估计模型揭示中国股市‘特质波动率之谜’

本文探讨了"特质波动率之谜"这一经典资产定价问题是否与估计模型的选择有直接关联。作者陆静和张银盈以中国股票市场为研究对象，利用了CAPM（资本资产定价模型）、Fama-French三因子模型和Fama-French五因子模型作为均值方程，来分析不同波动率估计方法对特质波动率的影响。他们首先将无条件标准差作为基础，计算出股票市场的特质波动率，然后对比其与股票收益率的关系。 研究结果显示，当使用无条件标准差来估计特质波动率时，发现了一个显著的现象，即高特质波动风险似乎与较低的预期收益相伴随，形成了一个定价异象。然而，当采用更为复杂的条件方差模型，如GARCH（广义自回归条件异方差）和EGARCH（扩展GARCH）模型进行波动率估计时，这种定价异象消失了。这表明，特质波动率的定价异象可能并非源于市场的真实特性，而是由于所用估计模型的局限性，尤其是在处理非线性和动态性波动时的不足。 进一步的研究还包括了对残差估计方程的调整以及控制了规模和流动性等因素，这些步骤旨在排除其他潜在的混淆因素。即使在这些控制下，特质波动率与预期收益之间的关系仍然显示出了模型选择的显著影响。因此，作者认为，理解并正确选择波动率估计模型对于解决资产定价领域的"特质波动率之谜"至关重要。 本文的贡献在于揭示了在资产定价理论中一个长期未解的问题可能与模型选择密切相关，并为理论和实证研究者提供了一个新的视角来深入探究股票市场中的定价现象。这不仅对于中国的资本市场研究具有重要意义，也对全球金融理论的发展提出了新的思考方向。通过更精确的波动率估计模型，未来的研究有望为投资者和政策制定者提供更准确的风险评估和定价依据。