spss论文教程之上海A股证券市场Beta系数实证研究

              上海A股证券市场Beta系数实证研究 在现代资本市场理论和实践中，学术界和实务界最为关注的就是投资风险的度量及其规避 措施 《全国民用建筑工程设计技术措施》规划•建筑•景观全国民用建筑工程设计技术措施》规划•建筑•景观软件质量保证措施下载工地伤害及预防措施下载关于贯彻落实的具体措施 。随着现代资本市场投资组合理论的实践和发展，国内外经济学家提出了一系列风险度量的方法，Beta系数就是被广泛用来度量风险的指标之一。 近几十年来，Beta系数的应用及其研究一直是资本市场学术界和投资界风险研究的热点之一，受到许多争议，其中Beta主要的研究重点在于Beta系数的稳定性、差异性以及预测性等几个方面。Beta系数是资本市场风险理论中衡量收益和风险之间的关系的关键参数，Beta系数是否稳定对CAPM模型在资本市场中的应用至关重要。同时，Beta系数的预测性等很多事件分析都依靠于Beta系数的稳定性。所以，Beta系数的稳定性的研究具有十分重要的意义。 自从1971年Blume发表的一篇有关Beta稳定性的研究的论文开始，渐渐有很多学者开始关注这一问题，他们分别采取了不同的数据处理分析方法来考察Beta系数的稳定性及其他特征，研究的深度和广度也不断扩张，并产生了大量的论文和研究成果。与国外Beta系数深入广泛的研究不同，中国证券市场Beta系数的研究不多，而一些关于Beta系数的研究也主要集中在CAPM模型的有效性检验及市场有效性研究分析中。 除了在数据选择和估计模型等方面探讨Beta系数的不同以外，很多研究人员还从公司的基本特征等方面研究同一时期不同公司基本特征对Beta系数的影响程度。总体看来，研究人员普遍认为影响Beta系数的因素有三大类，分别是：宏观经济变量、公司行业类别及公司会计变量。 Beta系数差异性的研究同样具有非常重要的理论和现实意义。它不仅揭示了Beta之所以不同除市场因素之外的其他因素，让人们对Beta系数的变动特征有了更加深刻的理解，也可以根据不同影响因素的重要程度，帮助投资者确认影响Beta系数的因素的影响方式和特征。 本论文主要分析Beta系数的稳定性、市场态势对Beta系数的影响、影响Beta系数的会计变量以及上海A股股票市场风险结构，具体来说，本文包含六章内容，各章的结构和主要内容如下： 第一章是绪论，第一节探讨了本文的选题背景和意义，第二节 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf 了目前国内外Beta系数方面已有的文献研究，第三节介绍了本文的主要内容和创新点。 第二章是基本理论。本章分为两节，第一节对证券市场风险理论进行了详细的阐述和说明，第二节介绍了Beta系数的原理及其应用，包括Beta系数的起源、计算、特点、应用等。 第三章是中国股票市场系统性风险现状。本章对我国目前证券市场系统性风险的原因及危害进行了阐述。 第四章是上海Ａ股市场Beta系数实证研究。本章分为两节，第一节是实证研究设计，主要介绍了本文的样本选择及研究方法；第二节是Beta系数估计，主要介绍了本文在个股收益率计算、模型选择、市场收益率计算和模型假设四个方面的内容。 第五章是上海Ａ股市场Beta系数特征分析。本章是全文的核心，主要分为五节，第一节是Beta系数描述统计分析，主要从个股及行业两方面对Beta系数整体情况进行了描述统计，发现了Beta系数的波动特征，并得出行业对Beta系数没有影响；第二节是Beta系数的稳定性，本节分别用靳云汇和李学提出的稳定性 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 和刘永涛突变的定义两方面对Beta系数的稳定性进行了分析，发现2005年-2009年我国上海A股证券市场大多数股票还是稳定的；第三节研究了Beta系数在熊市和牛市中的表现，并用Wilcoxon符号秩检验法对两种态势下Beta系数的表现进行了检验，得到的结论是，市场态势对Beta系数有显著性的影响。第四节对影响Beta系数的会计变量进行了分析，用逐步回归法得出资产负债率和净资产收益率对Beta系数有显著性的影响，可以这样认为，2005年以来，随着中国股票市场的逐渐完善和成熟，投资者不再使用以前那种盲目跟从的投资方式，投资时他们更注重上市公司的基本特征。第五节是上海A股市场系统性风险分析，主要采用方差分析法分析了2005年-2009年我国上海A股市场系统性风险的特征，发现我国上海A股市场系统性风险较小，股票投资风险更多的将体现为公司个股的风险即非系统风险，这为投资者对上海A股市场上市公司的基本面分析提供了余地，也同时提高了组合投资的市场绩效，表明我国股票市场已逐步完善，投资者也日趋成熟，投资行为日趋理性。 第六章是结论和展望。本章对上文中上海A股市场样本股票实证研究得出的结论进行了总结，并对文章研究的不足进行了阐述，期望在日后的学习中加以改进。 关键词：Beta系数；特征研究；系统风险；上海A股市场 A Study on the Features of Beta in Shanghai A-share Stock Market Master Candidate：Jiaojiao Gong          Supervisor：Xiaoping Xu ABSTRACT In modern capital market theory and practice, what the academics and practitioners concern most is the measurement of investment risk and measures to avoid risk. Along with the development of modern Portfolio Theory and application, many Chinese and foreign economists have put forward a series of methods to measure risks in capital market, in which Beta is one of the most widely used method of measuring risk. The research of Beta concentrates mainly on its stability, otherness and feature for forecasting, etc.. Beta is a key parameter in measuring the correlation between risk and return in capital market theory, thus the stability of Beta plays a vital role in the application of CAPM model to capital market. Ever since the first research paper on Beta stability from Blume was published, more and more attentions have been paid to this problem: different data-analysis methods have been adopted to study the stability and other characteristics of Beta, thus accumulated numbers of research outcomes in overseas academics. While there are many studies about Beta on overseas capital markets, there is little research on these issues on Chinese stock market. Besides, this few researches mainly focus on the validity test and analysis of CAMP model and capital market. However, many more problems still need to be supplemented and probed into. Therefore, this paper intends to explore the issue of Beta stability, the influence of market situation on Beta and the accounting variables which affect Beta. To be specific, this article contains 6 chapters, the structure and content of each chapter are as follows: Chapter 1 is the introduction. This part can be divided into 3 sections. The first section denotes the background information and significance of this topic. The second section is the literature review. The third section introduces the main contents and innovative points. Chapter 2 is about the research background. This part can be divided into 2 sections. The first section expatiates the risk theory in stock market, the second section introduces the principle and application of Beta, including its origin, computation, characteristics, applications and etc.. Chapter 3 is the Basic theory, which expatiates the reasons and consequences of systematic risk in Chinese stock market at present, Chapter 3 is the literature review. This chapter firstly sums up the existing researches on Beta estimation and the stability of Beta. After that, it goes on to summarize the influences of market trend on the Beta, also includes the Beta otherness. Finally, it sums up the risk structure of stock market. Chapter 4 is the features Study on Beta of Shanghai A-share market. This chapter is divided into 2 sections. The first section is the design of this empirical study, which mainly introduces the sample and research method of this article. The second section is about the Beta estimation, which mostly introduces the application of this article on 4 aspects: computation of yield, selection of models, and computation of market yield and model assumption. Chapter 5, core of this article, analyzes the characteristics of Beta in Shanghai A-share market, can be divided into 5 sections. The first section figures out the descriptive statistics of Beta, which descriptively stats the overall situation of Beta from both individual share way and industry share way. By this descriptive statistics, we find out the fluctuation characteristics of Beta and conclude that industry exerts no influence on Beta. The second section is about the stability of Beta. By analyzing the stability of Beta using stability criterion by Yunhui Jin and Lixue and definition of mutation by Yongtao Liu, we conclude that the Beta coefficients of Shanghai A-share stock market are stable during the period from 2005 to 2009.The third section studies the performance of Beta in bull market and bear market and tests the performance of Beta under 2 situations by using Wilcoxon signed-ranks test. So we come to the conclusion that the situation of market exerts a great influence on Beta. The fourth section analyzes the accounting variables which affect Beta. By stepwise regression method, we conclude that asset-liability ratio and Rate of Return on Common Stockholders' Equity (ROE) influence Beta significantly. The conclusion can be interpreted that as the development of Shanghai stock market, investors pay more attention to the fundamentals of listed companies rather than investing blindly as they used to do. The fifth section analyzes the systematic risk of Shanghai A-share market from 2005 to 2009 by ANOVA. We find that the systematic risk of Shanghai A-share market is relatively small and that the risk of stock investment mostly represented as non-systematic risk. This finding suggests that Shanghai stock market is getting perfect, investors are getting mature and investment behavior is getting rational. Chapter 6 is the conclusions and perspectives part, which summarizes the conclusion based on the empirical study of Shanghai A-share market and states the deficiency to be improved in further study. Key Words: Beta; Characteristic study; Systematic risk; Shanghai A-share Stock Market 第一章  绪论 §1.1    选题背景和意义 2005年，伴随着股权分置改革以及国际游资对人民币升值的预期等多方面良好形势的发展，中国股票指数一路攀升。在经济利益的驱动下，梦想着“一夜暴富”的不计其数的散户投资者盲目跟风，把变现的现金投入到股市当中，但他们这么做却恰恰忽视了高收益背后高风险的存在。2007年5月29日，财政部出台印花税政策，宣布将印花税提高到3‰，次日股市便一泄千里；仅接着2008年美国发生了波及全球的次债危机，又再一次的引起了我国股市的大幅下跌。在残酷事实的警示下，人们开始清醒并重新认识了风险管理的重要性，投资者逐步将风险和收益对等起来，迈出了我国风险管理研究的第一步。 自20世纪50年代开始，许多学者致力于研究风险管理理论。他们试图在一定的经济条件假定下建立收益与风险之间的最佳组合模型，即模型要保证当经济收益一定时风险最小或是风险一定时经济收益最大。但是在实证研究中却发现此模型的建立相对比较困难，收益可以用实实在在的货币的增长来表述，但风险却很难进行科学的度量，无法做出准确的衡量。因此Sharpe和Lintner于1964年，创立了资本资产定价模型（CAPM模型），它以一种简单的形式描述了风险和收益之间的关系，提供了一种度量个别证券系统性风险的新方法—Beta系数，从而成为现代资本市场理论和实践的重要组成部分。 Beta系数又称系统性风险系数，是度量某种金融资产价格的变化受市场上所有金融资产价格平均变动的影响程度的指标，它揭示了单个证券资产收益率变动对整体市场收益率变动的敏感程度，也就是个股与大盘的走势，单个证券资产的系统性风险随着Beta系数的增大而增大。Beta系数作为一个重要的风险指数，在投资理论和实践中占有重要的地位，具有广泛的应用价值，因此对Beta系数应用的研究成为现代资本市场风险理论和实践中的热点之一，目前主要的研究集中在Beta系数稳定性、差异性等方面。 在CAPM模型中，所有参数均以期望值的形式来表现，同样作为输入参数的Beta系数，在理论上也应该采用当前时期的Beta系数值，但由于对于Beta系数自身来说，本身也是未知的参数，无法从市场上直接观察到，而只能采用以往历史时期的数据进行估计。因而这也引发了实证研究中隐藏的一个最基本的假定，即Beta系数在一定时间范围内必须是完全稳定不变的。如果根据以往历史时期的数据计算的Beta系数值不具备特别良好的稳定性，那么对当前期Beta系数的估计也就不是最有效的。Beta系数是否稳定对于CAPM模型在资产定价、投资绩效评价等方面至关重要，而且证券资本市场上许多事件的研究也依赖于Beta系数的稳定性，因此，Beta系数的稳定性始终是学术界研究的热点，也是广大投资者最为关注的问题。 Beta系数的差异性是指一些会计变量或是宏观因素的影响会导致不同证券的Beta值不同，即证券的系统性风险存在差异。Beta系数理论分析上看，影响Beta系数的大小的因素主要有两类：一类是与市场直接相关的宏观经济变量的变化对Beta系数的影响及各自的影响程度，另外一类是单个证券各自的微观特征对Beta系数的影响。Beta系数差异性的研究不仅揭示了影响Beta系数的重要因素，让人们更为深刻地了解了Beta系数不稳定的原因及其变动特征，更重要的是Beta系数差异性研究可以将不同因素的影响方式和程度确定下来，从而为Beta系数的可预测性提供较为科学的分析方法和理论依据，因此，对于Beta系数差异性研究具有重要的理论价值和现实意义。 鉴于Beta系数的重要性，某些大型投资咨询公司会定期计算并公布各上市公司的Beta系数。目前在我国主要有新兰德公司和中国人民大学金融信息中心，但普通民众所能看到的只是上海、深圳A股市场Beta系数排名前20位及后10位的情况。 本文正是在这一背景下利用上海A股证券市场证券交易数据计算上海A股证券的Beta系数，研究Beta系数的分布特征、稳定性、差异性等内在性质，以此来分析论证上海证券市场风险结构以期能对我国上海证券市场投资者的投资行为有一些借鉴意义。 §1.2    国内外研究现状     1.2.1 国外研究现状 国外学者对Beta系数研究很早，研究方面也相对全面客观，主要集中在Beta系数的稳定性、Beta系数的差异性以及市场态势对Beta系数的影响三个方面。                      众多Beta稳定性的国外研究中，Blmue和Levy做出了突出的贡献。1971年，Blume在对1926年1月到1968年6月期间在纽约证券交易所交易的所有股票进行研究后，发现（1）在计算周期内估计的Beta系数是未来Beta系数的有偏估计；（2）未来Beta系数估计的准确度随着证券数量的增多而加大。同年，Levy对1960年到1970年10年间在纽约证券交易所交易的500只股票进行了研究（跟Blume相比，Levy的研究采用的是周收益率数据，缩短了估计时间段，并且在前后估计时间段也不一样长），研究后得出了以下几个结论：短时间内，单只股票的Beta系数是不稳定的，但是如果对股票进行组合，组合Beta系数的稳定性比单只股票的稳定性要高。而且组合中股票数量越多，Beta系数稳定性也越强。1974年，Baesel采用转移矩阵法对纽约证券交易所1950年到1967年间交易的169只股票进行了研究，他分析了估计时间段的长短与Beta系数稳定性的之间的关系，研究发现，单只股票Beta系数的稳定性随着估计时间段的增长而加强，并且计算得出最佳的估计时间段是108个月。1980年，Alexander采用MAD（the Mean Absolute Deviation）值对纽约证券交易所1962年到1975年间上市交易的500只股票及其组合的稳定性进行了研究，发现Beta系数的稳定性并不是随着估计时间段的延长而没有限制的提高。 国外研究发现，股票的Beta系数在不同市场态势下会有不同的表现，在市场指数上升和下降的不同阶段，许多股票随市场态势的上涨和下跌的幅度是不一样的。1977年，Fabozzi 和Francis最早对Beta系数在熊市和牛市两种不同态势下的表现进行了研究，发现当市场态势由牛市转为熊市时，Beta系数并不稳定。同年， Gooding 和 Malley对不同市场态势下的个股及组合的Beta系数的稳定特征进行了分析，发现无论是个股还是高度分散化的股票投资组合，不同市场态势下Beta系数并不稳定。1993年，Bhardwaj和 Brooks计算了研究期间市场收益率的中位数，并且按照中位数的大小将研究区间分为了熊市和牛市两种不同市场态势，发现Beta系数在这两种市场态势下的表现有很大的差异。牛市中，小市值组合的Beta系数要比大市值组合的Beta系数大得多。 影响Beta系数差异的因素有很多种，总体来看得到国外普遍认同的主要有以下三类：第一，宏观经济条件：作为衡量股票市场系统风险的直接指标，Beta系数与宏观经济条件密不可分，经济周期、通货膨胀、利率等宏观经济变量都会直接影响Beta系数；第二，公司行业类别：这是介于宏观与微观之间的经济条件，是以行业的角度来考虑股票价格，如今热门的行业如金融业、服务业其股票价格优于农业、制造业等；第三，公司的基本特征：这类属于微观经济条件，从股票发行公司的规模、业绩、财务状况等直接关系其股票价格的条件来考察Beta系数的变动。1966年，King通过实证研究，发现单只股票收益率变动的10%可以用行业的差异来解释。1969年，最早注意到Beta系数与会计信息存在内部联系的是Brown和Robert，此后，Beaver，Kettler 和 Seholes于1970年首次系统性地研究了公司基本特征与Beta系数之间的联系，其结果与理论假设有一致的部分，也有相异的部分。一致的部分为单个股票和 5 种股票组合的Beta系数与股利支付率、盈利变动性、财务杠杆、会计Beta系数这4个会计变量显著相关，而不一致的部分为单个股票和5种股票组合的Beta系数与成长性、公司规模和速动比率这3个会计变量显著无关。1974年，Robichek和Cohn实证研究发现影响证券系统性风险的主要因素有两个，分别是通货膨胀率和收入增长率。1974年，Melicher采用1967年至1971年的公共事业股的数据对Beta系数与多种可能性因素进行多元回归，发现对Beta系数有显著影响的因素包括固定资产占总资产的比重、分红政策、市场活跃性、净资产收益率、财务杠杆、规模等6种，然而当Melicher选取另一组数据，1963年至1967年公共事业股的数据进行同样的多元回归时，其结果却大相径庭，影响Beta系数的因素只有净资产收益率和财务杠杆两个。1975年，Bildersee通过采用逐步回归的方法选用1956年至1966年纽约证券市场制造业和零售业71家公司的数据对系统性风险与若干会计变量的关系进行了研究，得出的多元回归模型中有6个会计变量对Beta系数有重要解释能力。1978年，Fabozzi和Francis运用虚拟变量模型分析了经济扩张和经济收缩对Beta系数的影响，结果表明经济周期是影响Beta系数的主要因素。1982年，Chen对公共事业企业的Beta系数的估计值和其他几个影响因素的时间序列之间的相关性进行研究，发现还存在一个因素对Beta系数有较强影响力，即实际GNP增长。1984年，Mandelker 和 Rhee对1957年至1976年255家生产型企业的数据进行了研究，发现经营杠杆系数和财务杠杆系数影响Beta系数的大小，并且这两个因素与市场Beta系数呈显著正相关关系。1986年，Francis的研究发现，基础行业、杠杆型企业、高科技小企业具有较高的Beta系数，而消费性产业具有较低的Beta系数。1997年，Adedeji对1990年至1994年的英国股票市场的375家公司进行了分析，实证研究表明影响英国股票市场Beta系数的会计变量有7个，其中财务杠杆、公司规模和股利支付率与Beta系数正相关，经营杠杆、市盈、税率和波动率与Beta系数负相关，而且相关性不太显著。 1.2.2 国内研究现状 我国学者对Beta系数的研究起步较晚，主要集中在Beta系数的估计、Beta系数的稳定性、Beta系数的差异性、市场态势对Beta系数的影响、中国股票市场系统风险结构分析五个方面。 在Beta系数估计方法的创新上，我国学者做了很多研究。马树才、王威在《证券投资风险系数Beta估计的改进》一文中，提出了几种改进Beta系数准确性的数理统计分析方法。在《Beta系数是风险的正确度量吗？》一文中，当证券投资组合中所有资产的资产报酬率都服从正态分布的假设成立时，根据经典投资理论，杨义群认为此时只需要根据收益率的方差来衡量证券的风险，而偏度的影响则可以忽视。但是现实证券投资中发现，收益率的分布往往是不服从正态分布的，投资者往往具有正向偏好，所以必须同时使用偏度和方差两个指标来衡量证券投资风险。这时，Beta系数就不再能够准确的衡量系统性风险，在风险计量中必须加入修正偏度的影响，只有这样才能对资产进行准确的定价。在《证券系统性风险系数估计中应注意的几个问题》一文中，胡勤勤、吴世农【1】提醒研究者在研究Beta系数时要对模型、市场组合收益率、收益率时间段的选取三个方面特别注意，同时也要重点观测市场态势对Beta系数的影响。由于目前Beta系数在一定时间内是不稳定的特征已经获得了公众广泛的认可，因此在《Beta系统风险系数的非参数估计》一文中，顾娟、茆诗松【2】认为我们对Beta系数的估计方法就应该避免在平稳的前提下计算，我们可以假定证券收益是一个在连续不断的时间上的随机过程，通过计算随机过程的均值和协方差可以采用非参数方法估计Beta系数，得到Beta系数的非参数估计结果。 我国学者对Beta系数稳定性的检验始于1994年，在《上海证券交易所上市股票的贝塔系数估计及其稳定性检验》一文中，沈艺峰最早使用Chow法检验了1992年6月到1993年12月上海股票市场交易的10只股票Beta系数的稳定性，分析表明，除“延中实业”外，其他9只股票的Beta系数值都是稳定的。之后，沈艺峰和洪锡熙两位学者进一步完善研究了Beta系数的稳定性，并在《我国股票市场Beta系数的稳定性检验》一文中得出单只股票和股票组合的Beta系数都不是稳定的结论。2000年，靳云汇、李学【3】对我国上海、深圳两个证券交易所交易的51只股票进行了研究，发现随着上市时间的延长，Beta系数的大小趋于增加，但是Beta系数的稳定特征却不趋于增加。2002年，苏卫东和张世英对1994年以前已经在上海证券市场上市的100支股票进行了分析，他们通过1994年1月1日至2000年12月31日每个月的日收益率计算月收益率数据，进而得出100只股票的Beta系数，并对个股及组合Beta系数进行单位根检验，结果发现，100只股票中，有73只股票不存在单位根。但是这篇文章对单位根的检验并不完整，而且在表述时也存在概念性错误。2003年，刘永涛【4】采用我国上海证券市场A股1998年1月1日至2003年4月30日的周收益率数据对Beta系数进行了估计，发现我国上海A股证券市场Beta系数不具有长期稳定性，短期稳定性有明显提高，同时有些股票的Beta系数发生了突变。2003年，胡勤勤【5】利用White异方差检验法检验了370只样本股票不同估计时段内Beta系数的稳定性，发现，不同估计时段内，不超过40%的股票Beta系数是稳定的。同年，赵景文也采用ADF方法检验了我国A股Beta系数的稳定性，发现大多数单只股票的Beta系数是不稳定的，单只股票Beta系数时间序列不平稳的概率随着估计时间的长短呈正向变化，组合的Beta系数的稳定性比单只股票Beta系数的稳定性高，而且组合中股票数量越多，Beta系数的稳定性越强。2004年，徐占东，郭多祚【6】采用CUSUMSQ 统计量，根据递归的最小二 乘法 99乘法表99乘法表打印九九乘法表a4打印九九乘法表免费下载大九九乘法表免费打印 对Beta系数的稳定性进行了检验，结果发现Beta系数不是稳定的，Beta系数具有时变特征，但不会向1回归，因此他们建议今后对Beta系数进行预测时，可以采用时间序列分析方法。2005年，赵景文【7】用 Chow 检验方法检验了中国 A 股股票相邻两期的Beta系数的稳定性，发现在上半年和下半年两个时间段内80%以上的单只股票的Beta系数是稳定的。2007年，袁皓以单指数模型为基础用沪、深两市1998年1月至2005年12月共计96个月的月收益率数据考察了我国证券市场Beta系数的稳定性，研究中他分别利用OLS、Prais-Winsten迭代技术以及Wasieek估计三种方法估计了Beta系数，发现我国股市单只股票Beta不具有稳定性，但是随着证券投资组合中股票数目的增加，Beta系数稳定性逐渐上升。 在市场态势对Beta系数的影响方面，2000年，我国学者靳云汇和李学【8】在对中国股市Beta系数的实证研究中初次涉及到牛市和熊市不同态势中Beta系数的表现，发现只有39%的股票的Beta系数在不同市场态势中的表现一致；同年，欧阳永卫对1996 年 1 月至 1998 年 12 月上海深圳证券市场Beta系数不同市场态势下的表现研究后发现，市场态势对Beta系数的影响较为明显；同年，陈浪南、屈文州采用日、周、月三种收益率数据对上海股票市场1994 年 1月 4 日至 1998 年 12 月 31 日的100 只股票在不同市场态势下Beta系数的不同表现进行了分析，结果表明，上升、下降和盘整三种市场态势下，Beta系数表现有显著的不同，在市场上升时期，Beta系数的均值最大，而在市场盘整时期，Beta系数的均值最小。2003年，刘丹红，张世英，苏为东利用1994年1 月1日至 2000年12月31日上海A股证券市场10只股票的日收益率数据，采用基于 Markov 转移的 CAPM 模型，计算了不同状态下的Beta系数，结果发现Beta系数在不同状态下估计值有明显不同；同年，胡勤勤将全部研究时间段按照年度分为两段，第一个时间段包括证券市场的盘整和上升阶段，第二个时间段包括证券市场的上升和下降阶段，她采用虚拟变量模型对两个时间段内Beta系数的表现进行了研究，结果表明上海、深圳两个证券市场中大部分证券及证券组合的Beta系数在不同市场态势中的表现并不相同。2005年，张宗新，朱伟骅通过实证研究发现市场指数与股票系统性风险负相关，当市场处于牛市时，系统性风险会显著降低，而当市场处于熊市时系统性风险会不断提高。 我国学者也对Beta系数的差异性给予了很多关注，1999年，我国学者吴世农等【9】对1997年10月至 1998 年10月间上海证券交易所中200只股票及股票组合进行了分析，发现财务杠杆、股利支付率和总资产增长率对我国上市公司的Beta系数有显著性的影响；股票流通规模对证券组合的Beta系数大小影响明显；但是无论是个股还是股票组合，经营杠杆的作用都不明显。吴世农认为这个分析结果反映出在一定程度上，我国上海证券市场上市公司的系统性风险与会计变量存在脱节现象。2002年，吴世农和李旭升对1996 年至 2000 年间上海和深圳证券市场中 292 家上市公司进行了研究，分析后发现影响Beta系数主要的变量有营业收入增长率、净资产收益率、年振幅和历史Beta系数。2003年，吕长江和赵岩【10】在对1998 年4 月到 1998 年12月之间的 9个月的深圳证券交易所周数据进行研究时，发现Beta系数并没有显著性的特征。2004年，刘永栋对上海证券市场基于5行业分类标准研究后，发现，Beta系数没有显著的行业特征，并将其归结于中国行业发展的不完善。2006年，童晓芹将上海证券市场所有上市公司分为13个行业进行研究，发现当行业助于幼稚期或是成长期时，行业本身风险比较大；而当行业发展在成熟期时，行业内的风险则很小。2007年，樊丽娟、周静【11】对上海证券所上市的金融行业7只股票和传播与文化产业6只股票的日收益率数据与上证综指做回归，计算F值，说明金融行业比传播与文化产业的贝塔系数的稳定性差。 作为测算股票市场系统性风险的重要指标，可以通过计算Beta系数的大小来测算证券市场系统性风险的大小。证券或证券组合的总风险包括系统风险和非系统风险两部分，因此当研究Beta系数时，必然要研究系统风险占股票或组合总风险的比重，也就是股票系统风险结构。1996年，施东晖【12】在《上海股票市场风险的实证研究》一文中，利用1994年4月27日前在上海证券交易所市的50只股票在1993年4月27日至1996年5月5日期间的数据进行了研究。结果发现50只样本股票的系统性风险平均值达到81.37%，最高值为93.12%，最低值为15.68%，这些要远远高于国外平均系统风险水平，平均值是国外发达国家系统风险平均水平的一倍以上。2000年，王新鸣【13】在《上海股票市场风险结构和组合效果》一文中，研究了1995年12月31日前挂牌交易的所有184只股票。他以1天、5天、20天三种周期计算了184只股票的系统性风险，研究结果表明在1996-1998三年中股票系统性风险的均值在45%一47%之间，其分布没有显著性的差异。这与瑞典证券市场的系统风险水平更为接近，在成熟市场中属于较高的系统风险水平。2002年，朱文辉、汪前明【14】在《模型与股票投资风险对上海证券市场的实证研究》一文中，在对374个样本股票研究后发现，样本股票系统风险占总风险的比例的平均值仅35%，最大的也只有60%，最小的只有8%，超过50%的股票只有32只。这说明我国股票市场经过几年的发展，股票市场不断扩大，证券投资者投资行为逐渐成熟，投资者日趋理性。2006年，朱朝晖发现，除了2002年个别年份以外，上海证券市场系统性风险占总风险的比例大致保持在40%左右。 §1.3    研究内容和创新点 1.3.1 研究内容 本文主要分析Beta系数的稳定性、市场态势对Beta系数的影响、影响Beta系数的会计变量以及上海A股股票市场风险结构，主要内容如下： 第一章是绪论，包括本文的选题背景和意义、国内外研究综述、研究内容和研究创新点三个方面。 第二章是基本理论，包括证券市场风险结构理论和Beta系数的原理及其应用两个方面。 第三章是我国股票市场系统性风险现状，对我国目前股市系统性风险的现状进行了分析和研究。 第四章是上海Ａ股市场Beta系数实证研究。本章分为两节，第一节是实证研究设计，主要介绍了本文的样本选择及研究方法；第二节是Beta系数估计，主要介绍了本文在个股收益率计算、模型选择、市场收益率计算和模型假设四个方面的内容。 第五章是上海Ａ股市场Beta系数特征分析。本章是全文的核心，主要分为五节，第一节是Beta系数描述统计分析，主要从个股及行业两方面对Beta系数整体情况进行了描述统计，发现了Beta系数的波动特征，并得出行业对Beta系数没有影响；第二节是Beta系数的稳定性，本节分别用靳云汇和李学提出的稳定性标准和刘永涛突变的定义两方面对Beta系数的稳定性进行了分析，发现2005年-2009年我国上海A股证券市场大多数股票还是稳定的；第三节研究了Beta系数在熊市和牛市中的表现，并用Wilcoxon符号秩检验法对两种态势下Beta系数的表现进行了检验，得到的结论是，市场态势对Beta系数有显著性的影响。第四节对影响Beta系数的会计变量进行了分析，用逐步回归法得出资产负债率和净资产收益率对Beta系数有显著性的影响，可以这样认为，2005年以来，随着中国股票市场的逐渐完善和成熟，投资者不再使用以前那种盲目跟从的投资方式，投资时他们更注重上市公司的基本特征。第五节是上海A股市场系统性风险分析，主要采用方差分析法分析了2005年-2009年我国上海A股市场系统性风险的特征，发现我国上海A股市场系统性风险较小，股票投资风险更多的将体现为公司个股的风险即非系统风险，这为投资者对上海A股市场上市公司的基本面分析提供了余地，也同时提高了组合投资的市场绩效，表明我国股票市场已逐步完善，投资者也日趋成熟，投资行为日趋理性。 第六章是结论和展望。本章对上文中上海A股市场样本股票实证研究得出的结论进行了总结，并对文章研究的不足进行了阐述，期望在日后的学习中加以改进。 1.3.2 研究创新点 本文的创新点主要有以下两个方面： （1）样本选取方面。目前，国内学者对Beta系数的研究主要集中在煤炭、钢铁、纺织等单一行业或是分类指数方面，对于中国上海证券市场整体Beta系数的研究则很少，而且采用的数据比较陈旧，本文采用上海A股证券市场截止2005年1月1日前完成股权分置改革、剔除ST、*ST和数据不全后的所有股票为研究对象。样本时限为2005年1月1日-2009年12月31日，共五年时间。估计时限方面采用周收益率数据。使用的数据时间长，样本量多，可以比较全面的研究Beta系数的各种特征。 （2）研究内容方面。第一，本文从Beta系数的分布特征、稳定性、差异性角度进行分析，研究内容比较全面；第二，基于不同的研究内容，采用回归分析、因子分析、方差分析等多种统计方法，为Beta系数特征方面的研究提供了清晰的思路。 第二章  基本理论 §2.1      证券市场风险理论 风险自人类出现在这个地球上开始，就没有和我们的生活分开过，它让我们在不断的自由选择过程中有了一定的收益和损失的可能。它本身所伴随的巨额利益让许多的经济主体趋之若鹜，但其所带来的可能性损失也让更多经济主体望而却步。一开始人们对风险的认识并不像现在这样的深刻，他们只是简单的认为风险就是危险，但随着资本市场的出现，人们对风险的认识也逐渐加深，如今人们己经能熟练运用数理统计的方法计算风险的大小。 风险总是和不确定性联系在一起的，证券投资是最典型的例子。证券市场的价格受多种因素的影响，包括国内外经济和政治形势、经济周期、企业融资情况、利率、公司行业状况、汇率等，因而预期目标与证券投资结果常常不相符，投资者因而蒙受利益损失，以上就是所谓的证券市场风险。然而风险和损失是有本质的区别的，由于实际收益值与预期收益值的偏离而产生的风险，不仅包括盈利，还有亏损的成分，而损失只是亏损这种情况。 证券投资是一种金融活动，其过程充满着风险。一方面，证券投资者可能因此而获得巨额利益；另一方面，它也可能给投资者带来一定的经济损失。收益是投资的将来时，由于未来的不可预期，种种因素都不确定，因此证券投资的过程中，风险是无法避免的。因此要对证券投资进行风险规避，而规避风险最好的方法是进行证券投资风险的深入分析和研究。 证券投资风险分类方法很多，按照投资风险的性质以及它能否被分散来分，证券投资风险包含系统性风险和非系统性风险两大类。用数学公式表示为： 证券市场投资风险=系统性风险+非系统性风险。 系统风险是指由于政治、经济、社会环境等宏观环境因素变动导致证券市场整体收益率发生变动，从而引起证券投资收益率变动的程度。这些宏观因素包括GDP、利率、通货膨胀、汇率、产业政策、税收等，虽然它们对单个证券的影响程度并不是完全相同，但它们的发生或变化会影响所有证券的投资收益率。系统风险又称不可避免的风险，属于企业外部的宏观因素，企业无法避免与控制，无法通过投资组合的方式，利用风险分散的原理来分散。 非系统风险是指个体的因素变化对单个证券投资收益率变动的程度，这些个体因素包括具体某一或某些上市公司的盈利能力、市场占有率、经营风险、财务风险、违约风险等，这些微观或个体的事件只能引起单个证券收益率的变动，对企业来讲是可以控制和避免的。因此非系统风险属于可被分散的风险，也就是说非系统性风险可以通过投资组合的方式来抵消为零。 根据资产组合理论，投资者可以通过证券组合用另外一种证券收益率的有利变化来抵消一种证券收益率的不利变化，从而最大限度地分散非系统风险。所以对一个持有完全分散化的证券组合的投资者来讲，他完全可以只观测对整个证券市场具有威胁性的风险来源系统性风险，而对因个体差异而引起的非系统风险则可以完全忽略不计。因此本文仅仅只对系统风险的具体分类加以详细描述。 系统风险有很多种类，主要分为利率风险、政策风险、市场风险和通货膨胀风险等。 1.市场风险 市场风险是指由于证券价格变化而引起的风险，证券市场上很多外在因素都会影响到证券价格变动，尤其是经济周期的变化。经济周期的变化会影响到企业的经济效益和市场整体气象，进而影响到投资者的投资心理和证券购买行为，从而也引起证券价格的变动。 经济周期理论是对市场经济运行规律的总结，它具有客观性和不可避免性。市场经济中的任何行业都必须遵循产生、成长、发展、成熟到衰亡的行业周期。市场经济条件下，经济的周期性变化必然引起证券市场的周期性变化。具体而言，当经济在快速、稳定、大踏步发展时，证券市场股票行情看涨，投资者的收益较高；相反，投资者的收益会较低。市场经济的周期变动必然会引起投资者心理、情绪和行为的变动，从而造成证券市场周期性的变动。当市场态势从熊市转为牛市的时候，投资者会因股票价格的上涨，对股票的信心增加，会增加投资者对股票证券的持有，根据经济学供给与需求理论，股价会因此而进一步上涨，投资者获得收益；然而，同样一旦遇上熊市，投资者因丧失对证券市场的信心而大量抛售股票，必然引起股价暴跌，亏损在所难免。 2.利率风险 利率风险是指由于市场利率的变动而给投资者带来实际收益水平下降的风险。利率是货币的时间价值，市场利率的变动会直接影响有价证券的收益，进而影响证券投资者的收益。市场利率与证券价格呈反方向变化，即当市场利率提高时，证券的价格会下降；市场利率下降时，证券的价格会上升。 具体来说，利率对证券价格的影响是依靠中间传导变量的，从两个方面对其产生影响：第一，改变资金的流向。当市场利率上升时，人们会将原有投资股票的一部分资金转去投资银行存款、商业票据等金融资产，从而减少投资者对股票的持有，使证券价格下降；当市场利率下降时，为了追求更高的经济效益，人们会将一部分资金从银行存款、商业票据等金融市场中撤出，流入股票市场，从而使得有价证券的需求量增加，其价格因此上涨。利率的变化会直接影响有价证券的需求量，从而引起股票价格的变化。第二，上市公司的盈利也随着利率的变化而变化。负债和所有者权益是构成公司资产的主要部分，负债中长期负债部分和部分短期负债都是公司的有息负债。上市公司的融资成本会因利率的提高而提高，当其他条件未有显著改变时，净利润必然减少，股息派发来源减少，股票价格下跌；公司的融资成本在利率下降时而减少，导致净利润增加，从而刺激股票的价格上涨。总之，利率通过改变上市公司的净利润和上市公司的融资成本来改变股票价格。 3.通货膨胀风险 通货膨胀风险也叫购买力风险，即投资者因通货膨胀引起货币的实际购买力水平下降而带来的收益减少的风险。在证券市场上，货币是度量投资者收益的形式，同时也是支付手段，当通胀膨胀出现的时候，货币贬值，并且货币贬值带来的损失无法通过投资收益得到弥补，投资的实际收益下降，投资者蒙受损失。 股票价格因通货膨胀的风险而变动，主要表现为两种形式：温和通货膨胀是通货膨胀的初期表现，物价持续温和的上涨会使公司收益增长速度快于成本增长速度，净利润和可分配利润增加，股票价格因此上涨；持续的温和通货膨胀会导致严重的通货膨胀，此时公司成本增长的速度远远大于公司收益增长的速度，可分配利润必然减少，现金流匮乏，公司的正常营业受到威胁，甚至会因为资金链的断裂而破产，公司的股价下跌。更进一步，物价上涨的速度往往也快于股价上涨的速度，投资者的实际收益是在下降的，膨胀造成的损失很难被投资者的证券收益所抵消。 4．政策风险 政策风险是投资者因为证券市场的变动而面临的风险，该变动是由一国政府部门对证券市场的规章 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 进行的重大调整和变动，新举措、新法规的出台而引起的。政策风险的产生主要是由于政府出台的新的经济政策或是法规可能会影响到公司的行业前景和负债收益变化，从而引起证券价格的变化，而证券交易政策的变化会直接影响证券的市场价格，影响证券市场的证券交易活动程度和货币资金量。 政策风险是近些年中国证券市场最主要的系统性风险之一，主要是因为中国许多调控手段非经济化，从而使中国股票市场一定程度上成为“政策市”，证券监管当局的职责是调节证券市场的市场需求，其方法是引导投资者的思路制定调控措施，如实行配股资格限定、国家重要的产业政策和地区经济发展实况等，这些都给证券市场的波动带来了隐患。同时，中国近几年来不断调整房贷政策，这些看似无关的政策变化会直接影响到资本市场上资金的走向，从而引起证券市场证券价格的波动。