首页 > 范文大全 > 正文

金融危机后上证A股银行股的CAPM模型实证分析

开篇:润墨网以专业的文秘视角,为您筛选了一篇金融危机后上证A股银行股的CAPM模型实证分析范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!

【摘要】为了对上证A股银行股票投资策略进行研究,本文采用了资本资产定价(CAPM)模型对上证A股十二家上市银行股票进行了实证分析。数据来自于2009年1月到2010年4月的日数据并将其等分为三个部分.由此建立线性回归模型用于描述风险与收益之间的关系,通过对单只股票的β值进行估计,发现β值都比较小,在金融危机的阴影还没有全部散去的大背景下,对上证A股的十二只银行股投资都比较适合实施防御性的投资策略。对数据分别进行了时间序列检验以及横截面检验。两种检验结果表明,对现阶段上证A股银行股还不太适合利用CAPM模型进行分析.这也在一定程度上反映了金融危机后上证A股银行股票市场仍然不太成熟。

【关键词】capm模型银行股票时间序列检验资本资产定价

为了对上证A股银行股票投资策略进行研究.本文采用了资本资产定价(Capital Asset Pricing Model,CAPM)模型以上证A股十二家上市银行为研究对象进行了实证分析。资本资产定价模型是作用于整个金融市场范围内的资产定价理论模型.其基本内容是资本资产的预期收益是时间收益加上系统风险(即全市场风险的贡献)而给予的收益补偿。但是当全市场组合处于不可知的情况下,将造成难以度量资本资产系统风险性。对于实证研究,常会用某个市场的指数来代表全市场的组合,并以此来度量资本资产的系统风险。CAPM模型是最早能够进行计量检验的金融资产定价模型.它尝试从理论的角度来回答在均衡条件下投资者在承担风险后将获得的市场报酬。CAPM模型是William・Sharpe在1964年创立的,我国有很多的学者都在运用CAPM模型来对中国股票市场进行实证研究。我国的股票市场自金融危机以后一直处在很低迷的状态.为了研究我国股市在金融危机之后的动荡情况对于银行业的影响以及我国银行业股票所采取的投资策略.我们选用了2009年1月至2010年4月上证A股12只银行业股票来进行实证研究。

一、CAPM模型简介

资本资产定价模型(cAPM)的基础即是1959年马科维茨的均值一方差的投资组合理论。由Sharpe和Linter分别在1964和1965年市场存在风险资产的情况下推导得出的。在研究均衡经济学中市场中投资者的行为时,通常会将投资者假设为经济人,投资者们所追求的是投资收益的最大化以及所得到的效果也是最大化。

(一)CAPM模型的基本形式

Ri-Ri=β1×(Rmv-Rf)

其中,Ri是资产i所将获得的预期收益率,Rmv是市场组合(具有方差有效性)的收益率,Rf是无风险资产的收益率,Ri-Rf是资产i所得的超额收益率,Rmv-Rf是市场组合下的超额收益率,Bi是资产i的β系数,它表明资产i的系统风险性的大小。β系数等于某个设定的投资组合中的风险程度与市场证券组合中的风险程度的比例。当β>1时,这一投资组合所要承受的风险就将大于市场风险,同时其所追求的投资报酬率也就要大于市场的平均报酬率,这个超过的部分便是风险溢酬,是用于补偿其所冒风险大于市场风险。反之,当β

(二)CAPM模型的基本假设

CAPM有非常严格的假设条件.只有在满足这些假设条件的情况下CAPM才可成立.当然在后来这也成为了其遭受批评的一个主要方面。资本资产定价模型(CAPM)有以下几个方面的基本假设:

(1)投资者根据投资组合在特定时段内的预期收益率及标准差(方差)来确定这个投资组合是否合适。当期望收益相同时投资者往往选择风险性(方差)较小的资产组合:当风险条件相同时投资者则选择期望收益比较大的资产组合。

(2)一致认同资产收益率的分布模式,假设投资者的信息也是畅通无阻,且只有一条有效的市场前沿曲线。

(3)市场无卖空的限制。

(4)无任何通货膨胀及利率的变化。

(5)市场上的所有投资者均不会通过其资产行为而影响资产价格。

二、研究手段

(一)各类指数的计算

目前上海股票市场中包含A股、B股指数、上证综合指数以及上市180成分指数和商业指数等.但是本文所研究的上证A股十二家银行股票则选择了派许加权指数(Paasehe Index)作为其市场指数,即为P=∑PliQli/∑POiQli,以此来计算这十二只银行股的收盘指数。其中Pli、poi则分别作为每只股票报告期及基期的收盘价格,Qli、Qoi则分别为报告期和基期内每只股票的交易量。由于在2009年初各只股票的收盘价格都比较的平稳,所以我们选取了2009年1月1日来作为基期来计算各期的派许加权指数。

(二)无风险性利率的计算

无风险性利率是指对某一项无任何风险的投资对象进行资金投资时所能够得到的利息率。这是一种近乎理想性的投资收益。在国外的许多学者所进行的实证研究中,通常以短期国债利率来替代无风险性利率,但是由于我国银行存款的违约风险率几乎为零并且该市场不存在任何分割,我们将选用一年期银行存款利率来代替无风险利率。

(三)收益率的计算

个股股票的日收益率是利用个股的每日收盘价来计算的,计算公式是:个股收益率=(今日收盘价格/昨日收盘价格-1)×100%。通过计算可以得到每天的市场收盘价的派许加权指数.同样可以算出市场收益率。

(四)所选取的数据

本文所选取的数据来自2009年到2010年4月区间.我国居民的定期存款一年期利率在该期间无任何调整,一直为2.25%,日利率可折算得到0.000060962。为了进行时间序列检验和横截面检验,将得到的数据分为三个部分。第一部分为2009年1月初至2009年5月末,该阶段数据用于建立初始的模型;第二部分为2009年6月初至2009年10月末,这一阶段用于检验;第三部分为2009年11月初至2010年4月末,同样用于检验。

三、实证分析

(一)建立模型

资本资产定价模型(CAPM)也称事前线性模型,利用该模型进行统计检验时,首先必须将理论的CAPM模型(即事前模型)转变成为可以利用历史数据的事后模型。因此,我们可以假设任何关于资产的收益是一个公平的博弈。也就是说,任何资产能够实现其预期的收益率等于平均收益率。

利用第一部分的数据建立每只股票的风险收益模型.即Rit-Rft=cd+βi×(Rmt-RfI)+eit

其中:Rit是单一在t时刻的日收益率;RMt为市场指数在t时

刻的日收益率;Rft代表t时刻的无风险收益率;ε代表估计残差;α、B分别是估计参数。建立如下模型如表1所示。表1第一部分数据建立的各只股票风险收益模型

从以上回归的结果可以看出,12个方程都通过了显著性检验,且它们的拟合优度均在0.40到0.90之间,拟合效果让人较为满意,每个模型的DW值都几乎接近2,可基本认为自相关性不存在。依据拟合优度将十二只股票分为两个组,第一组包含工商银行、中国银行、建设银行、中信银行、北京银行、交通银行六家银行股,其拟合优度比较低,在0.40到0.65之间,这说明市场风险对股票的风险收益有着一半左右的影响力。第二组包括华夏银行、民生银行、浦发银行、南京银行、兴业银行、招商银行的拟合优度则比较高,在0.65到0.85之间,这说明市场风险对这六家银行的股票风险收益有着非常大的影响。

以上的回归系数可以看出,β值基本在0.3到1.1之间。我国目前处于熊市的状况下,十二只股票都比较的保守。招商银行、华夏银行、浦发银行、兴业银行四家银行由于B值均略大于1而被认为是进攻性股票,剩下8家则均小于1。这4家银行都属于股份制银行,同国有银行相比其更加追求利益的最大化,回归结果显示基本符合它们的市场定位。

(二)时间序列检验

依据计算得出的第一时期各股的B系数来划分股票组合,即通过B系数的大小来将各个股票排序,并将这十二只股票划分为六个组,各组由两只股票组成。对于采用简单算术平均法来求第二期数据的组合收益率。利用时间序列模型来对组合B系数进行估计:

Rpt-Rft=ctp+βp×(RMt―Rft)+apt。

其中:Rpt是各个组合在t时刻的收益率;RMt是市场指数在t时刻的收益率;Rft是在t时刻的无风险收益率;apt是估计残差:αp、βp是估计参数回归的线性方程和组合的β值,回归结果表明,股票组合的风险溢价同市场组合的风险溢价成正比关系.以上所有的组合方程均通过了F检验,β值也很明显不等于0,拟合系数控制在0.52到0.76之间.整体上可以反映出方程有着比较高的拟合效果,从D-W的检验结果可以看出,所有方程都没有自相关现象,回归结果是比较可信的。将第二部分数据估计出的组合β值当作第三部分数据的输入变量,并由第三部分数据的股票收益率来计算得出组合收益率。检验公式为:

Rp=γ0+γ1βp+εp

其中:Rp为组合平均收益率;pp为组合所得的β系数;εp为估计残差;γ0、γ1分别为估计参数。

Eviews输出结果可以看出,当γ>0,γ1

(三)横截面检验

根据第三部分数据对公式Rp=γ0+γ+γ1βp+γ2p2p+γ3trpe+εp进行检验。其中:Rp为组合的收益率;βp为组合中的B值;σrpe为估计βp值的回归方程中残差的标准差;加0,γ1γ2γ3分别为估计参数。分析同上,由Eviews输出结果显示,当γ0的估计值小于0时,整个市场有很明显的投机特征.由此与时间序列检验所得结果一致。当γ1的估计值大于0时,表明上市银行股票的预期收益和β值所表示的系统性风险有着正相关性,这与时间序列检验所得结果不一致。当γ2的估计值大于0,并且γ3>γ1时,表明在股票的定价中非系统性风险起了不可忽视的作用。方程的拟合优度是0.450821,比较令人满意,可是由于系数都为通过了t检验,导致方程的说服力不是很强。

四、结论

针对单只银行股票的β进行估计,可发现十二只银行股票的β都不是很高,仅有4只银行股票的β值略微超过了1,在依然存在的金融危机后续影响这个大的背景下.大部分银行基本上采取了保守性的经营模式。