基于會計信息β估計的股票投資決策淺析

[摘要]：本文介紹了CAMP模型、考慮財務風險的股東權益風險模型、Ball和Brown的β估計模型以及BKS模型，以及國外一些基于會計信息β估計研究成果，表明基于會計信息β估計、對股票投資決策有廣泛的應用。

[關鍵字]：CAMP β估計 股票投資決策

一、引言

股票的投資決策是投資者通過投資股票獲取收益非常重要的一環，而股票本身價值是決定是否購買參考依據，顯然如果我們知道股票的價值，買賣決策將非常簡單，股票價格低于其價值則買入，反之則賣出。然而現實是股票的價值評估是非常困難的事，研究中各種股票價值評估的模型存在各種各樣的缺陷，缺乏實用性。所以在股票市場的實際投資決策時，我們往往通過研究影響股票價值的一些簡單因素作為股票投資的依據，并且可獲得較高的投資回報率。基于會計信息對β估計在股票投資決策有非常重要的作用。

二、CAPM模型簡介

CAPM模型是對風險和收益如何定價和度量的均衡理論，根本作用在于確認期望收益和風險之間的關系，揭示市場是否存在非正常收益。一個資產的預期回報率與衡量該資產風險的一個尺度——β相聯系。模型形式如：ri，t=rf，t+βi(rm，t-rf，t)

其中ri，t為t時刻股票i的必要回報率，rf，t是t時刻的無風險利率，rm，t為t時刻的市場組合收益率，β為企業風險系數。在實際運用中，β一般用市場模型估計：ri，t=?琢i+birm，i+ei，t

回歸得到的bi即是β的估計值。

三、基于β估計的股票投資決策

按照市場模型得到的β代表資本市場對企業風險的度量，但這個度量并不一定準確，如果有更好的方法估計出更準確的β，成為優勢β。當優勢β大于市場β時，說明市場確認的折現率過小，市場按較小折現率得到股票價格理應過高，則賣出該股票；反之，則買入。我們可以利用會計數據并結合市場模型來估計β能得到更精確的β值。

由于企業財務杠桿與風險有關，我們可以用下式來估計企業的風險：

■

其中βv，i，βB，i，βs，i分別是企業風險、債務風險和股東權益風險，V，B，S表示企業市值、債務市值和股票市值。

在不考慮稅收的情況下，企業的價值與企業資本結構無關，這意味著βv，i與財務杠桿■無關，所以財務杠桿指數的增大不會改變βv，i，但會增大βs，i 。

除了財務杠桿外，經營杠杠也是β估計的一個很重要的因素。經營杠桿指固定成本與變動成本的比率。從會計數據計算出的經營杠桿越大，企業風險β也越大。

Ball與Brown是利用以下模型估計會計β：

△Ai，t=gi+hi△Mt+?著i，t

其中，△Ai，t為i公司會計收益在t年的變化數；△Mt為t 年會計收益市場指數的變化數；hi為會計β的估計值。Ball和Brown（1968）研究結果表面無論是經營收益、凈收益，還是歸屬普通股的收益，兩個β的都具有較高的相關性。

Beaver、Kettler和Scholes（1970）（記為BKS模型）為了考察會計變量是否可以用于預測下一期的市場β，利用橫截面資料對下列模型回歸：■

其中，bi為當期用市場模型估計的企業i的風險β；Wk，i為企業在當期的第k個會計變量，它們可以是股利分配率、財務杠桿、收益變動方差、會計β等。

運用所得到的估計系數（C）和企業的會計變量（W）數據，就可以估計出非企業的風險系數 。就可以比本期市場模型β的估計更精確地預測下期市場模型的β。國外許多研究表明建立在會計變量基礎上的預測模型能比完全依賴于市場模型提供更精確的下一年市場風險的預測。

四、國外的相關研究成果

Hamada（1972）以紐約證券交易所上市的304家公司為樣本的實證檢驗表明財務風險與市場β之間存在顯著的正的相關性。Mandelker和Rhee（1984）以1957年-1976年間的255家制造業企業為樣本對這一假設重新驗證，表明每個組合的市場β與財務風險存在顯著的相關關系。其解釋是由于回歸建立在組合的基礎上，使得變量的測量誤差變小，相關性提高。

Lev（1974）的研究也表明營業風險與市場風險之間存在相關關系。他以1949年-1968年間電力、鋼鐵和石油為樣本回歸表明，營業風險越高，市場β及股票收益率方差越大。

Eskew（1970）考慮到β的非靜態性，以改進的β預測模型，與以會計變量為基礎的預測模型對比，發現會計變量預測模型更優越。而Rosenberg和McKibben（1973）發現，將市場β與會計變量結合起來可以大大提高對未來市場β的預測能力。

Rosenberg和Marathe(1976)開發了BARRA模型，將模型預測的市場β與僅用市場資料預測的市場β對比，找出低估和高估的股票，制定投資決策。

以上這些研究結果表面基于會計信息β的估計對股票投資決策有著非常廣泛的應用。

參考文獻：

[1] BALL，R.J. and BROWN，P.1968.An empirical evaluation of accounting income numbers[J].Journal of finance 27:663-682

[2] BEAVER，W.，CLARKE，R. and WRIGHT，F. 1979. The association between unsystematic security returns and the magnitude of earnings forecast errors[J]. Journal of Accounting Research 17:316-340