范宏達(dá)

【摘要】Beta系數(shù)是收益法中最重要的參數(shù)之一，本文通過對房地產(chǎn)行業(yè)指數(shù)與市場平均收益指標(biāo)進(jìn)行實證研究，得出房地產(chǎn)行業(yè)的收益率度量時限的拉長而穩(wěn)定性增強(qiáng)，Beta系數(shù)的變化在房地產(chǎn)企業(yè)價值的高估方面的影響更為顯著;Beta系數(shù)隨著估算時長的變化并無規(guī)律。為了提高房地產(chǎn)企業(yè)評估的精度，推薦使用度量時限較短的Beta系數(shù)。

【關(guān)鍵詞】Beta系數(shù);房地產(chǎn);度量時限;估算時長

1、引言

收益法是企業(yè)價值評估中常用的方法，而參數(shù)如何選擇將深刻影響收益法的最終結(jié)果。Beta系數(shù)是收益法中最重要的參數(shù)之一，Beta系數(shù)的細(xì)微變動可能使企業(yè)價值評估結(jié)果發(fā)生巨大改變。我國房地產(chǎn)行業(yè)正面臨巨大的不確定性，如何準(zhǔn)確評估房地產(chǎn)企業(yè)價值變的愈發(fā)重要?；诜康禺a(chǎn)行業(yè)在不同估算條件下Beta系數(shù)的估算，研究得出房地產(chǎn)行業(yè)Beta系數(shù)特點，并將Beta系數(shù)在不同度量時限與不同估算時長等條件下的選擇與企業(yè)價值評估結(jié)果相結(jié)合，得出房地產(chǎn)企業(yè)價值評估時最優(yōu)的Beta系數(shù)選擇，一定程度上提高了房地產(chǎn)企業(yè)價值評估精度，為評估實務(wù)人員進(jìn)行實務(wù)操作提供借鑒，為房地產(chǎn)行業(yè)從業(yè)人員提供參考。

2、研究目標(biāo)與研究方法

2.1研究目標(biāo)

已有大量學(xué)者研究表明Beta系數(shù)普遍具有時變性和不穩(wěn)定性的特點[1]，在用收益法對企業(yè)價值進(jìn)行評估時，Beta系數(shù)的穩(wěn)定性和可靠性將很大程度上影響評估結(jié)果。本文多角度對房地產(chǎn)行業(yè)Beta系數(shù)進(jìn)行估算，研究其穩(wěn)定性和可靠性，并根據(jù)研究結(jié)果給出Beta系數(shù)在企業(yè)價值評估時如何選擇。本文研究目標(biāo)主要解決如下問題：（1）房地產(chǎn)行業(yè)Beta系數(shù)的穩(wěn)定性是否會隨著估算時長拉長而變化？（2）不同的度量時限是否影響B(tài)eta系數(shù)穩(wěn)定性？（3）Beta系數(shù)的穩(wěn)定性是否會對企業(yè)價值評估造成影響，若有，是如何影響？（4）在對房地產(chǎn)企業(yè)進(jìn)行評估時如何選擇最優(yōu)的Beta系數(shù)估算條件？

2.2樣本選擇

本文選擇滬深300指數(shù)作為市場指數(shù)，房地產(chǎn)行業(yè)與滬深300指數(shù)平均收益率數(shù)據(jù)，選自Wind數(shù)據(jù)庫中房地產(chǎn)行業(yè)與滬深300指數(shù)從2008年1月1日至2019年8月31日共596個周收盤指數(shù)和139個月收盤指數(shù)數(shù)據(jù)，市場平均收益率以及房地產(chǎn)行業(yè)平均收益率通過取對數(shù)的方式計算，收益率原始數(shù)據(jù)均進(jìn)行復(fù)權(quán)處理。

3、實證研究

3.1收益率描述性統(tǒng)計分析

筆者收集了房地產(chǎn)行業(yè)指數(shù)收益率和滬深300指數(shù)收益率2008年1月1日至2019年8月31日的數(shù)據(jù)，并利用SPSS19.0軟件對其進(jìn)行描述性統(tǒng)計分析，分析結(jié)果詳見下表1：

如上表1所示，2008年1月1日至2019年8月31日共收集月收益率樣本139個，周收益率樣本596個。根據(jù)描述性統(tǒng)計分析結(jié)果，滬深300指數(shù)月收益率平均數(shù)、周收益率平均數(shù)均為負(fù)值，房地產(chǎn)行業(yè)周收益率為負(fù)值，月收益率接近于0，說明2008年1月1日至2019年8月31日這一研究時段的指數(shù)表現(xiàn)相對較差。根據(jù)描述性統(tǒng)計分析結(jié)果，房地產(chǎn)行業(yè)周收益率和月收益率的標(biāo)準(zhǔn)差均明顯大于滬深300指數(shù)的標(biāo)準(zhǔn)差，說明房地產(chǎn)行業(yè)在研究時段內(nèi)較滬深300指數(shù)有強(qiáng)烈的波動。由表1得出無論極大值還是極小值，月收益率的絕對值都大于周收益率，根據(jù)房地產(chǎn)行業(yè)與滬深300指數(shù)月收益率標(biāo)準(zhǔn)差大于周收益率標(biāo)準(zhǔn)差可以得出月收益率離散程度大于周收益率，月收益率波動相比周收益率更為劇烈。

3.2收益率樣本數(shù)據(jù)時間序列波動分析

根據(jù)筆者收集的2008年1月1日至2019年8月31日共596個周收益率和139個月收益率數(shù)據(jù)，利用EViews9.0軟件可以輸出如下的波動圖：

滬深300指數(shù)周收益率時間序列波動圖

房地產(chǎn)行業(yè)周收益率時間序列波動圖

滬深300指數(shù)月收益率時間序列波動圖

房地產(chǎn)行業(yè)月收益率時間序列波動圖

根據(jù)滬深300指數(shù)與房地產(chǎn)行業(yè)周收益率和月收益率波動圖顯示，房地產(chǎn)行業(yè)月收益率和周收益率走勢與滬深300指數(shù)走勢基本相同，但波動幅度明顯更大，說明房地產(chǎn)行業(yè)受經(jīng)濟(jì)影響更大，波動效應(yīng)更為明顯。比較滬深300指數(shù)與房地產(chǎn)行業(yè)周收益率與月收益率波動圖，周收益率波動圖側(cè)重反映收益率的波動細(xì)節(jié)，而月收益率波動圖過濾了部分波動信息，側(cè)重反映收益率的波動程度，因此拉長度量時限將擴(kuò)大波動效應(yīng)。

3.3 Beta系數(shù)估算

（1）Beta系數(shù)估算模型

Beta系數(shù)估算常用模型有CAPM模型、單指數(shù)市場模型等，本文對Beta系數(shù)的估算選擇單指數(shù)市場模型[2]，具體公式為：

Rt=α+β×Rm（1）

式中，Rt為房地產(chǎn)行業(yè)平均收益率，Rm為市場平均收益率，即滬深300指數(shù)平均收益率。根據(jù)公式（1），Beta系數(shù)估算選擇OLS回歸法，引入方程：Y=aX+b。設(shè)房地產(chǎn)行業(yè)平均收益率為Y，滬深300指數(shù)平均收益率為X。利用EViews9.0軟件進(jìn)行回歸分析，求得的系數(shù)a即為Beta系數(shù)值。

（2）Beta系數(shù)估算結(jié)果分析

根據(jù)公式（1），本文假設(shè)y為2008年8月31日至 2019年8月31日間的房地產(chǎn)行業(yè)指數(shù)收益率，x為2008年8月31日至 2019年8月31日間的滬深300指數(shù)收益率，利用EViews9.0軟件對其進(jìn)行線性回歸，得出房地產(chǎn)行業(yè)不同度量時限和不同估算時長條件下的Beta值，匯總?cè)绫?所示：

以周為時限的Beta與以月為時限的Beta均通過了0.05的顯著性水平檢驗。如上表2顯示，在擬合優(yōu)度上，不同時限的Beta系數(shù)在R方上并沒有規(guī)律，但以每年最優(yōu)擬合優(yōu)度來看，其他年份Beta周值都是每年的最高值。根據(jù)表2匯總結(jié)果得出下表3和圖5：

根據(jù)表3顯示，以周為時限估算的Beta比以月為時限估算的Beta標(biāo)準(zhǔn)差更小，說明其離散程度更低，波動性更低。以周為時限估算的Beta均值大于以月為時限估算的Beta均值，與表2所得出結(jié)論一致;另外，如圖5所示，總長度11年的研究時段內(nèi)，以周為時限估算的Beta始終高于以月為時限估算的Beta值，說明在整體上估算時限越短，Beta值越高。這與Estrada（2000）在研究14個歐洲證券市場后得出絕大部分市場的Beta系數(shù)估計值會隨收益率度量時限的增大而提高的結(jié)論相反，[3]與王敬琦、陳蕾（2016）研究我國弱周期行業(yè)Beta并未表現(xiàn)出隨收益率度量時限的拉長而增大的趨勢的結(jié)論相一致。[4]