王偉杰，陶沙，李姜悅，侯為波

（淮北師范大學(xué) 數(shù)學(xué)科學(xué)學(xué)院，安徽 淮北 235000）

0 引言

隨著經(jīng)濟(jì)的迅猛發(fā)展，中國股市出現(xiàn)投資高漲的現(xiàn)狀.大多數(shù)股票投資者的投資能力較弱，為獲得高額收益，轉(zhuǎn)手率高，出現(xiàn)投機(jī)行為過度的現(xiàn)象.資本資產(chǎn)定價（Capital Asset Pricing Model，CAPM）模型確定資產(chǎn)風(fēng)險及其期望收益率之間關(guān)系的預(yù)測方法.不僅量化投資者的投資風(fēng)險和收益，而且還可以使用統(tǒng)計方法對其進(jìn)行實證檢驗，因此廣泛應(yīng)用于投資決策和公司理財?shù)阮I(lǐng)域.中國股市還有較大的發(fā)展空間，因此借助中國不同上市企業(yè)對CAPM模型的有效性進(jìn)行檢驗十分有意義.

自從CAPM模型推出后引起廣泛的關(guān)注，實證分析結(jié)果有的說有效，有的說無效.國外的研究結(jié)果顯示有效的有，Black等［1］選取1931—1956年美國紐約證券交易所的上市股票為研究對象實證檢驗，結(jié)果顯示高風(fēng)險的股票其預(yù)期收益率并不高，低風(fēng)險的股票收益率卻較高.Banz［2］提出小公司效應(yīng)，發(fā)現(xiàn)市值較小的公司投資組合的收益率更高.實證結(jié)果顯示無效的有Fama等［3］對CAPM模型進(jìn)行橫截面檢驗分析，結(jié)論是CAPM模型可能并不成立.Roll［4］提出Roll批評，指出在現(xiàn)實資本市場中，完全有效的投資組合基本上很難實現(xiàn).

1990年12月上海證券交易所的成立，中國資本市場得到發(fā)展和完善，金融產(chǎn)品層出不窮.因此需要一個較完整的定價理論來對各種金融產(chǎn)品進(jìn)行估價，減少錯誤定價所帶來的金融資源錯配問題，以提高資金的使用效率.國內(nèi)學(xué)者證明CAPM模型有效的研究有，靳云匯等［5］選取1997—2000年的496支股票為研究對象，結(jié)果表明，用綜合指數(shù)代表市場組合是有效的，除系統(tǒng)性風(fēng)險外，還有因素影響著股票的收益率，因此股票的收益率與系統(tǒng)性風(fēng)險之間不存在簡單的線性關(guān)系.呂長江等［6］證實在中國證券市場內(nèi)CAPM模型是成立的，β系數(shù)不存在顯著的差異.許滌龍等［7］選取2000—2002年的數(shù)據(jù)進(jìn)行檢驗，發(fā)現(xiàn)樣本股票的收益率與β系數(shù)之間呈線性.劉蘭姝菲［8］對我國醫(yī)藥類上市企業(yè)資產(chǎn)預(yù)期收益率的測算研究，結(jié)果表明多因素CAPM模型可較好地解釋收益率的波動，市場風(fēng)險對收益率有影響但影響程度不大.汪昕［9］選取2011—2018年創(chuàng)業(yè)板月度數(shù)據(jù)為樣本對5因子模型和3因子模型比較，結(jié)果顯示經(jīng)3因子模型調(diào)整后盈利能力及投資風(fēng)格效應(yīng)顯著，5因子模型有較強(qiáng)的解釋能力.實證結(jié)果顯示CAPM模型無效的有，孫剛［10］選取2002—2003年滬市的上證30指數(shù)成份股數(shù)據(jù)檢驗，結(jié)果表明與CAPM模型的結(jié)論不一致.秦勤［11］采用時間序列回歸與橫截面回歸的方法對我國A股市場股票進(jìn)行CAPM模型檢驗，結(jié)果表明CAPM與我國目前的股市不是十分吻合，但其適應(yīng)性逐年增強(qiáng).徐建衛(wèi)［12］選取451家上市公司的數(shù)據(jù)為樣本，對β系數(shù)時變性影響因素進(jìn)行分析，研究發(fā)現(xiàn)公司規(guī)模、財務(wù)結(jié)構(gòu)、盈利能力、成長性和市值比等因素是造成β系數(shù)不穩(wěn)定的重要原因.王玥婷［13］選取6只股票在2018年的相關(guān)數(shù)據(jù)為樣本對β系數(shù)、股票行情不穩(wěn)定的原因?qū)嵶C，結(jié)果顯示有2支股票的β值較大，其他4支股票β值不大于1，因此這6家公司在經(jīng)營管理上存在經(jīng)營不善的問題，使得風(fēng)險加大導(dǎo)致β值不穩(wěn)定.斯微惟［14］選擇2個不同領(lǐng)域公司的數(shù)據(jù)比較其β值，結(jié)果表明CAPM模型存在一些需要解決的問題，CAPM模型必須是可行的和CAPM模型大部分應(yīng)用集中在對未來的預(yù)測上，但數(shù)據(jù)是從過去的工作中獲取的.韓焯林等［15］選取2006—2008年滬深市場29個行業(yè)和港股市場4個行業(yè)的數(shù)據(jù)從模型的擬合能力、預(yù)測能力及行業(yè)配置能力進(jìn)行分析，結(jié)果表明港股市場中西方業(yè)界普遍采用多年的CAPM模型作用有效，滬深股市中該模型沒能有效定量風(fēng)險和對應(yīng)風(fēng)險所帶來的預(yù)測回報率，呈現(xiàn)“風(fēng)險越大，實際回報率越低”的問題.

本文選取43家上市企業(yè)從2012年9月4日至2020年3月31日的日收盤價數(shù)據(jù)為樣本回歸分析，討論CAPM模型在中國股市的有效性，預(yù)測未來收益率的準(zhǔn)確度，并將這43家上市企業(yè)視為一個投資組合，對CAPM模型作進(jìn)一步的有效性研究.研究結(jié)果顯示，CAPM模型對不同的企業(yè)的有效性差異較大，其中擬合優(yōu)度大于0.5的占6.98%，大于0.45的占23.26%，大于0.4的占39.53%，小于0.2的占9.30%.投資組合的有效性的擬合優(yōu)度為0.878 9，單一企業(yè)中中信證券的擬合優(yōu)度最好，僅為0.594，遠(yuǎn)遠(yuǎn)低于等量投資組合的擬合優(yōu)度，即CAPM模型對等量投資組合在一定程度上是有效的.

1 理論模型

CAPM模型是在風(fēng)險資產(chǎn)期望收益均衡基礎(chǔ)上的預(yù)測模型.哈里·馬科維茨［16］于1952年在《證券組合選擇》中提出均值—方差理論.1964年Sharpe等［17］在此基礎(chǔ)上將其發(fā)展成CAPM模型，首次從理論上給出資產(chǎn)定價模型.CAPM模型闡述把資產(chǎn)預(yù)期收益與預(yù)期風(fēng)險之間的理論關(guān)系用線性關(guān)系表達(dá)，CAPM模型數(shù)學(xué)表達(dá)式為

其中，E（ri）為單一資產(chǎn)或投資組合的期望收益率，rf為無風(fēng)險收益率，E（rm）為市場組合的期望收益率，βim為資產(chǎn)的系統(tǒng)風(fēng)險系數(shù)，描述資產(chǎn)回報率對市場變動的敏感程度，可用于表示單一資產(chǎn)或投資組合的系統(tǒng)性風(fēng)險或不可分散性風(fēng)險.CAPM模型方便之處在于其將繁瑣的資產(chǎn)定價過程用簡單的數(shù)學(xué)公式來表達(dá)出來.計算β系數(shù)方便投資者以其為依據(jù)對各項資產(chǎn)進(jìn)行分類，實現(xiàn)對資產(chǎn)的最優(yōu)配置.β系數(shù)反映資產(chǎn)對市場價格變化的敏感程度，利用β值的不同對不同資產(chǎn)進(jìn)行歸類.歸類方法如下：當(dāng)β＜1時資產(chǎn)波動性小于市場價格波動性，投資該資產(chǎn)無法獲取好的回報，但可幫助投資者降低產(chǎn)生虧損的概率，稱為防御性資產(chǎn)；當(dāng)β＞1時資產(chǎn)的價格波動性大于市場的價格波動性，此時該資產(chǎn)會面臨比市場更大的損失，稱為進(jìn)攻性資產(chǎn)；當(dāng)β=1時表明購買該資產(chǎn)獲得的收益率與市場收益率相同，即與市場有著相同的損失，因此稱為中信資產(chǎn).

2 數(shù)據(jù)的選取和處理

2.1 樣本選取

本文的樣本數(shù)據(jù)均來源于雅虎財經(jīng)網(wǎng)站，隨機(jī)選取中國股市43家上市企業(yè)的股票日收盤價數(shù)據(jù)作為研究對象.因2008年全球金融危機(jī)的爆發(fā)，中國股市深受影響，表現(xiàn)出股市動蕩劇烈、股票市值一度探底，隨后中國金融市場逐步發(fā)展完善，股市走勢趨于平穩(wěn)，因此選取的樣本區(qū)間為2012年9月4日至2020年9月28日，共1 959個樣本觀測值.本文對此時間段內(nèi)的股票數(shù)據(jù)進(jìn)行研究，可減少金融危機(jī)帶來股票平均收益異常的現(xiàn)象.選取的樣本股分別涉及到中國的A金融業(yè)，B交通運輸業(yè)，C制造業(yè)，D信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，E房地產(chǎn)業(yè)，F(xiàn)工業(yè)和G批發(fā)與零售業(yè)等.

表2 43家上市企業(yè)的股票的相關(guān)信息

2.2 無風(fēng)險利率的選擇

無風(fēng)險利率指把資金投資于沒有任何風(fēng)險的對象所能得到的收益率.短期國債是指一國政府為滿足先支后收所產(chǎn)生的臨時性資金需要而發(fā)行的短期債券，美國和英國將短期國債稱為國庫券.短期國債是一種幾乎沒有風(fēng)險的有價證券，本文選擇3年期國債的利率作為無風(fēng)險利率.數(shù)據(jù)顯示3年期的國債利率在4%左右，其換算成日利率為0.003 65%.

2.3 總市場收益率的選擇

從中國經(jīng)濟(jì)市場選擇總市場收益率，經(jīng)對比分析選取上證所綜合指數(shù)（SSEC）的日對數(shù)收益率為總市場收益率.本文在確定總市場收益率時，從中國滬深兩市現(xiàn)有的市場指數(shù)中進(jìn)行選擇.上證所可供選擇的市場指數(shù)有上證綜指、上證A指、新綜指等，深證所可供選擇的市場指數(shù)有深圳綜指、深證A指、深證成指等.本文在確定總市場收益率時，從上證綜指和深證成指中選擇，下面分析上證綜指和深證成指的具體情況.

圖2 上證綜指的日對數(shù)收益率序列的時序圖

圖3 深證成指的日收盤價及成交量的時序圖

圖4 深證成指的日對數(shù)收益率序列的時序圖

從圖1～4可知，上證綜指和深證成指的市場走勢基本相似，直觀體現(xiàn)兩者的高度相關(guān)性.下面再根據(jù)表1的單位根檢驗進(jìn)行分析上證綜指和深證成指的p值均為0.01，小于0.05的顯著水平，即都不存在單位根，拒絕原假設(shè)，因此時間序列均是平穩(wěn)序列.

表1 各行業(yè)代碼及企業(yè)個數(shù)

圖1 上證綜指的日收盤價及成交量的時序圖

表3 上證綜指與深證成指的單位根檢驗

2.4 資產(chǎn)收益率的選擇

由于收益率是代表一個完全的、尺度自由的投資機(jī)會的總結(jié)，資產(chǎn)收益率序列比日收盤價格更易處理且有較好的統(tǒng)計特點.資產(chǎn)收益率有2種，即簡單凈收益率和連續(xù)復(fù)合收益率.假設(shè)投資者在某個周期內(nèi)擁有某種資產(chǎn)，從第t-1天到第t天，其簡單凈收益率為

其中Pt是t時刻的資產(chǎn)價格.資產(chǎn)的簡單凈收益率的自然對數(shù)稱為連續(xù)復(fù)合收益率，其計算公式為

其中pt=lnPt.在通常情況下，連續(xù)復(fù)合收益率近似服從正態(tài)分布，且有較好的統(tǒng)計特點即可提高時間序列的平穩(wěn)性，故本文選取連續(xù)復(fù)合收益率.

3 檢驗方法和實證結(jié)果

3.1 檢驗方法

下面將采用普通最小二乘法（ordinary least squares，OLS）對數(shù)據(jù)進(jìn)行擬合，OLS的基本原則是最優(yōu)擬合直線使得各點到直線的距離之和最小.CAPM模型顯示投資者的收益來自兩部分，一是不可預(yù)期的收益，即超額收益Zi=Ri-Rf；二是可預(yù)期的收益，即補償市場性風(fēng)險的收益.因此對于給定的投資組合，若已知投資組合的期望收益率和市場組合的期望收益率，可通過分析期望收益率與β系數(shù)之間是否呈現(xiàn)線性關(guān)系來檢驗CAPM模型是否成立.先對期望收益率與β系數(shù)進(jìn)行估計，再判斷期望收益率與β系數(shù)之間的關(guān)系.考慮線性回歸模型，將股票i的超額收益率Zi對市場組合的超額收益率Zm進(jìn)行回歸，市場模型為

其中Zi稱為被解釋變量，Zm稱為解釋變量，εi稱為擾動項，αi表示截距，βi表示待估計參數(shù).由于模型中假設(shè)Cov［Zm，εi］=0，故有

本文選取被解釋變量為各股票的期望收益率與無風(fēng)險利率之差，解釋變量為SSEC的期望收益率與無風(fēng)險利率之差，通過回歸計算β值并檢驗其是否符合CAPM模型.數(shù)學(xué)模型為

其中rit表示某企業(yè)i在t時期的期望收益率，rMt表示SSEC在t時期的收益率，rft表示t時期的無風(fēng)險收益率，αit表示某企業(yè)i回歸后的截距項，βi表示某企業(yè)i的β值，εi表示隨機(jī)誤差項.當(dāng)截距項α=0時，CAPM模型在中國股市的效用性較好，否則CAPM模型的效應(yīng)性就較差.

3.2 實證結(jié)果

下面使用R軟件對隨機(jī)選取的43家上市企業(yè)進(jìn)行編程并給出相應(yīng)的分析過程.選取樣本時間段為2012年9月4日至2019年9月30的數(shù)據(jù)進(jìn)行最小二乘法擬合，得到其擬合優(yōu)度按由高到低的順序排序，如表4所示.

表4 43家上市企業(yè)的擬合優(yōu)度

從表4中可以看出，隨機(jī)選取的43家企業(yè)股票的擬合優(yōu)度不盡相同，其中擬合優(yōu)度大于0.5的占6.98%，大于0.45的占23.26%，大于0.4的占39.53%，小于0.2的占9.30%.下面從選取的每個行業(yè)中選取擬合優(yōu)度最高的企業(yè)進(jìn)行回歸分析，計算相應(yīng)的α與β值.這些企業(yè)分為中信證券、三一重工、白云機(jī)場、歌華有線、華發(fā)股份、中國建筑和銀座股份，共7家企業(yè)，其回歸結(jié)果如表5所示.

表5 企業(yè)的樣本數(shù)據(jù)回歸結(jié)果

由表5所示的回歸結(jié)果可知，這7家企業(yè)的β值均大于1，表明其市場風(fēng)險均大于整個股市的系統(tǒng)風(fēng)險.除白云機(jī)場的截距項α對應(yīng)的t統(tǒng)計量大于1.96，其余6家企業(yè)的截距項α對應(yīng)的t統(tǒng)計量小于1.96，表明在95%置信水平下，接受α=0的原假設(shè).而這7家企業(yè)的F統(tǒng)計量的值小于2.2e-16，表明方程整體顯著.因此CAPM模型對這7家企業(yè)在一定程度上是有效的.圖5～11分別表示各企業(yè)的期望收益率與無風(fēng)險利率之差和SSEC期望收益率與無風(fēng)險利率之差的散點圖.

圖5 中信證券回歸散點圖

圖6 三一重工回歸散點圖

圖7 白云機(jī)場回歸散點圖

圖8 歌華有線回歸散點圖

圖9 華發(fā)股份回歸散點圖

圖10 中國建筑回歸散點圖

圖11 銀座股份回歸散點圖

3.3 超前預(yù)測及相關(guān)結(jié)論

下面選用表5中相應(yīng)的α和β值來預(yù)測這7家企業(yè)預(yù)期1個月至預(yù)期6個月企業(yè)期望收益率，并通過方差來反應(yīng)企業(yè)期望收益率的真實值與預(yù)測值的有效性.即預(yù)測從2019年10月1日至2020年3月31日企業(yè)的期望收益率，并根據(jù)預(yù)測結(jié)果分析與真實的企業(yè)期望收益率之間是否基本一致，即誤差在可以解釋的范圍內(nèi).

從表6中觀察出，中信證券預(yù)期1個月、三一重工預(yù)期2個月、白云機(jī)場預(yù)期3個月、歌華有線預(yù)期3個月、華發(fā)股份預(yù)期1個月、中國建筑預(yù)期6個月和銀座股份預(yù)期3個月的方差值較小，所以各企業(yè)的真實期望收益率與預(yù)測期望收益率吻合程度較高，因此使用歷史數(shù)據(jù)計算的參數(shù)α和β值對預(yù)測1個月至3個月的結(jié)果較準(zhǔn)確.中信證券預(yù)期6個月、三一重工預(yù)期6個月、白云機(jī)場預(yù)期1個月、歌華有線預(yù)期5個月、華發(fā)股份預(yù)期4個月、中國建筑預(yù)期3個月和銀座股份預(yù)期1個月的方差值最小，所以各企業(yè)的真實期望收益率與預(yù)測期望收益率吻合程度較低，因此使用參數(shù)α和β值對預(yù)測4個月至6個月的數(shù)據(jù)不夠準(zhǔn)確.

表6 7家企業(yè)預(yù)測的收益率與真實收益率的方差值

從上述分析過程中可以看出，CAPM模型對預(yù)期1個月至2個月的預(yù)測結(jié)果最接近真實值，對未來5個月或6個月的預(yù)測結(jié)果偏離真實值相對較遠(yuǎn).隨著預(yù)測數(shù)據(jù)量的增加，預(yù)測的結(jié)果逐步減弱.本文選取的7家企業(yè)中，對未來數(shù)據(jù)預(yù)測結(jié)果相對較好或擬合程度較優(yōu)的是中信證券和三一重工，相對較差或擬合程度較差的是歌華有線和銀座股份.

3.4 加權(quán)超前預(yù)測及結(jié)論

為進(jìn)一步分析歷史數(shù)據(jù)對未來數(shù)據(jù)的影響程度，下面分別選取這7家企業(yè)從2019年5月1日至2019年9月30日的歷史數(shù)據(jù)來進(jìn)一步預(yù)測未來1個月和2個月數(shù)據(jù)的有效性.由于歷史數(shù)據(jù)的遠(yuǎn)近程度對未來數(shù)據(jù)的影響程度是不同的，所以采用對歷史數(shù)據(jù)加權(quán)的方法來分析.本文對選取的歷史時間段進(jìn)行加權(quán)，其從2019年5月1日至2019年9月30日的權(quán)重之比為1:2:3:4:5，對這段時間的數(shù)據(jù)采用最小二乘法進(jìn)行回歸分析，結(jié)果如表7所示.

表7 7家企業(yè)的樣本數(shù)據(jù)加權(quán)后的回歸結(jié)果

由表7所示可知，中信證券、三一重工、白云機(jī)場、歌華有線和華發(fā)股份的β值均比1大，表明其市場風(fēng)險大于整個股市的系統(tǒng)風(fēng)險，中國建筑和銀座股份的β值比1小，表明其市場風(fēng)險小于整個股市的系統(tǒng)風(fēng)險.中信證券、歌華有線、華發(fā)股份、中國建筑和銀座股份的截距項α對應(yīng)的t統(tǒng)計量均明顯小于1.96，表明在95%置信水平下，接受α=0的原假設(shè).三一重工和白云機(jī)場的截距項α對應(yīng)的t統(tǒng)計量均明顯大于1.96，表明在95%置信水平下，不能接受α=0的原假設(shè).F統(tǒng)計量的值小于2.2e-16，表明方程整體顯著.因此CAPM模型對我國的金融業(yè)，交通運輸業(yè)，制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，房地產(chǎn)業(yè)，工業(yè)和批發(fā)與零售業(yè)在一定程度上是有效的.

下面選用表7中的α和β值來預(yù)測這7家企業(yè)在未來1個月、2個月和3個月的企業(yè)的期望收益率，通過方差來反應(yīng)企業(yè)期望收益率的真實值與預(yù)測值的有效性.即預(yù)測從2019年10月1日至2020年12月31日企業(yè)的期望收益率，根據(jù)預(yù)測結(jié)果分析與真實的企業(yè)期望收益率之間是否基本一致，即誤差在可以解釋的范圍內(nèi).

從表8可以看出，中信證券、三一重工、歌華有線和中國建筑的預(yù)期2個月的擬合結(jié)果較好，所以真實期望收益率與預(yù)測期望收益率吻合程度好，因此使用歷史數(shù)據(jù)加權(quán)后擬合的CAPM模型中計算出來的參數(shù)α和β值對預(yù)測2個月的數(shù)據(jù)較準(zhǔn)確.華發(fā)股份和銀座股份預(yù)期1個月的擬合結(jié)果較好，所以其真實期望收益率與預(yù)測期望收益率吻合程度好，即使用歷史數(shù)據(jù)加權(quán)后擬合的CAPM模型中計算出來的參數(shù)α和β值對預(yù)測1個月的數(shù)據(jù)較準(zhǔn)確.白云機(jī)場預(yù)期3個月的擬合結(jié)果較好，所以其真實期望收益率與預(yù)測期望收益率吻合程度好，即使用歷史數(shù)據(jù)加權(quán)后擬合的CAPM模型中計算出來的參數(shù)α和β值對預(yù)測3個月的數(shù)據(jù)較準(zhǔn)確.

表8 不同企業(yè)加權(quán)預(yù)測的收益率與真實收益率的方差值

3.5 投資組合對資本資產(chǎn)定價模型的擬合效果分析

基于上述研究結(jié)果觀察到，CAPM模型對單支股票的擬合效果的差異十分明顯，模型的擬合優(yōu)度相對較差.下面將本文隨機(jī)選取的43家上市企業(yè)視為一個投資組合，選用這43家上市企業(yè)的等概率期望收益率來作為整個投資組合的期望收益率，選用SSEC作為總市場的收益率，選擇三年期國債利率作為無風(fēng)險利率，對CAPM模型作進(jìn)一步的有效性研究，回歸結(jié)果如表9所示.

表9 43家企業(yè)投資組合的回歸結(jié)果

由表9所示的數(shù)據(jù)可知，選取43家企業(yè)組成的等量投資組合作為研究樣本，因此投資組合的1 719個樣本數(shù)據(jù)的回歸結(jié)果為

其β值為1.091比1大，表明其投資組合的市場風(fēng)險大于整個股市的系統(tǒng)風(fēng)險.截距項α對應(yīng)的t統(tǒng)計量為0.602，明顯小于1.96，表明在95%置信水平下接受α=0的原假設(shè).F統(tǒng)計量的值小于2.2e-16，表明方程整體顯著.投資組合的擬合優(yōu)度為0.878 9，在表4中可以看出，單一企業(yè)中擬合優(yōu)度最好的企業(yè)是中信證券，其擬合優(yōu)度為0.594 0，因此等量投資組合的擬合優(yōu)度遠(yuǎn)遠(yuǎn)高于單一企業(yè)的擬合優(yōu)度，因此CAPM模型對等量投資組合在一定程度上是有效的.

圖12 43家企業(yè)等概率投資組合的回歸散點圖

4 結(jié)論

從以上的檢驗結(jié)果得到如下結(jié)論.

（1）43家企業(yè)的擬合優(yōu)度不盡相同，研究結(jié)果顯示CAPM模型對不同的企業(yè)的有效性差異較大，中信證券的擬合優(yōu)度最好為0.594 0，妙可藍(lán)多的擬合優(yōu)度最差為0.111 5，擬合優(yōu)度大于0.5的占6.98%，大于0.45的占23.26%，大于0.4的占39.53%，小于0.2的占9.30%.擬合優(yōu)度最好的7家企業(yè)企業(yè)分為中信證券、三一重工、白云機(jī) 場、歌華有線、華發(fā)股份、中國建筑和銀座股份.

（2）回歸結(jié)果顯示，7家企業(yè)的β值均大于1，表明其市場風(fēng)險均大于整個股市的系統(tǒng)風(fēng)險.除白云機(jī)場的截距項α對應(yīng)的t統(tǒng)計量大于1.96，其余6家企業(yè)的截距項α對應(yīng)的t統(tǒng)計量小于1.96，表明在95%置信水平下接受α=0的原假設(shè).這7家企業(yè)的F統(tǒng)計量的值小于2.2e-16，表明方程整體顯著.因此CAPM模型對這7家企業(yè)在一定程度上是有效的.

（3）加權(quán)回歸結(jié)果顯示，中信證券、三一重工、白云機(jī)場、歌華有線和華發(fā)股份的β值均比1大，表明其市場風(fēng)險大于整個股市的系統(tǒng)風(fēng)險，而中國建筑和銀座股份的β值比1小，表明其市場風(fēng)險小于整個股市的系統(tǒng)風(fēng)險.中信證券、歌華有線、華發(fā)股份、中國建筑和銀座股份的截距項α對應(yīng)的t統(tǒng)計量均明顯小于1.96，表明在95%置信水平下，接受α=0的原假設(shè).三一重工和白云機(jī)場的截距項α對應(yīng)的t統(tǒng)計量均明顯大于1.96，表明在95%置信水平下不能接受α=0的原假設(shè).F統(tǒng)計量的值小于2.2e-16，表明方程整體顯著.因此CAPM模型對我國的金融業(yè)，交通運輸業(yè)，制造業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，房地產(chǎn)業(yè)，工業(yè)和批發(fā)與零售業(yè)在一定程度上是有效的.

（4）中信證券、三一重工、歌華有線和中國建筑的預(yù)期2個月的擬合結(jié)果較好，所以真實期望收益率與預(yù)測期望收益率吻合程度好，因此使用歷史數(shù)據(jù)加權(quán)后擬合的CAPM模型中計算出來的參數(shù)α和β值對預(yù)測2個月的數(shù)據(jù)較準(zhǔn)確.華發(fā)股份和銀座股份預(yù)期1個月的擬合結(jié)果較好，其真實期望收益率與預(yù)測期望收益率吻合程度好，即使用歷史數(shù)據(jù)加權(quán)后擬合的CAPM模型中計算出來的參數(shù)α和β值對預(yù)測1個月的數(shù)據(jù)較準(zhǔn)確.白云機(jī)場預(yù)期3個月的擬合結(jié)果較好，其真實期望收益率與預(yù)測期望收益率吻合程度好，即使用歷史數(shù)據(jù)加權(quán)后擬合的CAPM模型中計算出來的參數(shù)α和β值對預(yù)測3個月的數(shù)據(jù)較準(zhǔn)確.

（5）選取43家企業(yè)組成的等量投資組合作為研究樣本，該投資組合的1 719個樣本數(shù)據(jù)的回歸結(jié)果為β值大于1，表明投資組合的市場風(fēng)險大于整個股市的系統(tǒng)風(fēng)險.截距項α對應(yīng)的t統(tǒng)計量為0.602，明顯小于1.96，表明在95%置信水平下接受α=0的原假設(shè).F統(tǒng)計量的值小于2.2e-16，表明方程整體顯著.投資組合的擬合優(yōu)度為0.878 9，單一企業(yè)中擬合優(yōu)度最好的企業(yè)中信證券的擬合優(yōu)度為0.594，因此等量投資組合的擬合優(yōu)度遠(yuǎn)遠(yuǎn)高于單一企業(yè)的擬合優(yōu)度，因此CAPM模型對等量投資組合在一定程度上是有效的.