導(dǎo)語：上海股市風(fēng)險(xiǎn)與收入探討一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

內(nèi)容摘要

隨著中國證券市場的發(fā)展,通過對(duì)2004年度上海股市30支股票的實(shí)證研究,用周收益率做回歸得到B系數(shù)值，算出系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)，分析風(fēng)險(xiǎn)的結(jié)構(gòu)關(guān)系，試圖求證風(fēng)險(xiǎn)與收益率之間存在正相關(guān)關(guān)系，但研究發(fā)現(xiàn)很多股票的風(fēng)險(xiǎn)與收益率之間不存在正相關(guān)關(guān)系。由于非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例較大，因此在現(xiàn)在的股市投資中，通過投資組合可以分散大部分的風(fēng)險(xiǎn)。振幅大的股票非系統(tǒng)風(fēng)險(xiǎn)的比重更大，我們可以推測選擇怎樣的股票投資組合可以更好地降低更多非系統(tǒng)風(fēng)險(xiǎn)的目的。對(duì)上海股市中存在的一些區(qū)別西方成熟股市的特點(diǎn)作分析,主要目的是:(1)確定2004年度上海股市的風(fēng)險(xiǎn)與收益的關(guān)系;(2)分析上海股市的特點(diǎn)。

關(guān)鍵詞：資本資產(chǎn)定價(jià)模型風(fēng)險(xiǎn)GARCH

一股市投資風(fēng)險(xiǎn)的內(nèi)涵

投資風(fēng)險(xiǎn)是指投資主體將資金用于購買證券而未來收益達(dá)不到預(yù)期目標(biāo)或遭受各種損失的可能性。具體地說,就是某些不確定因素的發(fā)生引起證券投資實(shí)際收益率同預(yù)期收益率之間產(chǎn)生偏差,偏差越大風(fēng)險(xiǎn)越大,偏差越小則風(fēng)險(xiǎn)越小。證券投資的風(fēng)險(xiǎn)有許多來源,按風(fēng)險(xiǎn)的性質(zhì)一般可分為系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)。

由于非系統(tǒng)風(fēng)險(xiǎn)來源于各個(gè)上市公司自身特有的不確定性因素的影響,因此可以通過多樣化的投資組合加以消除。而系統(tǒng)風(fēng)險(xiǎn)來源于宏觀經(jīng)濟(jì)環(huán)境的變化或?qū)е率袌霾▌?dòng)的共同因素的出現(xiàn),從而是不可分散的,對(duì)這一部分風(fēng)險(xiǎn)只能進(jìn)行控制或規(guī)避。美國學(xué)者埃文斯(Evans)與亞瑟(Archer)發(fā)現(xiàn),股市操作過程中,分散程度不必太高就可達(dá)到大大降低風(fēng)險(xiǎn)的效果。對(duì)投資者而言,選擇10到15種證券進(jìn)行組合投資,就可基本消除非系統(tǒng)風(fēng)險(xiǎn)。當(dāng)然,分散化降低風(fēng)險(xiǎn)的效果與總風(fēng)險(xiǎn)中非系統(tǒng)風(fēng)險(xiǎn)所占的比重有關(guān),非系統(tǒng)風(fēng)險(xiǎn)所占比重越大,分散化的效果就越明顯。有資料表明,在一些較成熟的西方證券市場上,非系統(tǒng)風(fēng)險(xiǎn)大約占總風(fēng)險(xiǎn)的70%。從下面的分析可以看出，2004年上海股票市場振幅最大的20支股票非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例也都在70%以上。我們可以初步預(yù)測隨著我國證券市場的不斷發(fā)展、成熟,證券投資的風(fēng)險(xiǎn)結(jié)構(gòu)將漸變到以非系統(tǒng)風(fēng)險(xiǎn)為主的狀態(tài),從而分散化的效果將進(jìn)一步顯露。

二資本資產(chǎn)定價(jià)模型

我們通過資本資產(chǎn)定價(jià)模型（CAPM）來分析系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)?，F(xiàn)代資產(chǎn)定價(jià)理論的歷史是從1952年馬柯維茨(Markivitz)及1958年托賓(Tobin)的資產(chǎn)組合理論開始的。馬柯維茨假定投資者的偏好可以根據(jù)資產(chǎn)組合的均值和方差來決定,把收益、方差與資產(chǎn)組合的構(gòu)成、證券收益的概率分布聯(lián)合起來,第一次在資產(chǎn)組合的最佳選擇中運(yùn)用了邊際分析原理。馬柯維茨及托賓都證明:如果效用函數(shù)是收益或財(cái)富的二次函數(shù),那么均方差偏好(即投資者在同樣的期望收益或財(cái)富的情況下,選擇均方差小的資產(chǎn))與投資者的風(fēng)險(xiǎn)規(guī)避假設(shè)相符合。資產(chǎn)組合理論最終找到了投資者在均方差偏好下的證券組合的有效邊界。并指出,由于證券組合中的單個(gè)證券的風(fēng)險(xiǎn)之間存在協(xié)方差,因此證券投資的分散化可以降低證券組合的總風(fēng)險(xiǎn)。現(xiàn)代資產(chǎn)定價(jià)模型(CAPM)是第一個(gè)在不確定條件下,使投資者實(shí)現(xiàn)效用最大化的資產(chǎn)定價(jià)模型,導(dǎo)致了西方金融理論的一場革命。其理論基礎(chǔ)是現(xiàn)資組合理論。CAPM的中心特點(diǎn)是:只有系統(tǒng)風(fēng)險(xiǎn)才在股票定價(jià)中起作用,股票的收益與股票系統(tǒng)風(fēng)險(xiǎn)的量度B成正比。西方學(xué)者對(duì)CAPM模型做過大量的研究。

夏普和林特納利用托賓分離定理得出了資本資產(chǎn)定價(jià)模型(CAPM),即證券市場線方程(SML):

(1)

是i證券的期望收益率;是無風(fēng)險(xiǎn)收益率;是第i項(xiàng)資產(chǎn)的B系數(shù);是市場組合的期望收益率。

由于，目前在中國資本市場上計(jì)算市場無風(fēng)險(xiǎn)收益率的數(shù)據(jù)種類繁多，卻很難確定一個(gè)合理的市場無風(fēng)險(xiǎn)收益率。因此我們把（1）式變形后再做回歸：

(2)

通過下面的（3）式分析風(fēng)險(xiǎn)。用表示樣本股票i周收益率的方差（總風(fēng)險(xiǎn)），表示上證綜合指數(shù)的周收益率的方差，表示系統(tǒng)風(fēng)險(xiǎn)，表示非系統(tǒng)風(fēng)險(xiǎn)。

(3)

在國內(nèi),關(guān)于β系數(shù)已經(jīng)有部分學(xué)者做過相應(yīng)的實(shí)證研究。呂長江,趙巖選擇1998年4月到1998年12月9個(gè)月的深圳交易所股票數(shù)據(jù),采取7種不同方法計(jì)算市場收益率,然后用不同的方法回歸證明了β的存在性,證實(shí)了β不存在顯著的行業(yè)差異,但存在是否為成分股的差異。馬喜德,鄭振龍,王保合的《貝塔系數(shù)波動(dòng)狀況的實(shí)證分析》中講CAPM的檢驗(yàn)失效的原因是由于β系數(shù)并不是一個(gè)常數(shù)，β系數(shù)在不同時(shí)期是變化的。

CAPM模型回答了風(fēng)險(xiǎn)與收益的關(guān)系問題。從上式可以看出:一個(gè)證券的收益與其B系數(shù)是成正比例關(guān)系的。B系數(shù)是某種證券的收益的協(xié)方差與市場組合收益的方差的比率,可以看作是證券收益變動(dòng)對(duì)市場組合收益變動(dòng)的敏感度。通過對(duì)B分析:在風(fēng)險(xiǎn)資產(chǎn)的定價(jià)中,那些只影響該證券的方差而不影響該證券與證券市場組合的協(xié)方差的因素在定價(jià)中不起作用,對(duì)定價(jià)唯一起作用的是該證券的B系數(shù),也就是說,與市場風(fēng)險(xiǎn)不相關(guān)的單個(gè)風(fēng)險(xiǎn),即非系統(tǒng)風(fēng)險(xiǎn),在證券的定價(jià)中不起作用。起作用的是有規(guī)律的市場風(fēng)險(xiǎn),這是CAPM的中心特點(diǎn)。

三GARCH模型

股票市場收益率除了記憶性或序列自相關(guān)這一特征外，還存在波動(dòng)的聚集性和波動(dòng)的記憶性，通過GARCH模型才能相對(duì)完全地描述加以刻畫。GARCH模型的一般形式為

（4）

（5）

（6）

記作GARCH（n，m）?？梢钥闯鯣ARCH模型是對(duì)主模型（1）殘差序列的建摸，以提取殘差序列中的充分信息；殘差的條件分布為正態(tài)分布，其條件方差為，顯然，不僅受前幾期殘差平方（或方差）的影響，還受到前幾期條件方差的影響（條件方差自相關(guān)），從而時(shí)間序列體現(xiàn)出條件異方差的性質(zhì)，這樣就較為完全地描述了波動(dòng)的聚集性和波動(dòng)的記憶性，這也正是GARCH（廣義條件異方差）模型的實(shí)質(zhì)意義所在。

四研究假設(shè)與檢驗(yàn)

本文用振幅最大的20支股票和隨機(jī)抽取的10支股票一起分析周收益率（每支股票有51個(gè)收益率數(shù)據(jù)），和上證綜合指數(shù)的收益率做回歸得到B系數(shù)值。再通過B值算出系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)，分析風(fēng)險(xiǎn)的結(jié)構(gòu)關(guān)系。數(shù)據(jù)來源：鑫網(wǎng)通達(dá)信網(wǎng)站和巨潮咨訊網(wǎng)

假設(shè)一：股票收益率是平穩(wěn)序列（通過ADF檢驗(yàn)）

假設(shè)二：CAPM模型的殘差項(xiàng)存在自相關(guān)（DW檢驗(yàn)）

假設(shè)三：非系統(tǒng)收益率（CAPM模型的殘差項(xiàng)）服從GARCH過程。（Ljung-BoxQ統(tǒng)計(jì)檢驗(yàn)）

假設(shè)四：波動(dòng)幅度大的股票總風(fēng)險(xiǎn)，系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)大，波動(dòng)幅度小的股票總風(fēng)險(xiǎn)，系統(tǒng)風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)小。三個(gè)風(fēng)險(xiǎn)的均值都存在顯著差異。非系統(tǒng)風(fēng)險(xiǎn)之間的差異更加明顯。（T檢驗(yàn)）三個(gè)風(fēng)險(xiǎn)的方差都不存在顯著差異。（F檢驗(yàn)）

假設(shè)五：波動(dòng)幅度大的股票和普通股票的周收益率的均值存在顯著差異。

波動(dòng)幅度大的股票和普通股票的B系數(shù)的均值不存在顯著差異。（F檢驗(yàn)和T檢驗(yàn)）

假設(shè)六：以股票周收益率的方差表示該股票的總風(fēng)險(xiǎn)，總風(fēng)險(xiǎn)（用收益率方差的均值來衡量）和收益率存在正向關(guān)系，即風(fēng)險(xiǎn)越大的股票收益率越高。（反證法）

表一ADF檢驗(yàn)

ADFTestStatistic-3.8495291%CriticalValue*-3.5682

5%CriticalValue-2.9215

10%CriticalValue-2.5983

對(duì)30支股票和上證指數(shù)的收益率做31次ADF檢驗(yàn)，發(fā)現(xiàn)收益率都是平穩(wěn)序列。如中房股份的ADF檢驗(yàn)值為-3.849529<-3.5682，不存在單位根，收益率是平穩(wěn)的。假設(shè)一成立。

然后用OLS法做30次股票收益率對(duì)指數(shù)收益率的回歸，發(fā)現(xiàn)DW值普遍偏離2較遠(yuǎn)，如中房股份的DW檢驗(yàn)值為1.198776，因此可以判斷回歸的殘差項(xiàng)存在正的自相關(guān)。假設(shè)二成立。

根據(jù)Ljung-BoxQ統(tǒng)計(jì)量值，在0.05的顯著性水平下，它們都大于臨界值，表示殘差序列具有明顯的ARCH效應(yīng)。如中房股份對(duì)上證綜指OLS回歸的模型中，根據(jù)表三，CAPM的OLS回歸的殘差平方序列存在高階的自相關(guān)，意味著可以用高階的ARCH模型來刻畫波動(dòng)性。由于一個(gè)高階的ARCH模型可以用一個(gè)低階的GARCH模型代替，這里我們選擇GARCH（1，1）作估計(jì)的模型。

根據(jù)表四，可以看出GARCH回歸的殘差平方序列基本不存在自相關(guān)，模型的擬合效果較好，假設(shè)三成立，非系統(tǒng)收益率（CAPM模型的殘差項(xiàng)）服從GARCH過程。

表二OLS模型殘差序列自相關(guān)與偏自相關(guān)系數(shù)

12345678

AC0.40.038-0.28-0.25-0.0850.080.1830.099

PAC0.4-0.145-0.29-0.020.0410.030.081-0.035

Q-Stat8.63548.715513.0316.516.92517.3119.36919.979

Prob0.0030.0130.0050.0020.0050.0080.0070.01

表三OLS模型殘差平方序列自相關(guān)與偏自相關(guān)系數(shù)

12345678

AC0.6770.245-0.03-0.03-0.04-0.05-0.092-0.119

PAC0.677-0.3940.020.172-0.2190.068-0.077-0.076

Q-Stat24.80528.12828.1728.2328.32628.4628.97629.868

Prob00000000

表四GARCH模型殘差平方序列自相關(guān)與偏自相關(guān)系數(shù)

12345678

AC-0.0160.003-0.08-0.12-0.0030.177-0.052-0.118

PAC-0.0160.003-0.08-0.13-0.0080.174-0.066-0.149

Q-Stat0.01420.01480.381.2381.23883.1163.27924.1484

Prob0.9050.9930.9440.8720.9410.7940.8580.843

通過GARCH模型對(duì)CAPM模型做回歸得到B系數(shù)值，根據(jù)（3）式計(jì)算系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)，分析風(fēng)險(xiǎn)的結(jié)構(gòu)關(guān)系。以2004年振幅最大的前20支股票作為第一組樣本，可以看出其非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例都在70%以上（見表五），隨機(jī)選擇10支股票作為第二組樣本，可以看出其非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例大都在70%以下（除了青島海爾和華北制藥，見表六）。說明兩組樣本股票的風(fēng)險(xiǎn)結(jié)構(gòu)有較大的差異。

表五2004年振幅最大的20支股票系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)比較

名次代碼簡稱振幅（%）B系數(shù)系統(tǒng)風(fēng)險(xiǎn)系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例（%）非系統(tǒng)風(fēng)險(xiǎn)非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例（%）總風(fēng)險(xiǎn)

1600890中房股份763.881.9680.00325.9240.00874.0760.011

2600062雙鶴藥業(yè)464.860.2950.0000.3810.01799.6190.017

3600217秦嶺水泥457.850.9470.0018.6700.00791.3300.008

4600737新疆屯河423.930.8130.0015.3510.00994.6490.009

5600892*ST湖科394.920.0370.0000.0260.00499.9740.004

6600477杭蕭鋼構(gòu)368.251.1450.0018.7100.01191.2900.012

7600797浙大網(wǎng)新355.711.2780.00114.0190.00885.9810.009

8600763ST中燕340.881.7150.00225.2950.00774.7050.009

9600197伊力特338.531.7040.00226.6300.00673.3700.008

10600375星馬汽車336.861.0480.00113.7550.00586.2450.006

11600458時(shí)代新材333.82.0440.00329.6710.00870.3290.011

12600679鳳凰股份3291.4940.00226.9340.00573.0660.006

13600739遼寧成大324.080.9030.0017.7100.00792.2900.008

14600460士蘭微320.451.3470.00112.8370.00987.1630.011

15600006東風(fēng)汽車317.961.7600.00233.5380.00566.4620.007

16600086多佳股份306.841.5180.00225.6980.00574.3020.007

17600201金宇集團(tuán)299.241.4520.00221.2700.00678.7300.008

18600358國旅聯(lián)合283.871.4120.00219.3240.00680.6760.008

19600485中創(chuàng)信測279.640.8670.0017.6950.00792.3050.007

20600381白唇鹿279.411.7020.00225.6960.00674.3040.009

表六隨機(jī)選擇的10支股票系統(tǒng)風(fēng)險(xiǎn)與非系統(tǒng)風(fēng)險(xiǎn)比較

順序代碼簡稱b系統(tǒng)風(fēng)險(xiǎn)系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例（%）非系統(tǒng)風(fēng)險(xiǎn)非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例（%）總風(fēng)險(xiǎn)

1600684珠江實(shí)業(yè)1.0080.00139.8550.00160.1450.002

2600001邯鄲鋼鐵0.5540.00035.6290.00064.3710.001

3600002齊魯石化1.5060.00238.1290.00361.8710.005

4600072江南重工0.9860.00137.4780.00162.5220.002

5600104上海汽車1.3350.00135.1680.00364.8320.004

6600663陸家嘴0.9360.00142.2650.00157.7350.002

7600688上海石化1.4380.00244.2570.00255.7430.004

8600690青島海爾0.6810.00010.8710.00389.1290.003

9600702沱牌曲酒0.9350.00132.4480.00167.5520.002

10600812華北制藥1.0970.00128.5510.00271.4490.003

振幅大的股票的三種風(fēng)險(xiǎn)均值均大于普通股票的風(fēng)險(xiǎn)均值。（見表七）根據(jù)Levene''''sTestforEqualityofVariances方差齊性檢驗(yàn)，如下表所示F=1.881，P=0.181，可見方差是齊的，兩個(gè)樣本的三個(gè)風(fēng)險(xiǎn)的方差比較不存在顯著的差別。

根據(jù)兩樣本均值比較的T檢驗(yàn)，可以看出假設(shè)四中振幅大的股票和普通股票比較，總風(fēng)險(xiǎn)和非系統(tǒng)風(fēng)險(xiǎn)均值存在顯著差異(P<0.05)，系統(tǒng)風(fēng)險(xiǎn)均值不存在顯著差異(P=0.097>0.05)。這說明投資于不同的股票系統(tǒng)風(fēng)險(xiǎn)沒有很大差別，投資組合只能分散非系統(tǒng)風(fēng)險(xiǎn)。非系統(tǒng)風(fēng)險(xiǎn)對(duì)總風(fēng)險(xiǎn)的影響更大。非系統(tǒng)風(fēng)險(xiǎn)之間的差異更加明顯的假設(shè)成立。

通過T檢驗(yàn)和F檢驗(yàn)發(fā)現(xiàn)，第一組樣本和第二組樣本的周收益率的均值存在顯著差異。T檢驗(yàn)的P值=0.00008<0.05。第一組樣本和第二組樣本的B系數(shù)的均值不存在顯著差異，T檢驗(yàn)的P值=0.22285>0.05假設(shè)五成立。

就這30支股票的周收益率比較而言，似乎總風(fēng)險(xiǎn)大的那組股票，收益率更低。振幅大的股票總風(fēng)險(xiǎn)均值為0.00879100>普通股票總風(fēng)險(xiǎn)均值0.00267510,而振幅大的股票周收益率均值為-0.01772620<普通股票周收益率均值為-0.00587240。這作為一個(gè)反例似乎可以推翻假設(shè)六。這跟經(jīng)典的經(jīng)濟(jì)學(xué)假設(shè)相違背，這很值得我們深思。

表七均值比較的T檢驗(yàn)和F檢驗(yàn)

振幅大的股票均值普通股票均值F檢驗(yàn)值F檢驗(yàn)的P值T檢驗(yàn)值T檢驗(yàn)的P值

總風(fēng)險(xiǎn)0.008790.002681.881000.181006.623000.00000

系統(tǒng)風(fēng)險(xiǎn)0.001440.000914.215000.050001.716000.09700

非系統(tǒng)風(fēng)險(xiǎn)0.007350.001772.629000.116005.903000.00000

B系數(shù)1.272451.047602.722810.110101.246650.22285

周收益率-0.01773-0.005874.375480.04565-4.637520.00008

五簡要評(píng)價(jià)

由于現(xiàn)在股市處于低迷階段，選擇作為樣本的股票周收益率的均值是負(fù)值，我們選擇的樣本容量也有限，樣本的代表性還有待考察，因此不能完全推翻風(fēng)險(xiǎn)與收益存在正相關(guān)關(guān)系的假設(shè)。風(fēng)險(xiǎn)有因股票不同，因人們的組合選擇不同而不同的特點(diǎn)。高風(fēng)險(xiǎn)也是因人而異的，在大多數(shù)人是高風(fēng)險(xiǎn)的事物，在少數(shù)人卻是低風(fēng)險(xiǎn)甚至是無風(fēng)險(xiǎn)的事物。股市也是高風(fēng)險(xiǎn)的地方，但對(duì)于久歷股市，對(duì)股市的漲跌規(guī)律有了深刻認(rèn)識(shí)，對(duì)于影響股市的各種因素有了較強(qiáng)的把握力，又形成了自己獨(dú)特的選股思路和有著豐富看盤操盤經(jīng)驗(yàn)的人來說，股市對(duì)他是低風(fēng)險(xiǎn)的。如果冒高風(fēng)險(xiǎn)就一定意味著高收益，那股市中的大多數(shù)人為什么虧損累累，這高風(fēng)險(xiǎn)對(duì)于這些人來說不但不是高收益，反而是高虧損。

由于非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例較大（所有樣本的非系統(tǒng)風(fēng)險(xiǎn)占總風(fēng)險(xiǎn)的比例都在50%以上），因此在現(xiàn)在的股市投資中，通過投資組合可以分散大部分的風(fēng)險(xiǎn)。振幅大的股票非系統(tǒng)風(fēng)險(xiǎn)的比重更大，我們可以推測選擇包含振幅最大的股票的投資組合可以起到降低更多非系統(tǒng)風(fēng)險(xiǎn)的目的，這還有待進(jìn)一步驗(yàn)證。

參考文獻(xiàn)：

1羅伯特?平狄克,丹尼爾?魯賓費(fèi)爾德.<<微觀經(jīng)濟(jì)學(xué)[M]〉〉.北京:中國人民大學(xué)出版社,1997.

2史代敏.〈〈中國股票市場波動(dòng)與效率研究〉〉西南財(cái)經(jīng)大學(xué)出版社，2002；

3李和金、李湛上海股票市場資本資產(chǎn)定價(jià)模型實(shí)證檢驗(yàn)《預(yù)測》2000年第5期

4陳彬.我國證券市場收益波動(dòng)度及相關(guān)性分析〈〈現(xiàn)代財(cái)經(jīng)〉〉2001-11；