馬婉婉 江慧 程茹楓 邢玲玲 楊曉雨

摘要：運(yùn)用綜合評(píng)價(jià)模型、均值一方差模型，基于旅游行業(yè)上市公司2015年10月至2017年9月期間48個(gè)月的財(cái)務(wù)數(shù)據(jù)，經(jīng)計(jì)算分析發(fā)現(xiàn)，在綜合考慮投資風(fēng)險(xiǎn)與收益時(shí)首旅酒店、云南旅游、中國(guó)國(guó)旅、黃山旅游4支個(gè)股表現(xiàn)較為良好。將此4支股票作為投資組合設(shè)計(jì)基礎(chǔ)，運(yùn)用MATLAB軟件操作確定了證券組合可行域，并對(duì)投資者提出了客觀的建議。

關(guān)鍵詞：旅游行業(yè)；一帶一路；投資組合；綜合評(píng)價(jià)模型；均值一方差模型

1 引言

旅游業(yè)作為綜合性產(chǎn)業(yè)，涉及旅游景區(qū)業(yè)、餐飲業(yè)、交通運(yùn)輸業(yè)、旅館業(yè)、零售業(yè)和娛樂服務(wù)業(yè)等眾多產(chǎn)業(yè)。世界進(jìn)入“旅游時(shí)代”的同時(shí)，旅游行業(yè)在中國(guó)也步入了爆發(fā)式增長(zhǎng)期。《2017年全年旅游市場(chǎng)及綜合貢獻(xiàn)數(shù)據(jù)報(bào)告》顯示，我國(guó)在2017年實(shí)現(xiàn)旅游總收入5.40萬億元，相較于2016年，增長(zhǎng)率為15.1%。數(shù)據(jù)顯示，隨著旅游業(yè)的蓬勃發(fā)展，交通運(yùn)輸、住宿和餐飲業(yè)等在經(jīng)濟(jì)上的占比都有顯著提高。并且，在中國(guó)與“一帶一路”參與國(guó)政府和官方旅游機(jī)構(gòu)之間的交流和合作日趨密切的大背景下，國(guó)內(nèi)外旅游企業(yè)也將“一帶一路”的商機(jī)作為其戰(zhàn)略部署和市場(chǎng)拓展的重點(diǎn)。

對(duì)此，本文在“一帶一路”規(guī)劃對(duì)中國(guó)各省定位的基礎(chǔ)上進(jìn)行量化選股，并進(jìn)行投資組合設(shè)計(jì)?；跉v史數(shù)據(jù)對(duì)發(fā)展趨勢(shì)做出一定預(yù)測(cè)，也可為投資者是否進(jìn)入旅游行業(yè)提供參考意見。

2 行業(yè)選股

“一帶一路”這一國(guó)家戰(zhàn)略帶來的不僅是沿途經(jīng)濟(jì)的發(fā)展，還有對(duì)沿途居民思想和意識(shí)的改變。越來越多的人思想逐漸開放，人們將目光更多地聚焦在自己身上，內(nèi)心對(duì)外界向往的意識(shí)的逐漸增加，選擇旅游的人數(shù)急劇增加。

在“一帶一路”概念的省份定位下，結(jié)合免稅和交通改善景區(qū)等因素進(jìn)行初步選股。對(duì)上市不滿一個(gè)月以及調(diào)倉期漲跌停及停牌的股票進(jìn)行剔除，防止因漲/跌停無法交易。并且剔除信息含量小于10%的股票，以保證股票信號(hào)明顯，方便取得有效信息。最終選取首旅酒店、中國(guó)國(guó)旅、騰邦國(guó)際、中青旅、北京文化、西藏旅游、長(zhǎng)白山、大連圣亞、三特索道、曲江文旅、黃山旅游、桂林旅游、云南旅游、宋城演藝、峨眉山A、張家界、九華旅游、麗江旅游、西安旅游以及北部灣旅此20支旅游行業(yè)股票作為投資組合待選個(gè)股。

3 量化選股

在行業(yè)選股的基礎(chǔ)上，通過選取合適的指標(biāo)建立數(shù)學(xué)模型以及使用量化分析方法對(duì)個(gè)般的收益與風(fēng)險(xiǎn)進(jìn)行衡量，在一定的標(biāo)準(zhǔn)下對(duì)旅游行業(yè)的股票進(jìn)行篩選，為下一步投資組合設(shè)計(jì)奠定基礎(chǔ)。

3.1 綜合評(píng)價(jià)法

3.1.1 綜合評(píng)價(jià)模型構(gòu)建

采用綜合評(píng)價(jià)法，基于股票的價(jià)值因子、質(zhì)量因子、動(dòng)量因子以及成長(zhǎng)因子的歷史考量，選取有效指標(biāo)進(jìn)行綜合評(píng)價(jià)。以對(duì)該20支股票的預(yù)期收益進(jìn)行定量評(píng)分。根據(jù)常用因子的有效性檢驗(yàn)結(jié)果，現(xiàn)選取市盈率（PE）、市凈率（PB）作為價(jià)值因子的具體指標(biāo)，且此二指標(biāo)與投資組合的預(yù)期收益存在負(fù)相關(guān)關(guān)系；選取資產(chǎn)負(fù)債率（A/D）作為質(zhì)量因子的指標(biāo)，成長(zhǎng)因子則以ROE增長(zhǎng)率（ROEg）為具體指標(biāo)，此二指標(biāo)均與投資組合的預(yù)期收益存在正相關(guān)關(guān)系。其中ROE增長(zhǎng)率采用的計(jì)算方法為：（本期單季度凈資產(chǎn)收益率一上年同期凈資產(chǎn)收益率）/上年同期凈資產(chǎn)收益率；動(dòng)量因子選取的指標(biāo)則為月平均換手率（MTO），與投資組合的預(yù)期收益存在負(fù)相關(guān)關(guān)系。換手率由每月的交易股數(shù)/每月的流通股數(shù)計(jì)算得出。

①建立模糊效益型矩陣。

用I1、I2、I3分別表示效益型、成本型和固定型指標(biāo)，對(duì)于指標(biāo)矩陣，針對(duì)上述幾種指標(biāo)建立效益型矩陣或成本型矩陣。即通過無量綱化，將矩陣的各元素均轉(zhuǎn)化為效益型指標(biāo)或成本型指標(biāo)。本文采用的模糊效益型矩陣建立方法如下：

B=（bij）m×n

②變異系數(shù)法建立各評(píng)價(jià)指標(biāo)的權(quán)重向量ω。

其中，

且若FBt>FBs，則第t個(gè)方案排在第s個(gè)方案前。

3.1.2 綜合評(píng)價(jià)結(jié)果分析

經(jīng)計(jì)算，對(duì)此20支股票的預(yù)期收益進(jìn)行量化評(píng)分的最終結(jié)果如表1所示。綜合評(píng)價(jià)得分中，首旅酒店、中國(guó)國(guó)旅等股票最終得分均在0.8分以上，躋身綜合評(píng)價(jià)結(jié)果的前五名；北京文化與西安旅游最終得分則分別為0.4810和0.1981，均在0.5分以下，排于最后兩名。

基于以上評(píng)價(jià)結(jié)果，可以看出，首旅酒店、中國(guó)國(guó)旅、大連圣亞、騰邦國(guó)際在投資組合預(yù)期收益方面表現(xiàn)較好。另選取其余排名靠前的四支股票——黃山旅游、云南旅游、宋城演藝和中青旅與前四支股票作為下一步個(gè)股篩選的基礎(chǔ)。

3.2 均值一方差模型

證券投資的目的是為了取得收益，但同時(shí)投資者也不得不承擔(dān)投資的風(fēng)險(xiǎn)。美國(guó)著名的經(jīng)濟(jì)學(xué)家馬柯維茨（Markovvitz）于1952年首次提出的資產(chǎn)組合理論，第一次用均值和方差來定量地衡量資產(chǎn)的收益和風(fēng)險(xiǎn)。

3.2.1 個(gè)股收益的度量

在個(gè)股收益率的計(jì)算中，需關(guān)注三種收益率。即必要收益率、期望收益率、實(shí)際收益率。在有效資本市場(chǎng)的條件假設(shè)下，期望收益率等于必要收益率；實(shí)際收益率通常不等于期望收益率，且兩者的差異越大風(fēng)險(xiǎn)也就越大。

證券投資的期望收益率R的計(jì)算過程為：

其中，Ri表示第i種可能結(jié)果；Pi表示第i種結(jié)果的概率。

利用概率分布的概念能對(duì)風(fēng)險(xiǎn)進(jìn)行衡量，即期望未來報(bào)酬的概率分布越集中，則投資的風(fēng)險(xiǎn)越小。對(duì)于大部分投資者而言，在實(shí)際決策中，通常掌握的是歷史數(shù)據(jù)。因此，本文采用過去一段時(shí)期內(nèi)的樣本均值來對(duì)期望收益率進(jìn)行估計(jì)。即用2015.10-2017.9期間的24個(gè)月份的月個(gè)股平均收益率（考慮現(xiàn)金紅利再投資）來估計(jì)個(gè)股期望收益率。

3.2.2 個(gè)股風(fēng)險(xiǎn)的度量

可將該單項(xiàng)資產(chǎn)歷史時(shí)期內(nèi)所實(shí)現(xiàn)的報(bào)酬率的方差作為風(fēng)險(xiǎn)度量指標(biāo)。

本文用2015.10-2017.9期間的24個(gè)月份的月個(gè)股收益率的方差衡量該證券非系統(tǒng)性風(fēng)險(xiǎn)。其中有少量缺失值，用EXCEL軟件中FORECAST函數(shù)進(jìn)行估值填充。表2即為個(gè)股期望收益率與歷史時(shí)期內(nèi)所實(shí)現(xiàn)的報(bào)酬率的方差的計(jì)算結(jié)果，并根據(jù)個(gè)股月平均收益率的大小按降序排列：

由表2可知，此8支股票的在2015.10-2017.9期間的月平均收益率與方差總體基本呈正相關(guān)關(guān)系。此時(shí)將月平均收益率的大小作為最終的股票篩選依據(jù)。以此8支股票的總體月平均收益率作為篩選標(biāo)準(zhǔn)，計(jì)算得出此值的大小為0.0189。則首旅酒店、云南旅游、中國(guó)國(guó)旅、黃山旅游的月個(gè)股平均收益率均大于此值，即選擇此四支股票進(jìn)行投資策略設(shè)計(jì)。各股平均收益率與方差的計(jì)算為下一步證券組合的收益與風(fēng)險(xiǎn)的衡量提供了計(jì)算基礎(chǔ)。

4 證券組合的收益與風(fēng)險(xiǎn)

4.1 證券組合的收益

用組成該證券組合的各證券期望收益率的估計(jì)值的加權(quán)平均來表示包含N種風(fēng)險(xiǎn)資產(chǎn)的投資組合的預(yù)期收益率的估計(jì)值，即

4.2 證券組合的風(fēng)險(xiǎn)

在投資組合中，包含N種風(fēng)險(xiǎn)資產(chǎn)的投資組合的方差為：

其中i≠j。

在資產(chǎn)被賦予權(quán)重的情況下，等式右邊的第一項(xiàng)為各資產(chǎn)收益率的方差之和，反映各證券各自的風(fēng)險(xiǎn)大??；第二項(xiàng)為各資產(chǎn)收益率間的協(xié)方差，反映了各種證券間的相關(guān)關(guān)系和共同風(fēng)險(xiǎn)。分別表示非系統(tǒng)風(fēng)險(xiǎn)和系統(tǒng)風(fēng)險(xiǎn)。

考慮特殊情形，假設(shè)每種證券的投資份額相等，即一個(gè)平均方差和平均協(xié)方差，則上式可化簡(jiǎn)為：

當(dāng)投資組合中包含的證券組合種類足夠多時(shí)，即N→+∞時(shí)，

σP2=COV（Ri，Rj）

因此，通過投資組合的多樣化可以對(duì)非系統(tǒng)風(fēng)險(xiǎn)進(jìn)行分散。

4.3 證券組合的可行域

可行域?qū)嶋H上就是在期望收益率和標(biāo)準(zhǔn)差的坐標(biāo)系中描述了多種（兩種以上）證券組成的所有可能的組合。利用MATLAB軟件對(duì)以上四支股票組成的所有可能的組合進(jìn)行可行域描述如下圖所示。

投資者可根據(jù)圖1可行域的上邊界即有效邊界得出在期望收益率相同時(shí)證券組合的最小風(fēng)險(xiǎn)以及風(fēng)險(xiǎn)相同時(shí)證券組合的最高期望收益率。結(jié)合表2可知，該4支股票的投資組合期望收益率介于0.0145至。0434之間，且其收益與風(fēng)險(xiǎn)呈正向變動(dòng)關(guān)系。其中，首旅酒店的收益與風(fēng)險(xiǎn)為最高，黃山旅游的收益與風(fēng)險(xiǎn)為最低。對(duì)此，持有不同風(fēng)險(xiǎn)態(tài)度的投資者可根據(jù)自己的偏好進(jìn)行投資決策。

5 總結(jié)與建議

本文通過對(duì)一帶一路政策的省份定位及信息含量首先勢(shì)篩選出旅游行業(yè)的20支股票?；诠善钡膬r(jià)值因子、成長(zhǎng)因子、質(zhì)量因子以及動(dòng)量因子的歷史考量，選取有效指標(biāo)進(jìn)行綜合評(píng)價(jià)，發(fā)現(xiàn)首旅酒店、中國(guó)國(guó)旅、大連圣亞、騰邦國(guó)際、黃山旅游、云南旅游、宋城演藝和中青旅等8支般票在投資組合預(yù)期收益方面表現(xiàn)較好。運(yùn)用均值一方差模型對(duì)個(gè)股收益率進(jìn)行計(jì)算，最終選取首旅酒店、云南旅游、中國(guó)國(guó)旅、黃山旅游4支股票進(jìn)行投資組合設(shè)計(jì)，并通過MATLAB軟件給出組合的可行域，供市場(chǎng)不同風(fēng)險(xiǎn)偏好的投資者參考。

由于特有風(fēng)險(xiǎn)可以通過投資多樣化進(jìn)行分散，因此，一項(xiàng)有效的投資需在多種證券、多個(gè)行業(yè)內(nèi)進(jìn)行分配。而本文側(cè)重僅限于旅游行業(yè)的股票市場(chǎng)的投資組合分析，且股票市場(chǎng)瞬息萬變，投資量化評(píng)價(jià)只具有一定的指導(dǎo)性，不能進(jìn)行全局性把握。參與股票市場(chǎng)的投資者一定要具有強(qiáng)大的心理素質(zhì)，進(jìn)入市場(chǎng)前需要對(duì)自己的風(fēng)險(xiǎn)承受能力進(jìn)行客觀評(píng)價(jià)，判斷是否適合進(jìn)入股票市場(chǎng)。無論對(duì)風(fēng)險(xiǎn)持怎樣的態(tài)度，都應(yīng)理性選擇投資方案，不被市場(chǎng)“噪音”左右，不被股票“盈虧”綁架。

參考文獻(xiàn)

[1]田澤，許東梅.我國(guó)對(duì)“一帶一路”沿線國(guó)家的投資效率與對(duì)策[J].經(jīng)濟(jì)縱橫，2016（05）：84-89.

[2]李嬌嬌.地緣經(jīng)濟(jì)視角下山東省融入“‘一帶一路戰(zhàn)略”研究[D].山東師范大學(xué)，2016.

[3]丁鵬.量化選股策略——資金流模型[N].第一財(cái)經(jīng)日?qǐng)?bào)，2012-05-05（B14）.

[4]楊桂元.數(shù)學(xué)建模[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2015.2：127-135.

[5]徐景昭.基于多因子模型的量化選股分析[J].金融理論探索，2017（03）：30-38.

[6]Markowitz H.Portfolio selection[J].The Journal of Finance，1952，7（1）：77-91.

[7]（美）尤金F.布里格姆（Eugene F.Brigharn），菲利普R.戴夫斯（Phillip R Daves）著.中級(jí)財(cái)務(wù)管理[M].張曉農(nóng)譯.北京：機(jī)械工業(yè)出版社2017.4：48-52.

[8]周伊佳，于波.幾種最優(yōu)投資組合在有效邊界上相對(duì)位置[J].大連理工大學(xué)學(xué)報(bào)，2016，56（04）：420-426.