打印本文 
关闭窗口
每到年末，“高送转”成为股民最关注的热点，兴业证券在“高送转”方面进行了良久研究，2014年开始，通过模型推演，预测相关高送转股票的行情。兴业证券在报告中表示，去年的预测中将股票分为三种情况，其预测准确率分别为 68.57%、78.26% 和 77.14%，预测组合在 2014 年 11 月至 2015 年 5 月的 平均收益率分别 120%、146%和 137%，几乎全部超越同期的沪深 300、 中证 500、中小板指和创业板指。
今年兴业证券又通过模型计算，给出了可能高送转的个股名单，红刊财经记者带大家梳理一下。
2015 年度“高送转”预测：
2015 年度“高送转”预测模型的样本数据包括 2005 年至 2014 年上市公司年度年度权益分配方案、每年三季报的相关财务指标和 10 月份交易数据。我们采用与前面相同的方法，分三种情形进行预测，但发现“高送转”预测概率高于 50%的标的较多，均超过 120 家公司。为了进一步缩少预测范围，我们将前面三种情形综合起来，样本筛选条件是：
中期没有实施过“高送转”；
公司总股本小于等于 20 亿股;
每股资本公积金与每股留存收益之和大于等于 1；
平均股价大于等于 10 元；
归属净利润同比增长率大于等于 0；
上市时间小于等于 3 年。
为了对公司实施“高送转”(即每 10 股送股加转增数量在 5 股及以上)的概率进行估计，我们将采用 Logistic regression(逻辑回归)方法构建模型。Logistic 回归又称 Logit 模型，是常用的离散选择模型之一，在社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等领域有广泛的应用。在每年 10 月底，先估计预测模型，然后根据当年三季报的财务指标和交易数据估计公司年度实施“高送转”的概率。具体步骤如下：
第一步，选择样本数据。样本时间区间是 2005 年 1 月至预测年度的 10 月份，样本数据包括公司基本信息、分红数据、业绩预告、财务指标、平均股价(即 10 月份的平均股价)和总股本等。另外，为了适应不同的投资偏好和提高模型的估计效果，我们会根据不同情形对样本数据设臵若干筛选条件。
第二步，对样本数据“高送转”行为进行量化，引入虚拟变量 D，其具体取值规则是：如果公司实施了“高送转”，D=1；否则，D=0。
第三步，根据理论分析，选择并计算相关的影响因素。通过对“高送转”行为的研究，我们选定 7 个影响因素，具体见附表 1。其中，X6 和 X7 的取值规则分别是：如果公司对年度净利润预增，则 X6=1，否则 X6=0；如果公司属于次新股(即上市时间不足 1 年)，则 X7=1，否则 X7=0。
第五步，将最新的样本数据代入模型，即可计算上市公司在实施“高送转” 的概率，再选取预测概率超过 50%的公司形成预测标的。
2015 年“高送转”预测结果：