中國A股系統性風險結構解析

叢明舒

引言

中國A股市場區別于發達國家成熟市場的一個重要特征在于中國A股市場的系統性風險所占比例過高。經過半個世紀的發展，美國股票市場的系統性風險已經由20世紀60年代的30%左右降低至目前的10%左右。與此同時，中國股市的系統性風險雖有下降趨勢，但仍處于40%左右的水平，與發達國家還有比較大的差距。一般認為，A股高系統性風險的原因包括我國股票市場受宏觀調控影響較大，上市公司信息披露質量較低，主動做空機制的缺乏，以及受近年來國際金融環境不穩定的影響等。

根據資本資產定價模型（CAPM），系統性風險占總風險的比例即為個股收益率對于市場收益率的回歸系數，也即個股收益率與市場收益率相關系數的平方。因此，A股具有高系統性風險也即是說個股價格變動具有非常強的市場相關性。這種強相關性導致A股動量效應不明顯而反轉效應非常明顯，以及顯著的行業輪動現象。研究已經發現，在不同的歷史時期與市場環境中，A股系統性風險水平有較大程度的波動，也有研究提過，牛市中個股相關性更強。但目前關于A股系統性風險仍然至少有三個問題尚未被回答：第一，系統性風險水平是否存在一定意義上的穩定性；第二，不同市場環境中系統性風險的解構是否有所不同；第三，我國股市高系統性風險是否由基本面因素決定。

為了回答這三個問題，本文將個股的系統性風險分解為行業間相關性和行業內相關性，也即將個股收益率與市場收益率相關系數分解為個股收益率與其所在行業收益率的相關系數（本文稱為“行業內相關性”）和行業收益率與市場收益率之間的相關系數（本文稱為“行業間相關性”），進而分別考察。結果表明：第一，橫向比較不同的行業，無論是行業內相關性和行業間相關性都具有顯著的穩定性，具有高相關性的行業持續具有高相關性，行業間相關性水平之間差異更為明顯；第二，在具有高行業間相關性的行業也傾向于具有高行業內相關性，這種關聯性在牛市中更為明顯；第三，不同行業的行業內或行業間收益率相關性的差異無法用這些行業基本面的相關性的差異來解釋。前兩個結果與曹晉等人研究中提到的“不同行業上市公司的系統性占總風險比例沒有顯著的差異”有所不同，第三個結果與發達國家市場的情況有所區別，事實上，Beaver和Manegold的研究顯示，美國市場個股間價格系統性風險的差異可以被其盈利系統性風險的差異顯著性地解釋。本文的這三個結果有助于加深現有對A股系統性風險結構的理解。

數據與計算

本文數據來源于Wind金融數據庫。本文選取國泰君安28個一級行業指數及其所有成分股自2001年至2015年的周收盤價，以及自2002年至2015年的季度盈利數據（因2001年以前上市公司僅披露年報和半年報，《公開發行證券的公司信息披露編報規則第13號——季度報告內容與格式特別規定》（證監發[2001]55號）要求“2002年第一季度起，所有上市公司必須編制并披露季度報告”）進行分析。本文以周為頻率計算價格相關性與現有文獻的方法相符，原因在于這樣可以減輕使用日交易數據引發的內生性誤差等一系列計量經濟問題，也較少受A股漲跌停板等一系列交易制度限制的影響。同時，相比于以月為頻率計算相關性，周交易數據可以提高觀測頻率，從而使得計算年內相關性具有足夠多的觀測值，以降低計算誤差。對于盈利數據，由于財務報告頻率的限制，只能采用季度數據，于是本文并未按年計算每年的盈利數據相關性。

具體而言，本文計算如下一系列相關系數：

（1）對于2001年至2015年全期間，以及2001年至2015年每年，分別計算28個行業指數收益率與這28個行業指數的平均收益率之間的相關系數，作為每個行業在該時期的行業間收益率相關性。

（2）對于2001年至2015年全期間，以及2001年至2015年每年，對于每一個國泰君安一級行業指數，計算其成分股收益率與該行業指數收益率之間相關系數的平均值，作為該行業該時期的行業內收益率相關性。

（3）對于2002年至2015年全期間，計算每個行業指數所有成分股的盈利變動，并對于每個成分股的盈利變動予以標準化，然后計算每個行業平均盈利變動與所有盈利變動平均值之間的相關系數，稱為該行業的行業間基本面相關性，同時計算每個行業所有成分股的盈利變動與行業平均盈利變動之間的相關系數，稱為該行業的行業內基本面相關性。

為了區分起見，下文若未特別指出，行業間相關性和行業內相關性均指收益率相關性。

表格1報告了按如上方法計算的2001年至2015年期間28個申銀萬國一級行業收益率的行業間相關性，并按相關性從高到低的順序分別排序。結果顯示，除銀行和非銀金融行業外，大多數行業的行業內相關性或行業間相關性之間的差距并不大，且二者大致上成正相關關系。銀行和非銀金融由于其行業的特殊性質，導致其統計特性與其他行業有較大程度的差異。銀行行業與其他行業的相關性很低，但行業內的相關性則非常高；非銀金融行業的行業間和行業內相關性則都比較低。在本文后續分析中，將剔除銀行和非銀金融行業，以保證統計結果的穩定性。

實證檢驗

行業間相關性和行業內相關性的時間穩定性

本節考察按上文定義并計算的行業間相關性和行業內相關性是否存在一定意義上的穩定性。事實上，已有文獻已經多次指出，因為經濟形勢和市場環境的變化，不同年份的系統性風險水平波動比較大。與之類似，對于每一個特定行業而言，它在不同年份的行業間和行業內相關性存在明顯的年份效應。比如，在2008年市場急劇下跌時，行業間相關性較低而行業內相關性非常高，也就是說當時存在明顯的同一個行業內所有股票普遍下跌的現象。由于時間維度存在較大的不確定性，而且這種不確定性很難被控制，我們在此并不研究行業間相關性和行業內相關性的時間序列層面的變化趨勢，而是對不同行業在每一個年份做橫向比較，考察是否某些行業持續的具有相對較高或較低的行業內或行業間相關性。如果這一點不成立，不但是行業內或行業間相關性的絕對數值，它們的秩序關系也變得隨時間不穩定，那么我們在表格1中的排序將變得沒有意義，也導致本文下面進一步的分析失去基礎。

圖表1將不包括銀行和非銀金融的26個申銀萬國一級行業按表格1中列明的行業間相關性和行業內相關性分成高相關組、中相關組、和低相關組，并對2001年至2015年每年計算每組行業間相關性和行業內相關性的平均值，按時間序列繪制以展現其時間變化趨勢。結果表明，橫向比較不同的行業，具有高相關性的行業持續具有高相關性，但行業間相關性水平之間差異更為明顯。這在直觀上表明無論是行業內相關性和行業間相關性在秩序關系上都具有顯著的穩定性。

更進一步，分別針對行業間和行業內相關性，我們使用滯后一期的相關性水平對前期相關性做回歸，并在回歸中控制了年份效應。回歸結果列示在表格2中。結果顯示，無論是行業間相關性和行業內相關性都與前期相關性具有非常顯著的正相關關系。具體而言，前期行業間相關性的62.58%會延續至后一期，前期行業內相關性的55.64%會延續至后一期，這樣的結果說明我們用歷史相關性估計未來的相關性水平是可靠的。

行業間相關性和行業內相關性的關系

前文已經提到，具有較高行業間相關性的行業也具有較高的行業內相關性。這可以理解為如果某個行業更容易受到宏觀市場環境的影響，那么這個行業內的企業也更容易受到相對一致的影響。本節更為細致地考察行業內相關性和行業間相關性的關系。

首先，我們將行業內相關性對于行業間相關性做回歸分析。與上節類似，回歸中控制了年份效應。結果表明，行業間相關性的22.46%可以解釋行業內相關性水平，這在1%的置信水平下是顯著的。

更進一步，我們分年度計算了行業內相關性和行業間相關性的相關系數，并在圖表2中描繪了其時間變化趨勢。同時，圖表2中疊加描繪了同期上證綜指走勢圖。結果顯示，在2008年之前，行業內相關性和行業間相關性的正相關關系非常明顯，這種正相關關系在2008年股市大跌后開始減弱甚至倒轉，在2015年牛市中再次得以恢復。大致而言，行業內相關性和行業間相關性的相關系數隨股票指數正方向變動。

收益率相關性和盈利相關性的關系

最后，我們試圖回答一個問題，不同行業的收益率相關性的差異是否由基本面因素決定。也即是研究，是否某些行業的股票收益率與市場收益率關聯度更大是因為這些行業的盈利水平更容易受市場整體盈利水平的影響，某些行業的股票收益率在行業內關聯度更大是否因為這些行業的行業內不同企業更容易同時盈利或虧損。在有效市場的情況下，這個答案應該是肯定的，對于美國股市的實證研究也表明盈利水平的系統性風險可以顯著地解釋股票收益率的系統性風險。

我們在圖表3中繪制了將除銀行和非銀金融外26個申銀萬國一級行業的行業間收益率相關性和基本面相關性的關系圖，以及行業內收益率相關性和基本面相關性的關系圖。并在表格4中報告了行業間和行業內的收益率相關性對于盈利相關性的回歸結果。結果說明，無論是行業間相關性還是行業內相關性，收益率相關性和基本面相關性并無正相關關系，事實上，二者的R2統計量分別僅為0.01和0.02。也即是說，從盈利意義上，不同行業行業內或行業間的收益率相關性的差異無法用基本面相關性的差異來解釋。

更為細致地考察不同行業的行業間和行業內的收益率相關性和基本面相關性，我們發現鋼鐵行業和機械設備行業的相關性水平距離其他行業具有較大程度的差異。鋼鐵行業的行業間基本面相關性遠低于其他行業，但行業內的基本面相關性處于正常區間；與之相反，其行業間的收益率相關性處于正常區間，但行業內的收益率相關性遠高于其他行業。這說明，雖然鋼鐵行業從報告的盈利數據來看與市場整體盈利相關性比較弱，但鋼鐵行業股票價格仍然跟隨市場行情變動，而且不同鋼鐵企業非常容易出現同漲同跌的現象。機械設備行業雖然其盈利水平與市場整體盈利水平相關性較弱，但在股票表現上卻與市場行情呈現了很強的相關性；雖然不同的機械設備企業更容易同時盈利或虧損，但不同企業的股票收益率表現依然存在較高程度的分化。上述現象的存在可能來自于這兩個行業的長周期和前周期特征，也可能來自于會計信息披露質量問題，有待進一步實證研究驗證。

結論

本文將個股的系統性風險分解為行業間相關性風險和行業內相關性風險，從而分別考察并分析其時間變化趨勢與相關關系。結果表明：第一，橫向比較不同的行業，無論是行業內相關性和行業間相關性都具有顯著的穩定性；第二，在具有高行業間相關性的行業也傾向于具有高行業內相關性，這種關聯關系與股票市場行情走勢成正方向變動；第三，不同行業行業內或行業間收益率相關性的差異無法用這些行業基本面的相關性的差異來解釋。本文的結果表明，A股系統性風險的結構在一定意義上是穩定并可以預測的，但是在資產定價意義上，A股市場并非完全有效的。本文的結論有助于加強對我國A股市場高系統性風險的理解。

（作者單位：北京大學光華管理學院金融系）