《β系数理论及在股票市场中的运用浅析》Word文件下载.docx

1、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，系数估计的偏误程度越小。（三）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系数理论的科学性及适用性。系数的应用价值体现在两个方面

2、：一是从企业外部投资者的角度，考察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，考察系数在企业经济活动与管理中的应用价值。目前，系数被广泛应用于证券分析与投资决策领域中。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系数值，供投资者参考。系数应用主要有一下几个方面：1.投资决策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，通过预测系数，估计组合或个股的未来收益的不确定性。可见，系数为投资组合管理提供了资产选

3、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。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，都是证券期望收益率的唯一决定因素。4.系数在企业财务管理中的应用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

4、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。系数是一种系统风险的测定指标，把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，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系数的稳定性及其变动特征等方面。一方面，系数是正确理解资本市场理论中有关

5、收益风险关系的关键参数，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。系数作为输入参数，理论上应采用未来期的系数值。但是，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系数估计值不具备较好的稳定性，就不能作为未来期系数的有效估计，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

6、，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系数，关键也在于用历史数据估计出来的系数是否具有一定的稳定性。因此，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系数的稳定性，分析系数的变化特征。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系数的重要因数，从而使得人们对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，因此也为系数的可预测性提供了科学的理论依

7、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

8、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2005.9.302008.9.30。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

9、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系数值的参考数据。在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

10、。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月收益率收盘点数月增长率2005.9917.39 2005.100.0694 0.0449 -0.0993 -0.0653 876.28 -0.0448 2005.11-0.0065 0.1117 0.0591 0.0698 873.83 -0.0028 2005.120.1307 0.1917 -0.0483 0.0801 923.45 0.0568 2006.10.1445 0.0571 0.0195 0.2857 1009.60 0.0933 2006.20.1061 -0.0638 0.1149 -0.0256 1053.00

11、0.0430 2006.30.2009 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 2006.70.0044 0.0490 0.1429 -0.0023 1294.30 -0.0715 2006.80.2456 0.2953 0.3889 0.1041 133

12、8.60 0.0342 2006.90.0986 0.0689 -0.0300 0.1107 1403.20 0.0483 2006.100.1319 -0.0557 -0.0037 1464.40 0.0436 2006.110.4629 0.1849 0.4105 0.3704 1714.30 0.1707 2006.120.2901 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 254

13、4.80 0.0669 2007.30.1252 0.3418 -0.0012 0.1076 2781.70 0.0931 2007.40.0893 0.2881 0.6401 0.2386 3558.70 0.2793 2007.50.6210 0.4690 0.5773 0.6486 3927.90 0.1037 2007.6-0.0149 -0.0891 -0.1162 -0.0675 3764.00 2007.70.4798 0.2242 0.3497 0.1965 4460.50 0.1850 2007.80.1866 0.2978 0.1710 0.1179 5296.80 0.1

14、875 2007.9-0.1007 0.0129 -0.1370 -0.1516 5580.80 0.0536 2007.100.2894 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 -0.1222 -0.0994 4620.40 -0.1345 2008.2-0.1075 -0.1244 -0.0858 -0.0981 46

15、74.50 0.0117 2008.30.1010 -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 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.

16、0407 2391.60 2008.9-0.0777 -0.0191 -0.1514 0.0861 2243.60 -0.0619 协方差0.012020.012790.015260.01192方差0.01381贝特系数0.870380.926481.104660.86333五、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）万科系数为0.8704、招商地产系数为0.9265、中华企业系数为1.1047、金融街系数为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

17、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。而系数小于1的招商地产涨幅28.81%，万科涨幅8.93%，金

18、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系数和抗风险能力的关系。即: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。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

19、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，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系数的研究也存在不足：最主要的是没有考虑系数的时变性特征。国外的研究表明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系数值直接推测未来的系数值无论是单个股票或是股票组合，系数都不具备稳定性。衡量市场系统风险的系数的不稳定性说明

20、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系数值无法代表未来的系数值，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系数经检验是不稳定的，所以由现在回归估计出的系数预测将来的系数就存在一定的困难。因而我们可以根据系数向1回归的这个规律来调整现在的系数以使它可以用作将来系数的预测值。在投资实践中应该有意识的运用这种规律来调整现在的系数以便服务于投资决策。2.牛市和熊市交替时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系数的变化趋势比较复杂，但其中暗含系数向1回归的规律。既系数大于1时，下周期变动很可能是减少。系数小于1时，下周期变动很可能是增加

21、。我们若估算出这几个房地产股历年的系数，不难发现，在不同年度，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，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。