20161115-中泰证券-金融工程定期报告_年末盛宴_中泰金工高送转股票预测_12页_899kb

证券研究报告总结：中泰金工高送转股票预测

核心内容概述

本报告由中泰证券分析师马刚于2016年11月15日发布，旨在通过构建“高送转”预测模型，对2017年可能实施高送转的股票进行预测。报告基于2006年至2015年的股票数据，结合市场环境、财务状况、股价表现和监管政策等因素，分析了影响高送转的多个关键变量，并采用Logistic回归与向量比对方法进行建模与预测。

主要观点

1. 高送转趋势：自2016年以来，实施高送转的公司数量整体呈上升趋势，尽管在2008年和2012年出现下降，但其他年份均保持增长。
2. 高送转定义：高送转是指公司在年度分红方案中，每10股的送股和转增比例大于等于5股的分红方式。
3. 预测模型构建：采用Logistic回归模型，结合8个影响因素（BPS、EPS、总股本数、每股资本公积金、每股留存收益、平均股价、归属母公司净利润同比增长率、上市时间）对高送转概率进行预测。
4. 数据处理：剔除上市时间小于0、数据缺失的样本，并对变量进行标准化处理以提高模型准确性。
5. 模型优化：剔除不显著变量（BPS和每股留存收益）后，模型预测准确率提升至63.57%。
6. 预测结果：基于2016年数据筛选出249只股票，预测其中92只可能实施高送转，最终选出32只概率大于等于0.8的股票作为高送转潜力股。

关键影响因素分析

模型测试结果

• 样本内预测（2015年）：

  • 总样本数：258只
  • 预测准确率：63.57%
  • 未实施高送转的预测准确率：68.35%
  • 实施高送转的预测准确率：57.98%

• 2016年预测：

  • 筛选出249只股票
  • 预测高送转92只
  • 最终选定32只股票（概率≥0.8）作为高送转潜力股

高送转潜力股预测结果（部分）

模型优化与预测逻辑

• 剔除不显著变量（BPS、每股留存收益）后，模型精度进一步提高。
• 预测逻辑基于多个财务指标和市场表现，结合历史数据进行统计建模。
• 高送转公司通常具备较强的盈利能力、较低的股本规模、较高的资本公积金和留存收益，以及较高的股价水平。
• 上市时间较短的公司因融资需求和成长性，更可能实施高送转。

风险提示

• 高送转预测仅作为投资参考，不构成具体操作建议。
• 预测结果可能因市场变化、政策调整等因素而产生偏差。
• 投资者需注意高送转可能带来的除权除息风险，以及公司实际业绩与预期的差异。

结论

本报告通过建立Logistic回归模型，结合多维度财务和市场指标，对2017年高送转股票进行了预测。模型在样本内预测中表现良好，准确率约为63.57%，并筛选出32只高概率实施高送转的股票，为投资者提供了参考依据。然而，高送转预测仍存在不确定性，投资者需结合其他信息综合判断。