馬莉珠 中央民族大學(xué)管理學(xué)院

?

我國(guó)房地產(chǎn)行業(yè)貝塔系數(shù)的測(cè)算與分析研究

馬莉珠 中央民族大學(xué)管理學(xué)院

摘 要：房地產(chǎn)行業(yè)作為我國(guó)重要的產(chǎn)業(yè)之一，在國(guó)民經(jīng)濟(jì)中發(fā)揮著舉足輕重的作用。而其風(fēng)險(xiǎn)狀況關(guān)系到國(guó)民經(jīng)濟(jì)的安全和穩(wěn)定，本文基于此測(cè)算房地產(chǎn)行業(yè)的貝塔系數(shù)，選取了房地產(chǎn)上市公司中具有代表性的20家房地產(chǎn)公司，搜集了2014-2015年除權(quán)后的個(gè)股日收益率、并以滬深300指數(shù)的綜合回報(bào)率作為市場(chǎng)收益率，利用Eviews對(duì)其進(jìn)行一元線性回歸，測(cè)算出每家公司的貝塔系數(shù)并推算整個(gè)行業(yè)的貝塔系數(shù)，為投資者做出理性決策、更好的規(guī)避投資風(fēng)險(xiǎn)提供一定的數(shù)據(jù)參考。

關(guān)鍵詞：房地產(chǎn)行業(yè) 貝塔系數(shù)的測(cè)算 單一指數(shù)模型

一、引言

房地產(chǎn)業(yè)是現(xiàn)階段我國(guó)經(jīng)濟(jì)中重要的產(chǎn)業(yè)組成部分，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展具有重要的拉動(dòng)作用，對(duì)金融穩(wěn)定和發(fā)展、改善民生也具有重要意義。房地產(chǎn)業(yè)關(guān)聯(lián)度也比較高，其發(fā)展可以帶動(dòng)冶金、建筑、建材、機(jī)械、設(shè)備、水泥、玻璃、木材、塑料、電器、家具等行業(yè)的發(fā)展，并具有促進(jìn)金融、商務(wù)、商貿(mào)、交通、旅游和休閑等現(xiàn)代服務(wù)業(yè)的綜合發(fā)展的特點(diǎn)。但任何一個(gè)行業(yè)都是有風(fēng)險(xiǎn)的，房地產(chǎn)行業(yè)也不例外。房地產(chǎn)業(yè)的風(fēng)險(xiǎn)狀況關(guān)系到國(guó)民經(jīng)濟(jì)的安全和穩(wěn)定，識(shí)別并有效的規(guī)避房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)是有必要的。貝塔系數(shù)是衡量系統(tǒng)風(fēng)險(xiǎn)的重要指標(biāo)，可以說(shuō)明個(gè)股與整個(gè)市場(chǎng)風(fēng)險(xiǎn)的關(guān)聯(lián)程度，本文基于此選取了房地產(chǎn)行業(yè)20家上市公司的數(shù)據(jù)，運(yùn)用Eviews8.0對(duì)這些公司的貝塔系數(shù)進(jìn)行了測(cè)算，并推算出整個(gè)行業(yè)的貝塔系數(shù)，對(duì)比每家公司與整個(gè)行業(yè)的貝塔系數(shù)可以大概反映每家公司和整個(gè)行業(yè)的風(fēng)險(xiǎn)狀況，從而為人們更好的進(jìn)行投資決策以及規(guī)避風(fēng)險(xiǎn)提供一些數(shù)據(jù)參考。

二、貝塔系數(shù)的相關(guān)研究綜述

對(duì)貝塔系數(shù)測(cè)算的研究，國(guó)內(nèi)的學(xué)者主要是通過(guò)搜集一些行業(yè)中具有代表性公司的數(shù)據(jù)來(lái)對(duì)貝塔系數(shù)進(jìn)行測(cè)算并進(jìn)行分析，如金穎（2014）選取了銀行業(yè)中具有代表性的16家銀行進(jìn)行測(cè)算，得出整個(gè)銀行的貝塔系數(shù)，并將銀行進(jìn)行分類，再比較國(guó)有銀行、股份制銀行和商業(yè)銀行的風(fēng)險(xiǎn)情況，并做出了一定的分析；練麗莎（2014）測(cè)算了石油行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)并做了一定的預(yù)測(cè)；目前貝塔系數(shù)的測(cè)算中主要用到的模型有兩種，一個(gè)是威廉.夏普的資本資產(chǎn)定價(jià)模型，另外一個(gè)是在資本資產(chǎn)定價(jià)模型的基礎(chǔ)上改進(jìn)的單一指數(shù)模型。對(duì)模型的選定，不同的學(xué)者有不同的看法，大部分學(xué)者基本都采用單一指數(shù)模型，李亮（2014）認(rèn)為資本資產(chǎn)定價(jià)模型需要滿足的假設(shè)條件較多，但中國(guó)的資本市場(chǎng)尚不完善，采用資本資產(chǎn)定價(jià)模型不太妥當(dāng)；另外，也有學(xué)者研究發(fā)現(xiàn)資本資產(chǎn)定價(jià)模型在中國(guó)是成立的，呂長(zhǎng)江、趙巖(2003)通過(guò)對(duì)不同市場(chǎng)收益率的計(jì)算得出不同的貝塔系數(shù)并得出資本資產(chǎn)定價(jià)模型在中國(guó)是適用的結(jié)論，即我們?cè)谪愃禂?shù)的測(cè)算中引用資本資產(chǎn)定價(jià)模型也是可行的。

對(duì)貝塔系數(shù)其他方面的研究，國(guó)內(nèi)外的相關(guān)研究大致可以分為貝塔系數(shù)的穩(wěn)定性研究、影響因素研究以及預(yù)測(cè)性研究，貝塔系數(shù)穩(wěn)定性的研究可分為兩類：一類是研究樣本數(shù)據(jù)時(shí)間跨度長(zhǎng)短對(duì)貝塔系數(shù)穩(wěn)定性的影響，另一類研究樣本組合規(guī)模大小對(duì)貝塔系數(shù)穩(wěn)定性的影響，大多數(shù)研究都發(fā)現(xiàn)證券的貝塔系數(shù)不具有穩(wěn)定性，雖然可以借助于組合的方式來(lái)獲得較為穩(wěn)定的貝塔系數(shù)，但對(duì)于大多數(shù)的個(gè)人投資者來(lái)講，這意味著不能簡(jiǎn)單地用過(guò)去時(shí)期數(shù)據(jù)所估計(jì)的貝塔系數(shù)作為當(dāng)前和未來(lái)時(shí)期的預(yù)測(cè)值。因此對(duì)未來(lái)貝塔值的預(yù)測(cè)也成為了研究熱點(diǎn)，這一部分國(guó)內(nèi)的研究較少。此外，對(duì)貝塔系數(shù)影響因素的研究國(guó)內(nèi)也不多，研究大多集中在財(cái)務(wù)指標(biāo)對(duì)貝塔系數(shù)的研究上。

本文通過(guò)測(cè)算房地產(chǎn)行業(yè)貝塔系數(shù)的方法，選取了房地產(chǎn)行業(yè)中比較有代表性的一些公司，對(duì)他們一年中交易情況進(jìn)行數(shù)據(jù)搜集和整理，得出每家公司的貝塔值，并以此為基礎(chǔ)推算整個(gè)行業(yè)的貝塔系數(shù)，通過(guò)測(cè)算貝塔系數(shù)對(duì)房地產(chǎn)行業(yè)和其中的一些公司的風(fēng)險(xiǎn)情況有一定的了解和認(rèn)識(shí)，為投資者做出更好的投資決策提供一些參考。

三、研究設(shè)計(jì)

（一）研究樣本與數(shù)據(jù)來(lái)源

為計(jì)算我國(guó)房地產(chǎn)行業(yè)貝塔系數(shù)并對(duì)其加以分析，本文選取了我國(guó)20家上市房地產(chǎn)公司作為研究對(duì)象，以一年時(shí)間為跨度，搜集了這些公司2014年12月1日至2015年12月1日一年的個(gè)股除權(quán)之后的每日收益率。并選擇滬深300指數(shù)的綜合回報(bào)率作為市場(chǎng)的平均收益率，所有數(shù)據(jù)均來(lái)自于國(guó)泰安數(shù)據(jù)庫(kù)，并用Eviews8.0對(duì)搜集到的數(shù)據(jù)進(jìn)行處理。

為了使得到的數(shù)據(jù)更能反映整個(gè)行業(yè)整體的貝塔系數(shù)情況，本文將房地產(chǎn)行業(yè)又細(xì)分為房產(chǎn)服務(wù)業(yè)、園區(qū)開(kāi)發(fā)業(yè)、區(qū)域房產(chǎn)業(yè)、全國(guó)房產(chǎn)業(yè)，采取系統(tǒng)抽樣的方法，以每家公司的平均總市值為依據(jù)，從每個(gè)細(xì)分行業(yè)中選取不同市值區(qū)間段的公司，分別抽取了4家、5家、6家、5家公司作為研究對(duì)象，并測(cè)算其貝塔系數(shù)，以期在一定程度上反映整個(gè)行業(yè)的貝塔系數(shù)。

（二）模型的構(gòu)建

測(cè)算貝塔系數(shù)的基本模型是由威廉.夏普和約翰 林特勒提出的資本資產(chǎn)定價(jià)模型 (CAPM模型),即通過(guò)無(wú)風(fēng)險(xiǎn)收益率、市場(chǎng)組合收益率、單項(xiàng)資產(chǎn)的投資收益率計(jì)算得出。但該模型需要滿足的假設(shè)條件有許多，這些假設(shè)條件即使是在發(fā)達(dá)的資本市場(chǎng)上都得不到保證，考慮到我國(guó)的實(shí)際情況，如果用資本資產(chǎn)定價(jià)模型是得不到較準(zhǔn)確的貝塔系數(shù)的；此外，無(wú)風(fēng)險(xiǎn)收益率的確定也存在一些難度，一些研究中用國(guó)債利率來(lái)代替無(wú)風(fēng)險(xiǎn)收益率，但國(guó)債利率并不能保證完全排除通貨膨脹的影響，同時(shí)資本市場(chǎng)也不能保證不同期的國(guó)債利率之間保持穩(wěn)定性和一致性。

因此，結(jié)合我國(guó)市場(chǎng)的現(xiàn)實(shí)狀況，本文采用在資本資產(chǎn)定價(jià)模型基礎(chǔ)上改進(jìn)的單一指數(shù)模型，對(duì)貝塔系數(shù)進(jìn)行測(cè)算：Ki=αi+βiKm+εi

其中,Ki為第i種證券的收益率，此處的收益率都是除權(quán)之后的收益率,αi為模型中的截距項(xiàng)，代表非市場(chǎng)相關(guān)收益,βi為個(gè)股收益率對(duì)市場(chǎng)收益率的敏感程度,Km為證券市場(chǎng)的收益率，此處用滬深300指數(shù)的綜合收益率來(lái)進(jìn)行計(jì)算，εi為隨機(jī)誤差項(xiàng)。利用最小二乘法對(duì)該模型進(jìn)行估計(jì)，得出的β即為股票i的β系數(shù)估計(jì)值。觀測(cè)回歸結(jié)果中的R2來(lái)說(shuō)明樣本回歸線與樣本觀測(cè)值擬合優(yōu)度的表現(xiàn)R2越接近1，則表明樣本回歸線對(duì)，樣本值的擬合優(yōu)度越好。

（三）模型的檢驗(yàn)

模型的檢驗(yàn)主要通過(guò)統(tǒng)計(jì)檢驗(yàn)的方法來(lái)驗(yàn)證貝塔系數(shù)是否顯著，通過(guò)F檢驗(yàn)、T檢驗(yàn)驗(yàn)證貝塔系數(shù)的顯著性，即解釋變量能否很好的解釋被解釋變量。用擬合優(yōu)度檢驗(yàn)來(lái)檢驗(yàn)?zāi)Ｐ偷臄M合程度如何。

四、測(cè)算結(jié)果及分析

（一）房地產(chǎn)個(gè)股的分析

利用Eviews8.0，將市場(chǎng)組合收益率作為解釋變量，房地產(chǎn)個(gè)股收益率作為被解釋變量，運(yùn)用最小二乘法進(jìn)行一元線性回歸，得到了20家房地產(chǎn)公司的貝塔系數(shù)、P值、T值、F值以及R2，回歸結(jié)果整理如下表所示

股票代碼　公司名稱　所屬行業(yè)　貝塔系數(shù)　P值　T值　F值　R2000056　皇庭國(guó)際　房產(chǎn)服務(wù)　0.67　 0.0000　 6.09　 37.14　 0.13 000526　銀潤(rùn)投資　房產(chǎn)服務(wù)　0.57　 0.0029　 3.04　 9.27　 0.07 002285　世聯(lián)行　房產(chǎn)服務(wù)　0.69　 0.0000　 5.03　 25.35　 0.095 600606　綠地控股　房產(chǎn)服務(wù)　1.29　 0.0000　 12.09　 146.09　 0.39 600064　南京高科　園區(qū)開(kāi)發(fā)　1.12　 0.0000　 14.99　 224.98　 0.48 600639　浦東金橋　園區(qū)開(kāi)發(fā)　1.38　 0.0000　 14.48　 209.5　 0.47

表4.1 房地產(chǎn)個(gè)股貝塔系數(shù)測(cè)算情況

從上表可以看出，每個(gè)貝塔系數(shù)對(duì)應(yīng)的p值都遠(yuǎn)小于顯著性水平0.1，0.01,0.05,說(shuō)明測(cè)算出的貝塔系數(shù)比較顯著，解釋變量可以較好的解釋被解釋變量，貝塔的測(cè)算結(jié)果是比較可信的。從測(cè)算的結(jié)果中可以看出，我國(guó)房地產(chǎn)行業(yè)的貝塔系數(shù)普遍都大于1，即說(shuō)明房地產(chǎn)行業(yè)個(gè)股的風(fēng)險(xiǎn)要高于市場(chǎng)風(fēng)險(xiǎn)。貝塔系數(shù)的取值區(qū)間為【0.57,1.38】，β系數(shù)小于1的公司集中在房產(chǎn)服務(wù)業(yè)，其余的公司的β系數(shù)都大于1，最大的是浦東金橋和格力地產(chǎn)，為1.38，最小的為房產(chǎn)服務(wù)業(yè)的銀潤(rùn)投資，只有0.57。

（二）房地產(chǎn)公司結(jié)構(gòu)分析

為進(jìn)一步研究房地產(chǎn)各個(gè)行業(yè)的β系數(shù)的大小以及與各個(gè)細(xì)分行業(yè)、與整個(gè)房地產(chǎn)行業(yè)β系數(shù)的關(guān)系，筆者按市值將各房地產(chǎn)細(xì)分行業(yè)進(jìn)行加權(quán)，估算出整個(gè)行業(yè)的和各個(gè)細(xì)分行業(yè)整體的β系數(shù)，并進(jìn)行相應(yīng)的對(duì)比研究。

表4.2 個(gè)股的貝塔系數(shù)與整個(gè)行業(yè)貝塔系數(shù)的比較

如上表4.2所示，筆者搜集了每支個(gè)股的2014~2015年的月市值，然后算出其算術(shù)平均值，得到每只個(gè)股的平均總市值，并算出每只個(gè)股的市值占總市值的權(quán)數(shù)，并推算出整個(gè)行業(yè)的貝塔系數(shù)值，約為1.13，表明房地產(chǎn)行業(yè)整體上的風(fēng)險(xiǎn)要比市場(chǎng)風(fēng)險(xiǎn)高，即市場(chǎng)風(fēng)險(xiǎn)每增加一個(gè)單位，整個(gè)房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)會(huì)增加1.13個(gè)單位。

另外，再看每只個(gè)股的數(shù)據(jù)，發(fā)現(xiàn)個(gè)股風(fēng)險(xiǎn)小于行業(yè)風(fēng)險(xiǎn)的公司有8家，高于行業(yè)風(fēng)險(xiǎn)的有12家，再結(jié)合表4.3可以看出，房產(chǎn)服務(wù)業(yè)、園區(qū)開(kāi)發(fā)行業(yè)中風(fēng)險(xiǎn)低于整個(gè)行業(yè)風(fēng)險(xiǎn)的公司數(shù)量較多，占到了5家，其中房產(chǎn)服務(wù)業(yè)為3家，園區(qū)開(kāi)發(fā)業(yè)為2家，區(qū)域地產(chǎn)只有2家，全國(guó)地產(chǎn)有1家，從數(shù)量上看，其實(shí)大部分的房產(chǎn)服務(wù)業(yè)、園區(qū)開(kāi)發(fā)業(yè)的公司的風(fēng)險(xiǎn)都是相對(duì)來(lái)說(shuō)比較低的，一般都低于行業(yè)風(fēng)險(xiǎn)，而區(qū)域地產(chǎn)和全國(guó)地產(chǎn)的公司風(fēng)險(xiǎn)高于整個(gè)行業(yè)風(fēng)險(xiǎn)的較多。

值得說(shuō)明的一點(diǎn)是，雖然細(xì)分行業(yè)加權(quán)之后的貝塔系數(shù)中，房產(chǎn)服務(wù)業(yè)和園區(qū)開(kāi)發(fā)業(yè)的貝塔值都是高于整個(gè)行業(yè)的，而區(qū)域房產(chǎn)、全國(guó)地產(chǎn)的貝塔值又低于整個(gè)行業(yè)，與之前得出的單個(gè)公司的風(fēng)險(xiǎn)水平與行業(yè)風(fēng)險(xiǎn)間的關(guān)系似乎有些矛盾，但其實(shí)看具體的數(shù)據(jù)可以發(fā)現(xiàn)，之所以房產(chǎn)服務(wù)業(yè)、園區(qū)開(kāi)發(fā)業(yè)的加權(quán)平均貝塔系數(shù)高于整個(gè)行業(yè)的貝塔系數(shù)，是因?yàn)槠渲惺兄嫡颊麄€(gè)細(xì)分行業(yè)總市值的比例較大的公司的貝塔系數(shù)高，例如房產(chǎn)服務(wù)業(yè)中的綠地控股，園區(qū)開(kāi)發(fā)業(yè)中的陸家嘴。而區(qū)域房產(chǎn)和全國(guó)地產(chǎn)每家公司的貝塔系數(shù)都比較平均，且一些風(fēng)險(xiǎn)較小的公司占細(xì)分行業(yè)的總市值較大，如萬(wàn)科。但從總體上來(lái)看，若只考慮風(fēng)險(xiǎn)因素，區(qū)域地產(chǎn)和全國(guó)地產(chǎn)是值得投資的，他們的投資風(fēng)險(xiǎn)是低于整個(gè)行業(yè)的風(fēng)險(xiǎn)的，而房產(chǎn)服務(wù)業(yè)和園區(qū)開(kāi)發(fā)業(yè)的公司有些公司的風(fēng)險(xiǎn)還是相對(duì)來(lái)說(shuō)比較小的，也可以考慮投資。

五、研究結(jié)論

從總體上來(lái)看，房地產(chǎn)整體的行業(yè)風(fēng)險(xiǎn)是大于1的，即說(shuō)明房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)是高于市場(chǎng)風(fēng)險(xiǎn)的，房地產(chǎn)行業(yè)為風(fēng)險(xiǎn)較高的行業(yè)；在細(xì)分行業(yè)中，區(qū)域地產(chǎn)和全國(guó)地產(chǎn)的風(fēng)險(xiǎn)是低于整個(gè)房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)的，投資者根據(jù)自己的風(fēng)險(xiǎn)偏好可以考慮投資房地產(chǎn)行業(yè)中風(fēng)險(xiǎn)相對(duì)較小的區(qū)域地產(chǎn)和全國(guó)地產(chǎn)。但需要說(shuō)明的一點(diǎn)是，雖然房產(chǎn)服務(wù)業(yè)和園區(qū)開(kāi)發(fā)業(yè)的行業(yè)風(fēng)險(xiǎn)高于房地產(chǎn)行業(yè)的風(fēng)險(xiǎn)，但其中的一些市值較小的公司的風(fēng)險(xiǎn)仍然是低于整個(gè)行業(yè)的風(fēng)險(xiǎn)的，投資者也可以考慮投資這些公司。

六、相關(guān)建議

貝塔系數(shù)揭示了證券的系統(tǒng)性風(fēng)險(xiǎn)，從政府的角度出發(fā)，要想降低我國(guó)證券市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn)，可以從豐富證券投資品種和建立可行性強(qiáng)的證券市場(chǎng)監(jiān)管體系，以及嚴(yán)格執(zhí)法創(chuàng)造公正公平的交易環(huán)境來(lái)達(dá)到目的。

對(duì)于個(gè)人投資者而言，在投資的過(guò)程中可以考慮積極建立投資組合以實(shí)現(xiàn)投資的分散化來(lái)降低風(fēng)險(xiǎn)，在考慮單個(gè)資產(chǎn)系統(tǒng)風(fēng)險(xiǎn)的同時(shí)，還需要隨時(shí)關(guān)注上市公司自身的經(jīng)營(yíng)狀況，最大限度地降低投資帶來(lái)的風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]張士鳳；我國(guó)銀行業(yè)貝塔系數(shù)與其穩(wěn)定性分析[J]；全國(guó)商情；2014 （02）；45

[2]金穎；我國(guó)銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)研究--基于貝塔系數(shù)的測(cè)算[J];金融營(yíng)銷；2014（06）；115-117

[3]周云峰，吳艷；國(guó)內(nèi)外貝塔系數(shù)相關(guān)特性研究綜述[J];財(cái)會(huì)通訊；2009（10）；107-111

[4] 練麗莎，李亮；我國(guó)石油行業(yè)貝塔系數(shù)的測(cè)算與預(yù)測(cè)[J]；河南科學(xué)；2014（04）；32-36

[5] 郭艷萍，李 嬌；資本資產(chǎn)定價(jià)模型應(yīng)用研究——對(duì)伊泰股份貝塔系數(shù)的測(cè)算[J];2013(05);95-98

[6]劉琪，疏雨；資本資產(chǎn)定價(jià)模型的實(shí)證研究----以中國(guó)國(guó)航為例[J];當(dāng)代經(jīng)濟(jì)；2015（35）；126-127

[7] 呂長(zhǎng)江，趙巖；中國(guó)證券市場(chǎng)中Beta系數(shù)的存在性及其相關(guān)特性研究[J];南開(kāi)管理評(píng)論；2003（01）；22-23

[8] 蓋悅萍；房地產(chǎn)行業(yè)貝塔系數(shù)測(cè)算[J]；全國(guó)商情；2013（03）；35

[9] 韋念幸；酒店旅游行業(yè)股票長(zhǎng)期貝塔系數(shù)的測(cè)算與預(yù)測(cè)[J];金融經(jīng)濟(jì)；2010（03）；39-42

[10] 王洪偉；不同市場(chǎng)組合下貝塔系數(shù)與貝塔系數(shù)關(guān)系探討[J];財(cái)會(huì)通訊；2012（06）；07-09