书合文秘网 - 设为首页 - 加入收藏
当前位置 首页 > 范文大全 > 公文范文 >

经典CAPM模型为何不适用我国10篇

作者: 浏览数: 关键词: 经典CAPM模型为何不适用我国 不适用 模型 我国

经典CAPM模型为何不适用我国10篇经典CAPM模型为何不适用我国 资本资产定价(CAPM)模型在我国股票市场中的应用 ?资本资产定价(CAPM)模型在我国股票市场中的应用? ?资本资产定价(CAPM)下面是小编为大家整理的经典CAPM模型为何不适用我国10篇,供大家参考。

经典CAPM模型为何不适用我国10篇

篇一:经典CAPM模型为何不适用我国

本资产定价(CAPM)模型在我国股票市场中的应用

 ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?

 ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?——基于回归分析角度的实证研究 ?

 ?内容提要:资本资产定价模型(CAPM)主要研究证券市场中资产的预期收益率与风险资产之间的关系,以及均衡价格是如何形成的,它刻画了均衡状态下资产的预期收益率及其与市场风险之间的关系。

 ?关键词:资本资产定价模型(CAPM);回归分析;有效性分析;实证研究 ?

 ?一、引言 ?现代资本资产定价模型(CAPM)是第一个关于金融资产定价的均衡模型,也是第一个在不确定条件下,使投资者实现效用最大化的资产定价模型。模型的首要意义是建立了资本风险与收益的关系,明确指明证券的期望收益率就是无风险收益率与风险补偿两者之和,揭示了证券报酬的内部结构。资本资产定价模型是现代金融理论的一块重要的基石, 在已经问世的诸多证券投资理论中,资本资产定价模型在投资学中占有重要的地位,并在投资公司决策和公司理财中得到广泛的应用。从目前我国金融市场运行来看,即使在起步不长的中国证券投资活动中,这一模型的应用也成为有关学者热衷讨论的话题。在证券市场与金融投资已经构成我国社会经济生活的一个重要组成部分的今天,对资本资产定价模型进行深入研究无疑在理论上和实践上都有着重要的意义。

 ?二、资本资产定价模型理论概述 ?(一)资本资产定价模型(CAPM)的理论基础 ?在现代投资理论和方法中,投资组合选择和资本资产定价理论居于核心地位,是近年来西方金融学发展很快的一个领域。马柯维茨(H. Markowitz)于 20 世纪 50 年代提出了证券投资组合理论,即不要把所有鸡蛋放在同一个篮子里,奠定了现代证券投资理论的基础。现代证券投资理论逐步发展演化,经济学家威廉.夏普(William F.Sharpe)、约翰林特纳(John Lintner)提出了资本资产定价模型(Capital Assets Pricing Model),简称 CAPM。资本资产定价模型是第一个关于金融资产定价的均衡模型,其实质是讨论资本风险与收益的关系,个人投资者通过对不同证券的未来前景评估构成最优风险证券组合。这一理论的问世,使金融学开始摆脱纯粹描述性的研究和单凭经验操作的状态,将数量化方法引入了金融领域,从而形成了现代资产定价理论。作为第一个不确定条件下的资产定价模型,CAPM 的问世有着引导证券投资进入科学化阶段的重大意义,它导致了西方金融理论的一场革命。

 ?1 ? ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?资本资产定价模型(CAPM)是在三大假设的基础上提出的,因为后面讨论其有效性问题时将涉及这些假设条件,所以需要先行列举,为后面的研究说明进行铺垫:

 ?1.均值——方差假设 ?(1)投资者通过考查一段时间内的证券组合的预期收益率和标准差来评价证券组合; ?(2)若标准差及其他方面等同,投资者将选择具有较高收益率的一种证券组合;若预期收益率及其他方面等同,投资者将选择具有较低标准差的一种证券组合; ?该假设需满足的条件:投资组合收益的概率分布都是正态分布,因为,正态分布可由期望

 和方差精确描述,从而在此基础上进行选择。

 ?2.投资者一致性假设 ?(1)投资者计划的投资时点和投资期限相同; ?(2)组成各个投资者投资组合的证券数目相同; ?(3)投资者具有齐次预期,即他们对证券的预期收益率、标准差、协方差看法一致,保证市场有效边界只有一个; ?(4)导致投资者在有效边界上选择不同的投资组合的原因只是他们的风险偏好不同。

 ?3.完全市场假设 ?(1)单一资产无限可分,即投资者能按任意数量比例来选择购买他所期望的资产; ?(2)投资者可以同样的无风险利率贷出或借入货币; ?(3)对所有投资者来说,无风险利率是等同的; ?(4)税收和交易成本不予考虑; ?(5)投资者可以免费或不断地获得有关信息。

 ?(二)资本资产定价(CAPM)模型的中心思想 ?根据以上假设,得出资本资产定价模型公式如下:

 ? ? ? ? ? ?

 ?其中,Rp 为证券或证券组合 P 的期望收益率,Rm 为市场组合的期望收益率, 表示证券或证券组合的贝塔系数, 代表证券或证券组合 P 的收益率与市场组合收益率的协方差, 代表市场组合收益率的方差。其图形表示如下:

 ? ? ? ? ? ?22 ?

 ?2 ? ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?从上式可以看出,一种股票的收益率与其贝塔系数是成正比例关系的。而贝塔系数是该证券的收益率的协方差与市场组合收益率的方差的比率,可以看作股票收益变动对市场组合收益变动的敏感度。通过对贝塔系数进行分析,可以得出结论:在风险资产的定价中,那些只影响该证券的方差而不影响该股票与股票市场组织的协方差的因素在定价中不起作用,对定价唯一起作用的是该股票的贝塔系数。由于收益的方差是风险大小的度量,所以我们可以说:与市场风险不相关的单个风险在股票的定价中不起作用,起作用的是有规律的市场风险,这就是 CAPM 的中心思想。

 ?三、中国股票市场的实证研究 ?从理论上看,传统资本资产定价模型具有两种基本用途,资产估值和资产配置,以此来知道我们的投资行为。现在需要我们分析的是:对于具有显著特殊性的中国证券市场,应用资

 本资产定价模型的方法在研究中可以起到什么作用?能在哪些方面有益于指导我们确定证券投资组合并正确实施投资活动?首先,我们需要选择样本数据进行实证检验,用回归检验结果作为研究问题的基础。

 ?(一)实际数据的回归检验 ?1.股票样本数据选择 ?笔者从中国上海股票市场 A 股日收益率数据之中,选取 2005 年以前上市的,七个主要行业中规模较大,流动性较好且具有代表性的七支股票:中信证券(600030)、中船股份(600072)、上海汽车(600104)、金瑞科技(600390)、青松建化(600425)、上实发展(600748)、王府井(600859)为样本,各股数据是根据每日收盘价计算的日收益率,当某交易日数据出现缺失(即当日停盘或由于意外原因收盘价缺失值),运算时予以剔除。各股数据截取时限从 2009 年 1 月 5 日至 2010 年 1 月 5 日。样本容量为 240 个日收益率,其中每日收益率=(当日收盘价-前日收盘价) /前日收盘价。(以下回归分析均通过 Eviews6.0 统计软件完成)

 ?2.市场组合指数的选择 ?目前在上海股市中有沪深 300 指数、A 股指数、上证 180 指数以及各分类指数。选择哪个指数作为资本资产定价模型中的市场收益率更为合适呢? ?

 ?其中, Rit 为证券 i 在 t 时刻的实际收益率,Rmt 为市场指数在 t 时刻的收益率, 为截距项, 为证券 i 收益率变化对市场指数收益率变化的敏感度指标,它衡量的是系统性风险,为随机误差项。

 ?选择中信证券(600030)作为代表,分别参照沪深 300 指数、A 股指数和上证 180 指数进行回归比较。

 ?选取沪深 300 指进行回归分析得出回归方程为:

 ?Y=0.001094+0.528167X ?3 ? ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?(0.643339)(6.485984) ?2 ?R=0.150206

  F=42.06798 ?回归方程表明,市场收益率变化 1 个单位,中信证券的收益率同方向变动 0. 528167 个单位,回归的可决系数R2为0.15。而对应的自变量前的回归系数对应的t统计量值为6.485984, P 值小于 0. 0001,远小于给定的显著性水平 0. 05,说明 x 对 y 有显著的影响。

 ?选上证 180 指数回归得:

 Y=0.001157+0.531470X

 (0.681809) (6.547007) ?R=0.152613

 F=42.86330 同理,选 A 股回归结果如下:

 Y=0.001184+0.576845X

  (0.692521) (6.509544) ?2 ?R=0.151134

  F=42.37416 ?2 ?比较中信证券与三种指数拟合的结果,我们发现选用上证 180 指数作为市场组合时,测定系数 R2 和 F 统计量相对其它两种指数较大。因而对中信证券而言,选择上证 180 指数作为市场组合指数较为恰当。其他 6 只股票与沪深 300 指数、A 股指数、上证 180 指数回归的结果如表 1:

 ?表 1 ?

 ? ? ? ? ?(二)回归结果的提示 ?通过比较以上数据,我们发现在一般情况下选用沪深 300 指数作为市场组合指数和各股收益率回归时,回归的残差较小,而测定系数 R2 和 F 统计量相对较大。因此,从统计分析的角度看,用沪深 300 指数作为市场组合指数的效果比用其他指数作为市场组合指数回归的效果要好。通过分析结果,我们也可以看出相对各个资产来说,其价格波动在遵循基本运行规律的前提下,只是价格运动的时间和幅度存在差异,因此,当其价格波动水平明显高于或低于市场总体价格水平,既市场组合收益率时,通常就会被投资者视为价格高估 ?4 ? ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?或低估,通过回归分析比较各个资产收益率与市场组合收益率的相互关系,可以比较准确地判定各个资产价格波动的方向及可能的幅度。

 ?四、资本资产定价模型在我国证券市场应用的限制因素 ?1.资本资产定价模型前提假设的限制性因素 ?资本资产定价模型理论存在着较为严格的假设前提,并且它将证券市场假设为一个理想的、简化的、抽象的市场。

 ?(1)资本资产定价模型需要一系列严格的假设,例如市场的有效性,信息的获取是零成本的,每个投资者都是理性的,都按照马科维茨的均值方差模型进行投资决策和资本配置,不存在资本的介入和贷出限制。

 ?(2)资本资产定价模型理论将所有的系统风险系数都归于一个(相对风险)因素之中,忽略了其他因素对单个证券收益率的影响,股票的平均收益与系统性风险并不是资本资产定价模型所预料的线性关系,还有其他风险因素在股票定价中起作用。

 ?(3)资本资产定价模型理论假设市场证券组合中有足够多的证券,从而将证券的非系统风险完全抵消掉。但是我国并不成熟的证券市场难以满足资本资产定价模型理论严格的墓础假设条件,因此,资本资产定价模型在各个证券市场就有适用效果的区别,也即是资本资产定价模型的理论指导现实市场的符合程度需要进一步探讨。

 ?2.我国证券市场的自身缺陷限制资本资产定价模型的应用 ?(1)非有效市场。所谓有效市场,指资本市场不存在资本与信息流动的障碍,即没有任何摩擦阻碍投资。潜在的阻碍有税收、交易成本、无风险借入和贷出的利率差等。针对中国证券市场的特点,信息公开化程度、股市规模这两方面都存在的问题。

 ?(2)信息公开化程度太低,信息披露不完善。按照市场有效性理论的要求,上市公司所有与证券发行、交易有关的信息资料包括历史数据、公司的经营和财务状况、管理状况、盈利机会等应尽可能详细地公开,不得故意隐瞒、遗漏。而实际上,在我国,信息披露领域存在的问题仍然十分突出。一方面,法规不健全,信息披露的条项、内容、时间等技术性缺陷致使信息难以通过正常渠道全面公开。另一方面,一些信息披露责任者对各市场主体弄虚作假,甚至内外串谋炒作本公司股票,误导投资者。

 ?(3)投资者结构不合理,投资观念不成熟。投资者决策的科学性和严密性是资本资产定价模型对现实市场有较强适用性的一项前提。而我国市场上短线投机的目的大于投资的目的,机构投资者数目与个体投资者数目之比大大低于国外发达而高效的市场。大多数个人投资者素质普遍较低,他们入市带有很大的盲目性。因此要求这些投资者对预期收益率、标准

 差、证券之间的协方差有准确、相同的理解显然是不太现实的。通过以上分析,笔者认为我国股票市场风险和收益关系并不如资本资产定价模型理论所预期的那样, 系数不能包含所有影响股票收益率的因素,股票收益率与 的相关性并不显著, 对中国股市的平均收益不具有完全解释能力。为了提高资本资产定价模型在我国证券市场的适用性,必须建立一个行之有效的证券市场。

 ?5 ? ?资本资产定价(CAPM)模型在我国股票市场中的应用 ?五、资本资产定价模型分析对我国股市的启示 ?资本资产定价模型指出风险资产有效前沿上的点与无风险资产组合,可以产生有效投资组合。根据 CAPM 模型,β 值大小是股票收益率高低的主要指示器,通过对 β 的计算与检验,我国股市数据显示股票收益率与 β 值之间不存在显著的线性关系。其原因可能是在 2007 至2008 两年间股票价格较之于 2006 年出现严重大幅下挫,投资者对市场丧失信心,风险越大的股票其收益反而更低。这个结论说明,尽管我国股票市场已经发展了十几年,但市场发展现状不仅与 CAPM 较严格的模型条件有较大出入,与西方成熟的市场相比也有差距。我国股市还没有真正意义上的市场组合,尽管有如上证 180 指数、上证综指等各种指数,但这种指数与真正的市场组合偏差较大,经常会出现“赚了指数赔了钱”的情况。资本资产定价模型将单一证券的风险分为系统风险和非系统风险。其中,非系统风险可以通过投资组合进行消除,而系统风险不能消除。我国学者的一些研究表明,我国股市的系统风险占总风险的比例较高(如施东辉 1996),且远远高于世界其他成熟证券市场。我国的股市整体风险较高与我国股市的特殊情况有关,除了自然力量引起的风险外,我国股市还存在政策、投机、虚假信息等原因导致的风险。由于没有做空机制,投资者在股票价格下跌时只能进行大量抛售来规避风险,这也增加了系统风险的比例。为了规避系统风险,我国推出股指期货的呼声越来越高。股指期货作为一种金融衍生工具,具有风险转移、价格发现和资产配置三大功能。股指期货的引入有利于我国股市的长期健康发展,是我国资本市场再壮大发展的推动力。

 ?综上,我认为我国股票市场风险和收益关系并不如资本资产定价模型理论所预期的那样,β 系数不能包含所有影响股票收益率的因素,股票收益率与 β 系数的相关性并不显著,β 系数对中国股市的平均收益不具有解释能力,即资本资产定价模型目前还不太适用于我国证券市场。为提高资本资产定价模型在实际中的适用性,我们必须积极改善市场环境,建立一个行之有效的证券市场,根据我国股市的具体情况,探索和丰富投资组合理论,使投资组合理论更好地指导我们投资。

 ?6 ?

篇二:经典CAPM模型为何不适用我国

INA VENTURE CAPITAL财经纵横摘要:资产资本定价模型(CAPM)作为现代金融价格理论的支柱,广泛应用于公司理财和投资决策等领域。

 然而,经典的 CAPM 模型假设的条件与中国证券市场的发展状况有较大的差异,其在上证 A 股的适用性需要进一步检验。

 本文选取了上证 A 股 10 支股票作为研究样本,采用回归分析的方法,利用日收益率数据对 2016 年 1 月 1 日 -2016 年8 月 31 日阶段 CAPM 的适用性进行了检验,发现 CAPM 对于上证 A 股市场具有强适用性。关键词:上证 A 股 CAPM

  实证检验上证 A 股的 CAPM 实证检验文 / 山东省临沂第一中学 焦欣然资产资本定价模型[1] (Capital Asset Pricing Model 简称CAPM)作为金融资产定价的均衡模型,以其简洁的形式,简单易懂的理论, 广泛应用于股票、基金、债券等资本资产定价的分析和确定以及投资决策等领域。

 由于我国证券市场发展时间较短,发展水平远逊于欧美发达国家,CAPM 模型在我国的适用性强弱不可预计,因此对于该模型的实证检验显得尤为重要。资产资本定价模型是由美国学者夏普(William Sharpe)、林特尔(John Lintner)、特里诺(Jack Treynor)和莫辛(Jan Mossin)等人于 1964年在资产组合理论的基础上发展起来的, 是关于金融资产(股票、债券、期货、期权等有价债券)的价格决定理论,由于模型的简单明了以及对于资产风险和收益之间关系的精确描述, 使其得到广泛应用,从而成为现代金融学的重要定价理论之一 [2] 。

 通过分析前人的研究结果,邹舟、楼百均 [3] 通过实证研究结果发现,CAPM 模型并不适合上海股票市场, 股票收益率与股市系统风险之间相关性很差,系统性风险不能很好地解释收益变动情况,非系统风险因素在股票收益中有着不可忽视的作用, 而且股票收益率与系统风险之间也不存在 CAPM 理论所预示的线性关系。

 李传恺[4]通过具体分析经典 CAPM 模型的理论假设和经验假设,并总结二十世纪 90 年代以来国内所做的关于经典 CAPM模型的实证检验结果,发现经典 CAPM 模型假设的条件与中国证券市场的发展状况有较大差异,经典 CAPM 模型不适用于中国证券市场。曹滢[5]认为中国在市场体制、结构、配置、功能等方面的不成熟使得中国股市不能成为真正公平的投资场所, 中国证券市场也无法满足 CAPM 模型对资本市场的严格要求,从而使得股票的预期收益率与实际收益率不相符合。而本文选取上证 A 股的 10 支股票, 以 2016 年 1 月 1 日—2016 年 8 月 31 日为时间区间,分别计算系数,并对其进行 t 检验、F 检验。

 通过分析检验结果,发现 CAPM 对上证 A 股市场具有强适用性。1、样本选取介于大型股票规模大流通性好, 得到的研究结果更具客观性,本文随机抽取上证 50 模块的 10 支股票作为研究对象。而考虑到数据的时效性,本文只选取了 2016 年以来的数据。

 以 2016年 1 月 1 日—2016 年 8 月 31 日为时间区间,因该时间区间不涉及年底分红,便可淡化年底分红等无关变量对数据的影响,样本股票在时间区间的每日价格信息从数据软件万德获得。2、市场指数与无风险利率本文选择上证综指作为市场指数, 该指数以上证所挂牌上市的全部股票为计算范围,反映 A 股市场整体走势。

 对于无风险利率,参考邓飞琼 [6] 的做法,本文使用三个月公民定期存款利率,并将其折算为日利率。

 其中,现期三个月公民定期存款利率为 1.1%,日利率约为 0.003%。单支股票日收益率的计算公式为:r=(今日收盘价 / 昨日收盘价-1)×100%。3、回归检验根据资产资本定价模型,个股收益率为:

 ,其中 r f 和 r m 分别代表无风险资产与市场组合的日收益率, r i 代表股票 i 的日收益率,β i 是股票 i 的 β系数的估计值。对上述 10 支股票回归结果进行分析,得到 t 值、F 值、R 2 如下表表 1

 样本股票的 t、F、R 2 值t 检验:我们知道,在 5%的显著性水平下,t 检验的临界值约为 1.96。而对每支股票进行 t 检验发现这十支股票的 t 值均远大于 1.96,其中 t 值最大的是兴业证券(22.87),最小的是浦发银行(4.90),这说明所有的十支股票在 5%的显著性水平下,均通过 t 检验。F 检验:所选的十支股票中,其 F 值都非常大,F 值最大的兴业证券甚至达到了 522.99,最小的浦发银行也有 23.97。

 而对浦发银行的 P 值进行分析,发现 P 小于 5%。

 这说明在 5%的显著性水平下,F 最小的浦发银行都通过了 F 检验,进而可以得出所有的十支股票均通过 F 检验。

 这说明该方程自变量风险溢价在统计上对因变量个股收益率有显著影响。对拟合优度 R 2 的分析:表 2 表明,所有回归方程的 R 2 差距较大,其中大于 0.7 的股票有 4 支,分别是东方明珠、新华保险、兴业证券、中国中车,介于 0.4 与 0.7 之间的有 3 支,分别是保利地产、北方稀土、康美药业,低于 0.4 的有三支,分别是贵州茅台、浦发银行、上汽集团。

 另外,所有股票中 R2 最小的是浦发银行,仅有 0.1303。拟合优度反映的是回归方程所列的自变量所能解释因变量变动的百分比,从回归结果平均来看,方程的拟合程度较好。4、单支股票β系数的估算经回归,股票样本的β系数如下表作者简介:焦欣然(1999.10.25-),女,汉族,籍贯:山东省。

 现为山东省临沂一中高中在读,研究方向为:金融学。(下转第 218 页)196万方数据

 CHINA VENTURE CAPITAL表 2 样本股票的系数对 β值的分析:综合回归检验和表 1,可以看出所选的十支股票的β系数估计值都显著为正, 说明 2016 年 1 月 1 日—2016 年 8 月 31 日期间股票收益率的 β值是有效的。β值代表了单支股票相对于市场上所有股票平均风险的倍数。十支股票中,个股风险最大的是兴业证券(系数为 1.526359),意味着兴业证券这支股票的风险是市场平均风险的 1.53 倍;个股风险最小的是浦发银行(0.3888971),意味着浦发银行这支股票的风险是市场平均风险的 0.39 倍。

 其中,保利地产、北方稀土、东方明珠、新华保险、兴业证券这 5 支股票的值大于 1,属于进攻型股票。

 贵州茅台、康美药业、浦发银行、上汽集团、中国中车这五支股票的值小于 1,属于防御型股票。5、结语通过对十支股票的 β值、T 值、F 值以及 R2 的分析, 发现CAPM 模型适用于这十支股票。

 另外,因股票都是从上证 A 股中随机获得,此结论也应当基本适用于 A 股整体,即 CAPM 模型对于上证 A 股具有强适用性。

 CAPM 模型在上证 A 股的适用性较强意味着该模型对于当今的投资者具有指导作用。

 若是现实的市场价格低于利用 CAPM 模型预测出的均衡价格,说明该证券的价值被低估,购买后应当有较大收益;若是市场价格高于均衡价格,则说明该证券价值被高估,应当尽快卖出而将资金转移向其它被低估的证券。然而将此结论与前人在相关领域的研究结果进行对比分析发现, 在 2010 年以前的结论大多是 CAPM 对上证市场存在弱适用性或根本不适用,由此不难发现这与本文结果存在较大差异。

 究其原因,笔者认为这与中国股票市场的日趋成熟有关,而且考虑到所选的十支股票均出自上证 50 板块, 大股因规模大、流通性好,对于资产资本定价模型也应当更为适用;另外,因本文中选取样本较少且所选时间区间较短,不排除可能存在的偶然性影响。参考文献:[1]杨朝军,邢靖.上海证券市场 CAPM 实证检验[J].上海交通大学学报,1998,(03):61-66.[2]郑薇. CAPM 在上证 A 股市场的适用性检验[J].经济界,2016,(02):40-47.[3]邹舟,楼百均.CAPM 模型在上海股票市场的有效性检验[J].企业经济,2013,(01):173-175. [4]李传恺.经典 CAPM 模型为何不适用我国[J].金融发展研究,2009,(04):68-69.[5]曹滢.CAPM 模型的适应性研究—— — 基于个股的实证分析[J].金融经济,2012,(18):102-104.[6]邓飞琼.CAPM 模型在中国证券市场的实证检验[J].中国市场,2011,(44):11+19.财经纵横1.4 房地产业占用大量贷款,楼市泡沫带来的风险很大程度上也加剧了银行业经营风险。

 房地产行业一直以来是我国拉动GDP 增长的主要行业之一,并且由于其稳定的高回报,房地产业一直也是银行放贷的重点领域之一。

 数据显示,2013 年 6 月,房地产业人民币贷款余额 13.56 万亿元, 占人民币贷款余额的19.92%。

 而截至到 2016 年 2 月,房地产业人民币贷款余额已飙升至 22.51 万亿元,占人民币贷款余额的 22.84%。

 可见,房地产业行业贷款比重大,其行业发展状况直接关系到银行资产状况。然而目前,一线城市楼市面临着泡沫问题,二三线城市楼市又面临着严峻的去库存压力,一旦楼市泡沫破灭,银行资产所受到的打击将是巨大的。2、对于银行风险的应对措施回顾历史,我国银行业并不是第一次面临不良贷款危机。在本世纪初,我国主要银行的不良贷款率曾高达 20%,当时主要采用的是不良贷款剥离的方法, 由国家出资成立了 4 家全国性的资产管理公司,将不良贷款收购,并进行进一步的处理,将银行的不良贷款率降到了很低的水平。笔者认为,要应对当前可能发生的不良贷款危机, 成立资产管理公司必将是非常重要的手段之一。而现实是,这一举措确实也得到了政府的重视。2013 年银监会开始批准成立地方性资产管理公司,2014 年 7 月, 银监会批准江苏、浙江、安徽、广东和上海五省市设立或授权地方资产管理公司从金融机构购买不良贷款;2014 年 11 月,银监会又批复第二批地方 AMC 名单,包括北京、天津、重庆、福建、辽宁等五省市可成立地方资产管理公司;2015 年 7 月, 第三批五省地方资产管理公司 AMC 名单,分别是山东、湖北、宁夏、吉林、广西, 可在本省范围内开展金融不良资产批量收购业务。

 截止到2015 年底已经成立了超过 20 家地方资产管理公司, 这使得银行在选择转让不良资产对象时,有了更多的选择。当然,资产管理公司并非是一剂“万能药”,其成立和发展也面临着一系列限制性因素,需要妥善应对。

 一方面,成立资产管理公司来剥离银行不良贷款依赖大量的资金注入,而以往的四大资产管理公司资金来源主要是中央政府再贷款和由金融资产管理公司对相应银行发行金融债券,资金来源充足,财力雄厚。另一方面,一旦地方资产管理公司自由地从银行剥离不良贷款,势必有助于地方政府将银行发放给当地国企或者产能过剩行业企业产生的不良贷款置换出来,形成实际上的财政资金支持国企、过剩产能企业的“洗钱机”,跟我国市场化改革的方向相悖。要妥善解决这两个问题,最主要的是要打破资产管理行业的政府垄断,鼓励有资格的民间资本参与,这一方面能拓宽该行业的资金来源,增加能够剥离的不良贷款数量,另一方面,民间资本的参与有助于增加行业的竞争性,提高资产管理公司的运行能力,制定合理的不良资产收购价格,提高整体运行效率。最后需要指出的是,目前我国银行系统出现的不良资产率攀升的现象, 跟我国投资拉动型的经济发展方式是分不开的。在过去很长的时间内,中央和各地方政府府通过上项目、批投资来促进 GDP 的发展, 促使银行将大量的信贷资金配置到国有企业,尤其是钢铁、水泥等行业,加剧了重复建设和过剩产能。因此,不良贷款率攀升本身也是这一发展模式的必然结果。

 从根本上解决问题就必然需要推进市场化改革的进程,促进经济增长方式由投资拉动型像消费驱动型转变。参考文献:[1]孙建华.中国历史上的银行业危机及其成因与警示[J].内蒙古民族大学学报,2010,(04):44-46. [2]崔苧心,李子联.我国商业银行不良贷款率影响因素研究[J].中共南京市委党校学报,2016,(03):43-50.[3]刘颖斐,周帆.我国上市银行不良贷款率及行业风险分析[J].天津经济,2014,(02):52-57. (上接第 196 页)218万方数据

篇三:经典CAPM模型为何不适用我国

商界Businesschina中国股市 CAPM 模型的有效性检验■曹莹武汉大学经济与管理学院中图分类号:

 F832文献标识:

 A文章编号:

 1006-7833(2008)02-001-02摘者的实证研究和检验, 旨在证明这一模型是否有效。

 本文将通过静态检验和动态检验对CAPM在我国的适用性问题进行分析, 结果表明, 随着时间的推移, 我国市场有逐渐符合 CAPM 理论的趋势。关键词CAPM静态检验要CAPM 自从提出到现在经历了诸多国内外学动态检验系数一、 引言1952 年, 马科威茨 (Markowitz)

 发表了 《投资组合选择》 这篇具有里程碑意义的论文, 标志着现代投资组合理论的开端。在此基础上,夏普 (William Sharp)

 、 林特纳 (John Lintner)

 和默森 (Jan Mossin)

 等经济学家推导出了资本资产定价模型 (CAPM)

 。首先, CAPM 建立在严格的前提假设的基础之上:假设1所有资产均为责任有限的, 即对任何资产其期末价值总是大于等于零。假设 2 市场是完备的, 即不存在交易成本和税收, 而且所有资产均为无限可分割的。假设 3 市场上有足够多的投资者使得他们可以按市场价格买卖他们所想买卖的任何数量的任何交易资产。假设 4 资本市场上的借贷利率相等, 且对所有投资者都相同。假设 5 所有投资者均为风险厌恶者, 同时具有不满足性, 即对任何投资者, 财富越多越好。假设 6 所有投资者都追求期末财富的期望效用极大化。假设 7 所有投资者均可免费获得信息, 市场上的信息是公开的、完备的。假设8所有投资者对未来具有一致性的预期, 都正确的认识到所有资产的收益服从联合的正态分布。假设 9 对于任何风险资产, 投资者对其评价有两个主要 “ 指标” :风险资产收益率的预期和方差。

 预期代表收益, 方差 (或标准差)

 代表风险。假设1 ~4 是关于资本市场的一种理想化, 概括起来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, 但可以对这些条件进行放松, 并发现放松后对原来的结果影响不是根本的, 即这些理想的假说抓住了主要矛盾, 结果也就十分有意义。同时, 随着科学技术尤其是信息技术的发展, 现实中的资本市场也正一步一步地向这一理想市场靠近。

 假设 5、 6、 8、 9 是关于投资者的假设, 风险厌恶的假设是有代表性的, 当然, 我们并不否认存在风险偏好的投资者, 同时这些假设对投资者的选择标准也给了说明, 而假设7则是一个有效市场假设。基于以上假设, CAPM 模型可以表达为以下的形式:E(Rp)=Rf + i[E(RM)- Rf]其中 i=Cov(Ri, Rm)/Var(Rm), E(Rp)表示投资组合的期望收益率, Rf 为无风险报酬率, E(RM)表示市场组合期望收益率,i 为某一组合的系统风险系数。CAPM 模型主要表示单个证券或投资组合同系统风险收益率之间的关系, 也即是单个投资组合的收益率等于无风险收益率与风险溢价的和。可以看出, 如果CAPM在中国股市具有适用性的话, 就可以用这一简化的模型来解决标准投资组合模型应用于大规模市场时面临的计算困难,使计算过程大为简便。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的实证检验。

 检验结果毁誉参半, 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条件, 在不同国家和地区、 不同时期内的资本市场上的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。二、 文献综述自从 Sharp、 Lintner 以及 Black 提出 CAPM 以来, 国外学者就该模型在西方成熟资本市场尤其是美国资本市场上的适用性问题做了大量实证研究。

 Black, Jensen和Scholes(1972)以及Fama和 MacBeth(1973)对 1969年之前的数据进行检验, 发现如CAPM所预言的那样,平均股票收益与 之间的正相关关系成立。

 然而后来, 特别是 80年代以来, 负面的验证结果接踵而至。Rein-ganum(1981), Lakonishok 和Shapiro(1986) 发现平均股票收益与之间的相关关系在 70 年代之后的数据中消失了。

 Fama和 French(1992)在他们那篇经典之作中使用1962 -1989 年之间的数据,证明即使在 为惟一解释变量的情况下,CAPM 所预言的关系也不存在。与此同时,许多其它因素被发现对于股票收益具有显著解释能力。我国证券市场起步较晚,CAPM 只是最近几年才被引进并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1996 年 5 月上证 50 种股票为样本进行分析, 发现系统性风险与预期收益呈现出一种负相关的关系, 非系统风险对股票有着重要的影响,系统性风险与预期收益不存在明显的线性关系。之后, 杨朝军、 邢靖(1999)

 、 陈小悦、 孙爱军 (2000)

 、 靳云汇和刘霖 (2001)

 、 徐国祥 (2002)

 、财 经

 中国商界Businesschina陈学华、 韩兆洲 (2005)

 等人都做了有关验证 CAPM 在中国有效性的检验。

 大多数关于CAPM模型在我国的实证研究都表明, 目前CAPM的模型还并不是很适用于我国的证券市场。三、 CAPM 静态检验和动态检验的步骤以及结果(一)

 静态检验阶段一:

 时间序列回归1、 从证券分析软件中导出我们选定的 50只股票及沪深300 指数从 05 年 1 月 1 日~ 07 年 10 月 1 号每日开盘价和收盘价, 在EXCEL中分别计算出它们每天的收益率, 并将其对数化。2、 将每只股票与与沪深 300 指数的日期匹配好, 并将数据导入EVIEWS。3、 利用 EVIEWS 作回归, 即可以得出各个股票的 值。阶段二:

 横截面回归1、 整理好各股的 值以及各股、 沪深 300 在检验区间的平均收益率, 依据下列模型做回归:Ri= 1 + 2×i+ ui其中 Ri表示第 i 只个股在 t 时期内的平均收益率;i是阶段一中估计出的 系数。2、 回归分析的结果如下:Ri=0. 002293 + 0. 004171iSe= (0. 003184)

 (0. 003961)t= (0. 720312)

 (1. 053026)R2=0. 0225803、 将 S2ei加入到方程中来观察其变化。回归模型如下:

 Ri=1+2×i+3S2ei+ ui其中, S2ei是时间序列回归中第 i 只股票残差的方差, S2ei= ∑u2i /(n-k), n 是数据观察次数, k 为模型中变量个数。4、 回归分析的结果是:Ri=-0. 003285 + 0. 004812i+ 3. 044835 S2eiSe= (0. 003240)

 (0. 003547)

 (0. 844160)t= (-1. 013802)

 (1. 356614)

 (3. 606941)

 R2=0. 234482当把 S2ei加入以后残差项系数的 t 统计量显著, 所以残差项系数显著的异于零。

 所以值得把 S2ei加入模型之中。

 此外, 第一个式子中1和2分别代表的是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=0.022580,这个值很小,说明了 CAPM 的模型没有很好地拟合市场状况。因此, 我们认为 CAPM 在中国不成立。(二)

 动态检验1、 原理:静态检验的方法没有考虑到时间序列数据的结构稳定性问题, 所以静态检验不能揭示出不同时期 CAPM 在中国股市拟合状况的变化。

 而 系数具有时变性, 所以用动态检验的方法能更好地验证CAPM在中国股市的有效性。2、 步骤:(1)

 选取沪深两市上市的 47 只个股, 用沪深 300 做为市场组合,数据选取是从 1994 年 1 月至 2006 年 12 月的各日收益率。将个股、沪深 300的收益率所对应时间基本匹配好, 得到约 7000 个观察数据。(2)

 基本数据整理好后, 将数据导入EVIEWS求各股的 系数 (方法与静态检验相同)

 。观察区间取四年, 并且以一个季度 (4 个月)

 为单位依次后移。(3)

 验证 CAPM。首先计算出个股、 上证综指在各个动态区间内的平均收益率, 与各股的各期 值对应好。对这 47 只股票, 依据下面的模型做回归:Ri=Rf+ (Em-Rf)

 * it,其中 (Em-Rf)

 表示第 i 只个股在 t 时期内的风险溢价;it 是各股对应 t 时期内的 值。利用 EVIEWS 进行回归分析, 得到回归方程参数 Rf 及 (Em-Rf)的值和 t 统计量。分别绘出 t1、 t2 的趋势图, 可以对其近十几年的取值情况及变化趋势有很直观的认识, 不难得出最终结论。3、 结果t1 趋势图:t2 趋势图:四、 结语由 CAPM 模型的静态检验结果我们不难得出结论:

 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。不过静态检验的结果还不能让我们对中国股市有更深入全面的了解。因此我们又做了 CAPM 模型的动态检验。由动态检验的结果我们发现:1994 年 1 月~1999 年 3 月, Rf 与 0 有显著差异,(Em-Rf)

 则不是稳定的显著异于 0, 这一阶段CAPM模型是不适用于中国股市的; 1999 年4 月~2006 年 12 月, Rf 与 0 是没有显著差异, 而 (Em-Rf)

 则稳定的显著异于 0, 在这一阶段中国股市是越来越趋近于有效的。自 1990年 12月上证交易所正式挂牌开始, 中国股市已经发展了18 年。在这十八年里, 中国股市不断摸索、 改革、 规范、 完善, 由一个无效率的市场慢慢发展成现在这样一个逐渐有效率的市场。但中国股市仍然需要进一步完善, 中国股市要走的路还很长。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]Fama , E. and James D. Macbeth. Risk , return and equilibrium: empirical tests. Jour-nal of Political Economy. 1973(81). 607-636[3]胡昌生, 熊和平, 蔡基栋. 证券投资学. 武汉大学出版社.财 经

篇四:经典CAPM模型为何不适用我国

日期:2012- 05- 21作者简介:赵佳妮 (1990-)

 ,女,陕西汉中人,2009 级财政专业本科生,从事财政金融研究。浅谈 CAPM模型中 β 的作用与局限性赵佳妮(厦门大学 经济学院,福建 厦门 360105)一、CAPM 模型1.CAPM的前提假设一是完全协定, 即在 T- 1 期时市场完全出清, 投资者同意从 T- 1 到 T 的资产收益率的联合分布,这个分布是真实的,可以根据实证分析得到; 二是对于所有的投资者来说,存在可以以无风险利率借贷。2.CAPM理论的内容资本资产定价理论认为,一项投资所要求的必要报酬率取决于以下三个因素:

 一是无风险报酬率, 即将国债投资 (或银行存款)

 视为无风险投资; 二是市场平均报酬率,即整个市场的平均报酬率,如果一项投资所承担的风险与市场平均风险程度相同,该项报酬率与整个市场平均报酬率相同;三是投资组合的系统风险系数即 β 系数, 是某一投资组合的风险程度与市场证券组合的风险程度之比。CAPM模型说明了单个证券投资组合的期望受益率与相对风险程度间的关系,即任何资产的期望报酬一定等于无风险利率加上一个风险调整后相对整个市场组合的风险程度越高,需要得到的额外补偿也就越高。3.CAPM理论的主要作用CAPM理论的作用主要在于:

 通过预测证券的期望收益率和标准差的定量关系来考虑已经上市的不同证券价格的 “合理性”; 可以帮助确定准备上市证券的价格; 能够估计各种宏观和宏观经济变化对证券价格的影响。二、 β 的用处β 的用处体现在证券的分析、投资决策以及风险控制中。

 第一,β 反映了证券或证券组合对市场组和方差的贡献率,反映了证券或证券组合的收益水平对市场平均收益水平变化的敏感性, 是衡量证券承担系统风险水平的指数,因此在证券投资中,其具有很重要的作用。

 第二是对风险的控制, 由于 β 衡量了证券或证券组合的系统风险,因此投资者根据 β 选择自己可以承受的风险的股票。三、关于 β 的局限性马克维茨提出和建立的证券组合理论,标志着现代组合投资理论的开端。

 他建立了均值方差模型,用方差作为股票风险的计量指标,使得股票的风险得以量化。

 均值方差模型假设投资者在选择资产组合时,只考虑一个时期内投资回报的期望均值和方差,因此投资者会选择均值方差有效的资产组合,来实现风险一定情况下的收益最大化或收益一定情况下的风险最小化。在均值方差模型的基础上,夏普和林特耐几乎同时提出了资产定价模型, 即 CAPM。

 其在均值方差模型假设的基础上增加了两个假设:

 一是完全协定, 即在 T-1 期时市场完全出清,投资者同意从 T-1 到 T的资产收益率的联合分布, 这个分布是真实的, 可以根据实证分析得到; 二是对于所有的投资者来说,存在可以以无风险利率借贷。

 在第一个假设下, 所有的投资者拥有相同的资产组合, 这使得所有投资者都持有与市场组合相同的资产组合, 其公式为。E(Ri)=E(Rzm)+(E(Rm)-E(Rzm)) βi, i=1, . . . , N.其中,β 表示了市场组合中某一资产的相关风险,从经济学意义上来讲,β 与在某一资产 i 中投资的每一美元的风险对市场资产组合的风险所做的贡献。在第二个假设下, 投资者可以以无风险利率进行借贷, 此时, E(Rzm)将等于市场无风险利率 Rf, 从而模型公式为。E(Ri)=Rf+[E(Rm)-Rf] βi , i=1, . . . , N.在这两个假设前提下,人们会选择以无风险利率进行借贷来持有与市场组合相同的资产组合。摘研究证券市场中资产的预期收益率与风险资产之间的关系,以及均衡价格是如何形成的。

 作为基于风险资产期望收益均衡基础上的预测模型之一,CAPM阐述了在投资者都采用马科维茨的理论进行投资管理的条件下市场均衡状态的形成,把资产的预期收益与预期风险之间的理论关系用一个简单的线性关系表达出来,其中β 作为作为对资产的预期系统风险的衡量,是一个非常关键的参数。

 可以通过对 CAPM模型以及其之后发展出来的几个模型的分析,来揭示 β 的作用和局限性。关键词:CAPM模型;β 的作用;β 的局限性中图分类号:F22文献标志码:A文章编号:1002- 2589 (2012)

 20- 0141- 02要:资本资产定价模型即 CAPM模型,就是在投资组合理论和资本市场理论基础上形成发展起来的,主要J i n g J i Y a n J i u☆ 经 济 研 究 ☆141

 The ory Re s e a rc h学理★ ★论★ ★(责任编辑:许广东)然而限制的无风险借贷在现实中是不存在的。

 费雪在此模型的基础上更改了其中的一个假设, 得到了 费雪CAPM模型。

 他认为无,他假设允许不受限制的卖空风险资产。

 在此假设的基础上,市场组合是有效的。

 然而,费雪的假设也并非完美。

 不受限制的卖空风险资产在现实中同样是不存在的,而当没有不受限制的卖空风险资产以及不受限制的无风险借贷时, 有效资产组合便不再有效, 即由投资者选择的资产组合不再有效, 此时, 预期收益与 β 之间的关系也就不复存在了。CAPM模型的魅力就在于它为人们提供了对于预期的收益与风险之间关系的预测,通过 β 来表示。

 然而,在实证分析中,CAPM模型暴露出了许多问题。

 这可能是由于模型中市场组合的有效性是建立在许多不显示的假设的基础上。

 但同时也有人认为,在实证分析中所暴露出来的问题,可能是由于实证分析有效实施的困难。在早期的实证分析中,主要针对夏普关于 CAPM模型中截距项和斜率的预测。

 其发现了两个问题:

 第一个问题是针对于单个资产来说, 关于 β 的预测是不准确的, 回归分析表明实际中的截距项比预测值要大而 β 比预测值要小,即实际的预期收益与 β 之间的关系比夏普 CAPM模型中预测的要平滑。

 第二个问题是回归残差拥有相同的变异来源,即其拥有正的相关关系。

 这两个问题就暴露了 β 的局限性,其在实证分析中不能很好地发挥作用。为了增加 β的精确度, 经济学家们采用了以下几种办法:

 第一种办法是通过资产组合而不是单个证券来进行分析,采用资产组合的界面回归来分析期望收益和 β 之间的关系,进而解决β 值在单个资产中不准确的问题。

 第二种方法是法玛提出的运用一系列的横截面数据来进行回归。

 第三种方法是进行时间序列回归。

 在早期实证分析中, 关于期望收益与 β之间的正相关关系还是有证可循的,这正如费雪 CAPM模型所预测的那样。

 因此, 早期的实证分析就说明了夏普CAPM模型中关于每一单位的 β 溢价等于市场预期收益率减去无风险收益率是有局限性的,然而费雪 CAPM模型中关于期望收益与 β 溢价之间的正相关关系是可信的。然而近期的实证分析对于费雪 CAPM模型也提出了挑战, 他们认为预期收益的波动性在很大程度上与 β 无关。

 实证分析主要有以下几个:

 第一证实了拥有高的收益价格比率的股票的未来收益高于由 CAPM模型预测出来的值, 第二证实了拥有小的流通市值的股票的平均收益,第三证实了拥有较高的债务权益比率的股票拥有比预测值更高的预期收益,第四证实了账面价值与市场价值相比比率较高的股票预期的收益高于用 β 预测出来的值。

 总结起来既是与股票价格有关的比率拥有更多 β 无法预测的关于预期收益的信息,从而 β 无法完全体现出预期收益与其风险之间的关系, 即还有影响收益的许多其他因素,从而显示出了 β 的局限性。

 同时,法玛指出预期收益与 β 之间的关系比在早期实证分析中看到的还要更加平滑。

 关于实证分析的结果,有两种解释。

 第一种解释来自于行为经济学家,他们认为由于投资者对于成长型企业和正处于低迷期的企业的股票的预期,使得股票的市场价值被高估或者低估, 从而影响了预期回报, 使得通过 β 预测的值产生了很大误差;第二种解释为由于 CAPM是建立在许多不可能的假设之上,例如其假设投资者只关注一个时期的资产组合的回报, 这是不现实的, 相对合理的应该是投资者还关注时间带来的风险及机会成本, 这使得 β 忽略了很重要的一部分风险。在考虑到 β 的局限性的基础上,法玛提出了三因子模型。

 其理论依据是小规模的股票和拥有高的账面价值与市场价值比率的股票拥有更高的收益率说明了还存在着其他在 CAPM 模型中与 β 分离的变量给股票的预期收益产生了不可分散的风险。

 其模型为。E (Rit )

 -Rft=βi(E(Rmt)-Rft)+ βisE(SMBt)+ βihE(HMLt)然而法玛的这个模型也并不完美。

 首先,近期市场表现较好的股票在一段时间内会持续走高,这种动量效应与由于一些价格比率造成的价值效应不同, 因此, 这种动量效应在三因子模型和 CAPM模型中没有被考虑。

 其次,预期现金流高的股票拥有较高的预期回报,这一点在三因子模型和 CAPM模型中也没有被考虑。

 这些也同样说明了β 是具有局限性的。但正如前面所说的, 实证分析中所暴露出来的问题,也有可能是因为其实证分析有效实施的困难。

 其困难在于作为 CAPM模型的核心的市场组合在实证中是很难找到。

 在所进行的实证分析中,经济学家试图选择市场组合的代替品,其实际上证实的是其代理组合而非真正的市场组合。

 还有一种可能是 CAPM模型实证分析中的问题是假的,是偶然发生在特定样本中的结果。

 然而,对于此种说法, 经济学家分别对日 本、欧洲以及美国的股票市场做了分析,同样发现了股票回报率与一些价格比率之间存在着联系。

 法玛指出,与全球股票市场组合联系的 β 依然无法解释这个现象,充分体现出了 β 的局限性。四、结论从以上分析可以看出,CAPM从理论上说明在有效率资产组合中,β 描述了资产的系统风险 (非系统风险已经在分化中相互抵消掉了)

 ,任何其他因素所描述的风险尽为 β所包容。

 并且模型本身要求存在一系列严格的假设条件,所以 CAPM模型存在理论上的抽象和对现实经济的简化,与一些实证经验不完全符合,虽然在随后的发展中,费雪、法玛等人对其进行了修改,但它仍然存在着一些无法解释的现象,显示出了其不可避免的局限性。但我们也必须认识到, 尽管它存在着一定的局限性,它仍被推崇为抓住了证券市场本质的经典经济模型。

 鉴于CAPM的这些优势,虽然我国股市和 CAPM的假设条件有相当的差距,但没有必要等到市场发展到某种程度再来研究 CAPM在我国的实际应用问题, 相反, 充分利用 CAPM较强的逻辑性、实用性, 通过对市场的实证分析和理论研究,有利于发现问题,推动我国股市的发展。

 同时通过对实证的分析与研究, 可以更好地推动理论模型的发展, 逐步克服其局限性。参考文献:[1]Eugene F. Fama and Kenneth R. French.The Capital AssetPricingModel[J].Theoryand Evidence,2004,(3).[2]周陈焱.资本资产定价模型及其应用[J].吉林省教育学院学报,2011,(1).[3]朱业明,王继涛.资本资产定价模型的局限性分析[J].甘肃金融,2005,(5).142

篇五:经典CAPM模型为何不适用我国

号:密学校代码:10373学号:10911071407级:硕士学位论文硕士学位论文题题题题目:目:目:目:CAPM 模型的拓展及在我国股市的应用研究论文作者:论文作者:论文作者:论文作者:王 飞指导教师:指导教师:指导教师:指导教师:侯 为 波专业名称:专业名称:专业名称:专业名称:应用数学研究方向:研究方向:研究方向:研究方向:金融数学淮北师范大学研究生处二○一二年五月

 淮北师范大学学位论文独创性声明及使用授权声明淮北师范大学学位论文独创性声明及使用授权声明学位论文独创性声明学位论文独创性声明学位论文作者及导师郑重声明:

 本学位论文是作者在导师的指导下进行的研究工作及取得的研究成果。据我们所知,除文中已经注明引用的内容外,本论文不包含其他个人已经发表或撰写过的研究成果。

 对本文的研究做出重要贡献的个人和集体, 均已在文中作了明确说明并表示谢意。

 学位论文作者和导师均承担本声明的法律责任。学位论文作者签名:____________日期:__________导师签名:

 __________ 日期:__________学位论文使用授权声明学位论文使用授权声明本人完全了解淮北师范大学有关保留、使用学位论文的规定。学校有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版; 有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅; 有权将学位论文的内容编入有关数据库进行检索;有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规定。学位论文作者签名:____________日期:__________导师签名:

 __________ 日期:__________

 ICAPMCAPMCAPMCAPM 模型的拓展及在我国股市的应用研究模型的拓展及在我国股市的应用研究模型的拓展及在我国股市的应用研究模型的拓展及在我国股市的应用研究摘要:

 自资本资产定价模型被提出和研究以来已经有半个世纪的历史,但是由于我国的证券市场还不成熟, 在我国的研究时间还不长, 难以满足资本资产定价模型的一些假设条件,导致了研究的结果大部分都是验证了其在我国市场的不适应。2008 年初,由于全球金融危机的爆发更加导致了我国市场的混乱,在此之后, 我国的证券市场才逐渐趋于平稳。

 沪深 300 指数是反映沪深证券市场整体走势的 “晴雨表” ,本文选择了沪深 300 板块中最具代表性的 20 支股票作为研究对象,来研究 CAPM 模型在我国证券市场的适用程度,是具有实际意义的。本文从 CAPM 的基础理论开始,阐述了 CAPM 模型研究的现状并介绍了几种拓展模型,然后通过数据进行实证研究。文章选取了 2008 年 12 月到 2010 年12 月的股票数据,利用月收益率进行研究,得出贝塔值,并对研究的结果做出了分析解释, 由于选择的都是沪深 300 中几大行业的代表性股票,所以得出的结论也就更加具有说服力。研究的结果表明, 收益率和系统风险贝塔值之间几乎没有线性关系,这就说明了资本资产定价模型对于我国证券市场的解释能力还不强。

 文章的最后也分析了这其中的原因。关键词:证券市场,CAPM 模型,实证检验,沪深 300 指数

 IITheTheTheThe developmentdevelopmentdevelopmentdevelopment andPricingPricingPricingPricing Modelandandand applicationapplicationapplicationapplication of of of of CapitalModelModelModel in in in in ChineseChineseChineseChinese stockCapitalCapitalCapital Assetstock marketmarketmarketmarketAssetAssetAssetstockstockAbstract:Abstract:Abstract:Abstract: Since the capital asset pricing model have proposed and the history ofresearch has a half a century, but on account of the securities market of China is notmature, the study in our country does not have a long time, it is difficult to meet someassumed conditions of capital asset pricing model, and the results have verified thatthe market does not adapt in our country.At the beginning of 2008, our country market confusion is due to the globalfinancial crisis .After this, the securities market of our country has gradually stabilized.Shanghai and Shenzhen 300index reflects the overall trend of the Shanghai andShenzhen stock market" barometer”, This paper selects the Shanghai andShenzhen300 plates in the most representative20 stocks as the object of study, tostudy the Capital Asset Pricing Model in China"s stock market is applied, practicalsignificance.This article from the CAPM basic theory, elaborated the research of CapitalAsset Pricing Model and introduced several development model, and then through thedata to carry out empirical research. This paper selected the December 2008 toDecember 2010 stock data, using the monthly return on, draw a beta value, and theresearch of results are analyze to explain, because of selection is from Shanghai andShenzhen300 in several industry representative stock, the conclusion is morepersuasive.The results of the study show that ,the rate of returning and systematic risk betavalue of almost no linear relationship, which illustrates the capital asset pricing modelfor China"s securities market’s ability of explanation is not strong. Finally the articlealso analyzes the reasons.Keywords:Keywords:Keywords:Keywords: Stock Market, Capital Asset Pricing Model, Empirical Study, SS 300index

 目录目录目录目录第一章第一章第一章第一章 绪论绪论绪论绪论……………………………………………………..………………11.1 投资理论的发展………………………………..……..………………………11.2 研究背景及意义………………………………………………………………11.3 我国证券市场的发展历程………………….……………...…………………21.4 写作思路及方法…………………………………….….………..……………31.5本文创新点 ………………………….………..……………….……………3第二章第二章第二章第二章CAPMCAPMCAPMCAPM 模型文献综述模型文献综述模型文献综述模型文献综述 ……….…………… ……...…..….…………42.1国外学者的研究成果 ……………………..…….………………….………4国内学者的研究成果 ……………………...……………………….………52.2第三章第三章第三章第三章CAPMCAPMCAPMCAPM 模型理论概述模型理论概述模型理论概述模型理论概述 ………………….….….…………..…………83.1CAPM 模型的理论来源………………………………………..……………8有效市场理论 ………………………..…………………………..…………9CAPM 模型简介……………………………………………….…….………10CAPM 模型扩展 …………………………………..…................…………133.23.33.4第四章第四章第四章第四章CAPMCAPMCAPMCAPM 模型在我国股票市场的实证检验模型在我国股票市场的实证检验模型在我国股票市场的实证检验模型在我国股票市场的实证检验…………………….…174.1沪深 300 指数简介…………………..….….……………………………..…17资料选取和研究方法…………………………………………..……………17实证检验 ………………………………………..…………………..………194.24.3第五章第五章第五章第五章研究总结研究总结研究总结研究总结 ……………………………………...………..….………25参考文献参考文献参考文献参考文献……………………………..…..………………………………….……27攻读硕士学位期间发表的论著、论文攻读硕士学位期间发表的论著、论文攻读硕士学位期间发表的论著、论文攻读硕士学位期间发表的论著、论文……………………………….……30致谢致谢致谢致谢……………………………….…….……………………………....………….31

 CAPM 模型的拓展及在我国股市的应用研究绪论- 1 -第一章第一章第一章第一章绪论绪论绪论绪论1.11.11.11.1投资理论的发展投资理论的发展投资理论的发展投资理论的发展投资是现代社会中一个十分重要的活动环节, 总的来说, 投资就是以货币或其它经济源投入于某项事业,以获取未来的收益。1934 年 Graham 和 Dodd 在他们出版的一本名叫《保险分析》的书中首次提出了价值投资(Value Investing)的理念。Graham 和 Dodd 指出公司未来的盈利水平大大影响了公司的股票价格,而造成股价波动的任何非理性因素最终都会消失。在随后的研究中,WarrantBuffet 也就是 Graham 的学生为此做出了巨大贡献,使之成为当今证券投资领域中不可或缺的流派。随着投资理念的不断发展,20 世纪五六十年代,伴随着统计和计量等复杂技术的应用,现代投资理论才真正的崭露头角。在过去的几十年中,随着全球经济的飞速发展, 现代金融市场理论研究也在不断取得新的突破。在现代金融市场理论中,发展最快、影响最大的研究集中在投资领域,主要包括投资组合理论、资产定价理论等。

 现代投资理论强调市场的有效性, 真正弄清证券收益与风险的关系,构造出投资最优组合成为当前金融界最重要的课题。1.21.21.21.2研究背景及意义研究背景及意义研究背景及意义研究背景及意义随着现代金融理论的快速发展, 如何对资本资产组合进行合理的定价成为了核心的研究课题之一, 也是国内外许许多多学者和投资者难以解决却又无法避免的重要问题。1952 年,现代投资理论的鼻祖 Harry Markowitz 在他所发表的一篇名为《资产组合选择》的博士论文中提出了“均值—方差”的分析方法,他开创了在不确定条件下理性投资者进行资产组合投资的理论和方法, 第一次采用定量的方法证明了分散投资的优点以及“高收益必须承担高风险”的论断。他将以往个别资产分析推进一个新阶段,以资产组合为基础,配合投资者对风险的态度,从而进行资产选择的分析, 现代的有价证券投资理论由此而产生。

 这是现代金融理论的一个重大突破,为现代投资组合理论的发展奠定了基础。1958 年,耶鲁大学教授James Tobin 指出了“均值—方差”模型所存在的不足。在此成果的基础之上,20 世纪 60 年代中期,美国学者夏普(William Sharpe)

 、林特尔(John Lintner)

 、特里诺(Jack Treynor)和莫辛(Jan Mossin)等人提出了著名的资本资产定价模型(Capital Asset Pricing Model,简称 CAPM)

 ,CAPM 模型以“资本市场线” 和“证券市场线” 为基础,不仅揭示了资本资产的有效投资组合期望收益率与其总风险(标准差)之间的关系,还将某项特定证券的期望收益率表示成其系统风险(贝塔系数)的线性函数,从而为 CAPM 的应用提供了一个有效的方法。然而

 CAPM 模型的拓展及在我国股市的应用研究绪论- 2 -它的成立还要求证券市场具备一些基本的条件:

 每个投资者都能以无风险利率借贷,且够获取相同的信息,能以相同的方式分析和加工所获得的信息,并且他们对证券未来的前景有着一致的看法,即具有同质期望(homogeneousexpectations)

 ;市场是完全的(complete)

 ,不存在任何投资障碍,如不存在税收、交易成本和卖空限制等。1972 年,F.伯莱克(F.Black)推导出了零贝塔资本资产定价模型,他放松了 Sharpe-Lintner 形式的 CAPM 模型中存在无风险资产的假定,取而代之的是与市场组合收益不相关的证券组合(总是存在的)

 。相比欧美一些发达国家金融市场的相对成熟, 我国的金融市场才刚刚起步不久,当前的经济形势下,证券市场中的收益是否能与宏观经济形势表现一致, 对研究我国金融市场的发展现状具有重要的意义。为了能更好的解释证券市场, 优化投资,几十年来,许许多多的工作者又相继提出和发展了一些不同形式的CAPM 模型, 并运用了大量数据进行实证检验, 为广大的投资者提供了获取投资决策的方法,有效地指导了投资者的投资行为。为此本文将采用最新的数据对CAPM 模型进行实证检验,希望最终所得出的结果能够给投资者提供帮助。1.31.31.31.3 我国证券市场的发展历程我国证券市场的发展历程我国证券市场的发展历程我国证券市场的发展历程新中国证券交易市场的建立始于 1986 年。当年 8 月,沈阳开始试办企业债券转让业务;同年 9 月,上海开办了股票柜台买卖业务。从 1988 年 4 月起,我国先后在 61 个大中城市开放了国库券转让市场。

 1990 年 12 月 19 日和 1991 年 7月 3 日,上海证券交易所和深圳证券交易所先后正式开业。1992 年初,人名币特种股票(B 股)在上海证券交所上市。同一时期,证券投资基金的交易转让也逐步发展。1999 年 7 月 1 日, 《证券法》正式开始实施,这标志着维系证券交易市场运作的法规体系趋向完善。进入 21 世纪以后,随着我国加入 WTO,证券交易市场对外开放也稳步向前迈进。2004 年 5 月,中国证监会批准了深圳证券交易所在主板市场内开设中小企业板块,并核准了中小企业板块的实施方案。2005年 4 月底,我国开始启动股权分置改革试点工作。2009 年 10 月 30 日,创业板在深圳交易所上市。2010 年 3 月 31 日,上海证券...

篇六:经典CAPM模型为何不适用我国

《商场现代化》2010年2月(上旬刊)总第601期业 研 究一、资本资产定价模型(CAPM)理论1.CAPM模型的基本形式资本资产定价模型(CapitalAssetPricingModel,CAPM)是在1959年Markowitz的均值-方差模型理论的基础上,由Sharpe和Linter分别在1964和1965年市场存在风险资产的条件下推导出来的。其中, 为资产i的预期收益率, 为具有方差有效性的市场组合的收益率, 为无风险资产收益率, 为资产i的超额收益率, 为市场组合的超额收益率,表示为资产i的β系数(该系数代表了资产i的系统风险的大小)。β系数,是某一投资组合的风险程度与市场证券组合的风险程度之比。如果β>1则这一投资组合承担的风险大于市场风险,相应要求的投资报酬率就要大于市场平均报酬率,其超过部分成为风险溢酬,是对其所冒风险超过市场风险部分的补偿。相反,如果β>1则说明这一投资组合承担的风险大于市场风险,即可以达到资产投资组合的一般目的,即资产组合分散了风险。CAPM模型主要可以说明两个问题:第一,在同一时期,不同资产的价格和收益为什么会有差别,这种差别被成为收益的截面差距,可以用 的不同来解释;第二,同一资产在不同时期的价格和收益为什么会不一样,这种差别被称为收益的时间序列差异,可以用市场组合在不同时期的超额收益( )的不同来进行说明。2.CAPM模型的基本假设资本资产定价模型有着严格的假设条件,只有满足这些假设条件的CAPM才能成立,而这也成为了其后来遭受批评的主要一个方面。资本资产定价模型(CAPM)的基本假设有以下几个方面:(1)投资者依据投资组合在某一时段内的预期收益率和标准差(方差)来评价这个投资组合的好坏。在期望收益相同的条件下,投资者选择风险(方差)较小的资产组合;在相同的风险条件下,投资者选择期望收益较大的资产组合。(2)对所以投资者信息充分其畅通无阻,对资产收益率分布模式一致认同,因此市场有效前沿曲线只有一条。(3)市场没有卖空的限制。(4)没有通货膨胀和利率变化(5)市场上的任何投资者均不能通过其资产行为影响资产价格。本文采用中国上市经营的银行的2002年4月-2009年4月的月度数据进行CAPM模型的构建,对其进行实证分析。二、模型估计与检验1.数据与模型构建方法为了研究的方便和数据的可得性与可比性,本文主要的研究对象为在沪上市的两家股份制银行上海浦东发展银行(股票代码:600000)和招商银行(股票代码:600036)。研究数据均来自于国泰君安CSMAR数据库,样本数据区间为2002年4月-2009年4月的月度数据,根据模型的要求对原始数据进行了合理的整理。对于确实数据采用的收益率为考虑现金红利再投资的日个股回报率。选择3个月定期存款利率为无风险利率,市场指数以数据库提供的考虑现金再投资的综合日市场回报率(总市值加权平均法)。根据OLS估计方法,建立模型估计式为:2.模型回归分析与检验使用Eviews5.0软件,根据各只股票的收益率分别对市场收益率做回归得到各自的β系数值。得到模型结果如下:浦东发展银行回归模型:=0.6290× +0.0200R2 =0.353584(5.434867)(1.686433)F值为29.53778说明方程的线性解释变量与因变量之间线性关系显著招商银行回归模型:=0.4909× +0.01764R2=0.453584(5.434867)(1.686433)F值为29.53778说明方程解释变量和因变量之间线性关系显著从一上的回归值可知,两个模型估计式的可决系数比较低,说明两家银行的股票风险收益有不到一半左右取决于市场的风险。从估计的β系数值来看,两家银行的β系数值都小于1,说明两家银行类型相当,都是比较稳健的股票,个股风险小于市场的风险,相对来说收益就可能小一些。三、结论总之,CAPM模型的提出是对现实证券市场的一种简单的抽象,它存在着较为严格的假设前提,首先有一系列严格的假设条件;再者,CAPM理论将所有的系统风险系数都归于一个(相对风险)因素之中,忽略了其他因素对单个政权收益率的影响;再之,CAPM理论假设市场证券组合中有足够多的证券,从而将政权的非系统风险完全抵消掉。面对这些假设和条件,即使是在较为成熟的证券市场中也不可能满足这些苛刻的条件。因此,在前提条件不能严格满足的条件下,CAPM在各个证券市场就有适用效果的区别,也即是CAPM理论同现实市场的符合程度。我国面前证券市场发展还是不够成熟,需要进一步的多方面的创新与发展,其不能够满足CAPM模型的严格的假设条件。参考文献[1]郭多祚.数理金融-资产定价的原理与模型[M.北京:清华大学出版社,2006[2]Stampfli,Goodman著,蔡明超译.金融数学[M].北京:机械工业出版社,2004[3]王庆石,彭宜钟.刻画我国A股价格时间序列特征的定价模型[J].经济学季刊,2007(7)关于CAPM模型的实证研究——以我国上市银行个股为例■ 高永涛牟新建西南财经大学经济学院[摘要]自从Markowitz和Sharpe等人提出CAPM模型以来,关于资本资产定价模型的研究就层出不穷。尽管CAPM模型由于其模型假设过于苛刻,对于因素过于抽象等缺点,但是由于其内在的经典的关于资产定价的思想与后人的不断发展完善,使得CAPM模型不断的被用于金融保险等领域,不断的发展与完善。本文根据CAPM模型的一般的思想,采用我国上市银行个股的投资组合对其进行了模型的构建与估计,得到了一般统计意义上的CAPM模型,并对其意义进行了说明,但是还需要以后研究过程中进一步的完善。[关键词]CAPM模型β系数回归分析

篇七:经典CAPM模型为何不适用我国

金融财税金融CAPM 在我国股票市场中的应用魏琼琼李敏 (青岛科技大学 )言, 其系统风险是组合风险的 0.988467。

 0.988467 反映出中石化股票的收益变动与整个股票市场收益变动之间的相关关系。

 由于常数项 β0的 t 统计值为 1.578364<1.65, 没有通过检验, 为进一步完善模型, 去掉常数 β0, 再一次进行回归。1.3.2 去掉常数 β0后再次进行模型分析 在前面的分析中 β0的 t 统计值没有通过检验, 这说明中石化股票初始值对收益率的影响不大, 可以忽略。在去掉了常数项后, 使用同样的最小二乘的方法, 并用相应的软件进行了回归, 模型的回归结果显示为:摘要:结合中石化这只股票和上海证券交易的所的历史数据, 着重研究了 β 系数对证券组合系统风险的解释能力,通过对资本资产定价模型(CAPM 模型)

 进行实证研究, 发现 CAPM 模型的 β 系数对市场风险的度量有较为显著的作用。关键词:CAPM 模型β 系数最小二乘估计0 引言CAPM 模型的首要意义是建立了资本风险与收益的关系, 它可用以决定个别证券或投资组合的预期收益率及系统风险,是证券估价和资产组合业绩评估的基础,同时也可用来评价证券的相对吸引力和指导投资者的证券组合。由于 CAPM 模型的简单性和可操作性, 它在实际的金融资产定价、 股票收益预测以及证券投资组合的建立中都发挥着重要的作用。

 我国证券基金在不断发展壮大, 这一模型在我国的应用范围也势必日趋扩大。

 因此, 在我国这样一个新兴的资本市场上检验 CAPM 模型的适用性和有效性是非常必要的。1 研究设计1.1 研究方法 应用时间序列与横截面的最小二乘法的线性回归直线法, 构造相应的模型, 并进行统计检验分析。时间序列的线性回归主要应用于股票β值的估计。而CAPM 模型的检验则采用F检验法。1.2 模型建立1.2.1 股票收益率的计算 Rit=ln(Pit/Pi(t-1))其中:

 Rit—第 i只股票在 t 时刻的收益率; Pit—第 i 只股票在 t 时刻的收盘价; Pi(t-1)—第 i只股票在 t- 1 时刻的收盘价; ln(.)—自然对数1.2.2 上证指数收益的计算 Rmt=其中:

 Rmt—市场组合 m 在 t- 1 时刻到 t 时刻的收益率; Indext—市场组合 m 在 t- 1 时刻的收盘指数; Index(t-1 )—市场组合 m 在 t 时刻的收盘指数。1.2.3 建立模型 使用回归直线法时, β 系数可以通过同一时期内的资产的收益率和市场组合收益率的历史数据, 使用线性回归方程预测出来。

 β 系数就是该线性回归方程的回归系数。

 本文选择了中石化这只股票的历史已获得的收益率和上海证券交易所的市场历史已获得的收益率的有关资料来进行模型估计, 用以评价中石化这只股票相对于上海证券交易所的证券组合而言, 其系统风险是多少。

 中石化股票收益率为 yt, 上海证券交易所市场收益率为 xt, 建立模型为:

 yt=β0+β1xt+ut。

 在模型中, β0代表中石化股票的初始收益率, 即上海证券交易所市场收益率为零时, 中石化股票的收益率;的回归系数就是中石化这只股票的 β 值; ut为随机扰动项, 代表着模型中不能用 β0+β1xt解释的残余部分, 即未预期或异常的收益,在有效的资本市场中 E(ut)=0。1.3 数据分析1.3.1 初次回归及结果分析 本文选取的数据是从 2005 年 7月到 2008 年 7 月,利用中石化股票的收盘指数和上海证券交易所的收盘指数进行整理, 采用计量经济软件 Eviews 进行回归分析。通过对原始数据图的观察和分析, 上证市场收益率与中石化收益率的变动过程是近似的 “随机游走” 过程。

 根据相应的程序利用最小二乘法进行回归, 得到的回归分析结果显示为:回归yt=0.000732+0.988467xt(1.578364) (30.572331)R2=0.587504 R2=0.598385 F=935.497932 D.W.=1.867994根据模型输出结果得到相应的统计量,拟合优度 R2=0.587504>0.5,这说明模型的解释能力大约为 58.75% ,也就是有58.75%可以用市场均衡组合报酬率来解释; 同时, 从 β0和 β1回归参数的个体显著性来看, β0的 t 统计值为 1.578364, 没有通过检验, 而 β1的 t 统计值为 30.572331, 通过检验; 并且模型的整体显著性 F 统计量和一阶自相关性检验 D.W. 统计量也分别通过了检验。这说明中石化这只股票相对于上海证券交易所的证券组合而yt=0.987356xt(30.47892)R2=0.579387 R2=0.579387 F=30.47892 D.W.=1.857763此 时 得 到 的 相 关 统 计 量 分 析 结 果 , 拟 合 优 度 R2=0.579387>0.5,这说明去掉常数项后的修正的模型的解释能力为57.94%,表明模型有 57.94%可用市场均衡组合报酬率来解释; 对于个体显著性而言, β1的 t 统计值为 30.47892, 也通过检验。对于修正后的模型, 由于其为一元方程, 所以其整体显著性 F 统计量就为 β1的 t 统计值为 30.47892, 其一阶自相关性检验 D.W.统计量也通过了检验。由此回归方程的结果, 可以说明中石化这只股票相对于上海证券交易所的证券组合而言,其系统风险是组合风险的0.987356。0.987356 反映出中石化股票的收益变动与整个股票市场收益变动之间的相关关系。1.3.3 修正模型 (对 x 和 y 分别取对数 )

 , 再进行分析 对模型变量取对数是削弱模型变量 “异方差性” 最简单的途径, 同时取对数可以减缓原变量的变化趋势, 使变量的变化趋势更加平缓。

 通过取对数之后数据的特征图便可以看出:

 取对数之后, 即 lnx 和 lny, 和取对数之前的 x 和 y 相比, 变化的趋势更加平缓。但是, 此时变量的经济意义却已经发生了变化, 其经济意义表现为 “弹性” , 即 x 变动 1%, y 相应变动的百分数, 此时的回归参数 β 便成为了相对变化率的表述。在对变量分别取了对数之后, 再次采用上述相同的方法和程序进行回归分析, 这次回归的结果为:(0.425468)(30.98774)R2=0.589325 R2=0.589146 F=946.987465 D.W.=1.868766此时, 再根据模型输出结果得到相应的统计量, 拟合优度 R2=0.589325>0.5, 这说明模型整体的解释能力为 58.93%; 就个体显著性而言, β0的 t 统计值为 0.425468<1.65,没有通过检验, β1的 t 统计值为 30.98774, 通过检验; 此时, 模型的整体显著性 F 统计量和一阶自相关性检验 D.W.统计量仍分别通过了检验。

 但是常数项 β0的t 统计值为 0.425468<1.65, 说明其仍然不具备个体显著性, 因此, 将常数项 β0 去掉, 再次进行回归, 其结果为:(30.87563)R2=0.583749 R2=0.583754 F=30.87563 D.W.=1.861593该 模 型 的 拟 合 优 度 R2=0.583749>0.5, β0 的 t 统 计 值 为30.87563, 远远超过 1.65, 也通过了检验。

 整体显著性 F 统计量和一阶自相关性检验 D.W.统计量也分别通过了检验。由此, 根据上述的回归和分析, 得到中石化这只股票的 β 值为 0.981546, 这说明中石化这只股票相对于上海证券交易所的证券组合而言,其系统风险是组合风险的 98.1546%, 回归方程的结果为:2 结论CAPM 模型把有效市场中的证券价格、 风险和证券预期收益联系起来,其为证券市场的价格信息处理提供了一个理想化理论模型。

 “公司特定风险” 也就是非系统风险, 不会影响股价, 因为在完全分散的投资组合中其早已消失。通过对资本资产定价模型 (CAPM模型)

 进行实证研究, 发现 CAPM 模型的 β 系数对市场风险的度量有较为显著的作用。。Indext-Index(t-1)Index53

篇八:经典CAPM模型为何不适用我国

师范大学学位论文独创性声明及使用授权声明学位论文独创性声明学位论文作者及导师郑重声明:本学位论文是作者在导师的指导下进行的研究工作及取得的研究成果。据我们所知,除文中已经注明引用的内容外,本论文不包含其他个人已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体,均已在文中作了明确说明并表示谢意。学位论文作者和导师均承担本声明的法律责任。学位论文作者签名:_ _ _ _ _ _ _ _ _ _ _ _ 日期:_ _ _ _ _ _ _ _ _ _导师签名:日期:_ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _学位论文使用授权声明本人完全了解淮北师范大学有关保留、使用学位论文的规定。学校有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版;有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅;有权将学位论文的内容编入有关数据库进行检索;有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规定。学位论文作者签名:_ _ _ _ _ _ _ _ _ _ _ _ 日期:_ _ _ _ _ _ _ _ _ _导师签名:日期:_ _ _ _ _ _ _ _ _ __ _ _ _ _ _ _ _ _ _

 ICAPMCAPMCAPMCAPM模型的拓展及在我国股市的应用研究模型的拓展及在我国股市的应用研究模型的拓展及在我国股市的应用研究模型的拓展及在我国股市的应用研究摘要:自资本资产定价模型被提出和研究以来已经有半个世纪的历史,但是由于我国的证券市场还不成熟,在我国的研究时间还不长,难以满足资本资产定价模型的一些假设条件,导致了研究的结果大部分都是验证了其在我国市场的不适应。2008年初,由于全球金融危机的爆发更加导致了我国市场的混乱,在此之后,我国的证券市场才逐渐趋于平稳。沪深300指数是反映沪深证券市场整体走势的“晴雨表”,本文选择了沪深300板块中最具代表性的20支股票作为研究对象,来研究CAPM模型在我国证券市场的适用程度,是具有实际意义的。本文从CAPM的基础理论开始,阐述了CAPM模型研究的现状并介绍了几种拓展模型,然后通过数据进行实证研究。文章选取了2008年12月到2010年12月的股票数据,利用月收益率进行研究,得出贝塔值,并对研究的结果做出了分析解释,由于选择的都是沪深300中几大行业的代表性股票,所以得出的结论也就更加具有说服力。研究的结果表明,收益率和系统风险贝塔值之间几乎没有线性关系,这就说明了资本资产定价模型对于我国证券市场的解释能力还不强。文章的最后也分析了这其中的原因。关键词:证券市场,CAPM模型,实证检验,沪深300指数

 IITheTheTheThedevelopmentdevelopmentdevelopmentdevelopmentandandandandapplicationapplicationapplicationapplicationofofofofCapitalCapitalCapitalCapitalAssetAssetAssetAssetPricingPricingPricingPricingModelModelModelModelininininChineseChineseChineseChinesestockstockstockstockmarketmarketmarketmarketAbstract:Abstract:Abstract:Abstract:Sincethecap italassetp ricingmodelhavep rop osedandthehistoryofresearchhasahalfacentury,b utonaccountofthesecuritiesmarketofChinaisnotmature,thestudyinourcountrydoesnothavealongtime,itisdifficulttomeetsomeassumedconditionsofcap italassetp ricingmodel,andtheresultshaveverifiedthatthemarketdoesnotadap tinourcountry.Attheb eginningof2008,ourcountrymarketconfusionisduetotheglob alfinancialcrisis.Afterthis,thesecuritiesmarketofourcountryhasgraduallystab ilized.ShanghaiandShenzhen300indexreflectstheoveralltrendoftheShanghaiandShenzhenstockmarket&quot;b arometer”,Thisp ap erselectstheShanghaiandShenzhen300p latesinthemostrep resentative20stocksastheob j ectofstudy,tostudytheCap italAssetPricingModelinChina"sstockmarketisap p lied,p racticalsignificance.ThisarticlefromtheCAPMb asictheory,elab oratedtheresearchofCap italAssetPricingModelandintroducedseveraldevelop mentmodel,andthenthroughthedatatocarryoutemp iricalresearch.Thisp ap erselectedtheDecemb er2008toDecemb er2010stockdata,usingthemonthlyreturnon,drawab etavalue,andtheresearchofresultsareanalyzetoexp lain,b ecauseofselectionisfromShanghaiandShenzhen300inseveralindustryrep resentativestock,theconclusionismorep ersuasive.Theresultsofthestudyshowthat,therateofreturningandsystematicriskb etavalueofalmostnolinearrelationship ,whichillustratesthecap italassetp ricingmodelforChina"ssecuritiesmarket’sab ilityofexp lanationisnotstrong.Finallythearticlealsoanalyzesthereasons.Keywords:Keywords:Keywords:Keywords:StockMarket,Cap italAssetPricingModel,Emp iricalStudy,SS300index

 目录目录目录目录第一章第一章第一章第一章绪论绪论绪论绪论……………………………………………………..………………11.1投资理论的发展………………………………..……..………………………1………………………………………………………………1………………….……………...…………………2…………………………………….….………..……………3………………………….………..……………….……………31.2研究背景及意义1.3我国证券市场的发展历程1.4写作思路及方法1.5本文创新点第二章第二章第二章第二章CAPMCAPMCAPMCAPM模型文献综述模型文献综述模型文献综述模型文献综述……….…………………...…..….…………42.1国外学者的研究成果……………………..…….………………….………4……………………...……………………….………52.2国内学者的研究成果第三章第三章第三章第三章CAPMCAPMCAPMCAPM模型理论概述模型理论概述模型理论概述模型理论概述………………….….….…………..…………83.1CAPM模型的理论来源………………………………………..……………8………………………..…………………………..…………9CAPM模型简介……………………………………………….…….………10CAPM模型扩展…………………………………..…................…………133.2有效市场理论3.33.4第四章第四章第四章第四章CAPMCAPMCAPMCAPM模型在我国股票市场的实证检验模型在我国股票市场的实证检验模型在我国股票市场的实证检验模型在我国股票市场的实证检验…………………….…174.1沪深300指数简介…………………..….….……………………………..…17…………………………………………..……………17………………………………………..…………………..………194.2资料选取和研究方法4.3实证检验第五章第五章第五章第五章研究总结研究总结研究总结研究总结……………………………………...………..….………25参考文献参考文献参考文献参考文献……………………………..…..………………………………….……27攻读硕士学位期间发表的论著、论文攻读硕士学位期间发表的论著、论文攻读硕士学位期间发表的论著、论文攻读硕士学位期间发表的论著、论文……………………………….……30致谢致谢致谢致谢……………………………….…….……………………………....………….31

 CA PM模型的拓展及在我国股市的应用研究绪论-1-第一章第一章第一章第一章绪论绪论绪论绪论1.11.11.11.1投资理论的发展投资理论的发展投资理论的发展投资理论的发展投资是现代社会中一个十分重要的活动环节,总的来说,投资就是以货币或其它经济源投入于某项事业,以获取未来的收益。1934年Graham和Dodd在他们出版的一本名叫《保险分析》的书中首次提出了价值投资(ValueInvesting的理念。Graham和Dodd指出公司未来的盈利水平大大影响了公司的股票价格而造成股价波动的任何非理性因素最终都会消失。在随后的研究中,WarrantBuffet也就是Graham的学生为此做出了巨大贡献,使之成为当今证券投资领域中不可或缺的流派。随着投资理念的不断发展,20世纪五六十年代,伴随着统计和计量等复杂技术的应用,现代投资理论才真正的崭露头角。在过去的几十年中,随着全球经济的飞速发展,现代金融市场理论研究也在不断取得新的突破。在现代金融市场理论中,发展最快、影响最大的研究集中在投资领域,主要包括投资组合理论资产定价理论等。现代投资理论强调市场的有效性,真正弄清证券收益与风险的关系,构造出投资最优组合成为当前金融界最重要的课题。),、1.21.21.21.2研究背景及意义研究背景及意义研究背景及意义研究背景及意义随着现代金融理论的快速发展,如何对资本资产组合进行合理的定价成为了核心的研究课题之一,也是国内外许许多多学者和投资者难以解决却又无法避免的重要问题。HarryMarkowitz在他所发表的一篇名为《资1952年,现代投资理论的鼻祖产组合选择》的博士论文中提出了“均值方差”的分析方法,他开创了在不确—定条件下理性投资者进行资产组合投资的理论和方法,第一次采用定量的方法证明了分散投资的优点以及“高收益必须承担高风险”的论断。他将以往个别资产分析推进一个新阶段,以资产组合为基础,配合投资者对风险的态度,从而进行资产选择的分析,现代的有价证券投资理论由此而产生。这是现代金融理论的一个重大突破,为现代投资组合理论的发展奠定了基础。1958年,耶鲁大学教授JamesTob in指出了“均值方差”模型所存在的不足。在此成果的基础之上,WilliamSharp e)、林特尔(JohnLintner)JackTreynor)和莫辛(JanMossin)等人提出了著名的资本资产定价模Cap italAssetPricingModel,简称CAPM),CAPM模型以“资本市场线”和—20世纪60年代中期,美国学者夏普(、特里诺(型(“证券市场线”为基础,不仅揭示了资本资产的有效投资组合期望收益率与其总风险(标准差)之间的关系,还将某项特定证券的期望收益率表示成其系统风险CAPM的应用提供了一个有效的方法。然而(贝塔系数)的线性函数,从而为

 CA PM模型的拓展及在我国股市的应用研究绪论-2-它的成立还要求证券市场具备一些基本的条件:每个投资者都能以无风险利率借贷,且够获取相同的信息,能以相同的方式分析和加工所获得的信息,并且他们homogeneous对证券未来的前景有着一致的看法,即具有同质期望(exp ectations);市场是完全的(comp lete),不存在任何投资障碍,如不存在税收F.伯莱克(F.Black)推导出了零贝塔资本资产Sharpe-Lintner形式的CAPM模型中存在无风险资产的假、交易成本和卖空限制等。1972年,定价模型,他放松了定,取而代之的是与市场组合收益不相关的证券组合(总是存在的)。相比欧美一些发达国家金融市场的相对成熟,我国的金融市场才刚刚起步不久,当前的经济形势下,证券市场中的收益是否能与宏观经济形势表现一致,对研究我国金融市场的发展现状具有重要的意义。为了能更好的解释证券市场,优化投资,几十年来,许许多多的工作者又相继提出和发展了一些不同形式的CAPM模型,并运用了大量数据进行实证检验,为广大的投资者提供了获取投资决策的方法,有效地指导了投资者的投资行为。为此本文将采用最新的数据对CAPM模型进行实证检验,希望最终所得出的结果能够给投资者提供帮助。1.31.31.31.3我国证券市场的发展历程我国证券市场的发展历程我国证券市场的发展历程我国证券市场的发展历程新中国证券交易市场的建立始于1986年。当年8月,沈阳开始试办企业债券转让业务;同年9月,上海开办了股票柜台买卖业务。从1988年4月起,我国先后在61个大中城市开放了国库券转让市场。1990年12月19日和1991年7月3日,上海证券交易所和深圳证券交易所先后正式开业。1992年初,人名币特种股票(B股)在上海证券交所上市。同一时期,证券投资基金的交易转让也逐步发展。1999年7月1日,《证券法》正式开始实施,这标志着维系证券交易市场运作的法规体系趋向完善。进入21世纪以后,随着我国加入WTO,证券交易市场对外开放也稳步向前迈进。2004年5月,中国证监会批准了深圳证券交易所在主板市场内开设中小企业板块,并核准了中小企业板块的实施方案。2005年4月底,我国开始启动股权分置改革试点工作。2009年10月30日,创业板在深圳交易所上市。2010年3月31日,上海证券交易所和深圳证券交易所开始接受融资融券交易的申报。2010年4月16日,我国股指期货开始上市交易。从1990年至2010年,上海证券交易所从最初的8只股票、22只债券,发展为拥有894家上市公司、938只股票、18万亿股票市值的股票市场,拥有199只政府债、284公司债、25只基金以及回购、权证等交易品种,初步形成以大型蓝筹企业为主,大中小型企业共同发展的多层次蓝筹股市场,是全球增长最快的新兴证券市场。深圳证券交易所自开业十几年内,借助现代技术条件,成功地在一个新兴城800支股票的深市建成了辐射全国的证券市场。十几年间,已发展成为拥有近交所为国民经济筹集了大量资金,对建立现代企业制度、推动经济结构调整、优化资源配置、传播市场经济知识,起到了十分重要的促进作用。

 CA PM模型的拓展及在我国股市的应用研究绪论-3-1.41.41.41.4写作思路及方法写作思路及方法写作思路及方法写作思路及方法本...

篇九:经典CAPM模型为何不适用我国

市场信息导报012经济智库CAPM 模型在中国股市的实用性检验及分析 ◎ 李晟一、CAPM 模型概述(一)模型的基本假设CAPM 模型是建立在一系列假设基础之上的,这些假设主要有:1、投资者是风险的厌恶者,并且其仅依据资产的预期收益率和标准差或方差来评价资产组合并进行投资决策。2、不存在交易成本,市场完全竞争,不存在操纵价格的任何可能性。3、所有投资者具有相同的信息来源,他们分析和处理信息的方式也相同,且获取信息不需要支付费用,资产市场是一个完全市场。4、所有投资者对资产的预期收益、标准差和协方差的判断相同,即投资者具有一致性预期。5、资产可以无限分割,投资者可任意地按任何比例买卖或持有资产,而且,投资者可以无限制地按照同一无风险利率贷出或借入资金。6、投资者具有同一单一投资期限,且不考虑投资期内任何的个人税赋,因而投资的收益形式对投资者的决策不发生任何影响。(二)模型的基本公式 CAPM 模型基本公式为:R i =r+β i (R M -r)式中 R i 为证券投资组合的报酬率。r 为无风险投资的报酬率。β i 为反映不可分散风险大小的一个系数,一般用回归分析法计算。R M 为证券市场所有证券的平均报酬率。(三)β 系数单个资产 i 的系数 β 可以表示为β i =COV(R i ,R M )/σ 2 M单个证券的合理风险溢价取决于单个证券对投资者整个资产组合风险的贡献程度,某个资产对市场组合风险的贡献度越大,其资产的 β 值就越大,理应获得更高的风险报酬,CAPM 模型对于投资者而言,其重要性在于投资者根据资产组合风险来确定他们所要求的风险报酬。β 系数度量了资产对市场波动的敏感性。对于市场组合来说,市场组合与其自身的协方差就等于其方差,因此,市场组合系数等于 1。β 系数小于 1 的证券被称为保守型证券,在这种情况下,市场组合收益率增长 1 个百分点很可能导致该种证券收益率的增长小于 1 个百分点;市场组合收益率减少1 个百分点很可能导致该种证券收益率的减少小于 1 个百分点。证券组合的 β p 值与单个证券的 β i 的关系是∑==n1 ii i pw β β二、对 CAPM 模型适用性的论证(一)论证方法各随机选取上证 A 股股票 20 只,深证 A 股股票 20 只,通过研究 2013 年 1 月至 2017 年 12 月共计 60 个月的数据,利用Excel 及 Eviews 进行分析,得出各只股票的贝塔系数与可决系数。通过对数据进行分析,对 CAPM 模型是否适用于中国股市进行测评,并对适用或者不适用的原因进行说明。论证数据来自万得及国泰安数据库。(二)比率的计算方法1、股票收益率R it =(P it -P i(t-1) +D t )/P i(t-1)其中 R it 表示在第 t 月的最后一个交易日该种股票收益率,P it 表示在 t 月最后一个交易日的该种股票收盘价,P i(t-1) 表示在第 t-1 月的最后一个交易日该种股票的收盘价,D t 表示该种股票在第 t 月的现金股利。2、无风险收益率选择一年期存款利息代表无风险收益率,由于共考察五年,因此对此五年数据进CAPM 模型,由威廉夏普等经济学家提出,是现代金融学的理论基础之一。自提出以来,既因为其简单明了的逻辑受到了欢迎,也因其假设前提是否成立受到了质疑。中国股市起步较晚,虽然发展较为迅速,但仍有改进空间。本文从沪市A 股与深市 A 股各选取 20 只股票,通过 Eviews 软件对其 2013 年 1 月至 2017 年 12 月共计 60 个月的数据进行分析。结合上交所、深交所、中证登的历年统计年鉴,对于 CAPM 模型是否适用于中国股市得出结论:一、现阶段 CAPM 模型并不完全适用于中国股市;二、这种不适用的情况,其原因在于中国股市的制度不完善以及投资者的非理性行为。三、随着制度的完善以及投资者的成熟,CAPM 模型将在中国股市发挥更大的作用。行加权平均,得到无风险收益率。3、市场证券组合收益率选取沪深 300 指数作为市场指数R Mt =(Index t -Index (t-1) )/Index (t-1)其中 : R Mt 表示在第 t 月市场组合的收益率,Index t 表示在第 t 月最后一个交易日市场组合的收盘价,Index (t-1) 表示在第 t-1月最后一个交易日的市场组合收盘价。(三)论证过程1、个股收益率计算选取沪深 300 成分股共 40 只,其中上证 A 股 20 只,深证 A 股 20 只,根据公式R it =(P it -P i(t-1) +D t )/P i(t-1) ,计算出每只股票每月的收益率。2、无风险收益率计算依据人民银行存款利率,统计自 2012年以来的一年期存款利率及调整日期,按加权平均法计算一年期定期存款年利率。如调整日期在月中的,则先按加权平均法计算该月的年利率。最终,2013 年 1 月至 2017年 12 月的一年期定期存款加权平均数为2.25%,月利率为 0.19%。3、市场证券组合收益率的计算由万得数据库获得沪深 300 自 2012 年12 月至 2017 年 12 月每月的收盘价,根据公 式 R Mt =(Index t -Index (t-1) )/Index (t-1)计算出各月的市场证券组合收益率。4、线性回归检验将 公 式 R i =r+β i (R M -r)

 变 形 可 得R i -r=β i (R M -r),R i -r 与 R M -r 存在线性关系。据此,将上文所述数据利用 Eviews软件进行现行回归分析,可得出各只股票的可决系数。各只股票的系数与可决系数如表 1。5、对系数与可决系数的分析根据上述信息,我们对各只股票的系数与可决系数进行进一步分析。(1)对进一步分析万方数据

 官方网站:http://www.ems86.com013经济智库选取的 40 只股票中 39 只股票的系数大于 0,只有上海莱士的系数小于 0 为 -0.07,说明该只股票收益率与市场收益率呈反向变动关系。14 只股票系数大于 1,说明当市场收益率上升或下降时,这些股票的上升或下降幅度会大于市场收益率变化幅度。系数最大的股票为光启技术,系数为 2.62。2 只股票的系数等于 1,分别是东方明珠与兴业银行。26 只股票的系数小于 1,其中上海莱士的系数最低,为 -0.07。40 只股票中,系数在 0.8 至 1.2 区间的股票有 14 只,说明仅有不到半数的股票收益率波动与市场基本一致。系数大于1.5或小于0.5的股票7只,这些股票收益率波动与市场波动偏离较大,具有较强的投机性。(2)对可决系数(R squared)的进一步分析可决系数是测定变量间相关关系密切程度的统计分析指标,它也可以反映自变量对因变量的联合的影响程度。可决系数越大,自变量对因变量的解释程度越高,自变量引起的变动占总变动的百分比高。观察点在回归直线附近越密集。可决系数的取值范围在0 到 1 之间,它是一个非负统计量。随着抽样的不同而不同,既是随样本而变动的统计量。通常来说,可决系数 &gt;0.5 说明个股收益率的变化很大程度上是由影响大盘指数的因素造成的,反之则说明个股收益率的变化与大盘指数因素关系不大。整体上看,所代表的市场风险并不能很好地解释,即市场风险不能很好地解释个股收益率的波动。因此,在中国股市,非系统性风险仍然是相对主要的风险。在此情况下,用 CAPM 模型来评判和预测股票表现,就有可能出现偏差。三、对于资本资产模型的进一步探讨(一)对于 CAPM 模型假设的进一步探讨CAPM 模型的假设,将现实的市场简化成一种极端的情况,即资产市场是完全市场,没有任何摩擦性因素阻碍投资;人们拥有相同的信息,对资产的预期收益和风险持有一致的观点。然而,在现实市场中,情况并不完全满足 CAPM 模型的基本假设,具体如下:中国股市呈现的是短期内的猛涨急跌,在观察期内,2015 年出现了短时间内的大幅波动。上证指数 2014 年 10 月底的 2280点左右,经过 8 个月的上涨趋势,到 2015年 6 月达到最高点 5178.19 点。之后大盘迎来一轮急跌,至 2016 年 1 月底,上证综指跌到 2638 点左右。在这期间,上证 A 股的成交量暴涨暴跌。2014 年 1 月至 2016 年12月上证A股的成交量数据及图示见图1。综上所述,观察期内,中国股市投机性很强,大量投资者在短时间内集中进行投机行为,违背了 CAPM 模型关于“投资者是风险的厌恶者”的假设。其次,CAPM 模型假定市场为完全竞争市场,不存在操纵价格的任何可能性,且所有投资者具有限通的信息来源,他们分析和处理信息的方式也相同,资产市场是一个完全竞争市场。而在观察期内,中国股市也并不符合这一假设。根据中国证监会网站披露的信息,2013-2017 年,证监会共做出行政处罚决定 523 次,做出市场禁入决定 94 次,共计禁入 180 人。以上数据说明,观察期内中国股市存在着通过内幕消息获取超额收益的情况,因此可以论证,中国股市并非完全竞争市场。最后,CAPM 模型假设投资者具有同一单一投资期限,且不考虑投资期内任何的个人税赋,因而投资的收益形式对投资者的决策不发生任何影响。目前不同形式的投资收益对于投资者的决策存在影响,其主要原因就是不同形式的投资收益面临不同的税赋。根据目前的法律,投资者分得现金股利需缴纳个人所得税,而投资者买卖股票赚取的价差部分是不用赋税的。由此,投资的收益形式对投资者的决策是产生影响的。综上所述,CAPM 模型在中国股市很难满足。CAPM 模型在中国股市的分析上存在较大的局限性。(二)对于 CAPM 模型作用的进一步探讨尽管 CAPM 模型并不能直接用于中国股市的股票评判与价值挖掘,但这并不意味着 CAPM 模型对于中国股市毫无意义。作为对金融学产生深远影响的学说,CAPM模型描述了一个理想状态的市场。当现实市场与理想状态产生偏离,造成 CAPM 模型不再适用于现实的时候,就为我们进一步研究偏离提供了机会。CAPM 模型之后,不断有学者将 CAPM 模型应用于实践中,并就如何改善市场提出了自己的观点。通过多方努力,美国等发展较好的股票市场向强有效市场不断迈进。1、对于投资者非理性行为的研究投资者是市场的重要一环,投资者的行为直接影响到市场的变化。CAPM 模型将投资者假设为理性人,所有投资人都是有相同信息渠道,相同收益预期的风险厌恶者。而在现实中,中国股市的投资者因身份不同,其行为往往是非理性的。噪声投资者是造成中国股市走势背离理论模型的重要原因之一。因此,对于投资者非理性行为的研究可以帮助我们找到非理性行为的成因与应对表 1 各只股票系数与可决系数简称 贝塔系数 可决系数 简称 贝塔系数 可决系数中国石油 0.65 0.536 平安银行 1.12 0.640 国投资本 1.93 0.371 万科 A 0.96 0.217 中油工程 0.74 0.211 万向钱潮 0.79 0.101 金地集团 0.50 0.129 长江证券 1.66 0.647 片仔癀 0.73 0.200 乐普医疗 0.70 0.194 中国国旅 0.47 0.140 TCL 集团 0.76 0.393 首创股份 1.12 0.262 三七互娱 0.70 0.029 东方明珠 1.00 0.227 中金岭南 1.37 0.574 中国银行 0.63 0.493 东阿阿胶 0.69 0.370 金隅集团 0.86 0.206 潍柴动力 1.06 0.668 北京银行 0.69 0.557 国新健康 1.28 0.246 兴业银行 1.00 0.639 上海莱士 -0.07 0.002 宝钢股份 0.96 0.517 东方园林 0.78 0.198 上汽集团 0.63 0.423 美锦能源 1.02 0.309 国电南瑞 0.74 0.208 申通快递 1.35 0.132 贵州茅台 0.59 0.271 万丰奥威 0.43 0.032 海螺水泥 0.88 0.525 光启技术 2.62 0.177 福耀玻璃 0.62 0.383 美的集团 0.83 0.415 国投电力 1.01 0.310 巨人网络 0.95 0.015 招商证券 1.67 0.689 盐湖股份 0.83 0.201 图 1 2014-2016 上证 A 股每月成交量图万方数据

 环球市场信息导报014经济智库策略,逐步消除因投资人非理性行为带来的市场偏离。(1)投资者结构研究申万宏源研究所自 2013 年开始持续跟踪 A 股投资者结构的变化。在申万宏源研究所发布的《申万宏源 2017 年 A 股投资者结构全景分析》中,将投资者分为五类,即个人投资者、境内投资机构、境外投资机构、政府持股和产业资本。从持股规模上看,产业资本目前占据着整个市场的话语权。自2006 年以来,产业资本持股规模占比逐年上升。2011 年以后,产业资本持股占比始终未低于 47%,2017 年更达到了 49.85%。然而,与投资者持股结构相矛盾的是,在交易规模方面,个人投资者自 2007 年以来交易量占比一直处于主导地位。由于仅上交所披露交易者交易结构信息,我们只能依据深交所板块特性和个人交易者“炒小”、 “炒新”的特点推断,深交所中个人交易者交易量占比不低于上交所。根据上交所统计年鉴,个人投资者自 2007 年以来交易量占比一直在 83% 以上,仅在 2012 年由于专业机构占比提升而下降到 80% 左右。而 2016 年一般法人的交易量占比仅为 1.4%,并不占市场主导地位。由此我们可以推断,产业资本持股多为战略持股,交易并不频繁。个人投资者才是中国股市中最为活跃的投资者。而就个人投资者而言,受其年龄阶段、教育背景的影响,并不能达到理性人的标准,因而会产生非理性行为。(2)个人投资者非理性行为及其对股市波动的影响由于中国股市个人投资者占交易量主导地位,并且个人投资者的单体资金量偏小,年龄分布分散,因而更倾向于出现非理性行为,造成股价走势偏离。目前,市场上较为多见的非理性行有从众心理和过度自信。a) 从众心理在金融学中,从众心理也被称为羊群效应。他是指投资者面对随时变化的市场行情,会受到来自其他群体和外界环境的影响,进而放弃自己已经设定好的投资计划。当市场上羊群效应较为明显时,一旦看涨的论调占据了舆论,就会有大量投资者盲目买进,造成一波猛烈上涨的行情,造成成交价格远远高于其内在价值。反之,当市场上出现强烈的利空信号或者悲观情绪,短时间内则会出现大量卖出股票的行为,造成成交价格急跌。市盈率即市价与收益之比,是最常被用来分析股票行情和判断股价水平是否合理的指标之一,可以用来判断股票价值是否被高估。根据上交所与深交所的统计年...

篇十:经典CAPM模型为何不适用我国

            方法的    有效性检验陈诗江珊中南财经政法大学统计与数学学院中图分类号   文献标识文章编号                —     摘要本文基于            方法验证    模型的有效性。文中选用上海股市  只股票    年 月 日至   年 月  目的收盘价上证综指收盘价以及我国 个月定期存款利率作为分析对象检验现阶段    模型在我国上海股市的有效性。实证结果表明现阶段    模型仍然不适用于我国上海股市。关键词               方法股票收益率∥系数有效性一、文献综述资本资产定价模型是资产组合理论的成果之一。白    模型提出之后中西方学者对该模型在资本市场的适用性进行了很多研究。相对而言国外学者在这方面的研究开始的较早。由于国外的资本市场相对成熟符合    模型的众多假设对该市场拟合    模型更合理。在我国不少学者也自  世纪初期开始讨论    模型在我国股市的适用性问题。靳云汇、刘霖      关于中国股票市场    的实证研究表明无论是否存在无风险资产都不能否定用以代表市场组合的市场综合指数的有效性。但是股票收益率不仅与卢之外的因子有关而且与∥之间的关系也不是线性的。李传恺      从经典    模型的理论假设和经验假设分析并总结了我国股市自  世纪 年代以来所有关于经典    模型的实证检验结果得出经典    模型的假设条件与中国证券市场现实的巨大差异从而得出经典    模型不适用于中国证券市场的结论。王勇      依据国外学者对    的研究成果对    的统计检验方法和假设条件进行系统探讨为    在中国证券市场的合理应用提供理论支持。本文主要是基于前人对    模型所作研究选择了上海股票市场中  只股票的收益率数据进行分析。本文的创新点在于选择了近年的数据进行    模型的有效性检验反映我国上海股市的现状。二、本文研究思路我国已经有不少学者研究过    模型在我国股票市场的适用性问题但研究多集中在    年左右研究表明   模型不适用于当时的中国股市。进入  世纪以来我国股市经历了许多重大改变经过    年的股权分置改革我国证券市场走入了一个全新的阶段。鉴于这种情况作者认为有必要再次验证经典    模型在我国股市的有效性。本文是基于            法对    进行有效性检验的。选择的样本区间为自    年 月 日    年 月  日。在进行实证研究时使用的是  只股票的收益率数据同时选择了上证综合指数作为市场指数。无风险利率是指投资者能够用以进行无风险借贷的利率。本文使用 个月居民定期存款利率作为无风险利率进行分析。实证分析使用       以及         软件完成使用数据均来自巨灵金融终端。三、对模型的实证检验    模型有标准    和零∥的    模型两种形式而本文主要是基于            法检验标准    模型的有效性问题。 一 将数据分段这里选择上海股市中的  只股票作为研究对象得到每只股票对数收益率数据为    个。将这个研究期间划分为 个阶段每一阶段都包含   个数据分组情况为第一阶段  五为    年 月 日    年 月  日第二阶段五五为    年 月  日     年 月  日第三阶段正一正为    年  月 曰    年 月  日本文选择人民币 个月存款利率来代替无风险利率。具体地在本文所研究的样本区间对每个时期运用加权平均的方式得到 个时期的无风险利率分别为                  。文中选用上证综指数据为市场指数。 二 估计每一只股票的∥系数对第一时期中的每一只股票的收益率数据建立如下模型  —    【        —  ÷ 由模型估计的结果得到每一只股票的∥系数并根据所得的∥系数将  只股票分为  个组合每个组合包含只股票。以及残差项 类似 一 估计出每一只股票的∥系数以及组合平均残差项的标准差阳。合的平均∥系数以及每一股票组合平均残差项的标准差。 四 进行横截面回归检验具体地根据第三时期的日收益率均值、第二个时期∥系数的均值以及第二时期组合平均残差项的标准差  数值进行横截面回归。需要说明的是文中的第四步是对            方法的简化。这里不再是对每一时点的数据进行横截面回归而是对这个时期的均值进行横截面回归分别拟合以下四个模型   一 ∥ 一  占辟    …” 蝉  一成     ∥ ∥  嗥     ”以    ‰  尾一  勉∥叫 扎舾估计的结果为根据模型   的结果可以判断模型中各个参数不显著  较小拟合优度不高 检验也没有通过说明整个模型是不显著的。从而股票收益率与  系数无关。 下转第  页 三 根据分组情况估计第二时期每一组合的∥系数               …九                                                             ∥ 卜        卜  占      …玎  【                以。   【                                   ∥一              川一   。  。             根据计算出的∥系数和公式辟 吉∑屈得出每一个组万方数据

 第一个啡褴方科反映 房价与利率和“书之蝌的 期均暂戈系。脐价利率成负相盖嘣房价与扩率成正柏 。持粜表删 率对睹地 市场的 斯影响是通过投瓷造径来传导。第十协栏方群反 房竹 堪货嘭咙串之旧行融妊驯的 枷盖的均衡关系结果牲明售价上器 驯台引起通货睹帐。在 埘协整戈蕞的毕础上  量谋趋修止方秘艇  泼劫系数的比鞍址苦税剐越、 谁的 蛾养满址 夺讣枷通过 自相冀厦抖方抬榆验 五 镕冲自舟析山了卫好的了解其他蹙盐的浊曲刈房地产价潦漩础的影响进打 义脉冲响 分析扣目 “率  的冲击对坍价产小报强的     变化 仵第 期时选到世人之席影响减弱但是仍长期仃往市场化程度柑对较高的±圃银行问市场同业拆借利率 对房价产牛负向娈化砸第 蹦逃剖锄≈娈化的城人 后影响减弱佴足 期存在。萁彤 也待台投资畦径的  牛对房价彬响的理论关系。通货膨胀对聘价的响应“复杂的蹙化在黄 期时刊达负向最大。第 期时达剖最大的正向尝响仙睦期  微弱的影响让孳趋十   ————篇   ■。冉≥ 乒 生   籼义¨山 说明超额收赫辜为 系数为负随埘期背一”若为 醚明划 收益丰日【 腑存在 线性关系。作为第一卟金融挠产宦愉模型 删铰犁  提出咀束艟受 删模型透川性竹扮验耐题国外学者提出了   方法椰 目 —…   了 蔷‰。图三、结论通过草   的宴Ⅱ扮验 Ⅱ以得 咀 鲒咤 从曲按宵程来看房价与利半年返两个货币政策的日控 具打 若 刺帕均衡戈系。 席价’  率 问都打在着长期的正棚共汇卑通过投资选静对找目房地   ・场 嚣响的结论。 右舰经济片 Ⅲ瞵价 通货膨胀幸存 若 期的Ⅲ相关蜕町房价持续 涨有导煦通货膨胀经济泡诛的可能。 从虏价的 芦修正模型米看膀忻的钳期波动打破  幛“牢和宏观撵济之刚的长期均衡时 佴两者都刘聘竹具有较强的方  训挂力  波叩了咀利率“冲为下段的货币敢毓对房价的渡础只有调控作用。      投资青的预期。理而对所投资的资产组台的调整也对房价的波动也有定的调   用。验Ⅱ了房地 小仪满足消费需求满址投椎骨的投机精求二 从脉冲响   析来看房价  “丰的变动是 目敏魑。在“辛下谰有大量册资本渍 我阀的瞎地 投资或投机班获得人民井艟以房价上涨的“币收益。因此我四政府需要采取一定的措施减少外流资本晕。 此奇啦将辛国银行闻市场同业拆借利半作为鲎币政策的巾舟 标  推动利幸市场。此外通址埘股票市场 的豁控与规范防  脞祟价格的大幅 扬  』咀在一定程度 控制了崭价大幅 涨的。  】Ⅷ     Ⅱ   “  一 ☆ 口       ± 上接第删女类似横型   的结果撤孵月 建 模犁   可咀 ’析苷务数均十足著  轻小拟舟优噬不高 掩验也没有酒过说哪整个横掣蛙小址蒋的。帆 日股禁收益帛与 乐数以厦 泵绒风照无关。    “  州  口 峨   ∞Ⅲ   十  榄碰   ¨『知替个参数均通过 持验。其体分析擗十参数的肯义 。山正说明超额收 率为 。显若为负 潍明明 收益丰椰系统代 陵是 负棚艽黄茉这种寅际情 相违背。显著为 说叫期望收益车轴 陆存档非线傩戈系调整后的吖决乘敷 一洲   拟台忧度不目 没 通过 检骑说明此樽型是不台理的。            拼            。 粥  从摸掣   所料缩震竹所除 残差项标准麓茉础未通过恃骑外其余夸数均蛆过 拴验。分析母个参数的含毕收髓半和系统件眦障是负棋关荚系和实际情巩柏违渊帮后的  决系数月‘       Ⅱ合优应们拣小高摸犁没  越过 捡艟说叫幔Ⅲ的槛 足不合理的。综台蛆  个模型帅分析纬果可舒¨ 结论木 所酬究枰水区旧 卜 茧然 阿      巾最教‰娃蔫说明上海肚 ¨的岐票收益半倪科∥系教有必嘶和非系统性 险无戈并  票收益率与 系数呈  线性关系。仉从甍休来说这衅系敛小是联台缸著的所订幔掣均挫有通过 掩验这也说明了在水文所采用的样本 州内 种肥式的摸犁 骏均失败悦叫现阶段标准形式的卧州模蜊还小近    找围 海投市。口、结论到 中外学 的 泛黄注。    具有祖强的观赏意义对丁             片法奉立结台十用雌市现状采用    蛳      法鞋证  烈模掣在我田 海崆市的有艘性。结粜表明扯水文所研究舶佯本 阿自标准聪式的   ’Ⅵ模型还水适用 拽圃 海股市返结论和 前学者对我同股市  附摸犁榆骑的结粜蔫木敛。作者弧为睹成    栏掣无技的睬囚在十脱阶段我国股  南 ‘存在发展时 葡规栏小信息流动的结  性问飚等仍十能满足育蚀市场  假止 从而    楼掣仍十能 Ⅱ奸拟台我国股【¨的现状。造也晚明现阶段我固和西方此热 券市场还  较人的蔫异我国证券市场进嵩要经过一定时期的麓桂才能宾Ⅲ成为  敬   场。参 女 】  ⅡⅫ 十目口  ¨自 ”Ⅵ∞ 《 宄±№Ⅱ   幢  何十口   №垃Ⅻ     ¨ Ⅲ         自 …   № ¨籼          ‘  。

 …   一。—●  ■   自女     ¨  。          自      ¨Ⅱ         № ”№     ‘ 《“  ≈         目                       】   ’                嫩  。㈣ 现  ㈣矿   ∞   避    ¨    】※     ☆№ 《≠    ” 女 №      ∞   ¨【 】 日   ∞     “     《  目 ☆  ∞【 。                                   “     万方数据

 基于Fama&MacBech方法的CAPM有效性检验作者陈诗 江珊作者单位中南财经政法大学统计与数学学院刊名新财经英文刊名NEW FINANCE & ECONOMICS MONTHLY年卷(期)2011(3) 参考文献(5条) 1.Fama.E;MacBeth.J Risk,Return,and Equilibrium:Empirical Tests 19732.李传恺 经典CAPM模型为何不适用我国 2008(04)3.王勇 CAPM的检验方法及假设条件研究[期刊论文]-统计与信息论坛 2009(06)4.靳云汇;刘霖 中国股票市场CAPM的实证研究[期刊论文]-金融研究 2001(07)5.张雪莹;金德环 金融计量学教程 2005

 本文链接http://d.g.wanfangdata.com.cn/Periodical_xcj201103031.aspx

相关文章:

Top