CAPM模型的有效性研究

張燕 王一登

[摘 要]資本資產定價模型（CAPM）是理解資本市場理論中有關收益與市場風險之間關系的重要模型。證券業是資本市場的重要組成部分，其業務特性決定股票市場風險對其個股有顯著的影響。以2005年至今的八個牛熊市周期為劃分，以A股市場證券行業個股為研究對象進行回歸分析，基于CAPM的特性以探究券商業股票市場在不同牛熊市中系統性風險與總風險的關系變化。結果表明，CAPM模型經驗證在該行業具有有效性，同時熊市期間的擬合優度R2要高于牛市期間的R2，說明了系統性風險與總風險關系在牛熊市存在差異。對此提出造成該牛熊市差異現象的幾個可能影響因素，分別為牛熊市造成的證券行業的盈利能力變化、金融監管變化以及意義。

[關鍵詞]CAPM模型;系統性風險;券商業;牛熊市

[中圖分類號]F832.5

[文獻標識碼]A

[文章編號]2095-3283（2019）05-0133-05

Abstract： The Capital Asset Pricing Model （CAPM） is an important model for understanding the relationship between return and market risk in capital market theory. As an important part of the capital market， the securities industrys business characteristics determine that the stock market risk has a significant impact on its individual stocks. Based on the characteristics of CAPM， this paper explores the relationship between systematic risk and total risk of the securities commercial stock market in different bull and bear markets. The results show that the CAPM has been validated in the industry， and the goodness of fit of the model is different between the bull and the bear markets. The goodness of fit during the bear market is higher than the R2 during the bull market， indicating the relationship between systemic risk and the total risk varies in the bull and bear markets. In this regard， this paper proposes several possible influencing factors that cause the bull-bear markets to differ. The profitability of the securities industry caused by the bull and bear market， the changes in financial supervision， and the degree of market reaction to positive and negative news from the perspective of behavioral finance. Based on the research， the relationship between bull and bear market and systemic risk on the interpretation of yield is of great significance for understanding the stock market of the securities industry.

Keywords： CAPM; Systemic Risk; Securities Industry; Markets of Bull and Bear

[作者簡介]張燕（1996-），漢族，江西宜春人，本科生，研究方向：金融學;王一登（1997-），漢族，福建福州人，本科生，研究方向：金融學。

一、研究背景

現代金融經濟學的主要問題之一是如何權衡和度量投資風險和其預期收益，20世紀60年代Sharpen和Lintner在馬科維茲理論的基礎上，探索證券投資中馬科維茲理論的現實應用，提出了資本資產定價模型（CAPM）。

本文以四個完整牛熊市周期交替為限，以在滬、深交易所掛牌上市的共36家證券公司的股票為研究對象，進行基于CAPM的回歸分析，測算其β值及擬合優度R2，結合期間發生的重要事件對擬合優度的趨勢進行分析，研究牛熊市周期間券商行業的系統性風險占總風險比重的變化。

二、模型分析與方案設計

（一）樣本選取

本文選取A股市場中的證券行業為研究對象，因而選擇在滬深兩市交易所上市的共36家證券公司及其股票價格，選取2005年6月6日到2019年1月3日作為研究的時間段;再根據WIND數據對股市牛熊市的劃分，分為8個時間段。劃分如下：

圖1和表1表明，2005—2019年β系數先波動上升，在2015年6月至2016年1月達到最大值（1.225113），然后下降，到2005年6月至2007年10月達到最小值（0.8643372）;極差為0.3607758，均值為：1.118280275。

從模型擬合優度的角度來看，2005—2019年CAPM模型的R2總體呈現波動上升的趨勢，說明市場收益率對證券行業上市公司股票收益率的總體解釋力度在升高，券商業的股票市場有效性在不斷提高。其中，R2最大值和最小值出現的時間段與β系數最大值和最小值出現的年份完全吻合。在觀察期間R2的均值為37.85%，極差為47.07%，說明R2在不同的時間段內波動性很大。

從圖1可以看出2005—2019年8個不同牛熊階段的我國證券行業的擬合優度R2與β系數在這十三年間總體而言呈上升趨勢，說明CAPM模型下的證券行業個股對市場收益率的反應幅度與兩者之間同步性都在不斷提高，市場有效性在長時間內處于增強狀態。

（二）β系數的t檢驗

對全部36只證券行業個股在8個牛熊市階段的不同回歸模型進行t檢驗，部分t統計量結果如表2所示。估計結果顯示市場收益率Rm的t統計量在絕大多數情況都處于明顯高值，除了東北證券和西南證券在2005年至2007年的牛市階段不符合1%的顯著性水平的t檢驗，其他變量所有擬合的β值在1%的置信水平上都是顯著的。因此，總體而言CAPM模型的單一變量市場收益率Rm的影響效果顯著，我們不能否認用市場綜合指數代表的市場組合的CAPM模型對證券行業個股收益率的解釋是有效的。

（三）擬合優度R2的牛熊時期對比分析

如圖2所示，從總體上看，熊市的擬合優度R2大于牛市的擬合優度R2，牛市R2的均值為30.23%;熊市R2的均值為45.4%。之前的數據與分析已闡述2005—2019年CAPM模型的R2總體呈現波動上升的趨勢，市場收益率對證券行業上市公司股票收益率的總體解釋力度在不斷升高。盡管如此，模型表面牛熊市之間存在明顯的模型擬合優度的差別。除2008年10月至2009年8月的一年短期牛市期間之外，其他牛市時期的模型擬合優度都顯著低于相鄰的前后熊市期間的R2，說明我們不能否定證券行業的CAPM模型的解釋能力在牛熊市存在差異。

四、其他討論——可能影響因素

（一）證券公司在牛熊市盈利能力的變化

證券公司的商業特性決定了其盈利能力極易受證券市場的活躍程度影響。如數據所示，2013—2015年牛市期間，A股單日成交金額一度突破20000億，經紀業務凈收入占營業收入比重分別高達48%、40%和47%。而在熊市階段，常出現行業整體經紀業務低迷，例如2018年前三季度，截至9月30日，上市券商中，上市券商總計營業收入1845.5億元，相比2017年同期下滑12.28%;凈利潤478.24億元，大降32.91%。

因此，造成模型擬合優度在牛熊市的顯著差異可能源自證券行業的盈利能力特性：在牛市期間，券商總體均呈現業績上升，但公司之間盈利情況存在差異，如“馬太效應”，即券商龍頭企業的營收、利潤提升要高于同行業中小券商，出現頭部聚集的現象;同時A股市場對公司的估值同樣存在馬太效應，對行業的龍頭企業的估值有溢價，造成牛市期間，證券行業個股雖均業績改善，收益率上升。但個體間存在差異，僅憑市場收益率Rm難以充分解釋。另一方面，熊市期間，券商盈利能力如上文數據所示，呈總體顯著下降的形勢，因其行業特性，少有券商能逆市提高業績，收益率上升。且在熊市階段，市場對證券行業的悲觀預期要顯著增大，證券公司的估值水平均會大幅下調。在此情況下，業績水平與估值水平的“雙殺”現象，較為容易產生券商行業個股整體隨熊市大盤同步下跌，難有幸免的個體。

（二）金融監管制度及監管力度的變化

2008年的國際金融危機深刻體現了證券市場的高系統風險性，對證券市場進行有效監管已成為我國必須面對的問題。基于金融危機引發的監管制度調整，探討不斷完善和改進金融監管制度對證券業擬合優度的影響，金融監管制度的不斷完善使證券行業的經營風險系數被控制在一定的范圍之內，經營更加規范，個體誤差因素不斷減小，不斷靠近行業發展趨勢，這也正貼合了上述數據，擬合優度在不斷上升。

（三）在股市中人們一般對壞消息反應過激，而對好消息反應遲鈍

從行為金融學的角度，本文同樣提出可能的原因：在熊市，投資者對關于市場總體行情的壞消息反應會過于激烈，認為整體低迷的經濟形勢對所有的股票都會產生極大的影響，所以投資者眼中的個股系統性風險增加，即個股波動率與整個市場行情的關聯性增加（R2增大）。在牛市情況正好相反，投資者對關于市場總體行情的壞消息反應會比較遲鈍，不能夠及時認識到高漲的經濟形勢對個股的有力影響或者認為整體高漲的經濟形勢只對部分股票會產生積極的影響，所以投資者眼中個股的系統性風險不會增加或減小，即個股波動率與整個市場行情的關聯性保持不變或減小（R2不變或者減小）。

五、結論

關于CAPM的研究主要集中于對其在中國市場適用性的檢測，在中國A股市場往往得到結論為其有效性不足，市場仍處于不成熟階段，存在大量非系統性風險，但有效性在趨于上升的總體趨勢。而CAPM在具體行業的研究也主要集中于有效性檢驗及關于β值的討論。在中國A股市場中，金融業，尤其是銀行板塊與券商板塊受系統性風險的影響較大，且有大量特性影響因素，本文選取的券商業為研究對象，基于模型對具體影響因素對系統性風險在特定行業內的變化的研究具有其研究意義。

[參考文獻]

[1]勾東寧，王維佳.CAPM模型的實證檢驗——基于我國上市銀行股2011-2014年的數據分析[J].管理世界，2016（3）：172-173.

[2]關林炎，查凱文.基于CAPM模型對上證鋼鐵板塊的實證分析[J].時代金融，2017，652（2）：284-285.

[3]趙清，烏東峰.CAPM資產定價機制及中國實用性研究[J].東南學術，2015（6）：12-18.

[4]田丁石，肖俊超.異質風險、市場有效性與CAPM異象研究——基于滬深股市橫截面收益分析[J].南開經濟研究，2012（5）.

[5]王豐，王小航.基于CAPM模型的家電行業上市公司風險分析[J].天津經濟，2017，281 （10）：21-25.

[6]何孝星，于宏凱.條件CAPM下我國證券投資基金業績的實證研究[J].南開經濟研究，2003（6）：68-71.

[7]董于靖，王家渠.基于CAPM模型對于醫療保健行業的實證分析[J].時代金融，2018，709 （9）：232-236.

[8]張虎，鄒媛媛.基于CAPM模型的上海股票市場適應性檢驗[J].金融縱橫，2016（14）：164-166.

[9]靳云匯，劉霖.中國股票市場CAPM的實證研究[J].金融研究，2001（7）：108-115.

[10]劉慧媛，趙黎明，王忠.基于CAPM模型的旅游上市公司系統風險分析[J].西安電子科技大學學報，2010，20（6）：63-67.

[11]方濤.基于CAPM模型對中國高鐵板塊股票的實證研究[J].北京印刷學院學報，2017，25（4）：93-95.

[12]任勝男，章善云.基于資本資產定價模型的銀行系統性風險研究[J].經濟研究導刊，2018（29）：143-144.

[13]付應變.以行業分組為中國股市CAPM模型的實證檢驗[D].廣西師范大學，2012.

[14]黎金龍.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）.

[15]徐國祥.我國A股市場系統性風險的實證研究[Z].中國科技論文在線.

[16]Campbell， John Y. and Vuolteenaho， Tuomo. Bad Beta， Good Beta[N]. Working paper， Harvard University，2002.

[17]Suyun Leng. Empirical Study of CAPM in Chinas Banking Industry[J]. China International Business，2017（8）： 232-233.

[18]Shape W.F.. Capital Asset Prices： A Theory of Market Equilibrium under Condition of Risk[J]. Journal of Finance，1964（19）： 425-442.

[19]Fama， Eugene F. and James MacBeth. Risk， Return， and Equilibrium： Empirical Test[J]. Journal of Political Economy， 1981： 607-636.

（責任編輯：郭麗春 董博雯）