文献综述经济学中国A 股市场系统性风险的实证分析一、引言本研究借助于数量化方法研究证券投资中风险结构的系统性风险。
运用上证指数的历史数据分析我国系统性风险的变化，并找出影响我国系统性风险的重要因素。
结合马科维茨的投资组合理论和威廉▪夏普的单指数模型和资本资产定价模型对系统性风险和非系统性风险的应用。
在否定β值在证券投资选择中的应用的同时提出一个选股理论，并对其进行实证检验。
这一理论将在目前我国经济转型的大背景下，对证券投资中的选择具有积极的指导意义。
二、主题参考的文献资料主要是在学校图书馆的综合书库、期刊室、中国期刊网上搜集的，主要是关于股市系统性风险的一些文章和书本。
在此，根据参考的内容，我将我所参考的资料进行了分析和分类，如下：1952年哈利·马科维茨发表一篇题为《证券组合选择》的论文，标志着现代证券组合理论的开端。
马科维茨分别用期望收益率和收益率的方差来衡量投资的预期收益率水平和投资风险，建立均值方差模型来阐述如何考虑“预期收益最大化”以及“收益的不确定性最小”这两个目标，从而进行决策。
然而这种方法面临的最大问题是其计算量太大，更无法满足实际市场在时间上近乎苛刻的要求，这严重阻碍了马科维茨方法在实际中的应用。
1963年，马科维茨的学生威廉·夏普提出了简化的计算方法，这一方法通过建立“单指数模型”——i M i i i r r εβα++=（式一）来实现。
马科维茨投资组合理论论述了理性投资者在不确定的情形下应该如何选择自己的最佳投资组合。
如果证券市场上每个投资者都按照这种方法来构造其投资组合，那么在市场均衡时，风险证券的合理收益率应该为多少？威廉·夏普、约翰·林特纳、简·莫辛分别于1964年、1965年1966年提出了著名的资本资产定价模型（CAPM ）——P F M F P r r E r r E β])([)(-+=（式二），从而建立了揭示均衡状态下证券收益风险关系的经济本质。
其中MiM i M M i i r r Cov σρσσβ==2),((式三)，β系数反映了证券或证券组合对市场组合方差的贡献率以及证券或证券组合的收益水平对市场收益水平的敏感性，是衡量证券承担系统风险水平的指数，在证券的选择、风险控制和投资组合绩效评价等方面拥有广泛的应用。
资本资产定价模型建立在一系列严格的假设条件下，我们将之称为标准资本资产定价模型。
后人在此基础上，对某些假设逐步放宽，提出了多种资本资产定价模型，如零β资本资产定价模型、多期资本资产定价模型、多β资本资产定价模型和以消费为基础的资本资产定价模型等，我们将之称做非标准型资本资产定价模型。
资本资产定价模型，β系数作为衡量系统性风险的指标，其与收益水平是正相关，即风险越大，收益越高。
由于资本资产定价模型是建立在对现实市场简化的基础上，因而现实市场中的β系数与收益是否具有正相关关系，是否还有更合理地度量工具用以解释不同证券收益差别，就是所谓的资本资产定价模型的有效性问题。
最近几十年来，资本资产定价模型的有效性一直是广泛争论的焦点。
最初测试表明，β系数与收益率呈正相关，因而β系数度量风险具有合理性，纵使存在其他度量风险的工具（如方差能解释实际收益率的差别）。
然而，1977年，罗尔指出，由于测试时使用的是市场组合的替代品，对资本资产定价模型的所有测试只能表明该模型实用性的强弱，而不能说明该模型本身有效与否。
1976年12月，斯蒂芬A ·罗斯在《经济理论》杂志上发表了论文《资本资产定价的套利理论》中建立了套利定价理论（APT ），它解决了这样一个问题：如果所有证券的收益都受到某个共同因素的影响，那么在均衡市场状态下，导致各种证券具有不同收益的原因是什么？从而揭示了均衡价格形成的套利驱动机制和均衡价格的决定因素。
并更具其理论建立了“单因素模型”和“多因素模型”。
2010年，约翰•奥瑟兹在他的新书《可怕的市场崛起》(The Fearful Rise of Markets)中提到：“如今，电算化数学模型能够精确地测算风险，并演示如何以风险换取回报。
它们造成了这样的印象：即市场是可以控制的。
这种想法导致了过度的自信。
它们还助长了以下观点：分散投资（即投资于不同资产）是安全的。
分散投资本身几乎无可辩驳，但这种观念最终会鼓励冒险行为，致使投资者进入自己一无所知的市场。
这进而增强了市场之间的关联性。
”他认为：“古老的分散投资理论助长了过度自信，推动投资者蜂拥进入“无关联”的资产，而随后，这些资产出现了关联。
其它核心假设——比如，随时间推移保持稳定的关联性、随机回报，以及强调根据资产类别配置资金——已被证明是错误的。
我们需要一套新的理论。
金融与经济取决于人类的决策，而不是自然法则。
放弃试图精确预测市场的努力，我们才有可能避免再次陷入此类模型以往曾造成的过度自信。
”随着我国证券市场的稳步发展，近些年，一批学者开始对我国证券市场的系统性风险进行不断的深入研究与实证检验。
比如：胡勤勤、吴世农（2001）分析了证券系统性风险系数估计中应注意的几个问题；的平均值对我国A股市场徐国祥、檀向球（2002）通过计算个股的系统性风险占比2iM系统性风险进行了实证研究；侯永建、周浩（2002）以实证的方法考察了不同市场态势下证券系统性风险度量指标β值的表现，揭示了绩优股和绩差股以及业绩普通股票在不同市场态势下β值的差别，并做了相应分析，又通过实证得出了在不同的市场态势下证券组合β值的稳定性要比单个证券β值的稳定性强，且证券组合中证券种类越多，稳定性越好，最后分别在牛市、熊市和不区分市场态势三种情况下检验了系统性风险与收益之间的线性关系，即CAPM在我国证券市场上的有效性，指出了区分市场态势的重要性；张宗新、朱伟骅（2005）对中国证券市场系统性风险结构进行了实证分析。
研究表明：我国证券市场的系统性风险整体呈现降低趋势，系统性风险与市场指数存在负相关性，牛市期间系统性风险显著降低,熊市期间系统性风险持续走高，行业间变异系数增大，风险比重方差随时间变化而呈显著性差异，政策因子对系统性风险具有显著性影响，说明我国股市很大程度上仍为政策市；杨书郎（2005）在分析了有关升降β系数所存在的一些问题的基础上，建立了描写证券投资风险系统性的一组新的参数：强弱β系数，研究了它们的一些重要性质，并应用到投资分析及系统风险与预期收益的结构分析中；海小辉、王力宾（2006）采用2004年的沪市交易所的258个上市公司为样本，根据市场模型估计出这些上市公司的系统性风险系数β，并通过因子分析模型和计量经济模型探索影响β的因素。
发现市场表现对我国证券市场的系统性风险影响较大，而各上市公司的财务情况，对系统性风险的影响却是微乎其微；陈新宏（2006）分析了β系数的变化特征，运用递归残差法估计和检验了β系数的稳定性，指出CAPM模型中的β系数是度量证券系统性风险的重要指标；曾沁凌（2007）从我国房地产类发展所出现的疑惑入手，结合资本资产定价模型，选取具有一定代表性的房地产类股票数据，计算β系数并对结果进行分析，进而判断了我国房地产类股票系统性风险的程度及行业内投资组合的可行性；黄波、李湛、顾孟迪（2007）基于代表性投资者下跌风险规避和上升风险喜好推导出双侧风险偏好资产定价模型，并基于该模型实现了双侧系统性风险的分离。
运用中国A股市场1996年-2003年的收益数据进行实证研究表明，双侧系统性风险的绝对值在研究样本区间初期较高,随后逐年下降，说明中国证券市场日趋规范，也与1996年以后实行的股市涨跌幅设限等政策有关，与外在重大信息冲击影响对应，双侧系统性风险的相对比例在研究样本期间内表现为一波三折；赵国栋（2009）以上证A股银行股为研究对象，通过时间序列回归方法得出CAPM模型中的贝塔系数和R-squared值，运用贝塔系数对银行股的类型进行分类，并建议投资者根据自身的风险偏好选择相应的股票。
根据回归分析得出的R-squared值分析出银行股股价波动的因素大部分来自市场整体因素。
比较股改前后β系数的变化，银行股的系统风险略有增加。
以贝塔系数为因变量，以公司治理为自变量，进行回归分析，结果表明公司治理对上市银行股价系统性风险没有显著的影响，这与通过依据R-squared值得出银行股股价波动的因素大部分来自市场整体因素的结论相吻合。
三、总结综上所述，过往的研究中，经常使用随机抽取样本计算个股的2iM值，再进行平均，以此来代表股市的系统性风险。
在投资分析与风险管理的研究与实务中，为了从某种角度来刻画系统性风险，人们希望预期收益率与系统性风险β之间有较为明确的关系，有的是从全过程角度考虑，有的则是从过程中的阶段性角度考虑，所以彼此间应该要有规律可循，甚至应该有明确的直观形象。
但实际上，它们却表现为关系混乱，更缺乏直观表现。
随着金融创新活动的不断加速以及分散投资理念的渗透，资产的相关性开始上升，即使是过往完全独立的资产也出现了相关性。
而对投资者而言，当所有市场都一致变动时，风险管理便不可能实现。
市场的相互纠缠、过度膨胀成为了危及全球经济危机的更不因素。
要规避这种非理性的繁荣，的确有赖于心智训练和抵制贪婪、恐惧和头脑短路影响的能力。
但正如约翰•奥瑟兹在其新书《可怕的市场崛起》中说的：“需要改变的不仅仅是实践，理论也必须改变；金融与经济取决于人类的决策，而不是自然法则。
放弃试图精确预测市场的努力，我们才有可能避免再次陷入此类模型以往曾造成的过度自信。
”由此，本研究认为，应该按照公司利润等基本面因素，而不是市场价格，分配其投资组合的权重。
[参考文献][1]胡勤勤、吴世农.证券系统性风险系数估计中应注意的几个问题[N].证券市场报.2001(11)：59-63.[2]侯永建、周浩.在不同市场态势下证券系统性风险实证研究[J].财贸研究.2002(03)：70-74.[3]徐国祥、檀向球.我国A股市场系统性风险的实证研究[J].统计研究.2002(5)：37-40.[4]杨书郎.关于证券投资中系统性风险的某些问题[J].数量经济技术经济研究.2005(8)：84-92.[5]张宗新、朱伟骅.中国证券市场系统性风险结构的实证分析[J].经济理论与经济管理.2005(12)：32-37.[6]陈新宏.关于证券系统性风险估计的改进与检验[J].科技情报开放与经济.2006(04)：131-132.[7]海小辉、王力宾.我国沪市上市公司影响系统性风险因素实证分析[N].云南财经大学学报.2006(09)：101-104.[8]曾沁凌.基于β系数的我国房地产类股票系统性风险研究[N].铜陵学院学报.2007(05)：36-57.[9]黄波、李湛、顾孟迪.双侧系统性风险及其在中国股市的实证研究[J].管理科学.2007(12)：81-86.[10]赵国栋.上证A股银行股系统性风险实证分析[J].时代金融. 2009(08)：36-38.[11]张亦春.现代金融市场学[M].中国金融出版社.2002.[12]韩德宗、朱晋.证券投资学原理[M].北京：机械工业出版社.2008. 10-30.[13]中国证券业协会.证券投资分析[M].北京：中国财政经济出版.2010. 42-53.[14][US].John Authers.The Fearful Rise of Markets[M].2010. 55-70.[15]Harry M.Markowitz.Investment portfolio selection[J].1952（02）.20-22.[16]Stephen A.Ross.Capital assets pricing arbitrage theories[J].1976（05）.15-18.。