❶ 求證券投資的基本理論論文
證券投資者行為的行為金融學研究述評
摘 要：自從2002年行為金融學家Kahneman獲得諾貝爾經濟學獎以後，國內對行為金融學的研究不斷涌現。就當前我國證券投資者行為的行為金融學研究進行了總結分析，並對行為金融學的研究作了展望。�
關鍵詞：行為金融學；有限套利；羊群行為�
行為金融學（Behavioral Finance）是金融學的最新研究前沿，它突破了傳統金融學「理性人」、完全套利和EMH的假設，從投資者的實際決策心理出發，重新審視主宰金融市場的人的因素對市場的影響，使研究更接近實際。該理論在上世紀80至90年代得到迅速的發展。行為金融學家美國普林斯頓大學的Kahneman獲得2002年度的諾貝爾經濟學獎，從而使得這一理論受到全球金融界的關注。�
國外行為金融學的發展，引起我國學者的高度重視，1999年北京大學劉力教授在《經濟科學》第三期發表的《行為金融理論對效率市場假說的挑戰》一文，是我國最早系統介紹行為金融理論的文章。2002年行為金融學被諾貝爾經濟學獎的肯定後，國內掀起了行為金融學介紹和研究的熱潮。2003年11月29日，在南京大學舉辦了全國首次行為金融學與資本市場學術研討會，將國內行為金融學的研究推向了高潮。�
1 對投資者的心理研究�
金曉斌、唐利民（2000）統計分析顯示，在影響股市異常波動的因素中政策性因素是最重要的因素，其影響遠大於市場因素、擴容因素、消息因素和其他因素。孫培源、施東暉（2002）通過對1992-2002年初上海股市52次異常波動的分析表明，由政策性因素引起的異常波動達30次之多，而且當月出台的政策對該月的股價波動具有顯著的影響，直接影響投資者入市的意願和交投的活躍程度，中國個體證券投資者存在政策依賴性偏差。利好政策的頒布導致在相當長的交易周期內投資者交易頻率明顯上升，加劇了投資者的過度自信傾向，而利空政策出台卻導致在較長的交易周期內投資者的交易頻率大幅度下降，表現出較強的過度恐懼心理。這種強烈的「政策依賴」傾向是中國證券市場有中國特色的一種現象。張華慶（2003）認為中國證券投資者的行為有明顯的過度反應的傾向，而深層次的根源是投資者的種種心理偏差，其結果將導致市場會對信息或政策的反應超過應有的幅度，加劇了市場的波動性，導致市場風險的放大。這些心理偏差包括過度自信、過度樂觀、賭博心理、暴富心理、從眾心理以及過度恐懼心理。�
2 對投資者有限套利行為的研究�
現代金融理論普遍認為，當金融資產的價格存在誤定時，眾多的「理性套利者」就會在相應低估的資產上「做多」，而在高估的資產上「做空」，不但可以最終消除價格誤定，而且可以獲得無風險利潤，從而使市場保持有效性。應該說套利機制是金融市場的重要機制，套利行為的存在具有「價值發現」的功能，它推動著資產價格向基本價值的回歸。但是，中國的證券市場有以下特徵：信息的獲得是有成本的；信息的傳遞存在時間與空間上的差異，交易者並不能同時獲取信息；交易者的行為是存在著差異的，並非都是理性的；交易者所持有的信息是不對稱的。因此，機構投資者憑借優勢，往往扮演著理性套利者的角色，而個人投資者卻因先天不足淪為雜訊交易者。張華慶（2003）認為，在中國證券市場中，當理性套利者進行套利時，不僅要面對基礎性因素變動的風險，還要面對雜訊交易者非理性預期變動的風險。在雜訊交易者的影響下，不但理性套利者的收益將受到影響，甚至會導致越來越多的基金經理放棄原來奉行的成長型或價值型投資理念，在某種程度上蛻化為「追逐熱點、短線運作」的投資方式。�
3 對投資者羊群行為的研究�
「羊群行為」（Herding Behavior）是信息連鎖反應導致的一種行為方式，當個體依據其它行為主體的行為而選擇採取類似的行為時就會產生「羊群行為」。換而言之，當「羊群行為」產生時，個體趨向於一致行動，即所謂的「趕潮流（Bandwagon）」，這時個人往往放棄自己所掌握的信息和信號而附和他人的行為，雖然他們所掌握的信息和信號，按理性分析可能顯示他們應採取另外一種完全不同的行為。宋軍、吳沖鋒（2001）使用個股收益率的分散度指標，使用市場公開的價格數據，對於我國證券市場的羊群行為進行了實證研究。結果發現我國證券市場的羊群行為程度高於美國證券市場的羊群行為程度，在市場收益率極低時的羊群行為程度遠遠高於在市場收益率極高時的羊群行為程度，這個結果可以用期望理論中決策者對於損失、收益的不同態度來解釋。孫培源、施東暉（2002）根據資本資產定價模型（CAPM）建立了較為靈敏的檢驗羊群行為的回歸模型，並據此對我國股市進行了實證檢驗。結果表明：在政策干預頻繁和信息不對稱的嚴重的市場環境下，我國股市存在一定程度的羊群行為，並導致系統風險在總風險中佔有較大比例。從投資運作層面來看，羊群行為將削弱組合投資分散風險的效果，特別是在市場發生大幅度漲跌時，通過多元化投資分散風險的效果將極為有限。就政策層面而言，羊群行為意味著投資者的買賣決策並非基於理性的決策過程，因此股價極有可能偏離其均衡價值，從而破壞了市場的價格發現功能和資源配置功能。常志平（2002）採用橫截面收益絕對差（Cross Sectional Absolute Deviation of Returns，CSAD)方法，對我國股票市場是否存在「羊群行為」進行了實證檢驗。結果發現：在上漲行情中，我國深圳證券市場與上海證券市場均不存在「羊群行為」；但在下跌行情中，深圳證券市場與上海證券市場均存在「羊群行為」。並且深圳證券市場比上海證券市場具有更多的「羊群行為」。張華慶（2003）指出「羊群行為」對中國證券價格會產生一定的影響：由於「羊群行為」者往往拋棄自己的私人信息追隨別人，這會導致市場信息傳遞鏈的中斷；如果「羊群行為」超過某一限度，將誘發另一個重要的市場現象——過度反應的出現，使中國證券市場的穩定性下降；所有「羊群行為」的發生基礎都是信息的不完全性，因此，一旦市場的信息狀態發生變化，如新信息的到來，「羊群行為」就會瓦解，這意味著「羊群行為」具有不穩定性和脆弱性。�
4 行為金融學在我國的應用性研究展望�
4.1 對實證研究結果的應用�
從以上可以看出證券市場的參與者存在一定的非理性，而且市場也不是完全有效的。如何克服這些非理性，使投資者能在並非完全有效的市場生存，是市場參與者最想解決的問題之一。�
4.2 對參與者的心理學實證研究�
從以上可以看出針對市場參與者的心理學實證研究，一般還是基於行為金融學的舊有框架中的心理學理論，今後的研究應該更多地結合中國文化、國情或者利用更多心理學的最新研究成果，只有這樣的研究才更適合中國的現實。�
4.3 在金融產品的設計和銷售上的應用研究�
隨著我國的金融改革進一步深入，出現了越來越多的金融產品。金融產品的開發和銷售變得也越來越重要。其實，人們對於經濟學和心理學相結合的研究最早就是從消費者心理學開始的，隸屬於市場營銷學中的消費者行為學是一門理論系統完整的科學。其中對消費者的調查、研究方法完全可以借鑒與行為金融學的實證方法相結合用以來研究金融產品的購買者的行為，根據投資者的不同偏好來設計金融產品，制定營銷戰略，從而為金融產品的開發和銷售打出一片新天地。�
參考文獻�
〔1〕�金曉斌，唐利民．政策與股票投資者博弈分析〔J〕．海通證券研究報告，2000．�
〔2〕�宋軍，吳沖鋒．基於分散度的金融市場的羊群行為研究〔J〕．經濟研究，2001，（11）．�
〔3〕�孫培源，施東暉．基於CAPM的中國股市羊群行為研究——兼與宋軍、吳沖鋒先生商榷〔J〕．經濟研究，2002，（2）．�
〔4〕�常志平．基於上證30及深圳成指的我國股票市場「羊群行為」的實證研究〔J〕．預測，2002，（3）．
僅供參考，請自借鑒。
希望對對您有幫助。
❷ capm實證分析里單個股票的月收益率是怎麼算的
您好
月收益率和30日收益率是兩種計算方式：
月收益率——每個自然月的第一個交易日和最後一個交易日的單位凈值變化值與第一個交易日的單位凈值的比。
公式：（月最後一個交易日的單位凈值 - 月第一個交易日的單位凈值）/月第一個交易日的單位凈值 = 月收益率
30日收益率——今天和之前第29個交易日的單位凈值變化值與之前第29個交易日的單位凈值的比。
公式：（今天的單位凈值 - 之前第29個交易日的單位凈值）/之前第29個交易日的單位凈值 = 30日收益率
下面是我原創的網路經驗一共十六期，您的所有問題都在裡面了。
http://jingyan..com/article/066074d67e1651c3c21cb0cd.html
http://jingyan..com/magazine/4329
http://jingyan..com/magazine/5582
http://jingyan..com/magazine/6277
http://jingyan..com/magazine/7499
http://jingyan..com/magazine/7440
您好
❸ 資產定價的簡介
[英] assets pricing
資本資產定價模型（capital asset pricing model,簡稱CAPM）：
1.為一套敘述性理論架構模式。
2.用來描寫市場上資產的價格是如何被決定的。
其目的在於：
1.描述在證券供需達到平衡狀態時，存在於證券的市場風險與預期報酬的關系。
2.協助投資人創造最佳的投資組合，評估與決定各種證券的價值，使其能制定合宜的投資決策。 從80年代中期以來的20多年時間里，隨著計算技術的進步和主要金融市場研究資料庫的建立，金融學家們從不同角度對金融理論進行了廣泛的實證檢測。新的研究發現從根本上否定了傳統資產定價理論的結論。主要表現在以下幾方面：1．單個資產、資產組合、基金和投資策略的平均收益與其貝塔系數不相稱。CAPM並非衡量風險的合適模型。2．收益具一定程度的可預測性。首先，股息率、短期債券收益率、長短期國債收益率差、金邊垃圾債券收益率差、商業周期指標等可預測股票收益的時序變化。這一方面的代表性研究包括Fama和French(1989),Lettau和Ludvigson(2000)。第二，股票波幅隨時間變化而變化。第三，按CAPM調整風險後，一些基金的表現超出大盤。盡管Carhart(1997)的進一步研究結果表明基金的超常表現歸功於機械性「特性」(styles),而非來自基金經理的出色選股水平。第四，股票收益表現很強的中期動能和長期回歸傾向。自從Jegadeesh和Titman(1993)年發現美國股票市場存在中期收益『動能』以來，一些學者對美國以外的股票市場進行了眾多的樣本外測試，發現中期收益『動能』和長期收益『回歸』傾向廣泛存在於除少數新興市場外的所有股票市場。3．三因素、四因素資產定價模型對股票預期收益的變化具有較強的解釋能力。這一方面具代表性的研究是Fama和French(1993)。他們證明了三因素模型(市場因子(marketfactor)、規模因子(sizefactor)和價值因子(valuefactor))能夠解釋70%-80%的美國股票收益變化。在其他市場也發現了類似的實證證據，包括中國在內的新興股票市場。三因素模型的明顯缺限是它不能解釋收益動能現象。在三因素基礎上加上動能因素，即四因素定價模型，便能增強資產定價模型對收益變動的解釋能力。盡管金融理論界普遍接受三因素、四因素模型，但對這些因素的解釋上有很大的爭議性。Fama和French認為其三因素代表的是風險因素，因此三因素模型屬傳統資產定價理論的延伸。但行為金融學派認為規模因子、價值因子以及動能因素反映投資者固有的行為偏差帶來的結果。這方面的爭議至今尚無定論。不過有一點可以肯定，動能很難與風險因素扯上干係。從以上討論可以看出，傳統資產定價理論面臨著缺乏實證證據支持的尷尬局面。在對學科進行審視和反思的過程中，運用心理學、社會學、行為學來研究金融活動中人們決策行為的行為金融學便成為了學界關注的焦點。行為金融學真正迎來其發展還是在二十世紀八十年代以後，在主流金融學模型與實證證據不斷背離的困境中，伴隨著這一時期由普林斯頓大學的Kahneman和斯坦福大學的Tversky所創立的預期理論(ProspectTheory)，金融學家們期望從行為金融學上尋找金融理論尤其資產定價理論發展的突破口。傳統資產定價理論中，把行為人預設為一個完全意義上的理性人，這樣的理性人不僅具備理性，而且無論在何種情境下，都可以運用理性，根據成本和收益進行比較，從而做出效用最大化的決策。而行為金融學恰恰就在這最基礎的預設上與主流金融學表現出顯著的不同。行為金融學並不完全肯定人類理性的普遍性。人類的決策在很多時候不是建立在理性預期、風險迴避、效用最大化等的基礎上。行為金融學建立在兩類基本的行為假設基礎上：1)深層心理偏差(heuristic-drivenbias)，迴避不確定性、過分自信、決策保守性；2)框架依附(framedependence)。人們決策受決策者的特定思維框架的影響，主要表現在規避損失、後悔等。從包括Shiller(1981)發現美國股票收益超常波幅而推論投資者非理性等的幾篇早期研究開始，建立在行為假設的基礎上，金融學家們對資產定價問題進行了反思，並且豐富和發展了資產定價理論。例如Shefrin和Statman(1994)提出的行為資產定價理論(BAPM)既有限度的接受了市場有效性，也秉承了行為金融學所奉行的有限理性。Barberis等（1998）建立了分析投資者情緒對資產價格影響的理論模型。Daniel等（1998）以行為偏差解釋廣泛存在的中期(3-12個月)收益動能和長期（3-5年）收益回歸現象。投資者行為偏差不僅影響股票等有價證券的價格，而且影響衍生品的價格確定。不過，學術界在這方面的研究尚處起步階段。例如，研究發現深層心理偏差可能導致期權的隱性波幅(impliedvolatility)的圖形出現「微笑」，即隱性波幅隨期權的執行價格(strikeprice)的增加而下降，而其理論上的隱性波幅應與執行價格無關。另外，投資者情緒也影響期權的價格或隱性波幅。例如，很多投資者相信買權/賣權比率(call/putratio)是衡量投資者情緒的一很好標志。而且，衍生品市場與股票市場類似，同樣存在「過激反應」(overreaction)現象。Stein(1987)以實證證據表明股指期權市場反應過激。Wang和Yu(2003)發現在24個最為活躍的美國期貨市場中普遍存在「過激反應」。
❹ 題目：'檢驗資本資產定價模型（CAPM）金融系論文，幫忙解答必有重謝
你好的！
⑴ 首先就不要有馬上畢業，最後一次花點錢就得了的想法
⑵ 只有自己寫論文，做設計才能順利的畢業
⑶ 在這里我給出方法，以及相關資料尋找的網址，請認真閱讀
⑷ 否則，真的可能導致預想不到的後果！
====================================================================
❶ 中國知網也好、萬方數據也好都有大量的原創論文！
❷ 並且，大部分的院校都有免費的介面！
❸ 如果真沒有免費的介面，那就網路知道懸賞求助下載吧！
❹ 要是要外文的論文准備翻譯的話，最好的辦法就是【谷歌學術】
❺ 需要什麼語言的論文直接就用相應的語言搜索！100% 能找到類似的！
❻ 至於翻譯，可以直接谷歌翻一下，弄完在自己弄通順就可以了！
【友情提示】==================論文寫作方法===========================
❶ 其實，原創的論文網上沒有免費為你代謝的！誰願意花時間給你寫這個呢？難道你在空閑的時間原以為別人提供這種毫無意義的服務么？所以：還不如自己寫。主要是網上的不可靠因素太多，萬一碰到騙人的，就不上算了。
❷ 寫作論文的簡單方法，首先大概確定自己的選題【這個很可能老師已經給你確定了】，然後在網上查找幾份類似的文章。
❸ 通讀一些相關資料，對這方面的內容有個大概的了解！看看別人都從哪些方面寫這個東西！
❹ 參照你們學校的論文的格式，列出提綱，接著要將提綱給你們老師看看，再修改。等老師同意你這個提綱之後，你就可以補充內容！
❺ 也可以把這幾份論文綜合一下，從每篇論文上復制一部分，組成一篇新的文章！然後把按自己的語言把每一部分換下句式或詞，經過換詞不換意的辦法處理後,網上就查不到了！
❻ 最後，到萬方等資料庫進行檢測【這里便宜啊，每一萬字才1塊錢】，將掃紅部分進行再次修改！
❼ 祝你順利完成論文!
❺ 股票的二階段三階段定價法的基本思想
(三)組合的構造與收益率計算
對CAPM的總體性檢驗是檢驗風險與收益的關系，由於單個股票的非系統性風險較大，用於收益和風險的關系的檢驗易產生偏差。因此，通常構造股票組合來分散掉大部分的非系統性風險後進行檢驗。構造組合時可採用不同的標准，如按個股b系數的大小，股票的股本大小等等，本文按個股的b系數大小進行分組構造組合。將所有股票按b系數的大小劃分為15個股票組合，第一個股票組合包含b系數最小的一組股票，依次類推，最後一個組合包含b數子最大的一組股票。組合中股票的b系數大的組合被稱為"高b系數組合"，反之則稱為"低b系數組合"。
構造出組合後就可以計算出組合的收益率了，並估計組合的b系數用於檢驗。這樣做的一個缺點是用同一歷史時期的數據劃分組合，並用於檢驗，會產生組合b值估計的偏差，高b系數組合的b系數可能會被高估，低b系數組合的b系數可能被低估，解決此問題的方法是應用Black,Jenson與Scholes研究組合模型時的方法（下稱BJS方法），即如下四步：
(1)利用第一期的數據計算股票的b系數。
(2)利用第一期的b系數大小劃分組合
(3)採用第一期的數據，對組合的收益與市場收益率進行回歸，估計組合的b系數
(4)將第一期估計出的組合b值作為自變數，以第二期的組合周平均收益率進行回歸檢驗。
在計算組合的平均周收益率時，我們假設每個組合中的十隻股票進行等額投資，這樣對平均周收益率 只需對十隻股票的收益率進行簡單平均即可。由於股票的系統風險測度，即真實的貝塔系數無法知道，只能通過市場模型加以估計。為了使估計的貝塔系數更加靈敏，本研究用上一年的數據估計貝塔系數，下一年的收益率檢驗模型。
(四)組合貝塔系數和風險的確定
對組合的周收益率求標准方差，我們可以得到組合的總風險sp
組合的b值的估計，採用下面的時間序列的市場模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t時期投資組合的收益率
：為估計的系數
Rmt表示t期的市場組合收益率
ept為回歸的殘差
對組合的每周收益率與市場指數收益率回歸殘差分別求標准差即可以得到組合sep值。
表1：組合周收益率回歸的b值與風險（1997.01.01～1997.12.31)
組合 組合b值 組合а值 相關系數平方 總風險 非系統風險
1 0.781 0.001 0.888 0.063 0.021
2 0.902 0.000 0.943 0.071 0.017
3 0.968 0.000 0.934 0.076 0.02
4 0.989 0.000 0.902 0.079 0.025
5 1 0.000 0.945 0.078 0.018
6 1.02 0.000 0.958 0.079 0.016
7 1.04 0.002 0.935 0.082 0.021
8 1.06 0.000 0.925 0.084 0.023
9 1.08 0.000 0.938 0.085 0.021
10 1.1 0.000 0.951 0.086 0.019
11 1.11 0.000 0.951 0.087 0.019
12 1.12 0.000 0.928 0.089 0.024
13 1.13 0.000 0.937 0.089 0.022
14 1.16 0.000 0.912 0.092 0.027
15 1.17 0.000 0.922 0.092 0.026
(五)組合平均收益率的確定
對組合按前面的構造方法，用第98年的周收益率求其算術平均收益率。
表2：組合的平均收益率（1998.1.1-1998.12.31）
組合 組合b 平均周收益率
1 0.781 0.0031
2 0.902 -0.0004
3 0.968 0.0048
4 0.989 0.0052
5 1 0.0005
6 1.02 -0.002
7 1.04 0.0038
8 1.06 0.003
9 1.08 0.0016
10 1.1 0.0026
11 1.11 0.005
12 1.12 0.0065
13 1.13 0.0044
14 1.16 0.0067
15 1.17 0.0074
(六)風險與收益關系檢驗
以97年的組合收益率估計b，以98年的組合收益率求周平均收益率。對15組組合得到的周平均收益率與各組合b系數按如下模型進行回歸檢驗：
Rpj=g0+g1bpj
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
g0，g1為估計參數
按照CAPM應有假設：
1.g0的估計應為Rf的均值，且大於零，表明存在無風險收益率。
2.g1的估計值應為Rm-Rf>0,表明風險與收益率是正相關系，且市場風險升水大於零。
回歸結果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%顯著水平下回歸系數g1顯著不為0，即在上海股市中收益率與風險之間存在較好的線性相關關系。論文在實踐檢驗初期，發現當以93年至97年的數據估計b，而用98年的周收益率檢驗與風險b關系時，回歸得到的結論是5%顯著水平下不能拒絕回歸系數g1顯著為0的假設。這些結果表明，在上海股市中系統性風險b與周收益率基本呈現正線性相關關系。同時，上海股市仍為不成熟證券市場，個股b十分不穩定，從相關系數來看,尚有其他的風險因素在股票的定價中起著不容忽視的作用。本文將在下面進行CAPM模型的修正檢驗。
❻ 請大家給我1份關於中國證券市場投資策略的論文2
證券投資策略研究論文
現代金融理論由於忽略了對人的心理活動及其行為模式的研究，造成了理論與實證的背離。行為金融理論將心理學尤其是行為科學理論融入到金融學之中，從微觀個體行為以及產生這種行為的心理、社會動因來解釋、研究和預測證券市場的現象和問題，逐步形成了自己的理論框架，建立了行為投資決策模型。在對證券市場的大量統計研究基礎之上，行為金融理論家們已獲得了關於投資者投資行為的大量實證研究結論，從而為投資者提供了良好的證券投資策略。因此綜合國內外已有的研究成果基礎，用行為金融理論深入探討中國證券市場的投資策略，並對可能存在的問題作一些初步研究已顯得非常必要。
一、行為金融理論與投資決策模型
大量的事實證明，投資者的行為方式及其深層次的心理特徵對投資活動的結果具有直接的、重要的影響，在研究復雜的金融市場時，我們必須考慮人類自身行為所具有的復雜多變性特點。在借鑒行為科學、心理學以及社會學研究成果的基礎上，初步形成了以投資活動當事人的心理因素為基礎的行為金融理論體系。對應於現代投資理論的假設，行為金融理論給出自己的理論假設：（1）人是有限理性的；（2）非完全市場的存在；（3）投資者的投資具有群體行為特徵。行為金融理論基礎主要有：（1）期望理論（Prospect Theory 1979）；（2）行為資產定價模型（BAPM）；（3）行為金融資產組合理論（Behavioral Portfolio Theory 1999）。在此基礎之上構造的行為金融投資決策模型有：（1）BSV模型與DHS模型；（2）統一理論模型（Unified Theory Model）；（3）羊群效應模型。
二、行為金融對投資者行為的實證研究結論
1.過度自信。人的心理中往往有過分高估自己能力和知識的傾向，表現為投資決策中過分相信自身的判斷和決策，而忽視了客觀情況變化造成決策失誤的可能性。由上交所組織完成的《中國證券投資者行為研究》指出，我國股市6500萬投資者中無業者占較大比例，有理由相信這些無業者中有相當一部分人是缺乏市場競爭力的人，由於無事可做，也不考慮自己的能力，就想到股市賺錢，由此可見我國投資者過度自信之嚴重程度。
2.拋錨性錯誤。人們在對某件商品的價值進行判斷時，通常需要一定的信息錨作為判斷的參照標准。同樣，投資者對於證券價格的變動預測也需要一定信息作為參照的錨。拋錨性往往導致投資者對新的、正面的信息反應不足。我國投資者往往是利用類似行業、板塊、股本大小、經營業績等的股票價格來衡量其投資股票的價格的。但是錨並不能長時間一直保持准確性和有效性，即錨會使投資者判斷出錯。
3.羊群行為。股市中的「羊群行為」是指投資者由於受其他投資者投資策略的影響而採取相同的投資策略。其關鍵是其他投資者的行為影響投資者的投資決策，並對他的決策結果造成影響。我國股市中存在的大量「跟風」、「跟庄」、投資基金的投資組合類同等都是典型的「羊群行為」。孫培源（2002）通過構造股票收益率的橫截面絕對偏離和市場收益率的非線性檢驗，實證了中國股市羊群效應的存在。
4.雜訊交易。非理性投資者把與價值無關的信息認為是與價值有關，或者某些投資者人為地製造虛假信息，而其他投資者無法識別其真偽，這兩種信息被認為是雜訊，相應產生的交易稱為雜訊交易。我國股市近400%的年換手率中至少300%可以歸因於雜訊交易。施東暉（2001）實證研究表明，由於技術分析方法在上海股票市場被廣泛使用，當某此技術信號顯示「上升」或「下跌」趨勢時，將引發大量的買賣行為，從而強化現有的股價趨勢。
5.過度反應與反應不足。過度反應是由DeBondt和Thaler（1985）最早發現的，他們發現投資者對於近期的好消息不是做出正確的貝葉斯反應，而是過度反應致使股票價格超過其內在價值。我國王永宏（2001）運用DT的方法研究了中國股票市場的過度反應現象證實了中國股市存在著明顯的過度反應現象。反應不足是指投資者對自身的判斷過度自信，或是一味依賴過去的歷史經驗作為判斷的參照標准（犯拋錨性錯誤），對市場中出現的新趨勢和新變化反應遲鈍，喪失了獲利的良好時機。我國股市中存在的「輪漲效應」就是一種「反應不足」。
6.處置效應。「處置效應」是指投資者長時期持有套牢的股票而過早拋出贏利的股票的現象。這意味著當投資者處於盈利狀態時是風險迴避者，而處於虧損狀態時是風險偏好者。趙學軍（2001）等人的研究結論是：與國外相比，我國投資者更加傾向於賣出盈利股票，繼續持有虧損股票。我國股市的處置效應在年末相對增強，個人投資者的處置效應強於機構投資者。
7.動量效應。在一定持有期內，平均而言，如果某隻股票或某些股票組合在前一段時期內漲幅較好，那麼，下一段時期內，該股票或股票組合仍將有良好表現。通過對我國股市歷年大盤及個股的統計分析，我們認為無論是在大盤還是在個股上，我國股市都存在動量效應。大盤的動量效應以日為時間單位比較明顯，而一些典型個股無論是以日、周還是以月為時間單位都非常顯著。
8.過度恐懼與政策依賴性心理。當股市虛假消息滿天飛、股市暴跌時，投資者不計成本的大量拋出股票，表現出十足的恐懼。在股市暴跌時，我國投資者往往把自己的希望寄託在政府的救市政策上，這種對政策的依賴超過了世界上任何一個國家。
9.遺憾。遺憾理論認為投資者為了迴避曾經做出的錯誤決策的遺憾和報告損失帶來的尷尬，可能避免賣掉價格已下跌的股票。還有，即使決策結果相同，如果某種決策方式能減少投資者的後悔心理，對投資者而言，這種決策方式就優於其它決策方式。因此，投資者有從眾心理，傾向於購買本周熱門或受大家追漲的股票，因為當考慮到大量投資者也在同一投資上遭受損失時，投資者可能降低其情緒反應或感覺。
10.暴富心理與賭博心理。中小投資者短線頻繁操作，其目的是為了快速致富。面值1元的股票炒到100多元還有人敢去追漲；公司虧損了幾億元，已經資不抵債還有人敢去接盤；ST現象是指那些被冠以特別處理的上市公司，其股價在特別處理消息公布後不跌反升的現象。明知上市公司巨額弄虛作假還有人敢去炒底，這些都充分暴露了我國投資者實足的賭性。
11.輪漲輪躍效應（補漲補跌效應）。在一次行情中，如果某些股票沒有上漲（下跌），那麼它們就具有補漲（補跌）的潛力。沒漲的要無條件補漲，沒跌要五條件補跌。長期以來我國股市個股輪番炒作就是一例。
12.小盤股、新股效應。我國股市對小盤股、新股獨有情忠，逢小必炒、逢新必炒已是我國股市的慣例。我們統計分析發現在過去的十年中，我國小盤股、新股的收益率顯著高於大盤股和老股。但自2001年6月中國股市長期下跌及證券投資基金大量發行以來，這一狀況有所改變。
三、行為金融理論指導下的證券投資策略
行為金融學的理論意義在於確立了市場參與者的心理因素在投資決策行為以及市場定價中的作用和地位，否定了傳統金融理論關於理性投資者的簡單假設，更加符合金融市場的實際情況。行為金融學的實踐指導意義在於投資者可以採取針對非理性市場行為的投資策略來實現投資贏利目標。在美國證券市場上，目前有數家資產管理公司在實踐著行為金融學的理論，其中有的基於行為金融的共同基金取得了復合年收益率25%的良好投資業績。考察我國證券市場的投資者行為特點，我們總結出我國金融市場的投資策略：
1.針對過度反應的反向投資策略。反向投資策略就是買進過去表現差的股票而賣出過去表現好的股票來進行套利的投資方法。行為金融理論認為，由於投資者在實際投資決策中，往往過分注重上市公司的近期表現，從而導致對公司近期業績情況做出持續過度反應，形成對績差公司股價的過分低估，最終為反向投資策略提供了套利的機會。
2.動量交易策略。即預先對股票收益和交易量設定過濾准則，當股票收益或股票收益和交易量同時滿足過濾准則就買入或賣出股票的投資策略。行為金融意義上的動量交易策略的提出，源於對股市中股票價格中間收益延續性的研究。
3.成本平均策略。指投資者在將現金投資為股票時，通常總是按照預定的計劃根據不同的價格分批地進行，以備不測時攤低成本，從而規避一次性投入可能帶來的較大風險的策略。
4.時間分散化策略。指根據投資股票的風險將隨著投資期限的延長而降低的信念，建議投資者在年輕時將其資產組合中的較大比重投資於股票，而隨著年齡的增長將此比例逐步減少的投資策略。
5.小公司效應策略。小公司效應是指小盤股比大盤股的收益率高。Banz（1981）發現股票市值隨著公司規模的增大而減少的趨勢。Siegl（1998）研究發現，平均而言小盤股比大盤股的年收益率高出4.7%，而且小公司效應大部分集中在1月份。根據小公司效應而採用的投資策略稱為小公司效應策略。
6.組合投資策略。行為金融學認為，證券市場並不是有效的（一般指半強式有效，semlstrong efficient）。這就意味著傳統的證券組合投資理論中，「在有效市場中，投資者不可能獲得與其所承擔風險不對稱的額外收益」的提法在實踐中是不成立的。也就是說，通過選擇合適的組合投資策略，投資者將可能獲得額外收益。
7.針對羊群行為的相反策略。由於市場中廣泛存在的羊群行為，證券價格的過度反應將是不可避免的，以致出現「漲過了頭」或者「跌過了頭」。投資者可以利用可以預期的股市價格反轉，採取相反投資策略（contrarian strategy）來進行套利交易。中國的股票市場素有「政策市」之稱。考察中國證券市場的歷史走勢，我們會發現在重要的頂部或底部區域，在消息面上總是伴隨著一些重要的股市政策的出台。不同的投資者對政策的反應是不一的。針對個人投資者的行為反應模式，投資基金可以制定相應的行為投資策略——相反投資策略，進行積極的波段操作。
8.購買並持有策略。個人和機構投資於股票應執行幾種能幫助控制認識錯誤和心理障礙的安全措施。控制這些心理障礙的關鍵方法是所有類型的投資者都要實施一種嚴格的交易策略——「購買並持有」策略。投資者在為組合購進一隻股票時，應詳細地記錄購買理由，而且要制訂一定的標准以利於進行投資決策。長期採取「購買並持有」策略，通常業績將超過高周轉率的短期交易策略。
9.利用行為偏差。心理學和決策科學提出，在某種情形下，投資者並不是盡力使財富最大化，並且在某些情形下投資者還會在智力方面犯系統性判斷錯誤，這些行為偏差將導致證券定價的錯誤，合理利用這些偏差將給投資者帶來超額收益。行為型投資人則盡力尋找由於行為因素而被市場錯誤定價的證券從而獲取超額利潤。可見，對人類行為偏差的正確把握是獲取市場超額利潤的來源之一。
10.ST投資策略。上市公司被宣布為特別處理，意味著公司陷入嚴重困境。但同時，ST公司也成為潛在的並購目標。考慮到殼資源在中國證券市場上的稀缺性，ST公司的價值無疑是巨大的。作為一種投資策略，ST公司是可以被納入證券投資組合之中的。
總之，行為金融理論尋求並確定投資者可能對新信息產生反應過度或反應遲鈍而導致證券定價錯誤的市場情形。行為金融學投資策略的目標就是在大多數投資者認識到自己的錯誤以前，投資那些定價錯誤的股票，並在股票價格正確定位之後拋出獲利。
四、應用行為金融理論指導證券投資要注意的問題
行為金融學的科學性在於它始於公理並尋求建立在公理上的理論能解釋金融市場的行為。它試圖理解和預測心理決策過程的系統的金融市場意義。如上所說，中國股票市場中存在著普遍的運用傳統金融理論無法解釋的金融現象，而用行為金融理論可以很好地解釋之，並由此導致了許多有價值的行為投資策略，但在具體運用這些投資策略時還要注意以下幾點問題。
1.行為金融理論本身也是處於不斷發展之中。行為金融理論的投資策略是：在大多數投資者尚未意識到錯誤時投資於某些證券，隨後當大多數投資者意識到錯誤並投資於這些證券時賣出這些證券。一旦證券市場的絕對多數投資者認識到這一問題並採取相同的策略，那麼結果又會怎樣？我們相信隨著行為科學的深入研究、證券市場的不斷變化和發展，會進一步發現更多的行為金融問題，並且一些已有的行為金融現象可能會淡化甚至消失。因此在應用行為金融投資策略時，要防止教條化。
2.要切忌對國外現有行為投資策略的簡單模仿。現有的行為金融理論主要是在發達的金融市場產生的。我國證券市場同成熟的證券市場比較，還是一個新興的證券市場——歷史短、不規范。中國金融市場與發達的金融市場的共性與特殊性決定了我們在運用行為金融投資策略時，不是對國外現有行為投資策略的簡單模仿，而應當掌握行為金融學的理論方法，對中國證券市場的行為特點進行深入研究，探索適應我國證券市場運行特點的我們自己的行為金融學投資策略。
3.行為投資策略不是一成不變的。隨著金融市場的發展、金融監管的深入及投資者結構的改善，我國金融市場行為金融現象會發生很大的變化。例如小公司效應現象就不如過去明顯、庄股由於監管的加強從而動量效應也明顯減弱。我們預言隨著管理層對股市認識的轉變和管理水平的提高，我國的ST現象遲早會消失。
4.不同投資者需要有不同的投資策略。將行為金融學的研究成果運用到我國證券市場的實踐中，可以合理引導投資者的行為。對於廣大中小投資者，要通過教育來使其趨於理性化，提高證券市場投資者的投資決策能力和市場的運作效率。對於機構投資者，要提高其投資管理水平。投資者決策中的心理偏差是與生俱來，而這些認知偏差可以通過學習、訓練等手段得到有效緩解，因此，不同投資者應該採用不同的投資策略，只有呼籲所有各層次的投資者共同參與探討我國行為金融問題，行為金融投資策略才能在我國有用武之地。
❼ 投資學作業：從股票定價模型來分析香港金融危機 求解！！！
一、資本資產定價模型的理論背景
威廉•夏普建立了均衡的證券定價理論，即著名的資本資產定價模型(CAPM)：（1）其中，E（Ri）為股票i的預期收益率，Rf為無風險利率，E（RM）為市場組合的預期收益率，，即系統風險系數，是市場組合收益率的方差，βi表示股票i收益率變化對市場組合收益率變動的敏感度，用βi系數來衡量該股票的系統風險大小。CAPM說明：在證券市場上，非系統風險可以通過多元化投資加以消除，對定價唯一起作用的是該證券的β系數。因此，對CAPM的檢驗就是驗證β系數是否具有對收益的完全解釋能力。
二、CAPM在國內外的檢驗
國外在1970以後就開始了對CAPM的檢驗和β系數的穩定性研究，早期的檢驗結果表明，西方成熟資本市場中股票定價基本符合CAPM。但1980年以後，出現了大量負面的驗證結果。從1990年開始，國內一些學者對CAPM也陸續做了大量研究。陳浪南、屈文洲（2000）對上海A股市場對資本資產定價模型進行實證檢驗，根據股市中的三種市場格局(上升、下跌和橫盤)劃分了若乾的時間段得出不同β值的進行分析，得出的β值與股票收益率的相關性較不穩定，說明上海股票市場存在較大的投機性。阮濤、林少宮(2000)說明了上海股票市場不符合CAPM，基於CAPM模型對中國現階段的股票市場的分析和應用缺乏有效性依據。許滌龍，張鈺(2005)實證結果表明在滬市股票的收益與其β系數存在著顯著的正相關線性關系，但無風險收益率卻是負的，這說明上海股票市場具有明顯的投機特徵，是一個不夠成熟的股市。
三、數據說明和處理
本文選擇上海證券交易所上市的上證180指數成分股，選擇2009年1月9日到2010年12月22日期間的周數據，共有101個周數據，剔除在上述期間數據缺失的股票，樣本共包含152隻股票，本文選用上證綜合指數來替代市場組合收益，所用數據都已進行除權、除息復權處理，本文數據來源於Wind資訊。個股用周收盤價來計算它們的周收益率，計算公式如下：其中Rit是第i只股票在t時刻的收益率；pit是第i只股票在t時刻的收盤價。上證綜合指數的收益率計算同上，用Rmt來表示周收益率。對於無風險收益率的確定，本文使用一年期的定期存款利率來表示無風險收益率，折算成周收益率為：Rf=0.0455%。
四、CAPM實證和結果
本文在檢驗中用到的基本時間序列方程如下：（2）對於橫截面的CAPM檢驗,採用下面的模型：（3）（4）其中是第i只股票平均收益率（樣本均值來代替），βi是第i只股票的β值，在（4）的回歸中βi由模型（3）中的得到的回歸系數bi來替代。將回歸結果與CAPM模型（1）進行比較，檢驗CAPM在上海資本市場是否成立：（1）資產的風險和收益之間是否存在線性關系。如果模型（4）中參數其估計值不顯著異於零，則可認為資產的風險和收益之間僅存在線性關系。（2）資產的風險和收益是否正相關。如果參數γ1其估計值顯著異大於零，則可以認為資產的風險和收益是正相關的。此外，其估計值理論上應該等於E（RM）-Rf，即市場的超額收益率。（3）參數γ0其估計值不顯著異於Rf。
152隻股票的周收益率分別對上綜指的周收益率進行時間序列回歸，得到152隻股票的bi值。然後以152隻股票的周收益率為因變數，各個股票回歸出來的值為自變數對模型（3）進行回歸，其結果為表1結果可以發現βi值在5%顯著性水平下顯著,而常數項γ0僅在10%的顯著性水平下顯著。即收益率與系統風險(β值)存在的線性顯著性較強。下面來檢驗回歸出來的γ0和無風險收益率是否有顯著差異。γ0=0.002945，Rf=0.0455%，其檢驗的t值為此結果表明γ0和Rf在顯著性水平5.97%下有顯著區別，這與CAPM不吻合。下面來檢驗斜率系數是否顯著不同於E（RM）-Rf。由表1知γ1=0.005036，其檢驗的t值為在5%的顯著性水平下，γ1和E（RM）-Rf沒有顯著區別，這和CAPM相符。
為了進一步檢驗收益率與系統風險(β值)存在的非線性關系，對模型（4）檢驗得到的結果如下：根據表2的結果可以發現β值在5%顯著性水平下不顯著,而β2值在5%顯著性水平下顯著,這可以發現上海股票市場的除了系統風險的影響之外，與收益率風險的非線性關系即非系統風險對上海股票市場的收益率影響也較大。從表1和表2的結果可以看出，其中γ0是正數，這個與CAPM相吻合，但是以往的大部分文獻中得出常數項為負值，而此處的結果得出γ0較顯著的大於Rf，這是由於金融危機後，2009年與2010年的利率維持在較低水平，而上證A股指數從金融危機後較低的點位正在上升的過程中。
五、總結
根據上述CAPM的有效性檢驗，可以得出以下結論：(1)上海資本市場股票組合的平均超額收益率與其系統風險之間存在正相關關系，並且同時與非系統風險之間存在顯著的線性關系。說明上海股票市場的股票定價不僅僅受系統風險的影響，而且受非系統風險的影響。(2)模型(3)中的斜率系數與平均超額收益率沒有顯著區別，常數估計值較顯著大於無風險利率，與之前的大部分文獻得出常數項大部分為負值不同。這由於金融危機後的這個特殊時期的貨幣政策和股市走勢有關，同時也反映出上海股票市場正在逐步邁向成熟的過程之中。
❽ 橫截面股票價格是什麼意思
資本資產定價模式(CAPM)在上海股市的實證檢驗
資產定價問題是近幾十年來西方金融理論中發展最快的一個領域。1952年，亨利·馬柯維茨發展了資產組合理論......
一、資本資產定價模式(CAPM)的理論與實證：綜述
(一)理論基礎
資產定價問題是近幾十年來西方金融理論中發展最快的一個領域。1952年，亨利·馬柯維茨發展了資產組合理論，導致了現代資產定價理論的形成。它把投資者投資選擇的問題系統闡述為不確定性條件下投資者效用最大化的問題。威廉·夏普將這一模型進行了簡化並提出了資產定價的均衡模型—CAPM。作為第一個不確定性條件下的資產定價的均衡模型，CAPM具有重大的歷史意義，它導致了西方金融理論的一場革命。
由於股票等資本資產未來收益的不確定性，CAPM的實質是討論資本風險與收益的關系。CAPM模型十分簡明的表達這一關系，即：高風險伴隨著高收益。在一些假設條件的基礎上，可導出如下模型：
E(Rj)-Rf=(Rm-Rf)bj
其中： E(Rj )為股票的期望收益率。
Rf 為無風險收益率，投資者能以這個利率進行無風險的借貸。
E(Rm )為市場組合的期望收益率。
bj =sjm/s2m，是股票j 的收益率對市場組合收益率的回歸方程的斜率，常被稱為"b系數"。其中s2m代表市場組合收益率的方差，sjm 代表股票j的收益率與市場組合收益率的協方差。
從上式可以看出，一種股票的收益與其β系數是成正比例關系的。β系數是某種證券的收益的協方差與市場組合收益的方差的比率，可看作股票收益變動對市場組合收益變動的敏感度。通過對β進行分析，可以得出結論：在風險資產的定價中，那些隻影響該證券的方差而不影響該股票與股票市場組合的協方差的因素在定價中不起作用，對定價唯一起作用的是該股票的β系數。由於收益的方差是風險大小的量度，可以說：與市場風險不相關的單個風險，在股票的定價中不起作用，起作用的是有規律的市場風險，這是CAPM的中心思想。
對此可以用投資分散化原理來解釋。在一個大規模的最優組合中，不規則的影響單個證券方差的非系統性風險由於組合而被分散掉了，剩下的是有規則的系統性風險，這種風險不能由分散化而消除。由於系統性風險不能由分散化而消除，必須伴隨有相應的收益來吸引投資者投資。非系統性風險，由於可以分散掉，則在定價中不起作用。
(二)實證檢驗的一般方法
對CAPM的實證檢驗一般採用歷史數據來進行，經常用到的模型為：
其中： 為其它因素影響的度量
對此模型可以進行橫截面上或時間序列上的檢驗。
檢驗此模型時，首先要估計 系數。通常採用的方法是對單個股票或股票組合的收益率 與市場指數的收益率 進行時間序列的回歸，模型如下：
這個回歸方程通常被稱為"一次回歸"方程。
確定了 系數之後，就可以作為檢驗的輸入變數對單個股票或組合的β系數與收益再進行一次回歸，並進行相應的檢驗。一般採用橫截面的數據，回歸方程如下：
這個方程通常被稱作"二次回歸"方程。
在驗證風險與收益的關系時，通常關心的是實際的回歸方程與理論的方程的相合程度。回歸方程應有以下幾個特點：
(1) 回歸直線的斜率為正值，即 ，表明股票或股票組合的收益率隨系統風險的增大而上升。
(2) 在 和收益率之間有線性的關系，系統風險在股票定價中起決定作用，而非系統性風險則不起決定作用。
(3) 回歸方程的截矩 應等於無風險利率 ，回歸方程的斜率 應等於市場風險貼水 。
(三)西方學者對CAPM的檢驗
從本世紀七十年代以來，西方學者對CAPM進行了大量的實證檢驗。這些檢驗大體可以分為三類：
1.風險與收益的關系的檢驗
由美國學者夏普（Sharpe）的研究是此類檢驗的第一例。他選擇了美國34個共同基金作為樣本，計算了各基金在1954年到1963年之間的年平均收益率與收益率的標准差，並對基金的年收益率與收益率的標准差進行了回歸，他的主要結論是：
a、在1954—1963年間，美國股票市場的收益率超過了無風險的收益率。
b、 基金的平均收益與其收益的標准差之間的相關系數大於0.8。
c、風險與收益的關系是近似線形的。
2.時間序列的CAPM的檢驗
時間序列的CAPM檢驗最著名的研究是Black，Jensen與Scholes在1972年做的，他們的研究簡稱為BJS方法。BJS為了防止β的估計偏差，採用了指示變數的方法，成為時間序列CAPM檢驗的標准模式，具體如下：
a、利用第一期的數據計算出股票的β系數。
b、 根據計算出的第一期的個股β系數劃分股票組合，劃分的標準是β系數的大小。這樣從高到低系數劃分為10個組合。
c、採用第二期的數據，對組合的收益與市場收益進行回歸，估計組合的β系數。
d、 將第二期估計出的組合β值，作為第三期數據的輸入變數，利用下式進行時間序列回歸。並對組合的αp進行t檢驗。
其中：Rft為第t期的無風險收益率
Rmt為市場指數組合第t期的收益率
βp指估計的組合β系數
ept為回歸的殘差
BJS對1931—1965年間美國紐約證券交易所所有上市公司的股票進行了研究，發現實際的回歸結果與理論並不完全相同。BJS得出的實際的風險與收益關系比CAPM 模型預測的斜率要小，同時表明實際的αp在β值大時小於零，而在β值小時大於零。這意味著低風險的股票獲得了理論預期的收益，而高風險股票獲得低於理論預測的收益。
3.橫截面的CAPM的檢驗
橫截面的CAPM檢驗區別於時間序列檢驗的特點在於它採用了橫截面的數據進行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他們所採用的基本方法如下：
a、根據前五年的數據估計股票的β值。
b、 按估計的β值大小構造20個組合。
c、計算股票組合在1935年—1968年間402個月的收益率。
d、 按下面的模型進行回歸分析，每月進行一次，共402個方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
這里：Rp為組合的月收益率、
βp為估計的組合β值
bp2為估計的組合β值的平方
sep為估計βp值的一次回歸方程的殘差的標准差
g0、g1、g2、g3為估計的系數，每個系數共402個估計值
e、對四個系數g0、g1、g2、g3進行t檢驗
FM結果表明：
①g1的均值為正值，在95%的置信度下可以認為不為零，表明收益與β值成正向關系
②g2、g3在95%的置信度下值為零，表明其他非系統性風險在股票收益的定價中不起主要作用。
1976年Richard·Roll對當時的實證檢驗提出了質疑，他認為：由於無法證明市場指數組合是有效市場組合，因而無法對CAPM模型進行檢驗。正是由於羅爾的批評才使CAPM的檢驗由單純的收益與系統性風險的關系的檢驗轉向多變數的檢驗，並成為近期CAPM檢驗的主流。最近20年對CAPM的檢驗的焦點不是 ，而是用來解釋收益的其它非系統性風險變數，這些變數往往與公司的會計數據相關，如公司的股本大小，公司的收益等等。這些檢驗結果大都表明：CAPM模型與實際並不完全相符，存在著其他的因素在股票的定價中起作用。
(四)我國學者對風險－收益關系的檢驗
我國學術界引進CAPM的概念的時間並不長，一些學者對上海股市的風險與收益的關系做了一些定量的分析，但至今仍沒有做過系統的檢驗。他們的研究存在著一些缺陷，主要有以下幾點：
1. 股票的樣本太少，不代表市場總體，無法得出市場上風險與收益的實際關系。
2. 在兩次回歸中，同時選用同一時期的數據進行 值的估計和對CAPM模型中線性關系的驗證。
3. 在確定收益率時並沒有考慮分紅，送配帶來的影響並做相應調整，導致收益和風險的估計的偏差，嚴重影響分析的准確性。
4. 在回歸過程中，沒有選用組合的構造，而是採用個股的回歸易導致， 系數的不穩定性。
二、上海股市CAPM模型的研究方法
(一)研究方法
應用時間序列與橫截面的最小二乘法的線性回歸的方法，構造相應的模型，並進行統計檢驗分析。時間序列的線性回歸主要應用於股票β值的估計。而CAPM的檢驗則採用橫截面回歸的方法。
(二)數據選取
1.時間段的確定
上海股市是一個新興的股市，其歷史並不十分長，從1990年12月19日開市至今，不過短短八年的時間。在這樣短的時間內，要對股票的收益與風險問題進行研究，首先碰到的是數據數量不夠充分的問題。一般來說對CAPM的檢驗應當選取較長歷史時間內的數據，這樣檢驗才具有可靠性。但由於上海股市的歷史的限制，無法做到這一點。因此，首先確定這八年的數據用做檢驗。
但在這八年中，也不是所有的數據均可用於分析。CAPM的前提要求市場是一個有效市場：要求股票的價格應在時間上線性無關。在第一章中通過對上海股市收益率的相關性研究，發現93年之前的數據中，股價的相關性較大，會直接影響到檢驗的精確性。因此，在本研究中，選取1993年1月至1998年12月作為研究的時間段。從股市的實際來看，1992年下半年，上海股市才取消漲停板制度，放開股價限制。93年也是股市初步規范化的開始。所以選取這個時間點用於研究的理由是充分的。
2.市場指數的選擇
目前在上海股市中有上證指數，A股指數，B股指數及各分類指數，本文選擇上證綜合指數作為市場組合指數，並用上證綜合指數的收益率代表市場組合。上證綜合指數是一種價值加權指數，符合CAPM市場組合構造的要求。
3.股票數據的選取
這里用上海證券交易所（SSE）截止到1998年12月上市的425家A股股票的每日收盤價、成交量、成交金額等數據用於研究。這里遇到的一個問題是個別股票在個別交易日內停牌，為了處理的方便，本文中將這些天該股票的當日收盤價與前一天的收盤價相同。
三、上海股市風險－收益關系的實證檢驗
(一)股票貝塔系數的估計
中國股票市場共有8年的交易數據，應採用3年以上的數據用於估計單個股票的 系數，才能保證 具有穩定性。但是課題組在實踐中通過比較發現由於中國股票市場作為一個新興的市場，無論是市場結構還是市場規模都還有待於進一步的發展，同時各種股票關於市場的穩定性都不是很高，股市中還存在很大的時變風險，因此各種股票的 系數隨著時間的推移其變化將會很大。所以只用上一年的數據估計下一年的 系數時， 系數將更具有靈敏性，因為了使檢驗的結果更理想，均採用上一年的數據估計下一年的 系數。估計單個股票的 系數採用單指數模型，如下：
其中： : 表示股票i在t時間的收益率
: 表示上證指數在t時間的收益率
：為估計的系數
：為回歸的殘差。
進行一元線性回歸，得出 系數的估計值 ，表示該種股票的系統性風險的測度。
(二)股票風險的估計
股票的總風險，可以用該種股票收益率的標准差來表示，可以用下式來估計總風險
其中：N為樣本數量， 為 的均值。
非系統風險，可用估計 的回歸方程中的殘差 的標准差來表示，用 表示股票i的非系統性風險，可用下式求出：
其中： 為一次回歸方程的殘差
為 的均值
(三)組合的構造與收益率計算
對CAPM的總體性檢驗是檢驗風險與收益的關系，由於單個股票的非系統性風險較大，用於收益和風險的關系的檢驗易產生偏差。因此，通常構造股票組合來分散掉大部分的非系統性風險後進行檢驗。構造組合時可採用不同的標准，如按個股b系數的大小，股票的股本大小等等，本文按個股的b系數大小進行分組構造組合。將所有股票按b系數的大小劃分為15個股票組合，第一個股票組合包含b系數最小的一組股票，依次類推，最後一個組合包含b數子最大的一組股票。組合中股票的b系數大的組合被稱為"高b系數組合"，反之則稱為"低b系數組合"。
構造出組合後就可以計算出組合的收益率了，並估計組合的b系數用於檢驗。這樣做的一個缺點是用同一歷史時期的數據劃分組合，並用於檢驗，會產生組合b值估計的偏差，高b系數組合的b系數可能會被高估，低b系數組合的b系數可能被低估，解決此問題的方法是應用Black,Jenson與Scholes研究組合模型時的方法（下稱BJS方法），即如下四步：
(1)利用第一期的數據計算股票的b系數。
(2)利用第一期的b系數大小劃分組合
(3)採用第一期的數據，對組合的收益與市場收益率進行回歸，估計組合的b系數
(4)將第一期估計出的組合b值作為自變數，以第二期的組合周平均收益率進行回歸檢驗。
在計算組合的平均周收益率時，我們假設每個組合中的十隻股票進行等額投資，這樣對平均周收益率 只需對十隻股票的收益率進行簡單平均即可。由於股票的系統風險測度，即真實的貝塔系數無法知道，只能通過市場模型加以估計。為了使估計的貝塔系數更加靈敏，本研究用上一年的數據估計貝塔系數，下一年的收益率檢驗模型。
(四)組合貝塔系數和風險的確定
對組合的周收益率求標准方差，我們可以得到組合的總風險sp
組合的b值的估計，採用下面的時間序列的市場模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t時期投資組合的收益率
：為估計的系數
Rmt表示t期的市場組合收益率
ept為回歸的殘差
對組合的每周收益率與市場指數收益率回歸殘差分別求標准差即可以得到組合sep值。
表1：組合周收益率回歸的b值與風險（1997.01.01～1997.12.31)
組合 組合b值 組合а值 相關系數平方 總風險 非系統風險
1 0.781 0.001 0.888 0.063 0.021
2 0.902 0.000 0.943 0.071 0.017
3 0.968 0.000 0.934 0.076 0.02
4 0.989 0.000 0.902 0.079 0.025
5 1 0.000 0.945 0.078 0.018
6 1.02 0.000 0.958 0.079 0.016
7 1.04 0.002 0.935 0.082 0.021
8 1.06 0.000 0.925 0.084 0.023
9 1.08 0.000 0.938 0.085 0.021
10 1.1 0.000 0.951 0.086 0.019
11 1.11 0.000 0.951 0.087 0.019
12 1.12 0.000 0.928 0.089 0.024
13 1.13 0.000 0.937 0.089 0.022
14 1.16 0.000 0.912 0.092 0.027
15 1.17 0.000 0.922 0.092 0.026
(五)組合平均收益率的確定
對組合按前面的構造方法，用第98年的周收益率求其算術平均收益率。
表2：組合的平均收益率（1998.1.1-1998.12.31）
組合 組合b 平均周收益率
1 0.781 0.0031
2 0.902 -0.0004
3 0.968 0.0048
4 0.989 0.0052
5 1 0.0005
6 1.02 -0.002
7 1.04 0.0038
8 1.06 0.003
9 1.08 0.0016
10 1.1 0.0026
11 1.11 0.005
12 1.12 0.0065
13 1.13 0.0044
14 1.16 0.0067
15 1.17 0.0074
(六)風險與收益關系檢驗
以97年的組合收益率估計b，以98年的組合收益率求周平均收益率。對15組組合得到的周平均收益率與各組合b系數按如下模型進行回歸檢驗：
Rpj=g0+g1bpj
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
g0，g1為估計參數
按照CAPM應有假設：
1.g0的估計應為Rf的均值，且大於零，表明存在無風險收益率。
2.g1的估計值應為Rm-Rf>0,表明風險與收益率是正相關系，且市場風險升水大於零。
回歸結果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%顯著水平下回歸系數g1顯著不為0，即在上海股市中收益率與風險之間存在較好的線性相關關系。論文在實踐檢驗初期，發現當以93年至97年的數據估計b，而用98年的周收益率檢驗與風險b關系時，回歸得到的結論是5%顯著水平下不能拒絕回歸系數g1顯著為0的假設。這些結果表明，在上海股市中系統性風險b與周收益率基本呈現正線性相關關系。同時，上海股市仍為不成熟證券市場，個股b十分不穩定，從相關系數來看,尚有其他的風險因素在股票的定價中起著不容忽視的作用。本文將在下面進行CAPM模型的修正檢驗。
四、CAPM的橫截面檢驗
(一)模型的建立
對於橫截面的CAPM檢驗，採用下面的模型：
Rp=g0+g1bp+g2bp2+g3sep+ep
該模型主要檢驗以下四個假設：
1，系統性風險與收益的關系是線性的，就是要檢驗回歸系數E（g2）=0。
2，b是衡量證券組合中證券的風險的唯一測度，非系統性風險在股票的定價中不起作用，這意味著回歸方程的系數E（g3）=0。
3，對於風險規避的投資者，高系統性風險帶來高的期望回報率，也就是說：E(g1)=E(Rmt)—E(Rft)>0
4，對只有無風險利率才是系統風險為0的投資收益，要求E（g0）=Rf。
(二)檢驗的結果及啟示
對CAPM模型的橫截面的檢驗採用多元回歸中的逐步回歸分析法（stepwise），即在回歸分析中首先從所有自變數選擇一個自變數，使相關系數最大，再逐步假如新的自變數，同時刪去可能變為不顯著的自變數，並保證相關系數上升，最終保證結果中的所有自變數的系數均顯著不為0，並且被排除在模型之外的自變數的系數均不顯著。
表4：多元回歸的stepwise法結果
g0 g1 R2
系數 -0.0143 0.0170 0.4867
T值 -2.8078 3.5114
從表中可以得出如下結論：
1．bp2項的系數的T檢驗結果並不顯著，表明風險與收益之間並不存在非線性相關關系。
2.sep 項的系數的T檢驗結果並不顯著，表明非系統風險在資產組合定價中並不起作用。
3．g0的估計值為負，即資金的時間價值為負，表明市場具有明顯的投機特徵。
五、影響收益的其他因素分析
(一)歷史回顧
長期以來，Sharp,linter和Mossin分別提出的CAPM模型一直是學術界和投資者分析風險與收益之間關系的理論基石，尤其是在Black,Jensen,和Scholes（1972）以及 Fama 和MacBeth（1973）通過實證分析證明了1926-1968年間在紐約證券交易所上市的股票平均收益率與貝塔之間的正的相關關系以後。然而八十年代，Reinganum(1981)和Lakonishok ，Shapiro（1986）對後來的數據分析表明這種簡單的線性關系不復存在。Roll對CAPM的批評文章發表之後，對CAPM的檢驗也轉向對影響股票收益的其他風險因素的檢驗，並發現了許多不符合CAPM的結果。Fama和French（1992）更進一步指出，從四十年代以後，紐約股票市場股票的平均收益率與貝塔系數間不存在簡單的正線性相關關系。他們通過對紐約股票市場1963年至1990年股票的月收益率分析發現存在如下的多因素相關關系：
R=1.77%-(0.11*ln(mv))+(0.35*ln(bv/mv))
其中：mv是公司股東權益的市場價值，bv是公司股東權益的賬面價值。
從前一節我們對上海股票市場的檢驗結果可以看出，當選用的歷史數據變化以後，上海股市中收益與系統性風險相關的顯著程度並不如CAPM所預期的那樣。羅爾對CAPM的解釋同樣適合於上海市場，即一方面我們無法證實市場指數就是有效組合，以我們分析的上海股票市場而言，上證指數遠沒有包括所有金融資產，比如投資者完全可以自由投資於債券市場和在深圳證券交易所上市的股票。另一方面，在實際分析中我們無法找到真正的貝塔（true beta）。為了找出上海股市中股票定價的其他因素，本文結合上海股票市場曾經出現炒作的"小盤股"、"績優股"、"重組股"等現象，對公司的股本大小，公司的凈資產收益率，市盈率等非系統因素對收益的影響進行了分析。具體方法是：論文首先對影響個股收益率的各因素進行逐年分析，然後構造組合，再對影響組合收益率的各因素進行分析，組合的構造方法與前相同。
(二)單股票的多因素檢驗及結果
檢驗方法是用歷史數據計算b系數，再對b系數、前期總股本、前期流通股本、預期凈資產收益率、預期PE比率對收益率的解釋程度進行分析。例如在分析年所有股票收益率的決定因素時，採用93年股票的收益率計算貝塔系數，總股本為93年末的總股本，凈資產收益率和市盈率根據94年的財務指標計算。由於股票在此之後4年交易期間，凈資產收益率（ROE）和每股收益（EPS）尚未公布，因此凈資產收益率和市盈率都稱為預期凈資產收益率和預期市盈率。具體模型如下：
Rj=g0+g1bj+g2Gj+g3ROEj+g4PEj+ej
其中 : Rj 是股票 j的第t期年平均周收益率
bj 是股票j的b系數，b系數由第（t-1）期歷史數據算出
Gj 是股票j的第（t-1）期總股本對數值
ROEj是股票j的第t期凈資產收益率
PEj 是股票j的第t期期末市盈率
STEPWISE多元回歸發現94年各股票收益率與以上因素並無顯著關系，其他各年的結果如下：
表5：95年個股收益率的STEPWISE多元回歸結果
Rj=g0+g2Gj
R2 g0 g2
均值 T值 均值 T值
0.05 -0.013 -3.568 0.0011 2.958
表6：96年個股收益率的STEPWISE多元回歸結果
Rj=g0+g2Gj+g3ROEj
R2 g0 g2 g3
均值 T值 均值 T值 均值 T值
0.171 -0.011 -1.93 0.002 2.845 0.024 5．249
表7：97年個股收益率的STEPWISE多元回歸結果
Rj=g0+g2Gj
R2 g0 g2
均值 T值 均值 T值
0.099 0.0317 6.328 -0.0028 -5.325
表8：98年個股收益率的STEPWISE多元回歸結果
Rj=g0+g1bj+g2Gj+g3ROEj
R2 g0 g1 g2 g3
均值 T值 均值 T值 均值 T值 均值 T值
0.195 0.0343 7.799 0.005 3.582 -0.003 -8.548 0.0013 0.0045
(三)組合的檢驗及結果
組合的構造方法與前面所描述的一致。對所有組合98年平均周收益率與組合的97年數據所計算出的貝塔系數、97年末平均總股本、98年平均凈資產收益率、98年底平均市盈率進行回歸分析，模型如下：
Rpj=g0+g1bpj+g2Gpj+g3ROEpj+g4PEpj+ej
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
Gpj 是組合j的 97年總股本對數值
ROEpj 是組合j的98年凈資產收益率
PEpj 是組合j的98年末市盈率
表9：98年組合收益率的STEPWISE多元回歸結果
g0 g3 R2
均值 0.0425 -0.0039 0.593
T值 4.736 -4.355
(四)結果分析
對組合的收益率以及97年以來個股的收益率採用stepwise回歸分析可以看出，公司的股本因素在上海股票市場的股票定價中起著顯著的作用。股票的定價因素同西方成熟股市一樣，存在規模效應（Size Effect）,即小公司的股票容易取得高收益率。這個結論與中國股市的近幾年價格波動實際特點相一致，其原因可以從以下三方面分析：首先，小公司股本擴張能力強。在我國股市中，投資人主要是希望公司股本擴張後帶來的資產增值盈利。其次，小股本的股票便於機構投資者炒作。我國機構投資者的實力總體偏弱，截止98年年底，注冊資本在5億元以上的券商只有10多家。最後，小公司往往被市場認為是資產收購與兼並的目標。許多早期上市的公司，市場規模較小，在激烈的市場競爭中無行業壟斷優勢和規模經濟效益，無法與大企業抗衡。而許多高科技企業或具有較強市場競爭力的企業迫切需要進入資本市場，將收購目標瞄準這些小規模上市公司實行低成本借殼上市。這三方面的因素都導致小股本公司的股票受到市場的青睞。因此在論文的檢驗結果中，無論是個股還是組合在歷年的收益率中都是顯著地與股本相關