基于财务信息构建股票市场相对泡沫测度模型及实证探究

基于财务信息构建股票市场相对泡沫测度模型及实证探究一、引言1.1研究背景在现代经济体系中，股票市场占据着举足轻重的地位，是经济发展的重要支撑。它不仅为企业提供了关键的融资渠道，助力企业扩大生产规模、投入研发创新以及开展并购等活动，推动企业发展与经济增长，例如许多新兴科技企业通过上市融资，得以获取充足资金投入研发，提升自身竞争力，带动行业进步；还促进了资源的优化配置，资金会依据市场机制流向前景良好、盈利能力强的企业，提高经济整体效率，通过股票价格波动反映企业经营状况与前景，引导资金合理流动。此外，股票市场增强了经济的流动性，投资者可便捷地买卖股票实现资产变现与增值，为投资者提供更多投资选择，也让资金能在不同经济部门快速流动。当股票市场繁荣时，企业融资便利，投资活跃，经济增长动力强劲；同时，投资者财富增加，消费意愿增强，进一步推动经济繁荣。然而，股票市场繁荣的背后，也隐藏着泡沫的风险。股票市场泡沫是指股票价格远超其内在价值，形成市场非理性繁荣的现象。泡沫的形成往往伴随着市场情绪的高涨和投机行为的增加。以20世纪90年代末的互联网泡沫为例，投资者对互联网公司未来盈利能力过度乐观，大量资金涌入，推动这些公司股价飙升至不合理水平。但这种非理性繁荣难以持续，最终泡沫破裂，众多互联网公司破产，投资者遭受重大损失，许多投资者的资产大幅缩水，大量财富化为乌有。再如2007-2008年金融危机前，美国房地产市场泡沫严重，与之相关的金融衍生品在股票市场过度膨胀，泡沫破裂后，引发了全球金融市场的剧烈动荡，企业融资困难，实体经济受到严重冲击，失业率大幅上升，经济陷入衰退。股票市场泡沫的破裂会对投资者和整个经济体系造成严重危害。对投资者而言，泡沫破裂可能导致财富瞬间大幅缩水，尤其那些在泡沫高峰期买入股票的投资者，面临股价暴跌，资产严重受损，多年的积蓄可能付诸东流。对经济体系来说，泡沫破裂可能引发金融市场的系统性风险，导致金融机构资产质量恶化，信贷紧缩，企业融资难度加大，生产经营活动受限，进而影响实体经济的发展；还可能导致消费者信心下降，消费支出减少，抑制经济增长。此外，股票市场泡沫还会扭曲资源配置，使资金流向被高估的企业，而真正有价值和潜力的企业却得不到足够的资金支持，降低经济运行效率。准确测度股票市场泡沫对于投资者、监管机构和整个经济体系都具有重要意义。对于投资者来说，能够帮助他们识别潜在的市场风险，避免在泡沫高峰期盲目投资，制定合理的投资策略，实现资产的保值增值。对于监管机构而言，有助于及时发现市场异常，采取有效的监管措施，防范金融风险，维护金融市场的稳定。对于整个经济体系来说，可促进资源的合理配置，保障实体经济的健康发展。然而，目前股票市场泡沫的测度方法仍存在诸多不足，现有方法在确定股票内在价值时往往面临诸多困难和不确定性，导致测度结果不够准确可靠。因此，探寻一种更为精准、有效的股票市场泡沫测度方法迫在眉睫。1.2研究目的与意义本研究旨在构建一种基于财务信息的股票市场相对泡沫测度模型，并通过实证分析对该模型的有效性进行验证。通过深入研究股票市场泡沫与企业财务信息之间的内在联系，设计出能够准确反映股票市场泡沫程度的相对泡沫测度指标，解决现有泡沫测度方法中存在的内在价值难以确定等问题。同时，运用该模型对实际股票市场数据进行分析，为投资者、监管机构以及市场参与者提供有价值的参考依据。本研究具有重要的理论与实践意义。在理论层面，为股票市场泡沫测度领域提供新的研究视角和方法。传统的泡沫测度方法在确定股票内在价值时存在诸多困难和不确定性，而本研究基于财务信息构建相对泡沫测度模型，丰富了股票市场泡沫测度的理论体系，有助于推动金融市场理论的进一步发展，加深对股票市场运行机制和泡沫形成、演化规律的理解，为后续相关研究提供有益的借鉴和参考。在实践层面，对投资者而言，有助于其更准确地判断股票市场的泡沫程度，识别潜在的投资风险与机会，避免在泡沫高峰期盲目投资，制定更为科学合理的投资策略，实现资产的保值增值。例如，投资者可以依据测度模型的结果，选择相对泡沫值较低的股票进行投资，降低投资风险，提高投资收益。对监管机构来说，能够及时发现股票市场的异常波动和潜在风险，为制定和实施有效的监管政策提供有力支持，加强对市场的监管力度，维护金融市场的稳定，促进股票市场的健康发展，防范系统性金融风险的发生。对整个经济体系而言，有助于优化资源配置，使资金流向真正具有价值和发展潜力的企业，提高经济运行效率，保障实体经济的健康发展，促进经济的稳定增长。1.3研究方法与创新点本研究综合运用多种研究方法，力求全面、深入地开展基于财务信息的股票市场相对泡沫测度模型及实证研究。在研究过程中，首先采用文献研究法，广泛搜集和梳理国内外关于股票市场泡沫测度、财务信息分析以及相关金融理论的文献资料。通过对大量文献的研读与分析，了解该领域的研究现状、已有成果以及存在的不足，明确研究的切入点和方向，为后续的研究提供坚实的理论基础。在对文献资料进行深入分析的基础上，构建相对泡沫测度模型。基于财务信息，选取能够反映企业盈利能力、偿债能力、成长能力等方面的关键财务指标，运用科学的方法对这些指标进行处理和整合，设计出合理的相对泡沫测度指标，从而构建起相对泡沫测度模型，为股票市场泡沫的测度提供新的工具和方法。同时，本研究还运用实证分析法，以中国A股市场为研究对象，选取一定时间范围内的上市公司财务数据和市场交易数据。运用所构建的相对泡沫测度模型对这些数据进行计算和分析，验证模型的有效性和实用性；通过实证分析，深入探讨财务信息与股票市场相对泡沫之间的内在关系，为研究结论提供有力的实证支持。本研究具有以下创新点：一是以财务信息为基础构建股票市场相对泡沫测度模型，区别于传统的泡沫测度方法。传统方法在确定股票内在价值时面临诸多困难和不确定性，而本研究通过挖掘财务信息与泡沫之间的联系，使测量结果更加真实准确，为泡沫测度提供了新的视角和方法。二是结合中国A股市场的实际情况进行分析，具有较强的针对性和现实意义。中国股市具有自身的特点，如市场发展阶段、投资者结构、政策环境等与其他国家存在差异，且存在一定程度的泡沫化现象，财务信息披露也有待完善。本研究针对这些特点，检验研究模型在我国市场环境下的有效性，研究成果更贴合中国股市实际，能为国内投资者和监管机构提供更具价值的参考。三是深入分析财务信息对股票市场相对泡沫的影响，不仅构建模型测度泡沫，还运用多元回归分析等方法，探究不同财务指标对相对泡沫的影响方向和程度，结合实际案例进行分析与对比，提高了模型的解释力和可靠性，为投资者和监管机构深入理解股票市场泡沫的形成机制和影响因素提供了帮助。二、理论基础与文献综述2.1股票市场泡沫理论2.1.1泡沫的定义与特征股票市场泡沫是一种复杂的经济现象，从本质上讲，它是指股票价格脱离其内在价值的持续上涨，形成一种表面繁荣的经济状态。这种价格与价值的背离并非基于公司基本面的真实改善，而是由市场非理性行为驱动。美国著名经济学家查尔斯・P・金德尔伯格（CharlesP.Kindleberger）在其著作《狂热、恐慌与崩溃：金融危机史》中指出，泡沫是一种或一系列资产在一个连续过程中陡然涨价，价格上涨使人们产生还要涨价的预期，吸引新的买主，这些人仅想通过买卖牟取利润，对资产本身的使用和产生赢利的能力不感兴趣，最终价格暴跌，以金融危机告终。以20世纪90年代末美国互联网泡沫为例，众多互联网公司虽缺乏实际盈利支撑，但在市场追捧下股价飞涨，股价远超其实际价值，呈现出典型的泡沫特征。股票市场泡沫具有一些显著特征。首先，价格偏离是其最直观的表现，股票价格大幅高于其内在价值，这种偏离程度可以通过一些指标来衡量，如市盈率（P/Eratio）、市净率（P/Bratio）等。在泡沫时期，这些指标往往会远高于正常水平。其次，泡沫通常伴随着强烈的投机性。投资者并非基于对公司长期价值的判断进行投资，而是期望通过短期价格波动获取高额利润，大量资金涌入市场，推动股价进一步上涨，形成一种正反馈循环。再者，股票市场泡沫具有不可持续性，由于其缺乏基本面的支撑，一旦市场情绪发生转变，或一些触发因素出现，泡沫就可能迅速破裂，导致股价暴跌，投资者遭受巨大损失。如2000年互联网泡沫破裂，许多互联网公司股价暴跌，大量企业倒闭，投资者财富大幅缩水。泡沫还具有扩散性，一个板块或个别股票的泡沫可能会扩散到整个市场，引发市场整体的非理性繁荣，增加市场的系统性风险。2.1.2泡沫的形成机制股票市场泡沫的形成是一个复杂的过程，涉及多种因素，是投资者行为、市场供求关系、宏观经济环境以及制度因素等多方面相互作用的结果。从投资者行为角度来看，投资者的非理性行为是泡沫形成的重要因素。在市场中，投资者往往存在过度自信、羊群效应、锚定效应等认知偏差。过度自信使投资者高估自己的判断能力，对股票的未来收益过度乐观，从而愿意以过高的价格买入股票。羊群效应则导致投资者在决策时盲目跟随他人，当看到市场上大多数人买入某只股票时，即使自己没有充分的信息和分析，也会跟风买入，进一步推动股价上涨。例如，在2015年中国股市牛市期间，大量投资者受市场乐观情绪影响，盲目跟风买入股票，推动股价不断攀升，形成了一定程度的泡沫。锚定效应使投资者在定价时过于依赖初始信息，如股票的历史价格或某个特定的价格水平，而忽视了公司基本面的变化，导致对股票价值的判断出现偏差。市场供求关系的失衡也在泡沫形成中发挥着关键作用。当市场对股票的需求大幅超过供给时，股价就会上涨。一方面，随着经济发展和居民财富的增加，大量资金寻求投资渠道，而股票市场作为重要的投资场所，吸引了大量资金流入。例如，近年来随着我国居民收入水平的提高，越来越多的家庭将资金投入股票市场，增加了对股票的需求。另一方面，上市公司的股票供给在短期内相对固定，难以迅速满足市场需求的增长，这种供求不平衡推动股价上升。此外，市场上的一些因素，如限售股解禁、企业增发股票等，可能会影响股票的供给，但在泡沫形成过程中，这些因素往往无法有效抑制股价的上涨趋势。宏观经济环境对股票市场泡沫的形成有着重要影响。在经济繁荣时期，宏观经济形势向好，企业盈利预期提高，投资者对未来充满信心，大量资金涌入股票市场，推动股价上涨。同时，宽松的货币政策也是泡沫形成的重要诱因之一。当央行降低利率、增加货币供应量时，市场上资金充裕，投资者更容易获得低成本资金，这些资金为了追求更高的收益，会流入股票市场，进一步推高股价。例如，在2008年全球金融危机后，许多国家采取了量化宽松政策，大量流动性进入股票市场，导致一些国家的股市出现了不同程度的泡沫。此外，财政政策、汇率政策等宏观经济政策的变动也可能对股票市场产生影响，进而影响泡沫的形成。制度因素同样不容忽视。股票市场的体制不完善、监管不力等问题可能为泡沫的形成创造条件。政府对股票发行上市的严格管制取代了市场机制，可能导致一些不符合市场要求的企业进入市场，扰乱市场秩序；股票交易管制不合理，如对涨跌幅限制、T+1交易制度等的设置可能影响市场的正常运行。监管部门行为发生扭曲，监管活动的行政化、短期化、随意化造成了股票市场的大起大落，加大了市场的泡沫；制度执行不力使投资者的利益得不到应有的保护，从而使中小投资者行为取向短期化，加大市场主体的投机动机。股票市场可供交易品种少，缺乏有效的做空机制，使得市场只有做多才能盈利，这也在一定程度上助长了市场的投机氛围，增加了泡沫形成的可能性。2.2股票市场泡沫测度方法综述准确测度股票市场泡沫是金融领域的关键问题，目前已发展出多种测度方法，主要可分为直接测度法和间接测度法。不同的测度方法基于不同的理论和原理，各有其优势和局限性。2.2.1直接测度法直接测度法的核心在于通过计算股票的内在价值，将其与市场价格进行对比，从而得出泡沫的大小。这种方法的理论基础是股票的价值应由其未来现金流的现值决定。常用的直接测度法包括红利资本化模型、自由现金流折现模型等。红利资本化模型（DividendCapitalizationModel），又称股息贴现模型（DividendDiscountModel，DDM），是一种经典的直接测度股票内在价值的方法。该模型的基本原理是，股票的价值等于其未来所有股息的现值之和。假设股票的股息以固定增长率g增长，当前股息为D_0，投资者要求的必要收益率为r，则根据该模型，股票的内在价值V可以表示为：V=\frac{D_1}{r-g}，其中D_1=D_0(1+g)。在实际应用中，若能准确预测未来股息和确定合理的必要收益率，就能计算出股票的内在价值，进而通过与市场价格对比得出泡沫程度。例如，若某股票当前市场价格为50元，通过红利资本化模型计算出其内在价值为30元，则可认为该股票存在20元的泡沫。自由现金流折现模型（FreeCashFlowDiscountModel，FCFF）则从公司自由现金流的角度来评估股票价值。公司自由现金流是指公司在满足了所有再投资需求后可自由支配的现金流量。该模型将公司未来的自由现金流按照一定的折现率进行折现，得到公司的整体价值，再减去公司的债务价值，即可得到股权价值，也就是股票的内在价值。假设公司未来各期的自由现金流为FCFF_t，折现率为WACC（加权平均资本成本），则公司价值V_{firm}为：V_{firm}=\sum_{t=1}^{\infty}\frac{FCFF_t}{(1+WACC)^t}，股权价值V_{equity}=V_{firm}-D，其中D为公司债务价值。直接测度法的优点在于其基于股票价值的基本原理，逻辑较为清晰。如果能够准确估计未来现金流和折现率，理论上可以得到较为准确的股票内在价值，从而精确测度泡沫。然而，这种方法也存在明显的局限性。在实际应用中，准确预测未来股息或自由现金流是非常困难的。公司的经营状况受到众多因素的影响，如市场竞争、宏观经济环境、行业发展趋势等，这些因素的不确定性使得未来现金流的预测误差较大。确定合适的折现率也具有很大的主观性。不同的投资者对风险的偏好和预期不同，导致他们所采用的折现率可能存在较大差异，这也会影响内在价值的计算结果，使得泡沫测度的准确性大打折扣。2.2.2间接测度法间接测度法不直接计算股票的内在价值，而是通过一些与股票价格相关的市场指标来间接判断股票市场是否存在泡沫以及泡沫的程度。常见的间接测度指标包括市盈率（P/Eratio）、市净率（P/Bratio）、托宾Q值（Tobin'sQ）等。市盈率是指股票价格与每股收益的比率，计算公式为：市盈率=股票价格/每股收益。它反映了投资者为获取公司每一元盈利所愿意支付的价格。一般来说，市盈率越高，表明市场对该股票的未来盈利预期越高，但也可能意味着股票价格被高估，存在泡沫的可能性越大。在牛市行情中，市场情绪乐观，投资者对股票的未来盈利预期较高，往往会推动市盈率上升。若某行业平均市盈率为20倍，而某只股票的市盈率达到50倍，可能说明该股票存在一定程度的泡沫。然而，市盈率也存在局限性。它容易受到会计政策的影响，不同公司的会计处理方法可能不同，导致每股收益的可比性较差；市盈率只考虑了当前的盈利情况，没有考虑公司未来的盈利增长潜力，对于一些新兴的高成长公司，可能会低估其价值。市净率是股票价格与每股净资产的比率，即：市净率=股票价格/每股净资产。它衡量的是投资者为获取公司每一元净资产所支付的价格。市净率较低通常被认为股票价格相对合理，反之则可能存在泡沫。例如，对于一些传统制造业公司，其资产主要为固定资产，市净率可以较好地反映其资产价值与价格的关系。但市净率同样存在不足。它依赖于公司的账面价值，而账面价值可能无法准确反映公司资产的真实价值，特别是对于一些拥有大量无形资产或技术创新能力的公司，其真实价值可能被低估；市净率也没有考虑公司的盈利能力和未来发展前景等因素。托宾Q值是由经济学家詹姆斯・托宾（JamesTobin）提出的，它等于企业的市场价值与重置成本之比。当托宾Q值大于1时，表明企业的市场价值高于重置成本，市场对企业的未来预期较好，但也可能存在泡沫；当托宾Q值小于1时，则意味着企业的市场价值低于重置成本，企业可能被低估。托宾Q值在一定程度上考虑了企业的未来发展潜力和市场预期，但在实际计算中，确定企业的重置成本较为困难，需要对企业的各项资产进行详细评估，且不同行业的资产特性差异较大，使得重置成本的计算缺乏统一标准，这限制了托宾Q值的广泛应用。2.3基于财务信息的测度研究现状国内外学者在利用财务信息测度股票市场泡沫方面进行了大量研究，取得了丰富的成果。这些研究从不同角度出发，运用各种方法和模型，深入探讨了财务信息与股票市场泡沫之间的关系。国外学者的相关研究起步较早，为该领域奠定了理论基础。例如，美国学者奥尔森（Ohlson）提出的剩余收益模型，从公司财务角度出发，将公司的价值与未来预期的剩余收益联系起来。该模型认为，公司的内在价值等于股东权益账面价值加上未来剩余收益的现值。剩余收益是指公司的净利润超过股东要求的必要收益的部分，通过对财务报表中净利润、股东权益等数据的分析和处理，能够计算出公司的剩余收益，进而评估股票的内在价值。这一模型为利用财务信息测度股票市场泡沫提供了重要的理论框架，使得研究者能够从财务数据的角度深入分析股票价格与内在价值的偏离程度。国内学者在借鉴国外研究成果的基础上，结合中国股票市场的特点，开展了一系列针对性的研究。胡振、苗彦强、王玲玲基于财务信息构建了A股市场相对泡沫测度模型。他们选取了多个反映企业财务状况的指标，如盈利能力指标（净资产收益率、总资产收益率）、偿债能力指标（资产负债率、流动比率）、成长能力指标（营业收入增长率、净利润增长率）等，运用主成分分析等方法对这些指标进行处理，构建出相对泡沫测度指标，通过该指标来衡量股票市场的相对泡沫程度。这种方法综合考虑了企业多个方面的财务信息，克服了单一指标测度的局限性，能够更全面地反映股票市场的泡沫状况。现有研究在利用财务信息测度股票市场泡沫方面具有显著优势。从财务信息入手，能够更深入地挖掘公司的基本面情况，因为财务报表是公司经营活动的量化反映，包含了丰富的关于公司盈利能力、偿债能力、成长能力等方面的信息。通过对这些信息的分析，可以更准确地评估公司的内在价值，从而为泡沫测度提供更可靠的依据。综合运用多个财务指标进行测度，能够避免单一指标的片面性，更全面地反映股票市场的泡沫程度。例如，仅依靠市盈率这一指标来判断泡沫，可能会因为该指标易受会计政策影响、无法反映公司未来成长潜力等缺陷，导致对泡沫的判断不准确；而综合考虑多个财务指标，则可以从不同角度对公司进行评估，提高泡沫测度的准确性。然而，现有研究也存在一些待完善之处。部分研究在指标选取上存在主观性，不同的研究者可能根据自己的理解和研究目的选取不同的财务指标，这可能导致研究结果缺乏可比性。在指标权重的确定上，一些方法具有较强的主观性，如主观赋权法，使得测度结果的客观性受到影响。现有研究在考虑宏观经济环境对股票市场泡沫的影响方面还不够充分。宏观经济环境的变化，如经济增长、利率波动、通货膨胀等，会对股票市场产生重要影响，进而影响泡沫的形成和发展。但目前多数研究主要关注公司财务信息本身，对宏观经济因素与财务信息的交互作用以及它们对股票市场泡沫的综合影响研究较少。三、基于财务信息的相对泡沫测度模型构建3.1模型构建的理论依据3.1.1剩余收益模型原理剩余收益模型（ResidualIncomeModel）是一种基于财务信息评估股票内在价值的重要模型，其理论根源可追溯到20世纪初，经过不断发展与完善，逐渐成为财务学和会计学领域广泛应用的估值方法。该模型的核心在于从股东的角度出发，考虑了权益资本成本，认为企业只有在赚取的净利润超过股东要求的必要报酬时，才真正为股东创造了价值。剩余收益模型的基本公式为：V=BV_0+\sum_{t=1}^{\infty}\frac{RIt}{(1+r)^t}，其中V表示股票的内在价值，BV_0是当前股东权益账面价值，RIt为第t期的剩余收益，r是投资者要求的必要报酬率。剩余收益RIt的计算公式为：RIt=NIt-r\timesBV_{t-1}，NIt是第t期的净利润，BV_{t-1}是第t-1期期末的股东权益账面价值。以某公司为例，假设其当前股东权益账面价值BV_0为1000万元，预计未来三年的净利润分别为150万元、180万元、200万元，投资者要求的必要报酬率r为10%。第一年的剩余收益RI_1=150-10\%\times1000=50万元；第二年，期初股东权益账面价值变为1000+150=1150万元（考虑上一年净利润增加股东权益），则RI_2=180-10\%\times1150=65万元；第三年，期初股东权益账面价值为1150+180=1330万元，RI_3=200-10\%\times1330=67万元。若预计三年后公司进入稳定增长阶段，剩余收益以每年5%的速度增长，则可先计算第三年后剩余收益的现值，再加上前三年剩余收益现值与当前股东权益账面价值，得到股票的内在价值。从原理上看，剩余收益模型通过将未来剩余收益折现，充分考虑了企业未来的盈利能力和股东权益的变化，相较于传统的仅关注净利润或资产账面价值的方法，更全面地反映了企业的价值。它强调了企业为股东创造的超额收益，当企业的剩余收益为正时，说明企业的盈利能力超过了股东要求的必要报酬，企业具有投资价值；反之，若剩余收益为负，则意味着企业未能满足股东的期望报酬，可能存在价值高估的风险。在评估股票内在价值时，剩余收益模型不仅考虑了企业当前的财务状况，还对未来的盈利情况进行了预期，使得评估结果更具前瞻性和合理性。3.1.2剩余收益模型在泡沫测度中的应用基于剩余收益模型推导相对泡沫测度模型，是利用该模型评估股票内在价值的优势，进一步衡量股票市场泡沫程度的有效途径。在股票市场中，相对泡沫可以理解为股票市场价格相对于其内在价值的高估程度。通过剩余收益模型计算出股票的内在价值V后，结合当前股票的市场价格P，可以构建相对泡沫测度指标。相对泡沫值（RelativeBubbleValue，RBV）的计算公式为：RBV=\frac{P-V}{P}。当RBV的值越大，说明股票价格相对其内在价值的高估程度越高，股票市场存在的泡沫越大；当RBV的值接近0时，表示股票价格与内在价值较为接近，市场泡沫较小。以某股票为例，通过剩余收益模型计算得出其内在价值V为50元，而当前市场价格P为80元，则该股票的相对泡沫值RBV=\frac{80-50}{80}=0.375，这表明该股票价格相对其内在价值高估了37.5%，存在一定程度的泡沫。基于剩余收益模型的相对泡沫测度模型具有多方面优势。从财务信息的利用角度看，它充分挖掘了企业财务报表中的信息，通过对净利润、股东权益等关键财务指标的分析和处理，计算出剩余收益，进而评估股票内在价值，使得泡沫测度更具客观性和准确性。相较于其他一些仅依赖市场交易数据的泡沫测度方法，如市盈率、市净率等，该模型考虑了企业的盈利能力和权益资本成本，能够更深入地反映企业的基本面情况。例如，市盈率仅反映了股票价格与当前每股收益的关系，没有考虑未来盈利的变化和资本成本；而剩余收益模型通过对未来剩余收益的预测，弥补了这一不足。该模型还具有较强的理论基础，其基于企业价值评估的原理，将股票价格与内在价值相联系，为泡沫测度提供了合理的逻辑框架。它不仅可以用于单个股票的泡沫测度，还可以通过对市场中多只股票的计算和分析，评估整个股票市场的泡沫程度，为投资者和监管机构提供全面的市场信息。然而，该模型也存在一些假设条件。假设企业的财务报表信息真实可靠，因为模型的计算依赖于财务报表中的净利润、股东权益等数据。若财务报表存在虚假信息或会计政策选择不当，可能导致剩余收益和内在价值的计算出现偏差，进而影响泡沫测度的准确性。假设能够合理预测企业未来的剩余收益和增长率。未来充满不确定性，企业的经营状况可能受到多种因素的影响，如市场竞争、宏观经济环境变化等，准确预测未来剩余收益和增长率难度较大。假设投资者要求的必要报酬率能够准确确定，不同投资者对风险的偏好和预期不同，导致必要报酬率的确定存在主观性，也可能对泡沫测度结果产生影响。3.2相对泡沫测度模型推导过程从剩余收益模型出发推导相对泡沫测度模型，需明确关键变量，逐步展开数学推导步骤，揭示其内在逻辑。剩余收益模型基本公式为V=BV_0+\sum_{t=1}^{\infty}\frac{RIt}{(1+r)^t}，其中V为股票内在价值，BV_0是当前股东权益账面价值，RIt是第t期剩余收益，r为投资者要求的必要报酬率，RIt=NIt-r\timesBV_{t-1}，NIt为第t期净利润，BV_{t-1}是第t-1期期末股东权益账面价值。为简化推导，假设企业未来剩余收益在一定时期内保持稳定增长，设剩余收益增长率为g。在稳定增长阶段，第t期剩余收益RIt可表示为RIt=RI_1(1+g)^{t-1}，RI_1为第1期剩余收益。将其代入剩余收益模型公式，可得：\begin{align*}V&=BV_0+\sum_{t=1}^{\infty}\frac{RI_1(1+g)^{t-1}}{(1+r)^t}\\&=BV_0+RI_1\sum_{t=1}^{\infty}\frac{(1+g)^{t-1}}{(1+r)^t}\end{align*}根据等比数列求和公式S_n=\frac{a_1(1-q^n)}{1-q}（a_1为首项，q为公比，n为项数），对于\sum_{t=1}^{\infty}\frac{(1+g)^{t-1}}{(1+r)^t}，首项a_1=\frac{1}{1+r}，公比q=\frac{1+g}{1+r}。当|q|<1，即|\frac{1+g}{1+r}|<1时，无穷等比数列求和公式为S=\frac{a_1}{1-q}，则：\begin{align*}\sum_{t=1}^{\infty}\frac{(1+g)^{t-1}}{(1+r)^t}&=\frac{\frac{1}{1+r}}{1-\frac{1+g}{1+r}}\\&=\frac{1}{r-g}\end{align*}所以股票内在价值V为：V=BV_0+\frac{RI_1}{r-g}。已知相对泡沫值RBV=\frac{P-V}{P}，P为股票市场价格，将V=BV_0+\frac{RI_1}{r-g}代入可得：\begin{align*}RBV&=\frac{P-(BV_0+\frac{RI_1}{r-g})}{P}\\&=1-\frac{BV_0+\frac{RI_1}{r-g}}{P}\end{align*}至此，完成从剩余收益模型到相对泡沫测度模型的推导。推导过程中关键变量含义如下：P反映市场对股票当前的定价，是市场供求关系、投资者预期等多种因素综合作用的结果；V是基于企业财务信息，通过对未来剩余收益折现计算得出的股票内在价值，体现企业真实价值；BV_0代表企业当前股东权益账面价值，是企业资产减去负债后的净资产在账面上的体现，反映企业当前财务状况；RI_1为第1期剩余收益，是企业第1期净利润超出股东要求必要收益的部分，反映企业在该期为股东创造的超额价值；r是投资者要求的必要报酬率，与市场利率、投资风险等因素相关，体现投资者对投资回报的期望；g是剩余收益增长率，与企业所处行业发展趋势、自身竞争力等因素相关，反映企业未来盈利能力的变化趋势。3.3模型关键参数确定在基于财务信息的相对泡沫测度模型中，无风险利率、市场风险溢价和预期增长率等参数的准确确定至关重要，它们直接影响模型的计算结果和泡沫测度的准确性。无风险利率是指在没有信用风险、市场风险等风险因素的情况下，投资者能够获得的收益率。在实际应用中，通常选择国债收益率作为无风险利率的近似值。国债由国家信用背书，违约风险极低，其收益率能较好地反映无风险情况下的投资回报。在我国，可选取10年期国债收益率作为长期无风险利率的代表。因为10年期国债期限较长，能在一定程度上反映宏观经济的长期趋势，且市场交易活跃，数据可得性和可靠性较高。无风险利率会受到宏观经济形势、货币政策等因素的影响。当经济增长放缓，央行可能会采取宽松的货币政策，降低利率水平，刺激经济增长，此时无风险利率下降；反之，当经济过热，央行可能会收紧货币政策，提高利率，无风险利率上升。无风险利率的变化会直接影响剩余收益模型中折现率的计算，进而影响股票内在价值的评估。若无风险利率降低，在其他条件不变的情况下，股票的内在价值会上升，相对泡沫值可能会下降，反之亦然。市场风险溢价是指投资者因承担市场风险而要求获得的超过无风险利率的额外收益。确定市场风险溢价的方法主要有历史数据法、调查法和隐含市场风险溢价法等。历史数据法通过计算历史市场回报率与无风险利率的差值来估计市场风险溢价。如计算过去10年股票市场指数（如沪深300指数）的平均收益率，再减去同期的无风险利率（10年期国债收益率），得到市场风险溢价的估计值。调查法则是通过对专业投资者进行问卷调查，了解他们对未来市场风险溢价的预期来估计。隐含市场风险溢价法则是通过市场模型，如资本资产定价模型，反向推算出市场风险溢价。市场风险溢价受到市场情绪、宏观经济不确定性、行业竞争等多种因素的影响。在市场情绪乐观，投资者对未来经济发展充满信心时，市场风险溢价可能会降低；而当市场面临较大不确定性，如经济衰退、地缘政治冲突等，投资者风险偏好下降，市场风险溢价会上升。市场风险溢价的变化会影响投资者要求的必要报酬率，从而影响股票内在价值和相对泡沫值。若市场风险溢价上升，投资者要求的必要报酬率提高，股票内在价值下降，相对泡沫值上升，表明股票市场泡沫可能增大。预期增长率是指企业未来剩余收益的增长速度，它反映了企业的成长潜力。预测预期增长率需要综合考虑企业的历史业绩、行业发展趋势、市场竞争格局等因素。对于处于新兴行业、市场份额不断扩大、技术创新能力强的企业，其预期增长率可能较高；而对于处于成熟行业、市场竞争激烈、增长空间有限的企业，预期增长率可能较低。可以通过分析企业过去几年的营业收入增长率、净利润增长率等指标，结合行业平均增长率和未来发展趋势，对企业的预期增长率进行合理估计。例如，某新兴科技企业过去三年营业收入增长率分别为30%、35%、40%，所处行业未来几年预计保持20%-30%的增长率，考虑到该企业在行业中的领先地位和持续的研发投入，预计其未来剩余收益的预期增长率为25%。预期增长率对相对泡沫测度模型的影响显著。较高的预期增长率会使股票的内在价值增加，在市场价格不变的情况下，相对泡沫值降低，意味着股票市场泡沫较小；反之，较低的预期增长率会降低股票内在价值，相对泡沫值上升，股票市场泡沫可能较大。无风险利率、市场风险溢价和预期增长率等参数的估计对模型具有重要影响，它们的准确性直接关系到股票内在价值和相对泡沫值的计算精度。在实际应用中，需要综合考虑各种因素，运用科学合理的方法对这些参数进行准确估计，以提高相对泡沫测度模型的可靠性和有效性。四、实证研究设计4.1数据来源与样本选择本实证研究选取中国A股市场作为研究对象，数据涵盖多个关键方面，包括上市公司财务数据、市场交易数据以及宏观经济数据等。财务数据主要来源于万得资讯（Wind）数据库，该数据库具有全面性和权威性，收录了A股上市公司丰富的财务报表信息，如资产负债表、利润表、现金流量表等，能为研究提供完整、准确的财务数据支持，涵盖盈利能力、偿债能力、成长能力等多个维度的财务指标，为基于财务信息构建相对泡沫测度模型提供基础数据保障。市场交易数据则来自同花顺iFind金融数据终端，其提供了股票的实时行情和历史交易数据，包括每日的开盘价、收盘价、最高价、最低价、成交量、成交额等信息，这些数据对于分析股票价格走势和市场交易活跃度至关重要，能帮助准确把握股票市场的实际交易情况，为研究股票市场相对泡沫提供市场层面的数据支撑。宏观经济数据方面，选用国家统计局官网和中国人民银行官网发布的数据。国家统计局官网提供了丰富的宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率等，反映了国家整体经济的发展状况和趋势；中国人民银行官网发布的利率、货币供应量等数据，体现了货币政策的走向和市场资金的松紧程度。这些宏观经济数据对股票市场有着重要影响，在研究中纳入宏观经济数据，有助于综合分析宏观经济环境与股票市场相对泡沫之间的关系。在样本筛选过程中，首先设定了一些筛选标准。为确保样本公司具有一定的代表性和稳定性，剔除了ST、*ST股票。ST、*ST股票通常是财务状况异常或存在其他风险警示的公司，其经营状况和财务数据可能具有特殊性，会对研究结果产生干扰，影响基于财务信息的相对泡沫测度模型的准确性。同时，为避免新股上市初期股价的大幅波动以及财务数据的不稳定性对研究的影响，剔除了上市时间不足一年的公司。这些公司在上市初期，市场对其认知度较低，股价可能受到较多非理性因素的影响，财务数据也可能尚未稳定，无法准确反映公司的真实经营状况和内在价值。考虑到金融行业上市公司的财务数据和业务特点与其他行业存在较大差异，如金融行业的资产负债结构、盈利模式等具有独特性，其财务指标的计算和含义与非金融行业不同，为保证样本的同质性，将金融行业上市公司也予以剔除。经过上述筛选标准的层层筛选，最终得到了一个包含[X]家上市公司的样本，时间跨度为[具体时间段]。这些样本公司在行业分布、规模大小等方面具有一定的代表性，能够较好地反映中国A股市场的整体情况，为后续基于财务信息的股票市场相对泡沫测度模型的实证分析提供可靠的数据基础。4.2变量定义与计算在本实证研究中，主要涉及相对泡沫值、财务指标和控制变量等关键变量，各变量的准确定义与合理计算是确保研究准确性和可靠性的基础。相对泡沫值（RBV）是核心变量，用于衡量股票市场的相对泡沫程度。其计算基于前文构建的相对泡沫测度模型，公式为RBV=\frac{P-V}{P}，P表示股票的市场价格，可从同花顺iFind金融数据终端获取每日收盘价作为市场价格数据；V是通过剩余收益模型计算得出的股票内在价值，V=BV_0+\frac{RI_1}{r-g}，BV_0为当前股东权益账面价值，RI_1是第1期剩余收益，r为投资者要求的必要报酬率，g为剩余收益增长率。在实际计算中，股东权益账面价值BV_0和第1期剩余收益RI_1可从万得资讯（Wind）数据库中获取的上市公司资产负债表和利润表数据计算得出，必要报酬率r根据无风险利率和市场风险溢价确定，无风险利率选取10年期国债收益率，市场风险溢价通过历史数据法计算，即过去10年股票市场指数（如沪深300指数）平均收益率减去同期10年期国债收益率，剩余收益增长率g则结合企业历史业绩、行业发展趋势等因素进行估计。相对泡沫值在模型中起着关键作用，其数值大小直接反映了股票价格相对内在价值的高估程度，是判断股票市场是否存在泡沫以及泡沫程度的重要依据。当RBV值较大时，表明股票价格相对内在价值高估较多，市场可能存在较大泡沫；反之，RBV值较小时，说明股票价格与内在价值较为接近，市场泡沫较小。财务指标选取多个能够反映企业不同方面财务状况的变量，以全面分析财务信息与股票市场相对泡沫的关系。净资产收益率（ROE）是衡量企业盈利能力的重要指标，计算公式为：ROE=\frac{净利润}{股东权益平均余额}\times100\%，净利润和股东权益平均余额数据来源于万得资讯（Wind）数据库中的利润表和资产负债表。资产负债率（DAR）用于评估企业的偿债能力，其计算公式为：DAR=\frac{负债总额}{资产总额}\times100\%，负债总额和资产总额同样从资产负债表中获取。营业收入增长率（OIGR）反映企业的成长能力，计算方式为：OIGR=\frac{本期营业收入-上期营业收入}{上期营业收入}\times100\%，营业收入数据从利润表中获取。这些财务指标在模型中各自发挥着重要作用。ROE体现了企业运用股东权益获取利润的能力，较高的ROE通常意味着企业盈利能力强，可能吸引更多投资者，对股票价格和相对泡沫值产生影响。DAR反映了企业的负债水平和偿债风险，过高的资产负债率可能暗示企业财务风险较大，影响投资者对企业的信心，进而影响股票价格和相对泡沫。OIGR展示了企业的业务增长速度，成长能力强的企业往往更受市场关注，可能导致股票价格上涨，影响相对泡沫值。控制变量方面，选取了公司规模（Size）和宏观经济变量（GDP增长率）。公司规模（Size）用企业的总资产自然对数来衡量，即Size=\ln(总资产)，总资产数据从万得资讯（Wind）数据库的资产负债表中获取。公司规模在模型中作为控制变量，是因为不同规模的企业在市场中的地位、抗风险能力、融资渠道等方面存在差异，这些差异可能影响股票价格和相对泡沫值。大型企业通常具有更强的市场竞争力和稳定性，可能对股票价格产生不同的影响，通过控制公司规模，可以更准确地分析其他变量与相对泡沫值之间的关系。宏观经济变量（GDP增长率）从国家统计局官网获取，用于控制宏观经济环境对股票市场相对泡沫的影响。宏观经济状况是影响股票市场的重要因素之一，GDP增长率反映了国家经济的整体增长态势，在经济增长较快时期，企业经营环境较好，股票市场可能更加活跃，相对泡沫值可能受到影响。通过控制GDP增长率，可以在一定程度上排除宏观经济环境变化对研究结果的干扰，更准确地探究财务信息与股票市场相对泡沫之间的关系。4.3实证模型设定为深入探究财务信息对股票市场相对泡沫的影响，构建多元回归模型，其基本形式设定为：RBV_{i,t}=\beta_0+\beta_1ROE_{i,t}+\beta_2DAR_{i,t}+\beta_3OIGR_{i,t}+\beta_4Size_{i,t}+\beta_5GDPG_t+\varepsilon_{i,t}。其中，RBV_{i,t}表示第i家公司在t时期的相对泡沫值，是模型的被解释变量，反映了该公司股票价格相对其内在价值的高估程度，是衡量股票市场相对泡沫的关键指标；ROE_{i,t}、DAR_{i,t}、OIGR_{i,t}分别代表第i家公司在t时期的净资产收益率、资产负债率和营业收入增长率，是模型的主要解释变量，用于解释相对泡沫值的变化，净资产收益率体现公司盈利能力，资产负债率反映偿债能力，营业收入增长率展示成长能力，这些财务指标从不同角度反映公司财务状况，对股票价格和相对泡沫值可能产生重要影响；Size_{i,t}为第i家公司在t时期的公司规模，用企业总资产自然对数衡量，作为控制变量，用于控制公司规模差异对相对泡沫值的影响，不同规模企业在市场竞争力、融资能力等方面存在差异，可能影响股票价格和相对泡沫；GDPG_t表示t时期的国内生产总值增长率，是宏观经济控制变量，用于控制宏观经济环境对相对泡沫值的影响，宏观经济状况是影响股票市场的重要因素，GDP增长率反映国家经济整体增长态势，会对股票市场相对泡沫产生作用；\beta_0为常数项，代表模型中其他未被解释变量涵盖的固定影响因素；\beta_1、\beta_2、\beta_3、\beta_4、\beta_5分别是对应变量的回归系数，反映各变量对相对泡沫值的影响方向和程度；\varepsilon_{i,t}是随机误差项，代表模型中无法被解释变量解释的部分，包含了未纳入模型的其他因素对相对泡沫值的随机影响。该模型设定基于以下依据：在理论上，财务信息与股票市场相对泡沫存在紧密联系。企业的财务状况是其内在价值的重要体现，而股票价格的波动往往围绕内在价值进行，当股票价格偏离内在价值时，就会产生相对泡沫。净资产收益率、资产负债率和营业收入增长率等财务指标，能够全面反映企业的盈利能力、偿债能力和成长能力，这些能力直接关系到企业的价值评估和投资者对企业未来的预期，进而影响股票价格和相对泡沫值。从实证研究角度来看，已有众多研究表明财务指标对股票价格和市场泡沫具有显著影响。国内外学者通过大量的实证分析发现，盈利能力强、偿债能力稳定、成长潜力大的企业，其股票价格相对更稳定，相对泡沫值较低；反之，财务状况不佳的企业，股票价格可能存在较大波动，相对泡沫值较高。在模型中加入公司规模和宏观经济变量等控制变量，是为了更准确地揭示财务信息与相对泡沫之间的关系。公司规模的差异会导致企业在市场中的地位、抗风险能力等方面有所不同，这些因素会对股票价格产生影响，进而影响相对泡沫值。宏观经济环境是股票市场运行的重要背景，经济增长、利率波动等宏观经济因素会对整个股票市场产生系统性影响，控制这些因素能够排除宏观经济环境变化对研究结果的干扰，使研究结果更准确地反映财务信息与相对泡沫之间的内在联系。五、实证结果与分析5.1描述性统计分析对样本数据进行描述性统计分析，能够清晰地呈现各变量的基本特征和数据分布情况，为后续的实证分析提供基础。本研究主要对相对泡沫值（RBV）、净资产收益率（ROE）、资产负债率（DAR）、营业收入增长率（OIGR）、公司规模（Size）和GDP增长率等变量进行了描述性统计，结果如表1所示：表1：变量描述性统计变量观测值均值标准差最小值最大值RBV[X][RBV均值][RBV标准差][RBV最小值][RBV最大值]ROE[X][ROE均值][ROE标准差][ROE最小值][ROE最大值]DAR[X][DAR均值][DAR标准差][DAR最小值][DAR最大值]OIGR[X][OIGR均值][OIGR标准差][OIGR最小值][OIGR最大值]Size[X][Size均值][Size标准差][Size最小值][Size最大值]GDP增长率[X][GDP增长率均值][GDP增长率标准差][GDP增长率最小值][GDP增长率最大值]从相对泡沫值（RBV）来看，其均值为[RBV均值]，表明样本股票市场整体存在一定程度的相对泡沫。标准差为[RBV标准差]，说明不同股票之间的相对泡沫值存在较大差异，部分股票的泡沫程度可能相对较高或较低。最小值为[RBV最小值]，最大值为[RBV最大值]，进一步体现了样本中股票相对泡沫值的分布范围较广。这意味着在股票市场中，不同公司的股票价格与内在价值的偏离程度各不相同，投资者在进行投资决策时，需要对不同股票的相对泡沫情况进行仔细分析和判断。净资产收益率（ROE）的均值为[ROE均值]，反映出样本公司整体的盈利能力处于[具体水平描述]。标准差为[ROE标准差]，表明各公司之间的盈利能力存在一定差异。最小值[ROE最小值]和最大值[ROE最大值]相差较大，说明样本中既有盈利能力较强的公司，也存在盈利能力较弱的公司。这也提示投资者在选择投资股票时，要关注公司的盈利能力，盈利能力强的公司往往更具投资价值，其股票价格相对内在价值的偏离可能较小，相对泡沫值也可能较低。资产负债率（DAR）均值为[DAR均值]，表明样本公司的整体负债水平处于[相应水平]。标准差[DAR标准差]显示公司之间的负债水平有一定波动。最小值[DAR最小值]和最大值[DAR最大值]的差异，体现了不同公司在偿债能力方面存在明显区别。较高的资产负债率可能意味着公司面临较大的偿债风险，这可能影响投资者对公司的信心，进而影响股票价格和相对泡沫值。投资者在评估股票时，需要考虑公司的偿债能力，以降低投资风险。营业收入增长率（OIGR）均值为[OIGR均值]，反映样本公司的整体成长能力[成长能力描述]。标准差[OIGR标准差]表明各公司成长能力参差不齐。最小值[OIGR最小值]和最大值[OIGR最大值]的跨度，说明样本中公司的成长速度差异显著。成长能力强的公司通常更受市场关注，其股票价格可能受到市场追捧而上涨，从而影响相对泡沫值。投资者可以通过关注公司的成长能力，寻找具有投资潜力的股票。公司规模（Size）以总资产自然对数衡量，均值为[Size均值]，标准差为[Size标准差]，显示样本公司规模存在差异。不同规模的公司在市场中的地位、抗风险能力、融资渠道等方面存在差异，这些差异可能对股票价格和相对泡沫值产生影响。大型公司通常具有更强的市场竞争力和稳定性，其股票价格可能相对更稳定，相对泡沫值可能较低；而小型公司可能具有更大的成长潜力，但也面临更高的风险，股票价格波动可能较大，相对泡沫值的不确定性也较高。GDP增长率均值为[GDP增长率均值]，标准差为[GDP增长率标准差]，反映了宏观经济环境在样本期间的变化情况。宏观经济状况是影响股票市场的重要因素之一，GDP增长率的波动会对股票市场相对泡沫产生影响。在经济增长较快时期，企业经营环境较好，股票市场可能更加活跃，相对泡沫值可能受到影响。通过对GDP增长率的分析，可以了解宏观经济环境对股票市场相对泡沫的影响趋势。5.2相关性分析在进行多元回归分析之前，对各变量进行相关性分析，有助于初步了解变量之间的关系，判断是否存在多重共线性问题，为后续回归分析的可靠性提供保障。运用统计分析软件对相对泡沫值（RBV）、净资产收益率（ROE）、资产负债率（DAR）、营业收入增长率（OIGR）、公司规模（Size）和GDP增长率等变量进行皮尔逊相关性分析，结果如表2所示：表2：变量相关性分析变量RBVROEDAROIGRSizeGDP增长率RBV1ROE[ROE与RBV的相关系数]1DAR[DAR与RBV的相关系数][DAR与ROE的相关系数]1OIGR[OIGR与RBV的相关系数][OIGR与ROE的相关系数][OIGR与DAR的相关系数]1Size[Size与RBV的相关系数][Size与ROE的相关系数][Size与DAR的相关系数][Size与OIGR的相关系数]1GDP增长率[GDP增长率与RBV的相关系数][GDP增长率与ROE的相关系数][GDP增长率与DAR的相关系数][GDP增长率与OIGR的相关系数][GDP增长率与Size的相关系数]1从表2中可以看出，相对泡沫值（RBV）与净资产收益率（ROE）的相关系数为[ROE与RBV的相关系数]，呈现[正/负]相关关系。这表明，在一定程度上，净资产收益率越高，企业盈利能力越强，股票价格相对其内在价值的高估程度可能越低，即相对泡沫值越低；反之，净资产收益率越低，相对泡沫值可能越高。这与理论预期相符，盈利能力强的企业，其内在价值相对较高，股票价格更接近其真实价值，泡沫程度较低。例如，在样本中，[列举一家ROE较高且RBV较低的公司案例]，该公司净资产收益率持续保持在较高水平，其相对泡沫值明显低于市场平均水平，股票价格较为稳定，投资风险相对较小。相对泡沫值（RBV）与资产负债率（DAR）的相关系数为[DAR与RBV的相关系数]，二者呈现[正/负]相关。资产负债率反映企业的偿债能力，当资产负债率较高时，企业财务风险较大，投资者对企业未来的信心可能下降，股票价格可能被高估，导致相对泡沫值升高；反之，资产负债率较低，企业偿债能力较强，相对泡沫值可能较低。如[举例一家DAR较高且RBV较高的公司案例]，该公司资产负债率超出行业平均水平，面临较大的偿债压力，市场对其未来发展存在担忧，股票价格出现一定程度的高估，相对泡沫值较高。相对泡沫值（RBV）与营业收入增长率（OIGR）的相关系数为[OIGR与RBV的相关系数]，表现出[正/负]相关关系。营业收入增长率体现企业的成长能力，成长能力强的企业通常更受市场关注和青睐，股票价格可能因市场对其未来增长的预期而上涨，若价格上涨过度，可能导致相对泡沫值升高；相反，成长能力较弱的企业，相对泡沫值可能较低。例如，[列举一家OIGR较高且RBV较高的公司案例]，该公司营业收入增长率连续多年保持高位，市场对其未来发展前景十分看好，大量资金涌入推高股价，使得相对泡沫值上升。公司规模（Size）与相对泡沫值（RBV）的相关系数为[Size与RBV的相关系数]，呈现[正/负]相关。一般来说，大型公司具有更强的市场竞争力、更稳定的经营状况和更广泛的融资渠道，其股票价格相对更稳定，相对泡沫值可能较低；而小型公司由于规模较小，抗风险能力较弱，市场对其预期的不确定性较高，股票价格波动可能较大，相对泡沫值可能较高。以[具体公司案例]为例，大型企业[公司名称1]规模较大，财务状况稳定，相对泡沫值较低；而小型企业[公司名称2]规模较小，业务发展面临一定风险，相对泡沫值相对较高。GDP增长率与相对泡沫值（RBV）的相关系数为[GDP增长率与RBV的相关系数]，二者存在[正/负]相关。宏观经济状况对股票市场有着重要影响，当GDP增长率较高，经济处于繁荣阶段时，企业经营环境良好，市场信心增强，股票市场可能更加活跃，股票价格可能上涨，相对泡沫值可能受到影响而升高；当GDP增长率较低，经济增长放缓时，企业经营面临压力，股票市场可能较为低迷，相对泡沫值可能降低。如在经济增长较快的[具体时间段]，GDP增长率较高，股票市场整体相对泡沫值有所上升；而在经济增长放缓的[具体时间段]，GDP增长率下降，股票市场相对泡沫值也随之降低。通过对各变量之间相关性的分析，可以初步判断各变量与相对泡沫值之间的关系，为后续多元回归分析中变量的选择和模型的解释提供了重要参考。从相关性分析结果来看，各变量之间的相关性基本符合理论预期，且不存在严重的多重共线性问题，为进一步探究财务信息对股票市场相对泡沫的影响奠定了基础。5.3回归结果分析运用统计分析软件对前文构建的多元回归模型进行估计，得到回归结果如表3所示：表3：多元回归结果变量系数标准误差t值P值[95%置信区间]常数项[β0系数值][β0标准误差值][β0t值][β0P值][β0下限，β0上限]ROE[β1系数值][β1标准误差值][β1t值][β1P值][β1下限，β1上限]DAR[β2系数值][β2标准误差值][β2t值][β2P值][β2下限，β2上限]OIGR[β3系数值][β3标准误差值][β3t值][β3P值][β3下限，β3上限]Size[β4系数值][β4标准误差值][β4t值][β4P值][β4下限，β4上限]GDP增长率[β5系数值][β5标准误差值][β5t值][β5P值][β5下限，β5上限]R²[R²值]调整R²[调整R²值]F统计量[F统计量值]从回归结果来看，净资产收益率（ROE）的系数为[β1系数值]，且在[具体显著性水平]上显著（P值为[β1P值]）。这表明净资产收益率与相对泡沫值呈显著的[负/正]相关关系，即净资产收益率越高，相对泡沫值越低，验证了假设H1。这是因为净资产收益率作为衡量企业盈利能力的重要指标，其值越高，说明企业运用股东权益获取利润的能力越强，企业的内在价值相对较高，股票价格相对其内在价值的高估程度就越低，市场泡沫也就越小。例如，在样本中，[列举一家ROE较高且RBV较低的典型公司]，该公司长期保持较高的净资产收益率，其相对泡沫值明显低于市场平均水平，股票价格较为稳定，投资风险相对较小。这一结果与理论预期相符，也与其他学者的相关研究结论一致，进一步证明了盈利能力在股票市场泡沫测度中的重要作用。资产负债率（DAR）的系数为[β2系数值]，在[具体显著性水平]上显著（P值为[β2P值]）。这意味着资产负债率与相对泡沫值存在显著的[正/负]相关关系，即资产负债率越高，相对泡沫值越高，验证了假设H2。资产负债率反映了企业的偿债能力，当资产负债率较高时，企业面临较大的财务风险，投资者对企业未来的信心可能下降，股票价格可能被高估，从而导致相对泡沫值升高。如[举例一家DAR较高且RBV较高的公司]，该公司资产负债率远超行业平均水平，面临较大的偿债压力，市场对其未来发展存在担忧，股票价格出现一定程度的高估，相对泡沫值较高。这表明偿债能力是影响股票市场相对泡沫的重要因素之一，企业应合理控制资产负债率，以降低市场对其股票价格高估的风险。营业收入增长率（OIGR）的系数为[β3系数值]，在[具体显著性水平]上显著（P值为[β3P值]）。说明营业收入增长率与相对泡沫值呈显著的[正/负]相关关系，即营业收入增长率越高，相对泡沫值越高，验证了假设H3。营业收入增长率体现了企业的成长能力，成长能力强的企业通常更受市场关注和青睐，股票价格可能因市场对其未来增长的预期而上涨，若价格上涨过度，就可能导致相对泡沫值升高。例如，[列举一家OIGR较高且RBV较高的公司]，该公司营业收入增长率连续多年保持高位，市场对其未来发展前景十分看好，大量资金涌入推高股价，使得相对泡沫值上升。这反映出市场对企业成长能力的过度预期可能引发股票价格泡沫，投资者在关注企业成长潜力的同时，也应理性评估其股价是否合理。公司规模（Size）的系数为[β4系数值]，在[具体显著性水平]上显著（P值为[β4P值]）。显示公司规模与相对泡沫值呈现显著的[负/正]相关关系，即公司规模越大，相对泡沫值越低，验证了假设H4。一般来说，大型公司具有更强的市场竞争力、更稳定的经营状况和更广泛的融资渠道，其股票价格相对更稳定，相对泡沫值可能较低；而小型公司由于规模较小，抗风险能力较弱，市场对其预期的不确定性较高，股票价格波动可能较大，相对泡沫值可能较高。以[具体公司案例]为例，大型企业[公司名称1]规模较大，财务状况稳定，相对泡沫值较低；而小型企业[公司名称2]规模较小，业务发展面临一定风险，相对泡沫值相对较高。这表明公司规模在股票市场相对泡沫测度中起到重要的控制作用，投资者在评估股票时，应考虑公司规模因素。GDP增长率的系数为[β5系数值]，在[具体显著性水平]上显著（P值为[β5P值]）。表明GDP增长率与相对泡沫值存在显著的[正/负]相关关系，即GDP增长率越高，相对泡沫值越高，验证了假设H5。宏观经济状况对股票市场有着重要影响，当GDP增长率较高，经济处于繁荣阶段时，企业经营环境良好，市场信心增强，股票市场可能更加活跃，股票价格可能上涨，相对泡沫值可能受到影响而升高；当GDP增长率较低，经济增长放缓时，企业经营面临压力，股票市场可能较为低迷，相对泡沫值可能降低。如在经济增长较快的[具体时间段]，GDP增长率较高，股票市场整体相对泡沫值有所上升；而在经济增长放缓的[具体时间段]，GDP增长率下降，股票市场相对泡沫值也随之降低。这说明宏观经济环境是影响股票市场相对泡沫的重要因素，投资者和监管机构在分析股票市场时，需密切关注宏观经济动态。回归结果中的R²为[R²值]，调整R²为[调整R²值]，说明模型对相对泡沫值的解释程度为[具体解释程度]。虽然R²和调整R²的值表明模型具有一定的解释能力，但并非非常高，这可能是由于模型中仅纳入了部分主要变量，还有其他一些未考虑的因素对相对泡沫值产生影响，如市场情绪、行业竞争格局的变化等。后续研究可以进一步探讨这些因素，以提高模型的解释力和预测能力。F统计量的值为[F统计量值]，在[具体显著性水平]上显著，说明整体模型是显著的，即自变量（净资产收益率、资产负债率、营业收入增长率、公司规模、GDP增长率）对因变量（相对泡沫值）具有显著的解释能力。5.4稳健性检验为确保实证结果的可靠性和稳定性，采用多种方法对前文实证结果进行稳健性检验。在替换样本方面，考虑到样本选择可能对结果产生影响，对样本进行了重新筛选。将原样本中上市时间不足两年的公司纳入样本范围，相较于之前上市时间不足一年的公司被剔除，此次扩大了样本的时间范围，旨在检验模型在包含更多新上市但经营时间相对较长公司情况下的稳健性。同时，将金融行业上市公司重新纳入样本，金融行业因其独特的业务模式和财务特征，与其他行业存在明显差异，重新纳入可验证模型在全行业样本下的有效性。经过重新筛选，得到新的样本，运用相同的实证模型和方法对新样本数据进行分析。在调整模型方面，对实证模型进行了优化改进。在原模型基础上，增加了控制变量，纳入了市场波动率指标，市场波动率能够反映股票市场整体的波动程度，其变化会对股票价格和相对泡沫值产生影响，加入该变量可更全面地控制市场因素对研究结果的干扰；还加入了行业虚拟变量，不同行业具有不同的发展特点、市场竞争格局和盈利模式，行业因素对企业财务状况和股票价格有重要影响，通过设置行业虚拟变量，可以控制行业差异对相对泡沫值的影响。对模型中的变量进行了滞后一期处理，以缓解可能存在的内生性问题。在金融市场中，变量之间可能存在双向因果关系，导致内生性问题，使估计结果产生偏差。将解释变量滞后一期，意味着本期的相对泡沫值受到上一期财务指标等变量的影响，这样可以在一定程度上减少内生性问题对研究结果的干扰，使结果更准确地反映变量之间的因果关系。运用调整后的模型对样本数据进行回归分析。稳健性检验结果显示，在替换样本和调整模型后，主要变量的系数符号和显著性水平与原回归结果基本一致。净资产收益率（ROE）、资产负债率（DAR）、营业收入增长率（OIGR）、公司规模（Size）和GDP增长率等变量与相对泡沫值（RBV）之间的关系依然保持稳定。这表明研究结果具有较强的稳健性，前文基于财务信息的股票市场相对泡沫测度模型及实证分析结果是可靠的，不受样本选择和模型设定变化的显著影响，能够较为准确地反映财务信息对股票市场相对泡沫的影响。稳健性检验进一步验证了研究结论的可靠性，增强了研究成果的可信度，为投资者和监管机构提供了更具说服力的决策依据。六、研究结论与政策建议6.1研究结论总结本研究围绕基于财务信息的股票市场相对泡沫测度模型展开，通过理论分析与实证研究，取得了一系列重要成果。在理论层面，深入剖析了股票市场泡沫的定义、特征及形成机制，明确了股票市场泡沫是股票价格脱离内在价值的持续上涨，由投资者行为、市场供求、宏观经济环境和制度因素等多方面共同作用形成。系统梳理了现有股票市场泡沫测度方法，包括直接测度法和间接测度法，并指出它们各自的优缺点，为基于财务信息构建相对泡沫测度模型奠定了理论基础。基于剩余收益模型推导了相对泡沫测度模型，该模型从股东权益账面价值和未来剩余收益的角度出发，通过计算股票的内在价值，进而得出相对泡沫值，克服了传统测度方法在确定内在价值时的困难和不确定性，为准确测度股票市场泡沫提供了新的视角和方法。在实证研究方面，以中国A股市场为研究对象，选取了[具体时间段]内的[X]家上市公司作为样本，运用万得资讯（Wind）数据库、同花顺iFind金融数据终端以及国家统计局官网、中国人民银行官网等多渠道数据，确保数据的全面性和准确性。通过描述性统计分析，清晰呈现了样本数据中各变量的基本特征和数据分布情况，为后续分析提供了基础。相对泡沫值（RBV）均值表明市场整体存在一定程度泡沫，且不同股票间泡沫程度差异较大；净资产收益率（ROE）、资产负债率（DAR）、营业收入增长率（OIGR）、公司规模（Size）和GDP增长率等变量也各自呈现出不同的分布特征，反映了样本公司在盈利能力、偿债能力、成长能力、公司规模以及宏观经济环境等方面的差异。相关性分析结果显示，各变量与相对泡沫值之间存在显著的相关性。ROE与RBV呈负相关，即净资产收益率越高，相对泡沫值越低，说明盈利能力强的企业，其股票价格相对内在价值的高估程度较低；DAR与RBV呈正相关，资产负债率越高，相对泡沫值越高，表明偿债能力弱的企业，股票价格可能被高估，泡沫程度较高；OIGR与RBV呈正相关，营业收入增长率越高，相对泡沫值越高，反映出市场对成长能力强的企业可能存在过度预期，导致股价泡沫；Size与RBV呈负相关，公司规模越大，相对泡沫值越低，体现了大型公司在市场中的稳定性和抗风险能力对股价的影响；GDP增长率与RBV呈正相关，宏观经济增长越快，相对泡沫值越高，表明宏观经济环境对股票市场泡沫有重要影响。多元回归分析进一步验证了财务信息对股票市场相对泡沫的影响。ROE、DAR、OIGR、Size和GDP增长率等变量对RBV具有显著的解释能力，且系数符号与相关性分析结果一致，验证了研究假设。R²和调整R²表明模型对相对泡沫值具有一定的解释程度，F统计量显著说明整体模型有效。通过替换样本和调整模型进行稳健性检验，结果显示主要变量的系数符号和显著性水平与原回归结果基本一致，证明了研究结果的可靠性和稳定性。本研究成功构建了基于财务信息的股票市场相对泡沫测度模型，并通过实证分析验证了该模型的有效性。研究结果表明，财务信息与股票市场相对泡沫密切相关，企业的盈利能力、偿债能力、成长能力以及公司规模和宏观经济环境等因素都会对股票市场相对泡沫产生重要影响。这为投资者、监管机构和市场参与者提供了有价值的参考依据，有助于他们更准确地判断股票市场的泡沫程度，制定合理的投资策略和监管政策，促进股票市场的健康稳定发展。6.2对投资者的建议基于本研究构建的相对泡沫测度模型及实证结果，为投资者提供以下基于相对泡沫值的投资策略建议，以帮助投资者在股票市场中更理性地投资，实现资产的保值增值。投资者在进行投资决策前，应充分运用相对泡沫测度模型，对股票的相对泡沫值进行准确计算。通过深入分析上市公司的财务数据，包括净资产收益率、资产负债率、营业收入增长率等关键财务指标，结合市场风险溢价、无风险利率等因素，确定股票的内在价值，进而得出相对泡沫值。这一过程需要投资者具备一定的财务分析能力和数据处理能力，若投资者自身能力有限，可借助专业的金融分析工具或咨询专业的投资顾问。在计算相对泡沫值时，要确保数据的准确性和完整性，避免因数据误差导致计算结果出现偏差。例如，在获取财务数据时，应选择权威的数据库，如万得资讯（Wind）数据库，确保数据的真实性和可靠性；在确定市场风险溢价和无风险利率时，要综合考虑宏观经济形势、货币政策等因素，采用合理的计算方法。通过准确计算相对泡沫值，投资者能够更清晰地了解股票价格与内在价值的偏离程度，为投资决策提供有力依据。根据相对泡沫值的大小，投资者可以制定不同的投资策略。当股票的相对泡沫值较低时，表明股票价格相对其内在价值较为合理，甚至可能被低估，这类股票具有较高的投资价值。投资者可以考虑加大对这类股票的投资比例，长期持有，分享公司成长带来的收益。以[具体公司案例]为例，该公司的相对泡沫值一直处于较低水平，其净资产收益率较高，资产负债率合理，营业收入增长率稳定，表明公司具有较强的盈利能力、偿债能力和成长能力，内在价值较高。投资者在过去几年持续持有该公司股票，获得了较为可观的收益。当股票的相对泡沫值较高时，说明股票价格可能被高估，存在较大的泡沫风险。投资者应谨慎对待这类股票，减少投资或及时卖出，以避免在泡沫破裂时遭受重大损失。比如，[列举一家相对泡沫值较高且后期股价大幅下跌的公司案例]，该公司在某一时期相对泡沫值过高，尽管市场对其未来发展前景过度乐观，股价持续上涨，但实际上公司的基本面并不足以支撑如此高的股价。随后，市场情绪发生转变，泡沫破裂，股价暴跌，许多投资者因未能及时卖出而损失惨重。投资者