王 堯，楊克磊

（天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072）

對(duì)中國(guó)股市而言，2014年是不平凡的一年，上證綜指年漲幅逾50%，成為亞洲資本市場(chǎng)榜首，創(chuàng)全球金融危機(jī)以來最佳表現(xiàn)。以券商股板塊為例，年平均漲幅達(dá)160%，屢屢成為股民及媒體眼中的焦點(diǎn)，宏源證券、太平洋等漲幅更超過250%。在此大背景下，新股開戶數(shù)持續(xù)增加，天量資金涌入，如何選擇高收益的標(biāo)的資產(chǎn)再次成為廣大股民迫在眉睫的問題。在各種新方法層出不窮、眾說紛紜的今天，我們不妨換個(gè)思維，重拾經(jīng)典。

1964年，William Sharp［1］、John Lintner［2］和Jan Mossion［3］在 Harry Markowitz建立現(xiàn)代投資組合管理理論的基礎(chǔ)上，將其進(jìn)一步發(fā)展為資本資產(chǎn)定價(jià)模型（CAPM）。作為現(xiàn)代金融理論的三大基石之一，資本資產(chǎn)定價(jià)模型給出了確定資產(chǎn)風(fēng)險(xiǎn)及其期望收益率之間關(guān)系的精確預(yù)測(cè)方法［4］。在猶如過山車般的中國(guó)股市，CAPM模型能否為投資人提供一種選擇標(biāo)的資產(chǎn)的有效渠道，摒棄總風(fēng)險(xiǎn)，僅關(guān)注系統(tǒng)風(fēng)險(xiǎn)。如果CAPM模型在中國(guó)股市或其若干子板塊具有適用性，也就是說，影響單只股票收益率的最主要因素是其與整個(gè)市場(chǎng)共同變化的程度，那投資者在牛市選擇β系數(shù)高的股票，獲得高于大盤平均水平的超額收益，在熊市選擇β系數(shù)低的股票，在經(jīng)濟(jì)蕭條的大背景下主動(dòng)防御，使損失低于大盤平均水品，而β系數(shù)也是一個(gè)易于獲取且具有橫向可比性的指標(biāo)；如果CAPM模型不具有預(yù)期中的適用性，那么影響某一類股票收益的因素都有哪些，該以何指標(biāo)作為選擇投資標(biāo)的參考，也是值得投資者關(guān)注的問題。

1 概述

關(guān)于CAPM模型在我國(guó)股市的適用性，眾多學(xué)者做了大量研究，但結(jié)果分為迥然不同的兩派：文獻(xiàn)［5］在深證A股中隨機(jī)選擇81只股票，通過時(shí)間序列檢驗(yàn)和截面回歸2種方法，得出CAPM模型在深證股票市場(chǎng)并不完全適用的結(jié)論。夏裴［6］、黃振等［7］學(xué)者均認(rèn)為 CAPM模型在中國(guó)證券市場(chǎng)不適用。文獻(xiàn)［8］隨機(jī)選擇了涵蓋各大行業(yè)的47只股票，通過分析得出結(jié)論：CAPM模型在上交所具有較好的適用性，且β系數(shù)的擬合優(yōu)度高達(dá)0.997，系統(tǒng)風(fēng)險(xiǎn)對(duì)股票收益率的解釋能力很強(qiáng)。此外，文獻(xiàn)［9］分析了CAPM模型在鋼鐵子板塊中的適用性，得出鋼鐵行業(yè)β系數(shù)整體偏高的結(jié)論，在70%以上的鋼鐵股票中，系統(tǒng)風(fēng)險(xiǎn)對(duì)收益率有著較好的解釋能力。陸艷［10］、表二蘇等［11］也分別討論了CAPM模型在移動(dòng)通訊行業(yè)、銀行業(yè)、電力行業(yè)、釀酒業(yè)等領(lǐng)域的適用性。

關(guān)于個(gè)股收益的影響因素，周孝華等［12］選擇了537支個(gè)股在5年內(nèi)的月度收益數(shù)據(jù)，通過研究發(fā)現(xiàn)：收益率與市值正相關(guān)，與股票市凈率、凈營(yíng)運(yùn)資產(chǎn)等負(fù)相關(guān)。廈門大學(xué)的張菁［13］研究了我國(guó)上市銀行股收益的影響因素，發(fā)現(xiàn)銀行股收益與賬面市值比負(fù)相關(guān)，與市值呈現(xiàn)二次曲線關(guān)系。總的來說，券商股領(lǐng)域的CAPM模型適用性及收益影響因素研究都屬于較空白的領(lǐng)域，而隨著我國(guó)經(jīng)濟(jì)政策的更加開放以及資本市場(chǎng)的日趨完善，券商股板塊的地位更加重要。本文的研究將在一定程度上彌補(bǔ)現(xiàn)有研究的不足，對(duì)券商股領(lǐng)域的行情分析及投資策略都有一定的現(xiàn)實(shí)和理論意義。

2 數(shù)據(jù)與方法

2.1 研究思路

本文擬選取我國(guó)A股上市的21支券商股，其中國(guó)信證券于2014年12月29日開始上市交易，故不在本文的研究范圍。研究時(shí)間為2012年1月1日—2014年12月31日，首先利用20支股票在這3年以來的收盤價(jià)，計(jì)算以周為單位的收益率，利用定義式求取20支股票的β系數(shù)并通過在時(shí)間序列上回歸的方法進(jìn)行驗(yàn)證，通過分析β系數(shù)研究我國(guó)券商股收益率對(duì)系統(tǒng)風(fēng)險(xiǎn)的敏感程度。再用157個(gè)時(shí)間點(diǎn)的橫截面數(shù)據(jù)，以β系數(shù)作為自變量，個(gè)股收益率作為因變量進(jìn)行線性回歸，來驗(yàn)證β系數(shù)與個(gè)股收益率的線性關(guān)系及其對(duì)收益率的解釋能力，從而得出CAPM模型對(duì)我國(guó)上市券商股是否適用的結(jié)論。若適用，則為投資者提供了一種簡(jiǎn)單可靠的標(biāo)的資產(chǎn)選擇方法；若不適用，進(jìn)而討論上市券商股收益率的影響因素。

2.2 研究方法

CAPM模型適用性的實(shí)證研究一般采用歷史數(shù)據(jù)，構(gòu)建模型（1）：

其中：Ri表示資產(chǎn)i的收益率；Rf表示無風(fēng)險(xiǎn)收益率；Rm表示市場(chǎng)收益率；βi表示資產(chǎn)i的β系數(shù)；εi為其他因素影響的度量。在同一時(shí)點(diǎn)下，Rm、Rf均為常數(shù)，若已知每個(gè)βi及其對(duì)應(yīng)的Ri，便可進(jìn)行回歸。

以往的研究中，β的計(jì)算均采用歷史數(shù)據(jù)回歸，而沒有采用定義式直接計(jì)算。為了提高數(shù)據(jù)的準(zhǔn)確性，本文打算采用定義及回歸2種方法分別計(jì)算，再以兩者的平均值作為最終的β系數(shù)。得到β系數(shù)之后，就可作為模型檢驗(yàn)中的自變量，采用橫截面數(shù)據(jù)，對(duì)同一時(shí)點(diǎn)一系列股票的β系數(shù)和收益率進(jìn)行回歸，并進(jìn)行檢驗(yàn)，對(duì)模型（1）通過變形得到如下形式：

根據(jù)回歸結(jié)果就可得到結(jié)論。

2.3 樣本選取

本文樣本采用在我國(guó)A股上市的20家券商股，信息見表1。另從國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）獲得這20家上市券商從2012年1月1日—2014年12月31日每個(gè)交易日的收盤價(jià)作為基礎(chǔ)數(shù)據(jù)。

2.4 變量計(jì)算

2.4.1 收益率的時(shí)間間距

根據(jù)模型，首先需要確定時(shí)間間距t。計(jì)算β系數(shù)并驗(yàn)證CAPM模型適用性的過程是對(duì)大量的歷史數(shù)據(jù)進(jìn)行回歸的過程。就回歸分析的方法本身而言，樣本容量越大，回歸的效果越好。但是在較短的時(shí)間內(nèi)，交易信息中可能包含偶發(fā)事件造成的噪音影響，為了既得到足夠的樣本量，又能剔除噪聲波動(dòng)的影響，使數(shù)據(jù)真實(shí)可靠，必須將2個(gè)維度綜合考慮。本文選取的數(shù)據(jù)是2012年1月1日—2014年12月31日之間每個(gè)交易日的交易數(shù)據(jù)，時(shí)間間距t設(shè)為1周（一般為每周五的收盤價(jià)，如遇法定節(jié)假日則選擇距離周五最近的一個(gè)交易日的收盤價(jià)），于是得到157組收益率指標(biāo)。

2.4.2 市場(chǎng)收益率

公式中的Rm是指市場(chǎng)收益率，通常用股票價(jià)格指數(shù)的平均收益率來代替。股票指數(shù)本質(zhì)上是通過選取一組有代表性的股票來描述整個(gè)股票市場(chǎng)總的價(jià)格水平的變化，是整個(gè)股票市場(chǎng)的縮影，因此以股票指數(shù)的收益率替代理論上的市場(chǎng)收益率是可行的。我國(guó)股市中現(xiàn)有上證180指數(shù)、滬深300指數(shù)、央視50指數(shù)、上海證券綜合指數(shù)（簡(jiǎn)稱上證綜指）、深證股票綜合指數(shù)等，它們分別從不同的方面反映股票市場(chǎng)的價(jià)格走勢(shì)。根據(jù)實(shí)際生活及研究中的習(xí)慣及指數(shù)本身的適用范圍，本文以上證綜指和深證成指為依據(jù)計(jì)算市場(chǎng)收益率：

指數(shù)收益率＝（當(dāng)期收盤指數(shù)-上期收盤指數(shù)）／上期收盤指數(shù)

本文將上證綜指和深證成指的收益率取平均數(shù)，定義為綜合市場(chǎng)收益率Rm：

2.4.3 股票收益率

利用式（4）可計(jì)算時(shí)間間距t下的157組券商股周收益率。

為了剔除股票除權(quán)除息對(duì)價(jià)格的影響，本文采用的收盤價(jià)均為復(fù)權(quán)價(jià)格。此外，在研究期內(nèi)，5家股票因重大事項(xiàng)停牌，造成一部分期間內(nèi)交易數(shù)據(jù)的缺失，且西部證券于2012年5月3日上市交易，在此之前也沒有交易信息。為了減少缺失的交易數(shù)據(jù)對(duì)分析結(jié)果的影響，在根據(jù)定義計(jì)算β系數(shù)以及回歸過程中，本文對(duì)缺失的部分直接從樣本中予以剔除，剔除數(shù)據(jù)最多的宏源證券剩余117組數(shù)據(jù)，仍屬于大樣本，認(rèn)為數(shù)量減少對(duì)計(jì)算結(jié)果不會(huì)造成實(shí)質(zhì)性差異。

2.4.4 無風(fēng)險(xiǎn)收益率

無風(fēng)險(xiǎn)利率是指將資金投資于某一項(xiàng)沒有任何風(fēng)險(xiǎn)的投資對(duì)象而能得到的利息率，這是一種理想的投資收益。在金融資產(chǎn)的定價(jià)研究中，無風(fēng)險(xiǎn)利率一般指投資者可以在此利率下進(jìn)行自由借貸。國(guó)外的實(shí)證研究中多以短期國(guó)債利率或銀行同業(yè)拆借利率來代替。在文獻(xiàn)［14］中，指出了我國(guó)債券交易市場(chǎng)不統(tǒng)一、期限結(jié)構(gòu)不合理，以及銀行同業(yè)拆借利率隱含了銀行自身經(jīng)營(yíng)風(fēng)險(xiǎn)等缺點(diǎn)，因此無法利用成熟資本市場(chǎng)中的方法選擇無風(fēng)險(xiǎn)利率。考慮到我國(guó)居民仍以儲(chǔ)蓄作為最主要的投資方式、大型商業(yè)銀行違約率極低以及央行指導(dǎo)利率的高適用性，本文擬用銀行存款利率代替無風(fēng)險(xiǎn)利率，且我國(guó)股市多以短線持有賺取資本利得為主，故選擇3個(gè)月定期存款利率，定義為Rf。

2.4.5 β系數(shù)

如本文所述，β系數(shù)的定義式為

已知Rm和Ri（其中i為1～20支券商股股票），利用excel自帶的covar和varp函數(shù)公式可求得20支券商股的β系數(shù)。對(duì)模型（1）適當(dāng)變形得到如下模型：

這個(gè)回歸方程通常被稱為“一次回歸”方程，在每一個(gè)時(shí)點(diǎn) t下，Rmt＝Rm-Rf，而 Rit＝Ri-Rf，對(duì)每一支股票的收益率Rit與均衡市場(chǎng)組合的收益率Rmt進(jìn)行時(shí)間序列的回歸，也可得到一組β系數(shù)，將2組數(shù)據(jù)求平均數(shù)，從而得到最終的 β系數(shù)。

3 實(shí)證分析與檢驗(yàn)

3.1 β系數(shù)的實(shí)證分析與檢驗(yàn)

要利用歷史數(shù)據(jù)回歸求得β值，首先要求模型（6）中的Rit和Rmt線性關(guān)系成立，并進(jìn)行異方差與序列自相關(guān)的檢驗(yàn)。

用SPSS18處理數(shù)據(jù)并得到如圖1所示結(jié)果。

圖1 異方差檢驗(yàn)的散點(diǎn)圖

用圖示法進(jìn)行異方差的檢驗(yàn)（如圖1所示），分別做出20支股票自變量和因變量的散點(diǎn)圖，如果模型（1）中的隨機(jī)項(xiàng)εi存在異方差，則隨著自變量的增大，因變量偏離回歸直線的離散程度將增大，使得點(diǎn)集呈現(xiàn)出三角形狀或啞鈴形狀。觀察圖像發(fā)現(xiàn)，散點(diǎn)與擬回歸直線之間沒有明顯的遞增或遞減的偏離趨勢(shì)，則說明模型中的隨機(jī)項(xiàng)是同方差的。

進(jìn)行序列自相關(guān)檢驗(yàn)，給定顯著性水平α＝0.05，查Durbin-Watson分布表，當(dāng)樣本容量為T＝157時(shí)，得到臨界值 dL＝1.72，dU＝1.747。

當(dāng)0＜d＜dL時(shí)，說明隨機(jī)項(xiàng)存在一階自相關(guān)；當(dāng)4-dL＜d＜4時(shí)，說明隨機(jī)項(xiàng)存在一階負(fù)自相關(guān)；當(dāng)dU＜d＜4-dU時(shí)，說明隨機(jī)項(xiàng)不存在一階自相關(guān)；當(dāng)dL＜d＜dU或4-dU＜d＜4-dL時(shí)，則不能判別隨機(jī)項(xiàng)是否存在1階自相關(guān)。

再觀察可見，R2的平均值為0.51，T值的平均值為12.77，最小值為5.8，說明線性關(guān)系顯著且自變量對(duì)因變量有很高的解釋能力，說明回歸效果較好，結(jié)果可信。用回歸方法得到的β值和定義式求得的β值平均后得到20只股票最終的β系數(shù)，見表2。

3.2 CAPM模型適用性的實(shí)證分析與檢驗(yàn)

得到每一支券商股的β系數(shù)之后，就可以在157個(gè)時(shí)間點(diǎn)分別用β系數(shù)和與之對(duì)應(yīng)的收益率進(jìn)行橫截面上的回歸，結(jié)果描述如表3所示。

表2 β系數(shù)的計(jì)算結(jié)果

表3 CAPM模型回歸結(jié)果的描述統(tǒng)計(jì)量

R2的平均值為0.155，擬合優(yōu)度不理想，說明β值對(duì)個(gè)股收益的解釋能力平均只有15.5%。進(jìn)行回歸參數(shù)估計(jì)值的顯著性t檢驗(yàn)，T絕對(duì)值的平均值為1.335，勉強(qiáng)通過顯著性水平α＝0.10時(shí)的檢驗(yàn)。即當(dāng)α＜10%時(shí)，β系數(shù)對(duì)股票收益率沒有顯著的線性關(guān)系；當(dāng)α≥10%時(shí)，線性關(guān)系成立。在157組數(shù)據(jù)中，T值絕對(duì)值大于臨界值的有87組，占比55.41%。在模型的整體顯著性檢驗(yàn)中，F(xiàn)的平均值為3.44，而α＝0.1時(shí)，自由度為（1，18）的F分布的臨界值為3.01，則模型整體在α＝10%的水平下顯著。

3.3 券商股收益率影響因素的實(shí)證分析

通過上一步的分析，發(fā)現(xiàn)β系數(shù)雖然與股票收益率線性相關(guān)，但對(duì)其解釋能力僅有15%，因此仍然有其他因素能夠影響個(gè)股收益。根據(jù)Fama-French的三因子模型，認(rèn)為上市公司的市值、賬面市值比、市盈率可以解釋股票收益率的差異，因此定義并引入如下變量。

市值（SZ）等于每一個(gè)時(shí)點(diǎn)下，股票市場(chǎng)價(jià)格乘以股份數(shù)的積，因?yàn)槲覈?guó)股權(quán)分置改革的最終目的是實(shí)現(xiàn)股份的大流通，因此此處的股份數(shù)是指企業(yè)賬面中的股本（實(shí)收資本），包括流通股和非流通股；賬面市值比（ZM）是指該時(shí)點(diǎn)下所有者權(quán)益總額與市值的比，此處的賬面權(quán)益應(yīng)包括實(shí)收資本、資本公積、未分配利潤(rùn)以及少數(shù)股東權(quán)益等；市盈率（PE）等于當(dāng)前市價(jià)除以每股收益。

每一個(gè)時(shí)點(diǎn)的收益率為本時(shí)點(diǎn)的收盤價(jià)較上一時(shí)點(diǎn)收盤價(jià)的漲（跌）幅（例如2014年中期收益率是2014年6月30日股票收盤價(jià)較2013年12月31日股票收盤價(jià)的漲幅），根據(jù)20家券商的財(cái)務(wù)數(shù)據(jù)，計(jì)算上述變量的值并分別與股票收益率進(jìn)行回歸，結(jié)果如表4所示。

在顯著性水平α＝0.05，T＝20，k＝1的情況下，隨機(jī)項(xiàng)不存在1階自相關(guān)的DW值范圍為（1.41，2.59），則所有回歸方程均不存在序列自相關(guān)。市值與收益率回歸結(jié)果的R2為0.05，擬合度非常低，T值絕對(duì)值為0.882 2，F(xiàn)值為1.049 8，模型整體及參數(shù)估計(jì)值均不顯著；賬面市值比、市盈率與收益率的回歸結(jié)果均不能通過F檢驗(yàn)及T檢驗(yàn)。考慮現(xiàn)實(shí)情況中，投資者獲得財(cái)務(wù)報(bào)表信息后會(huì)影響其投資意愿，而投資意愿的改變?cè)斐晒善眱r(jià)格的變動(dòng)，最終影響到下一期的收益率，也就是說本期的財(cái)務(wù)信息并不能立刻被投資者吸收并反映在本期的收益率上，而是會(huì)影響下一期的收益率，按照此種思路將收益率滯后一期再與市值、賬面市值比和市盈率等自變量回歸。

新的回歸結(jié)果中，市值作為自變量的回歸仍然不能通過F檢驗(yàn)和T檢驗(yàn)；在α＝0.1的顯著性水平下，T（18）的臨界值為 1.33，F(xiàn)（1，18）的臨界值為3.01，則賬面市值比、市盈率與收益率的線性關(guān)系顯著，且對(duì)收益率的解釋能力分別為15%和19%，均是影響股票收益率的重要因素之一。

表4 收益率影響因素的回歸結(jié)果

4 結(jié)束語

根據(jù)本文實(shí)證分析，發(fā)現(xiàn)券商板塊股票的β系數(shù)整體偏高，平均值為1.724 3，最大值為華泰證券2.035，僅有的β系數(shù)小于1的錦龍股份為0.901，而其低于1的主要原因可能是雖然錦龍股份在股票分類中屬于證券板塊，但其僅僅是控股中山證券、參股東莞證券，其主營(yíng)業(yè)務(wù)一半是自來水業(yè)務(wù)，并非真正意義上的券商股。券商股β系數(shù)整體偏高說明其波動(dòng)程度遠(yuǎn)高于大盤平均水平，風(fēng)險(xiǎn)高、投機(jī)性強(qiáng)、對(duì)信息的反應(yīng)敏感且劇烈。而券商股在股市的實(shí)際表現(xiàn)也確實(shí)如此，無論是在滬港通、央行降準(zhǔn)等利好消息下的帶頭瘋長(zhǎng)，還是在原油走熊、資本監(jiān)管等利空消息下的集體跳水，尤其是在2015年初的119暴跌中，券商股板塊集體跌停，充分體現(xiàn)了券商板塊是整個(gè)股市的“風(fēng)向標(biāo)”，作為牛市的帶頭大哥，現(xiàn)階段值得投資者關(guān)注。

從本文3.2節(jié)的實(shí)證分析來看，CAPM模型在我國(guó)現(xiàn)階段的券商股板塊適用性并不很高，系統(tǒng)風(fēng)險(xiǎn)對(duì)收益率變動(dòng)的解釋能力不足20%，雖然通過了參數(shù)估計(jì)值的顯著性T檢驗(yàn)，說明β系數(shù)確實(shí)影響收益率，但絕非主要因素，投資者在選擇標(biāo)的資產(chǎn)時(shí)，可參考其β系數(shù)，但不應(yīng)該將其作為主要的選擇標(biāo)準(zhǔn)。

通過本文3.3節(jié)的實(shí)證分析可見：Fama-French的三因子模型并不完全適用我國(guó)現(xiàn)階段的券商股板塊，市值對(duì)收益率并沒有顯著的影響，而賬面市值比和市盈率對(duì)滯后一期的收益率有一定的影響，但解釋能力均小于20%。

綜上所述，CAPM和三因子兩大經(jīng)典模型適用性欠佳，再次說明我國(guó)資本市場(chǎng)發(fā)展尚不成熟，投資者機(jī)構(gòu)畸形，以個(gè)人為主體；投資觀念不成熟，以盲目投機(jī)為主，羊群效應(yīng)顯著；信息披露不充分，大小投資者之間存在信息不對(duì)稱；股權(quán)結(jié)構(gòu)不合理，行政干預(yù)過多。在這樣一個(gè)不成熟的市場(chǎng)，投資者切忌根據(jù)簡(jiǎn)單的模型和單個(gè)指標(biāo)選取標(biāo)的資產(chǎn)，應(yīng)該綜合考慮賬面市值比、市盈率等多個(gè)指標(biāo)，并密切關(guān)注經(jīng)濟(jì)大環(huán)境下股票市場(chǎng)整體的牛熊行情，充分利用 β系數(shù)增加收益、規(guī)避損失。