陳蕾 王敬琦

資本資產(chǎn)定價(jià)模型采用Beta系數(shù)對(duì)資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行度量，在公司估值實(shí)務(wù)中得到廣泛應(yīng)用。作者以醫(yī)藥、紡織服裝、食品飲料、傳媒、計(jì)算機(jī)、通信等六個(gè)非周期性行業(yè)板塊收益率及市場(chǎng)平均收益率的周數(shù)據(jù)和月數(shù)據(jù)為研究樣本，對(duì)三個(gè)研究假說(shuō)進(jìn)行實(shí)證檢驗(yàn)。研究發(fā)現(xiàn)，時(shí)間要素設(shè)定差異會(huì)顯著影響非周期性行業(yè)Beta系數(shù)穩(wěn)定性，審慎設(shè)定時(shí)間要素，有利于提高非周期性行業(yè)Beta系數(shù)穩(wěn)定性，同時(shí)降低系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值誤差。

一、引言

資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model,CAPM）采用 Beta系數(shù)對(duì)資產(chǎn)的系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行度量，在公司估值實(shí)務(wù)中得到廣泛應(yīng)用。但大量實(shí)證研究表明，在跨期條件下Beta系數(shù)具有時(shí)變性特征。國(guó)內(nèi)外學(xué)者亦圍繞Beta系數(shù)跨期時(shí)變這一熱點(diǎn)命題，對(duì)Beta系數(shù)在跨期條件下的穩(wěn)定性（ Brooks et al, 1994[1]; 沈藝峰、洪錫熙，1999[2]；蘇衛(wèi)東、張世英，2002[3]； 趙景文，2005[4]）和時(shí)變路徑（Kolb and Rodriguez, 1989[5]; 丁志國(guó)等，2007[6]；蘇治等，2008[7]）進(jìn)行實(shí)證分析，對(duì)Beta系數(shù)跨期時(shí)變的影響因素及成因進(jìn)行理論揭示（ 陳浪南、屈文洲，2000[8]；丁志國(guó)等，2012[9]）；不過部分實(shí)證研究的觀點(diǎn)和結(jié)論存在分歧，這與多樣化的研究樣本、研究期限、研究方法等不無(wú)關(guān)系（Jensen, 1969[10]; 丁志國(guó)等，2012[9]；陳蕾、王敬琦，2016[11]）。

值得注意的是，多數(shù)研究隨機(jī)選取若干個(gè)股作為實(shí)證檢驗(yàn)樣本，不利于剔除單個(gè)企業(yè)微觀因素的干擾，也忽視了可能存在的行業(yè)差異；只有個(gè)別研究從行業(yè)視角對(duì)Beta系數(shù)時(shí)變及其間差異進(jìn)行探討；而涉及Beta系數(shù)跨期時(shí)變與特定行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量或公司估值的關(guān)聯(lián)研究更不多見（陳蕾、王敬琦，2016[11]）。王荊杰（2009）[12]采用滾動(dòng)回歸方法和行業(yè)日收益率數(shù)據(jù)發(fā)現(xiàn)，Beta系數(shù)穩(wěn)定性較差的前五個(gè)行業(yè)中，有三個(gè)是周期性行業(yè)，可能是較強(qiáng)的周期性導(dǎo)致產(chǎn)生波動(dòng)較大的系統(tǒng)性風(fēng)險(xiǎn)；丁志國(guó)等（2012）[9]采用7種實(shí)證方法和行業(yè)日收益率數(shù)據(jù)，對(duì)中國(guó)、美國(guó)、英國(guó)、日本證券市場(chǎng)的分行業(yè)Beta系數(shù)跨期時(shí)變特征進(jìn)行檢驗(yàn)。在此基礎(chǔ)上，陳蕾、王敬琦（2016）[11]指出，不同的研究設(shè)計(jì)使“Beta系數(shù)是否穩(wěn)定”不可一概而論，并進(jìn)一步以有色、鋼鐵、石化、房地產(chǎn)、銀行等5個(gè)周期性行業(yè)板塊收益率及市場(chǎng)平均收益率的周數(shù)據(jù)和月數(shù)據(jù)為研究樣本，提出：當(dāng)運(yùn)用回歸方法估算Beta系數(shù)時(shí)，對(duì)于回歸樣本選擇所涉及的回歸期限和收益率度量時(shí)限這兩項(xiàng)時(shí)間要素，其設(shè)定差異會(huì)顯著影響B(tài)eta系數(shù)穩(wěn)定性，進(jìn)而對(duì)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果影響顯著；審慎設(shè)定時(shí)間要素，有利于提高Beta系數(shù)穩(wěn)定性，同時(shí)降低系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值誤差；“5～10年”是更為可取的Beta系數(shù)估計(jì)時(shí)段，并應(yīng)優(yōu)先選擇以“周”為單位的收益率度量時(shí)限，其次是以“月”為單位。這對(duì)于之前的研究結(jié)果，既是驗(yàn)證和延伸，又是探索與創(chuàng)新，一定程度上深化了現(xiàn)有公司估值理論中的系統(tǒng)性風(fēng)險(xiǎn)度量研究。但陳蕾、王敬琦（2016）[11]也強(qiáng)調(diào)，其研究重點(diǎn)以波動(dòng)性較強(qiáng)的周期性行業(yè)為檢驗(yàn)樣本探尋規(guī)律，相關(guān)結(jié)論是否具有普適性還有待進(jìn)一步驗(yàn)證，未來(lái)研究亦可選取非周期性行業(yè)樣本進(jìn)行拓展。

應(yīng)該看到，較之周期性行業(yè)，非周期性行業(yè)（亦可稱為“弱周期性行業(yè)”）的收益波動(dòng)對(duì)宏觀經(jīng)濟(jì)變化敏感度較弱，既涉及食品、醫(yī)藥等與人類日常消費(fèi)息息相關(guān)的防守型行業(yè)，又涉及計(jì)算機(jī)、通信等依靠技術(shù)進(jìn)步得以發(fā)展的增長(zhǎng)型行業(yè)。那么，非周期性行業(yè)是否因?yàn)槭芎暧^經(jīng)濟(jì)變化影響較小而具有波動(dòng)性較小的系統(tǒng)性風(fēng)險(xiǎn)，即Beta系數(shù)不具有跨期時(shí)變特性？時(shí)間要素設(shè)定差異，是否會(huì)對(duì)非周期性行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果產(chǎn)生顯著影響？如果影響顯著，應(yīng)如何對(duì)時(shí)間要素進(jìn)行設(shè)定以提高非周期性公司估值合理性和準(zhǔn)確性？這些問題值得進(jìn)一步探究。全文余下部分做如下安排：第二部分為研究設(shè)計(jì)，第三部分為樣本數(shù)據(jù)與描述性統(tǒng)計(jì)，第四部分為實(shí)證結(jié)果及分析，第五部分為結(jié)論。

二、研究設(shè)計(jì)

（一）研究假說(shuō)

結(jié)合Beta系數(shù)定義，作為一種系統(tǒng)性風(fēng)險(xiǎn)指數(shù)，Beta系數(shù)可以度量一種證券或一個(gè)投資證券組合相對(duì)總體市場(chǎng)的波動(dòng)性。盡管非周期性行業(yè)景氣度受宏觀經(jīng)濟(jì)影響較小，但是，收益波動(dòng)對(duì)宏觀經(jīng)濟(jì)敏感度低尚不能與系統(tǒng)性風(fēng)險(xiǎn)波動(dòng)性低簡(jiǎn)單劃等號(hào)。由此，本文綜合已有經(jīng)驗(yàn)研究證據(jù)，暫假定陳蕾、王敬琦（2016）[11]的研究結(jié)論具有普適性，并具體提出三個(gè)可供檢驗(yàn)的假說(shuō)：

假說(shuō)1：時(shí)間要素設(shè)定差異會(huì)顯著影響非周期性行業(yè)Beta系數(shù)穩(wěn)定性。

假說(shuō)2：時(shí)間要素設(shè)定差異會(huì)顯著影響非周期性行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果。

假說(shuō)3：審慎設(shè)定時(shí)間要素，有利于提高非周期性行業(yè)Beta系數(shù)穩(wěn)定性，同時(shí)降低系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值誤差。

其中，為便于與已有研究（陳蕾、王敬琦，2016[11]）結(jié)論進(jìn)行對(duì)照比較，本文將繼續(xù)設(shè)定與之相同的研究期限進(jìn)行實(shí)證檢驗(yàn)；在研究方法上，除采用Chow檢驗(yàn)等相同研究方法外，還將嘗試CUSUMSQ檢驗(yàn)用以比較。

（二）檢驗(yàn)對(duì)象與回歸樣本

本文擬重點(diǎn)以我國(guó)滬深A(yù)股市場(chǎng)中非周期性行業(yè)作為檢驗(yàn)對(duì)象；具體選擇“醫(yī)藥、紡織服裝、食品飲料”等3個(gè)防守型行業(yè)和“傳媒、計(jì)算機(jī)、通信”等3個(gè)增長(zhǎng)型行業(yè)，共計(jì)6個(gè)非周期性行業(yè)樣本。同時(shí)，繼續(xù)選取10年長(zhǎng)度測(cè)算區(qū)間作為樣本回歸期限，選用“周”和“月”為單位作為回歸樣本的收益率度量時(shí)限；樣本數(shù)據(jù)時(shí)間跨度從2005年1月1日至2014年12月31日，共計(jì)3042個(gè)周樣本和720個(gè)月樣本。通過將此樣本周期劃分為不同時(shí)間段，還可形成若干樣本子集，以便對(duì)研究假說(shuō)進(jìn)行檢驗(yàn)。

（三）研究方法

本文采用的研究方法分為四個(gè)主要步驟：

第一步，通過普通最小二乘法（Ordinary Least Square,OLS）分別考察、比較不同回歸期限（1～10年）和收益率度量時(shí)限（“周”和“月”）下的6個(gè)樣本行業(yè)Beta系數(shù)估計(jì)值與動(dòng)態(tài)軌跡；隨后，使用標(biāo)準(zhǔn)差和平均絕對(duì)偏差（Mean Absolute Deviation, MAD）值初步檢驗(yàn)Beta系數(shù)穩(wěn)定性。

其中，對(duì)Beta系數(shù)進(jìn)行估計(jì)時(shí)，采用單指數(shù)市場(chǎng)模型，即：

式中， Rt為資產(chǎn)期望收益率；Rm為市場(chǎng)組合期望收益率；β為資產(chǎn)Beta系數(shù)。

根據(jù)式（1），引入一元一次方程式（2）和式（3）：

式（2）和式（3）中，Rt,wn和Rt,mn分別表示樣本行業(yè)周收益率和月收益率，Rm,w和Rm,m分別表示市場(chǎng)平均周收益率和月收益率，βwn和βmn分別表示收益率度量時(shí)限為“周”和“月”的樣本行業(yè)Beta系數(shù)，αwn和αmn為常數(shù)項(xiàng)，εwn和εmn為零均值的隨機(jī)誤差項(xiàng)，n代表醫(yī)藥、紡織服裝、食品飲料、傳媒、計(jì)算機(jī)、通信等不同樣本行業(yè)。

第二步，利用Chow檢驗(yàn)對(duì)所估算出的Beta系數(shù)進(jìn)行穩(wěn)定性檢驗(yàn)。本文以每年年末為兩段估算時(shí)期間的假定斷裂點(diǎn)，將10年周期分割為兩期，通過Beta系數(shù)觀測(cè)值進(jìn)行穩(wěn)定性檢驗(yàn)。該檢驗(yàn)首先建立如下假設(shè)：

原假設(shè)：H0:β1=β2，β1、β2代表每個(gè)假定斷裂點(diǎn)前后兩期分別估計(jì)的Beta系數(shù)；

備擇假設(shè)：H1:β1≠β2。

在5%的顯著性水平下，若統(tǒng)計(jì)量F值大于臨界值、伴隨概率小于顯著性水平，則拒絕原假設(shè)并接受備擇假設(shè)，說(shuō)明兩個(gè)模型不屬于同一個(gè)回歸模型，即Beta值不穩(wěn)定。

第三步，利用CUSUMSQ檢驗(yàn)對(duì)所估算出的Beta系數(shù)進(jìn)行穩(wěn)定性檢驗(yàn)。CUSUMSQ檢驗(yàn)采用遞歸最小二乘法原理，通過遞歸誤差系列構(gòu)建累積平方和（CUSUMSQ）指標(biāo)進(jìn)行參數(shù)的穩(wěn)定性檢驗(yàn)。該統(tǒng)計(jì)量均值范圍為[0，1]，若存在過大偏離均值水平的現(xiàn)象就表明參數(shù)不穩(wěn)定；即，當(dāng)CUSUMSQ統(tǒng)計(jì)量值位于5%顯著性水平下的兩條置信帶之外，則Beta系數(shù)不穩(wěn)定。

第四步，參照已有研究（陳蕾、王敬琦，2016[11]），當(dāng)利用DCF模型和CAPM模型進(jìn)行公司估值時(shí)，以股權(quán)自由現(xiàn)金流折現(xiàn)模型為例，假設(shè)各期現(xiàn)金流固定且公司持續(xù)經(jīng)營(yíng)，則Beta系數(shù)估算誤差對(duì)公司估值結(jié)果的影響可表示為：

三、樣本數(shù)據(jù)與描述性統(tǒng)計(jì)

（一）變量構(gòu)建與數(shù)據(jù)來(lái)源

1. 行業(yè)收益率

本文選擇6個(gè)樣本行業(yè)板塊股價(jià)指數(shù)衡量行業(yè)收益率，實(shí)證數(shù)據(jù)包括2005年1月1日至2014年12月31日期間板塊的周收盤指數(shù)和月收盤指數(shù)，數(shù)據(jù)來(lái)自于Wind數(shù)據(jù)庫(kù)。

根據(jù)行業(yè)板塊周收盤價(jià)和月收盤價(jià)可以計(jì)算得到各行業(yè)板塊的周收益率和月收益率的時(shí)間序列數(shù)據(jù)。具體計(jì)算公式如下：

2. 市場(chǎng)平均收益率

本文選取滬深300指數(shù)進(jìn)行市場(chǎng)平均收益率的計(jì)算，具體選取2005年1月1日至2014年12月31日期間的周收盤指數(shù)和月收盤指數(shù)，數(shù)據(jù)來(lái)自于Wind數(shù)據(jù)庫(kù)。

根據(jù)滬深300指數(shù)的周收盤價(jià)和月收盤價(jià)可以計(jì)算得到周收益率和月收益率的時(shí)間序列數(shù)據(jù)。具體計(jì)算公式如下：

（二）描述性統(tǒng)計(jì)

利用Eviews8.0軟件，對(duì)6個(gè)樣本行業(yè)收益率和市場(chǎng)平均收益率的時(shí)間序列數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，分析結(jié)果詳見表1。

根據(jù)表1，從2005年1月1日至2014年12月31日期間每個(gè)行業(yè)周指標(biāo)各獲得507個(gè)觀測(cè)值，每個(gè)行業(yè)月指標(biāo)各獲得120個(gè)觀測(cè)值。6個(gè)行業(yè)指數(shù)與滬深300指數(shù)的平均收益率均為正值，說(shuō)明這段時(shí)間內(nèi)所研究的這7個(gè)指數(shù)表現(xiàn)相對(duì)較好。其中，通信行業(yè)的平均收益率最低，醫(yī)藥行業(yè)的平均收益率最高。各類指標(biāo)的標(biāo)準(zhǔn)差均較大，行業(yè)平均收益率離散程度大部分高于市場(chǎng)平均收益率，表明研究時(shí)段內(nèi)股價(jià)波動(dòng)較為劇烈，市場(chǎng)較不穩(wěn)定。與周收益率相比，月收益率度量下的收益率離散程度明顯較高，表現(xiàn)出更強(qiáng)烈的波動(dòng)性。另外，各類收益率變量的偏度均為負(fù)值，但數(shù)值較小，說(shuō)明分布形態(tài)與正態(tài)分布相比為負(fù)偏或左偏，偏斜程度較小；但峰度均為正值，說(shuō)明分布曲線比正態(tài)分布的高峰更加陡峭，呈尖頂曲線。

（三）時(shí)間序列趨勢(shì)分析

根據(jù)上述樣本數(shù)據(jù)，利用Eviews8.0軟件輸出得到各類收益率變量的時(shí)間序列趨勢(shì)圖，如圖1～圖14所示。

表1 變量描述性統(tǒng)計(jì)

圖1 Rt,w醫(yī)藥時(shí)間序列趨勢(shì)

圖2 Rt,m醫(yī)藥時(shí)間序列趨勢(shì)

圖3 Rt,w紡織服裝時(shí)間序列趨勢(shì)

圖4 Rt,m紡織服裝時(shí)間序列趨勢(shì)

圖5 Rt,w食品飲料時(shí)間序列趨勢(shì)

圖6 Rt,m食品飲料時(shí)間序列趨勢(shì)

圖7 Rt,w傳媒時(shí)間序列趨勢(shì)

圖8 Rt,m傳媒時(shí)間序列趨勢(shì)

圖9 Rt,w計(jì)算機(jī)時(shí)間序列趨勢(shì)

圖10 Rt,m計(jì)算機(jī)時(shí)間序列趨勢(shì)

圖11 Rt,w通信時(shí)間序列趨勢(shì)

圖12 Rt,m通信時(shí)間序列趨勢(shì)

圖13 Rm,w時(shí)間序列趨勢(shì)

圖14 Rm,m時(shí)間序列趨勢(shì)

從圖1～圖14可見，幾個(gè)樣本行業(yè)收益率走勢(shì)與市場(chǎng)總體相同，經(jīng)濟(jì)危機(jī)所導(dǎo)致的劇烈波動(dòng)至220周或2009年初基本達(dá)到平穩(wěn)。從周收益率來(lái)看，計(jì)算機(jī)和紡織服裝行業(yè)收益率波動(dòng)較劇烈；傳媒行業(yè)的收益率更易出現(xiàn)極端值；其余行業(yè)收益率變化速度略緩。從月收益率看，紡織服裝行業(yè)依然很不穩(wěn)定，波動(dòng)浮動(dòng)最大；通信行業(yè)、計(jì)算機(jī)行業(yè)在2008年時(shí)收益率有較大跌幅，受金融危機(jī)影響最大；傳媒行業(yè)在2013年初到2014年末發(fā)生劇烈波動(dòng)。

四、實(shí)證結(jié)果及分析

（一）Beta系數(shù)動(dòng)態(tài)軌跡與標(biāo)準(zhǔn)差、MAD值穩(wěn)定性檢驗(yàn)

利用Eviews8.0軟件，模擬測(cè)算得到以2005年1月1日為評(píng)估基準(zhǔn)日計(jì)算的1～10年Beta系數(shù)真實(shí)值βwn、βmn和以2014年12月31日為評(píng)估基準(zhǔn)日計(jì)算的1～10年Beta系數(shù)歷史值βwn、βmn，如表2和表3所示。對(duì)其中通過顯著性水平檢驗(yàn)的兩種情形下全部βwn、βmn估計(jì)結(jié)果進(jìn)行描述性統(tǒng)計(jì)分析見表4，并繪制其回歸期限變化過程中的動(dòng)態(tài)軌跡見圖15～圖18。

根據(jù)表2～表4、圖15～圖18可以發(fā)現(xiàn)：（1）當(dāng)回歸期限較短時(shí)，月收益率下Beta系數(shù)估計(jì)效果較之周收益率略差，但隨著回歸期限延長(zhǎng)，估算結(jié)果可靠性得到提高；（2）βwn、βmn在同一回歸期限下估計(jì)結(jié)果并不相同，且在數(shù)值大小方面未呈現(xiàn)顯著規(guī)律，說(shuō)明樣本行業(yè)Beta系數(shù)的周收益率估計(jì)結(jié)果和月收益率估計(jì)結(jié)果相對(duì)獨(dú)立；（3）從βwn、βmn的波動(dòng)走勢(shì)上來(lái)看，兩種評(píng)估基準(zhǔn)日測(cè)算的Beta值基本上在回歸期限為7年（含）以上時(shí)趨于穩(wěn)定，并都趨近于1，表現(xiàn)出收斂趨勢(shì)；（4）βwn標(biāo)準(zhǔn)差均值、MAD均值分別為0.14和0.11，βmn標(biāo)準(zhǔn)差均值、MAD值均值分別為0.15和0.12，后者數(shù)值略高于前者，說(shuō)明樣本行業(yè)Beta系數(shù)的周收益率估計(jì)結(jié)果比月收益率估計(jì)結(jié)果的穩(wěn)定性略好；（5）各行業(yè)當(dāng)中，計(jì)算機(jī)行業(yè)的Beta系數(shù)最不穩(wěn)定，

通信行業(yè)的Beta系數(shù)最穩(wěn)定。綜合來(lái)看，大部分增長(zhǎng)型行業(yè)的Beta系數(shù)標(biāo)準(zhǔn)差及MAD值低于防守型行業(yè)，即防守型行業(yè)Beta系數(shù)較之增長(zhǎng)型行業(yè)更不穩(wěn)定。

表2 未來(lái)1～10年回歸期限下真實(shí)βwn、βmn觀測(cè)值（以2005年1月1日為評(píng)估基準(zhǔn)日）

表3 過去1～10年回歸期限下歷史βwn、βmn觀測(cè)值（以2014年12月31日為評(píng)估基準(zhǔn)日）

表4 βwn、βmn估計(jì)結(jié)果描述性統(tǒng)計(jì)

圖15 2005年1月1日評(píng)估基準(zhǔn)日真實(shí)βwn趨勢(shì)

圖16 2005年1月1日評(píng)估基準(zhǔn)日真實(shí)βmn趨勢(shì)

圖17 2014年12月31日評(píng)估基準(zhǔn)日歷史βwn趨勢(shì)

圖18 2014年12月31日評(píng)估基準(zhǔn)日歷史βmn趨勢(shì)

（二）Beta系數(shù)的Chow穩(wěn)定性檢驗(yàn)

利用Eviews8.0軟件，分別通過Chow檢驗(yàn)測(cè)算9個(gè)斷裂點(diǎn)前后兩期各行業(yè)βwn、βmn穩(wěn)定性，檢驗(yàn)得到的F值如表5所示①評(píng)估基準(zhǔn)日為2005年1月1日的Chow檢驗(yàn)測(cè)算結(jié)果與評(píng)估基準(zhǔn)日為2014年12月31日的測(cè)算結(jié)果相同。。

根據(jù)表5可見，在5%的顯著性水平下：（1）βwn、βmn的Chow檢驗(yàn)結(jié)果中，月收益率度量時(shí)限下不穩(wěn)定的Beta系數(shù)僅有20.45%，而周收益率度量時(shí)限下所估計(jì)出的Beta系數(shù)呈不穩(wěn)定性情形的約占50.94%，說(shuō)明樣本行業(yè)Beta系數(shù)的月收益率估計(jì)結(jié)果的穩(wěn)定性略好于周收益率估計(jì)結(jié)果，這也可能源于前者剔除了更多未通過顯著性水平檢驗(yàn)的βmn所致；（2）各假定斷裂點(diǎn)的Chow檢驗(yàn)結(jié)果顯示，歷史回歸期限為7年（含）以上時(shí)，樣本行業(yè)Beta系數(shù)估計(jì)結(jié)果的穩(wěn)定性更好；（3）從行業(yè)角度來(lái)看，紡織服裝行業(yè)的穩(wěn)定性較差，通信行業(yè)的穩(wěn)定性較好。也說(shuō)明防守型行業(yè)的穩(wěn)定性整體上劣于增長(zhǎng)型行業(yè)。

（三）Beta系數(shù)的CUSUMSQ穩(wěn)定性檢驗(yàn)

繼續(xù)采用CUSUMSQ檢驗(yàn)進(jìn)一步測(cè)算Beta系數(shù)穩(wěn)定性，仍以2014年12月31日為評(píng)估基準(zhǔn)日，借助Eviews8.0軟件輸出的周收益率與月收益率下6個(gè)行業(yè)CUSUMSQ統(tǒng)計(jì)量結(jié)果見圖19～圖30。

根據(jù)圖19～圖30可以發(fā)現(xiàn)：（1）經(jīng)比較兩種收益率下輸出結(jié)果，周收益率下統(tǒng)計(jì)量溢出置信帶現(xiàn)象的行業(yè)個(gè)數(shù)更多，除計(jì)算機(jī)行業(yè)外的其他行業(yè)都存在Beta系數(shù)不穩(wěn)定現(xiàn)象，而月收益率中只有紡織服裝行業(yè)和傳媒行業(yè)存在統(tǒng)計(jì)量溢出置信帶現(xiàn)象，進(jìn)一步說(shuō)明樣本行業(yè)Beta系數(shù)的月收益率估計(jì)結(jié)果穩(wěn)定性總體略好于周收益率估計(jì)結(jié)果；（2）傳媒、紡織服裝行業(yè)的Beta系數(shù)不穩(wěn)定性最為明顯，紡織服裝行業(yè)在周收益率下出現(xiàn)Beta系數(shù)不穩(wěn)定情況的區(qū)間最長(zhǎng)，傳媒行業(yè)在月收益率下出現(xiàn)Beta系數(shù)不穩(wěn)定情況的區(qū)間最長(zhǎng)；（3）大部分行業(yè)在歷史回歸期限為7年（含）以上時(shí)未出現(xiàn)置信帶溢出現(xiàn)象，可以認(rèn)為較長(zhǎng)回歸期限有利于Beta系數(shù)的穩(wěn)定?？梢?，CUSUMSQ檢驗(yàn)結(jié)果與Chow檢驗(yàn)結(jié)果基本一致，只是在Beta系數(shù)穩(wěn)定性時(shí)間段等細(xì)節(jié)方面略有差異。這可能源于兩種方法檢驗(yàn)原理不同：Chow檢驗(yàn)側(cè)重于假定斷裂點(diǎn)變化情況，而CUSUMSQ檢驗(yàn)側(cè)重于整個(gè)回歸時(shí)段變化情況。

表5 βwn、βmn穩(wěn)定性檢驗(yàn)（F值）

圖19 βw醫(yī)藥CUSUMSQ統(tǒng)計(jì)結(jié)果

圖20 βm醫(yī)藥CUSUMSQ統(tǒng)計(jì)結(jié)果

圖21 βw紡織服裝CUSUMSQ統(tǒng)計(jì)結(jié)果

圖22 βm紡織服裝CUSUMSQ統(tǒng)計(jì)結(jié)果

圖23 βw食品飲料CUSUMSQ統(tǒng)計(jì)結(jié)果

圖24 βm食品飲料CUSUMSQ統(tǒng)計(jì)結(jié)果

圖25 βw傳媒CUSUMSQ統(tǒng)計(jì)結(jié)果

圖26 βm傳媒CUSUMSQ統(tǒng)計(jì)結(jié)果

圖27 βw計(jì)算機(jī)CUSUMSQ統(tǒng)計(jì)結(jié)果

圖28 βm計(jì)算機(jī)CUSUMSQ統(tǒng)計(jì)結(jié)果

圖29 βw通信CUSUMSQ統(tǒng)計(jì)結(jié)果

圖30 βm通信CUSUMSQ統(tǒng)計(jì)結(jié)果

（四）對(duì)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果影響的實(shí)證模擬

若按近十年我國(guó)市場(chǎng)歷史平均水平②2005～2014年期間，我國(guó)一年期銀行定期存款利率在2.25%～4.14%范圍內(nèi)浮動(dòng)，滬深300指數(shù)平均年收益率為13.45%。，Rf取值3.00%，Rm取值13.45%，則方程（4）進(jìn)一步變化為：

根據(jù)表3數(shù)據(jù)和方程（9），繼續(xù)以2014年12月31日為評(píng)估基準(zhǔn)日，分別統(tǒng)計(jì)各樣本行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值最大可能誤差的實(shí)證模擬結(jié)果，其中，在不同回歸期限（1～10年）和相同收益率度量時(shí)限下的結(jié)果如表6所示，在相同回歸期限（7～10年）③鑒于實(shí)證分析前三部分均已證明當(dāng)回歸期限為7年（含）以上時(shí)，樣本行業(yè)Beta系數(shù)估計(jì)結(jié)果具有更好的穩(wěn)定性，此部分只統(tǒng)計(jì)分析各樣本行業(yè)在7～10年回歸期限下的同期誤差，以集中考察Beta系數(shù)相對(duì)穩(wěn)定情況下不同收益率度量時(shí)限對(duì)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果可能產(chǎn)生的影響。和不同收益率度量時(shí)限下的結(jié)果如表7所示。

（五）實(shí)證分析結(jié)論

綜合以上四個(gè)步驟的實(shí)證結(jié)果及分析，總結(jié)如下：（1）時(shí)間要素設(shè)定差異會(huì)顯著影響非周期性行業(yè)Beta系數(shù)穩(wěn)定性。驗(yàn)證假說(shuō)1；（2）時(shí)間要素設(shè)定差異會(huì)顯著影響非周期性行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果。驗(yàn)證假說(shuō)2；（3）樣本行業(yè)Beta系數(shù)估計(jì)結(jié)果在回歸期限為7年（含）以上時(shí)具有更好的穩(wěn)定性。Beta系數(shù)的周收益率估計(jì)結(jié)果和月收益率估計(jì)結(jié)果相對(duì)獨(dú)立，雖然前者的Beta系數(shù)估計(jì)效果和標(biāo)準(zhǔn)差、MAD值檢驗(yàn)得到的穩(wěn)定性在回歸期限較短時(shí)略好于后者，但Chow檢驗(yàn)、CUSUMSQ檢驗(yàn)以及Beta系數(shù)對(duì)系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果影響的實(shí)證模擬結(jié)果均證明后者的穩(wěn)定性和精確度總體好于前者。所以審慎設(shè)定時(shí)間要素，有利于提高非周期性行業(yè)Beta系數(shù)穩(wěn)定性，同時(shí)降低系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值誤差。驗(yàn)證假說(shuō)3。

表6 不同回歸期限（1～10年）和相同收益率度量時(shí)限下最大可能誤差的實(shí)證模擬

表7 相同回歸期限（7～10年）和不同收益率度量時(shí)限下最大可能誤差的實(shí)證模擬

五、結(jié)論

本文以2005年1月1日至2014年12月31日為樣本周期，以醫(yī)藥、紡織服裝、食品飲料、傳媒、計(jì)算機(jī)、通信等6個(gè)非周期性行業(yè)板塊收益率及市場(chǎng)平均收益率的周數(shù)據(jù)和月數(shù)據(jù)為研究樣本，對(duì)三個(gè)研究假說(shuō)進(jìn)行實(shí)證檢驗(yàn)，與已有文獻(xiàn)結(jié)論進(jìn)行對(duì)照研究。研究發(fā)現(xiàn)：（1）對(duì)于非周期性行業(yè)，Beta系數(shù)跨期時(shí)變、時(shí)間要素設(shè)定差異同樣關(guān)系到其系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值結(jié)果的精確度；（2）“7～10年”是更為可取的Beta系數(shù)估計(jì)時(shí)段④實(shí)證結(jié)果表明，樣本行業(yè)Beta系數(shù)估計(jì)結(jié)果在回歸期限為7年（含）以上時(shí)具有更好的穩(wěn)定性，但考慮到Beta系數(shù)跨期時(shí)變的內(nèi)生性、回歸樣本數(shù)據(jù)規(guī)模無(wú)限擴(kuò)大的操作意義、以及關(guān)于Beta系數(shù)最佳估計(jì)時(shí)段的現(xiàn)有結(jié)論等因素，Beta系數(shù)回歸期限不宜過長(zhǎng)，以7～10年更為可取。，此時(shí)應(yīng)優(yōu)先選擇以“月”為單位的收益率度量時(shí)限，其次是以“周”為單位；（3）通過審慎設(shè)定時(shí)間要素，可以提高Beta系數(shù)穩(wěn)定性，同時(shí)降低系統(tǒng)性風(fēng)險(xiǎn)度量及公司估值誤差。

與部分已有研究結(jié)果相比，陳蕾、王敬琦（2016）[11]研究結(jié)論的普適性得到驗(yàn)證，只是在Beta系數(shù)最佳估計(jì)時(shí)段的具體選擇方面略有差異：對(duì)于周期性行業(yè)，回歸期限為“5～10年” 、“周”收益率度量時(shí)限下的Beta系數(shù)估計(jì)效果總體更佳；對(duì)于非周期性行業(yè)，回歸期限為“7～10年” 、“月”收益率度量時(shí)限下的Beta系數(shù)估計(jì)效果總體更佳。實(shí)證結(jié)果也可以證明，樣本行業(yè)Beta系數(shù)估計(jì)結(jié)果圍繞均值1隨機(jī)發(fā)生，并具有收斂趨勢(shì)，這些結(jié)論與已有文獻(xiàn)結(jié)論一致；并且，非周期性行業(yè)中增長(zhǎng)型樣本行業(yè)Beta系數(shù)的穩(wěn)定性整體好于防守型樣本行業(yè)。

[1] Brooks R D, Faff R W, Lee J H. Beta stability and portfolio formation[J]. Pacific-Basin Finance Journal, 1994, 2(4):463-479.

[2] 沈藝峰, 洪錫熙. 我國(guó)股票市場(chǎng)貝塔系數(shù)的穩(wěn)定性檢驗(yàn)[J]. 廈門大學(xué)學(xué)報(bào): 哲學(xué)社會(huì)科學(xué)版, 1999 (4): 62-68.

[3] 蘇衛(wèi)東, 張世英. 上海股市β系數(shù)的穩(wěn)定性檢驗(yàn)[J]. 預(yù)測(cè),2002, 21(2): 44-46.

[4] 趙景文. 用ADF方法檢驗(yàn)中國(guó)A股β系數(shù)的平穩(wěn)性[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2005 (8) : 72-75.

[5] Kolb R W, Rodriguez R J. The regression tendencies of betas: A reappraisal[J]. Financial Review, 1989, 24(2): 319-334.

[6] 丁志國(guó), 蘇治, 杜曉宇. 溢出效應(yīng)與門限特征: 金融開放條件下國(guó)際證券市場(chǎng)風(fēng)險(xiǎn)對(duì)中國(guó)市場(chǎng)沖擊機(jī)理[J]. 管理世界,2007(1):41-47.

[7] 蘇治, 丁志國(guó), 方明. 跨期系數(shù)時(shí)變結(jié)構(gòu)研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2008(5): 135-145.

[8] 陳浪南, 屈文洲. 資本資產(chǎn)定價(jià)模型的實(shí)證研究[J]. 經(jīng)濟(jì)研究, 2000, (4): 26-34.

[9] 丁志國(guó), 蘇治, 趙晶. 資產(chǎn)系統(tǒng)性風(fēng)險(xiǎn)跨期時(shí)變的內(nèi)生性: 由理論證明到實(shí)證檢驗(yàn)[J]. 中國(guó)社會(huì)科學(xué), 2012(4): 83-102.

[10] Jensen M C. Risk, The pricing of capital assets, and the evaluation of investment portfolios[J]. Journal of business, 1969,42(2): 167-247.

[11] 陳蕾, 王敬琦. Beta系數(shù)跨期時(shí)變與公司估值[J]. 統(tǒng)計(jì)研究, 2016(8): 37-46.

[12] 王荊杰. 深市行業(yè)貝塔系數(shù)的穩(wěn)定性與時(shí)變性研究[D]. 廈門大學(xué)碩士學(xué)位論文, 2009.