上海证券市场不同行业板块贝塔系数的研究与检验
β系数详解
β系数β系数也称为贝他系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。
β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。
β（贝塔）系数简介贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。
其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。
如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。
由于我们投资于投资基金的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。
在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。
根据投资理论，全体市场本身的β系数为1，若基金投资组合净值的波动大于全体市场的波动幅度，则β系数大于1。
反之，若基金投资组合净值的波动小于全体市场的波动幅度，则β系数就小于1。
β系数越大之证券，通常是投机性较强的证券。
以美国为例，通常以史坦普五百企业指数(S&P 500)代表股市，贝他系数为1。
一个共同基金的贝他系数如果是1.10，表示其波动是股市的1.10 倍，亦即上涨时比市场表现优10%，而下跌时则更差10%;若贝他系数为0．5，则波动情况只及一半。
β= 0.5 为低风险股票，β= l. 0 表示为平均风险股票，而β= 2. 0 → 高风险股票，大多数股票的β系数介于0.5到l.5间。
[1]贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性，是一个相对指标。
β 越高，意味着股票相对于业绩评价基准的波动性越大。
β 大于 1 ，则股票的波动性大于业绩评价基准的波动性。
反之亦然。
如果β 为 1 ，则市场上涨10 ％，股票上涨10 ％；市场下滑10 ％，股票相应下滑10 ％。
高新技术企业价值评估
Financial View | 金融视线MODERN BUSINESS现代商业150高新技术企业价值评估杨凡 陈茵集美大学诚毅学院 福建厦门 361021摘要:当前，由于生产力发展需求和国家政策等支持，高新技术企业上市、并购、重组等交易活动不断，科学合理的价值评估逐渐突显重要性。
高新技术企业因其先进核心技术形成产业，在定义、特征和价值构成方面都有所区别于传统企业，给估值带来难度。
本文分析不同价值评估方法优缺点及适用性，运用EVA模型评估中材科技的企业价值，并预测企业未来EVA及趋势函数。
关键词:高新技术企业；生命周期理论；企业价值评估；EVA模型中图分类号:F276.44;F275 文献识别码:A 文章编号:1673-5889(2020)031-0150-03一、相关概念及理论基础(一)企业价值评估概述在实务中，企业有投资或并购等需求，需要通过评估一个企业或一个经营单位整体的经济价值，获取科学合理的信息来支撑决策。
从另一个角度来说，企业价值的最大化依旧是利益相关者共同的追求。
(二)高新技术企业的定义和价值评估特征1.高新技术企业的定义根据科技部、财政部、国家税务总局联合发布的《高新技术企业认定管理办法》，高新技术企业定义为在《国家重点支持的高新技术领域》内，持续进行研究开发与技术成果转化，形成企业核心自主知识产权，并以此为基础开展经营活动，在中国境内(不包括港、澳、台地区)注册一年以上的居民企业[1]。
2.高新技术企业的价值评估特征(1)差异性。
对高新技术企业的价值不仅要评估实物资产还要评估无形资产。
目前我国高新技术企业有一定程度的发展，但每个企业掌握的核心技术都有不同程度的差别，导致产品都千差万别，很难形成业内标准。
现阶段，学者提出的价值评估方法适合高新技术企业且可实际操作的并不多。
在不同行业中，单一评估方法并不能针对差异化进行评估。
(2)不确定性。
根据高新技术企业的发展经营特征看，在企业的长周期中能够掌握核心技术和保持技术更替是企业持续经营的重中之重，这样的技术风险也给评估带来不确定性。
上证股票的CAPM实证分析
上证股票的CAPM实证分析作者：徐之岳来源：《商场现代化》2010年第22期[摘要]根据CAPM理论,选取上证股票市场31个行业的31支股票进行实证研究分析。
通过对数据的拟合表明,CAPM理论在中国股市(上证板块)具有一定的解释能力,能够作为投资者在进行投资决策时使用的工具,指导投资者做出合理的决策。
[关键词] CAPM β值证券市场线(SML)一、历史回顾CAPM(Capital Asset Pricing Model)——资本资产定价模型是基于风险资产的期望收益均衡基础上的预测模型。
H.M.Markowitz于1952年建立现代资产组合管理理论,12年后,威廉-夏普(William F•Sharpe)、约翰-林特纳(John Lintner)与简-莫辛(Jan Mossin)将其发展成为资产资本模型。
它成为了现代金融学的奠基石。
该模型对于资产风险及其期望收益率之间给出了精确的预测。
为投资者提供了一种对潜在投资项目估计其收益率的方法,诸如:投资者在分析证券时,极为关心股票在给定风险的前提下其期望收益同其“正常应有”的收益之间的差距;证券一级市场的发行应如何定价等等。
二、CAPM模型在投资决策中的使用1.对于资产的分类,投资者的选择可以根据CAPM模型最普通形式中的——期望收益—贝塔关系中的β值的大小判断某资产的风险类型:当β=1时说明该证券或该证券组合具有资本市场上的平均风险,并可以期望获得市场平均收益;当β1时说明该证券或证券组合高于资本市场的平均风险,期望收益高于市场平均收益。
如此这样,该模型给不同偏好的投资者选择不同期望收益—风险提供了一套能够使用的工具。
2. 资产合理的“公平定价”CAPM模型是基于资本资产的均衡收益基础上的预测模型,根据它计算出的预期收益乃是均衡收益。
我们可以通过对某资产在均衡时的预期收益与其实际收益的比较发现价值被高估或低估的资产,再根据“低买高卖”原则进行投资。
如图表1中所绘出的证券市场线中位于SML线上端的点说明资产的实际期望收益高于均衡收益说明该资产被市场所低估,此时可作出购入该资产的投资决策,反之,位于SML线下端的点说明该资产被高估,此时若仍持有该资产应该做出抛售的投资决策。
企业财务研究中的贝塔系数分析与应用
企业财务研究中的贝塔系数分析与应用贝塔系数是企业财务研究中常用的风险度量工具，通过分析企业股票与市场的相关性，帮助投资者和决策者评估资产组合的风险和回报。
本文将介绍贝塔系数的原理和计算方法，并讨论贝塔系数在企业财务研究中的应用。
贝塔系数是由资本资产定价模型（Capital Asset Pricing Model, CAPM）提出的一个指标。
贝塔系数反映了企业股票价格与市场波动之间的关系。
贝塔系数的计算基于历史价格数据，通常以一个基准指数（如股票市场指数）来衡量市场的波动。
贝塔系数为正表示企业股票与市场有正相关关系，为负则表示负相关关系。
在计算贝塔系数时，可以使用回归分析方法。
需要收集并整理企业股票价格和市场指数的历史数据。
将企业股票的收益率与市场指数的收益率进行回归分析，得到回归系数，即贝塔系数。
贝塔系数的计算公式为：β = Cov(Ri, Rm) / Var(Rm)其中，β表示贝塔系数，Cov表示协方差，Ri表示企业股票的收益率，Rm表示市场指数的收益率，Var表示方差。
贝塔系数的取值范围通常在-1到1之间，当贝塔系数等于1时，表示企业股票与市场完全一致，当贝塔系数小于1时，表示企业股票相对于市场具备更低的波动性，当贝塔系数大于1时，表示企业股票相对于市场具备更高的波动性。
贝塔系数在企业财务研究中有着广泛的应用。
贝塔系数可以帮助投资者评估资产组合的风险和回报。
根据贝塔系数，投资者可以分析不同资产之间的相关性，构建出具有适当风险和回报的投资组合。
如果一个资产的贝塔系数大于1，那么该资产相对于市场具备更高的波动性，可能带来更高的回报和风险。
贝塔系数还可以用于衡量企业的系统风险。
企业经营环境的不稳定性和市场的波动性对企业的经营活动有着重要影响。
通过计算企业股票的贝塔系数，可以了解企业股票价格与市场之间的关系，从而评估企业所面临的系统风险。
企业可以根据贝塔系数的变化情况，制定相应的风险管理策略，以应对市场波动和经营环境的变化。
ALPHA和BETA系数
ALPHA和BETA系数投资的收益可以由收益中的非风险部分、受整个市场影响的部分，以及误差部分三者之和，通过资本资产定价模型（CAPM）计算出α和β，然后确定某金融商品的风险程度：ｙ＝α＋βｘ＋ｃ式中，ｙ为某种金融商品预期收益率；截距α为收益中非系统风险部分，是无风险的收益；斜率β为系数，是系统风险部分；ｃ为误差项，即残余收益（随机因素产生的剩余收益）；ｘ为整个市场的预期总体收益率。
（1）ALPHAALPHA（α）是指一个人在操作某一投资中所获得的超出指数或基准回报的那部分收益，表示大盘不变时个股的涨跌幅度，表示某公司一定程度的固定收益，由行业统计数据确定。
震荡市场股票不齐跌齐涨，难以存在大的系统性收益，个股的表现差异大，集中投资才能够获得超额收益。
积极选股的主动型投资将胜过跟随市场指数的被动型投资。
α＞０，表示大盘不变时，个股上升且数值越大，则涨幅越大。
较高的α一般是由股票的个性特征所决定，与大势和行业无关，应深度挖掘个股轻指数，尽可能寻找高α值的个股。
α＜０，表示大盘不变时，该个股下跌，且数值越小跌幅越大。
投资市场交易中面临着系统性风险（β风险）和非系统性风险（α风险），通过对系统性风险进行度量并将其分离，从而获取超额绝对收益（阿尔法收益）。
获取阿尔法收益包括选股、估值、固定收益策略等等，也利用衍生工具对冲掉贝塔风险。
阿尔法对冲策略是选择具有超额收益能力的个股组合，同时运用沪深300股指期货对冲市场风险以获得超额收益的绝对收益策略。
此种策略追求的是与市场涨跌相关性较低的绝对收益。
股市阿尔法对冲策略通常寻找具有稳定超额收益的现货组合，通过股指期货等衍生工具来分离贝塔，进而获得与市场相关度较低的阿尔法收益。
在熊市或者盘整期，可以采用“现货多头＋期货空头”的方法，一方面建立能够获取超额收益的投资组合的多头头寸，另一方面建立股指期货的空头头寸以对冲现货组合的系统风险，从而获取正的绝对收益。
还有根据获取阿尔法的途径，采取统计套利、事件驱动、高频交易等策略来获取阿尔法收益。
BETA风险指数
β系数（BETA风险指数）百科名片β系数也称为贝他系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。
β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性，在股票、基金等投资术语中常见。
目录β（贝塔）系数简介β系数计算方式β系数的含义β系数的一般用途1β系数的影响因素涉及β系数的两个折现率模型1证券指数的选择对β系数的影响1计算中所采用数据时段长短对β系数的影响1计算时段的长短对β系数的影响1红利发放对β系数的影响1其他可能影响β系数的因素β（贝塔）系数简介贝塔系数是统计学上的概念，它所反映的是某一投资对象相对于大盘的表现情况。
其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。
如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。
由于我们投资于投资基金的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。
在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。
根据投资理论，全体市场本身的β系数为1，若基金投资组合净值的波动大于全体市场的波动幅度，则β系数大于1。
反之，若基金投资组合净值的波动小于全体市场的波动幅度，则β系数就小于1。
β系数越大之证券，通常是投机性较强的证券。
以美国为例，通常以史坦普五百企业指数(S&P 500)代表股市，贝他系数为1。
一个共同基金的贝他系数如果是1.10，表示其波动是股市的1.10 倍，亦即上涨时比市场表现优10%，而下跌时则更差10%;若贝他系数为0．5，则波动情况只及一半。
β= 0.5 为低风险股票，β= l. 0 表示为平均风险股票，而β= 2. 0 →高风险股票，大多数股票的β系数介于0.5到l.5间。
上海证券市场不同行业板块贝塔系数的研究与检验
行变形 。假设 每一 种证 券收 益率 与市 场收 益率 存在 一种 线性 关 系 ， 将 Ｃ Ｐ 模 型转化 为Ｃ Ｐ Ａ Ｍ Ａ Ｍ可检 验 的形式 ，即单指 数模 型 ：
． ＝ ａ＋ ， ｆ ｆ ＋
２ 在 这个模 型 中 ，所 有参 数都 是 以预 期 形式 表示 ，而 贝塔 系数 无 证 板块 样本 数据 ，应 用最 小二乘 估计 法 ， 以每 １ 天为一 个 时间段 ， 法确定 预期 值 ，所 以大 多数Ｃ Ｍ模型 的检 验都 要 用历 史数 据来 代 用 Ｍａｌ 编程 计 算 了上证 综 合 、商 业 、工业 、地产 、公用 ５ ＡＰ ｔｂ ａ 大板 块
其中 ） 为市场 组合 收 益率 的方 差 ，ｃｖ ） 险资 产ｉ ｏ 为风 的收 布 ；上升 贝塔 和长期 贝塔 具 有较 好的稳 定 性 ，而～ 年期短 期 贝塔 出 现 了较 大 的波 动 性 。２ ０ 年 ，马喜 德 ，郑 振 龙 和王 保 合 利 用上 海 ０３ 股 票市 场９ 家 上市 公司 的数 据作 为样 本 ，对ＣＡ Ｍ中 的贝塔 系数 的 ０ Ｐ 著 异于 零 ，贝塔 系 数在 不 同的时 期会 发生 变化 ，具 有不 稳定 性 。实 证 分析 中如 果忽 略 了这一点 ，必 将导 致对 Ｃ Ｐ Ａ Ｍ检验 的失效 。
本 文 采 用２ ０ 年 １ ４ 到２ １ 年 １ 号 共９ ２ 交 易 日的 上 ０６ 月 号 ０ ０ 月４ ７个
益率 与市 场组 合 收益率 之 间 的协 方差 ， 为风 险资 产 ｉ 益率 ， 的收
为市场 组合 的收益 率。
由于之 前的 Ｃ Ｍ模型 本 身是 无法 进行 实证 检验 ，必须 对 它进 波 动状 况进 行 实证研 究 。结 果表 明所 有股 票 的贝塔 系数 波动 率都 显 ＡＰ
上海证券市场不同行业板块贝塔系数的研究与检验
上海证券市场不同行业板块贝塔系数的研究与检验本文采用2006年1月4号到2010年1月4号共972个交易日的上证板块样本数据,应用最小二乘估计法,以每12天为一个时间段,用Matlab编程计算了上证综合、商业、工业、地产、公用5大板块的贝塔系数。
分析比较了5个行业板块之间的贝塔系数有无显著差异,并用检验对各板块间的贝塔系数的显著性差异进行了檢验。
实证表明,大市趋于上升时(06年下半年至07年),各板块贝塔系数相对稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不稳定,甚至有个别时段的贝塔系数达到-10以上,基本在负区间波动。
贝塔系数的波动与股市发生的重大事件没有明显联系。
标签：贝塔系数CAPM模型最小二乘估计单指数模型检验一、引言贝塔系数是衡量证券或证券组合系统性风险大小的指标。
它是资本资产定价模型(CAPM)中最为重要的参数之一,著名的“单一指数模型”就要求事先估计出贝塔系数。
但是,贝塔系数必须要用历史数据进行估计。
因此,贝塔系数的稳定性就成为投资实践中的一个关键问题。
本文将对上海股票市场的5大行业板块的贝塔系数的稳定性进行实证研究。
威廉夏普提出了资产定价的均衡模型——资本资产定价模型(CAPM)。
在一些假设的基础上,可导出如下模型:其中为股票i的期望收益率;为无风险收益率;为股票i的贝塔系数;为市场组合的期望收益率。
其中为市场组合收益率的方差,为风险资产i的收益率与市场组合收益率之间的协方差,为风险资产i的收益率,为市场组合的收益率。
由于之前的CAPM模型本身是无法进行实证检验,必须对它进行变形。
假设每一种证券收益率与市场收益率存在一种线性关系,将CAPM模型转化为CAPM 可检验的形式,即单指数模型:在这个模型中,所有参数都是以预期形式表示,而贝塔系数无法确定预期值,所以大多数CAPM模型的检验都要用历史数据来代替。
因此必须假设贝塔系数在检验期间是完全稳定的。
如果用历史数据检验得到的贝塔不具有一定的稳定性,那它就无法作为未来贝塔系数的无偏差估计。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
上海证券市场不同行业板块贝塔系数的研究与检验
作者：袁超
来源：《商场现代化》2010年第08期
[摘要]本文采用2006年1月4号到2010年1月4号共972个交易日的上证板块样本数据,应用最小二乘估计法,以每12天为一个时间段,用Matlab编程计算了上证综合、商业、工业、
地产、公用5大板块的贝塔系数。
分析比较了5个行业板块之间的贝塔系数有无显著差异,并
用检验对各板块间的贝塔系数的显著性差异进行了检验。
实证表明,大市趋于上升时(06年下半年至07年),各板块贝塔系数相对稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不
稳定,甚至有个别时段的贝塔系数达到-10以上,基本在负区间波动。
贝塔系数的波动与股市发生的重大事件没有明显联系。
[关键词]贝塔系数 CAPM模型最小二乘估计单指数模型检验
一、引言
贝塔系数是衡量证券或证券组合系统性风险大小的指标。
它是资本资产定价模型(CAPM)
中最为重要的参数之一,著名的“单一指数模型”就要求事先估计出贝塔系数。
但是,贝塔系数必
须要用历史数据进行估计。
因此,贝塔系数的稳定性就成为投资实践中的一个关键问题。
本文
将对上海股票市场的5大行业板块的贝塔系数的稳定性进行实证研究。
威廉夏普提出了资产定价的均衡模型——资本资产定价模型(CAPM)。
在一些假设的基础上,可导出如下模型:
其中为股票i的期望收益率;为无风险收益率;为股票i的贝塔系数;为市场组合的期望收益率。
其中为市场组合收益率的方差,为风险资产i的收益率与市场组合收益率之间的协方差,为
风险资产i的收益率,为市场组合的收益率。
由于之前的CAPM模型本身是无法进行实证检验,必须对它进行变形。
假设每一种证券收益率与市场收益率存在一种线性关系,将CAPM模型转化为CAPM可检验的形式,即单指数模型:
在这个模型中,所有参数都是以预期形式表示,而贝塔系数无法确定预期值,所以大多数CAPM模型的检验都要用历史数据来代替。
因此必须假设贝塔系数在检验期间是完全稳定的。
如果用历史数据检验得到的贝塔不具有一定的稳定性,那它就无法作为未来贝塔系数的无偏差估计。
所以,贝塔系数稳定性检验问题的研究就具有重要意义。
厦门大学的沈艺峰和洪锡熙通过CHOW检验方法对深圳证券交易所1996年度所有上市股票样本数据的分析表明,无论单个股票或是股票组合,贝塔系数都不具有稳定性。
2007年,袁皓用沪、深两市1998年1月至2005年12月共计96个月的月度收益率数据考察了我国证券市场贝塔系数的稳定性。
他的研究以单一指数模型(SIM)为基础,分别使用OLS,Prais-Winsten叠代技术,以及Vasieek(1973)方法估计了贝塔系数。
研究发现我国股市中的单只股票的贝塔系数:不具有稳定性,而随着证券投资组合中股票数目的增加,贝塔系数的稳定性呈上升趋势。
2006年,申隆,
戴志辉的研究认为,贝塔系数是反映单个证券或证券组合相对于证券市场系统风险变动程度的
一个重要指标。
通过单一指数模型对贝塔系数的计算,投资者可以得出单个证券或证券组合未
来将面临的市场风险状况。
通常贝塔系数是用历史数据来计算的,而历史数据计算出来的贝塔
系数是否具有一定的稳定性,将直接影响贝塔系数的应用效果。
他们利用CH0W检验方法对中国证券市场已经实现股份全流通的上市,公司进行检验后发现,大部分上市公司在实现股份全流通后,其贝塔系数并没有发生显著的改变,用贝塔系数进行系统风险的预测可靠性还是相当高的。
2005年,周少甫,杜福林应用Engle提出的一种多元DCC—GARCH模型,选取了上海股市五支股票进行研究,获得了比较准确的时变贝塔系数,并给出了贝塔系数的预测公式。
同年,曾德军在对上海证券市场的短期、中期和长期贝塔系数进行系统研究,发现中长期贝塔系数近似服从
正态分布;上升贝塔和长期贝塔具有较好的稳定性,而一年期短期贝塔出现了较大的波动性。
2003年,马喜德,郑振龙和王保合利用上海股票市场90家上市公司的数据作为样本,对CAPM中的贝塔系数的波动状况进行实证研究。
结果表明所有股票的贝塔系数波动率都显著异于零,贝
塔系数在不同的时期会发生变化,具有不稳定性。
实证分析中如果忽略了这一点,必将导致对CAPM检验的失效。
本文采用2006年1月4号到2010年1月4号共972个交易日的上证板块样本数据,应用最小二乘估计法,以每12天为一个时间段,用Matlab编程计算了上证综合、商业、工业、地产、
公用5大板块的贝塔系数。
分析比较了5个行业板块之间的贝塔系数有无显著差异,并用检验对各板块间的贝塔系数的显著性差异进行了检验。
实证表明,大市趋于上升时(2006年下半年至2007年),各板块贝塔系数相对稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不稳定,甚至有个别时段的贝塔系数达到-10以上,基本在负区间波动。
贝塔系数的波动与股市发生的重大事件没有明显联系。
二、计算5个行业板块贝塔系数
单指数模型:
其中、分别是第t天相应的第i个板块收益率和市场收益率。
收益率计算公式为:
,其中为第t天的相应指数。
应用最小二乘法估计单指数模型里的贝塔系数,得到:
其中。
数据采用2006年1月到2009年12月共972个交易日的上证指数()和5大行业板块指数(),每12天为一个时间段得到一个贝塔系数的估计值,用Matlab软件编程计算得到:
图1 工业板块贝塔系数图2 商业板块贝塔系数
图3 公用板块贝塔系数图4 综合板块贝塔系数
图5 地产板块贝塔系数
由上面5幅图可以看出,五个板块的贝塔系数明显是不稳定的。
大市趋于上升时(06年下半年至07年),各板块贝塔系数明显稳定,围绕着0值上下波动。
大市趋于下跌时,贝塔系数明显不稳定,甚至有个别交易日的贝塔系数达到-10以上,基本在负区间波动。
板块之间的贝塔系数的联系相当明显,同一时期的振动趋势基本一致。
工业板块、商业板块、地产板块、公用板块贝塔
系数最小值-15.1651、-15.5764、-20.7519、-16.6298都出现在2007年3月5号到3月20号(央行首度决定上调金融机构人民币存贷款基准利率)。
综合板块最小值-18.4336出现在2006年11月29号到2006年12月14号。
工业板块最大值1.077出现在2006年2月16号到2006年3月3号。
商业板块最大值2.4087出现在2006年10月9号到2006年10月24号。
地产指数最大值2.8633出现在2006年3月22号到4月6号。
公用指数最大值1.5015出现在2007年9月12号到2007年9月27号。
综合指数最大值1.4012出现在2006年12月15号到2007年1月4号。
而股市几次重大调整(例如2007年5月30号和2007年12月),贝塔系数的波动并不大。
三、检验
使用t检验来检验各大板块之间的贝塔系数的稳定性。
假设检验:(两个样本贝塔系数均值之间没有显著差异);(两个样本贝塔系数均值之间有显著差异)
检验计算公式:
其中,为样本1的贝塔系数,为样本2的贝塔系数,为样本1贝塔系数的期望,为样本2贝塔系数的期望。
为样本1贝塔系数的个数,为样本2贝塔系数的个数。
样本数为81个,自由度,
查表得。
用Matlab编程计算得到:
其中,为工业板块与商业板块之间的差异,为工业板块与地产板块,为商业与地产,为工业与公用,为工业与综合, 为商业与公用,为商业与综合,为地产与公用,为地产与综合,为公用与综合。
由于即为差异非常显著,反之即为差异不显著。
从而可知差异非常显著,其余差异不显著。
即综合板块与其他四个板块的差异非常显著,这说明综合板块贝塔系数的变化受其他四个板块贝塔系数变化的影响不大,而其他四个板块的贝塔系数之间互相影响。
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,1994.4
[2]袁皓:中国证券市场β系数稳定性:一个大样本的检验[J], 中大管理研究, 2007, 2(2): 111-124.
[3]申隆戴志辉: 全球流通股票的贝塔系数稳定性研究[J], 商业时代, 2006(35):61-62.
[4]周少甫杜福林:上海股市时变贝塔系数的估计[J], 统计与决策,2005(11): 17-19.
[5]曾德军:上海证券市场贝塔系数统计规律分析[J], 岳阳职业技术学院学报, 2005(2): 67-69
[6]马喜德郑振龙王保合:贝塔系数波动状况的实证分析[J], 厦门大学学报:哲学社会科学版,2003(4):。