下载文档原格式
关于资本资产定价模型在中国证券市场的中的应用论文资本资产定价模型（Capital Asset Pricing Model，CAPM）是金融领域的一种重要工具，旨在通过估计资产预期回报与风险之间的关系来确定资产的合理价格。
CAPM模型的应用在全球范围内都非常广泛，包括中国证券市场。
本文将探讨CAPM模型在中国证券市场中的应用，并分析其局限性。
首先，中国证券市场是全球最大的新兴市场之一，具有较高的市场波动性和风险。
CAPM模型的基本假设是市场是有效的，并且投资者是理性的。
这些假设在中国证券市场中并不完全成立。
中国证券市场的投资者普遍倾向于情绪驱动的投资决策，并且市场波动性较高，与资本市场的无风险利率存在较大差异。
这使得CAPM模型在中国证券市场中的应用受到一定的限制。
其次，CAPM模型的关键是估计资产的风险。
在中国证券市场中，由于市场信息不对称和透明度不高，风险估计存在挑战。
在中国，有关公司财务报表和数据的披露要求相对较低，这导致投资者难以准确估计股票的风险。
此外，与发达国家相比，中国证券市场的股票价格更容易受到政策干预和市场操纵的影响，使得风险估计更加复杂和不准确。
此外，CAPM模型的应用中需要估计市场的无风险利率。
然而，在中国证券市场中，由于银行体系的垄断性质和政府对利率的干预，无风险利率的确定较为困难。
无风险利率的不确定性进一步削弱了CAPM模型在中国证券市场中的应用。
尽管存在上述挑战和局限性，CAPM模型仍然可以在中国证券市场中提供有价值的参考。
首先，CAPM模型提供了一个框架来估计资产的风险，尽管不完美。
其次，尽管市场有时会受到政府政策和市场操纵的影响，但CAPM模型可以帮助投资者理解市场风险和收益之间的关系，并为投资决策提供依据。
再次，尽管无风险利率的确定存在困难，CAPM模型仍然可以辅助投资者理解资产预期回报与风险之间的关系，从而帮助制定投资策略。
综上所述，尽管CAPM模型在中国证券市场的应用存在一定的局限性，但仍可以为投资者提供有价值的参考。
金融财税基于中国A 股市场数据的资本资产定价模型应用研究摘要:由于我国经济水平的持续提高和房地产业的快速推动,中国的建筑装饰业也迅速发展,人们对装饰的安全舒适要求逐渐提高,在未来几年家装、公装这一板块也将会有进一步的发展。
资本资产定价模型(CAPM )从产生开始就有大量的学者对其进行实证分析,检验结果有支持和肯定,但多数结果不认同它的有效适用性,认为β对股票定价的解释程度不足。
本文从资本资产定价模型出发,选取了上证A 股中的24只股票作为研究样本,利用日收益率数据,对2015年4月到2017年4月的数据进行了CAPM 模型检验,分析我国建筑装饰业市场能否接近CAPM 的假设条件,系统风险是否是资产风险的唯一度量,资产的风险和收益是否正相关,通过对检验结果进行对比分析,得出结论是除了β之外还存在其他因素影响股票定价,资产的风险和收益不是正相关,CAPM 模型在A 股市场中不能有效发挥定价作用。
关键词:CAPM 模型;β系数;A 股市场作者简介:胡学洁(1994-),女,新疆财经大学金融学院硕士研究生,研究方向:区域金融;谢明旸(1984-),男,中国计量大学金融工程系讲师,经济学博士,研究方向:资本市场。
中图分类号:F832.0文献标识码:Adoi :10.3969/j.issn.1672-3309(s ).2019.05.13文章编号:1672-3309(2019)05-99-10胡学洁谢明旸（新疆财经大学金融学院，新疆乌鲁木齐830012）（中国计量大学金融工程系，浙江杭州310018）经济视角2019年第5期总第278期(双月刊)No.5,2019Total No.278一尧引言金融作为现代经济的焦点，MPT 是现代金融学的三大基石之一。
资产定价是金融学中心问题，从一开始就跟随着金融市场的发展而改进。
新中国从1984年飞乐音响公司流通首支股票开始，到二十世纪九十年代上交所和深交所的接连产生，证券市场得到快速发展。
Regression analysis from the Chinese Stock Market in the Capital Asset Pricing Model 作者： 尹哲君
作者机构： 中华女子学院山东分院,山东济南250002
出版物刊名： 山东行政学院山东省经济管理干部学院学报
页码： 81-83页
主题词： 资本资产定价模型(CAPM);回归分析;实证检验;有效性分析
摘要：研究资本资产定价模型对分析中国证券市场投资组合的作用和意义。
采用回归分析的方法，进行中国证券市场的抽样实证分析，说明通过统计分析的方法，可以选择相对合适的市场组合收益率，提高资产估值和资产配置的准确性。
并对我国资本市场应用资本资产定价模型（CAPM）的有效性和及其障碍进行分析。
资本资产定价模型在中国股市中的应用研究随着金融市场的发展，资本资产定价模型已经成为一个广泛应用于股市的理论模型。
中国股市也早已不是过去那个简单的市场，在经济快速发展和金融行业改革的背景下，越来越多的经济学家和投资者对于资本资产定价模型的应用进行了研究。
首先，我们来了解一下什么是资本资产定价模型。
资本资产定价模型（CAPM）是一个用于资本市场均衡价值的数学模型，它是根据资产内在价值和风险等因素的组合来确定它们在资本市场中所占的权重。
该模型最初由美国学者沃勒斯（William Sharpe）、克雷（John Lintner）和葛伦伯格(Capital Asset Pricing Model)在1964年提出。
CAPM模型通过预测股息和市场回报来确定资产的风险和收益率，以此为依据来评估股票的价值。
在中国股市中，资本资产定价模型也得到了广泛的应用。
在证券分析中，CAPM模型常常被用于计算证券的风险。
在所有股票中，市场要求高收益的风险越高，市场在所有股票的组合中所占份额越大。
因此，CAPM模型是一个重要的股票价格评估模型。
在中国股市中，CAPM模型的应用可以帮助投资者在选择股票、评估股票风险、预测收益方面提供有力的依据。
然而，CAPM模型并不是一个完美的股票预测模型。
因为它假设股票中没有其他隐藏因素，只有风险和收益两个因素。
这意味着它并不能完全预测中国股市的变化。
但是，CAPM模型的应用范围也远不止于此，其他金融市场也在使用CAPM模型。
此外，CAPM模型的应用也受到了一些争议。
因为它只考虑了市场风险，在某些情况下可能会忽略其他风险。
例如，企业特定的风险和政治环境的风险等因素都没有被考虑。
因此，在某些情况下，CAPM模型可能会出现误差和偏差。
为了解决这些问题，一些学者提出了更为复杂的模型来评估股票风险和收益。
例如，著名经济学家法玛夫和法玛夫-法伦模型就是更复杂的资本资产定价模型，它包括多个因素的影响，如企业特定风险、股票选择风险、市场信号等。
资本资产定价模型分析报告资本资产定价模型（Capital Asset Pricing Model 简称CAPM）是由美国学者夏普、林特尔、特里诺和莫辛等人在资产组合理论的基础上发展起来的，是现代金融市场价格理论的支柱，广泛应用于投资决策和公司理财领域。
资本资产定价模型假设所有投资者都按马克维茨的资产选择理论进行投资，投资人可以自由借贷。
主要研究证券市场中资产的预期收益率与风险资产之间的关系，以及均衡价格是如何形成的。
研究的重点在于探求风险资产收益与风险的数量关系，即为了补偿某一特定程度的风险，投资者应该获得多得的报酬率。
作为第一个在不确定性条件下的资本资产定价的均衡模型，CAPM模型具有重大的历史意义，它导致了西方金融理论的一场革命。
它的创新主要体现在：（1）明确了切点组合结构,提出并证明了分离定理；(2) 提出了度量投资风险的新参数：( 3) 提出了一种简化形式的计算方法,这一方法是通过建立单因素模型实现,单因素模型又可推广为多因素模型,多因素模型对现实的近似程度更高,这一简化形式使得证券组合理论广泛应用于实际成为可能,尤其20世纪70年代以来计算机的发展和普及以及软件的成套化和市场化,极大地促进了现代证券组合理论在实践中的应用。
一、假设条件资本资产定价模型是建立在马科维茨的资产组合理论之上的，马科维茨资产组合理论的假设条件有：1、投资者希望财富越多愈好，效用是财富的函数，财富又是投资收益率的函数，因此可以认为效用为收益率的函数。
2、投资者能事先知道投资收益率的概率分布为正态分布。
3、投资风险用投资收益率的方差或标准差标识。
4、影响投资决策的主要因素为期望收益率和风险两项。
5、投资者都遵守主宰原则(Dominance rule)，即同一风险水平下，选择收益率较高的证券；同一收益率水平下，选择风险较低的证券。
CAPM的附加假设条件：6、可以在无风险折现率R的水平下无限制地借入或贷出资金。
7、所有投资者对证券收益率概率分布的看法一致，因此市场上的效率边界只有一条。
对中国国内上市公司的资本资产定价模型的分析报告一、理论介绍资本资产定价模型,即Sharpe 〔1964〕，Lintner 〔1965〕和Black 〔1972〕建立的简捷、完美的线性资产定价模型CAPM 〔又称SLB 模型〕，是金融学和财务学的最重要的理论基石之一。
CAPM 模型假定投资者能够以无风险收益率借贷，其形式为：E ［R[,i]］＝R[,f]＋β[,im]〔E ［R[,m]］－R[,f]〕，〔1〕Cov ［R[,i]，R[,m]］β[,im]＝───────────〔2〕Var ［R[,m]］R[,i]，R[,m]，R[,f]分不为资产i 的收益率，市场组合的收益率和无风险资产的收益率。
由于CAPM 从理论上讲明在有效率资产组合中，β描述了任一项资产的系统风险〔非系统风险差不多在分散化中相互冲消掉了〕，任何其它因素所描述的风险都为β所包容。
因此对CAPM 的检验实际是验证β是否具有对收益的完全解释能力。
资本资产定价模型(CAPM)在理论上是严格的，然而在实际中长期存在着实证研究对它的偏离和质疑，其缘故要紧是资本资产定价模型的一组假设条件过于苛刻而远离市场实际。
本次分析报告旨在通过对随机抽样的中国上市公司的收益率的分析，考察在中国的股市环境下，CAPM 是否仍然适用。
二、数据来源本文在CSMAR 大型股票市场数据库中随机选取了1995年1月到2001年12月的100支股票〔存为名喊rtndata 的EXCEL 文件〕，作为对中国股票市场的模拟。
同时还收集了同时期中国银行的年利率〔取名为rf 〕作为无风险利率，并通过各股票的流通股本对上海、深圳两个市场A 股的综合指数进行加权〔取名为mr2〕。
在SAS 中建立数据集，其中各列指标分不为各股票的月收益率〔为处理方便，股票名称已改为y1-y100〕、中国银行的年利率rf 〔本次报告没有将rf 转换成月无风险收益率，因为这一差异将反映在系数上，且为倍数关系，对结果没有实质性妨碍〕和以流通股进行加权〔因为本次报告计算的是市场收益率〕的上海、深圳两个市场A 股的综合指数mr2。
资本资产定价模型在我国的应用资本资产定价模型（Capital Asset Pricing Model，简称CAPM）是现代金融学中最基础、应用最广泛的定价模型之一，它是投资组合理论的核心内容之一。
CAPM模型是由沃尔玛•夏普（William Sharpe）、约翰•林特纳（John Lintner）、詹姆斯•托布（Jan Mossin）联合提出的，是现代金融理论的重要组成部分，在金融实践中得到了广泛的应用，并对风险资产的定价和投资组合管理提供了理论基础。
本文将探讨CAPM在中国金融市场中的应用情况，从理论和实践角度进行综合分析。
CAPM模型的基本假设包括：投资者是理性的、风险厌恶的、信息完全竞争、无税收、无摩擦成本，以及所有投资者对同一风险资产的预期收益相同等。
在中国的金融市场中，这些基本假设并不完全成立。
在中国，由于市场信息不对称，以及市场交易的摩擦成本等因素，CAPM模型的理论条件并不完全符合中国金融市场的实际情况。
将CAPM模型直接应用于中国金融市场时需要充分考虑这些特点，适当修正和调整模型，以使其更符合中国金融市场的实际情况。
CAPM模型的应用需要有可靠的市场数据进行估计。
在中国金融市场中，由于上市公司披露信息的质量和完整性不高，以及市场交易的不规范性，市场数据的获取和准确性也存在一定的问题。
在应用CAPM模型时需要对市场数据进行充分的核实和验证，以保证模型估计的可靠性。
CAPM模型的应用还需要充分考虑中国金融市场的特点。
中国的金融市场经过多年的改革开放，已经逐渐与国际市场接轨，但与发达国家金融市场相比仍存在一定的差距。
中国金融市场中存在着大量的国有企业和政策性金融机构，以及政府对金融市场的干预和管理等情况，这些都会对CAPM模型的应用产生一定的影响。
在应用CAPM模型时需要充分考虑中国金融市场的特点，结合实际情况进行适当的修正和调整。
CAPM模型在我国上证A股市场的实证分析摘要：资本资产定价模型(CAPM)是由美国学者夏普和他的同伴在1964年提出，他们将马克维茨的现代投资组合理论基础与资本市场理论相结合。
资本资产定价模型经过多年发展，它已被广泛应用于金融资本资产的投资理论和实践中。
通过对贝塔系数的研究，学者们发现资本资产定价模型的贝塔系数具有一定的不稳定性和波动性，因此资本资产定价模型对于资本资产的实证研究有很大的争议。
自1990年我国沪深两市交易所相继开业，至今2023年，现已有超过3700支股票在沪深两市上市，我国股票市场具有浓厚的中国特色，对投资者和业界学者而言中国股票市场是一个值得投资研究的金融市场，有利于了解金融体系的运转与操作，提高市场价值投资组合策略的能力。
本文通过将不同β系数进行分组，代表不同类型的股票性质，再对分组CAPM模型的模型拟合优度进行讨论，验证CAPM模型在近5年期间，是否适用与中国上证A股市场。
本文由四个部分组成：第一部分为绪论，主要介绍研究背景、研究意义、研究方法等；第二部分阐述文章研究所需要的理论，包括CAPM模型的概念、界定和CAPM 模型在现代经济理论中的地位；第三部分对β系数及资本资产定价模型进行实证分析。
作者用资本资产定价模型计算各个股票的β系数，并根据系数对各支股票进行分组，分别讨论分组和总体的模型拟合优度；第四部分总结归纳了研究结果，同时提出了未来可继续展开的研究方向和角度。
关键词：CAPM模型；上证A股市场；拟合优度；β系数第1章绪论1.1研究背景及意义1.1.1研究背景1964年美国学者威廉·夏普(William Sharpe)等人在现代投资组合理论和资本市场理论的基础上提出资本资产定价模型(Capital Asset Pricing Model即 CAPM)。
资本资产定价模型对所有投资者进行投资的假设条件，即投资者以均值、方差作为资产组合参考和判断标准。
并且，资本市场有借贷率相等的无风险资产存在。
资本资产定价（CAPM ）模型在中国证券市场的适用性研究金梦影摘要：本文首先阐述了在中国证券市场不断进行改革的背景下，对资本资产定价（CAPM ）模型在中国证券市场的适用性研究的意义，进而对资本资产定价（CAPM ）模型的缺陷以及在中国证券市场的实际应用中所存在的问题进行了实证分析，探讨了资本资产定价（CAPM ）模型在中国证券市场的适用性。
关键词：资本资产定价（CAPM ）模型；中国证券市场；适用性一、资本资产定价（CAPM ）模型在中国证券市场的适用性研究的意义（一）有助于分析预期收益与系统风险之间的关系资本资产定价（CAPM ）模型使得风险可以被量化，并通过考虑风险，为估计预期收益提供了一种广泛使用且相对客观的方法。
此外，财务决策者可以将CAPM 与其他有用的方法和合理的判断相结合，对权益资本的成本进行现实和有用的预测。
例如，许多财务经理使用CAPM 来决定股票的额外风险是否值得添加到投资组合中。
换句话说，CAPM 用于估计投资组合的总风险，并决定对投资组合的更改是否必要。
（二）有助于估算股权成本股权资本成本是投资者投资企业股权时所要求的收益率。
估计股权资本成本的方法很多，资本资产定价（CAPM ）模型是国际上最常用的方法之一。
作为一种单纯基于假设检验结果的简化方法，资本资产（CAPM ）模型虽然存在很多局限性，但却仍然可能是有用的。
换句话说，即使数据拒绝模型，模型在某些方面仍然可能对决策者有用。
例如，在392家美国公司中，73.5%的首席财务官在估算股权成本时使用资本资产定价机制。
在313家欧洲公司中，平均约有45%采用CAPM 来估算股权成本。
因此，虽然CAPM 并不完美，但在一定程度上它仍然是有用的。
二、资本资产定价（CAPM ）模型在中国证券市场的实证分析（一）样本和数据收集本研究选取上海证券交易所51只A 股股票的月度收盘价数据作为股票样本，样本编号为600000-600645，采样期间没有不连贯的观测，时间跨度为2018年1月-2019年6月，共18个月。
对中国国内上市公司的资本资产定价模型的分析报告一、理论介绍资本资产定价模型,即Sharpe （1964），Lintner （1965）和Black （1972）建立的简捷、完美的线性资产定价模型CAPM （又称SLB 模型），是金融学和财务学的最重要的理论基石之一。
CAPM 模型假定投资者能够以无风险收益率借贷，其形式为：E ［R[,i]］＝R[,f]＋β[,im]（E ［R[,m]］－R[,f]）， （1）Cov ［R[,i]，R[,m]］β[,im]＝─────────── （2）Var ［R[,m]］R[,i]，R[,m]，R[,f]分别为资产i 的收益率，市场组合的收益率和无风险资产的收益率。
由于CAPM 从理论上说明在有效率资产组合中，β描述了任一项资产的系统风险（非系统风险已经在分散化中相互冲消掉了），任何其它因素所描述的风险都为β所包容。
因此对CAPM 的检验实际是验证β是否具有对收益的完全解释能力。
资本资产定价模型(CAPM)在理论上是严格的，但是在实际中长期存在着实证研究对它的偏离和质疑，其原因主要是资本资产定价模型的一组假设条件过于苛刻而远离市场实际。
本次分析报告旨在通过对随机抽样的中国上市公司的收益率的分析，考察在中国的股市环境下，CAPM 是否仍然适用。
二、数据来源本文在CSMAR 大型股票市场数据库中随机选取了1995年1月到2001年12月的100支股票（存为名叫rtndata 的EXCEL 文件），作为对中国股票市场的模拟。
同时还收集了同时期中国银行的年利率（取名为rf ）作为无风险利率，并通过各股票的流通股本对上海、深圳两个市场A 股的综合指数进行加权（取名为mr2）。
在SAS 中建立数据集，其中各列指标分别为各股票的月收益率（为处理方便，股票名称已改为y1-y100）、中国银行的年利率rf （本次报告没有将rf 转换成月无风险收益率，因为这一差异将反映在系数上，且为倍数关系，对结果没有实质性影响）和以流通股进行加权（因为本次报告计算的是市场收益率）的上海、深圳两个市场A 股的综合指数mr2。
本次报告采用的CAPM 模型为：100,...,2,1,ˆ10=++=j e r jtj jtβγγ。
三、方法及步骤1，在SAS 中以libname 命令设定新库，名为finance 。
程序为：libname finance 'G:\finance\rtndata'; run;2，采用means 过程（也可以用univariate 过程）对这100支股票做初步的均值分析，初步得出各股票的样本均值等数据。
程序为： proc means data =; var y1-y100;run ;3，采用corr 过程对随机抽取的若干支股票进行相关分析，以判断中国股票市场的相关性。
程序如下：proc corr data = cov ; var y23 y67;where stkcd>=199512 and stkcd<=199712;run ;4，用1995年1月至1997年12月期间的超额月收益率对每一股票进行时间序列回归，来分别估计各股票在这一期间的贝塔值。
程序如下：proc reg data = outest =; model y1-y100=mr2/noint ;where stkcd>=199512 and stkcd<=199712; run ;求出的β值为：采用类似的程序，算出1996年1月至1998年12月、1997年至1999年，1998年至2000年中各股票分别在这一期间的贝塔值，存为数据集、 和。
5，用CAPM 模型100,...,2,1,ˆ10=++=j e r jtj jt βγγ对1998年的超额月收益率数据逐月进行横截面回归。
程序为： data ; set ;keep _DEPVAR_ mr2; run ; data ; set ;where stkcd>=199801 and stkcd<=199812; run ;/*transpose into with SAS-Analyst*/ data ; merge ; run ;proc reg data = outest =;model month1-month12=mr2;run ; quit ;得到1998年12个γ1的值：4，重复上面的步骤，分别得到1998年至2001年间的48个γ1值，如下：5，对这48个1γ估计值进行下列假设检验：0ˆ1=γ。
应用SAS/Analyst/Statistics/Hypothesis Test/One-sample t-test for a Mean…过程，得到以下结果：mean 值，t 统计量，p 值，所以在置信水平下，拒绝H0，即认为mr2的系数不等于0，即认为股票的超额月收益率是β和β^2的线性函数。
6，在回归过程中加入新变量β^2，（即β的平方），重复上述回归过程。
程序为： data ; set ;betasq=mr2*mr2; run ;proc reg data = outest =;model month1-month12=mr2 betasq;run ; quit ;合并为48个γ值，程序为： data ; set ; run ;再应用SAS/Analyst/Statistics/Hypothesis Test/One-sample t-test for a Mean…过程，得到以下结果：mean 值分别为（mr2）和（betasq ），p 值分别为（mr2）和（betasq ），所以在置信水平下，都接受H0，即认为mr2和betasq 的系数平均值都等于0，即认为股票的超额月收益率不是β和β^2的线性函数。
为了验证超额收益率是否与β非线性相关，或与非β项的系统影响有关，可以再次应用同一过程：在回归过程中加入残差项RMSE ，得出在置信水平下，仍然接受H0，即认为mr2、betasq 和_RMSE_的系数平均值都等于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、结果及讨论从以上结果来看，当只取β值作为解释变量进行回归时，可以认为中国股市的平均收益率符合CAPM 模型，但是在分别加入了β^2 （β－square）和残差之后，从回归过程和检验中发现股票的超额月收益率并不是β和β^2的线性模型。
但是，在只用β对原来的数据进行回归时，mean值为，（p值），也就是说，中国股市的超额收益率为负值，这可能并不符合实际。
利用rand()函数随机抽取了三支股票，用TTEST过程检验，程序为：proc ttest data=;var y23; run; quit;得到这三支股票的mean值分别为（p值为）、（p值为）和（p值为），均不为0或负值，这说明原来的回归过程还不能很好地拟合中国的股票市场，即，单纯考虑β因素的CAPM模型不能很好地解释中国股票市场的数据。
另外，在回归模型中，p值显得过大，超过置信水平很多，这也说明单纯用这几个解释变量无法很好地解释中国股票市场的超额收益率。
为了考察究竟需要多少个因子（factor）才能解释中国股票的超额收益率，对原来的100支股票的超额收益率数据进行因子分析。
程序为：proc factor data=;var y1-y100; run; quit；结果显示：16 factors will be retained by the MINEIGEN criterion. 即，至少需要16个因子（factor）才能比较好地解释中国股票市场的超额收益率数据。
由于没有其他的收益率数据，因此未能继续求解。
四、其他假定本次报告没有将rf转换成月无风险收益率（将原数据除以1200），因为这一差异将反映在系数上，且为倍数关系，对结果没有实质性影响。
在回归过程中，由于计算的是市场收益率，所以在回归过程中只考虑了流通股，因此采用mr2，即用流通股本对上海、深圳两个市场A股的综合指数进行加权。
五、结论通过以上验证，CAPM模型不能很好的解释中国股票市场。
主要原因可能是由于我国股票市场的建立较晚，监管不够规范，还不是一个有效市场，可能存在以下因素影响了回归的结果：首先，我国股票市场的无效率。
这表现为资金的拥有者可以通过操盘来控制股票价格，从而获得超额的收益率。
同时，在我国的股市上，通过内幕信息来赚取超额收益的例子也屡见不鲜。
这些现象的存在均不符合CAPM应用的前提假设，因此会导致回归模型无解释力。
其次，中国股市在此期间由于政策性原因发生过重大变化。
1995年股市低迷，期间的重要事件包括：实行T＋1交易；“327”国债期货事件；暂停国债期货交易等；1996 年股市稳步上升，除两次降息外年内无重大事件发生；1997年股市有升有降，期间许多重大事件发生：1996年底的涨跌幅限制、提高印花税、严禁国企、上市公司炒股、禁止银行资金入市、证券投资基金管理办法颁布等。
最后，由于我们采用了银行活期存款的年利率作为无风险收益率，但是，中国银行的利率是非市场化利率，不能代表无风险收益率，这也不符合CAPM的假设，对回归结果会有影响。
主要参考文献Fama, E. F. and J. D. MacBeth (1973), Risk, Return, and Equilibrium: Empirical Tests, Journal of Political Economy, Vol. 81, No. 3, pp607-636.Fama, E. F. and K. R. French (1992), The Cross-Section of Expected Stock Returns, Journal of Finance, Vol. 47, No. 2, pp 427-465.Pettengill G. N., S. Sundaram and I. Mathur, (1995), The Conditional Relation between Beta and Returns, Journal of Financial and Quantitative Analysis, Vol. 30, No. 1, pp101-116.。
