劉光遠(yuǎn)
(貴州大學(xué)經(jīng)濟(jì)學(xué)院,貴陽 550025)
Markowitz的分散化投資組合理論是投資行業(yè)最為經(jīng)典的理論之一,但是其一個(gè)必要前提為組合中資產(chǎn)的不相關(guān)或負(fù)相關(guān)性,即如果多資產(chǎn)負(fù)相關(guān),則可以在最大程度上減少風(fēng)險(xiǎn)并保有一定的收益,這也是投資組合所樂見的。因此,能夠通過一定的指標(biāo)體系對股票資產(chǎn)進(jìn)行類型劃定并表明其中的關(guān)系便是該研究的主要問題。根據(jù)該重點(diǎn),本文將進(jìn)行金融模型分析,以便從一個(gè)更加客觀的角度對股票資產(chǎn)類型與相關(guān)性展開研究。
本文研究的數(shù)據(jù)來源于wind數(shù)據(jù)庫,其中包含了所研究股票的6個(gè)財(cái)務(wù)維度,他們分別是凈資產(chǎn)收益率(ROE)、營業(yè)收入同比增長率(IGR)、總資產(chǎn)周轉(zhuǎn)率(SOA)、每股收益(EPS)、每股凈資產(chǎn)(BPS)、資產(chǎn)負(fù)債率(LA)。所研究的股票標(biāo)的具體為:萬科A、金融街、格力電器、中航飛機(jī)、五糧液、新希望、紫光股份、九芝堂、蘇寧云商、科大訊飛、浦發(fā)銀行、南方航空、招商銀行、黃河旋風(fēng)、貴州茅臺、山東黃金。
在下載了上述16只股票包括凈資產(chǎn)收益率、營業(yè)收入同比增長率、總資產(chǎn)周轉(zhuǎn)率、每股收益、每股凈資產(chǎn)和資產(chǎn)負(fù)債率6大指標(biāo)在2016年12月31日的年報(bào)數(shù)據(jù)。利用聚類分析中的歐式距離計(jì)算和總合出各支股票之間的空間距離,在設(shè)置3個(gè)分組的條件下得到各分組中在6大指標(biāo)中的平均數(shù)值,以便歸納各組股票的一致性特征,為之后構(gòu)建嚴(yán)謹(jǐn)?shù)耐顿Y組合尋找決策的依據(jù)。
各指標(biāo)分組結(jié)果均值表
從上表中可以看出,通過對股票權(quán)益收益率、營業(yè)收入增長率以及資產(chǎn)負(fù)債率核心指標(biāo)的考量后,本文發(fā)現(xiàn)上述分組具有以下特點(diǎn)。
第1組股票所在公司由于ROE和EPS都較低故屬于低盈利型企業(yè),但是由于其LA處于20%左右,所面臨的財(cái)務(wù)風(fēng)險(xiǎn)較小故屬于低風(fēng)險(xiǎn)型企業(yè)。此外,其IGR達(dá)到了150%以上,故其處于一個(gè)高成長階段。因此,定義該組為低盈利、低風(fēng)險(xiǎn)、高成長組。
第2組股票所在公司由于ROE和EPS都較適中故屬于中盈利型企業(yè),但是由于其LA處于40%左右,所面臨的財(cái)務(wù)風(fēng)險(xiǎn)適中故屬于中風(fēng)險(xiǎn)型企業(yè)。此外,其IGR處于了17.6%,故其處于一個(gè)中低成長階段。因此,定義該組為中盈利、中風(fēng)險(xiǎn)、中成長組。
第3組股票所在公司由于ROE和EPS都較適中故屬于中盈利型企業(yè),但是由于其LA達(dá)到80%左右,所面臨的財(cái)務(wù)風(fēng)險(xiǎn)適中,故屬于高風(fēng)險(xiǎn)型企業(yè)。此外,其IGR處于了12.95%,故其處于一個(gè)中低成長階段。因此,定義該組為中盈利、高風(fēng)險(xiǎn)、中成長組。
對應(yīng)于各組中不同公司股票的構(gòu)成,可以從16支股票分組結(jié)果表中得到詳細(xì)的信息。
為了進(jìn)行更加體系化的評價(jià),本研究利用PCA的方法對研究標(biāo)的的在2016年6指標(biāo)的數(shù)據(jù)進(jìn)行降維,發(fā)現(xiàn)指標(biāo)間的關(guān)系(如圖1所示)。
圖1 變量主成分關(guān)系圖
從圖1中可知,六大財(cái)務(wù)指標(biāo)的關(guān)系已經(jīng)變得比較清晰,資產(chǎn)負(fù)債率與其他指標(biāo)相關(guān)性較弱,可以獨(dú)自組成一個(gè)主成分,營業(yè)收入增長率和總資產(chǎn)周轉(zhuǎn)率相關(guān)程度較大,也可以歸為一個(gè)主成分,而每股收益、凈資產(chǎn)收益率和每股凈資產(chǎn)聚集程度較大,可以歸為一個(gè)主成分。
而從因子模型中可以看出,資產(chǎn)負(fù)債率在二維表中對整個(gè)模型產(chǎn)生了負(fù)向的作用,而總資產(chǎn)周轉(zhuǎn)率和營業(yè)收入增長率在41.08%的維度上起到了負(fù)向的作用,同時(shí)也在28.03%的第二個(gè)維度上產(chǎn)生了對總體模型的正向的作用。而每股收益、每股凈資產(chǎn)和凈資產(chǎn)收益率對整體模型都起到了正向的解釋作用。而就各變量作用大小而言,資產(chǎn)負(fù)債率、每股收益和每股凈資產(chǎn)對于模型的解釋力度最大(見圖2)。
圖2 樣本因子分布圖
對于樣本個(gè)體在PCA中的分布情況可由圖2得知,前兩個(gè)維度共解釋了近70%的變化,當(dāng)將兩者結(jié)合于一張二維圖中時(shí),以兩個(gè)維度上(0,0)為分割點(diǎn),我們可以直觀地看到,五糧液公司雖然與其他公司兩個(gè)維度上的數(shù)值比較接近,但是卻在(0,0)點(diǎn)的正方向,說明五糧液在公司業(yè)績和債務(wù)分險(xiǎn)控制上也較為出色,相較于萬科、格力電器、南方航空、浦發(fā)銀行和招商銀行,雖然在業(yè)績角度比較出色,但是由于經(jīng)營負(fù)債率較高,其聚集在了第二個(gè)維度的負(fù)方向。而九芝堂、山東黃金、新希望、蘇寧云商和科大訊飛雖然在債務(wù)風(fēng)險(xiǎn)上較為穩(wěn)妥,但是其為股東帶來的收益明顯趕不上地產(chǎn)和銀行業(yè)的企業(yè)。然而,黃河旋風(fēng)、中航飛機(jī)和金融街等上市公司不管在績效還是在債務(wù)風(fēng)險(xiǎn)方面都較為遜色。
本文利用聚類分析和主成分分析的方法對A股中的16支股票進(jìn)行類型劃分,得到的結(jié)果可以為Markowitz均值方差模型中最優(yōu)組合的構(gòu)建提供強(qiáng)有力的客觀構(gòu)造方法,使得投資組合搭建能夠更加科學(xué)化。