关于β系数的研究综述

β系数的研究与应用一直是资本市场中资产定价和风险管理理论与实践的热点,它的计算和影响因素是市场投资者进行投资决策的重要依据.本文将从对段票β值的相关性和稳定性进行分析和检验；研究不同特征殿果β值的差异性；研究β系数的预测性三个研究核心方面阐述和分析β系数的研究现状.     

哪些QDⅡ更“全球”

在一个国家范围内,不同上市公司都要受该国的经济周期和宏观经济形势以及政策变动等共同因素的影响。同一国家内的不同证券收益间相关性较高,有效国内资产组合虽然可通过分散化,把不同上市公司所特有的非系统风险抵消掉,但是     

采用中国市场数据估计贝塔系数(β)过程中的注意事项及参数分析

在收益法估值过程中,贝塔系数(β)是通过CAPM模型求取折现率的重要参数之一,由于中国资本市场尚处于发展阶段,市场仍存在诸多干扰因素,如何合理利用中国市场数据估计贝塔系数是一个值得深入研究的课题.本文尝试采用数据统计和案例研究的方法,对采用中国市场数据估计贝塔系数涉及的相关参数选取进行了分析,并提出了针对性的建议.     

中国股市股权溢价的实证研究

在经济理论中,股权溢价是有一定的合理范围的,当实际溢价超过理论最大值时,就会产生无法解释的谜.本文运用中国股市的实际收益率数据,使用广义矩法(GMM),来估计相对风险厌恶系数和时间偏好系数,看是否在理论允许的合理范围之内.并利用中国股市1991-2007年的完整样本与样本分割相结合,对比不同时间段的股权溢价状况和估计的参数进行实证研究.结果表明,中国的股权溢价仍然在合理范围之内,但是各样本期变动很大.     

证券系统性风险系数估计中应注意的几个问题

源于资本资产定价模型的贝塔系数(Beta或β)是证券系统性风险的度量指标，它反映了某种(类)资产价格变动受市场上资产价格平均变动的影响程度。在资本市场发达的国家或地区，如美国、加拿大、英国、德国等，标准普尔、道琼斯等名中介机构都定期公布各上市公司的系统性风险系数，向投资揭示上市公司的系统性风险，同时为投资组合管理提供了资产选择与风险控制的基本信息。     

银行业上市公司β系数的实证研究

在市场行情瞬息万变的证券交易中,风险是备受关注的概念。在一些风险度量指标,β系数作为资产整体上市和相关的重要概念和参数,可以衡量资产的系统风险,是一种系统风险的重要参数。本文绕β系数这一系统风险指数展开研究,并以上海证券交易所银行类部分上市公司为实证研究对象,试图发现银行类β系数变化的相关规律,并据此预测β系数的变动。     

β系数与证券投资风险的度量

进行证券投资必然要承担风险，多样化投资组合可以降低投资风险。证券组合风险是由组合中各种股票对这个组合风险的贡献度的大小决定的，可以用β系数来衡量。β系数的计算方法有两种，即回归线法和统计法。鉴于β系数的重要性，我国有关机构应定期在公开刊物上揭示β值，这也是我国证券市场逐步走向成熟的必经之路。     

布鲁姆调整法在中国股市有效性的实证检验

本文采用单一指数模型作为β系数的估计方法，并将这一方法估计的历年β系数值作为其真实值的近似。然后选取中国股市的数据建立了中国股市的布鲁姆调整模型，并构造了一种采用两期历史数据的预测方法对β系数进行了预测，最后利用样本数据对建立的布鲁姆调整模型进行了显著性检验。     

全球QDII是否“全球”？

在一个国家范围内，不同上市公司同时受该国的经济周期和宏观经济形势以及政策变动等共同因素的影响。因此，同一国家内的不同证券收益之间的相关性较高，有效国内资产组合虽然可通过分散化把不同上市公司所特有的非系统性风险抵消掉，但是并不能消除本国所有上市公司共同面临的国内系统风险。QDII基金作为一类工具型产品，     

组合证券投资决策Beta分析法

在证券市场上,证券价格由于种种原因经常波动,且每种证券受市场影响所产生的波动性的程度也有差异。Beta分析法就是用以求出Beta系数来代表某种证券受到市场影响而产生价格的波动性的大小,以测定这种证券的风险程度。这种分析法是对统计数据依据最小二乘法而产生的回归方程式Y=α+βX+ε来确定证券的Beta系数,即式中的β。按一般形式,Y代表证券收益率,X代表市场平均收益率或市场证券     

证券分析师的信息来源、关注域与分析工具北大核心

通过对国内证券分析师的问卷调查,了解目前我国证券分析师的日常工作、使用的信息来源、关注的会计信息和其他信息、以及所使用的证券分析工具,了解他们对会计信息质量等问题的认识。我们的主要结论是,我国证券分析师发展总体水平还比较落后,具体表现在证券分析师的工作经历时间偏短;比较注重公开披露信息,而较少通过直接接触如公司新闻发布会、电话或走访等方式获取资料;对股权变动、一般财务数据、会计政策和会计估计等信息比较重视,但对治理结构、薪酬结构、人员素质和审计意见等重视得还不够;分析手段和理论基础都偏弱等。     

“蒙代尔三角关系”不完全成立的实证描述——以日本证券资本国际流动的影响为例

在国际间流动的资本可分为银行的信贷资金和证券资本,而最符合“蒙代尔三角关系”推理逻辑的“资本”只有银行资金,证券资本流动并不一定完全符合。对1980-2004年间日本证券资本国际流动的实证分析表明：由于证券资本二级市场收益率变动和货币利率变动可能不同步、不同向,证券资本国际流动通常削弱基于银行信贷资金流动导致的“蒙代尔三角关系”。这为“蒙代尔三角关系”的不完全成立提供了新的解释思路,这也说明,培育和开放我国的证券资本市场,有利于在维护汇率稳定和资本自由流动的同时,维护货币政策的独立性。     

我国石油行业时变β系数的测算——基于单因素模型

在国际油价大幅下跌的背景下,我国石油行业也收到了一定冲击,石油方面股票存在一定程度的下跌。本文以石油行业的龙头企业中国石油天然气集团有限公司(中石油)、中国石油化工有限公司(中石化)为研究对象,选取了2007年11月至2015年4月近八年的相关数据,考虑到β系数的跨期时变特征,以单因素模型为基础,利用测算所得实际β进而估计了时变β,利用计量经济学中的F检验方法,对石油行业股票收益率对整个股票市场变化的敏感程度进行测算并进行分析。     

用ADF方法检验中国A股β系数的平稳性

本文用ADF检验方法研究了中国A股β系数的平稳性问题.主要的发现有:1.对于个股而言,有很大部分股票的β系数是不平稳的;估计期越长,个股β系数序列不平稳的概率越大.2.资产组合的β系数的平稳性要高于个股,并且,组合中的股票数量越多,组合β系数平稳的概率越大.     

证券投资基金交易行为与股价稳定

本文以2003-2008年间所有证券投资基金的季度十大重仓持股数据为研究对象,结合市场交易、实体经济和行业三个层面的影响因素,对在市场波动周期下基金交易行为与股价稳定之间的关系进行研究.研究结果表明:证券投资基金在不同的行情下其交易行为不同,在市场下跌尤其是大幅下跌时更能发挥稳定股价的作用,而在市场上涨时期,基金交易行为则可能加剧股价波动.     

证券投资收益的价值相关性与盈余管理研究

随着证券市场的发展,证券投资收益成为上市公司一项重要的非经常性损益。本文检验了2007年新会计准则下上市公司证券投资收益的价值相关性与盈余管理现象,研究结果表明:(1)我国证券市场能够区分营业利润与证券投资收益,并根据它们的重要性而赋予不同的估值;(2)证券投资收益具有价值相关性,但不具有及时性;(3)上市公司通过出售时机的选择对已实现证券投资收益进行了盈余管理;(4)证券投资采用公允价值变动确认损益的方式既提高了会计信息的相关性,又避免了盈余管理,是一种更好的证券投资收益确认模式。基于上述研究结果,建议交易性金融资产和可供出售金融资产的公允价值变动均确认为损益,并对其进行及时、透明的表外信息披露。     

险资持股对上市公司股价波动的影响研究 ——基于机构投资者异质性视角

保险机构已经成为资本市场重要的机构投资者,其在整个资本市场中的作用日益受到关注.基于机构投资者异质性的视角,对保险机构和证券投资基金、社保基金以及Q FII等其他机构投资者的持股特征进行对比分析,总结梳理保险机构投资者持股的特征.并运用面板数据模型,从长期持股和持股比例变动两个方面对比分析保险机构持股与证券投资基金持股对股价波动的影响.结果表明:在样本期间内,相对于证券投资基金,保险机构长期持股起到了稳定股市的作用,但保险机构持股比例变动会加剧股市的波动.     

最小报价单位对基金市场流动性的影响

本文研究了中国封闭式基金最小报价单位调整前后市场流动性的变化,揭示了最小报价单位变动对基金市场买卖价差、市场深度以及交易量的影响,为中国不同价位证券是否应该进行最小报价单位调整提供了实证支持.研究发现降低最小报价单位在很大程度上有助于增强基金市场流动性,但也存在减少交易量等负面影响,这有待我们在交易制度设计方面的不断完善.     

投资基金风险的度量方法分析

投资基金在全球金融市场中的地位越来越重要。评价投资基金时 ,不但要了解基金的风险 ,更重要的是要把基金的风险定量地分析出来。根据不同的衡量标准 ,基金风险的分析指标常用的一般有方差、β系数和晨星风险三种。在评价我国证券投资基金的风险要注意使用条件。     

信用风险度量模型绩效与稳定性研究

文章尝试从多维视角下运用实证方法对信用风险度量模型的绩效与稳定性进行研究,利用上市公司2001～2004年连续4年的财务数据检验模型对新数据的稳健性、模型校准的时间跨度要求以及模型度量受行业因素影响的程度。实证结果发现：（1）运用跨时间数据对同一模型和同一系列数据对不同模型的稳定性进行检验,模型表现出较好的稳定性：（2）模型的预测能力受行业数据因素的影响而降低,但仍具有较好的稳定性;（3）模型具有较强的预测能力,当用所建立模型对2005年的部分上市公司进行风险预测时,其准确率均在90％以上;（4）跨年度数据建立模型预测的稳定性较年度数据建立模型预测的稳定性略高。