王志強(qiáng)　吳風(fēng)博　黃芬紅

摘要：采用組合價(jià)差比較分析方法和回歸分析方法，本文考察了中國股市中股票收益波動(dòng)率與其未來收益率之間的關(guān)系。我們的經(jīng)驗(yàn)結(jié)果發(fā)現(xiàn)：中國股市中存在非常明顯的波動(dòng)率異象，即低波動(dòng)率股票的未來收益顯著大于高波動(dòng)率股票的未來收益；這種波動(dòng)率異象不僅僅存在于短期內(nèi)，其持續(xù)時(shí)間長達(dá)36個(gè)月；這種波動(dòng)率異象有別于規(guī)模異象、價(jià)值異象、反轉(zhuǎn)異象和換手率異象，是另外一種不同的股市異象。

關(guān)鍵詞：波動(dòng)率異象；股票定價(jià)；套利組合

中圖分類號(hào)：F8309文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000176X（2014）09004509

一、問題的提出

資本資產(chǎn)定價(jià)模型（CAPM）和套利定價(jià)理論（APT）告訴我們，資產(chǎn)的預(yù)期收益與其風(fēng)險(xiǎn)正相關(guān)。然而，越來越多的經(jīng)驗(yàn)證據(jù)表明[1-2]，股市中風(fēng)險(xiǎn)較大的股票有較低的收益，風(fēng)險(xiǎn)較低的股票反而有較高的收益。這種收益與風(fēng)險(xiǎn)之間的反向關(guān)系在用波動(dòng)率度量風(fēng)險(xiǎn)時(shí)表現(xiàn)得尤為突出，為此人們把股票收益與其波動(dòng)率之間的這種負(fù)相關(guān)關(guān)系稱之為“波動(dòng)率效應(yīng)”（Volatility Effect）[3]，把低波動(dòng)率股票具有較高收益的現(xiàn)象稱之為“低波動(dòng)率異象”（Low-Volatility Anomaly）[4]?！安▌?dòng)率效應(yīng)”不僅存在于美國等發(fā)達(dá)國家的股票市場中，而且還存在于一些新興國家的股票市場中[5]。

鑒于“低波動(dòng)率異象”的廣泛存在，國外部分股票型基金已經(jīng)開始利用“低波動(dòng)率策略”（Low-Volatility Strategies）獲取超額收益。在2012年召開的交易所指數(shù)基金（ETF）投資研討會(huì)中，著名基金評級(jí)公司晨星（Morningstar）公司專門討論了“低波動(dòng)率策略”?？梢姡瑹o論是投資理論研究，還是投資實(shí)踐活動(dòng)，對于“波動(dòng)率效應(yīng)”和“低波動(dòng)率策略”的研究都具有重要的學(xué)術(shù)價(jià)值。

中國現(xiàn)有的相關(guān)研究主要集中在兩個(gè)方面：一是檢驗(yàn)資本資產(chǎn)模型，重點(diǎn)考察股票收益與其系統(tǒng)性風(fēng)險(xiǎn)之間的關(guān)系[6]；二是分析股票收益與其特質(zhì)風(fēng)險(xiǎn)之間的關(guān)系[7]?？偟膩砜矗袊F(xiàn)有的學(xué)術(shù)研究基本上沒有考慮股票收益與其波動(dòng)率之間的關(guān)系，因此，我們并不清楚中國A股市場中是否存在“波動(dòng)率效應(yīng)”。盡管中國A股市場投資實(shí)踐中有些機(jī)構(gòu)投資者認(rèn)識(shí)到“低波動(dòng)率策略”可能有利可圖，但是他們并沒有深入分析“低波動(dòng)率策略”在中國A股市場中的適用性和持續(xù)性[8]。有鑒于此，本文擬對中國A股市場中波動(dòng)率異象的存在性、持續(xù)性和差異性進(jìn)行經(jīng)驗(yàn)分析。本文其余內(nèi)容安排如下：第二部分梳理已有的相關(guān)文獻(xiàn)，第三部分檢驗(yàn)波動(dòng)率異象的存在性，第四部分分析波動(dòng)率異象的持續(xù)性，第五部分對比分析波動(dòng)率異象的差異性，第六部從樣本區(qū)間分段和波動(dòng)率估計(jì)兩個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)，第七部分進(jìn)行簡單總結(jié)與討論。

二、相關(guān)文獻(xiàn)綜述

早期的經(jīng)驗(yàn)證據(jù)支持股票收益與其風(fēng)險(xiǎn)之間存在正相關(guān)關(guān)系。譬如，Black等[9]以及Fama和Macbeth[10]發(fā)現(xiàn)1926—1968年間在紐約交易所上市的股票其平均收益率與β值之間存在正的相關(guān)關(guān)系，從而證明了CAPM模型及其擴(kuò)展形式成立。

然而，進(jìn)入20世紀(jì)90年代，越來越多的經(jīng)驗(yàn)證據(jù)顯示股票收益與其風(fēng)險(xiǎn)之間并不存在正相關(guān)關(guān)系。盡管這些經(jīng)驗(yàn)研究中采用不同的風(fēng)險(xiǎn)度量指標(biāo)，如度量系統(tǒng)風(fēng)險(xiǎn)的相對指標(biāo)β值、度量總風(fēng)險(xiǎn)的收益波動(dòng)率和度量個(gè)別風(fēng)險(xiǎn)的特質(zhì)波動(dòng)率等，但仍有相當(dāng)多的經(jīng)驗(yàn)結(jié)論都發(fā)現(xiàn)股票收益與其風(fēng)險(xiǎn)之間存在負(fù)相關(guān)關(guān)系。譬如，F(xiàn)ama和French [11]發(fā)現(xiàn)，在1963—1990年間美國股票市場中股票收益與其β值之間不相關(guān)，尤其是在控制規(guī)模效應(yīng)后缺乏相關(guān)性；之后，Black[16]、Falkenstein[17]以及Haugen和Baker[18]也都發(fā)現(xiàn)了股票收益與其風(fēng)險(xiǎn)之間不相關(guān)甚至負(fù)相關(guān)的證據(jù)。

進(jìn)入21世紀(jì)以來，特質(zhì)波動(dòng)對股票收益的影響及其定價(jià)效應(yīng)受到學(xué)者們的廣泛關(guān)注。譬如，Ang 等[1-2]發(fā)現(xiàn)“特質(zhì)波動(dòng)之謎”，即高特質(zhì)波動(dòng)股票具有較低后期收益，包括美國在內(nèi)的23個(gè)發(fā)達(dá)國家都存在這種“特質(zhì)波動(dòng)之謎”；Jiang和Lee[12]認(rèn)為市場平均特質(zhì)波動(dòng)存在嚴(yán)重的序列相關(guān)性，通過移動(dòng)平均模型獲得特質(zhì)波動(dòng)的期望值，結(jié)果發(fā)現(xiàn)特質(zhì)波動(dòng)滯后沖擊對市場收益具有顯著正效應(yīng)。

近期，Blitz和van Vliet[3]確認(rèn)股票收益與其風(fēng)險(xiǎn)之間存在負(fù)相關(guān)關(guān)系，這種負(fù)相關(guān)關(guān)系不僅出現(xiàn)在美國股票市場，而且還出現(xiàn)在歐洲和日本股票市場中；當(dāng)使用收益波動(dòng)率代替β值之后，這種負(fù)相關(guān)關(guān)系變得更強(qiáng)。Baker等[4]進(jìn)一步確認(rèn)了美國股票市場中波動(dòng)率效應(yīng)強(qiáng)于β值效應(yīng)。Blitz等基于S&P/IFC可投資新興市場指數(shù)中的成分股，發(fā)現(xiàn)很多新興市場中也存在波動(dòng)率效應(yīng)。

對于中國股市中股票收益與風(fēng)險(xiǎn)關(guān)系的研究主要集中在兩個(gè)方面：一是檢驗(yàn)資本資產(chǎn)定價(jià)模型（包括CAPM及其擴(kuò)展形式）；二是分析特質(zhì)波動(dòng)風(fēng)險(xiǎn)與股票收益之間的關(guān)系。

在資本資產(chǎn)定價(jià)模型檢驗(yàn)方面，早期的經(jīng)驗(yàn)研究基本上都得出CAPM在中國股票市場中不具有定價(jià)有效性。例如，阮濤和林少宮[13]采用回歸分析方法，得到上海證券市場不符合CAPM模型的結(jié)論；陳小悅和孫愛軍[14]采用分組識(shí)別法和截面回歸法，發(fā)現(xiàn)β對中國股市的平均收益不具有解釋能力， 從而否定了其在中國股市的有效性假設(shè)；陳浪南和屈文洲[6]采用雙程回歸技術(shù)，發(fā)現(xiàn)β值與股票收益率的相關(guān)性較不穩(wěn)定， 說明上海股票市場存在較大的投機(jī)性；靳云匯和劉霖利用廣義矩估計(jì)法進(jìn)行了實(shí)證分析，得到股票收益不僅與β之外的因子有關(guān)，而且它與β之間的關(guān)系也不是線性的。

之后，部分研究者轉(zhuǎn)向引入其他風(fēng)險(xiǎn)因素檢驗(yàn)多因素定價(jià)模型。例如，時(shí)予友等[22]以滬市10只上市公司股票為例，發(fā)現(xiàn)股票投資風(fēng)險(xiǎn)并非唯一由β值決定，股票的權(quán)益比率、賬面市值比及公司規(guī)模成為β值以外影響股票投資風(fēng)險(xiǎn)不可忽視的重要因素。陳青和李子白[23]構(gòu)建了流動(dòng)性調(diào)整下CAPM 模型，研究發(fā)現(xiàn)該模型能夠充分解釋流動(dòng)性溢價(jià)現(xiàn)象，他們認(rèn)為流動(dòng)性風(fēng)險(xiǎn)是系統(tǒng)性風(fēng)險(xiǎn)，需要在資產(chǎn)定價(jià)模型中加以考慮。

最近，部分研究者開始轉(zhuǎn)向檢驗(yàn)條件CAPM模型。例如，王宜峰等[15]假設(shè)資產(chǎn)系統(tǒng)風(fēng)險(xiǎn)β值隨經(jīng)濟(jì)狀態(tài)變動(dòng)，建立具有動(dòng)態(tài)參數(shù)的條件CAPM模型，并應(yīng)用廣義矩方法進(jìn)行橫截面定價(jià)檢驗(yàn)，結(jié)果發(fā)現(xiàn)條件CAPM具有明確的經(jīng)濟(jì)含義和較好的解釋能力；田丁石和肖俊超[16]基于股票歷史β值，利用似然比檢驗(yàn)方法檢驗(yàn)零β-CAPM的有效性，實(shí)證結(jié)果發(fā)現(xiàn)利用歷史β值分組，滬市和深市均基本符合CAPM模型；張衛(wèi)東和龔金國[17]采用GMM估計(jì)方法，以長江電力為例檢驗(yàn)零β-CAPM模型，結(jié)果表明零β-CAPM模型適用于證券市場收益和風(fēng)險(xiǎn)的度量以及有效性檢驗(yàn)。

在特質(zhì)波動(dòng)風(fēng)險(xiǎn)與股票收益關(guān)系的研究方面，多數(shù)已有研究結(jié)果顯示中國股票特質(zhì)波動(dòng)率與其收益存在負(fù)相關(guān)關(guān)系。譬如，Drew等[18]對上海股市的實(shí)證研究發(fā)現(xiàn)，規(guī)模小、特質(zhì)波動(dòng)低的股票具有高收益；楊華蔚和韓立巖[19]采用Ang等[1-2]的方法估計(jì)特質(zhì)波動(dòng)，證實(shí)中國股票特質(zhì)波動(dòng)率與橫截面收益率之間存在負(fù)相關(guān)關(guān)系；徐小君發(fā)現(xiàn)個(gè)股特質(zhì)波動(dòng)和特質(zhì)偏度分別與同期收益率正相關(guān)、與預(yù)期收益率負(fù)相關(guān)；陳健[20]驗(yàn)證了總的特質(zhì)波動(dòng)和非系統(tǒng)風(fēng)險(xiǎn)（行業(yè)與公司波動(dòng)之和）對市場超額收益率具有顯著的正向預(yù)測能力，且在控制流動(dòng)性后結(jié)果仍然穩(wěn)?。蛔蠛泼绲萚7]同時(shí)采取已實(shí)現(xiàn)特質(zhì)波動(dòng)和期望特質(zhì)波動(dòng)，證實(shí)了中國股票特質(zhì)波動(dòng)率與橫截面收益率之間存在負(fù)相關(guān)關(guān)系，發(fā)現(xiàn)在控制了異質(zhì)信念（用換手率表示）后這種負(fù)相關(guān)關(guān)系減弱或消失了；史永東等[21]借鑒Jiang和Lee[12]的方法，使用流通市值加權(quán)的股票平均波動(dòng)率作為股票市場未分散特質(zhì)風(fēng)險(xiǎn)進(jìn)行分析，發(fā)現(xiàn)A股市場未分散的特質(zhì)風(fēng)險(xiǎn)對預(yù)期市場超額收益具有預(yù)測能力，兩者之間呈正相關(guān)關(guān)系。

也有個(gè)別研究認(rèn)為特質(zhì)波動(dòng)與股票收益之間具有正相關(guān)性[22-23]。譬如，黃波等[22]依據(jù)規(guī)模因子和賬面市值比因子劃分25個(gè)組合，并用以進(jìn)行Fama-MacBeth回歸，發(fā)現(xiàn)公司特質(zhì)風(fēng)險(xiǎn)對截面收益具有一定的解釋能力，即其在資產(chǎn)定價(jià)中不能被忽略的結(jié)論；花馮濤[23] 運(yùn)用“不依賴定價(jià)模型”的特質(zhì)波動(dòng)分解法得到市場波動(dòng)、行業(yè)波動(dòng)和公司特質(zhì)波動(dòng)，發(fā)現(xiàn)只有市場波動(dòng)對市場收益具有預(yù)測能力。

綜上，中國現(xiàn)有的相關(guān)研究存在以下不足：第一，僅考慮中國A股收益與其系統(tǒng)性風(fēng)險(xiǎn)β值或特質(zhì)波動(dòng)率之間的關(guān)系，沒有考察股票收益與其波動(dòng)率之間的關(guān)系，實(shí)際上并沒有研究“波動(dòng)率效應(yīng)”。第二，沒有分析“低波動(dòng)率策略”在中國A股市場中的適用性和持續(xù)性。

三、波動(dòng)率異象的存在性檢驗(yàn)

1數(shù)據(jù)說明

我們采用的樣本數(shù)據(jù)主要來自深圳市國泰安信息技術(shù)有限公司開發(fā)的中國股票市場研究數(shù)據(jù)庫（CSMAR），只有Fama-French三因子（市場溢價(jià)MKT、規(guī)模SIZE和賬面市值比BM）數(shù)據(jù)來自于北京聚源銳思數(shù)據(jù)科技有限公司開發(fā)的銳思金融研究數(shù)據(jù)庫（RESSET）?？紤]到目前實(shí)施的股票價(jià)格漲跌幅限制開始于1996年12月16日，以及中國股市早期收益率數(shù)據(jù)中存在較多錯(cuò)誤（如記錄錯(cuò)誤和計(jì)算錯(cuò)誤），我們選定的樣本區(qū)間從1997年1月至2013年12月。

為了考察股票收益波動(dòng)率與其未來收益之間的關(guān)系，我們首先需要估計(jì)出股票收益波動(dòng)率。這里有兩個(gè)問題：一是選擇何種頻率（日度、周度還是月度）的收益率；二是選擇多長期間的樣本進(jìn)行估計(jì)，即形成期選擇問題。本文中，我們以日度收益率為主估計(jì)股票收益波動(dòng)率，將周度和月度收益率估計(jì)出的股票收益波動(dòng)率用于穩(wěn)健性檢驗(yàn)；形成期選擇為1、3、6、9、12、24和36個(gè)月，對于日度和周度收益率均有7個(gè)不同的形成期，由于月度收益率數(shù)據(jù)相對較少，我們只考察時(shí)間為12、24和36個(gè)月的3個(gè)形成期。另外，在股票收益波動(dòng)率的具體估計(jì)中，我們剔除了收益率異常的樣本數(shù)據(jù)，如日度收益波動(dòng)率估計(jì)中將收益率在（-11%，+11%）之外的觀測值予以刪除。

對于未來收益，采用買入持有收益（Buy-and-Holding Return）進(jìn)行度量，之所以采用買入持有收益度量方法，而不用累積收益（Cumulative Return）度量方法，其原因在于Barber和Lyon[24]的經(jīng)驗(yàn)結(jié)果顯示，對于波動(dòng)較大的股票市場，累積收益度量方法會(huì)高估股票的真實(shí)收益，尤其是會(huì)嚴(yán)重高估股票的長期收益。與收益波動(dòng)率估計(jì)類似，我們需要事先給定一個(gè)持有期期限。為了考察股票收益波動(dòng)率對其未來收益影響持續(xù)性，將持有期選擇為1、3、6、9、12、24和36個(gè)月，共7個(gè)持有期。

為了與其他異象（規(guī)模異象、價(jià)值異象、動(dòng)量或反轉(zhuǎn)異象）進(jìn)行比較，需要股票市值指標(biāo)（SIZE）、市凈率指標(biāo)（PB）和過去收益率（LR）。另外，考慮到股票換手率與波動(dòng)率之間存在強(qiáng)相關(guān)性，為了比較波動(dòng)率與換手率對股票未來收益的影響差異，我們需要股票換手率指標(biāo)（TR）。根據(jù)CSMAR中相關(guān)可得數(shù)據(jù)的特點(diǎn)，本文中用上個(gè)月月底股票市值度量SIZE，用過去1個(gè)月的日平均市凈率和日平均換手率分別度量PB和TR，用過去1個(gè)月的股票收益率度量LR。

2分析方法

根據(jù)收益波動(dòng)率指標(biāo)（VOL）和其他指標(biāo)（SIZE、PB、LR和TR）的排序大小，將所有股票按十等分進(jìn)行分組，每組均采用等權(quán)重方法構(gòu)建組合，指標(biāo)從小到大對應(yīng)的組合分別記為D1、D2、D3、D4、D5、D6、D7、D8、D9和D10，然后計(jì)算每個(gè)組合的未來持有期收益（包括風(fēng)險(xiǎn)溢價(jià)，即扣減無風(fēng)險(xiǎn)收益后的收益）、標(biāo)準(zhǔn)差及其夏普比率。在此基礎(chǔ)上，采用價(jià)差比較分析法考察同一排序指標(biāo)下不同組合的收益與風(fēng)險(xiǎn)關(guān)系，以及不同排序指標(biāo)下同等分組合的收益與風(fēng)險(xiǎn)關(guān)系；并基于資本資產(chǎn)定價(jià)模型（CAPM）和Fama-French三因素模型采用回歸分析方法，考察同一排序指標(biāo)下每一組合和套利組合（即買入組合D1、賣空組合D2的零投資組合，記為D1—D10）的超額收益和因素風(fēng)險(xiǎn)，以及比較不同排序指標(biāo)下同等分組合的超額收益和因素風(fēng)險(xiǎn)差異。

考慮到收益波動(dòng)率指標(biāo)的估計(jì)值與其形成期有關(guān)，按排序指標(biāo)大小分組構(gòu)建的等權(quán)重組合的未來收益也與其持有期有關(guān)，為了表述簡便，我們將形成期為J個(gè)月、持有期為K個(gè)月的交易策略簡稱之為策略（J，K）。本文中，就日度收益數(shù)據(jù)而言，我們分別考察J=1，3，6，9，12，24，36和K =1，3，6，9，12，24，36共49種交易策略下十等分組合和套利組合的收益與風(fēng)險(xiǎn)關(guān)系。另外，在基于周度收益數(shù)據(jù)和月度收益數(shù)據(jù)的穩(wěn)健性檢驗(yàn)中還考察70種（7×7+3×7）交易策略下的十等分組合和套利組合的收益與風(fēng)險(xiǎn)關(guān)系。

七、結(jié)論與啟示

通過檢驗(yàn)波動(dòng)率套利組合的持有期收益，我們發(fā)現(xiàn)多數(shù)波動(dòng)率套利組合都能獲得顯著的正收益，說明中國股票市場中存在非常明顯的波動(dòng)率異象，而且相對于不同頻率收益數(shù)據(jù)和不同形成期而言，這種異象是普遍存在的；通過分析波動(dòng)率套利組合的收益和夏普比率隨持有期增加而變化的趨勢，我們發(fā)現(xiàn)波動(dòng)率套利組合的總持有期收益在組合形成的24個(gè)月之內(nèi)逐漸增加，36個(gè)月之內(nèi)并沒有下降，說明這種異象不是短期現(xiàn)象，而是一種長期現(xiàn)象；通過對比分析波動(dòng)率組合與其他組合收益、風(fēng)險(xiǎn)和夏普比率、超額收益之間的差異，我們發(fā)現(xiàn)波動(dòng)率組合在這些指標(biāo)上與市值組合、市凈率組合、過去收益組合和換手率組合有很大的不同，這說明波動(dòng)率異象有別于規(guī)模異象、價(jià)值異象、反轉(zhuǎn)異象和換手率異象，是另外一種不同的股市異象。

與美國股票市場波動(dòng)率異象相比，中國A股市場中波動(dòng)率異象表現(xiàn)出以下兩個(gè)不同之處：第一，持有期1個(gè)月的波動(dòng)率套利組合收益有些不顯著，而美國股市的經(jīng)驗(yàn)證據(jù)顯示持有期1個(gè)月的波動(dòng)率異象非常明顯，大多數(shù)研究主要考察持有期1個(gè)月的波動(dòng)率組合收益。第二，低波動(dòng)率組合在市場上漲和市場下跌時(shí)表現(xiàn)為漲多跌少，而美國股市中低波動(dòng)率組合在市場上漲和市場下跌時(shí)表現(xiàn)為漲少跌少。這些不同之處需要我們進(jìn)一步深入研究。

中國A股市場中存在明顯的波動(dòng)率異象應(yīng)引起學(xué)術(shù)界和投資者的高度重視。學(xué)術(shù)界應(yīng)深入研究波動(dòng)率異象存在背景及原因，為投資者和管理層提供合理的理論解釋；投資者特別是諸如養(yǎng)老金等機(jī)構(gòu)投資者應(yīng)該考慮嘗試采用低波動(dòng)率策略來改善自己的投資組合，消除市場異象、提高市場定價(jià)效率。

參考文獻(xiàn)：

[1]Ang， A， Hodrick， R J， Xing， Y，Zhang， X The Cross-Section of Volatility and Expected Returns[J] The Journal of Finance， 2006， 61（1）， 259-299

[2]Ang， A， Hodrick， RJ， Xing， Y， Zhang， X High Idiosyncratic Volatility and Low Returns：International and Further USEvidence[J] Journal of Financial Economics， 2009，91（1）：1-13

[3]Blitz， D C， van Vliet， P The Volatility Effect： Lower Risk without Lower Return[J] Journal of Portfolio Management， 2007， 34 （1）， 102-113

[4]Baker， M， Bradley， B，Wurgler， J Benchmarks as Limits to Arbitrage： Understanding the Low-Volatility Anomaly[J] Financial Analysts Journal， 2011，67（1）： 40-54

[5]Blitz， D， Pang， J， van Vliet， P The Volatility Effect in Emerging Markets[J] Emerging Markets Review， 2013（C）： 31-45

[5]Dutt， T， Humphery-Jenner， M Stock Return Volatility， Operating Performance and Stock Returns： International Evidence on Drivers of the‘Low VolatilityAnomaly[J] Journal of Banking & Finance， 2013，37（3）： 999-1017

[6]陳浪南，屈文洲 資本資產(chǎn)定價(jià)模型的實(shí)證研究[J] 經(jīng)濟(jì)研究，2000，（4）：26-34

[8]靳云匯，劉霖 中國股票市場CAPM的實(shí)證研究[J] 金融研究，2001，（7）：106-115

[7]左浩苗，鄭鳴，張翼股票特質(zhì)波動(dòng)率與橫截面收益：對中國股市特質(zhì)波動(dòng)率之謎的解釋[J] 世界經(jīng)濟(jì)， 2011，（5）： 132-133

[10]徐小君公司特質(zhì)風(fēng)險(xiǎn)與股票收益——中國股市投機(jī)行為研究[J] 經(jīng)濟(jì)管理， 2010，（12）：127-136

[11]焦健，鄧岳 國信低波動(dòng)率系列指數(shù)[DB/OL] http：//wwwp5wnet/newfortune/fxs/px/jrgc/201109/P020110925513954229487pdf

[8]王璐 上證與中證波動(dòng)率控制指數(shù)系列即將發(fā)布[N] 上海證券報(bào)，2014-06-16

[9]Black， F， Jensen， MC， Scholes， M The Capital Asset Pricing Model： Some Empirical Tests[A]Jensen， MC Studies in the Theory of Capital Markets[C] Praeger ， 1972

[10]Fama， EF， MacBeth， JD Risk， Return and Equilibrium： Empirical Tests[J] Journal of Political Economy， 1973， 81（3）： 43-66

[11]Fama， EF， French， KR The Cross-Section of Expected Stock Returns[J] The Journal of Finance， 1992， 47 （2）： 427-465

[18]Haugen， RA， Baker， NL Commonality in the Determinants of Expected Stock Returns[J] Journal of Financial Economics， 1996，41 （3）： 401-439

[12]Jiang， X， Lee， B S The Dynamic Relation between Returns and Idiosyncratic Volatility[J] Financial Management，2006，35（2） ： 43-65

[13]阮濤，林少宮 CAPM模型對上海股票市場的檢驗(yàn)[J] 數(shù)理統(tǒng)計(jì)與管理，2000，（2）

[14]陳小悅，孫愛軍 CAPM在中國股市的有效性檢驗(yàn)[J] 北京大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2000，（4）：28-37

[22]石予友，仲偉周，馬駿 股票的權(quán)益比、賬面市值比及其公司規(guī)模與股票投資風(fēng)險(xiǎn)——以上海證券市場的10 只上市公司股票投資風(fēng)險(xiǎn)為例[J] 金融研究，2008，（6）

[23]陳青，李子白 我國流動(dòng)性調(diào)整下的CAPM研究[J] 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（6）

[15]王宜峰，王燕鳴，張顏江 條件CAPM與橫截面定價(jià)檢驗(yàn)——基于中國股市的經(jīng)驗(yàn)分析[J] 管理工程學(xué)報(bào)，2012，（4）：137-145

[16]田丁石，肖俊超 異質(zhì)風(fēng)險(xiǎn)、市場有效性與CAPM異象研究——基于滬深股市橫截面收益分析[J] 南開經(jīng)濟(jì)研究，2012，（5）：136-153

[17]張衛(wèi)東，龔金國 B-CAPM模型的GMM估計(jì)和檢驗(yàn)[J] 中國管理科學(xué)，2014，（3）：20-25

[18]Drew， M E， Naughton， T， Veeraraghavan， M Is Idiosyncratic Volatility Priced？ Evidence from the Shanghai Stock Exchange[J] International Review of Financial Analysis， 2004， 13（3）： 349-366

[19]楊華蔚，韓立巖中國股票市場特質(zhì)波動(dòng)率與橫截面收益研究[J] 北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，（1） ： 6-10

[20]陳健中國股市非系統(tǒng)風(fēng)險(xiǎn)被定價(jià)的實(shí)證研究[J] 南方經(jīng)濟(jì)，2010，（7）： 41-49

[21]史永東，李鳳羽，楊云鵬特質(zhì)風(fēng)險(xiǎn)與市場收益動(dòng)態(tài)關(guān)系的實(shí)證研究[J] 投資研究，2012，（9）：6-19

[22]黃波，李湛，顧孟迪基于風(fēng)險(xiǎn)偏好資產(chǎn)定價(jià)模型的公司特質(zhì)風(fēng)險(xiǎn)研究[J]管理世界，2006 （11） ：119 -127

[23]花馮濤我國證券市場公司特質(zhì)波動(dòng)能夠被定價(jià)嗎——基于“非資產(chǎn)定價(jià)模型分解法”的測度與檢驗(yàn)[J]山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，（11）： 26-35

[24]Barber， B，Lyon， J Detecting Long-Run Abnormal Stock Returns： The Empirical Power and Specification of Test Statistics[J] Journal of Financial Economics ， 1997，43（3）： 341-372

[25]Black， F Beta and Return： Announcements of the ‘Death of Beta Seem Premature[J] Journal of Portfolio Management， 1993， 20 （1）： 8-18

[26]Falkenstein， EG Mutual Funds， Idiosyncratic Variance， and Asset Returns[D] PhD Thesis， Northwestern University， 1994

（責(zé)任編輯：劉艷）

[10]Fama， EF， MacBeth， JD Risk， Return and Equilibrium： Empirical Tests[J] Journal of Political Economy， 1973， 81（3）： 43-66

[11]Fama， EF， French， KR The Cross-Section of Expected Stock Returns[J] The Journal of Finance， 1992， 47 （2）： 427-465

[18]Haugen， RA， Baker， NL Commonality in the Determinants of Expected Stock Returns[J] Journal of Financial Economics， 1996，41 （3）： 401-439

[12]Jiang， X， Lee， B S The Dynamic Relation between Returns and Idiosyncratic Volatility[J] Financial Management，2006，35（2） ： 43-65

[13]阮濤，林少宮 CAPM模型對上海股票市場的檢驗(yàn)[J] 數(shù)理統(tǒng)計(jì)與管理，2000，（2）

[14]陳小悅，孫愛軍 CAPM在中國股市的有效性檢驗(yàn)[J] 北京大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2000，（4）：28-37

[22]石予友，仲偉周，馬駿 股票的權(quán)益比、賬面市值比及其公司規(guī)模與股票投資風(fēng)險(xiǎn)——以上海證券市場的10 只上市公司股票投資風(fēng)險(xiǎn)為例[J] 金融研究，2008，（6）

[23]陳青，李子白 我國流動(dòng)性調(diào)整下的CAPM研究[J] 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（6）

[15]王宜峰，王燕鳴，張顏江 條件CAPM與橫截面定價(jià)檢驗(yàn)——基于中國股市的經(jīng)驗(yàn)分析[J] 管理工程學(xué)報(bào)，2012，（4）：137-145

[16]田丁石，肖俊超 異質(zhì)風(fēng)險(xiǎn)、市場有效性與CAPM異象研究——基于滬深股市橫截面收益分析[J] 南開經(jīng)濟(jì)研究，2012，（5）：136-153

[17]張衛(wèi)東，龔金國 B-CAPM模型的GMM估計(jì)和檢驗(yàn)[J] 中國管理科學(xué)，2014，（3）：20-25

[18]Drew， M E， Naughton， T， Veeraraghavan， M Is Idiosyncratic Volatility Priced？ Evidence from the Shanghai Stock Exchange[J] International Review of Financial Analysis， 2004， 13（3）： 349-366

[19]楊華蔚，韓立巖中國股票市場特質(zhì)波動(dòng)率與橫截面收益研究[J] 北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，（1） ： 6-10

[20]陳健中國股市非系統(tǒng)風(fēng)險(xiǎn)被定價(jià)的實(shí)證研究[J] 南方經(jīng)濟(jì)，2010，（7）： 41-49

[21]史永東，李鳳羽，楊云鵬特質(zhì)風(fēng)險(xiǎn)與市場收益動(dòng)態(tài)關(guān)系的實(shí)證研究[J] 投資研究，2012，（9）：6-19

[22]黃波，李湛，顧孟迪基于風(fēng)險(xiǎn)偏好資產(chǎn)定價(jià)模型的公司特質(zhì)風(fēng)險(xiǎn)研究[J]管理世界，2006 （11） ：119 -127

[23]花馮濤我國證券市場公司特質(zhì)波動(dòng)能夠被定價(jià)嗎——基于“非資產(chǎn)定價(jià)模型分解法”的測度與檢驗(yàn)[J]山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，（11）： 26-35

[24]Barber， B，Lyon， J Detecting Long-Run Abnormal Stock Returns： The Empirical Power and Specification of Test Statistics[J] Journal of Financial Economics ， 1997，43（3）： 341-372

[25]Black， F Beta and Return： Announcements of the ‘Death of Beta Seem Premature[J] Journal of Portfolio Management， 1993， 20 （1）： 8-18

[26]Falkenstein， EG Mutual Funds， Idiosyncratic Variance， and Asset Returns[D] PhD Thesis， Northwestern University， 1994

（責(zé)任編輯：劉艷）

[10]Fama， EF， MacBeth， JD Risk， Return and Equilibrium： Empirical Tests[J] Journal of Political Economy， 1973， 81（3）： 43-66

[11]Fama， EF， French， KR The Cross-Section of Expected Stock Returns[J] The Journal of Finance， 1992， 47 （2）： 427-465

[18]Haugen， RA， Baker， NL Commonality in the Determinants of Expected Stock Returns[J] Journal of Financial Economics， 1996，41 （3）： 401-439

[12]Jiang， X， Lee， B S The Dynamic Relation between Returns and Idiosyncratic Volatility[J] Financial Management，2006，35（2） ： 43-65

[13]阮濤，林少宮 CAPM模型對上海股票市場的檢驗(yàn)[J] 數(shù)理統(tǒng)計(jì)與管理，2000，（2）

[14]陳小悅，孫愛軍 CAPM在中國股市的有效性檢驗(yàn)[J] 北京大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2000，（4）：28-37

[22]石予友，仲偉周，馬駿 股票的權(quán)益比、賬面市值比及其公司規(guī)模與股票投資風(fēng)險(xiǎn)——以上海證券市場的10 只上市公司股票投資風(fēng)險(xiǎn)為例[J] 金融研究，2008，（6）

[23]陳青，李子白 我國流動(dòng)性調(diào)整下的CAPM研究[J] 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008，（6）

[15]王宜峰，王燕鳴，張顏江 條件CAPM與橫截面定價(jià)檢驗(yàn)——基于中國股市的經(jīng)驗(yàn)分析[J] 管理工程學(xué)報(bào)，2012，（4）：137-145

[16]田丁石，肖俊超 異質(zhì)風(fēng)險(xiǎn)、市場有效性與CAPM異象研究——基于滬深股市橫截面收益分析[J] 南開經(jīng)濟(jì)研究，2012，（5）：136-153

[17]張衛(wèi)東，龔金國 B-CAPM模型的GMM估計(jì)和檢驗(yàn)[J] 中國管理科學(xué)，2014，（3）：20-25

[18]Drew， M E， Naughton， T， Veeraraghavan， M Is Idiosyncratic Volatility Priced？ Evidence from the Shanghai Stock Exchange[J] International Review of Financial Analysis， 2004， 13（3）： 349-366

[19]楊華蔚，韓立巖中國股票市場特質(zhì)波動(dòng)率與橫截面收益研究[J] 北京航空航天大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，（1） ： 6-10

[20]陳健中國股市非系統(tǒng)風(fēng)險(xiǎn)被定價(jià)的實(shí)證研究[J] 南方經(jīng)濟(jì)，2010，（7）： 41-49

[21]史永東，李鳳羽，楊云鵬特質(zhì)風(fēng)險(xiǎn)與市場收益動(dòng)態(tài)關(guān)系的實(shí)證研究[J] 投資研究，2012，（9）：6-19

[22]黃波，李湛，顧孟迪基于風(fēng)險(xiǎn)偏好資產(chǎn)定價(jià)模型的公司特質(zhì)風(fēng)險(xiǎn)研究[J]管理世界，2006 （11） ：119 -127

[23]花馮濤我國證券市場公司特質(zhì)波動(dòng)能夠被定價(jià)嗎——基于“非資產(chǎn)定價(jià)模型分解法”的測度與檢驗(yàn)[J]山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，（11）： 26-35

[24]Barber， B，Lyon， J Detecting Long-Run Abnormal Stock Returns： The Empirical Power and Specification of Test Statistics[J] Journal of Financial Economics ， 1997，43（3）： 341-372

[25]Black， F Beta and Return： Announcements of the ‘Death of Beta Seem Premature[J] Journal of Portfolio Management， 1993， 20 （1）： 8-18

[26]Falkenstein， EG Mutual Funds， Idiosyncratic Variance， and Asset Returns[D] PhD Thesis， Northwestern University， 1994

（責(zé)任編輯：劉艷）