基于上海股票市场的CAPM实证检验

1、 基于上海股票市场的CAPM实证检验目录摘要11.文献综述11.1 国外研究成果11.2 国内研究成果22. 模型简述23.上海股票市场的CAPM实证分析23.1 数据的选取23.2 实证检验与结果分析34.结论54.1 原因分析54.2 政策建议65.参考文献6摘要资本资产定价模型自诞生之日起就处于金融理论研究的前沿，同时这一理论也一直存在很多争议。随着统计方法的发展，统计数据的详实，对资本资产定价模型的研究也更加深入。那么资本资产定价模型是否适用于我国上海证券市场呢？本文试图采用上海证券市场近3年的数据对这个问题进行研究。本文首先回顾了国内外相关文献，对前人的研究结果做了总结，发现早期西方

2、学者对于证券市场上资本资产定价模型的实证研究结果大多是支持的，而在后期所做的研究当中，资本资产定价模型受到了质疑。我国学者对于资本资产定价模型的研究证明目前这一模型不符合我国实际情况。对前人的研究进行总结之后，接下来文章简单介绍了资本资产定价模型。本文实证检验所采用的方法是BJS 方法，对2010年1月至2012年12月上海证券市场上20只股票的数据进行了实证检验，首先估计单个股票的贝塔系数，然后按规则将股票分组后计算股票组合的贝塔系数，检验风险与收益的关系，最后采用FM模型对CAPM进行横截面检验。检验结果表明我国证券市场目前还不能符合资本资产定价模型。在本文的最后对造成不符合结果的原因进行

3、了分析，并提出了政策建议。关键词：CAPM，系数，时间序列回归，横截面回归1.文献综述1.1国外的研究成果Merton（1972）在假定时间连续的前提之下，建立了包含多个值的、时间连续的跨期资本资产定价模型。这一模型使得资本资产定价模型在每一个时间点上都能够成立。Black，Jenson 和Scholes（1974）用1931年到1965年期间纽交所全部上市公司的股票数据进行了实证检验，最终得出的回归结果显示市场数据与资本资产定价理论模型无法很好的呼应：高风险的股票收益低于预期收益，而低风险的股票却获得了预期的收益。Fama和French在1992年所做的检验对CAPM有效性检验的影响最大，他

4、们使用1962年到1989年的数据证明，即使在为唯一解释变量的情况下，CAPM所预言的关系也不存在。经过回归分析，Fama和French发现，公司规模和账面价值市场价值包含了股票平均收益中杠杆和市盈率的作用，对平均收益的横截面变动有明显的解释能力；值不论是单独作为解释变量还是和其他变量一起回归，均不能拒绝其系数显著为零的假设。由此Fama和French得出结论，CAPM不能说明近50年的平均股票收益，并提出了包括规模和净市值比的双因素模型。1.2国内的研究成果我国资本资产定价模型的实证研究始于施东晖（1996）所做的实证研究，他发现样本股票系统性风险在总风险中占了一个相当大的比重，这一比重远远

5、高于西方国家；股票的预期收益和系统风险之间存在着显著的负相关关系。他得出结论：我国证券市场上资本资产定价模型与理论上的资本资产定价模型是相反的，在我国证券市场上，系统风险过大的比重导致同向波动的股票价格，这使得我国的证券投资者几乎无法通过分散化投资来规避风险。毛晶莹(2004)对深圳证券市场进行了CAPM实证检验，得出的结论是：深圳证券市场的系统风险与平均收益率存在负线形关系，市场中存在严重的投机行为，同时非系统风险有很强的解释能力，且与平均收益之间也是负的线性关系，深圳证券市场不符合CAPM模型。许涤龙、张钰（2005）对于上海股票市场的数据进行了检验，通过检验发现样本股票收益与系数之间的正

6、相关关系显著并且呈线性，但是无风险收益率为负，在此基础之上通过构建股票组合的方式进行了模型的修正检验，股票组合的风险能够较好的以组合系数来解释。张凯（2013）选取上海股票市场上的30 支股票进行CAPM检验，在时间序列回归时发现个股的收益率很少一部分能由系统性风险来补偿，但进一步通过投资组合后，非系统性风险部分被化解。因此他认为优化投资组合不仅可以在理论上对CAPM 理论提供一定程度的支持，而且具有实践意义。2.资本资产定价模型简述2.1模型简介现代资产定价理论的历史是从1952年马柯维茨及托宾的资产组合理论开始的。马柯维茨假定投资者的偏好可以由资产组合的均值和方差来决定，于是把收益、方差与

7、资产组合的构成、证券收益的概率分布联合起来，第一次在资产组合的最佳选择中运用了边际分析原理。马柯维茨及托宾都证明：如果效用函数是收益或财富的二次函数，那么均方差偏好(即投资者在同样的期望收益或财富的情况下，选择均方差小的资产)与投资者的风险规避假设相符合。资产组合理论找到了投资者在均方差偏好下的证券组合的有效边界，并指出，由于证券组合中的单个证券的风险之间存在协方差，因此证券投资的分散化可以降低证券组合的总风险。几年以后，夏普和林特纳利用托宾分离定理得出了资本资产定价模型。E（Rit）rf=iE（RMt）rf式中：E（Rit）表示第i种资产的期望收益率，rf表示无风险收益率，i为第i种资产的风

8、险，E（RMt）为市场组合的期望收益率。CAPM模型回答了风险与收益的关系问题。从上式可以看出：一个证券的收益与其系数是成正比例关系的。系数是某种证券的收益的协方差与市场组合收益的方差的比率，可以看作是证券收益变动对市场组合收益变动的敏感度。3.上海股票市场的CAPM实证检验3.1数据的选取（1）样本股票及其收益率本文随机选取了2010年1月4日至2012年12月31日的20只上交所上市的A 股股票作为样本。（20只股票为：华新水泥、中国国旅、恒生电子、太龙药业、老白干酒、同济科技、四川长虹、山西焦化、晋亿实业、广汇能源、上海电气、恒丰纸业、雅戈尔、方大特钢、中粮屯河、两面针、江苏舜天、涪陵电

9、力、福田汽车、中孚实业）。以股票收盘价来计算每只股票的日收益率。本文所有数据来自锐思数据库。（2）市场收益率过往文献的实证检验表明股市综合指数能够较为准确地反映市场整体水平的变化趋势，具有很强的代表性。而本文研究的是上海股票市场，鉴于此，本文采用上证综指的日收益率作为市场收益率。（3）无风险利率的选取国外的研究中，通常采用一年期国债利率作为无风险利率，但我国国债市场不发达且品种以中长期居多，所以一年期国债利率并不是无风险利率最好的选择。而我国的银行信用具有风险极低的特点，故本文采用一年期的银行定期存款利率来表示无风险利率，并且随每次利率调整而变化。3.2实证检验与结果分析3.2.1单个股票系数

10、的计算根据2010年1月至2010年12月的数据，计算出每只股票的日收益率，和2010年的上证指数的日收益率一起带入回归方程（1.1）进行回归，求出每只股票的系数。Ri=i+i（Rm-Rf）+i （1.1）系数t检验系数t检验福田汽车1.419766通过恒生电子0.942074通过雅戈尔1.128165通过中孚实业1.605511通过太龙药业0.959919通过山西焦化1.027975通过两面针1.207150通过华新水泥0.899729通过广汇能源1.067051通过四川长虹1.015009通过江苏舜天1.226879通过同济科技0.997440通过恒丰纸业1.111201通过晋亿实业1.0

11、65149通过涪陵电力1.322190通过上海电气1.077529通过方大特钢1.149212通过中国国旅0.941536通过老白干酒0.973459通过中粮屯河1.187051通过按得到的各只股票系数的大小，将20只股票分成5个组合。3.2.2股票组合系数的计算根据2011年1月至2011年12月的数据，计算出各组的日平均收益率作为Rp，和2011年的市场收益率、无风险收益率一起带入回归方程（1.2）进行回归，得到每组的值、截距项和拟合系数。Rpt-Rf=p+p（Rmt-Rf）+pt （1.2）截距项系数R2t检验第1组0.0090661.2799960.602398通过第2组0.00478

12、11.1339630.558544通过第3组0.0049141.1746750.578803通过第4组0.0008531.0652540.663032通过第5组0.0103541.3686320.642051通过从上表可以看出所有组合的值的t检验全部通过，拟合系数也都高于55%，说明可以通过组合平均收益率来回归值。但是截距项不等于零，说明根据分组的组合收益率时间序列并不满足CAPM。3.2.3组合风险与收益率关系的检验根据2011年1月到2011年12月的数据，计算出各组的日平均收益率，和上一步中得到的各组的系数一起带入回归方程（1.3）进行回归。RP=0+1p+ep （1.3）回归结果如下表

13、所示：CoefficientStd. Errort-StatisticProb.00.0001470.0047150.0312770.97701-0.0012880.003899-0.3303340.7629R-squared0.035097Mean dependent var-0.001404Adjusted R-squared-0.286537S.D. dependent var0.000827S.E. of regression0.000938Akaike info criterion-10.81638Sum squared resid2.64E-06Schwarz criterion-

14、10.97260Log likelihood29.04095Hannan-Quinn criter.-11.23567F-statistic0.109121Durbin-Watson stat0.737843Prob(F-statistic)0.762872得出结论：（1） 00，这与原CAPM的假设相同。参照前几年其他学者实证检验得出的00可以发现近2年我国证券市场的投机性显著减小，我国股市正在不断成熟。（2） 1Rm-Rf，2011年日平均Rm-Rf为-0.032。这也与原CAPM的假设不同，说明上海证券市场的投资者喜欢高风险高回报，实际的风险溢价远高于CAPM所预计，也可能是因为2011

15、年股市不景气，以致于市场组合收益率Rm过低。（4） 股票组合的收益率对系数的回归系数的结果非常不显著，说明上海证券市场的平均收益率与系统性风险不是线性关系。3.2.4横截面数据回归本文采用FM模型来进行横截面数据回归，FM模型被认为是标准的CAPM横截面检验模型。FM模型如下：Rp=a0+a1p+a22p+a3pe+p利用各组合2012年的平均收益率以及时间序列检验时计算出的组合值、残差标准差带入上式进行回归。回归结果如下表所示：CoefficientStd. Errort-StatisticProb.a00.0336790.0067984.9540830.1268a1-0.0618600.0

16、11761-5.2596540.1196a20.0236220.0046645.0646030.1241a30.6000940.05544510.823290.0587R-squared0.995507Mean dependent var0.000374Adjusted R-squared0.982030S.D. dependent var0.000331S.E. of regression4.44E-05Akaike info criterion-17.21696Sum squared resid1.97E-09Schwarz criterion-17.52941Log likelihood

17、47.04240Hannan-Quinn criter.-18.05554F-statistic73.86309Durbin-Watson stat1.913325Prob(F-statistic)0.085277得出结论：a0的估计值为正，这与时间序列检验的结果一致，表明市场的投机性不明显；a1的估计值为0.062，由于这一估计值为负，可以认为上海证券市场上的系统性风险和收益之间存在着负相关的关系，但其t 统计量并不显著，说明在上海证券市场上股票的系统性风险不足以解释其预期收益，这也与时间序列检验中得到的结论一致；a3不显著说明该市场上非系统风险在资产组合的定价过程中也没有起到作用。4.结论

18、4.1原因分析通过前文的实证分析，结果表明系统性风险和非系统性都无法解释上海股市的预期收益。目前来看资本资产定价模型和我国上海股票市场的现实情况不能够完全吻合，之所以会得出这样的检验结果，原因是多方面的，其中有模型自身受到假设条件约束限制的原因，检验过程中的误差原因以及我国股票市场的实际情况原因。首先资本资产定价模型是建立在严密的假设条件基础之上的，在现实中很难有符合这些假设条件的市场，即模型的假设与实际不符。假设之一是市场处于完善的竞争状态。完全竞争是一种不受任何阻碍和干扰的市场结构，不存在足以影响价格的企业或消费者的市场。但是，目前尚无任何一个市场能够达到模型假定的理想状态，在现实生活中常

19、常有“做市”的情况发生，难以实现真正的完全竞争市场。其次实证检验中通常都存在着选取样本范围、期间、市场收益率、无风险利率的限制，使得这些条件无法严格满足资本资产定价模型的前提，本文所选的股票数据样本较少，可能存在一定的误差。最后我国股票市场对政府行为敏感性极高，我国股市异常波动的首要因素就是各种政策发布引起的，价格机制自发作用严重受到政治因素的影响。国内证券市场信息披露制度不完善，存在严重的信息不对称。有效市场是信息公开化程度较高的市场，所有投资者都可以免费得到所有有价值的信息，并且市场信息一公开，就会立即对证券价格产生影响，并很快反映在证券价格上，定价机制不至于被扭曲。在我国，信息披露领域存在的问题仍然十分突出，主要变现在：法规不健全，信息披露的条款、内容、时间等技术性缺陷致使信息难以通过正常渠道全面公开；信息披露责任者对各市场主体弄虚作假。在这种情况下，所有投资者并不是公平地获得真实的信息，那些虚假的信息便起了误导市场的作用，证券价格发生偏离，少数的信息操纵者通过操纵股价来获取超额利润，使信息垄断导致市场垄断。4.2政策建议一、审慎的制定政府政策，减弱“政策市”效应政府应当具有前瞻性和预见性，在此基础上制定更为稳定的股票市场政策。也就是说政策确定之后，就应保持一段时间内相对稳定。同时要把握政策实施的节奏。有些政策更适合多次分步实施，逐步加强