證券投資風(fēng)格研究課件

證券投資風(fēng)格研究

證券投資風(fēng)格研究

1

一、證券投資風(fēng)格的定義及其研究背景

二、證券投資風(fēng)格的成因三、證券投資風(fēng)格的劃分方法四、我國證券市場風(fēng)格存在性分析五、總結(jié)與結(jié)論

2

一、證券投資風(fēng)格的定義及其研究背景

1.證券投資風(fēng)格的研究背景

國外證券市場對于證券投資風(fēng)格（styleinvesting）的研究自20世紀70年代初開始起步，已經(jīng)在實踐中得到了較多的應(yīng)用。然而，我國對于風(fēng)格的研究則處于起步階段。

3

在資本資產(chǎn)定價模型（CAPM）及單因素模型中，市場因素是唯一影響所有證券及投資組合回報率的系統(tǒng)性風(fēng)險因素。然而20世紀70年代起的一些實證研究表明：β并非決定股票預(yù)期收益率的唯一因素，還存在其它影響證券及投資組合回報率的因素，這些被稱為超市場因素，超市場因素主要包括風(fēng)格因素和行業(yè)因素等。Sharpe（1992）、Wermers（2000）的研究發(fā)現(xiàn)：投資基金業(yè)績的90％以上是由風(fēng)格決定的。在資本資產(chǎn)定價模型（CAPM）及單因素42.證券投資風(fēng)格的概念

風(fēng)格的概念包括了兩層含義：首先，構(gòu)成某種風(fēng)格的股票必須具有一種共同的屬性，這一屬性使風(fēng)格內(nèi)的股票與其他的股票相區(qū)別。其次，同一風(fēng)格股票的收益表現(xiàn)必須具有較強的相關(guān)性。按照風(fēng)格而非單個證券來配置資產(chǎn)的股票投資組合管理方法被稱為風(fēng)格投資（styleinvesting）。

2.證券投資風(fēng)格的概念53.前人的研究成果及啟示

JamesFarrell（1974）研究發(fā)現(xiàn)：所有股票大體可以分為四個“簇”即成長、周期、穩(wěn)定和能源。同一“簇”內(nèi)各股票之間收益相關(guān)性很高，但不同種“簇”的收益相關(guān)性很低。70年代后半期的研究顯示，大市值股票和小市值股票的相對表現(xiàn)存在很大的差異。證券投資風(fēng)格研究課件6Fama＆French（1996）運用多因素模型確定能夠解釋股票回報率的因素，方程式為：

rit－rft=ai+bi1(rMt－rft)+bi2SMBt+bi3HMLt+eit其中rMt－rft是市場月收益率與國庫券月度收益率的差；SMBt等于小證券指數(shù)與大市值指數(shù)月度收益率的差；HMLt為高賬面價值／市值比率股票指數(shù)與低賬面價值／市值比率股票指數(shù)月度收益率的差。研究發(fā)現(xiàn)：規(guī)模和賬面價值／市值比率都是解釋股票期望收益率的重要因素。Fama＆French（1996）運用7基于上述研究，人們將具有相似屬性和收益表現(xiàn)的股票稱為風(fēng)格，目前得到廣泛認可的風(fēng)格為價值、增長、大市值、小市值。RichardBernstein（1995）在其著作《StyleInvesting：UniqueInsightIntoEquityManagement》對各種不同風(fēng)格進行了詳細研究。證券投資風(fēng)格研究課件84.證券投資風(fēng)格的研究意義研究風(fēng)格可以幫助投資組合經(jīng)理更好地管理組合。不同風(fēng)格的股票間波動的相關(guān)性小，在進行配置時可以取得良好的多元化效果。按照風(fēng)格進行投資，基金經(jīng)理只需按照屬性關(guān)注數(shù)量有限的風(fēng)格種類，可以有效過濾掉大量無關(guān)信息，使篩選寬度大幅度增加。4.證券投資風(fēng)格的研究意義9

同樣，對風(fēng)格的研究也便于投資顧問對不同的基金進行評估。傳統(tǒng)的基金業(yè)績評估忽略了基金投資風(fēng)格對基金業(yè)績的影響。在基金業(yè)績評估中只有在對基金經(jīng)理人所有的非主觀因素如資產(chǎn)的風(fēng)險水平和資產(chǎn)的投資風(fēng)格進行調(diào)整之后，才能對基金經(jīng)理的能力做出有效評估。美國投資界中，越來越多的機構(gòu)投資者開始采納風(fēng)格投資的概念?？梢灶A(yù)見，由于風(fēng)格投資具有很強的優(yōu)點，在不久的將來會被越來越多的中國機構(gòu)投資者所接受。

10二、證券投資風(fēng)格的成因

實證研究發(fā)現(xiàn)，同種風(fēng)格股票的收益之間存在較強的相關(guān)性。對此學(xué)術(shù)上存在不同的解釋。行為金融學(xué)認為：投資者對事件的反應(yīng)不是無偏的，經(jīng)常出現(xiàn)反應(yīng)過度。Laporta（1996）和LaportaLakonishok，Shleifr＆vishny（1997）檢驗發(fā)現(xiàn)魅力組合盈余公告的事件累計收益為負，而價值組合盈余公告的事件累計收益為正。價值型股票長期內(nèi)的超額回報來源于投資者對某些收益表現(xiàn)不佳企業(yè)的過度低估。Dowen（1989）認為小市值股票的長期超額收益是由于小市值企業(yè)可得的信息比大公司少，較少被華爾街分析師關(guān)注。二、證券投資風(fēng)格的成因11

Fama＆French（1992，1993，1996）從風(fēng)險補償?shù)慕嵌瘸霭l(fā)，認為：規(guī)模和賬面價值／市值比率是代表著某種系統(tǒng)風(fēng)險的屬性。那些賬面價值／市值比率較高的公司更客易陷入財務(wù)困境。而小市值股票的流動性較差，Keim和Madhavan（1997）發(fā)現(xiàn)機構(gòu)對NYSE和AMEX上市的市值最小的20％股票的單向交易成本達到了1.92％。小市值股票的超額收益可能來源于對流動性風(fēng)險的補償。

12

Daninel和Titman（1997）認為具有相同市值屬性或賬面價值市值屬性的公司分享著共同的特征（如相關(guān)的產(chǎn)業(yè)鏈、相同的行業(yè)以及相同的地區(qū)等），對宏觀經(jīng)濟或行業(yè)變動便具有相似的因素敏感性。投資大眾的心理也對同一風(fēng)格內(nèi)股票的聯(lián)動現(xiàn)象起了很大的作用。BrianH.Boyer（2003）的研究指出：當(dāng)某只股票由價值型轉(zhuǎn)為增長型時，它與增長指數(shù)的相關(guān)性增加了。人們傾向于將同種屬性股票按同樣的方式對待，使得不同的股票按照相似方式波動。

綜上所述，風(fēng)格的產(chǎn)生可能是由基本囚素與心理現(xiàn)象等多種因素共同引起的。Daninel和Titman（1997）13三、證券投資風(fēng)格的劃分方法

目前對于風(fēng)格存在著兩種劃分方法。一種是基于股票收益率進行劃分，另一種是基于股票的基本特征。證券投資風(fēng)格研究課件141.基于收益的劃分方法（RBS）。

RBS方法最典型的形式是WilliamFSharp（1992）的方法。Sharp首先將歸為債券、國庫券、外國股票等12個類別，提出下列資產(chǎn)因子模型：Ri=bi1F1+bi2F2+……+binFn+eiRi是第i個基金的收益率，F(xiàn)1,F2,…,Fn分別代表各資產(chǎn)類的收益率，bi1,bi2,…,bin是基金組合對各資產(chǎn)類的敏感度，ei是基金組合收益率中不能被因子解釋的部分。資產(chǎn)類因子模型中系數(shù)估計采用的是一個有約束的二次規(guī)劃方法，要求所有因子敏感度（bij）之和為1,并且（bij）非負。在所有因子敏感度bij中，最大的bij所對應(yīng)的因子就是該基金的投資風(fēng)格。1.基于收益的劃分方法（RBS）。15Farrell（1974）也是基于收益進行風(fēng)格劃分的，他采用的是聚類分析法（clusteranalysis）。Farrell首先選取了100只股票作為樣本，列出各只股票在1961－1969年間的月回報率。在將回報調(diào)整以去除市場效應(yīng)影響之后，計算一下樣本中股票的相關(guān)系數(shù)（ClusterAnalysis）。具體的步驟是：（1）求出相關(guān)系數(shù)為正且最高的股票的相關(guān)系數(shù)矩陣；（2）把這些股票合并在一起，并將矩陣中的股票數(shù)目減去1；（3）重新計算相關(guān)性矩陣，包括合并股票（或群落）與剩余股票（或群落）之間的相關(guān)系數(shù)。Farrell（1974）也是基于收16在循環(huán)進行了96次以后，得出了最后的四組群落。各群落由相關(guān)性較高的股票組成，并按照所含的大多數(shù)股票類型劃分為增長類、周期類、穩(wěn)定類和能源類。每一類股票中最低的相關(guān)系數(shù)為：增長類0.19，穩(wěn)定類0.15，周期類0.18，能源類0.27。各群落間的相關(guān)系數(shù)為負。

證券投資風(fēng)格研究課件17

2.基于特征的劃分方法（CBS）該方法選用某種指標(biāo)作為風(fēng)格屬性的代表劃分風(fēng)格。例如，對于價值型風(fēng)格來說，在某種程度上能夠用低市盈率、低市凈率以及低市收率等指標(biāo)特征來代表。2.基于特征的劃分方法（CBS）18

著名的基金評級公司晨星公司（Morningstar）于2002年6月建立了一套新的風(fēng)格分類方法，用于對基金進行評級。晨星公司認為：價值和增長是股票的兩種屬性，通過對每種股票賦予一個價值分和一個增長分，按其中比較顯著的特征值進行分類。在對價值／增長屬性評價之前，先按規(guī)模將股票分為大、中、小盤三類。

19具體步驟如下：（1）將所有股票按市值降序排列，累計市值70％的定義為大盤股，70％－90％的為中盤股，90％－97％的為小盤股。（2）計算股票的收益市值比、股利市值比、凈資產(chǎn)市值比、現(xiàn)金流市值比、銷售收入市值比五個指標(biāo)的預(yù)測值，對各指標(biāo)與平均值比較，給予評分，而后對五個評分加權(quán)，計算得到價值分。（3）計算股票的盈利、銷售額、現(xiàn)金流、賬面價值的增長，對各指標(biāo)與平均值比較，給予評分，而后對四個評分加權(quán)，計算得到增長分。（4）將價值分（V）減去增長分（G），得到凈增長價值分（VCG），取值范圍在—100到+100。不同股本規(guī)模的股票具有不同的增長價值劃分界限。比如大盤股，增長性到中性的界限為—25，價值性與中性的界限為15。（5）對規(guī)模及凈增長價值分進行標(biāo)準化，得到加權(quán)X和Y值。具體步驟如下：20四、我國證券市場風(fēng)格存在性分析

首先采用上證180成分股本為樣本，研究風(fēng)格在我國的存在性。研究的數(shù)據(jù)來自于“天軟金融分析.NET”的數(shù)據(jù)庫，該數(shù)據(jù)庫包括滬深證券市場的行情數(shù)據(jù)、財務(wù)報告及公告信息。聚類分析采用SPSS11.5軟件完成。實證檢驗所使用到的數(shù)據(jù)為2003年7月1日到2004年6月30日期間，每個交易日的對數(shù)收益率。為了避免新股異常波動的影響，刪除了在期后上市的13只樣本股。四、我國證券市場風(fēng)格存在性分析211.具體研究方法

（1）計算2003年7月1日到2003年12月31日128個交易日的樣本股對數(shù)收益率。（2）按照對數(shù)收益率間的相似系數(shù)進行聚類，聚類方法為組間聯(lián)結(jié)法。（3）對2004年1月1日到2004年6月30日樣本股的對數(shù)收益率再次進行聚類分析。（4）比較兩次聚類分析的結(jié)果。

對2003年下半年收益數(shù)據(jù)的聚類可以得到三個類群。第一、二類股票與第三類股票之間的組間相關(guān)性為最小為－0.066，第一、二類股票之間的組間相關(guān)性為－0.007；對2004年上半年收益數(shù)據(jù)再次進行聚類分析，得到了七個類群，組內(nèi)最小相關(guān)性為0.02。按照風(fēng)格的定義，類群的劃分必須具有相對的穩(wěn)定性，從這個意義上我國證券市場還不是風(fēng)格導(dǎo)向的。1.具體研究方法22實證研究同時發(fā)現(xiàn)，我國證券市場的股票多數(shù)是按照行業(yè)一起波動的。在兩次聚類分析中：石化鋼鐵汽車三類股票都是一起波動的。銀行證券、通信網(wǎng)絡(luò)軟件、電力、航空、房地產(chǎn)、機場港口、家電也是明顯的板塊。比較特殊的是紫江集團和雙鶴藥業(yè)，雖然不是一個板塊，但是2003年下半年波動相關(guān)系數(shù)高達0.437。主要原因可能是因為同時被銀河證券大量持有，股票走勢受到操控。也存在著脫離行業(yè)獨立運動的股票，如2003年下半年廣鋼股份的股價走勢與鋼鐵板塊其他股票基本不相關(guān)。實證研究同時發(fā)現(xiàn)，我國證券市場的股票23聚類分析表明，我國證券市場上股票存在著以行業(yè)類別為基礎(chǔ)的風(fēng)格，以微觀屬性劃分的風(fēng)格不明顯。在風(fēng)格的定義表明具有同種屬性的股票之間相關(guān)性較大。因此本文接下來將研究在我國證券市場上具有同種屬件的股票之間是否相關(guān)性較大。我們選用的屬性包括流通市值、賬面價值市值比率（B／M）以及凈資產(chǎn)收益率（ROE），分別表征市值、價值以及增長三種風(fēng)格。聚類分析表明，我國證券市場上股票存在著242.研究方法設(shè)計（1）組合的構(gòu)建。選擇1995年1月1日到2003年12月31日期間，每年年初第一個交易日和下半年第一個交易日上海和深圳證券市場所有股票的流通市值以及復(fù)權(quán)收盤價。計算每年年初第一個交易日和下半年第一個交易日的流通股市值并進行排序，參照Banz（1981）的做法，按流通市值將股票分為五個等份，每份各占20％的股票。其中組合一是市值最小的組合，而組合五是市值最大的組合。2.研究方法設(shè)計25（2）計算每個組合按照流通市值加權(quán)的月度收益率。單一股票的收益率即股票月末收盤價與上月末收盤價之差除以上月收盤價，即：Ri=(Pt－Pt－1)/Pt－1，組合的收益率計算公式為：Rk=∑SiRi，其中Si為股票i的市值權(quán)重。（3）每半年調(diào)整一次組合，重新計算月度收益率。（4）比較各組收益率的相關(guān)性，得出結(jié)論。（5）按照賬面價值市值比率（B／M）、凈資產(chǎn)收益率（ROE）進行排序分組，每年年初調(diào)整一次組合，計算每一組的月度加權(quán)收益率及其相關(guān)性（刪除賬面價值為負數(shù)的股票）。（2）計算每個組合按照流通市值加權(quán)的月度收263.結(jié)果及分析表1—表3列示的是按照不同指標(biāo)構(gòu)建的組合之間的相關(guān)性表1不同市值組合的收益相關(guān)性組合1組合2組合3組合4組合5市場總體組合110.9770.9580.9110.7580.904組合20.97710.9810.9480.8110.942組合30.9580.98110.9740.8620.971組合40.9110.9480.97410.9100.982組合50.7580.8110.8620.91010.9463.結(jié)果及分析組合1組合2組合3組合4組合5市場總體組合1127表2按帳面價值市值比率（B/M）劃分組合的相關(guān)性組合1組合2組合3組合4組合5市場總體組合110.9560.8590.8280.6320.943組合20.95610.9050.8850.7370.973組合30.8590.90510.9530.8570.960組合40.8280.8850.95310.9150.957組合50.6320.7370.8570.91510.843表2按帳面價值市值比率（B/M）劃分組合的相關(guān)性組合1組合28表3按照凈資產(chǎn)收益率（ROE）劃分組合的相關(guān)性

組合1組合2組合3組合4組合5市場總體組合110.8620.8420.7190.6570.890組合20.86210.9650.9370.8820.982組合30.8420.96510.9390.9010.981組合40.7190.9370.93910.9700.952組合50.6570.8820.9010.97010.914組合1組合2組合3組合4組合5市場總體組合110.8620.29從表1一表3可以發(fā)現(xiàn)，按照市值、B／M以及ROE劃分組合，屬性相似的相鄰組合間的波動相關(guān)性均大于屬性值差別較大的組合間波動的相關(guān)性。這反映出我國證券市場中具有相似屬性的股票傾向于一起波動。價值、增長、小市值屬性的最為明顯的前20％組合的月度加權(quán)平均收益率，在樣本期間內(nèi)都高于市場總體。三種風(fēng)格都取得了超額回報。從表1一表3可以發(fā)現(xiàn)，按照市值、B／M30五、總結(jié)與結(jié)論

具有某種共同屬性且波動相關(guān)性較大的股票被歸為一種風(fēng)格，風(fēng)格是由基本因素與心理現(xiàn)象等多種因素共同引起的。風(fēng)格是影響股票期望收益率的重要因素。研究風(fēng)格可以幫助投資組合經(jīng)理更好地管理組合，也便于投資顧問對不同種類的基金更好地進行評估。

五、總結(jié)與結(jié)論31目前對于風(fēng)格的分類力法可以概括為基于股票收益率劃分和基于股票基本特征劃分兩類。運用聚類分析對上證180樣本股的研究發(fā)現(xiàn)，我國證券市場上股票存在著以行業(yè)類別為基礎(chǔ)的風(fēng)格，以微觀屬性劃分的風(fēng)格不明顯。然而，按照流通市值、B／M以及ROE三類指標(biāo)劃分的組合相關(guān)性研究發(fā)現(xiàn)，具有相似屬性的股票波動相關(guān)性明顯較強，并且三種屬性構(gòu)建的風(fēng)格組合都取得了超額回報。綜合上述研究，可以認為我國證券市場具有一定的風(fēng)格特征。目前對于風(fēng)格的分類力法可以概括為基于股32謝謝大家！謝謝大家！33證券投資風(fēng)格研究

證券投資風(fēng)格研究

34

一、證券投資風(fēng)格的定義及其研究背景

二、證券投資風(fēng)格的成因三、證券投資風(fēng)格的劃分方法四、我國證券市場風(fēng)格存在性分析五、總結(jié)與結(jié)論

35

一、證券投資風(fēng)格的定義及其研究背景

1.證券投資風(fēng)格的研究背景

國外證券市場對于證券投資風(fēng)格（styleinvesting）的研究自20世紀70年代初開始起步，已經(jīng)在實踐中得到了較多的應(yīng)用。然而，我國對于風(fēng)格的研究則處于起步階段。

36

在資本資產(chǎn)定價模型（CAPM）及單因素模型中，市場因素是唯一影響所有證券及投資組合回報率的系統(tǒng)性風(fēng)險因素。然而20世紀70年代起的一些實證研究表明：β并非決定股票預(yù)期收益率的唯一因素，還存在其它影響證券及投資組合回報率的因素，這些被稱為超市場因素，超市場因素主要包括風(fēng)格因素和行業(yè)因素等。Sharpe（1992）、Wermers（2000）的研究發(fā)現(xiàn)：投資基金業(yè)績的90％以上是由風(fēng)格決定的。在資本資產(chǎn)定價模型（CAPM）及單因素372.證券投資風(fēng)格的概念

風(fēng)格的概念包括了兩層含義：首先，構(gòu)成某種風(fēng)格的股票必須具有一種共同的屬性，這一屬性使風(fēng)格內(nèi)的股票與其他的股票相區(qū)別。其次，同一風(fēng)格股票的收益表現(xiàn)必須具有較強的相關(guān)性。按照風(fēng)格而非單個證券來配置資產(chǎn)的股票投資組合管理方法被稱為風(fēng)格投資（styleinvesting）。

2.證券投資風(fēng)格的概念383.前人的研究成果及啟示

JamesFarrell（1974）研究發(fā)現(xiàn)：所有股票大體可以分為四個“簇”即成長、周期、穩(wěn)定和能源。同一“簇”內(nèi)各股票之間收益相關(guān)性很高，但不同種“簇”的收益相關(guān)性很低。70年代后半期的研究顯示，大市值股票和小市值股票的相對表現(xiàn)存在很大的差異。證券投資風(fēng)格研究課件39Fama＆French（1996）運用多因素模型確定能夠解釋股票回報率的因素，方程式為：

rit－rft=ai+bi1(rMt－rft)+bi2SMBt+bi3HMLt+eit其中rMt－rft是市場月收益率與國庫券月度收益率的差；SMBt等于小證券指數(shù)與大市值指數(shù)月度收益率的差；HMLt為高賬面價值／市值比率股票指數(shù)與低賬面價值／市值比率股票指數(shù)月度收益率的差。研究發(fā)現(xiàn)：規(guī)模和賬面價值／市值比率都是解釋股票期望收益率的重要因素。Fama＆French（1996）運用40基于上述研究，人們將具有相似屬性和收益表現(xiàn)的股票稱為風(fēng)格，目前得到廣泛認可的風(fēng)格為價值、增長、大市值、小市值。RichardBernstein（1995）在其著作《StyleInvesting：UniqueInsightIntoEquityManagement》對各種不同風(fēng)格進行了詳細研究。證券投資風(fēng)格研究課件414.證券投資風(fēng)格的研究意義研究風(fēng)格可以幫助投資組合經(jīng)理更好地管理組合。不同風(fēng)格的股票間波動的相關(guān)性小，在進行配置時可以取得良好的多元化效果。按照風(fēng)格進行投資，基金經(jīng)理只需按照屬性關(guān)注數(shù)量有限的風(fēng)格種類，可以有效過濾掉大量無關(guān)信息，使篩選寬度大幅度增加。4.證券投資風(fēng)格的研究意義42

同樣，對風(fēng)格的研究也便于投資顧問對不同的基金進行評估。傳統(tǒng)的基金業(yè)績評估忽略了基金投資風(fēng)格對基金業(yè)績的影響。在基金業(yè)績評估中只有在對基金經(jīng)理人所有的非主觀因素如資產(chǎn)的風(fēng)險水平和資產(chǎn)的投資風(fēng)格進行調(diào)整之后，才能對基金經(jīng)理的能力做出有效評估。美國投資界中，越來越多的機構(gòu)投資者開始采納風(fēng)格投資的概念?？梢灶A(yù)見，由于風(fēng)格投資具有很強的優(yōu)點，在不久的將來會被越來越多的中國機構(gòu)投資者所接受。

43二、證券投資風(fēng)格的成因

實證研究發(fā)現(xiàn)，同種風(fēng)格股票的收益之間存在較強的相關(guān)性。對此學(xué)術(shù)上存在不同的解釋。行為金融學(xué)認為：投資者對事件的反應(yīng)不是無偏的，經(jīng)常出現(xiàn)反應(yīng)過度。Laporta（1996）和LaportaLakonishok，Shleifr＆vishny（1997）檢驗發(fā)現(xiàn)魅力組合盈余公告的事件累計收益為負，而價值組合盈余公告的事件累計收益為正。價值型股票長期內(nèi)的超額回報來源于投資者對某些收益表現(xiàn)不佳企業(yè)的過度低估。Dowen（1989）認為小市值股票的長期超額收益是由于小市值企業(yè)可得的信息比大公司少，較少被華爾街分析師關(guān)注。二、證券投資風(fēng)格的成因44

Fama＆French（1992，1993，1996）從風(fēng)險補償?shù)慕嵌瘸霭l(fā)，認為：規(guī)模和賬面價值／市值比率是代表著某種系統(tǒng)風(fēng)險的屬性。那些賬面價值／市值比率較高的公司更客易陷入財務(wù)困境。而小市值股票的流動性較差，Keim和Madhavan（1997）發(fā)現(xiàn)機構(gòu)對NYSE和AMEX上市的市值最小的20％股票的單向交易成本達到了1.92％。小市值股票的超額收益可能來源于對流動性風(fēng)險的補償。

45

Daninel和Titman（1997）認為具有相同市值屬性或賬面價值市值屬性的公司分享著共同的特征（如相關(guān)的產(chǎn)業(yè)鏈、相同的行業(yè)以及相同的地區(qū)等），對宏觀經(jīng)濟或行業(yè)變動便具有相似的因素敏感性。投資大眾的心理也對同一風(fēng)格內(nèi)股票的聯(lián)動現(xiàn)象起了很大的作用。BrianH.Boyer（2003）的研究指出：當(dāng)某只股票由價值型轉(zhuǎn)為增長型時，它與增長指數(shù)的相關(guān)性增加了。人們傾向于將同種屬性股票按同樣的方式對待，使得不同的股票按照相似方式波動。

綜上所述，風(fēng)格的產(chǎn)生可能是由基本囚素與心理現(xiàn)象等多種因素共同引起的。Daninel和Titman（1997）46三、證券投資風(fēng)格的劃分方法

目前對于風(fēng)格存在著兩種劃分方法。一種是基于股票收益率進行劃分，另一種是基于股票的基本特征。證券投資風(fēng)格研究課件471.基于收益的劃分方法（RBS）。

RBS方法最典型的形式是WilliamFSharp（1992）的方法。Sharp首先將歸為債券、國庫券、外國股票等12個類別，提出下列資產(chǎn)因子模型：Ri=bi1F1+bi2F2+……+binFn+eiRi是第i個基金的收益率，F(xiàn)1,F2,…,Fn分別代表各資產(chǎn)類的收益率，bi1,bi2,…,bin是基金組合對各資產(chǎn)類的敏感度，ei是基金組合收益率中不能被因子解釋的部分。資產(chǎn)類因子模型中系數(shù)估計采用的是一個有約束的二次規(guī)劃方法，要求所有因子敏感度（bij）之和為1,并且（bij）非負。在所有因子敏感度bij中，最大的bij所對應(yīng)的因子就是該基金的投資風(fēng)格。1.基于收益的劃分方法（RBS）。48Farrell（1974）也是基于收益進行風(fēng)格劃分的，他采用的是聚類分析法（clusteranalysis）。Farrell首先選取了100只股票作為樣本，列出各只股票在1961－1969年間的月回報率。在將回報調(diào)整以去除市場效應(yīng)影響之后，計算一下樣本中股票的相關(guān)系數(shù)（ClusterAnalysis）。具體的步驟是：（1）求出相關(guān)系數(shù)為正且最高的股票的相關(guān)系數(shù)矩陣；（2）把這些股票合并在一起，并將矩陣中的股票數(shù)目減去1；（3）重新計算相關(guān)性矩陣，包括合并股票（或群落）與剩余股票（或群落）之間的相關(guān)系數(shù)。Farrell（1974）也是基于收49在循環(huán)進行了96次以后，得出了最后的四組群落。各群落由相關(guān)性較高的股票組成，并按照所含的大多數(shù)股票類型劃分為增長類、周期類、穩(wěn)定類和能源類。每一類股票中最低的相關(guān)系數(shù)為：增長類0.19，穩(wěn)定類0.15，周期類0.18，能源類0.27。各群落間的相關(guān)系數(shù)為負。

證券投資風(fēng)格研究課件50

2.基于特征的劃分方法（CBS）該方法選用某種指標(biāo)作為風(fēng)格屬性的代表劃分風(fēng)格。例如，對于價值型風(fēng)格來說，在某種程度上能夠用低市盈率、低市凈率以及低市收率等指標(biāo)特征來代表。2.基于特征的劃分方法（CBS）51

著名的基金評級公司晨星公司（Morningstar）于2002年6月建立了一套新的風(fēng)格分類方法，用于對基金進行評級。晨星公司認為：價值和增長是股票的兩種屬性，通過對每種股票賦予一個價值分和一個增長分，按其中比較顯著的特征值進行分類。在對價值／增長屬性評價之前，先按規(guī)模將股票分為大、中、小盤三類。

52具體步驟如下：（1）將所有股票按市值降序排列，累計市值70％的定義為大盤股，70％－90％的為中盤股，90％－97％的為小盤股。（2）計算股票的收益市值比、股利市值比、凈資產(chǎn)市值比、現(xiàn)金流市值比、銷售收入市值比五個指標(biāo)的預(yù)測值，對各指標(biāo)與平均值比較，給予評分，而后對五個評分加權(quán)，計算得到價值分。（3）計算股票的盈利、銷售額、現(xiàn)金流、賬面價值的增長，對各指標(biāo)與平均值比較，給予評分，而后對四個評分加權(quán)，計算得到增長分。（4）將價值分（V）減去增長分（G），得到凈增長價值分（VCG），取值范圍在—100到+100。不同股本規(guī)模的股票具有不同的增長價值劃分界限。比如大盤股，增長性到中性的界限為—25，價值性與中性的界限為15。（5）對規(guī)模及凈增長價值分進行標(biāo)準化，得到加權(quán)X和Y值。具體步驟如下：53四、我國證券市場風(fēng)格存在性分析

首先采用上證180成分股本為樣本，研究風(fēng)格在我國的存在性。研究的數(shù)據(jù)來自于“天軟金融分析.NET”的數(shù)據(jù)庫，該數(shù)據(jù)庫包括滬深證券市場的行情數(shù)據(jù)、財務(wù)報告及公告信息。聚類分析采用SPSS11.5軟件完成。實證檢驗所使用到的數(shù)據(jù)為2003年7月1日到2004年6月30日期間，每個交易日的對數(shù)收益率。為了避免新股異常波動的影響，刪除了在期后上市的13只樣本股。四、我國證券市場風(fēng)格存在性分析541.具體研究方法

（1）計算2003年7月1日到2003年12月31日128個交易日的樣本股對數(shù)收益率。（2）按照對數(shù)收益率間的相似系數(shù)進行聚類，聚類方法為組間聯(lián)結(jié)法。（3）對2004年1月1日到2004年6月30日樣本股的對數(shù)收益率再次進行聚類分析。（4）比較兩次聚類分析的結(jié)果。

對2003年下半年收益數(shù)據(jù)的聚類可以得到三個類群。第一、二類股票與第三類股票之間的組間相關(guān)性為最小為－0.066，第一、二類股票之間的組間相關(guān)性為－0.007；對2004年上半年收益數(shù)據(jù)再次進行聚類分析，得到了七個類群，組內(nèi)最小相關(guān)性為0.02。按照風(fēng)格的定義，類群的劃分必須具有相對的穩(wěn)定性，從這個意義上我國證券市場還不是風(fēng)格導(dǎo)向的。1.具體研究方法55實證研究同時發(fā)現(xiàn)，我國證券市場的股票多數(shù)是按照行業(yè)一起波動的。在兩次聚類分析中：石化鋼鐵汽車三類股票都是一起波動的。銀行證券、通信網(wǎng)絡(luò)軟件、電力、航空、房地產(chǎn)、機場港口、家電也是明顯的板塊。比較特殊的是紫江集團和雙鶴藥業(yè)，雖然不是一個板塊，但是2003年下半年波動相關(guān)系數(shù)高達0.437。主要原因可能是因為同時被銀河證券大量持有，股票走勢受到操控。也存在著脫離行業(yè)獨立運動的股票，如2003年下半年廣鋼股份的股價走勢與鋼鐵板塊其他股票基本不相關(guān)。實證研究同時發(fā)現(xiàn)，我國證券市場的股票56聚類分析表明，我國證券市場上股票存在著以行業(yè)類別為基礎(chǔ)的風(fēng)格，以微觀屬性劃分的風(fēng)格不明顯。在風(fēng)格的定義表明具有同種屬性的股票之間相關(guān)性較大。因此本文接下來將研究在我國證券市場上具有同種屬件的股票之間是否相關(guān)性較大。我們選用的屬性包括流通市值、賬面價值市值比率（B／M）以及凈資產(chǎn)收益率（ROE），分別表征市值、價值以及增長三種風(fēng)格。聚類分析表明，我國證券市場上股票存在著572.研究方法設(shè)計（1）組合的構(gòu)建。選擇1995年1月1日到2003年12月31日期間，每年年初第一個交易日和下半年第一個交易日上海和深圳證券市場所有股票的流通市值以及復(fù)權(quán)收盤價。計算每年年初第一個交易日和下半年第一個交易日的流通股市值并進行排序，參照Banz（1981）的做法，按流通市值將股票分為五個等份，每份各占20％的股票。其中組合一是市值最小的組合，而組合五是市值最大的組合。2.研究方法設(shè)計58（2）計算每個組合按照流通市值加權(quán)的月度收益率。單一股票的收益率即股票月末收盤價與上月末收盤價之差除以上月收盤價，即：Ri=(Pt－Pt－1)/Pt－1，組合的收益率計算公式為：Rk=∑SiRi，其中Si為股票i的市值權(quán)重。（3）每半年調(diào)整一次組合，重新計算月度收益率。（4）比較各組收益率的相關(guān)性，得出結(jié)論。（5）按照賬面價值市值比率（B／M）、凈資產(chǎn)收益率（ROE）進行排序分組，每年年初調(diào)整一次組合，計算每一組的月度加權(quán)收益率及其相關(guān)性（刪除賬面價值為負數(shù)的股票）。（2）計算每個組合按照流通市值加權(quán)的月度收593.結(jié)果及分析