聂凯
【摘 要】本文利用回归分析方法，以上海股市为例，对资本资产定价模型进行了实证检验。通过对检验结果的横向比较，分析了非系统风险对资产定价模型中资产定价问题的影响.
【关键词】CAPM;非系统风险;收益率
从20世纪70年代以来，西方的学者就已经对CAPM就进行了大量的实证检验，我国的学者们也从20世纪90年代开始对CAPM在中国证劵市场的实证检验.他们都得出了一些相关的结论，说明了非系统风险对资产定价模型有影响.那幺非系统风险到底是怎样影响资产的定价呢？以我国的上海股市为例，本文将从横向检验这一方面来对资本资产定价模型进行实证检验.
1 数据及处理
1.1 样本的选择
分析的对象为随机地选取的沪市股票中的30只股票.股票数据主要来自新浪财经网和证券之星网，样本期2003年7月到2006年6月的三年的日数据，对其中某些数据的缺失采用平滑法补齐.
1.2 收益率的计算
1.2.1 股票的收益率的计算
收益率以前后期股票价格的对数差形式表示，即Rt=InPt+1-InPt
1.2.2 市场组合收益率的计算
市场组合收益是一个理论上的概念，在投资风险的实证分析中，常用股票市场指数收益率来代替它.目前在上海股市中有上证综合指数、A股指数、B股指数以及各种分类指数，其中上证综合指数是一种价值加权指数，符合CAPM对市场组合构造的要求.因此，本文选用上证综合指数作为市场组合指数，并用上证综合指数的收益率作为市场组合的收益率.和个股收益率的计算一样，也采用了前后期收盘价的对数差表示，即Rmt=InPm（t+1）-InPmt.
1.2.3 无风险利率
无风险利率Rf的选择.国外研究一般是用短期国债的利率作为无风险利率的，由于银行信用风险要大于国家信用风险，因此其风险程度更大.但在我国，由于各方面的原因，人们对银行存款的信任程度更大，实际上银行短期存款的利率也比国债的利率低，其风险也更低.因此，我们以一年期固定存款利率作为无风险利率，即Rf=2.25%.
2 横向检验
2.1 计算组合β和δ
（1）根据R■-R■=a■+β■R■-R■+ε■进行回归，计算个股的β.其中R■， 是个股i月的收益率，β■是个股i的β系数，R■是无风险收益率.
（2）计算出β后，将股票按照β值的大小进行排列，然后按照大小顺序分成10组，每组3支股票，构成10个组合.通过组合的构造，可以降低由于个股β值估计偏差带来的影响.
（3）在计算组合的收益率时，假设对每个组合中的3支股票进行等额投资，这样对组合的收益率只需对3支股票的收益率进行简单平均即可.
（4）根据Rpt=apt+βptRM+εpt计算组合的β，记录回归结果中的δ.
计算出组合收益率后，利用方程Rpt=apt+βptRM+εpt，进行时间序列回归，计算组合的β，其中Rpt是组合P的月收益率，βpt是组合P的β系数.
表2 组合的回归结果
2.2 检验模型
我们将横向检验分为四个步骤进行：
1）直接对资本资产定价模型进行检验，模型为：
RP=γ0+γ1βp+η（1）
其中，RP为组合的平均收益率.
在标准CAPM成立的情况下，应该有以下假设成立：
（1）资本市场中的风险价格或风险补偿应该为正.
E（γ1）=E（RM）-E（Rf）>0;
（2）只有无风险利率才是系统风险为0的收益率，故要求E（γ0）=Rf.
2）将上式检验模型中的βp换成δp，主要检验资产收益率依赖于非系统风险的程度，模型为：
RP=γ■+γ■δ■+η（2）
在标准CAPM成立的情况下，应该有以下假设成立：
（1）这样的线性关系不存在;
（2）当组合的方差为O时即是对无风险的投资，有E（γ0）=Rf.
3）在方程（1）中加入一个新的变量δp，考察在资产定价过程中非系统风险的作用，模型为：
RP=γ■++γ1βp+γ■δ■+η（3）
在方程（1）和（2）的基础上进一步考察资产定价是否只依赖于系统风险β， 即E（γ3）=0是否成立.
4）在方程（3）加入变量β2p，考察CAPM中的线性关系是否成立，模型为：
RP=γ■++γ1βp+γ2β2p+γ■δ■+η（4）
这个主要是在方程（1）的基础上进一步考察系统风险与收益的关系是否是线性的，即E（γ2）=0是否成立.
这样，对标准CAPM的检验实际上就转变成为对上述假设的检验.通过横截面回归得到各变量系数的时间序列回归值，然后对各回归值进行t检验，以判断各假设是否成立.
2.3 检验结果
表3 方程（1）的回归结果
回归结果为：
RP=-0.0112+（-0.0073）βP（5）
从上表中可以看出，在0.05的显着性水平下，可以拒绝回归系数 的假设，即接受回归结果，说明上海股票市场上无风险利率显着为-0.0112，表明上海股票市场的投机特征明显：接受γ1=0的回归结果，与CAPM显着不符，这意味着股票市场不给予任何回报，并且在长期趋势下市场给予投资者的回报是负的，这显然与现实不符.β系数显着为0，同时还表明，上海市场上低β值的股票比CAPM所预言的收益高，β值高的股票收益则比理论值低，这与发达国家市场有相似之处.
表4 方程（2）的回归结果
回归结果为：
RP=-0.0267+0.0418δp（6）
在0.05的显着性水平下，可以拒绝回归系数γ0的假设，即无风险利率为-0.0267，并且T值为-5.9228，方程（1）回归结果一样仍然说明上海股票市场存在严重的投机现象.同时，接受γ3=0的回归结果，说明上海股票市场非系统风险在资产定价过程中不起决定性作用，但在长期趋势下非系统风险给予投资者的回报是正的，这意味着投资者可以选择适当承担一些非系统风险.
表5 方程（3）回归结果
回归结果为：
RP=-0.0136+（-0.0068）βP+0.0093δP（7）
在0.05的显着性水平下，拒绝回归系数γ0=0、γ1=0，γ3=0的零假设，说明在资产定价过程中，考虑变量δP，回归结果更接近于现实市场上股票的行为.同时与方程（1）回归结果比较，方程的决定系数也由0.4682上升为0.8801说明方程的拟合程度增加，并且接近于1，即方程（3）较好地反映了现实市场上股票的行为.回归结果仍显示我国股票市场上无风险利率为负数，市场风险给予投资者的回报也是负数，这与传统的CAPM不相符.与方程（2）回归结果比较，拒绝回归系数γ3=0的零假设也就意味着上海证券市场上非系统风险在资产定价中起作用并且给予投资者的回报是正的，同时方程的拟合程度由0.3223上升为0.8801，回归结果的拟合紧密程度增加.
表6 方程（4）的回归结果
回归结果为：
RP=-0.0127+（-0.0085）βP+0.0009β2P+0.0089δP（8）
在0.05的显着性水平下，拒绝回归系数γ0=0、γ3=0的零假设，与前面3个回归结果一样，无风险利率小于0，非系统风险对股票定价有影响.接受回归结果γ1=0的零假设，说明市场风险在资产定价过程中作用不明显，但在长期趋势下市场风险对收益率的影响是负向的，显然这与传统的CAPM不符.接受回归γ2=0的零假设，说明市场风险与收益率线性关系成立.方程的决定系数为0.6822，说明此回归方程拟合程度一般.
3 结论
从上面结果分析可知，资本资产定价模型在我国市场上并不是有效的，其原因可从两个大的方面来进行分析：
第一：宏观因素
（1）国内证券市场为非有效市场，信息披露失真，存在严重的信息不对称.
（2）上市公司的股权结构不合理.
（3）投资者非理性行为大行其道，投资观念不成熟，市场以个体投资者为主.
（4）股市规模过小、法制不健全，不能实行完全的竞争机制.
第二：微观因素
（1）模型成立的前提条件在我国证券市场还得不到满足.
（2）所选股票的局限性.
（3）选取的指数存在失真现象.
【参考文献】
[1]阮涛，林少宫.CAPM模型对上海股票市场的检验[J].数理统计与管理，2007：12-17.
[2]孙刚.资本资产定价模型在中国股票市场的实证研究[J].统计与信息论坛，2003，9：91-94.
[3]许涤龙，张钮.资本资产定价模型与上海股票市场的实证分析[J].南昌大学学报：理科版，2005，4：142-150.
[4]陈小，孙爱军.CAPM在中国股市的有效性检验[J].北京大学学报：哲学社会科学版，2000，4：28-37.
[5]李剑锋.资本资产定价模型（CAPM）对上海股市的实证研究[J].江苏统计·金融·投资·投资，2002，6：12-17
[责任编辑：薛俊歌]
