CAPM模型在我国的发展研究

2019-12-21朱惠琳

大众投资指南 2019年7期

朱惠琳

（西南财经大学天府学院，四川成都 643000）

一、CAPM定义概述

威廉·夏普(William Sharpe)教授在1964 年在美国斯坦福大学正式提出CAPM模型的建设，林特那、莫辛等研究者则在此之后对该模型不断探索，并逐渐进行了完善。当市场处于均衡状态时，资本定价模型可以用于描述所选择的投资资产其期望收益率与其风险之间的关系，因此CAPM模型可以帮助广大投资者根据其资产的风险大小对其资产进行合理定价。但是该模型与是建立在有效市场假说的基础上，因此对于它的发展与适用还有待更多的研究，不过这些并不影响它成为最重要的资本市场定价模型之一，为我国的现代金融市场资本定价研究奠定了理论基石。

二、CAPM模型概述

CAPM模型的建立依赖于如下假设：（一）市场信息完全对称，不存在交易成本。（二）投资者都是理性的，他们会基于投资组合理论来进行合理的投资。（三）投资者具有同样的投资预期，比如利益最大化等。（四）投资者对于投资产品持有相同的投资期限预期，不会无限制持有。（五）投资市场中有无风险投资资产。因此在投资过程中投资者可以按同一利率水平无限制的借贷无风险资产。

根据以上假设，可以发现，资本定价模型的定价来源主要是两个部分，一个部分为无风险资产的收益，一个为有风险资产的收益，因此在研究资本定价的过程中，可以用一元回归公式简单的表示为:E(Ri)=Rf+[E(Rm)一Rf]β

在该方程中，E(Ri)是指该投资组合的预期收益率，Rf是指市场的无风险收益率，E(Rm)是指市场组合期望收益率，β是指单个股票或股票基金相对于整个市场价格波动的情况，亦称为贝塔系数；

从方程中不难发现，CAPM模型中当β值越大时，该组合受到的市场价格波动的影响会更大；当β值越小时，该组合受到的市场价格波动会越小，所以在该模型中影响资本定价的主要因素来源于β的大小，因此β值的准确性将会影响到资本定价的合理性和有效性。为了印证资本定价模型的有效性和实用性，许多国外的学者在Sharp教授提出该模型以后便在资本市场的实用性进行实证研究。在研究C A PM 模型有效性的早期阶段，Black,Jensen 和 Scholes做的实证研究具有典型意义，他们收集了所有从 1926 年到 1966 间纽约证券交易所交易的股票数据放入模型来进行实证检验，虽然最后检验成立，但很可惜的是在他们的研究过程中，他们消除了某些公司特定风险，因此该结论的有效性得到了一定的质疑。随后，大量的实证研究数据结果使得市场对于CAPM定价模型的实用性开始产生了质疑。比如，在 70 年代后数据的实证研究中Reinganum、Lakonishok和 Shapiro发现平均股票收益与风险之间不再存在相关关系，而CAPM模型在该时代的市场中也就意味着无效。

三、我国股市CAPM模型的历史研究

在我国20世纪九十年代末期-上海证券交易所成立后，我国国内开始对于资本资产定价模型进行有效性研究。可是在当时的情况下，我国的股市刚刚才建立了十年左右，市场经济还刚刚开始发展，产生了许多投资的漏洞，缺乏相应的措施去完善投资环境，导致市场投机情况严重，所得到的数据缺乏合理性和真实性，因此用该数据去印证的CAPM有效性有待商榷。例如，1996年施东辉学者使用1993年4月到1996年五月50种上证股票的数据进行分析，可最终不但没有得到收益与β的正相关性，反而是负相关性，从中不难看出非系统因素在我国市场中的显著影响；在随后市场的完善和发展中，于2000年，阮涛和林少宫学者再次以40支上海股市股票所得到的数据进行CAPM的有效性分析，依旧得出结论我国上海股票市场无法应用 CAPM 模型，其模型中残差项系数没有通过检验，显著异于零，不过该研究所使用的数据量过少，结论很难具有证明性；在2001年，靳云汇、刘霖开始研究零贝塔形式的CAPM，并采用几种不同的方法进行实验并进行比较。得出结论，在当时我国股票市场中，股票收益率分析中还存在其他尚未被 β 解释的风险因素存在，而不是单一的β变量，比如非系统性风险等，因此在最后收益率与 β 之间使用线性关系在我国股市中也并不全面。并且两人认为其他主要影响因素应当包括政府政策等等。在此之后，杨朝军、陈小悦、邢靖等人都做了有关验证CAPM 在中国股市有效性的险验，可结果的确差强人意。

四、CAPM模型的现状分析

经过29年股市的改革与发展，我国投资市场中各项法律法规正在逐渐健全，减少了投机的可能性，但依旧不属于一个完全有效的市场，所以有些CAPM的基础假设不能完全满足，不过根据西方发达国家发展的历史借鉴，随着我国股民对收益和风险的深入理解，CAPM 模型或许可以如解释西方成熟股票市场一样解释如今的我国股市运行规律，不过可能各位投资者在我国做CAPM分析时还需要考虑到更多的其他影响因素，而非单一的β变量。