我國金融行業貝塔系數與其穩定性分析

內容摘要：本文采用上證綜合指數2008年1月1日至2013年1月1日共計1219個工作日的日收益率，對我國金融行業的43家上市公司的貝塔系數及其穩定性進行分析研究。以CAPM模型與SIM模型為基礎，應用Eviews6.0軟件對我國金融業上市公司貝塔系數進行估計，并用Chow檢驗法檢驗貝塔系數穩定性。發現我國證券業的貝塔系數略高于銀行業，金融業中保險業的貝塔系數穩定性較高，但金融行業總體上仍不具備較高的穩定性。

關鍵詞：金融行業 貝塔系數 CAPM

模型 SIM模型 Chow穩定性檢驗

引言

貝塔系數是用來衡量證券市場系統風險的重要概念，通過對貝塔系數的估計，投資者可以預測證券未來的市場風險。貝塔系數源于資本資產定價模型（簡稱CAPM模型），是統計學上的概念，常用希臘字母β表示。β系數是反映證券收益率與市場收益率之間變動關系的一個量化指標，即某個證券所含的系統風險對市場風險的影響程度。根據其定義，可通過證券與股票指數收益率的相關系數、股票指數的標準差和股票收益率的標準差直接計算出β系數。

βi=cov（Ki，Km）/δ2m=Rim·δi·δm /δ2m= Rim（δi /δm）

式中，cov（Ki，Km）是第i種證券的收益與市場組合收益之間的協方差。它等于該證券的標記準差、市場組合的標準差及兩者相關系數的乘積；δi為風險資產i的收益率標準差，δm為市場組合收益率的標準差，Rim為風險資產i的收益率與市場組合收益率之間的相關系數，Ki為風險資產i的收益率，Km為市場組合的收益率，對應的市場收益率可以由上證綜指計算求得，即：

Km=（Pt-Pt-1）/（Pt-1）

式中，Pt表示第t年末的上證綜指，Pt-1表示第t年初的上證綜指。

當β系數的絕對值越大，表示該股收益變化幅度相對于市場收益的變化幅度越大；絕對值越小，表示該股變化幅度相對于市場收益變化幅度越小。如果是負值，則表示其變化的方向與市場收益的變化方向相反。因此，常用貝塔系數來衡量上市公司的系統性風險。系統性風險是指整個金融體系或者整個市場的崩潰風險，系統風險是一種宏觀風險，風險的承擔主體是整個金融體系，由于金融體系與金融市場內部各個子系統是相互聯系、相互依存的，單個或者多個機構或集團的崩潰可能導致整個金融體系或金融市場產生連鎖反應，可能造成整個系統或市場的破產或崩潰。因此，系統性風險也被稱為市場風險，常包括政策風險、經濟周期波動風險、利率風險、購買力風險、匯率風險等，系統性風險不能通過分散投資的方式去消除，是不可避免的。

β系數及其穩定性的國內外文獻綜述

國外學者Blume在1971年發表的論文《Beta and Their Regression Tendencies》中，對1926年1月-1968年6月在紐約證券交易所上市的所有股票進行深入研究，發現在一個時期里估計出來的貝塔系數是其未來估計值的有偏估計；組合規模越大，其未來的貝塔系數越能被準確地預測。Levy在1971年對1960-1970年期間在美國紐約交易所上市的500只股票加以研究，通過采用周收益率的數據，以52周為基期，后續期分別為52周、26周和13周得出以下結論：在較短時期內，單一股票的β系數不具穩定性，但組合的β系數穩定性有顯著的提高，且隨著組織規模的擴大，估計時間的拉長，β系數的穩定性也相應高。1974年，Baesel通過應用轉移矩陣法，將時間段分為12、24、48、72與108個月，分別對1950-1967年間紐約證券交易所的160只股票，以月收益率數據做橫截面回歸，進而估計時間段的的長短與單個股票β系數的穩定性呈正相關的結論。且風險較高或者較低的β系數的估計值穩定性好于β系數適中的股票。

國內學者沈藝峰與洪錫熙在1999年發表的論文《我國股票市場貝塔系數的穩定性檢驗》中，通過應用Chow檢驗法對深圳證券交易所1996年的所有上市公司樣本數據進行分析研究，得出結論：無論是單個股票還是股票組合，貝塔系數都不具有穩定性，以過去期間的數據估計出來的貝塔系數值無法代表未來的貝塔系數值，說明我國的證券市場系統風險是變動不定和難以預測的。2000年，靳云匯與李學在《中國股市β系數的實證研究》一文中，對滬深兩市的51種1992年以前上市的股票進行了研究，發現股票的貝塔系數隨著上市時間增加基本上趨于不穩定，通過貝塔系數的歷史數據來預測未來貝塔系數的可靠性是較差的。劉桂榮于2007年《上市銀行系統性風險的實證研究》中，用單指數模型對2003年1月1日至2005年12月31日期間滬市浦發銀行、民生銀行、招商銀行、華夏銀行四家上市銀行的β系數進行實證分析，并給出防范銀行系統性風險的對策。2003年，馬喜德、鄭振龍與王保合以上海證券交易所的90家上市公司的數據為樣本，對CAPM模型中的貝塔系數波動性做了實證分析。研究結果表明，所有股票的貝塔系數波動率都不為零，即貝塔系數在不同時期會發生變化，具有不穩定性。

本文將研究視角定在我國金融行業A股的43家上市公司上，并將其細化分為銀行業、證券業、保險業和其他金融業，以單一指數模型（簡稱SIM模型）為基礎，應用Eviews6.0軟件，分別對其貝塔系數及其Chow穩定性檢驗做以實證分析與比較研究，發現我國金融業的貝塔系數穩定性普遍不高，但保險業卻普遍存在貝塔系數穩定的現象。

研究方法與模型構建

（一）研究樣本與數據選取

按照證監會所劃分的我國A股43家金融業上市公司（其中銀行業16家，證券業19家，保險業5家，其他金融業3家），以2008年1月1日-2013年1月1日五年作為時間跨度，本文將源于新浪財經的股票歷史交易數據首先做了以下處理：用前一天交易數據代替補齊諸如股東大會等原因而暫停交易造成的缺失數據；去除沒有分析價值的交易數據。共計得到剔除節假日后的1219個交易日，43家上市公司的日收盤價。最后，將無風險收益率選定為我國2008年一期憑證式5年期國債收益率，即R5=6.34%。endprint

（二）收益率的計算

考慮到派發現金股息、股票股息以及股份分割、送配等特殊情況，首先對上市公司股票的日收盤價進行復權處理，然后再采用對數收益率的方法來計算股票日收益率，即日收益率表示為：

Rit=LN[Pit /Pi （t-1）]

式中，Rit是第i支股票在第t日的收益率；Pit、Pi （t-1）是第i支股票在第t日和第（t-1）日經復權處理后的收盤價。市場收益率為同期的上證綜合指數日收盤價計算得來，即：

Rmt=[Pmt-Pm （t-1）]/Pm （t-1）

式中Rmt表示市場指數m第t日的收益率；Pmt、Pm （t-1）分別表示第t日和第（t-1）日市場指數的收盤數。

（三）模型的選擇—CAPM模型與SIM模型

CAPM模型是在投資組合理論與資本市場理論基礎上建立起來的，主要用于研究證券市場中資產的預期收益率與風險資產之間關系，以及均衡價格是如何形成的模型理論。CAPM模型的表達形式如下：

E（Rp）=Rf+i [E（Rm）-Rf ]

βi =Cov（Ri ， Rm）/Var（Rm）

式中E（Rp）表示市場期望收益率，i為某股票的系統風險系數。CAPM模型主要表示單個股票或投資組合同系統風險收益率之間的關系，也即是單個投資組合的收益率等于無風險收益率與風險溢價的和。但由于資本資產定價模型是一個十分理想化的模型，假設條件一方面要求是完全市場，與實際情況具有交易成本、資訊成本、稅的不完全市場不符；另一方面估計的β系數是由歷史數據計算得到的，描述的風險與收益為事前預測關系，無法進行實證檢驗。因此，在實證研究中，通常將CAPM模型轉化為可檢驗的SIM模型來計算。單一指數模型假設只有一種宏觀因素會引起證券收益風險，可用一個市場指數的收益率來表示。根據SIM模型的假設，任何證券的收益都可分解為個別股份剩余收益的期望、影響市場的宏觀事件的收益和不可預測的只影響公司的微觀事件組成。SIM模型如下：

Rit=αi+βi·Rmt+eit

式中Rit表示股票i在時間t的收益率，Rmt表示市場組合在時間t的收益率；αi，

βi是待估計的參數，βi正好是CAPM模型的βi，eit為回歸殘差。利用最小二乘法對該模型進行估計，得出的βi即為股票i的β系數估計值。觀測回歸結果中調整后的R2，來說明樣本回歸線與樣本觀測值擬合優度的表現，R2越接近1，則表明樣本回歸線對樣本值的擬合優度越好。

（四）Chow穩定性檢驗

Chow檢驗法是由美籍華人鄒至莊在1960年提出的用于判斷結構在預先給定時間點上是否發生變化的一種統計檢驗方法。根據單一指數模型，Ri=α+β·Rm+e，Ri1=α1+β1·Rm1+e1，Ri2=α2+β2·Rm2+e2，回歸得到的貝塔系數估計。首先，設定需要檢驗的原假設是H0：β1=β2；備擇假設是H1：β1≠β2。第二，對完整的時間序列運行模型，得到殘差平方和，記做SSR。第三，在兩個子期間分別運行回歸模型，得到不同的殘差平方和。假設有兩個子期間，第一個子期間有M個觀測值，第二個子期間有N個觀測值，得到SSR1與SSR2。第四，統計量F服從自由度為（M-K）和（N-K）的F分布。計算統計量為：F=[（SSR-SSR1-SSR2 /P）]/[（SSR1+SSR2）/（M+N-2K）]

設α為顯著水平，當F>Fα（P，M+N-2P）時，拒絕原假設并接受備擇假設，說明β系數值不穩定，表明兩個模型不屬于同一個回歸模型。

實證分析

首先，對我國金融行業β系數進行計算。本文運用Eviews 6.0軟件，先將處理好的各股收益率與市場收益率數據導入其中，再分別對所建立的股票日收益率與市場日收益率的一元線性回歸模型Ri=αi+βi·Rm+ei進行回歸。然后，應用Chow穩定性檢驗。因為Chow突變點檢驗用于檢驗突變時點前后的模型系數是否發生了顯著性變化，因此本文將年度分界點設置為時間序列的Chow突變點，應用最小二乘法（簡稱OLS回歸）估計的貝塔系數進行穩定性檢驗分析。我國銀行業、證券業、保險業、其他金融業的β系數及其穩定性的檢驗結果，見表1。

通過表1表示，我國不同金融行業β系數調整后R2的chow檢驗F值伴隨概率情況可總結如下：

（一） β系數—系統性風險表現程度

從表1表示可知，在銀行業的16家上市公司中，其中有15家的β系數接近于1，占比率高達93.75%，只有農業銀行的β系數為0.52，說明銀行業的股票收益率變化與市場組合收益率變化的程度十分接近。在證券業的19家上市公司中，其中有18家的β系數大于1，占比率高達94.7%，只有廣發證券的β系數為0.29，說明證券業的股票收益率變化大于市場組合收益率的變化，為進取型股票，當市場上升時獲利較大，下跌時損失也較大。在保險業5家上市公司中，其β系數均接近于1，說明保險業的股票收益率變化與市場收益率變化十分接近；其他金融業3家上市公司的β系數略高于1，說明其他金融業股票收益率的變化略大于市場組合收益率的變化。

（二）修正的R2—擬合優度

從表1表示可知，擬合優度在區間（0.3，

0.5）的有12家上市公司，占比率為27.9%；其余31家上市公司的擬合優度均在區間（0.5，0.8），占比率為72.1%，說明我國金融行業上市公司各股具有相當高的擬合優度。另一方面，R2值反映的是在個股價格的波動中由市場自身所引起的比例，即代表系統性風險；故用（1-R2）來衡量個股價格波動中由公司自身情況所引起的比例，即非系統性風險。根據以上實證分析可得，金融業中27.9%的上市公司其股票價格波動多半是由公司自身經營管理情況引起的；另有72.1%的金融業上市公司的股票價格波動主要是由市場因素引起的，說明我國金融業上市公司受系統性風險影響因素較大，自身的獨立性不強。endprint

（三）Chow檢驗F值—β系數穩定性

在5%的顯著性水平下，為使原假設H0：β1=β2=β成立，Chow檢驗的F值必須小于臨界值19.50。從表1表示可知，對于被檢驗的43家上市公司中，其中有41家的F值都小于19.50，占比率為95.3%，僅有中國銀行與建設銀行兩家大于臨界值，這說明原假設H0：β1=β2=β成立，即說明兩個分期間的觀察值屬于同一個回歸模型。說明我國金融業的上市公司的貝塔系數較為穩定。

（四）Chow檢驗F值的伴隨概率

在做Chow穩定性檢驗時，除了F值本身，其伴隨概率p對于判斷貝塔系數穩定性也具有較強的解釋能力。在5%的顯著性水平下，為了使原假設H0：β1=β2=β成立，即兩個分期間存在穩定性成立，Chow檢驗的F值的伴隨概率p必須大于0.05。通過表1表示的分析數據可知，在16家銀行業上市公司中，只有6家上市公司的伴隨概率p大于檢驗顯性水平0.05，占比率

37.5%；證券業19家中僅9家伴隨概率p大于0.05，占比率47.4%；保險業5家中4家通過顯著性檢驗，占比80%；其他金融業3家中有2家通過檢驗，占比66.7%。就金融業總體而言，43家中只有21家，占的比率為48.8%。因此不能接受Chow穩定性檢驗的原假設H0，這說明了樣本數據分析結果證明貝塔系數不是穩定的。這個結論與沈藝峰等一些我國早期貝塔系數穩定性研究者的研究結果相吻合，即我國股票市場的金融行業單只股票的貝塔系數不具有穩定性。

結論與啟示

（一）銀行業與證券業β系數穩定性較低

證券業的主營業務為經紀業務，證券經紀業務是指促成證券買賣雙方的交易行為而進行的一種中介服務。由于證券公司的投資多以證券為基礎，具有流動性高、風險高的特點。貝塔系數穩定性的Chow檢驗，19只股票中只有9家，占比47.36%通過了H0原假設，說明證券業的貝塔系數穩定性不高。類似地，由于銀行的主營業務為資產業務和負債業務，不可避免的存在著借款人、貸款人之間信息不對稱的現象，因此銀行業具有內在的脆弱性，擠兌風險與經營風險則相伴而生。根據表1中對貝塔系數穩定性的Chow檢驗結果可發現，銀行業的貝塔系數穩定性不高，此結論與范洪波運用Logistic模型對國有商業銀行體系脆弱性進行分析而得出的“宏觀經濟因素對國有商業銀行體系脆弱性的影響比微觀金融因素顯著， 宏、微觀因素間具有一定的互補性”結論相一致。

（二）保險業β系數穩定性較高

與銀行業相比，國外學者Traninar認為，保險業不被認為是可能成為系統性風險來源的核心金融機構。保險業具有較高的進入壁壘，是典型的規模經濟型產業，由替代產品帶來的競爭壓力較小，屬于長期穩定的產業。風險分散是保險的核心經濟功能和實質，保險業由于風險分散的內在性、風險傳染的有限性以及資金來源的穩定性，故其在金融業的穩定發展中具有十分獨特的作用。然而根據統計數據顯示可知，雖然保險業的上市公司在貝塔系數穩定性上具有良好的顯著性，但保險業上市公司的數量比重卻僅是金融行業的11.6%，據統計，截止至2008年末，我國銀行業金融機構的總資產約為6239萬億元，保險業總資產約為3.34萬億元，不及銀行業的6%。然而在發達國家和新興市場，銀行業、保險業、證券業在整個金融體系中的相對比重較為合理，形成了銀行、保險、證券三大支柱的支撐場面使得整個金融體系穩健發展。

（三）總體上我國金融行業的β系數穩定性較低

總體而言我國金融行業的β系數穩定性不高，同時從我國金融行業上市公司的結構布局與樣本回歸實證結果可發現，我國金融行業的股票市場還不夠成熟，無論是政府、監管部門、市場導向方面，還是法律、法規方面，夠不夠完善，還有很大的改進與提升空間。

參考文獻：

1.李海艷.淺析貝塔系數[J].內蒙古科技與經濟，2007（10）

2.Blume M E. Beta and Their Regression Tendencies[J].Journal of Finance，1975（6）

3.沈藝峰，洪熙錫.我國股票市場貝塔系數的穩定性檢驗[J].廈門大學學報：（哲學社會科學版），1999（4）

4.靳云匯，李學.中國股市β系數的實證研究[J].數量經濟技術經濟研究，2000（1）

5.劉桂榮.上市銀行系統性風險的實證研究[J].商業時代，2007（10）

6.馬喜德，鄭振龍，王保合.貝塔系數波動狀況的實證分析[J].廈門大學學報：哲學社會科學版，2003（4）

7.高翔，韓曉斐.CAPM模型研究現狀及其實證檢驗分析[J].現代商貿工業，2009（24）

8.盧二坡，張桃生.關于銀行業穩定性—效率及其關系研究綜述[J].南京航空航天大學學報，社會科學版，2010（3）

9.Trainar P.Insurance and Financial Stability [J].Financial Stability Review：Banqque de France ，2004（5）

作者簡介：

丁曉裕（1989.6-），女，漢族，河南省鄭州市人，廣西師范大學經濟管理學院碩士研究生，研究方向：金融與投資。endprint

（三）Chow檢驗F值—β系數穩定性

在5%的顯著性水平下，為使原假設H0：β1=β2=β成立，Chow檢驗的F值必須小于臨界值19.50。從表1表示可知，對于被檢驗的43家上市公司中，其中有41家的F值都小于19.50，占比率為95.3%，僅有中國銀行與建設銀行兩家大于臨界值，這說明原假設H0：β1=β2=β成立，即說明兩個分期間的觀察值屬于同一個回歸模型。說明我國金融業的上市公司的貝塔系數較為穩定。

（四）Chow檢驗F值的伴隨概率

在做Chow穩定性檢驗時，除了F值本身，其伴隨概率p對于判斷貝塔系數穩定性也具有較強的解釋能力。在5%的顯著性水平下，為了使原假設H0：β1=β2=β成立，即兩個分期間存在穩定性成立，Chow檢驗的F值的伴隨概率p必須大于0.05。通過表1表示的分析數據可知，在16家銀行業上市公司中，只有6家上市公司的伴隨概率p大于檢驗顯性水平0.05，占比率

37.5%；證券業19家中僅9家伴隨概率p大于0.05，占比率47.4%；保險業5家中4家通過顯著性檢驗，占比80%；其他金融業3家中有2家通過檢驗，占比66.7%。就金融業總體而言，43家中只有21家，占的比率為48.8%。因此不能接受Chow穩定性檢驗的原假設H0，這說明了樣本數據分析結果證明貝塔系數不是穩定的。這個結論與沈藝峰等一些我國早期貝塔系數穩定性研究者的研究結果相吻合，即我國股票市場的金融行業單只股票的貝塔系數不具有穩定性。

結論與啟示

（一）銀行業與證券業β系數穩定性較低

證券業的主營業務為經紀業務，證券經紀業務是指促成證券買賣雙方的交易行為而進行的一種中介服務。由于證券公司的投資多以證券為基礎，具有流動性高、風險高的特點。貝塔系數穩定性的Chow檢驗，19只股票中只有9家，占比47.36%通過了H0原假設，說明證券業的貝塔系數穩定性不高。類似地，由于銀行的主營業務為資產業務和負債業務，不可避免的存在著借款人、貸款人之間信息不對稱的現象，因此銀行業具有內在的脆弱性，擠兌風險與經營風險則相伴而生。根據表1中對貝塔系數穩定性的Chow檢驗結果可發現，銀行業的貝塔系數穩定性不高，此結論與范洪波運用Logistic模型對國有商業銀行體系脆弱性進行分析而得出的“宏觀經濟因素對國有商業銀行體系脆弱性的影響比微觀金融因素顯著， 宏、微觀因素間具有一定的互補性”結論相一致。

（二）保險業β系數穩定性較高

與銀行業相比，國外學者Traninar認為，保險業不被認為是可能成為系統性風險來源的核心金融機構。保險業具有較高的進入壁壘，是典型的規模經濟型產業，由替代產品帶來的競爭壓力較小，屬于長期穩定的產業。風險分散是保險的核心經濟功能和實質，保險業由于風險分散的內在性、風險傳染的有限性以及資金來源的穩定性，故其在金融業的穩定發展中具有十分獨特的作用。然而根據統計數據顯示可知，雖然保險業的上市公司在貝塔系數穩定性上具有良好的顯著性，但保險業上市公司的數量比重卻僅是金融行業的11.6%，據統計，截止至2008年末，我國銀行業金融機構的總資產約為6239萬億元，保險業總資產約為3.34萬億元，不及銀行業的6%。然而在發達國家和新興市場，銀行業、保險業、證券業在整個金融體系中的相對比重較為合理，形成了銀行、保險、證券三大支柱的支撐場面使得整個金融體系穩健發展。

（三）總體上我國金融行業的β系數穩定性較低

總體而言我國金融行業的β系數穩定性不高，同時從我國金融行業上市公司的結構布局與樣本回歸實證結果可發現，我國金融行業的股票市場還不夠成熟，無論是政府、監管部門、市場導向方面，還是法律、法規方面，夠不夠完善，還有很大的改進與提升空間。

參考文獻：

1.李海艷.淺析貝塔系數[J].內蒙古科技與經濟，2007（10）

2.Blume M E. Beta and Their Regression Tendencies[J].Journal of Finance，1975（6）

3.沈藝峰，洪熙錫.我國股票市場貝塔系數的穩定性檢驗[J].廈門大學學報：（哲學社會科學版），1999（4）

4.靳云匯，李學.中國股市β系數的實證研究[J].數量經濟技術經濟研究，2000（1）

5.劉桂榮.上市銀行系統性風險的實證研究[J].商業時代，2007（10）

6.馬喜德，鄭振龍，王保合.貝塔系數波動狀況的實證分析[J].廈門大學學報：哲學社會科學版，2003（4）

7.高翔，韓曉斐.CAPM模型研究現狀及其實證檢驗分析[J].現代商貿工業，2009（24）

8.盧二坡，張桃生.關于銀行業穩定性—效率及其關系研究綜述[J].南京航空航天大學學報，社會科學版，2010（3）

9.Trainar P.Insurance and Financial Stability [J].Financial Stability Review：Banqque de France ，2004（5）

作者簡介：

丁曉裕（1989.6-），女，漢族，河南省鄭州市人，廣西師范大學經濟管理學院碩士研究生，研究方向：金融與投資。endprint

（三）Chow檢驗F值—β系數穩定性

在5%的顯著性水平下，為使原假設H0：β1=β2=β成立，Chow檢驗的F值必須小于臨界值19.50。從表1表示可知，對于被檢驗的43家上市公司中，其中有41家的F值都小于19.50，占比率為95.3%，僅有中國銀行與建設銀行兩家大于臨界值，這說明原假設H0：β1=β2=β成立，即說明兩個分期間的觀察值屬于同一個回歸模型。說明我國金融業的上市公司的貝塔系數較為穩定。

（四）Chow檢驗F值的伴隨概率

在做Chow穩定性檢驗時，除了F值本身，其伴隨概率p對于判斷貝塔系數穩定性也具有較強的解釋能力。在5%的顯著性水平下，為了使原假設H0：β1=β2=β成立，即兩個分期間存在穩定性成立，Chow檢驗的F值的伴隨概率p必須大于0.05。通過表1表示的分析數據可知，在16家銀行業上市公司中，只有6家上市公司的伴隨概率p大于檢驗顯性水平0.05，占比率

37.5%；證券業19家中僅9家伴隨概率p大于0.05，占比率47.4%；保險業5家中4家通過顯著性檢驗，占比80%；其他金融業3家中有2家通過檢驗，占比66.7%。就金融業總體而言，43家中只有21家，占的比率為48.8%。因此不能接受Chow穩定性檢驗的原假設H0，這說明了樣本數據分析結果證明貝塔系數不是穩定的。這個結論與沈藝峰等一些我國早期貝塔系數穩定性研究者的研究結果相吻合，即我國股票市場的金融行業單只股票的貝塔系數不具有穩定性。

結論與啟示

（一）銀行業與證券業β系數穩定性較低

證券業的主營業務為經紀業務，證券經紀業務是指促成證券買賣雙方的交易行為而進行的一種中介服務。由于證券公司的投資多以證券為基礎，具有流動性高、風險高的特點。貝塔系數穩定性的Chow檢驗，19只股票中只有9家，占比47.36%通過了H0原假設，說明證券業的貝塔系數穩定性不高。類似地，由于銀行的主營業務為資產業務和負債業務，不可避免的存在著借款人、貸款人之間信息不對稱的現象，因此銀行業具有內在的脆弱性，擠兌風險與經營風險則相伴而生。根據表1中對貝塔系數穩定性的Chow檢驗結果可發現，銀行業的貝塔系數穩定性不高，此結論與范洪波運用Logistic模型對國有商業銀行體系脆弱性進行分析而得出的“宏觀經濟因素對國有商業銀行體系脆弱性的影響比微觀金融因素顯著， 宏、微觀因素間具有一定的互補性”結論相一致。

（二）保險業β系數穩定性較高

與銀行業相比，國外學者Traninar認為，保險業不被認為是可能成為系統性風險來源的核心金融機構。保險業具有較高的進入壁壘，是典型的規模經濟型產業，由替代產品帶來的競爭壓力較小，屬于長期穩定的產業。風險分散是保險的核心經濟功能和實質，保險業由于風險分散的內在性、風險傳染的有限性以及資金來源的穩定性，故其在金融業的穩定發展中具有十分獨特的作用。然而根據統計數據顯示可知，雖然保險業的上市公司在貝塔系數穩定性上具有良好的顯著性，但保險業上市公司的數量比重卻僅是金融行業的11.6%，據統計，截止至2008年末，我國銀行業金融機構的總資產約為6239萬億元，保險業總資產約為3.34萬億元，不及銀行業的6%。然而在發達國家和新興市場，銀行業、保險業、證券業在整個金融體系中的相對比重較為合理，形成了銀行、保險、證券三大支柱的支撐場面使得整個金融體系穩健發展。

（三）總體上我國金融行業的β系數穩定性較低

總體而言我國金融行業的β系數穩定性不高，同時從我國金融行業上市公司的結構布局與樣本回歸實證結果可發現，我國金融行業的股票市場還不夠成熟，無論是政府、監管部門、市場導向方面，還是法律、法規方面，夠不夠完善，還有很大的改進與提升空間。

參考文獻：

1.李海艷.淺析貝塔系數[J].內蒙古科技與經濟，2007（10）

2.Blume M E. Beta and Their Regression Tendencies[J].Journal of Finance，1975（6）

3.沈藝峰，洪熙錫.我國股票市場貝塔系數的穩定性檢驗[J].廈門大學學報：（哲學社會科學版），1999（4）

4.靳云匯，李學.中國股市β系數的實證研究[J].數量經濟技術經濟研究，2000（1）

5.劉桂榮.上市銀行系統性風險的實證研究[J].商業時代，2007（10）

6.馬喜德，鄭振龍，王保合.貝塔系數波動狀況的實證分析[J].廈門大學學報：哲學社會科學版，2003（4）

7.高翔，韓曉斐.CAPM模型研究現狀及其實證檢驗分析[J].現代商貿工業，2009（24）

8.盧二坡，張桃生.關于銀行業穩定性—效率及其關系研究綜述[J].南京航空航天大學學報，社會科學版，2010（3）

9.Trainar P.Insurance and Financial Stability [J].Financial Stability Review：Banqque de France ，2004（5）

作者簡介：

丁曉裕（1989.6-），女，漢族，河南省鄭州市人，廣西師范大學經濟管理學院碩士研究生，研究方向：金融與投資。endprint