A股市场风格指标有效性的研究.docVIP

A股市场风格指标有效性研究 　　道富全球资产管理公司在其最新的权益类资产管理研究中,将股票指标风格从传统的价值与成长延伸到更多的子类:价值,成长,动量,效率及市值。在对美国市场的历史回溯中发现,在平静市场下,动量指标能够产生最大的信息比率,而在动荡市场中,效率类指标则一枝独秀。 　　我们试图使用相同的逻辑对A股市场进行研究和探索,意在发掘效率类指标连同其他类别的指标在中国市场是否有同样的表现规律,如果不是,那么中国市场又有怎样不同的特征? 　　这部分研究为最终建立风格指数奠定了基础。长期以来,风格指数在海外作为风格基金的业绩衡量基准有着广泛的应用,如果在中国建立类似的指数,对于评判和比较相近风格基金的业绩有着重要的参考意义。 　　 　　指标的分类和选取 　　 　　通常,我们将股票分为价值类和成长类两种。而在道富全球资产管理公司(State Street Global Markets)最新的权益类资产研究中,他们将风格划分为更多的子类,即价值、成长、动量、效率和市值。(见表1) 　　道富基于美国市场,对上述5大类指标在非动荡和动荡(判断依据为道富编制的Turbulence值)市场下的表现分别进行对比研究。研究发现,在80%非动荡市场,即相对平静的市场下,动量类指标能够在同等波动性下获得最大的投资年化收益,即信息比率(IR: Information Ratio)取得最大值,其后依次为价值类,和效率类;成长类和市值类均取得负比率。 　　相反,在20%动荡市场环境中,效率类指标异军突起,大幅超越其他类别指标,获得最大信息比率值,其次是价值类指标,相对而言,成长类,动量类,市值类指标都在20%最动荡市场中表现出负回报。结合2007-2008年美国股市大幅震荡的行情,效率类指标中的ROE和ROA的IR值在所有25个指标中分别名列第1和第3的位置,而位于第2位的是成长类的1M分析师预期。 　　我们从上述5大类指标中分别选取了若干指标构建了风格指标集(见表1,共15个),其中1M分析师预期数据由朝阳永续数据整理而成,其他的数据来源于WIND。 　　 　　 　　 　　 　　 　　 　　寻找最有效的指标 　　 　　历史数据考察对象选择了沪深300指数成份股。考察时期从2006年5月开始至2009年7月结束,以月为单位,即39个考察时段。2006年到2009年中国A股市场经历了一个完整的牛熊周期,在此基础上以月为单位进行考察能较为准确的刻画具体指标在整个周期中的细致而全面的表现。 　　初始,我们选择了50支股票的组合规模,并采用了申万的行业分级,由于沪深300指数成份股中不含“餐饮旅游”类股票,故实际上我们选取了剩余的22个行业进行考察,根据对应权重配比计算得到的15个选股能力指标(SSC)的排序如下: 　　 　　 　　 　　 　　 　　结果显示,除了股息率外,剩余的所有价值类指标均远远超越其他类别及指标的表现。若以SSC=0为临界点,前6大指标中,价值类指标为3个,动量类和成长类分别各为1个。所有15个指标中,由表现最好的市销率选出的股票组合的历史表现强于表现最差的股息率选出的组合多达500个百分点以上。 　　基于此,可以看到,在最近四年中,价值类指标在中国A股市场中是最有效的选股指标类别之一。然而,对于在市场演变过程中出现的震荡,特别是趋势发生改变前后指标排序又有何异常?这对于股市历史走势及未来趋势的判断能够起到很好的指导作用。我们选取了2006年5月到2009年7月以来几个最大的拐点:2007年1月、2007年5月、2007年10月、2008年3月、2008年10月、2009年7月。以下是选取的15个指标在这些月节点上的表现排序(见表2): 　　 　　 　　 　　 　　可以看到,3M反转指标表现相对突出,在每一次大的拐点上几乎都成为了最有效的选股指标(指标=15为最大值),进一步观察发现,在月间单边上扬或单边下跌市中,3M反转指标往往表现最为逊色。当然,仅仅基于此便判定3M反转指标能最有效识别拐点还不够充分,因为我们同时也看到部分其他月份3M反转指标并未按前述的规律来表现。 　　周期性行业及非周期性行业的影响 　　前面,我们选取了申万22个行业进行组合考察排序,全行业配置有利于资产均匀分布,从而在最大程度上规避了非系统性风险,然而,不同投资者对于风险的不同喜好,以及在不同市场时期不同的进攻/防守策略促使我们将视角延伸,进而分开观察周期性行业以及非周期性行业的在市场周期中的表现。 　　我们选取了50支股票的组合规模,分别对周期性行业,及非周期性行业进行了选股指标排序。通过对比可以看到,周期性行业与非周期性行业的指标排序略有不同:在周期性行业下,市销率同在全行业配置中一样,位