本书共有“导论”、“中国股票市场系统风险稳定性研究”、“是什么引起了中国股票市场波动”、“中国股票市场波动对消费的影响：财富效应研究”这四篇。第一篇、第二篇主要研究我国股票市场系统风险的稳定性。第三篇应用不同于一般计量经济学的方差分解方法．研究我国股市非预期收益波动的驱动因素。第四篇研究我国股票市场波动对消费的影响。与国内大部分研究结论不同的是，我们的实证分析结果拒绝了财富效应假设。

多年来，股票市场贝塔的稳定性一直困扰着投资界和理论界。本书从个股贝塔稳定性、组合贝塔稳定性、个股与股票组合贝塔系数变动的方向三个角度研究中国股票市场系统性风险的稳定性，并希望找到稳定贝塔的估计方法。同时，本书应用不同于一般计量经济学的方差分解方法，研究红利与投资者预期收益率对中国股市波动的影响程度以及中国股票市场是否存在财富效应的问题。

第一篇 导论

  1 中国股票市场风险与回报统计分析

1.1 市场指数与市值规模变化

1.2 股票收益率的统计分析

1.3 市场风险与收益

第二篇 中国股票市场系统风险稳定性研究

  2 研究综述

2.1 国外研究现状

2.2 国内研究现状

2.3 简要评述

  3 贝塔估计模型的选择与实证设计

3.1 贝塔系数及其意义

3.2 贝塔系数的估计模型

3.3 研究设计

  4 贝塔系数稳定性的实证结果及分析

4.1 股票各月度贝塔系数的估计结果分析

4.2 个股总波动性（稳定性）的度量

4.3 组合贝塔值稳定性研究

4.4 个股与组合贝塔的回归趋势

4.5 小结

  5 结论与讨论

5.1 结论

5.2 讨论

  附录

第三篇 是什么引起了中国股票市场波动

  6 研究综述

6.1 国外研究现状

6.2 国内研究现状

6.3 小结

  7 实证设计

7.1 动态戈登增长模型

7.2 收益率方差分解模型

  8 实证结果及分析

8.1 数据来源

8.2 变量的设计与计算

8.3 时间序列的平稳性检验

8.4 VAR系统的检验

8.5 收益的方差分解

  9 结论与讨论

9.1 结论

9.2 需要进一步讨论的问题

  附录

第四篇 中国股票市场波动对消费的影响：财富效应研究

  10 导言

  11 实证设计

11.1 什么是财富效应

11.2 影响财富效应的因素

11.3 数据选取与计量模型的构建

11.4 计量模型的建立

  12 实证结果及分析

12.1 输入数据进行分析

12.2 对初步计量模型进行修正及结果输出

12.3 对修正计量模型的检验

12.4 实证分析总结

  13 结论与启示

13.1 中国股票市场是否存在财富效应

13.2 国内外股票市场财富效应的比较

13.3 各个时期货币政策的有效性

13.4 政策建议

  附录

参考文献

后记

高鸿祯和郭济敏（1999）分析上证A股指数，得出贝塔系数具有稳定性的结论。靳云汇和李学（2000）用对数周收益率数据对沪深两市51只1992年以前上市的股票进行了分析。结果表明：①股票贝塔系数随着上市时间增加基本不趋于稳定，51只股票中符合稳定标准的股票共有25只；②股票贝塔系数随着上市时间推移大多趋于增加，在25只贝塔系数稳定的股票中，13只股票的贝塔系数趋于增大；③贝塔系数趋于稳定的股票中，随着上市时间的增加，股票贝塔系数稳定性增加，同时，风险定位发生置换较为普遍。25只股票中贝塔系数的稳定性增加的股票有19只，风险定位发生置换的有10只；④利用贝塔系数的历史数据预测未来贝塔系数的可靠性较差，向1调整预测值是合理的；⑤在投资组合贝塔系数稳定性的研究中，从沪深两市1992年上市的股票中随机选择若干，构造每种股票初始投资金额相同的8个投资组合，结论是这8个投资组合6年贝塔系数的标准差都超不过0.15，比个股的贝塔系数稳定。

欧阳永卫（2000）用相关系数法和CHOW检验法对照检验在1995年1月6日至1998年12月31日期间沪深两市中各164只和105只股票的多种规模组合（按照贝塔从小到大排序组合）贝塔系数的稳定性。结果表明，深市组合规模的扩大能一定程度地提高贝塔系数的稳定性，但沪市组合贝塔系数的不稳定性并未随组合规模的扩大而下降。陈浪南和屈文洲（2000）的研究取上海股市为研究对象，选取1994年1月4日到1998年12月31日作为研究时段，根据股市中的三种市场格局（上升、下跌和横盘）划分为若干子时间段，得出的结论是：在三种市场格局下，贝塔系数具有显著的差异。

吕光明（2001）的研究选取1996年7月19日至2000年11月24日作为时间区间，采用周对数回报率，利用CHOW间断点检验和CHOW失败检验对上海证券市场中的样本股票以及构造的证券投资组合贝塔系数的稳定性进行分析，研究发现：多数个股的贝塔系数具有时序稳定性，大多数个股和证券组合的贝塔系数具有预测稳定性；随着规模的扩大，证券组合的贝塔系数稳定性没有显著提高，反而有所下降。苏卫东和张世英（2002）对上海股市单个股票和股票组合的贝塔系数用单位根检验的方法检验贝塔稳定性，得出贝塔系数短期内稳定、长期内不稳定以及股票组合比单个股票稳定性强的结论。吴世农（2003）曾利用CHOW检验法来研究沪深两市组合的不同规模对贝塔系数稳定性的影响，构造组合的方法为：按照随机不重复抽取的办法分别在沪市和深市组成规模为1、2、4、7、10、20、30的组合，并且每年沿用相同的组合。研究结论为：组合贝塔系数的不稳定率没有随着组合规模的增大而显著下降，沪市不能够通过扩大组合规模的方法来提高证券（组合）贝塔系数的稳定性；中国股票市场上各类证券的贝塔系数有向回归的趋势。胡勤勤（2003）采用Blume（1971、1975）的方法系统研究了个股和组合（以规模为20只股票的随机组合为例）的贝塔系数的回归趋势，研究结论为：无论是个股还是组合，贝塔系数具有向均值1.0缓慢回归的趋势。

刘仁和等（2003）建立了一个简单的模型，研究了个体证券和市场组合的截面相关对不同时间频率估计的贝塔的影响，认为在上海股市存在显著的“区间效应”。美国证券市场的研究一般用股票总市值和交易量的大小来解释这种现象，并且认为相对于市值，交易量对证券贝塔估计的影响更大。上海股市的实证研究表明，对日、周、月等不同时间频率，流通市值和交易量对证券贝塔估计的解释力是时变的，对日数据交易量对贝塔的估计起主要作用，对周数据流通市值和交易量对贝塔的影响都较小，对月数据流通市值和交易量对贝塔都有显著的影响，但流通市值包含了部分交易量的信息。

刘永涛（2004）通过以沪市1998年1月～2003年4月为研究的时间区间，用52个月周收益率，采用单因子模型估计样本股的贝塔系数，并在此基础上对贝塔系数的稳定性进行研究，结论与靳云汇和李学（2000）所做的研究基本一致，我国证券市场贝塔系数长期稳定性较差，短期稳定性很大，股票的风险定位置换比较普遍。

马喜德和郑振龙（2006）以深发展为研究对象，发现深发展的贝塔系数向均值回归的速度很快。但是，该文章所研究的样本太少，估算贝塔系数时采用日收益率数据可能会存在问题，这些都降低了文章的说服力。孙力强和陈小悦（2008）曾以1995～2006年在上海证券交易所上市的所有A股为样本，用分组检验和截面回归两种方法探讨了个股贝塔系数的均值回归特性，他们的结论是，中国股票市场个股的贝塔系数具有非常明显、迅速的均值回归特性。P28-30

本书第一篇、第二篇主要研究我国股票市场系统风险的稳定性。国内有不少学者对贝塔系数的稳定性进行过研究，但是许多争论还在继续，希望本书能促进此主题的深入研究。这两篇是由刘仁和、苗延召合写。

第三篇应用不同于一般计量经济学的方差分解方法．研究我国股市非预期收益波动的驱动因素。该篇由刘仁和、张凤合写。

第四篇研究我国股票市场波动对消费的影响。与国内大部分研究结论不同的是，我们的实证分析结果拒绝了财富效应假设。该篇由刘仁和、黄英娜合写。

感谢国家自然科学基金项目和教育部人文社科研究基金一般项目的资助。本书为基金项目的阶段性研究成果。非常荣幸邀请到温思美教授成为本课题组核心成员，感谢温教授对本课题的悉心指导与大力支持，感谢课题组的程昆教授、黄小彪教授、潘朝顺副教授、米运生副教授、胡竹枝副教授、郭子君副教授、王升副教授、郑爱明助理研究员和袁利国博士，他们的支持使得项目进展顺利。感谢课题组其他参与成员：苗延召、陈英楠、张凤、莫金玲、陈亮、张米娜、何其锋、严彬、余志威、贾庆林、林明凤和黄英娜等同学。

感谢学院领导与老师们对本课题的全力支持。

刘仁和

2008年5月于广州