計量期末論文(DOC)

1、計量經(jīng)濟學(xué)課程報告題目：恒生銀行上市公司股票價格貝塔系數(shù)估計班 級：12級金融7班姓 名:范靜怡學(xué) 號:1201010705成績：報告日期：2015年7月5日恒生銀行上市公司股票價格貝塔系數(shù)估計研究報告一、緒論1.1研究背景與意義系數(shù)也稱為貝塔系數(shù)，是一種風(fēng)險指數(shù)，用來衡量個別股票或股票基金相 對于整個股市的價格波動情況。1系數(shù)是一種評估證券系統(tǒng)性風(fēng)險的工具， 用以 度量一種證券或一個投資證券組合相對于總體市場的波動性，在股票，基金等投資術(shù)語中常見。在證券市場中，貝塔系數(shù)是揭示上市公司股票系統(tǒng)性投資風(fēng)險的重要指標(biāo)， 更是投資組合管理，業(yè)績評價的必備信息?？筛鶕?jù)市場走勢預(yù)測選擇不同的1的 證券，

2、從而獲得額外收益，特別適合作波段操作使用。當(dāng)有很大把握預(yù)測到一個 大牛市或大盤某個大漲階段的到來時， 應(yīng)該選擇那些高1的證券，它將成倍放大 市場收益率，為你帶來高額的收益；相反在一個熊市到來或大盤某個下跌階段到 來時，你應(yīng)該調(diào)整投資結(jié)構(gòu)以抵御市場風(fēng)險， 避免損失，辦法是選擇那些低的1 證券。在證券定價理論及模型的實證研究中，貝塔系數(shù)也是不可或缺的輸入?yún)?shù)。 因此，對貝塔系數(shù)的準(zhǔn)確估計具有重要的現(xiàn)實意義，同時具有極其重要的理論價值。1系數(shù)相關(guān)理論2.1 CAPM模型中的1系數(shù)CAPM!諾貝爾經(jīng)濟學(xué)獎獲得者威廉夏普(William Sharpe) 于1970年在 他的著作投資組合理論與資本市場中提

3、出的。他指出在這個模型中，他指出 在這個模型A中，個人投資者面臨著兩種風(fēng)險：系統(tǒng)性風(fēng)險(Systematic Risk):指市場中無法通過分散投資來消除的風(fēng)險。 比如說：利率、經(jīng)濟衰退、戰(zhàn)爭，這些都屬于不可通過分散投資來消除的風(fēng)險。非系統(tǒng)性風(fēng)險(unsystematic Risk ):也被稱做為特殊風(fēng)險(Unique risk或Idiosy ncratic risk)，這是屬于個別股票的自有風(fēng)險，投資者可以通過變更股票投資組合來消除的。從技術(shù)的角度來說，非系統(tǒng)性風(fēng)險的回報是股票收益 的組成部分，但它所帶來的風(fēng)險是不隨市場的變化而變化的。1系數(shù)的研究始于資本資產(chǎn)定價模型，其表述為R = Rf +

4、 A(“RJ 其中，R為第i種資本資產(chǎn)或資產(chǎn)組合的收益率，Rf為資本市場的無風(fēng)險收 益率，Rm為資本市場的市場收益率，為第i種資本資產(chǎn)或資產(chǎn)組合的B系數(shù), 在計算時由下式給出嚴(yán)叮 (2)1系數(shù)表示收益率變動對市場組合收益率變動的敏感程度，因此可以用來 衡量該證券的系統(tǒng)風(fēng)險的大小。在其他變量保持不變的情況下，越大，該證券 的系統(tǒng)風(fēng)險就越大，其預(yù)期收益率也就越高。對(1)式進行變換后，可以得到Ri 二 Rf(1i) IRm 由于Rf和均為常數(shù)，則Rf(l-1)也是一個常數(shù)，用新的參數(shù) :i來替代 Rf(l - -i)，對于時間序列，根據(jù)回歸方程理論，我們就可以得到資本資產(chǎn)定價 模型的單指數(shù)模型Rt

5、嚴(yán)+叭8 其中，Rt為股票i在時間t時的收益率,Rmt為市場組合在時間t的收益率， ?i、：i為待估計的系數(shù)，而：i為、(2)式中提到的B系數(shù)，q為回歸殘差。 對該模型利用一元線性最小二乘回歸，得出的一：值即為證券i的系數(shù)的估計值。2.2-系數(shù)釋義2.2.1單項資產(chǎn)的一：系數(shù)單項資產(chǎn)的-系數(shù)是指可以反映單項資產(chǎn)收益率與市場上全部資產(chǎn)的平均收益率之間變動關(guān)系的一個量化指標(biāo)，即單項資產(chǎn)所含的系統(tǒng)風(fēng)險對市場組合平 均風(fēng)險的影響程度。P值可能大于、等于或小于1（也可能是負(fù)值）。當(dāng)B >1,說明該單項資產(chǎn)的風(fēng)險收益率高于市場組合平均風(fēng)險收益率，則該單項資產(chǎn)的風(fēng)險大于整個市場投資組合的風(fēng)險；當(dāng)B=1

6、表示該單項資產(chǎn)的風(fēng)險收益率與市場組合平均風(fēng)險收益率呈同比例 變化，其風(fēng)險情況與市場投資組合的風(fēng)險情況一致；當(dāng)B<1說明該單項資產(chǎn)的風(fēng)險收益率小于市場組合平均風(fēng)險收益率，則該單項資產(chǎn)的風(fēng)險程度小于整個市場投資組合的風(fēng)險。有時'值也會出現(xiàn)小于0的現(xiàn)象，當(dāng)：<0時表示該項資產(chǎn)的風(fēng)險收益率和市場組合平均風(fēng)險收益率的變化相背離。如 1 =0.5，說明當(dāng)市場的報酬正向（負(fù) 向）變動10%對應(yīng)資產(chǎn)的報酬也會負(fù)向（正向）變動5%簡單地說，當(dāng)：值愈大， 表示各別資產(chǎn)反映市場報酬波動的幅度也愈大，即系統(tǒng)風(fēng)險愈大。三、數(shù)據(jù)的選擇（1）選取股票及原因1 選取股票為：恒生銀行2 選取原因：恒生銀行創(chuàng)

7、立于1933年，是香港最大的上市公司之一,以市值計（于2011 年底為港幣1,762億元），為全球50大上市銀行。恒生在香港透過約 220個網(wǎng) 點,為逾半香港成年人口服務(wù)。本行亦于深圳設(shè)有1間分行,經(jīng)營外匯批發(fā)業(yè)務(wù)，并于澳門及新加坡設(shè)有分行，以及于廈門及臺北設(shè)有代表處。本行為滙豐集團主要成員之一，該集團乃全球最大的金融服務(wù)機構(gòu)之一。作為香港股市的重要指標(biāo)，恒生指數(shù)最早由恒生銀行以1964年7月31日 為基日，并于1969年正式對外公布。1984年，恒生銀行成立了全資子公司恒 指服務(wù)有限公司，專門負(fù)責(zé)恒生指數(shù)的編撰。經(jīng)過近30年的發(fā)展，恒生指數(shù)革新不斷，但恒生指數(shù)作為恒生指數(shù)有限公司旗下旗艦指數(shù)

8、的地位卻從未被動 搖。截至2013年10月底，恒生指數(shù)涵蓋50只成分股，這50家上市公司的總 市值約占香港交易所所有上市股票總市值的61.3%，可謂舉足輕重。1972年IPO期間，恒生銀行股票被超額認(rèn)購29倍,認(rèn)購金額差不多相當(dāng) 于1971年香港特區(qū)政府的一半收益，上市首日，其股價一度上漲逼近發(fā)行價的2倍。上市之后的41年時間里，其市值已從最初約17億港元，一路增長至目前的 約2400多億港兀。恒生銀行總市值的增長意味著總資產(chǎn)也在不斷壯大。截至2013年6月30日，恒生銀行的總資產(chǎn)高達11067億港元，于2013年，恒生銀行再度 獲選財資雜志之“香港最佳本地銀行”，連續(xù)14年獲此殊榮。這是選取

9、其為研究對象最重要的原因。(2) 無風(fēng)險收益率的選擇無風(fēng)險收益率選擇的是2015年銀行1年期儲蓄利率，原因有三個：第一是 銀行存款風(fēng)險很小，幾乎可以忽略不計；第二是銀行 1年期儲蓄利率公開透明， 每個人都可以通過各種途徑查到；第三是因為儲蓄投資理財具有存取自由， 安全 性比價高和收益穩(wěn)定等優(yōu)勢，所以在個人及家庭投資中，占有較大的比重。用銀 行儲蓄利率作為無風(fēng)險利率具有比較性。(3) 數(shù)據(jù)的計算方法和過程A、 首先在文華財經(jīng)的贏智軟件找出并下載恒生銀行股票從 2012年6月30 日至2015年最新的周收盤價，計算出收益率(收益率 =(收盤價-開盤價)/開盤 價)。B、其次計算出2012-2015

10、年恒生指數(shù)周增長率；再將上述計算得出的收益 率或者增長率減去無風(fēng)險收益率，得出恒生銀行股票每周的超額收益率和大盤的 超額增長率。C、最后根據(jù)B系數(shù)的公式R =Rf+Pj(Rm - Rf)，計算出光大銀行股票價格四、數(shù)據(jù)整理和計算根據(jù)恒生銀行2012-2015年周開盤價和收盤價數(shù)據(jù)，利用Excel計算出收益率并根據(jù)銀行1年定期整存整取儲蓄利率(無風(fēng)險收益率)。整理得出表1:單位：元表1收益率：%riri-rfrmrm-rf0.033332980.033332979-0.015873276-0.0177482760.076991060.076991060.0696936040.0678186040

11、.010123850.0101238530.0384560850.036581085-0.0050443-0.0050442550.0179546040.0160796040.002534910.0025349140.0284393190.0265643190.069926890.0699268910.0473413590.045466359-0.0125951-0.01259515-0.029889331-0.0317643310.008444110.008444114-0.031304528-0.0331795280.042569270.0425692670.0196137290.0177

12、38729-0.0289032-0.028903213-0.015166885-0.017041885-0.0823983-0.082398286-0.07095658-0.072831580.034876040.0348760440.0519327060.0500577060.024085130.024085135-0.00695912-0.008834120.0497910.0497909950.051929090.050054090.028543660.0285436630.0151580010.013283001-0.0193734-0.0193733960.0290833920.02

13、7208392-0.0063267-0.006326739-0.024073174-0.025948174-0.033414-0.033413994-0.054533142-0.0564081420.035394690.0353946950.0363751190.034500119-0.0006088-0.000608758-0.030034661-0.0319096610.022666440.022666438-0.000771514-0.0026465140.031241090.0312410870.042815620.04094062-0.0109334-0.0109334070.004

14、7254120.0028504120.041066930.0410669340.0675325670.0656575670.001556390.001556389-0.000597373-0.002472373-0.0473685-0.047368504-0.0731176-0.07499260.062823450.0628234530.046443160.04456816-0.0167428-0.016742758-0.000442174-0.00231717400-0.015942093-0.0178170930.051083550.0510835550.0382126760.036337

15、6760.041235710.0412357150.0129039710.0110289710.010099770.0100997670.003126160.001251160.076865180.0768651850.1297989470.1279239470.035669360.035669358-0.025194986-0.0270699860.003213370.003213368-0.024199809-0.02607480911五：模型回歸結(jié)果分析其中丫為R -Rf, x為際-Rf。運用Eviews軟件和表一數(shù)據(jù)作模型回歸得下表二:f Equation: UNTITLED Work

16、file: UNTlTLEDUntitled|甘|回 | £3 View | Ptoc| Object| Print| Name Freeie Estimate Forecast State Resids|Dependent Variable： YMethod Least SquaresDate： 06/24/15 Time： 15:23Sample： 2012M03 2015M0GIncluded observations: 35VariableCoefficientStd. Error t-StatisticProbC0.0082350 00383621465260.0393X0

17、 6617430 0907577.2913620.0000R-squared0 617009Mean dependent var0 013280Adjusted R-Squared0 605403S D dependent var0 035537S.E, of regression0.022323Aka ike info enterion4710918Sum squared resid0.016446Schwarz criterion4 622041Log likelihood84.44107F-statistic53 16396Durbin-Watson stat1.727326Prob(F

18、-statistic)0 000000(1)可用規(guī)范的形式將參數(shù)估計和檢驗的結(jié)果寫為=0.008235 + 0.661743 ：(0.003836) (0.090757)t=(2.146526) (7.291362).'： =0.617009F=53.16396 n=35(1)經(jīng)濟意義檢驗a*a*所估計的參數(shù)-_ =0.008235, 一_ = 0.661743,說明恒生指數(shù)每增加1%，恒 生銀行收益率會增長66.1743%,說明恒生銀行受恒生指數(shù)的影響較大，也說 明進行恒生銀行股票投資的風(fēng)險收益率高于市場組合平均風(fēng)險收益率，則僅對恒生銀行股票進行投資的風(fēng)險大于整個市場投資組合的風(fēng)險。

19、(2)統(tǒng)計分析1. R平方模型估計結(jié)果說明，在假定其他變量不變的情況下，在2012年8月1日至2015年最新的 周收盤價中，恒生銀行收益率受 恒生指數(shù)的影響為66.1743%,即當(dāng)恒生指數(shù)增長一個點時，恒生銀行收益率增長66.1743%。恒生銀行受其自身的因素影響所占比重為1-66.1743%=33. 8257%。2. T檢驗分別針對爲(wèi)：_ =0和r ： =0,由表2中還可以看出，估計的回歸系數(shù)一一的 標(biāo)準(zhǔn)誤差和t值分別為：SEC)=0.003836, t (_) =2.146526; 一_的標(biāo)準(zhǔn)誤差 和 t 值分別為：SE (_) =0.090757，t (_) =7.291362.取 =0.05,查