基于PCA-LASSO方法的行业市盈率预测及影响因素分析

孟洁莹

摘 要：本文基于分行业的横截面财务数据分析影响市盈率的主要因素，提出了PCA-LASSO模型及其精简模型方法，并对市盈率进行样本外预测，同时与传统的线性回归模型及LASSO回归模型的结果进行了比较。研究表明，在行业市盈率的样本外预测方面，所提出的PCA-LASSO模型及其精简模型方法明显优于已有的两种研究方法。所提模型方法融合了主成分回归和LASSO回归的优点，既完全消除了多重共线性又实现了对重要变量的选择，同时具有更高的预测精度，所提方法具有普遍适用性。

關键词：PCA-LASSO模型;市盈率;影响因素;样本外预测

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2021）05（a）--03

市盈率（P/E ratio）又称为本益比，指每股市价除以每股盈利（EPS），是判断股票价值、评估股价水平是否合理的最简单直观、最常用的指标之一。Graham 和 Dodder的经典著作《Security Analysis》[1]在其1934年的第一版中已经清晰地给出了市盈率的概念。Whitbeck和Kisor（1963）[2]从股票定价模型出发，认为市盈率与股利支付率成反比，与盈利增长率、风险成正比，与传统股价定价模型得出的结论一致。Basu（1977）[3]通过实证研究验证了市盈率是影响股票收益的重要指标之一。

国内的学者对市盈率的影响因素作了大量的研究。王振鹏（2016）[4]基于上证50样本股2008到2013年的数据，利用线性回归模型研究了上市公司市盈率和七个指标因素之间的关系。李杨和曾宪斌（2014）[5]分别考虑了LASSO，Adaptive LASSO，Bridge和SCAD四种惩罚函数模型并进行比较，在面板数据框架下应用惩罚似然方法对机械设计仪表板块的上市公司市盈率的影响因素进行了选择。……