基于消费行业的股票投资组合设计

陈雨婷?赵晶晶?左璐?岳芹

2020年3月13日，国家发展改革委等23个部门联合发布《关于促进消费扩容提质加快形成强大国内市场的实施意见》（下称《实施意见》），从以下六个方面：市场供给、消费升级、消费网络、消费生态、消费能力、消费环境提了出19条措施，以缓解疫情造成的影响，促进消费扩容提质。《实施意见》强调，消费是最终需求，是经济增长的持久动力，要进一步改善消费环境，发挥消费的基础性作用，助力形成强大的国内市场。

消费行业可以分为基础消费和休闲娱乐消费大类，再进行细分，可以分为八个子行业。基础消费主要是为了满足人们最基本的衣，食，住，行等生活的消费，这些需求是刚性需求，需求较为稳定。食品饮料，服装，家电，住房 商业零售，医药，养老等都属于基础消费。就证券市场而言，我们沿用申万一级行业分类法进行分类，基础消费的主要子行业有：汽车、家用电器、纺织服装、商业贸易、食品饮料、医药生物等。休闲娱乐是在人们满足了基础性的生活需要之后，为提高生活品质而进行的消费，是社会生产力提高后，人类财富积累到一定阶段的结果。餐饮旅游，传媒影视，体育，教育等属于休闲娱乐消费。用申万一级行业分类法，休闲娱乐消费的子行业有：休闲服务、传媒。

一、消费行业发展前景

（一）消费增速加快，市场广大

2019年，全国居民人均可支配收入比上年增长8.9%，收入的增长往往可以体现出居民消费能力的增强。我国社会稳定，居民就业形势稳定，社会保障覆盖面也在不断扩大，增强了居民的消费信心。

四五线城市的消费增速巨大，县域经济、单身群体、银发族成为消费蓝海，消费结构逐渐被优化。再伴随着居民收入的增长和一系列促消费政策的持续加码，中国的消费前景广阔，内需对经济增长的拉动将继续增强。

（二）经济周期波动影响小，消费行业稳定

2020年疫情给我国大消费行业带来了一定的冲击，但随着国内疫情得到控制，经济社会秩序不断恢复，我国大消费市场逐渐回暖。消费类个股波动受经济的影响较小，像食品饮料、医药、家用电器基本都是生活必需品，线下减少的销售额线上有所弥补，总体经济增长势头良好，所以这类行业的业绩增长相对稳定，行业股票的盈利也有保障。

（三）消费支出结构发生变化，享受型消费增加

近几年，我国国民的消费支出的结构发生深刻的变化，其中食品饮料、服装等必需消费品占比持续下降，而通信、娱乐、高级家装等（享受）消费品支出占比则持续上升。其中主要分类如下所示：

我国居民的收入水平不断提高，消费能力也随之不断上升，从而奠定了消费升级的基础。从《中华人民共和国2019年国民经济和社会发展统计公报》可知， 截至2019年，城镇居民人均年收入已达36396元人民币，比上年增长8.3%;城镇居民人均年消费支出24445元，比上年增长5.9%。随着收入的不断增长，居民消费能力也在不断增长，吃穿住行等基本性消费所占比重越来越低减少，居民恩格尔系数显著降低，享受型消费不断增加，消费升级现象逐渐显现。

二、消费行业股票投资组合的建立

消费行业板块有100多支股票，为了更准确、系统地从众多的股票中选取出具有高价值的、高盈利性的股票，采用量化投资策略对股票的基本性、成长性、盈利性进行数量化分析，筛选出最优的成长股，构建投资组合。

由于反应公司投资价值的指标较多，本文采用主成分分析法对多指标进行降维，然后分别采用综合打分法和K均值聚类对股票进行筛选，综合这两种方法所得的结果，得到最初的选取。

（一）备选股票

（二）主成分分析

1.上市公司财务指标选择

本文选取以下指标：净资产收益率、资产负债率、营业收入同比增长、归属净利润同比增长、毛利率、每股收益、净利率等进行分析。通過SPSS软件降低各指标维数，对数据进行标准化处理，并对所选的六个成分因子进行了主成分分析（结果如表3所示）[1-3]。本文选择抽取特征根大于0.5的为主成分，即根据表2只选择前三个，且前三个主成分的累积方差贡献率达到90.514%，涵盖了大部分信息。表明前三个主成分可以代表最初的成分因子来分析股票是否具有高盈利性和高成长性。

2.主成分法综合主成分得分计算

根据以下主成分函数的表达式：

Z=K1*Z1+K2*Z2+K3*Z3

Z1=F11*ZX1+F12*ZX2+F13*ZX3

Z2=F21*ZX1+F22*ZX2+F23*ZX3

其中，ZXi为标准化后的数据。得出综合主成分排序;格力电器、美的集团、贵州茅台、海天味业、泸州老窖、晨光文具、珀莱雅、绝味食品、五粮液、苏泊尔、欧派家居、良品铺子、山西汾酒、伊利股份、双汇发展、洋河股份、中国中免、牧原股份、老板电器、日辰股份。对于资金有限的投资者可以选择排名靠前的几只股票进行部分投资，对于资金充足的投资者应该进行组合投资以获取更大利益。然而美中不足的就是主成分分析只给出了个股的排名情况，并未进行股票分类组合。因此本文结合聚类分析，对股票进行进一步分类。

三、K-means聚类

K-means聚类在量化投资中起到对投资对象进行聚类的作用。本文结合主成分分析的降维结果，运用SPSS软件对数据进行K均值聚类，进一步深入研究，从而构建最优的投资组合。K-means聚类的结果如表5所示。

根据K-means聚类，将20支股票分成三类，通过表6可以看出第三类股票为优质股，在各方面的表现都较好，适合长期投资;第一类股票的盈利性相对较高，但成长性较差，风险程度也较高。第二类股票各方面表现的都不是很好，不适合投资。

主成分分析法消除了影响因子之间的相关影响、减少了指标的选择和计算机的工作量，在确定各成分的权数方面具有其特有的优势，尤其是在较多股票筛选的方面且能对评估对象进行排序，但主成分分析法的解释具有一定的模糊性。K-means聚类方法的优点是结合的形式直截了当，能较具体地描述股票投资的类型，但此方法只能对股票进行分类并不能进行排序，从而不能体现出各股票之间的区别和各自的优劣。主成分分析法和K均值聚类各有各的优缺点，并且是属于互补的，为了得到较好的投资组合，可结合这两种方法对股票进行筛选，根据主成分分析法的前十的股票与K均值聚类的第三类重叠的股票，初步构建股票组合。即所选股票的组合为：格力电器、美的集团、贵州茅台、海天味业、晨光文具、五粮液。