（1-9）
由此可见，企业财务杠杆比率越高，则权益贝塔值越大，该企业股票的贝塔系数越大。
贝塔系数的应用
资产资本资产定价模型诞生以来，各种理论争议和经验检验不断涌现。尽管该模型存在许多疑问，但是以其理论的简单性、逻辑的合理性赢得了人们的支持。各种实证研究验证了β系数理论的科学性及适用性。β系数的应用价值体现在两个方面：一是从企业外部投资者的角度，考察β系数在证券投资分析与决策中的应用价值；另一方面是从企业内部经营管理者的角度，考察β系数在企业经济活动与管理中的应用价值。目前，β系数被广泛应用于证券分析与投资决策领域中。β系数已成为证券分析中的重要因素，许多投资咨询公司定期公布所有公开交易的股票的β系数值，供投资者参考。β系数应用主要有一下几个方面：
（一）.投资决策
β的重要应用表现在其作为未来决策的依据，具体表现在两方面：
1.在预测未来市场运动的基础上，通过预测β系数，估计组合或个股的未来收益率；
2.在预测未来市场收益的不确定性的基础上，通过预测β系数，估计组合或个股的未来收益的不确定性。可见，β系数为投资组合管理提供了资产选择与风险控制的基本信息，有利于对投资组合的选择及调整做出合理的决策。
（二）业绩评价
β系数被广泛地应用于对过去投资业绩的评价。根据资产定价模型，投资组合的管理者应消除所有的非系统性风险，因此，只有系统性风险才能反映投资组合的真正风险，于是β系数就成为业绩评价时的重要因素。
（三）资产估价
风险是资产定价的重要因素。β系数描述了股票的一个基本风险因素，从而在资产的定价，包括可转换资产的定价实践中得到越来越多大应用。著名的“资本资产定价模型”以及更一般的“Black资产定价模型”中，β都是证券期望收益率的唯一决定因素。
（四）β系数在企业财务管理中的应用
β系数在企业中的调节、控制和指示作用主要体现在其对企业财务分析的重要贡献上。传统的财务分析是在确定性环境下对企业的财务活动进行分析，而现实社会中充满各种风险和不确定性，风险的客观存在要求投资者、债权人和企业的经营管理者在作出财务决策时，必须把风险因素融入财务分析之中。只有这样，才可能作出客观的评价和决策。β系数是一种系统风险的测定指标，把β系数引入财务分析中使人们认识到受益于风险的匹配。投资者必须根据自身承受风险的能力量力而行，在风险与收益之间进行权衡后再采取行动。
贝塔系数的验证
下面通过对房地产行业四支股票和沪深300指数的对比验证β系数。
（一）研究对象
本文选取的研究对象为万科A（000002）、招商地产（000024）、中华企业（600675）、金融街（000402）共四只股票。该四只股票企业均属房地产开发与经营行业。
（二）选取原因
由于房地产行业是中国近几年的支柱产业，且该产业涉及的上游和下游产业比较广泛，基本能反映中国经济的发展情况。房地产业类公司上市也比较早，因此本文选择房地产类的几个股票作为研究对象来计算贝塔系数。选用的股票时考虑了地域、企业性质等情况：例如本文选的股票有北京、上海、深圳的企业；既有国有企业，也有民营、合资企业。
沪深300指数是由上海和深圳证券市场中选取300只A股作为样本编制而成的成份股指数。2005年4月发布，考虑到这个问题所以本文采用的时间段为2005.9.30——2008.9.30，而且在此期间沪深股市经历了一个从上涨到下跌的周期。沪深300指数样本覆盖了沪深市场六成左右的市值，具有良好的市场代表性，因此本文采用沪深300的收益率为市场组合收益率。
（三）数据获取和整理
截止至2006年3月5日共有358家上市公司完成了股权分置改革，实现了股份的全流通，由于我国的股权分置改革刚刚起步，大多数上市公司全流通后的交易数据还比较少，无法准确地计算出股改后上市公司的β系数值。为了便于进行不同时期的比较和检验，我们必须选择一些较早完成股权分置改革的上市公司作为研究对象。本文选取的研究对象在2005年9月30日已完成股改。
由于受所选数据较少的限制，本文使用上市公司的月收盘价作为计算β系数值的参考数据。在β系数值计算时采用沪深300的收益率为市场组合收益率。本次计算没有考虑股票的增发、分红、配股、停牌等因素。本文所用数据主要来源于网易财经频道，根据每个股票的分时图查找研究对象的月初和月末收盘价，同时查找沪深300月初和月末的指数。具体计算方法是根据该股票当月月初和月末的收盘价计算该股票当月的收益率，同样方法计算沪深300月初和月末的指数月变化率。再根据每个股票月收益率和沪深300指数月变化率计算研究时段内该股票的协方差和沪深300指数的方差，最后该股票的β系数就是该股票在研究时段内的协方差除以研究时段内沪深300指数的方差。具体计算见下表1-2。
表1-2
时间
万科
招商地产
中华企业
金融街
沪深300
月收益率
月收益率
月收益率
月收益率
收盘点数
月增长率
2005.9
917.39
2005.10
0.0694
0.0449
-0.0993
-0.0653
876.28
-0.0448
2005.11
-0.0065
0.1117
0.0591
0.0698
873.83
-0.0028
2005.12
0.1307
0.1917
-0.0483
0.0801
923.45
0.0568
2006.1
0.1445
0.0571
0.0195
0.2857
1009.60
0.0933
2006.2
0.1061
-0.0638
0.1149
-0.0256
1053.00
0.0430
2006.3
0.2009
0.1861
0.1890
-0.0417
1061.00
0.0076
2006.4
-0.0494
-0.1547
-0.0058
0.0206
1172.30
0.1049
2006.5
-0.0400
0.0641
0.0262
0.1928
1365.40
0.1647
2006.6
-0.0542
-0.1474
-0.1076
-0.1673
1393.90
0.0209
2006.7
0.0044
0.0490
0.1429
-0.0023
1294.30
-0.0715
2006.8
0.2456
0.2953
0.3889
0.1041
1338.60
0.0342
2006.9
0.0986
0.0689
-0.0300
0.1107
1403.20
0.0483
2006.10
0.0801
0.1319
-0.0557
-0.0037
1464.40
0.0436
2006.11
0.4629
0.1849
0.4105
0.3704
1714.30
0.1707
2006.12
0.2901
0.3883
0.0697
0.2311
2041.00
0.1906
2007.1
-0.0094
-0.2099
-0.1216
-0.1339
2385.30
0.1687
2007.2
-0.0365
-0.0492
0.3657
-0.0456
2544.80
0.0669
2007.3
0.1252
0.3418
-0.0012
0.1076
2781.70
0.0931
2007.4
0.0893
0.2881
0.6401
0.2386
3558.70
0.2793
2007.5
0.6210
0.4690
0.5773
0.6486
3927.90
0.1037
2007.6
-0.0149
-0.0891
-0.1162
-0.0675
3764.00
-0.0417
2007.7
0.4798
0.2242
0.3497
0.1965
4460.50
0.1850
2007.8
0.1866
0.2978
0.1710
0.1179
5296.80
0.1875
2007.9
-0.1007
0.0129
-0.1370
-0.1516
5580.80
0.0536
2007.10
0.2894
0.2656
-0.0686
0.0599
5688.50
0.0193
2007.11
-0.1897
-0.4018
-0.3085
-0.2408
4737.40
-0.1672
2007.12
-0.0857
-0.0103
0.0776
0.0690
5338.20
0.1268
2008.1
-0.0965
-0.0023
-0.1222
-0.0994
4620.40
-0.1345
2008.2
-0.1075
-0.1244
-0.0858
-0.0981
4674.50
0.0117
2008.3
0.1010
-0.1103
0.0417
0.0000
3790.50
-0.1891
2008.4
-0.0484
-0.2251
-0.1776
-0.1342
3959.10
0.0445
2008.5
-0.1896
-0.2310
-0.1664
-0.0817
3611.30
-0.0878
2008.6
-0.2657
-0.1796
-0.3116
-0.2657
2791.80
-0.2269
2008.7
-0.0566
0.0402
0.1443
0.1361
2805.20
0.0048
2008.8
-0.1671
-0.1255
-0.0939
-0.0407
2391.60
-0.1474
2008.9
-0.0777
-0.0191
-0.1514
0.0861
2243.60
-0.0619
协方差
0.01202
0.01279
0.01526
0.01192
方差
0.01381
贝塔系数
0.87038
0.92648
1.10466
0.86333
（四）计算结果及运用
1.计算结果
在研究时间区间内（2005年9月30日-2008年9月30日）万科β系数为0.8704、招商地产β系数为0.9265、中华企业β系数为1.1047、金融街β系数为0.8633。
2.运用
通过分析看出，四个股票之中，我们计算出的β系数按照从小到大的排列顺序为：金融街（0.86)、万科(0.87)、招商地产(0.93)、中华企业(1.10)。
理论上得出:与大盘涨跌幅度相比，个股的风险系数由小到大也应该为该顺序。其中中华企业的β系数为1.10，大于1，表明中华企业在研究时间区间内的资产系统风险程度高于市场平均系统风险；金融街（0.86) 、万科(0.87) 、 招商地产(0.93)的β系数都小于1，表明这三只股票在研究时间区间内的资产系统风险程度低于市场平均系统风险。实际上从历史数据中也基本可以验证这一结论（选取两个较有代表性的时间点）:
2007年4月：沪深指数涨幅27.93%,中华企业涨幅64.01%，中华企业的涨幅大大高于市场的涨幅。而β系数小于1的招商地产涨幅28.81%，万科涨幅8.93%，金融街涨幅23.86%，低于或基本等于市场的涨幅水平。
2008年6月：沪深指数跌幅22.69%，中华企业跌幅31.16%，其跌幅又大大超过了市场的跌幅。而招商地产跌幅17.96%，万科跌幅26.57%，金融街跌幅26.57%。
以上两个时间点的数据基本验证了β系数和抗风险能力的关系。即:β>1的证券通常为进攻型证券,它的资产系统风险高于市场平均系统风险,一旦大盘回落,其收益将超常回落。但当大盘走势强劲时,其收益涨幅也较高，上面数据中的中华企业即为此种类型。β<1的证券通常为防守型证券,它的资产系统风险低于市场平均系统风险，一旦大盘回落，其收益率跌幅低于整个市场的平均跌幅，抗跌性较强，但当大盘大涨时，其收益率涨幅也低于整个市场的平均涨幅。其他三个个股就是此类型。
当然，β系数值也不能完全等同于风险大小，历史数据中也有与上述理论相反的个别特殊数据(如:2006年12月)。
（五）本研究的不足之处和运用时的建议
1.本研究的不足之处
本文关于β系数的研究也存在不足：最主要的是没有考虑β系数的时变性特征。国外的研究表明β系数具有一定的变动特征，这些特征可以通过某些动态过程来描述，比如在金融时间序列中应用的ARCH(GARCH)族模型。在今后研究中，可以尝试向这个方向努力。
2.运用时的建议
不能用现在估算出的β系数值直接推测未来的β系数值。无论是单个股票或是股票组合，β系数都不具备稳定性。衡量市场系统风险的β系数的不稳定性说明目前我国证券市场的系统风险是变动不定的，以过去期间的数据估计出来的β系数值无法代表未来的β系数值，这也说明目前我国证券市场的系统风险难以预测。
由于房地产公司股票的β系数经检验是不稳定的，所以由现在回归估计出的β系数预测将来的β系数就存在一定的困难。因而我们可以根据β系数向1回归的这个规律来调整现在的β系数以使它可以用作将来β系数的预测值。在投资实践中应该有意识的运用这种规律来调整现在的β系数以便服务于投资决策。
牛市和熊市交替时β系数的不稳定性明显高于其他时间段。房地产板块上市公司股票β系数的变化趋势比较复杂，但其中暗含β系数向1回归的规律。既β系数大于1时，下周期变动很可能是减少。β系数小于1时，下周期变动很可能是增加。我们若估算出这几个房地产股历年的β系数，不难发现，在不同年度，β系数的稳定性受到不同市场态势变化的显著影响，在牛市和熊市交替时，β系数不稳定的比例明显高于其他时间段。
结束语
总的说来，β是投资组合管理、风险控制、收益预测时用来评价、估计股票风险的重要信息之一。在发达的资本市场，大型投资服务公司，如美国的标准普尔（Standard &Poor），幕迪（Moody）和价值线（Value Line）等，都定期公布上市公司股票的系统性风险系数（β）。虽然目前关于β的计量、估计和偏差调整还存在一些技术问题，但β仍然是度量股票风险的重要指标。评价和预测β，无论对投资者的投资决策或对政府监测股票市场风险的变动趋势，都具有重要的现实意义。本文简单回顾了贝塔系数的计算方法、影响因素以及应用，并针对中国股市对贝塔系数进行实证研究。鉴于我国对系统性风险的研究刚刚起步，也没有定期公布某个股票和投资组合的系统性风险的信息，而定期公告上市公司股票的β值是深化信息分析、提示风险、引导投资的重要手段，也是投资者和证券监管机构间接监测市场的重要信息，因此应该大力推行上市公司系统性风险的定期公布制度，加大在这方面的科研力度，完善资本市场的建设，促进经济的健康稳定发展。
参 考 文 献
1、斯蒂芬A．罗斯，《公司理财》，机械工业出版社，2007年
2、夏松，《如何使用贝塔系数投资》，《经济观察报》2007年14期。
3、李海艳，《浅析贝塔系数》，《内蒙古科技与经济》，2007年10月第19期。
4、钟朝辉，《上海股市β系数研究》，西南财经大学硕士学位范文，2006年。
5、罗林，《中国股票市场风险模型》，《金融研究》，2003年第四期。
6、沈艺丰、洪锡熙，《我国股票市场贝塔系数的稳定性检验》，《厦门大学学报（哲学社会科学版）》，1999年第4期。
7、刘婵，《投资学》，中山大学出版社，2008年。
8、张显明，《公司金融学》，西南财经大学出版社，2009年。
9、景乃权，《金融理论教学与实践》，浙江大学出版社，2007年。
10、袁超，《上海证券市场不同行业板块贝塔系数的研究与检验》，《商业现代化》2010年8月
