CAPM模型的实证检验与异象解释.docxVIP

CAPM模型的实证检验与异象解释

一、引言

资本资产定价模型（CAPM）自提出以来，始终是金融领域最具影响力的理论之一。它通过简洁的数学逻辑，将资产的预期收益与系统风险（贝塔系数）直接关联，为投资者评估风险与收益提供了标准化工具。然而，理论的生命力在于实践检验——自20世纪70年代起，学者们基于不同市场、不同时间跨度的数据展开实证研究，既验证了模型在部分场景下的解释力，也揭示了其无法覆盖的“异象”。这些异象不仅推动了CAPM的修正与扩展，更催生了行为金融、多因子模型等新兴理论。本文将围绕CAPM的实证检验历程、典型异象及其解释展开探讨，试图勾勒理论与现实互动的清晰脉络。

二、CAPM模型的理论内核与实证检验逻辑

（一）CAPM的核心假设与理论表述

CAPM的构建基于一系列理想化假设：投资者均为理性的均值-方差优化者，市场无摩擦（无交易成本、税收），所有投资者对资产收益分布的预期一致，且可无风险利率借贷。在这些假设下，模型推导出资产的预期收益仅由其系统风险（贝塔系数）决定，非系统风险可通过分散投资消除。具体而言，资产i的预期收益等于无风险利率加上市场风险溢价与贝塔系数的乘积。这一结论将复杂的资产定价简化为单一风险因子的函数，为实证检验提供了明确的方向——只需验证“资产收益与贝塔系数正相关，且其他变量无法解释超额收益”即可。

（二）实证检验的经典方法与早期结论

早期实证研究主要采用“两步法”：第一步，通过历史数据估计各资产的贝塔系数（通常以市场指数收益率为基准）；第二步，以贝塔为自变量、资产实际收益为因变量进行横截面回归，检验贝塔的显著性及截距项是否为零（若截距显著不为零，说明存在未被模型解释的收益）。

Black、Jensen与Scholes（简称BJS）的研究是早期检验的代表。他们选取纽约证券交易所的股票为样本，按贝塔值分组构建投资组合（降低个股非系统风险干扰），发现高贝塔组合的平均收益确实高于低贝塔组合，且截距项接近零，初步支持了CAPM。Fama与MacBeth进一步优化方法，采用滚动回归估计贝塔，并引入时间序列与横截面结合的检验，结果同样显示贝塔与收益正相关，但相关性弱于理论预期。这些研究虽未完全推翻CAPM，却暗示模型在现实市场中的解释力可能打折扣。

（三）扩展检验与市场环境的影响

随着研究范围扩大，学者们开始关注不同市场、不同时间窗口下的检验结果。例如，针对新兴市场的研究发现，由于市场有效性较低、信息不对称更严重，贝塔与收益的相关性普遍弱于成熟市场；在市场剧烈波动期（如金融危机），高贝塔资产的实际跌幅往往超过模型预测，反映出极端情况下系统风险的非线性特征。此外，对债券、大宗商品等非股票资产的检验显示，CAPM的适用性更差——这些资产的收益更多受利率、供需等特定因素影响，贝塔的解释力被显著稀释。

三、CAPM无法解释的市场异象：表现与争议

（一）规模效应：小公司的超额收益之谜

规模效应是最早被广泛关注的异象之一。Banz的研究发现，剔除贝塔影响后，市值较小的公司股票长期收益率显著高于大公司。例如，将股票按市值分为五组，最小市值组的年均超额收益比最大组高约4%。这一现象与CAPM矛盾——小公司的贝塔未必更高，却能持续获得超额收益。后续研究进一步发现，规模效应在1月尤为显著（“1月效应”），可能与年末避税、投资者情绪调整等行为相关，但CAPM的单一风险框架无法捕捉这些周期性特征。

（二）价值效应：账面市值比的预测能力

价值效应表现为账面市值比（B/M）高的“价值股”收益长期高于B/M低的“成长股”。Fama与French的经典研究显示，按B/M分组的投资组合中，最高组与最低组的年收益差可达8%以上。CAPM认为，只有贝塔能解释收益差异，但价值股的贝塔并不显著高于成长股。更矛盾的是，部分高B/M公司因经营困境被市场低估，其风险可能更高（如财务困境风险），但CAPM未将此类特质风险纳入考量，导致模型失效。

（三）动量效应：过去收益的持续影响力

Jegadeesh与Titman提出的动量效应指出，过去3-12个月收益率高的股票（赢家组合）未来3-12个月仍可能跑赢市场，而过去收益率低的股票（输家组合）则持续低迷。这一现象直接挑战了CAPM的“市场有效”假设——若收益仅由系统风险决定，历史价格信息应已被充分反映，无法预测未来收益。动量效应的存在暗示市场中存在非理性交易行为或信息缓慢扩散，这些均未被CAPM的理性框架覆盖。

（四）异象的普遍性争议

尽管上述异象被多次验证，部分学者仍质疑其“真实性”。例如，Lo与MacKinlay指出，部分异象可能是数据挖掘的产物——通过反复筛选样本或调整变量，总能找到统计上显著的“异常”。此外，随着异象被广泛关注，市场参与者可能通过套利行为消除其超额收益（如买入小市值股、价值股），导致异象在后续研究