自次贷危机爆发以来，全球股市持续动荡，中国A股亦不能独善其身，最大跌幅高达72.83%。对于A股这样一个系统性风险尤甚的新兴市场，由监管部门或中介机构定期公布市场及个股的风险状况，给投资者提供基本的风险控制信息显得尤为必要。自William·Sharpe在1964年创立CAPM模型以来，Beta系数便成为系统性风险估计的主流方法。但目前国内应用的Beta系数估计方法大多属于静态方法，且未针对中国股票市场的制度性因素加以改进，Beta系数估计有偏，缺乏权威性。为此，本课题从四个方面对Beta系数及系统性风险的相关估计方法进行了改进。本课题将系统性风险的内涵拓展为市场整体波幅和个股与市场走势的相关性两个层面。在第一个层面的研究中，本课题得到了四大重要研究结论。

　　国内关于系统性风险研究的现状

　　自Wi11iam·Sharpe在1964年创立CAPM模型以来，Beta系数成为系统性风险估计的主流方法，在美国、加拿大、英国等资本市场较为成熟的国家或地区，标准普尔、道琼斯等著名中介机构都定期公布各股票的Beta系数，向投资者揭示上市公司的系统性风险。目前国内有关系统性风险的研究也大多沿着CAPM的思路展开，建立在对个股Beta系数估计的基础上，研究主要集中于以下几个方面：(1)系统风险的相对比例构成。国内学者研究的总体结论是我国证券市场系统性风险比例整体上呈现下降趋势，但仍大大高于西方成熟证券市场；(2)各个市场之间的风险传递机制研究。这方面的研究主要是运用格兰杰因果性检验和协整方法，在市场之间展开讨论；(3)对我国资本市场系统性风险成因的探讨。国内理论界虽然对系统风险的成因尚未达成共识，但这一领域的研究成果却十分丰硕；（4）系统风险其他度量手段的研究。如基于混沌和分形理论的股市系统风险测度与监控的框架性方法等。

　　然而，目前国内研究及机构应用的Beta系数估计方法未针对中国股票市场的制度性因素加以改进，且大多是静态方法，估计方法的简单造成Beta系数估计有偏缺乏权威性，加之时间区间、样本选择、研究方法的差异，实证研究的结果存在较大差别。而且，对于A股这样一个系统性风险尤甚的新兴市场，由相关监管部门或中介机构定期公布个股的Beta系数及系统性风险状况，给投资者提供基本的风险控制信息尤为必要。而科学、准确、有针对性的Beta系数估计方法是开展有关A股市场系统性风险研究和使个股的Beta系数信息具有权威性的前提和基础。因此，有必要针对中国证券市场的具体情况，对现有Beta系数的估计方法加以改进，探索更加科学、准确的系统性风险估计方法，开展其基础上的有关A股市场系统性风险的相关研究。

　　A股系统性风险的行业特征

　　为了观察A股系统性风险的行业特征，我们根据中国证券监督管理委员会公布的《上市公司行业分类指引》，将全部上市公司分成20个行业，对各个行业的指数数据的时变Beta系数进行了估计，依据估计值的平均值进行了排序。从中我们可以看出，最大的是传播文化，其次是房地产、电子行业。传播文化、房地产、电子行业、建筑业、批发零售、金融保险、信息技术、农林牧副渔、采掘业、机械设备的Beta估计值在1以上，是相对进攻型行业，而社会服务、制造业、纺织服装、水电煤气、造纸印刷、石化塑胶、综合类、医药生物、运输仓储、食品饮料时变Beta系数估计值的平均值均小于1，是相对保守型行业。

　　但我们也可以看出，各个行业的Beta估计值都在1附近，这说明对于证券组合而言，其个股的个体性风险被互相对冲，剩下的仅为系统性风险，因此表现出与大盘更为紧密的相关性。此外，我们对20个行业的系统性风险的历年分布特征状况进行统计分析，并在95%的显著性水平下进行了分布检验。结果显示行业系统性风险无显著性的差异，都服从正态分布且分布幅度也比较小，这一点可以从分布变异系数可以看出。行业系统性风险的正态性检验说明，各行业系统性风险不具有显著差别，再好的投资组合也无法直接规避和降低系统性风险。

　　实证研究得出四大重要结论

　　对于A股这样一个系统性风险尤甚的新兴市场，由相关监管部门或中介机构定期公布个股的Beta系数及系统性风险状况，给投资者提供基本的风险控制信息尤为必要。然而目前国内研究及机构应用的Beta系数估计方法未针对中国股票市场的制度性因素加以改进且大多是静态方法，估计方法的简单造成Beta系数估计有偏缺乏权威性。

　　本课题研究重点之一即是对Beta系数及相关系统性风险估计方法进行改进：第一，基于Schwert和Seguin(1990)的SS市场模型，本课题提出了基于长记忆GARCH过程的审查SS模型的时变Beta系数估计方法；第二，本课题在系统性风险比例的估计上，考虑了市场或证券（组合）收益率波动的异方差性，同时为了避免估计模型选取不一致造成的偏误，提出了基于双变量GARCH模型的时变系统性风险比例估计方法；第三，对于A股市场系统性风险的内外部传递机制，本课题构建了基于向量GARCH模型估计的条件异方差基础上的研究方法。本课题提出的系统性风险估计方法的主要特色是“时变性”和“针对性”，尤其是基于长记忆的GARCH过程的审查SS模型的时变Beta系数估计方法考虑了A股市场的分形特征以及涨跌停板制度下个股收益率的审查特性，能够全面刻画市场波动的时变性、聚集性、溢出效应、杠杠效应和长记忆性，课题组通过样本内预测误差的比较证明，此方法可以较SS市场模型提供更为精确的Beta估计。

　　本课题将系统性风险的内涵拓展为“市场整体波幅”和“个股与市场走势的相关性”两个层面，从横向和纵向两个角度对A股市场的系统性风险进行了实证研究，得出了以下重要结论：

　　第一，A股市场不仅具有大涨大落的特征，波动幅度亦具有较大的不规律性。本课题将基于GARCH模型族估计的市场综合收益率的条件异方差作为市场整体风险状况的量化表征，实证结果表明沪深A股的月收益率的平均波动幅度分别高达13.22%，13.84%，日收益率的波动幅度的平均值为2.33%和2.12%，而外围市场的平均水平仅为6.80%，其值不仅远远大于欧美成熟市场，亦高于亚太主要的新兴市场。

　　第二，1998年后沪深A股整体波幅明显收窄，相关性显著增强，两市风险具有相互的溢出效应。本课题基于向量GARCH模型，对沪深A股的时变制度特征以及两个市场的风险传递机制进行了研究，实证结果表明1998年以后随着集中统一监管体制的建立以及《证券法》的颁布、涨停板制度的确立等，中国A股市场进入了进一步规范和发展阶段，整体的波动幅度明显收窄。从沪深A股系统性风险的传递效应来看，沪深A股的相关性明显分为两个阶段：1998年以前，沪深A股的时变相关系数波动性非常大，但整体趋势是逐步增强；1998年以后，A股两个市场的走势非常紧密，其相关系数基本稳定在0.99以上。我们对通过向量GARCH模型估计的A股收益率的条件异方差作格兰杰因果和协整检验表明，从短期和长期来看，沪深A股的市场风险均具有相互的溢出效应和协同效应。

　　第三，外围市场对于A股市场的影响主要是心理层面的，A股的波动幅度与外围市场的相关性较小。本课题基于向量GARCH模型对A股与外围市场风险的溢出效应进行了研究，实证结果表明外围市场的下跌或上涨是影响A股走势的因素，但是A股的波动幅度与外围市场的相关性较小，自身表现出大幅的波动。对条件日相关系数进行了BP滤波处理后发现，QFII制度为A股提供了与外围市场的实体资金连接渠道，却未能显著增强A股与外围市场的联动性，汇率制度改革后A股市场与外围市场的联动性呈逐渐增强。此外A股滞后一日的以收盘价计算的日收益率与美股的Pearson相关系数统计表明，外围市场对于A股市场的影响主要是心理层面的，此影响在市场下跌时表现得尤为突出。

　　第四，A股个股整体上呈现出明显的“同涨同落”特征。基于VaR的模型选取标准表明，上证综指市场综合收益率的条件方差的最佳估计模型是基于Student-t分布假设的FIEGARCH，深证综指是基于偏锋Student-t分布假设的HYGARCH。基于此两模型估计的条件方差结果，运用审查SS模型的时变Beta系数估计方法对A股个股的Beta系数进行了估计，实证结果表明公司规模对系统风险的均值并无显著影响，公司规模对系统风险的波动也并无显著影响，大公司仅表现出更为明显的与大盘的同向波动性；各个行业的Beta估计值都在1附近，各行业系统性风险不具有显著差别；对于高价股，其Beta估计值没有呈现出整体的高于或低于平均水平的特征，在股价较高的时期，Beta估计值更为稳定且明显降低。各个角度的研究表明，A股的个股与大盘的走势非常紧密，整体上呈现出明显的“同涨同落”特征。

　　第五，A股市场的系统性风险远大于外围市场（以香港市场为例）。为了进行横向比较，我们估计了全部A+H股的时变Beta系数，实证结果表明A股与H股的时变Beta系数特征呈现出巨大的差异性，H股与大盘的走势相关性远远低于A股。基于向量GARCH模型的时变系统性风险比例估计方法的结果表明，A股系统性风险比例的平均值为43.82%，而H股仅为11.86%，A股市场的系统性风险比例远远高于香港市场。

　　由于中国资本市场仍然处于新兴加转轨的阶段，市场的一些体制性问题仍然存在，系统性风险远远大于其他市场，尤其是成熟发达市场，需要中国资本市场的法律和监管体系的完善加以解决。在目前的状况下，应该由相关监管部门或中介机构定期公布个股的Beta系数及系统性风险状况，给投资者提供基本的风险控制信息。而对于投资者来说，在这样的市场环境下，随着融资融券和股指期货的即将推出，应该加紧探索与市场走势相关性小，能够规避和对冲系统性风险的投资策略。

　　（报送单位：信达证券股份有限公司、中国社会科学院研究生院）

　　(注:本文为研究报告选摘,报告全文共52000字,详见中国证券网www.cnstock.com)

　　中国A股与世界主要股指月收益率波幅比较

            

        

        

    

    

指数	平均值	最大值	最小值	标准差
上证综指	１３．２２％	２２．６４％	１０．７９％	０．０２８３
深证成指	１３．８４％	２２．１２％	１０．２１％	０．０３２９
道琼斯工业平均指数	４．４５％	６．０５％	３．７６％	０．００６１
Ｓ＆Ｐ５００指数	５．５３％	８．８４％	４．５３％	０．０１００
纳斯达克综合指数	７．０７％	１１．６６％	４．３４％	０．０１９９
英金融时报指数	４．６８％	６．８６％	４．０５％	０．００５８
法ＣＡＣ４０指数	６．６４％	１１．７３％	５．３０％	０．０１４６
德国ＤＡＸ３０种股价指数	８．１８％	９．７６％	７．９２％	０．００３５
韩国成分指数	１０．５３％	１２．８０％	７．８４％	０．０１２９
新加坡海峡时报指数	５．８０％	８．５４％	４．７４％	０．００８８