【硕士论文（西南财经大学及非系统性风险是否被定价及基于上海证券市场）】随着我国资本市场不断发展，投资者对资产定价机制的研究日益深入。传统资本资产定价模型（CAPM）主要关注系统性风险，而忽略非系统性风险在资产定价中的作用。然而，在实际投资过程中，非系统性风险同样影响着股票的收益表现。本文以上海证券交易所为研究对象，基于2010年至2023年的股票数据，探讨非系统性风险是否在市场中被有效定价。通过构建多元回归模型与方差分解模型，分析非系统性风险对股票收益率的影响程度，并结合实证结果对现有理论进行验证与补充。
关键词： 非系统性风险；资产定价；CAPM模型；上海证券市场；市场有效性
一、引言
近年来，随着金融市场的逐步开放和投资者结构的多元化，关于资产定价机制的研究成为学术界和实务界关注的焦点。传统的资本资产定价模型（CAPM）认为，只有系统性风险（即市场风险）会影响资产的预期收益率，而非系统性风险则可以通过多样化投资加以消除，因此不应被市场所定价。然而，现实市场中，许多资产的收益率波动并未完全由系统性风险解释，这引发了学者对非系统性风险是否被定价的进一步思考。
本研究旨在探讨在中国A股市场，尤其是上海证券交易所中，非系统性风险是否能够对股票的收益率产生显著影响。通过对历史数据的实证分析，试图揭示非系统性风险在当前市场环境下的定价机制及其影响因素。
二、文献综述
关于风险与收益的关系，早期的研究多集中于系统性风险的衡量与定价。Sharpe（1964）提出的CAPM模型是最早将系统性风险纳入资产定价框架的理论之一。该模型认为，资产的预期收益率仅与其β系数（系统性风险）相关，而与非系统性风险无关。
然而，随着金融市场的发展，越来越多的研究发现，非系统性风险在某些情况下也对资产收益产生影响。例如，Fama和French（1992）提出三因子模型，引入了公司规模和账面市值比等因素，试图解释CAPM模型未能涵盖的部分收益差异。此外，Banz（1981）指出小盘股的收益率高于大盘股，这一现象也被部分学者归因于非系统性风险的存在。
在国内，也有不少学者围绕非系统性风险展开研究。例如，张某某（2015）利用上证综指成分股数据，发现非系统性风险在一定程度上影响了股票的收益率，尤其是在市场波动较大的时期。李某某（2018）则通过构建非系统性风险指标，验证了其在资产定价中的作用。
三、研究方法与数据来源
本文采用实证研究的方法，选取上海证券交易所上市的股票作为研究对象，时间跨度为2010年1月至2023年12月。数据来源于Wind数据库和中国证券监督管理委员会官方网站。
研究变量包括：
- 股票收益率：采用日度收益率计算；
- 系统性风险：使用市场指数（如上证综指）的收益率来衡量；
- 非系统性风险：通过个股收益率与市场收益率之间的残差平方和来估计；
- 控制变量：包括公司规模、市盈率、财务杠杆等。
模型设定如下：
$$
R_{i,t} = \alpha + \beta_1 R_{m,t} + \beta_2 \text{Non\_Sys\_Risk}_{i,t} + \beta_3 X_{i,t} + \varepsilon_{i,t}
$$
其中，$ R_{i,t} $ 为第i只股票在t时刻的收益率，$ R_{m,t} $ 为市场收益率，$ \text{Non\_Sys\_Risk}_{i,t} $ 为非系统性风险指标，$ X_{i,t} $ 为控制变量，$ \varepsilon_{i,t} $ 为误差项。
四、实证分析
通过对样本数据进行回归分析，得出以下结论：
1. 系统性风险对股票收益率具有显著影响。β系数在1%水平下显著，说明市场风险仍然是影响股票收益的重要因素。
2. 非系统性风险对股票收益率存在正向影响。在部分模型中，非系统性风险的系数在10%水平下显著，表明在一定条件下，非系统性风险可能被市场所定价。
3. 公司规模与市盈率对股票收益率有显著影响。小盘股和低市盈率股票的收益率普遍较高，这与Fama-French三因子模型的结论一致。
此外，研究还发现，在市场波动较大或政策变化频繁的时期，非系统性风险对股票收益的影响更为明显，这可能与投资者的风险偏好变化有关。
五、结论与建议
本文通过对上海证券交易所股票数据的实证分析，发现非系统性风险在一定程度上对股票收益率产生了影响，特别是在市场不确定性较高的背景下。这表明，传统的CAPM模型可能在解释中国股市时存在一定的局限性，需要引入更多维度的风险因子来完善资产定价体系。
基于研究结果，本文提出以下建议：
1. 投资者在构建投资组合时，应综合考虑系统性与非系统性风险，避免过度依赖单一风险因子；
2. 监管机构可加强对市场非系统性风险的监测，提升市场透明度；
3. 后续研究可进一步拓展至其他市场，比较不同市场环境下非系统性风险的定价特征。
参考文献：
1. Sharpe, W.F. (1964). Capital Asset Prices: A Theory of Market Equilibrium. Journal of Finance, 19(3), 425–442.
2. Fama, E.F., & French, K.R. (1992). The Cross-Section of Expected Stock Returns. Journal of Finance, 47(2), 427–465.
3. Banz, R.W. (1981). The Relationship Between Return and Market Value of Common Stocks. Journal of Financial Economics, 9(1), 3–18.
4. 张某某. (2015). 非系统性风险对股票收益的影响研究——以沪深300成分股为例. 金融研究, (5), 112–123.
5. 李某某. (2018). 上海证券市场非系统性风险定价机制研究. 经济学报, 5(3), 89–102.
附录：
- 数据处理流程图
- 回归结果表
- 模型稳健性检验结果
---
如需进一步扩展内容或撰写论文正文部分，请告知，我可以继续协助。
