- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验项目5:股票Beta系数的测算
一 、实验类型
综合性实验。本实验主要以在上海证券交易所上市的公司为例,运用本实验介绍的理论方法计算股票的Beta系数。
实验目的与要求
通过实验教学,使学生掌握上市股票Beta系数的测算方法和相关数据收集的渠道,理解Beta系数的功能和在实际投资分析中的应用。
三、实验背景与意义
源于资本资产定价模型的系数是证券系统性风险的度量指标,它反映了某种(类)资产价格变动受市场上资产价格平均变动的影响程度。在资本市场发达的国家或地区,如美国、加拿大、英国、德国等,标准普尔,道琼斯等著名中介机构都定期公布各上市公司的系统性风险系数,向投资者揭示上市公司的系统性风险,同时为投资组合管理提供了资产选择与风险控制的基本信息。在证券市场中,贝塔系数是揭示上市公司股票系统性投资风险的重要指标,更是投资组合管理、业绩评价的必备信息。在证券定价理论及模型的实证研究中,贝塔系数也是不可或缺的输入参数。因此,对系数的准确估计具有重要的现实意义,同时具有极其重要的理论价值。
鉴于系数的重要性,有些大型投资机构或咨询公司会专门定期计算并公布各上市公司的系数,在美国这样的机构主要有Merrill Lynch及Value line。而在我国主要有新兰德公司和中国人民大学金融信息中心。新兰德公司计算并公布三种系数:一般系数、上升系数与下降系数。上升系数是指一段时间内选出所有指数上涨的日期,求得某一股票价格涨幅对于指数涨幅的倍数。下降β系数是指在一段时间内选出所有指数下跌的日期,求得某一股票价格跌幅对于指数跌幅的倍数。中国人民大学信息中心大约每两个月公布一次上市公司的系数。但公众所能见到的只是上海与深圳A股系数排名前20位及后10位股票的情况。
实验环境
数据处理软件工具:微软Excel工作表。
四、Beta系数的计算方法
从数理层面来说,其实是一个由线性回归模式实证所得到的回归系数,表示以资产报酬与市场报酬间的依存程度的大小,并可解释为市场报酬变动一个单位时,个别资产报酬的反应程度。对于系数的确定需要综合考虑各种因素,计算方法主要有两种:
(1)线性回归法
在多数情况下,人们习惯运用回归法对历史数据进行分析,以确定所谓的历史贝塔值。根据数理统计的线性回归原理,系数可以通过同一时期内的资产收益率和市场组合收益率的历史数据,使用线性回归方程预测出来。系数就是该线性回归方程的回归系数。其公式如下:
(5)
式中:
为j股票的历史已获得收益率,即实际收益率;
为市场组合历史已获得收益率;
为j股票的纵轴截距;
为j股票的Beta值,即回归线斜率;
为随机误差,反映j股票在特定年度中的实际收益率与按照回归线预测的收益率之间的差异。
由此得出值,其计算公式为:
(6)
用线性回归法计算系数所需资料的数量不多,计算简便,但得出的结果较粗略。大家也可以用统计软件进行回归分析从而获得Beta系数。
(2)公式计算法
直接利用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进行计算,即利用如下公式:
是第j种证券的收益与市场组合收益之间的协方差。
为风险资产j的收益率标准差,
为市场组合收益率的标准差,
为风险资产j的收益率与市场组合收益率之间的相关系数,
为风险资产j的收益率,
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:
其中表示第T年末的市场指数,表示第T年初的市场指数。
实验数据
本实验中,选择的是2002年至2012年银行1年期储蓄利率作为无风险收益率;以及五只在上海市场证券交易所上市的A股作为研究对象。
首先计算出2003-2012年各只股票的年收益率以及大盘指数的年增长率;再将上述计算得出的收益率或者增长率减去对应年份的无风险收益率,得出每只股票每年的超额收益率和大盘的超额增长率;最后根据β系数的公式,计算出每只股票的β系数。
本实验中,要求大家验证用两种方法计算得出的Beta系数是否相同。
实验结果及分析
实验项目6:中国金融稳定性指数的测算与分析
实验类型
创新性实验。本实验通过建立能够反映金融稳定性的指标体系,构建金融稳定评估框架,通过收集1993-2010年的相关数据,测算中国金融稳定性指数,进而对金融稳定性状况进行分析评价。
实验目的与要求
通过本实验教学,使学生掌握金融基础数据的收集渠道、金融基础数据与公布的合成数据之间的关系;运用金融稳定评估框架的理论与方法,掌握金融稳定性指标的含义及其功效;通过计算金融稳定性指数分析金融稳定状况,能够熟练运用主成分分析法处理数据和构建模型。
实验环境
数据处理工具:微软Excel工作表;Eviews或SPSS统计软件。
实验原理
您可能关注的文档
- 2017年全国计算机设计大赛软件服务外包企业命题—移动终端应用1—就诊提示跟踪.doc
- 重庆市微型企业申请流程和提交材料本文由.doc
- 2017年北交大会计硕士考研好不好考-考上的多不多.doc
- 2017年北京大学翻译硕士考研难不难-跨专业考生多不多.doc
- 3-营改增征收范围.ppt
- 3-糖尿病周围神经病变防治知识教育080203.ppt
- 2017年国考面试技巧[二].doc
- 重庆市高校第一年数据库应用程序设计大赛策划书.doc
- 2017年度中职会专业人才培养实施性方案隆德职中吴强军.doc
- 重庆观光农业考察组赴成都学习特色农业汇报.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)