特质波动率文献综述

来源:用户上传      作者:

　　摘 要：传统金融理论提出资产风险分为系统性风险和非系统性风险，其中非系统性风险可以通过投资组合来加以分散。以特质波动率这一非系统性风险与股票预期收益的关系，以及特质波动率之谜的相关研究为主题，对特质波动率的有关文献进行综述。
　　关键词：特质风险;非系统性风险;特质波动率之谜;文献综述
　　中图分类号：F830        文献标志码：A      文章编号：1673-291X（2019）09-0072-02
　　一、引言
　　传统金融理论都假定市场是有效的、投资者是理性的、信息是完全的。经典资产定价模型认为资产风险可以分为系统性风险和非系统性风险，其中系统性风险是由整个市场因素引起的，比如货币政策的改变，汇率波动以及税收政策变动等等，因为公司或者行业无法主观地对这些因素进行控制，因此从市场来说它们是无法消除的。非系统性风险是由公司或行业的相关因素引起的，比如公司发展类型，某个公司的政策等等，通常情况下这样的改变不会对整个市场产生全面的关联影响，因此投资者并可通过构建多样化的投资组合进行完全分散该因素带来的风险。因此，从资本资产定价模型以及有效市场假说的角度来看，既然特质风险可以被消除，那么在资产定价的过程中就不需要对投资者所承担的特质风险进行补偿。对于被定价的系统性风险来说，传统观点是投资者承担的风险越大，其预期收益就越高。本文基于特质波动率之谜的提出以及相关研究两个方面对其文献进行综述。
　　二、特质波动率之谜的提出
　　传统的CAPM模型认为，在均衡定价理论中，只有系统风险才能反映资产溢价;现代投资组合理论认为，投资者可以通过持有一定的股票来分散特质风险，因此他们认为特质波动率不具有定价含义。但是，特质波动率是无法被系统性风险因子捕捉的公司层面的自有风险，也逐渐有学者证实特质波动率并不能有效地被完全分散。目前，关于特质波动率与股票预期收益率的关系依然没有达成一个统一的结论，但是总体可以分为三种。
　　特质波动率与预期收益率没有显著关系。以Markowitz（1959）提出的投资组合理论，以及Sharpe（1964），Linter（1965），Mossin（1966）[1]相继独立提出的资本资产定价模型为主的传统经典金融学认为，在完美的资本市场中，投资者可以通过投资组合消除非系统性风险，即反映公司层面的特质风险，只有无法分散的系统性风险才能影响股票的预期收益。Fama and MacBeth（1973）[2]通过对资本资产定价模型，即CAPM模型进行实证检验也发现，特质风险对股票收益没有预期能力。Bali et al.（2008）研究发现，特质波动率与股票预期收益率之间并不存在稳定的关系，其会随着特质波动率的度量方法、数据样本期、构建组合的方法以及平均收益的加权方式等的改变而改变[3]。
　　特质波动率与预期收益呈现显著正相关。当越来越多的人参与到资本市场中，对于投资理论的现实应用性要求也越来越高。现实的投资领域中，完美的资本市场是不存在的。比如Goetzmann & Kumar（2004）研究发现，由于投资者年龄、收入水平和教育程度等各种影响因素的限制，他们不可能实现完全分散的投资组合[4]。也就是说，考虑了这些现实因素以后，投资者对于承担的特质风险就会预期更高的收益补偿，即特质风险与股票预期收益正相关。基于现实需求，众多学者也进行了相关的研究。Merton（1987）提出投资者认知假说，认为投资者所能接受的信息有限，不同投资者所接收的信息也不尽相同，并且不同投资者的信息分析能力也不尽相同。在这种情况下，投资者只能利用自己有限的信息进行投资，通常情况下投资者会更多地投资于其所熟悉的证券。在不完全信息的情况下，考虑到资金成本、信心不完备和教育水平等约束条件的限制，Merton构建了修正的资本市场均衡定价模型，基于分散投资模型理论证明特质风险和收益存在显著正影响。Xu & Makiel（2002）基于特质风险不能被分散投资完全消除，通过重新构造的CAPM模型估计特质波动率也证实了Merton的理论[5]。
　　特质波动率与预期收益呈现显著负相关。Ang et al.（2006）采用Fama-French三因子模型，用美国股票市场的月内日数据估计特质波动率，根据估计的指标构建投资组合，结果显示特质波动率和股票预期收益率之间呈现显著负相关关系，该结果在加入多个风险因子之后仍然稳健。Ang et al.（2009）擴大研究样本，对除美国以外的G7国家和23个发达国家的股票市场进行研究，对比2006年的研究，他们再次验证了特质波动率与预期收益率之间存在负相关关系，而且规模、动量、账面市值比、协偏度、流动性等因素都不能解释此负相关系的结果，由此得出特质波动率与收益率之间的负向关系是普遍存在的。在中国市场上，杨华蔚和韩立岩（2009）对中国市场进行分析发现，应用横截面和时间序列分析方法也论证了特质波动率对预期收益率有负向的预测能力[6]。徐小君（2010）利用市场风险和偏度风险的两因子模型估计特质波动率，这样子考虑了系统偏度风险的情况下，仍然发现特质波动率与预期收益之间存在负相关关系[7]。他们的发现既与传统的金融认为的只有系统性风险因子才有定价能力的理论不符，也与广为流传的资本均衡理论中提出的“高风险，高收益”相反，因此被称为“特质波动率之谜”。
　　三、特质波动率之谜的相关研究
　　自“特质波动率之谜”提出以来，众多学者从特质波动率的形成原因、影响因素等方面对其进行研究。
　　目前国内外文献主要从异质信念和卖空限制、反转效应、投资者情绪与噪声交易以及投资者的博彩偏好等方面探讨其形成原因。Miller（1977）提出，由于卖空限制的存在，股票价格只能反映乐观投资者的预期，相对悲观的投资者的意见却不能在股票价格中反映，最终导致股票市场价格被高估[8]。而且，两者之间异质信念的差异越大，股票价格被高估的可能性越大，因此股票预期收益率会越低。左浩苗（2011）研究发现，在控制了反映异质信念的换手率指标后，在中国股票市场中，特质波动率与股票预期收益率的负向关系不再显著。Huang et al.（2010）实证研究发现，特质波动率与股票预期收益率之间的负向关系是因为受到短期月收益反转效应的影响，并且进一步分析很可能是买卖价差弹性和市场微观结构导致了短期月收益反转。Barberis and Huang（2009）根据行为金融学的前景理论，研究发现投资者更加愿意参与价格变化幅度大的股票，他们的这种偏好给与了这类型股票较高的预期收益，导致最终股票的价格被高估[9]。刘维奇等（2014）发现，在同时控制了换手率、价格极差和最大日收益这三个反映投资者偏好的指标后，特质波动率与预期收益率的负向关系不再显著。 　　关于特质波动率的影响因素，已有文献大概分为三个方面。第一，信息披露。Jiang et al.（2009）发现，公司披露的盈余信息与特质波动率之谜有关。也就是说，公司会在适当的时候披露有关公司盈余的利好消息，而选择性的不披露或者延迟披露公司盈余的负面消息[10]。他们的结论是，信息披露质量负向影响公司特质波动率，也就是说公司信息披露质量越高，公司的特质波动率越小。第二，机构羊群行为。Chang & Dong（2006）研究发现，存在机构羊群行为以及公司利润都正向影响特质波动率[11]。第三，高管特征。Chok & Sun（2007）通过研究生物科技方面的IPO公司，发现无论是董事会成员的年龄还是CEO的薪酬制度都与特质波动率正相关[12]。Tan & Liu（2016）认为，CEO的管理能力越强，该公司股票的特质波动率就会越低[13]。
　　四、总结
　　我们从特质风险与股票预期收益的关系出发，总结了特质风险与收益之间无关系、正相关以及负相关三种关系，并针对其负相关关系——也被称为“特质波动率之谜”的相关研究做了总结。我们发现关于特质波动率之谜是否存在，以及其形成原因、影响因素等近年来引起了广泛关注，尤其是学者们越来越关心公司特征方面对特质波动率与股票收益关系的影响。
　　国外对于公司特征对其关系影响的文献已经越来越多，但是国内或许是由于数据获取有难度的原因等相关文献研究比较少，这或许是针对特质波动率之谜这一金融异象进一步研究的方向。
　　参考文献：
　　[1]  Mossion J.Equilibriumina capital asset market[J].Econometrica，1966，（4）：768-783.
　　[2]  Fama E.F.MacBeth J.D.Risk，return，and equilibrium：Empirical tests[J].The Journal of Political Economy，1973，（3）：607-636.
　　[3]  Bali T.G.Cakici N.Idiosyncratic volatility and the cross section of expected returns[J].Journal of Financial and Quantitative Analysis，2008，（1）：29-58.
　　[4]  Goetzmann W.and Kumar A.Why do individual investors hold under-diversified portfolios？ Unpublished working paper，2004，Yale University.
　　[5]  Xu Y.，Malkiel B.G.Idiosyncratic Risk and Security Returns[J].Ssrn Electronic Journal，2001.
　　[6]  楊华蔚，韩立岩.中国股票市场特质波动率与横截面收益研究[J].北京航空航天大学学报：社会科学版，2009，（1）：6-10.
　　[7]  徐小君.公司特质风险与股票收益——中国股市投资行为研究[J].经济管理，2010，（12）：127-136.
　　[8]  Miller E M.Risk，uncertainty，and divergence of opinion[J].The journal of Finance，1977，（4）：1151-1168.
　　[9]  Barberis N.Huang M.Preferences with frames：A new utility specification that allows for the framing of risks[J].Journal of Economic Dynamics & Control，2009，（8）：1555-1576.
　　[10]  Jiang G.J.Xu D.Yao T.The information content of idiosyncratic volatility[J].Journal of Financial and Quantitative Analysis，2009，（1）：1-28.
　　[11]  Chang E C.Dong S.Idiosyncratic volatility，fundamentals，and institutional herding：Evidence from the Japanese stock market[J].Pacific-Basin Finance Journal，2006，（2）：135-154.
　　[12]  Chok J I.Sun Q.Determinants of idiosyncratic volatility for biotech IPO firms[J].Financial management，2007，（4）：107-122.
　　[13]  Tan M.Liu B.CEO’s managerial power，board committee memberships and idiosyncratic volatility[J].International Review of Financial Analysis，2016，（48）：21-30.
转载注明来源:https://www.xzbu.com/2/view-14854079.htm