资产定价模型的市场实证检验.docxVIP

资产定价模型的市场实证检验

一、资产定价模型的理论基础与实证检验的逻辑起点

资产定价模型是金融理论体系的核心支柱之一，其核心目标是揭示资产收益与风险之间的定量关系，为投资者评估资产价值、制定投资策略提供理论依据。从早期的资本资产定价模型（CAPM）到后续的多因子模型，再到近年来融合行为金融的创新模型，资产定价理论的发展始终围绕“如何更准确解释市场实际收益”这一命题展开。而实证检验作为连接理论与市场的桥梁，既是验证模型有效性的关键手段，也是推动理论迭代的重要动力。

（一）资产定价模型的核心逻辑与假设前提

资产定价模型的构建普遍基于对市场参与者行为和市场环境的理想化假设。以最经典的CAPM为例，其核心逻辑可概括为“资产的预期收益仅与系统性风险（β系数）相关”，这一结论建立在投资者理性、市场无摩擦、信息完全对称、投资者持有市场组合等假设之上。后续的多因子模型（如Fama-French三因子模型）则放宽了部分假设，引入规模、价值等非系统性因子，认为资产收益由市场风险、公司规模、账面市值比等多个维度的风险共同驱动。无论模型如何演进，其本质都是通过提炼关键风险因子，构建“风险-收益”的解释框架。

（二）实证检验的必要性与核心目标

理论模型的假设与现实市场往往存在差距，例如投资者并非完全理性、市场存在交易成本和信息不对称，这些因素可能导致模型的解释力下降。实证检验的必要性正在于此：通过对历史市场数据的统计分析，验证模型是否能有效解释实际资产收益，识别模型的适用条件与局限性，进而为理论修正提供经验证据。其核心目标包括三方面：一是检验模型对资产收益的解释力度（如R2值）；二是验证模型中关键因子的显著性（如β系数、规模因子的统计显著性）；三是发现模型无法解释的“异常现象”（如小公司效应、动量效应），为理论扩展指明方向。

二、经典资产定价模型的实证检验：从CAPM到多因子模型

资产定价模型的实证检验史，本质上是一部理论与市场现实不断碰撞、修正的历史。从CAPM的提出到多因子模型的兴起，每一次实证检验的突破都推动着理论边界的拓展。

（一）CAPM的实证检验：从支持到质疑的演变

CAPM自20世纪60年代提出后，早期实证研究一度给予其有力支持。例如，Black、Jensen与Scholes的经典研究通过构建不同β值的投资组合，发现组合收益与β系数呈现显著的正相关关系，这与CAPM的预测基本一致。然而，随着研究深入，越来越多的“异常现象”被发现，对CAPM的有效性提出挑战。

首先是“市场组合不可观测性”问题。CAPM假设投资者持有包含所有资产的市场组合，但现实中研究者只能用股票指数（如标普500）作为替代，这可能导致β系数的测算偏差。其次是“规模效应”的发现：学者们通过实证发现，市值较小的公司股票长期收益显著高于CAPM预测值，而大市值公司收益则普遍低于预测值，这意味着公司规模这一非系统性因子对收益有显著影响。此外，“账面市值比效应”（BM效应）也被证实：高账面市值比（价值股）的股票收益长期高于低账面市值比（成长股）的股票，这同样无法被CAPM的β系数解释。这些实证结果表明，仅用市场风险因子解释资产收益存在明显缺陷。

（二）多因子模型的扩展与实证检验的突破

针对CAPM的不足，Fama与French于1993年提出三因子模型，将规模（SMB）和价值（HML）因子纳入模型，形成“市场风险+规模+价值”的三因子解释框架。这一模型的实证检验结果显著优于CAPM：在对美国股市的检验中，三因子模型对投资组合收益的解释力（R2）普遍超过80%，远高于CAPM的50%-60%；规模因子和价值因子在统计上高度显著，且能有效解释小公司效应和BM效应。

后续研究进一步扩展多因子模型。2015年，Fama与French提出五因子模型，新增盈利能力（RMW）和投资风格（CMA）因子，试图解释“盈利效应”（高盈利公司收益更高）和“投资效应”（低投资扩张公司收益更高）。实证检验显示，五因子模型在解释股票收益时表现更优，尤其在区分不同盈利水平和投资策略的公司时，其预测误差更小。此外，Jegadeesh与Titman提出的动量因子（MOM，即过去半年表现好的股票未来继续表现好）也被广泛纳入多因子模型，形成“六因子模型”，进一步提升了对短期收益波动的解释力。

（三）不同市场环境下的实证差异：以新兴市场为例

值得注意的是，多因子模型的实证效果在不同市场环境中存在显著差异。以新兴市场（如A股市场）为例，早期研究发现，三因子模型对A股收益的解释力弱于成熟市场，规模因子的显著性更高，而价值因子的效果不明显。这可能与新兴市场的投资者结构（散户占比高）、信息效率（信息传递较慢）和政策环境（监管政策对小市值公司影响更大）有关。近年来，随着A股市场有效性提升，多因子模型的解释力逐步增强，同时本土特色因子