特质波动率之谜：高风险股票为何回报更低

争论：个股特有风险是否应获得补偿？

几十年来，资本资产定价模型的核心论断一直简洁而直观：承担更多系统性风险的投资者应获得更高的回报，而个股特有（特质性）风险由于可以通过分散化消除，不应带来任何风险溢价。然而，源自 Merton (1987) 的另一种观点认为，信息不完全和投资组合分散不足意味着特质性风险确实重要，投资者应为此获得正向补偿。这两种立场构成了实证资产定价领域最具争议的辩论之一。2006年，Ang、Hodrick、Xing 和 Zhang 用数据介入了这场争论，得出了双方都未曾预料的结果：特质性波动率最高的股票不仅没有获得更高的回报，反而表现大幅落后。

他们的论文"The Cross-Section of Volatility and Expected Returns"发表于 The Journal of Finance，发现特质性波动率最高的美国股票组合比最低五分位组每月低约1.06%。这并非边际统计上的偶然结果，而是在控制了Fama-French因子、动量、流动性及一系列其他已知收益预测变量后依然存在的巨大经济差异。这一发现对CAPM（预测无关系）和Merton的不完全信息模型（预测正向关系）都构成了直接挑战。

谜题是如何被度量的

Ang、Hodrick、Xing 和 Zhang (2006) 使用Fama-French三因子回归的残差来估计特质性波动率。对于每月的每只股票，他们利用前一个月的日度数据运行三因子模型，并计算未被解释的收益率的标准差。该指标捕捉的是股票日常波动中无法归因于市场、规模或价值暴露的部分。

随后，股票按前一个月的特质性波动率排序分为五分位组合，并追踪下个月的等权收益率。结果呈现出单调递减的模式。

最低与最高IVOL五分位组之间的差异不仅在幅度上引人注目，在一致性上同样如此。该差异在Fama-French三因子模型、Carhart四因子模型以及短期反转、流动性和成交量的额外控制下均保持稳健。高IVOL五分位组的Fama-French alpha 深度为负。

作者确认这些结果并非由微型股、仙股或极端异常值驱动。即使剔除最小市值十分位组、采用市值加权以及修剪最极端的观测值，核心发现依然成立：更高的特质性波动率与更低的后续收益率相关。

国际市场的验证

对任何仅基于美国市场的异象，一个自然的质疑是它可能源于数据挖掘或美国市场结构的特殊性。Ang、Hodrick、Xing 和 Zhang 在 2009年的后续论文 中直接回应了这一问题，将分析扩展到23个发达股票市场。在他们考察的每个地区——从日本和澳大利亚到英国和欧洲大陆——特质性波动率与后续收益率之间的关系均为负向。幅度有所不同，但方向始终一致。一个做多低IVOL股票、做空高IVOL股票的全球投资组合在各个地区均产生了可靠的正收益。

这一国际层面的重复验证大大提高了任何依赖美国特有制度特征、数据构造偏差或样本期间巧合的解释所需承担的举证门槛。

竞争性解释：一个分裂的研究领域

自原始论文发表以来的二十年间，学术界产生了丰富且有时相互矛盾的文献试图解释这一谜题。这些解释大致分为三类。

度量方法之争

Fu (2009) 提出了一个有影响力的质疑，认为 Ang 等人使用的是回顾性的（已实现的）特质性波动率来替代前瞻性的（预期的）特质性波动率。当 Fu 使用能够反映波动率聚集效应的EGARCH模型估计预期IVOL时，负向关系发生了逆转：更高的预期IVOL与更高的收益率相关，这与Merton的理论一致。Fu 的解释是，Ang 等人的结果反映了短期收益反转效应——近期经历特质性波动率飙升（因而已实现IVOL较高）的股票往往在次月出现回归。

Bali 和 Cakici (2008) 从另一个方法论角度提出了批评，证明IVOL谜题对投资组合构建方式敏感。在市值加权下，负向IVOL-收益率关系在某些子样本中减弱或消失，表明该效应集中于小型、低流动性的股票，等权加权夸大了其经济重要性。

这些方法论上的质疑具有重要意义，但并非完全具有决定性。Hou 和 Loh (2016) 对十多种IVOL谜题的解释进行了全面评估，发现没有单一解释能够解释超过约40%的异常收益差异。度量方法的质疑解释了部分现象，但并非全部。

行为与市场结构的解释

第二类解释将谜题归因于投资者行为和市场结构。其中最具影响力的来自 Stambaugh、Yu 和 Yuan (2015)，他们提出"套利不对称性"作为关键机制。他们的论证分为两步。第一，高IVOL股票更难以且更昂贵地卖空，因为它们往往市值更小、流动性更差、借券成本更高。第二，当卖空受到约束时，被高估的股票比被低估的股票更长时间地维持错误定价，因为买入被低估的股票不存在类似的障碍。

这意味着高IVOL股票池中包含了不成比例的被高估标的。这些被高估的股票拉低了高IVOL五分位组的平均收益率。负向IVOL-收益率关系并非对风险的补偿，而是市场中最具波动性的部分未被纠正的定价过高所留下的痕迹。

Stambaugh 等人通过将IVOL效应分解为高估和低估两个部分来验证这一假说。在被归类为高估的股票中（使用11个异象信号），高IVOL强烈预测了低收益率。在被低估的股票中，高IVOL预测了更高的收益率，恰如Merton理论所预期。整体上呈现的负向关系源于高估效应的主导地位。

这一解释与更广泛的低波动率异象直接相关——后者记录了平稳的股票在风险调整后的表现优于高波动股票。Stambaugh 等人的框架表明，这两种现象有着共同的根源：市场纠正定价过高与定价过低之间存在不对称能力。

彩票需求与投机偏好

第三条研究路线强调了投资者对类似彩票收益的偏好。高特质性波动率的股票往往具有正偏的收益分布：它们偶尔会产生巨额收益。如果部分投资者愿意为获得极端上行收益的机会而支付过高价格——正如行为金融学中关于前景理论和累积前景理论的文献所记录的那样——那么具有彩票特征的股票将被持续推高至基本面价值之上。由此产生的定价过高压低了它们的预期收益率。

Bali、Cakici 和 Whitelaw (2011) 通过构建一个名为MAX的变量——定义为前一个月的最大日收益率——将这一渠道形式化。他们表明MAX吸收了IVOL谜题的大部分：高IVOL股票获得低收益率，主要是因为它们同时也拥有高MAX值，而正是对极端收益股票的彩票需求驱动了定价过高。

Hou 和 Loh 全面检验所有解释后的发现

Hou 和 Loh (2016) 进行了迄今为止对该谜题最系统化的解析。他们评估了基于以下渠道的解释：(1) 预期与已实现IVOL的度量差异，(2) 收益反转，(3) 卖空约束，(4) MAX/彩票需求，(5) 市场微观结构噪声，(6) 盈余意外，(7) 杠杆效应，以及其他多个渠道。

他们的结论令人深思：没有任何单一解释能够解释超过30-40%的IVOL效应。最大的个体贡献者是彩票需求（MAX）渠道和卖空约束渠道。将多个解释合并后，少数几个解释大约能够共同解释60-80%的谜题，但仍有一部分残差无法解释。在他们的评估中，特质性波动率谜题被部分解决，但尚未完全破解。

对因子投资的启示

IVOL谜题对任何构建或评估因子组合的人都具有切实的启示。首先，它为低波动率策略提供了超越传统"做空Beta"框架的额外理论依据。剔除高IVOL股票可以移除市场中一个历史上产生严重负alpha的板块，无论其背后的经济机制是什么。

其次，该谜题与其他因子存在重要的交互关系。高IVOL股票往往市值小、盈利能力差且投资率高，位于Fama-French五因子模型中所识别的多个负收益特征的交叉地带。倾向于质量、盈利或保守投资的投资者实际上在隐性地回避高IVOL股票。

第三，套利不对称性的解释对投资者如何理解因子回测结果具有重要含义。如果高IVOL的空头端贡献了因子收益的很大一部分（正如 Stambaugh 等人所证明的），那么仅做多的因子投资者系统性地错失了来自规避高估、高波动股票的那部分溢价。IVOL谜题因此强化了一个更广泛的教训：理论因子溢价与可实施收益之间的差距是真实且持续存在的。

争论的现状

在 Ang、Hodrick、Xing 和 Zhang 发表原始发现的二十年后，学术界已形成了部分共识。IVOL谜题是真实且稳健的。它出现在美国数据、国际数据以及多个样本期间中。没有任何单一机制能完全解释它，但套利不对称性（由于卖空约束而无法纠正的定价过高）、彩票需求（投机性投资者为偏态收益支付过高价格）以及方法论上的细微差别（已实现与预期IVOL的区分）的组合解释了效应的大部分。

真正尚未解决的问题是，谜题中是否有残余部分反映了真实的负风险溢价——这一可能性对标准资产定价理论而言将极为棘手。如果投资者因持有特质性风险而受到惩罚，那么将系统性风险与可分散风险区分开来的整个框架都需要修订。大多数研究者认为这不太可能，但尚未完全排除。

对于从业者而言，操作层面的结论比理论层面更为清晰：高特质性波动率的股票平均而言是糟糕的投资，这一证据足够有力，值得在投资组合构建和风险管理中予以考虑，即便学术界关于根本原因的争论仍在继续。

参考文献