招商银行A股的β系数估计

1、才州/膏基于EVIEWS的金融计量学课程论文题目： 招商银行A股的8系数估计课程名称:基于EVIEWS的金融计量学学 院：经济学院专 业：年 级：学生姓名：学 号：指导教师：2010 年 6 月 9 日招商银行A股的8系数估计摘要：本文章中，我利用我国上海证券交易所上证指数（代码：000001）和招商银行A 股（代码：600036）2002年4月到2012年5月的月收盘价数据，构建单指数模型对招商银 行A股的0系数进行估计，运用eviews软件建立、估计、检验线性回归模型。关键词：Eviews软件 0系数 单指数模型t统计量DW统计量 残差正态分布检验 自相关的LM检验 异方差的White检验

2、引言：一、公司背景招商银行是一家全国性商业银行，国内最大的零售银行。在境内30多个大中城市、香港 设有分行，网点总数400多家，在美国设立了代表处，并与世界70多个国家和地区的900多 家银行建立了代理行关系。公司在香港、上海两地上市，其发行的“一卡通”被誉为我国 银行业在个人理财方面的一个创举，公司同时也是国内信用卡发卡最多的银行。公司正加快 实现战略转型，加大收入结构和客户结构的调整力度，大力发展零售银行业务、中间业务、 信用卡业务和中小企业业务，不断提高非利息收入的占比，经营转型取得了良好的效果。自成立以来，招商银行先后进行了三次增资扩股，并于2002年3月成功地发行了 15 亿A股，4

3、月9日在上交所挂牌（股票代码：600036），是国内第一家采用国际会计标准上 市的公司。2006年9月又成功发行了 22亿H股，9月22日在香港联交所挂牌交易（股票 代码：3968），10月5日行使H股超额配售，共发行了 24.2亿H股。目前，招商银行总资 产逾8000亿元，在英国银行家杂志，世界1000家大银行”的最新排名中，资产总额位居 114位。招商银行股份有限公司被巴菲特杂志、世界企业竞争力实验室、世界经济学人周刊 联合评为2010年（第七届）中国上市公司100强，排名第40位。二、研究目的资本资产定价模型（CAPM）认为，总体风险等于系统风险加上非系统风险，而非系统 风险可以通过一个

4、充分分散化的投资组合消除，剩下的只有系统风险了，那么某个证券或者 证券组合的预测收益就是由它所含有的系统性风险唯一确定，可表示为：E（r.）=rf+E（rm）-rfp.其中：E（ri）表示证券i期望收益率；rf表示无风险收益率；E（rm）表示市场组合的期望收 益率。这里Pi=COv（ri,rm）/var（rm）=Gim/G2m,称为0系数，表示证券i的风险相对于 ； 市场的风险比率，反映证券i的收益率对市场收益率的敏感性，即该证券系统性风险的大小。根据以上理论，本文就以该理论来对招商银行A股的0系数进行估计，看看招商银行 A股和上证指数的收益是否具有相关性，检验招商银行A股的价格波动是否与市场

5、一致。三、初步分析在大智慧上导出上证指数（代码：000001）和招商银行A股（代码：600036）2002年 4月到2012年5月的月收盘价数据（总共122个月），创建eviews工作文件夹，导入数据， 对数据进行分析。创建序列对象sh和zsyh，分别用来保存上证指数和招商银行A股的月收盘数据。得到 上证指数折线图：600050004000300020001000-02 03 04 05 06 07 08 09 10 11图1-上证指数月收盘价数据折线图SH图2-招商银行A股月收盘价数据折线图由图1和图2可以看出，招商银行A股和上证指数走势基本一致。为了利用单指数模 型估计招商银行A股的0系数

6、，还需要建立招商银行A股和上证指数的收益率序列，我们 取百分比收益率。由公式rsh=(sh-sh(-1)/sh(-1)(2)建立一个新序列rsh,为上证指数百分比收益率序列，其中，sh(-1)表示sh序列的滞后一期。 由公式：rzsyh=(zsyh-zsyh(-1)/zsyh(-1)(3)以类似方法建立招商银行A股百分比收益率序列rzsyh。为了确定招商银行A股和上证指 数收益的相关关系，可以将rsh和rzsyh序列以组织的形式进行观察，首先观察两者的二维 散点图：RZSYH图3-rsh和rzsyh二维散点图从图3可以看出，大多数点分布在一条直线(回归线)附近，可以初步认为rsh和rzsyh

7、线性相关。为了进一步观察rsh和rzsyh序列的相关系数，得出rsh和rzsyh序列的相关系 数矩阵：RZSYHRSHRZSYH10.70082RSH0.700821表1-rsh和rzsyh序列的相关系数矩阵如表1所示，可见，rsh和rzsyh序列的相关系数为0.701。建立单指数模型：1、建立模型a+br +u为了估计招商银行A股的0系数，可以建立单指数模型，模型的形式为：rit=在方程定义对话框中输入“rzsyh c rsh ”选择框选择LS估计法和样本区间“ 2002M04 2012M05”，得到如图所示结果：Dependent Variable: RZSYHMethod: Least

8、SquaresDate: 06/09/12 Time: 16:15Sample (adjusted): 2002M06 2012M06Included observations: 121 aftei adjustmentsVariableCoefficientStd. Error t-StatisticPr&b.C0.0018280 0076830 2379030.8124RSH0.9576760 08935810 717270 0000R-squared0 491148Mean dependent var0.008194Adjusted R-squared0.486872S.D. depen

9、dent var0.117631S.E. of regression0.084262Akaike info criterion-2.093376Sum squared resid0 844914Schwarz criterion-2 047166Log likelihood128.6493F-statistic114.8599Durbin-Wat son stat2.239034Prob(F-statistic)0.000000图 4-方程输出结果由图4可看出，常数项的t统计量值为0.238，相伴概率为0.812,因为t统计量的相伴 概率大于0.05，则在5%的显著水平上接受原假设，认为系数为

10、零，对应的解释变量不应包 括在模型中。由于没有通过显著性检验，因此，应该从方程中剔除，重新定义方程为“rzsyh rsh”，得到回归结果如图所示：Dependent Variable: RZSYHMethod: Least SquabsDate: 06/09/12 Time: 16:24Sample (adjusted): 2002M05 2012M05Included observations: 121 after adjustmentsVariableCoefficientStd一 Errort-StatisticProb.RSH0.9593200 08874010 810470 0000

11、R-squa日 d0.490906Mean dependent var0.008194Adjusted R-squared0.490906S.D. dependent var0.117631S.E. of regression0.083930Akaike info criterion-2.109430Sum squared resid0 845316Schwarz criterion-2.086324Log likelihood128.6205Durbin-Watson stat2.238928图5-剔除常数项的方程输出结果对应回归的表达式是：RZSYH=0.959*RSH(5)(10.81)

12、R2= 0.491DW=2.24RSH的系数估计值为0.959, t统计量的相伴系数为0，通过显著性检验，也就是说招商银行 A股的0系数的估计值为0.959,跟1很接近，说明招商银行A股的价格波动基本与市场一 致，这与对图1和图2的观察结果一致。R2=0.491，说明方程的拟合程度并不是很高，但是 作为金融资产的收益率序列拟合，还是可以接受的。其经济意义是，招商银行A股的系统 风险占总风险的比例为49.1%，DW=2.24,说明基本没有一阶自相关。还可以观察真实值、 拟合值与残差图：.4Residual Actual Fitted图7-残差正态性检验结果如图7所示，可以看到残差序列的偏度为-0

13、.252,峰度为4.753, JB统计量为16.777, JB统计量的相伴概率为0.000227,小于0.05,可以认为在5%的显著性水平上认为残差序列 不服从正态分布。2）、残差序列自相关的LM检验Series: ResidualsSample 2002M05 2012M05Observations 121Mean0.001817Median-0.002170Maximum0.210245Minimum-0.305328Std. Dev.0.083910Skewness-0.252074Kurtosis4.753160Jarque-Bera16.77733Probability0.00022

14、7Breusch-Godfrey Serial Correlation LM TestF-statistic1.959238Probability0.164196Obs*R-squared1.903619Probability0 167674Test EquationDependent Variable: RESIDMethod: Least SquaresDate: 06/09/12 Time: 19:11Presample missing value lagged residuals set to zero.VariableCoefficientStd. Errort-StatisticP

15、robRSH0.0388630.0926460 4194810.6756RESID(-1)-0 1334960 0953721 3997280 1642R-squared0 016732Mean dependent var0 001817Adjusted R-squared0 007461S.D. dependent var0.083910S.E. of r&gressi&n0.083597Aka ike info criterion-2.109231Sum squared resid0.831624Schwarz criterion-2.063019Log likelihood129.608

16、5Durbin-Watson stat2.024031图8-LM检验结果由图8所示可以看出，LM统计量得相伴概率为0.168,大于0.05，可以认为 在5%的显著性水平上，不存在一阶自相关。这与DW检验结果一致。3）、残差序列异方差性的White检验由eviews软件得出下图：White Heteroskedasticity TestF-statistic1.530758Probability0.220637ObsR-squared3.059960Probability0.216540Test EquationDependent. Variable: RESD*2 Method: Least

17、Squares Date: 06/09/12 Time: 16:39 Sample: 2002M05 2012M05 Included observations: 121VariableCoefficientStd. Error t-StatisticProbC0.0058460.0014324.0826500.0001RSH0 0146730.0U3041.0268070.3071RSHA20 1410390.0991141.4230010.1574R-squared0.025289Mean dependent var0.006986Adjusted R-squared0.008768S.D

18、. dependent var0.013548S.E. of regression0.013488Aka ike info criterion-5.749520Sum squared resid0 021468Schwarz criterion-5.680203Log likelihood350.8460F-statistic1.530768Durbin-Watson stat1.842648图 9-WhProb(F-statistic)ite检验结果0.220637可见nR2的相伴概率为0.217,大于0.05,可以认为在5%的显著水平上，不存在异方差 性。结论：本文利用单指数模型对招商银行A股的P系数进行估计，建立的一元线性回归方程总 的效果不错：系数通过显著性检验，残差没有自相关和异方差。但不足的是正态