公司特质波动在上升吗？——基于文献的述评

花冯涛

（1.安徽师范大学，安徽 芜湖 241000；2.上海财经大学，上海 200433）

所谓特质风险，根据标准资产定价理论（如Fama-French三因素模型以及引申出的多因素模型），如果市场有效，所有影响个股收益的因素都应被定价，而对应定价模型的误差项包括了与公司特质相对应的，所有不能被定价的影响因素，即被定义为公司“特质波动”或“特质风险”。一般认为，如果资本市场是完美的，特质风险能够通过充分的投资组合，即市场组合可以完全抵消，特质波动不能够影响资产均衡价格，但它仅仅停留在理论上而已，因此，Levy[1]、Merton[2]，以及Malkiel和Xu[3]认为特质波动成为资产定价理论，乃至金融经济学中不可忽视的重要因素。当前对特质波动的研究主要分为两个部分：特质波动的测度、趋势研究和特质波动定价三个部分。本文对特质波动的测度方法和时间趋势研究中的相关问题进行文献述评，并对未来的可能研究趋势做出估计。

一、特质波动测度研究

由于标准金融学认为特质波动不能够被定价，因此对于其测度的研究一直很少有学者关注，即Malkiel和Xu[3]认为“特质波动是不可观测的”。但随着特质波动的主要性日益引起金融经济学界的关注，越来越多的学者开始从不同角度，在市场非完美的条件下，对特质波动进行测度，尤其是市场平均特质波动水平进行相关计算。目前，特质波动的测度方法主要取决于资产定价模型的选取，基于模型的不同，测度方法目前分为三大类：直接分解法、间接分解法和组合分散处理法。

间接分离法，也称为方差分解法，该方法认为个股收益来自于不同的影响层面，如市场、行业和公司特质层面。因此在计算时，将个股超额收益率按照不同影响层面进行分解，然后计算不同层面收益率之差，并求其方差，其中行业层面和公司特质层面超额收益之差对应的波动率即为特质波动，用于测度特质风险，Campbell,Lettau和Malkiel[4]第一次使用这种方法对美国股市的特质波动进行了有效的测度。ColmKearney和Valerio Poti[5]基于Campbell，Lettau和Malkiel的方法，提出了自己的分解方法，不同之处在于分解的基础不是超额收益，而是总收益。他们个股总收益分为三个部分，即无风险利率、投资组合层面收益和公司特质因素收益，这样他们就将个股总收益分解为两个层面，即市场组合收益和特质波动收益，而收益波动也相应分解为两个部分：系统方差和特质成分，在扣除行业层面方差因素后，变得到公司层面的特质波动估计值。直接分离法最主要的优点，就是简单实用，不需要考虑变量间的协方差和估计行业与公司的β值。但它的缺点也是来自于它的优点，正是由于不需要考虑变量间的协方差，不需要考虑到股票收益的序列相关性，即公司的β值，或者说“过于简单”，必然存在一定的误差。

直接分离法，也称因素模型法，即利用因素模型的残差计算公司特质波动，以测度公司特质风险。最具代表性的是Malkiel和Xu[3]基于Fama-French三因素模型的估计方法。Fama-French模型将股票收益分为三个因素，即市场收益（RtM）、账面价值比（RtHML）和规模因素（RtSMB）,而模型残差就是特质波动的估计值，但这个方法需要估计的变量较多，尤其是个股的β值的估算较为困难。为了克服这一缺陷，Goyal和Santa-Clara[6]在运用因子模型构造出另一种度量方法，他们将个股收益分成两个成分，即由于共同因子引起的部分和由公司特质因素引起的部分，这样，总体波动（Vt）分解成共同冲击因子形成的波动（Vewd）和公司特质冲击引起的波动（St），进一步通过Vt-Vewd的公式变形计算个股的特质波动。尽管运用三因素模型能够直接通过残差估计方式计算和测度公司特质风险，但和方差分解法一样都没有考虑到股价波动具有的时变性特征，而Fu[7]考虑到特质波动做为股票收益的一部分，具有非对称性和时变特征，分别采用了GARCH(1,1)模型和EGRACH模型，将F-F三因素模型做为估计均值方程来估计公司股票的预期特质波动。而Huang[7]考虑到特质波动的时间序列特征，采用ARIMA过程对特质波动的预期值进行估计。他首先用日数据估计每只股票每一个月的三因素模型从而得到各个股票的已实现月度特质波动的时间序列，之后再对这些时间序列分别采用拟合最优的ARIMA（p,q）过程，以24个月的滚动时间窗口（rolling windows）中进行估计并进行一步向前的预测。

对于以Campbell,Lettau和Malkiel[4]为代表的直接分离法和Fama-French三因素模型的间接分离法之间做个比较，Malkiel和Xu[3]认为，由于Campbell,Lettau和Malkiel[4]是基于CAPM模型的思想，因此仅仅考虑了市场因素的定价，而不是像Fama-French三因素模型那样，进一步考虑了规模因素和账面市值比因素的定价问题，因此，间接分离法所度量的特质波动率往往高于基于Fama-French三因素模型的直接分离法的度量结果，存在着“高估”倾向。但这两种方法在适用角度上考虑，间接分离法存在着变量要求少的特点，并且在计算可靠性较高，能够避免较大的估计误差。但是在估算公司特质波动时，是否考虑公司特征因素的影响，到现在仍是一个有争议的问题。丛建波[34-35]认为特质波动应只排除市场因素的影响，而不应排除公司自身特征因素的影响，因为公司规模和账面市值比等因素都是公司特征，由此引发的定价异动应属于公司的特质波动。但笔者在本文中认为，公司特质波动的估算应该考虑到公司层面已知的因素影响。原因很简单，在F-F三因素模型中的公司特征因素对个股收益具有较强的解释和预测能力，应该被定价，而公司特质波动的定义则是针对定价模型中不能定价的误差项。

组合分散处理法，认为不论是方差分解法还是因素模型法，特质波动的估算都依赖于模型本身的正确与否，模型的不同计算出的公司特质波动均有所差异，在进一步检验公司特质风险与股票收益间关系时必然出现偏差，影响实证结果的稳健性。Bali,Cakici和Levy[7]他们从分散投资收益的概念出发，将投资组合的特质波动定义为无分散投资组合收益波动与完全分散投资组合收益波动之差，在不借助模型的条件下，测度公司特质风险。Mazzucato和Tancioni[10]同样没有依赖模型，而是采用了股票价格的标准差与市场收益指数的标准差之比作为公司特质波动的测度方法。

由于国内学者对股市特质波动的研究刚刚起步，往往借鉴和采用国外已有的研究成果。丛剑波，祝滨滨和张屹山[34-35]采用了基于CAPM模型的间接分离法对国内股票市场进行了研究，并对A股市场的特质波动趋势进行了测度和分析。而杨华蔚[35]则采用Fama-French的三因素模型来度量我国A股特质波动率。黄波，李湛和顾孟迪[36]根据投资者对投资收益分布的非对称性偏好，针对传统意义上的表征风险的方差进行二元分解，投资者对于上侧风险时喜好的，对于下侧风险则是规避的，投资者效用函数在目标收益两侧呈现“S”型，在此基础上，提出了“基于代表性投资者风险偏好的资产定价模型”用以来分解和估算公司特质风险。

二、特质波动时间趋势研究

从20世纪八十年代以来，由于欧美发达国家的宏观经济运行平稳，产出波动日益趋小，证券市场表现相对稳定，股价波动持续下降，众多学者均将这种情况归因于系统风险的宏观因素表现趋于平稳而导致的。但Campbell,Lettau和Malkiel[4]针对美国纽约证券交易所、纳斯达克证券交易所从1962-1997近四十年间的交易数据，运用间接分离法将股价波动分离为市场、产业和公司层面，三个层次波动率，发现尽管市场层面和产业层面波动较为平稳，但公司层面的特质波动率有显著增加的趋势，其增长率高达60%。随后，他们进一步对非美国的发达国家股票市场，如加拿大、德国、英国等二十三个国家采用类似方法进行股价分解并分析，公司层面特质波动率竟然也存在明显的上升趋势，随后学者将这一现象称之为“CLMX现象”。在宏观经济波动下降传导至股票市场系统风险整体趋势降低的宏观背景下（这一现象被称之为“现代市场经济之谜”现象），特质波动波动上升引起众多学者关注，成为本世纪金融经济学的新兴研究领域。随后也有学者对这一现象进行深入研究。Malkiel和Xu[3]利用1952-1998年间的纽约证券交易所的数据，但采用了直接分离法对公司特质波动进行测度，其结果与Campbell,Lettau和Malkiel[4]相似，而且其上升趋势更加明显，升幅高达65%，其中20世纪八十年代的上升趋势最快，他们认为这应该与美国金融市场金融创新加速有关。Wei和Zhang[8]将Campbell,Lettau和Malkiel[4]的数据样本区间进一步扩大到2000年左右，也发现特质波动存在明显上升的趋势。Vo和Daly继承了Campbell,Lettau和Malkiel[4]的间接分解方法，选取道琼斯欧盟50指数中的样本股票从1992年到2001年的交易数据，其结果仍然类似[9]。

但有一些学者，基于不同的研究方法、研究样本和样本期，提出了不同的观点。Frazzini和Marsh[10]在Campbell,Lettau和Malkiel[4]提出“CLMX现象”两年之后，对美国股市和英国股市做了对比研究，发现尽管美国股票市场上的确存在特质波动上升趋势，但集中于小规模公司，而英国股市并不存在这种上升趋势，上升趋势仅仅是一种偶然现象。Savickas和Guo[11]对G7国家的股市做了面板研究，并且将样本期扩展到2003年，虽然一直到1990年代末特质波动呈现出上升趋势，但此后都发生了反转现象，股票市场中的特质波动呈现出下降趋势，另外，他们将G7国家中最大500家上市公司作为样本，不论采用等权重还是市值权重估计特质波动，都没有明显的上升趋势。Savickas和Guo对“CLMX现象”提出了质疑。Brandt,Brav,Graham和Kumar[12]也采用Campbell,Lettau和Malkiel[4]的间接分离法和样本数据，但将样本数据延长到2007年，发现从1962年到1997年间的特质波动趋势的确是上升过程，但之后，特质波动趋势开始反转，不断下降，到2007年，特质波动的幅度下降到了上世纪90年代以前的水平。其结果和Savickas和Guo较为类似，因此，他们认为上世纪，美国股市上的特质波动上升现象只是一个偶发现象，而不是一个时间趋势，与Campbell,Lettau和Malkiel[4]相对应，学者将其称之为“BBGK质疑”。Bekaert,Hodrick和Zhang[13]认为Campbell,Lettau和Malkiel[4]和Malkiel和Xu[3]都没有对特质波动的时间相关性进行进一步研究，因此在理论上存在一定缺陷，他们运用自适应AR模型和体制转换模型同样对23个发达国家的股票市场做了研究，发现特质波动上升趋势现象并不存在，只是一个静态的自回归过程，而且在各个国家之间的特质波动表现出较高的相关性。Hamao，Mei和Xu[14]研究表明日本股市在1975-1999年间，市场风险和公司特质风险的变化趋势差异性较大，其中市场层面波动加大，而公司层面特质波动不断下降，而且在1990-1996年间表现更为明显，呈现出市场波动加剧，“齐涨共跌”现象显著，市场波动占据了股票波动的主要部分。他们认为这可能和公司收益同质化和公司重组却发现像有关。

国内对于公司特质波动的研究刚刚展开，国内学者基本上是Campbell，Lettau和Malkiel[4]的研究结果引发关注和对国内市场公司特质波动时间趋势的变化进行相关研究，但成果并不多见。最早，宋逢明和李翰阳[36]利用1990年12月19日至2001年12月31日沪深股市A股的日收益率数据，以月度为窗口长度，运用移动平均法和确定性趋势检验法，检验系统风险和非系统风险的变化趋势，结果表明系统波动有下降趋势，而非系统波动在样本期的下降趋势并不明显，因此非系统波动对股价波动的解释力相对增强。黄波、李湛和顾孟迪[36]以1996年-2003年沪深股市日（月）收益数据为样本检验特质波动的变化趋势，结果表明在样本期间内，市场波动表现为下降趋势，这一结论与美国股市特质波动的变化趋势相反，而与日本股市20世纪90年代的变动趋势一致。这说明我国上市公司质量还有待进一步提高。

三、特质波动趋势的形成机理研究

针对美国股市特质波动上升趋势的现象，尽管争论不已，但有关特质波动的影响因素及其内涵本质成为众多学者追寻的研究主流。

1.公司分拆假说。Campbell,Lettau和Malkiel[4]在论著中提出，特质波动取决于三个根本因素的变化：公司期望现金流方差的上升，折现率方差的上升，和现金流冲击和折现率冲击的协方差的上升。他们从公司经营角度解释了这一问题，认为公司日益追求专业化经营，使得原有整体经营的公司分拆上市，这样多元化经营带来的分散风险能力被弱化，未来现金流的不确定性增加，再加上股权激励使得管理层更加偏好高风险的经营手段。而经营的不确定性和管理层的高风险偏好直接导致公司期望现金流方差以及折现率方差的上升，因此个股特质波动率上升的趋势成为必然。

2.股权结构假说。Malkiel和Xu[3]从股权结构的角度，探讨了公司特质波动发展趋势的形成原因。他们选取了1989年到1996年的S&P500指数股票样本的股权结构数据，在控制公司规模等因素后，他们发现股权结构比例的上升能够解释公司特质波动发展趋势的变动，另外他们也发现特质波动和预期盈余增长有着明显的正相关性。Jornhagen和Landelius[14]针对瑞士股市的实证研究，也发现股权结构的变动趋势能够解释公司特质波动的变动趋势。与Malkiel和Xu[3]的研究结果相似，Dennis和Strickland尽管选择不同的计量模型，但在他们的横截面回归模型中，仍然发现股权结构和特质波动之间存在着正相关性[14]。同时，他们的时间序列回归模型也表明，特质波动不但和股权结构相关，还和财务杠杆，以及公司业务集中度有着密切的关系。他们认为在过去2，30年间，上市公司的业务范围和业务种类不断增加，公司规模日益庞大，形成企业集团似的经营模式，由于法律对垄断的限制和对投资者的保护，企业集团总是被迫或主动的分拆。这样原本能够在企业集团内部分散掉的特质波动，在资本市场上表现出来，形成市场上总体特质波动不断增加。这一点与Campbell,Lettau和Malkiel[4]具有相同之处。

3.基于行业竞争的现金流波动假说。Irvine和Pontiff[18]对于特质波动变化趋势提出了两种假设，即公司现金流中的特质信息和市场低效。他们在对从1963年到2003年间的美国股市进行研究时，使用了三种方法：每股盈余、每股现金流和每股销售额，结果发现每股现金流的波动趋势与特质波动非常相似，也是呈现上升趋势。他们解释说，“这种间接的证据表明公司所处的市场竞争日益激烈，导致了公司特质波动不断上升的发展趋势。”而行业竞争的无序和外国竞争者的不断进入，又加剧了特质波动上升的趋势。但他们并没有对新公司的不断进入和企业集团的拆分对特质波动的影响进行解释。Gaspar和Massa[18]的研究认为，特质波动和公司的竞争环境有着直接的关联，他们在对1962年到2001年的美国股市收益的数据分析之后，发现公司的竞争优势能够左右公司特质对收益的冲击影响。他们认为，由于产品市场的竞争程度大幅上升，使得顾客的搜寻成本越来越低，比较商品的能力日益提高，顾客对公司产品的忠诚度日益下降，公司销售收益出现大幅波动，从而带动公司现金流、公司盈余等变量也出现波动，最终导致了公司特质波动的加剧。因此，他们认为，随着经济的不断发展，产品市场的竞争程度不断加剧，顾客对公司产品的忠诚度不断下降，引起公司销售收入和盈余的大幅波动，最终在资本市场上，表现为公司特质波动的上升。

4.公司透明度假说。一些学者从公司透明度的角度分析了特质波动上升趋势存在的原因。Bartram,browm和Stulz[19]选取从1991—2006年间的非美国上市公司股票作为样本，发现样本期间，非美国股票的特质波动比相对应的美国上市公司的特质波动程度要低。他们提出一种观点，认为非美国公司的特质波动水平之所以比相对应美国公司低，这和国家特征、所在国的政治稳定、法律完善度是负相关系，和所在国股票市场发展程度是正向关系，和所在国信贷市场的发展程度是负相关系。同时他们也发现特质波动和公司信息披露质量也是负相关系，另外当投资者保护程度提高时特质波动会下降。并且通过对所在国股票市场上R2的趋势测定，判断上述因素所影响的不是系统风险，而是特质风险。Mork,Yeung和Yu[20]则从证券市场信息是否透明的角度对特质波动上升给予解释：在对外部投资者法律保护较弱的国家，市场模型具有更强的解释能力而公司特质风险表现并不重要，因为这些国家的上市公司通过交叉持股和相互融资等手段“封锁”了有关个股经营价值的信息，使得个股特质波动在股票定价上显得不太重要，而整个市场波动却能解释股票价格。

5.上市公司结构假说。一些学者从上市公司的结构出发，发现随着资本市场的发展，金融管制的不断放松等因素，使得上市公司中发展不成熟的公司的比例越来越大，公司构成比例的变化成为股市特质波动变化的重要因素。Fink,Grullon和Weston[20]的研究发现，进入资本市场的公司在IPO时的企业年龄从1960年代的40年左右下降到1990年代的5年左右，而新上市企业年龄的下降，意味这些公司自身特有的经营风险、财务风险更大，随着新上市公司的比例越来越高，导致了特质风险的趋势不断增强。他们认为新上市的年轻公司的风险倾向更加严重，再加上公开上市公司的数量在过去30年间大量增加，导致了特质波动的增加，在将股市中年轻公司数量作为控制变量后，特质波动的时间序列就不再呈现出上升趋势。而且他们发现在将公司成熟度作为控制变量后，特质风险呈现出下降趋势。有趣的是，Browm,Kapadia[21]认为特质波动上升的原因是：“在过去40年间，大量的高风险公司不断上市交易，改变了公开上市公司的组成成分”（他们把这种现象称之为新上市效应（new listing effect））。他们认为并不是IPO时新上市公司的年龄下降导致了股市中特质波动的上升，而是由于随着经济的发展，出现大量由于本身特质引起的高风险企业，如高科技公司等等，而随着资本市场的不断发展，金融管制等因素的不断放松，这些高风险企业得以进入股市中，导致资本市场中公司特质结构的变化，进一步引起了公司特质波动的上升。上述的理论与实证分析是建立在CLMX认为公司特质波动不断单调上升的观点基础之上，通过各种因素，如投资者比例、公司财务杠杆、产品市场的竞争度、IPO时公司年龄的下降、上市公司风险结构、资本市场不断发展等角度予以探讨特质波动与各因素间的因果关系。Fama和French[18]认为公司越来越集中企业生命周期的早期阶段上市，但这一阶段新上市公司的发展前景并不明朗，经营和市场风险都比较大，也会导致未来现金流的不确定性。沿着这个研究线索，Wei和Zhang[18]试图从公司基本面的变化去探寻特质波动不断上升的本质原因。他们选取两个财务变量，即平均每股收益和每股收益的平均方差，结果发现，等权重的平均每股收益在过去一段时间内不断下降，而每股收益方差却表现出明显的上升趋势。这说明上市公司未来收益的折现率不断加大，同时方差的上升趋势也意味着公司前景不确定性增加，这在新上市公司中表现尤为明显。这些都说明新上市公司IPO时的年龄在不断下降，这种“年轻”的公司往往在其企业发展发展周期的早期阶段，财务状况并不稳定，财务风险较高，当他们进入股市后，就会使得整个股市上市公司的平均盈余状况恶化，导致了公司特质波动的上升，而他们的实证结果恰恰证明了这点。

由于目前对我国股市特质波动的实证研究结论较少，且结果不一，所以很少有学者对这一趋势的形成原因进行研究。游家兴[38]承袭了Mork,Yeung,Yu[20]的研究方法，运用资产定价模型的拟合系数（R2）研究股价的特质波动。他们的研究结果表明，整体而言，伴随中国证券市场制度建设的逐步推进，不断完善的历史进程，股价的同步性趋于减弱，股价所反映的公司特质信息越来越丰富。

五、小结——对未来研究的展望

回顾前人的理论研究成果，我们可以确信对于公司特质波动，尤其在测度方法，时间趋势方面的研究还有很长的路要走。笔者在此，对未来研究的发展方向和前景做出了一点推测，以供抛砖引玉之用。

首先，特质波动测度方法是依赖于资产定价模型的选取，Bali和Cakici[33]认为方法的不同导致结果往往也不相同。对于这种由于不同模型而导致的差异，至今还无人在理论上做出合理解释。另外能否寻找到不依赖于模型的测度方法，比如按照标准金融学的观点，在市场组合条件下，公司特质波动应该被完全分散掉，只有系统风险存在，但现实世界并不存在市场组合，那么针对一个投资组合，只需要将组合总体波动水平与系统风险进行处理便得到该组合的平均特质波动水平，从而不再依赖于模型而造成误差。如何处理，这将是测度方法进一步需要研究之处。

其次，在研究样本范围方面，有待扩展。目前特质波动研究集中在欧美发达国家的股票市场，针对新兴市场证券市场的特质波动水平变化趋势的研究较少，国内学者虽然对我国A股市场特质波动水平虽然做出研究，但由于研究方法不同，导致结果不一，颇有争论。另外针对B股市场特质波动、债券市场、以及交叉上市公司特质波动水平研究目前还无人提及，它们都涉及到证券市场非系统风险研究的重要组成部分。

再次，就国内研究来看，还无人对国内市场特质波动的影响因素以及形成机理进行系统研究，其主要原因还是A股市场特质波动水平的测度结果不一导致的。此处将来也是该领域重要的研究前景。

［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］丛建波，祝滨滨，我国股市特质波动风险分析[J].经济纵横，2009，（5）：85-87.

［35］从剑波，祝滨滨，张岐山，公司特质波动对因子收益的可预测性研究[J].工业技术经济，2009，（5）：134-140.

［36］杨华蔚，韩立岩，中国股票市场特质波动率与横截面收益研究[J].北京航天航空大学学报，2009，（3）:6-10.

［37］黄波，李湛，顾孟迪，基于风险偏好资产定价模型的公司特质风险研究[J].管理世界，2006，（11）:26-30.

［38］游家兴，张俊生，江伟，制度建设、公司特质信息与股价波动的同步性——基于R2研究的视角[J].经济学（季刊），2006，（6）:42-50.