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(Rj)-Rf=(Rm-Rf)(j 其中： E(Rj )为股票的期望收益率。 Rf 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(Rm )为市场组合的期望收益率。 (j =(jm/(2m，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“(系数”。其中(2m代表市场组 合收益率的方差，(jm 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CA PM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。由于系统性风险不能由分散化而消除，必须伴随有相应的收益 来吸引投资者投资。非系统性风险，由于可以分散掉，则在定价中不起作用。 (二)实证检验的一般方法 对CAPM的实证检验一般采用历史数据来进行，经常用到的模型为： [pic] 其中： [pic] 为其它因素影响的度量 对此模型可以进行横截面上或时间序列上的检验。 检验此模型时，首先要估计 [pic]系数。通常采用的方法是对单个股票或股票组合的 收益率 [pic]与市场指数的收益率 [pic]进行时间序列的回归，模型如下： [pic] 这个回归方程通常被称为“一次回归”方程。 确定了 [pic]系数之后，就可以作为检验的输入变量对单个股票或组合的β系数与收 益再进行一次回归，并进行相应的检验。一般采用横截面的数据，回归方程如下： [pic] 这个方程通常被称作“二次回归”方程。 在验证风险与收益的关系时，通常关心的是实际的回归方程与理论的方程的相合程度 。回归方程应有以下几个特点： (1) 回归直线的斜率为正值，即 [pic]，表明股票或股票组合的收益率随系统风险的增大而 上升。 (2) 在 [pic]和收益率之间有线性的关系，系统风险在股票定价中起决定作用，而非系统性 风险则不起决定作用。 (3) 回归方程的截矩 [pic]应等于无风险利率 [pic]，回归方程的斜率 [pic]应等于市场风 险贴水 [pic]。 (三)西方学者对CAPM的检验 从本世纪七十年代以来，西方学者对CAPM进行了大量的实证检验。这些检验大体可以 分为三类： 1.风险与收益的关系的检验 由美国学者夏普（Sharpe）的研究是此类检验的第一例。他选择了美国34个共同基金 作为样本，计算了各基金在1954年到1963年之间的年平均收益率与收益率的标准差，并 对基金的年收益率与收益率的标准差进行了回归，他的主要结论是： a、在1954—1963年间，美国股票市场的收益率超过了无风险的收益率。 b、 基金的平均收益与其收益的标准差之间的相关系数大于0.8。 c、风险与收益的关系是近似线形的。 2.时间序列的CAPM的检验 时间序列的CAPM检验最著名的研究是Black，Jensen与Scholes在1972年做的，他们的 研究简称为BJS方法。BJS为了防止β的估计偏差，采用了指示变量的方法，成为时间序列 CAPM检验的标准模式，具体如下： a、利用第一期的数据计算出股票的β系数。 b、 根据计算出的第一期的个股β系数划分股票组合，划分的标准是β系数的大小。这 样从高到低系数划分为10个组合。 c、采用第二期的数据，对组合的收益与市场收益进行回归，估计组合的β系数。 d、 将第二期估计出的组合β值，作为第三期数据的输入变量，利用下式进行时间序列 回归。并对组合的αp进行t检验。 [pic] 其中：Rft为第t期的无风险收益率 Rmt为市场指数组合第t期的收益率 βp指估计的组合β系数 ept为回归的残差 BJS对1931—1965年间美国纽约证券交易所所有上市公司的股票进行了研究，发现实 际的回归结果与理论并不完全相同。BJS得出的实际的风险与收益关系比CAPM 模型预测的斜率要小，同时表明实际的αp在β值大时小于零，而在β值小时大于零。这意 味着低风险的股票获得了理论预期的收益，而高风险股票获得低于理论预测的收益。 3.横截面的CAPM的检验 横截面的CAPM检验区别于时间序列检验的特点在于它采用了横截面的数据进行分析， 最著名的研究是Fama和Macbeth（FM）在1973年做的，他们所采用的基本方法如下： a、根据前五年的数据估计股票的β值。 b、 按估计的β值大小构造20个组合。 c、计算股票组合在1935年—1968年间402个月的收益率。 d、 按下面的模型进行回归分析，每月进行一次，共402个方程。 Rp=(0+(1(p+(2(p2+(3(ep+ep 这里：Rp为组合的月收益率、 βp为估计的组合β值 (p2为估计的组合β值的平方 (ep为估计βp值的一次回归方程的残差的标准差 (0、(1、(2、(3为估计的系数，每个系数共402个估计值 e、对四个系数(0、(1、(2、(3进行t检验 FM结果表明： ①(1的均值为正值，在95%的置信度下可以认为不为零，表明收益与β值成正向关系 ②(2、(3在95%的置信度下值为零，表明其他非系统性风险在股票收益的定价中不起主要 作用。 1976年Richard·Roll对当时的实证检验提出了质疑，他认为：由于无法证明市场指数 组合是有效市场组合，因而无法对CAPM模型进行检验。正是由于罗尔的批评才使CAPM的 检验由单纯的收益与系统性风险的关系的检验转向多变量的检验，并成为近期CAPM检验 的主流。最近20年对CAPM的检验的焦点不是 [pic]，而是用来解释收益的其它非系统性 风险变量，这些变量往往与公司的会计数据相关，如公司的股本大小，公司的收益等等 。这些检验结果大都表明：CAPM模型与实际并不完全相符，存在着其他的因素在股票的 定价中起作用。 (四)我国学者对风险－收益关系的检验 我国学术界引进CAPM的概念的时间并不长，一些学者对上海股市的风险与收益的关系 做了一些定量的分析，但至今仍没有做过系统的检验。他们的研究存在着一些缺陷，主 要有以下几点： 1. 股票的样本太少，不代表市场总体，无法得出市场上风险与收益的实际关系。 2. 在两次回归中，同时选用同一时期的数据进行 [pic]值的估计和对CAPM模型中线 性关系的验证。 3. 在确定收益率时并没有考虑分红，送配带来的影响并做相应调整，导致收益和风 险的估计的偏差，严重影响分析的准确性。 4. 在回归过程中，没有选用组合的构造，而是采用个股的回归易导致， [pic]系数 的不稳定性。 二、上海股市CAPM模型的研究方法 (一)研究方法 应用时间序列与横截面的最小二乘法的线性回归的方法，构造相应的模型，并进行统 计检验分析。时间序列的线性回归主要应用于股票β值的估计。而CAPM的检验则采用横截 面回归的方法。 (二)数据选取 1.时间段的确定 上海股市是一个新兴的股市，其历史并不十分长，从1990年12月19日开市至今，不过 短短八年的时间。在这样短的时间内，要对股票的收益与风险问题进行研究，首先碰到 的是数据数量不够充分的问题。一般来说对CAPM的检验应当选取较长历史时间内的数据 ，这样检验才具有可靠性。但由于上海股市的历史的限制，无法做到这一点。因此，首 先确定这八年的数据用做检验。 但在这八年中，也不是所有的数据均可用于分析。CAPM的前提要求市场是一个有效市 场：要求股票的价格应在时间上线性无关。在第一章中通过对上海股市收益率的相关性 研究，发现93年之前的数据中，股价的相关性较大，会直接影响到检验的精确性。因此 ，在本研究中，选取1993年1月至1998年12月作为研究的时间段。从股市的实际来看，1 992年下半年，上海股市才取消涨停板制度，放开股价限制。93年也是股市初步规范化的 开始。所以选取这个时间点用于研究的理由是充分的。 2.市场指数的选择 目前在上海股市中有上证指数，A股指数，B股指数及各分类指数，本文选择上证综合 指数作为市场组合指数，并用上证综合指数的收益率代表市场组合。上证综合指数是一 种价值加权指数，符合CAPM市场组合构造的要求。 3.股票数据的选取 这里用上海证券交易所（SSE）截止到1998年12月上市的425家A股股票的每日收盘价 、成交量、成交金额等数据用于研究。这里遇到的一个问题是个别股票在个别交易日内 停牌，为了处理的方便，本文中将这些天该股票的当日收盘价与前一天的收盘价相同。 三、上海股市风险－收益关系的实证检验 (一)股票贝塔系数的估计 中国股票市场共有8年的交易数据，应采用3年以上的数据用于估计单个股票的 [pic] 系数，才能保证 [pic]具有稳定性。但是课题组在实践中通过比较发现由于中国股票市 场作为一个新兴的市场，无论是市场结构还是市场规模都还有待于进一步的发展，同时 各种股票关于市场的稳定性都不是很高，股市中还存在很大的时变风险，因此各种股票 的 [pic]系数随着时间的推移其变化将会很大。所以只用上一年的数据估计下一年的 [pic]系 数时， [pic]系数将更具有灵敏性，因为了使检验的结果更理想，均采用上一年的数据 估计下一年的 [pic]系数。估计单个股票的 [pic]系数采用单指数模型，如下： [pic] 其中： [pic]: 表示股票i在t时间的收益率 [pic]: 表示上证指数在t时间的收益率 [pic] ：为估计的系数 [pic] ：为回归的残差。 进行一元线性回归，得出 [pic]系数的估计值 [pic]，表示该种股票的系统性风险的 测度。 (二)股票风险的估计 股票的总风险，可以用该种股票收益率的标准差来表示，可以用下式来估计总风险 [pic] [pic] 其中：N为样本数量， [pic]为 [pic]的均值。 非系统风险，可用估计 [pic]的回归方程中的残差 [pic]的标准差来表示，用 [pic] 表示股票i的非系统性风险，可用下式求出： [pic] 其中： [pic] 为一次回归方程的残差 [pic] 为 [pic]的均值 (三)组合的构造与收益率计算 对CAPM的总体性检验是检验风险与收益的关系，由于单个股票的非系统性风险较大， 用于收益和风险的关系的检验易产生偏差。因此，通常构造股票组合来分散掉大部分的 非系统性风险后进行检验。构造组合时可采用不同的标准，如按个股(系数的大小，股票 的股本大小等等，本文按个股的(系数大小进行分组构造组合。将所有股票按(系数的大 小划分为15个股票组合，第一个股票组合包含(系数最小的一组股票，依次类推，最后一 个组合包含(数子最大的一组股票。组合中股票的(系数大的组合被称为“高(系数组合”， 反之则称为“低(系数组合”。 构造出组合后就可以计算出组合的收益率了，并估计组合的(系数用于检验。这样做的一 个缺点是用同一历史时期的数据划分组合，并用于检验，会产生组合(值估计的偏差，高 (系数组合的(系数可能会被高估，低(系数组合的(系数可能被低估，解决此问题的方法 是应用Black,Jenson与Scholes研究组合模型时的方法（下称BJS方法），即如下四步： (1)利用第一期的数据计算股票的(系数。 (2)利用第一期的(系数大小划分组合 (3)采用第一期的数据，对组合的收益与市场收益率进行回归，估计组合的(系数 (4)将第一期估计出的组合(值作为自变量，以第二期的组合周平均收益率进行回归检验 。 在计算组合的平均周收益率时，我们假设每个组合中的十只股票进行等额投资，这样对 平均周收益率 只需对十只股票的收益率进行简单平均即可。由于股票的系统风险测度，即真实的贝塔 系数无法知道，只能通过市场模型加以估计。为了使估计的贝塔系数更加灵敏，本研究 用上一年的数据估计贝塔系数，下一年的收益率检验模型。 (四)组合贝塔系数和风险的确定 对组合的周收益率求标准方差，我们可以得到...
资本资产定价模式(CAPM)在上海股市的实证检验