风险资产的定价
风险资产的定价是投资学的核心内容之一。本章将在上一章的基础上详细讨论风险资产的定价方法，特别是资本资产定价模型。
第一节 有效集和最优投资组合
根据上一章介绍过的马科维茨证券组合理论，投资者必须根据自己的风险-收益偏好和各种证券和证券组合的风险、收益特性来选择最优的投资组合。然而，现实生活中证券种类繁多，这些证券更可组成无数种证券组合，如果投资者必须对所有这些组合进行评估的话，那将是难以想象的。
幸运的是，根据马科维茨的有效集定理，投资者无须对所有组合进行一一评估。本节将按马科维茨的方法，由浅入深地介绍确定最优投资组合的方法。
一、可行集为了说明有效集定理，我们有必要引入可行集（Feasible Set）的概念。可行集指的是由N种证券所形成的所有组合的集合，它包括了现实生活中所有可能的组合。也就是说，所有可能的组合将位于可行集的边界上或内部。
一般来说，可行集的形状象伞形，如图8-1中由A、N、B、H所围的区域所示。在现实生活中，由于各种证券的特性千差万别。因此可行集的位置也许比图8-1中的更左或更左，更高或更低，更胖或更瘦，但它们的基本形状大多如此。
B
H
可行集
N
A
图8-1 可行集与有效集二、有效集
（一）有效集的定义对于一个理性投资者而言，他们都是厌恶风险而偏好收益的。对于同样的风险水平，他们将会选择能提供最大预期收益率的组合；对于同样的预期收益率，他们将会选择风险最小的组合。能同时满足这两个条件的投资组合的集合就是有效集（Efficient Set，又称有效边界Efficient Frontier）。处于有效边界上的组合称为有效组合（Efficient Portfolio）。
（二）有效集的位置可见，有效集是可行集的一个子集，它包含于可行集中。那么如何确定有效集的位置呢？
我们先考虑第一个条件。在图8-1中，没有哪一个组合的风险小于组合N，这是因为如果过N点画一条垂直线，则可行集都在这条线的右边。N点所代表的组合称为最小方差组合（Minimum Variance Portfolio）。同样，没有哪个组合的风险大于H。由此可以看出，对于各种风险水平而言，能提供最大预期收益率的组合集是可行集中介于N和H之间的上方边界上的组合集。
我们再考虑第二个条件，在图8-1中，各种组合的预期收益率都介于组合A和组合B之间。由此可见，对于各种预期收益率水平而言，能提供最小风险水平的组合集是可行集中介于A、B之间的左边边界上的组合集,我们把这个集合称为最小方差边界（Minimum Variance Frontier）。
由于有效集必须同时满足上述两个条件，因此N、B两点之间上方边界上的可行集就是有效集。所有其他可行组合都是无效的组合，投资者可以忽略它们。这样，投资者的评估范围就大大缩小了。
（三）有效集的形状从图8-1可以看出，有效集曲线具有如下特点：(有效集是一条向右上方倾斜的曲线，它反映了“高收益、高风险“的原则；(有效集是一条向上凸的曲线，这一特性可从图8-2推导得来；(有效集曲线上不可能有凹陷的地方，这一特性也可以图8-2推导出来。
三、最优投资组合的选择确定了有效集的形状之后，投资者就可根据自己的无差异曲线群选择能使自己投资效用最大化的最优投资组合了。这个组合位于无差异曲线与有效集的相切点O，所图8-2所示。
I3 I2
I1 B
O H
N
A
图8-2 最优投资组合
从图8-2可以看出，虽然投资者更偏好I3上的组合，然而可行集中找不到这样的组合，因而是不可实现的。至于I1上的组合，虽然可以找得到，但由于I1的位置位于I2的东南方，即I1所代表的效用低于I2，因此I1上的组合都不是最优组合。而I2代表了可以实现的最高投资效用，因此O点所代表的组合就是最优投资组合。
有效集向上凸的特性和无差异曲线向下凸的特性决定了有效集和无差异曲线的相切点只有一个，也就是说最优投资组合是唯一的。
对于投资者而言，有效集是客观存在的，它是由证券市场决定的。而无差异曲线则是主观的，它是由自己的风险——收益偏好决定的。从上一章的分析可知，厌恶风险程度越高的投资者，其无差异曲线的斜率越陡，因此其最优投资组合越接近N点。厌恶风险程度越低的投资者，其无差异曲线的斜率越小，因此其最优投资组合越接近B点。
无风险借贷对有效集的影响
在前一节中，我们假定所有证券及证券组合都是有风险的，而没有考虑到无风险资产的情况。我们也没有考虑到投资者按无风险利率借入资金投资于风险资产的情况。而在现实生活中，这两种情况都是存在的。为此，我们要分析在允许投资者进行无风险借贷的情况下，有效集将有何变化。
一、无风险贷款对有效集的影响
（一）无风险贷款或无风险资产的定义无风险贷款相当于投资于无风险资产，其收益率是确定的。在单一投资期的情况下，这意味着如果投资者在期初购买了一种无风险资产，那他将准确地知道这笔资产在期末的准确价值。由于无风险资产的期末价值没有任何不确定性，因此，其标准差应为零。同样，无风险资产收益率与风险资产收益率之间的协方差也等于零。
在现实生活中，什么样的资产称为无风险资产呢？首先，无风险资产应没有任何违约可能。由于所有的公司证券从原则上讲都存在着违约的可能性，因此公司证券均不是无风险资产。
其次，无风险资产应没有市场风险。虽然政府债券基本上没有违约风险，但对于特定的投资者而言，并不是任何政府债券都是无风险资产。例如，对于一个投资期限为1年的投资者来说，期限还有10年的国债就存在着风险。因为他不能确切地知道这种证券在一年后将值多少钱。事实上，任何一种到期日超过投资期限的证券都不是无风险资产。同样，任何一种到期日早于投资期限的证券也不是无风险资产，因为在这种证券到期时，投资者面临着再投资的问题，而投资者现在并不知道将来再投资时能获得多少再投资收益率。
综合以上两点可以看出，严格地说，只有到期日与投资期相等的国债才是无风险资产。但在现实中，为方便起见，人们常将1年期的国库券或者货币市场基金当作无风险资产。
（二）允许无风险贷款下的投资组合
1．投资于一种无风险资产和一种风险资产的情形为了考察无风险贷款对有效集的影响，我们首先要分析由一种无风险资产和一种风险资产组成的投资组合的预期收益率和风险。
假设风险资产和无风险资产在投资组合中的比例分别为X1和X2，它们的预期收益率分别为和rf，它们的标准差分别等于和，它们之间的协方差为。根据X1和X2的定义，我们有X1+X2=1，且X1、X2>0。根据无风险资产的定义，我们有和都等于0。这样，根据式（8.12），我们可以算出该组合的预期收益率为：
（8.1）
根据式（8.13），我们可以算出该组合的标准差（）为：
（8.2）
由上式可得：
， （8.3）
将（8.3）代入（8.1）得：
（8.4）
由于、rf和已知，式（8.4）是线性函数，其中为单位风险报酬（Reward-to-Variability）,又称夏普比率（Sharpe’s Ratio）。由于X1、X2>0，因此式（8.4）所表示的只是一个线段，如图8-3所示。在图8-3中，A点表示无风险资产，B点表示风险资产，由这两种资产构成的投资组合的预期收益率和风险一定落在A、B这个线段上，因此AB连线可以称为资产配置线。由于A、B线段上的组合均是可行的，因此允许风险贷款将大大扩大大可行集的范围。
B
A
图8-3 无风险资产和风险资产的组合
2．投资于一种无风险资产和一个证券组合的情形如果投资者投资于由一种无风险资产和一个风险资产组合组成的投资组合，情况又如何呢？假设风险资产组合B是由风险证券C和D组成的。根据第8章的分析可得，B一定位于经过C、D两点的向上凸出的弧线上，如图8-4所示。如果我们仍用和代表风险资产组合的预期收益率和标准差，用X1代表该组合在整个投资组合中所占的比重，则式（8.1）到（8.4）的结论同样适用于由无风险资产和风险资产组合构成的投资组合的情形。在图8-4中，这种投资组合的预期收益率和标准差一定落在A、B线段上。
D
B
A C
图8-4 无风险资产和风险资产组合的组合
（三）无风险贷款对有效集的影响引入无风险贷款后，有效集将发生重大变化。在图8-5中，弧线CD代表马科维茨有效集，A点表示无风险资产。我们可以在马科维茨有效集中找到一点T，使AT直线与弧线CD相切于T点。T点所代表的组合称为切点处投资组合。
T D
C
A
图8-5 允许无风险贷款时的有效集
T点代表马科维茨有效集中众多的有效组合中的一个，但它却是一个很特殊的组合。因为没有任何一种风险资产或风险资产组合与无风险资产构成的投资组合可以位于AT线段的左上方。换句话说，AT线段的斜率最大，因此T点代表的组合被称为最优风险组合（Optimal Risky Portfolio）。
从图8-5可以明显看出，引入AT线段后，CT弧线将不再是有效集。因为对于T点左边的有效集而言，在预期收益率相等的情况下，AT线段上风险均小于马科维茨有效集上组合的风险，而在风险相同的情况下，AT线段上的预期收益率均大于马科维茨有效集上组合的预期收益率。按照有效集的定义，T点左边的有效集将不再是有效集。由于AT 线段上的组合是可行的，因此引入无风险贷款后，新的有效集由AT线段和TD弧线构成。
我们举个例子来说明如何确定最优风险组合和有效边界。假设市场上有A、B两种证券，其预期收益率分别为8%和13%，标准差分别为12%和20%。A、B两种证券的相关系数为0.3。市场无风险利率为5%。某投资者决定用这两只证券组成最优风险组合。
从图8-5可以看出，最优风险组合实际上是使无风险资产（A点）与风险资产组合的连线斜率（即）最大的风险资产组合，其中分别代表风险资产组合的预期收益率和标准差，rf表示无风险利率。我们的目标是求。其中：
1=XAA+XBB
约束条件是：XA+XB=1。这是标准的求极值问题。通过将目标函数对XA求偏导并另偏导等于0，我们就可以求出最优风险组合的权重解如下：
（8.5）
XB=1-XA (8.6)
将数据代进去，就可得到最优风险组合的权重为：
=0.4
XB=1-0.4=0.6
该最优组合的预期收益率和标准差分别为：
该最优风险组合的单位风险报酬=（11%-5%）/14.2%=0.42
有效边界的表达式为：
本书所附的光盘中的Excel模板（标题为第8章 两证券模型）则用另一种办法根据两个风险资产的预期收益率、标准差和相关系数以及无风险利率的数据找出有效边界。
（四）无风险贷款对投资组合选择的影响对于不同的投资者而言，无风险贷款的引入对他们的投资组合选择有不同的影响。
对于厌恶风险程度较轻，从而其选择的投资组合位于DT弧线上的投资者而言，其投资组合的选择将不受影响。因为只有DT弧线上的组合才能获得最大的满足程度。如图8-6（a）所示。对于该投资者而言，他仍将把所有资金投资于风险资产，而不会把部分资金投资于无风险资产。
I3 I2 I1
D
O
T
C
A
（a）
I3
I2 I1
D
T
O
C
（b）
图8-6 无风险贷款下的投资组合选择对于较厌恶风险的投资者而言，由于代表其原来最大满足程度的无差异曲线I1与AT线段相交，因此不再符合效用最大化的条件。因此该投资者将选择其无差异曲线与AT线段相切所代表的投资组合，如图8-6（b）所示。对于该投资者而言，他将把部分资金投资于风险资产，而把另一部分资金投资于无风险资产。
我们再举个例子说明投资者如何根据自己的投资效用函数来进行最优的资产配置。继续前面的例子。投资者面临的最优风险组合的预期收益率（）和标准差（）分别为11%和14.2%。市场无风险利率（rf）为5%。某投资者的投资效用函数（U）为：
其中A表示风险厌恶系数，分别表示整个投资组合（包括无风险资产和最优风险组合）的预期收益率和标准差，它们分别等于：
其中y表示投资者分配给最优风险组合的投资比例。投资者的目标是通过选择最优的资产配置比例y来使他的投资效用最大化。将代入投资效用函数中，我们可以把这个问题写成如下的数学表达式：
将上式对y求偏导并令其等于0，我们就可以得到最优的资产配置比例y*：
（8.7）
如果该投资者的风险厌恶系数A=4，则其y*=(11%-5%)/(4×14.2%2)=0.7439。也就是说，该投资者应将74.39%的资金投入最优风险组合，25.61%投入无风险资产。这样他的整个投资组合的预期收益率为9.46%（=0.2561×5%+0.7439×11%），标准差为10.56%（=0.7439×14.2%）。显然，这种资产配置的效果是不错的。
二、无风险借款对有效集的影响
（一） 允许无风险借款下的投资组合在推导马科维茨有效集的过程中，我们假定投资者可以购买风险资产的金额仅限于他期初的财富。然而，在现实生活中，投资者可以借入资金并用于购买风险资产。由于借款必须支付利息，而利率是已知的。在该借款本息偿还上不存在不确定性。因此我们把这种借款称为无风险借款。
为了分析方便起见，我们假定投资者可按相同的利率进行无风险借贷。
1．无风险借款并投资于一种风险资产的情形为了考察无风险借款对有效集的影响，我们首先分析投资者进行无风险借款并投资于一种风险资产的情形。为此，我们只要对上一节的推导过程进行适当的扩展即可。
我们可以把无风险借款看成负的投资，则投资组合中风险资产和无风险借款的比例也可用X1和X2表示，且X1+X2=1，X1>1，X2<0。这样，式（8.1）到（8.4）也完全适用于无风险借款的情形。由于X1>1，X2<0，因此式（8.4）在图上表现为AB线段向右边的延长线上，如图8-7所示。这个延长线再次大大扩展了可行集的范围。
B
A
图8-7无风险借款和风险资产的组合
2．无风险借款并投资于风险资产组合的情形同样，由无风险借款和风险资产组合构成的投资组合，其预期收益率和风险的关系与由无风险借款和一种风险资产构成的投资组合相似。
我们仍假设风险资产组合B是由风险证券和C和D组成的，则由风险资产组合B和无风险借款A构成的投资组合的预期收益率和标准差一定落在AB线段向右边的延长线上，如图8-8所示。
D
B
A C
图8-8 无风险借款和风险组合的组合
（二）无风险借款对有效集的影响引入无风险借款后，有效集也将发生重大变化。在图8-9中，弧线CD仍代表马科维茨有效集，T点仍表示CD弧线与过A点直线的相切点。在允许无风险借款的情形下，投资者可以通过无风险借款并投资于最优风险资产组合T使有效集由TD弧线变成AT线段向右边的延长线。
D
T
A
C
图8-9 允许无风险借款时的有效集
这样，在允许无风险借贷的情况下，马科维茨有效集由CTD弧线变成过A、T 点的直线在A点右边的部分。
（三）无风险借款对投资组合选择的影响对于不同的投资者而言允许无风险借款对他们的投资组合选择的影响也不同。
对于厌恶风险程度较轻，从而其选择的投资组合位于DT弧线上的投资者而言，由于代表其原来最大满足程度的无差异曲线I1与AT直线相交，因此不再符合效用最大化的条件。因此该投资者将选择其无差异曲线与AT直线切点所代表的投资组合。如图8-10（a）所示。对于该投资者而言，他将进行无风险借款并投资于风险资产。
继续前面的例子。如果投资者的风险厌恶系数A等于2，则他的最优资产配置比例y*=(11%-5%)/(2×14.2%2)=1.4878。也就是说，该投资者应借入48.78%的无风险资金，加上自有资金全部投资于最优风险组合。这样他的整个投资组合的预期收益率为13.93%（=-0.4878×5%+1.4878×11%），标准差为21.13%（=1.4878×14.2%）。
I3 I3 I2 I1
I2 D
I1 T
D O
O
T A
A C
C
(b)
图8-10 无风险借款下的投资组合选择
对于较厌恶风险从而其选择的投资组合位于CT弧线上的投资者而言，其投资组合的选择将不受影响。因为只有CT弧线上的组合才能获得最大的满足程度，如图8-10（b）所示。对于该投资者而言，他只会用自有资产投资于风险资产，而不会进行无风险借款。
综上所述，在允许无风险借贷的情况下，有效集变成一条直线，该直线经过无风险资产A点并与马科维茨有效集相切。
资本资产定价模型
在第8章和本章第一、二节中，我们给出确定最优投资组合的方法，投资者首先必须估计所有证券的预期收益率和方差、所有这些证券之间的协方差以及无风险利率水平，然后，找出切点处投资组合（最优风险组合），并根据自己无差异曲线与无风险利率和切点处投资组合构成的直线的切点来决定自己的最优投资组合。这种方法属于规范经济学的范畴。在本节中，我们将在假定所有投资者均按上述方法投资的情况下，研究风险资产的定价问题，它属于实证经济学范畴。在这里，我们要着重介绍资本定价模型（Capital Asset Pricing Model,CAPM）。该模型是由夏普（William Sharpe） 林特纳（John Lintner）、特里诺（Jack Treynor）和莫森（Jan Mossin）等人在现代证券组合理论的基础上提出的，在投资学中占有很重要的地位，并在投资决策和公司理财中得到广泛的运用。
一、基本的假定为了推导资本资产定价模型，假定：
1．所有投资者的投资期限均相同。
2．投资者根据投资组合在单一投资期内的预期收益率和标准差来评价这些投资组合。
3．投资者永不满足，当面临其他条件相同的两种选择时，他们将选择具有较高预期收益率的那一种。
4．投资者是厌恶风险的，当面临其他条件相同的两种选择时，他们将选择具有较小标准差的那一种。
5．每种资产都是无限可分的。
6．投资者可按相同的无风险利率借入或贷出资金。
7．税收和交易费用均忽略不计。
8．对于所有投资者来说，信息都是免费的并且是立即可得的。
9．投资者对于各种资产的收益率、标准差、协方差等具有相同的预期。
这些假定虽然与现实世界存在很大差距，但通过这个假想的世界，我们可以导出证券市场均衡关系的基本性质，并以此为基础，探讨现实世界中风险和收益之间的关系。
二、资本市场线
（一）分离定理在上述假定的基础上，我们可以得出如下结论：
1．根据相同预期的假定，我们可以推导出每个投资者的切点处投资组合（最优风险组合）都是相同的（如图8-10的T点），从而每个投资者的线性有效集都是一样的。
2．由于投资者风险——收益偏好不同，其无差异曲线的斜率不同，因此他们的最优投资组合也不同。
由此我们可以导出著名的分离定理：
投资者对风险和收益的偏好状况与该投资者风险资产组合的最优构成是无关的。
分离定理可从图8-11中看出，在图8-11，I1代表厌恶风险程度较轻的投资者的无差异曲线，该投资者的最优投资组合位于O1 点，表明他将借入资金投资于风险资产组合上，I2代表较厌恶风险的投资者的无差异曲线，该投资者的最优投资组合位于O2点，表明他将部分资金投资于无风险资产，将另一部分资金投资于风险资产组合。虽然O1和O2位置不同，但它们都是由无风险资产（A ）和相同的最优风险组合（T）组成，因此他们的风险资产组合中各种风险资产的构成比例自然是相同的。
I2 I1
O1
D
O2 T
A C
图8-11 分离定理
（二）市场组合根据分离定理，我们还可以得到另一个重要结论：在均衡状态下，每种证券在均点处投资组合中都有一个非零的比例。
这是因为，根据分离定理，每个投资者都持有相同的最优风险组合（T）。如果某种证券在T组合中的比例为零，那么就没有人购买该证券，该证券的价格就会下降，从而使该证券预期收益率上升，一直到在最终的最优风险组合T中，该证券的比例非零为止。
同样，如果投资者对某种证券的需要量超过其供给量，则该证券的价格将上升，导致其预期收益率下降，从而降低其吸引力，它在最优风险组合中的比例也将下降直至对其需求量等于其供给量为止。
因此，在均衡状态下，每一个投资者对每一种证券都愿意持有一定的数量，市场上各种证券的价格都处于使该证券的供求相等的水平上，无风险利率的水平也正好使得借入资金的总量等于贷出资金的总量。这样，在均衡时，最优风险组合中各证券的构成比例等于市场组合（Market Portfolio）中各证券的构成比例。所谓市场组合是指由所有证券构成的组合，在这个组合中，每一种证券的构成比例等于该证券的相对市值。一种证券的相对市值等于该证券总市值除以所有证券的市值的总和。
习惯上，人们将切点处组合叫做市场组合，并用M代替T来表示。从理论上说，M不仅由普通股构成，还包括优先股、债券、房地产等其它资产。但在现实中，人们常将M局限于普通股。
（三）共同基金定理如果投资者的投资范围仅限于资本市场，而且市场是有效的，那么市场组合就大致等于最优风险组合。于是单个投资者就不必费那么多劲进行复杂的分析和计算，只要持有指数基金和无风险资产就可以了。（当然，如果所有投资者都怎么做，那么这个结论就不成立。因为指数基金本身并不进行证券分析，它只是简单地根据各种股票的市值在市场总市值中的比重来分配其投资。因此，如果每个投资者都不进行证券分析，证券市场就会失去建立风险收益均衡关系的基础。）如果我们把货币市场基金看做无风险资产，那么投资者所要做的事情只是根据自己的风险厌恶系数A，将资金合理地分配于货币市场基金和指数基金，这就是共同基金定理。
共同基金定理将证券选择问题分解成两个不同的问题：一个是技术问题，即由专业的基金经理人创立指数基金；而是个人问题，即根据投资者个人的风险厌恶系数将资金在指数基金与货币市场基金之间进行合理配置。
（四）有效集按资本资产定价模型的假设，我们就可以很容易地找出有效组合风险和收益之间的关系。如果我们用M代表市场组合，用Rf代表无风险利率，从Rf出发画一条经过M的直线，这条线就是在允许无风险借贷情况下的线性有效集，在此我们称为资本市场线（Capital Market Line），如图8-12所示。任何不利用市场组合以及不进行无风险借贷的其它所有组合都将位于资本市场线的下方。
M
图8-12 资本市场线
从图8-12可以看出，资本市场线的斜率等于市场组合预期收益率与无风险证券收益率之差除以它们的风险之差，即，由于资本市场线与纵轴的截距为Rf，因此其表达式为：
（8.8）
其中，和分别代表最优投资组合的预期收益率和标准差。
从式（8.8）可以看出，证券市场的均衡可用两个关键数字来表示：一是无风险利率，，二是单位风险报酬，它们分别代表时间报酬和风险报酬。因此，从本质上说，证券市场提供了时间和风险进行交易的场所，其价格则由供求双方的力量来决定。
三、证券市场线资本市场线反映的是有效组合的预期收益率和标准差之间的关系，任何单个风险证券由于均不是有效组合而一定位于该直线的下方。因此资本市场线并不能告诉我们单个证券的预期收益与标准差（即总风险）之间应存在怎样的关系。为此，我们有必要作进一步的分析。
根据式（8.13）我们可以得出市场组合标准差的计算公式为：
（8.9）
其中和分别表示证券i和j在市场组合中的比例。式（8.9）可以展开为：
（8.10）
根据协方差的性质可知，证券i跟市场组合的协方差等于证券i跟市场组合中每种证券协方差的加权平均数：
（8.11）
如果我们把协方差的这个性质运用到市场组合中的每一个风险证券，并代入式（8.10），可得：
（8.12）
其中，表示证券1与市场组合的协方差，表示证券2与市场组合的协方差，依此类推。式（8.12）表明，市场组合的标准差等于所有证券与市场组合协方差的加权平均数的平方根，其权数等于各种证券在市场组合中的比例。
由此可见，在考虑市场组合风险时，重要的不是各种证券自身的整体风险，而是其与市场组合的协方差。这就是说，自身风险较高的证券，并不意味着其预期收益率也应较高；同样，自身风险较低的证券，也并不意味着其预期收益率也就较低。单个证券的预期收益率水平应取决于其与市场组合的协方差。
由此我们可以得出如下结论：具有较大值的证券必须按比例提供较大的预期收益率以吸引投资者。由于市场组合的预期收益率和标准差分别是各种证券预期收益和各种证券与市场组合的协方差（）的加权平均数，其权数均等于各种证券在市场组合中的比例，因此如果某种证券的预期收益率相对于其值太低的话，投资者只要把这种证券从其投资组合中剔除就可提高其投资组合的预期收益率，从而导致证券市场失衡。同样，如果某种证券的预期收益率相对于其值太高的话，投资者只要增持这种证券就可提高其投资组合的预期收益率，从而也将导致证券市场失衡。在均衡状态下，单个证券风险和收益的关系可以写为：
（8.13）
式（8.13）所表达的就是著名的证券市场线（Security Market Line），它反映了单个证券与市场组合的协方差和其预期收益率之间的均衡关系，如果我们用作纵坐标，用作横坐标，则证券市场线在图上就是一条截距为Rf、斜率为的直线，如图8-13（a）所示。
从式（8.13）可以有趣地发现，对于等于0的风险证券而言，其预期收益率应等于无风险利率，因为这个风险证券跟无风险证券一样，对市场组合的风险没有任何影响。更有趣的是，当某种证券的<0时，该证券的预期收益率甚至将低于Rf。
把式（8.12）代入式（8.13），我们有：
（8.14）
其中，称为证券i的系数，它是表示证券i与市场组合协方差的另一种方式。式（8.14）是证券市场线的另一种表达方式。如果我们用为纵轴，用为横轴，则证券市场线也可表示为截距为，斜率为的直线，如图8-13（b）所示。
M
M
Rf Rf
1.0 im
（a） （b）
图8-13 证券市场线
系数的一个重要特征是，一个证券组合的值等于该组合中各种证券值的加权平均数，权数为各种证券在该组合中所占的比例，即：
（8.15）
其中表示组合P的值。
由于任何组合的预期收益率和值都等于该组合中各个证券预期收益率和值的加权平均数，其权数也都等于各个证券在该组合中所占比例，因此，既然每一种证券都落在证券市场线上，那么由这些证券构成的证券组合也一定落在证券市场线上。
比较资本市场线和证券市场线可以看出，只有最优投资组合才落在资本市场线上，其他组合和证券则落在资本市场线下方。而对于证券市场线来说，无论是有效组合还是非有效组合，它们都落在证券市场线上。
既然证券市场线包括了所有证券和所有组合，因此也一定包含市场组合和无风险资产。在市场组合那一点，值为1，预期收益率为，因此其坐标为（1，）。在无风险资产那一点，值为0，预期收益率为Rf，因此其坐标为（0，Rf）。证券市场线反映了在不同的值水平下，各种证券及证券组合应有的预期收益率水平，从而反映了各种证券和证券组合系统性风险与预期收益率的均衡关系。由于预期收益率与证券价格与反比，因此证券市场线实际上也给出了风险资产的定价公式。
资本资产定价模型所揭示的投资收益与风险的函数关系，是通过投资者对持有证券数量的调整并引起证券价格的变化而达到的。根据每一证券的收益和风险特征，给定一证券组合，如果投资者愿意持有的某一证券的数量不等于已拥有的数量，投资者就会通过买进或卖出证券进行调整，并因此对这种证券价格产生涨或跌的压力。在得到一组新的价格后，投资者将重新估计对各种证券的需求，这一过程将持续到投资者对每一种证券愿意持有的数量等于已持有的数量，证券市场达到均衡。
四、β值的估算
（一）单因素模型
(系数的估计是CAPM模型实际运用时最为重要的环节之一。在实际运用中，人们常用单因素模型来估计β值。单因素模型一般可以表示为：
Rit=(i+(iRmt+εit （8.16）
在这里，Rit为证券i在t时刻的实际收益率，Rmt为市场指数在t时刻的收益率，(i为截距项，(i为证券i收益率变化对市场指数收益率变化的敏感度指标，它衡量的是系统性风险,εit为随机误差项，该随机误差项的期望值为零。公式（8.16）也常被称为市场模型。
虽然从严格意义上讲，资本资产定价模型中的β值和单因素模型中的β值是有区别的，前者相对于整个市场组合而言，而后者相于某个市场指数而言，但是在实际操作中，由于我们不能确切知道市场组合的构成，所以一般用市场指数来代替，因此我们可以用单因素模型测算的β值来代替资本资产定价模型中的β值。另外，CAPM模型中的β值是预期值，而我们无法知道投资者的预测值是多少，我们只能根据历史数据估计过去一段样本期内的β值，并把它当作预测值使用。这里的差距是显而易见的，读者应注意。
单因素模型可以用图8-14中的特征线表示，特征线是从对应于市场指数收益率的证券收益率的散点图拟合而成的，根据单因素模型的公式，β值可以看作特征线的斜率，它表示市场指数收益率变动1%时，证券收益率的变动幅度。
图8-14 β值和特征线我们可以运用对历史数据的回归分析估计出单因素模型中的参数，从而得出β值。例如，可以计算出过去9年内的月收益率，这样市场指数和某一证券的收益率就分别有108个观察值，然后对这些观察值进行回归分析。β值的观察值越多，β值的估算就越准确。
本书所附光盘中有如何利用个股和指数的月收益率数据估计β值的EXCEL表单（文件名为第8章 估计贝塔系数）。我们把估计结果列于表8-1。
表8-1 根据市场模型估计的7只股票和等权重组合的β值股票代码
(
β
R2
标准误
样本数
(
β
600601
0．017
1.075
0．612
0．013
0．083
108
600602
-0.005
1.300
0.775
0.011
0.068
108
600603
0.000
1.098
0.773
0.009
0.058
108
600604
-0.004
0．930
0.690
0.009
0.061
108
600651
0.021
1.020
0.603
0.012
0.080
108
600652
0.014
1．004
0.579
0.013
0.083
108
600653
0.008
1．104
0.730
0.010
0.065
108
等权重组合
0.008
0．977
0.827
0.007
0.043
108
表中的R2被称为决定系数，它表示因变量（股票收益率）的方差能被自变量（上证综合指数收益率）变动解释的比例，用公式表示为：
R2=（(2(M2）/(2
标准误主要用来判定所估计的系数是否显著不为0。基本的判断原则是当估计的系数小于标准误的两倍时，我们就不能推翻其真实值为0的假设。从表中的数据来看，(估计值都不显著异于0，而(估计值都显著异于0。
（二）多因素模型
市场收益率的变动只是系统性风险的最终表现，而系统性风险本身的原因可能是多方面的（如GDP增长率、利率水平、通货膨胀率等），同时各种证券对这些原因的敏感度是不同的。因此，有些学者提出了各种各样的多因素模型，如：
Rit=(i+(IPiIPt+(EIiEIt+(UIiUIt+(CGiCGt+(GBiGBt+(it (8.17)
其中IP表示工业生产增长率，ER表示预期通货膨胀率，UI表示未预期到的通货膨胀率，CG表示长期公司债超过长期国债的收益率，GB表示长期国债超过短期国库券的收益率，(IP、(EI、(UI、(CG和(GB分别表示证券i的收益率对工业生产增长率、预期通货膨胀率、未预期到的通货膨胀率、长期公司债超过长期国债的收益率和长期国债超过短期国库券的收益率的敏感度。
另外，有些学者认为，投资者在投资时，关心的不仅仅是市场收益率变动的风险，还关心其他风险源，如证券投资收益率与其工资收入之间的关系，因此也提出了各种各样的多因素模型，其中最为著名的是Fama和French的三因素模型：
Rit=(i+(MiRMt+(SMBiSMBt+(HMLiHMLt+(it (8.17)
其中，SMB表示小股票组合收益率减大股票组合收益率，HML表示帐面净值与市值比率高的股票组合收益率减帐面净值与市值比率低的股票组合收益率。(SMB和(HML分别表示证券i的收益率对SMB和HML的敏感度。
资本资产定价模型的进一步讨论
资本资产定价模型是建立在严格的假设前提下的。这些严格的假设条件在现实的世界中很难满足。那么，该理论有多大的应用价值呢？我们可以从两方面来回答这个问题。一是放宽不符合实际的假设前提后，看该理论本身或者经过适当修改后能否基本上成立;二是通过实证检验看这一理论是否能较好地解释证券市场价格运动规律。
一、不一致性预期
如果投资者对未来收益的分布不具有相同的预期，那么他们将持有不同的有效集和选择不同的市场组合。林特耐（Lintner）1967年的研究表明，不一致性预期的存在并不会给资本资产定价模型造成致命影响，只是资本资产定价模型中的预期收益率和协方差需使用投资者预期的一个复杂的加权平均数。尽管如此，如果投资者存在不一致性预期，市场组合就不一定是有效组合，其结果是资本资产定价模型不可检验。
二、多要素资本资产定价模型
传统的资本资产定价模型假设投资者只关心的唯一风险是证券未来价格变化的不确定性，然而投资者通常还会关心其他的一些风险，这些风险将影响投资者未来的消费能力，比如与未来的收入水平变化、未来商品和劳务价格的变化和未来投资机会的变化等相关的风险都是投资者可能关心的风险。
为此，罗伯特.默顿(R.Merton)发展了包含“市场外”风险（要素）的资本资产定价模型，称为多要素资本资产定价模型，公式如下：
i = Rf+βi,M(M-Rf)+βi,F1(F1-Rf)+βi,F2(F2-Rf)+……+βi,FK(FK-Rf) （8.17）
其中:
Rf为无风险资产收益率，
F1,F2,… FK为第一至第K个要素或市场风险来源，
K为要素或市场风险来源的数量，
βi,FK为证券组合或证券I对第K个要素的敏感度，
FK 为要素K的预期收益率。
该公式表明,投资者除了因承担市场风险而要求获得补偿外,还要求因承担市场外的风险而获得补偿，当市场风险外的风险要素为零时，多要素资本资产定价模型就成为传统的资本资产定价模型：
i = Rf+βi(m-Rf)
就传统的资本资产定价模型而言，投资者可以通过持有市场组合而规避非系统性风险，市场组合可以看作是根据相对投资额投资于所有证券的共同基金。在多要素资本资产定价模型中，投资者除了要投资于市场组合以规避市场上的非系统性风险外，还要投资于其他的基金以规避某一特定的市场外风险。虽然并不是每个投资者都关心相同的市场外风险，但是关心同一市场外风险的投资者基本上是按照相同的办法来预防风险的。
多要素资本资产定价模型承认了非市场性风险的存在，市场对风险资产的定价必须反映出补偿市场外风险的风险溢酬。但是，多要素资本资产定价模型的一个问题是，投资者很难确认所有的市场外风险并经验地估计每一个风险。当综合考虑这些风险要素时，多要素资本资产定价模型与后面要讨论的套利定价模型非常相似。
传统的CAPM假定投资者的投资期限都是单期的，而Merton则假定投资者关心的一生的消费，并由此推导出投资者对证券的需求，因此Merton的模型又称为跨时资产定价模型（ICAPM）。
三、借款受限制的情形
CAPM假定所有投资者都能按相同的利率进行借贷。但在现实生活中，借款常受到限制（中国的大多数投资者常面临这种局面），或者借款利率高于放款利率（或者说存款利率），甚至在一些极端的情形下根本就不存在无风险资产。在这种情况下，预期收益率与(系数之间的关系会怎样呢？Black(1972)对此作了专门的研究。Black的模型充满了数学，限于篇幅，我们只介绍他的主要观点和结论。
Black指出在不存在无风险利率的情形下，均值方差的有效组合具有如下3个特性：
由有效组合构成的任何组合一定位于有效边界上。
有效边界上的每一组合在最小方差边界的下半部（无效部分）都有一个与之不相关的“伴随”组合。由于“伴随”组合与有效组合是不相关的，因此被称为该有效组合的零贝塔组合（注意，这里的“零贝塔组合”不是指该组合的贝塔系数为0，而是指它跟与之相伴随的有效组合之间的相关系数为0）。确定一个有效组合的零贝塔“伴随”组合位置的方法如下：从任何一个有效组合如图8-15的A画一条切线相交于纵轴，该交点就是该零贝塔组合[以Z（A）表示]的预期收益率（Z（A））。从该交点画一条水平线，与最小方差边界的交点就是该零贝塔组合的标准差[(Z（A）]。从图8-15可以看出，不同的有效组合（A和B）有不同的零贝塔“伴随”组合[Z（A）和Z（B）]。这里的切线只是帮助我们找到零贝塔“伴随”组合，它并不意味着投资者可以按切线所示的均值和标准差组合进行投资，因为此时我们假定无风险资产不存在。
任何资产的预期收益率都可以表示为任何两个有效组合预期收益率的线性函数。例如，任何证券i的预期收益率（i）都可以表示为A、B两个有效组合的预期收益率的线性函数：
i=B+（A-B）（(iA-(AB）/（(A2-(AB） （8-18）
应注意的是，公式（8-18）是通过数学推导的有效组合与单个证券预期收益率之间恒等关系，而不是均衡关系。
利用上述特性，我们就可以推导出借款受限制的各种情况（没有无风险资产、不允许无风险借款和借款利率高于放款利率）下的CAPM模型的变型。
例如，假设在一个借款利率（rfB）高于放款利率（rf）的世界里只有两个投资X和Y，其中X的风险厌恶度高于Y。从图8-16可知，X将把部分资产投资于最优风险组合T，其余资产按无风险放款利率（rf）贷出，而Y将按无风险借款利率（rfB）借入资金，连同自己的资金全部投资于最优风险组合S。X和Y均不持有市场组合M，市场组合的位置将由T和S决定，其权重取决于两个投资者财产的数量和他们的风险厌恶度。由特性1可知，由于S和T都在有效边界上，所以M也一定在有效边界上。
图8-16 两种无风险利率下的资本市场均衡从特性2可知，M有个零贝塔“伴随”组合Z（M）。根据特性3，再加上(MZ（M）=0，我们可以把任何证券的预期收益率表示成M和Z（M）预期收益率的线性函数：
i=Z（M）+（M-Z（M））(iM/(M2 = Z（M）+（M-Z（M））(iM （8-19）
比较公式（8-19）与（8-13）和（8-14）可以看出，只要我们将Z（M）换成rf，上式就变成CAPM。因此公式（8-19）就是CAPM在借款受限制时的变种。不存在无风险资产和不允许借款情况下的CAPM变种也同样可以推出。
四、流动性问题流动性指的是出售资产的难易程度和成本。传统的CAPM理论假定，证券交易是没有成本的。但在现实生活中，几乎所有证券交易都是有成本的，因而也不具有完美的流动性。投资者自然喜欢流动性好、交易成本低的证券，流动性差的股票收益率自然也就应较高。
很多经验证据也表明流动性差会大大降低资产的价格。Amihud和Mendelson的研究发现，在1961-1980年这段时间里，纽约证交所流动性最差的股票收益率平均每年比流动性最好的股票高8.5个百分比。Chordia,Roll和Subrahmanyam最近的研究则发现流动性风险是系统性的，因而是难以分散的。因此，资产价格中应含有流动性溢酬（Liquidity Premium）。
套利定价模型
1976年，斯蒂芬·罗斯（Stephen Ross）利用套利定价原理，提出了套利定价理论（Arbitrage Pricing Theory，简称APT），从另一个角度探讨了风险资产的定价问题。与夏普的CAPM相比，APT 的假设条件少多了，因此使用起来较为方便。
一、因素模型套利定价理论认为，证券收益是跟某些因素相关的。为此，在介绍套利定价理论之前，我们先得了解因素模型（Factor Models）。我们曾在前面涉及到因素模型，这里作更进一步的讨论。因素模型认为各种证券的收益率均受某个或某几个共同因素影响。各种证券收益率之所以相关主要是因为他们都会对这些共同的因素起反应。因素模型的主要目的就是找出这些因素并确定证券收益率对这些因素变动的敏感度。
（一）单因素模型为理解方便，我们循序渐进地从单因素模型开始。单因素模型认为，证券收益率只受一种因素的影响。
对于任意的证券 i，其在t时刻的单因素模型表达式为：
（8-20）
其中表示证券i 在t时期的收益率，Ft表示该因素在t时期的预测值，bi 表示证券i 对该因素的敏感度。为证券 i在t时期的随机变量，其均值为零，标准差为，i为常数，它表示要素值为0时证券i 的预期收益率。因素模型认为，随机变量与因素是不相关的，且两种证券的随机变量之间也是不相关的。
根据式（8-20），证券i 的预期收益率为：
（8-21）
其中表示该要素的期望值。
根据式（8-20），证券 i收益率的方差为：
（8-22）
其中表示F因素的方差，表示随机变量的方差，式（8-22）表明，某种证券的风险等于因素风险加上非因素风险。
在单因素模型下，证券 i和j收益率的协方差为：
（8-23）
单因素模型可以大大简化马科维茨模型中确定切点处投资组合的麻烦，因为它只要知道i、bi和以及和即可。
在单因素模型中，证券组合的方差等于：
（8-24）
其中，
（二）两因素模型两因素模型认为，证券收益率取决于两个因素，其表达式为：
（8-25）
其中，F1t和F2t分别表示影响证券收益率的两个因素在t时期的预测值，bi1和bi2分别表示证券 i对这两个因素的敏感度。
在两因素模型中，证券 i的预期收益率为：
（8-26）
证券 i收益率的方差为：
（8-27）
其中，COV（F1，F2）表示两个因素F1和F2之间的协方差。
证券 i和证券 j的协方差为：
（8-28）
（三）多因素模型多因素模型认为，证券i 的收益率取决于K个因素，其表达式为：
（8-29）
应该注意的是，与资本资产定价模型不同，因素模型不是资产定价的均衡模型。在实际运用中，人们通常通过理论分析确定影响证券收益率的各种因素，然后，根据历史数据，运用时间序列法、跨部门法、因素分析法等实证方法估计出因素模型。
二、套利组合根据套利定价理论，在不增加风险的情况下，投资者将利用组建套利组合的机会来增加其现有投资组合的预期收益率。那么，什么是套利组合呢？
根据套利的定义，套利组合要满足三个条件：
条件1：套利组合要求投资者不追加资金,即套利组合属于自融资组合。如果我们用xi表示投资者持有证券i 金额比例的变化（从而也代表证券 i在套利组合中的权重，注意xi可正可负），则该条件可以表示为：
（8-30）
条件2：套利组合对任何因素的敏感度为零，即套利组合没有因素风险。由式（8-24）可知，证券组合对某个因素的敏感度等于该组合中各种证券对该因素敏感度的加权平均数，因此在单因素模型下该条件可表达为：
（8-31）
在双因素模型下，条件2表达式为：
在多因素模型下，条件2表达式为：
……
条件3：套利组合的预期收益率应大于零，即：
（8-32）
例某投资者拥有一个3种股票组成的投资组合，3种股票的市值均为500万，投资组合的总价值为1500万元。假定这三种股票均符合单因素模型，其预期收益率分别为16%、20%和13%，其对该因素的敏感度(bi)分别为0.9、3.1和1.9。请问该投资者能否修改其投资组合，以便在不增加风险的情况下提高预期收益率。
令三种股票市值比重变化量分别为x1、x2和x3。根据（8-30）和（8-31）我们有：
上述两个方程有三个变量，故有多种解。作为其中的一个解，我们令x1=0.1，则可解出x2=0.083,x3=－0.183。
为了检验这个解能否提高预期收益率，我们把这个解用式（8-32）检验。式（8-32）左边等于：
0.1(0.16+0.083(0.2－0.183(0.13=0.881%
由于0.881%为正数，因此我们可以通过卖出274.5万元的第三种股票（等于－0.183(1500万元）同时买入150万元第一种股票（等于0.1(1500万元）和124.5万元第二种股票（等于0.083(1500万元）就能使投资组合的预期收益率提高0.881%。
三、套利定价模型投资者套利活动是通过买入收益率偏高的证券同时卖出收益率偏低的证券来实现的，其结果是使收益率偏高的证券价格上升，其收益率将相应回落；同时使收益率偏低的证券价格下降，其收益率相应回升。这一过程将一直持续到各种证券的收益率跟各种证券对各因素的敏感度保持适当的关系为止。下面我们就来推导这种关系。
（一）单因素模型的定价公式投资者套利活动的目标是使其套利组合预期收益率最大化(因为根据套利组合的定义,他无需投资,也没有风险)。而套利组合的预期收益率为：
但套利活动要受到式（3.11）和（3.12）两个条件的约束。根据拉格朗日定理，我们可建立如下函数：
L取最大值的一价条件是上式对xi和的偏导等于零即：
……
由此我们可以得到在均衡状态下和的关系：
（8-33）
这就是在单因素模型APT定价公式，其中是常数。
从式（8-33）可以看出和必须保持线性关系，否则的活，投资者就可以通过套利活动来提高投资组合的预期收益率。式（8-33）可以用图8-17来表示。
B APT资产定价线
S
bB=bS bi
图8-17 APT资产定价线
从图8-17可以看出，任何偏离APT资产定价线的证券，其定价都是错误的，从而将给投资者提供组建套利组合的机会。以B点所代表的证券为例，该点位于APT资产定价线上方，意味着其预期收益率较高，投资者就可以通过卖出S点所表示的证券，同时买入相同金额的B证券，从而形成套利组合。由于买卖B和S证券的金额相同，因此满足套利组合的条件1；由于证券B和S的因素敏感度相等，而买卖金额也相同，因此满足条件2；由于证券B的预期收益率大于证券S，且两者在套利组合中权数相等，因此满足条件3。
由于投资者买入证券B，其价格将不断上升，预期收益率将随之下降，直至回到APT资产定价线为止。此时，证券价格处于均衡状态。
那么，式（8-33）中的代表什么意思呢？我们知道，无风险资产的收益率等于无风险利率，即：。由于式（8-33）适用于所有证券包括无风险证券，而无风险证券的因素敏感度，因此根据式（8-33）我们有：。由此可见，式（8-33）中的一定等于，因此式（8-33）可重新表示为：
（8-34）
为了理解的含义，我们考虑一个纯因素组合其因素敏感度等于1，即代入（8-34），我们有：
（8-35）
由此可见，代表因素风险报酬，即拥有单位因素敏感度的组合超过无风险利率部分的预期收益率。为表达方便，我们令，即表示单位因素敏感度组合的预期收益率，我们有：
（8-36）
（二）两因素模型的定价公式用同样的方法我们可以求出两因素模型中的APT资产定价公式：
（8-37）
由于无风险证券的收益率为，其对第一种和第二种因素的敏感度均为零，根据式（8-37），其预期收益率一定为。由此可知，一定等于即：
（8-38）
为理解的含义，我们考虑一个充分多样化的组合，该组合对第一种因素的敏感度等于1，对第二种因素的敏感度等于0。从式（8-38）可知，该组合的预期收益率（）等于，因此，。这样，式（8-38）变为：
（8-39）
为理解的含义，我们考虑另一个充分多样化的组合，该组合对第一种因素的敏感度等于0，对第二种因素的敏感度等于1。从式（8-38）可知，该组合的预期收益率（）等于，因此，。这样，式（8-39）变为：
（8-40）
（三）多因素模型的定价公式同样道理，在多因素模型下，APT资产定价公式为：
（8-41）
如果我们用表示对第j种因素的敏感度为1，而对其它因素的敏感度为0的证券组合的预期收益率，我们可以得到：
（8-42）
式（8-42）说明，一种证券的预期收益率等于无风险利率加上k个因素风险报酬。
资产定价模型的实证检验
CAPM和套利定价理论的提出对全世界金融理论研究和实践均产生了巨大的影响，其主要表现有：①大多数机构投资者都按预期收益率-贝塔系数的关系（或者单位风险报酬）来评价其投资业绩；②大多数国家的监管当局在确定被监管对象的资本成本时，都把预期收益率-贝塔系数的关系连同对市场指数收益率的预测作为一个重要因素；③法院在衡量未来收入损失的赔偿金额时也经常使用预期收益率-贝塔系数的关系来确定贴现率；④很多企业在进行资本预算决策时也使用预期收益率-贝塔系数的关系来确定最低要求收益率。
也正因为其影响力如此之大，从CAPM模型和套利定价理论提出至今，围绕它们的争论就一直没有停止过。而大多数争论都是根据不同的实证检验结果进行的。由于相关文献多如牛毛，本节只能列举一些主要的结论与证据。
一、罗尔的批评
1977年，Roll发表了一篇了重要的论文，对CAPM的实证检验提出了严厉的批评。其主要观点可以概括为：
CAPM只有一个可检验的假设，那就是市场组合是均值-方差有效的。
该模型的其他所有运用，包括最著名的预期收益率与贝塔系数之间的线性关系都遵从市场模型的效率，因此都不是单独可以检验的。市场组合的有效性是预期收益率与贝塔系数之间线性关系的必要条件。
对于任何的样本期收益率观测值,运用样本期的收益率和协方差（而不是事前的预期收益率和协方差）都可以找到无数的事后均值-方差有效组合。运用任何这种组合与单个资产计算样本期β系数都会与样本平均收益率完全线性相关。换句话说，无论从事前的角度看真正的市场组合是否有效，这样计算出来的β都会满足证券市场线（SML）的关系。
除非我们知道真正市场组合的准确构成，并把它运用于实证检验，否则我们就无法检验CAPM的对错。这意味着除非我们的样本包括所有资产，否则CAPM就无法检验。
运用S&P500等来代替市场组合会面临两大问题：首先，即使真正的市场组合不是有效的，代替物也可能是有效的。相反，如果我们发现替代物不是有效的，我们也不能凭此认为真正的市场组合是无效的。再者，大多数替代物之间及其与真正的市场组合都会高度相关而不管他们是否有效，这就使得市场组合的准确构成看来并不重要。然而，运用不同的替代物自然会有不同的结论，这就是基准误差（Benchmark Error）,它指的是在检验时使用不正确的基准所导致的误差。
后来，Roll和Ross以及Kandel和Stambaugh将Roll的批评更推进了一步，认为在检验中否定平均收益率与β系数存在正向关系只能说明在检验中所用的替代物无效，而不能否定预期收益率-β系数之间的理论关系。他们还证明了，即使是高度分散的组合（如所有股票的等权重组合或市值加权组合）也可能不会产生有意义的平均收益率-β系数关系。
二、β系数的测度误差
Roll的批评说明了CAPM的实证检验从一开始就是有缺陷的。但假设我们可以获得真实的市场组合的数据从而绕过Roll的问题，我们还得解决估计β系数时的测度误差这个统计问题。
统计学知识告诉我们，当回归方程的右边变量存在测度误差时，则回归方程的斜率就会被低估而截距就会被高估。Miller和Scholes所做的模拟检验也证实了这一点。这是很多实证检验（如Lintner所做的检验）发现估计的证券市场线（SML）太平而截距（超额收益率）不等于0的主要原因。
为了解决β系数的测度误差问题，Black,Jensen和Scholes(BJS)率先对检验方法进行了创新，在检验中用组合而不用单个证券。将单个证券组成组合可以消除掉各证券的大部分非系统性风险，从而提高证券组合β系数和预期收益率估计值的精确度，从而解决β系数测度误差的问题。
但是，一个问题解决了，新的问题又产生了。将股票组成组合会减少样本的数量。为了平衡这两个问题，我们在构建组合时应使各组合β系数的差异尽量大。在其他条件相同时，自变量的观察值差异越大，回归的估计值就越精确。例如，如果我们要把1000只股票组成20个组合（每个组合包含50只股票），那我们就不能把1000只股票随机分配给20个组合，而应根据β系数的大小对1000只股票进行排队，然后把β系数最大的50只股票组成第1个组合，把β系数最小的50只股票组成第20个组合，其他依此类推。这样就可得出较为可信的检验结果。Fama和MacBeth运用BJS的方法对CAPM进行了实证检验，结果发现，与股票平均收益存在显著关系的唯一变量是股票的市场风险，且存在着正值的线性关系，与股票的非系统性风险无关，但估计的SML仍然太平，截距也为正。由此可见，CAPM在方向上是正确的，但数量上不够精确。
三、围绕收益率异常现象的争论
80年代以来，越来越多的实证研究发现，除了β值以外，其它一些因素，如上市公司规模、市盈率（P/D）、财务杠杆比率等，对证券收益有很大影响。如市盈率较低的证券组合、小公司的股票、高股利收入的股票的收益率常高于根据资本资产定价模型计算的收益。这种现象被称为异常现象(Anomalies)。
在这些实证研究中最为著名的是Fama和French的研究。他们认为公司规模β系数都与股票的收益率正相关，而这两个解释变量之间又是高度负相关的，因此他们就试图将两者的效应区分开来。他们以1941-1990期间在纽约证交所上市的股票为样本，先将所有股票市值大小分为10个组合，在每个组合里面再按β系数的大小再各分10个组合。这样他们就把所有股票分成了100个组合。结果发现，平均收益率与β系数之间并不像CAPM所说的那样存在正相关关系。而规模、帐面价值与市值比率则能较好地解释收益率的差异。
为了进一步了解资产收益率与规模、帐面价值与市值比率之间的关系，Fama和French提出了由市场收益率、小股票收益率减大股票收益率（SMB）和高账面价值与市值比股票收益率减低账面价值与市值比股票收益率（HML）的三因素模型，并发现小股票和价值股的平均收益率都较高，而大股票和增长股的平均收益率都较低，即使经过贝塔系数调整后也是如此。Fama和French的这一发现就像重磅炸弹一样在理论界和实业界引起了极大的震动，很多人对CAPM的信心开始动摇。但CAPM的支持者则从6个方面做出回应：
在检验过程中运用更好的计量经济学方法。
例如，Amihud,Bent和Mendelson运用普通最小二乘法（GLS）对Fama和French所用的样本进行重新检验，结果发现即使剔除了规模、帐面价值与市值比率的影响后，平均收益率与β系数之间仍然显著正相关。但他们也发现，若把样本期缩短到1972-1990年，那么两者之间就不存在显著的正相关。考虑到资产收益率波动率很大，因此在较短的样本期内找不到在统计上显著的结果也是不奇怪的。
提高估计β系数的精确度。
例如，Kothari,Shanken和Sloan在估计β系数时用年收益率数据而不用月收益率数据，以避免由于市场摩擦、非同时交易（Nonsynchronous Trading）以及月收益率的季节性变化等引起的问题。结果发现平均收益率与β系数之间存在显著的正相关。
重新考虑Fama和French研究结果的理论根源和实践意义。
大家对SMB和HML组合所代表的真实的、宏观的、不可分散的风险都很感兴趣。Fama和French注意到，典型的价值股股价往往都是因为财务困境而跌到很低水平。而在破产边缘的公司渡过难关的概率大于破产的概率，从而使价值股的平均收益率较高。这个发现对价值溢酬（Value Premium）提供了一种自然的解释：在信用危机和流动性危机中，处于财务困境的公司的股票表现将十分恶劣，而这时正是投资者最不愿意听到其投资出现亏损的时候。
Heaton and Lucas的结果也对价值效应提供了解释。他们注意到，典型的投资者是私人拥有的小企业的业主，这些投资者的收入自然对各种财务事件特别敏感，因此他们持有价值股时就需要较高的溢酬。
如果象规模、帐面价值与市值比率这种明显“无关”的变量实际上是我们还不完全了解的更基本的风险测度的替代物，那么Fama和French的研究结果与多因素APT并不矛盾。
将之归咎于“数据挖掘倾向”（Data Snooping Bias）。
不少CAPM的支持者将各种“异常”现象归咎于“数据挖掘倾向”。他们认为，如果全世界的金融研究者都不断地检查各种数据库以寻找成功的交易策略，那他们肯定可以找到一些似乎可以预测预期收益率的变量。但实际上，这些现象都是样本内的假象，在样本外就不再起作用。
例如，最近几年，规模和账面价值与市值比溢酬已大大减少。1981年小公司效应被发现后，SMB组合的收益率就大大下降。在Fama和French（1993）的最初样本（1960-1990）中，HML累积收益是市场收益的2.6倍。但如果我们考察整个时期（1947-1999），HML的累积收益跟市场累积收益几乎完全一样，因为从1990-1999，市场的累积收益是HML组合的1.71倍。
这个现象引起了CAPM支持者的极大兴趣。如果平均收益率在被公布之后就大幅下降，这很可能意味着这种异常现象的存在只是由于大多数投资者不知道而已。当他们知道了这种异常现象之后，他们就会利用这种异常现象，从而使小股票和价值股股价进一步攀升，从而使这种异常现象在短期内更为突出。但等大量的投资者将小股票和价值股纳入其投资组合之后，异常的高收益就会消失。
回到单因素模型，考虑不可交易的资产以及β系数的周期行为。
由于CAPM的市场组合包含了全世界所有资产，而且假定这些资产都是可交易的。而上述检验均只涉及美国的股票。大家知道，即使不考虑其他国家的资产，在美国，人力资本也是人们收入的重要组成部分。而人力资本价值的变动与股价指数变动之间的相关度是不大的，因此将人力资本纳入投资组合可以大大降低风险。Jaganathan和Wang对此做了尝试。他们用总的劳动收入变化率来代替人力资本价值的变动。除了用市值加权的股价指数估计标准的证券β（βVW）外，他们还估计资产相对于劳动收益增长率的β值（βlabor）。他们还考虑了经济周期对β值的影响。他们用低信用等级的公司债收益率与高信用等级公司债收益率之差来衡量经济周期的状态,并估计资产价值相对于经济周期变量的β值（βprem）。然后将这3个β系数连同规模（市值）一起，对各种股票组合的收益率进行横截面回归分析，结果发现3个β的解释力大大提高，而规模变量的重要性消失了。他们还将自己的条件CAPM（取名条件是因为β系数取决于经济状态）与Chen,Roll和Ross（CRR）的多因素APT以及Fama和French的三因素模型的估计相比较,结果发现，考虑了人力资本和β的周期性变化后，CRR所考虑的宏观经济因素和FF的规模、帐面价值与市值的重要性全部消失了。
可变的波动率。
CAPM的另一些支持者认为，股价的变动主要是受新信息的影响，而新信息到达的密集度是不同的，因而股价波动的方差以及相互之间的协方差就可能随时间而改变。Pagan和Schwert用150年（1835-1987年）的数据估计了纽约证交所上市股票月收益率的方差，结果发现它随时间而大幅波动。这意味着如果我们能改善对随时间而改变的方差、协方差的建模、估计和预测技术，我们对预期收益率行为的理解将前进一大步。
当我们考虑收益率的分布会随时间改变时，我们就要研究条件均值、方差和协方差而不是无条件均值、方差和协方差。目前。最广为使用的估计条件方差和协方差的模型是Engle提出的GARCH模型。林海对中国股市波动率的估计作了有益的探索。
四、股权溢价难题在一篇引起广泛兴趣的论文中，Mehra和Prescott计算了1889-1978年股票组合超额收益率，发现历史平均超额收益率如此之高，以致任何合理水平的风险厌恶系数都无法与之相称。这就是股权溢价难题（Equity Premium Puzzle）。这一发现引发了一场力图解释该难题的大讨论。其中有两种解释特别值得注意。
预期收益率与实际收益率在2002年出版的一篇论文中，Fama和French对股权溢价难题提供了一种较具说服力的解释。他们计算了1872-1999年美国的平均无风险利率、股票平均收益率以及风险溢价，结果发现，1872-1949年，风险溢价只有4.62%,而1950-1999年，风险溢价高达8.41%。他们还对根据实际平均收益率计算风险溢价提出了质疑。他们用不变增长率的股利贴现模型（参见本书第11章）来估计预期收益率，结果发现1872-1949年间，用股利贴现模型估计的预期风险溢价与根据实际平均收益率计算出来的风险溢价相差无几，但在1950-1999年间，前者则大大小于后者。这说明在1950-1999年间过高的平均超额收益率实际上是超过了投资者在投资决策所期望得到的水平。因此他们认为股权溢价难题至少部分是由于近50年来意外的资本利得过高所致。
Fama和French认为，在估计预期资本利得时，用股利贴现模型比根据实际平均收益率要可靠，理由有三：
1．1950-1999年间实际平均收益率超过了公司投资的内部收益率。如果这种收益率代表了事前的预期的话，那么根据公司财务的基本原理，我们只能得出公司愿意从事净现值为负的投资这样一个不可思议的结论。
2．用股利贴现模型进行估计的统计精确性要远高于根据历史平均收益率，前者的标准误（1.03）是后者(2.45)的2.4倍左右。
3．在计算单位风险报酬（夏普比率）时，用股利贴现模型远比根据实际收益率稳定。在1872-1949年间和1950-1999年间，前者估计的夏普比率分别为0.23和0.21，而后者估计的夏普比率则分别为0.24和0.51。而如果投资者的总体风险厌恶度不随时间变化的话，夏普比率应该较为稳定才对。
幸存者偏差股权溢价难题是从美国股市发现的。我们有理由相信根据美国股市估计的风险溢价存在幸存者偏差（Survivorship Bias）问题,因为半个世纪前谁也不知道美国会成为世界上无人匹敌的霸主，也不知道第三次世界大战没有爆发，更不知道科技进步如此之快。当时投资者担心的很多灾难都没有发生，而原来意想不到的奇迹却发生了，这就是存活偏差。
为了进一步研究这个问题，Jurion和Goetzmann收集了39个国家1926-1996年股票市场升值指数的数据，结果发现美国股市扣除通货膨胀后的真实收益率在所有国家中是最高的，年真实收益率高达4.3%,而其他国家的中位数是0.8%。
本章小结
1,投资者首先可以通过计算各个证券预期收益率、方差及各证券间协方差得出证券投资的有效集，然后找出有效集与该投资者等效用曲线族相切的切点，该切点代表的组合就是获得最大投资效用的组合，即最优投资组合。这就是马柯维茨为代表的现代证券组合理论(Modern Portfolio Theory)的主要内容。
2,为方便起见，人们常将1年期的国库券或者货币市场基金当作无风险资产。
3．单位风险报酬（或称夏普比率）是风险资产组合的重要特征，它是无风险资产与风险资产组合连线的斜率。无风险资产与该风险资产组合的任何组合都位于该连线（资产配置线）上。在其它条件相同时，投资者总是喜欢单位风险报酬较高（或者说斜率较高）的资产配置线。
4．引入无风险资产和按无风险资产收益率自由借贷后，对于规避风险的投资者来说，不论该投资者主观风险承受能力如何，投资者持有的最优证券组合总是市场组合，而不是有效边界上任何其它点所代表的证券组合，更不是可行集内其他的点代表的证券组合。最优投资组合与投资者的收益风险偏好是无关的。
5．投资者投资于最优风险组合的比例y*与风险溢价成正比而与方差和投资者的风险厌恶度成反比，它是由资本市场线与投资者无差异曲线的相切点决定的。
6,资本资产定价模型表明，当证券市场处于均衡状态时,资产的预期收益率等于市场对无风险投资所要求的收益率加上风险溢价。给定无风险收益率Rf为一常数，投资收益率是系统性风险β值的正的线性函数，而风险溢价决定于下面两个因素：（1）市场组合的预期收益率减去无风险收益率i -Rf，这是每单位风险的风险溢价;（2）用β系数表示的风险值，用公式表示：i = Rf+ [(m-Rf)] βi 。
7,因素模型认为各种证券的收益率均受某个或某几个共同因素影响。各种证券收益率之所以相关主要是因为他们都会对这些共同的因素起反应。
8．套利定价理论认为，套利组合要满足三个条件：
①投资者不追加资金；
②套利组合对任何因素的敏感度为零；
③套利组合的预期收益率大于零。
9．当所有证券均得到合理定价，以致不存在无风险套利机会时，我们就称其满足无套利套利条件。无套利定价法是金融学最为重要的方法之一。
10．套利定价理论也是关于资产定价的均衡模型，但与资本资产定价模型相比，套利定价理论的假设条件少多了，使用起来也方便很多。
11．套利定价理论认为，一种证券的预期收益率等于无风险利率（）加上k个因素风险报酬：
12．对CAPM的实证检验即使不是完全不可能的，也是及其困难和复杂的，会遇到难以找到真正的市场组合、用实际收益率替代预期收益率、数据挖掘倾向、幸存者偏差、样本误、相关变量是否随时间变化等等诸多难题，因此理论界还远未形成定论。但这并不影响CAPM和APT在实践中发挥着重要的作用。
本章重要概念可行集 有效集 有效组合 最小方差组合 最小方差边界 无风险资产 无风险借款 无风险贷款 单位风险报酬 夏普比率 资产配置线 切点处投资组合 最优风险组合 最优投资组合 分离定理 共同基金定理 市场组合 资本市场线 证券市场线 系数 特征线 资本资产定价模型 多因素资本资产定价模型 条件资本资产定价模型 零贝塔组合 套利定价理论 因素模型 三因素模型 套利组合 流动性溢酬 收益率异常 数据挖掘倾向 股权溢价难题 存活偏差
习题：
1．你拥有一个风险组合，期望收益率为15%。无风险收益率为5%，如果你按下列比例投资于风险组合并将其余部分投资于无风险资产，你的总投资组合的期望收益率是多少？
（1） 120%；
（2） 90%；
（3） 75%。
2．考虑一个期望收益率为18%的风险组合。无风险收益率为5%，你如何创造一个期望收益率为24%的投资组合。
3．你拥有一个标准差为20%的风险组合。如果你将下述比例投资于无风险资产，其余投资于风险组合，则你的总投资组合的标准差是多少？
（1）－30%；
（2） 10%；
（3） 30%。
4．你的投资组合由一个风险投资组合（12%的期望收益率和25%的标准差）以及一个无风险资产（7%的收益率）组成。如果你的总投资组合的标准差为20%，它的期望收益率是多少？
5．某风险组合到年末时要么值50000元，要么值150000元，其概率都是50%。无风险年利率为5%。
（1）如果你要求获得7%的风险溢价，你愿意付多少钱来买这个风险组合？
（2）假设你要求获得10%的风险溢价，你愿意付多少钱来买这个风险组合？
6．某风险组合的预期收益率为20%，标准差为25%，无风险利率为7%。请问该风险组合的单位风险报酬（夏普比率）等于多少？
7．证券市场上有很多种证券，其中A股票的预期收益率和标准差分别为12%和15%，B股票的预期收益率和标准差分别为24%和25%，A、B两股票之间的相关系数等于-1。假设投资者可以按相同的无风险利率自由借贷，请问，在无套利条件下，无风险利率必须等于多少？（提示：用A、B两股票组成无风险组合。）
8．假设所有证券的预期收益率和标准差以及无风险借款利率和贷款利率都已知，那么所有投资者的最优风险组合都相同。（对或错？）
9．某投资组合的预期收益率为16%，市场组合的预期收益率为12%，无风险利率为5%，请问在均衡状态下该投资组合的β系数应等于多少？
10．某固定资产投资项目初始投资为1000万元，未来10年内预计每年都会产生400万元的税后净收益，10年后报废，残值为0。该项目的β值为1.6，市场无风险利率为6%，市场组合的预期收益率为15%。请问该项目的净现值等于多少？当该项目的β值超过多少时，其净现值就会变成负数？
11．请判断下列说法的对错：
（1）β值为0的股票，其预期收益率也等于0。
（2）CAPM理论告诉我们，波动率越大的股票，其预期收益率应越高。
（3）为了使你的投资组合的β值等于0.8，你可以将80%的资金投资于无风险资产，20%投资于市场组合。
12．假设由两种证券组成市场组合，它们有如下的期望收益率、标准差和比例：
证券 期望收益率（%） 标准差（%） 比例
A 10 20 0.40
B 15 28 0.60
基于这些信息，并给定两种证券间的相关系数为0.30，无风险收益率为5%，写出资本市场线的方程。
13．假设无风险利率为4%，某个风险资产组合的预期收益率为10%，其β系数等于1。根据CAPM：
（1）市场组合的预期收益率等于多少？
（2）β=0的股票的预期收益率应为多少？
（3）某股票现在的市价为30元，其β值为-0.4,预计该股票1年后将支付1元红利，期末除权价为31元。请问该股票目前的价格被高估还是低估了？
14．假设无风险借款受到限制，市场组合的预期收益率等于15%，市场组合的零贝塔组合的收益收益率等于6%。那么根据零贝塔CAPM，β系数等于0.5的风险组合的预期收益率应为多少？
15．证券市场线描述的是：
（1）证券的预期收益率是其系统性风险的函数。
（2）市场组合是风险证券的最优组合。
（3）证券收益率与指数收益率之间的关系。
（4）由市场组合和无风险资产组成的组合。
16．根据CAPM，β值为1，截距（α值）为0的组合的预期收益率等于：
（1）介于rM与rf之间。
（2）无风险利率，rf。
（3）β（rM-rf）
（4）市场组合收益率，rM。
17．在单因素指数模型中，某投资组合与股票指数的相关系数等于0.7。请问该投资组合的总风险中有多大比例是非系统性风险？
（1）35%。
（2）49%。
（3）51%。
（4）70%。
18．假设影响投资收益率的是两个相互独立的经济因素 F1和F2。市场的无风险利率为5%。组合A对F1和F2的β系数分别为1.2和1.8，预期收益率为28%。组合B对F1和F2的β系数分别为2.0和-0.3，预期收益率为20%。请根据APT写出预期收益率和β之间的关系。
19.假设影响投资收益率的只有一个因素，A、B、C三个投资组合都是充分分散的投资组合，其预期收益率分别为12%、6%和8%，β值分别等于1.2、0.0和0.6。请问有无套利机会？如果有的话，应如何套利？
20．假设影响投资收益率的只有一个因素，A、B两个组合都是充分分散的，其预期收益率分别为13%和8%，β值分别等于1.3和0.6。请问无风险利率应等于多少？
21．与CAPM不同的是，APT：
（1）要求市场必须是均衡的。
（2）运用基于微观变量的风险溢价。
（3）规定了决定预期收益率的因素数量并指出这些变量。
（4）并不要求对市场组合进行严格的假定。
22．一位投资学的学生认为“一种具有正的标准差的证券必然有大于无风险利率的期望收益率，否则，为什么会有人持有它呢？”根据资本资产定价模型，他的陈述正确吗？为什么？
习题答案：
（1）17%，（2）14%，（3）12.5%。
令风险组合的投资比例为x，则x必须满足下式：
18%x+5%(1-x)=24%
解得：x=146.15%。
（1）26%，（2）18%，（3）14%。
令风险组合的投资比例为x，则x必须满足下式：
25%x=20%
解得：x=80%。因此投资组合的预期收益率等于：
12%(80%+7%(20%=11%
（1）风险组合年末预期价值为：0.5(50 000+0.5(150 000=100 000元。当风险溢价为7% 时，要求的投资收益率就等于12%（=5%+7%）。因此风险组合的现值为：
100 000/1.12=89 285.71元。
（2）当风险溢价为10% 时，要求的投资收益率就等于15%（=5%+10%）。因此风险组合的现值为：
100 000/1.15= 86 956.52元。
该风险组合的单位风险报酬等于：
（20%-7%）/25%=0.52。
由于A、B两种股票是完全负相关的，它们可以组成一个无风险组合，其收益率应等于无风险利率。令A股票在组合中所占的权重为x，则x必须满足下式：
(15%x-25%（1-x）(=0
解得：x=62.5%。该无风险组合的预期收益率为：
0．625(12%+（1-0.625）(14%=16.5%
因此，无风险利率必须等于16.5%，否则就存在无风险套利机会。
错。如果无风险借贷利率不等的话，借款者和贷款者将因其风险厌恶度不同（从而无差异曲线的斜率不同）而选择不同的最优风险组合。
该组合的β系数应满足下式：
16%=5%+β（12%-5%）
解得：β=1.57。
该项目的合理贴现率为：
6%+1.6(15%-6%)=20.4%。
该项目的净现值为：
-1000+Σt（400/1.204）=654.4716 万元。
当贴现率超过38.4%时，该项目的净现值为负。与38.4%贴现率相对应的β值为：
38．4%=6%+β（15%-6%）
解得：β=3.6。因此当该项目的β超过3.6时，该项目的净现值为负数。
（1）错。其预期收益率应等于无风险利率。
（2）错。只有系统性风险高的股票才能获得高的预期收益率。而波动率高并不一定等于说系统性风险高，其中有一部分是非系统性风险。
（3）错。应投资80%于市场组合，20%于无风险资产。
我们只要算出市场组合的预期收益率和标准差就可以写出资本市场线。市场组合预期收益率为：
10%(40%+15%(60%=13%
市场组合的标准差为：
（0.42(20%2+0.62(28%2+2(0.4(0.6(0.3(20%(28%）0.5=20.66%
因此资本市场线为：
=5%+[（13%-5%）/20.66%](=5%+0.3872(
（1）由于市场组合本身的β值等于1，因此其预期收益率应等于10%。
（2）β=0意味着没有系统性风险，因此其预期收益率应等于无风险利率4%。
（3）根据证券市场线,β=-0.4的股票的预期收益率应等于:
4%+(-0.4)((10%-4%)=1.6%
而根据该股票目前的市价、未来的股息和股价计算的预期收益率为：
（31+1）/30-1=6.67%
显然，该股票目前的市价被低估了。
在无风险借款受到限制的情况下，市场组合的零贝塔组合的预期收益率就相当于无风险利率，因此β系数等于0.5的风险组合的预期收益率为：
6%+（15%-6%）(0.5=10.5%。
（1）。
（4）。
（3）回归的R2等于0.72，即0.49,因此该投资组合的总风险中有51%是未被指数收益率解释的，这部分风险就是非系统性风险。
令RP1和RP2分别表示F1和F2的风险溢价，则两因素的APT可以写为：
=rf+β1RP1+β2RP2
把有关数据代入得：
28%=5%+1.2PR1+1.8RP2
20%=5%+2.0RP1-0.3RP2
解得：RP1=8.56%,RP2=7.07%。因此预期收益率与β的关系式就是：
=5%+8.56%β1+7.07%β2
组合B的β值为0，因此它的预期收益率就是无风险利率。组合A的单位风险报酬等于（12%-6%）/1.2=5，而组合C的单位风险报酬等于（8%-6%）/0.6=3.33。显然存在无风险套利机会。例如，你可以卖掉组合C，并将得到的收入50%买进组合A、50%买进组合B。这样，你的套利组合的预期收益率为：
0.5(12%+0.5(6%-1(8%=1%
套利组合的β值为：
0.5(1.2+0.5(0-1(0.6=0。
可见，这样套利就可以使你不冒系统性风险获取1%的报酬。
令RP表示风险溢价，则APT可以写为：
13%=rf+1.3RP
8%=rf+0.6RP
解得rf=3.71%。
（4）。
不对。正的标准差并不等于正的β。只有具有正的β值的证券，其预期收益率才会高于无风险利率。
风险资产的定价是投资学的核心内容之一。本章将在上一章的基础上详细讨论风险资产的定价方法，特别是资本资产定价模型。
第一节 有效集和最优投资组合
根据上一章介绍过的马科维茨证券组合理论，投资者必须根据自己的风险-收益偏好和各种证券和证券组合的风险、收益特性来选择最优的投资组合。然而，现实生活中证券种类繁多，这些证券更可组成无数种证券组合，如果投资者必须对所有这些组合进行评估的话，那将是难以想象的。
幸运的是，根据马科维茨的有效集定理，投资者无须对所有组合进行一一评估。本节将按马科维茨的方法，由浅入深地介绍确定最优投资组合的方法。
一、可行集为了说明有效集定理，我们有必要引入可行集（Feasible Set）的概念。可行集指的是由N种证券所形成的所有组合的集合，它包括了现实生活中所有可能的组合。也就是说，所有可能的组合将位于可行集的边界上或内部。
一般来说，可行集的形状象伞形，如图8-1中由A、N、B、H所围的区域所示。在现实生活中，由于各种证券的特性千差万别。因此可行集的位置也许比图8-1中的更左或更左，更高或更低，更胖或更瘦，但它们的基本形状大多如此。
B
H
可行集
N
A
图8-1 可行集与有效集二、有效集
（一）有效集的定义对于一个理性投资者而言，他们都是厌恶风险而偏好收益的。对于同样的风险水平，他们将会选择能提供最大预期收益率的组合；对于同样的预期收益率，他们将会选择风险最小的组合。能同时满足这两个条件的投资组合的集合就是有效集（Efficient Set，又称有效边界Efficient Frontier）。处于有效边界上的组合称为有效组合（Efficient Portfolio）。
（二）有效集的位置可见，有效集是可行集的一个子集，它包含于可行集中。那么如何确定有效集的位置呢？
我们先考虑第一个条件。在图8-1中，没有哪一个组合的风险小于组合N，这是因为如果过N点画一条垂直线，则可行集都在这条线的右边。N点所代表的组合称为最小方差组合（Minimum Variance Portfolio）。同样，没有哪个组合的风险大于H。由此可以看出，对于各种风险水平而言，能提供最大预期收益率的组合集是可行集中介于N和H之间的上方边界上的组合集。
我们再考虑第二个条件，在图8-1中，各种组合的预期收益率都介于组合A和组合B之间。由此可见，对于各种预期收益率水平而言，能提供最小风险水平的组合集是可行集中介于A、B之间的左边边界上的组合集,我们把这个集合称为最小方差边界（Minimum Variance Frontier）。
由于有效集必须同时满足上述两个条件，因此N、B两点之间上方边界上的可行集就是有效集。所有其他可行组合都是无效的组合，投资者可以忽略它们。这样，投资者的评估范围就大大缩小了。
（三）有效集的形状从图8-1可以看出，有效集曲线具有如下特点：(有效集是一条向右上方倾斜的曲线，它反映了“高收益、高风险“的原则；(有效集是一条向上凸的曲线，这一特性可从图8-2推导得来；(有效集曲线上不可能有凹陷的地方，这一特性也可以图8-2推导出来。
三、最优投资组合的选择确定了有效集的形状之后，投资者就可根据自己的无差异曲线群选择能使自己投资效用最大化的最优投资组合了。这个组合位于无差异曲线与有效集的相切点O，所图8-2所示。
I3 I2
I1 B
O H
N
A
图8-2 最优投资组合
从图8-2可以看出，虽然投资者更偏好I3上的组合，然而可行集中找不到这样的组合，因而是不可实现的。至于I1上的组合，虽然可以找得到，但由于I1的位置位于I2的东南方，即I1所代表的效用低于I2，因此I1上的组合都不是最优组合。而I2代表了可以实现的最高投资效用，因此O点所代表的组合就是最优投资组合。
有效集向上凸的特性和无差异曲线向下凸的特性决定了有效集和无差异曲线的相切点只有一个，也就是说最优投资组合是唯一的。
对于投资者而言，有效集是客观存在的，它是由证券市场决定的。而无差异曲线则是主观的，它是由自己的风险——收益偏好决定的。从上一章的分析可知，厌恶风险程度越高的投资者，其无差异曲线的斜率越陡，因此其最优投资组合越接近N点。厌恶风险程度越低的投资者，其无差异曲线的斜率越小，因此其最优投资组合越接近B点。
无风险借贷对有效集的影响
在前一节中，我们假定所有证券及证券组合都是有风险的，而没有考虑到无风险资产的情况。我们也没有考虑到投资者按无风险利率借入资金投资于风险资产的情况。而在现实生活中，这两种情况都是存在的。为此，我们要分析在允许投资者进行无风险借贷的情况下，有效集将有何变化。
一、无风险贷款对有效集的影响
（一）无风险贷款或无风险资产的定义无风险贷款相当于投资于无风险资产，其收益率是确定的。在单一投资期的情况下，这意味着如果投资者在期初购买了一种无风险资产，那他将准确地知道这笔资产在期末的准确价值。由于无风险资产的期末价值没有任何不确定性，因此，其标准差应为零。同样，无风险资产收益率与风险资产收益率之间的协方差也等于零。
在现实生活中，什么样的资产称为无风险资产呢？首先，无风险资产应没有任何违约可能。由于所有的公司证券从原则上讲都存在着违约的可能性，因此公司证券均不是无风险资产。
其次，无风险资产应没有市场风险。虽然政府债券基本上没有违约风险，但对于特定的投资者而言，并不是任何政府债券都是无风险资产。例如，对于一个投资期限为1年的投资者来说，期限还有10年的国债就存在着风险。因为他不能确切地知道这种证券在一年后将值多少钱。事实上，任何一种到期日超过投资期限的证券都不是无风险资产。同样，任何一种到期日早于投资期限的证券也不是无风险资产，因为在这种证券到期时，投资者面临着再投资的问题，而投资者现在并不知道将来再投资时能获得多少再投资收益率。
综合以上两点可以看出，严格地说，只有到期日与投资期相等的国债才是无风险资产。但在现实中，为方便起见，人们常将1年期的国库券或者货币市场基金当作无风险资产。
（二）允许无风险贷款下的投资组合
1．投资于一种无风险资产和一种风险资产的情形为了考察无风险贷款对有效集的影响，我们首先要分析由一种无风险资产和一种风险资产组成的投资组合的预期收益率和风险。
假设风险资产和无风险资产在投资组合中的比例分别为X1和X2，它们的预期收益率分别为和rf，它们的标准差分别等于和，它们之间的协方差为。根据X1和X2的定义，我们有X1+X2=1，且X1、X2>0。根据无风险资产的定义，我们有和都等于0。这样，根据式（8.12），我们可以算出该组合的预期收益率为：
（8.1）
根据式（8.13），我们可以算出该组合的标准差（）为：
（8.2）
由上式可得：
， （8.3）
将（8.3）代入（8.1）得：
（8.4）
由于、rf和已知，式（8.4）是线性函数，其中为单位风险报酬（Reward-to-Variability）,又称夏普比率（Sharpe’s Ratio）。由于X1、X2>0，因此式（8.4）所表示的只是一个线段，如图8-3所示。在图8-3中，A点表示无风险资产，B点表示风险资产，由这两种资产构成的投资组合的预期收益率和风险一定落在A、B这个线段上，因此AB连线可以称为资产配置线。由于A、B线段上的组合均是可行的，因此允许风险贷款将大大扩大大可行集的范围。
B
A
图8-3 无风险资产和风险资产的组合
2．投资于一种无风险资产和一个证券组合的情形如果投资者投资于由一种无风险资产和一个风险资产组合组成的投资组合，情况又如何呢？假设风险资产组合B是由风险证券C和D组成的。根据第8章的分析可得，B一定位于经过C、D两点的向上凸出的弧线上，如图8-4所示。如果我们仍用和代表风险资产组合的预期收益率和标准差，用X1代表该组合在整个投资组合中所占的比重，则式（8.1）到（8.4）的结论同样适用于由无风险资产和风险资产组合构成的投资组合的情形。在图8-4中，这种投资组合的预期收益率和标准差一定落在A、B线段上。
D
B
A C
图8-4 无风险资产和风险资产组合的组合
（三）无风险贷款对有效集的影响引入无风险贷款后，有效集将发生重大变化。在图8-5中，弧线CD代表马科维茨有效集，A点表示无风险资产。我们可以在马科维茨有效集中找到一点T，使AT直线与弧线CD相切于T点。T点所代表的组合称为切点处投资组合。
T D
C
A
图8-5 允许无风险贷款时的有效集
T点代表马科维茨有效集中众多的有效组合中的一个，但它却是一个很特殊的组合。因为没有任何一种风险资产或风险资产组合与无风险资产构成的投资组合可以位于AT线段的左上方。换句话说，AT线段的斜率最大，因此T点代表的组合被称为最优风险组合（Optimal Risky Portfolio）。
从图8-5可以明显看出，引入AT线段后，CT弧线将不再是有效集。因为对于T点左边的有效集而言，在预期收益率相等的情况下，AT线段上风险均小于马科维茨有效集上组合的风险，而在风险相同的情况下，AT线段上的预期收益率均大于马科维茨有效集上组合的预期收益率。按照有效集的定义，T点左边的有效集将不再是有效集。由于AT 线段上的组合是可行的，因此引入无风险贷款后，新的有效集由AT线段和TD弧线构成。
我们举个例子来说明如何确定最优风险组合和有效边界。假设市场上有A、B两种证券，其预期收益率分别为8%和13%，标准差分别为12%和20%。A、B两种证券的相关系数为0.3。市场无风险利率为5%。某投资者决定用这两只证券组成最优风险组合。
从图8-5可以看出，最优风险组合实际上是使无风险资产（A点）与风险资产组合的连线斜率（即）最大的风险资产组合，其中分别代表风险资产组合的预期收益率和标准差，rf表示无风险利率。我们的目标是求。其中：
1=XAA+XBB
约束条件是：XA+XB=1。这是标准的求极值问题。通过将目标函数对XA求偏导并另偏导等于0，我们就可以求出最优风险组合的权重解如下：
（8.5）
XB=1-XA (8.6)
将数据代进去，就可得到最优风险组合的权重为：
=0.4
XB=1-0.4=0.6
该最优组合的预期收益率和标准差分别为：
该最优风险组合的单位风险报酬=（11%-5%）/14.2%=0.42
有效边界的表达式为：
本书所附的光盘中的Excel模板（标题为第8章 两证券模型）则用另一种办法根据两个风险资产的预期收益率、标准差和相关系数以及无风险利率的数据找出有效边界。
（四）无风险贷款对投资组合选择的影响对于不同的投资者而言，无风险贷款的引入对他们的投资组合选择有不同的影响。
对于厌恶风险程度较轻，从而其选择的投资组合位于DT弧线上的投资者而言，其投资组合的选择将不受影响。因为只有DT弧线上的组合才能获得最大的满足程度。如图8-6（a）所示。对于该投资者而言，他仍将把所有资金投资于风险资产，而不会把部分资金投资于无风险资产。
I3 I2 I1
D
O
T
C
A
（a）
I3
I2 I1
D
T
O
C
（b）
图8-6 无风险贷款下的投资组合选择对于较厌恶风险的投资者而言，由于代表其原来最大满足程度的无差异曲线I1与AT线段相交，因此不再符合效用最大化的条件。因此该投资者将选择其无差异曲线与AT线段相切所代表的投资组合，如图8-6（b）所示。对于该投资者而言，他将把部分资金投资于风险资产，而把另一部分资金投资于无风险资产。
我们再举个例子说明投资者如何根据自己的投资效用函数来进行最优的资产配置。继续前面的例子。投资者面临的最优风险组合的预期收益率（）和标准差（）分别为11%和14.2%。市场无风险利率（rf）为5%。某投资者的投资效用函数（U）为：
其中A表示风险厌恶系数，分别表示整个投资组合（包括无风险资产和最优风险组合）的预期收益率和标准差，它们分别等于：
其中y表示投资者分配给最优风险组合的投资比例。投资者的目标是通过选择最优的资产配置比例y来使他的投资效用最大化。将代入投资效用函数中，我们可以把这个问题写成如下的数学表达式：
将上式对y求偏导并令其等于0，我们就可以得到最优的资产配置比例y*：
（8.7）
如果该投资者的风险厌恶系数A=4，则其y*=(11%-5%)/(4×14.2%2)=0.7439。也就是说，该投资者应将74.39%的资金投入最优风险组合，25.61%投入无风险资产。这样他的整个投资组合的预期收益率为9.46%（=0.2561×5%+0.7439×11%），标准差为10.56%（=0.7439×14.2%）。显然，这种资产配置的效果是不错的。
二、无风险借款对有效集的影响
（一） 允许无风险借款下的投资组合在推导马科维茨有效集的过程中，我们假定投资者可以购买风险资产的金额仅限于他期初的财富。然而，在现实生活中，投资者可以借入资金并用于购买风险资产。由于借款必须支付利息，而利率是已知的。在该借款本息偿还上不存在不确定性。因此我们把这种借款称为无风险借款。
为了分析方便起见，我们假定投资者可按相同的利率进行无风险借贷。
1．无风险借款并投资于一种风险资产的情形为了考察无风险借款对有效集的影响，我们首先分析投资者进行无风险借款并投资于一种风险资产的情形。为此，我们只要对上一节的推导过程进行适当的扩展即可。
我们可以把无风险借款看成负的投资，则投资组合中风险资产和无风险借款的比例也可用X1和X2表示，且X1+X2=1，X1>1，X2<0。这样，式（8.1）到（8.4）也完全适用于无风险借款的情形。由于X1>1，X2<0，因此式（8.4）在图上表现为AB线段向右边的延长线上，如图8-7所示。这个延长线再次大大扩展了可行集的范围。
B
A
图8-7无风险借款和风险资产的组合
2．无风险借款并投资于风险资产组合的情形同样，由无风险借款和风险资产组合构成的投资组合，其预期收益率和风险的关系与由无风险借款和一种风险资产构成的投资组合相似。
我们仍假设风险资产组合B是由风险证券和C和D组成的，则由风险资产组合B和无风险借款A构成的投资组合的预期收益率和标准差一定落在AB线段向右边的延长线上，如图8-8所示。
D
B
A C
图8-8 无风险借款和风险组合的组合
（二）无风险借款对有效集的影响引入无风险借款后，有效集也将发生重大变化。在图8-9中，弧线CD仍代表马科维茨有效集，T点仍表示CD弧线与过A点直线的相切点。在允许无风险借款的情形下，投资者可以通过无风险借款并投资于最优风险资产组合T使有效集由TD弧线变成AT线段向右边的延长线。
D
T
A
C
图8-9 允许无风险借款时的有效集
这样，在允许无风险借贷的情况下，马科维茨有效集由CTD弧线变成过A、T 点的直线在A点右边的部分。
（三）无风险借款对投资组合选择的影响对于不同的投资者而言允许无风险借款对他们的投资组合选择的影响也不同。
对于厌恶风险程度较轻，从而其选择的投资组合位于DT弧线上的投资者而言，由于代表其原来最大满足程度的无差异曲线I1与AT直线相交，因此不再符合效用最大化的条件。因此该投资者将选择其无差异曲线与AT直线切点所代表的投资组合。如图8-10（a）所示。对于该投资者而言，他将进行无风险借款并投资于风险资产。
继续前面的例子。如果投资者的风险厌恶系数A等于2，则他的最优资产配置比例y*=(11%-5%)/(2×14.2%2)=1.4878。也就是说，该投资者应借入48.78%的无风险资金，加上自有资金全部投资于最优风险组合。这样他的整个投资组合的预期收益率为13.93%（=-0.4878×5%+1.4878×11%），标准差为21.13%（=1.4878×14.2%）。
I3 I3 I2 I1
I2 D
I1 T
D O
O
T A
A C
C
(b)
图8-10 无风险借款下的投资组合选择
对于较厌恶风险从而其选择的投资组合位于CT弧线上的投资者而言，其投资组合的选择将不受影响。因为只有CT弧线上的组合才能获得最大的满足程度，如图8-10（b）所示。对于该投资者而言，他只会用自有资产投资于风险资产，而不会进行无风险借款。
综上所述，在允许无风险借贷的情况下，有效集变成一条直线，该直线经过无风险资产A点并与马科维茨有效集相切。
资本资产定价模型
在第8章和本章第一、二节中，我们给出确定最优投资组合的方法，投资者首先必须估计所有证券的预期收益率和方差、所有这些证券之间的协方差以及无风险利率水平，然后，找出切点处投资组合（最优风险组合），并根据自己无差异曲线与无风险利率和切点处投资组合构成的直线的切点来决定自己的最优投资组合。这种方法属于规范经济学的范畴。在本节中，我们将在假定所有投资者均按上述方法投资的情况下，研究风险资产的定价问题，它属于实证经济学范畴。在这里，我们要着重介绍资本定价模型（Capital Asset Pricing Model,CAPM）。该模型是由夏普（William Sharpe） 林特纳（John Lintner）、特里诺（Jack Treynor）和莫森（Jan Mossin）等人在现代证券组合理论的基础上提出的，在投资学中占有很重要的地位，并在投资决策和公司理财中得到广泛的运用。
一、基本的假定为了推导资本资产定价模型，假定：
1．所有投资者的投资期限均相同。
2．投资者根据投资组合在单一投资期内的预期收益率和标准差来评价这些投资组合。
3．投资者永不满足，当面临其他条件相同的两种选择时，他们将选择具有较高预期收益率的那一种。
4．投资者是厌恶风险的，当面临其他条件相同的两种选择时，他们将选择具有较小标准差的那一种。
5．每种资产都是无限可分的。
6．投资者可按相同的无风险利率借入或贷出资金。
7．税收和交易费用均忽略不计。
8．对于所有投资者来说，信息都是免费的并且是立即可得的。
9．投资者对于各种资产的收益率、标准差、协方差等具有相同的预期。
这些假定虽然与现实世界存在很大差距，但通过这个假想的世界，我们可以导出证券市场均衡关系的基本性质，并以此为基础，探讨现实世界中风险和收益之间的关系。
二、资本市场线
（一）分离定理在上述假定的基础上，我们可以得出如下结论：
1．根据相同预期的假定，我们可以推导出每个投资者的切点处投资组合（最优风险组合）都是相同的（如图8-10的T点），从而每个投资者的线性有效集都是一样的。
2．由于投资者风险——收益偏好不同，其无差异曲线的斜率不同，因此他们的最优投资组合也不同。
由此我们可以导出著名的分离定理：
投资者对风险和收益的偏好状况与该投资者风险资产组合的最优构成是无关的。
分离定理可从图8-11中看出，在图8-11，I1代表厌恶风险程度较轻的投资者的无差异曲线，该投资者的最优投资组合位于O1 点，表明他将借入资金投资于风险资产组合上，I2代表较厌恶风险的投资者的无差异曲线，该投资者的最优投资组合位于O2点，表明他将部分资金投资于无风险资产，将另一部分资金投资于风险资产组合。虽然O1和O2位置不同，但它们都是由无风险资产（A ）和相同的最优风险组合（T）组成，因此他们的风险资产组合中各种风险资产的构成比例自然是相同的。
I2 I1
O1
D
O2 T
A C
图8-11 分离定理
（二）市场组合根据分离定理，我们还可以得到另一个重要结论：在均衡状态下，每种证券在均点处投资组合中都有一个非零的比例。
这是因为，根据分离定理，每个投资者都持有相同的最优风险组合（T）。如果某种证券在T组合中的比例为零，那么就没有人购买该证券，该证券的价格就会下降，从而使该证券预期收益率上升，一直到在最终的最优风险组合T中，该证券的比例非零为止。
同样，如果投资者对某种证券的需要量超过其供给量，则该证券的价格将上升，导致其预期收益率下降，从而降低其吸引力，它在最优风险组合中的比例也将下降直至对其需求量等于其供给量为止。
因此，在均衡状态下，每一个投资者对每一种证券都愿意持有一定的数量，市场上各种证券的价格都处于使该证券的供求相等的水平上，无风险利率的水平也正好使得借入资金的总量等于贷出资金的总量。这样，在均衡时，最优风险组合中各证券的构成比例等于市场组合（Market Portfolio）中各证券的构成比例。所谓市场组合是指由所有证券构成的组合，在这个组合中，每一种证券的构成比例等于该证券的相对市值。一种证券的相对市值等于该证券总市值除以所有证券的市值的总和。
习惯上，人们将切点处组合叫做市场组合，并用M代替T来表示。从理论上说，M不仅由普通股构成，还包括优先股、债券、房地产等其它资产。但在现实中，人们常将M局限于普通股。
（三）共同基金定理如果投资者的投资范围仅限于资本市场，而且市场是有效的，那么市场组合就大致等于最优风险组合。于是单个投资者就不必费那么多劲进行复杂的分析和计算，只要持有指数基金和无风险资产就可以了。（当然，如果所有投资者都怎么做，那么这个结论就不成立。因为指数基金本身并不进行证券分析，它只是简单地根据各种股票的市值在市场总市值中的比重来分配其投资。因此，如果每个投资者都不进行证券分析，证券市场就会失去建立风险收益均衡关系的基础。）如果我们把货币市场基金看做无风险资产，那么投资者所要做的事情只是根据自己的风险厌恶系数A，将资金合理地分配于货币市场基金和指数基金，这就是共同基金定理。
共同基金定理将证券选择问题分解成两个不同的问题：一个是技术问题，即由专业的基金经理人创立指数基金；而是个人问题，即根据投资者个人的风险厌恶系数将资金在指数基金与货币市场基金之间进行合理配置。
（四）有效集按资本资产定价模型的假设，我们就可以很容易地找出有效组合风险和收益之间的关系。如果我们用M代表市场组合，用Rf代表无风险利率，从Rf出发画一条经过M的直线，这条线就是在允许无风险借贷情况下的线性有效集，在此我们称为资本市场线（Capital Market Line），如图8-12所示。任何不利用市场组合以及不进行无风险借贷的其它所有组合都将位于资本市场线的下方。
M
图8-12 资本市场线
从图8-12可以看出，资本市场线的斜率等于市场组合预期收益率与无风险证券收益率之差除以它们的风险之差，即，由于资本市场线与纵轴的截距为Rf，因此其表达式为：
（8.8）
其中，和分别代表最优投资组合的预期收益率和标准差。
从式（8.8）可以看出，证券市场的均衡可用两个关键数字来表示：一是无风险利率，，二是单位风险报酬，它们分别代表时间报酬和风险报酬。因此，从本质上说，证券市场提供了时间和风险进行交易的场所，其价格则由供求双方的力量来决定。
三、证券市场线资本市场线反映的是有效组合的预期收益率和标准差之间的关系，任何单个风险证券由于均不是有效组合而一定位于该直线的下方。因此资本市场线并不能告诉我们单个证券的预期收益与标准差（即总风险）之间应存在怎样的关系。为此，我们有必要作进一步的分析。
根据式（8.13）我们可以得出市场组合标准差的计算公式为：
（8.9）
其中和分别表示证券i和j在市场组合中的比例。式（8.9）可以展开为：
（8.10）
根据协方差的性质可知，证券i跟市场组合的协方差等于证券i跟市场组合中每种证券协方差的加权平均数：
（8.11）
如果我们把协方差的这个性质运用到市场组合中的每一个风险证券，并代入式（8.10），可得：
（8.12）
其中，表示证券1与市场组合的协方差，表示证券2与市场组合的协方差，依此类推。式（8.12）表明，市场组合的标准差等于所有证券与市场组合协方差的加权平均数的平方根，其权数等于各种证券在市场组合中的比例。
由此可见，在考虑市场组合风险时，重要的不是各种证券自身的整体风险，而是其与市场组合的协方差。这就是说，自身风险较高的证券，并不意味着其预期收益率也应较高；同样，自身风险较低的证券，也并不意味着其预期收益率也就较低。单个证券的预期收益率水平应取决于其与市场组合的协方差。
由此我们可以得出如下结论：具有较大值的证券必须按比例提供较大的预期收益率以吸引投资者。由于市场组合的预期收益率和标准差分别是各种证券预期收益和各种证券与市场组合的协方差（）的加权平均数，其权数均等于各种证券在市场组合中的比例，因此如果某种证券的预期收益率相对于其值太低的话，投资者只要把这种证券从其投资组合中剔除就可提高其投资组合的预期收益率，从而导致证券市场失衡。同样，如果某种证券的预期收益率相对于其值太高的话，投资者只要增持这种证券就可提高其投资组合的预期收益率，从而也将导致证券市场失衡。在均衡状态下，单个证券风险和收益的关系可以写为：
（8.13）
式（8.13）所表达的就是著名的证券市场线（Security Market Line），它反映了单个证券与市场组合的协方差和其预期收益率之间的均衡关系，如果我们用作纵坐标，用作横坐标，则证券市场线在图上就是一条截距为Rf、斜率为的直线，如图8-13（a）所示。
从式（8.13）可以有趣地发现，对于等于0的风险证券而言，其预期收益率应等于无风险利率，因为这个风险证券跟无风险证券一样，对市场组合的风险没有任何影响。更有趣的是，当某种证券的<0时，该证券的预期收益率甚至将低于Rf。
把式（8.12）代入式（8.13），我们有：
（8.14）
其中，称为证券i的系数，它是表示证券i与市场组合协方差的另一种方式。式（8.14）是证券市场线的另一种表达方式。如果我们用为纵轴，用为横轴，则证券市场线也可表示为截距为，斜率为的直线，如图8-13（b）所示。
M
M
Rf Rf
1.0 im
（a） （b）
图8-13 证券市场线
系数的一个重要特征是，一个证券组合的值等于该组合中各种证券值的加权平均数，权数为各种证券在该组合中所占的比例，即：
（8.15）
其中表示组合P的值。
由于任何组合的预期收益率和值都等于该组合中各个证券预期收益率和值的加权平均数，其权数也都等于各个证券在该组合中所占比例，因此，既然每一种证券都落在证券市场线上，那么由这些证券构成的证券组合也一定落在证券市场线上。
比较资本市场线和证券市场线可以看出，只有最优投资组合才落在资本市场线上，其他组合和证券则落在资本市场线下方。而对于证券市场线来说，无论是有效组合还是非有效组合，它们都落在证券市场线上。
既然证券市场线包括了所有证券和所有组合，因此也一定包含市场组合和无风险资产。在市场组合那一点，值为1，预期收益率为，因此其坐标为（1，）。在无风险资产那一点，值为0，预期收益率为Rf，因此其坐标为（0，Rf）。证券市场线反映了在不同的值水平下，各种证券及证券组合应有的预期收益率水平，从而反映了各种证券和证券组合系统性风险与预期收益率的均衡关系。由于预期收益率与证券价格与反比，因此证券市场线实际上也给出了风险资产的定价公式。
资本资产定价模型所揭示的投资收益与风险的函数关系，是通过投资者对持有证券数量的调整并引起证券价格的变化而达到的。根据每一证券的收益和风险特征，给定一证券组合，如果投资者愿意持有的某一证券的数量不等于已拥有的数量，投资者就会通过买进或卖出证券进行调整，并因此对这种证券价格产生涨或跌的压力。在得到一组新的价格后，投资者将重新估计对各种证券的需求，这一过程将持续到投资者对每一种证券愿意持有的数量等于已持有的数量，证券市场达到均衡。
四、β值的估算
（一）单因素模型
(系数的估计是CAPM模型实际运用时最为重要的环节之一。在实际运用中，人们常用单因素模型来估计β值。单因素模型一般可以表示为：
Rit=(i+(iRmt+εit （8.16）
在这里，Rit为证券i在t时刻的实际收益率，Rmt为市场指数在t时刻的收益率，(i为截距项，(i为证券i收益率变化对市场指数收益率变化的敏感度指标，它衡量的是系统性风险,εit为随机误差项，该随机误差项的期望值为零。公式（8.16）也常被称为市场模型。
虽然从严格意义上讲，资本资产定价模型中的β值和单因素模型中的β值是有区别的，前者相对于整个市场组合而言，而后者相于某个市场指数而言，但是在实际操作中，由于我们不能确切知道市场组合的构成，所以一般用市场指数来代替，因此我们可以用单因素模型测算的β值来代替资本资产定价模型中的β值。另外，CAPM模型中的β值是预期值，而我们无法知道投资者的预测值是多少，我们只能根据历史数据估计过去一段样本期内的β值，并把它当作预测值使用。这里的差距是显而易见的，读者应注意。
单因素模型可以用图8-14中的特征线表示，特征线是从对应于市场指数收益率的证券收益率的散点图拟合而成的，根据单因素模型的公式，β值可以看作特征线的斜率，它表示市场指数收益率变动1%时，证券收益率的变动幅度。
图8-14 β值和特征线我们可以运用对历史数据的回归分析估计出单因素模型中的参数，从而得出β值。例如，可以计算出过去9年内的月收益率，这样市场指数和某一证券的收益率就分别有108个观察值，然后对这些观察值进行回归分析。β值的观察值越多，β值的估算就越准确。
本书所附光盘中有如何利用个股和指数的月收益率数据估计β值的EXCEL表单（文件名为第8章 估计贝塔系数）。我们把估计结果列于表8-1。
表8-1 根据市场模型估计的7只股票和等权重组合的β值股票代码
(
β
R2
标准误
样本数
(
β
600601
0．017
1.075
0．612
0．013
0．083
108
600602
-0.005
1.300
0.775
0.011
0.068
108
600603
0.000
1.098
0.773
0.009
0.058
108
600604
-0.004
0．930
0.690
0.009
0.061
108
600651
0.021
1.020
0.603
0.012
0.080
108
600652
0.014
1．004
0.579
0.013
0.083
108
600653
0.008
1．104
0.730
0.010
0.065
108
等权重组合
0.008
0．977
0.827
0.007
0.043
108
表中的R2被称为决定系数，它表示因变量（股票收益率）的方差能被自变量（上证综合指数收益率）变动解释的比例，用公式表示为：
R2=（(2(M2）/(2
标准误主要用来判定所估计的系数是否显著不为0。基本的判断原则是当估计的系数小于标准误的两倍时，我们就不能推翻其真实值为0的假设。从表中的数据来看，(估计值都不显著异于0，而(估计值都显著异于0。
（二）多因素模型
市场收益率的变动只是系统性风险的最终表现，而系统性风险本身的原因可能是多方面的（如GDP增长率、利率水平、通货膨胀率等），同时各种证券对这些原因的敏感度是不同的。因此，有些学者提出了各种各样的多因素模型，如：
Rit=(i+(IPiIPt+(EIiEIt+(UIiUIt+(CGiCGt+(GBiGBt+(it (8.17)
其中IP表示工业生产增长率，ER表示预期通货膨胀率，UI表示未预期到的通货膨胀率，CG表示长期公司债超过长期国债的收益率，GB表示长期国债超过短期国库券的收益率，(IP、(EI、(UI、(CG和(GB分别表示证券i的收益率对工业生产增长率、预期通货膨胀率、未预期到的通货膨胀率、长期公司债超过长期国债的收益率和长期国债超过短期国库券的收益率的敏感度。
另外，有些学者认为，投资者在投资时，关心的不仅仅是市场收益率变动的风险，还关心其他风险源，如证券投资收益率与其工资收入之间的关系，因此也提出了各种各样的多因素模型，其中最为著名的是Fama和French的三因素模型：
Rit=(i+(MiRMt+(SMBiSMBt+(HMLiHMLt+(it (8.17)
其中，SMB表示小股票组合收益率减大股票组合收益率，HML表示帐面净值与市值比率高的股票组合收益率减帐面净值与市值比率低的股票组合收益率。(SMB和(HML分别表示证券i的收益率对SMB和HML的敏感度。
资本资产定价模型的进一步讨论
资本资产定价模型是建立在严格的假设前提下的。这些严格的假设条件在现实的世界中很难满足。那么，该理论有多大的应用价值呢？我们可以从两方面来回答这个问题。一是放宽不符合实际的假设前提后，看该理论本身或者经过适当修改后能否基本上成立;二是通过实证检验看这一理论是否能较好地解释证券市场价格运动规律。
一、不一致性预期
如果投资者对未来收益的分布不具有相同的预期，那么他们将持有不同的有效集和选择不同的市场组合。林特耐（Lintner）1967年的研究表明，不一致性预期的存在并不会给资本资产定价模型造成致命影响，只是资本资产定价模型中的预期收益率和协方差需使用投资者预期的一个复杂的加权平均数。尽管如此，如果投资者存在不一致性预期，市场组合就不一定是有效组合，其结果是资本资产定价模型不可检验。
二、多要素资本资产定价模型
传统的资本资产定价模型假设投资者只关心的唯一风险是证券未来价格变化的不确定性，然而投资者通常还会关心其他的一些风险，这些风险将影响投资者未来的消费能力，比如与未来的收入水平变化、未来商品和劳务价格的变化和未来投资机会的变化等相关的风险都是投资者可能关心的风险。
为此，罗伯特.默顿(R.Merton)发展了包含“市场外”风险（要素）的资本资产定价模型，称为多要素资本资产定价模型，公式如下：
i = Rf+βi,M(M-Rf)+βi,F1(F1-Rf)+βi,F2(F2-Rf)+……+βi,FK(FK-Rf) （8.17）
其中:
Rf为无风险资产收益率，
F1,F2,… FK为第一至第K个要素或市场风险来源，
K为要素或市场风险来源的数量，
βi,FK为证券组合或证券I对第K个要素的敏感度，
FK 为要素K的预期收益率。
该公式表明,投资者除了因承担市场风险而要求获得补偿外,还要求因承担市场外的风险而获得补偿，当市场风险外的风险要素为零时，多要素资本资产定价模型就成为传统的资本资产定价模型：
i = Rf+βi(m-Rf)
就传统的资本资产定价模型而言，投资者可以通过持有市场组合而规避非系统性风险，市场组合可以看作是根据相对投资额投资于所有证券的共同基金。在多要素资本资产定价模型中，投资者除了要投资于市场组合以规避市场上的非系统性风险外，还要投资于其他的基金以规避某一特定的市场外风险。虽然并不是每个投资者都关心相同的市场外风险，但是关心同一市场外风险的投资者基本上是按照相同的办法来预防风险的。
多要素资本资产定价模型承认了非市场性风险的存在，市场对风险资产的定价必须反映出补偿市场外风险的风险溢酬。但是，多要素资本资产定价模型的一个问题是，投资者很难确认所有的市场外风险并经验地估计每一个风险。当综合考虑这些风险要素时，多要素资本资产定价模型与后面要讨论的套利定价模型非常相似。
传统的CAPM假定投资者的投资期限都是单期的，而Merton则假定投资者关心的一生的消费，并由此推导出投资者对证券的需求，因此Merton的模型又称为跨时资产定价模型（ICAPM）。
三、借款受限制的情形
CAPM假定所有投资者都能按相同的利率进行借贷。但在现实生活中，借款常受到限制（中国的大多数投资者常面临这种局面），或者借款利率高于放款利率（或者说存款利率），甚至在一些极端的情形下根本就不存在无风险资产。在这种情况下，预期收益率与(系数之间的关系会怎样呢？Black(1972)对此作了专门的研究。Black的模型充满了数学，限于篇幅，我们只介绍他的主要观点和结论。
Black指出在不存在无风险利率的情形下，均值方差的有效组合具有如下3个特性：
由有效组合构成的任何组合一定位于有效边界上。
有效边界上的每一组合在最小方差边界的下半部（无效部分）都有一个与之不相关的“伴随”组合。由于“伴随”组合与有效组合是不相关的，因此被称为该有效组合的零贝塔组合（注意，这里的“零贝塔组合”不是指该组合的贝塔系数为0，而是指它跟与之相伴随的有效组合之间的相关系数为0）。确定一个有效组合的零贝塔“伴随”组合位置的方法如下：从任何一个有效组合如图8-15的A画一条切线相交于纵轴，该交点就是该零贝塔组合[以Z（A）表示]的预期收益率（Z（A））。从该交点画一条水平线，与最小方差边界的交点就是该零贝塔组合的标准差[(Z（A）]。从图8-15可以看出，不同的有效组合（A和B）有不同的零贝塔“伴随”组合[Z（A）和Z（B）]。这里的切线只是帮助我们找到零贝塔“伴随”组合，它并不意味着投资者可以按切线所示的均值和标准差组合进行投资，因为此时我们假定无风险资产不存在。
任何资产的预期收益率都可以表示为任何两个有效组合预期收益率的线性函数。例如，任何证券i的预期收益率（i）都可以表示为A、B两个有效组合的预期收益率的线性函数：
i=B+（A-B）（(iA-(AB）/（(A2-(AB） （8-18）
应注意的是，公式（8-18）是通过数学推导的有效组合与单个证券预期收益率之间恒等关系，而不是均衡关系。
利用上述特性，我们就可以推导出借款受限制的各种情况（没有无风险资产、不允许无风险借款和借款利率高于放款利率）下的CAPM模型的变型。
例如，假设在一个借款利率（rfB）高于放款利率（rf）的世界里只有两个投资X和Y，其中X的风险厌恶度高于Y。从图8-16可知，X将把部分资产投资于最优风险组合T，其余资产按无风险放款利率（rf）贷出，而Y将按无风险借款利率（rfB）借入资金，连同自己的资金全部投资于最优风险组合S。X和Y均不持有市场组合M，市场组合的位置将由T和S决定，其权重取决于两个投资者财产的数量和他们的风险厌恶度。由特性1可知，由于S和T都在有效边界上，所以M也一定在有效边界上。
图8-16 两种无风险利率下的资本市场均衡从特性2可知，M有个零贝塔“伴随”组合Z（M）。根据特性3，再加上(MZ（M）=0，我们可以把任何证券的预期收益率表示成M和Z（M）预期收益率的线性函数：
i=Z（M）+（M-Z（M））(iM/(M2 = Z（M）+（M-Z（M））(iM （8-19）
比较公式（8-19）与（8-13）和（8-14）可以看出，只要我们将Z（M）换成rf，上式就变成CAPM。因此公式（8-19）就是CAPM在借款受限制时的变种。不存在无风险资产和不允许借款情况下的CAPM变种也同样可以推出。
四、流动性问题流动性指的是出售资产的难易程度和成本。传统的CAPM理论假定，证券交易是没有成本的。但在现实生活中，几乎所有证券交易都是有成本的，因而也不具有完美的流动性。投资者自然喜欢流动性好、交易成本低的证券，流动性差的股票收益率自然也就应较高。
很多经验证据也表明流动性差会大大降低资产的价格。Amihud和Mendelson的研究发现，在1961-1980年这段时间里，纽约证交所流动性最差的股票收益率平均每年比流动性最好的股票高8.5个百分比。Chordia,Roll和Subrahmanyam最近的研究则发现流动性风险是系统性的，因而是难以分散的。因此，资产价格中应含有流动性溢酬（Liquidity Premium）。
套利定价模型
1976年，斯蒂芬·罗斯（Stephen Ross）利用套利定价原理，提出了套利定价理论（Arbitrage Pricing Theory，简称APT），从另一个角度探讨了风险资产的定价问题。与夏普的CAPM相比，APT 的假设条件少多了，因此使用起来较为方便。
一、因素模型套利定价理论认为，证券收益是跟某些因素相关的。为此，在介绍套利定价理论之前，我们先得了解因素模型（Factor Models）。我们曾在前面涉及到因素模型，这里作更进一步的讨论。因素模型认为各种证券的收益率均受某个或某几个共同因素影响。各种证券收益率之所以相关主要是因为他们都会对这些共同的因素起反应。因素模型的主要目的就是找出这些因素并确定证券收益率对这些因素变动的敏感度。
（一）单因素模型为理解方便，我们循序渐进地从单因素模型开始。单因素模型认为，证券收益率只受一种因素的影响。
对于任意的证券 i，其在t时刻的单因素模型表达式为：
（8-20）
其中表示证券i 在t时期的收益率，Ft表示该因素在t时期的预测值，bi 表示证券i 对该因素的敏感度。为证券 i在t时期的随机变量，其均值为零，标准差为，i为常数，它表示要素值为0时证券i 的预期收益率。因素模型认为，随机变量与因素是不相关的，且两种证券的随机变量之间也是不相关的。
根据式（8-20），证券i 的预期收益率为：
（8-21）
其中表示该要素的期望值。
根据式（8-20），证券 i收益率的方差为：
（8-22）
其中表示F因素的方差，表示随机变量的方差，式（8-22）表明，某种证券的风险等于因素风险加上非因素风险。
在单因素模型下，证券 i和j收益率的协方差为：
（8-23）
单因素模型可以大大简化马科维茨模型中确定切点处投资组合的麻烦，因为它只要知道i、bi和以及和即可。
在单因素模型中，证券组合的方差等于：
（8-24）
其中，
（二）两因素模型两因素模型认为，证券收益率取决于两个因素，其表达式为：
（8-25）
其中，F1t和F2t分别表示影响证券收益率的两个因素在t时期的预测值，bi1和bi2分别表示证券 i对这两个因素的敏感度。
在两因素模型中，证券 i的预期收益率为：
（8-26）
证券 i收益率的方差为：
（8-27）
其中，COV（F1，F2）表示两个因素F1和F2之间的协方差。
证券 i和证券 j的协方差为：
（8-28）
（三）多因素模型多因素模型认为，证券i 的收益率取决于K个因素，其表达式为：
（8-29）
应该注意的是，与资本资产定价模型不同，因素模型不是资产定价的均衡模型。在实际运用中，人们通常通过理论分析确定影响证券收益率的各种因素，然后，根据历史数据，运用时间序列法、跨部门法、因素分析法等实证方法估计出因素模型。
二、套利组合根据套利定价理论，在不增加风险的情况下，投资者将利用组建套利组合的机会来增加其现有投资组合的预期收益率。那么，什么是套利组合呢？
根据套利的定义，套利组合要满足三个条件：
条件1：套利组合要求投资者不追加资金,即套利组合属于自融资组合。如果我们用xi表示投资者持有证券i 金额比例的变化（从而也代表证券 i在套利组合中的权重，注意xi可正可负），则该条件可以表示为：
（8-30）
条件2：套利组合对任何因素的敏感度为零，即套利组合没有因素风险。由式（8-24）可知，证券组合对某个因素的敏感度等于该组合中各种证券对该因素敏感度的加权平均数，因此在单因素模型下该条件可表达为：
（8-31）
在双因素模型下，条件2表达式为：
在多因素模型下，条件2表达式为：
……
条件3：套利组合的预期收益率应大于零，即：
（8-32）
例某投资者拥有一个3种股票组成的投资组合，3种股票的市值均为500万，投资组合的总价值为1500万元。假定这三种股票均符合单因素模型，其预期收益率分别为16%、20%和13%，其对该因素的敏感度(bi)分别为0.9、3.1和1.9。请问该投资者能否修改其投资组合，以便在不增加风险的情况下提高预期收益率。
令三种股票市值比重变化量分别为x1、x2和x3。根据（8-30）和（8-31）我们有：
上述两个方程有三个变量，故有多种解。作为其中的一个解，我们令x1=0.1，则可解出x2=0.083,x3=－0.183。
为了检验这个解能否提高预期收益率，我们把这个解用式（8-32）检验。式（8-32）左边等于：
0.1(0.16+0.083(0.2－0.183(0.13=0.881%
由于0.881%为正数，因此我们可以通过卖出274.5万元的第三种股票（等于－0.183(1500万元）同时买入150万元第一种股票（等于0.1(1500万元）和124.5万元第二种股票（等于0.083(1500万元）就能使投资组合的预期收益率提高0.881%。
三、套利定价模型投资者套利活动是通过买入收益率偏高的证券同时卖出收益率偏低的证券来实现的，其结果是使收益率偏高的证券价格上升，其收益率将相应回落；同时使收益率偏低的证券价格下降，其收益率相应回升。这一过程将一直持续到各种证券的收益率跟各种证券对各因素的敏感度保持适当的关系为止。下面我们就来推导这种关系。
（一）单因素模型的定价公式投资者套利活动的目标是使其套利组合预期收益率最大化(因为根据套利组合的定义,他无需投资,也没有风险)。而套利组合的预期收益率为：
但套利活动要受到式（3.11）和（3.12）两个条件的约束。根据拉格朗日定理，我们可建立如下函数：
L取最大值的一价条件是上式对xi和的偏导等于零即：
……
由此我们可以得到在均衡状态下和的关系：
（8-33）
这就是在单因素模型APT定价公式，其中是常数。
从式（8-33）可以看出和必须保持线性关系，否则的活，投资者就可以通过套利活动来提高投资组合的预期收益率。式（8-33）可以用图8-17来表示。
B APT资产定价线
S
bB=bS bi
图8-17 APT资产定价线
从图8-17可以看出，任何偏离APT资产定价线的证券，其定价都是错误的，从而将给投资者提供组建套利组合的机会。以B点所代表的证券为例，该点位于APT资产定价线上方，意味着其预期收益率较高，投资者就可以通过卖出S点所表示的证券，同时买入相同金额的B证券，从而形成套利组合。由于买卖B和S证券的金额相同，因此满足套利组合的条件1；由于证券B和S的因素敏感度相等，而买卖金额也相同，因此满足条件2；由于证券B的预期收益率大于证券S，且两者在套利组合中权数相等，因此满足条件3。
由于投资者买入证券B，其价格将不断上升，预期收益率将随之下降，直至回到APT资产定价线为止。此时，证券价格处于均衡状态。
那么，式（8-33）中的代表什么意思呢？我们知道，无风险资产的收益率等于无风险利率，即：。由于式（8-33）适用于所有证券包括无风险证券，而无风险证券的因素敏感度，因此根据式（8-33）我们有：。由此可见，式（8-33）中的一定等于，因此式（8-33）可重新表示为：
（8-34）
为了理解的含义，我们考虑一个纯因素组合其因素敏感度等于1，即代入（8-34），我们有：
（8-35）
由此可见，代表因素风险报酬，即拥有单位因素敏感度的组合超过无风险利率部分的预期收益率。为表达方便，我们令，即表示单位因素敏感度组合的预期收益率，我们有：
（8-36）
（二）两因素模型的定价公式用同样的方法我们可以求出两因素模型中的APT资产定价公式：
（8-37）
由于无风险证券的收益率为，其对第一种和第二种因素的敏感度均为零，根据式（8-37），其预期收益率一定为。由此可知，一定等于即：
（8-38）
为理解的含义，我们考虑一个充分多样化的组合，该组合对第一种因素的敏感度等于1，对第二种因素的敏感度等于0。从式（8-38）可知，该组合的预期收益率（）等于，因此，。这样，式（8-38）变为：
（8-39）
为理解的含义，我们考虑另一个充分多样化的组合，该组合对第一种因素的敏感度等于0，对第二种因素的敏感度等于1。从式（8-38）可知，该组合的预期收益率（）等于，因此，。这样，式（8-39）变为：
（8-40）
（三）多因素模型的定价公式同样道理，在多因素模型下，APT资产定价公式为：
（8-41）
如果我们用表示对第j种因素的敏感度为1，而对其它因素的敏感度为0的证券组合的预期收益率，我们可以得到：
（8-42）
式（8-42）说明，一种证券的预期收益率等于无风险利率加上k个因素风险报酬。
资产定价模型的实证检验
CAPM和套利定价理论的提出对全世界金融理论研究和实践均产生了巨大的影响，其主要表现有：①大多数机构投资者都按预期收益率-贝塔系数的关系（或者单位风险报酬）来评价其投资业绩；②大多数国家的监管当局在确定被监管对象的资本成本时，都把预期收益率-贝塔系数的关系连同对市场指数收益率的预测作为一个重要因素；③法院在衡量未来收入损失的赔偿金额时也经常使用预期收益率-贝塔系数的关系来确定贴现率；④很多企业在进行资本预算决策时也使用预期收益率-贝塔系数的关系来确定最低要求收益率。
也正因为其影响力如此之大，从CAPM模型和套利定价理论提出至今，围绕它们的争论就一直没有停止过。而大多数争论都是根据不同的实证检验结果进行的。由于相关文献多如牛毛，本节只能列举一些主要的结论与证据。
一、罗尔的批评
1977年，Roll发表了一篇了重要的论文，对CAPM的实证检验提出了严厉的批评。其主要观点可以概括为：
CAPM只有一个可检验的假设，那就是市场组合是均值-方差有效的。
该模型的其他所有运用，包括最著名的预期收益率与贝塔系数之间的线性关系都遵从市场模型的效率，因此都不是单独可以检验的。市场组合的有效性是预期收益率与贝塔系数之间线性关系的必要条件。
对于任何的样本期收益率观测值,运用样本期的收益率和协方差（而不是事前的预期收益率和协方差）都可以找到无数的事后均值-方差有效组合。运用任何这种组合与单个资产计算样本期β系数都会与样本平均收益率完全线性相关。换句话说，无论从事前的角度看真正的市场组合是否有效，这样计算出来的β都会满足证券市场线（SML）的关系。
除非我们知道真正市场组合的准确构成，并把它运用于实证检验，否则我们就无法检验CAPM的对错。这意味着除非我们的样本包括所有资产，否则CAPM就无法检验。
运用S&P500等来代替市场组合会面临两大问题：首先，即使真正的市场组合不是有效的，代替物也可能是有效的。相反，如果我们发现替代物不是有效的，我们也不能凭此认为真正的市场组合是无效的。再者，大多数替代物之间及其与真正的市场组合都会高度相关而不管他们是否有效，这就使得市场组合的准确构成看来并不重要。然而，运用不同的替代物自然会有不同的结论，这就是基准误差（Benchmark Error）,它指的是在检验时使用不正确的基准所导致的误差。
后来，Roll和Ross以及Kandel和Stambaugh将Roll的批评更推进了一步，认为在检验中否定平均收益率与β系数存在正向关系只能说明在检验中所用的替代物无效，而不能否定预期收益率-β系数之间的理论关系。他们还证明了，即使是高度分散的组合（如所有股票的等权重组合或市值加权组合）也可能不会产生有意义的平均收益率-β系数关系。
二、β系数的测度误差
Roll的批评说明了CAPM的实证检验从一开始就是有缺陷的。但假设我们可以获得真实的市场组合的数据从而绕过Roll的问题，我们还得解决估计β系数时的测度误差这个统计问题。
统计学知识告诉我们，当回归方程的右边变量存在测度误差时，则回归方程的斜率就会被低估而截距就会被高估。Miller和Scholes所做的模拟检验也证实了这一点。这是很多实证检验（如Lintner所做的检验）发现估计的证券市场线（SML）太平而截距（超额收益率）不等于0的主要原因。
为了解决β系数的测度误差问题，Black,Jensen和Scholes(BJS)率先对检验方法进行了创新，在检验中用组合而不用单个证券。将单个证券组成组合可以消除掉各证券的大部分非系统性风险，从而提高证券组合β系数和预期收益率估计值的精确度，从而解决β系数测度误差的问题。
但是，一个问题解决了，新的问题又产生了。将股票组成组合会减少样本的数量。为了平衡这两个问题，我们在构建组合时应使各组合β系数的差异尽量大。在其他条件相同时，自变量的观察值差异越大，回归的估计值就越精确。例如，如果我们要把1000只股票组成20个组合（每个组合包含50只股票），那我们就不能把1000只股票随机分配给20个组合，而应根据β系数的大小对1000只股票进行排队，然后把β系数最大的50只股票组成第1个组合，把β系数最小的50只股票组成第20个组合，其他依此类推。这样就可得出较为可信的检验结果。Fama和MacBeth运用BJS的方法对CAPM进行了实证检验，结果发现，与股票平均收益存在显著关系的唯一变量是股票的市场风险，且存在着正值的线性关系，与股票的非系统性风险无关，但估计的SML仍然太平，截距也为正。由此可见，CAPM在方向上是正确的，但数量上不够精确。
三、围绕收益率异常现象的争论
80年代以来，越来越多的实证研究发现，除了β值以外，其它一些因素，如上市公司规模、市盈率（P/D）、财务杠杆比率等，对证券收益有很大影响。如市盈率较低的证券组合、小公司的股票、高股利收入的股票的收益率常高于根据资本资产定价模型计算的收益。这种现象被称为异常现象(Anomalies)。
在这些实证研究中最为著名的是Fama和French的研究。他们认为公司规模β系数都与股票的收益率正相关，而这两个解释变量之间又是高度负相关的，因此他们就试图将两者的效应区分开来。他们以1941-1990期间在纽约证交所上市的股票为样本，先将所有股票市值大小分为10个组合，在每个组合里面再按β系数的大小再各分10个组合。这样他们就把所有股票分成了100个组合。结果发现，平均收益率与β系数之间并不像CAPM所说的那样存在正相关关系。而规模、帐面价值与市值比率则能较好地解释收益率的差异。
为了进一步了解资产收益率与规模、帐面价值与市值比率之间的关系，Fama和French提出了由市场收益率、小股票收益率减大股票收益率（SMB）和高账面价值与市值比股票收益率减低账面价值与市值比股票收益率（HML）的三因素模型，并发现小股票和价值股的平均收益率都较高，而大股票和增长股的平均收益率都较低，即使经过贝塔系数调整后也是如此。Fama和French的这一发现就像重磅炸弹一样在理论界和实业界引起了极大的震动，很多人对CAPM的信心开始动摇。但CAPM的支持者则从6个方面做出回应：
在检验过程中运用更好的计量经济学方法。
例如，Amihud,Bent和Mendelson运用普通最小二乘法（GLS）对Fama和French所用的样本进行重新检验，结果发现即使剔除了规模、帐面价值与市值比率的影响后，平均收益率与β系数之间仍然显著正相关。但他们也发现，若把样本期缩短到1972-1990年，那么两者之间就不存在显著的正相关。考虑到资产收益率波动率很大，因此在较短的样本期内找不到在统计上显著的结果也是不奇怪的。
提高估计β系数的精确度。
例如，Kothari,Shanken和Sloan在估计β系数时用年收益率数据而不用月收益率数据，以避免由于市场摩擦、非同时交易（Nonsynchronous Trading）以及月收益率的季节性变化等引起的问题。结果发现平均收益率与β系数之间存在显著的正相关。
重新考虑Fama和French研究结果的理论根源和实践意义。
大家对SMB和HML组合所代表的真实的、宏观的、不可分散的风险都很感兴趣。Fama和French注意到，典型的价值股股价往往都是因为财务困境而跌到很低水平。而在破产边缘的公司渡过难关的概率大于破产的概率，从而使价值股的平均收益率较高。这个发现对价值溢酬（Value Premium）提供了一种自然的解释：在信用危机和流动性危机中，处于财务困境的公司的股票表现将十分恶劣，而这时正是投资者最不愿意听到其投资出现亏损的时候。
Heaton and Lucas的结果也对价值效应提供了解释。他们注意到，典型的投资者是私人拥有的小企业的业主，这些投资者的收入自然对各种财务事件特别敏感，因此他们持有价值股时就需要较高的溢酬。
如果象规模、帐面价值与市值比率这种明显“无关”的变量实际上是我们还不完全了解的更基本的风险测度的替代物，那么Fama和French的研究结果与多因素APT并不矛盾。
将之归咎于“数据挖掘倾向”（Data Snooping Bias）。
不少CAPM的支持者将各种“异常”现象归咎于“数据挖掘倾向”。他们认为，如果全世界的金融研究者都不断地检查各种数据库以寻找成功的交易策略，那他们肯定可以找到一些似乎可以预测预期收益率的变量。但实际上，这些现象都是样本内的假象，在样本外就不再起作用。
例如，最近几年，规模和账面价值与市值比溢酬已大大减少。1981年小公司效应被发现后，SMB组合的收益率就大大下降。在Fama和French（1993）的最初样本（1960-1990）中，HML累积收益是市场收益的2.6倍。但如果我们考察整个时期（1947-1999），HML的累积收益跟市场累积收益几乎完全一样，因为从1990-1999，市场的累积收益是HML组合的1.71倍。
这个现象引起了CAPM支持者的极大兴趣。如果平均收益率在被公布之后就大幅下降，这很可能意味着这种异常现象的存在只是由于大多数投资者不知道而已。当他们知道了这种异常现象之后，他们就会利用这种异常现象，从而使小股票和价值股股价进一步攀升，从而使这种异常现象在短期内更为突出。但等大量的投资者将小股票和价值股纳入其投资组合之后，异常的高收益就会消失。
回到单因素模型，考虑不可交易的资产以及β系数的周期行为。
由于CAPM的市场组合包含了全世界所有资产，而且假定这些资产都是可交易的。而上述检验均只涉及美国的股票。大家知道，即使不考虑其他国家的资产，在美国，人力资本也是人们收入的重要组成部分。而人力资本价值的变动与股价指数变动之间的相关度是不大的，因此将人力资本纳入投资组合可以大大降低风险。Jaganathan和Wang对此做了尝试。他们用总的劳动收入变化率来代替人力资本价值的变动。除了用市值加权的股价指数估计标准的证券β（βVW）外，他们还估计资产相对于劳动收益增长率的β值（βlabor）。他们还考虑了经济周期对β值的影响。他们用低信用等级的公司债收益率与高信用等级公司债收益率之差来衡量经济周期的状态,并估计资产价值相对于经济周期变量的β值（βprem）。然后将这3个β系数连同规模（市值）一起，对各种股票组合的收益率进行横截面回归分析，结果发现3个β的解释力大大提高，而规模变量的重要性消失了。他们还将自己的条件CAPM（取名条件是因为β系数取决于经济状态）与Chen,Roll和Ross（CRR）的多因素APT以及Fama和French的三因素模型的估计相比较,结果发现，考虑了人力资本和β的周期性变化后，CRR所考虑的宏观经济因素和FF的规模、帐面价值与市值的重要性全部消失了。
可变的波动率。
CAPM的另一些支持者认为，股价的变动主要是受新信息的影响，而新信息到达的密集度是不同的，因而股价波动的方差以及相互之间的协方差就可能随时间而改变。Pagan和Schwert用150年（1835-1987年）的数据估计了纽约证交所上市股票月收益率的方差，结果发现它随时间而大幅波动。这意味着如果我们能改善对随时间而改变的方差、协方差的建模、估计和预测技术，我们对预期收益率行为的理解将前进一大步。
当我们考虑收益率的分布会随时间改变时，我们就要研究条件均值、方差和协方差而不是无条件均值、方差和协方差。目前。最广为使用的估计条件方差和协方差的模型是Engle提出的GARCH模型。林海对中国股市波动率的估计作了有益的探索。
四、股权溢价难题在一篇引起广泛兴趣的论文中，Mehra和Prescott计算了1889-1978年股票组合超额收益率，发现历史平均超额收益率如此之高，以致任何合理水平的风险厌恶系数都无法与之相称。这就是股权溢价难题（Equity Premium Puzzle）。这一发现引发了一场力图解释该难题的大讨论。其中有两种解释特别值得注意。
预期收益率与实际收益率在2002年出版的一篇论文中，Fama和French对股权溢价难题提供了一种较具说服力的解释。他们计算了1872-1999年美国的平均无风险利率、股票平均收益率以及风险溢价，结果发现，1872-1949年，风险溢价只有4.62%,而1950-1999年，风险溢价高达8.41%。他们还对根据实际平均收益率计算风险溢价提出了质疑。他们用不变增长率的股利贴现模型（参见本书第11章）来估计预期收益率，结果发现1872-1949年间，用股利贴现模型估计的预期风险溢价与根据实际平均收益率计算出来的风险溢价相差无几，但在1950-1999年间，前者则大大小于后者。这说明在1950-1999年间过高的平均超额收益率实际上是超过了投资者在投资决策所期望得到的水平。因此他们认为股权溢价难题至少部分是由于近50年来意外的资本利得过高所致。
Fama和French认为，在估计预期资本利得时，用股利贴现模型比根据实际平均收益率要可靠，理由有三：
1．1950-1999年间实际平均收益率超过了公司投资的内部收益率。如果这种收益率代表了事前的预期的话，那么根据公司财务的基本原理，我们只能得出公司愿意从事净现值为负的投资这样一个不可思议的结论。
2．用股利贴现模型进行估计的统计精确性要远高于根据历史平均收益率，前者的标准误（1.03）是后者(2.45)的2.4倍左右。
3．在计算单位风险报酬（夏普比率）时，用股利贴现模型远比根据实际收益率稳定。在1872-1949年间和1950-1999年间，前者估计的夏普比率分别为0.23和0.21，而后者估计的夏普比率则分别为0.24和0.51。而如果投资者的总体风险厌恶度不随时间变化的话，夏普比率应该较为稳定才对。
幸存者偏差股权溢价难题是从美国股市发现的。我们有理由相信根据美国股市估计的风险溢价存在幸存者偏差（Survivorship Bias）问题,因为半个世纪前谁也不知道美国会成为世界上无人匹敌的霸主，也不知道第三次世界大战没有爆发，更不知道科技进步如此之快。当时投资者担心的很多灾难都没有发生，而原来意想不到的奇迹却发生了，这就是存活偏差。
为了进一步研究这个问题，Jurion和Goetzmann收集了39个国家1926-1996年股票市场升值指数的数据，结果发现美国股市扣除通货膨胀后的真实收益率在所有国家中是最高的，年真实收益率高达4.3%,而其他国家的中位数是0.8%。
本章小结
1,投资者首先可以通过计算各个证券预期收益率、方差及各证券间协方差得出证券投资的有效集，然后找出有效集与该投资者等效用曲线族相切的切点，该切点代表的组合就是获得最大投资效用的组合，即最优投资组合。这就是马柯维茨为代表的现代证券组合理论(Modern Portfolio Theory)的主要内容。
2,为方便起见，人们常将1年期的国库券或者货币市场基金当作无风险资产。
3．单位风险报酬（或称夏普比率）是风险资产组合的重要特征，它是无风险资产与风险资产组合连线的斜率。无风险资产与该风险资产组合的任何组合都位于该连线（资产配置线）上。在其它条件相同时，投资者总是喜欢单位风险报酬较高（或者说斜率较高）的资产配置线。
4．引入无风险资产和按无风险资产收益率自由借贷后，对于规避风险的投资者来说，不论该投资者主观风险承受能力如何，投资者持有的最优证券组合总是市场组合，而不是有效边界上任何其它点所代表的证券组合，更不是可行集内其他的点代表的证券组合。最优投资组合与投资者的收益风险偏好是无关的。
5．投资者投资于最优风险组合的比例y*与风险溢价成正比而与方差和投资者的风险厌恶度成反比，它是由资本市场线与投资者无差异曲线的相切点决定的。
6,资本资产定价模型表明，当证券市场处于均衡状态时,资产的预期收益率等于市场对无风险投资所要求的收益率加上风险溢价。给定无风险收益率Rf为一常数，投资收益率是系统性风险β值的正的线性函数，而风险溢价决定于下面两个因素：（1）市场组合的预期收益率减去无风险收益率i -Rf，这是每单位风险的风险溢价;（2）用β系数表示的风险值，用公式表示：i = Rf+ [(m-Rf)] βi 。
7,因素模型认为各种证券的收益率均受某个或某几个共同因素影响。各种证券收益率之所以相关主要是因为他们都会对这些共同的因素起反应。
8．套利定价理论认为，套利组合要满足三个条件：
①投资者不追加资金；
②套利组合对任何因素的敏感度为零；
③套利组合的预期收益率大于零。
9．当所有证券均得到合理定价，以致不存在无风险套利机会时，我们就称其满足无套利套利条件。无套利定价法是金融学最为重要的方法之一。
10．套利定价理论也是关于资产定价的均衡模型，但与资本资产定价模型相比，套利定价理论的假设条件少多了，使用起来也方便很多。
11．套利定价理论认为，一种证券的预期收益率等于无风险利率（）加上k个因素风险报酬：
12．对CAPM的实证检验即使不是完全不可能的，也是及其困难和复杂的，会遇到难以找到真正的市场组合、用实际收益率替代预期收益率、数据挖掘倾向、幸存者偏差、样本误、相关变量是否随时间变化等等诸多难题，因此理论界还远未形成定论。但这并不影响CAPM和APT在实践中发挥着重要的作用。
本章重要概念可行集 有效集 有效组合 最小方差组合 最小方差边界 无风险资产 无风险借款 无风险贷款 单位风险报酬 夏普比率 资产配置线 切点处投资组合 最优风险组合 最优投资组合 分离定理 共同基金定理 市场组合 资本市场线 证券市场线 系数 特征线 资本资产定价模型 多因素资本资产定价模型 条件资本资产定价模型 零贝塔组合 套利定价理论 因素模型 三因素模型 套利组合 流动性溢酬 收益率异常 数据挖掘倾向 股权溢价难题 存活偏差
习题：
1．你拥有一个风险组合，期望收益率为15%。无风险收益率为5%，如果你按下列比例投资于风险组合并将其余部分投资于无风险资产，你的总投资组合的期望收益率是多少？
（1） 120%；
（2） 90%；
（3） 75%。
2．考虑一个期望收益率为18%的风险组合。无风险收益率为5%，你如何创造一个期望收益率为24%的投资组合。
3．你拥有一个标准差为20%的风险组合。如果你将下述比例投资于无风险资产，其余投资于风险组合，则你的总投资组合的标准差是多少？
（1）－30%；
（2） 10%；
（3） 30%。
4．你的投资组合由一个风险投资组合（12%的期望收益率和25%的标准差）以及一个无风险资产（7%的收益率）组成。如果你的总投资组合的标准差为20%，它的期望收益率是多少？
5．某风险组合到年末时要么值50000元，要么值150000元，其概率都是50%。无风险年利率为5%。
（1）如果你要求获得7%的风险溢价，你愿意付多少钱来买这个风险组合？
（2）假设你要求获得10%的风险溢价，你愿意付多少钱来买这个风险组合？
6．某风险组合的预期收益率为20%，标准差为25%，无风险利率为7%。请问该风险组合的单位风险报酬（夏普比率）等于多少？
7．证券市场上有很多种证券，其中A股票的预期收益率和标准差分别为12%和15%，B股票的预期收益率和标准差分别为24%和25%，A、B两股票之间的相关系数等于-1。假设投资者可以按相同的无风险利率自由借贷，请问，在无套利条件下，无风险利率必须等于多少？（提示：用A、B两股票组成无风险组合。）
8．假设所有证券的预期收益率和标准差以及无风险借款利率和贷款利率都已知，那么所有投资者的最优风险组合都相同。（对或错？）
9．某投资组合的预期收益率为16%，市场组合的预期收益率为12%，无风险利率为5%，请问在均衡状态下该投资组合的β系数应等于多少？
10．某固定资产投资项目初始投资为1000万元，未来10年内预计每年都会产生400万元的税后净收益，10年后报废，残值为0。该项目的β值为1.6，市场无风险利率为6%，市场组合的预期收益率为15%。请问该项目的净现值等于多少？当该项目的β值超过多少时，其净现值就会变成负数？
11．请判断下列说法的对错：
（1）β值为0的股票，其预期收益率也等于0。
（2）CAPM理论告诉我们，波动率越大的股票，其预期收益率应越高。
（3）为了使你的投资组合的β值等于0.8，你可以将80%的资金投资于无风险资产，20%投资于市场组合。
12．假设由两种证券组成市场组合，它们有如下的期望收益率、标准差和比例：
证券 期望收益率（%） 标准差（%） 比例
A 10 20 0.40
B 15 28 0.60
基于这些信息，并给定两种证券间的相关系数为0.30，无风险收益率为5%，写出资本市场线的方程。
13．假设无风险利率为4%，某个风险资产组合的预期收益率为10%，其β系数等于1。根据CAPM：
（1）市场组合的预期收益率等于多少？
（2）β=0的股票的预期收益率应为多少？
（3）某股票现在的市价为30元，其β值为-0.4,预计该股票1年后将支付1元红利，期末除权价为31元。请问该股票目前的价格被高估还是低估了？
14．假设无风险借款受到限制，市场组合的预期收益率等于15%，市场组合的零贝塔组合的收益收益率等于6%。那么根据零贝塔CAPM，β系数等于0.5的风险组合的预期收益率应为多少？
15．证券市场线描述的是：
（1）证券的预期收益率是其系统性风险的函数。
（2）市场组合是风险证券的最优组合。
（3）证券收益率与指数收益率之间的关系。
（4）由市场组合和无风险资产组成的组合。
16．根据CAPM，β值为1，截距（α值）为0的组合的预期收益率等于：
（1）介于rM与rf之间。
（2）无风险利率，rf。
（3）β（rM-rf）
（4）市场组合收益率，rM。
17．在单因素指数模型中，某投资组合与股票指数的相关系数等于0.7。请问该投资组合的总风险中有多大比例是非系统性风险？
（1）35%。
（2）49%。
（3）51%。
（4）70%。
18．假设影响投资收益率的是两个相互独立的经济因素 F1和F2。市场的无风险利率为5%。组合A对F1和F2的β系数分别为1.2和1.8，预期收益率为28%。组合B对F1和F2的β系数分别为2.0和-0.3，预期收益率为20%。请根据APT写出预期收益率和β之间的关系。
19.假设影响投资收益率的只有一个因素，A、B、C三个投资组合都是充分分散的投资组合，其预期收益率分别为12%、6%和8%，β值分别等于1.2、0.0和0.6。请问有无套利机会？如果有的话，应如何套利？
20．假设影响投资收益率的只有一个因素，A、B两个组合都是充分分散的，其预期收益率分别为13%和8%，β值分别等于1.3和0.6。请问无风险利率应等于多少？
21．与CAPM不同的是，APT：
（1）要求市场必须是均衡的。
（2）运用基于微观变量的风险溢价。
（3）规定了决定预期收益率的因素数量并指出这些变量。
（4）并不要求对市场组合进行严格的假定。
22．一位投资学的学生认为“一种具有正的标准差的证券必然有大于无风险利率的期望收益率，否则，为什么会有人持有它呢？”根据资本资产定价模型，他的陈述正确吗？为什么？
习题答案：
（1）17%，（2）14%，（3）12.5%。
令风险组合的投资比例为x，则x必须满足下式：
18%x+5%(1-x)=24%
解得：x=146.15%。
（1）26%，（2）18%，（3）14%。
令风险组合的投资比例为x，则x必须满足下式：
25%x=20%
解得：x=80%。因此投资组合的预期收益率等于：
12%(80%+7%(20%=11%
（1）风险组合年末预期价值为：0.5(50 000+0.5(150 000=100 000元。当风险溢价为7% 时，要求的投资收益率就等于12%（=5%+7%）。因此风险组合的现值为：
100 000/1.12=89 285.71元。
（2）当风险溢价为10% 时，要求的投资收益率就等于15%（=5%+10%）。因此风险组合的现值为：
100 000/1.15= 86 956.52元。
该风险组合的单位风险报酬等于：
（20%-7%）/25%=0.52。
由于A、B两种股票是完全负相关的，它们可以组成一个无风险组合，其收益率应等于无风险利率。令A股票在组合中所占的权重为x，则x必须满足下式：
(15%x-25%（1-x）(=0
解得：x=62.5%。该无风险组合的预期收益率为：
0．625(12%+（1-0.625）(14%=16.5%
因此，无风险利率必须等于16.5%，否则就存在无风险套利机会。
错。如果无风险借贷利率不等的话，借款者和贷款者将因其风险厌恶度不同（从而无差异曲线的斜率不同）而选择不同的最优风险组合。
该组合的β系数应满足下式：
16%=5%+β（12%-5%）
解得：β=1.57。
该项目的合理贴现率为：
6%+1.6(15%-6%)=20.4%。
该项目的净现值为：
-1000+Σt（400/1.204）=654.4716 万元。
当贴现率超过38.4%时，该项目的净现值为负。与38.4%贴现率相对应的β值为：
38．4%=6%+β（15%-6%）
解得：β=3.6。因此当该项目的β超过3.6时，该项目的净现值为负数。
（1）错。其预期收益率应等于无风险利率。
（2）错。只有系统性风险高的股票才能获得高的预期收益率。而波动率高并不一定等于说系统性风险高，其中有一部分是非系统性风险。
（3）错。应投资80%于市场组合，20%于无风险资产。
我们只要算出市场组合的预期收益率和标准差就可以写出资本市场线。市场组合预期收益率为：
10%(40%+15%(60%=13%
市场组合的标准差为：
（0.42(20%2+0.62(28%2+2(0.4(0.6(0.3(20%(28%）0.5=20.66%
因此资本市场线为：
=5%+[（13%-5%）/20.66%](=5%+0.3872(
（1）由于市场组合本身的β值等于1，因此其预期收益率应等于10%。
（2）β=0意味着没有系统性风险，因此其预期收益率应等于无风险利率4%。
（3）根据证券市场线,β=-0.4的股票的预期收益率应等于:
4%+(-0.4)((10%-4%)=1.6%
而根据该股票目前的市价、未来的股息和股价计算的预期收益率为：
（31+1）/30-1=6.67%
显然，该股票目前的市价被低估了。
在无风险借款受到限制的情况下，市场组合的零贝塔组合的预期收益率就相当于无风险利率，因此β系数等于0.5的风险组合的预期收益率为：
6%+（15%-6%）(0.5=10.5%。
（1）。
（4）。
（3）回归的R2等于0.72，即0.49,因此该投资组合的总风险中有51%是未被指数收益率解释的，这部分风险就是非系统性风险。
令RP1和RP2分别表示F1和F2的风险溢价，则两因素的APT可以写为：
=rf+β1RP1+β2RP2
把有关数据代入得：
28%=5%+1.2PR1+1.8RP2
20%=5%+2.0RP1-0.3RP2
解得：RP1=8.56%,RP2=7.07%。因此预期收益率与β的关系式就是：
=5%+8.56%β1+7.07%β2
组合B的β值为0，因此它的预期收益率就是无风险利率。组合A的单位风险报酬等于（12%-6%）/1.2=5，而组合C的单位风险报酬等于（8%-6%）/0.6=3.33。显然存在无风险套利机会。例如，你可以卖掉组合C，并将得到的收入50%买进组合A、50%买进组合B。这样，你的套利组合的预期收益率为：
0.5(12%+0.5(6%-1(8%=1%
套利组合的β值为：
0.5(1.2+0.5(0-1(0.6=0。
可见，这样套利就可以使你不冒系统性风险获取1%的报酬。
令RP表示风险溢价，则APT可以写为：
13%=rf+1.3RP
8%=rf+0.6RP
解得rf=3.71%。
（4）。
不对。正的标准差并不等于正的β。只有具有正的β值的证券，其预期收益率才会高于无风险利率。
