资产定价理论与实证分析
资产定价理论
资产定价理论资产定价理论是指由理论分析和实证研究推导出的一系列理论，它们用于确定投资者如何评估资产价格，以及投资者有何样的收益率期望。
这一理论是基于金融市场的均衡，也就是投资者期望下的收益率有多少，以及可以理解和解释资产价格的行为的最佳方式。
资产定价理论的目的在于确定和预测资产在投资市场上的价格，以及影响这些价格的相关因素。
资产定价理论的历史可以追溯到17世纪的数学家以及金融家们的理论研究，例如英国数学家斯特劳布怀尔斯特。
他们认为，投资者会在一定的收益率下投资，而这种收益率称为资产期望收益率，也就是资产定价理论中提及的投资者期望收益率，它可以用来预测投资者对资产的评估价格，以及投资者的投资行为。
今天，资产定价理论的实证研究和理论分析又得到了进一步发展。
最出名的定价模型之一是投资者行为、资本资产定价模型（CAPM），它采用来自市场投资者的行为数据，结合实证分析和理论分析构建市场投资者下的资产定价模型，以确定投资者期望下的收益率。
资产定价理论解释了资产价格的变动机制，用实证研究和理论分析来衡量投资者期望的收益率以及其他影响市场的因素，如政策刺激、社会反应等，这有助于投资者更好地理解影响资产价格的因素，以便做出有效的投资决策。
资产定价理论还可用于政府和企业的财务管理，例如通过政策管理，以确保市场的均衡。
具体而言，通过控制投资者期望收益率，可以有效地限制市场价格的剧烈波动，从而避免资产价格被过度抬升或过度下跌，帮助企业和政府实现利益共享。
尽管资产定价理论可以提供一定的参考，但它们也有一些局限性，如有时它们可能同时忽视了许多决定市场价格的因素，也无法完全捕捉经济中的复杂关系，因此投资者在利用资产定价理论进行投资决策时，必须要谨慎慎行，并伴随着充分的回报风险。
总之，资产定价理论是根据金融市场均衡和投资者期望收益率来衡量投资者对资产的评估价格和投资行为的理论。
它们可以用来做出有效的财务管理决策，促进投资者的利益共享，但同时也有其局限性，投资者尤其要注意与其相关的投资风险。
《2024年资本资产定价模型的实证研究》范文
《资本资产定价模型的实证研究》篇一一、引言资本资产定价模型（Capital Asset Pricing Model，简称CAPM）是现代金融理论中最重要的定价模型之一。
该模型通过考虑资产的预期收益率与风险之间的关系，提供了衡量投资回报率与系统风险的有效框架。
近年来，CAPM在中国及其他新兴经济体中的应用愈发受到重视，对其的实证研究对于优化资源配置、降低风险和评估投资回报等金融实践具有重要的指导意义。
二、CAPM模型理论CAPM模型基于市场均衡理论，通过衡量资产的预期收益率与市场风险溢价之间的关系，为投资者提供了评估资产组合风险的框架。
CAPM模型的核心思想是资产的预期收益率由两部分组成：无风险收益率和风险溢价。
风险溢价取决于资产的系统风险（即市场风险）和市场的风险溢价。
CAPM的公式为：E(Rj) = Rf + βj(Rm - Rf)，其中E(Rj)为资产j的预期收益率，Rf为无风险收益率，βj为资产j的系统风险系数，Rm为市场收益率。
三、实证研究方法本文以中国股票市场为例，运用CAPM模型进行实证研究。
我们选择了上海证券交易所和深圳证券交易所上市的部分公司股票作为样本。
通过收集样本公司的财务数据、市场数据等，对CAPM模型进行实证检验。
在数据收集和分析过程中，我们使用了SPSS软件进行统计分析。
四、实证研究结果（一）数据描述性统计通过对样本公司的财务数据和市场数据进行描述性统计，我们发现样本公司的系统风险系数（β值）存在较大差异，这表明不同资产的市场风险存在差异。
此外，我们还发现样本公司的预期收益率与市场收益率之间存在一定的正相关关系。
（二）CAPM模型实证结果通过运用CAPM模型对样本公司的数据进行回归分析，我们发现资产的预期收益率与系统风险系数之间存在显著的正相关关系。
此外，我们还发现市场风险溢价（Rm - Rf）对资产的预期收益率具有显著影响。
这表明CAPM模型在中国股票市场具有一定的适用性。
资产定价模型的实证研究
资产定价模型的实证研究资产定价模型是金融领域的一个重要理论框架，用于解释资产的价格形成机制。
在实证研究中，学者们通过对历史数据的分析和统计推断，验证和比较不同的资产定价模型。
本文将就几种常见的资产定价模型进行实证研究，分析它们的优势和不足之处。
一、CAPM模型资本资产定价模型（Capital Asset Pricing Model，CAPM）是一种理论模型，用于解释资产的预期回报和风险之间的关系。
该模型基于投资者的理性行为假设，认为资产的预期回报与市场的系统风险有关。
根据CAPM模型，一个资产的预期回报可以通过以下公式计算：E(Ri) = Rf + βi(E(Rm) - Rf)在公式中，E(Ri)代表资产i的预期回报，Rf是无风险利率，E(Rm)是市场的预期回报，βi是资产i的系统风险。
实证研究中，学者们使用历史数据来估计CAPM模型中的参数，进而验证模型的有效性。
然而，一些学者认为CAPM模型的假设过于简化，不能完全解释市场实际情况。
例如，模型假设投资者的期望回报是线性的，忽略了人们的非理性行为。
二、APT模型多因子资产定价模型（Arbitrage Pricing Theory，APT）是一种扩展的资产定价模型，相比于CAPM模型，APT模型包含更多的风险因子，更能反映市场的复杂性。
根据APT模型，一个资产的预期回报可以通过以下公式计算：E(Ri) = Rf + β1F1 + β2F2 + ... + βnFn在公式中，Fi代表第i个风险因子，βi代表资产对该风险因子的敏感性，Rf是无风险利率。
实证研究中，学者们尝试通过统计分析，确定APT模型中的风险因子，并估计资产对这些因子的敏感性。
研究结果显示，相比于CAPM模型，APT模型对市场的解释能力更强。
然而，APT模型也有其局限性。
首先，确定适当的风险因子是一个复杂的任务，不同的研究结果可能会得出不同的结论。
其次，APT模型依然基于一些假设，可能无法完全解释市场的现象。
资本资产定价模式(CAPM)的实证检验
资本资产定价模式(CAPM)的实证检验资本资产定价模式（Capital Asset Pricing Model，简称CAPM）是金融学中一种重要的理论模型，用于计算资产的预期收益率。
虽然CAPM的应用历史已经有几十年，但其有效性一直备受争议。
许多学者对CAPM进行了实证检验，以评估其有效性。
在实证检验CAPM的有效性时，研究人员通常采用市场模型和多变量回归分析来评估CAPM的预测能力。
市场模型基于CAPM的基本公式，即预期收益率等于无风险利率加上系统风险乘以市场风险溢价。
通过与市场指数的回归分析，可以计算出资产的beta系数，进而估计出其预期收益率。
实证研究经常使用回归模型来检验CAPM的有效性。
回归模型通常以市场收益率作为自变量，收益率差异作为因变量。
通过回归分析，可以计算出资产的beta系数和alpha系数，其中beta系数代表了资产相对于市场的风险敏感度，alpha系数则代表了超额收益。
如果资产的beta系数显著不为零，表明CAPM有效；如果alpha系数显著不为零，则表明CAPM无效。
许多实证研究已经得出了不同的结论。
一些研究发现，CAPM能够较好地解释资产的收益率差异，显示出较高的预测能力。
然而，也有研究发现，CAPM的解释能力并不显著，无法充分解释资产的预期收益率。
有几个原因可能解释这些不一致的实证结果。
首先，CAPM假设市场是完全理性的，投资者都是风险厌恶的，这种假设在现实中并不成立。
其次，CAPM假设资本市场是没有交易费用和税收的，但现实中这些成本是必不可少的。
此外，CAPM还忽略了其他影响资产收益率的因素，如流动性风险、政府干预和市场不完全。
这些限制可能导致CAPM无法有效解释资产的预期收益率。
虽然实证研究的结果并不一致，但CAPM仍然是一个重要的理论模型。
研究人员在继续实证检验CAPM的有效性时，也应考虑到CAPM的局限性，并尝试提出改进模型来更好地解释和预测资产的收益率。
资本资产定价模型（Capital Asset Pricing Model，简称CAPM）是金融学中一种经典的理论模型，用于计算资产的预期收益率。
资产定价理论与实证研究
资产定价理论与实证研究资产定价理论是金融学中的重要分支，它研究的是资产的价格如何形成以及如何决定。
实证研究则是对资产定价理论进行实证分析，通过收集和分析大量的市场数据，验证和检验资产定价理论的有效性。
本文将探讨资产定价理论的基本原理以及实证研究的应用。
一、资产定价理论的基本原理资产定价理论的基本原理可以追溯到上世纪50年代的马克维茨的资本资产定价模型（Capital Asset Pricing Model，简称CAPM）。
CAPM认为，资产的预期收益率与其风险成正比，风险越高，预期收益率也越高。
这一理论的核心是市场均衡条件，即投资者在风险和收益之间进行权衡，追求最优的投资组合。
然而，随着时间的推移和金融市场的发展，CAPM的局限性逐渐显现。
因此，学者们提出了一系列的改进模型，如三因子模型、四因子模型等。
这些模型将除了市场风险之外，还考虑了其他因素对资产收益率的影响，如规模效应、账面市值比等。
这些改进模型的出现丰富了资产定价理论，并提供了更准确的资产定价方法。
二、实证研究的应用实证研究是对资产定价理论进行实证验证的过程，它通过收集和分析市场数据，来检验理论是否能够解释市场现象。
实证研究的方法多种多样，包括回归分析、事件研究、时间序列分析等。
以回归分析为例，研究者可以通过建立数学模型，将资产的收益率作为因变量，将市场因子、规模因子、账面市值比等作为自变量，来检验这些因素对资产收益率的影响程度。
通过统计分析，可以得出不同因素对资产收益率的贡献程度，并进一步验证资产定价理论的有效性。
实证研究的应用不仅仅局限于学术界，也在金融实践中发挥着重要作用。
例如，投资者可以利用实证研究的结果，构建投资组合，以获得更好的风险和收益平衡。
同时，实证研究也为金融机构提供了参考，帮助其制定投资策略和风险管理措施。
然而，实证研究也存在一些局限性。
首先，市场数据的获取和处理需要大量的时间和精力。
其次，实证研究的结果可能受到数据样本的选择和模型设定的影响，因此需要谨慎解读。
流动性和条件资产定价：理论和实证检验
资产回报关 于条件信息具有 Ｍ ｒｏ 性的假设相对合理 ， ａ ｖ ｋ 本文使用滚动分析构造流动性测度。
本文的其余部分结构如下 ：、 ２３节是理论模 型、 实证表达式 和计量方法 ； ４５ 节 、 是实证检验部分 ； 最
Ｃ Ｐ 且几乎没有统计显著的残留规模效果和价值效果。 Ａ Ｍ，
关 键 词 流动性 条件资产定价 随机折现 因子 广义矩方法 非流动性测度
ＪＬ Ｅ 分类： １ 中图分类号：８０ １ 文献标识码 ： 文章编号：００６４ （ ０ ）６ ０ ３ １ Ｇ２ Ｆ３． ９ Ａ １０－２９２ ６０ － ６ ． ２ ０ ０ ０
一
．
Ａ ｉ ｄ（０ ２ 等实证确认 了流动性的变化对股票 回报具有时间序列影响 。 ｍｈ ２０ ） ｕ 第二 ， 长期 以来 ， 经济学家
一
直猜测流动性较低 的资产会支付较高的期望回报 ， 即高于资产 回报和市场 因子或其它因子之间协方差
隐含的期望回报 ， 而具有较低的价格 （ ｏｈａｅ ２０ ａ ， ｅａ ａ Ｐｄｒ ｎ ２０ ） 从 Ｃ ｃｒ ，０５ ）Ａ ｈｒ 和 ｅｅ ｅ （０５ 等研究确认 了这一 ｎ ｙ ｓ
工具的条件 Ｃ Ｐ ，并使 用 １９ ．２ ２０ ． ． 期 间的沪深 Ａ股 日 交易数据 构造 了 Ａ ｉｕ ＡＭ ９６１ — ０４１ ３ ． ２１ 度 ｍｈｄ
（０２ 的非流动Βιβλιοθήκη 测度、ａ Ｆｅｃ ２０ ） Ｆｒ ｒ ｈ组合、 ｍ— ｎ 定价因子等。一阶段 Ｇ ＭＭ 估计表明， 该滞后工具可有
效捕 获资产 回报的可预 测变化 ．模 型解释这种变化的 能力显著优 于 Ｆｍ — ｒ ｃ 因子模型和 ａ ａ Ｆｅ ｈ三 ｎ
资产定价模型的实证研究
资产定价模型的实证研究随着市场经济的发展，资产定价模型越来越受到人们的关注。
资产定价模型是指用来描述资产价格与风险之间关系的一种模型。
本文将针对资产定价模型进行实证研究，旨在探究其可行性及应用前景。
一、资产定价模型的现状在目前的经济市场中，影响资产价格的因素有很多，如市场需求、宏观经济环境、公司管理层能力等等。
然而，这些因素的影响程度和变化趋势往往难以捉摸。
因此，人们开始寻求一种更为准确的资产定价模型，以更好地预测和控制资产价格波动。
二、资本资产定价模型的应用随着资本资产定价模型的发展，越来越多的人开始使用它来进行资金优化配置，并在投资决策中发挥重要的作用。
基于它的理论模型和经验数据，既可以进行预测和风险管理，又可以提供有效的投资策略，帮助投资者获得更高的投资回报。
三、实证研究的重要性在理论研究的基础上，实证研究是资产定价模型发展的重要环节。
通过实证研究，我们可以验证和评估理论模型的实用性和预测能力，挖掘和发掘更加精简和准确的理论模型。
因此，在资产定价模型的实践中，实证研究具有重要的意义。
四、实证研究的方法实证研究的方法一般包括数据收集、变量定义、模型建立和模型检验等几个环节。
数据收集是实证研究的基础，需要选择可靠、系统、标准化的数据源；变量定义是实证研究的重要环节，需要根据理论模型对不同的变量进行分类和定义；模型建立是实证研究的核心环节，需要寻求合适的实证模型，并使用统计软件进行计算和分析；模型检验是实证研究的关键环节，需要对模型的可行性、准确性和稳定性进行评估和检验。
五、实证研究案例探析以资本资产定价模型为例进行实证研究，通过对不同经济周期、行业、地区的数据进行分析和建模，验证其在不同情况下的实际应用情况。
通过回归分析和参数估计等方法，我们可以得出资本资产定价模型在不同情况下的参数取值和预测变量，以及模型的准确性和稳健性等评估结果。
六、结论及展望通过对资产定价模型的实证研究，我们可以得出结论：资产定价模型是一种重要的资产定价工具，具有较强的预测和控制能力。
我国股票市场资本资产定价模型的实证检验——基于上海证券交易所市场
7
产业财经 Industrial Finance
从组合回归结果及显著性水平表可以看出：所有组合系数βp 的显著性为0.0000，全部小于0.05，结果有效。说明投资组合的 收益明显地受到市场系统性风险（systematic risk）影响，模 型可用。而常数项αi的回归结果有7组显著，p值小于0.05；5 组不显著。并发现常数项αi显著的组合相对于其他组合，贝塔 系数更接近于1，其股价波动相对平稳。
变量 回归系数 显著性（P值） R^2
Adjust R^2
α -1.1100
0.571
r1 2.3140
0.524
0.3777
0.2395
r2 -.7719
0.635
从回归结果可以看出，r2不显著，并导致整个模型拟合度 降低，因此判断不存在非线性关系，这再次验证了风险和收益 的关系是线性的。
（2）非系统性因素检验 E（R）p-Rf=α+r1βp+r2Var（εp）+ε 其中E（R）p为组合期望回报率，βp为第二步回归出的 组合β，Var（εp）是每一个组合回归得出的残差平方和，ε 是本次回归残差项。回归结果如下：
Industrial Finance 产业财经
我国股票市场资本资产定价模型的实证检验
——基于上海证券交易所市场
郝宇星 王越 黄晋京 （北京语言大学商学院 100083）
摘 要：本文以上海证券交易所最新公布的上证180成分股作 为个股研究对象，采取2015年到2019年的股票收益率数据，对 上 海 证 券 交 易 所 进 行CAPM的 时 间 序 列 和Fama--Mecbath横 截面有效性检验。通过研究发现，上海股市基本满足资本资产 定价模型，且风险与收益呈现线性的正相关关系。 关键词：资本资产定价模型；时间序列分析；Fama--Mecbath横 截面检验
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
资产定价理论与实证分析
作者：贺静
来源：《商情》2009年第20期
【摘要】文章通过对金融经济学中资产定价理论的分析,发现实际行为对资产定价的影响,引入随机折现因子提出状态价格,建立模型,用实例进行回归分析。
【关键词】资产定价状态价格随机折现因子
一、理论分析
资产定价理论(asset pricing theory)是金融经济学领域最重要的研究问题之一,是要解释在不确定性条件下未来支付的资产价格或价值,即假设一项资产存在未来有S种可能收益,若O点代表当前时点t, 1、2、…S代表未来t+1时点的S种可能收益的情况表示每种未来收益可能情况发生的概率,资产定价理论就是回答市场如何对这项资产确定其当前价格。
资产定价理论是基于资产价格等于未来收益的预期折现,或者以无风险收益率去折现未来的收益,再加上一个代表风险溢价的误差因子。
目前,资产定价理论存在两种定价方法:均衡定价与套利定价。
选择哪类定价法取决于所讨论的资产与研究的目的。
均衡定价法试图找出隐藏在价格背后的风险来源,就是挖掘风险溢价的根源,分析影响经济结构的宏观变量,如消费者的消费偏好、投资者的效用函数等。
它从原理上解释了一些结构性的问题,通过求解假设条件下投资者选择的最优化问题,就可得出资产价格的表达式,但是这类模型在实证时会遇到很多困难。
套利定价法是在市场不存在套利机会下,市场均衡时,资产价格与其未来收益一定存在某种必然联系,即定价规律。
它比均衡定价模型给出的价格更具可观察性。
无套利假设成立的充要条件是存在S个正数使得。
被称为状态价格,用分别表示1……S种状态下资产的未来收益,用p(y)表示资产价格。
无套利环境下, 此项资产价格等于未来不同状态下价格与该状态下收益的乘积再求和。
简言之,无套利理论就是在市场不存在大范围套取无风险利润的机会下, 一旦套利机会出现,市场投资者会很快发现,套利机会迅速消失。
资产定价定理表明:在无套利市场中,资产价格是未来S种
状态下的不确定性收益的正线性组合。
决定资产价格的状态价格是抽象的,且等式中没有出现概率就要借助随机折现因子的等价分析状态价格。
因此,构成现代金融学的一个重要理论基础是随机折现因子。
可以利用不同框架中随机折现因子的相互等价性,揭示状态价格的内在含义。
用随机折现因子表示资产定价等式,p(x)=E[mx]等式左边p(x)代表资产x的价格, 等式右边的m就是随机折现因子,x为资产未来的不确定收益,表示期望值。
即
表示第t期的资产价格仍表示随机折现因子表示t+1期的资产不确定性收益。
研究表明, 在无套利条件下,市场上的所有资产都可以用随机折现因子对资产未来收益进行当前定价, 也就是(1)所表示的。
如果金融市场是完全的, 即市场满足K≥N, K表示基本证券的数量,N表示未来不确定状态,随机折现因子是惟一的。
从消费均衡中的随机折现因子与资产定价定理蕴含的随机折现因子的等价关系即可得到状态价格等式。
为分析简便,假定这两种状态都是基于二期模型。
对投资者k两期选择问题,在他持有该资产期间,投资者k可以自由对资产i进行交易,从t时期到t+1时期内,可以获得的回报率为。
如果投资者k在t时期消费并且有一个时间可分的效用函数U(C),且贴现率为δ,在效用最大化时满足:
(2)
左边是在t时期少消费一个单位货币的边际效用的损失,右边则表示将这一单位货币在t时期投资于资产i上,在t+1时期将其出售进行消费所获得的预期边际效用收益,理性投资者会令两边相等,从而实现期望效用最大化。
将(2)的两边除以得到
(3)
用收益率表示上述等式是,令表示投资者跨期边际替代率。
如果用资产在t期的价格
替代等式左边的1, 用t+1时期的收益替代等式右边的可以得到等式,t+1就是投资者K的随机折现因子。
由上述理论知,在无套利条件下,存在严格正的向量,使得资产价格(4)
其中为状态价格。
令这里表示不同状态s发生的客观概率。
可得到:
(5)
E(.)表示在客观概率空间下所取的期望值。
根据公式p(y)=E(my), 就可以得到随机折现因子向量
为定价核或状态价格密度。
从上面两个不同的模型得到随机折现因子,基于消费的模型中是一组向量,它的分量是未来不同状态S( S=1……S)的消费边际替代,写成向量形式为:
在资产定价基本定理中蕴含的随机折现因子
二者虽然采用的分析模型不同, 但都同样地表示了随机折现因子。
每一个分量有:(6)
上式中, 等式的左边代表了在第s种状态下的状态价格,等式右边为第s种状态发生的客观概率,反映了投资者的跨期替代。
从等式(6)可以看出资产未来每个不确定状态的状态价格是市场在这一状态的客观概率的基础上乘投资者的跨期替代率,投资者的跨期替代率反映一种投资者的消费行为。
不同国家不同地区的人群具有不同的跨期替代,就导致同样的资产在不同的人群中获得不同资产价格。
因此状态价格可以理解为市场投资者面对一项资产的未来不确定性时根据自身的行为所形成的一种主观评价。
二、建立模型
根据以上对资产定价理论的分析可以得知,资产定价都蕴含着行为因素,当把行为因素考虑进来, 状态价格可以用函数形式表示为:
(7)
表示客观概率表示行为因素。
假设函数n阶可微,考察当其中一个行为因素发生改变时对状态价格的变化影响, 即: 用泰勒展开式为:
由资产定价理论, 得:
(8)
因此能够得到一个行为差异与资产价格之间的关系模型,其中表示资产价格行为系数。
行为系数就是边际行为状态价格率向量与未来不同状态下不确定收益向量的内积;边际行为状态价格率向量为:
同理可得其他变量的类似等式。
因此,可看出不同人的行为或心理因素之间存在差异, 而其所认定的资产价格之间的差异与该行为存在内在关系。
三、实证分析
为方便实证分析在(8)式的两边同除以盈利水平E:
得到:
(9)
等式的左边△pe反映了国内生产总值增长率之间的差异。
△b表示两国居民消费价格指数的差异。
由此建立回归模型:
(10)
数据选取的是中国和日本两国的国内生产总值的总和及其增长率,还有居民消费价格指数及其之间的差异作比较分析。
中国和日本是两大经济实体,居民消费价格指数反映城乡居民购买并用于消费的消费品及服务价格水平的变动情况,并用它来反映通货膨胀程度。
中国是个发展中国家,经济正处在发展阶段,通过和发达国家日本国内生总值增长率和居民消费价格指数的比较,分析中国经济的走势。
1.数据选取
数据是从国家统计局资料下载的,世界居民消费价格指数是以2000年为基准。
图1 世界居民的消费价格指数
图2 中国1996-2006年国内生产总值增长率走势
图3 1996-2006年日本国内生产总值增长率
图4 1996-2006年中国和日本两国国内生产总值增长率的比较
2.单位根检验和回归分析
用ADF法,运用EVIEWS 3.1 对△pe、△b、△、△检验,检验结果如表1所示。
再运用最小二乘法对数据进行拟合,如表2所示。
回归分析证明模型对于行为影响资产价格这一问题具有解释能力。
分析结论解释了日本的国内生产总增长稳定,但是中国的国内增长起伏较大。
图表上虽然反映中国的国内生产总值增长率高于日本,但实际上中国的国民生产总值是远远落后于日本的。
这从一个方面反应中国的经济还处在初步发展的阶段,需要根据国情大力发展生产力,以使经济能够达到一个稳定的状态。
表1
表2。