CAPM模型在深證證券市場適用性的實證檢驗

楊伊璇

摘要：美國次貸危機后，經濟學理論該如何更好地預測實體經濟受到了全世界金融領域更多的關注，對股票市場模型實證檢驗等研究也提上日程。后危機時代，中國積極研究CAPM模型在中國股票市場的適用性，本文選取深交所上市的股票作為研究的樣本，用回歸等方法進行實證分析，進一步檢驗和分析CAPM模型理論在我國股票市場的適用性，對于檢驗結果，結合中國股市特點，做出原因分析，這對于了解我國股票市場2016年之后兩年中的發展情況具有現實和實踐意義。

關鍵詞：CAPM模型;實證分析;中國股市;原因分析

中圖分類號：F23文獻標識碼：Adoi：10.19311/j.cnki.16723198.2020.23.059

1CAPM模型介紹

資本資產定價模型CAPM（capital asset pricing model）是由Willim Sharp（1964）年提出的用來預測風險資產風險與均衡預期收益率之間的關系的模型。CAPM模型將現實復雜環境簡單化，設定假設來抓住主要矛盾，將現實抽象化。

2CAPM模型在中國股市的適用性實證分析

對標準的CAPM模型的檢驗分為兩個部分：第一部分為檢驗所選取的市場組合是否為切點組合，因為切點組合就是有效市場組合的證明。第二部分為對單個股票的檢驗，用于證實股票預期收益率與系統風險之間的線性正相關。第一部分的檢驗主要在于建立符合要求的CLM曲線，而第二部分的檢驗為了證實SML曲線是否符合CAPM模型的預期。

2.1檢驗市場組合是否為切點組合CML

2.1.1檢驗原因

由兩基金分離定理課之，當存在無風險資產的時候，所有的進行投資的人對與風險資產的希望組合都是沿著切點組合的，也就是說，切點組合代表的投資組合最能是投資者滿意。而切點組合是CAPM模型的前提，因此，對選取的樣本進行切點組合檢驗有利于在后續的步驟中更加有力地說明CAPM模型的適用性。

2.1.2回歸呈現和結果分析

（1）回歸模型：選用指數的收益率作為因變量，風險因子作為自變量，建立了回歸分析模型。Rit=y0+y1β+εit，做出主要假定：1因變量和自變量之間具有線性關系。2在重復抽樣中，自變量的取值是固定的，即假定x是非隨機的。對本次檢驗作出假設檢驗：設定原假設為：H0：α1=α2=α3表明β完全代表了系統性風險，備擇假設為αi不全相等。

（2）通過Excel做出回歸方程圖形，和回歸統計統計量表格可知。相關系數為0.096787，判定系數為0.009368，標準誤差為0.069997。在方差分析模塊中，在自由度為107的情況下（總有樣本中包含108個月），F檢驗量為1.002362，在此情況下，significance F=0.31902，F>significance F，因此拒絕原假設，符合CML理論預測。

（3）對于回歸參數估計的相關內容，回歸方程的截距為intercept=-0.02803，P-value=0.118851>0.05，因此接受原假設，截距不顯著，符合CML預期。對于回歸方程的斜率X-Variable 1=0.016457，P-value小于顯著性水平0.05，因此拒絕原假設，斜率顯著，同時，回歸方程的斜率為正數，符合CML中所預測的線性正相關。

從圖1來看，均衡狀態下經過市場組合的切線近似如圖所示，符合預期CML的理論。

由此可以得出結論：市場組合為切點組合的前提條件成立。因此，在對選取的樣本進行切點組合檢驗中，以深成工業指數，深成消費指數，深成信息指數的月收益率為樣本的模擬市場組合檢驗得到了較好的驗證。由此，可以進行下一步對于CAPM模型的檢驗，即對于所選的個股收益率與系統性風險之間的關系。

2.2標準的SML線回歸方程檢驗

2.2.1檢驗原因

CAPM模型中提出：

其一，不同個股的期望收益率應當與其β線性正相關。對個股進行三年內月收益率和貝塔值的一元線性回歸分析，可以得出期望收益率與β是否線性正相關。

其二，β應該是解釋期望收益率的唯一變量。由此體現出單個證券或者非有效的市場組合自身特質性風險對收益率的影響是否存在。是否真的如CAPM所描述的，與系統性風險有關。

2.2.2樣本數據的選取和處理

（1）收益率的計算。

當計算股票收益率時，相關文獻中指出，可以采用對數法，是收益率數據得到近似正態分布。但由于CAPM模型中在相關假設成立的前提下，默認股票的收益率服從正態分布，因此，可以用期末值減去期初值再除以期初值計算股票的收益率，即：Pit=（（Pt-Pt-1）/Pt）。其中，i代表個股標識，t代表月度時間。

（2）β值的估算方法。

因為已經獲得個股的歷史交易記錄，根據歷史收益記錄，利用最小二乘法對β值進行估算。并且，β值具有一定的穩定性，在一兩年時間內波動不大，因此，為了數據的可靠性，提高β值的可信度和可參考價值，選用2016年1月1日至2018年12月31日的歷史收益數據進行估計，最終得出所挑選的十個個股的貝塔值。估算結果將在分析結果中呈現。

2.2.3回歸結果

在選取的10只股票中，京漢股份的貝塔值最大值達到了2.9391，表明其受大盤波動影響大，當市場收到隨即風險波動。根據貝塔值的最大值來看，銀泰資源貝塔值較小，接近于1，說明銀泰資源的股價變動程度和市場變動程度非常相近，在銀泰資源風險組成當中，可以推測其系統性風險占比大，而公司的特質性風險占比小。從平均值來看，選取的個股的貝塔值均接近于1。說明在長期的總體水平上，各只所選取的股票都在很大程度上受到市場風險的影響。

2.3對選取的10只個股進行回歸檢驗的分析結果

選用個股收益率與無風險收益率的差值作為因變量，估計得出的貝塔值作為自變量，建立了回歸分析模型。Rit=y0+y1β+εit，做出主要假定：其一，因變量和自變量之間具有線性關系。其二，在重復抽樣中，自變量的取值是固定的，即假定x是非隨機的。在這兩個假定之下，對于任何一個樣本中的自變量。都會存在一個因變量的取值與之對應，因此，Rit=y0+y1β+εit代表一條直線。由于CAPM的預測為期望收益率與貝塔值之間存在線性正相關，因此，預測的結果為方程代表的直線是一條回歸系數為正的直線。

3原因分析

3.1市場風險特點

在CAPM模型的檢驗中，我們是默認假設條件成立的，然而，在實際的證券市場中，具有很多的風險構成，其中部分就違背了CAPM模型的前提假設。

3.2中國股市與西方股市的差異性

其一，中國股市投機者更多。頻繁的投機交易導致了惡劣的市場環境，對于CAPM模型的檢驗具有一定的干擾性。其二，中國股市交易量巨大。中國股市交易量的巨大更加放大了又交易手續產生利潤的影響，從而對CAPM模型的檢驗相比于西方股市產生更大的干擾。

3.3模型假設前提實現的困難性

CAPM模型中的市場組合是一個有效的市場組合，但是理論上市場組合為國際經濟體系中所有的資產，要收集到這個所有資產的數據對于筆者來說是能力之外的，因此，選用指數來代替市場組合。

3.4檢驗方法的缺陷性

由于數據來源的有限性，本文只選取了在深交所上市的部分股票，而沒有能夠選取證券市場上所有的股票。

4結論

資本資產定價模型構成簡單，易于檢驗，在經濟學領域有著很大的意義。然而，模型形式簡潔在一定程度上是建立在許多假設之上的，這些假設在現實的經濟領域中很難被滿足，難以保證假設條件的滿足符合預期。

回歸分析的顯著性很高，但是擬合度卻不高，說明了CAPM模型在中國股市的有效性沒有得到很好的體現，雖然存在中國股市和西方的差異性，股市風險性的特點，數據選取的誤差等因素對模型檢驗的干擾，但是在一定程度上說明了CAPM在中國股市的適用性還有待考察。

參考文獻

[1]崔慧慧.CAPM模型基于個股的實證分析[J].現代營銷（經營版），2018，（9）：208.

[2]陳志明.證券市場風險分析的基礎結構[J].現代商業，2017，（21）：118120.

[3]段嘉尚，趙永剛，董裕平.創新貝塔（Beta）股票指數——基于中國A股市場的實證研究[J].券市場導報，2014，（1）：6166.

[4]董于靖，王家梁.基于CAPM模型對于醫療保健行業的實證分析[J].時代金融，2018，（27）：232，236.

[5]何惠珍.CAPM模型對我國股市的實證分析[J].學術探索，2012，（6）：8891.