利用Excel实现β系数自动计算

在证券市场中,β系数是揭示上市公司股票系统性投资风险的重要指标,更是投资组合管理、业绩评价的必备信息,因此,对β系数的准确估计具有重要的理论价值和现实意义。本文分析了影响β系数的主要因素,提出了构建Excel模板实现β系数自动计算的方法。     

利用Excel实现β系数自动计算

在证券市场中，β系数是揭示上市公司股票系统性投资风险的重要指标，更是投资组合管理、业绩评价的必备信息，因此，对β系数的准确估计具有重要的理论价值和现实意义。本文分析了影响β系数的主要因素，提出了构建Excel模板实现β系数自动计算的方法。     

中国股市β系数的实证研究

β系数是测量股票系统风险的主要指标之一,在投资理论和投资实践中占有重要地位。因此,β系数的稳定性成为学术界和投资者特别关注的问题。对于β系数在美国证券市场上的表现,许多学者做过大量研究,但没有定论。一些学者认为β系数具有相对稳定性,另一些学者认为β系数具有随机性。β系数的估计涉及到时间间隔的选择、模型的选择、无风险利率的选择等,不同的处理方法会得出不同的结论。本文试图对中国证券市场A股股票β系数的稳定性及其他相关问题进行实证研究。     

基于多元ARMA模型的动态β系数估计研究

β系数作为揭示上市公司股票系统性风险系数,是投资组合管理、业绩评价的必备信息.传统的CAPM模型在运用时考虑的只是单期β系数.在时间的变化中,影响因素会发生改变,股票的系统风险相应也会发生变化,投资者更希望了解的是股票系统风险的适时变化情况.笔者运用时闻序列分析方法,构造多元的ARMA模型对上市公司的β系数进行动态估计.以期反映出股票系统风险的动态变化情况.     

中国股市β系数的多尺度特性分析

本文提出一种基于小波方差和小波协方差的β系数估计方法,并通过小波方差和小波协方差的多尺度分解估计出不同尺度上的风险系数,用该方法对中国证券A股市场分行业及投资组合的β系数进行了多尺度估计分析。实证结果表明,我国股市具有复杂的多尺度波动的特征,不同时间尺度上证券市场所表现出的风险不一样,短期投资的风险主要表现在高频波动,投资者应当考虑低尺度下的β系数,而长期投资风险主要表现为低频波动,应当考虑大尺度下的β系数。     

CAPM在我国股票市场中的应用

结合中石化这只股票和上海证券交易的所的历史数据,着重研究了β系数对证券组合系统风险的解释能力,通过对资本资产定价模型（CAPM模型）进行实证研究,发现CAPM模型的β系数对市场风险的度量有较为显著的作用。     

证券投资风险的熵权系数评价方法研究

本文针对证券投资风险评价问题，应用熵权系数法的基本原理，综合考虑影响证券投资风险的多方面的因素，提出了对证券投资风险进行多准则综合评价的熵权系数方法。对于任何证券，应用该方法都可相应求出一个介于0－1之间的证券投资风险评价值。特别适合于不同证券投资风险性大小的比较。     

金融期货和商品期货风险的比较

中国期货市场近几年迅速发展,它为广大证券投资者提供了一个新的机遇。然而期货时代的到来,尤其是金融期货在中国的发展也同时为中国广大投资者带来了新的课题,即商品期货和金融期货的风险问题。本文主要介绍了商品期货和金融期货的区别,并用计量模型就此问题做了定性与定量的分析,风险衡量主要使用方差和β系数两大指标分别衡量金融期货和商品期货的整体风险和系统风险。     

CAPM中beta系数的研究

本论文的研究主题是通过使用一个two-beta模型来解释存在于股票收益中的大小与价值的异常现象。我们将一支股票与市场证券组合的β系数分解成两个部分,一个反映了市场未来现金流的信息,另一个则反映了市场贴现率的信息,跨期的资产定价理论表明前者应该有一个更高的风险价格,因此,β系数像胆固醇一样,有“好”的与“坏”的两种特征。通过实证分析我们发现,价值股与小股相对于增长股与大股有更高的现金流β系数,这也解释了它们有更高的平均收益。     

公司系统性风险与会计变量关联性研究

公司总风险由系统性风险和非系统性风险共同组成,其中系统性风险由国家政治经济等总体经济环境或国际性环境等外在因素所决定,而非系统性风险则与公司本身特性有关。在投资过程中,非系统性风险可经由投资组合分散消除。但系统性风险则不可分散消除。如何衡量及适应系统性风险是财务理论研究的热点之一,早期较为成功的模式为Sharpe等（1965）提出的资本资产定价模型,此模型中个别资产报酬等于无风险资产报酬与风险溢价之和,其中风险溢价为风险市场价格与证券系统性风险之积。