導(dǎo)語：小議會計信息β估計股票投資方針一文來源于網(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。

[摘要]：本文介紹了CAMP模型、考慮財務(wù)風(fēng)險的股東權(quán)益風(fēng)險模型、Ball和Brown的β估計模型以及BKS模型，以及國外一些基于會計信息β估計研究成果，表明基于會計信息β估計、對股票投資決策有廣泛的應(yīng)用。

[關(guān)鍵字]：CAMPβ估計股票投資決策

一、股票的投資決策是投資者通過投資股票獲取收益非常重要的一環(huán)，而股票本身價值是決定是否購買參考依據(jù)，顯然如果我們知道股票的價值，買賣決策將非常簡單，股票價格低于其價值則買入，反之則賣出。然而現(xiàn)實(shí)是股票的價值評估是非常困難的事，研究中各種股票價值評估的模型存在各種各樣的缺陷，缺乏實(shí)用性。所以在股票市場的實(shí)際投資決策時，我們往往通過研究影響股票價值的一些簡單因素作為股票投資的依據(jù)，并且可獲得較高的投資回報率?；跁嬓畔Ζ鹿烙嬙诠善蓖顿Y決策有非常重要的作用。

二、CAPM模型簡介

CAPM模型是對風(fēng)險和收益如何定價和度量的均衡理論，根本作用在于確認(rèn)期望收益和風(fēng)險之間的關(guān)系，揭示市場是否存在非正常收益。一個資產(chǎn)的預(yù)期回報率與衡量該資產(chǎn)風(fēng)險的一個尺度——β相聯(lián)系。模型形式如：ri,t=rf,t+βi(rm,t-rf,t)

其中ri,t為t時刻股票i的必要回報率，rf,t是t時刻的無風(fēng)險利率，rm,t為t時刻的市場組合收益率，β為企業(yè)風(fēng)險系數(shù)。在實(shí)際運(yùn)用中，β一般用市場模型估計：ri,t=?琢i+birm,i+Ei,t回歸得到的bi即是β的估計值。

三、基于β估計的股票投資決策

按照市場模型得到的β代表資本市場對企業(yè)風(fēng)險的度量，但這個度量并不一定準(zhǔn)確，如果有更好的方法估計出更準(zhǔn)確的β，成為優(yōu)勢β。當(dāng)優(yōu)勢β大于市場β時，說明市場確認(rèn)的折現(xiàn)率過小，市場按較小折現(xiàn)率得到股票價格理應(yīng)過高，則賣出該股票；反之，則買入。我們可以利用會計數(shù)據(jù)并結(jié)合市場模型來估計β能得到更精確的β值。

由于企業(yè)財務(wù)杠桿與風(fēng)險有關(guān)，我們可以用下式來估計企業(yè)的風(fēng)險：

其中βv,i，βB,i，βs,i分別是企業(yè)風(fēng)險、債務(wù)風(fēng)險和股東權(quán)益風(fēng)險，V，B，S表示企業(yè)市值、債務(wù)市值和股票市值。

在不考慮稅收的情況下，企業(yè)的價值與企業(yè)資本結(jié)構(gòu)無關(guān)，這意味著βv,i與財務(wù)杠桿■無關(guān)，所以財務(wù)杠桿指數(shù)的增大不會改變βv,i，但會增大βs,i。

除了財務(wù)杠桿外，經(jīng)營杠杠也是β估計的一個很重要的因素。經(jīng)營杠桿指固定成本與變動成本的比率。從會計數(shù)據(jù)計算出的經(jīng)營杠桿越大，企業(yè)風(fēng)險β也越大。

Ball與Brown是利用以下模型估計會計β：

△Ai,t=gi+hi△Mt+?著i,t

其中，△Ai,t為i公司會計收益在t年的變化數(shù)；△Mt為t年會計收益市場指數(shù)的變化數(shù)；hi為會計β的估計值。Ball和Brown（1968）研究結(jié)果表面無論是經(jīng)營收益、凈收益，還是歸屬普通股的收益，兩個β的都具有較高的相關(guān)性。

Beaver、Kettler和Scholes（1970）（記為BKS模型）為了考察會計變量是否可以用于預(yù)測下一期的市場β，利用橫截面資料對下列模型回歸：

其中，bi為當(dāng)期用市場模型估計的企業(yè)i的風(fēng)險β；Wk,i為企業(yè)在當(dāng)期的第k個會計變量，它們可以是股利分配率、財務(wù)杠桿、收益變動方差、會計β等。

運(yùn)用所得到的估計系數(shù)（C）和企業(yè)的會計變量（W）數(shù)據(jù)，就可以估計出非企業(yè)的風(fēng)險系數(shù)。就可以比本期市場模型β的估計更精確地預(yù)測下期市場模型的β。國外許多研究表明建立在會計變量基礎(chǔ)上的預(yù)測模型能比完全依賴于市場模型提供更精確的下一年市場風(fēng)險的預(yù)測。

四、國外的相關(guān)研究成果

Hamada（1972）以紐約證券交易所上市的304家公司為樣本的實(shí)證檢驗(yàn)表明財務(wù)風(fēng)險與市場β之間存在顯著的正的相關(guān)性。Mandelker和Rhee（1984）以1957年-1976年間的255家制造業(yè)企業(yè)為樣本對這一假設(shè)重新驗(yàn)證，表明每個組合的市場β與財務(wù)風(fēng)險存在顯著的相關(guān)關(guān)系。其解釋是由于回歸建立在組合的基礎(chǔ)上，使得變量的測量誤差變小，相關(guān)性提高。

Lev（1974）的研究也表明營業(yè)風(fēng)險與市場風(fēng)險之間存在相關(guān)關(guān)系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業(yè)風(fēng)險越高，市場β及股票收益率方差越大。

Eskew（1970）考慮到β的非靜態(tài)性，以改進(jìn)的β預(yù)測模型，與以會計變量為基礎(chǔ)的預(yù)測模型對比，發(fā)現(xiàn)會計變量預(yù)測模型更優(yōu)越。而Rosenberg和McKibben（1973）發(fā)現(xiàn)，將市場β與會計變量結(jié)合起來可以大大提高對未來市場β的預(yù)測能力。

Rosenberg和Marathe(1976)開發(fā)了BARRA模型，將模型預(yù)測的市場β與僅用市場資料預(yù)測的市場β對比，找出低估和高估的股票，制定投資決策。

以上這些研究結(jié)果表面基于會計信息β的估計對股票投資決策有著非常廣泛的應(yīng)用。