论文部分内容阅读
摘要：依据中国股市2007年1月至6月期间的股票收益率数据,利用方差分量线性回归模型对股票市场收益率的进行实证分析,结果表明上一年净资产收益率与当年的换手率对当年股票市场收益率影响是显著的，但行业效应不明显, 因此,在中国证券市场上投资应更注重企业内在价值的判断，采取“自下而上”的资产配置方式.
关键词:市场收益率;方差分量线性回归模型
1、引言
我们的研究目的一是看过去一年的净资产收益率与当年的换手率对当年市场收益率有何影响，二是想知道是否存在一个潜在的对行业有明显的影响的随机效应。净资产收益率是公司税后利润除以净资产得到的百分比率，用以衡量公司运用自有资本的效率。净资产收益率可衡量公司对股东投入资本的利用效率。它弥补了每股税后利润指标的不足。例如，在公司对原有股东送股分红后，每股盈利将会下降，从而在投资者中造成错觉，以为公司的获利能力下降了，而事实上，公司的获利能力并没有发生变化，用净资产收益率来分析公司获利能力就比较适宜。“换手率”也称“周转率”，指在一定时间内市场中股票转手买卖的频率，是反映股票流通性强弱的指标之一。其计算公式为：换手率=某一段时期内的成交量/发行总股数＊100％。（在我国一般只对可流通部分的股票计算换手率，以更真实和准确地反映出股票的流通性）.一般而言，新兴市场的换手率要高于成熟市场的换手率,其根本原因在于新兴市场规模扩张快。关于证券市场是否存在行业效应,一直以来存在很大的争议,业绩归因分析表明,证券市场没有明显的行业效应,但King 发现行业因素对股价行为具有显著影响［1］ ,Macyers 和Livingston 更是进一步证明了这一结论,其中Livingston 发现高达26 %的股票收益率波动可以由行业因素解释［2 ,3 ］ . 中国资本市场起步较晚，与西方发达的资本市场相比还有相当大的距离，国外的一些研究结论具有借鉴意义，但不能照搬。关于国内资本市场是否存在行业效应，范龙振等使用1995 年7 月到2000 年6 月沪市股票月收益率数据研究发现上海股票市场中不同行业之间的收益率存在显著差异［5］。本文将使用中国证券市场2007 年1月至6月股票收益率数据分析沪深股市的行业效应。结果表明，在这轮大牛市中，过去一年的股利收入与当年的换手率对该股票当年市场收益率影响是显著的，但行业效应不明显。
2、 方差分量线性回归模型
一般地，我们建立方差分量模型如下：
这里有固定效应向量β ， 随机效应向量
并且将随机误差项ε也并入了随机效应向量去。其中设计矩阵x=(1,1,…1)′以及U=(U\-1,U\-2,…U\-m)，随机效应矩阵为
都是已知的。对于随机效应ξ\-i,i=1,…,m,合理的假定是
这里假定每个ξ\-i是一维变量。记
则方差分量模型可记为
E(Y)=XβVar(Y)=∑
模型的主要任务是要估计固定效应向量β与方差分量ρ\+2\-1,ρ\+2\-2,…,ρ\+2\-m,将数据排成表，如下所示：
对方差分量模型，一般采取二步估计法，首先估计方差分量ρ\+2\-1,…,ρ\+2\-m,然后再估计固定效应，按广义最小二乘法,
其中
方差分析主要有三点，一是计算组内差，二是作平方和分解，三是计算各自的自由度。先计算总平均
总变差(全体数据与总平均的偏差平方和)
各组平均(各组数据横向相加并平均)
组间差(各组平均数与总平均数的偏差平方和)
组内差
将各组平方和除以各自的自由度,有一个约束,自由度为,有组差,一个约束,自由度为,有组差,个约束,自由度为,于是算出均方
因为假定为随机效应，可以算出各均方的平均数为
以代替代替，得方程组
解得
3、样本数据说明及实证分析
现从二十二个行业类别中选取四个行业如下:石油化工、生活消费品、房地产、汽车制造。这四个行业中股票的选取是随机的，本文将使t - 1年的会计指标与t 年的股票价格数据相对应。 为了进行研究,需要对原始数据进行加工.数据来源于中银国际数据系统,其价格已经对送配股、新股发行等做出调整,但不考虑利率的变化。记2007年1月4日股票的开盘价为P\-1,2007年6月29日的收盘价为P\-2,市场收益
r=p\-2/p\-1•换手率为日换手率的算术平均。股市数据如下表
首先做普通最小二乘回归，得到然后计算，此时Y\+*\-ij的已消除固定效应的影响，用其做方差分析，计算与ρ\+2\-A,ρ\+2\-ε,，计算过程为(1)～(12),回归的结果为Y\-1.92X\-1+9.85X\-2+24.55。它的标准差很小,为7.14，拟合效果图(图一)令人满意。
图一
回归方程整体显著性检验：
统计量：15.37，临界值(2，23)：4.62
全相关系数: 0.7862
计算各种变差：总变差ST，组间差SA，组内差SE
ST=25481.49, SA=2652.871，SE=22828.62
通过计算可以看到:组内差远大于组间差，随机误差远大于随机效应方差,可以认为行业差别不明显．。
4、研究启示及可以得出以下结论建议
通过实证研究可以得出以下结论:
第一，影响股票收益率的因素有很多，其中净资产收益率是作为基本面分析要素之一，我们发现它对股票的市场收益率的影响是显著的。
第二、换手率的高低作为股票的流通性指标对股票的市场收益率的影响也是显著的。
第三、行业效应不明显。这从一个侧面说明国内证券市场存在阶段性“羊群效应”。
因此,在中国证券市场上短线投资应更注重企业内在价值的判断与股票的流通性，采取“自下而上”的资产配置方式。
参考文献：
［1］King B F. Market and industryfactors in stock price behavior J . Journal of Business, 1966 , 39: 139 - 190.
［2］Livingston Millen. Industry movementsof common stocks J . Journal of Finance , 1977 , 32: 861 - 874.
［3］Meyers StephenL. A reexaminationof market and industryfactor in stock
price behavior J . Journal of Finance , 1973 , 28: 695- 705.
［4］Roll R. Industrial structure and the comparative behaviorof international stock market indices J . Journal of Finance , 1992 , 47:3 - 42.
［5］范龙振 , 王海涛. 上海股票市场行业与地区效应分析 J . 系统工程学报 , 2003 , 2 : 123 - 127.
［6］熊胜君，杨朝军．沪深股票市场行业效应与投资风格效应的实证研究Ｊ．系统工程理论与实践，2006，4：47-49.
［7］童恒庆．理论计量经济学Ｍ．科学出版社．2005，９.
（作者通讯地址：广东外语外贸大学信息学院 广州 510006）
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
关键词:市场收益率;方差分量线性回归模型
1、引言
我们的研究目的一是看过去一年的净资产收益率与当年的换手率对当年市场收益率有何影响，二是想知道是否存在一个潜在的对行业有明显的影响的随机效应。净资产收益率是公司税后利润除以净资产得到的百分比率，用以衡量公司运用自有资本的效率。净资产收益率可衡量公司对股东投入资本的利用效率。它弥补了每股税后利润指标的不足。例如，在公司对原有股东送股分红后，每股盈利将会下降，从而在投资者中造成错觉，以为公司的获利能力下降了，而事实上，公司的获利能力并没有发生变化，用净资产收益率来分析公司获利能力就比较适宜。“换手率”也称“周转率”，指在一定时间内市场中股票转手买卖的频率，是反映股票流通性强弱的指标之一。其计算公式为：换手率=某一段时期内的成交量/发行总股数＊100％。（在我国一般只对可流通部分的股票计算换手率，以更真实和准确地反映出股票的流通性）.一般而言，新兴市场的换手率要高于成熟市场的换手率,其根本原因在于新兴市场规模扩张快。关于证券市场是否存在行业效应,一直以来存在很大的争议,业绩归因分析表明,证券市场没有明显的行业效应,但King 发现行业因素对股价行为具有显著影响［1］ ,Macyers 和Livingston 更是进一步证明了这一结论,其中Livingston 发现高达26 %的股票收益率波动可以由行业因素解释［2 ,3 ］ . 中国资本市场起步较晚，与西方发达的资本市场相比还有相当大的距离，国外的一些研究结论具有借鉴意义，但不能照搬。关于国内资本市场是否存在行业效应，范龙振等使用1995 年7 月到2000 年6 月沪市股票月收益率数据研究发现上海股票市场中不同行业之间的收益率存在显著差异［5］。本文将使用中国证券市场2007 年1月至6月股票收益率数据分析沪深股市的行业效应。结果表明，在这轮大牛市中，过去一年的股利收入与当年的换手率对该股票当年市场收益率影响是显著的，但行业效应不明显。
2、 方差分量线性回归模型
一般地，我们建立方差分量模型如下：
这里有固定效应向量β ， 随机效应向量
并且将随机误差项ε也并入了随机效应向量去。其中设计矩阵x=(1,1,…1)′以及U=(U\-1,U\-2,…U\-m)，随机效应矩阵为
都是已知的。对于随机效应ξ\-i,i=1,…,m,合理的假定是
这里假定每个ξ\-i是一维变量。记
则方差分量模型可记为
E(Y)=XβVar(Y)=∑
模型的主要任务是要估计固定效应向量β与方差分量ρ\+2\-1,ρ\+2\-2,…,ρ\+2\-m,将数据排成表，如下所示：
对方差分量模型，一般采取二步估计法，首先估计方差分量ρ\+2\-1,…,ρ\+2\-m,然后再估计固定效应，按广义最小二乘法,
其中
方差分析主要有三点，一是计算组内差，二是作平方和分解，三是计算各自的自由度。先计算总平均
总变差(全体数据与总平均的偏差平方和)
各组平均(各组数据横向相加并平均)
组间差(各组平均数与总平均数的偏差平方和)
组内差
将各组平方和除以各自的自由度,有一个约束,自由度为,有组差,一个约束,自由度为,有组差,个约束,自由度为,于是算出均方
因为假定为随机效应，可以算出各均方的平均数为
以代替代替，得方程组
解得
3、样本数据说明及实证分析
现从二十二个行业类别中选取四个行业如下:石油化工、生活消费品、房地产、汽车制造。这四个行业中股票的选取是随机的，本文将使t - 1年的会计指标与t 年的股票价格数据相对应。 为了进行研究,需要对原始数据进行加工.数据来源于中银国际数据系统,其价格已经对送配股、新股发行等做出调整,但不考虑利率的变化。记2007年1月4日股票的开盘价为P\-1,2007年6月29日的收盘价为P\-2,市场收益
r=p\-2/p\-1•换手率为日换手率的算术平均。股市数据如下表
首先做普通最小二乘回归，得到然后计算，此时Y\+*\-ij的已消除固定效应的影响，用其做方差分析，计算与ρ\+2\-A,ρ\+2\-ε,，计算过程为(1)～(12),回归的结果为Y\-1.92X\-1+9.85X\-2+24.55。它的标准差很小,为7.14，拟合效果图(图一)令人满意。
图一
回归方程整体显著性检验：
统计量：15.37，临界值(2，23)：4.62
全相关系数: 0.7862
计算各种变差：总变差ST，组间差SA，组内差SE
ST=25481.49, SA=2652.871，SE=22828.62
通过计算可以看到:组内差远大于组间差，随机误差远大于随机效应方差,可以认为行业差别不明显．。
4、研究启示及可以得出以下结论建议
通过实证研究可以得出以下结论:
第一，影响股票收益率的因素有很多，其中净资产收益率是作为基本面分析要素之一，我们发现它对股票的市场收益率的影响是显著的。
第二、换手率的高低作为股票的流通性指标对股票的市场收益率的影响也是显著的。
第三、行业效应不明显。这从一个侧面说明国内证券市场存在阶段性“羊群效应”。
因此,在中国证券市场上短线投资应更注重企业内在价值的判断与股票的流通性，采取“自下而上”的资产配置方式。
参考文献：
［1］King B F. Market and industryfactors in stock price behavior J . Journal of Business, 1966 , 39: 139 - 190.
［2］Livingston Millen. Industry movementsof common stocks J . Journal of Finance , 1977 , 32: 861 - 874.
［3］Meyers StephenL. A reexaminationof market and industryfactor in stock
price behavior J . Journal of Finance , 1973 , 28: 695- 705.
［4］Roll R. Industrial structure and the comparative behaviorof international stock market indices J . Journal of Finance , 1992 , 47:3 - 42.
［5］范龙振 , 王海涛. 上海股票市场行业与地区效应分析 J . 系统工程学报 , 2003 , 2 : 123 - 127.
［6］熊胜君，杨朝军．沪深股票市场行业效应与投资风格效应的实证研究Ｊ．系统工程理论与实践，2006，4：47-49.
［7］童恒庆．理论计量经济学Ｍ．科学出版社．2005，９.
（作者通讯地址：广东外语外贸大学信息学院 广州 510006）
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。