基于醫藥上市公司的資本資產定價模型的實證檢驗

徐春梅

一、前言

早在18 世紀初期，投資者就開始思考在怎樣在不確定性的條件下進行投資，可以使自己財富效用最大化的同時風險達到最小。之后在20 世紀初，費雪，希克斯以及凱恩斯等諸多學家均有表明如何在不確定的環境中進行投資這一問題得到更多的重視，并且開始正式審視這一決策問題。直至1952 年Markowitz 的《投資組合的選擇》在《金融雜志》上發表，這一文章的發表為后經濟學家們對投資理論發展的奠定了基礎。到60 年代初，資本資產定價模型才首次由William Sharpe 等經濟學家提出。在金融工程學中有著十分重要的地位，是金融投資學的重要支柱。但投資市場中大部分的股票投資者是風險厭惡的且具有較弱的投資能力，通常情況下，他們采用頻繁轉手等投機行為獲取超額收益。而資本資產定價（Capital Asset Pricing Model，CAPM）模型恰好能夠很好地解決這一問題，該模型可以很巧妙地將資產風險及其期望收益率聯系起來。不僅具有形式簡潔、可操作性強等優點 而且還可以使用實證檢驗對驗證其有效性，因此被廣泛應用于個人投資決策和公司財務管理等方面。中國股市還有較大的發展空間，因此借助中國上市企業對CAPM 模型的有效性進行檢驗十分有意義。隨著證券交易所的出現，中國的資本市場逐步趨于完善，各種金融產品更是讓人應接不暇。在這種情況下就需要一個較為完整的資產定價理論來幫助各種投資以及金融產品進行估價，希望通過評估從而減少因為錯誤定價或者判斷失誤所造成的資金錯配，提升資金使用效率，完善金融市場環境。

對于資本資產定價模型的有效性各位學者有不同的觀點。靳云匯等通過用綜合指數代表市場組合，檢驗后發現，影響股票收益率的不僅僅是系統性風險，從而得出股票收益率與貝塔系數不是簡單的線性關系的結論，認為CAPM 無效；同樣孫剛選用滬市上證300 進行實證檢驗后發現與CAPM 模型的結論并不一致。與之相反的是，呂長江等在證實檢驗中發現在CAPM 模型中國證券市場中是適用的，其貝塔系數并未發現存在顯著差異；同樣許滌龍等選取股票數據進行回歸時也得出了股票收益率和貝塔數之間呈線性趨勢。本文選取6 家醫藥上市公司從2019 年末至2020 年末的股票數作為樣本進行實證檢驗，并將這6 家上市企業視為一個投資組合，對CAPM模型作進一步的有效性研究.

二、理論模型

資本資產定價模型（CAPM）針對資產的風險與證券市場中預期收益率的相關關系，在資產估值、資源配置以及資金成本預算等方面都起到了重要作用。其有一系列假設前提，（1）投資者都是理性的，每個市場參與者都傾向于規避風險，是風險厭惡者。（2）所有投資者都進行同期限的投資，這樣就可以基本忽略掉在資產持有期結束后任一時點所發生的的任一事件的影響。（3）所有投資者都按照Markowitz 的理論決定投資組合，且所有市場能夠參與者對資產的期望收益、方差以及協方差做出完全一致的預測。因此，無論資產價格的如何起伏，投資者會按照已經估計好的相同的順序進行投資，具有同序性。

對市場的假設：（1）市場是完全競爭的，擁有著大量的市場參與者，而且他們都是價格的被動接受者，僅一個參與者的買賣行為并不會造成資產價格的變化。（2）資本市場中信息無摩擦，不存在信息不對稱的情況。（3）無風險資產在該資本市場中是存在的，因此參與者可以不受任何限制的借貸資金，以滿足自己的需要。（4）無交易成本，沒有任何交易費用，且無需納稅。因此，CAPM 模型是用相應的報酬率補償投資者在交易過程中承擔的某一特定風險，其公式為：

其中E(R)為市場組合中某種證劵的期望收益，Rf是無風險資產的預期收益，E(RM)是市場組合的期望收益，E(Rm)-Rf是市場風險溢價，β 為證劵的貝塔系數。由此可看出，風險與收益正相關，風險越高收益補償越高。

在 CAPM 看來，有效率資產組合中，β 系數描述了任一項資產或投資組合的系統風險，任何其他因素所描述的風險盡為β 系數所包容，因此對 CAPM 的檢驗實際是驗證β 系數是否具有對收益的完全解釋能力。

三、數據的選取與計算

（一）股票選取及原因

醫藥行業與民眾的身心健康和生活質量密不可分，尤其是現在人們物質水平不斷攀升，對健康需求與日俱增，對醫療行業更為依賴。因此，對醫藥行業的股市進行討論是十分有必要的。所以本文中選取了6 家醫藥行業上市公司分別是：邁瑞醫療、智飛生物、長春高新、博暉創新、愛爾眼科、永安藥業。

（二）數據的選取

本文樣本數據均來自Wind 金融終端，我們選取的是2019 年12 月至2020 年12 月兩年中每月的股票收盤價。考慮貝塔值的穩定性本文選取了較為適中的時間跨度，這樣可以在一定程度上保證貝塔系數的穩定性，又可以很好地反映股票風險的敏感度。

收盤價：開盤價、收盤價，最高價、最低價是股票在一天波動中的四個極端值。收盤價是這四個里面做具有參考價值的，因為收盤價決定了投資者的盈虧情況以及收益狀況。通俗的來講收盤價就是買賣雙方不再進行交易的價格，也就是說無論股票在一天之中如何波動，最終股票價格也要定格在收盤價上。所以在這里選取的是收盤價格進行研究。值得注意的是，收盤價應該按照后復權的價格來確定的。這是因為發展成熟的上市公司會進行配股、轉股以及分紅等，這些都會對股本或者股價產生一定程度的影響，而且前復權和除權價都會由于轉股、配股、合股以及分紅的影響導致股價稀釋，不能反映真正的股市股價狀況，只有后復權是排出了一系列因素之后真實的股票各市場價格，是唯一可靠的市場收盤價。

（三）無風險收益率的選擇

無風險收益率是向不用承擔任何風險的資產投資可以獲得的收益率。因為我國居民習慣將大部分資金用于儲蓄，而儲蓄由國家擔保風險，因此可選取儲蓄利率作為無風險利率的替代。本文選擇2019～2020 年的一年期定期存款利率作為無風險收益率。

（四）收益率的計算

市場整體收益率的計算公式為：Rmt=(Mt-Mt-1)/Mt-1

其中：Rmt是第t 期的市場整體收益率，Mt為滬深300 指數第t 期期末的收盤價格，Mt-1是滬深300 指數第t-1期期末的收盤價格，結果見表2。

各醫藥行業上市公司收益率的計算公式為Rit=(Pt-Pt-1)/Pt-1

其中：Rit為醫藥上市公司第t 期的收益率，Pt為參照上市公司第t 期期末的股票收盤價格，Pt-1 為參照上市公司第t-1 期期末的股票收盤價格。

四、實證檢驗與結果分析

（一）檢驗方法

本文采用OLS 模型進行估計得出回歸結果并加以分析，判定其是否符合資本資產定價模型的要求。因變量是上市公司的期望收益率與無風險利率的差；而自變量是市場組合的收益率與無風險利率的差，這里的市場組合的收益率就是滬深 300 指數的收益率。操作軟件為Stata16.0，具體模型為：

其中，Rit表示股票 i 在 t 時期的期望收益率；Rmt表示市場組合在 t 時期的收益率；Rft表示 t 時期的無風險收益率；αit表示股票 i 回歸后的截距項，即股票 i 實際的超額收益率與CAPM 的預測值之間的差額；βit表示股票 i 對市場的敏感性因素；εit則為隨機誤差項。

如果資產定價模型在我國股票市場適用性較強，則截距項 α 應當為零。也就是說，在對截距項的回歸結果進行顯著性檢驗時，α 值應當顯著為正，否則說明資產定價模型對我國股市至少就醫藥行業而言適用性較弱。

（二）實證結果

首先對所選的各支股票分別進行最小二乘估計，得到回歸結果見表1。

表1 單只股票回歸結果

接著通過OLS 估計對各支股票組合的收益率及市場收益率進行回歸，結果見表2。

表2 股票組合回歸結果

（三）實證分析

根據表1 的實證分析結果來看，單只股票的貝塔系數均小于1，其市場風險小于整個股票市場的系統風險，且其價格變動與市場一致，可選擇該類項目進行投資，但對于短期投資者來說，需要進一步研究原始數據以對相關風險作出正確判斷。且單只股票貝塔系數均在1%的水平下顯著，這意味著自變量極大程度的影響了因變量。同時也可以說明所選取的各家上市醫藥公司股票收益率與上證指數收益率有著明顯線性關系，十分受大市場的影響，同時表明本文所選取的6 家上市公司具有一定的合理性。

結合回歸模型，由表2 回歸結果可知中，其擬合優度為大于0.5，說明該樣本的擬合度良好，且整體顯著性較強。β 值等于1.268057，為正數且明顯大于1，這就說明，對醫藥上市公司而言，其市場風險小于整個股票市場的系統風險，且股票組合的收益率和系統性風險存在著正比例關系。另外，截距項α 值在10%的顯著水平下不能拒絕原假設。這就說明資本資產定價模型并適用于中國股票市場，至少對于醫藥上市行業來說是適用的。而且α 值為正，這就表明股票市場具有一定的投機性。

通過上文的分析可知，對于上市醫藥公司這一行業來說，CAPM 模型具有一定的適用性，在一定程度上肯定了其對我國資產定價的現實意義。但值得說明的是，由于在本文中只是對從醫藥行業中選取的股票進行了實證檢驗，并不能代表整個股票市場，本文的結論僅有一定借鑒意義。但值得肯定的是，隨著投資者質量的不斷提高，資本資產定價模型在中國股票市場的適用性正進一步增強，并且在未來還會發揮出更大的作用。

五、結語

我國股票市場機制目前還不夠完善，對于CAPM 模型的很多假設條件無法滿足。這就需要我國應該繼續強化股票市場的準入、退市機制，完善相關法律法規，明確各部門責任，加強監管力度，改善投資機構轉變當前以散戶為主，機構投資者為輔的局面。

對于上市公司來說，要注重β 的穩定性，加強對其的實時監測研究。為此，公司可以定期公布β 系數值，并構建β 系數風險管理評級，從而提高風險管理能力，還有利于降低投資者風險。上市公司還要積極引進先進技術開發監測儀器，完善監控。因為貝塔系數的穩定性的限制，在段時間內，貝塔系數穩定性較強。

對于投資者來說，要客觀地看待風險與收益的關系，減少市場的投機成分。短期投資者可以利用β 系數對股票進行分析投資，但也不要盲目信從。而對于長期投資者來說，就不能僅僅依靠β 系數進行分析了，要搜集有關公司的相關信息，了解公司經營狀況，并且時時關注國家政策，減少個人投資者非理性因素造成的投機風險，審慎投資。

引用

[1]徐建衛.貝塔系數時變性影響因素——基于451家上市公司股票數據的實證分析[J].經濟與管理研究,2015,36(10):130-137.

[2]秦勤.CAPM 模型對上海股票市場的檢驗[J].湖北經濟學院學報(人文社會科學版),2009,6(07):53-54.

[3]許滌龍,張鈺.資本資產定價模型與上海股票市場的實證分析[J].南昌大學學報(理科版),2005,(02):142-145+150.

[4]孫剛.資本資產定價模型在中國股票市場的實證研究[J].統計與信息論壇,2003,(05):91-94.

[5]呂長江,趙巖.中國證券市場中Beta 系數的存在性及其相關特性研究[J].南開管理評論,2003,(01):35-43.

[6]靳云匯,劉霖.中國股票市場CAPM的實證研究[J].金融研究,2001,(07):106-115.

[7]彭董美.基于β 系數的我國電力行業系統性風險的研究[J].中國商貿,2013(15):158-159.

[8]徐海成,白武鈺.企業價值評估中行業β 系數的計算方法[J].財會月刊,2010(03):50-52.

[9]王殷.股票Beta 系數測算研究報告[J].全國流通經濟,2019(16):163-164.

[10]袁煌.自己動手計算β 系數[J].中國資產評估,2007(07):12-14.

[11]宋英慧,王國鳳.商業銀行EVA 績效評價模型的構建[J].商業經濟,2012(19):106-108.

[12]胡海青,吳田,張瑯,張丹.基于協同效應的海外并購績效研究——以吉利汽車并購沃爾沃為例[J].管理案例研究與評論,2016(6):19-19

[13]王玥婷.基于β 系數的股票風險實證研究[J].黑龍江工程學院學報,2018(06):51-54.

[14]張云,張丕強.投資風險管理理論的演化綜述[J].生產力研究,2008(02):145-148.

[15]龔俊.資本資產定價模型在證券投資組合中的應用[J].老區建設,2009(14):26-28.