強周期性行業與弱周期性行業beta系數實證分析

李霖鋒

【摘 要】強周期性行業與弱周期行業的風險特征有較大差異，本文選取房地產行業和醫藥行業作為強弱周期性行業的代表，采用這兩個行業過去6年的月收益率和滬深300指數的月收益率數據，測算出兩個行業的beta系數，推測出強周期行業與弱周期行業的風險特征，以此為股票投資策略給出意見。

【關鍵詞】強周期行業；弱周期行業；beta系數；房地產；醫藥

一、引言

根據經濟周期理論，宏觀經濟的擴張和收縮總在不斷交替之中進行，由此產生了經濟的周期性波動。行業自身發展與宏觀經濟運行周期波動關聯性強的行業，歸類為強周期行業，也叫周期性行業。房地產、工程機械、鋼鐵、煤炭等行業均屬于典型的強周期行業。行業自身的發展周期與宏觀經濟運行周期關聯性弱的行業，歸類為弱周期行業，也叫非周期性行業。弱周期行業通常集中在與消費相關的行業，如生物醫藥、食品、白酒、藥品醫療、公用事業、服裝等行業。

Beta系數（Beta coefficient，記為β）也稱為貝塔系數，是資本資產定價模型（CAPM模型）中的重要參數。β系數可以用來度量標的資產（或資產組合）對比較基準（市場組合）的波動的敏感程度。當β=1時，表明標的資產的波動幅度與市場組合的波動幅度相等；當β>1時，標的資產的波動幅度要大于市場組合的波動幅度，系統性風險較大；當β<1時，標的資產的波動幅度要大于市場組合的波動幅度，系統性風險較小。

本文希望通過對具有代表性的強弱周期行業β系數的研究，對比兩類行業的風險與收益的特征和差異，推斷出強周期行業與弱周期行業的風險與收益特征，為股票投資決策給出建議。

二、實證分析

1.研究樣本

房地產行業多年來一直是我國經濟發展的支柱產業，在國民經濟中占據重要地位，本文選取房地產行業作為強周期行業的代表。醫藥行業關乎國民的健康水平和生活質量，是國民經濟的重要組成部分，本文選取醫藥行業作為弱周期行業的代表。

2.數據來源

選用申萬二級行業中的房地產開發指數作為房地產行業數據來源；選用申萬二級行業中的化學制藥指數作為醫藥行業數據來源。市場無風險收益率采用央行公布的三個月定期存款基準利率。采用滬深300指數的綜合回報率作為市場的平均收益率。時間跨度為2012年11月1日至2018年10月31日。以月為單位作為研究的時間周期，整個時間跨度內共計72個月。

3.模型構建

Beta系數測算模型構建基于由William F. Sharpe創建的資本資產定價模型（CAPM模型）。利用市場組合收益率、無風險資產收益率和單項資產（或資產組合）的收益率來計算出單項資產（或資產組合）的beta系數。

CAPM模型的描述為：

E（Ri） = Rf + β × [ E（Rm） - Rf ]

其中E（Ri）為資產（或資產組合）i的期望收益率，Rf為資本市場無風險資產的收益率，E（Rm）為市場組合的期望收益率。

將該公式變形得到本文中所研究和構建的模型：

E（Ri） - Rf = β × [ E（Rm） - Rf ]

其中E（Ri） - Rf為被解釋變量，表示資產（或資產組合）i的風險收益率；E（Rm） - Rf為被解釋變量，表示市場組合的風險收益率。采用最小二乘法，并通過一元線性回歸計算得到標的資產（或資產組合）的beta系數。

4.模型檢驗

通過回歸系數的顯著性檢驗（T檢驗）來檢驗回歸系數β是否與0有顯著差異，以此來檢驗解釋變量是否能解釋被解釋變量。用調整后的R2來檢驗模型中的線性表達式的擬合效果，其中R表示解釋變量與被解釋變量之間的線性相關系數。在一元線性回歸中，因為回歸系數只有一個，聯合假設檢驗（F檢驗）與T檢驗等價，因此文本的研究中不進行F檢驗。

三、計算過程及結果

分別選用房地產行業與醫藥行業指數的月收益率賦值給E（Ri），每個行業共72個收益率數據。Rf為經由每月第一個交易日時的三個月定期存款基準利率折算后的月收益率。E（Rm）為滬深300指數的月收益率，同樣也是72個數據。在每個行業中分別計算出該行業的月度風險收益率、市場組合月度風險收益率和無風險資產的月收益率的72個月度組合。將市場組合的風險收益率作為解釋變量，房地產行業和醫藥行業的風險收益率分別作為被解釋變量。

在Excel中采用最小二乘法計算出兩個行業指數的各期月收益率對應的beta系數，再進行一元線性回歸。得到兩個行業指數的beta系數，T值，F值，以及R2。

房地產與醫藥行業的回歸系數的T檢驗表明β系數比較顯著，解釋變量（市場組合風險收益率）可以較好的解釋被解釋變量（行業風險收益率），β系數的計算值比較可信。兩行業的回歸方程F檢驗結果均比較顯著，說明解釋變量與被解釋變量之間線性關系顯著。經調整后的擬合優度R2分別為0.7683與0.3896，表明線性擬合的效果較好。其中房地產行業的線性擬合效果要優于與醫藥行業的線性擬合效果。兩條擬合直線的截距分別為0.0013和0.0057，非常接近于零，可以忽略不計。

四、研究結論

通過對房地產行業和醫藥行業過去6年的數據進行回歸分析計算，得到期間的房地產行業的β系數為1.040，醫藥行業的β系數為0.712。房地產行業的線性回歸的擬合效果要優于醫藥行業的擬合效果。

房地產行業的β系數略大于1，表明該行業整體股票價格與滬深300指數的波動幅度大體相等，略有放大，即該行業的風險略大于市場組合的風險，易受到來自系統性風險的影響。房地產行業是典型的資金密集型行業，其發展所需要資金的主要來源是銀行信貸。在宏觀經濟周期底部時，政府為了刺激經濟增長，往往會采用寬松的貨幣政策，下調利率，放寬信貸條件。房地產企業的借貸成本大幅度降低，企業的投資支出會逐步增加。伴隨著宏觀經濟的復蘇和擴張，房地產行業的景氣度也會同步提高。當宏觀經濟運行到周期頂部的時候，政府為了防止經濟過熱，往往采用緊縮的貨幣政策，上調基準利率，房地產的投資會受到抑制。一旦宏觀經濟進入衰退期，投資和需求同時萎縮，帶動房地產的價格和銷量下滑，房地產行業整體的銷售額和利潤減少，導致房地產行業同步進入衰退期。房地產企業普遍采用高負債高杠桿的模式運營，因此其風險相比市場中的平均水平要高。

房地產行業是強周期行業的代表，因此，我們可以推斷出強周期行業的β系數也大于1。當宏觀經濟處于擴張階段的時候，強周期行業也跟隨著擴張；當經濟處于收縮階段的時候，強周期行業也會隨之蕭條。強周期行業的發展，往往對投資依賴程度較大，投資的杠桿效應往往會放大風險。因此，強周期行業的風險要高于市場的平均風險。

醫藥行業的β系數小于1，表明該行業整體股票價格對比滬深300指數的波動相對獨立，即該行業的風險小于市場組合的風險。醫藥行業總體上來看屬于技術密集型行業，受投資的影響相對較小。其發展與人口、人口結構、城鎮化、科技水平等因素相關，對宏觀經濟周期波動的不敏感。特別是醫藥行業的需求不會因為宏觀經濟的萎縮而推遲或者抑制。

醫藥行業是弱周期行業的代表，因此，我們可以推斷出弱周期行業的β系數小于1。弱周期行業提供的大部分是人們生活的必需品，經濟波動對消費者對生活必需品的需求影響有限，所以這些行業的發展對宏觀經濟周期波動不敏感。

通過研究比較，我們可以得出結論，強周期行業的β系數大于弱周期行業的β系數，強周期行業的風險大于弱周期行業的風險。

五、投資建議

利用強周期行業與弱周期行業的風險特征及兩者之間的差異，可以指導證券投資。投資者根據自身的風險偏好不同，選擇合適的行業進行投資。

風險偏好型的投資者可以選擇投資強周期性行業。此時，投資者需要有較強的擇時能力。因為周期股的股價會隨著市場整體的波動而波動，且波動幅度大于市場波動幅度。使用擇時策略，在牛市中做多強周期行業股票，賺取超額收益；在熊市到來之前將強周期股股票平倉，規避風險。階段性持股是投資強周期股的最優策略，不宜超長期持有強周期股。

風險厭惡型投資者更適合投資弱周期性行業。采用成長型價值投資策略投資弱周期行業能夠為投資者帶來超額收益率。雖然在牛市中，弱周期行業的股價漲幅通常低于強周期行業。但是在熊市中，弱周期性行業因為盈利確定，股價相對穩定，跌幅有限。某些公司股價甚至可能出現獨立的慢牛行情。因此，弱周期性行業也被稱作防御性行業。

投資者也可以通過建立投資組合，同時配置強周期行業股票和弱周期行業股票，在降低整體投資組合的風險的同時，提高收益率。

【參考文獻】

[1]馬莉珠.我國房地產行業貝塔系數的測算與分析研究[J].消費導刊，2016（02）：33-35.

[2]陳蕾，王敬琦.非周期性行業Beta系數跨期時變特征及估值研究[J].企業價值評估，2017（06）：22-34.

[3]孫金花.基于CAPM的制造行業β系數的實證研究——以江蘇省制造業為例[J]. 武漢理工大學學報（社會科學版），2016（11）：85-89.