一、引言
資本資產定價模型的問世為股票的市場風險提供了參考:β系數,它反映了某種資產或者資產組合價格的變動對于市場價格的變動程度,國外對于貝塔系數的研究形成了豐富的研究成果。而我國的實證研究要少得多,而我國股票市場的不成熟經常導致股價的大起大落,無疑增加了投資的風險,因此有必要對我國股市的市場風險進行實證分析。
Elton等(1978)的研究發現盡管單指數模型大大簡化了計算過程,其提供的對外來收益的預測比直接使用歷史的協方差矩陣得到的預測還要好。Elton和Gruber(1971)的研究發現單指數模型較多指數模型提供了更好的預測。
貝塔系數值在資產組合理論中可以用來預測資產的收益率。1971年3月Blume采集了1926—1968年間紐約股票交易所上市公司所有普通股的貝塔值,進行股票預測,發現對單個資產來說,貝塔值的預測能力很差,但隨著資產組合的擴大,其預測能力會有所改善。
根據西方實證研究的結果,在西方的市場上至今沒有發現貝塔系數為負值的股票。國內,沈藝峰和洪錫熙,1999;馬喜德等,2003;劉仁和等,2003等研究檢驗了我國證券市場貝塔系數穩定性,大多數這類研究得出結論認為我國市場上貝塔系數不具有穩定性。
我國的銀行業是金融的核心,本文通過我國所有上市的14家商業銀行的統計數據,分階段測量出他們整體的和股改前后的β系數,并采用系數分析法和“Chow檢驗法”來判斷貝塔系數的相關性及穩定性,試圖找出我國銀行股的市場風險情況。
二、單一指數模型和β系數
1952年,美國著名經濟學家哈里·馬柯威茨(Harry Markowitz)提出最小方差資產組合的思想和方法(資產組合的選擇),這是最早系統提出的現代資產組合理論,但是計算量比較大。此后在1958年,托賓(Tobin)構建了資產組合的托賓模型,在其假設條件中加入了無風險資產進行組合。“托賓模型”認為:在資本市場中,至少存在一種無風險證券,該證券可以自由的按一定利率進行借入和貸出。1963年,威廉·夏普(William F.Sharpe)根據Markowitz的均差—方差模型中方差計量缺少參照物,且計算量很大又不能有效區分風險類型(系統風險和非系統風險)資產組合模型,提出了著名的β值理論,即用β值度量單個證券投資的系統風險。并由此建立了一個計算相對簡單化的模型——也就是資本資產定價模型(CAPM)。這一模型假設資產收益只與市場總體收益相關,使計算量大大降低。該模型為:
E(ri)=rf βi×[E(rm)-rf] (1)
其中,rf為無風險收益率,由于CAPM描述的風險和收益是事前預測關系,因此這個模型本身是無法進行實證檢驗的。將以上模型轉化為CAPM可以檢驗的形式,即單一指數模型(SIM),該模型中假設每一種證券的收益率只和市場收益率存在一種線性關系,其模型為:
rit=αit βimrm t εit(2)
其中:rit是某一給定時期證券i的回報率,rm t是同時期股票市場指數m的回報率;βim是股票i的收益率對于股市指數的敏感度,αim是方程的截距項,不同股票的α值一般不相同;εit是誤差項,它是一個白噪聲,即均值為0,標準差為σεm的隨機變量。對式(2)采用最小二乘法得到的回歸直線方程被稱為“證券特征線”。對(2)式兩邊取期望值,則有:
三、對我國上市商業銀行風險的實證檢驗
(一)OLS檢驗
1.假設前提
(1)共同期望假設。
(2)各商業銀行的貝塔系數能夠反映在未來一個時期內股票收益率和市場收益率的波動性。
2.模型選擇
在CAPM中,貝塔是決定預期回報率的唯一特征,CAPM中的線性有效集是連接無風險利率rf和市場組合M的一條射線,被稱“資本是長線”(CML)。
運用如下經驗市場線的模型:
rit'=r0 βimrmt' εit(6)
其中,rit'=rit-rftrmt'=rm t-rft
式(6)中,rit為銀行股票i的每天股票收益率,rft是無風險利率,它們的差rit'是被解釋變量;rmt是股票市場每天的收益率,它和無風險利率的差rmt'為無風險市場收益率,是解釋變量。βim是銀行股票i的收益率對股市的市場風險,εit為誤差項,滿足白噪聲的假設。這里貝塔系數的計算可以采用最小二乘法(OLS),此式采用最小二乘法得到的回歸直線方程被稱為“證券特征線”。
3.樣本數據的處理
(1)本文選取所有在滬深股市中上市發行A股的14家商業銀行為樣本,研究的期限為各商業銀行上市以來到2009年6月10日①(見表1)。回歸數據的間隔為天,因為考慮到有較多的銀行是在股份制改革之后上市的,選取天數為間隔周期,可使用的樣本數據較充足。為了避免因為間隔周期較短而造成β出現嚴重誤差,剔除無交易數據日。“市場指數”選取上海指數與深圳成指數。
(2)樣本數據處理
本文計算收益率采用對數差分形式,即rt=lnpt-lnpt-1
計算股票收益率時pt為t期的收盤價;pt-1為(t-1)期的收盤價。計算大盤收益率時,pt為t期的收盤指數;pt-1為(t-1)期的收盤指數,計算的大盤收益率為公司所上市的股市的收益率。
運用最小二乘法(OLS)來估算銀行的市場風險貝塔系數。進行回歸分析時,為了分析β值的變化趨勢,將所有上市銀行的數據分為兩個階段進行檢驗,其中浦發銀行、華夏銀行、民生銀行招商銀行和深圳發展這五家銀行分別在上市之后進行了股份制改革,本文就以股改實施上市日為區分時間點;其余的九家銀行,以限售股份第一個解禁日2008年1月21日為區分點,同時這也是我國股市從牛市轉向熊市的一個轉折點。分別計算整體貝塔系數和股改前后的貝塔系數,并對股改前后貝塔系數不同的原因進行比較分析。所有股票價格和大盤指數數據均來自新浪財經銀行業歷史交易數據,由于我國的國債市場不成熟,相反民眾喜好于銀行存款,因此無風險利率數據采用同期3個月的定期銀行存款利率。全文的實證檢驗運用Eviews6.0版本。對于進行股份制改革的商業銀行股票分別對股改前和股改后兩個期間做回歸,得出不同的貝塔系數值。
4.樣本分析結果
(1)β系數值的預算結果(見表1)
(2)系數的顯著性的“相關分析法檢驗”
上述表格統計出了各個商業銀行整體和股改前后的風險系數值,而模型的有效性檢驗采用樣本決定系數R2,其取值范圍是[0,1]。如果R2越接近于1,表示回歸直線與樣本觀測值“擬合優度越好”,當它為1時,表示完全擬合,如果越接近于0,表示回歸直線與樣本觀測值“擬合優度越差”,當它等于0時,表示解釋變量和被解釋變量沒有線性關系。從表1中可以看出,民生銀行的整體貝塔系數和股改前后的貝塔系數所對應的R2值都在0.3范圍,擬合優度不是很好,其他銀行的R2值都在0.5附近,擬合優度只能說一般。
(3)子期間系數穩定的“Chow檢驗”
因為上文中把銀行業的回歸時間分為了股改前和股改后,雖然上文也檢驗了各個系數是顯著的,但只是局限于一組數據之內,即使兩個數據組中貝塔系數同時遞增或遞減,僅僅運用相關系數的檢驗還不是足夠的。為了有效的檢驗這兩個不同時期得到的β系數是否穩定,采用“Chow檢驗法”,它可以克服相關分析法的局限性。
“Chow檢驗法”是著名美籍華人、美國賓夕法尼亞大學教授鄒至莊(G.C.CHOW)在1960年提出的一種統計檢驗方法。
1.要做的假設為:
H0:β1=β2=β
H1:β1≠β2
2.對完整的時間序列運行模型,得到殘差平方和,記作SSR。
3.在兩個子期間分別運行回歸模型,得到不同的殘差平方和。假設有兩個子期間,第一個子期間有n個觀測值,第二個子期間有m個觀測值,得到SSR1和SSR2。
4.計算Chow統計量如下:
Chow統計量服從F(k,n m-2k)的分布,如果F值很小,接受H0,說明兩個子期間的系數值穩定,屬于同一回歸模型。
表3列出了單個銀行股票貝塔系數穩定性的檢驗結果,在5%的顯著性水平下,為使原假設H0:β1=β2=β成立,Chow檢驗的F值必須小于臨界值3.84。表3所示14支銀行股中只有6支股票的F值小于3.84,其余8支皆大于3.84。這說明所做的原假設對銀行股中大部分是不成立的。也就是說,股改前后兩個檢驗其間的貝塔系數不相等,單個銀行股的貝塔系數不具有穩定性。這與國內外學術界的普遍觀點“單個股票的貝塔系數一般是不穩定的”基本相一致。
(二)市場風險分析
本文就度量系統風險水平的β系數的范圍進行具體分析,分析過程如下。
1.β系數近似等于1,說明系統風險近似于市場平均風險。由表2可知:整體系數近似等于1的只有寧波銀行(0.9813);股改前近似等于1的有8家銀行:浦發(0.9538)、招商(0.9376)、深發展(0.9763)、興業(0.9978)、交通(0.9204)、工商(0.9766)、中信(0.9516)和寧波銀行(0.9014);股改后近似等于1的變成了兩家:寧波銀行(0.9971)和建設銀行(0.9131)。
股改前后的對比表明,股改之后系統風險近似于市場風險水平的銀行股個數減少了,只有寧波銀行在股改前后系統風險始終小于市場風險。這說明股份制改革增加了銀行業股票的市場風險,這可能與限售股份的解禁,流通性股票的增加有關。
2.β系數大于1,說明系統風險大于市場平均風險。由表2可知:整體系數大于1的銀行股有9家:浦發(1.0166)、華夏(1.1791)、民生(1.0700)、招商(1.0674)、深發展(1.0016)、南京銀行(1.0082)、興業(1.1388)、交通(1.0100)、中信(1.0192);股改前系數大于1的只有兩家,華夏(1.0409)和民生(1.0709)。
股改之后整體系數大于銀行股,和整體布局基本一致:浦發(1.0591),華夏(1.2151),民生(1.0695),招商(1.1142),深發展(1.1214),南京銀行(1.0624),興業(1.2019),北京銀行(1.0699)交通(1.0397),中信(1.0418)。
以上比較可知,在股改之后,唯有華夏銀行和民生銀行的系統風險在股改前后始終大于市場風險,其余的系統風險大于市場風險的銀行股數量迅速增加。
3.β系數小于1,說明企業系統風險小于市場平均風險水平。整體系數小于1的有4家:北京銀行(0.8906)、工行(0.8835)、建行(0.8978)和中行(0.8557);股改前系數小于1的有4家:南京銀行(0.7350)、北京銀行(0.7517)、建行(0.7728)、中行(0.7728);股改之后系數小于1的迅速減少,只有兩家:工行(0.8301),中行(0.8323)。
4.結合表1、表2、表3可知,我國銀行業股改前或者限售股解禁以前,有12家系統風險都是小于或接近于系統風險的,只有華夏(1.0409)和民生(1.0709)的貝塔系數大于1,而在股改或限售股流通以后,系統風險大于市場風險的銀行股迅速增加到10家,系統風險是大大的增加了,只有四家銀行系統風險小于或接近于市場風險,工行(0.8301)、中行(0.8323)和寧波銀行(0.9971)和建設銀行(0.9131)。其中股改后比股改前系統風險減小的只有3家,分別為:民生(前1.0709,后1.0695)、工商銀行(前0.9766,后0.8301)和中國銀行(前0.8930,后0.8323)。可以觀察到,3家國有商業銀行和寧波銀行這四家銀行的貝塔系數比較穩定,貝塔系數始終小于1,說明從整體和股改前后一直都是系統風險小于市場風險的。民生和華夏這兩只股票在整體和股改前后貝塔系數始終大于1,系統風險都是大于市場風險的。
四、結論
我國銀行業的系統風險整體上和市場相接近,但是經過股份制改革和限售股的解禁,整體增加了系統風險,國有商業銀行系統風險整體上小于股份制商業銀行。但是對投資者來說,建議他們采取謹慎態度,合理投資:一是積極進行投資組合,采取有效的分散化投資;二是更多地關注上市公司自身的經營狀況。
