对峙2代码2003_回归五式第一式：线性回归——上市公司净资产收益率预测（内含报告和Python代码）...

目录

1.简单分析报告

2.具体操作

（1）读取数据

（2）描述性分析

（3）参数估计

（4）模型诊断

（5）变量选择

（6）模型预测

3.Python代码和数据集链接

4.参考文献

1.简单分析报告

上市公司净资产收益率预测分析报告

内容提要 本报告利用上市公司当年的公开财务指标对其来年的盈利状况予以分析和预测。从我们的分析结果发现，公司当年你的净资产收益率（ROEt）、债务资本比率（LEV）、主营业务收入增长率（GROWTH）以及应收账款/主营业务收入（ARR）四个财务指标，尤其是前两个财务指标，对于预测下一年的净资产收益率（ROE）非常重要。这四个财务指标主要取决于公司的资本结构和主营业务状况，基于本报告的分析结果，投资者和管理者可以利用上市公司当年的公开财务指标了解公司的投资风险、发展状况等信息，从而进行合理的投资规划。

一、研究目的

在金融市场上，如何利用上市公司当年的公开财务指标对其来年的盈利状况予以预测，是一个非常重要的问题。因为对该问题的合理回答，可以对投资者了解企业的盈利模式、风险大小以及进行正确的投资帮助甚大，而管理者可以根据预测结果对企业的发展规划、资源配置等方面进行合理的规划和部署。本报告将对中国股市的数据语予以分析，找出对上市公司来年净资产收益率预测的方法，并根据分析结果提出有意义的结论和建议。

二、数据来源和说明

为实现合理预测上市公司来年盈利状况这个目标，我们需要有效利用上市公司的历史财务数据，对其来年的净资产收益率（ROE），即本报告中的因变量，予以大概的估计。我们选取了下列财务指标作为本分析报告中的自变量：

• 公司当年的净资产收益率（ROEt）：该财务指标直接反映了公司当年的盈利状况。可以预期，当年表现好的公司，其下年度的表现也趋向于较好。
• 资产周转率（ATO）：该财务指标综合评价了企业全部资产的利用效率。
• 主营业务利润/主营财务收入（PM）：该财务指标反映了公司收入的质量。
• 债务资本利率（LEV）：该财务指标反映了公司的基本债务状况。
• 主营业务收入增长率（GROWTH）：该增长率指标反映了公司的成长状况。
• 市倍率（PB）：该财务指标反映了预期的公司未来成长率。
• 应收账款/主营业务收入（ARR）：该财务指标反映了公司当年尚未实现的主营业务收入，从一定程度说明了公司的盈利质量。
• 存货/资产总计（INV）：该比率指标反映了公司的存货状况。
• 对数变换后的资产总计（ASSET）：简称资产总计，反映了公司的规模。

我们随机选取深圳股票市场和上海股票市场2002、2003年度的各500个样本来进行分析。其中模型的建立主要是基于2002的训练样本，而2003年数据主要用来检测模型的预测精度。

三、描述性分析

为了获得对数据的整体了解，我们对数据进行简单的描述性分析，得到表1-1

从表1-1中的描述性统计可以看出：

公司当年的净资产收益率（ROEt）介于-1.390与1.421之间，其平均水平为0.068（均值）和0.08（中位数），标准差为0.519。而公司下年度的净资产收益率（ROE）介于-1.161与5.285之间，其平均水平约为0.410（平均值）和0.420（中位数），标准差为0.545。从中位数可以看出，超过半数的公司有正的净资产收益率（ROE）；同当年相比，公司下一年的净资产收益率（ROE）有一定的增长，而且不同公司之间的差距在扩大。

资产周转率（ATO）的均值（0.430）和标准差（0.460）从一个侧面反映出大多数公司资产的平均利用水平。主营业务利润/主营业务收入（PM）的均值（0.211）和标准差（0.181）反映了大多数公司的平均利润水平。值得注意的是，债务资本比率（LEV）的取值范围较大（-7.941到9.362），而且标准差也较大（3.182），这表明不同公司之间的债务水平差别较大。主营业务收入增长率（GROWTH）也有较大的取值范围（从-5.962到6.092）和标准差（2.120），这表明各个公司所处的发展阶段呈现多样化。从市倍率（PB）的均值（2.127）和标准差（9.513）可以看出，市场认为大多数公司有较好的发展空间，但不同的公司之间的差异比较显著。应收账款/主营业务收入（ARR）的均值（0.201）和标准差（0.949）反映出，在相当多的公司中应收账款在主营业务收入中所占的比例较大。从存货/资产总计（INV）的均值（0.100）和标准差（0.122）以及其取值范围（从-0.264到0.431）可以看出，大多数公司对存货都有较强的控制，从而避免出现高存货率的情况。对数变换后的资产总计（ASSET）的标准差（0.855）反映出不同公司在资产规模上的差距还是比较大的。

四、数据建模

1.全模型分析

在本节中，我们用线性回归的分析方法建立模型，以此来寻找自变量（公司当年的9项财务指标）和因变量（公司下一年的净资产收益率，ROE）之间的关系。通过考察观测值得Cook距离，我们删除了索引号为46的强影响点。利用剩余的数据，我们运用包括全部9个自变量的全模型对因变量进行估计，得到表1-2所示的估计结果。从表1-2中我们可以看到，模型F检验的P值非常小，表明该模型是显著的，即自变量和因变量之间确实存在一定的关系。另外，未调整的判决系数（R-square）为31.29%，调整后的判决系数为30.03%，这表明改模型对自变量和因变量之间的关系有一定的解释能力。通过考察各个自变量对应的t检验的P值，在0.05的置信水平下，我们可以断定下一年的净资产收益率（ROE）与当年净资产收益率（ROEt）和主营业务收入增长率（GROWTH）之间有着显著的正相关关系，与债务资本比率（LEV）显著地负相关，而对于其他变量暂时还没有定论。

2.模型选择和预测