中国股市资本资产定价模型有效性分析 数学与信息科学学院毕业论 本文关键词：中国，科学学院，模型，股市，有效性
中国股市资本资产定价模型有效性分析 数学与信息科学学院毕业论 本文简介：中国股市资本资产定价模型的有效性研究孟照朋(河南大学数学与信息科学学院开封475004)摘要资本资产定价模型CAPM自从提出到现在经历了诸多国内外学者的实证研究和检验，旨在证明这一模型是否有效。本文通过对沪深两市选取的50只股票进行时间序列静态检验，检验了CAPM在中国股市的有效性,检验结果表明β对
中国股市资本资产定价模型有效性分析 数学与信息科学学院毕业论 本文内容：
中国股市资本资产定价模型的有效性研究
孟照朋
(河南大学数学与信息科学学院
开封475004)
摘
要
资本资产定价模型CAPM
自从提出到现在经历了诸多国内外学者的实证研究和检验，旨在证明这一模型是否有效。本文通过对沪深两市选取的50只股票进行时间序列静态检验，检验了
CAPM在中国股市的有效性,检验结果表明β对中国股市的平均收益不具有解释能力,从而否定了其在中国股市的有效性假设。
关键词
CAPM
实证检验；β值；中国股市；有效性
1
引言
1.1
资产定价理论的产生
资产定价理论源于马柯威茨(Harry
Markowtitz)的资产组合理论。1952年马柯威茨在《金融杂志》发表了《投资组合选择》这篇具有里程碑意义的论文，他在论文中确定了最小方差资产组合的思想与方法，开创了投资组合理论的先河。在此基础上，夏普(Sharpe
1964)、林特纳(Lintner
1965)和莫辛(Mossin
1966)推导出了资本资产定价模型(CAPM)。
1.2资产定价模型的假设条件
资产定价模型是建立在严格的假设条件基础之上的：
假设1：所有资产价值总是大于或等于零。
假设2：市场是完备的，即不存在交易成本和税收，并且所有资产均为无限可分的。
假设3：市场有足够多的投资者，而且可以按市场价格买卖他们所想买卖的任意数目的任意资产。
假设4：市场只有一个无风险借贷利率。
假设5：市场上的信息是公开的、完备的。
假设6：所有投资者为风险厌恶者，同时具有不满足性。
假设7：所有投资者都追求期末财富最大化。
假设8：投资者对证券的风险、收益、证券间的关联性具备完全相同的预期。
假设9：投资者都依赖期望收益率评价组合资产的收益率，依赖方差或标准差评价组合资产的风险水平。
其中假设1-5是关于关于市场的一种理想化，实质是认为一个理想的市场应该是完备的、无摩擦的，从而对资源的配置是有效的。当然，这种理想的市场在现实中是不存在的，但我们可以对这些假设条件进行放松，并发现放松后对原来结果地影响不是根本的，即这些假设抓住了主要矛盾，结果就十分有意义。与此同时，随着科技的发展，尤其是信息技术的发展，现实中的市场正逐渐地向这一理想市场靠近。
假设6-9
是关于投资者的假设，风险厌恶的假设是有代表性的，我们并不否认存在风险偏好的投资者，这些假设条件使我们对投资者的选择也给了一个标准。
1.3资产定价模型
基于以上假设，CAPM
模型可以表达为以下的形式：
其中表示资产i的期望收益；
为无风险借贷利率；
表示市场组合期望收益率。
CAPM
模型主要描述单个证券或投资组合同系统风险收益率之间的关系，也即是单个证券或投资组合的收益率等于无风险收益率与风险溢价的和。
如果
CAPM
在中国具有适用性的话，就可以用这一简化模型来解决资产组合理论应用于大规模市场时面临的计算困难。CAPM
作为证券投资领域最重要的理论基石之一，几十年来经历了无数专家和学者的实证检验，不同学者为其有效性争论不休，这是因为
CAPM
的成立有着一系列严格的前提假设条件，而且在不同的国家和地区、不同时期资本市场，其有效性可能有很大差异。本文旨在通过中国股票市场的数据来检验
CAPM
在中国股市的适用性。
2
国内外学者关于模型有效性探讨
自CAPM提出以来，国外学者就对该模型在西方成熟资本市场上适用性问题做了大量实证研究。Sharpe和Cooper(1972)用纽约股票交易所的所有股票对CAPM进行了截面检验,发现平均收益和β几乎成精确的线性关系。然而后来，负面的验证结果接踵而至。Lakonishok和Shapiro
(1986)
发现平均股票收益与β之间的相关关系在70年之后的数据中消失了。Fama
和French在1992年使用1962
-1989
年之间的数据，证明了即使在β为惟一解释变量的情况下，平均收益和β成线性关系的结论也不成立。
我国证券市场起步较晚，CAPM
只是近十几年才被引进和应用到各个投资决策和理论研究领域。施东辉(1996)以1993年4月至96年5月上证50种股票为样本进行分析，发现上海股市的投资总风险中,系统性风险占有很大的比例,同时各股票的价格行为也呈现出强烈的同向波动性,这两个特征使得通过组合多元化降低投资风险的作用极其有限。之后，杨朝军、邢靖（1999），陈浪南、屈文洲（2000），靳云汇、刘霖（2001），徐国祥（2002），陈学华、韩兆洲（2005）等人都做了有关CAPM
在中国有效性检验。大多数关于
CAPM
模型在我国的实证研究都表明，目前
CAPM的模型还不是很适用于我国的证券市场。
3
模型的检验
3.1导出数据
从大智慧31个板块中，按板块对股市影响的权重，每个板块选择有代表性的1-3支股票，选择50支，然后导出我们选定的
50
只股票及沪深
300
指数从07年1月1日到11年3月31号还权后收盘价，粘贴到EXCEL表格中。
3.2计数收益率
将每支股票的日期以及相应的收盘价与沪深
300
指数的日期匹配好，在
EXCEL中分别计算出它们每天的收益率，并求出相应的的平均收益率。
3.3制作散点图
以沪深300每天的收益率作为X，股票每天的收益率作为Y，做出散点图。然后再散点图上点击右键，点击添加趋势线，X前的系数即为β值。
3.4整理好各股的β值以及各股、沪深300在检验区间的平均收益率。
将上面计算好的50支股票的β值、平均收益率及沪深300在检验区间的平均收益率整理好，放在一个表格内。
下表为简表，详表见附录
股票代码
股票名称
β值
平均收益率
000300
沪深300
0.000694904
000001
深发展Ａ
1.0525
0.001092205
000002
万
科Ａ
1.0782
0.000910767
000100
TCL
集团
0.9147
0.001109763
000423
东阿阿胶
0.9275
0.002649553
000533
万
家
乐
1.0743
0.001413297
000538
云南白药
0.5493
0.001463146
000783
长江证券
1.3401
-0.000486891
3.5设置检验模型
由于检验的模型为：
可依据下列模型做回归：
Ri=R1
+
R2×Bi＋
ui
其中
Ri
表示第
i
只个股在t时期内的平均收益率，Bi是估计出的β值。
3.6运用Eviews进行回归
下面是Eviews的估计结果：
Dependent
Variable:
RI
Method:
Least
Squares
Date:
04/25/11
Time:
12:31
Sample:
1
50
Included
observations:
50
Coefficient
Std.
Error
t-Statistic
Prob.
C
0.000707
0.000896
0.789001
0.4340
BI
0.000463
0.000868
0.533371
0.5962
R-squared
0.005892
Mean
dependent
var
0.001177
Adjusted
R-squared
-0.014819
S.D.
dependent
var
0.001129
S.E.
of
regression
0.001138
Akaike
info
criterion
-10.68022
Sum
squared
resid
6.21E-05
Schwarz
criterion
-10.60374
Log
likelihood
269.0056
Hannan-Quinn
criter.
-10.65110
F-statistic
0.284485
Durbin-Watson
stat
1.203458
Prob(F-statistic)
0.596238
3.7回顾检验结果
由上面回归的估值结果得到回归方程
Ri=0.000707+0.000463×Bi
t
=(0,789001)
(0.533371)
R2=0.005892
式子中R1和R2分别代表的是市场无风险利率和市场风险溢价的一个估计值。而它们并不显著地异于零，这在现实中是不可能的，说明它们不能作为无风险利率和市场风险溢价的一个很好的估计值。而判定系数R2=0.005892，这个值很小，说明了模型没有很好地拟合市场。
4
结论
上述
CAPM
模型的检验，模型并没有很好地拟合市场，但我们并不能得出结论：中国的股市是不符合
CAPM
模型的，即
CAPM
模型在中国是不适用的。
首先，CAPM的假设前提是难以实现的。比如假设之一是市场是完备的，即不存在交易成本和税收，并且所有资产均为无限可分的，但是，实际操作中不存在交易成本和税收的市场是很难实现的。假设之二是投资者可以不受限制地以固定的无风险利率借贷，这一点也是很难办到的。假设之三是理性人假设和一致预期假设。显然，这些假设只是一种理想状态。
其次，CAPM中的β值难以确定。某些证券由于缺乏历史数据，其β值不易估计。此外，由于经济的不断发展变化，各种证券的β值也会产生变化，因此，依靠历史数据估算出的β值对未来的指导作用也要打折扣。
再次文档中数据的选择只是我个人的选择，不具有权威性，而且数据的时间选择有些短，对模型的检测会有影响。
参考文献
[1]Black，F．，Jensen
and
Scholes．The
capital
asset
pricing
model:
Some
empirical
tests
．
In:
Mchael
Jensen
(ed．)．Studies
in
the
Theory
of
Capital
Markets
．New
York:Praeger．1972.
[2]陈小悦，孙爱军.CAPM在中国股市的有效性检验[J].北京大学学报，2000.
[3]张晓峒.计量经济学（第三版）[M].南开大学出版社，2007.
[4]吴晓求.证券投资学（第二版）[M].中国人民大学出版社，2006.
附录：50支股票β值、平均收益率及沪深300平均收益率
股票代码
股票名称
β值
平均收益率
000300
沪深300
0.000694904
000001
深发展Ａ
1.0525
0.001092205
000002
万
科Ａ
1.0782
0.000910767
000100
TCL
集团
0.9147
0.001109763
000423
东阿阿胶
0.9275
0.002649553
000533
万
家
乐
1.0743
0.001413297
000538
云南白药
0.5493
0.001463146
000783
长江证券
1.3401
-0.000486891
000800
一汽轿车
1.3253
0.002488987
000898
鞍钢股份
1.2074
0.000339603
000970
中科三环
1.1429
0.001946823
002024
苏宁电器
0.8567
0.001379581
600000
浦发银行
1.0834
0.000993901
600008
首创股份
1.1498
0.00092889
600009
上海机场
0.8782
0.0000057411
600010
包钢股份
1.0279
0.001418115
600019
宝钢股份
1.0778
0.000380973
600028
中国石化
0.99
0.000387727
600029
南方航空
0.9894
0.001875753
600031
三一重工
1.1259
0.002813891
600048
保利地产
1.1714
0.00147588
600050
中国联通
0.931
0.000632605
600056
中国医药
1.1386
0.002199853
600072
中船股份
1.1979
0.002376918
600111
包钢稀土
1.2182
0.003623332
600116
三峡水利
1.0791
0.002386735
600150
中国船舶
1.0631
0.001702477
600186
莲花味精
1.1288
0.001585653
600489
中金黄金
1.0075
0.002941052
600500
中化国际
1.2827
0.001368487
600519
贵州茅台
0.5937
0.002161894
600536
中国软件
1.0154
0.001219539
600600
青岛啤酒
0.8086
0.001222235
600614
鼎立股份
0.8761
0.002914472
600765
中航重机
0.9444
0.002638514
600802
福建水泥
1.1096
0.001855173
600834
申通地铁
0.9823
0.001220934
600839
四川长虹
0.9827
0.001819775
600887
伊利股份
0.8065
0.000962475
600900
长江电力
0.6245
0.000736714
601318
中国平安
1.0383
0.000626756
601398
工商银行
0.7512
8.03967E-05
601600
中国铝业
1.2505
0.000189405
601601
中国太保
1.1519
-0.000450341
601628
中国人寿
1.0429
-9.10999E-05
601668
中国建筑
0.6724
-0.001260433
601688
华泰证券
1.3866
-0.001222671
601727
上海电气
1.0084
0.000692785
601857
中国石油
0.7612
-0.001302171
601888
中国国旅
0.9764
0.001691312
601998
中信银行
0.9567
-0.000315922
8