中國上市商業(yè)銀行的貝塔值影響因素分析

魏佳蓉

摘要：本文從宏觀及微觀兩個(gè)方面，通過選取了從2008-2016年期間中國25所上市商業(yè)銀行中的14家銀行的9個(gè)指標(biāo)，對我國上市商業(yè)銀行的貝塔系數(shù)進(jìn)行了研究。應(yīng)用stata軟件對這9個(gè)指標(biāo)與貝塔值建立多元線性回歸模型進(jìn)行實(shí)證分析其各個(gè)指標(biāo)對于貝塔值的顯著性。發(fā)現(xiàn)貝塔值與總資產(chǎn)增長率、GDP增長率、M2增長率、CPI指數(shù)有顯著相關(guān)關(guān)系。

關(guān)鍵詞：上市商業(yè)銀行；貝塔值；多元線性回歸模型；實(shí)證分析

一、文獻(xiàn)綜述

資產(chǎn)評估受到風(fēng)險(xiǎn)因素的影響，導(dǎo)致未來實(shí)現(xiàn)的收益不穩(wěn)定。根據(jù)資本資產(chǎn)定價(jià)模型的規(guī)定，貝塔值是用來評估風(fēng)險(xiǎn)的系數(shù)，是來衡量一種證券或一個(gè)投資組合總體風(fēng)險(xiǎn)的工具。在金融體系中，商業(yè)銀行作為特殊銀行，作為負(fù)債結(jié)構(gòu)單一且負(fù)債率高的行業(yè)必定蘊(yùn)含著巨大風(fēng)險(xiǎn)。我國宏觀貨幣政策會(huì)影響商業(yè)銀行的過度風(fēng)險(xiǎn)承擔(dān)嗎？商業(yè)銀行的微觀特征，比如資本充足程度、不良貸款率等對其風(fēng)險(xiǎn)具有顯著影響嗎？本文根據(jù)以上問題，對商業(yè)銀行貝塔值的影響因素進(jìn)行了分析。

從貝塔值的穩(wěn)定性研究來說，國內(nèi)外學(xué)者對貝塔值穩(wěn)定性的研究角度主要分為兩種：樣本的時(shí)間跨度長短角度和樣本規(guī)模大小角度。Blume （1971）發(fā)表《論風(fēng)險(xiǎn)的衡量》一文，研究發(fā)現(xiàn)在一段時(shí)間內(nèi)估計(jì)的貝塔值是未來貝塔值的有偏估計(jì)；組合規(guī)模越大，預(yù)測貝塔值的準(zhǔn)確率也越高。1975年，Porter和EzZen研究發(fā)現(xiàn)組合的構(gòu)造方式會(huì)對貝塔值的穩(wěn)定性有影響，而組合規(guī)模對貝塔值沒有影響。2000年，靳云匯、李學(xué)研究表明上市時(shí)間對股票的貝塔值的穩(wěn)定性具有影響作用，且不能利用歷史貝塔值數(shù)據(jù)來預(yù)測未來貝塔值。

從貝塔值的預(yù)測研究來說，對未來貝塔值的預(yù)測研究主要有兩種方向：一是基于時(shí)間序列關(guān)系的預(yù)測；二是基礎(chǔ)差異性影響因素的預(yù)測。Blume （1971）在《論風(fēng)險(xiǎn)衡量》一文利用簡單的線性模型來估計(jì)兩期貝塔估計(jì)值之間的關(guān)系，并用此回歸關(guān)系來修正對未來貝塔值得估計(jì)。Rosenberg在研究中，集貝塔值、個(gè)股市場特征、公司基本因素及行業(yè)特征為一體，建立了“羅森伯格系統(tǒng)”。

從貝塔值影響因素的研究來說，從理論上來講，貝塔值的大小主要與兩大因素有關(guān)：一是與市場相聯(lián)系的各類經(jīng)濟(jì)變量的變化，二是股票收益對經(jīng)濟(jì)變量的反應(yīng)程度。許多學(xué)者除了從估計(jì)方法和數(shù)據(jù)選取等方面，還從公司的基本特征等方面探究導(dǎo)致貝塔值存在差異性的影響因素。從總體來看，學(xué)者對貝塔值影響因素的研究主要從以下三個(gè)方面進(jìn)行：宏觀經(jīng)濟(jì)因素，公司的行業(yè)類別和公司的基本特征。

國內(nèi)外學(xué)者通過宏觀、行業(yè)類別和企業(yè)微觀特征三個(gè)方面來進(jìn)行了對貝塔值影響因素的分析。從宏觀來說，Robichek和Cohn （1974）研究發(fā)現(xiàn)CPI指數(shù)會(huì)影響證券的貝塔值。Francis和Fabozzi（1979）提出經(jīng)濟(jì)周期是作為貝塔值的主要宏觀經(jīng)濟(jì)因素。Chen （1982）研究顯示實(shí)際收入增長率對貝塔值有顯著影響。從行業(yè)類別來Rosenberg和Mckibben （1973）研究發(fā)現(xiàn)行業(yè)的不同會(huì)對股票的貝塔值有影響并建立了“羅森伯格系統(tǒng)”。國內(nèi)學(xué)者呂長江、趙巖（2003）研究發(fā)現(xiàn)貝塔值不受行業(yè)特征的影響。從企業(yè)微觀特征來說，Beaver， Kettler和Scholes貝塔值與盈利變動(dòng)性、股利支付率、財(cái)務(wù)杠桿之間顯著相關(guān)但與成長性、規(guī)模及流動(dòng)比率三個(gè)變量無顯著聯(lián)系。吳世農(nóng)和李旭升（2002）對貝塔值的研究發(fā)現(xiàn)主營收入增長率、現(xiàn)金股利支付率、經(jīng)營杠桿、盈利變動(dòng)性，凈資產(chǎn)收益率、年振幅和歷史貝塔值對貝塔值有影響作用。

總體來說，我國對于貝塔值的研究比較匱乏，本文在前人研究基礎(chǔ)上運(yùn)用我國上市商業(yè)銀行的數(shù)據(jù)，從宏觀搜集了M2增長率等三個(gè)指標(biāo)以及從微觀方面搜集了資產(chǎn)負(fù)債率等6個(gè)指標(biāo)，應(yīng)用stata統(tǒng)計(jì)軟件采用對我國上市銀行9年期面板數(shù)據(jù)進(jìn)行了多元回歸實(shí)證分析。

二、實(shí)證分析

（一）研究樣本與數(shù)據(jù)來源

1.樣本企業(yè)的選擇

（1）由于中國股票市場有深、滬證券交易所，由于兩個(gè)交易所存在一些差異，所以在選擇數(shù)據(jù)時(shí)，本文只選取其中一個(gè)交易所的數(shù)據(jù)來研究，我國25家上市商業(yè)銀行中，只有平安銀行（000001）、寧波銀行（002142）、江陰銀行（002807）、張家港行（002839）在深圳證券交易所上市，所以本文選擇在上海交易所上市的商業(yè)銀行作為樣本。

（2）在上海證券交易所上市的商業(yè)銀行中，由于江蘇銀行、貴陽銀行等九家銀行都是在2016年之后上市，上市時(shí)間較短不作為考慮的樣本，最終選取在上海證券交易所上市的14家銀行作為樣本，即：

浦發(fā)銀行（600000）、華夏銀行（600015）、民生銀行（600016）、招商銀行（600036）、南京銀行（601009）、興業(yè)銀行（601166）、北京銀行（601169）、交通銀行（601328）、工商銀行（601398）、建設(shè)銀行（601939）、中國銀行（601988）、中信銀行（601998）、農(nóng)業(yè)銀行（601288）、光大銀行（601818）。

2.樣本研究時(shí)間段

所選取的14家商業(yè)銀行大部分都是2007年左右上市，所以本文選取的研究時(shí)間段從2008年開始，至2016，因2017年度數(shù)據(jù)并未完全出來，所以選擇年度數(shù)據(jù)作為樣本的2008-2016年共9組數(shù)據(jù)。

3.樣本數(shù)據(jù)來源與處理

本文對自變量的選取主要有兩個(gè)方面：宏觀和微觀因素，其中數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫、瑞思數(shù)據(jù)庫等，對樣本數(shù)據(jù)的分析使用STATA統(tǒng)計(jì)分析軟件，具體數(shù)據(jù)見附錄。

（二）影響指標(biāo)選定

本文選取貝塔值作為因變量（y），自變量選取資產(chǎn)負(fù)債率（x1）、凈資產(chǎn)收益率（x2）、總資產(chǎn)增長率（x3）、市盈率（x4）、不良貸款率（x5）和資本充足率（x6）、 GDP增長率（x7）、CPI指數(shù)（x8）和M2增長率（x9）。

（三）回歸模型選擇

1.建立模型

根據(jù)前文分析可以得到，本文研究的是貝塔值與選取的九個(gè)自變量的關(guān)系，根據(jù)多元線性回歸的原理，即試圖用多個(gè)獨(dú)立的自變量解釋因變量，又用查得的樣本數(shù)據(jù)去估計(jì)模型中的參數(shù)，因減少變量的極端值、非正態(tài)分布以及異方差性本文選擇對數(shù)模型，建立多元回歸方程來解釋這種關(guān)系：

[lny=β0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6+β7lnx7+β8lnx8+β9lnx9+ei]

本文的實(shí)證研究采用最小二乘法的線性回歸對我國上市銀行貝塔值的影響因素進(jìn)行研究。

2.確定模型類型

在進(jìn)行模型類型的確定之前應(yīng)該先對面板數(shù)據(jù)進(jìn)行穩(wěn)定性檢驗(yàn)和協(xié)整性檢驗(yàn)，但是由于本文研究的樣本年度僅為2008-2016年的年度數(shù)據(jù)，數(shù)據(jù)樣本較小則默認(rèn)其是穩(wěn)定的，因此省略了面板數(shù)據(jù)的穩(wěn)定性檢驗(yàn)和協(xié)整性檢驗(yàn)。

面板數(shù)據(jù)模型的選擇通常有三種形式分別是：混合估計(jì)模型、固定效應(yīng)模型、隨機(jī)效應(yīng)模型。

對于如何選擇哪種模型，通常采用F檢驗(yàn)、BP-LM檢驗(yàn)和Hausman檢驗(yàn)。

（1）F統(tǒng)計(jì)量檢驗(yàn)：

根據(jù)F檢驗(yàn)的結(jié)果來檢驗(yàn)以下兩個(gè)假設(shè)：

[H0]：[ai=a。模型中不同個(gè)體的截距相同（真實(shí)模型為混合估計(jì)模型）]

[H1]：模型中不同個(gè)體的截距項(xiàng)[ai]不同（真實(shí)模型為固定效應(yīng)模型）

STATA進(jìn)行F統(tǒng)計(jì)量的檢驗(yàn)，檢驗(yàn)結(jié)果F統(tǒng)計(jì)的P=0.0000，則拒絕了[H0]的假設(shè)，固定效應(yīng)非常明顯，表明固定效應(yīng)模型優(yōu)于混合估計(jì)模型。

（2）BP-LM檢驗(yàn)：

針對如下假設(shè)來檢驗(yàn)隨機(jī)效應(yīng)，

[H0]：[σ2a=0H1]：[σ2a≠0]

如果拒絕[H0]：則表明存在隨機(jī)效應(yīng)。

通過STATA進(jìn)行BP-LM檢驗(yàn)結(jié)果得到P=0.0000，隨機(jī)效應(yīng)模型顯著，表明隨機(jī)效應(yīng)模型優(yōu)于混合估計(jì)模型。

（3）Hausman檢驗(yàn)：

通過STATA檢驗(yàn)得到的結(jié)果P=0.0000，拒絕原假設(shè)，證明應(yīng)該選擇固定效用模型。

（四）線性回歸分析

表1的檢驗(yàn)結(jié)果顯示，回歸方程的R平方值為0. 585，這說明本文所選解釋變量對貝塔值的解釋能力不太高，存在一定的誤差；從回歸方程的F檢驗(yàn)值及P=0.0000可以看出，回歸方程具有顯著的回歸效果，貝塔值與選擇的9個(gè)解釋變量之間具有線性相關(guān)關(guān)系。

通過表1的檢驗(yàn)結(jié)果可以看出在10%的顯著性水平下，[lnx3]、[lnx7]、[lnx8]、[lnx9]這四個(gè)自變量通過顯著性檢驗(yàn)，而[lnx1]、[lnx2]、[lnx4]、[lnx5]、[lnx6]收尾概率均大于0.1不通過顯著性檢驗(yàn)。

三、結(jié)論

從上式可以看出，貝塔值與總資產(chǎn)增長率、GDP增長率、M2增長率、CPI指數(shù)有相關(guān)關(guān)系，相關(guān)系數(shù)分別為[-0.0673575]、0.662649、[-0.5265628]、-2.773669，其中貝塔值與M2增長率正相關(guān)，與總資產(chǎn)增長率、GDP增長率、CPI指數(shù)負(fù)相關(guān)。雖然在檢驗(yàn)中排除了資產(chǎn)負(fù)債率、凈資產(chǎn)收益率、市盈率、不良貸款比例、資本充足率，但不能因此否認(rèn)這四個(gè)值對貝塔值的影響。

我國商業(yè)銀行在金融體系占據(jù)了重要地位，對經(jīng)濟(jì)的運(yùn)行和發(fā)展起到了關(guān)鍵作用，由于我國商業(yè)銀行的資產(chǎn)存在高負(fù)債等特點(diǎn)，使得銀行面臨的研究極其重要。根據(jù)檢驗(yàn)結(jié)果，銀行經(jīng)營者可以通過提高收益，銀行的經(jīng)營者和投資者進(jìn)行投資決策時(shí)，應(yīng)充分考慮到宏觀經(jīng)濟(jì)變量的影響。

參考文獻(xiàn)：

[1]劉軍航.貝塔系數(shù)穩(wěn)定性研究綜述.中國會(huì)議，2012.

[2]彭利燕.我國商業(yè)銀行資本結(jié)構(gòu)決定因素研究.長沙理工大學(xué)，2010.

[3]安然.我國銀行不良貸款率宏觀影響因素的實(shí)證研究.首都經(jīng)濟(jì)貿(mào)易大學(xué)，2012.

[4]任璐.我國上市公司資本結(jié)構(gòu)與貝塔值關(guān)系研究.華東師范大學(xué)，2012.

[5]Ross，Stephen A. 1987， The Interrelations of Finance and Economics： Theoretical Perspectives.

[6]Sharps，W.，1964， Capital Asset Prices： a Theory of Market Equilibrium under Conditions of Ris.