论文：特质波动率与截面预期收益：基于中国股票市场的实证研究

目录/提纲：……
一、文献综述
二、样本数据及变量定义
（一）、样本数据
（二）、三因素模型中相关变量的定义与计算
（三）、特质风险的度量
（四）、其他变量的选取及计算
三、研究方法
四、实证结果
（一）、股票组合分析实证结果
（二）、截面回归分析实证结果
五、结论
……
论文：特质波动率与截面预期收益：基于中国股票市场的实证研究

摘要：本文以1997年7月到2007年4 月沪深两市上市公司为样本，以Fama-French（1993）三因素模型残差项的标准差作为公司特质风险的测度，检验了中国股市特质波动率与截面预期收益的关系。实证研究发现特质波动率与截面预期收益有显著的负相关关系，而且这种关系不能由公司规模、账面市值比和动量效应等其他影响截面预期收益的因素解释。
本文认为这是股票市场的一种异常现象，由现有的理论并不能很好的对其进行解释。

关键词：特质波动率 预期收益 截面回归

Idiosyncratic Volatility and the Cross-Section of E*pected Returns: Evidence from Chinese Stock Markets

Abstract: In this paper we analyze all of the Chinese A-stock data from July 1997 to April 2007，and find find strongly statistically significant negative relation between idiosyncratic volatility and the cross-section of e*pected returns. The phenomena can not be e*plained by size, book-to-market, momentum, etc.

Keywords: idiosyncratic volatility, e*pected returns, cross section regression
一、文献综述
现代金融理论把投资风险分为系统性风险和非系统性风险，特质风险就是指非系统性风险，也称公司特有风险，是不能由市场风险或其他一般性风险因素解释的风险，而特质
……（新文秘网https://www.wm114.cn省略1358字，正式会员可完整阅读）……　
期特质波动率越高的组合在后期拥有显著越低的平均收益，在经过三因素模型调整之后，最高特质波动率与最低特质波动率的组合的收益差值为每月 1.31 %，从而得出结论，认为这种前期特质波动率越高的股票后期有越低的收益并非是市场选择的样本偏差或者是其他风险因素的影响，而是一个全球性的现象。
Fu（2005）则认为，对于很多没有发现特质风险与截面预期收益正相关关系的研究，一个重要的原因在于这些研究所使用的模型并没有考虑到特质波动率的时间序列属性，从而引起严重的变量度量错误问题而最终导致不正确的结论。Fu 使用月数据并以 Nelson（1991）的 EGARCH 模型来估计样本内条件特质波动率，发现截面平均收益与条件特质波动率有正相关关系，并且发现在控制了条件特质波动率后公司规模溢价现象消失，从而进一步认为公司规模效应的存在是因为忽略了控制特质风险。Spiegel 和 Wang（2005）同样使用月数据检验了流动性和样本外条件特质波动率对股票收益的影响，发现预期收益与特质波动率有正相关关系而与流动性有负相关关系，而且虽然流动性与特质波动率都能影响到股票收益，但是条件特质风险对股票定价的影响更为显著。
近年来，还有一些研究检验了平均或总体特质风险与股市收益之间的的关系，Goyal 和 Santa-Clara（2003）发现前期等加权平均特质波动率与后期价值加权市场组合收益之间有正相关关系，这个结论在控制了已知的影响股票预期收益的变量后仍然成立。然而Bali，Cakici，Yan 和 Zhang（2005）的研究表明 Goyal 和 Santa-Clara（2003）的结论并不稳健，部分原因是规模溢价或者流动性溢价引起的，Bali 和 Cakici（2006）进一步研究发现，用来度量特质波动率的数据频率以及计算股票组合平均收益的权重等对决定特质风险与预期收益的关系的存在及显著性有着至关重要的影响。Guo 和 Savickas（2003a）使用季度数据度量波动率，得出价值加权平均特质波动率与股票组合预期收益有负相关关系，Guo 和 Savickas（2005）进一步指出价值加权平均特质波动率与市场波动率共同使用才可以预测市场收益，而单独使用则不行。Brown 和 Ferreira（2004）创造了两个度量特质风险的指标：一个以较大规模公司股票为基础，另一个以较小规模公司股票为基础，结果表明建立在较小规模基础上的特质风险指标与市场组合及较大和较小的股票组合的预期收益有显著为正的关系。Jiang 和 Lee（2004）批评了使用前期平均特质波动率来研究特质风险与市场收益的关系，在控制了特质波动率的序列相关后使用条件特质波动率，发现其与市场收益有正相关关系。
国内研究特质波动率与截面预期收益的文献比较少。杨华蔚和韩立岩（2007）用中国股市 1994 年 12 月到 2005 年 12 月的数据考察了截面收益与与特质波动率的关系，发现特质波动率与截面预期收益有异常显著的负相关关系，并且发现了中国股市特质波动率对收益解释能力与美国市场结论不同的地方：在中国，特质波动率溢价不仅存在于小流通规模公司股票中，也在大流通规模公司股票中体现；换手率吸收了部分特质波动率对预期收益的解释能力，但是特质波动率与换手率对预期收益的解释能力不能互相替代。杨华蔚和韩立岩（2007）用Miller（1977）的理论对这些区别给出了解释，即股票的特质波动率和换手率在一定程度上度量了投资者对该股票投资认识的分歧，在缺乏卖空机制的市场，这种分歧会造成该类股票被高估，偏离基础价值，导致未来收益异常低。
本文使用了更新的数据以及更复杂的股票组合构成策略检验了中国股市特质波动率与截面预期收益的关系；对 Fama-Macbeth（1973）的截面回归方法做了改进，减少了内生变量错误问题对回归系数的影响。
本文余下结构部分安排如下：第二部分介绍样本数据以及特质波动率和其他对截面预期收益有影响因素的定义及计算方法，第三部分介绍研究方法，第四部分介绍特质波动率与截面预期收益的实证结果，第五部分是结论。

二、样本数据及变量定义
（一）、样本数据
本文样本数据来自北大 CCER 色诺分数据库，由于在 1997 年以前上市公司数量有限，市场效率和信息反映程度比较差，个股缺乏个性，往往表现为齐涨齐跌，所以我们选定研究的时间区间从 1997 年 7 月 2 日至 2007 年 4 月 30 日，数据包括沪深两市上市公司的日交易数据、月交易数据和年度财务数据。在形成样本的具体过程中，还剔除了：（1）金融行业公司发行的股票，原因是与其他行业相比其经营方式和财务报表有很大的特殊性。（2）构造股票组合时，上年末股东账面价值为负的股票。（3）构造股票组合时，处于 PT 或者停牌状态的股票。另外，股票收盘价数据已经对分红、配股、增发等做出了调整。
（二）、三因素模型中相关变量的定义与计算
本文研究主要使用如（1）式所示的 Fama-French（1993）三因素定价模型，所以有必要对三因素模型的建立做必要的说明。
（1）
（1）、超额收益的计算
股票 i 的在 t 日（月）的超额收益 ，其中 为股票 i 的在 t 日（月）的收盘价，日（月）无风险利率 是由一年期定期存款利率折算的。
市场组合超额收益 MKT 由总市值加权的市场组合收益减去对应的无风险利率得到。如非文中特别指明，则本文所用的组合收益都是指总市值加权的收益。
（2）、公司规模与账面市值比的定义
假定当前年度为 t ，则公司规模 Size 用 t 年 6 月末的股票总市值来度量，账面市值比 B/M 用公司 t-1 年度普通股账面价值和 t 年 6 月末的总市值的比值来度量。
（3）、规模溢价与价值溢价的计算
从 1997-27 年，每年 6 月底按 Size 大小将样本均分为大（B）和小（S）两组，按 B/M 高低将样本分为高（H）、中（M）和低（L）三组，比例分别为 H（30%）、M（40%）、L（30%），两者交叉分组形成 6 个组合（SL，SM，SH，BL，BM 和 BH），然后计算 t 年 7 月到 t + 1 年 6 月每个组合总市值加权收益。SMB =（SL + SM + SH - BL - BM - BH）/ 3，表示规模溢价；HML =（SH + BH - SL - BL）/2 ，表示价值溢价。
（三）、特质风险的度量
与Ang，Hodrick，*ing 和Zhang（2006a）类似，本文度量股票的特质风险如下：在 t 月内，用股票 i 的日超额收益 对Fama-French（1993）三因素的日数据、、 进行回归，如（2）式所示：
（2）
其中 代表日， t 代表。剔除股票月内交易天数少于 10 日的数据后，用（2）式对每只股票每月内进行时间序列回归，得到残差项 ，然后用 每月的标准差 作为特质风险的度量指标，即特质波动率
（3）
（四）、其他变量的 ……（未完，全文共21199字，当前仅显示3812字，请阅读下面提示信息。收藏《论文：特质波动率与截面预期收益：基于中国股票市场的实证研究》）