CAPM在中国股票市场的实证检验

在中国股票市场，CAPM的实证检验1/12 CAPMCAPM在中国股票市场的实证检验中国股票市场，CAPM的实证检验2/12内容摘要：内容摘要：本论文利用从1997年到2009年上海和深圳综合a单位的每月数据，利用2SLS方法和改进的包剖面回归法，实证了CAPM经典计算。结果表明，市场超额利润不是正数，截距不是零。CAPM没有在中国股票市场建立。关键词：关键词：资本资产价格模型经验测试组部分回归值CAPM中国股市经验测试第3/12目录1，简介.4 2，文献复习.4 (a)市场组合中忽略的一些重要资本.5 (2)根据市场实际情况不选择型号.5 3、资料和方法.6 (1)资料.6 (2)实证检验方法.6 1.按值分组单个股.7 2.返回每个股票的价值，每个组的平均值.7 3.和市场超额收益率截面回归.7 (3)回归结果.8 4，结论.11 5、中国股市参考文献.12 CAPM实证测试4/12第一，引言介绍部自1997年中国股市正式走上轨道以来，对中国股市的价格体系一直存在争议。由于中国经济体制的逐步健全，中国股市的波动变化已经能够比较准确地说明，但是如何系统地完成中国个别股票的价格，为未来各种情况下的股票价格问题提供有效的参考，还没有解决。本文将资本资产定价模型(CAPM)引入中国股票市场，检查其有效性。资本资产定价模型(CAPM)是基于现代投资组合理论开发的，包括美国学者William Sharpe和John Lintner。ERi=RF (m) (1)，其中im=， ，ERi是资产I的预期收益率，m是市场组合收益率，RF是无风险资产收益率。CAPM的重要之处在于，它提供了一种衡量风险的方法，以及收益率和风险之间的关系，即一种证券的收益及其风险如何表示线性关系，同时还生动地提供了一种显示证券均衡价格如何形成的机制。这可以通过预测证券的预期收益率与标准偏差的定量关系，考虑已上市的不同证券的“合理性”，帮助确定准备上市证券的价格，估计各种宏观经济变化对证券的几个方面的影响。CAPM检查对我国股票市场的有效性有着深远的意义。本文从1997年到2009年，选择了股市的每月数据，并使用2SLS方法和改进的包截面回归方法测量了CAPM表达式，对其进行了测试。改进回归方程的内生问题，弥补市场组合不可观测的缺陷。回归结果表明，市场超额利润不正，截距不为零。CAPM没有在中国股票市场建立。本文的以下组织结构如下：第二部分认真审查国内外CAPM检查文献。第三部分详细介绍了本文回归时的数据选择和方法步骤，并推导了经验测试结果。第四部分导出本文的结论和需要改进的部分。第二，文献回顾资本资产定价模型(CAPM)包括美国学者威廉夏普、林特、特里诺和莫辛自1964年引入CAPM模型以来，该模型的经验测试一直在进行。最初的研究结果大部分支持CAPM模型，估计只有少数结果的0组合的预期收益超过无风险收益，因此与Sharpe-Lintner的模型不太一致，但与Black模型没有冲突。20世纪70年代末开始出现对CAPM模型有不同意见的一些经验结果。1992年，Fama和French发现不同市场价值和价目表价格比率(股价收益比率)的公司组成的其他收益与使用CAPM的中国股票市场的实证分析5/12系数给出的预期收益存在差异等，最近10多年来，对国内外CAPM无效确认进行了很多研究。1985年，Debondt和1993 Jegadeesh等通过上次的上升和下降将不同于CAPM模型的结果分类。周小辉(1996)在进行的实证分析中发现，系统风险与预期收益呈负相关关系，非系统风险对股票收益有重要影响。系统风险和预期收益没有明显的线性关系。陈小月，sun aijun (2000)对CAPM在中国股市的效果进行了检查，结果显示没有对中国股市平均收益的解释力，从而否定了中国股市的有效性假设。陈云辉、柳林(2001)中国股市对CAPM的实证研究表明，无论是否有无风险资产，都不能否定表示市场组合的市场综合指数的“平均”-方差”效应。但是股票票收益率不仅与以外的因素有关，而且与的关系也不是线性的。基于上述原因，CAPM不成立的原因大致可以分为以下三种：(1)如果忽略投资组合中的某些重要资本，(1)投资组合中的某些重要资本投资组合难以定义范围和包含的资产，并且始终使用一项资产替换market portfolio，因此，如果预期回报率和值敏感，则可能会出现轻微偏差，最终数据确认可能会出错。在测试过程中，总是以股票市场为例进行说明，但这必然会忽略一些重要资产。我认为人力资本是非常重要的资本。忽视人力资本讨论的CAPM检查可能无法正确反映CAPM模型本身的效果。(b)没有根据市场的实际情况选择模型；(b)没有根据市场的实际情况选择模型，如陈小月、孙爱军(2000)检查，只是应用了一般的线性CAPM模型，没有风险资产，没有考虑0-beta模型，现实很复杂，有些假设还没有放宽，所以0-beta模型。模型本身的一些缺陷可能会导致与实际数据的不一致。(c)统计过程中的数据偏差(3)统计过程中的数据偏差这些结果可能是由于数据分析中基于交叉或相关的某些数据进行研究的统计推断偏差指导和样本选择偏差等引起的。数据侦听是不可避免的，因为经济现象的不可重复测试性，对Sharpe-Lintner模型测试中结果的影响相当大。抽样选择偏差是不能忽略的影响，因为选择抽样没有考虑公司对此的影响。一些学者将Banz(1981)研究表明，对于传统CAPM在实证测试中无意的结果，市值(ME:股价*总资本)也具有平均收益率的说明性变量添加到了此传统CAPM模型中。Chan，Hamao，Lakonishok(1991)研究表明，BE/ME(帐面值，市场值)对日本股票市场的平均收益率有很高的解释力。Debondt在1985年，Jegadeesh在1993年使用过去的时间上升和下降对与CAPM模型不同的结果进行分类。本文综合考虑了上述文献方法，选择了1997 2009年股市的a周月度数据，并采用2SLS方法和改进的包截面回归方法测量了CAPM表达式，对其进行了测试。在中国股市，CAPM的经验测试6/12消除了回归方程的内生问题，弥补了市场组合中不可观测的缺陷。具体的工作方法如下所述。三、数据和方法(a)数据(a)数据本文从古塔安数据库中选择1997年至2009年上海和深圳合并a股月收益率、同期银线月定期存款利率和同期市场收益率。我们筛选了13年来全部不存在的个别股票的数据，选定了244个合格的股票及相关数据。(b)实证检验方法(b)实证检验方法传统的CAPM检验方法是分组识别方法、截面回归方法、一般最小二乘法和最大似然方法。本文改进了传统的截面回归法，并利用集团截面回归法，利用中国上海和深圳综合a股票市场的数据对CAPM进行了测试。首先介绍以下一般截面回归方法：传统的截面回归方法分为两种：Gibbons模型和Fama-MacBeth模型。后者对残差偏差正态分布不敏感，易于综合处理每个周期的回归，易于添加其他变量以测量额外风险的影响，因此常用。Fama-MacBeth截面回归模型的基本思想是基于预测每个时间截面的收益，然后累加时间维的预测值。n个资产的t区段的回归模型称为Zt=(2)。其中Zt是N*1矩阵，表示单个股票的超额收益，是N *1矩阵，用于度量单个股票对市场风险的敏感度。定义o=Eot，1=E 1t。CAPM具有o=0(零截距)和10(正市场风险溢价)条件。CAPM表示零节和正市场风险溢价。=0和0。当然，Fama-MacBeth型号存在一些问题。首先，回归以市场为基准，介绍了利用变量的内生误差相关问题。其次，市场组合的观察性是截面回归方法的另一个潜在问题。Roll和Ross(1994)表明，如果实际市场组合有效，预计收入和之间的线性关系可能会对实际市场组合近似代表的细微变化敏感。因此，收益和的关系不明显或