CAPM

CAPM（Capital Asset Pricing Model，资本资产定价模型）是金融经济学中最核心的定价理论之一，由威廉·夏普（William Sharpe）、约翰·林特纳（John Lintner）和简·莫辛（Jan Mossin）在20世纪60年代中期基于哈里·马科维茨（Harry Markowitz）的现代投资组合理论独立发展而来。该模型揭示了单项资产的预期收益率与其系统性风险之间的线性关系，为资产定价、投资组合管理、资本成本估算和绩效评估提供了统一的理论框架。CAPM的简洁性与可操作性使其迅速成为金融实践中的基石工具，然而其严格的假设条件也使其长期处于学术争议的中心。

模型的基本假设

CAPM的推导建立在若干关键假设之上。首先，投资者是风险厌恶的理性经济人，其投资决策仅基于资产的预期收益率和方差（即均值-方差分析），追求给定风险水平下的预期收益最大化。其次，市场无摩擦——不存在交易成本、税收和买卖价差，所有资产均可无限细分且完全可交易。第三，所有投资者具有同质预期，即他们对所有资产的预期收益率、方差和协方差持有相同的信念。第四，存在一个无风险资产，投资者可以按无风险利率无限量地借贷。第五，市场处于均衡状态，所有资产的价格调整至使总需求等于总供给的水平。这些假设构成了一条从个体最优决策通向市场均衡定价的严谨逻辑链。

证券市场线与Beta系数

CAPM的核心结论由证券市场线（Security Market Line, SML）刻画。该线性关系可表达为：

其中，$E(R_i)$表示资产$i$的预期收益率，$R_f$为无风险利率，$E(R_m)$为市场组合的预期收益率。$\beta_i$（Beta系数）是模型的关键参数，衡量资产$i$的收益率对市场组合收益率变动的敏感程度。Beta系数的计算公式为$\beta_i = \text{Cov}(R_i, R_m) / \text{Var}(R_m)$。当$\beta_i = 1$时，资产的预期收益率与市场组合相同；$\beta_i > 1$意味着资产具有更高的系统性风险，投资者要求更高的风险溢价作为补偿；$\beta_i < 1$则对应防御性资产。证券市场线表明，在均衡状态下，只有系统性风险（市场风险）获得定价补偿，而由分散化投资可以消除的特质风险（非系统性风险）则不在定价之列。

系统性风险与非系统性风险的区分

CAPM最重要的理论贡献在于它对风险的系统性分解。一项资产的总风险可分解为两个正交部分：系统性风险（Systematic Risk）反映资产收益率与市场整体波动的相关性，源于宏观经济因素（利率变动、经济增长、通货膨胀、地缘政治冲击等）的不可分散性；非系统性风险（Idiosyncratic Risk）则源于企业特有的微观因素（管理层决策、产品竞争力、诉讼风险等），可以通过构建充分分散化的投资组合加以消除。CAPM由此确立了一条深刻的金融学原理：市场不会为投资者可以通过自身努力消除的风险提供额外的预期收益补偿，只有无法消除的系统性风险才享有风险溢价。

模型的经验检验与学术争议

CAPM自诞生以来经历了大量经验检验，其结果构成了金融学界最具争议性的议题之一。早期研究（如Black, Jensen \& Scholes, 1972和Fama \& MacBeth, 1973）在一定条件下为CAPM提供了有限的支持，发现Beta系数与横截面预期收益率之间存在正相关关系。然而，随着数据范围的扩大和检验方法的精细化，越来越多证据指向CAPM的局限性。尤金·法玛（Eugene Fama）和肯尼斯·弗伦奇（Kenneth French）在1992年的里程碑研究中发现，Beta系数对股票横截面收益率的解释力极为有限，而公司规模（市值）和账面市值比等因子具有更强的预测能力。这一发现直接催生了Fama-French三因子模型。此外，动量效应（Jegadeesh \& Titman, 1993）、低波动率异象（Ang et al., 2006）等大量市场异象的存在，均与CAPM的基本预测相悖。

模型的扩展与替代理论

面对CAPM的缺陷，学者们提出了多种扩展模型。Fama-French三因子模型在CAPM的Beta因子基础上增加了规模因子（SMB）和价值因子（HML）；Carhart四因子模型进一步引入动量因子（WML）；Fama-French五因子模型则加入了盈利能力和投资水平因子。在理论层面，套利定价理论（Arbitrage Pricing Theory, APT）由斯蒂芬·罗斯（Stephen Ross）于1976年提出，它放弃了对市场组合的依赖，允许资产收益率受多个宏观经济因子驱动，为多因子定价体系提供了更具一般性的理论框架。基于消费的CAPM（Consumption CAPM, CCAPM）则将资产的定价内核锚定于消费增长与边际效用之间的协方差。这些扩展模型在提升实证解释力的同时，也暴露了一个深层困境：因子越多，理论越缺乏简洁性与先验约束，容易陷入"数据挖掘"的争议。

实践中的应用

尽管CAPM在经验检验中面临诸多挑战，它在金融实践中仍占据不可替代的位置。在资本预算决策中，企业财务人员利用CAPM估算权益资本成本，作为折现率对投资项目进行净现值评估；在投资管理领域，Beta系数是构建资产配置策略和计算风险调整后业绩指标（如夏普比率和特雷诺比率）的核心输入；在监管领域，公用事业行业的监管机构利用CAPM确定合理的资本回报率；在司法实践中，CAPM常被用于估算经济损失和商业价值。这种理论与实践的张力恰恰体现了CAPM在金融学中的特殊地位：它虽然不是一个完美精确的定价模型，却提供了一个简洁、透明且可复制的思维基准——任何超越CAPM的选股能力都意味着超额收益（Alpha）的存在，而这本身就是对市场有效性的一种度量。