基于行業(yè)考慮的β和B/M與股票 收益率關(guān)系研究

□曹崇延 姜丹君 瞿安民 [中國(guó)科學(xué)技術(shù)大學(xué) 合肥 230026]

引言

股票收益率是上市公司和股民們所密切關(guān)注的，國(guó)內(nèi)外學(xué)者對(duì)股票收益率的影響因素進(jìn)行了大量研究。Sharpe、Lintner和Black提出的資本資產(chǎn)定價(jià)模型CAPM(又稱SLB模型)，認(rèn)為在有效市場(chǎng)假設(shè)的前提下，資產(chǎn)的期望收益與β系數(shù)成正比，CAPM首次將股票收益率和β系數(shù)聯(lián)系起來(lái)。Black，Jensen和Scholes、Fama和MacBeth對(duì)CAPM模型進(jìn)行了檢驗(yàn)，發(fā)現(xiàn)股票收益率與β系數(shù)之間存在著線性關(guān)系。隨后，在多年的實(shí)踐經(jīng)驗(yàn)中，人們發(fā)現(xiàn)僅用β系數(shù)很難解釋證券市場(chǎng)的一些現(xiàn)象。Fama和French認(rèn)為除β系數(shù)會(huì)影響股票收益率外，賬面市值比和公司規(guī)模都顯著解釋了股票收益率的變動(dòng)現(xiàn)象。Rosenberg，Reid和Lanstein發(fā)現(xiàn)美國(guó)股票市場(chǎng)中賬面市值比也是股票收益率的一個(gè)風(fēng)險(xiǎn)因素，而且股票收益率和賬面市值比之間存在著顯著的正相關(guān)。Chan，Hamao和Lakonishok認(rèn)為在日本股票市場(chǎng)上有同樣的現(xiàn)象。Gonenc和Karan通過(guò)研究土耳其股票市場(chǎng)，得出相反的結(jié)論，認(rèn)為成長(zhǎng)型股票(低賬面市值比)比價(jià)值型股票(高賬面市值比)的股票收益率好。

國(guó)內(nèi)對(duì)β系數(shù)和賬面市值比效應(yīng)的研究以實(shí)證研究為主。朱寶憲和何治國(guó)通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn)賬面市值比與股票收益率有強(qiáng)相關(guān)關(guān)系，而且比β系數(shù)對(duì)股票收益率的解釋能力強(qiáng)。賈權(quán)和陳章武通過(guò)多因素檢驗(yàn)發(fā)現(xiàn)β系數(shù)、賬面市值比、市值和市盈率這4個(gè)因素對(duì)股票收益率存在顯著負(fù)相關(guān)。吳世農(nóng)和許年行、陳瑩對(duì)中國(guó)股市的賬面市值比效應(yīng)進(jìn)行了實(shí)證檢驗(yàn)，得出中國(guó)證券市場(chǎng)存在賬面市值比效應(yīng)，賬面市值比對(duì)股票收益有顯著的預(yù)測(cè)作用。

行業(yè)因素對(duì)股票收益率存在影響，各行業(yè)由于自身的背景、結(jié)構(gòu)、與宏觀經(jīng)濟(jì)周期的關(guān)聯(lián)性、所處的生命周期不同，導(dǎo)致其股票收益率具有顯著差異。Merton和Ross分別提出的跨期資本資產(chǎn)定價(jià)模型ICAPM和套利定價(jià)模型APT，認(rèn)為股票收益率不僅由市場(chǎng)風(fēng)險(xiǎn)因素解釋，而且還由行業(yè)和經(jīng)濟(jì)增長(zhǎng)等因素解釋。Lessard考察了各國(guó)的不同行業(yè)結(jié)構(gòu)，認(rèn)為行業(yè)因素對(duì)股票收益率有影響。Roll發(fā)現(xiàn)行業(yè)因素可以對(duì)40%的股票收益波動(dòng)率做出解釋。Moskowitz和Grinblatt認(rèn)為股票收益率的動(dòng)量與行業(yè)因素相關(guān)。范龍振和王海濤對(duì)我國(guó)的行業(yè)和地區(qū)進(jìn)行劃分，通過(guò)實(shí)證分析得出了我國(guó)股市具有明顯的行業(yè)和地區(qū)效應(yīng)。勞蘭珺和邵玉敏、陳健，曾世強(qiáng)和李湛也發(fā)現(xiàn)不同行業(yè)的風(fēng)險(xiǎn)結(jié)構(gòu)存在較大差異。但從現(xiàn)有文獻(xiàn)來(lái)看，國(guó)內(nèi)結(jié)合行業(yè)考慮β系數(shù)和賬面市值比對(duì)股票收益率影響的研究很少。

本文借鑒Fama-MacBeth方法，以上證A股市場(chǎng)為對(duì)象，研究影響股票收益率的兩個(gè)重要因素：β系數(shù)和賬面市值比。與以往研究不同的是：本文結(jié)合行業(yè)因素考察β系數(shù)和賬面市值比對(duì)股票收益率的影響，不僅研究了整個(gè)樣本期間股票收益率與兩因素之間的關(guān)系，而且探討了在不同市場(chǎng)態(tài)勢(shì)下的關(guān)系，從而給政府、監(jiān)管者、上市公司和投資者有效分析股票市場(chǎng)的規(guī)律提供思路，為制定相關(guān)決策提供參考。根據(jù)國(guó)內(nèi)外學(xué)者的研究，并結(jié)合我國(guó)股市的基本情況，提出如下假設(shè)：

H1：各行業(yè)的β系數(shù)和賬面市值比對(duì)股票收益率的相關(guān)性解釋能力不同；

H2：各行業(yè)的β系數(shù)和賬面市值比對(duì)股票收益率的相關(guān)性解釋能力受熊市、牛市的影響。

一、研究設(shè)計(jì)

（一）樣本選取及數(shù)據(jù)來(lái)源

研究樣本數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)，依據(jù)于Wind的一級(jí)行業(yè)分類方法。將上證A股上市公司劃分為10個(gè)行業(yè)，依次為：能源、材料、工業(yè)、可選消費(fèi)、日常消費(fèi)、醫(yī)療保健、金融、信息技術(shù)、電信服務(wù)、公用事業(yè)?？紤]到我國(guó)證券市場(chǎng)的特點(diǎn)，本文研究的樣本期選取為2001年1月1日～2010年12月31日，并根據(jù)經(jīng)Pagan和Sossounov調(diào)整的用于確定經(jīng)濟(jì)周期轉(zhuǎn)折點(diǎn)的BB法則來(lái)識(shí)別股票態(tài)勢(shì)轉(zhuǎn)折點(diǎn)，將樣本期劃分為3個(gè)熊市和2個(gè)牛市共五個(gè)時(shí)間段。

為保證本文的研究結(jié)果的準(zhǔn)確性和可靠性，按照以下標(biāo)準(zhǔn)對(duì)原始數(shù)據(jù)進(jìn)行剔除：

1．?dāng)M用2001年1月1日前已于上海證券交易所上市的A股股票進(jìn)行研究，以避免新股導(dǎo)致的殘存偏差的影響；

2．剔除樣本期內(nèi)的特別處理(簡(jiǎn)稱ST)、未股改的ST股票(簡(jiǎn)稱SST)、連續(xù)三年虧損有退市風(fēng)險(xiǎn)而被特別處理的股票(簡(jiǎn)稱*ST)、未股改的*ST股票(簡(jiǎn)稱S*ST)，以避免異常數(shù)據(jù)的影響；

3．所有數(shù)據(jù)都進(jìn)行前復(fù)權(quán)處理，以消除分紅派息對(duì)上市公司股價(jià)的影響；

4．選用股票周收益率計(jì)算β系數(shù)等，以避免引致嚴(yán)重的變量?jī)?nèi)生誤差等問(wèn)題；

5．剔除連續(xù)三周以上收盤價(jià)和前收盤價(jià)缺失的股票，以保證數(shù)據(jù)的有效性和連續(xù)性。

剔除后，截止2011年1月1日所有的上證A股的上市公司：能源有6家；材料有73家；工業(yè)有92家；可選消費(fèi)有93家；日常消費(fèi)有34家；醫(yī)療保健有28家；金融有59家；信息技術(shù)有26家；電信服務(wù)有1家；公用事業(yè)有22家；合計(jì)433家?？紤]到其中的電信服務(wù)業(yè)在2001年底上市公司只有1家：鵬博士，因此將其剔除。本文即研究9個(gè)行業(yè)的情況。

（二）相關(guān)變量的計(jì)算

1．β系數(shù)的計(jì)算

本文采用“單指數(shù)模型”，利用回歸分析法，計(jì)算出β系數(shù)。公式為：

其中：Ri是某一風(fēng)險(xiǎn)資產(chǎn)的收益率；Rm是市場(chǎng)組合M的收益率。

2．收益率的計(jì)算

周市場(chǎng)收益率是以上證綜合指數(shù)為市場(chǎng)收益率為代表；市場(chǎng)收益率Rmt根據(jù)上證綜合指數(shù)的周收盤價(jià)和周前收盤價(jià)得到，公式為：

其中：Pmt是上證綜合指數(shù)在t期末的周收盤價(jià)；Pm,t-1是上證綜合指數(shù)在t-1期末的周收盤價(jià)。

個(gè)股收益率Rit根據(jù)個(gè)股的周收盤價(jià)和周前收盤價(jià)得到，公式為：

其中：Pit是股票i在t期末的周收盤價(jià)；Pi,t-1是股票i在t-1期末的周收盤價(jià)。

3．賬面市值比的計(jì)算

（三）研究方法

首先從Wind數(shù)據(jù)庫(kù)中獲取各行業(yè)共433只股票，2000年1月1日～2010年12月31日內(nèi)的個(gè)股β系數(shù)和平均周收益率的時(shí)間序列值，并計(jì)算得出個(gè)股賬面市值比；再分別對(duì)以下模型，運(yùn)用Fama-MacBeth方法，進(jìn)行單因素和雙因素模型的回歸分析：

其中：Ri是個(gè)股平均周收益率；ηi是隨機(jī)擾動(dòng)項(xiàng)；γ0，γ1，γ2是待估計(jì)參數(shù)；模型一、模型二、模型三依次考慮：各行業(yè)的β系數(shù)對(duì)股票收益率的影響，賬面市值比對(duì)股票收益率的影響及β系數(shù)和賬面市值比對(duì)股票收益率的影響；同時(shí)運(yùn)用t統(tǒng)計(jì)量檢驗(yàn)β系數(shù)和賬面市值比的顯著相關(guān)性，分析判斷得出各行業(yè)關(guān)于股票收益率的相關(guān)性解釋能力最強(qiáng)的變量。最后，本文結(jié)合熊市、牛市分析不同證券市場(chǎng)趨勢(shì)下β系數(shù)和賬面市值比的預(yù)測(cè)作用。

二、實(shí)證結(jié)果及分析

（一）各行業(yè)β系數(shù)和BM與股票收益率的相關(guān)性分析

1．單因素模型

研究樣本期為2000年1月1日～2010年12月31日。對(duì)各行業(yè)的β系數(shù)和賬面市值比、股票收益率進(jìn)行ADF單位根檢驗(yàn)，發(fā)現(xiàn)在1%、5%、10%三個(gè)顯著性水平下，單位根檢驗(yàn)的t檢驗(yàn)統(tǒng)計(jì)量均小于不同檢驗(yàn)說(shuō)明的三個(gè)Mackinnon臨界值，即β系數(shù)和賬面市值比、股票收益率均在99%的置信區(qū)間內(nèi)拒絕單位根（非平穩(wěn)）的原假設(shè)，表明所有變量滿足平穩(wěn)性的要求。故可以對(duì)各行業(yè)采用單因素模型進(jìn)行回歸分析，分別考慮股票平均周收益率與β系數(shù)和賬面市值比的相關(guān)性。

表1 單因素模型

由表1可以看出，在樣本期內(nèi)，能源、工業(yè)、可選消費(fèi)和金融這四個(gè)行業(yè)的β系數(shù)通過(guò)t檢驗(yàn)，β系數(shù)和股票收益率具有正相關(guān)性；材料和可選消費(fèi)行業(yè)的賬面市值比與收益率具有負(fù)相關(guān)性。通過(guò)顯著性水平得知，β系數(shù)對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：能源、工業(yè)、金融；賬面市值比對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：材料、可選消費(fèi)。實(shí)證結(jié)果表明假設(shè)H1成立。

2．雙因素模型

研究樣本期為2000年1月1日～2010年12月31日。為防止時(shí)間序列數(shù)據(jù)產(chǎn)生偽回歸的問(wèn)題，對(duì)模型中所有變量進(jìn)行ADF檢驗(yàn)，單位根檢驗(yàn)的t檢驗(yàn)統(tǒng)計(jì)量均小于不同檢驗(yàn)說(shuō)明的三個(gè)Mackinnon臨界值，滿足平穩(wěn)性要求。再針對(duì)各行業(yè)采用雙因素模型進(jìn)行回歸分析，同時(shí)考慮了股票平均周收益率與β系數(shù)和賬面市值比的相關(guān)性。

由表2可以看出，在樣本期內(nèi)，能源、材料、工業(yè)、可選消費(fèi)和金融這五個(gè)行業(yè)的β系數(shù)通過(guò)t檢驗(yàn)，β系數(shù)和股票收益率具有正相關(guān)性；材料、可選消費(fèi)和金融行業(yè)的賬面市值比與收益率具有負(fù)相關(guān)性。通過(guò)顯著性水平得知，β系數(shù)對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：能源、工業(yè)、金融；賬面市值比對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：材料、可選消費(fèi)，這與單因素模型的結(jié)果一致。實(shí)證結(jié)果表明假設(shè)H1成立。

表2 雙因素模型

（二）不同市場(chǎng)態(tài)勢(shì)下各行業(yè)β系數(shù)和BM與股票收益率的相關(guān)性分析

研究樣本期被分為3個(gè)熊市和2個(gè)牛市共五個(gè)時(shí)間段。針對(duì)各行業(yè)采用單因素和雙因素模型進(jìn)行回歸分析，考慮了股票平均周收益率與β系數(shù)和賬面市值比的相關(guān)性。

表3 熊市、牛市下的單因素模型

表4 熊市、牛市下的雙因素模型

（續(xù)表）

由表3和表4，通過(guò)顯著性水平得知：1）在熊市市場(chǎng)態(tài)勢(shì)下，β系數(shù)對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：材料、工業(yè)、可選消費(fèi)、醫(yī)療保健、金融和公用事業(yè)，共6個(gè)行業(yè)，而且β系數(shù)與平均周收益率呈負(fù)相關(guān)關(guān)系；賬面市值比對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：能源和信息技術(shù)，共2個(gè)行業(yè)；日常消費(fèi)在熊市市場(chǎng)態(tài)勢(shì)下，β系數(shù)和賬面市值比對(duì)平均周收益率都不具有解釋能力；2）在牛市市場(chǎng)態(tài)勢(shì)下，β系數(shù)對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)為：材料、工業(yè)、可選消費(fèi)、日常消費(fèi)、醫(yī)療保健、金融、信息技術(shù)和公用事業(yè)，共8個(gè)行業(yè)，而且β系數(shù)與平均周收益率呈負(fù)相關(guān)關(guān)系；賬面市值比對(duì)平均周收益率的解釋能力強(qiáng)的行業(yè)只有能源行業(yè)，而且賬面市值比與平均周收益率呈負(fù)相關(guān)關(guān)系；3）單因素和雙因素模型的結(jié)果保持了很好的一致性，實(shí)證結(jié)果表明假設(shè)H1和H2成立。

（三）結(jié)果分析

根據(jù)表1～表4的實(shí)證結(jié)果，比較整個(gè)樣本期間、熊市、牛市三個(gè)不同變化趨勢(shì)的樣本期，列出各行業(yè)關(guān)于周收益率的相關(guān)性解釋能力最強(qiáng)的變量，如表5所示。

表5 整個(gè)樣本期間、熊市和牛市的實(shí)證結(jié)果

由表5得到以下結(jié)論：1）考慮整個(gè)樣本期間，實(shí)證結(jié)果表明β系數(shù)對(duì)平均周收益率的解釋能力和賬面市值比的解釋能力相當(dāng)，而且β系數(shù)與平均周收益率呈正相關(guān)關(guān)系；賬面市值比與平均周收益率呈負(fù)相關(guān)關(guān)系；2）考慮熊市、牛市劃分時(shí)間段，實(shí)證結(jié)果則表明β系數(shù)對(duì)平均周收益率的解釋能力顯然強(qiáng)于賬面市值比的解釋能力。而且在熊市市場(chǎng)環(huán)境下，β系數(shù)與平均周收益率呈負(fù)相關(guān)關(guān)系；在牛市市場(chǎng)環(huán)境下，β系數(shù)與平均周收益率呈正相關(guān)關(guān)系；3）不同時(shí)間段劃分而言，各行業(yè)β系數(shù)和賬面市值比與股票收益率的相關(guān)性分析結(jié)果差異顯著。

三、結(jié)論

本文基于上證A股的上市公司2001年1月1日～2010年12月31日 共502 個(gè) 周 收 益 數(shù) 據(jù)，運(yùn) 用Fama-MacBeth方法，進(jìn)行了單因素和雙因素模型的回歸分析。在國(guó)內(nèi)外學(xué)者研究的基礎(chǔ)上，依據(jù)Wind行業(yè)分類方法，分行業(yè)研究了熊市、牛市和不區(qū)分市場(chǎng)態(tài)勢(shì)三種情形下的β系數(shù)和賬面市值比對(duì)股票收益率的影響，對(duì)政府、監(jiān)管者、投資者和上市公司有一定的啟發(fā)作用。研究結(jié)論如下：

1．各行業(yè)的β系數(shù)和賬面市值比對(duì)股票收益率的相關(guān)性解釋能力不同。股市是國(guó)民經(jīng)濟(jì)的晴雨表，股市能夠提前反映經(jīng)濟(jì)周期的變動(dòng)。由表1和表2可以得出，對(duì)于不受經(jīng)濟(jì)周期影響的非周期性行業(yè)，如：日常消費(fèi)、醫(yī)療保健、公用事業(yè)，其股票收益率與β系數(shù)和賬面市值比關(guān)系不夠緊密。受經(jīng)濟(jì)周期影響的周期性行業(yè)，其股票收益率與β系數(shù)和賬面市值比關(guān)系都比較緊密，如：能源、材料、工業(yè)、可選消費(fèi)、金融。其中，能源、工業(yè)、金融是目前我國(guó)正蓬勃發(fā)展的朝陽(yáng)行業(yè)，成長(zhǎng)性行業(yè)，擁有高收益高回報(bào)的特點(diǎn)，其β系數(shù)對(duì)股票收益率的解釋能力強(qiáng)，而且β系數(shù)與股票收益率呈正相關(guān)關(guān)系。對(duì)于周期性的信息技術(shù)表現(xiàn)出股票收益率與β系數(shù)和賬面市值關(guān)系不夠緊密，可能的原因是：信息技術(shù)是一門新興產(chǎn)業(yè)，其產(chǎn)業(yè)特征和商業(yè)模式與傳統(tǒng)工業(yè)相比，具有特殊性。此外，除能源行業(yè)外，其他行業(yè)的賬面市值比與股票收益率呈負(fù)相關(guān)關(guān)系，說(shuō)明我國(guó)證券市場(chǎng)并不存在明顯的賬面市值比效應(yīng)，這與Gonenc和Karan所研究的土耳其市場(chǎng)的結(jié)論一致，與發(fā)達(dá)證券市場(chǎng)的結(jié)論相悖。

2．各行業(yè)的β系數(shù)和賬面市值比對(duì)股票收益率的相關(guān)性解釋能力受熊市、牛市的影響顯著，而且β系數(shù)對(duì)股票收益率的解釋能力顯然強(qiáng)于賬面市值比的解釋能力。在熊市市場(chǎng)環(huán)境下，β系數(shù)與股票收益率呈正相關(guān)關(guān)系；在牛市市場(chǎng)環(huán)境下，β系數(shù)與股票收益率呈負(fù)相關(guān)關(guān)系。這證明了區(qū)分市場(chǎng)態(tài)勢(shì)進(jìn)行分析的重要性，在不同的市場(chǎng)態(tài)勢(shì)下，β系數(shù)與股票收益率的關(guān)系有顯著差異，更好地證實(shí)了CAPM模型，即β系數(shù)在資產(chǎn)定價(jià)中起著決定的作用。不同風(fēng)險(xiǎn)偏好的投資者可以依據(jù)β系數(shù)，結(jié)合市場(chǎng)態(tài)勢(shì)，進(jìn)行相應(yīng)的投資組合決策。

3．各行業(yè)的β系數(shù)和賬面市值比與股票收益率的相關(guān)性因時(shí)間段的劃分不同而有顯著差異。因此，綜合考慮行業(yè)因素，有效區(qū)分市場(chǎng)態(tài)勢(shì)，把握股票周期的轉(zhuǎn)折點(diǎn)有助于政府及時(shí)準(zhǔn)確地判斷宏觀經(jīng)濟(jì)形勢(shì)，從而采取合理的財(cái)政政策和貨幣政策開展宏觀調(diào)控，有利于投資者在進(jìn)行投資的時(shí)候考慮長(zhǎng)線和短線的結(jié)合，從而獲得期望的股票收益，同時(shí)為上市公司和監(jiān)管者及時(shí)了解證券市場(chǎng)的行業(yè)特征和規(guī)律提供思路。

[1]SHARPE W F.Capital Asset Prices:A Theory of Market Equilibrium under Conditions of Risk[J].Journal of Finance,1964,19(3):425-442.

[2]LINTNER J.The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets[J].Review of Economics and Statistics,1965,47(1):13-37.

[3]BLACK F.Capital Market Equilibrium with Restricted Borrowing[M].Journal of Business，1972,45(3):444-455.

[4]BLACK F,JENSON M,SCHOLES M.The Capital Asset Pricing Model:Some Empirical Tests[M].New York:Praeger,1972.

[5]FAMA E F,MACBETH J D.Risk,Return,and Equilibrium:Empirical Tests[J].Journal of Political Economy,1973,81(3):607-636.

[6]FAMA E F,FRENCH K R.The Cross-Section of Expected Stock Returns[J].Journal of Finance,1992,47(2):427-465.

[7]ROSENBERG B,REID K,LANSTEIN R.Persuasive Evidence of Market Inefficiency[J].Journal of Portfolio Management,1985,(11):9-17.

[8]CHAN K,HAMAO Y,LAKONISHOK J.Fundamentals and Stock Returns in Japan[J].Journal of Finance,1991,46(5):1739-1764.

[9]GONENC H,KARAN M B.Do Value Stocks Earn Higher Returns than Growth Stocks in an Emerging Market? Evidence from the Istanbul Stock Exchange[J].Journal of International Financial Management and Accounting,2003,14(1):1-25.

[10]朱寶憲,何治國(guó).β值和賬面市值比與股票收益的實(shí)證研究[J].金融研究,2002,262(4):71-79.

[11]賈權(quán),陳章武.中國(guó)股市有效性的實(shí)證分析[J].金融研究,2003,277(7):86-92.

[12]吳世農(nóng),許年行.資產(chǎn)的理性定價(jià)模型和非理性定價(jià)模型的比較研究——基于中國(guó)股市的實(shí)證分析[J].經(jīng)濟(jì)研究,2004,(6):105-116.

[13]陳瑩.中國(guó)股市賬面-市值比效應(yīng)的檢驗(yàn)及解釋[J].證券市場(chǎng)導(dǎo)報(bào),2008,(2):35-41．

[14]MERTON R C.An Intertemporal Capital Asset Pricing Model[J].Econometrica,1973,41(5):867-887.

[15]ROSS S.The Arbitrage Theory of Capital Asset Pricing[J].Journal of Economic Theory,1976,13(3):341-360.

[16]LESSARD D.World,National,and Industry Factors in Equity Returns[J].Journal of Finance,1974,29(3):379-391.

[17]ROLL R.Industrial Structure and The Comparative Behavior of International Stock Market Indices[J].Journal of Finance,1992,47(1):3-41.

[18]MOSKOWITZ T J,GRINBLATT M.Do Industries Explain Momentum? [J].Journal of Finance,1999,54(4):1249-1290.

[19]范龍振,王海濤.中國(guó)股票市場(chǎng)行業(yè)與地區(qū)效應(yīng)分析[J].管理工程學(xué)報(bào),2004,6(1):117-119.

[20]勞蘭 珺,邵玉敏.中國(guó)股票市場(chǎng)行業(yè)收益率序列動(dòng)態(tài)聚類分析[J].財(cái)經(jīng)研究,2004,30(11):75-82.

[21]陳健,曾世強(qiáng),李湛.中國(guó)股票市場(chǎng)行業(yè)風(fēng)險(xiǎn)結(jié)構(gòu)的實(shí)證分析[J].系統(tǒng)工程,2007,25(12):53-57.

[22]PAGAN A R,SOSSOUNOV K A.A simple framework for analyzing bull and bear markets[J].Journal of Applied Econometrics,2003,(18):23-46.