上海证券市场不同行业板块贝塔系数的研究与检验
β系数详解
β系数β系数也称为贝他系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。
β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。
β（贝塔）系数简介贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。
其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。
如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。
由于我们投资于投资基金的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。
在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。
根据投资理论，全体市场本身的β系数为1，若基金投资组合净值的波动大于全体市场的波动幅度，则β系数大于1。
反之，若基金投资组合净值的波动小于全体市场的波动幅度，则β系数就小于1。
β系数越大之证券，通常是投机性较强的证券。
以美国为例，通常以史坦普五百企业指数(S&P 500)代表股市，贝他系数为1。
一个共同基金的贝他系数如果是1.10，表示其波动是股市的1.10 倍，亦即上涨时比市场表现优10%，而下跌时则更差10%;若贝他系数为0．5，则波动情况只及一半。
β= 0.5 为低风险股票，β= l. 0 表示为平均风险股票，而β= 2. 0 → 高风险股票，大多数股票的β系数介于0.5到l.5间。
[1]贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性，是一个相对指标。
β 越高，意味着股票相对于业绩评价基准的波动性越大。
β 大于 1 ，则股票的波动性大于业绩评价基准的波动性。
反之亦然。
如果β 为 1 ，则市场上涨10 ％，股票上涨10 ％；市场下滑10 ％，股票相应下滑10 ％。
高新技术企业价值评估
Financial View | 金融视线MODERN BUSINESS现代商业150高新技术企业价值评估杨凡 陈茵集美大学诚毅学院 福建厦门 361021摘要:当前，由于生产力发展需求和国家政策等支持，高新技术企业上市、并购、重组等交易活动不断，科学合理的价值评估逐渐突显重要性。
高新技术企业因其先进核心技术形成产业，在定义、特征和价值构成方面都有所区别于传统企业，给估值带来难度。
本文分析不同价值评估方法优缺点及适用性，运用EVA模型评估中材科技的企业价值，并预测企业未来EVA及趋势函数。
关键词:高新技术企业；生命周期理论；企业价值评估；EVA模型中图分类号:F276.44;F275 文献识别码:A 文章编号:1673-5889(2020)031-0150-03一、相关概念及理论基础(一)企业价值评估概述在实务中，企业有投资或并购等需求，需要通过评估一个企业或一个经营单位整体的经济价值，获取科学合理的信息来支撑决策。
从另一个角度来说，企业价值的最大化依旧是利益相关者共同的追求。
(二)高新技术企业的定义和价值评估特征1.高新技术企业的定义根据科技部、财政部、国家税务总局联合发布的《高新技术企业认定管理办法》，高新技术企业定义为在《国家重点支持的高新技术领域》内，持续进行研究开发与技术成果转化，形成企业核心自主知识产权，并以此为基础开展经营活动，在中国境内(不包括港、澳、台地区)注册一年以上的居民企业[1]。
2.高新技术企业的价值评估特征(1)差异性。
对高新技术企业的价值不仅要评估实物资产还要评估无形资产。
目前我国高新技术企业有一定程度的发展，但每个企业掌握的核心技术都有不同程度的差别，导致产品都千差万别，很难形成业内标准。
现阶段，学者提出的价值评估方法适合高新技术企业且可实际操作的并不多。
在不同行业中，单一评估方法并不能针对差异化进行评估。
(2)不确定性。
根据高新技术企业的发展经营特征看，在企业的长周期中能够掌握核心技术和保持技术更替是企业持续经营的重中之重，这样的技术风险也给评估带来不确定性。
上证股票的CAPM实证分析
上证股票的CAPM实证分析作者：徐之岳来源：《商场现代化》2010年第22期[摘要]根据CAPM理论,选取上证股票市场31个行业的31支股票进行实证研究分析。
通过对数据的拟合表明,CAPM理论在中国股市(上证板块)具有一定的解释能力,能够作为投资者在进行投资决策时使用的工具,指导投资者做出合理的决策。
[关键词] CAPM β值证券市场线(SML)一、历史回顾CAPM(Capital Asset Pricing Model)——资本资产定价模型是基于风险资产的期望收益均衡基础上的预测模型。
H.M.Markowitz于1952年建立现代资产组合管理理论,12年后,威廉-夏普(William F•Sharpe)、约翰-林特纳(John Lintner)与简-莫辛(Jan Mossin)将其发展成为资产资本模型。
它成为了现代金融学的奠基石。
该模型对于资产风险及其期望收益率之间给出了精确的预测。
为投资者提供了一种对潜在投资项目估计其收益率的方法,诸如:投资者在分析证券时,极为关心股票在给定风险的前提下其期望收益同其“正常应有”的收益之间的差距;证券一级市场的发行应如何定价等等。
二、CAPM模型在投资决策中的使用1.对于资产的分类,投资者的选择可以根据CAPM模型最普通形式中的——期望收益—贝塔关系中的β值的大小判断某资产的风险类型:当β=1时说明该证券或该证券组合具有资本市场上的平均风险,并可以期望获得市场平均收益;当β1时说明该证券或证券组合高于资本市场的平均风险,期望收益高于市场平均收益。
如此这样,该模型给不同偏好的投资者选择不同期望收益—风险提供了一套能够使用的工具。
2. 资产合理的“公平定价”CAPM模型是基于资本资产的均衡收益基础上的预测模型,根据它计算出的预期收益乃是均衡收益。
我们可以通过对某资产在均衡时的预期收益与其实际收益的比较发现价值被高估或低估的资产,再根据“低买高卖”原则进行投资。
如图表1中所绘出的证券市场线中位于SML线上端的点说明资产的实际期望收益高于均衡收益说明该资产被市场所低估,此时可作出购入该资产的投资决策,反之,位于SML线下端的点说明该资产被高估,此时若仍持有该资产应该做出抛售的投资决策。
企业财务研究中的贝塔系数分析与应用
企业财务研究中的贝塔系数分析与应用贝塔系数是企业财务研究中常用的风险度量工具，通过分析企业股票与市场的相关性，帮助投资者和决策者评估资产组合的风险和回报。
本文将介绍贝塔系数的原理和计算方法，并讨论贝塔系数在企业财务研究中的应用。
贝塔系数是由资本资产定价模型（Capital Asset Pricing Model, CAPM）提出的一个指标。
贝塔系数反映了企业股票价格与市场波动之间的关系。
贝塔系数的计算基于历史价格数据，通常以一个基准指数（如股票市场指数）来衡量市场的波动。
贝塔系数为正表示企业股票与市场有正相关关系，为负则表示负相关关系。
在计算贝塔系数时，可以使用回归分析方法。
需要收集并整理企业股票价格和市场指数的历史数据。
将企业股票的收益率与市场指数的收益率进行回归分析，得到回归系数，即贝塔系数。
贝塔系数的计算公式为：β = Cov(Ri, Rm) / Var(Rm)其中，β表示贝塔系数，Cov表示协方差，Ri表示企业股票的收益率，Rm表示市场指数的收益率，Var表示方差。
贝塔系数的取值范围通常在-1到1之间，当贝塔系数等于1时，表示企业股票与市场完全一致，当贝塔系数小于1时，表示企业股票相对于市场具备更低的波动性，当贝塔系数大于1时，表示企业股票相对于市场具备更高的波动性。
贝塔系数在企业财务研究中有着广泛的应用。
贝塔系数可以帮助投资者评估资产组合的风险和回报。
根据贝塔系数，投资者可以分析不同资产之间的相关性，构建出具有适当风险和回报的投资组合。
如果一个资产的贝塔系数大于1，那么该资产相对于市场具备更高的波动性，可能带来更高的回报和风险。
贝塔系数还可以用于衡量企业的系统风险。
企业经营环境的不稳定性和市场的波动性对企业的经营活动有着重要影响。
通过计算企业股票的贝塔系数，可以了解企业股票价格与市场之间的关系，从而评估企业所面临的系统风险。
企业可以根据贝塔系数的变化情况，制定相应的风险管理策略，以应对市场波动和经营环境的变化。
ALPHA和BETA系数
ALPHA和BETA系数投资的收益可以由收益中的非风险部分、受整个市场影响的部分，以及误差部分三者之和，通过资本资产定价模型（CAPM）计算出α和β，然后确定某金融商品的风险程度：ｙ＝α＋βｘ＋ｃ式中，ｙ为某种金融商品预期收益率；截距α为收益中非系统风险部分，是无风险的收益；斜率β为系数，是系统风险部分；ｃ为误差项，即残余收益（随机因素产生的剩余收益）；ｘ为整个市场的预期总体收益率。
（1）ALPHAALPHA（α）是指一个人在操作某一投资中所获得的超出指数或基准回报的那部分收益，表示大盘不变时个股的涨跌幅度，表示某公司一定程度的固定收益，由行业统计数据确定。
震荡市场股票不齐跌齐涨，难以存在大的系统性收益，个股的表现差异大，集中投资才能够获得超额收益。
积极选股的主动型投资将胜过跟随市场指数的被动型投资。
α＞０，表示大盘不变时，个股上升且数值越大，则涨幅越大。
较高的α一般是由股票的个性特征所决定，与大势和行业无关，应深度挖掘个股轻指数，尽可能寻找高α值的个股。
α＜０，表示大盘不变时，该个股下跌，且数值越小跌幅越大。
投资市场交易中面临着系统性风险（β风险）和非系统性风险（α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益（阿尔法收益）。
获取阿尔法收益包括选股、估值、固定收益策略等等，也利用衍生工具对冲掉贝塔风险。
阿尔法对冲策略是选择具有超额收益能力的个股组合，同时运用沪深300股指期货对冲市场风险以获得超额收益的绝对收益策略。
此种策略追求的是与市场涨跌相关性较低的绝对收益。
股市阿尔法对冲策略通常寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。
在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。
还有根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。
BETA风险指数
β系数（BETA风险指数）百科名片β系数也称为贝他系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。
β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。
目录β（贝塔）系数简介β系数计算方式β系数的含义β系数的一般用途1β系数的影响因素涉及β系数的两个折现率模型1证券指数的选择对β系数的影响1计算中所采用数据时段长短对β系数的影响1计算时段的长短对β系数的影响1红利发放对β系数的影响1其他可能影响β系数的因素β（贝塔）系数简介贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。
其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。
如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。
由于我们投资于投资基金的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。
在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。
根据投资理论，全体市场本身的β系数为1，若基金投资组合净值的波动大于全体市场的波动幅度，则β系数大于1。
反之，若基金投资组合净值的波动小于全体市场的波动幅度，则β系数就小于1。
β系数越大之证券，通常是投机性较强的证券。
以美国为例，通常以史坦普五百企业指数(S&P 500)代表股市，贝他系数为1。
一个共同基金的贝他系数如果是1.10，表示其波动是股市的1.10 倍，亦即上涨时比市场表现优10%，而下跌时则更差10%;若贝他系数为0．5，则波动情况只及一半。
β= 0.5 为低风险股票，β= l. 0 表示为平均风险股票，而β= 2. 0 →高风险股票，大多数股票的β系数介于0.5到l.5间。
上海证券市场不同行业板块贝塔系数的研究与检验
行变形 。假设 每一 种证 券收 益率 与市 场收 益率 存在 一种 线性 关 系 ， 将 Ｃ Ｐ 模 型转化 为Ｃ Ｐ Ａ Ｍ Ａ Ｍ可检 验 的形式 ，即单指 数模 型 ：
． ＝ ａ＋ ， ｆ ｆ ＋
２ 在 这个模 型 中 ，所 有参 数都 是 以预 期 形式 表示 ，而 贝塔 系数 无 证 板块 样本 数据 ，应 用最 小二乘 估计 法 ， 以每 １ 天为一 个 时间段 ， 法确定 预期 值 ，所 以大 多数Ｃ Ｍ模型 的检 验都 要 用历 史数 据来 代 用 Ｍａｌ 编程 计 算 了上证 综 合 、商 业 、工业 、地产 、公用 ５ ＡＰ ｔｂ ａ 大板 块
其中 ） 为市场 组合 收 益率 的方 差 ，ｃｖ ） 险资 产ｉ ｏ 为风 的收 布 ；上升 贝塔 和长期 贝塔 具 有较 好的稳 定 性 ，而～ 年期短 期 贝塔 出 现 了较 大 的波 动 性 。２ ０ 年 ，马喜 德 ，郑 振 龙 和王 保 合 利 用上 海 ０３ 股 票市 场９ 家 上市 公司 的数 据作 为样 本 ，对ＣＡ Ｍ中 的贝塔 系数 的 ０ Ｐ 著 异于 零 ，贝塔 系 数在 不 同的时 期会 发生 变化 ，具 有不 稳定 性 。实 证 分析 中如 果忽 略 了这一点 ，必 将导 致对 Ｃ Ｐ Ａ Ｍ检验 的失效 。
本 文 采 用２ ０ 年 １ ４ 到２ １ 年 １ 号 共９ ２ 交 易 日的 上 ０６ 月 号 ０ ０ 月４ ７个
益率 与市 场组 合 收益率 之 间 的协 方差 ， 为风 险资 产 ｉ 益率 ， 的收
为市场 组合 的收益 率。
由于之 前的 Ｃ Ｍ模型 本 身是 无法 进行 实证 检验 ，必须 对 它进 波 动状 况进 行 实证研 究 。结 果表 明所 有股 票 的贝塔 系数 波动 率都 显 ＡＰ
上海证券市场不同行业板块贝塔系数的研究与检验
上海证券市场不同行业板块贝塔系数的研究与检验本文采用2006年1月4号到2010年1月4号共972个交易日的上证板块样本数据,应用最小二乘估计法,以每12天为一个时间段,用Matlab编程计算了上证综合、商业、工业、地产、公用5大板块的贝塔系数。
分析比较了5个行业板块之间的贝塔系数有无显著差异,并用检验对各板块间的贝塔系数的显著性差异进行了檢验。
实证表明,大市趋于上升时(06年下半年至07年),各板块贝塔系数相对稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不稳定,甚至有个别时段的贝塔系数达到-10以上,基本在负区间波动。
贝塔系数的波动与股市发生的重大事件没有明显联系。
标签：贝塔系数CAPM模型最小二乘估计单指数模型检验一、引言贝塔系数是衡量证券或证券组合系统性风险大小的指标。
它是资本资产定价模型(CAPM)中最为重要的参数之一,著名的“单一指数模型”就要求事先估计出贝塔系数。
但是,贝塔系数必须要用历史数据进行估计。
因此,贝塔系数的稳定性就成为投资实践中的一个关键问题。
本文将对上海股票市场的5大行业板块的贝塔系数的稳定性进行实证研究。
威廉夏普提出了资产定价的均衡模型——资本资产定价模型(CAPM)。
在一些假设的基础上,可导出如下模型:其中为股票i的期望收益率;为无风险收益率;为股票i的贝塔系数;为市场组合的期望收益率。
其中为市场组合收益率的方差,为风险资产i的收益率与市场组合收益率之间的协方差,为风险资产i的收益率,为市场组合的收益率。
由于之前的CAPM模型本身是无法进行实证检验,必须对它进行变形。
假设每一种证券收益率与市场收益率存在一种线性关系,将CAPM模型转化为CAPM 可检验的形式,即单指数模型:在这个模型中,所有参数都是以预期形式表示,而贝塔系数无法确定预期值,所以大多数CAPM模型的检验都要用历史数据来代替。
因此必须假设贝塔系数在检验期间是完全稳定的。
如果用历史数据检验得到的贝塔不具有一定的稳定性,那它就无法作为未来贝塔系数的无偏差估计。
基于CAPM的我国沪市股票投资风险β系数分析
以浦发银 行 （０ ０ ０ 为例 ， ６００） 进行 数据 的 收集 。可 以登 录
（ｉ 是 资产 ｉ的 期 望 收 益 率 ， 一 ｆ市 场 风 险 溢 价 （ａ ｋ ｔ ｈ ｔ ：／ ｉ ａ ｃ ． ｎ ｙ ｈ ｏｃ ｍ ｑ ｈ ／ 一 ０ ０ ０ ｓ ／ 把 历 史 Ｒ） Ｅ（ Ｒ Ｍ ｒ ｅ ｔｐ ／ ｆ ｎ ｎ ｅ ａ． ａ ｏ ． ｏ ／ ／ｐ ｓ６ ０ ０ ． ｓ ，
有 效 的 ；３ 理 性 预 期 成 立 ；４ 投 资者 属 于 风 险规 避 者 。 （） （） 这 一 模 型 可 以表 述 为 ： （ｉ＝ ｆ ＢｉＥ Ｒ１ Ｒ ］ Ｅ Ｒ ） Ｒ ＋ ［ （Ｉ 一 ｆ 。其 中 ， Ｉ ） Ｅ
益率等 。选择不同时间段 的收益率 ， Ｂ系数估计 的结果可能存
１９ － １ ０ ８ １ 期 间 每 月 首 日数 据 。 ９ ９ ０ ￣２ ０ — １ （ 数 据 收 集 二）
（） 场的信息是完全充分的对称 的：２ 金 融市场是完全 在 差 异 。 本 文 选 择 上 海 证 券 交 易 所 上 市 的 所 有 股 票 自 １市 （）
（ｍ 是市场投 资组合 ｍ的期望收益 率， ｆ是无风 险收益率 ， Ｒ） Ｒ Ｅ
财经 纵横
基 于 Ｃ 的我 国沪市股 票投 资风 险 ＡＰ Ｍ
１ 系数 分 析 ３
陈 梅
（ 州航 空工业管理学院财务处， 郑 河南 郑州 ４ ０ １ ） ５ ０ ５ 【 摘 要】 随着我国市场经济 日益发 展 ， 资环境 不断改善， 资者的投资热情越发 高涨， 投 投 对会计信 息要求提 高。 本文基于资本
产定价模型 （ＡＰ模 型） 以上海证券交易所所有上市 公司股票 的， ｃＭ ， 因此真正的市场组合收益根本无法直接度量 。在美 国学者 Ｐ ０ 指数 ， 本文选择上海证券交易所每 日上证 为研究对象 ， 对模型 中的 ９进 行比较分析 。本文 的结构如 下： 研究通常选择 Ｓ ５ ０ 第一部分 ， 资本资产 定价模型简述 ； 第二部分 ， 数据 的选择和处 收盘指数 。Ｒ ｆ无风险收益率的选取 。 理 ； 三部分， 第 数据分析 ： 最后一部分是本文的结论。
β系数研究综述
关于β系数的研究综述内容摘要：近几十年来，β系数的研究与应用一直是资本市场中资产定价和风险管理理论与实践的热点之一，其中研究的重点在于β系数的稳定性及其变动特征等方面。
一方面，β系数是正确理解资本市场理论中有关收益——风险关系的关键参数，β系数的稳定与否对于CAPM模型在投资决策方面的应用如资产定价、股票收益预测和投资绩效评价至关重要；另一方面，资本市场上的许多事件研究也都依赖于β系数的稳定性。
因此，本文在国内外学者对β系数研究的基础上阐述和分析β系数的研究现状。
关键词：β系数稳定性市场风险β系数作为资本市场上测度系统风险的重要指标，它的计算和影响因素是市场投资者进行投资决策的重要依据，正确地认识β系数以及影响因素对于在当前经济环境下的资本市场投资尤为重要。
国内外学者对于β系数的研究主要有以下三个方面：研究不同时间的股票之间的关系，即对股票β值的相关性和稳定性进行分析和检验；探索影响β系数的因素，即研究不同特征股票β值的差异性；研究β系数的预测性。
下面，本文将从这三个方面来阐述国内外学术界对β系数的研究成果。
一、关于β系数的稳定性研究贝塔系数是用于衡量证券市场系统风险的一个重要概念。
通过对贝塔系数的估计,投资者可以预测证券未来的市场风险。
但是,贝塔系数必须要用过去的数据来估计。
所以,除非贝塔系数具有相对的稳定性,否则,它就无法作为证券市场未来系统风险性的无偏差估计。
1.国外学者关于β值稳定性的研究Blume于1971年在《Beta and Their Regression Tendencies》一文，研究了1926年1月到1968年6月间在纽约证券交易所上市的所有股票。
他以每7年为一个时间段，用月收益率数据估计出各个时间段的β系数，然后以统计学的相关分析法为基础，对β系数的稳定性作了深入的研究，最后得出如下结论：在一个时期里估计出来的β系数是其未来估计值的有偏估计；组合规模越大，其未来的β系数越能被准确地预测。
招商银行A股的β系数估计---基于EVIEWS的金融计量学
题 目： 招商银行A 股的β系数估计 课程名称：《基于EVIEWS 的金融计量学》 学 院： 经济学院 专 业： 年 级： 学生姓名： 学 号： 指导教师：2010 年 6 月 9 日《基于EVIEWS 的金融计量学》课程论文招商银行A股的β系数估计摘要：本文章中，我利用我国上海证券交易所上证指数（代码：000001）和招商银行A 股（代码：600036）2002年4月到2012年5月的月收盘价数据，构建单指数模型对招商银行A股的β系数进行估计，运用eviews 软件建立、估计、检验线性回归模型。
关键词：Eviews软件β系数单指数模型t统计量DW统计量残差正态分布检验自相关的LM检验异方差的White检验引言：一、公司背景招商银行是一家全国性商业银行，国内最大的零售银行。
在境内30多个大中城市、香港设有分行，网点总数400多家，在美国设立了代表处，并与世界70多个国家和地区的900多家银行建立了代理行关系。
公司在香港、上海两地上市，其发行的“一卡通”被誉为我国银行业在个人理财方面的一个创举，公司同时也是国内信用卡发卡最多的银行。
公司正加快实现战略转型，加大收入结构和客户结构的调整力度，大力发展零售银行业务、中间业务、信用卡业务和中小企业业务，不断提高非利息收入的占比，经营转型取得了良好的效果。
自成立以来，招商银行先后进行了三次增资扩股，并于2002年3月成功地发行了15亿A股，4月9日在上交所挂牌（股票代码：600036），是国内第一家采用国际会计标准上市的公司。
2006年9月又成功发行了22亿H股，9月22日在香港联交所挂牌交易（股票代码：3968），10月5日行使H股超额配售，共发行了24.2亿H股。
目前，招商银行总资产逾8000亿元，在英国《银行家》杂志“世界1000家大银行”的最新排名中，资产总额位居114位。
招商银行股份有限公司被巴菲特杂志、世界企业竞争力实验室、世界经济学人周刊联合评为2010年（第七届）中国上市公司100强，排名第40位。
上市保险公司β系数的测算分析.doc
上市保险公司β系数的测算分析摘要:保险业作为金融领域的一个分支，其展业与经营和市场经济的联系比较紧密，收益情况比较容易受到市场因素的影响。
CAPM模型中，β系数作为一个参数，可以衡量证券的系统性风险，即证券收益率相对于市场的投资收益率的波动情况。
因此，本文通过测算三家上市保险公司的β系数，评价保险业所受到的系统风险大小，研究当前中国保险公司的风险状况，并针对如何防范系统性风险提出有关建议。
关键词:β系数；保险公司；系统性风险一、引言金融资产的预期收益率受风险因素的影响，导致收益的不确定性，风险主要分为系统性风险和非系统性风险。
一般而言，个别风险可以通过组合投资分散风险，但是系统性风险无可避免，因此，系统性风险的测量和管理成为经济学家们重点研究的课题。
现代投资组合理论为系统性风险的度量提供了一系列方法，其中，基于资本资产定价模型(CAPM)的β系数是证券系统性风险的重要度量指标，它体现了某项资产价格对市场整体经济波动的敏感性，被广泛用于对风险问题的度量和分析中。
近年来，中国保险行业的发展较快，2015年行业平均的保费保持了20%左右、并且有较高增速的趋势，与降息环境下寿险产品的吸引力提升，以及前期权益类市场的良好表现带动寿险公司投资需求、加大销售力度有关。
保险业所经营的产品是无形的风险这一特殊产品，保险业也就比金融行业中的其他机构部门更容易接触到各类风险。
本文通过测算保险行业上市公司股票的β系数，分析我国的上市保险公司受到的系统性风险大小，了解当前保险行业的风险状况。
通过利用以往的收益率数据对β系数进行参数估计，可以向投资者揭示上市公司的系统性风险，为投资组合管理者提供资产选择与风险控制的基本信息，帮助投资者做出合理的组合投资决策。
因此，β系数的测算与分析具有重要的现实意义，同时又兼具理论价值。
二、理论依据马科维茨早在1952年首创了风险的定量研究，提出了资产组合理论。
随后，威廉•夏普等经济学家建立了资本资产定价模型，将资产的预期收益率与风险值β系数联系在一起，从理论上探讨在多样化的资产组合中，如何有效地计算某种单项证券的风险，并说明在证券市场上风险是如何决定价格的。
CAPM模型在上海股票市场的有效性检验
CAPM模型在上海股票市场的有效性检验CAPM（Capital Asset Pricing Model）模型是当前金融学领域中最重要的资本市场定价模型之一，它在评估证券价格和风险之间关系的研究中起到了重要作用。
本文将对CAPM模型在上海股票市场的有效性进行进一步的检验，旨在探究该模型在中国市场的适用性和可靠性。
一、研究背景和意义CAPM模型是由肖普和马克奈利于1964年提出的，该模型认为证券的期望回报与市场风险存在正相关的线性关系。
在众多投资者和学者的研究中，CAPM模型一直是衡量个股或组合风险收益的基本工具。
然而，该模型最初是在美国的证券市场上建立的，其在其他国家和地区的有效性和适用性并未广泛检验。
中国的股票市场近年来发展迅速，成为全球投资者瞩目的焦点之一。
然而，由于中国市场的独特性质和所处的发展阶段，CAPM模型在中国市场中的有效性一直备受质疑。
因此，通过检验CAPM模型在上海股票市场中的适用性，可以对该模型的现实价值进行评估，并为投资者提供更科学的投资决策依据。
二、CAPM模型在上海股票市场的理论基础CAPM模型的核心理论是市场的系统风险，即市场组合的整体风险。
该模型认为，股票的期望回报应该取决于其与市场组合的系统风险之间的关系。
具体而言，CAPM模型认为一个证券的预期回报率可以由以下公式表示：E(Ri) = Rf + βi(E(Rm) - Rf)其中，E(Ri)是关于证券i的预期回报率，Rf是无风险利率，βi是证券i的系统风险系数，E(Rm)是市场组合的预期回报率。
在上海股票市场中，CAPM模型同样适用。
根据中国证券监督管理委员会的数据，上海股票市场是中国最大的股票市场之一，有着广泛的市场参与者和交易量。
因此，CAPM模型的核心观点即证券的回报率存在与市场组合风险相关的特定关系，可以在上海股票市场中得到有效验证。
三、检验上海股票市场中的CAPM模型有效性为了检验上海股票市场中CAPM模型的有效性，可以通过以下步骤进行研究：1. 数据收集：收集上海股票市场相关数据，包括个股价格、市场指数数据、无风险利率等。
【推荐】贝塔系数评估实验报告
【推荐】贝塔系数评估实验报告
一、实验背景
贝塔系数是股票投资领域里常用的一个风险度量指标，它描述某种股票投资相对于市场整体波动率的大小。
因此，通过计算某种股票投资的贝塔系数，可以了解它的风险程度并作相应投资策略。
二、实验内容
本实验通过对某只个股与大盘指数的日收益率数据进行回归分析得到其贝塔系数，并在实践中评估该股票的风险程度。
三、实验步骤
（1）数据收集：选择一只个股和对应的大盘指数，分别记录每个交易日它们的收盘价。
（2）计算个股和大盘指数的收益率：根据每个交易日的收盘价，计算出个股和大盘指数的日收益率。
（3）线性回归：将个股的日收益率作为因变量，大盘指数的日收益率作为自变量，进行一元线性回归分析，得到斜率作为该个股的贝塔系数。
（4）风险评估：通过贝塔系数评估该个股的风险程度，根据自身风险承受能力作出相应的投资决策。
四、实验结果分析
本实验以白云机场为个股，沪深300指数为大盘指数进行实践。
通过线性回归计算得到白云机场的贝塔系数为0.487。
根据贝塔系数的含义可知，白云机场相对于整个市场的风险程度较低，风险承受能力较强。
因此，在投资决策中可以适当增大持有该股的比例。
五、实验结论
本实验以白云机场为例，通过计算其贝塔系数评估了该个股的风险程度并作出了相应的投资决策。
通过实践得出，贝塔系数在投资决策中具有重要作用，可以帮助投资者更好地了解股票投资的风险程度。
BETA值的计算及应用
β是一条回归直线的斜率,它是通过对基于 无风险利率的资产组合获得的超额收益和 基于无风险利率的市场获得的超额收益的 回归分析得出的；
β系数的概念
当β=1.0 : 资产组合的收益和风险与市场 的收益和风险一致；
当β=2.0 : 资产组合的超额收益是市场超 额收益的二倍，风险也是市场风险的二 倍；
对冲的期货合约及其价格， 根据需要填写；
基差：指数与期货合约价格 之差，自动生成
主要参数
代码：股票代码，根据“原始数据”表自动生成； 价格：股票价格，根据“原始数据”表自动生成； 持仓：对应股票的持仓，根据实际持仓录入； 目标BETA：对期现市场投资组合的目标β，根据需
求设置。
故要完成套期保值,需要在期货市场上卖出5 个合约
β系数在股指期货投资策略中的应用
投资者还可以通过调整期现两个市场投资 组合的β系数，进行资产和风险管理： 市场看好时,通过在股指期货市场上套保 尽量放大β系数 市场看空时,通过在股指期货市场上套保 尽量缩小β系数
β 系数的调整和资产管理
统计期数长短对对冲所需手数的影响
当统计期数为30 时对冲所需手数 随时间的变化
当统计期数为60 时对冲所需手数 随时间的变化
参考指标
基差分析
基差的变化对β对冲的效果有直接影响，从理 论上讲，如果投资者在β对冲之初与结束对冲 之时的基差没有 发生变化，就可 能实现完全的β 对冲，但基差总 是不断变化的， 如图所示。
现货价格 期货价格 基差
7月30
4410
5102
692
8月30
5241
5348
107
损益
831
-246
585
基于修正的SS模型的贝塔系数均值回归研究
摘
一、 引言 贝塔系数是现代财务 理论的一 个关键 概念 , 也是 资本资 产定价模型 ( CAPM ) 中最为 重要 的参数 之一 , 它 的意义 在于 被广泛地应用于度量证券的系统风险。通过对贝塔系数的估 计 , 投资者可以利 用 CA P M 评价证 券现在 或将来 的风险。然 而对该模型的实证检验却一直存在着争议。在传统 CA P M模 型不断遭受到非议的同时 , 也 使得 CAPM 在最 近数十 年以来 得到了不断的补 充和 扩展。最 近的实 证研 究表 明 , CAPM 中 的贝塔系数不平稳 , 具有时 变性 , 这给 CA P M 的应用带来了沉 重的打击。 B lume( 1975) [ 1] 最早提出 了单个证 券的贝 塔系数 有可能遵循均值回归过程 , 认为由于上 市公司最初 的高 ( 低 ) 风险的经营项目在经过 一段时间 后风险 有可能 降低或 升高 , 或者其新建的项目风险比 旧项目 低或高 , 那么 作为衡 量单个 证券风险的贝塔系数也会相应地发生变化。并且 B lum e的研 究表明虽然贝塔系数是可变的 , 但却 遵循一个均值回归过程。 B lume 的结论 得 到 学 术 界 的 广 泛 认 可 , 其 中 Brenne r & Sm idt
it+ 1
为了检验贝塔系数是否 遵循均值 回归过 程 , 首先假 设贝 塔系数在短期 内是不变的 , 并对数据进行分期 , 然后采用传统 的 CAPM 模型估计出每期的贝塔 系数
t
。由于受 到利率、 财
务杠杆等因素 的影响 , 贝塔系数是时变的 , 许多的研究也表明 了贝 塔系数具有时变性 , 因此本 文以时 变的贝塔 系数来 代替 短期内不变的 贝塔系数的假定。 Schw ert & Seguin( 1990) [ 4] 将 市场 组合收益的波动因素引 入到市 场模型 中 , 由 此构造 了如 下的 时变贝塔系数模型 : R it = ∀i +
股票市场贝塔系数的稳定性研究——以上证A股为例
股票市场贝塔系数的稳定性研究——以上证A股为例股票市场贝塔系数的稳定性研究——以上证A股为例引言股票市场的波动性一直以来都是金融研究的热点之一，而贝塔系数作为一种衡量股票市场波动性的指标，对投资者的投资决策起着重要的参考作用。
然而，贝塔系数的稳定性一直以来都备受关注。
本文旨在以中国最具代表性的股票市场，上证A股市场为例，探讨股票市场贝塔系数的稳定性。
一、贝塔系数的基本概念贝塔系数是经典的金融学指标之一，用于衡量股票在市场上的波动性相对于整个市场波动性的相对大小。
贝塔系数的计算方法是通过回归分析，将某只股票的收益率与整个市场的收益率进行相关性分析，来衡量股票对于市场波动的敏感程度。
如果贝塔系数大于1，则说明这只股票的波动性大于整个市场；若贝塔系数小于1，则说明这只股票波动性较整个市场小。
二、贝塔系数的研究方法贝塔系数的研究方法主要是通过计算股票的收益率与市场收益率的相关性来获得。
一般而言，选择股票市场中代表性较高的股票指数作为市场的表征，计算股票与该指数之间的相关性。
在本文中，我们选择了上证A股指数作为市场的表征，通过计算上证A股指数与各只股票的收益率之间的相关性，得到贝塔系数的估计值。
三、贝塔系数的稳定性贝塔系数的稳定性是指贝塔系数在不同时间段内是否具有较高的一致性。
贝塔系数的稳定性对投资者而言非常重要，如果某只股票的贝塔系数不稳定，那么投资者将难以准确判断该股票对市场波动的敏感程度，从而影响其投资决策。
在本研究中，我们将使用上述所述的研究方法计算上证A 股市场中的股票的贝塔系数，并通过对一定时间范围内贝塔系数的观察和分析，来探讨贝塔系数的稳定性。
四、贝塔系数的稳定性研究结果研究结果显示，上证A股市场中的股票的贝塔系数在不同时间段内呈现出一定的稳定性。
贝塔系数的稳定性主要体现在以下几个方面：首先，大多数股票的贝塔系数在短期内保持相对的稳定。
在日频数据中观察发现，大部分股票的贝塔系数在相差不大的时间范围内保持相对稳定的数值。
强周期性行业与弱周期性行业beta系数实证分析
强周期性行业与弱周期性行业beta系数实证分析引言随着经济的不断发展，不同行业之间的周期性变化成为了一个不容忽视的因素。
强周期性行业和弱周期性行业在经济波动中展现出不同的特点，对于投资者来说，了解这些特点并加以分析对于选择投资标的具有重要意义。
本文将对强周期性行业与弱周期性行业的beta系数进行实证分析，以探讨它们在市场波动中的表现及对投资组合的影响。
一、强周期性行业与弱周期性行业的概念及特点强周期性行业通常是指受经济周期波动影响较大、市场需求波动明显的行业，如房地产、汽车制造、原材料等。
这些行业在经济景气期会获得快速增长，但在经济衰退时则可能受到较大影响，业绩表现不佳。
而弱周期性行业则指受经济周期影响较小、需求相对稳定的行业，如医疗健康、食品饮料、公用事业等。
这些行业在经济低迷时仍能保持相对稳定的业绩表现。
强周期性行业与弱周期性行业在市场表现上具有明显的差异。
在经济高景气期，强周期性行业往往表现出较好的业绩，股价上涨；而在经济低迷时，强周期性行业的表现则较为疲软。
相比之下，弱周期性行业在经济低迷时仍能保持相对稳定的业绩表现，股价波动较小。
二、beta系数的概念与作用beta系数是用来衡量某一资产对整个市场风险的敞口程度的指标，通常用来评估股票或投资组合相对于市场整体波动的表现。
在资本资产定价模型（CAPM）中，beta系数被用来衡量资产的系统性风险，其值越高表示资产对市场风险的敞口越大，反之则表示敞口较小。
在实证分析中，beta系数可以帮助投资者评估股票或投资组合的风险水平，从而更好地进行风险管理和资产配置。
针对强周期性行业和弱周期性行业的股票或投资组合，我们可以计算其在市场整体波动中的beta系数，并进一步进行比较分析。
通过实证分析，我们能够更直观地了解不同行业在市场波动中的表现，并为投资决策提供参考依据。
1. 强周期性行业的beta系数分析我们选择了房地产行业和汽车制造行业的代表性股票，计算其beta系数并进行比较。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上海证券市场不同行业板块贝塔系数的研究与检验
作者：袁超
来源：《商场现代化》2010年第08期
[摘要]本文采用2006年1月4号到2010年1月4号共972个交易日的上证板块样本数据,应用最小二乘估计法,以每12天为一个时间段,用Matlab编程计算了上证综合、商业、工业、
地产、公用5大板块的贝塔系数。
分析比较了5个行业板块之间的贝塔系数有无显著差异,并
用检验对各板块间的贝塔系数的显著性差异进行了检验。
实证表明,大市趋于上升时(06年下半年至07年),各板块贝塔系数相对稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不
稳定,甚至有个别时段的贝塔系数达到-10以上,基本在负区间波动。
贝塔系数的波动与股市发生的重大事件没有明显联系。
[关键词]贝塔系数 CAPM模型最小二乘估计单指数模型检验
一、引言
贝塔系数是衡量证券或证券组合系统性风险大小的指标。
它是资本资产定价模型(CAPM)
中最为重要的参数之一,著名的“单一指数模型”就要求事先估计出贝塔系数。
但是,贝塔系数必
须要用历史数据进行估计。
因此,贝塔系数的稳定性就成为投资实践中的一个关键问题。
本文
将对上海股票市场的5大行业板块的贝塔系数的稳定性进行实证研究。
威廉夏普提出了资产定价的均衡模型——资本资产定价模型(CAPM)。
在一些假设的基础上,可导出如下模型:
其中为股票i的期望收益率;为无风险收益率;为股票i的贝塔系数;为市场组合的期望收益率。
其中为市场组合收益率的方差,为风险资产i的收益率与市场组合收益率之间的协方差,为
风险资产i的收益率,为市场组合的收益率。
由于之前的CAPM模型本身是无法进行实证检验,必须对它进行变形。
假设每一种证券收益率与市场收益率存在一种线性关系,将CAPM模型转化为CAPM可检验的形式,即单指数模型:
在这个模型中,所有参数都是以预期形式表示,而贝塔系数无法确定预期值,所以大多数CAPM模型的检验都要用历史数据来代替。
因此必须假设贝塔系数在检验期间是完全稳定的。
如果用历史数据检验得到的贝塔不具有一定的稳定性,那它就无法作为未来贝塔系数的无偏差估计。
所以,贝塔系数稳定性检验问题的研究就具有重要意义。
厦门大学的沈艺峰和洪锡熙通过CHOW检验方法对深圳证券交易所1996年度所有上市股票样本数据的分析表明,无论单个股票或是股票组合,贝塔系数都不具有稳定性。
2007年,袁皓用沪、深两市1998年1月至2005年12月共计96个月的月度收益率数据考察了我国证券市场贝塔系数的稳定性。
他的研究以单一指数模型(SIM)为基础,分别使用OLS,Prais-Winsten叠代技术,以及Vasieek(1973)方法估计了贝塔系数。
研究发现我国股市中的单只股票的贝塔系数:不具有稳定性,而随着证券投资组合中股票数目的增加,贝塔系数的稳定性呈上升趋势。
2006年,申隆,
戴志辉的研究认为,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。
通过单一指数模型对贝塔系数的计算,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。
他们利用CH0W检验方法对中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。
2005年,周少甫,杜福林应用Engle提出的一种多元DCC—GARCH模型,选取了上海股市五支股票进行研究,获得了比较准确的时变贝塔系数,并给出了贝塔系数的预测公式。
同年,曾德军在对上海证券市场的短期、中期和长期贝塔系数进行系统研究,发现中长期贝塔系数近似服从
正态分布;上升贝塔和长期贝塔具有较好的稳定性,而一年期短期贝塔出现了较大的波动性。
2003年,马喜德,郑振龙和王保合利用上海股票市场90家上市公司的数据作为样本,对CAPM中的贝塔系数的波动状况进行实证研究。
结果表明所有股票的贝塔系数波动率都显著异于零,贝
塔系数在不同的时期会发生变化,具有不稳定性。
实证分析中如果忽略了这一点,必将导致对CAPM检验的失效。
本文采用2006年1月4号到2010年1月4号共972个交易日的上证板块样本数据,应用最小二乘估计法,以每12天为一个时间段,用Matlab编程计算了上证综合、商业、工业、地产、
公用5大板块的贝塔系数。
分析比较了5个行业板块之间的贝塔系数有无显著差异,并用检验对各板块间的贝塔系数的显著性差异进行了检验。
实证表明,大市趋于上升时(2006年下半年至2007年),各板块贝塔系数相对稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不稳定,甚至有个别时段的贝塔系数达到-10以上,基本在负区间波动。
贝塔系数的波动与股市发生的重大事件没有明显联系。
二、计算5个行业板块贝塔系数
单指数模型:
其中、分别是第t天相应的第i个板块收益率和市场收益率。
收益率计算公式为:
,其中为第t天的相应指数。
应用最小二乘法估计单指数模型里的贝塔系数,得到:
其中。
数据采用2006年1月到2009年12月共972个交易日的上证指数()和5大行业板块指数(),每12天为一个时间段得到一个贝塔系数的估计值,用Matlab软件编程计算得到:
图1 工业板块贝塔系数图2 商业板块贝塔系数
图3 公用板块贝塔系数图4 综合板块贝塔系数
图5 地产板块贝塔系数
由上面5幅图可以看出,五个板块的贝塔系数明显是不稳定的。
大市趋于上升时(06年下半年至07年),各板块贝塔系数明显稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不稳定,甚至有个别交易日的贝塔系数达到-10以上,基本在负区间波动。
板块之间的贝塔系数的联系相当明显,同一时期的振动趋势基本一致。
工业板块、商业板块、地产板块、公用板块贝塔
系数最小值-15.1651、-15.5764、-20.7519、-16.6298都出现在2007年3月5号到3月20号(央行首度决定上调金融机构人民币存贷款基准利率)。
综合板块最小值-18.4336出现在2006年11月29号到2006年12月14号。
工业板块最大值1.077出现在2006年2月16号到2006年3月3号。
商业板块最大值2.4087出现在2006年10月9号到2006年10月24号。
地产指数最大值2.8633出现在2006年3月22号到4月6号。
公用指数最大值1.5015出现在2007年9月12号到2007年9月27号。
综合指数最大值1.4012出现在2006年12月15号到2007年1月4号。
而股市几次重大调整(例如2007年5月30号和2007年12月),贝塔系数的波动并不大。
三、检验
使用t检验来检验各大板块之间的贝塔系数的稳定性。
假设检验:(两个样本贝塔系数均值之间没有显著差异);(两个样本贝塔系数均值之间有显著差异)
检验计算公式:
其中,为样本1的贝塔系数,为样本2的贝塔系数,为样本1贝塔系数的期望,为样本2贝塔系数的期望。
为样本1贝塔系数的个数,为样本2贝塔系数的个数。
样本数为81个,自由度,
查表得。
用Matlab编程计算得到:
其中,为工业板块与商业板块之间的差异,为工业板块与地产板块,为商业与地产,为工业与公用,为工业与综合, 为商业与公用,为商业与综合,为地产与公用,为地产与综合,为公用与综合。
由于即为差异非常显著,反之即为差异不显著。
从而可知差异非常显著,其余差异不显著。
即综合板块与其他四个板块的差异非常显著,这说明综合板块贝塔系数的变化受其他四个板块贝塔系数变化的影响不大,而其他四个板块的贝塔系数之间互相影响。
参考文献:
[1]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,1994.4
[2]袁皓:中国证券市场β系数稳定性:一个大样本的检验[J], 中大管理研究, 2007, 2(2): 111-124.
[3]申隆戴志辉: 全球流通股票的贝塔系数稳定性研究[J], 商业时代, 2006(35):61-62.
[4]周少甫杜福林:上海股市时变贝塔系数的估计[J], 统计与决策,2005(11): 17-19.
[5]曾德军:上海证券市场贝塔系数统计规律分析[J], 岳阳职业技术学院学报, 2005(2): 67-69
[6]马喜德郑振龙王保合:贝塔系数波动状况的实证分析[J], 厦门大学学报:哲学社会科学版,2003(4):。