邵雪敏,侯為波
(淮北師范大學(xué) 數(shù)學(xué)科學(xué)學(xué)院,安徽 淮北 235000)
隨著股票市場的不斷發(fā)展,股票收益率的影響因素也在不斷的變化,國內(nèi)外學(xué)者對股票收益率影響因素做了大量的研究。其中,行業(yè)因素對股票收益率也存在影響,各個行業(yè)由于生命周期、宏觀經(jīng)濟(jì)周期、自身的背景、結(jié)構(gòu)的不同其股票收益率存在顯著差異[1]。本文以滬市A股為研究對象,分行業(yè)討論β系數(shù)、流通股比例以及振幅對股票收益率的影響。
Fama等證明了規(guī)模(市場價值)和賬面市值比(BE/ME)是兩個對股票收益率具有較強解釋力的兩個變量[2]。他們認(rèn)為,如果資產(chǎn)定價合理,其結(jié)果表明,股票風(fēng)險是多維的,風(fēng)險的一個維度是由規(guī)模來代替,另一個維度是由賬面市盈率決定的。Knez等證明了平均回報與公司規(guī)模之間的負(fù)關(guān)系是由一些極端樣本觀測結(jié)果導(dǎo)致的[3]。Hou等通過對來自49個國家的27 000多只股票的月回報率進(jìn)行研究,表明股票回報率與公司規(guī)模之間沒有可靠的關(guān)系[4]。Downs等得出了相同的結(jié)論,對紐約證交所1963-1990年間的所有股票進(jìn)行了分析,并指出市場貝塔與股票收益率呈正相關(guān)。Pavel G Savor研究發(fā)現(xiàn),股票價格的急劇變化對股票收益率的影響與公司財務(wù)信息和股票市場交易信息密切相關(guān)[5]。陳信元等運用單因素和多因素模型分析了上海證券市場全部A股上市公司1995-997年數(shù)據(jù),揭示部分會計信息對股價的影響[6],發(fā)現(xiàn)股票價格與凈資產(chǎn)、剩余收益呈正相關(guān),與流通股比例、股本規(guī)模呈負(fù)相關(guān);市場對剩余收益的定價乘數(shù)低于對收益的定價乘數(shù);流通股比例對股價的影響程度逐年降低;這些會計信息的解釋能力呈現(xiàn)下降趨勢。張曉東等通過EVA、MVA和股票收益關(guān)系在中國股票市場的實證分析得出傳統(tǒng)會計指標(biāo)賬面市值比率、盈余-市價比率比EVA和MVA對股票收益有更強大的解釋力,β和股票收益及其他指標(biāo)的關(guān)系都無太大規(guī)律[7]。韓海容等研究了股票動量因素、反轉(zhuǎn)因素和換手率等交易信息對股票收益的影響,發(fā)現(xiàn)股票三個月的短期反轉(zhuǎn)因素和換手率對股票橫截面收益影響顯著[8]。
研究樣本數(shù)據(jù)來源于Wind咨訊,根據(jù)Wind的行業(yè)分類方法。將上證A股上市公司劃分為14個行業(yè),依次為采礦業(yè)、能源、房地產(chǎn)、建筑業(yè)、交通運輸業(yè)、教育、金融、科學(xué)研究和技術(shù)服務(wù)、農(nóng)林牧漁業(yè)、衛(wèi)生和社會工作、信息技術(shù)、文化體育娛樂業(yè)、制造業(yè)以及綜合類行業(yè)[9]。本研究的樣本期選取為2017年1月1日-2017年12月31日。
為保證本文的研究結(jié)果的準(zhǔn)確性和可靠性,按照以下標(biāo)準(zhǔn)進(jìn)行剔除[10]:
①剔除2017年之后上市的A股股票,以避免新股導(dǎo)致的殘存偏差的影響;
②選用股票周收益率計算貝塔系數(shù);
③為保證數(shù)據(jù)的連續(xù)性,剔除連續(xù)三周以上收盤價缺失的股票。
剔除后,截止2018年1月1日前所有的上證A股的上市公司:采礦業(yè)73家、能源100家、房地產(chǎn)125家、建筑業(yè)88家、交通運輸業(yè)87家、教育3家、金融71家、科學(xué)研究和技術(shù)服務(wù)26家、農(nóng)林牧漁業(yè)42家、衛(wèi)生和社會工作8家、信息技術(shù)217家、文化體育娛樂業(yè)46家、制造業(yè)1 874家以及綜合業(yè)65家;合計2 825家。
(ⅰ)β系數(shù)的計算
本文采用單指數(shù)模型,利用回歸分析法,計算出β系數(shù)。公式為:
其中Ri是風(fēng)險資產(chǎn)的收益率,Rm是市場組合的收益率。
(ⅱ)收益率的計算
其中Rit是股票i的收益率,Pit是股票i在t期末的收盤價,Pi,t-1是股票i在t-1期末的周收盤價。
(ⅲ)流通股比例(Struc)=流通股本/總股本。
(ⅳ)振幅(Volty)=月末收盤價的標(biāo)準(zhǔn)差。
首先從Wind數(shù)據(jù)庫中獲取各行業(yè)共2 825只股票,2017年1月1日-2017年12月31日內(nèi)的各股β系數(shù)、流通股比例(struc)、振幅(Volty)以及年平均收益率;再分別對以下模型進(jìn)行單因素和多因素模型的回歸分析:
其中Ri是個股年平均收益率,ηi是隨機(jī)擾動向,γ0,γ1,γ2,γ3是待估參數(shù)。四個模型依次考慮:各行業(yè)的β系數(shù),流通股比例和振幅對股票收益率的影響;同時運用t統(tǒng)計量檢驗β系數(shù)、流通股比列和振幅的顯著相關(guān)性,分析判斷得出各行業(yè)關(guān)于股票收益率的相關(guān)性解釋能力最強的變量。
分別考慮股票收益率與β系數(shù)、流通股比例和振幅的相關(guān)性。
由表1可以看出,在樣本期內(nèi),采礦業(yè)、能源、房地產(chǎn)、建筑業(yè)、交通運輸業(yè)、金融、科學(xué)研究和技術(shù)服務(wù)、農(nóng)林牧漁業(yè)、信息技術(shù)、文化體育和娛樂業(yè)、制造業(yè)以及綜合類行業(yè)這12個行業(yè)的β系數(shù)通過t檢驗。未通過貝塔系數(shù)檢驗的只有教育和衛(wèi)生社會工作行業(yè)。
流通股比例對平均收益率解釋能力強的行業(yè)有:能源、交通運輸業(yè)、金融、信息技術(shù)、文化體育和娛樂以及制造業(yè)。
表1 單因素模型
振幅對平均收益率解釋能力強的行業(yè)有:采礦業(yè)、能源、房地產(chǎn)、交通運輸業(yè)、農(nóng)林牧漁業(yè)和制造業(yè)。
通過顯著性水平可知,流通股比例(Struc)對股票收益率解釋能力強的行業(yè):金融、信息技術(shù)和制造業(yè);振幅(Volty)對股票收益率解釋能力強的行業(yè):采礦業(yè),能源、房地產(chǎn)、交通運輸業(yè)以及農(nóng)林牧漁業(yè)。
由表2可以看出,在樣本期內(nèi),采礦業(yè),能源、房地產(chǎn)、建筑業(yè)、金融、信息技術(shù)、文化體育娛樂、制造業(yè)以及綜合類行業(yè)β系數(shù)通過t檢驗。金融、信息技術(shù)、文化體育和娛樂業(yè)以及制造業(yè)的流通股比例(Struc)通過t檢驗。采礦業(yè)、能源、房地產(chǎn)、交通運輸業(yè)、農(nóng)林牧漁業(yè)以及制造業(yè)的振幅(Volty)通過t檢驗。
表2 多因素模型
通過顯著性水平可知,流通股比例(Struc)對股票收益率解釋能力強的行業(yè):金融、信息技術(shù)和制造業(yè);振幅(Volty)對股票收益率解釋能力強的行業(yè):采礦業(yè),能源、房地產(chǎn)、交通運輸業(yè)以及農(nóng)林牧漁業(yè)。這與單因素模型結(jié)果一致。
本文基于滬市2017年全部A股股票的收益數(shù)據(jù),進(jìn)行了單因素和多因素回歸分析,依據(jù),Wind行業(yè)分類方法,分行業(yè)研究了β系數(shù)、流通股比例以及振幅對股票收益率的影響對投資者有一定的啟發(fā)作用。
各行業(yè)的β系數(shù)、流通股比例以及振幅對股票收益率的解釋能力不同。
由表2可以看出,只有科學(xué)研究和技術(shù)服務(wù)、衛(wèi)生和社會工作以及教育行業(yè)三個因素都未通過顯著性檢驗。原因可能有兩點:第一,這三個行業(yè)在2017年有效的股票數(shù)量過少,數(shù)據(jù)有限,未能找到較強的影響因素;第二,科學(xué)研究和教育類行業(yè)可能投資者對該行業(yè)有不同的看法,進(jìn)而有不同的預(yù)期,導(dǎo)致不能發(fā)現(xiàn)有效的影響因素。
由表2可以看出,大部分行業(yè)的股票收益率和β系數(shù)緊密相關(guān),更好的證實了資本資產(chǎn)定價模型,也就是說β系數(shù)在資產(chǎn)定價中起著決定性作用。不同喜好的投資者可根據(jù)β系數(shù)的大小,制定合適的投資組合方案。
金融、信息技術(shù)以及制造業(yè)都是不斷發(fā)展的成長型行業(yè),表現(xiàn)出了較高的流通股比例(Struc),可能代表了比較好的公司管理水平,可以減少成本,進(jìn)而可帶來較高收益。