上市公司β系數(shù)的研究---以我國互聯(lián)網(wǎng)公司為例

1、目 錄摘 要Abstract一、 緒論1（一） 研究背景1（二） 研究目的與意義1（三） 研究現(xiàn)狀2（四） 本文研究方法3二、研究理論基礎(chǔ)4（一）投資組合理論4（二）CAPM理論4三、我國互聯(lián)網(wǎng)上市公司系數(shù)穩(wěn)定性分析5（一）系數(shù)穩(wěn)定性分析基礎(chǔ)51.樣本分析52.數(shù)據(jù)分析6（二）系數(shù)在不同數(shù)值水平下的穩(wěn)定性分析7（三）系數(shù)在不同時段內(nèi)的穩(wěn)定性分析8（四）系數(shù)在不同收益率度量時限下的穩(wěn)定性分析9（五）系數(shù)在不同市場態(tài)勢下的穩(wěn)定性分析9四、我國互聯(lián)網(wǎng)上市公司系數(shù)影響因素分析10（一）研究變量與研究假設(shè)10（二）多元線性回歸分析111.多元線性回歸分析定義112.多元線性回歸分析運用123.多元線性回

2、歸模型及矩陣表示12（三） 研究結(jié)果分析13五、研究結(jié)論與對策建議14（一）研究結(jié)論15（二）對策建議15文獻參考16致 謝17、摘 要我國自從股票市場開放以來，就在股票市場發(fā)展規(guī)模與發(fā)展速度上獲得了相對大的成就，但隨之而增的就是我國股票投資的風(fēng)險性，這就使得我國股票市場的投資風(fēng)險管理變得具有研究價值，對于如何規(guī)避掉股票市場存在問題，提升股票市場價值穩(wěn)定性研究變得更為重要。隨著我國經(jīng)濟的發(fā)展和社會的進步，我國互聯(lián)網(wǎng)企業(yè)上市已經(jīng)成為了一場新浪潮，形成了可持續(xù)發(fā)展的經(jīng)濟新體系，但對于新型企業(yè)而言觀察其系統(tǒng)性風(fēng)險相對不容易，需要將系數(shù)融入資本資產(chǎn)定價模型中，以上市公司在整體證券市場中產(chǎn)生價格變動的資

3、產(chǎn)數(shù)值與影響數(shù)量所評判，并將系數(shù)作為研究上市公司風(fēng)險性的相對重要的指標(biāo)，與此同時，也將系數(shù)作為上市公司籌資管理，投資管理以及風(fēng)險管理的主要依照工具。本文結(jié)合了CAPM理論與投資組合理論進行對于我國互聯(lián)網(wǎng)上市公司系數(shù)的研究，綜合系數(shù)的影響因素進行穩(wěn)定系數(shù)方法的分析，并提出對策建議。關(guān)鍵詞：互聯(lián)網(wǎng)公司；系數(shù)；籌資管理IVAbstract Since the opening of the stock market, China has made relatively great achievements in the scale and speed of the development of the

4、 stock market, but the risk of the stock investment in China has increased, which makes the investment risk management of the stock market of China have research value. The research on how to avoid the problems in the stock market and how to improve the stability of the value of the stock market has

5、 become more and more important. It is important. With the development of Chinas economy and social progress, the listing of Internet enterprises has become a new wave and a new economic system of sustainable development. However, it is relatively difficult for new enterprises to observe their syste

6、mic risks. It is necessary to incorporate the beta coefficient into the capital asset pricing model, and to produce the asset value of price changes in the overall securities market for listed companies. It is judged by the number of impacts and takes the beta coefficient as a relatively important i

7、ndex to study the risk of listed companies. At the same time, the beta coefficient is also used as the main tool for financing management, investment management and risk management of listed companies.This paper combines CAPM theory and portfolio theory to study the beta coefficient of Internet list

8、ed companies in China. It synthesizes the influencing factors of beta coefficient to analyze the method of stable beta coefficient, and puts forward some countermeasures and suggestions.Key words: Internet companies; Beta coefficient; Financing management 1、 緒論（1） 研究背景 在我國股票市場的持續(xù)增長下，資金投入的風(fēng)險也隨之增長，為了減

9、少這方面帶來的股票投資者的利益損失，我國證監(jiān)會進行多次要求上市公司提升風(fēng)險防范意識，降低系統(tǒng)性風(fēng)險的發(fā)生。但需要注意的是我國的股票市場仍然屬于新興市場，存在歷史僅僅30年，相對而言制度不夠健全，政策也不好完全落實，所以對于我國資本市場中的風(fēng)險性投資的研究顯得極為重要。 而在我國上市公司中，互聯(lián)網(wǎng)上市公司也處于相對重要的地位，國家復(fù)返重申我國互聯(lián)網(wǎng)發(fā)展的必要性，再加上我國開放的發(fā)展環(huán)境與較好的經(jīng)濟發(fā)展態(tài)勢，使得需要互聯(lián)網(wǎng)公司上市。但這些互聯(lián)網(wǎng)公司發(fā)展階段較快，發(fā)展規(guī)模較大，發(fā)展時間較短，在一定程度上無法抵御系統(tǒng)性風(fēng)險，所以急需對于互聯(lián)網(wǎng)上市公司的風(fēng)險研究，本文植根于此，通過對于系數(shù)影響因素的研究

10、分析我國互聯(lián)網(wǎng)上市公司的風(fēng)險概述。（2） 研究目的與意義 作為風(fēng)險投資收益與系統(tǒng)風(fēng)險資產(chǎn)關(guān)系關(guān)系模型，資產(chǎn)資本定價模型一直具有較高的適用范圍與實用性，這種應(yīng)用范圍涉及了金融股票市場的每個方面：例如投資價值對比環(huán)節(jié)，風(fēng)險成本估算環(huán)節(jié)，組合資產(chǎn)管理環(huán)節(jié)與金融市場管理環(huán)節(jié)等等，本文研究目的在于架構(gòu)出較為完整的CAPM模型，從而找出互聯(lián)網(wǎng)上市公司的具體風(fēng)險資產(chǎn)模型中系數(shù)影響因素分析，描述出系數(shù)的穩(wěn)定性，進而降低互聯(lián)網(wǎng)上市公司投資風(fēng)險。 本文的研究意義分為兩部分，首先是對于系數(shù)研究的理論意義，這其中包括三點，分別是：對于互聯(lián)網(wǎng)上市公司系數(shù)的具體樣本提供，進行了對于系數(shù)影響因素的歸納與進行對于系數(shù)研究與細(xì)

11、分。通過對于互聯(lián)網(wǎng)公司的系數(shù)研究將互聯(lián)網(wǎng)公司的風(fēng)險系統(tǒng)與影響因素剖析與展示。其次就是對于系數(shù)研究的現(xiàn)實意義，其中也包括三點：第一就是能夠?qū)τ谖覈ヂ?lián)網(wǎng)公司的風(fēng)險管理提供數(shù)據(jù)支持，第二是使得我國互聯(lián)網(wǎng)上市公司的投資計劃可以變得更加明確便于管理，第三就是使得我國互聯(lián)網(wǎng)公司上市變得不再盲目，籌資有所目的性。（3） 研究現(xiàn)狀我國的互聯(lián)網(wǎng)公司銷售競爭較為激烈，國外也是如此，一次互聯(lián)網(wǎng)上市公司市場的競爭都會影響到公司未來的發(fā)展計劃甚至是公司存亡，所以公司系數(shù)影響因素的分析一致被學(xué)者所研究。在國外研究中，學(xué)者主要是依據(jù)人工智能方式進行對于上市公司系數(shù)影響因素的預(yù)測，首先建立公司系數(shù)預(yù)測模型，再將人工智能數(shù)據(jù)

12、帶入到預(yù)測模型中，進行對于公司系數(shù)影響因素的研究。國外對于系數(shù)研究相對較早，研究面相對較廣，主要分為三個階段。首先第一階段Brooks，F(xiàn)aff與Ariff（1998）最先提出系數(shù)是持續(xù)穩(wěn)定的這一點，這三位學(xué)者將新加坡與吉隆坡在一定時間內(nèi)的市場進行等距劃分發(fā)現(xiàn)，系數(shù)并沒有根據(jù)市場有所變化，而是保持不變的穩(wěn)定性。在之后Prochniak與Witkowski(2013)提出在經(jīng)濟增長態(tài)勢下，系數(shù)的穩(wěn)定性也很高，會有變化但不會產(chǎn)生較大差異。Ur Rahman，Ejaz與Akbar（2013）在進行不同股票市場的研究中發(fā)現(xiàn)，持續(xù)增長的股票市場中系數(shù)基本沒有變化，在持續(xù)跌停的股票市場中系數(shù)仍舊維持穩(wěn)定，

13、從而得出系數(shù)是一個穩(wěn)定常數(shù)的結(jié)論。在第二階段中，學(xué)者發(fā)現(xiàn)系數(shù)存在變化且具有較大變化，在進行不同行業(yè)系數(shù)分析發(fā)現(xiàn)，之前研究中并沒有計算虛擬變量，使得系數(shù)看似是常數(shù)，其實是一個不穩(wěn)定的數(shù)值。后來進行了對于不同區(qū)間與時間段內(nèi)的系數(shù)穩(wěn)定性分析，發(fā)現(xiàn)時間跨度越長，系數(shù)越穩(wěn)定，但在短時間內(nèi)系數(shù)還是一個波動數(shù)值，隨后改進了CAPM理論，采用了普爾標(biāo)準(zhǔn)500指數(shù)數(shù)據(jù)，并且進行了對于系數(shù)的綜合測試發(fā)現(xiàn)，系數(shù)并不穩(wěn)定。第三階段就是分析哪些因素會導(dǎo)致系數(shù)的變化，對于不同形態(tài)的股票市場研究發(fā)現(xiàn)，不同的市場發(fā)展?fàn)顟B(tài)會對于系數(shù)產(chǎn)生波動影響。首先進行了對于上市公司系數(shù)模型的建設(shè)與系統(tǒng)化分類。將SPSS方法運用到了上市公司系

14、數(shù)模型建設(shè)中，先對于蘋果上市公司系數(shù)進行影響因素分析，再進行模型預(yù)測設(shè)置，經(jīng)過實證檢驗發(fā)現(xiàn)此類模型效果優(yōu)于回歸模型。在此基礎(chǔ)上Yuan和Lee進行了對于遺傳算法的使用，將遺傳算法應(yīng)用到了向量機中，從而進行了互聯(lián)網(wǎng)公司此類消費者的消費人群分析，分析類別較多，主要是性別因素，氣質(zhì)因素，實用性因素，身份因素等，利用這些因素模型建設(shè)多元回歸分析，從而建設(shè)起了上市公司系數(shù)預(yù)測模型。在國內(nèi)，學(xué)者對于上市公司系數(shù)影響因素分析相對研究較晚，但也取得了較多的成果。楊莉經(jīng)過對于市場中上市公司系數(shù)現(xiàn)狀進行影響因素排查，以華為企業(yè)上市公司系數(shù)作為初始模型，進行系統(tǒng)化上市公司系數(shù)預(yù)測分析，從而進行了影響因素預(yù)測與適當(dāng)化

15、公司發(fā)展建議列舉，存在一定科學(xué)性同時具備著實際效益；鄭思平與肖人岳在對于上市公司系數(shù)分析中首次提出使用灰色預(yù)測（1,1）模型，預(yù)測出了較為準(zhǔn)確的上市公司系數(shù)影響因素數(shù)據(jù)。魏雪在對于我國上市公司系數(shù)影響因素分析中，使用了SPSS模型，以消費者的喜好作為分析主要參考因素，進行了對于此前改進與優(yōu)化。華晶晶使用統(tǒng)計學(xué)系統(tǒng)的方式，對于上市公司系數(shù)影響因素進行定性分析，從而使用預(yù)測方法預(yù)測上市公司系數(shù)。 對于上市公司系數(shù)影響因素本身的預(yù)測而言，國內(nèi)外學(xué)者使用多種模型方式進行分析研究，包括了多元線性回歸法，主成分分析法與人工智能數(shù)據(jù)列舉等方式，使得本文在研究時可以站在前人的肩膀上進行因素影響分析，本文在之前

16、數(shù)據(jù)總結(jié)統(tǒng)計后，使用統(tǒng)計學(xué)方式進行理論模型建設(shè)，通過spss平臺軟件處理數(shù)據(jù)方式進行模型實際意義分析，希望可以對于上市公司系數(shù)優(yōu)化提供一定的理論支持。（4） 本文研究方法本文采取多元線性回歸分析法，因子分析法等。二、研究理論基礎(chǔ)（一）投資組合理論 投資組合理論最早在1952年被經(jīng)濟學(xué)家馬科維茨刊登在金融雜志的證券組合選擇中首次提出，這其中包含了兩方面的內(nèi)容，分別是投資組合有效邊界模型與均值-方差分析方法。在投資組合模型中，適用方差模型來進行對于投資組合風(fēng)險的計算與衡量，從而達(dá)到風(fēng)險管理的目的，當(dāng)最終數(shù)值的方差較大時說明此次研究的風(fēng)險較大，反之則說明此次研究風(fēng)險較小。所以對于企業(yè)而言，為了降低公

17、司風(fēng)險與成本，力求找到最佳投資組合，投資組合能夠降低投資風(fēng)險主要是由于避開了非系統(tǒng)性風(fēng)險，使得偶然風(fēng)險因素降低。有效的使用投資組合會讓公司決策與投資風(fēng)險降低，不會發(fā)生較大的產(chǎn)業(yè)證券波動。（2） CAPM理論 CAPM指的是Capital Asset Pricing Model，最早是在1964年被Sharpe與Lintner所提出的資產(chǎn)資本定價模型，這個模式屬于現(xiàn)代金融極為重要的基石，在證券市場與投資市場中，收益風(fēng)險關(guān)系大多使用這一模型進行研究，收益風(fēng)險關(guān)系也被公式所定義：。，其中E(ri) 是資產(chǎn)i 的預(yù)期回報率，rf 是無風(fēng)險利率，im 是Beta系數(shù)，即資產(chǎn)i 的系統(tǒng)性風(fēng)險，E(rm)

18、是市場m的預(yù)期市場回報率，E(rm)-rf 是市場風(fēng)險溢價。 CAPM理論使用方向較廣，首先可以用于投資的風(fēng)險決策分析，投資者對于投資項目的回報計算并不是當(dāng)時的，而是對于未來的預(yù)期，這就需要面對即將到來的風(fēng)險。在CAPM中可以使用系數(shù)的穩(wěn)定性分析，來規(guī)避或是計算系統(tǒng)性風(fēng)險的計量，計算方式主要是計算貼現(xiàn)率，然后根據(jù)貼現(xiàn)率與系統(tǒng)風(fēng)險正比關(guān)系引導(dǎo)出系統(tǒng)風(fēng)險的計量。其次CAPM可以用于普通股資的決策籌資計算，根據(jù)李夏（2015）年研究發(fā)現(xiàn)：資本普通股成本率=報酬無風(fēng)險率-（在證券市場平均報酬概率-報酬無風(fēng)險概率）*系數(shù)。 根據(jù)公式可以分析出證券收益與風(fēng)險系統(tǒng)性的關(guān)系，這種關(guān)系曲線稱作證券市場線：圖一：

19、證券市場線 在證券市場線中可以看出，證券的收益是一條正相關(guān)系數(shù)的曲線，所以作為系統(tǒng)性風(fēng)險的衡量標(biāo)準(zhǔn)，系數(shù)的研究較為重要，需要注意的是，系統(tǒng)性風(fēng)險無法分散，所以計量處系統(tǒng)性風(fēng)險后只能對于風(fēng)險值進行資金補償，無法對于不可預(yù)測非系統(tǒng)性風(fēng)險進行補償。證券市場線里面系數(shù)表達(dá)了單一證券與整個證券市場波動性之間的關(guān)系，如果假設(shè)整體證券市場的是1，那么如果研究證券的數(shù)值比1大，就說明該證券存在較大的波動性，擁有較高的系統(tǒng)性風(fēng)險，如果研究證券的數(shù)值比1小，那么久說明該證券存在較高的穩(wěn)定性。由此可以，系數(shù)可以極其敏感的展示出研究證券的風(fēng)險程度。三、我國互聯(lián)網(wǎng)上市公司系數(shù)穩(wěn)定性分析（一）系數(shù)穩(wěn)定性分析基礎(chǔ)1.樣本分

20、析 首先進行樣本的采取，此次研究在于我國互聯(lián)網(wǎng)上市公司的數(shù)值研究，所以為了研究數(shù)值的科學(xué)性和真實性，采取了46家我國上市互聯(lián)網(wǎng)公司，所以此次研究中系數(shù)穩(wěn)定性存在的影響因素都來自于這46家公司，按照上市時間分為以下樣本量：表一：選取46家互聯(lián)網(wǎng)上市公司樣本2. 數(shù)據(jù)分析 圖二：標(biāo)準(zhǔn)回歸法中對于數(shù)值的估計（二）系數(shù)在不同數(shù)值水平下的穩(wěn)定性分析 在不同數(shù)值水平下，系數(shù)的穩(wěn)定性有所不同，如下圖：圖三：不同數(shù)值下系數(shù)的均值圖四：不同數(shù)值下系數(shù)的方差 根據(jù)圖四不同數(shù)值下我國互聯(lián)網(wǎng)上市公司系數(shù)均值可以看出，我國互聯(lián)網(wǎng)上市公司系數(shù)均值在數(shù)值1左右，說明系統(tǒng)性風(fēng)險相對較低，但有一部分公司系數(shù)較高，例如迅游科技，

21、長城動漫與東方財富等均值在1.5左右，具有較高的系統(tǒng)性風(fēng)險。通過圖五可以看出我國互聯(lián)網(wǎng)上市公司的系數(shù)方差比較穩(wěn)定，全部都在0.8以下。（3） 系數(shù)在不同時段內(nèi)的穩(wěn)定性分析 通過對于SPSS軟件使用，進行對于系數(shù)不同時段內(nèi)穩(wěn)定性的系統(tǒng)研究，取得系數(shù)在不同時段下的穩(wěn)定性分析：表二：在不同時段我國互聯(lián)網(wǎng)上市公司的系數(shù)穩(wěn)定性統(tǒng)計經(jīng)過上圖可以發(fā)現(xiàn)，我國互聯(lián)網(wǎng)上市公司的均值在數(shù)值1附近徘徊，在2007年-2012年六年間數(shù)值較為穩(wěn)定，而在2013年-2014年兩年數(shù)值出現(xiàn)了下降，在2015年均值上升回到了數(shù)值1附近，但在2016年系數(shù)均值突然增大到了近些年來的最大均值，這說明在2016年因為種種原因我國互

22、聯(lián)網(wǎng)上市公司的系統(tǒng)性風(fēng)險激增，不適合進行投資。其次，在表中可以看出，近些年來的互聯(lián)網(wǎng)上市公司系數(shù)方差較為穩(wěn)定，都在0.2以下，這從一定程度上體現(xiàn)了我國互聯(lián)網(wǎng)上市公司的風(fēng)險穩(wěn)定態(tài)勢。（4） 系數(shù)在不同收益率度量時限下的穩(wěn)定性分析 由于此次研究對于系數(shù)的研究使用的是單因素對照分析，所以可以得出相對準(zhǔn)確性高的統(tǒng)計數(shù)據(jù)與方差數(shù)值：表三：在不同收益率度量時限下的系數(shù)穩(wěn)定性分析表四：在不同收益率度量時限下下的系數(shù)穩(wěn)定性分析ANOVA在表三中可以清楚看出，當(dāng)月收益率時限下均值是0.87時系數(shù)明顯小于日收益率度量出現(xiàn)的均值1.03，同樣也小于周收益率度量時限出現(xiàn)的均值1.03，所以可以根據(jù)此分析出，時間越久，

23、數(shù)值相對越穩(wěn)定，所以長期投資互聯(lián)網(wǎng)上市公司比短期投資更容易取得回報，也更容易降低風(fēng)險性。而從表四中可以發(fā)現(xiàn)，監(jiān)測的顯著性較低，只有0.00數(shù)值，很明顯少于正常的0.05，說明不同收益率度量對于我國互聯(lián)網(wǎng)上市公司系數(shù)具有較為巨大的影響。（5） 系數(shù)在不同市場態(tài)勢下的穩(wěn)定性分析 此次研究放在證券市場滬深300指數(shù)的發(fā)展趨勢研究中，進行對于系數(shù)不同市場態(tài)勢下的穩(wěn)定性研究，而滬深300指數(shù)趨勢發(fā)展如下： 圖五：市場態(tài)勢圖從圖五中可以看出，整體證券市場的發(fā)展態(tài)勢分為三種，分別是橫盤態(tài)勢，下跌態(tài)勢與上漲態(tài)勢，在上漲態(tài)勢下的數(shù)值均值達(dá)到了0.75，而在橫盤態(tài)勢下的數(shù)值均值達(dá)到了1，在下跌態(tài)勢下的數(shù)值均值達(dá)到

24、了1.34，這就說明了在我國互聯(lián)網(wǎng)上市公司中，當(dāng)股票證券上漲時風(fēng)險系統(tǒng)性較低，當(dāng)股票證券穩(wěn)定時風(fēng)險系統(tǒng)性與整體證券市場相同，而在股票證券下跌時存在較大的風(fēng)險系統(tǒng)性。四、我國互聯(lián)網(wǎng)上市公司系數(shù)影響因素分析（一）研究變量與研究假設(shè)此次將44家互聯(lián)網(wǎng)上市公司作為研究樣本，筆者進行對于44個上市公司進行了網(wǎng)上數(shù)據(jù)分析結(jié)合列舉，相對而言數(shù)據(jù)量較為豐富，數(shù)據(jù)涵蓋面廣。本文進行對于我國經(jīng)濟形勢的結(jié)合，去除掉對于互聯(lián)網(wǎng)上市公司系數(shù)影響非重要因素，最后保留了六個自變量：國內(nèi)生產(chǎn)總值指數(shù)x1，第三產(chǎn)業(yè)增加值指數(shù)x2，固定資產(chǎn)投資價格指數(shù)x3，貸款基準(zhǔn)利率x4，銀行家信心指數(shù)x5，企業(yè)景氣指數(shù)GDPx6。具體的指標(biāo)

25、如下表：我國互聯(lián)網(wǎng)上市公司系數(shù)影響因素指標(biāo)國內(nèi)生產(chǎn)總值指數(shù)X1第三產(chǎn)業(yè)增加值指數(shù)X2固定資產(chǎn)投資價格指數(shù)X3貸款基準(zhǔn)利率X4銀行家信心指數(shù)X5企業(yè)景氣指數(shù)GDPX6表五：我國互聯(lián)網(wǎng)上市公司系數(shù)影響因素指標(biāo)選?。ǘ┒嘣€性回歸分析 在遇到具體數(shù)量問題分析過程中，變量與變量間會存在一定量的聯(lián)系，所以為了分析出各個變量之間的影響機理，經(jīng)常會使用回歸分析來探究變量間的相互影響關(guān)系。回歸分析主要分為：一元線性回歸分析，非線性回歸分析；邏輯回歸分析以及多元線性回歸分析幾類。根據(jù)本文選取的四個影響因子，采取SPSS的多元線性回歸理論分析。 1.多元線性回歸分析定義 本文對于多元回歸線性分析的研究先從一元線

26、性回歸分析開始構(gòu)建，之后進行多元線性回歸分析的拓展。首先一元線性回歸分析屬于對于某一單一自變量對于另一單一自變量的直接影響分析。此類研究方法進行了對于其他外界影響，屬于實驗室中的理想化情況。但由于現(xiàn)實中影響因子較多，所以純粹的一元線性回歸分析基本不會使用也不存在使用價值，多使用多元線性回歸分析。 所以在前提性線性關(guān)系條件不變的情況下，進行多個自變量的影響分析，即多個自變量對于某一單一變量的影響分析，也稱作多元線性回歸分析，使用數(shù)量關(guān)系式來進行多元線性回歸分析模型建設(shè)。本文進行對于SPSS軟件的分析案例使用。2. 多元線性回歸分析運用 對于多元線性回歸分析的能夠運用解決的問題分析： 首先是能夠?qū)?/p>

27、于給定變量與自變量的影響關(guān)系對照，從而找出自變量與給定變量的數(shù)學(xué)表達(dá)式；其次在進行了多元線性回歸模型確定之后，進行對于具體數(shù)值的采集，根據(jù)采集到的具體數(shù)值，進行后置位其他數(shù)字的預(yù)估，經(jīng)過對于模型的預(yù)測進行預(yù)測數(shù)據(jù)，模型越科學(xué)標(biāo)準(zhǔn)化，相對而言預(yù)測數(shù)據(jù)越準(zhǔn)確；最后可以進行因素分析，對于同一因變量其他自變量對于此數(shù)值的變化程度，從而分析出自變量的影響起主導(dǎo)地位的有哪些，起到次要地位的有哪些，進而找到自變量因素存在的線性關(guān)系。3. 多元線性回歸模型及矩陣表示 首先設(shè)定y屬于隨機變量，該取值可以根據(jù)外界數(shù)據(jù)所觀測出，這個數(shù)值可能會被給定因素x1，x2，x3，x4.xp以及隨后隨機因素所進行影響，先設(shè)y與

28、x1，x2，x3.xp具有線性關(guān)系： 在線性關(guān)系式中，1，2.n都獨立并且都屬于（0，2）。 將上式列為矩陣： 在這其中Y=（y1,y2,.yn），+（0，1，2，.p），=（1，2，.n），-Nn（0，2In），In是n階單位矩陣， 在矩陣中X屬于資料矩陣，也就是設(shè)計矩陣，他的階是n*(p+1)，也就是說。表六：x1-x6相關(guān)關(guān)系SPSS軟件分析（3） 研究結(jié)果分析X1X2X3X4X5X6X11.000.689.886.878.377.217X2.6891.000.389.378.266.114X3.886.8781.000.923.375.215X4.878.378.9231.000.43

29、6.277X5.377.266.375.4361.000.887X6.217.114.215.277.8871.000表七：變數(shù)相關(guān)系數(shù)矩陣由上表可以發(fā)現(xiàn)，組合指標(biāo)大于0.5的組合有以下幾種：指標(biāo)名稱指標(biāo)名稱相關(guān)系數(shù)國內(nèi)生產(chǎn)總值第三產(chǎn)業(yè)增長值指數(shù).689國內(nèi)生產(chǎn)總值固定資產(chǎn)投資價格指數(shù).886國內(nèi)生產(chǎn)總值貸款基準(zhǔn)利率.878固定資產(chǎn)投資價格指數(shù)貸款基準(zhǔn)利率.923銀行家信心指數(shù)企業(yè)景氣指數(shù).887表八：指標(biāo)間相關(guān)系數(shù)大于0.5組合圖六：matlab多元線性回歸結(jié)果因為自變量即影響因素的類型不同，此次研究結(jié)果分析分為兩部分，分別是外部宏觀因素與公司內(nèi)部因素。從上表可知，對于相關(guān)系數(shù)大于0.5的組

30、合而言，X1即國內(nèi)生產(chǎn)總值與公司系數(shù)相對關(guān)系最為密切，其次就是貸款基準(zhǔn)利潤。 首先對于外部宏觀因素而言，國內(nèi)生產(chǎn)總值指數(shù)x1，第三產(chǎn)業(yè)增加值指數(shù)x2，固定資產(chǎn)投資價格指數(shù)x3，貸款基準(zhǔn)利率x4屬于宏觀因素，通過對于系數(shù)系統(tǒng)建模發(fā)現(xiàn)，外部宏觀環(huán)境并不會對于我國互聯(lián)網(wǎng)上市公司系數(shù)具有較大的影響。反觀銀行家信心指數(shù)x5，企業(yè)景氣指數(shù)GDPx6兩個因素中，發(fā)現(xiàn)影響因子對于公司系數(shù)擁有較為明顯的影響。五、研究結(jié)論與對策建議（一）研究結(jié)論 本文對于我國互聯(lián)網(wǎng)上市公司系數(shù)研究結(jié)論主要有以下兩點： 首先市場態(tài)勢，收益率度量區(qū)間選取，收益率度量時限并會對于風(fēng)險系統(tǒng)性由較大的影響，即會對于系數(shù)有較大的影響，尤其是

31、對于收益率度量區(qū)間而言，長久投資的系統(tǒng)性風(fēng)險遠(yuǎn)遠(yuǎn)低于短期投資，對于市場態(tài)勢而言，當(dāng)互聯(lián)網(wǎng)上市公司股票證券上漲時系統(tǒng)性風(fēng)險較低，下跌時會出現(xiàn)更多的系統(tǒng)性風(fēng)險。 其次就是宏觀經(jīng)濟影響并不會對于互聯(lián)網(wǎng)上市公司系數(shù)具有較大影響，反而企業(yè)內(nèi)部因素會導(dǎo)致系數(shù)發(fā)生較大變化，但需要注意的是，外部宏觀環(huán)境因素會影響到企業(yè)內(nèi)部因素，例如公司發(fā)展前景，銀行家投資意愿等。（二）對策建議 本文對于互聯(lián)網(wǎng)上市公司系數(shù)研究中發(fā)現(xiàn)系統(tǒng)性風(fēng)險是可以進行提前預(yù)測補償?shù)?，所以對于互?lián)網(wǎng)上市公司降低風(fēng)險帶來傷害具有一定的對策建議。 首先要進行對于系統(tǒng)性風(fēng)險的及時預(yù)測和準(zhǔn)確反饋，不同影響因子都會造成對于系數(shù)即系統(tǒng)性風(fēng)險的影響，或是正相

32、關(guān)，或是負(fù)相關(guān)，公司內(nèi)部風(fēng)險管理人員應(yīng)該對于這些因素進行集中管制與變化應(yīng)急，降低公司因為系統(tǒng)性風(fēng)險帶來的經(jīng)濟損失。 其次宏觀因素不可調(diào)節(jié)但是企業(yè)內(nèi)部因素才是對于互聯(lián)網(wǎng)上市公司系統(tǒng)性風(fēng)險影響最大的，所以需要對于企業(yè)內(nèi)部進行治理與加強管理，增加企業(yè)內(nèi)部工作積極性，提升投資者的投資信心，及時準(zhǔn)確真實做出系統(tǒng)性的財報分析，調(diào)節(jié)公司內(nèi)部存在的問題與矛盾，加大對于內(nèi)部的管理力度。19文獻參考1 楊曉杰, 冉葉虹. 輕資產(chǎn)企業(yè)系數(shù)的影響因素實證分析基于互聯(lián)網(wǎng)和文化傳媒上市公司的數(shù)據(jù)J. 商業(yè)會計, 2018, No.637(13):64-66.2 王旭棟. 基于時變系數(shù)的金融行業(yè)上市公司價值投資研究D.3

33、張毓軒, 王建忠. 基于CAPM農(nóng)業(yè)上市公司市場風(fēng)險分析J. 時代金融, 2018, No.696(14):156+159.4 倪洪燕, 王勇. 股票投資中的系統(tǒng)性風(fēng)險系數(shù)研究基于中美兩國股票市場價格數(shù)據(jù)J. 財務(wù)與金融, 2018, 175(05):21-25.5 吉潔. 熔斷機制對我國股票市場系統(tǒng)性風(fēng)險的影響基于系數(shù)的測算J. 特區(qū)經(jīng)濟, 2018.6 李經(jīng)路, 郭靜. 智力資本對貝塔系數(shù)影響路徑的數(shù)理分析與數(shù)據(jù)檢驗上市公司數(shù)據(jù)的例證J. 軟科學(xué), 2017(7).7 郭范勇, 潘和平. 財務(wù)因素、市場因素與股票系數(shù)J. 財會通訊, 2017(12):127-130.8 伏威威. 房地產(chǎn)上

34、市公司股票系數(shù)測算研究報告J. 財訊, 2017.9 曹俊幫. A公司特有風(fēng)險收益率的研究D.10 韓行行. 上市公司基本特征對股票Beta系數(shù)影響程度的量化研究D. 2016.11 楊莉. 上市公司會計報表附注披露存在問題探析J. 中國電子商務(wù), 2010(9):131-131.12鄭思平, 肖人岳. 基于灰色模型與灰色關(guān)聯(lián)度對品牌手機未來銷量預(yù)測J. 科學(xué)技術(shù)與工程, 2009, 9(20):6197-6199.13 魏雪, 錢燕云. 供應(yīng)鏈合作關(guān)系對企業(yè)績效影響的實證研究J. 物流科技, 2015, 38(7):116-119.14華晶晶. 論人力資源管理激勵機制的構(gòu)建J. 江蘇商論, 2008(18):138-138.15Preeti P , Vijay V , Suman D , et al. Screening of E. coli -clamp Inhibitors Revealed that Few Inhibit Helicobacter pylori More Effectively: Structural and Functional CharacterizationJ. Antibiotics, 2018, 7(1):5-.16Catechol estrogens stimulate insulin secretion in p