我国家电行业贝塔系数的实证研究

摘要

家电行业在我国传统行业中占据非常重要的地位，在数字科技发展日新月异的今天，维持我国家电行业持续有力地发展意义重大。由此，需要对家电行业所面临的诸多风险有所掌握，其中，家电行业股市的系统性风险便是值得深入研究的重要内容。
　　本文基于CAPM模型中的β系数对家电行业股市的系统性风险进行研究。首先，选取沪深两市各5只家电股票的周度和月度交易数据，将沪深两市的家电样本股票分别进行等权混合，构成沪市和深市家电股票组合，并计算沪深两市周度和月度的家电股票组合超回报及其市场超回报。基于CAPM模型，运用滚动回归的方法对周度和月度的β系数进行最小二乘估计，并从度量时限、股市环境、股市发展态势这三个角度对沪深两市家电股票组合β系数进行对比分析。结果表明，我国沪深两市家电股票组合β系数在整个时域上的走势大致相同，且深市家电股票组合β系数的波动区间比沪市要小。第二步，本文运用状态空间模型，假设系数是随机游走过程，通过卡尔曼滤波估计器求得沪深两市家电股票组合的β系数，并从拟合优度、平均绝对误差及均方误差三方面分析了两种不同模型的拟合效果。结果表明，基于CAPM理论的动态模型比静态模型的拟合效果要好，特别是在超回报波动较大的时间段尤其明显。第三步，本文对沪深两市家电股票组合时变β系数时间序列的平稳性进行了分析，进一步通过ARFIM A(p,d,q)模型和R/S分析法检验了时变β系数时间序列是否具备长记忆性，除此之外，还对沪深两市家电股票组合时变β系数进行了“Granger”因果检验。结果表明，我国沪深两市的家电股票组合时变β系数时间序列均具备长记忆性，且这种长记忆性增强了沪深两市家电股票组合时变β系数之间的短期解释能力。
　　本文对沪深两市家电股票组合β系数的稳定性和时变性进行了实证研究，并对时变β系数的长记忆特征进行了检验，为β系数的研究开启了新方向。

目录

声明

1 引 言

1.1研究背景和意义

1.2国内外相关研究文献综述

1.2.1国外相关研究文献综述

1.2.2国内相关研究文献综述

1.3文章结构和创新点

1.3.1文章结构

1.3.2创新点

2 贝塔系数的研究方法

2.2β系数的两种估计方法

2.2.1基于OLS估计的滚动回归模型

2.2.2基于卡尔曼滤波估计的状态空间模型

2.3β系数的时间序列分析内容介绍

2.3.1平稳时间序列模型

2.3.2 ARMA模型识别方法介绍

2.3.3单位根检验方法介绍

2.3.4长记忆性检验的两种方法

3 家电行业贝塔系数稳定性与时变性研究

3.1.1样本选取

3.1.2家电行业周度超回报的描述性统计

3.1.3家电行业β系数的稳定性分析

3.2家电行业时变β系数的研究

3.2.1时变β系数的估计

3.2.2基于CAPM的静态与动态回归结果比较

4 家电行业时变贝塔系数的长记忆性分析

4.1序列平稳性检验

4.2基于ARFIMA模型的长记忆性检验

4.2.1 基于ARMA模型的p、q定阶

4.2.2模型拟合残差分析

4.2.3记忆参数d的估计

4.3基于R/S分析法的长记忆性检验

4.4长记忆性对于Granger因果检验的影响

5 论文总结与展望

致谢

参考文献

附录