静态资本资产定价模型有效性检验.docVIP

静态资本资产定价模型有效性检验 　　【摘要】本文利用36只深圳A股从1997年至2006年的月收益率数据，借助EXCEL软件，运用标准Fama-Macbeth估计方法来检验静态CAPM模型的有效性：以5年期的时间窗口进行时间序列回归，来估计CAPM模型的贝塔值；进行截面回归估计CAPM模型风险溢价和截距的平均值。并通过计算两个回归的值来判断静态CAPM模型对资产收益率波动的解释力。研究发现市场组合的超额收益率对个股、股票组合的超额收益率有较强的解释力；然而，CAPM模型的贝塔值对个股、股票组合的超额收益率的解释力均有限，但对股票组合的解释力要好于个股。 【关键词】静态CAPM模型 Fama-Macbeth估计方法 引言 现代金融理论的发展是围绕着金融资产定价的核心问题展开的，CAPM模型作为最基础的定价模型，其构筑的收益与风险简单却非常优美的关系，在金融学理论中堪称典范。CAPM模型有很强的假设条件，实证检验的不同结论刺激着相关理论的发展和完善，本文试图利用Fama-Macbeth估计方法来检验静态CAPM模型的有效性。 一、文献综述 国内外有大量的实证研究对CAPM模型的有效性进行检验。在国内，陈浪南、屈文洲（2000）对股市的三种市场格局（上升、下跌和横盘）划分了若干时间段进行分析，发现β值对市场风险的度量有显著作用，但与股票收益率的相关性较不稳定。为负值的无风险收益率表明CAPM的零贝塔模型比标准CAPM能更好地描述资产收益。阮涛、林少宫（2000）利用40只股票从1996年至1998年三年的数据，就CAPM模型对上海股票市场的有效性进行了检验，得出上海股票市场并不符合CAPM模型的结论。靳云汇、刘霖（2001）关于中国股票市场CAPM模型的实证研究发现，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，股票的收益率不仅与贝塔之外的因子有关，而且与贝塔之间的关系也不是线性的。王杨、张玉（2013）采用多元GARCH模型估计上证A股的时变β值，并用截面回归模型检验β对超额收益率的解释能力，通过月度时间窗口移动来观察CAPM有效性的演进过程。研究发现1997年后截面检验方程的常数项、β系数、和β2系数都由原来的剧烈波动变为平稳，标志着CAPM有效性的增强，但是β值的解释能力并不如CAPM模型预言的那样完美，仍存在其他因素影响股票的超额收益率。 在国外，Black、Jensen、Scholes（1972）对纽约证券交易所1926年至1965年期间的所有股票数据进行实证检验，计算的结果和零贝塔资本资产定价模型一致，估计的证券市场线没有非线性的依据，斜率为正且不为零，低β股票收益率高于CAPM预测值，而高β股票收益率低于CAPM的预测值。Fama、Macbeth（1973）研究表明收益率与风险存在整的相关关系。然而，Fama、French（1992）对美国股票市场的研究发现，股票的市场β值不能解释不同股票回报率的差异，而上市公司的市值、账面市值比、市盈率可以解释股票回报率的差异。Fama和French把不同的结果归因于不同的样本周期。 二、理论基础 对CAPM模型有效性的检验，实际上是检验β是否能对超额收益率提供完全的解释能力。本文利用标准Fama-Macbeth估计方法，以Excel为统计分析软件来估计静态CAPM模型，由估计的静态CAPM模型来分别预测各项资产的未来收益率，最后，确定多少个股、投资组合的波动中，有多少能用静态CAPM模型来解释。标准Fama-Macbeth估计方法，第一步采用时间序列数据估计股票的β系数，第二步采用面板数据检验β系数的解释能力。 三、数据选取 本文采用的数据来自深圳国泰安信息技术分析公司（CSMAR）。 （一）股票的选取 本文随机选取在1996年7月以前上市的36只深圳A股作为研究对象，采用考虑现金红利再投资的月个股回报率作为股票的月收益率数据，选取的时间范围是从1997年1月至2006年12月。 （二）市场指数的选取 市场指数选取深圳综合股票指数，采用1997年1月至2006年12月的月指数回报率作为市场组合的月收益率的替代。 （三）无风险利率的选取 无风险利率选取一年期定期存款利率，根据复利法进行月度化处理得到月利率，计算公式为r月=（1+r年）1/12-1。 四、实证检验 （一）单只股票β值的估算 1.时间序列回归。对于单只股票，利用1997年1月到2006年12月共120个月个股收益率数据计算股票的β值。首先分别计算个只股票和市场组合的月超额收益率（个股或组合的月收益率减去无风险利率），之后，以超额收益率为因变量，以市场组合的超额收益率为自变量