行业集中度

1、行业相关性集中度

在中国股市上升趋势稳定时，可以观察到各个行业之间上升势态比较一致，鸡犬升天不失为一种夸张而形象的描述。而当上升趋势遇到阻力，即将进入动荡期或者出现转折的时候，行业的相关性往往能够提前出现分化，比如常常有某些行业先于股指达到弱势，从而使得行业之间相关性变得更散乱。如果能够捕捉到行业相关性的变化，就能够预测到股指上升过程中即将来临的动荡或者见顶，从而及时回避风险。

基于这一思路，这里定义一个统计量来描述行业相关性的集中和散乱程度。若市场上有n个行业指数，分别取其交易日的对数收益率序列，将这些序列两两配对计算它们之间的相关系数，这里我们选择普通的线性相关系数。一共会得到个相关系数，这些相关系数组成一个样本{Pi,j|j＞i}，定义行业相关性集中度为该样本的均值与标准差之比：。

当行业相关性整体变得更弱时，变得更小，从而行业相关性集中度Cp减小;

当行业相关性变得更散乱，大小不一致时，意味着标准差s变大，从而Cp减小。所以Cp值较小，意味着行业相关性变得散乱不一致，或者相关整体水平比较低，刚好对应了行业走势的分化。而相反Cp值较高，表示行业之间走势比较一致。

2、行业相关性集中度的应用

为了找到市场局部的变化，可以对每一日收益率加上某一固定长度的历史区间内收益率来计算行业相关系数。逐日重复这样的计算，可以得到每一日的行业移动相关系数，从而得到每一日的移动行业相关性集中度。

对Wind一级行业指数(有关Wind系统的介绍参见17.1节)共10个指数，以移动区间计算每个交易日共45个行业相关系数，从而得到每个交易日的行业相关性集中度，把这些逐日的行业相关性集中度连成曲线(经过了仅依赖历史的移动平均去噪处理)和代表大盘走势的上证指数对照，如图3-30所示。

图3-30 行业相关集中度与上证指数关系

图3-30中两条水平直线为行业相关性集中度4.0和5.0，不难发现，当行业相关性集中度降到4.0水平时，可以视为上涨趋势中的风险警报信号，表示行业分化严重，上涨很可能将遇到阻力;当行业集中度回复到5.0水平时，可视为动荡期或者反转期已过，行业分化程度减轻。2003年到2008年共5年间，行业相关性集中度曲线共发出了4次信号，均对应到了上涨趋势中的动荡或者反转，而在熊市中，该指数没有发出任何信号，所以无法利用它来掌握熊市的情况。

不难观察到，在2007年5月30日的所谓“530”大跌，行业相关性集中度曲线没有发出信号。这次动荡主要是由政府大幅提高交易印花税导致的，并不是市场自身运动变化的结果。行业相关性集中度没有大幅下降也完全可以理解，因为行业相关性集中度完全由市场收盘价计算而得，并不能预测政府的重大政策调整。