基于分位數(shù)回歸的特質風險溢價研究.pdf

1、根據經典的資本資產定價理論，特質風險作為非系統(tǒng)風險可通過投資組合進行分散。Merton(1987)基于信息不對稱理論認為:投資者只對自己熟悉的投資機會進行投資選擇，公司特質風險難以被分散。特質風險的定價問題也隨之成為當前金融領域研究的熱點之一。
　　 然而，實證結論的不一致導致該問題爭議頗多。這些爭議可能是由定價模型本身的假定所引起，也可能是檢驗工具的不同所致。本文嘗試從定價模型選取和檢驗方法的改進兩方面對特質風險的定價問題進行

2、探討。
　　 具體而言，定價模型選取方面，定價模型本身的設定問題可能會影響檢驗結果。Fama-French三因子模型模型解釋了金融市場中不能被傳統(tǒng)資產定價模型所解釋的大量金融異象，并且成為特質風險定價研究的通用基準依據。然而定價模型不同，特質波動率是否會產生大的差異？本文嘗試采用Carhart四因子模型來計算特質波動率，衡量特質風險。并比較基于不同定價模型，計算得到的特質波動率的差異。另外，在檢驗特質風險定價情況的過程中，筆者認

3、為常用的均值回歸模型難以全面衡量特質風險的溢價情況。本文首次嘗試采用分位數(shù)回歸的方法研究對于不同收益率部分特質風險與橫截面收益的關系，探討對于不同收益率部分特質風險的定價是否存在顯著差別。
　　 本文以A股市場為研究對象，從以上兩個新的視角檢驗中國股票市場特質風險是否被定價。主要結論如下:1.在特質風險的估算階段，動量因子的加入使特質風險的估計結果略小于采用FF-3模型的估計結果。這說明信息傳遞速度對特質風險的估算有一定的影響。

4、2.根據不同分位點的回歸結果發(fā)現(xiàn)，與均值回歸模型估計結果不同，特質風險并不是簡單的折價或者溢價。特質風險不僅伴隨時變性，而且對于不同收益率部分特質風險的定價情況存在顯著差別。隨著分位點的變化，特質風險與橫截面收益的回歸系數(shù)出現(xiàn)了在低分位點不顯著或顯著為負的情況;而在高分位點，特質風險在1％的顯著性水平下存在溢價情況。這說明，在低收益率部分特質風險的定價情況不穩(wěn)定，特質風險溢價、折價情況都有存在;在高收益率部分特質風險不存在異常收益之謎。