1、百度文庫-讓每個人平等地提升自我對中國國內上市公司的資本資產定價模型的分析報告一、理論介紹資本資產定價模型,即Sharpe 1964, Lintner 1965和Black 1972建立的簡捷、 完美的線性資產定價模型 CAPM又稱SLB模型,是金融學和財務學的最重要的理論基石之 一.CAPMM型假定投資者能夠以無風險收益率借貸,其形式為：E R,i =R,f +3,im E R,mR,f ,1Cov R,i , R,m 3 ,im = 2Var R,mR,i , R,m , R,f分別為資產i的收益率,市場組合的收益率和無風險資產的收益 率.由于CAPMA理論上說明在有效率資產組合中,3描述

2、了任一項資產的系統風險非系統風險已經在分散化中相互沖消掉了,任何其它因素所描述的風險都為3所包容.因此對CAPM勺檢驗實際是驗證 3是否具有對收益的完全解釋水平.資本資產定價模型CAPM庇理論上是嚴格的,但是在實際中長期存在著實證研究對它的偏離和質疑,其原因主要是資本資產定價模型的一組假設條件過于苛刻而遠離市場實際.本次分析報告旨在通過對隨機抽樣的中國上市公司的收益率的分析,考察在中國的股市環境 下,CAPM1否仍然適用.二、數據來源本文在CSMAR大型股票市場數據庫中隨機選取了1995年1月到2001年12月的100支股票存為名叫rtndata的EXCEL文件,作為對中國股票市場的 模擬.同

3、時還收集了同時期中國銀行的年利率取名為rf作為無風險利率,并通過各股票的流通股本對上海、深圳兩個市場 A股的綜合指數進行加權取名為mr2.在SAS中建立數據集,其中各列指標分別為各股票的月收益率為處理方便,股票名 稱已改為y1-y100、中國銀行的年利率 rf 本次報告沒有將 rf轉換成月無風險收益率,因 為這一差異將反映在系數上,且為倍數關系,對結果沒有實質性影響和以流通股進行加權由于本次報告計算的是市場收益率的上海、深圳兩個市場A股的綜合指數 mr2.本次報告采用的CAPM模型為：rjt01 ?j ejt, j 1,2,100.三、方法及步驟1,在SAS中以libname命令設定新庫,名為

4、 finance .程序為：/libname finance 'G:financertndata' run;/2,采用means過程也可以用 univariate 過程對這100支股票做初步的均值分析, 初步得出各股票的樣本均值等數據.程序為： proc means data =;var y1-y100;|/run ;'、/3,采用corr過程對隨機抽取的假設干支股票進行相關分析,以判斷中國股票市場的相關性.程序如下：百度文庫-讓每個人平等地提升自我proc corr data = cov ;var y23 y67;|產where stkcd>= 199512 a

5、nd stkcd<= 199712 ;run ;/4,用1995年1月至1997年12月期間的超額月收益率對每一股票進行時間序列回歸, 來分別估計各股票在這一期間的貝塔值.程序如下：proc reg data = outest =;model y1-y100=mr2/noint ;where stkcd>= 199512 and stkcd<= 199712 ;run ; J求出的3值為:Y1y21Y41y61y81Y2y22Y42y62y82Y3y23Y43y63y83Y4y24Y44y64y84Y5y25Y45y65y85Y6y26Y46y66y86Y7y27Y47y67

6、y87Y8y28Y48y68y88Y9y29Y49y69y89Y10y30Y50y70y90Y11y31Y51y71y91Y12y32Y52y72y92Y13y33Y53y73y93Y14y34Y54y74y94Y15y35Y55y75y95Y16y36Y56y76y96Y17y37Y57y77y97Y18y38Y58y78y98Y19y39Y59y79y99Y20y40Y60y80y100采用類似的程序,算出二 1996年1月至1998年12月、1997年至1999年,1998年至2000 年中各股票分別在這一期間的貝塔值,存為數據集、和./5,用CAPM模型rjt ° 1 ?j

7、ejt, j 1,2,100對1998年的超額月收益率數據逐月進行橫截面回歸.程序為：data ;、/set ; |,keep _DEPVAR_ mr2; run ;百度文庫-讓每個人平等地提升自我data ;set ;where stkcd>= 199801 and stkcd<= 199812 run ;/"transpose into with SAS-Analyst*/ data ; |/merge ;丁run ;proc reg data = outest =;model month1-month12=mr2; run ; quit ;得到1998年12個丫 1

8、的值：Monthgama1monthGama1monthgama1monthgama1month1month4Month7month10month2month5Month8month11month3month6Month9month124,重復上面的步驟,分別得到1998年至2001年間的48個丫 1值,如下:Monthgama1monthGama1monthgama1monthgama119980119990120000120010119980219990220000220010219980319990320000320010319980419990420000420010419980519

9、99052000052001051998061999062000062001061998071999072000072001071998081999082000082001081998091999092000092001091998101999102000102001101998111999112000112001111998121999122000122001125,對這48個1估計值進行以下假設檢驗：10.應用 SAS/Analyst/Statistics/Hypothesis Test/One-sample t-test for a Mean 過程,得到以下 結果：mean值,t統計量,

10、p值,所以在置信水平下, 拒名H H0 ,即認為mr2的系數不等于0, 即認為股票的超額月收益率是3和3A2的線性函數./6,在回歸過程中參加新變量3A2,即3的平方,重復上述回歸過程.程序為：data ; |/set ;j /betasq=mr2*mr2;/run ; proc reg data = outest =;Vymodel month1-month12=mr2 betasq;3百度文庫-讓每個人平等地提升自我run ; quit ;合并為48個丫值,程序為：data ; |/set ;/run ;/再應用 SAS/Analyst/Statistics/Hypothesis Test

11、/One-sample t-test for a Mean 過程,得至U 以 下結果：mean值分別為mr2和betasq, p值分別為Qmr2和betasq,所以在置信 水平下,都接受 H0,即認為mr2和betasq的系數平均值都等于 0,即認為股票的超額月收 益率不是3和3 A2的線性函數.為了驗證超額收益率是否與3非線性相關,或與非3項的系統影響有關,可以再次應用同一過程：在回歸過程中參加殘差項RMSE得出在置信水平下,仍然接受H0,即認為mr2、betasq 和RMSE的系數平均值都等于 0,認為股票的超額月收益率不是mr2、betasq和RMSE的線性函數因篇幅關系,程序和結果略.

12、三、結果及討論從以上結果來看,當只取3值作為解釋變量進行回歸時,可以認為中國股市的平均收益率符合CAPM模型,但是在分別參加了 3人2 3 square 和殘差之后,從回歸過程和檢 驗中發現股票的超額月收益率并不是3和3A2的線性模型.、但是,在只用3對原來的數據進行回歸時,mean值為,p值,也就是說,中國股市的超額收益率為負值,這可能并不符合實際.利用rand函數隨機抽取了三支股票,用TTEST 過程檢驗,程序為： proc ttestdata =;var y23;run ; quit ; |得到這三支股票的 mean值分別為p值為、p值為和p值為,均不為.或負值, 這說明原來的回歸過程還

13、不能很好地擬合中國的股票市場,即,單純考慮0因素的CAPM模型不能很好地解釋中國股票市場的數據.另外,在回歸模型中,p值顯得過大,超過置信水平很多,這也說明單純用這幾個解釋變量無法很好地解釋中國股票市場的超額收益率. 為了考察究竟需要多少個因子 factor 才能解釋中國股票的超額收益率,對原來的100支股票的超額收益率數據進行因子分析.程序為：proc factor data =;ivar y1-y100; run ; quit ；結果顯示：16 factors will be retained by the MINEIGEN criterion. 即,至少需要 16個因子 factor才能

14、比擬好地解釋中國股票市場的超額收益率數據.由于沒有其他的收益率數據,因此未能繼續求解.四、其他假定/本次報告沒有將rf轉換成月無風險收益率將原數據除以1200,由于這一差異將反映在系數上,且為倍數關系,對結果沒有實質性影響.在回歸過程中,由于計算的是市場收益率,所以在回歸過程中只考慮了流通股,因此采用mr2 ,即用流通股本對上海、深圳兩個市場A股的綜合指數進行加權.五、結論通過以上驗證,CAPM模型不能很好的解釋中國股票市場.主要原因可能是由于我國 股票市場的建立較晚,監管不夠標準,還不是一個有效市場,可能存在以下因素影響了回歸百度文庫-讓每個人平等地提升自我的結果：首先,我國股票市場的無效率

15、.這表現為資金的擁有者可以通過操盤來限制股票價格, 從而獲得超額的收益率. 同時,在我國的股市上,通過內幕信息來賺取超額收益的例子也屢 見不鮮.這些現象的存在均不符合 CAPM應用的前提假設,因此會導致回歸模型無解釋力.其次,中國股市在此期間由于政策性原因發生過重大變化.1995年股市低迷,期間的重要事件包括：實行 T + 1交易；“327國債期貨事件;暫停國債期貨交易等；1996年股市穩步上升,除兩次降息外年內無重大事件發生；1997年股市有升有降,期間許多重大事件發生：1996年底的漲跌幅限制、提升印花稅、嚴禁國企、上市公司炒股、禁止銀行資金 入市、證券投資基金治理方法公布等.最后,由于我們采用了銀行活期存款的年利率作為無風險收益率, 但是,中國銀行的利 率是非市場化利率,不能代表無風險收益率,這也不符合CAPM的假設,對回歸結果會有影響.主要參考文獻Fama, E. F. and J. D. MacBeth (1973), Risk, Return, and Equilibrium: Empirical Tests, Journal of Political Economy, V ol. 81, No. 3, pp607-636.Fama, E. F. and K. R. French (1992), The Cross-Section of