1.2  研究背景
美国经济学家哈里•马科文茨（Markowits）于 1952年提出资产组合理论以后，围绕着系统风险，经济学家们关于系统风险有着大量的研究，资本资产定价模型(CAPM)、无套利定价模型（APT）以及指数模型和因素模型，而这一系列的理论普遍认为资产的预期收益率只与系统风险有关，非系统风险（特质风险）会随着资产组合包涵的资产数量的增多，而迅速减小，当资产的数量达到30种以上时，几乎可以忽略不计。因此，这些理论都认为，特质风险由于投资组合的分散而减小乃至消失，故特质风险不对资产的预期收益率产生影响。也就是说，传统的理论认为股票特质风险对预期收益率无影响。而最近有理论指出，股票的特质风险对股票的预期收益率是有影响的，不过这有存在两种观点，其中，有认为股票的特质风险对股票的预期收益存在正的影响，即特质风险增大会导致股票预期收益率的上升。而另一种观点认为，特质风险的存在导致预期收益率的下降。
1.3  研究意义
     通过对特质风险是否在股票的预期收益中被定价，可以帮助投资者在投资时做出正确的投资决策，使得投资行为更加趋向于理性。进而让整个市场更具效率和公平。
1.4  研究思路与文章安排
1.4.1  研究思路
本文通过Fama—French三因素模型计算出每只股票每个月的特质风险，以及得到三因子系数，然后进行投资组合分析，分析不同特质风险的投资组合其平均收益以及其他变量的变化规律。最后，通过Fama‐MacBeth两步回归法确定特质风险对股票预期收益率的影响。
1.4.2  文章安排
    本文大致分为五个部分，第一部分即是引言，第二部分是文献综述，第三部分是方法介绍，第四部分是数据来源及数据处理结果，包括数据处理结果的分析，第五部分结论
2  文献综述
2.1  国外对特质风险的研究
3  模型与方法
3.1  数据来源
本文所需数据来自resset金融研究数据库，其中的规模因子、市场因子和价值因子来源于数据库的三因素模型部分，其余则来源于股票综合数据。其中数据样本包括A股市场2010年12月31日以前上市的所有股票。样本剔除了ST股票。
3.2  特质风险的度量与计算
本文采用Fama‐French(1993)三因素模型来计算特质风险，此模型在计算特质风险的过程中不仅剔除了市场风险，同时也剔除规模和账面市值比的影响，用三因素模型的第T月残差项的标准差来度量每只股票该月股票特质风险的大小，为了保证结果的可靠性，只有该月交易日大于17才予以计算，否则，设置为缺值。在样本期间的每一个月，对每一只股票用三因素模型进行回归。即利用超额收益（Ri-rf）对市场因素、价值因素和规模因素进行回归。具体的回归方程如下：
Riτ – rfτ =αit+ βit(Rmτ − rfτ ) + sitSMBτ+ hit HMLτ +εiτ
其中Rfτ 表示第i 只股票在第τ天的收益率。rfτ表示第τ天的无风险收益率，Rmτ表示第τ天的市场组合的收益率，SMBτ和HMLτ分别表示第τ天的规模因素和价值因素，αit 、βit 、s it和h it分别表示第i 只股票在第t 个月的系数,siτ是股票i 在t 月τ日的残差项。
     市场因素、规模因素和价值因素数据都是可以在resset金融研究数据库的三因子数据中直接下载得到。
3.3  投资组合分析法
    投资组合分析法指的是根据某一指标构造投资组合，为直观地表示特质风险是否对股票的预期收益存在影响，本文根据特质风险的进行分组，将股票按特质风险的大小进行排序，然后分组，观察每一组的平均收益的变化规律。从而可以直观的判断特质风险与股票预期收益的变化规律。比如说，如果随特质风险的增大，平均收益也增加，在一定程度上可以说它们存在正相关关系。 股票个别风险和预期收益率的关系(2):http://www.youerw.com/jingji/lunwen_7525.html