股票价格是否会影响其风险状况?

当股票名义股价下跌时,其风险状况会发生什么变化?这个问题的答案对于管理投资者预期和减少投资组合周转率具有重要意义。毕竟,投资者经常会因为对意料之外的市场走势的情绪反应而偏离他们选择的长期策略。这些市场时机行为 本身就存在风险,增加了不可预测的市场风险。

一些人认为,当股票价格接近低价股的底线时,波动性将会减弱,因为存在一个固有的门槛,价格不能跌破这个门槛。另一些人则认为,股票对市场波动的敏感度会更高,因为市场状况决定了公司的生存。

我们研究了当股票变成低价股(即其价格跌至每股 5 美元以下)时,系统性风险和股票总波动性会发生什么变化。结果可能会让您感到惊讶。我们发现,随着股票价值的下降,它对市场走势变得更加敏感。换句话说,它的贝塔系数会增加,其总波动性也会相应增加。

我们提取了过去 50 年内所有纳斯达克和纽约证券交易所上市公司的股票收益。我们研究了 50 年期间股价超过 1 美元/股、2.50 美元/股或 5 美元/股的股票。我们记录了每只股票首次超过这些阈值的情况。然后,我们记录了阈值交叉之前的股票贝塔系数,并将其与交叉日期两年后的股票贝塔系数进行比较。

调查结果

第一个有趣的发现是,当股票跌破 1 美元的门槛时,其贝塔系数平均会从 0.93 升至 1.57。贝塔系数大于 1.0 意味着股票价格比整体市场波动更大,即其价格波动幅度更大。贝塔系数小于 1.0 则相反。

对于跌破 1 美元门槛的股票,贝塔系数从 0.93 跃升至 1.57,这代表风险状况发生了重大变化。事实上,在 1% 时,这一变化具有统计显著性。在 1 美元门槛下,普通低价股的系统性风险和总波动性要大得多。而且这种变化是全面的。贝塔系数为负的股票平均从 -0.62 上升至 1.14。贝塔系数在 0 到 1.0 之间的股票从 0.55 上升至 1.37。贝塔系数高于 1.0 的股票从 1.95 上升至 1.88。

当股票变成低价股时,其系统性风险和总体波动性会发生什么变化
降价前的BETA 价格下降两年后的 Beta 
平均价格下跌截止点:1 美元/股 0.93 1.57
Beta 值低于 0 -0.62 1.14
Beta 值介于 0 和 1.0 之间 0.55 1.37
Beta 高于 1.0 1.95 1.88
降价前的BETA 价格下降两年后的 Beta 
平均价格下跌截止点:2.50 美元/股 0.90 1.56
Beta 值低于 0 -0.55 1.01
Beta 值介于 0 和 1.0 之间 0.52 1.27
Beta 高于 1.0 1.90 1.94
降价前的BETA 价格下降两年后的 Beta 
平均价格下跌截止点:5 美元/股 1.00 1.07
Beta 值低于 0 -0.56 -0.51
Beta 值介于 0 和 1.0 之间 0.47 0.50
Beta 高于 1.0 2.02 2.17

结果强调,风险(波动性)的急剧增加完全是由于系统性风险的增加,即随市场指数波动。值得注意的是,这些结果不是由贝塔系数随时间推移回归均值所驱动的。

在我们研究的高端,我们研究了股票何时突破每股 5 美元的门槛。结果看起来截然不同。在股票突破 5 美元门槛之前,其贝塔系数平均为 1.0,之后为 1.07。每股 5 美元的其他贝塔系数层级显示出相同的结果。这证实了 1 美元门槛结果确实是由于股票进入低价股领域。

研究结果支持了这样的观点:当低价股接近零价格障碍时,它们的风险会变得更大(波动性更高),而这种风险是由于系统性风险的增加(对市场走势的敏感性增加)造成的。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/82977.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2024年5月16日 23:56
下一篇 2024年5月17日 23:30

相关推荐

  • 北京大学金融时间序列分析讲义第7章: 单位根过程

    前面的AR、MA、ARMA主要应用于简单收益率和对数收益率。对于价格序列,一般其水平是缓慢变化的,包括缓慢的增长趋势与一定的周期波动。这样的序列不满足弱平稳的条件,是非平稳时间序列。 典型的非平稳时间序列模型是单位根(unit root)非平稳时间序列。 随机游动 考虑{pt}的模型 pt=pt−1+εt, t=1,2,…(7.1) 其中{εt}是零均值独立…

    2023年7月18日
    45800
  • 比特币蓬勃发展,成为传统投资俱乐部的新成员

    比特币肌肉般挤入传统投资俱乐部 由彭博新闻的基克·奥格林里德 8/13/25 传统的股票共同基金多年来一直在流失资金,输给了更便宜且通常表现更好的替代品。但是一小部分基金现在正从新一代增强剂中找到一条意想不到的生路:比特币。 过去一年中,这种数字代币的价值飙升100%,似乎给9万亿美元的主动管理基金领域中的一小部分基金组合带来了提振。据彭博智能的戴维·科恩编…

    2025年9月9日
    3000
  • 北京大学金融时间序列分析讲义第10章: 带时间序列误差的回归模型

    10.1 方法示例 在统计学的数据分析中,线性回归分析是最常用的分析工具之一。线性回归以一元线性回归为例,模型如下 Yt=β0+β1Xt+et, t=1,2,…,T(10.1) 其中自变量{Xt}为常数列,β0,β1为未知的系数,{et}为零均值独立同分布随机误差序列,方差为σ2e,因变量{Yt}为随机变量列。参数β0,β1,σ2e可以用最小二乘法估计,估计…

    2023年7月20日
    35800
  • 资本化率与利率之间的相互作用

    资本化率 (cap rate) 和利率之间的关系比乍一看的要微妙得多。了解它们之间的相互作用是房地产投资分析的基石。在这篇博文中,我们剖析了历史数据,讨论了当前的机会,并预测了 2024 年下半年的房地产估值。 资本化率衡量的是房地产净营业收入 (NOI) 与购买价格的比率。由于利率会影响借贷成本,因此会影响房地产价格和投资者回报。人们通常认为资本化率与利率…

    2024年7月29日
    16800
  • 为什么五角大楼-Anthropic 的对峙证明了 AI 国防开支才刚刚开始

    我刚从在拉斯维加斯的 MoneyShow 返回,在那里我有幸进行了展示,并加入了一个关于人工智能(AI)和数据中心的面板讨论。 看到熟悉的面孔并与投资者会面总是令人振奋,但真正让我印象深刻的是围绕 AI 的讨论的完全一致性。每个演讲者、每个面板、每个走廊的聚会上都指向一个观点:这项技术不再是一种投机行为。 相反,共识是 AI 代表着下一个伟大的资本支出超级周…

    2026年3月21日
    2100

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部