ImageVerifierCode 换一换
格式:DOCX , 页数:15 ,大小:45.27KB ,
资源ID:16901370      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bdocx.com/down/16901370.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(某某股市资本资产定价模式实证检验文档格式.docx)为本站会员(b****4)主动上传,冰豆网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰豆网(发送邮件至service@bdocx.com或直接QQ联系客服),我们立即给予删除!

某某股市资本资产定价模式实证检验文档格式.docx

1、与市场指数的收益率 进行时刻序列的回来,模型如下:那个回来方程通常被称为一次回来方程。确定了 系数之后,就能够作为检验的输入变量对单个股票或组合的系数与收益再进行一次回来,并进行相应的检验。一样采纳横截面的数据,回来方程如下:那个方程通常被称作二次回来方程。在验证风险与收益的关系时,通常关怀的是实际的回来方程与理论的方程的相合程度。回来方程应有以下几个特点:(1) 回来直线的斜率为正值,即 ,说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 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,而非系统性风险那么不起决定作用。(3) 回来方程的截矩 应等于无风险利率 ,回来方程

2、的斜率 应等于市场风险贴水 。(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。这些检验大体能够分为三类: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,运罢了各基金在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来,他的要紧结论是:a、在19541963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.时刻序列的CAPM的检验 时刻

3、序列的CAPM检验最闻名的研究是Black,Jensen与Scholes在1972年做的,他们的研究简称为BJS方法。BJS为了防止的估量偏差,采纳了指示变量的方法,成为时刻序列CAPM检验的标准模式,具体如下:a、利用第一期的数据运算出股票的系数。 依照运算出的第一期的个股系数划分股票组合,划分的标准是系数的大小。如此从高到低系数划分为10个组合。c、采纳第二期的数据,对组合的收益与市场收益进行回来,估量组合的系数。d、 将第二期估量出的组合值,作为第三期数据的输入变量,利用下式进行时刻序列回来。并对组合的p进行t检验。 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

4、 p指估量的组合系数 ept为回来的残差 BJS对19311965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,发觉实际的回来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 模型推测的斜率要小,同时说明实际的p在值大时小于零,而在值小时大于零。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推测的收益。3.横截面的CAPM的检验 横截面的CAPM检验区别于时刻序列检验的特点在于它采纳了横截面的数据进行分析,最闻名的研究是Fama和MacbethFM在1973年做的,他们所采纳的差不多方法如下:a、依照前五年的数据估量股票的值。 按估量的值大小构造20

5、个组合。c、运算股票组合在1935年1968年间402个月的收益率。 按下面的模型进行回来分析,每月进行一次,共402个方程。Rp=0+1p+2p2+3ep+ep 那个地点:Rp为组合的月收益率、 p为估量的组合值 p2为估量的组合值的平方 ep为估量p值的一次回来方程的残差的标准差 0、1、2、3为估量的系数,每个系数共402个估量值 e、对四个系数0、1、2、3进行t检验 FM结果说明: 1的均值为正值,在95%的置信度下能够认为不为零,说明收益与值成正向关系 2、3在95%的置信度下值为零,说明其他非系统性风险在股票收益的定价中不起要紧作用。1976年RichardRoll对当时的实证检

6、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。正是由于罗尔的批判才使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 ,而是用来说明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。这些检验结果大都说明: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的概念的时刻并不长,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

7、做过系统的检验。他们的研究存在着一些缺陷,要紧有以下几点: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. 在两次回来中,同时选用同一时期的数据进行 值的估量和对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,送配带来的阻碍并做相应调整,导致收益和风险的估量的偏差,严峻阻碍分析的准确性。4. 在回来过程中,没有选用组合的构造,而是采纳个股的回来易导致, 系数的不稳固性。二、上海股市CAPM模型的研究方法 (一)研究方法 应用时刻序列与横截面的最小二乘法的线性回来的方法,构造相应的模型,并进行统计检验分析。时刻序列的线性回来要紧应用于股票值的估量。

8、而CAPM的检验那么采纳横截面回来的方法。(二)数据选取1.时刻段的确定 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,只是短短八年的时刻。在如此短的时刻内,要对股票的收益与风险问题进行研究,第一碰到的是数据数量不够充分的问题。一样来说对CAPM的检验应当选取较长历史时刻内的数据,如此检验才具有可靠性。但由于上海股市的历史的限制,无法做到这一点。因此,第一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刻上线性无关。在第一章中通过对上海股市收益率的相关性研究,发觉93年之前的数据中,

9、股价的相关性较大,会直截了当阻碍到检验的精确性。因此,在本研究中,选取1993年1月至1998年12月作为研究的时刻段。从股市的实际来看,1992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。因此选取那个时刻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 那个地点用上海证券交易所SSE截止到1998年12月上市的425家A股股票的每日收盘价、成

10、交量、成交金额等数据用于研究。那个地点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)股票贝塔系数的估量 中国股票市场共有8年的交易数据,应采纳3年以上的数据用于估量单个股票的 系数,才能保证 具有稳固性。然而课题组在实践中通过比较发觉由于中国股票市场作为一个新兴的市场,不管是市场结构依旧市场规模都还有待于进一步的进展,同时各种股票关于市场的稳固性都不是专门高,股市中还存在专门大的时变风险,因此各种股票的 系数随着时刻的推移其变化将会专门大。因此只用上一年的数据估量下一年的 系数时, 系

11、数将更具有灵敏性,因为了使检验的结果更理想,均采纳上一年的数据估量下一年的 估量单个股票的 系数采纳单指数模型,如下:: 表示股票i在t时刻的收益率 表示上证指数在t时刻的收益率 :为估量的系数 为回来的残差。进行一元线性回来,得出 系数的估量值 ,表示该种股票的系统性风险的测度。(二)股票风险的估量股票的总风险,能够用该种股票收益率的标准差来表示,能够用下式来估量总风险 N为样本数量, 为 的均值。非系统风险,可用估量 的回来方程中的残差 的标准差来表示,用 表示股票i的非系统性风险,可用下式求出: 为一次回来方程的残差 为 的均值 (三)组合的构造与收益率运算 对CAPM的总体性检验是检验

12、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。构造组合时可采纳不同的标准,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,反之那么称为低系数组合。 构造出组合后就能够运算出组合的收益率了,并估量组合的系数用于检验。如此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,会产生组合值估量的偏差

13、,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)利用第一期的数据运算股票的系数。 (2)利用第一期的系数大小划分组合 (3)采纳第一期的数据,对组合的收益与市场收益率进行回来,估量组合的系数 (4)将第一期估量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来检验。 在运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,如此对平均周收益率 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明白,只能通过市场模型

14、加以估量。为了使估量的贝塔系数更加灵敏,本研究用上一年的数据估量贝塔系数,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,我们能够得到组合的总风险p 组合的值的估量,采纳下面的时刻序列的市场模型: Rpt =p+pRmp+ept Rpt表示t时期投资组合的收益率 Rmt表示t期的市场组合收益率 ept为回来的残差 对组合的每周收益率与市场指数收益率回来残差分别求标准差即能够得到组合ep值。表1:组合周收益率回来的值与风险1997.01.011997.12.31)组合组合值组合值相关系数平方总风险非系统风险10.7810.0010.8880.0630.0212

15、0.9020.0000.9430.0710.01730.9680.9340.0760.0240.9890.0790.02550.9450.0780.01861.020.9580.01671.040.0020.9350.08281.060.9250.0840.02391.080.9380.085101.10.9510.0860.019111.110.087121.120.9280.0890.024131.130.9370.022141.160.9120.0920.027151.170.9220.026(五)组合平均收益率的确定 对组合按前面的构造方法,用第98年的周收益率求其算术平均收益率。表2

16、:组合的平均收益率1998.1.1-1998.12.31组合平均周收益率0.0031-0.00040.00480.00520.0005-0.0020.00380.0030.00160.00260.0050.00650.00440.00670.0074(六)风险与收益关系检验 以97年的组合收益率估量,以98年的组合收益率求周平均收益率。对15组组合得到的周平均收益率与各组合系数按如下模型进行回来检验:Rpj=0+1pj 其中 : Rpj 是组合 j的98年平均周收益率 pj 是组合j的系数 0,1为估量参数 按照CAPM应有假设:1.0的估量应为Rf的均值,且大于零,说明存在无风险收益率。2.

17、1的估量值应为Rm-Rf0,说明风险与收益率是正相关系,且市场风险升水大于零。回来结果如下:01R2均值-0.0143001700.4867T值-2.80783.5114 查表可知,在5%显著水平下回来系数1显著不为0,即在上海股市中收益率与风险之间存在较好的线性相关关系。论文在实践检验初期,发觉当以93年至97年的数据估量,而用98年的周收益率检验与风险关系时,回来得到的结论是5%显著水平下不能拒绝回来系数1显著为0的假设。这些结果说明,在上海股市中系统性风险与周收益率差不多出现正线性相关关系。同时,上海股市仍为不成熟证券市场,个股十分不稳固,从相关系数来看,尚有其他的风险因素在股票的定价中

18、起着不容忽视的作用。本文将在下面进行CAPM模型的修正检验。四、CAPM的横截面检验 (一)模型的建立 关于横截面的CAPM检验,采纳下面的模型: Rp=0+1p+2p2+3ep+ep 该模型要紧检验以下四个假设: 1,系统性风险与收益的关系是线性的,确实是要检验回来系数E2=0。 2,是衡量证券组合中证券的风险的唯独测度,非系统性风险在股票的定价中不起作用,这意味着回来方程的系数E3=0。 3,关于风险规避的投资者,高系统性风险带来高的期望回报率,也确实是说:E(1)=E(Rmt)E(Rft)0 4,对只有无风险利率才是系统风险为0的投资收益,要求E0=Rf。 (二)检验的结果及启发 对CA

19、PM模型的横截面的检验采纳多元回来中的逐步回来分析法stepwise,即在回来分析中第一从所有自变量选择一个自变量,使相关系数最大,再逐步假如新的自变量,同时删去可能变为不显著的自变量,并保证相关系数上升,最终保证结果中的所有自变量的系数均显著不为0,同时被排除在模型之外的自变量的系数均不显著。表4:多元回来的stepwise法结果系数0.0170 从表中能够得出如下结论: 1p2项的系数的T检验结果并不显著,说明风险与收益之间并不存在非线性相关关系。 2.ep 项的系数的T检验结果并不显著,说明非系统风险在资产组合定价中并不起作用。 30的估量值为负,即资金的时刻价值为负,说明市场具有明显的

20、投机特点。五、阻碍收益的其他因素分析 (一)历史回忆 长期以来,Sharp,linter和Mossin分别提出的CAPM模型一直是学术界和投资者分析风险与收益之间关系的理论基石,专门是在Black,Jensen,和Scholes1972以及 Fama 和MacBeth1973通过实证分析证明了1926-1968年间在纽约证券交易所上市的股票平均收益率与贝塔之间的正的相关关系以后。然而八十年代,Reinganum(1981)和Lakonishok ,Shapiro1986对后来的数据分析说明这种简单的线性关系不复存在。Roll对CAPM的批判文章发表之后,对CAPM的检验也转向对阻碍股票收益的其

21、他风险因素的检验,并发觉了许多不符合CAPM的结果。Fama和French1992更进一步指出,从四十年代以后,纽约股票市场股票的平均收益率与贝塔系数间不存在简单的正线性相关关系。他们通过对纽约股票市场1963年至1990年股票的月收益率分析发觉存在如下的多因素相关关系:R=1.77%-(0.11*ln(mv)+(0.35*ln(bv/mv) mv是公司股东权益的市场价值,bv是公司股东权益的账面价值。从前一节我们对上海股票市场的检验结果能够看出,当选用的历史数据变化以后,上海股市中收益与系统性风险相关的显著程度并不如CAPM所预期的那样。罗尔对CAPM的说明同样适合于上海市场,即一方面我们无

22、法证实市场指数确实是有效组合,以我们分析的上海股票市场而言,上证指数远没有包括所有金融资产,比如投资者完全能够自由投资于债券市场和在深圳证券交易所上市的股票。另一方面,在实际分析中我们无法找到真正的贝塔true beta。为了找出上海股市中股票定价的其他因素,本文结合上海股票市场曾经显现炒作的小盘股、绩优股、重组股等现象,对公司的股本大小,公司的净资产收益率,市盈率等非系统因素对收益的阻碍进行了分析。具体方法是:论文第一对阻碍个股收益率的各因素进行逐年分析,然后构造组合,再对阻碍组合收益率的各因素进行分析,组合的构造方法与前相同。 (二)单股票的多因素检验及结果 检验方法是用历史数据运算系数,

23、再对系数、前期总股本、前期流通股本、预期净资产收益率、预期PE比率对收益率的说明程度进行分析。例如在分析年所有股票收益率的决定因素时,采纳93年股票的收益率运算贝塔系数,总股本为93年末的总股本,净资产收益率和市盈率依照94年的财务指标运算。由于股票在此之后4年交易期间,净资产收益率ROE和每股收益EPS尚未公布,因此净资产收益率和市盈率都称为预期净资产收益率和预期市盈率。具体模型如下:Rj=0+1j+2Gj+3ROEj+4PEj+ej 其中 : Rj 是股票 j的第t期年平均周收益率 j 是股票j的系数,系数由第t-1期历史数据算出 Gj 是股票j的第t-1期总股本对数值 ROEj是股票j的

24、第t期净资产收益率 PEj 是股票j的第t期期末市盈率 STEPWISE多元回来发觉94年各股票收益率与以上因素并无显著关系,其他各年的结果如下:表5:95年个股收益率的STEPWISE多元回来结果 Rj=0+2Gj20.05-0.013-3.5680.00112.958表6:96年个股收益率的STEPWISE多元回来结果 Rj=0+2Gj+3ROEj30.171-0.011-1.932.8455249表7:97年个股收益率的STEPWISE多元回来结果0.0990.03176.328-0.0028-5.325表8:98年个股收益率的STEPWISE多元回来结果 Rj=0+1j+2Gj+3ROEj0.1950.03437.7993.582-0.003-8.5480.0013

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1