β系数的影响因素研究综述
来源:用户上传
作者:
【摘要】综观β系数稳定性的实证研究,绝大多数研究认为证券的β系数不具有稳定性,虽然可以借助于组合的方式来获得较为稳定的β系数,但对于大多数的个人投资者来说,这意味着不能简单地用过去时期数据所估计的β系数作为当前和未来时期的预测值。因此,除了在估计方法和数据选取等方面寻求β系数的变动原因之外,许多学者还从公司的基本特征等方面入手探讨导致同一证券的β系数在不同时期出现变动以及不同证券的β系数在同一时期存在差异性的影响因素。
【关键词】β系数;宏观经济;影响因素
理论上,β系数的大小取决于两类因素:一类是与市场相关联的各类经济变量的不确定性因素及其程度,另一类是各类股票收益对经济变量的反应程度。比如说当企业改变其资本结构,增大财务杠杆时,该企业对各类经济变量的反应程度就将提高,其β系数值也将增大。因此,可以预期,在同一时期的不同证券的β系数及同一证券在不同时期的β系数都可能存在一定程度的差异,这也己为许多研究所证实。总的来看,研究普遍认同导致β系数差异的影响因素主要有三大类:宏观经济因素(如经济周期、利率、通货膨胀等)、公司的基本特征(如公司的规模、财务结构等)和公司的行业类别及所归属的经济部门。
1、宏观经济因素对β系数的影响
影响β系数的宏观经济因素主要有经济周期、利率、通货膨胀等因素。Robichek和Cohn在1974年的研究发现通胀率和收入增长率会影响证券的系统性风险;Francis和Fabozzi(1979)用哑变量模型分析经济扩张和缩减对证券β系数的影响,他们的结论支持了经济周期也是影响因素之一的观点。但Robichek和Cohn的研究与Francis和Fabozzi的研究存在一个共同的问题,即他们的模型都用离散型的虚拟变量而非连续型变量来度量经济条件的变化,这使得他们的研究无法分析影响因素对系统性风险的作用方式和影响程度。
Carl.Chen(1982)建立了一个因素模型对公用事业企业的β系数和几种影响因素的相关性作时间序列分析,他将β系数设为模型中的因变量,模型的独立变量包括微观和宏观指标,分别为资产的变动、财务杠杆、股利变化、通胀率、实际收入增长率,结果也发现实际收入增长率对β系数有较强的影响作用。
2、公司基本特征对β系数的影响
理论上,公司规模的大小、资本结构、经营收入的周期性及公司的负债比例等基本特征的变化将改变公司的风险特性,从而影响公司所发行股票的风险。因此,学术界对公司的基本特征变量是否会影响其股票的系统性风险系数展开研究。鉴于公司的会计资料能传递与公司基本特征有关的风险信息,在实证研究中,通常用会计变量作为反映公司基本特征的量化指标。
Lev(1974)选取电力行业的75家公司、钢铁行业的21家公司及石油行业的26家公司为样本,就公司经营杠杆与β系数之间的关系进行了深入的研究,结果表明经营杠杆与β系数显著正相关。
Bildersee在1975年研究了1956年至1966年间纽约证券市场制造业和零售业的71家公司的系统性风险与n个会计变量之间的关系,他采用逐步回归的方法,筛选出对β系数有重要解释能力的6个会计变量:负债比例、流动比率、优先股与普通股的比例、销售与权益资本的比例、市盈率的标准差、会计β系数,并建立了多元线性回归模型。
Rosenberg和Mekibben(1973)考察了基于会计变量和市场变量的风险因素与β系数之间的相关性,他们应用多元回归分析方法,检验了32个变量与β系数的关系。结果发现在因变量(β系数)和独立变量之间存在强相关关系,大多数变量与β系数的相关关系与预期方向相同,有13个变量与目系数有显著的关系,但作用方向与事先预计的有所不同。Rosenberg和Mckibben还发现不同行业股票的β系数存在持续的差异。随后,Rosenberg和Marathe(1975)进一步把39个行业哑变量加入模型中来解释股票β系数的差异,并构造了著名的“罗森伯格系统”(Rosenberg System),该系统将个股的市场特征、公司基本因素和行业性质综合于一个模型中,较好地显示了β系数变动的各种可能原因。罗森伯格系统的一般形式是:
其中:为代表市场变动性的14个描述变量,包括历史β系数及股票的市场特征如交易量、股价的波动范围等;
为代表盈利变动性的7个描述变量,包括盈利变动性的度量、会计β系数以及不可预测盈利的度量如非正常盈利的数量等;
为代表公司经营成功性的8个描述变量,包括盈利的成长性、股票面值与股价之比、公司的相对优势及其它经营成功性的度量指标等;
为代表成熟性的9个描述变量,包括总资产、市场份额以及规模和经营时间的度量指标等;
为代表成长性的9个描述变量,包括股利发放率、市盈率和其它历史与预期成长性的度量指标等;
为代表财务风险的9个描述变量,包括财务杠杆、利息杠杆和流动性的度量指标等;
为代表公司特征的6个描述变量,包括股票的发行量和产业类别的反映指标等;
-为代表行业特征的虚拟变量。
Rosenberg和Marathe对该模型的首次检验表明模型对未来β系数的预测能力好于其它的预测模型。由于理论上的吸引力和检验结果的支持,用罗森伯格系统生成的β系数预测值得到广泛的认可,著名的BARRA咨询机构(由Rosenberg创建)就采用了这一系统。
Bowman(1979)分析了β系数与会计变量之间在理论上的相关性,他在一系列的假设前提下,证明了公司的财务杠杆与β系数存在着理论上的相关性,而β系数与盈利变动性、股利、公司规模和公司成长性之间不存在理论上的直接相关性。
Mandelker和Rhee(1984)选取255家生产型企业在1957年至1976年20的数据,分析经营杠杆系数和财务杠杆系数与市场β系数的关系,实证结果表明市场β系数与经营杠杆系数和财务杠杆系数显著正相关。
Rosenberg和Rudd(1987)的研究发现对β系数最具有解释或预测能力的4个会计变量是成长性、盈利变动性、财务杠杆和规模。他们的研究还发现不同行业类公司的β系数存在显著且持续的差异性。
相比于国外的研究而言,国内关于β系数的影响因素研究仍处于起步阶段。吴世农、冉孟顺等(1999)根据财务理论,在总结和借鉴Beaver等人(1970)和Bildersee(1975)所做研究的基础上,结合我国上市公司和证券市场的实际情况,在提出七个假设的前提下对我国上市公司系统风险与会计变量之间关系进行实证研究,经研究发现我国上市公司的总资产增长率、财务杠杆、股利支付率这3个会计变量对个股的系统风险均有显著影响,此外他们从组合后的回归分析来分析,发现流通规模对股票组合的β值具有显著影响,虽然这与个股β值的回归分析结果不一致,但一般认为组合修匀了数据,消除了一些偶然现象,其结果更具有稳定性。
李旭升(2002)对1996年至2000年间沪深市场中292家上市公司的β系数进行预测性研究,研究发现经营杠杆、现金股利支付率、盈利变动性、主营收入增长率,净资产收益率、年振幅和历史β系数是影响β系数的主要指标。
钟琳琳(2006年)对1997年至2004年间沪深市场中293家上市公司的A股股票的β系数进行研究,经研究发现个股β系数与会计变量的相关系数比较小,相关关系较弱,组合后的β系数与会计变量的相关系数普遍提高,相关关系显著增强。
张甲宇(2008)以沪深两市所有A股上市公司为研究样本,运用最小二乘回归分析方法计算样本公司2005年的β系数,在此基础上分析了β系数与32个相关财务变量的关系。研究结果显示:β系数只与其中的活动性比率、主营业务成本率、盈利变动率、流动资产周转率、流通比例、总股本赫菲德尔系数、销售现金比率、市盈率和销售成本率显著相关,最后他还建议今后的研究考虑上市公司的行业特性和宏观经济因素对系统风险的影响。
总的来看,研究虽然发现β系数与某些因素有显著的相关性,但实证研究的结果仍存在较大的差别,究竟是哪些因素对β系数有持续稳定的影响作用尚无法定论。
3、公司的行业类别及所归属的经济部门对β系数的影响
Rosenberg和Mckibben(1973)的研究发现不同行业股票的β系数之间存在持续的差异。Farrell(1974)计算了几个不同经济部门的β系数,其中增长型和周期型部门的β系数分别为1.24和1.11,高于平均值水平,而稳定型和能源型部门的β系数分别为0.9和0.85,低于平均值水平。
应该指出,β系数的影响因素研究具有重要的理论价值和现实意义,它不仅揭示了除市场因素之外,宏观经济条件、公司的基本特征等也是潜在影响β系数的重要因素,从而使得人们对β系数之所以不稳定及其变动特征的探究有了更为明确及合理的解释。同时,对β系数的影响因素研究还能区分不同影响因素的重要程度,确认其影响方式和影响程度,因此也为β系数的可预测性提供了科学的理论依据和分析方法。
参考文献
[1]钟琳琳.我国股票β系数与会计变量关系的实证研究[D].大连理工大学,2006.
[2]张甲宇.财务变量与预期贝塔系数关系的实证分析[J].财务月刊,2008(Nov.),13-14.
[3]许年行.中国上市公司股权分置改革的理论与实证研究[D].厦门大学,2007.
[4]Rosenberg and Rudd.Prediction of Common Stock investment risk[J].Journal of Portfolio Management.1984,44-53.
基金项目:宁德师范学院科研资助项目(项目编号:2009Y018)。
转载注明来源:https://www.xzbu.com/2/view-366767.htm