股份全流通后贝塔系数的稳定性研究--本科毕业论文.doc

股份全流通后贝塔系数的稳定性研究-基于电子信息行业的实证研究摘 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。本文利用C H O W 检验方法对我国证券市场电子信息这个行业已经实现股份全流通的上市公司进行检验,通过检验后发现，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，保持着原有的稳定性。由于用贝塔系数进行系统风险的预测可靠性还是相当高的，因此研究贝塔系数的稳定性具有重要的意义。关键词：贝塔系数； 股份全流通； CHOW检验； 稳定性ABSTRACTBeta coefficient is a reflection of individual securities or securities combinations in the stock market system changes degree of risk indicators. Through the calculation of beta coefficient,Investors can be obtained by the individual securities or securities combinations in the future market will face the risk condition. Generally beta coefficient is used to calculate by historical data, and the calculation of beta coefficient by the historical data whether has certain stability, will directly influence the beta coefficient of application effect.This article examine the companies of electronic information industry in our country securities market has realized the full circulation of shares through chow inspection methods,Through the inspection found ,Most shares in listed companies realize post-trade, Its beta coefficient has no significant change, and keeping the stability of the original. Due to the systemic risk with its beta coefficient forecast reliability is very high, so there is great significance by the research of the stability of the beta coefficient.Key worlds: Beta coefficient; The full circulation of shares; chowInspection; stability目 录引言11 贝塔系数的概述11.1 研究背景和意义11.2 文献综述的概述21.2.1国外相关研究文献综述21.2.2国内相关研究文献综述31.3 研究方法、技术路线及预期结果51.3.1 研究方法51.3.2 技术路线51.3.3 预期结果62 贝塔系数的相关简介62.1 贝塔系数的定义62.2 贝塔系数的意义72.3 贝塔系数的作用82.3.1 贝塔系数在投资决策分析中的作用82.3.2 贝塔系数在资本资产估价中的作用82.3.3 贝塔系数在基金业绩评级中的作用83 股份全流通后贝塔系数稳定性的实证性分析83.1研究样本和数据的选取83.2样本收益率的计算方法93.3全流通股票系数值的估计93.4回归分析和C H O W 检验93.5股票系数值和C H O W 检验结果133.6贝塔系数稳定性的实证检验结果134 结论144.1研究结论144.2研究缺陷14参考文献16附表1717引言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，反映其系统风险的系数值是否稳定，是否仍能用其历史的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。1 贝塔系数的概述1.1 研究背景和意义中国股票市场成立至今，市场规模不断扩大，但仍处于快速增长的时期。与西方成熟股票市场相比，我国股票市场仍有很多不完善的地方，存在投资者不理性投资、大量的暗箱操作以及欺诈行为，导致股票价格波动很大，市场风险比较高，股票的价格行为受到市场整体变化影响比较大，系统风险在股票风险投资中有比较大的比例。较高的系统性风险会导致股票市场的效率低下，个股随着大盘起伏现象变得严重，造成投资者将大盘走向作为投资导向而忽视了发行股票的公司本身的情况，阻碍证券市场资源配置功能的正常发挥。因此，研究中国股票市场风险的稳定性，准确掌握系统风险的变动特征，对于投资者和管理层实施有效的风险控制和防范具有必要性和紧迫性。在学术界，人们经常使用系数对系统风险进行分析和比较，在金融实务界，诸如投资管理公司等，也经常使用系数来衡量上市公司的系统性风险。例如标准普尔、道琼斯等中介机构会定期公布各个上市公司的系统性风险系数，为投资组合管理者提供资产选择与风险控制的基本信息，帮助管理者在投资组合的动态调整上做出合理的决策。从以上分析中，我们可以看出系数在金融实践中有着十分重要的理论意义和广泛的应用价值可见,有关系数的研究是随着经济计量方法的不断发展而逐渐深入的，对系数的稳定性以及预测性等问题的探讨还存在相当大的拓展空间，而我国股票市场属于新兴的股票市场，与欧美发达国家相对成熟的股票市场相比有很大不同，存在很大的风险，因而对系数的研究就显得极为重要了。1.2 文献综述的概述在前人研究贝塔系数的文献中，研究角度很多，本文主要从贝塔系数的稳定性的角度进行研究，因此这里也主要介绍贝塔系数的稳定性研究。系数作为一个参数，理论上应该是使用未来的值进行计算，但是系数本身是无法观测的未知参数，只能根据过去的数据进行估计，然后假设系数在未来一定时间内不发生变化。如果系数本身不具备良好的稳定性或者具备可预测的“机械性”，就不能作为未来系数的有效估计，在CAPM模型中也将受到极大的限制。鉴于系数的稳定性具有十分突出的理论意义和现实价值，它们的研究一直是在资本市场理论与实践研究中的热点问题。1.2.1国外相关研究文献综述在对系数稳定性的众多研究中，Blume做出了很大的贡献。他在1971年研究了1926年1月至1968年6月间在纽约证券交易所挂牌上市的所有股票的 系数，得出结论主要有:(1)各个时期估计出的系数是其未来估计值的有偏估计值;(2)组合规模大小与 系数预测的稳定程度有关，组合的规模越大，其未来的 系数越能被准确预测;(3)高系数的股票在下一期的值会变小,低系数的股票则相反，也就是说系数有回归趋势(RegressionTendeneyofBeta)。Black(1972)研究支持Blume的结果，认为 系数不具有稳定性，同时指出了CAPM存在的缺陷。Blume的结论也得到了Brenner和Smidt(1977)和Franeis(1979)的支持。Levy(1971)研究了1960一1970年间在美国纽约证券交易所上市的500种股票，单一股票的系数是相当不稳定的，但股票组合系数的稳定性有显著提高，而且，组合规模越大，估计期间越长,系数的稳定性越高。Baesel (1974)运用转移矩阵法，研究了估计时间段长短对系数估计值的稳定性的影响。Dimson和Marsh(1983)对英国股市的研究中剔除了交易频率过低的“清淡交易”来防止因为这些清淡交易造成系数稳定的假象，结果还是发现个股的系数具有适度的稳定性，而组合的系数则极为稳定。Levhavi 和Levy(1977)认为收益率的度量时限越长(超过一个月以上时限的收益率)，风险较大的证券(真实日系数l),其系数的估计值平均偏高，风险较小的证券(真实日系数 1 ,说明该单项资产的风险收益率高于市场组合平均风险收益率 ,则该单项资产的风险大于整个市场投资组合的风险;当 1 ,说明该单项资产的风险收益率小于市场组合平均风险收益率 ,则该单项资产的风险程度小于整个市场投资组合的风险。而为0时 ,更表示系统风险对于所对应的资产不会有报酬上的影响。有时值也会出现小于0的现象 ,当(K，N- 2K )时，拒绝原假设并接受备择假设，说明系数值不稳定，表明两个模型不属于同一个回归模型。下面是以（600775）南京熊猫为例子：该股票与2009年9月25实现股份全流通，取流通前一个月的日收盘价和流通后一个月的收盘价为样本数据，进行以下分析，对该股票进行回归分析，表1就是股份全流通前的单因素模型回归：表1 全流通前模型回归Dependent Variable: RIZMethod: Least SquaresDate: 05/24/10 Time: 13:22Sample(adjusted): 1901 1923Included observations: 23 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C0.0005090.0066380.0767290.9396RMZ1.3198110.2893754.5609050.0002R-squared0.497630 Mean dependent var-0.001026Adjusted R-squared0.473708 S.D. dependent var0.043825S.E. of regression0.031793 Akaike info criterion-3.976188Sum squared resid0.021227 Schwarz criterion-3.877450Log likelihood47.72617 F-statistic20.80185Durbin-Watson stat2.361132 Prob(F-statistic)0.000170可以得到回归方程Riz =0.000509+1.139811Rmz,所以1 =1.139811.对该股票进行回归分析，表2就是股份全流通后的单因素模型回归：表2 全流通后模型回归Dependent Variable: RIZMethod: Least SquaresDate: 05/24/10 Time: 13:26Sample(adjusted): 1901 1914Included observations: 14 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-0.0078900.005146-1.5331460.1512RMZ1.5886100.2901135.4758290.0001R-squared0.714182 Mean dependent var0.002383Adjusted R-squared0.690363 S.D. dependent var0.032224S.E. of regression0.017931 Akaike info criterion-5.072974Sum squared resid0.003858 Schwarz criterion-4.981680Log likelihood37.51082 F-statistic29.98470Durbin-Watson stat1.569535 Prob(F-statistic)0.000142可以得到回归方程Riz=-0.007890+1.588610Rmz,所以2 =1.588610。对该股票进行回归分析，表3就是全股份流通前后的单因素模型回归：表3 全流通前后模型回归Dependent Variable: RIZMethod: Least SquaresDate: 05/24/10 Time: 13:28Sample(adjusted): 1901 1937Included observations: 37 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-0.0020730.004472-0.4634680.6459RMZ1.3554600.2117216.4021110.0000R-squared0.539395 Mean dependent var0.000264Adjusted R-squared0.526235 S.D. dependent var0.039389S.E. of regression0.027112 Akaike info criterion-4.325160Sum squared resid0.025727 Schwarz criterion-4.238083Log likelihood82.01545 F-statistic40.98703Durbin-Watson stat2.253600 Prob(F-statistic)0.000000可以得到回归方程Riz=-0.002073+1.355460Rmz,所以 =1.355460。表4是对该股票进行chow 检验：表4 “chow” 检验Chow Breakpoint Test: 1936 F-statistic0.747136 Probability0.481565Log likelihood ratio1.638572 Probability0.440746对该股票进行chow 检验，发现检验的F值=0.747136小于临界值3.23,所以可以看出该股票贝塔系数在股份流通前与流通后保持良好的稳定性。通过每支股票的计算，于是可以得到表5的数据表5 股票系数值和CHOW 检验结果表证券名称1 2 F值 F检验值上海金陵1.3900891.5137841.3778361.1549133.23浙大网新1.1483920.9940381.1683940.8766513.23太工天成0.7855880.7805450.8352170.1374933.23信雅达1.3407411.3915961.1264700.5955823.23亨通光电1.3137561.3028721.3478270.3892793.23大恒科技0.8442491.6806490.2690824.0589493.23中天科技1.2262001.3816641.1406320.2285313.23紫光股份0.7656660.6982800.9894190.5894893.23浪潮信息1.0594660.9144491.2080971.0134673.23ST太光1.1415201.1102101.1591102.6924133.23长城信息0.9774910.6927551.3913754.1699263.23华东电脑1.2326991.3521780.9996680.5877263.23中创信测0.3361900.3696770.292740.6904493.23同方股份1.6290681.5166701.600850.140783.23ST波导0.6695120.6423040.6922850.9742193.23金证股份1.1639681.1721891.1045521.7872533.23浪潮软件0.1020260.1087920.1010120.0628073.23湘邮科技1.2061141.2641331.0826840.2886673.23中电广通1.0629480.9704891.1833680.3261883.23航天信息0.5839771.085564-0.0487295.1749713.23中国联通-0.001563-0.5641330.7397895.2764953.23长江通信1.2631621.3198611.2269760.4996463.23工大首创0.9040290.8056780.9597441.3923603.23恒生电子0.8347030.9527230.7789850.1790863.23亿阳通信1.0236550.7056901.184080.4250053.23东方通信1.1882990.5087411.3958681.9554863.23刚泰股份1.3394241.1569721.5290490.2897023.23四创电子0.3626070.2996210.4934130.2549443.23南京熊猫1.3554601.3198111.5886100.7471363.23永鼎股份0.6196920.1555521.0030864.3420803.23国电南瑞0.3787270.2871120.3877323.8816143.233.5股票系数值和C H O W 检验结果从表5中可以看出，在深圳市场上的4家公司中，有1家公司的系数值不稳定，不稳定率是25%。从上海市场上司的27家公司中，有5家上市公司的系数值不稳定，不稳定率是18%。从整体上看，股份全流通全后上市公司的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系数稳定性影响还是比较小的，大部分上市公司的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系数值去估计后一期的系数值还是有比较高的可靠性。3.6贝塔系数稳定性的实证检验结果本文采取的是电子信息这个行业100%实现股份全流通的股票的收盘价数据、上证综合指数和深证综合指数数据, 利用Eviews软件进行回归并计算F统计量的值，如表5。在5%的显著性水平下, 为使原假设H0：1 = 2 = 成立, 检验的F值必须小于临界值3.23，如表5所示, 大多股票的值都通过了检验。除了大恒科技、长城信息、航天信息、中国联通、永鼎股份及国电南瑞这6只股票外，其他的26只股票在股份全流通前后贝塔系数都保持着良好的稳定性。也就是说, 两个检验期间的贝塔系数近似相等, 可以证明在股份全流通前后股票的贝塔系数保持着稳定。从这点可以看出股份全流通后大部分股票的贝塔系数在流通前后都是比较稳定的。验证了先前的预测。4 结论4.1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系数的稳定性，股票的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。 4.2研究缺陷1，本文是基于单一的电子信息这个行业对贝塔系数的稳定性展开研究的，这个可能会导致很大的误差，不能反映整个股票市场股份全流通后的贝塔系数的稳定性，如果选择更多行业的数据进行计算，则这种差异会有所减少。2，本文采用的是单一指数模型，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，影响了系数的应用效果。如果仍用此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。3，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系数稳定性的实际影响。4，由于贝塔系数可能受时间周期的影响，而本文并为对时间周期进行区分及研究，因此对于贝塔系数有待进一步的研究。参考文献1 沈艺峰.上海证券交易所上市股票的贝塔系数估计及其应稳定性检验A.厦门大学出版社，1994 :38-46.2 沈艺峰,洪锡熙. 我国股票市场贝塔系数的稳定性检验J.厦门大学学报(哲学社会科学版),1999,(04): 62-68.3 赵景文. 中国A股股票相邻两期系数稳定性的Chow检验J. 数理统计与管理, 2005,(06):107-112.4 搞鸿祯、郭济敏.上海股票市场刀系数稳定性的实证研究J.中国经济问题，1999,(2):29-33. 5 靳云汇,李学.中国股市系数的实证检验J.数量经济技术经济研究,2000 ,(1) :18-25.6 苏卫东,张世英. 上海股市系数的稳定性检验J. 预测, 2002,(03):44-46.7 刘仁和,汪永兰,李刚. 上海股市证券贝塔()的区间效应J. 当代财经, 2003,(05). 8 陈浪南，屈文州.资本资产定价模型的实证研究J.经济研究，2000（4）:26-34.9 吕长江,赵岩. 中国证券市场中Beta系数的存在性及其相关特性研究J. 南开管理评论, 2003,(01):35-43.10 刘永涛. 上海证券市场系数相关特性的实证研究J. 管理科学, 2004,(01):29-35.11 陈小悦,孙爱军. CAPM在中国股市的有效性检验J. 北京大学学报(哲学社会科学版), 2000,(04):28-37 .12 吕光明.上证市场系数稳定性的实证研究J. 中国煤炭经济学院学报, 2001,(02) 第2期:113-117.13 Blume,M.E. Betas and Their Regression Tendencies .Journal of Finance, 1975, (6) :785-795.14 Blume,Marshall,Friend,Irwin. A New Look at the Capital Asset Pricing Model .Journal of Finance, 1973, 28 :19-33. 15 Levhari,D.,Levy,Haim. Investment Horizon and the Functional Form of the Capital Asset Pricing Model .Review of Economics and Statistics, 1977, 59 :92-104.16 Porter R and Ezzell J. A note on the predictive ability of Beta coefficients .Journal of Business Research, 1975, 3 :367-372.17 Levy R. On the short-time stationary of Beta coefficients .Financial Analysts Journal, 1971,27(5) :55-62. 18 Black,F.Clital Market Equilibrium with Restrieted BorrowingJ.Journal of Business,1972，45(3)，July:444-455.19 Baesel J. On the assessment of risk: some further considerations .Journal of Finance,1974,9(5):1491-1494.20 Estrada，J The TemPoral Dimension of Risk J.The Quarterly Review of Eeonomies And Finance，2000，40(2):189-204.附表以(600775)南京熊猫为例：时间日收盘价上证综合指数日收盘价上证综合指数日收益率上证日收益率2009-8-258.15 2915.80 2009-8-268.39 2967.59 0.029023 0.017606 2009-8-278.39 2946.40 0.000000 -0.007166 2009-8-287.93 2860.69 -0.056387 -0.029521 2009-8-317.14 2667.75 -0.104940 -0.069827 2009-9-17.85 2683.72 0.094801 0.005968 2009-9-27.75 2714.97 -0.012821 0.011577 2009-9-37.99 2845.02 0.030498 0.046789 2009-9-48.41 2861.61 0.051231 0.005814 2009-