A 股特质波动之谜 

A 股存在显著的“特质波动之谜”，即高特质波动的股票预期收益更低，并由此衍生出了特质波动率、特质偏度等因子。特质类因子的经典构建方式是利用Fama-French 三因子等显式因子定价模型剥离股票的共同风险，得到剩余的特质波动部分，剥离后的特质波动因子较原始波动率因子有明显的提升。我们对比了CAPM 单因子及不同多因子框架下的特质波动因子表现，其中Fama-French 三因子特质波动因子表现最好，但是随着剥离因子数量的增加，特质波动率因子的表现没有明显提升，反而有所下降。在传统的显式因子模型下，特质波动因子的改进面临困境。

隐式因子框架下的特质类因子

近年来，资产定价领域开始将注意力转向资产定价中的隐式因子。在隐式因子框架下，可以无需预知因子结构，直接通过主成分分析的方法从资产的收益协方差矩阵中提取因子暴露和因子溢价。该方法可以动态的提取到一段时间内市场的主要风格因子的收益，还可以系统性的解决传统多因子模型遗漏变量、估计误差的问题，为我们提取股票最大共同波动提供了新思路。

我们利用主成分分析法对股票过去20 日的收益序列提取第一主成分，并构建了基于隐式因子框架的特质因子。隐式因子框架下的特质波动率、特异度、特质偏度因子相较原始多因子框架下的特质因子表现有一定提升。三个因子等权合成的复合特质因子RankIC 均值为-8.92%，年化ICIR 为-5.04，月度胜率为92%，多空月均超额收益为2.16%，表现出非常强的预测能力和稳定性，优于单个特质因子，也优于Fama-French 三因子和CAPM 模型下的复合特质因子，且在操作上更具简洁性。

此外，我们基于学者对“特质波动之谜”现象的解释，从交易制度、投资者行为、公司行为三个方面构建了定价效率修正因子，对复合特质因子进行回归，得到定价效率中性化后的复合特质因子，该因子RankIC 均值为-8.93%，年化ICIR 为-5.27，多空月均超额收益为2.19%，相较仅行业市值中性化的复合特质因子在稳定性和多空收益上有小幅提升。