国内资本资产定价模型的分析报告(doc 5页)
投资学第章资本资产定价模型剖析ppt课件
与指数模型的期望形式：
E(ri ) rf i i[E(rM ) rf ] 可知二者差别在于，CAPM认为所有的i都为0。 市场模型：rf E(ri ) i[rf E(rM )] ei
如果CAPM有效，则市场模型等同于指数模型。
E(Ri ) kE(Ci ) ( L1 L2 L3 )
其中，E(Ci )为期望流动性代价； k为所有资产的调整后的平均持有期
为平均市场流动性的市场风险溢价净值 为系统性市场风险敏感度， L1、 L 2、 L3为流动性 E(RM CM )，CM 表示市场平均流动性溢价。
37
流动性的三要素
25
9.3 CAPM符合实际吗？
CAPM的实用性取决于证券分析。 9.3.1 CAPM能否检验 ▪ 规范方法与实证方法 ▪ 实证检验的两类 错误(数据、统计方法) 9.3.2 实证检验质疑CAPM
26
9.3 CAPM符合实际吗？
9.3.3CAPM的经济性与有效性 ▪ CAPM在公平定价领域的广泛应用 ▪ CAPM被普遍接受的原因 9.3.4 投资行业与CAPM的有效性 投资公司更趋向于支持CAPM
39
27
9.4 计量经济学和期望收益-贝塔关系
▪ 计量经济方法可能是引起CAPM被错误拒 绝的原因
▪ 相关改进
➢ 用广义最小二乘法处理残差相关性 ➢ 时变方差模型ARCH
28
9.5 CAPM的拓展形式
两种思路： ▪ 假定的放宽 ▪ 投资者心理特征的应用
29
9.5.1 零模型
有效前沿的三大性质：
▪ 两种有效前沿上的资产组合组成的任意资产组合仍在有 效前沿上
23
9.2.2 指数模型和已实现收益
资本资产定价模型分析报告
资本资产定价模型分析报告资本资产定价模型（Capital Asset Pricing Model 简称CAPM）是由美国学者夏普、林特尔、特里诺和莫辛等人在资产组合理论的基础上发展起来的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。
资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资，投资人可以自由借贷。
主要研究证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的。
研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多得的报酬率。
作为第一个在不确定性条件下的资本资产定价的均衡模型，CAPM模型具有重大的历史意义，它导致了西方金融理论的一场革命。
它的创新主要体现在：（1）明确了切点组合结构,提出并证明了分离定理；(2) 提出了度量投资风险的新参数：( 3) 提出了一种简化形式的计算方法,这一方法是通过建立单因素模型实现,单因素模型又可推广为多因素模型,多因素模型对现实的近似程度更高,这一简化形式使得证券组合理论广泛应用于实际成为可能,尤其20世纪70年代以来计算机的发展和普及以及软件的成套化和市场化,极大地促进了现代证券组合理论在实践中的应用。
一、假设条件资本资产定价模型是建立在马科维茨的资产组合理论之上的，马科维茨资产组合理论的假设条件有：1、投资者希望财富越多愈好，效用是财富的函数，财富又是投资收益率的函数，因此可以认为效用为收益率的函数。
2、投资者能事先知道投资收益率的概率分布为正态分布。
3、投资风险用投资收益率的方差或标准差标识。
4、影响投资决策的主要因素为期望收益率和风险两项。
5、投资者都遵守主宰原则(Dominance rule)，即同一风险水平下，选择收益率较高的证券；同一收益率水平下，选择风险较低的证券。
CAPM的附加假设条件：6、可以在无风险折现率R的水平下无限制地借入或贷出资金。
7、所有投资者对证券收益率概率分布的看法一致，因此市场上的效率边界只有一条。
国内资本资产定价模型的分析报告
对中国国内上市公司的资本资产定价模型的分析报告一、理论介绍资本资产定价模型,即Sharpe 〔1964〕，Lintner 〔1965〕和Black 〔1972〕建立的简捷、完美的线性资产定价模型CAPM 〔又称SLB 模型〕，是金融学和财务学的最重要的理论基石之一。
CAPM 模型假定投资者能够以无风险收益率借贷，其形式为：E ［R[,i]］＝R[,f]＋β[,im]〔E ［R[,m]］－R[,f]〕，〔1〕Cov ［R[,i]，R[,m]］β[,im]＝───────────〔2〕Var ［R[,m]］R[,i]，R[,m]，R[,f]分不为资产i 的收益率，市场组合的收益率和无风险资产的收益率。
由于CAPM 从理论上讲明在有效率资产组合中，β描述了任一项资产的系统风险〔非系统风险差不多在分散化中相互冲消掉了〕，任何其它因素所描述的风险都为β所包容。
因此对CAPM 的检验实际是验证β是否具有对收益的完全解释能力。
资本资产定价模型(CAPM)在理论上是严格的，然而在实际中长期存在着实证研究对它的偏离和质疑，其缘故要紧是资本资产定价模型的一组假设条件过于苛刻而远离市场实际。
本次分析报告旨在通过对随机抽样的中国上市公司的收益率的分析，考察在中国的股市环境下，CAPM 是否仍然适用。
二、数据来源本文在CSMAR 大型股票市场数据库中随机选取了1995年1月到2001年12月的100支股票〔存为名喊rtndata 的EXCEL 文件〕，作为对中国股票市场的模拟。
同时还收集了同时期中国银行的年利率〔取名为rf 〕作为无风险利率，并通过各股票的流通股本对上海、深圳两个市场A 股的综合指数进行加权〔取名为mr2〕。
在SAS 中建立数据集，其中各列指标分不为各股票的月收益率〔为处理方便，股票名称已改为y1-y100〕、中国银行的年利率rf 〔本次报告没有将rf 转换成月无风险收益率，因为这一差异将反映在系数上，且为倍数关系，对结果没有实质性妨碍〕和以流通股进行加权〔因为本次报告计算的是市场收益率〕的上海、深圳两个市场A 股的综合指数mr2。
简述资本资产定价模型
简述资本资产定价模型资本资产定价模型（Capital Asset Pricing Model，CAPM）是衡量一个资产预期回报率的模型。
该模型可以用于衡量任何一种金融资产、商品及其它资产的预期收益率。
该模型是现代投资学发展的重要里程碑，人们可以利用该模型估算各种风险投资的潜在回报。
同样，CAPM也是学术界和商业界的标准模型，用于进行风险有关的决策。
简单来说，资本资产定价模型由两部分组成。
第一部分是风险无关的市场利率--基准利率。
第二部分是风险相关的资产特定部分。
第二部分是通过资产组合收益和整个市场（或指定基准）收益的相关性自然而然地进入该模型的。
CAPM理论表达式为：$$E(R_{i})=R_{f} + \beta (E(R_{m}) - R_{f})$$其中，$E(R_{i})$表示资产$i$的预期回报率，$R_{f}$表示无风险利率，$\beta$表示资产$i$与市场之间的风险相关系数，$E(R_{m})$表示市场平均预期回报率。
CAPM的逻辑基础是，在资本的充分市场中，风险与收益存在着确定的正比关系。
资产的收益率与其内部风险程度相关，资产的风险增加，其收益率也就增加。
市场上支配着风险厌恶的投资者，他们是最需要CAPM来进行决策的。
对风险厌恶的投资者来说，完全风险性资产和无风险的国库券之间的有效边际替代率是一个定理。
与CAPM有关的基本假设是不完美市场的存在，投资者可以通过选择把资产的回报率控制在安全边界内。
然而，CAPM模型并不是没有缺陷。
一些领域的研究表明，尽管CAPM的理论得到了广泛的适用，但该模型并不能很好地被用于在账面价值和市场价值之间实现准确的交互。
此外，CAPM也没有充分考虑流动性、价值、红利等其他因素对预期收益或回报的影响。
总之，CAPM是现代投资学的一个重要里程碑和风险决策的标准模型。
虽然CAPM存在一些缺陷，但其适用范围广泛，可以为投资者提供一种较为广泛的预期回报率衡量方法，同时也能帮助他们进行更好的投资决策。
CAPM模型在我国上证A股市场的实证分析
CAPM模型在我国上证A股市场的实证分析摘要：资本资产定价模型(CAPM)是由美国学者夏普和他的同伴在1964年提出，他们将马克维茨的现代投资组合理论基础与资本市场理论相结合。
资本资产定价模型经过多年发展，它已被广泛应用于金融资本资产的投资理论和实践中。
通过对贝塔系数的研究，学者们发现资本资产定价模型的贝塔系数具有一定的不稳定性和波动性，因此资本资产定价模型对于资本资产的实证研究有很大的争议。
自1990年我国沪深两市交易所相继开业，至今2023年，现已有超过3700支股票在沪深两市上市，我国股票市场具有浓厚的中国特色，对投资者和业界学者而言中国股票市场是一个值得投资研究的金融市场，有利于了解金融体系的运转与操作，提高市场价值投资组合策略的能力。
本文通过将不同β系数进行分组，代表不同类型的股票性质，再对分组CAPM模型的模型拟合优度进行讨论，验证CAPM模型在近5年期间，是否适用与中国上证A股市场。
本文由四个部分组成：第一部分为绪论，主要介绍研究背景、研究意义、研究方法等；第二部分阐述文章研究所需要的理论，包括CAPM模型的概念、界定和CAPM 模型在现代经济理论中的地位；第三部分对β系数及资本资产定价模型进行实证分析。
作者用资本资产定价模型计算各个股票的β系数，并根据系数对各支股票进行分组，分别讨论分组和总体的模型拟合优度；第四部分总结归纳了研究结果，同时提出了未来可继续展开的研究方向和角度。
关键词：CAPM模型；上证A股市场；拟合优度；β系数第1章绪论1.1研究背景及意义1.1.1研究背景1964年美国学者威廉·夏普(William Sharpe)等人在现代投资组合理论和资本市场理论的基础上提出资本资产定价模型(Capital Asset Pricing Model即 CAPM)。
资本资产定价模型对所有投资者进行投资的假设条件，即投资者以均值、方差作为资产组合参考和判断标准。
并且，资本市场有借贷率相等的无风险资产存在。
资本资产定价模型CAPM.pptx
0.0205
14.3%
债券基金
回报率 离标差准平差方
17%
1.00%
7%
0.00%
-3%
1.00%
7.00%
0.0067
8.2%
14.3% 0.0205
9
第10页/共73页
协方差
衡量资产同步变动的程度
考虑如下的乘积：
[r股票(s)-E(r股票)][r债券(s)-E(r债券)]
协方差的定义
Cov(r股票,r债券) = S P(s)[r股票(s)-E(r股票)][r债券(s)-E(r债
26
第27页/共73页
10.4 两个资产的有效集
股票在组合的比率
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50.00% 55% 60% 65% 70% 75% 80% 85% 90% 95% 100%
风险
8.2% 7.0% 5.9% 4.8% 3.7% 2.6% 1.4% 0.4% 0.9% 2.0% 3.08% 4.2% 5.3% 6.4% 7.6% 8.7% 9.8% 10.9% 12.1% 13.2% 14.3%
0.00%
-3%
1.00%
7.00%
0.0067
8.2%
2.05% 1 (3.24% 0.01% 2.89%) 3
8
第9页/共73页
10.2 期望收益、方差与标准方差
状态
萧条 正常 繁荣
期望收益 方差 标准差
股票基金
回报率 离标差准平差方
-7%
3.24%
12%
0.01%
28%
2.89%
11.00%
24
第25页/共73页
风险中性定价模型中的资本资产定价方程分析
风险中性定价模型中的资本资产定价方程分析资本资产定价模型（CAPM）是风险中性定价模型的一种，它是一种被广泛应用于金融理论和实践中的模型。
本文将对CAPM进行详细分析，解释其背后的原理和应用。
CAPM是在投资组合理论的基础上发展起来的，它提供了一种估计资产预期回报的方法。
CAPM主要基于以下几个假设：市场是完全竞争的，投资者是风险中性的，市场是摩擦无限大的，投资者可以自由借贷和融资，投资者有相同的投资期望和风险厌恶。
CAPM的核心思想是，资产的预期回报应该与其系统性风险（β）成正比，而与非系统性风险无关。
系统性风险是指该资产相对于整个市场的波动情况，非系统性风险是指该资产独有的波动情况。
CAPM的资本资产定价方程如下：E(Ri) = Rf + βi(E(Rm) - Rf)其中，E(Ri)代表资产i的预期回报，Rf代表无风险收益率，βi代表资产i相对于市场的系统性风险，E(Rm)代表市场的预期回报。
上述方程表明，资产的预期收益率等于无风险收益率加上市场风险溢价（市场的预期回报率减去无风险收益率）与资产的系统性风险的乘积。
资产的系统性风险越高（β越大），相应的预期收益率也越高。
CAPM具有很多优点。
首先，它是一个简单而直观的模型，易于理解和应用。
其次，它可以用来评估各种不同类型的资产，包括证券、投资组合和整个市场。
此外，CAPM提供了一个客观的方法来衡量资产的风险和回报，并为投资者提供了一种决策依据。
然而，CAPM也存在一些局限性。
首先，它基于很多理论假设，如市场的完全竞争和投资者的风险中性，这些假设在现实中并不完全成立。
其次，CAPM无法解释非理性行为对资产定价的影响，例如投资者的情绪和市场波动等。
尽管存在一些局限性，但CAPM仍然是一个有用的工具，可以帮助投资者评估资产的回报和风险。
它可以用来辅助投资决策、制定投资策略和进行投资组合的优化。
在实践中，许多投资者和金融机构都使用CAPM作为资产定价和风险管理的工具。
资本资产定价模型在中国的应用
资本资产定价模型在中国的应用目录1 资本资产定价模型理论的介绍 (1)1.1 资本资产定价理论简介 (1)1.2 资本资产定价模型模型的假定条件 (2)1.3 资本资产定价模型模型的形式 (2)2 资本资产定价模型推导 (3)2.1 资本市场线 (3)2.2 证券市场线 (5)3 资本资产定价模型的应用意义 (5)4 实证检验 (7)4.1 数据选取的理由与来源 (7)4.2 检验过程 (8)4.3 实证结果 (9)4.4 检验结论 (10)5 资本资产定价模型优势 (12)6 资本资产定价模型在我国应用的局限性 (12)7 提高资本资产定价模型在我国适用性的建议 (13)8 小结 (14)9 参考文献 (15)马柯维茨在50 年代提出证券投资组合理论，奠定了现代证券投资理论的基础。
在此早期工作中发展的所谓投资组合理论，即不要把所有鸡蛋放在同一个篮子里。
资本资产定价的基础是一个个人投资者可以通过一种贷款/借款的组合和一个适当构成的最优的风险证券夹选择承受风险的程度,按照这个最优风险证券夹的构成决定于投资者对不同证券的未来前景的评估。
1 资本资产定价模型理论的介绍资本资产定价模型：Capital Assets Pricing Model，简称CAPM 模型。
它是由经济学家威廉﹒夏普（William F﹒Sharpe）、约翰﹒林特纳（John Lintner）提出，该模型假设非系统性风险可通过多元化投资分散掉，不发挥作用，只有系统性风险发挥作用。
就特定证券而言，相关风险不是总风险，而是个别证券的系统性风险。
1.1 资本资产定价理论简介资本资产定价理论是现代金融学的奠基石。
该模型包括一套完整的资产定价理论体系：资本资产定价模型、单因素模型、多因素模型和套利定价理论等内容，是在马克维茨投资组合理论和资本市场理论基础上形成发展起来的一种证券投资理论。
1952年马柯维茨在《金融杂志》上发表了论文《资产组合的选择》，这篇论文后来被视为现代金融市场理论的起点，成为第一个金融资产均衡定价模型——资本资产定价模型的基础。
- 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)。
国内资本资产定价模型的分析报告(doc 5页)对中国国内上市公司的资本资产定价模型的分析报告一、理论介绍资本资产定价模型,即Sharpe（1964），Lintner（1965）和Black（1972）建立的简捷、完美的线性资产定价模型CAPM（又称SLB模型），是金融学和财务学的最重要的理论基石之一。
CAPM模型假定投资者能够以无风险收益率借贷，其形式为：E［R[,i]］＝R[,f]＋β[,im]（E［R[,m]］－R[,f]），（1）Cov［R[,i]，R[,m]］β[,im]＝───────────（2）Var［R[,m]］R[,i]，R[,m]，R[,f]分别为资产i的收益率，市场组合的收益率和无风险资产的收益率。
由于CAPM从理论上说明在有效率资产组合中，β描述了任一项资产的系统风险（非系统风险已经在分散化中相互冲消掉了），任何其它因素所描述的风险都为β所包容。
因此对CAPM 的检验实际是验证β是否具有对收益的完全解释能力。
资本资产定价模型(CAPM)在理论上是严格的，但是在实际中长期存在着实证研究对它的偏离和质疑，其原因主要是资本资产定价模型的一组假设条件过于苛刻而远离市场实际。
本次分析报告旨在通过对随机抽样的中国上市公司的收益率的分析，考察在中国的股市环境下，CAPM 是否仍然适用。
二、数据来源本文在CSMAR大型股票市场数据库中随机选取了1995年1月到2001年12月的100支股票（存为名叫rtndata的EXCEL文件），作为对中国股票市场的模拟。
同时还收集了同时期中国银行的年利率（取名为rf）作为无风险利率，并通过各股票的流通股本对上海、深圳两个市场A股的综合指数进行加权（取名为mr2）。
在SAS中建立数据集，其中各列指标分别为各股票的月收益率（为处理方便，股票名称已改为y1-y100）、中国银行的年利率rf（本次报告没有将rf转换成月无风险收益率，因为这一差异将反映在系数上，且为倍数关系，对结果没有实质性影响）和以流通股进行加权（因为本次报告计算的是市场收益率）的上海、深圳两个市场A股的综合指数mr2。
本次报告采用的CAPM模型为：100,...,2,1,ˆ10=++=j e r jtj jt βγγ。
三、方法及步骤1，在SAS 中以libname 命令设定新库，名为finance 。
程序为：libname finance 'G:\finance\rtndata'; run;2，采用means 过程（也可以用univariate 过程）对这100支股票做初步的均值分析，初步得出各股票的样本均值等数据。
程序为：proc means data =finance.rtndata; var y1-y100;run ;3，采用corr 过程对随机抽取的若干支股票进行相关分析，以判断中国股票市场的相关性。
程序如下：proc corr data =finance.rtndata cov ; var y23 y67;where stkcd>=199512 and stkcd<=199712;run ;4，用1995年1月至1997年12月期间的超额月收益率对每一股票进行时间序列回归，来分别估计各股票在这一期间的贝塔值。
程序如下：proc reg data =finance.rtndata outest =finance.betas97; model y1-y100=mr2/noint ;where stkcd>=199512 and stkcd<=199712; run;求出的β值为：Y 1 0.70435y210.91586Y410.896054y610.851652y811.212801Y 2 0.637881y220.905357Y420.518481y621.004974y820.729579Y 3 0.949051y230.932471Y431.204833y630.866777y831.894588Y 4 1.878588y240.977102Y440.722664y640.562924y841.480132Y 5 1.317656y250.634488Y451.884002y650.661701y851.393397Y 6 0.67436y260.595003Y460.741601y660.734313y860.695886Y 7 0.732708y270.867965Y470.615389y670.856492y871.228562Y 8 0.586665y280.35689Y481.171069y680.667569y880.529807Y 9 0.965397y290.769648Y490.846387y691.098579y890.52415Y 10 0.718133y31.196381Y501.175787y71.456532y90.42185Y1 1 0.917436y310.781798Y510.839937y711.152561y910.724734Y 12 0.884156y321.693313Y520.758086y721.03661y921.037979Y 13 0.943795y330.90575Y531.802377y731.083311y931.40598Y 14 0.994425y340.765292Y540.944545y740.610862y941.365702Y 15 0.704337y351.191723Y551.096838y751.379289y950.833917Y 16 0.821038y361.525602Y561.146742y760.843295y961.050583Y 17 1.593844y371.529935Y570.632544y771.266977y971.278623Y 18 1.058723y381.073508Y580.720895y781.060654y981.330587Y 19 0.443705y391.286248Y590.87356y790.905822y991.418177Y 20 0.643277y41.77932Y600.541877y80.798854y1001.745139采用类似的程序，算出1996年1月至1998年12月、1997年至1999年，1998年至2000年中各股票分别在这一期间的贝塔值，存为数据集finance.betas98、 finance.betas99和finance.betas00。
5，用CAPM 模型100,...,2,1,ˆ10=++=j e rjtj jtβγγ对1998年的超额月收益率数据逐月进行横截面回归。
程序为：data finance.beta97; set finance.betas97; keep _DEPVAR_ mr2; run ;data finance.data98; set finance.rtndata;where stkcd>=199801 and stkcd<=199812; run ;/*transpose finance.data98 into finance.trdata98 with SAS-Analyst*/ data finance.forgama98;merge finance.beta97 finance.trdata98; run ;proc reg data =finance.forgama98 outest =finance.gama98; model month1-month12=mr2;run ; quit ;得到1998年12个γ1的值：4，重复上面的步骤，分别得到1998年至2001年间的48个γ1值，如下：5，对这48个1γ估计值进行下列假设检验：ˆ1=γ。
应用SAS/Analyst/Statistics/HypothesisTest/One-sample t-test for a Mean …过程，得到以下结果：mean 值-0.01，t 统计量-2.440，p 值0.0185，所以在置信水平0.05下，拒绝H0，即认为mr2的系数不等于0，即认为股票的超额月收益率是β和β^2的线性函数。
6，在回归过程中加入新变量β^2，（即β的平方），重复上述回归过程。
程序为：data finance.forgama01b;set finance.forgama01;betasq=mr2*mr2;run;proc reg data=finance.forgama01b outest=finance.gama01b;model month1-month12=mr2 betasq;run; quit;合并为48个γ值，程序为：data finance.allgamab;set finance.gama98b finance.gama99b finance.gama00b finance.gama01b; run;再应用SAS/Analyst/Statistics/Hypothesis Test/One-sample t-test for a Mean…过程，得到以下结果：mean值分别为-0.03（mr2）和0.01（betasq），p值分别为0.1840（mr2）和0.3457（betasq），所以在置信水平0.05下，都接受H0，即认为mr2和betasq的系数平均值都等于0，即认为股票的超额月收益率不是β和β^2的线性函数。
为了验证超额收益率是否与β非线性相关，或与非β项的系统影响有关，可以再次应用同一过程：在回归过程中加入残差项RMSE，得出在置信水平0.05下，仍然接受H0，即认为mr2、betasq和_RMSE_的系数平均值都等于0，认为股票的超额月收益率不是mr2、betasq和_RMSE_的线性函数（因篇幅关系，程序和结果略）。
三、结果及讨论从以上结果来看，当只取β值作为解释变量进行回归时，可以认为中国股市的平均收益率符合CAPM模型，但是在分别加入了β^2 （β－square）和残差之后，从回归过程和检验中发现股票的超额月收益率并不是β和β^2的线性模型。
但是，在只用β对原来的数据进行回归时，mean值为-0.01，（p值0.0185），也就是说，中国股市的超额收益率为负值，这可能并不符合实际。
利用rand()函数随机抽取了三支股票，用TTEST过程检验，程序为：proc ttest data=finance.rtndata;var y23; run; quit;得到这三支股票的mean值分别为0.0115（p 值为0.3711）、0.0247（p值为0.0950）和0.0267（p值为0.1609），均不为0或负值，这说明原来的回归过程还不能很好地拟合中国的股票市场，即，单纯考虑β因素的CAPM模型不能很好地解释中国股票市场的数据。