CAPM模型实证检验.docxVIP

CAPM模型实证检验

引言

资本资产定价模型（CapitalAssetPricingModel，简称CAPM）自提出以来，始终是金融经济学领域的核心理论之一。它通过简洁的线性关系，将资产的预期收益与系统风险紧密关联，为投资者评估资产价值、构建投资组合提供了重要分析框架。然而，理论模型的价值最终需通过实证检验验证其现实解释力。本文将围绕CAPM模型的实证检验展开系统探讨，从理论基础出发，逐步解析检验方法、呈现典型结果，并深入讨论模型在实际应用中的局限性与改进方向，以期为理解资产定价机制提供更全面的视角。

一、CAPM模型的理论内涵与核心假设

要开展实证检验，首先需明确CAPM模型的理论内核。该模型由夏普、林特纳等人在马科维茨现代投资组合理论基础上发展而来，其核心思想是：在有效市场中，资产的预期收益仅由其承担的系统风险（即无法通过分散投资消除的风险）决定，非系统风险（可分散风险）不会获得额外收益补偿。

（一）核心变量与基本关系

CAPM模型的核心变量包括三个关键指标：无风险收益率、市场组合收益率、资产的贝塔系数（β）。无风险收益率通常以短期国债利率为代表，反映资金的时间价值；市场组合理论上应包含所有可交易资产（股票、债券、房地产等），其收益率代表市场整体的收益水平；贝塔系数则衡量单个资产收益率与市场组合收益率的协动性，通俗理解为“该资产对市场波动的敏感度”。例如，β值为1.2的资产，当市场上涨10%时，其预期涨幅约为12%；市场下跌10%时，预期跌幅约为12%。

（二）严格的前提假设

CAPM模型的推导依赖一系列理想化假设，这些假设直接影响实证检验的设计与结果解读。首先是“完美市场假设”，即市场无摩擦（无交易成本、税收）、信息完全对称、所有资产可无限分割；其次是“投资者同质假设”，所有投资者对资产收益、风险的预期一致，且遵循均值-方差最优化原则；最后是“无风险借贷假设”，投资者可按无风险利率自由借入或贷出资金。这些假设虽与现实存在差距，但为模型构建提供了必要的简化条件，也成为后续实证检验中需要重点关注的“现实偏离点”。

二、CAPM实证检验的方法论设计

理论模型的实证检验需通过严谨的研究设计将抽象关系转化为可观测的变量关系。CAPM实证检验的关键在于验证“资产预期收益与β系数线性正相关，且非β风险不影响收益”这一核心命题，具体可分为数据选择、变量计算、模型构建三个关键步骤。

（一）数据选取与样本构建

实证检验的第一步是确定研究样本。通常选择某一成熟股票市场的历史数据作为研究对象，时间跨度需覆盖至少一个完整的市场周期（如5-10年），以避免短期市场波动对结果的干扰。个股选择方面，需排除ST股、新股等异常交易标的，确保数据的稳定性。例如，可选取市场中流通市值排名前300的股票作为样本，既能保证足够的样本量，又能代表市场主流资产。

市场组合的替代指标是另一个关键问题。由于理论上的市场组合包含所有可交易资产，实际检验中通常用宽基指数（如沪深300指数、标普500指数）作为替代。选择宽基指数的原因在于其覆盖范围广、代表性强，能较好反映市场整体走势。无风险利率一般采用同期国债收益率，若样本周期内存在多期限国债，可选取与投资期限匹配的品种（如检验月度收益时，使用1个月期国债利率）。

（二）变量计算与预处理

在数据准备阶段，需计算三个核心变量：个股超额收益率、市场超额收益率、个股β系数。个股超额收益率为个股月收益率减去无风险利率；市场超额收益率为市场指数月收益率减去无风险利率。β系数的计算需通过历史数据进行回归，即对个股超额收益率与市场超额收益率进行一元线性回归，回归系数即为该个股的β值。

为提高检验效率，通常会将个股按β值分组（如10组），构建投资组合。分组的目的是降低个股非系统风险的影响——根据投资组合理论，当组合内个股数量足够多时，非系统风险会相互抵消，组合的收益率主要由系统风险（β）决定。例如，将样本股按β值从小到大排序，分为10个等权重组合，第1组为低β组合，第10组为高β组合。

（三）模型估计与检验方法

CAPM的实证检验主要采用两种经典方法：横截面回归法与时间序列回归法。横截面回归法（如Fama-MacBeth两步法）的操作流程为：第一步，利用历史数据估计各组合的β值；第二步，以组合的平均超额收益率为因变量，以β值为自变量进行横截面回归，检验截距项是否为0、斜率是否等于市场风险溢价（即市场超额收益率的平均值）。若截距项显著不为0，说明存在未被β解释的超额收益；若斜率显著偏离市场风险溢价，则说明收益与β的线性关系不成立。

时间序列回归法则直接对每个组合的超额收益率与市场超额收益率进行时间序列回归，模型形式为“组合超额收益率=截距项+β×市场超额收益率+误差项”。若CAPM成立，截距项应不显著异于0，且R2（拟合优度）应较高（理论