浅谈贝塔系数

刘芳

准格尔旗职业高级中学，内蒙古鄂尔多斯市，010321

在现代财务和金融理论的研究中，风险被定义为不确定性，风险与投资的预期报酬紧紧地联系在一起，即通常所说的高风险高收益，低风险低收益。风险分为系统性风险与非系统性风险。系统性风险是指影响整个经济市场的风险（包括政治风险、自然风险、宏观经济风险等），非系统风险是指某些特定实体所具有的风险（包括经营风险、操作风险、财务风险等）。市场往往只对系统风险给予投资回报，而不对非系统风险给予投资回报。随着有关资本市场理论的建立和发展，经济学家们提出了一系列度量金融风险的方法，建立在CAPM基础上的贝塔(Beta，文中有时用β表示)系数就是其中一种广泛采用的风险度量标准，权益贝塔一般由对上市公司股票的市场价格进行回归统计得到的，对其卸载财务杠杆后可得到资产贝塔。

1952年，哈里﹒马克威茨(Harry M ．Markowitz)在Journal of Finance发表的文章“Portfolio Selection”中提出了均值——方差模型，开创性的利用数理统计语言描述了金融市场中投资者的行为，奠定了金融学定价模型的基础，成为现代金融理论的一个重要里程碑。之后，它被人们广泛应用于实际投资组合决策。在资产组合理论的前提下，威廉﹒夏普(William F．Sharpe) (1964)等人在Markowitz的基础上提出了CAPM理论，奠定了研究资本市场价格的理论框架。之后，Fama(1970)提出了有效市场假说(Effective Market Hypothesis，EMH)，并给出了金融市场价格运动规律的实证检验思路。而Black、Scholes(1973)以及Merton(1973)等人先后在CAPM的基础上提出了衍生金融品的定价模型，逐渐形成了现代金融系统中对资产定价领域内的研究框架结构。资本资产定价模型(Capital Asset Pricing Model，CAPM)最早由Sharpe(1964)、Lintner(1965)、Mossin(1966)等人提出的，它是通过衡量某一种资产对风险的暴露而确定资产的价格，是一种寻求资产绝对价格的思路。CAPM用一个简单的模型刻画了资产收益与风险的关系，其核心思想是在一个竞争均衡的资本市场中，非系统风险可以通过多种组合来进行消除，对期望收益产生影响的是无法分散的系统风险，这个系统风险可以用与期望收益线性相关的风险系数贝塔进行衡量。在CAPM中出现的贝塔系数，描述了市场整体的波动对单个资产带来的系统性风险，因此贝塔系数也被称作系统性的风险系数，代表了资产收益率变动对整个市场收益率变动的敏感程度。

由于资本市场发展情况的缘故，到目前为止国内关于贝塔系数的相关研究还比较少。沈艺峰、洪锡熙(1999)提出用历史数据检验贝塔系数，在其检验中选取的样本数据是 127家在1996年和1997年里有交易记录的个股，并且采取随机分段的方式将127只股票分为五段组合，采用chow检验法，结果显示的情况是个股贝塔系数一般情况下是不稳定的，即风险不易衡量，这主要是由于我国股市涨幅变动较大，市场不成熟特点引起的。吴世农、冉孟顺（1999）选取了上海证券市场上的200只股票作为样本，样本时段为1997年10月至1998年10月，收益率选择为周收益率，选取了股利支付率、公司成长性、流动比率、财务杠杆、公司规模、盈利变动性、经营杠杆七个指标作为变量，采用单一指数模型计算贝塔，运用回归的方法进行检验，结果显示系统风险与财务指标之间的关系跟财务理论不符合，股价变动脱离会计信息。靳云汇、李学（2000）为了考察股票贝塔系数是否随上市时间增加稳定性，选取了1992年以前上市的公司股票作为研究样本，实证结果显示贝塔系数不随上市交易时间呈现稳定性。同时检验了对股市设置涨停限制有利于实现贝塔系数的稳定性，运用历史数据得出的贝塔系数对未来的预测能力较低，同时还发现在贝塔系数计算模型的选择上对贝塔系数影响不大。马喜德、郑振龙、王保合(2003)利用上海股票市场90家上市公司从1994年4月28日到2003年4月28日的数据作为样本，对CAPM中的贝塔系数的波动状况进行实证研究。通过检验贝塔系数的方差是否为常数判断贝塔系数的时变性，结果显示贝塔系数在不同的时期会发生变化。周少甫、杜福林(2005) 选取的是1996年全年到2003年全年的共1787个交易日的交易数据，个股的收益率进行了除权处理，采用GARCH多元模型，结果显示单只股票的贝塔系数不具有稳定性，时变贝塔系数能够反映市场的风险程度，贝塔系数受宏观经济的波动影响。但这在很大程度上是由于样本交易时间段的市场不成熟引起的。

另一种测定风险的方法是根据会计资料来获取公司的贝塔值。资产贝塔为公司剔除财务杠杆后的贝塔，相当于企业在无借债情况下的贝塔。账面贝塔就像真实贝塔一样，只不过将账面盈利的变化代替了证券收益率。具有高账面贝塔的公司也有高权益贝塔。

由于β系数属于不可观测的参数，只能被估计，而不可测量。因此，如何准确有效地估计β系数成为研究β系数稳定性和时变性的前提。在文献中，β系数一般有三种估计模型，分别是基于β系数定义、CAPM以及单因素模型的估计。

CAPM本身是建立在一系列关于投资者行为假设和完全市场假设基础之上的均衡模型，用CAPM估计β应满足苛刻的前提假设，而且，E(Rm)的估计实际上是不可能的。正如Roll在1977年《财务经济学刊》发表的“对资产定价理论检验的批评”一文中所指出的，CAPM模型假设“市场组合”包括所有的金融资产、不动产等等，而这样的市场组合是无法直接度量的。使用诸如“S&P500”或“NYSE综合指数”等来代替“市场组合”进行β的估计是有问题的。同时，CAPM模型涉及无风险利率，Black(1972)在“限制借贷条件下的资本市场均衡”一文中就曾指出，由于通货膨胀，真正的无风险利率并不存在。这些都在一定程度上限制了CAPM在估计β系数上的应用。因此，目前在实证研究中较少使用CAPM估计β值。

与CAPM相比，单指数模型，也叫做市场模型(Market Model)，是一种基于现实市场中证券资产的价格或收益变动普遍存在同涨同跌现象，认为这种联动关系是由市场收益这个共同因素影响。模型不需要太多假设，而且根据证券实际收益和市场实际收益这两个变量的数据就可以估计β，无需无风险利率，在我国目前的实证研究中得到广泛的应用。

不可否认的是，虽然经过多年的探索与实践，中国证券市场得到不断发展与成熟，各项重大改革措施已经建立，为贝塔值在中国证券市场上的运用提供了基础，但是从以往的实证分析中也可以看到，贝塔值的相关系数还未达到0.9，也曾经有大量学者通过各种检验证明CAPM并不适合中国资本市场，我国资本市场上的交易还不够活跃。我们仍然需要清楚地认识到跟国外成熟的证券市场相比，中国证券市场整体发展处于初级阶段，各项措施的实施还没有完全到位，诸如上市公司治理水平仍然需要进一步提高；证券公司综合竞争力还需进一步增强；股票发行体制改革有待进一步深化；投资者结构不合理，中小投资者规模偏大，机构投资者整体规模偏小，需要进一步优化投资者结构；持股者期限较短、换手过于频繁，投资理念需要加强；各项法律制度有待完善；监管的有效性和执法力度有待提高等问题需要我们进一步解决，为贝塔值预测中国证券市场系统风险提供更可靠的环境。在这一基础上，仅利用国外目前对贝塔系数的研究方法来直接套用于我国的证券市场，难免会出现一些问题，但相信随着市场改革的深入进行、投资者素质的不断提高和机构投资者的发展壮大，我国证券市场终将走上规范健康的发展大道，对贝塔系数的研究也将达到新的高度。