套利定价理论(Arbitrage Pricing Theory，简称APT)作为现代金融学的基石，从其提出至今的这几十年时间罩，经历着来自于不同市场、不同时期的实证检验。一直以来，对APT检验的重点和难点在于究竟有哪些因素对资产的收益产生重要影响，即哪些因素会在投资收益的决定中起主导作用。但迄今为止，学术界仍无法明确给出到底有多少个因素共同影响着资产的收益率，有关套利定价理论在这方面的研究尚需深入的探讨。 我国股票市场源于20世纪90年代，如今对股票市场的研究已成为现代经济金融的热点研究领域。虽然我国已有学者开始致力于套利定价理论在沪深股票市场的应用研究，但至今成果却甚少。因此，有一点是可以肯定的，那就是套利定价理论在我国还有很多问题值得进一步的探索和研究，有关套利定价理论的经验检验和应用也还需要更多的人做更多、更完善的研究。 本文将对上海股票市场的收益率情况进行套利定价理论的实证检验，探讨分析上海股票市场收益率的影响因素，将宏观变量做为影响股票收益的系统风险因子，看看套利定价理论在上海股票市场是否成立，这是一种新的尝试。 本文的样本期间为1997年2月至2008年7月，样本集是上海证券交易所1997年1月以前上市的其中30家上市公司的股票，其对数收益为本文的样本研究对象。利用SAS和E-views软件作为工具，采用两路径回归法(Two-passApproach)对套利定价理论在上海股票市场进行实证研究。 本文所做的主要研究及得出的主要结论如下： 第一，有哪些因素影响着中国股票市场的收益，同期宏观风险因子的多因素套利定价理论在中国的上海股票市场是否成立。 选择了实际经济活动、通货膨胀、货币供应量、房地产市场景气状况以及市场指数五个变量，将其未预期到的变化作为影响股票收益的风险因子。实证结果表明：样本期间上海股票市场并不支持同期宏观风险因子的APT模型。所选取的风险因子并不能很好地解释上海股票市场的收益率，无论是在时间序列方面还是在横截面差异方面。 第二，滞后期宏观风险因子的套利定价模型在上海股票市场是否有效。 将某些宏观风险因子的滞后变量引入APT模型，检验滞后期风险因子的APT模型。结果表明：引入宏观风险因子的滞后变量虽然部分地改善了APT模型，但仍然只有市场指数这个因子在时间序列回归中对所有收益显著，即使APT模型对股票平均收益率横截面差异的解释能力很强，但还是不能从中武断地得出什么可靠的结论。 本文的创新之处有两点： 第一，将探索性因子法和指定性因子法相结合，共同确定影响股票收益率的因子个数及具体的几个重要风险因子。探索性因子分析法能说明到底有多少个风险因子对股票收益是有重要影响的。指定性因子分析法则以经济金融理论为基础，所选的因子具有明确的经济意义，从而更好地解释了现实经济中投资者的决策行为和资产的定价方式。将这两种因子确定的方法结合使用，同时克服了二者的缺陷，但一方面既确定了因子的数目，另一方面又使得所选择的风险因子具有实际经济意义。 第二，将宏观风险因子的滞后变量引入APT模型，这样做是考虑到信息滞后的影响。众所周知，一些宏观政策的出台或调整会影响投资者的预期，但这些宏观经济信息却并不能迅速地(比如在一两个月甚至是更短的时间内)在股票市场以及其他方面体现出来，而是存在一定的传导机制，这样往往就会造成信息影响的滞后性。关于信息滞后这个问题，国际货币基金组织也做了有关说明。 作为一个新兴市场，中国股票市场的运行受投机性因素及相关政策因素的影响较大。另外，由于APT本身的条件限制等原因，导致APT在中国股票市场的应用受到一定限制。但是，随着经济的发展和模型的完善，APT将会吸引越来越多研究者的目光，其在我国股票市场的应用也将日益成熟和规范。