用聚类方法划分投资性行业分类

作者:kaiyun.con    来源:kaiyun.con在线注册    发布时间: 2024-03-27 17:00:57    浏览量:16 次

  行业投资作为一种重要的资产配置手段,在基金的投资组合管理中得到了广泛的应用,是获取超额收益的重要来源。在国民经济发展和宏观经济周期的不同阶段,或是由于产品和商业模式的创新,各个行业面临着不同的发展机遇,呈现出不同的发展形态趋势,表现出不同的基本面状况,同时长期资金市场会产生不同的预期,最终行业间的这些差异必然在股票在市场上买卖的金额中反映出来。

  进行行业投资第一步是要解决的问题是行业如何分类, MSCI 和标准普尔共同构建的GICS、富时集团和道琼斯指数公司共同构建的ICB是国际上常用的行业分类标准。国内机构推出的行业分类标准由于更多地考虑了国内在经济发展阶段、产业体系现状、行业发展机会等方面的特征,在A股的投资实践中得到了更多的应用。其中,证监会行业分类属于管理型行业分类标准,更考虑到行业的投资价值的同一性的一些行业分类被称为投资性行业分类,可拿来直接进行行业配置。

  从行业投资的角度来讲,行业内部的高相似性和行业之间的高差异性是行业分类的根本原则:高相似性旨在降低来自行业内部的噪音,提高投资收益的稳定性;而行业间的高差异性将决定着获得超额收益的空间。这种相似性和差异性不仅体现在行业的基本面上,同时也应体现在行业的市场表现上,我们期望寻找一种行业分类,使得行业在基本面和市场表现两个维度上的异同特征取得统一,即相似(不同)的基本面因素对应着相似(不同)的市场表现。GICS、ICB以及国内机构推出的行业分类标准,绝大多数都是按公司的主营业收入构成和利润来源对个股进行行业归类,行业内部的公司面临类似的经营环境,在经营业绩、发展的新趋势等方面具有较高的相似性,并划分出不一样的层次的行业类别对行业基本面因素的异同特性进行了较为细致的解析。

  而在研究行业市场表现的关联度方面,聚类分析方法更为客观和准确。聚类分析是一种数据统计方法,通过量化指标衡量多个样品之间的相似性,并将一些相似程度较高的样本聚合为一类,把另外一些彼此之间相似程度较大的样品聚合为另一类,直到将所有样品分配到若干个类中,使得同一类中的样品有很大的相似性,而不同类之间的样品有很大的差异性。为了兼顾行业基本面上的异同特性,可以直接用现有行业分类中的细分子行业的收益率进行聚类分析的基本单元,并在聚类范围自下而上逐步推进。

  首先,从同一个小行业的细分子行业进行聚类开始,提取基本面和市场表现最为类似的细分子行业作为一类。以中信二级行业中的石油石化行业为例,其下有炼油、油品销售及仓储、其他石化3个细分子行业,经过聚类分析,炼油和其他石化的市场走势相似性更大,可以合并为一个行业,而油品销售及仓储单独为一个行业。其次,将小行业内的聚类结果在大行业内部再进行聚类。将上述炼油+其他石化、油品销售及仓储,与所属大行业中同级别的石油开采和油田服务再次进行聚类,结果为石油开采+炼油+其他石化组成一类,油品销售及仓储为一类,油田服务为一类。这与中信行业分类的不同之处在于取消石油石化行业,将其中油品销售及仓储单独剥离出来,其他的与石油开采合并。再次,将大行业的聚类的结果在行业群内进行聚类。由于部分行业与相关产业链存在紧密的依赖关系,在基本面上属于相同的产业集群,在证券交易市场表现上也呈现出高度的相关性。例如,对基建投资相关的行业进行聚类时,得到了与普遍认识吻合的结果:机械行业中的工程机械、建材中的水泥、建筑中的建筑工程的证券交易市场有很高的同步性,因此可将以上3个行业组成一个行业。

  沿着现有行业分类层级关系自下而上地进行行业收益率聚类分析,形成的行业分类体系较好地结合了基本面影响因素和市场表现,进一步提升了行业内部的相似性和行业间的差异性。其结果是提升了部分行业因子对行业收益率的解释能力,来提升了使用行业多因子模型进行行业投资的有效性,同时行业收益率之间更大的差异性为获得更高的超额收益创造了空间。在研究的基础上,摩根士丹利华鑫基金成功采用聚类方法划分独特的行业分类,涵盖54个投资性行业,经过测试,相同的行业多因子模型在该行业分类体系中能轻松的获得更高的超额收益。

  当浮层化现象严重时,我们遇到的挑战是,出的主意没有太大实操价值,从事实际操作的人…

  恒大与拜仁这场比赛太有价值,展现了自己,也终于真刀真枪下看清了自己,更成为一把标尺…

  人的生命本无意义,是学习和实践赋予了它意义。应该把学习作为人生的习惯和信仰。

  幸福是什么?当你功成名就时,发现成功不会让你幸福,和人分享才会。当你赚到很多钱时…

kaiyun.con在线注册二维码

扫一扫关注我们

kaiyun.con官方首页小程序

扫一扫进入小程序

版权所有©kaiyun.con 地址:烟台市芝罘区化工路110号院内 咨询电话:13953519745
本网站中的文章(包括转贴文章),图片版权仅归原作者所有,如有侵犯您的版权,请及时联系我们,我们将立即删除。
流量统计-百度统计技术支持: kaiyun.con在线注册
网站地图