引言

风险和收益的关系是市场投资者们关注的永恒主题。人们在面临各种投资决定时，需要计算和评估不同的投资资产和投资组合的风险和收益。投资者在承担风险资产风险的情况下，他们往往要索取高于无风险利率的风险回报，也就是风险溢价的补偿。也因此,怎样衡量风险和收益率之间的关系就变得尤为重要。而资产定价模型就正是设法寻找影响投资价格的各种因素,解释收益率的差异，以帮助投资人做出投资决策。与西方发达国家相比，中国资本市场起步晚，发展时间短，是一个充满生机和活力的新兴市场。中国的股票市场在快速增长的同时，也出现了大量的投资。多数证券投资者的资金实力不强，为了获取更高的回报，大量的资金被套利，导致了大量的投机性交易。同时，由于我国股票市场的信息公开机制还不健全，信息公开水平还不高。另外，由于我国股票市场中的机构投资者和散户投资者的比重比西方发达国家要低，因此，个人投资者的投资行为也会受到很大的非理性因素的影响。许多西方国家的学者研究了资本资产定价模型在西方成熟市场上的实用性，有的结果支持模型，有的实证结果不支持模型。近十几年间国内不断地有学者对我国股票市场进行实证检验，有的研究支持CAPM，也有的研究不支持CAPM。本文首先阐述待验证的资本资产定价模型，然后运用上海股市最新的交易数据对上海股市进行实证分析，再对其进行回归检验，并以此为依据进行判断和分析，讨论近年来中国股市的资本资产定价模式的适用性。

一、理论模型及检验方法

（一）理论模型

CAPM的一般模型是夏普提出的单因子定价模型。假设单个资产的收益率和无风险收益率的差额与市场组合的超额收益率呈简单的线性关系，回归方程式如下：

在这里,是股在时刻的收益率，是市场股价指数在时刻的收益率，是在时刻的无风险收益率，与是模型的参数，是随机误差项。

CAPM模型解释了风险与收益的关系问题。由上述公式可知：一只股票的收益与它的因子呈正比。贝塔系数描述了某一证券的收益和市场投资组合的收益变化之间的关系。通过对贝塔系数的分析，我们发现，在对风险资产进行定价时，协方差因素只影响了证券的方差，唯一影响价格的是证券的系数。因此对CAPM的检验实际上是验证系数是否有对收益具有完全的解释能力。

（二）BJS时间序列检验方法

BJS被称为最基础的时间序列检验方法的。首先检验采用最小二乘法对单个股票的值进行估计。回归方程为：

在这里，是股在点时刻的收益率，是市场股价指数在时刻的收益率，是在时刻的无风险收益率，与表示为模型的参数，是随机误差项。

然后，计算出值后，根据值的大小将全部股票进行分组，采用算术平均法求出各组合的收益率，并应用以下模型估算，同时估计出上式随机误差项的标准差：

这里是组合在时刻的收益率，和分别是模型的参数，表示为随机误差项，

最后用之前计算出的组合系数作为下面检验的自变量，对该股票收益再次进行回归分析,回归方程如下：

在这里是组合的日平均收益率，为利用第2期数据估算出的组合的值，和分别为模型的参数，表示为随机误差项。

三、实证检验

（一）数据选取及处理

1.样本选取

本文选取了上海证券A股市场100只股票作为样本。采用了随机抽样的方式，资料来源于深圳国泰安科技股份有限公司。选择的样本范围是从2022年1月1日到2024年12月31日，共选择730个样本观察值。

2.市场指数及收益率的选择

本文选择了上证综合指数作为市场指数。上证综合指数可以比较准确地反映股市的整体行情，并且上证综合指数是价值加权指数，符合CAPM市场组合的构造要求。指数收益率的计算公式为：

在这里表示市场组合从时刻到时刻的收益率；为市场组合在点的收盘指数；表示市场组合在点的收盘价。

3.股票收益率的确定

股票收益率的计算公式如下:

在这里是股在t点的收益率；是股在t点的收盘价；是股在t-1点的收盘价；是股票在t点的每股分红、股息等收入。

4.无风险利率的确定

本文选取了一年期人民币存款的基准利率作为无风险利率，即以2019年到2021年的1.5%为基准，折算为0.0041%的日平均无风险利率。

（二）CAPM的时间序列检验

1.单个股票β系数计算

用2022年1月1日至2024年12月31日的每只股票的日收益率带入以下时间序列回归检验公式，求出单只股票的值：

这里，表示为个股在t点的日收益率；是市场指数在t点的日收益率；是t点的无风险收益率；为估计残差；，是估计参数。回归结果如表1所示。

股票代码	β值	α值	股票代码	β值	α值
600000	0.391572	-0.00177	600768	0.898136	-0.00021
600006	1.221914	0.000968	600787	1.057516	-0.00056
600050	0.993769	-0.00035	600809	0.88004	0.002739
600059	0.842061	-0.00031	600820	0.868695	-0.00144
600082	1.428284	0	600827	0.698994	-0.00159
600094	0.981596	0.001217	600843	1.071944	-0.00012
600106	0.965686	-0.00051	600857	0.721387	-0.00139
600127	0.872103	0.000442	600863	0.642571	-0.00119
600138	1.033358	-0.00088	600873	0.772148	-0.00112
600159	1.064557	-0.00047	600886	0.457806	-0.00197
600170	0.682431	-0.00119	600897	0.605218	-0.00179
600177	0.556442	-0.00087	600903	0.838163	-0.00133
600199	0.235113	0.001258	600958	1.233842	0.001114
600231	0.966606	-0.00084	600975	1.307943	0.004202
600256	0.793955	-0.00203	600990	1.057106	0.000419
600261	1.021123	0.000745	601003	0.803771	-0.00169
600272	1.010896	-0.0006	601016	1.1009	-0.0004
600285	0.883271	0	601058	0.906746	0.001788
600292	1.183029	0.000279	601086	1.032935	-0.0006
600302	1.094384	0.00011	601098	0.545269	-0.00234
600326	0.980184	-0.00042	601108	1.412267	0.002399
600359	0.855432	0.000244	601118	0.865044	-0.00097
600373	1.085738	-0.00027	601155	0.708443	0.000575
600390	1.441991	0.002059	601179	1.013596	-0.00056
600398	0.622118	-0.00237	601200	0.903288	-0.00082
600409	1.075152	-0.00012	601225	0.57066	-0.00137
600422	1.568255	0.003596	601318	0.630153	-0.00027
600456	1.120038	0.001555	601375	1.327866	0.001172
600475	0.985392	0	601577	0.954653	-0.00069
600481	1.062466	-0.0006	601601	0.669613	-0.00064
600498	0.888565	-0.00135	601666	0.893827	-0.00077
600508	0.633941	-0.00215	601689	1.095338	0.00185
600519	0.562344	0.000669	601872	0.822237	0.002096
600533	1.01355	-0.00022	601949	1.534116	0.002556
600545	0.542638	-0.0031	601965	0.803489	-0.0007
600571	1.700766	0.003428	601988	0.322933	-0.00282
600597	0.823083	0.000303	603026	1.037871	0.002039
600609	0.97445	0.000158	603117	1.230549	0.00021
600623	0.983656	-0.00165	603129	0.897759	0.003095
600629	0.848325	-0.00168	603214	0.843518	-0.0008
600637	1.010104	-0.00117	603228	0.942747	0
600642	0.485032	-0.00173	603496	1.476901	0.001852
600661	0.68079	-0.00245	603569	1.09904	-0.00059
600667	1.165402	0.001804	603585	0.739916	-0.00158
600694	0.775049	-0.00114	603602	1.14872	0.000718
600706	0.981115	-0.00082	603617	0.79656	-0.00044
600722	1.226619	0	603698	1.112187	0
600753	0.55989	-0.00202	603825	1.352383	0.001917
600754	0.899269	0.00013	603901	1.061116	0.001298
600763	0.51666	0.000883	603990	0.846416	0.000379

2.股票组合β系数计算

按照β值大小进行排序和分组，根据2022年1月1日～2024年12月31日的数据计算出每个组的平均日收益率，按下式公式进行回归，可以得出10组β值：

在这里表示为各个组合在t点的收益率；表示市场指数在t点的收益率；表示为t点的无风险收益率；为估计残差；，表示为估计参数，回归结果如表2所示。

α	β	T值	P值
第一组	0.723355	22.97661	0
第二组	0.709555	21.61469	0
第三组	0.916985	28.36418	0
第四组	0.966632	25.23232	0
第五组	0.732188	27.75196	0
第六组	0.933562	31.74657	0
第七组	1.066186	34.7929	0
第八组	1.113884	36.18969	0
第九组	1.153236	34.38869	0
第十组	1.222104	36.29254	0

3.组合风险与收益关系的检验

根据第三期2022年1月1日至2024年12月31日的数据，计算出组合的平均日收益率，再分别带入到如下回归方程中去，得到回归结果：

这里表示为组合的平均收益率；为组合的β系数；表示为估计残差；,表示为推测参数。回归结果如表3所示。

参数	估计值	T值
	0.000777	0.81297
	7.05E-05	0.076023

估计方程为：＝7.05E-05＋0.000777β，R²＝0.076，t＜t0.05（10）=2.228

4.结果分析

（1）在95%的置信水平下，tα/2＝2.228。常数项的t统计量为0.076023，小于2.228。所以常数项在统计上显著不为0。并且，贝塔系数t统计值为0.0812977，大大低于2.228，因此贝塔系数也不具有统计学意义。这些都不符合资本资产的定价模型。此外，R²为0.076311，其拟合度也不高。

（2）＞0，说明上海证券市场的系统性风险和收益率之间有一定的正相关关系，系统性风险对其定价起到了一定作用，这与资本资产的定价模式是一致的。但是，从这一公式的拟合结果来看，股票的平均收益和系统风险之间并没有呈现出线性关系，并且回归的拟合系数也很低，这就意味着，在股价的影响中，存在着一些不容忽视的定价因素。

（3）几乎为零，对比于21世纪初的实证研究是负数，说明上海股市中，投资者的投机性需求多于投资需求，投资者追求高风险而获得高回报的情况得到了改善。侧面说明经过几年的发展，上海股市比以前更加成熟了。

四、结论及建议

（一）结论

本文通过对上海股市2022年-2024年100支各行各业的股票数据进行CAPM的时间序列检验和横截面回归检验，得出以下结论：

1．上证A股市场的检验结果跟资本资产定价模型的理论结果有相同的地方，即系统性风险和收益率存在正相关关系，说明股票定价中系统性风险起到了一定的作用。

2．股价的平均收益率与系统风险并非使CAPM预测的线性相关，单一因子的β因子在统计学上没有明显的统计学意义，这表明单一的β因子无法很好地解释单一的股票对整体市场的波动性，系统性风险不具有对股价决定性的影响。说明存在着其他不能忽视的股票定价因素。

3．在时间序列检验中，为正值。由和检验式可知，Rf为正值，这与资本资产定价模型中的理论结果也是相同的。前几年国内学者进行的传统CAPM实证检验，无风险利率大多为负值。前几年投资者的投机需求大于投资需求，投资者追求的更多的是高风险所带来的高收益而不是资本的时间价值。从这个角度看，经国经济和股市的不断发展，我国股市比以前更加成熟了。

（二）政策建议

针对以上根据实证结果分析出来的我国股票市场的不完善的地方，本小节提出了以下几点建议措施：

1．要使机构投资者成为到股票投资大军。同时，要加强对个人投资者的投资培训。由于个人投资者相比较机构投资者更加关注短期的投资机会，容易盲目跟风，对个人投资者进行培训将有利于促进整个证券市场的有效。

2．可以适度减缓金融化的脚步，给广大投资者一个休养生息的周期，给中国经济稳健发展留一个可缓冲的余地。

3．建立更加健全、可持续的舆论监督机制，及时应对市场流言和信息。对于当日对市场不利或者对市场行情有重大影响的传言和新闻，应当在交易期间内进行澄清，以减少市场信息不对称的风险。

4．健全上市制度和加大退市制度，净化市场环境。退出机制的设立，是为了保证上市公司的经营质量，减少股市中效益差、盈利能力差的企业。应强化退出机制，切实贯彻执行相关政策。同时，要加强证券市场的风险应对能力，构建证券市场的风险评估系统，构建金融工具的风险评估系统。

参考文献：

1. [1] 陈浪南,屈文洲.资本资产定价模型的实证研究[J].经济研究,2000(04):26-34.
2. [2] 陈小悦,孙爱军.CAPM在中国股市的有效性检验[J].北京大学学报(哲学社会科学版),2000(04):28-37.
3. [3] 李和金,李湛.上海股票市场资本资产定价模型实证检验[J].预测,2000(05):75-77+68.
4. [4] 许涤龙,张钰.资本资产定价模型与上海股票市场的实证分析[J].南昌大学学报(理科版),2005(02):142-145+150.
5. [5] 朱顺泉.资本资产定价模型CAPM在中国资本市场中的实证检验[J].统计与信息论坛,2010,25(08):95-99.
6. [6] 翟羽.资本资产定价模型在我国股票市场的实证检验[J].经济师,2015(03):114-115.
7. [7] 金思宇,李婉婷,李昱希,等.基于上证A股市场的资本资产定价模型实证检验[J].时代金融,2016(09):154-155.
8. [8] 谭红日,张健耘,孙祥健.资本资产定价模型在沪深市场的实证检验[J].全国流通经济,2018(19):98-99.
9. [9] 马静如.资本资产定价模型与深圳股票市场的实证研究[J].南开经济研究,2001(02):13-16.
10. [10] 孙刚.资本资产定价模型在中国股票市场的实证研究[J].统计与信息论坛,2003(05):91-94.
11. [11] 张家宝.基于三因素资本资产定价模型的股票收益研究[D].浙江大学,2019.
12. [12] 董大宇.资本资产定价模型在中国股票市场的实证检验和选择[D].暨南大学,2014.
13. [13] 张艺超.资本资产定价模型在深圳证券市场的实证检验[D].中国社会科学院研究生院,2014.
14. [14] 徐晓飞.基于行业数据的资本资产定价模型的有效性检验[J].经济研究导刊,2022(02):94-96+150.