股票贝塔系数稳定性研究论文

导语：股票贝塔系数稳定性研究论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

内容摘要：贝塔系数是反映单个证券或证券组合相对于证券市场系统风险变动程度的一个重要指标。通过对贝塔系数的计算，投资者可以得出单个证券或证券组合未来将面临的市场风险状况。通常贝塔系数是用历史数据来计算的，而历史数据计算出来的贝塔系数是否具有一定的稳定性，将直接影响贝塔系数的应用效果。笔者利用CHOW检验方法对我国证券市场已经实现股份全流通的上市公司进行检验后发现，大部分上市公司在实现股份全流通后，其贝塔系数并没有发生显著的改变，用贝塔系数进行系统风险的预测可靠性还是相当高的。

关键词：贝塔系数系统风险CHOW检验稳定性

在资本资产定价模型中，所有参数都是以期望值的形式来表示的。在这些参数中，β系数作为反映证券系统风险的重要参数，在实际应用中也应使用其未来期的期望值。但是，未来期β系数期望值是一个未知参数，只能通过合理的估计才能得到。在估计未来期β系数时，通常是用历史数据进行估计，即用历史数据计算出来的β系数值近似地作为其未来期的期望值。如果用历史资料计算的β系数估计值不具备良好的稳定性，那么计算出来的系数值就不能作为未来期系数的无偏估计值，这样资本资产定价模型的实际应用将会受到极大的限制。同时，在证券分析和投资管理中，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β系数，关键也在于历史数据估计出来的β系数是否具有一定的稳定性。因此，β系数的稳定性对β系数的有效应用至关重要。

我国证券市场由于历史原因造成上市公司国有股和法人股不能流通，而国有股和法人股不能流通，导致上市公司管理层在经营活动中不能完全按照所有股东的意志进行经营，大股东侵害中小股东的事件时有发生，这些事件的发生严重影响了我国证券市场的健康发展。为了解决股权分置问题，我国开始进行股权分置改革，通过股权分置改革，使我国证券市场上所有的上市公司都实现股份全流通。上市公司在实现全流通后，反映其系统风险的β系数值是否稳定，是否仍能用其历史的β系数值进行公司系统风险的预测，这些都已经成为学术界目前研究的热点问题。

本文以我国证券市场已经完成股权分置改革的上市公司为研究对象，通过计算得出个股在股改前后的实际β系数值，并利用CHOW检验方法对β系数值的稳定性进行检验，通过实证分析来研究股权分置改革对上市公司β系数稳定性的实际影响。

研究样本和数据

截至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β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改革的上市公司作为研究对象。本文选取了在2005年9月30日完成股改的上市公司作为研究对象，这样共有35家上市公司，其中上海30家，深圳5家。由于受数据少的限制，本文使用上市公司的日收盘价作为计算β系数值的数据。数据主要来源于爱建证券网上交易系统，还有部分数据来源于上海证券交易所和深圳证券交易所网站。

收益率的计算方法

本文采用对数收益率的方法来计算股票的日收益率，由于上市公司在研究期内因股权分置改革非流通股东向流通股东支付了对价，为便于不同时期的数据进行比较，需要对上市公司股票的日收盘价进行复权处理，日收益率可以表示为：RP=LN（Pt/Pt-1），市场收益率分别用同期的上证综合指数和深证综合指数日收盘价计算。

股票β系数值的估计

资本资产定价模型是建立在一系列关于投资者行为假设和完全市场假设基础上的资产收益的均衡模型，而在现实社会中这些假设很难得到满足。因此，在实证研究中通常使用单一指数模型来估计股票的β系数值，即：Rit=αi+βiRmt+εit，其中Rit为证券i在时间t的收益率；Rmt为时间t的市场收益率；βi为证券i的β系数值；εit为随机扰动项。

回归分析和CHOW检验

首先根据股票的时间序列资料用回归的方法估计出整个时间段内的单一指数模型，然后将时间分成两部分分别计算股改前后的单一指数模型，这样得到如下三个单一指数模型：

Riz=αz+βzRmz，(i=1,2,Λ,N)(1)

Ri1=α1+β1Rm1，(i=1,2,Λ,N1)(2)

Ri2=α2+β2Rm2，(i=N1+1,N1+2,Λ,N)(3)

在分别得到三个模型的β系数估计值后，再进行CHOW检验，要检验的原假设是H0：β1=β2；备择假设是H1：β1≠β2，统计量F服从自由度为K和（N-2K）的F分布。

F=(SSRZ-SSR1-SSR2)/K/(SSR1+SSR2)/(N-2K)

式中SSRz，SSR1，SSR2分别是模型（1）（2）（3）的回归残差平方和。设α为显著水平，当F>Fα(K，N-2K)时，拒绝原假设并接受备择假设，说明β系数值不稳定，表明两个模型不属于同一个回归模型。

股票β系数值和CHOW检验结果

从表1中可以看出，在深圳市场上5家公司中，有1家公司的β系数值不稳定，不稳定率为20%，在上海市场上的30家公司中，有6家公司的β系数值不稳定，不稳定率也是20%。从整体上看，全流通后上市公司的β系数的稳定性还是比较高的，我国进行的股权分置改革对股票的β系数稳定性影响还是比较小的，大部分上市公司的β系数在股票全流通后能够前后保持一致，这也可以说明我们在用前一期的β系数值去估计后一期的β系数值还是有比较高的可靠性。

研究结论

我国证券市场进行的股权分置改革没有影响股票β系数的稳定性，股票的β系数值在全流通前后保持较好的稳定性。这说明上市公司实现全流通后，只是股权的状态发生了改变，股权结构得到了完善，但公司的治理结构和公司的经营状况并未因此发生实质性的改变。由于能够体现公司市场价值的基本面并没有发生多大地改变，故公司的股票价格走势还是按照其原有的走势运行。

虽然β系数的稳定性大部分都通过了CHOW检验，但也应看到股改前后股票的两个β系数的回归结果仍有很大的差别。这主要是因为数据比较少，使用日数据进行β系数计算的结果。日数据相对于周数据和月数据来说，由于价格的波动性会更大，因此计算出前后两期的差异有些偏大，如果选择期限更长的数据进行计算，则这种差异会有所减少。

用单一指数模型对股票的收益率进行拟合的实际效果并不是特别理想，回归方程的拟合优度普遍较低。这反映出了单个证券与市场走势之间的相关程度较低，影响了β系数的应用效果。如果仍用此β系数来衡量股票的系统风险变动情况，则会降低预测的准确性。此外，由于各上市公司实现全流通的时间不同，导致正确划分组合全流通的时间界限存在一定的困难，无法进行相应的投资组合构造，因此本文没有研究股票全流通前后组合规模大小对组合β系数稳定性的实际影响。

参考文献：

1.BLUMEME.Ontheassessmentofrisk[J].JournalofFinancial，1971

2.LEVYRA.Ontheshort-termstationaryofBetacoefficients[J].FinancialAnalystsJournal，1971

3.BAESELJB.Ontheassessmentofrisk：Somefurtherconsiderations[J].JournalofFinancial，1974

4.RODNEYLR，GARYLG，CHRISTOPHERCP.FurtherevidenceonthestationaryofBetacoefficients[J].JournalofFinancial，1978