行业股指生存特征的比较分析

　　［摘 要］本文运用生存分析方法对我国股票市场的行业股指进行研究,以考察行业间的生存特征是否存在着显著的差异。其中采用资本资产定价模型对行业股指中的系统性风险进行了测度,测度结果显示,我国股票市场上的系统性风险很大,且行业间存在着较大差异。从中筛选出了受系统性风险影响较小、行业自身特征较明显的六个行业,并对这些行业的股指收益率进行了系统性风险的剥离。本文从连涨与连跌两个角度对已剥离了系统性风险影响的六个行业的股指收益率数据进行了生存分析,刻画了每个行业的生存特征。通过比较各行业的生存函数可以发现,行业间生存特征的差异是显著的,而且同一行业的连涨生存特征与连跌生存特征是非对称的。
　　［关键词］生存分析;行业股指;生存特征;系统性风险
　　［中图分类号］F832.5 ［文献标识码］A ［文章编号］1005-6432（2012）13-0052-04
　　1 引 言
　　经过20多年的发展,我国股票市场取得了举世瞩目的成就,交易主体结构日趋合理,交易行为日益规范,交易制度日臻完善,市场监管也逐步到位,使得作为全球第二大市值资本市场的我国股票市场投资价值也日益显现。众所周知,行业层面的分析研究对资本的配置至关重要。所以本文运用生存分析方法对我国股票市场的行业股指进行研究,以考察行业间的生存特征是否存在着显著的差异。本文的研究成果能为投资者在行业层面进行资产配置、寻求拥有稳定收益的资产组合时,提供一些可行的指导；同时也能对希望认清和把握行业股指运行特征、防范股市风险的市场监管者提供一些可靠的帮助。
　　生存分析方法是医学、生物学等领域研究变量存活时间时经常使用到的一种统计方法。20世纪70年代末,经济学家借用这种方法来研究失业时间的持续性等经济问题,后来该方法逐渐被应用到劳动经济学、福利经济学以及金融学等领域问题的研究上来。我们可以把生存分析方法运用到股市分析中来。国内外采用该方法研究股市的文献还较少。国内仅有雷鸣、缪柏其(2003)利用生存分析的方法对上证指数进行了研究。国外学者Jarl Kallberg等(2008)对美国82个行业的股指进行了超额联动分析,他们首先对行业股指的收益率进行了系统性因素的解释,然后度量了去除系统性因素影响后的行业股指之间的相关程度,来反映行业股指间的超额联动程度。本文就将生存分析方法引入到行业层面,对行业股指的生存特征进行刻画,从新的视角观察行业板块的运行规律,达到运用不同的数据类型和数据结构更全面地研究股市中行业特征的目的。
　　2 股市生存时间及分析思路
　　股市的走势有两种,上涨或者下跌,那么股市的生存状态也就有两种,上涨生存状态和下跌生存状态。由于本文研究行业股指连涨收益率和连跌收益率的生存状态,下面对它们的生存时间进行定义。股市中的上涨和下跌有时候并不是一天就会结束,而是表现为连续几天上涨或者连续几天的下跌,那么股市的连续上涨和下跌就可以看做是一种特殊的生存过程。从一个行业股指开始上涨算起,直到上涨到头转而下跌时为止,这一过程为该行业股指的一个上涨生存状态。在该状态下,累计上涨的收益率幅度作为该行业上涨状态的一个“生存时间”；相反的,从一个行业股指开始下跌算起,直到下跌到头转而上涨时为止,这一过程为该行业股指的一个下跌生存状态。在该状态下,累计下跌的收益率幅度作为该行业下跌状态的一个“生存时间”。简单地说,就是把上涨或下跌的幅度的大小看做生存时间的长短。
　　生存分析在股市中适用的范围很广,其分析对象不仅可以是宏观层面的股票市场,也可以是中观层面的行业板块,还可以是微观层面的公司个股。运用生存分析方法对股市进行分析,可以刻画出股市的生存特征。宏观层面大盘的生存特征可以为制定股市宏观政策提供帮助；中观层面各行业不同的生存特征,可以为资产在行业层面的配置提供参考；微观层面个股的生存特征可以为个股选择提供指导。
　　3 数据的选取及处理方法
　　3.1 数据的选择
　　考虑到本文是对我国股票市场的行业层面进行研究,所以选取了中国证监会在2001年发布的《上市公司行业分类指引》中对行业进行划分的分类标准。
　　Wind资讯以证监会《上市公司行业分类指引》发布的前一天为基点,开始编制行业股指数据,所以不仅拥有最完整的数据,而且数据之间具有可比性。所以本文选用来源于Wind资讯的行业股指数据进行分析。Wind资讯的行业股指以2001年4月2日为基点开始编制,指数基点为1000。自2001年4月3日开始有收益率数据。所以本文选择自2001年4月3日至2011年3月31日这一时间跨度中的12个行业股指日收益率数据进行研究。这一时间段共跨越10个自然年的长度,共有2421个交易日。本文用上证综指的收益率来代替市场组合收益率,上证综指的收益率数据也来自Wind资讯,对应地采集这一时间段内有交易日的收益率数据,共2421个日收益率数据。
　　3.2 行业股指收益率系统性风险的测度
　　本文是基于生存分析方法的行业股指研究,目的是要得出每个行业自身的生存特征,然后对各行业的生存特征进行比较分析。但是由于在股票市场上,行业股指收益率的波动会受到系统性风险因素的影响,如在利好消息的刺激下,可能所有的行业股指都会上涨,从而改变了行业股指自身本来的运行轨迹,掩盖了行业板块自身原有的生存特征。所以在对行业股指收益率进行生存分析前,首先要对行业股指中的系统性风险进行测度,然后把其中的系统性风险进行剥离,去除系统性风险对行业股指收益率波动的影响。
　　本文采用单指数模型：
　　对行业股指的系统性风险进行测度,其中R?it为行业股指i在t交易日的收益率,R?mt为上证指数在t交易日的收益率。可知,系数bi的估计?[AKb^]i既是行业的β系数,模型回归的拟合优度R?2即为该行业的系统性风险所占比重。
　　由于风险资产收益率Ri相对于市场组合收益率Rm的系数βi具有时变的性质,所以对其进行精确估计是非常困难的。所以本文对其做了一个简单的假设,进行了简化处理,假设βi在跨度为一个自然年长度的时间区间内是恒定不变的,为一个常数。由于数据的跨度正好为10个自然年的长度,所以本文把数据分为10个区间,从每年的4月初开始,到次年的3月末为一个时间区间,并假设在每个区间内,各行业股指的β系数恒定不变。
　　由测度结果得知,相对地,农林牧渔、信息技术、金融服务、房地产、社会服务和文化传播这六个行业自身特征明显,所以本文对这六大行业的股指收益率进行系统性风险的剥离,进而研究它们的行业股指生存特征。
　　3.3 行业股指收益率系统性风险的剥离
　　考虑单指数模型：
　　其可以改写为：
　　含义为,行业股指连涨收益率大于x的概率。
　　用生命表估计方法估计出的各行业股指连涨收益率生存函数曲线如图1所示。
　　由于各行业股指连涨收益率生存函数在x>7.5以后的值都小于0.05,也即各行业股指连涨收益率大于7.5的概率小于0.05,在统计学上,属于小概率事件,而且各行业间差别不大,失去了比较的意义,所以在图1中予以舍去。
　　由图1可以看出,这六条曲线根据相近程度基本上可以分为三组,第一组为最上面的文化传播行业的生存曲线；第二组为中间的农林牧渔和房地产行业的生存曲线；第三组为最下面的其余行业的生存曲线。下面用Wilcoxon(Gehan)检验的方法来衡量这六个行业的生存曲线是否存在着显著的不同,检验结果如表1所示。

相关热词搜索：股指 特征 生存 分析 行业