龙源期刊网 http://www.qikan.com.cn
我国石油行业时变β系数的测算
作者：赵颖 吴慧 谢沛昕 田穗
来源：《时代金融》2016年第05期
【摘要】在国际油价大幅下跌的背景下，我国石油行业也收到了一定冲击，石油方面股票存在一定程度的下跌。本文以石油行业的龙头企业中国石油天然气集团有限公司（中石油）、中国石油化工有限公司（中石化）为研究对象，选取了2007年11月至2015年4月近八年的相关数据，考虑到β系数的跨期时变特征，以单因素模型为基础，利用测算所得实际β进而估计了时变β，利用计量经济学中的F 检验方法，对石油行业股票收益率对整个股票市场变化的敏感程度进行测算并进行分析。
【关键词】贝塔系数 中国石油 中国石化 模型分析 回归检验
一、引言
从2015年1月下旬至今，国际油价大幅下跌。中国经济归于新常态，石油进口增量无法对冲美国欧盟减少的进口量。目前国际市场原油价格下跌，对我国而言风险与机遇同在。原油价格下跌，国内原油采购成本降低，利于促进宏观经济发展，中国市场在全球影响权重增加。与此同时，油价下跌也在对我国石油相关产业产生着不利影响，产油国收支不平衡将影响中国出口。根据“一带一路”的战略构想，中国增加了与俄罗斯、中欧、中亚、中东、南亚等国家在交通基建、能源和资源等方面合作，随着产油国受油价下跌影响而产生的收支不平衡，中国对这些国家和地区的出口将受到波及；国内的大型石油公司、油田企业等等都将可能收到效益下跌的直接损失。中石油和中石化在资本市场上权重较大，他们的业绩下滑将影响股票市场。石油作为一种特殊的战略能源，更是在国家经济发展中扮演着举足轻重的角色。本文试图以中石油和中石化为代表通过测算其？茁系数探讨石油行业随市场收益的波动性，以反映石油行业敏感性的时变特征。
近年国内外大量的实证研究表明，？茁系数在跨期状况下存在明显的时变特征。国外，Schwert 和Seguin （1990）利用单指数模型，设计出能够测算时变Beta 系数的S-S 模型，探讨了不同规模公司的系统风险与市场波动之间的关系；Reyes （1999）利用S-S 模型考察了公司规模与时变Beta 系数之间的关系。国内，丁治国和苏治（2010）认为CAPM 模型没有考虑系统风险的跨期特质，先对资产系统性风险跨期时变特征进行理论证明，再使用中美英日证券市场数据进行了实证检验，验证了系统性风险跨期时变的内生性原因，证明了时变模型更好地度量了风险，是一种新型精准的模型。刘永久（2011）利用S-S 模型作为基础进行改进，测算了上海股票市场的时变？茁系数。研究表明，上市企业的？茁系数不是十分稳定，既受时间影响，也与行业特征与整个市场风险性有关，由于股票的价格终取决于企业的盈利情况，所以系数反映的也是个体盈利状况相对市场盈利的波动性。周少甫、杜福林（2005）建立了随时间改变的模型，应用多元DCC-GARCH 模型估算出上海股市？茁系数，尽可能使得？茁系数在一定时间内较为稳定，提高估计的准确性，从而对不同行业机构进行测评，反应其与整个市场的
龙源期刊网 http://www.qikan.com.cn
我国石油行业时变β系数的测算
作者：赵颖 吴慧 谢沛昕 田穗
来源：《时代金融》2016年第05期
【摘要】在国际油价大幅下跌的背景下，我国石油行业也收到了一定冲击，石油方面股票存在一定程度的下跌。本文以石油行业的龙头企业中国石油天然气集团有限公司（中石油）、中国石油化工有限公司（中石化）为研究对象，选取了2007年11月至2015年4月近八年的相关数据，考虑到β系数的跨期时变特征，以单因素模型为基础，利用测算所得实际β进而估计了时变β，利用计量经济学中的F 检验方法，对石油行业股票收益率对整个股票市场变化的敏感程度进行测算并进行分析。
【关键词】贝塔系数 中国石油 中国石化 模型分析 回归检验
一、引言
从2015年1月下旬至今，国际油价大幅下跌。中国经济归于新常态，石油进口增量无法对冲美国欧盟减少的进口量。目前国际市场原油价格下跌，对我国而言风险与机遇同在。原油价格下跌，国内原油采购成本降低，利于促进宏观经济发展，中国市场在全球影响权重增加。与此同时，油价下跌也在对我国石油相关产业产生着不利影响，产油国收支不平衡将影响中国出口。根据“一带一路”的战略构想，中国增加了与俄罗斯、中欧、中亚、中东、南亚等国家在交通基建、能源和资源等方面合作，随着产油国受油价下跌影响而产生的收支不平衡，中国对这些国家和地区的出口将受到波及；国内的大型石油公司、油田企业等等都将可能收到效益下跌的直接损失。中石油和中石化在资本市场上权重较大，他们的业绩下滑将影响股票市场。石油作为一种特殊的战略能源，更是在国家经济发展中扮演着举足轻重的角色。本文试图以中石油和中石化为代表通过测算其？茁系数探讨石油行业随市场收益的波动性，以反映石油行业敏感性的时变特征。
近年国内外大量的实证研究表明，？茁系数在跨期状况下存在明显的时变特征。国外，Schwert 和Seguin （1990）利用单指数模型，设计出能够测算时变Beta 系数的S-S 模型，探讨了不同规模公司的系统风险与市场波动之间的关系；Reyes （1999）利用S-S 模型考察了公司规模与时变Beta 系数之间的关系。国内，丁治国和苏治（2010）认为CAPM 模型没有考虑系统风险的跨期特质，先对资产系统性风险跨期时变特征进行理论证明，再使用中美英日证券市场数据进行了实证检验，验证了系统性风险跨期时变的内生性原因，证明了时变模型更好地度量了风险，是一种新型精准的模型。刘永久（2011）利用S-S 模型作为基础进行改进，测算了上海股票市场的时变？茁系数。研究表明，上市企业的？茁系数不是十分稳定，既受时间影响，也与行业特征与整个市场风险性有关，由于股票的价格终取决于企业的盈利情况，所以系数反映的也是个体盈利状况相对市场盈利的波动性。周少甫、杜福林（2005）建立了随时间改变的模型，应用多元DCC-GARCH 模型估算出上海股市？茁系数，尽可能使得？茁系数在一定时间内较为稳定，提高估计的准确性，从而对不同行业机构进行测评，反应其与整个市场的