中国股市收益率特征的实证研究.doc

中国股市收益率特征的实证研究 目录 目录 1 一、数据说明 2 二、个股与投资组合的的收益率分布特征 4 1、样本个股的收益率分布特征 4 2、投资组合的收益率分布特征 6 三、贝塔系数的估计及其分析 9 1、贝塔系数的计算方法 9 2、的估计结果 10 3、对估计值的分析 11 四、股票收益率与其规模之间的线性回归 13 五、资产定价模型（CAPM）在中国股市的效果 15 六、上证股票收益率中的月份因素 17 七、本文局限与不足 19 参考文献 20 一、数据说明 中国的股票市场从建市之初至今，几经起伏，虽然建立时间并不长，其间却经历了快速发展和阶段性变化。本文选取的样本数据是上海股票市场2006年6月2网至2008年6月31日每周收盘价数据，共计106个交易收盘价，数据来自大智慧软件系统。我们选取数据样本的主要原因有：一是沪市上市公司数量较多、交易量较大，而且指数序列较长便予分析，一直是中国股票市场最有影响力的指数之一，具有很好的代表性；二是这段区间的数据恰好包含了股票指数的一个波动周期(既包含扩张裳，也包括收缩期)，股指于2006年11月20日突破2000点整数关墨，随后加速上扬，此后又连续突破3000点、4000点大关。这段区间数据的优点是避开了金融危机这项异常值的干扰，能够提高模型的拟合精度。 周收益率： 其中周收益率的计算公式为： 表示股票i的周收益率，代表股票i在t日的收盘价，代表股票i在t-1日的收盘价。 （2）无风险利率 无风险利率=实际利率+通货膨胀率，综合考虑我国股票市场，我们小组采用人民银行公布的06~08年一年期定期存款利率的加权平均作为无风险利率，为3.22%. 下表为历年人民银行调整利率表： （数据来源：中国人民银行网） （3）市场利率 我们将大智慧软件中上证大盘的每周的收益率按上面公式计算出来，作为该期间市场的收益率。 二、个股与投资组合的的收益率分布特征 1、样本个股的收益率分布特征 数据的统计特征：在此，我们只列出了上证A股中的同仁堂股份的描述统计： 个股周收益率的时间分布折线图如下所示： 由excel生成的直方图如下所示： 我们用非参数检验的方法来进行正态性检验： 建立假设：：该个股的周收益率服从正态分布 ：该个股的周收益率不服从正态分布 计算检验量=19.2 拒绝；认为，该个股的收益率不服从正态分布。 在我们的30只股票中，有21只不符合正态分布，而通过我们查阅资料知道，中国股市收益率大多符合尖峰后尾的分布特征，而非完全的正态分布。 2、投资组合的收益率分布特征 我们选取同仁堂和四川长虹两支股票，以6：4的比例构建出一组投资组合来检验投资组合的收益率分布特征。以统计学方法进行检验如下： 投资组合周收益率的时间分布折线图如下所示： 由excel生成的直方图如下所示： 我们用非参数检验的方法来进行正态性检验： 建立假设：：该投资组合的周收益率服从正态分布 ：该投资组合的周收益率不服从正态分布 计算检验量=19.2 拒绝；认为，该投资组合的收益率不服从正态分布。 与个股分析一样，我们用如上方法做了15只投资组合的正态性检验，发现只有1只符合，这里不再列出其检验过程。 三、贝塔系数的估计及其分析 1、贝塔系数的计算方法 贝塔系数，市场上有三种方法来估算贝塔系数： 方法一：根据系数的定义估计： 方法二：根据单指数模型估计： 与CAPM相比，“单指数模型”(也称市场模型)基于现实市场中证券资产的价格或收益变动普遍存在同涨同跌的现象，认为这种联动关系是由于共同因素的影响，这一共同因素的最佳度量是市场收益。它描述了证券期望收益与市场期望收益之间的关系，不论证券市场是否处于均衡状态，因此没有苛刻的前提条件。而且该模型根据证券实际收益和市场实际收益这两个变量的数据就可以估计B，无需无风险利率。与标准CAPM模型相比较，市场模型的理论假设、应用条件以及模型中的参数个数都较少，更具有可操作性，因此在涉及系数的实证研究中，大多数研究采纳了市场模型来估计B系数，市场模型在我国目前的实证研究中也得到广泛的应用。其模型表述如下： 实证研究中，在应用单指数市场模型时，市场组合替代物的确定，国外的研究在系数的实际估计中，基本上都是采用市场指数的收益率作为市场组合收益率的替代，如SP500，NYSE综合指数等；国内的研究一般用上证A股指数，深证A股指数等。一般来说，在市场指数的编制方法既定的情况下，作为市场组合替代物的指数所包含的证券种数越多，系数估计的偏误程度越小。基于以上的论述，本文采用单指数模型估计值，市场收益率为采用上证综合指数计算的市场收益率。 方法三：根据CAPM模型来估计： CAPM本身是建立在一系列关于投资者行为假设和完全市场假设