研究股价波动率对于风险管理和资产定价有着重要的理论和实际意义。证券市场所展现出来的特点之一就是股价频繁的波动,这种波动来源于证券市场的风险和相关的不确定性。波动率是证券组合理论、资本资产定价模型(CAPM)、套利定价模型(APT)以及Black-Schole模型的核心变量,也是证券市场风险最简洁和最有效的度量指标之一。同时,波动率对企业的投融资决策、消费者行为模式等也都有着重要的影响,因而,对于股价波动率的衡量和预测成为了学者和投资者关注的重点。作为一个新兴的股票市场,我国市场与世界上成熟的股票市场相比有着独特的特点,研究我国股票市场波动率的特点对于发展和完善当前的证券市场有着重要的意义。本文参考Guido(2018)的研究,构建了刻画个股波动率的波动率的指标VOV,按照五分位方法进行分组,并且利用CAPM模型、Farm-Franch三因子模型、Chart四因子模型以及Farm-Franch五因子模型进行比较不同组合之间的收益差距,进而进行分析。在运用的其他解释变量方面,我们还选取了月度收益率、流通市值、每股收益。此外,根据Amihud(2002)的方法,计算了测量流动性的指标。在去除了ST股票、在1994年—2018年每年交易日不足200天的股票、在2019年交易日不足90天的股票之后,分析了股票的ARCH效应,进一步的构建出适应股票现状的GARCH模型。在此基础上,求出各个股票的GARCH波动率。随后,借鉴Guido(2018)提出的股票波动率的波动率计算公式,计算出月度的VOV,以备进一步的分析。在分析开始,首先研究了股票按照VOV分组之后的股票特征,其结果表明,VOV与不同股票特征差异具有相关性,即VOV的大小与已经存在的影响股价的因子有着影响,VOV的不同,会导致其他特征的不同。为了研究股票波动率的波动率对于收益的影响,将每月的股票按照VOV的大小分成五组,依次利用建立的刻画个股波动率的波动率的指标VOV,按照五分位的方法进行分组,并且利用CAPM模型、Farm-Franch三因子模型、Chart四因子模型、Farm-Franch五因子模型进行比较不同组合之间的收益差距。实证结果表明,无论采用哪种模型进行分析,各个投资组合收益会随着VOV的增加而减少,也就是说,随着股票波动率的波动率增加,投资组合的收益会随之而减少。平均的年化收益差距在4%(3%)左右,并且均具有较高的统计意义。在此之后,试图通过3种方式解释这种VOV的负效应。第一种方式借鉴了田利辉、王冠英(2014)的研究,引入成交量与换手率,将成交量、换手率作为被解释变量,VOV、Beta等因素作为解释变量,依次进行回归。在回归方法的选择上,采用Fama-MecBench回归。实证结果表明,VOV与换手率、成交量具有显著的正相关关系,而成交量、换手率与股票的预期收益之间呈现负相关关系,可以解释部分VOV负效应。同时,我们还计算了成交量、换手率的变化幅度,表明,VOV增加,会使当期成交量换手率增加,同时,使未来成交量、换手率增长。第二种方式采用了考虑股票收益分布的方式,通过横截面角度和时间序列两个角度分析,证明VOV负效应与收益的分布状态无关。第三,考虑VOV负效应是否是由于股票价格偏离其基本价值所引起的,通过实证分析,我们无法证明VOV负效应是由于股价偏离其基本价值所引起的。最后,考虑到稳健性的影响,我们采用市值加权的方式重复计算,考察VOV效应是否存在,实证结果表明VOV效应不依赖于股票市场权重的选择。根据原文的建议,分析了 VOV与行业聚集的关系,结果表明,在控制了行业因素之后,VOV效应仍显著成立。我们还分析了国有上市企业与非国有上市企业的VOV效应,结果表明VOV负效应显著存在于两种企业之间。本文创新之处在于,通过构建新的风险不确定性——股票波动率的波动率来考察股票收益,结合中国A股市场的数据将进行分析,然而,不足处可能在于,未能找到可以充分解释VOV效应形成的原因,这也是以后可以进行深入研究的一个方面。