我国外贸行业资本市场β系数稳定性研究.docVIP

我国外贸行业资本市场β系数稳定性研究 　　【文章摘要】 β系数是资本资产定价模型（CAPM）中的重要概念，也是用于衡量证券市场系统风险的重要概念。现实经济环境中的β系数必须用过去的数据来估计，因此检验β系数的相对稳定性，进而才能对证券市场未来系统风险进行无偏差估计。因此β系数的稳定性检验对于认识现实证券市场情况和估计资本市场风险都具有较大的意义。 【关键词】 外贸行业；资本市场；稳定性 1 研究背景 自从资本资产定价模型诞生以来，β系数就是用于测量证券市场系统风险的一个重要概念，也是资本资产定价模型中最为重要的参数之一。β系数被广泛应用于衡量证券的系统风险，通过对β系数的估计，投资者可以预测证券现在或将来的系统风险性。就方法论而言，β系数需要从过去证券市场的收益率数据中进行估计，而过去的数据估计出来的只能是过去的β系数。过去的β系数要能用于反映现在或将来的风险，必须具有一定的稳定性。因此，β系数的稳定性检验就显得非常重要。 我国的股票市场分成了不同板块、不同行业，目前证券市场上被业内分析人士和广大投资者接受并获广泛应用的分类方法是在进行投资时为了分析方便而逐渐形成的。本案例选取了外贸行业作为研究对象。因此对外贸易行业作为我国经济的重要支撑，一直是经济发展的重要组成部分。近年以来，我国外贸继续保持快速增长，呈现出“大进大出”的增长态势，贸易出口增速攀升，出口产品不断增加，贸易顺差逐渐加大。因此研究贸易行业的资本市场β系数稳定性，对于评价研究外贸行业资本市场表现和相关股票预测都具有一定意义。 2 研究设计 通过对理论文献的分析总结并针对本案例所要研究的内容，最终选择通过股票的日收益率和市场平均收益率序列利用OLS估计方法获得β系数的回归拟合值，然后利用CHOW检验方法对我国外贸行业资本市场β系数稳定性进行实证检验分析。Eviews具有界面友好、操作简单、功能强大、与其他软件交互性好和结果易于判读等优良特点，特别对于计量分析中的部分模型检验能够较为简便的实现，因此在数据分析中广泛应用，本案例中的数据分析和模型检验都能够通过Eviews软件较为简便的获得。 2.1 研究模型的设定 对β系数的稳定性检验有很多方法，如主要采用描述性统计分析、转移矩阵分析法、虚拟变量法、White异方差检验法、非参数检验方法、系数约束的Wald检验等。本案例根据沈艺峰（1994）、沈艺峰和陈浪南（1995）、陈周敏（1998）的研究成果，对本案例的β系数采用可以克服相关分析法局限性、能有效检验β系数稳定性的CHOW检验法进行测算。CHOW检验能够检验不同时间段的β系数有无发生稳定性变化，因此能够较好的达到预期的研究效果。CHOW稳定性检验的基本思想是将数据分成两个集合，通过检验整体估计与分组估计的差异，或者通过检验预测值与观测值的差异，从而判断模型的稳定性。若两个集合差异较大或预测值与观测值差异较大，则说明模型不具备稳定特点。CHOW稳定性检验原假设HO为两个子样本回归系数无显著变化。构建F统计量：其中N分别是大样本和两个子样本各自的观测值个数，k为解释变量个数。如果计算出F ，α为检验水平，接受原假设 ，即两个子样本回归系数无显著变化。 2.2 研究的数据选择 中国的股票市场包括深、沪证券交易所，由于这两个交易所的经营、交易的股票不同，交易规则和各种指数的计算存在着很多的差异，很难找出各种指数等价的转换方法，所以在选择数据时，本案例尝试只选取上海证券交易所的股票数据来进行研究。表19-1显示了16只样本股标的基本信息。为了研究β系数的稳定性特征，提高检验的准确性，需要较长的样本观测时间段。本案例选取了尽可能长的时间窗口，最终选取了2005年1月4日至2010年2月22日超过五年的日交易样本数据，并剔除各股停牌的交易日数据。研究的单只股票观测样本达到1100个以上，16支股票的总观测样本达到了19068个，较大的样本容量为本案例的实证研究提供了重要支撑。 为了研究外贸行业16只股票β系数的稳定性特征，需要对每只股票进行单一模型估计并进行CHOW稳定性检验，因此需要在Eviews工作文件中依次生成16只股票的个股日收益率序列及其对应的市场日收益率序列。每只股票样本序列对象的建立非常相似，此处我们以东方创业（600278）为例进行。在东方创业（600278）单一指数回归模型窗口，以此选择ViewㄧStability TestsㄧChowBreakpoint Tests命令。弹出如图19-10所示的Chow Tests 对话框，在Enter one or more breakpoint dates 栏目下输入突变点的位置数，东方创业（600278）2008年6月第一个交易日数据对应着是