上海股市时变贝塔系数的估计研究

                     周少甫     杜福林

(华中科技大学经济学院   湖北 武汉 430074)

摘要：在金融研究中，大量的研究表明股票的贝塔系数是随时间改变的。现行文献利用多元GARCH模型估计时变贝塔系数时，一般采用Bollerslev的常相关系数模型来捕捉个股和市场指数之间的相关性，但是一些研究发现常相关系数假定并不能被实际金融数据支持。本文应用Engle最近提出的一种多元DCC--GARCH模型，选取了上海股市五支股票进行研究,获得了比较准确的时变贝塔系数，最后给出了贝塔系数的预测公式。

关键词：多元GARCH；条件相关；时变贝塔系数；

                                引言

贝塔系数是现在财务金融理论的一个关键概念，也是资本资产定价模型中最为重要的参数之一，著名的“单一指数模型”就要去事先估计出贝塔系数。贝塔系数的意义在于它被广泛用于衡量证券的系统风险。就方法论而言，贝塔系数又必须从过去证券市场的收益率数据中进行估计，而过去数据估计出来的只能是过去的贝塔系数。过去的贝塔系数要能用于反映现在或将来的风险，则必须具有一定的稳定性才行。因此在应用CAPM模型时，希望贝塔系数在一定时间内稳定，会大大减少具体操作的复杂性，并提高估计的准确性。