R语言分析ROE与股票收益的关系

全文链接：http://tecdat.cn/?p=32829

原文出处：拓端数据部落公众号

分析师：Yujia Shen

影响股票收益的因子一直是研究者与投资者关注的问题。虽然已有超过1000个因子被提出与确认，但它们的长期影响力及如何导致收益变化并未被研究透彻。本项目选择研究ROE在长期对股票收益的作用。

研究理念：

根据ROE大小将所有股票分成10组并在每个时段进行重组，一共追踪10年，画出10条时间序列线来总结长期股票收益表现。

 

数据准备：

从中国经济金融研究数据库（CSMAR）下载A股2012至2022每季度的收益和净资产回报率，每季度根据ROE大小把所有股票分为10组并标记每支股票所属组合。以第一支与最后一支举例：

平均投资组合价值：

 

运用R语言spread() & gather()函数去除停止交易的数据。新增一列附上每只股票上一季度的净资产收益率，在每个投资组合内取所有股票的加权平均得到组合净资产收益率。

 

重要图表展示：

1. 投资组合 10 年回报：

从中可看到明显共同波动趋势，而高ROE组合整体收益更高。

2. 平均收益柱状图：

从柱状图中可以看出最高ROE组合平均收益显著高于其余组合，整体关系为高ROE，高回报。

3. t 统计量、p值、标准差

越往后的投资组合t值越大而p值越小，证明更显著。最高ROE组合平均收益约为最低组合收益的6倍。

4. 累计超额收益：

最高ROE的累计超额收益同样显著高于其余组合，再次证明ROE的积极作用。

原因探究：

ROE是一个很好的财务指标，因为它包含了直接来自财务报表的统计数据。净资产收益率衡量的是盈利能力，它越高，说明公司管理层从其股本中创造收入和增长的效率越高。ROE直接反映财务业绩及财政状况，能更好点明公司创造价值能力并预示未来发展状况。

对比研究：

除了用ROE作为指标，我另外还直接以股票收益分组进行同样的过程。 我发现高收益股票投资组合在长期却呈现低平均收益与累计超额收益，最高收益组合的平均收益甚至为负。图如下：

高收益代表高风险，这警示投资者不能只看短期表现，要预测长期收益。故选择更好的指标来权衡股票非常重要，如ROE,P/B ratio等。

项目结果

高ROE投资组合长期收益更高，ROE是很好的盈利能力指标。但同时要注意潜在风险：高ROE可能是由低股本、过度负债、负净收入和负股本驱动的，这预示着公司潜在的问题，故投资一定要综合考量公司的整体价值。同时，与ROE有高相关性的指标也值得未来研究。

关于分析师

在此对Yujia Shen对本文所作的贡献表示诚挚感谢，她在香港中文大学完成了金融学位，专注深度学习、数据分析领域。擅长R语言。

---

最受欢迎的见解

1.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e7%94%...)用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用

2.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%...)R语言GARCH-DCC模型和DCC（MVT）建模估计

3.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e5%9c%...)R语言实现 Copula 算法建模依赖性案例分析报告

4.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e4%b8%ad%e4%bd%bf%e7%94%...)R语言COPULAS和金融时间序列数据VaR分析

5.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e7%94%9f%e5%ad%98%e5%88%...)R语言多元COPULA GARCH 模型时间序列预测

6.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80ggplot2%e8%af%af%e5%b7%ae...)用R语言实现神经网络预测股票实例

7.[](http://tecdat.cn/r-%e8%af%ad%e8%a8%80%e7%bb%98%e5%88%b6%e5%8a...)r语言预测波动率的实现：ARCH模型与HAR-RV模型

8.[](http://tecdat.cn/r%e8%af%ad%e8%a8%80%e5%a6%82%e4%bd%95%e6%89%...)R语言如何做马尔科夫转换模型markov switching model

9.matlab使用Copula仿真优化市场风险