次貸危機(jī)以來(lái)福建省上市公司系統(tǒng)性風(fēng)險(xiǎn)實(shí)證研究

耿慶峰，宋秀峰，許蓮鳳

（1．閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院、互聯(lián)網(wǎng)創(chuàng)新研究院，福建福州，350121；2．3．閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建福州，350121）

次貸危機(jī)以來(lái)福建省上市公司系統(tǒng)性風(fēng)險(xiǎn)實(shí)證研究

耿慶峰1，宋秀峰2，許蓮鳳3

（1．閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院、互聯(lián)網(wǎng)創(chuàng)新研究院，福建福州，350121；2．3．閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建福州，350121）

以上海證券交易所上市的21家福建公司為研究對(duì)象，分別基于2007—2015年的季度、月度和日度數(shù)據(jù)，計(jì)算跨期的區(qū)域上市公司貝塔系數(shù)。實(shí)證分析表明：相對(duì)于季度和月度數(shù)據(jù)所計(jì)算的貝塔系數(shù)，日波動(dòng)較大，表明區(qū)域經(jīng)濟(jì)系統(tǒng)性風(fēng)險(xiǎn)受離散事件的影響較大；季度和月度貝塔系數(shù)標(biāo)準(zhǔn)差較小，且具有一定的穩(wěn)定性，證實(shí)系統(tǒng)性風(fēng)險(xiǎn)可衡量。

福建上市公司；系統(tǒng)性風(fēng)險(xiǎn)；貝塔系數(shù)；區(qū)域經(jīng)濟(jì)

一、引言

2007年8月爆發(fā)的美國(guó)次貸危機(jī)席卷全球，世界金融體系和經(jīng)濟(jì)遭受重創(chuàng)，逆轉(zhuǎn)了世界經(jīng)濟(jì)增長(zhǎng)的勢(shì)頭，加速了世界經(jīng)濟(jì)的下滑和蕭條。當(dāng)前，金融危機(jī)造成的影響仍未消弭，世界經(jīng)濟(jì)增長(zhǎng)放緩，市場(chǎng)需求疲軟，國(guó)際大宗商品價(jià)格保持低位。在此背景下，中國(guó)2016年的經(jīng)濟(jì)增速下調(diào)為6．5～7%，意味著中國(guó)經(jīng)濟(jì)存在一定的風(fēng)險(xiǎn)性。股市作為宏觀經(jīng)濟(jì)的晴雨表，其價(jià)格波動(dòng)（走勢(shì)）在一定程度上預(yù)示著宏觀經(jīng)濟(jì)的景氣程度。事實(shí)上，2015年確實(shí)是中國(guó)股市“不太平”的一年，其上半年表現(xiàn)為一種瘋牛，下半年呈現(xiàn)一種暴跌狀態(tài)。這種股市的大幅調(diào)整或震蕩，給金融市場(chǎng)帶來(lái)較大的系統(tǒng)性金融風(fēng)險(xiǎn)。貝塔系數(shù)是衡量系統(tǒng)性風(fēng)險(xiǎn)的重要工具，對(duì)其計(jì)算并考察其特征具有重要的現(xiàn)實(shí)意義。貝塔系數(shù)反映了個(gè)股對(duì)大盤（或市場(chǎng)）變化的波動(dòng)程度，以1為分界點(diǎn)，如果β＞1，說(shuō)明該股票的波動(dòng)大于整體市場(chǎng)的波動(dòng)幅度，反之則說(shuō)明該股票的波動(dòng)小于整體市場(chǎng)的波動(dòng)幅度。當(dāng)β＜0時(shí)，表示該股票的波動(dòng)方向與大盤相反，即大盤下跌時(shí)它上漲，大盤上漲時(shí)它則呈下跌趨勢(shì)。

福建地處東南沿海，外向型經(jīng)濟(jì)特征明顯，不可避免地會(huì)受到美國(guó)次貸危機(jī)的影響。本研究以上海證券交易所上市的21福建家公司為研究對(duì)象，選取2007—2015年的數(shù)據(jù)，分別基于季度、月度和日度數(shù)據(jù)，計(jì)算跨期的區(qū)域上市公司貝塔系數(shù)，以此判定福建省區(qū)域經(jīng)濟(jì)系統(tǒng)性風(fēng)險(xiǎn)的大小。這對(duì)于福建省經(jīng)濟(jì)穩(wěn)增長(zhǎng)、產(chǎn)業(yè)調(diào)結(jié)構(gòu)、創(chuàng)新促改革具有重要的現(xiàn)實(shí)意義。

二、相關(guān)文獻(xiàn)綜述

資本資產(chǎn)定價(jià)模型（CAPM）在1964年由美國(guó)學(xué)者Sharpe和Lintner等人提出，是以現(xiàn)代資產(chǎn)投資組合理論為基礎(chǔ)的發(fā)展和創(chuàng)造，目前已經(jīng)成為現(xiàn)代金融市場(chǎng)價(jià)格理論的重要支柱，被廣泛應(yīng)用于投資管理和金融決策領(lǐng)域。然而，由于CAPM模型基于一系列的嚴(yán)格假設(shè)，與現(xiàn)實(shí)市場(chǎng)存在較大偏差，加之風(fēng)險(xiǎn)的不穩(wěn)定性，一直以來(lái)備受爭(zhēng)議，而所爭(zhēng)論的焦點(diǎn)主要集中在貝塔系數(shù)是否具有穩(wěn)定性方面。

（一）貝塔系數(shù)具有穩(wěn)定性

Marshall E．Blume分析股票市場(chǎng)數(shù)據(jù)發(fā)現(xiàn)，投資組合規(guī)模越大、估計(jì)區(qū)間越長(zhǎng)，貝塔系數(shù)就越趨于穩(wěn)定，在一定時(shí)間內(nèi)呈現(xiàn)向整體均值回歸的現(xiàn)象。[1]羅捷、勞蘭珺選取2000—2005年中國(guó)股票9個(gè)行業(yè)組成的投資組合作為樣本，運(yùn)用馬爾科夫鏈蒙特卡羅算法進(jìn)行貝塔系數(shù)的檢驗(yàn)，結(jié)果表明投資組合的貝塔系數(shù)存在隨即波動(dòng)的現(xiàn)象，但從長(zhǎng)期看，發(fā)生改變后的貝塔系數(shù)會(huì)立刻回到長(zhǎng)期均值的水平。中國(guó)股票市場(chǎng)的貝塔系數(shù)可以表示為一個(gè)貝塔系數(shù)的長(zhǎng)期均值加上一個(gè)隨機(jī)“噪聲”的形式。貝塔系數(shù)的長(zhǎng)期均值可以作為對(duì)未來(lái)貝塔系數(shù)的預(yù)測(cè)。[2]宋寶選取山西省23家上市公司2006—2011年的數(shù)據(jù)計(jì)算出各個(gè)公司的月度貝塔系數(shù)，結(jié)果表明公司的整體系統(tǒng)性風(fēng)險(xiǎn)較小，值得投資者投資。[3]丁曉裕采用上證綜合指數(shù)2008—2013年共計(jì)1219個(gè)工作日的日收益率，以CAPM模型與SIM模型為基礎(chǔ)，用Chow檢驗(yàn)法對(duì)我國(guó)金融行業(yè)43家上市公司的貝塔系數(shù)及其穩(wěn)定性進(jìn)行分析研究，發(fā)現(xiàn)我國(guó)證券金融行業(yè)總體上具備較高的穩(wěn)定性。[4]

（二）貝塔系數(shù)不具有穩(wěn)定性

Fabozzi和Francis對(duì)紐約證券交易所700只股票的隨機(jī)抽查研究，發(fā)現(xiàn)大部分股票的貝塔系數(shù)隨時(shí)間隨機(jī)波動(dòng)，認(rèn)為傳統(tǒng)貝塔估計(jì)模型無(wú)法在時(shí)變的貝塔中產(chǎn)生作用。[5]Lokanandha Reddy Irala選取印度證券市場(chǎng)的上市公司12年（1994—2006年）的月度數(shù)據(jù)作為樣本，并劃分成3個(gè)區(qū)間進(jìn)行實(shí)證分析，結(jié)果表明，單只股票的貝塔系數(shù)不具有穩(wěn)定性。[6]王荊杰選取深交所2001—2009年所有交易日的日收盤數(shù)據(jù)作為樣本，運(yùn)用以O(shè)LS為基礎(chǔ)的殘差檢驗(yàn)、以滾動(dòng)回歸為基礎(chǔ)的貝塔系數(shù)檢驗(yàn)和以遞推回歸為基礎(chǔ)的CUSUMSQ統(tǒng)計(jì)量分析三種方法進(jìn)行檢驗(yàn)，結(jié)果證明深圳證券交易所各個(gè)行業(yè)貝塔系數(shù)均不具有穩(wěn)定性。[7]簡(jiǎn)志宏、李彩云采用MPC統(tǒng)計(jì)量檢驗(yàn)A股市場(chǎng)的系統(tǒng)性跳躍風(fēng)險(xiǎn)，并運(yùn)用具有穩(wěn)健理論的BTV統(tǒng)計(jì)量加以驗(yàn)證，結(jié)果表明跳躍性貝塔系數(shù)波動(dòng)很大，通過(guò)分析發(fā)現(xiàn)，分別是連續(xù)性貝塔和跳躍性貝塔造成了短期和中期、長(zhǎng)期貝塔系數(shù)的不穩(wěn)定。[8]

綜觀國(guó)內(nèi)外目前關(guān)于貝塔系數(shù)穩(wěn)定性的研究主要集中于相關(guān)資產(chǎn)證券模型驗(yàn)證、跳躍性風(fēng)險(xiǎn)、時(shí)變、組合等技術(shù)方法，鮮有關(guān)注不同時(shí)間跨度的貝塔系數(shù)關(guān)系。雖然馬喜德和鄭振龍?zhí)岢隽素愃禂?shù)不同時(shí)期會(huì)發(fā)生變化，但并沒有進(jìn)行實(shí)證研究，闡述不同時(shí)期下貝塔系數(shù)的內(nèi)在聯(lián)系，或者是否具有相對(duì)的穩(wěn)定性。[9]本研究從貝塔系數(shù)最為基礎(chǔ)的公式和線性回歸計(jì)算方法入手，分別預(yù)估季度、月度、日度貝塔系數(shù)并進(jìn)行比較分析，試圖在兩種基礎(chǔ)預(yù)估方法基礎(chǔ)上從公司較長(zhǎng)時(shí)期內(nèi)自身貝塔變化情況論證貝塔系數(shù)的穩(wěn)定性。

三、研究數(shù)據(jù)與方法

（一）研究樣本與數(shù)據(jù)選取

目前權(quán)威理論普遍認(rèn)為數(shù)據(jù)選取需跨越一定時(shí)間長(zhǎng)度，貝塔系數(shù)才能顯現(xiàn)穩(wěn)定性、準(zhǔn)確性。一方面，中國(guó)股票市場(chǎng)是新興市場(chǎng)，市場(chǎng)波動(dòng)幅度大，較長(zhǎng)時(shí)間的觀察可以彌補(bǔ)數(shù)據(jù)本身的缺陷。另一方面，本研究主要考察美國(guó)次貸危機(jī)發(fā)生以來(lái)的中國(guó)股市上市公司表現(xiàn)，故選取時(shí)間窗口為2007年8月至2015年12月長(zhǎng)達(dá)9年的數(shù)據(jù)。股票指數(shù)選擇上證綜指，考慮到上市公司的β系數(shù)在相應(yīng)的市場(chǎng)中能得到更準(zhǔn)確的預(yù)期收益率，篩選符合條件的福建上市公司，剔除部分時(shí)間長(zhǎng)度不足、中期停牌等不符合條件的公司股票，最終實(shí)際納入本次研究的總共有21家上市公司。運(yùn)用公式法和線性回歸法分別計(jì)算上市公司的貝塔系數(shù)，前者的計(jì)算只涉及股票市場(chǎng)和個(gè)股的收益率，而后者須分別涉及以日度、月度、季度為時(shí)間跨度的無(wú)風(fēng)險(xiǎn)利率。采用上海銀行間同業(yè)拆借利率相對(duì)應(yīng)的周期借貸利率平均值作為無(wú)風(fēng)險(xiǎn)利率，如表1所示：

表1 不同時(shí)間跨度的無(wú)風(fēng)險(xiǎn)利率

（二）研究方法

貝塔系數(shù)的基本計(jì)算方法有兩種，一是公式法，二是線性回歸法。如果采用線性回歸法測(cè)度β系數(shù)必須引入無(wú)風(fēng)險(xiǎn)收益率作為參數(shù)，而關(guān)于無(wú)風(fēng)險(xiǎn)收益率的選取歷來(lái)存有爭(zhēng)議。布萊克指出，真實(shí)的無(wú)風(fēng)險(xiǎn)利率是不存在的，因?yàn)榇嬖谕ㄘ浥蛎浺蛩兀⑶胰绻厝r(shí)間過(guò)長(zhǎng)，用來(lái)充當(dāng)無(wú)風(fēng)險(xiǎn)利率的參數(shù)波動(dòng)很大。以中國(guó)市場(chǎng)為例，2015年3個(gè)月的銀行間同業(yè)拆借利率是3．6776%，2011年是5．2187%，相差1．5411%。同樣，公式法也存在個(gè)股與市場(chǎng)的聯(lián)系不夠緊密的不足之處。因此本研究采用兩種計(jì)算方法對(duì)貝塔系數(shù)進(jìn)行比較分析。

第一種是公式法，采用的是市場(chǎng)模型，其計(jì)算公式為：

第二種是線性回歸法，采用的是資本資產(chǎn)定價(jià)模型，也稱證券市場(chǎng)線模型，計(jì)算公式是：

為了對(duì)CAPM模型進(jìn)行實(shí)證檢驗(yàn)，將原模型轉(zhuǎn)化成可檢驗(yàn)的形式，即單指數(shù)模型：

該模型假設(shè)每一支股票的收益率與市場(chǎng)收益率都有一種線性關(guān)系存在，以預(yù)期形式表示所有參數(shù)。然而，如果貝塔系數(shù)是不穩(wěn)定的，就無(wú)法將其作為未來(lái)貝塔系數(shù)的無(wú)偏估計(jì)，因此貝塔系數(shù)穩(wěn)定與否的檢驗(yàn)意義重大。

四、實(shí)證分析

本研究的重點(diǎn)是比較同一家上市企業(yè)不同跨期貝塔系數(shù)的變化，試圖以此論證貝塔系數(shù)的穩(wěn)定性，因此貝塔系數(shù)的預(yù)估方法采用了從貝塔系數(shù)定義出發(fā)的定義法和未經(jīng)修正的CAPM模型中的線性回歸法，避免了其他因素對(duì)其穩(wěn)定性造成的影響。

（一）公式法求解

采用Eviews7．2計(jì)算β系數(shù)，在公式法下利用上證指數(shù)大盤日收益率和福建上市公司的個(gè)股日收益率描出上市公司收益率和大盤收益率之間的散點(diǎn)圖，并擬合出一條回歸線，即證券特征線，再運(yùn)用最小二乘法，計(jì)算回歸線的斜率，該斜率即為目標(biāo)企業(yè)的貝塔系數(shù)。表2是以日度、月度、季度跨度下21家上市公司的貝塔系數(shù)和T值（數(shù)據(jù)結(jié)果保留三位小數(shù)）。

表2 公式法下不同時(shí)間跨度的貝塔系數(shù)

日度數(shù)據(jù)方面，貝塔系數(shù)平均值是1．04。其中，最高值為冠城大通（600067）為1．33，最低值是興業(yè)銀行（601166）-0．122，與市場(chǎng)風(fēng)險(xiǎn)變化呈現(xiàn)相反趨勢(shì)。在T值檢驗(yàn)中，針對(duì)H：β=0，給定顯著性水平α=5%時(shí)自由度n-k=2165的臨界值是2．719。除了興業(yè)銀行，20家上市公司T統(tǒng)計(jì)量絕對(duì)值都大于臨界值，拒絕原假設(shè)，說(shuō)明回歸顯著，檢驗(yàn)通過(guò)率達(dá)95．2%。

月度數(shù)據(jù)方面，貝塔系數(shù)平均值為1．078。福建上市公司整體風(fēng)險(xiǎn)與市場(chǎng)基本持平，其中β最高值為盛屯礦業(yè)（600711）1．372，最低值是廈門空港（600897）0．702。在T值檢驗(yàn)中，福建21家上市公司T統(tǒng)計(jì)量都大于給定顯著性水平ɑ=0．05時(shí)自由度n-k=108的臨界值2．719，拒絕原假設(shè)，說(shuō)明回歸顯著，檢驗(yàn)通過(guò)率達(dá)100%。

季度數(shù)據(jù)方面，福建21家上市公司貝塔系數(shù)平均值是0．95，整體風(fēng)險(xiǎn)小于市場(chǎng)風(fēng)險(xiǎn)。β最高值是廈工股份（600815），為1．387，最低值是福能股份（600897），為0．215。在T值檢驗(yàn)中，除了福能股份和片仔癀無(wú)法通過(guò)檢驗(yàn)外，其他19家上市公司的T統(tǒng)計(jì)量都大于臨界值2．719，檢驗(yàn)通過(guò)率占比達(dá)90．5%。

從公式法下貝塔系數(shù)的數(shù)據(jù)來(lái)看，無(wú)論是從日度、月度還是季度數(shù)據(jù)都說(shuō)明個(gè)股波動(dòng)情況相對(duì)于市場(chǎng)風(fēng)險(xiǎn)波動(dòng)顯著，貝塔系數(shù)較穩(wěn)定，不存在多重共線性。21家公司的P值在3個(gè)跨期中都接近于0，說(shuō)明通過(guò)了ɑ=0．05的顯著性水平檢驗(yàn)，這表明個(gè)股收益率與市場(chǎng)收益率的線性關(guān)系是顯著的，可以建立線性模型。

（二）線性回歸求解

線性回歸法是指根據(jù)數(shù)理統(tǒng)計(jì)的線性回歸原理，選取同一時(shí)期內(nèi)的個(gè)股收益率和市場(chǎng)組合收益率的歷史數(shù)據(jù)，使用線性回歸方程預(yù)測(cè)出證券特征線。β系數(shù)就是該特征線的斜率。

表3 線性回歸法下不同時(shí)間跨度的貝塔系數(shù)

日度數(shù)據(jù)方面，福建21家上市公司貝塔系數(shù)平均值是1．11；月度數(shù)據(jù)方面，貝塔系數(shù)平均值為1．06；季度數(shù)據(jù)方面，貝塔系數(shù)平均值是0．98。除了貝塔系數(shù)的平均值有些許偏差以外，線性回歸法下的貝塔值與T值檢驗(yàn)均與公式法下的分析一致，說(shuō)明相對(duì)于市場(chǎng)，個(gè)股波動(dòng)風(fēng)險(xiǎn)顯著，貝塔系數(shù)較穩(wěn)定。

對(duì)比跨期貝塔系數(shù)，發(fā)現(xiàn)日貝塔系數(shù)普遍大于季度貝塔系數(shù)。以線性回歸法為例，80．95%的上市公司日貝塔系數(shù)高于季度貝塔系數(shù)。月度與季度貝塔系數(shù)相對(duì)穩(wěn)定，標(biāo)準(zhǔn)差平均值只有0．140，而日度與季度貝塔系數(shù)的標(biāo)準(zhǔn)差平均值為0．283。這說(shuō)明，由于市場(chǎng)波動(dòng)和投機(jī)行為，日貝塔系數(shù)波動(dòng)幅度更大，月度和季度貝塔系數(shù)一般會(huì)優(yōu)于日度貝塔系數(shù)，更具有參考價(jià)值。

（三）兩種求解方法和不同時(shí)間跨度下貝塔系數(shù)的比較

表4是兩種計(jì)算方法基礎(chǔ)上不同時(shí)間跨度貝塔系數(shù)的標(biāo)準(zhǔn)差誤差。日度貝塔系數(shù)標(biāo)準(zhǔn)差誤差的平均值是0．014129，月平均值是0．027667，季度平均值是0．013714，三個(gè)跨期貝塔系數(shù)的標(biāo)準(zhǔn)差誤差都極小，幾乎可以忽略不計(jì)。因此，兩種方法均可以作為預(yù)估貝塔系數(shù)的基礎(chǔ)方法。

表4 兩種計(jì)算方法下跨期貝塔系數(shù)的標(biāo)準(zhǔn)差誤差

（四）系統(tǒng)性風(fēng)險(xiǎn)分析

參照吳可對(duì)上海證券交易所400余只股票（基金）β值劃分的標(biāo)準(zhǔn)，[10]將福建省21家上市公司的貝塔系數(shù)劃分為4個(gè)部分，分別是：β＜0的風(fēng)險(xiǎn)反敏感區(qū)；0≤β≤0．5的風(fēng)險(xiǎn)遲鈍區(qū)域；0．5＜β≤1的風(fēng)險(xiǎn)弱敏感區(qū)域；1＜β≤1．5的風(fēng)險(xiǎn)敏感區(qū)域。表5是以線性回歸法下的數(shù)據(jù)為基礎(chǔ)的系統(tǒng)性風(fēng)險(xiǎn)大小劃分情況。

表5 系統(tǒng)性風(fēng)險(xiǎn)大小劃分情況

由表可知，21家公司在日度、月度和季度貝塔系數(shù)分布主要集中于風(fēng)險(xiǎn)敏感區(qū)域，分別占比71．4%、61．9%和61．9%，與吳可研究中風(fēng)險(xiǎn)敏感區(qū)域占比最高的結(jié)論一致，并且遠(yuǎn)高于其研究中該部分32．6%的占比。貝塔系數(shù)分布在該區(qū)域的公司主要有福建高速、冠城大通、福日電子、法拉電子、惠泉啤酒等，行業(yè)分布主要是輕工業(yè)、建材、電子設(shè)備、汽車等，所屬行業(yè)與該研究基本一致。這些股票屬于中小盤績(jī)優(yōu)股、次新股，其股價(jià)最明顯的特征是與市場(chǎng)同漲同跌，但具有多頭市場(chǎng)領(lǐng)漲，轉(zhuǎn)市、觸底滯后的特點(diǎn)。該區(qū)域的股票波動(dòng)對(duì)市場(chǎng)波動(dòng)有較大的影響，較其他三個(gè)部分更濃厚的資本投機(jī)色彩。當(dāng)投資者預(yù)測(cè)相關(guān)行業(yè)未來(lái)具有良好經(jīng)濟(jì)前景時(shí)，大量投資者會(huì)選擇該區(qū)域股票以期獲取高額收益。因此，應(yīng)對(duì)這些企業(yè)的股票給予更多的關(guān)注，防止過(guò)度投機(jī)產(chǎn)生經(jīng)濟(jì)泡沫。

風(fēng)險(xiǎn)弱敏感區(qū)域的企業(yè)在季度、月度、日度貝塔系數(shù)占比分別為28．6%、38．1%、23．8%，有廈門空港、中閩能源、東百集團(tuán)、片仔癀四家企業(yè)同時(shí)符合，其所屬行業(yè)分別是航運(yùn)、電力、零售、中藥。這些企業(yè)屬于朝陽(yáng)股、潛力股、成長(zhǎng)股，與吳可研究基本一致。2015年，片仔癀凈資產(chǎn)收益率為12．54%，廈門空港凈資產(chǎn)收益率為10．03%，且其近幾年都維持較高的收益水平，值得投資。然而，中閩能源2015資產(chǎn)收益率為負(fù)數(shù)，出現(xiàn)了虧損。因此，在判斷公司潛力時(shí)貝塔系數(shù)并非決定性因素，僅為參考因素，應(yīng)該結(jié)合公司歷年的資產(chǎn)收益率、發(fā)展戰(zhàn)略、內(nèi)部管理等因素進(jìn)行考察。

興業(yè)銀行是本次分析樣本中唯一一家金融企業(yè)，其季度和月度的貝塔系數(shù)都在1．1左右，日度貝塔系數(shù)卻為-0．122，是21家公司唯一一家β小于0的企業(yè)，具有風(fēng)險(xiǎn)反敏感特點(diǎn)。這一區(qū)域的股票大多逆市而行，或階段性的逆市波動(dòng)，可分為抗跌性較強(qiáng)的績(jī)優(yōu)股和小盤題材股，雖然股性活躍，但業(yè)績(jī)一般。興業(yè)銀行屬于前者，其2015年凈資產(chǎn)收益率9．56%，2014年高達(dá)13．12%，高于中國(guó)同期的發(fā)展增速，即使處于金融危機(jī)階段也保持了較高的利潤(rùn)，具有很好的投資前景。

四、結(jié)論及建議

本研究基于季度、月度和日度數(shù)據(jù)，計(jì)算跨期的區(qū)域上市公司貝塔系數(shù)，通過(guò)比較分析得出以下結(jié)論及建議：

（一）關(guān)于研究方法對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響

1．測(cè)度方法與市場(chǎng)組合的選擇的影響

貝塔系數(shù)作為測(cè)度系統(tǒng)性風(fēng)險(xiǎn)的重要工具之一，雖然其計(jì)算方法從20世紀(jì)提出之初就一直有針對(duì)諸多條件和假設(shè)進(jìn)行的修正檢驗(yàn)，但作為基礎(chǔ)計(jì)算方法的公式法和線性回歸法仍然占據(jù)重要位置。從這兩種方法入手計(jì)算貝塔系數(shù)，結(jié)果表明在兩種方法下21家福建上市公司的貝塔系數(shù)標(biāo)準(zhǔn)差極小，幾乎可以忽略不計(jì)，即兩種計(jì)算方法測(cè)度下的貝塔系數(shù)可以認(rèn)為是一致的，方法的選擇不影響實(shí)證結(jié)果。

鑒于王洪偉認(rèn)為在不同市場(chǎng)組合下貝塔系數(shù)具有一定的影響，以杭州解百（600814）為例，其在以上證A股收益率為基礎(chǔ)計(jì)算的貝塔系數(shù)比上證指數(shù)所得出的更為準(zhǔn)確，說(shuō)明針對(duì)研究對(duì)象縮小市場(chǎng)組合能夠得到更為準(zhǔn)確反映相對(duì)于市場(chǎng)振幅的貝塔系數(shù)。[11]上證綜指由上證A指和上證B指組成，21家福建上市公司都屬于A股市場(chǎng)，因此采用上證A股收益做了驗(yàn)證，結(jié)果表明福建上市企業(yè)并在縮小市場(chǎng)組合后有一定的差別。以東百集團(tuán)為例，其相對(duì)于上證指數(shù)的貝塔系數(shù)為0．857，在上證A股下的貝塔系數(shù)是0．917，絕對(duì)差是0．06。結(jié)果表明上證指數(shù)和上證A股有著極其相似的波動(dòng)情況，市場(chǎng)組合的選擇未必對(duì)貝塔系數(shù)有著實(shí)質(zhì)性的影響，本研究所采用的上證指數(shù)具有很好的代表性。

2．時(shí)間周期長(zhǎng)短選擇的影響

通過(guò)日度、月度、季度貝塔系數(shù)的對(duì)比，發(fā)現(xiàn)以日為基礎(chǔ)的貝塔系數(shù)普遍大于以季度和月度的貝塔系數(shù)且有更大的波動(dòng)幅度，說(shuō)明日貝塔系數(shù)穩(wěn)定性較差，區(qū)域經(jīng)濟(jì)系統(tǒng)性風(fēng)險(xiǎn)受離散事件的影響較大，存在更多的非理性投機(jī)和市場(chǎng)異?，F(xiàn)象。在今后的研究中，在有足夠長(zhǎng)時(shí)間的數(shù)據(jù)可選擇的情況下建議以月度或季度為基礎(chǔ)對(duì)系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行測(cè)度，相對(duì)較長(zhǎng)的跨期可以過(guò)濾短期的市場(chǎng)投機(jī)和不正常波動(dòng)，更具參考價(jià)值。

很多表明貝塔系數(shù)不具有穩(wěn)定性的研究都有一個(gè)共同點(diǎn)，就是時(shí)間周期都相對(duì)較短，即使以日為基礎(chǔ)跨期具有大量的觀測(cè)值也無(wú)法彌補(bǔ)周期過(guò)短的問(wèn)題。本研究選取了9年時(shí)間的長(zhǎng)數(shù)據(jù)，因此貝塔系數(shù)呈現(xiàn)出穩(wěn)定性。

上市公司面臨的風(fēng)險(xiǎn)分為系統(tǒng)性和非系統(tǒng)性風(fēng)險(xiǎn)，將其具體化即為市場(chǎng)因素和公司自身經(jīng)營(yíng)管理因素，包括國(guó)家宏觀財(cái)政政策、貨幣政策、行業(yè)競(jìng)爭(zhēng)程度和公司資本收益率等方面的內(nèi)容。系統(tǒng)性風(fēng)險(xiǎn)是不可分散的，但這并不意味著上市公司可以置之不理。系統(tǒng)性風(fēng)險(xiǎn)的大小其實(shí)也預(yù)示著公司受市場(chǎng)整體的影響程度，如果系統(tǒng)性風(fēng)險(xiǎn)即貝塔系數(shù)過(guò)大就說(shuō)明公司易受市場(chǎng)波動(dòng)影響，自身獨(dú)立性差，也即自身公司的治理情況比較差，需要引起公司的重視。比如廈工股份的貝塔系數(shù)大于1．35，受市場(chǎng)影響極大，除了與本身的機(jī)械行業(yè)相關(guān)外也說(shuō)明了內(nèi)部管理的欠缺，需要加大公司內(nèi)部的管理建設(shè)。同時(shí)，公司需要時(shí)時(shí)觀察市場(chǎng)動(dòng)向，從大盤的收益變化預(yù)判公司的未來(lái)發(fā)展，盡可能的減少風(fēng)險(xiǎn)，增加收益。

（二）關(guān)于福建上市公司系統(tǒng)性風(fēng)險(xiǎn)的穩(wěn)定性

通過(guò)日度、月度、季度貝塔系數(shù)分析可以發(fā)現(xiàn)，3個(gè)跨期貝塔系數(shù)之間的絕對(duì)差都較小，以季度與月度貝塔系數(shù)絕對(duì)差為例，最高絕對(duì)差是片仔癀0．239，最低值是廈門國(guó)貿(mào)0．019，21家上市公司平均值只有0．14。這說(shuō)明，在本文選取的9年時(shí)間里，福建上市企業(yè)不同時(shí)間跨度下的貝塔系數(shù)波動(dòng)小，具有一定的穩(wěn)定性，對(duì)于投資者有很好的參考價(jià)值。同時(shí)，跨期貝塔系數(shù)T值和p值檢驗(yàn)都顯示90%以上的企業(yè)順利通過(guò)檢驗(yàn)，貝塔系數(shù)具有穩(wěn)定性，系統(tǒng)性風(fēng)險(xiǎn)可測(cè)度。

對(duì)福建政府而言，對(duì)處于風(fēng)險(xiǎn)敏感區(qū)域的公司應(yīng)該給予更多的關(guān)注，防止過(guò)度投機(jī)產(chǎn)生經(jīng)濟(jì)泡沫，危害區(qū)域經(jīng)濟(jì)的發(fā)展。對(duì)于系統(tǒng)性風(fēng)險(xiǎn)高于同行業(yè)的相關(guān)公司督促其開展內(nèi)部管理優(yōu)化與改革，致力于降低福建上市公司整體系統(tǒng)性風(fēng)險(xiǎn)，增強(qiáng)福建區(qū)域經(jīng)濟(jì)的投資價(jià)值。

[1]Blume E．On the Assessment of Risk[J]．Journal of Finance,1971,26(1):1-10．

[2]羅捷,勞蘭珺．中國(guó)股票市場(chǎng)隨機(jī)貝塔的估計(jì)[J]．系統(tǒng)管理學(xué)報(bào),2008,17(1):48-50．

[3]宋寶．基于山西省主板上市公司數(shù)據(jù)對(duì)貝塔系數(shù)的實(shí)證分析[J]．經(jīng)濟(jì)論壇,2013,(11):73-76．

[4]丁曉裕．我國(guó)金融行業(yè)貝塔系數(shù)與其穩(wěn)定性分析[J]．商業(yè)時(shí)代,2014,(8):72-74．

[5]Fabozzi,F．J,Francis,J．C．Beta as Random Coefficient[J]．Journal Financial and Quantitative Analysis,1978,13(1):101-116．

[6]Lokanandha Reddy Irala．Stationarity and Regression Tendencies of Security and Portfolio Betas in India[J]．The ICFAI Journal of Applied Finance,2007,13(10):43-51．

[7]王荊杰．深市行業(yè)貝塔系數(shù)的穩(wěn)定性與時(shí)變性研究[D]．廈門:廈門大學(xué),2009．

[8]簡(jiǎn)志宏,李彩云．系統(tǒng)性條約風(fēng)險(xiǎn)與貝塔系數(shù)時(shí)變特征[J]．中國(guó)管理科學(xué),2013,21(3):20-27．

[9]馬喜德,鄭振龍,王保合．貝塔系數(shù)波動(dòng)狀況的實(shí)證分析[J]．廈門大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),2003,(4):22-27．

[10]吳可．滬市β—風(fēng)險(xiǎn)域分析及其投資組合策略[J]．華中理工大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版),1999,27(5):1-5．

[11]王洪偉．不同市場(chǎng)組合下貝塔系數(shù)與CAPM關(guān)系探討[J]．財(cái)會(huì)通訊,2012,(6):6-7．

（責(zé)任編輯 王 瓏）

An Empirical Study on the Systemic Risk of the Listed Companies in Fujian Province since Subprime Crisis

GENG Qing-feng1,SONG Xiu-feng2,XU Lian-feng3
(1． School of Economics and Management,Institute of Internet Innovation,Minjiang University,Fuzhou,35 0121,China;2． 3． Research Center for Fiscal and Financial Development on the West Coast of the Taiwan Strait,School of Economics and Management,Minjiang University,Fuzhou,350121,China)

The study take 21 Fujian companies listed on the Shanghai Stock Exchange as the research object,select data from 2007 to 2015 year,respectively calculated across the region listed company's beta coefficient based on quarterly,monthly and daily data and then the results were analyzed．Empirical results indicate that the volatility of the beta coefficient calculated based on daily data is larger relative to the quarterly and monthly data,indicating that the regional economic system risk is affected greatly by discrete event;Standard deviation of the beta coefficient calculated based on the quarterly and monthly data is smaller,and has certain stability,means that systemic risk is measurable．Key words:Fujian listed company;systematic risk;beta coefficient;regional economy

F279.275.7；F276.6

A

2095-2082（2016）05-0021-09

2016-09-29

福建省社會(huì)科學(xué)規(guī)劃項(xiàng)目（FJ2016B088）；福建省高等學(xué)校教學(xué)改革研究項(xiàng)目（JAS14750）

1．耿慶峰（1977—），男，山東濟(jì)寧人，閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院副教授，管理學(xué)博士；

2．宋秀峰（1967—），男，黑龍江海林人，閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院副教授，經(jīng)濟(jì)學(xué)博士；

3．許蓮鳳（1965—），女，江蘇無(wú)錫人，閩江學(xué)院經(jīng)濟(jì)與管理學(xué)院副教授，經(jīng)濟(jì)學(xué)碩士。