本文针对CAPM模型在中国股票市场的适用性进行了实证检验,根据行业分类抽取上海证券交易所2013—2015年216只股票作为样本,分别进行时间序列和横截面分析。另外,考量不同行业地位的股票对市场风险敏感程度的差异,将样本股分为市场领导企业和市场落后企业,结果表明CAPM模型在中国不具适用性,大多数投资者更多地关注于短期获利行为而不是选择长期持有股票的投资策略,市场落后企业相较于市场领导企业有较多的投机机会与投机活动。

本文以上海股市417家A股股票为研究样本,以2000年2月18日至2001年6月8日的周收益率为样本数据,研究股票组合收益率与各种风险度量指标之间的关系。实证结果发现:一是各种风险度量指标对股票组合收益率的解释能力差异较大;二是系统风险系数(β)对股票组合收益率的解释能力弱于收益率的平均绝对离差、标准差和残差等风险度量指标;三是存在其他影响资产定价因素;四是股票组合收益与系统风险系数之间存在非线性关系。因此,作者认为:在上海八股市场,目前没有充分的证据能够支持"资本资产定价模型"(CAPM)的有效性和适用性。

文章选取了沪市A股的643只股票从2003—2013年的月收益率数据作为研究对象,将其分为50组,借用Eviews软件采用BJS和Fama-Macbeth方法对收益率进行了时间序列检验和横截面检验,得出CAPM模型无法完全解释股票收益率这一结论,即CAPM理论并不完全适用于上海股票市场。

投资者异质性信念的相互作用影响着证券价格,证券市场上的各种证券需求与供给关系,往往表现为投资者各种不同信念的对抗和交融。本文以悲观信念(看多)和乐观信念(看空)之间的相互作用为例,研究了异质性信念对资产均衡定价的影响,并以我国股票市场的机构投资者信念为对象进行了实证检验,得出我国股票市场投资者信念与证券价格相互作用的结论。本文的建议是在投资过程中,准确分析市场中投资者的异质性信念结构,尤其是资金雄厚的机构投资者的信念结构至关重要。

文章在借鉴前人研究的基础上,给出一个简单的广义CAPM模型,并利用多元GARCH模型来计算出市场组合和单个股票的收益率和方差,从而构造了一个动态的CAPM模型。在此基础上,用中国的实际数据来检验它在中国股票市场中的有效性。

根据资本资产定价模型(CAPM),从上海A股市场随机抽取100支股票,计算它们的收益率,选择上证综合指数为市场组合的市场指数,并利用双层回归分析方法对2007年1月1日至2011年12月31日这段时间的100支股票进行实证检验。虽然很多国外研究表明,CAPM模型在一定程度上能够解释市场收益,并在资产估价、资本预算、投资风险分析方面已经得到了广泛应用,同时也有利于投资者构建最优的证券投资组合,但本文实证研究结果发现,CAPM模型并不适合中国的股票市场,股票预期收益率和系统风险之间不仅不存在正相关的关系,而且也不存在线性关系,除了系统风险外,非系统风险在解释股票收益上也具有一定的作用。

本文以上证综指和深证成指的变化行为为研究对象,用单位根、方程比(VR)和序列二阶相关性检验方法(BDS)对其是否服从随机游走过程进行检验,从而判断中国股票市场弱式有效性是否成立。结果发现:虽然两指数行为服从单位根过程,且上证综指和深证成指序列在同方差情形下基本能够满足序列一阶不相关,但异方差情形下却是序列一阶相关,而BDS检验说明异方差情形普遍存在。结论:中国股票市场弱式有效性并不成立。

本文以上证综指和深证成指的变化行为为研究对象，用单位根、方差比（ＶＲ）和序列二阶相关性检验方法（ＢＤＳ）对其是否服从随机游走过程进行检验，从而判断中国股票市场弱式有效性是否成立。结果发现：虽然两指数行为服从单位根过程，且上证综指和深证成指序列在同方差情形下基本能够满足序列一阶不相关，但异方差情形下却是序列一阶相关，而ＢＤＳ检验说明异方差情形普遍存在。得到的结论是：中国股票市场弱式有效性并不成立。　　　

运用我国2017年A股市场的股票行情数据,本文建立双重差分模型,实证检验"减持新规"对大宗交易市场筛选股票能力的影响。结果发现:大宗交易市场相比于整体市场可初步筛选出表现相对好的股票;减持新规的实施对大宗交易市场筛选股票的能力有正面影响,使样本期间大宗交易市场筛选股票的能力提高了1.163个百分点。进一步研究影响减持新规实施效果的因素,发现公司盈利能力不是该次新政策颁布后大宗交易市场股票收益率显著提高的原因。一系列稳健性检验也都基本支持这些结论。本文结论不仅能为广大投资者带来投资决策指导,也说明减持新规的颁布能有效保护投资者利益,进一步完善了资本市场的制度建设。

一、引言有效市场理论经过30多年的发展已日臻完善,但在实践中却碰到了诸多问题,其中最重要的就是如何对有效市场假设进行检验。关于三个层次的有效市场,各国学者提出了多种的检验方法及实证研究。其中针对弱式有效的检验,早期使用的是随机

不同于传统的金融学假设,行为金融更关注投资者的行为特征引发的股票市场价格波动"异象"。本文针对投资者行为引发的过度自信假设,构建了股票价格上涨的过度自信评价模型,在控制规模、换手率和市场因素的条件下,分析过度自信现象是否存在。实证结果表明,中国股票市场存在着显著的"过度自信"现象,且连续上涨第三个交易日的收益率就显著上升,过度自信现象更容易出现在不活跃的小规模股票上。

运用HCW政策效应评估模型,以“深港通”为实验样本,基于市场深度、宽度及弹性属性,实证研究了资本市场开放对股票市场流动性的影响,并分板块、分行业进行了异质性检验。研究发现,(1)“深港通”促进了市场流动性整体提升,市场深度、宽度及弹性均有所增强,但促进作用有限;(2)分板块看,主板的流动性下降,中小板和创业板流动性上升;(3)分行业看,信息技术股和原材料股流动性下降,工业股和可选消费股流动性上升。

文章从货币政策中介目标角度出发,从理论和实证两方面探究货币政策对股票市场流动性的影响。在分析货币供应量及利率对股市流动性影响机制的基础上,以上证A股为研究对象,利用格兰杰因果检验、VAR模型、脉冲响应分析、方差分解等方法对货币政策中介目标如何影响股市的流动性进行了实证检验。实证结果表明:货币供应量M1、M2及利率会对股市流动性产生一定的影响,M2及7天银行间同业拆借利率对其影响更为明显。股市收益率等其他控制变量也会对股市流动性产生较大影响。

ince Amihud(2002),researchers have realized that liquidity may be able to capture the predictable variation of stock return.However,it is still unclear why liquidity has predictability.With daily trading data of Shanghai and Shenzhen Security Exchanges from Jan 2,1996 to Dec 31,2004,this paper utilizes a rolling analysis to construct an illiquidity measure similar to Amihud(2002).under the 5-by-5 portfolio space of Fama and French,departure from stochastic discount factor framework,we apply a first-stage GMM to empirically test the conditional CAPM with market liquidity serving as an instrument.The empirical results indicate that,market liquidity indeed can predict the stock return,and this predictability sources from its capability of capturing time-variation of stock return.Our study at least partially bridge an academic gap.

本文利用多种方法检验了CAPM在中国股票市场上的适用性。本文发现 ,无论是否存在无风险资产 ,都不能否定用以代表市场组合的市场综合指数的“均值———方差”有效性。但是 ,股票收益率不仅与贝塔之外的因子有关 ,而且与贝塔之间的关系也不是线性的。这说明CAPM并不适用于近年的中国股市。