【資產(chǎn)組合規(guī)模適宜度的實(shí)證探究4900字（論文）】

資產(chǎn)組合規(guī)模適宜度的實(shí)證研究目錄TOC\o"1-2"\h\z\u一、引言 1二、文獻(xiàn)回顧 1三、樣本選擇和研究方法 2（一）樣本和數(shù)據(jù) 2（二）研究方法 4四、實(shí)證結(jié)果和分析 11五、結(jié)論 14參考文獻(xiàn) 15資產(chǎn)組合規(guī)模適宜度的實(shí)證研究一、引言與其他類型的資本市場(chǎng)一樣，股票市場(chǎng)也處于不斷的波動(dòng)之中，股市的波動(dòng)既帶來(lái)投資收益，同時(shí)蘊(yùn)涵了很高的投資風(fēng)險(xiǎn)。股票市場(chǎng)的投資風(fēng)險(xiǎn)可以分為系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)兩方面，系統(tǒng)風(fēng)險(xiǎn)是指股票市場(chǎng)固有的風(fēng)險(xiǎn)，而非系統(tǒng)風(fēng)險(xiǎn)則是由于一些不確定的因素對(duì)某上市公司產(chǎn)生的影響而帶來(lái)的風(fēng)險(xiǎn)。最近幾年，我國(guó)股票市場(chǎng)的個(gè)股收益率波動(dòng)非常強(qiáng)烈，股市風(fēng)險(xiǎn)的問(wèn)題應(yīng)該更加引起投資者重視。在股票投資過(guò)程中，投資者應(yīng)該慎重選擇具有較高投資價(jià)值的股票，并構(gòu)造一個(gè)合適規(guī)模的投資組合，以達(dá)到降低股市非系統(tǒng)風(fēng)險(xiǎn)的目的。二、文獻(xiàn)回顧關(guān)于股市投資風(fēng)險(xiǎn)與組合規(guī)模的問(wèn)題，國(guó)內(nèi)外已經(jīng)有很多學(xué)者進(jìn)行了卓越的研究，得出了很多有價(jià)值的結(jié)論。馬克維茨可以說(shuō)是現(xiàn)代證券組合理論的奠基人，他提出了均值-方差模型，即用投資組合收益率的均值來(lái)度量收益，用投資組合的方差來(lái)度量風(fēng)先，此后很多研究成果都在此基礎(chǔ)上展開(kāi)和深化的[1]。其后Sharp也發(fā)表了另一個(gè)里程碑式的研究成果，他利用了單指的數(shù)模型，通過(guò)估計(jì)得出了證券的預(yù)期收益率、方差和協(xié)方差等重要信息[2]。緊接著Evans&Archer采用隨機(jī)簡(jiǎn)單等權(quán)組合的方法,以1958-1967年紐約證券交易所的470種股票為樣本,以半年收益率為指標(biāo),分別構(gòu)建了60組“1種證券的組合”、60組“2證券組合”、“……”、60組“40種證券的組合”，并分別計(jì)算出了40個(gè)不同組合規(guī)模的平均標(biāo)準(zhǔn)差以代表組合風(fēng)險(xiǎn)。該實(shí)證結(jié)果表明證券組合的平均標(biāo)準(zhǔn)差隨著組合規(guī)模的擴(kuò)大而迅速減少,當(dāng)達(dá)到8至10種證券組合時(shí)趨于穩(wěn)定[3]。一些國(guó)內(nèi)學(xué)者也對(duì)中國(guó)股市的投資風(fēng)險(xiǎn)和組合規(guī)模問(wèn)題進(jìn)行了深入研究。施東暉（1996）[4]、吳世農(nóng)和韋紹永（1998）[5]分別以雙周收益率和周收益率為指標(biāo),采用簡(jiǎn)單等權(quán)組合的方法,研究了樣本期內(nèi)上證市場(chǎng)投資風(fēng)險(xiǎn)與股票組合規(guī)模的關(guān)系。此后田波平、王大偉（2004）[6]、楊繼平、張力?。?005）[7]均以月度收益率為指標(biāo),并采用非回置式隨機(jī)抽樣且應(yīng)用簡(jiǎn)單等權(quán)組合方式,對(duì)國(guó)內(nèi)股票市場(chǎng)的投資組合規(guī)模與風(fēng)險(xiǎn)關(guān)系進(jìn)行了實(shí)證研究。朱曉斌（2007）則利用上證2001年7月2日至2002年6月28日期間的日交易數(shù)據(jù)，將上證所有的股票等量地分為大盤(pán)、中盤(pán)和小盤(pán)三組，并從每組各隨機(jī)抽取10個(gè)樣本股票構(gòu)成三個(gè)投資組合進(jìn)行實(shí)證研究[8]。從上面的文獻(xiàn)來(lái)看，學(xué)者們都認(rèn)同通過(guò)股票投資組合來(lái)分散股市非系統(tǒng)風(fēng)險(xiǎn)的原則。但由于各位學(xué)者在研究過(guò)程中所采取的樣本組、樣本區(qū)間、樣本頻率、抽樣方法、實(shí)證方法的不同,也使得研究結(jié)論多樣?？紤]到中國(guó)股市近年來(lái)經(jīng)歷了多次大起大落,充滿了非常大的風(fēng)險(xiǎn)性,因此選取一個(gè)具有代表性的樣本組、跨越較長(zhǎng)時(shí)期的樣本數(shù)據(jù)、并采用相對(duì)符合實(shí)際的實(shí)證方法,來(lái)進(jìn)一步研究滬股市股票投資組合和風(fēng)險(xiǎn)分散的關(guān)系,非常有必要。三、樣本選擇和研究方法（一）樣本和數(shù)據(jù)為了進(jìn)一步深入研究近年來(lái)中國(guó)滬股市的股票投資組合與風(fēng)險(xiǎn)分散問(wèn)題,我們考慮選擇更合適的樣本組和樣本區(qū)間進(jìn)行實(shí)證研究。筆者充分考慮到了近年來(lái)中國(guó)股市劇烈波動(dòng)的實(shí)際情況,將根據(jù)以下幾個(gè)基本原則來(lái)選擇研究樣本:（1）樣本應(yīng)包括滬股市,因?yàn)榇蠖鄶?shù)投資者都會(huì)同時(shí)選擇滬市的股票。（2）考慮到股市風(fēng)險(xiǎn)的延續(xù)性,筆者認(rèn)為月度是一個(gè)較為合適的研究頻率,因此本文將采用2007-2011年間的月度收益率數(shù)據(jù)。（3）上證50和深圳成指本身就是滬深兩市的權(quán)重股,在行業(yè)代表性、流通市值、交易量等方面都具有代表性。本文將在上證50中選取符合條件的28只股票,作為實(shí)證研究的總樣本。上證50中的股票,但有些樣本數(shù)據(jù)與本文研究區(qū)間不相符合。本文剔除了所有在2007年后才上市的股票,最終選取了符合實(shí)證要求的28只樣本股票。這28只樣本股票的基本信息如表3-1所示：表3-1滬股市28只股票基本信息代號(hào)股票名稱股票代碼2007可流通股本(萬(wàn)股)2011可流通股本(萬(wàn)股)A股B/H股A股B/H股浦發(fā)銀行SH600000326060.8-1492277.75-白云機(jī)場(chǎng)SH60000449696.0-115000.00-武鋼股份SH600005313520.0-1009378.0-上海機(jī)場(chǎng)SH60000999712.8-109347.64-包鋼股份SH600010203520.2-642364.38-華能?chē)?guó)際SH600011276998.3-900000.00-民生銀行SH600016611362.8-2258760.25412713.06寶鋼股份SH600019473548.3-1751204.75-中國(guó)石化SH600028849902.9-6992204.001678048.75中信證券SH600030221456.8-985570.13-招商銀行SH600036470979.2-1766613.13391047.81中國(guó)聯(lián)通SH600050832227.8-2119659.75-同方股份SH60010038462.5-198770.09-上海汽車(chē)SH600104164455.2-852144.13-雅戈?duì)朣H60017798537.2-178714.98-煙臺(tái)萬(wàn)華SH60030958816.2-216233.45-振華重工SH600320124264.2-254759.8185800.00江西銅業(yè)SH60036228252.1-207524.73138748.20貴州茅臺(tái)SH60051940793.1-103818.00-方正科技SH600601124126.3-219489.13-申能股份SH600642134449.3-472877.41-天津港SH60071786814.1-167476.91-遼寧成大SH60073939774.9-136416.98-國(guó)電電力SH60079596718.3-1395428.13-東方集團(tuán)SH60081179555.8-124107.02-東方明珠SH60083294397.5-318633.50-亞泰集團(tuán)SH600881101892.9-189473.20-伊利股份SH60088737091.6-158734.14-（二）研究方法在此我們先假定中國(guó)股票市場(chǎng)在樣本區(qū)間2007-2011年都是弱勢(shì)有效的,這從很多學(xué)者的研究成果中可以得到佐證,這里就不再另行驗(yàn)證。本文采用Markowitz的均值-方差模型[9]來(lái)研究滬股市股票投資組合與風(fēng)險(xiǎn)分散的關(guān)系,實(shí)證過(guò)程的主要步驟如下：1．計(jì)算表1中所列的滬股市28只樣本股票在2007-2011年間的月度收益率，并算出其簡(jiǎn)單平均數(shù)。月度收益率計(jì)算公式如下：(3-1)其中：示第種股票在第月的收益率；表示第種股票在第月末收盤(pán)價(jià)；表示第種股票在第月末收盤(pán)價(jià)。在實(shí)證中,所有涉及到的數(shù)據(jù)都已經(jīng)考慮了除權(quán)的影響,進(jìn)行了股價(jià)的相應(yīng)調(diào)整。表3-2滬股市28只股票平均月收益率和方差名稱平均月收益率方差-0.0007286240.001156542-0.000555230.00063295-0.0005835210.001042795-0.0006861010.0007078460.0004683710.001003167-0.0005419730.00072933-0.0002893620.00073616-0.0003935070.000805371-0.0002450240.00076046-0.0006663660.001471661-0.0002803080.0008298230.0001565070.00072874-0.0005180950.0015564220.000467840.001150852-0.0005197970.000861865-0.0005275160.001156189-0.0009063950.0008536690.0010536490.0016230010.000807960.000524905-0.0007668150.001069463-0.0007198550.000814917-0.0009050140.0007280947.50705E-050.001548172-0.0009298480.001249733-0.0008563940.001287604-0.0004392320.000967174-0.0004943490.0012833470.0002275610.0012072322．計(jì)算股票投資組合平均收益率。在每一個(gè)不同規(guī)模的股票投資組合中,筆者先根據(jù)隨機(jī)權(quán)重算出各股票投資組合的加權(quán)月度收益率,再除以抽樣次數(shù),從而算出各股票投資組合的平均收益率[10]。各個(gè)股票組合的平均收益率計(jì)算公式如下：(3-2)式中：為股票組合的平均月收益率；為股票組合中第種股票平均月收益率；為股票組合中第種股票占全股票數(shù)的比重，為了方便計(jì)算。3．計(jì)算股票投資組合平均標(biāo)準(zhǔn)差。根據(jù)Markowitz的均值-方差模型[9],可以用標(biāo)準(zhǔn)差來(lái)衡量樣本組合的投資風(fēng)險(xiǎn)。具體的計(jì)算公式如下：(3-3)即

(3-4)

利用有(3-5)式中：表示股票投資組合的標(biāo)準(zhǔn)差；為第種股票的標(biāo)準(zhǔn)差；為所選個(gè)股的權(quán)重；為第種股票與第種股票收益率的協(xié)方差；為第種股票與第種股票收益率的相關(guān)系數(shù)；為投資組合中被選擇的樣本數(shù)量。計(jì)算樣本股票的協(xié)方差[11],其計(jì)算公式如下:(3-6)其中,為第只股票與第只股票之間的協(xié)方差；、分別為第只和第只股票的收益率；為樣本期間收益率的個(gè)數(shù)。所以組合的標(biāo)準(zhǔn)差計(jì)算公式[12]可以簡(jiǎn)化為(3-7)計(jì)算有各個(gè)股票的協(xié)方差如下表：表3-3滬股市28只股票協(xié)方差協(xié)方差123456710.00115654220.0001706790.0006329533.9216E-056.45375E-050.00104279540.0002180820.000399183.46579E-050.00070784659.87057E-050.0001556370.0001382640.0002210340.00100316769.98775E-058.48094E-050.0001492781.59655E-05-1.81268E-050.0007293372.95067E-051.57477E-050.000201869-2.14315E-053.78268E-056.13956E-050.0007361687.23124E-058.99011E-050.0002564294.87868E-050.0001209190.000260696.2133E-0595.69247E-05-7.73089E-060.0001536245.04457E-066.23697E-056.23697E-054.20275E-0510-1.09509E-05-1.53936E-06-3.83051E-05-1.23518E-050.0001043961.41909E-050.00013112110.0001186750.000117110.0001104386.61833E-054.96104E-050.0001032170.00019709124.91441E-05-4.57356E-06-4.65242E-055.34246E-050.0001180962.39889E-052.91344E-0513-6.12127E-070.0001369477.64164E-050.000106764-1.14669E-054.65928E-053.90898E-05149.18509E-053.83903E-053.93181E-061.74655E-05-3.21682E-058.90863E-06-2.46139E-0515-2.41121E-051.5884E-058.09757E-053.28784E-057.04812E-052.04852E-055.54136E-05160.0001325928.30503E-050.000218780.0001369040.0002473075.06203E-056.04201E-05171.43596E-051.94651E-057.15334E-05-7.02207E-088.30456E-056.08691E-057.49572E-05180.0001159356.25965E-057.62786E-056.46444E-062.22369E-059.56711E-057.90718E-05197.90486E-050.0001935652.10187E-060.0001925890.0001544541.33647E-06-2.148E-06206.50246E-058.33272E-050.0002459320.0001277350.0002535574.31771E-050.000119475210.0001868140.000172853-4.32712E-060.000199860.0002622235.32509E-053.05914E-0522-1.83877E-067.56478E-060.0001061374.48798E-053.65368E-051.03001E-052.8184E-05238.26081E-054.35711E-050.000156358-1.51097E-065.55797E-050.0002496916.74607E-05246.17289E-05-1.32362E-05-9.24038E-062.24639E-052.55975E-05-1.0584E-059.55836E-07258.35152E-069.82026E-066.36412E-059.76351E-06-1.45426E-053.03945E-053.06654E-05268.93033E-064.46388E-056.37886E-055.76678E-050.0001484930.00016041.20914E-05273.39565E-052.4982E-050.000180993-3.1979E-063.58949E-050.000182396.34599E-05286.78882E-050.0001293890.0001062247.70173E-050.0001279419.42739E-051.4553E-05協(xié)方差89101112131480.00080537190.0002737810.00076046108.6874E-061.73406E-060.001471661119.90716E-050.0001053672.21502E-060.000829823126.46772E-054.77194E-056.75431E-051.1892E-050.00072874136.51332E-05-1.65362E-054.56623E-050.0001204370.000212330.00155642214-2.46139E-058.92581E-05-6.8531E-066.16304E-056.53143E-052.58609E-060.001150852153.27827E-054.39842E-051.6369E-05-3.44146E-060.0001755014.60877E-050.000178389169.11183E-056.82844E-05-1.7418E-052.35667E-056.00673E-054.25847E-05-5.70267E-05178.41915E-053.74329E-059.3571E-058.82194E-065.28006E-050.000100656.08063E-06180.0001448430.0001007084.34803E-059.01178E-050.0001068580.0001203910.000277427194.71617E-052.66432E-052.26821E-057.0487E-053.48035E-059.28747E-056.53135E-06200.0001400635.0972E-06-4.79599E-050.0001364714.28401E-050.000146684-3.28345E-05214.48203E-053.81894E-050.0001228831.05052E-050.0001354171.54965E-053.84648E-05221.15486E-053.05823E-055.25303E-055.50126E-056.06185E-057.92199E-057.97744E-05230.000384620.000222562-3.545E-060.000100503-1.71352E-052.39458E-059.28065E-0524-1.09545E-065.05999E-051.88134E-05-6.05137E-055.80868E-05-3.1061E-069.1223E-06258.74084E-053.24764E-059.39168E-062.35568E-05-2.35058E-066.70486E-05-1.53707E-05260.0001851670.0001327194.31491E-057.26001E-055.94002E-059.58692E-053.39098E-05270.0002671310.000247308-7.2411E-060.0001380066.6887E-054.75916E-050.000145454280.0001807660.0001170513.54927E-058.08422E-053.25819E-050.000138542.87332E-05協(xié)方差15161718192021150.000861865161.43399E-050.001156189172.2567E-054.83747E-050.000853669180.000165961-1.57021E-057.2882E-060.001623001193.65437E-058.5748E-056.39101E-056.52061E-050.000524905200.000102910.0001555596.07875E-05-2.52213E-055.84239E-050.001069463213.05373E-050.0001857396.88788E-05-1.39673E-050.0001244046.1556E-050.000814917220.0003115873.94203E-05-1.16496E-050.0001558682.70667E-050.0001111071.89764E-05232.45821E-051.3535E-054.55945E-060.000199522.7695E-055.23463E-052.02806E-05244.80336E-059.30834E-062.09459E-057.68682E-05-5.15062E-072.45957E-05-3.8493E-05253.18846E-05-1.82426E-06-1.82426E-061.48188E-053.25092E-053.01444E-053.87721E-0526-9.74261E-068.20411E-053.43079E-057.64373E-054.26E-055.67032E-050.000107519270.0001730757.8241E-051.03966E-050.0001741826.27451E-052.07345E-055.26438E-05284.35796E-056.48012E-056.57068E-050.0001098359.65174E-050.000145052.87245E-05協(xié)方差22232425262728220.000728094231.35834E-050.001548172245.91124E-05-5.80396E-050.00124973325-1.93541E-054.8242E-05-6.00397E-050.00128760426-4.98837E-060.0002463635.49528E-054.40994E-060.000967174270.0001146670.000342992-9.85693E-068.83369E-050.0001485910.00128760428-1.78045E-050.000179-3.08265E-066.21375E-050.0001461679.58235E-050.0012072324.股票投資組合抽樣方法。本文采用回置式隨機(jī)抽樣的方法來(lái)構(gòu)建不同規(guī)模的股票投資組合,先賦予組合內(nèi)的每只股票一個(gè)隨機(jī)權(quán)重,再根據(jù)上述步驟2和步驟3分別計(jì)算組合平均收益率和標(biāo)準(zhǔn)差。本文具體的抽樣和計(jì)算過(guò)程如下：（1）從總樣本股票（28只股票）中隨機(jī)抽取2只股票,并計(jì)算出“2只股票組合”的月度加權(quán)收益率與標(biāo)準(zhǔn)差。（2）在總樣本股票中（28只股票）再隨機(jī)抽取4只股票,并計(jì)算出“4只股票組合”的月度加權(quán)收益率與標(biāo)準(zhǔn)差。（3）再次從總樣本股票中（28只股票）隨機(jī)抽取6只股票,并計(jì)算出“6只股票組合”的月度加權(quán)收益率與標(biāo)準(zhǔn)差。根據(jù)研究需要,繼續(xù)構(gòu)建更大規(guī)模的股票投資組合。（4）為了得到更為合理的實(shí)證結(jié)果,我們重復(fù)上面的步驟20次,從而計(jì)算出不同規(guī)模股票投資組合的平均收益率和標(biāo)準(zhǔn)差,以此作為研究我國(guó)滬股市股票投資組合與風(fēng)險(xiǎn)分散關(guān)系的最終依據(jù)。四、實(shí)證結(jié)果和分析從上面的抽樣方法中可知,從最開(kāi)始的“2只股票組合”開(kāi)始,每次重新抽樣依次增加2只股票,一直到包含所有樣本的“28只股票組合”,最多可以構(gòu)建14個(gè)不同規(guī)模的股票投資組合。樣本股票投資組合的平均收益率和標(biāo)準(zhǔn)差如下表：表4-1樣本股票投資組合的平均收益率和標(biāo)準(zhǔn)差股票代號(hào)平均收益率-0.00049545-0.000463193-0.000280403-0.000287728平均標(biāo)準(zhǔn)差0.0118003990.0044340830.0024571010.001683012股票代號(hào)平均收益率-0.000265716-0.00029636-0.000318563-0.000332987平均標(biāo)準(zhǔn)差0.0012546280.0009882020.0008107970.000687383股票代號(hào)平均收益率-0.000355243-0.000307159-0.000329247-0.000312778平均標(biāo)準(zhǔn)差0.0005919770.0005209990.0004638110.000418004股票代號(hào)平均收益率-0.000320411-0.000351565平均標(biāo)準(zhǔn)差0.0003809620.000329373注：表示“2只股票組合”，表示“4只股票組合”，依此類推。從表2中可以看出,滬股市的股票投資組合規(guī)模與平均收益率之間并沒(méi)有存在明顯的規(guī)律,大致都穩(wěn)定-0.0003369在上下。這和本文選取的樣本數(shù)據(jù)跨度時(shí)間長(zhǎng),并且進(jìn)行多次回置式隨機(jī)選定股票投資組合取平均值的研究方法是有直接關(guān)系的。而在衡量股市風(fēng)險(xiǎn)的平均標(biāo)準(zhǔn)差方面,可以從圖1中清晰地看到其變化趨勢(shì)。圖4-1股票投資組合的平均收益率和平均標(biāo)準(zhǔn)差注：1表示“2只股票組合”，2表示“4只股票組合”，依此類推。從圖1可知,在滬股市中,當(dāng)股票投資組合的規(guī)模越大時(shí),標(biāo)準(zhǔn)差一般越小,即表示股市投資風(fēng)險(xiǎn)分散的程度越大。盡管在實(shí)證結(jié)果中,有些較大規(guī)模股票投資組合的標(biāo)準(zhǔn)差有一定程度的反彈,但整體下降的趨勢(shì)還是顯而易見(jiàn)的[13]。特別是從3到8的階段,下降得非常明顯；而在8至14的階段,股票組合的標(biāo)準(zhǔn)差逐漸趨于平穩(wěn)；當(dāng)過(guò)了14以后,股票組合標(biāo)準(zhǔn)差就變得更加穩(wěn)定了,呈現(xiàn)非常緩慢的下降趨勢(shì)。這表明滬股市的股票組合數(shù)量在6-16只時(shí),就基本上已經(jīng)分散了大部分的非系統(tǒng)風(fēng)險(xiǎn)。盡管從理論上來(lái)說(shuō),實(shí)證中選取的這28只股票樣本并不能代替整個(gè)滬股市,但考慮到其權(quán)重股的特點(diǎn),還是能夠在較大程度上反映整個(gè)滬股市的股票投資組合風(fēng)險(xiǎn)結(jié)構(gòu)的。五、結(jié)論本文通過(guò)選取滬股市的28只權(quán)重股票,以2007-2011年的月度收益率為指標(biāo),采用回置式隨機(jī)權(quán)重的方法,根據(jù)Markowitz投資組合理論模型應(yīng)用研究[14]，研究了滬股市股票投資組合與風(fēng)險(xiǎn)分散的關(guān)系,得出了以下結(jié)論：（1）股票投資組合能夠有效地分散滬股市的非系統(tǒng)風(fēng)險(xiǎn),股票投資組合規(guī)模越