CAPM 在我國市場的適用性
——基于融資融券標的基金的實證分析

張毓婷

(蘭州財經大學，甘肅蘭州730020)

CAPM(資本資產定價模型)，基于馬科維茨的現代投資組合選擇理論發展而來，假設每個投資者基于馬科維茨的最大化原則，用一系列的投資組合得到包含了所有風險資產的有限邊界，經過無風險收益做出切線得到資產配置線，后來發展為證券市場線，用來為單個資產或資產組合進行定價，其數學表達式為:Ri＝Rf＋β(Rm-Rf)。 CAPM 做了許多假設，總的來看，所有假設可以概括為:假設市場有效、投資者理性、信息完全對稱。 這些假設構成了一個完美市場，但是現實的證券市場并不完美，比如存在交易成本和稅收、并不是所有證券能做空、信息不對稱依然存在等，這會使得CAPM對資產的定價理論與現實存在偏差。 選取更加接近CAPM假設的樣本數據進行檢驗更能反映其適用性。

我國融資融券系統于2010 年3 月31 日在上交所和深交所正式開通，歷經一年多時間，2011 年11 月25 日，經證監會批準，將符合條件的ETF(交易型開放式指數基金)納入其標的。

文章選擇融資融券標的ETF 是出于以下目的:第一，ETF既具有封閉式基金可以在交易所申購贖回的特征，又具有開放式基金在場外買賣基金份額的特征，這種獨特性意味著其理論上可以進行無風險套利，使得其收益能更有效地反映市場信息。 第二，ETF 作為指數型基金，以追蹤指數為目標，可以看作組合投資，其能夠在二級市場交易，這使得眾多小額投資者能夠進行組合投資，更加接近CAPM 里所有股票可以無限細分的假設。 第三，融資融券標的基金是可以做空的，接近于CAPM 中所有資產都可以做空的假設。 相對于以前學者基于基金或者股票研究CAPM 對中國資本市場的適用性，以融資融券標的基金為樣本的研究更具有現實意義。

一、 文獻綜述

CAPM 提出以來，其對資本市場的有效性備受關注，國內外學者基于不同樣本對其做了許多實證檢驗，國內學者大多數是以股票為樣本進行的研究，基于基金的研究很少。

基于股票的研究，多數學者認為CAPM 不適合我國資本市場。 楊朝軍和邢靖認為在上海股票市場中，決定收益的不僅有系統風險，股票收益率也受其他公司層面因素的影響，影響的重要性會隨時間而變化。 阮濤和林少宮基于上海股票市場代碼為600601 至600640 的40 只股票進行研究，得出上海股票市場不適用資本資產定價模型的結論。 胡巍基于中小板市場上市公司2011 ～2014 年的月度數據研究發現CAPM 在中國中小板市場效率并不高。 王堯和楊克磊選取了在我國A 股上市的20 只券商股2012 ～2014 年的交易數據，發現券商板塊股票β 系數整體偏高，投機性強，CAPM 在券商股板塊弱適用。 李子耀和黃洪瑾基于2013 年6 月7 日到2017 年5 月26 日的6 個市場指數的周收益率進行研究，發現投資組合與市場組合的收益率之間存在著較為顯著的線性關系，投資組合收益率與β 系數之間線性關系不顯著，非系統風險也不能夠較好地解釋投資組合收益的變動。 張燕和王一登基于A 股市場證券行業個股在2015 年以來的八個牛熊市檢驗得出CAPM 在中國市場有效性不足，但是有效性總體趨于上升。 許滌龍和張鈺同樣基于上海股票市場中股票代碼為600601 至600640 的股票，選取了其中的37 只股票進行研究，發現滬市有明顯的投機特征，股票的收益與其β系數存在顯著的正向線性關系。 丁琳和劉文俊利用1994 年9 月至2012 年8 月上交所所有A 股和B 股共678 只股票13年的月度數據研究發現傳統的CAPM 里資產組合的平均收益率與β 系數之間的線性關系在中國資本市場上依然成立。王帥龍選取了 2014 年 11 月10 日至 2015 年12 月 14 日我國A 股上海市場的權重前十名的股票，研究發現CAPM 在我國上海證券市場是特別有效的。

國內學者基于基金研究CAPM 的適用性主要是基于封閉式基金進行的，范萌通過對封閉式基金研究發現，我國基金面臨的非系統性風險較大。 王曉菁和王巧基于3 只上市封閉式基金研究得出，系統性風險在基金定價中起到部分作用，基金價格受其他非系統性因素的影響不容忽視。 張曉東認為上證封閉式基金系統性風險與平均收益率不是CAPM理論上所描述的線性關系，系統性風險在其定價中作用不大，我國股票價格受非系統性風險較大。 CAPM 的提出者Sharpe 在1964 年對美國的34 只共同基金研究發現，這些共同基金的平均收益率與β 系數之間存在著線性關系。

已有研究對于CAPM 在我國市場的適用性結論不完全統一，但大多數基于股票的研究表明CAPM 對我國市場適用性不強，國內基于基金的研究認為CAPM 不適用我國資本市場。 已有的研究沒有基于融資融券標的的經驗數據進行實證檢驗CAPM 對中國市場的適用性。 文章選取了滬深兩市融資融券標的基金為樣本進行了實證檢驗。

二、 數據選取和模型設定

(一)研究數據選取

1. 證券收益率的選取

文章選取了 2011 年 11 月 25 日至 2014 年 9 月 22 日納入滬深兩市融資融券標的基金的2014 年9 月22 日至2019年12 月31 日的日收益率作為樣本數據，截至2014 年9 月22日，融資融券交易總金額達到了380114357988 元，融資融券被投資者所熟悉，此后的數據具有一定的代表性。 樣本基金分別是:易方達深 100ETF(2011 年 12 月 5 日入選)、華夏50ETF(2011 年 12 月 5 日入選)、華夏中小板 ETF(2011 年12月 5 日入選)、華安 180ETF(2011 年 12 月 5 日入選)、華泰紅利 ETF(2011 年 12 月 5 日入選)、華泰 300ETF(2012 年 6 月 4日入選)、嘉實滬深 300ETF(2012 年 6 月 4 日入選)、華夏300ETF(2013 年 4 月 24 日入選)、南方 500ETF(2013 年 5 月27 日入選)、南方 300ETF(2013 年 7 月 25 日入選)和易方達300ETF(2014 年 3 月 17 日入選)。

2. 市場組合收益率及無風險利率的選取

CAPM 里市場組合理論上包含了市場的所有風險資產，但我國現有市場指數無法滿足，由于文章所選的樣本基金不全是滬市或深市的，滬深兩市都有，相對于我國證券市場現有的其他指數，滬深300 指數能夠更好地反映滬深兩市的價格走勢，因此選取滬深300 指數日收益率作為市場收益率；選用一年期定期存款基準利率的算術平均作為無風險收益率。 數據來自RESSET 數據庫和中國人民銀行官網。

(二)模型設定

將數據分為兩個時間段:2014 年9 月22 日至2017 年9月 22 日和 2017 年 9 月 23 日至 2019 年 12 月 31 日。 第一個時間段的歷史數據用來做時間序列檢驗，回歸得到各基金的β 值，第二個時間段的經驗數據代替預期收益用來做橫截面檢驗。

通過模型

回歸得到各基金的β估計量，其中Rit是t日基金i的日收益率，由Rit＝(Pit-Pit-1)/Pit-1計算而來，Pit是基金i在t日的收盤價；Rf是指無風險收益率；Rmt是指滬深300 指數在t日的日收益率，Rmt＝ (indext-indext-1)/indext-1，indext是滬深 300 指數t日的收盤指數；αi為截距項；εi為殘差項。

利用第一期回歸得到的βi和第二期歷史數據，通過模型

檢驗系統性風險與基金日均收益率的線性關系，Ri是基金i第二期的日均收益率(第二期的日收益率算術平均)，βi是模型(1)回歸得到的基金i的β系數，用來度量各基金的系統性風險；γ0為截距項；γ1為自變量βi的系數；εi為殘差項。

利用第一期數據回歸得到各基金的殘差標準差來度量其非系統性風險，通過模型

檢驗非系統性風險對日均收益率的影響，其中σi指第一期數據得到的基金i的殘差標準差；γ1為自變量σi的系數；其他符號含義與模型(2)中意義相同。

最后通過模型

檢驗系統性風險和非系統性風險同時對基金收益率的影響。γ1為自變量βi的系數；γ2為自變量σi的系數；其他符號含義與模型(2)、模型(3)相同。

三、 檢驗結果

(一)時間序列檢驗

為保證回歸后的t檢驗、F檢驗有效，對時間序列檢驗數據進行了平穩性檢驗，文中所選樣本第一期數據經ADF 檢驗均平穩。

模型(1)Rit-Rf＝αi＋βi(Rmt-Rf)＋εi的回歸結果見表 1，由表可見除南方500ETF 模型擬合較差，其余10 只基金模型擬合較好，基金收益中被系統性風險所解釋的比重較高；在這11 只基金中，7 只基金的β大于1，其系統性風險高于市場組合的風險，其余4 只基金的β介于0.9～1，系統性風險略低于市場；系數βi的P值均為0，說明βi在95%的置信水平上顯著不為0，市場收益率和資產收益率有顯著的線性關系。

表1 模型(1)回歸結果

續表

(二)橫截面檢驗

模型(2)Ri＝γ0＋γ1βi＋εi的回歸結果見表 2，γ0和γ1的P值都大于0.05，γ0和γ1在95%的置信水平下都顯著為0，說明系統性風險對資產收益率的線性影響不顯著。

表2 模型(2)回歸結果

模型(3)Ri＝γ0＋γ1σi＋εi的檢驗結果見表 3，γ0和γ1的P值都小于0.05，γ0和γ1在95%的置信水平下都顯著不為0，說明非系統性風險與資產收益率具有顯著的線性關系，但是γ1的值為負，意味著隨著非系統性風險的上升，基金收益率下降，與CAPM 里投資者是風險厭惡者的假設相悖，存在投機行為。

表3 模型(3)回歸結果

模型(4)Ri＝γ0＋γ1βi＋γ2σi＋εi檢驗結果見表 4，γ0和γ1的P值都不小于0.05，在95%的置信水平下γ0和γ1都顯著為0，γ2的P值小于0.05，在95%置信度下顯著不為0，說明系統性風險對資產收益率的線性影響不顯著，非系統性風險對資產收益率有顯著的線性影響，非系統性風險系數為負，存在投機行為。

表4 模型(4)回歸結果

將模型(1)中擬合不好的南方500ETF 剔除后進行檢驗，β和σ對資產收益的影響方向和顯著性都沒變。 綜上所述，CAPM 在我國當前證券市場不完全適用，投資者在對資產價格進行預期時應謹慎使用。

四、 結論與建議

(一)結論

根據以上分析得出，盡管我國開放了融資融券交易系統，完善了我國資本市場，但是CAPM 在我國資本市場的適用性不強，我國資產收益率還是受非系統性影響較大，收益不完全是來自系統風險的風險溢價。

基于我國證券市場的現狀，可將CAPM 不適合我國證券市場的原因歸結為:①目前我國融資融券系統只是針對部分資產開放，融資融券尚未完全普及到各項資產，做空機制普及后CAPM 在我國市場的實用性有待進一步檢驗；我國融資融券推出以來，融資余額一直占據絕大多數，截至2019 年12 月31 日，融資占融資融券總額的平均數為99.025%，我國投資者融券賣出極。 ②文章所選樣本——交易型開放式指數基金理論上的無風險套利在實際操作中有一定門檻，其在一級市場申購贖回時必須用一籃子股票進行交換，中小投資者難以企及，削弱了其收益率對市場信息的反映程度。 ③所選的市場組合是滬深300 指數，包含了滬深兩市的300 只股票，與 CAPM 理論中市場組合是包含所有風險資產的組合有區別。 ④融資融券標的是績優證券，即風險相對較小，限制了風險范圍。 ⑤我國市場存在存貸利差，不能以無風險利率借貸，借款利率高于文中所選的無風險利率。 ⑥我國基金市場實行T＋1 交易制度，對文中所選的樣本基金，市場信息不能及時地反映在其價格上，信息具有一定的滯后性。

(二)建議

針對以上結論，對我國證券市場提出以下建議:

1. 對融資融券業務提出以下建議，以更全面地反映投資者看漲看跌情緒，完善雙邊交易。

(1)目前我國融資融券標的共1600 只，我國證券市場的大部分證券尚未納入其中，使得融資融券范圍受限。 應盡可能地擴大融資融券范圍，在風險可控的情況下納入更多的證券，豐富融資融券標的，平衡融資融券規模。

(2)降低融資融券費用，融資年息為8.6%，融券年息為10.6%，較高的融資融券費率使得投資者不愿意進行融資融券，而是選擇民間借貸等方式，削弱了融資融券機制的價格發現功能。

(3)平衡融資與融券份額，融資融券業務嚴重失衡，截至2019 年12 月 31 日，融資占融資融券總額的平均數為99.025%，融券賣出未被投資者很好地利用，融資融券沒有很好地發揮價格發現功能。 應加大融券業務的宣傳力度，向投資者普及融資融券相關知識，提高投資者素質，讓融資融券更好地發揮價格發現功能，完善我國證券市場，改善證券定價效率。

2. 推進基金T＋0 制度、注冊制及加大市場的開放程度，提高市場的有效性。

3. 加大上市公司的財務監管，使信息更加公開透明，通過投資者能及時地反映在股價上，對投資者加強教育，提高信息識別吸收能力，促使市場健康發展。