商业银行系统风险β值分析

摘要：商业银行中存在的系统性风险具有广泛性和普遍性，随着商业银行上市数量的增加，银行类股票在我国资本市场所占的比重越来越大，如何对其进行合理测定是现阶段困扰着商业银行稳步发展的难题，规避系统性风险问题应从理论上给予分析，然后作为指导实践参考依据是我们的职责。本文基于投资组合的理论，首先简单分析了单个资产系统风险对于确定单个资产收益率的重要意义，随后介绍了运用单指数模型测算β值的方法以及相关重要参数的选取，最后运用上证指数（000001）与华夏银行股票（600015）的相关数据，采用统计软件E-views6.0，运用最小二乘法进行一元线性回归分析，确定了华夏银行的β值。最后，本文对得到的模型进行了统计与计量经济学检验，为今后计算单项资产β值实现规避风险的研究提供了有益的借鉴。

关键词：投资组合理论；β系数；单指数模型；一元线性回归

在资本市场相关的理论中，风险的度量一直是焦点问题。哈里・马科维茨提出的投资组合理论认为，系统风险是指不能有效消除的，并影响全部资产的风险。它源自影响公司经营的普遍因素；增加投资组合中的资产种类时，组合的风险不断降低，当资产多样化达到一定程度后，特殊风险可以被忽略，而只关心系统风险；因此，单个资产的总体风险分为两部分，可以被分散的部分称为非系统风险，无法被分散的部分称为系统风险（Harry Markowitz，1952）。随后，威廉・夏普等人提出了资本资产定价模型（CAPM），解决了单项资产系统风险的计量问题（William F.Sharpe，1964），β系数作为该模型中的关键参数，开始被广泛运用于对风险问题的度量中。

系统性风险的主体具有广泛性和普遍性，随着商业银行上市数量的增加，银行类股票在我国资本市场所占的比重越来越大。一直以来，商业银行系统性风险的生成机理和演化模式被视为一个“黑箱”，其生成逻辑和传导机制具有高度复杂和不确定性。金融机构具有高杠杆经营的特征，使得其相较于一般行业的部门而言更加脆弱；并且，作为金融体系中所占比重较大的商业银行，由于本身是流动性创造与回收的重要环节，因此，当面临左尾风险时更容易形成系统性风险（程翔，2012）。商业银行系统性风险主要有生成和传导两个过程，其系统性风险的传导主要依靠金融市场的风险传导，并逐步放大（王为，2011）。鉴于此，本文重点关注商业银行中存在的系统风险，如何对其进行合理测定是本文研究的主要内容，并选取了华夏银行的股票作为研究对象。

上文提到在通常情况下，度量单项资产系统风险的指标是贝塔系数（用字母β表示），它被定义为单项资产收益率与市场组合之间的相关性，β系数的经济意义在于清楚地说明了一项特定资产相对于市场组合而言的系统风险程度。本文基于单指数模型，选取了于上海证券交易所上市的华夏银行的股票（600015）进行β系数的研究测算，通过搜集大量的历史数据，运用最小二乘法将该证券的超额收益率相对于市场指数的超额收益率进行了一元线性回归分析，最终得到了华夏银行股票价格（600015）对上海证券交易所综合指数的敏感性系数β。

一、研究模型与理论分析

（一）β系数的基本计算公式如下所示：

[βi=CovRi，Rmσm2=βimσiσmσm2=ρimσiσm]

其中，[Ri]与[Rm]分别为第[i]种证券的收益率及市场组合收益率；[CovRi，Rm]是两种收益率的协方差；[σi]与[σm]分别为[i]证券标准差及市场组合标准差；[ρim]为两种收益率的相关系数。

（二）单指数模型原理简析

单指数模型是在简化的情形下研究单个证券投资收益率的方法。由于市场中总是存在着一些共同作用的经济力量，它们独立于人们的意愿进行运动，一旦这些因素发生剧烈变化，便会立即影响整个市场股价的表现。单指数模型便是假设证券市场是在一个共同变量的推动下进行运动的，在实际运用单指数模型时，通常将市场组合的收益率视为宏观经济中的共同影响因素，其原因是：当股市整体上涨时，大多数证券也会上涨；当股市整体呈下跌趋势，大多数证券也会下跌。因此，选取市场组合的收益率即市场指数作为单因素是合适的。

由于单指数模型是线性的，运用一元线性回归便可估计单个证券对市场组合的敏感系数[βi]，这样，单指数模型便为我们测算[β]值提供了一个很有价值的模型。具体地，可以使用该证券的超额收益率相对于市场组合的超额收益率进行回归。

本文所使用的单指数模型如下所示：

[Rit-Rft=αi+βt×Rmt-Rft+εit]

其中：[Rit]代表第[i]（[i]=0，1，2…n）支股票的收益率；[Rmt]代表市场组合的收益率；[Rft]代表市场的无风险利率；[εit]代表残差项，指第[i]支股票的非系统风险。需要特别说明的是：[αi]为方程的截距项，它表示当证券市场的超额收益率为0时，单个证券的预期超额收益率。

另外，本文基于以下基本假定：

1.我国的资本市场是弱势有效的，因此股票价格具有一定的信息含量；

2.数据选取期间，目标公司本身没有发生重大的财务及经营事项；

3.选取的无风险利率与上市公司数据之间的期限是匹配的；

4.分析过程中忽略通货膨胀的影响。

二、样本的数据选取

在数据的选取上，选用上海证券交易所上市交易的全部股票作为市场组合，选取其中的一支股票“华夏银行”（600015）作为本文研究的目标证券。另外，本文涉及的全部数据（包括板块数据及所选目标证券的基本信息）均通过“国泰君安锐智版”股票软件得到，最终选取了华夏银行股票（600015）2003年9月到2012年5月经过向前复权的股票数据作为样本，样本数量为105。

下文将针对数据选取需考虑的因素进行说明：