经典的资本资产定价理论中假设了市场是有效的以及投资者是完全理性的,在这个理想市场中,只有系统性风险可以获得风险补偿,而非系统风险则可以通过构建投资组合,分散化投资加以规避。规避非系统性风险的关键是投资者需要持有模型设定的市场组合,而由于市场中的信息不对称等因素,加上我国特有的卖空限制、涨跌幅限制等限制因素。市场组合的构建几乎是不可能的,因此有学者提出非系统性风险也应当提供风险补偿,学术界还因此争论不休,这种不能被完全分散的非系统性风险是个股特有的,称为特质风险。本文以中国A股市场的数据为样本,利用现代计量模型和方法,通过单因子排序,二维组合分析、截面回归等实证方法,分析特质波动率和预期收益之间的关系。本文还构建了套利限制指数,并探究其是如何影响特质波动率与预期收益之间的关系的。之后还对特质波动率因子的可行性进行了检验,最后通过套利限制指数与特质波动率构建选股策略并进行回测,得出回测结果。首先,本文对特质波动率对预期收益率的影响进行了验证,根据以往学者的经验,使用Fama＆French三因子模型计算个股的月度特质波动率。之后通过相关性检验和单变量排序等方法验证两者的关系。结果发现特质波动率与股票预期收益率存在显著的负相关关系。之后,本文选择涨跌幅限制、卖空限制和流动性限制作为构建套利限制指数的限制成分。采用虚拟变量来衡量各成分对套利限制指数的影响。并挑选出效果最优的套利限制指数以及股票集的划分方式。在特质波动率维度构建多空组合,通过双变量分组的方法探究套利限制对特质波动率负溢价的影响,结果显示,套利限制可以增强特质波动率的负溢价,套利限制越高的股票特质波动率的负溢价越强。此外,还对该影响的持续性进行了验证。在进行策略选股前,本文还进行了因子有效性的检验,通过对特质波动率因子的有效性检验可以判断特质波动率因子是否具有有效性,以及有效性是否是持续的。结果发现特质波动率因子不仅是有效的,而且在预期收益期数滞后1-10阶时,特质波动率对预期收益都有一定的解释力度,所以特质波动率因子作为选股因子是有效的。本文还排除了MAX效应的影响,通过个股极端收益（MAX5）与特质波动率的二维组合分析以及加入套利限制之后的三维组合分析,发现MAX效应只是特质波动率负溢价的一种体现,其对特质波动率负溢价的解释能力较弱,并且也不影响套利限制与特质波动率的关系,因此,在选股时对MAX效应不予考虑。最后一步便是进行选股回测,基于套利限制可以加强特质波动率的负溢价这一结论,构建特质波动率的多空组合,在理想条件下,取得了48.10%的年化收益率,夏普比率为1.379,且最大回撤也低于30%,策略效果极佳。同时,考虑了交易手续费以及我国的交易限制之后,可供选择的股票标的数目急剧减少,相同策略的收益也大打折扣,并且只有高套利限制下的特质波动率多空组合收益率超过了基准收益。此外,本文还选取了验证特质波动率负溢价之外的时间段进行回测,回测结果说明套利限制的确能增强特质波动率对股票的划分程度,高套利限制的多空策略在策略评价的各项指标均优于套利限制较低的两组。论文最后阐明了本文研究的局限性,本文对其他因素的影响研究有限,可能存在其他因素对特质波动率的负溢价产生影响。同时没有对特质波动率的负溢价做过多解释,而仅仅通过历史数据进行验证而代替。在策略构建时使用理想化的条件使得策略表现较好,但是在实际应用中可能出现问题。同时,回测数据的时间段较短,如果增加回测期限,可能得出的结果更具普遍性。虽然有诸多不足,但是本文也尽量根据指标的现实意义对研究过程进行调整,同时从特质波动率异象出发,证实了特质波动率具有持续的负溢价,可以作为策略选股的因子,不失为本文的一个大胆尝试。特质波动率的研究是最近比较流行的一个课题,其研究还有很大的进步空间,目前传统的选股因子对特质波动率的解释力度都较弱,可以从解释特质波动率负溢价的角度入手,进行进一步探讨,可能会发掘出金融市场的潜在规律。