中國股票市場“特質(zhì)波動率之謎”研究

潘群星，張艷雯，馮胡娟

(南京財經(jīng)大學(xué)金融學(xué)院，江蘇南京210023)

一、引言

Black等在1972年率先提出了公司特質(zhì)風(fēng)險與股票收益率之間存在相關(guān)性。隨著研究的深入，學(xué)者發(fā)現(xiàn)公司特質(zhì)風(fēng)險是不可避免的，并用特質(zhì)波動率來衡量公司特質(zhì)風(fēng)險，然而國內(nèi)外學(xué)者在特質(zhì)波動率與股票預(yù)期收益的關(guān)系上沒有達(dá)成一致，并把特質(zhì)波動率與股票預(yù)期收益的負(fù)相關(guān)關(guān)系稱為“特質(zhì)波動率之謎” 。Miller早在1977年就提出異質(zhì)信念對資產(chǎn)收益影響的假說:在投資者異質(zhì)信念和市場賣空限制下，樂觀投資者情緒通過買入容易表達(dá)，而悲觀投資者在賣空限制下無法表達(dá)，導(dǎo)致資產(chǎn)價格更多反映樂觀投資者的觀點，價格會被高估。在我國股票市場投資者眾多、異質(zhì)信念復(fù)雜、融資融券業(yè)務(wù)初步發(fā)展的情況下，我國股票市場是否存在特質(zhì)波動率之謎一直是國內(nèi)資產(chǎn)定價領(lǐng)域的熱點問題，異質(zhì)信念和賣空機(jī)制又如何影響資產(chǎn)的定價?為此，論文以2010年4月至2018年12月的我國A股股票為樣本，探究我國股票市場是否存在“特質(zhì)波動率之謎” ，用換手率作為異質(zhì)信念的替代變量，量化異質(zhì)信念對“特質(zhì)波動率之謎”的解釋力。

國內(nèi)外學(xué)者在兩者的關(guān)系上一直存在很大爭議。許多學(xué)者支持特質(zhì)波動率與股票預(yù)期收益正相關(guān)。在理論上，Merton建立基于不完全市場的定價模型，認(rèn)為特質(zhì)波動率越大，回報應(yīng)該越高，特質(zhì)波動率與資產(chǎn)定價呈正相關(guān)。實證上，Brockman等選取全球44個國家的股票市場數(shù)據(jù)，采用EGARCH模型估計特質(zhì)波動率，支持Merton正相關(guān)的結(jié)論；鄧雪春建立ARMA模型提取預(yù)期特質(zhì)波率，結(jié)果表明兩者之間存在顯著的正向關(guān)系；田益祥等發(fā)現(xiàn)在我國股市，特質(zhì)風(fēng)險與股票收益呈顯著的正相關(guān)關(guān)系。許多學(xué)者持有相反結(jié)論:特質(zhì)波動率與股票預(yù)期收益負(fù)相關(guān)。在理論上，Miller則認(rèn)為在賣空限制下，股票只反映樂觀投資者情緒，悲觀投資者無法在市場上得以體現(xiàn)，導(dǎo)致資產(chǎn)定價過高后回落，特質(zhì)波動率與橫截面收益負(fù)相關(guān)。在實證上，左浩苗等使用多種計算特質(zhì)波動率的方法，發(fā)現(xiàn)特質(zhì)波動率與預(yù)期收益的負(fù)相關(guān)關(guān)系仍然存在；劉維奇等利用CAPM模型和Fama-French三因子模型提取特質(zhì)波動率，都得出特質(zhì)波動率與預(yù)期收益負(fù)相關(guān)。

二、理論模型與方法

(一)度量特質(zhì)波動率

特質(zhì)風(fēng)險是指與公司相關(guān)的風(fēng)險，獨立于市場風(fēng)險。我們選取特質(zhì)波動率(IV)作為公司特質(zhì)風(fēng)險的代理指標(biāo)。

首先，我們使用Fama-French三因子模型估計股票的特質(zhì)波動率，具體公式如下:

其中，Ri，t，τ表示第i只股票第t月的第τ日收益率，rf表示第τ日的無風(fēng)險收益率，MKTτ、SMBτ和HMLτ分別表示第τ日的市場因子、規(guī)模因子和賬面市值比因子。把第i只股票第t月的特質(zhì)波動率定義為回歸殘差εi，τ的標(biāo)準(zhǔn)差與當(dāng)月交易天數(shù)ni，t開方項的乘積。

(二)變量說明

為了檢驗“特質(zhì)波動率之謎” 是否存在以及探索其形成原因，我們引入一些控制變量。

(1)規(guī)模(SIZE):用公司總市值的自然對數(shù)作為規(guī)模的測量指標(biāo)。

(2)賬面市值比(BM):用股票當(dāng)年的賬面價值與每個月月初的總市值的比率來衡量。

(3)協(xié)偏度(SKEW):參照Harvey和Siddique衡量協(xié)偏度方法，用股票i第t月的每一個交易日的超額收益(Ri，t，τrf)對市場組合超額收益(Rm，t，τ-rf)和超額收益的平方項(Rm，t，τ-rf)2進(jìn)行回歸:

則股票i在第t月的協(xié)偏度為γi，t。

(4)非流動性(ILLIQ):選擇Amihud測度作為衡量流動性的指標(biāo)，Amihud測度實際衡量的是股票的非流動性，該變量越大，股票流動性越差。公式得到股票i在第t日的非流動性:

其中Ri，t，τ和Volumei，t，τ分別表示股票i第t月的第τ日收益率和交易量。

化學(xué)防治能夠?qū)Σ∠x害進(jìn)行有效控制，但化學(xué)農(nóng)藥所含的高毒性會給稻米帶來較高的農(nóng)藥殘留，對環(huán)境也會產(chǎn)生較為嚴(yán)重的污染。化學(xué)防治不僅嚴(yán)重破壞了生態(tài)平衡，還嚴(yán)重影響了居民的身體健康。因此，人們從食品質(zhì)量與安全方面對水稻病蟲害防治提出了新要求。

(5)前一個月的收益率(LASTR):馬超群和張浩發(fā)現(xiàn)在我國市場只有形成期和持有期在4周內(nèi)的周度周期策略中存在動量異常收益。因此論文選擇前一個月收益率來控制一月時間長度的反轉(zhuǎn)效應(yīng)和動量效應(yīng)的影響。

(6)價格極差(RP):論文以月內(nèi)最大日收盤價與最小日收盤價之差作為衡量價格極差的指標(biāo)。

(7)換手率(TUR):按照Boehme等的建議選擇股票的月?lián)Q手率作為異質(zhì)信念的代理變量。

(8)交易成本(COST):采用Lesmond等的方法，即用日收益率為零的天數(shù)在一個月所有交易日天數(shù)中所占的比例來衡量交易成本。

三、實證研究

(一)樣本選取

論文選取A股所有上市公司為研究對象。由于創(chuàng)業(yè)板市場在2010年3月A股啟動融資融券業(yè)務(wù)，這種交易制度的施行對股票的收益產(chǎn)生巨大影響，故論文選取樣本區(qū)間從2010年4月1日到2018年12月31日。在這期間，A股市場受到了熔斷機(jī)制的“自熔斷”和中美貿(mào)易摩擦等重大事件的沖擊。同時為了減少誤差，我們剔除了ST、PT或停牌狀態(tài)的股票、金融業(yè)股票、月交易天數(shù)少于15天的股票，一共得到股票3439只。股票數(shù)據(jù)和控制變量數(shù)據(jù)來自國泰安CSMAR金融數(shù)據(jù)庫和Wind數(shù)據(jù)庫，計算Fama-French三因子模型的數(shù)據(jù)來自RESSET金融研究數(shù)據(jù)庫，無風(fēng)險收益率采用同期的國債收益率折算得到。

表1給出了特質(zhì)波動率分成5組后，控制變量均值的變化情況。隨著組合1到組合5特質(zhì)波動率依次增大，樣本A股上市公司的規(guī)模也在增大，說明在2010年至2018年，高特質(zhì)波動率主要集中在大規(guī)模公司。賬面市值比、交易成本和協(xié)偏度的絕對值呈下降趨勢。非流動性也呈下降趨勢，非流動性越小，流動性越好，股票的預(yù)期特質(zhì)波動率越大。前一月收益率呈上升趨勢，說明前一月收益率增加，預(yù)期下一月股票特質(zhì)波動率也會上升。價格極差和換手率呈上升趨勢，且變化幅度很大，表明高特質(zhì)波動率股票月內(nèi)價格變化幅度大，換手率高，低特質(zhì)波動率股票月內(nèi)價格變化幅度小，換手率低。進(jìn)而我們考察控制變量間的相關(guān)系數(shù)，得到特質(zhì)波動率與換手率的相關(guān)系數(shù)高達(dá)0.516，與價格極差的相關(guān)系數(shù)是0.379。

表1 控制變量按照特質(zhì)波動率分組后的均值

(二)投資組合分析

表2是以股票的月數(shù)據(jù)估計Fama-French三因子模型得到的特質(zhì)波動率。對股票特質(zhì)波動率按分位點從小到大分成5個投資組合，計算各個組合的平均特質(zhì)波動率和平均預(yù)期收益率。

表2 存在性檢驗

表2的第二列是樣本分組下的特質(zhì)波動率，第三列是對應(yīng)分組下的平均收益率，可以明顯看出我國股票市場存在“特質(zhì)波動率之謎”現(xiàn)象，高特質(zhì)波動率有低收益(特質(zhì)波動率最高組平均收益率為-0.9783%)，低特質(zhì)波動率有高收益(特質(zhì)波動率最低組平均收益率為0.9006%)。從第二組開始，隨著特質(zhì)波動率的增加，平均收益率呈下降趨勢。買入低特質(zhì)波動率組合賣出高特質(zhì)波動率組合的超額平均收益率達(dá)到1.8789%，且T值顯著。

(三)Fama-Macbeth橫截面回歸分析

為了驗證投資組合分析的結(jié)果，進(jìn)一步探討橫截面上股票預(yù)期收益率與特質(zhì)波動率及其他控制變量之間的關(guān)系，進(jìn)行Fama-Macbeth橫截面回歸分析。前面我們已經(jīng)得出，特質(zhì)波動率與換手率的相關(guān)系數(shù)高達(dá)0.516，與價格極差的相關(guān)系數(shù)為0.379。

采用Fama-Macbeth橫截面回歸方法，進(jìn)一步檢驗股票收益與特質(zhì)波動率在橫截面上的關(guān)系，在橫截面上引入控制變量Control，包括SIZE、BM、SKEW、ILLIQ、LASTR、RP、TUR、COST作為自變量，對下一月收益進(jìn)行回歸。表3報告了橫截面回歸的實證結(jié)果。橫截面上所有變量指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，橫截面回歸方程如下:

沒有加入控制變量時，股票預(yù)期收益與特質(zhì)波動率在橫截面上存在顯著的負(fù)相關(guān)關(guān)系。加入控制變量后，負(fù)相關(guān)關(guān)系依然顯著存在，系數(shù)相較于-0.1490沒有較大變化，說明規(guī)模等控制變量無法抑制特質(zhì)波動率與預(yù)期收益的負(fù)相關(guān)關(guān)系。加入價格極差，特質(zhì)波動率系數(shù)變?yōu)?0.1121，相較于其他控制變量，系數(shù)有所降低，但不是很明顯；加入換手率，特質(zhì)波動率系數(shù)變?yōu)?0.0734，相較于-0.1490，系數(shù)明顯降低，T值也顯著下降，換手率的影響也遠(yuǎn)遠(yuǎn)高于價格極差的影響。最后加入價格極差和換手率，系數(shù)變?yōu)?0.0535。價格極差和換手率加入對特質(zhì)波動率之謎有一定的解釋力，但不能改變股票預(yù)期收益與特質(zhì)波動率的負(fù)相關(guān)關(guān)系。

(四)融資融券對換手率和特質(zhì)波動率的影響

論文運用雙重差分模型進(jìn)一步分析融資融券對異質(zhì)信念和特質(zhì)波動率的影響，以2014年9月22日第四次融資融券擴(kuò)容為時間點，選取第四次擴(kuò)容融資融券標(biāo)的，剔除金融股、公共事業(yè)股后的181只股票為實驗組，對照組為第五次擴(kuò)容同樣剔除金融股和公共事業(yè)股后的57只股票，共238只股票。第五次擴(kuò)容的時間點為2016年12月，我們?nèi)?014年10月至2016年12月為實驗期，非實驗對比期為2012年7月至2014年9月。選取2014年9月為時間點，是因為融資融券已經(jīng)第四次擴(kuò)容，融資融券業(yè)務(wù)進(jìn)入常規(guī)，股票數(shù)量和前后時間跨度也具有較高的研究價值。建立雙重差分模型對比融資融券前后換手率和特質(zhì)波動率的變化情況，模型如下:

其中，TUR表示第i只股票第t月?lián)Q手率，IV表示第i只股票第t月的特質(zhì)波動率，D為實驗組和對照組的虛擬變量，D＝1表示標(biāo)的股票，D＝0表示非標(biāo)的股票；T為時間虛擬變量，T＝1表示政策開展后，T＝0表示政策開展前。而SIZE、BM、VOL、SPREAD(價差)和LSATR為控制變量，價差為股票月開盤價和收盤價的差值。

表4是雙重差分模型下融資融券對股票換手率以及特質(zhì)波動率影響的實證結(jié)果。換手率和特質(zhì)波動率的系數(shù)為負(fù)，分別是-0.0159和-0.0114，且T值顯著，表明融資融券的開展導(dǎo)致?lián)Q手率的下降和特質(zhì)波動率的下降，融資融券的開展導(dǎo)致標(biāo)的股票換手率下降0.0159，特質(zhì)波動率下降-0.0114。正如之前分析的，市場上投資者具有異質(zhì)信念，樂觀的信念會造成當(dāng)期股票價格的高估、未來收益的降低，而悲觀的信念由于賣空限制的存在無法體現(xiàn)。融資融券業(yè)務(wù)的開展，能夠讓悲觀情緒得以體現(xiàn)，降低了市場上的異質(zhì)信念以及特質(zhì)波動率，在一定程度上緩和“特質(zhì)波動率之謎” 。

表4 融資融券對換手率和特質(zhì)波動率的影響

四、結(jié)論

在熔斷機(jī)制“自熔斷” 和中美貿(mào)易摩擦等重大事件沖擊的背景下，論文考察了自融資融券業(yè)務(wù)啟動起我國股票市場“特質(zhì)波動率之謎” 現(xiàn)象，對特質(zhì)波動率方面作了系統(tǒng)的研究。總結(jié)如下:第一，論文采用投資組合和Fama-Macbeth橫截面回歸分析方法，發(fā)現(xiàn)我國股票市場確實存在“特質(zhì)波動率之謎”現(xiàn)象，即特質(zhì)波動率與預(yù)期收益呈負(fù)相關(guān)，而且這種現(xiàn)象不受規(guī)模、賬面市值比、協(xié)偏度、非流動性、前一月收益率和交易成本的影響，引入表征異質(zhì)信念的換手率，換手率的加入降低了預(yù)期收益和特質(zhì)波動率的負(fù)相關(guān)關(guān)系。第二，根據(jù)換手率對特質(zhì)波動率影響最大，結(jié)合我國股票市場的賣空限制，利用第四次、五次融資融券擴(kuò)容標(biāo)的和第四次擴(kuò)容時間點，構(gòu)造雙重差分模型，考察融資融券對換手率和特質(zhì)波動率的影響，從異質(zhì)信念和賣空機(jī)制角度出發(fā)，發(fā)現(xiàn)融資融券的開展能夠有效地降低換手率，降低異質(zhì)信念，也能降低特質(zhì)波動率，從而緩解“特質(zhì)波動率之謎” 。

對我國A股市場股票收益與特質(zhì)波動率之間關(guān)系的研究具有重要意義。第一，研究我國股票市場“特質(zhì)波動率之謎”現(xiàn)象是對國內(nèi)現(xiàn)有研究的補充，豐富了資產(chǎn)定價理論在我國的發(fā)展。第二，對股票市場的信息披露質(zhì)量做出要求，規(guī)范和完善信息披露制度，提高信息披露質(zhì)量，確保信息披露及時、準(zhǔn)確，完善市場及股價異動的應(yīng)急機(jī)制。第三，基于投資者異質(zhì)信念和賣空機(jī)制角度來解釋“特質(zhì)波動率之謎”現(xiàn)象，能夠引導(dǎo)投資者正確看待公司和市場層面的信息，加強投資者教育，減小異質(zhì)信念影響；并且相關(guān)部門也應(yīng)因時制宜地驗證和發(fā)展融資融券業(yè)務(wù)，循序漸進(jìn)地對優(yōu)質(zhì)標(biāo)的股票擴(kuò)容，提高融資融券股票占比，降低賣空機(jī)制對特質(zhì)波動率之謎影響，增強股市風(fēng)險防范能力。