基于金融數據分析的滬深16支股票類型研究

劉光遠

（貴州大學經濟學院，貴陽 550025）

引言

Markowitz的分散化投資組合理論是投資行業最為經典的理論之一，但是其一個必要前提為組合中資產的不相關或負相關性，即如果多資產負相關，則可以在最大程度上減少風險并保有一定的收益，這也是投資組合所樂見的。因此，能夠通過一定的指標體系對股票資產進行類型劃定并表明其中的關系便是該研究的主要問題。根據該重點，本文將進行金融模型分析，以便從一個更加客觀的角度對股票資產類型與相關性展開研究。

一、研究的數據

本文研究的數據來源于wind數據庫，其中包含了所研究股票的6個財務維度，他們分別是凈資產收益率（ROE）、營業收入同比增長率（IGR）、總資產周轉率（SOA）、每股收益（EPS）、每股凈資產（BPS）、資產負債率（LA）。所研究的股票標的具體為：萬科A、金融街、格力電器、中航飛機、五糧液、新希望、紫光股份、九芝堂、蘇寧云商、科大訊飛、浦發銀行、南方航空、招商銀行、黃河旋風、貴州茅臺、山東黃金。

二、實證結果分析

（一）財務指標聚類結果分析

在下載了上述16只股票包括凈資產收益率、營業收入同比增長率、總資產周轉率、每股收益、每股凈資產和資產負債率6大指標在2016年12月31日的年報數據。利用聚類分析中的歐式距離計算和總合出各支股票之間的空間距離，在設置3個分組的條件下得到各分組中在6大指標中的平均數值，以便歸納各組股票的一致性特征，為之后構建嚴謹的投資組合尋找決策的依據。

各指標分組結果均值表

從上表中可以看出，通過對股票權益收益率、營業收入增長率以及資產負債率核心指標的考量后，本文發現上述分組具有以下特點。

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，但是由于其LA處于20%左右，所面臨的財務風險較小故屬于低風險型企業。此外，其IGR達到了150%以上，故其處于一個高成長階段。因此，定義該組為低盈利、低風險、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，但是由于其LA處于40%左右，所面臨的財務風險適中故屬于中風險型企業。此外，其IGR處于了17.6%，故其處于一個中低成長階段。因此，定義該組為中盈利、中風險、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，但是由于其LA達到80%左右，所面臨的財務風險適中，故屬于高風險型企業。此外，其IGR處于了12.95%，故其處于一個中低成長階段。因此，定義該組為中盈利、高風險、中成長組。

對應于各組中不同公司股票的構成，可以從16支股票分組結果表中得到詳細的信息。

（二）利用主成分分析進行指標體系降維評價

為了進行更加體系化的評價，本研究利用PCA的方法對研究標的的在2016年6指標的數據進行降維，發現指標間的關系（如圖1所示）。

圖1 變量主成分關系圖

從圖1中可知，六大財務指標的關系已經變得比較清晰，資產負債率與其他指標相關性較弱，可以獨自組成一個主成分，營業收入增長率和總資產周轉率相關程度較大，也可以歸為一個主成分，而每股收益、凈資產收益率和每股凈資產聚集程度較大，可以歸為一個主成分。

而從因子模型中可以看出，資產負債率在二維表中對整個模型產生了負向的作用，而總資產周轉率和營業收入增長率在41.08%的維度上起到了負向的作用，同時也在28.03%的第二個維度上產生了對總體模型的正向的作用。而每股收益、每股凈資產和凈資產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，資產負債率、每股收益和每股凈資產對于模型的解釋力度最大（見圖2）。

圖2 樣本因子分布圖

對于樣本個體在PCA中的分布情況可由圖2得知，前兩個維度共解釋了近70%的變化，當將兩者結合于一張二維圖中時，以兩個維度上（0，0）為分割點，我們可以直觀地看到，五糧液公司雖然與其他公司兩個維度上的數值比較接近，但是卻在（0，0）點的正方向，說明五糧液在公司業績和債務分險控制上也較為出色，相較于萬科、格力電器、南方航空、浦發銀行和招商銀行，雖然在業績角度比較出色，但是由于經營負債率較高，其聚集在了第二個維度的負方向。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風險上較為穩妥，但是其為股東帶來的收益明顯趕不上地產和銀行業的企業。然而，黃河旋風、中航飛機和金融街等上市公司不管在績效還是在債務風險方面都較為遜色。

結語

本文利用聚類分析和主成分分析的方法對A股中的16支股票進行類型劃分，得到的結果可以為Markowitz均值方差模型中最優組合的構建提供強有力的客觀構造方法，使得投資組合搭建能夠更加科學化。