论文部分内容阅读
特质风险与股票收益的关系是近年来学术界热议的话题,Merton(1987)提出投资者无法通过分散化完全对冲特质风险,从理论上论证了特质风险应当具有正的风险补偿;而Ang(2006,2009)则通过实证研究发现无论是美国市场还是全球市场,特质波动率均与股票预期收益负相关;也有部分学者认为模型设定、数据迁就等原因导致了虚假的相关性,特质波动率与股票预期收益没有关系;可见学术界对这一问题并无定论,因此将其称为“特质波动率异象”。针对特质波动率异象,学者们从套利限制、套利非对称性、投资者行为和上市公司信息披露质量等角度给出了多种解释,但尚未得出统一的结论。目前国内研究主要关注特质波动率与股票横截面收益的关系,但也观察到特质波动率与股票预期收益的关系在时序上并不稳定,熊伟(2015)研究发现投资者情绪越高涨,特质波动率与股票预期收益的负相关性越强。
经济政策对资本市场有着深远的影响,投资者与上市公司均受到经济政策影响,但经济政策难以量化并形成连续数据,给资产定价相关研究带来了极大的困难。Baker(2016)利用新闻报道计算了24个经济体的月度经济政策不确定性指数,解决了数据缺失的问题,此后越来越多的研究开始关注经济政策不确定性与股票收益率和股票波动率的关系。中国学者发现A票市场经济政策不确定性风险溢价为负,即经济政策不确定性β高的股票超额收益为负,并且经济政策不确定性上行会加重投资者非理性预期,从而导致股价波动。既然经济政策不确定性可以通过影响投资者行为而影响股票收益与风险水平,那么有没有可能也会影响到特质波动率与股票预期收益的相关关系呢?如果有影响,又是通过什么路径呢?
这就是本文要研究的三个问题:第一、A股市场是否存在特质波动率异象;第二、如果存在特质波动率异象,特质波动率与股票预期收益的关系是否受经济政策不确定性水平影响;第三、如果上述两个问题的答案均是肯定的,经济政策不确定性又是通过何种途径影响特质波动率与股票预期收益的关系。
为了研究第一个问题,本文采用月内日度数据估计Fama三因子模型,并使用模型残差的标准差作为个股特质波动率的代理变量,使用单变量分组、双变量分组和Fama-Macbeth横截面回归发现,全样本区间内,A股特质波动率与股票预期收益负相关。为了研究第二个问题,本文将样本区间按经济政策不确定性高、中、低分为三个子样本,在每个子样本内分别构建按特质波动率分组的投资组合并进行Fama-Macbeth横截面回归,发现经济政策不确定性高时,特质波动率与股票预期收益负相关,经济政策不确定性低或中等时,负相关关系不再显著。为了研究第三个问题,本文使用彩票类股票与非彩票类股票价格、换手率、价格极差三个指标的差值作为投资者赌博偏好的代理变量,发现经济政策不确定性越高,投资者赌博偏好越强,投资者赌博偏好是经济政策不确定性与特质波动率异象的传递路径之一。
经济政策对资本市场有着深远的影响,投资者与上市公司均受到经济政策影响,但经济政策难以量化并形成连续数据,给资产定价相关研究带来了极大的困难。Baker(2016)利用新闻报道计算了24个经济体的月度经济政策不确定性指数,解决了数据缺失的问题,此后越来越多的研究开始关注经济政策不确定性与股票收益率和股票波动率的关系。中国学者发现A票市场经济政策不确定性风险溢价为负,即经济政策不确定性β高的股票超额收益为负,并且经济政策不确定性上行会加重投资者非理性预期,从而导致股价波动。既然经济政策不确定性可以通过影响投资者行为而影响股票收益与风险水平,那么有没有可能也会影响到特质波动率与股票预期收益的相关关系呢?如果有影响,又是通过什么路径呢?
这就是本文要研究的三个问题:第一、A股市场是否存在特质波动率异象;第二、如果存在特质波动率异象,特质波动率与股票预期收益的关系是否受经济政策不确定性水平影响;第三、如果上述两个问题的答案均是肯定的,经济政策不确定性又是通过何种途径影响特质波动率与股票预期收益的关系。
为了研究第一个问题,本文采用月内日度数据估计Fama三因子模型,并使用模型残差的标准差作为个股特质波动率的代理变量,使用单变量分组、双变量分组和Fama-Macbeth横截面回归发现,全样本区间内,A股特质波动率与股票预期收益负相关。为了研究第二个问题,本文将样本区间按经济政策不确定性高、中、低分为三个子样本,在每个子样本内分别构建按特质波动率分组的投资组合并进行Fama-Macbeth横截面回归,发现经济政策不确定性高时,特质波动率与股票预期收益负相关,经济政策不确定性低或中等时,负相关关系不再显著。为了研究第三个问题,本文使用彩票类股票与非彩票类股票价格、换手率、价格极差三个指标的差值作为投资者赌博偏好的代理变量,发现经济政策不确定性越高,投资者赌博偏好越强,投资者赌博偏好是经济政策不确定性与特质波动率异象的传递路径之一。