Alpha特征分析―可持续性、稳定性和均值回归特性验证.docVIP

Alpha特征分析―可持续性、稳定性和均值回归特性验证 　　【摘 要】 鉴于近期A股市场的震荡态势，有必要对以往的我国大盘所历经的震荡市做一个分析，从而判断股票或投资组合的超额收益率即Alpha是否真的具有可持续性和稳定性。本文通过搜集震荡时期A股市场的数据，利用威廉夏普在1963年提出的单指数模型，并为了验证资产不同的配置方式对组合alpha的特征是否有影响，采用了等权重法和信息比率两种方法去实证分析。最终得出组合的超额收益率具有不稳定性和不可持续性，但却具有周期性的结论。 　　【关键词】 中国股市 Alpha组合 等权重 信息比率 　　一、基本理论 　　本文基于便于论证alpha的稳定性和可持续性的目的，使用沪深300指数的累计收益率数据替代沪深300股指期货累计收益率，且不考虑交易成本。本文使用的是威廉夏普提出的单指数模型，即市场收益率对于个股或是资产组合收益率的解释程度，单指数模型如下： 　　Ri是股票或组合的收益率； 　　αi是股票的超额收益率，即alpha； 　　βi是股票对市场反应的灵敏系数； 　　Rm是市场收益率，论文当中是指沪深300指数的日收益率； 　　εi是随机扰动项，即残差； 　　为了验证资产不同的配置方式对组合alpha的特征是否有影响，本文采用了等权重法和信息比率两种方法，信息比率公式： 　　Alpha是公司特有风险带来的超额收益； 　　σi是残差的标准差； 　　Alpha组合分为形成期和持有期，形成期是指基于历史数据按照量化选股标准构建组合的时间段，持有期是指持有alpha组合的时间段。组合的alpha如下： 　　Rp是组合在持有期的累积收益率； 　　Rm是指沪深300在持有期的累积收益率； 　　本文组合的构建是基于动量效应和反转效应所带来的超额收益，文中所论证alpha的可持续性、稳定性和均值回归特性在动量效应和反转效应两个选股因子框架下进行。 　　二、Alpha组合构建方法 　　2.1全部A股构建组合方法 　　1）将alpha和beta作为聚类变量，运用动态聚类法把全部A股分为300类，然后从每一类当中选出alpha和beta最大的股票组成包括300只股票的待选池； 　　2）首先在股票池当中选出alpha在10%显著性水平下显著的个股，其次剔除alpha为负的股票，最后从剩下的股票当中选出贝塔介于0.7和1.5之间的股票。 　　3）上述两步筛选出的股票按照等权重法和信息比率法确定股票的配置权重。 　　2.2不同板块（主板、中小板和创业板）组合构建方法 　　1）从板块中选出在10%水平下显著的个股，从得到的个股（中小板除外）当中剔除alpha为负的个股形成股票池。由于中小板10%显著性水平下显著且alpha为正的个股数量不超过3只，因此根据反转效应选股因子选取alpha显著且为负的股票构建组合，组合当中股票数量也符合要求。 　　2）从上述股票池当中选取beta介于0.7和1.5之间的个股形成alpha组合。不同市场板块运用了不同的选股因子筛选股票构建组合。 　　三、数据说明 　　本文选取了震荡时期下全部A股的日交易数据，沪深300指数日收益率作为市场收益率。震荡时期的时间窗口选取是2013年1月1日到2014年7月31日，其中2013年1月1日到2013年12月31日的数据作为构建alpha组合的依据。 　　四、实证过程 　　4.1全部A股的数据处理 　　1）运用SAS软件选取2013年1月1日到2013年12月31日的全部A股和沪深300指数日收益率数据，将全部A股日收益率数据对沪深300逐一进行回归得到全部A股的alpha、beta、Root MSE（残差的标准差），其中数据缺失严重和停牌时间超过半年个股被剔除。 　　2）将alpha-beta 作为聚类变量，运用动态聚类分析法将全部A股分为300类，从每一类当中选出alpha和beta最大的个股组成一个300只股票组成的股票池。从股票池当中选出alpha在10%水平下显著且其值为正数，贝塔介于0.7和1.5之间的股票。 　　3）分别计算上述股票组合使用等权重法和信息比率法时alpha组合在2013年1月1日到2013年12月31日alpha变化情况。 　　4.2不同板块的数据处理 　　1）运用SAS软件选取2013年1月1日到2013年12月31日的全部A股和沪深300指数日收益率数据，将全部A股数据对沪深300逐一进行回归得到全部A股alpha、贝塔、Root MSE（残差的标准差），其中数据缺失严重和停牌时间超过半年个股被剔除。 　　2）从上述股票股票池当中选出10%显著性水平显著，同时贝塔介于0.7和1.5之间的股票，形成股票组合，选取alpha为正的股票。 　　3