① 關於股票各方面的知識。我急求一篇關於股票知識的作文。
市場與經濟增長關系實證研究
股票市場發展與經濟增長的相關性是經濟增長理論中的新領域。多數的實證分析證實股票市場發展促進了經濟增長。那麼，我國股票市場的建立和發展是否有利於我國經濟的增長呢?回歸分析表明：我國股票市場規模的擴大、交易率的提高增加了國有單位的固定資產投資，加快了企業的技術進步，推動了我國經濟更快的增長。因而，股票市場發展與經濟增長之間有很強的正相關性。據此，我們可以認為股票市場發展是我國金融深化的重要環節，是中國經濟持續增長的一股推動力量。
股票市場與經濟增長關系是經濟增長理論研究中的一個新課題。當經濟學家詳細探討了貿易與經濟增長、金融中介與經濟增長關系後，感到如何界定股票市場在經濟增長中的作用是非常重要的，其目的是要揭示未來股票市場的發展前景和經濟增長的潛力。對於股票市場尚未充分發展的許多發展中國家來說，假如股票市場與經濟增長之間存在著正相關關系，那麼，促進股票市場的發展就是顯而易見的政策建議。
截至2000年3月初，我國股票市場的A股流通市值已達10609．4億元，在上海與深圳證券交易所上市發行A股的公司達到了929家。股票市場的規模和流動性指標與發展中國家以及發達國家相比，已經達到較高的水平。我國1993—1999年間A股流通市值與GDP的比率平均為0．052，46個發達國家和發展中國家在1976—1993年間的平均比率為0．32。1993—1999年間我國A股的平均交易率(股票成交金額與GDP的比率)為0．275，1976—1993年間美國股市的平均交易率為0．29，英國為0．253，韓國為0．183，泰國為0．144。顯然，我國股票市場的發展與國民經濟之間的關系越來越緊密了。
怎樣研究和確定股票市場發展與經濟增長的關系呢?萊文和澤爾沃斯(Levine andZeros，1998)在總結阿切和喬萬諾維克(Atje and Jovanovie，1993)等人研究成果的基礎上，再次證實了一個重要的假設：股票市場的發展和經濟增長之間有很強的正相關關系。
本文運用萊文和澤爾沃斯(1998)提出的方法對1993—1999年期間我國股票市場發展和經濟增長關系進行實證研究，以檢驗我國股票市場的發展對經濟增長是否起到了促進作用。一、變數與數據的解釋
為了檢驗股票市場與經濟增長之間的相關關系，我們需要確定以下幾個方面的指標。
(1)股票市場發展的指標。下述四個指標可以反映我國股票市場的發展水平。
第一個指標是資本化率，用Capitalization表示，等於每一季度A股流通市值與名義季度GDP的比率，我們用它來反映股市的發展狀況。之所以選擇流通市值而不是市價總值，是因為我們認為國家股和法人股並沒有上市流通，不具備股票市場應有的風險分散、信息收集等功能，只有社會公眾股才能代表我國股票市場的規模和發展水平。股票市場規模越大，募集資本和分散風險的能力越強。考慮到B股相對於A股規模較小，1999年底B股流通市值僅為A股流通市值的3．5％，將B股捨去不會影響計量模型的准確性。流通市值等於在上交所和深交所上市的股票A股流通市值之總和。1998年和1999年的季度流通市值數據來自《上海證券交易所統計月報》(1998．1—1999．12)和《深圳證券交易所市場統計》(1998．1—1999．12)；上交所1994年第三季度至1997年第四季度的流通市值和深交所1994年第一季度至1997年第四季度的流通市值來自《中國證券期貨統計年鑒》(1995—1998年)；上交所1993年第一季度至1994年第二季度的流通市值和深交所1993年的季度流通市值無法從公開出版物上獲得現成數據，我們利用上市公司每季度末的流通股本和股票的收盤價計算而得。1992年第四季度至1999年第四季度的季度GDP數據來自《中國統計》(1992．11—2000．2)。
第二個指標是交易率，用Value表示，等於上交所和深交所每季A股總成交金額與季度名義GDP的比值。反映出以經濟總量為基礎的股市流動性。1998年第一季度至1999年第四季度的A股成交金額來自《上海證券交易所統計月報》(1998．1—1999．12)和《深圳證券交易所市場統計》(1998．1—1999．12)；1994年至1997年的A股成交金額來自《中國證券期貨統計年鑒》(1995—1998年)；1993年的A股季度成交金額在公開出版物上難於找到現成的數據，我們依據《中國證券報》(1993．1—1993．12)和《證券市場周刊》(1993．1—1993．2)上的數據計算得出。
第三個指標是換手率，用Turnover表示，等於A股季度成交金額除以A股季度流通市值。高換手率意味著相對低的交易費用。第二和第三個指標均反映了股票市場的流動性(Liqridity)。
第四個指標是股票市場收益率波動，用Volatility表示，等於滬市A股指數的季度標准差。滬市A股指數來自《中國證券報》(1993．1—1999．12)。在我們研究的期限內，深市和滬市大盤的走勢基本一致，因此，我們只計算了滬市A股指數的標准差。因為上市公司的季度紅利分配數據無法精確得到，所以我們在計算股票收益率的波動時，只計算了資本利得的標准差。
(2)經濟增長指標。考慮到數據的可得性，我們使用三個經濟增長指標。
第一個指標是實際GDP季度環比增長率，用GY表示。我們以1993年第一季度為基期，計算各季的商品零售價格指數(RPI)，基期RPI=100。用名義GDP除以當季的RPI就得到實際GDP季度環比增長率。在計算各季的商品零售價格指數時，採用商品零售價格的月度環比數據，其中1996年和1997年各月的數據來自《中國物價及城鎮居民家庭收支統計年鑒》(1996年、1997年)，其它年份的商品零售價格月度環比數據散見於《價格理論與實踐》(1992．11—2000．1)、《中國統計》(1992．11—1996．2)、《宏觀經濟管理》(1994．8—1996．2)。需要指出的是，在Capi-talization、Valre以及下文中的Savings、Depth指標中，我們使用的均是名義GDP，這是因為通貨膨脹或通貨緊縮同時作用於這些指標的分子與分母，兩者相除在一定程度—亡抵銷了這種影響。
第二個指標是國有單位固定資產投資季度環比增長率，用GC表示。理由是：①無法獲得資本存量的季度折舊數據，所以不使用資本存量增長率指標；②無法獲得全社會固定資產投資完整的季度數據，由於我國上市公司絕大多數屬於國有企業，股票市場的發展和國有企業的投資活動聯系較為密切，所以使用國有單位固定資產投資的數據。各季度國有單位固定資產投資的名義值同樣除以季度零售物價指數而化為實際值，然後再計算各季度的環比增長率。1993年第一季度至1999年第四季度的名義國有單位固定資產投資數據來自《中國統計》(1992．11—1994．5)和《宏觀經濟管理》(1994．8—2000．2)。
第三個指標是居民的銀行儲蓄率，用Savings表示，等於居民本季度末的儲蓄存款余額減去上季度末的儲蓄存款余額再除以該季度的名義GDP。1993年第一季度至1997年第四季度的居民儲蓄存款季度末余額來自《中國金融統計年鑒》(1995—1998年)，1998年第一季度至1998，年第四季度的居民儲蓄存款季度末余額來自《宏觀經濟管理》(1998．5—2000．2)。
(3)傳統的金融深化指標。用Depth來表示，測定金融中介的規模，等於金融中介的流動負債(現金以及銀行與非銀行金融中介的活期和帶息流動負債)與當季GDP的比率，即M2／GDP。這里的M2是上季度末和本季度末廣義貨幣供應量(M2)存量的算術平均值。1993年第一季度至1997年第四季度的M2來自《中國金融年鑒》(1995—1998年)，1998年第一季度至1999年第四季度的M2來自《宏觀經濟管理》(1998．5—2000，2)。因為1993年前後M2的統計口徑發生了變化，所以1993年第一季度的Depth指標中的M2更指1993年第一季度末的廣義貨幣供應量余額。在現實世界中，經濟增長受到許多因素內影響。為了檢驗股票市場與經濟增長之間的關系是否獨立於其它變數，有必要結合相定變數進行分析。金融中介與股票市場在優比資源配置中的功能有很多重疊之處，西方關於金融中介的理論表明金融中介同樣能夠降低信息獲取成本、促進對大企業的控制，以及提供風險分散和提高流動性的機制。但越來越多的理論和實證研究表明股票市場和金融中介在經濟體系中提供了不盡相同的功能。例如，股票市場在提供風險分散和提高流動性機制方面似乎有更大的優勢，而金融中介在降低信息獲取成本和對大企業控制方面似乎比股市做得更好。因此，我們把股票市場和金? 謚薪櫸旁諭
② 利用回歸分析的方法，計算該股票的貝塔值，並分析各月是否有較大的差異
文內容需要包括以下要點。
（
1
）
該股票過去五年日收益率、
日波動幅度、
交易量的總體及各年的描述性統
計（用平均值、中位數、標准差、離差等指標進行分析）
。
（
2
）
上證綜指過去五年日收益率、
日波動幅度、
交易量的總體及各年的描述性
統計（用平均值、中位數、標准差、離差等指標進行分析）
。
（
3
）
利用相關系數的統計方法，
分析該股票日收益率與上證綜指日收益率之間
的關系，並分析各年是否有較大的差異；
（
4
）
利用回歸分析的方法，
計算該股票的貝塔值，
並分析各年是否有較大的差
異；
（
5
）
利用相關系數的統計方法，
分析該股票日波動幅度與該股票的成交量的對
數之間的相關關系，並分析各年是否有較大的差異；
（
6
）
利用相關系數的統計方法，
分析該股票日波動幅度與上證綜指的日波動幅
度以及日成交量的對數之間的相關關系，並分析各年是否有較大的差異；
（
7
）
利用回歸分析的方法，分析該股票日波動幅度的影響因素；
（
8
）
對上述的問題進行綜合，總結股票的量價關系；
③ 企業投資於A.B兩種股票，兩種股票收益率的正相關或負相關對於收益風險防範具有什麼樣的影響
從風險防範的角度來說負相關晚好一些，意味著大虧的可能性更小，當然同時潛在收益也會小些，因為總有一部分利潤會被抵消，具體數學方面的工式隨便找本投資組合方面的書都有，那玩意整得頭疼
④ 股價還是用股票收益率做回歸
股票收益率與股票價格成比例關系，還是正比。
1.股利收益率又稱收益率，是指股份公司以現金方式分配的股利或紅利與股票市場價格的比率。
2.計算公式為：
收益率可用於計算獲得的股息收益率，也可用於預測未來可能的股息收益率。
股票收益=收益金額/原始投資金額
⑤ 關於股票市場規模效應中的回歸分析
你看看這篇文章吧，可以幫你解決的，http://blog.sina.com.cn/s/blog_5d5f96b30100cvxk.html
⑥ 上市公司增發股票,股價是上升或是下降
很長時間以來,股票增發問題一直是市場熱點之一,其利弊眾說紛紜。本文就股票增發對上市公司業績的影響、股票增發對股價行為的影響和股票增發傾向性等三個方面進行了實證檢驗。
股票增發趨勢分析
滬深證券市場從1998年6月開始正式試點實施增發新股融資方式,1998和1999年只有為數不多的幾家上市公司實施了增發。在2000年4月30日證監會發布《上市公司向社會公開募集股份暫行辦法》後,許多上市公司紛紛"棄配改增",增發數量迅速增加。從1998年至2002年6月30日,共有203家公司提出並公告了擬增發預案。從2001年開始,提出擬增發預案的公司在急劇增多,特別是2001年達到了創紀錄的127家。
上市公司提出的股票增發預案只有在得到證監會的批准之後才能實施。因此,實施的增發數量要遠遠小於公布的增發預案。從1998至2002年間,共有77家公司實施了股票增發,其中13家系原有A股和B股公司增發A股,55家系原有A股公司增發A股,8家系原有B股公司增發A股,1家系原有B股公司增發B股。考慮到A、B股市場之間股票價格的關系,本文只研究原有A股公司(包括同時發行B股的A股)增發A股的情況,這樣共有68家A股公司增發了新股。
由根據發行日統計的股票增發數據看出,從1998年開始,股票增發數量呈不斷增長之趨勢。
增發對股價的影響
從我國股票增發的市場實踐來看,增發一般對市場股價產生負面影響,表現為增發意向書公告日股價有不同程度的下跌。本文嘗試採用事件研究方法,用事件前後股價行為的變化來考察股票增發對股價的影響。本文定義增發意向書公告日為基準日(如果增發意向書公告日是非交易日,則以公告日後一個交易日為基準日)。本文隨後以公告日(基準日)前40個交易日、後80個交易日為計算超額收益率的事件期。考慮到我國股票市場的實際情況,本文採用市場調整超額收益率(股票收益率與對應A股指數收益率的差額)來表示股票在事件期的超額收益率(這實際上意味著假設所有股票的β系數都等於1),通過計算增發股票的平均超額收益率和累積超額收益率來考察增發對股價行為的影響。
本文選取了基準日前40個、後20個共61個交易日的情況。由結果可以看出,在股票增發意向書公告日或者是次日,超額收益率顯著小於零,平均達-3.52%,顯示在股票增發公告時,股價有迅速的反映。在增發公告前後的61個交易日內,只有一個交易日的平均超額收益率顯著大於零,而10個交易日的平均超額收益率是顯著小於零,其餘交易日的平均超額收益率沒有顯著異於零,顯示在股票增發公告前後超額收益率並沒有顯著異於零。換句話說,在公告日後並沒有一致的超額收益率為負的情況出現。對各年度基準日前後平均超額收益率的檢驗也說明,絕大多數的超額收益率都沒有顯著小於零,因此,可以認為,在股票增發意向書公告日或者次一交易日,股價迅速反映了增發對股票價格的利空效應。
增發動機分析
實施增發公司的貨幣資金數量沒有顯著小於市場平均水平,即實施增發公司的平均貨幣資金數量並沒有低於市場平均水平,因此,很難認為上市公司因為缺乏貨幣資金才進行增發。它從側面說明了上市公司並非因為缺錢才進行增發,而往往是因為它滿足了增發的條件,所以不願意放棄通過增發"圈錢"的機會。
我們計算了在1999年至2001年實施增發的61家公司的流通股股數占總股數的比重發現,在這61家公司中,比重超過50%的公司只有兩家,比例為3.23%+。我們比較了各年度市場平均流通股比重,發現實施增發公司的平均流通股比重要小於市場平均水平。
同時,我們發現,信息技術業中的上市公司提出股票增發預案的概率相對來說比較高一些；凈資產收益率和資產負債比率越高的公司越傾向於提出股票增發預案。從這個角度看,中國證監會提高股票增發的凈資產收益率和資產負債率要求是有道理的。
另外,每股收益越高,股票增發預案獲批準的概率越大。這說明中國證監會在進行股票增發預案審批時對於擬增發新股的每股收益指標比較重視,每股收益高的公司所提出的股票增發預案較容易獲批准。從股票增發條件的變化歷史看,2000年之前對增發公司基本沒有明確的財務指標要求,2000年4月30日發布的《上市公司向社會公開募集股份暫行辦法》所提出的股票增發條件較低,並且所有提出股票增發預案的公司基本都符合這一條件。因此,實證結果表明,每股收益對股票增發預案獲批準的概率有一定的影響。
但是,從歷史演變過程看,監管機構對上市公司凈資產收益率而不是每股收益更加重視。在2002年7月24日發布的《關於上市公司增發新股有關條件的通知》中,明確提高了凈資產收益率的標准,但並沒有涉及每股收益。每股收益率而不是凈資產收益率對股票增發預案獲批準的概率有影響的原因有待於做進一步的分析。
增發並未有效改善業績
對股票增發的主要批評之一是,股票增發並沒有實質性地改善上市公司的經營業績。
為了比較股票增發對公司業績的影響,我們考察了實施增發公司在實施增發前後五年財務數據的變化情況。我們分別計算了1998年至2002年上半年實施增發的68家上市公司在1997年至2001年的主要財務指標的加權平均值,其中年度股票增發家數是根據新股發行日確定的。作為對照,我們計算了1997至2001年主要財務指標市場平均值的變化情況。
就1998年實施增發的7家上市公司而言,由於在增發新股的同時進行了大規模注入優質資產等重組活動,因此,這些公司在增發後實現了公司經營情況和業績的大幅度改善。在重組當年,凈利潤和主營業務收入兩項指標的增長幅度非常高:平均凈利潤從2192萬元上升到13985萬元,平均主營業務收入從67965萬元上升到225778萬元。此外,每股收益、凈資產收益率等也有非常大的改善,每股凈資產也呈顯著上升。這說明,增發所導致的攤薄作用在1998年實施增發的這7家公司中並不明顯。但是,考慮到1998年實施增發的7家公司當年還實施了重大重組,即在增發的同時往往伴隨著大規模的重組活動,因此業績的大幅度改善可能是由於大規模重組所導致的。相應地,下面進行的分析中我們基本上剔除了這7家公司。
就1999年實施增發的5家公司而言,在重組當年,除凈資產收益率外,各項指標都有了一定幅度的改善,但改變的幅度並未遠遠大於市場平均指標的改善程度。在實施增發後的兩年之內,凈利潤、主營業務收入都有了大幅度的下降,每股收益、凈資產收益率等指標都下降並且下降幅度遠遠大於市場所有上市公司平均指標的下降程度。這說明,1999年實施增發的公司的業績在實施增發後非但沒有提高,反而有了急劇的下降。
2000年實施增發的19家公司的業績變化情況要比1999年實施增發的公司更差:公司業績在增發當年就有非常明顯的下降。在2000年,除了主營業務收入有所增長外,凈利潤、每股收益和凈資產收益率這三個指標的下降幅度更大。這說明,2000年實施增發公司的業績惡化程度要大於1999年實施增發的公司。
對於2002年實施增發的18家公司,我們只能比較它們在增發實施之前的平均業績和市場平均業績之間的關系。比較結果顯示,2002年實施增發公司的平均業績要大大優於市場平均水平,即實行增發的上市公司是所有上市公司中優秀的群體,其經營業績在上市公司中處於較高水平。這是提高增發條件之後的必然結果。但是,這些公司在增發新股當年及以後能否繼續保持優良的業績則更引人注目。
綜上所述,對於股票增發對上市公司業績影響的比較結果表明:(1)股票增發並沒有像想像的那樣改善上市公司的業績。除1998年實施增發的公司因同時實施大規模重組而改善業績之外,絕大部分的上市公司在實施增發之後業績反而下降,部分公司在實施增發當年業績就有大幅度的下降。因此,認為增發能夠改善業績的結論是得不到充分支持的。(2)較低的上市公司增發條件一定程度上導致增發公司在實施增發後業績急劇變壞,即所謂的"變臉"。2000年實施增發公司的業績變化情況說明了這一點。(3)在提高增發條件後,2001年、2002年實施增發公司在增發前的平均業績水平有了很大的提高,並且2001年實施增發的公司在增發當年的業績沒有表現出明顯的下降。
結論
1、實施股票增發的公司在股票增發完成後並沒有顯著地改善業績,有些甚至在實施增發後業績有很大的下降；由於股本擴大,因此導致了每股收益的下降,損害了長期持股老股東的利益。從1998年以後增發案例的結果來看,增發這種再融資行為並非提高上市公司業績的有效手段。
2、從增發對股價的影響來看,增發的確是對股票價格的"利空"消息:在增發意向書公告日前的超額收益率顯著為負,顯示市場提前就對這一利空消息作出反映,投資者通過用腳投票來表示對增發行為的否定。
3、增發價格折扣率對公告日前後11個交易日累積超額收益率有一定的解釋能力,並且不同年份對該累積超額收益率的影響也有差異。這顯示出市場對股票增發的看法將很大程度上影響價格的下降程度。
4、1999年和2000年實施增發股票在增發新股上市後股價的累積超額收益率曾經出現了上升的趨勢,所以參與增發的投資者在增發前後可以獲得了較大的價格差,存在著明顯的套利機會。但是從2001年開始,在增發後的超額收益率沒有顯著為正,即這種套利機會開始逐步消失。
5、關於增發公司存量資金的分析表明,增發公司擁有的平均貨幣資金沒有明顯低於市場平均水平:即上市公司並不是因為缺乏貨幣資金才要進行增發。實際上由於增發條件的限制,往往可以進行增發的公司其業績和財務狀況都比較好,所以增發公司的平均閑置資金高於市場平均水平也是必然的。分析其增發動機,可能有兩種情況:一是為了公司業務和規模的擴張,通過增發募集資金投入新項目；二是由於增發融資的門檻越來越高,成功難度越來越大,為了不"浪費"寶貴的增發機會而進行增發。
6、有關實施股票增發和提出股票增發預案公司的流通股比例的分析表明,提出股票增發預案和實施增發公司的流通股比例要小於沒有實施增發或沒有提出股票增發預案的公司,說明上市公司不合理的股權結構會影響到上市公司進行股票增發的傾向性。雖然流通股比例較小的公司通過增發來改善股權結構無可厚非,但要注意在這過程中,應充分考慮流通股東的利益而不僅僅是大股東的利益,增發應以提高公司股票的內在價值為主要目的。尤其在增發過程中,股票價格的市場風險完全由流通股東承擔,因此流通股東應在增發決策中擁有較大的發言權。
7、有關提出股票增發預案傾向性的二元選擇回歸分析結果表明,提出股票增發預案傾向性在不同行業有差異:信息技術行業更傾向於提出股票增發預案；而且重要的三個指標,凈資產收益率、資產負債率和流通股比例會影響上市公司提出股票增發預案的概率:凈資產收益率和資產負債率越高、流通股比例越低,上市公司越傾向於提出股票增發預案。
8、股票增發預案獲批准情況的二元選擇回歸分析結果表明,每股收益高的公司所提出的股票增發預案更容易獲得中國證監會的批准。這說明盈利能力較高公司的股票增發預案更能夠得到發行審核部門的認可。
⑦ 、考慮股票A、B兩個（超額收益）指數模型回歸結果：
a B 橫截距更大
b A 回歸系數高 1.2>0.8
c A 可決系數高 R2A=0.576 > R2B
d A 阿爾法值大於0 因為1%>0
e -1.2% =rf-1.2rf=6%-1.2*6%
老大，你要求真多，我先都已經在後面大概寫了原因了...
⑧ 投資學作業：從股票定價模型來分析香港金融危機 求解！！！
一、資本資產定價模型的理論背景
威廉•夏普建立了均衡的證券定價理論，即著名的資本資產定價模型(CAPM)：（1）其中，E（Ri）為股票i的預期收益率，Rf為無風險利率，E（RM）為市場組合的預期收益率，，即系統風險系數，是市場組合收益率的方差，βi表示股票i收益率變化對市場組合收益率變動的敏感度，用βi系數來衡量該股票的系統風險大小。CAPM說明：在證券市場上，非系統風險可以通過多元化投資加以消除，對定價唯一起作用的是該證券的β系數。因此，對CAPM的檢驗就是驗證β系數是否具有對收益的完全解釋能力。
二、CAPM在國內外的檢驗
國外在1970以後就開始了對CAPM的檢驗和β系數的穩定性研究，早期的檢驗結果表明，西方成熟資本市場中股票定價基本符合CAPM。但1980年以後，出現了大量負面的驗證結果。從1990年開始，國內一些學者對CAPM也陸續做了大量研究。陳浪南、屈文洲（2000）對上海A股市場對資本資產定價模型進行實證檢驗，根據股市中的三種市場格局(上升、下跌和橫盤)劃分了若乾的時間段得出不同β值的進行分析，得出的β值與股票收益率的相關性較不穩定，說明上海股票市場存在較大的投機性。阮濤、林少宮(2000)說明了上海股票市場不符合CAPM，基於CAPM模型對中國現階段的股票市場的分析和應用缺乏有效性依據。許滌龍，張鈺(2005)實證結果表明在滬市股票的收益與其β系數存在著顯著的正相關線性關系，但無風險收益率卻是負的，這說明上海股票市場具有明顯的投機特徵，是一個不夠成熟的股市。
三、數據說明和處理
本文選擇上海證券交易所上市的上證180指數成分股，選擇2009年1月9日到2010年12月22日期間的周數據，共有101個周數據，剔除在上述期間數據缺失的股票，樣本共包含152隻股票，本文選用上證綜合指數來替代市場組合收益，所用數據都已進行除權、除息復權處理，本文數據來源於Wind資訊。個股用周收盤價來計算它們的周收益率，計算公式如下：其中Rit是第i只股票在t時刻的收益率；pit是第i只股票在t時刻的收盤價。上證綜合指數的收益率計算同上，用Rmt來表示周收益率。對於無風險收益率的確定，本文使用一年期的定期存款利率來表示無風險收益率，折算成周收益率為：Rf=0.0455%。
四、CAPM實證和結果
本文在檢驗中用到的基本時間序列方程如下：（2）對於橫截面的CAPM檢驗,採用下面的模型：（3）（4）其中是第i只股票平均收益率（樣本均值來代替），βi是第i只股票的β值，在（4）的回歸中βi由模型（3）中的得到的回歸系數bi來替代。將回歸結果與CAPM模型（1）進行比較，檢驗CAPM在上海資本市場是否成立：（1）資產的風險和收益之間是否存在線性關系。如果模型（4）中參數其估計值不顯著異於零，則可認為資產的風險和收益之間僅存在線性關系。（2）資產的風險和收益是否正相關。如果參數γ1其估計值顯著異大於零，則可以認為資產的風險和收益是正相關的。此外，其估計值理論上應該等於E（RM）-Rf，即市場的超額收益率。（3）參數γ0其估計值不顯著異於Rf。
152隻股票的周收益率分別對上綜指的周收益率進行時間序列回歸，得到152隻股票的bi值。然後以152隻股票的周收益率為因變數，各個股票回歸出來的值為自變數對模型（3）進行回歸，其結果為表1結果可以發現βi值在5%顯著性水平下顯著,而常數項γ0僅在10%的顯著性水平下顯著。即收益率與系統風險(β值)存在的線性顯著性較強。下面來檢驗回歸出來的γ0和無風險收益率是否有顯著差異。γ0=0.002945，Rf=0.0455%，其檢驗的t值為此結果表明γ0和Rf在顯著性水平5.97%下有顯著區別，這與CAPM不吻合。下面來檢驗斜率系數是否顯著不同於E（RM）-Rf。由表1知γ1=0.005036，其檢驗的t值為在5%的顯著性水平下，γ1和E（RM）-Rf沒有顯著區別，這和CAPM相符。
為了進一步檢驗收益率與系統風險(β值)存在的非線性關系，對模型（4）檢驗得到的結果如下：根據表2的結果可以發現β值在5%顯著性水平下不顯著,而β2值在5%顯著性水平下顯著,這可以發現上海股票市場的除了系統風險的影響之外，與收益率風險的非線性關系即非系統風險對上海股票市場的收益率影響也較大。從表1和表2的結果可以看出，其中γ0是正數，這個與CAPM相吻合，但是以往的大部分文獻中得出常數項為負值，而此處的結果得出γ0較顯著的大於Rf，這是由於金融危機後，2009年與2010年的利率維持在較低水平，而上證A股指數從金融危機後較低的點位正在上升的過程中。
五、總結
根據上述CAPM的有效性檢驗，可以得出以下結論：(1)上海資本市場股票組合的平均超額收益率與其系統風險之間存在正相關關系，並且同時與非系統風險之間存在顯著的線性關系。說明上海股票市場的股票定價不僅僅受系統風險的影響，而且受非系統風險的影響。(2)模型(3)中的斜率系數與平均超額收益率沒有顯著區別，常數估計值較顯著大於無風險利率，與之前的大部分文獻得出常數項大部分為負值不同。這由於金融危機後的這個特殊時期的貨幣政策和股市走勢有關，同時也反映出上海股票市場正在逐步邁向成熟的過程之中。
⑨ 橫截面股票價格是什麼意思
資本資產定價模式(CAPM)在上海股市的實證檢驗
資產定價問題是近幾十年來西方金融理論中發展最快的一個領域。1952年，亨利·馬柯維茨發展了資產組合理論......
一、資本資產定價模式(CAPM)的理論與實證：綜述
(一)理論基礎
資產定價問題是近幾十年來西方金融理論中發展最快的一個領域。1952年，亨利·馬柯維茨發展了資產組合理論，導致了現代資產定價理論的形成。它把投資者投資選擇的問題系統闡述為不確定性條件下投資者效用最大化的問題。威廉·夏普將這一模型進行了簡化並提出了資產定價的均衡模型—CAPM。作為第一個不確定性條件下的資產定價的均衡模型，CAPM具有重大的歷史意義，它導致了西方金融理論的一場革命。
由於股票等資本資產未來收益的不確定性，CAPM的實質是討論資本風險與收益的關系。CAPM模型十分簡明的表達這一關系，即：高風險伴隨著高收益。在一些假設條件的基礎上，可導出如下模型：
E(Rj)-Rf=(Rm-Rf)bj
其中： E(Rj )為股票的期望收益率。
Rf 為無風險收益率，投資者能以這個利率進行無風險的借貸。
E(Rm )為市場組合的期望收益率。
bj =sjm/s2m，是股票j 的收益率對市場組合收益率的回歸方程的斜率，常被稱為"b系數"。其中s2m代表市場組合收益率的方差，sjm 代表股票j的收益率與市場組合收益率的協方差。
從上式可以看出，一種股票的收益與其β系數是成正比例關系的。β系數是某種證券的收益的協方差與市場組合收益的方差的比率，可看作股票收益變動對市場組合收益變動的敏感度。通過對β進行分析，可以得出結論：在風險資產的定價中，那些隻影響該證券的方差而不影響該股票與股票市場組合的協方差的因素在定價中不起作用，對定價唯一起作用的是該股票的β系數。由於收益的方差是風險大小的量度，可以說：與市場風險不相關的單個風險，在股票的定價中不起作用，起作用的是有規律的市場風險，這是CAPM的中心思想。
對此可以用投資分散化原理來解釋。在一個大規模的最優組合中，不規則的影響單個證券方差的非系統性風險由於組合而被分散掉了，剩下的是有規則的系統性風險，這種風險不能由分散化而消除。由於系統性風險不能由分散化而消除，必須伴隨有相應的收益來吸引投資者投資。非系統性風險，由於可以分散掉，則在定價中不起作用。
(二)實證檢驗的一般方法
對CAPM的實證檢驗一般採用歷史數據來進行，經常用到的模型為：
其中： 為其它因素影響的度量
對此模型可以進行橫截面上或時間序列上的檢驗。
檢驗此模型時，首先要估計 系數。通常採用的方法是對單個股票或股票組合的收益率 與市場指數的收益率 進行時間序列的回歸，模型如下：
這個回歸方程通常被稱為"一次回歸"方程。
確定了 系數之後，就可以作為檢驗的輸入變數對單個股票或組合的β系數與收益再進行一次回歸，並進行相應的檢驗。一般採用橫截面的數據，回歸方程如下：
這個方程通常被稱作"二次回歸"方程。
在驗證風險與收益的關系時，通常關心的是實際的回歸方程與理論的方程的相合程度。回歸方程應有以下幾個特點：
(1) 回歸直線的斜率為正值，即 ，表明股票或股票組合的收益率隨系統風險的增大而上升。
(2) 在 和收益率之間有線性的關系，系統風險在股票定價中起決定作用，而非系統性風險則不起決定作用。
(3) 回歸方程的截矩 應等於無風險利率 ，回歸方程的斜率 應等於市場風險貼水 。
(三)西方學者對CAPM的檢驗
從本世紀七十年代以來，西方學者對CAPM進行了大量的實證檢驗。這些檢驗大體可以分為三類：
1.風險與收益的關系的檢驗
由美國學者夏普（Sharpe）的研究是此類檢驗的第一例。他選擇了美國34個共同基金作為樣本，計算了各基金在1954年到1963年之間的年平均收益率與收益率的標准差，並對基金的年收益率與收益率的標准差進行了回歸，他的主要結論是：
a、在1954—1963年間，美國股票市場的收益率超過了無風險的收益率。
b、 基金的平均收益與其收益的標准差之間的相關系數大於0.8。
c、風險與收益的關系是近似線形的。
2.時間序列的CAPM的檢驗
時間序列的CAPM檢驗最著名的研究是Black，Jensen與Scholes在1972年做的，他們的研究簡稱為BJS方法。BJS為了防止β的估計偏差，採用了指示變數的方法，成為時間序列CAPM檢驗的標准模式，具體如下：
a、利用第一期的數據計算出股票的β系數。
b、 根據計算出的第一期的個股β系數劃分股票組合，劃分的標準是β系數的大小。這樣從高到低系數劃分為10個組合。
c、採用第二期的數據，對組合的收益與市場收益進行回歸，估計組合的β系數。
d、 將第二期估計出的組合β值，作為第三期數據的輸入變數，利用下式進行時間序列回歸。並對組合的αp進行t檢驗。
其中：Rft為第t期的無風險收益率
Rmt為市場指數組合第t期的收益率
βp指估計的組合β系數
ept為回歸的殘差
BJS對1931—1965年間美國紐約證券交易所所有上市公司的股票進行了研究，發現實際的回歸結果與理論並不完全相同。BJS得出的實際的風險與收益關系比CAPM 模型預測的斜率要小，同時表明實際的αp在β值大時小於零，而在β值小時大於零。這意味著低風險的股票獲得了理論預期的收益，而高風險股票獲得低於理論預測的收益。
3.橫截面的CAPM的檢驗
橫截面的CAPM檢驗區別於時間序列檢驗的特點在於它採用了橫截面的數據進行分析，最著名的研究是Fama和Macbeth（FM）在1973年做的，他們所採用的基本方法如下：
a、根據前五年的數據估計股票的β值。
b、 按估計的β值大小構造20個組合。
c、計算股票組合在1935年—1968年間402個月的收益率。
d、 按下面的模型進行回歸分析，每月進行一次，共402個方程。
Rp=g0+g1bp+g2bp2+g3sep+ep
這里：Rp為組合的月收益率、
βp為估計的組合β值
bp2為估計的組合β值的平方
sep為估計βp值的一次回歸方程的殘差的標准差
g0、g1、g2、g3為估計的系數，每個系數共402個估計值
e、對四個系數g0、g1、g2、g3進行t檢驗
FM結果表明：
①g1的均值為正值，在95%的置信度下可以認為不為零，表明收益與β值成正向關系
②g2、g3在95%的置信度下值為零，表明其他非系統性風險在股票收益的定價中不起主要作用。
1976年Richard·Roll對當時的實證檢驗提出了質疑，他認為：由於無法證明市場指數組合是有效市場組合，因而無法對CAPM模型進行檢驗。正是由於羅爾的批評才使CAPM的檢驗由單純的收益與系統性風險的關系的檢驗轉向多變數的檢驗，並成為近期CAPM檢驗的主流。最近20年對CAPM的檢驗的焦點不是 ，而是用來解釋收益的其它非系統性風險變數，這些變數往往與公司的會計數據相關，如公司的股本大小，公司的收益等等。這些檢驗結果大都表明：CAPM模型與實際並不完全相符，存在著其他的因素在股票的定價中起作用。
(四)我國學者對風險－收益關系的檢驗
我國學術界引進CAPM的概念的時間並不長，一些學者對上海股市的風險與收益的關系做了一些定量的分析，但至今仍沒有做過系統的檢驗。他們的研究存在著一些缺陷，主要有以下幾點：
1. 股票的樣本太少，不代表市場總體，無法得出市場上風險與收益的實際關系。
2. 在兩次回歸中，同時選用同一時期的數據進行 值的估計和對CAPM模型中線性關系的驗證。
3. 在確定收益率時並沒有考慮分紅，送配帶來的影響並做相應調整，導致收益和風險的估計的偏差，嚴重影響分析的准確性。
4. 在回歸過程中，沒有選用組合的構造，而是採用個股的回歸易導致， 系數的不穩定性。
二、上海股市CAPM模型的研究方法
(一)研究方法
應用時間序列與橫截面的最小二乘法的線性回歸的方法，構造相應的模型，並進行統計檢驗分析。時間序列的線性回歸主要應用於股票β值的估計。而CAPM的檢驗則採用橫截面回歸的方法。
(二)數據選取
1.時間段的確定
上海股市是一個新興的股市，其歷史並不十分長，從1990年12月19日開市至今，不過短短八年的時間。在這樣短的時間內，要對股票的收益與風險問題進行研究，首先碰到的是數據數量不夠充分的問題。一般來說對CAPM的檢驗應當選取較長歷史時間內的數據，這樣檢驗才具有可靠性。但由於上海股市的歷史的限制，無法做到這一點。因此，首先確定這八年的數據用做檢驗。
但在這八年中，也不是所有的數據均可用於分析。CAPM的前提要求市場是一個有效市場：要求股票的價格應在時間上線性無關。在第一章中通過對上海股市收益率的相關性研究，發現93年之前的數據中，股價的相關性較大，會直接影響到檢驗的精確性。因此，在本研究中，選取1993年1月至1998年12月作為研究的時間段。從股市的實際來看，1992年下半年，上海股市才取消漲停板制度，放開股價限制。93年也是股市初步規范化的開始。所以選取這個時間點用於研究的理由是充分的。
2.市場指數的選擇
目前在上海股市中有上證指數，A股指數，B股指數及各分類指數，本文選擇上證綜合指數作為市場組合指數，並用上證綜合指數的收益率代表市場組合。上證綜合指數是一種價值加權指數，符合CAPM市場組合構造的要求。
3.股票數據的選取
這里用上海證券交易所（SSE）截止到1998年12月上市的425家A股股票的每日收盤價、成交量、成交金額等數據用於研究。這里遇到的一個問題是個別股票在個別交易日內停牌，為了處理的方便，本文中將這些天該股票的當日收盤價與前一天的收盤價相同。
三、上海股市風險－收益關系的實證檢驗
(一)股票貝塔系數的估計
中國股票市場共有8年的交易數據，應採用3年以上的數據用於估計單個股票的 系數，才能保證 具有穩定性。但是課題組在實踐中通過比較發現由於中國股票市場作為一個新興的市場，無論是市場結構還是市場規模都還有待於進一步的發展，同時各種股票關於市場的穩定性都不是很高，股市中還存在很大的時變風險，因此各種股票的 系數隨著時間的推移其變化將會很大。所以只用上一年的數據估計下一年的 系數時， 系數將更具有靈敏性，因為了使檢驗的結果更理想，均採用上一年的數據估計下一年的 系數。估計單個股票的 系數採用單指數模型，如下：
其中： : 表示股票i在t時間的收益率
: 表示上證指數在t時間的收益率
：為估計的系數
：為回歸的殘差。
進行一元線性回歸，得出 系數的估計值 ，表示該種股票的系統性風險的測度。
(二)股票風險的估計
股票的總風險，可以用該種股票收益率的標准差來表示，可以用下式來估計總風險
其中：N為樣本數量， 為 的均值。
非系統風險，可用估計 的回歸方程中的殘差 的標准差來表示，用 表示股票i的非系統性風險，可用下式求出：
其中： 為一次回歸方程的殘差
為 的均值
(三)組合的構造與收益率計算
對CAPM的總體性檢驗是檢驗風險與收益的關系，由於單個股票的非系統性風險較大，用於收益和風險的關系的檢驗易產生偏差。因此，通常構造股票組合來分散掉大部分的非系統性風險後進行檢驗。構造組合時可採用不同的標准，如按個股b系數的大小，股票的股本大小等等，本文按個股的b系數大小進行分組構造組合。將所有股票按b系數的大小劃分為15個股票組合，第一個股票組合包含b系數最小的一組股票，依次類推，最後一個組合包含b數子最大的一組股票。組合中股票的b系數大的組合被稱為"高b系數組合"，反之則稱為"低b系數組合"。
構造出組合後就可以計算出組合的收益率了，並估計組合的b系數用於檢驗。這樣做的一個缺點是用同一歷史時期的數據劃分組合，並用於檢驗，會產生組合b值估計的偏差，高b系數組合的b系數可能會被高估，低b系數組合的b系數可能被低估，解決此問題的方法是應用Black,Jenson與Scholes研究組合模型時的方法（下稱BJS方法），即如下四步：
(1)利用第一期的數據計算股票的b系數。
(2)利用第一期的b系數大小劃分組合
(3)採用第一期的數據，對組合的收益與市場收益率進行回歸，估計組合的b系數
(4)將第一期估計出的組合b值作為自變數，以第二期的組合周平均收益率進行回歸檢驗。
在計算組合的平均周收益率時，我們假設每個組合中的十隻股票進行等額投資，這樣對平均周收益率 只需對十隻股票的收益率進行簡單平均即可。由於股票的系統風險測度，即真實的貝塔系數無法知道，只能通過市場模型加以估計。為了使估計的貝塔系數更加靈敏，本研究用上一年的數據估計貝塔系數，下一年的收益率檢驗模型。
(四)組合貝塔系數和風險的確定
對組合的周收益率求標准方差，我們可以得到組合的總風險sp
組合的b值的估計，採用下面的時間序列的市場模型：
Rpt =ap+bpRmp+ept
其中：Rpt表示t時期投資組合的收益率
：為估計的系數
Rmt表示t期的市場組合收益率
ept為回歸的殘差
對組合的每周收益率與市場指數收益率回歸殘差分別求標准差即可以得到組合sep值。
表1：組合周收益率回歸的b值與風險（1997.01.01～1997.12.31)
組合 組合b值 組合а值 相關系數平方 總風險 非系統風險
1 0.781 0.001 0.888 0.063 0.021
2 0.902 0.000 0.943 0.071 0.017
3 0.968 0.000 0.934 0.076 0.02
4 0.989 0.000 0.902 0.079 0.025
5 1 0.000 0.945 0.078 0.018
6 1.02 0.000 0.958 0.079 0.016
7 1.04 0.002 0.935 0.082 0.021
8 1.06 0.000 0.925 0.084 0.023
9 1.08 0.000 0.938 0.085 0.021
10 1.1 0.000 0.951 0.086 0.019
11 1.11 0.000 0.951 0.087 0.019
12 1.12 0.000 0.928 0.089 0.024
13 1.13 0.000 0.937 0.089 0.022
14 1.16 0.000 0.912 0.092 0.027
15 1.17 0.000 0.922 0.092 0.026
(五)組合平均收益率的確定
對組合按前面的構造方法，用第98年的周收益率求其算術平均收益率。
表2：組合的平均收益率（1998.1.1-1998.12.31）
組合 組合b 平均周收益率
1 0.781 0.0031
2 0.902 -0.0004
3 0.968 0.0048
4 0.989 0.0052
5 1 0.0005
6 1.02 -0.002
7 1.04 0.0038
8 1.06 0.003
9 1.08 0.0016
10 1.1 0.0026
11 1.11 0.005
12 1.12 0.0065
13 1.13 0.0044
14 1.16 0.0067
15 1.17 0.0074
(六)風險與收益關系檢驗
以97年的組合收益率估計b，以98年的組合收益率求周平均收益率。對15組組合得到的周平均收益率與各組合b系數按如下模型進行回歸檢驗：
Rpj=g0+g1bpj
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
g0，g1為估計參數
按照CAPM應有假設：
1.g0的估計應為Rf的均值，且大於零，表明存在無風險收益率。
2.g1的估計值應為Rm-Rf>0,表明風險與收益率是正相關系，且市場風險升水大於零。
回歸結果如下：
g0 g1 R2
均值 -0.0143 0．0170 0.4867
T值 -2.8078 3.5114
查表可知，在5%顯著水平下回歸系數g1顯著不為0，即在上海股市中收益率與風險之間存在較好的線性相關關系。論文在實踐檢驗初期，發現當以93年至97年的數據估計b，而用98年的周收益率檢驗與風險b關系時，回歸得到的結論是5%顯著水平下不能拒絕回歸系數g1顯著為0的假設。這些結果表明，在上海股市中系統性風險b與周收益率基本呈現正線性相關關系。同時，上海股市仍為不成熟證券市場，個股b十分不穩定，從相關系數來看,尚有其他的風險因素在股票的定價中起著不容忽視的作用。本文將在下面進行CAPM模型的修正檢驗。
四、CAPM的橫截面檢驗
(一)模型的建立
對於橫截面的CAPM檢驗，採用下面的模型：
Rp=g0+g1bp+g2bp2+g3sep+ep
該模型主要檢驗以下四個假設：
1，系統性風險與收益的關系是線性的，就是要檢驗回歸系數E（g2）=0。
2，b是衡量證券組合中證券的風險的唯一測度，非系統性風險在股票的定價中不起作用，這意味著回歸方程的系數E（g3）=0。
3，對於風險規避的投資者，高系統性風險帶來高的期望回報率，也就是說：E(g1)=E(Rmt)—E(Rft)>0
4，對只有無風險利率才是系統風險為0的投資收益，要求E（g0）=Rf。
(二)檢驗的結果及啟示
對CAPM模型的橫截面的檢驗採用多元回歸中的逐步回歸分析法（stepwise），即在回歸分析中首先從所有自變數選擇一個自變數，使相關系數最大，再逐步假如新的自變數，同時刪去可能變為不顯著的自變數，並保證相關系數上升，最終保證結果中的所有自變數的系數均顯著不為0，並且被排除在模型之外的自變數的系數均不顯著。
表4：多元回歸的stepwise法結果
g0 g1 R2
系數 -0.0143 0.0170 0.4867
T值 -2.8078 3.5114
從表中可以得出如下結論：
1．bp2項的系數的T檢驗結果並不顯著，表明風險與收益之間並不存在非線性相關關系。
2.sep 項的系數的T檢驗結果並不顯著，表明非系統風險在資產組合定價中並不起作用。
3．g0的估計值為負，即資金的時間價值為負，表明市場具有明顯的投機特徵。
五、影響收益的其他因素分析
(一)歷史回顧
長期以來，Sharp,linter和Mossin分別提出的CAPM模型一直是學術界和投資者分析風險與收益之間關系的理論基石，尤其是在Black,Jensen,和Scholes（1972）以及 Fama 和MacBeth（1973）通過實證分析證明了1926-1968年間在紐約證券交易所上市的股票平均收益率與貝塔之間的正的相關關系以後。然而八十年代，Reinganum(1981)和Lakonishok ，Shapiro（1986）對後來的數據分析表明這種簡單的線性關系不復存在。Roll對CAPM的批評文章發表之後，對CAPM的檢驗也轉向對影響股票收益的其他風險因素的檢驗，並發現了許多不符合CAPM的結果。Fama和French（1992）更進一步指出，從四十年代以後，紐約股票市場股票的平均收益率與貝塔系數間不存在簡單的正線性相關關系。他們通過對紐約股票市場1963年至1990年股票的月收益率分析發現存在如下的多因素相關關系：
R=1.77%-(0.11*ln(mv))+(0.35*ln(bv/mv))
其中：mv是公司股東權益的市場價值，bv是公司股東權益的賬面價值。
從前一節我們對上海股票市場的檢驗結果可以看出，當選用的歷史數據變化以後，上海股市中收益與系統性風險相關的顯著程度並不如CAPM所預期的那樣。羅爾對CAPM的解釋同樣適合於上海市場，即一方面我們無法證實市場指數就是有效組合，以我們分析的上海股票市場而言，上證指數遠沒有包括所有金融資產，比如投資者完全可以自由投資於債券市場和在深圳證券交易所上市的股票。另一方面，在實際分析中我們無法找到真正的貝塔（true beta）。為了找出上海股市中股票定價的其他因素，本文結合上海股票市場曾經出現炒作的"小盤股"、"績優股"、"重組股"等現象，對公司的股本大小，公司的凈資產收益率，市盈率等非系統因素對收益的影響進行了分析。具體方法是：論文首先對影響個股收益率的各因素進行逐年分析，然後構造組合，再對影響組合收益率的各因素進行分析，組合的構造方法與前相同。
(二)單股票的多因素檢驗及結果
檢驗方法是用歷史數據計算b系數，再對b系數、前期總股本、前期流通股本、預期凈資產收益率、預期PE比率對收益率的解釋程度進行分析。例如在分析年所有股票收益率的決定因素時，採用93年股票的收益率計算貝塔系數，總股本為93年末的總股本，凈資產收益率和市盈率根據94年的財務指標計算。由於股票在此之後4年交易期間，凈資產收益率（ROE）和每股收益（EPS）尚未公布，因此凈資產收益率和市盈率都稱為預期凈資產收益率和預期市盈率。具體模型如下：
Rj=g0+g1bj+g2Gj+g3ROEj+g4PEj+ej
其中 : Rj 是股票 j的第t期年平均周收益率
bj 是股票j的b系數，b系數由第（t-1）期歷史數據算出
Gj 是股票j的第（t-1）期總股本對數值
ROEj是股票j的第t期凈資產收益率
PEj 是股票j的第t期期末市盈率
STEPWISE多元回歸發現94年各股票收益率與以上因素並無顯著關系，其他各年的結果如下：
表5：95年個股收益率的STEPWISE多元回歸結果
Rj=g0+g2Gj
R2 g0 g2
均值 T值 均值 T值
0.05 -0.013 -3.568 0.0011 2.958
表6：96年個股收益率的STEPWISE多元回歸結果
Rj=g0+g2Gj+g3ROEj
R2 g0 g2 g3
均值 T值 均值 T值 均值 T值
0.171 -0.011 -1.93 0.002 2.845 0.024 5．249
表7：97年個股收益率的STEPWISE多元回歸結果
Rj=g0+g2Gj
R2 g0 g2
均值 T值 均值 T值
0.099 0.0317 6.328 -0.0028 -5.325
表8：98年個股收益率的STEPWISE多元回歸結果
Rj=g0+g1bj+g2Gj+g3ROEj
R2 g0 g1 g2 g3
均值 T值 均值 T值 均值 T值 均值 T值
0.195 0.0343 7.799 0.005 3.582 -0.003 -8.548 0.0013 0.0045
(三)組合的檢驗及結果
組合的構造方法與前面所描述的一致。對所有組合98年平均周收益率與組合的97年數據所計算出的貝塔系數、97年末平均總股本、98年平均凈資產收益率、98年底平均市盈率進行回歸分析，模型如下：
Rpj=g0+g1bpj+g2Gpj+g3ROEpj+g4PEpj+ej
其中 : Rpj 是組合 j的98年平均周收益率
bpj 是組合j的b系數
Gpj 是組合j的 97年總股本對數值
ROEpj 是組合j的98年凈資產收益率
PEpj 是組合j的98年末市盈率
表9：98年組合收益率的STEPWISE多元回歸結果
g0 g3 R2
均值 0.0425 -0.0039 0.593
T值 4.736 -4.355
(四)結果分析
對組合的收益率以及97年以來個股的收益率採用stepwise回歸分析可以看出，公司的股本因素在上海股票市場的股票定價中起著顯著的作用。股票的定價因素同西方成熟股市一樣，存在規模效應（Size Effect）,即小公司的股票容易取得高收益率。這個結論與中國股市的近幾年價格波動實際特點相一致，其原因可以從以下三方面分析：首先，小公司股本擴張能力強。在我國股市中，投資人主要是希望公司股本擴張後帶來的資產增值盈利。其次，小股本的股票便於機構投資者炒作。我國機構投資者的實力總體偏弱，截止98年年底，注冊資本在5億元以上的券商只有10多家。最後，小公司往往被市場認為是資產收購與兼並的目標。許多早期上市的公司，市場規模較小，在激烈的市場競爭中無行業壟斷優勢和規模經濟效益，無法與大企業抗衡。而許多高科技企業或具有較強市場競爭力的企業迫切需要進入資本市場，將收購目標瞄準這些小規模上市公司實行低成本借殼上市。這三方面的因素都導致小股本公司的股票受到市場的青睞。因此在論文的檢驗結果中，無論是個股還是組合在歷年的收益率中都是顯著地與股本相關