張華平，曹策遠

華北水利水電大學 管理與經濟學院，鄭州 450046

引言

經典金融學基于理性信念和理性預期假設研究資產定價問題，該理論因難以解釋眾多資產定價異常而遭受質疑。行為金融學以投資者非理性和有限套利為兩大支柱，對諸多資產定價異象有較好解釋力。理性交易者的套利活動受套利風險和套利成本限制[1]，錯誤定價可能會持續(xù)存在。有限套利對股價與基本面信息比率的資產定價效應[2]、投資者情緒的資產定價效應[3]和最大日收益率資產定價效應[4]等均具有較強解釋力。有限套利理論已成為資產錯誤定價研究的重要理論基石。

在美國股票市場中，ANG et al.[5]最早發(fā)現高特質性波動率股票的平均收益率較低，并稱該現象為股價特質性波動率溢價之謎。后續(xù)研究發(fā)現，該資產定價之謎廣泛存在于美國之外的股票市場，但表現形式各異。還有學者把該資產定價異象與公司及股票特征、投資者非理性偏好、其他資產定價異象、市場摩擦等因素聯系起來，以解釋該資產定價異象，或者從方法選擇、樣本選擇等方面解釋研究結果的差異，但鮮有研究從有限套利視角解釋股價特質性波動率溢價之謎。中國A股市場的限價交易、融資融券、股指期貨等制度及個體投資者主導的背景特征，均是妨礙套利活動有效性的因素，這為從有限套利視角探究股價特質性波動率溢價之謎提供現實基礎。

鑒于此，本研究立足中國制度背景特征，理論分析特質性波動率在中國A股市場的存在性，以及有限套利等因素對該資產定價的影響。該研究不僅可以豐富和拓展股價特質性波動率溢價之謎的相關研究，對中國A股市場相關制度評價和投資者教育也具有重要意義。

1 相關研究評述

1.1 股價特質性波動率的資產定價效應

已有研究主要探究公司信息質量因素對股價特質性波動率的影響。伊志宏等[6]認為，股價同步性是衡量股票市場資源配置效率的重要指標，實證研究發(fā)現分析師報告中包含的有關公司特質信息越多，股價特質性波動率越高，并且在信息不對稱問題嚴重的公司中更為明顯；黃燦等[7]發(fā)現，內幕交易這種非正式的信息傳遞渠道影響股價的特質性波動率，在信息環(huán)境較好時，內幕交易對股價特質性波動率的正向影響降低；AABO et al.[8]認為，股票特質性波動率與市場效率密切相關，在高效的股票市場中，股價特質性波動率較低。

很多學者研究特質性波動率效應在全球主要股票市場中的存在性問題。ANG et al.[5]證明特質性波動率與下期股票收益率之間存在負相關關系，在控制流動性風險、交易量、交易成本等潛在解釋變量和多個與股票收益率相關的公司特征變量后，特質性波動率效應仍然穩(wěn)健。特質性波動率與收益率的關系被證明存在于多個國際市場中[9]。特質性波動率溢價之謎是指特質性波動率能負向影響未來股票收益的現象。因為該現象與投資者能夠通過構建最充分的資產組合分散非系統(tǒng)性風險而只能對系統(tǒng)性風險要求風險補償的經典資產定價理論相違背，并且該負相關關系與風險-報酬間應該存在正相關關系的理論預期相反。因為基于市場完全、無摩擦假設的傳統(tǒng)資產定價理論，預測預期特質性波動率與預期收益率之間不存在相關性；即使是基于市場不完全、投資者面臨投資摩擦、不能充分分散投資組合的假設，預期特質性波動率與預期收益率之間也應存在正相關關系[10]。UMUTLU[11]構建全球范圍內的特質性波動率指標，發(fā)現全球范圍內的特質性波動率指標與市場收益率之間并不存在穩(wěn)健的顯著性關系；QADAN et al.[12]利用1990年至2016年美國股市的數據，發(fā)現在考慮了其他風險因素后，市場整體波動率的增加(降低)后特質性波動率與未來收益率之間傾向于存在負(正)相關關系；YANG et al.[9]發(fā)現，高異常特質性波動率的股票未來的期望收益率顯著較高，這意味著信息風險具有資產定價效應。

還有學者研究特質性波動率定價效應在中國A股市場的存在性。熊偉等[13]實證發(fā)現，中國證券市場的特質性波動率與截面預期收益呈顯著負相關關系，且該異象不能由公司規(guī)模、換手率、交易量等已知定價因子解釋，賣空機制是導致特質性波動率異象的主要原因；楊亞仙等[14]認為，特質性波動率之謎產生的主要原因是投資者異質性信念的存在以及投資者對彩票類股票的偏好。賣空限制和投資者異質性信念的共同作用，導致資產價格被高估，從而降低未來的收益率。李竹薇等[15]構建月滾動已實現特質性波動率作為度量特質性波動率的標準，通過橫截面回歸的研究方法對中國股票市場是否存在特質性波動率異象進行實證研究，發(fā)現該異象穩(wěn)定地存在于中國A股市場，并認為特質性波動率與股票截面收益率之間的正負關系取決于長期特質性波動率與短期特質性波動率的相對作用程度；虞文微等[16]研究發(fā)現，特質性波動率與預期收益率之間呈現出顯著的負相關關系，并利用雙重差分模型，證實開展融資融券能夠降低異質性信念和特質性波動率水平，通過傾向得分匹配檢驗，發(fā)現該負向關系仍然顯著存在；熊和平等[17]利用OLS回歸殘差估計和GARCH(1,1)加權平均兩種方法估計特質性波動率，并利用Fama-MacBeth橫截面回歸法研究特質性波動率與預期股票回報之間的關系，證明特質性波動率與預期股票回報率之間呈負相關關系。

1.2 影響股價特質性波動率資產定價效應的因素

許多研究嘗試解釋該謎團，已有研究揭示了特質性波動率影響下期股票收益率的內在經濟機制。第1類研究考慮特質性波動率資產定價效應是否為相關公司特征的代理變量，包括彩票類支付[18]、未預期盈余、中小投資者交易比例、月收益率反轉因子、非流動性、不確定性、平均方差貝塔系數和未預期盈余[19]。第2類研究探究方法選擇、股票收益率分布特征的影響[20]。ZAREMBA et al.[21]的研究表明，特質性波動率溢價的性質取決于股票是被高估還是被低估，收益率分布的數學特征能夠解釋該資產定價異象；BERGBRANT et al.[22]認為已有特質性波動率代理變量種類多、噪音大，基于通過基礎診斷測試的差異化EGARCH模型產生的樣本外特質性波動率預測值組合，作為特質性波動率的代理變量噪音少，并發(fā)現特質性波動率存在正向溢價。第3類研究探究特質性波動率資產定價效應的成因。股價特質性波動率與下期股票收益率之間的負相關關系可能源于短期收益率反轉效應、投資者彩票類股票偏好、不對稱性套利和預期異質性偏度[23]。SON et al.[24]發(fā)現，韓國股票市場中存在特質性波動率溢價，累計前景理論揭示的投資者極端高收益率偏好可解釋該資產定價異象；LI et al.[25]的研究表明，特質性波動率承載了經濟不確定性信息，這是其具有資產定價效應的原因。

可以看出，已有研究基于成熟資本市場環(huán)境，探究特質性波動率的影響因素、溢價效應及其成因。基于中國A股市場的研究在特質性波動率溢價效應的存在性方面并未達成共識，在特質性波動率溢價成因方面的研究多從公司特征、方法選擇的影響，以及特質性波動率溢價與其他已知資產定價之間的關系視角探究，鮮有從市場套利機制有效性視角展開研究。本研究從有限套利視角，基于中國特殊制度背景構建有限套利指標，探究中國A股市場特質性波動率溢價的存在性及其成因。

2 制度背景、理論分析和研究假設

在中國特殊制度背景下，投資者很可能高估高特質性波動率股票。非理性的個體投資者是中國A股市場的主體，《中國證券登記結算統(tǒng)計年鑒2018》顯示，2018年末中國證券市場投資者有13 398.30萬戶，其中自然人投資者為13 362.21萬戶，這說明自然人投資者是中國證券市場的主體。一方面，自然人投資者并不具備構建完美資產組合分散特質性風險的能力和條件，卻會對承擔的特質性波動風險要求報酬率。另一方面，自然人投資者很可能對高特質性波動率股票形成非理性預期，致使此類股票被錯誤定價。王美今等[26]利用央視看盤指數構建投資者情緒指數，發(fā)現它是一個影響股票均衡價格的系統(tǒng)因子；葉建華[27]通過研究發(fā)現，中國A股市場中投資者具有“賭徒謬誤”的心理特質，也就是高估好結果發(fā)生的概率。高特質性波動率具有更高的風險，可能給投資者帶來潛在的超額收益率。自然人投資者構成的市場很可能高估高特質性波動率股票，這也意味著被高估的股票在價值回歸時產生較低收益率。尹海員等[28]發(fā)現，中國股票市場的日內投資者情緒能正向預測股票市場運行。因此，可以合理預期中國A股市場存在特質性波動率溢價現象。

套利機制是非完美市場環(huán)境下確保資產價格有效的關鍵機制，但套利風險和套利成本的存在可能降低套利活動效率，致使市場錯誤定價持續(xù)存在。存在套利限制時，股票發(fā)生錯誤定價會吸引理性投資者進行套利交易，并在后期市場價格回歸至內在價值的過程中獲取套利收益。但現實中的基本面風險、噪音交易者風險、同步性風險等套利風險，以及套利交易成本、賣空限制等因素都會妨礙套利交易。DE LONG et al.[1]的研究表明，噪音交易者的交易導致價格進一步偏離基本價值是重要的套利風險；SHLEIFER et al.[29]認為，當市場價格持續(xù)性偏離其基本價值時，需要資金的套利活動仍將會變得無效果。交易成本(或者是低股票流動性)提高了執(zhí)行套利策略的成本并降低套利策略的吸引力。交易限制包括短期賣空限制以及其他類型的交易障礙，會妨礙套利者對市場錯誤定價機會的利用。在面臨高水平的信息不確定性程度時，套利者會具有較低的意愿實施套利活動。鑒于這些障礙因素會降低套利機制的作用，市場錯誤定價會持續(xù)存在并且市場并不會即刻實現有效運行。

已有實證研究表明，有限套利理論能解釋一些中國A股市場中的資產定價異象。葉建華等[30]以中國A股上市公司作為樣本，發(fā)現在有限套利程度高的樣本中，資產增長異象更明顯；GU et al.[31]以2002年至2012年中國A股上市公司為樣本，發(fā)現在有限套利嚴重的公司中，特質性波動率異象更明顯；黃苑等[32]研究表明，動量因子在中國股票市場具有顯著的定價效應，漲跌停制度通過漲跌停頻率與動量因子的交織效應影響股票定價，有限套利理論和有限關注行為對該資產定價效應具有很好的解釋力。

高特質性波動率股票低于預期收益率的市場表現既是對有效市場的挑戰(zhàn)，也給套利交易者提供了套利機會，但交易成本、交易風險和交易制度限制等有限套利因素能妨礙套利者利用這些錯誤定價機會。當賣空受到高度限制時，有限套利對高估股票的影響更明顯。一方面，禁止賣空意味著悲觀投資者難以通過賣空交易影響資產價格，股價更多受樂觀投資者交易的影響，致使股價在更大程度上被高估。另一方面，賣空機制改變了投資者僅能通過股票上漲獲利的狀況，有助于加快公司負面信息融入股價的速度，提高市場的定價效率[33]，并加大公司股價的下行壓力[34]。在非理性投資者偏好異質性波動并導致股價被高估時，套利交易者難以通過賣空交易及時矯正錯誤定價，這意味著被高估的股票很可能在未來期間發(fā)生更大幅度價值回歸。因此，本研究預期，在有限套利程度高的公司中，股價異質性波動率與下期股票收益率之間的負相關關系更強；在有限套利程度較低時，套利者的套利活動更加有效，股價特質性波動率負向溢價應該在有限套利程度低的樣本中更弱。

基于上述背景，本研究認為，在中國特殊制度背景下，投資者既不可能構建充分的資產組合，也不可能完全理性，特質性波動率應該具有資產定價效應；套利機制的有效程度可能降低，這意味著有限套利對特質性波動率的資產定價效應應該具有較強的解釋力?；诖?，本研究提出假設。

H1在中國A股市場，特質性波動率具有資產定價效應。

H2在中國特殊制度背景下，有限套利理論對該資產定價異象具有一定的解釋力。

3 研究設計

3.1 樣本設計

本研究以1993年至2019年中國A股市場所有上市公司為樣本，股票日、月交易數據來源于CSMAR數據庫，日、月度三因子數據、股票融資融券交易數據來源于RESSET金融研究數據庫。剔除金融類公司樣本、極端值樣本和數據缺失樣本，最終得到341 867條有效樣本觀測值。

3.2 變量設計

3.2.1 收益率指標

被解釋變量為個股在(t+1)月的收益率指標，根據資產定價研究的基本慣例，本研究設計3個被解釋變量，從不同角度考察股價特質性波動率對股票收益率的影響。具體變量定義如下：

(1)毛收益率，定義i為股票，t為月，Ri,t+1為毛收益率，等于i股票在(t+1)月的收益率。

(2)三因子調整超額收益率，定義TARi,t+1為三因子調整超額收益率，等于i股票在(t+1)月的風險收益率減去由FAMA et al.[35]的三因子模型預測的風險收益率。

(3)超額收益率，定義ARi,t+1為超額收益率，等于i股票在(t+1)月的風險收益率減去由資本資產定價模型預測的風險收益率。

根據資產定價研究的基本慣例，本研究在資產組合分析時用Ri,t+1和TARi,t+1作為計算資產組合收益率的變量，在回歸分析時用ARi,t+1作為被解釋變量。

3.2.2 股價特質性波動率的測量

本研究借鑒ANG et al.[5]的方法，用FAMA et al.[35]的三因子模型計算t月個股日風險收益率殘差的標準差測量i股票t月的特質性波動率(Ivoi,t)。計算步驟為：①以月度內日數據估計(1)式，并據此估算個股日風險收益率的殘差εi,d，d為交易日；②根據(2)式和εi,d計算Ivoi,t。

用于估計個股日風險收益率殘差的模型為

(1)

i股票t月的股票特質性波動率為

Ivoi,t=std(εi,d)

(2)

3.2.3 有限套利的測量

本研究基于4個單項指標測量有限套利程度。

(1)AMIHUD[36]股票非流動性指標。該指標體現了股票價格對市場交易量的敏感程度，是測量股票流動性的反向指標。計算方法為

(3)

其中，Amhi,t為股票非流動性指標，Di,t為i股票t月的交易天數，Voli,d為交易金額。股票流動性越弱，交易對價格的沖擊度越大，投資者實施套利交易的潛在成本越高。

(2)股票漲跌停次數。中國A股市場于1996年12月6日起對正常交易股票實施10%漲跌幅限制，于1998年4月起對特別交易股票實施5%漲跌幅限制。KIM et al.[37]認為，限制股票價格的交易制度會妨礙股市中的均衡價格發(fā)現。本研究用月度內個股的漲跌停次數測量套利受限程度，漲跌停次數越多說明該股票的套利受限程度越高。

(3)融資融券交易的活躍程度。2010年中國A股市場引入融資融券交易制度，投資者可對部分股票實施融資融券交易。JONES et al.[38]和BAE et al.[39]認為，賣空成本影響賣空者賣空交易的獲利程度；NEZAFAT et al.[40]認為，金融危機期間，美國政府為穩(wěn)定股價而采取的限制賣空措施抑制了私有信息的產生，限制了價格發(fā)現；FENG et al.[41]認為，實施融資融券交易制度后，不能被做空的股票在盈余宣告后具有更大程度的負向超額收益率，這在投資者意見分歧較大的股票中更明顯。本研究用每月個股融資融券的交易量測量有限套利程度，融資融券交易量越低的股票套利受限程度越高。

(4)是否納入中國證券300指數(CIS300)。CSI300股指期貨指數在2010年3月上市，該指數的基礎股票是代表A股的300只股票，是中國證券市場唯一的股指期貨。套利者有動機通過買賣股指期貨對沖其在股票市場上的套利風險，因此，本研究預期，納入CIS300指數的股票比未納入該指數的股票受到的套利限制程度更低。

3.2.4 控制變量

Sizi,t為規(guī)模，等于t月末股票市值規(guī)模的自然對數；MBi,t為權益市賬比，等于t月初股票總市值除以t月所在年年初的凈資產賬面價值；Turi,t為股票月度平均換手率，等于(t-5)到t月共6個月i股票總交易數量與流通股總數量之比除以6；Maxi,t為最高日收益率，遵循BALI et al.[18]的方法，等于i股票t月前3個最高日收益率的均值；Beti,t為股票系統(tǒng)性風險，根據i股票和綜合A股市場在t月的日交易數據，基于資本資產定價模型逐年計算各股票系統(tǒng)性風險值。

4 實證檢驗

4.1 描述性統(tǒng)計和相關性分析

表1給出主要變量的描述性統(tǒng)計結果。Ri,t+1的均值、中值分別為1.236%和0，下四分位數和上四分位數分別為-6.897%和7.797%，說明樣本期間個股月毛收益率呈右偏分布。同樣，ARi,t+1的偏度系數為1.800，且下四分位數與中值的距離大于上四分位數與中值的距離，說明ARi,t+1也具有右偏度分布特征。通過對個股毛收益率和超額收益率分布偏度的分析，說明中國A股市場中投資者具有極端高收益率偏好特征。

表1 描述性統(tǒng)計結果

Ivoi,t、MBi,t和Turi,t的下四分位數與中值的距離均小于上四分位數與中值的距離，且偏度均遠大于0，說明個股的特質性波動率、賬面市值比和換手率均呈右偏分布特征。Sizi,t和Beti,t的下四分位數與中值的距離接近于上四分位數與中值的距離，中值、均值大小相當，且偏度更接近于0，說明兩個變量近似正態(tài)分布。Maxi,t的下四分位數與中值的距離大于上四分位數與中值的距離且偏度為負值，說明個股月內前3個最高日收益率均值呈左偏分布。

表2給出主要變量之間的相關系數，右上部為Pearson相關系數，左下部為Spearman相關系數。Ri,t+1和ARi,t+1與Ivoi,t的Pearson相關系數分別為-0.025和-0.043，Spearman相關系數分別為-0.014和-0.031，均在 1%水平上顯著，說明低特質性波動率股票的確可能存在正向收益率溢價。此外，Amhi,t、Sizi,t、Turi,t、Maxi,t均與Ri,t+1和ARi,t+1顯著負相關，說明公司市值規(guī)模、權益市賬比、換手率、股票非流動性和最大日收益率均負向影響個股收益率。表明中國A股市場中，t月低換手率的股票、小市值規(guī)模股票和最大日收益率較低的股票會在(t+1)月產生正向收益率溢價，與BALI et al.[18]的研究一致。Beti,t與Ri,t+1和ARi,t+1均顯著正相關。

4.2 基于股價特質性波動率構建單變量資產組合檢驗

(1)根據Ivoi,t逐月構建資產組合。在t月底，根據Ivoi,t值從小到大的順序把所有股票等分為5組，A1和A5分別代表月度股價特質性波動率最低和最高的資產組合。為進一步驗證不同特質性波動率資產組合之間的收益率差異，在t月底，根據Ivoi,t值從小到大的順序把樣本等分為10組，B1和B10分別代表月度股價特質性波動率最低和最高的資產組合。

(2)計算(t+1)月各資產組合中個股收益率(Ri,t+1和TARi,t+1)的算術平均值，以及以t月末個股流動市值對數為權重的加權平均值，分別作為該資產組合在(t+1)月的算術平均收益率和加權平均收益率。

(3)計算整個樣本期間內各資產組合在(t+1)月Ri,t+1和TARi,t+1的算術平均收益率以及加權平均收益率的時間序列均值。

表3給出樣本期5等分資產組合的月度算術平均收益率和加權平均收益率的時間序列均值，結果表明，t月股價特質性波動率最高的資產組合在(t+1)月的收益率較低，股價特質性波動率最低的資產組合在(t+1)月的收益率較高。A1與A5之間算術平均毛收益率Ri,t+1的差異為0.654，t值為3.689；算術平均超額收益率TARi,t+1的差異為0.575，t值為2.734。

各資產組合的加權平均收益率結果也表明，高特質性波動率資產組合的收益率偏低，并且極端資產組合收益率均值差異與算術平均收益率的計算結果一致。

整體而言，表3的結果初步證明，高特質性波動率股票在未來的收益率較低，低特質性波動率股票在未來的收益率較高。

表4給出樣本期10等分資產組合的月度算術平均收益率和加權平均收益率的時間序列均值，結果表明，從B1至B10，資產組合的TARi,t+1和Ri,t+1呈整體下降趨勢，與表3呈現的趨勢一致。算術平均收益率結果表明，B1與B10之間Ri,t+1的差異為0.935，t值為3.992，在1%水平上顯著；TARi,t+1的差異為0.912，t值為2.573，在5%水平上顯著。加權平均收益率結果表明，B1與B10之間Ri,t+1的差異為0.913，t值為1.975；TARi,t+1的差異為0.891，t值為2.532，均在5%水平上顯著。表4的結果再次證明，股價特質性波動率對預期股票收益率存在負向影響，與表3結果一致。

表4 基于Ivoi,t構建的10個資產組合在(t+1)月的收益率

單變量資產組合分析結果表明，在中國A股市場中，Ivoi,t溢價水平高于ANG et al.[5]基于美國股票市場的溢價水平，也高于GU et al.[31]基于2002年至2012年中國A股市場上市樣本公司的Ivoi,t溢價水平。這證明特質性波動率資產定價效應穩(wěn)定地存在于中國A股市場，H1得到驗證。

在完美資本市場中，套利機會能夠以無風險、零成本的方式被利用時，理性投資者可以短期賣空高Ivoi,t資產組合并買入低Ivoi,t資產組合，該套利行為最終會及時消除市場中的Ivoi,t異象。但現實股票市場中存在套利局限性因素，意味著套利活動并非無風險、無成本，較高的有限套利程度使套利交易者更難利用Ivoi,t異象這種套利機會。與成熟資本市場相比，中國股票市場發(fā)展歷史短、規(guī)模大、規(guī)制不夠完善，套利交易受限程度更嚴重，這在更高程度上降低套利交易者利用市場錯誤定價機會恢復市場效率的能力。因此，發(fā)現中國A股市場存在更為顯著的特質性波動率溢價并不足為奇。下面通過二維變量資產組合分析，獲取有限套利如何影響特質性波動率資產定價效應的證據。

4.3 基于有限套利指數、股價特質性波動率構建二維資產組合的檢驗

在構建綜合有限套利指標后，本研究檢驗有限套利程度如何影響負向特質性波動率溢價。本研究預期，在有限套利程度較高的子樣本中，負向特質性波動率溢價程度高于有限套利程度較低的樣本。在此部分，基于有限套利程度和特質性波動率兩個變量構建資產組合檢驗該假設。

在t月末基于綜合有限套利指標和特質性波動率指標構建3×10的資產組合。首先，基于綜合有限套利指標，每月末把樣本等分為低、中、高3個有限套利程度子樣本。然后，在每個有限套利子樣本中，根據特質性波動率水平從小到大等分為10組，C1為最低異質性波動率組，C10為最高異質性波動率組。經過上述分組，共構建3×10個資產組合，分別計算(t+1)月各資產組合流通股市值加權平均收益率的時間序列均值。

表5給出基于有限套利和股價特質性波動率構建的投資組合在(t+1)月流通股市值加權平均收益率的時間序列均值。

表5 二維資產組合在(t+1)月份的收益率

在有限套利程度低的樣本中，最高與最低特質性波動率資產組合收益率Ri,t+1的差異為1.745，TARi,t+1的差異為1.741，但均不顯著。

在有限套利程度中的樣本中，最高與最低特質性波動率資產組合收益率Ri,t+1的差異為2.348，在5%水平上顯著；TARi,t+1的差異為2.286，在1%水平上顯著。

在有限套利程度高的樣本中，最高與最低特質性波動率資產組合收益率Ri,t+1的差異為4.285，在1%水平上顯著；TARi,t+1的差異為4.260，在1%水平上顯著。

各資產組合在(t+1)月流通股市值加權平均收益率的變動趨勢與H1和H2符合，證實股價特質性波動率資產定價效應不僅存在于中國A股市場，且該效應在有限套利程度高的子樣本中更明顯，在有限套利程度低的樣本中較弱。

基于綜合有限套利指標和異質性波動指標構建資產組合獲取的證據表明，負向特質性波動率溢價在有限套利程度較高的樣本中更明顯，表明負向特質性波動率溢價是有限套利的結果。較高的市場摩擦和套利限制妨礙并降低了套利活動效率，進而使高特質性波動率股票在更大程度上被高估，并在下期產生較低的收益率。

4.4 穩(wěn)健性檢驗

(1)根據替代性有限套利指標、股價特質性波動率指標構建資產組合進行檢驗

(2)逐步剔除單項有限套利指標后構建資產組合進行檢驗

該項檢驗進行4輪資產組合收益率分析，每一次分析都從4個單項指標中剔除1個指標后構建綜合有限套利指標，得到4個不同的綜合有限套利指標，然后對4個綜合指標分別進行檢驗。在4輪穩(wěn)健性檢驗中，負向特質性波動率溢價穩(wěn)定存在，并在有限套利程度較高的樣本中更明顯。

盡管本研究對有限套利做出不同定義，構建不同指標測量有限套利的不同維度，但穩(wěn)健性檢驗得出一致的結果均表明特質性波動率負向溢價穩(wěn)定存在，并在有限套利程度較高的樣本中更明顯。

(3)延長預期收益率期間構建雙變量資產組合進行檢驗

在高、中、低套利組合中，考察基于Ivoi,t構建資產組合的盈利能力持續(xù)性問題，基于Ivoi,t構建資產組合，并計算持有期為2個月、3個月、4個月、5個月和6個月時各資產組合的收益率。

最低有限套利資產組合中，最低與最高Ivoi,t資產組合的流通股市值加權平均收益率差異在持有期為1個月時為1.755，持有期為6個月時增至3.106，三因子模型調整后收益率則從持有期為1個月時的1.741增至持有期為6個月時的2.938。

最高有限套利資產組合中，最低與最高Ivoi,t資產組合的流通股市值加權平均收益率差異在持有期為1個月時為4.285，在持有期為6個月時增至6.647，三因子模型調整后收益率則從持有期為1個月時的4.260增至持有期為6個月時的5.871。這說明構建資產組合后，隨著持有期間延長，股價特質性波動率溢價效應不僅仍持續(xù)存在且更加明顯。

上述穩(wěn)健性測試結果證明，特質性波動率溢價穩(wěn)健地存在于中國A股市場，有限套利對股價特質性波動率溢價具有顯著解釋力。

4.5 回歸分析

本研究采用FAMA et al.[42]截面回歸方法再次檢驗有限套利對股價特質性波動率溢價效應的影響。借鑒ANG et al.[5]的研究，以個股月初流通股市值為權重，進行FAMA et al.[42]截面回歸結果，以消除小規(guī)模公司對分析結果的不利影響。

本研究采用(t+1)月個股超額收益率ARi,t+1對Ivoi,t、Ivoi,t與基于綜合有限套利指標確定的有限套利程度虛擬變量的交互項以及其他控制變量進行回歸。本研究的回歸分析與GU et al.[31]的研究不同之處在于：①本研究并沒有把解釋變量轉化為類別變量；②把有限套利的虛擬變量作為控制變量，因為有限套利是重要的資產定價因子。本研究構建有限套利程度虛擬變量時，根據各月有限套利綜合指標大小，把各月樣本等分為5組，有限套利最低組用Lowi,t表示，第3組用Medi,t表示，第5組用Higi,t表示，觀測值歸屬于相應組，則相應虛擬變量值取值為1，否則取值為0。

本研究采用FAMA et al.[42]橫截面回歸方法分7步進行回歸，結果見表6。

表6 分步回歸結果

在第1步回歸中，Ivoi,t的回歸系數為-0.462，在1%水平上顯著，表明在控制規(guī)模效應、權益市賬比效應、換手率效應、最大日收益率效應后，特質性波動率溢價依然穩(wěn)健存在。

第2步回歸引入代表高、中、低有限套利程度的虛擬變量，結果表明，Higi,t、Medi,t和Lowi,t的回歸系數分別為0.015、-0.015、-0.014，均在1%水平上顯著。

上述回歸結果說明，高有限套利公司能夠獲取較高的股票超額收益率，低有限套利公司則能夠獲取較低的股票超額收益率，這可能是中國制度背景下有限套利程度較高的公司承受更為明顯的賣空限制所致。

在第2步的基礎上，第3步～第5步回歸分別引入交互項Ivoi,t·Higi,t、Ivoi,t·Medi,t和Ivoi,t·Lowi,t，相應的回歸系數分別為-0.916、0.162、0.627，均在1%水平上顯著；Ivoi,t相應的回歸系數分別為-0.199、-0.523、-0.684，均在1%水平上顯著。這些證據充分說明，Ivoi,t整體上顯著負向影響超額收益率，并且這在有限套利程度較高的樣本中更強，而在有限套利程度較低的樣本中較弱。

第6步回歸在第2步的基礎上同時引入Ivoi,t與Higi,t和Lowi,t的交互項，Ivoi,t·Higi,t和Ivoi,t·Lowi,t的回歸系數分別為-0.786和0.266，均在1%水平上顯著；Ivoi,t的回歸系數為-0.329，在1%水平上顯著。

第7步回歸在第2步的基礎上同時引入Ivoi,t與Higi,t、Medi,t和Lowi,t的交互項，與前述步驟回歸結果獲取的證據一致。

上述分步回歸結果表明，股價特質性波動率溢價穩(wěn)定存在，且在高有限套利公司中更強，在低有限套利公司中較弱，H1和H2再次得到驗證。

實證結果表明，特質性波動率資產定價效應穩(wěn)健地存在于中國A股市場，基于中國特殊制度背景構建的有限套利指標對該資產定價異象具有一定的解釋力。此外還發(fā)現，高有限套利公司中，存在較高的超額收益率，低有限套利公司中超額收益率較低。究其原因，賣空限制的存在導致有限套利程度較高的股票在更大程度上被高估，這也反過來證明本研究選擇的有限套利指標具有一定的合理性。

5 結論

本研究立足于中國特殊的股價漲跌停制度、融資融券交易制度和股指期貨制度，構建了綜合及單項的有限套利程度代理變量，采用構建資產組合檢驗法和FAMA et al.[42]回歸分析法進行實證檢驗。研究結果表明，中國A股市場中存在顯著的股價特質性波動率資產定價效應，有限套利能夠較好地解釋這種資產定價效應。在采取延長收益率期間和改變有限套利測量方法等穩(wěn)健性檢驗測試后上述結果依然成立。

本研究不僅豐富了特質性波動率溢價之謎研究和有限套利經濟后果研究，研究結果在以下方面也具有重要現實意義。①本研究為強化投資者教育提供了重要參考依據。本研究認為，中國A股市場投資者具有對極端高收益率股票的非理性偏好，這會高估具有潛在高收益率的股票，加劇股票市場波動。據此可以通過強化投資者教育，緩解投資者此類非理性偏好對股票市場定價效率的影響，這有助于強化投資者保護，提高資本市場效率，促進資本市場穩(wěn)定發(fā)展。②為評價漲跌停制度、融資融券交易制度、股指期貨制度等市場制度的市場效果提供參考。本研究發(fā)現，在與制度相關的高有限套利程度的公司中，特質性波動率溢價更明顯。因此，可以通過拓寬漲跌停限價幅度、擴充融資融券交易標的數量和增加股指期貨標的范圍等改革措施，降低更多股票的有限套利程度，提高股票市場資產定價效率。

本研究仍存在一些不足。本研究分析了投資者對極端高收益率股票的偏好會引起投資者高估高波動率股票，但限于投資者心理偏好難以測量的實際及本研究的重點，對上述觀點并沒有提供直接的實踐證據，只提供了高波動率股票未來收益率較低的間接證據。因此，可以將探究投資者極端高收益率偏好對資產定價的影響作為未來的研究重點。