Estimation of a Multifactor Model of Selected Industry Stock Returns in China

Genhao Chang

Master's thesis

Abstract:

Od založení Čínské lidové republiky se zpracovatelský průmysl dále rychle rozvíjel a byl vytvořen samostatný a úplný průmyslový systém s kompletními kategoriemi, nyní se však zpracovatelský průmysl nasycuje a jeho rozvoj se zpomaluje. Čínský internetový průmysl se od roku 2010 rychle rozvíjí a má obrovský potenciál. Zaměření mnoha investorů v Číně se přesunulo z výroby na internetový průmysl. Abychom lépe viděli budoucí vývoj čínského výrobního a internetového průmyslu, je nutné je vyhodnotit a analyzovat. Tato práce využívá odhadovaný regresní model k analýze výnosů akcií čínského výrobního a internetového průmyslu. Představíme obecné informace o investicích a principech investování, čínském akciovém trhu a současné situaci čínského výrobního a internetového průmyslu. Navíc se budeme podrobněji zabývat regresním modelem. Což zahrnuje metodu OLS, testování hypotéz (T test a F test) a regresní diagnostiku (autokorelace, heteroskedasticita, vícenásobné multikolinearity). Výsledky ukázaly, že výnosy akcií čínského zpracovatelského průmyslu pozitivně korelují s indexem podnikatelské důvěry, Google Trends, Shanghai Composite Index a objemem obchodování s akciemi a negativně korelují s cenami ropy. Výnosy akcií čínského internetového průmyslu pozitivně korelují s firemní důvěrou, Google Trends a indexem Nasdaq 100 a negativně korelují s cenami ropy a objemem obchodování s akciemi. Celkově jsou výnosy akcií v obou sektorech v souladu s čínskými makrodaty a akciovými trhy. Investoři si mohou být jisti, že investice do akcií těchto dvou odvětví lze použít k zajištění nebo diverzifikaci.

Abstract:

Since the founding of People's Republic of China, the manufacturing industry has continued to develop rapidly, and an independent and complete industrial system with complete categories has been established, but now manufacturing industries are becoming saturated, and their development is slowing down. China's Internet industry has developed rapidly since 2010 and has huge potential. The focus of many investors in China has shifted from manufacturing to the internet industry. In order to better see the future development of China's manufacturing and internet industries, it is necessary to evaluate and analyze them. This thesis uses the estimated regression model to analyze the stock returns of China's manufacturing and Internet industries. We will introduce general information of investment and principle of investing, China’s stock market and current situation of China’s manufacturing and internet industry. Moreover，we will go into detail about the regression model. Which includes OLS method, hypothesis testing (T test and F test) and regression diagnostics (autocorrelation, heteroskedasticity, multiple multicollinearities). The results showed that China's manufacturing industry stock returns are positively correlated with business confidence index, Google Trends, Shanghai Composite Index, and stock trading volume, and negatively correlated with crude oil prices. China's Internet industry stock returns are positively correlated with corporate confidence, Google Trends, and the Nasdaq 100 Index, and negatively correlated with crude oil prices and stock trading volume. Overall, stock returns in both sectors are in line with Chinese macro data and stock markets. Investors can rest assured that the stock investment of the two industries can be used for hedging or diversification.

Keywords

Investice, Akciový trh, Výrobní průmysl, Internetový průmysl, Regresní modelL, Korelace, vzájemná korelace, Stacionarita, metoda OLS, Testování hypotéz, T test, F-test, autokorelace, heteroskedasticita, Vícenásobná multikolinearita.

Keywords

Investment, Stock market, Manufacturing industry, Internet industry, Regression modeL, Correlation, Cross-correlation, Stationarity, OLS method, Hypothesis testing, T test, F-test, Autocorrelation, Heteroskedasticity, Multiple multicollinearity.

Language used: English

Date on which the thesis was submitted / produced: 21. 4. 2023

Thesis defence

• Date of defence: 22. 5. 2023
• Supervisor: Martina Novotná
• Reader: Petr Gurný

VSB – Technical University of Ostrava

Ekonomická fakulta

Master programme:
Finance