CAPM模型在中国市场的实证研究基于上证50板块的研究.docx

1、CAPM模型在中国市场的实证研究基于上证50板块的研究摘 要资本资产定价模型在国外市场发展了近60年，引入中国后，我国学者做了大量的研究，但结果大多都是CAPM模型对中国市场的解释力不足由于我国股票市场存在时间较外国而言时间段，发展不够成熟，投机性强，中小盘股票市场容易受到控制，难以满足资本资产定价模型的假设条件。近几年，我国股票市场越来越规范，更加可能满足CAPM的假设条件。上证50从某种意义上可以认为是我国股票市场大盘股的代表。因此，以上证50板块为样本，检验CAPM在我国股票市场的适用性，将对我国股票市场的将来定价模型的选择，市场有适用性的判断产生积极意义。本文选取上证50板块中的24支

2、股票作为研究的对象，利用月收益率数据，研究区间为2013年2月到2019年2月共72个月，对CAPM模型的适用性进行研究。本文首先阐述了研究的意义、背景和理论综述，以及相关学者对模型的实证研究，接着便对CAPM模型的适用性进行实证研究。在实证分析过程中，分别运用BJS检验法和FM检验法对资本自产定价模型的适用性作出研究。结果发现证券组合的收益率和系统风险之间的正向关关系不明显，因此资本资产定价模型仍然不适用于我国股票市场。关键词：CAPM模型；上证50 ；BJS检验法，FM检验法 AbstractCapital Asset Pricing Model (CAPM) has been devel

3、oped in foreign markets for nearly 60 years. After the introduction of CAPM into China, Chinese scholars have done a lot of research, but most of the results are that CAPM model has insufficient explanatory power to the Chinese market.Since Chinas stock market has existed for a shorter time than for

4、eign countries, its development is not mature enough and its speculation is strong, the small and medium-sized stock market is easy to be controlled, and it is difficult to meet the assumptions of capital asset pricing model. In recent years, Chinas stock market has become more and more standardized

5、, more likely to meet the assumptions of CAPM. In a sense, SSE 50 can be regarded as the representative of the large-cap stocks in Chinas stock market. Therefore, it is of positive significance to test the applicability of CAPM in Chinas stock market with the sample of Shanghai Securities 50. It wil

6、l be helpful to choose the future pricing model and judge the applicability of CAPM in Chinas stock market.This paper chooses 24 stocks in the 50 sectors of Shanghai Stock Exchange as the research object. Using the monthly return data, the research interval is 72 months from February 2013 to Februar

7、y 2019. The applicability of CAPM model is studied.Firstly, this paper elaborates the significance, background and theoretical overview of the study, as well as the empirical research on the model by relevant scholars, and then carries out an empirical study on the applicability of CAPM model. In th

8、e process of empirical analysis, BJS test and FM test are used to study the applicability of the model. The results show that the positive correlation between portfolio return and systemic risk is not obvious, so the capital asset pricing model is still not applicable to Chinas stock market.Key word

9、s：Capital Asset Pricing Model；SSE 50；BJS test method；FM test methodCAPM模型在中国股票市场的实证研究基于上证50板块的研究一、绪论 （一）研究背景及意义1.我国股票市场的现状2013年，中国股票市场出现了很多股票涨停，大盘也上涨很多点数，这是由于某些机构的违规错误操作所造成，因此这些机构收到了应有的处罚。在这一年的12月份，多层次的资本市场的建设也取得了发展。2016年以来，随着熔断机制（包括实行和暂停）、减持新规（针对大股东和董监高等）、资管新规、人民币贬值和注册制等制度的出台，进一步地使股市变得更加规范。2.研究目的及意

10、义在近期的市场行情下，资金将有希望流向股票市场。流回的资金大部分是金融机构，金融机构的比例将占据主体地位，个人投资者比例将会进一步减少，过度投机现象也将会减少，大盘异动情况将会减少。加之各方面制度的完善，我国的股票市场将会日趋完善。资本资产定价模型（CAPM）1在国外已经发展了几十年，被引入国内后，对其在中国能否使用做了检验，检验结果均指向无效或弱有效的两种状态。由于我国的市场运行不合理，但随着我国相关制度的建立和完善，模型将变得可能适用我国市场。（二）文献综述CAPM模型在国外已经发展了几十年，被引入国内后，对其在中国能否使用做了检验，检验的历程大致如下： 宁光荣，刘鹏（2004） 选取样本

11、的时间段是1996年1月1日到2002年12月31日，在上证A股中任意选取了100只股票作为样本，将上证综合指数作为市场指数，分为三组对它进行实证检验，最后结果显示我国上市的股票收益率和体现系统风险的系数之间的相关性并不显著，这可能与我国股票市场发育不成熟、过度投机以及政府对市场的巨大影响有关。2何惠珍（2012） 选取样本期间为2007年1月到2008年12月，在我国证券市场中随机选取了4只股票，进行实证检验，结果表明CAPM在我国市场是有效的，适用性较好。这可能与选取的股票具有一定的随机性和样本区间较小有关。3张佳璇（2017） 选取样本时间是2012年3月到2017年3月，在我国证券市场

12、中随机选取了100只股票，进行实证检验，以上证综合指数作为市场指数，结果表明CAPM并不能完全适应我国股票市场。4这些学者选择检验的大多是整个股票市场或是几只股票，由于我国股票市场成立时间短，市场的成熟度低，以及市场中的一些体量较小的股票可能会受到大户的控制，所以检测整个市场的适用度是不科学的。二、理论综述 (一)资本资产定价模型的理论介绍1. CAPM模型的假设表1 模型假设表假设1投资者通过预期收益和方差来描述和评价资产或资产组合，并按照马科维茨均值方差模型确定其单一期间的有效投资组合；对所有投资者而言投资起始期间都相同。假设2投资者为理性的个体，服从不满足和风险厌恶假定。假设3存在无风险

13、利率，投资者可以按该利率借贷，并且对所有投资者而言无风险利率都是相同的。假设4不存在任何手续费、佣金，也没有所得税及资本利得。即市场不存在任何交易成本。假设5所有投资者都能同时自由迅速的得到有关信息，即资本市场是有效率的。5假设6所有投资者关于证券的期望收益率、方差和协方差、经济局势都有一致的预期。2.CAPM理论模型投资者对单个证券的预期收益率可以表示无风险收益率和市场风险溢价的和6，用公式表示为： 字母含义如下表：表2 字母表示释义表为第i种证券的收益率。rf为无风险收益率，一般是一年期的国债利率。为市场证券组合的收益率。第i种资产的系数。系数用来测度某一资产与市场一起变动时该资产收益变动

14、的程度。换言之，系数所衡量的即是市场系统风险的大小。证券i收益率和市场组合收益率的协方差。市场组合收益率的方差。三、 资本资产定价模型在中国股票市场的实证研究（一）数据描述1. 研究期间国内的很多学者都进行过CAPM模型的实证研究，但是取样的区间大多是2013年之前，不能够代表我们国家近几年证券市场的快速发展的情况。因此，本文选取样本区间为2013年2月到2019年2月，共计72个月，并将样本时间分为3个段， 2013年2月到2015年2月、 2015年2月到2017年2月、2017年2月到2019年2月。72.样本股票的选取本论文的样本池为上证50的成分股，避免了以往大多数学者以整个股票市场

15、作为样本池带来的干扰，本论文之所以选取上证50有以下一些原因：（1）上证50作为大盘股的代表，不易受到操纵且内幕交易较少，股票异动较少更容易符合模型的假设条件。（2）上证50依据一定科学的方法从上证180的成分股票中选取50只代表股，综合反映了上海股票市场大盘股的总体情况。其次，再从上证50中选取合适的股票，因为它的成分股是每半年更换一次的，为了使我们所选的样本更加具有代表性，便将近几年的成分股进行比对，从中选择了24只股票。由于有些股票因为种种原因存在缺失值，为了让股票数据数相同，便以股票所在的行业指数来代替。最终所选取的样本股为下表3。表3，样本股证券代码证券名称证券代码证券名称证券代码证

16、券名称600000浦发银行601169北京银行600519贵州茅台600016民生银行601318中国平安600887伊利股份600028中国石化601328交通银行601006大秦铁路600030中信证券601398工商银行601166兴业银行600036招商银行601601中国太保601818光大银行600050中国联通601628中国人寿601857中国石油600104上汽集团601668中国建筑601989中国重工600109国金证券601688华泰证券601998中信银行3.数据来源 数据是在大智慧软件上选取，它被中国很多投资者所使用，它专注于金融信息的研究，因此选择它的话可信度较高

17、。 4.市场指数的选择及市场指数收益率的计算选取上证综合指数作为市场的指数。：为市场的组合在t时刻的收益率。8：为上证综合指数在t时刻的数值。：为上证综合指数在t-1时刻的数值。5.股票收益率的计算收益率公式为：其中：第i种股票在t月的收益率。：第i种股票在t月的价格。：第i种股票在t-1月的价格。6.无风险资产收益率无风险资产收益率是指投资者可以按照此利率无风险的进行借贷。9本文采用央行的1年期整存整取利率，然后推算出月度利率。将其换算为月利率分别为0.25%、0.22917%、0.18750%、0.16667%、0.14583 %、0.125%。（二）实证检验方法和步骤1. 事前检验模型转

18、化为事后检验模型模型显示在证券市场中单个证券的预期的收益率和系统的风险呈正向相关性，他是一个事前模型，模型公式如下：在实证研究中需要把事前模型转化为事后模型。我们直接把公式转换为回归模型，即可得到CAPM的模型如下：2.实证检验的方法和步骤（1）时间序列的CAPM的检验本部分采用BJS检验法对其进行检验。BJS检验法对数据的运用比较好，因此成为大多数人所认可的方法。具体如下：首先将时间分为三个段： 2013年2月到2015年2月、2015年2月到2017年2月、2017年2月到2019年2月；1）采用第一个时间段的数据，将单只股票的超额收益率与市场指数的超额收益率进行回归，估算出每只股票的i

19、值。然后根据i 的值分成6个组合。模型如下：2）采用第一个时间段的数据，对每组用简单算数平均值估计平均收益率。然后利用下列回归方程，进行回归得到每组组合的p 系数的估计值：3）将第二期估计出的组合P 值，作为第三期数据的输入变量，计算出6组股票组合的收益率，作为因变量进行回归检验。 ：第P组组合的平均收益率。：第P组组合的系数。：随机残差。为待估参数。10(2)横截面的CAPM检验横截面的CAPM检验和时间序列的检验区别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：图一 FM检验法流程 其中，Rp为组合月平均收益率，

20、p为股票组合的估计值。为股票组合的估计值的平方。是估计p值的一次回归方程残差的标准差； 是估计的系数。该模型主要验证以下几点：1)如果股票收益率与系统风险成正向关，那么将通过显著性检验，其估计值将显著异于零，即0。2)如果股票收益率与系统风险是成线性相关关系，那么等于或者接近于零；3)如果系数是衡量证券风险的唯一定价因子，那么承担风险不会获得额外收益补偿，即=0；4)，否则市场存在投机。（三）实证结果分析将原始数据带入时间序列的CAPM模型和截面的CAPM模型中，运用EVIEWS软件运行，得出结果。1.时间序列的CAPM模型检验（1）各股i系数的估计利用eviews软件，对第一时期的数据使用最

21、小二重法回归得出各个股票的i值。如表4表4 各股i系数的估计表证券代码证券名称d-w检验系数R方代码证券名称d-w系数R方600000浦发银行1.98010.51770.1209601998中信银行1.99341.11550.2291600016民生银行2.33930.60100.1156601169北京银行 2.33540.51780.2453600028中国石化2.03820.39400.2917601318中国平安2.33261.2340.4244600030中信证券2.48601.15320.1305601328交通银行2.13550.99210.4152600036招商银行 2.39

22、030.35560.0356601398工商银行1.81210.47380.4344600050中国联通2.13110.069590.3255601601中国太保2.15131.16930.4844600104上汽集团 1.88670.33180.0438601628中国人寿2.13881.49180.495600109国金证券 2.20920.65740.0714601668中国建筑2.22091.68340.5025600519贵州茅台 2.06910.25830.0339601688华泰证券2.19371.58580.3054600887伊利股份 2.08460.58730.080760

23、1818光大银行1.94960.84910.3637601006大秦铁路 2.13780.43260.2377601857中国石油1.88250.74010.4945601166兴业银行 2.08481.00400.4600601989中国重工2.19140.8230.0291 在得到第一组的数据的i值后，再按照i值的大小将股票分成6组，分组后结果为下表5：表5 股票分组图第一组第二组证券代码证券名称证券代码证券名称600030中信证券600887伊利股份 601166兴业银行 601006大秦铁路 600109国金证券 600028中国石化600016民生银行600036招商银行 第三组第四

24、组600104上汽集团 601688华泰证券600519贵州茅台 601628中国人寿600050中国联通601318中国平安601668中国建筑601601中国太保第五组第六组601998中信银行601857中国石油601328交通银行601169北京银行 601818光大银行600000浦发银行601989中国重工601398工商银行（2）组合P系数的估计在得到分组结果后，按照步骤2）的方程进行回归，回归结果如下表6表6 组合贝塔系数回归表123456值0.82290.53550.98750.90900.84610.4024T值9.38698.21686.119210.663810.556

25、51.6857prob0.00000.00000.00000.00000.00000.0000拟合系数0.79240.76610.60430.82690.82840.8105D-W检验1.95101.93842.21461.56882.01642.2292由上表可知所有组合的系数都大于0，且都通过了T检验和组合通过了F检验，组合的收益率和市场的收益率成正向关。各个组合的拟合程度都很高，且已消除了序列相关性，从模型的D-W值来看，模型检验的可信度很高。11（3）风险与收益关系检验将第二期估计出的组合P 值，作为第三期数据的输入变量，计算出了6组股票组合的收益率12，作为因变量进行回归检验。按照第

26、四步的方程进行检验得到以下结果：图二 回归结果图由上表可以看出，、的值均大于0说明组合风险和收益率之间存在正向关关系，但是、均未通过变量显著性检验且模型的拟合优度也较低、模型的F检验也未通过，表明组合的收益率和系统风险之间不存在明显的线性关系。通过检验认为组合的收益和组合的风险之间不存在正相关关系，模型在我国的市场中的适用度并不好，可能与我国市场仍然不完善有关。2.横截面的CAPM检验按照横截面回归的方法进行检验，将原始数据带入Eviews中运算，采用最小二重法13，得到结果如下：图三 回归结果图将以上结果转换成公式，中的未知数，我们得到下表7：表7 回归结果表模型系数标准差T值Prob0-0

27、.0013740.039066-0.035170.975110.0065990.1202920.054860.96122-0.0188740.095091-0.1984820.86130.1476260.1281231.1522160.3684R方D-W值F值0.474612.2803360.602232对截面数据回归结果分析如下：1)实证的结果表明，说明市场存在投机性。2)虽然0说明收益率和系统风险之间存在正的线性相关，但其未通过显著性检验表明线性关系不显著，因此可以认为系统性风险不能显著影响股票收益。3)20说明非系统性风险和股票超额收益率之间存在负相关，但由于未通过显著性检验，说明负相关

28、关系不显著；4)所有因子的系数都未通过显著性检验，说明都对因变量有影响；R方的值较低，拟合程度较低，说明方程不具有很强的解释能力。综合以上两种方法回归结果来看，都未通过显著性检验，都说明组合收益率和系统风险之间的线性关系不明显，但就结果来看，FM方法所得结果的拟合优度比BJS方法高，模型解释效果更好3.小结本章采用2013年2月到2019年2月的24支上证50的成分股月度数据对CAPM模型在中国A股市场适用性的实证检验。采用了BJS和截面检验法对这24支股票适用性展开了实证分析。无论是BJS检验还是FM检验都认为证券组合的收益率和之间的正向的关关系不明显，R方均较低，说明CAPM模型所预测的股

29、票期望收益率和之间的正相关关系不明显。因此在A股市场中影响股票价格的因素除了系统风险外还有其它非系统风险的存在。这导致了普通CAPM模型在中国A股市场的适用性不强，CAPM模型得不到验证。四、结论分析及政策建议(一)分析 从实证结果来看，CAPM模型在中国上证A股的适用用率并不高，究其原因，主要是因为中国市场仍然很特殊，中国的股票市场相比外国市场来说发展时间短，本身仍然存在一些缺点，因此难以符合CAPM模型严谨的实验假设。下面从证券市场有效性不充分、流动性问题、股市规模偏小和股权结构不合理、借款受到限制等方面去分析。1.证券市场有效性不充分。马尔基给出的定义为：“如果一个资本市场在确定证券价格时充分、正确地反映了所有的相关信息，这个资本市场就是有效的。”，我国证券市场近年来发展是趋向于规范而有效的，但其有效程度还不高。14在中国证券市场中由于种种原因，使得中国的证券市场不是完全的有效的市场，多数投资者信息的获取也不及时、有效，然而一些具有相关联的人通过一些不合法的