（金融学专业论文）A股与港股股票市场系统风险比较的实证分析.pdf

摘要 2 0 0 4 2 0 0 8 年五年间，a 股和港股市场都经历了复苏、繁荣到衰退的过程， 但是又各自表现出了一些不同的特点。a 股市场与港股市场联系比较紧密，其中 港股市场历史更长，发展也较为完善。本文通过比较两个市场的系统风险系数， 找出差异存在的原因，并给出降低a 股市场系统风险的一些建议。 全文共分四章。第一章：引言。介绍了本文研究的背景和理论意义，对国内 外文献进行了综述，分析了文章结构。 第二章介绍了股市风险的概念和1 3 系数的特性，比较了估计股市系统风险系 数1 3 值的市场模型和c a p m 模型，还有对1 3 系数进行预测的布鲁姆调整模型和布 鲁姆扩展模型的简介。 第三章是本文的核心内容，以上述理论为指导，对a 股和港股的1 3 系数进行 了实证分析，得出a 股市场系统风险较高且1 3 系数稳定性较差的结论。 第四章对全文进行了总结，并且针对导致a 股系统风险偏高的原因给出了一 些降低风险的建议。 关键词：1 3 系数，市场模型，布鲁姆调整模型，布鲁姆扩展模型 a b s t r a c t f r o m2 0 0 4t o2 0 0 8 b o t ht h ea s h a r es t o c km a r k e ta n dh o n gk o n gs t o c km a r k e t e x p e r i e n c e dt h ep r o c e s so fr e c o v e r y , p r o s p e r i t ya n dr e c e s s i o n ，b u tw i t hr e s p e c t i v e f e a t u r e s t h e s et w os t o c km a r k e t sc o n n e c tw i t he a c ho t h e ri ns o m ea s p e c t s ，a n dt h e h o n gk o n gs t o c km a r k e ti sm o r ed e v e l o p e d ，w i t hl o n g e rh i s t o r y t h i se s s a yc o m p a r e d t h es y s t e m a t i cr i s kp a r a m e t e r ( 1 3 ) o ft h et w om a r k e t s ，a n a l y z e dt h er e a s o n sl e a d i n gt o t h ed i f f e r e n c e ，a n df i n a l l yr a i s e ds o m es u g g e s t i o n si nr e d u c i n gt h es y s t e m a t i cr i s k si n t h e a s h a r es t o c km a r k e t t i l i se s s a yc a nb ed i v i d e di n t of o u rc h a p t e r s c h a p t e rl ：i n t r o d u c t i o n t h ec h a p t e ri n t r o d u c e dt h eb a c k g r o u n da n dt h e o r i e s s i g n i f i c a n c e t h el i t e r a t u r e si nd o m e s t i ca n da b r o a da r er e v i e w e da n df r a m eo ft h e p a p e r i sa n a l y z e da f t e rd e t e r m i n i n gt h ea n a l y z e do b j e c t c h a p t e r2 t h ed e f i n i t i o na n de l a s s i f i c a t i o no fr i s k si ns t o c km a r k e t ，a n dt h e f e a t u r e so f1 3w e r ei n t r o d u c e d t h em a r k e tm o d e la n dc a p mm o d e lf o re s t i m a t i n g1 3 w e r ec o m p a r e d ，a n dt h eb l u m ea d j u s t m e n tm o d e la n dt h eb l u m ee x p a n s i o nm o d e l w e r ei n t r o d u c e da sw e l l c h a p t e r3i st h ec o r ec o n t e n t so ft h ep a p 既t h ep o s i t i v er e s e a r c ho nt h e c o m p a r i s o no ft h es y s t e m a t i cr i s k i na s h a r es t o c km a r k e ta n dh o n gk o n gs t o c k m a r k e tw a sc a r r i e do u tb a s e do nt h et h e o r i e sm e n t i o n e da b o v e c h a p t e r4s u m m a r i z e dt h ep a p e ra n dr a i s e ds u g g e s t i o n si nr e d u c i n gt h eh i g h s y s t e m a t i cr i s k si na s h a r es t o c km a r k e t k e y w o r d s ：p a r a m e t e r1 3 ，m a r k e tm o d e l , b l u m ea d j u s t m e n tm o d e la n dt h e b l u m ee x p a n s i o nm o d e l i i 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容 外，本论文不含任何其他个人或集体己经发表或撰写过的作品成 果。对本文所涉及的研究工作做出重要贡献的个人和集体，均已 在文中以明确方式标明。本人完全意识到本声明的法律责任由本 人承担。 特此声明 学位论文作者签名：了露翮乙 2 0 0 9 年5 月1 2 日 学位论文版权使用授权书 本人完全了解对外经济贸易大学关于收集、保存、使用学位 论文的规定，同意如下各项内容：按照学校要求提交学位论文的 印刷本和电子版本；学校有权保存学位论文的印刷本和电子版， 并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有 权提供目录检索以及提供本学位论文全文或部分的阅览服务；学 校有权按照有关规定向国家有关部门或者机构送交论文；在以不 以赢利为目的的前提下，学校可以适当复制论文的部分或全部内 容用于学术活动。保密的学位论文在解密后遵守此规定。 学位论文作者签名：7 缠色一 导师签名：去 2 0 0 9 年5 月1 2 日 2 0 0 9 年5 月1 2 日 1 1背景分析 第1 章引言 2 0 0 4 年到2 0 0 5 年，中国a 股市场在2 0 0 0 点之下小幅震动，港股市场波动 同样相对较小。2 0 0 6 年中国证券市场股权分置改革基本完成，新股恢复发行，股 票市场总体呈持续上涨走势，股票指数屡创新高，强大的融资能力引起了一轮h 股向a 股回归的浪潮。2 0 0 7 年a 股市场一片繁荣，上证综合指数从2 7 0 0 点持续 上扬突破6 0 0 0 点，股票市场信心增强，更出现了“全民炒股 现象，同时“港 股直通车”的概念引起了业界和股民的关注和讨论。2 0 0 8 年在全球经济衰退的大 背景下，a 股与港股市值相应大幅缩水。股市从低迷到繁华，、搬资者大都关注投 资收益率；当股市转为衰退，市场的风险才为人注意。 图1 1 和图1 2 分别为a 股市场上证综合指数( s h a n g h a ic o m p o s i t e ) 以及港 股市场恒生指数( h o n gk o n gh a n gs e n gi n d e x ) 在过去五年间的变化分时图。 s h h 岵h a lc o m p o s i t a so f 2 2 - o c t 一2 0 0 8 8 | o 6 0 0 0 4 l 的o 。p鼻 u 价 i 锄 钐 八岍 一 慨 一，v j a n 0 4j a n 0 5j a n 0 6j a n 0 7j a n 0 8 。 。 f 。j i k 点飘蔗锄曩i h 一一一i 一_ i i i u 譬勰嘲豳羹曩_ 嘲 g h t2 0 0 8y a h o o ! i n c h t t p ：f i n a n c e 9 a h o o c o m 图1 12 0 0 4 2 0 0 8 年上证综合指数变化分时图 o i o o o o - 一 诅吼“ 色仉吵 a i 竹u o = h 笛4 h o n gk o n g h r n gs e n gi n d e x a so f2 3 一o c t 一2 0 0 8 3 5 0 0 0 3 0 0 0 0 2 5 0 0 0 2 0 0 0 0 1 5 0 0 0 1 0 0 0 0 8 o 氅6 0 o = 4 0 岳2 0 0 0 厂f，- 峨烈缈饥 1 旷 乡 _ 一飞， | 、 i 。v ? y j a r0 4j a n 0 5j a n 0 6j a n 0 7j a n 0 8 j j1 1i i _ i。l 氲矗k 。l 妇 ti ji 。且 i一一。一l 一l 一l 图1 22 0 0 4 2 0 0 8 年恒生指数变化分时图 可以看出2 0 0 4 年到2 0 0 5 年，两个市场都未经历太大波动。2 0 0 6 年到2 0 0 7 年两年间a 股港股市场均经历了快速增长，上证综合指数及恒生指数均创下历史 新高。而从2 0 0 7 年底至今，两大股指持续下挫，上证综指跌破2 0 0 0 点，恒生指 数下降2 0 0 6 年初的1 5 0 0 0 点一下。比较过去五年间两大股指的变化情况，可以 看出最近三年间股指的波动最为剧烈，这反映了整个股票市场收益的不稳定性和 投资的风险性。 a 股市场与港股市场在地理位置上比较接近，并且存在很多同时在大陆a 股 和香港股市上市的企业，于是两个股市之间的联系比较紧密，其中港股市场历史 更长，发展也较为完善。本文希望通过比较两个市场的系统风险系数，找出差异 存在的原因，并给出降低a 股市场系统风险的一些建议。 目前，投资界关于“风险较为统一的定义是：风险是指投资结果的不确定 性。所谓一项投资有风险，是指投资结果( 即收益) 具有不确定性，收益的波动 性越大，风险就越大。市场只给系统风险提供风险报酬，于是投资者的收益就与 市场的系统风险密切相关，而衡量系统风险的指标就是系统风险系数b 系数。 本文将运用简单回归最小二乘法( o l s ) 来估计a 股与港股股票市场d 系数，从 而对两个市场的系统风险进行实证分析对数据进行单一市场跨时期比较和 市场间比较，并尝试对a 股和港股市场的1 3 系数进行预测。 2 1 2文献综述 首先，关于p 系数的主要估计模型有市场模型和资本资产定价模型。市场模 型，先后有特雷尼( t r e y n o r , 1 9 6 1 、1 9 6 5 ) 和威廉夏普( s h a r p e ，1 9 6 3 ) 提出， 其基本思想是认为证券收益只与一个因素有关，即每一种证券价格都或多或少地 对市场指数做出反应，公式为 r i = 礅+ 础+ 反 ( 1 1 ) c a p m 模型认为当市场处于均衡状态时，某一证券的投资收益与市场收益之 间存在如下关系： r i = 母+ 屈( 一母) + 毋 f1 求数学期望得： e ( 尼) = 母+ 届 e ( 如m ( 1 3 ) 其中，尼为某种证券的收益率，层( 尼) 为某种证券的期望收益率，为市场 收益率，e ( r m ) 为市场平均收益率，r i 为无风险利率。这两个模型的假设、变 量以及应用条件具有显著不同，市场模型的假设比较简单，所以适用于完备性较 低的市场；而c a p m 模型的假设比较严格，因此适用于完备性较高的市场。， 布鲁姆( 1 9 7 1 ) 提出了布鲁姆调整模型： f = a + 6 f 一1 ( 1 4 ) 用后一期间t 的1 3 横截面数据对前一期间t - 1 的1 3 横截面数据进行回归，得到 参数a 和b 的估计值，并根据该回归关系修正市场模型估计出来的历史1 3 系数， 将修正后的1 3 值作为对未来b 系数的预测。 之后，国内学者对于p 系数估计的模型进行了大量理论研究，分析模型使用 的前提条件、选定模型的标准和模型使用中应注意的问题，并且研究模型的检验 和对b 系数进行预测，等等。 廖保华( 2 0 0 7 ) 分析了c a p m 运用的前提条件和p 系数经济含义以及计算方 法，认为由于c a p m 模型是建立在一定的基本假设之上，便使得各种理论争议和 经验证明不断涌现。随后每一个假设逐步被放开，并在新的基础上进行研究，其 研究成果都是对c a p m 的突破和发展。 陈新宏( 2 0 0 6 ) 论证了差异性研究在寻找b 的影响因素的同时，不仅在一定 程度上揭示了p 系数的不稳定性，还为p 系数的预测性提供了科学的理论依据和 分析方法，具有极其重要的实践意义。 3 胡勤勤和吴世农( 2 0 0 1 ) 认为系统风险系数估计中应注意五个问题，分别为 估计模型的选用，市场组合收益率的选用，收益率的时间段，交易频率的问题和 市场态势的影响。该文章从理论上指出以上五个方面都将对系统风险的估计产生 影响。于是在本文的撰写中也充分考虑了这五个方面，来选定模型及研究样本。 考虑到我国的股票、债券、基金等市场尚处于初级阶段，市场化程度低，标 准c a p m 模型的应用将受到极大限制，于是本文认为，市场模型更加适合当前中 国金融的实际情况，用于估计1 3 系数将更加简便和准确。 另外，国内学者针对我国证券市场的系统性风险，进行了一系列的实证性研 究，得出了大量有价值的结论，并提出了控制系统风险的政策建议。 梁锋( 2 0 0 5 ) 对1 9 9 8 2 0 0 3 年上海证券市场的普通股进行了b 系数研究，运 用c a p m 模型，发现对于单个股票，系统性风险对股票投资收益没有影响，股票 投资收益主要由非系统性风险所决定，普通股系统风险占总风险的比例平均值仅 3 6 ，等等。目前股票市场相对于1 9 9 8 2 0 0 3 年期发生了比较大的变化，该文章 研究结论的有效性需要重新考察，并且c a p m 模型的适用性也需要证明。 郑义彬( 2 0 0 7 ) 认为可以通过对股市运行趋势、能量、波动周期和整体价值 的数理计算，确定股市系统风险，可为投资决策起到积极的作用。 王凌( 2 0 0 2 ) 论述了加入w t o 后中国股票市场系统风险的控制问题，认为 我国股票市场的市场化进程相对滞后，因此，加入w t o 将对其产生深刻全面的 影响，包括引起系统风险出现相对变化，最后文章从外部监管和内部自律两方面 给出了控制我国股票市场系统风险的对策建议，有一定的政策意义。 李志生( 2 0 0 3 ) 对1 9 9 3 年1 2 月1 日到2 0 0 0 年1 2 月3 1 日内深圳股票市场 的5 0 只股票样本的系统风险的大小和变化趋势进行统计分析。结果表明，深圳 股票市场系统风险占总风险的比例总体上呈下降趋势，但与国外股市相比明显较 高；市场波动较大的年份系统风险所占的比重较大。另外在理论和实证分析的基 础上，该文章对我国股票市场系统风险偏大的原因做出了详细的剖析，从内生性 系统风险和转移性系统风险两方面进行分析。最后，就不断降低系统风险，提出 今后市场规范化发展的制度创新的方向。 罗林( 2 0 0 6 ) 在研究中国股票市场风险结构时得出我国股票市场的系统风险 占总风险的比例高，非系统风险的比例低。这种风险结构意味着上市公司股价波 动的一致性较强，股价运动受市场系统性因素的影响较大。由于系统风险无法通 过组合分散化来规避，而目前在没有指数期货产品的情况下，理论上可以通过适 4 当的资产配置和时机选择来降低，而在适当的时机推出指数期货以对冲系统风险 才是长远的解决之道。 王小玲( 2 0 0 5 ) 对中国股市系统风险进行了实证性研究，分析了我国股市系 统风险在总风险中的占比情况以及变化趋势，对我国股市系统风险的特点和成因 进行分析，并且有针对性的提出了对我国股市的风险估值和防范以及我国股市未 来发展提出相关建议。 周合生( 2 0 0 6 ) 在对我国证券市场的风险研究中，关于系统风险的研究的实 证分析部分运用了市场模型，对我国沪深3 0 0 指数的成分股在2 0 0 2 2 0 0 4 年的系 统性风险进行了估计和预测。文章关于证券市场系统性风险的研究部分对本文的 撰写有很大的启发作用，但其关于p 系数的实证分析主要是单一市场间的跨期比 较。为了客观充分的揭示中国股票市场的系统风险，本文将引入港股市场，在两 市场间对b 系数进行比较。 张莉珠和李一智( 2 0 0 3 ) 对a 股市场与台湾股票市场的系统风险进行了实证 分析，采用简单回归最小二乘法对台湾及大陆电子类股票进行分析，并用统计方 式来检定此线性回归系数是否具有线性关系，此模式的解释能力及个股残差项间 是否具有独立性。结论包括两岸三交易所电子股的风险值之分配有显著差异；两 岸三交易所电子股的报酬率之分配没有显著差异；台湾电子股高风险不一定高报 酬，低报酬也不一定低风险，而上海和深圳的电子a 股却存在高报酬低风险及低 报酬也不一定低风险的现象。该文章关于两市场之间的比较分析方法对本文的写 作有一定的示范启发作用，但是本文选用股指成分股作为研究样本，更具有市场 代表性。 本文将通过a 股和港股市场间p 系数的比较，客观得出两市场系统风险的不 同，针对引起这些不同的原因给出政策性建议；同时通过跨时期的比较，分析b 系数与市场波动的联系，并尝试找出引起变动的原因。另外，本文还将对b 系数 进行预测，得出模型，对以后的投资有一定的指导作用。 1 3 本文的研究内容、结构和方法 本论文以威廉夏普的市场模型为基础，运用数理统计的原理和方法，对a 股和港股市场在2 0 0 4 至2 0 0 8 年之间的系统风险进行对比实证分析。在获得各年 的b 系数之后，试采用布鲁姆调整模型和布鲁姆扩展模型对b 系数进行预测。论 5 文主要采用统计分析的研究方法，并结合定性的时间序列分析，注重理论和实践 相结合。同时通过将a 股和港股市场的实际情况和a 股市场的发展趋势和现状做 比较分析，研究结果注重客观性和实用性的结合。 论文拟分为四部分：第一章引言部分介绍选题背景及其意义，对研究对象进 行界定，并且回顾相关文献；第二章介绍股市风险理论综述及系统风险分析模型 的选择；第三章进行a 股市场和港股市场系统风险统计研究和预测；第四章针对 a 股市场和港股市场系统风险的不同表现，分析系统风险成因，并给出股市风险 控制和防范的相关建议。 其主要内容如下： 第二章，股市风险的分类及本文研究模型的选择，主要阐述有关股市风险( 系 统风险和非系统风险) 的概念，股市系统风险估计模型和预测模型的选择，样本 指标的选择。 第三章，对a 股市场和港股市场系统风险估计和预测进行比较的实证研究部 分，主要选取能够代表市场的指数成分股为样本，对比分析两市场的系统风险( 1 3 系数) 的变化趋势，并得出a 股市场系统风险偏高的结论。 第四章，股票系统风险成因分析，和风险控制和防范建议，主要从改善宏观 经济环境、完善市场制度结构、完善上市公司股权结构和治理结构、加强上市公 司质量和市场监管、有效制定和执行调控股市的政策等方面，对a 股市场的未来 发展提出相关建议。 本研究首先选择市场指数成分股，并对其相应数据进行筛选，然后再采用经 典的市场模型对现实数据回归分析，得出相应结论，并用所得横截面数据对系统 风险做出预测，具有现实意义并且可行性较高。 6 第2 章理论基础与研究方法 2 1 股市风险介绍 2 1 1 股市风险的概念 在对股市存在的风险进行具体分析之前，首先要明确风险的概念以及如何度 量风险。m a r k o w i t e ( 1 9 5 2 ) ，s h a r p e ( 1 9 6 4 ) ，等人认为，证券投资风险是指证券 价格的波动，进而造成投资收益率的不确定性或易变性，这种易变性可用收益率 的方差或标准差度量。通俗地说，就是从投资对象获得未来收益的不稳定程度。 对风险投资行为而言，收益与风险是相伴而行，而且是此增彼长的关系。对 投资者来说，进行证券投资的最直接动机是获得收益，因而投资决策的目标是获 得收益最大化，风险的存在是必然的，否则就不能获得较高的风险收益。但由于 收益与投资之间在时间上存在滞后性，这种滞后导致收益受许多不确定各因素的 影响，从而使得收益成为一个未知量。投资者在进行决策时只能根据经验和所掌 握的资料对未来形式进行判断和预测，从而形成对收益的预期。 2 1 2 系统风险和非系统风险 证券投资风险按其性质不同以及是否可分散，可以分为：系统风险( s y s t e m a t i c m s k ) 和非系统风险( u n s y s t e m a t i cr i s k ) 。在数量上，总风险等于这两部分之和。 系统风险，是指由于某种因素使市场上所有的证券都出现价格变动的现象。 所有上市公司都受全局性因素的影响，这些因素包括社会、政治、经济等各个方 面。这些共同的因素会对所有企业产生不同的影响，不能通过多样化投资来分散， 因此系统风险又称为不可分散风险或不可回避风险。其来源主要有政策风险、市 场风险、购买力风险和利率风险等。市场只给系统风险提供风险报酬，于是投资 者的收益就与市场的系统风险密切相关，而衡量系统风险的指标就是系统风险系 数1 3 系数。 非系统风险又称非市场风险或可分散风险，是指个别因素对单个股票造成损 失的可能性，其不同于系统风险，是专指个别股票所独有并随时间变动的风险。 它通常由某些特殊的因素引起，与整个股市不存在系统、全面的联系，而只对个 7 别或少数证券的收益产生影响。这种风险可以通过投资组合加以消除，因此市场 不对非系统风险提供风险报酬。非系统风险可以抵消或回避，因此又称为可分散 风险或可回避风险，主要包括信用风险、经营风险、财务风险( 曹凤岐，2 0 0 0 ) 。 2 2b 系数简介 2 2 11 3 系数的概念 单种证券的1 3 系数被定义为某种证券的收益率与市场组合的风险报酬之间 的相关性。也就是说，某种证券的1 3 系数的大小反映了该证券收益率的变动与整 个市场收益率变动之间的相关关系，计算1 3 值就是确定该证券与整个股市收益变 动之间的相关性及其程度。其计算公式如下： 肛= c o v ( f r , , r m ) = t r i m ( 3 r i 仃m = ( 旦) ( 2 一1 一) p f = _ 一= - = i i l ) 仃m 吒 t m 其中：c 0 9 ( r i ，如) 为第i 种证券的收益率与市场组合收益率之间的协方 差，它等于该证券的标准差、市场组合的标准差以及两者相关系数的乘积：r i 为 证券i 的收益率；尺肌为市场组合的收益率；为证券收益率与市场组合收益率 之间的相关系数：o i 、盯朋分别为证券收益率与市场组合收益率的标准差( 王连 芬，2 0 0 6 ) 。 由上式可以看出，一种证券1 3 系数的数值大小取决于：该证券的收益率与 市场收益率的相关性；它自身的标准差；市场收益率的标准差。 投资组合的系统风险系数尸等于组合内各证券1 3 系数的加权平均数： 膨= 筇f ( 2 2 ) i = 1 其中，船为第i 种证券在投资组合中的投资比例，显然x = 1 ；f 为第i i = 1 项证券的系统风险系数。 8 2 2 21 3 系数的特性 首先，b 系数的稳定性，就是研究1 3 系数在前后两个期间的变动幅度及其关 系。1 3 系数估计模型中的参数都取其当期期望值，所以，理论上讲只有未来期的 b 系数才具有实际价值。但是，在实际应用中，只能用历史的b 系数值来估计未 来期的b 系数值，那么这一方法就隐含了一个假设：b 系数在一定时期内是稳定 不变或按一定趋势变化的。要判断这一假设的正确性，就需要对b 系数的稳定性 做出研究。本文将用相关分析法对b 系数的稳定性进行检验，观察相邻两期间的 b 之间相关系数的大小，来判断a 股市场和港股市场的b 系数的稳定性。 第二，b 系数表现出一定的趋一性，即无论b 系数的历史数值大于或者小于 l ，随着时间的推移，b 系数将出现趋于1 的趋势( 布鲁姆，1 9 7 1 ) 。这一性质主 要是在实证研究中发现的，理论上还没有有说服力的解释。 第三，b 系数有差异性，即各种证券的系统风险会因为受各种因素( 如宏观 经济、行业、公司自身的规模等) 的影响而产生差异。理论上，b 系数的大小取 决于两个因素：第一是与市场相关的各种宏观经济变量的不确定性因素及其程 度；第二是各种证券的收益对上述经济变量的反应程度。因此，同一时期的不同 证券的b 系数或同一证券不同时期的b 系数都会存在一定的差异。本文比较a 股 市场和港股市场的1 3 估计值，将充分体现出1 3 系数在两个市场的差异性，并且将 从差异性产生的原因角度，给出降低市场系统风险的建议。 2 31 3 系数估计模型的选择 由于本文研究的主要问题是股市的系统风险，所以我们只在标准c a p m 模型 中的股市线( s e c u r i t ym a r k e tl i n e ) 和市场模型中做出选择。 标准c a p m 模型中的股市线( s e c u r i t ym a r k e tl i n e ) 和市场模型是估计1 3 的 两个主要模型。这两个模型都是单变量线性模型，都可用最d - - 乘法估计模型中 的参数。二者的1 3 都是模型的斜率，都是度量证券系统风险的指标。其中二者的 表述如下： 市场模型：r i = 口f + 如+ & ( 2 3 ) 股市线( s m l ) ：r i = 母+ 屈( 尺坍一母) + 翻( 2 4 ) 从理论上来说，当( 口f = 母( 1 一历) ) ，市场模型等于股市线。 9 但是，这两个模型理论假设、变量的数据和应用条件不同，因此基于市场模 型的b 的估计结果与基于标准c a p m 中股市线的1 3 估计结果存在一些差异。 首先，从理论上看，标准c a p m 模型是建立在一系列严格假设基础上的均衡 模型，它基于市场完备、信息无成本、资产可分割、投资者厌恶风险、投资者对 收益具有共同期望。投资者可按无风险资产收益率自由借贷等经济学的假设，描 述了市场处于均衡状态下证券期望收益与证券风险补偿( 如一尉) 的关系，1 3 在 模型中表示证券的系统风险系数，与证券的期望收益成正比。1 3 越高，证券的系 统风险越大，所应得到的风险补偿也越大：反之，1 3 越低，证券的系统风险越小， 得到的风险补偿也越小。显然，当1 3 = 1 ，证券的期望收益等于市场的平均收益。 相比之下，市场模型理论基础较简单，基于现实市场中证券资产的价格或收益变 动普遍存在同涨同跌的现象，我们认为这种联动关系是由于共同因素的影响，所 以市场模型描述的是证券期望收益与市场期望收益之间的关系，不论股市是否处 于均衡或非均衡状态( 王明涛，2 0 0 3 ) 。其中，1 3 表示市场期望收益变动对证券 期望收益变动的作用程度。 第二，从估计1 3 所使用的数据看，在估计1 3 时，若使用市场模型，根据证券 实际收益和市场实际收益这两个变量的数据就可以估计b ；若使用股市线，则需 要根据证券的实际收益、股市收益和无风险收益这三个变量的数据来估计1 3 。应 用s m l 估计b 时，由于还涉及无风险收益率而引起争议。在不同市场中，由于 通货膨胀、市场成熟度等等原因，真正的无风险利率并不存在。因此，s m l 模型 在应用时，一般采用三个月定期存款利率或者短期国债利率代替无风险利率。而 且由于我过利率尚未完全市场化，因此没有合适的基准无风险利率或可代替的无 风险利率；并且，中国的国债市场的发展也处于初级阶段，国债结构以中长期国 债为主，短期国债的市场容量较小，短期国债利率尚不能有效地作为无风险利率 的代替物。正因为如此，标准c a p m 中的股市线模型在中国的应用受到了极大的 限制( 王小玲，2 0 0 5 ) 。 从两模型的前提假设和使用数据可以看出，市场模型的假设比较简单，所以 它适用于完备性较低的市场；而c a p m 模型的假设比较严格，因此它适用于完备 性较高的市场。我国的证券市场尚处于初级阶段，市场化程度低，标准化c a p m 的股市线模型的应用将受到极大限制，于是本文认为，上述b 系数的两种估计模 型中，市场模型即： r i = a i + 次朋+ g f( 2 3 ) l o 更加适合当前中国金融的实际情况，用于估计b 系数更加简便和准确。 2 41 3 系数预测模型介绍 布鲁姆( 1 9 7 1 ) 在论风险的衡量一文中检验了b 系数的稳定性后，进一 步考察了1 0 0 支股票组成的组合，比较相邻两个期间同一组合1 3 系数的大小，发 现1 3 系数估计值有朝着平均值回归的趋势，即高b 值的股票在下一期间的1 3 值会 变小，而低1 3 值的股票则相反。布鲁姆认为，如果b 系数估计值的这一回归的速 度恒定的话，理论上可以根据这个趋势对1 3 系数的估计值进行修正。他采用的回 归模型为： b t = d + b f l t i ( 2 5 ) 即布鲁姆调整模型。 用后一期间t 的b 横截面数据对前一期间t 1 的b 横截面数据进行回归，得到 参数a 和b 的估计值，并根据该回归关系修正市场模型估计出来的历史b 系数， 将修正后的b 值作为对未来b 系数的预测。通过比较a 股和港股市场的a 和b 值， 可以得出两市场系统风险稳定性的差别，和布鲁姆模型在两个市场的适用效果。 为了降低8 系数的不稳定性对预测带来的误差，本文试图对布鲁姆模型进行 扩展，即利用后一期间t 的1 3 横截面数据对前两期间t 1 ，t 2 的1 3 横截面数据进行 回归，作为下一期的预测模型： 历= 露+ 6 历一1 + c b f 一2 ( 2 6 ) 利用连续两年的横截面1 3 值分别对2 0 0 6 年、2 0 0 7 年、2 0 0 8 年的1 3 值进行预 测，分别得出布鲁姆调整模型在a 股市场和港股市场的三个参数。 第3 章a 股与港股市场系统风险的实证研究 3 1 研究样本与数据 为了充分代表a 股和港股市场，本文选取在2 0 0 4 2 0 0 8 年间一直当选沪深3 0 0 指数成分股的个股和一直当选恒生综合指数成分股的个股为研究样本，其中包括 沪市5 7 支股票，深市1 0 5 支股票和港股市场1 0 1 支股票，共有2 6 3 支股票。具 体样本股票代码见附录a 。 研究上海证券交易所系统风险时，用上证综合指数周收益率代表市场周收益 率，个股周收益率作为r i ，带入市场模型，通过e v i e w s 模型回归计算得出 个股的b 系数，再对沪市的b 系数进行统计研究。同理，针对深圳和香港交易所 个股，分别用深证成指周收益率和恒生指数周收益率代表市场周收益率，带入市 场模型回归得出b 系数。 之后用回归得出的1 3 系数带入布鲁姆调整模型和布鲁姆扩展模型，得出系数 a 、b 、c 来，可以用来分别预测两个市场的系统风险，有一定的实际意义。通过 比较两个市场所得系数的不同，可以看出b 系数稳定性的不同。 本文所用市场指数、个股收益率等数据主要来自r e s s e t 高标准金融研究数 据库( h t t p ：w w w r e s s e t c n ) ，恒生指数有限公司网站( h t t p ：w w w h s i t o m h i d ) 和 中证指数有限公司网站( h t t p ：w w w c s i n d e x c o m e n ) 。实证结果由m i c r o s o f te x c e l 、 e v i e w s 软件进行计算、分析得出。 3 2 1 3 系数估计结果的统计分析与比较 以选取的2 6 3 支股票为样本，利用e v i e w s 统计软件作简单线性回归分析， 获得个股的相关结果。样本股系数检定的p 值均小于显著水准0 1 ，平均p 值小 于显著水准0 0 5 ，拒绝虚无假设，此线性回归系数具有线性关系，表示a 股上证 综指、深证成指和恒生指数与所选样本股的关系相当强，可用证券市场指数来解 释a 股和港股个股，即表示所选样本股皆会随所选指数的变动而变动，所选样本 股为风险性证券。 2 0 0 4 2 0 0 8 年的1 3 系数估计值的主要统计指标如下表3 2 和表3 3 所示。 1 2 表3 2a 股市场1 3 估计值的统计概况 年份 2 0 0 42 0 0 52 0 0 62 0 0 72 0 0 8 股票数 1 6 2 1 6 2 1 6 2 1 6 21 6 2 最小值0 2 6 2 30 3 6 2 10 4 6 5 70 3 9 5 00 2 8 4 6 最大值2 1 4 2 01 7 0 6 72 2 9 8 l2 8 5 1 72 7 7 2 1 标准差 0 3 0 6 60 2 8 5 50 4 0 9 40 3 8 4 90 3 0 9 0 p 为负的股票数 l0l2l b 大于1 的股票数 7 26 l6 76 51 1 1 表3 3 港股市场b 估计值的统计概况 年份 2 0 0 42 0 0 52 0 0 62 0 0 72 0 0 8 股票数 1 0 11 0 11 0 1l o l1 0 l 最小值 0 4 4 2 40 2 8 4 80 3 9 9 20 4 7 9 10 7 6 4 9 最大值 2 2 0 4 01 9 5 9 51 8 7 3 22 0 3 1 62 1 4 6 8 标准差 0 5 2 3 90 4 8 8 00 4 6 2 0o 4 7 8 50 5 0 0 0 b 为负的股票数 44133 b 大于1 的股票数 6 3 3 8 4 45 1 5 2 从表3 2 和表3 3 的统计数据中我们可以看出： ( 1 ) 根据投资组合理论，在投资组合中加入与市场反向变动的股票可以有 效降低风险。2 0 0 4 2 0 0 8 年间港股市场1 3 估计值的最小值均为负数，并且有变小 的趋势；a 股市场最小值变化比较没有规律，其中2 0 0 5 年1 3 无负值。总体来看， 两个市场各年中1 3 值小于零的股票数都比较少，并且港股市场b 为负的股票数各 年均不少于a 股市场。这说明虽然机会较少，但是采用一定的方法还是可以找到 这种股票来降低风险的，而两个市场相比，这种机会在港股市场更多些。 ( 2 ) 1 3 系数大于l 的股票为高风险证券，即当大盘指数上涨时，这些股票 的预期报酬率就越大，反之，当大盘指数下跌时，这些股票的预期报酬率下跌的 幅度也越大。 a 股市场2 0 0 4 2 0 0 7 年间1 3 系数小于1 的样本股票数均大于1 3 系数大于l 的 股票数，而2 0 0 8 年1 3 系数大于1 的样本股票数是1 3 系数小于1 的样本股票数的 二倍左右，说明2 0 0 8 年市场的波动加大了a 股市场的系统风险。 而港股市场的样本股中的1 5 值大于l 的股票数占总样本数的比例一直在4 0 至6 0 左右。从这一角度考虑，2 0 0 4 年港股市场系统风险较大，2 0 0 5 年较前一 年系统风险下降较多，之后三年系统风险小幅度的上升。总体来看，港股系统风 险的波动变化小于a 股市场。 3 3a 股与港股市场b 系数的预测 3 3 11 5 系数稳定性的检验 1 3 系数的稳定性，就是研究b 系数在前后两个期间的变动幅度及其关系。在 实际应用中，只能用历史的1 3 系数值来估计未来期的1 3 系数值，那么这一方法就 隐含了b 系数在一定时期内是稳定不变或按一定趋势变化的假设( 周合生，2 0 0 6 ) ， 所以检验1 5 系数稳定性对1 3 系数的预测是十分有必要的。本文将用相关分析法对 b 系数的稳定性进行检验，观察相邻两期间的b 之间相关系数的大小，来判断a 股市场和港股市场的1 3 系数的稳定性。 历史b 系数法使用前一期数据回归得出的1 5 系数作为后一期的预测值，而后 一期的数据回归得到的1 3 被视为真实值，所以，前后两期1 5 的估计值间的相关性 就可以作为历史1 3 系数法预测准确性的一种衡量方法。表给出了2 0 0 4 2 0 0 8 年前 后两年的相关系数( 显著水平为0 0 1 ) 。 表3 4 连续两年的b 估计值间的相关系数 2 0 0 4 和2 0 0 5 年2 0 0 5 和2 0 0 6 年 2 0 0 6 和2 0 0 7 年2 0 0 7 和2 0 0 8 年 a 股相关系数 o 2 2 1o 1 9 50 2 1 00 3 6 ( 1 港股相关系数0 3 9 60 4 5 60 5 5 70 4 7 9 由表3 4 可以看出，两个市场前后两年间的b 值的相关系数都很低，说明个 股的b 系数不具有明显的稳定性，从而历史b 系数法对未来的b 值的预测能力较 低。并且a 股市场的b 相关系数低于港股市场，所以a 股市场的1 3 系数的稳定性 也相对较低。 1 4 3 3 2 布鲁姆调整模型的预测结果分析 布鲁姆调整模型，就是利用一元线性回归的方法估计出前后两期间的系数a 和b 。表3 5 和3 6 给出了用连续两年的横截面1 3 回归估计出的布鲁姆调整模型。 表3 5a 股市场布鲁姆调整模型的回归估计 回归系数的t 检验 回归期间 回归方程 f ab 2 0 0 5 对2 0 0 4 年 3 t = 0 7 4 5 + 0 2 0 6 1 3 t - 1 1 0 0 8 52 8 7 18 2 4 5 2 0 0 6 对2 0 0 5 年b t = o 7 2 0 + o 2 8 0 1 3 t - 1 6 5 4 12 5 1 96 3 4 7 2 0 0 7 对2 0 0 6 年 3 t = o 7 7 8 + o 1 9 7 1 t 一1 1 0 0 3 52 7 1 37 3 5 8 2 0 0 8 对2 0 0 7 年1 3 t = 0 8 5 3 + 0 2 8 9 p t - 1 1 3 7 8 34 8 7 52 3 7 6 3 表3 6 港股市场布鲁姆调整模型的回归估计 回归系数的t 检验 回归期间 回归方程 f ab 2 0 0 5 对2 0 0 4 年 3 t = 0 4 2 1 + 0 3 6 9 1 b t 一1 4 0 2 44 2 9 11 8 4 0 9 2 0 0 6 对2 0 0 5 年 3 t = o 5 5 6 + 0 4 3 2 i t - 1 6 8 4 95 0 9 62 5 9 7 3 2 0 0 7 对2 0 0 6 年 3 t = 0 4 3 9 + 0 5 7 7 1 b t 一1 4 9 6 46 6 6 94 4 4 7 6 2 0 0 8 对2 0 0 7 年b t = 0 5 4 5 + 0 5 0 1 p t - 1 5 4 9 15 4 3 l2 9 4 9 4 ( 1 ) a 股和港股市场的各回归方程的f 检验和系数b 的t 检验都比较显著， 说明1 3t 和1 3t - 1 之间存在显著的线性关系。 ( 2 ) 各回归方程中，系数a 和b 的t 检验值都大于1 6 4 5 ，说明在o 0 5 的显 著水平下，截距和斜率显著不为零，表明该模型比较精确。 ( 3 ) 从数据上看，a 股市场的a 值比较大，b 值比较小，说明在a 股市场上 的1 3 回归趋势上，1 3t 1 的影响权重相对较小。这也从另一个角度说明我国股票市 场的b 系数具有不稳定性，历史b 系数法的预测准确性不高。 从港股市场的数据来看，a 值和b 值差别不大，说明在港股市场的b 回归趋 势上，bt - 1 的影响权重比较大，从而表明港股市场的b 系数具有一定的稳定性。 ( 4 ) 分别比较两个市场的回归方程发现，港股市场回归系数每年的变化较 1 5 大，这从另一个角度说明布鲁姆调整模型在港股市场的应用效果比较不理想，在 应用中要及时更新参数；而a 股市场四个回归模型的回归系数变化幅度较小，说 明布鲁姆调整模型对a 股市场的系统风险的预测效果比较理想。 3 3 3 布鲁姆扩展模型的预测结果分析 利用连续两年的横截面6 值分别对2 0 0 6 年、2 0 0 7 年和2 0 0 8 年的1 3 值进行预 测，得出的布鲁姆扩展模型如表3 7 和表3 8 所示： 表3 7a 股市场布鲁姆扩展模型的回归估计 回归回归系数的t 检验 期间 回归方程 f abc 2 0 0 6 对 2 0 0 5 和 1 3t = 0 5 0 9 + 0 2 1 41 3t l + o 2 7 91 3t 一23 8 0 5 1 9 1 22 6 7 46 8 7 l 2 0 0 4 年 2 0 0 7 对 2 0 0 6 和1 3