基于CAPM模型對中國白酒上市公司行業(yè)的實(shí)證研究

王一多 王雪聰 王晴晴

摘要：我國白酒行業(yè)一直領(lǐng)先于全世界，創(chuàng)造了白酒的系統(tǒng)性價(jià)值增值投資結(jié)構(gòu)，激發(fā)了無數(shù)投資者的投資熱情。而CAPM模型作為主流的資產(chǎn)定價(jià)模型，一直影響著投資者的投資研究。因此運(yùn)用CAPM模型對白酒行業(yè)的歷史數(shù)據(jù)進(jìn)行實(shí)證以檢驗(yàn)CAPM能否有效進(jìn)行投資分析，同時(shí)探討貝塔系數(shù)在對白酒行業(yè)股票價(jià)格分析中的解釋能力，并結(jié)合數(shù)據(jù)進(jìn)行理論分析。

關(guān)鍵詞：白酒行業(yè) CAPM模型 最小二乘法 貝塔系數(shù)

一、實(shí)證背景及意義

2018年1月4日，貴州茅臺集團(tuán)公開宣布提高飛天茅臺售價(jià)，由原先的819元上調(diào)為969元，終端零售價(jià)建議為1499元，價(jià)格雖然高了，市場卻依然缺貨嚴(yán)重。如按1499元每瓶的價(jià)格來看，通過簡單的計(jì)算，2兩茅臺酒的價(jià)格堪比1克黃金。高檔白酒價(jià)格上升速度之快，利潤回報(bào)之高，引人注目。除五糧液、茅臺等一線白酒品牌外，二線品牌也緊接著掀起了漲價(jià)浪潮，從去年11月起，劍南春、酒鬼酒、水井坊、洋河等品牌爭先恐后加入了提價(jià)的序列。水井坊在過去的一個(gè)月提高典藏系列40元，井臺系列30元，鴻運(yùn)裝和臻釀8號上漲20元。紅壇酒鬼酒則在半月內(nèi)加價(jià)70元。洋河、今世緣、劍南春等也紛紛提價(jià)，汾酒暫緩了部分酒品的銷售，漲價(jià)意圖已經(jīng)可以預(yù)見。不過漲價(jià)只是酒企業(yè)單方面的行為，并不等于得到市場的認(rèn)可，其動因主要分兩部分，一是茅臺酒產(chǎn)品領(lǐng)漲，白酒市場回暖；二是白酒制造成本加速上升，人工、糧食、包裝三部分成本均上升約10%，白酒生產(chǎn)成本提高約30%。在經(jīng)過2015和2016年連續(xù)兩年的低迷之后，2017年 白酒行業(yè)大幅反彈，遠(yuǎn)遠(yuǎn)超出投資者的預(yù)判，尤其是高端白酒市場的回暖讓從資本方、經(jīng)銷商到消費(fèi)者在內(nèi)的所有參與者都熱情高漲，形成對比的是在茅臺的市值突破九千億的時(shí)候，茅臺董事長袁仁國表示，“茅臺酒是用來喝的，不是用來炒的”。另外由于目前部分省份發(fā)布了公務(wù)禁酒令，白酒行業(yè)的主要受眾從公務(wù)招待逐步轉(zhuǎn)移到群眾消費(fèi)，白酒行業(yè)的銷售量有望在新的一年創(chuàng)造新的高度，這對整個(gè)白酒行業(yè)都是一個(gè)巨大的機(jī)遇。

白酒行業(yè)一直都是熱門行業(yè)之一，在2017年創(chuàng)造了一個(gè)投資的風(fēng)潮，尤以貴州茅臺（600519）股價(jià)變動為最，從年初的每股329.58元一直漲到年末的697.49元，漲幅達(dá)到111.63%，并且在2018年行情剛開始時(shí)，隨著1月1日茅臺酒產(chǎn)品的提價(jià)其股票價(jià)格一路猛沖，短短六個(gè)交易日從697.49元迅速上升到782.52元，投資熱情高漲，投資氣氛極其活躍。本文正是看到了白酒行業(yè)巨大的投資熱情，選擇白酒行業(yè)作為研究對象。試圖借用以CAPM模型對白酒行業(yè)進(jìn)行實(shí)證的研究來分析白酒行業(yè)的投資價(jià)值，加深對其投資過熱現(xiàn)象的認(rèn)識與思考，探索貝塔系數(shù)相關(guān)投資分析技術(shù)的適用性。

二、CAPM模型對中國白酒行業(yè)股票的實(shí)證分析

（一）樣本數(shù)據(jù)的選取及處理

1.個(gè)股的選取。本文選取滬、深兩市來自白酒行業(yè)的21只股票從上市以來的日收盤價(jià)作為樣本。數(shù)據(jù)來源于Wind資訊，選取個(gè)股的日收盤價(jià)作為股票收益率的計(jì)算基礎(chǔ)。另外考慮到現(xiàn)金分紅、配股、股利分紅、股票增發(fā)等可能對股票收益率造成偏差的因素，本文選取了經(jīng)過前復(fù)權(quán)的日收盤價(jià)數(shù)據(jù)，剔除了股票政策變化的影響。對于個(gè)別樣本出現(xiàn)由于停牌交易或者除權(quán)等等而導(dǎo)致的數(shù)據(jù)缺失時(shí)，以前一交易日的收盤價(jià)與后一交易日收盤價(jià)的算術(shù)平均值來代替缺失的數(shù)據(jù)。

2.市場收益率的衡量。在本文選取的21只個(gè)股樣本中，有14只在滬市上市交易，另外7只則在深市上市交易。因此，滬、深300指數(shù)作為滬深兩市主要股票的價(jià)值加權(quán)指數(shù)，能夠較為恰當(dāng)?shù)姆从硺颖竟善彼艿降氖袌鲇绊憽?00指數(shù)本身也能反映市場的發(fā)展趨勢與整體行情，由182只滬市股票與118只深市股票組成，與A股市場整體走勢有很好的相關(guān)性，具有理想的市場代表性，在過去的大量實(shí)證研究中也反復(fù)被學(xué)者們用來作為市場收益率的代表，由此選取滬深300指數(shù)衡量市場收益率。數(shù)據(jù)來源于Wind資訊。

3.無風(fēng)險(xiǎn)收益率的衡量。本文選取我國金融機(jī)構(gòu)人民幣法定存款一年期基準(zhǔn)利率來衡量無風(fēng)險(xiǎn)收益率。在取樣期間，我國金融機(jī)構(gòu)人民幣法定存款一年期基準(zhǔn)利率一共經(jīng)過13次調(diào)整，通過時(shí)間賦權(quán)法計(jì)算，樣本區(qū)間無風(fēng)險(xiǎn)利率的平均值為2.968%，剔除掉非交易日后按每年有250個(gè)交易日來折算日均無風(fēng)險(xiǎn)利率，得到日均無風(fēng)險(xiǎn)利率為0.0119%，即以此作為無風(fēng)險(xiǎn)收益率來構(gòu)建模型。數(shù)據(jù)來源于中國銀行利率信息網(wǎng)和中國統(tǒng)計(jì)年鑒。

（二）研究方法及步驟

1.OLS最小二乘法線性回歸。本文使用最小二乘法來分析樣本數(shù)據(jù)，建立個(gè)股日收益率和市場收益率的一元一次線性回歸方程，所用軟件為Eviews8.0。模型公式方程如下：

Ri = Rf + β*（Rm-Rf） + ui （1）

Ri為個(gè)股日收益率，Rf為無風(fēng)險(xiǎn)收益率，Rm為市場收益了，ui為一個(gè)包含了殘差和隨機(jī)擾動項(xiàng)的常數(shù)，β為個(gè)股對市場的敏感性因素。

令Y=Ri- Rf，X = Rm- Rf，

則模型方程可表示為Y = c + a*X （2）

（1）利用β系數(shù)來判斷個(gè)股的類型。

將模型數(shù)據(jù)全部代入Eviews8.0，建立上述模型后進(jìn)行數(shù)據(jù)分析。

根據(jù)CAPM模型擬合結(jié)果，只有五只股票的貝塔值低于1，其余16只股票貝塔值均大于1，屬于進(jìn)攻型股票。五只防御型股票分別為酒鬼酒（000799）、洋河股份（002304）、通葡股份（600365）、貴州茅臺（600519）、水井坊（600779）。16只進(jìn)攻型股票分別為瀘州老窖（000568）、古井貢酒（000596）、五糧液（000858）、順鑫農(nóng)業(yè)（000860）、青青稞酒（002646）、古越龍山（600059）、中葡股份（600084）、伊力特（600197）、金種子酒（600199）、海南椰島（600238）、老白干酒（600559）、金楓酒業(yè)（600616）、沱牌舍得（600702）、山西汾酒（600809）、會稽山（601579）、今世緣（603369）。進(jìn)攻型股票在市場向好時(shí)表現(xiàn)超過市場，在市場走低時(shí)則表現(xiàn)不如市場。防御性股票的表現(xiàn)比較穩(wěn)定，不管市場表現(xiàn)如何，防御性股票的股價(jià)變動幅度都較小。

（2）模型線性相關(guān)性檢驗(yàn)。

直接利用Eviews8.0輸出的Prob（F-statistic）和顯著性水平相比較，假如P值小于顯著性水平，就可以拒絕不相關(guān)的原假設(shè)H0，這就說明解釋變量Rm - Rf 和被解釋變量Ri- Rf 之間的線性關(guān)系顯著存在；假如P值大于顯著性水平，那么就不能拒絕不相關(guān)的原假設(shè)H0，這說明解釋變量Rm -Rf 和被解釋變量Ri - Rf 之間的線性關(guān)系不顯著。由數(shù)據(jù)可以發(fā)現(xiàn)，P值全部小于顯著性水平α=0.05，則拒絕不相關(guān)的原假設(shè)H0，表明解釋變量Rm - Rf 和被解釋變量Ri - Rf之間的線性關(guān)系顯著存在。

（3）回歸系數(shù)的顯著性檢驗(yàn)。

根據(jù)實(shí)證分析數(shù)據(jù)來看，單只股票的β系數(shù)的P值小于顯著性水平α=0.05，所以可以拒絕原假設(shè)，即貝塔值為0的概率小于0.05，貝塔系數(shù)顯著不為0，意味著解釋變量Rm - Rf 對被解釋變量Ri - Rf 的影響顯著，兩者顯著存在線性相關(guān)關(guān)系。在公式（1）中，假設(shè)截距項(xiàng)αi是顯著為0的，由截距項(xiàng)的P值統(tǒng)計(jì)數(shù)據(jù)，可以看出，21只股票的P值均超過顯著性水平α=0.05，不能拒絕原假設(shè)，這表明截距項(xiàng)αi可能為0的概率超過了0.05。

（4）可決系數(shù)。

根據(jù)數(shù)據(jù)可以發(fā)現(xiàn)，除了酒鬼酒（000799）、通葡股份（600365）兩只股票可決系數(shù)大于于0.5以外，其余19只股票的可決系數(shù)都比較低，最低的為古越龍山（600059），可決系數(shù)R2僅為0.1833。從上述分析結(jié)果可以得出，個(gè)股股票的貝塔系數(shù)顯著不等于0，回歸方程的擬合優(yōu)度較差，解釋變量Rm - Rf 和被解釋變量Ri - Rf 之間的線性關(guān)系顯著存在，但是貝塔系數(shù)不能較好的表示二者之間的線性關(guān)系，這表明貝塔系數(shù)并不能有效解釋我國白酒行業(yè)股票收益率的變化，而且依然存在著其他影響白酒行業(yè)股票收益率的因素。

2.White檢驗(yàn)。為了進(jìn)一步驗(yàn)證上述過程對CAPM模型有效性的實(shí)證是否正確，本文繼續(xù)采用White檢驗(yàn)，模型如下：

Ri- Rf= αi+β1（Rm-Rf）+β2（Rm-Rf）2 + ui （3）

即Y = c + a*X +b * X2 （4）

在White檢驗(yàn)中，Prob. Chi-Square（2）表示nR2的相關(guān)概率P值。如果P值大于α，那么回歸模型存在同方差；如果P值小于α，就表明回歸模型存在異方差。由這21只股票的回歸模型數(shù)據(jù)可知，17只股票的P值大于α，另外4只股票的P值小于α，說明這4只股票的模型存在異方差。隨機(jī)擾動項(xiàng)存在異方差也就是說，參數(shù)估計(jì)存在偏差，即無法利用現(xiàn)有的模型進(jìn)行預(yù)測，預(yù)測的結(jié)果從統(tǒng)計(jì)意義上來說是無效的。

3.縮小樣本期間至2017年一年時(shí)間。針對白酒行業(yè)在2017年期間的表現(xiàn)，對2017年白酒行業(yè)的公司股票進(jìn)行實(shí)證分析。結(jié)果發(fā)現(xiàn)可決系數(shù)依然不高，貝塔值除茅臺外幾乎保持不變，貝塔值的回歸系數(shù)顯著性檢驗(yàn)全部通過，這表明CAPM模型不適用于白酒行業(yè)公司股票價(jià)值分析。貝塔值解釋白酒行業(yè)股票收益率的能力很差，并且橫向比較發(fā)現(xiàn)，公司股票的收益率與貝塔值沒有較為清晰的關(guān)系，收益率最高的茅臺貝塔值并不高，而貝塔值較高的股票收益率也有高有低，說明白酒行業(yè)公司股票受市場影響有限。

三、小結(jié)

2017年的白酒行業(yè)遠(yuǎn)超出市場表現(xiàn)，高端白酒市場的超額利潤讓所有市場參與者為之歡欣鼓舞，相關(guān)股票的投資熱情也一度高漲。為了深度了解市場對白酒行業(yè)的影響，本文采用CAPM模型對白酒行業(yè)進(jìn)行實(shí)證分析，可以看出公司股票收益率和市場收益率的確存在正相關(guān)，但是與CAPM模型所描述的關(guān)系并不相符，這也就是說，貝塔系數(shù)不能很好的解釋我國白酒行業(yè)股票收益率，市場對個(gè)股的影響并不是很大，存在著除市場外的因素能夠影響個(gè)股收益，CAPM模型明顯不適用于當(dāng)前我國白酒行業(yè)公司股票的預(yù)測分析。

CAPM模型作為假設(shè)極其嚴(yán)格的理想模型，在我國股票市場上進(jìn)行實(shí)際應(yīng)用存在諸多問題。我國股票市場發(fā)展不夠成熟，白酒行業(yè)公司股票價(jià)格波動較大，白酒行業(yè)與整個(gè)市場偏差較大，基本不受市場影響，這些都影響著CAPM模型的實(shí)際應(yīng)用。因此在對白酒行業(yè)公司股票進(jìn)行CAPM模型分析時(shí)，模型存在著較明顯的缺陷。投資者在對白酒行業(yè)股票進(jìn)行分析時(shí)，應(yīng)當(dāng)注意到貝塔值的適用性很低，不能依靠貝塔值進(jìn)行選股，但是貝塔值作為衡量市場影響的因素在研究宏觀經(jīng)濟(jì)對個(gè)股影響時(shí)仍具有重要意義。

參考文獻(xiàn)：

[1]阮濤，林少宮.CAPM 模型對上海股票市場的檢驗(yàn)[J]. 數(shù)理統(tǒng)計(jì)與管理，2000，2（19）：12-17.

[2]李和金，李湛.上海股票市場資本資產(chǎn)定價(jià)模型實(shí)證 檢驗(yàn)[J].預(yù)測，2000（5）：75-77.

[3]唐海濱.A股市場個(gè)股CAPM模型的實(shí)證研究與改進(jìn)[D].湖南大學(xué)，2009.

[4]覃慧.CAPM 模型在上海股票市場的實(shí)證研究[D].對 外經(jīng)濟(jì)貿(mào)易大學(xué)，2006.

[5]付應(yīng)變.以行業(yè)分組對中國股市CAPM模型的實(shí)證檢 驗(yàn)[D].廣西師范大學(xué)，2012.

[6]傅江.基于中國鋼鐵行業(yè)的CAPM實(shí)證檢驗(yàn)[D].華中 科技大學(xué)，2006.

[7]李陽.CAPM 模型與 Fama-French 三因素模型對我國證券市場創(chuàng)業(yè)板的實(shí)證分析[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2013.

[8]高彥彬. 基于CAPM模型的股票期望收益率與風(fēng)險(xiǎn)關(guān)系研究——以中小板市場股票為樣本[J]. 生產(chǎn)力研究， 2018（1）.

[9]李紅霞， 邸鴻喜， 李琰，等. CAPM模型在中國股票市場中的有效性檢驗(yàn)[J]. 統(tǒng)計(jì)與決策， 2014（14）：169-172.

[10]朱文暉， 汪前明. CAPM模型與股票投資風(fēng)險(xiǎn)：對上海證券市場的實(shí)證研究[J]. 世界經(jīng)濟(jì)文匯， 2002（6）：27-37.

[11]李劍鋒. 資本資產(chǎn)定價(jià)模型（CAPM）對上海股市的實(shí)證研究[J]. 社會科學(xué)家， 2005（s1）：12-17.

（作者單位：河北金融學(xué)院研究生部）