CAPM模型对我国股市的实证分析，本文主要内容关键词为：实证论文,模型论文,股市论文,我国论文,CAPM论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
本文试图引入CAPM模型(资本资产市场定价模型)，以我国的股票市场为研究对象，进行相关的实证分析，检验CAPM在我国证券市场的适用性，这对于改进和完善我国的资本市场具有重要的理论和实践意义。
一、CAPM模型的相关介绍
Willian Sharpe(1964)[1]建立了第一个金融资产定价均衡模型：CAPM(资本资产定价模型)，由于CAPM模型操作的简便性和可操作性，并且在现实中的证券收益与风险预测、证券的估价以及投资组合的绩效评估等领域得到广泛的应用，很多学者也通过实证方法对该CAPM模型进行了检验。因此，从一定意义上说，该模型对我国的股票市场也具有长久的指导作用。
CAPM模型主要建立在一定的假设条件基础上，主要描述了证券市场中资产的收益与风险的关系，其数学表达式为：
模型的假设条件为：首先，模型假设证券市场是有效的。即认为市场是充分有效的，投资者所拥有的信息是通畅的，不存在阻碍信息畅通的障碍，信息成本为零，投资者分析方法类似，对未来市场的预期相同；其次，模型假定所有的投资者为理性投资者，属于风险厌恶性，追求投资得到最大回报；最后，模型假定证券市场是完全竞争市场，所有的投资者都被动地接受市场制定的价格。
模型中Beta值的说明：CAPM模型主要描述了单个证券资产风险与收益之间的关系，Beta值则表示该种证券资产的系统风险测量值。当Beta值等于1时，则表示该证券资产的系统风险等于市场组合风险，而当Beta值大于1或小于1时，则说明该证券资产的系统风险大于或小于市场组合的风险。因此，我们一般可以通过某种证券资产的Beta值的大小来判断其风险的大小，从而为我们的投资决策服务。
二、文献综述
关于CAPM模型的实证检验，国内外学者做了大量的研究，但大部分文献主要集中于将股票的横截面数据作为研究数据，而且所选取大多是金融危机之前的股票数据，因此所得出的实证结果众说纷纭，并没有达成统一的共识。Banz(1981)[2]认为，如果对CAPM模型进行实证检验，将公司规模的因素纳入模型中，结果会发现规模小的公司股票平均收益率要大于规模大的公司。Reinganum(1981)[3]、Lakonishok及Shapiro(1986)[4]认为股票收益与风险的正相关关系对于20世纪70年代后期的数据都成立。Bhandari(1988)[5]认为财务杠杆与股票的平均收益之间呈现正相关关系。Keim(1983，1985)[6]报告了股票收益在一个月内的效应。
国内学者在CAPM模型的实证检验上做了相关的研究。施东辉(1996)[7]首次运用CAPM模型对我国股票市场进行检验，结果发现我国股市中系统性风险占有相当高的比例，股票价格呈现强烈的同向性波动，系统性风险与预期收益率存在显著的负相关关系。阮涛、林少宫(2000)[8]选取了上海证券市场的40只股票进行相关的实证检验，结果发现CAPM模型在我国上海证券市场上不适用。靳云汇、刘霖(2001)[9]运用多种方法检验了CAPM模型在我国股票市场的适用性，结果发现CAPM模型并不适用于近几年的中国股市。顾荣宝、刘瑜华(2007)[10]通过回归方法对我国深圳证券市场进行实证检验，结果表明CAPM模型不适合我国深圳股票市场。王晓燕、吕效国和浦燕(2010)[11]通过对传统CAPM模型进行修正，得出的实证结果有了显著提高。
本文将通过考虑Beta值来判断CAPM模型对我国股票市场的适用性和有效性，即采用时间序列数据对CAPM模型进行实证检验，并分析截距项和相关系数的经济含义。
三、CAPM模型的实证检验
(一)CAPM模型的转换
原有的CAPM模型是一个事先对股票的收益率进行预测的事前线性模型，因此，对其检验的第一步就是将理论的资本资产定价模型即事前模型转变为可以利用历史数据的事后形式[2]，即对模型进行转换，变为一个一元线性回归模型，然后再通过回归的方法检验CAPM模型在该股票上是否应用。因此，经过一系列的变化，我们设定检验的实证模型为：
(二)关于数据的选取
本文将从我国证券市场上随机选取4只股票，股票代码尾数均为6，它们分别为东风汽车(600006)、中海发展(600026)、招商银行(600036)、宇通客车(600056)，选取2007年1月到2010年12月的月度时间序列数据进行回归分析。其中特别指出的是2008年10月份两次调整定期存款利率，因此，本文取两者的平均数作为该月份的定期存款利率。
(三)实证检验方法
1.单位根检验
由于本文选取的是时间序列数据，为了防止回归结果出现伪回归，因此，在进行模型回归前，需要先检验所有时间序列的平稳性，即需要先进行单位根检验。目前已有几种平稳性(单位根)检验的成熟工具，本文采用ADF(Augmented Dickey-Fuller)检验方法，滞后阶数根据SIC信息准则确定。其基本步骤为：首先检验既有趋势项又有常数项的模型，如果存在单位根，继续检验有常数项无趋势项的模型，如果还存在单位根，则检验既无趋势项又无常数项的模型。经过以上步骤仍不能拒绝零假设则取一次差分再重复以上步骤直到拒绝零假设为止，相应的差分次数就是变量的可积阶数。
2.单个股票β系数的估计
本文利用2007年1月—2010年12月的数据，采用以下模型估计β的系数：
(四)实证检验结果分析
为了不影响时间序列数据的真实性，模型中的相关变量采用原始数据的每期变化量进行分析。本文所有计算均使用Eviews6.0完成。
1.单位根检验结果
单位根的检验结果(表1)表明变量“R(m)-R(f)”在5%的显著水平下拒绝含有单位根的假设，而其余的变量均在1%的显著水平下拒绝含有单位根的假设，因此，通过单位根的实证检验可知，所有的变量都是平稳的。
2.单个股票β系数的估算
(1)股票东风汽车(600006)的β系数
通过实证分析，可以得出该只股票的回归模型如下：
通过实证结果可以看出，判定系数和杜宾统计量分别为0.64966和1.697908。截距项在1%的显著性水平上通过了检验，为0.038861，符号为正，根据所代表的经济含义可以看出，该只股票的实际回报率高于预期回报率，即股票的价格高于其内在的价值，预计该股票的价格会降低。而系数β的估算值为1.092862，并且在1%的显著水平上通过了检验，根据β系数的含义，如果β系数能通过显著性检验，则说明CAPM模型是有效的，反之，CAPM模型是无效的。因此，通过这只股票的实证可以看出，CAPM模型在后金融危机后期是有效的。同时，β系数大于1且符号为正，可以看出该股票的收益率与市场组合的收益率成正相关关系，系统性风险大于市场组合的风险。
(2)股票中海发展(600026)的β系数
该回归模型中
和DW的分别为0.772347和1.752546，拟合程度较好，且模型不存在自相关性。截距项在1%的显著性水平上通过了检验，为0.050151，符号为正，根据所代表的经济含义可以看出，该只股票的实际回报率高于预期回报率，即股票的价格高于其内在的价值，预计该股票的价格会降低。而系数β的估算值为1.360126，并且在1%的显著水平上通过了检验，根据β系数的含义，如果β系数能通过显著性检验，则说明CAPM模型是有效的，反之，CAPM模型是无效的。因此通过这只股票的实证可以看出，CAPM模型在后金融危机后期是有效的。同时，β系数小于1且符号为正，可以看出该股票的收益率与市场组合的收益率成正相关关系，系统性风险小于市场组合的风险。
(3)股票招商银行(600036)的β系数
该回归模型中和DW的分别为0.568822和2.114552，拟合程度较好，且模型不存在自相关性。截距项在1%的显著性水平上通过了检验，为0.03721，符号为正，根据所代表的经济含义可以看出，该只股票的实际回报率高于预期回报率，即股票的价格高于其内在的价值，预计该股票的价格会降低。而系数β的估算值为0.952114，并且在1%的显著水平上通过了检验，根据β系数的含义，如果β系数能通过显著性检验，则说明CAPM模型是有效的，反之，CAPM模型是无效的。因此通过这只股票的实证可以看出，CAPM模型在后金融危机后期是有效的。同时，β系数小于1且符号为正，可以看出该股票的收益率与市场组合的收益率成正相关关系，系统性风险小于市场组合的风险。
(4)股票中国医药(600046)的β系数
通过实证结果可以看出，判定系数和杜宾统计量分别为0.519036和1.941323。截距项在1%的显著性水平上通过了检验，为0.06161，符号为正，根据所代表的经济含义可以看出，该只股票的实际回报率高于预期回报率，即股票的价格高于其内在的价值，预计该股票的价格会降低。而系数β的估算值为1.255971，并且在1%的显著水平上通过了检验，根据β系数的含义，如果β系数能通过显著性检验，则说明CAPM模型是有效的，反之，CAPM模型是无效的。因此通过这只股票的实证可以看出，CAPM模型在后金融危机后期是有效的。同时，β系数大于1且符号为正，可以看出该股票的收益率与市场组合的收益率成正相关关系，系统性风险大于市场组合的风险。
本文选取了2007年1月—2010年10月的数据，通过上述实证分析可以得出，4只股票β系数的估算值都通过了显著性检验。由于所选取的4只股票具有一定的随机性，因此，我们可以得出在该段时间内，CAPM模型在我国的股票市场是有效的，适用性较好。同时，我们还可以得出这4只股票的收益率与市场组合收益率呈现出明显的正相关关系，个股的收益率主要由市场组合收益率来决定，当然，还会受到其他一些因素的影响，比如说公司的重组等，尤其是在2011年，个股由于受到公司重组利好消息的影响，股票的收益率出现了大幅度的上涨，如济南钢铁、西藏发展等。最后，我们通过β系数是否大于1来判断股票的系统性风险与市场组合风险的大小，结果表明：在4只股票中，东风汽车(600006)和中国医药(600046)两只股票的系统性风险大于市场组合的风险，其余2只股票的系统性风险小于市场组合风险，该实证结果也为我们的投资决策提供了一定的参考意见。
标签：股票论文; 资本资产定价模型论文; 股票收益率论文; 有效市场论文; 实证分析论文; 风险收益率论文; 风险模型论文; 证券论文;