贝塔系数的测算与调整
情况下,二者的估计结果无显著差异。考虑到我国资本市场现状及存在无风险收益难以确定的问题,我们一般都选用单一指数模型来估计贝塔。
β系数测算的关键要素
在测算贝塔系数时,β系数的估计受到多方面因素的影响,主要包括市场指数的选取、本时间跨度、收益率频率样本的数量等。
市场指数的选取
理论上CAPM的市场组合应包含所有资产,其中还包括某些不上市交易的金融资产和不动产等。但是实际生活中,只有很少的一部分资产是在证券交易所交易,没有任何一个指数能够完全反映市场组合,甚至接近市场组合都很困难。但是,由于这些资产的收益率不是直接能观测到的,因此真正的市场组合收益根本无法直接度量。在实际的应用中,一般是采用证券市场公开指数代替。对于A股市场,由于沪深两市的割裂,选择沪深300指数作为市场组合较为合适。
样本时间跨度的选取 收益率的时间跨度也会对β系数的估计造成影响,选取样本的数量过少可能造成信息的损失,选取样本过多,则可能引入过于陈旧的数据,对估计结果造成影响。 在估计贝塔的时候应该截取多长的时间段的数据呢?时间段选的长,在回归计算中,我们会有更多的观测值,这样回归的结果也更加准确。但是公司本身也可能在这段时间内改变了业务结构,杠杆力度等等。这就增加了计算的不准确性。因此这里就存在一个数据频率和时间区域的平衡问题。因为我们并不想要最能反映公司过去风险状况的贝塔,而是最能反映公司现存风险的贝塔。一般来说,我们应该截取一段合理的时间,在这段时间里,公司的杠杆和业务结构相对稳定。根据国信证券研究研究所研究报告《贝塔稳定性研究及其预测》(刘忠海、葛新元,2005.10.21)的结论:分析师的目的是在保证较好的贝塔稳定性和精确度的前提下,采用尽量短的数据期间估算贝塔,3 年是比较恰当的。数据期间的长度超过5 年对降低贝塔的稳定性和提高估算精度的帮助并不大。如果分析师认为一家公司在过去5年内没有在资本结构获投资类型上发生大的变动,而且想获得较高的贝塔精度和稳定性的话,数据期间长度采用5 年是足够的。在这里我们将采用3年的数据进行贝塔的测算和比较。
选择收益率的频率
影响贝塔估计的另一个因素是收益率的计算频率。另外,度量市场组合收益率和证券收益率的区间有多种选择, 可以用日、周、月、季、半年或年收益率等。基于不同区间的收益率进行估计,结果可能存在差异。
理论上来说,收益率的时间间隔越短,β系数的估计值就越精确。对于大公司,通常的做法是采用周数据。另外也可以采用日数据,但是必须对β系数的估计过程进行统计修正。使用较短时间的收益数据增加了回归中观察值的数量,使贝塔值更接近真实的情况。但是,如果证券不是处在持续不断的交易中,就是说某一段时间证券没有交易记录,该证券与市场指数的相关性被削弱,可能会影响会到贝塔的估计。
这里我们分别选择日、周、月的收益率进行测算,并比较各种方法计算出的贝塔的波动性及其稳定性,选择合适的收益率间隔去测算贝塔。
β系数测算结果比较