捕捉羊群效应下的行业轮动机会

1《量化投资理论与交易策略设计》课程论文题目：捕捉羊群效应下的行业轮动机会姓名：黄小琴学号：130727004学院：管理学院专业：金融硕士年级：2013级指导教师：唐勇2014年6月20日2成绩：评语：指导教师：（签名）3捕捉羊群效应下的行业轮动机会【摘要】近年来A股追涨杀跌的情绪尤为强烈，我们可以发现市场上存在着这样的现象：受到最新热点及主题的驱动，某些行业内出现大幅上涨的龙头股之后不久，走势比较平稳的行业指数随后也会被龙头股整个带动起来。本文通过CSAD模型，采用量化手段来度量市场的这种情绪，并在情绪强烈的时候寻找龙头股，最后超配有这样合适龙头股的行业来获取更多的收益。【关键词】羊群效应；CASD模型；实证检验【Abstract】Inrecentyears,theherdingphenomenonisobviousinAstockmarket:Drivenbythenewhotspotandthemes,thereareleadingshareswithinsomeindustry.Shortlyafterthetrend,theindustryindexwhichisrelativelystablemaybeentiredrivenupbytheleadingshares.Inthispaper,IusetheCSADmodel,akindofquantitativemethodstomeasuretheherdingphenomenon,andthenfindtheleadingshareswhenthiskindofphenomenonisveryobvious.Finally,ultraequippedwithsuchsuitableindustrywhichexistsherdeffecttogetmoreincome.【keywords】Herding;CSADmodel;Empiricaltest4目录一、股市中的“羊群效应”1二、构建羊群效应监测模型2（一）羊群效应模型21.模型思想：22.指标构建：23.指标的用法：3（二）羊群效应检测结果51．数据说明52.羊群效应分析结果5三、龙头股识别方法8（一）龙头股的基本定义及条件81.概念：82.条件：8（二）龙头股的筛选规则81．基本限制：92.成交量限制93．规模限制9四、策略构建及实证9（一）数据说明91．样本区间92．龙头股选取的相关参数设置10（二）实证结果101捕捉羊群效应下的行业轮动机会近年来，股市在每个行业的表现变得更加分散化，每一轮行情中领涨行业的切换明显加快，持续时间也更短，且每次上涨或反弹行情的领涨板块也均不同，这也加大了市场操作的难度，助长了投资者对行业板块采取短线投机的投机风格，对行业的走势预测更加困难和具有不确定性。因此如何准确把握行业的轮动规律自然成为许多投资者竞相追逐的热点，板块投资的理念也日渐深入人心。行为金融理论认为，投资者情绪会影响投资者的行为，投资者行为的偏差可能导致金融市场的羊群行为。而现有的许多实证研究也表明，A股市场存在着所谓的“羊群效应”。因此，如若合理定位市场追涨杀跌情绪相对较浓时刻，寻找领涨行业龙头股，配置相应行业，能否获得超越市场表现？这是本文研究所需要解决的问题。一、股市中的“羊群效应”股票市场的羊群效应就是投资者非理性行为的一个表现，当市场出现大的波动时，基于效用理论的传统投资决策理论假定投资者是风险的回避者，投资者根据未来的收益风险状况并从整个投资组合的角度做出投资决定，并且总是做出一致、准确和无偏的理性预期。这些的前提是投资者的行为是理性的，不会受到主观心理及行为因素的左右，然而，投资者由于受到心理因素的影响而明显具有某些非理性行为特征，这是难以用传统投资决策理论去解释的。股票市场的羊群效应就是投资者非理性行为的一个表现。羊群效应（Herding）是行为金融学的一个重要研究方向。通常认为当市场出现大的波动时，市场参与者放弃自己原来对股票价格的预期，仅仅根据市场上的权威信息进行投资。股票市场中参与者的这种投资行为称为“羊群效应”。这种行为最终将反映到市场中股价的表现。事实上，许多研究表明，如果金融市场确实存在羊群效应，那么大多数投资者看法将趋向于市场舆论，这时一个合理的推断就是：在羊群效应显著时，个股的收益率将不会太偏离市场的收益率，分散度应该变小。根据以上规律，本文建模的基本思想是：可以通过检验行业在某个时点是否存在羊群效应，并在有适当龙头股领涨的情形下配置该行业。那么，本文首先要先解决三个问题：第一，选取哪些市场信息作为建模数据；第二，怎么判断是当时是否存在羊群效应；第三，如何定义龙头股是适宜的。据此，本文研究分为两个部分：第一部分是构建羊群效应监测模型——CSAD模型。第二部分我们给出龙头股筛选的三套规则。2二、构建羊群效应监测模型如何根据当时的市场情况，判断是否存在羊群效应，这是整个羊群效应行业配置模型的基础。事实上，如果缺乏对当时市场追涨杀跌情绪的比较好的理解，仅凭借龙头股的出现就投资一个行业，这样的风险是比较大的，因为没有充足的理由表明这个龙头股能够带动整个板块上涨。因此，本文选用的CSAD模型就是要用量化手段来反应当时行业内的一个情绪的，为我们提供一个关于龙头股带动其板块上涨的可信度。（一）羊群效应模型1.模型思想：CSAD（Cross-SectionalAbsoluteDeviation）模型的核心思想是以收益率的横截面偏离度为指标研究某个行业内是否存在羊群行为，并且用截面收益的绝对偏差作为度量个股收益率分散化程度的指标。2.指标构建：资本资产定价模型（CAPM）可以表示为：𝐸𝑡(𝑅𝑡)=𝛾0+𝛽𝑖𝐸(𝑅𝑚−𝛾0)……（1）其中𝛾0表示零𝛽证券的收益率，𝛽𝑖表示证券i的系统风险程度，𝐸𝑡(𝑅𝑖)表示证券i在t时刻的期望收益率，则行业内等权重的系统风险𝛽𝑚可以写成：βm=1N∑βiNi=1……（2）由（1）、（2）式可以推出行业内等权重证券组合的期望收益为：1N∑𝐸𝑡(𝑅𝑖)=Ni=11N∑γ0Ni=1+1N∑(βi𝐸(𝑅𝑚−𝛾0))Ni=1=𝛾0+𝛽𝑚𝐸(𝑅𝑚−𝛾0)……（3）用AVDi,t表示表示t时刻股票i的期望收益与其行业内N支个股等权组合的期望收益的绝对偏差，由（1）减（3）取绝对值可得AVDi,t=|𝛽𝑖−𝛽𝑚|𝐸(𝑅𝑚−𝛾0)进一步可以定义个股t时刻的横绝面收益偏差期望ECSAD为：3ECSAD=1N∑AVDi,tNi=1=1N∑|𝛽𝑖−𝛽𝑚|𝐸(𝑅𝑚−𝛾0)Ni=1……（4）ECSDA表示t时刻某行业内所有N只股票的收益率与行业指数收益率的绝对偏差的等价权平均值，即把每一时刻的N只股票的收益率与行业指数收益率的绝对差累计起来再取平均，因此可作为表示行业内N只股票收益与行业指数收益的“分散度”的一个合理的测度。我们将ECSDA分别对𝐸𝑡(𝑅𝑚,t)求一阶导和二阶导，结果如下：∂(ECSAD)∂Et(Rm)=1N∑|𝛽𝑖−𝛽𝑚|0Ni=1∂(ECSAD)∂𝐸𝑡(𝑅𝑚)2=0可以直观地看到ECSAD与𝐸𝑡(𝑅𝑚,t)的关系是线性递增的关系。然而，如果投资者在价格剧烈变动时期，不再独立保持自己以前的观点，而是倾向于模仿市场中大多数的行为时，即当市场中存在羊群效应时，个股变化将会趋同，个股收益率将会向行业指数收益率趋近，此时分散度与行业收益率的这种线性递增关系将不再保持。在实际应用中，因为𝐸𝑡(𝑅𝑚,t)表示t时刻𝑅𝑚,t的期望值，ECSAD也不能直接获得，但是根据统计推断原理，我们可以用t时刻的实际值𝑅̂𝑚,t和ECSAD的估计值作为上述两者的估计。CSADt=1N∑|βî−βm̂|E(Rm̂−γ0)Ni=1……(5)3.指标的用法：基于以上讨论可知，CSAD并不是直接判断是否有羊群效应的指标，而是通过检验证券收益率分散度与行业指数收益之间是否保持线性关系来判断行业内是否存在羊群效应。因此，可以转为考虑这么一个回归方程：CSADt=α+γ1|Rm,t|+γ2|Rm,t|2……(6)4设想某时刻行业收益变大，基于前面讨论的线性递增关系，此刻CSAD应该变大，即最初的状态应该是CSADt=α+γ1|Rm,t|，(γ10)……(7)但假设此时存在羊群效应，个股行为趋同，反而导致CSAD变小，说明方程（6）的2次项在起绝对性的作用，因此检验是否存在羊群效应等价于检验二次项系数是否显著为负，并且可以通过检验的p值来反应羊群效应的显著程度，在二次项系数为负的前提下，p值越小，表示羊群效应越显著，龙头股领涨板块的可信度越大，这也成为我们下文构建投资组合考虑权重的一个重要指标。至此我们已经完成羊群效应监测模型的构建，图1、图2正是监测模型讨论的在有无羊群效应存在下CSAD与行业指数收益率的关系的展示。图1有羊群效应时收益率与CSAD的关系图2无羊群效应时收益率与CSAD的关系5（二）羊群效应检测结果1．数据说明我们根据中信一级的行业分级情况，在剔除各个行业内ST股后的2000多支股票中，选用2013.04.05至2014.05.28周频数据，以15周为一个序列周期，根据CSAD模型验证CSAD与行业指数收益的关系，分别检验29个行业内在2013.04.05至2014.05.28周频的羊群效应情况。数据来源于iFinD数据库2.羊群效应分析结果表1各行业羊群效应检测结果行业2013/4/5-2013/7/122013/7/19-2013/10/252013/11/1-2014/2/72014/2/14-2014/5/28石油石化——————0.75煤炭0.58——0.56——有色金属0.21————0.76电力及公用事业————————刚铁——0.82————基础化工——0.83——0.40建筑——0.150.720.57建材——————0.61轻工制造——————0.34机械————0.63——电力设备————0.86——国防军工——0.41————汽车————0.62——商贸零售————0.67——餐饮旅游0.87——————家电0.41——————纺织服装0.26————0.60医药——0.250.190.37食品饮料0.700.61——0.376农林牧渔————————银行0.18——————非银行金融0.360.850.65——房地产——0.59————交通运输0.82——————电子元器件——0.37————通信0.700.91——0.39计算机0.35——0.30——传媒——0.09————综合0.69————0.94备注：1.“——”表示不存在羊群效应2.P值为CSAD模型中的二次项系数显著性检验值。图3：各时段存在羊群效应的行业个数121191102468101214各时段存在羊群效应的行业个数2014/2/14-2014/5/282013/11/1-2014/2/72013/7/19-2013/10/252013/4/5-2013/7/127图4：各行业存在存在羊群效应的时间占比从图4的各行业羊群效应时间占比来看，实际上检验出来的大部分行业存在羊群效应的时间并不长（本文采用15周为一个周期分时段测试各行业羊群效应，可能会因为分组方式遗漏一些更短或更长时间周期的羊群效应）。但是换个角度从图3来看，当29个行业交叉起来后，在整个观测期内大部分时间还是存在有羊群效应的行业的，这是我们羊群效应行业配置模型能更加有效应用的前提。图5：各行业羊群效应的显著性统计00.10.20.30.40.50.60.70.8石油石化煤炭有色金属电力及公用事业刚铁基础化工建筑建材轻工制造机械电力设备国防军工汽车商贸零售餐饮旅游家电纺织服装医药食品饮料农林牧渔银行非银行金融房地产交通运输电子元器件通信计算机传媒综合2013/4/5-2014/5/23各行业存在羊群效应的时间占比0.000.501.00各行业羊群效应的显著性统计（P值越