A股市场林业指数的构建与应用

发布时间：2020-05-19 20:21

【摘要】：从原始社会的以物易物形式到世界上最早出现的货币形式时,价格也就出现了。仅从价格无法很直观看出某种产品在市场中的变化趋势,但是价格指数可以更好地反映出这种变化趋势。价格指数是经济指数的一种,通常以报告期和基期相对比的相对数来表示,是反映不同时期商品价格水平的变化方向、趋势和程度的经济指标。可以为政府制定经济政策,企业决定投资、生产和销售以及个人决定就业与投资等提供可靠的依据。世界各国广泛开始编制和应用价格指数,出现了居民消费价格指数、商品零售价格指数、农产品收购价格指数、固定资产投资价格指数、农业生产资料价格指数、城市居民基本生活费用价格指数、工业品价格指数(包括工业品出厂价格指数和原材料、燃料、动力购进价格指数)、房地产价格指数、国房景气指数和股票价格指数等等。随着社会不断进步,经济不断发展,林业在市场中的地位越来越重要。林业具有经济、生态和社会三大效益,是国民经济的重要组成部分,为社会经济的发展提供必需的原材料和基础产品,在生态环境的保持和改善中具有不可或缺的地位。随着林业产业市场的发展和林权制度改革的不断深入,林业企业逐步被人们所关注。许多林业企业在深圳证券交易所挂牌上市,为了更好地反映林业行业的景气状况及其在市场中价格变动情况,更好地为投资者、生产者拟定决策提供依据,制定单个林业指数具有重大意义。该文通过加权算术平均法中的派许公式编制了林业指数,用时间序列分析中的ARIMA模型建模且进行预测,同时以永安林业上市公司为例对其经营业绩进行了分析,用相关分析、灰色理论中的关联度和多元回归方法分析了林业指数与上市公司经营业绩之间的关系。研究结果表明, 1、采用加权算术平均法中的派许公式,以报告期实际股本流通量为权重,以2010年3月1日为基期,从而构建林业日指数,当遇到增资扩股、指数成分增减等改变样本的情况时,必须对指数值进行调整,以保持股价指数的可比性。结果显示2010年将近一年的林业日指数表现出先下降后上升的趋势,与公认的上证指数进行相关分析,相关系数为0.601,林业日指数与上证指数之间存在比较强的正相关性,与公认的农林指数进行相关分析,相关系数为0.930,林业日指数与农林指数之间存在非常强的正线性相关关系,相关性分析结果表明了该文建立的林业日指数具有科学性。虽然林业季度指数与上证季度指数之间的相关系数为0.349,两者不存在显著的线性关系,但是林业季度指数与农林季度指数的相关系数为0.950,存在非常强的正相关关系,仍然可以认为林业季度指数也具有科学性。 2、通过时间序列分析中的差分自回归移动平均(ARIMA)模型对林业日指数建立模型,该文建立的林业日指数ARIMA(4,1,4)模型为:用博克斯—杨(Box-Ljung Q)统计量进行检验,在滞后阶数达到[n/4](样本数据四分之一)即51阶的地方观察博克斯—杨统计量,该统计量此时都不显著,它们的显著性水平(概率P-值)都大于0.05,同时其残差序列为白噪声过程,表明了该林业日指数ARIMA(4,1,4)模型的残差序列是随机的,用此模型来预测林业日指数是合适的。用此模型所预测的指数值与实际值误差率在5%以下,预测的结果在一定程度上可以代表林业日指数的走势。 3、2009年-2010年7家林业上市公司的季度平均平均资产总额、季度平均每股净资产、季度平均净利润增长率和季度平均市盈率呈现出反复增减的动态变化规律。2007年-2010年林业上市公司典型代表永安林业表现出流动资产和非流动资产比例趋于均衡;盈利能力先变弱后变强,但总体上盈利能力弱;以人造板制业为主要产业,以林业为辅,且主要面向国内市场。 4、林业日指数与永安林业股价进行相关分析,相关系数为0.926,两者之间存在非常强的正相关性,说明了永安林业上市公司对林业日指数有很大的影响。对林业季度指数分别与永安林业上市公司有关指标(季度总资产、季度每股净资产、季度净利润增长率和季度市盈率)的关系进行相关分析,结果显示林业季度指数只与永安林业上市公司的季度总资产有较强的正相关性,与其他三个指标无相关性;对林业季度指数与永安林业上市公司的季度总资产、季度每股净资产、季度净利润增长率和季度市盈率四个指标进行回归分析,同样得出林业季度指数与永安林业上市公司的季度总资产存在显著的线性关系,回归方程为:Y = 227 .429+0.003X_1,其中Y表示林业季度指数, X_1表示永安林业上市公司的总资产。 5、以林业季度指数作为母序列,以7家林业上市公司的季度平均资产总额、季度平均每股净资产、季度平均净利润增长率和季度平均市盈率作为子序列,利用灰色理论中的关联度进行分析得到与林业季度指数关联度最大的是7家林业上市公司的季度平均总资产,关联度值为0.7841,其次是季度平均市盈率,值为0.6435,再其次分别是季度平均净利润增长率为0.6633和季度平均每股净资产为0.5917。 6、通过回归分析证明7家林业上市公司的季度平均总资产、季度平均每股净资产和季度平均净利润增长率与林业季度指数之间具有一定的线性关系,回归方程为:Y =194 .969+0.0004X_1 0.076X_2/45.076X_4其中,Y表示林业季度指数, X_1表示季度平均总资产, X2表示季度平均净利润增长率, _X_4表示季度平均每股净资产。该回归方程在置信概率为90%条件下,林业季度指数与各变量间的线性关系是显著的,且标准化残差分布呈现“两头小、中间大”的趋势,近似接近正态分布,也表明了该线性回归方程的拟合程度较好。明确了林业季度指数与7家林业上市公司的季度平均总资产、季度平均每股净资产和季度平均净利润增长率存在着显著的线性关系,就可以通过上市公司经营业绩状况反映林业指数的变化情况,反过来,林业指数的增减也可以说明林业上市公司整体经营状况,对林业上市公司业绩状况具有一定的指示作用。
【图文】：

时间序列,原始数据,时间序列,分析过程

原始数据的时间序列图

时间序列,原始数据,自相关函数

原始数据时间序列自相关系数在滞后16阶时，，自相关系数均为正值，从0.987逐渐递减到0.779，即呈现逐渐减小的趋势（表2），表明原始数据并不是一个平稳的时间序列。图4 原始数据的自相关函数图Fig. 4 The autocorrelation function figure of the original data图 5 原始数据的偏自相关函数图Fig. 5 The partial autocorrelation function figure of the original data原始数据时间序列自相关系数滞后16阶时，在置信区间（±0.05）外部，且呈正值；系数从近似1逐渐减小，但是没有出现相隔相同时期就呈现相同变化趋势的现象（图4和图5），表明数据不具有季节性成分；原始数据时间序列偏自相关系数在滞后一阶出现最大值，接近于1，其余都在置信区间（±0.05）范围内。从图4和图5也可以反映原始数据的时间序列是非平稳的，需要进行数据处理，即需要进行差分从而使时间序列数据“减少趋势”或“平稳化”。对林业日指数原始数据进行一阶差分后
【学位授予单位】：福建农林大学
【学位级别】：硕士
【学位授予年份】：2011
【分类号】：F224;F832.51

【参考文献】