股票价格成份指数编制方法探究.docVIP

股票价格成份指数编制方法探究摘 要：本文运用决策树和Logistic回归将基本面因素引入股价指数成份股的选择和权重的确定，编制引导基本面投资理念的基本面股价成份指数（JOYFI300），并论证了该指数在超额收益方面表现出良好特性。首先通过决策树引入净利润和成交金额变量作为成份股的选样标准，选择成份股初始样本；建立Logistic模型分析基本面变量对成份股权重的影响，通过数据分析客观确定指数成份股及权重；实证检验JOYFI300指数各项性质，与沪深300、中信标普300的比较表明该指数具有更优的超额收益。 关键词：决策树;Logistic回归;超额收益;基本面指数 中图分类号：F830.91 文献标识码：A 文章编号：1003-5192(2009)03-0057-04 Research on Constructing Stock Price Constituent Index WANG Xin, YIN Liu-zhi, FANG Zhao-ben (School of Management, USTC, Hefei 230026, China) Abstract:Based on decision trees and Logistic regression, we select constituent stocks and determine their weights with fundamental factors.Fundamental stock price constituent index(JOYFI300), created as a guidance to fundamental investment, is testified better on excess return.Firstly, two selection measures, net profit and trading value, are chosen by using decision trees, and then initial samples of constituent stocks can be found out by these two factors.Secondly, the influence of fundamental factors on weights of constituent stocks can be analysed and determined by Logistic model.Finally, after testing and comparing we find that JOYFI300 Index is better on excess return than Shanghai-Shenzhen 300 and CITIC/SP 300 Index. Key words:decision trees; Logistic regression; excess return; fundamental index 1 引言 目前流行的股票价格指数通常仅以股票市值作为加权因子，而股票基本面因素在决定指数成份股构成时，虽然也有所考虑，但在决定权重时却未能具体体现这些因素。另一方面，少数指数虽然已把基本面因素作为加权因子，但采用了主观的等额定权方法，客观依据不足，难以给出合理的经济解释。基于这一现状，本文运用决策树技术确定基本面指数选股原则和成份股初始样本；之后再以基本面变量作为加权因子建立Logistic模型，通过模型拟合区分各因子对样本股进入指数的影响程度，进而确定成份股构成及各自权重。本文将应用上述方法选择300家成份股编制基本面300指数（简称“JOYFI300”）。 本文研究的意义在于，通过引入基本面因素选择成份股并确定权重，使价值低估的股票能获得更合理的权重，从而优化指数的风险收益特征［1］；为市场提供一种可交易的良好基准［2］，引导基于基本面投资的理念；为组合投资者提供一种构建投资组合的新方法［3~5］，以提高资产配置的效果，促进金融工程技术的应用。 2 综述 2．1 股票价格成份指数编制现状及最新进展 现有股价成份指数选样标准过于简单，大多只考虑市值规模和流动性因素；从定权方法上，国内所有股价成份指数均采用流通市值加权，还没有指数采用基本面因素定权。市值加权的优点是权重易于确定，能够给予直观的解释；缺点是随着股票价格的变化，各成份股所占权重随之变化，同时很难设计出调整机制使权重回到合适的水平。而基本面因素加权却可经由再平衡（Rebalance）机制使权重回到初始的水平，即通过减少波幅靠前股票的比例，增加波幅落后