中国证券市场中β系数的存在性及其相关特性的实证研究.docx

? ? ? ? ? 中国证券市场中β系数的存在性及其相关特性的实证研究 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 第一节 引言 财务理论研究过程中，面临着一个无法避免的问题，就是如何合理的给出资本资产组合的价格，因此，资本资产的定价，尤其是资本资产的收益率的确定，就成为整个财务理论研究过程中的核心地位的问题之一。 资本资产定价模型中最具有突破性意义的就是β系数的发现，它改变了以后的财务理论，影响并促进了其他与财务相关的经济理论体系的发展。在资本资产定价模型中，反映市场风险对其影响程度的参数就是β系数，这已经在理论界给出了严谨的证明，并且在国外的资本市场上通过验证CAPM模型给出了很有利的实证研究结果。 在国内，有关资本市场中的β系数研究，已经有部分学者给出相应的实证证明和分析。但是这些研究存在很大的不足就是：这些研究中没有完整的给出β系数存在的统计技术证明，只是基于中国证券市场中已经实际存在或认可存在β系数的前提，或只是选择某一种方法讨论β系数存在，来分析中国证券市场中β系数的特性，而且没有给出计算β系数所采用的方法的不同是否会对β系数的存在性产生影响，以及所带来的研究结果的可能差异。本文力图采用几种方法来探求中国证券市场中个股的β系数的存在，并且对不同的β系数的计算方法的结果的差异加以分析，寻找合理的解释。这里需要指出的是，本文立足于寻找β系数的存在性，而不是要找出测试资本资产的真实的β系数，因为在测试β系数之前，首先需要证明β系数的存在性。 第二节 理论分析 本文所采用的回归方程式基于初始的资本资产定价模型（CAPM），其描述为： Ri=Rf+βi（Rm-Rf）　　　　　　（37-1） 其中：Ri为第i种资本资产或资产组合的收益率；Rf为资本市场的无风险收益率；Rm为资本市场的市场收益率；βi为第i种资本资产或资产组合的β系数。 在（37-1）式基础上进行变换，得到： Ri=Rf（1-βi）+βiRm　　　　　　（37-2） 由于Rf和βi均为常数，则Rf（1-βi）也是一个常数，用新的参数αi来替代Rf（1-βi），用yi替代Ri，x替代Rm，根据回归方程理论，（37-2）式对应的回归方程为： yi=αi+βix+ε　　　　　　（37-3） 然后利用取得的数据资料，运用（37-3）式回归出相应的 和 ，并给出相应的参数显著性分析，来确定这两个参数存在的可能性。 资本资产定价模型适用于单个资本资产，也适用于资产组合，本文基于对单一的资本资产的研究，来探求单一资产的某些特性。通过对于（37-3）式中β系数的参数估计的统计分析，可以确定出中国资本市场中是否存在β系数。 这里值得一提的是，本文没有采用其他文献中常使用的基于（37-1）式代入市场无风险收益率直接利用回归方程回归出βi的方法。 这里暂且不谈对于β系数的调整问题，单单谈论回归β系数的问题。在资本市场上，确认某一资产的收益率Ri不是一个很困难的事情，困难的是确认整个资本市场的收益率Rm的问题。这里面临的主要问题：第一，如何界定现实中的资本市场的实际范畴；第二，如何确认资本市场的内部不同的子市场的各自收益率，以及这些子市场的收益率对整个资本市场的影响程度；第三，资本市场中可以用来计算市场收益率的数据种类繁多。因此，这里存在不同的市场收益率的计算方法，而不同的市场收益率的计算方法必然会导致计算出同一种资产或资产组合的不同的β，也必然导致了同一资产不“同”的β系数优劣的检验测试。所以，本文设计了几种常用的市场收益率的计算方法，包括应用资本资产的总市值计算收益率和应用资本市场的各种指数计算市场收益率两大类，并比较各种方法得出的β系数的检验结果，以及相互之间的差异情况，进一步证明了β系数的存在性。 第三节 实证研究 1.市场的选择和数据选取区间 我们可以通过（37-3）式，代入yi和x就可以回归出β系数，但需要解决的问题是：如何来确定yi和x。在进行此次β系数的实证测试之前，本文对数据的选择进行了细致的探讨和思考，得出以下的结论，并据此选择和处理数据： 第一，本文考虑到中国资本市场的实际情况，放弃了对整体资本市场的研究，本文只选择了股票市场的数据来进行β系数的实证研究； 第二，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，本文尝试只选取深圳证券交易所提供的数据进行研究； 第三，由于股票的某一时点的价格并不是完全由市场这一个因素来决定的，一个相对短的区间的数据不足以完全说明和证明β系数的性质，但由于本文主要证实中国的股票市场中β系数的存在，并且考虑录入数据量的多少和数据量的完整性的问题，故选择了1998年4月至1998年12月之间的