CAPM模型在沪深股市适用性的实证检验
CAPM模型在我国沪市房地产股票的适用性检验
地 产业虽有较大发展 ， 但仍不完 全成 熟。
【 关键 词 】 Ｃ Ｐ 型；沪 市房 地 产 业股 票 ；实证 检验 ＡＭ模
一
资本资产 定价模型 （ ＡＰ Ｃ Ｍ）
资本 资产 定 价 模 型 （ ＡＰ ） Ｃ Ｍ 的标 准 形 式为 ： （ ） Ｒｆ ｐｉ Ｅ Ｒｍ） Ｒｆ， Ｅ Ｒｉ－ ＋ ｍ（ （ ）其 中 ，ＥＲｉ为 资产 ｉ 预 期 收 益 率 ，Ｒｆ 为 （ ） 的 无 风 险 收 益 率 ， ｍ 为 资产 ｉ 系 统 性 风 ｐｉ 的 险 ， Ｒｍ ） 市 场 ｍ 的 预 期 收 益 率 ，Ｅ Ｅ（ 为 （ Ｒｍ） Ｒｆ 为 市 场 风 险 溢 价 。 ｐ系 数 是 称 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 看 作 股 票 收 益 变 动 对 市 场 组 合 收 益 变 动 的 敏 感 度 。 通 过 对 Ｄ的分 析 ，可 以得 出结 论 ：在 风 险 资产 的 定 价 中 ， 那 些 只 影 响 该 证 券 的 方 差 而 不 影 响 该股 票与 股票 市场组 合 的协 方差 的 冈素 在 定 价 中 不 起 作 用 ， 对 定 价 唯 一 起 作 用 的 是 该 股 票 的 ｐ系 数 。 由 于 收 益 的
研 究对 象 ， 用 时 间序 列 与横 截 面 的 最 应 小 二 乘 法 的 线性 回 归方 法 对 Ｃ Ｐ 模 型 在 ＡＭ
我 国沪市房地 产股票市场 的适 用性进行
了实证 检 验 ， 验 结 果 表 目． Ａ Ｍ 型 并 检 月 ＣＰ模
不十分适合 于对我 国沪市房地 产行 业股
票 的 分 析 及研 究 ，这 说 明近 年 来 沪 市 房
Ｃ Ｐ Ａ验
艾 佳 北京林 业大 学经济管 理学 院 北京 １ ０ ８ ０ ０ ３
CAPM模型在上海股票市场的实证研究
CAPM模型在上海股票市场的实证探究一、引言资本资产定价模型（Capital Asset Pricing Model, CAPM）是现代金融学中的一种重要工具，通过计算资产期望回报与市场风险之间的干系来确定资产的风险溢价。
本文旨在通过实证探究CAPM模型在上海股票市场的适用性，分析该模型对于投资者在该市场的决策意义。
二、CAPM模型的基本原理CAPM模型是由美国学者Sharpe、Lintner和Mossin在1964年提出的，它基于以下假设：1）投资者风险厌恶；2）完全市场；3）无风险利率存在；4）投资者分离化投资。
依据CAPM模型，资产的期望回报与市场风险成正比，与资产无风险利率成正比。
详尽而言，CAPM模型的计算公式如下：E(Ri) = Rf + βi(E(Rm) - Rf)其中，E(Ri)表示资产i的期望回报，Rf表示无风险利率，βi表示资产i相对于市场整体风险的敏感性，E(Rm)表示市场整体的期望回报。
三、上海股票市场背景上海股票市场作为中国最重要的股票市场之一，自1990时期初期开始迅速进步。
该市场具有高度开放和活跃的特点，吸引了大量投资者参与其中。
然而，该市场也存在着一些问题，如信息披露不完善、股票市场波动较大等。
四、本文将通过对上海股票市场中的一组股票进行实证探究，考察CAPM模型是否适用于该市场。
详尽步骤如下：1. 数据收集：收集上海股票市场的历史股价和市场指数数据，以及无风险利率数据。
2. 计算期望回报和β值：依据收集的数据，计算每只股票的期望回报和β值。
3. 建立CAPM模型：运用CAPM模型的计算公式，计算每只股票的期望回报。
4. 数据分析：将计算得到的期望回报与实际回报进行比较，评估CAPM模型在上海股票市场的适用性。
通过上述步骤，我们可以得到一组实证结果。
若果计算得到的期望回报与实际回报相符，且β值具有一定关联性，那么可以说明CAPM模型在上海股票市场的适用性较高。
五、探究结果与分析依据所得数据，我们发现CAPM模型在上海股票市场的部分股票上具有较高的适用性。
CAPM在中国股市的有效性检验
CAPM在中国股市的有效性检验引言：资本资产定价模型(CAPM)是现代金融理论中的重要工具，也是股票定价理论的核心模型之一。
它通过衡量股票的系统风险与预期收益之间的干系，援助投资者预估股票的合理价格。
然而，CAPM模型的有效性在不同的市场中存在争议。
本文旨在检验CAPM模型在中国股市的有效性，并探讨可能影响其有效性的因素。
CAPM模型基本原理：CAPM模型基于一种基本假设，即投资者在做出投资决策时思量了两个因素：风险和预期收益。
依据CAPM模型，股票的预期收益与无风险利率和市场风险溢价之间存在线性干系。
风险溢价衡量了股票相对于无风险资产的附加收益，代表了投资者应对系统性风险的补偿。
CAPM模型在中国股市中的应用：CAPM模型是国际上广泛应用的股票定价模型之一，在中国股市也得到了一定程度的应用。
投资者可以通过CAPM模型预估股票的预期收益率，从而做出合理的投资决策。
然而，CAPM模型的有效性在中国股市中存在争议。
一些探究认为CAPM模型在中国股市中有效，而另一些探究则认为CAPM模型存在一定的局限性。
CAPM模型在中国股市的有效性检验：为了检验CAPM模型在中国股市的有效性，探究人员可以通过以下步骤进行实证探究：第一步：选择探究样本。
探究人员可以选择一定数量的股票作为探究样本，确保样本遮盖不同行业和市值的股票。
第二步：收集数据。
探究人员需要收集相关的股票价格、市场指数、无风险利率和其他相关数据。
这些数据可以从公开市场或相关数据提供商处得到。
第三步：计算CAPM模型的各个变量。
依据CAPM模型的公式，探究人员需要计算每个股票的系统风险、市场风险溢价和预期收益率。
系统风险可以通过计算股票与整个市场的相干系数来衡量。
第四步：检验CAPM模型的有效性。
探究人员可以使用统计方法，如线性回归模型，对CAPM模型进行检验。
他们可以比较计算得到的预期收益率与实际观察到的收益率之间的差异，评估模型的猜测能力。
可能影响CAPM模型有效性的因素：CAPM模型的有效性可能受到以下因素的影响：1. 市场条件：中国股市的特点和进步水平可能影响CAPM模型的有效性。
CAPM模型在深证证券市场适用性的实证检验
CAPM模型在深证证券市场适用性的实证检验作者：杨伊璇来源：《现代商贸工业》2020年第23期摘要：美国次贷危机后，经济学理论该如何更好地预测实体经济受到了全世界金融领域更多的关注，对股票市场模型实证检验等研究也提上日程。
后危机时代，中国积极研究CAPM 模型在中国股票市场的适用性，本文选取深交所上市的股票作为研究的样本，用回归等方法进行实证分析，进一步检验和分析CAPM模型理论在我国股票市场的适用性，对于检验结果，结合中国股市特点，做出原因分析，这对于了解我国股票市场2016年之后两年中的发展情况具有现实和实践意义。
关键词：CAPM模型;实证分析;中国股市;原因分析中图分类号：F23文献标识码：Adoi：10.19311/ki.16723198.2020.23.0591CAPM模型介绍资本资产定价模型CAPM（capital asset pricing model）是由Willim Sharp（1964）年提出的用來预测风险资产风险与均衡预期收益率之间的关系的模型。
CAPM模型将现实复杂环境简单化，设定假设来抓住主要矛盾，将现实抽象化。
2CAPM模型在中国股市的适用性实证分析对标准的CAPM模型的检验分为两个部分：第一部分为检验所选取的市场组合是否为切点组合，因为切点组合就是有效市场组合的证明。
第二部分为对单个股票的检验，用于证实股票预期收益率与系统风险之间的线性正相关。
第一部分的检验主要在于建立符合要求的CLM 曲线，而第二部分的检验为了证实SML曲线是否符合CAPM模型的预期。
2.1检验市场组合是否为切点组合CML2.1.1检验原因由两基金分离定理课之，当存在无风险资产的时候，所有的进行投资的人对与风险资产的希望组合都是沿着切点组合的，也就是说，切点组合代表的投资组合最能是投资者满意。
而切点组合是CAPM模型的前提，因此，对选取的样本进行切点组合检验有利于在后续的步骤中更加有力地说明CAPM模型的适用性。
CAPM模型有效性在我国沪市的实证研究
CAPM模型有效性在我国沪市的实证研究引言我国沪市即上海股票市场以1990年12月19日的上海证券交易所开业为标志,经过了22年的发展后,达到了一定的规模。
过去的一些经济学家的一些理论也解决了一些问题，比如由美国经济学者马科维茨（markowitz）教授创立的证券组合理论从理论上解决了如何构造投资组合来规避市场风险同时获得投资收益的问题，但是这一过程，需要大量的计算，和一系列严格的假设条件。
这样就使得该理论在实际操作方面具有一定的难度，投资者需要一种更为简单的方式来解决投资事宜，于是资本资产定价模型就应运产生了。
一、文献综述1964年,威廉·夏普(william sharp)发表了他的博士论文capital asset prices:a theory of market equilibrium under conditions of risk,正式提出了资本资产定价模型(capm)。
black、jensen 和scholes 在1972 年对纽约证券交易所1926 年至1965 年期间的所有股票数据进行了实证检验，他们的计算结果和零β资本资产定价模型相一致。
该模型的β值几乎可以解释所有投资组合的平均收益率的差异。
然而后来，特别80 年代以来，负面的验证结果也相继产生。
比如roll（1977）曾经对当时的实证检验提出了怀疑，他认为：由于市场指数组合是有效市场组合是无法证明的，所以也无法对capm模型进行检验。
由于按照capm 理论，市场组合是包含几乎所有不确定资产的组合，而市场指数却不是有效组合，所以，他认为以前的实证检验并不一定能证明该理论是成立的。
对于这一质疑，有研究表明，只要市场指数与无法观察到的真实市场的相关系数的大小决定使用市场指数来代替真实市场进行研究的可行性。
本文选取2008年1月至2009年12月最新沪市股指进行capm 模型的实证研究,以期对上海股票市场的研究做一个新的扩充，并从资本资产定价模型出发来检验capm模型在我国上海股票市场上的实用性。
CAPM模型在沪深股市适用性的实证检验
４ 实证结果
本次估计计算分析了各只样本股过去 ６０ 个月的数据ꎬ 利用 ＣＡＰＭ 模型计算出各自的贝塔系数ꎬ 并使用 Ｅｘｃｅｌ 和 Ｅｖｉｅｗｓ 软件进行了回归分析ꎬ 取得可决系数ꎮ 详见图 １、 图 ２、 表 １ 和表 ２ꎮ
２ ＣＡＰＭ 一般概述
２������ １ 前提假设 ２������ １������ １ 市场假设
第一ꎬ 市场不存在摩擦ꎮ 即无交易费和税负ꎬ 并且资本 市场信息对称ꎬ 所有的投资者都可以立刻无偿地获得所有有 价值的信 息ꎮ 此 外ꎬ 不 存 在 通 货 膨 胀ꎬ 折 现 率 也 不 发 生 改变ꎮ
以调整投资组合ꎬ 做出更加理智的决策ꎮ
在大盘呈大涨趋势时ꎬ 投资者应选择 β 系数高的证券ꎬ
以放大市场收益ꎻ 当大盘呈下跌趋势时ꎬ 投资者应尽量选择
β 系数低的证券ꎬ 以防御风险ꎬ 降低损失ꎮ
３ 实证研究
３������ １ 数据来源 本次估计分别选取深证、 上证 Ａ 股为研究对象ꎬ 随机
抽取 ４０ 只深证 Ａ 股股票和 ４０ 只上证 Ａ 股股票为样本ꎬ 涵 盖各个行业以保证样本的一致运用性ꎮ 研究期限为 ２０１３ 年 ４ 月 ２６ 日至 ２０１８ 年 ３ 月 ３０ 日ꎬ 分析此 ６０ 个月的数据ꎬ 保 证数据充足ꎬ 提升估计精度ꎮ 本文所有数据来自国泰君安数 据库ꎮ ３������２ 各比率的选择与计算 ３������ ２������ １ 股票收益率
＝
Ｃｏｒｒ( ｊꎬ Ｍ) σｊσＭ σＭ σＭ
Ｃｏｖ( ｊꎬ σ２Ｍ
Ｍ)
ꎬ
用来衡量个股的市场风险大小ꎮ
２������３ 贝塔系数 ( β)
CAPM模型对上海股票市场的检验
CAPM模型对上海股票市场的检验CAPM模型对上海股票市场的检验导言:资本资产定价模型（Capital Asset Pricing Model，简称CAPM）是金融领域中被广泛应用于衡量风险和确定股票预期收益率的经济模型。
本文将以CAPM模型为工具，对上海股票市场进行检验，探讨该模型在实际市场中的适用性。
一、CAPM模型的基本原理CAPM模型是由美国学者威廉·夏普（William F. Sharpe）于1964年提出的。
其基本原理是，根据投资者的风险厌恶程度和资产预期回报率，通过组合市场投资组合与风险资产构建的线性关系，计算股票的预期收益率。
二、上海股票市场的现状上海股票市场作为中国最大的股票交易市场之一，一直以来都备受世界关注。
然而，在过去的几十年里，其股市波动巨大，存在着严重的市场操纵、信息不对称等问题，给投资者带来了诸多挑战。
三、CAPM模型在上海股票市场的应用1. 数据收集为了进行CAPM模型的检验，首先需要收集上海股票市场的历史数据，包括各个股票的收盘价、市场指数等相关指标。
2. 计算市场回报率根据市场指数的历史数据，计算每期的市场回报率，并将其作为CAPM模型中的市场风险溢价（Market Risk Premium）。
3. 计算个股的预期收益率根据CAPM模型的公式，结合个股的数据，计算出每只股票的预期收益率。
4. 检验模型的拟合度使用统计学方法，比较模型估计的收益率与实际收益率之间的差异，以检验CAPM模型在上海股票市场中的拟合度及有效性。
四、CAPM模型检验结果分析根据对上海股票市场的检验结果，我们可以得出以下结论：1. CAPM模型在上海股票市场中的拟合度相对较低。
由于上海股票市场存在着一系列因素，如政策干预、市场操纵等，导致股价波动受到多种因素的影响，从而使CAPM模型无法完全准确地预测股票的回报率。
2. 上海股票市场存在较大的系统风险。
由于市场环境的不确定性以及信息不对称等原因，上海股票市场的风险水平相对较高，这也使得CAPM模型在该市场中的应用受到限制。
CAPM在上海股票市场上的实证研究
其中 Pit 为第 i 只股票第 t 日的收盘价 .
股票代码
600051 600052 600053 600054 600055 600056 600057
表1 CAPM 计算检验结果
α i
- 0. 000 354 - 0. 000 058 0. 000 281 6 - 0. 000 043 - 0. 000 046 0. 000 028 5 - 0. 000 446
第 1 期 李 嘉 李从珠 吴富锁 :CAPM 在上海股票市场上的实证研究 79 就 CAPM 在我国股票市场的适用性问题 ,近 年来许多学者都作了一些研究 ,得出的结论是在 1999 年以前的中国股市上 ,CAPM 基本上是不适 用的 . 但是 ,随着我国资本市场的不断发展 ,上市 公司的数量、 规模以及交易制度等所发生的变 化 ,以上的研究并不能反映在我国股市上的最新 发展趋势 . 本文根据最新的数据 ,运用多种方法 对 CAPM 进行了实证检验 ,并对检验结果进行了 简单的分析 . 由于以前的检验工作都是以 1999 年以前的 数据进行的 ,所以本次检验采用的数据起止时间 为 1999 年 1 月 1 日～ 2002 年 12 月 31 日 . 文献 [2 ]曾指出 ,无论市场上是否存在无风险资产 ,用 市场指数来代表市场组合都是有效的 ,故本文以 上证 A 股指数为市场组合 ;股票样本为 600051～ 600181 的 120 只股票 (中间有数据缺失的予以剔 除) ;无风险利率以 3 个月的定期存款利率表示 ; 所有的数据均为日数据 . 对于第 i 只股票第 t 日的收益率 ,由下式计 算:
0. 366 0. 75 0. 532 0. 693 0. 93 0. 669 0. 299
0. 966 1. 176 0. 947 1. 172 1. 142 0. 783 1. 152
资本资产定价模型在沪深市场的实证检验
金融在线９８㊀全国流通经济资本资产定价模型在沪深市场的实证检验谭红日１㊀张健耘２㊀孙祥健３(１．河北金融学院研究生部,河北保定０７１０６６;２．美国圣克劳德大学赫伯格商学院;３．河北金融学院研究生部,河北保定０７１０６６)㊀㊀摘要:依据资本资产定价模型理论,利用６０只沪深两市股票及两步回归法对C A P M 在沪深市场的有效性进行了实证检验.实证结果表明,股票的平均超额收益与β值呈现负的相关关系,系统性风险对超额收益几乎没有解释能力,这在指数成分股样本中表现更加明显.对于非指数成分股样本,虽然可以增加系统性风险的解释能力,但非系统性风险同样会对超额收益造成显著影响.关键词:资本资产定价模型;证券市场;系统性风险中图分类号:F ２２４;F ２７５㊀㊀文献识别码:A㊀㊀文章编号:２０９６－３１５７(２０１８)１９－００９８－０２一㊁资本资产定价模型理论资本资产定价模型(C A P M )对资产均衡定价研究作出了开拓性贡献,在多个领域得到广泛应用.但在不同市场,其定价有效性存在一定差异.该模型基础理论来源于马科维茨(M a r k o w i t z )１９５２年创立的最优风险资产组合选择理论,依据马科维茨提供的方法,通过构建多元化投资组合可以有效地将非系统性风险进行分散化,利用不同权重投资组合的收益和标准差绘制 有效边界 ,从中取得最优风险资产组合配置.而后,夏普(S h a r pe ,１９６４),林特纳(L i n t n e r ,１９６５)和莫辛(M o s s i n ,１９６６)分别基于马科维茨的研究推导出了C A P M .C A P M 最初是为了解释存在风险的条件下单一证券的均衡定价问题,根据C A P M ,对于任何单一资产或资产组合,该资产或资产组合的预期超额收益同该资产的系统性风险之间存在线性关系,公式如下所示:R i －R f ＝βi R m －R f ()＃１()其中:R i 为证券的预期收益率,R f 为市场无风险利率,R i －R f 则为股票的超额收益.R m 是市场组合的预期收益率,由于其不可观测性,一般采用股票指数来作为市场组合的代表,而R m －R f 指的就是市场组合的超额收益.βi 则该证券风险程度的量度,β值越大,风险程度越高.从上式可以看出,C A P M 中关键的一点就是并非所有的风险都得到了补偿,只有系统性风险,非系统性风险并不在其中,这是由于系统风险不能由分散化而消除,必须伴有相应的收益来吸引投资者投资.这给我们进行实证检验提供了一个很好思路.同时,利用股票指数作为市场组合的代表,难免存在误差,这里也采用指数成分股与非成分股分别进行研究来从不同角度看一看二者的区别.二㊁数据选取与处理为了检验基于沪深股市的C A P M 有效性,这里选用了沪深３００指数作为市场组合的代表.沪深３００涵盖两市,样本稳定性高,并且样本的行业分布状况基本与市场行业分布比例一致,是对市场组合的一个良好替代品.再从沪深两市A 股市场选择６０只股票进行实证检验,其中３０只从沪深３００指数的成分股中选取,并且保证各部分上证股票和深证股票的比例各占５０％.无风险收益率则利用一年期定期存款利率折算的月利率表示,这主要是考虑到我国股票市场个人投资者数量众多,对个人投资者来说,投资机会主要有３种:储蓄㊁股票和国债,其中储蓄的比重相当大.以上数据均采用２０１３年１月~２０１７年１２月共６０个自然月的月度数据,这里面我们假设历史数据的观察值能够代替未来的预期值.理由是由于预期值反映的是总体的平均水平,因此在一个比较长的时期内,或在一个较大的范围内,观察值应该非常接近于预期值.所有数据来源为东方财富C h o i c e 数据库.而对于各股票和市场组合收益率,其确定方法如下:R t ＝lnP t －l nP t －１＃２()其中:R t 表示股票或市场组合在t 时期的收益率,P t 和P t －１则为股票或市场组合在t 时期和t －１时期末的复权收盘价.三㊁检验方法这里采用了林特纳(L i n t n e r ,１９６５)建议的两步回归法.第一步,利用各股票的时间序列数据求解各自的β值并检验其是否符合C A P M 要求.采用的模型如下:R i t －R f t ＝αi ＋βi R m t －R f t ()＋εi t ＃３()其中,R i t 和R m t 分别表示第i 只股票和市场组合在t 时期的收益率;R f t 为t 时期的无风险收益率;αi 表示第i 只股票进行回归后的截距项;βi 为第i 只股票的β值;εi t 则为随机误差项.截距项α反映的是一个股票实际的超额收益率与C A P M 所预测的超额收益率之间的差额,若市场指数计算的收益率是市场组合收益率的合理替代品,那么该项应该为０;对该项回归结果进行显著性检验,若在统计意义上是显著的,说明C A P M 对该只股票失效,因而会将其从第二步回归的样本中剔除.系数β表示一只股票所面临的系统性风险,而将残差项ε的标准误(用σ(ε)表示)用作非系统性风险的近似.第二步,用各股票的平均超额收益率与第一步估算的β值组成的横截面数据进行线性回归,以验证资本市场线金融在线全国流通经济９９㊀(C M L )的有效性.为了检验β值是否是唯一的解释变量,这里还引入了残差项ε的标准误一同进行回归,回归模型如下:R －i －R －f ＝α０＋α１β︿i ＋α２σεi ()＋μi ＃４()其中,R －i 是第i 只股票历史收益率的平均值,R －f 为无风险利率平均值,而R －i －R －f 则定义为平均超额收益;β︿i 是从第一步回归中取得的第i 只股票的β估计值,σεi ()为第i 只股票的残差标准误,μi 则是该回归的随机误差项.如前面的理论说明,若C A P M 成立,则平均超额收益与β值有很强的先验正相关性,而与σεi ()则不相关,故可以构造如下的假设检验命题:H １０:α１＞０,㊀㊀㊀H １１:α１£０和H ２０:α２＝０,H ２１:α２ʂ０用于对系数α１和α２进行假设检验,以验证C A P M 的有效性.四㊁证结果１．第一步回归结果分析用R 语言(版本号３．４．３)对６０只股票的超额收益和市场指数超额收益进行回归,结果如下:㊀表１６０只股票(部分)回归结果股票代码股票名称截距项估计值t 统计量p 值β估计值σ(ε)０００１５７．S Z 中联重科－０．０１７９－２．６９９５∗∗∗０．００９１１．０８０７０．０５１２３０００１５．S Z 爱尔眼科０．０２６２２．５９５６∗∗∗０．０１１９０．４２０９０．０７８０６０１０１２．S H 隆基股份０．０３７５２．２４０７∗∗∗０．０２８９１．２０７８０．１２９２００２３９２．S Z 北京利尔－０．００２１－０．１７０１０．８６５５０．９２０４０．０９６０６００１３７．S H 浪莎股份０．００９００．３９８５０．６９１７１．１５４９０．１７４６㊀㊀注:∗∗∗表示该t 值在５％的显著性水平统计意义显著从上面结果中可以得出,６０只股票中只有３只股票(中联重科㊁爱尔眼科㊁隆基股份)的截距项在５％的显著性水平下是显著的,说明这３只股票实际超额收益和C A P M 的预测值之间存在差距,无法用沪深３００指数进行预测,故在第二步回归样本中将其去掉.其余５７只股票在５％的显著性水平下则都是不显著的.２．第二步回归结果分析利用５７只股票组成横截面数据进行回归结果如下:㊀表２横截面数据回归结果系数标准误t 统计量t －p 值R２F 统计量F －p 值α００．０１０４０．００４８２．１４７８０．０３６２α１－０．００６５０．００３４－１．９１１００．０３０６∗α２０．０５９９０．０４０１１．４９３８０．１４１００．０７９６２．３３４８０．１０６５㊀㊀注:∗为t 统计量单侧检验的p 值结果表明:β︿i 的系数α１为负值,并且是统计意义显著的,说明股票的超额收益与β并没有和C A P M 理论预期的那样呈现一种正向的线性关系,而是出现了相反的结果.系数α２在５％显著性水平下是不显著的,符合理论预期.R ２值非常低,F 统计量也不显著,说明β值和σεi ()对收益率几乎没有任何解释能力,它们之间可能不存在线性的依赖关系.事实上无论回归样本是否取自指数成分股所得到的结果都是相似的.不同的是取自沪深３００成分股的横截面数据结果表明,连α１的系数都变得不显著,股票的超额收益和β也不相关,更低的R ２和F 统计量表明自变量的解释能力更加弱化.而取自非沪深３００成分股的结果虽然显示模型虽具有一定的解释能力,但β不再是唯一的解释变量,非系统性风险对股票的超额收益也有了相当的影响.㊀表３沪深３００成分股横截面数据回归结果系数标准误t 统计量t －p 值R２F 统计量F －p 值α００．０１３５０．００９４１．４３９９０．１６２８α１－０．００５７０．００５２－１．０９９００．１４１１∗α２０．０３４６０．０９１４０．３７９００．７０８００．０４８９０．６１７４０．５４７７㊀㊀注:∗为t 统计量单侧检验的p 值㊀表４非沪深３００成分股横截面数据回归结果系数标准误t 统计量t －p 值R ２F 统计量F －p 值α００．００４７０．００５７０．８１９７０．４１９５α１－０．００８２０．００４４－１．８５９８０．０３６７∗α２０．１１１１０．０４３１２．５７４３０．０１５８０．２２２７３．８６８１０．０３３３㊀㊀注:∗为t 统计量单侧检验的p 值五㊁结论本次实证检验了资本资产定价模型(C A P M )对资产定价的有效性,选取得６０只A 股市场股票进行验证.根据第一步回归的结果,６０只股票中有３只股由于存在非正常收益与C A P M 预测的结果并不一致.根据第二步回归的结果,平均超额收益与β值之间统计意义显著的负系数表明平均超额收益与β值之间不存在正的线性关系,这一点与样本是否取得指数成分股无关;然而,非系统性风险对平均超额收益的解释能力则与样本的选择范围有关系,指数成分股解释能力弱,非指数成本股解释能力强,这可能是因为在形成指数过程中已对各股的非系统性风险进行了分散.综上所述,根据此次数据,C A P M 并不适用于沪深市场.参考文献:[１]M a r k o w i t z H．P o r t f o l i oS e l e c t i o n [J ]．J o u r n a lo fF i Ｇn a n c e ,１９５２,７(１):７７－９１．[２]L i n t n e r J ．S E C U R I T Y P R I C E S ,R I S K ,A N D MA X I ＧMA LG A I N SF R OM D I V E R S I F I C A T I O N [J ]．J o u r n a lo f F i n a n c e ,１９６５,２０(４):５８７－６１５．[３]F a h a dN U ,L a u r a M R．T h eC l a s s i c a lA p pr o a c h e s t o T e s t i n g t h e U n c o n d i t i o n a lC A P M :U K E v i d e n c e [J ]．S o c i a l S c i e n c eE l e c t r o n i cP u b l i s h i n g ,１９１６,９(３):２２０．[４]尉雪波,谢海艳．C A P M 在上海股票市场的实证研究[J ]．统计教育,２００９,(６):３~７．[５]董大宇．C A P M 模型在上海股票市场的实证检验[J ]．特区经济,２０１４,(４):１２４~１２６．[６]王早．C A P M 模型应用于房地产股票市场的有效性检验[J ]．重庆师范大学学报(自然科学版),２００７,２４(３):７４~７７．作者简介:１．谭红日,河北金融学院研究生部学生.２．张健耘,美国圣克劳德大学赫伯格商学院学生.３．孙祥健,河北金融学院研究生部学生.。
资本资产定价模式CAPM)在上海股市的实证检验
资本资产定价模式(CAPM)在上海股市的实证检验蔡明超刘波一、资本资产定价模式(CAPM)的理论与实证：综述(一)理论基础资产定价问题是近几十年来西方金融理论中发展最快的一个领域。
1952年，亨利·马柯维茨发展了资产组合理论，导致了现代资产定价理论的形成。
它把投资者投资选择的问题系统阐述为不确定性条件下投资者效用最大化的问题。
威廉·夏普将这一模型进行了简化并提出了资产定价的均衡模型—CAPM。
作为第一个不确定性条件下的资产定价的均衡模型，CAPM具有重大的历史意义，它导致了西方金融理论的一场革命。
由于股票等资本资产未来收益的不确定性，CAPM的实质是讨论资本风险与收益的关系。
CAPM模型十分简明的表达这一关系，即：高风险伴随着高收益。
在一些假设条件的基础上，可导出如下模型：E(R j)-R f=(R m-R f)βj其中：E(R j )为股票的期望收益率。
R f为无风险收益率，投资者能以这个利率进行无风险的借贷。
E(R m )为市场组合的期望收益率。
βj =σjm/σ2m，是股票j 的收益率对市场组合收益率的回归方程的斜率，常被称为“β系数”。
其中σ2m代表市场组合收益率的方差，σjm 代表股票j的收益率与市场组合收益率的协方差。
从上式可以看出，一种股票的收益与其β系数是成正比例关系的。
β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，可看作股票收益变动对市场组合收益变动的敏感度。
通过对β进行分析，可以得出结论：在风险资产的定价中，那些只影响该证券的方差而不影响该股票与股票市场组合的协方差的因素在定价中不起作用，对定价唯一起作用的是该股票的β系数。
由于收益的方差是风险大小的量度，可以说：与市场风险不相关的单个风险，在股票的定价中不起作用，起作用的是有规律的市场风险，这是CAPM的中心思想。
对此可以用投资分散化原理来解释。
在一个大规模的最优组合中，不规则的影响单个证券方差的非系统性风险由于组合而被分散掉了，剩下的是有规则的系统性风险，这种风险不能由分散化而消除。
CAPM有效性的实证检验——基于沪深A股股票收益率
第 一 ， 物 流 金 融 能 有 效 降 低 金 融 风 险 ， 高 了 中 间 业 务 收 入 。 并 成 为 拓 宽 金 提
区域 经济持 续发展和 国 民经 济做 出贡献。
三 、 语 结
望 中 国 的 物 流 金 融 能 走 出 有 自 己特 色 的 道 路 ， 经 济 的发展 提 供 新 的活 力 ， 民 为 为 族 和 国家 的进 步作 出 自 己的贡献 。 参 考文献 ： ［】 茂 海 ． 时 期 商 业 银 行 发 展 物 流 金 融 １黄 新
Ｃ Ｍ 是 诺 贝 尔 经 济 学 奖 获 得 者 威 廉 ・ 普 于 １７ ＡＰ 夏 ９ ０年 在 他
的著作 《 投资 组合理论 与资本 市场 》 中提 出的 。在 Ｃ Ｐ Ａ Ｍ模 型 中， 只存 在 两种 风险 ： 系统 性风 险 ： 不可 以通过 资产 组合 方 法分 散调 的风 险。非系统性 风险 ： 被称做 为异质风 险 ， 风险属 于股票特 也 该 有 的风险 ， 可以通过 资产组 合 的方 法来 消除 。非系统 性风 险是股
看 到 ， 险 和 机 遇 是 共 存 的 ， 流 金 融 还 风 物 有 许 多 的 不 足 和 缺 陷 ， 需 要 我 们 共 同 的
融服务 领域 的新渠 道 ， 增加 了金 融服 务 在
项 目 同 时 ， 增 强 了创 新 能 力 。 也 第 二 ， 流 金 融 能 提 高 物 流 企 业 的 服 物 务 能 力 和 经 营 利 润 ， 助 企 业 拓 展 融 资 渠 协
改革 开 放 以来 ， 中国在 各 方 的领 域
资本 资 产定 价 理论 认 为 ， 资 的必要 收益 率 分 为 ： １ 无 风 投 （） 险收 益率 ， 即将 短期 国债利 率 （ 活期 银 行存 款 利 率 ） 为无 风 或 视 险投 资利 率 ；２） 场 平 均收 益率 ， （ 市 即整 个 资产 市 场 的平 均 收益 率． 当投 资所 承 担 的 风险 仅 为 市 场 风 险 的 时候 ， 项 投 资 的收 该
capm在中国股票市场的实证研究
capm在中国股票市场的实证研究ＣＡＰＭ在中国股票市场的实证研究摘要综合上海、深圳两个股票市场中的数据采用时间序列方法和横截面检验方法检验了CAPM在中国股票市场的适用性结果发现CAPM不符合我国目前的股票市场但是适应性逐年增强；对风险构成的分析表明:通过构造理性的投资组合可以使组合的总风险减低到只包含系统性风险水平这表明中国股票市场正一步步走向成熟关键词资本资产定价模型；投资组合；风险分散1引言作为现代金融理论三大支柱之一的资本资产定价理论经过几十年的发展已经在资本成本估算业绩评价事件研究等方面得到了广泛的应用自1990年上海证券交易所和深圳证券交易所成立以来经过十多年的持续发展两所的各项法律、法规得到了不断地完善我国证券市场进入了一个全新的发展阶段近年来随着中国证券市场的国际化我国的经济学界对资本资产定价理论表现出了浓厚的兴趣发表了不少检验CAPM在上海或深圳股票市场有效性的文章:施东辉（1996）陈浪南、屈文洲（2000）靳云汇、刘霖(2001)向方霓（2001）孙刚（2003）等面对发展迅速的中国股票市场我们有必要对其进行新的检验2数据来源、变量选取和模型设计2.1研究对象本文综合上海股票市场和深圳股票市场为研究对象原因有（1）上海证券交易所和深圳证券交易所共同构成中国的股票市场具有市场分割效应必须把它作为一个整体来研究；（2）实证研究CAPM的条件之一是样本观测期一般是10年或更长的时间而中国股票市场自成立以来总共才十几年的时间因此我们只能利用尽可能多的数据来消除风险溢价随时间的波动这也是本文采用大样本的原因2.2数据来源数据来源于色诺芬公司的CCER数据库选取沪深两市中在1996年12月31日以前上市的423只A股作为研究对象为了避免除权、除息造成的数据失真问题我们选取的数据都是CCER数据库中考虑分红的复权价2.3无风险利率的确定目前在以个人投资者居多的中国股票市场中由于还没有进行利率市场化而且中国国债市场发展不成熟因此无法用国债利率代表无风险利率同时储蓄是中国个人投资者中比重最大的投资机会因此本文选取与样本期间一致的三个月居民定期储蓄存款利率作为无风险利率（1.71%）其周利率为=0.03325%2.4收益率的计算本文定义市场指数为上证综指与深圳综指取对数后的算术平均值股票组合的对数价格为其包含的所有股票的对数价格的算术平均值收益率采用对数差分形式3CAPM及其实证研究CAPM是建立在一系列假设条件的基础上它主要描述证券市场中资产的预期收益率与风险之间的关系其数学表达式为第一步把时间段分为排序期（1997.01.03–1999.12.30）预估期（2000.01.07–2003.12.31）检验期（2004.01.02–2007.12.28）第二步利用排序期数据采用OLS法对公式（2）进行时间序列回归计算各个股票的值第三步根据第二步估计的个股β 值按从小到大的顺序排列并分成20个组合前17个组每组21只股票后3组每组22只股票第四步对CAPM进行修正检验结合预估期的数据按公式(2)估计出每个组合的β p 值及回归残差的标准差4检验结果分析总之,以上回归结果表明股票收益与市场收益、非系统风险、系统风险的测度值β 的平方β 2没有严格的线性关系中国股票市场不支持CAPM根据AIC值我们可以判定上述回归方程中模型四的解释能力最强其次是模型二而CAPM 公式即模型一仅比模型三稍好一些这就是说至少需要增加个股的特质风险因素中国股票市场上的股票收益率才可能得到全面的解释5中国股市投资风险构成分析股市风险分为系统风险和非系统风险对系统风险的测度我们结合20个组合的数据采用两个指标β 系数和判决系数 R 2我们知道只要方差至少是风险的近似测量CAPM对股票收益风险的分类仍然是成立的其收益率的方差我们用如下式子表示可知从相对指标来看β 1的组合数占所有组合数的比例高达75%；R 2的均值的0.874比孙刚在2003计算的数值0.729提高了19.98%与国外成熟的股票市场的风险比例（90%以上）相近从二十个组合的整体上来看所有组合的β 均值为1.04组合的β 趋于稳定与Levy （1967）测试的结果相似单个股票在短时间里β 值是不稳定的而由若干只股票构成的证券组合的β 值的稳定性却有相当的提高这说明选择合适的多只股票进行组合投资可以分散绝大部分非系统风险6结语本文综合沪深两市中的数据进行时间序列分析和横截面检验结果表明中国股票市场不适合资本资产定价模型但是适应性有了很大的提高虽然股票收益率历史数据和系统风险之间不存在显著的正相关关系股票系统性风险在股票定价中没有起到太大的作用但是通过构造理性的投资组合可以使组合的总风险减低到只包含系统性风险水平可以说中国股票市场经过这十几年的发展正一步步走向成熟参考文献［1］ShapeWF.Capitalassetpricesatheoryofmarketequilibrium underconditionofrisk［J］.JournalofFinance,1964,19(2):425-442.［2］靳云汇,刘霖.中国股票市场CAPM的实证研究［J］.金融研究,2001（7）.［3］陈浪南,屈文洲.资本资产定价模型的实证研究［J］经济研究,2000(4).［4］施东辉.上海股票巾场风险的实证研究［J］.经济研究,1996,(10).。
CAPM在中国股票市场的实证检验
CAPM在中国股票市场的实证检验CAPM在中国股票市场的实证检验内容摘要：本文利用1997年至2009年沪深综合A股月度数据，采取2SLS 方法和经改进的分组截面回归法对CAPM经典表达式进行实证检验。
结果显示：市场超额收益不显著为正、截距项不显著为零。
CAPM在中国股票市场不成立。
关键词：资本资产定价模型实证检验分组截面回归β值目录一、引言 (4)二、文献回顾 (4)（一）忽略了市场组合中的一些重要资本 (5)（二）没有根据市场的实际情况选择模型 (5)（三）统计过程中的数据偏差 (5)三、数据及方法 (6)（一）数据 (6)（二）实证检验方法 (6)1.按β值将个股进行分组 (7)2.回归出各支股票的β值并对每组β值求平均 (7)3.对β和市场超额回报率截面回归 (7)（三）回归结果 (8)四、结论 (11)五、参考文献 (12)一、引言自1997年中国股市全面步入正轨以来，关于中国股市的定价机制一直存在争议。
虽然随着中国经济体制的逐步健全，中国股市的波动变化已经可以被较为准确地解释说明，但如何系统高效地完成中国个股的定价，从而为未来各种情况下的股票定价问题提供有效的参照，一直悬而未决。
本文将资本资产定价模型（CAPM）引入中国股票市场，并对其有效性进行检验。
CAPM（资本资产定价模型）是由美国学者William Sharpe、John Lintner 等人在现代投资组合理论的基础上发展起来的。
其表述形式如下：E[R i]=r f+βim(R m?r f)（1）其中βim=cov[R i,R m]，E[R i]为资产i的期望收益率，R m为市场组合回报率，r f为var[R m]无风险资产收益率。
CAPM的重要之处在于它形象而生动地为我们提供了怎样测度风险以及收益率与风险之间关系，即一个证券的收益与其风险呈线性关系，同时说明了证券均衡价格如何形成的机制。
它通过预测证券的期望收益率和标准差的定量关系考虑已经上市的不同证券的“合理性”，可以帮助确定准备上市证券的价格，能够估计各种宏观和宏观经济变化对证券几个的影响。
资本资产定价模型在沪深市场的实证检验
资本资产定价模型在沪深市场的实证检验作者：谭红日张健耘孙祥健来源：《全国流通经济》2018年第19期摘要：依据资本资产定价模型理论，利用60只沪深两市股票及两步回归法对CAPM在沪深市场的有效性进行了实证检验。
实证结果表明，股票的平均超额收益与β值呈现负的相关关系，系统性风险对超额收益几乎没有解释能力，这在指数成分股样本中表现更加明显。
对于非指数成分股样本，虽然可以增加系统性风险的解释能力，但非系统性风险同样会对超额收益造成显著影响。
关键词：资本资产定价模型；证券市场；系统性风险中图分类号：F224；F275 文献识别码：A 文章编号：2096-3157（2018）19 -0098-02一、资本资产定价模型理论资本资产定价模型（CAPM）对资产均衡定价研究作出了开拓性贡献，在多个领域得到广泛应用。
但在不同市场，其定价有效性存在一定差异。
该模型基础理论来源于马科维茨（Markowitz）1952年创立的最优风险资产组合选择理论，依据马科维茨提供的方法，通过构建多元化投资组合可以有效地将非系统性风险进行分散化，利用不同权重投资组合的收益和标准差绘制“有效边界”，从中取得最优风险资产组合配置。
而后，夏普（Sharpe，1964），林特纳（Lintner，1965）和莫辛（Mossin，1966）分别基于马科维茨的研究推导出了CAPM。
CAPM最初是为了解释存在风险的条件下单一证券的均衡定价问题，根据CAPM，对于任何单一资产或资产组合，该资产或资产组合的预期超额收益同该资产的系统性风险之间存在线性关系，公式如下所示：從上式可以看出，CAPM中关键的一点就是并非所有的风险都得到了补偿，只有系统性风险，非系统性风险并不在其中，这是由于系统风险不能由分散化而消除，必须伴有相应的收益来吸引投资者投资。
这给我们进行实证检验提供了一个很好思路。
同时，利用股票指数作为市场组合的代表，难免存在误差，这里也采用指数成分股与非成分股分别进行研究来从不同角度看一看二者的区别。
CAPM模型在上海股票市场的有效性检验
CAPM模型在上海股票市场的有效性检验CAPM（Capital Asset Pricing Model）模型是当前金融学领域中最重要的资本市场定价模型之一，它在评估证券价格和风险之间关系的研究中起到了重要作用。
本文将对CAPM模型在上海股票市场的有效性进行进一步的检验，旨在探究该模型在中国市场的适用性和可靠性。
一、研究背景和意义CAPM模型是由肖普和马克奈利于1964年提出的，该模型认为证券的期望回报与市场风险存在正相关的线性关系。
在众多投资者和学者的研究中，CAPM模型一直是衡量个股或组合风险收益的基本工具。
然而，该模型最初是在美国的证券市场上建立的，其在其他国家和地区的有效性和适用性并未广泛检验。
中国的股票市场近年来发展迅速，成为全球投资者瞩目的焦点之一。
然而，由于中国市场的独特性质和所处的发展阶段，CAPM模型在中国市场中的有效性一直备受质疑。
因此，通过检验CAPM模型在上海股票市场中的适用性，可以对该模型的现实价值进行评估，并为投资者提供更科学的投资决策依据。
二、CAPM模型在上海股票市场的理论基础CAPM模型的核心理论是市场的系统风险，即市场组合的整体风险。
该模型认为，股票的期望回报应该取决于其与市场组合的系统风险之间的关系。
具体而言，CAPM模型认为一个证券的预期回报率可以由以下公式表示：E(Ri) = Rf + βi(E(Rm) - Rf)其中，E(Ri)是关于证券i的预期回报率，Rf是无风险利率，βi是证券i的系统风险系数，E(Rm)是市场组合的预期回报率。
在上海股票市场中，CAPM模型同样适用。
根据中国证券监督管理委员会的数据，上海股票市场是中国最大的股票市场之一，有着广泛的市场参与者和交易量。
因此，CAPM模型的核心观点即证券的回报率存在与市场组合风险相关的特定关系，可以在上海股票市场中得到有效验证。
三、检验上海股票市场中的CAPM模型有效性为了检验上海股票市场中CAPM模型的有效性，可以通过以下步骤进行研究：1. 数据收集：收集上海股票市场相关数据，包括个股价格、市场指数数据、无风险利率等。
基于沪深股市的CAPM适用性检验
基于沪深股市的ＣＡＰＭ适用性检验【摘要】利用投资组合理论化解非系统风险的关键条件是系统风险能够充分地被β所反映。
本文采用最近八年的沪深股票交易数据，对CAPM在我国股市的适用性进行检验，检验结果是β仍然不能涵盖所有无法分散的风险。
【关键词】CAPM；适用性；沪深股市；检验一、问题提出金融分析师是幸运的，他们不仅拥有大量详细的证券交易数据，而且也充分享受了近代和当代数学、经济学与金融学领域的各种模型作为自己分析工具的便利，其中投资组合理论的提出成为资本市场上寻求最低风险的航标。
现代投资组合理论的奠基人马科威茨（Marktwitz）于1952年最先提出了投资组合的均值－方差模型，12年后，夏普（William Sharp）、林特内（John Lintner）和穆西（Jan Mossin）等经济学家在此基础上提出资本资产定价模型（CAPM）：R=Rf+β（Rm-Rf）（1）此后经过不断的完善并应用于经济学领域。
多年来，在国外关于CAPM的研究很多，争议也很多，从前提的严格假设无法在现实的资本市场上实现，到检验的方法很难系统化，再到检验的结论趋向于CAPM不适用于金融市场等等，这些争议也使得大家对该模型的应用产生了质疑。
随着我国资本市场的不断进步，国内对于CAPM的适用性也更加关注，于是也得出了各时期检验的结果。
检验结论发现的问题主要集中于两点：第一，收益率与系统风险β之间是否为线性关系；第二，β是否可以涵盖所有无法分散的风险。
其中第二个问题是决定投资组合理论是否有效或者有效程度的重要前提。
最近几年，随着股份制改革的深入，我国资本市场得到了进一步的发展，资本也相对充足，有必要重新检验CAPM在我国资本市场的适用情况，尤其是β能否涵盖所有无法分散的风险，需要进一步检验。
二、CAPM检验结论和检验方法简述（一）CAPM检验结论简述施东辉（1996）的研究发现，系统性风险与预期收益呈现出一种负相关的关系，非系统性风险对股票收益有着重要的影响，系统性风险与预期收益不存在明显的线性关系。
CAPM模型对深圳股票市场的有效性检验
到７天的常数项系数分别为Ｏｔｌ：（）．００６０８１７、ｏｔ：：一ｏ．００９９９５；
ｄ．｛：一７．１７Ｅ－０５；仅４：－０．００３５１６；ｏｔ５：－０．（）１３３７６；ｏｔｎ：０．００９９５５９； ｏｌ：：－０．０１４８５５。
五、数据解释 对于回归系数Ｂ，，它代表了股票相对于市场的系统风 险。这类风险不能通过投资多元化来消除：根据此值，投资 者可以根据自己的喜好去选择投资：追求高回报的投资 者，则可选择Ｂ估计值大一些的股票；相反，对于那些不愿 意承担高风险或无力承担高风险的投资者，则可以选择Ｂ 估汁值较小的股票。根据表ｌ的结果，１（１（）支股票中１３估 汁值大于ｌ的只有深华发Ａ、德赛电池、深赛格、北方国 际、华侨城Ａ、天健集团、徐工机械这？只支股票，这些属 于进攻型股票，其余的股票都属于防御型股票二 从得出的仅值可以看出．在这７天中．常数项ｄ都不 等于０：ｄ＞０时投资股票是有效的．故该股票需求会增加， 使之即时价上涨；ａ＜０时则相反二Ｉ司时，需要注意的是．在
Ｂ＿６ Ｂ７７ Ｂ７８
Ｂ为
０．６８２７４３ —０．１０４６６ 一１．８７１９５ ０．２９４６５３ ０．３３３１４２
（１）无风险利率的计算：选取２０１４年一年期居民定期 存款利率作为无风险利率，折算成日利率，即ｒｆ＝Ｏ．（）６２５％： （２）收益率的计算：采用对数法，设ｔ（ｔ＝ｌ，２，３，４，５，６，７） 为时问，价格为Ｐ。，ｉ为某支股票，ｍ为证券组合，则ｒ．＝ｌｎｐ。一
２、ＣＡＰＭ模型形式
风险程度的比值，即Ｂ．＝望学峰掣． Ｊ
Ｖａｒ［ｒｍ
３、ＣＡＰＭ模型的意义
资本资产定价理论认为，一项投资所要求的必要报酬 率取决于以下三个凶素：无风险报酬率、市场平均报酬率 和投资组合的系统风险系数即ｐ系数。ＣＡＰＭ模型说明了 单个证券投资组合的期望收益率与相对风险程度Ｉ＇ＵＪ的关 系，即任何资产的期望报酬一定等于无风险利率加上一个 风险调整。后者相对于整个市场组合的风险程度越高，需 要得Ｎｆ；ｌ＜ｊ额４７Ｆ卡１、偿也就越高，这也是ＣＡＰＭ模型的主要 意义。
应用CAPM模型对深圳股市的实证检验
应用CAPM模型对深圳股市的实证检验吴玉东【期刊名称】《哈尔滨商业大学学报（自然科学版）》【年(卷),期】2011(027)002【摘要】利用了资本资产定价模型(CAPM)对中国深圳A股市场进行了实证检验.选取了2008～2010年深圳A股市场20支股票的日收盘价作为研究样本并借助Eviews软件,及BJS方法和FM模型进行检验.回归结果表明了β值显著性的成为收益率的解释因素,股票的收益与系统风险成正相关关系且个股的非系统风险在资产定价中也起作用.为了消除个股的非系统风险,又按β值的大小构造了股票的投资组合对CAPM模型进行修正检验,检验结果与个股的结论基本相同,但β值更好地权衡了股票组合的风险.检验的结果还体现了深圳股市还不够成熟,存在较多的投机行为.%The Shenzhen A - share market was presented by an empirical test using the Capital Asset Pricing Model (CAPM) in this paper.The test was carried out by means of Eviews software, BJS and FM models, selecting the closing prices of twenty shares from 2008 to 2010 as test samples.The results showed that the β-value is a significant factor in the stock return rate; there is a positive relation between the rate of return and system risk; and the non-system risk of individual stock contributes to the capital asset pricing as well.To eliminate the non-system risk of individual stock, the test is modified by the stock portfolio based on the β-value.As a result, it has drawn a conclusion that the stock portfolio is basically the same as individual one, but the β-value is more appreciated by the risk of stockportfolio.The test result also reflects that the Shenzhen stock market is not mature enough and has serious speculation.【总页数】4页(P182-184,207)【作者】吴玉东【作者单位】哈尔滨商业大学基础科学学院,哈尔滨,150028【正文语种】中文【中图分类】O211.67【相关文献】1.CAPM模型在上海股票市场的实证检验 [J], 徐超; 赵文钰; 司军强2.CAPM模型在深证证券市场适用性的实证检验 [J], 杨伊璇3.基于CAPM模型的国内市场实证检验与周期影响研究——以生物医药行业为例[J], 巩泽南;黄茹月4.CAPM模型在上海股票市场的实证检验 [J], 徐超;赵文钰;司军强5.CAPM模型在A股市场适用性的实证检验 [J], 杨双会;郑智楷因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CAPM模型在沪深股市适用性的实证检验作者：王丹彤
来源：《中国市场》2018年第29期
[摘要]作为现代金融市场价格理论的重要基础，我们需依赖不断更新的数据对CAPM模型在中国市场的有效性和适用性进行实证分析。
文章从沪深股市随机选取80只A股股票，分析其从2013年4月至2018年3月共60个月的数据。
利用Excel及Eviews进行分析，得出各只股票的贝塔系数与可决系数。
进而得出结论：一是CAPM并不能完全适用于中国股市；二是沪深A股市场更加适合风险偏好投资者；三是CAPM的局限性源于自身的条件限制和中国股市的不成熟，而其适用性会进一步加强。
[关键词]CAPM；沪深股市；回归分析；贝塔系数；可决系数
[DOI]10.13939/ki.zgsc.2018.29.048
1 前言
CAPM（Capital Asset Pricing Model）是William Sharp、John Lintner和Mossion基于Harry Markowitz的资产组合理论所提出的首个可用于计量检验的金融资产定价均衡模型。
作为当代金融市场价格理论的基石，CAPM的研究具有理论和实践意义。
从理论上讲，CAPM关注证券市场中多样化投资组合中风险资产报酬与风险之间的数量关系，并分析了证券收益对市场组合收益变动的敏感性。
实践上，CAPM分析结果可帮助投资者判断由于风险存在而产生的额外报酬能否达到预期，以此做出评价与决策，实现资产的优化合理配置。
近年来，基于资本资产定价模型的实证分析层出不穷且结果大相径庭。
然而，中国证券市场发展正快，上市公司的规模制度等时时调整，因此，CAPM的适用性与有效性需不断通过新数据进行重新检验，以观察是否发生显著变化。
2 CAPM一般概述
2.1 前提假设
2.1.1 市场假设
第一，市场不存在摩擦。
即无交易费和税负，并且资本市场信息对称，所有的投资者都可以立刻无偿地获得所有有价值的信息。
此外，不存在通货膨胀，折现率也不发生改变。
第二，竞争市场。
不存在价格垄断，存在均衡状态，任一投资者都不会对市场造成太大影响。
第三，无风险利率自由借贷。
第四，投资可以无限制细分。
允许投资组合里含有非整数的股份，投资者可以采用任意的比例来分配投资。
2.1.2 投资者假设
第一，主宰原则（Dominance Rule）。
投资者均为风险厌恶者，面临同等收益率时，选择风险较低的证券；投资者也很贪婪，当面临同样的风险时，他们会选择给他们带来更高回报的证券。
第二，一致性预期。
所有投资者对资产的收益以及风险的预期都相同，因此市场只存在一个效率边界。
第三，所有投资者的投资时长相同，且均为单期。
第四，投资者主要依靠预期收益率和风险做出决策。
投资者也依靠预期收益率、收益的方差和标准差来评估投资组合。
2.2 CAPM模型表述
2.3 贝塔系数（β）
作为衡量证券市场系统风险的重要指标（非系统风险已通过投资组合的多样化减少），是个股回报率随市场回报率变化的程度。
投资者可利用β预测证券的未来市场风险，以调整投资组合，做出更加理智的决策。
在大盘呈大涨趋势时，投资者应选择β系数高的证券，以放大市场收益；当大盘呈下跌趋势时，投资者应尽量选择β系数低的证券，以防御风险，降低损失。
3 实证研究
3.1 数据来源
本次估计分别选取深证、上证A股为研究对象，随机抽取40只深证A股股票和40只上证A股股票为样本，涵盖各个行业以保证样本的一致运用性。
研究期限为2013年4月26日至2018年3月30日，分析此60个月的数据，保证数据充足，提升估计精度。
本文所有数据来自国泰君安数据库。
3.2 各比率的选择与计算
3.2.1 股票收益率
其中Rt表示在第t月的最后一个交易日该种股票收益率，Pt表示在t月最后一个交易日的该种股票收盘价，Pt-1表示在第t-1月的最后一个交易日该种股票的收盘价，Dt表示该种股票在第t月的现金股利。
3.2.2 无风险收益率
选择一年期存款利息代表无风险收益率，由于共考察五年，因此对此五年数据进行加权平均，得到无风险收益率。
3.2.3 市场收益率
4 实证结果
本次估计计算分析了各只样本股过去60个月的数据，利用CAPM模型计算出各自的贝塔系数，并使用Excel和Eviews软件进行了回归分析，取得可决系数。
详见图1、图2、表1和表2。
4.1 对系统风险β值的分析
理论上，β是衡量股票或投资组合相对于市场的风险溢价的指标，反映了个股回报率对市场变化的敏感度，确定市场风险值为1。
当β>1时，说明该只股票的波动幅度高于市场：当大盘上涨时，个股涨幅高于大盘；股市下跌时，个股下跌得比大盘还多。
因此，这种股票也被称为进攻型股票，适用于风险偏好投资者。
当β=1时，个股价格波动与市场同步，称为中性股票，适合风险中性投资者。
当β
根据对上述80只股票的分析，发现所有股票的β值都大于0，说明所选股票与市场均为正相关关系。
其中有44只股票的β>1，中信证券达到了1.94；35只股票的β
4.2 对可决系数R2的分析
可决系数是一种综合衡量回归模型对样本值拟合优度的统计指标。
本次分析中，可决系数反映了总风险中，系统风险所占的比例。
当可决系数R2>0.5时，说明个股收益率的变化很大程度上是由影响大盘指数的因素造成的，在80只股票中，有25只R2>0.5，其中合肥百货的可决系数最大，达到0.74。
当R2
5 结论
此次估计利用CAPM模型及回归方程，分析了沪深股市共80只股票过去60个月的数据，计算出各个股的β系数与可决系数，并得到如下结论。
5.1 CAPM模型于中国证券市场的适用性不强
虽然超半数的股票，β系数介于0.8～1.2之间，说明其价格变动与市场收益率变动基本一致。
然而只有30%的股票可决系数大于0.5，说明系统风险所占总风险比重较小，非系统风险的作用仍旧不容小视，投资者不能仅依赖CAPM模型进行投资决策，还应考量公司经营等自身基本面的情况。
但我们仍可将β系数作为决策的辅助判断标准，当大盘上涨时，可选择β>1的股票，以获取更多的收益；当大盘下跌时，选择β
5.2 研究结论随样本数据的选择变化较大
在样本数据的选择时，剔除了不连续的股票，并且样本数据有限，这些都可能会影响最终结论的代表性。
在中国沪深股市，大多数的股票为进攻性股票，其价格波动幅度高于市场收益率的变化，因此更加适合风险偏好的投资者。
此外，综合观察其中可决系数较大的股票，除银行外，拟合度较高伴随着较高的贝塔系数，即高风险高收益的股票。
其系统风险依旧占据较高比例，个股价格大盘波动的影响较大，不容忽视。
5.3 CAPM模型的局限性
其局限性主要分为两个方面。
其一，模型的前提条件在中国沪深股市就很难满足。
例如，模型假定所有投资者对资产的收益以及风险的预期都相同，因此市场只存在一个效率边界，在现实中，这很难做到。
其二，中国股市仍处于发展阶段。
相比历史较旧的西方证券市场，中国股市发展时间短且受政策性影响较大，因此要审慎考虑CAPM模型在我国的应用。
在当代中国证券市场，比较过往数据及分析可以发现，我国正在不断努力趋向于满足资本资产定价模型的各项假设，因此其适用性也在不断提高，相信在不久的将来会发挥出更大的作用。
对于国家，应该乘胜追击，进行进一步的市场建设并且改善投资环境。
对于我们，应该不断进步创新，不断采用更加完善的实证研究方法对不断的更新的市场数据进行分析，以其给予投资者更加可靠的信息，实现投资者资产的优化合理配置。
参考文献：
[1]施东晖.上海股票市场风险性实证研究[J].经济研究，1996（10）：44-48.
[2]赵华.CAPM在沪深股市的有效性检验及两市联动性的统计分析[D].厦门：厦门大学，2002.
[3]武超.资本资产定价模型（CAPM）在深证A股市场的有效性检验[J].贵州商业高等专科学校学报，2014，27（4）：19-22.
[4]姜婕.CAPM模型在上证A股运输板块的实证检验[J].当代经济，2016（14）：114-115.
[5]张佳璇.CAPM模型在上证A股市场的实证分析[J].中国市场，2017（20）：75-77.。