诠释会计信息β估计的股票投资决策

前言：本站为你精心整理了诠释会计信息β估计的股票投资决策范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

[摘要]：本文介绍了CAMP模型、考虑财务风险的股东权益风险模型、Ball和Brown的β估计模型以及BKS模型，以及国外一些基于会计信息β估计研究成果，表明基于会计信息β估计、对股票投资决策有广泛的应用。

[关键字]：CAMPβ估计股票投资决策

一、引言

股票的投资决策是投资者通过投资股票获取收益非常重要的一环，而股票本身价值是决定是否购买参考依据，显然如果我们知道股票的价值，买卖决策将非常简单，股票价格低于其价值则买入，反之则卖出。然而现实是股票的价值评估是非常困难的事，研究中各种股票价值评估的模型存在各种各样的缺陷，缺乏实用性。所以在股票市场的实际投资决策时，我们往往通过研究影响股票价值的一些简单因素作为股票投资的依据，并且可获得较高的投资回报率。基于会计信息对β估计在股票投资决策有非常重要的作用。

二、CAPM模型简介

CAPM模型是对风险和收益如何定价和度量的均衡理论，根本作用在于确认期望收益和风险之间的关系，揭示市场是否存在非正常收益。一个资产的预期回报率与衡量该资产风险的一个尺度——β相联系。模型形式如：ri,t=rf,t+βi(rm,t-rf,t)

其中ri,t为t时刻股票i的必要回报率，rf,t是t时刻的无风险利率，rm,t为t时刻的市场组合收益率，β为企业风险系数。在实际运用中，β一般用市场模型估计：ri,t=?琢i+birm,i+Ei,t

回归得到的bi即是β的估计值。

三、基于β估计的股票投资决策

按照市场模型得到的β代表资本市场对企业风险的度量，但这个度量并不一定准确，如果有更好的方法估计出更准确的β，成为优势β。当优势β大于市场β时，说明市场确认的折现率过小，市场按较小折现率得到股票价格理应过高，则卖出该股票；反之，则买入。我们可以利用会计数据并结合市场模型来估计β能得到更精确的β值。

由于企业财务杠杆与风险有关，我们可以用下式来估计企业的风险：

其中βv,i，βB,i，βs,i分别是企业风险、债务风险和股东权益风险，V，B，S表示企业市值、债务市值和股票市值。

在不考虑税收的情况下，企业的价值与企业资本结构无关，这意味着βv,i与财务杠杆■无关，所以财务杠杆指数的增大不会改变βv,i，但会增大βs,i。

除了财务杠杆外，经营杠杠也是β估计的一个很重要的因素。经营杠杆指固定成本与变动成本的比率。从会计数据计算出的经营杠杆越大，企业风险β也越大。

Ball与Brown是利用以下模型估计会计β：

△Ai,t=gi+hi△Mt+?着i,t

其中，△Ai,t为i公司会计收益在t年的变化数；△Mt为t年会计收益市场指数的变化数；hi为会计β的估计值。Ball和Brown（1968）研究结果表面无论是经营收益、净收益，还是归属普通股的收益，两个β的都具有较高的相关性。

Beaver、Kettler和Scholes（1970）（记为BKS模型）为了考察会计变量是否可以用于预测下一期的市场β，利用横截面资料对下列模型回归：■

其中，bi为当期用市场模型估计的企业i的风险β；Wk,i为企业在当期的第k个会计变量，它们可以是股利分配率、财务杠杆、收益变动方差、会计β等。

运用所得到的估计系数（C）和企业的会计变量（W）数据，就可以估计出非企业的风险系数。就可以比本期市场模型β的估计更精确地预测下期市场模型的β。国外许多研究表明建立在会计变量基础上的预测模型能比完全依赖于市场模型提供更精确的下一年市场风险的预测。

四、国外的相关研究成果

Hamada（1972）以纽约证券交易所上市的304家公司为样本的实证检验表明财务风险与市场β之间存在显著的正的相关性。Mandelker和Rhee（1984）以1957年-1976年间的255家制造业企业为样本对这一假设重新验证，表明每个组合的市场β与财务风险存在显著的相关关系。其解释是由于回归建立在组合的基础上，使得变量的测量误差变小，相关性提高。

Lev（1974）的研究也表明营业风险与市场风险之间存在相关关系。他以1949年-1968年间电力、钢铁和石油为样本回归表明，营业风险越高，市场β及股票收益率方差越大。

Eskew（1970）考虑到β的非静态性，以改进的β预测模型，与以会计变量为基础的预测模型对比，发现会计变量预测模型更优越。而Rosenberg和McKibben（1973）发现，将市场β与会计变量结合起来可以大大提高对未来市场β的预测能力。

Rosenberg和Marathe(1976)开发了BARRA模型，将模型预测的市场β与仅用市场资料预测的市场β对比，找出低估和高估的股票，制定投资决策。