论文部分内容阅读
【摘 要】本文通过单因素法选取我国的小盘股组合,利用2008年和2009年的数据,通过对小盘股组合的收益与市场指数收益的比较分析进行实证研究,从而分析小盘股投资策略在我国证券市场是否适用,并提出相关的政策建议。
【关键词】 小盘股;投资策略;适用性
中图分类号:F830.59 文献标识码:A 文章编号:1009-8283(2010)08-0091-01
1 引言
随着证券市场的监管加强和投资基金的超常规发展,我国证券市场的投资理念己经发生了深刻的变化。近几年我国证券市场上在“大盘股”、“核心资产”等价值被充分挖掘后,现有证券投资基金的大部分资产都集中在大盘蓝筹股上。与此相对应的是经过大盘股的价值被充分挖掘后,基金经理们把投资目光由大盘蓝筹股转向了中小盘股票,开始出这现成长股、中小盘股等多种风格的投资策略。
2 实证研究
2.1 样本数据及分析
2.1.1 用横截面法估计多因素模型
按照小公司分类,确定2009年底前在上海和深圳上市的小盘股群,共得到181只股票。本文选取了小盘股的成分股作为研究对象,剔除金融行业股票(基于金融企业资产负债的特殊性而将其剔除),ST股票和相关数据欠缺的企业,并从中随机选取30家作为研究对象,把预测每股收益(EPS’)作为因变量,将每股收益(EPS)、每股净资产(NAPAS)、净资产收益率(ROA)、速动比率(QR)和资产负债率(ALR)作为自变量。
2.1.2 模型构建与相关变量计算
在本文中笔者选取了预测每股收益(Y)作为被解释变量和五个指标作为解释变量。其中Y采用的数据是样本公司2009年最新公布的預测每股收益数据,五个指标中EPS和NAPAS反映每股指标,ROA反映盈利能力,ACR反映资本结构,QR反映偿债能力。
从回归结果中发现速动指标的t 检验值并不显著,由于存在一些没有产生影响的解释变量,因此从原模型中剔除这两个解释变量后,重新进行回归,得到的结果如图所示:
回归系数的显著性检验(t检验):由上表可以看出,EPS、ROA、ALR、NAVPS,在5%的显著性水平下通过检验。判断系数R’为0.756264,模型的拟和优度较好。 D-W检验是用于检验随机扰动项具有一阶序列相关问题。从表中的D-W检验的回归结果1.737498来看,检验值接近于2,表明模型并不存在一阶序列相关,可以认为不存在误差项的序列相关,这就保证了最小二乘法的有效性。表中F=129.3756,模型的P=0.000<0.05,表明变量与解释变量之间有线性关系。
最后得到回归方程如下:
EPS*=0.412+0.731*EPS+0.008* ROA-0.017*ALR-0.025*NAVPS
由此可以看出,公司预期每股收益主要受到每股收益、净资产收益率、资产负债率、每股净资产这几个指标及其他指标的综合影响。
2.1.3 运用单因素法选择股票
在上述的四个因素中,由于一单位的本年每股收益可以引起0.731单位的下期的每股收益的变化,即本期的每股收益对下期的每股收益影响最大,因而本文采取每股收益这一指标,指标的数值越大,股票预期每股收益就越高,因此可进一步挑选这一个指标数据值比较高的股票构建投资组合。对2008年底上市的小盘股群,分别按2008年度每股收益的大小从大到小进行排序,取排名前30位的股票构成组合。
2.2 数据比较分析
通过巨灵数据库,笔者查找相关资料,所选择的30支小盘股在2009年平均涨跌幅是111.135%,在2008年的平均涨跌幅是-28.55%。根据市场指数分析2009年平均收益为80.111%,2008年市场指数的平均收益为-64.574%。
以上通过每股收益选股法对小盘股投资策略进行了分析和研究,研究表明:通过对2009年和2008年的小盘股组合的研究,表明我国存在着较明显的小盘股规模效应。利用单因素法挑选股票构建小盘股票组合,较市场指数收益率而言获得了更高的超额收益。
3 结论
随着证券市场的逐步规范、价值投资理念的回归,投资者会更加重视企业的价值性和成长性,给投资者带来良好资本利得的,主要还是上市公司未来的成长性。特别在中小企业板推出后,给中小企业更多的投资和发展机会,该板块主要以高成长的中小企业为主,这将有利于引导投资者不再局限于把价值投资理解成大盘股投资,并把价值投资引入到对中小盘股票的投资之中。
参考文献:
[1] 佘坚、陈晓红,股本规模波动性和小盘股效应[M] 系统工程2005年第11 期
[2] 高铁梅,计量经济分析方法与建模[M] 清华大学出版社2006
【关键词】 小盘股;投资策略;适用性
中图分类号:F830.59 文献标识码:A 文章编号:1009-8283(2010)08-0091-01
1 引言
随着证券市场的监管加强和投资基金的超常规发展,我国证券市场的投资理念己经发生了深刻的变化。近几年我国证券市场上在“大盘股”、“核心资产”等价值被充分挖掘后,现有证券投资基金的大部分资产都集中在大盘蓝筹股上。与此相对应的是经过大盘股的价值被充分挖掘后,基金经理们把投资目光由大盘蓝筹股转向了中小盘股票,开始出这现成长股、中小盘股等多种风格的投资策略。
2 实证研究
2.1 样本数据及分析
2.1.1 用横截面法估计多因素模型
按照小公司分类,确定2009年底前在上海和深圳上市的小盘股群,共得到181只股票。本文选取了小盘股的成分股作为研究对象,剔除金融行业股票(基于金融企业资产负债的特殊性而将其剔除),ST股票和相关数据欠缺的企业,并从中随机选取30家作为研究对象,把预测每股收益(EPS’)作为因变量,将每股收益(EPS)、每股净资产(NAPAS)、净资产收益率(ROA)、速动比率(QR)和资产负债率(ALR)作为自变量。
2.1.2 模型构建与相关变量计算
在本文中笔者选取了预测每股收益(Y)作为被解释变量和五个指标作为解释变量。其中Y采用的数据是样本公司2009年最新公布的預测每股收益数据,五个指标中EPS和NAPAS反映每股指标,ROA反映盈利能力,ACR反映资本结构,QR反映偿债能力。
从回归结果中发现速动指标的t 检验值并不显著,由于存在一些没有产生影响的解释变量,因此从原模型中剔除这两个解释变量后,重新进行回归,得到的结果如图所示:
回归系数的显著性检验(t检验):由上表可以看出,EPS、ROA、ALR、NAVPS,在5%的显著性水平下通过检验。判断系数R’为0.756264,模型的拟和优度较好。 D-W检验是用于检验随机扰动项具有一阶序列相关问题。从表中的D-W检验的回归结果1.737498来看,检验值接近于2,表明模型并不存在一阶序列相关,可以认为不存在误差项的序列相关,这就保证了最小二乘法的有效性。表中F=129.3756,模型的P=0.000<0.05,表明变量与解释变量之间有线性关系。
最后得到回归方程如下:
EPS*=0.412+0.731*EPS+0.008* ROA-0.017*ALR-0.025*NAVPS
由此可以看出,公司预期每股收益主要受到每股收益、净资产收益率、资产负债率、每股净资产这几个指标及其他指标的综合影响。
2.1.3 运用单因素法选择股票
在上述的四个因素中,由于一单位的本年每股收益可以引起0.731单位的下期的每股收益的变化,即本期的每股收益对下期的每股收益影响最大,因而本文采取每股收益这一指标,指标的数值越大,股票预期每股收益就越高,因此可进一步挑选这一个指标数据值比较高的股票构建投资组合。对2008年底上市的小盘股群,分别按2008年度每股收益的大小从大到小进行排序,取排名前30位的股票构成组合。
2.2 数据比较分析
通过巨灵数据库,笔者查找相关资料,所选择的30支小盘股在2009年平均涨跌幅是111.135%,在2008年的平均涨跌幅是-28.55%。根据市场指数分析2009年平均收益为80.111%,2008年市场指数的平均收益为-64.574%。
以上通过每股收益选股法对小盘股投资策略进行了分析和研究,研究表明:通过对2009年和2008年的小盘股组合的研究,表明我国存在着较明显的小盘股规模效应。利用单因素法挑选股票构建小盘股票组合,较市场指数收益率而言获得了更高的超额收益。
3 结论
随着证券市场的逐步规范、价值投资理念的回归,投资者会更加重视企业的价值性和成长性,给投资者带来良好资本利得的,主要还是上市公司未来的成长性。特别在中小企业板推出后,给中小企业更多的投资和发展机会,该板块主要以高成长的中小企业为主,这将有利于引导投资者不再局限于把价值投资理解成大盘股投资,并把价值投资引入到对中小盘股票的投资之中。
参考文献:
[1] 佘坚、陈晓红,股本规模波动性和小盘股效应[M] 系统工程2005年第11 期
[2] 高铁梅,计量经济分析方法与建模[M] 清华大学出版社2006