上市公司贝塔系数与会计指标之间关系的实证分析
一、引言
贝塔系数（β）是资本资产定价模型（CAPM）中最重要的参数之一，是衡量证券投资组合系统风险的重要指标，在现代投资组合理论中发挥着重要作用。
国内外对贝塔系数的研究多分为两类，一是对影响贝塔系数的因素进行实证研究，二是对贝塔系数的稳定性和相关性进行分析检验。对于寻求影响股票系统风险的因素，Beaver、Kettler和Scholes（1970）最早从公司的基本特征研究对β值的影响因素，他们将公司基本特征分为七个会计变量，分别进行与β值相关性的研究，得出贝塔系数与财务杠杆、股利支付率、会计贝塔系数和盈利变动性显著相关，与成长性、规模和流动比率显著无关的结论。Hamada（1972）选取了1948-1967间的304只股票，将其财务杠杆对贝塔系数的影响作实证分析，研究结果表明两者呈正相关关系，Mandelker（1984）进一步实证表明贝塔系数与财务杠杆和经营杠杆均呈显著正相关。吴世农、冉孟顺（1999）采用1997-1998间上交所200家上市公司的会计报表信息，研究了7个会计指标与贝塔系数之间的关系，其研究结论表明，我国上市公司的财务杠杆、股利支付率和总资产增长率对贝塔系数有显著影响，经营杠杆对贝塔系数无显著影响。王亮（2010）对我国上市公司增长机会与贝塔系数的相关性进行研究，增长机会选取了四个变量，分别是资产的市值账面比、权益的市值账面比、有形资产账面值/资产的总市值和价格收益比，经实证分析后得出增长机会与贝塔系数显著正相关的结论。
相比于国外的研究文献，国内有关贝塔系数影响因素的实证研究较少。本文借鉴1999年吴世农等人的研究，收集上交所20家上市公司2015-2016的财务报表信息，采用实证分析法，对影响贝塔系数的会计指标作具体研究。
二、基本概念和研究假设
（一）基本概念
计算β系数有两种方法，一是基于CAPM估计，βk=cov（rk，rm）/var（rm），其中cov（rk，rm）表示资产K的收益率与市场收益率的协方差，var（rm）表示市场收益率的协方差；二是基于单一指数模型，Rit=αi +βiRmt+εit，其中Rmt指市场收益率，用股指收益率代替。
由于CAPM模型是建立在市场均衡的假设下提出的，有一定的局限性，且我国的无风险收益率难以确定，所以在计算β系数时采用单一指数模型计算。
（二）研究假设
假设一：公司成长能力与贝塔系数呈显著正相关
选取两个代表公司成长能力的指标，营业收入增长率与总资产增长率。营业收入增长率是衡量企业经营状况和市场占有能力，预测企业经营业务拓展趋势的重要标志，其值越高表明企业的营业收入增长越快，面临的市场风险也越高，同理，总资产规模处于高速成长的公司面临的风险也相对较高。
假设二：财务杠杆与贝塔系数呈显著正相关
一般认为，财务杠杆是反应企业财务风险的重要指标，财务风险通常随着财务杠杆的增大而增大，同时，有研究表明，财务杠杆与现金流波动性呈正相关关系，财务杠杆越大，公司未来现金流量的波动性和不确定性也会提高，公司风险增加。
假设三：营业周期与贝塔系数呈显著正相关
营业周期是存货和应收账款周转天数的总和，一般情况下，营业周期越长，说明资金周转速度慢，企业面临的潜在经营风险就越大。
假设四：市盈率与贝塔系数呈显著负相关
市盈率是衡量上市公司股票价格和价值的比例指标，当一家公司的经营风险越大，投资者要求的回报率就越大，市盈率就越低。
假设五：流动比率与贝塔系数呈显著负相关
流动比率是衡量企业短期偿债能力的一般性指标，一般来说，流动比率越大，表明企业的偿债能力越高，企业承担的资金风险就越小。
三、研究过程和变量设定
（1）选取上交所的20家上市公司作为研究样本，样本时间跨度是2012年1月1日―2017年4月12日，样本数据是在此5年内的周收益率和上证指数的周收益率，根据单一指数模型对两列收益率做一元线性回归分析，估计出20只股票在样本时间跨度内的贝塔系数。
（2）设定变量贝塔系数（Y）、营业收入增长率（X1）、总资产增长率（X2）、财务杠杆（X3）、营业周期（X4）、市盈率（X5）和流动比率（X6），并根据20家上市公司发布的2016年年报，测算出上述6个会计变量值。
（3）利用Eviews软件，就X1-X6对β值分别作相关性分析和横截面多元线性回归，并对实证结果加以解释和说明。
四、实证结果分析
（一）相关性分析
用Eviews软件测算出贝塔系数与各变量的相关性，结果如图所示：
由表1可见：①营业收入增长率（X1）、财务杠杆（X3）、营业周期（X4）、市盈率（X5）?cβ的相关方向与假设一致，即营业收入增长率、财务杠杆和营运周期均与贝塔系数呈正相关，市盈率与贝塔系数呈负相关。总资产增长率（X2）与贝塔系数呈负相关，流动比率（X8）与贝塔系数呈正相关，与假设一、假设五相反。②总体看来，贝塔系数与财务杠杆（X3）、营业周期（X4）和市盈率（X5）相关程度较强，相关系数分别为56%、33%、22%。贝塔系数与成长能力指标和流动比率相关度较弱。
（二）多元线性回归分析
将20只股票的β值和6个变量做回归分析，结果如图2所示： 回归方程Y=0.547-0.297X1-0.14X2+0.297X3+0.0003X4
-0.0005X5+0.059X6
（R2=0.618，F=3.508）
以下从两方面分析回归结果，第一，从回归模型的预测准确度看，F=3.508，大于临界值F0.05（7，12）=2.92，模型的可决系数R2值为0.618，表明模型预测β值的准确度在61.8%，误差较小。第二，从β与会计变量的相关假设来看，财务杠杆（X3）、营业周期（X4）对贝塔系数有显著正影响，与假设二、三相符，市盈率（X5）对贝塔系数有显著负影响，与假设四相符。营业收入增长率（X1）、总资产增长率（X2）和流动比率（X6）对贝塔系数无显著影响，表明假设一和假设五不成立。
五、结论与启示
（一）研究结论
我国上市公司的财务杠杆、营业周期与市盈率均对贝塔系数有显著影响，其中，前两者与贝塔值显著正相关，即高财务杠杆和长营业周期的公司面临更大的财务风险和经营风险，其股价波动幅度会较大于大盘的波动幅度，系统风险较高，此结论与假设相符，也符合财务理论。
本文的实证分析出现两个异常结果，一是成长能力指标与贝塔系数呈负相关，二是流动比率与贝塔系数呈正相关，均与财务理论不符，也与所提出的假设相反，这表明选取的20家公司的贝塔值受成长能力指标和流动比率的影响较小。
（二）启示
第一，选取的样本中上市公司的系统风险与某些会计指标间的关系不符合财务理论，反映了我国的股票市场还不够成熟，上市公司的股价波动与会计信息有一定程度的脱节，也反映了我国的投资者可能忽略某些会计信息揭示的公司风险，购买股票盲目跟?L等现象。
第二，本文只选取了20支股票作为样本，样本数量较少，预测上市公司的系统风险有一定的误差，且建模时并未考察会计指标间的相互联系，没有剔除异方差，共线性等因素的影响，这些都限制了研究的可信度。要提高模型的预测准确性，一是要增加样本数量，二是要扩大样本的时间跨度，三是要加强对会计指标等其他影响因素的研究，包括宏观环境和公司的行业特征等因素对贝塔值的影响。
第三，从研究结果可以进一步看出，会计指标一定程度的体现了股票走势及系统风险，公司的基本经营情况与上市公司的系统风险密切相关，所以在股票投资时，投资者需要深入分析公司的基本特征和经营情况，以期获得较高的收益。
- 上一篇：如何做好集团子公司的内部控制工作
- 下一篇：阿里巴巴网络有限公司战略分析
