怎么找上市公司的贝塔值！怎样能查到上市公司贝塔系数？

一、企业风险系数β 类似(医药制造业)的沪深A股股票100周上市公司Beta参数计算确定

（5）贝塔系数在证券市场上的应用贝塔系数反映了个股对市场（或大盘）变化的敏感性，也就是个股与大盘的相关性或通俗说的“股性”。
可根据市场走势预测选择不同的贝塔系数的证券从而获得额外收益，特别适合作波段操作使用。
当有很大把握预测到一个大牛市或大盘某个不涨阶段的到来时，应该选择那些高贝塔系数的证券，它将成倍地放大市场收益率，为你带来高额的收益；
相反在一个熊市到来或大盘某个下跌阶段到来时，你应该调整投资结构以抵御市场风险，避免损失，办法是选择那些低贝塔系数的证券。
----------------β系数计算挺复杂，没仔细研究过。
但我个人想法此系数主要用于研究股票对于市场的敏感程度的话，只要知道它和大盘变动的相关性就行了，可以使其简单化处理。
有一种简单的求回归系数的方法用于上面。
β系数 = 股票价格波动 / 市场总体价格波动具体到医药制造业来说。
以2008.1.31和2008.12.31的指数为计算医药业的贝塔系数 = [(Y12-Y1)/(Y12+Y1)/2]/[(A12-A1)/(A12+A1)/2]Y1是医药业2008.1.31的指数，Y12是医药业2008.12.31的指数。
同理A12，A1相同。
最后计算得到0.72 既2008年熊市的情况下。
医药业跌得比大盘要慢。
这只是一年的数据，要多得到几年的数据必须慢慢计算了。
以上为个人想法。
希望交流指正。

二、企业关于β值

展开全部β值是企业的系统风险，就是企业不能通过投资分散掉的风险。
例如全球经济形势，利率水平等等所产生的风险。

三、怎样能查到上市公司贝塔系数？

貌似在华西证券交易平台的每个公司的资料上就能看到，有一个β值的标注

四、capm模型里的上市公司预期回报率哪里可以找到

答：Rm市场回报率可以选择综合市场回报率，这个数据在国泰安CSMAR数据库里有，我做过类似的实证分析。

五、2009年上市公司β系数求大神帮助

β系数法主要用于估算被评估企业（或被评估企业所在行业）的风险报酬率。
其基本思路是，被评估企业（或行业）风险报酬率是社会平均风险报酬率与被评估企业（或被评估企业所在行业）风险和社会平均风险的相关系数（β系数）的乘积。
 β系数法估算风险报酬率的步骤为： （1）将社会平均收益率扣除无风险报酬率，求出社会平均风险报酬率；
 （2）将企业（或企业所在行业）的风险与充分风险分散的市场投资组合的风险水平进行比较及其测算，求出企业所在行业的口系数；
 （3）用市场平均风险报酬率乘以企业（或企业所在行业）的口系数，便可得到被评估企业（或企业所在行业）的风险报酬率。

六、如何查看单个股票每年的β系数，求教详细过程，诚心感谢了

各个股票风险不同，比如银行股风险就比较小，取大盘平均风险系数为1，那某股票相对于大盘的风险系数就是贝塔系数，风险比大盘小，系数就小于1，反之，则大于1

七、如何查到公司股票的β值

<；
a ；
href="*：//wenwen.soso*/z/urlalertpage.e?sp=s*%3a%2f%2fshare.jrj*.cn%2fcominfo%2fallstock.asp" ；
target="_blank">；
*：//share.jrj*.cn/cominfo/allstock.asp<；
/a>；
 ；
 ；
 ；
这个网址.有所有的股票信息.包括beta系数，只要点击你要查询的股票即可.

八、如何查看单个股票每年的β系数，求教详细过程，诚心感谢了

*：//baike.baidu*/view/168149.html?wtp=tt

九、如何用回归直线法求资产的系统风险系数β

从本世纪七十年代以来，西方学者对CAPM进行了大量的实证检验。
这些检验大体可以分为三类： 1.风险与收益的关系的检验 由美国学者夏普（Sharpe）的研究是此类检验的第一例。
他选择了美国34个共同基金作为样本，计算了各基金在1954年到1963年之间的年平均收益率与收益率的标准差，并对基金的年收益率与收益率的标准差进行了回归，他的主要结论是： a、在1954—1963年间，美国股票市场的收益率超过了无风险的收益率。
 b、 基金的平均收益与其收益的标准差之间的相关系数大于0.8。
 c、风险与收益的关系是近似线形的。
 2.时间序列的CAPM的检验 时间序列的CAPM检验最著名的研究是Black，Jensen与Scholes在1972年做的，他们的研究简称为BJS方法。
BJS为了防止β的估计偏差，采用了指示变量的方法，成为时间序列CAPM检验的标准模式，具体如下： a、利用第一期的数据计算出股票的β系数。
 b、 根据计算出的第一期的个股β系数划分股票组合，划分的标准是β系数的大小。
这样从高到低系数划分为10个组合。
 c、采用第二期的数据，对组合的收益与市场收益进行回归，估计组合的β系数。
 d、 将第二期估计出的组合β值，作为第三期数据的输入变量，利用下式进行时间序列回归。
并对组合的αp进行t检验。
 其中：Rft为第t期的无风险收益率 Rmt为市场指数组合第t期的收益率 βp指估计的组合β系数 ept为回归的残差 BJS对1931—1965年间美国纽约证券交易所所有上市公司的股票进行了研究，发现实际的回归结果与理论并不完全相同。
BJS得出的实际的风险与收益关系比CAPM 模型预测的斜率要小，同时表明实际的αp在β值大时小于零，而在β值小时大于零。
这意味着低风险的股票获得了理论预期的收益，而高风险股票获得低于理论预测的收益。
 3.横截面的CAPM的检验 横截面的CAPM检验区别于时间序列检验的特点在于它采用了横截面的数据进行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他们所采用的基本方法如下： a、根据前五年的数据估计股票的β值。
 b、 按估计的β值大小构造20个组合。
 c、计算股票组合在1935年—1968年间402个月的收益率。
 d、 按下面的模型进行回归分析，每月进行一次，共402个方程。
 Rp=g0+g1bp+g2bp2+g3sep+ep 这里：Rp为组合的月收益率、 βp为估计的组合β值 bp2为估计的组合β值的平方 sep为估计βp值的一次回归方程的残差的标准差 g0、g1、g2、g3为估计的系数，每个系数共402个估计值 e、对四个系数g0、g1、g2、g3进行t检验 FM结果表明： ①g1的均值为正值，在95%的置信度下可以认为不为零，表明收益与β值成正向关系 ②g2、g3在95%的置信度下值为零，表明其他非系统性风险在股票收益的定价中不起主要作用。
 1976年Richard·Roll对当时的实证检验提出了质疑，他认为：由于无法证明市场指数组合是有效市场组合，因而无法对CAPM模型进行检验。
正是由于罗尔的批评才使CAPM的检验由单纯的收益与系统性风险的关系的检验转向多变量的检验，并成为近期CAPM检验的主流。
最近20年对CAPM的检验的焦点不是 ，而是用来解释收益的其它非系统性风险变量，这些变量往往与公司的会计数据相关，如公司的股本大小，公司的收益等等。
这些检验结果大都表明：CAPM模型与实际并不完全相符，存在着其他的因素在股票的定价中起作用。

参考文档