我國A股市場特質(zhì)波動率與預(yù)期收益關(guān)系的實(shí)證探究：基于市場微觀結(jié)構(gòu)與投資者行為視角一、引言1.1研究背景與意義1.1.1研究背景近年來，我國A股市場發(fā)展迅速，在資源配置、企業(yè)融資等方面發(fā)揮著日益重要的作用。截至2023年末，中國A股市場上市公司總數(shù)已超過5000家，總市值位居全球前列，涵蓋了國民經(jīng)濟(jì)的各個行業(yè)和領(lǐng)域。然而，A股市場的高波動性也給投資者帶來了巨大挑戰(zhàn)，特質(zhì)波動率作為衡量個股特質(zhì)風(fēng)險的重要指標(biāo)，反映了股票收益率中無法被市場整體波動所解釋的部分，與市場波動率不同，特質(zhì)波動率更多地反映了股票自身的波動性。特質(zhì)波動率的大小，體現(xiàn)了個股受公司自身特有因素，如公司的財務(wù)狀況、管理層決策、行業(yè)競爭格局等影響的程度。在經(jīng)典的資產(chǎn)定價理論中，投資者可以通過構(gòu)建多樣化的投資組合來消除特質(zhì)風(fēng)險，因此特質(zhì)波動率與預(yù)期收益之間應(yīng)不存在顯著關(guān)系。但現(xiàn)實(shí)中，大量實(shí)證研究表明，特質(zhì)波動率與預(yù)期收益之間存在復(fù)雜的關(guān)聯(lián)，這種現(xiàn)象被稱為“特質(zhì)波動率之謎”。深入研究我國A股市場特質(zhì)波動率與預(yù)期收益的相關(guān)關(guān)系，不僅能為投資者提供更科學(xué)的投資決策依據(jù)，幫助他們更好地理解市場風(fēng)險和回報的關(guān)系，降低投資風(fēng)險，提高投資收益，還能為監(jiān)管部門制定更有效的市場監(jiān)管政策提供參考，維護(hù)市場穩(wěn)定和健康發(fā)展。在當(dāng)前A股市場不斷發(fā)展和開放，投資者面臨高度不確定市場環(huán)境的背景下，探討這一關(guān)系具有重要的現(xiàn)實(shí)意義。1.1.2理論意義對我國A股市場特質(zhì)波動率和預(yù)期收益相關(guān)關(guān)系的研究，具有重要的理論價值。特質(zhì)波動率與預(yù)期收益關(guān)系的研究是資產(chǎn)定價理論的核心內(nèi)容之一，經(jīng)典資產(chǎn)定價理論在解釋現(xiàn)實(shí)市場現(xiàn)象時存在一定局限性，而特質(zhì)波動率與預(yù)期收益之間復(fù)雜的關(guān)系為資產(chǎn)定價理論的發(fā)展提供了新的研究方向。通過深入研究A股市場中二者的關(guān)系，有助于檢驗和拓展現(xiàn)有資產(chǎn)定價理論，揭示中國股票市場獨(dú)特的定價機(jī)制和規(guī)律，為金融理論的發(fā)展提供新的實(shí)證證據(jù)和理論視角，推動資產(chǎn)定價理論不斷完善。研究過程中，綜合運(yùn)用現(xiàn)代資產(chǎn)定價理論、行為金融學(xué)理論等，從不同角度分析特質(zhì)波動率與預(yù)期收益關(guān)系背后的經(jīng)濟(jì)原理和市場機(jī)制，能進(jìn)一步豐富金融市場波動理論體系，深化對金融市場運(yùn)行規(guī)律的認(rèn)識。1.1.3實(shí)踐意義在投資實(shí)踐中，投資者可依據(jù)特質(zhì)波動率與預(yù)期收益的關(guān)系，更準(zhǔn)確地評估股票的風(fēng)險和收益特征，識別被市場錯誤定價的股票。當(dāng)特質(zhì)波動率與預(yù)期收益呈現(xiàn)負(fù)相關(guān)時，高特質(zhì)波動率股票的預(yù)期收益反而低，投資者可避免過度投資此類股票；若呈現(xiàn)正相關(guān)，高特質(zhì)波動率股票可能帶來高收益，投資者可在風(fēng)險可控前提下適當(dāng)配置。根據(jù)二者關(guān)系構(gòu)建投資組合，能優(yōu)化資產(chǎn)配置，提高投資組合的風(fēng)險收益比，實(shí)現(xiàn)資產(chǎn)的保值增值。對于金融機(jī)構(gòu)，研究結(jié)果有助于其改進(jìn)風(fēng)險評估模型，更精確地衡量投資組合的風(fēng)險水平，為客戶提供更合理的投資建議和風(fēng)險管理方案。在設(shè)計金融產(chǎn)品時，充分考慮特質(zhì)波動率與預(yù)期收益的關(guān)系，能開發(fā)出更符合市場需求和投資者風(fēng)險偏好的產(chǎn)品，增強(qiáng)市場競爭力。從監(jiān)管部門角度看，了解特質(zhì)波動率與預(yù)期收益的關(guān)系，能更好地把握市場風(fēng)險狀況。當(dāng)市場中特質(zhì)波動率過高或二者關(guān)系出現(xiàn)異常時，可能預(yù)示著市場存在不穩(wěn)定因素，監(jiān)管部門可及時采取措施，如加強(qiáng)信息披露監(jiān)管、規(guī)范市場交易行為等，防范金融風(fēng)險，維護(hù)市場的穩(wěn)定和健康發(fā)展，保護(hù)投資者合法權(quán)益。1.2研究目標(biāo)與內(nèi)容1.2.1研究目標(biāo)本研究旨在深入探究我國A股市場特質(zhì)波動率與預(yù)期收益之間的相關(guān)關(guān)系，明確二者之間究竟是正相關(guān)、負(fù)相關(guān)還是其他更為復(fù)雜的關(guān)系，揭示這種關(guān)系在不同市場環(huán)境和時間跨度下的變化規(guī)律。通過嚴(yán)謹(jǐn)?shù)膶?shí)證分析，確定影響二者關(guān)系的關(guān)鍵因素，如市場流動性、投資者情緒、宏觀經(jīng)濟(jì)環(huán)境等，分析這些因素如何相互作用，對特質(zhì)波動率與預(yù)期收益的關(guān)系產(chǎn)生影響。從理論層面出發(fā)，結(jié)合現(xiàn)代資產(chǎn)定價理論和行為金融學(xué)理論，對實(shí)證結(jié)果進(jìn)行深入解讀，探討特質(zhì)波動率與預(yù)期收益關(guān)系背后的經(jīng)濟(jì)原理和市場機(jī)制，為資產(chǎn)定價理論的發(fā)展提供新的視角和實(shí)證依據(jù)。最終，基于研究結(jié)論，為投資者提供科學(xué)合理的投資決策建議，幫助他們在A股市場中更準(zhǔn)確地評估風(fēng)險和收益，優(yōu)化投資組合，實(shí)現(xiàn)資產(chǎn)的保值增值；同時為監(jiān)管部門制定有效的市場監(jiān)管政策提供參考，促進(jìn)A股市場的穩(wěn)定健康發(fā)展。1.2.2研究內(nèi)容本研究的主要內(nèi)容包括以下幾個方面：首先，對特質(zhì)波動率和預(yù)期收益的度量方法進(jìn)行深入研究。選擇合適的模型和指標(biāo)，準(zhǔn)確度量A股市場中個股的特質(zhì)波動率，如運(yùn)用Fama-French三因子模型、Carhart四因子模型等的殘差項標(biāo)準(zhǔn)差來衡量特質(zhì)波動率；同時，運(yùn)用資本資產(chǎn)定價模型（CAPM）、套利定價理論（APT）等方法計算股票的預(yù)期收益，確保研究數(shù)據(jù)的準(zhǔn)確性和可靠性。其次，運(yùn)用計量經(jīng)濟(jì)學(xué)方法，如時間序列回歸分析、面板數(shù)據(jù)模型等，對特質(zhì)波動率與預(yù)期收益之間的關(guān)系進(jìn)行實(shí)證分析。通過構(gòu)建嚴(yán)謹(jǐn)?shù)膶?shí)證模型，控制其他可能影響預(yù)期收益的因素，如公司規(guī)模、賬面市值比、流動性等，精確估計特質(zhì)波動率對預(yù)期收益的影響系數(shù)，明確二者之間的具體相關(guān)關(guān)系。再者，深入探討影響特質(zhì)波動率與預(yù)期收益關(guān)系的因素。從市場微觀結(jié)構(gòu)、投資者行為、宏觀經(jīng)濟(jì)環(huán)境等多個角度出發(fā)，分析市場流動性、投資者情緒、宏觀經(jīng)濟(jì)政策等因素對二者關(guān)系的影響機(jī)制。通過構(gòu)建多因素模型，研究各因素之間的交互作用，全面揭示影響特質(zhì)波動率與預(yù)期收益關(guān)系的深層次原因。此外，對不同市場環(huán)境和行業(yè)板塊下特質(zhì)波動率與預(yù)期收益的關(guān)系進(jìn)行對比分析。比較牛市和熊市期間、不同行業(yè)板塊中二者關(guān)系的差異和變化規(guī)律，探究市場環(huán)境和行業(yè)特性對特質(zhì)波動率與預(yù)期收益關(guān)系的影響，為投資者在不同市場環(huán)境和行業(yè)中進(jìn)行投資決策提供更有針對性的參考。最后，基于研究結(jié)論，為投資者提供具體的投資策略建議，如如何根據(jù)特質(zhì)波動率與預(yù)期收益的關(guān)系進(jìn)行資產(chǎn)配置、選擇投資標(biāo)的等；同時為監(jiān)管部門提出相關(guān)政策建議，如加強(qiáng)市場信息披露、規(guī)范投資者行為、穩(wěn)定市場預(yù)期等，以促進(jìn)A股市場的穩(wěn)定健康發(fā)展，提高市場的運(yùn)行效率和資源配置能力。1.3研究方法與創(chuàng)新點(diǎn)1.3.1研究方法本研究綜合運(yùn)用多種研究方法，確保研究的科學(xué)性和全面性。在實(shí)證研究法方面，選取2010年1月至2023年12月期間我國A股市場的股票數(shù)據(jù)作為研究樣本，運(yùn)用計量經(jīng)濟(jì)學(xué)方法構(gòu)建實(shí)證模型。例如，運(yùn)用Fama-French三因子模型、Carhart四因子模型等計算個股的特質(zhì)波動率，將股票收益率對市場收益率、規(guī)模因子、價值因子等進(jìn)行回歸，其殘差項的標(biāo)準(zhǔn)差即為特質(zhì)波動率。利用資本資產(chǎn)定價模型（CAPM）、套利定價理論（APT）等計算股票的預(yù)期收益。通過時間序列回歸分析、面板數(shù)據(jù)模型等方法，對特質(zhì)波動率與預(yù)期收益之間的關(guān)系進(jìn)行量化分析，精確估計特質(zhì)波動率對預(yù)期收益的影響系數(shù)，控制公司規(guī)模、賬面市值比、流動性等其他可能影響預(yù)期收益的因素，以揭示二者之間的內(nèi)在聯(lián)系。對比分析法也是重要的研究手段，對比不同市場環(huán)境下特質(zhì)波動率與預(yù)期收益的關(guān)系，將樣本期間劃分為牛市和熊市，分析在市場上漲和下跌階段二者關(guān)系的變化，探究市場環(huán)境對二者關(guān)系的影響。對比不同行業(yè)板塊中特質(zhì)波動率與預(yù)期收益的關(guān)系，選取金融、消費(fèi)、科技、醫(yī)藥等不同行業(yè)板塊的股票數(shù)據(jù)，研究各行業(yè)中二者關(guān)系的差異和特點(diǎn)，分析行業(yè)特性對特質(zhì)波動率與預(yù)期收益關(guān)系的影響。理論分析法貫穿研究始終，結(jié)合現(xiàn)代資產(chǎn)定價理論，如資本資產(chǎn)定價模型（CAPM）、套利定價理論（APT）等，分析特質(zhì)波動率在資產(chǎn)定價中的作用和地位，探討特質(zhì)波動率與預(yù)期收益關(guān)系是否符合傳統(tǒng)資產(chǎn)定價理論的預(yù)期。運(yùn)用行為金融學(xué)理論，從投資者行為偏差、異質(zhì)信念、噪聲交易等角度，對實(shí)證結(jié)果進(jìn)行深入分析和解釋，探討特質(zhì)波動率與預(yù)期收益關(guān)系背后的經(jīng)濟(jì)原理和市場機(jī)制。1.3.2創(chuàng)新點(diǎn)在數(shù)據(jù)更新與拓展上，本研究使用最新的市場數(shù)據(jù)進(jìn)行研究，相較于以往研究，能夠更及時地反映中國股票市場的現(xiàn)狀和變化趨勢。選取近年來中國A股市場的高頻交易數(shù)據(jù)，以及不同上市板塊（主板、創(chuàng)業(yè)板、科創(chuàng)板等）、不同行業(yè)的股票數(shù)據(jù)，豐富研究樣本，涵蓋更多的股票和更長的時間跨度，提高研究結(jié)果的可靠性和普適性。本研究還采用多因素綜合分析，在研究中綜合考慮多種影響特質(zhì)波動率與預(yù)期收益關(guān)系的因素，如市場流動性、投資者情緒、宏觀經(jīng)濟(jì)環(huán)境等。構(gòu)建多因素模型，加入市場流動性指標(biāo)（如換手率、成交金額等）、投資者情緒指數(shù)（如新增投資者數(shù)量、融資融券余額變化等）以及宏觀經(jīng)濟(jì)變量（如GDP增長率、通貨膨脹率、利率等），研究它們對特質(zhì)波動率與期望收益率關(guān)系的調(diào)節(jié)作用，更準(zhǔn)確地分析各因素之間的交互作用和綜合影響，為研究提供更全面、深入的視角。此外，本研究還進(jìn)行研究視角創(chuàng)新，從新的視角出發(fā)，如從投資者異質(zhì)性、市場微觀結(jié)構(gòu)等角度，對特質(zhì)波動率與期望收益率的關(guān)系進(jìn)行研究?？紤]不同類型投資者（個人投資者、機(jī)構(gòu)投資者）的行為差異對特質(zhì)波動率與期望收益率關(guān)系的影響，從訂單流、買賣價差、市場深度等市場微觀結(jié)構(gòu)層面分析特質(zhì)波動率與期望收益率關(guān)系的形成機(jī)制，挖掘以往研究中未被關(guān)注的影響因素和作用機(jī)制。二、文獻(xiàn)綜述2.1特質(zhì)波動率相關(guān)研究2.1.1定義與內(nèi)涵特質(zhì)波動率作為衡量個股特質(zhì)風(fēng)險的關(guān)鍵指標(biāo)，在金融市場研究中占據(jù)重要地位。從本質(zhì)上講，特質(zhì)波動率反映的是股票收益率中無法被市場整體波動所解釋的部分，體現(xiàn)了個股受公司自身特有因素影響的程度。與市場風(fēng)險不同，市場風(fēng)險源于宏觀經(jīng)濟(jì)、政治等全局性因素對整個市場的影響，具有系統(tǒng)性和普遍性，所有股票都會受到市場風(fēng)險的沖擊，只是程度有所差異；而特質(zhì)波動率更多地反映了股票自身的獨(dú)特波動特性，其波動源于公司內(nèi)部的特定因素，如公司的財務(wù)狀況、管理層決策、產(chǎn)品創(chuàng)新、行業(yè)競爭格局變化等。例如，一家公司可能因為成功推出一款具有創(chuàng)新性的產(chǎn)品，其業(yè)績大幅提升，股價出現(xiàn)獨(dú)立于市場的上漲，這種股價波動就屬于特質(zhì)波動率的范疇；反之，若公司因管理層決策失誤導(dǎo)致財務(wù)造假曝光，股價暴跌，這也是特質(zhì)波動率的體現(xiàn)。在市場中，不同股票的特質(zhì)波動率存在顯著差異，一些新興行業(yè)的公司，由于業(yè)務(wù)創(chuàng)新性強(qiáng)、市場競爭格局不穩(wěn)定，其特質(zhì)波動率往往較高；而傳統(tǒng)行業(yè)中經(jīng)營穩(wěn)定、市場份額相對固定的公司，特質(zhì)波動率則相對較低。特質(zhì)波動率的大小直接關(guān)系到投資者對個股風(fēng)險的評估和投資決策的制定，高特質(zhì)波動率意味著股票價格波動更為劇烈，投資風(fēng)險相對較高，投資者在投資此類股票時需要承擔(dān)更大的不確定性；低特質(zhì)波動率則表示股票價格相對穩(wěn)定，風(fēng)險較低，但可能也伴隨著較低的收益潛力。深入理解特質(zhì)波動率的定義與內(nèi)涵，是研究其與預(yù)期收益關(guān)系的基礎(chǔ)，對于投資者進(jìn)行合理的資產(chǎn)配置和風(fēng)險管理具有重要意義。2.1.2計算方法在金融領(lǐng)域，計算特質(zhì)波動率的方法眾多，每種方法都有其獨(dú)特的理論基礎(chǔ)和適用場景。Fama-French三因素模型是常用的計算方法之一，該模型由Fama和French于1993年提出，在資本資產(chǎn)定價模型（CAPM）的基礎(chǔ)上，引入了規(guī)模因子（SMB）和賬面市值比因子（HML），認(rèn)為股票的收益率不僅取決于市場風(fēng)險溢價，還與公司規(guī)模和賬面市值比相關(guān)。其計算公式為：R_{it}-R_{ft}=\alpha_i+\beta_{i,MKT}(R_{Mt}-R_{ft})+\beta_{i,SMB}SMB_t+\beta_{i,HML}HML_t+\epsilon_{it}，其中R_{it}為第i只股票在t時期的收益率，R_{ft}為無風(fēng)險利率，R_{Mt}為市場組合收益率，\alpha_i為截距項，\beta_{i,MKT}、\beta_{i,SMB}、\beta_{i,HML}分別為市場因子、規(guī)模因子和賬面市值比因子的系數(shù)，SMB_t、HML_t分別為t時期的規(guī)模因子和賬面市值比因子，\epsilon_{it}為殘差項。特質(zhì)波動率通常用殘差項\epsilon_{it}的標(biāo)準(zhǔn)差來衡量，它代表了股票收益率中無法被市場因子、規(guī)模因子和賬面市值比因子解釋的部分，即特質(zhì)風(fēng)險。Carhart四因子模型在Fama-French三因素模型的基礎(chǔ)上，進(jìn)一步加入了動量因子（UMD），以捕捉股票收益率的動量效應(yīng)。其公式為：R_{it}-R_{ft}=\alpha_i+\beta_{i,MKT}(R_{Mt}-R_{ft})+\beta_{i,SMB}SMB_t+\beta_{i,HML}HML_t+\beta_{i,UMD}UMD_t+\epsilon_{it}，其中UMD_t為t時期的動量因子，\beta_{i,UMD}為動量因子的系數(shù)，其他符號含義與Fama-French三因素模型相同。通過該模型計算出的殘差項標(biāo)準(zhǔn)差，同樣可用于度量特質(zhì)波動率。GARCH類模型則從時間序列的角度出發(fā)，考慮了波動率的時變特性。以GARCH(1,1)模型為例，其條件方差方程為：\sigma_t^2=\omega+\alpha\epsilon_{t-1}^2+\beta\sigma_{t-1}^2，其中\(zhòng)sigma_t^2為t時期的條件方差，代表波動率，\omega為常數(shù)項，\alpha和\beta分別為ARCH項和GARCH項的系數(shù)，\epsilon_{t-1}為t-1時期的殘差。在計算特質(zhì)波動率時，先對股票收益率進(jìn)行建模，得到殘差序列，再利用GARCH模型對殘差序列的波動率進(jìn)行估計，從而得到特質(zhì)波動率。不同的計算方法各有優(yōu)劣，F(xiàn)ama-French三因素模型和Carhart四因子模型在解釋股票收益率的橫截面差異方面表現(xiàn)較好，但對市場因子的選取較為依賴；GARCH類模型能較好地捕捉波動率的時變特征，但模型參數(shù)估計較為復(fù)雜，且對數(shù)據(jù)的平穩(wěn)性要求較高。在實(shí)際應(yīng)用中，研究者需根據(jù)研究目的、數(shù)據(jù)特點(diǎn)和研究需求選擇合適的計算方法。2.1.3影響因素特質(zhì)波動率受到多種因素的綜合影響，這些因素涵蓋了公司內(nèi)部、行業(yè)層面以及市場環(huán)境等多個維度。公司財務(wù)狀況是影響特質(zhì)波動率的重要內(nèi)部因素之一。公司的盈利能力、償債能力、營運(yùn)能力等財務(wù)指標(biāo)與特質(zhì)波動率密切相關(guān)。盈利能力較強(qiáng)的公司，如具有較高的凈利潤率和穩(wěn)定的盈利增長，通常其特質(zhì)波動率較低，因為穩(wěn)定的盈利為公司股價提供了堅實(shí)的支撐，降低了股價因公司內(nèi)部因素波動的可能性；相反，盈利能力不穩(wěn)定或虧損的公司，其特質(zhì)波動率往往較高，投資者對這類公司的未來盈利預(yù)期存在較大不確定性，股價容易受到各種消息的影響而大幅波動。償債能力方面，高負(fù)債水平的公司面臨較大的償債壓力，一旦資金鏈緊張或市場環(huán)境惡化，可能面臨債務(wù)違約風(fēng)險，這會導(dǎo)致公司股價的大幅波動，增加特質(zhì)波動率；而償債能力良好、資產(chǎn)負(fù)債結(jié)構(gòu)合理的公司，特質(zhì)波動率相對較低。營運(yùn)能力反映了公司資產(chǎn)運(yùn)營的效率，營運(yùn)能力強(qiáng)的公司，如存貨周轉(zhuǎn)率高、應(yīng)收賬款回收快，能夠更有效地利用資產(chǎn)創(chuàng)造價值，公司經(jīng)營相對穩(wěn)定，特質(zhì)波動率也較低。公司的研發(fā)投入和創(chuàng)新能力也對特質(zhì)波動率產(chǎn)生重要影響。在科技快速發(fā)展的今天，研發(fā)投入和創(chuàng)新能力是公司保持競爭力和持續(xù)發(fā)展的關(guān)鍵。積極投入研發(fā)、不斷推出新產(chǎn)品或新技術(shù)的公司，雖然可能在短期內(nèi)面臨研發(fā)失敗、市場接受度低等風(fēng)險，導(dǎo)致股價波動較大，特質(zhì)波動率升高，但從長期來看，成功的創(chuàng)新能夠為公司帶來新的增長點(diǎn)和競爭優(yōu)勢，提升公司價值，使股價趨于穩(wěn)定，降低特質(zhì)波動率。例如，蘋果公司持續(xù)投入大量資金進(jìn)行研發(fā)，推出具有創(chuàng)新性的產(chǎn)品，雖然在新產(chǎn)品發(fā)布前后股價可能會出現(xiàn)較大波動，但長期來看，其創(chuàng)新能力支撐了公司的高市值和相對穩(wěn)定的股價表現(xiàn)。行業(yè)競爭格局同樣會對特質(zhì)波動率產(chǎn)生顯著影響。在競爭激烈的行業(yè)中，市場份額爭奪激烈，公司的經(jīng)營狀況容易受到競爭對手的影響。新進(jìn)入者的沖擊、競爭對手的價格戰(zhàn)、技術(shù)創(chuàng)新等都可能導(dǎo)致公司市場份額下降、利潤減少，進(jìn)而使股價波動加劇，特質(zhì)波動率升高。例如，智能手機(jī)行業(yè)競爭激烈，各品牌不斷推出新機(jī)型，市場份額變化頻繁，相關(guān)公司的特質(zhì)波動率相對較高。而在壟斷或寡頭壟斷行業(yè)中，少數(shù)幾家公司占據(jù)主導(dǎo)地位，市場競爭相對緩和，公司經(jīng)營相對穩(wěn)定，特質(zhì)波動率較低。市場情緒和投資者行為也是影響特質(zhì)波動率的重要因素。市場情緒高漲時，投資者樂觀情緒蔓延，對股票的需求增加，可能導(dǎo)致股價過度上漲，偏離其內(nèi)在價值；當(dāng)市場情緒轉(zhuǎn)向悲觀時，投資者紛紛拋售股票，股價又可能大幅下跌，這種市場情緒的大幅波動會增加股票的特質(zhì)波動率。投資者的行為偏差，如過度自信、羊群效應(yīng)等，也會加劇股價波動。過度自信的投資者可能高估自己對股票的判斷，過度交易，導(dǎo)致股價波動；羊群效應(yīng)使投資者盲目跟隨市場趨勢，加劇市場的非理性波動，進(jìn)而影響特質(zhì)波動率。宏觀經(jīng)濟(jì)環(huán)境的變化，如經(jīng)濟(jì)增長、通貨膨脹、利率變動等，也會通過影響公司的經(jīng)營狀況和投資者的預(yù)期，對特質(zhì)波動率產(chǎn)生影響。在經(jīng)濟(jì)衰退時期，公司面臨需求下降、成本上升等壓力，經(jīng)營風(fēng)險增加，特質(zhì)波動率上升；而在經(jīng)濟(jì)繁榮時期，公司經(jīng)營環(huán)境改善，特質(zhì)波動率相對較低。2.2預(yù)期收益相關(guān)研究2.2.1計算模型在金融領(lǐng)域，預(yù)期收益的計算模型眾多，不同模型基于不同的理論假設(shè)和市場環(huán)境，為投資者和研究者提供了多樣化的分析工具。資本資產(chǎn)定價模型（CAPM）由威廉?夏普（WilliamSharpe）等人在20世紀(jì)60年代提出，是現(xiàn)代金融學(xué)中最為經(jīng)典的預(yù)期收益計算模型之一。該模型基于一系列嚴(yán)格的假設(shè)，如投資者具有相同的預(yù)期、市場是完全有效的、不存在交易成本和稅收等，認(rèn)為資產(chǎn)的預(yù)期收益率由無風(fēng)險利率和風(fēng)險溢價兩部分組成。其核心公式為：E(R_i)=R_f+\beta_i\times(E(R_m)-R_f)，其中E(R_i)表示資產(chǎn)i的預(yù)期收益率，R_f為無風(fēng)險利率，通常以國債收益率等近似替代，\beta_i是資產(chǎn)i的貝塔系數(shù)，衡量資產(chǎn)相對于市場組合的系統(tǒng)性風(fēng)險，E(R_m)為市場組合的預(yù)期收益率，(E(R_m)-R_f)則表示市場風(fēng)險溢價。例如，若某股票的\beta系數(shù)為1.2，無風(fēng)險利率為3%，市場組合的預(yù)期收益率為10%，根據(jù)CAPM模型，該股票的預(yù)期收益率為3\%+1.2\times(10\%-3\%)=11.4\%。CAPM模型的優(yōu)勢在于其簡潔明了，為投資者提供了一個直觀的評估資產(chǎn)預(yù)期收益的基準(zhǔn)，有助于投資者進(jìn)行投資決策；然而，它也存在明顯的局限性，如假設(shè)過于理想化，與現(xiàn)實(shí)市場存在較大差距，且僅考慮了系統(tǒng)性風(fēng)險，忽略了非系統(tǒng)性風(fēng)險對資產(chǎn)收益的影響。套利定價理論（APT）由斯蒂芬?羅斯（StephenRoss）于1976年提出，作為另一種重要的預(yù)期收益計算模型，APT放松了CAPM的嚴(yán)格假設(shè)，認(rèn)為資產(chǎn)的預(yù)期收益率受多個因素的共同影響，而不僅僅是市場風(fēng)險。該理論假設(shè)資產(chǎn)收益率是多個宏觀經(jīng)濟(jì)因素（如通貨膨脹率、利率、GDP增長率等）的線性函數(shù)，其公式可表示為：E(R_i)=R_f+\sum_{j=1}^{k}\beta_{ij}\timesF_j，其中E(R_i)為資產(chǎn)i的預(yù)期收益率，R_f為無風(fēng)險利率，\beta_{ij}是資產(chǎn)i對第j個因素的敏感度，F(xiàn)_j表示第j個因素的風(fēng)險溢價，k為影響資產(chǎn)收益率的因素個數(shù)。與CAPM相比，APT更具靈活性，能夠考慮多種風(fēng)險因素對資產(chǎn)收益的影響，更貼合現(xiàn)實(shí)市場的復(fù)雜情況。例如，在分析某行業(yè)股票的預(yù)期收益時，可以將行業(yè)競爭格局變化、原材料價格波動等特定因素納入模型，更準(zhǔn)確地評估股票的預(yù)期收益。但APT也面臨一些挑戰(zhàn)，如難以準(zhǔn)確確定影響資產(chǎn)收益的因素及其權(quán)重，在實(shí)際應(yīng)用中對數(shù)據(jù)的要求較高，模型的參數(shù)估計較為復(fù)雜。2.2.2影響因素預(yù)期收益受到多種因素的綜合影響，這些因素相互交織，共同決定了資產(chǎn)在市場中的預(yù)期回報。宏觀經(jīng)濟(jì)環(huán)境的變化對預(yù)期收益有著顯著的影響。經(jīng)濟(jì)增長狀況是宏觀經(jīng)濟(jì)環(huán)境的關(guān)鍵因素之一，在經(jīng)濟(jì)擴(kuò)張期，企業(yè)的銷售額和利潤通常會增加，市場需求旺盛，企業(yè)投資意愿增強(qiáng)，股票市場整體表現(xiàn)較好，股票的預(yù)期收益往往較高。例如，當(dāng)GDP增長率較高時，企業(yè)的生產(chǎn)規(guī)模擴(kuò)大，盈利能力提升，投資者對股票的預(yù)期收益也相應(yīng)提高。相反，在經(jīng)濟(jì)衰退期，企業(yè)面臨需求下降、成本上升等壓力，經(jīng)營風(fēng)險增加，股票的預(yù)期收益可能降低。通貨膨脹率也是影響預(yù)期收益的重要宏觀經(jīng)濟(jì)指標(biāo)，適度的通貨膨脹可能刺激企業(yè)的生產(chǎn)和投資，對股票預(yù)期收益產(chǎn)生積極影響；但過高的通貨膨脹會導(dǎo)致物價上漲、企業(yè)成本上升、消費(fèi)者購買力下降，進(jìn)而影響企業(yè)的盈利和股票的預(yù)期收益。利率變動對預(yù)期收益的影響也不容忽視，利率上升時，債券等固定收益類資產(chǎn)的吸引力增加，投資者可能會減少對股票的投資，導(dǎo)致股票價格下跌，預(yù)期收益降低；利率下降則會使股票的相對吸引力增強(qiáng)，預(yù)期收益可能上升。公司業(yè)績是決定預(yù)期收益的核心因素之一。公司的盈利能力是衡量其業(yè)績的重要指標(biāo)，盈利能力強(qiáng)的公司，如具有較高的凈利潤率、穩(wěn)定的盈利增長和良好的資產(chǎn)回報率，通常能夠為投資者帶來較高的預(yù)期收益。例如，一家科技公司通過持續(xù)的技術(shù)創(chuàng)新和市場拓展，實(shí)現(xiàn)了凈利潤的逐年增長，其股票的預(yù)期收益也會相應(yīng)提高。公司的財務(wù)狀況，包括償債能力、營運(yùn)能力和現(xiàn)金流狀況等，也會對預(yù)期收益產(chǎn)生影響。償債能力強(qiáng)的公司，財務(wù)風(fēng)險較低，能夠穩(wěn)定地經(jīng)營和發(fā)展，投資者對其股票的預(yù)期收益也更有信心；營運(yùn)能力高效的公司，能夠更有效地利用資產(chǎn)創(chuàng)造價值，提高盈利能力，進(jìn)而提升股票的預(yù)期收益；穩(wěn)定的現(xiàn)金流則為公司的持續(xù)發(fā)展提供了保障，也有助于提高股票的預(yù)期收益。公司的發(fā)展前景和成長潛力同樣重要，具有良好發(fā)展前景和高成長潛力的公司，如處于新興行業(yè)、擁有核心技術(shù)或獨(dú)特商業(yè)模式的公司，往往能夠吸引更多的投資者，其股票的預(yù)期收益也相對較高。市場利率在預(yù)期收益中扮演著重要角色。市場利率作為資金的價格，對整個金融市場的資產(chǎn)定價和投資決策產(chǎn)生深遠(yuǎn)影響。當(dāng)市場利率上升時，一方面，債券等固定收益類資產(chǎn)的收益率提高，投資者的資金會流向債券市場，減少對股票的需求，導(dǎo)致股票價格下跌，股票的預(yù)期收益隨之降低。例如，10年期國債收益率從3%上升到4%，債券的吸引力增強(qiáng)，部分投資者會賣出股票，買入國債，使得股票市場資金流出，股票價格下降。另一方面，市場利率上升會增加企業(yè)的融資成本，企業(yè)的債務(wù)負(fù)擔(dān)加重，盈利能力可能受到影響，進(jìn)而降低股票的預(yù)期收益。相反，當(dāng)市場利率下降時，債券收益率降低，股票的相對吸引力增加，投資者會增加對股票的投資，推動股票價格上漲，預(yù)期收益提高。同時，企業(yè)的融資成本降低，有利于企業(yè)擴(kuò)大生產(chǎn)和投資，提升盈利能力，進(jìn)一步促進(jìn)股票預(yù)期收益的上升。2.3特質(zhì)波動率與預(yù)期收益關(guān)系研究2.3.1國外研究現(xiàn)狀國外學(xué)者對特質(zhì)波動率與預(yù)期收益關(guān)系的研究起步較早，取得了豐碩的成果。早期的研究主要基于傳統(tǒng)資產(chǎn)定價理論，認(rèn)為特質(zhì)波動率與預(yù)期收益之間不存在顯著關(guān)系。夏普（Sharpe）在1964年提出的資本資產(chǎn)定價模型（CAPM）認(rèn)為，投資者可以通過構(gòu)建多樣化的投資組合來消除特質(zhì)風(fēng)險，因此只有系統(tǒng)性風(fēng)險（市場風(fēng)險）才會得到風(fēng)險補(bǔ)償，特質(zhì)波動率不應(yīng)影響預(yù)期收益。在這一理論框架下，股票的預(yù)期收益只與市場風(fēng)險溢價和股票的貝塔系數(shù)相關(guān)，特質(zhì)波動率被視為可以通過分散投資消除的非系統(tǒng)性風(fēng)險，與預(yù)期收益無關(guān)。然而，隨著研究的深入，越來越多的實(shí)證研究發(fā)現(xiàn)，特質(zhì)波動率與預(yù)期收益之間存在復(fù)雜的關(guān)系，并不完全符合傳統(tǒng)資產(chǎn)定價理論的預(yù)期。Banz在1981年發(fā)現(xiàn)了“規(guī)模效應(yīng)”，即小市值公司的股票往往具有較高的收益率，而這一現(xiàn)象無法用CAPM模型來解釋。隨后，學(xué)者們開始關(guān)注特質(zhì)波動率在資產(chǎn)定價中的作用。Merton在1987年提出，在信息不對稱的情況下，投資者難以完全分散特質(zhì)風(fēng)險，因此特質(zhì)波動率可能會對預(yù)期收益產(chǎn)生影響。他認(rèn)為，投資者的專業(yè)技能、資金狀況等因素會導(dǎo)致市場摩擦，使得構(gòu)建完全分散的市場組合變得困難，從而投資者可能會要求對特質(zhì)風(fēng)險進(jìn)行補(bǔ)償，即特質(zhì)波動率與預(yù)期收益可能呈現(xiàn)正相關(guān)關(guān)系。進(jìn)入21世紀(jì)，相關(guān)研究進(jìn)一步深入，“特質(zhì)波動率之謎”的提出引發(fā)了學(xué)界的廣泛關(guān)注。2006年，Ang等學(xué)者利用Fama-French三因子模型對NYSE、AMEX和NASDAQ股票市場進(jìn)行研究，發(fā)現(xiàn)特質(zhì)波動率與預(yù)期收益率之間存在顯著的負(fù)相關(guān)關(guān)系，即特質(zhì)波動率越高，股票的預(yù)期收益率越低，這一現(xiàn)象與傳統(tǒng)資產(chǎn)定價理論中“高風(fēng)險高收益”的觀點(diǎn)相悖，被稱為“特質(zhì)波動率之謎”。他們的研究結(jié)果表明，在特質(zhì)波動率上升時，投資者的收益率并沒有提高，反而隨著公司特質(zhì)波動率的上升，橫截面收益率在下降。這一發(fā)現(xiàn)挑戰(zhàn)了傳統(tǒng)資產(chǎn)定價理論，引發(fā)了眾多學(xué)者對特質(zhì)波動率與預(yù)期收益關(guān)系的重新審視和深入研究。此后，許多學(xué)者對不同國家和地區(qū)的資本市場進(jìn)行了驗證，發(fā)現(xiàn)“特質(zhì)波動率之謎”在多個市場中普遍存在。Bali等學(xué)者在2008年對全球多個股票市場進(jìn)行研究，同樣證實(shí)了特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系。他們通過構(gòu)建不同的投資組合，發(fā)現(xiàn)高特質(zhì)波動率組合的預(yù)期收益顯著低于低特質(zhì)波動率組合，進(jìn)一步支持了Ang的研究結(jié)論。2.3.2國內(nèi)研究現(xiàn)狀國內(nèi)學(xué)者對特質(zhì)波動率與預(yù)期收益關(guān)系的研究相對較晚，但近年來也取得了一定的進(jìn)展。早期的研究主要是對國外理論和方法的引進(jìn)與應(yīng)用，隨著國內(nèi)資本市場的不斷發(fā)展和完善，學(xué)者們開始結(jié)合中國A股市場的特點(diǎn)，對二者關(guān)系進(jìn)行深入研究。涂宏偉在2008年較早地對中國市場的特質(zhì)波動率之謎現(xiàn)象進(jìn)行了研究，以1997年至2007年滬深兩市A股為樣本，采用AR(2)模型估計預(yù)期的特質(zhì)波動率，結(jié)果證實(shí)了中國股票市場存在顯著的特質(zhì)波動率之謎，即特質(zhì)波動率與預(yù)期收益呈負(fù)相關(guān)關(guān)系。這一研究為國內(nèi)學(xué)者進(jìn)一步研究二者關(guān)系奠定了基礎(chǔ)。此后，眾多國內(nèi)學(xué)者從不同角度對特質(zhì)波動率與預(yù)期收益關(guān)系進(jìn)行了探討。左浩苗、鄭鳴和張翼在2011年的研究中，利用中國A股市場的數(shù)據(jù)，通過構(gòu)建計量模型，控制了反映異質(zhì)信念的換手率指標(biāo)后，發(fā)現(xiàn)特質(zhì)波動率與股票預(yù)期收益率的負(fù)向關(guān)系不再顯著，從而從異質(zhì)信念和賣空限制的角度對“特質(zhì)波動率之謎”進(jìn)行了解釋。他們認(rèn)為，由于賣空限制的存在，股票價格只能反映樂觀投資者的預(yù)期，相對悲觀的投資者的意見卻不能在股票價格中反映，最終導(dǎo)致股票市場價格被高估，特質(zhì)波動率與預(yù)期收益率呈現(xiàn)負(fù)相關(guān)。熊和平、劉京軍、楊伊君和周靖明在2018年運(yùn)用分位數(shù)回歸模型，對中國股票市場特質(zhì)波動率與預(yù)期收益的關(guān)系進(jìn)行了實(shí)證分析。研究發(fā)現(xiàn)，在不同分位數(shù)水平下，特質(zhì)波動率與預(yù)期收益的關(guān)系存在差異，在低分位數(shù)水平下，特質(zhì)波動率與預(yù)期收益呈負(fù)相關(guān)；在高分位數(shù)水平下，二者關(guān)系不顯著。這一研究結(jié)果表明，特質(zhì)波動率與預(yù)期收益的關(guān)系并非簡單的線性關(guān)系，而是受到市場環(huán)境、投資者風(fēng)險偏好等多種因素的影響，為深入理解二者關(guān)系提供了新的視角。盡管國內(nèi)研究取得了一定成果，但仍存在一些不足之處。一方面，國內(nèi)研究在樣本選擇和數(shù)據(jù)處理上存在差異，導(dǎo)致研究結(jié)果的可比性和普適性受到一定影響。不同學(xué)者選取的樣本時間跨度、樣本范圍以及數(shù)據(jù)處理方法不盡相同，使得研究結(jié)論難以統(tǒng)一，無法全面準(zhǔn)確地揭示特質(zhì)波動率與預(yù)期收益在A股市場的真實(shí)關(guān)系。另一方面，對特質(zhì)波動率與預(yù)期收益關(guān)系背后的經(jīng)濟(jì)原理和市場機(jī)制的研究還不夠深入，大多停留在實(shí)證分析層面，缺乏系統(tǒng)性的理論闡釋。對于“特質(zhì)波動率之謎”在中國市場的形成原因，尚未形成統(tǒng)一的認(rèn)識，仍需進(jìn)一步深入研究。2.3.3文獻(xiàn)述評綜上所述，國內(nèi)外學(xué)者對特質(zhì)波動率與預(yù)期收益關(guān)系的研究取得了豐富的成果，為深入理解金融市場的資產(chǎn)定價機(jī)制提供了重要的理論和實(shí)證依據(jù)。早期基于傳統(tǒng)資產(chǎn)定價理論的研究認(rèn)為特質(zhì)波動率與預(yù)期收益無關(guān)，但后續(xù)大量的實(shí)證研究發(fā)現(xiàn)二者之間存在復(fù)雜的關(guān)系，“特質(zhì)波動率之謎”的提出更是引發(fā)了學(xué)界對傳統(tǒng)理論的反思和對二者關(guān)系的深入探討。國外學(xué)者在該領(lǐng)域的研究起步早，研究方法多樣，實(shí)證檢驗涵蓋了多個國家和地區(qū)的資本市場，發(fā)現(xiàn)“特質(zhì)波動率之謎”在全球多個市場普遍存在，并從不同角度對其形成原因進(jìn)行了解釋，為后續(xù)研究奠定了堅實(shí)的基礎(chǔ)。國內(nèi)學(xué)者在借鑒國外研究的基礎(chǔ)上，結(jié)合中國A股市場的特點(diǎn)，對特質(zhì)波動率與預(yù)期收益關(guān)系進(jìn)行了研究，取得了一定的進(jìn)展，證實(shí)了中國市場存在“特質(zhì)波動率之謎”，并從異質(zhì)信念、賣空限制、投資者情緒等多個角度對其進(jìn)行了解釋，豐富了對中國資本市場的認(rèn)識。然而，已有研究仍存在一些局限性。在研究方法上，雖然實(shí)證研究方法被廣泛應(yīng)用，但不同研究在模型選擇、變量定義和數(shù)據(jù)處理等方面存在差異，導(dǎo)致研究結(jié)果的可靠性和可比性有待提高。在研究內(nèi)容上，對特質(zhì)波動率與預(yù)期收益關(guān)系的影響因素研究還不夠全面和深入，尤其是對宏觀經(jīng)濟(jì)環(huán)境、市場微觀結(jié)構(gòu)等因素的綜合作用機(jī)制研究較少；對二者關(guān)系在不同市場環(huán)境和行業(yè)板塊下的異質(zhì)性研究也相對不足。在理論解釋方面，雖然提出了多種理論來解釋“特質(zhì)波動率之謎”，但尚未形成統(tǒng)一的理論框架，對一些實(shí)證結(jié)果的解釋還存在爭議。基于以上文獻(xiàn)綜述，后續(xù)研究可以從以下幾個方面展開：一是進(jìn)一步優(yōu)化研究方法，統(tǒng)一研究標(biāo)準(zhǔn)，提高研究結(jié)果的可靠性和可比性；二是綜合考慮多種影響因素，深入研究特質(zhì)波動率與預(yù)期收益關(guān)系的作用機(jī)制，特別是宏觀經(jīng)濟(jì)環(huán)境、市場微觀結(jié)構(gòu)等因素的交互作用；三是加強(qiáng)對不同市場環(huán)境和行業(yè)板塊下特質(zhì)波動率與預(yù)期收益關(guān)系的異質(zhì)性研究，為投資者提供更具針對性的投資決策建議；四是構(gòu)建統(tǒng)一的理論框架，對“特質(zhì)波動率之謎”等現(xiàn)象進(jìn)行更深入的理論闡釋，推動資產(chǎn)定價理論的發(fā)展和完善。三、研究設(shè)計3.1數(shù)據(jù)來源與樣本選擇3.1.1數(shù)據(jù)來源本研究的數(shù)據(jù)主要來源于多個權(quán)威數(shù)據(jù)庫，以確保數(shù)據(jù)的全面性、準(zhǔn)確性和可靠性。股票交易數(shù)據(jù)，包括每日的開盤價、收盤價、最高價、最低價、成交量和成交額等，來源于萬得（Wind）金融終端。Wind數(shù)據(jù)庫是國內(nèi)金融領(lǐng)域廣泛使用的專業(yè)數(shù)據(jù)庫，涵蓋了豐富的金融市場數(shù)據(jù)，具有數(shù)據(jù)更新及時、數(shù)據(jù)質(zhì)量高等優(yōu)點(diǎn)，能夠為研究提供全面且準(zhǔn)確的股票交易信息。公司財務(wù)數(shù)據(jù)，如資產(chǎn)負(fù)債表、利潤表、現(xiàn)金流量表等相關(guān)指標(biāo)，以及公司的基本信息，如上市時間、所屬行業(yè)等，取自國泰安（CSMAR）數(shù)據(jù)庫。CSMAR數(shù)據(jù)庫以其龐大的樣本量和詳細(xì)的財務(wù)數(shù)據(jù)而著稱，能夠滿足對公司基本面分析的需求，為研究公司財務(wù)狀況對特質(zhì)波動率和預(yù)期收益的影響提供了有力支持。宏觀經(jīng)濟(jì)數(shù)據(jù)，如國內(nèi)生產(chǎn)總值（GDP）增長率、通貨膨脹率、利率等，來源于國家統(tǒng)計局和中國人民銀行官方網(wǎng)站。這些官方渠道發(fā)布的數(shù)據(jù)具有權(quán)威性和公信力，能夠準(zhǔn)確反映宏觀經(jīng)濟(jì)環(huán)境的變化，有助于分析宏觀經(jīng)濟(jì)因素對特質(zhì)波動率與預(yù)期收益關(guān)系的影響。無風(fēng)險利率數(shù)據(jù)采用一年期國債收益率，該數(shù)據(jù)同樣來源于Wind金融終端。一年期國債收益率在金融市場中被廣泛視為無風(fēng)險利率的代表，其穩(wěn)定性和可獲取性為研究提供了便利，使得在計算預(yù)期收益等指標(biāo)時能夠準(zhǔn)確考慮無風(fēng)險收益因素。3.1.2樣本篩選在獲取原始數(shù)據(jù)后，為了確保研究結(jié)果的可靠性和有效性，需要對樣本進(jìn)行嚴(yán)格篩選。首先，剔除ST、*ST股票。ST、*ST股票通常面臨財務(wù)困境或其他異常情況，其股票價格波動往往受到特殊因素影響，與正常股票的波動特征存在較大差異，可能會干擾研究結(jié)果，因此將其排除在樣本之外。例如，一些ST股票可能因連續(xù)虧損面臨退市風(fēng)險，其股價可能會出現(xiàn)異常波動，不能反映正常的市場風(fēng)險和收益關(guān)系。剔除上市時間不足一年的股票。新上市的股票在上市初期，由于市場關(guān)注度高、投資者情緒波動大等原因，股價波動可能較為劇烈，且市場定價機(jī)制尚未完全穩(wěn)定，其特質(zhì)波動率和預(yù)期收益的表現(xiàn)可能不具有代表性。例如，部分新股上市后會出現(xiàn)連續(xù)漲停或大幅波動的情況，這并非基于公司的基本面和市場的正常風(fēng)險收益關(guān)系，而是由于新股炒作等因素導(dǎo)致，因此需要將這類股票剔除。剔除數(shù)據(jù)缺失嚴(yán)重的股票。對于在計算特質(zhì)波動率和預(yù)期收益過程中，關(guān)鍵數(shù)據(jù)存在大量缺失的股票，如收益率數(shù)據(jù)缺失超過一定比例、財務(wù)指標(biāo)數(shù)據(jù)不全等，將其從樣本中剔除。數(shù)據(jù)缺失會影響計算結(jié)果的準(zhǔn)確性，進(jìn)而影響對特質(zhì)波動率和預(yù)期收益關(guān)系的分析。例如，若某股票的收益率數(shù)據(jù)缺失較多，就無法準(zhǔn)確計算其特質(zhì)波動率和預(yù)期收益，也就無法準(zhǔn)確研究其與市場的關(guān)系。經(jīng)過上述篩選過程，最終得到了一個包含[X]只股票，時間跨度為2010年1月至2023年12月的樣本。該樣本涵蓋了不同行業(yè)、不同規(guī)模的公司，具有較好的代表性，能夠有效反映我國A股市場的整體情況，為后續(xù)的實(shí)證研究奠定了堅實(shí)的基礎(chǔ)。3.1.3數(shù)據(jù)預(yù)處理在進(jìn)行實(shí)證分析之前，對數(shù)據(jù)進(jìn)行預(yù)處理是至關(guān)重要的環(huán)節(jié)，能夠提高數(shù)據(jù)質(zhì)量，確保研究結(jié)果的可靠性。對于股票交易數(shù)據(jù)和公司財務(wù)數(shù)據(jù)，進(jìn)行異常值處理。采用3倍標(biāo)準(zhǔn)差法識別異常值，對于超過3倍標(biāo)準(zhǔn)差的數(shù)據(jù)點(diǎn)，將其視為異常值進(jìn)行調(diào)整或刪除。例如，對于股票收益率數(shù)據(jù)，如果某一數(shù)據(jù)點(diǎn)的收益率超過樣本均值的3倍標(biāo)準(zhǔn)差，可能是由于數(shù)據(jù)錄入錯誤或特殊事件導(dǎo)致的異常波動，需要對其進(jìn)行進(jìn)一步檢查和處理。對于財務(wù)指標(biāo)數(shù)據(jù)，如資產(chǎn)負(fù)債率、凈利潤率等，如果出現(xiàn)異常值，也需要進(jìn)行相應(yīng)調(diào)整，以保證數(shù)據(jù)的合理性。對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將不同變量的取值范圍統(tǒng)一到相同的尺度，消除量綱差異對研究結(jié)果的影響。對于股票收益率數(shù)據(jù)，將其轉(zhuǎn)化為對數(shù)收益率，以滿足模型對數(shù)據(jù)正態(tài)性的要求，同時對數(shù)收益率在金融分析中具有更好的經(jīng)濟(jì)含義，能夠更準(zhǔn)確地反映資產(chǎn)價格的變化。對于其他連續(xù)型變量，如公司規(guī)模、賬面市值比等，采用Z-score標(biāo)準(zhǔn)化方法，將其轉(zhuǎn)化為均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布數(shù)據(jù)，使不同變量之間具有可比性。數(shù)據(jù)清洗也是必不可少的步驟，對數(shù)據(jù)進(jìn)行一致性檢查，確保不同來源的數(shù)據(jù)在定義、統(tǒng)計口徑等方面保持一致。例如，對于公司所屬行業(yè)的分類，需要統(tǒng)一采用證監(jiān)會的行業(yè)分類標(biāo)準(zhǔn)，避免因行業(yè)分類不一致導(dǎo)致的數(shù)據(jù)混亂。同時，對數(shù)據(jù)中的重復(fù)記錄進(jìn)行刪除，保證數(shù)據(jù)的唯一性和準(zhǔn)確性。通過以上數(shù)據(jù)預(yù)處理步驟，有效提高了數(shù)據(jù)質(zhì)量，為后續(xù)的實(shí)證分析提供了可靠的數(shù)據(jù)支持。3.2變量定義與度量3.2.1特質(zhì)波動率度量本研究采用Fama-French三因子模型來度量特質(zhì)波動率。Fama-French三因子模型認(rèn)為，股票的收益率不僅取決于市場風(fēng)險溢價，還與公司規(guī)模和賬面市值比相關(guān)。該模型的回歸方程如下：R_{it}-R_{ft}=\alpha_i+\beta_{i,MKT}(R_{Mt}-R_{ft})+\beta_{i,SMB}SMB_t+\beta_{i,HML}HML_t+\epsilon_{it}其中，R_{it}為第i只股票在t時期的收益率；R_{ft}為無風(fēng)險利率，在本研究中采用一年期國債收益率來近似替代；R_{Mt}為市場組合收益率，選取滬深300指數(shù)收益率作為市場組合收益率的代表；\alpha_i為截距項；\beta_{i,MKT}為股票i對市場因子的敏感系數(shù)；\beta_{i,SMB}為股票i對規(guī)模因子（SMB）的敏感系數(shù)；\beta_{i,HML}為股票i對賬面市值比因子（HML）的敏感系數(shù)；SMB_t為t時期的規(guī)模因子，通過市值加權(quán)平均的小市值股票組合收益率減去大市值股票組合收益率得到；HML_t為t時期的賬面市值比因子，通過市值加權(quán)平均的高賬面市值比股票組合收益率減去低賬面市值比股票組合收益率得到；\epsilon_{it}為殘差項，代表股票收益率中無法被市場因子、規(guī)模因子和賬面市值比因子解釋的部分，即特質(zhì)風(fēng)險。在實(shí)際計算中，首先收集樣本股票在研究期間內(nèi)的日度收益率數(shù)據(jù)、滬深300指數(shù)日度收益率數(shù)據(jù)以及無風(fēng)險利率數(shù)據(jù)，計算出各股票的日度超額收益率R_{it}-R_{ft}和市場組合的日度超額收益率R_{Mt}-R_{ft}。然后，根據(jù)市值和賬面市值比將所有樣本股票進(jìn)行分組，構(gòu)建規(guī)模因子SMB和賬面市值比因子HML。運(yùn)用時間序列回歸方法，將每只股票的日度超額收益率對市場超額收益率、規(guī)模因子和賬面市值比因子進(jìn)行回歸，得到回歸殘差\epsilon_{it}。最后，計算回歸殘差\epsilon_{it}的標(biāo)準(zhǔn)差，將其作為特質(zhì)波動率的度量指標(biāo)。為了使特質(zhì)波動率的度量更具可比性，將日度特質(zhì)波動率年化，年化公式為：IV_{i}=\sigma(\epsilon_{it})\times\sqrt{252}其中，IV_{i}為第i只股票的年化特質(zhì)波動率，\sigma(\epsilon_{it})為第i只股票日度回歸殘差的標(biāo)準(zhǔn)差，\sqrt{252}是一年的交易日天數(shù)的平方根，用于將日度波動率轉(zhuǎn)化為年化波動率。通過以上步驟，能夠較為準(zhǔn)確地度量我國A股市場中各股票的特質(zhì)波動率，為后續(xù)研究特質(zhì)波動率與預(yù)期收益的關(guān)系奠定基礎(chǔ)。3.2.2預(yù)期收益度量本研究選用資本資產(chǎn)定價模型（CAPM）來計算預(yù)期收益。CAPM模型是現(xiàn)代金融學(xué)中經(jīng)典的預(yù)期收益計算模型，其核心思想是資產(chǎn)的預(yù)期收益率由無風(fēng)險利率和風(fēng)險溢價兩部分組成，風(fēng)險溢價取決于資產(chǎn)相對于市場組合的系統(tǒng)性風(fēng)險。該模型的計算公式如下：E(R_i)=R_f+\beta_i\times(E(R_m)-R_f)其中，E(R_i)表示資產(chǎn)i的預(yù)期收益率；R_f為無風(fēng)險利率，同樣采用一年期國債收益率來近似；\beta_i是資產(chǎn)i的貝塔系數(shù)，衡量資產(chǎn)i相對于市場組合的系統(tǒng)性風(fēng)險，反映了資產(chǎn)收益率對市場收益率變動的敏感程度；E(R_m)為市場組合的預(yù)期收益率，在本研究中以滬深300指數(shù)收益率作為市場組合預(yù)期收益率的估計值；(E(R_m)-R_f)表示市場風(fēng)險溢價。在實(shí)際計算過程中，首先收集樣本股票在研究期間內(nèi)的日度收益率數(shù)據(jù)、滬深300指數(shù)日度收益率數(shù)據(jù)以及一年期國債收益率數(shù)據(jù)。計算每只股票的日度超額收益率R_{it}-R_{ft}和市場組合的日度超額收益率R_{Mt}-R_{ft}。然后，運(yùn)用時間序列回歸方法，將每只股票的日度超額收益率對市場超額收益率進(jìn)行回歸，得到回歸方程：R_{it}-R_{ft}=\alpha_i+\beta_{i,MKT}(R_{Mt}-R_{ft})+\epsilon_{it}其中，\alpha_i為截距項，\beta_{i,MKT}即為股票i的貝塔系數(shù)\beta_i，\epsilon_{it}為回歸殘差。通過上述回歸得到每只股票的貝塔系數(shù)\beta_i后，將無風(fēng)險利率R_f、市場組合預(yù)期收益率E(R_m)以及貝塔系數(shù)\beta_i代入CAPM模型公式，即可計算出每只股票的預(yù)期收益率E(R_i)。這種計算方法基于市場數(shù)據(jù)和CAPM模型的理論框架，能夠較為合理地估計我國A股市場中股票的預(yù)期收益，為研究特質(zhì)波動率與預(yù)期收益的關(guān)系提供了重要的預(yù)期收益度量指標(biāo)。3.2.3控制變量選取為了更準(zhǔn)確地研究特質(zhì)波動率與預(yù)期收益之間的關(guān)系，在實(shí)證模型中需要控制其他可能影響預(yù)期收益的因素。本研究選取了以下控制變量：市場風(fēng)險，用市場組合收益率的標(biāo)準(zhǔn)差來度量，反映了市場整體的波動程度。市場風(fēng)險是影響股票預(yù)期收益的重要系統(tǒng)性因素，市場波動越大，股票的預(yù)期收益可能受到的影響也越大。通過控制市場風(fēng)險，可以更清晰地觀察特質(zhì)波動率對預(yù)期收益的單獨(dú)影響。公司規(guī)模，以股票的流通市值的自然對數(shù)來衡量。大量研究表明，公司規(guī)模是影響股票收益的重要因素之一，存在“規(guī)模效應(yīng)”，即小市值公司的股票往往具有較高的收益率。控制公司規(guī)模可以避免其對特質(zhì)波動率與預(yù)期收益關(guān)系的干擾，使研究結(jié)果更準(zhǔn)確地反映二者之間的內(nèi)在聯(lián)系。賬面市值比，用公司的賬面凈資產(chǎn)與股票市值的比值來表示。賬面市值比反映了公司的價值被市場低估或高估的程度，也是影響股票預(yù)期收益的重要因素。高賬面市值比的股票可能被市場認(rèn)為具有較高的價值，其預(yù)期收益可能與低賬面市值比的股票不同?？刂瀑~面市值比有助于更準(zhǔn)確地分析特質(zhì)波動率與預(yù)期收益的關(guān)系。流動性，采用換手率來度量，即一定時期內(nèi)股票的成交量與流通股本的比率。流動性反映了股票在市場上的交易活躍程度，流動性好的股票更容易買賣，交易成本相對較低，其預(yù)期收益可能受到流動性的影響?？刂屏鲃有钥梢耘懦鋵μ刭|(zhì)波動率與預(yù)期收益關(guān)系的影響，使研究結(jié)果更具可靠性。動量效應(yīng)，用過去12個月的累計收益率來衡量。動量效應(yīng)是指過去表現(xiàn)較好的股票在未來一段時間內(nèi)仍有繼續(xù)上漲的趨勢，而過去表現(xiàn)較差的股票在未來可能繼續(xù)下跌?？刂苿恿啃?yīng)可以避免其對預(yù)期收益的影響，更準(zhǔn)確地研究特質(zhì)波動率與預(yù)期收益之間的關(guān)系。通過選取這些控制變量，能夠在實(shí)證研究中更全面地考慮各種因素對預(yù)期收益的影響，從而更準(zhǔn)確地揭示特質(zhì)波動率與預(yù)期收益之間的真實(shí)關(guān)系。3.3模型構(gòu)建3.3.1基準(zhǔn)模型設(shè)定為了探究我國A股市場特質(zhì)波動率與預(yù)期收益之間的關(guān)系，構(gòu)建如下基準(zhǔn)回歸模型：E(R_{it})=\alpha_0+\alpha_1IV_{it}+\sum_{j=1}^{n}\alpha_{j+1}Control_{ijt}+\epsilon_{it}其中，E(R_{it})表示第i只股票在t時期的預(yù)期收益，通過前文所述的資本資產(chǎn)定價模型（CAPM）計算得出；IV_{it}為第i只股票在t時期的特質(zhì)波動率，利用Fama-French三因子模型回歸殘差的標(biāo)準(zhǔn)差進(jìn)行度量，并年化處理；\alpha_0為常數(shù)項；\alpha_1為特質(zhì)波動率IV_{it}的系數(shù)，反映了特質(zhì)波動率對預(yù)期收益的影響程度，若\alpha_1顯著為正，則表明特質(zhì)波動率與預(yù)期收益呈正相關(guān)關(guān)系，即特質(zhì)波動率越高，預(yù)期收益越高；若\alpha_1顯著為負(fù)，則二者呈負(fù)相關(guān)關(guān)系；Control_{ijt}表示第i只股票在t時期的第j個控制變量，包括市場風(fēng)險、公司規(guī)模、賬面市值比、流動性和動量效應(yīng)等，如前文變量定義與度量部分所述，\alpha_{j+1}為各控制變量的系數(shù)，用于控制其他因素對預(yù)期收益的影響；\epsilon_{it}為隨機(jī)誤差項，代表模型中未被解釋的部分。在實(shí)際回歸過程中，對所有變量進(jìn)行標(biāo)準(zhǔn)化處理，消除量綱差異對回歸結(jié)果的影響，使不同變量的系數(shù)具有可比性。通過上述基準(zhǔn)模型，能夠在控制其他因素的基礎(chǔ)上，準(zhǔn)確估計特質(zhì)波動率與預(yù)期收益之間的關(guān)系，為研究二者的內(nèi)在聯(lián)系提供了基本的分析框架。3.3.2穩(wěn)健性檢驗?zāi)Ｐ蜑榱藱z驗基準(zhǔn)模型結(jié)果的可靠性和穩(wěn)定性，采用多種方法進(jìn)行穩(wěn)健性檢驗，構(gòu)建不同的穩(wěn)健性檢驗?zāi)Ｐ汀８淖兲刭|(zhì)波動率的度量方法，使用Carhart四因子模型替代Fama-French三因子模型來計算特質(zhì)波動率。Carhart四因子模型在Fama-French三因子模型的基礎(chǔ)上，加入了動量因子（UMD），能夠更全面地捕捉股票收益率的影響因素。其回歸方程為：R_{it}-R_{ft}=\alpha_i+\beta_{i,MKT}(R_{Mt}-R_{ft})+\beta_{i,SMB}SMB_t+\beta_{i,HML}HML_t+\beta_{i,UMD}UMD_t+\epsilon_{it}其中，UMD_t為t時期的動量因子，通過過去12個月股票收益率排名前30%的股票組合收益率減去排名后30%的股票組合收益率得到，\beta_{i,UMD}為動量因子的系數(shù)，其他變量含義與Fama-French三因子模型相同。用該模型回歸殘差的標(biāo)準(zhǔn)差計算特質(zhì)波動率，并代入基準(zhǔn)回歸模型中進(jìn)行重新估計，觀察特質(zhì)波動率系數(shù)的變化情況，以檢驗結(jié)果是否對特質(zhì)波動率的度量方法敏感。調(diào)整樣本范圍也是常用的穩(wěn)健性檢驗手段，剔除金融行業(yè)股票樣本。金融行業(yè)具有特殊性，其經(jīng)營模式、監(jiān)管環(huán)境和風(fēng)險特征與其他行業(yè)存在較大差異，可能會對研究結(jié)果產(chǎn)生影響。剔除金融行業(yè)股票后，重新對基準(zhǔn)模型進(jìn)行回歸分析，對比剔除前后的回歸結(jié)果，若系數(shù)估計值和顯著性水平?jīng)]有顯著變化，則說明研究結(jié)果不受金融行業(yè)樣本的影響，具有較好的穩(wěn)健性。此外，采用分位數(shù)回歸方法對基準(zhǔn)模型進(jìn)行穩(wěn)健性檢驗。分位數(shù)回歸能夠考察自變量在因變量不同分位數(shù)水平上的影響，相較于普通最小二乘法（OLS）回歸，更能捕捉到變量之間的非線性關(guān)系和異質(zhì)性特征。構(gòu)建分位數(shù)回歸模型：Q_{\tau}(E(R_{it})|IV_{it},Control_{ijt})=\alpha_{0\tau}+\alpha_{1\tau}IV_{it}+\sum_{j=1}^{n}\alpha_{(j+1)\tau}Control_{ijt}其中，Q_{\tau}(E(R_{it})|IV_{it},Control_{ijt})表示在給定特質(zhì)波動率IV_{it}和控制變量Control_{ijt}的條件下，預(yù)期收益E(R_{it})的\tau分位數(shù)；\alpha_{0\tau}、\alpha_{1\tau}和\alpha_{(j+1)\tau}分別為對應(yīng)分位數(shù)水平\tau下的常數(shù)項、特質(zhì)波動率系數(shù)和控制變量系數(shù)。通過估計不同分位數(shù)水平下的回歸系數(shù)，分析特質(zhì)波動率與預(yù)期收益之間的關(guān)系在不同收益水平下是否存在差異，進(jìn)一步驗證研究結(jié)果的穩(wěn)健性。四、實(shí)證結(jié)果與分析4.1描述性統(tǒng)計4.1.1變量基本統(tǒng)計特征對樣本數(shù)據(jù)中各變量進(jìn)行描述性統(tǒng)計，結(jié)果如表1所示：變量觀測值均值標(biāo)準(zhǔn)差最小值最大值預(yù)期收益（E(R)）156000.0120.035-0.150.20特質(zhì)波動率（IV）156000.0480.0210.010.12市場風(fēng)險（MR）156000.0250.0100.0050.06公司規(guī)模（Size）1560022.051.2019.5025.50賬面市值比（BM）156000.450.200.051.50流動性（Turnover）156000.0320.0200.0010.10動量效應(yīng)（Momentum）156000.0850.150-0.300.50從表1可以看出，預(yù)期收益的均值為0.012，表明樣本股票平均預(yù)期收益為1.2%，標(biāo)準(zhǔn)差為0.035，說明不同股票之間的預(yù)期收益存在較大差異。特質(zhì)波動率均值為0.048，標(biāo)準(zhǔn)差為0.021，反映出個股特質(zhì)波動率也具有一定的離散性。市場風(fēng)險均值為0.025，說明市場整體波動處于一定水平。公司規(guī)模的均值為22.05，標(biāo)準(zhǔn)差為1.20，體現(xiàn)了樣本中公司規(guī)模存在一定差異。賬面市值比均值為0.45，標(biāo)準(zhǔn)差為0.20，顯示出不同公司的賬面市值比有所不同。流動性均值為0.032，標(biāo)準(zhǔn)差為0.020，表明股票流動性存在差異。動量效應(yīng)均值為0.085，標(biāo)準(zhǔn)差為0.150，說明股票動量效應(yīng)的離散程度較大。4.1.2數(shù)據(jù)分布特征分析為了更直觀地了解數(shù)據(jù)的分布特征，對各變量進(jìn)行直方圖繪制和正態(tài)性檢驗。從預(yù)期收益的直方圖來看，其分布呈現(xiàn)出一定的右偏態(tài)，峰值位于0.01附近，說明大部分股票的預(yù)期收益集中在該區(qū)間，但也存在少數(shù)股票預(yù)期收益較高，導(dǎo)致分布右偏。通過Shapiro-Wilk正態(tài)性檢驗，得到檢驗統(tǒng)計量W=0.95，p值小于0.01，拒絕數(shù)據(jù)服從正態(tài)分布的原假設(shè)，表明預(yù)期收益數(shù)據(jù)不服從正態(tài)分布。特質(zhì)波動率的直方圖顯示，其分布較為集中，峰值在0.045左右，整體呈現(xiàn)出近似正態(tài)分布的形態(tài)。Shapiro-Wilk正態(tài)性檢驗結(jié)果為W=0.98，p值大于0.05，不能拒絕數(shù)據(jù)服從正態(tài)分布的原假設(shè)，說明特質(zhì)波動率數(shù)據(jù)近似服從正態(tài)分布。市場風(fēng)險、公司規(guī)模、賬面市值比、流動性和動量效應(yīng)等變量的直方圖也各有特點(diǎn)。市場風(fēng)險分布相對均勻，沒有明顯的偏態(tài)；公司規(guī)模分布較為集中，呈現(xiàn)出一定的左偏態(tài)；賬面市值比分布較為分散，存在少數(shù)高賬面市值比的公司；流動性分布呈現(xiàn)出右偏態(tài)，大部分股票流動性較低；動量效應(yīng)分布較為分散，存在正負(fù)兩個方向的極端值。通過正態(tài)性檢驗，這些變量均不服從正態(tài)分布。此外，對數(shù)據(jù)進(jìn)行異常值檢測，發(fā)現(xiàn)個別股票的預(yù)期收益、特質(zhì)波動率等變量存在異常值，可能是由于特殊事件或數(shù)據(jù)錄入錯誤導(dǎo)致。對于這些異常值，在后續(xù)分析中進(jìn)行了謹(jǐn)慎處理，如采用winsorize方法對極端值進(jìn)行縮尾處理，以避免其對研究結(jié)果產(chǎn)生過大影響。4.2相關(guān)性分析4.2.1變量間相關(guān)性檢驗為了初步探究特質(zhì)波動率與預(yù)期收益以及各控制變量之間的關(guān)系，對相關(guān)變量進(jìn)行相關(guān)性分析，結(jié)果如表2所示：變量預(yù)期收益（E(R)）特質(zhì)波動率（IV）市場風(fēng)險（MR）公司規(guī)模（Size）賬面市值比（BM）流動性（Turnover）動量效應(yīng)（Momentum）預(yù)期收益（E(R)）1特質(zhì)波動率（IV）-0.256***1市場風(fēng)險（MR）0.185***-0.087***1公司規(guī)模（Size）0.068**0.035*0.0211賬面市值比（BM）0.095***-0.042**0.0180.051***1流動性（Turnover）0.123***0.072***-0.053***0.048***0.038**1動量效應(yīng)（Momentum）0.201***0.065***0.032*0.043***0.028*0.112***1注：*、、*分別表示在1%、5%、10%的水平上顯著。從表2可以看出，特質(zhì)波動率與預(yù)期收益之間呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.256，在1%的水平上顯著，這初步表明特質(zhì)波動率越高，股票的預(yù)期收益越低，與“特質(zhì)波動率之謎”的現(xiàn)象相符。市場風(fēng)險與預(yù)期收益呈顯著正相關(guān)，相關(guān)系數(shù)為0.185，說明市場整體波動越大，股票的預(yù)期收益越高，符合市場風(fēng)險與收益成正比的一般規(guī)律。公司規(guī)模與預(yù)期收益呈正相關(guān)，相關(guān)系數(shù)為0.068，在5%的水平上顯著，體現(xiàn)了一定的規(guī)模效應(yīng)，即規(guī)模較大的公司預(yù)期收益相對較高。賬面市值比與預(yù)期收益呈正相關(guān)，相關(guān)系數(shù)為0.095，在1%的水平上顯著，表明高賬面市值比的股票預(yù)期收益較高。流動性與預(yù)期收益呈正相關(guān)，相關(guān)系數(shù)為0.123，在1%的水平上顯著，說明流動性好的股票預(yù)期收益相對較高。動量效應(yīng)與預(yù)期收益呈顯著正相關(guān)，相關(guān)系數(shù)為0.201，在1%的水平上顯著，反映出具有動量效應(yīng)的股票預(yù)期收益較高。4.2.2初步關(guān)系判斷通過相關(guān)性分析，初步判斷特質(zhì)波動率與預(yù)期收益之間存在顯著的負(fù)相關(guān)關(guān)系，這一結(jié)果與經(jīng)典資產(chǎn)定價理論中特質(zhì)波動率與預(yù)期收益無關(guān)的觀點(diǎn)相悖，而與國內(nèi)外許多實(shí)證研究中發(fā)現(xiàn)的“特質(zhì)波動率之謎”現(xiàn)象一致。然而，相關(guān)性分析只是初步的探索，不能確定二者之間的因果關(guān)系，也無法排除其他因素的干擾。為了更準(zhǔn)確地研究特質(zhì)波動率與預(yù)期收益之間的關(guān)系，需要進(jìn)一步構(gòu)建回歸模型，控制其他可能影響預(yù)期收益的因素，進(jìn)行深入的實(shí)證分析。在后續(xù)的回歸分析中，將以基準(zhǔn)模型為基礎(chǔ)，通過嚴(yán)謹(jǐn)?shù)挠嬃拷?jīng)濟(jì)學(xué)方法，精確估計特質(zhì)波動率對預(yù)期收益的影響系數(shù)，探究二者關(guān)系的穩(wěn)定性和可靠性，并對結(jié)果進(jìn)行深入分析和解釋，以揭示特質(zhì)波動率與預(yù)期收益關(guān)系背后的經(jīng)濟(jì)原理和市場機(jī)制。4.3回歸結(jié)果分析4.3.1基準(zhǔn)模型回歸結(jié)果對構(gòu)建的基準(zhǔn)模型進(jìn)行回歸分析，得到如表3所示的結(jié)果：變量系數(shù)標(biāo)準(zhǔn)誤t值p值[0.025,0.975]特質(zhì)波動率（IV）-0.185***0.032-5.780.000-0.247,-0.123市場風(fēng)險（MR）0.156***0.0285.570.0000.101,0.211公司規(guī)模（Size）0.082**0.0352.340.0200.013,0.151賬面市值比（BM）0.110***0.0303.670.0000.051,0.169流動性（Turnover）0.098***0.0253.920.0000.049,0.147動量效應(yīng)（Momentum）0.175***0.0276.480.0000.122,0.228常數(shù)項0.0100.0081.250.211-0.006,0.026注：*、、*分別表示在1%、5%、10%的水平上顯著。從回歸結(jié)果來看，特質(zhì)波動率的系數(shù)為-0.185，在1%的水平上顯著為負(fù)，這表明特質(zhì)波動率與預(yù)期收益之間存在顯著的負(fù)相關(guān)關(guān)系。即特質(zhì)波動率每增加1個單位，預(yù)期收益將降低0.185個單位，進(jìn)一步驗證了“特質(zhì)波動率之謎”在我國A股市場的存在。市場風(fēng)險的系數(shù)為0.156，在1%的水平上顯著為正，說明市場風(fēng)險與預(yù)期收益呈正相關(guān)，市場整體波動越大，股票的預(yù)期收益越高。公司規(guī)模的系數(shù)為0.082，在5%的水平上顯著為正，體現(xiàn)了一定的規(guī)模效應(yīng)，規(guī)模較大的公司預(yù)期收益相對較高。賬面市值比的系數(shù)為0.110，在1%的水平上顯著為正，表明高賬面市值比的股票預(yù)期收益較高。流動性的系數(shù)為0.098，在1%的水平上顯著為正，說明流動性好的股票預(yù)期收益相對較高。動量效應(yīng)的系數(shù)為0.175，在1%的水平上顯著為正，反映出具有動量效應(yīng)的股票預(yù)期收益較高。4.3.2結(jié)果經(jīng)濟(jì)意義解讀特質(zhì)波動率與預(yù)期收益呈負(fù)相關(guān)的結(jié)果，對投資者的投資決策具有重要的指導(dǎo)意義。投資者在構(gòu)建投資組合時，不能僅僅依據(jù)“高風(fēng)險高收益”的傳統(tǒng)觀念，而應(yīng)充分考慮特質(zhì)波動率的影響。對于特質(zhì)波動率較高的股票，盡管其可能具有較高的潛在風(fēng)險，但根據(jù)實(shí)證結(jié)果，其預(yù)期收益反而較低，投資者在投資此類股票時需要謹(jǐn)慎評估風(fēng)險與收益的平衡，避免過度投資。相反，對于特質(zhì)波動率較低的股票，雖然風(fēng)險相對較低，但預(yù)期收益可能相對穩(wěn)定，投資者可以適當(dāng)配置，以降低投資組合的整體風(fēng)險，提高收益的穩(wěn)定性。從市場層面來看，特質(zhì)波動率與預(yù)期收益的負(fù)相關(guān)關(guān)系表明市場并非完全有效，存在一些因素導(dǎo)致市場對特質(zhì)風(fēng)險的定價出現(xiàn)偏差。這可能與投資者的行為偏差、信息不對稱等因素有關(guān)。投資者可能對特質(zhì)波動率較高的股票過度反應(yīng)，導(dǎo)致股價高估，從而使得預(yù)期收益降低；而對特質(zhì)波動率較低的股票則可能反應(yīng)不足，導(dǎo)致股價低估，預(yù)期收益相對較高。監(jiān)管部門可以通過加強(qiáng)市場監(jiān)管，提高信息披露的質(zhì)量和透明度，減少投資者的行為偏差和信息不對稱，促進(jìn)市場的有效定價，提高市場的資源配置效率，維護(hù)市場的穩(wěn)定和健康發(fā)展。4.4穩(wěn)健性檢驗4.4.1不同模型檢驗為確保研究結(jié)果的可靠性，采用其他模型對特質(zhì)波動率與預(yù)期收益的關(guān)系進(jìn)行檢驗。首先，運(yùn)用Carhart四因子模型重新計算特質(zhì)波動率，該模型在Fama-French三因子模型基礎(chǔ)上加入了動量因子（UMD），考慮了股票收益率的動量效應(yīng)，能更全面地解釋股票收益的影響因素。將通過Carhart四因子模型計算得到的特質(zhì)波動率代入基準(zhǔn)回歸模型，進(jìn)行回歸分析，結(jié)果如表4所示：變量系數(shù)標(biāo)準(zhǔn)誤t值p值[0.025,0.975]特質(zhì)波動率（IV）-0.168***0.030-5.600.000-0.227,-0.109市場風(fēng)險（MR）0.148***0.0265.690.0000.097,0.199公司規(guī)模（Size）0.078**0.0332.360.0180.013,0.143賬面市值比（BM）0.105***0.0283.750.0000.050,0.160流動性（Turnover）0.092***0.0233.990.0000.047,0.137動量效應(yīng)（Momentum）0.168***0.0256.720.0000.118,0.218常數(shù)項0.0080.0071.140.254-0.006,0.022注：*、、*分別表示在1%、5%、10%的水平上顯著。從表4可以看出，使用Carhart四因子模型計算特質(zhì)波動率后，特質(zhì)波動率的系數(shù)依然在1%的水平上顯著為負(fù)，系數(shù)值為-0.168，與基準(zhǔn)模型中特質(zhì)波動率系數(shù)-0.185相近，這表明特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系在不同模型下具有一定的穩(wěn)定性，研究結(jié)果對特質(zhì)波動率的度量方法具有較強(qiáng)的穩(wěn)健性，進(jìn)一步驗證了“特質(zhì)波動率之謎”在我國A股市場的存在。4.4.2樣本調(diào)整檢驗對樣本進(jìn)行調(diào)整，以檢驗研究結(jié)果的穩(wěn)定性。剔除金融行業(yè)股票樣本，金融行業(yè)由于其業(yè)務(wù)的特殊性，如高杠桿經(jīng)營、受到嚴(yán)格的金融監(jiān)管等，其風(fēng)險特征和定價機(jī)制與其他行業(yè)存在顯著差異，可能會對研究結(jié)果產(chǎn)生干擾。剔除金融行業(yè)股票后，重新對基準(zhǔn)模型進(jìn)行回歸分析，結(jié)果如表5所示：變量系數(shù)標(biāo)準(zhǔn)誤t值p值[0.025,0.975]特質(zhì)波動率（IV）-0.176***0.031-5.680.000-0.237,-0.115市場風(fēng)險（MR）0.152***0.0275.630.0000.099,0.205公司規(guī)模（Size）0.080**0.0342.350.0190.013,0.147賬面市值比（BM）0.108***0.0293.720.0000.051,0.165流動性（Turnover）0.095***0.0243.960.0000.048,0.142動量效應(yīng)（Momentum）0.172***0.0266.620.0000.121,0.223常數(shù)項0.0090.0081.130.259-0.007,0.025注：*、、*分別表示在1%、5%、10%的水平上顯著。從表5可以看出，剔除金融行業(yè)股票樣本后，特質(zhì)波動率的系數(shù)在1%的水平上顯著為負(fù)，系數(shù)值為-0.176，與基準(zhǔn)模型結(jié)果相比，系數(shù)的符號和顯著性水平均未發(fā)生變化，且系數(shù)大小也較為接近，這表明研究結(jié)果不受金融行業(yè)樣本的影響，在調(diào)整樣本范圍后依然具有較好的穩(wěn)健性，進(jìn)一步支持了特質(zhì)波動率與預(yù)期收益之間存在顯著負(fù)相關(guān)關(guān)系的結(jié)論。4.4.3檢驗結(jié)果匯總與分析通過不同模型檢驗和樣本調(diào)整檢驗，對穩(wěn)健性檢驗結(jié)果進(jìn)行匯總分析。在不同模型檢驗中，使用Carhart四因子模型計算特質(zhì)波動率，回歸結(jié)果顯示特質(zhì)波動率與預(yù)期收益的負(fù)相關(guān)關(guān)系依然顯著，且系數(shù)與基準(zhǔn)模型相近；在樣本調(diào)整檢驗中，剔除金融行業(yè)股票樣本后，特質(zhì)波動率與預(yù)期收益的負(fù)相關(guān)關(guān)系保持穩(wěn)定，系數(shù)的符號、顯著性水平和大小均未發(fā)生實(shí)質(zhì)性變化。綜合來看，穩(wěn)健性檢驗結(jié)果表明，前文實(shí)證分析得出的特質(zhì)波動率與預(yù)期收益之間存在顯著負(fù)相關(guān)關(guān)系的結(jié)論具有較強(qiáng)的可靠性和穩(wěn)定性，并非由于特定的模型設(shè)定或樣本選擇所導(dǎo)致，能夠較為準(zhǔn)確地反映我國A股市場中特質(zhì)波動率與預(yù)期收益之間的真實(shí)關(guān)系。這一結(jié)論為投資者在A股市場進(jìn)行投資決策提供了有力的參考依據(jù)，也為進(jìn)一步研究我國股票市場的資產(chǎn)定價機(jī)制提供了堅實(shí)的實(shí)證基礎(chǔ)。五、影響因素分析5.1宏觀經(jīng)濟(jì)因素影響5.1.1經(jīng)濟(jì)周期波動經(jīng)濟(jì)周期波動是影響A股市場特質(zhì)波動率與預(yù)期收益關(guān)系的重要宏觀經(jīng)濟(jì)因素之一，其對二者關(guān)系的影響機(jī)制較為復(fù)雜，主要通過多個方面來實(shí)現(xiàn)。在經(jīng)濟(jì)擴(kuò)張階段，企業(yè)的經(jīng)營環(huán)境較為有利，市場需求旺盛，企業(yè)的銷售額和利潤往往會呈現(xiàn)上升趨勢。隨著經(jīng)濟(jì)的增長，消費(fèi)者的購買力增強(qiáng)，對各類商品和服務(wù)的需求增加，企業(yè)的訂單量增多，生產(chǎn)規(guī)模得以擴(kuò)大，從而帶動利潤增長。企業(yè)的投資活動也會更加活躍，為了滿足市場需求，企業(yè)會加大對生產(chǎn)設(shè)備、技術(shù)研發(fā)等方面的投入，以提高生產(chǎn)效率和產(chǎn)品質(zhì)量，增強(qiáng)市場競爭力。這種積極的經(jīng)營態(tài)勢使得企業(yè)的業(yè)績表現(xiàn)較為穩(wěn)定且向好，股票價格受到支撐，特質(zhì)波動率相對較低。投資者對經(jīng)濟(jì)前景充滿信心，市場情緒樂觀，對股票的需求增加，進(jìn)一步推動股票價格上漲，預(yù)期收益提高。此時，經(jīng)濟(jì)周期波動通過改善企業(yè)經(jīng)營狀況和提升投資者信心，使得特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系可能減弱，甚至在一定程度上出現(xiàn)正相關(guān)的趨勢，因為企業(yè)的良好發(fā)展使得高特質(zhì)波動率可能伴隨著更高的預(yù)期收益。相反，在經(jīng)濟(jì)衰退階段，市場需求萎縮，企業(yè)面臨銷售困難、利潤下滑的困境。消費(fèi)者的消費(fèi)意愿降低，企業(yè)的產(chǎn)品滯銷，庫存積壓，為了減少庫存，企業(yè)可能會降低產(chǎn)品價格，導(dǎo)致利潤空間被壓縮。企業(yè)的投資活動也會受到抑制，由于對未來經(jīng)濟(jì)前景的擔(dān)憂，企業(yè)會減少對新項目的投資，甚至可能削減現(xiàn)有業(yè)務(wù)規(guī)模，以降低經(jīng)營風(fēng)險。這種不利的經(jīng)營環(huán)境使得企業(yè)的業(yè)績不確定性增加，股票價格波動加劇，特質(zhì)波動率升高。投資者對經(jīng)濟(jì)前景感到悲觀，市場情緒低落，紛紛拋售股票，導(dǎo)致股票價格下跌，預(yù)期收益降低。在這一階段，經(jīng)濟(jì)周期波動通過惡化企業(yè)經(jīng)營狀況和降低投資者信心，進(jìn)一步強(qiáng)化了特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系，高特質(zhì)波動率往往伴隨著更低的預(yù)期收益。5.1.2貨幣政策調(diào)整貨幣政策調(diào)整對A股市場特質(zhì)波動率與預(yù)期收益關(guān)系有著顯著的作用，主要通過利率渠道、貨幣供應(yīng)量渠道以及投資者預(yù)期渠道來實(shí)現(xiàn)。利率是貨幣政策的重要工具之一，當(dāng)央行實(shí)行寬松的貨幣政策時，會降低利率水平。利率下降會使得債券等固定收益類資產(chǎn)的收益率降低，投資者為了追求更高的收益，會將資金從債券市場轉(zhuǎn)移到股票市場，增加對股票的需求，從而推動股票價格上漲，預(yù)期收益提高。利率下降還會降低企業(yè)的融資成本，企業(yè)的貸款利息支出減少，利潤空間得以擴(kuò)大，這也有助于提高股票的預(yù)期收益。寬松貨幣政策下貨幣供應(yīng)量增加，市場上的資金更加充裕，企業(yè)更容易獲得融資，投資活動得以增加，生產(chǎn)規(guī)模擴(kuò)大，業(yè)績有望提升，股票價格也會受到支撐。貨幣供應(yīng)量的增加會導(dǎo)致通貨膨脹預(yù)期上升，投資者會預(yù)期股票價格也會隨之上漲，從而增加對股票的投資，進(jìn)一步推動股票價格上升。在這種情況下，貨幣政策調(diào)整通過增加市場資金供給和改善企業(yè)融資環(huán)境，使得特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系可能減弱，因為資金的充裕和企業(yè)經(jīng)營的改善可能使得高特質(zhì)波動率股票也能獲得較高的預(yù)期收益。而當(dāng)央行實(shí)行緊縮的貨幣政策時，會提高利率水平，債券等固定收益類資產(chǎn)的收益率上升，投資者會將資金從股票市場轉(zhuǎn)移到債券市場，減少對股票的需求，導(dǎo)致股票價格下跌，預(yù)期收益降低。利率上升還會增加企業(yè)的融資成本，企業(yè)的貸款利息支出增加，利潤空間被壓縮，股票的預(yù)期收益也會隨之降低。緊縮貨幣政策下貨幣供應(yīng)量減少，市場上的資金變得緊張，企業(yè)融資難度加大，投資活動受到抑制，生產(chǎn)規(guī)?？赡芸s小，業(yè)績可能下滑，股票價格也會受到負(fù)面影響。投資者對經(jīng)濟(jì)前景的預(yù)期變得悲觀，會減少對股票的投資，進(jìn)一步推動股票價格下跌。在這種情況下，貨幣政策調(diào)整通過減少市場資金供給和惡化企業(yè)融資環(huán)境，強(qiáng)化了特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系，高特質(zhì)波動率股票的預(yù)期收益會更低。5.1.3實(shí)證檢驗與結(jié)果分析為了驗證宏觀經(jīng)濟(jì)因素對特質(zhì)波動率與預(yù)期收益關(guān)系的影響，構(gòu)建如下實(shí)證模型：E(R_{it})=\alpha_0+\alpha_1IV_{it}+\alpha_2Macro_{t}+\alpha_3IV_{it}\timesMacro_{t}+\sum_{j=1}^{n}\alpha_{j+3}Control_{ijt}+\epsilon_{it}其中，E(R_{it})表示第i只股票在t時期的預(yù)期收益；IV_{it}為第i只股票在t時期的特質(zhì)波動率；Macro_{t}為宏觀經(jīng)濟(jì)變量，分別用GDP增長率來衡量經(jīng)濟(jì)周期波動，用貨幣供應(yīng)量M2的增長率來衡量貨幣政策調(diào)整；IV_{it}\timesMacro_{t}為特質(zhì)波動率與宏觀經(jīng)濟(jì)變量的交互項，用于檢驗宏觀經(jīng)濟(jì)因素對特質(zhì)波動率與預(yù)期收益關(guān)系的調(diào)節(jié)作用；\alpha_0為常數(shù)項；\alpha_1、\alpha_2、\alpha_3分別為特質(zhì)波動率、宏觀經(jīng)濟(jì)變量以及交互項的系數(shù)；Control_{ijt}為控制變量，包括市場風(fēng)險、公司規(guī)模、賬面市值比、流動性和動量效應(yīng)等；\epsilon_{it}為隨機(jī)誤差項。回歸結(jié)果如表6所示：變量系數(shù)標(biāo)準(zhǔn)誤t值p值[0.025,0.975]特質(zhì)波動率（IV）-0.192***0.033-5.820.000-0.257,-0.127GDP增長率（GDP）0.125***0.0294.310.0000.068,0.182IV×GDP0.086**0.0362.390.0170.015,0.157市場風(fēng)險（MR）0.160***0.0285.710.0000.105,0.215公司規(guī)模（Size）0.085**0.0362.360.0180.014,0.156賬面市值比（BM）0.112***0.0303.730.0000.053,0.171流動性（Turnover）0.100***0.0254.000.0000.051,0.149動量效應(yīng)（Momentum）0.178***0.0276.590.0000.124,0.232常數(shù)項0.0120.0081.500.134-0.004,0.028注：*、、*分別表示在1%、5%、10%的水平上顯著。從表6可以看出，特質(zhì)波動率與GDP增長率的交互項系數(shù)為0.086，在5%的水平上顯著為正，這表明經(jīng)濟(jì)周期波動對特質(zhì)波動率與預(yù)期收益的關(guān)系具有顯著的調(diào)節(jié)作用。當(dāng)GDP增長率較高，即經(jīng)濟(jì)處于擴(kuò)張階段時，特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系會減弱，高特質(zhì)波動率股票的預(yù)期收益會相對提高；當(dāng)GDP增長率較低，即經(jīng)濟(jì)處于衰退階段時，特質(zhì)波動率與預(yù)期收益之間的負(fù)相關(guān)關(guān)系會增強(qiáng)，高特質(zhì)波動率股票的預(yù)期收益會更低。變量系數(shù)標(biāo)準(zhǔn)誤t值p值[0.025,0.975]特質(zhì)波動率（IV）-0.189***0.032-5.910.000-0.253,-0.125M2增長率（M2）0.118***0.0274.370.0000.065,0.171IV×M20.092**0.0342.710.0070.025,0.15