¿Qué es el índice de ajuste?
El ajuste es un campo de investigación en econometría. El llamado índice de ajuste es simplemente la correlación entre la variable seleccionada y la variable explicada.
Índice de ajuste de acciones/fondos:
El fondo indexado es un tipo de fondo que se ajusta al índice objetivo, rastrea los cambios en el índice objetivo y logra un crecimiento sincronizado con el mercado. La inversión de fondos indexados adopta una estrategia de inversión que se ajusta a la tasa de rendimiento del índice objetivo e invierte en las acciones que componen el índice objetivo de manera diversificada, de modo que la tasa de rendimiento de la cartera de acciones se ajusta a la tasa de rendimiento promedio del mercado de capitales representada por el índice objetivo.
Funcionamiento sencillo y alta transparencia.
En teoría, el método de operación de los fondos indexados es muy simple, siempre que se compre la proporción correspondiente de valores según la proporción de cada valor en el índice y se mantenga durante un largo tiempo.
En segundo lugar, los fondos indexados son baratos. Debido a que los fondos indexados adoptan una estrategia de tenencia y no requieren intercambios frecuentes de acciones, los costos de transacción son mucho más bajos que los de los fondos administrados activamente.
Además, la transparencia del rendimiento de los fondos indexados es muy alta. Cuando los inversores vean que el índice de referencia objetivo seguido por el fondo indexado ha aumentado, sabrán cuánto puede aumentar hoy el valor neto de su fondo indexado. Por lo tanto, muchos inversores institucionales y algunos inversores individuales que pueden ver claramente la tendencia general pero no pueden ver las acciones individuales están más inclinados a invertir en fondos indexados. No hay necesidad de preocuparse por "ganar dinero con el índice pero no ganar dinero".
Evitar eficazmente los riesgos no sistemáticos
En comparación con otros fondos, la ventaja de los fondos indexados es que pueden evitar eficazmente los riesgos no sistemáticos. Por lo tanto, los fondos indexados diversifican ampliamente sus inversiones en. cualquier acción Las fluctuaciones no afectarán el rendimiento general del fondo indexado, diversificando así los riesgos. Por otro lado, dado que los índices que siguen los fondos indexados generalmente tienen un largo historial de seguimiento, los riesgos de los fondos indexados son predecibles hasta cierto punto.
Por lo tanto, a largo plazo, el rendimiento de la inversión de los fondos indexados es mejor que el de otros fondos. En 2006, los fondos indexados se convirtieron en el tipo de fondo más rentable del mercado con una tasa de crecimiento del valor neto acumulado anual promedio del 125,87%. Este tipo de fondo no invierte mucho dinero en determinados valores o industrias. En general, se mantendrá la inversión total y no habrá especulación en el mercado.
Investigación empírica sobre factores clave que se ajustan al método de inversión indexada
La inversión indexada (inversión indexada) es un intento de replicar completamente un determinado índice de precios de valores o se basa en el principio de compilar un precio de valores. índice Inversiones en valores para la construcción de una cartera. Los fondos invertidos de esta manera se denominan fondos indexados y su objetivo de nivel de rendimiento es el cambio en el índice subyacente. Desde la década de 1990, el desempeño de la mayoría de los administradores de fondos de acciones en Wall Street en Estados Unidos ha sido inferior al del índice de mercado más amplio durante el mismo período. De esta manera, los fondos indexados con la idea central de replicar las tendencias de los índices del mercado se han desarrollado rápidamente en todo el mundo, lo que plantea un enorme impacto y un desafío al pensamiento tradicional de la inversión en valores. En Estados Unidos, los fondos indexados son cada vez más populares porque sus rendimientos superan entre el 65 y el 80% de los fondos similares. Entre los nuevos fondos que ingresan al mismo mercado de fondos, la proporción de fondos que ingresan a fondos indexados aumentó del 2% en 1994 al 31% en 1999. A finales de 1999, el número total de fondos indexados estadounidenses alcanzó los 338.000 millones de dólares, lo que representa el 8,37 por ciento del número total de fondos de acciones estadounidenses. El fondo indexado más grande de Estados Unidos y el fondo mutuo * * más grande, Vanguards S&P 500, administra 654,38 mil millones de dólares.
La inversión indexada apareció relativamente tarde en China, principalmente porque el mercado de valores de China todavía es relativamente joven y todavía está siendo explorado y desarrollado. El grupo inversor de China es inmaduro, carece de conceptos científicos de inversión y la supervisión del comportamiento del mercado aún no está completa. Los comportamientos ajenos al mercado, como la especulación bancaria, tienen un gran impacto en los índices bursátiles. Por estas razones, el índice bursátil de China a menudo se desvía del mercado y no puede reflejar la verdadera situación del mercado.
En lo que respecta a los métodos de inversión indexados, un método común en el mercado es copiar completamente un determinado índice de precios de valores o construir una cartera de inversiones basada en los principios de compilación de índices de precios de valores. Este método tradicional de inversión indexada es relativamente pasivo y puede desempeñar un papel muy bueno cuando el mercado funciona normalmente. Sin embargo, cuando algunas acciones de muestra suben o bajan anormalmente rápido, se perderán oportunidades de obtener mayores ganancias y las pérdidas deberán detenerse a tiempo. Para compensar esta deficiencia, han surgido varios métodos alternativos.
Francesco Corielli y Massimiliano Marcellino (2002) creen que el índice de seguimiento es una réplica del índice, que contiene muchas menos acciones que el índice y que el error de seguimiento no incluye componentes no recurrentes. Utilizaron un método de extracción de factores dinámicos para construir una cartera alternativa de índice y la validaron con el índice empírico de Monte Carlo y el índice Euro STOXX50. Los resultados de la verificación son alentadores y las combinaciones alternativas básicamente han completado la curva de seguimiento [7]. Wu Chongfeng (2000) analizó las acciones de muestra del Índice 30 de la Bolsa de Valores de Shanghai del 8 de julio de 1998 al 29 de marzo de 1999, y concluyó que el Índice 30 de la Bolsa de Valores de Shanghai fue reemplazado por una combinación de seis acciones [6].
A partir de la investigación anterior, descubrimos que el método de inversión indexada no necesariamente construye una cartera de inversiones de acuerdo con el principio de compilación del índice de precios de valores, pero puede rastrear el índice mediante la construcción de una cartera de inversiones alternativa. Sobre esta base, el autor propuso el método de inversión indexada de ajuste de factores clave, creyendo que el índice bursátil se compone de sus acciones muestra de acuerdo con el principio de compilación del índice de precios de las acciones, y su tendencia refleja la interacción * * * de estas acciones muestra Pero no todas las acciones de la muestra contribuyen de la misma manera al índice. Hay factores clave en el índice bursátil y el impacto de estos factores clave en el índice bursátil se refleja en el desempeño de las acciones de muestra que representan. Asimismo, no todos los factores clave contribuyen por igual a ello. Entre los factores clave se encuentran las acciones de muestra clave más representativas, y son estas acciones de muestra clave más representativas las que desempeñan un papel decisivo en el índice bursátil. Mientras los captes, captas el índice bursátil. En otras palabras, siempre que invertimos en una combinación de estos factores clave, invertimos en el índice bursátil. Además, se pueden reemplazar acciones de muestra clave representativas en el mismo factor clave, lo que puede hacer que la inversión en índices bursátiles sea más flexible sin afectar la indexación de la cartera de inversiones, compensando hasta cierto punto las deficiencias de los métodos tradicionales.
A continuación, utilizaremos el índice 50 de la Bolsa de Valores de Shanghai como objeto de investigación para realizar una investigación empírica sobre el método de inversión del índice de factores clave. La estructura del artículo es la siguiente: primero, llevar a cabo el diseño de la investigación y determinar los procedimientos, modelos, muestras y datos de la investigación, luego, realizar un análisis factorial de los datos para extraer los factores clave del Índice Compuesto 50 de Shanghai; Sobre esta base, realizaremos pruebas de correlación y análisis de regresión entre la cartera de inversiones construida en base a factores clave y el índice Real Securities 50 para verificar este método. Finalmente saque una conclusión.
Diseño de investigación
1. Proyecto de investigación y diseño de modelo
El primer paso es descubrir los factores clave que afectan la tendencia del índice Shanghai Composite 50.
Con base en los rendimientos diarios de las acciones que componen el índice Shanghai Composite 50, realizamos un análisis factorial y extrajimos n * * * factores idénticos que reflejan la tendencia del índice Shanghai Composite 50, que representan los n factores que afectan la tendencia del índice Shanghai Composite 50 factores clave. El modelo multifactorial se construye de la siguiente manera:
índice 50 = a 1 * f 1+A2 * F2+……+An * Fn+ε
Donde: Índice50 es el índice de Shanghai Índice Compuesto 50; Fn es el enésimo * * * cofactor; An es la tasa de contribución del n * * * mismo factor al Índice Compuesto 50 de Shanghai;
Después de encontrar estos N factores clave, descubra más a fondo las acciones de muestra representadas por estos N clave * * * mismos factores. La relación correspondiente es la siguiente:
F1~a1(acción 11)+a2(acción 12)+……
F2~b1(acción 21)+b2(acción 22) +……
…………………………………………
fn ~ n 1(acción n 1)+N2(acción N2)+… …
Entre ellos: Fn es el enésimo * * * cofactor; las acciones de muestra son acciones de muestra representadas por el mismo factor; A, B...n es la tasa de contribución de las acciones de muestra al mismo factor, que es decir, carga factorial.
Al observar la carga factorial del mismo factor, podemos analizar y juzgar los factores clave reflejados por cada mismo factor y hacer las explicaciones correspondientes.
El segundo paso es demostrar si los N factores clave que encontramos realmente pueden reflejar la tendencia del índice Shanghai Composite 50. Utilizamos las acciones de muestra más representativas para construir una cartera Portfolio50 y la comparamos con el Shanghai Composite 50 Index 50 para verificar si Portfolio50 es equivalente al índice 50.
Con este fin, encontramos la I muestra de acciones más representativa entre estos n factores clave y construimos la cartera de inversiones de acuerdo con la proporción de su contribución a la varianza total como ponderación, de la siguiente manera:
Cartera 50 = w 1 * acción 1 + w2 * acción 2 +... + wi * acción 1
Entre ellos: Portfolio50 es la tasa de rendimiento diaria de la cartera de inversiones construida; STOCKi es la inversión que participó en la construcción La tasa de rendimiento diario de la acción de muestra más representativa de la cartera Wi es el peso de la acción de la primera muestra;
Calcule la rentabilidad diaria de la cartera 50 y la rentabilidad diaria del índice Shanghai Composite 50 50. Después de pasar la prueba de correlación, realice un análisis de regresión lineal en Portfolio50 e Index50. El modelo de regresión se construye de la siguiente manera:
Portfolio50=a+b*(Index50)+ε
Donde: Portfolio50 es la tasa de rendimiento diaria de la cartera construida. Index50 es el Shanghai; Índice Compuesto 50 Tasa de rendimiento diaria; a es un término constante; b es el coeficiente de regresión;
Si se verifica el modelo, A se acerca a 0 y B se acerca a 1, entonces Portfolio50≈Index50, es decir, Portfolio50 es equivalente a Index50, lo que indica que los factores clave que encontramos pueden reflejar verdaderamente la tendencia del Shanghai. Índice Compuesto 50, Portfolio50 puede reemplazar al Índice Compuesto 50 de Shanghai para la inversión indexada.
2. Cálculo de las variables del modelo
La tasa de rendimiento diaria de las acciones que componen el Índice 50 de la Bolsa de Valores de Shanghai se calcula en función de la tasa de rendimiento relativa. En el caso de adjudicaciones, acciones gratuitas y dividendos en efectivo, se calcula según la siguiente fórmula:
Donde: rit es la tasa de rendimiento del día T de las acciones Clase I y Pt-1 son T; y t-1 respectivamente. El precio de cierre de La proporción de acciones liberadas por acción.
El índice de rentabilidad diaria 50 del índice Shanghai Composite 50 también se calcula utilizando la tasa de rentabilidad relativa. La fórmula es la siguiente:
Donde: Rt es la tasa de rentabilidad diaria del. Shanghai Composite 50 Index T; Pt y Pt-1 son los precios de cierre del Shanghai Composite 50 Index el día T y el día t-1, respectivamente.
En tercer lugar, selección de la muestra de investigación
Los datos de la transacción original, como el precio de cierre del índice 50 de la Bolsa de Valores de Shanghai, el precio de cierre de las acciones que lo componen y los dividendos en efectivo necesarios para este estudio. provienen de Shanghai Wanguo Stock Market Assessment Consulting Co., Ltd. "Great Wisdom Securities Information Platform V5.00" producida por la empresa
En el proceso de análisis factorial, el período de datos de la muestra es del 3 de febrero de 2002 al 3 de marzo de 2004, y cada stock de muestra contiene 309 registros de datos. Los valores faltantes causados por la suspensión temporal por diversos motivos se completan utilizando el método de promedio de datos adyacentes.
Teniendo en cuenta que la fecha de cotización de las acciones de muestra de algunas empresas recién cotizadas es demasiado corta, la cantidad de datos de muestra es insuficiente, el rendimiento es propenso a fluctuaciones anormales y los mecanismos operativos de la empresa en todos los aspectos no son perfectos. Para evitar que una pequeña cantidad de datos interfiera con la prueba, se excluyen las existencias de muestra. Una vez establecidos los factores clave, sus atributos se juzgan respectivamente en función del conocimiento profesional. Excluya cinco acciones de muestra, a saber: Aeropuerto de Baiyun (600004), Huaxia Bank (600015), China Southern Airlines (600029), CITIC Securities (600030) y Yangtze Electric Power (600900).
En resumen, las acciones de muestra del análisis factorial incluyen un total de 45 acciones de muestra del Índice 50 de la Bolsa de Valores de Shanghai, cada una de las cuales contiene 309 registros de rentabilidad diaria. Hay 309 grupos y 13.905 registros de retiros diarios.
En el proceso de prueba de correlación y análisis de regresión, el índice SSE 50 se publicó oficialmente el 2 de junio de 2004. El código del índice es 000016 y la fecha base es 365438 de junio + 0 de febrero de 2003. Hasta ahora, la cantidad de datos es demasiado pequeña para utilizarla directamente en los cálculos. Sin embargo, para lanzar con éxito el SSE 50, la Bolsa de Valores de Shanghai publicó el índice conceptual del sector SSE 50 993265 desde 65438+ el 2 de octubre de 2003. Su método de compilación y tendencia son básicamente los mismos que los de la Bolsa 50 de Shanghai, pero la base utilizada es diferente. Aquí utilizamos los datos del índice conceptual Shanghai Composite 50 993265 en lugar de los datos del índice Shanghai Composite 50 000016 para el cálculo. El período de cálculo es del 22 de julio de 2003 al 12 de marzo de 2004. De manera similar, el método de procesamiento de valores faltantes utiliza el método de llenado promedio de datos adyacentes y * * * cuenta 155 conjuntos de datos.
Análisis factorial
Tabla 1 Estadísticas de KMO y prueba de esfericidad de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-Olkin. .958
Prueba de esfericidad de Bartlett Aprox. Prueba chi-cuadrado 9857.426
gl 990
Firma. .000
Primero, utilizamos el estadístico KMO y la prueba esférica de Bartlett para determinar si los datos de la muestra cumplen con los requisitos previos para el análisis factorial. Se puede ver que el estadístico KMO para probar la correlación parcial entre las variables en la tabla es 0.958, que es cercano a 1, lo que indica que no hay mucha diferencia en el grado de correlación entre las variables y los datos son muy adecuados para el análisis factorial. . Al mismo tiempo, también se rechaza el resultado de la prueba de hipótesis esférica de Bartlett, que identifica fuertemente la correlación entre las variables, lo que indica que existe * * * la misma información entre los rendimientos diarios de las acciones de la muestra, lo que satisface la extracción de * * *. mismos requisitos previos de factor. Ver Tabla 1.
El método de extracción de factores utilizado en este artículo es el análisis de componentes principales. Teniendo en cuenta la interpretabilidad de los * * * factores de identidad, la rotación ortogonal se utiliza en el proceso de extracción de factores. El método de rotación específico es la rotación ortogonal de maximización de la varianza. Según el estándar de que la tasa de contribución acumulada del componente principal extraído * * * es superior al 85%, de uno * * * se extraen 20 * * * factores idénticos. La tabla de prueba de adecuación de la extracción de información (omitida) nos dice que de acuerdo con el mismo estándar de extracción de factores de apelación * *, la extracción de información de las poblaciones de muestra es básicamente suficiente.
Tabla 2 ***Porcentaje de varianza explicada por el mismo factor
Factor f 1 F2 F3 F4 F5 F6 F7 F8 F9 f 10
Porcentaje de varianza 42.311 6.849 4.540 3.208 2.395 2.856 2.367 2.133 2.035 1.844 % acumulado 42.311 49.160 53.700 56.908 59.764 62.158 64.525. 658 68,6 93 70,537
Factor f 11 f 12 f 13 f 14 f 15 f 16 f 17 f 18 f 19 F20
Porcentaje de varianza 1.728 1.674 1.553 1.491.410 1.324 1.286 1.261.261.201
% acumulado 72.265 73.939 75.491 76.982 78.392 79.716 81.002 82.263 83.464 84.618
Utilizamos el porcentaje de varianza explicada por el mismo factor (Tabla 2) como peso de la contribución del factor al índice. El modelo multifactor correspondiente es el siguiente:
índice 50 = 0,4231. * f 1+0.0685 * F2+0.0454 * F3 +0.0321 * F4+0.0286 * F5+0.0239 * F6+0.0237 * F7+0.0213 * F8+0.0204 * F9+0.0184 * f 654
Después de la rotación ortogonal con varianza máxima, se propone la relación entre factores y variables. Las variables con cargas factoriales superiores a 0,4 tomarán entonces un valor relativamente grande basado en la contribución del mismo stock de muestra al mismo factor. Obtenemos la siguiente lista de 20 acciones de muestra, representadas principalmente por el mismo factor, como se muestra en la Tabla 3.
Tabla 4 ***Lista de acciones de muestra representadas por el mismo factor
F1 600028 Sinopec F5 600664 Harbin Pharmaceutical Group
600808 Maanshan Iron and Steel Co. , Ltd. 600038 Hafei Co., Ltd.
600688 Shanghai Petrochemical F6 600839 Sichuan Changhong
600019 Baoshan Iron and Steel 600033 Fujian Expressway
600026 China Overseas Development 600008 Equity
600569 Anyang Iron and Steel F7 600591 Shanghai Airlines
600050 China Unicom 600221 Hainan Airlines
600036 China Merchants Bank F8 600795 Guodian Electric Power
600350 Shandong Infrastructure 600011 Huaneng International
600649 Acciones de agua cruda 600642 Acciones de Sheneng
600000 Shanghai Pudong Development Bank F9 600643 Acciones de Aijian
F2 600602 Radio y electrónica de televisión F10 600887 Acciones de Yili
600832 Oriental Pearl 600597 Bright Dairy
p>600637 Información de radio y televisión F11 600016 Minsheng Bank
600100 Tsinghua Tongfang F12 600811 Oriental Group
600171 Shanghai Belling F13 600652 Aishi Shares
600601 Founder Technology F14 600006 Dongfeng Motor
F3 600609 Jinbei Motors F15 600812 North China Pharmaceutical
600805 Dayue Investment F16 600705 Grupo del Norte de Asia
600104 Shanghai Automobile F17 600895 Zhangjiang Hi-Tech
F4 600717 Puerto de Tianjin F18 600863 Mongolia Interior Huadian
600018 Shanghai Port Container F19 600098 Guangzhou Holdings
600009 Shanghai Airport F20 -
Cada La relación correspondiente entre * * *los mismos factores y las cargas factoriales de las existencias de muestra es la siguiente:
f 1 ~ 0,84(600028)+0,84(600808)+0,83(600688)+0,82(600019)+0,65(600026) +0,61(600569)+0,61(600050)+0,55(60000
F2 ~ 0,88(600602)+0,86(600832)+0,85(600637)+0,78(600100)+0,69(600171)+0,49( 600601)
F3 ~ 0,81(600609)+0,75 (600805)+0,63(600104)
F4 ~ 0,76(600717)+0,67(600018)+0,46(600009)
p>F5~0,88(600664)+0,85(600038 )
F6 ~ 0,66(600839)+0,49(600033)+0,46(600008)
F7 ~ 0,72( 600591)+0,67(600221)
F8 ~ 0,56(600795)+0,55(600011)+0,52(600642)
F9~0,83(600643)
f 10 ~ 0,75(600887)+0,40(600597)
f 11 ~ 0,80(600016)
f 12 ~ 0,81(600811)
F13~0,81 (600652)
F14~0,97(600006 )
F15~0,80(600812)
F16~0,77(600705)
F17 ~0,78(600895)
F18~0,75 (600863)
F19~0,52(600098)
F20~
-
Observe la correspondencia entre la lista de acciones de muestra representadas por el mismo factor * * * y las cargas factoriales, y podrá analizar y determinar los factores clave reflejados por cada * * * mismo factor de la siguiente manera:
Los stocks de muestra correspondientes a F1 son: 600028 Sinopec, 600808 Maanshan Iron and Steel Co., 600688 Shanghai Petrochemical, 600019 Baosteel Co., Ltd., 600026 China Shipping Development, 600569 Anyang Iron and Steel, 600050 China Unicom, 600036 China Merchants Bank, 600350 Shandong Infrastructure, etc. Todas estas son acciones conocidas de gran capitalización con excelente rendimiento operativo y alto rendimiento sobre los activos netos, incluidas varias acciones bancarias. Se puede decir que son acciones de gran capitalización en el mercado y acciones de primera clase en blue chips. Podemos definir el factor F1 como "acciones azul oscuro de gran capitalización".
Las acciones de muestra correspondientes a F2 son: 600602 Radio and Television Electronics, 600832 Oriental Pearl, 600637 Radio and Television Information, 600100 Tsinghua Tongfang, 600171 Shanghai Belling, 600601 Founder Technology. Estas acciones son representantes destacados de la industria de alta tecnología, que se dedica principalmente a la informática.
Las acciones de muestra correspondientes a F3 son: 600609 Jinbei Automobile, 600805 Dayue Investment y 600104 Shanghai Automobile, que son acciones típicas de automóviles. Con el auge de la industria del automóvil en los últimos años, el rendimiento ha mostrado un crecimiento constante y podemos definir el factor F3 como "blue chip automotriz".
Las existencias de muestra correspondientes a F4 son: 600717 Puerto de Tianjin, 60018 Contenedor del Puerto de Shanghai, 600009 Aeropuerto de Shanghai, que están estrechamente relacionados con la logística y el transporte portuario terrestre, marítimo y aéreo. Podemos definir el factor F4 como “stocks logísticos portuarios”.
Las acciones de muestra correspondientes a F5 son: 600664 Harbin Pharmaceutical Group y 600038 Harbin Aircraft Corporation Los colores regionales son obvios y tocan el pulso del desarrollo de la antigua base industrial en el noreste de China. Podemos definir el factor F5 como "Existencias industriales antiguas del noreste".
Las acciones de muestra correspondientes a F6 son: 600839 Sichuan Changhong, 600033 Fujian Expressway y 600008 Equity. Entre ellas, 600033 Fujian Expressway y 600008 Equity se dedican principalmente a infraestructura y empresas de bienestar público. Podemos definir el factor F6 como "reservas básicas de bienestar público". Sin embargo, el negocio principal de 600839 Sichuan Changhong son televisores, aires acondicionados y otros electrodomésticos, con un rendimiento sobresaliente. La clasificación en esta categoría puede considerarse como excepciones causadas por motivos ajenos a las estadísticas.
Las acciones de muestra correspondientes a F7 son: 600591 Shanghai Airlines y 600221 Hainan Airlines, dos acciones de alta calidad en la industria del transporte aéreo nacional. Podemos definir el factor F7 como "stocks de transporte aéreo".
Las acciones de muestra correspondientes a F8 son: 600795 Guodian Electric Power, 600011 Huaneng International y 600642 Shenzhen Energy Holdings, que obviamente representan energía eléctrica. Podemos definir el factor F8 como "cuota de energía eléctrica".
La acción de muestra correspondiente a F9 es: 600643 Aijian, que es una acción financiera no bancaria entre las 50 acciones que componen la Bolsa de Valores de Shanghai. Podemos definir el factor F9 como "stocks financieros no bancarios".
Las acciones de muestra correspondientes a F10 son: 600887 Yili y 600597 Bright Dairy, ambos productos lácteos líderes. El consumo de productos lácteos está estrechamente relacionado con la vida diaria de la gente común y corriente, y su desempeño también refleja la prosperidad de la vida de la gente común desde cierta perspectiva. Podemos definir el factor F10 como "existencias de consumo de lácteos".
Las acciones de muestra correspondientes a F11 son: 600016 Minsheng Bank, acciones bancarias. El stock de muestra correspondiente a F12 es: 600811 Oriental Group, un stock integral involucrado en finanzas, comercio electrónico, materiales de construcción, comunicaciones y otros campos. La acción de muestra correspondiente a F13 es: 600652 acciones de Aishi, que se dedica principalmente a hardware informático y equipos de red. Las acciones de muestra correspondientes a F14 son: 600006 Dongfeng Motor, acciones de la industria del automóvil. Las existencias de muestra correspondientes a F15 son: 600812 North China Pharmaceutical, que produce y vende productos farmacéuticos y químicos. El stock de muestra correspondiente a F16 es: 600705 North Asia Group, que se dedica principalmente al transporte, la logística y el comercio. Las acciones de muestra correspondientes a F17 son: 600895 Zhangjiang Hi-Tech, acciones inmobiliarias. El stock de muestra correspondiente a F18 es: 600863 Inner Mongolia Huadian, que se dedica principalmente a la generación dinámica de energía y calefacción. La acción de muestra correspondiente a F19 es: 600098 Guangzhou Holdings, que se dedica a acciones integrales como energía, logística e infraestructura. Las acciones representadas por estos factores son muy específicas. Aunque algunas acciones pueden atribuirse a los factores anteriores, desde una perspectiva estadística, deben enumerarse por separado para garantizar un reflejo completo de la información original.
Las cargas factoriales de las acciones de muestra correspondientes a F20 son todas inferiores a 0,4, lo que indica que su interpretabilidad es muy pequeña, las acciones de muestra reflejadas están relativamente dispersas y no tienen valor analítico desde una perspectiva profesional, por lo que están excluidas.
En cuanto al aeropuerto de Baiyun (600004), Hua Xia Bank (600015), China Southern Airlines (600029), CITIC Securities (600030) y Yangtze Electric Power (600900), estas cinco acciones fueron rechazadas debido a su tiempo de cotización corta, se puede clasificar utilizando nuestra experiencia y verificar en análisis posteriores. el aeropuerto de Baiyun (600004) se dedica principalmente a la logística aeroportuaria y puede clasificarse como F4 Hua Xia Bank (600015) es una acción bancaria y puede clasificarse como F 11 China Southern Airlines (600029) se dedica principalmente al transporte aéreo y puede; clasificarse como F7 CITIC Securities (600030) Es una acción financiera no bancaria y puede clasificarse como F9 Yangtze Power (600900) se dedica principalmente a la energía eléctrica y puede clasificarse como F8.
En resumen, a través del análisis factorial de los datos de rendimiento diario de las acciones que componen el índice Shanghai Composite 50, extrajimos 19 * * * factores idénticos con importancia práctica de F1 a F19, que representan 19 factores clave que afectan el tendencia del índice Shanghai Composite 50. El modelo multifactorial se construye de la siguiente manera:
índice 50 = 0,4231 * f 1+0,0685 * F2+0,0454 * F3+0,0321 * F4+0,0286 * F5+0,0239 * F6+0,0237 * F7+0,0213 * F8+ 0.0204 * F9+0.0184 * f 654
Prueba de correlación y análisis de regresión
Combinaremos las 19 acciones de muestra representativas extraídas del análisis factorial para construir la cartera de inversiones Portfolio50. El peso de cada stock de muestra es igual al porcentaje de varianza explicado por cada factor en el porcentaje acumulado. Por ejemplo, el peso del factor F1 es igual a (42,311/83,464 = 0,5069). Teniendo en cuenta que el factor F1 representa una gran cantidad de acciones y una gran proporción de peso, se seleccionan las primeras cuatro acciones y el peso de cada acción es una cuarta parte del peso del factor F1, lo que da como resultado un total de 22 acciones de muestra.
La composición del portafolio de inversiones es la siguiente:
cartera 50 = 0.1267 *(600028)+(600808)+(600688)+(600019))+0.0821 *(600602 )+0.0544 * (600609)+0.0384 *(600717)+0.0342
La tabla de prueba de correlación (omitida) entre Portfolio50 e Index50 muestra que en el nivel de confianza de 0,01, el coeficiente de correlación entre Portfolio50 e Index50 es 0,943 , lo que indica que Portfolio50 e Index50 son Index50 y están altamente correlacionados.
Tabla 4 Modelo de regresión y tabla de resultados de pruebas
Modelo de suma de cuadrados.
1Regresión 0. 025 1. 025 1238. 863. 000
Residual 003 153.000
Total 028 154
Tabla 5. Tabla de coeficientes de regresión y resultados de pruebas
Modelo de coeficientes no estandarizados y coeficientes estandarizados. Normas
b relacionadas. Error β parte de orden cero
1 (constante) 7.235E-04 .000 2.004 .047
índice 50 021 . 943.
Se puede ver en el modelo de regresión y los resultados de la prueba (Tabla 4) que el modelo de regresión tiene una significación estadística obvia. Se puede ver en el coeficiente de regresión y los resultados de la prueba (Tabla 5) que el coeficiente b del modelo de regresión tiene una significación estadística obvia y el valor de b es 1,021. Aunque la prueba del término constante no es estadísticamente significativa, es irrelevante. Por sentido común, solemos dejarlo en la ecuación con un valor de 0,0007235.
En base a esto podemos establecer el siguiente modelo de regresión:
Combinación 50 = 0.0007235+1.021 * (índice 50)
Donde: el término constante a =0.0007235, Muy cercano a 0, el coeficiente de regresión b=1.021, también cercano a 1. Entonces podemos pensar que Portfolio50≈Index50.
Finalmente, evaluamos y analizamos la efectividad del ajuste del modelo de regresión (se omite el proceso). A partir del resumen de bondad de ajuste y la estadística de Durbin-Watson del modelo ajustado, se puede ver que el coeficiente de determinación R2 es 0,89 y el coeficiente de determinación ajustado R2 es 0,889, lo que indica que el efecto de ajuste del modelo es significativo. La estadística de Durbin-Watson es 1,786, un valor cercano a 2. Se puede observar que no existe una correlación obvia entre los residuos. Para analizar más a fondo la normalidad del modelo, es decir, si el ε residual obedece a una distribución normal, hicimos un histograma de distribución residual y un gráfico PP normal (ver Figuras 1 y 2). Se puede observar que los residuos de este modelo obedecen básicamente a la distribución normal.
Figura 1 Histograma de distribución de residuos Figura 2 Gráfico PP normal de residuos.
Conclusión
Con base en la investigación empírica anterior, llegamos a las siguientes conclusiones:
1. De 65438 + 3 de febrero de 2002 a 65438 + 3 de 2004. Durante el período del 8 de marzo, los rendimientos de las 50 acciones de muestra del índice Shanghai Composite 50 se vieron afectados por 19 factores clave. Los más representativos de estos 19 factores clave son 22 acciones de muestra, como 600028 Sinopec y 600602 Electrónica de radio y televisión. Desde otra perspectiva, la tendencia general de estas 22 acciones de muestra refleja básicamente la tendencia de las 50 acciones de muestra del índice Shanghai Composite 50.
2. Los factores clave que afectan al índice Shanghai Composite 50 tienen un fuerte efecto sectorial. Las tendencias de acciones con naturaleza corporativa, negocio principal, características regionales y desempeño operativo iguales o similares están altamente correlacionadas y pueden clasificarse como el mismo factor clave. Al mismo tiempo, sin embargo, las acciones individuales se han comportado igualmente bien. Casi todos los departamentos tienen un desempeño único. Debido a muchas razones, como la gestión y la operación de capital, estas acciones únicas han desarrollado sus propias características y se han convertido en un punto brillante indispensable en el mercado, haciendo importantes contribuciones al índice.
3. Desde la perspectiva del impacto de las acciones individuales en los factores clave del índice Shanghai Composite 50, si el número de acciones de muestra representadas por un factor clave es pequeño, significa que estas acciones de muestra son más representativo. Por el contrario, si un factor clave representa una gran cantidad de acciones de muestra, significa que estas acciones de muestra son sustituibles. Es decir, si necesita ajustar la cartera de inversiones, puede hacer ajustes entre los factores que representan la mayor parte. las acciones de la muestra. Afecta la representación de la cartera.
4. Si desea indexar el índice Shanghai Composite 50, no necesita invertir en las 50 acciones de muestra. Solo necesita invertir en las 22 acciones de muestra clave que mejor representan los 19 factores clave. . El portafolio de inversiones queda de la siguiente manera: Portafolio 50 = 0.1267 *(600028)+(600808)+(600688)+(600019))+0.0821 *(600602)+(600664)+0.0287 *(600839)+0.0284 *(6005994) resultado de la prueba Muestra que la tasa de rendimiento de la Cartera50 construida por estas 22 acciones de muestra clave representativas refleja básicamente la tasa de rendimiento del Índice50 del Índice Compuesto de Shanghai 50. Sus riesgos están al mismo nivel, es decir, la Cartera50 se puede utilizar. para reemplazar el índice Shanghai Composite 50 para la indexación. Además, dado que las acciones representadas por los mismos factores clave son fungibles, la estructura de la Cartera50 es más flexible. Podemos ajustar la Cartera50 de acuerdo con las condiciones específicas del mercado sin afectar su reflejo en el índice.
La conclusión anterior muestra que hemos verificado que los factores clave se ajustan al método de inversión indexada desde la perspectiva de la investigación empírica, es decir, la inversión indexada no tiene que copiar completamente el índice bursátil, y existen factores clave. Factores en el índice bursátil. La cartera de inversiones construida utilizando estos factores clave se puede ajustar al índice bursátil correspondiente para la inversión indexada. Este método se puede aplicar a una variedad de indicadores y la operación es flexible y proactiva. Los administradores de fondos pueden combinar otras herramientas de análisis al mismo tiempo para ajustar la cartera de inversiones ajustada de acuerdo con las condiciones específicas del mercado, a fin de lograr el mejor rendimiento de la inversión.