基于宏觀環境下的“順勢而為
——GARP”投資策略

金展穎，沈淑琦

一、引言

自2018 年年初以來，我國對外貿易出口有所減緩，市場經濟環境稍有動蕩。 從宏觀來看，面對多變的市場環境，我國積極采取措施進行調整和應對，加速經濟轉型升級，并通過調整國際貿易結構和產業結構，鼓勵國內戰略性產業發展。 這些政策深入人心，且對國內資本市場帶來積極影響，投資者應順應國家政策走向，采取順勢而為的投資策略。 本文基于當前的宏觀政策條件，選擇優勢行業，利用GARP-均值方差模型構建投資組合策略，通過EViwes 進行投資組合收益的t檢驗和股票的相關性檢驗，從而保證投資組合在去除偽相關的前提下獲超額收益。

二、現實與理論基礎

(一)震蕩市場下的股市投資

基于震蕩的市場環境，中國股市的動蕩讓不少投資者受到了較大的影響。 很多投資者也在尋找政策的走向，但由于自身相關知識的缺乏與獲取利益欲望的差距，而陷入過度自信或信心不足的困境，難以形成正確的投資策略，因此，需要一個科學有效的理論框架指導。 很多研究已證明政策變化會對企業投資、總需求、金融風險溢價等產生顯著影響(Pástor ＆ Veronesi， 2013)；例如，Bernanke(2015)認為，經濟環境和政策的不確定性增加會導致經濟主體的風險厭惡程度上升，風險溢價隨之大幅上升。 以長生生物為例，醫藥行業的良好發展前景吸引了眾多投資者購買其股票，然而在被曝出該廠生產的醫用設備存在質量問題后，相關的懲治措施和出臺的各種舉措大大打擊了行業信心，而當時看好此股的不少股民也紛紛被套……由此可見，我國股市發展多與國家政策調控息息相關，近年來，政府大力支持和發展5G 行業，并推動基建工程的建設，也為通信板塊帶來了蓬勃生機，其股價不斷創歷史新高。 因此，如何能在靈活多變的市場環境下獲取更高收益，逐漸成為眾多投資者思考的問題。 本文正是基于此，提出了“順勢而為”的選股策略。

(二)價值與成長性的GARP模型

“合理估值下的成長”，即GARP 投資策略。 此策略在量化投資領域廣泛應用，且具有較好的風險收益比。 Ahmed 和Nanda(2001)選擇低市盈率和高盈利增長率股票的策略(實質上是 GARP 投資策略)，利用美國 1982 年至 1997 的股票數據，發現在風險調整基礎上，這種新策略優于傳統的低市盈率投資策略，由此他們認為價值和成長投資策略不應相互排斥，可以融合成 GARP 策略。 沈浩(2009)在我國滬深 A股市場運用GARP 模型對股票進行篩選并構建GARP 組合，通過分析研究發現該模型在我國A 股市場同樣有效，并指出運用GARP 投資策略存在兩個潛在的收益渠道：①價值回歸過程中的投資收益；②成長特性實現期間引起的股票實際價值的提高。 但Larkin(2009)將通過模型篩選獲得的股票組合與市場的收益衡量指標進行比較之后發現雖然GARP 策略并不總是表現優異，但可以考慮在其投資組合中至少對一部分股票組合使用 GARP 策略；而董偉煒(2019)在傳統GARP 策略上加了兩層約束，一是嵌入成長曲線形態，優先選擇景氣加速的行業或公司；二是更多地考慮“市值空間”。

基于上述描述，本文結合政策取向和行業結構，提出GARP-均值方差選股策略。 以宏觀經濟走勢作為切入點，選取與當前國內環境緊密相關的幾個行業，利用專業方法對各行各業的基本面和技術面進行分析，并結合分析結果，運用模型構建出領跑大盤的股票組合，在引導投資者正確認識上市公司股票的價值屬性和成長屬性的同時，運用專業的方法幫助投資者尋找最具潛力的股票，實現價值投資的真諦——具備從丑小鴨到黑天鵝變化的被低估的股票；最后運用專業的手段和檢驗方法佐證所得結果，保證價值投資最大化的正確性。

三、改進的GARP均值方差模型

傳統的GARP 模型兼顧股票的價值屬性和成長屬性，在分享高成長帶來的收益機會的同時，尋求安全邊際。 但是其過度看重成長的穩定性，會錯過行業景氣度較好、高速增長的企業股票。 因此，我們對該策略進行了進一步的改良，創建了“GARP-均值方差”策略。 主要有以下三個方面的改進：其一，根據宏觀背景確定行業，選擇國家政策大力扶持和宏觀環境波動下影響較小的行業；其二，篩選出七大指標均高于行業均值的個股，并結合序數打分法，適當調整指標所占比重；最后，利用方差最小化的原則，構建股票組合。

(一)改進GARP-均值方差模型應用步驟

1.確定股票池

以總資產同比增長率、凈資產同比增長率、營業收入同比增長率、營業利潤同比增長率、ROA 增長率、EPS 增長率、預測PEG 值七大指標對行業板塊進行初選，得到七大指標均高于行業均值的個股。

2.采用序數打分法

將選用的財務指標進行打分排序，從而確定指標得分的秩值。 本文在選取過程中依據不同行業特點計算平均值，目的是在宏觀市場中尋找最具潛力的成長股；據此選出的投資組合暗含了宏觀經濟周期對于行業配置的優化結果。 綜上，通過金融終端將滿足初選財務指標的個股統計出來之后，對這些個股的財務指標進行排序，按秩打分，公式如下：

其中，P為分數；N表示每項指標的最高分；Y表示樣本總數；Xt表示樣本t秩。

(1)分值設定

總資產同比增長率、凈資產同比增長率、營業收入同比增長率、營業利潤同比增長率、ROA 增長率、EPS 增長率得分滿分均為10 分，按順序打分，即增長率越高，得分越高；預測PEG 得分為10 分，按倒序打分，即指標越大，得分越低。

(2)權重設定

傳統的GARP 策略價值指標和成長指標一般各占50%，考慮到中國A 股市場成長股往往比價值股更能夠取得較大收益以及中小投資者偏愛成長股投資的環境，在指標的選用上，成長型指標占比達到90%的比例，而價值型指標只占10%的比例。 選用的指標和權重比例如下：一是成長規模指標。 選用的是總資產同比增長率、凈資產同比增長率和營業收入同比增長率，在權重上各占10%；二是成長質量指標，由于成長質量往往比規模更重要，本文選用的是營業利潤同比增長率、ROA 增長率和 EPS 增長率，各占20%的權重；三是安全估值指標。 選用的是預測PEG 值，PEG 值介于0～2 之間，在權重上只占10%。

3.構建組合

選取篩選后的股票，統計2017 ～2019 年的收盤價數據，利用馬科維茨的均值-方差模型，以最小化股票組合的風險來計算股票的投資比例。

以兩只股票為例：

得到一個關于WA的函數(1-WA)σAσBρAB求導時，取得最小值，解得WA＝同理，n支股票時同理也可建立n-1 個導數方程最終求解出n個投資組合的投資比例系數。

4.定期調整組合

持有組合一至兩個月后，根據行業總體經營情況，適當調整指標；利用更新的數據指標對股票池重新進行篩選。

(二)模型應用實例

1.股票篩選

根據行業差異，結合當前市場環境所設置的條件為大致為總資產同比增長率≥20%，凈資產同比增長率≥10%，營業收入同比增長率≥20%，營業利潤同比增長率≥10%，ROA增長率≥5%，EPS 增長率≥5%，預測 PEG 值介于 0 ～2 之間(時期不同的市場所設置的參數需以當時市場數據變動為依據)。 根據數據篩選出的結果，可得到被低估的股票，從各行業中再選取1～2 只龍頭股進行具體的數據分析。

2.股票組合的構建

根據近兩年來四個行業的個股收盤價計算相關系數，得出不同行業之間的個股也存在較強的相關性。 相關系數如表1 所示：

表1 股票相關系數檢驗表

當數據為正值時，可以認為不同行業之間的不同個股相關性較強，而數據為負時，不同行業之間不同個股的相關性比較弱。 此外，可根據相關系數矩陣圖，用EViews 軟件進行顯著性檢驗，以去除偽相關的可能性。

根據表2 可知，F值為174.4542，去除了偽相關的可能性，證明結果顯著。

表2 偽相關檢驗結果

股票組合的檢驗過程如下：

(1)二元函數且相關系數小于0

(2)二元函數相關系數大于0

(3)三元函數

聯立可得σp＝f(W1，W2)。

求解兩個方程，即可得到σp取得最小值時W1、W2投資組合比例。

(4)N元函數

同理將8 只股票的數據代入上述方程，并利用8 只股票的投資組合比例為1，即可轉化為方差最小的情況下7 個未知數求解的問題。 分別將風險函數關于7 個未知數進行求導數，并聯立求解7 個方程即可解得對應的投資組合比例，因實際求解過程過于復雜，僅在此說明求解方法。

根據以上對投資組合的構建，可得其具體的2019 年投資組合如表3 所示。

表3 投資組合的構建

以上表3 只是部分買賣股票組合，具體操作時不局限于以上幾種。

在均值-方差模型中，我們發現當兩只股票相關系數為負的情況下，同時買入一定比例的股票，可以對沖風險，并且使得風險最小化；當兩只股票相關系數為正的情況下，買入一只股票并賣空另一只也能達到分散風險的目的，這時候的操作就等同于買入兩只相關系數為負的股票。 綜上所述，在股票投資組合的過程中，不能隨意決定股票的投資組合比例，而是在充分考慮單只股票的風險與收益的同時，還要顧及股票之間的相關性和具體的相關系數，利用相關性來減小風險。 通過模型量化計算，來獲得個性化的投資組合比例，從而使手中資產發揮最大的價值。 股票投資組合對于任何一個股市參與者而言，都有非常重要的作用。

四、總結與討論

根據上述模型的構建和相應操作，本文初步建立了在當前市場經濟環境下相對較優的選股策略，力圖用創新選股模型為選股難題帶來解決之道。 據此，本文依據已經選取出的股票組合收益與滬深300 指數收益率進行對比，得到投資組合收益情況如圖1 所示：

圖1 組合收益與滬深300 收益對比

t 檢驗結果的prob 值＝0.028，顯著小于0.05，則參數的顯著性檢驗通過，再看R2，越接近1，擬合優度越高，此模型R2值為0.76，說明擬合程度較好； DW 檢驗用于殘差序列的相關性，DW 取值在2 附近，說明殘差序列不相關。 t 檢驗的結果顯示：在99.9%的水平下，組合的收益明顯高于同時段滬深300 指數，與我們的原假設相符合。

本文基于當前的市場環境，選取受到相關政策以及民族情緒推動增長的行業，再利用GARP 模型對公司價值屬性和成長屬性進行探索，在獲取擁有成長屬性的股票收益的同時，放眼價值屬性被低估的股票，爭取超額收益。 同時，利用GARP 模型選擇出的股票進行相關系數計算，推出均值-方差模型，構建投資組合，在保證收益的同時，也能大大降低投資組合的風險；最后，用EViews 軟件對投資組合的收益進行顯著性檢驗，確保投資收益跑贏大盤的同時，找到適合當前股市形勢的最佳投資組合。