我国不同股票类型风险收益特征实证分析

《当代经济研究》２００６年第２期　我国不同股票类型风险收益特征实证分析　闵　丹　（长春税务学院国际教育中心，吉林长春　１３０１１７）　摘要：股票资产分类技术使用的是单指数模型与风格分类体系。单指数模型采用风险因子贝塔来解释平均收　益率；风格分类体系采用Ｆａｂｏｚｚｉ介绍的简单风格分类体系。按市值规模与Ｂ／Ｐ比率、Ｅ／Ｐ比率等指标进行的股　票风格管理。通过采用大量的统计聚类算法进行股票资产的分类，可以看出，不同资产类股票的风险收益特　征不同。　关键词：聚类分析；风格分类体系；股票分类　中图分类号：ＦＢ３０．９１　文献标识码：Ａ　文章编号：１００５—２６７４（２００６）０２—００６３—０３　关注其中的某一类股票，如增长类股票或非增长类　股票，由此，便产生了不同的投资风格。比如：增长　前　言　型股票管理者、“大股本”投资者和“小股本”投资者　对股票资产的分类，传统的方式是按照行业或　等。　者地区这些外在定性的特征进行划分。目前中国　关于风格投资的重要性，Ｄａｖｉｄ　Ｌｅｉｎｗｅｂｅｒ、Ｒｏｂ．　投资者熟悉的是按行业、按地区或按某种市场热点　ｅｒｒ　Ａｍｏｔｔ和Ｃｈｒｉｓｔｏｐｈｅｒ对美国、日本、英国、加拿大　进行的分类。国际上也存在一种按风格分类体系　和德国的相对表现进行了分析。他们使用以Ｐ／Ｂ　进行的股票资产分类方法。另外，也可以利用统计　比率为基础的价值型和增长型股票的简单标准，计　分类技术对所有股票的特征属性进行聚类，按照相　算了从１９７５年一１９９５年进行１美元投资，两类股　近原则划分股票资产类。作为一种分类技术，聚类　票的收益率增长情况。得出结论为：对于每一个国　分析或其他相应的统计方法还在不断改进和完善　家来说基于增长型和价值型的简单定义，价值型股　中。　票的表现好于增长型股票。为了从实证角度解释　本文选取１９９７年春节开市以后到２０００年１２　这一问题，Ｒｏｌｌ使用了三个分类变量：大或小规模、　月３１日以前这一期间内的所有沪深近１１００家上　高或低每股收益／价格（Ｅ／Ｐ）比率、高或低帐面权益　市公司进行分析。扣除其中因故停牌、资料短缺等　（Ｂ／Ｐ）比率。相对较高的Ｅ／Ｐ（Ｐ／Ｅ的倒数）比率和　类型股票，全部数据取自分析家股票分析系统，都　相对较高的Ｂ／Ｐ（Ｐ／Ｂ的倒数）比率均是价值型股票　进行了除权除息处理。以上证指数作为市场组合　的标志。Ｒｏｌｌ的研究仅包含美国的股票，包含的期　的代表物，最后的有效样本数为５０６家上市公司。　问为１９８４年４月一１９９４年３月。Ｒｏｌｌ以统计的方　＝、股票风格分类实证分析　法证明风格投资组合每月超额收益存在巨大的差　异。Ｒｏｌｌ发现，即使考虑了风险因素也不能解释风　在七十年代初期，研究者们发现有些股票种类　格投资组合的业绩差异。这表明，股票风格在不产　具有相同的特点和业绩模式。这些股票种类的收益　生额外风险的情况下提供了额外的收益。　率与其他股票种类表现出较大的差别。即同一种　（一）单指数模型分类　类的股票间的收益率有很强的相互关联性，不同种　资产定价模型除了用来进行证券估价的基准　类股票间的相关程度较小。实践中，一些投资者仅　外，在投资组合分析方面也具有极为重要的意义。　收稿日期：２００５—１２—１０　作者简介：闵丹（１９６４一），女，辽宁营口人，长春税务学院国际教育中心副教授。主要研究方向：计量经济学　６３　维普资讯 http://www.cqvip.com

《当代经济研究》２００６年第２期　它说明了系统风险是证券或投资组合风险的重要　组成部分，强调集中精力评价系统风险或市场风　险。它同时指出非系统风险是相对不重要的风险，　这部分风险能够在投资组合中消除掉。这样将模　型所要考虑的风险减少到两个方面，极大地减少了　模型的数据输入量，大大地简化了投资组合分析。　作为证券市场直线的合理替代物，本文运用单　指数模型对５０６只股票的全部收益率资料进行了　元回归，得出５０６个回归方程及所有股票的Ｃｔ与　Ｂ的估计值。并进而对股票进行分类，考察各类别　之间的风险——收益特征：历史Ｃｔ的估计值较大的　股票一般具有较高的收益值。历史Ｃｔ的估计值与　平均收益率存在正的线性关系。　（二）单变量风格分类　按照Ｆａｂｏｚｚｉ所述的股票资产简单分类方法，　首先。从上市公司２０００年的年报数据中汇总了基　本财务资料，计１０６项指标数据。借鉴国外一些研　究成果，并结合个人的统计分析结果，最终选取了　资本化市值比率、Ｅ／Ｐ比、Ｂ／Ｐ比、每股净资产、流通　股资本化市值比率、经营现金净流量乘数、财务风　险比率、主营业务增长率等八项指标，作为简单分　类用的指标。其中市盈率与市净率二项指标，采用　倒数形式。计算资本化市值比率与流通股资本化　市值比率数据时，首先要计算每只股票的２０００年　１２个月的月末收盘价简单平均数，再与上市公司　总股本或流通股本相乘，之后，汇总得到总市场资　本化规模，最后求出每个公司的资本化市值占全市　场的比率。每股净资产与主营业务增长率直接来　自年报数据。其它各项指标的含义与计算公式如　下：　Ｅ／Ｐ比＝市盈率的倒数＝每股收益，每股市价；　Ｂ／Ｐ比＝市净率的倒数＝每股净资产／每股市价；　经营现金净流量乘数＝权益市值／经营现金净流量；　财务风险比率＝负债总额／经营现金净流量。　按资本化市值比率分类时，首先按资本化市值　比率按从小到大的顺序排序，计算累计比率；其次，　将其中占总比率数依次分为３０％、４０％、３０％的部　分，并划入到资本化市值比率低、中、高的三组内；　然后，计算各组内每只股票的平均收益率与标准　差；最后，求出组内平均收益率与标准差的简单算　术平均数，得到下表所示结果。我国证券市场上同　样存在其它资本市场上存在的规模效应，但与其它　发达国家的资本市场相比之下，我国证券市场的高　收益率并没有出现相应的高风险，具有低收益率的　６４　大型资本反而存在较大的风险。　各类股票月收益辜比较　按资本化市值比率分类　收益率（％）　标准盖　高　１．７２ｏ４　０．１０８２５７　中　２．１４３１　０．０９４３４７　低　３．Ｏ４４２　Ｏ．１Ｏ２９７　由于我国证券市场上，上市公司的股本结构不　同于其它资本市场，总股本中存在国家控股、流通　Ａ股、法人股、Ｂ股、内部职：【股及工会持股等不同　组成部份。且上市流通部分与总股本之间存在较　大差异，本文又进一步分析了按流通股市值计算的　各股票的资本化规模，并比较了按这一分类结果形　成的各组证券收益率与标准差之间的特性。结果　表明：按月收益率计算的平均收益率与标准差明显　存在规模效应，同时，也显示出清晰的高收益伴随　高风险的特性。　同样，按Ｅ／Ｐ比分类的比较结果显示，具有负　的Ｅ／Ｐ比与较高Ｅ／Ｐ比的股票相应的收益率也较　高，但相应的风险却不尽相同；只有负Ｅ／Ｐ比的股　票呈现出高收益高风险的特征，低市盈率的股票却　出现了高收益与低风险相伴的特征。这也与国际　市场的一般规律相悖。按Ｂ／Ｐ比分类，即按市净率　倒数的分类结果显示：高Ｂ，Ｐ比的股票市场表现好　于低Ｂ／Ｐ比股票，Ｂ／Ｐ效应明显，但相应的风险表　现却不尽如人意，出现了高收益伴随低风险的现　象。　综合上述各项单变量股票资产风格分类，可以　看出，我国证券市场的风险收益特征并没有全部呈　现出西方发达国家资本市场的共同特点：高收益伴　随高风险。而是出现了许多复杂的现象。其中按　流通股规模计算的资本化规模效应与市盈率效应　最显著。按其它风格的分类，如经营现金净流量乘　数、Ｂ／Ｐ比、主营业务增长率和财务风险比率，虽然　效应也十分显著，但它们所表现出的风险收益特征　却不是高收益伴随高风险，而是高收益伴随低风　险，这与现代投资组合理论中有关收益风险的分析　相矛盾，说明我国投资者的投资行为缺乏理性。同　时，也可能说明，我国股票市场上存在着一些不正　常的人为价格操纵行为。　（三）多变量风格分类　分析表明，规模与Ｅ／Ｐ比效应明显，即具有较　大规模的股票收益相对较低，风险也相应较低；高　Ｅ／Ｐ比股票相对予低Ｅ／Ｐ比股票收益也高、风险也　较大。按流通股市值规模与Ｅ／Ｐ比双分组的效果　维普资讯 http://www.cqvip.com

好于按全部股本计算的规模与Ｅ／Ｐ比双分组效果。　最好收益回报出现在高Ｅ／Ｐ比与中等规模股票组　内，具有双低水平的分组，即规模小Ｅ／Ｐ比小的股　票收益也较好，但二者所具有的风险并不是相应的　最高值。最差的收益率出现在具有负的Ｅ／Ｐ比与　大规模股票组内，且这一组的风险也是最大的，由　于股票价格没有负值，这一组的负的Ｅ／Ｐ比，代表　的是我国证券市场上的亏损企业，ＳＴ或Ｐ，ｒ类上市　公司。　此外，规模与Ｂ／Ｐ比双分类，Ｅ／Ｐ比与Ｂ／Ｐ比　双分类等方法都表明：即使最简单的风格分类体　系，组合投资的效果也十分明显。对于大量待分类　的股票而言，这一分类方法是切实可行的。但是，　对于多变量的风格分类，若增加分组标志，由此产　生的交叉分组会很多。解决的方法之一是利用一　些统计降维技术，简化计算。　三、统计聚类实证分析　统计聚类分析方法很多，最常见的方法是谱系　聚类：一开始。将每个观测各自作为一类，然后，将　距离最近的两个观测或类合并，再继续计算新类与　其它观测或类的距离；重复进行两个最近类的合　并。直至所有观测都归人一类。不同聚类方法的差　异在于类间距离的计算方法不同。　所用的数据包括两部分：一部分是上海和深圳　所有上市股票的价格行为资料；一部分是年度财务　报告资料。　在使用统计聚类方法进行分析时，采用每一样　本股票的原始财务资料、各周与各月回报率资料直　接分析得到的分类结果，很难反映其内在的风险收　益关系，即使经过数据的转换也是如此。但采用财　务比率资料、因子得分资料、每只股票的平均月收　益率与标准差数据时，显示的分类效果比较好。　本文使用ＳＡＳ软件提供的大量聚类算法，甚　至包括非谱系聚类方法、动态凝聚法聚类、非参数　聚类分析方法等，对上市公司的财务资料与股票的　收益率及其标准差数据进行了初步分析。通过一　般的聚类准则与图示法的比较，发现Ｋ一最近邻估　计法、ＭＣＱＵＩＴｒＹ相似分析方法、密度估计方法、　ＷＡＲＤ方法、凝聚法聚类等都可以得到效果较好的　聚类结果。　Ｋ一最近邻估计法是由Ｗｏｎｇ和Ｌａｎｅ（１９８３）发　展的，使用最近邻估计，令ＲＫ（Ｘ）为点ｘ到第Ｋ个　最近邻观测的距离，其中，Ｋ是一个具体数值。考　《当代经济研究》２００６年第２期　虑以ｘ为中心，以ＲＫ（Ｘ）为半径的球，在ｘ点的密　度估计Ｆ（Ｘ）为球内观测数除以球体积所得比值，　新的非相似度距离为　如果Ｄ（Ｘｉ，Ｘｉ）＜＝ＭＡＸ（Ｒｋ（Ｘｉ），Ｒｋ（Ｘｊ））。　则　Ｄ　（Ｘｉ，Ｘｉ）＝（１／２）（１／Ｆ（Ｘ。）＋ｌ／Ｆ（Ｘｉ））　否则，Ｄ。（Ｘ。，Ｘｉ）＝∞　Ｊａｍｅｓ　Ｌ．Ｆａｒｒｅｌｌ最早在其发表的论文中将聚　类分析方法应用于股票分类。将股票按照价格行　为模式分为增长类股票与非增长类股票——周期　类、稳定类、能源类股票。采用Ｋ一最近邻估计法　也得到了类似的分类效果。（见附表）　附表：　股票分类组别　各组比率（％）　累积数（％）　ｌ　３３．３３　３３．３３　２　２９．７９　６３．１２　３　１２．４４　７５．５６　４　９．４９　８５．ｏ５　５　ｌ２．８３　９７．８８　６　１．３９　９９．２７　７　Ｏ．５９　９９．８６　８　Ｏ．１４　ｌ００　结果显示，采用收益率与标准差作为分类指标　的方法，各类的分割效果好于采用收益率与单指数　模型计算出的贝塔值作为分类指标的分类效果。　按这一聚类分析方法进行分组得到了我国股票市　场中有关股票类别的清晰的收益与风险关系。按　照股票的市场表现，可以将它们划分为如下几种类　型的股票：双低（低风险一低收益）型股票、双高（高　风险一高收益）型股票、较高风险一低收益型股票、　中等风险一高收益型股票、中等风险一低收益型股　票。显然，第一组股票的类型：高收益伴随的中等　风险耐人寻味。可以看出：收益水平相当的各组，　风险水平大不相同，具有明显的风险一收益不对称　性。　为进一步揭示股票市场表现与其业绩的关系，　本文进一步按股票所属的类别计算了各类财务指　标的平均水平与其它几项指标。发现许多规模效　应、市盈率效应等公认的异常现象不清晰。这一分　类结果可能是由于如下两方面原因造成的。其一，　我国证券市场上的股票表现与其业绩模式相关不　显著；其二，尚未找到适合的分类方法，需要进一步　尝试其它聚类分析方法。　责任编辑：郑洪昌