我国金融行业贝塔系数与其稳定性分析.docVIP

我国金融行业贝塔系数与其稳定性分析 　　内容摘要：本文采用上证综合指数2008年1月1日至2013年1月1日共计1219个工作日的日收益率，对我国金融行业的43家上市公司的贝塔系数及其稳定性进行分析研究。以CAPM模型与SIM模型为基础，应用Eviews6.0软件对我国金融业上市公司贝塔系数进行估计，并用Chow检验法检验贝塔系数稳定性。发现我国证券业的贝塔系数略高于银行业，金融业中保险业的贝塔系数稳定性较高，但金融行业总体上仍不具备较高的稳定性。 　　关键词：金融行业 贝塔系数 CAPM 　　模型 SIM模型 Chow稳定性检验 　　引言 　　贝塔系数是用来衡量证券市场系统风险的重要概念，通过对贝塔系数的估计，投资者可以预测证券未来的市场风险。贝塔系数源于资本资产定价模型（简称CAPM模型），是统计学上的概念，常用希腊字母β表示。β系数是反映证券收益率与市场收益率之间变动关系的一个量化指标，即某个证券所含的系统风险对市场风险的影响程度。根据其定义，可通过证券与股票指数收益率的相关系数、股票指数的标准差和股票收益率的标准差直接计算出β系数。 　　βi=cov（Ki，Km）/δ2m=Rim·δi·δm /δ2m= Rim（δi /δm） 　　式中，cov（Ki，Km）是第i种证券的收益与市场组合收益之间的协方差。它等于该证券的标记准差、市场组合的标准差及两者相关系数的乘积；δi为风险资产i的收益率标准差，δm为市场组合收益率的标准差，Rim为风险资产i的收益率与市场组合收益率之间的相关系数，Ki为风险资产i的收益率，Km为市场组合的收益率，对应的市场收益率可以由上证综指计算求得，即： 　　Km=（Pt-Pt-1）/（Pt-1） 　　式中，Pt表示第t年末的上证综指，Pt-1表示第t年初的上证综指。 　　当β系数的绝对值越大，表示该股收益变化幅度相对于市场收益的变化幅度越大；绝对值越小，表示该股变化幅度相对于市场收益变化幅度越小。如果是负值，则表示其变化的方向与市场收益的变化方向相反。因此，常用贝塔系数来衡量上市公司的系统性风险。系统性风险是指整个金融体系或者整个市场的崩溃风险，系统风险是一种宏观风险，风险的承担主体是整个金融体系，由于金融体系与金融市场内部各个子系统是相互联系、相互依存的，单个或者多个机构或集团的崩溃可能导致整个金融体系或金融市场产生连锁反应，可能造成整个系统或市场的破产或崩溃。因此，系统性风险也被称为市场风险，常包括政策风险、经济周期波动风险、利率风险、购买力风险、汇率风险等，系统性风险不能通过分散投资的方式去消除，是不可避免的。 　　β系数及其稳定性的国内外文献综述 　　国外学者Blume在1971年发表的论文《Beta and Their Regression Tendencies》中，对1926年1月-1968年6月在纽约证券交易所上市的所有股票进行深入研究，发现在一个时期里估计出来的贝塔系数是其未来估计值的有偏估计；组合规模越大，其未来的贝塔系数越能被准确地预测。Levy在1971年对1960-1970年期间在美国纽约交易所上市的500只股票加以研究，通过采用周收益率的数据，以52周为基期，后续期分别为52周、26周和13周得出以下结论：在较短时期内，单一股票的β系数不具稳定性，但组合的β系数稳定性有显著的提高，且随着组织规模的扩大，估计时间的拉长，β系数的稳定性也相应高。1974年，Baesel通过应用转移矩阵法，将时间段分为12、24、48、72与108个月，分别对1950-1967年间纽约证券交易所的160只股票，以月收益率数据做横截面回归，进而估计时间段的的长短与单个股票β系数的稳定性呈正相关的结论。且风险较高或者较低的β系数的估计值稳定性好于β系数适中的股票。 　　国内学者沈艺峰与洪锡熙在1999年发表的论文《我国股票市场贝塔系数的稳定性检验》中，通过应用Chow检验法对深圳证券交易所1996年的所有上市公司样本数据进行分析研究，得出结论：无论是单个股票还是股票组合，贝塔系数都不具有稳定性，以过去期间的数据估计出来的贝塔系数值无法代表未来的贝塔系数值，说明我国的证券市场系统风险是变动不定和难以预测的。2000年，靳云汇与李学在《中国股市β系数的实证研究》一文中，对沪深两市的51种1992年以前上市的股票进行了研究，发现股票的贝塔系数随着上市时间增加基本上趋于不稳定，通过贝塔系数的历史数据来预测未来贝塔系数的可靠性是较差的。刘桂荣于2007年《上市银行系统性风险的实证研究》中，用单指数模型对2003年1月1日至2005年12月31日期间沪市浦发银行、民生银行、招商银行、华夏银行四家上市银行的β系数进行实证分析，并给出防范银行系统性风险的对策。2003年，马喜德、郑振龙与