中国金融业上市公司非系统风险影响因素的实证研究

□赵国栋　陈　霄　陆浩如

中国金融业上市公司非系统风险影响因素的实证研究

□赵国栋陈霄陆浩如

本文基于CAPM模型中的1-R2，分析影响中国金融业上市公司非系统性风险的因素，通过构建联合回归模型，从风险管理的角度进行实证分析，得出管理风险、财务风险及行业风险对非系统风险具有显著影响的结论。

一、引言

股票市场的非系统性风险是指对单个证券产生影响的风险，它由某一特殊的因素引起，与整个证券市场不存在系统性关联，只对单个或少数证券的收益产生影响。非系统性风险的基本特点是：通过风险分散化策略选取适当的投资组合，可降低甚至消除非系统性风险，因此又可称为可分散化风险。股票非系统风险占的比例越大，通过股票投资组合就能分散更多的投资风险。非系统风险也可以说是代表企业个性的量化指标，投资者进行投资决策时需要更多的考虑公司本身的特点，投资模式需要转变为“重个股，轻大盘”。本文研究金融上市公司非系统风险占比例的跨年度变化，实证分析影响金融上市公司非系统风险的因素，探索“重个股”背后究竟需要“重”个股的那些特性。

二、理论模型及研究假设

（一）理论模型。

1.资本资产定价模型。CAPM的基本公式如公式（1）所示，其中ri为个股的收益率，rf为无风险利率、rm为市场的收益率，公式左边为个股i的风险溢价，右边为整个市场的风险溢价，β系数表达的是单个证券的收益率对市场收益率的敏感程度的比例性标准。

对公式（1）求方差得到公式（3）：β2iVar（Rm）为系统性风险，Var（εi）为非系统性风险。

公式（3）中总风险中系统性风险用可决系数R2来表示，非系统性风险用1-R2来表示，R2度量了一只股票收益率中的变化由市场所揭示的百分比，R2越大，系统风险占总风险的比例就越高，公司股票波动与大盘的波动越相近，股价反映的公司个性因素较少，反之则表示股票价格包含的公司特性越多，成熟的股票市场中R2通常在0.3附近。

2.倒U型理论。Yermack（1996）发现董事会的规模与公司价值之间的关系表现为负相关的倒U型，而公司绩效与其股票价格密切相关，因此本文试图通过实证分析探索高管规模究竟是否也和非系统性风险之间存在这种关系，具体如公式（4）所示：Size为高管规模，ε为随机扰动项，a、b、c为待估参数。

（二）研究假设。

在相关文献的基础上，本文选取了四个主要影响非系统性风险的因素，包括了管理风险、运营风险、财务风险及行业风险等，对其进行分析并提出相应的假设：

1.管理风险是指管理运作过程中因信息不对称、管理不善、判断失误等影响管理的水平，具体体现在构成管理体系的每个细节上，可以分为组织结构、管理者的素质、管理过程。分别用高管规模、年龄及学历来表示管理风险。

（1）高管规模（Size），董事会的领导水平对公司的稳定与发展举足轻重。Halebian（1993）认为高管成员越多则能获得更多的解决方案、开拓的视野及大量无形战略资源，有利于科学决策，本文认为董事人数越多则有可能公司决策越难体现企业个性。这里用董事会人数来表示高管规模并提出假设1：假定其与非系统性风险存在着反相关性。

（2）高管年龄（Age），高管们随着时间而积累起来的关系、经验及应变能力在当前中国不成熟的市场环境中具有一定的作用。但人力资本理论表明市场非常重视高管的自身特征，高管年龄越大，越接近退休，从事机会主义行为的可能性就越大，并且更少考虑制度、市场等各方面的约束。Prendergast （1996）则认为年轻的高管容易在决策中表现的过度自信，年长的高管则有对变化抵制倾向的增加，倾向于做出更符合行业标准或历史经验的决策。Hambrick（1984）认为年长的高管倾向于规避风险，而年轻的高管更愿意承担风险。我们用董事会平均年龄来表示高管年龄，并提出假设2：假定年龄与非系统性风险存在着负相关性。

（3）高管学历（Edu），斯宾塞（1974）提出了一个文凭的信号模型，指出一个人接受教育的程度在劳动就业市场上的作用，学历越高则能力强，生产率高。Hambrick（1984）的高层梯队理论认为高学历的管理者可能拥有宽阔的眼界、丰富的信息及社会关系网络，对公司的发展能够更好的把握，能更加有效率的领导整个公司。因此我们提出假设3：假定高管学历水平与非系统性风险呈正相关性。

2.运营风险是指企业在运营过程中，由于外部环境的复杂性和变动性以及主体对环境的认知能力和适应能力的有限性，而导致的运营失败或使运营活动达不到预期的目标的可能性及其损失。本文选用业绩既调整后的每股收益（Eps）来表示运营风险，现代证券投资理论认为盈利能力强则公司效益好，创造的利润多，反映了公司的经营管理成果，而中国大部分金融业上市公司的利润是由其垄断地位产生的，利润的增加只能表示企业共性。提出假设4：假定业绩与非系统性风险呈负相关性。

3.财务风险是指公司财务结构不合理、融资不当使公司可能丧失偿债能力而导致投资者预期收益下降的风险。郑茂（2003）认为资产负债率对企业财务风险具有显著影响。我们用资产负债率（Dar）来体现财务风险，公司财务杠杆越大，未来正常生产经营不确定性越大，公司基本面异质性越高，这种不确定性会导致个股波动特性得以显现。提出假设5：假定资产负债率与非系统性风险呈正相关。

4.行业风险指企业所处行业在发展过程中存在的风险。净利润增长率（Npg）是企业当期利润比上期净利润的增长幅度，指标越大代表企业的盈利能力越强。本文用净利润率增长率代表行业风险，其越高则企业发展前景越好。提出假设6：假定净利润增长率对非系统性风险呈正相关。

三、研究方法及数据

（一）数据说明。

为了保证所选择样本数据的平稳性、科学性和可参考性以及金融政策的平稳性，本文选择2010～2012年期间的金融上市公司数据。为便于分析，剔除了2010年未上市的公司，最终确定了15只银行、15只证券、3只保险，共33家金融上市公司，从2010年1月1日到2012年12月31日，共计729个交易日。选用上述33家金融上市公司的每日收盘复权价格作为样本观察值，并在回归中剔除掉了国家法定节假日、个股停牌日。各项数据均来源于新浪财经及同花顺iFind。

（二）CAPM模型指标的计算。

无风险利率指将资金投资于某一项没有任何风险的投资对象而能得到的利息率，一般受基准利率的影响，中国股市中个人投资者居多，对个人投资者来说投资的机会成本主要还是储蓄，本文选择2012年中国人民银行公布的1年居民定期储蓄存款利率为无风险利率，3.25%换算成每日无风险利率为：

上证指数的变化能反映整个股市的变动趋势，这里选择上证综合指数的变化代表市场收益率。收益率计算采用公式如下：其中Pricet为股指当天的价格或指数，并用前一期价格Pricet-1去除，然后取自然对数。

（三）描述统计分析。

将33家公司三年的数据进行统计分析，结果如表1所示。下面着重对非系统性风险占总风险比重即被解释变量进行统计分析，从表1中可以看到金融业2010年、2011年、2012年非系统性风险占总风险的平均比例分别为41.7%、48.3%、45.1%，其表现形式为倒“V”形。从2010年到2011年的非系统性风险占总风险比例有着显著提高，2012年金融业非系统性风险比2011年有着少许的降低，既个股的系统性风险在2012年有所提高，说明金融业企业对风险的控制上还存在着不稳定因素。但总体而言，2012比2010年的非系统性风险占总风险比例有很大提高，金融业企业对风险的控制力度有所改进，企业的股价波动个性正逐步显现。

四、实证分析

（一）模型输出。

以33家公司非系统性风险占总风险比例为被解释变量，以影响非系统性风险的四大风险因素为解释变量，使用面板数据。由于常数项解释没有实际意义，在回归中不加入常数项，为避免可能存在的异方差和自相关现象，使用怀特（White）截面方法计算系数协方差。最终回归结果如表2所示：

表2　　回归结果

同样根据公式（4），使用与表2模型的相同方法，以非系统性风险为被解释变量，分为2010～2011、2011～2012及2010～2012三个时间段段进行回归，结果如表3所示：

表3高管规模与非系统性风险倒U型关系检验

（二）Chow检验。

为保证表2联合回归模型的可行性，要求这三年的回归系数不存在明显的跨越时间的结构性变化。使用混合横截面模型的Chow检验来判断样本各年度之间是否存在结构性变化，从Chow检验结果可知所有统计量相应的概率值P都大于0.1，因此接受模型无显著结构变化的假设，可以认为表2的联合回归模型是可行的。

（三）实证结果。

1.高管规模对非系统性风险占总风险比重有着显著影响，且方向与假设1相符。根据表3，三个模型中截距项C均通过了显著性检验均为正值，Size在三个模型中两个通过了显著性检验符号均为正值，Size2也在两个模型中通过了显著性检验且符号均为负值，但是三个模型均未能通过F检验，说明董事会规模与非系统性风险之间不存在显著的倒U型关系。结论说明，随着董事会人数的增加在组织协调过程中的损失及“沟通成本”将会超过董事数量增加而带来的收益，人数越多在企业决策中搭便车现象越严重，因此小规模的董事会更加有效率，体现在股价波动上则公司是与大盘的同步性减弱，公司股价波动的特性较为明显。

2.高管年龄对非系统性风险占总风险比重有着显著影响，但方向与假设2不符。高管年龄因素所在的五个模型中有四个通过了检验，但系数为正值，既高管年龄越大则非系统性风险占总风险比重越大，与假设不符。随着担任董事时间的增长，董事的管理经验、管理水平不断丰富提高，因此在对公司系统性风险的控制上具有十分显著的作用。

3.高管学历对非系统性风险占总风险比重有着显著影响且方向与假设3相符。高管学历因素所在的四个模型中均在1%的显著水平下通过了检验，且系数项均为正值，这与斯宾塞于1974年提出的文凭信号模型理论相符，既学历越高非系统性风险占总风险比重越大。既公司治理越好则股价波动的同步性较之公司治理差的上市公司的股价波动性要低，因此金融业上市公司让高学历人才担任高管对公司有益。

4.业绩对非系统性风险占总风险比重不存在显著影响，方向与假设4相符。业绩所在的三个模型中只有一个通过了显著性检验，且系数项均为负值，既业绩越好则系统性风险越高，这是由于中国大部分金融业上市公司的利润是由其垄断地位产生的，金融业比较容易受如政策风险等系统性风险的影响，公司收益取决于整体行业地位。需要注意的是由于中国金融行业部分垄断企业不需要充分竞争就能获得超高的利润，不仅对中国的实体经济会产生消极的影响，在金融改革的过程中也会形成巨大的阻力。

5.资产负债率对非系统性风险占总风险比重具有显著影响，方向与假设5相符。资产负债率在四个模型中均在1%的显著水平下通过了检验，且系数项为正值，说明资产负债率越大则非系统性风险越高。理论上资产负债率较高的公司，投资风险较大，但是获得高收益的可能性也大，这与金融业的规模扩张有关，金融机构单纯追求扩张，但是无法有效防范扩张所带来的风险，在公司经营中要适当控制自由资本占总资本中的比率，就银行而言应当严格遵守《巴塞尔协议》的有关规定。

6.净利润增长率对非系统性风险占总风险比重具有显著影响，方向与假设6相符。净利润增长率所在的三个模型中有两个在1%的显著水平下通过了检验，且系数项为正，说明净利润增长率越大非系统性风险越高。

（四）稳健性检验。

为了确保结果稳健，采用两种方法来检验我们的实证结果：1.使用净利润增长率（Npg）替换为净资产增长率（Nag），现金流动负债比率（Clr）替换为资产负债率（Dar），业绩（Eps）替换为总资产净利润率（Roa），回归结果支持结论。2.分段回归法。表4的回归结果是根据2010～2012年33家上市公司的面板数据得出，分别对2010～2011年及2011～2012年这33家上市公司用同样的方法及模型进行回归，发现各项指标的显著性及方向均未发生改变，说明实证结论是可行的。

五、结论及建议

本文以非系统性风险的视角，基于CAPM模型中的1-R2，从人力资本和公司层面及财务指标上对影响企业个性的因素进行实证分析，结合风险管理、人力资源管理及公司治理的有关理论，在国内外学者研究的基础上，对金融业公司股价个性进行探索，发现金融业公司的股价特性正逐步显现，股价波动的同步性将逐步衰减，公司特性逐渐显现，由此得出以下结论：从提升公司价值的角度，上市公司可以适当削减高管人数，多启用高学历人才担任公司高管，体现公司的个性，提升自身投资价值。从投资者投资视角，实证分析发现每股收益、资产负债率及净利润增长率对金融业上市公司股价个性具有显著的正向影响。因此投资者在投资决策中需要重视体现公司个性的指标，选个股和进行投资组合时，可以重点研究和选取一些高管规模相对较小、高管年龄大、学历比例高、每股收益、资产负债率及净利润增长率比较高的公司。

（作者单位：农业银行徐州铜山支行）