王靜

摘 要：迄今為止，學(xué)術(shù)界關(guān)于風(fēng)險(xiǎn)—收益關(guān)系的實(shí)證研究始終未能取得一致、穩(wěn)健的結(jié)論。本文對(duì)當(dāng)前國(guó)內(nèi)外學(xué)術(shù)界的相關(guān)實(shí)證研究進(jìn)行了全面的梳理和分類，根據(jù)實(shí)證結(jié)論將已有文獻(xiàn)大致分成了三類：風(fēng)險(xiǎn)與收益正相關(guān)、風(fēng)險(xiǎn)與收益負(fù)相關(guān)以及風(fēng)險(xiǎn)與收益不相關(guān)或關(guān)系較為復(fù)雜。本文重點(diǎn)探討了國(guó)內(nèi)學(xué)術(shù)界的研究現(xiàn)狀，并認(rèn)為從行為角度出發(fā)進(jìn)行風(fēng)險(xiǎn)與收益權(quán)衡關(guān)系的理論與實(shí)證研究是極具潛力的研究方向。

關(guān)鍵詞：風(fēng)險(xiǎn)—收益關(guān)系；波動(dòng)性；GARCH模型

中圖分類號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2015）03-0010-08

一、資產(chǎn)定價(jià)理論的誕生及發(fā)展歷程

股票市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系長(zhǎng)久以來(lái)被認(rèn)為是金融理論研究的重中之重。然而，欲解決這一問(wèn)題，必須先追溯至資產(chǎn)定價(jià)理論的誕生。資產(chǎn)定價(jià)理論之所以能夠成為一個(gè)專門的研究領(lǐng)域而被確立下來(lái)，是許多經(jīng)濟(jì)學(xué)家共同努力的成果。早期的工作主要是針對(duì)不確定性條件下量化模型的建立提出一些構(gòu)想。例如，費(fèi)雪（Fisher，1906）首次提出了可以用概率分布來(lái)描述未來(lái)資產(chǎn)收益的不確定性。資產(chǎn)定價(jià)理論的定量分析始于馬科維茨（Markowitz，1952）的證券組合投資理論。在有效市場(chǎng)假說(shuō)的前提下，馬科維茨在他的博士論文中提出了一套完整的“均值—方差”分析框架，建立了投資者行為的規(guī)范化模式，標(biāo)志著現(xiàn)代組合投資理論的開端。他將概率論與數(shù)學(xué)規(guī)劃完美地結(jié)合在一起，合理假設(shè)證券收益率服從正態(tài)分布，因而得以用均值表示收益，方差表示風(fēng)險(xiǎn)，從數(shù)學(xué)上明確地定義了投資者偏好。這樣，一個(gè)原本亟待解決的復(fù)雜問(wèn)題：如何在給定期望收益率的情況下，使得投資組合風(fēng)險(xiǎn)最低①，就被歸結(jié)成一個(gè)簡(jiǎn)單的二次規(guī)劃求最優(yōu)解問(wèn)題，即均值—方差分析。

基于馬科維茨的“均值—方差”分析框架，夏普等（Sharpe等，1964）創(chuàng)造發(fā)展出資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model，CAPM），將針對(duì)單個(gè)投資者的微觀主體研究轉(zhuǎn)向關(guān)于整個(gè)市場(chǎng)的研究，并由此與馬科維茨分享了1990年度的諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)。CAPM模型旨在求解風(fēng)險(xiǎn)資產(chǎn)收益率與其風(fēng)險(xiǎn)之間的數(shù)量關(guān)系，即為了補(bǔ)償某種程度的風(fēng)險(xiǎn)，投資者應(yīng)該獲得多少報(bào)酬。模型將風(fēng)險(xiǎn)分為兩部分：系統(tǒng)性風(fēng)險(xiǎn)及非系統(tǒng)性風(fēng)險(xiǎn)。因?yàn)榉窍到y(tǒng)性風(fēng)險(xiǎn)可以被多樣化投資完全分散掉，因此就只有系統(tǒng)性風(fēng)險(xiǎn)（β）需要得到補(bǔ)償，繼而風(fēng)險(xiǎn)資產(chǎn)的期望收益率就等于其系統(tǒng)性風(fēng)險(xiǎn)溢價(jià)與無(wú)風(fēng)險(xiǎn)資產(chǎn)收益率之和，風(fēng)險(xiǎn)與收益之間存在簡(jiǎn)單的線性正相關(guān)關(guān)系。

CAPM模型對(duì)資產(chǎn)的風(fēng)險(xiǎn)—收益關(guān)系提供了一個(gè)簡(jiǎn)單的理論框架。在此基礎(chǔ)上，一些學(xué)者通過(guò)放寬某些假設(shè)，得到了CAPM的擴(kuò)展形式。其中，布萊克（Black，1972）發(fā)展了無(wú)風(fēng)險(xiǎn)資產(chǎn)借入受限條件下的均衡關(guān)系——零β CAPM模型；默頓（Merton，1973）和布里登（Breeden，1979）分別引入了跨期概念和消費(fèi)者效用理論，提出了跨期CAPM模型（Intertemporal CAPM，ICAPM）和基于消費(fèi)的CAPM模型（Consumption CAPM，CCAPM），推廣了馬科維茨的“均值—方差”理論。隨著研究的深入，布萊克和斯科爾斯（Black和Scholes，1973）以及羅斯（Ross，1976）相繼提出了期權(quán)定價(jià)模型（Option Pricing Model，OPM）和套利定價(jià)模型（Arbitrage Pricing Theory，APT），大大推進(jìn)了風(fēng)險(xiǎn)—收益關(guān)系的理論研究。這些理論模型構(gòu)成了資產(chǎn)定價(jià)理論的主體，在此基礎(chǔ)上又衍生出許多分支，經(jīng)過(guò)幾十年的不斷完善和發(fā)展，已然形成一個(gè)相當(dāng)完備的理論體系，被學(xué)界統(tǒng)稱為“經(jīng)典（傳統(tǒng)）資產(chǎn)定價(jià)理論”。

二、資產(chǎn)定價(jià)理論的實(shí)證檢驗(yàn)

理論研究的推進(jìn)與實(shí)證關(guān)系的檢驗(yàn)總是密不可分的。CAPM模型最重要的意義之一就是建立了資產(chǎn)的風(fēng)險(xiǎn)—收益權(quán)衡關(guān)系，為投資者從直覺上得到的為承擔(dān)額外風(fēng)險(xiǎn)而應(yīng)得的風(fēng)險(xiǎn)補(bǔ)償給出了量化分析。因而，在此后的數(shù)十年間，學(xué)者們不遺余力地對(duì)風(fēng)險(xiǎn)—收益關(guān)系進(jìn)行了大量的實(shí)證檢驗(yàn)。遺憾的是，學(xué)者們始終未能取得一致、穩(wěn)健的結(jié)論。對(duì)此，哈維（Harvey，2001）表示以往的研究結(jié)果并非是結(jié)論性的，因?yàn)樗鼈冊(cè)诤艽蟪潭壬弦蕾囉谘芯克x取的模型、外生變量以及所得推論；類似地，格希爾斯等（Ghysels等，2005）曾指出，現(xiàn)有研究所出現(xiàn)的矛盾性結(jié)論主要是由于采用了不同的條件方差估計(jì)方法；波勒斯勒夫和周（Bollerslev和Zhou，2006）也表達(dá)了同樣的觀點(diǎn)，他們認(rèn)為風(fēng)險(xiǎn)—收益關(guān)系的實(shí)證結(jié)論對(duì)波動(dòng)率的構(gòu)造方法比較敏感。

本文對(duì)以往相關(guān)文獻(xiàn)進(jìn)行了大量的閱讀和梳理，借鑒余和袁（Yu和Yuan，2011）的思路，根據(jù)其實(shí)證結(jié)論將已有文獻(xiàn)大致分成了三類：風(fēng)險(xiǎn)與收益正相關(guān)、風(fēng)險(xiǎn)與收益負(fù)相關(guān)以及風(fēng)險(xiǎn)與收益不相關(guān)或關(guān)系較為復(fù)雜。

（一）國(guó)外相關(guān)研究綜述

1. 風(fēng)險(xiǎn)與收益正相關(guān)。20世紀(jì)60年代中期，在馬科維茨“均值—方差”分析框架的基礎(chǔ)上，夏普（1964）、林特納（Lintner，1965）和莫欣（Mossin，1966）提出了資本資產(chǎn)定價(jià)模型（CAPM），描述了風(fēng)險(xiǎn)與收益之間存在的簡(jiǎn)單的線性正相關(guān)關(guān)系。此后默頓（1973）運(yùn)用動(dòng)態(tài)規(guī)劃原理和伊藤隨機(jī)分析技術(shù)將CAPM發(fā)展為跨期資本資產(chǎn)定價(jià)模型（ICAPM），建立了一個(gè)連續(xù)時(shí)間的資產(chǎn)定價(jià)理論框架，研究風(fēng)險(xiǎn)與收益的跨期關(guān)系。在ICAPM中，投資者追求的不再是當(dāng)期效用的最大化，而是一生效用的最大化。1980年，默頓進(jìn)一步研究發(fā)現(xiàn)資產(chǎn)的條件期望收益率與條件方差正相關(guān)，為后續(xù)的大量實(shí)證研究奠定了堅(jiān)實(shí)的理論基礎(chǔ)，而風(fēng)險(xiǎn)與收益之間具有正相關(guān)性也逐漸成為學(xué)界的主流觀點(diǎn)。

弗蘭奇等（French等，1987）運(yùn)用滾動(dòng)窗口模型（Rolling Window Model，RW），以1928—1984年美國(guó)S&P500日收益率數(shù)據(jù)為樣本，檢驗(yàn)了股票收益率與波動(dòng)性之間的關(guān)系。他們用月度方差來(lái)表示收益率的波動(dòng)性，并將其劃分為可預(yù)期及不可預(yù)期兩部分，最后通過(guò)ARMA和ARCH-M模型進(jìn)行了檢驗(yàn)。結(jié)果表明，預(yù)期收益與可預(yù)期波動(dòng)性顯著正相關(guān)，而不可預(yù)期收益則與不可預(yù)期波動(dòng)性顯著負(fù)相關(guān)，分別從正面和側(cè)面證明了市場(chǎng)預(yù)期收益和波動(dòng)性之間的正相關(guān)關(guān)系。

坎貝爾和亨切爾（Campbell和Hentschel，1992）首次創(chuàng)造出一個(gè)QGARCH（Quadratic GARCH）模型來(lái)檢驗(yàn)波動(dòng)性的反饋效應(yīng)，結(jié)果發(fā)現(xiàn)它對(duì)收益率幾乎沒有影響，然而在波動(dòng)劇烈時(shí)期，這種影響會(huì)變得格外顯著，導(dǎo)致了風(fēng)險(xiǎn)與收益之間的正相關(guān)關(guān)系。

哈里森和張（Harrison和Zhang，1999）運(yùn)用加蘭特和圖什（Gallant和Tauchen，1989）的半?yún)?shù)估計(jì)方法和蒙特卡洛模擬發(fā)現(xiàn)收益的條件均值和波動(dòng)性在長(zhǎng)期存在顯著的正相關(guān)關(guān)系，但是在短期（例如，一個(gè)月）卻無(wú)顯著相關(guān)性。

格希爾斯（2005）等人則認(rèn)為，對(duì)ICAPM模型的實(shí)證檢驗(yàn)之所以未能取得一致的結(jié)論，主要原因在于使用了不同的條件方差模型。他們提出用混合數(shù)據(jù)抽樣方法（Mixed Data Sampling，MIDAS）來(lái)估計(jì)美國(guó)股市的月度條件方差，結(jié)果發(fā)現(xiàn)用這種新方法估計(jì)的條件方差與條件均值之間存在顯著的正相關(guān)關(guān)系。此外，相對(duì)于滾動(dòng)窗口模型（RW）和GARCH模型而言，MIDAS能夠更好地估計(jì)條件方差。

巴里和彭（Bali和Peng，2006）用高頻數(shù)據(jù)檢驗(yàn)了風(fēng)險(xiǎn)與收益之間的跨期關(guān)系。基于日度數(shù)據(jù)的GARCH模型表明，市場(chǎng)收益的條件均值與條件波動(dòng)之間高度正相關(guān)，且十分穩(wěn)健。

郭和懷特洛（Guo和Whitelaw，2006）認(rèn)為預(yù)期收益由兩部分構(gòu)成，分別是風(fēng)險(xiǎn)部分和套期保值部分?；贗CAPM的研究結(jié)果表明，投資者的相對(duì)風(fēng)險(xiǎn)規(guī)避系數(shù)為正，說(shuō)明風(fēng)險(xiǎn)與收益之間具有正相關(guān)性。針對(duì)以往研究結(jié)論出現(xiàn)風(fēng)險(xiǎn)—收益關(guān)系為負(fù)或不相關(guān)的現(xiàn)象，郭和懷特洛認(rèn)為是由于忽略了預(yù)期收益中的套期保值成分所致。

倫布拉德（Lundblad，2007）則認(rèn)為，現(xiàn)有風(fēng)險(xiǎn)—收益關(guān)系實(shí)證研究所出現(xiàn)的矛盾性結(jié)論是小樣本造成的統(tǒng)計(jì)偏誤。于是，他運(yùn)用美國(guó)股市近兩個(gè)世紀(jì)（1836—2003年）的歷史數(shù)據(jù)研究了風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系，結(jié)果發(fā)現(xiàn)二者之間具有顯著的正相關(guān)性，并且這種關(guān)系是時(shí)變的，無(wú)法被美國(guó)經(jīng)濟(jì)狀況的歷史走勢(shì)所解釋。

江和李（Jiang和Lee，2014）認(rèn)為，風(fēng)險(xiǎn)—收益跨期關(guān)系的研究必須保證對(duì)預(yù)期超額收益和條件波動(dòng)的估計(jì)要基于同一個(gè)信息集，這一點(diǎn)曾在默頓（1973）的理論設(shè)定中被隱晦地提及過(guò)，卻往往被后期的實(shí)證研究所忽略。為了解決這個(gè)問(wèn)題，江和李構(gòu)建了一個(gè)二元移動(dòng)平均代表性（Bivariate Moving Average Representation，BMAR）時(shí)間序列模型，采用同一信息集進(jìn)行預(yù)期收益和條件方差的聯(lián)合估計(jì)。他們的研究結(jié)論支持二者之間存在顯著的正相關(guān)關(guān)系，且具有很強(qiáng)的穩(wěn)健性。

以上實(shí)證研究都是針對(duì)美國(guó)股票市場(chǎng)進(jìn)行的，除此之外，學(xué)者們也將研究范圍擴(kuò)大到了國(guó)際股票市場(chǎng)。

帕斯特等（Pastor等，2008）以資本隱含成本（Implied Cost of Capital，ICC）度量股票收益的條件均值，對(duì)G7②國(guó)家股票市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果發(fā)現(xiàn)，不管在國(guó)家水平還是世界水平上，他們的結(jié)論都強(qiáng)烈支持均值—方差之間存在跨期的正相關(guān)性。

郭和尼利（Guo和Neely，2008）運(yùn)用CGARCH（Component GARCH）模型分析了美國(guó)等19個(gè)成熟資本市場(chǎng)的風(fēng)險(xiǎn)—收益權(quán)衡關(guān)系，結(jié)果發(fā)現(xiàn)二者之間存在顯著的正相關(guān)性，尤其是長(zhǎng)期波動(dòng)性對(duì)風(fēng)險(xiǎn)溢價(jià)起到了主導(dǎo)作用。

2. 風(fēng)險(xiǎn)與收益負(fù)相關(guān)。雖然傳統(tǒng)的資產(chǎn)定價(jià)理論（例如：CPAM，ICAPM和APT等）認(rèn)為高風(fēng)險(xiǎn)會(huì)帶來(lái)高收益，即風(fēng)險(xiǎn)與收益之間存在正相關(guān)關(guān)系，但是在實(shí)證檢驗(yàn)中，還是有許多學(xué)者找到了相反的證據(jù)，表明風(fēng)險(xiǎn)與收益之間具有負(fù)相關(guān)性。

坎貝爾（1987）運(yùn)用美國(guó)股票市場(chǎng)1959—1979年和1979—1983年兩個(gè)時(shí)期的月度數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)利率的期限結(jié)構(gòu)可以用于預(yù)測(cè)股票的超額收益，基于這一事實(shí)，他對(duì)一些簡(jiǎn)單的資產(chǎn)定價(jià)模型進(jìn)行了檢驗(yàn)。大量證據(jù)表明，條件方差是時(shí)變的，且與股票收益的條件均值之間存在負(fù)相關(guān)關(guān)系。

針對(duì)當(dāng)前GARCH模型中存在的若干不足，尤其是其無(wú)法刻畫收益率條件方差波動(dòng)的非對(duì)稱性這一問(wèn)題，尼爾森（Nelson，1991）首次提出了EGARCH（Exponential GARCH）模型，修正了GARCH模型的條件方差表達(dá)式，使之能夠捕捉波動(dòng)性正負(fù)沖擊所帶來(lái)的非對(duì)稱性效應(yīng)，將最早由布萊克（1976）提出的“杠桿效應(yīng)”量化，結(jié)果發(fā)現(xiàn)風(fēng)險(xiǎn)與收益之間存在負(fù)相關(guān)關(guān)系，即同等強(qiáng)度的利空消息要比利好消息引發(fā)更大的市場(chǎng)波動(dòng)，進(jìn)而導(dǎo)致風(fēng)險(xiǎn)與收益負(fù)相關(guān)。

佩根和洪（Pagan和Hong，1991）使用了非參數(shù)方法進(jìn)行研究，這樣可以得到不依賴于具體函數(shù)形式假定的條件方差估計(jì)，以避免參數(shù)估計(jì)過(guò)程中出現(xiàn)的變量效應(yīng)，實(shí)證結(jié)論支持風(fēng)險(xiǎn)與收益之間存在負(fù)相關(guān)關(guān)系。

懷特洛（1994）用4個(gè)金融變量③估計(jì)股票收益（月度、季度和年度）的條件一階矩和二階矩，發(fā)現(xiàn)二者之間的關(guān)系是非對(duì)稱的：滯后的波動(dòng)性與未來(lái)預(yù)期收益之間顯著正相關(guān)，而滯后的預(yù)期收益與未來(lái)的波動(dòng)性之間顯著負(fù)相關(guān)。懷特洛認(rèn)為這一實(shí)證結(jié)果應(yīng)該引起學(xué)術(shù)界的質(zhì)疑——當(dāng)前對(duì)預(yù)期收益與波動(dòng)性之間同期關(guān)系的研究是否具有價(jià)值及正當(dāng)性。在交換經(jīng)濟(jì)的一般均衡框架下，懷特洛（2000）用消費(fèi)增長(zhǎng)數(shù)據(jù)進(jìn)行估計(jì)，構(gòu)建了一個(gè)兩時(shí)期（two-regime）消費(fèi)增長(zhǎng)自回歸模型。模型生成了一種復(fù)雜的、非線性的風(fēng)險(xiǎn)—收益關(guān)系，表明預(yù)期收益和條件波動(dòng)之間存在時(shí)變的負(fù)相關(guān)關(guān)系，與理性預(yù)期相一致。

不依賴于任何外生變量，勃蘭特和康（Brandt和Kang，2004）使用一個(gè)潛在的VAR過(guò)程來(lái)研究預(yù)期收益和風(fēng)險(xiǎn)之間的同期及跨期關(guān)系。結(jié)果表明，條件化預(yù)期收益及波動(dòng)于同期時(shí)為強(qiáng)烈負(fù)相關(guān)，于跨期時(shí)則隨經(jīng)濟(jì)周期的變動(dòng)而變化，使得夏普比率呈現(xiàn)逆經(jīng)濟(jì)周期的變動(dòng)趨勢(shì)。然而，盡管條件均值及波動(dòng)性之間的同期關(guān)系顯著為負(fù)，二者之間的非條件同期關(guān)系卻是顯著為正的。勃蘭特和康認(rèn)為這一重要區(qū)別能夠解釋風(fēng)險(xiǎn)—收益同期關(guān)系研究結(jié)論的分歧。

3. 風(fēng)險(xiǎn)與收益不相關(guān)或關(guān)系較為復(fù)雜。除了單向的正相關(guān)和負(fù)相關(guān)之外，學(xué)者們還發(fā)現(xiàn)風(fēng)險(xiǎn)和收益之間可能是不相關(guān)、正相關(guān)和負(fù)相關(guān)同時(shí)存在，甚至是其他更復(fù)雜的情況。例如，陳等（Chan等，1992）認(rèn)為預(yù)期收益與條件方差之間不存在顯著相關(guān)性；特納等（Turner等，1989）和格羅斯頓等（Glosten等，1993）同時(shí)發(fā)現(xiàn)了正相關(guān)和負(fù)相關(guān)；哈維（2001）和基努恩（Kinnunen，2014）雖然報(bào)告了單向顯著性，卻是十分不穩(wěn)定的。

陳等（1992）研究發(fā)現(xiàn)美國(guó)市場(chǎng)上資產(chǎn)的風(fēng)險(xiǎn)溢價(jià)受到國(guó)外市場(chǎng)的嚴(yán)重影響。他們采用了二元GARCH-M過(guò)程進(jìn)行了進(jìn)一步檢驗(yàn)，結(jié)果發(fā)現(xiàn)在美國(guó)市場(chǎng)上股票的條件預(yù)期收益與自身的條件方差無(wú)關(guān)，卻與國(guó)外市場(chǎng)指數(shù)的協(xié)方差正相關(guān)。

特納等人（1989）利用一階馬爾科夫過(guò)程生成了一個(gè)狀態(tài)變量，由此將投資組合超額收益的方差區(qū)分為兩種狀態(tài)：高方差和低方差。結(jié)果發(fā)現(xiàn)，如果模型中的經(jīng)濟(jì)主體已知未來(lái)的方差狀態(tài)，那么此種設(shè)定下將會(huì)產(chǎn)生兩類風(fēng)險(xiǎn)溢價(jià)，第一類④為正，第二類⑤為負(fù)；反之，如果將模型擴(kuò)展至允許經(jīng)濟(jì)主體對(duì)未來(lái)的方差狀態(tài)不確定，此時(shí)參數(shù)估計(jì)的結(jié)果與傳統(tǒng)資產(chǎn)定價(jià)理論相一致，即超額收益與條件波動(dòng)正相關(guān)。因此，特納等人總結(jié)認(rèn)為，由于經(jīng)濟(jì)主體無(wú)法一直準(zhǔn)確預(yù)測(cè)市場(chǎng)方差，故而與方差狀態(tài)有關(guān)的信息就顯得尤為重要，它能夠解釋整體收益。

格羅斯頓等人（1993）運(yùn)用標(biāo)準(zhǔn)的GARCH-M模型進(jìn)行估計(jì)，結(jié)果表明超額收益的條件均值與條件方差之間存在微弱的正相關(guān)性；同時(shí)，基于 坎貝爾（1987）的工具變量模型（Instrumental Variable Model）的估計(jì)結(jié)果又表明二者之間是負(fù)相關(guān)的。對(duì)此，格羅斯頓等人認(rèn)為標(biāo)準(zhǔn)的GARCH-M模型是錯(cuò)誤的設(shè)定，而其他的備擇設(shè)定能夠在這兩種結(jié)果之間起到調(diào)節(jié)的作用。

哈維（2001）認(rèn)為條件均值與條件方差之間的關(guān)系依賴于方差估計(jì)時(shí)所用到的信息。實(shí)證結(jié)果表明，如果對(duì)條件方差和條件均值的估計(jì)是基于同一信息集，那么二者之間的關(guān)系表現(xiàn)為負(fù)相關(guān)。此外，參數(shù)和非參數(shù)分析都表明，條件均值與條件方差的比率具有明顯的經(jīng)濟(jì)周期模式：在經(jīng)濟(jì)低迷時(shí)，投資者會(huì)對(duì)每單位波動(dòng)要求較高的預(yù)期收益；反之，則會(huì)要求較低的預(yù)期收益。

基努恩（2014）認(rèn)為已有實(shí)證結(jié)論的復(fù)雜結(jié)果可能是由多種原因造成的，其中自相關(guān)的作用往往被學(xué)者們忽略。于是，他在ICAPM的基礎(chǔ)上構(gòu)建了一個(gè)新模型，重新考察風(fēng)險(xiǎn)—收益權(quán)衡以及自相關(guān)對(duì)美國(guó)股票市場(chǎng)預(yù)期收益的時(shí)變解釋力。模型發(fā)現(xiàn)了正的風(fēng)險(xiǎn)—收益關(guān)系，但是其重要性卻是隨信息流水平的變動(dòng)而變化的，后者以波動(dòng)性來(lái)衡量。在低波動(dòng)時(shí)期，收益的持續(xù)性增加，導(dǎo)致了純粹的風(fēng)險(xiǎn)—收益關(guān)系無(wú)法解釋預(yù)期收益。

（二）國(guó)內(nèi)相關(guān)研究綜述

由于我國(guó)股票市場(chǎng)成立于20世紀(jì)90年代初期，落后于西方國(guó)家將近200年，因而我國(guó)學(xué)術(shù)界對(duì)風(fēng)險(xiǎn)—收益關(guān)系的實(shí)證研究起步較晚。然而，伴隨著股市在國(guó)民經(jīng)濟(jì)中的地位愈發(fā)重要，相關(guān)研究也如火如荼地進(jìn)行著，迄今為止已累積了十分豐富的學(xué)術(shù)成果。與西方學(xué)術(shù)界類似，學(xué)者們對(duì)于我國(guó)股票市場(chǎng)上風(fēng)險(xiǎn)—收益關(guān)系的研究結(jié)論也未能達(dá)成一致，甚至出現(xiàn)了更為復(fù)雜的局面。

1. 風(fēng)險(xiǎn)與收益正相關(guān)。徐劍剛和唐國(guó)興（1995）用GARCH-M模型檢驗(yàn)了上海和深圳股票市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系。實(shí)證結(jié)果支持兩個(gè)股市的每日股票收益與市場(chǎng)波動(dòng)之間存在顯著的正相關(guān)性，不過(guò)投資者相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值均小于1，表明我國(guó)股票市場(chǎng)具有較強(qiáng)的投機(jī)性，尤以滬市為甚。

陳浪南和黃杰鯤（2002）主要研究了深圳股票市場(chǎng)收益波動(dòng)的非對(duì)稱性。他們采用GJR GARCH-M模型，從實(shí)證角度分析了利好消息和利空消息對(duì)深市的非對(duì)稱影響。考慮到我國(guó)股市具有明顯的階段性特征，該研究運(yùn)用了ICSS法則⑥從收益率序列中尋找到3個(gè)波動(dòng)性發(fā)生突變的點(diǎn)，以此將樣本區(qū)間劃分為4個(gè)時(shí)段，分別進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明，投資者相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值始終為正，并且隨著時(shí)間的推移單調(diào)遞增，顯著性也逐漸提高，最終在第3個(gè)時(shí)段（1997.7—2000.3）達(dá)到在10%的顯著性水平下顯著。以上研究成果很好地證明了深圳股票市場(chǎng)的發(fā)展正在日益完善，投機(jī)成分不斷減少，同時(shí)投資者的行為也漸趨理性和成熟。

田華和曹家和（2003）的研究結(jié)論與徐劍剛和唐國(guó)興（1995）大致相同，滬深兩市均存在顯著為正的風(fēng)險(xiǎn)—收益關(guān)系，投資者對(duì)于風(fēng)險(xiǎn)會(huì)要求一定的補(bǔ)償，但是遠(yuǎn)低于英美等成熟市場(chǎng)的投資者，仍然具有投機(jī)傾向。

陳守東等人（2003）以上證綜指和深圳成指為研究對(duì)象，運(yùn)用GARCH-M模型檢驗(yàn)了滬深股市收益率及其波動(dòng)性之間的關(guān)系。研究結(jié)果表明，滬深股市都存在顯著的正向風(fēng)險(xiǎn)溢價(jià)，高風(fēng)險(xiǎn)要求高收益。此外，滬市的風(fēng)險(xiǎn)溢價(jià)要明顯地高于深市。這說(shuō)明相比于深市投資者，滬市投資者會(huì)要求更高的風(fēng)險(xiǎn)補(bǔ)償。

華仁海和丁秀玲（2003）檢驗(yàn)的對(duì)象也是上證綜指和深圳成指，不過(guò)他們采用的是EGARCH-M模型。模型的估計(jì)結(jié)果表明，深市的風(fēng)險(xiǎn)與收益之間具有強(qiáng)烈的正相關(guān)關(guān)系，滬市的相關(guān)關(guān)系雖然也為正，但是并不顯著。

劉勇和周宏（2005）以上證綜指為研究對(duì)象，考察了上海股票市場(chǎng)風(fēng)險(xiǎn)—收益關(guān)系的時(shí)變特征?？紤]到不同的交易制度對(duì)投資者的交易行為和股市的波動(dòng)有著顯著不同的影響，于是他們選取的樣本區(qū)間是從1996年12月16日開始，這一天我國(guó)股票市場(chǎng)正式開始實(shí)行漲跌停板限價(jià)交易制度，同時(shí)也屬于“T+1”交易制度時(shí)期。劉勇和周宏（2005）在研究中共使用了三種模型，分別是GARCH-M模型、非對(duì)稱的GARCH-M模型⑦以及推廣的非對(duì)稱GARCH-M模型⑧。實(shí)證結(jié)果表明，三種模型的估計(jì)結(jié)果都支持上海股票市場(chǎng)存在顯著為正的風(fēng)險(xiǎn)—收益關(guān)系，高風(fēng)險(xiǎn)要求高回報(bào)。

類似地，陳娟和沈曉棟（2005）也考慮到交易制度對(duì)股市的影響，因此他們以1996年12月16日為界限，分別檢驗(yàn)了這一天前后兩個(gè)不同的時(shí)期內(nèi)市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系，研究對(duì)象為上證綜指和深圳成指。GARCH（1，1）-M模型的估計(jì)結(jié)果表明，滬深兩市均存在顯著為正的風(fēng)險(xiǎn)溢價(jià)。具體而言，滬市的風(fēng)險(xiǎn)溢價(jià)要高于深市，實(shí)行漲跌停板之后的市場(chǎng)風(fēng)險(xiǎn)溢價(jià)要高于實(shí)行漲跌停板之前。前者說(shuō)明相比于深市，滬市的投資者會(huì)要求更高的風(fēng)險(xiǎn)補(bǔ)償；后者意味著漲跌停板制度確實(shí)會(huì)幫助投資者的交易行為趨于理性。

格希爾斯等人（2005）認(rèn)為，相對(duì)于滾動(dòng)窗口模型（RW）和GARCH模型而言，混頻抽樣方法（MDAS）能夠更好地估計(jì)條件方差。因此，陳夢(mèng)根（2013）將其運(yùn)用于我國(guó)滬深股票市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系檢驗(yàn)，同時(shí)也與傳統(tǒng)的GARCH-M模型進(jìn)行了比較?；贛DAS的結(jié)果表明，滬深兩市月度和周度頻率的風(fēng)險(xiǎn)與收益之間呈顯著的正相關(guān)關(guān)系；而GARCH-M模型的結(jié)果則顯示出二者之間只存在微弱的正相關(guān)性。

2. 風(fēng)險(xiǎn)與收益負(fù)相關(guān)。張思奇等人（2000）以1992年1月至1998年6月30日期間的上證A股指數(shù)為樣本，對(duì)我國(guó)股票市場(chǎng)的日收益序列行為進(jìn)行了分析。研究發(fā)現(xiàn)上海A股市場(chǎng)存在明顯的ARCH效應(yīng)，但相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值并不顯著，而且為負(fù)數(shù)，表明上海A股市場(chǎng)的風(fēng)險(xiǎn)與收益之間呈現(xiàn)微弱的負(fù)相關(guān)關(guān)系。此外，張思奇等人（2000）還根據(jù)時(shí)間將總樣本劃分為兩個(gè)區(qū)間子樣本⑨，進(jìn)一步的分析表明上海A股市場(chǎng)在兩段子樣本區(qū)間內(nèi)呈現(xiàn)出明顯不同的收益均值和條件方差，這意味著上海A股市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系具有一定程度的階段性。

游宗君等人（2010）認(rèn)為SV-M模型（隨機(jī)波動(dòng)率—均值模型）比GARCH-M類模型更適合用于考察收益與波動(dòng)的同期關(guān)系，因?yàn)榍罢呖紤]了來(lái)自波動(dòng)率同期因素的隨機(jī)沖擊。SV-M模型的估計(jì)結(jié)果表明，整體上滬深股市的收益與同期波動(dòng)之間存在顯著的負(fù)相關(guān)關(guān)系。不過(guò)具體而言，兩市的這種負(fù)相關(guān)關(guān)系在我國(guó)實(shí)行漲跌停板交易制度之前是不明顯的，但在實(shí)行漲跌停板交易制度之后卻變得異常顯著。游宗君等人（2010）認(rèn)為這一現(xiàn)象可以由弗蘭奇等（French等，1987）提出的反饋效應(yīng)來(lái)解釋，而漲跌停板交易制度在某種程度上加強(qiáng)了這一效應(yīng)。

王鵬（2011）的研究和游宗君等人（2000）的研究非常類似，同樣采用的是SV-M模型。不過(guò)，稍微區(qū)別于游宗君等人（2000）的實(shí)證結(jié)果，王鵬（2011）的研究結(jié)論表明雖然上證綜指的波動(dòng)率對(duì)其風(fēng)險(xiǎn)溢價(jià)有負(fù)向影響，但卻是十分微弱的，并不顯著。

3. 風(fēng)險(xiǎn)與收益不相關(guān)或關(guān)系較為復(fù)雜。何興強(qiáng)和孫群燕（2003）分別運(yùn)用GJR-M和EGARCH-M模型檢驗(yàn)了上證綜指、深證綜指和深圳成指的風(fēng)險(xiǎn)—收益關(guān)系。研究發(fā)現(xiàn)，在GJR-M模型的估計(jì)結(jié)果中，三種指數(shù)的風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值在統(tǒng)計(jì)上都不顯著；EGARCH-M模型的統(tǒng)計(jì)結(jié)果雖然顯著，但是參數(shù)的估計(jì)值非常小，不具備經(jīng)濟(jì)意義上的顯著性。同時(shí)，從模型估計(jì)的對(duì)數(shù)似然值和SBC統(tǒng)計(jì)量的結(jié)果可見，GJR-M模型的擬合效果顯然優(yōu)于EGARCH-M模型，因此前者的估計(jì)結(jié)果更具有說(shuō)服力。綜上，何興強(qiáng)和孫群燕認(rèn)為我國(guó)股市不存在顯著的風(fēng)險(xiǎn)—收益關(guān)系，投機(jī)傾向嚴(yán)重。

汪孟海和周愛民（2009）研究的主要目的是檢驗(yàn)我國(guó)股市投資者的反饋交易行為。其中，兩種GJR-GARCH模型的估計(jì)結(jié)果都表明上海股票交易市場(chǎng)不存在顯著的風(fēng)險(xiǎn)—收益關(guān)系。

劉金全和崔暢（2002）以滬深兩市股票數(shù)據(jù)為樣本的研究結(jié)果表明，滬深兩市的股票指數(shù)之間存在明顯的協(xié)整關(guān)系，具有共同的長(zhǎng)期趨勢(shì)，兩市的投資收益緊密相關(guān)。然而，GARCH-M模型的估計(jì)結(jié)果顯示出兩市投資者的風(fēng)險(xiǎn)偏好程度是不同的：滬市相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值為負(fù)數(shù)，但并不顯著，表明投資者整體上并不十分保守，風(fēng)險(xiǎn)中性程度較高，甚至存在微弱的風(fēng)險(xiǎn)偏好；深市相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值顯著為正，表明投資者是風(fēng)險(xiǎn)厭惡的，要求正的風(fēng)險(xiǎn)補(bǔ)償，高風(fēng)險(xiǎn)與高收益相伴而行。

陳工孟和芮萌（2003）的研究較為全面，結(jié)論也比較復(fù)雜，其GARCH-M與EGARCH-M模型的估計(jì)結(jié)果非常類似：上海A股市場(chǎng)存在顯著為負(fù)的風(fēng)險(xiǎn)—收益關(guān)系，而其他市場(chǎng)（上海B股市場(chǎng)、深圳A股市場(chǎng)及深圳B股市場(chǎng)）的情況則不確定，有正有負(fù)，但是統(tǒng)計(jì)上都不顯著。

左浩苗和劉振濤（2011）在檢驗(yàn)已實(shí)現(xiàn)波動(dòng)率與預(yù)期收益之間的關(guān)系時(shí)，將整體波動(dòng)中的連續(xù)成分和跳躍成分區(qū)分開來(lái)，考察不同性質(zhì)的波動(dòng)成分對(duì)預(yù)期收益的影響。基于高頻數(shù)據(jù)的實(shí)證結(jié)果表明，兩種波動(dòng)成分都應(yīng)該被定價(jià)，區(qū)別在于連續(xù)性波動(dòng)得到了正的風(fēng)險(xiǎn)補(bǔ)償，而跳躍性波動(dòng)得到了負(fù)的風(fēng)險(xiǎn)補(bǔ)償，整體上已實(shí)現(xiàn)方差對(duì)預(yù)期收益沒有解釋力。

對(duì)于風(fēng)險(xiǎn)—收益關(guān)系實(shí)證結(jié)果的分歧，一種可能的解釋是弗蘭奇等人（1987）提出的波動(dòng)率反饋效應(yīng)。該理論將風(fēng)險(xiǎn)—收益關(guān)系的總效應(yīng)分解成兩部分：風(fēng)險(xiǎn)溢價(jià)效應(yīng)和波動(dòng)率反饋效應(yīng)。前者通過(guò)投資者預(yù)期影響下一期收益，后者則對(duì)當(dāng)期收益產(chǎn)生影響。王天一等人（2014）正是從這一角度出發(fā)，運(yùn)用APARCH-NIG⑩模型，對(duì)上證綜指、深證成指以及滬深300指數(shù)的日超額收益率序列進(jìn)行了風(fēng)險(xiǎn)—收益關(guān)系的實(shí)證檢驗(yàn)。研究結(jié)果表明，三只指數(shù)都存在明顯的正風(fēng)險(xiǎn)溢價(jià)效應(yīng)和負(fù)波動(dòng)率反饋效應(yīng)。然而，對(duì)二者進(jìn)行加總后，僅有深證成指表現(xiàn)出顯著為正的風(fēng)險(xiǎn)—收益關(guān)系，其他兩只指數(shù)都不具有顯著性。此外，在2008年金融危機(jī)之后，投資者表現(xiàn)出更強(qiáng)的風(fēng)險(xiǎn)溢價(jià)需求，這種變化甚至抵消了波動(dòng)率反饋效應(yīng)的影響，使得風(fēng)險(xiǎn)與收益之間的正相關(guān)性顯著加強(qiáng)。王天一等人認(rèn)為，這種現(xiàn)象可能是由于金融危機(jī)之后人們對(duì)于風(fēng)險(xiǎn)持有更謹(jǐn)慎的態(tài)度所致。

三、結(jié)論

綜上，通過(guò)回顧國(guó)內(nèi)學(xué)術(shù)界關(guān)于我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)—收益關(guān)系的實(shí)證研究，我們發(fā)現(xiàn)，學(xué)者們的研究結(jié)論莫衷一是、未能達(dá)成一致，可若是細(xì)心歸納總結(jié)，一些規(guī)律和共識(shí)還是有跡可循。

首先，GARCH類模型仍然是目前主流的研究方法。若以檢驗(yàn)市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系為主要目的，那么GARCH-M和EGARCH-M模型當(dāng)屬首推（例如：徐劍剛和唐國(guó)興，1995；華仁海和丁秀玲，2003；陳工孟和芮萌，2003）；若想側(cè)重研究市場(chǎng)波動(dòng)的非對(duì)稱性，那么可以考慮GJR型GARCH-M模型（例如：陳浪南和黃杰鯤，2002）。除此之外，近些年來(lái)也有少數(shù)學(xué)者認(rèn)為有些估計(jì)方法要優(yōu)于GARCH類模型，例如MDAS方法和SV-M模型。雖然迄今為止他們并沒能夠取代GARCH類模型的主導(dǎo)地位，但是作者認(rèn)為不妨考慮在研究中將其作為穩(wěn)健性檢驗(yàn)，畢竟已有許多學(xué)者發(fā)現(xiàn)風(fēng)險(xiǎn)—收益關(guān)系的實(shí)證結(jié)論敏感依賴于條件方差的估計(jì)方法（例如：格希爾斯等人，2005；波勒斯勒夫和周，2006）。

其次，上海股票市場(chǎng)和深圳股票市場(chǎng)的研究結(jié)論往往不同。例如，劉金全和崔暢（2002）的研究表明滬市的風(fēng)險(xiǎn)與收益之間存在微弱的負(fù)相關(guān)關(guān)系，而深市則是顯著正相關(guān)；陳工孟和芮萌（2003）則發(fā)現(xiàn)在我國(guó)股票市場(chǎng)中，只有上海A股市場(chǎng)存在顯著的風(fēng)險(xiǎn)—收益關(guān)系，而且是負(fù)向關(guān)系；華仁海和丁秀玲（2003）認(rèn)為深市的風(fēng)險(xiǎn)與收益之間具有強(qiáng)烈的正相關(guān)性，而滬市的風(fēng)險(xiǎn)—收益關(guān)系并不密切；王天一等人（2014）對(duì)上證綜指、深圳成指和滬深300指數(shù)的日收益率序列進(jìn)行檢驗(yàn)后發(fā)現(xiàn)，僅有深證成指表現(xiàn)出顯著為正的風(fēng)險(xiǎn)—收益關(guān)系，其他兩只指數(shù)都不具有顯著性。對(duì)于這種現(xiàn)象，王天一等人（2014）給出了一種可能的解釋，他們認(rèn)為這是由于滬深兩市上市公司定位不同所造成的。上交所的定位是主板市場(chǎng)，上市公司多為大型成熟企業(yè)，市值較大，主要適合國(guó)內(nèi)外大基金、大機(jī)構(gòu)進(jìn)行價(jià)值投資與長(zhǎng)期投資；深交所的定位是中小板和創(chuàng)業(yè)板市場(chǎng)，上市公司成長(zhǎng)性高，市值較小，可能更適合主動(dòng)型基金、對(duì)沖基金等機(jī)構(gòu)進(jìn)行短期投資。

最后，我國(guó)股票市場(chǎng)風(fēng)險(xiǎn)與收益之間的實(shí)證關(guān)系具有階段性特征。例如，陳浪南和黃杰鯤（2002）的研究結(jié)果表明，投資者相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的估計(jì)值和顯著性均隨著時(shí)間的推移而呈現(xiàn)單調(diào)遞增的趨勢(shì)；劉勇和周宏（2005）、陳娟和沈曉棟（2005）以及游宗君等人（2010）都認(rèn)為交易制度——尤其是漲跌停板限價(jià)交易制度對(duì)股票市場(chǎng)有著重要的影響，而實(shí)證結(jié)論也表明風(fēng)險(xiǎn)—收益關(guān)系在實(shí)行漲跌停板交易制度前后具有不同的表現(xiàn)；王天一等人（2014）則著重考察風(fēng)險(xiǎn)與收益之間的權(quán)衡關(guān)系是否受到金融危機(jī)的影響，答案也是肯定的。由此可見，盡管基于不同的劃分依據(jù)，但可以肯定的是，我國(guó)股票市場(chǎng)上的風(fēng)險(xiǎn)—收益關(guān)系確實(shí)具有階段性特征，不容忽視。

綜上所述，本文認(rèn)為以上三點(diǎn)對(duì)于我國(guó)股票市場(chǎng)的定價(jià)研究是非常重要的，在研究中應(yīng)予以充分考慮。除此之外，已有許多學(xué)者目前在風(fēng)險(xiǎn)—收益關(guān)系上的實(shí)證分歧未嘗不是對(duì)傳統(tǒng)資產(chǎn)定價(jià)理論的一種挑戰(zhàn)。與標(biāo)準(zhǔn)金融學(xué)理論的理性人假設(shè)不同，市場(chǎng)上有許多投資者是非理性的，他們的價(jià)值觀、教育程度、人生經(jīng)歷、情緒波動(dòng)等主觀因素都會(huì)影響他們對(duì)資產(chǎn)風(fēng)險(xiǎn)的估計(jì)，進(jìn)而影響市場(chǎng)的風(fēng)險(xiǎn)—收益關(guān)系。因此，本文認(rèn)為不妨考慮從行為金融學(xué)的角度出發(fā)去研究資產(chǎn)定價(jià)問(wèn)題，這或許是未來(lái)主流的研究方向。

注：

①或“如何在給定風(fēng)險(xiǎn)的情況下，使得投資組合的期望收益最大”。

② G7國(guó)家包括美國(guó)、英國(guó)、法國(guó)、德國(guó)、加拿大、意大利和日本。

③這4個(gè)金融變量分別為：Baa-Aaa債券收益利差、商業(yè)票據(jù)—國(guó)庫(kù)券收益利差、一年期國(guó)債收益率以及股利收益率。

④第一類風(fēng)險(xiǎn)溢價(jià)：低方差狀態(tài)下的收益均值與無(wú)風(fēng)險(xiǎn)資產(chǎn)收益之差。

⑤第二類風(fēng)險(xiǎn)溢價(jià)：高方差狀態(tài)下增加的風(fēng)險(xiǎn)所要求的必要收益補(bǔ)償。

⑥ICSS法則（迭代累計(jì)平方和法則，Iterated Cumulative Sums of Squares algorithm）。

⑦即GJR型GARCH-M模型。

⑧即在GJR型GARCH-M模型的條件方差方程中新加入無(wú)風(fēng)險(xiǎn)利率作為解釋變量。

⑨兩個(gè)區(qū)間子樣本分別為1992年1月2日至1995年3月9日和1995年3月10日至1998年6月30日。

⑩王和楊（Wang和Yang，2013）提出了一種能夠?qū)⒉▌?dòng)率反饋效應(yīng)引入GARCH-M模型的分析框架。由于該框架借鑒了丁等（Ding等，1993）提出的APARCH（Asymmetric Power ARCH）模型刻畫杠桿效應(yīng)并使用正態(tài)逆高斯分布（Normal Inverse Gaussian Distribution，NIG）作為殘差分布，因此王天一等人（2014）稱其為APARCH-NIG模型。

參考文獻(xiàn)：

[1]Bali，T.G.，Peng，L.，2006.Is There a Risk-return Trade-off？ Evidence from High-frequency Data.Journal of Applied Econometrics，21（8）.

[2]Bollerslev，T.，Zhou，H.，2006.Volatility Puzzles：A Simple Framework for Gauging Return-volatility Regressions. Journal of Econometrics，131.

[3]Brandt，M.W.，Kang，Q.，2004.On the Relationship between the Conditional Mean and Volatility of Stock Returns：A Latent VAR Approach. Journal of Financial Economics，72（2）.

[4]Campbell，J.Y.，1987.Stock Returns and Term Structure. Journal of Financial Economics，18（2）.

[5]Campbell，J.Y.，Hentschel，L.，1992.No News Is Good News：An Asymmetric Model of Changing Volatility in Stock Returns. Journal of Financial Economics， 31.

[6]Chan，K.C.，Karolyi，G.A.，Stulz，R.M.， 1992. Global Financial Markets and the Risk Premium on US Equity. Journal of Financial Economics，32（2）.

[7]French，K.R.，Schwert，W.，Stambaugh，R.F.，1987. Expected Stock Returns and Volatility.Journal of Financial Economics， 19（1）.

[8]Ghysel，E.，Santa-Clara，P.，Valkanov，R.，2005. There Is a Risk-return Tradeoff After All. Journal of Financial Economics， 76.

[9]Glosten，L.R.，Jagannathan，R.，Runkle，D.E.，1993. On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks. The Journal of Finance，48（5）.

[10]Guo，H.，Whitelaw， R.F.，2006. Uncovering the Risk-return Relation in the Stock Market. Journal of Finance，61（3）.

[11]Guo，H.，Neely，C.J.，2008. Investigating the Intertemporal Risk-return Relation in International Stock Markets with the Component GARCH Model. Economics Letters， 99.

[12]Harrison，P.，Zhang，H.，1999.An Investigation of the Risk and Return Relation at Long Horizon. Review of Economics and Statistics， 81.

[13]Harvey，C.R.，2001. The Specification of Conditional Expectations. Journal of Empirical Finance，8.

[14]Jiang，X.，Lee，B.S.，2014. The Intertemporal Risk-return Relation：A Bivariate Model Approach. Journal of Financial Markets，18.

[15]Kinnunen J.，2014. Risk-return Trade-off and Serial Correlation：Do Volume and Volatility Matter？. Journal of Financial Markets，20.

[16]Lundblad，C.T.，2007. The Risk Return Tradeoff in the Long-run：1836-2003. Journal of Financial Economics，85.

[17]Nelson，D.B.，1991. Conditional Heteroskedasticity in Asset Returns：A New Approach. Econometrica， 59.

[18]Pastor，L.，Sinha，M.，Swaminathan，B.，2008. Estimating the Intertemporal Risk-return Tradeoff Using the Implied Cost of Capital. Journal of Finance，63.

[19]Turner，C.M.，1989. A Markov Model of Heteroskedasticity，Risk，and Learning in the Stock Market. Journal of Financial Economics，25（1）.

[20]Whitelaw，R.F.，1994. Time Variation and Covariances in the Expectation and Volatility of Stock Market Returns. Journal of Finance，49.

[21]Whitelaw，R.F.，2000. Stock Market Risk and Return： An Equilibrium Approach. The Review of Financial Studies Fall，13（30）.

[22]Yu，J.，Yuan，Y.，2011. Investor Sentiment and the Mean-variance Relation. Journal of Financial Economics， 100.

[23]陳工孟，芮萌.中國(guó)股票市場(chǎng)的股票收益與波動(dòng)關(guān)系研究[J].系統(tǒng)工程理論與實(shí)踐，2003，（10）.

[24]陳娟，沈曉棟.中國(guó)股票市場(chǎng)收益率與波動(dòng)性的階段性研究[J].統(tǒng)計(jì)與決策，2005，（4）.

[25]陳浪南，黃杰鯤.中國(guó)股票市場(chǎng)波動(dòng)非對(duì)稱性的實(shí)證研究[J].金融研究，2002，（5）.

[26]陳夢(mèng)根.基于混頻抽樣方法的股市風(fēng)險(xiǎn)—收益關(guān)系研究[J].當(dāng)代財(cái)經(jīng)，2013，（11）.

[27]陳守東，陳雷，劉艷武.中國(guó)滬深股市收益率及波動(dòng)性相關(guān)分析[J].金融研究，2003，（7）.

[28]華仁海，丁秀玲.我國(guó)股票市場(chǎng)收益、交易量、波動(dòng)性動(dòng)態(tài)關(guān)系的實(shí)證分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2003，（12）.

[29]何興強(qiáng)，孫群燕.中國(guó)股票市場(chǎng)的杠桿效應(yīng)和風(fēng)險(xiǎn)收益權(quán)衡[J].南方經(jīng)濟(jì)，2003，（9）.

[30]劉金全，崔暢.中國(guó)滬深股市收益率和波動(dòng)性的實(shí)證分析[J].經(jīng)濟(jì)學(xué)（季刊），2002，（7）.

[31]劉勇，周宏.上海股票市場(chǎng)時(shí)變的風(fēng)險(xiǎn)收益關(guān)系研究[J].會(huì)計(jì)研究，2005，（12）.

[32]田華，曹家和.中國(guó)股票市場(chǎng)報(bào)酬與波動(dòng)的GARCH-M模型[J].系統(tǒng)工程理論與實(shí)踐，2003，（8）.

[33]汪孟海，周愛民.中國(guó)股市自相關(guān)性與反饋交易行為實(shí)證研究[J].南開經(jīng)濟(jì)研究，2009，（3）.

[34]王鵬.基于SV-M模型的股票市場(chǎng)風(fēng)險(xiǎn)溢價(jià)與波動(dòng)關(guān)系研究[J].管理評(píng)論，2011，（23）.

[35]王天一，劉浩，黃卓.中國(guó)股票市場(chǎng)的風(fēng)險(xiǎn)收益關(guān)系研究——基于波動(dòng)率反饋和APARCH-NIG模型的新視角[J].浙江社會(huì)科學(xué)，2014，（10）.

[36]徐劍剛，唐國(guó)興.我國(guó)股票市場(chǎng)報(bào)酬與波動(dòng)的GARCH-M模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，1995，（12）.

[37]游宗君，王鵬，石建昌.中國(guó)股票市場(chǎng)的收益與波動(dòng)關(guān)系[J].系統(tǒng)管理學(xué)報(bào)，2010，（4）.

[38]左浩苗，劉振濤.跳躍風(fēng)險(xiǎn)度量及其在風(fēng)險(xiǎn)—收益關(guān)系檢驗(yàn)中的應(yīng)用[J].金融研究，2011，（10）.

[39]張思奇，馬剛，冉華.股票市場(chǎng)風(fēng)險(xiǎn)、收益與市場(chǎng)效率——ARMA-ARCH-M模型[J].世界經(jīng)濟(jì)，2000，（5）.