伊利股份β系数的实证研究

什么是β 贝塔系数？如何使用β 贝塔系数？β 贝塔系数在实战的应用贝塔系数概述（β）贝塔系数衡量股票收益相对于业绩评价基准收益的总体波动性，是一个相对指标。

β越高，意味着股票相对于业绩评价基准的波动性越大。

β大于 1 ，则股票的波动性大于业绩评价基准的波动性。

反之亦然。

如果β为 1 ，则市场上涨 10 ％，股票上涨 10 ％；市场下滑 10 ％，股票相应下滑 10 ％。

如果β为 1.1, 市场上涨 10 ％时，股票上涨 11%, ；市场下滑 10 ％时，股票下滑 11% 。

如果β为 0.9, 市场上涨 10 ％时，股票上涨 9% ；市场下滑 10 ％时，股票下滑 9% 。

贝塔系数（Beta coefficient）是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性。

在股票、基金等投资术语中常见。

贝塔系数是统计学上的概念，是一个在＋1至-1之间的数值，它所反映的是某一投资对象相对于大盘的表现情况。

其绝对值越大，显示其收益变化幅度相对于大盘的变化幅度越大；绝对值越小，显示其变化幅度相对于大盘越小。

如果是负值，则显示其变化的方向与大盘的变化方向相反；大盘涨的时候它跌，大盘跌的时候它涨。

由于我们投资于投资基金的目的是为了取得专家理财的服务,以取得优于被动投资于大盘的表现情况，这一指标可以作为考察基金经理降低投资波动性风险的能力。

在计算贝塔系数时,除了基金的表现数据外,还需要有作为反映大盘表现的指标。

β系数计算方式（注：杠杆主要用于计量非系统性风险）（一）单项资产的β系数单项资产系统风险用β系数来计量，通过以整个市场作为参照物，用单项资产的风险收益率与整个市场的平均风险收益率作比较，即：另外，还可按协方差公式计算β值，即注意：掌握β值的含义◆ β=1，表示该单项资产的风险收益率与市场组合平均风险收益率呈同比例变化，其风险情况与市场投资组合的风险情况一致；◆ β＞1，说明该单项资产的风险收益率高于市场组合平均风险收益率，则该单项资产的风险大于整个市场投资组合的风险；◆ β＜1，说明该单项资产的风险收益率小于市场组合平均风险收益率，则该单项资产的风险程度小于整个市场投资组合的风险。

对伊利股份（600887）的分析报告（一）公司概况1、公司所处的行业以及品牌活力①乳业在中国发展前景可观，伊利具有行业魅力。

内蒙古伊利实业集团股份有限公司是目前中国规模最大、产品线最健全的乳业领军者，也是唯一一家同时符合奥运及世博标准、先后为奥运会及世博会提供乳制品的中国企业。

伊利集团由液态奶、冷饮、奶粉、酸奶和原奶五大事业部组成，全国所属分公司及子公司130多个，旗下拥有雪糕、冰淇淋、奶粉、奶茶粉、无菌奶、酸奶、奶酪等1000多个产品品种。

②伊利具有相当大的品牌活力。

在近50年的发展过程中，伊利始终致力于生产100%安全、100%健康的乳制品，输出最适合中国人体质的营养和健康理念，并以世界最高的生产标准为消费者追求健康体魄和幸福生活服务。

他们的商品能够满足消费者的需求，甚至这种需求带有一定的情感因素与文化；同时伊利在其逐年发展成长中形成了广大的消费群，深受消费者信赖。

这种品牌活力是不能与一般的企业相提并论的。

2、公司竞争地位和获得的成绩①伊利拥有强大的竞争实力。

在与同行业其他乳业公司的激烈竞争下，从2003年至今，伊利集团始终以强劲的实力领跑中国乳业，并以极其稳健的增长态势成为了持续发展的行业代表。

伊利率先完成产品结构战略升级：高科技含量、高附加值的乳制品业务收入已占据伊利整个产品线的40%；其中，奶粉产品对主营业务收入的贡献进一步提升至20.34%。

业绩持续增长：截至2009年，伊利雪糕、冰淇淋产销量已连续17年居全国第一，伊利超高温灭菌奶产销量连续多年在全国遥遥领先，伊利奶粉、奶茶粉产销量自2005年起即跃居全国第一位。

其季度主营业务收入总额多次创造中国乳业发展的历史记录。

这些条件在同行业竞争中是有巨大优势的。

②实力与成绩有目共睹。

2005年11月，伊利通过了全球最高标准的检验,成为中国有史以来第一家、也是唯一一家符合奥运标准,为奥运会提供乳制品的企业。

继成功服务全球瞩目的北京奥运会后，2009年5月25日，伊利再度凭借过硬的产品品质、完善的网络渠道、出色的科技创新、良好的社会责任形象等强大的综合实力，成功携手2010年世博会，成为唯一一家符合世博标准、为上海世博会提供乳制品的企业。

第32卷第4期2014年4月河南科学HENAN SCIENCEVol.32No.4Apr.2014收稿日期：2014-01-02基金项目：中央高校基本科研业务费专项资金资助项目（14CX04027B ）作者简介：练丽莎（1979-），女，山东曹县人，硕士研究生，研究方向是工商管理通信作者：李亮（1980-），女，辽宁沈阳人，讲师，硕士，研究方向为财务管理.文章编号：1004-3918（2014）04-0639-06DOI ：10.13537/j.issn.1004-3918.2014.04.035我国石油行业贝塔系数的测算与预测练丽莎1,李亮2（1.西南石油大学管理学院，成都610500；2.中国石油大学经济管理学院，山东青岛266580）摘要：利用单一指数模型、最小二乘法和布鲁姆调整法应用最近四年的数据对石油行业贝塔系数进行测算与预测，反映其风险性和收益情况，并做出分析评价.关键词：石油行业；贝塔系数；测算；预测中图分类号：F 830.9文献标识码：ACalculation and Forecast on the Oil Industry in Our CountryLian Lisha 1，Li Liang 2（1.The College of Economics and Business Adminstration ，Southwestern Petroleum University ，Chengdu 610500，China;2.School Economics &Managent ，China University of Petroleum ，Qingdao 266580，Shandong China）Abstract ：The single exponential mod el ，least square method and Blume adjust model ，combined with data whichcollected in recent four years ，were used to calculate and predict the βcoefficient of petroleum industry ，thereby reflecting its riskiness and benefits ，and to make analysis and evaluation．Key words ：oil industry ；βcoefficient ；calculation ；forecast建设更为开放的资本市场意味着我国经济的资本市场化程度将不断提升.在这一过程中，风险的度量，尤其是系统风险的度量成为衡量资产价值的关键问题，这是风险与收益的相互伴生性决定的.众所周知，正是风险的存在才导致了资产报酬的不稳定性.资产的风险可以分为系统性风险和非系统性风险，通过合理的资产组合可以将非系统性风险分散化解，然而系统性风险却是无法改变的，因此风险度量工作的实质就是对系统性风险的度量.贝塔系数作为衡量系统风险的基础性指标之一，能够有效把握其性质以及估测方法，是充分利用资本资产定价模型的先决性条件.贝塔系数是衡量单一资产或资产组合系统性风险的重要参考，被广泛应用于投资风险评估.通过测算和预测贝塔系数，可以预测证券未来风险以做出正确的投资决策.估测贝塔系数的方法众多，其中应用最广泛的是最小二乘法，基于一段时间内贝塔系数不发生变化的假设上的.布鲁纳和施密特、斐波司和弗朗西斯分别于1977年、1978年和1979年验证了贝塔系数遵循均值回归过程[1]，甘杰米、罗伯特则从国际投资者的视角出发，基于摩根斯坦利全球市场指数和英、美等国家的股票市场指数进行检验分析,最终得出贝塔系数也是遵循均值回归过程的.石油是一种特殊的战略资源，石油行业的收益情况是否会随着市场收益的波动而产生变动？如何变动？这是论文主要探索的问题.论文试图探讨石油行业股票的风险性和随市场收益的波动性，以反映石油行业收益率与市场收益率之间的相关关系.论文选取最小二乘法对贝塔系数进行测算，利用各股的收益率进行比较，从而达到预测石油行业贝塔系数的目的.选用2009年5月8日到2013年5月2日之间，石油行业24只股票的日K 及周K 作为基础，计第32卷第4期河南科学算相应交易日的日收益率以及各股涉及的相应市场的日收益率，每年为一期，共4期数据.这样选择是为了以2009年到2013年测算所得的贝塔系数作为基础，用2009年到2013年5月2日的数据预测2013年5月2日至2014年的贝塔系数，从而验证预测的准确程度，进而预测接续年限的贝塔系数，达到使贝塔系数的预测更为准确的目的.1石油行业贝塔系数的测算与预测1.1研究方法比较资本资产定价模型和单一指数模型，两者有一定的差异.首先，由于假设前提不同导致适用范围不同.资本资产定价模型包含了许多苛刻的前提条件，而这些条件无法在现实中全部同时满足.相比之下，单一指数模型不要求市场均衡，比起条件严苛的资本资产定价模型，单一指数模型更贴近现实[2].其次，资本资产定价模型中包含无风险利率，而单一指数模型中不包含.一般学者以国债利率代替无风险利率，而这种利率并非就是真正意义上的无风险利率，这就会产生误差[3].又由于中国市场不成熟，国债市场发展尚不完善.我们认为单一指数模型更适合中国市场.论文应用单一指数模型对贝塔系数进行测算和预测.论文计算从2012年5月至2013年5月石油行业24只股票的数据，通过对各股日K 的计算得出每个交易日的日收益率，通过上证指数和深证成指算得对应市场的市场平均日收益率，再将其分别对应回归，得出各股的贝塔系数.将收集到的从2009年5月至2013年5月此间四年的石油行业各股周K 整理计算得出的收益率结合对应的市场收益率回归，由此得到各股当年的贝塔系数，再采用不同的预测方法，经由比较不同方法的准确性来确定一个较为准确的各股2013年5月至2014年5月的贝塔系数的预测值.1.2数据选取论文通过东方财富网和通达信软件获取数据，主要为石油行业各股的日K 和周K ，通过按股票分类整理归集，共24只股票.在贝塔系数的测算这一部分，选取的是24只股票2012年5月2日到2013年5月2日的信息，去除停牌日和节假日，共计243d 的数据，样本容量较大，得到的贝塔系数测算值较准确.即论文对24只股票、每只股票243个数据分别进行回归分析.在贝塔系数的预测这一部分，由于研究贝塔系数的变化是需要一段时间来反映的,故选择了一段较长的时间，希望得到更加准确的结果.计算得出2009年5月8日到2013年5月2日此四年的石油行业各股的贝塔系数值用于贝塔系数的预测可以反映各股贝塔系数的变化趋势.由于辽通化工、惠博普、仁智油服、恒泰艾普、国际实业、通源石油、潜能恒信、龙宇燃油等8只股票上市时间较短，没有足够的数据用以分析，得出的预测值不具有参考价值，因此，论文在进行贝塔系数预测时将这8家公司的数据予以剔除，选择了余下16家公司进行回归分析.这些收集的数据主要通过计算获得各股的日收益率[4]，公式如下：R i ，t =ln P i ，t -ln P i ，t -1，（1）计算得各交易日的各股日收益率R i ，t .R i ，t 是股票i 在t 时刻的收益率；P i ，t 是股票在i 在t 时刻的收盘价；P i ，t -1是股票i 在t -1时刻的收盘价.再由记录的各交易日的市场指数测算得市场收益率.公式如下：R m ，t =ln （index t）-ln （index t -1），（2）式中：R m ，t 是t 时刻的市场收益率；index t 是市场组合m 在t 时刻的收盘指数；index t -1是市场组合m 在t -1时刻的收盘指数.1.3贝塔系数的测算通过单一指数模型求石油行业全24只股票的贝塔系数：第一步：记录石油行业24只股票及相应市场指数的每个交易日的数据，如图1.640--2014年4月练丽莎，等：我国石油行业贝塔系数的测算与预测第二步，由式（1），（2）算得日收益率，如图2.再通过Excel 的数据分析功能获得各股贝塔系数及其回归方程拟合优度R 2，其中F18为贝塔系数值，F5为R 2，此处以辽通化工为例.图2回归方程拟合优度Fig.2Regression equation ’s goodness of fit重复上述步骤，得各股的贝塔系数测算结果如下：辽通化工000059（0.980740）、准油股份002207（0.257807）、仁智油服002629（0.940769）、沈阳化工000698（0.984163）、广聚能源000096（0.579663）、国际实业000159（0.661540）、通源石油300164（0.947945）、泰山石油000554（0.538310）、茂化实华000637（0.916541）、岳阳兴长000819（0.777059）、大庆华科000985（0.521060）、海越股份600387（0.301473）、S 上石化600688（0.168322）、中国石油601857（0.294873）、海油工程600583（0.055537）、中国石化（0.443159）、延长化建600248（0.265884），以上17只股票其β<1，属于低风险具有稳定性的股票；β>1的股票共有7只，它们是惠博普002554（1.264672）、东华能源002221（1.010393）、潜能恒信300191（1.211057）、恒泰艾普300157（1.218986）、龙宇燃油603003（1.572536）、中海油服601808（1.006702）、天利高新600339图1股票数据Fig.1Stock data641--第32卷第4期河南科学（1.220078），这7只股票相较于市场收益率波动的变化幅度较大，比其余19只股票风险略高.并且这24只石油股中辽通化工000059、东华能源002221、仁智油服002629、沈阳化工000698、茂化实华000637、中海油服601808这6家股票的贝塔值都是接近于1的，故可视市场收益情况选择投资.由上述数据做出了石油行业24只股票的贝塔系数散点图，如图3所示.从图3可知，石油行业股票多为低风险股票，有多只股票β<1，相应的其表现出的收益能力就有限.将计算得到的贝塔值分类如表1.从测算结果汇总成此表，其中惠博普等7只股票的贝塔系数值大于1，其风险高于市场平均风险水平；而余下17只股票的贝塔系数值均小于1，表示这部分股票的风险水平是在市场平均风险水平之下的.通过前章计算本文将石油行业24只股票以贝塔系数等于1为界分为两类，以第一类为例，亦即贝塔系数小于1的企业，如中国石油、中国石化，首先这些股票多为是国企，其次，这些上市公司多为上下游一体化，既有采油业务，也有炼化、销售业务，这样就极大地分散了风险.当国际油价上涨时，采油业务赢利较多，炼油业务会出现亏损；油价降低，炼化业务利润较高.这些企业，上下游业务一体化，相当于企业管理中的供应链管理或者叫整合，降低了风险.特大型国有企业股票本身就相当于是一个投资组合.第二类，中海油田服务股份有限公司（中海油服601808）是以提供服务为主，它的业务特点决定了系统性风险较大.新疆独山子天利高新技术股份有限公司（天利高新600339）是一家高新技术企业，高新技术企业股票系统性风险普遍较大.华油惠博普（HBP ）科技股份有限公司（惠博普002554）是一家专注于为油气田用户提供最佳的工艺技术及设备系统解决方案的高科技企业.恒泰艾普石油天然气技术服务股份有限公司（LandOcean Energy Services Co.Ltd.），简称：恒泰艾普（LandOcean ）（恒泰艾普300157），是一家石油勘探与开发领域高端技术研发、产品销售、技术服务一体化的、国际国内同步发展的油气综合服务企业.这些企业多为提供石油相关高新技术或石油服务的有限公司，他们提供的服务性质决定了他们势必会有较高的风险.1.4贝塔系数的预测首先使用历史贝塔系数法预测，即相邻各年贝塔值均相同，然而通过上表我们不难发现，石油行业股前后两年的贝塔系数相关性极低.因此，采用历史贝塔系数法来预测未来贝塔系数是欠准确的.表2相邻两年贝塔系数相关性检验Tab.2Correlation test of βin adjacent year由丛欣伟等（2011）的研究结果可知，布鲁姆调整法的准确性在常见预测法中是相对较高的，且结合图3散点图Fig.3Scatter diagramβ值股票名称0～1准油股份、海越股份、S 上石化、中国石油、海油工程、中国石化、延长化建、辽通化工、仁智油服、沈阳化工、广聚能源、国际实业、通源石油、泰山石油、茂化实华、岳阳兴长、大庆华科1.0～+惠博普、东华能源、潜能恒信、恒泰艾普、龙宇燃油、中海油服、天利高新相关系数2009年预测2010年2010年预测2011年2011年预测2012年0.1845730.2062760.139065表1贝塔值分类表Tab.1Classification of β642--2014年4月2009年到2011年的数据用布鲁姆调整法预测得到2012年的各股贝塔系数值也均与2012年的实际测算出的贝塔值相差不大，如表3.应用布鲁姆调整法结合2009年到2012年的数据对2013年的各股贝塔系数做预测得表4.表4中延长化建的贝塔系数与其长期贝塔系数有明显差异，以下对部分贝塔系数有明显偏差的股票做说明如表5.表5各股的回归方程拟合优度Tab.5Regression equation ’s goodness of fit经过计算得到上表，共有20只股票的R 2在0至0.3之间，R 2在0.3到0.5的有3只股票.其中准油股份002207、海越股份600387、S 上石化600688、海油工程600583、延长石化600248的回归方程拟合优度R 2均较低，其余股票的拟合优度R 2均在0.3左右.由此不难发现，延长化建的拟合优度偏低，那么根据历史数据预测出的2013年的贝塔系数偏高也就得到了合理解释.准油股份0.6159200.257807S 上石化0.7012410.168322沈阳化工 1.1928130.984163中海油服 1.286493 1.006702广聚能源0.8638500.579666天利高新 1.073929 1.220078泰山石油 2.2502420.538310中国石油-0.7844300.294873茂化实华0.9683420.916541海油工程 1.7234500.055537岳阳兴长0.9885230.777059中国石化-0.8826100.443159大庆华科0.8822850.521060延长化建0.3843260.265884股票名称预测的β测算的β股票名称预测的β测算的β东华能源 1.140260 1.010393海越股份0.4855010.301473东华能源 1.052040S 上石化 2.400401沈阳化工 1.156175中海油服 1.267873广聚能源 1.166146天利高新 1.433518泰山石油 1.205812中国石油0.152169茂化实华0.972862海油工程0.896179岳阳兴长 1.146553中国石化0.319397大庆华科0.895330延长化建3.125191股票名称预测的贝塔值β股票名称预测的贝塔值β准油股份 1.741992海越股份 2.323090表3对2012年预测的各股贝塔系数与测算的贝塔系数比较Tab.3Comparison of βin 2012between prediction and calculation 表4通过布鲁姆调整法对2013年各股贝塔值的预测Tab.4Prediction of βin 2013by Blume adjust model 惠博普 1.2646720.155658茂化实华0.9165410.264008仁智油服0.9407690.421684岳阳兴长0.7770590.269764恒泰艾普 1.2189860.214007大庆华科0.5210600.155593沈阳化工0.9841630.321890海越股份0.3014730.016075广聚能源0.5796660.136821S 上石化0.1683220.011419国际实业0.6615400.204411龙宇燃油1.5725360.280061股票名称贝塔值/βR 2股票名称贝塔值/βR 2辽通化工0.9807400.342366通源石油0.9479450.233729准油股份0.2578070.021123泰山石油0.5383100.144953东华能源 1.0103930.218284潜能恒信 1.2110570.262590练丽莎，等：我国石油行业贝塔系数的测算与预测643--第32卷第4期河南科学回归方程的拟合优度对于贝塔系数的预测结果是有影响的，R 2越小，预测的结果也就距离达到准确的标准越远.以海油工程600583为例，其测算出的贝塔系数如表6.表6海油工程数据Tab.6Data of CNOOC engineering其从2009年5月8日到2012年5月2日贝塔值均在1以上且波动较大，预测的2012年的贝塔值为1.723450，而在2012年5月2日至2013年5月2日这个时间段，贝塔值又回到了一个较小的数值，故而回归方程拟合优度R 2较小，进而会影响到其预测结果.2结论论文应用单一指数模型、最小二乘法、布鲁姆调整法等方法研究石油行业贝塔系数的测算和预测问题.论文的主要工作分为贝塔系数的测算和预测两个主要部分.通过石油行业24家上市公司大量数据的收集和整理分析，得出以下结论：1）石油行业上市公司中贝塔系数也即系统性风险大于1的企业有7家，小于1的有17家.贝塔系数小于1主要是中国石油、中国石化等上下游一体化的石油企业，因其业务的综合性较强，对某项影响因素的敏感性变动方向相反，因而贝塔系数较低.贝塔系数大于1的主要是提供石油服务的高新技术企业.高新技术企业因其自身特点，投入资金大、风险高、技术更新较快等，使得其贝塔系数普遍较高.2）贝塔系数预测，应用布鲁姆调整模型，大部分企业拟合优度较高；有准油股份、广聚能源、泰山石油、海越股份、S 上石化、海油工程、中国石化、延长化建等8家企业，拟合优度较差，源于其股票测算的贝塔值波动较大.参考文献：［1］丛欣伟．布鲁姆调整法在中国股市有效性的实证检验［J ］．行政事业资产与财务，2011（6）：8-10．［2］韦念幸．酒店旅游行业股票长期贝塔系数的测算与预测［J ］．金融经济，2009，18：68－70.［3］赵佳妮．浅谈CAPM 模型中β的作用于局限性［J ］．学理论，2012，20：141－142.［4］马喜德，郑振龙．贝塔系数的均值回归过程［J ］．工业技术经济，2006，1：100－101.（编辑康艳）β值1.1409941.8202531.2583320.055537时间2009201020112012644--。

《资本资产定价模型的实证研究》篇一一、引言资本资产定价模型（Capital Asset Pricing Model，简称CAPM）是现代金融理论中的基石之一，用于衡量资产预期收益率与风险之间的关系。

该模型为投资者提供了在给定风险水平下如何选择最优投资组合的理论框架。

本文旨在通过实证研究，深入探讨CAPM在中国资本市场的适用性及其实践效果。

二、文献综述前人关于CAPM的研究主要集中在其理论框架的完善和实证检验。

国内外学者通过不同国家和地区的资本市场数据，对CAPM的有效性进行了广泛探讨。

总体来看，CAPM在发达国家市场表现出了较好的解释力，但在新兴市场和转型经济体中，其适用性尚存在争议。

因此，本文选择中国资本市场作为研究对象，以期为CAPM的进一步发展提供实证支持。

三、研究方法本研究采用实证研究方法，以中国A股市场为研究对象，选取具有代表性的股票数据作为样本。

通过计算各股票的β系数、市场风险溢价等因素，对CAPM进行实证检验。

在数据处理和分析过程中，采用SPSS等统计软件进行数据处理和描述性统计分析。

四、数据来源与处理本研究数据主要来源于万得（Wind）数据库，包括各股票的历史收益率、市场收益率、β系数等数据。

在数据处理过程中，首先对数据进行清洗和整理，确保数据的准确性和完整性。

然后，根据CAPM模型的要求，计算各股票的预期收益率、β系数和市场风险溢价等指标。

五、实证结果与分析1. β系数的计算与分析通过计算样本股票的β系数，我们发现大部分股票的β系数均大于零，表明这些股票的市场风险较高。

同时，我们还发现不同股票的β系数存在较大差异，这表明各股票对市场风险的敏感度不同。

2. CAPM的实证检验根据CAPM模型，我们计算了各股票的预期收益率，并将其与实际收益率进行比较。

通过对比分析，我们发现CAPM在一定程度上能够解释股票的预期收益率与风险之间的关系。

然而，在实际应用中，CAPM的解释力受到一定限制，可能受到市场环境、政策因素、投资者心理等多种因素的影响。

伊利股份的技术分析一、研究背景技术分析是指以市场行为为研究对象，以判断市场趋势并跟随趋势的周期性变化来进行股票及一切金融衍生物交易决策的方法的总和。

技术分析认为市场行为包容消化一切信息、价格以趋势方式波动、历史会重演。

技术分析要素：包括价格、成交量、时间和空间。

价和量是市场行为最基本表现；时和空是市场潜在能量表现。

因此，通过技术分析来确定一个股票的操作情况是十分有意义的。

本文将对伊利股份进行技术分析。

二、研究思路本文将通过技术分析的基础分析：道氏理论、K线理论、切线理论进行分析，同时根据趋势分析指标中的MA&MACD，RSI以及人气指标PSY&OBV等进行分析。

三、基础分析1.道氏理论图3-1 道氏理论观测期K线图（来源：网易财经）2015年12月18日至2017年6月12日K线图如图所示。

通过对观测期间（2015年12月18日至2017年6月12日）伊利股份的股票价格波动进行划分。

1）主要趋势：即为长期趋势，基金投资者通常是股票的战略投资者，更加关心其主要趋势，所以判断股票所处的长期趋势非常重要。

通常基金经理会忽略各种次级想小幅波动，一直持有，知道一个基本上升趋势终结。

通过对伊利股份（600887）股票价格变动趋势进行划线处理，可以得知，在观测期间，伊利股份股票价格的主要趋势是：下跌后增长，后一直基本保持平稳。

图3-2 道氏理论观测期K线主要趋势图①下降趋势分析：伊利股份在2015年11月累计回购股份逾1% 耗资近10亿元。

伊利股份于2015年11月4日晚间发布回购进展显示，截止11月3日，公司回购股份数量为6394.1958万股，占公司总股本的比例为 1.04%，成交的最高价为16.48 元/股，最低价为15.01元/股，支付的总金额为99897.9977万元（不含印花税、佣金等交易费用）。

2015年7月份，伊利股份宣布，将以不超过18.13元/股的价格回购公司股份，资金总额不超过10亿元，期限为股东大会审议通过之日起至2015年12月末。

β系数的计算方法β系数是研究金融领域的重要概念之一，用于衡量一些资产或投资组合相对于整体市场的波动性。

它是指一些投资对象的收益率相对于市场收益率的变化情况。

计算β系数有多种方法，包括最常用的统计方法和回归分析方法。

下面将详细介绍这些方法。

1.统计法：在使用统计法计算β系数时，需要首先收集所需资产或投资组合的历史收益率数据，以及市场指数（如标普500指数）的历史收益率数据。

然后，计算资产的收益率与市场的收益率之间的协方差和市场的方差。

β = Cov(资产收益率, 市场收益率) / Var(市场收益率)其中，Cov表示协方差，Var表示方差。

这个公式简单地描述了资产的收益率与市场收益率之间的关系。

β系数为正值时，表示资产的收益与市场的收益正相关；β系数为负值时，表示资产的收益与市场的收益负相关；β系数为1时，表示资产的收益与市场的收益完全一致；β系数为0时，表示资产的收益与市场的收益无关。

2.回归分析法：回归分析是一种统计方法，用于研究变量之间的关系。

在计算β系数时，回归分析法是一种较为常用的方法。

该方法利用历史数据进行线性回归模型的拟合。

首先，需要选取一个合适的回归模型，通常使用线性回归模型来计算β系数。

拟合回归模型需要使用市场指数作为自变量，而资产或投资组合的收益率作为因变量。

通过拟合回归模型，可以得到一个回归方程，其中β系数即为回归方程中的回归系数。

例如，假设我们有资产A和市场指数的历史数据收益率A=β*收益率市场指数+α其中，β就是β系数，α表示回归方程的截距。

通过进行回归分析，可以得到β系数的估计值。

注意：在使用回归分析法进行β系数的计算时，需要注意回归模型的合理性和回归系数的显著性。

同时，还需要对回归结果进行统计检验来评估模型的可靠性。

另外，需要注意的是，β系数的计算并不是一次性的，而是需要定期更新以反映市场和资产的变化。

因此，在进行β系数计算时，需要确保使用的数据是最新的。

综上所述，β系数的计算方法可以通过统计法和回归分析法来实现。

关于β系数对中国酿酒行业的股票风险分析摘要：股改即上市公司股权分置改革是通过非流通股股东和流通股股东之问的利益平衡协商机制，消除A股市场股份转让制度性差异的过程。

文章将运用回归分析，从整个国内的酿酒行业板块来分析他们各自的贝塔系数，我们将从三个方面来分析：一是整个从上市时间到至今为止的贝塔系数；二是股改前的贝塔系数；三是股改后的贝塔系数。

从而分析酿酒行业板块在股改前后与大盘之间的系统性风险。

关键词：β系数；CAPM；股改；风险系数文献标识码：A文章编号：1006－8937(2009)16－0036－021关于CAPM理论的提出CAPM是诺贝尔经济学奖获得者威廉·夏普(WilliamSharpe)与1970年在他的著作《投资组合理论与资本市场》中提出的。

他指出在这个模型中，个人投资者面临着两种风险：系统性风险(Systematic Risk)：指市场中无法通过分散投资来消除的风险。

比如说：利率、经济衰退、战争，这些都属于不可通过分散投资来消除的风险。

非系统性风险(Unsystematic Risk)：也被称作为特殊风险(unique risk或Idiosyncratic risk)，这是属于个别股票的自有风险，投资者可以通过变更股票投资组合来消除的。

从技术的角度来说，非系统性风险的回报是股票收益的组成部分，但它所带来的风险是不随市场的变化而变化的。

现代投资组合理论(Modem portfolio theory)指出特殊风险是可以通过分散投资(Diversification)来消除的。

即使投资组合中包含了所有市场的股票，系统风险亦不会因分散投资而消除，在计算投资回报率的时候，系统风险是投资者最难以计算的。

资本资产定价模型(CAPM)公式如下：Rp=Rf+β(Rm-Rf)其中，Rp表示表示投资组合的期望收益率，Rf是无风险回报率，Rm是市场期望回报率，口某一组合的系统风险系数，也就是我们通常所说的β系数。

作者： 朱宝宪;何治国
作者机构： 清华大学经济管理学院,北京100084
出版物刊名： 金融研究
页码： 71-79页
主题词： 股票收益关系;股票市场;风险因素β值;帐面/市值比;实证分析
摘要：根据CAPM模型，β为通常收益率的解释因素，但自80年代以来，这一结论受到挑战。

Stattman（1980）等人发现帐面／市值比对股票收益率有很强的解释力。

本文运用中国股市1995－1997年的数据对β和帐面／市值比与收益率的关系和对其的解释力进行了实证检验，得出的结论是帐面／市值比比β对股票收益率有更强的解释力，并具体量化了二者的解释力程度。

这一研究有助于深化人们对影响股票收益率的因素的认识，亦有助于投资者进行投资组合的决策。

贝塔系数均值回归过程的实证分析作者：韦念幸来源：《金融经济·学术版》2009年第10期一、引言和文献综述自资本资产定价模型以来,关于贝塔系数的研究集中在贝塔系数的测算和预测方面。

关于贝塔系数的预测方面,一般研究是贝塔系数的稳定性的检验和贝塔系数是否遵循均值回归过程的检验。

在贝塔系数的均值回归过程研究方面:随机漫步理论认为股票价格是不能预测的,随机漫步对投资决策的作用有限。

但这绝不是证券投资理论的最终目的。

证券投资理论从诞生的时候起就是为研究如何预测股票价格的理论。

如果贝塔系数是均值回归过程,那么就可以用于预测股票风险,从而预测股票价格。

均值回归从理论上讲应具有必然性。

因为有一点是肯定的,从长期看来,股票价格不能总是保持上涨或下跌趋势,一种趋势不管其持续的时间多长都不能永远持续下去。

关于股票价格均值回归理论的研究文献在国外已有很多。

但是到目前为止 ,在我国证券投资理论研究中应用还比较少。

(一)国外关于贝塔系数均值回归研究的研究国外关于贝塔系数均值回归过程的研究已经相当成熟。

Eugene F. Fama和 Kenneth R. French (1988)首先在对美国纽约股票市场进行实证研究的基础上得出股票收益率从长期看呈均值回归的结论。

Jegadeesh.N (1990)用经验分析方法发现单个股票收益具有可预测性,用统计方法计算出的结果是股票的月收益率时间序列显著的呈一阶负相关。

, Balvers和Gilliland(2000)对 18个欧美发达国家股票市场的研究都得出了股票收益率长期呈均值回归的结论。

Kiseok Nam、Chong Soo Pyun 和Stephen LAvard(2001)选取了1926年1月到1997年12月美国股票市场的月度数据利用ANST-GARCH模型得出了股票收益率呈均值回归的结论,并且是非对称的,负收益率的均值回归速度明显大于正收益率的均值回归速度。

(二)国内关于贝塔系数均值回归过程的研究马喜德、郑振龙、王保合(2003)利用上海股票市场90家上市公司从1994 年4月28日到2003年4月28日的数据作为样本 ,对 CAPM中的贝塔系数的波动状况进行实证研究。

上市公司使用B-S模型操纵参数中国一些上市公司在使用B-S模型时操纵参数的选择，目前使用B-S(布莱克-斯科尔斯，著名的期权估价模型)模型主要有五个参数，其中容易操纵的有两个，一是无风险报酬率，二是波动率。

以下是伊利股份的股票期权费用计算过程，笔者怀疑伊利股份波动率20.12%明显偏低;此外，该公司没有区分首期行权25%和分期行权75%的股票期权价值，因为可行权日不同，等待期也不同，该公司4.5年作为到期期限，也使笔者怀疑有误。

伊利股份股票期权公允价值计算过程如下:2)以权益结算的股份支付本公司根据《北京博星投资顾问有限公司关于内蒙古伊利实业集团股份有限公司股权激励期权公允价值的预算报告》，权益工具公允价值按以下方法确定: 采用考虑摊薄效应的B-S模型对期权的公允价值进行预算，其定价公式为: 式中，W为期权公允价值;N为公司总股本;M为期权发行总份数;g为期权行权比例;S0为最近一个交易日股票收盘价;K为行权价格;T为期权到期日;t为分析日期;T-t为期权剩余年限(单位:年);r为无风险收益率;s为标的股票历史波动率;N(.)为标准正态分布累计概率分布函数;ln()为对数函数。

相关函数: (1)发行期权前的总股本为N=51 646.98万股; (2)发行的期权共计5 000万股期权，即M=5 000万; (3)每份认股期权对应一份本公司股票，即=1; (4)期权授权日的收盘价为S0=27.00元(2006年12月28日); (5)期权的行权价K=13.33元; (6)期权的平均年化剩余期限为4.5年; (7)无风险收益率取2006年零存整取一年期银行存款利率，r=1.8%; (8)基于公司2003年7月10日送配股上市后一年股票价格走势稳健，该段时间内股票的历史波动率更能真实反映股票风险程度。

因此模型中采用该段时间内的股价计算其历史波动率更能客观反映期权公允价值。

年化历史波动率s = 20.12%。

使用自由现金流贴现模型对伊利股份进行估值根据近五年年报，利用现金流贴现估值模型对伊利股份进行估值。

如果您懒得看计算过程，请直接拖到尾部。

该估值难点在于对未来伊利股份经营情况的判断，本文试图还原伊利股份真实的估值情况。

评估伊利股份的自由现金流公司自由现金流即扣除税款和所有再投资后的现金流。

使用公式公司自由现金流=息税前利润*（1-税率）*（1-再投资率）计算出近五年伊利股份自由现金流表1伊利股份近五年自由现金流从表中计算得出，公司五年总计扣税后利润206亿元，同期总再投资额204亿元，剔除13年后平均再投资率56.8%评估资本成本股权成本我们取十年期国债利率3.685%作为无风险利率，伊利股份β值取0.8，A股股权风险溢价取6%，计算得出股权成本=3.685%+0.8*6%=8.485%债权成本我们取伊利股份的违约溢价率为0.75，扣除边际税率后，税后负债成本=（3.685%+0.75%）*84%=3.73%取资产负债率48.8%计算，资本成本=8.485%*51.2%+3.73%*48.8%=6.1%评估伊利股份增长率未来增长率的评估是该模型中最难的一个，也对估值结果产生重大影响。

我们认为，中国的乳制品行业处于整体饱和，局部放量的形势。

一二线城市的产品品质升级，以及县级以下市场的渠道下沉、渗透率提升是该行业增长的驱动力。

未来五年，我们给予乳制品市场8%的增长速率预测，受惠于产业集中度提升，给予伊利营收12%的增长率预测。

终值假设预测伊利股份何时结束发展期，进入成熟期是很困难的，我们假设乳制品行业的增量增长，即一二线城市的乳制品品质升级，以及县级以下市场的渠道下沉在五年后进入饱和，伊利股份进入稳定增长期后增长率为4%，负债率预测为40%，股权成本预测为3%+1*5.5%=8.5%，债权成本预测为 3.7%，资本成本=8.5%*60%+3.7%*40%=6.58%，长期再投资率4 /6.58=60.7% 估值计算我们使用NPV函数，对伊利股份进行估值得出伊利股份现有经营资产价值1489亿元，加上现金及持股等资产，减去未偿还负债，得出伊利股份的股权价值表3股权估值单位（万元）写在最后对上市公司进行估值是一件很让人挠头的事，每项假设的准确性对最终估值的结果影响很大，由于篇幅限制，本文仅使用绝对估值法，有兴趣的朋友还可尝试相对估值法等其他方法进行估值。

β系数的计算方法β系数（beta coefficient）是用来衡量一个资产或投资的风险相对于整个市场风险的指标。

它通常用于资产定价模型（Asset Pricing Models），如单因素模型（Single-Factor Model）和多因素模型（Multi-Factor Model）。

β系数可以揭示一个资产与市场之间的相关性和敏感性，是投资组合管理和风险管理中重要的工具。

1.数据准备：需要收集资产收益率和市场收益率的历史数据。

通常使用日度、周度或月度收益率数据。

2.计算资产和市场的收益率：将资产的价格数据转换为收益率数据。

资产收益率可以通过以下公式计算：(P1-P0)/P0，其中P1是期末价格，P0是期初价格。

市场收益率通常使用市场指数（如标普500指数）的收益率。

3. 计算资产和市场的协方差：通过计算资产和市场的收益率序列的协方差来衡量二者之间的相关性。

协方差可以使用以下公式计算：cov(asset_returns, market_returns) = (1/(N-1)) *Σ[(asset_returns[i] - asset_mean) * (market_returns[i] - market_mean)]，其中N是数据点数，asset_returns[i]是资产的第i个收益率，asset_mean是资产收益率的平均值，market_returns[i]是市场的第i个收益率，market_mean是市场收益率的平均值。

4. 计算资产的β系数：资产的β系数可以通过资产和市场的协方差除以市场的方差来计算。

β系数的公式为：β = cov(asset_returns, market_returns) / var(market_returns)，其中var(market_returns)是市场收益率的方差。

5.解释β系数：β系数的取值范围通常在-1到1之间。

β系数为正表示资产与市场的正相关，为负表示负相关，越接近1（或-1），表示资产与市场的相关性越强；越接近0，表示资产与市场的相关性越弱。

计算β系数一、β系数的概念及计算原理1、概念：β系数也称为贝他系数（Beta coefficient），是一种风险指数，用来衡量个别股票或股票基金相对于整个股市的价格波动情况。

β系数是一种评估证券系统性风险的工具，用以度量一种证券或一个投资证券组合相对总体市场的波动性。

投资股市中一个公司，如果其β值为1.1，则意味着股票风险比整个股市场平均风险高10%；相反，如果公司β为0.9，则表示其股票风险比股市场平均风险低10%。

2、理论体系：β系数的计算分为上市公司β系数计算和非上市公司β系数计算两种情况：在被评估企业是上市公司时，可以根据其各期历史收益数据和相应的股票市场综合指数来确定其β系数；当被评估企业不是上市公司时，我们可以寻找相似的上市公司，先得出该上市公司的β系数，然后通过比较和调整来间接计算被评估企业的β系数。

下面的实例讲解了非上市公司β系数的计算方法。

（注：这里所说的“调整”是调整参照公司与被评估对象由于财务杠杆的不同而进行的调整，类似市场比较法中比较因素的修正）3、β系数计算的原理：如果将市场上全部所有股票作为一个资产组合，其市场整体风险收益以市场整体资产组合M收益的方差Var(Rm)表示，任一只股票对系统风险收益的贡献，由这一股票与市场资产组合M收益的协方差Cov(Rm，Ri)表示，则β系数可表示为：β=Cov(Rm，Ri)/ Var(Rm)【知识链接】①方差的概念：样本中各数据与样本平均数的差的平方和的平均数叫做样本方差。

②协方差的概念：在概率论和统计学中，协方差用于衡量两个变量的总体误差。

协方差cov(X,Y)的度量单位是X的协方差乘以Y的协方差。

而取决于协方差的相关性，是一个衡量线性独立的无量纲的数。

方差是协方差的一种特殊情况，即当两个变量是相同的情况。

此外，由于市场整体收益率Y=α+β×(X-参照上市公司的收益率)，通过进行一元线性回归分析，也可以用这一公式计算出β系数。

基于哈佛分析框架的财务分析—以伊利股份为例刘亦浓郁姗摘要：财务报表使用者可以通过财务分析掌握一个企业的基本情况并对其发展前景进行预测。

本文基于哈佛分析框架,以伊利股份14-17年的年报为研究对象来解读伊利，对其财务状况质量做出总体评价并对其发展前景进行预测。

关键词：伊利股份；财务报表分析；哈佛分析框架；波特五力模型；SWOT 分析法；杜邦分析法一、伊利股份简介（一）伊利股份概况内蒙古伊利实业集团股份有限公司是中国目前规模最大的乳制品企业，旗下产品众多，拥有目前国内最完备的生产线。

据凯度消费者指数显示，17年伊利的消费者达13.5亿人次，综合市场占有率为20.5%，产品的产销量、规模、品牌价值均位列全国第一。

（二）经营背景与行业分析国家鼓励，当地政府划拨资金、二胎和奶粉等新政策的颁布等推动行业洗牌；经济发展良好，17年全国乳品加工业销售收入3590.41亿元，同比增长6.77%。

乳制品行业的总收入持续上涨，其在国民经济中的比重不断上升；国家严格市场准入，提高市场集中度；市场份额开始转向大型企业，边缘小企业濒临淘汰；依据波特五力模型分析法，伊利存在国内和国外品牌等潜在竞争者；原材料供应存在短缺的情况；消费需求受居民收入水平等的影响；产业内竞争方面也存在着行业性的优势和不足；代替品（豆奶）生产原料充足且价格低廉。

二、哈佛分析框架下的伊利股份财务报表分析哈佛分析框架由哈佛大学的三位学者提出，结合定量和定性分析。

包括四个维度：战略分析、会计分析、财务分析和前景分析。

（一）战略分析以SWOT 分析法为基础理论，从战略优势、战略劣势、战略机会、战略威胁四个方面进行分析：1.战略优势伊利在内蒙古大草原设有天然牧场，在国内国外的东西方乳业传统板块“打桩”，有原材料优势；启用“质量领先战略”、“全球织网”战略、“母婴生态圈”战略；构建三大体系，实现“互联网+”；并在国内外通过收购、兼并重组和加强投资进行产业格局的相互补充，具有战略协同优势；建立标准化、规模化牧场SOP 管理；以ISO14001体系为标准加强企业的检测管理体系，具有管理优势；是中国唯一一家为奥运会、世博会提供服务的乳制品企业，具有品牌优势。