股票信任分類基礎上的投資組合選擇

摘 要：利用ELECTRE–TRI方法構建基于信任評估的投資組合分析方法，即首先根據股票的多屬性特征進行信任分類，然后在高級別信任類股票中構建投資組合。采用滬深A股2002年6月至2015年5月的數(shù)據驗證其有效性。結果顯示，基于信任評估的投資組合其表現(xiàn)優(yōu)越于單一投資組合，計算效率也遠遠優(yōu)越于后者。因此，在信任分類基礎上的投資組合分析方法具有更加有效的資產選擇能力。

關鍵詞：決策分析 ELECTRE-TRI 信任分類 投資組合

一、引言

股票選擇在很大程度上以信任為基礎。一般地，信任有可信性和意愿強度兩方面內涵。其中，可信性是對被信任方相關能力、動機（有時稱善意）和誠信三方面的認識；意愿強度特指將自己置身于對方可能失信而受到危害的意愿。投資者對股票的信任分析則專注對股票為投資者帶來收益的能力或未來盈利能力的判斷。在缺乏分析方法和工具的情景下，投資者作判斷的信息依據往往為來源廣泛的“廉價談話”在一個龐大的股市數(shù)據中，如何有效率地篩選出可信任的有價值的股票是投資研究的關鍵問題。投資者往往缺乏專業(yè)的方法或模型對股票進行分類或評價，此外對于證券的流動性、公司的股利分發(fā)、股票市盈率等證券屬性的偏好也沒有包含在投資分析中，而這些屬性也同時具有不可忽視的重要性；因此，本文設計一個由多屬性信任評級分析的投資組合選擇方法。即是，將一個股市中數(shù)千支股票按歷史數(shù)據進行信任級別分類，然后在信任級別高的一類中進行投資。通過ELECTRE-TRI方法，可以將股票分三個信任類別：目前信任類、目前弱信任類和目前不信任類；然后在目前信任類股票中進行投資。

二、模型描述

ELECTRE-TRI方法通過多個屬性的評價，建立超越關系，將n個備選方案（文中為股票）分入預先設定的類別。假設每個股票可以用m個評價指標描述，即可描述為向量，其中表示股票i在評價指標j上的值，。股票被分入p個類別其中表示偏好關系，即類優(yōu)于類，類為最優(yōu)偏好類，類為最低偏好類。在每一個評價指標上，p個類別由p-1個分類閾值（threshold value） 隔開，的上限和的下限，k=1，2，…，p。由于各方案的評價指標是多維的，是一個多維向量，其中表示指標j的第k分類閾值。將所有股票分入預設類別的方法為兩個基本步驟：一是構建超越關系，二是根據超越關系進行分類。分別詳述如下：

1.構建超越關系。構建超越關系的步驟是分別計算一致性指標、不一致性指標和可信度指標：

1.1一致性指標度量股票超越分類閾值的程度，其計算公式如下：

2.根據超越關系進行分類。

根據以上構建的超越關系和對股票進行分類，將備選股票分為目前信任類目前弱信任類和目前不信任類。分類步驟分悲觀準則步驟和樂觀準則步驟。悲觀準則步驟：（1）股票依次和分類閾值進行比較；（2）若為第一個滿足，則將劃入類別。樂觀準則步驟：（1）股票依次和分類閾值進行比較；（2）若為第一個滿足，則將劃入類別。以上步驟適用于類別偏好方向為，如偏好方向相反，則準則相反。

三、實證分析

1.數(shù)據收集及指標。采用滬深A股上市公司2002年6月至2015年5月的數(shù)據（數(shù)據來源萬得Wind資訊金融數(shù)據庫），設定用于計算信任分類的數(shù)據時間跨度4年，每年6月初作投資調整分析，因為此時所有滬深A股的上年年報數(shù)據完整，投資組合調整周期設定為1年，相應地，投資組合收益檢驗數(shù)據的時間段為1年，產生自2006年6月至2015年5月9年間9次投資組合建議。股票評價可以從 收益、風險、增長前景和流動性這四個維度進行，具體為平均收益率、相對股利收益率、股票收益率的標準差、beta系數(shù)、相對市盈率和換手率，分最大化、最小化和離1近三個個優(yōu)化方向，如表1所示。

2.模型的參數(shù)確定。如前所述，分類閾值b、偏好閾值p、無差別閾值q以及各指標的權重值是ELECTRE-TRI方法的分類參數(shù)，通常根據經驗或偏好確定。我們依據股票的各個評價指標的概率分布，設定各分類閾值、偏好閾值及無差別閾值如表2。本文采用Xidonas等應用此方法獲得的權重值（見表2最后一行）進行計算。Lambda參數(shù)的選擇可以通過分類結果對于值的靈敏度分析確定。本文取=0.65

3.股票信任分類及結果對比。如前所述，可以算出所有股票在此條件下的分類可信度指標。在兩種分類準則下（悲觀和樂觀分類準則），通過對比分類可信度指標與值，對符合數(shù)據收集條件的1210家上市公司進行分類，其中在2種分類準則下皆分入類的股票有91只。同樣，可計算出其他年份的股票信任分類。為了檢驗信任分類基礎上投資組合選擇方法是否具有優(yōu)勢，我們對以下兩種情形進行投資組合優(yōu)化分析和對比。情形一：在分入信任類股票中利用M-V模型構建投資組合，信任評估采用前述六個全面指標；情形二：單一投資組合優(yōu)化，不采用股票信任分析預處理直接在滬深A股中利用M-V模型構建投資組合。兩種情形下的投資組合的累計收益分別如圖1、圖2所示。情形一得出的投資組合相對于情形二得出的投資組合在總體走勢上具有比較優(yōu)勢，也明顯優(yōu)于上證指數(shù)。而情形二得出的投資組合未能明顯優(yōu)于上證指數(shù)。另外，由于在信任類股票中進行投資組合優(yōu)化的的搜索空間遠遠小于完全股市，其計算效率相對于單一使用投資組合優(yōu)化分析，也具有絕對優(yōu)勢。

四、結語

通過分類優(yōu)選方法Electre-Tri對滬深A股自2002年6月至2015年5月以來的上市公司在收益、風險、增長前景和流動性四個維度的六個指標上，進行股票投資信任級別分類，并對信任級別高的股票進行投資。實證結果顯示信任評估基礎上的投資組合，其長期表現(xiàn)在總體走勢上優(yōu)于單一投資組合模型，另外由于優(yōu)化搜索空間的大幅度縮小，計算效率也得以指數(shù)級提高。表明對股票進行定期的綜合信任評估是投資決策支持的一個必要步驟，能為投資者帶來顯著的超額收益。

參考文獻：

[1] Pevzner M， Xie F， Xin X G. When firms talk， do investors listen？ The role of trust in stock market reactions to corporate earnings announcements[J]. Journal of Financial Economics， 2015， 117（1）： 190-223.

[2] Mayer R C， Davis J H， Schoorman F D. An integrative model of organizational trust[J]. Academy of Management Review， 1995， 20（3）： 709-734.

[3] Almazan A， Banerji S， De Motta A. Attracting Attention： Cheap Managerial Talk and Costly Market Monitoring[J]. Journal of Finance， 2008， 63（3）： 1399-1436.

[4] Liu H， Loewenstein M. Market Crashes， Correlated Illiquidity， and Portfolio Choice[J]. Management Science， 2013， 59（3）： 715-732.

作者簡介： 汪涌（1992—）男，安徽六安人，碩士研究生。研究方向：金融決策。楊宣（1989—）男，四川巴中人，碩士。研究方向：投資組合分析。黃東賓（1969—）男，安徽肥西人，博士，教授。研究方向：決策理論與方法。