强周期性行业与弱周期性行业beta系数实证分析

李霖锋

【摘 要】强周期性行业与弱周期行业的风险特征有较大差异，本文选取房地产行业和医药行业作为强弱周期性行业的代表，采用这两个行业过去6年的月收益率和沪深300指数的月收益率数据，测算出两个行业的beta系数，推测出强周期行业与弱周期行业的风险特征，以此为股票投资策略给出意见。

【关键词】强周期行业；弱周期行业；beta系数；房地产；医药

一、引言

根据经济周期理论，宏观经济的扩张和收缩总在不断交替之中进行，由此产生了经济的周期性波动。行业自身发展与宏观经济运行周期波动关联性强的行业，归类为强周期行业，也叫周期性行业。房地产、工程机械、钢铁、煤炭等行业均属于典型的强周期行业。行业自身的发展周期与宏观经济运行周期关联性弱的行业，归类为弱周期行业，也叫非周期性行业。弱周期行业通常集中在与消费相关的行业，如生物医药、食品、白酒、药品医疗、公用事业、服装等行业。

Beta系数（Beta coefficient，记为β）也称为贝塔系数，是资本资产定价模型（CAPM模型）中的重要参数。β系数可以用来度量标的资产（或资产组合）对比较基准（市场组合）的波动的敏感程度。当β=1时，表明标的资产的波动幅度与市场组合的波动幅度相等；当β>1时，标的资产的波动幅度要大于市场组合的波动幅度，系统性风险较大；当β<1时，标的资产的波动幅度要大于市场组合的波动幅度，系统性风险较小。

本文希望通过对具有代表性的强弱周期行业β系数的研究，对比两类行业的风险与收益的特征和差异，推断出强周期行业与弱周期行业的风险与收益特征，为股票投资决策给出建议。

二、实证分析

1.研究样本

房地产行业多年来一直是我国经济发展的支柱产业，在国民经济中占据重要地位，本文选取房地产行业作为强周期行业的代表。医药行业关乎国民的健康水平和生活质量，是国民经济的重要组成部分，本文选取医药行业作为弱周期行业的代表。

2.数据来源

选用申万二级行业中的房地产开发指数作为房地产行业数据来源；选用申万二级行业中的化学制药指数作为医药行业数据来源。市场无风险收益率采用央行公布的三个月定期存款基准利率。采用沪深300指数的综合回报率作为市场的平均收益率。时间跨度为2012年11月1日至2018年10月31日。以月为单位作为研究的时间周期，整个时间跨度内共计72个月。

3.模型构建

Beta系数测算模型构建基于由William F. Sharpe创建的资本资产定价模型（CAPM模型）。利用市场组合收益率、无风险资产收益率和单项资产（或资产组合）的收益率来计算出单项资产（或资产组合）的beta系数。

CAPM模型的描述为：

E（Ri） = Rf + β × [ E（Rm） - Rf ]

其中E（Ri）为资产（或资产组合）i的期望收益率，Rf为资本市场无风险资产的收益率，E（Rm）为市场组合的期望收益率。

将该公式变形得到本文中所研究和构建的模型：

E（Ri） - Rf = β × [ E（Rm） - Rf ]

其中E（Ri） - Rf为被解释变量，表示资产（或资产组合）i的风险收益率；E（Rm） - Rf为被解释变量，表示市场组合的风险收益率。采用最小二乘法，并通过一元线性回归计算得到标的资产（或资产组合）的beta系数。

4.模型检验

通过回归系数的显著性检验（T检验）来检验回归系数β是否与0有显著差异，以此来检验解释变量是否能解释被解释变量。用调整后的R2来检验模型中的线性表达式的拟合效果，其中R表示解释变量与被解释变量之间的线性相关系数。在一元线性回归中，因为回归系数只有一个，联合假设检验（F检验）与T检验等价，因此文本的研究中不进行F检验。

三、计算过程及结果

分别选用房地产行业与医药行业指数的月收益率赋值给E（Ri），每个行业共72个收益率数据。Rf为经由每月第一个交易日时的三个月定期存款基准利率折算后的月收益率。E（Rm）为沪深300指数的月收益率，同样也是72个数据。在每个行业中分别计算出该行业的月度风险收益率、市场组合月度风险收益率和无风险资产的月收益率的72个月度组合。将市场组合的风险收益率作为解释变量，房地产行业和医药行业的风险收益率分别作为被解释变量。

在Excel中采用最小二乘法计算出两个行业指数的各期月收益率对应的beta系数，再进行一元线性回归。得到两个行业指数的beta系数，T值，F值，以及R2。

房地产与医药行业的回归系数的T检验表明β系数比较显著，解释变量（市场组合风险收益率）可以较好的解释被解释变量（行业风险收益率），β系数的计算值比较可信。两行业的回归方程F检验结果均比较显著，说明解释变量与被解释变量之间线性关系显著。经调整后的拟合优度R2分别为0.7683与0.3896，表明线性拟合的效果较好。其中房地产行业的线性拟合效果要优于与医药行业的线性拟合效果。两条拟合直线的截距分别为0.0013和0.0057，非常接近于零，可以忽略不计。

四、研究结论

通过对房地产行业和医药行业过去6年的数据进行回归分析计算，得到期间的房地产行业的β系数为1.040，医药行业的β系数为0.712。房地产行业的线性回归的拟合效果要优于医药行业的拟合效果。

房地产行业的β系数略大于1，表明该行业整体股票价格与沪深300指数的波动幅度大体相等，略有放大，即该行业的风险略大于市场组合的风险，易受到来自系统性风险的影响。房地产行业是典型的资金密集型行业，其发展所需要资金的主要来源是银行信貸。在宏观经济周期底部时，政府为了刺激经济增长，往往会采用宽松的货币政策，下调利率，放宽信贷条件。房地产企业的借贷成本大幅度降低，企业的投资支出会逐步增加。伴随着宏观经济的复苏和扩张，房地产行业的景气度也会同步提高。当宏观经济运行到周期顶部的时候，政府为了防止经济过热，往往采用紧缩的货币政策，上调基准利率，房地产的投资会受到抑制。一旦宏观经济进入衰退期，投资和需求同时萎缩，带动房地产的价格和销量下滑，房地产行业整体的销售额和利润减少，导致房地产行业同步进入衰退期。房地产企业普遍采用高负债高杠杆的模式运营，因此其风险相比市场中的平均水平要高。

房地产行业是强周期行业的代表，因此，我们可以推断出强周期行业的β系数也大于1。当宏观经济处于扩张阶段的时候，强周期行业也跟随着扩张；当经济处于收缩阶段的时候，强周期行业也会随之萧条。强周期行业的发展，往往对投资依赖程度较大，投资的杠杆效应往往会放大风险。因此，强周期行业的风险要高于市场的平均风险。

医药行业的β系数小于1，表明该行业整体股票价格对比沪深300指数的波动相对独立，即该行业的风险小于市场组合的风险。医药行业总体上来看属于技术密集型行业，受投资的影响相对较小。其发展与人口、人口结构、城镇化、科技水平等因素相关，对宏观经济周期波动的不敏感。特别是医药行业的需求不会因为宏观经济的萎缩而推迟或者抑制。

医药行业是弱周期行业的代表，因此，我们可以推断出弱周期行业的β系数小于1。弱周期行业提供的大部分是人们生活的必需品，经济波动对消费者对生活必需品的需求影响有限，所以这些行业的发展对宏观经济周期波动不敏感。

通过研究比较，我们可以得出结论，强周期行业的β系数大于弱周期行业的β系数，强周期行业的风险大于弱周期行业的风险。

五、投资建议

利用强周期行业与弱周期行业的风险特征及两者之间的差异，可以指导证券投资。投资者根据自身的风险偏好不同，选择合适的行业进行投资。

风险偏好型的投资者可以选择投资强周期性行业。此时，投资者需要有较强的择时能力。因为周期股的股价会随着市场整体的波动而波动，且波动幅度大于市场波动幅度。使用择时策略，在牛市中做多强周期行业股票，赚取超额收益；在熊市到来之前将强周期股股票平仓，规避风险。阶段性持股是投资强周期股的最优策略，不宜超长期持有强周期股。

风险厌恶型投资者更适合投资弱周期性行业。采用成长型价值投资策略投资弱周期行业能够为投资者带来超额收益率。虽然在牛市中，弱周期行业的股价涨幅通常低于强周期行业。但是在熊市中，弱周期性行業因为盈利确定，股价相对稳定，跌幅有限。某些公司股价甚至可能出现独立的慢牛行情。因此，弱周期性行业也被称作防御性行业。

投资者也可以通过建立投资组合，同时配置强周期行业股票和弱周期行业股票，在降低整体投资组合的风险的同时，提高收益率。

【参考文献】

[1]马莉珠.我国房地产行业贝塔系数的测算与分析研究[J].消费导刊，2016（02）：33-35.

[2]陈蕾，王敬琦.非周期性行业Beta系数跨期时变特征及估值研究[J].企业价值评估，2017（06）：22-34.

[3]孙金花.基于CAPM的制造行业β系数的实证研究——以江苏省制造业为例[J]. 武汉理工大学学报（社会科学版），2016（11）：85-89.