基于CAPM模型對(duì)非銀金融行業(yè)的實(shí)證檢驗(yàn)

(延邊大學(xué) 吉林 延吉 133002)

Abstract：Along with our country economic development level unceasing enhancement,people's living standard as well as the ideological progress,in the development process of the whole society gradually aware of the importance of the financial,the increasing demand for non bank financial business,make the whole industry has been relatively rapid development,this paper is based on the CAPM model to empirical analysis of the financial industry,the silver,the model USES the three-month interbank interest rates as the risk-free interest rate,at the same time by using the industry data of 2017 a year to explore to analyze its significance.

keywords：CAPM; non-silver finance; beta

一、引言

隨著改革開放的不斷深入，社會(huì)經(jīng)濟(jì)水平不斷提升，國(guó)人的收入水平以及收入水平得到了極大的改善，理財(cái)?shù)挠^念逐漸深入社會(huì)大眾的內(nèi)心深處，非銀金融作為金融行業(yè)重要的組成部分，近幾年其發(fā)展勢(shì)頭迅猛，截止到2014年末，六類非銀金融機(jī)構(gòu)管理的資產(chǎn)總額為20.19萬(wàn)億元①，所管理的資產(chǎn)總額在金融行業(yè)的比重不斷提升。非銀金融的在國(guó)民經(jīng)濟(jì)中發(fā)揮著越來(lái)越重要的作用，非銀金融的健康發(fā)展與否關(guān)系到國(guó)民經(jīng)濟(jì)的正常運(yùn)轉(zhuǎn)，黨的十八大以來(lái)，黨中央出臺(tái)了一系列有關(guān)促進(jìn)非銀金融發(fā)展的政策，足見非銀金融的重要程度。本文依據(jù)萬(wàn)得行業(yè)分類，選擇非銀金融行業(yè)，根據(jù)wind數(shù)據(jù)獲取CAPM所需數(shù)據(jù)，構(gòu)建出CAPM模型，分析貝塔值和α，以此來(lái)判斷擬合優(yōu)度以及顯著性。通過(guò)這一分析，希望能夠通過(guò)對(duì)該行業(yè)的實(shí)證分析，來(lái)給投資者一個(gè)加深對(duì)行業(yè)了解的機(jī)會(huì)，能夠相較以前更好地了解發(fā)展中的非銀金融行業(yè)板塊。

二、非銀金融與CAPM模型的概念介紹

非銀金融是非銀行業(yè)金融機(jī)構(gòu)的簡(jiǎn)稱，非銀行金融機(jī)構(gòu)以發(fā)行股票和債券、接受信用委托、提供保險(xiǎn)等形式籌集資金，并將所籌資金運(yùn)用于長(zhǎng)期性投資的金融機(jī)構(gòu)。資本資產(chǎn)定價(jià)模型簡(jiǎn)稱CAPM，通常是用來(lái)探究資產(chǎn)的收益與系統(tǒng)性風(fēng)險(xiǎn)或是非系統(tǒng)性風(fēng)險(xiǎn)的關(guān)聯(lián)性，CAPM或許不是一個(gè)最為準(zhǔn)確的模型，但是它對(duì)于問(wèn)題的研究方向以及分析方法是正確的，能夠幫助投資者有效的探究所獲的收益是否與所承擔(dān)的風(fēng)險(xiǎn)相匹配。②CAPM模型存在著如下的假設(shè)：

(1)市場(chǎng)上存在著大量的投資者，每個(gè)投資者的財(cái)富相對(duì)于所有投資者的財(cái)富總和而言是微不足道的。

(2)所有投資者只考慮一個(gè)相同的投資持有期。

(3)投資者的投資范圍僅限于市場(chǎng)上公開交易的金融資產(chǎn)，比如股票、債券、無(wú)風(fēng)險(xiǎn)借入或貸出等。

(4)不存在證券交易費(fèi)用(傭金和服務(wù)費(fèi)用)及賦稅。

(5)所有投資者都是理性的，都追求資產(chǎn)組合的方差最小化。

(6)所有投資者采用相同的方法進(jìn)行證券分析并對(duì)經(jīng)濟(jì)前景的看法一致，這使所有投資者關(guān)于有價(jià)證券未來(lái)收益率的期望分布具有一致性估計(jì)。

三、實(shí)證分析的數(shù)據(jù)選擇與處理

Rt-Rf=α+β*(Rm-Rf)+Ui

以上是為了論文的實(shí)證分析，而構(gòu)建CAPM模型，其中模型的自變量X是Rm-Rf，因變量Y是Rt-Rf，對(duì)于非銀金融行業(yè)的探究。我們所構(gòu)建的是一個(gè)一元線性回歸的模型，為了更好的對(duì)我國(guó)的非銀金融行業(yè)進(jìn)行CAPM的實(shí)證分析，就是要通過(guò)2017年一整年的非銀金融行業(yè)板塊的交易數(shù)據(jù)進(jìn)行回歸分析，得出貝塔值和R方，進(jìn)行實(shí)證分析。主要是通過(guò)以下幾個(gè)步驟完成：

(一)行業(yè)指數(shù)的選擇

本文主要是通過(guò)萬(wàn)德的行業(yè)分類選擇，進(jìn)入到非銀金融行業(yè)的部分，選擇申萬(wàn)非銀金融行業(yè)指數(shù)作為本文的主要樣本，這其中包括深圳證券交易所和上海證券交易所上市的非銀金融股票。指數(shù)選取的時(shí)間是從2017年1月3日至2017年12月29日，一年共245日的收盤價(jià)作為基礎(chǔ)的數(shù)據(jù)，來(lái)計(jì)算行業(yè)的整體收益率。其中在導(dǎo)出數(shù)據(jù)時(shí)，剔除了一些非交易天數(shù)和交易記錄不完整的天數(shù)，最終計(jì)算出236個(gè)有效收益率。

(二)股票收益率的計(jì)算方式

Rt=(Pt-P(t-1))/P(t-1)

對(duì)于CAPM模型中R的計(jì)算方式，主要是通過(guò)申萬(wàn)行業(yè)指數(shù)前后兩日的收盤價(jià)得出收益率的大小，在這個(gè)計(jì)算公式中，Rt表示的是該行業(yè)股票整體在第t日的收益率，Pt表示的是該行業(yè)股票在t時(shí)期的收盤價(jià)，相應(yīng)的P(t-1)即為該行業(yè)在t-1日的收盤價(jià)，通過(guò)收盤價(jià)之間的計(jì)算，得出該行業(yè)t日的收益率即Rt。

(三)市場(chǎng)收益率指標(biāo)的選取

由于選擇申萬(wàn)非銀金融行業(yè)指數(shù)作為非銀金融行業(yè)的代表性樣本，而非銀金融行業(yè)在滬深兩市均有上市公司，所以在選取市場(chǎng)收益率指標(biāo)時(shí)，我們選擇的是滬深300指數(shù)并進(jìn)行分析。滬深300指數(shù)能夠較好的反映中國(guó)證券市場(chǎng)股票價(jià)格變動(dòng)的概貌和運(yùn)行狀況，并能夠作為投資業(yè)績(jī)的評(píng)價(jià)標(biāo)準(zhǔn)，為指數(shù)化投資和指數(shù)衍生產(chǎn)品創(chuàng)新提供基礎(chǔ)條件。滬深300指數(shù)樣本覆蓋了滬深市場(chǎng)六成左右的市值，具有良好的市場(chǎng)代表性。③

(四)無(wú)風(fēng)險(xiǎn)收益率指標(biāo)的選擇

CAPM模型中通常所需要的無(wú)風(fēng)險(xiǎn)收益率Rf是指把資金投資于一個(gè)沒(méi)有任何風(fēng)險(xiǎn)的投資對(duì)象所能得到的收益率，通常進(jìn)行CAPM的研究更普遍會(huì)使用貨幣市場(chǎng)工具的到期收益率作為無(wú)風(fēng)險(xiǎn)利率，比如美國(guó)一般采用短期國(guó)庫(kù)券收益率來(lái)作為市場(chǎng)無(wú)風(fēng)險(xiǎn)收益率。但是我國(guó)國(guó)債的年期比較長(zhǎng)，通常在1年以上，因此我們主要選擇的是我國(guó)的上海銀行間同業(yè)拆放利率(SHIBOR)，因?yàn)樵摾视芍醒脬y行以及18家商業(yè)銀行負(fù)責(zé)計(jì)算和報(bào)價(jià)，自該指標(biāo)建立以來(lái)，3個(gè)月以內(nèi)的短端SHIBOR充分反映了市場(chǎng)資金供求的變化，具有市場(chǎng)代表性，因此我們選擇3個(gè)月期的SHIBOR作為無(wú)風(fēng)險(xiǎn)利率的近似代替值。

四、CAPM的實(shí)證分析與檢驗(yàn)

要對(duì)非銀金融行業(yè)進(jìn)行實(shí)證分析，CAPM模型是必不可少的，本文主要是根據(jù)申萬(wàn)非銀金融行業(yè)指數(shù)、滬深300指數(shù)以及SHIBOR進(jìn)行回歸分析，其主要使用軟件是Eviews，基于滬深300指數(shù)和上海銀行間同業(yè)拆放利率，以Rm-Rf為自變量X，以Rt-Rf為因變量Y，對(duì)其建立起一個(gè)一因素的線性回歸模型。根據(jù)相關(guān)數(shù)據(jù)做時(shí)間序列數(shù)據(jù)的回歸分析，得出非銀金融行業(yè)整體的的貝塔系數(shù)和擬合優(yōu)度R2。回歸結(jié)果如下所示：

Dependent Variable:RT_RFMethod:Least SquaresDate:12/19/18 Time:11:00Sample:1 236Included observations:236VariableCoefficientStd.Errort-StatisticProb.RM_RF-0.9145920.077338-11.825910.0000C-8.3852590.337435-24.849970.0000R-squared0.374084Mean dependent var-4.445273Adjusted R-squared0.371409S.D.dependent var1.036814S.E.of regression0.822025Akaike info criterion2.454347Sum squared resid158.1197Schwarz criterion2.483701Log likelihood-287.6129Hannan-Quinn criter.2.466180F-statistic139.8521Durbin-Watson stat1.284825Prob(F-statistic)0.000000

(一)顯著性分析

通過(guò)上表可以看出，整個(gè)非銀金融行業(yè)對(duì)應(yīng)的β系數(shù)的P(t-Statistic)為0，β、α各自對(duì)應(yīng)的p值小于顯著性水平α=0.01，這也就說(shuō)明貝塔系數(shù)和阿爾法系數(shù)等于0的可能性是小于0.01，這也就意味著β系數(shù)和α系數(shù)顯著的不為0，模型的顯著性都非常高，自變量Rm-Rf和因變量Rt-Rf之間存在線性關(guān)系，非常契合模型。整體縱觀整個(gè)行業(yè)來(lái)看，該行業(yè)的顯著性還是很高的。

(二)R2分析

對(duì)于本文所采用的簡(jiǎn)單一元線性回歸方程，R2如果大于0.5，則表明整個(gè)行業(yè)股票價(jià)格的走勢(shì)很大程度上由股指的走勢(shì)所影響的，文中模型是基于滬深300這一指數(shù)，因此分析非銀金融行業(yè)下公司的發(fā)展，主要考慮滬深300指數(shù)的影響。但是，根據(jù)回歸所做的數(shù)據(jù)都顯示，R2小于0.5，僅為0.37，可以看出非銀金融行業(yè)的整體的R2不高。因此可以進(jìn)一步說(shuō)明，系統(tǒng)風(fēng)險(xiǎn)并不占據(jù)影響整個(gè)行業(yè)發(fā)展的主導(dǎo)地位。滬深指數(shù)并不能對(duì)該行業(yè)產(chǎn)生顯著的影響。從上述顯著性分析可以了解到，該模型的顯著性都非常高，自變量Rm-Rf和因變量Rt-Rf之間存在線性關(guān)系，非常契合模型，但是回歸的擬合度卻很低，說(shuō)明我們模型中的自變量也即是Rm-Rf對(duì)因變量Rt-Rf的解釋力度較低，也就是有其他因素更為顯著的影響著行業(yè)收益率。

(三)貝塔值與阿爾法值分析

根據(jù)所學(xué)知識(shí)，貝塔系數(shù)一直被當(dāng)作是一個(gè)衡量風(fēng)險(xiǎn)的有效指標(biāo)，它所反映的是證券的均衡收益率對(duì)證券市場(chǎng)期望收益率變化敏感程度。β值大于1，表示該股所面臨的風(fēng)險(xiǎn)要大于滬深300所面對(duì)的風(fēng)險(xiǎn)水平，相反的，如果β值小于1，那么該股的風(fēng)險(xiǎn)則是低于滬深300下的風(fēng)險(xiǎn)水平的。因此，β大于1的股票適合高風(fēng)險(xiǎn)的投資者④。通過(guò)上表可以發(fā)現(xiàn)，非銀金融行業(yè)的貝塔系數(shù)整體在-0.914592，與滬深300指數(shù)所反映的市場(chǎng)風(fēng)險(xiǎn)相比略低，且呈負(fù)向關(guān)系，說(shuō)明在其他條件不變的情況下，市場(chǎng)收益率每增加一個(gè)百分點(diǎn)，非銀金融行業(yè)的收益將下降約0.91個(gè)百分點(diǎn)。α值為負(fù)數(shù)，反映了非銀金融行業(yè)受到了產(chǎn)業(yè)管制，同時(shí)由于現(xiàn)有的管制價(jià)格太低，投資者的收益率與風(fēng)險(xiǎn)不匹配，故其α值為負(fù)數(shù)。

五、結(jié)論

基于上述CAPM模型對(duì)于非銀金融行業(yè)的分析，可以清楚地知道，回歸分析的顯著性很高，但是模型的擬合度卻不高，這也說(shuō)明了當(dāng)前的CAPM模型對(duì)我們的非銀金融行業(yè)的解釋力度還遠(yuǎn)遠(yuǎn)不夠，貝塔系數(shù)不能很好的解釋我們所做模型的線性關(guān)系，同時(shí)表明了現(xiàn)階段的該行業(yè)的股票收益率不能被很好的解釋，這也從側(cè)面反映了還存在著其他的因素影響著行業(yè)股票的收益率，CAPM模型是資本市場(chǎng)上的一個(gè)重要的金融資產(chǎn)定價(jià)模型，具有簡(jiǎn)單性，和可操作性等特點(diǎn)⑤，在資產(chǎn)定價(jià)、投資風(fēng)險(xiǎn)、股票收益預(yù)測(cè)上都起著重要的作用，但是其本身包含著較為嚴(yán)格的假設(shè)，比如投資者都是理性的、不存在證券交易費(fèi)用等都過(guò)于嚴(yán)苛，使得實(shí)證檢驗(yàn)的效果與理論相差較大；其次，實(shí)證檢驗(yàn)中用一個(gè)市場(chǎng)組合代理組合來(lái)檢驗(yàn)，該組合是否是市場(chǎng)組合的一個(gè)良好的代替也令人懷疑；同時(shí)我們所針對(duì)的我國(guó)的證券市場(chǎng)中的非銀金融行業(yè)還很單一，本身的發(fā)展也并不成熟，以及國(guó)家的干預(yù)較多也都相應(yīng)的影響了CAPM發(fā)揮它的作用。

【注釋】

①時(shí)磊.非銀金融知多少.[J]中國(guó)銀行業(yè)專刊.2014(12)

②董于靖,王家梁.基于CAPM模型對(duì)于醫(yī)療保健行業(yè)的實(shí)證分析[J].時(shí)代金融,2018(27):232+236.

③方濤.基于CAPM模型對(duì)中國(guó)高鐵板塊股票的實(shí)證研究[J].北京印刷學(xué)院學(xué)報(bào)，2017，25(04):93-94+83.

④關(guān)林炎，查凱文.基于 CAPM 模型對(duì)上證鋼鐵板塊的實(shí)證分析[J].時(shí)代金融，2017(06):284-285.

⑤鄒舟，樓百均.CAPM 模型在上海股票市場(chǎng)的有效性檢驗(yàn)[J].企業(yè)經(jīng)濟(jì)，2013，32(01):173-175