1、商业银行系统风险 值研究【摘 要】 随着商业银行上市数量的增加，银行类股票在我国资本市场所占的比重越来越大，如何对其进行投资风险合理测定是现阶段困扰着商业银行稳步发展的难题。规避系统性风险问题应从理论上给予分析，然后作为指导实践运用的参考依据。文章基于投资组合的理论，运用单指数模型测算 值的方法，选取上证指数（000001）与华夏银行股票（600015）的相关数据，采用最小二乘法的一元线性回归分析，确定了华夏银行的 值小于市场组合风险。统计与计量经济学检验得出可以借鉴的风险程度。 【关键词】 投资组合理论； 系数； 单指数模型； 一元线性回归 一直以来，商业银行系统性风险的生成机理和演化模式被
2、视为一个“黑箱” ，其生成逻辑和传导机制具有高度复杂和不确定性。度量单项资产系统风险的指标是贝塔系数（用字母 表示） ，它被定义为单项资产收益率与市场组合之间的相关性， 系数的经济意义在于清楚地说明了一项特定资产相对于市场组合而言的系统风险程度。鉴于此，本文选取了上海证券交易所上市的华夏银行的股票（600015）进行 系数的研究测算，通过搜集大量的历史数据，运用最小二乘法将该证券的超额收益率相对于市场指数的超额收益率进行了一元线性回归分析，最终得到了华夏银行股票价格（600015）对上海证券交易所综合指数的敏感性系数 ，足以表现其系统性风险的传导是依靠金融市场的风险传导，并逐步放大（王为，20
3、11） 。华夏银行在商业银行行业中具有代表性，截至2012 年 9 月 30 日净利润增长率排名第一，每股收益第五，系统风险相对于市场组合风险也会较小，对投资者进行股份制银行风险控制具有一定的借鉴作用。为了剖析内涵首先进行理论分析，并加以证明。 一、研究模型与理论分析 （二）单指数模型原理简析 单指数模型是在简化的情形下研究单个证券投资收益率的方法。由于市场中总是存在着一些共同作用的经济力量，它们独立于人们的意愿进行运动，一旦这些因素发生剧烈变化，便会立即影响整个市场股价的表现。单指数模型是假设证券市场在一个共同变量的推动下进行运动的，在实际运用单指数模型时，通常将市场组合的收益率视为宏观经济
4、中的共同影响因素，其原因是：当股市整体上涨时，大多数证券也会上涨；当股市整体呈下跌趋势，大多数证券也会下跌。因此，选取市场组合的收益率即市场指数作为单因素是合适的。 由于单指数模型是线性的，运用一元线性回归便可估计单个证券对市场组合的敏感系数 i，这样，单指数模型便为测算 值提供了一个很有价值的模型。具体可以使用该证券的超额收益率相对于市场组合的超额收益率进行回归。 另外，本文基于以下基本假定： 1.我国的资本市场是弱势有效的，因此股票价格具有一定的信息含量； 2.数据选取期间，目标公司本身没有发生重大的财务及经营事项； 3.选取的无风险利率与上市公司数据之间的期限是匹配的； 4.分析过程中忽
5、略通货膨胀的影响。 二、样本的数据选取 在数据的选取上，选用上海证券交易所上市交易的全部股票作为市场组合，选取其中的一只股票“华夏银行” （600015）作为本文研究的目标证券。另外，本文涉及的全部数据（包括板块数据及所选目标证券的基本信息）均通过国泰君安锐智版股票软件得到，最终选取了华夏银行股票（600015）2008 年 1 月到 2013 年 1 月经过向前复权的股票数据作为样本，样本数量为 61。 下文将针对数据选取需考虑的因素进行说明。 （一）选取恰当的样本数据 上证指数反映了上海证券交易市场的总体走势，其“价格”及“收益率”均可观测，因而可获得充分的历史数据作支撑来估计其“系统风险
6、” 。 对于单个证券而言，基于样本数量的考虑，初步判定不可以采用股票的年收益率进行样本的选取；而受股票市场每日“涨停”和“跌停”的影响，日收益率低于股票的实际收益率，又由于存在“周五效应” 、“周一效应”等非理性因素的影响，单个股票月收益率相较日收益率而言更具真实和稳定性。因此，选取以月为时间的收益率较为恰当。 此外，由于股票涉及股票分割、股利发放等一系列交易活动，为了提高数据的可比性与一致性，不能使用单个股票的初始市价进行收益率的计算，在进行实证研究前需要对数据进行预处理，以消除不同交易事项产生的影响。一般的，具体通过对股价进行“复权”处理，以达到分析研究的目的。 （二）选取恰当的无风险利率
7、 无风险资产是指投资者可以确定预期报酬率的资产，通常情况下，政府债券没有违约风险，可以代表无风险利率的水平。在考虑选取无风险利率时，通常面临两个问题：第一，期限的选择；第二，通货膨胀的影响。 1.利率的期限选择 理论上认为，利率期限的选择应与被讨论的数据期限相匹配，本文讨论的标的资产为股票，文中所采用的数据是以股票每月月初的开盘价以及月末的收盘价为基础计算确定的月收益率，对应的无风险利率应该是政府债券（或居民储蓄存款）的月收益率（月利率） 。由于所选样本数据的时间跨度较大，而短期政府债券利率波动性较大，不宜作为无风险利率的代表，因此，本文将采用波动性小的长期政府债券（或长期居民储蓄存款利率）作
8、为无风险利率。 2.通货膨胀的影响 三、回归结果 （一）对数据进行回归 （二）模型检验 1.统计检验 通过观察模型的回归结果可以发现，拟合优度 R-squared 的值为0.46739，表明回归方程以 46.739%的概率解释样本数据；F 检验的 P 值为 0，表明方程整体具有很好的显著性。另外，自变量系数 T 检验的 P 值为 0，通过了参数的显著性检验，而截距项 C 的 P 值未通过检验，且其系数接近于 0，因此，可以将截距项 C 从模型中予以删除，模型的结果进而发生了相应的改变。经初步修正的模型如下所示： 2.计量经济学检验 本文利用 White 与 LM 检验分别进行异方差和自相关的检
9、验（由于方程仅含有一个变量，因此，排除了存在“多重共线性”的可能） ，从检验结果可以观察到，由“White 检验”构造的统计量的 P 值大于显著性水平，因此接受原假设 H0：方程不存在异方差；由“LM 检验”构造的统计量的 P 值同样大于 ，因此接受原假设 H0：方程不存在自相关。检验结果如表 4 所示： 从本文最终得到的模型中可以观察到，作为自变量系数的 值代表市场组合中系统风险每变动一个单位，华夏银行的系统风险将变动0.83566 单位，其所蕴含的系统风险略小于市场组合的系统风险，也可以认为华夏银行的系统风险整体上与市场组合近似一致甚至小于市场的组合系数。因此，系统风险程度并非很高。投资者
10、在进行股份制商业银行投资的过程中，要积极建立投资组合以实现投资的分散化，由于 值揭示了某种资产系统风险相对于市场组合系统风险的程度，为投资组合管理提供了资产选择与风险控制的基本信息。投资者在考虑单个资产系统风险的同时，还需要随时关注上市公司自身的经营状况，最大程度地降低投资带来的风险。 【参考文献】 1 王洪伟.不同市场组合下贝塔系数与 CAPM 关系探讨J.财会通讯，2012（6）. 2 郑振龙，陈志英.现代投资组合理论最新进展评述J.厦门大学学报，2012（2）. 3 单娟，刘涛. 系数的影响因素研究综述J.中国证券期货，2011（6）. 4 杨晶，苏健，何璐.钢铁行业上市公司 系数性质的实证研究J.技术与创新管理，2010（4）. 5 Harry Markowitz. Portfolio SelectionJ.The Journal of Finance 1952，Vol.7（NO.1） ，77-91. 6 William F.Sharp.Captial Asset PricesJ.The Journal of Finance 1964，Vol.19（NO.3） ，425-441. 7 中国银河证券海王星 v2.23-基本资料-华夏银行股票软件实时操作系统，2013.
