行业相关性规律研究

行业相关性规律研究搜寻领先与滞后的行业

班级：工商1403

小组成员：梁欣1080214307

王琴1080214308

黄艳青1080214309

刘雪洁1080214310

目录

一、行业配置…………………………………………………………………

二、行业关联度分析…………………………………………………………

三、行业与市场的领先滞后关系……………………………………………

四、行业指数…………………………………………………………………

五、行业间的因果关系检验…………………………………………………

六、结论………………………………………………………………………

一、行业配置

（一）行业配置的主要思路和方法：

行业配置可以分为自上而下的行业配置和自下而上的行业配置，前者从宏观角度出发选择更符合未来一段时间宏观经济情况的，从而被动的行业配置则是从选股开始，先进行个股配置的判断，然后根据各个行业内股票超配低配汇总，可以得到相应的行业超配和低配。一般而言，第一种方法更为常用，一般的行业配置都是指自上而下的方法，而又分为行业选择和行业资产配置两种策略，无论采用这两种策略或者二者并用，都需要具体分析行业之间以及行业与指数之间的运行规律，才能更好的进行行业配置。本文主要讨论行业关联性与行业因果关系，为机构投资者进行行业配置提供思路。

（二）行业配置在组合管理中的重要性：

行业配置是获取超额收益的重要来源，据国外的实证研究统计，共同基金大部分的收益都可以用行业配置来解释，在成熟市场中，行业配置在基金的组合管理占据了首要的地位，作用强于个股的选择。在我国基金规模不断扩大到前景下，上市公司数量也在快速增加，个股的选择对单个基金贡献有所降低，因此，个股选择对基金组合的业绩贡献将会下降，而由于行业内股票同质化倾向较为严重，使得行业配置的作用显得更加重要。

二、行业关联度分析

实际上股票的收益与其行业特性有关么，或者处于产业链上下游关系的行业收益是否具有相应的高关联度？以下我们通过计算行业指数收益率的相互关系来讨论这个问题。（一）行业相关性分析

我们行业关性计算来进行分析，从2000 年～2009 年计算了23 个申万一级行业指数之间的周和月的收益率相关性，比较了行业的收益率与其他行业最为紧密，我们发现按照周收益率计算，平均相关系数最高的行业是：交通运输；而平均相关系数最低的是行业：餐饮旅游。

而按照月收益率来计算也基本一致，相对而言，平均相关系数较高的行业是：交通运输。而平均相关系数最低的是行业：餐饮旅游。为了观察在牛市和熊市中行业运转态势的不同，我们比较了牛熊市里面行业相关系数的变动情况。

我们将市场按照以下时间划分为两个阶段：熊市（2001 年5 月～2005 年6 月）

牛市（2005 年7 月～2007 年12 月）熊市里与其他行业具有较大联动性是：机械设备；而低相关性的行业则是：金融服务。牛市里面具有高关联度的行业是：建筑建材，关联度比较低的行业是：金融服务。

从分熊市和牛市的计算结果来看，明显熊市里面行业具有更高的关联度，而牛市里行业关联度普遍下降。

因此，在熊市里面可能重要的是市场的选时策略，而牛市里面行业配置则对超额收益起到了相当重要的作用。

（二）高关联度的行业分析

正如前面分析的一样，我们将具有高关联度的行业进行配比发现如下的成对行业存在非常高的关联度（收益率相关性高于80%的行业），为了方便查询，我们归纳列入下表：

除上面我们看到的行业外，有一部分行业不与任何行业产生高度的关联，而这些行业更容易走出独立行情，往往是超额收益的贡献者，这些行业可以位于产业链的上游，下游和金融地产。

除此之外，一般处于中游制造业之间，下游行业之间，或者中游与下游之间容易产生较高的关联度，如中游的电子元器件几乎影响到所有的下游行业。而上游行业与中游和下游的关联度相对较小。因此，相关性的分析可能更适合于行业属性接近的公司。

对于组合管理的启示：照Markowitz 的组合管理理论，适当加入一些与其他资产相关度较低的资产能够降低组合风险并提高组合的（相对）收益。集中配置大量高相关性的行业则可能导致相对业绩的下降，即收益的降低抑或风险的增大。

由于中游行业和下游行业之间相关度较高，因此对于行业配置，在中游和下游配置时既可以选择对所有行业都进行覆盖，也可以跟踪其中少部分行业，对组合收益的影响不大。但在上游行业之间以及在上游和中游，以及上游与下游，这些行业走势不易并产生关联，容易形成独立的行情，应当以行业轮动策略方能捕捉到超额收益。对上游行业的选择，以及对上游行业的配置比例均对组合收益产生较为重大的影响。

三、行业与市场的领先滞后关系

我们首先试图在行业与市场的关系中找到那些能够领先市场走势的行业或者板块，或者

通过滞后行业的表现来确认市场的走势变化。为了辨别收益的周期，我们分为日，周和月三种频率进行考察。时间从2000 年1 月4 日至2009 年10 月12 日。

在进行时间序列检验时，我们必须对其平稳性进行检验。这些行业指数的原始时间序列都存在很强的单位根现象，成对的行业并没有通过10%显著性水平下的ADF 平稳性检验，而其对数一阶差分数据则在1%显著水平下表现出了良好的平稳性，这样我们用其对数一阶差分后的平稳数据进行格兰杰因果检验。

（一）日频率

日频率，我们考察了滞后1 期至4 期的情况，滞后几期说明可以领先几期，我们并没有发现滞后期对结果的影响：从我们的结果来看，与上证指数互为因果的行业有：农林牧渔，化工，金融服务。很遗憾，我们没能找到在日频率上没有发现明显领先市场的行业。（二）周频率

在一周滞后期，我们找到了有色金属可以引起指数收益的变动，在其他滞后均不存在能够显著领先指数的行业；而相互影响的是行业是电子元器件。

（三）月频率

在月频率上，我们找到了房地产在3 种频率上都存在对市场的单向影响，我们发现化工和市场间依然存在稳定的双向相互影响，而金融，交通运输和医药生物我们也找到了与市场一些滞后期上的双向因果关系。

小结：从上述实证结果来看，由于指数本身是由不同行业股票表现的综合反映，因此，找到领先指数收益变化比较困难也是情理之中，从我们Granger因果关系检验结果也基本一致。尽管不存很多的领先行业，我们找到的两个行业较为典型，有色金属可以作为较短时间内影响市场走势的行业，而从较长期来看可以采用房地产行业的收益作为中期指数运行的判断。当然这种判断并不是绝对有效的，而那些与市场指数具有互为因果的行业也可以作为确定指数趋势性变动的一些指引，例如化工，金融服务，电子元器件等。

四、行业指数

（一）行业指数之间相关性特征：

行业高度相关集中于中游行业之间以及中游与下游行业之间。以农林牧渔，采掘，黑色金属，家用电器，食品饮料，房地产，金融服务和餐饮旅游为代表的上游行业最下游行业与其他行业关联度较低.容易走出独立行情，决定着组合的超额收益。

（二）行业指数与市场指数的因果关系检验:

我们试图找到能够引起市场指数波动或者说是领先市场指数变化的行业，以此作为市场的一个先导性指标。

（三）行业指数的因果关系可以帮助我们判断哪些行业能够驱动其他行业的走势，可以作为其他行业的先行行业。