中国国内上市公司收益率分析报告_第1页
中国国内上市公司收益率分析报告_第2页
中国国内上市公司收益率分析报告_第3页
中国国内上市公司收益率分析报告_第4页
中国国内上市公司收益率分析报告_第5页
已阅读5页,还剩8页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、对中国国内上市市公司的资本本资产定价模模型的分析报报告一、理论介绍资本资产定价模模型,即Shharpe(11964),LLintneer(19665)和Bllack(11972)建建立的简捷、完完美的线性资资产定价模型型CAPM(又又称SLB模模型),是金金融学和财务务学的最重要的的理论基石之之一。CAPPM模型假定定投资者能够够以无风险收收益率借贷,其形式为:ER,iR,f,im(EER,mmR,f), (1)CovR,i,R,m,im (2)VarR,mR,i,RR,m,RR,f分分别为资产ii的收益率,市市场组合的收收益率和无风风险资产的收收益率。由于CAPM从从理论上说明明在有效率资资

2、产组合中,描述了任一一项资产的系系统风险(非非系统风险已已经在分散化化中相互冲消消掉了),任任何其它因素素所描述的风风险都为所包容容。因此对CCAPM的检检验实际是验验证是否具具有对收益的的完全解释能能力。资本资产定价模模型(CAPPM)在理论论上是严格的的,但是在实实际中长期存存在着实证研研究对它的偏偏离和质疑,其其原因主要是是资本资产定定价模型的一一组假设条件件过于苛刻而而远离市场实实际。本次分分析报告旨在在通过对随机机抽样的中国国上市公司的的收益率的分分析,考察在在中国的股市市环境下,CCAPM是否否仍然适用。二、数据来源本文在CSMAAR大型股票票市场数据库库中随机选取取了19955年

3、1月到22001年112月的1000支股票(存存为名叫rttndataa的EXCEEL文件),作作为对中国股股票市场的模模拟。同时还还收集了同时时期中国银行行的年利率(取取名为rf)作作为无风险利利率,并通过过各股票的流流通股本对上上海、深圳两两个市场A股股的综合指数数进行加权(取取名为mr22)。在SAS中建立立数据集,其其中各列指标标分别为各股股票的月收益益率(为处理理方便,股票票名称已改为为y1-y1100)、中中国银行的年年利率rf(本本次报告没有有将rf转换换成月无风险险收益率,因因为这一差异异将反映在系系数上,且为为倍数关系,对对结果没有实实质性影响)和和以流通股进进行加权(因因为

4、本次报告告计算的是市市场收益率)的的上海、深圳圳两个市场AA股的综合指指数mr2。本次报告采用的的CAPM模模型为:。三、方法及步骤骤1,在SAS中中以libnname命令令设定新库,名名为finaance。程程序为:libnamee finaance G:fiinanceertnddata; run;2,采用meaans过程(也也可以用unnivariiate过程程)对这1000支股票做做初步的均值值分析,初步步得出各股票票的样本均值值等数据。程程序为:proc meeans data=ffinancce.rtnndata; var yy1-y1000;run;3,采用corrr过程对随随机

5、抽取的若若干支股票进进行相关分析析,以判断中中国股票市场场的相关性。程程序如下:proc coorr data=ffinancce.rtnndata cov; var yy23 y667; wheree stkccd=1999512 and sstkcd=1995112 and stkcdd=1999801 and sstkcd=1998812;run;/*transspose finannce.daata98 into finannce.trrdata998 witth SASS-Anallyst*/data fiinancee.forggama988; mergee finaance.bb

6、eta977 finaance.ttrdataa98;run;proc reeg data=ffinancce.forrgama998 outtest=ffinancce.gamma98;model mmonth11-montth12=mmr2;ruun; quit;得到1998年年12个1的值:Monthgama1monthGama1monthgama1monthgama1month1 -0.006888month4 0.0108225Month7 -0.02111month100 -0.034661month2 -0.000443month5 -0.051118Month8 -0.0557

7、73month111 0.0015771month3 -0.049884month6 -0.006331Month9 0.0290771month122 0.00698874,重复上面的的步骤,分别别得到19998年至20001年间的的48个1值,如下下:Monthgama1monthGama1monthgama1monthgama1199801-0.0068881999010.01560082000010.0944883200101-0.016226199802-0.000443199902-0.029449200002-0.069226200102-0.00688199803-0.0498

8、841999030.0230994200003-0.063999200103-0.0274411998040.01082251999040.0109991200004-0.0650082001040.0080669199805-0.051118199905-0.040009200005-0.004662200105-0.096884199806-0.0063311999060.0153007200006-0.0210042001060.0120447199807-0.02111199907-0.0118842000070.0139777200107-0.04055199808-0.055773

9、1999080.0077118200008-0.004001200108-0.0307771998090.0290771199909-0.0004422000090.00843332001090.0372881199810-0.034661199910-0.002775200010-0.006779200110-0.034881998110.00157711999110.0260666200011-0.0495512001110.00050091998120.0069887199912-0.038551200012-0.0239982001120.02349935,对这48个个估计值进行行下列

10、假设检检验:。应用SAS/AAnalysst/Staatistiics/Hyypotheesis TTest/OOne-saample t-tesst forr a Meean过程,得到到以下结果:mean值值-0.011,t统计量量-2.4440,p值00.01855,所以在置置信水平0.05下,拒拒绝H0,即即认为mr22的系数不等等于0,即认认为股票的超超额月收益率率是和2的线性函函数。6,在回归过程程中加入新变变量2,(即即的平方),重重复上述回归归过程。程序序为:data fiinancee.forggama011b; set ffinancce.forrgama001; betas

11、sq=mr22*mr2;run;proc reeg data=ffinancce.forrgama001b ouutest=finannce.gaama01bb; modell montth1-moonth122=mr2 betassq;run; quuit;合并为48个值,程序为为:data fiinancee.allggamab; set ffinancce.gamma98b finannce.gaama99bb finaance.ggama000b finnance.gama001b;run;再应用SAS/Analyyst/Sttatisttics/HHypothhesis Test/O

12、ne-ssamplee t-teest foor a MMean过程,得到到以下结果:mean值值分别为-00.03(mmr2)和00.01(bbetasqq),p值分分别为0.11840(mmr2)和00.34577(betaasq),所所以在置信水水平0.055下,都接受受H0,即认认为mr2和和betassq的系数平平均值都等于于0,即认为为股票的超额额月收益率不不是和2的线性函函数。为了验证超额收收益率是否与与非线性相关关,或与非项的系统影影响有关,可可以再次应用用同一过程:在回归过程中中加入残差项项RMSE,得得出在置信水水平0.055下,仍然接接受H0,即即认为mr22、betaa

13、sq和_RRMSE_的的系数平均值值都等于0,认为股票的超额月收益率不是mr2、betasq和_RMSE_的线性函数(因篇幅关系,程序和结果略)。三、结果及讨论论从以上结果来看看,当只取值作为解释释变量进行回回归时,可以以认为中国股股市的平均收收益率符合CCAPM模型型,但是在分分别加入了2 (squaare)和残残差之后,从从回归过程和和检验中发现现股票的超额额月收益率并并不是和2的线性性模型。但是,在只用对原来的数数据进行回归归时,meaan值为-00.01,(pp值0.01185),也也就是说,中中国股市的超超额收益率为为负值,这可可能并不符合合实际。利用用rand()函数随机机抽取了三

14、支支股票,用TTTEST过过程检验,程程序为:proc tttest data=ffinancce.rtnndata; var yy23; run; quit;得到这三支股票票的meann值分别为00.01155(p值为00.37111)、0.00247(pp值为0.00950)和和0.02667(p值为为0.16009),均不不为0或负值值,这说明原原来的回归过过程还不能很很好地拟合中中国的股票市市场,即,单单纯考虑因素的CAPPM模型不能能很好地解释释中国股票市市场的数据。另另外,在回归归模型中,pp值显得过大大,超过置信信水平很多,这这也说明单纯纯用这几个解解释变量无法法很好地解释释中国

15、股票市市场的超额收收益率。为了考察究竟需需要多少个因因子(facctor)才才能解释中国国股票的超额额收益率,对对原来的1000支股票的的超额收益率率数据进行因因子分析。程程序为:proc faactor data=ffinancce.rtnndata; var yy1-y1000; run; quit;结果显示:166 facttors wwill bbe rettainedd by tthe MIINEIGEEN criiterioon. 即,至至少需要166个因子(ffactorr)才能比较较好地解释中中国股票市场场的超额收益益率数据。由由于没有其他他的收益率数数据,因此未未能继续求解解

16、。四、其他假定本次报告没有将将rf转换成成月无风险收收益率(将原原数据除以11200),因因为这一差异异将反映在系系数上,且为为倍数关系,对对结果没有实实质性影响。在回归过程中,由由于计算的是是市场收益率率,所以在回回归过程中只只考虑了流通通股,因此采采用mr2,即即用流通股本本对上海、深深圳两个市场场A股的综合合指数进行加加权。五、结论通过以上验证,CCAPM模型型不能很好的的解释中国股股票市场。主主要原因可能能是由于我国国股票市场的的建立较晚,监监管不够规范范,还不是一一个有效市场场,可能存在在以下因素影影响了回归的的结果:首先,我国股票票市场的无效效率。这表现现为资金的拥拥有者可以通通过

17、操盘来控控制股票价格格,从而获得得超额的收益益率。同时,在在我国的股市市上,通过内内幕信息来赚赚取超额收益益的例子也屡屡见不鲜。这这些现象的存存在均不符合合CAPM应应用的前提假假设,因此会会导致回归模模型无解释力力。其次,中国股市市在此期间由由于政策性原原因发生过重重大变化。11995年股股市低迷,期期间的重要事事件包括:实实行T1交交易;“327”国债期货事事件;暂停国国债期货交易易等;19996 年股市市稳步上升,除除两次降息外外年内无重大大事件发生;1997年年股市有升有有降,期间许许多重大事件件发生:19996年底的的涨跌幅限制制、提高印花花税、严禁国国企、上市公公司炒股、禁禁止银行

18、资金金入市、证券券投资基金管管理办法颁布布等。最后,由于我们们采用了银行行活期存款的的年利率作为为无风险收益益率,但是,中中国银行的利利率是非市场场化利率,不不能代表无风风险收益率,这这也不符合CCAPM的假假设,对回归归结果会有影影响。主要参考文献Fama, EE. F. and JJ. D. MacBeeth (11973), Riskk, Retturn, and EEquiliibriumm: Emppiricaal Tessts, JJournaal of Polittical Econoomy, VVol. 881, Noo. 3, pp6077-636.Fama, EE. F. and KK. R. Frencch (19992), The CCross-Sectiion of

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论