基于高频数据的连续Beta、跳跃Beta与低Beta异象

本文基于二次变差和二次幂变差的方法，将股票价格按平滑程度划分为交易日内连续部分、日内跳跃部分和非交易时间隔夜部分，采用中国A股市场2001年1月至2016年7月的高频数据，分别估计个股的日内连续、日内跳跃和隔夜跳跃等三个类型的Beta，考察不同类型Beta的风险溢价情况。经验分析发现，采用单因素和双因素排序分组时，我国A股市场存在较强的低Beta异象，低Beta异象主要是日内收益跳跃部分引起的。控制了反转异象、特质波动率异象、最大日收益效应后，低Beta异象依然是显著的。但是，控制了流动性和换手率后，Beta的系数变得不再显著，说明在一定程度上我国股票市场的低Beta异象可以被流动性异象和换手率异象解释。