公司特質波動在上升嗎？——基于文獻的述評

花馮濤

（1.安徽師范大學，安徽 蕪湖 241000；2.上海財經大學，上海 200433）

所謂特質風險，根據標準資產定價理論（如Fama-French三因素模型以及引申出的多因素模型），如果市場有效，所有影響個股收益的因素都應被定價，而對應定價模型的誤差項包括了與公司特質相對應的，所有不能被定價的影響因素，即被定義為公司“特質波動”或“特質風險”。一般認為，如果資本市場是完美的，特質風險能夠通過充分的投資組合，即市場組合可以完全抵消，特質波動不能夠影響資產均衡價格，但它僅僅停留在理論上而已，因此，Levy[1]、Merton[2]，以及Malkiel和Xu[3]認為特質波動成為資產定價理論，乃至金融經濟學中不可忽視的重要因素。當前對特質波動的研究主要分為兩個部分：特質波動的測度、趨勢研究和特質波動定價三個部分。本文對特質波動的測度方法和時間趨勢研究中的相關問題進行文獻述評，并對未來的可能研究趨勢做出估計。

一、特質波動測度研究

由于標準金融學認為特質波動不能夠被定價，因此對于其測度的研究一直很少有學者關注，即Malkiel和Xu[3]認為“特質波動是不可觀測的”。但隨著特質波動的主要性日益引起金融經濟學界的關注，越來越多的學者開始從不同角度，在市場非完美的條件下，對特質波動進行測度，尤其是市場平均特質波動水平進行相關計算。目前，特質波動的測度方法主要取決于資產定價模型的選取，基于模型的不同，測度方法目前分為三大類：直接分解法、間接分解法和組合分散處理法。

間接分離法，也稱為方差分解法，該方法認為個股收益來自于不同的影響層面，如市場、行業和公司特質層面。因此在計算時，將個股超額收益率按照不同影響層面進行分解，然后計算不同層面收益率之差，并求其方差，其中行業層面和公司特質層面超額收益之差對應的波動率即為特質波動，用于測度特質風險，Campbell,Lettau和Malkiel[4]第一次使用這種方法對美國股市的特質波動進行了有效的測度。ColmKearney和Valerio Poti[5]基于Campbell，Lettau和Malkiel的方法，提出了自己的分解方法，不同之處在于分解的基礎不是超額收益，而是總收益。他們個股總收益分為三個部分，即無風險利率、投資組合層面收益和公司特質因素收益，這樣他們就將個股總收益分解為兩個層面，即市場組合收益和特質波動收益，而收益波動也相應分解為兩個部分：系統方差和特質成分，在扣除行業層面方差因素后，變得到公司層面的特質波動估計值。直接分離法最主要的優點，就是簡單實用，不需要考慮變量間的協方差和估計行業與公司的β值。但它的缺點也是來自于它的優點，正是由于不需要考慮變量間的協方差，不需要考慮到股票收益的序列相關性，即公司的β值，或者說“過于簡單”，必然存在一定的誤差。

直接分離法，也稱因素模型法，即利用因素模型的殘差計算公司特質波動，以測度公司特質風險。最具代表性的是Malkiel和Xu[3]基于Fama-French三因素模型的估計方法。Fama-French模型將股票收益分為三個因素，即市場收益（RtM）、賬面價值比（RtHML）和規模因素（RtSMB）,而模型殘差就是特質波動的估計值，但這個方法需要估計的變量較多，尤其是個股的β值的估算較為困難。為了克服這一缺陷，Goyal和Santa-Clara[6]在運用因子模型構造出另一種度量方法，他們將個股收益分成兩個成分，即由于共同因子引起的部分和由公司特質因素引起的部分，這樣，總體波動（Vt）分解成共同沖擊因子形成的波動（Vewd）和公司特質沖擊引起的波動（St），進一步通過Vt-Vewd的公式變形計算個股的特質波動。盡管運用三因素模型能夠直接通過殘差估計方式計算和測度公司特質風險，但和方差分解法一樣都沒有考慮到股價波動具有的時變性特征，而Fu[7]考慮到特質波動做為股票收益的一部分，具有非對稱性和時變特征，分別采用了GARCH(1,1)模型和EGRACH模型，將F-F三因素模型做為估計均值方程來估計公司股票的預期特質波動。而Huang[7]考慮到特質波動的時間序列特征，采用ARIMA過程對特質波動的預期值進行估計。他首先用日數據估計每只股票每一個月的三因素模型從而得到各個股票的已實現月度特質波動的時間序列，之后再對這些時間序列分別采用擬合最優的ARIMA（p,q）過程，以24個月的滾動時間窗口（rolling windows）中進行估計并進行一步向前的預測。

對于以Campbell,Lettau和Malkiel[4]為代表的直接分離法和Fama-French三因素模型的間接分離法之間做個比較，Malkiel和Xu[3]認為，由于Campbell,Lettau和Malkiel[4]是基于CAPM模型的思想，因此僅僅考慮了市場因素的定價，而不是像Fama-French三因素模型那樣，進一步考慮了規模因素和賬面市值比因素的定價問題，因此，間接分離法所度量的特質波動率往往高于基于Fama-French三因素模型的直接分離法的度量結果，存在著“高估”傾向。但這兩種方法在適用角度上考慮，間接分離法存在著變量要求少的特點，并且在計算可靠性較高，能夠避免較大的估計誤差。但是在估算公司特質波動時，是否考慮公司特征因素的影響，到現在仍是一個有爭議的問題。叢建波[34-35]認為特質波動應只排除市場因素的影響，而不應排除公司自身特征因素的影響，因為公司規模和賬面市值比等因素都是公司特征，由此引發的定價異動應屬于公司的特質波動。但筆者在本文中認為，公司特質波動的估算應該考慮到公司層面已知的因素影響。原因很簡單，在F-F三因素模型中的公司特征因素對個股收益具有較強的解釋和預測能力，應該被定價，而公司特質波動的定義則是針對定價模型中不能定價的誤差項。

組合分散處理法，認為不論是方差分解法還是因素模型法，特質波動的估算都依賴于模型本身的正確與否，模型的不同計算出的公司特質波動均有所差異，在進一步檢驗公司特質風險與股票收益間關系時必然出現偏差，影響實證結果的穩健性。Bali,Cakici和Levy[7]他們從分散投資收益的概念出發，將投資組合的特質波動定義為無分散投資組合收益波動與完全分散投資組合收益波動之差，在不借助模型的條件下，測度公司特質風險。Mazzucato和Tancioni[10]同樣沒有依賴模型，而是采用了股票價格的標準差與市場收益指數的標準差之比作為公司特質波動的測度方法。

由于國內學者對股市特質波動的研究剛剛起步，往往借鑒和采用國外已有的研究成果。叢劍波，祝濱濱和張屹山[34-35]采用了基于CAPM模型的間接分離法對國內股票市場進行了研究，并對A股市場的特質波動趨勢進行了測度和分析。而楊華蔚[35]則采用Fama-French的三因素模型來度量我國A股特質波動率。黃波，李湛和顧孟迪[36]根據投資者對投資收益分布的非對稱性偏好，針對傳統意義上的表征風險的方差進行二元分解，投資者對于上側風險時喜好的，對于下側風險則是規避的，投資者效用函數在目標收益兩側呈現“S”型，在此基礎上，提出了“基于代表性投資者風險偏好的資產定價模型”用以來分解和估算公司特質風險。

二、特質波動時間趨勢研究

從20世紀八十年代以來，由于歐美發達國家的宏觀經濟運行平穩，產出波動日益趨小，證券市場表現相對穩定，股價波動持續下降，眾多學者均將這種情況歸因于系統風險的宏觀因素表現趨于平穩而導致的。但Campbell,Lettau和Malkiel[4]針對美國紐約證券交易所、納斯達克證券交易所從1962-1997近四十年間的交易數據，運用間接分離法將股價波動分離為市場、產業和公司層面，三個層次波動率，發現盡管市場層面和產業層面波動較為平穩，但公司層面的特質波動率有顯著增加的趨勢，其增長率高達60%。隨后，他們進一步對非美國的發達國家股票市場，如加拿大、德國、英國等二十三個國家采用類似方法進行股價分解并分析，公司層面特質波動率竟然也存在明顯的上升趨勢，隨后學者將這一現象稱之為“CLMX現象”。在宏觀經濟波動下降傳導至股票市場系統風險整體趨勢降低的宏觀背景下（這一現象被稱之為“現代市場經濟之謎”現象），特質波動波動上升引起眾多學者關注，成為本世紀金融經濟學的新興研究領域。隨后也有學者對這一現象進行深入研究。Malkiel和Xu[3]利用1952-1998年間的紐約證券交易所的數據，但采用了直接分離法對公司特質波動進行測度，其結果與Campbell,Lettau和Malkiel[4]相似，而且其上升趨勢更加明顯，升幅高達65%，其中20世紀八十年代的上升趨勢最快，他們認為這應該與美國金融市場金融創新加速有關。Wei和Zhang[8]將Campbell,Lettau和Malkiel[4]的數據樣本區間進一步擴大到2000年左右，也發現特質波動存在明顯上升的趨勢。Vo和Daly繼承了Campbell,Lettau和Malkiel[4]的間接分解方法，選取道瓊斯歐盟50指數中的樣本股票從1992年到2001年的交易數據，其結果仍然類似[9]。

但有一些學者，基于不同的研究方法、研究樣本和樣本期，提出了不同的觀點。Frazzini和Marsh[10]在Campbell,Lettau和Malkiel[4]提出“CLMX現象”兩年之后，對美國股市和英國股市做了對比研究，發現盡管美國股票市場上的確存在特質波動上升趨勢，但集中于小規模公司，而英國股市并不存在這種上升趨勢，上升趨勢僅僅是一種偶然現象。Savickas和Guo[11]對G7國家的股市做了面板研究，并且將樣本期擴展到2003年，雖然一直到1990年代末特質波動呈現出上升趨勢，但此后都發生了反轉現象，股票市場中的特質波動呈現出下降趨勢，另外，他們將G7國家中最大500家上市公司作為樣本，不論采用等權重還是市值權重估計特質波動，都沒有明顯的上升趨勢。Savickas和Guo對“CLMX現象”提出了質疑。Brandt,Brav,Graham和Kumar[12]也采用Campbell,Lettau和Malkiel[4]的間接分離法和樣本數據，但將樣本數據延長到2007年，發現從1962年到1997年間的特質波動趨勢的確是上升過程，但之后，特質波動趨勢開始反轉，不斷下降，到2007年，特質波動的幅度下降到了上世紀90年代以前的水平。其結果和Savickas和Guo較為類似，因此，他們認為上世紀，美國股市上的特質波動上升現象只是一個偶發現象，而不是一個時間趨勢，與Campbell,Lettau和Malkiel[4]相對應，學者將其稱之為“BBGK質疑”。Bekaert,Hodrick和Zhang[13]認為Campbell,Lettau和Malkiel[4]和Malkiel和Xu[3]都沒有對特質波動的時間相關性進行進一步研究，因此在理論上存在一定缺陷，他們運用自適應AR模型和體制轉換模型同樣對23個發達國家的股票市場做了研究，發現特質波動上升趨勢現象并不存在，只是一個靜態的自回歸過程，而且在各個國家之間的特質波動表現出較高的相關性。Hamao，Mei和Xu[14]研究表明日本股市在1975-1999年間，市場風險和公司特質風險的變化趨勢差異性較大，其中市場層面波動加大，而公司層面特質波動不斷下降，而且在1990-1996年間表現更為明顯，呈現出市場波動加劇，“齊漲共跌”現象顯著，市場波動占據了股票波動的主要部分。他們認為這可能和公司收益同質化和公司重組卻發現像有關。

國內對于公司特質波動的研究剛剛展開，國內學者基本上是Campbell，Lettau和Malkiel[4]的研究結果引發關注和對國內市場公司特質波動時間趨勢的變化進行相關研究，但成果并不多見。最早，宋逢明和李翰陽[36]利用1990年12月19日至2001年12月31日滬深股市A股的日收益率數據，以月度為窗口長度，運用移動平均法和確定性趨勢檢驗法，檢驗系統風險和非系統風險的變化趨勢，結果表明系統波動有下降趨勢，而非系統波動在樣本期的下降趨勢并不明顯，因此非系統波動對股價波動的解釋力相對增強。黃波、李湛和顧孟迪[36]以1996年-2003年滬深股市日（月）收益數據為樣本檢驗特質波動的變化趨勢，結果表明在樣本期間內，市場波動表現為下降趨勢，這一結論與美國股市特質波動的變化趨勢相反，而與日本股市20世紀90年代的變動趨勢一致。這說明我國上市公司質量還有待進一步提高。

三、特質波動趨勢的形成機理研究

針對美國股市特質波動上升趨勢的現象，盡管爭論不已，但有關特質波動的影響因素及其內涵本質成為眾多學者追尋的研究主流。

1.公司分拆假說。Campbell,Lettau和Malkiel[4]在論著中提出，特質波動取決于三個根本因素的變化：公司期望現金流方差的上升，折現率方差的上升，和現金流沖擊和折現率沖擊的協方差的上升。他們從公司經營角度解釋了這一問題，認為公司日益追求專業化經營，使得原有整體經營的公司分拆上市，這樣多元化經營帶來的分散風險能力被弱化，未來現金流的不確定性增加，再加上股權激勵使得管理層更加偏好高風險的經營手段。而經營的不確定性和管理層的高風險偏好直接導致公司期望現金流方差以及折現率方差的上升，因此個股特質波動率上升的趨勢成為必然。

2.股權結構假說。Malkiel和Xu[3]從股權結構的角度，探討了公司特質波動發展趨勢的形成原因。他們選取了1989年到1996年的S&P500指數股票樣本的股權結構數據，在控制公司規模等因素后，他們發現股權結構比例的上升能夠解釋公司特質波動發展趨勢的變動，另外他們也發現特質波動和預期盈余增長有著明顯的正相關性。Jornhagen和Landelius[14]針對瑞士股市的實證研究，也發現股權結構的變動趨勢能夠解釋公司特質波動的變動趨勢。與Malkiel和Xu[3]的研究結果相似，Dennis和Strickland盡管選擇不同的計量模型，但在他們的橫截面回歸模型中，仍然發現股權結構和特質波動之間存在著正相關性[14]。同時，他們的時間序列回歸模型也表明，特質波動不但和股權結構相關，還和財務杠桿，以及公司業務集中度有著密切的關系。他們認為在過去2，30年間，上市公司的業務范圍和業務種類不斷增加，公司規模日益龐大，形成企業集團似的經營模式，由于法律對壟斷的限制和對投資者的保護，企業集團總是被迫或主動的分拆。這樣原本能夠在企業集團內部分散掉的特質波動，在資本市場上表現出來，形成市場上總體特質波動不斷增加。這一點與Campbell,Lettau和Malkiel[4]具有相同之處。

3.基于行業競爭的現金流波動假說。Irvine和Pontiff[18]對于特質波動變化趨勢提出了兩種假設，即公司現金流中的特質信息和市場低效。他們在對從1963年到2003年間的美國股市進行研究時，使用了三種方法：每股盈余、每股現金流和每股銷售額，結果發現每股現金流的波動趨勢與特質波動非常相似，也是呈現上升趨勢。他們解釋說，“這種間接的證據表明公司所處的市場競爭日益激烈，導致了公司特質波動不斷上升的發展趨勢。”而行業競爭的無序和外國競爭者的不斷進入，又加劇了特質波動上升的趨勢。但他們并沒有對新公司的不斷進入和企業集團的拆分對特質波動的影響進行解釋。Gaspar和Massa[18]的研究認為，特質波動和公司的競爭環境有著直接的關聯，他們在對1962年到2001年的美國股市收益的數據分析之后，發現公司的競爭優勢能夠左右公司特質對收益的沖擊影響。他們認為，由于產品市場的競爭程度大幅上升，使得顧客的搜尋成本越來越低，比較商品的能力日益提高，顧客對公司產品的忠誠度日益下降，公司銷售收益出現大幅波動，從而帶動公司現金流、公司盈余等變量也出現波動，最終導致了公司特質波動的加劇。因此，他們認為，隨著經濟的不斷發展，產品市場的競爭程度不斷加劇，顧客對公司產品的忠誠度不斷下降，引起公司銷售收入和盈余的大幅波動，最終在資本市場上，表現為公司特質波動的上升。

4.公司透明度假說。一些學者從公司透明度的角度分析了特質波動上升趨勢存在的原因。Bartram,browm和Stulz[19]選取從1991—2006年間的非美國上市公司股票作為樣本，發現樣本期間，非美國股票的特質波動比相對應的美國上市公司的特質波動程度要低。他們提出一種觀點，認為非美國公司的特質波動水平之所以比相對應美國公司低，這和國家特征、所在國的政治穩定、法律完善度是負相關系，和所在國股票市場發展程度是正向關系，和所在國信貸市場的發展程度是負相關系。同時他們也發現特質波動和公司信息披露質量也是負相關系，另外當投資者保護程度提高時特質波動會下降。并且通過對所在國股票市場上R2的趨勢測定，判斷上述因素所影響的不是系統風險，而是特質風險。Mork,Yeung和Yu[20]則從證券市場信息是否透明的角度對特質波動上升給予解釋：在對外部投資者法律保護較弱的國家，市場模型具有更強的解釋能力而公司特質風險表現并不重要，因為這些國家的上市公司通過交叉持股和相互融資等手段“封鎖”了有關個股經營價值的信息，使得個股特質波動在股票定價上顯得不太重要，而整個市場波動卻能解釋股票價格。

5.上市公司結構假說。一些學者從上市公司的結構出發，發現隨著資本市場的發展，金融管制的不斷放松等因素，使得上市公司中發展不成熟的公司的比例越來越大，公司構成比例的變化成為股市特質波動變化的重要因素。Fink,Grullon和Weston[20]的研究發現，進入資本市場的公司在IPO時的企業年齡從1960年代的40年左右下降到1990年代的5年左右，而新上市企業年齡的下降，意味這些公司自身特有的經營風險、財務風險更大，隨著新上市公司的比例越來越高，導致了特質風險的趨勢不斷增強。他們認為新上市的年輕公司的風險傾向更加嚴重，再加上公開上市公司的數量在過去30年間大量增加，導致了特質波動的增加，在將股市中年輕公司數量作為控制變量后，特質波動的時間序列就不再呈現出上升趨勢。而且他們發現在將公司成熟度作為控制變量后，特質風險呈現出下降趨勢。有趣的是，Browm,Kapadia[21]認為特質波動上升的原因是：“在過去40年間，大量的高風險公司不斷上市交易，改變了公開上市公司的組成成分”（他們把這種現象稱之為新上市效應（new listing effect））。他們認為并不是IPO時新上市公司的年齡下降導致了股市中特質波動的上升，而是由于隨著經濟的發展，出現大量由于本身特質引起的高風險企業，如高科技公司等等，而隨著資本市場的不斷發展，金融管制等因素的不斷放松，這些高風險企業得以進入股市中，導致資本市場中公司特質結構的變化，進一步引起了公司特質波動的上升。上述的理論與實證分析是建立在CLMX認為公司特質波動不斷單調上升的觀點基礎之上，通過各種因素，如投資者比例、公司財務杠桿、產品市場的競爭度、IPO時公司年齡的下降、上市公司風險結構、資本市場不斷發展等角度予以探討特質波動與各因素間的因果關系。Fama和French[18]認為公司越來越集中企業生命周期的早期階段上市，但這一階段新上市公司的發展前景并不明朗，經營和市場風險都比較大，也會導致未來現金流的不確定性。沿著這個研究線索，Wei和Zhang[18]試圖從公司基本面的變化去探尋特質波動不斷上升的本質原因。他們選取兩個財務變量，即平均每股收益和每股收益的平均方差，結果發現，等權重的平均每股收益在過去一段時間內不斷下降，而每股收益方差卻表現出明顯的上升趨勢。這說明上市公司未來收益的折現率不斷加大，同時方差的上升趨勢也意味著公司前景不確定性增加，這在新上市公司中表現尤為明顯。這些都說明新上市公司IPO時的年齡在不斷下降，這種“年輕”的公司往往在其企業發展發展周期的早期階段，財務狀況并不穩定，財務風險較高，當他們進入股市后，就會使得整個股市上市公司的平均盈余狀況惡化，導致了公司特質波動的上升，而他們的實證結果恰恰證明了這點。

由于目前對我國股市特質波動的實證研究結論較少，且結果不一，所以很少有學者對這一趨勢的形成原因進行研究。游家興[38]承襲了Mork,Yeung,Yu[20]的研究方法，運用資產定價模型的擬合系數（R2）研究股價的特質波動。他們的研究結果表明，整體而言，伴隨中國證券市場制度建設的逐步推進，不斷完善的歷史進程，股價的同步性趨于減弱，股價所反映的公司特質信息越來越豐富。

五、小結——對未來研究的展望

回顧前人的理論研究成果，我們可以確信對于公司特質波動，尤其在測度方法，時間趨勢方面的研究還有很長的路要走。筆者在此，對未來研究的發展方向和前景做出了一點推測，以供拋磚引玉之用。

首先，特質波動測度方法是依賴于資產定價模型的選取，Bali和Cakici[33]認為方法的不同導致結果往往也不相同。對于這種由于不同模型而導致的差異，至今還無人在理論上做出合理解釋。另外能否尋找到不依賴于模型的測度方法，比如按照標準金融學的觀點，在市場組合條件下，公司特質波動應該被完全分散掉，只有系統風險存在，但現實世界并不存在市場組合，那么針對一個投資組合，只需要將組合總體波動水平與系統風險進行處理便得到該組合的平均特質波動水平，從而不再依賴于模型而造成誤差。如何處理，這將是測度方法進一步需要研究之處。

其次，在研究樣本范圍方面，有待擴展。目前特質波動研究集中在歐美發達國家的股票市場，針對新興市場證券市場的特質波動水平變化趨勢的研究較少，國內學者雖然對我國A股市場特質波動水平雖然做出研究，但由于研究方法不同，導致結果不一，頗有爭論。另外針對B股市場特質波動、債券市場、以及交叉上市公司特質波動水平研究目前還無人提及，它們都涉及到證券市場非系統風險研究的重要組成部分。

再次，就國內研究來看，還無人對國內市場特質波動的影響因素以及形成機理進行系統研究，其主要原因還是A股市場特質波動水平的測度結果不一導致的。此處將來也是該領域重要的研究前景。

［1］Levy,H.Equilibrium in an Imperfect Market:A Constraint on the Number of Securities in the Portfolio[J].The American Economic Review,1978,68(4):643-658.

［2］Merton,R.C.A simple model of capital market equilibrium with incomplete information[J].Journal of Finance，1987，(42)：483-510.

［3］Malkiel B.and Xu Y.Investigating the behaviour of idiosyncratic volatility[J].Journal of Business,2003，(76):613-644.

［4］Campbell J.Y,Lettau M.,Malkiel,G.B and Xu,Y.Have individual stocks become more volatile?An empirical exploration of idiosyncratic risk[J].Journal of Finance,2001，(56):1-43.

［5］ColmKearney,ValerioPoti.Have European Stocks Become More Volatile?An Empirical Investigation of Idiosyncratic and Market Risk in the Euro Area[J].European Financial Management，2006(14)：419-414.

［6］Goyal A.,Santa-Clara P.Idiosyncratic risk matters![J].Journal of Finance,2003，(58):975-1008.

［7］Fu,F.,Idiosyncratic risk and the cross-section of expected stock returns[J].Journal of Financial Economics 2009，(91)：24-37.

［8］Wei X.and Zhang C.Idiosyncratic risk does not matter:A reexamination of the relationship between average returns and average volatilities[J].Journal of Banking and Finance，2005，(29):603-621.

［9］Vo,XV and Daly,K.Volatility amongst firms in the Dow Jones EurostoXX50 index[Z].Applied Financial Economics,2008，(18):569-582.

［10］Frazzini,A.and Marsh,I.,Idiosyncratic Volatility in the US and UK Equity Markets[D].Working Paper.2003,Yale University.

［11］Guo,Hui,and Robert Savickas,Aggregate idiosyncratic volatility in G7 countries,Working Paper[D].2005,Federal Reserve Bank of St.Louis,and George Washington University.

［12］Brandt M.,Brav A.,Graham J.and Kumar A.The idiosyncratic volatility puzzle:Time trend or speculative episodes?[C].SSRN:http://ssrn.com/abstract=1141219.2008.

［13］Bekaert G.,Hodrick R.,Zhang X.International Stock Return Comovement[C].SSRN:http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1108222.2008.

［14］Dennis,Patrick,andDeon Strickland.The determinants of idiosyncratic volatility[C].SSRN:http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1054323.2005.

［15］Hamao Y.,Mei J.,and Xu Y.Idiosyncratic Risk and the Creative Destruction in Japan[C].NBER Working Paper,2003,No.9642(Canbridge Massachusetts:National Brueau of Economic Research).

［16］Ferreira M.A.,Laux P.A.Corporate Governance,Idiosyncratic Risk,and Information Flow[J].Journal of Finance,2007，(2):951-989.

［17］Fink,J.,Fink,K.,Grullon,G.and Weston,J.，IPO vintage and the rise of idiosyncratic risk[C].SSRN:http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1054323.2005.

［18］Irvine,Paul J.,and Jeffrey Pontiff,2005,Idiosyncratic return volatility,cash flows,and product market competition[C].SSRN:http://papers.ssrn.com/sol3/papers.cfm?abstract_id=954123.2005.

［19］Bartram,S.M.,G.Brown,andR.M.Stulz(2009).WhyDoForeign-Firms Have Less Idiosyncratic RiskthanU.S.Firms?SSRN：http://papers.ssrn.com/sol3/papers.cfm?abstract_id=19482736.2009.

［20］Morck R.,Bernard Yeung,Wayne Yu,The Information Content of Stock Markets:Why do Emerging Markets Have Synchronous Stock Price Movements?[C].Journal of Financial E-conomics,2000(58):215-260.

［21］Lintner J.The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portflios and Capital Budgets[J].The Reviews of Economics and Statistics,1965，(47):13-37.

［22］Ang A.,Hodrick R.J,Xing Y.and Zhang X.The cross-section of volatility and expected returns[J].Journal of Finance,2006，(61):259-299.

［23］Ang A.,Hodrick R.J.,Xing Y.and Zhang X.High idiosyncratic volatility and low returns:international and further US evidence[J].Journal of Financial Economics,2009，(91):1-23.

［24］Fama E.and French K.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics,1993，(33):3-56.

［25］Fama E.and MacBeth J.Risk,return and equilibrium:empirical tests[J].Journal of Political Economy 1973，(81):607-636.

［26］Guo H.and Savickas R.Does Idiosyncratic risk matter:Another look[J].Working paper,2003.Federal Reserve Bank of St.Louis.

［27］Guo H.and Savickas R.Idiosyncratic volatility,stock market volatility,and expected stock returns[J].Journal of Business and Economics Statistics,2006，(24):43-56.

［28］Guo H.and Savickas R.Average idiosyncratic volatility in G7 Countries[J].Review of Financial Studies,2008，(21):1259-1296.

［29］Han B.and Kumar A.Retail Clienteles and the Idiosyncratic Volatility Puzzle[C].working paper,2008.

［30］Jones J.J.Earning Management During Import Relief Investigations[J].Journal of Accounting Research,1991，(29):193-228.

［31］Hoberg G.,Nagpurnanand R.and Prahala.Disappearing dividends:the importance of idiosyncratic risk and the irrelevance of catering[C].SSRN Working paper,2005.

［32］Goetzman,WN and Kumar,A.Equity portfolio diversification[J].Review of Financial Studies，2008，(12)：433-463.

［33］Bali T.,Cakici N.and Levy,H.A model-independent measure of aggregate idiosyncratic risk[J].Journal of Empirical Finance,2008，(15):878-896.

［34］叢建波，祝濱濱，我國股市特質波動風險分析[J].經濟縱橫，2009，（5）：85-87.

［35］從劍波，祝濱濱，張岐山，公司特質波動對因子收益的可預測性研究[J].工業技術經濟，2009，（5）：134-140.

［36］楊華蔚，韓立巖，中國股票市場特質波動率與橫截面收益研究[J].北京航天航空大學學報，2009，（3）:6-10.

［37］黃波，李湛，顧孟迪，基于風險偏好資產定價模型的公司特質風險研究[J].管理世界，2006，（11）:26-30.

［38］游家興，張俊生，江偉，制度建設、公司特質信息與股價波動的同步性——基于R2研究的視角[J].經濟學（季刊），2006，（6）:42-50.