鋼鐵公司上市β系數實證分析論文

導語：鋼鐵公司上市β系數實證分析論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1引言

β系數是證券或證券組合與市場相互關聯的一個概念和參數，是衡量證券系統性風險的重要指標。它已經被廣泛應用于投資理論和投資實踐，并發揮著重要的作用。

隨著中國資本市場規模的擴大、證券法規的健全、運行機制的健全，我國的資本市場日益走向成熟。這樣，我們就非常有必要結合中國資本市場的實際情況對國外的先進的資本市場理論進行規范與實證研究，而不是全盤照搬或全盤否定，其中就包括對盧系數的實證研究。本文對盧這一系統風險指數展開研究，并以上海證券交易所鋼鐵行業部分上市公司為實證研究對象。

2證券投資風險

證券投資風險按其性質不同以及能否分散，可以分為系統風險和非系統風險。在數量上，總的風險等于這兩部分之和。非系統風險與系統風險的區別見表l。

3β系數

1952年，馬科維茨正式提出了投資組合選擇模型，并提出了分散化投資原則，他也因此而獲得了1990年的諾貝爾經濟學獎。在馬科維茨提出投資組合理論12年之后，威廉·夏普（WilliamSharpe）和約翰·林特納(JohnLintne)分別在1964年的文章《資本資產定價：風險條件下的市場均衡理論》和1965年的文章《風險資產的價值，股票資產組合的風險投資選擇與資本預算》中，在馬科維茨的研究基礎上，相繼提出了資本資產定價模型(CapitalAs-setPricingModel-CAPM)[2].

3.1β系數的意義和表示方法

在一個投資組合中，一個證券最佳的風險度量是這個證券的β系數，β系數被廣泛運用在國內外市場上來測定某種證券或投資組合的相對風險大小。在資本資產定價模型中其重要性在于代表了一種證券對未來市場變化的敏感度。

β系數是度量一種證券對于市場組合變動的反映程度的指標，其定義為式(1):

3.2研究方法

本文以定量實證分析為主，以定性分析為輔。選取上海證券交易所鋼鐵行業部分上市公司為研究對象和樣本。對市場收益率，股票的月收益率，無風險收益率的時間序列進行回歸求出β系數，然后對得出的口系數估計值進行統計檢驗與分析。

4鋼鐵行業上市公司β系數實證研究設計

4.1樣本選擇

本文選擇上海證券交易所鋼鐵行業上市公司為研究對象。本研究根據實際情況，選取權重較大的7家為研究對象，它們分別是：邯鄲鋼鐵股份有限公司、武漢鋼鐵股份有限公司、內蒙古包鋼鋼聯股份有限公司、寶山鋼鐵股份有限公司、南京鋼鐵股份有限公司、安陽鋼鐵股份有限公司、馬鞍山鋼鐵股份有限公司。

在時間跨度與周期的確定上，本研究根據上交所鋼鐵行業上市公司的具體情況，選取2002年1月1日至2005年12月31日作為研究的時間段（選取經濟較穩定的一個時期的數據）。

對于市場指數的選擇，國外預測服務機構的標準做法是：將公司股票的數據與該股票交易的市場指數進行回歸，進而預測β值。本文采用的是與此相似的方法，選取上證A股指數作為市場指數。

4.2鋼鐵行業上市公司β系數的計算估計

4.2.1無風險收益率的確定

我國是一個高儲蓄率的國家，多年形成的以儲蓄抗風險理念使絕大多數居民的投資方式以儲蓄為主。鑒于居民儲蓄利率的無風險特征，本文選取銀行的三個月整存整取的年利率作為最低無風險利率R1值。

4.2.2口系數的估計模型

首先，我們假定β系數具有對收益的完全解釋能力。上市A股指數能夠比較準確的反映整體市場行情的變動和股票市場的整體發展趨勢。股票的JB系數一年內保持不變。采用以下模型估計單個股票的β系數。

4.3鋼鐵行業部分上市公司β系數的實證分析

4.3.1鋼鐵行業上市公司β系數的回歸估計結果

運用EXCEL軟件分別計算所選上市公司股票2002年，2003年，2004年，2005年的β系數。β系數的計算結果見表2：

4.3.2上交所上市公司β系數的穩定性與變動趨勢分析

1)穩定性與變動趨勢分析的公式計算。計算每只股票2002年、2003年、2004年、2005年盧系數的均值和標準差。計算結果見表3：

本文采取了李曉華和黃榮坦《滬市系統風險β系數實證研究》一文中的穩定性標準：若標準差小于0.15，則認為該只股票的β系數是趨于穩定的；若標準差大于0.15，則認為該只股票的β系數不趨于穩定。由表2所示的結果可以看到，在7只股票中，沒有一只股票符合穩定性標準。

2)計算7只股票盧系數年度均值，考察隨上市時間的增加，年度平均盧系數的變化趨勢。盧系數年度均值計算結果見表4：由表4可知，所選上市公司股票的β系數年度均值，除了2004-2005年有一定的降幅以外，隨著上市時間的增加基本上呈增加的態勢

3)p系數的變動趨勢分析

由表5可知，所選上市公司股票的β系數，除了2004-2005年普遍的下降，上升的比例占到9/14。這與年度均值隨著上市時間的增加基本上呈增加的態勢是一致的。

4.4利用β系數的歷史數據預測未來p系數的可靠性分析

通過對p系數的穩定性分析可知，所選股票的中的所有股票的盧值都是不穩定的。因此，評價盧的過去數據用來預測未來是不可靠的。如果要使p系數的歷史數據對未來決策具有參考價值，就需要用特殊的方法對β系數的歷史數據進行處理，以使歷史估計與未來數據相符。

4.5鋼鐵行業上市公司股票風險特征分析

股票風險特征分析也就是風險結構分析，主要是分析股票總風險中系統風險和非系統風險各占多大比重。

根據回歸模型可以計算樣本股票的可決系數R2，也稱為回歸的R2檢驗值。R2檢驗值接近于1，說明兩個變量之間線性相關關系很強，這種關系可能為正也可能為負。

可決系數R2除了良好的統計意義之外，也有重要的財務含義。R2表示一家公司的風險中市場風險所占的比例的估計，（1一R2）則代表了公司特有風險在公司總風險中所占的比例。所以，風險結構分析實際上就是對可決系數R2進行分析。

運用EXCEL軟件得到回歸的R2檢驗值的統計結果見表6。

從國外股市的發展歷史來看，市場建設初期系統風險占總風險比例較大，此時非系統性風險對股票價格的影響較小，成熟市場系統風險對個股的影響趨于收斂，非系統風險在股票總風險中占有的比例趨于增加，非系統風險能夠通過投資組合有效消除。根據美國的經驗數據表明：對于單個股票而言，系統性風險占總風險的比例大約是30%左右。

從表6可以看出，所選的上市公司的股票在2003-2005年三年中以月為周期計算的系統風險在總風險中的比重均值為0.437，在2002-2005年四年中的系統風險比例為0.497。通過對所選上市公司股票的可決策系數R2的計算可知，系統性風險在總風險中的比重在總體上是呈現下滑的趨勢的。

與國外市場進行橫向比較，四年(2002-2005)或三年(2003-2005)資料計算的上市公司股票的系統風險與成熟市場中的較低的系統風險水平還有不小的差距。與國內以往的研究成果進行縱向比較，較施東暉計算的1993-1996年的系統風險比例均值81.37%偏低，較王新鳴計算的1996-1998年的系統風險均值0.45-0.47較低。這說明我國還是一個不成熟的股票市場，系統性風險仍然占有較高的比例。

6結語

通過對上海證券交易所鋼鐵行業上市公司的β系數實證分析，得到如下結論：隨著上市時間的推移，上海證券交易所鋼鐵行業上市公司β系數的年度均值總體上呈增加的趨勢。通過穩定性分析，可以看到隨著上市時間的增加，β系數并沒有趨于穩定的趨勢。而由于股票的JB系數具有不穩定性，所以利用β系數的歷史數據預測未來的β值的可靠性較差。另外，上海證券交易所鋼鐵行業上市公司的平均系統風險占總風險的比重相對較大，這說明鋼鐵行業股票的投資風險更多地體現為系統風險，是不能通過分散投資來消除的。

參考文獻：

[1]于慧春，風險的內涵與企業的風險防范[M].北京：機械工業出版社，1998．

[2]余志紅．資本資產定價模型(CAPM)在證券市場中的應用[J].沿海企業與科技，2005(10)：43-44.

[3]鄭立，企業增長的戰略途徑沿[J]．沿海企業與科技，2006(4)：21-22．

[4]胡勤勤，吳世農．證券市場系統性風險系數估計中應注意的幾個問題[J].證券市場導報，2001(11)：33-34．

[5]陶建宏，王京芳．股票風險的估計模型及其應用研究[J].天津職業技術師范學院學報，2004(14)：13-14.

[6]李曉華，黃榮坦．滬市系統風險盧系數實證研究[J]．桂林師范高等專科學校學報，2007(2)：54-55．

[7]滋維·博迪，亞歷克斯·凱恩，艾倫·馬庫斯．投資學[M]．北京：機械工業出版社，2009.

[8]周忠惠，張鳴，徐逸星．財務管理[M].上海：上海三聯出版社，1995.

[9]張春梅．資本資產定價模型在我國證券市場的適用性研究[J]．北方經濟．2006(3)：27-28．

[10]施東暉．上海股票市場風險性實證檢驗[D].吉林：吉林大學，2005.

[11]王新鳴．上海股票市場股票風險結果和組合效果[J]．投資與證券，2000(2)：7-8．