证券投资风格研究(1)

证券投资风格研究一、证券投资风格的定义及其研究背景二、证券投资风格的成因三、证券投资风格的划分方法四、我国证券市场风格存在性分析五、总结与结论一、证券投资风格的定义及其研究背景1.证券投资风格的研究背景国外证券市场对于证券投资风格（styleinvesting）的研究自20世纪70年代初开始起步，已经在实践中得到了较多的应用。然而，我国对于风格的研究则处于起步阶段。在资本资产定价模型（CAPM）及单因素模型中，市场因素是唯一影响所有证券及投资组合回报率的系统性风险因素。然而20世纪70年代起的一些实证研究表明：β并非决定股票预期收益率的唯一因素，还存在其它影响证券及投资组合回报率的因素，这些被称为超市场因素，超市场因素主要包括风格因素和行业因素等。Sharpe（1992）、Wermers（2000）的研究发现：投资基金业绩的90％以上是由风格决定的。2.证券投资风格的概念风格的概念包括了两层含义：首先，构成某种风格的股票必须具有一种共同的属性，这一属性使风格内的股票与其他的股票相区别。其次，同一风格股票的收益表现必须具有较强的相关性。按照风格而非单个证券来配置资产的股票投资组合管理方法被称为风格投资（styleinvesting）。3.前人的研究成果及启示JamesFarrell（1974）研究发现：所有股票大体可以分为四个“簇”即成长、周期、稳定和能源。同一“簇”内各股票之间收益相关性很高，但不同种“簇”的收益相关性很低。70年代后半期的研究显示，大市值股票和小市值股票的相对表现存在很大的差异。Fama＆French（1996）运用多因素模型确定能够解释股票回报率的因素，方程式为：rit－rft=ai+bi1(rMt－rft)+bi2SMBt+bi3HMLt+eit其中rMt－rft是市场月收益率与国库券月度收益率的差；SMBt等于小证券指数与大市值指数月度收益率的差；HMLt为高账面价值／市值比率股票指数与低账面价值／市值比率股票指数月度收益率的差。研究发现：规模和账面价值／市值比率都是解释股票期望收益率的重要因素。基于上述研究，人们将具有相似属性和收益表现的股票称为风格，目前得到广泛认可的风格为价值、增长、大市值、小市值。RichardBernstein（1995）在其著作《StyleInvesting：UniqueInsightIntoEquityManagement》对各种不同风格进行了详细研究。4.证券投资风格的研究意义研究风格可以帮助投资组合经理更好地管理组合。不同风格的股票间波动的相关性小，在进行配置时可以取得良好的多元化效果。按照风格进行投资，基金经理只需按照属性关注数量有限的风格种类，可以有效过滤掉大量无关信息，使筛选宽度大幅度增加。同样，对风格的研究也便于投资顾问对不同的基金进行评估。传统的基金业绩评估忽略了基金投资风格对基金业绩的影响。在基金业绩评估中只有在对基金经理人所有的非主观因素如资产的风险水平和资产的投资风格进行调整之后，才能对基金经理的能力做出有效评估。美国投资界中，越来越多的机构投资者开始采纳风格投资的概念。可以预见，由于风格投资具有很强的优点，在不久的将来会被越来越多的中国机构投资者所接受。二、证券投资风格的成因实证研究发现，同种风格股票的收益之间存在较强的相关性。对此学术上存在不同的解释。行为金融学认为：投资者对事件的反应不是无偏的，经常出现反应过度。Laporta（1996）和LaportaLakonishok，Shleifr＆vishny（1997）检验发现魅力组合盈余公告的事件累计收益为负，而价值组合盈余公告的事件累计收益为正。价值型股票长期内的超额回报来源于投资者对某些收益表现不佳企业的过度低估。Dowen（1989）认为小市值股票的长期超额收益是由于小市值企业可得的信息比大公司少，较少被华尔街分析师关注。Fama＆French（1992，1993，1996）从风险补偿的角度出发，认为：规模和账面价值／市值比率是代表着某种系统风险的属性。那些账面价值／市值比率较高的公司更客易陷入财务困境。而小市值股票的流动性较差，Keim和Madhavan（1997）发现机构对NYSE和AMEX上市的市值最小的20％股票的单向交易成本达到了1.92％。小市值股票的超额收益可能来源于对流动性风险的补偿。Daninel和Titman（1997）认为具有相同市值属性或账面价值市值属性的公司分享着共同的特征（如相关的产业链、相同的行业以及相同的地区等），对宏观经济或行业变动便具有相似的因素敏感性。投资大众的心理也对同一风格内股票的联动现象起了很大的作用。BrianH.Boyer（2003）的研究指出：当某只股票由价值型转为增长型时，它与增长指数的相关性增加了。人们倾向于将同种属性股票按同样的方式对待，使得不同的股票按照相似方式波动。综上所述，风格的产生可能是由基本囚素与心理现象等多种因素共同引起的。三、证券投资风格的划分方法目前对于风格存在着两种划分方法。一种是基于股票收益率进行划分，另一种是基于股票的基本特征。1.基于收益的划分方法（RBS）。RBS方法最典型的形式是WilliamFSharp（1992）的方法。Sharp首先将归为债券、国库券、外国股票等12个类别，提出下列资产因子模型：Ri=bi1F1+bi2F2+……+binFn+eiRi是第i个基金的收益率，F1,F2,…,Fn分别代表各资产类的收益率，bi1,bi2,…,bin是基金组合对各资产类的敏感度，ei是基金组合收益率中不能被因子解释的部分。资产类因子模型中系数估计采用的是一个有约束的二次规划方法，要求所有因子敏感度（bij）之和为1,并且（bij）非负。在所有因子敏感度bij中，最大的bij所对应的因子就是该基金的投资风格。Farrell（1974）也是基于收益进行风格划分的，他采用的是聚类分析法（clusteranalysis）。Farrell首先选取了100只股票作为样本，列出各只股票在1961－1969年间的月回报率。在将回报调整以去除市场效应影响之后，计算一下样本中股票的相关系数（ClusterAnalysis）。具体的步骤是：（1）求出相关系数为正且最高的股票的相关系数矩阵；（2）把这些股票合并在一起，并将矩阵中的股票数目减去1；（3）重新计算相关性矩阵，包括合并股票（或群落）与剩余股票（或群落）之间的相关系数。在循环进行了96次以后，得出了最后的四组群落。各群落由相关性较高的股票组成，并按照所含的大多数股票类型划分为增长类、周期类、稳定类和能源类。每一类股票中最低的相关系数为：增长类0.19，稳定类0.15，周期类0.18，能源类0.27。各群落间的相关系数为负。2.基于特征的划分方法（CBS）该方法选用某种指标作为风格属性的代表划分风格。例如，对于价值型风格来说，在某种程度上能够用低市盈率、低市净率以及低市收率等指标特征来代表。著名的基金评级公司晨星公司（Morningstar）于2002年6月建立了一套新的风格分类方法，用于对基金进行评级。晨星公司认为：价值和增长是股票的两种属性，通过对每种股票赋予一个价值分和一个增长分，按其中比较显著的特征值进行分类。在对价值／增长属性评价之前，先按规模将股票分为大、中、小盘三类。具体步骤如下：（1）将所有股票按市值降序排列，累计市值70％的定义为大盘股，70％－90％的为中盘股，90％－97％的为小盘股。（2）计算股票的收益市值比、股利市值比、净资产市值比、现金流市值比、销售收入市值比五个指标的预测值，对各指标与平均值比较，给予评分，而后对五个评分加权，计算得到价值分。（3）计算股票的盈利、销售额、现金流、账面价值的增长，对各指标与平均值比较，给予评分，而后对四个评分加权，计算得到增长分。（4）将价值分（V）减去增长分（G），得到净增长价值分（VCG），取值范围在—100到+100。不同股本规模的股票具有不同的增长价值划分界限。比如大盘股，增长性到中性的界限为—25，价值性与中性的界限为15。（5）对规模及净增长价值分进行标准化，得到加权X和Y值。四、我国证券市场风格存在性分析首先采用上证180成分股本为样本，研究风格在我国的存在性。研究的数据来自于“天软金融分析.NET”的数据库，该数据库包括沪深证券市场的行情数据、财务报告及公告信息。聚类分析采用SPSS11.5软件完成。实证检验所使用到的数据为2003年7月1日到2004年6月30日期间，每个交易日的对数收益率。为了避免新股异常波动的影响，删除了在期后上市的13只样本股。1.具体研究方法（1）计算2003年7月1日到2003年12月31日128个交易日的样本股对数收益率。（2）按照对数收益率间的相似系数进行聚类，聚类方法为组间联结法。（3）对2004年1月1日到2004年6月30日样本股的对数收益率再次进行聚类分析。（4）比较两次聚类分析的结果。对2003年下半年收益数据的聚类可以得到三个类群。第一、二类股票与第三类股票之间的组间相关性为最小为－0.066，第一、二类股票之间的组间相关性为－0.007；对2004年上半年收益数据再次进行聚类分析，得到了七个类群，组内最小相关性为0.02。按照风格的定义，类群的划分必须具有相对的稳定性，从这个意义上我国证券市场还不是风格导向的。实证研究同时发现，我国证券市场的股票多数是按照行业一起波动的。在两次聚类分析中：石化钢铁汽车三类股票都是一起波动的。银行证券、通信网络软件、电力、航空、房地产、机场港口、家电也是明显的板块。比较特殊的是紫江集团和双鹤药业，虽然不是一个板块，但是2003年下半年波动相关系数高达0.437。主要原因可能是因为同时被银河证券大量持有，股票走势受到操控。也存在着脱离行业独立运动的股票，如2003年下半年广钢股份的股价走势与钢铁板块其他股票基本不相关。聚类分析表明，我国证券市场上股票存在着以行业类别为基础的风格，以微观属性划分的风格不明显。在风格的定义表明具有同种属性的股票之间相关性较大。因此本文接下来将研究在我国证券市场上具有同种属件的股票之间是否相关性较大。我们选用的属性包括流通市值、账面价值市值比率（B／M）以及净资产收益率（ROE），分别表征市值、价值以及增长三种风格。2.研究方法设计（1）组合的构建。选择1995年1月1日到2003年12月31日期间，每年年初第一个交易日和下半年第一个交易日上海和深圳证券市场所有股票的流通市值以及复权收盘价。计算每年年初第一个交易日和下半年第一个交易日的流通股市值并进行排序，参照Banz（1981）的做法，按流通市值将股票分为五个等份，每份各占20％的股票。其中组合一是市值最小的组合，而组合五是市值最大的组合。（2）计算每个组合按照流通市值加权的月度收益率。单一股票的收益率即股票月末收盘价与上月末收盘价之差除以上月收盘价，即：Ri=(Pt－Pt－1)/Pt－1，组合的收益率计算公式为：Rk=∑SiRi，其中Si为股票i的市值权重。（3）每半年调整一次组合，重新计算月度收益率。（4）比较各组收益率的相关性，得出结论。（5）按照账面价值市值比率（B／M）、净资产收益率（ROE）进行排序分组，每年年初调整一次组合，计算每一组的月度加权收益率及其相关性（删除账面价值为负数的股票）。3.结果及分析表1—表3列示的是按照不同指标构建的组合之间的相关性表1不同市值组合的收益相关性组合1组合2组合3组合4组合5市场总体组合110.9770.9580.9110.7580.904组合20.97710.9810.9480.8110.942组合30.9580.98110.9740.8620.971组合40.9110.9480.97410.9100.982组合50.7580.8110.8620.91010.946表2按帐面价值市值比率（B/M）划分组合的相关性组合1组合2组合3组合4组合5市场总体组合110.9560.8590.8280.6320.943组合20.95610.9050.8850.7370.973组合30.8590