２０１５年１０月
经济与管理研究
ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ
Ｖｏｌ．３６ Ｎｏ．１０
Ｏｃｔ．２０１５贝塔系数时变性影响因素
———基于４５１家上市公司股票数据的实证分析
徐建卫
收稿日期：２０１５－０６－１０
基金项目：教育部人文社会科学研究西部和边疆项目“经济发展的环境承载力研究”（１２ＸＪＡ９１０００２）
作者简介：徐建卫 兰州大学经济学院博士研究生，兰州市，７３００００。
内容提要：本文以中国股票市场沪市中地产、工业、公用以及深市中制造等行业４５１家公司成分股为样本，采
用因子分析法对精选的２０个指标进行聚类分析提取公共因子，用状态空间模型估计样本公司的Ｂｅｔａ系数，用截面
回归法考察各影响因子对Ｂｅｔａ系数时变性的影响方向和大小。研究发现，公司规模、财务结构、盈利能力、成长性
和市场价值比等因素是造成Ｂｅｔａ系数不稳定的重要原因。其中，财务结构、成长性和盈利能力对Ｂｅｔａ系数的作用
方向和大小具有较强的规律性，要给予充分关注。
关键词：Ｂｅｔａ系数 时变性 因子分析 公司基本面
中图分类号：Ｆ８３２．５ 文献标识码：Ａ 文章编号：１０００－７６３６（２０１５）１０－０１３０－０８
近年来，随着金融市场的不稳定性加剧，证券市场的系统性风险引起了研究者的关注。贝塔系数作为衡量上
市公司系统风险大小的一个重要指标，成为重点研究的对象［１］。Ｂｅｔａ系数概念源于夏普（Ｓｈａｒｐｅ，１９６４）、林特尔（Ｌｉｎｔｎｅｒ，１９６５）和莫辛（Ｍｏｓｓｉｎ，１９６６）等人，他们在马科维茨（Ｍａｒｋｏｗｉｔｚ，１９５２）的分散投资与效率组合投资理论基础上，提出了资本资产定价模型（ＣＡＰＭ）。ＣＡＰＭ模型的一个基本假定是用来衡量资产风险的贝塔为常数。但后来的研究发现，Ｂｅｔａ系数具有随时间变化的特性，ＣＡＰＭ的常数Ｂｅｔａ假设并不总是成立［２］。此外，该模型中Ｂｅｔａ系数是衡量一种证券或一个投资组合系统性风险的唯一指标，但并没有指出系统风险的影响因素。尤其是在衡量公司系统风险时，有关Ｂｅｔａ系数时变性影响因素的文献相对较少［３］。对于第一个问题，国内外已有较多学者进行过研究，并证实了Ｂｅｔａ存在时变性，本文将不再赘述，而将讨论的重点放在第二个问题，即寻找Ｂｅｔａ时变性的影响因素上。
一、文献综述
什么原因导致了贝塔系数随时间变化的不稳定特征，国内外学者展开了大量研究。罗斯（Ｒｏｓｓ，１９９４）指出，公司Ｂｅｔａ系数可看作宏观经济、行业特点以及公司基本面等一系列影响因素的函数［４］。从宏观因素来看，佛朗西斯和法博齐（Ｆｒａｎｃｉｓ＆Ｆａｂｏｚｚｉ，１９７９）、罗比切克和科恩（Ｒｏｂｉｃｈｅｋ＆Ｃｏｈｎ，１９８４）研究了经济扩张和收缩对Ｂｅｔａ系数的影响，发现经济周期对Ｂｅｔａ系数的时变性有显著影响，收入增长和通货膨胀都能使Ｂｅｔａ系数发生变化［５－６］。
ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）经济与管理研究（２０１５年第１０期）
博斯特和纽博尔德（Ｂｏｓｔ＆Ｎｅｗｂｏｌｄｐ，２００４）［７］、乔德利（Ｃｈｏｕｄｈｒｙ，２００５）［８］的研究发现，公司运作方式、特定商业环境、重大经济政治事件均会使贝塔系数发生变化，宏观金融波动也是Ｂｅｔａ系数发生变化的一个原因。从行业因素来看，罗森伯格（Ｒｏｓｅｎｂｅｒｇ，１９９６）构建了一个集个股、基本面和行业性质于一体的“Ｒｏｓｅｎｂｅｒｇｓｙｓｔｅｍ”，将多个行业虚拟变量引入股票Ｂｅｔａ系数模型，发现股票Ｂｅｔａ系数具有显著的行业差异［９］。布拉等（Ｂｕｌｌａｅｔａｌ．，２００８）运用替代模拟技术研究随时间变化的欧洲产业投资组合的贝塔风险，最终得到相似结论［１０］。从公司基本面来看，梅利克（Ｍｅｌｉｃｈｅｒ，１９７４）研究发现，净资产收益率、市场活跃度、分红、公司规模、财务杠杆等是引起Ｂｅｔａ系数时变的解释因素，但解释力不具有稳定性［１１］。比尔德西（Ｂｉｌｄｅｒｓｅｅ，１９８２）研究了纽约证券市场制造业和零售业公司股票Ｂｅｔａ系数，发现其与负债比率、优先股和普通股比例、流动比率、会计Ｂｅｔａ系数等变量高度相关［１２］。库珀（Ｃｏｏｐｅｒ，２００６）的研究表明，Ｂｅｔａ系数与财务杠杆系数、息税后收益、经营杠杆系数和市场组合收益之间协方差系数有显著关系，Ｂｅｔａ系数可表示为上述会计变量的线性函数［１３］。其他相关研究还表明公司的经营管理、财务和战略决策也会影响股票ｂｅｔａ系数。
相比之下，国内关于Ｂｅｔａ系数的影响因素研究尚处于起步阶段。吴世农和冉孟顺（１９９９）等人借鉴Ｂｅａｖｅｒ等人的研究方法，收集了上海证券市场２００家上市公司信息研究Ｂｅｔａ系数与其会计信息之间的关系，结果表明，Ｂｅｔａ系数与总资产增长率、流通规模和财务杠杆正相关，与股利支付率和盈利波动性负相关，流通规模、盈利波动性对Ｂｅｔａ系数具有显著影响［１４］。郑君君（２０００）研究发现Ｂｅｔａ系数与市盈率具有显著的负相关关系［１５］。吕长江和赵岩（２００３）研究发现Ｂｅｔａ系数并不存在显著的行业差异，但成分股和非成分股的Ｂｅｔａ系数存在差异［１６］。刘永涛（２００４）认为在目前的行业分类方法下，Ｂｅｔａ系数的行业差异并不明显［１７］。惠晓峰和杜长春（２００９）建立了一个信息披露与贝塔系数的数量模型，发现信息披露会影响贝塔系数，两者呈反向相关关系［１８］。杨克磊和郭经华（２０１４）研究发现资本积累率、企业规模、经营杠杆以及应收账款周转率对由时变贝塔表示的系统风险有显著正向影响，流动比率和现金流量比率对系统风险有负向影响，而财务杠杆和净资产收益率无显著影响［１９］。
分析发现，国外关于Ｂｅｔａ系数的时变性研究较早，已经积累大量实证研究，国内的文献总体上较少，研究中还有欠缺：一是对个股或投资组合的样本选择不规范，对众多基本面影响因素指标的选择不够科学，导致基于不同指标组合的研究结论差异性较大；二是对于系统性影响因素的研究基本是利用证券市场线求得大量样本公司ｂｅｔａ系数后再进行多元线性回归，这种分析方法只能得到行业的一般情况，不能解释公司的个体差异。因此，本文试图结合中国证券市场和上市公司的实际情况，最大限度引进影响因素，并通过技术分析进行整合降维，找到主要因子，以提高选用指标的有效性；用状态空间模型估计样本公司的Ｂｅｔａ系数，进而可对公司个体进行分析，克服以往研究中只对行业进行整体分析的局限；通过引进行业虚拟变量将行业因素纳入模型以反映行业差异对分析结论的影响，提高Ｂｅｔａ系数运用的科学性和有效性。
二、实证分析
（一）研究样本和数据来源
本文以中国沪市地产、工业、公用及深市制造业四大行业中的４５１家公司成分股作为样本。数据提取自样本公司２００８—２０１２年日交易数据。采用状态空间模型估算各样本公司Ｂｅｔａ系数。市场指数和样本公司日收盘价均来自同花顺交易终端数据库，各影响指标来自色诺芬中国证券市场数据库（ＣＣＥＲ）。
（二）影响指标选定与计算
根据国内外Ｂｅｔａ系数影响因素研究文献及相关理论，结合中国证券市场和上市公司实际状况，考虑数据可获得性，选取２００８—２０１２年与公司基本面、行业及市场有关的２０个指标，考察其对Ｂｅｔａ系数的影响方向和大小。
经济与管理研究（２０１５年第１０期）ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）
具体指标的含义和计算方法如下：
（１）换手率：每年交易总股数／流通股总股数×１００％，换手率的高低代表着股票进出市场的容易程度、活跃性和变现能力的强弱。
（２）年成交额：年成交股数与成交价乘积，是反映股票流通性强弱的关键指标。
（３）非流通股／受限流通股合计：该指标可从目前股票流通性来反映未来市场抛压。
（４）总市值：年度平均流通股市值的自然对数，是公司规模的有效替代指标。
（５）托宾Ｑ值：公司市场价格／公司重置成本，是衡量一个公司投资状况的有用指标。
（６）市盈率：每股市价／每股收益，是最常用来评估股价水平是否合理的指标，市盈率过高，股价可能有泡沫。
（７）市净率：价格／每股净资产，能有效反映企业市场价值比，市净率越低，该股票投资价值越高。
（８）市销率：每股市价／每股主营业务收入。市销率越低，投资价值越大。
（９）净资产收益率（净利润）：报告期利润／期末净资产，是评价企业资本经营效益的核心指标。
（１０）上期净资产收益率：调整去年加权平均净资产收益率，该指标可有效避免净资产收益率的不稳定性。
（１１）净资产增长率：本期净资产增加额／上期净资产，反映公司净资产（所有者权益合计）的增长情况。
（１２）营业利润增长率：本期营业利润增加额／上期营业利润，是衡量业务发展速度的有效指标。
（１３）税后利润增长率：本期税后利润增加额／上期税后利润。
（１４）回报率：在股票市场中考虑分红的回报率，是反映投资者股票收益情况的直观指标。
（１５）流动比率：流动资产／流动负债，是反映企业短期债务偿还能力和短期流动性的核心指标。
（１６）现金负债比率：货币资金／负债合计，考虑存货比例对短期流动性的影响。
（１７）债务资产比率：负债总额／资产总额，用来表示财务杠杆的大小。
（１８）资产周转率：主营业务收入／平均资产总额，可以用来反映企业对总资产的利用效率。
（１９）经营杠杆：（税前收益＋固定成本总额）／税前收益。营业杠杆系数越大，收益质量越低。
（２０）历史Ｂｅｔａ系数：以上年收益率估算的Ｂｅｔａ系数。该指标是影响本期Ｂｅｔａ系数的一个重要因素。
为反映行业差异对Ｂｅｔａ系数的影响，引入地产、工业、公用和制造业４个行业虚拟变量进入模型，以考察行业因素的影响。
（三）样本公司Ｂｅｔａ系数估计
Ｂｅｔａ系数为公司（或资产组合）收益率和市场组合收益率的协方差与市场组合收益率的方差之比，计算公式为：
βα＝ｃｏｖ（ｒα，ｒｍ）
σ２ｍ
（１）
其中Ｃｏｖ（ｒα，ｒｍ）是证券α的收益与市场收益的协方差；σ２ｍ是市场收益的方差。Ｂｅｔａ系数度量了公司（或资
产组合）对系统性风险的敏感性大小。一般来说，若某一公司（或资产组合）Ｂｅｔａ系数绝对值大于１，意味着该公
司（或资产组合）收益率波动大于市场组合收益率波动，具有高风险性；若小于１，意味着该公司（或资产组合）收
益率波动小于市场组合收益率波动，具有相对低风险性。实证研究中，Ｂｅｔａ系数的估计方法主要是沿着两个方向
改进。一是基于一定约束条件来估计。如二次项市场模型假设Ｂｅｔａ系数与市场收益率有关，ＳＳ市场模型假设Ｂｅｔａ系数与市场收益率波动有关，将这两种模型作为均值方程，用指数形式的条件方差对两个模型的残差项进行修正，消除异方差性，使估计的Ｂｅｔａ参数值具有一致和有效性。二是引入状态变量，用卡尔曼滤波技术估计。
本文采用状态空间模型来估计，以市场模型作为建模的量测方程，并假设Ｂｅｔａ系数与自身滞后项有关，Ｂｅｔａ
系数变动服从一阶自回归过程。在动态条件下，用状态空间模型估计Ｂｅｔａ系数。
ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）经济与管理研究（２０１５年第１０期）量测方程：
Ｒｉ，ｔ＝αｉ＋βｉ，ｔＲｍ，ｔ＋εｉ，ｔ（２）状态方程：
βｉ，ｔ＝βｉ＋φ（βｉ，ｔ－１－βｉ）＋μｔ（３）Ｒｉ，ｔ表示资产ｉ在时间ｔ的收益率；Ｒｍ，ｔ是ｔ时刻市场超额收益率；φ为一阶序列相关系数；βｉ为可变Ｂｅｔａ的基础均值，是一个常数；μｔ为相互、均值为０、方差固定的随机扰动项。用卡尔曼滤波递归算法估算各参数，用估计的Ｂｅｔａ系数作为下一步分析的因变量。
（四）时变Ｂｅｔａ系数影响因子提取
通过相关系数分析发现，部分解释变量之间具有较高的相关性。为避免共线性，同时保留模型解释力，采用因子分析法将原始变量进行压缩和归类。首先运用多元分析法将其归类为公共影响因子和特定因子，然后通过因子旋转技术计算各因子得分序列。为了对各影响因子进行合理解释，将原始指标按照经济含义进行归类，分类结果如表１所示。
表１ 各解释变量归类情况表
资产结构因子经营杠杆
财务结构因子债务资产比率
偿债能力因子现金负债比率、流动比率
盈利能力因子回报率、市销率、净资产收益率（净利润）、上期净资产收益率
成长因子营业利润增长率、税后利润增长率、净资产增长率
风险因子历史Ｂｅｔａ系数、市盈率
市场价值比因子托宾Ｑ、市净率、
营运能力因子资产周转率
市场流动性因子换手率、非流通股／受限流通股合计
因子分析不仅能求出公共因子，还可通过因子旋转技术帮助解释因子在解释力上更加有优势，分别对２００８—２０１２年选取的影响变量作因子分析，提取公共因子，以极大似然法计算各影响因子载荷矩阵（限于篇幅，２００８—２０１１年的因子载荷矩阵结果不再列出，以２０１２年为例列明分析过程）。２０１２年各解释变量因子分析法具体结果如表２所示。
表２ ２０１２极大似然法求解各影响因子载荷矩阵
盈利能力市净率０．８９９－０．００１０．０２１０．０１２－０．０１８－０．００６０．０２３－０．０１４净资产收益率０．９９９－０．００１０．０２３－０．０１２－０．０１５－０．００８０．００９０．０１２
上年净资产收益率－０．３８０－０．０２８－０．４６８０．０２３０．０６３０．１０４－０．０６７－０．０９２偿债能力流动比率－０．０１３０．９９５－０．０９５０．０２７０．０１４０．０１６０．０１９－０．０１４现金负债比率０．０２２０．７９２－０．０９８０．００７－０．０２６－０．０２２０．０９４０．０１２财务结构债务资产比率０．０１９－０．１６２０．９７２－０．０３９－０．０２２－０．０２６０．１６０－０．０１１历史Ｂｅｔａ系数０．００１０．０２７０．０３５０．００２－０．００２０．０１１－０．００９－０．０２５
净资产增长率－０．００５－０．０３７－０．０６７－０．０１１－０．０３４－０．０５４－０．００２－０．００８经济与管理研究（２０１５年第１０期）ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）
成长性市销率－０．００７０．０１９－０．０４７０．９８１－０．０４２－０．０２４０．１８０－０．００２
税后利润增长率０．００１－０．０４５－０．０２０－０．３９８０．０７４０．０２５０．１５９０．２７７规模总市值－０．００６－０．０２４－０．０２７－０．０２９０．４０６－０．３７４－０．００６０．０２７成交额－０．０３１０．００３－０．０２７－０．０４５０．９９８０．０２０－０．０２１０．００２市场流动性回报率０．００４０．０１０－０．１５１－０．０８８０．０６６０．５３７０．３０５０．０４０换手率－０．０７４－０．００１－０．０３９－０．０４４０．０４５０．５８２－０．０４２－０．０４０非流通股／受限流通股０．０２５－０．０２００．００５－０．０１７０．１１６－０．２４８－０．０８６０．０１５营业利润增长率－０．００１０．００７－０．００７０．１１３－０．０２９０．０７２－０．０４２０．０５２市场价值比率市盈率－０．００８０．０８９－０．０７３０．１２０－０．０６９０．１３４０．１７５－０．０２４托宾Ｑ０．０５８０．１１８０．３７９０．４１９－０．０４４０．０５００．７８８０．００９营运能力资产周转率－０．０３３－０．１９２－０．０４７－０．１１４０．０１０－０．１３４０．０３７０．２７１经营杠杆－０．００２－０．０２９－０．０８－０．０１６－０．０１６－０．０２９－０．００２－０．０４２
注：（１）该分析涉及样本股票数为４５１；（２）该矩阵是进行了方差最大化的正交旋转经旋转后的载荷矩阵，是各公共因子Ｆ１—Ｆ８上的载荷系数；（３）每一个原始解释变量在各影响因子上的载荷最大值用粗体表示。
将表２中各影响因子对应的得分系数分别乘以各变量标准化后的序列即可得到各因子对应的得分序列。从旋转后各影响因子的载荷可以看出各影响因子代表的意义。净资产收益率在Ｆ１上有较高的载荷，可称Ｆ１为盈利能力因子；流动比率和现金负债比率在Ｆ２上有较高的载荷，可称Ｆ２为偿债能力因子；债务资产比率在Ｆ３上有较高的载荷，可称Ｆ３为财务结构因子；税后利润增长率和市销率在Ｆ４上有较高的载荷，可称Ｆ４为成长性因子；总市值和成交额在Ｆ５上有较高的载荷，可称Ｆ５为规模因子；换手率在Ｆ６上有较高的载荷，可称Ｆ６为市场流动性因子；托宾Ｑ值在Ｆ７上有较高的载荷，可称Ｆ７为市场价值比因子；资产周转率在Ｆ８上有较高的载荷，可称Ｆ８为营运能力因子。同样不再列示２００８—２０１１年的分析过程，结果直接运用到下面的计算中。
（五）时变Ｂｅｔａ系数与影响因子回归分析
为了考察各影响因子对Ｂｅｔａ系数的影响方向和大小，从２００８—２０１２年以各年度样本公司Ｂｅｔａ均值作为被解释变量，各年度提取的公共因子为解释变量，按年度分别进行多元线性回归，样本的年度截面回归分析结果如表３所示。
表３ ２００８—２０１２年Ｂｅｔａ系数与影响因子截面回归结果①
规模因子０．０２２．２１－０．２５－２．８５０．２３１．３７０．０２２．３７０．４５１．８７
资产结构因子－０．２１－０．７９０．２５０．３３
财务结构因子－０．０５－０．２２０．０２１．５７０．０７２．１１０．４２１．７３
①不同年份作为解释变量的影响因子不同，影响因子的确定来自因子载荷矩阵分析结果。２００８—２０１２年确定的影响影响因子个数分别为８、４、９、５、８个。
ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）经济与管理研究（２０１５年第１０期）
偿债能力因子０．１００．３７０．０３０．０４０．０００．１４－０．２７－２．１０
盈利能力因子－０．５８－２．１６－０．０６－４．１５－０．９２－１．４３－１．０１－０．７４－４．６５－１９．１２成长性因子０．４８１．９５０．０３１．９７０．８７１．９４０．０１１．０４－１．０８－７．４１风险因子０．２７１．９９０．３７０．５３
市场价值比因子０．０６０．２８－３．３５－５．１９０．０１２．１９－３．３８－１３．１５
营运能力因子０．９８１．９５１．０４４．２５
市场流动性因子１．０５３．１５Ｉ１（地产）０．０５０．０５０．０５０．８４３．８６１．３１０．２７４．８０２．９５２．７１
Ｉ２（工业）０．１２０．１９－０．０１－０．２８３．５９１．９６０．０５１．３７０．１７０．２５Ｉ３（公用）－０．７９－１．９９０．０６１．２８－３．９０－１．９７－０．１０－２．５０－０．６７－１．９０Ｉ４（制造）－０．０４－０．０７０．０００．０４１．１００．５７０．０４１．０２－０．７２－１．０１Ｒ２０．６１０．７７０．８１０．８５０．９３
Ｆ统计量３２．０４４１．４３５７．４６５９．６１７８．２８
ＤＷ２．１５１．９９１．９４１．８８２．２１
注：本表中显著性水平１％时ｔ＝２．７５；显著性水平５％时ｔ＝２．０４；显著性水平１０％时ｔ＝１．６９。
由表３可知，在被考察的１０个影响因子中，有９个因子在不同年份与Ｂｅｔａ系数之间具有不同程度的线性关系。从２００８—２０１２年Ｒ２值逐渐增加，Ｆ统计量也有逐年增大的趋势，说明包含这些影响因子的模型对Ｂｅｔａ均值变化的解释力在不断增强。
从各年度影响因子变动情况来看，２００８年，规模、盈利能力、成长性和风险因子对Ｂｅｔａ系数的变化有显著影响。其中，盈利能力对Ｂｅｔａ系数有负向影响；公司规模、成长性和风险因子对Ｂｅｔａ系数有正向作用，规模因子的影响作用较小。２００９年，规模和盈利能力因子对Ｂｅｔａ系数有显著的负向作用，成长性因子对Ｂｅｔａ系数有显著的正向作用，规模因子对Ｂｅｔａ系数的影响与２００８年相反。２０１０年，财务结构和成长性因子对Ｂｅｔａ系数有显著的正向作用，市场价值比因子对Ｂｅｔａ系数有显著的负向作用。２０１１年，规模和市场价值比因子对Ｂｅｔａ系数有显著的正向作用，但系数较小。２０１２年，有８个影响因子对Ｂｅｔａ系数有显著影响，其中，规模、财务结构、营运能力和市场流动性因子对Ｂｅｔａ系数有正向影响，偿债能力、盈利能力、成长性和市场价值比因子对Ｂｅｔａ系数是负向影响，且显著性水平较高。从行业因素来看，除２００９年外，其他年份行业因素对Ｂｅｔａ系数有不同程度的影响。其中，地产行业对Ｂｅｔａ系数自２０１１年起具有显著的正截距效应，公用行业在４个年度内有显著的负截距效应。工业在２０１０年具有显著的正截距效应，其他年份不显著。综合来看，考察期内公用和地产行业对Ｂｅｔａ系数的影响比较明显。
三、结论及启示
（一）研究结论
（１）在被考察的１０个影响因子中，有９个因子在不同年份与Ｂｅｔａ系数之间具有不同程度的线性关系。规模、财务结构、盈利能力、成长性和市场价值比均在３个以上年度对Ｂｅｔａ系数产生显著影响，是造成Ｂｅｔａ系数不稳定
经济与管理研究（２０１５年第１０期）ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）
的重要原因，要给予充分关注。还有一些因素没有体现出大小或方向上的规律性，原因可能在于上市公司的信息披露程度、坐庄现象以及投资者情绪等非理性因素直接或间接影响了Ｂｅｔａ系数。
（２）公司的财务结构、营运能力、风险和市场流动性与由时变贝塔表示的系统风险呈现显著的正相关。前三者的研究结论与理论预期相一致，即具有较高的债务资产比例和资产周转能力、较强风险偏好的企业的股票价格对市场的波动更为敏感。而代表上市公司偿债能力和现金流动能力的市场流动性因子对贝塔系数有正向影响，即流动性越好的公司股票对市场的波动更敏感，与理论预期不相符。这可能是由于作为系统风险影响因素的代表性因子选取不恰当导致的，如２０１２年通过因子载荷矩阵所得到的代表性因子是换手率，而换手率的高低由于样本选取的局限性可能并没有很好地反映其财务流动性，因此影响了分析结论。
（３）公司盈利能力和市场价值比与由时变贝塔表示的系统风险呈显著的负相关关系。其中，盈利能力对Ｂｅｔａ系数的影响方向与财务理论一致，即具有较强利润增长能力企业的系统风险较低，而市场价值比则与理论预期相悖。这可能是因为，各行业企业性质及所处发展阶段差异较大，具有较高托宾Ｑ值的企业具有较高系统性风险这个观点，可能并不适用于所有企业。当企业处于成长期或成熟期时，其市场价格会处于相对高点，这时的托宾值也可能是较高的，但这并不意味着系统性风险的增加。在实现稳健和持续经营的情况下，市场价值比因素可能会呈现出与贝塔系数的反向关系。
（４）公司的成长性和规模对贝塔系数的影响方向在各年度不一致。这与杨克磊和郭经华（２０１４）的研究结论一致。原因可能在于，一是以利润增长率、资产增长率等指标表征的公司成长性与系统性风险的关系可能并不密切。如高成长性企业在其业务和利润的快速提升期，由于市场扩张的粗放性，其面临的系统性风险可能会更高。二是规模大风险小的逻辑可能并不适用于所有企业。因为与企业规模扩张相伴随的除了竞争力的提升，还有管理复杂程度和决策难度的加大，超过了一定界限，规模与风险的关系可能就会发生逆转。
（二）启示
（１）对上市公司本身来讲，要加强对贝塔系数的时变性研究，提高投资和风险决策水平。本文的研究表明，企业的财务结构、盈利能力、成长性和市场价值比等基本面因素与系统风险存在显著的相关性，是影响Ｂｅｔａ系数时变性的重要原因，地产和公用行业Ｂｅｔａ系数的不稳定性会高于其他行业。但企业的决策者经常是从利润增长、市场提升等角度来进行财务分析，忽略了这些因素与风险管理之间的关系。其结果将可能导致较高的决策风险。上市公司可以基于系统风险的影响因素，构建贝塔系数风险管理评价体系，通过分析财务信息与风险之间的关系，发现企业经营过程中存在的短板，提高风险管理能力，改善经营管理。同时可以考虑在年报中增加与公司风险有关的披露信息，为利益相关者的决策提供帮助。
（２）对投资者以及资产管理、风险评估等机构来讲，要重视贝塔系数的时变性对评估分析和投资决策的影响。特别要充分考虑到财务结构和成长性因子的正向影响有加大趋势，盈利能力因子的负向影响有加大的趋势。此外，正如结果显示，上市公司系统风险和某些影响指标之间的关系与理论预期不相符，这除了本文已给出的解释外，很大程度上也反映了中国股票市场存在着信息脱节的现象，股价变动偏离了自身真实的会计信息，这对风险的披露提出了新的要求。因此证券监管机构应鼓励或要求相关机构定期公布上市公司的贝塔系数值，完善信息披露制度，提高信息质量，降低投资者风险。
参考文献：
［１］丁志国，苏治，赵晶．资产系统性风险跨期时变的内生性：由理论证明到实证检验［Ｊ］．中国社会科学，２０１２（４）：８３－１０４．
［２］雷达，郭路．资本资产定价理论及其新进展的述评［Ｊ］．甘肃社会科学，２００９（４）：４５－４９．
６３１ＲｅｓｅａｒｃｈｏｎＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ（Ｎｏ．１０，２０１５）经济与管理研究（２０１５年第１０期）
［３］田利辉，王冠英．西方资产定价学说和中国股票市场发展［Ｊ］．南开学报（哲学社会科学版），２０１４（２）：１２７－１３５．
［４］ＲＯＳＳＳＡ．Ｏｎｔｈｅｃｒｏｓｓ－ｓｅｃｔｉｏｎａｌｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｅｘｐｅｃｔｅｄｒｅｔｕｒｎｓａｎｄｂｅｔａｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９９４，４９（１）：１０１－１２１．
［５］ＦＡＢＯＺＺＩＦＪ，ＦＲＡＮＣＩＳＪＣ．Ｍｕｔｕａｌｆｕｎｄｓｙｓｔｅｍａｔｉｃｒｉｓｋｆｏｒｂｕｌｌａｎｄｂｅａｒｍａｒｋｅｔｓ：ａｎｅｍｐｉｒｉｃａｌｅｘａｍｉｎａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９７９，３４（５）：１２４３－１２５０．
［６］ＲＯＢＩＣＨＥＫＡ，ＣＯＨＮＲＡ．Ｔｈｅｅｃｏｎｏｍｉｃｄｅｔｅｒｍｉｎａｎｔｓｏｆｓｙｓｔｅｍａｔｉｃｒｉｓｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，１９８４，２９（２）：４３９－４４７．
［７］ＢＯＳＴＴ，ＮＥＷＢＯＬＤＰ．Ａｎｅｍｐｉｒｉｃａｌｉｎｖｅｓｔｉｇａｔｉｏｎｏｆｔｈｅｐｏｓｓｉｂｉｌｉｔｙｏｆｓｔｏｃｈａｓｔｉｃｓｙｓｔｅｍａｔｉｃｒｉｓｋｉｎｔｈｅｍａｒｋｅｔｍｏｄｅｌ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓ，２００４，４７（１）：３５－４１．
［８］ＣＨＯＵＤＨＲＹＴ．Ｔｉｍｅ－ｖａｒｙｉｎｇＢＥＴＡａｎｄｔｈｅａｓｉａｎｆｉｎａｎｃｉａｌｃｒｉｓｉｓ：ｅｖｉｄｅｎｃｅｆｒｏｍＭａｌａｙｓｉａｎａｎｄＴａｉｗａｎｅｓｅｆｉｒｍ［Ｊ］．Ｐａｃｉｆｉｃ－ＢａｓｉｎＦｉｎａｎｃｅＪｏｕｒｎａｌ，２００５（１３）：９３－１１８．
［９］ＲＯＳＥＮＢＥＲＧＢＪ．Ｐｒｅｄｉｃｔｉｏｎｏｆｂｅｔａｆｒｏｍｉｎｖｅｓｔｍｅｎｔｆｕｎｄａｍｅｎｔａｌｓ：ｐａｒｔｔｗｏａｌｔｅｒｎａｔｉｖｅｐｒｅｄｉｃｔｉｏｎｍｅｔｈｏｄｓ［Ｊ］．ＦｉｎａｎｃｉａｌＡｎａｌｙｓｔｓＪｏｕｒｎａｌ，１９９６，３２（４）：６２－７０．
［１０］ＢＵＬＬＡＪ，ＭＥＲＧＮＥＲＳ．Ｔｉｍｅ－ｖａｒｙｉｎｇｂｅｔａｒｉｓｋｏｆｐａｎ－ｅｕｒｏｐｅａｎｉｎｄｕｓｔｒｙｐｏｒｔｆｏｌｉｏｓ：ａｃｏｍｐａｒｉｓｏｎｏｆａｌｔｅｒｎａｔｉｖｅｍｏｄｅｌｉｎｇｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＵｒｏｐｅａｎＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，２００８，１４（８）：７７１－８０２．
［１１］ＭＥＬＩＣＨＥＲＲＷ．Ｆｉｎａｎｃｉａｌｆａｃｔｏｒｓｗｈｉｃｈｉｎｆｌｕｅｎｃｅｂｅｔａｖａｒｉａｔｉｏｎｓｗｉｔｈｉｎａｎｈｏｍｏｇｅｎｅｏｕｓｉｎｄｕｓｔｒｙｅｎｖｉｒｏｎｍｅｎｔ［Ｊ］．ＴｈｅＪｏｕｒｎａｌｏｆＦｉｎａｎｃｉａｌａｎｄＱｕａｎｔｉｔａｔｉｖｅＡｎａｌｙｓｉｓ，１９７４，９（２）：２３１－２４１．
［１２］ＢＩＬＤＥＲＳＥＥＪＳ．Ｔｈｅａｓｓｏｃｉａｔｉｏｎｂｅｔｗｅｅｎａｍａｒｋｅｔ－ｄｅｔｅｒｍｉｎｅｄｍｅａｓｕｒｅｏｆｒｉｓｋａｎｄａｌｔｅｒｎａｔｉｖｅｍｅａｓｕｒｅｓｏｆｒｉｓｋ［Ｊ］．ＴｈｅＡｃｃｏｕｎｔｉｎｇＲｅｖｉｅｗ，１９８２，５０（１）：８１－９８．
［１３］ＣＯＯＰＥＲＩ．Ａｓｓｅｔｐｒｉｃｉｎｇｉｍｐｌｉｃａｔｉｏｎｓｏｆｎｏｎｃｏｎｖｅｘａｄｊｕｓｔｍｅｎｔｃｏｓｔｓａｎｄｉｒｒｅｖｅｒｓｉｂｉｌｉｔｙｏｆｉｎｖｅｓｔｍｅｎｔ［Ｊ］．ＪｏｕｒｎａｌｏｆＦｉｎａｎｃｅ，２００６，６１（１），１３９－１７０．
［１４］吴世农，冉孟顺，肖珉．中国上市公司系统风险与会计变量之间关系的实证研究［Ｊ］．会计研究，１９９９（１２）：２９－３３．
［１５］郑君君．Ｂｅｔａ系数与市盈率关系的研究［Ｊ］．当代经济，２０００（５）：３６－３７．
［１６］吕长江，赵岩．中国证券市场中Ｂｅｔａ系数的存在性及其相关特性研究［Ｊ］．南开管理评论，２００３（１）：３５－４３．
［１７］刘永涛．上海证券市场Ｂｅｔａ系数相关特性的实证研究［Ｊ］．管理科学，２００４（１）：２９－３５．
［１８］惠晓峰，杜长春．上市公司信息披露与贝塔系数［Ｊ］．哈尔滨工程大学学报，２００９（９）：１０７７－１０８１．
［１９］杨克磊，郭经华．沪市时变贝塔及财务影响因素分析［Ｊ］．武汉理工大学学报（信息与管理工程版），２０１４（２）：１２５－１２９．
ＩｍｐａｃｔｅｄＦａｃｔｏｒｓｏｆＴｉｍｅ－ｖａｒｙｉｎｇＢｅｔａＣｏｅｆｆｉｃｉｅｎｔ
—Ｂａｓｅｄｏｎ４５１ＬｉｓｔｅｄＣｏｍｐａｎｉｅｓ摧Ｓｔｏｃｋｓ
ＸＵＪｉａｎｗｅｉ
（ＬａｎｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００００）
Ａｂｓｔｒａｃｔ：Ｂｙｓｅｌｅｃｔｉｎｇ４５１ｃｏｍｐａｎｉｅｓ摧ｃｏｎｓｔｉｔｕｅｎｔｓｔｏｃｋｓｆｒｏｍｒｅａｌｅｓｔａｔｅ，ｉｎｄｕｓｔｒｙ，ｕｔｉｌｉｔｙａｎｄｍａｎｕｆａｃｔｕｒｉｎｇｉｎｄｕｓｔｒｉｅｓａｓｓａｍｐｌｅｓｉｎＣｈｉｎａ摧ｓｓｔｏｃｋｍａｒｋｅｔａｎｄｍａｋｉｎｇａｃｌｕｓｔｅｒａｎａｌｙｓｉｓｆｏｒｔｈｅｃｈｏｓｅｎ２０ｉｎｄｉｃａｔｏｒｓｗｉｔｈｆａｃｔｏｒａｎａｌｙｓｉｓｔｏｅｓｔｉｍａｔｅｔｈｅＢｅｔａｃｏｅｆｆｉｃｉｅｎｔｆｏｒｅａｃｈｓａｍｐｌｅｃｏｍｐａｎｙｂｙｕｓｉｎｇｔｈｅｓｔａｔｅ－ｓｐａｃｅｍｏｄｅｌ，ｔｈｉｓｐａｐｅｒａｎａｌｙｓｅｓｔｈｅｉｍｐａｃｔｏｆｅａｃｈｆａｃｔｏｒｏｎＢｅｔａｃｏｅｆｆｉｃｉｅｎｔｓｗｉｔｈｃｒｏｓｓ－ｓｅｃｔｉｏｎａｌｒｅｇｒｅｓｓｉｏｎ．Ｉｔｉｓｆｏｕｎｄｔｈａｔｓｃａｌｅ，ｆｉｎａｎｃｉａｌｓｔｒｕｃｔｕｒｅ，ｐｒｏｆｉｔａｂｉｌｉｔｙ，ｇｒｏｗｔｈａｎｄｍａｒｋｅｔｖａｌｕｅａｒｅｉｍｐｏｒｔａｎｔｒｅａｓｏｎｓｆｏｒｉｎｓｔａｂｉｌｉｔｙｏｆｂｅｔａｃｏｅｆｆｉｃｉｅｎｔ．Ｔｈｅｆｉｎａｎｃｉａｌｓｔｒｕｃｔｕｒｅ，ｇｒｏｗｔｈａｎｄｐｒｏｆｉｔａｂｉｌｉｔｙｈａｖｅａｇｒｅａｔｅｒｉｍｐａｃｔｏｎｔｈｅＢｅｔａｃｏｅｆｆｉｃｉｅｎｔ，ｗｈｉｃｈｓｈｏｕｌｄｂｅｇｉｖｅｎｍｏｒｅａｔｔｅｎｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：Ｂｅｔａｃｏｅｆｆｉｃｉｅｎｔ；ｔｉｍｅ－ｖａｒｙｉｎｇ；ｆａｃｔｏｒａｎａｌｙｓｉｓ；ｃｏｍｐａｎｙｆｕｎｄａｍｅｎｔａｌｓ；ｉｎｄｕｓｔｒｙ
责任编辑：张任之
７３１下载本文
