股权风险溢价之谜的中国例证——基于标准C－CAPM模型的实证研究

郑晓亚

(中国建设银行股份有限公司，北京 100033)

股权风险溢价之谜的中国例证
——基于标准C－CAPM模型的实证研究

郑晓亚

(中国建设银行股份有限公司，北京 100033)

结合全局与分段样本，利用H－J方差界的思想综合考察标准模型对我国自股票市场成立以来的历史数据的解释效力，探讨我国是否存在如西方国家资本市场一样的股权溢价之谜。实证结果发现，通过实际市场数据得出的主要考察参数在模型设定的合理参数取值范围之外，标准模型在分段与全局样本中均不能对我国1992年1月至2012年12月的股权风险溢价提供有效的解释。

股权风险溢价之谜;标准C－CAPM模型;随机贴现因子;H－J方差下界

一、引言

资产定价理论告诉我们，一项资产的风险溢价与其市场风险成正比。作为早期资产定价理论核心研究成果的CAPM模型在一个单期静态的设定下，利用风险资产对市场组合的β值来衡量这一市场风险，进而决定其带来的风险溢价。在这样的条件下，CAPM模型中的投资者们无疑是孤立且封闭的，他们只在一个局部且狭隘的资本市场范围内关注自己的投资组合，而不关心自己投资组合的收益是否会与市场以外的其他因素存在关联。来自现实的资本市场经验表明，当宏观经济形势走低时，如市场组合收益下降，投资者的财富出现缩水，自然的结果是消费降低，此时市场组合的增量收益为投资者带来的边际效用会放大。从这个意义上说，宏观经济与资本市场的资产收益和投资者效用之间，或许存在一个以消费为纽带的传导机制。

基于消费的CAPM模型的出现正式为资产定价理论打通了这一传导机制。作为CAPM模型的一般化①，C－CAPM一方面借助跨期的设定为变量赋予了动态性，克服了CAPM模型单期设定中的局限性，在投资者的市场选择对象中引入了具有不确定性收益的有价证券等资产，因而投资者在一个不确定性的环境下做出的决策与现实情况更为贴近;另一方面，C－CAPM模型将消费引入效用函数设定并与跨期设定相结合，使C－CAPM模型中的投资者需要在即期消费与未来消费之间，或是即期消费与即期投资之间做出选择，故而将资产的系统性风险与经济状态 (即消费)联系了起来，并将风险定义为投资者消费增长对证券收益变化反应的敏感程度，寻求这一风险对资产收益和风险溢价的影响。从这一角度来说，C－CAPM模型利用消费β为CAPM模型定义的市场风险赋予了内生的经济含义。

所以，将C－CAPM模型定位为资产定价理论的一块里程碑也并不为过。但是，CCAPM模型在实证研究中的表现却并不如意。对标准C－CAPM最广为人知的挑战来自于Shiller(1980)［1］，LeRoy和 Porter(1981)［2］，Mehra和Prescott(1985)［3］等人利用美国市场的历史数据对其进行的检验。他们的研究结果表明，在合理的参数取值范围内，标准CCAPM模型并不能对美国市场的股权溢价水平提供解释。尽管如此，从资产定价理论后续的沿革来看，西方学者们并未因为C－CAPM实证的低效而放弃这一模型，而是持续不断地对其进行着多角度的探索和改善，继而营造了西方资产定价理论界百家争鸣的良性研究环境。

我国相关研究开始较晚，对C－CAPM模型的研究尚处起步阶段，且对于我国资本市场是否也存在如美国市场一样的“股权溢价之谜”仍存在较大争议。而尤为值得关注的是，我国研究中部分差异性结论的出现并非源于与问题本身相关的实质性因素，而更多来自研究方法和数据选取上的多样性。笔者的研究目的与创新之处在于对不同频率 (月频与年频)的研究数据进行整合与分割，并利用一致性较强的实证研究方法为我国是否存在股权风险溢价之谜这一问题寻求更为稳健且多样化的研究事证。

二、模型设定

笔者通过研究Mehra和Prescott(1985)［3］以及两位学者后续对自己1985年文章中各项研究细节的探讨，发现他们具体的研究方法存在以下几个要点，需要在接下来的研究中加以重点关注并进行适当的调整:第一，模型设定借鉴Lucas(1978)［4］，利用CRRA效用函数;第二，采用的变量虽然为各年度实际数据，但跨度从1889年至1978年，单一序列的数据量达到90个;第三，样本的时间跨度决定他们可以采用两区制马尔科夫链对经济的不同长期运行状态进行模拟。而针对中国资本市场的研究如采用年度数据，会不可避免地出现研究样本数量过少的问题，故需要在利用月度数据进行补充的同时对马尔科夫区制的设定进行简化。

假定存在一个代表性经济个人，其偏好以如下公式描述，并服从一个随机的消费路径:1。则代表性经济个人的预算约束可表示为:

其中，Ct代表t期的消费量;β代表时间折现因子，满足0＜β＜1，β越大，代表性经济个人倾向于更多的储蓄和更少的消费;E0{·}表示在It信息集下的条件期望;U(·):R+→R代表一个递增的、连续可微的凹效用函数。

进一步假设经济中存在N种可在竞争性市场中充分交易的金融资产。在t期，令代表性经济个人交易资产i所取得的收益为Ri，t+1;令Wt为代表性经济个人的财富;ωi，t代表通过资产i取得的收益占总财富的比例，满足

结合公式 (1)和 (2)，典型经济个人需要在t期的预算约束下最大化下面的条件期望效用:

对上式求解得到一阶条件，通过调整得到如下欧拉方程:

通过如上欧拉方程可得到随机贴现因子，令Mt+1代表随机贴现因子SDF，则:

上式中i=1，．．．，N，代表在所有N种资产中的第i种资产。所以令角标e代表股权风险资产，角标f代表无风险资产时，公式 (4)中的欧拉方程仍然成立，则对于股权风险资产而言，其预期收益率为:

对于无风险资产收益率，相应的等式是:

首先对公式 (6)的两端同取协方差，再将公式 (7)代入其中进行化简和移向，可得到如下股权风险溢价公式:

由式 (8)可以发现，股权溢价的大小取决于资产回报率和消费边际效用之间的协方差大小。对这一股权溢价的决定公式较为直观的理解是:若资产的未来收益与未来边际消费正相关，其价格就应该较高;而若未来收益与未来边际消费负相关，价格就应该较低。再结合效用函数的基本性质，我们就可以进一步发现，当投资者未来的消费水平较低时，消费的边际效用水平较高 (也就是－U'(ct+1)较小)，这时如果投资回报率也较高 (即Re，t+1较大时)，投资的高回报对投资者而言价值更高，代表性经济个人显然愿意为之支付较先前更高的价格购买该资产。但在式 (8)中，由于消费者的边际效用无法直接观测到，因此需要利用假设的CRRA效用函数进一步推出股权溢价的计算公式。这里为保证均衡过程的平稳性，将效用函数设定为一个常量相对风险厌恶的CRRA效用函数:

式 (9)中，参数α衡量了效用函数的曲率，以常数形式代表相对风险规避系数，其取值范围满足0＜α＜∞，α的取值越大，代表经济个人越厌恶风险。在该效用函数下，代表性经济个人的消费跨期替代弹性为1/α，相对风险规避系数和消费跨期替代弹性互为倒数。当α=1时，公式 (9)中的效用函数即可转化为一个对数函数:

以α≠1时的CRRA效用函数为例，对其求一阶导数，并将结果代入带入一般形式的欧拉方程即公式 (4)中，得到具体的资产定价关系式:

在R=x=0附近对期望算子取一阶泰勒展开，得到方程左边部分近似等于1+R－αx－代入公式 (12)中，可得到:

去掉式 (13)中的高阶项并经过移项，得到:

如上式代入下标e，即得到风险资产收益率，而对于无风险资产收益率:

二者对数形式的表达式为:

用公式 (15)减去公式 (16)，并用σx，R代表Cov(lnx，lnRe)，可正式得到CRRA效用函数下标准C－CAPM模型的股权风险溢价定价公式:

式 (18)即在CRRA效用函数标准CCAPM模型下得到的股权风险溢价表达式。对数形式的股权溢价等于代表性经济个人的相对风险厌恶系数和风险资产收益与消费增长率的协方差的乘积，其经济意义在于，投资者进入股市所要求的溢价由自己对风险的厌恶程度，以及自己在消费还是投资的决策中形成。

此外，从如上模型设定可以发现，基于消费的资产定价理论属于新古典金融理论，其定价思想来自金融资产的均衡定价思想。而这一思想的来源正是新古典主义经济学，其基础是Arrow和Debreu(1954)［5］提出的一般经济均衡框架。Arrow和Debreu的框架关注更多的是一般商品的定价问题，模型假设消费者追求最大化效用，生产者追求最大化利润，然后在一定的条件下，存在一个一般均衡的价格体系，使得商品的供需达到均衡。可以认为，包括如上提到的标准模型在内的金融资产正是Arrow和Debreu一般商品均衡定价在金融市场中的具体应用。但二者间的差异还是存在的，标准模型重要的特点在于对不确定性的处理:首先为代表性经济个人金融资产偏好建模，即期望效用在约束条件下最大化 (见公式3);然后考虑代表性经济个人在不确定的情况下对消费与投资进行跨期决策 (见公式6至8)，最后在均衡条件下确定金融资产的价格 (见公式16至18)。

具体来说，标准模型引入消费并与资产收益进行关联的建模机理可以简要表述为:代表性经济个人在即期消费和延期消费间做出选择，而即期消费的机会成本即是进行投资获取收益。因此，即期消费和未来消费的最优组合出现在无差异曲线和预算约束线的切点处。在通过最优化达到均衡时，即期消费和未来消费的边际替代率等于二者价格的比率。若设即期消费价格为1单位，未来消费价格为R单位，则即期消费和未来消费的边际替代率等于二者价格之比1/R，即为资产收益率。至此，标准模型把消费和资产收益联系起来，完成了市场风险的内生化设定。

三、实证方法与数据处理

在各类具体的校准检验方法中，Hansen和Jagannathan(1991)［6］提出的随机贴现因子方差界为检验各类资本资产定价模型提供了一个通用的方法。Burnside(1994)［7］，Ferson和Siegel (2003)［8］等均利用该方法对标准模型或其扩展进行了考察。国内学者中，林鲁东 (2007)［9］利用这一方法检验了三种基于不同效用函数的模型，并比较了各类模型间在定价能力上的差异;邓学斌、陆家骝 (2010)［10］同样利用这一方法考察了不同的模型对我国历史股权溢价水平的解释力。

1、H－J随机贴现因子方差下界检验法②

以前文中设定的标准模型为例，考虑实际资产回报1+Ri，t+1，对等式 (11)取无条件期望并以向量形式进行表示，得到:到如下等式:

对公式 (16)两边取方差，得到:

则方差下界Var(MHt)可表示为:

公式 (25)即是H－J检验法中随机贴现因子方差下界的一般表达式。若通过模型得出的随机贴现因子的方差在下界所界定的可行域以内，则接受模型的设定，反之拒绝模型。后续部分将利用H－J检验法的思想检验标准模型对我国相关历史数据的解释力。

2、数据的选取和处理

对标准模型进行实证检验，需要的数据包括股权风险资产实际收益率序列、无风险资产实际收益率序列和消费增长率序列。多数国外研究和国内研究选取的是年度数据，笔者为提高实证的可靠性，保证实验的样本容量，在利用年度数据的基础上选取如上三个变量从1992年1月至2012年12月共计756个月度数据序列作为补充。其中，股权风险资产实际收益率的计算采用的是衡量整体A股市场表现的申万指数;采用一年期整存整取定期存款利率作为无风险资产收益率的替代变量。

图1 季度平滑与对数消费增长率处理后的消费数据时序图 (全局样本)

首先，从严格的意义上来说，选取的消费数据应对我国的消费具备一定代表性的同时满足标准模型中的要求，即消费额应保证各期的CRRA效用函数具备可加性③，大量国外实证研究均采用排除了耐用品消费和服务消费的数据。从国家统计局发布的居民消费支出类数据来看，社会消费品零售总额是在各类数据中相对较为合理的选择。

一方面，这一数据每月发布，满足实证对数据频率的需求;另一方面，其采用“地方统计、中央汇总”的方式，结合全面调查和抽样调查对全国约25万家企业的零售额进行数据汇总后得出。所以，这一数据能够满足数据代表性的要求。因此，利用CEIC中国经济数据库选取研究期间范围内的252个社会消费品零售总额数据作为总消费额的替代变量。此外，由于月度消费类数据存在季节因素，为避免其对实证造成影响，采用Stata软件进行平滑，处理结果的时序图见图1的上图;其后，对平滑处理后的两期消费数据的比值取对数，得到对数消费增长率的月度数据，序列时序图见图1的下图。

其次，对标准模型进行实证分析还应在考虑通胀因素的前提下将各类月度名义变量调整为月度实际变量。由于我国只公布年度通胀率，故月度通胀率需要借助居民消费价格指数算出。利用CEIC数据库选取研究区间内的居民消费价格指数的月度同比数据，该数据每年均将上一年重新定为基期，指数为100，故利用如下计算原则将其转化为可跨期进行比较的定基环比数据:第一步，将1991年12月定为基期，指数定为100;第二步，利用上一年相应月份的同比指数乘以当月的同比指数得到当月的环比定基指数，再利用如下公式将所有的名义变量调整为实际变量:

其中，RIi，t代表各类名义变量以百分比值表示的t期数值;NIi，t代表各类名义变量以百分比值表示的t期数值;CPIt表示前面加工得到的当期环比定基指数。经如上调整后得到完整的数据样本，描述性统计如表1所示。

表1 年度数据和分段月度数据的统计描述

四、实证检验与分析

1、实证检验

借鉴H－J方差界的思想具体对标准CCAPM模型进行检验，需利用随机贴现因子推导模型，得到下界的具体表达式。

首先，利用协方差对公式 (19)进行分解，并去掉代表矩阵的上标用i代表某一资产收益率，得到:

由E(Mt)=1/(1+Rf，t)，并将上式中Ri，t的角标替换为风险资产的角标e，可得到:

则通过上式，可得到:

该不等式即是H－J下界在标准C－CAPM模型中的表达式，给定风险资产和无风险的任一组合，它代表了随机贴现因子波动的底部水平。Campbell(2000)［11］在具体运用中出于相关系数不大于1的考虑，假设风险资产收益与消费完全相关，即令

由模型设定的无套利条件，得无风险利率是动态贴现因子的倒数，则:(公式7)。将这一表达式代入公式(31) 式并省略角标，则

这里以年度数据为例描述检验过程。利用表1中的相关数据，可得到股权溢价年度时间序列的均值为16.381%，标准差为59.843%，则:

在标准模型CRRA效用函数下，由公式(5)，得到:

Mt+1由于涉及两个参数，不便于直接计算。考虑对数形式的随机贴现因子可表示为:假设随着t→∞，存在横截面条件 E(Mt+1)→ 1。则ln(Mt+1) ≈ Mt+1－ 1，而由表2，得到为5.286%，则令σ(Mt+1)至少等于52.64%所需的α为10.061。

如放松风险资产收益与消费完全相关的假设，进一步考虑二者间实际的相关系数。通过表1，得到ρRe，ΔC的绝对值为0.252。计算得到此时达到下界所需的α值为39.926。

表2 全局和分段样本区间的检测结果

结合我国股市的不同涨跌区间，笔者将整体样本分为五个子样本区间。第一区间SR1为1992年1月至1995年12月;第二区间SR2为1996年1月至2001年7月;第三区间SR3为2001年8月至2005年11月;第四区间SR4为2005年12月至2009年6月;第五区间SR5为2009年7月至2012年12月。并依照上述检验过程，分别利用年度数据、月度全局数据和月度分段数据得出了不同样本下的检验结果，表2汇报了假设风险资产收益超过无风险资产的部分与消费之间存在完全相关关系下的近似~α值，以及放松这一强假设后的参数估计值。

2、实证结果分析

从表2中的检验结果可以发现，消费增长率与风险资产收益率之间相关关系的假设对检验结果影响较大。首先，利用我国市场的历史数据得出的风险贴现因子标准差下限分别为:年度数据53.146%，全局月度数据41.642%，第一样本区间 32.691%，第二样本区间49.821%，第三样本区间83.186%，第四样本区间143.93%，第五样本区间73.032%;其次，在消费增长率标准差取值分别为5.282%，6.845%， 8.173%， 7.991%， 5.997%，5.575%，5.296%的情况下，借鉴Campbell的近似处理方法，假设消费增长率与风险资产收益率完全相关，得到在不同区间的取值范围在4.000至25.818之间;最后，放松假设引入消费增长率与风险资产收益率的实际相关系数，则α的取值范围扩张为39.926至154.956。

从国外学者对相对风险规避系数α的认识来看，α在0至10之间取值是一个争议较小的结论。Arrow(1971)［12］认为相对风险规避系数的理论值应等于1;Tobin和Dolde(1971)［13］认为相对风险规避系数的观察值应为1.5;此外，Altug(1983)［14］，Kehoe(1984)［15］等均认为这里的 α取值应在5以下。而 Mehra (2003)［16］则进一步指出，只有在相对风险规避系数在这样的取值范围下，才能保证该系数与增长理论、商业周期理论、劳动市场行为等其他观察结果保持一致。尽管如此，仍有少数质疑的声音，如 Kandel和 Stambaugh(1991)［17］提出，如果消费者面临的风险损失在其财富的1%以内而不是减半的情形时，相对风险厌恶系数就算达到30也是合理的。但可以发现，西方学界对Mehra和Prescott的研究中α值内省估计不合理的争议是少数，且对于这一问题的挑战并不能为绝大多数经济学家所接受。

在笔者的实证研究中，如按照Campbell研究中采用的假设，部分样本区间研究得出的~α值能够落在合理的取值范围内，这一点与林鲁东 (2007)［9］的研究结论类似，特别是笔者在采用与这一研究相同的年度样本的情况下。但如放开消费增长率与风险资产收益率完全相关的强假设，考虑实际相关系数，则使风险贴现因子达到下界所需的α值在各分段样本中平均达到82以上。而这一实证结果能够得到更多国内相关实证研究的支持，如李治国、唐国兴(2002)［18］，刘仁和、陈柳钦 (2005)［19］，杜海凤、王晓婷 (2011)［20］等，虽然他们选取的样本与笔者不尽相同④，检验方法上存在些许差异，具体的数值结果也并不完全一样，但得出的结论是基本一致的，即由于结合实际数据得出的参数估计值没有落在合理的取值范围内，从严格意义上说标准形式的C－CAPM模型对于后验数据的拟合是失败的，故标准C－CAPM模型并不能解释我国历史的股权溢价水平，通过该模型得出的溢价定价公式不能作为我国股权风险溢价影响因素的判定依据。

此外，笔者认为在前述结论以外，借助各分段样本得出的实证结果还具备另一层含义:由于各样本区间的股权溢价和其他变量具备时变性，在不同的数据频率和时间维度下相对风险厌恶系数的估计结果间存在差异，故相对风险厌恶系数也在一定程度上具有时变特征。因此，或存在内生因素影响相对风险厌恶系数α的水平并导致其出现变化。尤其考虑到在标准C－CAPM模型的股权风险溢价核心定价公式⑤中相对风险厌恶系数的重要意义，α以一个参数且常量的形式进入C－CAPM模型是否存在合理性，从α的时变性角度出发对标准C－CAPM模型进行改进是否具备可行性，是值得学者们进一步讨论和研究的问题。

最后，就研究方法来看，笔者在年度数据的基础上，还以月度数据为样本对模型进行了检验，这一点与大多数国内研究完全以年度数据为基础的小样本分析不同;与此同时，笔者还采用B－P多重结构性断点方法为全局样本分段，并以分段样本为基础对检验结论作了有效且合理的补充。由于研究借助的信息更加充分，故笔者得出的结论与前人研究相比或许更为稳健。

五、结论与研究展望

回顾标准C－CAPM模型的设定过程，可以总结出该模型的以下核心思想:第一，代表性经济个人追求终生效用最大化，他们为了实现该目标而在消费与投资进行选择。在排除制度因素和居民消费与资产收益关系的影响的情况下，代表性经济个人能够无约束地对风险资产和无风险资产进行投资。第二，标准CCAPM模型为了排除信息不对称对资产收益的影响，假设代表性经济个人对于当期的信息有充分了解，对消费与投资的决策建立在信息充分的基础之上。第三，为了满足对代表性经济个人的各类变量进行加总的需要，标准CCAPM模型假设特定的群体中的代表性经济个人具有同样的偏好，从而达到使用代表性投资的消费来验证模型的目的。第四，如果代表性经济个人即期持有资产，即期消费会降低，这会导致其当期效用水平的下降，但是，持有资产带来的收益会增加消费者的未来消费并使其未来的效用水平上升。假设投资者的目标是即期与未来终生效用的最大化，因而投资者面临着一个跨期选择的最优化问题，投资者在其预算约束条件下在消费和投资之间做出选择，标准C－CAPM模型的定价方程即来自投资者在做上述决定时的一阶条件，也就是即期消费减少导致的边际效用损失应该等于延期消费 (用于投资所带来的资产增值收益)所带来的边际效用收益。如果价格和支付不满足这种关系，代表性经济个人就应该买或多或少的资产，直到均衡为止。均衡时即期消费的边际成本等于未来消费的边际收益，这样最优解既包括了消费者均衡时的边际替代率，也包含了资产的均衡价格。

在如上的模型构造思想下，标准C－CAPM模型需要在一个无摩擦因素干扰、投资者完全理性等因素决定下的市场环境中，才能对金融资产和股权风险溢价进行有效地定价。可以认为，与现实资本市场的复杂环境相比，这些假设条件是比较严格的，它们对影响市场环境的复杂因素进行了较多的简化。借用这些假设，学者们虽然能构建出较为简洁明了的模型，但模型对于解释受现实资本市场复杂环境影响的资产风险收益却效力不足，这一点，在笔者以中国资本市场为视角的研究中得到了进一步的验证。

从Markowitz模型到CAPM模型，再到基于消费的CAPM模型，模型在实证检验中无法检验定价的异象推动了资产定价理论的发展，故标准C－CAPM模型的实证失效并非是一个例外，而是为探索更为合理的定价模型开启了新的视角。对模型进行扩展的主要目的之一是要解决原有模型过于抽象的弊端，从标准CCAPM模型的四个基本假定 (即代表性经济个人具有指数形式的效用函数，无约束的完全市场，资产交易不存在交易成本等摩擦，和代表性经济个人完全理性)出发，可以从四个方面入手放宽假设以对标准模型进行扩展:修改效用函数，放松完全市场假定，引入市场摩擦及行为金融视角。

基于标准模型的扩展无疑需要引入新的状态变量，而新变量的选取应从原有模型解释力失效的根源出发。在标准消费资产定价模型的核心定价公式 (18)中，被解释变量为股权风险溢价，它近似等于相对风险厌恶系数和消费增长率与股权风险溢价的协方差的乘积，股权溢价和消费收益的波动性和相关性紧密相连。笔者认为，标准C－CAPM模型采用的效用函数是这一核心定价公式在实证检验中失效的根源之一。由于该效用函数采用波动性较小的代表性经济个人的人均消费这一单一因素来作为消费的代理变量，而基于消费的核心定价公式又决定其不得不与波动性较大的股权风险溢价进行匹配，在风险厌恶系数为外生参数的设定下，二者在波动性上的巨大差异无疑是导致高风险厌恶系数的重要原因之一。所以，从直观来看，对标准C－CAPM模型的预期效用函数进行修改是一个可行且较具针对性的拓展方向。未来相关研究可以效用函数改进为出发点，通过借鉴西方新理性资产定价理论的相关成果，对标准C－CAPM模型进行多角度的扩展，并在统一的研究框架下利用中国资本市场的历史数据对其进行实证检验，继续探索各类扩展模型对我国市场相关资产收益的解释能力，以期发现影响我国股权风险溢价历史水平的经济和市场因素。

(编辑:周亮;校对:余华)

【注 释】

①在一定的条件下，如果由所有风险资产构成的市场组合的收益与下期投资者的边际效用完全相关，标准资本资产定价模型可由消费资产定价模型导出。

②以下简称H－J检验法。

③见公式 (1)和公式 (9)。

④这些研究多选用年度数据作为单一研究样本。

⑤见公式 (18)。

［1］Shiller R.J.Do Stock Prices Move Too Much to be justified by Subsequent Changes in Dividends?［J］.American Economic Review，1981，(71):421－436.

［2］Leroy，S.，Porter，R.The Present－Value Relation:Test Based on Implied Variance Bounds［J］.Econometrica，1981，(3): 555－574.

［3］Mehra，R.，and Prescott，E.C.The Equity Premium:A Puzzle［J］.Journal of Monetary Economics，1985，(15):145-161.

［4］Lucas，R.E.Asset Prices in an Exchange Economy［J］.Econometrica，1978，(76):1429－1446.

［5］Arrow，K.J.，Debreu，G.The Existence of An Equilibrium for A Competitive Economy［J］.Econometrica，1954，(3):265－290.

［6］Hansen，L.P.，Jagannathan，R.Restrictions on Intertemporal Marginal Rates of Substitution Implied by Asset Returns［J］. Journal of Political Economy，1991，(99):225－262.

［7］Burnside，C.Hansen－Jagannathan Bounds as Classical Tests of Asset Pricing Models［J］.Journal of Business and Economic Statistics，1994，(12):57－79.

［8］Ferson，W.，Siegel.Stochastic Discount Factor Bounds with Conditioning Information［J］.Review of Financial Studies，2003，(16):567－595.

［9］林鲁东.中国的股权溢价之谜:基于Hansen－Jagannathan方差界的实证研究［J］.南方经济，2007，(12):12－23.

［10］邓学斌，陆家骝.习惯形成和股权风险溢价之谜:基于中国数据的实证研究 ［J］.商业经济与管理，2010， (8): 46－52.

［11］ Campbell，J.Y.Asset Pricing at the Millennium［J］.The Journal of Finance，2000，(4):1515－1568.

［12］Arrow，K.J.Essays in the Theory of Risk－Bearing［M］. North－Holland，1971.126.

［13］Tobin，J.，Dolde，W.Wealth，Liquidity and Consumption，in: Consumer Spending and Monetary Policy:The linkage［J］. Federal Reserve Bank of Boston，1971:99－146.

［14］Altug，S.J.Gestation Lags and the Business Cycle:An Empirical Analysis［R］.Carnegie－Mellon Working Paper，Presented at the Econometric Society meeting，Stanford University，1983.

［15］Kehoe，P.J.Dynamics of the Current Account:Theoretical and empirical Analysis［R］.Working Paper，Harvard University，1983.

［16］Mehra，R.，Handbook of the Equity Risk Premium［M］. Elsevier，2008.56.

［17］Kandel，S.，Stambaugh，R.F.Asset Returns and Intertemporal Preferences［J］.Journal of Monetary Economics，1991，(27): 39－71.

［18］李治国，唐国兴.消费、资产定价与股权溢价之谜［J］.经济科学，2002，(6):60－65.

［19］刘仁和，陈柳钦.通货膨胀幻觉与中国股市估值［J］.中国农业大学学报 (社会科学版)，2004，(4):43－48.

［20］杜海凤，王晓婷.股权溢价研究［J］.经济论坛，2011，(8):104－108.

Study on Equity Premium Puzzle by China Evidence——An Empirical Study Based on C－CAPM

ZHENG Xiao－Ya
(China Construction Bank，Beijing 100033)

This paper mainly investigates if equity premium puzzle also exists in the capital market of China.By implementing HJ variance boundary on the historical monthly data from Jan.1992 to Dec.2012，this paper uncovers the fact that standardized C－CAPM cannot provide consistent explanation on the equity premium of China，then，it extends the discussion to some possible routes of improvements on the classic hypotheses of the original C－CAPM.

equity premium puzzle;standardized C－CAPM;stochastic discounting factors;H－J variance boundary

F830.91

A

2095－1361(2014)02－0137－10

2013－10－30

郑晓亚 (1982－ )，男，回族，贵州贵阳人，厦门大学经济学博士，现任职于中国建设银行股份有限公司本部，研究方向:公司金融、投资基金