中级农民
- 积分
- 105
- 大米
- 颗
- 鳄梨
- 个
- 水井
- 尺
- 蓝莓
- 颗
- 萝卜
- 根
- 小米
- 粒
- 学分
- 个
- 注册时间
- 2022-7-29
- 最后登录
- 1970-1-1
|
注册一亩三分地论坛,查看更多干货!
您需要 登录 才可以下载或查看附件。没有帐号?注册账号 
x
我之前在金融机构上班,写过一些市场投资策略的分析报告,最近刚开始转码,想看看地里的文章,求米,谢谢大家大赏。留邮箱我可以发pdf,pdf里有图。
中国股票市场收益率分布与投资期限的关系及改进
摘要:
1、中国股票市场在短期内无法获得稳定收益,投资期限在两年以内时,收益率中位数在几乎为0,盈利亏损概率各占一般。而美国香港市场短期投资也能获得稳定收益。
2、中国股票市场在短期难以获得收益的原因在于股市估值波动太大,而企业盈利较为稳定。
3、通过建立A股股票估值模型,筛选低估区间,可以有效提高各投资期限的投资收益率并降低风险。
正文:
一、中国股市短期难以获得稳定收益
根据历史统计,A股的累计收益率高于美股和香港恒生指数。表1至表12的样本数据时间为2002年1月至2019年3月。表1为中国、美国和香港股市在2002年至2019年累计收益率的年化收益率,可以发现A股的平均年化收益率高于美国和香港。
表1:中美港历史平均收益率比较
数据:Wind、
累计数据会忽略期间的波动,所以我们使用了蒙特卡洛模拟法对中国、美国、香港和日本市场分布进行了3000次模拟运算,年化收益率如表2,可以发现中国市场的投资收益率显著高于其他国家,虽然波动稍大,但依然极具吸引力。(计算过程中在样本区间随机抽取250个单日收益数据,相乘得到随机情况下一年的收益率,并重复该过程3000次,获得随机情景下的投资收益率。)
表2:蒙特卡洛模拟情形下各国股市收益率比较
数据:Wind、
但实际投资中,大部分投资者在A股的收益并不理想,于是我们猜想其原因于中国股市的收益分布相关。我们构建以下模拟投资数据,假设投资者的投资期限分别为一个季度、半年、一年、两年、三年和五年,买入时间随机,于是我们得到以下投资收益数据(收益和波动数据均已年化)。可以看到,在不同投资期限下,A股的投资收益中位数,收益率波动性以及亏损概率都与香港和美国股市有着显著差异。美国和香港股市中,随着投资期限延长,投资风险会逐步降低,也就是收益波动性和亏损概率降低,而投资收益率的中位数和平均数较为稳定。而中国股市则有所不同,投资期限在两年以内时,投资风险并不会随着投资期限的增加而减少,与此同时,两年以内的投资收益率中位数几乎为0,亏损概率接近50%。
表3:历史不同投资期限下Wind全A指数收益率
数据:Wind、
表4:历史不同投资期限下沪深300指数收益率
数据:Wind、
以上两张表中可以发现,当投资期限为两年及以下时,中国股市的投资收益中位数几乎为零,亏损概率几乎为50%,而且投资收益率标准差也几乎不随投资期限变长而降低。而当投资期限大于三年时,各个数据都有极大改善。另外因注意的是,虽然投资期限在两年以内时收益率分布很像零和博弈,但投资收益率的算术平均数却很高。表5和表6列出了标普500和恒生指数的收益分布情况与投资期限的关系。美国和香港两个市场的收益稳定性要比中国好很多,收益率的中位数和平均数基本不随投资期限不同而波动,而投资期限的长短主要影响的是收益波动率和亏损概率。
表5:历史不同投资期限下标普500指数收益率
数据:Wind、
表6:历史不同投资期限下恒生指数收益率
数据:Wind、
此外,中国股市的收益率分布也与香港美国市场有所不同。
表7: 历史不同投资期限下Wind全A指数收益率分布
数据:Wind、
从表7和表8中可以看出,当投资期限在一年以内时,中国股市的投资收益率呈杠铃状分布,中间薄两端厚,而随着投资期限延长收益率逐渐向中间靠拢。而美国股市的收益率呈纺锤状分布,中间厚两头薄,且同意随着投资期限延长向中间收敛。
表8:历史不同投资期限下沪深300指数收益率分布
数据:Wind、
表9:历史不同投资期限下标普500指数收益率分布
数据:Wind、
表10:历史不同投资期限下恒生指数收益率分布
数据:Wind、
在投资期限较短的情况下,A股投资收益率呈现杠铃状,即两头大中间小,而香港和美国股市的收益率呈现纺锤状,即两头小中间大。因此,在不择股不择时的情况下,当投资期限较短时,中国股市的投资收益率分布与投硬币相似,近似零和游戏;当投资期限较长时,中国股市的投资收益率分布与国外成熟市场相接近,此时传统金融模型有效。
二、中国股票市场收益波动主要来源于估值波动
投资收益来源于企业盈利增长和估值变化,但投资期限极长时,估值会呈现明显的均值回归迹象,如下图所示,在1900年至2000年的100年中,标普500经历了3轮完整的估值周期,均值为13。
图1:标普500十年移动平均PE
数据:Wind、
而近二十年A股的估值一直在下行区间,这也抵消了中国经济高速发展带来的利润增长。
图2:Wind全A十年移动平均PE
数据:Wind、
如果我们将A股投资收益率拆分为估值波动(表11)和企业盈利增长(表12),就可以发现投资期限在三年以内时投资收益率的波动主要是估值波动造成的。
表11:Wind全A估值波动与投资期限
数据:Wind、
表12:Wind全A盈利增速与投资期限
数据:Wind、
可以看出中国股市的盈利增长率在各个期限下都较为稳定,且增长较快;而估值的中位数一直为负数,不管是短期还是长期都是跌多涨少,这也是A股牛短熊长的原因。
三、利用股债估值模型可以有效提升中国股票市场收益率
如果我们构建估值评价方法,避开估值偏高的阶段,是否能有效提高收益率以及降低波动率和亏损概率呢?于是我们根据Fed Model进行改进,提出改进的股债估值模型。
Fed Model模型是埃德•亚德尼在保城证券(Prudential Securities) 任经济学家时推广使用的,即比较股票的盈利收益率(市盈率倒数)与10年期国债收益率,当股票盈利收益率高于10年期国债收益率时,股票被高估;当股票盈利收益率低于10年期国债收益率时,股票被低估。该模型的优点在于同时考虑股票和债券的收益率,避免了单一指标忽略整体宏观经济波动的影响,当经济衰退时,股票盈利能力降低,但同时国债收益率也会下降;反之,在经济繁荣阶段,股票盈利能力上升,国债收益率也会上升。
但该模型也有两个缺陷:其一是股票同时具有成长性和波动性,其盈利收益率不一定等于债券到期收益率,一般情况下股票的盈利增长潜力应高于风险波动补偿,股票收益率理应低于债券收益率(P=∑_0^i▒E_i/(Y_债券+r_风险-g));其二是股票与国债信用级别不匹配。这两个缺陷可能造成如下结果:一是在股债估值皆合理的阶段,债券到期收益率高于股票盈利收益率,导致股票低配;二是在经济下行的某些极端情况下,公司盈利能力出现下滑,但股票盈利数据相对滞后(经济已经萧条但是企业报表中尚未发布),此时若股票价格不变或小幅下跌,无风险利率下滑幅度较大,模型会误判增配股票。
针对以上讨论的两个模型缺陷,本文提出两种解决思路。一是使用与上市公司平均信用评级所对应的到期收益率数据,并在收益率后增加收益差额(r_风险-g)以反应股票的风险补偿和盈利增长潜力。但该数据难以客观计算,于是引出方法二,即选取更低信用评级的到期收益率,以信用利差来反应市场风险偏好和经济增长潜力。在经济上升期,r_风险 变小,g 变大,对应信用利差缩窄;在经济萧条期,r_风险 变大,g 变小,对应信用利差走扩。在具体信用收益率的选取上,我们选择了10年期AA级中债企业债到期收益率,主要原因一是10年期AA级中债企业债到期收益率均值高于万德全A股票盈利收益率,满足模型假设,二是使用10年期AA级中债企业债到期收益率时,在样本内股票高估和低估的时间基本为各50%,具有实际操作意义。
图2:股债相对估值
数据:Wind、
AA级信用债收益率数据始自2007年5月底,因此回测数据从2007年6月开始。当红线在0上时,我们认为股票是被低估的。在股票低估区间内我们选择任意时点买入Wind全A指数,并持有一个季度、半年、一年、两年、三年和五年的收益数据如表13和表14所示。
表13:Wind全A投资收益率与投资期限(根据股债估值模型筛选投资日期)(2007-2019)
数据:Wind、
表14:Wind全A投资收益率分布(根据股债估值模型筛选投资日期)(2007-2019)
数据:Wind、
对比表15和表16中Wind全A指数单纯随机投资的结果。经过估值筛选过的投资收益有了显著改善,从收益率上来看,三年及更短时间的投资期限中收益率平均数和中位数均改善明显,且中位数与平均数的差值变小,从收益分布来看经过估值筛选过的投资结果更加符合正态分布,投资收益率更加收敛于均值。从盈亏概率上来看,经过估值筛选过的投资盈利概率从一个季度起就已超过60%,并随着投资期限增加逐渐增大,当投资期限为5年时盈利概率达到100%,而没有经过估值筛选的投资在三年及更短时间内盈利概率都在50%上下浮动,只有投资期限达到5年时才有明显赚钱效应。
表15:Wind全A投资收益率与投资期限 (2007-2019)
数据:Wind、
表16:Wind全A投资收益率分布 (2007-2019)
数据:Wind、
可以看出,投资期限的增加和估值筛选能显著改善投资收益,增加收益率的同时大幅降低风险。 |
上一篇: 盘后Amazon亚麻已经涨了12%了…有没有想讨论的?下一篇: mega ball
|