中國股市“特質(zhì)性波動率之謎”研究

黃卓 康辰 王小華

(北京大學(xué) 國家發(fā)展研究院中國經(jīng)濟研究中心，北京 100871;中央財經(jīng)大學(xué) 中國經(jīng)濟與管理研究院，北京 100871)

·經(jīng)濟與管理研究·

中國股市“特質(zhì)性波動率之謎”研究

黃卓 康辰 王小華

(北京大學(xué) 國家發(fā)展研究院中國經(jīng)濟研究中心，北京 100871;中央財經(jīng)大學(xué) 中國經(jīng)濟與管理研究院，北京 100871)

本文利用1997－2013年中國滬深A(yù)股市場的日度和月度股票交易數(shù)據(jù)和Fama－MacBeth回歸方法，對中國股市特質(zhì)性波動率之謎的狀況進行實證研究，并采用Hou＆Loh(2012)提出的分解方法對適用于中國股市特質(zhì)性波動率之謎的解釋變量的解釋力進行了評價。結(jié)果表明，中國股市存在特質(zhì)性波動率之謎，并且股票的偏度、最大日度收益率、收益反轉(zhuǎn)效應(yīng)、杠桿效應(yīng)和研發(fā)費用占比等變量對特質(zhì)性波動率之謎的單獨解釋力均超過10%。同時，分析了股權(quán)分置改革對中國股市特質(zhì)性波動率之謎造成的影響，發(fā)現(xiàn)各解釋變量在股權(quán)分置改革前后的解釋力具有顯著的變化。

特質(zhì)性波動率;預(yù)期收益率;解釋力評價;股權(quán)分置改革

一、引言

自從Ang et al(2006)得出特質(zhì)性波動率與預(yù)期收益率的截面關(guān)系呈現(xiàn)負(fù)相關(guān)的實證結(jié)果后，①Ang，Andrew，Robert J．Hodrick，Yuhang Xing，and Xiaoyan Zhang，2006，“The cross－section of volatility and expected returns”，Journal of Finance，Vol．61，No．1:259－299．特質(zhì)性波動率之謎問題在金融學(xué)研究領(lǐng)域中便受到了廣泛關(guān)注。在CAPM、APT等經(jīng)典資產(chǎn)定價理論中，我們看到僅有系統(tǒng)性風(fēng)險會影響資產(chǎn)的定價，而特質(zhì)性風(fēng)險則可以通過足夠完善的投資組合完全分散掉。在早期的相關(guān)研究中，Merton(1987)考慮到市場摩擦與信息不對稱等不完全市場因素后，得出在理論上特質(zhì)性風(fēng)險與預(yù)期收益率呈正相關(guān)關(guān)系的結(jié)論。②Merton，Robert C．，1987，“A simple model of capital market equilibrium with incomplete information”，Journal of Finance，Vol．42，No．3: 483－510．在這里，實證研究得出的負(fù)相關(guān)結(jié)果與對應(yīng)的理論研究中不相關(guān)或正相關(guān)結(jié)果相矛盾，這一現(xiàn)象在金融學(xué)研究中被稱作“特質(zhì)性波動率之謎”。

很多金融學(xué)者試圖解釋“特質(zhì)性波動率之謎”。其中，比較經(jīng)典的解釋包括Fu(2009)提出的預(yù)期特質(zhì)性波動率估計方法的改善;③Fu，F(xiàn)angjian，2009，“Idiosyncratic risk and the cross－section of expected stock returns”，Journal of Financial Economics，Vol．91，No．1:24－37．Huang et al(2010)提出的收益反轉(zhuǎn)效應(yīng)對特質(zhì)性波動率之謎的解釋;④Huang，Wei，Qianqiu Liu，S．Ghon Rhee，and Liang Zhang，2010，“Return reversals，idiosyncratic risk，and expected returns”，Review of Financial Studies，Vol．23，No．1:147－168．Bali＆Cakici(2008)提出的對特質(zhì)性波動率之謎的穩(wěn)健性的質(zhì)疑等。⑤Bali，Turan G．a(chǎn)nd Nusret Cakici，2008，“Idiosyncratic volatility and the cross section of expected returns”，Journal of Financial and Quantitative Analysis，Vol．43，No．1:29－58．國內(nèi)學(xué)者也對中國股市的特質(zhì)性波動率之謎進行了研究，楊華蔚、韓立巖(2009)參照Ang et al(2006)的理論發(fā)現(xiàn)對中國A股市場上的截面特質(zhì)性波動率問題進行了實證研究，發(fā)現(xiàn)中國股市上特質(zhì)性波動率與預(yù)期收益率之間也存在顯著的負(fù)相關(guān)關(guān)系，即“特質(zhì)性波動率之謎”在中國股市上也成立。①楊華蔚、韓立巖:《中國股票市場特質(zhì)波動率與橫截面收益研究》，《北京航空航天大學(xué)學(xué)報(社會科學(xué)版)》2009年第1期。鄧雪春、鄭振龍(2011)，②鄧雪春、鄭振龍:《中國股市存在“特質(zhì)波動率之謎”嗎?》，《商業(yè)經(jīng)濟與管理》2011年第1期。左浩苗等(2011)③左浩苗、鄭鳴、張翼:《股票特質(zhì)波動率與橫截面收益:對中國股市“特質(zhì)波動率之謎”的解釋》，《世界經(jīng)濟》2011年第5期。以及張宇飛、馬明(2013)④張宇飛、馬明:《中國證券市場預(yù)期特質(zhì)性波動率影響定價的實證研究》，《當(dāng)代財經(jīng)》2013年第4期。的研究也都支持這個結(jié)論。

關(guān)于中國股市“特質(zhì)性波動率之謎”存在的原因，國內(nèi)學(xué)者給出了不同的解釋。楊華蔚、韓立巖(2009)認(rèn)為，中國股市存在“特質(zhì)性波動率之謎”的原因在于散戶投資者的比例過高，并且存在著嚴(yán)重的賣空限制。鄧雪春、鄭振龍(2011)認(rèn)為滯后的特質(zhì)性波動率不是預(yù)期特質(zhì)性波動率的一個好的估計值，所謂的“特質(zhì)性波動率之謎”是由于研究者錯誤地使用滯后的特質(zhì)性波動率來取代預(yù)期波動率而出現(xiàn)的偽現(xiàn)象。通過使用對特質(zhì)性波動率序列建立ARMA模型的方法估計預(yù)期特質(zhì)性波動率，他們得到了特質(zhì)性波動率與預(yù)期收益率之間存在顯著正相關(guān)關(guān)系的結(jié)論。左浩苗等(2011)認(rèn)為，在賣空限制和投資者異質(zhì)信念的共同作用下，被高估的資產(chǎn)價格導(dǎo)致未來收益率的降低，從而造成了中國股市的“特質(zhì)性波動率之謎”。張宇飛、馬明(2013)則認(rèn)為，股票市場中換手率、機構(gòu)投資者比例以及投資者的異質(zhì)信念才是造成截面特質(zhì)性波動率問題的主因。并且，張宇飛(2013)分析了特質(zhì)性波動率的信息含量和公司治理之間的關(guān)系，發(fā)現(xiàn)特質(zhì)性波動率蘊含未來的盈利信息，但其信息含量隨著公司治理結(jié)構(gòu)的改善有所降低。⑤張宇飛:《公司治理和特質(zhì)性波動率的信息含量:中國證券市場的證據(jù)》，《江西社會科學(xué)》2013年第2期。鄭振龍等(2013)發(fā)現(xiàn)，在控制了預(yù)期特質(zhì)性偏度之后，之后的特質(zhì)性波動率與預(yù)期收益率之間的負(fù)相關(guān)關(guān)系不再顯著，即預(yù)期特質(zhì)性偏度中含有一部分特質(zhì)性波動率的信息。⑥鄭振龍、王磊、王路跖:《特質(zhì)偏度是否被定價?》，《管理科學(xué)學(xué)報》2013年第5期。

在對“特質(zhì)性波動率之謎”的解釋中，仍然存在一系列的問題，例如“特質(zhì)性波動率之謎”問題是否已經(jīng)被解決，各種解釋“特質(zhì)性波動率之謎”的經(jīng)濟變量之間能否相互比較，哪些解釋變量在解釋這個謎題中做出了重要的貢獻，現(xiàn)有的各種解釋可以覆蓋“特質(zhì)性波動率之謎”多大比重等。為了解決上述問題，Hou＆Loh(2012)提出了一套客觀的評價機制，將解釋截面特質(zhì)性波動率問題的經(jīng)濟變量整合在一起，在統(tǒng)一的框架下進行實證分析，可以清晰的觀察和橫向?qū)Ρ雀鱾€經(jīng)濟變量對“特質(zhì)性波動率之謎”的解釋力。⑦Hou，Kewei and Roger K．Loh，2012，“Have we solved idiosyncratic volatility puzzle?”，Ohio State University，Working Paper根據(jù)Hou＆Loh(2012)的實證結(jié)果，在美國股市上“特質(zhì)性波動率之謎”有60%－80%的部分可以被解釋，并且大部分候選變量的單獨解釋力都達不到10%。本文擬先對中國市場的特質(zhì)性波動率之謎的狀況進行實證分析，然后采用Hou＆Loh(2012)提出的方法對影響中國股市特質(zhì)性波動率之謎的解釋變量進行評價，并分析股權(quán)分置改革對中國股市的特質(zhì)性波動率之謎造成的影響。

二、中國股市特質(zhì)性波動率之謎的現(xiàn)狀

(一)特質(zhì)性波動率的定義與估計方法

特質(zhì)性波動率是指在股票總體波動率中，剔除掉系統(tǒng)性風(fēng)險之后，剩余的反映股票自身所具有的特質(zhì)的那部分波動率，用來衡量股票的非系統(tǒng)性風(fēng)險。Ang et al(2006)給出了一般實證研究中特質(zhì)性波動率的估計方法。截面特質(zhì)性波動率的估計一般以Fama－French三因子模型為基準(zhǔn)，以月度特質(zhì)性波動率的估計為例，在該月內(nèi)對每只股票進行日度頻率的Fama－French三因子回歸，如式(1)所示。

則將該股票的特質(zhì)性波動率定義為月內(nèi)日度Fama－French三因子回歸的殘差的標(biāo)準(zhǔn)差，即。在后續(xù)研究截面特質(zhì)性波動率問題的文章中，通常都會考慮每月交易天數(shù)對月度特質(zhì)性波動率估計的影響，即常見的月度截面特質(zhì)性波動率的估計方法為，這里nit為第t個月股票i的交易天數(shù)，為第t個月股票i的日度Fama－French三因子回歸的殘差的標(biāo)準(zhǔn)差。

(二)數(shù)據(jù)描述與實證結(jié)果

本文采用的數(shù)據(jù)為滬深A(yù)股市場1997－2013年的日度和月度股票交易數(shù)據(jù)，來自于CSMAR數(shù)據(jù)庫。對樣本的描述性統(tǒng)計表明，股票的平均收益率為0．750%，中位數(shù)為－0．339%，標(biāo)準(zhǔn)差為13．990%。股票的月度特質(zhì)性波動率均值為7．730%，中位數(shù)為7．049%，標(biāo)準(zhǔn)差為3．644%。根據(jù)Ang et al(2006)使用第t－1個月的實現(xiàn)特質(zhì)性波動率數(shù)據(jù)作為第t個月的預(yù)期特質(zhì)性波動率數(shù)據(jù)的預(yù)測值。在使用Fama－MacBeth回歸時需要使用股票的CAPM貝塔值、市值和賬面市值比。其中，CAPM貝塔值的均值為0．979，市值和賬面市值比使用對數(shù)數(shù)據(jù)，其均值分別為1．261和－1．086。

表1 Fama－MacBeth回歸結(jié)果

表1中描述了使用股票的月度收益率數(shù)據(jù)進行的Fama－MacBeth回歸的結(jié)果，其中包含了7個模型。模型0中的解釋變量包括貝塔值、市值和賬面市值比，為Fama－MacBeth回歸的基準(zhǔn)模型。模型1－3中分析了預(yù)期特質(zhì)性波動率對預(yù)期收益率的影響，其中模型1中的解釋變量只包括預(yù)期特質(zhì)性波動率，模型2中加入了貝塔值、市值和賬面市值比3個基準(zhǔn)變量，模型3在模型2的基礎(chǔ)上加入了滯后1期的收益率數(shù)據(jù)，衡量股票的收益反轉(zhuǎn)效應(yīng)。模型4－6分析了同期特質(zhì)性波動率對股票收益率的影響，與模型1－3類似，模型4中解釋變量只包括同期的實現(xiàn)特質(zhì)性波動率，模型5中加入了3個基準(zhǔn)變量，模型6中加入了衡量收益反轉(zhuǎn)效應(yīng)的滯后1期收益率數(shù)據(jù)。

根據(jù)表1的實證結(jié)果，預(yù)期的特質(zhì)性波動率與股票的預(yù)期收益率之間存在顯著的負(fù)相關(guān)關(guān)系。在不考慮其他因素的影響時(模型1)，預(yù)期特質(zhì)性波動率的回歸系數(shù)為－0．204，t統(tǒng)計量值為－7．37;在考慮貝塔值、市值和賬面市值比等3個基準(zhǔn)變量的影響時(模型2)，預(yù)期特質(zhì)性波動率的回歸系數(shù)為－0．217，t統(tǒng)計量值為－8．32，仍然為顯著的負(fù)相關(guān)關(guān)系;在考慮收益反轉(zhuǎn)效應(yīng)的影響時(模型3)，預(yù)期特質(zhì)性波動率的回歸系數(shù)為－0．227，t統(tǒng)計量值為－8．45，仍然為顯著的負(fù)相關(guān)關(guān)系。由模型1－3的實證結(jié)果可以看出，中國股市上存在特質(zhì)性波動率之謎，即使考慮貝塔值、市值和賬面市值比等基準(zhǔn)變量以及收益反轉(zhuǎn)效應(yīng)后，特質(zhì)性波動率之謎仍然成立。

模型4－6的實證結(jié)果則可以說明，股票同期的特質(zhì)性波動率與收益率數(shù)據(jù)之間存在顯著的正相關(guān)關(guān)系。當(dāng)不考慮其他影響時(模型4)，回歸系數(shù)為1．099，t統(tǒng)計量值為17．92，為顯著的正相關(guān)關(guān)系;考慮3個基準(zhǔn)變量(模型5)以及收益反轉(zhuǎn)效應(yīng)(模型6)后，顯著的正相關(guān)關(guān)系仍然成立。

三、特質(zhì)性波動率之謎的解釋與評價

(一)研究方法

本文采用Hou＆Loh(2012)提出的截面特質(zhì)性波動率問題的分解方法，主要對Fama－MacBeth回歸進行實證分析，其核心思想是通過分解Fama－MacBeth回歸中特質(zhì)性波動率的系數(shù)，來衡量各候選變量對“特質(zhì)性波動率之謎”的解釋力。在Fama－MacBeth回歸中，對于每個月t，我們使用當(dāng)月的股票收益率對第t－1個月的特質(zhì)性波動率進行回歸，即:

隨后，將第t－1個月的特質(zhì)性波動率對該月的候選變量進行回歸，即:

這個回歸可以衡量候選變量與特質(zhì)性波動率之間的關(guān)系。事實上，任何解釋“特質(zhì)性波動率之謎”的變量都與特質(zhì)性波動率本身有一定的相關(guān)性。根據(jù)上述回歸方程，可以將特質(zhì)性波動率IVOLit－1分解為兩個正交的部分，即與候選變量相關(guān)的δt－1Candidateit－1，以及與候選變量不相關(guān)的at－1+μit－1。將上述分解帶入原始的Fama－MacBeth回歸中，可以將特質(zhì)性波動率的回歸系數(shù)進行如下的分解:

由于δt－1Candidateit－1與at－1+μit－1是正交的，所以的時序平均值衡量了候選變量對“特質(zhì)性波動率之謎”的解釋程度的時序平均值衡量了“特質(zhì)性波動率之謎”中未被候選變量解釋的部分。在這個框架下，各種候選變量對“特質(zhì)性波動率之謎”的解釋力被轉(zhuǎn)化為Fama－MacBeth回歸中，候選變量的影響在特質(zhì)性波動率回歸系數(shù)中所占的比例，從而可以定量的分析各種解釋變量的貢獻，并可以與其他解釋變量進行比較。

(二)變量構(gòu)造與實證結(jié)果

國內(nèi)外學(xué)者提出了對特質(zhì)性波動率之謎的各種解釋，根據(jù)解釋變量的類型主要可以分為彩票性偏好、市場摩擦和其他類型。其中，彩票性偏好相關(guān)的解釋變量主要包括股票收益率的偏度(Boyer et al，2010)、①Boyer，Brian，Todd Mitton，and Keith Vorkink，2010，“Expected idiosyncratic skewness”，Review of Financial Studies，Vol．23，No．1:169－202．特質(zhì)性偏度(Harvey＆Siddique，2000)②Harvey，Campbell R．a(chǎn)nd Akhtar Siddique，2000，“Conditional skewness in asset pricing tests”，Journal of Finance，Vol．55，No．3:1263－1295．和股票的最大日度收益率(Bali et al，2011)③Bali，Turan G．，Nusret Cakici，and Robert F．Whitelaw，2011，“Maxing out:Stocks as lotteries and the cross－section of expected returns”，Journal of Financial Economics，Vol．99，No．2:427－446．等;市場摩擦相關(guān)的解釋變量主要包括衡量股票流動性的Amihud統(tǒng)計量(Amihud，2002)④Amihud，Yakov，2002，“Illiquidity and stock returns:cross－section and time－series effects”，Journal of Financial Markets，Vol．5，No．1:31－56．、平均股價的倒數(shù)和月內(nèi)零收益率的日數(shù)(Bali＆Cakici，2008)，以及收益反轉(zhuǎn)效應(yīng)(Huang et al，2010)等;其他類型的解釋變量主要包括股票的杠桿效應(yīng)(Johnson，2004)、⑤Johnson，Timothy C．，2004，“Forecast dispersion and the cross－section of stock returns”，Journal of Finance，Vol．59，No．5:1957－1978．研發(fā)費用占比(Cao et al，2008)⑥Cao，Charles，Timothy Simin，and Jing Zhao，2008，“Can growth options explain the trend in idiosyncratic risk?”，Review of Financial Studies，Vol．21，No．6:2599－2633．和使用EGARCH模型估計預(yù)期特質(zhì)性波動率(Fu，2009)等。

根據(jù)描述性統(tǒng)計的結(jié)果，收益率的月度均值為0．750%，標(biāo)準(zhǔn)差為13．990%，預(yù)期特質(zhì)性波動率的月度均值為7．781%，標(biāo)準(zhǔn)差為3．666%，CAPM貝塔值、市值和賬面市值比的均值分別為0．979、6．892和0．462。在彩票性偏好類的解釋變量中，股票收益率的偏度和特質(zhì)性偏度的均值分別為0．005和0．417，月內(nèi)最大日度收益率的均值為5．5%。在市場摩擦類的解釋變量中，滯后一期收益率的均值與0．837%，標(biāo)準(zhǔn)差為13．998%，與月度收益率的數(shù)據(jù)在誤差允許的范圍內(nèi)基本相同;股票價格的倒數(shù)、零收益率的天數(shù)和Amihud統(tǒng)計量的均值分別為0．129、0．560和0．002。其他類型的變量中，杠桿效應(yīng)和研發(fā)費用占比的均值分別為9．362%和4．593%，使用EGARCH模型估計預(yù)期特質(zhì)性波動率的均值為8．988%，標(biāo)準(zhǔn)差為3．874%。

對特質(zhì)性波動率之謎的分解一共分為四個步驟。首先，使用月度收益率對特質(zhì)性波動率進行Fama－MacBeth回歸，得到截距和特質(zhì)性波動率的回歸系數(shù)。其次，在第一步的Fama－MacBeth回歸的解釋變量中加入候選變量，重新進行回歸，得到截距以及特質(zhì)性波動率和候選變量的回歸系數(shù)。再次，以特質(zhì)性波動率作為被解釋變量，以候選變量作為解釋變量進行Fama－MacBeth回歸，得出截距、候選變量的回歸系數(shù)以及回歸的R2。最后，使用前文中(4)式對第一步中特質(zhì)性波動率的系數(shù)進行分解，從而評價候選變量對特質(zhì)性波動率之謎的解釋力。表2反映了在特質(zhì)性波動率之謎的分解中，各類解釋變量對特質(zhì)性波動率之謎中所能解釋的比例。

表2 特質(zhì)性波動率之謎的分解

根據(jù)表2的實證結(jié)果，偏度(Skew)對特質(zhì)性波動率之謎的解釋比例為14．1%，而特質(zhì)性偏度(IdioSkew)則為5．2%，最大日度收益率(Maxret)及其滯后值(LagMaxret)則對特質(zhì)性波動率之謎起到了較強的解釋作用，其解釋力分別為54．5%和11．65%。收益反轉(zhuǎn)效應(yīng)(Lagret)可以解釋約12．7%，衡量股票流動性的三個解釋變量Amihud統(tǒng)計量(Amihud)、股票價格的倒數(shù)(Invprc)和零收益率的天數(shù)(Zeroret)則分別僅能解釋6．02%、6．0%和4．7%。杠桿效應(yīng)(Leverage)和研發(fā)費用占比(R＆D)都有不錯的解釋力，分別為15．58%和14．97%，而使用EGARCH模型估計的預(yù)期特質(zhì)性波動率(EGARCH)的結(jié)果為－16．34%，負(fù)值表示其對股票收益率的影響與傳統(tǒng)估計的預(yù)期特質(zhì)性波動率相反，即其對特質(zhì)性波動率之謎沒有顯著的解釋力。

綜合以上的實證結(jié)果，中國股票市場上對特質(zhì)性波動率之謎具有較強解釋力(單獨的解釋力大于10%)的變量有偏度(Skew)、最大日度收益率(Maxret)及其滯后值(LagMaxret)、收益反轉(zhuǎn)效應(yīng)(Lagret)、杠桿效應(yīng)(Leverage)和研發(fā)費用占比(R＆D)。與Hou＆Loh(2012)在美國股市上的實證結(jié)果進行對比，可以看出偏度(Skew)、最大日度收益率(Maxret)及其滯后值(LagMaxret)以及收益反轉(zhuǎn)效應(yīng)(Lagret)這些變量在中國股市和美國股市上都對“特質(zhì)性波動率之謎”具有較強的解釋力，而與美國股市不同的是，中國股市上杠桿效應(yīng)(Leverage)和研發(fā)費用占比(R＆D)也對“特質(zhì)性波動率之謎”具有較好的解釋力。

(三)股權(quán)分置改革對特質(zhì)性波動率之謎的影響

隨著2005年中國股票市場開始進行股權(quán)分置改革，各只股票的所有權(quán)結(jié)構(gòu)和流動性都發(fā)生了顯著的變化。因此，有必要分析股權(quán)分置改革對中國股市特質(zhì)性波動率之謎的影響。我們使用CSMAR數(shù)據(jù)庫中各只股票股權(quán)分置改革的數(shù)據(jù)，在股權(quán)分置改革前后分別對中國股市的特質(zhì)性波動率之謎進行了分解和評價。表3反映了股權(quán)分置改革前后，對中國股市特質(zhì)性波動率之謎的分解和各解釋變量對特質(zhì)性波動率之謎的解釋力。

在股權(quán)分置改革前，彩票性偏好類型的解釋變量普遍具有較好的解釋力。其中，偏度(Skew)和特質(zhì)性偏度(IdioSkew)分別為11．3%和7．1%，最大日度收益率(Maxret)及其滯后值(LagMaxret)的解釋力則高達71．4%和16．80%。市場摩擦類型的解釋變量均沒有較好的解釋力，收益反轉(zhuǎn)效應(yīng)(Lagret)和衡量股票流動性等三個變量(Amihud、Invprc和Zeroret)都未達到10%。杠桿效應(yīng)(Leverage)和研發(fā)費用占比(R＆D)則表現(xiàn)出很好的解釋力，分別為31．66%和30．33%。

在股權(quán)分置改革后，彩票性偏好類型的解釋變量的解釋力有所下降，偏度(Skew)和特質(zhì)性偏度(IdioSkew)分別降為11．00%和2．31%，最大日度收益率(Maxret)及其滯后值(LagMaxret)的解釋力也降為39．95%和7．93%。市場摩擦類型的解釋變量的解釋力則有所上升，其中收益反轉(zhuǎn)效應(yīng)(Lagret)的解釋力提高到24．34%，衡量市場流動性的三個變量(Amihud、Invprc和Zeroret)的解釋力變?yōu)?．03%、10．32%和3．05%。杠桿效應(yīng)(Leverage)和研發(fā)費用占比(R＆D)的解釋力則大幅下降，分別為0．77%和0．80%。

表3 股權(quán)分置改革前后特質(zhì)性波動率之謎的分解

對比中國股市股權(quán)分置改革前后的實證結(jié)果，收益反轉(zhuǎn)效應(yīng)(Lagret)、杠桿效應(yīng)(Leverage)和研發(fā)費用占比(R＆D)的解釋力發(fā)生了顯著的變化。其中，收益反轉(zhuǎn)效應(yīng)的解釋力由－4．2%提高到了24．3%，而杠桿效應(yīng)和研發(fā)費用占比的解釋力分別由31．66%和30．33%降為了0．77%和0．80%。

四、結(jié)論

本文利用1997－2013年中國滬深A(yù)股市場的日度和月度股票交易數(shù)據(jù)，以及Fama－MacBeth回歸方法，對中國股市特質(zhì)性波動率之謎的狀況進行了實證研究。結(jié)果表明，中國股市上特質(zhì)性波動率與預(yù)期股票收益率之間存在顯著的負(fù)相關(guān)關(guān)系，在考慮CAPM貝塔值、市值和賬面市值比以及收益反轉(zhuǎn)效應(yīng)后，顯著的負(fù)相關(guān)關(guān)系仍然成立，與完美市場的不相關(guān)和非完美市場的正相關(guān)關(guān)系相矛盾，即中國股市存在特質(zhì)性波動率之謎。

根據(jù)Hou＆Loh(2012)提出的分解方法，我們對適用于中國股市特質(zhì)性波動率之謎的解釋變量的解釋力進行了評價，結(jié)果表明，偏度、最大日度收益率、收益反轉(zhuǎn)效應(yīng)、杠桿效應(yīng)和研發(fā)費用占比等變量單獨對特質(zhì)性波動率之謎解釋力超過了10%。本文還分析了股權(quán)分置改革對中國股市特質(zhì)性波動率之謎造成的影響，在股權(quán)分置改革前后分別對各解釋變量的解釋力進行了評價，實證結(jié)果表明，各解釋變量在股權(quán)分置改革前后的解釋力具有明顯的變化。在股權(quán)分置改革完成后，收益反轉(zhuǎn)效應(yīng)的解釋力顯著提升，而杠桿效應(yīng)和研發(fā)費用占比的解釋力則顯著下降。

(責(zé)任編輯:欒曉平)

F810．42

A

1003－4145［2015］07－0161－06

2015－04－02

黃卓，男，北京大學(xué)國家發(fā)展研究院中國經(jīng)濟研究中心助理教授、博士生導(dǎo)師?？党?，男，北京大學(xué)國家發(fā)展研究院中國經(jīng)濟研究中心博士研究生。王小華，男，中央財經(jīng)大學(xué)中國經(jīng)濟與管理研究院副教授。

本文系國家自然科學(xué)基金青年科學(xué)基金項目(編號:71201001)、教育部人文社會科學(xué)青年基金項目(編號:12YJC790073)、中央財經(jīng)大學(xué)科研創(chuàng)新團隊支持計劃資助項目的階段性成果。