基于CAPM模型對中國白酒上市公司行業的實證研究

王一多 王雪聰 王晴晴

摘要：我國白酒行業一直領先于全世界，創造了白酒的系統性價值增值投資結構，激發了無數投資者的投資熱情。而CAPM模型作為主流的資產定價模型，一直影響著投資者的投資研究。因此運用CAPM模型對白酒行業的歷史數據進行實證以檢驗CAPM能否有效進行投資分析，同時探討貝塔系數在對白酒行業股票價格分析中的解釋能力，并結合數據進行理論分析。

關鍵詞：白酒行業 CAPM模型 最小二乘法 貝塔系數

一、實證背景及意義

2018年1月4日，貴州茅臺集團公開宣布提高飛天茅臺售價，由原先的819元上調為969元，終端零售價建議為1499元，價格雖然高了，市場卻依然缺貨嚴重。如按1499元每瓶的價格來看，通過簡單的計算，2兩茅臺酒的價格堪比1克黃金。高檔白酒價格上升速度之快，利潤回報之高，引人注目。除五糧液、茅臺等一線白酒品牌外，二線品牌也緊接著掀起了漲價浪潮，從去年11月起，劍南春、酒鬼酒、水井坊、洋河等品牌爭先恐后加入了提價的序列。水井坊在過去的一個月提高典藏系列40元，井臺系列30元，鴻運裝和臻釀8號上漲20元。紅壇酒鬼酒則在半月內加價70元。洋河、今世緣、劍南春等也紛紛提價，汾酒暫緩了部分酒品的銷售，漲價意圖已經可以預見。不過漲價只是酒企業單方面的行為，并不等于得到市場的認可，其動因主要分兩部分，一是茅臺酒產品領漲，白酒市場回暖；二是白酒制造成本加速上升，人工、糧食、包裝三部分成本均上升約10%，白酒生產成本提高約30%。在經過2015和2016年連續兩年的低迷之后，2017年 白酒行業大幅反彈，遠遠超出投資者的預判，尤其是高端白酒市場的回暖讓從資本方、經銷商到消費者在內的所有參與者都熱情高漲，形成對比的是在茅臺的市值突破九千億的時候，茅臺董事長袁仁國表示，“茅臺酒是用來喝的，不是用來炒的”。另外由于目前部分省份發布了公務禁酒令，白酒行業的主要受眾從公務招待逐步轉移到群眾消費，白酒行業的銷售量有望在新的一年創造新的高度，這對整個白酒行業都是一個巨大的機遇。

白酒行業一直都是熱門行業之一，在2017年創造了一個投資的風潮，尤以貴州茅臺（600519）股價變動為最，從年初的每股329.58元一直漲到年末的697.49元，漲幅達到111.63%，并且在2018年行情剛開始時，隨著1月1日茅臺酒產品的提價其股票價格一路猛沖，短短六個交易日從697.49元迅速上升到782.52元，投資熱情高漲，投資氣氛極其活躍。本文正是看到了白酒行業巨大的投資熱情，選擇白酒行業作為研究對象。試圖借用以CAPM模型對白酒行業進行實證的研究來分析白酒行業的投資價值，加深對其投資過熱現象的認識與思考，探索貝塔系數相關投資分析技術的適用性。

二、CAPM模型對中國白酒行業股票的實證分析

（一）樣本數據的選取及處理

1.個股的選取。本文選取滬、深兩市來自白酒行業的21只股票從上市以來的日收盤價作為樣本。數據來源于Wind資訊，選取個股的日收盤價作為股票收益率的計算基礎。另外考慮到現金分紅、配股、股利分紅、股票增發等可能對股票收益率造成偏差的因素，本文選取了經過前復權的日收盤價數據，剔除了股票政策變化的影響。對于個別樣本出現由于停牌交易或者除權等等而導致的數據缺失時，以前一交易日的收盤價與后一交易日收盤價的算術平均值來代替缺失的數據。

2.市場收益率的衡量。在本文選取的21只個股樣本中，有14只在滬市上市交易，另外7只則在深市上市交易。因此，滬、深300指數作為滬深兩市主要股票的價值加權指數，能夠較為恰當的反映樣本股票所受到的市場影響。滬深300指數本身也能反映市場的發展趨勢與整體行情，由182只滬市股票與118只深市股票組成，與A股市場整體走勢有很好的相關性，具有理想的市場代表性，在過去的大量實證研究中也反復被學者們用來作為市場收益率的代表，由此選取滬深300指數衡量市場收益率。數據來源于Wind資訊。

3.無風險收益率的衡量。本文選取我國金融機構人民幣法定存款一年期基準利率來衡量無風險收益率。在取樣期間，我國金融機構人民幣法定存款一年期基準利率一共經過13次調整，通過時間賦權法計算，樣本區間無風險利率的平均值為2.968%，剔除掉非交易日后按每年有250個交易日來折算日均無風險利率，得到日均無風險利率為0.0119%，即以此作為無風險收益率來構建模型。數據來源于中國銀行利率信息網和中國統計年鑒。

（二）研究方法及步驟

1.OLS最小二乘法線性回歸。本文使用最小二乘法來分析樣本數據，建立個股日收益率和市場收益率的一元一次線性回歸方程，所用軟件為Eviews8.0。模型公式方程如下：

Ri = Rf + β*（Rm-Rf） + ui （1）

Ri為個股日收益率，Rf為無風險收益率，Rm為市場收益了，ui為一個包含了殘差和隨機擾動項的常數，β為個股對市場的敏感性因素。

令Y=Ri- Rf，X = Rm- Rf，

則模型方程可表示為Y = c + a*X （2）

（1）利用β系數來判斷個股的類型。

將模型數據全部代入Eviews8.0，建立上述模型后進行數據分析。

根據CAPM模型擬合結果，只有五只股票的貝塔值低于1，其余16只股票貝塔值均大于1，屬于進攻型股票。五只防御型股票分別為酒鬼酒（000799）、洋河股份（002304）、通葡股份（600365）、貴州茅臺（600519）、水井坊（600779）。16只進攻型股票分別為瀘州老窖（000568）、古井貢酒（000596）、五糧液（000858）、順鑫農業（000860）、青青稞酒（002646）、古越龍山（600059）、中葡股份（600084）、伊力特（600197）、金種子酒（600199）、海南椰島（600238）、老白干酒（600559）、金楓酒業（600616）、沱牌舍得（600702）、山西汾酒（600809）、會稽山（601579）、今世緣（603369）。進攻型股票在市場向好時表現超過市場，在市場走低時則表現不如市場。防御性股票的表現比較穩定，不管市場表現如何，防御性股票的股價變動幅度都較小。

（2）模型線性相關性檢驗。

直接利用Eviews8.0輸出的Prob（F-statistic）和顯著性水平相比較，假如P值小于顯著性水平，就可以拒絕不相關的原假設H0，這就說明解釋變量Rm - Rf 和被解釋變量Ri- Rf 之間的線性關系顯著存在；假如P值大于顯著性水平，那么就不能拒絕不相關的原假設H0，這說明解釋變量Rm -Rf 和被解釋變量Ri - Rf 之間的線性關系不顯著。由數據可以發現，P值全部小于顯著性水平α=0.05，則拒絕不相關的原假設H0，表明解釋變量Rm - Rf 和被解釋變量Ri - Rf之間的線性關系顯著存在。

（3）回歸系數的顯著性檢驗。

根據實證分析數據來看，單只股票的β系數的P值小于顯著性水平α=0.05，所以可以拒絕原假設，即貝塔值為0的概率小于0.05，貝塔系數顯著不為0，意味著解釋變量Rm - Rf 對被解釋變量Ri - Rf 的影響顯著，兩者顯著存在線性相關關系。在公式（1）中，假設截距項αi是顯著為0的，由截距項的P值統計數據，可以看出，21只股票的P值均超過顯著性水平α=0.05，不能拒絕原假設，這表明截距項αi可能為0的概率超過了0.05。

（4）可決系數。

根據數據可以發現，除了酒鬼酒（000799）、通葡股份（600365）兩只股票可決系數大于于0.5以外，其余19只股票的可決系數都比較低，最低的為古越龍山（600059），可決系數R2僅為0.1833。從上述分析結果可以得出，個股股票的貝塔系數顯著不等于0，回歸方程的擬合優度較差，解釋變量Rm - Rf 和被解釋變量Ri - Rf 之間的線性關系顯著存在，但是貝塔系數不能較好的表示二者之間的線性關系，這表明貝塔系數并不能有效解釋我國白酒行業股票收益率的變化，而且依然存在著其他影響白酒行業股票收益率的因素。

2.White檢驗。為了進一步驗證上述過程對CAPM模型有效性的實證是否正確，本文繼續采用White檢驗，模型如下：

Ri- Rf= αi+β1（Rm-Rf）+β2（Rm-Rf）2 + ui （3）

即Y = c + a*X +b * X2 （4）

在White檢驗中，Prob. Chi-Square（2）表示nR2的相關概率P值。如果P值大于α，那么回歸模型存在同方差；如果P值小于α，就表明回歸模型存在異方差。由這21只股票的回歸模型數據可知，17只股票的P值大于α，另外4只股票的P值小于α，說明這4只股票的模型存在異方差。隨機擾動項存在異方差也就是說，參數估計存在偏差，即無法利用現有的模型進行預測，預測的結果從統計意義上來說是無效的。

3.縮小樣本期間至2017年一年時間。針對白酒行業在2017年期間的表現，對2017年白酒行業的公司股票進行實證分析。結果發現可決系數依然不高，貝塔值除茅臺外幾乎保持不變，貝塔值的回歸系數顯著性檢驗全部通過，這表明CAPM模型不適用于白酒行業公司股票價值分析。貝塔值解釋白酒行業股票收益率的能力很差，并且橫向比較發現，公司股票的收益率與貝塔值沒有較為清晰的關系，收益率最高的茅臺貝塔值并不高，而貝塔值較高的股票收益率也有高有低，說明白酒行業公司股票受市場影響有限。

三、小結

2017年的白酒行業遠超出市場表現，高端白酒市場的超額利潤讓所有市場參與者為之歡欣鼓舞，相關股票的投資熱情也一度高漲。為了深度了解市場對白酒行業的影響，本文采用CAPM模型對白酒行業進行實證分析，可以看出公司股票收益率和市場收益率的確存在正相關，但是與CAPM模型所描述的關系并不相符，這也就是說，貝塔系數不能很好的解釋我國白酒行業股票收益率，市場對個股的影響并不是很大，存在著除市場外的因素能夠影響個股收益，CAPM模型明顯不適用于當前我國白酒行業公司股票的預測分析。

CAPM模型作為假設極其嚴格的理想模型，在我國股票市場上進行實際應用存在諸多問題。我國股票市場發展不夠成熟，白酒行業公司股票價格波動較大，白酒行業與整個市場偏差較大，基本不受市場影響，這些都影響著CAPM模型的實際應用。因此在對白酒行業公司股票進行CAPM模型分析時，模型存在著較明顯的缺陷。投資者在對白酒行業股票進行分析時，應當注意到貝塔值的適用性很低，不能依靠貝塔值進行選股，但是貝塔值作為衡量市場影響的因素在研究宏觀經濟對個股影響時仍具有重要意義。

參考文獻：

[1]阮濤，林少宮.CAPM 模型對上海股票市場的檢驗[J]. 數理統計與管理，2000，2（19）：12-17.

[2]李和金，李湛.上海股票市場資本資產定價模型實證 檢驗[J].預測，2000（5）：75-77.

[3]唐海濱.A股市場個股CAPM模型的實證研究與改進[D].湖南大學，2009.

[4]覃慧.CAPM 模型在上海股票市場的實證研究[D].對 外經濟貿易大學，2006.

[5]付應變.以行業分組對中國股市CAPM模型的實證檢 驗[D].廣西師范大學，2012.

[6]傅江.基于中國鋼鐵行業的CAPM實證檢驗[D].華中 科技大學，2006.

[7]李陽.CAPM 模型與 Fama-French 三因素模型對我國證券市場創業板的實證分析[D].首都經濟貿易大學，2013.

[8]高彥彬. 基于CAPM模型的股票期望收益率與風險關系研究——以中小板市場股票為樣本[J]. 生產力研究， 2018（1）.

[9]李紅霞， 邸鴻喜， 李琰，等. CAPM模型在中國股票市場中的有效性檢驗[J]. 統計與決策， 2014（14）：169-172.

[10]朱文暉， 汪前明. CAPM模型與股票投資風險：對上海證券市場的實證研究[J]. 世界經濟文匯， 2002（6）：27-37.

[11]李劍鋒. 資本資產定價模型（CAPM）對上海股市的實證研究[J]. 社會科學家， 2005（s1）：12-17.

（作者單位：河北金融學院研究生部）