摘 要：貝塔系數(shù)在上市公司價值評估中主要用于進行折現(xiàn)率的折算，其中貝塔系數(shù)可使用單一指數(shù)模型、GARCH模型、均值回歸模型進行估算，本文通過比較研究，最終使用單一指數(shù)模型進行估算。之后通過資本結(jié)構(gòu)與貝塔系數(shù)的關系。通過模擬了上市公司價值評估的過程。結(jié)果發(fā)現(xiàn)在貝塔系數(shù)的調(diào)整過程中理論與實際有一定差距。

關鍵詞：貝塔系數(shù);單一指數(shù);模型;資本結(jié)構(gòu)

中圖分類號：F830 文獻標志碼：A 文章編號：1673-291X（2014）31-0114-03

一、貝塔系數(shù)在上市公司價值評估中的作用

（一）折現(xiàn)率的計算

在各種評估基本方法中，收益法最能體現(xiàn)企業(yè)的持續(xù)盈利性特征，它是衡量企業(yè)客觀價值最為恰當?shù)姆椒?。作為收益法評估企業(yè)價值的重要參數(shù)，折現(xiàn)率對價值評估結(jié)果的公允性有重大影響。折現(xiàn)率的細微調(diào)整，將直接導致評估結(jié)果的巨大差異。所以，如何全面、正確地界定企業(yè)風險，合理地進行折現(xiàn)率計算，成為了企業(yè)價值評估中的一個核心問題。而資本資產(chǎn)定價模型是目前應用最為廣泛的折現(xiàn)率計算模型。

其計算公式如下：

Ke=Rf+β×（Rm-Rf）=Rf+β×MRP

Ke：權(quán)益資本的折現(xiàn)率

β：企業(yè)受商相對于市場受益的變動程度

Rf：無風險收益率

Rm：市場期望收益率

MRP：市場風險溢價

如CAPM模型公式所示，使用該模型估算折現(xiàn)率時需要確定三個參數(shù)，它們分別是：無風險收益率、待估企業(yè)的貝塔系數(shù)和市場期望收益率。其中貝塔系數(shù)計算的正確與否對于折現(xiàn)率的確定具有至關重要的作用。

（二）貝塔系數(shù)

測度一項資產(chǎn)或資產(chǎn)組合的系統(tǒng)性風險指標是貝塔系數(shù)，它反映一項特別資產(chǎn)或資產(chǎn)組合承擔的系統(tǒng)性風險和相對于市場上風險性資產(chǎn)所承擔的平均系統(tǒng)性風險的比率。

單一資產(chǎn)的β系數(shù)：

βi=

βi：資產(chǎn)i的β系數(shù)

Rf：無風險收益率

E（Ri）：資產(chǎn)i的預期收益率

E（Rm）：市場上風險資產(chǎn)的平均期望收益率

如果一項資產(chǎn)的β系數(shù)小于（大于）1，說明其系統(tǒng)性風險要小于（大于）市場承擔的平均的系統(tǒng)性風險，它的風險報酬應小于（大于）市場平均風險報酬。

二、上市公司價值評估中的貝塔系數(shù)的估算

（一）單一指數(shù)模型

在CAPM模型所要求的假設基本滿足的情況下，單一指數(shù)模型與CAPM模型是可以相互轉(zhuǎn)換的，且更為簡潔。單一指數(shù)模型用函數(shù)表示為：

Ri=αi+βiRm+εi

Ri：資產(chǎn)i的收益率

Rm：證券市場的收益率

εi：誤差

該模型是單變量線性模型，可用最小二乘法確定模型中的參數(shù)。另外在進行估算時，應當注意選取的市場組合，越是與該股票關系近的市場得到的值越會準確，例如在上海證券交易所上市的股票選擇上證綜指比深證綜指準確，A 股股票選擇A 股市場作為市場組合比選擇B 股準確。

（二）時變貝塔系數(shù)

資本資產(chǎn)定價模型的最基本的假設之一就是假定用來衡量資產(chǎn)風險的貝塔為常數(shù)，但經(jīng)過后人的研究發(fā)現(xiàn)貝塔具有隨時間變化的特性，CAPM 的常數(shù)貝塔假設并不總是成立。

BOLLERSLEV 等首次采用多變量GARCH模型估計時變方差和協(xié)方差得到時變貝塔系數(shù)。GARCH 模型在遵守方差恒定的假設下，突破了原有思路，認為條件方差是可以隨時間改變的，使得人們通過計量經(jīng)濟學模型不但可以預測收益率，同時也能預測、刻畫風險的波動率，對資產(chǎn)收益風險關系的描述更加準確。

然而，許多實證研究表明收益率分布不但存在尖峰厚尾特性，而且收益率殘差對收益率的影響還存在非對稱性。由于GARCH模型中，正的和負的沖擊對條件方差的影響是對稱的，因此GARCH模型不能刻畫收益率條件方差波動的非對稱性。

GARCH模型的主要步驟為：（1）以30個交易日為1期，通過最小二乘計算每1期的貝塔。（2）把每1期的貝塔作為時間序列進行GARCH擬合。

（三）均值回歸

最早提出單個證券的貝塔系數(shù)有可能遵循均值回歸過程的是Blume（1975），他認為由于上市公司原先極端高（低）風險的經(jīng)營項目在經(jīng)過一段時間后風險有可能降低（升高）或者其新拓展的項目風險比舊項目低（高），那么作為衡量單個證券風險的貝塔系數(shù)也會發(fā)生相應的變化。Blume證明，組合貝塔系數(shù)的變化出現(xiàn)均值回歸并不是組合選擇偏差的緣故，而是組合中證券貝塔系數(shù)自身變化的結(jié)果。如果貝塔系數(shù)存在均值回歸趨勢的話，那么對貝塔系數(shù)進行準確預測將變成可能，這意味著即使貝塔系數(shù)可變，我們?nèi)匀豢梢岳?CAPM 進行組合投資或業(yè)績評價。否則的話，CAPM 的應用將會受到很大的限制。

均值回歸的步驟主要為：（1）首先估計出貝塔系數(shù)的長期均值。由于貝塔系數(shù)可變，所以若用最小二乘估計將不是方差最小的，只能用廣義最小二乘進行近似估計。（2）根據(jù)傳統(tǒng)的CAPM 估計出近期的貝塔系數(shù)βt。（3）根據(jù)均值回歸的速度 q，大致估計出下一期的貝塔系數(shù)βt+ 1。

（四）三種方法的比較

單一指數(shù)法最為直觀簡單，但估算的貝塔值最不精確，然而在之前一些文獻中表明，雖然單一指數(shù)模型回歸貝塔值、時變貝塔值的平均值與均值回歸得出的貝塔值t檢驗顯著不相關，然而其差距不大，在公司估值的過程中幾乎可以忽略。因此，我們認為單一指數(shù)法更適合在上市公司價值評估中使用。

三、實證分析

（一）資本結(jié)構(gòu)較為特殊的銀行的實證分析

文章選取了收益率相對較為穩(wěn)定的中信銀行以及上證綜合A股指數(shù)2009年4月1日至2014年4月1日，1 199個樣本點進行最小二乘估計（計算貝塔值時選用特定股票所上市的市場作為市場組合能更好的反應特定股票在相應市場的反應程度，并且同時會提高預期收益的準確性），得出中信銀行的貝塔值為0.608。

實證研究發(fā)現(xiàn)，選取不同的時間段，中信銀行的貝塔的波動均不大，想必這與銀行的總負債占比較為穩(wěn)定的特殊性有很大的關系。

（二）資本結(jié)構(gòu)變化較大的民營企業(yè)的實證分析

文章選取了方大集團與深證綜合A股指數(shù)2009年4月1日至2014年4月1日，1 192個樣本點進行最小二乘估計，得出方大集團的貝塔系數(shù)為1.126。

方大集團在2004—2006年之間財務杠桿系數(shù)變動的絕對值最大，但因其變動的頻率較快，貝塔系數(shù)的延后性較難及時反應出資本結(jié)構(gòu)與貝塔系數(shù)的關系，故選擇了2009—2014年研究。

由數(shù)據(jù)得2012年3月到2013年3月，方大集團財務杠桿系數(shù)較大，說明其負債比例較高。根據(jù)理論，次期間因有較高的貝塔系數(shù)，然后通過回歸，發(fā)現(xiàn)此期間貝塔系數(shù)為1.040，小于1.126。因本文未對其他影響貝塔系數(shù)的參數(shù)進行分析，故不能武斷得認為方大集團的貝塔系數(shù)與財務杠桿系數(shù)無關。

四、實證分析中貝塔系數(shù)與資本結(jié)構(gòu)相關性較差成因研究

（一）基本情況

因本文的研究深度有限，不能武斷下定義，認為上市公司貝塔系數(shù)與資本結(jié)構(gòu)相關性較差，故此處引用《中國上市公司資本結(jié)構(gòu)與貝塔系數(shù)關系研究》（任璐，2012）中的結(jié)果。該文認為，從整體看，上市公司貝塔系數(shù)與資本結(jié)構(gòu)水平表現(xiàn)出較差的相關性。說明中國上市公司貝塔系數(shù)未能及時反映公司基本面信息的變化，市場有效性較差，其所涵蓋的公司財務信息偏少。

（二）成因研究

1.投資者對貝塔系數(shù)所揭示的風險及其在投資決策中的作用缺乏認識，同時缺乏對財務報表的解讀能力，忽視了公司基本面信息所蘊含的風險含義。

2.上市公司信息披露制度不完善，會計信息失真或質(zhì)量不高，從而使得上市公司股價變動脫離了公司基本面信息。

3.由于中國證券市場存在著明顯的制度效應，因而非基本面信息對市場的影響相對較大。企業(yè)的風險往往對融資方產(chǎn)生較大影響，如果企業(yè)本身風險大，舉債融資就不如發(fā)行股票。因為股票不用定期支付利息，和按時償還本金。因此風險的大的企業(yè)，不宜再冒更大的風險。財務風險會降低普通股的每股收益，嚴重的會導致企業(yè)破產(chǎn)。

參考文獻：

[1] "Blume，Marshall E.，On the assessment of risk[J]，Journal of Finance，1971（1）：1-10.

[2] "ScholesM.and Williams J.，Estimating betas from nonsynchronous data[J]，Journal of Financial Economics，1977（3）：309-328.

[3] "任璐.中國上市公司資本結(jié)構(gòu)與貝塔系數(shù)關系研究[D].上海：華東師范大學，2012.

[4] "林清泉，榮琪.時變貝塔資本資產(chǎn)定價模型實證研究[J].經(jīng)濟理論與經(jīng)濟管理，2008，（12）：51-56.

[責任編輯 " 吳明宇]