招商银行A股的β系数估计---基于EVIEWS的金融计量学

题目：招商银行A股的β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《基于EVIEWS的金融计量学》课程论文招商银行A股的β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β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β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(ri)=rf+[E(rm)-rf]βi(1)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βi=cov(ri,rm)/var(rm)=σim/σ2m,称为β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β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：10002000300040005000600002030405060708091011SH图1----上证指数月收盘价数据折线图招商银行A股月收盘价数据折线图：0102030405002030405060708091011ZSYH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β系数，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：-.3-.2-.1.0.1.2.3-.4-.3-.2-.1.0.1.2.3.4RZSYHRSHRSHvs.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、建立模型为了估计招商银行A股的β系数，可以建立单指数模型，模型的形式为：rit=a+brmt+ut(4)在方程定义对话框中输入“rzsyhcrsh”选择框选择LS估计法和样本区间“2002M042012M05”，得到如图所示结果：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“rzsyhrsh”，得到回归结果如图所示：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)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β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：-.4-.2.0.2.4-.4-.2.0.2.402030405060708091011ResidualActualFitted图6----真实值、拟合值与残差图2、模型检验1）、残差正态性检验如图：048121620-0.3-0.2-0.1-0.00.10.2Series:ResidualsSample2002M052012M05Observations121Mean0.001817Median-0.002170Maximum0.210245Minimum-0.305328Std.Dev.0.083910Skewness-0.252074Kurtosis4.753160Jarque-Bera16.77733Probability0.000227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-0.252，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：图9----White检验结果可见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β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。但不足的是正态性检验没有通过，样本决定系数R2=0.491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。最后的到的招商银行A股的β系数估计值为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。同时，方程的样本决定系数R2=0.491，说明招商银行A股的系统风险占总风险的比例为49.1%。参考文献：1．曲青青：《金融计量学实验》东北财经大学出版社20082．张晓峒：《计量经济学软件eviews使用指南》，天津，南开大学出版社20043．李子奈、潘文卿：《计量经济学》，高等教育出版社20104．汪昌云、戴稳胜、张成思：《基于EVIEWS的金融计量学》，中国人民大学出版社2011