钢铁公司上市β系数实证分析论文

时间:2022-01-01 03:20:00

钢铁公司上市β系数实证分析论文

1引言

β系数是证券或证券组合与市场相互关联的一个概念和参数,是衡量证券系统性风险的重要指标。它已经被广泛应用于投资理论和投资实践,并发挥着重要的作用。

随着中国资本市场规模的扩大、证券法规的健全、运行机制的健全,我国的资本市场日益走向成熟。这样,我们就非常有必要结合中国资本市场的实际情况对国外的先进的资本市场理论进行规范与实证研究,而不是全盘照搬或全盘否定,其中就包括对卢系数的实证研究。本文对卢这一系统风险指数展开研究,并以上海证券交易所钢铁行业部分上市公司为实证研究对象。

2证券投资风险

证券投资风险按其性质不同以及能否分散,可以分为系统风险和非系统风险。在数量上,总的风险等于这两部分之和。非系统风险与系统风险的区别见表l。

3β系数

1952年,马科维茨正式提出了投资组合选择模型,并提出了分散化投资原则,他也因此而获得了1990年的诺贝尔经济学奖。在马科维茨提出投资组合理论12年之后,威廉·夏普(WilliamSharpe)和约翰·林特纳(JohnLintne)分别在1964年的文章《资本资产定价:风险条件下的市场均衡理论》和1965年的文章《风险资产的价值,股票资产组合的风险投资选择与资本预算》中,在马科维茨的研究基础上,相继提出了资本资产定价模型(CapitalAs-setPricingModel-CAPM)[2].

3.1β系数的意义和表示方法

在一个投资组合中,一个证券最佳的风险度量是这个证券的β系数,β系数被广泛运用在国内外市场上来测定某种证券或投资组合的相对风险大小。在资本资产定价模型中其重要性在于代表了一种证券对未来市场变化的敏感度。

β系数是度量一种证券对于市场组合变动的反映程度的指标,其定义为式(1):

3.2研究方法

本文以定量实证分析为主,以定性分析为辅。选取上海证券交易所钢铁行业部分上市公司为研究对象和样本。对市场收益率,股票的月收益率,无风险收益率的时间序列进行回归求出β系数,然后对得出的口系数估计值进行统计检验与分析。

4钢铁行业上市公司β系数实证研究设计

4.1样本选择

本文选择上海证券交易所钢铁行业上市公司为研究对象。本研究根据实际情况,选取权重较大的7家为研究对象,它们分别是:邯郸钢铁股份有限公司、武汉钢铁股份有限公司、内蒙古包钢钢联股份有限公司、宝山钢铁股份有限公司、南京钢铁股份有限公司、安阳钢铁股份有限公司、马鞍山钢铁股份有限公司。

在时间跨度与周期的确定上,本研究根据上交所钢铁行业上市公司的具体情况,选取2002年1月1日至2005年12月31日作为研究的时间段(选取经济较稳定的一个时期的数据)。

对于市场指数的选择,国外预测服务机构的标准做法是:将公司股票的数据与该股票交易的市场指数进行回归,进而预测β值。本文采用的是与此相似的方法,选取上证A股指数作为市场指数。

4.2钢铁行业上市公司β系数的计算估计

4.2.1无风险收益率的确定

我国是一个高储蓄率的国家,多年形成的以储蓄抗风险理念使绝大多数居民的投资方式以储蓄为主。鉴于居民储蓄利率的无风险特征,本文选取银行的三个月整存整取的年利率作为最低无风险利率R1值。

4.2.2口系数的估计模型

首先,我们假定β系数具有对收益的完全解释能力。上市A股指数能够比较准确的反映整体市场行情的变动和股票市场的整体发展趋势。股票的JB系数一年内保持不变。采用以下模型估计单个股票的β系数。

4.3钢铁行业部分上市公司β系数的实证分析

4.3.1钢铁行业上市公司β系数的回归估计结果

运用EXCEL软件分别计算所选上市公司股票2002年,2003年,2004年,2005年的β系数。β系数的计算结果见表2:

4.3.2上交所上市公司β系数的稳定性与变动趋势分析

1)稳定性与变动趋势分析的公式计算。计算每只股票2002年、2003年、2004年、2005年卢系数的均值和标准差。计算结果见表3:

本文采取了李晓华和黄荣坦《沪市系统风险β系数实证研究》一文中的稳定性标准:若标准差小于0.15,则认为该只股票的β系数是趋于稳定的;若标准差大于0.15,则认为该只股票的β系数不趋于稳定。由表2所示的结果可以看到,在7只股票中,没有一只股票符合稳定性标准。

2)计算7只股票卢系数年度均值,考察随上市时间的增加,年度平均卢系数的变化趋势。卢系数年度均值计算结果见表4:由表4可知,所选上市公司股票的β系数年度均值,除了2004-2005年有一定的降幅以外,随着上市时间的增加基本上呈增加的态势

3)p系数的变动趋势分析

由表5可知,所选上市公司股票的β系数,除了2004-2005年普遍的下降,上升的比例占到9/14。这与年度均值随着上市时间的增加基本上呈增加的态势是一致的。

4.4利用β系数的历史数据预测未来p系数的可靠性分析

通过对p系数的稳定性分析可知,所选股票的中的所有股票的卢值都是不稳定的。因此,评价卢的过去数据用来预测未来是不可靠的。如果要使p系数的历史数据对未来决策具有参考价值,就需要用特殊的方法对β系数的历史数据进行处理,以使历史估计与未来数据相符。

4.5钢铁行业上市公司股票风险特征分析

股票风险特征分析也就是风险结构分析,主要是分析股票总风险中系统风险和非系统风险各占多大比重。

根据回归模型可以计算样本股票的可决系数R2,也称为回归的R2检验值。R2检验值接近于1,说明两个变量之间线性相关关系很强,这种关系可能为正也可能为负。

可决系数R2除了良好的统计意义之外,也有重要的财务含义。R2表示一家公司的风险中市场风险所占的比例的估计,(1一R2)则代表了公司特有风险在公司总风险中所占的比例。所以,风险结构分析实际上就是对可决系数R2进行分析。

运用EXCEL软件得到回归的R2检验值的统计结果见表6。

从国外股市的发展历史来看,市场建设初期系统风险占总风险比例较大,此时非系统性风险对股票价格的影响较小,成熟市场系统风险对个股的影响趋于收敛,非系统风险在股票总风险中占有的比例趋于增加,非系统风险能够通过投资组合有效消除。根据美国的经验数据表明:对于单个股票而言,系统性风险占总风险的比例大约是30%左右。

从表6可以看出,所选的上市公司的股票在2003-2005年三年中以月为周期计算的系统风险在总风险中的比重均值为0.437,在2002-2005年四年中的系统风险比例为0.497。通过对所选上市公司股票的可决策系数R2的计算可知,系统性风险在总风险中的比重在总体上是呈现下滑的趋势的。

与国外市场进行横向比较,四年(2002-2005)或三年(2003-2005)资料计算的上市公司股票的系统风险与成熟市场中的较低的系统风险水平还有不小的差距。与国内以往的研究成果进行纵向比较,较施东晖计算的1993-1996年的系统风险比例均值81.37%偏低,较王新鸣计算的1996-1998年的系统风险均值0.45-0.47较低。这说明我国还是一个不成熟的股票市场,系统性风险仍然占有较高的比例。

6结语

通过对上海证券交易所钢铁行业上市公司的β系数实证分析,得到如下结论:随着上市时间的推移,上海证券交易所钢铁行业上市公司β系数的年度均值总体上呈增加的趋势。通过稳定性分析,可以看到随着上市时间的增加,β系数并没有趋于稳定的趋势。而由于股票的JB系数具有不稳定性,所以利用β系数的历史数据预测未来的β值的可靠性较差。另外,上海证券交易所钢铁行业上市公司的平均系统风险占总风险的比重相对较大,这说明钢铁行业股票的投资风险更多地体现为系统风险,是不能通过分散投资来消除的。

参考文献:

[1]于慧春,风险的内涵与企业的风险防范[M].北京:机械工业出版社,1998.

[2]余志红.资本资产定价模型(CAPM)在证券市场中的应用[J].沿海企业与科技,2005(10):43-44.

[3]郑立,企业增长的战略途径沿[J].沿海企业与科技,2006(4):21-22.

[4]胡勤勤,吴世农.证券市场系统性风险系数估计中应注意的几个问题[J].证券市场导报,2001(11):33-34.

[5]陶建宏,王京芳.股票风险的估计模型及其应用研究[J].天津职业技术师范学院学报,2004(14):13-14.

[6]李晓华,黄荣坦.沪市系统风险卢系数实证研究[J].桂林师范高等专科学校学报,2007(2):54-55.

[7]滋维·博迪,亚历克斯·凯恩,艾伦·马库斯.投资学[M].北京:机械工业出版社,2009.

[8]周忠惠,张鸣,徐逸星.财务管理[M].上海:上海三联出版社,1995.

[9]张春梅.资本资产定价模型在我国证券市场的适用性研究[J].北方经济.2006(3):27-28.

[10]施东晖.上海股票市场风险性实证检验[D].吉林:吉林大学,2005.

[11]王新鸣.上海股票市场股票风险结果和组合效果[J].投资与证券,2000(2):7-8.