基于CAPM模型对中国白酒上市公司行业的实证研究

王一多 王雪聪 王晴晴

摘要：我国白酒行业一直领先于全世界，创造了白酒的系统性价值增值投资结构，激发了无数投资者的投资热情。而CAPM模型作为主流的资产定价模型，一直影响着投资者的投资研究。因此运用CAPM模型对白酒行业的历史数据进行实证以检验CAPM能否有效进行投资分析，同时探讨贝塔系数在对白酒行业股票价格分析中的解释能力，并结合数据进行理论分析。

关键词：白酒行业 CAPM模型 最小二乘法 贝塔系数

一、实证背景及意义

2018年1月4日，贵州茅台集团公开宣布提高飞天茅台售价，由原先的819元上调为969元，终端零售价建议为1499元，价格虽然高了，市场却依然缺货严重。如按1499元每瓶的价格来看，通过简单的计算，2两茅台酒的价格堪比1克黄金。高档白酒价格上升速度之快，利润回报之高，引人注目。除五粮液、茅台等一线白酒品牌外，二线品牌也紧接着掀起了涨价浪潮，从去年11月起，剑南春、酒鬼酒、水井坊、洋河等品牌争先恐后加入了提价的序列。水井坊在过去的一个月提高典藏系列40元，井台系列30元，鸿运装和臻酿8号上涨20元。红坛酒鬼酒则在半月内加价70元。洋河、今世缘、剑南春等也纷纷提价，汾酒暂缓了部分酒品的销售，涨价意图已经可以预见。不过涨价只是酒企业单方面的行为，并不等于得到市场的认可，其动因主要分两部分，一是茅台酒产品领涨，白酒市场回暖；二是白酒制造成本加速上升，人工、粮食、包装三部分成本均上升约10%，白酒生产成本提高约30%。在经过2015和2016年连续两年的低迷之后，2017年 白酒行业大幅反弹，远远超出投资者的预判，尤其是高端白酒市场的回暖让从资本方、经销商到消费者在内的所有参与者都热情高涨，形成对比的是在茅台的市值突破九千亿的时候，茅台董事长袁仁国表示，“茅台酒是用来喝的，不是用来炒的”。另外由于目前部分省份发布了公务禁酒令，白酒行业的主要受众从公务招待逐步转移到群众消费，白酒行业的销售量有望在新的一年创造新的高度，这对整个白酒行业都是一个巨大的机遇。

白酒行业一直都是热门行业之一，在2017年创造了一个投资的风潮，尤以贵州茅台（600519）股价变动为最，从年初的每股329.58元一直涨到年末的697.49元，涨幅达到111.63%，并且在2018年行情刚开始时，随着1月1日茅台酒产品的提价其股票价格一路猛冲，短短六个交易日从697.49元迅速上升到782.52元，投资热情高涨，投资气氛极其活跃。本文正是看到了白酒行业巨大的投资热情，选择白酒行业作为研究对象。试图借用以CAPM模型对白酒行业进行实证的研究来分析白酒行业的投资价值，加深对其投资过热现象的认识与思考，探索贝塔系数相关投资分析技术的适用性。

二、CAPM模型对中国白酒行业股票的实证分析

（一）样本数据的选取及处理

1.个股的选取。本文选取沪、深两市来自白酒行业的21只股票从上市以来的日收盘价作为样本。数据来源于Wind资讯，选取个股的日收盘价作为股票收益率的计算基础。另外考虑到现金分红、配股、股利分红、股票增发等可能对股票收益率造成偏差的因素，本文选取了经过前复权的日收盘价数据，剔除了股票政策变化的影响。对于个别样本出现由于停牌交易或者除权等等而导致的数据缺失时，以前一交易日的收盘价与后一交易日收盘价的算术平均值来代替缺失的数据。

2.市场收益率的衡量。在本文选取的21只个股样本中，有14只在沪市上市交易，另外7只则在深市上市交易。因此，沪、深300指数作为沪深两市主要股票的价值加权指数，能够较为恰当的反映样本股票所受到的市场影响。沪深300指数本身也能反映市场的发展趋势与整体行情，由182只沪市股票与118只深市股票组成，与A股市场整体走势有很好的相关性，具有理想的市场代表性，在过去的大量实证研究中也反复被学者们用来作为市场收益率的代表，由此选取沪深300指数衡量市场收益率。数据来源于Wind资讯。

3.无风险收益率的衡量。本文选取我国金融机构人民币法定存款一年期基准利率来衡量无风险收益率。在取样期间，我国金融机构人民币法定存款一年期基准利率一共经过13次调整，通过时间赋权法计算，样本区间无风险利率的平均值为2.968%，剔除掉非交易日后按每年有250个交易日来折算日均无风险利率，得到日均无风险利率为0.0119%，即以此作为无风险收益率来构建模型。数据来源于中国银行利率信息网和中国统计年鉴。

（二）研究方法及步骤

1.OLS最小二乘法线性回归。本文使用最小二乘法来分析样本数据，建立个股日收益率和市场收益率的一元一次线性回归方程，所用软件为Eviews8.0。模型公式方程如下：

Ri = Rf + β*（Rm-Rf） + ui （1）

Ri为个股日收益率，Rf为无风险收益率，Rm为市场收益了，ui为一个包含了残差和随机扰动项的常数，β为个股对市场的敏感性因素。

令Y=Ri- Rf，X = Rm- Rf，

则模型方程可表示为Y = c + a*X （2）

（1）利用β系数来判断个股的类型。

将模型数据全部代入Eviews8.0，建立上述模型后进行数据分析。

根据CAPM模型拟合结果，只有五只股票的贝塔值低于1，其余16只股票贝塔值均大于1，属于进攻型股票。五只防御型股票分别为酒鬼酒（000799）、洋河股份（002304）、通葡股份（600365）、贵州茅台（600519）、水井坊（600779）。16只进攻型股票分别为泸州老窖（000568）、古井贡酒（000596）、五粮液（000858）、顺鑫农业（000860）、青青稞酒（002646）、古越龙山（600059）、中葡股份（600084）、伊力特（600197）、金种子酒（600199）、海南椰島（600238）、老白干酒（600559）、金枫酒业（600616）、沱牌舍得（600702）、山西汾酒（600809）、会稽山（601579）、今世缘（603369）。进攻型股票在市场向好时表现超过市场，在市场走低时则表现不如市场。防御性股票的表现比较稳定，不管市场表现如何，防御性股票的股价变动幅度都较小。

（2）模型线性相关性检验。

直接利用Eviews8.0输出的Prob（F-statistic）和显著性水平相比较，假如P值小于显著性水平，就可以拒绝不相关的原假设H0，这就说明解释变量Rm - Rf 和被解释变量Ri- Rf 之间的线性关系显著存在；假如P值大于显著性水平，那么就不能拒绝不相关的原假设H0，这说明解释变量Rm -Rf 和被解释变量Ri - Rf 之间的线性关系不显著。由数据可以发现，P值全部小于显著性水平α=0.05，则拒绝不相关的原假设H0，表明解释变量Rm - Rf 和被解释变量Ri - Rf之间的线性关系显著存在。

（3）回归系数的显著性检验。

根据实证分析数据来看，单只股票的β系数的P值小于显著性水平α=0.05，所以可以拒绝原假设，即贝塔值为0的概率小于0.05，贝塔系数显著不为0，意味着解释变量Rm - Rf 对被解释变量Ri - Rf 的影响显著，两者显著存在线性相关关系。在公式（1）中，假设截距项αi是显著为0的，由截距项的P值统计数据，可以看出，21只股票的P值均超过显著性水平α=0.05，不能拒绝原假设，这表明截距项αi可能为0的概率超过了0.05。

（4）可决系数。

根据数据可以发现，除了酒鬼酒（000799）、通葡股份（600365）两只股票可决系数大于于0.5以外，其余19只股票的可决系数都比较低，最低的为古越龙山（600059），可决系数R2仅为0.1833。从上述分析结果可以得出，个股股票的贝塔系数显著不等于0，回归方程的拟合优度较差，解释变量Rm - Rf 和被解释变量Ri - Rf 之间的线性关系显著存在，但是贝塔系数不能较好的表示二者之间的线性关系，这表明贝塔系数并不能有效解释我国白酒行业股票收益率的变化，而且依然存在着其他影响白酒行业股票收益率的因素。

2.White检验。为了进一步验证上述过程对CAPM模型有效性的实证是否正确，本文继续采用White检验，模型如下：

Ri- Rf= αi+β1（Rm-Rf）+β2（Rm-Rf）2 + ui （3）

即Y = c + a*X +b * X2 （4）

在White检验中，Prob. Chi-Square（2）表示nR2的相关概率P值。如果P值大于α，那么回归模型存在同方差；如果P值小于α，就表明回归模型存在异方差。由这21只股票的回归模型数据可知，17只股票的P值大于α，另外4只股票的P值小于α，说明这4只股票的模型存在异方差。随机扰动项存在异方差也就是说，参数估计存在偏差，即无法利用现有的模型进行预测，预测的结果从统计意义上来说是无效的。

3.缩小样本期间至2017年一年时间。针对白酒行业在2017年期间的表现，对2017年白酒行业的公司股票进行实证分析。结果发现可决系数依然不高，贝塔值除茅台外几乎保持不变，贝塔值的回归系数显著性检验全部通过，这表明CAPM模型不适用于白酒行业公司股票价值分析。贝塔值解释白酒行业股票收益率的能力很差，并且横向比较发现，公司股票的收益率与贝塔值没有较为清晰的关系，收益率最高的茅台贝塔值并不高，而贝塔值较高的股票收益率也有高有低，说明白酒行业公司股票受市场影响有限。

三、小结

2017年的白酒行业远超出市场表现，高端白酒市场的超额利润让所有市场参与者为之欢欣鼓舞，相关股票的投资热情也一度高涨。为了深度了解市场对白酒行业的影响，本文采用CAPM模型对白酒行业进行实证分析，可以看出公司股票收益率和市场收益率的确存在正相关，但是与CAPM模型所描述的关系并不相符，这也就是说，贝塔系数不能很好的解释我国白酒行业股票收益率，市场对个股的影响并不是很大，存在着除市场外的因素能够影响个股收益，CAPM模型明显不适用于当前我国白酒行业公司股票的预测分析。

CAPM模型作为假设极其严格的理想模型，在我国股票市场上进行实际应用存在诸多问题。我国股票市场发展不够成熟，白酒行业公司股票价格波动较大，白酒行业与整个市场偏差较大，基本不受市场影响，这些都影响着CAPM模型的实际应用。因此在对白酒行业公司股票进行CAPM模型分析时，模型存在着较明显的缺陷。投资者在对白酒行业股票进行分析时，应当注意到贝塔值的适用性很低，不能依靠贝塔值进行选股，但是贝塔值作为衡量市场影响的因素在研究宏观经济对个股影响时仍具有重要意义。

参考文献：

[1]阮涛，林少宫.CAPM 模型对上海股票市场的检验[J]. 数理统计与管理，2000，2（19）：12-17.

[2]李和金，李湛.上海股票市场资本资产定价模型实证 检验[J].预测，2000（5）：75-77.

[3]唐海濱.A股市场个股CAPM模型的实证研究与改进[D].湖南大学，2009.

[4]覃慧.CAPM 模型在上海股票市场的实证研究[D].对 外经济贸易大学，2006.

[5]付应变.以行业分组对中国股市CAPM模型的实证检 验[D].广西师范大学，2012.

[6]傅江.基于中国钢铁行业的CAPM实证检验[D].华中 科技大学，2006.

[7]李阳.CAPM 模型与 Fama-French 三因素模型对我国证券市场创业板的实证分析[D].首都经济贸易大学，2013.

[8]高彦彬. 基于CAPM模型的股票期望收益率与风险关系研究——以中小板市场股票为样本[J]. 生产力研究， 2018（1）.

[9]李红霞， 邸鸿喜， 李琰，等. CAPM模型在中国股票市场中的有效性检验[J]. 统计与决策， 2014（14）：169-172.

[10]朱文晖， 汪前明. CAPM模型与股票投资风险：对上海证券市场的实证研究[J]. 世界经济文汇， 2002（6）：27-37.

[11]李剑锋. 资本资产定价模型（CAPM）对上海股市的实证研究[J]. 社会科学家， 2005（s1）：12-17.

（作者单位：河北金融学院研究生部）