您的当前位置：首页中国股市的板块效应论文

中国股市的板块效应论文

来源：华拓科技网

学年论文(设计)

COURSE THESIS （DESIGN）

论文（设计）题目

Title Of Thesis（Design）分院（系别）

Department

专业

Speciality

论文（设计）作者

Author of Thesis（Design）论文（设计）指导教师Advisor

中国股市的板块效应

班级

Class

论文完成日期

Date 2011年11月25日指导教师职称

The title of Advisor

中国股市的板块效应

China's stock market plate effect

2011年11月25日

【摘要】

我国的证券市场经过了十余年的发展能和完善，已经初具规模，股

票也成为了一个重要的投资工具。长期以来，影响股票收益率和股票波动的因素一直是学者们和投资者所关注的焦点问题。国内外大量实证研究发现股票的回报率和波动率往往会受到诸如行业、地域及风格板块因素的影响，使不同板块具有明显不同的风险和收益特征。即“板块效应”。来自同一基本面信息导致了各行业板块的波动，这种波动有可能是同步的，但更可能是先后出现的，表现为行业板块的相关性。

本文首先依据中国市场从1995年7月到2001年6月的股票回报率月数据，利用约束回归分析法对回报率的行业和区域效应进行了横截面和时间序列分析，表明中国股市市场具有明显的行业和区域效应。然后对2005年1月4日----2010年1月4日中证十个行业指数日收益率的相关性进行分析，最后的出本文的结论：通过对股票实证分析得到，在我国A股票市场中，存在着明显的行业效应和区域效应。行业间收益率表现为正相关，但相关程度存在差异。

关键字行业板块效应区域板块效应板行业板块相关性

【 Abstract 】

The negotiable securities of our country market after more than ten years of development and perfection, has a certain scale, the stock has become a important investment tools. For a long time, affect stock returns and the volatility of the

stock factors have been scholars and the investors have been the focus of attention of the problem. A study found that both at home and abroad empirical the returns on the stock and volatility tend to such as industry, by region and style plate factors, make different plates are obviously different risks and benefits of features. That is the \"plate effect\". From the same fundamental information that the various sectors of the plates fluctuations which may be synchronous, but is more likely successively appeared, and the performance of the plates for industry relevance.

This paper first according to the Chinese market from July 1995 to June 2001 return on stocks on data, and by using regression analysis of constraints the rate of return industry and regional effect on the cross section and time series analysis, the results show that the Chinese stock market market has obvious industry and regional effects. And then on January 4,-2010 years on January 4, has ten industry index of the day returns association analysis, the last out the conclusion: through an empirical analysis of stock get, in the stock market in China, there exist obvious industry effect and area effect. Between industries are positively related to the performance for yield, but related degree in different ways.

Key words industry plate effect ；area plate effect； board

industry plate correlation

一、引言„„„„„„„„„„„„„„„„„„„„1 二、论文主要内容„„„„„„„„„„„„„„„„2 第一章、分析我国股市中是否存在行业板块和地区板块效应

1.1 板块效应的定义„„„„„„„„„„„„„3 1.2 行业板块和区域板块划分„„„„„„„„„4 1.3 行业效应和区域板块效应分析„„„„„„„5 1.4 本章小结„„„„„„„„„„„„„„„„5 第二章、我国A股市场行业间板块相关性研究 2.1 行业板块间相关性的测度„„„„„„„„„5 2.1.1数据的选取与处理„„„„„„„„„„5 2.1.2相关性测度结果及分析„„„„„„„„6 2.2 本章小结„„„„„„„„„„„„„„„„.7. 三、论文结论„„„„„„„„„„„„„„„„„8 四、参考文献„„„„„„„„„„„„„„„„„8 五、附件

二、论文的主要内容

1、分析我国股市中是否存在行业板块和区域板块效应 1.1、板块效应的定义：

同一板块内的股票之间因具有同一特点或同一题材而具有有

机的联系，在市场运行中因这种“板块结构”而形成的“板块联动”，要升同升，要跌同跌。称之为“板块效应”。

行业板块指同一行业的股票，如浦发银行、建设银行、兴业银行等金融类板块；区域板块是指同一地域范围内上市公司的股票，如上海板块里的上海机场、上海电器均属于上海本地板块。

1.2、行业板块和区域板块划

地区分类

变量代码 T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12

地区名称

安徽，江西，湖北，湖南北京，天津福建

广东，海南，云南，贵州，广西黑龙江，吉林，辽宁

河北，河南，山西，陕西江苏

青海，甘肃，宁夏，内蒙古，，山东上海

四川，重庆浙江

1.3、行业板块和区域板块效应分析

为了考察上市公司的地区和行业效应，本文采取“地区+行业”模性。模型把每个股票的月回报率线性的分解成整个市场的平均回报率、区域因素导致的回报率、行业因素导致的回报率以及公司特有因

素的回报率。模型为

rirmihh121IfIhijj112CfCji （1）

其中：ri-----股票的i的收益率，i=1,2„„„N,N是某一时点的股票个数。

rm-----市场平均回报率；

fh-----行业因子h带来的回报率，h=1,2,„21. fj-----地区因子j带来的回报率，j=1,2„12.

I ih-----0-1变量，如果股票i属于行业h,取值为

II1，否则取值为0；

C-----0-1变量，如果股票i属于地区j,取值为ij1，否则取值为0；

i-----公司特有的回报。

为了保证rm一定为市场的平均回报率，模型要求行业对股票股票回报率的总影响为0，地区对股票回报率的总得影响也为0，这样

f（hIfcj）为正，代表这个行业（地区）的股票回报率高于市场平均

水平，如果为负则低于市场平均水平。即要求

f、hIfcj分别满足

fIi1h1ihN21Ih0 (2)

fCiji1j1N12Cj0 (3)

首先对模型（1），（2），（3）作横截面回归，即对每个月所有股票的回报率按模型作回归分析，估计当月的市场平均回报率rm，行

业回报率

fIh，地区回报率

fcj。为了方便，进入回归的上市公司的数

量每年7月份更新一次，股票的行业和地区也是每年7月份更新一次。这样做一方面既简便又能够反映股票行业和区域特征的变化；另一方面是有效地去除新股上市的影响。在中国股票市场上，新上市公司股票的价格一般有较大上升，这种上升可能与行业和地区的关系不大，但如果把这种新上市股票数据加入回归分析中，在很大程度上回影响回归结果。

通过估计得到了72个月的各个不同行业和地区的月回报率，然后计算出它们的时间序列平均回报率和标准差。计算结果如下表

行业和地区因素月平均回报率和标准差

行业代

行业简称

码平均收益率

平均收益

标准差地区代码率农，林，牧，渔服务业 A 1.55% 10.38% T1 0.51% 采掘业 B 1.17%

3.22% T2 0.73% 食品饮料业 C0 -0.11% 3.06% T3 0.04% 纺织服装皮毛业

C1 -0.29% 1.75% T4 0.13% 造纸印刷业 C3 0.45% 2.52% T5 0.42% 石油，化学，塑料，塑胶 C4 -0.25% 2.10% T6 0.15% 电子

C5 0.97% 3.53% T7 0.54% 金属，非金属 C6 -0.11% 2.% T8 -0.67% 机械，设备，仪表 C7 -0.12% 2.18% T9 1.11% 医药，生物制品 C8 0.48% 3.65% T10 -0.13% 其他制造业 C9

-0.03% 2.77%

T11

0.16%

电力，蒸汽，热水的生产和供0.61%

应业 D 4.44% T12 0.48%

建筑业

E -0.54% 2.79% 行业交通运输仓储业

F 0.23% 平均标准3.34% 差 3.25% 信息技术业

1.20%

2.83%

标准差3.02% 2.48% 2.77% 1.98% 2.05% 3.93% 1.97% 3.66% 5.76% 1.66% 2.34%

2.34% 地区 2.79%

批发零售贸易业

金融保险业房地产业社会服务业传播与文化业综合类

H I J K L M

0.03% 0.51% 0.35% 0.40% 0.32% 0.20%

1.49% 3.93% 3.35% 3.50% 2.42% 2.31%

1.5 本章小结

从上面数据显示，在本文的行业和地区划分下，通过实证分析，得出以下结论：

（1）中国股市市场表现出明显的区域和行业效应；（2）行业效应大于区域效应；

（3）检验结果表明行业效应基本符合高风险、高回报的规律，

平均回报率表现好的几个行业，其标准差也较高。区域效应没有明显的高风险高回报规律。

（4）行业和地区效应的分析告诉投资者在构建投资组合时，

行业的选取及投资比例对一个投资组合的表现至关重要，同时适当的考虑股票所在的地区。

第二章、我国股市行业板块相关性研究

2.1 行业板块间相关性的测度 2.1.1 数据的选取与处理

本节研究我国A股市十个行业间的动态相关性，选取样本数据，

即以中证十个行业指数日收益率为样本数据，时间跨度为2005年1月4日----2010年1月4日。本节采用多变量的动态条件相关（DCC）

模型来测度行业间的相关性。实证研究的步骤如下：（1）将行业股指数的收盘价转化为日收益率

（2）检验序列的平稳性、检验序列扰动项的ARCH效应。（3）采用ARMA模型消除序列的自相关

（4）建立单变量GARCH模型并估计条件方差hii，j

（5）利用单变量GARCH模型得到的标准化残差t来估计方差-协

方差矩阵。

（6）计算相关系数（计算模型与方法见附件）注：用matlab编程实现对DCC模型的估计。 2.1.2