A. 统计模型论文
在统计学中，统计模型是指当有些过程无法用理论分析 方法 导出其模型，但可通过试验或直接由工业过程测定数据，经过数理统计法求得各变量之间的函数关系。下文是我为大家整理的关于统计模型论文的 范文 ，欢迎大家阅读参考!
统计模型论文篇1统计套利模型的理论综述与应用分析
【摘要】统计套利模型是基于数量经济学和统计学建立起来的，在对历史数据分析的基础之上，估计相关变量的概率分布，并结合基本面数据对未来收益进行预测，发现套利机会进行交易。统计套利这种分析时间序列的统计学特性，使其具有很大的理论意义和实践意义。在实践方面广泛应用于个对冲基金获取收益，理论方面主要表现在资本有效性检验以及开放式基金评级，本文就统计套利的基本原理、交易策略、应用方向进行介绍。
【关键词】统计套利 成对交易 应用分析
一、统计套利模型的原理简介
统计套利模型是基于两个或两个以上具有较高相关性的股票或者其他证券，通过一定的方法验证股价波动在一段时间内保持这种良好的相关性，那么一旦两者之间出现了背离的走势，而且这种价格的背离在未来预计会得到纠正，从而可以产生套利机会。在统计套利实践中，当两者之间出现背离，那么可以买进表现价格被低估的、卖出价格高估的股票，在未来两者之间的价格背离得到纠正时，进行相反的平仓操作。统计套利原理得以实现的前提是均值回复，即存在均值区间(在实践中一般表现为资产价格的时间序列是平稳的，且其序列图波动在一定的范围之内)，价格的背离是短期的，随着实践的推移，资产价格将会回复到它的均值区间。如果时间序列是平稳的，则可以构造统计套利交易的信号发现机制，该信号机制将会显示是否资产价格已经偏离了长期均值从而存在套利的机会 在某种意义上存在着共同点的两个证券(比如同行业的股票)， 其市场价格之间存在着良好的相关性，价格往往表现为同向变化，从而价格的差值或价格的比值往往围绕着某一固定值进行波动。
二、统计套利模型交易策略与数据的处理
统计套利具 体操 作策略有很多，一般来说主要有成对/一篮子交易，多因素模型等，目前应用比较广泛的策略主要是成对交易策略。成对策略，通常也叫利差交易，即通过对同一行业的或者股价具有长期稳定均衡关系的股票的一个多头头寸和一个空头头寸进行匹配，使交易者维持对市场的中性头寸。这种策略比较适合主动管理的基金。
成对交易策略的实施主要有两个步骤：一是对股票对的选取。海通证券分析师周健在绝对收益策略研究―统计套利一文中指出，应当结合基本面与行业进行选股，这样才能保证策略收益，有效降低风险。比如银行，房地产，煤电行业等。理论上可以通过统计学中的聚类分析方法进行分类，然后在进行协整检验，这样的成功的几率会大一些。第二是对股票价格序列自身及相互之间的相关性进行检验。目前常用的就是协整理论以及随机游走模型。
运用协整理论判定股票价格序列存在的相关性，需要首先对股票价格序列进行平稳性检验，常用的检验方法是图示法和单位根检验法，图示法即对所选各个时间序列变量及一阶差分作时序图，从图中观察变量的时序图出现一定的趋势册可能是非平稳性序列，而经过一阶差分后的时序图表现出随机性，则序列可能是平稳的。但是图示法判断序列是否存在具有很大的主观性。理论上检验序列平稳性及阶输通过单位根检验来确定，单位根检验的方法很多，一般有DF，ADF检验和Phillips的非参数检验(PP检验)一般用的较多的方法是ADF检验。
检验后如果序列本身或者一阶差分后是平稳的，我们就可以对不同的股票序列进行协整检验，协整检验的方法主要有EG两步法，即首先对需要检验的变量进行普通的线性回归，得到一阶残差，再对残差序列进行单位根检验，如果存在单位根，那么变量是不具有协整关系的，如果不存在单位根，则序列是平稳的。EG检验比较适合两个序列之间的协整检验。除EG检验法之外，还有Johansen检验，Gregory hansan法，自回归滞后模型法等。其中johansen检验比较适合三个以上序列之间协整关系的检验。通过协整检验，可以判定股票价格序列之间的相关性，从而进行成对交易。
Christian L. Dunis和Gianluigi Giorgioni(2010)用高频数据代替日交易数据进行套利，并同时比较了具有协整关系的股票对和没有协整关系股票对进行套利的立即收益率，结果显示，股票间价格协整关系越高，进行统计套利的机会越多，潜在收益率也越高。
根据随机游走模型我们可以检验股票价格波动是否具有“记忆性”，也就是说是否存在可预测的成分。一般可以分为两种情况：短期可预测性分析及长期可预测性分析。在短期可预测性分析中，检验标准主要针对的是随机游走过程的第三种情况，即不相关增量的研究，可以采用的检验工具是自相关检验和方差比检验。在序列自相关检验中，常用到的统计量是自相关系数和鲍克斯-皮尔斯 Q统计量，当这两个统计量在一定的置信度下，显着大于其临界水平时，说明该序列自相关，也就是存在一定的可预测性。方差比检验遵循的事实是：随机游走的股价对数收益的方差随着时期线性增长，这些期间内增量是可以度量的。这样，在k期内计算的收益方差应该近似等于k倍的单期收益的方差，如果股价的波动是随机游走的，则方差比接近于1;当存在正的自相关时，方差比大于1;当存在负的自相关是，方差比小于1。进行长期可预测性分析，由于时间跨度较大的时候，采用方差比进行检验的作用不是很明显，所以可以采用R/S分析，用Hurst指数度量其长期可预测性，Hurst指数是通过下列方程的回归系数估计得到的：
Ln[(R/S)N]=C+H*LnN
R/S 是重标极差，N为观察次数，H为Hurst指数，C为常数。当H>0.5时说，说明这些股票可能具有长期记忆性，但是还不能判定这个序列是随机游走或者是具有持续性的分形时间序列，还需要对其进行显着性检验。
无论是采用协整检验还是通过随机游走判断，其目的都是要找到一种短期或者长期内的一种均衡关系，这样我们的统计套利策略才能够得到有效的实施。
进行统计套利的数据一般是采用交易日收盘价数据，但是最近研究发现，采用高频数据(如5分钟，10分钟，15分钟，20分钟收盘价交易数据)市场中存在更多的统计套利机会。日交易数据我们选择前复权收盘价，而且如果两只股票价格价差比较大，需要先进性对数化处理。Christian L. Dunis和Gianluigi Giorgioni(2010)分别使用15分钟收盘价，20分钟收盘价，30分以及一个小时收盘价为样本进行统计套利分析，结果显示，使用高频数据进行统计套利所取得收益更高。而且海通证券金融分析师在绝对收益策略系列研究中，用沪深300指数为样本作为统计套利 配对 交易的标的股票池，使用高频数据计算累计收益率比使用日交易数据高将近5个百分点。
三、统计套利模型的应用的拓展―检验资本市场的有效性
Fama(1969)提出的有效市场假说，其经济含义是:市场能够对信息作出迅速合理的反应,使得市场价格能够充分反映所有可以获得的信息,从而使资产的价格不可用当前的信息进行预测,以至于任何人都无法持续地获得超额利润.通过检验统计套利机会存在与否就可以验证资本市场是有效的的，弱有效的，或者是无效的市场。徐玉莲(2005)通过运用统计套利对中国资本市场效率进行实证研究，首先得出结论：统计套利机会的存在与资本市场效率是不相容的。以此为理论依据，对中国股票市场中的价格惯性、价格反转及价值反转投资策略是否存在统计套利机会进行检验，结果发现我国股票市场尚未达到弱有效性。吴振翔，陈敏(2007)曾经利用这种方法对我国A股市场的弱有效性加以检验，采用惯性和反转两种投资策略发现我国A股若有效性不成立。另外我国学者吴振翔，魏先华等通过对Hogan的统计套利模型进行修正，提出了基于统计套利模型对开放式基金评级的方法。
四、结论
统计套利模型的应用目前主要表现在两个方面：1.作为一种有效的交易策略，进行套利。2.通过检测统计套利机会的存在，验证资本市场或者某个市场的有效性。由于统计套利策略的实施有赖于做空机制的建立，随着我股指期货和融资融券业务的推出和完善，相信在我国会有比较广泛的应用与发展。
参考文献
[1] A.N. Burgess：A computational Methodolology for Modelling the Dynamics of statistical arbitrage, London business school,PhD Thesis,1999.
[2]方昊.统计套利的理论模式及应用分析―基于中国封闭式基金市场的检验.统计与决策,2005,6月(下).
[3]马理,卢烨婷.沪深 300 股指期货期现套利的可行性研究―基于统计套利模型的实证.财贸研究,2011,1.
[4]吴桥林.基于沪深 300 股指期货的套利策略研究[D].中国优秀硕士学位论文.2009.
[5]吴振翔,陈敏.中国股票市场弱有效性的统计套利检验[J].系统工程理论与实践.2007,2月.
统计模型论文篇2关于半参统计模型的估计研究
【摘要】随着数据模型技术的迅速发展，现有的数据模型已经无法满足实践中遇到的一些测量问题，严重的限制了现代科学技术在数据模型上应用和发展，所以基于这种背景之下，学者们针对数据模型测量实验提出了新的理论和方法，并研制出了半参数模型数据应用。半参数模型数据是基于参数模型和非参数模型之上的一种新的测量数据模型，因此它具备参数模型和非参数模型很多共同点。本文将结合数据模型技术，对半参统计模型进行详细的探究与讨论。
【关键词】半参数模型 完善误差 测量值 纵向数据
本文以半参数模型为例，对参数、非参数分量的估计值和观测值等内容进行讨论，并运用三次样条函数插值法得出非参数分量的推估表达式。另外，为了解决纵向数据下半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。另外，本文初步讨论了平衡参数的选取问题，并充分说明了泛最小二乘估计方法以及相关结论，同时对半参数模型的迭代法进行了相关讨论和研究。
一、概论
在日常生活当中，人们所采用的参数数据模型构造相对简单，所以操作起来比较容易;但在测量数据的实际使用过程中存在着相关大的误差，例如在测量相对微小的物体，或者是对动态物体进行测量时。而建立半参数数据模型可以很好的解决和缓解这一问题：它不但能够消除或是降低测量中出现的误差，同时也不会将无法实现参数化的系统误差进行勾和。系统误差非常影响观测值的各种信息，如果能改善，就能使其实现更快、更及时、更准确的误差识别和提取过程;这样不仅可以提高参数估计的精确度，也对相关科学研究进行了有效补充。
举例来说，在模拟算例及坐标变换GPS定位重力测量等实际应用方面，体现了这种模型具有一定成功性及实用性;这主要是因为半参数数据模型同当前所使用的数据模型存在着一致性，可以很好的满足现在的实际需要。而新建立的半参数模型以及它的参数部分和非参数部分的估计，也可以解决一些污染数据的估计问题。这种半参数模型，不仅研究了纵向数据下其自身的t型估计，同时对一些含光滑项的半参数数据模型进行了详细的阐述。另外，基于对称和不对称这两种情况，可以在一个线性约束条件下对参数估计以及假设进行检验，这主要是因为对观测值产生影响的因素除了包含这个线性关系以外，还受到某种特定因素的干扰，所以不能将其归入误差行列。另外，基于自变量测量存在一定误差，经常会导致在计算过程汇总，丢失很多重要信息。
二、半参数回归模型及其估计方法
这种模型是由西方着名学者Stone在上世纪70年代所提出的，在80年代逐渐发展并成熟起来。目前，这种参数模型已经在医学以及生物学还有经济学等诸多领域中广泛使用开来。
半参数回归模型介于非参数回归模型和参数回归模型之间，其内容不仅囊括了线性部分，同时包含一些非参数部分，应该说这种模型成功的将两者的优点结合在一起。这种模型所涉及到的参数部分，主要是函数关系，也就是我们常说的对变量所呈现出来的大势走向进行有效把握和解释;而非参数部分则主要是值函数关系中不明确的那一部分，换句话就是对变量进行局部调整。因此，该模型能够很好的利用数据中所呈现出来的信息，这一点是参数回归模型还有非参数归回模型所无法比拟的优势，所以说半参数模型往往拥有更强、更准确的解释能力。
从其用途上来说，这种回归模型是当前经常使用的一种统计模型。其形式为：
三、纵向数据、线性函数和光滑性函数的作用
纵向数据其优点就是可以提供许多条件，从而引起人们的高度重视。当前纵向数据例子也非常多。但从其本质上讲，纵向数据其实是指对同一个个体，在不同时间以及不同地点之上，在重复观察之下所得到一种序列数据。但由于个体间都存在着一定的差别，从而导致在对纵向数据进行求方差时会出现一定偏差。在对纵向数据进行观察时，其观察值是相对独立的，因此其特点就是可以能够将截然不同两种数据和时间序列有效的结合在一起。即可以分析出来在个体上随着时间变化而发生的趋势，同时又能看出总体的变化形势。在当前很多纵向数据的研究中，不仅保留了其优点，并在此基础之上进行发展，实现了纵向数据中的局部线性拟合。这主要是人们希望可以建立输出变量和协变量以及时间效应的关系。可由于时间效应相对比较复杂，所以很难进行参数化的建模。
另外，虽然线性模型的估计已经取得大量的成果，但半参数模型估计至今为止还是空白页。线性模型的估计不仅仅是为了解决秩亏或病态的问题，还能在百病态的矩阵时，提供了处理线性、非线性及半参数模型等方法。首先，对观测条件较为接近的两个观测数据作为对照，可以削弱非参数的影响。从而将半参数模型变成线性模型，然后，按线性模型处理，得到参数的估计。而多数的情况下其线性系数将随着另一个变量而变化，但是这种线性系数随着时间的变化而变化，根本求不出在同一个模型中，所有时间段上的样本，亦很难使用一个或几个实函数来进行相关描述。在对测量数据处理时，如果将它看作为随机变量，往往只能达到估计的作用，要想在经典的线性模型中引入另一个变量的非线性函数，即模型中含有本质的非线性部分，就必须使用半参数线性模型。
另外就是指由各个部分组成的形态，研究对象是非线性系统中产生的不光滑和不可微的几何形体，对应的定量参数是维数，分形上统计模型的研究是当前国际非线性研究的重大前沿课题之一。因此，第一种途径是将非参数分量参数化的估计方法，也称之为参数化估计法，是关于半参数模型的早期工作，就是对函数空间附施加一定的限制，主要指光滑性。一些研究者认为半参数模型中的非参数分量也是非线性的，而且在大多数情形下所表现出来的往往是不光滑和不可微的。所以同样的数据，同样的检验方法，也可以使用立方光滑样条函数来研究半参数模型。
四、线性模型的泛最小二乘法与最小二乘法的抗差
(一)最小二乘法出现于18世纪末期
在当时科学研究中常常提出这样的问题：怎样从多个未知参数观测值集合中求出参数的最佳估值。尽管当时对于整体误差的范数，泛最小二乘法不如最小二乘法，但是当时使用最多的还是最小二乘法，其目的也就是为了估计参数。最小二乘法，在经过一段时间的研究和应用之后，逐步发展成为一整套比较完善的理论体系。现阶段不仅可以清楚地知道数据所服从的模型，同时在纵向数据半参数建模中，辅助以迭代加权法。这对补偿最小二乘法对非参数分量估计是非常有效，而且只要观测值很精确，那么该法对非参数分量估计更为可靠。例如在物理大地测量时，很早就使用用最小二乘配置法，并得到重力异常最佳估计值。不过在使用补偿最小二乘法来研究重力异常时，我们还应在兼顾着整体误差比较小的同时，考虑参数估计量的真实性。并在比较了迭代加权偏样条的基础上，研究最小二乘法在当前使用过程中存在的一些不足。应该说，该方法只强调了整体误差要实现最小，而忽略了对参数分量估计时出现的误差。所以在实际操作过程中，需要特别注意。
(二)半参模型在GPS定位中的应用和差分
半参模型在GPS相位观测中，其系统误差是影响高精度定位的主要因素，由于在解算之前模型存在一定误差，所以需及时观测误差中的粗差。GPS使用中，通过广播卫星来计算目标点在实际地理坐标系中具体坐标。这样就可以在操作过程中，发现并恢复整周未知数，由于观测值在卫星和观测站之间，是通过求双差来削弱或者是减少对卫星和接收机等系统误差的影响，因此难于用参数表达。但是在平差计算中，差分法虽然可以将观测方程的数目明显减少，但由于种种原因，依然无法取得令人满意的结果。但是如果选择使用半参数模型中的参数来表达系统误差，则能得到较好的效果。这主要是因为半参数模型是一种广义的线性回归模型，对于有着光滑项的半参数模型，在既定附加的条件之下，能够提供一个线性函数的估计方法，从而将测值中的粗差消除掉。
另外这种方法除了在GPS测量中使用之外，还可应用于光波测距仪以及变形监测等一些参数模型当中。在重力测量中的应用在很多情形下，尤其是数学界的理论研究，我们总是假定S是随机变量实际上，这种假设是合理的，近几年，我们对这种线性模型的研究取得了一些不错的成果，而且因其形式相对简洁，又有较高适用性，所以这种模型在诸多领域中发挥着重要作用。
通过模拟的算例及坐标变换GPS定位重力测量等实际应用，说明了该法的成功性及实用性，从理论上说明了流行的自然样条估计方法，其实质是补偿最小二乘方法的特例，在今后将会有广阔的发展空间。另外 文章 中提到的分形理论的研究对象应是非线性系统中产生的不光滑和不可微的几何形体，而且分形已经在断裂力学、地震学等中有着广泛的应用，因此应被推广使用到研究半参数模型中来，不仅能够更及时，更加准确的进行误差的识别和提取，同时可以提高参数估计的精确度，是对当前半参数模型研究的有力补充。
五、 总结
文章所讲的半参数模型包括了参数、非参数分量的估计值和观测值等内容，并且用了三次样条函数插值法得到了非参数分量的推估表达式。另外，为了解决纵向数据前提下，半参数模型的参数部分和非参数部分的估计问题，在误差为鞅差序列情形下，对半参数数据模型、渐近正态性、强相合性进行研究和分析。同时介绍了最小二乘估计法。另外初步讨论了平衡参数的选取问题，还充分说明了泛最小二乘估计方法以及有关结论。在对半参数模型的迭代法进行了相关讨论和研究的基础之上，为迭代法提供了详细的理论说明，为实际应用提供了理论依据。
参考文献
[1]胡宏昌.误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性[J].湖北师范学院学报(自然科学版)，2009(03).
[2]钱伟民，李静茹.纵向污染数据半参数回归模型中的强相合估计[J].同济大学学报(自然科学版)，2009(08).
[3]樊明智，王芬玲，郭辉.纵向数据半参数回归模型的最小二乘局部线性估计[J].数理统计与管理，2009(02).
[4]崔恒建，王强.变系数结构关系EV模型的参数估计[J].北京师范大学学报(自然科学版).2005(06).
[5]钱伟民，柴根象.纵向数据混合效应模型的统计分析[J].数学年刊A辑(中文版).2009(04)
[6]孙孝前，尤进红.纵向数据半参数建模中的迭代加权偏样条最小二乘估计[J].中国科学(A辑：数学)，2009(05).
[7]张三国，陈希孺.EV多项式模型的估计[J].中国科学(A辑)，2009(10).
[8]任哲，陈明华.污染数据回归分析中参数的最小一乘估计[J].应用概率统计，2009(03).
[9]张三国，陈希孺.有重复观测时EV模型修正极大似然估计的相合性[J].中国科学(A辑).2009(06).
[10]崔恒建，李勇，秦怀振.非线性半参数EV四归模型的估计理论[J].科学通报，2009(23).
[11]罗中明.响应变量随机缺失下变系数模型的统计推断[D].中南大学，2011.
[12]刘超男.两参数指数威布尔分布的参数Bayes估计及可靠性分析[D].中南大学，2008.
[13]郭艳.湖南省税收收入预测模型及其实证检验与经济分析[D].中南大学，2009.
[14]桑红芳.几类分布的参数估计的损失函数和风险函数的Bayes推断[D].中南大学，2009.
[15]朱琳.服从几类可靠性分布的无失效数据的bayes分析[D].中南大学，2009.
[16]黄芙蓉.指数族非线性模型和具有AR(1)误差线性模型的统计分析[D].南京理工大学，2009.
猜你喜欢：
1. 统计学分析论文
2. 统计方面论文优秀范文参考
3. 统计优秀论文范文
4. 统计学的论文参考范例
>>>下一页更多精彩的“统 计毕 业论 文”
B. 股利政策的影响因素分析
股利政策是上市公司盈利分配的重点，是协调各方利益的重要手段。以下是我精心整理的股利政策的影响因素分析的相关资料，希望对你有帮助!
摘要：股利政策是上市公司盈利分配的重点，是协调各方利益的重要手段。本文以A股市场2007-2011年非金融非ST公司为样本，探讨了企业现金股利政策的影响因素。研究发现：每股盈余、每股货币资金量、非流通股东股份占比、第一大股东持股比例和现金股利水平显着正相关;而企业的资产负债率、经营风险和企业的现金股利水平显着负相关;国有股持股比例和现金股利水平负相关，但显着性水平不稳定;公司规模对现金股利水平的影响并不显着。
关键词：现金股利政策 派息比 经营风险
作者简介：
王筱舒(1970-)，女，河南通许人，中原石油工程公司钻井二公司会计师
一、引言
股利政策对企业价值的影响是复杂的、多方面的，制定有效的股利政策能够协调不同利益，尽可能地增加企业和股东的价值。因此，有必要去弄清影响股利政策的重要变量，以便管理者做出合理的决策。目前国内外对这方面的研究可谓百家争鸣，不同研究者对不同市场的研究结果也很不一样，虽然对影响股利政策的基本因素如盈利等有比较一致的看法，但是当提及到股权结构、资本结构、增长机会等因素时则有不同的观点和结论。本文综合地研究并比较了不同变量的影响，同时首次将经营风险引入检验其对A股市场的现金股利分配的影响，不同模型组合一定程度上证实了经营风险和现金股利之间的负相关关系。同时借助于模型，能够识别最主要的影响变量和决策因子。为公司的股利政策提供合适的决策变量，为资本市场的监管者提供政策建议。
二、 文献综述
(一)国外文献 廉姆斯(Williams，1938)开创了股利问题研究的先例，林特纳(Lintner，1956)认为盈利水平是决定股利水平的重要因素，同时行业性质也会影响公司的盈利能力，进而影响公司的股利政策。他的观点得到了法玛(Fama，2001) 和 弗里奇(French，2001)的支持，他们指出影响公司股利水平的重要因素包含了盈余水平、投资机会以及公司规模。詹森(Jason，1976)和麦克林则从公司增长机会的角度研究了它对公司股利的影响，他们发现具有高增长机会的公司倾向于支付更低的股利。Haddadin (2006)发现影响股利水平的最重要的因素是盈利水平，同时股权结构和机构持股对股利政策并没有显着的影响。Al-Malkawi(2007)基于对约旦资本市场的研究则发现管理层持股和国家持股显着地影响了股利政策，同时公司规模越大、公司年龄越长就越倾向于发放更多的股利，公司的财务杠杆越大股利支付越少。Jensen(1995)则发现公司流动性的减少会明显地降低股利，也就是说现金持有量是影响股利水平的重要因素。Aviazian (2003)认为净资产回报率和盈利水平和股利支付正相关，而负债水平和股利支付水平具有负相关关系。Kania和 Bacon (2005)则认为公司的风险也是影响股利水平的重要因素，公司面临的风险越大，支付的现金股利水平越低。Nont Dhiensiri(2009)研究了新西兰1991年至1999年的75家连续分派股利的公司，发现数据较好地证实了代理理论，现金股利水平和股权分散度正相关，和内部人持股比例负相关。同时还发现近期销售收入增长的公司更倾向于发放现金股利。
(二)国内文献 刘孟晖等(2008)发现盈利能力越高、规模越大的公司更愿意分配高额的股利，但是资产负债率越高，股利支付水平越低。严太华和龚春霞(2005)发现，盈利水平的差异是决定股利分配的重要因素。陈信元、陈东华(2003)通过对佛山照明的案例研究，认为企业股利分配是大股东转移资金的工具，并没有反应中小投资者的利益和愿望。黄娟娟、沈艺峰(2007)认为在一个中小股东法律保护较弱的市场中，对于股权相对集中的上市公司，大股东存在利用股利剥削中小股东的动机。公司的股权越集中，不但支付股利的可能性越大、支付现金股利的可能性也越大，并且可能支付的金额也越多。汪平和孙士霞(2009)认为国有股比重、第一大股东持股比例、股权集中度和股利支付水平显着正相关。杨淑娥、王勇通(2000)发现：现金股利主要受货币资金余额和可供股东分配的利润两个因素影响，并与它们呈正相关;股票股利主要受总股本大小、流通股比率和可供股东分配的利润三因素影响，其中与总股本呈负相关，与其它两个因素呈正相关。谢军(2006)发现第一大股东具有发放现金股利的显着动机，而且这种动机不受股东性质的显着影响。企业成长性机会能够弱化第一大股东分配现金股利的激励，并促使公司保留更多的现金用于有价值的投资机会。
三、 A股市场股利分配特征分析
(一)股息收益率与分红的积极性 2001年至2010年的10年间，A股流通股股东获得股息率平均为0.907%，总体水平低于境外市场水平。我国股市高股息率的公司偏少，目前我国股市股息收益率超过2%的公司只占4.6%，蓝筹股为主的沪深300的股息率超过2%的公司只占14%，大幅低于美国等发达国家市场，也低于发展中国家市场水平。据道琼斯公司统计，2010年度道琼斯各国市场指数股息率为2.49%;与美国、英国、日本、台湾、香港等各国市场指数的股息率相比，沪深300指数成份股的股息率低于国际平均水平，市场整体股息水平则与境外市场水平差距更大。从表(1)可以看出，我国总体上股息收益率在1.78%，近年来有所提高，但2011年的高股息收益率一部分也和市场不景气股价下跌相关。股利支付率逐渐提高，支付现金股利的总额增长较快。从表(2)可以看出，A股市场2007-2011年之间参与分红的公司比重不断增加 ，到2012年，有将近72.2%的公司发放了股利。同时在证监会的积极引导下，现金分红公司的比例也逐年增加，仅仅以送转股形式发放股利的公司数量在减少。A股市场总体上较往年更加注重投资者在股利上的回报。
(二)配股门槛对分红的影响 A股市场股利发放积极性的增加和政策的引导息息相关：2008年证监会出台了《关于修改上市公司现金分红若干规定的决定》，现金分红有利于处于增发配股条件边缘的公司顺利满足配股条件，红利的分发会减少净资产同时增加了净资产收益率。因此会有公司为了再融资而超出自身的盈利能力去超额发放股利。申弘(2007)对这些公司进行研究发现，资产规模越小，公司越容易超能力派现。这类公司处以发展的起步阶段，资金需求量大，但由于经营风险大，融资渠道窄，因而更容易通过高股利达到增发配股的目的。 (三)历年现金股利分配的其他特征 (1)行业分布差异。从表(3)可以看出，相比其他行业，房地产业在该期间的现金股利支付明显偏低平均税前派息比只有0.09，这是由我国的房地产行业的调控带来的资金压力所影响的。其他行业之间的平均派息比均在0.18左右，不存在明显差异。(2)概率分布。约有一半公司的税前派息比在0.08 到0.3之间，另外超过四分之一的派息比在0.02到0.08之间，其余期间的派息比占比较少。派息比大于1的派息次数在这4年间总共50次，占比仅1%。总体看上市公司现金股利分派的力度是较小，整体上的分布类似于双峰曲线。
四、 研究设计
(一) 研究假设 (1)现金股利和盈利水平。盈利是股利支付的基础，股利是企业对累计盈利的重要分配方式之一。同时公司法也规定年度累计净利润必须为正数时才可发放股利，以前年度亏损需要足额弥补。霍晓萍(2012)发现过去研究文献几乎都证实了盈利和现金股利水平之间的正向关系，公司越具有长期稳定的盈利越倾向于发放更多的现金股利，因此有如下假设：
假说1：股利支付率和每股收益之间正相关
(2)现金股利和公司规模。公司规模的扩张往往是业务和盈利扩张的结果，因此大规模的公司更有可能产生相对稳定的盈余用于利润分配。同时大公司往往具有更多的业务组合，不同的资产组合一定程度上分散了风险，从而更容易有稳定充裕的现金流。而刘孟晖等(2008)的研究也表明，公司规模是股利分配的重要因素。因此有如下假设：
假说2：股利支付率和公司规模之间正相关
(3)现金股利和货币资金。代理理论认为在现金充裕的情况下，管理者具有过度投资或者用于享乐的倾向，从而损害了股东的利益。布莱克(1976)的实证研究也认为现金股利的支付减少了管理层对现金的自由支配，抑制了公司潜在的过度投资问题，所以现金股利是降低代理成本的重要工具之一。因此，认为货币资金充裕的企业会在股东的要求下分配现金股利，减少代理成本。另外现金股利分配本身会减少企业的货币资金，因此货币资金持有量的多少会直接影响股利的分配。因此有如下假设：
假说3：股利支付率和货币资金正相关
(4)现金股利和股权结构。掏空理论认为控股股东会利用一些手段转移上市公司资源，而股利政策往往成了掏空的合法手段之一。阎大颖(2004)也发现上市公司股利政策倾向和股权集中度显着相关，现金股利是非流通股东转移财富的主要方式。因此假设：
假说4：股利支付率和股权集中度具有正相关关系，每股现金流和非流通股比例正相关
(5)现金股利和债务水平。有序融资理论认为企业最优的融资方式是尽可能寻求内部融资，其次是债务融资，最后才是权益融资。因此，认为企业具有优先使用盈余偿还债务的倾向，而不是分配股利后再融资以新债偿旧债。因此债务水平较高的企业，在未来融资能力水平一定的情况下，会处于资金流动性的考虑减少当前的股利分配。于是假设：
假说5：股利支付率和债务水平具有负相关关系
(6)现金股利和成长性。成长性好的公司，需要更多的资金来扩展业务规模，因此更倾向于留存企业的利润用于企业未来的发展，从而减少当期的股利分配。股利的生命周期理论也认为处在成长期的企业会减少企业的红利分发，因此假设：
假说6：股利支付率和企业成长性具有负相关关系
(7)现金股利和公司风险。具有更确定的稳定盈利的公司能够支付较为稳定的股利，而面临更大的经营风险的公司则会倾向于保留已有的盈利来应对未来的不确定性。股利是公司当前和未来盈利的一个信号，具有较高风险的公司对未来的盈利持谨慎态度而会减少当期的股利发放。因此有如下假定：
假说7：股利支付率和企业的经营风险负相关
(二)变量定义与模型构建 本文建立模型(基本模型)如下： DPO=α + β1EPS + β2SIZE + β3LEV + β4T - Q + β5NCR + β6SSP + β7CPS + β8OC + β9BR + β10OER + ε
变量定义如表(4)所示。使用SPSS中分层回归的方法，使用不同的变量组合检验拟合优度和β显着性。
(三)样本选择与数据来源 本文选用A股市场中2007年至2011年度发放现金股利公司，剔除了在该期间被ST和金融类的上市公司。定义一家公司发放一次现金股利为一个样本，剔除数据不全的样本之后，有效的样本量为 4930个。
五、实证检验分析
(一)描述性统计 这些样本的描述性统计如表(5)所示。
(二)相关性检验 为了识别主要的影响变量以建立模型以及排除多重共线性的影响，先做了变量之间的相关性检验。从表(6)可以看出：与派息比显着正相关的变量有EPS(每股收益)，CPS(每股货币资金)，和派息比显着负相关的有LEV(资产负债率)，其余变量需要进一步的回归分析才能准确判断。变量之间相关性较小，初步判断变量之间不具有多重共线性。
(三)回归分析 用SPSS统计软件对变量进行回归，我们得到了如下模型的统计结果表(7)、至表(9)：从上面的回归结果可以看出，该模型整体较好地拟合了分派现金股利的影响因素，Adjusted R Square 为0.49，F检验结果为在0.05的置信水平上显着。从膨胀系数和可容忍系数来看，各变量之间不存在共线性。模型的残差正态性检验通过，同时Durbin-Watson检验系数为1.365，序列不存在自相关性，模型拟合较好。另外为了检验模型中解释变量的稳定性，对变量做了不同的组合进行分层回归，见表(10)的模型1至模型5。其中，模型1是基本的回归模型，综合考虑了所有变量;而模型2剔除了模型1中不那么显着的SIZE(资产规模)以及SSP(国有股占比);模型3进一步剔除了BR(经营风险)，所有变量均在0.01的置信度水平上显着;模型4重新引入经营风险，在0.01水平上显着;模型5重新引入SSP(国有股持股比例)，在0.01置信度上显着。可以发现尽管模型中变量不断增减变化，但是变量的贝塔符号和显着性变化很小。模型整体上比较稳定。 六、结论与建议
(一)结论 本文研究得出如下结论：每股收益是影响现金股利水平的最重要因素，与现金股利发放水平显着正相关。公司的现金股利的基础是公司的盈利，盈利越多，发放的现金股利也会更多。企业货币资金持有量对现金股利具有显着影响，持有较多货币资金的企业倾向于发放更多的股利，两者关系显着为正。同时企业在发放现金股利的时候，也会考虑自身的债务，负债比率越高的企业，更倾向于少发股利，用盈余偿还债务。债务水平和现金股利水平具有显着的负相关关系，这一定程度上验证了优序融资定理。从股权结构来看，非流通股的比例对现金股利水平有显着的影响，非流通股占总股本的比例越高，企业发放的现金股利越多，证实了A股市场上的确存在非流通股股东利用股利掏空上市公司的现象。在股权非流通的情况下，股东利用合法的股利来给自己输送利益几乎成了主流的选择。同时还可以从模型中看到，第一大股东持股比例越多，企业发放现金股利越积极，现金股利水平和第一大股东持股比例显着正相关。而往往第一大股东持有的股份很多是非流通股或者处于控股权的考虑根本就很少用于日常交易，股利的发放无疑是大股东定期回报的重要手段，他们具有利用股利掏空上市公司的动机。同时研究也发现，国有持有的股份越高，现金股利发放的水平越偏低，但是两者的关系并不是特别稳定地显着。另外与别的研究结论不同的是，本文并没有发现公司规模和现金股利水平之间的显着关系。但是企业的成长性和现金股利有比较显着的负相关关系(在0.1的置信水平上显着)，说明企业的现金股利政策会考虑未来业务增长的资金需求，处在成长期的企业倾向于发放更低的现金股利。之所以选择主营业务的年增长率作为变量，主要考虑到中国资本市场的效率性有待商榷，用依赖于股价估计出来的市净率或者托宾Q来衡量增长性和企业实际的情况可能偏差较大。同时发现企业经营的风险是决定股利政策的一个重要的变量，从回归模型中可以看出，企业盈利的波动性越大，面临的经营风险越高，在股利决策上就会越趋于保守，发放较少的现金股利。
(二)建议 本文提出如下建议：上市公司要根据自身的资金需要以及投资者的回报要求来平衡企业的股利政策。处在成长期或者具有较高经营风险的公司应该保留足够的现金来满足未来可能面临的资金需求，应对业绩的波动。同时企业应该在债务较高的情况下减少股利的发放，平衡股东和债权人的利益。股权结构和股权的性质对公司的股利政策具有重要的影响，上市公司应该不断地完善公司的治理结构，防止大股东利用控制权掏空上市公司，造成股价下跌，小股东受损。本文实证结果支持了股利的掏空理论，对于监管机构而言，应该建立和完善市场法制制度，保护中小投资者的利益，这样才有利于资本市场的健康发展。对于股权集中，同时又超出自身盈利能力超发股利的公司要重点监察，防止大股东利用公司的股利政策掏空上市公司。要完善股利政策决策披露制度，让股利分配变得更加透明化。同时鉴于国内资本市场整体分红比例偏低的问题，应该在政策上积极引导上市公司分红，增加分红的积极性。例如实行差别的分红税收制度，降低长期投资分红的红利税，一定程度上能降低A股市场上的炒作氛围，让股利成为股票收益的重要部分，有利于市场对公司的理性估值，提升资本市场效率。
【摘要】本文运用回归分析法，分析了我国上市公司股利政策传递盈利能力有效性的影响因素，从不同的行业和不同的经济环境两个方面来分析，比较了在各行业和不同的经济环境中的股利政策有效性。通过实证分析得出稳定的行业较波动和风险较大的行业、牛市较熊市的股利政策的效果更加。
【关键词】股利政策有效性行业经济环境
一、引言及文献回顾
股利分配的比例和方式不仅影响着短期股价，而且会对公司未来的盈利能力、企业价值产生较大的影响。股利政策信号传递理论认为，公司经营者与外部投资者之间存在着信息不对称的现象，经营者拥有外部投资者所不知道的有关企业的信息，如企业未来现金流量、投资机会、市场前景、盈利能力等，而这些信息会影响投资者的投资决策。因此，经营者通过股利政策来传递这些信息。高质量的公司往往愿意通过相对较高的股利支付率和现金股利把自己同低质量的公司区别开来，以吸引更多的投资者。对市场上的投资者来说，股利政策可能成为反映公司质量的信号。如果公司连续保持较为稳定的股利支付率，那么投资者就可能对公司未来的盈利能力有较乐观的预期。也即，上市公司可以通过股利政策来向市场传递公司前景的利好消息。
对于股利政策信号传递的有效性，一直是国内外学者研究的热点。许多研究运用事件分析法或者回归分析的方法来检验公司业绩产是否会对股利发放产生反映。Aharony等 (1994)研究发现，增加股利的公司比股利不变的公司在股利公告后的年度实现了更大的未预期收益，而减小股利的公司情况正好相反。Nissim等 (2001)研究了美国 1964―1997年大样本公司的股利变动与未来收益，发现股利变动传递了未来收益信息。Kimie等 (2005)对大样本日本公司的股利变动与经营业绩及长期股票收益的相关性检验发现，股利变动与其后的经营业绩一致。这些研究结论都支持股利变动传递了公司未来盈利的信息。近年来，中国学者借鉴国外相关研究成果，对此进行了广泛的研究。大部分学者认为，公司股利政策传递了公司未来经营业绩的信息 (钟田丽等，2003;王勇，2006;李卓等，2007)。刘银国通过实证研究得出股利政策尤其是现金股利在一定程度上反映了上市公司盈利的信息，具有一定的“信号显示”功能，从而上市公司高派现有助于公司绩效的提高。
但是，对于影响股利政策有效性的因素，如行业背景、经济环境、公司发展、股利高低等的研究却相对较少。同样的股利政策在不同的时期、不同的背景下可能会有不同的结果，对其进行研究有利于更加深入了解股利政策的效应发挥条件和影响因素。本文正是从这个角度出发，考虑了行业和经济环境两方面因素的影响，分别对不同行业和经济环境下的样本的股利政策有效性进行了实证研究，以考察它们对股利政策有效性的影响情况。
二、研究设计与样本选取
(一)研究变量
由于上市公司的经营目标不是股价的短期上升，因此股利政策的目标也不是股利政策发放时公司的短期的股价上涨，而是公司的长期盈利能力的提高。股利政策的连续稳定性是股利政策能否有助于公司盈利能力提高的关键。因此本文所选取的样本均至少连续三年发放股利，所选股均为A股。
1.行业的影响
不同的行业有不同的特点，为了研究不同行业股利政策的不同效果，本文将样本分为制造业、电力、交通运输业、信息技术业、金融保险业、社会服务与文化传播业六大行业，考虑到经济环境的平稳性，选取了04至06年的年度数据，以每股股利表示公司的股利政策，以净资产收益率表示公司的盈利能力。
2.经济环境的影响
经济环境主要分为牛市和熊市。本文分别用2001-2002年和2007-2008年的相同样本的数据来考察熊市和牛市对股利政策有效性的影响。同样以每股股利表示公司的股利政策，以净资产收益率表示公司的盈利能力。
(二)研究方法
本文主要采用多元回归分析法，将不同影响因素下的变量分别回归，然后比较其结果。多元线性回归分析主要用于探讨单个变量与多个自变量之间的关系，目的在于分析他们之间是否存在显着的线性相关性。上市公司股利政策的变化是否提高了公司的盈利能力，考察的是单个因变量与多个自变量之间的关系，因此选用该模型是较为合适的。回归基本模型如下：
其中表示t期的净资产收益率，表示滞后一期的净资产收益率，、表示t期和滞后一期的每股股利，表示常数项，表示随机误差项。
三、实证结果与分析
(一)行业的影响
1.整体分析
通过不同行业的样本的回归，以2006年的净资产收益率为被解释变量，以2005年的净资产收益率、2005年的每股股利、2006年的每股股利为解释变量进行回归，得到如下结果：
从上表可以看出，首先，净资产收益率存在显着的自相关性，表现为一阶滞后项显着，所有行业的净资产收益率一阶滞后项系数的P值为零。其次不同行业的盈利水平对股利政策的反映程度不同。其中，制造业对于当期股利和滞后一期股利均显着，P值均为零。其余行业企业的股利政策对于盈利水平均不是很显着，当期显着水平由高到低依次为社会服务和传播文化业、电力、交通运输业、信息技术业、金融保险业;滞后一期的显着性水平由高到低依次为电力、社会服务与传播文化业、交通运输业、信息技术业、金融保险业。制造业是我国的一大产业，对我国的国民经济有着重大影响，因此势必要求其发展是相对稳定和健康的，而电力、交通运输和社会服务与传播文化中存在着垄断的成分或国有成分占比较大，因此其发展也相对较稳定。十分明显地，稳定性越强，风险越小的行业其股利政策的效果越明显，即公司的盈利水平对公司的股利政策的反映较大。可能的原因是这些相对稳定的行业风险较小，波动也较小，因此它们的股利政策相对于其它行业的企业而言，更容易使投资者抱有良好的预期;另一方面这些企业本身的业绩也较为稳定，因此它们的盈利水平对股利政策有着较好的反映。而信息技术业和金融保险业相对来讲风险较大，容易受其它因素影响而产生波动，因而盈利水平对股利政策反映较差。
(二)经济环境的影响
在不同的经济环境中，一方面企业的发展会受到不同环境因素的影响，另一方面投资者也会根据不同的经济环境作出不同的预期。因此在研究股利政策的有效性时有必要考虑宏观经济因素的影响。本文分别取了最近一次牛市和熊市的数据进行回归分析，结果如下：
从表2、表3中可以看到，不管是当期还是滞后一期的每股股利，在牛市中，其显着性均明显高于熊市，即股利政策在牛市中更为有效。可能的原因是在牛市中公司本身发展良好，股价上升促进公司发展，从而使公众具有良好的预期，进而增加投资，这样又会进一步地促进公司发展。而在熊市中尽管公司会通过股利政策来传递公司的利好消息，但是公众的预期受宏观经济环境影响而普遍较差，因而股利政策无法充分发挥其应有的作用。在表4中，08年的每股股利系数为负，而08年下半年开始股市下滑，因此这也是股利政策对经济环境变化的反映。
四、结论
分析结果显示，公司的股利政策对其盈利能力有一定的解释力，且系数均为正，说明股利政策对公司盈利能力的提高具有一定的作用，这在一定程度上也反映了股利政策的信号传递理论。上市公司的经营业绩一般都具有连续性，在实证研究中主要表现为每股净资产收益率存在较高的自相关性。因此上市公司股利政策对公司未来的盈利能力是有促进作用的。
更进一步地，对于不同行业，不同经济环境下的公司股利政策有着不同的效果。分析显示，越是稳定、风险越小的行业其股利政策的效果越是明显，即公司的盈利水平对公司的股利政策的反映较大;而信息技术业和金融保险业相对风险较大，容易受其它因素影响而产生波动，因而其股利政策作用也较弱。另外，在牛市中，每股股利显着性均明显高于熊市，即股利政策在牛市中更为有效。以上说明行业和经济环境对股利政策的有效性有着较大的影响。当然公司本身的经营状况、以及股利水平的高低等其它因素也会影响到股利政策的有效性，根据其它的文献研究表明，一般情况下公司本身经营状况好、股利水平高的公司，其股利政策的效果也较好，这里不具体展开进行分析。
对于我国来讲，我国股市尚处于发展阶段，上市公司股权结构尚不成熟，市场运行、行业监管等方面也尚待完善，股利政策在一定程度上不能如实反映上市公司的财务信息。另外，也存在一些上市公司为了短期利益而采用不配或超能力分配股利的现象，这不但会损害投资者的利益，从长期利益考虑，也将损害公司的稳定发展。因此完善市场，完善公司治理，才能使股利政策发挥应有的作用。