传统金融理论都假定市场是有效的、投资者是理性的、信息是完全的。其认为资产风险可分为系统性风险和非系统性风险,其中系统性风险是由整个市场因素引起的,无法消除,而非系统性风险是由公司或行业的相关因素引起的,其不会对整个市场有全面的关联影响,并可通过构建多样化的投资组合进行完全分散。换而言之,由于特质风险可以消除,那么在资产定价过程中就不需要对特质风险进行风险补偿。但是,越来越多的研究发现,由于交易成本高、资金受限、投资者自身的分析能力不足等原因,投资者无法构造出有效的投资组合来消除股票的特质风险。Merton在1987年提出了投资者认知假说,其认为投资者所能接收的信息有限,不同投资者所接收的信息也不尽相同,并且不同投资者的信息分析能力也不同。在这种情况下,投资者只能利用自己有限的信息进行投资,通常情况下投资者会更多地投资者于其所熟悉的证券。因此投资者很难构造出有效的投资组合对非系统性风险进行分散。Merton认为当投资者承受了特质风险时,其会要求一定的风险补偿,即特质风险也是影响资产价格的因素,且特质风险越高,预期收益率就应越高。Merton从理论层面揭示了特质风险与预期收益率正相关的逻辑。但也有很多的研究却表明,股票特质波动率与预期收益率之间存在负相关关系,如Ang等(2006)、陈国进等(2009)等学者的研究,这种异象被称为“特质波动率之谜”。为了解释这种异象,很多学者对此进行研究,大多数是从异质信念和卖空限制两方面去探讨。此方面的研究最早是从Miller(1997)开始的,其研究结果主要为：投资者并不存在同质预期,由于不确定性的存在,投资者对于股票收益的预期是不尽相同的。当存在这种分歧时,股票价格的波动就会增大,同时,乐观投资者购买热情高涨,推高了当期价格。但是由于卖空限制的存在,悲观投资者的预期就无法及时反映在价格中,使得当期价格偏高。但之后价格还是会回落至真实价值,则这期间内的收益率就会下降。因此,Miller从理论上解释了“特质波动率之谜”异象。在此之后,有许多学者对Miller的理论进行验证,选取不同的变量作为异质信念的代理指标,如换手率、股票分析师的预测分歧、散户持股比例等。多数研究表明,异质信念和卖空限制可以部分解释“特质波动率之谜”异象。除了“特质波动率之谜”,金融市场还出现了其他令传统金融理论无法解释的异象,如“一月效应”、“规模效应”、“公告效应”、“羊群行为”等。为了解释这些异象,学者们开始研究投资者的心理变化以及行为习惯,由此诞生了行为金融学。行为金融学不是为了说明投资者的行为是多么不理性或多么不正常,而是为了研究投资者的心理变化、行为习惯是如何影响资产定价的。在行为金融学领域,投资者情绪是其主要研究内容。投资者情绪的存在,是因为投资者不是完全理性的,其对于未来的预期和认知是有偏差的,这种偏差使得投资者有时过度乐观,有时过度悲观,进而使得股票价格偏离了真实价值。因此,不同于以往的多数研究,本文将从投资者情绪的角度去解释“特质波动率之谜”异象。投资者情绪指数的构建是该研究的基础,但目前没有一个全体公认的方法。在以往的研究中,投资者情绪的度量指标主要分为三类：第一类为直接指标,此类指标是通过问卷调查等形式直接获取投资者对未来市场的预期,进而度量投资者情绪；第二类为间接指标,是由市场交易所产生的客观数据,这些指标往往被认为会因投资者情绪变化而变化,即投资者情绪会驱动这些指标改变；第三类为复合型指标,即综合多项单一指标来构建一个新的指标,常用的方法为主成分分析法。无论直接指标还是间接指标,没有任何一个单项指标是可以很好地衡量投资者情绪,若仅仅采用某个单一指标来衡量整个市场所有投资者的情绪,未免有些偏颇。因此,自Baker和Wurgler(2006)提出BW指数的构建方法后,越来越多的学者开始采用复合型情绪指标,如Yu和Yuan (2011)、易志高和茅宁(2009)等。借鉴前人的研究,本文也将采用主成分分析法来构建复合型情绪指标。本文的研究目的是探讨股票特质波动率与预期收益率之间存在何种关系,以及这种关系是否可以被投资者情绪所解释。要完成此项研究,则需要回答三个问题：首先,如何度量股票特质波动率和预期收益率?本文采用由Fama-French三因子模型计算得到的残差项的标准差来度量股票特质波动率,并以特指波动率作为分组指标构建投资组合,以持有各组合一个月后的原始收益率作为预期收益率。此外,本文还采用Fama-French三因子模型对该预期收益率进行风险调整,以回归所得常数项作为超额收益率的代理指标。再者,如何对两者的关系进行检验?本文基于组合分析法和Fama-Macbeth两步回归法对股票特质波动率与预期收益率之间的相关关系进行检验。具体来讲,本文按照股票特质波动率大小进行分组,构造不同的投资组合,再观察各个投资组合的预期收益率是否存在单调变化的特征,以及特质波动率最低组与最高组的预期收益率是否存在显著差异。同时,本文还采用Fama-Macbeth两步回归法来确定两者之间的数量关系。最后,如何度量投资者情绪并检验投资者情绪差异会对初始结果造成何种影响?本文选取封闭式基金折价率、沪深300指数月度平均换手率、A股新增投资者开户数和消费者信心指数四个指标作为源指标,采用主成分分析方法来构建复合情绪指标。然后以新构建的投资者情绪指数作为第二个分组指标,同样基于组合分析法和Fama-Macbeth两步回归法进行分析检验。此外,考虑到我国上海证券交易所和深圳证券交易所的上市政策、上市公司的风格等方面有所不同,上海证券市场主要以大市值型、稳定的蓝筹股为主,深圳证券市场主要以中小市值型、发展速度较快的成长型股票为主,因此本文将对沪深两个证券市场分开进行讨论。本文以沪深两市所有主板和中小板股票为研究对象,样本区间为2006年1月1日至2015年6月30日。通过实证研究,得出了以下结论：第一,通过单变量分组构建投资组合的方法,可以明显看出无论上海证券市场还是深圳证券市场,特质波动率越高的投资组合,其预期收益反而越低,经过Fama-French三因子模型调整后的结果也是如此,即股票特质波动率与预期收益率之间呈反向关系。第二,当控制了投资者情绪指数之后,在上海证券市场中,两者之间的负相关关系变得不再显著,在深圳证券市场中,两者之间的负相关关系的显著性降低。由此可见投资者情绪指数对“股票特质波动率之谜”异象有一定的解释能力。第三,从Fama-MacBeth两步回归的结果可以看出,无论上海证券市场还是深圳证券市场,特质波动率的回归系数都显著为负,即再次验证了股票特质波动率对预期收益有负向影响的结论。此外,根据投资者情绪指数进行分组后,发现在投资者情绪高涨时期,股票特质波动率对预期收益率的影响最大。综上所述,本文得出股票特质波动率与预期收益率呈负相关的结论,即我国存在“特质波动率之谜”现象,且投资者情绪指数对此具有一定的解释能力。由此可见,传统金融理论已不能再解释一些出现在现实生活中的金融异象。因此,投资者在做投资者决策时,不能完全依靠资本资产定价模型,应考虑多方面因素。同时,从本文的结论中可以看出,高风险不一定能带来高收益,投资者在进行投资时应对其进行权衡。本文的创新之处在于：以往的研究大多数是从异质信念和卖空限制两方面去探讨其对特质波动率与预期收益率之间相关关系的影响,而本文从一个新的角度即基于投资者情绪差异去对两者之间的关系进行解释。本文的不足之处在于：首先,在度量特质波动率时,本文未采用其他方法进行比较分析,无法验证股票特质波动率与预期收益率之间的相关关系是否会因为度量方法的改变而有所不同。其次,由于本文所衡量的投资者情绪是市场总体的投资者情绪,因此所构建的投资者情绪指数是一个时间序列,因此只能将样本区间按投资者情绪指数进行分组,即进行时间段分组。这样的分组方式较为粗糙,也使得子样本的样本区间较短。