论文部分内容阅读
Beta是资产定价理论的核心参数，它客观地描述了公司或资产组合所受的系统性风险，随着对资产定价理论的拓展，Beta系数的核心地位也在发生变化，许多学者通过研究Beta是否是解释公司收益的唯一因素，进而验证资产定价理论(CAPM)在现实市场中是否成立。 早期研究发现股票收益与其Beta系数之间表现出线性关系，且证券组合的收益比无风险收益率高;Beta系数是解释股票收益变化的唯一因系。但从20世纪80年代中期期以来，人们开始对传统CAPM提出理论质疑和批判，新的研究发现，Beta系数已不能完全解释股票的收益，甚至在有些实证检验中发现，Beta系数与股票收益无关，关于Beta系数特性众说纷纭。其中，罗尔认为资本定价理论是不可验证的，他认为CAPM理论和有效市场假说是一个联合假设，所处的市场是一个非有效市场，即使实证证据不支持CAPM，也不知道资产定价理论本身有问题，还是所选的市场组合无法替代真实的效率组合所导致的结果。尽管经典CAPM理论在实证检验中出现了许多不符，无法圆满地解释一些市场异象，但CAPM理论在资产定价中的地位无法取代，理论中的Beta仍旧是模型中的关键参数，而且在理论界和投资界广泛应用，如投资业绩评价、投资决策、资产评估以及企业财务管理等众多方面。关于Beta系数的研究也受到了理论界和学术界的广泛关注，随着资产定价理论的实证检验以及后期的扩展，关于Beta系数的研究也从未中断过，伴随着CAPM理论的发展，关于核心参数Beta系数的研究也在不断丰富。 国内外大量的文献从不同的角度对Beta系数进行了研究，随着计量经济学的发展，对Beta系数的研究也在不断深入，本文对相关文献进行了梳理，并简述了资产定价理论的假设条件和该理论后期的拓展，总结了CAPM理论在国内外市场的实证检验，分析了在实证检验中出现的市场异象。在此基础上，对我国股票市场的Beta系数从稳定性、时变性、估计方法改进、影响因素以及预测性等方面多层次、多角度展开了研究。具体来说: 首先在静态估计方法的框架下，运用市场模型分析了Beta系数的一般特性，主要从稳定性和时变性两个方面来研究，首先研究作为CAPM理论的核心参数Beta是否稳定，其次，研究Beta系数在我国股市处于不同周期时，在牛市阶段和熊市阶段有何不同表现。用Chow检验方法和平方的CUSUM检验方法检验了我国股票市场，发现各行业的Beta系数估计模型均拒绝了稳定性假设，说明所有行业的Beta系数均不具有稳定性;通过对同一行业在在牛市期间的Beta均值和熊市期间的Beta均值比较发现，牛市期间Beta与熊市期间Beta有显著差异，而且，同一行业在牛市期间Beta小于熊市期间Beta值，具有显著的统计学意义。 其次，研究了Beta系数的均值回归特性。然后，在基于Beta系数时变的前提下，研究了Beta系数的估计方法，并对二次项市场模型和SS市场模型进行了修正;在前面研究的基础上，运用状态空间模型方法，运用有约束的状态方程和无约束的状态方程对Beta进行了估计。研究中发现，大部分行业Beta满足均值回归特性，其中，传播、金融、水电、机械、制造以及商业的各期Beta系数值均值回归趋势较其他行业明显;用二次项市场模型和SS市场模型对我国股票市场Beta系数进行了估计，发现这两种模型在我国股市中存在不同程度的异方差性，用非对称的E-GARCH模型对残差序列进行了修正。发现我国股票市场中利好消息和利空消息对条件方差的影响是不一样的，具有非对称性，经修正的模型拟合度显著提升。 其三，从经典金融理论角度入手分析了Beta系数时变的原因，重点从宏观经济因素、宏观政策因素及公司基本特征等角度出发，通过实证研究方法研究了影响行业Beta和个股Beta系数的主要因素。宏观经济因素、货币政策因素和财政政策因素对不同行业Beta有不同程度、不同方向的影响。尤其是货币政策因素对各行业Beta的影响较复杂，对部分行业有显著影响，而且影响方向不一致，对有些行业具有正向作用，而对另一些行业具有反响作用，与行业性质有很大关系。个股Beta系数除受市场因素以及行业因素外外，还与企业规模、盈利能力、财务结构、成长性和市场价值比等因子有显著关系。规模因子对Beta系数有正向效应（2007年除外）;财务结构因子对Beta系数有对Beta系数有显著的正向效应;盈利能力因子和市场价值比因子对Beta系数有显著的负向效应;成长性因子对Beta系数有显著的正向效应，但在2010年为负。从2006年道2010年，这些公共因子对Beta的解释能力在不断增强。 其四，通过对周期性行业与非周期性行业研究发现，熊市阶段，周期性行业Beta值上升，非周期性行业Beta值下降，两行业Beta系数差值扩大;牛市阶段，周期性行业Beta值下降，非周期性行业Beta值上升，两行业Beta系数差值缩小。这一结论在我国市场中显著成立，至于在国外市场中是否成立，还有待于进一步验证，这一结论成立的意义在于可以运用周期性行业Beta与非周期性行业Beta的相对差异的变化趋势来提前预判股票市场是否即将进入牛市阶段还是熊市阶段。 最后，分析了Beta系数的一般预测方法，总结了历史Beta系数法，布卢姆调整法，贝叶斯技术估计法，以及基本面预测法等方法的优点及不足，在此基础上，本文重点从Beta系数的长期记忆性特性出发，运用非线性模型来研究如何用已实现的Beta值去预测未来Beta值。在研究中发现，大部分行业的Beta系数高阶自相关，具有长记忆特性，本文采用了非线性ARFIMA模型来预测未来的Beta。这种方法克服了以前研究中没有考虑到Beta系数高阶自相关的不足之处。 本文的研究结论具有一定的参考意义。从投资决策的角度来说: 其一，通过Beta系数稳定性研究，投资者或决策者明白，仅仅依靠历史的Beta系数来作为决策依据时不可靠的，因为不管是个股的Beta还是组合的Beta都是不稳定的，Beta系数在跨期内是时变的。 其二，通过研究Beta系数在不同市场态势下，即在牛市或熊市期间Beta系数有不同的反应或表现，有助于投资者在长期内对所持有的股票组合进行合理调整，降低风险，提高投资收益。本文研究发现，同一行业在在牛市期间的Beta均值和熊市期间的Beta均值有显著差异，更重要的是，各行业的Beta值在牛市期间小于熊市期间，所以，在投资者预期市场上涨时，即在牛市期间，投资者应选择Beta值较高的行业或股票，以获取高的收益;在预期市场将下跌时，即在熊市期间，投资如果投资股票市场，应选择Beta系数较小的行业或股票。 其三，通过研究周期性行业和非周期性行业Beta差距之间的变动趋势，有助于投资者提前预判目前投资的市场是否即将进入牛市阶段还是熊市阶段。第五章研究发现，熊市阶段，周期性行业Beta值上升，非周期性行业Beta值下降，差值有扩大的趋势;牛市阶段，周期性行业Beta值下降，非周期性行业Beta值上升，差值有缩小的趋势; 其四，通过对Beta系数影响因素的研究发现，Beta系数受宏观经济、宏观政策、公司基本面等众多因素的影响，这些因素的变动都会引起Beta发生变化。本文通过主成分和因子分析法研究发现，在众多因素中，行业Beta受货币政策的影响较大。个股Beta除了受行业因素外，主要还受企业规模因子（正向）、财务结构因子（正向）、盈利能力因子（负向）、市场价值比因子（负向）以及成长性因子（正向）五个因素。投资者通过对国家货币政策的预测和以上因子的研究，可以预判行业或个股Beta的变化。 最后，在预测未来Beta系数时，投资者可以用基于已实现Beta的时间序列的预测方法，这种方法的优点是免除了采用基本面方法在选取影响因素方面的争议。本文的研究发现，Beta系数有高阶自相关性，具有长期记忆，这为用过去的Beta预测未来的Beta奠定了基础。