股市波动对策研究

时间:2022-10-14 07:34:57

股市波动对策研究

摘 要:根据2008年11月5日到12月25日这37个交易日各个行业板块的数据,通过非参数统计分析和多元统计分析的方法来研究2008年11月5日政府出台了扩大内需的政策之后,大盘止跌回涨,但却不断波动的情况下该如何操作和应对。

关键词:股票行业板块;Friedman检验;Spearman秩相关系数;聚类分析

中图分类号:F830.91文献标识码:A文章编号:1672-3198(2009)18-0140-02

1 研究背景和目的

回顾2007年10月16日,前所未有的大牛市一路不停歇地冲至6124点,中国股民的热情也疯狂了。时针拨回,中国股市的疯牛倒下了,6124点已成为牛市的墓碑。从6000多点到近1600多点,中国股民恐慌了,不知道什么时候才是尽头。

如果把下跌过程分为三部分,第一部分是去年6124点跌至4800,然后反弹至5500;第二部分是从5500,再继续下跌,直至春节前的4300;第三部分则是两会前夕,大盘从4200多开始下跌,直到近期的跌破1600多点。经历了如此大的跌幅,市场恐慌氛围浓厚,小散户们人心惶惶,庄家则大肆声讨政府不救市。中国的A股市场热闹空前。政府调低了印花税,数次降息,股市也只是在不断的震荡中下滑。近期,也就是2008年11月5日,国务院总理主持召开国务院常务会议,会议推出了促进经济增长的十项措施,并宣布将在2010年年底之前投资共四万亿元,旨在拉动内需,促进经济平稳快速增长。这样的利好消息使得股市大涨,总体呈上扬趋势,在人们的期盼中股市在波动中前进终于冲破两千点。正当人们满心欢喜以为股市就此复苏的时候,大盘开始不断震荡,两千点争夺战异常激烈,数日出现涨跌幅超过100点的情况,那么在这种情况下股民们该如何操作呢?这就是本文需要讨论的问题。

2 研究内容

本文研究的基本单位是股票的板块。根据中国证券监督管理委员会的一级分类板块主要有14类,由于分类较少,每个板块范围较广,可能由于内部小板块不同方向的影响相互抵消而使得各个一级板块之间差异不大,所以本次研究选取的是二级分类。具体情况如下:

农、林、牧、渔业农业;林业;畜牧业;渔业、农、林、牧、渔服务业;

采掘业煤炭采选业;石油和天然气开采业;黑色金属矿采选业;有色金属矿采选业;*非金属矿采选业;*其他矿采选业;采掘服务业;

制造业食品、饮料;纺织、服装、皮毛;木材、家具;造纸、印刷;石油、化学、塑胶、塑料;电子;金属、非金属; 机械、设备、仪表;医药、生物制品

电力、煤气及水的生产和供应业电力、蒸汽、热水的生产和供应业; 煤气生产和供应业;自来水的生产和供应业;

建筑业土木工程建筑业;装修装饰业;

交通运输、仓储业铁路运输业;公路运输业;*管道运输业;水上运输业;航空运输业;交通运输辅助业;其他交通运输业;仓储业;

信息技术业通信及相关设备制造业;计算机及相关设备制造业;通信服务业;计算机应用服务业;

批发和零售贸易食品、饮料、烟草和家庭用品批发业;能源、材料和机械电子设备批发业;*其他批发业;零售业;商业经纪与业;

金融、保险业银行业;保险业;证券、期货业;金融信托业;*基金业;*其他金融业;

房地产业房地产开发与经营业;*房地产管理业;*房地产中介服务业;

社会服务业公共设施服务业;邮政服务业;专业、科研服务业;餐饮业;旅馆业;旅游业;*娱乐服务业;卫生、保健、护理服务业;租赁服务业;其他社会服务业

传播与文化产业出版业;*声像业;广播电影电视业;*艺术业;信息传播服务业;*其他传播、文化产业;

综合类

另外,本文主要研究11月5日政策出台后至今大盘不断波动情况,并预测后期的发展情况,于是选取了11月5日至12月25日间每个开盘日的数据,即有37天的数据。

3 研究方法简介

3.1 Friedman检验

Friedman检验的基本思想是用xij的秩Rij代替xij,然后计算组间平方和SSB,并构造统计量Q=12k(k+1)SSB来检验k个位置参数θ1,θ2,…,θk是否全都相等的问题。当k固定而b∞时,检验统计量Q渐近服从χ2(k-1)分布。当Q的值比较大的时候认为这k个位置参数不全都相等。

3.2 Spearman秩相关系数检验

有总体X和Y,设成对的样本数据是独立同分布的。记xi在{x2,x2,…,xn}中的秩为Ri,yi在{y1,y2,…,yn中的秩为Qi。通过计算秩之间的相关性即构造统计量:

rs=∑ni=1(Ri-)(Qi-)∑ni=2(R1-)2∑ni=1(Q-)2

=12∑ni=1(RiQi)-3n(n+1)2n(n2-1)

来检验总体X和Y之间是独立还是相关。当rs接近于1时,X和Y正相关;当rs接近于1时,X和Y负相关;当rs接近于0时,X和Y相互独立。

3.3 聚类分析

聚类分析就是分析如何对样品(或变量)进行量化分类的问题。将距离相近的样品(或变量)先聚成类,距离相远的后聚类,过程一直进行下去知道每个样品(或变量)都聚到合适的类中。

4 实证分析结果

(1)用Friedman检验各板块每天走势是否有差异。

要考察各板块每天走势是否有差异,也就是考察各个行业之间每天分布情况是否存在差异。因为不同行业的数据不具可比性,所以采用Friedman检验。检验中,每一天为一个区组,共有37个区组。不同板块可看作不同的处理,因此有56个处理。作如下假设检验:

H0∶θ2=θ2=…=θk;H2∶θ2,θ2,…,θk不全相等。

由于数据过多,不便列示,下面仅给出部分数据,具体内容参见附表。

每一组的秩的平均值i已经得到,而总的秩的平均为=19。此问题属于大样本情况,而统计量Q在这种情况下渐近服从χ2(k 1)的分布。通过Minitab计算可得统计量的p值为0.013,即统计量Q是显著的,从而我们没有充分的理由接受原假设,所以我们认为各个行业板块之间的分布情况是有差异的,即各个行业板块之间每天的走势存在差异。所以我们不能把所有板块混为一谈,必须把各个行业分开来考虑。因此,我们有必要进行下一步分析:每个行业板块各自与大盘走势是否存在相关性。

(2)通过Spearman秩相关系数观察各板块与大盘的相关关系。

由于大盘的指数是各个板块的加权平均,所以一般来说大盘与板块之间是正相关的。不妨作如下的假设检验:H0:X和Y相互独立;H2:X和Y正相关。

查Spearman秩相关系数检验临界值表,当n=37时,在显著性水平为0.01的情况下,上临界值为0.383;在显著性水平为0.01的情况下,上临界值为0.275。所以不论在显著性水平为0.01还是0.05的情况下,我们都没有理由接受原假设,所以我们认为每个板块与大盘都是正相关的。

其实这并不奇怪,而且是可以预想得到的结果,因为大盘的指数是通过各个板块的数值加权平均而得到的,也就是每个板快变动都会使得大盘有或多或少的变动。而在这里做Spearman秩相关只是想看相关系数的大小是否存在明显的差异,通过上表不难发现行业之间还是有明显的差异的,比如最高的银行业达到了0.968而最低的邮政服务业只有0.55。因此,我们有必要将研究继续下去,将这些行业按与大盘相关性的大小通过聚类分析分成若干类。

(3)通过聚类分析将行业分类。

运用SPSS统计软件对秩相关系数进行聚类分析分成三类,一类是与大盘走势高度相关,一类是与大盘走势相关性一般的,另一类是与大盘走势相关性较弱的。其中两类之间的距离采用离差平方和法。结果如下:

①与大盘走势高度相关的行业:

一级行业:制造业(除医药、生物制品);采掘业(除黑色金属矿及采选业)。

二级行业:计算机应用服务业;保险业;其他制造业;通信服务业;农业;公路运输业;自来水的生产和供应业;旅馆业;渔业;商业经纪与业;仓储业;银行业;公共设施服务业;交通运输辅助业。

②与大盘走势相关性一般的行业:

一级行业:传播与文化业;建筑业;批发和零售贸易(除商业经纪与业);房地产业。

二级行业:采掘服务业;林业;黑色金属矿采选业;煤气生产和供应业;餐饮业;农、林、牧、渔服务业;畜牧业;铁路运输业;金融信托业;通信及相关设备制造业;租赁服务业;专业、科研服务业;其他社会服务业;旅游业;土木工程建筑业;水上运输业;装修装饰业;医药、生物制品;证券、期货业;计算机及相关设备制造业;电力、蒸汽、热水的生产和供应业。

③与大盘走势相关性较弱的行业:邮政服务业;其他交通运输业;航空运输业。

5 总结和建议

本文主要研究2008年11月5日政府出台了四万亿的扩大内需政策之后,大盘止跌回涨,但却不断震荡时该如何操作和应对。研究主要通过三个步骤,首先通过Friedman检验各板块每天走势是否有差异,并通过Minitab软件分析得各个行业之间的走势确实存在差异。然后进一步研究行业与大盘的联系,发现每个板块都与大盘有一定相关性,但大小有显著的差异,从而我们按相关性大小用聚类分析将其分成了三类。

从聚类的结果可以看到,同属于一个一级行业的板块之间的相似程度较大。并得出一下几点建议:

(1)制造业(除医药、生物制品)、采掘业(除黑色金属矿及采选业)这两个一级行业都与大盘走势高度相关,所以若是大盘走强的时候可以选择这些股票进行投资,大盘走弱时则尽量避免投资此类股票。

(2)传播与文化业、建筑业、批发和零售贸易(除商业经纪与业)、房地产业这四个一级行业与大盘相关性一般,即振幅不大,适合风险规避者投资,因为这些股票虽然不会大涨但也不会大跌。

(3)邮政服务业、其他交通运输业、航空运输业三个二级行业与大盘相关性较弱,甚至可能与大盘背道而驰,选择这些股票的时候需要慎重。

参考文献

[1]王静龙,梁小筠.非参数统计分析[ M].北京:高等教育出版社,2006.

[2]朱建平.应用多元统计分析[M].北京:科学出版社,2005.

上一篇:资产证券化研究 下一篇:金融与流通发展关系分析