资产定价中资本资产定价模型（CAPM）的实证检验缺陷与改进.docxVIP

资产定价中资本资产定价模型（CAPM）的实证检验缺陷与改进

一、引言

资本资产定价模型（CAPM）自提出以来，始终是现代金融理论的核心支柱之一。它通过简洁的逻辑框架，将资产的预期收益与系统性风险（贝塔系数）直接关联，为投资者评估资产价值、构建投资组合提供了关键工具。然而，随着金融市场的发展和实证研究的深入，CAPM在实际检验中逐渐暴露出与现实数据的显著偏离。从早期学者对市场组合有效性的质疑，到后续“规模效应”“价值效应”等异常现象的发现，CAPM的实证缺陷不断被放大。如何客观认识这些缺陷，并探索改进路径，不仅关系到模型本身的生命力，更对优化资产定价实践、提升市场资源配置效率具有重要意义。本文将围绕CAPM的理论基础、实证检验的核心矛盾、主要缺陷及改进方向展开系统分析。

二、CAPM的理论框架与实证检验逻辑

（一）CAPM的核心思想与假设基础

CAPM的核心思想可概括为：资产的预期收益仅由其承担的系统性风险决定，与非系统性风险无关。这里的系统性风险通过贝塔系数衡量，反映资产收益与市场组合收益的联动性——贝塔大于1，意味着资产波动高于市场平均水平；贝塔小于1则相反。这一结论建立在一系列严格假设之上：其一，市场是完全竞争的，无交易成本、无税收，所有资产均可无限分割并自由交易；其二，投资者是理性的均值-方差优化者，仅根据收益和风险做出决策；其三，投资者对资产收益的概率分布具有同质预期；其四，存在无风险资产，投资者可按无风险利率自由借贷。

（二）实证检验的基本逻辑与经典方法

实证检验的核心目标是验证“资产预期收益与贝塔系数线性正相关，且非系统性风险不影响收益”这一命题。经典检验方法通常分为两步：第一步，通过历史数据估计个股或投资组合的贝塔系数（如使用市场指数收益与个股收益的线性回归）；第二步，以贝塔为解释变量，以资产超额收益为被解释变量进行横截面回归，检验贝塔的系数是否显著为正，同时检验非系统性风险（残差标准差）的系数是否不显著。早期研究如Black、Jensen和Scholes（BJ-S）的检验，通过构建不同贝塔值的投资组合，观察其长期收益是否与贝塔严格正相关，成为CAPM实证检验的标杆。

三、CAPM实证检验的主要缺陷

尽管CAPM在理论上构建了完美的定价逻辑，但实证检验结果却频繁与模型预测矛盾。这些矛盾既源于模型假设与现实的偏离，也与检验方法的局限性相关，更受到金融市场复杂现象的挑战。

（一）模型假设与现实的系统性偏离

完全市场假设的不成立

CAPM假设的“无摩擦市场”与现实存在显著差距。现实中，交易成本普遍存在，包括佣金、印花税、买卖价差等，这些成本会改变投资者的最优决策——高交易成本资产的持有期可能更长，收益预期需覆盖额外成本，导致其实际收益与模型预测偏离。此外，税收的存在进一步扭曲了收益分配：资本利得税与股息税的差异，会使投资者对不同收益形式的资产产生偏好差异，而CAPM未对此进行区分。更重要的是，现实中大量资产无法纳入市场组合（如人力资本、非上市公司股权），导致实证检验中使用的“市场指数”（如沪深300、标普500）仅是真实市场组合的局部替代，这一偏差会直接影响贝塔系数的估计准确性。

投资者异质预期与有限理性

CAPM假设所有投资者对资产收益的概率分布具有完全一致的判断（同质预期），但现实中，投资者因信息获取能力、分析水平、风险偏好的差异，对同一资产的预期往往大相径庭。例如，专业机构投资者可能通过深度调研掌握更全面的企业信息，而个人投资者可能依赖媒体报道或情绪判断，这种预期差异会导致资产价格偏离理论均衡水平。此外，行为金融学研究表明，投资者普遍存在过度自信、损失厌恶等非理性行为，例如在市场上涨时过度乐观推高价格，下跌时恐慌抛售压低价格，这些行为导致资产收益不仅受系统性风险影响，还受投资者心理因素驱动，而CAPM的理性人假设完全忽略了这一点。

无风险资产的现实缺失

CAPM理论中的无风险资产需满足“收益确定、无违约风险”的条件，但现实中不存在绝对无风险的资产。通常用于替代的国债虽违约风险极低，却面临通胀风险（实际收益可能为负）和流动性风险（长期国债在急需变现时可能折价出售）。无风险利率的不准确度量会直接影响市场风险溢价（市场收益与无风险利率之差）的计算，进而导致贝塔系数和预期收益的估计偏差。例如，若使用短期国债利率替代无风险利率，可能低估长期投资的机会成本，使模型对长期资产的收益预测偏高。

（二）实证检验方法的局限性

贝塔系数的估计偏差

贝塔系数的稳定性是CAPM检验的关键，但实证中发现，贝塔值随时间变化显著。例如，使用不同时间窗口（如1年、3年、5年）估计同一资产的贝塔，结果可能差异悬殊；公司经营战略调整（如并购、业务转型）或市场结构变化（如牛熊转换）也会导致贝塔值剧烈波动。这种不稳定性使得基于历史贝塔的预测失效——过去高