影响股票价格因素的实证分析,本文主要内容关键词为:实证论文,股票价格论文,因素论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
资产定价是数理金融的研究核心,几十年来许多学者的不懈努力取得了丰硕的成果,如马可维茨(1952)的投资组合理论,罗斯(1976)的APT,夏朴和林特(Sharp,1964;Linton,1965)的CAPM[1],及后来的动态CAPM,期权理论。
有的学者认为除了市场组合外,影响股票收益率的因素还有其他的股票基金,有的学者通过统计分析方法对上海股市收益率进行分析,得出影响股票收益率的因素有两个或三个。但第二和第三因素到底是什么,收益率具体怎样求并无答案。
据此有的学者提出影响股票价格的因素为两个,市场组合和除市场组合之外的统称为第二组合。按照Merton(1973)的说法,第二组合又称为对冲组合基金(hedgingportfolio)组合[2]。它们的经济涵义可以理解为投资者在持有市场组合基金后进行的某种调整,目地是规避除市场风险之外的风险,所以又把它称为套期保值组合。在第一组合中,假设股票的收益随时间不变,但实际市场是变化的,那么变化的风险由第二组合来反映,即除市场组合之外的其他因素由第二组合来解释。但第二组合的内容和影响到底如何,由于构成不清,收益率无法求得。本文借鉴王江(2000)的方法,用一种简单的方法求出了第二组合,进而计算出收益率再通过回归方法检验其对股票价格的影响。
一、关于影响股票因素个数的检验
1.股票换手率因子模型。如果市场上存在两种因素,市场组合和第二组合。那么,投资者进行交易时购买股票的交易量(换手率),也应分为两个部分,一部分是购买市场组合的换手率,另一部分是购买第二组合的换手率。到底有几个因素起作用,可以通过实证来检验,应用主成分因子分析方法来确定。换手率的两因素模型[3]如下:
2.实证结论。分析换手率的协方差矩阵,须把所有的股票进行分组,分组按每支股票换手率与股票的指数换手率的回归系数来确定。由于股票数据中没有换手率指数,必须自己编制换手率指数。换手率指数就是把所要研究的所有股票作为一个组合,计算组合的换手率。考虑到编制换手率指数工作量之艰巨,选择上证30指数的所有股票作为一个考察对象。把上证30指数的股票整体作为一个股票市场,来进行实证研究。这是因为上证30指数的股票都是指标股都很有代表性;且股票的流通盘都相对较大,是上海股市中有一定影响的股票;也都是本行业有影响的股票。数据使用周收益率,一方面周数据比较稳定,另一方面月数据个数太少。样本的时间从1998年1月到2003年6月。2002年6月到2003年6月上证30虽取消,但仍选用原来的股票不变。
应用主成分因子分析方法,得出换手率主要由两个因子决定,第一因子解释方差的75%,第二个因子解释了总方差的13.9%,前两个因子就解释了方差的89%,可以认为换手率应该主要有两个因子。第三个因子只能解释方差的4.4%,即再增加因子个数基本上不能提高解释能力。这个结果与其他学者的结论几乎是一致的。吴如海,宋逢明(2000)的检验结果[4]显示:第一主成分的贡献率在80%~90%左右,说明股票市场交易量的变化主要反映在第一主成分的变化上。而第二主成分的贡献率在3%~10%,也是比较显著的。它反映了股票交易量在第一主成分变化的基础上的调整。而其余的主成分的贡献率很低,与前两个主成分相比,其影响可以忽略。前两个主成分的累计贡献率超过或接近95%。换手率的这一特点说明股票市场应该有两种股票基金。也就是说投资者都投资于两种组合,市场组合和第二组合。
二、股票收益率双因素模型及实证
通过实证发现影响股票换手率的因素有两个,因此可以认为影响股票收益率的因素也是两个,下面通过实证来检验第二组合的影响是否显著。
1.股票收益率的双因素模型。股票收益率的双因素模型[5]可以表示如下:
R[,it]=a[,i]+β[,Mi]R[,Mt]+β[,Hi]R[,Ht]+μ[,it](2)
这里R[,it],R[,Mt],R[Ht]分别是第i种证券、市场证券组合、第二组合在第t期的报酬率,a[,i]及β[,Hi]、β[,Mi]表示回归系
使用个股换手率和换手率指数数据,可以用下面的限制性条件回归来估计β[EW][,τj],和β[SW][,τj],然后由式(4)方程组解出θ[,Hj](共j个方程)。
3.实证检验。样本与换手率因素个数实证的样本一样,只是时间为1998~2002年。使用个股换手率和上证30指数的换手率指数数据,由式(3)估计β[EW][,τj]和β[SW][,τj],得到30个回归方程。由于回归方程有限制条件,有的方程满足式(3),有的不满足,那么不满足的股票就不包含在第二组合之中。这样得到满足限制条件的股票有8支。股票及β[SW][,τj]和β[EW][,τj]的估计见表1。
表1 满足限制条件股票及其β[SW][,τj]和β[EW][,τj]估计
股票名称
申能股份
东方航空
江南重工 东方集团
华北制药 苏州高新
青岛海尔
上海汽车
股权系数
-0.391 -0.589-0.2193-0.3936-0.7767
-0.573 -0.4789-0.217
等权系数1.3123 1.680 1.247 1.2827 1.70981.495 1.6872 1.7832
θ[,Hj]0.401180.19922
0.4463 0.298520.10776
0.315540.434060.11522
在模型的假设中,假设ε[,jt]相互独立,但从模型的回归方程来看ε[,jt]。都明显存在自相关。为消除自相关,在模型中引入股票换手率的滞后项。从实证的结果来看,第二组合中股票的个数比较少,是有原因的。一方面模型的假设与实际总有一定的差距,在换手率的因子中除了第一、第二主成分之外还有其它主成分,其它主成分虽然小,但说明只有两个组合是一种近似,这对模型有一定的负面影响,另一方面实证中的股票数只有30只,是市场的一个部分,股票个数少也是一个方面。
应用上证30指数的30只股票数据估计式(2)得30个回归方程,其中存在显著的线性关系的股票有19支,回归系数结果见表2。其中的R[,Mt]为上证30指数的指数收益率,R[,ut]为第二组合的收益率。
表2 回归系数表
股票名称市场组合第二组合
齐鲁石化0.647840.050067
东方航空0.280540.12075
上海汽车
-0.991780.331265
清华同方1.096515 -0.03868
鼎球实业0.445125 -0.03868
江南重工0.067005
0.64942
龙腾科技1.406723 -0.05643
上海机场0.324928
0.14601
陆家嘴 0.425117
0.090319
青岛海尔0.437382
0.104457
鲁北化工0.849721
0.073639
苏州高新0.340113
0.065156
爱建股份1.787821
0.065156
四川长虹1.478802 -0.04929
葛洲坝 1.460723
0.20134
华北制药0.54316
-0.43126
通化东宝1.675834 -0.13256
梅雁股份0.987632 -0.3125
沱牌曲酒0.856420.24563
以上回归系数的t统计量在0.05的显著水平下显著,t值都大于临界值1.65,F值远大于其临界值,DW统计量约为2.0,R[2]值约为0.6。由回归方程明显看出,R[,M]和R[,H]对R的影响在统计意义上是显著的。股票收益率与R[,M]大都正相关,只有一个例外,而与R[,H]正相关和负相关的都有。正相关说明变化方向一致,负相关说明变化方向相反。
4.结论。通过以上建立的股票收益率双因素模型可以发现,上证30指数的30支股票有超过一半的股票明显地受两个因素影响。一个是受市场组合的影响,另一个是第二股组合的影响。从表2中的回归系数值来看,影响股票收益率的主要因素是市场组合,但仍可明显地看出第二组合的影响在统计意义上是显著的。从上述结果可以得出结论,上海股市的股票收益率除受大盘影响外,还受第二组合的影响。
从实证的结果看,第二组合并不是对所有的股票都显著,而且由第二组合的回归系数比市场组合的回归系数来看,第二组合的影响虽然显著,但比市场组合对股票收益率的影响要小得多,也与上海股市系统风险居主导地位一致。从股市的现状来看,由于投资者能够对冲风险的投资品种太少,第二组合规避风险的能力又受到了一定的制约,第二组合在回避风险方面确实有一定的作用,但不是很大。另一方面假设与实际总是有距离的,有的学者通过应用统计分析方法对上海股市收益率进行分析,得出影响股票收益率的因素有三个或四个。我们知道,我国股市起步较晚,市场中存在明显的“羊群效应”[6],许多投资者盲目跟盘,追庄,经常改变自己的投资策略,这与假设是有距离的。