楼主: JoinQuant
539 0

[源码分享] 借鉴美股200年板块市值变化 可视化分析A股行业分布格局 [推广有奖]

  • 0关注
  • 23粉丝

等待验证会员

博士生

18%

还不是VIP/贵宾

-

威望
0
论坛币
105 个
通用积分
18.1313
学术水平
12 点
热心指数
9 点
信用等级
9 点
经验
3401 点
帖子
97
精华
0
在线时间
134 小时
注册时间
2015-9-9
最后登录
2020-3-18

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

前段时间偶然在微博上得到这张图片,这是一种通过百分比堆积的形式,获得不同分析目标占比形式的可视化效果,图片来自 Visual Capitalist 制图,华尔街见闻汉化。

根据华尔街见闻分析,图片描述了美国股市从 19 世纪初到现在的行业分布情况。

一、美股市场波澜壮阔板块更迭

最早金融股占据较大份额,因为其他行业上市公司还非常稀少,之后以铁路为代表的交通股最初表现最为抢眼,在 1868-1873 年美国内战期间,美国铁路总长度增加了 3.3 万英里。随着运输业的蓬勃发展,铁路相关股票吸引了大量资金流入,该板块市值一度达到美国股市总市值的 60%。

0.png

20 世纪,股指成分变得更加丰富,包括公用事业、钢铁和能源等板块也加入队列。但是在 1930 年的大萧条时代,政府大手笔投资了公共事业,在拉动经济的同时,增加了该版块的市值,其他版块也应声回落。

到了 2018 年,市场权重也发生了重要的变化:铁路业未能经得起时间的检验,份额已大幅萎缩至 2%;信息技术和医疗保健类股异军突起,成为新加入的新兴板块,且在美股市场中占据相对较高的市场份额。

可惜A股远没有这么长时间的可用数据,但是考虑到国内经济结构变化迅猛,通过聚宽平台我们依然可以拿到 2005 年以来的数据,一定程度上获得和 Visual Capitalist 图片类似的效果。

二、A股市场格局同样有重大变化

考虑到申万 28 个一级行业数量较大,并且历史上发生过变更,我们选择聚宽行业分类,首先分析了各行业市值 market_cap 情况,发现金融行业占据全市场市值一度达到 2017 年大牛市的 40%,随后始终处于下降通道。信息技术、可选消费,是这几年得到市值增长的板块。

2.png

然后我们分别分析了 total_operating_revenue(总营业收入) total_liability(总负债)。发现工业企业、可选消费,的营业收入增长较为稳健,金融行业、能源行业有一定衰弱。这或许和国家工业布局的完整性,工业成为世界工厂的行业地位,和消费升级有一定关系。

3.png

信息技术板块虽然在第一张图片中有较大的市值占比提升,但是到了营业收入图可以看出,它的营业收入虽然增长,但不及市值增长,说明该板块整体估值较高。房地产板块的销售数据也有些出乎我们意料,虽然我们知道大部分家庭的消费都用于购房,但是它的营业收入并没有占据很大比率。

4.png

总负债情况是非常极端的,这是由于金融行业的计算方法略有不同,且金融行业是依靠高杠杆来负债放贷,支持实体经济。根本原因还是该行业的业务性质决定的。金融企业的负债率较高,一般在 90%左右。金融企业的自有资金要求不得低于一定比例,通常为 8%。其中 2016 年,我国 GDP 为 74.4 万亿,这意味着我国的总负债率为 342.7%,除去金融的实体总负债率刚刚超过 250%。

除了财务性质的分析,我们还挖掘了各行业的上市公司数量,获得如下发现:

5.png

工业领域上市公司家数最多,其次是信息技术(注意图例是反的),且在近几年可选消费、工业、医疗保健板块的上市公司数量大幅度增加,压制了金融领域的上市公司数量比率,虽然 2018 年我们看到几个城商行相继上市,但是依然无法和每周众多中小企业上市的速度相提并论。所以总体上看,我们的股票市场的确是在服务实体经济。信息技术行业虽有持续增长,但是没有出现上市公司家数短期大幅度提升。房地产行业也出现了显著比例压缩,值得关注。

6.png

最终一个分析维度是上图的市场关注热度,我们直接使用了成交量来作为表达变量。此时和第一张图市值占比对比分析可以看出,金融行业没有因为坐拥较大的市值而拥有同样的成交量,反而它的成交量比重较小,工业和材料领域因为上市公司数量众多,自然分走了较大的成交量。这一情况和我们熟知的 A 股市场特征“小市值股票活跃,大市值股票波动率低”是吻合地,这是阶段性的市场特征。


本次分析暂时告一段落,受限数据长度不足和行业分类的科学性有待提升,我们得到了一些模糊的结论,但是要做出更加严谨的分析结论,并指导实战,还有差距。期待读者们提出更多思路,让我们的百分比堆积图更有知识深度,甚至有一定的预见性。


点击阅读原文,即可获得完整代码,复现本次分析。


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jr
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-25 16:37