三種調整BETA


Β系統
總風險、系統風險、非系統風險

  效率市場中,要獲得多高的報酬,就看所願承受的風險。報酬與風險總是相伴。衡量報酬容易,衡量風險就複雜得多。
  風險,指的是不確定性或波動性(分散性),一般以報酬率的「標準差」代表總風險(請利用「個股報酬率分析」即可得出)。
  總風險中,能因持股種類多,彼此抵消的,叫非系統風險;不可藉分散持股(diversification)避開的就叫系統風險──此即β。

歷史β
  推估β,最基本的方法是:採用Market Model,將個股報酬率對市場報酬率作迴歸,所推估出的迴歸係數即是,歷史β;

預測β
  但歷史β反應的是過去的波動狀況,未來風險可能不一樣,因此有下列三種修正方式:

  • Blumeβ:長期而言,β會趨近於1,經Blume實證,下一期的(與前一期的(維持以下的穩定關係:bi2=0.343+0.677 bi1
  • Vasichekβ:利用Bayesian統計調整所求出之個股歷史β
  • Fundamentalβ:以基本面因素修正歷史β。一般而言風險成因有下列八大項:
    Ⅰ市場波動性──歷史β、交易量、股價全距
    Ⅱ盈餘波動性──EPS標準差
    Ⅲ股價低估程度──PBR、相對強弱勢
    Ⅳ規模──總資產、市值、成立年限
    Ⅴ成長傾向──股利殖利率、益本比(EP ratio)
    Ⅵ財務風險──流動比率、負債比率、保息倍數(Interest Coverage)
    Ⅶ董事會組成──股權分散程度、家族持股
    Ⅷ產業
    為簡化操作,本工具僅挑出規模、產業來修正歷史β(波動性),即考量Ⅰ、Ⅳ、Ⅷ三項

  若user想進一步自行設計其他的因素組合、產業分類、基礎樣本公司之限制,請使用「專業版」

修正β
  股票交易不活絡或過熱時,單因子報酬模式所估計的系統風險(值會產生偏誤,此偏誤來自衡量報酬時的誤差──與市場交易活絡程度有關,股票交易較市場活絡,則所求出之β估計值為向上偏誤(biased upward),反之,則β估計值為向下偏誤(biased downward)。針對市場上一些交易較不活絡的股票,Dimson(1979)及Scholes and Williams(1977)各提出修正方法:

  • Dimsonβ:加入市場落後一(或兩期)及領先一期(或兩期)的報酬率來解釋個股報酬率,利用複迴歸模式求出各係數並將之加總即成。
  • Scholes and Williamsβ:同樣為調整交投過冷所導致的向下偏誤,利用個股報酬率分別對落後1期市場報酬率、當期市場報酬率及領先1期市場報酬率作簡單迴歸分析求出各係數。將其相加,再乘上(1+2r),即是。乘式中的r為市場報酬率的一階序列相關係數。