金融研究2000年第1期上海证券市场系统风险趋势与波动的实证分析张人骥王怀芳王耀东朱海平①一、引言在资本资产定价模型(CapitalAssetPricingModel,CAPM)中有一个非常重要的性质,那就是在资本市场均衡的条件下,一个资产的价值具有这样的特征:即该资产的风险调整收益率满足证券市场线方程。这意味着,不论一个资产是否在Markowitz的有效前沿②上,它的收益率都具有这种性质。而这种关系从经验上讲可写成:Rj=aj+bjRM+εj(1)这里Rj为第j种资产的收益率,RM为市场收益率,aj与εj分别为截距项与误差项,并且εj与RM是无关的,而斜率bj在回归方程的表达式中,就是CAPM中的Beta系数。由此,我们可以得到方差关系式2222σj=βσjM+σε(2)2如果把方差看作风险的度量,那么σj可以作为第j种资产的总风险。这个风险值被222分解成两部分β,jσM与σε。前者就是该资产的系统风险的度量,后者就是与市场风险无关的、仅由该资产所决定的非系统风险的度量。因此,系统风险在该资产的总风险中所占的比例θ为:222βσjMρjMσσjM2σM2θ=2=〔2〕·2=ρjM(3)σyσmσj而非系统风险所占的比例为:21-θ=1-ρjM(4)在投资理论中,系统风险意味着是不可通过分散化消除的风险,而非系统风险是可通①张人骥王耀东朱海平的单位为上海财经大学,王怀芳的单位为申银万国证券公司②有效前沿:是资产组合理论的基本观念之一。在不考虑无风险资产存在的条件下,有效前沿是由风险资产组合的集合,这个集合中的每个元素(风险资产或它们的资产组合)满足Markowite判准,即在相同收益率的资产(或资产组合)中具有最小风险:在相同风险的资产(或资产组合)中具有最大收益率,它给出了投资者选择最优投资组合的一个可行集合。这个集合在σ2R平面上是双曲线的一部分。但是在这个集合内任何一对元素之间,表现了高风险高收益、低风险低收益的性质,因此投资者还要依靠他们的效用函数最大化准则来确定最优投资组合。92过分散化消除的风险。所以市场上所说的“高风险高收益”的风险只是针对系统风险而言,证券市场只是给高的系统风险以高收益的回报,对非系统风险则不予以弥补。所以证券投资组合对于规避这部分非系统是必要的,国外的证券投资基金的研究机构无不对投资组合进行深刻的研究,这其中包括了非常复杂的数学模型。由此研究资本市场的风险问题时,大多也总是从这两个风险(或其中之一)的角度出发,CAPM则提供了从系统风险的角度观察资产定价的问题。由于(3)式提供了一个相对比例的度量工具,而ρjM又仅仅是某个资产j与市场组合收益率的相关系数,这个简单明了的表达引起了不少研究者的关注。例如Gruber(1987)、Bark(1991),施东辉(1996)等。在这些研究中利用所计算的相关系数,得出了一些有参考价值的结果。施东辉(1996)运用双周收益率所计算的相关系数指出:在1993年4月至1996年5月的观察期内,上海证券市场的系统风险所占比例平均高达81.37%,而美国、英国、加拿大等发达国家证券市场系统风险所占比例平均仅为20%-30%,差距之大是明显的。通过这样的比较,进一步得出结论:(1)上海股市中,单个股票的价格波动受市场大势的影响非常大,并且各个股票之间价值运动的相关性很大,导致收益率间的相关系数高达0.7左右;从而市场齐涨齐跌现象非常严重,公司的个性凸显不出来。(2)正是因为系统风险在总风险中占有较大的比重,各股票之间价格运动强烈的一致性,从而导致证券投资组合的效果不佳,多元化投资只能大约分散20%的风险量,降低风险的效果不明显。但是所有上述研究存在几个有待改进的问题,首先他们采用了横截面数据处理,采用平均值进行比较分析,这种过程损失了大量信息;第二也正因为如此,结果只能是静态的;最后也没有对系统风险所占比例发展过程的特征进行分析。为此,本文试图动态地研究上海证券市场中系统风险所占比例的变化特征与趋势,并利用时序的频域谱分解方法,确定它的某些周期性的特征,以对上海证券市场的系统风险问题作一实证研究。二、研究方法21.ρMt的计算本文利用观察期内,每个样本股每天的收益率与上海证券交易所上证A股指数的收益率之间建立下述回归方程:Rjt=ajt+βjtRMt+εjt(5)其中:Rjt=LnPjt-LnPjt-1Rmt=LnIt-LnIt-1Pit:样本股j第t天价格It:上证A股指数第t天数值Rjt:样本股j第t天的收益率93Rmt:上证A股第t天指数收益率εjt:误差项在方程(5)