張華平 葉建華

摘?要：實證研究發(fā)現(xiàn)，股票特質性波動率在國內外股票市場中存在顯著的負向溢價，這被稱之為特質性波動率溢價之謎，探究其成因是當前財務學研究的熱點之一。本文以中國A股上市公司為樣本，采用構建資產組合及回歸分析法，發(fā)現(xiàn)投資者極端收益率偏好對特質性波動率溢價之謎的解釋力較弱，但基于中國A股市場構建的有限套利指標對該資產定價異象存在較強的解釋力。本文豐富了特質性波動率負向溢價存在性及成因研究，對于優(yōu)化中國股票市場規(guī)制也具有重要政策啟示意義。

關鍵詞：市場偏好;有限套利;資產組合;特質性波動率;溢價之謎

中圖分類號：F830.91??文獻標識碼：A

文章編號：1000-176X（2019）10-0077-09

一、問題的提出

資產價格波動體現(xiàn)了資產的風險，風險如何定價是公司金融學研究中關注的核心問題。根據(jù)有效資本市場理論，在充分有效的資本市場中，完全理性的投資者能夠以無摩擦、無成本的方式進行交易，并尋求最優(yōu)風險—收益關系的資產組合。在所有可供選擇的資產組合中，涵蓋所有資產的市場組合能夠分散掉單項資產的異質性風險，而使投資者不用承擔異質性風險。鑒于此，所有市場參與者都會理性地選擇市場組合，這種最充分的多元化組合能夠分散掉所有的異質性風險。

但越來越多的實證研究發(fā)現(xiàn)了同經典資產定價模型相違背的現(xiàn)象，也即股票市場中股票的異質性波動率具有顯著的資產定價效應。Ang等[1]證明，異質性波動率同隨后股票收益率之間存在負相關關系。已實現(xiàn)異質性波動率代表預期異質性波動率的程度決定了該資產定價效應作為一個謎團的程度。這種現(xiàn)象之所以被稱之為謎團，在于兩個方面的原因：首先，因為經典的資產定價模型假設投資者都能夠通過構建最充分的資產組合來分散掉異質性風險，預期異質性波動率同預期報酬率之間不應存在相關關系。其次，放寬完美市場假設時，投資者面臨投資摩擦而不能夠構建最充分的投資組合，需要承擔異質性風險，此時也只能預測二者之間存在正相關關系?；谥袊鳤股市場的樣本，楊華蔚和韓立巖[2]也發(fā)現(xiàn)較高的異質性波動率股票組合具有較低的預期收益率。針對異質性波動率溢價之謎，國外學者對美國等資本市場進行了諸多研究，并嘗試尋求成熟資本市場背景下該資產定價異象的形成機制。但國內學者對中國A股市場異質性波動率溢價之謎的成因探究較少。筆者認為，在中國以中小投資者為主的新興股票市場存在各種市場摩擦因素，行為因素對異質性波動率溢價效應可能更具有解釋力。鑒于此，本文基于有限套利和投資者非理性兩大行為金融學視角探究中國A股市場異質性波動率的成因。由于特質性波動率同股票極端收益率密切相關，本文探究了投資者極端高收益率偏好是否能夠解釋特質性波動率之謎。在套利機制方面，中國A股市場的套利機制受到限制，尤其是對低估值股票的套利機制受限程度更高，也即存在非對稱性套利的問題。本文分別從有限套利和非對稱性套利視角來探究特質性波動率溢價之謎的成因。

二、文獻綜述及研究假設

許多研究探究了異質性波動率或風險同預期股票收益率之間的關系。在非完美的股票市場中，投資者難以構建充分多元化的資產組合而分散掉異質性風險，股票異質性波動率與預期收益率之間應該存在正相關關系，許多研究也證明了這種觀點。但Ang等[1]發(fā)現(xiàn)了相反并令人迷惑的結果，他們的研究表明高異質性波動率資產組合具有異常低的收益率。這種結果通常被認為是“異質性波動率之謎”，因為這種結果表明高異質性波動率需要較低的負向風險溢價?；谥袊鳤股市場背景，國內學者也研究了異質性波動率之謎問題。熊偉等[3]將高、低特質波動率資產組合加權平均收益率之差作為特質風險因素，證明特質風險因子越高，預期股票市場收益率越高。劉維奇等[4]證明特質性之謎存在于中國A股市場，但在控制價格極差、最大日收益率及換手率后，特質性波動率之謎不再存在，說明投資者對特定股票的偏好可能是特質性之謎存在于中國A股市場的原因。熊偉和陳浪南[5]發(fā)現(xiàn)，特質性波動率和股票收益率正相關，投資者樂觀程度越高、市場流動性越強，高、低特質波動率資產組合收益率的截面差異越大。王春峰等[6]發(fā)現(xiàn)，特質性波動率同股票截面收益率間的關系具有分位數(shù)依賴性，異質性波動率之謎僅存在于收益率較低的樣本股票中，在高收益率股票中，特質波動率與預期股票收益率間存在正相關關系。虞文微等[7]從套利限制視角來解釋中國股票市場特質性波動率之謎，發(fā)現(xiàn)套利限制程度較高（較低）的樣本中，特質性波動率之謎更為（不再）顯著。 熊和平等[8]證明中國股票市場中特質風險同預期回報之間存在負相關關系。概括來講，國內外學者的研究均證明了異質性波動率之謎廣泛存在于國外及中國A股市場。

許多文獻開始探尋異質性波動率之謎的成因。Fu[9]指出，特質性波動率測量方法是該謎團的成因。Grullon和Zhdanov[10]與Bali等[11]發(fā)現(xiàn)，同期的特質波動與股票收益率存在正相關關系，這進一步導致了特質波動率與后期股票收益率存在負相關關系。具體而言，特質性波動率的加大可能會提高公司成長期權的價值，但隨著公司對特質性波動率的利用，預期報酬率會降低。Boyer等[12]認為，預期的特質波動率偏差可以解釋這種負向關系，而Bali等[11]表明，上月份的最大日收益率可以解釋該謎團。Han和Kumar[13]認為，中小投資者的交易可以解釋該謎團。Jiang等[14]認為，投資者過度自信以及昂貴的套利成本會導致高特質性波動率股票被高估，并且由于短期賣空限制的存在會加劇價格的偏離度，進而加劇了特質波動率與未來收益率間的負相關關系。Huang等[15]證明，高特質性波動率股票的收益率反轉可以解釋特質性風險的負向價格效應。學者們雖研究發(fā)現(xiàn)中國A股市場存在特質性波動率之謎，但只探究該謎團成因的研究相對較少。楊宏林等[16]研究發(fā)現(xiàn)，融資融券交易影響股票特質性波動率，進而可能有助于解釋特質性波動率之謎。戴方哲和尹力博[17]發(fā)現(xiàn)，證券分析師預測偏差影響特質性波動率，并指出特質性波動率之謎可能與分析師預測偏差有關。概括而言，現(xiàn)有關于特質性波動率之謎的研究關注的焦點在于不同特性波動率股票的特質差異以及市場狀況如何影響特質性波動率—期望收益率關系，國內學者有關特質性波動率成因之謎的研究更少。本文則探究不對稱性套利、投資者偏好特質對特質性波動率之謎的影響。

三、理論分析與研究假設

經典金融理論難以解釋資產定價異象等許多現(xiàn)實資本市場中的現(xiàn)象。行為金融理論放寬了傳統(tǒng)金融理論中套利價值有效性和投資者理性兩大假設。在此基礎上，有限套利和投資者行為假設稱為行為金融的兩大基石。在資本市場套利機制受限時，非理性投資者的交易導致的錯誤定價難以被理性投資者的套利行為所消除并會持續(xù)存在下去。中國作為最大的新興股票市場，構成市場投資者主體的中小投資者具有顯著的非理性特質，對市場的影響更大。此外，由于中國A股市場存在漲跌停限價制度、有限的融資融券交易制度和非完全的股指期貨制度，這些非市場化的制度因素也會在一定程度上限制了套利機制在中國股票市場的有效性。在此背景下，中國股票市場存在許多資產定價異象能夠被行為金融理論解釋。葉建華[18]證明，中國A股市場中投資者對月度內產生極端高收益率的股票具有熱手效應心理，傾向于非理性預期此類股票會繼續(xù)產生高收益，進而偏好月度內產生極端高收益率的股票，也即存在極端高收益率偏好，致使此類股票被高估。投資者偏好極端高收益率股票的心理可解釋中國A股市場中的極大日收益率效應。此外，由于股票特質性波動率同股票的極端波動率密切正相關，或者說特質性波動率高的股票更可能產生極端高收益率。因此，本文可以合理推斷，投資者對極端高收益率的偏好理性能夠解釋中國A股市場的特質性波動率溢價之謎。鑒于此，筆者提出假設1：

假設1：在中國A股市場存在特質性波動率之謎，投資者極端高收益率偏好對特質性波動率之謎有一定解釋力。

在非理性投資者因偏好極端高收益率而高估特質性波動率較高的股票時，套利限制可能妨礙股價迅速回歸至其基本價值。Delong等[19]指出，噪音交易者可以在更長時期內推動價格顯著偏離內在價值而給套利者帶來套利風險。Shleifer和Vishny[20]表明，套利活動需要成本，并且當市場價格嚴重偏離基本價值時，套利活動會無效果。近期實證文獻檢驗了有限套利對多種市場異象的影響，包括賬面市值比效應、動量效應、應計異象以及資產增長異象。在資產發(fā)生錯誤定價時，套利機會吸引理性套利者實施套利活動，股價隨后恢復至其基本價值時給套利者帶來套利收益。套利成本、套利風險、交易限制以及信息不確定性等因素會限制套利活動。在中國特殊的制度背景下，套利風險包括非理性投資者的交易繼續(xù)驅動價格偏離基本價值的風險，套利限制主要是非市場化的制度因素。中國A股市場的漲跌停制度、局部融資融券交易制度和有限的估值期貨制度等因素都是套利限制因素。此外，根據(jù)Stambaugh等[21]的觀點，特質性波動率的負向收益率溢價產生的原因可能是套利的非對稱性。具體而言，投資者更容易購買被低估的股票而較難短期做空被高估的股票。因此，錯誤定價在高估的資產中更嚴重。據(jù)此，可以合理推斷，由于投資者偏好極端高收益的股票而高估這些股票時，套利限制可能會妨礙此類被高估的股票迅速回歸至其基本價值，有限套利對特質性波動率負向溢價之謎應該具有一定解釋力。據(jù)此，筆者提出假設2：

假設2：在套利受限程度較高的股票中，特質性波動率負向溢價之謎更顯著。

四、研究設計

（一）樣本及數(shù)據(jù)來源

本文以2002—2017年中國A股上市公司為樣本，剔除了ST、*ST公司，剔除了金融類公司及數(shù)據(jù)不完全的公司，并對關鍵變量進行了縮尾處理。股票交易數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，F(xiàn)ama和French[22]中的三因子數(shù)據(jù)來源于RESSET金融研究數(shù)據(jù)庫。

（二）變量設計

1.預期特質風險的估計

現(xiàn)有文獻主要采用兩種方法估計預期特質風險，包括：直接利用滯后1期已實現(xiàn)特質波動率作為預期特質波動率的替代變量;利用時間序列模型估計預期特質波動率。第一種方法隱含的假設是特質波動率服從隨機分布。本文借鑒左浩苗等[23]的方法估計特質波動率。

首先，用每只股票每月交易率數(shù)據(jù)分別估計Fama和French[22]三因子模型，也即用月內個股超額收益率對市場因子（MKTt）、規(guī)模因子（SMBt）和價值因子（HMLt）進行回歸，回歸模型如下：

Rit-rf=αit+βiMKTt+SiSMBt+hiHMLt+εit（1）

其中，MKTt，SMBt，HMLt分別表示t月份的市值因子、規(guī)模因子和賬面市值比因子，Rit，rf分別表示i股票在t期的毛收益率和無風險收益率。

其次，用估計的三因子模型預測個股的期望收益及殘差。按照Ang等[1]的做法，用第i只股票第t個月實現(xiàn)的月度特質波動率定義為模型（1）殘差的標準差，表示為IVOLi，t。

2.異常收益率

本文首先根據(jù)月度數(shù)據(jù)估計每只股票月度超額收益率預測模型（1），然后根據(jù)模型（1）的估計結果計算的每只股票月度收益率的預測值同實際值的差額作為異常收益率的代理變量，表示為ARit。

3.有限套利的衡量

現(xiàn)有研究表明，在中國A股特殊制度背景下，股票流動性[24]、月度股價漲跌停次數(shù)[25]、賣空交易活躍程度[26]以及是否納入CIS300股指期貨指數(shù)等四個關鍵因素是影響A股市場套利受限的重要因素。通常流動性越弱、漲跌停次數(shù)越多、融資融券活躍度越低或沒有納入CIS300估值期貨指數(shù)，則意味著該股票的套利受限程度越高。鑒于此，本文在每月份根據(jù)上述單項指標，按流動性從弱到強的次序分別把樣本等分為3組，各組用0，1，2表示，計算各樣本在本月的各組別之和以此作為衡量本期股票的套利受限程度，該綜合指標越大，意味著套利受限程度越高。

4.月度極端收益率

同Bali等[11]的研究不同，本文基于中國A股市場漲跌停限制制度的背景下，首先計算每月內5日移動平均收益（MAXit），以5日移動平均收益率最大值衡量極端日收益率，然后從如下幾個視角討論彩票類股票偏好對異質性波動率定價的影響。

5.公司估值水平的衡量

本文借鑒Stambaugh 等[21]的方法，利用資產定價異象變量構建低估或高估程度的指標。本文基于中國A股市場資產定價異象的狀況，并考慮數(shù)據(jù)可獲得性，采用5個單項資產定價異象指標來構建綜合指標測量股票被高估或低估的程度，包括總應計利潤、凈經營資產、盈利能力、慣性指標和股權凈籌資額。

本文按照如下步驟來構建股票估值水平的綜合衡量指標。首先，計算出每個異象指標。其次，每月分別根據(jù)各單項指標把所有樣本等分為10組，確定每個樣本的10分位值，具有最高預期收益率的觀測值的10分位值為10，具有最低預期收益率的觀測值的10分位值為1。最后，每月份計算5個10分位數(shù)的算術平均值作為綜合指標來衡量股票的股指水平。

五、實證結果及分析

（一）特質性波動率負向溢價效應存在性檢驗

1.根據(jù)特質性波動率構建資產組合檢驗

借鑒資產定價異象研究的常規(guī)做法，本文通過構建套利資產組合的方法來驗證特質性波動率是否存在于中國A股市場。在t月份，根據(jù)個股特質性波動率水平，分別構建5、10個資產組合，并進一步計算各資產組合在t+1月份的毛收益率和異常收益率的截面均值，然后計算各資產組合截面均值的時間序列均值。

表1顯示了根據(jù)t月份個股特質波動率指標構建的各資產組合對應的t+1月份的毛收益率和異常收益率。由表1可知，不論是構建5分位還是10分位資產組合，組合毛收益率及異常收益率均隨著特質性波動率的增大而降低。譬如，在構建5分位資產組合時，從極低到極高特質性波動率資產組合的等權重毛收益率（異常收益率）分別為1.961（0.501），1.805（0.271），1.592（0.011），1.112（-0.501）和0.162（-1.402），極端組間差異為-1.643和-1.673且均顯著，這初步說明特質性波動率顯著地存在于中國A股市場。

2.回歸分析檢驗

特質性波動率負向溢價可能被已知的風險因子解釋。Huang等[15]認為月度股票收益率反轉現(xiàn)象可解釋Ang等[1]發(fā)現(xiàn)的異質性波動率溢價。為排除這種可能性，本文驗證Fama和French[27]的五因子能夠解釋特質性波動率負向溢價，獲取特質性波動率負向溢價能否被已知風險因子所解釋及是否穩(wěn)健存在的證據(jù)。首先，根據(jù)特質性波動率構建5分位資產組合，并計算極端組合毛收益率截面收益率差異，稱之為特質性波動率溢價因子。其次用Fama和French[27]五因子對特質性波動率溢價因子回歸，F(xiàn)ama和Macbeth[28]的回歸結果如表2所示。

表2顯示了用Fama和French[27]五因子對特質性波動率溢價因子的Fama和Macbeth[28]回歸的結果?？梢钥闯?，引入傳統(tǒng)的三因子后，常數(shù)項仍顯著為負值，并且在控制短期反轉因子及動量因子后，常數(shù)項仍顯著為負值（-1.592在1%的水平上顯著）。這說明在中國A股市場，已知的三因子和五因子均不能對特質性波動率溢價做出有效的解釋，特質性波動率溢價穩(wěn)定存在于中國A股市場。

概括來講，分組檢驗及Fama和Macbeth[28]回歸結果提供的證據(jù)表明，特質性波動率溢價穩(wěn)定地存在于中國A股市場，并且已知的風險定價因子對特質性波動率負向溢價并不具有替代解釋力。

（二）投資者極端高收益偏好與異質性波動率溢價

本部分檢驗異質性波動溢價源于投資者偏好彩票類股票的解釋。首先，本文基于上月份的MAX5i，t把股票分為10組。其次，把每個MAX5i，t組合再根據(jù)IVOLi，t等分為10組。最后，把每個MAX5i，t組合中，最高IVOLi，t組合同最低IVOLi，t組合收益率差額作為該MAX5i，t組合中的IVOL溢價率。

資產組合收益率報告在表3中。IVOLi，t溢價率等于最高（D10）和最低（D1）異質性波動率資產組合的平均收益率差額。表3表明，不管是一維還是二維分組，D10和D1的差額均顯著為負值。在一維分組時，最高異質性波動率組（D10）同最低異質性波動率組（D1）等權重Ri，t+1，ARi，t+1，AR5i，t+1收益率均值差異分別為-2.172，-2.328和-2.236，市值加權重Ri，t+1，ARi，t+1，AR5i，t+1收益率均值差異分別為-2.137，-2.319和-2.217。在二維分組時，最高異質性波動率組（D10）同最低異質性波動率組（D1）等權重Ri，t+1，ARi，t+1，AR5i，t+1收益率均值差異分別為-1.499，-1.070和-1.294，市值加權重Ri，t+1，ARi，t+1和AR5i，t+1收益率均值差異分別為-1.495，-1.078和-1.275。上述資產組合收益率差異均在1%水平上顯著。說明中國A股市場IVOLi，t溢價穩(wěn)定存在，在控制MAX5i，t后，IVOLi，t溢價水平雖有所下降但仍舊顯著。

整體而言，表3表明，在中國A股市場，異質性波動率的資產定價效應主導了彩票類支付特征（例如MAX5i，t）的定價效應。在控制MAX5i，t后，IVOLi，t溢價仍舊顯著而穩(wěn)定存在。這說明，投資者對彩票類支付特征股票的偏好并不能很好地解釋中國A股市場當中的異質性波動的負向溢價效應。

（三）套利受限與異質性波動率負向溢價

本部分將研究有限套利對異質性波動率溢價的解釋力。Stambaugh等[21]認為，IVOL同隨后收益率之間的負相關關系可以由賣空限制導致的不對稱性套利解釋。該研究發(fā)現(xiàn)，在低估的股票中，存在較弱的正向IVOL溢價，但在被高估的股票中，存在較強的負向IVOL溢價。因此，二者綜合起來后，條件IVOL溢價為負值。本部分檢驗IVOL溢價同股價高估或低估的關系狀態(tài)是否在中國股票市場也成立，尤其是在套利水平不同的股票中是否成立。

1.基于3個變量構建套利資產組合

本文構建了三維的資產組合。首先，根據(jù)綜合有限套利指標把各月份樣本等分為低、中、高三類有限套利組;其次，在各有限套利組內，根據(jù)綜合估值水平指標把各類樣本再等分為3組;最后，根據(jù)異質性波動率把根據(jù)有限套利程度、估值水平確定的各資產組合，等分為5組。在控制有限套利程度及估值水平后，計算出由異質性波動率確定的5個獨立資產組合。本文計算了各三維度資產組合在t+1月份價值加權毛收益率均值以及Fama和French[22]三因子風險調整收益率均值，結果如表4。

在表4中，報告了每個有限套利及估值水平決定的資產組合內部，高異質性波動率資產組合、低異質性波動率資產組合的收益率差異。在比較不同估值水平資產組合中異質性波動率溢價水平差異時，本文發(fā)現(xiàn)Stambaugh等[21]提出的不對稱性套利理論對低有限套利組中IVOL溢價的解釋力最強，在低、中有限套利組中也具有一定的解釋力。對比Panel A和Panel B可以發(fā)現(xiàn)，在高有限套利組合內，根據(jù)毛收益率（三因子模型風險調整收益率）計算的低、中、高估值水平資產組合中IVOL溢價率水平分別為-2.427（-2.332），-2.722（-2.655）和-2.961（-2.934），且均在1%的水平上顯著。低、中有限套利資產組合內，根據(jù)毛收益率和三因子模型風險調整收益率計算的高、中、低估值水平資產組合的IVOL溢價率水平雖有所增加，但增幅相對較小。此外，在高有限套利樣本內部，按照毛收益率和三因子風險調整收益率計算的最高估值組、最低估值組IVOL溢價率差額分別為-0.534和-0.612，顯著性水平均為5%，而在低、中有限套利組中，高、低估值組的IVOL溢價率差額并不顯著。這也再次證明，在高有限套利組中，非對稱性套利對IVOL的解釋力成立，但在低、中有限套利樣本中，非對稱性套利對IVOL也具有一定的解釋力。

2.回歸分析檢驗

概括來講，分組檢驗結果表明，在低、中、高有限套利程度樣本中，高估值公司產生了更大幅度的負向異質性波動率溢價。為進一步證實非對稱性套利對IVOL溢價的影響，解釋異質性波動對超額收益率的影響程度，本文采用Fama和Macbeth[28]的方法計算的定價因子對超額收益率分步回歸結果，以此驗證有限套利、估值水平及股票異質性波動率對超額收益率的影響，結果如表5所示。

第1步回歸結果表明，Overpi，t×IVOLi，t和Undpi，t×IVOLi，t的斜率系數(shù)分別為-0.490和-0.457，且均在1%的水平上顯著，這說明在高估值公司中，IVOL溢價率更明顯，這同分組檢驗獲取的證據(jù)一致。

第2步回歸結果表明，Overpi，t×IVOLi，t，L_limi，t×Overpi，t×IVOLi，t和H_limi，t×Overpi，t×IVOLi，t的斜率系數(shù)分別為-0.520，-0.216和0.074，且均在1%的水平上顯著，這說明在低（高）有限套利樣本中，高估值公司IVOLi，t的斜率系數(shù)為-0.736（-0.446）。

第3步回歸結果表明，Undpi，t×IVOLi，t，L_limi，t×Undpi，t×IVOLi，t和H_limi，t×Undpi，t×IVOLi，t的斜率系數(shù)分別為-0.510，-0.147和0.186，且均在1%的水平上顯著，這說明在低（高）有限套利樣本中，低估值公司IVOLi，t的斜率系數(shù)為-0.657（-0.324）。

第4步回歸結果表明，Overpi，t×IVOLi，t，L_limi，t×Overpi，t×IVOLi，t和H_limi，t×Overpi，t×IVOLi，t的斜率系數(shù)分別為-0.501，-0.215和0.088，且均在1%的水平上顯著，此時在低（高）有限套利樣本中，高估值公司IVOLi，t的斜率系數(shù)為-0.716（-0.413）。Undpi，t×IVOLi，t，L_limi，t×Undpi，t×IVOLi，t和H_limi，t×Undpi，t×IVOLi，t的斜率系數(shù)分別為-0.508，-0.151和0.191，且均在1%的水平上顯著，此時在低（高）有限套利樣本中，低估值公司IVOLi，t的斜率系數(shù)為-0.659（-0.317）。

上述證據(jù)說明，不論是低、高有限套利樣本，高估值公司的異質性波動率對超額收益率均產生了更大幅度的負向影響。

整體而言，本文實證檢驗結果表明，特質性波動率溢價穩(wěn)定地存在于中國股票市場;投資者對極端高收益率股票的偏好并不能解釋特質性波動率負向溢價之謎;有限套利對異質性波動負向溢價率的解釋能力不僅在美國等發(fā)達市場成立，在中國這一發(fā)展中股票市場同樣具有解釋力。

六、結論與啟示

本文基于中國A股市場背景特征，構建了由4項單獨指標組成的綜合指標來衡量中國A股市場股票的有限套利程度，主要采用構建套利資產組合檢驗及Fama和Macbeth[28]回歸分析方法，檢驗了中國A股市場異質性波動率的定價效應及有投資者極端高收益率偏好、有限套利對該定價效應的解釋力。研究發(fā)現(xiàn)，中國A股市場存在顯著的異質性波動率負向溢價效應，并且該負向溢價程度在有限套利程度較高的樣本中更明顯，投資者對極端高收益率股票的偏好并不能有效解釋特質性波動率負向溢價之謎。

本文證明豐富了有關特質性波動率溢價之謎的研究，并從行為金融視角探究了特質性波動率溢價之謎的成因，拓展了有關特質性波動率負向溢價之謎成因的研究，也具有一定的政策啟示意義。在發(fā)展中股票市場，為保護投資者利益，實施了多種有特色的市場規(guī)制。譬如，中國A股市場中的漲跌停制度、部分股票融資融券交易制度、股指期貨制度等，這些制度實際上限制了市場機制的發(fā)揮，增加了套利難度。投資者更可能持有異質性波動率較高的股票，致使此類股票被高估并產生較低的隨后收益率，放松市場管制有助于降低類似錯誤定價的程度。

參考文獻：

[1]?Ang，A.， Hodrick， R.， Xing， Y.， et al.The Cross-Section of Volatility and Expected Returns[J].The Journal of Finance， 2006， 61（1）：259-299.

[2]?楊華蔚，韓立巖.外部風險、異質信念與特質波動率風險溢價[J].管理科學學報，2011，（11）：71-80.

[3]?熊偉，陳浪南，柯忠義.股市特質風險與股票收益率相關關系的實證研究[J].管理工程學報， 2017，（2）： 170-176.

[4]?劉維奇， 邢紅衛(wèi)， 張信東.投資偏好與“特質波動率之謎”——以中國股票市場A股為研究對象[J].中國管理科學， 2014，（8）： 10-20.

[5]?熊偉， 陳浪南.股票特質波動率、股票收益與投資者情緒[J].管理科學， 2015，（5）： 106-115.

[6]?王春峰， 姚守宇，房振明.收益率厚尾分布、特質性波動與股票價格行為[J].系統(tǒng)工程， 2017，（12）： 1-14.

[7]?虞文微， 張兵，于琴.套利限制與中國股票市場“特質波動率之謎”[J].北京工商大學學報（社會科學版）， 2017，（6）： 93-103.

[8]?熊和平，劉京軍，楊伊君，周靖明.中國股票市場存在特質波動率之謎嗎？——基于分位數(shù)回歸模型的實證分析[J].管理科學學報， 2018，（12）： 37-53.

[9]?Fu， F.Idiosyncratic Risk and the Cross-Section of Expected Stock Returns[J].Journal of Financial Economics， 2005， 91（1）：24-37.

[10]?Grullon， G.， Zhdanov， E.L.Real Options， Volatility， and Stock Returns[J].The Journal of Finance， 2012， 67（4）：1499-1537.

[11]?Bali， T.G.， Cakici， N.， Whitelaw， R.F.Maxing out： Stocks as Lotteries and the Cross-Section of Expected Returns[J].SSRN Electronic Journal， 2009， 99（2）：427-446.

[12]?Boyer， B.， Mitton， T.， Vorkink， K.Expected Idiosyncratic Skewness[J].Review of Financial Studies， 2010， 23（1）：169-202.

[13]?Han，B.， Kumar，A.Speculative Retail Trading and Asset Prices[J].Social Science Electronic Publishing， 2013， 48（2）：377-404.

[14]?Jiang， D.， Peterson， D.R.， Doran， J.S.Short-Sale Constraints and the Idiosyncratic Volatility Puzzle： An Event Study Approach[J].Journal of Empirical Finance， 2014， 28（9）：36-59.

[15]?Huang， W.， Liu， Q.， Rhee， S.G.， et al.Return Reversals， Idiosyncratic Risk， and Expected Returns[J].Review of Financial Studies， 2010， 23（1）：147-168.

[16]?楊宏林，滑淑美，陳收.融資融券對股市特質波動率影響的實證研究[J].上海金融，2016，（1）：73-77.

[17]?戴方哲，尹力博.證券分析師“變臉”行為會增加股票特質波動率嗎？[J].管理評論，2017，（5）：14-22+130.

[18]?葉建華.“熱手效應”和“賭徒謬誤”決策偏差與股市極大日收益率異象——基于中國A股市場的經驗證據(jù)[J].管理評論，2016，（11）：30-39.

[19]?Delong， B.， Shleifer， A.， Summers， L.H， et al.Noise Trader Risk in Financial Market[J].Journal of Political Economy， 1990， 98（4）： 703-738.

[20]?Shleifer， A.， Vishny， R.W.The Limits of Arbitrage[J].The Journal of Finance， 1997， 52（1）：35-55.

[21]?Stambaugh，R.F.， Yu，J.， Yuan， Y.Arbitrage Asymmetry and the Idiosyncratic Volatility Puzzle[J].The Journal of Finance， 2015， 70（5）：1903-1948.