案例背景
近期人工智能板块出现了一个耐人寻味的现象，被市场称之为走势分化、冰火两重天：一类企业因为搭上全球算力扩张与人工智能终端需求的快车，订单与海外收入同步放量，股价持续获得资金追捧；另一类企业则主要依赖本土需求、强调整体解决方案与本地化交付，却在资本市场上明显承压。同一个热门概念下，几乎所有标的都在讲同一个故事，最终却走出了两条方向相反的曲线，这本身就是一桩值得用统计学解剖的样本。
对于分析师而言，最危险的处理方式是把板块当作一个整体、用一个指数涨跌来概括全部。指数上涨可能只是少数大市值标的的贡献，而被平均掉的大量个股其实在下跌。只有把收益做截面分解，把「热闹的整体」还原成「分化的个体」，我们才有可能回答：分化究竟源于基本面差异、估值差异，还是纯粹的叙事差异。
核心分析
一、结构性行情的度量：先看分布，再看均值
度量分化的第一步是把板块收益率当成一个分布来观察，而不是一个数。可用的统计量有一组：截面收益的标准差或四分位距，衡量离散程度；上涨家数与下跌家数的比值，衡量广度；按分位分组后最高组与最低组的收益差，衡量极差。这里有一个几乎必做的检验：把市值加权的板块收益率与等权收益率放在一起比较。若市值加权明显为正而等权为负，说明涨幅集中在少数大市值公司，绝大多数个股并未受益，此时任何「板块整体走强」的表述都是失真的。进一步可以用收益集中度指标，看板块涨幅中有多大比例由前若干家公司贡献，这个比例越高，指数的代表性越弱。还要注意样本进入的幸存者偏差：蹭热点的公司往往是在股价启动之后才被纳入某个人工智能概念成分，事后回看统计会把这些标的上市后的强劲表现错误地算作板块历史收益。严谨的做法是固定一个时点的成分，或采用按历史时点回溯的成分数据。
二、归因要分层：海外收入占比并不天然等于上涨理由
最自然的分组变量是海外收入占比，但在下结论之前必须区分混杂与因果。海外收入占比高的公司往往同时属于特定制造环节，其估值基准、盈利波动、周期性都与本土服务型公司不同，也就是说「出海暴露」与「所处环节」这两个变量高度纠缠，单变量分组看到的收益差里混有强烈的行业效应。处理办法有两个：一是分层后再比较，先按所处产业链环节分层，在每一层内部再按海外收入占比高低分组，从而把行业效应隔离掉；二是用多元回归，在控制市值、估值水平、盈利能力与市场敏感度等变量之后，检验海外收入占比系数是否仍然显著。另一个常见的统计谬误是前视偏差：用当期已经披露的海外收入占比去解释当期已经发生的股价收益，本质上是用同期的已知信息解释同期的结果，结论既缺乏预测力，也无法用于决策。更有意义的被解释变量应当是预期修正，例如分析师盈利预测的上修幅度、业绩指引的调整方向，用他们先前不知道的信息来检验市场反应。最后别忘了，相关不等于因果，即便系数显著，也要警惕反向因果：往往是先有订单改善，才体现在后续的收入结构变化上。
三、分化到底是估值还是业绩：把涨幅拆开看
股价的变化可以被近似拆成两部分，一部分来自盈利预测的上调，另一部分来自估值水平的扩张，两者再加上一个交互项。这个分解极具解释力：如果强势组主要靠盈利上调驱动，说明市场在为看得见的业绩买单，行情的相对可持续性更强；如果主要依赖估值倍数的抬升，则意味着对未来预期的乐观定价，一旦预期修订未能兑现，回撤风险会被放大。实施时要注意净利润为负时市盈率不可解释，应换成市值与营收之比或市值与毛利之比等替代指标，同时对样本做对数处理以减弱偏度。若要判断某类事件是否为分化的触发点，可以借助事件研究法，先用一个不受事件影响的窗口估计每只股票的正常收益模型，再用事件窗口的实际收益减去正常收益得到异常收益，逐日累积得到累积异常收益，最后比较两组之间是否存在系统性差异。这里务必注意，事件日后才出现的关联不等于事件导致了这些关联，需要设置合理的估计窗口与对照组；同时可用换手率、成交集中度等指标刻画拥挤度，判断所谓「受捧」是否其实已经走到了拥挤交易的阶段，评估不利情形下的潜在回撤。
管理启示
本案例提供的价值不只是解读一轮行情，而是一套可复用的「热点主题分层研究」模板。第一步用分布视角度量，先算离散度、广度与收益集中度，务必同时看市值加权与等权两个口径；第二步用分层方法隔离混杂变量，把真正起作用的暴露因子与行业属性分开；第三步用盈利与估值的二分或三分拆解，区分「业绩驱动」与「情绪驱动」，避免把估值扩张误判为基本面改善；第四步引入事件研究与拥挤度监督，检验结论的稳健性并提示风险。企业管理者与投资者若把这四步固化为定期复盘流程，就能在面对任何新概念、新赛道时保持同一种纪律：先看分布，再谈归因，最后才做判断。归纳成一句话，就是以分布代替单点、以分层代替直觉、以拆解代替标签。
其他思考
- 当一个板块指数上涨而多数成分股下跌时，投资者应如何选择口径来衡量自己真实面临的市场机会？
- 要证明海外业务暴露确实是股价超额表现的来源，还需要控制哪些变量或设计怎样的对照检验？
- 在盈利尚未落地的早期阶段，用哪些替代指标可以更稳妥地区分「业绩驱动的上涨」与「估值驱动的上涨」？
关键词：收益分解、分层归因、事件研究
来源：联合早报 | 整理：经管大课堂
原文链接：https://www.rcbom.com/econstat/6375.html
