CAPM 在我国市场的适用性——基于融资融券标的基金的实证分析

张毓婷

(兰州财经大学，甘肃兰州730020)

CAPM(资本资产定价模型)，基于马科维茨的现代投资组合选择理论发展而来，假设每个投资者基于马科维茨的最大化原则，用一系列的投资组合得到包含了所有风险资产的有限边界，经过无风险收益做出切线得到资产配置线，后来发展为证券市场线，用来为单个资产或资产组合进行定价，其数学表达式为:Ri＝Rf＋β(Rm-Rf)。 CAPM 做了许多假设，总的来看，所有假设可以概括为:假设市场有效、投资者理性、信息完全对称。 这些假设构成了一个完美市场，但是现实的证券市场并不完美，比如存在交易成本和税收、并不是所有证券能做空、信息不对称依然存在等，这会使得CAPM对资产的定价理论与现实存在偏差。 选取更加接近CAPM假设的样本数据进行检验更能反映其适用性。

我国融资融券系统于2010 年3 月31 日在上交所和深交所正式开通，历经一年多时间，2011 年11 月25 日，经证监会批准，将符合条件的ETF(交易型开放式指数基金)纳入其标的。

文章选择融资融券标的ETF 是出于以下目的:第一，ETF既具有封闭式基金可以在交易所申购赎回的特征，又具有开放式基金在场外买卖基金份额的特征，这种独特性意味着其理论上可以进行无风险套利，使得其收益能更有效地反映市场信息。 第二，ETF 作为指数型基金，以追踪指数为目标，可以看作组合投资，其能够在二级市场交易，这使得众多小额投资者能够进行组合投资，更加接近CAPM 里所有股票可以无限细分的假设。 第三，融资融券标的基金是可以做空的，接近于CAPM 中所有资产都可以做空的假设。 相对于以前学者基于基金或者股票研究CAPM 对中国资本市场的适用性，以融资融券标的基金为样本的研究更具有现实意义。

一、 文献综述

CAPM 提出以来，其对资本市场的有效性备受关注，国内外学者基于不同样本对其做了许多实证检验，国内学者大多数是以股票为样本进行的研究，基于基金的研究很少。

基于股票的研究，多数学者认为CAPM 不适合我国资本市场。 杨朝军和邢靖认为在上海股票市场中，决定收益的不仅有系统风险，股票收益率也受其他公司层面因素的影响，影响的重要性会随时间而变化。 阮涛和林少宫基于上海股票市场代码为600601 至600640 的40 只股票进行研究，得出上海股票市场不适用资本资产定价模型的结论。 胡巍基于中小板市场上市公司2011 ～2014 年的月度数据研究发现CAPM 在中国中小板市场效率并不高。 王尧和杨克磊选取了在我国A 股上市的20 只券商股2012 ～2014 年的交易数据，发现券商板块股票β 系数整体偏高，投机性强，CAPM 在券商股板块弱适用。 李子耀和黄洪瑾基于2013 年6 月7 日到2017 年5 月26 日的6 个市场指数的周收益率进行研究，发现投资组合与市场组合的收益率之间存在着较为显著的线性关系，投资组合收益率与β 系数之间线性关系不显著，非系统风险也不能够较好地解释投资组合收益的变动。 张燕和王一登基于A 股市场证券行业个股在2015 年以来的八个牛熊市检验得出CAPM 在中国市场有效性不足，但是有效性总体趋于上升。 许涤龙和张钰同样基于上海股票市场中股票代码为600601 至600640 的股票，选取了其中的37 只股票进行研究，发现沪市有明显的投机特征，股票的收益与其β系数存在显著的正向线性关系。 丁琳和刘文俊利用1994 年9 月至2012 年8 月上交所所有A 股和B 股共678 只股票13年的月度数据研究发现传统的CAPM 里资产组合的平均收益率与β 系数之间的线性关系在中国资本市场上依然成立。王帅龙选取了 2014 年 11 月10 日至 2015 年12 月 14 日我国A 股上海市场的权重前十名的股票，研究发现CAPM 在我国上海证券市场是特别有效的。

国内学者基于基金研究CAPM 的适用性主要是基于封闭式基金进行的，范萌通过对封闭式基金研究发现，我国基金面临的非系统性风险较大。 王晓菁和王巧基于3 只上市封闭式基金研究得出，系统性风险在基金定价中起到部分作用，基金价格受其他非系统性因素的影响不容忽视。 张晓东认为上证封闭式基金系统性风险与平均收益率不是CAPM理论上所描述的线性关系，系统性风险在其定价中作用不大，我国股票价格受非系统性风险较大。 CAPM 的提出者Sharpe 在1964 年对美国的34 只共同基金研究发现，这些共同基金的平均收益率与β 系数之间存在着线性关系。

已有研究对于CAPM 在我国市场的适用性结论不完全统一，但大多数基于股票的研究表明CAPM 对我国市场适用性不强，国内基于基金的研究认为CAPM 不适用我国资本市场。 已有的研究没有基于融资融券标的的经验数据进行实证检验CAPM 对中国市场的适用性。 文章选取了沪深两市融资融券标的基金为样本进行了实证检验。

二、 数据选取和模型设定

(一)研究数据选取

1. 证券收益率的选取

文章选取了 2011 年 11 月 25 日至 2014 年 9 月 22 日纳入沪深两市融资融券标的基金的2014 年9 月22 日至2019年12 月31 日的日收益率作为样本数据，截至2014 年9 月22日，融资融券交易总金额达到了380114357988 元，融资融券被投资者所熟悉，此后的数据具有一定的代表性。 样本基金分别是:易方达深 100ETF(2011 年 12 月 5 日入选)、华夏50ETF(2011 年 12 月 5 日入选)、华夏中小板 ETF(2011 年12月 5 日入选)、华安 180ETF(2011 年 12 月 5 日入选)、华泰红利 ETF(2011 年 12 月 5 日入选)、华泰 300ETF(2012 年 6 月 4日入选)、嘉实沪深 300ETF(2012 年 6 月 4 日入选)、华夏300ETF(2013 年 4 月 24 日入选)、南方 500ETF(2013 年 5 月27 日入选)、南方 300ETF(2013 年 7 月 25 日入选)和易方达300ETF(2014 年 3 月 17 日入选)。

2. 市场组合收益率及无风险利率的选取

CAPM 里市场组合理论上包含了市场的所有风险资产，但我国现有市场指数无法满足，由于文章所选的样本基金不全是沪市或深市的，沪深两市都有，相对于我国证券市场现有的其他指数，沪深300 指数能够更好地反映沪深两市的价格走势，因此选取沪深300 指数日收益率作为市场收益率；选用一年期定期存款基准利率的算术平均作为无风险收益率。 数据来自RESSET 数据库和中国人民银行官网。

(二)模型设定

将数据分为两个时间段:2014 年9 月22 日至2017 年9月 22 日和 2017 年 9 月 23 日至 2019 年 12 月 31 日。 第一个时间段的历史数据用来做时间序列检验，回归得到各基金的β 值，第二个时间段的经验数据代替预期收益用来做横截面检验。

通过模型

回归得到各基金的β估计量，其中Rit是t日基金i的日收益率，由Rit＝(Pit-Pit-1)/Pit-1计算而来，Pit是基金i在t日的收盘价；Rf是指无风险收益率；Rmt是指沪深300 指数在t日的日收益率，Rmt＝ (indext-indext-1)/indext-1，indext是沪深 300 指数t日的收盘指数；αi为截距项；εi为残差项。

利用第一期回归得到的βi和第二期历史数据，通过模型

检验系统性风险与基金日均收益率的线性关系，Ri是基金i第二期的日均收益率(第二期的日收益率算术平均)，βi是模型(1)回归得到的基金i的β系数，用来度量各基金的系统性风险；γ0为截距项；γ1为自变量βi的系数；εi为残差项。

利用第一期数据回归得到各基金的残差标准差来度量其非系统性风险，通过模型

检验非系统性风险对日均收益率的影响，其中σi指第一期数据得到的基金i的残差标准差；γ1为自变量σi的系数；其他符号含义与模型(2)中意义相同。

最后通过模型

检验系统性风险和非系统性风险同时对基金收益率的影响。γ1为自变量βi的系数；γ2为自变量σi的系数；其他符号含义与模型(2)、模型(3)相同。

三、 检验结果

(一)时间序列检验

为保证回归后的t检验、F检验有效，对时间序列检验数据进行了平稳性检验，文中所选样本第一期数据经ADF 检验均平稳。

模型(1)Rit-Rf＝αi＋βi(Rmt-Rf)＋εi的回归结果见表 1，由表可见除南方500ETF 模型拟合较差，其余10 只基金模型拟合较好，基金收益中被系统性风险所解释的比重较高；在这11 只基金中，7 只基金的β大于1，其系统性风险高于市场组合的风险，其余4 只基金的β介于0.9～1，系统性风险略低于市场；系数βi的P值均为0，说明βi在95%的置信水平上显著不为0，市场收益率和资产收益率有显著的线性关系。

表1 模型(1)回归结果

续表

(二)横截面检验

模型(2)Ri＝γ0＋γ1βi＋εi的回归结果见表 2，γ0和γ1的P值都大于0.05，γ0和γ1在95%的置信水平下都显著为0，说明系统性风险对资产收益率的线性影响不显著。

表2 模型(2)回归结果

模型(3)Ri＝γ0＋γ1σi＋εi的检验结果见表 3，γ0和γ1的P值都小于0.05，γ0和γ1在95%的置信水平下都显著不为0，说明非系统性风险与资产收益率具有显著的线性关系，但是γ1的值为负，意味着随着非系统性风险的上升，基金收益率下降，与CAPM 里投资者是风险厌恶者的假设相悖，存在投机行为。

表3 模型(3)回归结果

模型(4)Ri＝γ0＋γ1βi＋γ2σi＋εi检验结果见表 4，γ0和γ1的P值都不小于0.05，在95%的置信水平下γ0和γ1都显著为0，γ2的P值小于0.05，在95%置信度下显著不为0，说明系统性风险对资产收益率的线性影响不显著，非系统性风险对资产收益率有显著的线性影响，非系统性风险系数为负，存在投机行为。

表4 模型(4)回归结果

将模型(1)中拟合不好的南方500ETF 剔除后进行检验，β和σ对资产收益的影响方向和显著性都没变。 综上所述，CAPM 在我国当前证券市场不完全适用，投资者在对资产价格进行预期时应谨慎使用。

四、 结论与建议

(一)结论

根据以上分析得出，尽管我国开放了融资融券交易系统，完善了我国资本市场，但是CAPM 在我国资本市场的适用性不强，我国资产收益率还是受非系统性影响较大，收益不完全是来自系统风险的风险溢价。

基于我国证券市场的现状，可将CAPM 不适合我国证券市场的原因归结为:①目前我国融资融券系统只是针对部分资产开放，融资融券尚未完全普及到各项资产，做空机制普及后CAPM 在我国市场的实用性有待进一步检验；我国融资融券推出以来，融资余额一直占据绝大多数，截至2019 年12 月31 日，融资占融资融券总额的平均数为99.025%，我国投资者融券卖出极。 ②文章所选样本——交易型开放式指数基金理论上的无风险套利在实际操作中有一定门槛，其在一级市场申购赎回时必须用一篮子股票进行交换，中小投资者难以企及，削弱了其收益率对市场信息的反映程度。 ③所选的市场组合是沪深300 指数，包含了沪深两市的300 只股票，与 CAPM 理论中市场组合是包含所有风险资产的组合有区别。 ④融资融券标的是绩优证券，即风险相对较小，限制了风险范围。 ⑤我国市场存在存贷利差，不能以无风险利率借贷，借款利率高于文中所选的无风险利率。 ⑥我国基金市场实行T＋1 交易制度，对文中所选的样本基金，市场信息不能及时地反映在其价格上，信息具有一定的滞后性。

(二)建议

针对以上结论，对我国证券市场提出以下建议:

1. 对融资融券业务提出以下建议，以更全面地反映投资者看涨看跌情绪，完善双边交易。

(1)目前我国融资融券标的共1600 只，我国证券市场的大部分证券尚未纳入其中，使得融资融券范围受限。 应尽可能地扩大融资融券范围，在风险可控的情况下纳入更多的证券，丰富融资融券标的，平衡融资融券规模。

(2)降低融资融券费用，融资年息为8.6%，融券年息为10.6%，较高的融资融券费率使得投资者不愿意进行融资融券，而是选择民间借贷等方式，削弱了融资融券机制的价格发现功能。

(3)平衡融资与融券份额，融资融券业务严重失衡，截至2019 年12 月 31 日，融资占融资融券总额的平均数为99.025%，融券卖出未被投资者很好地利用，融资融券没有很好地发挥价格发现功能。 应加大融券业务的宣传力度，向投资者普及融资融券相关知识，提高投资者素质，让融资融券更好地发挥价格发现功能，完善我国证券市场，改善证券定价效率。

2. 推进基金T＋0 制度、注册制及加大市场的开放程度，提高市场的有效性。

3. 加大上市公司的财务监管，使信息更加公开透明，通过投资者能及时地反映在股价上，对投资者加强教育，提高信息识别吸收能力，促使市场健康发展。