❶ 求证券投资的基本理论论文
证券投资者行为的行为金融学研究述评
摘 要：自从2002年行为金融学家Kahneman获得诺贝尔经济学奖以后，国内对行为金融学的研究不断涌现。就当前我国证券投资者行为的行为金融学研究进行了总结分析，并对行为金融学的研究作了展望。�
关键词：行为金融学；有限套利；羊群行为�
行为金融学（Behavioral Finance）是金融学的最新研究前沿，它突破了传统金融学“理性人”、完全套利和EMH的假设，从投资者的实际决策心理出发，重新审视主宰金融市场的人的因素对市场的影响，使研究更接近实际。该理论在上世纪80至90年代得到迅速的发展。行为金融学家美国普林斯顿大学的Kahneman获得2002年度的诺贝尔经济学奖，从而使得这一理论受到全球金融界的关注。�
国外行为金融学的发展，引起我国学者的高度重视，1999年北京大学刘力教授在《经济科学》第三期发表的《行为金融理论对效率市场假说的挑战》一文，是我国最早系统介绍行为金融理论的文章。2002年行为金融学被诺贝尔经济学奖的肯定后，国内掀起了行为金融学介绍和研究的热潮。2003年11月29日，在南京大学举办了全国首次行为金融学与资本市场学术研讨会，将国内行为金融学的研究推向了高潮。�
1 对投资者的心理研究�
金晓斌、唐利民（2000）统计分析显示，在影响股市异常波动的因素中政策性因素是最重要的因素，其影响远大于市场因素、扩容因素、消息因素和其他因素。孙培源、施东晖（2002）通过对1992-2002年初上海股市52次异常波动的分析表明，由政策性因素引起的异常波动达30次之多，而且当月出台的政策对该月的股价波动具有显著的影响，直接影响投资者入市的意愿和交投的活跃程度，中国个体证券投资者存在政策依赖性偏差。利好政策的颁布导致在相当长的交易周期内投资者交易频率明显上升，加剧了投资者的过度自信倾向，而利空政策出台却导致在较长的交易周期内投资者的交易频率大幅度下降，表现出较强的过度恐惧心理。这种强烈的“政策依赖”倾向是中国证券市场有中国特色的一种现象。张华庆（2003）认为中国证券投资者的行为有明显的过度反应的倾向，而深层次的根源是投资者的种种心理偏差，其结果将导致市场会对信息或政策的反应超过应有的幅度，加剧了市场的波动性，导致市场风险的放大。这些心理偏差包括过度自信、过度乐观、赌博心理、暴富心理、从众心理以及过度恐惧心理。�
2 对投资者有限套利行为的研究�
现代金融理论普遍认为，当金融资产的价格存在误定时，众多的“理性套利者”就会在相应低估的资产上“做多”，而在高估的资产上“做空”，不但可以最终消除价格误定，而且可以获得无风险利润，从而使市场保持有效性。应该说套利机制是金融市场的重要机制，套利行为的存在具有“价值发现”的功能，它推动着资产价格向基本价值的回归。但是，中国的证券市场有以下特征：信息的获得是有成本的；信息的传递存在时间与空间上的差异，交易者并不能同时获取信息；交易者的行为是存在着差异的，并非都是理性的；交易者所持有的信息是不对称的。因此，机构投资者凭借优势，往往扮演着理性套利者的角色，而个人投资者却因先天不足沦为噪声交易者。张华庆（2003）认为，在中国证券市场中，当理性套利者进行套利时，不仅要面对基础性因素变动的风险，还要面对噪声交易者非理性预期变动的风险。在噪声交易者的影响下，不但理性套利者的收益将受到影响，甚至会导致越来越多的基金经理放弃原来奉行的成长型或价值型投资理念，在某种程度上蜕化为“追逐热点、短线运作”的投资方式。�
3 对投资者羊群行为的研究�
“羊群行为”（Herding Behavior）是信息连锁反应导致的一种行为方式，当个体依据其它行为主体的行为而选择采取类似的行为时就会产生“羊群行为”。换而言之，当“羊群行为”产生时，个体趋向于一致行动，即所谓的“赶潮流（Bandwagon）”，这时个人往往放弃自己所掌握的信息和信号而附和他人的行为，虽然他们所掌握的信息和信号，按理性分析可能显示他们应采取另外一种完全不同的行为。宋军、吴冲锋（2001）使用个股收益率的分散度指标，使用市场公开的价格数据，对于我国证券市场的羊群行为进行了实证研究。结果发现我国证券市场的羊群行为程度高于美国证券市场的羊群行为程度，在市场收益率极低时的羊群行为程度远远高于在市场收益率极高时的羊群行为程度，这个结果可以用期望理论中决策者对于损失、收益的不同态度来解释。孙培源、施东晖（2002）根据资本资产定价模型（CAPM）建立了较为灵敏的检验羊群行为的回归模型，并据此对我国股市进行了实证检验。结果表明：在政策干预频繁和信息不对称的严重的市场环境下，我国股市存在一定程度的羊群行为，并导致系统风险在总风险中占有较大比例。从投资运作层面来看，羊群行为将削弱组合投资分散风险的效果，特别是在市场发生大幅度涨跌时，通过多元化投资分散风险的效果将极为有限。就政策层面而言，羊群行为意味着投资者的买卖决策并非基于理性的决策过程，因此股价极有可能偏离其均衡价值，从而破坏了市场的价格发现功能和资源配置功能。常志平（2002）采用横截面收益绝对差（Cross Sectional Absolute Deviation of Returns，CSAD)方法，对我国股票市场是否存在“羊群行为”进行了实证检验。结果发现：在上涨行情中，我国深圳证券市场与上海证券市场均不存在“羊群行为”；但在下跌行情中，深圳证券市场与上海证券市场均存在“羊群行为”。并且深圳证券市场比上海证券市场具有更多的“羊群行为”。张华庆（2003）指出“羊群行为”对中国证券价格会产生一定的影响：由于“羊群行为”者往往抛弃自己的私人信息追随别人，这会导致市场信息传递链的中断；如果“羊群行为”超过某一限度，将诱发另一个重要的市场现象——过度反应的出现，使中国证券市场的稳定性下降；所有“羊群行为”的发生基础都是信息的不完全性，因此，一旦市场的信息状态发生变化，如新信息的到来，“羊群行为”就会瓦解，这意味着“羊群行为”具有不稳定性和脆弱性。�
4 行为金融学在我国的应用性研究展望�
4.1 对实证研究结果的应用�
从以上可以看出证券市场的参与者存在一定的非理性，而且市场也不是完全有效的。如何克服这些非理性，使投资者能在并非完全有效的市场生存，是市场参与者最想解决的问题之一。�
4.2 对参与者的心理学实证研究�
从以上可以看出针对市场参与者的心理学实证研究，一般还是基于行为金融学的旧有框架中的心理学理论，今后的研究应该更多地结合中国文化、国情或者利用更多心理学的最新研究成果，只有这样的研究才更适合中国的现实。�
4.3 在金融产品的设计和销售上的应用研究�
随着我国的金融改革进一步深入，出现了越来越多的金融产品。金融产品的开发和销售变得也越来越重要。其实，人们对于经济学和心理学相结合的研究最早就是从消费者心理学开始的，隶属于市场营销学中的消费者行为学是一门理论系统完整的科学。其中对消费者的调查、研究方法完全可以借鉴与行为金融学的实证方法相结合用以来研究金融产品的购买者的行为，根据投资者的不同偏好来设计金融产品，制定营销战略，从而为金融产品的开发和销售打出一片新天地。�
参考文献�
〔1〕�金晓斌，唐利民．政策与股票投资者博弈分析〔J〕．海通证券研究报告，2000．�
〔2〕�宋军，吴冲锋．基于分散度的金融市场的羊群行为研究〔J〕．经济研究，2001，（11）．�
〔3〕�孙培源，施东晖．基于CAPM的中国股市羊群行为研究——兼与宋军、吴冲锋先生商榷〔J〕．经济研究，2002，（2）．�
〔4〕�常志平．基于上证30及深圳成指的我国股票市场“羊群行为”的实证研究〔J〕．预测，2002，（3）．
仅供参考，请自借鉴。
希望对对您有帮助。
❷ capm实证分析里单个股票的月收益率是怎么算的
您好
月收益率和30日收益率是两种计算方式：
月收益率——每个自然月的第一个交易日和最后一个交易日的单位净值变化值与第一个交易日的单位净值的比。
公式：（月最后一个交易日的单位净值 - 月第一个交易日的单位净值）/月第一个交易日的单位净值 = 月收益率
30日收益率——今天和之前第29个交易日的单位净值变化值与之前第29个交易日的单位净值的比。
公式：（今天的单位净值 - 之前第29个交易日的单位净值）/之前第29个交易日的单位净值 = 30日收益率
下面是我原创的网络经验一共十六期，您的所有问题都在里面了。
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 资产定价的简介
[英] assets pricing
资本资产定价模型（capital asset pricing model,简称CAPM）：
1.为一套叙述性理论架构模式。
2.用来描写市场上资产的价格是如何被决定的。
其目的在于：
1.描述在证券供需达到平衡状态时，存在于证券的市场风险与预期报酬的关系。
2.协助投资人创造最佳的投资组合，评估与决定各种证券的价值，使其能制定合宜的投资决策。 从80年代中期以来的20多年时间里，随着计算技术的进步和主要金融市场研究数据库的建立，金融学家们从不同角度对金融理论进行了广泛的实证检测。新的研究发现从根本上否定了传统资产定价理论的结论。主要表现在以下几方面：1．单个资产、资产组合、基金和投资策略的平均收益与其贝塔系数不相称。CAPM并非衡量风险的合适模型。2．收益具一定程度的可预测性。首先，股息率、短期债券收益率、长短期国债收益率差、金边垃圾债券收益率差、商业周期指标等可预测股票收益的时序变化。这一方面的代表性研究包括Fama和French(1989),Lettau和Ludvigson(2000)。第二，股票波幅随时间变化而变化。第三，按CAPM调整风险后，一些基金的表现超出大盘。尽管Carhart(1997)的进一步研究结果表明基金的超常表现归功于机械性“特性”(styles),而非来自基金经理的出色选股水平。第四，股票收益表现很强的中期动能和长期回归倾向。自从Jegadeesh和Titman(1993)年发现美国股票市场存在中期收益‘动能’以来，一些学者对美国以外的股票市场进行了众多的样本外测试，发现中期收益‘动能’和长期收益‘回归’倾向广泛存在于除少数新兴市场外的所有股票市场。3．三因素、四因素资产定价模型对股票预期收益的变化具有较强的解释能力。这一方面具代表性的研究是Fama和French(1993)。他们证明了三因素模型(市场因子(marketfactor)、规模因子(sizefactor)和价值因子(valuefactor))能够解释70%-80%的美国股票收益变化。在其他市场也发现了类似的实证证据，包括中国在内的新兴股票市场。三因素模型的明显缺限是它不能解释收益动能现象。在三因素基础上加上动能因素，即四因素定价模型，便能增强资产定价模型对收益变动的解释能力。尽管金融理论界普遍接受三因素、四因素模型，但对这些因素的解释上有很大的争议性。Fama和French认为其三因素代表的是风险因素，因此三因素模型属传统资产定价理论的延伸。但行为金融学派认为规模因子、价值因子以及动能因素反映投资者固有的行为偏差带来的结果。这方面的争议至今尚无定论。不过有一点可以肯定，动能很难与风险因素扯上干系。从以上讨论可以看出，传统资产定价理论面临着缺乏实证证据支持的尴尬局面。在对学科进行审视和反思的过程中，运用心理学、社会学、行为学来研究金融活动中人们决策行为的行为金融学便成为了学界关注的焦点。行为金融学真正迎来其发展还是在二十世纪八十年代以后，在主流金融学模型与实证证据不断背离的困境中，伴随着这一时期由普林斯顿大学的Kahneman和斯坦福大学的Tversky所创立的预期理论(ProspectTheory)，金融学家们期望从行为金融学上寻找金融理论尤其资产定价理论发展的突破口。传统资产定价理论中，把行为人预设为一个完全意义上的理性人，这样的理性人不仅具备理性，而且无论在何种情境下，都可以运用理性，根据成本和收益进行比较，从而做出效用最大化的决策。而行为金融学恰恰就在这最基础的预设上与主流金融学表现出显著的不同。行为金融学并不完全肯定人类理性的普遍性。人类的决策在很多时候不是建立在理性预期、风险回避、效用最大化等的基础上。行为金融学建立在两类基本的行为假设基础上：1)深层心理偏差(heuristic-drivenbias)，回避不确定性、过分自信、决策保守性；2)框架依附(framedependence)。人们决策受决策者的特定思维框架的影响，主要表现在规避损失、后悔等。从包括Shiller(1981)发现美国股票收益超常波幅而推论投资者非理性等的几篇早期研究开始，建立在行为假设的基础上，金融学家们对资产定价问题进行了反思，并且丰富和发展了资产定价理论。例如Shefrin和Statman(1994)提出的行为资产定价理论(BAPM)既有限度的接受了市场有效性，也秉承了行为金融学所奉行的有限理性。Barberis等（1998）建立了分析投资者情绪对资产价格影响的理论模型。Daniel等（1998）以行为偏差解释广泛存在的中期(3-12个月)收益动能和长期（3-5年）收益回归现象。投资者行为偏差不仅影响股票等有价证券的价格，而且影响衍生品的价格确定。不过，学术界在这方面的研究尚处起步阶段。例如，研究发现深层心理偏差可能导致期权的隐性波幅(impliedvolatility)的图形出现“微笑”，即隐性波幅随期权的执行价格(strikeprice)的增加而下降，而其理论上的隐性波幅应与执行价格无关。另外，投资者情绪也影响期权的价格或隐性波幅。例如，很多投资者相信买权/卖权比率(call/putratio)是衡量投资者情绪的一很好标志。而且，衍生品市场与股票市场类似，同样存在“过激反应”(overreaction)现象。Stein(1987)以实证证据表明股指期权市场反应过激。Wang和Yu(2003)发现在24个最为活跃的美国期货市场中普遍存在“过激反应”。
❹ 题目：'检验资本资产定价模型（CAPM）金融系论文，帮忙解答必有重谢
你好的！
⑴ 首先就不要有马上毕业，最后一次花点钱就得了的想法
⑵ 只有自己写论文，做设计才能顺利的毕业
⑶ 在这里我给出方法，以及相关资料寻找的网址，请认真阅读
⑷ 否则，真的可能导致预想不到的后果！
====================================================================
❶ 中国知网也好、万方数据也好都有大量的原创论文！
❷ 并且，大部分的院校都有免费的接口！
❸ 如果真没有免费的接口，那就网络知道悬赏求助下载吧！
❹ 要是要外文的论文准备翻译的话，最好的办法就是【谷歌学术】
❺ 需要什么语言的论文直接就用相应的语言搜索！100% 能找到类似的！
❻ 至于翻译，可以直接谷歌翻一下，弄完在自己弄通顺就可以了！
【友情提示】==================论文写作方法===========================
❶ 其实，原创的论文网上没有免费为你代谢的！谁愿意花时间给你写这个呢？难道你在空闲的时间原以为别人提供这种毫无意义的服务么？所以：还不如自己写。主要是网上的不可靠因素太多，万一碰到骗人的，就不上算了。
❷ 写作论文的简单方法，首先大概确定自己的选题【这个很可能老师已经给你确定了】，然后在网上查找几份类似的文章。
❸ 通读一些相关资料，对这方面的内容有个大概的了解！看看别人都从哪些方面写这个东西！
❹ 参照你们学校的论文的格式，列出提纲，接着要将提纲给你们老师看看，再修改。等老师同意你这个提纲之后，你就可以补充内容！
❺ 也可以把这几份论文综合一下，从每篇论文上复制一部分，组成一篇新的文章！然后把按自己的语言把每一部分换下句式或词，经过换词不换意的办法处理后,网上就查不到了！
❻ 最后，到万方等数据库进行检测【这里便宜啊，每一万字才1块钱】，将扫红部分进行再次修改！
❼ 祝你顺利完成论文!
❺ 股票的二阶段三阶段定价法的基本思想
(三)组合的构造与收益率计算
对CAPM的总体性检验是检验风险与收益的关系，由于单个股票的非系统性风险较大，用于收益和风险的关系的检验易产生偏差。因此，通常构造股票组合来分散掉大部分的非系统性风险后进行检验。构造组合时可采用不同的标准，如按个股b系数的大小，股票的股本大小等等，本文按个股的b系数大小进行分组构造组合。将所有股票按b系数的大小划分为15个股票组合，第一个股票组合包含b系数最小的一组股票，依次类推，最后一个组合包含b数子最大的一组股票。组合中股票的b系数大的组合被称为"高b系数组合"，反之则称为"低b系数组合"。
构造出组合后就可以计算出组合的收益率了，并估计组合的b系数用于检验。这样做的一个缺点是用同一历史时期的数据划分组合，并用于检验，会产生组合b值估计的偏差，高b系数组合的b系数可能会被高估，低b系数组合的b系数可能被低估，解决此问题的方法是应用Black,Jenson与Scholes研究组合模型时的方法（下称BJS方法），即如下四步：
(1)利用第一期的数据计算股票的b系数。
(2)利用第一期的b系数大小划分组合
(3)采用第一期的数据，对组合的收益与市场收益率进行回归，估计组合的b系数
(4)将第一期估计出的组合b值作为自变量，以第二期的组合周平均收益率进行回归检验。
在计算组合的平均周收益率时，我们假设每个组合中的十只股票进行等额投资，这样对平均周收益率 只需对十只股票的收益率进行简单平均即可。由于股票的系统风险测度，即真实的贝塔系数无法知道，只能通过市场模型加以估计。为了使估计的贝塔系数更加灵敏，本研究用上一年的数据估计贝塔系数，下一年的收益率检验模型。
(四)组合贝塔系数和风险的确定
对组合的周收益率求标准方差，我们可以得到组合的总风险sp
组合的b值的估计，采用下面的时间序列的市场模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t时期投资组合的收益率
：为估计的系数
Rmt表示t期的市场组合收益率
ept为回归的残差
对组合的每周收益率与市场指数收益率回归残差分别求标准差即可以得到组合sep值。
表1：组合周收益率回归的b值与风险（1997.01.01～1997.12.31)
组合 组合b值 组合а值 相关系数平方 总风险 非系统风险
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)组合平均收益率的确定
对组合按前面的构造方法，用第98年的周收益率求其算术平均收益率。
表2：组合的平均收益率（1998.1.1-1998.12.31）
组合 组合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)风险与收益关系检验
以97年的组合收益率估计b，以98年的组合收益率求周平均收益率。对15组组合得到的周平均收益率与各组合b系数按如下模型进行回归检验：
Rpj=g0+g1bpj
其中 : Rpj 是组合 j的98年平均周收益率
bpj 是组合j的b系数
g0，g1为估计参数
按照CAPM应有假设：
1.g0的估计应为Rf的均值，且大于零，表明存在无风险收益率。
2.g1的估计值应为Rm-Rf>0,表明风险与收益率是正相关系，且市场风险升水大于零。
回归结果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%显著水平下回归系数g1显著不为0，即在上海股市中收益率与风险之间存在较好的线性相关关系。论文在实践检验初期，发现当以93年至97年的数据估计b，而用98年的周收益率检验与风险b关系时，回归得到的结论是5%显著水平下不能拒绝回归系数g1显著为0的假设。这些结果表明，在上海股市中系统性风险b与周收益率基本呈现正线性相关关系。同时，上海股市仍为不成熟证券市场，个股b十分不稳定，从相关系数来看,尚有其他的风险因素在股票的定价中起着不容忽视的作用。本文将在下面进行CAPM模型的修正检验。
❻ 请大家给我1份关于中国证券市场投资策略的论文2
证券投资策略研究论文
现代金融理论由于忽略了对人的心理活动及其行为模式的研究，造成了理论与实证的背离。行为金融理论将心理学尤其是行为科学理论融入到金融学之中，从微观个体行为以及产生这种行为的心理、社会动因来解释、研究和预测证券市场的现象和问题，逐步形成了自己的理论框架，建立了行为投资决策模型。在对证券市场的大量统计研究基础之上，行为金融理论家们已获得了关于投资者投资行为的大量实证研究结论，从而为投资者提供了良好的证券投资策略。因此综合国内外已有的研究成果基础，用行为金融理论深入探讨中国证券市场的投资策略，并对可能存在的问题作一些初步研究已显得非常必要。
一、行为金融理论与投资决策模型
大量的事实证明，投资者的行为方式及其深层次的心理特征对投资活动的结果具有直接的、重要的影响，在研究复杂的金融市场时，我们必须考虑人类自身行为所具有的复杂多变性特点。在借鉴行为科学、心理学以及社会学研究成果的基础上，初步形成了以投资活动当事人的心理因素为基础的行为金融理论体系。对应于现代投资理论的假设，行为金融理论给出自己的理论假设：（1）人是有限理性的；（2）非完全市场的存在；（3）投资者的投资具有群体行为特征。行为金融理论基础主要有：（1）期望理论（Prospect Theory 1979）；（2）行为资产定价模型（BAPM）；（3）行为金融资产组合理论（Behavioral Portfolio Theory 1999）。在此基础之上构造的行为金融投资决策模型有：（1）BSV模型与DHS模型；（2）统一理论模型（Unified Theory Model）；（3）羊群效应模型。
二、行为金融对投资者行为的实证研究结论
1.过度自信。人的心理中往往有过分高估自己能力和知识的倾向，表现为投资决策中过分相信自身的判断和决策，而忽视了客观情况变化造成决策失误的可能性。由上交所组织完成的《中国证券投资者行为研究》指出，我国股市6500万投资者中无业者占较大比例，有理由相信这些无业者中有相当一部分人是缺乏市场竞争力的人，由于无事可做，也不考虑自己的能力，就想到股市赚钱，由此可见我国投资者过度自信之严重程度。
2.抛锚性错误。人们在对某件商品的价值进行判断时，通常需要一定的信息锚作为判断的参照标准。同样，投资者对于证券价格的变动预测也需要一定信息作为参照的锚。抛锚性往往导致投资者对新的、正面的信息反应不足。我国投资者往往是利用类似行业、板块、股本大小、经营业绩等的股票价格来衡量其投资股票的价格的。但是锚并不能长时间一直保持准确性和有效性，即锚会使投资者判断出错。
3.羊群行为。股市中的“羊群行为”是指投资者由于受其他投资者投资策略的影响而采取相同的投资策略。其关键是其他投资者的行为影响投资者的投资决策，并对他的决策结果造成影响。我国股市中存在的大量“跟风”、“跟庄”、投资基金的投资组合类同等都是典型的“羊群行为”。孙培源（2002）通过构造股票收益率的横截面绝对偏离和市场收益率的非线性检验，实证了中国股市羊群效应的存在。
4.噪声交易。非理性投资者把与价值无关的信息认为是与价值有关，或者某些投资者人为地制造虚假信息，而其他投资者无法识别其真伪，这两种信息被认为是噪声，相应产生的交易称为噪声交易。我国股市近400%的年换手率中至少300%可以归因于噪声交易。施东晖（2001）实证研究表明，由于技术分析方法在上海股票市场被广泛使用，当某此技术信号显示“上升”或“下跌”趋势时，将引发大量的买卖行为，从而强化现有的股价趋势。
5.过度反应与反应不足。过度反应是由DeBondt和Thaler（1985）最早发现的，他们发现投资者对于近期的好消息不是做出正确的贝叶斯反应，而是过度反应致使股票价格超过其内在价值。我国王永宏（2001）运用DT的方法研究了中国股票市场的过度反应现象证实了中国股市存在着明显的过度反应现象。反应不足是指投资者对自身的判断过度自信，或是一味依赖过去的历史经验作为判断的参照标准（犯抛锚性错误），对市场中出现的新趋势和新变化反应迟钝，丧失了获利的良好时机。我国股市中存在的“轮涨效应”就是一种“反应不足”。
6.处置效应。“处置效应”是指投资者长时期持有套牢的股票而过早抛出赢利的股票的现象。这意味着当投资者处于盈利状态时是风险回避者，而处于亏损状态时是风险偏好者。赵学军（2001）等人的研究结论是：与国外相比，我国投资者更加倾向于卖出盈利股票，继续持有亏损股票。我国股市的处置效应在年末相对增强，个人投资者的处置效应强于机构投资者。
7.动量效应。在一定持有期内，平均而言，如果某只股票或某些股票组合在前一段时期内涨幅较好，那么，下一段时期内，该股票或股票组合仍将有良好表现。通过对我国股市历年大盘及个股的统计分析，我们认为无论是在大盘还是在个股上，我国股市都存在动量效应。大盘的动量效应以日为时间单位比较明显，而一些典型个股无论是以日、周还是以月为时间单位都非常显著。
8.过度恐惧与政策依赖性心理。当股市虚假消息满天飞、股市暴跌时，投资者不计成本的大量抛出股票，表现出十足的恐惧。在股市暴跌时，我国投资者往往把自己的希望寄托在政府的救市政策上，这种对政策的依赖超过了世界上任何一个国家。
9.遗憾。遗憾理论认为投资者为了回避曾经做出的错误决策的遗憾和报告损失带来的尴尬，可能避免卖掉价格已下跌的股票。还有，即使决策结果相同，如果某种决策方式能减少投资者的后悔心理，对投资者而言，这种决策方式就优于其它决策方式。因此，投资者有从众心理，倾向于购买本周热门或受大家追涨的股票，因为当考虑到大量投资者也在同一投资上遭受损失时，投资者可能降低其情绪反应或感觉。
10.暴富心理与赌博心理。中小投资者短线频繁操作，其目的是为了快速致富。面值1元的股票炒到100多元还有人敢去追涨；公司亏损了几亿元，已经资不抵债还有人敢去接盘；ST现象是指那些被冠以特别处理的上市公司，其股价在特别处理消息公布后不跌反升的现象。明知上市公司巨额弄虚作假还有人敢去炒底，这些都充分暴露了我国投资者实足的赌性。
11.轮涨轮跃效应（补涨补跌效应）。在一次行情中，如果某些股票没有上涨（下跌），那么它们就具有补涨（补跌）的潜力。没涨的要无条件补涨，没跌要五条件补跌。长期以来我国股市个股轮番炒作就是一例。
12.小盘股、新股效应。我国股市对小盘股、新股独有情忠，逢小必炒、逢新必炒已是我国股市的惯例。我们统计分析发现在过去的十年中，我国小盘股、新股的收益率显著高于大盘股和老股。但自2001年6月中国股市长期下跌及证券投资基金大量发行以来，这一状况有所改变。
三、行为金融理论指导下的证券投资策略
行为金融学的理论意义在于确立了市场参与者的心理因素在投资决策行为以及市场定价中的作用和地位，否定了传统金融理论关于理性投资者的简单假设，更加符合金融市场的实际情况。行为金融学的实践指导意义在于投资者可以采取针对非理性市场行为的投资策略来实现投资赢利目标。在美国证券市场上，目前有数家资产管理公司在实践着行为金融学的理论，其中有的基于行为金融的共同基金取得了复合年收益率25%的良好投资业绩。考察我国证券市场的投资者行为特点，我们总结出我国金融市场的投资策略：
1.针对过度反应的反向投资策略。反向投资策略就是买进过去表现差的股票而卖出过去表现好的股票来进行套利的投资方法。行为金融理论认为，由于投资者在实际投资决策中，往往过分注重上市公司的近期表现，从而导致对公司近期业绩情况做出持续过度反应，形成对绩差公司股价的过分低估，最终为反向投资策略提供了套利的机会。
2.动量交易策略。即预先对股票收益和交易量设定过滤准则，当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。行为金融意义上的动量交易策略的提出，源于对股市中股票价格中间收益延续性的研究。
3.成本平均策略。指投资者在将现金投资为股票时，通常总是按照预定的计划根据不同的价格分批地进行，以备不测时摊低成本，从而规避一次性投入可能带来的较大风险的策略。
4.时间分散化策略。指根据投资股票的风险将随着投资期限的延长而降低的信念，建议投资者在年轻时将其资产组合中的较大比重投资于股票，而随着年龄的增长将此比例逐步减少的投资策略。
5.小公司效应策略。小公司效应是指小盘股比大盘股的收益率高。Banz（1981）发现股票市值随着公司规模的增大而减少的趋势。Siegl（1998）研究发现，平均而言小盘股比大盘股的年收益率高出4.7%，而且小公司效应大部分集中在1月份。根据小公司效应而采用的投资策略称为小公司效应策略。
6.组合投资策略。行为金融学认为，证券市场并不是有效的（一般指半强式有效，semlstrong efficient）。这就意味着传统的证券组合投资理论中，“在有效市场中，投资者不可能获得与其所承担风险不对称的额外收益”的提法在实践中是不成立的。也就是说，通过选择合适的组合投资策略，投资者将可能获得额外收益。
7.针对羊群行为的相反策略。由于市场中广泛存在的羊群行为，证券价格的过度反应将是不可避免的，以致出现“涨过了头”或者“跌过了头”。投资者可以利用可以预期的股市价格反转，采取相反投资策略（contrarian strategy）来进行套利交易。中国的股票市场素有“政策市”之称。考察中国证券市场的历史走势，我们会发现在重要的顶部或底部区域，在消息面上总是伴随着一些重要的股市政策的出台。不同的投资者对政策的反应是不一的。针对个人投资者的行为反应模式，投资基金可以制定相应的行为投资策略——相反投资策略，进行积极的波段操作。
8.购买并持有策略。个人和机构投资于股票应执行几种能帮助控制认识错误和心理障碍的安全措施。控制这些心理障碍的关键方法是所有类型的投资者都要实施一种严格的交易策略——“购买并持有”策略。投资者在为组合购进一只股票时，应详细地记录购买理由，而且要制订一定的标准以利于进行投资决策。长期采取“购买并持有”策略，通常业绩将超过高周转率的短期交易策略。
9.利用行为偏差。心理学和决策科学提出，在某种情形下，投资者并不是尽力使财富最大化，并且在某些情形下投资者还会在智力方面犯系统性判断错误，这些行为偏差将导致证券定价的错误，合理利用这些偏差将给投资者带来超额收益。行为型投资人则尽力寻找由于行为因素而被市场错误定价的证券从而获取超额利润。可见，对人类行为偏差的正确把握是获取市场超额利润的来源之一。
10.ST投资策略。上市公司被宣布为特别处理，意味着公司陷入严重困境。但同时，ST公司也成为潜在的并购目标。考虑到壳资源在中国证券市场上的稀缺性，ST公司的价值无疑是巨大的。作为一种投资策略，ST公司是可以被纳入证券投资组合之中的。
总之，行为金融理论寻求并确定投资者可能对新信息产生反应过度或反应迟钝而导致证券定价错误的市场情形。行为金融学投资策略的目标就是在大多数投资者认识到自己的错误以前，投资那些定价错误的股票，并在股票价格正确定位之后抛出获利。
四、应用行为金融理论指导证券投资要注意的问题
行为金融学的科学性在于它始于公理并寻求建立在公理上的理论能解释金融市场的行为。它试图理解和预测心理决策过程的系统的金融市场意义。如上所说，中国股票市场中存在着普遍的运用传统金融理论无法解释的金融现象，而用行为金融理论可以很好地解释之，并由此导致了许多有价值的行为投资策略，但在具体运用这些投资策略时还要注意以下几点问题。
1.行为金融理论本身也是处于不断发展之中。行为金融理论的投资策略是：在大多数投资者尚未意识到错误时投资于某些证券，随后当大多数投资者意识到错误并投资于这些证券时卖出这些证券。一旦证券市场的绝对多数投资者认识到这一问题并采取相同的策略，那么结果又会怎样？我们相信随着行为科学的深入研究、证券市场的不断变化和发展，会进一步发现更多的行为金融问题，并且一些已有的行为金融现象可能会淡化甚至消失。因此在应用行为金融投资策略时，要防止教条化。
2.要切忌对国外现有行为投资策略的简单模仿。现有的行为金融理论主要是在发达的金融市场产生的。我国证券市场同成熟的证券市场比较，还是一个新兴的证券市场——历史短、不规范。中国金融市场与发达的金融市场的共性与特殊性决定了我们在运用行为金融投资策略时，不是对国外现有行为投资策略的简单模仿，而应当掌握行为金融学的理论方法，对中国证券市场的行为特点进行深入研究，探索适应我国证券市场运行特点的我们自己的行为金融学投资策略。
3.行为投资策略不是一成不变的。随着金融市场的发展、金融监管的深入及投资者结构的改善，我国金融市场行为金融现象会发生很大的变化。例如小公司效应现象就不如过去明显、庄股由于监管的加强从而动量效应也明显减弱。我们预言随着管理层对股市认识的转变和管理水平的提高，我国的ST现象迟早会消失。
4.不同投资者需要有不同的投资策略。将行为金融学的研究成果运用到我国证券市场的实践中，可以合理引导投资者的行为。对于广大中小投资者，要通过教育来使其趋于理性化，提高证券市场投资者的投资决策能力和市场的运作效率。对于机构投资者，要提高其投资管理水平。投资者决策中的心理偏差是与生俱来，而这些认知偏差可以通过学习、训练等手段得到有效缓解，因此，不同投资者应该采用不同的投资策略，只有呼吁所有各层次的投资者共同参与探讨我国行为金融问题，行为金融投资策略才能在我国有用武之地。
❼ 投资学作业：从股票定价模型来分析香港金融危机 求解！！！
一、资本资产定价模型的理论背景
威廉•夏普建立了均衡的证券定价理论，即著名的资本资产定价模型(CAPM)：（1）其中，E（Ri）为股票i的预期收益率，Rf为无风险利率，E（RM）为市场组合的预期收益率，，即系统风险系数，是市场组合收益率的方差，βi表示股票i收益率变化对市场组合收益率变动的敏感度，用βi系数来衡量该股票的系统风险大小。CAPM说明：在证券市场上，非系统风险可以通过多元化投资加以消除，对定价唯一起作用的是该证券的β系数。因此，对CAPM的检验就是验证β系数是否具有对收益的完全解释能力。
二、CAPM在国内外的检验
国外在1970以后就开始了对CAPM的检验和β系数的稳定性研究，早期的检验结果表明，西方成熟资本市场中股票定价基本符合CAPM。但1980年以后，出现了大量负面的验证结果。从1990年开始，国内一些学者对CAPM也陆续做了大量研究。陈浪南、屈文洲（2000）对上海A股市场对资本资产定价模型进行实证检验，根据股市中的三种市场格局(上升、下跌和横盘)划分了若干的时间段得出不同β值的进行分析，得出的β值与股票收益率的相关性较不稳定，说明上海股票市场存在较大的投机性。阮涛、林少宫(2000)说明了上海股票市场不符合CAPM，基于CAPM模型对中国现阶段的股票市场的分析和应用缺乏有效性依据。许涤龙，张钰(2005)实证结果表明在沪市股票的收益与其β系数存在着显著的正相关线性关系，但无风险收益率却是负的，这说明上海股票市场具有明显的投机特征，是一个不够成熟的股市。
三、数据说明和处理
本文选择上海证券交易所上市的上证180指数成分股，选择2009年1月9日到2010年12月22日期间的周数据，共有101个周数据，剔除在上述期间数据缺失的股票，样本共包含152只股票，本文选用上证综合指数来替代市场组合收益，所用数据都已进行除权、除息复权处理，本文数据来源于Wind资讯。个股用周收盘价来计算它们的周收益率，计算公式如下：其中Rit是第i只股票在t时刻的收益率；pit是第i只股票在t时刻的收盘价。上证综合指数的收益率计算同上，用Rmt来表示周收益率。对于无风险收益率的确定，本文使用一年期的定期存款利率来表示无风险收益率，折算成周收益率为：Rf=0.0455%。
四、CAPM实证和结果
本文在检验中用到的基本时间序列方程如下：（2）对于横截面的CAPM检验,采用下面的模型：（3）（4）其中是第i只股票平均收益率（样本均值来代替），βi是第i只股票的β值，在（4）的回归中βi由模型（3）中的得到的回归系数bi来替代。将回归结果与CAPM模型（1）进行比较，检验CAPM在上海资本市场是否成立：（1）资产的风险和收益之间是否存在线性关系。如果模型（4）中参数其估计值不显著异于零，则可认为资产的风险和收益之间仅存在线性关系。（2）资产的风险和收益是否正相关。如果参数γ1其估计值显著异大于零，则可以认为资产的风险和收益是正相关的。此外，其估计值理论上应该等于E（RM）-Rf，即市场的超额收益率。（3）参数γ0其估计值不显著异于Rf。
152只股票的周收益率分别对上综指的周收益率进行时间序列回归，得到152只股票的bi值。然后以152只股票的周收益率为因变量，各个股票回归出来的值为自变量对模型（3）进行回归，其结果为表1结果可以发现βi值在5%显著性水平下显著,而常数项γ0仅在10%的显著性水平下显著。即收益率与系统风险(β值)存在的线性显著性较强。下面来检验回归出来的γ0和无风险收益率是否有显著差异。γ0=0.002945，Rf=0.0455%，其检验的t值为此结果表明γ0和Rf在显著性水平5.97%下有显著区别，这与CAPM不吻合。下面来检验斜率系数是否显著不同于E（RM）-Rf。由表1知γ1=0.005036，其检验的t值为在5%的显著性水平下，γ1和E（RM）-Rf没有显著区别，这和CAPM相符。
为了进一步检验收益率与系统风险(β值)存在的非线性关系，对模型（4）检验得到的结果如下：根据表2的结果可以发现β值在5%显著性水平下不显著,而β2值在5%显著性水平下显著,这可以发现上海股票市场的除了系统风险的影响之外，与收益率风险的非线性关系即非系统风险对上海股票市场的收益率影响也较大。从表1和表2的结果可以看出，其中γ0是正数，这个与CAPM相吻合，但是以往的大部分文献中得出常数项为负值，而此处的结果得出γ0较显著的大于Rf，这是由于金融危机后，2009年与2010年的利率维持在较低水平，而上证A股指数从金融危机后较低的点位正在上升的过程中。
五、总结
根据上述CAPM的有效性检验，可以得出以下结论：(1)上海资本市场股票组合的平均超额收益率与其系统风险之间存在正相关关系，并且同时与非系统风险之间存在显著的线性关系。说明上海股票市场的股票定价不仅仅受系统风险的影响，而且受非系统风险的影响。(2)模型(3)中的斜率系数与平均超额收益率没有显著区别，常数估计值较显著大于无风险利率，与之前的大部分文献得出常数项大部分为负值不同。这由于金融危机后的这个特殊时期的货币政策和股市走势有关，同时也反映出上海股票市场正在逐步迈向成熟的过程之中。
❽ 横截面股票价格是什么意思
资本资产定价模式(CAPM)在上海股市的实证检验
资产定价问题是近几十年来西方金融理论中发展最快的一个领域。1952年，亨利·马柯维茨发展了资产组合理论......
一、资本资产定价模式(CAPM)的理论与实证：综述
(一)理论基础
资产定价问题是近几十年来西方金融理论中发展最快的一个领域。1952年，亨利·马柯维茨发展了资产组合理论，导致了现代资产定价理论的形成。它把投资者投资选择的问题系统阐述为不确定性条件下投资者效用最大化的问题。威廉·夏普将这一模型进行了简化并提出了资产定价的均衡模型—CAPM。作为第一个不确定性条件下的资产定价的均衡模型，CAPM具有重大的历史意义，它导致了西方金融理论的一场革命。
由于股票等资本资产未来收益的不确定性，CAPM的实质是讨论资本风险与收益的关系。CAPM模型十分简明的表达这一关系，即：高风险伴随着高收益。在一些假设条件的基础上，可导出如下模型：
E(Rj)-Rf=(Rm-Rf)bj
其中： E(Rj )为股票的期望收益率。
Rf 为无风险收益率，投资者能以这个利率进行无风险的借贷。
E(Rm )为市场组合的期望收益率。
bj =sjm/s2m，是股票j 的收益率对市场组合收益率的回归方程的斜率，常被称为"b系数"。其中s2m代表市场组合收益率的方差，sjm 代表股票j的收益率与市场组合收益率的协方差。
从上式可以看出，一种股票的收益与其β系数是成正比例关系的。β系数是某种证券的收益的协方差与市场组合收益的方差的比率，可看作股票收益变动对市场组合收益变动的敏感度。通过对β进行分析，可以得出结论：在风险资产的定价中，那些只影响该证券的方差而不影响该股票与股票市场组合的协方差的因素在定价中不起作用，对定价唯一起作用的是该股票的β系数。由于收益的方差是风险大小的量度，可以说：与市场风险不相关的单个风险，在股票的定价中不起作用，起作用的是有规律的市场风险，这是CAPM的中心思想。
对此可以用投资分散化原理来解释。在一个大规模的最优组合中，不规则的影响单个证券方差的非系统性风险由于组合而被分散掉了，剩下的是有规则的系统性风险，这种风险不能由分散化而消除。由于系统性风险不能由分散化而消除，必须伴随有相应的收益来吸引投资者投资。非系统性风险，由于可以分散掉，则在定价中不起作用。
(二)实证检验的一般方法
对CAPM的实证检验一般采用历史数据来进行，经常用到的模型为：
其中： 为其它因素影响的度量
对此模型可以进行横截面上或时间序列上的检验。
检验此模型时，首先要估计 系数。通常采用的方法是对单个股票或股票组合的收益率 与市场指数的收益率 进行时间序列的回归，模型如下：
这个回归方程通常被称为"一次回归"方程。
确定了 系数之后，就可以作为检验的输入变量对单个股票或组合的β系数与收益再进行一次回归，并进行相应的检验。一般采用横截面的数据，回归方程如下：
这个方程通常被称作"二次回归"方程。
在验证风险与收益的关系时，通常关心的是实际的回归方程与理论的方程的相合程度。回归方程应有以下几个特点：
(1) 回归直线的斜率为正值，即 ，表明股票或股票组合的收益率随系统风险的增大而上升。
(2) 在 和收益率之间有线性的关系，系统风险在股票定价中起决定作用，而非系统性风险则不起决定作用。
(3) 回归方程的截矩 应等于无风险利率 ，回归方程的斜率 应等于市场风险贴水 。
(三)西方学者对CAPM的检验
从本世纪七十年代以来，西方学者对CAPM进行了大量的实证检验。这些检验大体可以分为三类：
1.风险与收益的关系的检验
由美国学者夏普（Sharpe）的研究是此类检验的第一例。他选择了美国34个共同基金作为样本，计算了各基金在1954年到1963年之间的年平均收益率与收益率的标准差，并对基金的年收益率与收益率的标准差进行了回归，他的主要结论是：
a、在1954—1963年间，美国股票市场的收益率超过了无风险的收益率。
b、 基金的平均收益与其收益的标准差之间的相关系数大于0.8。
c、风险与收益的关系是近似线形的。
2.时间序列的CAPM的检验
时间序列的CAPM检验最著名的研究是Black，Jensen与Scholes在1972年做的，他们的研究简称为BJS方法。BJS为了防止β的估计偏差，采用了指示变量的方法，成为时间序列CAPM检验的标准模式，具体如下：
a、利用第一期的数据计算出股票的β系数。
b、 根据计算出的第一期的个股β系数划分股票组合，划分的标准是β系数的大小。这样从高到低系数划分为10个组合。
c、采用第二期的数据，对组合的收益与市场收益进行回归，估计组合的β系数。
d、 将第二期估计出的组合β值，作为第三期数据的输入变量，利用下式进行时间序列回归。并对组合的αp进行t检验。
其中：Rft为第t期的无风险收益率
Rmt为市场指数组合第t期的收益率
βp指估计的组合β系数
ept为回归的残差
BJS对1931—1965年间美国纽约证券交易所所有上市公司的股票进行了研究，发现实际的回归结果与理论并不完全相同。BJS得出的实际的风险与收益关系比CAPM 模型预测的斜率要小，同时表明实际的αp在β值大时小于零，而在β值小时大于零。这意味着低风险的股票获得了理论预期的收益，而高风险股票获得低于理论预测的收益。
3.横截面的CAPM的检验
横截面的CAPM检验区别于时间序列检验的特点在于它采用了横截面的数据进行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他们所采用的基本方法如下：
a、根据前五年的数据估计股票的β值。
b、 按估计的β值大小构造20个组合。
c、计算股票组合在1935年—1968年间402个月的收益率。
d、 按下面的模型进行回归分析，每月进行一次，共402个方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
这里：Rp为组合的月收益率、
βp为估计的组合β值
bp2为估计的组合β值的平方
sep为估计βp值的一次回归方程的残差的标准差
g0、g1、g2、g3为估计的系数，每个系数共402个估计值
e、对四个系数g0、g1、g2、g3进行t检验
FM结果表明：
①g1的均值为正值，在95%的置信度下可以认为不为零，表明收益与β值成正向关系
②g2、g3在95%的置信度下值为零，表明其他非系统性风险在股票收益的定价中不起主要作用。
1976年Richard·Roll对当时的实证检验提出了质疑，他认为：由于无法证明市场指数组合是有效市场组合，因而无法对CAPM模型进行检验。正是由于罗尔的批评才使CAPM的检验由单纯的收益与系统性风险的关系的检验转向多变量的检验，并成为近期CAPM检验的主流。最近20年对CAPM的检验的焦点不是 ，而是用来解释收益的其它非系统性风险变量，这些变量往往与公司的会计数据相关，如公司的股本大小，公司的收益等等。这些检验结果大都表明：CAPM模型与实际并不完全相符，存在着其他的因素在股票的定价中起作用。
(四)我国学者对风险－收益关系的检验
我国学术界引进CAPM的概念的时间并不长，一些学者对上海股市的风险与收益的关系做了一些定量的分析，但至今仍没有做过系统的检验。他们的研究存在着一些缺陷，主要有以下几点：
1. 股票的样本太少，不代表市场总体，无法得出市场上风险与收益的实际关系。
2. 在两次回归中，同时选用同一时期的数据进行 值的估计和对CAPM模型中线性关系的验证。
3. 在确定收益率时并没有考虑分红，送配带来的影响并做相应调整，导致收益和风险的估计的偏差，严重影响分析的准确性。
4. 在回归过程中，没有选用组合的构造，而是采用个股的回归易导致， 系数的不稳定性。
二、上海股市CAPM模型的研究方法
(一)研究方法
应用时间序列与横截面的最小二乘法的线性回归的方法，构造相应的模型，并进行统计检验分析。时间序列的线性回归主要应用于股票β值的估计。而CAPM的检验则采用横截面回归的方法。
(二)数据选取
1.时间段的确定
上海股市是一个新兴的股市，其历史并不十分长，从1990年12月19日开市至今，不过短短八年的时间。在这样短的时间内，要对股票的收益与风险问题进行研究，首先碰到的是数据数量不够充分的问题。一般来说对CAPM的检验应当选取较长历史时间内的数据，这样检验才具有可靠性。但由于上海股市的历史的限制，无法做到这一点。因此，首先确定这八年的数据用做检验。
但在这八年中，也不是所有的数据均可用于分析。CAPM的前提要求市场是一个有效市场：要求股票的价格应在时间上线性无关。在第一章中通过对上海股市收益率的相关性研究，发现93年之前的数据中，股价的相关性较大，会直接影响到检验的精确性。因此，在本研究中，选取1993年1月至1998年12月作为研究的时间段。从股市的实际来看，1992年下半年，上海股市才取消涨停板制度，放开股价限制。93年也是股市初步规范化的开始。所以选取这个时间点用于研究的理由是充分的。
2.市场指数的选择
目前在上海股市中有上证指数，A股指数，B股指数及各分类指数，本文选择上证综合指数作为市场组合指数，并用上证综合指数的收益率代表市场组合。上证综合指数是一种价值加权指数，符合CAPM市场组合构造的要求。
3.股票数据的选取
这里用上海证券交易所（SSE）截止到1998年12月上市的425家A股股票的每日收盘价、成交量、成交金额等数据用于研究。这里遇到的一个问题是个别股票在个别交易日内停牌，为了处理的方便，本文中将这些天该股票的当日收盘价与前一天的收盘价相同。
三、上海股市风险－收益关系的实证检验
(一)股票贝塔系数的估计
中国股票市场共有8年的交易数据，应采用3年以上的数据用于估计单个股票的 系数，才能保证 具有稳定性。但是课题组在实践中通过比较发现由于中国股票市场作为一个新兴的市场，无论是市场结构还是市场规模都还有待于进一步的发展，同时各种股票关于市场的稳定性都不是很高，股市中还存在很大的时变风险，因此各种股票的 系数随着时间的推移其变化将会很大。所以只用上一年的数据估计下一年的 系数时， 系数将更具有灵敏性，因为了使检验的结果更理想，均采用上一年的数据估计下一年的 系数。估计单个股票的 系数采用单指数模型，如下：
其中： : 表示股票i在t时间的收益率
: 表示上证指数在t时间的收益率
：为估计的系数
：为回归的残差。
进行一元线性回归，得出 系数的估计值 ，表示该种股票的系统性风险的测度。
(二)股票风险的估计
股票的总风险，可以用该种股票收益率的标准差来表示，可以用下式来估计总风险
其中：N为样本数量， 为 的均值。
非系统风险，可用估计 的回归方程中的残差 的标准差来表示，用 表示股票i的非系统性风险，可用下式求出：
其中： 为一次回归方程的残差
为 的均值
(三)组合的构造与收益率计算
对CAPM的总体性检验是检验风险与收益的关系，由于单个股票的非系统性风险较大，用于收益和风险的关系的检验易产生偏差。因此，通常构造股票组合来分散掉大部分的非系统性风险后进行检验。构造组合时可采用不同的标准，如按个股b系数的大小，股票的股本大小等等，本文按个股的b系数大小进行分组构造组合。将所有股票按b系数的大小划分为15个股票组合，第一个股票组合包含b系数最小的一组股票，依次类推，最后一个组合包含b数子最大的一组股票。组合中股票的b系数大的组合被称为"高b系数组合"，反之则称为"低b系数组合"。
构造出组合后就可以计算出组合的收益率了，并估计组合的b系数用于检验。这样做的一个缺点是用同一历史时期的数据划分组合，并用于检验，会产生组合b值估计的偏差，高b系数组合的b系数可能会被高估，低b系数组合的b系数可能被低估，解决此问题的方法是应用Black,Jenson与Scholes研究组合模型时的方法（下称BJS方法），即如下四步：
(1)利用第一期的数据计算股票的b系数。
(2)利用第一期的b系数大小划分组合
(3)采用第一期的数据，对组合的收益与市场收益率进行回归，估计组合的b系数
(4)将第一期估计出的组合b值作为自变量，以第二期的组合周平均收益率进行回归检验。
在计算组合的平均周收益率时，我们假设每个组合中的十只股票进行等额投资，这样对平均周收益率 只需对十只股票的收益率进行简单平均即可。由于股票的系统风险测度，即真实的贝塔系数无法知道，只能通过市场模型加以估计。为了使估计的贝塔系数更加灵敏，本研究用上一年的数据估计贝塔系数，下一年的收益率检验模型。
(四)组合贝塔系数和风险的确定
对组合的周收益率求标准方差，我们可以得到组合的总风险sp
组合的b值的估计，采用下面的时间序列的市场模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t时期投资组合的收益率
：为估计的系数
Rmt表示t期的市场组合收益率
ept为回归的残差
对组合的每周收益率与市场指数收益率回归残差分别求标准差即可以得到组合sep值。
表1：组合周收益率回归的b值与风险（1997.01.01～1997.12.31)
组合 组合b值 组合а值 相关系数平方 总风险 非系统风险
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)组合平均收益率的确定
对组合按前面的构造方法，用第98年的周收益率求其算术平均收益率。
表2：组合的平均收益率（1998.1.1-1998.12.31）
组合 组合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)风险与收益关系检验
以97年的组合收益率估计b，以98年的组合收益率求周平均收益率。对15组组合得到的周平均收益率与各组合b系数按如下模型进行回归检验：
Rpj=g0+g1bpj
其中 : Rpj 是组合 j的98年平均周收益率
bpj 是组合j的b系数
g0，g1为估计参数
按照CAPM应有假设：
1.g0的估计应为Rf的均值，且大于零，表明存在无风险收益率。
2.g1的估计值应为Rm-Rf>0,表明风险与收益率是正相关系，且市场风险升水大于零。
回归结果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%显著水平下回归系数g1显著不为0，即在上海股市中收益率与风险之间存在较好的线性相关关系。论文在实践检验初期，发现当以93年至97年的数据估计b，而用98年的周收益率检验与风险b关系时，回归得到的结论是5%显著水平下不能拒绝回归系数g1显著为0的假设。这些结果表明，在上海股市中系统性风险b与周收益率基本呈现正线性相关关系。同时，上海股市仍为不成熟证券市场，个股b十分不稳定，从相关系数来看,尚有其他的风险因素在股票的定价中起着不容忽视的作用。本文将在下面进行CAPM模型的修正检验。
四、CAPM的横截面检验
(一)模型的建立
对于横截面的CAPM检验，采用下面的模型：
Rp=g0+g1bp+g2bp2+g3sep+ep
该模型主要检验以下四个假设：
1，系统性风险与收益的关系是线性的，就是要检验回归系数E（g2）=0。
2，b是衡量证券组合中证券的风险的唯一测度，非系统性风险在股票的定价中不起作用，这意味着回归方程的系数E（g3）=0。
3，对于风险规避的投资者，高系统性风险带来高的期望回报率，也就是说：E(g1)=E(Rmt)—E(Rft)>0
4，对只有无风险利率才是系统风险为0的投资收益，要求E（g0）=Rf。
(二)检验的结果及启示
对CAPM模型的横截面的检验采用多元回归中的逐步回归分析法（stepwise），即在回归分析中首先从所有自变量选择一个自变量，使相关系数最大，再逐步假如新的自变量，同时删去可能变为不显著的自变量，并保证相关系数上升，最终保证结果中的所有自变量的系数均显著不为0，并且被排除在模型之外的自变量的系数均不显著。
表4：多元回归的stepwise法结果
g0 g1 R2
系数 -0.0143 0.0170 0.4867
T值 -2.8078 3.5114
从表中可以得出如下结论：
1．bp2项的系数的T检验结果并不显著，表明风险与收益之间并不存在非线性相关关系。
2.sep 项的系数的T检验结果并不显著，表明非系统风险在资产组合定价中并不起作用。
3．g0的估计值为负，即资金的时间价值为负，表明市场具有明显的投机特征。
五、影响收益的其他因素分析
(一)历史回顾
长期以来，Sharp,linter和Mossin分别提出的CAPM模型一直是学术界和投资者分析风险与收益之间关系的理论基石，尤其是在Black,Jensen,和Scholes（1972）以及 Fama 和MacBeth（1973）通过实证分析证明了1926-1968年间在纽约证券交易所上市的股票平均收益率与贝塔之间的正的相关关系以后。然而八十年代，Reinganum(1981)和Lakonishok ，Shapiro（1986）对后来的数据分析表明这种简单的线性关系不复存在。Roll对CAPM的批评文章发表之后，对CAPM的检验也转向对影响股票收益的其他风险因素的检验，并发现了许多不符合CAPM的结果。Fama和French（1992）更进一步指出，从四十年代以后，纽约股票市场股票的平均收益率与贝塔系数间不存在简单的正线性相关关系。他们通过对纽约股票市场1963年至1990年股票的月收益率分析发现存在如下的多因素相关关系：
R=1.77%-(0.11*ln(mv))+(0.35*ln(bv/mv))
其中：mv是公司股东权益的市场价值，bv是公司股东权益的账面价值。
从前一节我们对上海股票市场的检验结果可以看出，当选用的历史数据变化以后，上海股市中收益与系统性风险相关的显著程度并不如CAPM所预期的那样。罗尔对CAPM的解释同样适合于上海市场，即一方面我们无法证实市场指数就是有效组合，以我们分析的上海股票市场而言，上证指数远没有包括所有金融资产，比如投资者完全可以自由投资于债券市场和在深圳证券交易所上市的股票。另一方面，在实际分析中我们无法找到真正的贝塔（true beta）。为了找出上海股市中股票定价的其他因素，本文结合上海股票市场曾经出现炒作的"小盘股"、"绩优股"、"重组股"等现象，对公司的股本大小，公司的净资产收益率，市盈率等非系统因素对收益的影响进行了分析。具体方法是：论文首先对影响个股收益率的各因素进行逐年分析，然后构造组合，再对影响组合收益率的各因素进行分析，组合的构造方法与前相同。
(二)单股票的多因素检验及结果
检验方法是用历史数据计算b系数，再对b系数、前期总股本、前期流通股本、预期净资产收益率、预期PE比率对收益率的解释程度进行分析。例如在分析年所有股票收益率的决定因素时，采用93年股票的收益率计算贝塔系数，总股本为93年末的总股本，净资产收益率和市盈率根据94年的财务指标计算。由于股票在此之后4年交易期间，净资产收益率（ROE）和每股收益（EPS）尚未公布，因此净资产收益率和市盈率都称为预期净资产收益率和预期市盈率。具体模型如下：
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系数，b系数由第（t-1）期历史数据算出
Gj 是股票j的第（t-1）期总股本对数值
ROEj是股票j的第t期净资产收益率
PEj 是股票j的第t期期末市盈率
STEPWISE多元回归发现94年各股票收益率与以上因素并无显著关系，其他各年的结果如下：
表5：95年个股收益率的STEPWISE多元回归结果
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年个股收益率的STEPWISE多元回归结果
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年个股收益率的STEPWISE多元回归结果
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年个股收益率的STEPWISE多元回归结果
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)组合的检验及结果
组合的构造方法与前面所描述的一致。对所有组合98年平均周收益率与组合的97年数据所计算出的贝塔系数、97年末平均总股本、98年平均净资产收益率、98年底平均市盈率进行回归分析，模型如下：
Rpj=g0+g1bpj+g2Gpj+g3ROEpj+g4PEpj+ej
其中 : Rpj 是组合 j的98年平均周收益率
bpj 是组合j的b系数
Gpj 是组合j的 97年总股本对数值
ROEpj 是组合j的98年净资产收益率
PEpj 是组合j的98年末市盈率
表9：98年组合收益率的STEPWISE多元回归结果
g0 g3 R2
均值 0.0425 -0.0039 0.593
T值 4.736 -4.355
(四)结果分析
对组合的收益率以及97年以来个股的收益率采用stepwise回归分析可以看出，公司的股本因素在上海股票市场的股票定价中起着显著的作用。股票的定价因素同西方成熟股市一样，存在规模效应（Size Effect）,即小公司的股票容易取得高收益率。这个结论与中国股市的近几年价格波动实际特点相一致，其原因可以从以下三方面分析：首先，小公司股本扩张能力强。在我国股市中，投资人主要是希望公司股本扩张后带来的资产增值盈利。其次，小股本的股票便于机构投资者炒作。我国机构投资者的实力总体偏弱，截止98年年底，注册资本在5亿元以上的券商只有10多家。最后，小公司往往被市场认为是资产收购与兼并的目标。许多早期上市的公司，市场规模较小，在激烈的市场竞争中无行业垄断优势和规模经济效益，无法与大企业抗衡。而许多高科技企业或具有较强市场竞争力的企业迫切需要进入资本市场，将收购目标瞄准这些小规模上市公司实行低成本借壳上市。这三方面的因素都导致小股本公司的股票受到市场的青睐。因此在论文的检验结果中，无论是个股还是组合在历年的收益率中都是显著地与股本相关