特質(zhì)波動(dòng)在中國(guó)證券市場(chǎng)的實(shí)證研究

李 敏

(東北財(cái)經(jīng)大學(xué)數(shù)學(xué)與數(shù)量經(jīng)濟(jì)學(xué)院/經(jīng)濟(jì)計(jì)量分析與預(yù)測(cè)研究中心，遼寧 大連 116025)

一、引 言

根據(jù)資產(chǎn)定價(jià)理論，在理想的狀態(tài)下，資產(chǎn)或資產(chǎn)組合的特質(zhì)風(fēng)險(xiǎn) (也稱非系統(tǒng)性風(fēng)險(xiǎn))因能被無(wú)成本地多樣化投資充分分散，而不能帶來(lái)回報(bào)。在對(duì)資本資產(chǎn)定價(jià)模型進(jìn)行解釋時(shí)發(fā)現(xiàn)，不能被系統(tǒng)解釋的這部分風(fēng)險(xiǎn)比重較大且呈現(xiàn)出一定的規(guī)律，這使得學(xué)者們開始著手探索特質(zhì)風(fēng)險(xiǎn)的變動(dòng)特征，而特質(zhì)波動(dòng)是普遍地被用來(lái)衡量特質(zhì)風(fēng)險(xiǎn)的指標(biāo)。筆者發(fā)現(xiàn)，國(guó)內(nèi)外的諸多研究成果對(duì)以下三個(gè)問(wèn)題的認(rèn)識(shí)存在一定的局限性:特質(zhì)波動(dòng)是否存在長(zhǎng)期的確定性趨勢(shì);如何用涵蓋基本面、股市結(jié)構(gòu)等統(tǒng)一的框架去衡量影響特質(zhì)波動(dòng)的因素;是否可以用特質(zhì)波動(dòng)或特質(zhì)波動(dòng)占比的增大或減小來(lái)判斷中國(guó)股市的發(fā)展成熟。

本文試圖對(duì)以上三個(gè)問(wèn)題進(jìn)行深入研究，沿用Campbell等［1］的特質(zhì)波動(dòng)分解法，將股票的波動(dòng)分解為市場(chǎng)層面波動(dòng)、行業(yè)層面波動(dòng)和公司層面波動(dòng)，并用一個(gè)統(tǒng)一的框架去解釋波動(dòng)率變動(dòng)的原因。本文的創(chuàng)新之處在于:從基本面、投資情緒和股市結(jié)構(gòu)三個(gè)方面來(lái)共同解釋特質(zhì)波動(dòng)變動(dòng)的原因;在因素分析時(shí)，采用控制變量的方法構(gòu)造了行業(yè)權(quán)重因子、借鑒Fama和French［2］的因子分離法構(gòu)造了公司規(guī)模因子和新股因子;相對(duì)于國(guó)內(nèi)的文獻(xiàn)，本文使用了更長(zhǎng)的時(shí)間序列自1993年至2009年，特別是本文納入了2006年之后的最新數(shù)據(jù)，也就是特質(zhì)波動(dòng)率反轉(zhuǎn)的區(qū)間，這一區(qū)間的波動(dòng)趨勢(shì)是現(xiàn)有國(guó)內(nèi)研究所使用的模型不能解釋的。

二、實(shí)證方法和統(tǒng)計(jì)變量描述

1.波動(dòng)率分解方法

Malkiel［3］將個(gè)股波動(dòng)率的分解方法歸納為直接法和間接法兩類。在直接法中利用Fama-French三因子模型的殘差來(lái)估計(jì)特質(zhì)波動(dòng);間接法以Campbell等［1］采用的無(wú)需估計(jì)β的方法最為普遍，該種方法簡(jiǎn)潔且不依賴特定的定價(jià)模型。筆者認(rèn)為，由于直接法中所使用的Fama-French三因子模型中的規(guī)模因子 (SMB)和賬面市值比 (HML)因子是屬于公司特質(zhì)因素，因而并不適宜用三因子的殘差來(lái)估計(jì)特質(zhì)波動(dòng)率。基于準(zhǔn)確性和便利性原則，本文采用Campbell等［1］的間接波動(dòng)率分解方法，此方法基于CAPM模型，且無(wú)需估計(jì)β。

2.統(tǒng)計(jì)數(shù)據(jù)選擇

本文數(shù)據(jù)主要由三類組成:第一類是1992年1月3日—2009年12月31日滬深兩市A股的所有個(gè)股的日交易數(shù)據(jù)，包括股票代碼、日期、行業(yè)標(biāo)記、復(fù)權(quán)價(jià)、換手率、回報(bào)率和流通市值等變量;第二類是1992—2009年滬深兩市A股所有個(gè)股的年度財(cái)務(wù)數(shù)據(jù)，包括凈利潤(rùn)、營(yíng)業(yè)收入、總資產(chǎn)和所有者權(quán)益等;第三類是1992—2009年的月度宏觀經(jīng)濟(jì)數(shù)據(jù)，如GDP增長(zhǎng)率、基準(zhǔn)利率和貨幣供應(yīng)量等。

在處理日交易數(shù)據(jù)時(shí)，考慮到新股上市后由于IPO定價(jià)問(wèn)題往往會(huì)有較大的波動(dòng)，本文將個(gè)股上市后十天之內(nèi)的交易數(shù)據(jù)剔除。由于1996年之前滬深股市沒(méi)有設(shè)置漲跌停板制度，為保持整個(gè)時(shí)間序列的統(tǒng)一性，本文將日收益率超過(guò)30%的數(shù)據(jù)限定在30%。本文行業(yè)分類根據(jù)中國(guó)證監(jiān)會(huì)上市公司行業(yè)分類指引規(guī)定，按13個(gè)大行業(yè)劃分，其中制造業(yè)又細(xì)分為10個(gè)子行業(yè)。選取的無(wú)風(fēng)險(xiǎn)利率為一年期定期存款利率，在計(jì)算月度利率時(shí)按照每月30日計(jì)算，計(jì)算年度利率時(shí)按每年360日計(jì)算。

3.變量描述

采用Campbell等［1］的間接波動(dòng)率分解方法，將特定時(shí)期內(nèi)所有個(gè)股的加總的波動(dòng)率分解為市場(chǎng)層面的波動(dòng)率、行業(yè)層面的波動(dòng)率和公司層面的波動(dòng)率。i代表特定的行業(yè);j代表特定的公司;Rjit代表i行業(yè)j公司在時(shí)期t里的超額收益，Rjit=rjit-rf，rf為無(wú)風(fēng)險(xiǎn)收益率;①如無(wú)特指，文中的其他收益率均為用無(wú)風(fēng)險(xiǎn)收益率調(diào)整的超額收益率。wjit表示t時(shí)期行業(yè)i中公司j的權(quán)重;行業(yè)i在時(shí)期t里的超額收益可以表示為Rit=∑j∈iwjitRjit，t時(shí)期市場(chǎng)的超額收益可以表示為記市場(chǎng)層面的波動(dòng)率為MKTt，即:

記行業(yè)層面的波動(dòng)率為INDt，對(duì)于行業(yè)i而言，其特質(zhì)波動(dòng)率為:

記公司層面的波動(dòng)率為FIRMt，對(duì)于單個(gè)股票i，其特質(zhì)波動(dòng)率為:

其中，Rjis為s交易日i行業(yè)中的j公司超額收益率，ηjit為個(gè)股收益和其所在行業(yè)收益的差額，將個(gè)股的特質(zhì)波動(dòng)在行業(yè)層面加總得:

在所有行業(yè)間求個(gè)股特質(zhì)波動(dòng)的加權(quán)平均，得到公司層面的特質(zhì)波動(dòng)率為:

由 (1)、(3)、(6)式可以估計(jì)出市場(chǎng)、行業(yè)和公司層面的波動(dòng)率。②本文使用了收益率的月度方差來(lái)代表月度波動(dòng)率，因月度方差數(shù)值較小，文中將所有計(jì)算所得方差年化后乘以100，即計(jì)算所得月方差序列乘以1200得到本文所需要的FIRMt、INDt和MKTt序列。若沒(méi)有特別聲明本文使用的所有序列均采用加權(quán)平均方法獲得。本文所有涉及到規(guī)模和權(quán)重的變量均使用流通市值，因?yàn)閮H有流通市值才能代表個(gè)股的供給和對(duì)市場(chǎng)的影響。在使用個(gè)股或行業(yè)的權(quán)重時(shí)，本文選取了本月月初的權(quán)重作為本月的權(quán)重，這種選擇方式遺漏了本月上市的新股，但具體影響不大，也符合目前兩市的指數(shù)編制方法。

本文還涉及市場(chǎng)層面波動(dòng)占比、行業(yè)層面波動(dòng)占比、公司層面波動(dòng)占比、ROEt、行業(yè)集中度(HHIIt)、公司集中度 (HHIFt)、換手率變量 (TOt)、GDP增長(zhǎng)速度 (GDPGt)、規(guī)模因子(SZFCTt)和新股因子 (NFFCTt)等變量，下文具體使用時(shí)再解釋各個(gè)變量。

三、A股市場(chǎng)波動(dòng)率序列分析

1.單位根檢驗(yàn)和趨勢(shì)判斷

為探索三個(gè)層面波動(dòng)率變動(dòng)原因，首先對(duì)其進(jìn)行單位根檢驗(yàn)以檢驗(yàn)其平穩(wěn)性。表1是對(duì)1992—2009年市場(chǎng)、行業(yè)和公司層面波動(dòng)率的單位根檢驗(yàn)，給出了ADF檢驗(yàn)的帶截距項(xiàng)不帶時(shí)間趨勢(shì)的檢驗(yàn)和帶截距項(xiàng)帶時(shí)間趨勢(shì)的檢驗(yàn)，在帶時(shí)間趨勢(shì)的情形中，列出了趨勢(shì)項(xiàng)的值和顯著性狀況。表1的結(jié)果表明，市場(chǎng)、行業(yè)和公司層面波動(dòng)率序列的單位根假設(shè)均被拒絕。公司層面波動(dòng)率占比序列存在單位根的概率稍高，帶趨勢(shì)項(xiàng)的檢驗(yàn)僅在90%的置信度下拒絕零假設(shè);市場(chǎng)層面波動(dòng)率占比和公司層面波動(dòng)率占比能在99%的置信度下拒絕零假設(shè)。帶截距項(xiàng)帶時(shí)間趨勢(shì)的單位根檢驗(yàn)中也包含了對(duì)各個(gè)變量的趨勢(shì)檢驗(yàn)，研究發(fā)現(xiàn)僅有市場(chǎng)層面波動(dòng)率序列以及市場(chǎng)層面占比序列有較為顯著的向下的趨勢(shì)，行業(yè)和公司層面的特質(zhì)波動(dòng)及其占比沒(méi)有明顯的趨勢(shì)可言。

表1 三個(gè)層面波動(dòng)率序列的單位根檢驗(yàn)

2.波動(dòng)率序列的預(yù)測(cè)能力分析

單位根檢驗(yàn)拒絕了在1992—2009年的樣本下市場(chǎng)層面波動(dòng)率序列、行業(yè)層面波動(dòng)率序列和公司層面波動(dòng)率序列存在單位根的假設(shè)，下面將探討這三種波動(dòng)率序列自身是否存在變動(dòng)規(guī)律以及三種波動(dòng)之間的相關(guān)性。

(1)自回歸

表2①由于篇幅所限，本文部分統(tǒng)計(jì)表格未在正文呈現(xiàn)，讀者如有需要請(qǐng)與作者聯(lián)系。從中可以看到三個(gè)層面波動(dòng)的自相關(guān)系數(shù)均出現(xiàn)指數(shù)衰減。

表2 三個(gè)層面波動(dòng)率的自相關(guān)偏相關(guān)序列

偏相關(guān)系數(shù)在1階后出現(xiàn)截尾。樣本量為213的情況下，由t檢驗(yàn)得到，在99%的置信度下當(dāng)系數(shù)大于0.16時(shí)可以拒絕其為零的假設(shè)，在95%的置信度下當(dāng)系數(shù)大于0.11時(shí)可以拒絕其為零的假設(shè)。表2顯示偏相關(guān)系數(shù)在1階顯著不為零，在1階之后均其他系數(shù)幾乎為零。可以粗略地判斷三個(gè)層面波動(dòng)接近AR(1)過(guò)程。

(2)線性相關(guān)

表3表明，三個(gè)層面的波動(dòng)相關(guān)系數(shù)較高，其中公司層面的特質(zhì)波動(dòng)與行業(yè)層面的特質(zhì)波動(dòng)的相關(guān)系數(shù)最高為0.56。較高的相關(guān)系數(shù)可能在于本文采用的分解方法不能有效地將三個(gè)層面的特質(zhì)波動(dòng)完全分離開，行業(yè)和公司的波動(dòng)率序列中部分地隱含了市場(chǎng)層面的波動(dòng)。鑒于當(dāng)前沒(méi)有更好地分解方法，本文的討論將依然基于此分解方法。

表3 三個(gè)層面波動(dòng)的線性相關(guān)性

表4通過(guò)格蘭杰因果關(guān)系檢驗(yàn)發(fā)現(xiàn)，公司層面波動(dòng)對(duì)行業(yè)層面波動(dòng)有預(yù)測(cè)功能，行業(yè)層面波動(dòng)對(duì)市場(chǎng)層面的波動(dòng)有預(yù)測(cè)功能。而行業(yè)對(duì)公司、市場(chǎng)對(duì)行業(yè)、公司對(duì)市場(chǎng)、市場(chǎng)對(duì)公司基本不存在預(yù)測(cè)功能。

表4 三個(gè)層面波動(dòng)率序列的格蘭杰因果關(guān)系檢驗(yàn)

(3)收益率預(yù)測(cè)

表5的統(tǒng)計(jì)結(jié)果并沒(méi)有發(fā)現(xiàn)三個(gè)層面波動(dòng)率對(duì)市場(chǎng)收益率的預(yù)測(cè)功能，反而市場(chǎng)收益率對(duì)公司層面的波動(dòng)有預(yù)測(cè)功能，后面將分析收益率對(duì)特質(zhì)波動(dòng)具有預(yù)測(cè)功能的原因。

表5 三個(gè)層面波動(dòng)率與市場(chǎng)收益率的格蘭杰因果關(guān)系檢驗(yàn)

四、A股市場(chǎng)特質(zhì)波動(dòng)變動(dòng)的因素分析

1.基本面變動(dòng)引起特質(zhì)波動(dòng)的變動(dòng)

公司和行業(yè)基本面能顯著影響個(gè)股的波動(dòng)，為此選取了凈資產(chǎn)收益率 (ROE)、GDP增長(zhǎng)率(GDPG)和杠桿率 (LEV)指標(biāo)來(lái)代表公司基本面情況。

ROE和GDP增長(zhǎng)率指標(biāo)。從橫截面上，企業(yè)對(duì)股東權(quán)益的回報(bào)是衡量和區(qū)別股票內(nèi)涵投資價(jià)值的重要指標(biāo);從時(shí)間序列上，市場(chǎng)整體的凈資產(chǎn)收益率水平實(shí)際上是市場(chǎng)上企業(yè)整體經(jīng)營(yíng)狀況的反映。GDP增長(zhǎng)率是宏觀變量，用以反映經(jīng)濟(jì)的景氣程度以及企業(yè)整體的經(jīng)營(yíng)環(huán)境。本文采用年度凈利潤(rùn)和年末股東權(quán)益的比值來(lái)計(jì)算各公司的ROE，之后以當(dāng)年末各公司的流通市值為權(quán)重，計(jì)算各年份加權(quán)平均序列ROEt。

杠桿率指標(biāo)。Campbell等［1］和Malkiel［3］認(rèn)為公司杠桿率的不斷提高使權(quán)益人承受的風(fēng)險(xiǎn)加大是特質(zhì)波動(dòng)上升的原因。在本文中，將權(quán)益負(fù)債率 (債務(wù)和股東權(quán)益之比)作為杠桿率的代理變量LEV，該數(shù)值越高表示杠桿率越高。①在處理數(shù)據(jù)時(shí)剔除了權(quán)益為負(fù)的數(shù)值以及金融企業(yè)的數(shù)據(jù)，因?yàn)榻鹑谄髽I(yè)的屬性使得其具有比其他企業(yè)更高的杠桿率。進(jìn)行單位根檢驗(yàn)時(shí)，不能拒絕LEV是單位根序列的假設(shè);在對(duì)LEV進(jìn)行一階差分后，其對(duì)特質(zhì)波動(dòng)幾乎沒(méi)有解釋能力。

除此之外，還選擇了代表貨幣供給的M1和M2增長(zhǎng)率來(lái)作因變量，但也因出現(xiàn)了單位根而無(wú)法將其加入系統(tǒng)中。筆者認(rèn)為，全社會(huì)貨幣供應(yīng)量的增長(zhǎng)會(huì)推高整體的估值水平，因而會(huì)更多地影響市場(chǎng)的波動(dòng)率，而ROE和GDP增長(zhǎng)率兼顧了行業(yè)和個(gè)股的基本面，因而是更好的替代指標(biāo)。

2.投資情緒變動(dòng)引起波動(dòng)率序列的變動(dòng)

中國(guó)的股票市場(chǎng)尚處在發(fā)展成熟的過(guò)程中，在基本面之外還存在著許多非理性的因素，對(duì)各種概念的跟風(fēng)炒作，利用未公開的消息進(jìn)行內(nèi)幕交易，機(jī)構(gòu)投資者不成熟，政策的不確定性等原因左右著投資情緒，在一定程度上亦加大了市場(chǎng)的波動(dòng)。

由于內(nèi)幕交易或政策不確定性很難量化，本文采用換手率 (TO)②采用個(gè)股的月?lián)Q手率的加權(quán)平均來(lái)構(gòu)造市場(chǎng)平均的換手率序列TOt。和市場(chǎng)收益率 (RMKT)代表市場(chǎng)情緒。張崢和劉力［4］認(rèn)為，投資者之間往往存在異質(zhì)性信念，即對(duì)股票估價(jià)存在意見(jiàn)分歧，并堅(jiān)持自己的意見(jiàn)，換手率可以作為投資者異質(zhì)性信念波動(dòng)程度的代理變量。

3.股市結(jié)構(gòu)變動(dòng)引起波動(dòng)率序列的變動(dòng)

(1)行業(yè)結(jié)構(gòu)變動(dòng)帶來(lái)的特質(zhì)波動(dòng)變動(dòng)

中國(guó)股市開市初期，受發(fā)行制度的影響，各行業(yè)的年度IPO數(shù)量均以監(jiān)管層核定的指標(biāo)為準(zhǔn)，一方面有助于快速形成滬深兩市完整的行業(yè)結(jié)構(gòu)，另一方面卻扭曲了資本市場(chǎng)的融資功能。在審批制放松之后，新股的發(fā)行開始反映了公司的實(shí)際融資需求，以互聯(lián)網(wǎng)為代表的高科技公司、資本密集型的金屬非金屬制造公司上市數(shù)目迅速膨脹。各行業(yè)比重的變化使得A股市場(chǎng)的風(fēng)險(xiǎn)結(jié)構(gòu)發(fā)生變化，筆者認(rèn)為這是導(dǎo)致A股市場(chǎng)特質(zhì)波動(dòng)變動(dòng)的原因之一。

為界定行業(yè)比重變化部分地引起了特質(zhì)波動(dòng)的變化。本文將所有22類行業(yè)按1997—1999年的平均波動(dòng)率的排序分為兩類，波動(dòng)率較大的11個(gè)行業(yè)為高風(fēng)險(xiǎn)行業(yè)，波動(dòng)率較小的11個(gè)行業(yè)為低風(fēng)險(xiǎn)行業(yè)，并統(tǒng)計(jì)兩類行業(yè)的權(quán)重變動(dòng)。

高風(fēng)險(xiǎn)行業(yè)、低風(fēng)險(xiǎn)行業(yè)的劃分是粗略的，為了對(duì)行業(yè)權(quán)重的影響進(jìn)行更精確的檢驗(yàn)，本文在固定其他因素的前提下構(gòu)造了行業(yè)權(quán)重因子 (INDFt)，行業(yè)權(quán)重因子與前述計(jì)算的波動(dòng)率具備相同的量綱。方法如下:

(2)公司規(guī)模因子引起的特質(zhì)波動(dòng)變動(dòng)

Malkiel［3］、Steven和 Zhang［5］以及 Bennett和 Sias［6］均提出新上市的小公司驅(qū)動(dòng)了股票市場(chǎng)特質(zhì)波動(dòng)的變化的觀點(diǎn)。但由于中國(guó)證券市場(chǎng)中小板和創(chuàng)業(yè)板推出較晚，中小企業(yè)波動(dòng)對(duì)市場(chǎng)特質(zhì)風(fēng)險(xiǎn)波動(dòng)的影響必定沒(méi)有美國(guó)市場(chǎng)那么明顯。筆者認(rèn)為小公司對(duì)特質(zhì)波動(dòng)率的影響可以分兩個(gè)方面，即數(shù)量規(guī)模的影響和小企業(yè)本身波動(dòng)的加劇對(duì)整個(gè)市場(chǎng)的影響。

首先，統(tǒng)計(jì)占累計(jì)流通市值前50%的小企業(yè)數(shù)量占上市公司總數(shù)的比率，該比率在2001年之前處于下降的過(guò)程，而2001年之后大幅回升，在最高點(diǎn)的2008年11月，中小企業(yè)占比達(dá)95.7%，之后略有下滑，與公司層面的波動(dòng)率序列有類似的趨勢(shì)。統(tǒng)計(jì)占累計(jì)流通市值后50%的大企業(yè)數(shù)量發(fā)現(xiàn)，隨著A股市場(chǎng)股票數(shù)目的增加，構(gòu)成流通市值50%所需要的最大的公司家數(shù)逐漸攀升，2001年6月規(guī)模最大的333家公司占據(jù)流通市值的50%，而到2008年10月僅僅需要63家公司即可，而此時(shí)，樣本內(nèi)公司數(shù)目達(dá)到1 529家。因此，盡管小公司的絕對(duì)數(shù)量一直在增加，但2001年后大公司的比重增長(zhǎng)更快，受權(quán)重的影響，小公司從規(guī)模上對(duì)三個(gè)層面的波動(dòng)貢獻(xiàn)較小。

其次，采用Herfindahl-Hirschman集中度指標(biāo) (HHI①HHI是一種被普遍接受的度量市場(chǎng)集中度的指數(shù)，HHI的值介于0—10 000之間，越接近0，表示競(jìng)爭(zhēng)越激烈，參與競(jìng)爭(zhēng)的企業(yè)數(shù)較多且每家企業(yè)的市場(chǎng)占有率相對(duì)較低;越接近10 000，表示壟斷越嚴(yán)重，參與競(jìng)爭(zhēng)的企業(yè)數(shù)較少，或競(jìng)爭(zhēng)各方的占有率差距較大，集中度越高指數(shù)越高。)，進(jìn)一步探討規(guī)模因素對(duì)特質(zhì)波動(dòng)的影響。分別統(tǒng)計(jì)行業(yè)和公司HHI指標(biāo)，并與行業(yè)和公司波動(dòng)進(jìn)行簡(jiǎn)單的一元回歸，如式 (8)和式(9)，其中，HHIFt代表公司集中度，HHIIt代表行業(yè)集中度。

可見(jiàn)，集中度指標(biāo)對(duì)公司層面波動(dòng)解釋能力很弱，而對(duì)于行業(yè)層面波動(dòng)解釋能力卻非常強(qiáng)。這正是由于近年來(lái)金融保險(xiǎn)和金屬非金屬行業(yè)等高風(fēng)險(xiǎn)行業(yè)的市場(chǎng)占比的提高加劇了市場(chǎng)的波動(dòng)。而公司的集中度未能解釋公司層面的波動(dòng)，反映了大公司對(duì)波動(dòng)的貢獻(xiàn)遠(yuǎn)比大行業(yè)來(lái)的小，另外也反映了小公司在規(guī)模上也未能對(duì)波動(dòng)產(chǎn)生貢獻(xiàn)。

本文進(jìn)一步控制權(quán)重變量，考慮小規(guī)模公司特質(zhì)波動(dòng)的變動(dòng)對(duì)公司層面特質(zhì)波動(dòng)的影響。分別統(tǒng)計(jì)占市值50%的大公司和占市值另50%的小公司的公司層面特質(zhì)波動(dòng)率序列，之所以采用市值而非分位度來(lái)分組，是鑒于需要控制權(quán)重變量，在大小公司之間剔除權(quán)重因素。統(tǒng)計(jì)結(jié)果表明，按月度計(jì)算的小公司的特質(zhì)波動(dòng)要一直大于大公司的波動(dòng)，且小公司18年的平均波動(dòng)比大公司高出50%。

(3)新股因子引起的特質(zhì)波動(dòng)變動(dòng)

在研究小企業(yè)和新股對(duì)特質(zhì)波動(dòng)的影響的實(shí)證方法上，本文借鑒了Fama和French［2］構(gòu)造規(guī)模因子 (SMB)和賬面市值比因子 (HML)的方法，將樣本中的所有股票在每月按照流動(dòng)市值規(guī)模分為大 (B)、中 (M)、小 (S)三組，且每組的市值是相等的，這樣做是為了剔除權(quán)重因素的影響，將樣本中的所有股票在每月按照上市時(shí)間遠(yuǎn)近分為新 (Y)、舊 (O)兩組，且每組的股票數(shù)目是相同的。這樣二維分組的結(jié)果構(gòu)成了六個(gè)組合，即BY、MY、SY、BO、MO和SO。其中BY代表最大和較新組的交集，其他五組 (MY、SY、BO、MO和SO)也分別表示大、中、小和新、舊分組的兩兩交集。然后統(tǒng)計(jì)以上六個(gè)組合的公司層面的加權(quán)平均特質(zhì)波動(dòng)率。

為提取規(guī)模因子 (SZFCTt)，本文計(jì)算了SY、SO組合公司層面的算術(shù)平均特質(zhì)波動(dòng)率和BY、BO組合公司層面的算術(shù)平均特質(zhì)波動(dòng)率，這兩組特質(zhì)波動(dòng)率之差記作SZFCTt=(SYt+SOt-BYt-BOt)/2。這樣，SZFCTt序列中剔除了新股效應(yīng)的影響，而只剩下規(guī)模效應(yīng)的作用。

同樣，為提取新股因子 (NFFCTt)，我們計(jì)算了BY、MY、SY組合公司層面的算術(shù)平均特質(zhì)波動(dòng)率和BO、MO、SO組合公司層面的算術(shù)平均特質(zhì)波動(dòng)率，這兩組特質(zhì)波動(dòng)率之差記作NFFCTt=(BYt+MYt+SYt-BOt-MOt-SOt)/3。NFFCTt序列中剔除了規(guī)模效應(yīng)的影響，而只剩下新股效應(yīng)的作用。

分別對(duì)SZFCTt因子、NFFCTt因子與公司層面的特質(zhì)波動(dòng)率進(jìn)行一元回歸，得到規(guī)模效應(yīng)單獨(dú)地對(duì)特質(zhì)波動(dòng)有18.20%的解釋能力，新股效應(yīng)單獨(dú)地對(duì)特質(zhì)波動(dòng)有1.90%的解釋能力，而兩者聯(lián)合有22.00%的解釋能力。

4.多因素聯(lián)合檢驗(yàn)

對(duì)以上變量進(jìn)行聯(lián)合檢驗(yàn)，觀察各個(gè)因子對(duì)特質(zhì)波動(dòng)的影響程度。經(jīng)多次多元回歸檢測(cè)，得到了解釋行業(yè)層面和公司層面特質(zhì)波動(dòng)的線性模型。這兩個(gè)模型對(duì)行業(yè)層面和公司層面的特質(zhì)波動(dòng)的解釋能力分別為75.13%和54.17%。

在行業(yè)層面特質(zhì)波動(dòng)的影響因素分析中可知:第一，前一期的行業(yè)特質(zhì)波動(dòng)對(duì)當(dāng)期波動(dòng)具有最為顯著的影響，如前文所述行業(yè)的特質(zhì)波動(dòng)接近于AR(1)過(guò)程，且相關(guān)系數(shù)為正值。第二，換手率越高行業(yè)層面的特質(zhì)波動(dòng)越大，換手率反映了市場(chǎng)上資金的炒作程度。第三，行業(yè)集中度與行業(yè)的特質(zhì)波動(dòng)呈正比。本文構(gòu)造的行業(yè)權(quán)重因子 (INDF)是固定各行業(yè)的特質(zhì)波動(dòng)僅由權(quán)重變動(dòng)而模擬的行業(yè)特質(zhì)波動(dòng)，在加入行業(yè)集中度變量后，構(gòu)造的行業(yè)權(quán)重因子的解釋程度大大下降，因?yàn)樾袠I(yè)權(quán)重因子與集中度變量的解釋功能類似，反映了行業(yè)風(fēng)險(xiǎn)結(jié)構(gòu)變動(dòng)對(duì)行業(yè)特質(zhì)波動(dòng)的影響。但構(gòu)造行業(yè)權(quán)重因子仍然是有意義的，行業(yè)權(quán)重因子比行業(yè)集中度更精確，行業(yè)集中度對(duì)行業(yè)特質(zhì)波動(dòng)的影響是基于大市值行業(yè)的波動(dòng)高于或低于平均波動(dòng)這一隱含條件，但這個(gè)條件不總是成立的，因此行業(yè)權(quán)重因子有效補(bǔ)充了集中度變量的缺陷。第四，市場(chǎng)平均ROE水平代表了上市公司基本面因素反映了公司整體的盈利能力與行業(yè)的特質(zhì)波動(dòng)呈正比，各行業(yè)的ROE水平?jīng)Q定了各個(gè)行業(yè)的估值，估值因素是推動(dòng)股價(jià)波動(dòng)的重要原因，反映在股價(jià)上是不同行業(yè)間的輪動(dòng)。

在公司層面特質(zhì)波動(dòng)的影響因素分析中，與行業(yè)層面的分析一致:第一，前一期的公司層面特質(zhì)波動(dòng)對(duì)當(dāng)期波動(dòng)具有最為顯著的影響，這說(shuō)明特質(zhì)波動(dòng)具有一定的粘性。第二，運(yùn)用Fama和French［2］因子分離方法得到的公司規(guī)模因子與公司層面的特質(zhì)波動(dòng)呈正比，而公司集中度變量對(duì)因變量沒(méi)有解釋能力，這說(shuō)明小公司對(duì)公司層面特質(zhì)波動(dòng)的正面影響僅體現(xiàn)在小公司自身特質(zhì)波動(dòng)的變動(dòng)而非小公司規(guī)模的變動(dòng)產(chǎn)生的權(quán)重影響。第三，在分離了小公司因素后，發(fā)現(xiàn)新上市公司對(duì)公司層面的波動(dòng)也有正面的影響，有效地解釋了“新股次新股概念”出現(xiàn)的緣由。第四，市場(chǎng)收益的滯后變量對(duì)公司層面的特質(zhì)波動(dòng)也有較強(qiáng)的解釋能力，因?yàn)槭袌?chǎng)收益的變化引導(dǎo)了投資者對(duì)投資組合的調(diào)整從而導(dǎo)致特質(zhì)波動(dòng)的變化。市場(chǎng)平均ROE水平與公司的特質(zhì)波動(dòng)呈正比，ROE是實(shí)體經(jīng)濟(jì)景氣程度的反映，在市場(chǎng)ROE水平上升時(shí)，經(jīng)濟(jì)復(fù)蘇，不同企業(yè)呈現(xiàn)不同的復(fù)蘇步驟，另外市場(chǎng)流動(dòng)性上升，一些復(fù)蘇明顯、業(yè)績(jī)?cè)鲩L(zhǎng)較快的公司受資金追捧因而波動(dòng)加大。而在ROE見(jiàn)頂時(shí)，商業(yè)泡沫開始破滅，股市先于經(jīng)濟(jì)下降開始下跌，之前受資金追捧的個(gè)股加速下跌，個(gè)股波動(dòng)率依然較大。在ROE見(jiàn)底時(shí)股市交投冷清，個(gè)股波動(dòng)率較小。然而與行業(yè)波動(dòng)類似，受共線性的影響，市場(chǎng)平均ROE水平的解釋能力受限。

解釋變量之間的共線性是影響本文的實(shí)證檢驗(yàn)結(jié)果的重要原因，而共線性是不可避免的難題，事實(shí)上本文變量之間的共線性潛在地受到同一因素的影響，比如經(jīng)濟(jì)景氣程度。本文最終各采用了5個(gè)變量來(lái)解釋行業(yè)層面和公司層面的特質(zhì)波動(dòng)，得到了較高的擬合度。但共線性問(wèn)題仍無(wú)法避免，這影響了變量前系數(shù)的意義，如何準(zhǔn)確地刻畫各個(gè)變量對(duì)特質(zhì)波動(dòng)的影響程度將是今后研究的主要方向。

5.穩(wěn)健性檢驗(yàn)

通過(guò)逐個(gè)多重共線性檢測(cè)，分別得到了影響行業(yè)層面特質(zhì)波動(dòng)和影響公司層面特質(zhì)波動(dòng)的各5個(gè)變量，在所有變量的構(gòu)造中均使用了加權(quán)平均，加權(quán)平均的方法充分考慮了權(quán)重股的影響，但忽視了小盤股的影響。因此，將大部分變量均用等權(quán)平均來(lái)構(gòu)建。

用1/n來(lái)代替權(quán)重變量w，其中n為樣本量，重新構(gòu)建了市場(chǎng)層面波動(dòng)率 (MKTt)、行業(yè)層面波動(dòng)率 (INDt)和公司層面波動(dòng)率 (FIRMt);構(gòu)建凈資產(chǎn)收益率 (ROE)、換手率 (TO)和市場(chǎng)收益率 (RMKT)因子用個(gè)股的等權(quán)平均來(lái)計(jì)算得到;在構(gòu)建規(guī)模因子 (SZFCTt)和新股因子 (NFFCTt)時(shí)所采用的6個(gè)組合的組內(nèi)波動(dòng)采用等權(quán)平均來(lái)計(jì)算;在計(jì)算行業(yè)權(quán)重因子 (INDFt)、行業(yè)集中度(HHIIt)和公司集中度 (HHIFt)時(shí)，由于權(quán)重是關(guān)鍵變量，因此未做改變。

通過(guò)對(duì)各個(gè)變量進(jìn)行重新構(gòu)建，我們得到對(duì)行業(yè)和公司層面特質(zhì)波動(dòng)的估計(jì)。比較加權(quán)平均和等權(quán)平均的估計(jì)結(jié)果表明，采用等權(quán)平均來(lái)構(gòu)造各變量，對(duì)行業(yè)層面特質(zhì)波動(dòng)的解釋能力稍降。行業(yè)權(quán)重因子符號(hào)反向，行業(yè)集中度因子極為不顯著性。這是由于行業(yè)類別完善、行業(yè)數(shù)目增加引起的，使得在加權(quán)平均中被掩蓋的新出現(xiàn)的行業(yè)分類和市值極小的行業(yè)的波動(dòng)在等權(quán)平均的估計(jì)中得以體現(xiàn)。而行業(yè)權(quán)重因子與行業(yè)集中度、權(quán)重作為關(guān)鍵變量并沒(méi)有對(duì)之進(jìn)行調(diào)整，因而出現(xiàn)解釋能力下降。相應(yīng)的其他變量的解釋能力并沒(méi)有發(fā)生大的變化。

對(duì)于公司層面的特質(zhì)波動(dòng)而言，經(jīng)過(guò)等權(quán)平均處理，發(fā)現(xiàn)模型的解釋能力稍有提高，各個(gè)變量的顯著性也未出現(xiàn)大幅度變化。其中規(guī)模因子的顯著性有所提升，因?yàn)橛玫葯?quán)平均計(jì)算的公司特質(zhì)波動(dòng)序列更多地反映了波動(dòng)較大的小盤股的特質(zhì)波動(dòng)變動(dòng)。

綜上，我們用等權(quán)平均重新構(gòu)建的模型與原模型的結(jié)果相比并沒(méi)有發(fā)生大的改變，本文對(duì)公司和行業(yè)層面特質(zhì)波動(dòng)的因素分析所使用的模型具有一定的可靠性。

五、研究展望

在本文對(duì)于特質(zhì)波動(dòng)率研究結(jié)果的基礎(chǔ)上，筆者認(rèn)為仍有如下幾個(gè)問(wèn)題未得到解決，這將為今后的研究提供方向。第一，Campbell等的特質(zhì)波動(dòng)分解法并不需要估計(jì)各個(gè)股票的β，因此可以比較便捷準(zhǔn)確地提取市場(chǎng)、行業(yè)和公司層面波動(dòng)，但是這種方法依然是有偏差的，當(dāng)行業(yè)內(nèi)公司的集中度過(guò)高時(shí)，計(jì)算公司層面的波動(dòng)會(huì)出現(xiàn)偏差，因?yàn)榉蛛x了行業(yè)的收益率后，公司的收益率將大為減少。尋找出更準(zhǔn)確的特質(zhì)波動(dòng)分解方法將會(huì)大大提高研究成果的準(zhǔn)確度。第二，在對(duì)行業(yè)層面和公司層面特質(zhì)波動(dòng)率序列進(jìn)行因素分析時(shí)，本文僅僅各用了5個(gè)變量，且受多重共線性的影響，各個(gè)變量的系數(shù)失真，因此如何準(zhǔn)確地刻畫各個(gè)變量對(duì)特質(zhì)波動(dòng)的影響程度也將是今后研究努力的方向。第三，其他變量的加入可能會(huì)提高模型的解釋能力，可以實(shí)施的變量包括有公司信息的透明度、新舊會(huì)計(jì)制度的交替和機(jī)構(gòu)投資者參與的程度等。第四，本文在進(jìn)行穩(wěn)健性檢驗(yàn)時(shí)僅僅改變了變量的統(tǒng)計(jì)方法，由等權(quán)平均來(lái)替代加權(quán)平均，由此來(lái)支持本文得出的模型是否具有穩(wěn)定性并非充分，因此在未來(lái)的研究中，需要尋找其他方法加強(qiáng)穩(wěn)健性檢驗(yàn)的可靠性。

［1］Campbell，J.，Lettau，M.，Malkiel，B.G.，Xu，Y.X.Have Individual Stocks Become More Volatile?An Empirical Exploration of Idiosyncratic Risk［J］.The Journal of Finance，2001，56(1):1-43.

［2］Fama，E.F.，F(xiàn)rench，K.R.Common Risk Factors in Returns on Stocks and Bond ［J］.Journal of Financial Economics，1993，33(3):3-56.

［3］Malkiel，X.Investigating the Behavior of Idiosyncratic Volatility［J］.The Journal of Business，2003，76(4):613-644.

［4］張崢，劉力.換手率與股票收益:流動(dòng)性溢價(jià)還是投機(jī)性泡沫［J］.經(jīng)濟(jì)學(xué)(季刊)，2006，5(3):871-892.

［5］Steven，X.W.，Zhang，C.Why did Individual Stocks Become More Volatile?［J］.Journal of Business，2006，79(1):259-292.

［6］Bennett，J.A.，Sias，R.W.Why Company-Specific Risk Changes Over Time［J］.Financial Analysts Journal，2006，62(5):89-100.

［7］李敏，何理.分析B/M指標(biāo)對(duì)上市公司股票收益解釋力的改進(jìn)性研究［J］.財(cái)經(jīng)問(wèn)題研究，2009，(11):61-68.

［8］李敏.地域相近性對(duì)大宗股權(quán)協(xié)議轉(zhuǎn)讓公告效應(yīng)研究［J］.東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010，(6):70-78.