套利限制与中国股票市场“特质波动率之谜”_虞文微
虞文微,张兵,于琴.套利限制与中国股票市场“特质波动率之谜”[J].北京工商大学学报(社会科学版),2017,32(06):93-103.
研究问题
从套利限制的角度来解释“特质波动率之谜”
理论机制
在当前深入推进“供给侧”改革阶段，国务院以及中央政府充分重视股票市场在市场经济体制中的地位，而股票市场功能的发挥依赖于股票价格这一市场信号。传统的资产定价理论认为风险资产的均衡收益仅取决于系统性风险水平，特质风险可以通过分散化予以消除，不会对均衡收益率产生影响。然而，资本市场上的投资者并不能完全持有一个充分分散化的投资组合，而且许多研究表明近几十年来的总体特质波动率呈现不断上升趋势，投资者需要更大的投资组合才有可能分散化投资。特质波动率之谜，即以个股作为样本，滞后一期的特质波动率和未来收益率之间呈现负向相关关系。特质波动率与预期收益率之间的关系为正向、负向抑或没有关系，学者对此所持态度不一。
测度指标体系
模型见底部原文，指标如下：
采用已实现特质波动率的滞后一期作为预期特质波动率的代理变量
参考Gu et al．的构建方法，根据中国股票市场特有的制度，构造的套利限制因子主要包括价格涨跌限制、融资融券、股指期货、非流动性以及交易量
其他控制变量：规模指标、非流动性指标、衡量动量效应、偏度
其中衡量动量效应(MOM)，参考Jegadeesh ＆ Tit-man的方法，用过去11个月的股票的月度收益率的加总得到动量效应。
实证数据期间与来源
本文选择中国沪深A股股票作为研究样本，同时剔除了金融类股票以及公用事业类股票，共得到股票样本2698个。由于中国自1996年12月开始施行涨跌停限制，因此本文样本期为1998年1月1日—2015年12月31日。总体而言，所选股票样本包含了中国A股市场的95%的公司，相关股票数据来自万德数据库。计算股票收益率需要的股价数据来自Wind数据库，计算CAPM模型的市场因子以Fama-French三因子模型所需要的公司账面价值信息、无风险收益率来自锐思金融研究数据库。所有变量均作了Winsorize处理，去掉了1%以下以及99%以上的极端值。另外，在进行数据处理时，剔除了市净率小于0的股票。
结论
1.中国股市特质波动率与预期股票收益率之间存在显著的负相关关系，而且在考虑了市值、账面市值比以及动量因子、非流动性、偏度之后，这种负向关系仍然显著存在。
2.本文从套利限制因子的角度分析了对于“特质波动率之谜”的影响，通过二维投资组合分析以及Fama-macbeth回归分析可以看出，套利限制强的情况下有明显的“特质波动率之谜”现象，而在套利限制等级较低，能够较好的抑制“特质波动率之谜”异象。
3.本文对于套利限制因子对于“特质波动率之谜”的影响给出了一定的解释，一方面，基于Stambaugh et al．提出的理论模型，套利限制越大意味着套利非对称越强，造成“特质波动率之谜”更为强烈，因此，套利限制的增强也会增加这种非对称造成特质波动率异象的存在。而另一方面，根据Jiang et al．、Stambaugh et al．的观点，套利限制下由于投资者不理性，投资者的意见分歧或者投资者情绪都可能造成“特质波动率之谜”现象更为严重。
4.本文对于套利限制因子对于“特质波动率之谜”的解释给出了定量分析，可以看出套利限制因子能够解释超过10%的“特质波动率之谜”。这意味着套利限制较低的情况对于“特质波动率之谜”有一定的解释能力。套利限制水平限制的削弱能够很好地抑制住市场异象，提高市场效率运行。
小结
本文在主回归之后，构造了套利限制因子，通过与特质波动率结合的二维投资组合分析，实证发现套利限制因子高的情况下特质波动率与收益率之间负向关系强烈，而套利限制因子低的情况下能够抑制“特质波动率之谜”。同时，为了进一步分析套利限制因子对于“特质波动率之谜”的解释能力，将特质波动率对于收益率的影响系数进行分解，量化研究了套利限制因子对于“特质波动率之谜”的解释能力。