论文部分内容阅读
经典的资产定价模型通常认为非系统风险可以通过投资者的分散化投资而被完全抵消,然而在实际的股票市场并不是有效的,在实际的股票交易过程中,由于各种条件的限制使得多数投资者无法进行足够多样化的分散投资。因此,投资者总会承担与公司自身特征相关的风险,即公司的特质波动风险,而公司特质风险同样也需要相应的风险补偿。但是在实证研究中,Ang等(2006)通过对美国市场的实证研究,首次发现特质波动率与横截面收益之间存在显著的负相关关系,而迄今为止也没有一种理论可以对该关系做出很好的解释,因此后来被学术界称之为“特质波动率之谜”。本文用两种方法提取特质波动率,并首次采用分位数回归方法对我国股市是否存在“特质波动率之谜”进行了研究。本文选取了 2000年-2015年我国沪深A股所有股票作为研究对象,采用Fama-French三因素模型作为均值方程,运用OLS回归的残差标准差提取方法和EGARCH(1,1)模型两种方法估计特质波动率,另外在对特质波动率与股票预期收益之间的关系进行研究时,我们利用了 Fama-MacBeth横截面回归法和分位数回归法(Quantileregression)两种方法。结果发现,OLS回归模型和EGARCH(1,1)模型两种提取方法,对特质波动率、预期特质波动率与股票预期收益之间的关系并没有影响。在特质波动率与预期收益之间的关系中,横截面回归下的特质波动率与股票预期收益之间呈现出不显著的负相关相关;而分位数回归结果表明,在低分位水平下,特质波动率与预期收益之间呈负相关关系,而在高分位水平下,两者之间则呈现出显著正相关关系,而且在低分位和高分位下的相关关系均为显著的,说明,随着分位水平的变化两者之间的关系是呈现出动态变化的。由于上述结果中特质波动率与股票预期收益之间的负相关关系并不显著,我们进一步选择的是预期的特质波动率作为解释变量,考察两者之间的关系。结果表明,在横截面回归中,预期的特质波动率与预期收益率之间呈显著地正相关,但在分位数回归中,结果与之前非预期的特质波动率回归结果基本相同,在低分位下显著为负,在高分位下显著为正。从而较为明确地说明了,我国股票市场上还是存在一定程度的“特质波动率之谜”的现象,而预期的特质波动率在整体上并不能很好得反应出这一现象,而分位数回归能较为清晰地反应这一点。