低风险异象之“谜”：来自A股市场的证据.pdf

摘要

摘要

传统风险理论认为：高风险资产有高收益，二者是正相关关系。经典资产定

价模型——CAPM模型就简洁的刻画了资产的收益率与市场风险之间具有正向线

性相关关系，遵循这个资产配置原则，众多投资者倾向于把资金更多分配投资于

高风险的股票，期许获得更高的回报。然而，有学者通过研究欧美市场发现：拥

有高Beta（或波动率）值的股票获得的收益往往会低于拥有低Beta（或波动率）

值的股票。也就是说投资低Beta(或波动率）值的股票的投资者获得的收益要优

于那些追逐高Beta(或波动率）的投资者。这与传统的“高风险——高收益”理

论相悖，随后学者把这种现象称为“低风险异象”，简单说就是指风险低的股票

收益率优于风险高的股票。随后各个学者在不同的市场中都检测到了这种现象，

受到越来越多学者的广泛研究。

我国也有学者研究了A股市场低风险异象的存在性，但多数学者只单一的研

究了Beta异象或特质波动率异象，并未研究总波动率异象，也没有学者研究二

者之间的关联性。本文的主要内容是探讨A股市场上的低风险异象以及二者之间

的关联性，实证步骤主要有以下几步：第一，本文采用个股的日收益率数据和日

上证综指收益率数据，通过滚动回归方法，计算得出个股的月度Beta系数和月

度波动率系数。采取较为流行的十分位分组法，以Beta值或波动率值的升序顺

序在每个月末对个股进行单变量排序，同时构造简单的多空对冲组合，分别检验

A股市场上的Beta异象和波动率异象。同时用三因子和五因子模型进行风险调

整。第二，本文应用双变量排序分组法用来检测两个异象间的关系。第三，引入

了Fama-MacBeth回归分析法用于检验低风险异象的成因。第四，本文还进行了

市场的细分，进一步考察低风险异象的在A股市场上的稳定性。

本文的研究发现如下：第一，通过单变量排序分组发现，A股市场均存在着

显著的Beta异象和波动率异象，应用CAPM模型、Fama-French三因子和五因子

模型进行风险调整后，A股市场上的低风险异象并没有消失，说明因子模型包含

的信息并不能解释A股市场上的低风险异象；第二，通过双变量排序分组发现，

控制Beta系数按波动率系数排序后，波动率异象依然在A股市场中显著存在；

I

摘要

相反，在控制波动率系数按Beta系数排序后，Beta异象在A股市场中消失了。

这证明了A股市场中Beta异象只是一种“表象”，波动率异象才是A股市场低

风险异象的源头；第三，Fama-MacBeth回归表明，当增加了企业层面的个股流

通市值、账面市值比等控制变量后，Beta和波动率异象均显著存在，而在加入

解释变量投资者情绪特征因素后，Beta异象消失了，波动率异象依然显著存在

于A股市场中，说明投资者情绪可以解释A股市场中的Beta异象，但不能解释

A股市场中的波动率异象；在加入解释变量博彩效应时，两种异象均显著存在着，

说明博彩效应也不能解释A股市场上的低风险异象；通过研究融资融券制度的开

放对A股市场低风险异象的影响，发现该制度实施后，不论是低风险还是高风险

股票，其收益率均有所降低。同时，多空对冲组合的收益率也出现了下滑，且在

统计上并不显著。这一现象揭示了杠杆限制能够解释A股市场上的低风险异象；

第四，对上交所和深交所的股票分别检验发现，上述结论均稳定存在各个分市场

中；第五，通过对公司市值分组发现，与大市值公司相比，波动率异象显著存在

于小市值公司中。最后，本文从投资者和监管者的角度提出了一些对策建议。本

文也存在一些不足之处，一是对A股市场上的低风险异象成因还有待进一步探讨；

二是选取的控制变量也是借鉴已有研究，还有更深层次的原因能进一步探究。

关键词：低风险异象Beta异象波动率异象A股市场

II

Abstract

Abstract

Traditionalrisktheorybelievesthathigh-riskassetshavehighreturns,a