股票异质性的CAPM实证检验——基于市场领导和落后的双重视角

本文针对CAPM模型在中国股票市场的适用性进行了实证检验,根据行业分类抽取上海证券交易所2013—2015年216只股票作为样本,分别进行时间序列和横截面分析。另外,考量不同行业地位的股票对市场风险敏感程度的差异,将样本股分为市场领导企业和市场落后企业,结果表明CAPM模型在中国不具适用性,大多数投资者更多地关注于短期获利行为而不是选择长期持有股票的投资策略,市场落后企业相较于市场领导企业有较多的投机机会与投机活动。     

资本资产定价模型在上海证券市场的有效性再检验

本文选定了2005年5月13至2012年6月8日期间的沪市作为研究对象,对资本资产定价模型（Capital Asset Pricing Model,CAPM）在沪市的有效性进行了时间序列检验及横截面检验,并得到结论：沪市股票收益与系统风险并不符合CAPM的预期,非系统风险对股票的收益起到重要的决定作用,CAPM对现阶段的沪市仍不适用。     

CAPM模型在A股市场适用性的实证检验

选取上证A股市场的50只股票,基本覆盖了国民经济与民生的各个行业.截取样本股票在2014年9月至2019年9月这一研究区间的月频数据,对其进行回归分析,进而得知每只股票的系数和可决系数.最后得出实验结论:其一,CAPM模型并不适用于我国的A股市场;其二,由于中国的上市公司的数目增加迅速,股市扩容非常迅速可能导致样本股票的数据满足不了假设条件从而产生CAPM模型与实际表现之间的误差;其三,在上海证券交易所上市的A股股票大多数是进攻型股票,适合于风险偏好者;其四,我国的证券交易市场尚处于弱有效市场状态,并没有达到CAPM模型所要求的前提假设条件,投资者更多表现出盲目跟风投资;其五,在我国的资本市场中,国有经济占主导地位,散户们更愿意投资国有企业的股票;其六,在证券交易中,投资收益的多少不仅仅只受到系统性风险的影响,非系统性风险也会影响最终收益.     

基于小波神经网络的高阶CAPM实证研究

本文在传统CAPM的基础上,引入了一个高阶的CAPM。借助小波神经网络在非线性函数逼近方面的优势,使用上海证券交易所股票数据分别对二阶至四阶CAPM进行了实证分析。最终的研究结果表明:就上海股市而言,12只大盘股组合已经能够有效分散非系统风险,而12只小盘股不能充分化解非系统风险,存在所谓的规模效应;训练后的网络预测显示,高阶CAPM无论是在预测精度还是预测稳定性上都要明显优于传统的CAPM,在一个非系统风险得到充分分散的证券组合中,加入三阶矩的CAPM已经能够比较准确地把握风险资产的市场定价。     

静态资本资产定价模型的有效性检验——基于Fama-Macbeth估计方法

本文利用36只深圳A股从1997年至2006年的月收益率数据,借助EXCEL软件,运用标准Fama-Macbeth估计方法来检验静态CAPM模型的有效性:以5年期的时间窗口进行时间序列回归,来估计CAPM模型的贝塔值;进行截面回归估计CAPM模型风险溢价和截距的平均值。并通过计算两个回归的值来判断静态CAPM模型对资产收益率波动的解释力。研究发现市场组合的超额收益率对个股、股票组合的超额收益率有较强的解释力;然而,CAPM模型的贝塔值对个股、股票组合的超额收益率的解释力均有限,但对股票组合的解释力要好于个股。     

资本资产定价模型(CAPM)在中国股市的有效性检验

本文利用2008年7月1日～2010年7月1日的数据对上海证券市场的有效性进行实证检验,结果表明CAPM并不适合上海证券市场,股票的收益率与系统风险之间并不存在显著的线性关系。     

资本资产定价模型(CAPM)在中国股市的有效性检验

本文利用2008年7月1日～2010年7月1日的数据对上海证券市场的有效性进行实证检验,结果表明CAPM并不适合上海证券市场,股票的收益率与系统风险之间并不存在显著的线性关系。     

CAPM是否渐进有效?——基于上证A股的实证研究

本文采用多元GARCH模型估计上证A股的时变β值,并用截面回归模型检验β对超额收益率的解释能力,通过月度时间窗口移动来观察CAPM有效性的演进过程。研究结论为,1997年后截面检验方程的常数项、β系数和系数都由原来的剧烈波动变为平稳,标志着CAPM有效性的增强。但是β值的解释能力并不如CAPM模型预言的那样完美,仍存在其他因素影响股票的超额收益率。     

关于上海股票市场CAPM的实证分析

结合中国证券市场,对资本资产定价模型进行有效性分析。用回归分析的方法计算β值,分析β值的有效性,并且拟和出证券市场线。分析股票和证券组合、股票和股票之间的相关系数,股票和证券组合之间的相关性不是很大,各个股票之间的相关系数也不是很显著。CAPM在一定程度上可衡量上海股票市场风险与收益之间的关系,但是有效性不强,非系统性风险对股票收益具有较大的影响。     

沪市股票收益率特征实证分析

从现代投资组合理论出发,结合国内外的研究,使用上海证券交易所挂牌交易的103支股票2001-2005年期间的日收益率数据,在传统的时间序列回归分析和横截面回归分析的基础上,分析了这一时期股票的收益率特征。得出的结论是,在此期间,①可以使用市场模型来描述证券的收益产生过程;②市场模型的截距α值能够解释各股票期望收益率的差异;③在α值相等的条件下,股票的β值(风险)较高的股票其收益率会较低,即风险的市场价格为负值;④总的来看β值不能很好地解释股票的收益率差异,即CAPM是不成立的。     

CAPM有效性的实证检验——基于沪深A股股票收益率

本文利用沪深A股股票收益率，实证检验了CAPM的有效性。通过应用Fama和MacBeth修正后的两步方法，可以避免股票收益率的异方差现象，使得估计量更加精确。通过实证检验证明了CAPM并不能解释沪深A股股票收益率的波动。     

上市公司壳资源价值的实证分析

壳资源是当前中国资本市场的热点。通过考察200l／3／l-2002／7／30的26只在上海证券交易所交易的ST股票，利用CAPM模型，分析ST股票与市场综合收益，得出ST股票的超额回报，从而反映控制上市公司或是企图控制上市公司的大股东们为了保持壳资源而注入上市企业的优良资产的价值。     

CAPM在上海证券市场的验证——来自奥运概念20支股票的数据

资本资产定价模型(CAPM)作为金融市场现代价格理论的脊梁,已被广泛应用于股票、基金、债券等资产定价的分析和投资决策等领域。本文以上海证券市场A股上市的20支奥运概念股作为研究对象,采用时间序列分析的方法,选取这二十家公司自成立至今的全部股票数据对资本资产定价模型在奥运板块的股票市场进行实证分析,以检验CAPM在中国股市的有效性。得出的结论是:CAPM模型在我国现存的股票市场上尚不能成立。     

CAPM模型基于上证个股的实证分析与改进

本文以上证市场三支股票为样本,运用回归分析方法,对经典CAPM模型进行了验证,并以其预测市场收益率。运用股份结构分析,行业对比分析对回归结果进行了探讨,并用上证综指、上证180、商业指数对模型又做了对比分析,发现市场组合的选取对模型的有效性至关重要,系统外因素对模型的有效性有重大影响。研究认为CAPM理论在现实市场中的有效性值得进一步探讨,采用多变量模型或者引入新的变量或许能更好地切合市场实际。     

CAPM模型基于上证个股的实证分析与改进

本文以上证市场三支股票为样本,运用回归分析方法,对经典CAPM模型进行了验证,并以其预测市场收益率.运用股份结构分析,行业对比分析对回归结果进行了探讨,并用上证综指、上证180、商业指数对模型又做了对比分析,发现市场组合的选取对模型的有效性至关重要,系统外因素对模型的有效性有重大影响.研究认为CAPM理论在现实市场中的有效性值得进一步探讨,采用多变量模型或者引入新的变量或许能更好地切合市场实际.     

基于贝叶斯CAPM模型的上海股票市场有效性研究

本文采用贝叶斯的方法估计模型参数和检验模型,构建贝叶斯CAPM模型,以上海股票市场为研究对象,分六个行业选取了A股中120支股票进行研究,以一年期定期存款利率为无风险利率,新上证综指作为市场组合收益率,使用时间序列检验模型和股市风险与收益的线性回归模型,实证检验上海股票市场有效性问题。研究结果发现：市场收益对各行业股票收益具有显著影响,其结果符合资本资产定价模型;而收益与风险关系检验中发现系统风险并不是股票组合预期收益率的唯一度量,企业内部因素在股票定价中起着一定的作用,这不符合资本资产定价模型。总的来说,目前资本资产定价模型仍不完全适用于我国上海股票市场。     

我国A股钢铁行业公司预期收益的规律性探析

本文通过检验CAPM模型中β系数对中国钢铁行业股票收益率的影响,引入公司规模(ME)及净资产市价比(BE/ME),分别对该行业上市公司归类,研究不同指标资产组合对股票收益率的影响。通过对2001年至2008年的月度数据进行FM回归,得出不同资产组合对不同的指标的显著水平差异很大。     

我国证交所股票与国债的投资替代效应——基于上交所2003～2012年月度数据的实证分析

利用2003～2012年上海证券交易所的股票、国债交易额和价格指数以及我国M2的月度数据,对股票和国债投资的替代效应进行的实证研究表明,股票和国债二者的投资替代效应并不显著。其主要原因,一是金融产品创新给投资者提供了较大的选择余地,二是交易所和银行间的国债交易市场发展失衡。     

成交量变化影响股票涨跌变化的实证研究

经典的CAPM模型所阐释的是单只股票收益率和市场大盘收益率之间的线性关系,并通过对应的β系数来判断股票的类型;而在实际股市中,股票成交量常常是影响股票涨跌的重要指标。股票的价格只是表象,成交量则反映了股票本质的变化,"量变引起质变"。本文利用CAPM模型研究单只股票成交量变化率和市场大盘成交量变化率,借助计量经济学软件Eviews3.1建立回归模型,得到相应的β系数。再从这两个不同的β系数出发,更加有力地划分出股票的类型。     

成交量变化影响股票涨跌变化的实证研究

经典的CAPM模型所阐释的是单只股票收益率和市场大盘收益率之间的线性关系,并通过对应的β系数来判断股票的类型;而在实际股市中,股票成交量常常是影响股票涨跌的重要指标.股票的价格只是表象,成交量则反映了股票本质的变化,"量变引起质变".本文利用CAPM模型研究单只股票成交量变化率和市场大盘成交量变化率,借助计量经济学软件Eviews3.1建立回归模型,得到相应的β系数.再从这两个不同的β系数出发,更加有力地划分出股票的类型.