资本资产价格模型

一种系统解释证券（资本资产）的价格如何决定的理论。该理论由1990年诺贝尔经济学奖获得者、美国经济学家威廉·夏普(William F·Sharpe)于1964年创立。
夏普的研究方法是对统计资料应用回归分析法，来决定每种证券的风险特性。投资者只要知道各种证券的风险特性，就可以把那些其风险和收益特点所能接受的证券，结合到一个组合中去。表示这种相互关系的方法是利用回归方程式：

Y=a+bx+e,

式中，Y代表因变数；X代表自变数；a代表Y的截距；b代表回归线的坡度，以ΔY/ΔX来度量；e代表误差(其平均应为0)，在回归线与一个资料点的垂直距离来度量。
夏普进一步把证券的风险分为二个部分：系统性（不可分散）风险和非系统性（可分散）风险。前者是市场风险，它是由于整个市场价格变动的影响所造成的。后者则纯粹由于某种具体证券本身的特点所造成的。所谓受市场影响，是指各种证券的价格对市场价格变动的敏感性或称反应性的强弱，彼此并不相同，一般以各种证券的β(beta系数的简称)的大小来表示，它说明证券价格受市场影响的程度。所谓证券本身的特点，是指发行单位的盈利能力，管理效率等因素的不稳定而产生的风险。因而，一种证券或一个证券组合的收益，是由两部分收益组成：一部分是受市场影响的那部分收益；另一部分是由证券本身特点所决定的那部分收益。
这种研究方法，称为“资本资产价格模型”，主要是说明证券（资本资产）的价格是如何决定的。也就是说，证券的收益是如何产生的。它在证券投资领域内如证券估价、风险分析和衡量投资效益等方面曾产生广泛的影响。为了阐明这个理论，创造者曾作出一些重要的假定，如：各个投资者都得到同样的信息，并以同样的方法分析和处理，各个投资者因而都同意有关证券的未来前景；投资者只关心证券的风险和收益，并对风险有反感；证券的交易费用暂不考虑；投资者能按无风险证券的收益率借入或贷出资金；假定纳税对投资策略没有显著的影响等。
上述模型可用下列回归线的图形说明(见图627)。图6—27中r_it代表在t期间内第i股票的收益，是因变数；r_mt代表在同期的市场收益（平均），是自变数；α_i(alpha)代表与r_it相交点，也称r_it的截距；β_i代表回归线的斜率（坡度）,e_it代表在同期内由于错误或随机因素而产生的误差，理论上正负可抵消而等于0，但实际上不一定如此。它们之间的关系，用回归方程式表示，即：
r_it=α_i+β_ir_mt+e_it;

图6—27

这是一种线性关系，说明证券收益与市场收益的关系是一次线性函数。具体说来，每种证券在某一期内的收益，由三部分组成：一是α_i，代表证券在市场收益为0时所产生的收益；二是β_ir_mt，代表证券受市场收益波动影响而产生的收益，β表示其影响的大小；三是一些随机误差(e_i)，无法预知，理论上是0，但如存在，则正值为收益，负值为损失，应分别从收益上加上或减去。举例来说，设α_i=3%,β_i=1.2，市场收益为5%,e=0，则证券收益=3%+1.2×(5%)+0=3%+6%=9%。这个公式不仅可应用于一种证券，也可应用于一个证券组合。在这三个参数当中，β的意义最大，它代表回归线的坡度，可用下列公式计算：

上式表示：证券i的beta系数，可由证券i的收益的方差求得，用它的大小来度量证券的系统性风险，即市场风险，说明证券收益的变动系统地与市场收益变动相联系的程度。如果上例α_i和市场收益仍分别为3%与5%,β变为0.8，则证券i的收益=3%+0.8(5%)=7%，说明证券收益的变动对市场收益变动的反应程度较小，所以其收益减低。
应当记住，市场收益的beta总是等于1.0的，即：

在这里，表示市场收益的β_m，由市场收益与本身的协方差去与本身的方差相对比，当然总是等于1.0。由此，人们便找到了衡量单个证券收益的基准。以市场的β_m等于1.0为标准，凡是β_i超过1.0的证券，表示其风险较市场的为高，因而其收益也应该较高于市场收益；反之，其β_i小于1.0的证券，其风险较小，当然收益也较小。前者常被投资界看作是进攻型证券，如新兴企业、电子工业等的证券，后者被视为防守型证券，如公用事业、食品工业等的证券。投资者根据本身的条件和偏好，按β的大小来选择证券或建立证券组合。
(参见图“资本市场线”和“证券市场线”)