上海证券市场非系统风险的统计分析
中国证券市场风险构成实证分析
有较高系统风险。
参考文献 ：
［ １ 】波涛・ 证券投资理论与证券投资战略适用・ｆ￣Ｅ］ ｌ ｆＭ・ 经济管理出版社 ， ９： ・ ｉ 北京： １ ９６ ９ ４
－ —－— —
［ 编辑 吴 迪】 责任
１ ０２－— － － —
ｃｖＲ ， ） （ Ｒ ） ｏ（ ： ｆ Ｒ － （
：ｌ
二、 实证 结 果及分 析
从本 文的研究 方法 出发 ，选取 同一样 本不 同时期 的数 据进行 比较分析 ，为了体现数据 的连续性 ，本文选取 １９ ９６ 年 １月 １日至 ２ ０ ０ ７年 １ ２月 ３ １日每 三年 一个 时期 ，共 ｌ ０ 个样本 时期 。基 于组合 方法 ， 以得 到每组 由 ３ 可 Ｏ个不 同规
散化风险 ） ３４左右。由此可见 ， 占 ／ 上海证券交易所系统风险 比重较大 。这表 明， 中国股 市与一些 发达国家的股 市相 比较
逐 步健全 ， 监管经验 逐步丰 富和监管力度 的逐 渐加强 ， 中国 股市正逐步走 向成熟 ，系统风险 占总风险 比重也 会逐渐下 降， 当然 ， 这并不意味着 以后 中国股 市不会发生 大的起伏 和 风险 ， 中国的股市正在走 向成熟 。
．
近于 ｌ ，表 明方程拟合程度 比较好 ， １ ５ １ ，０２ ９对应的 ｔ ６ ． １２ ．３ ＝ ４
相伴概率值 ｓ ＝ ＜ ．１ 表明系数都是显著的。 由方 程知 ， ｉ ０ ００ ， ｇ 第
一
时 期 系 统 风 险 为 ０１３ ． ，总 风 险为 当 ｘ ｌ时 Ｙ的 值 为 ０ ＝
０１７ 其余 每个 时期均同第一 时期 的方法测算 。得出 以下每 ． ， ５ 个 时期 的系统风险 、 总系统风险以及系统风险 占总风险的 比
股票市场投资风险统计测度
标准差和变异系数法。标准 !、 差是描述变量取值离散程度的指标， 在股票市场上， 标准差常常被用作估 量风险大小的尺度。 标准差大的股票， 表示其风险大； 相反， 表示风险小。 标准差之所以能表示风险的大 小，其原理是风险产生于未来的不确 定性，这种不确定性又使未来的预期 收益充满变数； 变动性越大， 不确定性 也越大， 风险亦越大。变动性小， 比较 容易确定其价值。而标准差恰恰是描 述收益率变动程度的统计指标，因此
量， 其数值越小， 表示每单位收益的投 资风险越低，这样投资者可利用变异 系数选择投资项目。 以上提出的风险统计指标和方 法，其数量界限还有待进一步研究和 探讨。另外， 因为风险与收益呈正比关 系： 风险大， 收益也大， 风险小， 收益也 小，如何在收益和风险之间寻找平衡 点使投资决策优化也是值得我们研究 的课题。
!"!#$%"$&’$
理论新探
股 票 市 场 投 资 风 险 统 计 测 度
“股 市 风 险 莫 测 ， 入市谨慎抉择” 是证券 公司给股票投资者的忠告，也指出了股票市 场的特征。这里的风险是指因为股票价格变 动的不确定性给投资者本金造成损失的可能 性 。价 格 变 动 的 不 确 定 性 越 大 ， 则投资者遭受 损失的可能性也越大， 风 险 越 大 。一 般 将 股 市 总风险分为系统性风险和非系统性风险。系 统性风险是指由于对股票市场上所有股票交 易都产生影响的因素的出现，导致全体股票 投资者均有资产损失的可能性，包括国内外 政治经济环境风险、 政策风险、 市场风险、 利 率风险和购买力风险等。非系统性风险是指 由于对个别股票交易产生影响的某些因素的 出现，使得这个别股票投资者遭受资产损失 的可能性。非系统性风险主要是企业经营风 险、 财务风险、 违约风险和上市公司操纵的道 德风险。 股市投资风险是由股票的本质和股市运 行的复杂性决定的客观存在，它不仅影响投 资决策， 也影响投资效果。所以， 如何统计和 测算每一种股票或全部股票投资风险的大小 便成为股票投资管理不可缺乏的内容。从具 有实际意义和可操作性原则出发，投资者可 使用下列风险统计方法。 市 盈 率 法 。市 盈 率 又 称 为 本 益 比 ， 是每 !、 股 股 票 的 市 场 价 格 与 每 股 收 益!净 利 润"的 比 率。市盈率实质上表明在目前的赢利能力和 水平下购买公司股票的静态投资回收期。所 以， 市盈率越高的股票， 投资回收期越长， 投 资风险也越大。当然， 不同行业、 不同类型的 公司市盈率要区别对待； 往往是经营管理好、 具有良好成长性的公司， 其市盈率较高； 新兴 产业和高新技术产业类上市公司的市盈率也 比传统产业上市公司市盈率高，因为投资者 对 这 些 公 司 未 来 预 期 看 好 。但 是 无 论 如 何 ， 过 高的市盈率意味着投资价值的提前发掘和透 支， 一旦未来预期不能成为现实， 则投资风险 的释放就成为必然的选择，更何况未来的高 收益能否变为现实本来就是不确定的。平均
上海证券市场非系统风险的统计分析
收盘价格和上证综合指数的收盘点位 ，依 次计算各 自的 日收益率 ，然后计算各 自的 。及与市场的相关系数 Ｐ，进而计算 Ｂ值
及 非 系统 风 险 ， 时求 得 无 风 险 利率 水平 。 同 数 据 时 间 跨度 足够 长 ，在 此 时期 内既 有 市 场 上 涨期 ，也 有下 跌 期 ，可 以较 全 面 观 察 市场 各 股 票 间 的关 系 。
－＿ 科 维 茨 （ ｒｏ ｔ 于 上 世 纪提 ＝ １ Ｍａｋ ｗｉ ｚ） 出 投 资 组 合理 论 后 ，投 资 领 域 的
∞ ８ ４ ， ． ６ 伽 其 中 Ｐ为等可 能概率取 天数 的倒 数。 。 ２ 。 组合理论。单只股票的非系统风险和 Ｂ如
在此基础上 ， 别股票 ｉ 个 的期 望 收 益 率 ｒ 可 以反 映 为 ： ｒ＝ｒ＋ ｐ ｆ ｍ （ｍ ｒ） ｒ－ 其 中 ｒ 为 市 场 期 望 收 益 ，ｒ为
的离 差减 至 最 小 。
◆
●
：～
投资风险分 为无法避免 的系统风险 和 可 以通过 多元化投 资分散 的非系统风 险。 王佼 （ ０ ８） ２ ０ 验证了我国证券 市场 同样符
合 投 资 组 合 理 论 ，对 于 每 种 证 券 而 言 ， 由
无风险 利率水平 。
进 而求 得无 风 险利
鞫 翳 强霞 释 鳇 藤 茧
有Ｓ 类股票 ，以避免极端情况的出现 ， Ｔ 保 证统计结果的无偏性。
上 证 市 海 券 场 非系 统风险 统计 析 的 分
■ 李庆龙 （ 州电力 高等专科 学校 郑 州 郑
◆ 中图分类号 ：Ｆ ３ 文献标识码 ：Ａ ８（ ）
本 文 计 算 所 使 用 的 原 始 数 据 为 截 至 ２ ０ 年 ４ ２日的 ２ １ 交 易 日各股 票 的 ０９ 月 ６个
以上海证券公司为例分析
以上海证券公司为例分析上海证券有限责任公司（以下简称“公司"）成立于2001年5月，是由原上海财政证券公司和上海国际信托有限公司证券总部新设合并成立的全中国性综合类证券公司.公司注册资本金15亿元人民币，股东单位为上海国际集团有限公司和上海国际信托有限公司。
2005年12月,公司成为中国创新试点证券公司之一。
同时，公司也是上海国际集团核心成员企业之一。
公司概况：公司拥有各类专业人员1000余人，营业网点52家，已形成以上海为中心，北京、深圳、重庆、温州、南京、杭州等发达城市为主体的经营网络，是国内业务资格最齐备的证券公司之一。
公上海证券司投资设立了海际大和证券有限责任公司，收购了上海实友期货经纪有限公司并更名为海证期货有限公司。
公司于2007年正式受让中富证券有限责任公司的证券类资产，实现了经纪业务的快速扩张，进一步推动了公司的战略发展。
公司理念：公司成立以来,一贯秉承“诚信、专业”的核心价值观，以诚信经营为根本，以专业服务为中心；规范运作、稳健务实、开拓进取、和谐创新;立足上海，服务中国，在市场上树立了良好的企业形象。
公司将致力于打造自身经营品牌，走现代金融企业的可持续发展道路，不断做强做大,努力成为国内一流的券商公司机构：股东会是公司的权力机构,董事会是公司的执行机构，监事会是公司的监督机构.董事长为法人代表。
董事会下设战略与投资决策委员会、提名、薪酬与考核委员会、风险管理委员会.董事会下设董事会办公室、合规总部和稽核监察总部。
总经理室下设证券投资委员会、资产管理委员会。
公司下设办公室、人力资源总部、财务管理总部、登记结算中心、经纪管理总部、研究所、信息技术总部、风险管理总部、证券投资总部、资产管理总部、并购业务总部、固定收益总部、国际业务总部、创新产品总部14个总部。
上海地区设27家证券营业部，在北京、温州、重庆、南京、深圳、苏州、杭州等地设25家网点。
历史沿革：2004年9月，公司与日本大和证券SMBC株式会社合资组建成立海际大和证券有限责任公司，法定代表人郁忠民,经营范围为股票和债券的承销、外资股的经纪、债券的经纪和自营、中国证监会批准的其他业务。
浅谈贝塔系数
浅谈贝塔系数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。
资产定价模型实证研究
基于资产定价模型在上海证券市场的实证分析姓名：韩雨学号：M14２01082专业: 技术经济及管理评阅老师：黄平完成日期：２01５年6月15日基于资产定价模型在上海证券市场的实证分析韩雨(安徽大学商学院,合肥，2３0601）摘要:资本资产定价模型(ＣAＰM)是现代金融理论的三大基石之一，对西方金融理论产生了深远的影响。
基于资本资产定价模型,运用ＢJS方法，对从上海证券市场选取的4５支股票进行实证分析，得出的结论是:资本资产定价模型仍然不完全适合当前上海的股票市场,系统风险所占的比重很小，非系统因素起比较大的作用,从而表明运用投资组合会有相当好的前景。
关键字:资本资产定价模型;上证Ａ股；投资组合；BＪS方法ThｅEmpｉrｉcａl Anａlyｓiｓof CAPM Bａsed on the Ｓhanghai Secｕrities MaｒketHaｎYu(Sｃｈool of Ｂuｓｉness, Ａｎhｕi Univerｓity,Ｈefei 23０６０1）Abstｒact：Capital Ａｓset ＰｒiｃiｎｇＭoｄｅl (CAPM）ｉｓｏnｅof ｔhe three cornｅｒsｔｏｎes oｆｍodeｒn ｆinancｉal ｔｈeｏry, on thｅｗｅｓtern financiａl ｔhｅory haｓhaｄ a proｆoｕｎd imｐact. Bａsed ｏn thｅcapiｔal asseｔpｒicing mｏdeｌ, I sｅlｅcｔed tｈe 4５sｔocks from the Shａnｇｈai ｓecuriｔies maｒket uｓｉng the BJS methoｄto mａke the eｍpirical aｎalｙsis. T ｈe ｃonｃlusion is that the cａｐiｔal asset ｐｒｉcｉng modｅl is stilｌｎｏt fｕｌｌy fｉt ｔｈe cuｒrent Shaｎgｈａｉsecｕritieｓmａｒket, ｔhe proportｉon of sｙstemｉc risk iｓvery smａll，non-systeｍfactoｒｐlayｓa laｒger role, thuｓindicaｔing thａt thｅuse of ｔｈｅpｏrtｆoｌio ｗill haｖe a very good prospe ｃt．Key worｄｓ:ＣAＰM；SｈａｎghaｉＳecuｒities Mａrｋｅｔ;Pｏrｔfolio；ＢＪS０引言资本资产定价模型(简称CＡＰM）是现代金融理论最重要的基石之一,它是第一个在不确定条件下,使投资者实现效用最大化的资产定价模型。
资产定价模型缺陷综述
资产定价模型（CAPM）局限性研究综述陈豪吴玉章学院金融工程系 07资产定价模型（CAPM）局限性研究综述 (1)引言 (1)一、CAPM的模型介绍 (2)模型的发展历史 (2)CAPM模型介绍 (2)二、CAPM模型的研究现状 (4)国外实证研究现状(参考文献1-7) (4)国内实证研究现状（参考文献8-15） (5)结论 (6)三、理论局限性分析 (7)文献概述（参考文献16-19） (7)结论 (8)四、参考文献 (9)引言资本资产定价模型(Capital Asset PricingModel,CAPM)最早由Sharpe、Lintner、Mossin分别提出,它用一个简单的模型刻画了资产收益与风险的关系,代表了金融学领域重要的进展和突破,是现代金融学最重要的理论基石之一。
CAPM的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元化加以消除,对期望收益产生影响的只能是无法分散的系统风险(用β系数度量),期望收益与β系数线性相关。
在金融投资决策中,风险的度量和管理一直是理论界和实证界所关注的核心问题。
由于CAPM的简洁性和可操作性,在股票收益预测、投资风险分析等许多问题中得到广泛的应用，但实证研究结果不是很理想，有人认同，有人质疑。
本文对资本资产定价模型的局限性进行深入研究无疑在理论上和实践上都有着重要的意义。
一、CAPM的模型介绍模型的发展历史1952年，马柯维茨(Markowitz)在《金融杂志》上发表题为《投资组合的选择》(Portfolio Selection)的博士论文是现代金融学的第一个突破，他在该文中确定了最小方差资产组合集合的思想和方法，开创了对投资组合管理的先河，奠定了投资理论发展的基石。
其后，在马柯维茨均值—方差分析的基础上，夏普(Sharpe)、林特纳(Lintener)、莫辛(Mossin)等研究了竞争均衡市场中金融证券价格的形成，提出了竞争市场中确定资本资产价值的数学模型，称为资本资产定价模型(Capital Asset Pricing Model，简称CAPM)。
CAPM模型在我国上证A股市场的实证分析
CAPM模型在我国上证A股市场的实证分析摘要：资本资产定价模型(CAPM)是由美国学者夏普和他的同伴在1964年提出，他们将马克维茨的现代投资组合理论基础与资本市场理论相结合。
资本资产定价模型经过多年发展，它已被广泛应用于金融资本资产的投资理论和实践中。
通过对贝塔系数的研究，学者们发现资本资产定价模型的贝塔系数具有一定的不稳定性和波动性，因此资本资产定价模型对于资本资产的实证研究有很大的争议。
自1990年我国沪深两市交易所相继开业，至今2023年，现已有超过3700支股票在沪深两市上市，我国股票市场具有浓厚的中国特色，对投资者和业界学者而言中国股票市场是一个值得投资研究的金融市场，有利于了解金融体系的运转与操作，提高市场价值投资组合策略的能力。
本文通过将不同β系数进行分组，代表不同类型的股票性质，再对分组CAPM模型的模型拟合优度进行讨论，验证CAPM模型在近5年期间，是否适用与中国上证A股市场。
本文由四个部分组成：第一部分为绪论，主要介绍研究背景、研究意义、研究方法等；第二部分阐述文章研究所需要的理论，包括CAPM模型的概念、界定和CAPM 模型在现代经济理论中的地位；第三部分对β系数及资本资产定价模型进行实证分析。
作者用资本资产定价模型计算各个股票的β系数，并根据系数对各支股票进行分组，分别讨论分组和总体的模型拟合优度；第四部分总结归纳了研究结果，同时提出了未来可继续展开的研究方向和角度。
关键词：CAPM模型；上证A股市场；拟合优度；β系数第1章绪论1.1研究背景及意义1.1.1研究背景1964年美国学者威廉·夏普(William Sharpe)等人在现代投资组合理论和资本市场理论的基础上提出资本资产定价模型(Capital Asset Pricing Model即 CAPM)。
资本资产定价模型对所有投资者进行投资的假设条件，即投资者以均值、方差作为资产组合参考和判断标准。
并且，资本市场有借贷率相等的无风险资产存在。
- 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)。
上海证券市场非系统风险的统计分析
作者：李庆龙
来源：《商业时代》2010年第07期
中图分类号:F830 文献标识码:A
内容摘要:本文以投资组合理论为基础,通过对上海证券市场50种股票的收益率和β系数的分析,对市场中单只股票的非系统风险进行了评价。
关键词:证券市场非系统风险收益率投资组合
马科维茨(Markowitz)于上世纪提出投资组合理论后,投资领域的数量研究得以迅速发展。
证券投资组合理论是探索如何通过有效的方法降低投资风险和提高投资收益的理论,投资者可以用多元化的证券组合,将期望收益的离差减至最小。
投资风险分为无法避免的系统风险和可以通过多元化投资分散的非系统风险。
王佼(2008)验证了我国证券市场同样符合投资组合理论,对于每种证券而言,由于系统风险是无法避免的,投资者更关注其非系统风险的大小;陈建(2008)验证了分散效应对非系统风险的影响;林欣(2008)提出使用赫斯特指数对股票风险进行度量和评级;杜敏杰(2006)对非系统风险的交易行为初步进行了实验性数量解释研究;李庆龙(2006)利用沙堆模型对股票系统风险进行测量。
虽然都能在结果上进行验证,但是方法复杂效率偏低。
本文将使用较为简单的统计分析方法,对上海证券市场非系统风险进行度量,以期得出实用性结论。
模型和数据说明
假设系统风险为σm,单只股票i的风险为σi,均为各自的标准差;则股票i的非系统风险为: Ri=σi-σm
资本资产定价模型通过计算股票i的β系数,反映个别股票与证券市场之间的风险联系,帮助投资者在风险和收益之间进行决策。
β系数可以根据股票i与市场的相关系数ρ计算:
其中p为等可能概率取天数的倒数。
在此基础上,个别股票i的期望收益率ri可以反映为:
ri=rf+βim(rm-rf)
其中rm为市场期望收益,rf为无风险利率水平。
进而求得无风险利率水平为:
本文随机选取上海证券市场中正常交易的50种股票进行统计分析。
所选样本在股本规模、流通程度、市价水平、涨跌幅度方面没有任何偏好,完全由计算机随机选取;所选样本不等同于上证50指数成分股票,因为上证50指数成分股票的市值比重太大,指数就是以成分股为基础计算得出的,与市场整体走势相关性太大;同时样本没有ST类股票,以避免极端情况的出现,保证统计结果的无偏性。
本文计算所使用的原始数据为截至2009年4月2日的261个交易日各股票的收盘价格和上证综合指数的收盘点位,依次计算各自的日收益率,然后计算各自的σ及与市场的相关系数ρ,进而计算β值及非系统风险,同时求得无风险利率水平。
数据时间跨度足够长,在此时期内既有市场上涨期,也有下跌期,可以较全面观察市场各股票间的关系。
数据分析结果
经分析可得到,市场整体的收益率为2.03%,该收益率的标准差为2.51,所选取的50种股票各自的收益率和标准差如图1和图2所示。
图示表明,单只股票的收益率只在 -2%~8%之间,标准差在2~6个百分点之间,均高于市场平均水平,完全符合投资组合理论。
单只股票的非系统风险和β如图3和图4所示。
图示表明,非系统风险在3个百分点以下,β系数在-0.2~1.2之间。
以上数据分布较为集中,说明各股票与市场整体走势具有较强相关性,而各自的非系统风险相对较小,平均不到各自总体风险的37%。
β系数较小,非系统风险在总体风险中所占比重不大,这些特性可以从表1看出。
各股票的非系统风险分布总体符合正态分布特征,如图5所示。
由股票的以上数据计算得到的市场无风险利率如图6所示。
无风险利率水平平均在0.26%,分布较为集中,基本上符合市场的实际情况。
结论
综上,分析数据统计结果,可以得到以下结论:上海证券市场的非系统风险较小,占系统风险的1/3,也就是说通过投资市场组合可将投资单只股票的风险降低近1/4;单只股票与市场整体的相关系数较小,平均在0.21,说明上证指数较大程度上受权重股指标股影响,较难全面反映个股走势;计算所得的无风险利率水平为0.26%,低于同期平均银行利率水平,反映出我国经济运行中的实际利率处于低利率区间。
需要指出的是,统计显示个股平均收益率高于市场总体收益率,个股与市场相关性不大。
这与直观认识存在差异,可能是由于样本规模较小或者出于其他未知因素,期待以后进一步的研究来解释。
参考文献:
1.王佼.我国股票市场证券数量与风险关系的实证分析[J].经济论坛,2008(10)
2.陈健,胡文伟,李湛.中国股票市场投资组合规模的非系统风险分散效应[J].软科学,2008(2)
3.林欣.基于赫斯特指数的股票风险研究[J].上海管理科学,2008(5)
4.杜敏杰,田新民.股票市场非系统性风险的交易行为解释[J].经济管理与科学,2006(6)
5.李庆龙.用沙堆模型检验上证指数的分形特征[J].统计与决策,2006(1)。