资产定价CAPM模型实证检验.docxVIP

资产定价CAPM模型实证检验

一、CAPM模型的理论基础与核心假设

（一）CAPM的起源与核心思想

资本资产定价模型（CAPM）诞生于20世纪60年代，是现代资产定价理论的里程碑式成果。其起源可追溯至马科维茨的投资组合理论，该理论提出通过资产间的协方差分散非系统性风险，但未解决资产预期收益与风险的具体量化关系。在此基础上，夏普、林特纳等学者进一步假设市场中所有投资者均采用马科维茨的均值-方差优化策略，最终推导出CAPM模型。其核心思想可概括为：资产的预期收益仅由系统性风险（即无法通过分散投资消除的风险）决定，非系统性风险因可被分散而不会获得额外收益补偿。

（二）CAPM的关键假设与经济含义

CAPM的有效性依赖于一系列严格假设，这些假设既是模型推导的前提，也决定了其现实适用性的边界。首先是“完美市场假设”，包括无交易成本、无税收、所有资产可无限分割且可自由买卖，这意味着投资者面临的市场摩擦为零。其次是“同质预期假设”，即所有投资者对资产未来收益的概率分布、方差及协方差具有相同判断，这保证了市场组合的唯一性。再者是“无风险借贷假设”，投资者可按无风险利率无限借贷，这使得有效前沿从曲线变为直线（资本市场线）。最后是“理性人假设”，投资者仅基于收益和风险进行决策，追求均值-方差最优。这些假设共同构建了一个理想化的市场环境，使得资产的风险溢价仅与系统性风险（β系数）线性相关。

二、实证检验的方法设计与数据准备

（一）检验逻辑与研究框架

CAPM的实证检验本质是验证“资产预期收益与β系数呈线性关系，且截距项为无风险利率”这一核心命题。具体可分为两个层面：一是时间序列检验，考察单只资产或投资组合的超额收益与市场超额收益的线性关系（即β系数的显著性）；二是横截面检验，验证不同资产的预期收益是否仅由β系数解释，其他变量（如市值、账面市值比）是否无解释力。实践中常采用Fama-MacBeth两步法：第一步对每只资产进行时间序列回归，估计其β系数；第二步以β系数为自变量，对资产的平均超额收益进行横截面回归，检验斜率是否显著为市场风险溢价，截距是否接近零。

（二）数据选取与处理细节

为保证检验结果的可靠性，数据选取需兼顾代表性与时效性。市场组合通常选择覆盖范围广、流动性高的股票指数（如全市场综合指数），其收益率代表市场整体收益；无风险利率一般采用短期国债收益率（如三月期国债），因其违约风险低且流动性强。样本资产可选择不同行业、不同市值的多只股票（如30-50只），以覆盖市场多样性。时间区间应足够长（如10年以上月度数据），既避免短期波动干扰，又能捕捉经济周期影响。数据处理需注意：一是缺失值处理，对个别缺失数据可采用线性插值法补全，若缺失比例过高则剔除该资产；二是收益率计算，采用对数收益率（ln(Pt/Pt-1)）而非简单收益率，以消除复利效应影响；三是异常值识别，通过统计方法（如Z-score）筛选极端值，确认为非系统性事件（如并购重组）导致的异常波动后，可保留或单独标注。

（三）变量定义与模型设定

被解释变量为资产的超额收益（Ri-Rf），即资产收益率Ri减去无风险利率Rf；解释变量为市场超额收益（Rm-Rf），即市场组合收益率Rm减去Rf。时间序列回归模型设定为：Ri-Rf=αi+βi(Rm-Rf)+εi，其中αi为截距项（理论上应等于零），βi为系统性风险系数，εi为随机误差项。横截面回归模型则以第一步估计的βi为自变量，资产平均超额收益（(Ri-Rf)的时间序列均值）为因变量，形式为：E(Ri-Rf)=γ0+γ1βi+νi，其中γ0理论上应等于零（否则存在未被β解释的超额收益），γ1应等于市场风险溢价（E(Rm-Rf)）。

三、实证结果分析与模型拟合度评估

（一）时间序列回归结果解读

通过对样本资产逐一进行时间序列回归，可得到各资产的β系数和α截距项。从统计结果看，多数资产的β系数在5%显著性水平下显著（t值大于1.96），且符号符合理论预期：周期股（如能源、金融）β普遍大于1，说明其波动高于市场；防御股（如公用事业、消费）β多小于1，波动相对平稳。但值得注意的是，约20%的资产α截距项显著不为零（部分为正、部分为负），这意味着这些资产存在未被市场风险解释的超额收益或损失，可能暗示模型遗漏了其他影响因素。此外，回归方程的R2值多在0.3-0.6之间，表明模型能解释30%-60%的资产收益波动，仍有较大部分波动由非系统性风险或模型未捕捉的因素导致。

（二）横截面回归的关键发现

将时间序列回归得到的β系数作为自变量进行横截面回归，结果显示γ1（β的系数）为正但显著性水平仅达到10%（t值约为1.6），且其数值（约4.2%）低于同期市场风险溢价的实际均值（约6.5%）。γ0（截距项）为1.2%，在5%水平下显著不为零。这一