中國股市特質(zhì)波動(dòng)率與截面預(yù)期收益實(shí)證研究

1、我國股市的特質(zhì)波動(dòng)率之謎及基于異質(zhì)信念的解釋* 收稿日期：基金工程：國家社科基金工程04BJL026、教育部人文社科基地重大工程05JJD790026和教育部“新世紀(jì)優(yōu)秀人才支持方案工程N(yùn)CET05-0570作者簡介：陳國進(jìn)1966 -，男，浙江麗水人，廈門大學(xué)王亞南經(jīng)濟(jì)研究院、經(jīng)濟(jì)學(xué)院金融系教授、博士生導(dǎo)師，金融學(xué)博士；涂宏偉1983 -，男，安徽廣德人，廈門大學(xué)經(jīng)濟(jì)學(xué)院金融學(xué)碩士。林輝1965，男，福建莆田人，廈門大學(xué)金融學(xué)博士。陳國進(jìn)，涂宏偉， 林輝廈門大學(xué) 王亞南經(jīng)濟(jì)研究院，金融系，福建 廈門 361005摘 要：本文以1997年至2007年滬深兩市A股為樣本，以三因素模型殘差項(xiàng)的標(biāo)準(zhǔn)

2、差測度特質(zhì)波動(dòng)率，發(fā)現(xiàn)特質(zhì)波動(dòng)率與截面預(yù)期收益顯著負(fù)相關(guān)，這種關(guān)系不能由公司規(guī)模、賬面市值比和動(dòng)量等因素解釋。以AR2模型估計(jì)的預(yù)期特質(zhì)波動(dòng)率也與截面預(yù)期收益負(fù)相關(guān)，說明我國股市同樣存在特質(zhì)波動(dòng)率之謎。我們還從異質(zhì)信念角度對特質(zhì)波動(dòng)率之謎提出了初步的解釋。關(guān)鍵詞：特質(zhì)波動(dòng)率；預(yù)期收益；異質(zhì)信念中圖分類號：F830文獻(xiàn)標(biāo)識碼：A 文章編號：0 引言近年來，特質(zhì)波動(dòng)率對股票截面預(yù)期收益影響的研究受到了國際學(xué)術(shù)界的廣泛關(guān)注。在經(jīng)典資產(chǎn)定價(jià)理論中，資本市場是完美的，投資者通過持有充分分散的資產(chǎn)組合抵消公司特質(zhì)風(fēng)險(xiǎn)，公司特質(zhì)風(fēng)險(xiǎn)不影響資產(chǎn)均衡定價(jià)。然而，受交易本錢和非對稱信息等因素的約束，投資者幾乎不可

3、能持有完全分散的市場組合。由于承當(dāng)了不能完全分散的特質(zhì)風(fēng)險(xiǎn)，投資者將要求更高的風(fēng)險(xiǎn)補(bǔ)償，特質(zhì)波動(dòng)率與截面預(yù)期收益正相關(guān)。在Merton1基于不完全信息的定價(jià)模型中，由于學(xué)習(xí)、理解以及跟蹤相關(guān)信息的高本錢約束，投資者只能根據(jù)自身所能獲得的有限信息構(gòu)造投資組合，Merton1證明特質(zhì)波動(dòng)率與股票預(yù)期收益是正相關(guān)關(guān)系。但是從實(shí)證文獻(xiàn)看，Merton1理論沒有得到很好的支持。Malkiel和Xu2在Fama-French3三因素模型(簡稱FF3)的實(shí)證框架下，發(fā)現(xiàn)兩者之間不存在顯著關(guān)系。最新的一些實(shí)證研究發(fā)現(xiàn)特質(zhì)波動(dòng)率與截面預(yù)期收益負(fù)相關(guān)。在美國股市，Ang等以特質(zhì)波動(dòng)率從低到高把股票分為5等分的投資

4、組合，發(fā)現(xiàn)前期特質(zhì)波動(dòng)率越高的組合在未來收益越低，最高與最低組合在三因素模型調(diào)整后收益差為每月1.06%，這種現(xiàn)象不能由公司規(guī)模、賬面市值比、動(dòng)量和流動(dòng)性等其他影響股票截面預(yù)期收益的風(fēng)險(xiǎn)因素所解釋。4Ang等進(jìn)一步檢驗(yàn)了23個(gè)興旺國家的股市，同樣發(fā)現(xiàn)前期特質(zhì)波動(dòng)率越高的組合在未來收益越低，經(jīng)過三因素模型調(diào)整后最高與最低組合的收益差為每月1.31%，據(jù)此他們認(rèn)為這種負(fù)相關(guān)關(guān)系是一個(gè)全球性現(xiàn)象，而不是由其他風(fēng)險(xiǎn)因素或樣本偏差造成的。5由于Ang等45的實(shí)證結(jié)論與基于不完全信息的資產(chǎn)定價(jià)理論正好相反，迄今為止還沒有一種理論可以對此做出很好的解釋，因此學(xué)術(shù)界稱之為特質(zhì)波動(dòng)率之謎Idiosyncrati

5、c Volatility Puzzle。盡管Ang等5認(rèn)為特質(zhì)波動(dòng)率之謎是一個(gè)全球性現(xiàn)象，但是迄今為止國內(nèi)學(xué)者對特質(zhì)風(fēng)險(xiǎn)與截面預(yù)期收益的系統(tǒng)研究還很少，黃波等以1996年到2003年滬深兩市A股為樣本的研究發(fā)現(xiàn)，特質(zhì)波動(dòng)率對截面收益具有一定程度的解釋能力，但是并沒有進(jìn)一步報(bào)告兩者之間的具體關(guān)系。6那么，在我國股票市場上是否也存在特質(zhì)波動(dòng)率之謎？導(dǎo)致特質(zhì)波動(dòng)率之謎的可能原因是什么？本文首先對我國股票市場上特質(zhì)波動(dòng)率和截面預(yù)期收益的關(guān)系做了系統(tǒng)的實(shí)證分析，我們使用投資組合構(gòu)造策略檢驗(yàn)了前期特質(zhì)波動(dòng)率與未來截面收益的關(guān)系?？紤]到特質(zhì)波動(dòng)率的時(shí)間序列屬性，我們還使用AR2模型估計(jì)預(yù)期特質(zhì)波動(dòng)率，檢驗(yàn)了

6、預(yù)期特質(zhì)波動(dòng)率對截面預(yù)期收益的影響。在截面回歸方法中，我們還對Fama-MacBeth7的回歸方法做了改良，以減少內(nèi)生變量錯(cuò)誤問題對回歸系數(shù)的影響。最后我們基于異質(zhì)信念的資產(chǎn)定價(jià)理論對特質(zhì)波動(dòng)率之謎給出初步的解釋。1 數(shù)據(jù)和變量1.1 樣本數(shù)據(jù)本文以1997年7月2日到2007年4月30日滬深兩市A股為樣本， 1997年以前上市公司數(shù)量有限，市場效率和信息反映程度比擬差，個(gè)股缺乏個(gè)性，往往表現(xiàn)為齊漲齊跌。剔除了1金融業(yè)股票，2構(gòu)造投資組合時(shí)上年末股東賬面價(jià)值為負(fù)的股票，3構(gòu)造投資組合時(shí)處于PT或停牌狀態(tài)的股票。數(shù)據(jù)來自北大CCER色諾芬數(shù)據(jù)庫。1.2 三因素模型中相關(guān)變量的計(jì)算相關(guān)變量的計(jì)算與

7、Fama-French3的計(jì)算方法相同，由于我國短期政府債券市場還不興旺，無風(fēng)險(xiǎn)利率由一年期定期存款利率折算得到。1.3 特質(zhì)波動(dòng)率與預(yù)期特質(zhì)波動(dòng)率的度量參考Ang 等4，在t月內(nèi)，用股票i的日超額收益對FF3模型的日數(shù)據(jù)、進(jìn)行回歸，如1式所示： 1其中代表日，t代表月份。用每月的標(biāo)準(zhǔn)差作為特質(zhì)波動(dòng)率的度量指標(biāo)： 2參考Chua等8的AR2模型估計(jì)預(yù)期特質(zhì)波動(dòng)率。在t月，使用股票i的的數(shù)據(jù) 我們還使用了AR(p)(p=1,3,4)模型和 t-31 到 t-1 的數(shù)據(jù)來估計(jì)預(yù)期特質(zhì)波動(dòng)率，根本結(jié)論不變，限于篇幅，這里僅報(bào)告AR(2)模型和 t-25 到 t-1 的結(jié)果。，對3式進(jìn)行時(shí)間序列回歸，

8、 3然后定義股票i在t月的預(yù)期特質(zhì)波動(dòng)率如4式所示： 41.4 其他控制變量的定義1公司規(guī)模Size與賬面市值比B/M定義公司規(guī)模為股票總市值的自然對數(shù)，定義賬面市值比為公司普通股賬面價(jià)值與股票總市值的比率。2動(dòng)量Momentum實(shí)證研究說明，我國股市短期內(nèi)存在動(dòng)量效應(yīng)進(jìn)一步的分析，請參考吳世農(nóng)和吳超鵬9。，我們把動(dòng)量定義為股票過去1個(gè)月的累積收益，和過去4個(gè)月到過去1個(gè)月的累積收益。3換手率Turnover定義換手率為交易量與流通市值的比率。4流動(dòng)性Liquidity根據(jù)Amihud10，股票非流動(dòng)性Illiq的測度為： 5這里和分別指股票i在第t月的第個(gè)交易日的收益和交易量，指股票i在第t

9、月的有效交易天數(shù)。5交易本錢Transation Costs根據(jù)Lesmond等11，以股票每月間日收益為零的比例來作為交易本錢。6偏度Skewness根據(jù)Harvey和Siddique12，在t月內(nèi)，用股票i的日超額收益對市場組合超額收益及其平方項(xiàng)進(jìn)行回歸： 6其中代表日，t代表月，為股票i的日超額收益，為市場組合超額收益。股票i在t月的協(xié)偏度定義為回歸系數(shù)，特質(zhì)偏度定義為回歸殘差項(xiàng)每月的偏度。2 研究方法我們將首先使用投資組合分析方法來檢驗(yàn)前期特質(zhì)波動(dòng)率與未來截面收益之間的關(guān)系；然后用AR2模型估計(jì)預(yù)期特質(zhì)波動(dòng)率之所以用 AR2而非EGARCH模型估計(jì)預(yù)期特質(zhì)波動(dòng)率，主要是因?yàn)槲覈墒写嬖?/p>

10、時(shí)間并不很長，在剔除了某些交易日比擬少的月份后，可供分析的股票數(shù)量較少、研究區(qū)間長度較短，不適合以月數(shù)據(jù)在時(shí)間序列上估計(jì)預(yù)期特質(zhì)波動(dòng)率。，用截面回歸分析方法來檢驗(yàn)預(yù)期特質(zhì)波動(dòng)率與截面收益的關(guān)系我們還使用了截面回歸分析方法來檢驗(yàn)前期的特質(zhì)波動(dòng)率與未來收益之間的關(guān)系，也使用了投資組合分析方法來研究預(yù)期特質(zhì)波動(dòng)率與截面收益的關(guān)系，但是都不改變文章根本結(jié)論。2.1 投資組合分析方法設(shè)估算期為L個(gè)月，等待期為M個(gè)月，持有期為N個(gè)月，投資組合的構(gòu)造策略L/M/N定義為：在t月，用從t-L-M月到t-M月這L個(gè)月的日收益數(shù)據(jù)計(jì)算特質(zhì)波動(dòng)率，然后按照特質(zhì)波動(dòng)率從低到高將股票分成5等分的投資組合并且持有N個(gè)月。

11、比方組合構(gòu)造策略1/0/1就是用t-1月的日收益數(shù)據(jù)計(jì)算特質(zhì)波動(dòng)率，然后按照特質(zhì)波動(dòng)率將股票從低到高分成5等分的投資組合并且持有1個(gè)月，這些組合每個(gè)月進(jìn)行再調(diào)整。又比方組合構(gòu)造策略12/1/12指的是，在每個(gè)月t，用從t-13月到t-2月這12個(gè)月的日收益數(shù)據(jù)計(jì)算特質(zhì)波動(dòng)率，按照特質(zhì)波動(dòng)率將股票從低到高分成5等分的投資組合并且持有12個(gè)月。構(gòu)造投資組合后，我們以每個(gè)組合的超額收益對FF3三因素進(jìn)行回歸，得到常數(shù)項(xiàng)的估計(jì)值FF3 ，回歸模型如7式所示。為了減少異方差和序列相關(guān)的影響，我們用GMM GMM是基于實(shí)際參數(shù)滿足的一些矩條件而形成的一種參數(shù)估計(jì)方法，該方法允許模型隨機(jī)誤差項(xiàng)存在異方差和序

12、列相關(guān)，所得到的參數(shù)估計(jì)量比其它參數(shù)估計(jì)方法更符合實(shí)際。進(jìn)行參數(shù)估計(jì)，并用Newey和West13的方法進(jìn)行t統(tǒng)計(jì)值修正。 7如果FF3能夠完全解釋截面收益，那么每個(gè)特質(zhì)波動(dòng)率組合的FF3 應(yīng)該顯著為0，而且每個(gè)組合的FF3 之間沒有顯著的差異。2.2 截面回歸分析方法 運(yùn)用Fama-Macbeth6的回歸方法，首先根據(jù)FF3模型以的月收益數(shù)據(jù)，估計(jì)出股票i在t月的三因素敏感度、；然后代入回歸模型： 8其中為股票i在t月的預(yù)期特質(zhì)波動(dòng)率，為股票i在t-1月的對截面預(yù)期收益有影響的因素，如公司規(guī)模、賬面市值比等。為了減少異方差和序列相關(guān)的影響，我們用GMM進(jìn)行參數(shù)估計(jì)，并用Newey和West1

13、3的方法進(jìn)行t統(tǒng)計(jì)值修正，計(jì)算出每個(gè)k = 1，2，K的估計(jì)值，然后求出的均值。在計(jì)算的過程中，為了減少Fama-Macbeth6的回歸方法產(chǎn)生的變量內(nèi)生錯(cuò)誤，我們采用Litzenberger 和Ramaswamy14 的修正方法，以方差的倒數(shù)加權(quán)平均以求得。3 實(shí)證結(jié)果和討論3.1 投資組合分析方法我們首先看1/0/1組合構(gòu)造策略的結(jié)果，在表1中和分別是等權(quán)重和總市值加權(quán)的組合收益，F(xiàn)F3 是FF3三因素模型回歸的常數(shù)項(xiàng)，表示超常收益。從表1可知，不管是在等權(quán)重和市值權(quán)重，最高特質(zhì)波動(dòng)率組合收益顯著低于最低特質(zhì)波動(dòng)率組合，兩者之差分別為-1.31%和-1.09%。經(jīng)過FF3模型調(diào)整后兩者的差

14、異依然顯著，F(xiàn)F3 之差分別為%和-1.12%，說明三因素模型無法解釋特質(zhì)波動(dòng)率與截面預(yù)期收益之間的負(fù)相關(guān)關(guān)系，特質(zhì)波動(dòng)率之謎也存在于我國的股票市場上。表1 1/0/1組合構(gòu)造策略下各組合的平均月收益%組合1 低2345 高5-1-4.46-2.92FF3 1.632.350.13-2.29-7.02-4.73FF3 1.132.380.40-0.50-4.80-3.27注： 中為雙尾t檢驗(yàn)統(tǒng)計(jì)值。為了觀察到組合形成時(shí)相應(yīng)的信息，我們在特質(zhì)波動(dòng)率的計(jì)算與投資組合構(gòu)成之間插入1個(gè)月的間隔期，從而可以進(jìn)一步分析各L/1/N組合構(gòu)成策略的結(jié)果，見表2。我們發(fā)現(xiàn)，雖然隨著N的逐漸增加，最高與最低特質(zhì)波

15、動(dòng)率組合月平均收益的FF3 之差有逐漸減少的現(xiàn)象，但是仍然存在特質(zhì)波動(dòng)率與組合未來收益之間的負(fù)相關(guān)關(guān)系。表2 不同L/1/N組合構(gòu)造策略下組合的月平均收益%組合1低2345高5-11/1/12.051.07-0.56-1.17-3.39-2.9412/1/11.320.29-1.13-0.33-4.39-3.521/1/121.05-0.41-1.08-2.01-3.04-3.0112 / 1 / 123.231.151.520.32-2.61-3.62注： 中為雙尾t檢驗(yàn)統(tǒng)計(jì)值。3.2 截面回歸分析方法下面我們運(yùn)用截面回歸分析方法來研究預(yù)期特質(zhì)波動(dòng)率與股票截面預(yù)期收益之間的關(guān)系。我們對4式進(jìn)

16、行回歸得到系數(shù)的估計(jì)值，得到的AR2模型平均來看是。從表3可知，預(yù)期特質(zhì)波動(dòng)率的系數(shù)為負(fù)數(shù)，與股票收益存在負(fù)相關(guān)關(guān)系模型1。在控制了公司規(guī)模、賬面市值比、換手率、流動(dòng)性、交易本錢、協(xié)偏度或特質(zhì)偏度等因素后，預(yù)期特質(zhì)波動(dòng)率的系數(shù)仍然顯著為負(fù)，說明兩者之間的負(fù)相關(guān)關(guān)系不能被這些因素解釋模型29。表3 截面回歸方法下的結(jié)果模型123456789特質(zhì)波動(dòng)率-4.10-3.52-4.09-2.04-4.03-4.05-4.15-4.31-2.42-0.090.350.170.090.360.190.240.190.170.290.46-0.55-0.58-0.90-0.54-0.50-0.53-0.57

17、1.871.262.052.221.872.032.062.112.28公司規(guī)模-0.56-0.07-0.090.49-0.07-0.060.01-0.01賬面市值比1.540.890.611.130.860.820.950.60-4.45-2.80-4.50-4.43-4.44-3.97-2.230.200.430.460.190.170.130.35換手率-7.55-7.61流動(dòng)性-0.41交易本錢1.100.09協(xié)偏度1.522.15特質(zhì)偏度-4.12-4.86注： 中為雙尾t檢驗(yàn)統(tǒng)計(jì)值。3.3 基于異質(zhì)信念的解釋近年來，基于異質(zhì)信念的資產(chǎn)定價(jià)理論在解釋金融異象方面獲得了很大的成功 關(guān)于

18、這一領(lǐng)域的綜述，請參考陳國進(jìn)和王景15。，為從異質(zhì)信念角度解釋特質(zhì)波動(dòng)率之謎提供了新的思路。在Merton1模型中沒有賣空限制的假設(shè)。Miller指出，在賣空限制的約束下，由于悲觀投資者不能通過賣空充分表達(dá)和參與交易，股票價(jià)格主要反映樂觀投資者的意見，股票價(jià)格相對其真實(shí)價(jià)值被高估。投資者意見分歧程度越大，股票被高估的程度就越高。隨著時(shí)間的推移，信息傳遞逐漸充分，投資者意見逐漸趨于一致，價(jià)格會(huì)趨向于真實(shí)價(jià)值。因此，當(dāng)期越是被高估的股票，未來收益越低，異質(zhì)信念與股票未來收益負(fù)相關(guān)。16Diether等認(rèn)為特質(zhì)波動(dòng)率在相當(dāng)程度上是投資者意見分歧程度的反映，可以作為異質(zhì)信念的度量指標(biāo)。17 Boehm

19、e等指出，與其他度量異質(zhì)信念的指標(biāo)相比，特質(zhì)波動(dòng)率是更好的指標(biāo)。18除了特質(zhì)波動(dòng)率之外，換手率是另一個(gè)被用來度量異質(zhì)信念的代理指標(biāo)。我們以換手率作為二維分組的根底，檢驗(yàn)各個(gè)特質(zhì)波動(dòng)率組合的月平均收益。 在t月先將股票按照t-1月的換手率從低到高分成5等分的投資組合，然后在5個(gè)換手率組合內(nèi)再按照t-1月的特質(zhì)波動(dòng)率從低到高分為5等分的投資組合，這樣形成25個(gè)投資組合，然后用每個(gè)特質(zhì)波動(dòng)率組合的超額收益對FF3三因素進(jìn)行回歸得到常數(shù)項(xiàng)FF3 。從表4可以看到，換手率較低的第1、2和3個(gè)組合中，最高與最低特質(zhì)波動(dòng)率組合的月平均收益之差并不顯著為負(fù)，只有換手率較高的第4和5個(gè)組合中存在特質(zhì)波動(dòng)率與截面

20、預(yù)期收益的負(fù)相關(guān)關(guān)系。這也從一個(gè)側(cè)面說明了異質(zhì)信念是導(dǎo)致特質(zhì)風(fēng)險(xiǎn)的重要原因，特質(zhì)波動(dòng)率是異質(zhì)信念的反映。表4 以換手率進(jìn)行二維分組后各個(gè)特質(zhì)波動(dòng)率組合的月平均收益%組合以特質(zhì)波動(dòng)率分組1低2345高5-1以換手率分組1低-0.330.010.160.700.210.850.1320.6100.210.26-0.18-3-0.130.470.640.26-40.561.6040.110.30-0.16-1-2.875高-0.85-0.66-1.10-1.08-4.30-1.70-2.42注： 中為雙尾t檢驗(yàn)統(tǒng)計(jì)值。4 根本結(jié)論我們以1997年7月到2007年4 月滬深兩市上市公司為樣本，以Fam

21、a-French6三因素模型殘差項(xiàng)的標(biāo)準(zhǔn)差作為公司特質(zhì)風(fēng)險(xiǎn)的測度，分別運(yùn)用投資組合分析方法和截面回歸分析方法，實(shí)證考察了我國股市特質(zhì)波動(dòng)率與股票截面預(yù)期收益的關(guān)系。我們發(fā)現(xiàn)高特質(zhì)波動(dòng)率的股票有顯著低的未來收益，而且這種現(xiàn)象不能由市場風(fēng)險(xiǎn)、公司規(guī)模、賬面市值比和動(dòng)量等因素所解釋，也不能被流動(dòng)性、換手率、交易本錢、協(xié)偏度和特質(zhì)偏度等因素所解釋。在考慮了特質(zhì)波動(dòng)率的時(shí)間序列屬性之后，以AR2模型估計(jì)預(yù)期特質(zhì)波動(dòng)率，同樣發(fā)現(xiàn)預(yù)期特質(zhì)波動(dòng)率與截面預(yù)期收益之間的負(fù)相關(guān)關(guān)系。特質(zhì)波動(dòng)率之謎在我國股票市場上同樣存在?；诋愘|(zhì)信念的資產(chǎn)定價(jià)理論在解釋金融異象方面獲得了很大的成功。在許多實(shí)證文獻(xiàn)中，特質(zhì)波動(dòng)率往往

22、被用來度量投資者的異質(zhì)信念，因此，我們認(rèn)為異質(zhì)信念是解釋特質(zhì)波動(dòng)率之謎的一個(gè)重要因素，我們基于換手率和特質(zhì)波動(dòng)率二維分組的結(jié)果也初步支持了這一觀點(diǎn)。參考文獻(xiàn)：1 MERTON, R. A Simple Model of Capital Market Equilibrium with Incomplete InformationJ. Journal of Finance, 1987(42): 483-510.2 MALKIEL, G., Y. XU. IdiosyncraticRrisk and Security ReturnsC. Working Paper, 2002.3 FAMA, E.,

23、 K. FRENCH. Common Risk Factors in the Returns on Stocks and BondsJ. Journal of Financial Economics, 1993(33): 3-56.4 ANG, A., R. HODRICK, Y.XING, X. ZHANG. The Cross-Section of Volatility and Expected ReturnsJ. Journal of Finance, 2006(1) : 259-299.5 ANG, A., R. HODRICK, Y.XING, X. ZHANG. High Idio

24、syncratic Volatility and Low Returns: International and Further U.S. EvidenceC. Working Paper, 2006.6 黃波, 李湛, 顧孟迪. 基于風(fēng)險(xiǎn)偏好資產(chǎn)定價(jià)模型的公司特質(zhì)風(fēng)險(xiǎn)研究J, 管理世界月刊, 200611: 119-127.7 FAMA, E., J. MACBETH. Risk, Return and Equilibrium: Empirical TestsJ. Journal of Political Economy, 1973(71): 607-636.8 CHUA, C., T. GO

25、H, Z. ZHANG. Expected Volatility, Unexpected Volatility, and the Cross-section of Stock Returns.C. Working Paper, 2006.9 吳世農(nóng), 吳超鵬. 我國股票市場“價(jià)格慣性策略和“盈余慣性策略的實(shí)證研究J. 經(jīng)濟(jì)科學(xué), 20034: 41-50. 10 AMIHUD, Y. Illiquidity and Stock Returns: Cross-Section and Time-Series EffectsJ. Journal of Financial Markets, 2002(

26、5): 31-56.11 LESMOND, D., J. OGDEN, C. TRZCINKA. A New Estimate of Transaction CostsJ. Review of Financial Studies, 1999(12): 1113-1141.12 HARVEY, C., A. SIDDIQUE. Conditional skewness in asset pricing TestsJ. Journal of Finance, 2000(55): 1263-1295.13 NEWEY, W., K. WEST. A Simple Positive Semi-Defi

27、nite Heteroskedasticity and Autocorrelation Consistent Covariance MatrixJ . Econometrica, 1987(55): 703-708.14 LITZENBERGER, R., K. RAMASWAMY. The Effect of Personal Taxes and Dividends on Capital Asset Prices: Theory and Empirical EvidenceJ. Journal of Financial Economics, 1979(7): 163-195.15 陳國進(jìn),

28、王景. 異質(zhì)信念與金融異象研究最新進(jìn)展J. 經(jīng)濟(jì)學(xué)動(dòng)態(tài), 20079.16 MILLER, E. Risk, Uncertainty, and Divergence of OpinionJ. Journal of Finance, 1977(32): 1151-1168.17 DIETHER, K., C. MALLOY, A. SCHERBINA. Differences of Opinion and the Cross-Section of Stock ReturnsJ. Journal of Finance, 2002(57): 2113-2141.18 BOEHME, R., B. DANIELSEN, P. KUMAR, S. SORESCU. Idiosyncratic Risk and the Cross-Section of Stock Returns: Merton (1987) Meets Miller (1977)C. Working Paper, 2005. Idiosync