中国证券市场系统性风险特征的实证研究

1、中国证券市场系统性风险特征的实证研究摘 要关于中国证券市场的系统性风险的研究，有专门多学者和机构对此做过一些实证研究，但差不多上差不多上利用2001年往常的数据做的实证结果。随着中国证券市场的不断进展，市场的风险结构和诱发因素也发生了专门多变化，因此为了准确的分析中国证券市场当前的风险结构特征及其演变趋势，为以后金融创新工具和风险对冲产品的推出做好预备，有必要对近几年中国证券市场的系统性风险做一个准确的估值。 本文以周和月为考察时段分不测罢了2002-2004年期间，上海A股市场和深圳A股市场所有上市股票的个股Beta系数、系统性风险比重和市场整体的风险结构特征。我们研究后发觉，2002-20

2、04年中国证券市场系统性风险占总风险比例平均在40%左右；其中上海A股市场为43.1%，深圳A股市场为36.5%。2002年系统性风险占总风险比例最大，为57.2%，2003年系统性风险占总风险的比例最小，为29.6%；在2004年，系统性风险又所反弹，达到32.8%。因此，中国证券市场系统性风险占总风险比例并非呈逐年下降趋势。相关于2001年往常的水平，中国证券市场系统性风险占总风险比例差不多有所下降，但仍未从全然上改变，中国证券市场系统性风险依旧偏高，上个股齐涨齐落现象照旧突出。为了爱护投资者利益，促进证券市场进展，我国有必要建立证券市场风险对冲机制，尽快推出风险对冲工具。此外我们还发觉，

3、同一年份内以不同时刻段（本文分不用周和月作为考察时段）测算的系统性风险占总风险的比例并没有显著差异，而且每个年度的系统性风险占总风险比例的变动趋势也没有显著差异。一、引言风险问题始终是金融领域的核心问题。马科维茨的资产组合理论和夏普等的资本资产定价模型，对风险进行了科学的定义和度量，并开创性地把风险分解为系统性风险和非系统性风险。系统性风险是指处于同一市场中的所有证券共同面临的、由整个经济或政治形势的变化所造成的风险，投资者无法通过投资组合方法消除系统性风险，投资者规避系统性风险的手段要紧是采纳同一交易品种在相同时刻内的反向操作技术，即风险对冲是降低系统性风险的要紧方法。非系统性风险则是指存在

4、于个不证券的、由某一个行业或企业的自身因素所带来的风险。投资者能够通过投资多样化来规避。但从全然上讲，人们对风险的分析和分解，要紧是从微观个体角度分析单个证券或证券组合的风险结构及其对该证券或证券组合定价的意义。人们真正重视从市场整体上更宏观地认识和把握风险及其结构，是在1987 年世界性股灾之后。通过这场股灾，人们开始关注市场的整体风险或波动性问题，关于市场整体风险或波动性是否日益扩大、是否需要采取诸如交易税等措施予以防范等问题，成为研究和争论的重点。证券市场中系统性风险和非系统性风险的构成比例直接阻碍投资者对各种风险规避机制的需求，因此研究证券市场风险特征具有重要的理论意义和现实意义。第一

5、，通过分析证券市场的总风险水平和风险构成，能够评价投资者特定投资行为规避证券投资风险的有效性，为风险态度不同的投资者提供个性化投资的决策依据。第二，通过分析证券市场的风险特征，能够为决策部门推出相应的证券投资风险规避机制提供参考建议。比如，当证券投资中系统性风险占有重要比例而且居高不下时，为了爱护投资者利益，促进证券市场持续进展，就需要考虑建立风险对冲机制，设立股指期货等风险对冲工具。二、1995-2001年中国证券市场风险结构特征尽管对证券市场风险结构的分析专门有意义，但相关的研究并不多见。Roll(1992) 和Heston andRouwenhorst(1994)曾试图将全球股市的波动风

6、险分解为来自行业因素和来自国家区域因素的阻碍，研究它们关于国际化组合投资的意义。Campbell et al.(2000)在1962-1997 年美国股票市场历史数据基础上，采纳一定的分解方法将波动性风险从结构上分解为市场、行业和公司的波动，分析美国股票市场波动性风险结构构成及其演变趋势。Black et al.（2001）则对英国股票市场风险结构进行了类似的分解分析。在国内，对股票市场整体风险结构的研究，已有一些学者进行过探究（张人骥等，2000；施东晖，2001；宋逢明、朱世武，2002等）。然而现有关于中国证券市场风险特征的研究文献由于测算方法和样本选取差异，研究结论多种多样。比如，19

7、96 年施东晖（1996）运用双周收益率数据计算上海证券市场系统性风险占总风险比例后指出，在1993 年4 月到1996 年5 月的观看期内，上海证券市场系统性风险所占比例平均高达81.37%，由此得出两点结论：（1）上海股市中，单个股票的价格波动受市场大势的阻碍专门大，市场齐涨齐落现象特不严峻，个股个性没有反映出来。（2）由于系统性风险在总风险中占有较大的比重，从而导致证券投资组合策略风险规避效果不佳，多样化投资只能分散大约20%的风险量，降低风险的效果不明显。张人骥等（2000）以1993 年1 月1日到1998 年12 月31 日上海证券市场50 家样本股的日收盘数据为基础，分析了上海证

8、券市场系统性风险占总风险比例的年度变化趋势后指出：1993-1998 年上海证券市场系统性风险占总风险的比例平均为53.9%，而且系统性风险占总风险的比重从1993 年的70.3%变化为1998 年的27.5%，呈现逐年下降趋势。宋逢明、朱世武（2002）也以沪深两地上市公司样本股的日收盘数据为基础，而且采纳了个股日收盘价复权计罢了以日为考察时段的1996-2000 年中国证券市场的风险结构。研究发觉：中国证券市场系统性风险占总风险的比例年均为39.8%，除了1999 年系统性风险占总风险的比例比1998 年回升了5 个百分点外，1996-2000 年中国证券市场系统性风险占总风险的比例呈逐年

9、下降趋势，并因此认为中国证券市场的个股个性得到了一定张扬，个股齐涨齐落现象差不多得到了部分改观。纵观往常学者的研究结果，尽管1993-1998 年，但1999 年中国证券市场系统性风险占总风险的比例又有所回升，2000 年下降到最小值后，2001 年又几乎恢复到1996 年的水平。资料来源：中国证券市场风险特征的实证研究2002 陶晋等那么，2001 年以后的情况是否有所改变？另外，不同的计算方法是否会有不同的结论：某些文献（如施东晖，1996；张人骥等，2000）没有使用复权数据进行研究是否会阻碍分析结果呢？以日为考察时段是否是测算证券市场风险结构的最好方法呢？随着中国证券市场的不断进展，市

10、场的风险结构和诱发因素也发生了专门多变化，因此为了准确的分析中国证券市场当前的风险结构特征及其演变趋势，为以后金融创新工具和风险对冲产品的推出做好预备，有必要对近几年中国证券市场的系统性风险做一个准确的估值。三、证券市场系统性风险度量方法许多研究表明，分析证券市场风险特征特不是系统性风险占总风险的比重时，考察时段选取不同结论也可能会不同。Scholes and Williams（1977）用市场模型可能系统性风险时，若采纳日交易数据会潜在地引致严峻的变量内生误差等经济计量问题，而对以周或月为间隔的计算来讲，这些问题的阻碍要小一些。Levy（1971）的研究结果则表明，当采纳日收益率资料时，因交

11、易清淡和价格调整滞后而导致的系统性风险可能偏差相当的大。有些学者更指出，使用日收益率资料可能系统性风险时，由于日收益率相关于正态分布呈宽尾状，最小二乘可能法可能无效，因此在求解证券市场系统性风险时，假如样本容量足够大，数据量充分的话，最好不要选用日收益率数据。因此在本文的实证研究中分不采纳周数据和月数据。运用上海和深圳证券交易所当年年初差不多上市的所有A股股票的周收盘价和月收盘价以及上证指数和深圳成指的周末收盘指数和月末收盘指数测算中国证券市场总风险水平以及系统性风险占总风险。如此既能够克服以日收益率数据为基础测算的偏差问题，又涵盖了市场的所有样本数据，其结果应该较为准确地反映了中国证券市场的

12、风险特征。采样区间： 时刻跨度为2002年1月1日至2004 年12月31日，共36个月。样本的选取： 上海证券交易所当年年初差不多上市的所有A 股股票。深圳证券交易所当年年初差不多上市的所有A 股股票。标的指数： 上证指数和深圳成指价格的修正： 以复权价格计算收益率。收益率的计算： 若样本股某日停盘，则当天收益率以零计。差不多算法： （1） （2） （3） （4） （5） （6） （7） （8）四、2002-2004年中国证券市场风险实证测算结果分析1、实证结果本文以周和月为考察时段分不测罢了2002-2004年期间，上海A股市场和深圳A股市场所有上市股票的个股Beta系数、系统性风险比重和

13、市场整体的风险结构特征。我们研究后发觉，2002-2004年中国证券市场系统性风险占总风险比例平均在40%左右；其中上海A股市场为43.1%，深圳A股市场为36.5%。2002年系统性风险占总风险比例最大，为57.2%，2002年系统性风险占总风险的比例最小，为29.6%；在2004年，系统性风险又所反弹，达到32.8%。2、结果分析2.1、系统风险占总风险比例值的纵横向比较从横一直看，2002-2004年，中国A 股市场（包括上海A 股市场和深圳A 股市场）系统风险在总风险中的比重平均在40%左右，与美国等发达国家证券市场相比依旧偏高，其中上海A股市场为43.1%，深圳A股市场为36.5%。

14、而同一时期，纽约交易所（NYSE）的一般一般股系统风险占收益率方差约10-20。从纵一直看，中国证券市场系统性风险占总风险比例并非呈逐年下降趋势。相关于2001年往常的水平，中国证券市场系统性风险占总风险比例差不多有所下降（尤其是03、04两年），但仍未从全然上改变，中国证券市场系统性风险依旧偏高，上个股齐涨齐落现象照旧突出。 2.2、上海、深圳两个市场的比较分析不管是用周数据和月数据分析，02-04年三年期间，深圳股票市场的系统性风险比重均低于上海股票市场，这要紧是由于深圳市场这几年新股上市特很多，样本数目变化不大（2002年482个，2003年482个，2004年484）而上海市场的样本数

15、目变化则比较大（2002年629个，2003年696个，2004年762个），蓝筹股的整体效应对股指的阻碍比较明显，因此系统性风险相对比较大。但两市三年来的走势特不吻合。2.3、中国证券市场风险结构变化的趋势分析从上述结果我们能够看出，相关于2001年往常的水平，03、04年中国 A 股市场系统风险占总风险的比例呈有了比较明显的下降，尽管个股还受大势相当大程度的阻碍，然而上述现象正在逐步弱化，个股的个性正得以逐步体现，其股价抗政策性风险的力量在加强。要紧缘故有以下三个方面：（1）投资者及投资主体正确的投资理念的树立。认确实去研究上市公司，分析其差不多面而不是盲目跟庄，追涨杀跌。投资逐渐变的理性

16、，从而在一定程度上抑制了股市的暴涨暴跌。（2）机构投资者的扩大。证券机构资金力量的不断加强，对证券市场的进展起了不可忽视的作用，机构投资者纷纷设立研究机构，进行行业分析，公司研究，从而有目的的去发觉价值被低估的个股。正是在这种逐步规范的进展状况下，投资者树立了投资绩优股与成长股等正确的投资理念。投资者也由前几年的“重大盘，轻个股”逐渐转变为“重个股，轻大盘”，“齐涨共跌”的模式正在进一步淡化。（3）政府强有力的监管措施。政府监管部门对证券中介机构以及上市公司的信息披露、关联交易、财务报表的标准与要求都采取了一系列的规范措施。能够讲政府强有力的监管措施关于中国证券市场的长远的健康的进展起到了决定

17、性作用。因此，随着投资者的投资理念变得越来越理性，机构投资者的规模不断扩大，以及政府监管力度的不断加强，上述三大因素效用对市场的阻碍将会进一步得到显现，我们可能以后几年，中国证券市场的系统性风险将会进一步下降。考虑到中国做为一个新兴的市场的实际情况，并对比国外成熟市场的数据，我们认为中国证券市场的系统性风险比重应该将到在30%以下左右是比较合理的水平。以后几年完全有可能达到如此的水平。五、结论（一）、2002-2004年，中国A 股市场（包括上海A 股市场和深圳A 股市场）系统风险在总风险中的比重平均在40%左右，与美国等发达国家证券市场相比依旧偏高，其中上海A股市场为43.1%，深圳A股市场

18、为36.5%。而同一时期，纽约交易所（NYSE）的一般一般股系统风险占收益率方差约10-20。（二）、相关于2001年往常的水平，中国证券市场系统性风险占总风险比例差不多有所下降，尤其是03、04两年，系统性风险平均比重为32.72%，但仍未从全然上改变，中国证券市场系统性风险依旧偏高，个股齐涨齐落现象照旧突出。为了爱护投资者利益，促进证券市场进展，我国有必要建立证券市场风险对冲机制，并逐步推出股指期货一类的风险对冲工具。（三）、不管是用周数据和月数据分析，02-04年深圳股票市场的系统性风险比重均低于上海股票市场，这要紧是由于深圳市场这几年新股上市特很多，样本数目变化不大,而上海市场的样本数

19、目变化则比较大，而且上海市场蓝筹股的整体效应对股指的阻碍比较明显，因此系统性风险相对比较大。但两市三年来的走势特不吻合。（四）、随着投资者的投资理念变得越来越理性，机构投资者的规模不断扩大，以及政府监管力度的不断加强，上述三大因素效用对市场的阻碍将会进一步得到显现，我们可能以后几年，中国证券市场的系统性风险将会进一步下降。考虑到中国做为一个新兴市场的实际情况，并对比国外成熟市场的进展状况，我们认为中国证券市场的系统性风险比重降到在30%以下左右是比较合理的水平。（五）、此外我们还发觉，同一年份内以不同时刻段（本文分不用周和月作为考察时段）测算的系统性风险占总风险的比例并没有显著差异，而且每个年

20、度的系统性风险占总风险比例的变动趋势也没有显著差异。参考文献：1 东方证券联合课题组，2002：中国证券市场风险特征的实证研究，深圳证券交易所联合研究课题第五期研究报告。2 金晓斌等，2002：中国股票市场风险结构实证研究：1995-2002，深圳证券交易所联合研究课题第五期研究报告。3 张人骥等,2000：上海证券市场系统风险趋势与波动的实证分析，金融研究第1 期。4 胡勤勤、吴世农，2001：证券系统性风险系数可能中应注意的问题，证券市场导报第11 期。5 施东晖，1996：上海股票市场风险性实证研究，经济研究第10 期。6 史代敏，2002：沪深股票市场风险变异性实证研究，数量经济技术经

21、济研究第3 期7 宋逢明、朱世武，2002：中国股票市场风险测度的实证研究，中国货币市场第4 期。8 Hawawini, Gabriel, 1983, Why Beta Shifts as the ReturnInterval Changes, Financial Analysts Journal, May-June,22PP.73-77.9 Levy, Robert, 1971, On the short-time Stationary of Beta Coefficients, Financial Analysts Journal 27(5), PP. 55-62.10 Scholes and Williams, 1977, Estimating Betas from Nonsynchronous Data, Journal of Financial Economics (5), PP.309-327.11 Black ,Angel