CAPM模型的實證檢驗
——基于我國16家上市銀行股2016年數據分析

(江蘇師范大學商學院 江蘇 徐州 221116)

隨著我國證券市場的發展，CAPM模型在我國證券市場的適用性提升。國內對CAPM 模型的研究多數停留在整個證券市場層面，對具體行業的研究甚少，且由于銀行、證券等金融機構的特殊性，一般研究為了避免數據異動，往往會把金融行業數據剔除在外。然而，截至2015 年3月，我國滬深兩市上市銀行已達16 家，總市值達到83578.41億元，占整個股票市場總市值的比重近18%，銀行板塊的收益情況對整個股票市場影響重大。因此，運用CAPM模型對我國上市銀行股進行實證檢驗和回歸分析具有重要意義。

一、數據選取

本文選取全部16 家上市銀行股(000001 平安銀行、600000浦發銀行、600016民生銀行、600036招商銀行、600015華夏銀行、601988中國銀行、601398工商銀行、601166興業銀行、601998中信銀行、601328交通銀行、002142寧波銀行、601009南京銀行、601169北京銀行、601939建設銀行、601288農業銀行、601818光大銀行)2016年1月8日到12月30日全年的周收益率。這16家上市銀行在此期間的周收益率數據均可充分提取。同時，上證股指在2016年較為平穩，沒有出現大規模波動，適合進行CAPM實證檢驗。這16家銀行性質各異，規模不同，能夠反映我國銀行業發展快，發展結構多層次的特點。為了避免單個銀行的收益波動影響數據穩定性，本文按照銀行2017年年初的上市銀行市值規模進行了分類，共分為四組。分組情況如表1所示。每只股票均可提取51個有效周收益率數據，樣本區間跨度一整年，樣本數量充分，檢驗效果明顯。2016年整個銀行股市場波動平穩，個股變現較為正常，樣本數據較新，檢驗結果具有指導意義。因此本文選取這段期間的周收益率較為合理。

本文選取滬深300指數的周變動率為資產組合收益率。滬深300成份股在樣本期內成交量比重和成交額比重的描述統計量，平均而言，滬深300成份股不論是成交量和成交額都占據市場指數的40%之間，最大時滬深300成份股的成交額比重超過70%，滬深300具有較大的成交量和成交額，具有較好的流動性。由于具有較大成交量和成交額的股票對于新信息的調整相對比較快速，股票價格能夠更快的反應完全信息、更快的收斂到它們的真實價格，從而使得股票價格變得更為有效。而且大部分大盤股都包含在滬深300成份股的樣本股中，一般而言大盤股更不容易受到市場摩擦如信息成本等的影響，因此滬深300成份股中一般是大盤股和流動性較好的股票，通過對選定的樣本股票的日收益率的橫截面差異性的分析，可以幫助我們識別經濟意義上重要的風險與收益間的關系。

而無風險利率則選取上海銀行間同業拆借周利率利率。shibor是從2007年1月4日開始正式運行，是由信用等級較高的銀行組成報價團自主報出的人民幣同業拆出利率計算確定的算術平均利率，是單利、無擔保、批發性利率。目前，Shibor與貨幣市場發展已經形成了良性互動的格局。Shibor在市場化產品定價中得到廣泛運用。一是Shibor對債券產品定價的指導性持續增強。二是以Shibor為基準的金融創新產品成交活躍。三是票據轉貼現、回購業務初步建立了以Shibor為基準的市場化定價機制。四是報價行的內部資金轉移價格已經不同程度的與Shibor結合。金融市場正在形成以Shibor為基準的定價群，各種利率之間的比價關系日趨合理、清晰。

表1 16家銀行分組情況

二、數據前期分析

根據16家銀行股2016年的周收益率數據、市場收益率數據和無風險收益率、2017年初16家銀行股市值規模數據，進行數據前期分析。

1.構建組合。根據表1的分類，本文將16家銀行分為四組。參考的數據來源為16家銀行2017年一季度財報數據。市值規模在10000億元以上的銀行為大型商業銀行組；市值規模3000到6000億元的為中等商業銀行組；市值規模在1500到3000億元的為中小型商業銀行組；1500億元以下為小型商業銀行組。

2.組合周收益率數據的計算和描述性統計。根據各組內四只股票的市值規模，運用excel對其周收益率進行加權平均，算出每組銀行股的周收益率。表2為2016年各組銀行周收益率的描述性統計。

由表2可知，4個組合2017年的平均收益率為負，說明2016年銀行股表現較差。從滬深300指數同樣為負可以看出，這與我國經濟大環境放緩，銀行業壞賬率增加，經營困難的實際表現一致。但是相較于其他行業來說，銀行業的市場表現較為良好，尤其是大型商業銀行和小型商業銀行周收益率較高，顯示出商業銀行在經濟大環境較差的環境中仍能保持其較好的收益水平。

在四組銀行股中，收益率波動情況符合規模效應的理論。隨著商業銀行規模越大，標準差越小，收益率越穩定。中小商業銀行和小型商業銀行的標準差均小于大型商業銀行和中型商業銀行。但是與資產組合理論不同的是中型商業銀行、中小商業銀行并未體現出風險與收益呈現正相關的現象，反而體現出風險大而收益小的情況，小型商業銀行盡管收益率較高，但是顯示出收益有限，風險突出的特點，其收益率僅比大型商業銀行略高，而風險卻遠超大型商業銀行。這個現象與投資學中風險與收益成正比理論不匹配。一種合理的解釋是，由于我國股票市場屬于弱有效市場，市場信息存在不對稱現象，小型商業銀行的大股東持股比例較高，相關規章制度不完善，容易出現市場信息機制扭曲，并引發道德風險和逆向選擇。而大型商業銀行組的共同點是：國有控股、規模大、投資風險低、市場表現穩定。國有控股保證了大型商業銀行組受到了監管更加嚴格，信息公布機制較為完善，抗風險能力強，使得其投資回報穩定，市場價值得到廣大投資者的認可。

表2 組合周收益率數據統計性描述

三、實證檢驗及結果

1.數據平穩性檢驗。在構建回歸模型之前，為保證實證結果的有效性，利用eviews7.0對四組周組合收益率樣本數據和市場組合收益率數據進行了ADF檢驗，四個組合周收益率數據及市場組合周收益率數據的T建議值均遠大于1%及5%臨界值，P值均為0，拒絕原假設，即各時間序列數據均不存在單位根的過程，數據平穩，可以進行下一步的實證回歸，參見表3。

表3 ADF 檢驗結果

2.回歸模型的構建。CAPM回歸模型設計為：

Zit=αi+βiZmt+εit,i=1,2,···51

其中，i指大型商業銀行，中型商業銀行，中小型商業銀行,小型商業銀行四個組合；Zit指第i個組合在t時刻的超額收益率或組合id 系統性風險報酬；Zmt指市場組合在t時間的超額收益率或平均市場系統性風險報酬；αi是截距項。t值為2016年統計的周數，共51項。

3.回歸結果及分析。運用普通最小二乘法(OLS)通過eviews7.0軟件進行回歸擬合的結果見表4。

表4 四個組合CAPM模型回歸結果

注:*，**，***分別代表數據滿足在10%，5%，1%約束條件下顯著。

由表4可知，四個組合超額收益率或風險溢價與市場超額收益率的一元線性關系均顯著。β系數是測定單項資產或資產組合對市場變化的敏感程度。四組β系數均小于1，說明銀行股對市場波動敏感度不高，系統風險小，風險報酬低。比較大型商業銀行、中型商業銀行和中小型商業銀行組β系數，可以發現，隨著銀行股市值規模越大，β系數越低，說明銀行規模越大抗風險能力越強，系統性風險越小。這符合CAPM 模型理論的特點。可以推斷，在熊市時應該多持有大型商業銀行組股票，在牛市時可以考慮持有中型和中小型商業銀行股票。但值得注意的是小型商業銀行組，在大趨勢上符合β系數隨著股票市值規模減小而增大的規律。但是其相對于中小型銀行組股票又較小。經過分析發現，小型商業銀行組有三個為城市銀行，城市銀行規模相對較小但是由于其區域性特點明顯，運營情況相對靈活，同時依托當地穩定的經濟發展和人脈資源，形成一種獨特的競爭優勢，降低了其系統性風險。

從F檢驗和擬合度來看，CAPM模型對上市銀行股系統性風險報酬的解釋能力雖然顯著，但解釋力度不大。CAPM模型之所以還有不能解釋到的部分，原因可歸結為兩點：一是模型自身的局限性。CAPM 模型假設條件過多，幾近苛刻，現實世界很難有市場完全符合這些假設，而檢驗結果也印證了這一點，單因素的CAPM模型解釋力度是遠遠不夠的。二是我國證券市場的現實原因。我國證券市場起步較晚，從1990年12月19日上交所正式營業至今，僅經歷了不到25年的發展時間，現在仍有許多不成熟的地方，制度和監管都有待進一步完善，我國證券市場與資本資產定價模型的嚴格假設還有很大的距離。我國證券市場受政府行為的影響較大，帶有濃厚的“政策市”色彩，這些不可抗因素的存在，使得數據難免存在一定的偏差，檢驗結果也會受到影響。此外，我國股市中小投資者過多，投資知識相對匱乏，且信息不對稱，往往伴隨著非理性投資行為和“羊群效應”，受這些因素的影響，市場異動明顯，也導致股票收益率數據真實度較差。

四、結論和建議

根據上文的實證分析結果可見：我國銀行板塊系統性風險和經濟狀況呈正相關關系，銀行業收益波動幅度小于市場波動幅度，銀行業整體系統性風險較低，這主要是由于：一是隨著我國市場經濟的快速發展，投資增加，銀行貸款額增長迅速，銀行業的利潤增長迅速，在經營狀況較好的情況下，整個行業面臨的系統性風險也趨向降低；二是相對于其他行業來說，上市銀行股一般總市值較大，除了“國字號”大股東外，其余股東的集中度較小，因此可操縱空間較小，系統性風險也較小；三是銀行業是關系到國計民生發展的重要支柱行業，因而受到更多的政策扶持和監管，接受的行業監督也更密集，尤其是上市銀行，信息披露要求高，運營規范且透明度高，經營狀況穩健，所以銀行業的系統性風險小于市場平均的系統性風險，銀行股對于維護證券市場穩定、減小整體市場風險發揮了重要的作用。

隨著我國資本市場的迅速發展，股票投資已趨于普遍化。簡單、易操作的理論工具可以為投資者提供最基本的決策依據，本文對銀行業的研究為投資者運用科學投資工具提供了思路——總體來說，我國上市銀行股更適合做長期價值投資，而非短期投機；具體到不同的門類來說，小規模、高賬面市值比銀行股的風險溢價最高，體現了規模效應和賬面市值比效應，而大盤股中，低賬面市值比的銀行股風險報酬較高，而高賬面市值比銀行股風險是最低的。投資者可結合上述規律，根據自身的風險承受能力和投資規劃，選擇合適的股票或投資組合。

[1]方濤.基于CAPM模型對中國高鐵板塊股票的實證研究[J].北京印刷學院學報,2017,25(04):93-94+83.

[2]張佳璇.CAPM模型在上證A股市場的實證分析[J].中國市場,2017(20):75-77.

[3]王崤函.CAPM模型在中國股票市場有效性的實證研究[J].陰山學刊(自然科學版),2017,31(04):101-103+110.

[4]朱光宇.我國CAPM模型研究現狀[J].當代經濟,2017(09):146-147