徐爭榮 韓星燦
摘 要:隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,互聯(lián)網(wǎng)金融行業(yè)也迅速發(fā)展壯大,互聯(lián)網(wǎng)金融自身所具有的優(yōu)勢必將對傳統(tǒng)的商業(yè)銀行間的競爭和經(jīng)營行為帶來巨大的影響。為進一步驗證資本資產(chǎn)定價模型在股票市場的有效性,選取互聯(lián)網(wǎng)金融行業(yè)的股票,利用其在2015年12月31日—2020年12月31日的月交易數(shù)據(jù)進行實證研究分析。利用統(tǒng)計學(xué)相關(guān)軟件進行回歸檢驗,驗證CAPM模型在互聯(lián)網(wǎng)金融板塊的適用性,得出結(jié)論并給出建議。
關(guān)鍵詞:資本資產(chǎn)定價模型;互聯(lián)網(wǎng)金融;適用性;實證檢驗
一、引言
互聯(lián)網(wǎng)技術(shù)不斷創(chuàng)新、深化發(fā)展,在不斷地促進金融業(yè)的發(fā)展?;ヂ?lián)網(wǎng)金融很好地實現(xiàn)了互聯(lián)網(wǎng)科技與金融業(yè)的結(jié)合,不但方便快捷而且普惠性較強、成本也低,從而可以提高資源配置的效率,促進中小型企業(yè)的發(fā)展,增加就業(yè)機會。互聯(lián)網(wǎng)金融的發(fā)展對我國經(jīng)濟的穩(wěn)定健康運行產(chǎn)生了重要的影響。但是出于規(guī)避風(fēng)險的考慮,也為了更好地服務(wù)消費群眾,繼續(xù)推進金融改革與技術(shù)創(chuàng)新是必須完成的任務(wù)。
資本資產(chǎn)定價模型(Capital Asset Pricing Model,CAPM)是現(xiàn)代社會中金融研究發(fā)展的基石,其在經(jīng)濟的理論發(fā)展中具有重要的意義。從資本資產(chǎn)定價模型的理論內(nèi)涵看,其以一種簡單的線性模型揭示了資產(chǎn)的收益與風(fēng)險之間的均衡關(guān)系。從方法論角度來看,CAPM模型基于對投資者和市場的一系列假設(shè),通過嚴(yán)謹(jǐn)?shù)睦碚撏茖?dǎo),得到了資產(chǎn)與資產(chǎn)組合的風(fēng)險收益均衡關(guān)系。盡管CAPM模型的結(jié)論在許多情況下與實證檢驗的結(jié)果不一致,但由于其應(yīng)用簡單和精準(zhǔn)度高等優(yōu)點,在許多重要實踐中仍被廣泛應(yīng)用。
多年以來,許多學(xué)者對CAPM模型在我國股市中的有效性進行了實證分析和理論研究,對我國股市的發(fā)展起到了一定的推動作用。因此本文旨在運用CAPM模型對我國互聯(lián)網(wǎng)金融板塊的股票進行實證檢驗,并探究其有效性。基于此,為該模型的適用和其行業(yè)的發(fā)展提出一些建議措施,以期促進行業(yè)穩(wěn)定健康發(fā)展,營造安全穩(wěn)定的金融環(huán)境。
二、文獻綜述
對CAPM模型的研究最早始于國外,自20世紀(jì)70年代,國外學(xué)者就開展了大量的實踐研究,其中,Black et al為了驗證模型的有效性,將選取的數(shù)據(jù)以時間序列的方式進行了檢驗。他們發(fā)現(xiàn),股票的收益率水平與β系數(shù)之間有正相關(guān)的線性關(guān)系。他們的實驗不僅得到了這個結(jié)論,還發(fā)現(xiàn)了非系統(tǒng)性風(fēng)險在其中發(fā)揮的作用。
隨后,F(xiàn)ama和Macbeth也對CAPM模型開展研究,他們利用多元線性回歸的方法發(fā)現(xiàn)了收益率與β系數(shù)間具有的關(guān)系,即呈現(xiàn)出正相關(guān)線性關(guān)系,卻并沒有發(fā)現(xiàn)Black等得到的額外結(jié)論。Fama和French的研究更使人信服,他們使用數(shù)據(jù)將股票按照財務(wù)能力和規(guī)模進行了分類,然后在每組中按照β值大小再次分成小組,卻無法發(fā)現(xiàn)兩者變量之間的相關(guān)關(guān)系。他們又在分析指標(biāo)中加入了公司規(guī)模情況,經(jīng)過實證分析,發(fā)現(xiàn)公司狀況和市場收益基本能夠解釋股票收益率的變化,而β系數(shù)并不能很好地解釋股票的報酬率。
中國證券期貨2022年9月
第3期基于CAPM模型對互聯(lián)網(wǎng)金融板塊的實證分析
對CAPM模型的研究中,我國學(xué)者也發(fā)揮了難以忽視的作用。最早的研究起始于施東暉所做的實驗,他整理了滬市1993年4月到1996年5月50只股票的歷史收盤價數(shù)據(jù),經(jīng)過大量分析后認(rèn)為,股票的收益率與系統(tǒng)風(fēng)險之間沒有顯著關(guān)系,卻發(fā)現(xiàn)非系統(tǒng)風(fēng)險對股票收益率發(fā)揮了非常重要的作用。經(jīng)過實驗的論證,得出理論上的資本資產(chǎn)定價模型并不適用于我國實際的證券市場情況,甚至產(chǎn)生相反的結(jié)論。換言之,我國證券市場的運行中,系統(tǒng)性風(fēng)險占比過高,非系統(tǒng)風(fēng)險占比較低,投資者幾乎不能通過分散投資來規(guī)避風(fēng)險。
陳小悅和孫愛軍運用根據(jù)財務(wù)規(guī)模進行分類分組的方式對我國證券市場的收益狀況進行了實驗分析,在控制好一定的規(guī)模后,得出結(jié)論:β系數(shù)不能準(zhǔn)確合適地解釋股票收益狀況,從而得出資產(chǎn)定價模型在我國股票市場并不適用的結(jié)論。而孫鵬飛等進行的研究證明,在股票市場中,并不是只有系統(tǒng)風(fēng)險這一個決定收益的因素存在,成交量、財務(wù)規(guī)模、流通比率也會影響股票的收益率情況。
此外,楊朝軍和邢靖也針對CAPM模型的檢驗做了相關(guān)實驗,認(rèn)為若在CAPM模型中加入其他影響股票的因素,可能會對模型有更好的解釋。他們在上海股票市場中選取了時間跨度為3年期的所有A股股票,通過傳統(tǒng)的CAPM模型檢驗和加入其他可能影響股票收益的因素形成的CAPM模型進行檢驗,結(jié)果說明,與傳統(tǒng)的CAPM理論模型并不一致,在滬市股票市場中不僅有系統(tǒng)風(fēng)險可以決定股票收益率,還有財務(wù)規(guī)模、流通比率等指標(biāo)也會影響股票的收益率水平,并且由于時間在變動,各因素對收益的影響程度也在變動。高永濤和牟新建兩位經(jīng)濟學(xué)家將招商銀行和上海浦東發(fā)展銀行作為實驗對象進行分析,得出的實驗結(jié)果表明,CAPM模型現(xiàn)在還不能夠完全適用于我國證券市場,從側(cè)面也說明,目前我國的證券市場發(fā)展不夠成熟。
三、模型簡介及數(shù)據(jù)變量選取
(一)CAPM模型簡介
CAPM模型圍繞資本市場發(fā)展理論來研究在證券市場中股票的預(yù)期收益率與風(fēng)險之間的關(guān)系。無風(fēng)險利率條件下CAPM模型的標(biāo)準(zhǔn)形式如下:
E(rp)-rf=α+βim[E(rm)-rf]
式中,E(rp)為資產(chǎn)在t時期的期望收益率;E(rm)表示市場組合的收益率;rf為無風(fēng)險收益率;βim為資產(chǎn)對應(yīng)的β系數(shù);α為截距項,即定價的誤差項。
CAPM模型要想實現(xiàn),需要的假設(shè)條件如下:
(1)在一個投資周期內(nèi),評估投資組合的價值需要用到股票收益率與標(biāo)準(zhǔn)差兩個指標(biāo)。
(2)收益率越高,投資者選擇機會越大。
(3)標(biāo)準(zhǔn)差越低,投資者選擇機會越大。
(4)投資者可以任意決定買賣資產(chǎn)或者組合的任何部分。
(5)不考慮稅收政策和任何可能出現(xiàn)的交易費用,模型理想化。
(6)投資者獲得和使用的外部信息是相同的即每個人投資時間相等,無風(fēng)險利率相等。
(7)不論哪種資產(chǎn),不同投資者對同一資產(chǎn)的預(yù)期收益與風(fēng)險狀況都有同一預(yù)期。
基于這些假設(shè),資產(chǎn)定價模型假設(shè)現(xiàn)實生活中投資的行為是這樣的:每個人都了解相同的信息,具有相同的處理問題的能力,對證券有一致的了解;證券市場是一個完整的市場,不妨礙投資。通過觀察市場中所有投資者的統(tǒng)一的行為方式,可以得到證券的風(fēng)險與收益率均衡關(guān)系的特點。
(二)數(shù)據(jù)的來源與選取
本文以沒有違規(guī)行為及剔除ST股票等為篩選條件,從體現(xiàn)樣本數(shù)據(jù)選擇的普遍性與適用性的角度,利用Choice金融終端從上海證券市場互聯(lián)網(wǎng)金融板塊中選取了30只股票。包括重慶百貨、棲霞建設(shè)、安源煤業(yè)、雅戈爾、高偉達、三聯(lián)虹普、贏時勝、三六五網(wǎng)、拓爾思、鴻利智匯、派生科技、數(shù)碼視訊、金財互聯(lián)、華斯股份、大金重工、中糧資本、大北農(nóng)、千方科技、海寧皮城、羅萊生活、世聯(lián)行、久其軟件,凌志軟件、生意寶、恒生電子、安碩信息、指南針、大智慧、神州信息、同花順。時間跨度為2015年12月31日到2020年12月31日。
鑒于時間跨度較長,從2015年12月31日到2020年12月31日為期5年,如果把日作為分析周期,中間可能因為某個事件出現(xiàn)股價異常。為避免出現(xiàn)不實際或者沒有意義的結(jié)論,本文采用月度數(shù)據(jù)作為分析周期進行實證檢驗。數(shù)據(jù)來源于Choice金融終端,收益率按每股月末最后-交易日收盤價計算。同時,為了避免股利分配的偏差,本文選擇了經(jīng)過前復(fù)權(quán)的月收盤價。
運用Excel軟件對數(shù)據(jù)進行初步處理,將原始股票的當(dāng)月收盤價減去上一月度收盤價之后再除以上一月度收盤價,用這一方式計算股票的期望收益率。
(三)模型變量的設(shè)定
1.無風(fēng)險利率
本文所用到的無風(fēng)險收益率數(shù)據(jù)來自我國金融機構(gòu)一年期存款基準(zhǔn)利率,該指標(biāo)在2016—2020年基本維持在1.5%,即年無風(fēng)險收益率是1.5%,則月無風(fēng)險利率為0.125%,認(rèn)定該數(shù)據(jù)為所需指標(biāo)數(shù)值。
2.市場收益率
上證綜指可以準(zhǔn)確地反映股市的發(fā)展趨勢,具有良好的市場代表性,作為一種價值加權(quán)指數(shù),也符合CAPM模型關(guān)于市場組合在結(jié)構(gòu)上的要求。并且由于選取的30只個股樣本均在滬市進行交易,因此,市場收益率便用上證綜指的股票收益率情況來表示,計算出其月度收益率。記E(rm)為t時的市場組合收益率。
四、CAPM模型回歸分析
對CAPM模型的回歸分析主要體現(xiàn)在對檢驗的結(jié)果中三個方面進行分析:回歸直線方程的截距項是否為0;β系數(shù)是否為1,是否可以體現(xiàn)投資組合與市場組合收益變動情況;市場組合的風(fēng)險溢價數(shù)值是否為正。
在進行回歸分析之前,首先構(gòu)建資產(chǎn)組合的時間序列并計算收益率,在對股票市場研究的基礎(chǔ)上,將選取的30只股票通過隨機抽樣的方式分為5組,每組6只股票,投資組合的期望收益率采用單個組合期望收益率的等權(quán)重均值,即用計算平均值的方法分別計算6只股票的平均數(shù)來代表投資組合的收益率。
(一)描述性統(tǒng)計
用Excel軟件對投資組合進行描述性統(tǒng)計統(tǒng)計結(jié)果如表1所示。投資組合與風(fēng)險溢價的觀測數(shù)據(jù)均為60個數(shù)據(jù),投資組合均值較低,基本為負數(shù),表示選取的互聯(lián)網(wǎng)金融板塊的股票收益率大多數(shù)會比無風(fēng)險收益率要低,收益較??;而風(fēng)險溢價基本大于0,認(rèn)為市場組合的收益率基本是高于無風(fēng)險收益率的,滿足了CAPM模型的檢驗條件;各個投資組合的標(biāo)準(zhǔn)差相差無幾但都大于風(fēng)險溢價的標(biāo)準(zhǔn)差,說明數(shù)據(jù)組合沒有上證綜指的收益率穩(wěn)定,數(shù)據(jù)組合會有較大差別。同時,投資組合的最大值均比風(fēng)險溢價大,最小值均比風(fēng)險溢價小,說明各個組合內(nèi)單只股票收益率數(shù)據(jù)變化較大。
(二)單位根檢驗
通過Eviews軟件對每個投資組合的收益率數(shù)據(jù)進行ADF檢驗即單位根檢驗。檢驗其序列是否為平穩(wěn)序列,這是進行實證研究的前提。單位根檢驗結(jié)果如表2所示。
用Eviews軟件進行ADF檢驗,通過上述實驗結(jié)果我們可以得到,組合原始序列的t值均小于在5%顯著性水平條件下所對應(yīng)的t值,則通過檢驗,應(yīng)該拒絕原假設(shè),認(rèn)為該序列為平穩(wěn)序列,并不存在單位根。
(三)最小二乘法檢驗
本文通過對5組月平均期望收益率的數(shù)據(jù)運用最小二乘法方法進行回歸分析,可得各組的β系數(shù)以及R2、P值等情況?;貧w結(jié)果如表3所示。
回歸系數(shù)的顯著性檢驗:對以上實驗所得出的結(jié)果進行分析,這5個股票組合檢驗出的β系數(shù)的P值均為0,比顯著性水平0.05小,要拒絕原假設(shè),β系數(shù)很明顯不為0;檢驗結(jié)果中5個投資組合的β值均大于1,但接近于1,可以認(rèn)為各個投資組合的收益率變動與市場組合的收益率變動趨于一致,則解釋變量對被解釋變量的影響顯著,也能夠得出互聯(lián)網(wǎng)金融板塊股票收益率與上證指數(shù)收益率存在顯著線性相關(guān)關(guān)系,其收益率顯著受市場的影響。
可決系數(shù)R2:R2的數(shù)據(jù)顯示出系統(tǒng)性風(fēng)險在總風(fēng)險中所占的比例。根據(jù)上面回歸結(jié)果可以知道,5個投資組合中只有1個投資組合的R2大于0.5,剩下的R2數(shù)值都稍微小于0.5,在0.4附近徘徊,可決系數(shù)稍低,最低的可決系數(shù)為0.355762,而大于0.5的也僅有0.501111。實證檢驗的結(jié)果可以說明該方程整體的擬合優(yōu)度較差,β系數(shù)并不能較好地表示出兩變量之間的線性關(guān)系,同時這表明β系數(shù)并不能有效地解釋出互聯(lián)網(wǎng)金融行業(yè)股票收益率的變化,這進一步表明除系統(tǒng)性風(fēng)險外,依然存在著其他影響互聯(lián)網(wǎng)金融板塊股票收益率的因素。
對截距項α的分析:α不等于0意味著市場中存在著不完全均衡的定價。由以上研究結(jié)果可得,5個投資組合的截距項都在-0.005左右,數(shù)值不大,可以看出互聯(lián)網(wǎng)金融板塊的市場基本均衡。
(四)穩(wěn)定性檢驗
為了檢驗本文采用的模型的穩(wěn)定性,本文將改變分組的方式來進行穩(wěn)定性檢驗。將之前隨機抽樣的方式分成5組改變分組方式,仍然是6只股票,再進行一遍CAPM模型回歸分析,單位根檢驗最小乘法檢驗。結(jié)果證明模型可靠、檢驗結(jié)果依然顯著,模型具有穩(wěn)定性。
通過以上回歸檢驗,可以總結(jié)出以下實驗結(jié)果:首先選取的數(shù)據(jù)序列經(jīng)過單位根檢驗證實為平穩(wěn)序列,這是進行實驗的前提。然后通過最小二乘法回歸檢驗分析,回歸直線方程的截距項基本在0,則表示出互聯(lián)網(wǎng)金融板塊的市場基本均衡;在顯著性水平0.05的條件下,投資組合的β系數(shù)很明顯接近于1,表現(xiàn)出變量之間顯著的線性關(guān)系,也表現(xiàn)出互聯(lián)網(wǎng)金融板塊股票收益率與市場組合收益率的變動趨于一致,β系數(shù)也表達出系統(tǒng)性風(fēng)險的經(jīng)濟含義,表明系統(tǒng)性風(fēng)險對資產(chǎn)定價的影響程度;而R2數(shù)值在0.5左右表明回歸直線的擬合優(yōu)度整體較差,說明自變量對因變量的解釋力度不大,β系數(shù)并不能很好地描述它們之間的線性關(guān)系,除系統(tǒng)性風(fēng)險會對收益產(chǎn)生影響外,還存在其他影響因變量的因素。
五、結(jié)論與建議
本文通過對互聯(lián)網(wǎng)金融板塊的股票進行CAPM模型的實證分析,現(xiàn)階段β系數(shù)對我國互聯(lián)網(wǎng)金融板塊股票收益率與資本定價的解釋還不充分,存在除此之外其他影響收益率的因素。目前的實證顯示當(dāng)前的CAPM模型并不適合對我國互聯(lián)網(wǎng)金融業(yè)進行分析。CAPM模型作為一個理想模型,對假設(shè)有著嚴(yán)格要求,這與我國股票市場的現(xiàn)狀出入較大。我國互聯(lián)網(wǎng)金融行業(yè)的價格波動劇烈,目前的情況還遠遠不是理論上所要求的條件。因此,CAPM模型在實際應(yīng)用過程中存在很大的局限性,包括我國互聯(lián)網(wǎng)金融市場的發(fā)展,反映出其還不夠成熟的狀況。因此,當(dāng)前的CAPM模型并不適用于分析我國互聯(lián)網(wǎng)金融板塊股票的收益率情況。
傳統(tǒng)的CAPM模型假設(shè)太過理想化,很多條件在實際的市場中幾乎不能得到滿足,同時我國證券市場發(fā)展相對較慢,互聯(lián)網(wǎng)金融板塊的價格波動較大,當(dāng)前證券市場不成熟的發(fā)展現(xiàn)狀與模型嚴(yán)格的理論要求相差較大。我國股票市場的信息披露不完全,或者投資者結(jié)構(gòu)不合理這些因素都影響著CAPM發(fā)揮實際作用,這也導(dǎo)致了模型的回歸結(jié)果沒有得出理想的結(jié)論。然而,事實上理想的、完全符合CAPM假設(shè)的市場也是不存在的,我們所能做到的只是使實驗的條件盡可能地接近理想條件,但不能達到完全的等同。因此在實際模型的運用過程中,CAPM模型存在著很多局限性。
因此,本文根據(jù)研究現(xiàn)狀與所做的實證分析,提出如下幾點建議。
(1)對于相關(guān)監(jiān)管部門與政府機構(gòu)來說,要完善信息披露制度,提高信息的真實性,確保投資者能得到準(zhǔn)確的信息,為模型提供更加理想化的條件。
(2)政府與監(jiān)管部門要加大監(jiān)管力度,降低個人投資者的比例,適當(dāng)增加集體投資占比,使投資結(jié)構(gòu)更加合理。
(3)增加市場靈活性,使市場更加適合現(xiàn)階段發(fā)展?fàn)顩r。
(4)對于投資者來說,要樹立良好的價值觀念,進行合理投資,促進證券市場的穩(wěn)定運行。
本文以互聯(lián)網(wǎng)金融行業(yè)作為研究樣本,因此針對互聯(lián)網(wǎng)金融行業(yè)提出以下幾點建議。
(1)鼓勵創(chuàng)新,促進互聯(lián)網(wǎng)金融穩(wěn)步發(fā)展。積極推進互聯(lián)網(wǎng)金融平臺開展創(chuàng)新活動,以創(chuàng)新激發(fā)市場活力,引導(dǎo)金融機構(gòu)學(xué)習(xí)宣傳并廣泛開發(fā)互聯(lián)網(wǎng)技術(shù),實現(xiàn)服務(wù)的跨越升級,使金融服務(wù)活動不局限于傳統(tǒng)的金融體驗,鼓勵各機構(gòu)廣泛開展合作,利用自身資源推陳出新,以獲得互補利益。
(2)明確互聯(lián)網(wǎng)金融監(jiān)管責(zé)任,強化消費者權(quán)益保護意識。在保護消費者的權(quán)益方面,各部門要研究出臺一些政策措施,編寫針對保護互聯(lián)網(wǎng)金融消費者權(quán)益方面的文件,并及時傳播,使消費者得到相關(guān)知識的教育,了解互聯(lián)網(wǎng)金融融資問題,加強宣傳。此外,要有一個專門解決金融消費爭端的渠道,不論投資者本身資金是否充裕,都不需要因冗長的時間成本與較高的訴訟成本擔(dān)憂,出現(xiàn)問題后雙方可以通過私下協(xié)商化解矛盾沖突,跨越地域限制,降低成本,提高效率。除此之外,對互聯(lián)網(wǎng)金融消費者進行合理教育也是一個保護其正當(dāng)權(quán)益不受侵犯的有效方法,全方位地提高互聯(lián)網(wǎng)用戶的風(fēng)險防范意識和自我保護能力。
(3)切實保障網(wǎng)絡(luò)與信息安全,營造安全穩(wěn)定的互聯(lián)網(wǎng)金融環(huán)境。開發(fā)商與安全運營商應(yīng)有效提高技術(shù)要求,安裝高效的安全防火墻,妥善保護客戶信息,對交易信息做好保密工作,不參與未經(jīng)授權(quán)的交易或客戶個人身份的披露;金融監(jiān)管部門以及國家安全部門要做好對相關(guān)從業(yè)機構(gòu)的網(wǎng)絡(luò)安全進行監(jiān)管,建立統(tǒng)一的安全保障標(biāo)準(zhǔn),保障網(wǎng)絡(luò)與信息安全有序。
參考文獻
[1]BLACK F,JENSEN M,SCHOLES M.The Capital Asset Pricing Model:Some empirical tests[J].Studies in the Theory of Capital Markets Praeger,New York,NY,1972:79-121.
[2]FAMA E F,MACBETH J D.Risk,return,and equilibrium:empirical tests[J].The Journal of Political Economy,1973,81(3):607-636.
[3]FAMA E F,F(xiàn)RENCH K R.The cross-section of expected stock returns[J].The Journal of Finance,1992,47(2):427-465.
[4]施東暉.上海股票市場風(fēng)險性實證研究[J].經(jīng)濟研究,1996(10):44-48.
[5]楊朝軍,邢靖.上海證券市場CAPM實證檢驗[J].上海交通大學(xué)學(xué)報,1998(3):61-66.
[6]陳小悅,孫愛軍.CAPM在我國股市的有效性檢驗[J].北京大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2000,37(4):28-37.
[7]孫鵬飛,蘇莉媛,沈曄.資本資產(chǎn)定價模型在中國股市的擬合程度分析[J].商業(yè)時代,2006(5):51-52.
[8]高永濤,牟新建.關(guān)于CAPM模型的實證研究——以我國上市銀行個股為例[J].商場現(xiàn)代化,2010(4):7.
[9]張虎,鄒媛媛.基于CAPM模型的上海股票市場適應(yīng)性檢驗[J].統(tǒng)計與決策,2016(14):164-166.
[10]方濤.基于CAPM模型對中國高鐵板塊股票的實證研究[J].北京印刷學(xué)院學(xué)報,2017,25(4):93-94,83.