试论中国股市的周期性波动与价值投资的应用

  　摘要：中国股市由于世界经济发展周期、国家政策变动、信息流动机制和所处发展阶段等原因存在较强的周期性波动。实证研究表明月度上证指数对数序列满足随机游走模型假定。BP滤波方法确定上证指数存在明显的2～3年的循环周期。通过选取具有代表性的行业股票在股市周期波动中进行周期性的价值投资，结果显示大部分产业的收益率跑赢大盘。但在不同发展时期所密集使用的要素集聚产业则可享受估值溢价和获得超额收益。
　　关键词：周期性波动；随机游走；BP滤波；价值投资
　　在中国社会主义市场经济的建设过程中，资本市场从无到有不断发展壮大，特别是中国股票市场，已经成为世界股票市场的一支重要力量，也成为中国居民实现财富保值增值的重要途径。但是，中国绝大多数股民对股市缺乏了解，更多的是为了获取投机收益而非投资收益，更不懂如何对所持股票的投资价值进行研究。中国的股票市场自诞生以来，由于世界经济发展周期、国家政策变动、信息流动机制和所处发展阶段等原因，经历了不断的周期性波动。这种周期性的波动还夹杂着成长性、易变性、政策性、心理性等特征(刘如海、张宏坤，2003)，为价值投资在中国的研究和运用增添了更多干扰，但这不能成为不少投资者信奉的价值投资不适合中国股市的理由(许健、魏训平，2004；王春燕、欧阳令男，2004)。为此，研究中国股票市场在周期性波动中的价值投资策略具有重要的现实意义。
　　本文的研究思路先对1991年1月至2009年12月的沪市收盘指数(SHIM)用计量经济模型模拟诊断，确定序列的平稳性；然后利用BP滤波对SHIM进行趋势、循环分解，确定其主要波动周期；最后，选择股票池(p001)具有代表性的企业进行价值投资模拟，与大盘收益率进行比较。
　　一、中国股市周期性波动的实证分析
　　在实体经济运行中，存在着“繁荣——衰退——萧条一复苏”的经济周期。关于实体经济周期性波动的原因，经济学大师熊彼特、萨缪尔森都做出了深入的分析。熊彼特的创造性破坏理论主要针对的是经济波动的长周期，而萨缪尔森的乘数一加速数模型更适合用来解释频繁产生的短周期。在收入上升时期，消费通过加速原理带动投资增长，投资通过乘数增加收入和消费；当遭遇外部冲击时，上述作用正好反向，因而容易形成经常性的经济扩张或收缩。作为实体经济的“晴雨表”，资本或股票市场的价格同样是反复波动，但其波动特征和波动原因与实体经济不尽相同。
　　由于中国还处在发展和转型阶段，资本市场发展时间较短，因此中国股票市场更容易遭到市场和投资者的过度反应，波动性特征更为明显。黄继平、黄良文(2003)利用波谱分析方法得出中国沪深两市指数均存在5个显着周期，但最显着的是长度为921个交易日的周期，这为投资者的实践操作提供了一定参考。徐立平、陆珩缜(2009)基于时间序列的极大熵谱估计方法，利用MATLAB工具，对A股指数进行分析，得到了上证综指和深证综指的谱密度、频率及周期数据，从中分辨出A股存在一个平均约18个月的主周期分量。从这些分析中可以看出中国股市确实存在周期性波动规律。但这些研究存在下列问题：样本数据时间较短；在分析周期之前没有对时间序列数据的平稳性进行论证；更重要的是没有和具体的价值投资应用相结合。因此，有必要对中国股市的周期性波动做出更精密细致的分析，为投资者提供更具操作性的实践思路。
　　一般的实证文献在分析具有高频性质的金融时序数据时，更多地采用条件异方差模型(ARCHMODEL)。但在我们看来，股市指数的月或周序列数据也可以用ARMA模型来分析。本文就对沪市指数月度序列收盘指数采用ARMA模型来诊断预测。之所以以沪市指数作为分析样本，是因为沪市集中了国内各行业的大中型企业，具有规模大、分布广、市值高的典型特点，对世界形势、国家政策、信息披露、市场投机等反应灵敏，而且其中有些蓝筹股可以成为价值投资的标的被用来模拟预测。
　　(一)SHIM的模拟预测
　　首先对SHIM序列对数化处理，成为In-shim序列，如图1所示。对此序列进行单位根检验，结果如表1示。我们可以在10％显着性水平下认为In-shim序列满足平稳性假设，没有单位根。再对In-shim序列一阶差分后的序列进行单位根检验，结果如表2所示。从表2可以看出，一阶差分后的序列在1％、5％、10％显着性水平下都为平稳序列。为了进一步明确是采取水平序列还是一阶差分序列，再查看In-shim水平序列的自相关(AR)和偏自相关系数(PAR)，如表3所示。
　　从表3可以看出，水平序列自相关系数(Ac)是拖尾的，偏自相关系数(PAC)在1阶截尾，可以判断In-shim序列基本满足AR(1)过程。建立模型
　　In-shim=1，0015991n-shim(－1)+ut
　　回归系数T值为746.2681，调整的R平方值为0.96，AIC=-1.031878，SC=-1.016790，DW=2.097335。可见模型统计量都很显着，拟合度较高。模型拟合值、实际值与残差序列值如图2所示。图2可再次证明模型拟合较好，残差序列基本上是个O均值的平稳序，列；观察残差序列、残差序列平方的自相关系数和偏自相关系数，证明不存在序列相关或条件异方差效应。总之，我们可以认为上证指数ln shim水平序列满足平稳性假设，后续研究可以采用这个结论。

　(二)ln-shim序列的BP滤波
　　频谱滤波(BP)利用谱分析方法对经济时间序列的周期进行分解。根据黄继平、黄良文(2003j的研究，大致可以认为上证指数在18个月至60个_月之间存在波动，因此，可以把wp=1/18(p=18)，wq=1/60(g=18)作为切断频率。采用BK固定长度对称滤波，设定滞后项数为18，循环周期pt=18，pu=60，分解结果如图3所示。从保存的权重矩阵可以看出，2～3年周期成分的权重最大，可以作为上证指数的循环要素。需要注意的是股市周期是一种重复出现的价格周期，它属于时间周期。价格波动的底部称为波谷，顶部称为波峰，周期长度是从波谷到波谷测量的。
　　从序列循环因素图可看出，在1994～1996，1996～1999，1999～2002，2002～2006，2006～2008年间存在上证指数的周期循环。当然股市周期也可以从波峰到波峰测量，但时间序列中波峰通常不如波谷那样稳定而可靠。中国股市的周期性波动是由多种因素引起的，如宏观经济运行波动、政府政策变化、投资者的过度反应、国际市场波动、信息披露周期等，同时还存在一些随机性的周期干扰。正是这样的周期性波动给价值投资理论提供了不断实践的机会。
二、价值投资的理论基础
　　价值投资理论也被称为稳固基础理论，该理论认为：股票价格围绕“内在价值”的稳固基点上下波动，而内在价值可以用一定方法测定；股票价格长期来看有向“内在价值”回归的趋势；当股票价格低于(高于)内在价值即股票被低估(高估)时，就出现了投资机会。
　　　内在价值的理论定义就是一家企业在其余下的寿命中可以产生的现金流的折现值。价值投资大师巴菲特对于内在价值的计算最为详细的叙述出现在1996年致Berkshire公司股东的信中：“内在价值是估计值，而不是精确值，而且它还是在利率变化或者对未来现金流的预测修正时必须相应改变的估计值。此外，两个人根据完全相同的事实进行估值，几乎总是不可避免地得出至少是略有不同的内在价值估计值，即使对于我和查理来说也是如此。这正是我们从不对外公布我们对内在价值估计值的一个原因。”正是内在价值估计的困难，使得价值投资不被一些投资者所信仰。
　　价值投资的另一个核心概念是安全边际，指的是实质价值或内在价值与价格的顺差，换一种更通俗的说法，安全边际就是价值与价格相比被低估的程度或幅度。根据定义，只有当价值被低估的时候才存在安全边际或安全边际为正，当价值与价格相当的时候安全边际为零，而当价值被高估的时候不存在安全边际或安全边际为负。价值投资者只对价值被低估，特别是被严重低估的对象感兴趣。安全边际不能保证避免损失，但能保证获利的机会比损失的机会更多。
　　安全边际并不是孤立的，它是以“内在价值”为基础的，在“内在价值”的计算中，预期收益率是最有弹性的参数，预期收益率的上升和安全边际的扩大都趋向一个结果，那就是相对低的买入价格。就实际操作层面而言，阶段性的仓位比例控制也可以视为运用安全边际的辅佐手段。巴菲特指出，“我们的股票投资战略持续有效的前提是，我们可以用有吸引力的价格买到有吸引力的股票。对投资人而言，买入一家优秀的股票是支付过高的价格，将抵消这家绩优公司未来十年所创造的价值。”也就是说，如果买入价格过高，即使是买入优秀公司的股票也难获利。
　　因此，安全边际理论就是告诉投资者一定要稳健投资，不要冒风险。在每次做投资决策或投资活动中，一定要将风险降到最小，同时，尽力从每次投资活动中取得收益的最大化。如果投资者理想的安全边际迟迟难以达到，那么最好的策略就是等待市场进入新一轮周期的波谷。在一生的投资过程中，投资者不必要也不需要每天都去做交易，很多时候应该手持现金、耐心等待，由于市场交易群体的无理性和各种因素的影响，在一定的时间段内，如2～3年的周期里，总会等到一个完美的高安全边际时刻。也就是说，市场的周期性波动总会带来价值低估和较高安全边际的机会，那么这个时候就是投资者入场的时候。如果投资者的投资组合里累积了很多次这样的投资成果，长期来看一定会取得远远超出市场平均收益的机会。所以安全边际的核心就在于把握风险和收益的关系。
　　三、价值投资中内在价值或安全边际的决定因素
　　在周期性波动的股市上运用价值分析法，最大的问题在于识别公司的内在价值。确定内在价值既要关注内因，即公司各种财务数据，又不能忽视公司经营活动的外因，即公司所处的行业和宏观经济形势。