趙穎　吳慧　謝沛昕　田穗

【摘要】在國際油價大幅下跌的背景下，我國石油行業(yè)也收到了一定沖擊，石油方面股票存在一定程度的下跌。本文以石油行業(yè)的龍頭企業(yè)中國石油天然氣集團有限公司（中石油）、中國石油化工有限公司（中石化）為研究對象，選取了2007年11月至2015年4月近八年的相關(guān)數(shù)據(jù)，考慮到β系數(shù)的跨期時變特征，以單因素模型為基礎(chǔ)，利用測算所得實際β進而估計了時變β，利用計量經(jīng)濟學(xué)中的F檢驗方法，對石油行業(yè)股票收益率對整個股票市場變化的敏感程度進行測算并進行分析。

【關(guān)鍵詞】貝塔系數(shù) 中國石油 中國石化 模型分析 回歸檢驗

一、引言

從2015年1月下旬至今，國際油價大幅下跌。中國經(jīng)濟歸于新常態(tài)，石油進口增量無法對沖美國歐盟減少的進口量。目前國際市場原油價格下跌，對我國而言風(fēng)險與機遇同在。原油價格下跌，國內(nèi)原油采購成本降低，利于促進宏觀經(jīng)濟發(fā)展，中國市場在全球影響權(quán)重增加。與此同時，油價下跌也在對我國石油相關(guān)產(chǎn)業(yè)產(chǎn)生著不利影響，產(chǎn)油國收支不平衡將影響中國出口。根據(jù)“一帶一路”的戰(zhàn)略構(gòu)想，中國增加了與俄羅斯、中歐、中亞、中東、南亞等國家在交通基建、能源和資源等方面合作，隨著產(chǎn)油國受油價下跌影響而產(chǎn)生的收支不平衡，中國對這些國家和地區(qū)的出口將受到波及；國內(nèi)的大型石油公司、油田企業(yè)等等都將可能收到效益下跌的直接損失。中石油和中石化在資本市場上權(quán)重較大，他們的業(yè)績下滑將影響股票市場。石油作為一種特殊的戰(zhàn)略能源，更是在國家經(jīng)濟發(fā)展中扮演著舉足輕重的角色。本文試圖以中石油和中石化為代表通過測算其？茁系數(shù)探討石油行業(yè)隨市場收益的波動性，以反映石油行業(yè)敏感性的時變特征。

近年國內(nèi)外大量的實證研究表明，？茁系數(shù)在跨期狀況下存在明顯的時變特征。國外，Schwert和Seguin（1990）利用單指數(shù)模型，設(shè)計出能夠測算時變Beta系數(shù)的S-S模型，探討了不同規(guī)模公司的系統(tǒng)風(fēng)險與市場波動之間的關(guān)系；Reyes（1999）利用S-S模型考察了公司規(guī)模與時變Beta系數(shù)之間的關(guān)系。國內(nèi)，丁治國和蘇治（2010）認為CAPM模型沒有考慮系統(tǒng)風(fēng)險的跨期特質(zhì)，先對資產(chǎn)系統(tǒng)性風(fēng)險跨期時變特征進行理論證明，再使用中美英日證券市場數(shù)據(jù)進行了實證檢驗，驗證了系統(tǒng)性風(fēng)險跨期時變的內(nèi)生性原因，證明了時變模型更好地度量了風(fēng)險，是一種新型精準(zhǔn)的模型。劉永久（2011）利用S-S模型作為基礎(chǔ)進行改進，測算了上海股票市場的時變？茁系數(shù)。研究表明，上市企業(yè)的？茁系數(shù)不是十分穩(wěn)定，既受時間影響，也與行業(yè)特征與整個市場風(fēng)險性有關(guān)，由于股票的價格終取決于企業(yè)的盈利情況，所以系數(shù)反映的也是個體盈利狀況相對市場盈利的波動性。周少甫、杜福林（2005）建立了隨時間改變的模型，應(yīng)用多元DCC-GARCH模型估算出上海股市？茁系數(shù)，盡可能使得？茁系數(shù)在一定時間內(nèi)較為穩(wěn)定，提高估計的準(zhǔn)確性，從而對不同行業(yè)機構(gòu)進行測評，反應(yīng)其與整個市場的關(guān)系，降低決策風(fēng)險。林清泉、榮琪（2008）對于經(jīng)典CAPM模型提出了新的思維，利用多元GARCH模型具有預(yù)測多元資產(chǎn)條件協(xié)方差矩陣功能的特性，開拓了基于CAPM模型測算時變？茁的新視角，論證了時變？茁能夠更加精準(zhǔn)地刻畫單種資產(chǎn)對于市場組合的風(fēng)險性。張律行、袁桂秋（2012）采用GARCH（1，1）-M模型來對上證指數(shù)與房地產(chǎn)、有色金屬、生物醫(yī)藥、銀行、出版媒體、農(nóng)林牧漁6種行業(yè)的日數(shù)據(jù)進行實證研究。發(fā)現(xiàn)時變？茁相對于經(jīng)典CAPM模型測算？茁更具有即時性，更加敏銳地捕捉到經(jīng)濟環(huán)境等外部條件變化而引發(fā)的股價波動，因此驗證了時變？茁系數(shù)較經(jīng)典常數(shù)？茁為投資者提供更為精確的預(yù)測。

新年將至，油氣改革方案也即將出臺，油氣行業(yè)“十三五”規(guī)劃也在籌備中。石油等行業(yè)改革方案已上報國務(wù)院，未來石油行業(yè)投資前景廣闊，風(fēng)險總是與希望并存的，因此，測算石油行業(yè)？茁值的變動，特別是油價下跌前后的變化，無疑可以揭示油價下跌是如何改變石油行業(yè)的風(fēng)險特征的，從而使投資更具有方向性。而這一點，對于我們進一步確定石油行業(yè)的收益結(jié)構(gòu)，確保石油行業(yè)運營的安全性具有重要意義。本文選取中國石油（601857），中國石化（600028）兩只股票，以滬深300指數(shù)作為公開的市場組合指數(shù)，采用2007年11月到2015年七年的數(shù)據(jù)，選擇月收益率作為單位，以銀行一年期國債利率為無風(fēng)險利率進行測算。

二、系數(shù)的測算

（一）指標(biāo)選取

1.股票的選取。中國的石油行業(yè)由三個石油集團壟斷著：中國石油天然氣集團有限公司（中石油）、中國石油化工有限公司（中石化）、中國海洋石油總公司（中海油），并稱“三大石油集團”中海油只在香港上市，A股還沒有上市。

2.市場指數(shù)的選取。在計算貝塔系數(shù)時，我們要選擇合理的市場指數(shù)作為市場組合的漲幅，我們當(dāng)然希望市場組合替代物的種數(shù)盡可能多，這樣測算的誤差更小，但實際上沒有一個指數(shù)可以完全反映市場組合，相較之下，我們選取滬深300指數(shù)作為公開的市場組合指數(shù)。

3.樣本時間跨度的選取。選取適當(dāng)?shù)臅r間對？茁系數(shù)的測算非常重要，選取時間過短可能造成信息流失，選取時間過長會導(dǎo)致陳舊數(shù)據(jù)過多，國際上通常采用五到八年的歷史數(shù)據(jù)來估算貝塔，我們選取七年的時間測算貝塔。

4.收益率頻率的選擇。理論上來說，間隔的時間越短，貝塔的估計值會越精確，因為較短時間間隔的收益增加了回歸時觀察值的數(shù)量，使貝塔更加接近真實情況。對于貝塔的計算一般采用季度或月作為收益，因為中國證券市場中小投資者居多，市場波動性較大，因而相較之下本文選擇月收益率作為單位。

5.無風(fēng)險收益率的選擇。在國際上一般采用短期國債收益率，銀行間同業(yè)拆借利率，銀行一年期定期存款利率作為無風(fēng)險利率。然而上述三種收益率作為無風(fēng)險利率均有其缺陷性：銀行間同業(yè)拆借利率不具有市場性，企業(yè)無法用同業(yè)拆借利率交易；銀行定期存款利率明顯低于市場無風(fēng)險利率；短期國債期限結(jié)構(gòu)不合理，我國國債中長期品種較多，在流動性上不太符合無風(fēng)險利率的要求。但相對來說，一年期國債利率更符合無風(fēng)險利率。

（二）系數(shù)的測算

1.單因素模型。E（Ri）=αi+βRm+εit其中E（Ri）為所選時期內(nèi)中石油（中石化）每月最后一天收益率的五日均值，Rm為所選時期內(nèi)滬深300指數(shù)每月最后一天五日均值。αi是截距，反映的是市場收益率為0時，中石化（中石油）的收益率大小。εit為t時期內(nèi)實際收益率與估算值之間的殘差，通過使用SPSS軟件進行線性回歸后得到如下結(jié)果：

中石油五日均值單因素模型：

Y=0.5473X-0.0126 R2=0.3776

中石化五日均值單因素模型：

Y=0.891X+0.0002 R2=0.5392

我們可以發(fā)現(xiàn)，中石化的？茁系數(shù)大于中石油，它對市場波動性更大，對于市場變化的敏感性更高。

論文以44個月為一個期間T（2007年11月到2011年6月為第一個期間，之后期間起末日期均順延一個月）測算出各個期間？茁，分別為？茁1，？茁2 ？茁47，然后以預(yù)測為因變量Y，歷史？茁為自變量X，使用期間T測算的？茁數(shù)據(jù)進行回歸得出方程。

（三）檢驗

我們運用計量經(jīng)濟學(xué)中的F單位檢驗，針對中石油2007年11月到2015年四月共計90組數(shù)據(jù)，中石化2007年1月至2015年4月共計100組數(shù)據(jù)，使用Excel軟件數(shù)據(jù)分析功能中的F檢驗功能來對回歸出的結(jié)果進行檢驗，對于HO：？茁=0給定顯著性水平α=0.05，檢驗結(jié)果如下：

1.單因素模型：中石油的F檢驗值=0.793169，F(xiàn)單尾臨界值=0.704281，F(xiàn)>F單尾臨界值，拒絕原假設(shè)HO：？茁=0，回歸方程顯著，說明整個市場的收益率對中石油的股票收益率有顯著影響。中石化的F檢驗值=1.493762，F(xiàn)單尾臨界值=1.394061，F(xiàn)>F單尾臨界值，拒絕原假設(shè)HO：？茁=0，回歸方程顯著，說明整個市場的收益率對中石化的股票收益率有顯著影響。

2.時變模型（中石油）：中石油的F檢驗值=0.96863，F(xiàn)單尾臨界值=0.609193，F(xiàn)>F單尾臨界值，拒絕原假設(shè)HO：？茁=0，回歸方程顯著，說明整個市場的收益率對中石油的股票收益率有顯著影響。

三、總結(jié)

就測算方法而言，我們主要使用了兩個模型來研究這段時期的？茁系數(shù)，在時變模型中，由于一些原因，我們只對中石化進行了基于單因素模型下的時變模型的計算與檢驗，發(fā)現(xiàn)時變模型的？茁系數(shù)大于單因素模型的？茁系數(shù)，而且解釋程度也更好。單因素模型具有諸多假設(shè)，在實際應(yīng)用中也往往難以滿足，在我國證券市場發(fā)展開始時間晚，發(fā)展速度緩慢的情況下，證券市場還不夠成熟，更加難以滿足市場完全有效地假設(shè)。時變模型考慮了歷史？茁對于未來的影響，為投資者更加精準(zhǔn)的預(yù)測未來發(fā)展趨勢。筆者希望在以后的研究中，引入更為全面的多因素模型，一方面可以與單因素形成對比，另一方面可以更好地規(guī)避單因素模型的不足。

經(jīng)過多種測算方法得出，中石油和中石化的？茁系數(shù)均小于1，股票風(fēng)險水平是在市場平均風(fēng)險水平之下的，波動性不是很大，筆者認為中國石油和中國石化為國企，實行上下游一體化的制度，業(yè)務(wù)種類繁多且綜合性較強，既有采油業(yè)務(wù)也有煉油、銷售等業(yè)務(wù)，這樣就極大的分散了風(fēng)險。當(dāng)國際油價當(dāng)國際油價上漲時，采油業(yè)務(wù)贏利較多，煉油業(yè)務(wù)會出現(xiàn)虧損；油價降低，煉化業(yè)務(wù)利潤較高. 這些企業(yè)，通過業(yè)務(wù)的綜合性對沖了風(fēng)險，本身就成為了一個投資組合。綜上所述，石油行業(yè)？茁系數(shù)的研究在預(yù)測投資方向方面具有重要的意義，我們也會參考國內(nèi)外的優(yōu)秀文獻做更深入的探究。

參考文獻

[1]王桂英，龐少楠.伊利股份13系數(shù)的實證研究[J].經(jīng)濟論壇.2014，（12）.

[2]練麗莎，李亮.我國石油行業(yè)貝塔系數(shù)的測算與預(yù)測[J].河南科學(xué).2014，（4）.

[3]王珺，高峰，吳茗.金融危機下中美保險公司Beta系數(shù)的實證研究[J].保險研究.2010，（4）.

[4]袁超.上海證券市場不同行業(yè)板塊貝塔系數(shù)的研究與檢驗[J].財經(jīng)論壇.2010，（3）.

[5]劉永久.上海股票市場Beta系數(shù)時變特征的實證研究[J].財經(jīng)論壇.2011，（10）.

[6]丁治國，蘇治，趙晶.資產(chǎn)系統(tǒng)性風(fēng)險跨期時變的內(nèi)生性：由理論證明到實證檢驗.中國社會科學(xué).2012，（4）.

[7]Schwert G.W.，P.J.Seguin.Heteroscedasticity in Stock Returns[J].Journal of Finance，1990，45.

[8]Mario G.Reyes.Size，Time-varying Beta，and Conditional Heteroscedasticity in UK Stock Returns[J].Review of Financial Economics，1999，8.

[9]張律行，袁桂秋.基于時變β系數(shù)的股票投資分析[J].金融經(jīng)濟.2012，（6）.

[9]周少甫，杜福林.上海股市時變貝塔系數(shù)的估計[J].統(tǒng)計與決策.2005，（11）.

[9]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）.