Модель оценки капитальных активов: теория и эмпирические данные

Модель оценки капитальных активов (CAPM) Уильяма Шарпа (1964) и Джона Линтнера (1965) ознаменовала рождение теории ценообразования активов, за что Шарп получил Нобелевскую премию в 1990 году. До этого прорыва не существовало моделей ценообразования активов, построенных на исходных принципах, касающихся природы предпочтений и инвестиционных возможностей, и дающих ясные проверяемые предсказания относительно риска и доходности. Четыре десятилетия спустя CAPM по-прежнему широко применялась на практике, например для оценки стоимости собственного капитала компаний и эффективности управляемых портфелей. Она также являлась центральной, а часто и единственной моделью ценообразования активов, преподаваемой на курсах инвестиций уровня MBA. Привлекательность CAPM обусловлена её исключительно простой логикой и интуитивно понятными предсказаниями о способах измерения риска и взаимосвязи между ожидаемой доходностью и риском. К сожалению, возможно именно из-за своей простоты, модель демонстрирует неудовлетворительные эмпирические результаты — настолько неудовлетворительные, что они ставят под сомнение способы её практического применения. Эмпирические проблемы модели могут отражать её реальные недостатки. (В конце концов, это всего лишь модель.) Однако они также могут быть обусловлены недостатками эмпирических тестов, прежде всего использованием неудовлетворительных заменителей рыночного портфеля инвестированного богатства, играющего центральную роль в предсказаниях модели. Мы, однако, утверждаем, что если проблема выбора рыночного заменителя делает тестирование модели некорректным, то она также ставит под сомнение большинство практических применений, в которых обычно используются те же рыночные заменители, что и в эмпирических тестах. Чтобы дать представление о предсказаниях CAPM относительно риска и ожидаемой доходности, мы начинаем с краткого обзора её логики. Затем рассматриваем историю эмпирических исследований модели и то, что она говорит о недостатках CAPM, которые требуют объяснения с помощью более сложных моделей.