空间统计方法近几年发展迅速,但是鲜少用在对上市公司的研究中,然而上市公司所在的地理区域往往承载着大量的有用信息。空间计量方法作为研究地理效应的强大武器,有必要对其在金融方面的应用进行探索。本文首先对空间统计相关基本理论进行回顾,在前人研究的基础上,对上市公司地理信息、行业信息以及财报信息进行分类统计,并尝试将反映上市公司地理信息的空间权重矩阵与财务信息相结合对上市公司进行聚类分析。研究表明上市公司在地理上呈现着集聚性,无论是数量还是体量,北京地区、上海地区以及深圳地区都是上市公司聚集地,区域分布不平衡。其次利用空间权重矩阵以及行业权重矩阵建立空间滞后模型量化空间自相关。研究表明,地理相邻、行业相同的上市公司股票收益率存在着趋同效应,并且行业的影响相较于地理距离的影响更为明显。最后,笔者针对实际问题,尝试对空间面板模型进行了动态扩展,加入了时间滞后项,并对该模型的设定、滞后阶数的确定、权重矩阵的筛选以及优势进行了分析,还利用多种动态空间面板模型对上市公司月对数收益率进行实证拟合,并将拟合效果进行比较。结果表明,动态空间面板模型较空间纯滞后模型与动态面板模型拟合效果好,且其中时间滞后与空间自相关相结合的模型拟合效果最佳。用该模型对上市公司进行收益率预测时,发现总体预测效果良好,但不同的公司的预测效果存在差异。