基于伊利股份β系数的实证分析

作者：***

来源：《智富时代》2015年第05期

        【摘 要】在人们日益重视金融市场以及投资风险的今天，在理论界和实务界β系数所起到的作用越来越重要。本文基于资本资产定价模型和市场模型来研究伊利股份的β系数，并且对回归模型进行进一步检验，得出结论，意在研究伊利股份的风险与市场风险的关系，以便帮助投资者更好的做出投资决策。

        【关键词】伊利股份；β系数；实证研究

        一、引言

        如何正确度量投资风险一直是在研究资本市场问题过程中的比较核心的问题，只有通过对风险的研究，才能对公司财务决策过程中遇到的风险有所认知并进一步防范，对风险产生的报酬能准确估计。β系数作为一种衡量风险的指数，用于衡量个别股票对于整个股市价格波动的情况；公司金融、投资和资产组合管理、投资基金的业绩评价的研究中。贝塔系数越大，意味着资产的系统性风险越大。在如美国这样资本市场发达的国家和地区，定期向市场公布上市公司的贝塔系数，披露上市公司的系统性风险，能帮助投资者在投资组合的动态调整上做出正确决策。在人们日益重视金融市场以及投资风险的今天，在理论界和实务界β系数所起到的作用越来越重要。

        二、国内外主要研究

        1952 年，Markowitz 在《Journal of Finance》发表文章《PortfolioSelection》，提出了著名的均值方差模型，开创了利用数理统计语言描述金融市场投资者行为的先河，树立现代金融理论研究的历程碑。在此基础上，19年Sharp等人提出了 CAPM模型，建立了金融市场产品定价的理论研究框架。1963年，William Shape发表《对于“资产组合”分析的简化模型》一文中提出单因素市场模型。1970年，Fama提出有效市场假说，提出了金融市场产品价格运动规律的实证检验思路。

        1994年，国内学者沈艺峰最早把Chow检验法用于对我国股票市场贝塔系数稳定性的检验，对1992年6月到1993年12月上海证券市场10种股票的贝塔系数的稳定性进行检验，研究这十只股票的贝塔系数值是否随着时间的推移而发生显著变化。2006年，陈学华和韩兆洲以按分析家中33个行业划分形成的股票组合为样本，采用CUSUM SQ统计量对β系数检验，采用基于卡尔曼滤波的市场模型有更好的预测效果，β系数的时变性可以用均值回复过程来描述。

        三、伊利股份的β系数的实证研究

        （一）样本选择

        根据Shape的单因素市场模型，为了得出伊利股份的贝塔系数，本文选取2008年2月至2014年9月的数据，选取上证综指的市场月收益率作为自变量（X），伊利股份月收益率作为因变量（Y），对其进行回归，可根据回归结果得出基本模型。

        （二）建立模型

        根据文献综述描述可见，在β系数的估计中最为常用的模型有两种：标准CAPM模型中的证券市场线和单因素市场模型。本文选择采用市场模型来估计股票的β系数，模型的表达式为：

        Rit=a+βRmt+ut

        式中：Rit代表股票i在时间t的收益率；Rmt是时间t的市场组合收益率，一般用股票指数收益率来代替；ut为随机项，a为截距项。

        1.运用excel初步分析数据，以伊利股份收益率为因变量Y，以上证指数收益率X为自变量的散点图可知，自变量X与因变量Y基本呈线性关系。因此，初步建立一元线性回归模型：Yt=C+βXt+ut，其中被解释变量Y为伊利股份收益率，解释变量X为上证指数收益率，u为随机误差项。

        2.运用eviews 6.0进行线性回归及统计分析。

        （1）用最小二乘法进行第一次回归，拟合回归方程：Y=C+β·Xt，回归结果如下：

        由结果知，用最小二乘估计，F值（14.83868）较大并且Prob（F-statistic）=0.000239通过F检验，修正后R-squared为0.149062，整个模型的拟合程度一般。

        再看各系数是否通过t检验，X的t检验值为3.852100且Prob为0.0002，在0.05的显著性水平下通过t检验，截距项C的t检验值为2.293526且Prob为0.0245，在0.05的显著性水平下也通过t检验，不必进行二次回归。

        3.异方差和自相关检验

        由white检验可知，在a=0.05下，查X2分布表，得临界值X20.05（2）=5.9915，比较计算的统计量与临界值，因为：nR2=0.81048

        由DW=1.997407，给定显著性水平=0.05，查DW表，介于上下临界值之间，并且接近于经验值2，因此，不存在自相关。

        另外，通过单位根检验所以可以得出结论：他们都是平稳的序列，不存在伪回归。

        四、结论

        通过以上的论述，可以得到最终的回归模型：Yt=C+βXt+ut，回归方程为：

        Yt=0.0265+0.57Xt

        股票的预期收益和风险。由以上的分析，我们发现，上证综指收益率每变动1个点，伊利股份将会变动0.57个点，说明伊利股份风险低于市场场风险，是风险较小的股份，选择投资时可适当加大投资权重，以通过多元投资的方式降低风险，分散市场风险；计算得出的R2=0.159833，说明该模型的拟合优度不是很好，但Xt通过了t检验，整个方程也通过了F检验。

        【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.1999，6.

        [2]斯蒂芬 .A.罗斯. 公司理财[M].机械工业出版社，2006，4.