異質(zhì)波動(dòng)與股票收益:基于中國(guó)股市的檢驗(yàn)

劉方池，宋子玉，華中科技大學(xué)經(jīng)濟(jì)學(xué)院，湖北 武漢430074

一、導(dǎo)言

風(fēng)險(xiǎn)資產(chǎn)定價(jià)是金融理論的重要研究?jī)?nèi)容。長(zhǎng)期以來(lái)，學(xué)術(shù)界大都將注意力集中在股票的系統(tǒng)風(fēng)險(xiǎn)上，忽略了異質(zhì)性風(fēng)險(xiǎn)對(duì)股票預(yù)期收益的影響。傳統(tǒng)金融理論指出，投資者充分分散化其投資組合，CAPM 模型認(rèn)為市場(chǎng)風(fēng)險(xiǎn)是定價(jià)因子。20 世紀(jì)80年代前后，隨著小規(guī)模效應(yīng)、賬面市值比效應(yīng)、盈余公告效應(yīng)等各種異象的發(fā)現(xiàn)，人們對(duì)CAPM 模型的解釋能力提出了質(zhì)疑，于是相繼提出了Fama－French 三因子及四因子模型，金融學(xué)者們?cè)噲D借助規(guī)模因子、賬面市值比因子及慣性因子解釋股票的橫截面收益差異。

雖然各種因子模型被不斷引入金融理論與實(shí)踐，但因子模型的殘差項(xiàng)依然在很長(zhǎng)一段時(shí)間未引起人們的關(guān)注，其背后的原因在于，金融學(xué)理論認(rèn)為非系統(tǒng)風(fēng)險(xiǎn)(也即異質(zhì)風(fēng)險(xiǎn))能夠互相對(duì)沖，從而不會(huì)為市場(chǎng)所定價(jià)。然而，近年來(lái)研究發(fā)現(xiàn)，股票的異質(zhì)波動(dòng)與收益之間存在顯著關(guān)系。有學(xué)者指出，與高波動(dòng)組合相比，低波動(dòng)組合在較長(zhǎng)時(shí)間里獲得更高的收益，這顯然違背了傳統(tǒng)金融理論。隨后，同樣有學(xué)者進(jìn)一步考慮股票的特質(zhì)風(fēng)險(xiǎn)是否存在信息含量，以考察其是否作為定價(jià)因子而影響股票的預(yù)期收益。究竟何種原因?qū)е逻@種現(xiàn)象的出現(xiàn)，學(xué)術(shù)界亦尚未提出統(tǒng)一、明確的解釋。

二、文獻(xiàn)回顧

關(guān)于異質(zhì)波動(dòng)問(wèn)題，國(guó)外的相關(guān)研究起步較早，成果也較為豐富。傳統(tǒng)金融理論指出，當(dāng)市場(chǎng)處于均衡狀態(tài)時(shí)，僅有系統(tǒng)風(fēng)險(xiǎn)才得以定價(jià)，這是由于投資者已將個(gè)股的特質(zhì)風(fēng)險(xiǎn)完全分散。但是，Barber and Odean (2000)［1］等研究表明投資者并未充分分散化其投資組合，這可能意味著股票的總波動(dòng)風(fēng)險(xiǎn)對(duì)投資者而言更重要。于是，Campbell，Lettau et al．(2001)［2］指出個(gè)股總波動(dòng)及其重要組成部分異質(zhì)性波動(dòng)近期顯著增大，其逆周期特點(diǎn)可用于預(yù)測(cè)未來(lái)的經(jīng)濟(jì)活動(dòng)。Goyal and Santa－Clara (2003)［3］發(fā)現(xiàn)股票波動(dòng)與市場(chǎng)收益存在正相關(guān)，Malkiel and Xu (2002)［4］則指出股票波動(dòng)與個(gè)股未來(lái)收益正相關(guān)。

但是，近年來(lái)眾多研究卻發(fā)現(xiàn)了相反的結(jié)論。Ang，Hodrick et al．(2006)［5］研究了美國(guó)股市波動(dòng)風(fēng)險(xiǎn)與橫截面收益之間的定價(jià)問(wèn)題，發(fā)現(xiàn)系統(tǒng)風(fēng)險(xiǎn)或異質(zhì)性波動(dòng)風(fēng)險(xiǎn)更高的股票獲得的收益較低，并且股票規(guī)模、賬面市值比、慣性及流動(dòng)性都無(wú)法解釋這一現(xiàn)象。Ang，Hodrick et al．(2009)［6］對(duì)29 個(gè)發(fā)達(dá)國(guó)家的股市進(jìn)行研究，發(fā)現(xiàn)低波動(dòng)異象廣泛存在于發(fā)達(dá)國(guó)家之中，并且高異質(zhì)性波動(dòng)組合的低收益現(xiàn)象在不同國(guó)家間存在共同運(yùn)動(dòng)特點(diǎn)。Malcolm，Bradley et al．(2011 )［7］，Bali and Cakici(2008)［8］指出，低波動(dòng)異象的持續(xù)性與顯著性受以下因素影響:(1)異質(zhì)性波動(dòng)的估計(jì)頻率;(2)組合收益計(jì)算的權(quán)重特點(diǎn)(等權(quán)、價(jià)值加權(quán)或波動(dòng)率加權(quán));(3)組合劃分臨界值;(4)公司規(guī)模等其他因素。

然而，F(xiàn)u (2009)［9］卻指出異質(zhì)性波動(dòng)是隨時(shí)間變化的，當(dāng)采用EGARCH 模型估計(jì)異質(zhì)性波動(dòng)時(shí)，條件異質(zhì)性波動(dòng)與股票的預(yù)期收益之間存在顯著的正向關(guān)系，他認(rèn)為Ang，Hodrick et al．(2006)的發(fā)現(xiàn)主要是由于小規(guī)模、高異質(zhì)性波動(dòng)股票的收益反轉(zhuǎn)導(dǎo)致的，Huang，Liu et al．(2010)［10］持有相同觀點(diǎn)。Brown and Ferreira (2004)［11］和Angelidis and Tessaromatis(2008)［12］則指出小規(guī)模股票的異質(zhì)性波動(dòng)屬于定價(jià)因子，它可以解釋市場(chǎng)收益中的規(guī)模溢價(jià)因子。Jiang and Lee (2006)［13］，Peterson and Smedema (2011)［14］則將已實(shí)現(xiàn)的異質(zhì)性波動(dòng)和預(yù)期的異質(zhì)性波動(dòng)分離開，指出已實(shí)現(xiàn)的異質(zhì)性波動(dòng)與股票收益呈負(fù)相關(guān)，而預(yù)期的異質(zhì)性波動(dòng)則與股票收益呈正相關(guān)。Bali，Cakici et al．(2011)［15］認(rèn)為投資者的風(fēng)險(xiǎn)厭惡特點(diǎn)及其對(duì)博彩型股票的偏好導(dǎo)致那些表現(xiàn)極端的股票在未來(lái)的平均收益較低，但控制該效應(yīng)之后，異質(zhì)性波動(dòng)與股票之間呈正相關(guān)。

國(guó)內(nèi)相關(guān)研究，此前賴步連、楊繼東、周業(yè)安(2006)［16］126－139認(rèn)為上市公司的并購(gòu)活動(dòng)并沒(méi)有為投資者創(chuàng)造價(jià)值，其原因是異質(zhì)波動(dòng)(異質(zhì)預(yù)期)對(duì)股票的錯(cuò)誤定價(jià)，研究發(fā)現(xiàn)股票的異質(zhì)波動(dòng)對(duì)收購(gòu)公司的長(zhǎng)期績(jī)效有著較強(qiáng)的解釋力。孔東民、申睿(2007)［17］2－21發(fā)現(xiàn)股票異質(zhì)波動(dòng)與公司信息環(huán)境有顯著性的關(guān)系，較低異質(zhì)波動(dòng)的股票組合更明顯的慣性收益反映了投資者的過(guò)度自信，然而在長(zhǎng)期得到反轉(zhuǎn)，這說(shuō)明偏差通過(guò)價(jià)格對(duì)信息的融合后得到了修正。

正是基于當(dāng)前的研究發(fā)展，本文以中國(guó)股市為對(duì)象，系統(tǒng)考察在這樣一個(gè)新興市場(chǎng)中，股票特質(zhì)波動(dòng)與預(yù)期收益之間是否存在顯著關(guān)系，因子模型是否完全解釋了資產(chǎn)的回報(bào)。

三、文章數(shù)據(jù)來(lái)源及研究設(shè)計(jì)

(一)文章數(shù)據(jù)來(lái)源

研究樣本為1994年1月至2010年12月所有的A 股上市公司①之所以選取1994年之后的數(shù)據(jù)，是因?yàn)樵诖酥吧鲜泄静蛔?00 家，且月度經(jīng)濟(jì)數(shù)據(jù)很難抓取。為了確定在A 股市場(chǎng)上該交易時(shí)間的選擇是否具有穩(wěn)健性，我們基于不同時(shí)間區(qū)間進(jìn)行考察，得到的結(jié)論基本一致。。通過(guò)之前的60 個(gè)月收益率等數(shù)據(jù)構(gòu)造組合，因此有效的檢驗(yàn)期為從1999年1月到2010年12月。上市公司日收益數(shù)據(jù)及月收益數(shù)據(jù)來(lái)自于CCER 色諾芬(SinoFin)數(shù)據(jù)庫(kù)，財(cái)務(wù)指標(biāo)來(lái)自于Wind 資訊。

在保證數(shù)據(jù)有效性的同時(shí)，為消除異常樣本對(duì)本文結(jié)論的影響，選擇樣本時(shí)做出以下調(diào)整:IPO 上市當(dāng)月不計(jì)入樣本中用以消出公司的IPO 效應(yīng);剔除公司被ST 或PT月份的數(shù)據(jù);剔除賬面市值比值是負(fù)數(shù)的公司;剔除金融類公司，由于要用到賬面市值比的變量;此外，利用Winsorize 方法對(duì)1%和99%的異常值進(jìn)行調(diào)整。

(二)關(guān)于變量定義及研究設(shè)計(jì)

1．異質(zhì)波動(dòng)率

參照Ang，Hodrick et al．(2006)，本文將個(gè)股的異質(zhì)波動(dòng)率定義為Fama and French(1993)三因素模型下的殘差項(xiàng)標(biāo)準(zhǔn)差，具體如下:

其中，Ri，t，dk表示個(gè)股i在第t月上第dk個(gè)交易日的收益率;Mktt表示第t月度市場(chǎng)組合收益;St表示第t月度規(guī)模因子;Ht表示第t月度賬面市值比因子(具體構(gòu)造見后文);Rft表示以一年定期存款利率衡量的無(wú)風(fēng)險(xiǎn)收益;εi，t，dk表示個(gè)股i在第t月上第dk個(gè)交易日的回歸殘差項(xiàng)。考慮到我國(guó)股市尚未成熟，較長(zhǎng)的估計(jì)期可能并未準(zhǔn)確衡量個(gè)股風(fēng)險(xiǎn)以至影響檢驗(yàn)結(jié)果，并且考慮到相關(guān)研究的國(guó)際慣例，這里采用較短的日數(shù)據(jù)進(jìn)行相關(guān)檢驗(yàn)。那么有:

其中，Std．Dev．表示標(biāo)準(zhǔn)差函數(shù)。

2．Fama－French 檢驗(yàn)因子

市場(chǎng)收益率(Mkt):由A 股市場(chǎng)的股票當(dāng)月流通市值計(jì)算加權(quán)市場(chǎng)平均收益率(剔除IPO 當(dāng)月、ST 和PT 股票交易數(shù)據(jù))。

規(guī)模因子(SMB)和賬面市值比因子(HML):由Fama and French(1993)的三因子模型計(jì)算得出。賬面市值比(B/M)的高低由年度末每股權(quán)益與收盤價(jià)的比值度量;規(guī)模大小由當(dāng)年度6月底的流通市值來(lái)度量。接下來(lái)依據(jù)Fama and French(1993)的三因子模型，按流通市值的中位數(shù)樣本分為大(B)、小(S)兩組，按B/M的值構(gòu)成高、中和低三組，即H(30%)、M(40%)和L(30%);兩者交叉分組形成6 個(gè)組合，由此計(jì)算當(dāng)年度7月到下年度6月每個(gè)組合價(jià)值加權(quán)月收益率。HML和SMB兩個(gè)因子分別定義如下:HML= (RetSH+RetBH－RetSL－RetBL)/2，代表高B/M與低B/M兩種組合的收益差;SMB= (RetSL+RetSM+RetSH－RetBL－RetBM－RetBH)/3，代表小規(guī)模的公司和大規(guī)模的公司兩種組合的收益差。

3．其他變量的定義及說(shuō)明

Size:表示個(gè)股i的月度流通市值;BM:表示個(gè)股i的年度賬面市值比;Turnover:表示個(gè)股i的月度換手率;ROE:表示個(gè)股i的年度凈資產(chǎn)收益率;EPS:表示個(gè)股i的年度基本每股收益;Leverage:表示個(gè)股i的年度杠桿率，取值為總負(fù)債與總資產(chǎn)之比。

4．研究設(shè)計(jì)

本文主要分析中國(guó)股市異質(zhì)波動(dòng)程度與其市場(chǎng)收益的關(guān)系，主要思路如下:首先，本文考察不同波動(dòng)風(fēng)險(xiǎn)度量指標(biāo)下的組合收益均值檢驗(yàn)。這里，我們先后基于個(gè)股的收益率標(biāo)準(zhǔn)差、CAPM 模型下的系統(tǒng)風(fēng)險(xiǎn)beta 以及異質(zhì)波動(dòng)風(fēng)險(xiǎn)進(jìn)行分組，對(duì)各組合收益進(jìn)行均值檢驗(yàn)。然后，本文對(duì)個(gè)股進(jìn)行二維分組，并進(jìn)行相關(guān)的組合收益均值檢驗(yàn)分析，以考察其他因素與異質(zhì)波動(dòng)風(fēng)險(xiǎn)、橫截面收益之間的關(guān)系。這里，主要考慮個(gè)股流通市值、賬面市值比、換手率及收益慣性等其他因素。最后，在組合層面，我們利用Fama－Macbeth 兩階段橫截面檢驗(yàn)，考察異質(zhì)波動(dòng)風(fēng)險(xiǎn)是否被市場(chǎng)定價(jià)，以探究異質(zhì)波動(dòng)風(fēng)險(xiǎn)是否帶來(lái)顯著地風(fēng)險(xiǎn)溢價(jià)。

四、實(shí)證結(jié)果分析

衡量個(gè)股收益波動(dòng)大體可分為兩類:一為總波動(dòng)性(或系統(tǒng)波動(dòng)性)，二為異質(zhì)性波動(dòng)。大量研究文獻(xiàn)表明，在國(guó)外成熟股市，股票的異質(zhì)性波動(dòng)與股票的橫截面收益間存在一定的聯(lián)系，因此，本文主要考察我國(guó)股市上股票的異質(zhì)性波動(dòng)是否影響股票的橫截面收益。

(一)組合收益的基本統(tǒng)計(jì)及比較

首先，考慮到文獻(xiàn)中關(guān)于股票風(fēng)險(xiǎn)的測(cè)度較多，我們分別基于不同的風(fēng)險(xiǎn)測(cè)度進(jìn)行分組，考察不同組合的收益之差是否顯著。這里，我們既考慮了總波動(dòng)風(fēng)險(xiǎn)，也考慮了系統(tǒng)風(fēng)險(xiǎn)，同時(shí)還考慮了股票的異質(zhì)波動(dòng)風(fēng)險(xiǎn)。其中，我們使用股票的月度收益標(biāo)準(zhǔn)差度量股票的總波動(dòng)風(fēng)險(xiǎn)，以CAPM 模型下的beta 系數(shù)度量股票的系統(tǒng)風(fēng)險(xiǎn)，進(jìn)而使用Fama－French 三因素模型下的殘差標(biāo)準(zhǔn)差度量股票的異質(zhì)波動(dòng)風(fēng)險(xiǎn)。需要注意的是，收益波動(dòng)風(fēng)險(xiǎn)是以過(guò)去36 個(gè)月的月收益標(biāo)準(zhǔn)差計(jì)算得到的，系統(tǒng)風(fēng)險(xiǎn)是在過(guò)去36 個(gè)月上回歸CAPM 模型得到，異質(zhì)波動(dòng)風(fēng)險(xiǎn)則是基于日度收益數(shù)據(jù)以過(guò)去一個(gè)月內(nèi)個(gè)股在Fama－French(1993)模型下的殘差標(biāo)準(zhǔn)差計(jì)算得到。當(dāng)我們選擇不同估計(jì)期時(shí)，結(jié)果基本穩(wěn)定。

于是，每月初，本文基于個(gè)股的相關(guān)風(fēng)險(xiǎn)測(cè)度從小到大排序，并等分為5 組，然后考察不同組合的月度收益情況，具體如表1 所示。在表1 中，我們既計(jì)算了不同組合的簡(jiǎn)單加權(quán)收益(Rew)，也計(jì)算了不同組合經(jīng)流通市值加權(quán)后的收益率(Rvw)。由表1 可知，高風(fēng)險(xiǎn)組合并沒(méi)有獲得更高的收益。具體而言，在Panel A中，高收益波動(dòng)組合比低收益波動(dòng)組合的1 個(gè)月持有期收益低0．5%，該結(jié)果在10%的顯著性水平下顯著。在Panel B 中，最高組的系統(tǒng)風(fēng)險(xiǎn)組合的收益并沒(méi)有顯著低于系統(tǒng)風(fēng)險(xiǎn)較低的組合，僅僅略低于第二小組的系統(tǒng)風(fēng)險(xiǎn)組合。但是，在Panel C 中，低異質(zhì)波動(dòng)組合與高異質(zhì)波動(dòng)組合的簡(jiǎn)單加權(quán)收益之差已上升為1．6%，遠(yuǎn)高于Panel A 中的0．5%，且在1%的顯著性水平下顯著。我們可以發(fā)現(xiàn)，即使扣除一定的交易費(fèi)用，該對(duì)沖組合仍可獲利。但是，考察二者的價(jià)值加權(quán)收益之差仍未存在顯著差異，僅是異質(zhì)波動(dòng)率第二低組合比最高組合可顯著獲 得0．6%差異。

表1 不同波動(dòng)風(fēng)險(xiǎn)度量指標(biāo)下的組合收益均值檢驗(yàn)

我們以窗口滾動(dòng)方式，在每月初構(gòu)造異質(zhì)波動(dòng)組合，并計(jì)算不同組合自1999年以來(lái)的累積收益走勢(shì)。研究結(jié)果表示不同異質(zhì)波動(dòng)組合的價(jià)值加權(quán)累積收益走勢(shì)，隨時(shí)間流逝，異質(zhì)波動(dòng)率較低組合獲得的累積收益反而嚴(yán)格高于波動(dòng)率較高組合。此外，我們基于不同異質(zhì)波動(dòng)組合的簡(jiǎn)單累積收益走勢(shì)與以上描述完全一致。考慮文章篇幅有限，省略此部分走勢(shì)圖。

(二)二維分組分析

為進(jìn)一步研究股票的異質(zhì)波動(dòng)風(fēng)險(xiǎn)與其橫截面收益之間的關(guān)系，本文利用二維分組的方法并進(jìn)行均值檢驗(yàn)，以考察在控制其他因素的影響下個(gè)股的異質(zhì)波動(dòng)性對(duì)其收益有何影響。

首先，本文基于流通市值和異質(zhì)波動(dòng)風(fēng)險(xiǎn)進(jìn)行二維分組。每月初，我們按照個(gè)股的流通市值從小到大排序，并等分為5 組，分別為Small、2nd、3rd、4th 和Big 組。然后，在每一size組別內(nèi)，根據(jù)個(gè)股上一個(gè)月度的異質(zhì)波動(dòng)風(fēng)險(xiǎn)從小到大排序并等分為5 組，分別為L(zhǎng)ow、2nd、3rd、4th 和High 組。隨后，分別計(jì)算25 個(gè)組合在當(dāng)月的價(jià)值加權(quán)收益率。最后，對(duì)各個(gè)組合的月收益率進(jìn)行均值檢驗(yàn)，結(jié)果如表2 的Panel A 所示。

由表2 的Panel A 可知，當(dāng)公司規(guī)模較小時(shí)，不同組合的收益隨異質(zhì)波動(dòng)增大基本呈下降趨勢(shì)，并且在控制規(guī)模影響下，最高異質(zhì)波動(dòng)組合的收益顯著低于最低波動(dòng)組合。但是，當(dāng)公司規(guī)模較大時(shí)，我們并未發(fā)現(xiàn)該顯著現(xiàn)象。同樣，在控制異質(zhì)波動(dòng)影響時(shí)，小規(guī)模股票組合相比較大規(guī)模股票組合獲得了更高的收益，這與小規(guī)模效應(yīng)基本一致。

其次，我們又以個(gè)股的賬面市值比和異質(zhì)波動(dòng)進(jìn)行了類似的二維分組分析，結(jié)果見表2的Panel B。基本結(jié)果與Panel A 一致，即在控制賬面市值比的條件下，高異質(zhì)性波動(dòng)組合比低波動(dòng)組合獲得了顯著的低收益，其所承擔(dān)的更高風(fēng)險(xiǎn)并未得到正的風(fēng)險(xiǎn)補(bǔ)償。

同樣，我們基于個(gè)股換手率和異質(zhì)波動(dòng)進(jìn)行分組，結(jié)果見表2 的Panel C。與上面不同的是，此時(shí)我們發(fā)現(xiàn)在控制股票換手率的條件下，異質(zhì)波動(dòng)風(fēng)險(xiǎn)的高低組合并沒(méi)有顯著的收益之差。最后，基于股票收益慣性與異質(zhì)波動(dòng)分組，我們發(fā)現(xiàn)了同樣的結(jié)論，如表2 的Panel D 所示。

上述分析意味著，投資者可以構(gòu)造對(duì)沖組合，以獲取無(wú)風(fēng)險(xiǎn)收益，即:買入小規(guī)模、異質(zhì)性波動(dòng)較低的組合，賣出大規(guī)模(或同等規(guī)模)、異質(zhì)性波動(dòng)較高的組合，收益之差高達(dá)2．9%。同樣可以買入低賬面市值比、異質(zhì)性波動(dòng)較低的組合，賣出高賬面市值比(或同等程度)、異質(zhì)性波動(dòng)較高的組合，收益之差達(dá)1．2%。扣除0．6%的交易成本，仍可獲得無(wú)風(fēng)險(xiǎn)收益。

表2 基于異質(zhì)性波動(dòng)和其他因素的二維分組分析

(三)Fama－MacBeth 兩階段橫截面檢驗(yàn)

我們通過(guò)兩階段橫截面檢驗(yàn)來(lái)考察異質(zhì)收益波動(dòng)性是否會(huì)導(dǎo)致風(fēng)險(xiǎn)溢價(jià)。方法如下:首先，通過(guò)組合水平估計(jì)Fama－French 模型因子的因子負(fù)荷，并計(jì)算出各組合每月的平均波動(dòng)水平;接下來(lái)，通過(guò)橫截面回歸，將組合收益和因子負(fù)荷進(jìn)行回歸，以檢驗(yàn)投資收益是否受因子負(fù)荷的影響。

考慮消除個(gè)股的因子負(fù)載對(duì)整體回歸結(jié)果可能造成的噪聲影響，在進(jìn)行以下檢驗(yàn)時(shí)以組合水平代替?zhèn)€股水平，根據(jù)前文得到的分組進(jìn)行估計(jì)各因子的因子負(fù)荷。此時(shí)，我們將構(gòu)造不同的組合集分別進(jìn)行檢驗(yàn)，即:①按照股票的異質(zhì)波動(dòng)分組，并劃分為10 個(gè)Ivol．組合;②先按照股票的流通市值排序，把股票劃分為5 個(gè)Size 組別，接下來(lái)在每一組別內(nèi)按照股票的異質(zhì)波動(dòng)分組等分為5 個(gè)Ivol．組合;③先按照股票的賬面市值比排序，并劃分為5 個(gè)BM 組別，然后在每一組別內(nèi)按照股票的異質(zhì)波動(dòng)分組等分為5 個(gè)Ivol．組合;④先按照股票的月度換手率排序并劃分為5 個(gè)Turnover 組別，然后在每一組別內(nèi)按照股票的異質(zhì)波動(dòng)分組等分為5 個(gè)Ivol．組合;⑤先按照股票的過(guò)去一年的收益率排序并劃分為5 個(gè)MOM 組別，然后在每一組別內(nèi)按照股票的異質(zhì)波動(dòng)分組等分為5 個(gè)Ivol．。

在有效樣本期內(nèi)，從1999年1月到2010年12月，在組合水平下采用Fama and French(1993)三因素模型進(jìn)行如下時(shí)間序列回歸分析:

其中，Ri，j，t表示波動(dòng)組合i內(nèi)的個(gè)股j在第t月的收益，其他因子如前所述，不再贅述。這里，定義各解釋變量的因子負(fù)載為該階段估計(jì)得到的對(duì)應(yīng)解釋變量的回歸系數(shù)。

將組合月收益與上一階段估計(jì)得到的因子負(fù)載通過(guò)Fama－MacBeth 橫截面檢驗(yàn)，加入各組合每月的平均波動(dòng)水平，以檢驗(yàn)股票的收益波動(dòng)是否會(huì)對(duì)收益起到預(yù)測(cè)作用。如果個(gè)股異質(zhì)波動(dòng)程度果真是風(fēng)險(xiǎn)因子而且被定價(jià)，則預(yù)期第二階段回歸應(yīng)該得到正的估計(jì)系數(shù)。具體而言，針對(duì)不同的組合，在樣本期間，從1999年1月到2010年12月，每一個(gè)月分別進(jìn)行橫截面回歸，并在組合水平下采用如下多因子模型進(jìn)行回歸分析:

其中，LMKTi，LSMBi，LHMLi分別對(duì)應(yīng)組合i在第一階段的多因子模型回歸中所得到的市場(chǎng)超額收益率(MR－Rf)因子的因子負(fù)載、SMB因子的因子負(fù)載、HML因子的因子負(fù)載;Ivolt，i為組合i在第t月的波動(dòng)因子負(fù)載。接下來(lái)依據(jù)Fama－MacBeth 方法進(jìn)行相關(guān)參數(shù)的均值及其t統(tǒng)計(jì)值的估計(jì)。考慮到上述方法可能存在異方差影響，因而在進(jìn)行橫截面回歸時(shí)，我們采用經(jīng)White 調(diào)整的t統(tǒng)計(jì)量，其相關(guān)結(jié)果見表3。

由表3 可知，無(wú)論以何種方式構(gòu)造組合集，Ivol因子都是顯著為負(fù)，這意味著異質(zhì)性波動(dòng)因子并沒(méi)有因承擔(dān)更高的特質(zhì)風(fēng)險(xiǎn)而獲得相配比的正向補(bǔ)償，這與標(biāo)準(zhǔn)金融理論不符。在此看來(lái)，個(gè)股的異質(zhì)性波動(dòng)與其收益之間存在著負(fù)向關(guān)系，這與國(guó)外其他股市的研究結(jié)果基本一致，也即中國(guó)存在所謂的波動(dòng)率異象。

表3 不同組合集下的Fama－Macbeth 兩階段橫截面檢驗(yàn)

五、結(jié)論

近年來(lái)，大量學(xué)者對(duì)國(guó)外股市研究發(fā)現(xiàn):股市存在波動(dòng)異象之謎，即低波動(dòng)組合比高波動(dòng)組合獲得了更高的收益。對(duì)此，本文對(duì)中國(guó)股市進(jìn)行了相應(yīng)研究，旨在弄清中國(guó)股市上股票的波動(dòng)風(fēng)險(xiǎn)與收益特征之間的關(guān)系。所不同的是，考慮異質(zhì)波動(dòng)風(fēng)險(xiǎn)反映了不能被常見定價(jià)因子所解釋的部分收益波動(dòng)，本文主要研究異質(zhì)波動(dòng)風(fēng)險(xiǎn)與中國(guó)股市的收益關(guān)系，研究發(fā)現(xiàn):不同異質(zhì)性波動(dòng)風(fēng)險(xiǎn)組合之間的累積收益之差將隨著時(shí)間流逝而逐漸呈現(xiàn)較大差異。無(wú)論是單變量分組還是二維分組分析，本文發(fā)現(xiàn)低異質(zhì)波動(dòng)組合可以獲得顯著高于高異質(zhì)波動(dòng)組合的收益。基于Fama－ MacBeth 兩階段橫截面檢驗(yàn)表明，異質(zhì)波動(dòng)因子的溢價(jià)水平顯著為負(fù)。根據(jù)上述研究，投資者可以買入小規(guī)模、異質(zhì)性波動(dòng)較低的組合，賣出大規(guī)模(或同等規(guī)模)、異質(zhì)性波動(dòng)較高的組合，對(duì)沖收益之差高達(dá)2．9%。同樣可以買入低賬面市值比、異質(zhì)性波動(dòng)較低的組合，賣出高賬面市值比(或同等程度)、異質(zhì)性波動(dòng)較高的組合，收益之差達(dá)1．2%。扣除0．6%的交易成本，仍可獲得無(wú)風(fēng)險(xiǎn)收益。然而，究竟是何種原因?qū)е铝似渑c標(biāo)準(zhǔn)金融理論的不相符合，這有待進(jìn)一步深入研究。

［1］Barber，B．M．，＆ Odean，T．．“Trading is hazardous to your wealth:The common stock investment performance of individual investors”，The Journal of Finance，2000，55(2):773－806．

［2］Campbell，J．Y．，M．Lettau，et al．．“Have individual stocks become more volatile?An empirical exploration of idiosyncratic risk”，Journal of Finance，2001，56(1):1－43．

［3］Goyal，A．a(chǎn)nd P．Santa－ Clara．“Idiosyncratic risk matters!”，Journal of Finance，2003，58(3):975－1007．

［4］Malkiel，B．G．，＆ Xu，Y．．“Idiosyncratic risk and security returns”，University of Texas at Dallas，2002．

［5］Ang，A．，R．J．Hodrick，et al．．“The cross－section of volatility and expected returns”，Journal of Finance，2006，61(1):259－299．

［6］Ang，A．，R．J．Hodrick，et al．．“High idiosyncratic volatility and low returns:International and further US evidence”，Journal of Financial Economics，2009，91(1):1－23．

［7］Malcolm，B．，B．Bradley，et al．．“Benchmarks as Limits to Arbitrage:Understanding the Low－ Volatility Anomaly”，F(xiàn)inancial Analysts Journal，2011，67(1):40－54．

［8］Bali，T．G．a(chǎn)nd N．Cakici．“Idiosyncratic volatility and the cross section of expected returns”，Journal of Financial and Quantitative Analysis，2008，43(1):29－58．

［9］Fu，F(xiàn)．J．．“Idiosyncratic risk and the cross－section of expected stock returns”，Journal of Financial Economics，2009，91(1):24－37．

［10］Huang，W．，Liu，Q．，Rhee，S．G．，＆ Zhang，L．．“Return reversals，idiosyncratic risk，and expected returns”，Review of Financial Studies，2010，23(1)，147－168．

［11］Brown，D．P．，＆ Ferreira，M．A．．“Information in the idiosyncratic volatility of small firms”，Social Science Electronic Publising，2004．

［12］Angelidis，T．a(chǎn)nd N．Tessaromatis．“Idiosyncratic volatility and equity returns:UK evidence”，International Review of Financial Analysis，2008，17(3):539－556．

［13］Jiang，X．Q．a(chǎn)nd B．S．Lee．“The dynamic relation between returns and idiosyncratic volatility”，F(xiàn)inancial Management，2006，35(2):43－65．

［14］Peterson，D．R．a(chǎn)nd A．R．Smedema．“The return impact of realized and expected idiosyncratic volatility”，Journal of Banking ＆ Finance，2011，35(10):2547－2558．

［15］Bali，T．G．，N．Cakici，et al．．“Maxing out:Stocks as lotteries and the cross－section of expected returns”，Journal of Financial Economics，2011，99(2):427－446．

［16］賴步連、楊繼東、周業(yè)安:《異質(zhì)波動(dòng)與并購(gòu)績(jī)效——基于中國(guó)上市公司的實(shí)證研究》，載《金融研究》2006年第12期。

［17］孔東民、申睿:《信息環(huán)境、R2 與過(guò)度自信:基于資產(chǎn)定價(jià)效率的檢驗(yàn)》，載《南方經(jīng)濟(jì)》2007年第6期。