资本资产定价模型实证检验.docxVIP

资本资产定价模型实证检验

一、理论基础与实证检验的必要性

资本资产定价模型（CapitalAssetPricingModel，简称CAPM）是现代金融理论的核心成果之一，由夏普（Sharpe）、林特纳（Lintner）和莫辛（Mossin）在20世纪60年代基于马科维茨的投资组合理论发展而来。其核心思想是：资产的预期收益仅由系统性风险（即市场风险）决定，非系统性风险可通过分散投资消除，因此资产的超额收益应与反映系统性风险的贝塔系数（β）呈线性关系。具体来说，模型认为任意资产i的预期收益等于无风险利率加上市场风险溢价与该资产贝塔系数的乘积。

然而，CAPM的成立依赖于一系列严格的假设条件，例如市场无摩擦（无交易成本、税收）、投资者同质预期、所有投资者均持有市场组合等。这些假设在现实金融市场中难以完全满足，因此模型的实际解释力需要通过实证检验来验证。实证检验不仅是学术研究的重要环节，更是指导投资实践的关键——若模型在现实中不成立，基于CAPM的资产定价、投资组合优化及业绩评价等应用将失去根基。

二、实证检验的主要方法与关键变量

（一）时间序列检验法：从个体到组合的验证逻辑

时间序列检验是早期CAPM实证研究的主要方法，其核心思路是通过历史数据验证资产超额收益与贝塔系数的线性关系是否成立。具体步骤可分为三个阶段：首先，选取一定时间跨度的历史数据（如3-5年的月度收益率），对每只股票的收益率与市场指数收益率进行回归，估计出单只股票的贝塔系数（β）；其次，根据贝塔系数大小将股票分组（通常分为10-20组），构建高贝塔、中贝塔、低贝塔等投资组合，以降低单只股票非系统性风险的干扰；最后，针对每个组合，计算其在后续时间段内的超额收益（实际收益减去无风险利率），并检验超额收益与组合贝塔系数之间的线性关系是否显著。

这一方法的关键在于“组合分组”操作。由于单只股票的贝塔估计存在较大误差（受公司特有事件影响），通过构建组合可大幅降低估计误差，使贝塔系数更稳定。例如，早期研究中，学者常将股票按贝塔排序后等分为10组，每组包含数十只股票，组合的贝塔系数由组内个股贝塔加权平均得到。

（二）横截面检验法：从收益到风险的回归验证

横截面检验与时间序列检验互为补充，其核心是直接考察某一时点上不同资产的预期收益与贝塔系数的关系。具体操作中，研究者通常选取多个时间截面（如每月末），以每个截面上各资产的超额收益为因变量，以对应的贝塔系数为自变量进行回归。若CAPM成立，回归方程的截距项应等于零（或无风险利率），斜率项应等于市场风险溢价（即市场组合超额收益）。

需要注意的是，横截面检验对贝塔系数的准确性要求更高。若贝塔估计存在误差（如使用短期数据估计），会导致回归结果出现“测量误差偏差”，可能低估贝塔与收益的相关性。为解决这一问题，后续研究常采用“两步法”：第一步用较长时间数据估计贝塔，第二步用估计出的贝塔进行横截面回归，以提高参数的稳定性。

（三）关键变量的选择：市场组合与无风险利率

无论是时间序列还是横截面检验，市场组合的选择都是争议的焦点。理论上，市场组合应包含所有可交易资产（股票、债券、房地产、大宗商品等），但现实中只能用股票指数（如标普500、沪深300）作为替代。这种替代可能导致“市场组合缺失”问题——若遗漏的资产与股票市场存在相关性，会扭曲贝塔系数的估计，进而影响检验结果。例如，若房地产市场收益与股票市场收益高度相关，而市场组合未包含房地产，股票的贝塔系数将无法准确反映真实的系统性风险。

无风险利率的选择同样重要。理论上，无风险利率应是期限与资产持有期匹配、无违约风险的利率，实践中常用短期国债收益率（如3个月国债）替代。但需注意，国债收益率可能包含流动性溢价，尤其在市场波动期，国债的“安全资产”属性会推高其价格、压低收益率，导致无风险利率被低估，进而影响超额收益的计算。

三、经典实证研究的结论与争议

（一）早期研究：支持与修正并存

20世纪70年代，布莱克（Black）、詹森（Jensen）和斯科尔斯（Scholes）的研究被视为CAPM实证检验的里程碑。他们以1926-1965年的美国股票数据为样本，将股票按贝塔分为10组，发现组合的超额收益与贝塔系数呈显著正相关，支持了CAPM的核心结论。但研究也发现，低贝塔组合的实际收益高于模型预测值，高贝塔组合的实际收益低于模型预测值，这一偏差被称为“贝塔平化”现象，暗示CAPM可能存在系统性误差。

后续学者进一步探索偏差来源，发现当市场组合包含更多资产（如债券、国际股票）时，贝塔与收益的相关性有所增强，说明市场组合的替代误差是早期检验偏差的重要原因。此外，考虑税收、交易成本等现实因素后，模型的预测误差也有所减小，这表明CAPM在“接近理想市场”的环境中解释力更强。

（二）质疑与挑战：来自异象的冲击

20世