杨伊璇
摘要：美国次贷危机后，经济学理论该如何更好地预测实体经济受到了全世界金融领域更多的关注，对股票市场模型实证检验等研究也提上日程。后危机时代，中国积极研究CAPM模型在中国股票市场的适用性，本文选取深交所上市的股票作为研究的样本，用回归等方法进行实证分析，进一步检验和分析CAPM模型理论在我国股票市场的适用性，对于检验结果，结合中国股市特点，做出原因分析，这对于了解我国股票市场2016年之后两年中的发展情况具有现实和实践意义。
关键词：CAPM模型;实证分析;中国股市;原因分析
中图分类号：F23文献标识码：Adoi：10.19311/j.cnki.16723198.2020.23.059
1CAPM模型介绍
资本资产定价模型CAPM（capital asset pricing model）是由Willim Sharp（1964）年提出的用來预测风险资产风险与均衡预期收益率之间的关系的模型。CAPM模型将现实复杂环境简单化，设定假设来抓住主要矛盾，将现实抽象化。
2CAPM模型在中国股市的适用性实证分析
对标准的CAPM模型的检验分为两个部分：第一部分为检验所选取的市场组合是否为切点组合，因为切点组合就是有效市场组合的证明。第二部分为对单个股票的检验，用于证实股票预期收益率与系统风险之间的线性正相关。第一部分的检验主要在于建立符合要求的CLM曲线，而第二部分的检验为了证实SML曲线是否符合CAPM模型的预期。
2.1检验市场组合是否为切点组合CML
2.1.1检验原因
由两基金分离定理课之，当存在无风险资产的时候，所有的进行投资的人对与风险资产的希望组合都是沿着切点组合的，也就是说，切点组合代表的投资组合最能是投资者满意。而切点组合是CAPM模型的前提，因此，对选取的样本进行切点组合检验有利于在后续的步骤中更加有力地说明CAPM模型的适用性。
2.1.2回归呈现和结果分析
（1）回归模型：选用指数的收益率作为因变量，风险因子作为自变量，建立了回归分析模型。Rit=y0+y1β+εit，做出主要假定：1因变量和自变量之间具有线性关系。2在重复抽样中，自变量的取值是固定的，即假定x是非随机的。对本次检验作出假设检验：设定原假设为：H0：α1=α2=α3表明β完全代表了系统性风险，备择假设为αi不全相等。
（2）通过Excel做出回归方程图形，和回归统计统计量表格可知。相关系数为0.096787，判定系数为0.009368，标准误差为0.069997。在方差分析模块中，在自由度为107的情况下（总有样本中包含108个月），F检验量为1.002362，在此情况下，significance F=0.31902，F>significance F，因此拒绝原假设，符合CML理论预测。
（3）对于回归参数估计的相关内容，回归方程的截距为intercept=-0.02803，P-value=0.118851>0.05，因此接受原假设，截距不显著，符合CML预期。对于回归方程的斜率X-Variable 1=0.016457，P-value小于显著性水平0.05，因此拒绝原假设，斜率显著，同时，回归方程的斜率为正数，符合CML中所预测的线性正相关。
从图1来看，均衡状态下经过市场组合的切线近似如图所示，符合预期CML的理论。
由此可以得出结论：市场组合为切点组合的前提条件成立。因此，在对选取的样本进行切点组合检验中，以深成工业指数，深成消费指数，深成信息指数的月收益率为样本的模拟市场组合检验得到了较好的验证。由此，可以进行下一步对于CAPM模型的检验，即对于所选的个股收益率与系统性风险之间的关系。
2.2标准的SML线回归方程检验
2.2.1检验原因
CAPM模型中提出：
其一，不同个股的期望收益率应当与其β线性正相关。对个股进行三年内月收益率和贝塔值的一元线性回归分析，可以得出期望收益率与β是否线性正相关。
其二，β应该是解释期望收益率的唯一变量。由此体现出单个证券或者非有效的市场组合自身特质性风险对收益率的影响是否存在。是否真的如CAPM所描述的，与系统性风险有关。
2.2.2样本数据的选取和处理
（1）收益率的计算。
当计算股票收益率时，相关文献中指出，可以采用对数法，是收益率数据得到近似正态分布。但由于CAPM模型中在相关假设成立的前提下，默认股票的收益率服从正态分布，因此，可以用期末值减去期初值再除以期初值计算股票的收益率，即：Pit=（（Pt-Pt-1）/Pt）。其中，i代表个股标识，t代表月度时间。
（2）β值的估算方法。
因为已经获得个股的历史交易记录，根据历史收益记录，利用最小二乘法对β值进行估算。并且，β值具有一定的稳定性，在一两年时间内波动不大，因此，为了数据的可靠性，提高β值的可信度和可参考价值，选用2016年1月1日至2018年12月31日的历史收益数据进行估计，最终得出所挑选的十个个股的贝塔值。估算结果将在分析结果中呈现。
2.2.3回归结果
在选取的10只股票中，京汉股份的贝塔值最大值达到了2.9391，表明其受大盘波动影响大，当市场收到随即风险波动。根据贝塔值的最大值来看，银泰资源贝塔值较小，接近于1，说明银泰资源的股价变动程度和市场变动程度非常相近，在银泰资源风险组成当中，可以推测其系统性风险占比大，而公司的特质性风险占比小。从平均值来看，选取的个股的贝塔值均接近于1。说明在长期的总体水平上，各只所选取的股票都在很大程度上受到市场风险的影响。
2.3對选取的10只个股进行回归检验的分析结果
选用个股收益率与无风险收益率的差值作为因变量，估计得出的贝塔值作为自变量，建立了回归分析模型。Rit=y0+y1β+εit，做出主要假定：其一，因变量和自变量之间具有线性关系。其二，在重复抽样中，自变量的取值是固定的，即假定x是非随机的。在这两个假定之下，对于任何一个样本中的自变量。都会存在一个因变量的取值与之对应，因此，Rit=y0+y1β+εit代表一条直线。由于CAPM的预测为期望收益率与贝塔值之间存在线性正相关，因此，预测的结果为方程代表的直线是一条回归系数为正的直线。
3原因分析
3.1市场风险特点
在CAPM模型的检验中，我们是默认假设条件成立的，然而，在实际的证券市场中，具有很多的风险构成，其中部分就违背了CAPM模型的前提假设。
3.2中国股市与西方股市的差异性
其一，中国股市投机者更多。频繁的投机交易导致了恶劣的市场环境，对于CAPM模型的检验具有一定的干扰性。其二，中国股市交易量巨大。中国股市交易量的巨大更加放大了又交易手续产生利润的影响，从而对CAPM模型的检验相比于西方股市产生更大的干扰。
3.3模型假设前提实现的困难性
CAPM模型中的市场组合是一个有效的市场组合，但是理论上市场组合为国际经济体系中所有的资产，要收集到这个所有资产的数据对于笔者来说是能力之外的，因此，选用指数来代替市场组合。
3.4检验方法的缺陷性
由于数据来源的有限性，本文只选取了在深交所上市的部分股票，而没有能够选取证券市场上所有的股票。
4结论
资本资产定价模型构成简单，易于检验，在经济学领域有着很大的意义。然而，模型形式简洁在一定程度上是建立在许多假设之上的，这些假设在现实的经济领域中很难被满足，难以保证假设条件的满足符合预期。
回归分析的显著性很高，但是拟合度却不高，说明了CAPM模型在中国股市的有效性没有得到很好的体现，虽然存在中国股市和西方的差异性，股市风险性的特点，数据选取的误差等因素对模型检验的干扰，但是在一定程度上说明了CAPM在中国股市的适用性还有待考察。
参考文献
[1]崔慧慧.CAPM模型基于个股的实证分析[J].现代营销（经营版），2018，（9）：208.
[2]陈志明.证券市场风险分析的基础结构[J].现代商业，2017，（21）：118120.
[3]段嘉尚，赵永刚，董裕平.创新贝塔（Beta）股票指数——基于中国A股市场的实证研究[J].券市场导报，2014，（1）：6166.
[4]董于靖，王家梁.基于CAPM模型对于医疗保健行业的实证分析[J].时代金融，2018，（27）：232，236.
[5]何惠珍.CAPM模型对我国股市的实证分析[J].学术探索，2012，（6）：8891.
