全球流通股票穩定性研究論文

導語：全球流通股票穩定性研究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。

內容摘要：貝塔系數是反映單個證券或證券組合相對于證券市場系統風險變動程度的一個重要指標。通過對貝塔系數的計算，投資者可以得出單個證券或證券組合未來將面臨的市場風險狀況。通常貝塔系數是用歷史數據來計算的，而歷史數據計算出來的貝塔系數是否具有一定的穩定性，將直接影響貝塔系數的應用效果。筆者利用CHOW檢驗方法對我國證券市場已經實現股份全流通的上市公司進行檢驗后發現，大部分上市公司在實現股份全流通后，其貝塔系數并沒有發生顯著的改變，用貝塔系數進行系統風險的預測可靠性還是相當高的。

關鍵詞：貝塔系數系統風險CHOW檢驗穩定性

在資本資產定價模型中，所有參數都是以期望值的形式來表示的。在這些參數中，β系數作為反映證券系統風險的重要參數，在實際應用中也應使用其未來期的期望值。但是，未來期β系數期望值是一個未知參數，只能通過合理的估計才能得到。在估計未來期β系數時，通常是用歷史數據進行估計，即用歷史數據計算出來的β系數值近似地作為其未來期的期望值。如果用歷史資料計算的β系數估計值不具備良好的穩定性，那么計算出來的系數值就不能作為未來期系數的無偏估計值，這樣資本資產定價模型的實際應用將會受到極大的限制。同時，在證券分析和投資管理中，對系統性風險的事前預測比事后估計更為重要，而能否準確地預測未來的β系數，關鍵也在于歷史數據估計出來的β系數是否具有一定的穩定性。因此，β系數的穩定性對β系數的有效應用至關重要。

我國證券市場由于歷史原因造成上市公司國有股和法人股不能流通，而國有股和法人股不能流通，導致上市公司管理層在經營活動中不能完全按照所有股東的意志進行經營，大股東侵害中小股東的事件時有發生，這些事件的發生嚴重影響了我國證券市場的健康發展。為了解決股權分置問題，我國開始進行股權分置改革，通過股權分置改革，使我國證券市場上所有的上市公司都實現股份全流通。上市公司在實現全流通后，反映其系統風險的β系數值是否穩定，是否仍能用其歷史的β系數值進行公司系統風險的預測，這些都已經成為學術界目前研究的熱點問題。

本文以我國證券市場已經完成股權分置改革的上市公司為研究對象，通過計算得出個股在股改前后的實際β系數值，并利用CHOW檢驗方法對β系數值的穩定性進行檢驗，通過實證分析來研究股權分置改革對上市公司β系數穩定性的實際影響。

研究樣本和數據

截至2006年3月5日共有358家上市公司完成了股權分置改革，實現了股份的全流通，由于我國的股權分置改革剛剛起步，大多數上市公司全流通后的交易數據還比較少，無法準確地計算出股改后上市公司的β系數值。為了便于進行不同時期的比較和檢驗，我們必須選擇一些較早完成股權改革的上市公司作為研究對象。本文選取了在2005年9月30日完成股改的上市公司作為研究對象，這樣共有35家上市公司，其中上海30家，深圳5家。由于受數據少的限制，本文使用上市公司的日收盤價作為計算β系數值的數據。數據主要來源于愛建證券網上交易系統，還有部分數據來源于上海證券交易所和深圳證券交易所網站。

收益率的計算方法

本文采用對數收益率的方法來計算股票的日收益率，由于上市公司在研究期內因股權分置改革非流通股東向流通股東支付了對價，為便于不同時期的數據進行比較，需要對上市公司股票的日收盤價進行復權處理，日收益率可以表示為：RP=LN（Pt/Pt-1），市場收益率分別用同期的上證綜合指數和深證綜合指數日收盤價計算。

股票β系數值的估計

資本資產定價模型是建立在一系列關于投資者行為假設和完全市場假設基礎上的資產收益的均衡模型，而在現實社會中這些假設很難得到滿足。因此，在實證研究中通常使用單一指數模型來估計股票的β系數值，即：Rit=αi+βiRmt+εit，其中Rit為證券i在時間t的收益率；Rmt為時間t的市場收益率；βi為證券i的β系數值；εit為隨機擾動項。

回歸分析和CHOW檢驗

首先根據股票的時間序列資料用回歸的方法估計出整個時間段內的單一指數模型，然后將時間分成兩部分分別計算股改前后的單一指數模型，這樣得到如下三個單一指數模型：

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)

在分別得到三個模型的β系數估計值后，再進行CHOW檢驗，要檢驗的原假設是H0：β1=β2；備擇假設是H1：β1≠β2，統計量F服從自由度為K和（N-2K）的F分布。

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

式中SSRz，SSR1，SSR2分別是模型（1）（2）（3）的回歸殘差平方和。設α為顯著水平，當F>Fα(K，N-2K)時，拒絕原假設并接受備擇假設，說明β系數值不穩定，表明兩個模型不屬于同一個回歸模型。

股票β系數值和CHOW檢驗結果

從表1中可以看出，在深圳市場上5家公司中，有1家公司的β系數值不穩定，不穩定率為20%，在上海市場上的30家公司中，有6家公司的β系數值不穩定，不穩定率也是20%。從整體上看，全流通后上市公司的β系數的穩定性還是比較高的，我國進行的股權分置改革對股票的β系數穩定性影響還是比較小的，大部分上市公司的β系數在股票全流通后能夠前后保持一致，這也可以說明我們在用前一期的β系數值去估計后一期的β系數值還是有比較高的可靠性。

研究結論

我國證券市場進行的股權分置改革沒有影響股票β系數的穩定性，股票的β系數值在全流通前后保持較好的穩定性。這說明上市公司實現全流通后，只是股權的狀態發生了改變，股權結構得到了完善，但公司的治理結構和公司的經營狀況并未因此發生實質性的改變。由于能夠體現公司市場價值的基本面并沒有發生多大地改變，故公司的股票價格走勢還是按照其原有的走勢運行。

雖然β系數的穩定性大部分都通過了CHOW檢驗，但也應看到股改前后股票的兩個β系數的回歸結果仍有很大的差別。這主要是因為數據比較少，使用日數據進行β系數計算的結果。日數據相對于周數據和月數據來說，由于價格的波動性會更大，因此計算出前后兩期的差異有些偏大，如果選擇期限更長的數據進行計算，則這種差異會有所減少。

用單一指數模型對股票的收益率進行擬合的實際效果并不是特別理想，回歸方程的擬合優度普遍較低。這反映出了單個證券與市場走勢之間的相關程度較低，影響了β系數的應用效果。如果仍用此β系數來衡量股票的系統風險變動情況，則會降低預測的準確性。此外，由于各上市公司實現全流通的時間不同，導致正確劃分組合全流通的時間界限存在一定的困難，無法進行相應的投資組合構造，因此本文沒有研究股票全流通前后組合規模大小對組合β系數穩定性的實際影響。

參考文獻：

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