• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      公司基本面對股票Beta系數(shù)影響的量化研究

      2015-03-21 01:15:01北京交通大學(xué)經(jīng)濟(jì)與管理學(xué)院韓行行
      中國商論 2015年13期
      關(guān)鍵詞:金融學(xué)風(fēng)險(xiǎn)管理系數(shù)

      北京交通大學(xué)經(jīng)濟(jì)與管理學(xué)院 韓行行

      公司基本面對股票Beta系數(shù)影響的量化研究

      北京交通大學(xué)經(jīng)濟(jì)與管理學(xué)院 韓行行

      摘 要:準(zhǔn)確測度風(fēng)險(xiǎn)是進(jìn)行風(fēng)險(xiǎn)管理的前提,資本資產(chǎn)定價(jià)模型中的β系數(shù)有效地量化了股票的系統(tǒng)性風(fēng)險(xiǎn),是股市風(fēng)險(xiǎn)管理所依據(jù)的重要指標(biāo)。歷史研究表明,影響股票β系數(shù)的因素有很多,公司基本面是其中最為重要的一個(gè)。本文選取我國14家上市商業(yè)銀行作為研究樣本,選用2008~2013年間的會計(jì)指標(biāo)和宏觀經(jīng)濟(jì)指標(biāo)作為研究變量,通過主成分分析和回歸分析等方法構(gòu)建計(jì)量模型,量化公司基本面對股票β系數(shù)的影響程度。研究結(jié)果表明,我國上市銀行基本面對股票β系數(shù)的貢獻(xiàn)率僅有50%,β系數(shù)對銀行基本面的反應(yīng)并不敏感。

      關(guān)鍵詞:金融學(xué) 風(fēng)險(xiǎn)管理 β系數(shù) 公司基本面

      1 引言

      風(fēng)險(xiǎn)測度是風(fēng)險(xiǎn)控制和風(fēng)險(xiǎn)管理的前提,資本資產(chǎn)定價(jià)模型(CAPM)提供了一個(gè)有效的風(fēng)險(xiǎn)測度方法。它將風(fēng)險(xiǎn)分為非系統(tǒng)性風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn),并引入β系數(shù)衡量系統(tǒng)性風(fēng)險(xiǎn),是投資者進(jìn)行風(fēng)險(xiǎn)控制和管理的重要依據(jù),因此,對股票β系數(shù)的研究具有重要意義。國內(nèi)外學(xué)者對股票β系數(shù)的研究主要集中在三個(gè)方面:(1)β系數(shù)的穩(wěn)定性研究。大多數(shù)研究結(jié)果都表明β系數(shù)不具有穩(wěn)定性;(2)β系數(shù)的影響因素研究。研究發(fā)現(xiàn)β系數(shù)主要受宏觀經(jīng)濟(jì)因素、行業(yè)因素和上市公司基本面的影響;(3)β系數(shù)的預(yù)測研究。其預(yù)測主要有兩種方法:一個(gè)是基于時(shí)間序列關(guān)系的預(yù)測,另一個(gè)是基于差異性影響因素的預(yù)測。

      理論上,成長性、盈利性等公司基本面的變化會改變上市公司的風(fēng)險(xiǎn)特征,從而影響公司股票的β系數(shù)。由于公司的會計(jì)資料最能反映公司的基本面,因此在實(shí)證研究中通常用它作為公司基本面的量化指標(biāo)來研究基本面的影響。Adedeji(1997)選取英國1990~1994年間的375只股票作為研究對象,發(fā)現(xiàn)β系數(shù)與財(cái)務(wù)杠桿、股利支付率、公司規(guī)模顯著正相關(guān),而與經(jīng)營杠桿、市盈率、流動比率負(fù)相關(guān)[1];張甲宇(2008)以滬深兩市所有A股上市公司為研究樣本,運(yùn)用最小二乘法計(jì)算樣本公司2005年的貝塔系數(shù),研究結(jié)果顯示,貝塔系數(shù)與包括銷售增長率在內(nèi)的9個(gè)財(cái)務(wù)變量顯著相關(guān)[2]。

      以往在研究基本面的影響時(shí)主要采用兩種方法,一是通過計(jì)算相關(guān)系數(shù)簡單描述各個(gè)會計(jì)指標(biāo)與β系數(shù)的相關(guān)性;二是根據(jù)線性回歸得到的回歸系數(shù)比較各個(gè)會計(jì)指標(biāo)影響力的大小。這兩種方法只研究了各個(gè)會計(jì)指標(biāo)的單一影響,并沒有衡量它們對β系數(shù)的綜合影響,無法量化公司基本面對股票β系數(shù)的影響程度。本文對這一問題進(jìn)行了深入研究,以上市商業(yè)銀行為研究對象,首先選取相關(guān)會計(jì)指標(biāo)和宏觀經(jīng)濟(jì)指標(biāo)作為初始變量,收集其2008~2013年間的數(shù)據(jù);然后對初始變量進(jìn)行主成分分析,提取主因子;最后以個(gè)股β系數(shù)為因變量、提取的主因子為自變量構(gòu)建模型,量化銀行基本面對股票β系數(shù)的影響程度。

      2 實(shí)證設(shè)計(jì)

      2.1 樣本選取

      本次研究選取我國A股市場上市的包括國有商業(yè)銀行、股份制商業(yè)銀行以及城市商業(yè)銀行在內(nèi)的總計(jì)14家銀行作為研究樣本,具體樣本選擇如下:平安銀行(000001)、寧波銀行(002142)、浦發(fā)銀行(600000)、華夏銀行(600015)、民生銀行(600016)、招商銀行(600036)、南京銀行(601009)、興業(yè)銀行(601166)、北京銀行(601169)、交通銀行(601328)、工商銀行(601398)、建設(shè)銀行(601939)、中國銀行(601988)、中信銀行(601998)。

      2.2 變量選取

      歷史研究表明,股票β系數(shù)主要由宏觀經(jīng)濟(jì)、行業(yè)特征和公司基本面三個(gè)因素所決定。由于本次研究選取的樣本全部是我國A股上市的商業(yè)銀行,因此行業(yè)因素不加考慮;公司基本面可以通過會計(jì)指標(biāo)得以體現(xiàn),本文用公司的會計(jì)指標(biāo)代替公司基本面因素;宏觀經(jīng)濟(jì)因素可以通過特定的宏觀經(jīng)濟(jì)指標(biāo)來衡量?;趯v史研究的總結(jié),我們著重選取以下指標(biāo)作為初始變量:

      (1)公司會計(jì)指標(biāo):總資產(chǎn)—X1、營業(yè)收入—X2、每股收益—X3、每股凈資產(chǎn)—X4、凈資產(chǎn)增長率—X5、營業(yè)收入增長率—X6、凈利潤增長率—X7、總資產(chǎn)凈利率—X8、凈資產(chǎn)收益率—X9、營業(yè)收入凈利率—X10、資產(chǎn)負(fù)債率—X11、總資、周轉(zhuǎn)率—X12、經(jīng)營杠桿—X13、市盈率—X14、市凈率—X15、股利發(fā)放率—X16、流通股比例—X17。

      (2)宏觀經(jīng)濟(jì)指標(biāo):GDP增長率—Y1、通貨膨脹率—Y2、收入增長率—Y3、房價(jià)增長率—Y4、匯率(兌美元)—Y5。

      2.3 數(shù)據(jù)收集

      (1)所有數(shù)據(jù)均選用2008~2013年間的年度數(shù)據(jù),即個(gè)股β系數(shù)年度值、公司年度會計(jì)指標(biāo)、宏觀經(jīng)濟(jì)年度指標(biāo)。

      鑒于2006~2007年股票市場的特殊行情,我們選取2008~2013年作為研究區(qū)間。另外,股票β系數(shù)會受到某些偶然因素的影響,這些偶然因素不能量化,無法進(jìn)入計(jì)量模型。研究表明,這些偶然因素的影響力在較長的時(shí)間內(nèi)可以相互抵消,為了盡可能地降低其對實(shí)證結(jié)果的影響,我們選用β系數(shù)的年度值作為因變量。作為對應(yīng),公司會計(jì)指標(biāo)和宏觀經(jīng)濟(jì)指標(biāo)也應(yīng)該選取同一時(shí)期的年度值。

      (2)個(gè)股β系數(shù)的收集

      個(gè)股β系數(shù)的收集有兩種方法[3]:一個(gè)是計(jì)算法,又可以分為市場法和CAPM法;另一個(gè)是數(shù)據(jù)庫下載,很多數(shù)據(jù)庫都提供有我國上市公司股票的β系數(shù)值。本文所用的個(gè)股β系數(shù)值下載自國泰安數(shù)據(jù)庫。

      (3)初始變量的收集

      本文所用的會計(jì)指標(biāo)下載自國泰安數(shù)據(jù)庫;宏觀經(jīng)濟(jì)指標(biāo)可以由國家相關(guān)機(jī)構(gòu)的數(shù)據(jù)庫得到,本文所用的宏觀經(jīng)濟(jì)指標(biāo)由國家統(tǒng)計(jì)局統(tǒng)計(jì)報(bào)告得到。

      2.4 提取主因子(主成分分析法)

      主成分分析是利用降維的思想,對彼此相關(guān)的初始變量進(jìn)行線性變換,將其轉(zhuǎn)換成另一組不相關(guān)的變量,并選取能夠最大程度代表初始變量信息的前幾個(gè)新變量作為研究的主因子。

      對選取的初始變量進(jìn)行主成分分析提取主因子主要是基于以下三個(gè)原因:

      (1)本次選取的初始變量多達(dá)22個(gè),如果全部采用,會加大模型構(gòu)建的復(fù)雜程度。通過主成分分析法提取較少的主因子代替初始變量,可以將實(shí)證過程大大簡化。

      (2)對初始變量進(jìn)行相關(guān)性檢驗(yàn),可以發(fā)現(xiàn)其彼此之間具有較強(qiáng)的線性相關(guān)性,變量間的這種高度自相關(guān)會影響后續(xù)建模的準(zhǔn)確性,對實(shí)證結(jié)果產(chǎn)生不利影響。通過對這些相關(guān)性較高的初始變量提取主因子,可以很好地解決這一問題。

      (3)本次選取的初始變量單位不一致(既有比率型也有數(shù)值型),無法進(jìn)行綜合計(jì)量。主成分分析對原始數(shù)據(jù)進(jìn)行中心化處理,并以其中心化值為基礎(chǔ)提取主因子,構(gòu)建模型,解決了初始變量單位不一致的問題。

      2.5 構(gòu)建模型

      成功提取主因子后,以個(gè)股β系數(shù)為因變量,各個(gè)主因子為自變量,建立如下回歸模型進(jìn)行分析研究:

      3 實(shí)證分析

      3.1 數(shù)據(jù)檢驗(yàn),驗(yàn)證數(shù)據(jù)是否適合做主成分分析

      將原始數(shù)據(jù)錄入SPSS17.0進(jìn)行KMO檢驗(yàn)和巴特利特球形檢驗(yàn),一般情況下認(rèn)為KMO檢驗(yàn)值越接近1越適合做主成分分析。本文測得樣本KMO值為0.55>0.5,適合做主成分分析;巴特利特球形檢驗(yàn)用來檢驗(yàn)變量之間的相關(guān)性,樣本的顯著性水平Sig值0.00<0.05,即初始變量之間具有較強(qiáng)的相關(guān)性,適合做主成分分析[4]。

      3.2 主因子提取

      SPSS軟件自動計(jì)算初始變量相關(guān)矩陣的特征值,并按照特征值大于1的原則選取了6個(gè)主因子F1~F6。這6個(gè)主因子包含了22個(gè)初始變量80%的信息,可見提取出來的主因子很好地綜合了初始變量的信息。

      3.3 計(jì)算因子得分

      用提取出的主因子代替初始變量構(gòu)建模型需要計(jì)算各主因子的因子得分,所謂因子得分就是將各主因子表示成各個(gè)初始變量的線性函數(shù),并根據(jù)各個(gè)初始變量的值計(jì)算出各主因子的值。

      因子得分可以通過表1的因子得分矩陣求得。

      表1 因子得分矩陣

      3.4 回歸建模

      以個(gè)股β系數(shù)為因變量,提取的6個(gè)主因子為自變量,利用SPSS軟件進(jìn)行回歸建模,建模過程及結(jié)果如下:

      (1)擬合優(yōu)度檢驗(yàn):從SPSS的檢驗(yàn)輸出結(jié)果看,回歸模型的R方為0.562,調(diào)整R方為0.528,模型擬合效果較好。

      (2)F檢驗(yàn)(方差分析):從SPSS方差分析的輸出結(jié)果看,回歸模型總離差平方和為3.254,回歸平方和貢獻(xiàn)1.829,殘差平方和貢獻(xiàn)1.425,F(xiàn)統(tǒng)計(jì)量的伴隨概率Sig值0.00<0.05,模型通過F檢驗(yàn)。

      (3)t檢驗(yàn):從t檢驗(yàn)的輸出結(jié)果看,F(xiàn)1、F2、F3、F4、F6的t統(tǒng)計(jì)量的Sig值分別為0.030、0.000、0.005、0.000、0.042、0.027,均小于0.05,主因子的回歸系數(shù)通過了t檢驗(yàn)。

      根據(jù)回歸結(jié)果,最終建立的計(jì)量模型為:

      3.5 分析計(jì)算

      此次研究的目的是量化上市公司基本面對股票β系數(shù)的影響程度,即公司會計(jì)指標(biāo)對β系數(shù)的綜合影響,本文選用了17個(gè)會計(jì)指標(biāo),所要度量的是這17個(gè)指標(biāo)對β系數(shù)的綜合影響力。

      單一會計(jì)指標(biāo)的影響為:

      全部會計(jì)指標(biāo)的綜合影響為:

      4 結(jié)語

      從實(shí)證結(jié)果來看,2008~2013年間,我國商業(yè)銀行基本面對其股票β系數(shù)的影響程度僅有50%。公司基本面呈現(xiàn)出的風(fēng)險(xiǎn)特征決定了其股票的風(fēng)險(xiǎn),極大地影響股票β系數(shù)值。如果市場是有效的,那么公司基本面對股票β系數(shù)的影響程度就很高;反之,公司基本面對股票β系數(shù)的影響程度就很低。研究結(jié)果表明,我國上市商業(yè)銀行股票β系數(shù)對公司基本面的反應(yīng)不夠敏感,這種現(xiàn)象可能存在于我國的整個(gè)股票市場,反映出我國股票市場的市場有效性比較低,這可能與我國股票市場價(jià)值投資理念缺失、市場炒作現(xiàn)象嚴(yán)重、市場制度不完善等諸多問題息息相關(guān)。

      本文通過考查我國上市商業(yè)銀行諸多會計(jì)指標(biāo)對股票β系數(shù)的綜合影響力來量化銀行基本面對股票β系數(shù)的影響程度。雖然此次研究針對的是商業(yè)銀行,但本文所采用的研究方法卻是普遍適用的,可以用來量化其他行業(yè)的公司基本面對股票β系數(shù)的影響程度。

      參考文獻(xiàn)

      [1] Adedeji.Facts and fallacies about the determinants of beta[J].Issues in Accounting and Finance,1997(6).

      [2] 張甲宇.財(cái)務(wù)變量與預(yù)期13系數(shù)關(guān)系的實(shí)證分析[J].財(cái)會月刊,2008(32).

      [3] 宋寶.基于山西省上市公司數(shù)據(jù)對貝塔系數(shù)的實(shí)證分析[J].經(jīng)濟(jì)論壇,2013(11).

      [4] 宋志剛,謝蕾蕾,何旭紅.SPSS16.0實(shí)用教程[M].北京:人民郵電出版社,2010.

      中圖分類號:F830.91

      文獻(xiàn)標(biāo)識碼:A

      文章編號:2096-0298(2015)05(a)-152-03

      猜你喜歡
      金融學(xué)風(fēng)險(xiǎn)管理系數(shù)
      探討風(fēng)險(xiǎn)管理在呼吸機(jī)維護(hù)與維修中的應(yīng)用
      這些待定系數(shù)你能確定嗎?
      打雪仗
      房地產(chǎn)合作開發(fā)項(xiàng)目的風(fēng)險(xiǎn)管理
      商周刊(2018年23期)2018-11-26 01:22:28
      淺述行為金融學(xué)
      行為金融學(xué)在價(jià)值投資中的應(yīng)用分析
      過年啦
      淺析數(shù)學(xué)方法在金融學(xué)中的應(yīng)用
      中國金融學(xué)面臨的挑戰(zhàn)和發(fā)展前景
      兩張圖弄懂照明中的“系數(shù)”
      中國照明(2016年6期)2016-06-15 20:30:14
      麟游县| 衡东县| 临泽县| 贡山| 彭泽县| 定陶县| 大连市| 巨鹿县| 永胜县| 长海县| 湘乡市| 镇宁| 公主岭市| 江油市| 正宁县| 昌图县| 常德市| 宜良县| 乌拉特后旗| 长寿区| 易门县| 台北县| 乌兰浩特市| 石渠县| 如皋市| 酒泉市| 额敏县| 滁州市| 右玉县| 集安市| 东平县| 东乡族自治县| 准格尔旗| 吴堡县| 香格里拉县| 舞阳县| 茌平县| 武鸣县| 新邵县| 鸡东县| 介休市|