【问题】
如何估计股票的贝塔值？估计时需要注意哪些问题？
【简要答案】
贝塔值通过历史回归分析估计，公式为β=cov(rᵢ,rₘ)/σₘ²。估计时需作出两项选择：历史期间的长度（通常5年或更长，风险特征变化时取变化后期间）和收益计量的时间间隔（通常用周或月收益率）。
【政策依据】
- 《2026年CPA财务成本管理教材》第四章”资本成本”第三节”普通股资本成本的估计”
【详细解读】
- 计算公式：β=证券i报酬率与市场组合报酬率的协方差/市场组合报酬率的方差。
- 历史期间选择：较长期间提供更多数据，但公司风险特征可能变化。风险特征无重大变化时用5年或更长；发生重大变化时用变化后的年份。
- 时间间隔选择：使用每日报酬率观察量大，但停牌日报酬率为0会降低相关性；周或月报酬率能显著降低偏差，被广泛采用；年度报酬率较少采用。
- 前瞻性假设：计算使用的是历史β值，但投资决策面向未来。假设未来是历史的继续，若未来业务与过去有本质区别则历史β值不可靠。
【例子说明】
- 场景设定：某公司2年前进行了大规模债务收购，风险特征发生重大变化。现有2001-2025年共25年的股票收益率数据。请问应使用多长历史期间估计β值？
- 规则引用：估计贝塔值时，若公司风险特征无重大变化用5年或更长；发生重大变化时用变化后的年份。收益计量时间间隔通常用周或月收益率。
- 具体计算/推导：① 25年年度数据：包含风险特征变化前的数据，不能反映当前风险；② 因2年前风险特征发生重大变化；③ 应使用变化后的2年数据；④ 2年约104周，使用周收益率数据进行回归分析；⑤ 周收益率比日收益率减少偏差，比年收益率提供更多数据。
- 最终结论：应使用最近2年（约104周）的周收益率数据回归估计β值。这比使用25年年度数据更可靠，因为风险特征变化后的数据更能反映公司未来风险。