中国股票市场行业联动性与行业信息探究.docVIP

中国股票市场行业联动性与行业信息探究 　　摘要：对股票市场行业联动性的研究有助于了解市场的有效性状况，对股票投资策略的指定有重要作用。相对于欧美国家，中国股票市场攒在较弱的联动性。中国股票市场整体的弱有效性导致行业信息的传播效率有限。小公司收集数据承担更大的成本，而国有企业在信息处理中的糟糕表现削弱了大型企业收集信息的优势，这都削弱了股票收益的行业联动性。 　　关键词：行业联动 行业信息 　　 　　 目前拥有两个行业分类标准：全球行业分类标准（GICS）和中国证监会的行业标准（CSRC）。全球行业分类系统(GICS)是由标准普尔(SP)与摩根斯坦利公司(MSCI)于1999年8月联手推出的行业分类系统。该标准为全球金融业提供了一个全面的、全球统一的经济板块和行业定义。作为一个行业分类模型，GICS已经在世界范围内得到广泛的认可，它的意义在于不仅为创造易复制的、量体裁衣的投资组合提供了坚实基础，更使得对全球范围经济板块和行业的研究更具可比性。GICS为四级分类，包括10个行业部门，24个行业组，67个行业和147个子行业。文章中涉及的上市公司行业数据来源于色诺芬金融数据库，该数据库同时提供了这两种行业标准，这最初的数据验证是可以使用两种标准同时进行。 　　 一、数据 　　 数据跨度为1990年的12月至2010年7月。所有股票收益的数据均通过万德金融数据终端下载。截止2010年7月份，总共有1883只股票在上交所和深交所上市交易。因为创业板的数据时间跨度还太短，所以放弃了对创业板上市股票的分析，另外再剔除掉上市不足三个月的股票，我们的样本数据总共包括了1718只股票。Chan, Lakonishok and Swaminathan (2007) 证明了相对于小型公司，大型公司的股票收益之间有更明显的行业联动性。我们要对这个结论是否在国内市场中适用做简单的验证。根据企业平均的营业收入分组：424家公司为大型公司（平均营业收入额在前30%）；534家公司为中型公司（平均营业收入额在后30%）；其余为中型公司。传播和文化产业以及金融、保险业由于样本数量不足被剔除。 　　 二、检测方法和结果 　　 一只股票的收益率与行业内其他股票的相关系数为行业内成对相关系数，将一个行业中的所有行业内成对相关系数求均值即得到行业内平均成对相关系数。另外，一只股票的收益率与其行业外其他股票的相关系数成为行业间成对相关系数，将一个行业内所有股票的行业间成对相关系数求均值即得该行业的行业间平均成对相关系数，相关结果如表1所示。 　　 这两种平均成对相关系数包含了不同的信息。某种程度上，行业内成对相关系数代表了行业的非系统性风险，即行业的特有风险，而行业间平均成对相关系数放映了行业的系统性风险，即通过行业间资产配置可以抵消的风险。所以，通过对比两种系数，我们可以知道那种风险在股票收益的行业联动中发挥了更多的作用。如果一只股票的行业内平均成对相关系数大于行业间，我们可以知道这只股票收益与本行业收益系数联动性更明显。而且，来自行业内的信息更能反映该股票的收益。 　　 上表中第4列，difference反映了两种系数的差值，更直观的股票收益的行业联动。Difference的普通均值为0.048，3.273的t值反映了difference在10%的自由度上仍然是显著大于零的。从表中，我们可以知道股票收益的行业联动确实存在于国内股市上。但是，前人的文章中difference的值更大。至此，我们仅可以得到的结论是，国内股市拥有较弱的行业联动。在表1中也有意外的发现：制造业的系数差值为负；批发、零售贸易的系数差值几乎为0。一种可以解释这种现象的原因是这两个行业都拥有较大的样本数量。属于不同子行业的股票可能会有更加不同的股价走势。于是，行业规模的扩大在一定程度上削弱了行业联动。在规模更大的行业中，更多的公共信息对行业内信息造成了冲击。所以子行业的存在，是的行业信息不能完全发挥作用。 　　 下一步分析将在两个子样本中进行，即大型公司股票样本及小型公司股票样本，以检验大型公司股票的是否有更加明显的行业联动，结果如表2所示。用同样的方法，对小型公司样本做验证，结果不在列示。小型公司同样显示了正的差值。普通均值为0.041,2.466的t值表明它显著区别于零。但是相对于大型公司样本，小型公司样本中的t值更小。这个结果与前人在美国股市的发现一致。在中国，大型公司股票收益的行业联动性强于小型公司。 　　 三、关于差值的分析 　　 对比Chan, Lakonishok and Swaminathan (2007)的文章中的结论，中国股市的行业内相对系数与行业间相关系数的差值小于美国股市。国内股票收益的行业联动性也不像美国那么明显。什么早成了这些不同？ 　　 我