CAPM对深圳股市的实证分析

CAP M 对深圳股市的实证分析
顾荣宝,刘瑜华
(南京财经大学金融学院,江苏南京 210046)
摘 要:以深圳股票市场为研究对象,通过时间序列回归方法对CAPM 在中国证券市场的适用性进行实证检验,结果表明CAPM 不适合我国深圳股票市场.这说明近年来深圳股市虽有较大发展,但仍然是一个不成熟的股市.
关键词:股票市场;收益率;CAPM
中图分类号:F832 文献标识码:A 文章编号:1000-2162(2007)02-0017-04
CAP M (资本资产定价模型)是W illian Sharpe [1]
于1964年建立的第一个金融资产定价均衡模型.
CAP M 与APT(套利定价理论)、OPT(期权定价理论)共同构成现代金融理论的三大基石.由于CAP M 的简洁性和可操作性,在股票收益预测、投资风险分析等许多问题中得到广泛的应用.随着我国证券市场的建立,C AP M 是否适合中国股市的问题引起众多学者的关注
[2-5]
.多数学者对上海股票市场的实证检
验表明:C AP M 尚不适合我国证券市场.然而,随着我国股票市场的迅速发展,现在的中国证券市场是否适合C AP M 呢?本文利用最新的数据来对深圳证券市场进行实证检验.
1 CAPM 及其实证检验
CAP M 是建立在一系列假设条件基础上的,它主要描述了证券市场中资产的预期收益率与风险之间的关系.CAP M 的数学表达式为
E (r i )=r f +B i m (E (r m )-r f )(1)
其中,E (r i )为第i 种证券的期望收益率;r f 为无风险收益率;E (r m )为证券市场组合的期望收益率;B i m =cov (r i ,r m )/var (r m )为第i 种证券系统风险的测度.
由于同一横截面的r f 和E (r m )对于各i 种证券均是一样的,对(1)式作横截面数据分析为E (r it )=r f t +B i (E (r m t )-r ft )
于是,对CAP M (1)的检验,也就是检验如下模型
E (r it )-r ft =B i (E (r m t )-r ft )
检验形式为
R it =A i +B i R mt +E it
其中,R it =E (r it )-r ft ,R mt =E (r m t )-r f t ;r it 是证券i 第t 期的收益率;r m t 是市场组合第t 期的收益率;E it 为随机误差.
若要接受CAP M,则应在回归方程显著的条件下同时接受如下的两个假设:
(1)接受H 0:A i =0的假设;(2)拒绝H 1:B i =0的假设.
2 CAPM 在深圳股市的实证检验
本文以2000年1月1日至2005年12月31日深圳股市203支A 股股票周收盘价为研究对象.数据来自上海大智慧投资咨询有限公司提供的大智慧证券信息平台.
收稿日期:2006-08-16
基金项目:江苏省高校自然科学基金资助项目(05K J B110033)
作者简介:顾荣宝(1956-),男,安徽明光人,南京财经大学教授,博士,硕士生导师.
2007年3月第31卷第2期安徽大学学报(自然科学版)
Journa l of A nhuiU n i ve rsity N a t ura l Sc i ence Ed iti on M arch 2007V o.l 31N o .2
对第i支股票第t周的收益率r it,按如下公式计算
r it=p it-p i(t-1) p i(t-1)
其中,p it是第i支股票在t周的收盘价;p i(t-1)是第i支股票在t-1周的收盘价.选取R f=0.04375%.
为了减少回归中的误差,把检验分为以下几个步骤:
(1)把时间段分为3个时期:2000年1月1日~2001年12月31日;2002年1月1日~2003年12月31日;2004年1月1日~2005年12月31日.
(2)利用第一期的数据采用OLS法进行时间序列回归,并按如下公式计算单个股票的B值
R it=A i+B i R mt+E it
其中,R it是股票i在第t周的收益率;R mt是第t周的市场收益率.
(3)根据第一期样本数据估计出的个股B值,按从小到大的顺序排列,并分成20个股票组合,前17组每组10支股票,后3组每组11支股票.
(4)结合第二期的数据,对组合的收益率与市场收益率运用OLS法进行时间序列回归,按如下公式估计每个组合的B P值及回归残差的标准差R P
R P t=A P+B P R mt+E P t(2)其中,R P t为组合在第t周的组合平均收益率;R m t为第t周的市场平均收益率.
本文中的组合均为等权组合,其收益率按下面的公式计算
R P t=1
n
E n
i=1
r it
(5)根据第三期各组合的周平均收益率和第二期的各组合B P值及回归残差的标准差R P进行横截面数据回归.分别考察下面5个回归方程:
(a)先采用标准的S M L线回归方程
R pi=C0+C1B p i+E i(3)
(b)在方程(3)中加入一个新的解释变量)))(2)式的残差项的标准差R P,得
R pi=C0+C1B p i+C3R pi+E i(4)
(c)在方程(3)中加入B2p,得
R pi=C0+C1B p i+C2B2p i+E i(5)
(d)考察R p为唯一解释变量时的回归方程
R pi=C0+C3R pi+E i(6)
(e)在方程(5)中加入R p,即Fa m a和M ac Beth模型[6]
R p i=C0+C1B p i+C2B2p i+C3R pi+E i(7) 3检验结果及分析
应用SPSS10.0,分别对第一期数据进行时间序列回归估计单个股票B值;利用第二期数据按照(2)式对市场组合平均收益率和市场平均收益率进行时间序列回归,估计各组合的B P和对应残差项的标准差R P;利用第三期数据,分别对(3)~(7)式进行拟合,回归结果分别如表1~6所示.
表1方程(3)的回归结果
参数估计值标准差B t-统计量s i g.
C
-6.113E-030.002-3.2710.004
C
1
2.242E-030.0020.2901.2840.215
结果分析:首先,根据回归得到的相关系数R=0.29,判定系数R2=0.084,调整的判定系数为0.033,回归的标准误差为0.001114,说明股票的收益与系统风险相关程度较差,样本的线性回归代表性较弱;统计量的F=1.65,相伴概率为p<0.215,说明市场风险的测度系数B与股票收益之间线性关18安徽大学学报(自然科学版)第31卷
系比较差.其次,C 0的估计值-0.006113与R f =0.0004375有偏差,C 0为负值说明市场中存在投机行为;C 1的估计值0.002242虽然大于零,但与证券市场线的斜率r m -r f =-0.00317相差0.005412;C 1的t-统计量为1.284,相伴概率值为0.215,说明回归系数与零没有显著的差别.因此,股票收益与市场收益不存在严格的线性关系,系统风险对股票收益的解释力比较差,从而否定了资本资产定价模型在深圳股票市场的有效性.
表2 方程(4)的回归结果
参数估计值标准差B t-统计量s i g .C 0-12.91910.615 -1.2170.240C 11.967E-30.0020.2541.1320.273C 2
12.979
10.670
0.273
1.216
0.240
结果分析:首先,C 0的估计值为-12.919<0,即资金的时间价值为负,它不能显著地说明市场具有投机特征;回归选取的统计显著水平0.05,自由度为17,由于统计量T (0.05/2)=2.11>1.217,sig .=24%>5%,说明C 0与零无显著差异;其次,C 3=12.979,由于统计量T(0.05/2)=2.11>1.216,sig .=24%>5%,不能认为该回归系数与零之间有显著差异,该自变量与股票收益之间不存在显著的线性关系,非系统风险的变动不能很好地解释说明股票收益的变动.
表3 方程(5)的回归结果
参数估计值标准差B t-统计量si g .C 07.134E -030.006 1.1010.286C 1-2.591E-020.013-3.349-1.9370.070C 2
1.449E -02
0.007
3.665
2.120
0.049
结果分析:首先,C 1=-0.02591,对应的t-统计量为-1.937<2.11,并且si g .=0.07>0.05,说明回归系数C 1与零无显著差异;其次,对于B 2
的系数C 2为0.01449,它对应的t-统计量2.12>2.11,si g .<5%,说明股票收益与B 2
之间不存在线性关系.
表4 方程(6)的回归结果
参数C 估计值标准差B t-统计量sig .C 0-14.47910.607 -1.3650.189C 3
14.550
10.662
0.306
1.365
0.189
结果分析:由于C 3的估计值14.55,对应的t-统计量1.365<2.101以及sig .=0.189>0.05,因此可以认为非系统风险与股票收益之间不存在显著的线性关系,非系统风险不能很好地解释因变量的变动,这和我国股权分置的特殊时期有关系,由于特殊原因导致股票收益出现异常波动.
表6 方程(7)的回归结果
参数估计值标准差B t-统计量s i g .C 0-4.77911.191 -0.4270.675C 1-2.322E-020.015-3.001-1.5400.143C 11.305E -020.0083.3011.6800.112C 1
4.810
11.246
0.101
0.428
0.675
结果分析:(7)式在显著性水平5%下,查表得到的t-统计量为2.12,各估计参数的sig .都大于5%,这些说明统计系数都不显著,回归的自变量对因变量解释力较差.
以上对方程(3)~(7)的回归检验表明股票收益与市场收益、非系统风险、系统风险的测度值B 的二次方B 2
都没有严格的线性关系,这表明从2000年初到2005年末的五年间,我国的股票市场股价出现
19
第2期顾荣宝,等:CAPM 对深圳股市的实证分析
20安徽大学学报(自然科学版)第31卷
异常波动,甚至只跌不涨.这些给深圳股票市场带来很大的影响,投资者的收益率在很长一段时间内都是负值.
4结语
本文对深圳股市的时间序列检验和横截面检验,结果表明:深圳股市系统性风险与股票收益相关性很差,股票系统性风险在股票定价中起没有太大作用;股票的平均收益与系统性风险并不是CAP M 预料的线性关系,还有其他风险因素在股票定价中起着不可忽视的作用;在深圳股票市场上,投资者的投机性很强,相当多的投资者关注的不是资本的时间价值,而是追求高风险所带来的高收益.五年来,深圳股市虽有较大发展,但是其市场效率并没有明显变化,与C AP M假设的条件比较仍然相差很大.换言之,深圳股票市场仍然是一个不成熟的股市.
参考文献:
[1]ShapeW F.Capita l asset prices:a t heory o f ma rket equ ili br i u m unde r conditi on o f risk[J].Journa l o f F i nance,
1964,19(2):425-442.
[2]阮涛,林少宫.CAPM模型对上海股票市场的检验[J].数理统计与管理,2000,19(2):12-18.
[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):26-34.
[4]杨朝军,蔡明超,傅继波.上海股票市场资本资产定价的横截面研究[J].系统工程理论与实践,2001,10(2):
66-70.
[5]靳云汇,刘霖.中国股票市场CA P M的实证研究[J].金融研究,2001,253(7):106-114.
[6]Fam a E F and M acBe t h J.R i sk re t urn and equili br i u m:emp i r ica l tests[J].Journa l of Po liti ca l Economy,1973,71
(1):607-654.
Empirical tests of CAPM on Shenzhen p s stock m arket
GU Rong-bao,LI U Yu-hua
(Schoo l of F i nance,N anji ng U n i ve rsity o f F i nance and Econom ics,N an ji ng210046,China)
Abst ract:I n th is paper,w e e mp irica l testwhether C AP M is useful in Ch i n a p s stock m ar ke,t usi n g closing pr i c es of equities i n Shenzhen p s m ar ket and the m ethod o f ti m e sequence recurrence.The resu lts sho w tha t CAP M isn p t app licab l e i n Shenzhen p s stock m arke.t A lthough m ak i n g rapid developm en,t Shenzhen's stock m arke t is still an i m m ature m ar ke.t
K ey w ords:stock m ar ke;t ret u rn;C AP M
责任编校:朱夜明。