金融大数据与量化分析实证检验CAPM模型的步骤及收益率图分析

本次作业要求使用CAPM模型对指定的股票和指数进行实证检验。步骤一要求获取数据，包括大盘股浦发银行、小盘股浙江龙盛、股价指数上证综指和无风险证券中债国债1-3年指数。数据的时间范围是2016年5月至2020年5月，采用月频数据来源包括Wind、中心GP数据库、聚宽等。编程语言为python，需要使用numpy、pandas、matplotlib和statmodels等库。 步骤二要求画出收益率图，其中包括两只股票、股指和无风险证券的月收益和累计收益的时间序列。收益率的计算公式是月度收益率𝑟𝑡=𝑝𝑡1−𝑝𝑡−1。可以使用相关的参考程序进行绘图。 在进行CAPM模型实证检验时，需要首先计算每只股票的超额收益率，即减去无风险收益率后的收益率。然后，通过线性回归计算出每只股票的beta系数和截距项，并使用统计模型进行显著性检验。 CAPM模型的公式是𝐸(𝑟𝑖)−𝑟𝑓=𝛽(𝑟𝑚−𝑟𝑓)，其中𝐸(𝑟𝑖)是股票的期望收益率，𝑟𝑓是无风险收益率，𝑟𝑚是市场平均收益率，𝛽是股票的beta系数。通过计算每只股票的beta系数，可以判断其相对市场的风险敞口。 在实证检验中，会对每只股票的beta系数进行显著性检验，通常使用t检验或者F检验来判断是否存在显著性差异。如果beta系数显著大于1，则说明股票的风险敞口高于市场平均水平；如果beta系数显著小于1，则说明股票的风险敞口低于市场平均水平；如果beta系数显著等于1，则说明股票的风险敞口与市场平均水平相同。 在本次实证检验中，可以使用统计模型进行参数估计和显著性检验。通过比较不同股票的beta系数和截距项，可以得出结论，判断股票的相对市场风险敞口和市场表现。 综上所述，本次作业要求使用CAPM模型对指定股票和指数进行实证检验。通过计算收益率、绘制收益率图和进行线性回归分析，可以得出股票的beta系数和截距项，并进行显著性检验。这样可以评估股票的相对市场风险敞口和市场表现。