《β系数理论及在股票市场中的运用浅析》.docx

《β系数理论及在股票市场中的运用浅析》.docx

《《β系数理论及在股票市场中的运用浅析》.docx》由会员分享，可在线阅读，更多相关《《β系数理论及在股票市场中的运用浅析》.docx（12页珍藏版）》请在冰豆网上搜索。

《β系数理论及在股票市场中的运用浅析》

β系数理论及在股票市场中的运用浅析

一、β系数的含义、测定、运用等基本理论和方法回顾（文献综述）

（一）β系数的基本概念

β系数是表示某一证券或证券组合相对于整个证券市场的风险程度的比较指标，所以有时又被称为风险度或反应度。

这一系数表示证券收益率受系统因素影响的程度。

虽然系统性风险影响所有证券，但对每一证券的影响程度并不相同。

其定义式为：

其中：

Ri为证券i的收益率；

Rm为市场组合的收益率；

为证券收益率与市场组合收益率之间的协方差；

为市场组合收益率的方差。

β系数主要有以下几方面的特征：

β系数反映证券（或证券组合）对市场组合方差的贡献率；资本资产定价模型揭示了β系数是单个证券或证券组合的合适的风险测度指标，是对其系统风险的量度，随着β系数的提高，资产的期望收益率也随之升高；β系数用来表示单个证券或证券组合的系统风险同正常风险（市场整体风险）的关系，或者说，β系数是一种系统风险的指数。

（二）β系数的测定方法

由于“真实的”β值不能通过直接计算得到，通过抽样估计出来的β值只是对真实的β值的一种近似度量。

因此，如何准确有效地计量β值就成了一个重要的问题。

一般主要有以下几种方法：

1.根据β系数的定义计量

其中：

是证券i第t月（或周、日）收益率；

是证券i的月（或周、日）平均收益率；

是证券市场组合第t月（或周、日）收益率；

是证券市场组合的月（或周、日）平均收益率。

2.根据资本资产定价模型（CAPM）估计β值

资本资产定价模型（CAPM）指出，当市场处于均衡状态时，某一证券的投资收益和风险存在一定的关系，其模型为：

其中：

是某股票的期望收益率；

是市场的平均收益率；

是无风险利率。

CAPM本身是建立在一系列关于投资者行为假设和完全市场假设基础之上的均衡模型，用CAPM估计β应满足苛刻的前提假设，包括市场完备、信息无成本、资产可无限分割、投资者厌恶风险、投资者对收益具有共同期望、投资者可按无风险资产收益率自由借贷等经济学假设。

而且

的估计实际上是不可能的。

同时由于通货膨胀，CAPM模型涉及到无风险利率

在现实金融市场中是不存在的。

这些都在一定程度上限制了CAPM在估计β系数上的应用，目前在实证研究中较少使用CAPM估计β值。

3.根据单指数模型估计β值

与CAPM相比，“单指数模型”（也称市场模型）基于现实市场中证券资产的价格或收益变动普遍存在同涨同跌的现象，认为这种联动关系是由于共同因素的影响，这一共同因素的最佳度量是市场收益。

它描述了证券期望收益与市场期望收益之间的关系，不论证券市场是否处于均衡状态，因此没有苛刻的前提条件。

而且该模型根据证券实际收益和市场实际收益这两个变量的数据就可以估计β，无需无风险利率。

与标准CAPM模型相比较，市场模型的理论假设、应用条件以及模型中的参数个数都较少，更具有可操作性，因此在涉及β系数的实证研究中，大多数研究采纳了市场模型来估计β系数，市场模型在我国目前的实证研究中也得到了广泛的应用。

其模型表述如下：

其中：

代表股票i在时间t的收益率；

是时间t的市场收益率，一般用股票指数收益率代替；

和

为模型参数；

为随机项。

实证研究中，在应用单指数市场模型时，市场组合替代物的确定，国外的研究在β系数的实际估计中，基本上都采用市场指数的收益率作为市场组合收益率的替代；国内的研究一般用上证A股指数，深证A股指数等。

一般来说，在市场指数的编制方法既定的情况下，作为市场组合替代物的指数所包含的证券种数越多，β系数估计的偏误程度越小。

（三）β系数的应用

资产资本资产定价模型诞生以来，各种理论争议和经验检验不断涌现。

尽管该模型存在许多疑问，但是以其理论的简单性、逻辑的合理性赢得了人们的支持。

各种实证研究验证了β系数理论的科学性及适用性。

β系数的应用价值体现在两个方面：

一是从企业外部投资者的角度，考察β系数在证券投资分析与决策中的应用价值；另一方面是从企业内部经营管理者的角度，考察β系数在企业经济活动与管理中的应用价值。

目前，β系数被广泛应用于证券分析与投资决策领域中。

β系数已成为证券分析中的重要因素，许多投资咨询公司定期公布所有公开交易的股票的β系数值，供投资者参考。

β系数应用主要有一下几个方面：

1.投资决策

β的重要应用表现在其作为未来决策的依据，具体表现在两方面：

（1）在预测未来市场运动的基础上，通过预测β系数，估计组合或个股的未来收益率；

（2）在预测未来市场收益的不确定性的基础上，通过预测β系数，估计组合或个股的未来收益的不确定性。

可见，β系数为投资组合管理提供了资产选择与风险控制的基本信息，有利于对投资组合的选择及调整做出合理的决策。

2.业绩评价

β系数被广泛地应用于对过去投资业绩的评价。

根据资产定价模型，投资组合的管理者应消除所有的非系统性风险，因此，只有系统性风险才能反映投资组合的真正风险，于是β系数就成为业绩评价时的重要因素。

3.资产估价

风险是资产定价的重要因素。

β系数描述了股票的一个基本风险因素，从而在资产的定价，包括可转换资产的定价实践中得到越来越多大应用。

著名的“资本资产定价模型”以及更一般的“Black资产定价模型”中，β都是证券期望收益率的唯一决定因素。

4.β系数在企业财务管理中的应用

β系数在企业中的调节、控制和指示作用主要体现在其对企业财务分析的重要贡献上。

传统的财务分析是在确定性环境下对企业的财务活动进行分析，而现实社会中充满各种风险和不确定性，风险的客观存在要求投资者、债权人和企业的经营管理者在作出财务决策时，必须把风险因素融入财务分析之中。

只有这样，才可能作出客观的评价和决策。

β系数是一种系统风险的测定指标，把β系数引入财务分析中使人们认识到受益于风险的匹配。

投资者必须根据自身承受风险的能力量力而行，在风险与收益之间进行权衡后再采取行动。

二、研究意义和价值

近30多年来，β系数的研究与应用一直是资本市场中资产定价和风险管理理论与实践的热点之一，争议颇多，其中研究的重点在于β系数的稳定性及其变动特征等方面。

一方面，β系数是正确理解资本市场理论中有关收益——风险关系的关键参数，β系数的稳定与否对于CAPM模型在投资决策方面的应用如资产定价、股票收益预测和投资绩效评价至关重要；另一方面，资本市场上的许多事件研究也都依赖于β系数的稳定性。

在CAPM模型中，所有参数均表述为期望值的形式。

β系数作为输入参数，理论上应采用未来期的β系数值。

但是，β系数本身也是未知参数，无法从市场中直接观察得到，只能根据过去时期的数据进行估计，为事后计量值。

这一做法实际上还隐含了一个重要假设，即β系数在一定时期内是完全稳定不变。

如果用历史数据计算的β系数估计值不具备较好的稳定性，就不能作为未来期β系数的有效估计，CAPM模型在实践中的应用将会受到极大的限时。

同时，在证券分析和投资管理中，对系统性风险的事前预测比事后估计更为重要，而能否准确地预测未来的β系数，关键也在于用历史数据估计出来的β系数是否具有一定的稳定性。

因此，β系数的稳定性研究具有十分突出的理论和现实意义。

很多学者都认识到这一问题的重要性，他们先后以各种方法检验β系数的稳定性，分析β系数的变化特征。

β系数的影响因素研究也具有重要的理论价值和现实意义，它不仅揭示了除市场因素之外，宏观经济条件、公司的基本特征等也是潜在影响β系数的重要因数，从而使得人们对β系数之所以不稳定及其变动特征的探究有了更为明确及合理的解释。

同时，对影响因素的研究还能区分不同影响因素的重要程度，确认其影响方式和影响程度，因此也为β系数的可预测性提供了科学的理论依据和分析方法。

三、研究对象的确定

（一）研究对象

本文选取的研究对象为万科A（000002）、招商地产（000024）、中华企业（600675）、金融街（000402）共四只股票。

该四只股票企业均属房地产开发与经营行业。

（二）选取原因

由于房地产行业是中国近几年的支柱产业，且该产业涉及的上游和下游产业比较广泛，基本能反映中国经济的发展情况。

房地产业类公司上市也比较早，因此本文选择房地产类的几个股票作为研究对象来计算贝塔系数。

选用的股票时考虑了地域、企业性质等情况：

例如本文选的股票有北京、上海、深圳的企业；既有国有企业，也有民营、合资企业。

沪深300指数是由上海和深圳证券市场中选取300只A股作为样本编制而成的成份股指数。

2005年4月发布，考虑到这个问题所以本文采用的时间段为2005.9.30——2008.9.30。

沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性，因此本文采用沪深300的收益率为市场组合收益率。

四、数据获取和整理

截止至2006年3月5日共有358家上市公司完成了股权分置改革，实现了股份的全流通，由于我国的股权分置改革刚刚起步，大多数上市公司全流通后的交易数据还比较少，无法准确地计算出股改后上市公司的β系数值。

为了便于进行不同时期的比较和检验，我们必须选择一些较早完成股权分置改革的上市公司作为研究对象。

本文选取的研究对象在2005年9月30日已完成股改。

由于受所选数据较少的限制，本文使用上市公司的月收盘价作为计算β系数值的参考数据。

在β系数值计算时采用沪深300的收益率为市场组合收益率。

本次计算没有考虑股票的增发、分红、配股、停牌等因素。

本文所用数据主要来源于网易财经频道，根据每个股票的分时图查找研究对象的月初和月末收盘价，同时查找沪深300月初和月末的指数。

具体计算方法是根据该股票当月月初和月末的收盘价计算该股票当月的收益率，同样方法计算沪深300月初和月末的指数月变化率。

再根据每个股票月收益率和沪深300指数月变化率计算研究时段内该股票的协方差和沪深300指数的方差，最后该股票的β系数就是该股票在研究时段内的协方差除以研究时段内沪深300指数的方差。

具体计算见下表。

时间

万科

招商地产

中华企业

金融街

沪深300

月收益率

月收益率

月收益率

月收益率

收盘点数

月增长率

2005.9

917.39

2005.10

0.0694

0.0449

-0.0993

-0.0653

876.28

-0.0448

2005.11

-0.0065

0.1117

0.0591

0.0698

873.83

-0.0028

2005.12

0.1307

0.1917

-0.0483

0.0801

923.45

0.0568

2006.1

0.1445

0.0571

0.0195

0.2857

1009.60

0.0933

2006.2

0.1061

-0.0638

0.1149

-0.0256

1053.00

0.0430

2006.3

0.2009

0.1861

0.1890

-0.0417

1061.00

0.0076

2006.4

-0.0494

-0.1547

-0.0058

0.0206

1172.30

0.1049

2006.5

-0.0400

0.0641

0.0262

0.1928

1365.40

0.1647

2006.6

-0.0542

-0.1474

-0.1076

-0.1673

1393.90

0.0209

2006.7

0.0044

0.0490

0.1429

-0.0023

1294.30

-0.0715

2006.8

0.2456

0.2953

0.3889

0.1041

1338.60

0.0342

2006.9

0.0986

0.0689

-0.0300

0.1107

1403.20

0.0483

2006.10

0.0801

0.1319

-0.0557

-0.0037

1464.40

0.0436

2006.11

0.4629

0.1849

0.4105

0.3704

1714.30

0.1707

2006.12

0.2901

0.3883

0.0697

0.2311

2041.00

0.1906

2007.1

-0.0094

-0.2099

-0.1216

-0.1339

2385.30

0.1687

2007.2

-0.0365

-0.0492

0.3657

-0.0456

2544.80

0.0669

2007.3

0.1252

0.3418

-0.0012

0.1076

2781.70

0.0931

2007.4

0.0893

0.2881

0.6401

0.2386

3558.70

0.2793

2007.5

0.6210

0.4690

0.5773

0.6486

3927.90

0.1037

2007.6

-0.0149

-0.0891

-0.1162

-0.0675

3764.00

-0.0417

2007.7

0.4798

0.2242

0.3497

0.1965

4460.50

0.1850

2007.8

0.1866

0.2978

0.1710

0.1179

5296.80

0.1875

2007.9

-0.1007

0.0129

-0.1370

-0.1516

5580.80

0.0536

2007.10

0.2894

0.2656

-0.0686

0.0599

5688.50

0.0193

2007.11

-0.1897

-0.4018

-0.3085

-0.2408

4737.40

-0.1672

2007.12

-0.0857

-0.0103

0.0776

0.0690

5338.20

0.1268

2008.1

-0.0965

-0.0023

-0.1222

-0.0994

4620.40

-0.1345

2008.2

-0.1075

-0.1244

-0.0858

-0.0981

4674.50

0.0117

2008.3

0.1010

-0.1103

0.0417

0.0000

3790.50

-0.1891

2008.4

-0.0484

-0.2251

-0.1776

-0.1342

3959.10

0.0445

2008.5

-0.1896

-0.2310

-0.1664

-0.0817

3611.30

-0.0878

2008.6

-0.2657

-0.1796

-0.3116

-0.2657

2791.80

-0.2269

2008.7

-0.0566

0.0402

0.1443

0.1361

2805.20

0.0048

2008.8

-0.1671

-0.1255

-0.0939

-0.0407

2391.60

-0.1474

2008.9

-0.0777

-0.0191

-0.1514

0.0861

2243.60

-0.0619

协方差

0.01202

0.01279

0.01526

0.01192

方差

0.01381

贝特系数

0.87038

0.92648

1.10466

0.86333

五、计算结果及运用

（一）计算结果

在研究时间区间内（2005年9月30日-2008年9月30日）万科β系数为0.8704、招商地产β系数为0.9265、中华企业β系数为1.1047、金融街β系数为0.8633。

（二）运用

通过分析看出，四个股票之中，我们计算出的β系数按照从小到大的排列顺序为：

金融街（0.86）、万科（0.87）、招商地产（0.93）、中华企业（1.10）。

理论上得出:

与大盘涨跌幅度相比，个股的风险系数由小到大也应该为该顺序。

其中中华企业的β系数为1.10，大于1，表明中华企业在研究时间区间内的资产系统风险程度高于市场平均系统风险；金融街（0.86）、万科（0.87）、招商地产（0.93）的β系数都小于1，表明这三只股票在研究时间区间内的资产系统风险程度低于市场平均系统风险。

实际上从历史数据中也基本可以验证这一结论（选取两个较有代表性的时间点）:

2007年4月：

沪深指数涨幅27.93%,中华企业涨幅64.01%，中华企业的涨幅大大高于市场的涨幅。

而β系数小于1的招商地产涨幅28.81%，万科涨幅8.93%，金融街涨幅23.86%，低于或基本等于市场的涨幅水平。

2008年6月：

沪深指数跌幅22.69%，中华企业跌幅31.16%，其跌幅又大大超过了市场的跌幅。

而招商地产跌幅17.96%，万科跌幅26.57%，金融街跌幅26.57%。

以上两个时间点的数据基本验证了β系数和抗风险能力的关系。

即:

β>1的证券通常为进攻型证券,它的资产系统风险高于市场平均系统风险,一旦大盘回落,其收益将超常回落。

但当大盘走势强劲时,其收益涨幅也较高，上面数据中的中华企业即为此种类型。

β<1的证券通常为防守型证券,它的资产系统风险低于市场平均系统风险，一旦大盘回落，其收益率跌幅低于整个市场的平均跌幅，抗跌性较强，但当大盘大涨时，其收益率涨幅也低于整个市场的平均涨幅。

其他三个个股就是此类型。

当然，β系数值也不能完全等同于风险大小，历史数据中也有与上述理论相反的个别特殊数据（如:

2006年12月）。

六、本研究的不足之处和运用时的建议

（一）本研究的不足之处

本文关于β系数的研究也存在不足：

最主要的是没有考虑β系数的时变性特征。

国外的研究表明β系数具有一定的变动特征，这些特征可以通过某些动态过程来描述，比如在金融时间序列中应用的ARCH（GARCH）族模型。

在今后研究中，可以尝试向这个方向努力。

（二）运用时的建议

1.不能用现在估算出的β系数值直接推测未来的β系数值

无论是单个股票或是股票组合，β系数都不具备稳定性。

衡量市场系统风险的β系数的不稳定性说明目前我国证券市场的系统风险是变动不定的，以过去期间的数据估计出来的β系数值无法代表未来的β系数值，这也说明目前我国证券市场的系统风险难以预测。

由于房地产公司股票的β系数经检验是不稳定的，所以由现在回归估计出的β系数预测将来的β系数就存在一定的困难。

因而我们可以根据β系数向1回归的这个规律来调整现在的β系数以使它可以用作将来β系数的预测值。

在投资实践中应该有意识的运用这种规律来调整现在的β系数以便服务于投资决策。

2.牛市和熊市交替时β系数的不稳定性明显高于其他时间段

房地产板块上市公司股票β系数的变化趋势比较复杂，但其中暗含β系数向1回归的规律。

既β系数大于1时，下周期变动很可能是减少。

β系数小于1时，下周期变动很可能是增加。

我们若估算出这几个房地产股历年的β系数，不难发现，在不同年度，β系数的稳定性受到不同市场态势变化的显著影响，在牛市和熊市交替时，β系数不稳定的比例明显高于其他时间段。

参考文献：

1.罗林，《中国股票市场风险模型》，《金融研究》，2003年第四期。

2.钟朝辉，《上海股市β系数研究》，西南财经大学硕士学位论文，2006年。

3.罗捷、劳兰珺，《中国股票市场随即贝塔的估计》，《上海复旦大学·系统管理学报》，2008年2月。

4.刘永涛，《上海证券市场β系数相关特征的实证研究》，《管理科学》，2004年2月。

5.樊丽娟、周静，《中国股票市场贝塔系数稳定性研究》，《北方经贸》，2007年第12期。

6.李海艳，《浅析贝塔系数》，《内蒙古科技与经济》，2007年10月第19期。

7.赵景文，《用ADF方法检验中国A股β系数的平稳性》，《中央财经大学学报》，2005年第8期。

8.张宏业，《证券β系数的计算及其应用》，《北京商学院学报（社会科学版）》，2000年第7期。

9.景建武，《中国钢铁上市公司β系数性质的实证研究》，北京科技大学硕士学位论文，2005年。

10.沈艺丰、洪锡熙，《我国股票市场贝塔系数的稳定性检验》，《厦门大学学报（哲学社会科学版）》，1999年第4期。