魏佳蓉

摘要：本文從宏觀及微觀兩個方面，通過選取了從2008-2016年期間中國25所上市商業(yè)銀行中的14家銀行的9個指標，對我國上市商業(yè)銀行的貝塔系數(shù)進行了研究。應用stata軟件對這9個指標與貝塔值建立多元線性回歸模型進行實證分析其各個指標對于貝塔值的顯著性。發(fā)現(xiàn)貝塔值與總資產(chǎn)增長率、GDP增長率、M2增長率、CPI指數(shù)有顯著相關關系。

關鍵詞：上市商業(yè)銀行；貝塔值；多元線性回歸模型；實證分析

一、文獻綜述

資產(chǎn)評估受到風險因素的影響，導致未來實現(xiàn)的收益不穩(wěn)定。根據(jù)資本資產(chǎn)定價模型的規(guī)定，貝塔值是用來評估風險的系數(shù)，是來衡量一種證券或一個投資組合總體風險的工具。在金融體系中，商業(yè)銀行作為特殊銀行，作為負債結構單一且負債率高的行業(yè)必定蘊含著巨大風險。我國宏觀貨幣政策會影響商業(yè)銀行的過度風險承擔嗎？商業(yè)銀行的微觀特征，比如資本充足程度、不良貸款率等對其風險具有顯著影響嗎？本文根據(jù)以上問題，對商業(yè)銀行貝塔值的影響因素進行了分析。

從貝塔值的穩(wěn)定性研究來說，國內(nèi)外學者對貝塔值穩(wěn)定性的研究角度主要分為兩種：樣本的時間跨度長短角度和樣本規(guī)模大小角度。Blume （1971）發(fā)表《論風險的衡量》一文，研究發(fā)現(xiàn)在一段時間內(nèi)估計的貝塔值是未來貝塔值的有偏估計；組合規(guī)模越大，預測貝塔值的準確率也越高。1975年，Porter和EzZen研究發(fā)現(xiàn)組合的構造方式會對貝塔值的穩(wěn)定性有影響，而組合規(guī)模對貝塔值沒有影響。2000年，靳云匯、李學研究表明上市時間對股票的貝塔值的穩(wěn)定性具有影響作用，且不能利用歷史貝塔值數(shù)據(jù)來預測未來貝塔值。

從貝塔值的預測研究來說，對未來貝塔值的預測研究主要有兩種方向：一是基于時間序列關系的預測；二是基礎差異性影響因素的預測。Blume （1971）在《論風險衡量》一文利用簡單的線性模型來估計兩期貝塔估計值之間的關系，并用此回歸關系來修正對未來貝塔值得估計。Rosenberg在研究中，集貝塔值、個股市場特征、公司基本因素及行業(yè)特征為一體，建立了“羅森伯格系統(tǒng)”。

從貝塔值影響因素的研究來說，從理論上來講，貝塔值的大小主要與兩大因素有關：一是與市場相聯(lián)系的各類經(jīng)濟變量的變化，二是股票收益對經(jīng)濟變量的反應程度。許多學者除了從估計方法和數(shù)據(jù)選取等方面，還從公司的基本特征等方面探究導致貝塔值存在差異性的影響因素。從總體來看，學者對貝塔值影響因素的研究主要從以下三個方面進行：宏觀經(jīng)濟因素，公司的行業(yè)類別和公司的基本特征。

國內(nèi)外學者通過宏觀、行業(yè)類別和企業(yè)微觀特征三個方面來進行了對貝塔值影響因素的分析。從宏觀來說，Robichek和Cohn （1974）研究發(fā)現(xiàn)CPI指數(shù)會影響證券的貝塔值。Francis和Fabozzi（1979）提出經(jīng)濟周期是作為貝塔值的主要宏觀經(jīng)濟因素。Chen （1982）研究顯示實際收入增長率對貝塔值有顯著影響。從行業(yè)類別來Rosenberg和Mckibben （1973）研究發(fā)現(xiàn)行業(yè)的不同會對股票的貝塔值有影響并建立了“羅森伯格系統(tǒng)”。國內(nèi)學者呂長江、趙巖（2003）研究發(fā)現(xiàn)貝塔值不受行業(yè)特征的影響。從企業(yè)微觀特征來說，Beaver， Kettler和Scholes貝塔值與盈利變動性、股利支付率、財務杠桿之間顯著相關但與成長性、規(guī)模及流動比率三個變量無顯著聯(lián)系。吳世農(nóng)和李旭升（2002）對貝塔值的研究發(fā)現(xiàn)主營收入增長率、現(xiàn)金股利支付率、經(jīng)營杠桿、盈利變動性，凈資產(chǎn)收益率、年振幅和歷史貝塔值對貝塔值有影響作用。

總體來說，我國對于貝塔值的研究比較匱乏，本文在前人研究基礎上運用我國上市商業(yè)銀行的數(shù)據(jù)，從宏觀搜集了M2增長率等三個指標以及從微觀方面搜集了資產(chǎn)負債率等6個指標，應用stata統(tǒng)計軟件采用對我國上市銀行9年期面板數(shù)據(jù)進行了多元回歸實證分析。

二、實證分析

（一）研究樣本與數(shù)據(jù)來源

1.樣本企業(yè)的選擇

（1）由于中國股票市場有深、滬證券交易所，由于兩個交易所存在一些差異，所以在選擇數(shù)據(jù)時，本文只選取其中一個交易所的數(shù)據(jù)來研究，我國25家上市商業(yè)銀行中，只有平安銀行（000001）、寧波銀行（002142）、江陰銀行（002807）、張家港行（002839）在深圳證券交易所上市，所以本文選擇在上海交易所上市的商業(yè)銀行作為樣本。

（2）在上海證券交易所上市的商業(yè)銀行中，由于江蘇銀行、貴陽銀行等九家銀行都是在2016年之后上市，上市時間較短不作為考慮的樣本，最終選取在上海證券交易所上市的14家銀行作為樣本，即：

浦發(fā)銀行（600000）、華夏銀行（600015）、民生銀行（600016）、招商銀行（600036）、南京銀行（601009）、興業(yè)銀行（601166）、北京銀行（601169）、交通銀行（601328）、工商銀行（601398）、建設銀行（601939）、中國銀行（601988）、中信銀行（601998）、農(nóng)業(yè)銀行（601288）、光大銀行（601818）。

2.樣本研究時間段

所選取的14家商業(yè)銀行大部分都是2007年左右上市，所以本文選取的研究時間段從2008年開始，至2016，因2017年度數(shù)據(jù)并未完全出來，所以選擇年度數(shù)據(jù)作為樣本的2008-2016年共9組數(shù)據(jù)。

3.樣本數(shù)據(jù)來源與處理

本文對自變量的選取主要有兩個方面：宏觀和微觀因素，其中數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫、瑞思數(shù)據(jù)庫等，對樣本數(shù)據(jù)的分析使用STATA統(tǒng)計分析軟件，具體數(shù)據(jù)見附錄。

（二）影響指標選定

本文選取貝塔值作為因變量（y），自變量選取資產(chǎn)負債率（x1）、凈資產(chǎn)收益率（x2）、總資產(chǎn)增長率（x3）、市盈率（x4）、不良貸款率（x5）和資本充足率（x6）、 GDP增長率（x7）、CPI指數(shù)（x8）和M2增長率（x9）。

（三）回歸模型選擇

1.建立模型

根據(jù)前文分析可以得到，本文研究的是貝塔值與選取的九個自變量的關系，根據(jù)多元線性回歸的原理，即試圖用多個獨立的自變量解釋因變量，又用查得的樣本數(shù)據(jù)去估計模型中的參數(shù)，因減少變量的極端值、非正態(tài)分布以及異方差性本文選擇對數(shù)模型，建立多元回歸方程來解釋這種關系：

[lny=β0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6+β7lnx7+β8lnx8+β9lnx9+ei]

本文的實證研究采用最小二乘法的線性回歸對我國上市銀行貝塔值的影響因素進行研究。

2.確定模型類型

在進行模型類型的確定之前應該先對面板數(shù)據(jù)進行穩(wěn)定性檢驗和協(xié)整性檢驗，但是由于本文研究的樣本年度僅為2008-2016年的年度數(shù)據(jù)，數(shù)據(jù)樣本較小則默認其是穩(wěn)定的，因此省略了面板數(shù)據(jù)的穩(wěn)定性檢驗和協(xié)整性檢驗。

面板數(shù)據(jù)模型的選擇通常有三種形式分別是：混合估計模型、固定效應模型、隨機效應模型。

對于如何選擇哪種模型，通常采用F檢驗、BP-LM檢驗和Hausman檢驗。

（1）F統(tǒng)計量檢驗：

根據(jù)F檢驗的結果來檢驗以下兩個假設：

[H0]：[ai=a。模型中不同個體的截距相同（真實模型為混合估計模型）]

[H1]：模型中不同個體的截距項[ai]不同（真實模型為固定效應模型）

STATA進行F統(tǒng)計量的檢驗，檢驗結果F統(tǒng)計的P=0.0000，則拒絕了[H0]的假設，固定效應非常明顯，表明固定效應模型優(yōu)于混合估計模型。

（2）BP-LM檢驗：

針對如下假設來檢驗隨機效應，

[H0]：[σ2a=0H1]：[σ2a≠0]

如果拒絕[H0]：則表明存在隨機效應。

通過STATA進行BP-LM檢驗結果得到P=0.0000，隨機效應模型顯著，表明隨機效應模型優(yōu)于混合估計模型。

（3）Hausman檢驗：

通過STATA檢驗得到的結果P=0.0000，拒絕原假設，證明應該選擇固定效用模型。

（四）線性回歸分析

表1的檢驗結果顯示，回歸方程的R平方值為0. 585，這說明本文所選解釋變量對貝塔值的解釋能力不太高，存在一定的誤差；從回歸方程的F檢驗值及P=0.0000可以看出，回歸方程具有顯著的回歸效果，貝塔值與選擇的9個解釋變量之間具有線性相關關系。

通過表1的檢驗結果可以看出在10%的顯著性水平下，[lnx3]、[lnx7]、[lnx8]、[lnx9]這四個自變量通過顯著性檢驗，而[lnx1]、[lnx2]、[lnx4]、[lnx5]、[lnx6]收尾概率均大于0.1不通過顯著性檢驗。

三、結論

從上式可以看出，貝塔值與總資產(chǎn)增長率、GDP增長率、M2增長率、CPI指數(shù)有相關關系，相關系數(shù)分別為[-0.0673575]、0.662649、[-0.5265628]、-2.773669，其中貝塔值與M2增長率正相關，與總資產(chǎn)增長率、GDP增長率、CPI指數(shù)負相關。雖然在檢驗中排除了資產(chǎn)負債率、凈資產(chǎn)收益率、市盈率、不良貸款比例、資本充足率，但不能因此否認這四個值對貝塔值的影響。

我國商業(yè)銀行在金融體系占據(jù)了重要地位，對經(jīng)濟的運行和發(fā)展起到了關鍵作用，由于我國商業(yè)銀行的資產(chǎn)存在高負債等特點，使得銀行面臨的研究極其重要。根據(jù)檢驗結果，銀行經(jīng)營者可以通過提高收益，銀行的經(jīng)營者和投資者進行投資決策時，應充分考慮到宏觀經(jīng)濟變量的影響。

參考文獻：

[1]劉軍航.貝塔系數(shù)穩(wěn)定性研究綜述.中國會議，2012.

[2]彭利燕.我國商業(yè)銀行資本結構決定因素研究.長沙理工大學，2010.

[3]安然.我國銀行不良貸款率宏觀影響因素的實證研究.首都經(jīng)濟貿(mào)易大學，2012.

[4]任璐.我國上市公司資本結構與貝塔值關系研究.華東師范大學，2012.

[5]Ross，Stephen A. 1987， The Interrelations of Finance and Economics： Theoretical Perspectives.

[6]Sharps，W.，1964， Capital Asset Prices： a Theory of Market Equilibrium under Conditions of Ris.