CAPM模型在中國滬深股票市場(chǎng)中的實(shí)證研究

何小蓉，胡日東

(華僑大學(xué) 經(jīng)濟(jì)與金融學(xué)院,福建 泉州，362021)

資本資產(chǎn)定價(jià)理論在金融工程學(xué)中有著十分重要的地位，是金融投資學(xué)的重要支柱。20世紀(jì)50年代，Markowitz發(fā)表了論文《資產(chǎn)選擇：投資的有效分散化》，首次提出了收益率的風(fēng)險(xiǎn)是由收益率方差來衡量的，建立了里程碑式的均值-方差資產(chǎn)組合模型。20世紀(jì)60年代，William Sharpe、Jone Lintner和Mossin在資產(chǎn)組合理論的基礎(chǔ)上，結(jié)合市場(chǎng)證券組合原理、兩基金分離定理和市場(chǎng)均衡原理，提出了著名的資本資產(chǎn)定價(jià)模型(CAPM)。CAPM模型已經(jīng)適用于一些西方發(fā)達(dá)國家的資本市場(chǎng)，是個(gè)人投資者、投資機(jī)構(gòu)進(jìn)行證券投資操作、資本資產(chǎn)定價(jià)的重要工具之一。

近年來，在中國改革開放的背景下，經(jīng)濟(jì)發(fā)展迅速，中國上海、深圳股票市場(chǎng)不斷擴(kuò)大，資本市場(chǎng)制度不斷規(guī)范化。中國股票市場(chǎng)表現(xiàn)出與西方發(fā)達(dá)國家不同的特點(diǎn)，例如中國上海股票市場(chǎng)實(shí)行的交易制度是“T+1”，但是西方發(fā)達(dá)國家的股票市場(chǎng)上一般實(shí)行的是“T+0”。上海、深圳證券交易所經(jīng)由多年的快速發(fā)展，市場(chǎng)結(jié)構(gòu)較為完整，已擁有債券、基金、股票、衍生品四大類證券交易品種。CAPM模型理論不僅有助于投資者衡量股票價(jià)值，也為個(gè)別資產(chǎn)提供了可以量化的風(fēng)險(xiǎn)測(cè)度，它對(duì)金融資產(chǎn)定價(jià)、投資者決策起著重要的指導(dǎo)意義，因此有必要對(duì)CAPM模型在我國滬深股市的應(yīng)用進(jìn)行研究。

一、文獻(xiàn)綜述

關(guān)于CAPM模型在現(xiàn)實(shí)資本市場(chǎng)適用性的爭議一直存在，國內(nèi)外學(xué)者運(yùn)用不同的方法對(duì)此做過研究。Jensen[1]等以紐約交易所在1926-1965年期間的股票數(shù)據(jù)，驗(yàn)證了風(fēng)險(xiǎn)系數(shù)值β與股票期望收益率的關(guān)系是呈正相關(guān)的，與零β資本資產(chǎn)定價(jià)模型一致；Fama和MacBeth[2]使用1969年以前的股票數(shù)據(jù)通過橫截面線性回歸方法，增加了非系統(tǒng)風(fēng)險(xiǎn)因素和β2，檢驗(yàn)了系統(tǒng)性風(fēng)險(xiǎn)β是否是影響資產(chǎn)預(yù)期收益率的唯一因素，結(jié)果表明風(fēng)險(xiǎn)系數(shù)β和所有股票的平均收益呈正相關(guān)關(guān)系；Roll批判了CAPM模型的有效性，因?yàn)闊o法在實(shí)踐中證明有效的市場(chǎng)組合就是市場(chǎng)指數(shù)組合，而市場(chǎng)組合在CAPM模型中要求其包含的所有資產(chǎn)應(yīng)是風(fēng)險(xiǎn)性資產(chǎn)；Banz提出股票收益具有“規(guī)模效應(yīng)”；French和Fama[3]在CAPM模型檢驗(yàn)中加入財(cái)務(wù)杠桿、規(guī)模、E/P和BE/ME的測(cè)試，發(fā)現(xiàn)β值的解釋能力很弱。隨后更多學(xué)者從一開始的單因素檢驗(yàn)轉(zhuǎn)變?yōu)槎嘁蛩貦z驗(yàn)，并逐漸成為當(dāng)前檢驗(yàn)資本市場(chǎng)中CAPM模型適用性的主流方式。

CAPM模型是檢驗(yàn)資產(chǎn)收益與風(fēng)險(xiǎn)的核心理論，我國學(xué)者對(duì)其進(jìn)行了實(shí)證檢驗(yàn)。施東暉[4]研究了該模型在中國的適用性，得出股票風(fēng)險(xiǎn)與收益之間的正線性相關(guān)關(guān)系不成立，系統(tǒng)風(fēng)險(xiǎn)并不是影響資本資產(chǎn)定價(jià)行為的唯一因素；阮濤和林少宮[5]以上海股票市場(chǎng)1996-1998年間股票收益數(shù)據(jù)為研究對(duì)象，通過橫截面分析得出CAPM模型不適合在上海股票市場(chǎng)中運(yùn)用；許滌龍和張鈺[6]以上海股票市場(chǎng)2000-2002年間的部分股票數(shù)據(jù)為研究對(duì)象，采用雙層回歸檢驗(yàn)法，結(jié)果表明滬市風(fēng)險(xiǎn)系數(shù)值β與股票收益率呈正相關(guān)，但是無風(fēng)險(xiǎn)收益率為負(fù)，意味著上海股票市場(chǎng)投資者表現(xiàn)出的投機(jī)性較高，市場(chǎng)機(jī)制還需進(jìn)一步完善；朱順泉[7]用2003-2006年間滬市的股票收益數(shù)據(jù)檢驗(yàn)出滬市股票的系統(tǒng)風(fēng)險(xiǎn)與所選取的股票的平均超額收益率的正向關(guān)系是存在的；翟羽[8]在市場(chǎng)股權(quán)分置改革背景下，以2013-2014年間的股票數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)在中國股票市場(chǎng)中，CAPM模型的適用性較好；王丹彤[9]運(yùn)用2013年到2018年的滬深股票市場(chǎng)80支股票數(shù)據(jù)檢驗(yàn)得出，滬深A(yù)股市場(chǎng)更加適合風(fēng)險(xiǎn)偏好投資者，CAPM模型并不能完全適用于中國股市。

回顧國內(nèi)外文獻(xiàn)可知，由于CAPM模型嚴(yán)格的基本假設(shè)條件，大多數(shù)研究表明CAPM模型不適用于我國的股票市場(chǎng)，此外，諸多研究所選的股票數(shù)量較少，時(shí)間跨度較小，造成研究結(jié)果不一致。隨著證券市場(chǎng)不斷發(fā)展，我國行情發(fā)生了很大的變化，因此進(jìn)一步研究CAPM模型在我國的適用性十分必要。2008年中國股市深受股災(zāi)的影響，股價(jià)波動(dòng)異常，因此這個(gè)時(shí)間段的股票數(shù)據(jù)對(duì)于本文研究不具有較大意義。鑒于此，選取滬深股票市場(chǎng)2009-2019年間的股票收益數(shù)據(jù)，采用傳統(tǒng)的BJS和FM方法檢驗(yàn)CAPM模型在該市場(chǎng)中的適用性。

二、CAPM理論概述

資本市場(chǎng)中有兩種風(fēng)險(xiǎn)，一種是系統(tǒng)風(fēng)險(xiǎn)，這種風(fēng)險(xiǎn)是指由國家政策、經(jīng)濟(jì)、社會(huì)環(huán)境等因素造成股價(jià)波動(dòng)，且不能通過投資資產(chǎn)組合來消除的風(fēng)險(xiǎn)；另一種是非系統(tǒng)風(fēng)險(xiǎn)，一般是企業(yè)內(nèi)部的或某個(gè)行業(yè)中特定存在的，并且可以通過其他手段消除的風(fēng)險(xiǎn)。CAPM模型的主要特點(diǎn)是：(1)只有系統(tǒng)性風(fēng)險(xiǎn)是唯一影響股票收益的因素，在債券定價(jià)中起重要作用。(2)如果投資風(fēng)險(xiǎn)確定，投資者傾向于預(yù)期收益率相對(duì)較高的資產(chǎn)；如果投資回報(bào)確定，投資者會(huì)投資風(fēng)險(xiǎn)最小的資產(chǎn)。

(一)CAPM模型基礎(chǔ)假設(shè)

CAPM模型是以若干理想化的假設(shè)條件建立的，其基礎(chǔ)性假設(shè)有：(1)投資者都是風(fēng)險(xiǎn)回避者，其投資行為的終極目標(biāo)是使其財(cái)富期望效用最大化；(2)資產(chǎn)收益率的概率分布是聯(lián)合正態(tài)分布，這是市場(chǎng)中所有資產(chǎn)共同服從的分布；(3)資本市場(chǎng)中存在無風(fēng)險(xiǎn)收益率，投資者可以向銀行以無風(fēng)險(xiǎn)利率借入或貸出不限量的無風(fēng)險(xiǎn)資產(chǎn)，即投資者的信用額度是無限的；(4)資本市場(chǎng)的資產(chǎn)數(shù)量是固定的，而且所有資產(chǎn)都可以任意組合、自由交易；(5)投資者只能接受市場(chǎng)中的價(jià)格，即投資者的行為選擇不會(huì)影響股票市場(chǎng)上資產(chǎn)的價(jià)格波動(dòng)；(6)市場(chǎng)是完全信息市場(chǎng)并且資本市場(chǎng)是沒有摩擦的，無賣空限制、無稅收、無交易成本等。

(二)CAPM理論模型

Sharpe-Lintner模型假定投資者能夠以無風(fēng)險(xiǎn)利率進(jìn)行借貸[10]，CAPM的期望形式可表示為：

E(Ri)-Rf=βi[E(RM)-Rf]

(1)

三、CAPM模型的實(shí)證研究

(一)指標(biāo)選取

為更全面地研究中國滬深股票市場(chǎng)，在選擇樣本時(shí)間區(qū)間時(shí)剔除了不連續(xù)的股票，最終選取滬深300指數(shù)的193支成分股作為研究對(duì)象，占總比約2/3。綜合國內(nèi)外實(shí)證研究，大多采用2～5年的樣本期間數(shù)據(jù)來估計(jì)β值，為避免受2008年金融危機(jī)的影響，又考慮到滬深300指數(shù)的成分股會(huì)變動(dòng)，本文選取的成分股以2019年6月17日變動(dòng)后的為準(zhǔn)，樣本區(qū)間為2009年1月9日-2019年9月30日共129個(gè)月的數(shù)據(jù)。所有樣本股的權(quán)重占比為76.55%，涵蓋了金融、公用事業(yè)、基礎(chǔ)化工、有色金屬、餐飲旅游、醫(yī)藥生物、電氣設(shè)備等20多種行業(yè)，具有鮮明的代表性。

滬深300指數(shù)涵蓋了滬深兩個(gè)A股市場(chǎng)，客觀真實(shí)地反映了A股市場(chǎng)上的運(yùn)行狀況，并且其剔除了ST、*ST等劣質(zhì)股，樣本股都是規(guī)模大、流動(dòng)性好的優(yōu)質(zhì)股，可以較為全面地反映中國股票市場(chǎng)價(jià)格變動(dòng)趨勢(shì)與市場(chǎng)投資變動(dòng)情況，其指數(shù)的編制方法更優(yōu)，采用派許加權(quán)綜合價(jià)格指數(shù)公式進(jìn)行計(jì)算，這和CAPM模型所要求的市場(chǎng)組合相似，因此本文的市場(chǎng)指數(shù)選擇滬深300指數(shù)。

無風(fēng)險(xiǎn)利率是指投資者向金融機(jī)構(gòu)在沒有風(fēng)險(xiǎn)的條件下借入資金的利率。綜合比較國內(nèi)外研究，一般采用短期國債利率或銀行同業(yè)拆借利率代替無風(fēng)險(xiǎn)利率，本文采用一年期國債收益率代表無風(fēng)險(xiǎn)收益率。

滬深300指數(shù)的周收益率Rt的計(jì)算公式為：

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

(2)

其中Rt是市場(chǎng)組合在第i周的收盤價(jià)，Pt-1是市場(chǎng)組合在第i-1周的收盤價(jià)。個(gè)股股票周收益率數(shù)據(jù)來源于銳思金融研究數(shù)據(jù)庫。

(二)研究方法和實(shí)證分析

本文運(yùn)用傳統(tǒng)的BJS和FM方法相結(jié)合的雙層回歸檢驗(yàn)法，主要利用R進(jìn)行操作檢驗(yàn)。BJS方法是由Black、Jensen和Scholes主要針對(duì)用時(shí)間序列方法檢驗(yàn)CAPM模型所提出的；FM方法是由Fama與MacBeth在1973年提出的檢驗(yàn)CAPM模型的橫截面方法。

根據(jù)時(shí)間順序?qū)颖竟蓴?shù)據(jù)分為三組，第一組數(shù)據(jù)時(shí)間區(qū)間為2009年1月9日到2012年7月27日，第二組為2012年8月3日到2016年2月26日，第三組為2016年3月4日到2019年9月30日，每組時(shí)間區(qū)間數(shù)據(jù)為跨度43個(gè)月的周收益率。

1.單支股票β系數(shù)的計(jì)算

運(yùn)用滬深股票市場(chǎng)第一組樣本數(shù)據(jù)，采用模型(3)做時(shí)間序列檢驗(yàn)，從而估算出單支股票的風(fēng)險(xiǎn)值β，最小二乘法回歸方程：

Rit-Rf=αi+βi×(Rmt-Rf)+εi

(3)

其中，在第t周時(shí)，Rit表示股票收益率，Rmt為市場(chǎng)指數(shù)的收益率，Rf為無風(fēng)險(xiǎn)利率，εi為隨機(jī)誤差項(xiàng)，αi和βi為待估計(jì)參數(shù)。模型檢驗(yàn)回歸部分結(jié)果見表1。

表1 單支股票最小二乘回歸方程部分結(jié)果Tab.1 Partial results of least square regression equation for single stock

2.市場(chǎng)組合βp系數(shù)的估計(jì)

將股票數(shù)據(jù)按照在第一組樣本期間估算的風(fēng)險(xiǎn)系數(shù)值由小到大排序，然后按照大小順序分組，每19支股票等權(quán)重地組成10個(gè)證券組合。第一個(gè)股票組合有22只股票，后9個(gè)股票組合每組19支股票，運(yùn)用第二組時(shí)間區(qū)間的數(shù)據(jù)，股票組合的周收益率可以通過簡單算術(shù)平均法來計(jì)算得出：

Rpit=(1/N)∑Rit

(4)

其中，第t周時(shí)，第i個(gè)證券組合的收益率是Rpit，此組合中第i支股票的收益率是Rit，這個(gè)組合中所含有的股票數(shù)量是N。

將滬深300的周超額收益率作為自變量，將股票組合的周超額收益率作為因變量做回歸分析，通過模型(5)估算出各個(gè)組合的系數(shù)βp：

Rpt-Rf=αp+βp×(Rmt-Rf)+εpt

(5)

同時(shí)估算出回歸殘差εpt的標(biāo)準(zhǔn)差σp，各股票組合的系數(shù)βp估算結(jié)果見表2。

表2 股票組合的最小二乘回歸方程結(jié)果Tab.2 The results of least square regression equation of stock portfolio

3.資產(chǎn)的收益與風(fēng)險(xiǎn)之間的關(guān)系檢驗(yàn)

根據(jù)第三組時(shí)間區(qū)間股票數(shù)據(jù)的周收益率計(jì)算出的10個(gè)股票組合的平均周收益率，然后運(yùn)用模型(6)進(jìn)行線性關(guān)系檢驗(yàn)：

Rp=γ0+γ1βp+εp

(6)

其中，Rp為每個(gè)股票組合在第三組時(shí)間區(qū)間的平均周收益率，βp是運(yùn)用第二組樣本股票數(shù)據(jù)估計(jì)的風(fēng)險(xiǎn)系數(shù)值，γ0、γ1為待估計(jì)參數(shù)。

4.橫截面檢驗(yàn)

上述時(shí)間序列檢驗(yàn)的效果不理想，因此下文將已求得的股票組合的βp系數(shù)作為系統(tǒng)風(fēng)險(xiǎn)，將其殘差的標(biāo)準(zhǔn)差作為非系統(tǒng)風(fēng)險(xiǎn)，進(jìn)行二次回歸檢驗(yàn)，二次回歸方程FM模型為：

(7)

其中，Rp是股票組合的周平均收益率，βp是股票組合的風(fēng)險(xiǎn)系數(shù)值，σp是在最小二乘回歸方程中估計(jì)殘差的標(biāo)準(zhǔn)差，可看作是非系統(tǒng)風(fēng)險(xiǎn)成分，γ0、γ1、γ2、γ3是待估計(jì)參數(shù)。

該二次回歸方程將進(jìn)一步檢驗(yàn)股票價(jià)格的唯一影響因素是否為系統(tǒng)性風(fēng)險(xiǎn)、股票收益與其風(fēng)險(xiǎn)之間的關(guān)系是否為正線性關(guān)系。而對(duì)CAPM模型進(jìn)行橫截面檢驗(yàn)，最重要的是驗(yàn)證以下幾個(gè)假設(shè)：(1)假如預(yù)期結(jié)果與CAPM模型一樣，那么檢驗(yàn)結(jié)果中γ2=0；(2)股票組合的風(fēng)險(xiǎn)是由系統(tǒng)風(fēng)險(xiǎn)系數(shù)值βp所衡量的，非系統(tǒng)風(fēng)險(xiǎn)不影響股票定價(jià)，投資者如果承擔(dān)非系統(tǒng)性風(fēng)險(xiǎn)也得不到補(bǔ)償，那么在回歸方程中檢驗(yàn)的系數(shù)γ3=0；(3)證券市場(chǎng)中投資者是討厭風(fēng)險(xiǎn)的，并且認(rèn)為高風(fēng)險(xiǎn)必定會(huì)帶來高收益，即資產(chǎn)的期望收益與其承擔(dān)的系統(tǒng)性風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，那么γ1≥0，且γ1=E(RM)-Rf；(4)γ0=Rf。

圖1 貝塔數(shù)值箱線圖Fig.1 Beta value box plot

四、結(jié)果與分析

(一)單支股票的β估計(jì)值分析

在進(jìn)行時(shí)間序列檢驗(yàn)的193支股票中，有124支股票在上海證券交易所上市，69支在深圳證券交易所上市，包括了農(nóng)業(yè)、牧業(yè)、漁業(yè)、林業(yè)、熱力業(yè)、電力業(yè)、制造業(yè)、采掘業(yè)及綜合行業(yè)等多個(gè)行業(yè)，能較為全面地反映整個(gè)證券市場(chǎng)的行情。根據(jù)每支股票的最小二乘回歸結(jié)果，單支股票風(fēng)險(xiǎn)系數(shù)值β統(tǒng)計(jì)圖顯示(見圖1)，每支股票的β值中位數(shù)是0.93，50%的值都落在了0.74和1.1之間；最小值為0.29，最大值為1.54，有兩個(gè)異常值0.000 6和1.686 0，兩者相差較大；有39.9%的樣本股票的β值大于1，有6支股票的β值等于1，有56.99%的股票β值小于1，總體樣本股票β均值為0.92。39.9%的樣本股票β值大于1，說明市場(chǎng)的收益率高于股票的收益率，即投資者在證券市場(chǎng)中并不都是風(fēng)險(xiǎn)回避者；但是有近60.1%的股票β值小于等于1，說明較于之前的研究，投機(jī)者減少，目前股票市場(chǎng)中的股票風(fēng)險(xiǎn)大多小于市場(chǎng)風(fēng)險(xiǎn)，比較符合CAPM模型的基本假設(shè)。為表明市場(chǎng)組合變動(dòng)超額收益1%對(duì)于單支股票周超額收益變動(dòng)的影響，根據(jù)估算結(jié)果統(tǒng)計(jì)有76.68%的樣本股R2值小于0.5，表明模型擬合優(yōu)度欠佳。

(二)股票組合的βp估計(jì)值分析

在10個(gè)股票組合中，風(fēng)險(xiǎn)系數(shù)βp的最大值為1.18，最小值為0.75，總體均值為0.95(見圖2)。有7組股票組合βp<1，有3組股票組合βp>1，通過對(duì)比單支股票的風(fēng)險(xiǎn)系數(shù)值，說明投資股票組合的方式可有效分散風(fēng)險(xiǎn)，市場(chǎng)中仍然存在非系統(tǒng)性風(fēng)險(xiǎn)，并影響股票收益。由檢驗(yàn)結(jié)果可知，模型βp值通過顯著性檢驗(yàn)，并且模型中α值在不同水平上均顯著，通過了F檢驗(yàn)。股票組合R2值均值為0.82，最小值為0.72，最大值為0.9，該模型具有較高的擬合優(yōu)度。

圖2 股票組合貝塔值統(tǒng)計(jì)圖Fig.2 Statistical chart of beta value of stock portfolio

(三)風(fēng)險(xiǎn)與股票收益線性關(guān)系分析

將股票組合的風(fēng)險(xiǎn)系數(shù)βp值作為自變量，將股票組合收益率作為因變量，作散點(diǎn)圖(見圖3)。股票組合的βp值與收益率的線性關(guān)系較為明顯，但是仍有高收益的股票組合承擔(dān)了較低的風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)的股票組合收益率卻相對(duì)較低，說明市場(chǎng)機(jī)制尚不成熟，仍有投機(jī)者參與其中。

圖3 股票組合收益率與貝塔值關(guān)系散點(diǎn)圖Fig.3 Scatter chart of the relationship between the return of stock portfolio and beta value

采用最小二乘回歸模型對(duì)股票組合周收益與其承擔(dān)的系統(tǒng)風(fēng)險(xiǎn)之間的關(guān)系進(jìn)行檢驗(yàn)，得出的回歸結(jié)果見表3。可知：(1)γ0=0.007 516>0，說明無風(fēng)險(xiǎn)利率大于0，這與現(xiàn)實(shí)情況是相符的，表明在資本市場(chǎng)中，存在無風(fēng)險(xiǎn)資產(chǎn)；(2)γ1=-0.005 271<0，說明股票組合的收益率與其承擔(dān)的風(fēng)險(xiǎn)之間呈反比，這與現(xiàn)實(shí)情況相悖；(3)R2=0.625 6，說明該模型的擬合優(yōu)度較好，且βp通過了顯著性檢驗(yàn)。

表3 股票組合最小二乘回歸結(jié)果Tab.3 Least squares regression results of stock portfolio

(四)橫截面檢驗(yàn)結(jié)果分析

在橫截面檢驗(yàn)中，運(yùn)用一元二次回歸模型對(duì)股票組合周收益和風(fēng)險(xiǎn)進(jìn)行檢驗(yàn)，加入非系統(tǒng)性風(fēng)險(xiǎn)因素σp以及β2作為自變量,檢驗(yàn)結(jié)果見表4?？芍?1)γ1=-0.000 3<0，說明股票組合承擔(dān)的風(fēng)險(xiǎn)與收益率之間不呈正線性關(guān)系，市場(chǎng)中存在投機(jī)者并且γ1≠E(RM-Rf)，γ2=0.002 6>0，但是影響因子非常小，基本符合CAPM理論；(2)γ3=0.036 0≠0，說明影響證券市場(chǎng)中資產(chǎn)定價(jià)行為的因素包括非系統(tǒng)風(fēng)險(xiǎn)，這與CAPM模型中的基本假設(shè)不相符；(3)γ0=0.046 2>0，說明在資本市場(chǎng)中，無風(fēng)險(xiǎn)資本收益率為正數(shù)，這與現(xiàn)實(shí)情況基本相符；(4)模型中R2=0.65，模型擬合優(yōu)度較好。

表4 二次回歸方程結(jié)果Tab.4 Results of quadratic regression equation

五、結(jié)論與啟示

CAPM模型是金融市場(chǎng)上一個(gè)重要的金融資產(chǎn)定價(jià)模型，具有可操作性和簡單性的特點(diǎn)，在資產(chǎn)定價(jià)、證券收益預(yù)測(cè)、投資風(fēng)險(xiǎn)分析中有著重要的作用[11]。但是CAPM模型理論是以許多嚴(yán)格的基本假設(shè)為基礎(chǔ)的，而中國滬深股票市場(chǎng)相對(duì)于西方國家發(fā)展較慢，是一個(gè)不完全成熟的市場(chǎng)。隨著時(shí)代發(fā)展，人們意識(shí)到防范風(fēng)險(xiǎn)的重要性，而通過投資股票組合可有效分散風(fēng)險(xiǎn)，相對(duì)于單支股票而言，股票組合更能達(dá)到CAPM理論要求，擬合優(yōu)度較高。高風(fēng)險(xiǎn)伴隨著高收益，但是無法完全滿足CAPM模型理論的基本假設(shè)。目前CAPM模型在我國滬深股票市場(chǎng)中有弱適應(yīng)性，CAPM模型的系統(tǒng)風(fēng)險(xiǎn)測(cè)度更能解釋股票組合的收益率。在滬深股票市場(chǎng)中，雖然系統(tǒng)風(fēng)險(xiǎn)發(fā)揮著重要作用，但非系統(tǒng)性風(fēng)險(xiǎn)也能在資產(chǎn)定價(jià)中起到一定的作用，系統(tǒng)風(fēng)險(xiǎn)并不是引起股票收益率變動(dòng)的唯一因素。

本文提出以下建議：應(yīng)在我國滬深股票市場(chǎng)中適當(dāng)運(yùn)用CAPM模型，不可過度依賴，同時(shí)要考慮非系統(tǒng)性風(fēng)險(xiǎn)對(duì)股票價(jià)格的影響；應(yīng)重視系統(tǒng)性風(fēng)險(xiǎn)，進(jìn)一步完善金融監(jiān)管體系，逐步增強(qiáng)市場(chǎng)有效性，防范風(fēng)險(xiǎn)發(fā)生；應(yīng)提高證券市場(chǎng)化水平，提高金融市場(chǎng)投資者的金融素養(yǎng)，減少投機(jī)者一味追逐利益而加重“高風(fēng)險(xiǎn)，低收益”的現(xiàn)象；加快構(gòu)建現(xiàn)代金融體系，維護(hù)金融市場(chǎng)穩(wěn)定發(fā)展。我國是發(fā)展迅速的新興市場(chǎng)國家，隨著市場(chǎng)化程度不斷提高，相信在今后金融資產(chǎn)定價(jià)理論會(huì)更加適應(yīng)我國滬深市場(chǎng)。