文档介绍：一种定量筛选股票的方法研究
一、超额收益Alpha
首先把研究的立脚点放在超额收益Alpha。股票的收益R通常可以认为是由两方面因素带来的:系统性因素Beta、以及非系统性因素Alpha。
如图所示,若个股的Alpha>0,则能取得超越指数的收益;若Alpha<0,则表现不及指数。因此,为了找出能够脱颖而出的个股,验证是否基本面较好的公司市场表现也将较好,接下来我们将研究公司基本面指标和股票超额收益的关系。
二、ROE和毛利率对Alpha的影响
(一)研究方法:
我们选取申万电子行业作为研究样本,通过万得获取07-10年期间每年各只股票的ROE、毛利率、Alpha,Beta等数据,进行逐年研究。
首先我们试图用回归分析的方法进行研究:我们将08年的Alpha作为应变量Y,而将07年的ROE、毛利率和Alpha作为自变量进行线性回归。结果如下:
回归统计
Multiple R
R Square
Adjusted R Square
标准误差
观测值
42
Coefficients
标准误差
t Stat
Intercept
-
-
07年ROE
-05
07年毛利率
07年Alpha
-
-
从中可以看出,三个自变量的因素合起来,对应变量的解释也较小,因为R 。就单个自变量而言,较为有效的只有毛利率这个自变量,因为t统计量较大,,可谓是微乎其微。因此总体而言,这个回归模型的可用性十分有限。
鉴于如此,我们觉得更多的采用比例分析的方法研究。研究如果公司07年的ROE和毛利率均高于行业平均,或均低于行业平均,或一个高一个低,则它们在07年和08年获得超额收益的几率有多大。然后类似地,再研究公司08年的ROE和毛利率对08、09年超额收益的影响,以及再研究公司09年的ROE和毛利率对09、10年超额收益的影响。因新股发行,第三期研究的样本容量有所扩大。
其中:
-ROE算法:扣除非经常损益后归属母公司股东的净利润/加权平均归属母公司股东的权益*100%。
-毛利率算法:(营业收入-营业成本)/营业收入*100%。
-Alpha,Beta通过万得Beta计算器直接得出。
(二)研究过程及结论:
1. 07年的样本研究
07年的样本中,共有42只股票,%,%。根据各只股票的ROE和毛利率是否大于行业平均,将它们分配在4个象限中,如图:
这42只股票中,共有14只在07年取得了高于平均值的Alpha,有22只在08年取得了高于平均值的Alpha。统计每个象限中股票在07、08年有多少的比例取得了高于平均值的Alpha(这里用个股Alpha和平均Alpha比较而不是和0比较的原因是,某些年份中,无论ROE与毛利率如何,电子行业几乎的所有股票相比大盘都有正的超额收益),结果如下表:
归入不同象限的股票个数和比例(红色表示该象限的股票取得高于平均的Alpha的几率高于平均)
07ROE>平均
07毛利率>平均
07ROE>平均
07毛利率<平均
07ROE<平均
07毛利率>平均
07ROE<平均
07毛利率<平均
合计
07Alpha>平均
1(8%)
6(46%)
3(75%)
4(33%)
14(33%)
07Alpha<平均
12(92%)
7(54%)
1(25%)
8(67%)
28(67%)
合计
13
13
4
12
42
07ROE>平均
07毛利率>平均
07ROE>平均
07毛利率<平均
07ROE<平均
07毛利率>平均
07ROE<平均
07毛利率<平均
合计
08Alpha>平均
8(62%)
7(54%)
2(50%)
5(42%)
22(52%)
08Alpha<平均
5(38%)
6(46%)
2(50%)
7(58%)
20(48%)
合计
13
13
4
12
42
从表中可以看出,对于“07ROE>平均07毛利率<平均”和“07ROE<平均07毛利率>平均”这两个象限的股票,在07年取得高于平均的Alpha的几率较高。而对于“07ROE>平均07毛利率>平均”和“07ROE>平均07毛利率<平均”这两个象限的股票,在0