Eviews统计第十九章.pptVIP

第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 β系数是资本资产定价模型（CAPM）中的重要概念，也是用于衡量证券市场系统风险的重要概念。 现实经济环境中的β系数必须要用过去的数据来估计，因此检验β系数的相对稳定性，进而才能对证券市场未来系统风险进行无偏差估计。 因此β系数的稳定性检验对于认识现实证券市场情况和估计资本市场风险都具有较大的意义。 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 研究背景和目的 自从资本资产定价模型诞生以来，β系数就是用于测量证券市场系统风险的一个重要概念。就方法论而言，β系数须要从过去证券市场的收益率数据中进行估计，而过去的数据估计出来的只能是过去的β系数。过去的β系数要能用于反映现在或将来的风险，必须具有一定的稳定性。因此，β系数的稳定性检验就显得非常重要。 本案例选取了外贸行业作为研究对象。因为对外贸易行业作为我国经济的重要支撑，一直是经济发展的重要组成部分。近年以来，我国外贸继续保持快速增长，呈现出“大进大出”的增长态势，贸易出口增速攀升，出口产品不断增加，贸易顺差逐渐加大。因此研究贸易行业的资本市场β系数稳定性，对于评价研究外贸行业资本市场表现和相关股票预测都具有一定意义。 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 研究设计 1.研究方法的选择 通过对理论文献的分析总结并针对本案例所要研究的内容，案例最终选择通过股票的日收益率和市场平均收益率序列利用OLS估计方法获得β系数的回归拟合值，然后利用CHOW检验方法对我国外贸行业资本市场β系数稳定性进行实证检验分析的研究方法。 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 2.研究模型的设定 1. β系数模型构建 根据资本资产定价模型的含义，β系数可表示为： 将CAPM模型转化为可检验形式，型如： 本案例采用证券交易市场价格指数作为市场指数计算市场收益率。收益率的选择上，因为我国证券市场成立的时间还很短，所以选择日收益率进行测算。其中，个股日收益率采用公式： 其中Pt是个股t日的收盘价格； 市场收益率采用公式： 计算得到，其中LPt是t日的证券交易所收盘指数。 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 研究设计 2. β系数稳定性检验模型构建 对β系数的稳定性检验有很多种方法，如主要采用描述性统计分析、转移矩阵分析法、虚拟变量法、White异方差检验法、非参数检验方法、系数约束的Wald检验等。本案例根据沈艺峰(1994)、沈艺峰和陈浪南(1995)、陈周敏(1998)的研究成果，对本案例的β系数采用可以克服相关分析法局限性、能有效检验β系数稳定性的CHOW检验法进行测算。CHOW检验能够检测不同时间段的β系数有无发生稳定性变化，因此能够较好的达到预期的研究效果。 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 研究的数据选择 1.股票的选择 中国的股票市场包括深、沪证券交易所，由于这两个交易所的经营、交易的股票不同，交易规则和各种指数的计算存在着很多差异，很难找出各种指数等价的转换方法，所以在选择数据时，本案例尝试只选取上海证券交易所的股票数据来进行研究。表19-1显示了十六只样本股票的基本信息。 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 股票名称 股票代码 有效样本个数 东方创业 600278 1214 时代万恒 600241 1188 弘业股份 600128 1206 五矿发展 600058 1203 建发股份 600153 1210 厦门国贸 600755 1202 江苏舜天 600287 1209 申达股份 600626 1212 新华锦 600735 1115 兰生股份 600826 1201 浙江东方 600120 1207 辽宁成大 600739 1194 中大股份 600704 1111 上海物贸 600822 1192 中国高科 600730 1199 中化国际 600500 1205 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 研究的数据选择 2.股票样本时间跨度选择 为了研究β系数的稳定性特征，提高检验的准确性，需要较长的样本观测时间段。本案例选取了尽可能长的时间窗口，最终选取了2005年1月4日-2010年2月22日超过五年的日交易样本数据，并剔除各股停牌的交易日数据。研究的单支股票观测样本达到1100个以上，16支股票的总观测样本达到了19068个 第十九章 综合案例：我国外贸行业资本市场β系数稳定性分析 EViews操作 前期序列对象建立 （1）创建工作文件 （2）建立序列对象 回归模型的建立和β系数的估