党的二十届四中全会审议通过了《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，其中“提高资本市场制度包容性、适应性，健全投资和融资相协调的资本市场功能”成为“十五五”期间的重要改革任务，旨在对长期以来“重融资、轻投资”的倾向进行纠偏。

　　历史上，A股市场持续存在低波动异象，低波动、低Beta的股票组合因估值较低，获得的风险调整后收益较高。在高质量发展的资本市场中，投资者理应获得与其承担风险相匹配的预期收益。A股市场生态的逐步完善，将为低波动股票带来重估机遇。深入探讨这一问题，不仅具有理论价值，更是推动资本市场健康发展的现实需求。

　　指数波动率下降背后的分化

　　近年来，随着资本市场改革的深入推进，监管层在新金融产品创设、持续性监管和投资者保护等方面不断出台新制度及举措，逐步增强市场的投资服务功能。这些努力带来了积极成效，A股市场主要指数的年化波动率呈现出显著下降态势。数据显示，在“十四五”期间，上证综指年化波动率为15.9%，较“十三五”期间下降了2.8%。特别是2025年（截至10月24日），沪深300指数的年化波动率进一步降至15.7%，这一水平不仅大幅低于2024年的21.1%，也显著低于近五年的平均年化波动率18%。与国际主要市场相比，A股市场的波动率水平已经低于同期标普500指数的年化波动率（约24%）以及日经225指数（约27%）。

　　从全球视野观察，美国股市的整体波动率同样处于近年来较低水平。根据中金公司研报，2024年至今美国VIX指数的均值仅为14.6。特别值得注意的是，个股相关性下降是美股整体波动率下降的主要原因。2023年以来，美股分化严重，“科技七巨头”走出独立行情，累计上涨129.6%，而其他股票平均仅上涨27.4%。

　　与美股市场相似，近期A股市场整体表现强势，但背后也呈现出较强的结构性分化。2025年前三季度，成长风格股票大幅领先于价值风格，中小盘股票表现优于大盘股，通信、电子、新能源汽车等科技类股票大幅上涨，而食品饮料等消费相关行业的股票则走势相对疲软。A股市场在宽基指数波动率处于较低水平的同时，热门行业股票的波动率仍维持在较高水平。根据华源证券的统计，2025年（截至10月24日）个股平均年化波动率最高的前三个行业为电子、汽车、计算机，其波动率分别高达60.5%、56.9%、56.2%；而个股平均波动率最低的三个行业是银行、非银金融、煤炭，分别为20.4%、31.8%、32.0%。这种显著的差异反映出当前A股市场不同行业、不同风格之间的风险收益特征存在明显差异。

　　低风险股票应有较高估值、较低预期收益

　　股票的总风险可以分解为系统性风险和特质性风险两部分。假设投资者存在风险厌恶的偏好，CAPM模型等经典资产定价理论认为：为补偿投资者承担的风险，股票的预期收益应当与其系统性风险（Beta值）呈正向线性关系。一般而言，公司所处行业的周期性越强，股票的系统性风险越高；公司固定资产所占比重越大，系统性风险越高；公司的财务杠杆越高，系统性风险越高。

　　特质性波动（Idiosyncratic Volatility）则是指未被Beta解释的个股特有波动。传统理论认为，这部分风险可以通过分散化投资消除，因此不需要风险补偿。然而，现实中的金融市场存在着市场摩擦、卖空限制、投资者非理性等各方面的问题，多元化的投资策略也无法完全对冲非系统风险，这就使得投资者必须要承担一部分特质风险，同样也需要相应的风险补偿。按照这个逻辑，特质性波动越高的股票预期收益应该越高。

　　假设两家公司具有相同的权益预期现金流，一家公司具有较低风险，另一家则风险较高。因为较低风险股票的股东要求回报率更低，市场对其未来现金流折现时所获得的现值就会更高，也就是说公司股票的估值理应更高。若投资者使用更高的市场价格买入股票，在公司未来预期现金流相同的情况下，较高估值股票带来的预期回报率就会较低。对比而言，较高风险股票的估价则应更低，其预期回报率对应更高。

　　低波动异象：现实与理论的背离

　　传统资产定价理论给我们提供了一个理论框架，现实却呈现出与之背离的景象。市场资金往往倾向于追逐热点，带来相应股票的高波动和高估值；而大批传统产业股票盈利稳定、风险较低，但市场资金并不偏好，带来较低估值。

　　那么，一个自然的问题是：热门股票的高波动是否真的能带来高超额收益，而市场“失宠”的低波动股票则获得与其风险匹配的低收益？

　　对全球资本市场的实证研究发现：长期来看，低波动、低Beta的股票组合反而能够获得更高的风险调整后收益。这一令人困惑的市场现象与经典理论预期完全不一致，被学术界称为“低波动异象”和“Beta异象”。例如，Ang等（2006）发现，上个月特质性波动率最低的20%的美国股票组合，在下个月的超额收益率较波动最高的组合要高出1%左右。

　　低波动异象不仅存在于美国股市，在全世界主要23个发达国家市场也存在，而且更强，平均差额达到1.3%，在国债、公司债券、大宗商品及外汇市场中都有所体现。更具启示意义的是，发达市场的低波动异象较新兴市场更为显著。

　　低波动异象能否用风险补偿理论来解释？有研究发现，在控制市场因子、规模因子、价值因子、盈利能力因子、投资因子以及动量因子后，低波动异象依然存在。这表明传统资产定价模型在解释这一现象时存在明显不足。

　　行为金融学与错误定价解释

　　大量研究发现低波动异象与市场定价错误有关，高被引论文Stambaugh, Yu & Yuan（2015）的研究提供了新的视角。他们发现，在被最高估的股票中，特质性波动率（IVOL）与收益间的关系曲线非常陡峭而且斜率为负，特质性波动率高的股票比低的股票未来一个月的收益率低2%左右；而在最低估的股票中，特质性波动率与收益间的关系曲线相对平缓且斜率为正。他们认为，高IVOL的股票有两类：被低估的和被高估的，IVOL的值只是衡量了股票被错误定价的程度，并不能看出股票错误定价的方向。由于存在套利风险和套利的不对称性，在机构持股比例较低（套利限制较大）的股票中，或者在投资者情绪高涨时，异质波动率异象更加显著。被高估的股票价格不容易被修复，导致最终高IVOL的股票中被高估的股票占大多数，而这些高估的股票未来的收益大概率是低于市场平均收益的，因此总体上特质波动率和收益的关系为负。

　　行为金融学理论可以很好地解释这些偏差。散户投资者存在显著的“彩票偏好”，即过度追逐那些具有正偏度、可能带来巨大回报的高波动股票；“代表性偏差”使得投资者忽视高波动股票的大概率下跌风险，而过度关注小概率的大幅上涨；“过度自信偏差”的存在使得个人投资者对高波动率股票的定价分歧严重，要么是过度乐观，要么过度悲观，而股票定价权通常由乐观主义者掌控，会过度推升高波动率股票的当期价格，使得未来收益率更低。这些行为偏差的共同作用，使得高波动股票被系统性高估，低波动股票被系统性低估，因而低波动率股票相较高波动率股票有更高的预期收益。

　　特别值得关注的是，低波动异象并非完全由散户行为驱动，机构投资者的行为同样扮演着关键角色。Barroso等人（2025的研究揭示了一个关键机制：在基于基准的绩效评估激励下，机构投资者在市场处于低波动时期增持高Beta股票以跑赢基准，而在市场波动上升时为控制跟踪误差向低Beta股票调仓。这种行为模式导致机构投资者无法充分利用由个人投资者非理性行为产生的套利机会，还放大了低波动股票的超额收益，可以解释Beta异象。

　　A股异象显著源于深层次问题

　　Robeco量化投资基金的三位研究者（Blitz, Hanauer & van Vliet, 2021）对2000年至2018年期间A股市场的研究发现，低波动和低Beta组合都表现出显著的超额收益，且低波动策略的表现要强于低Beta策略。波动最低的1/10股票组合能跑赢波动最高的1/10股票年化12.9%的超额收益，且在控制了学术界广为认可的六个风险因子后，超额收益依然高达8.2%。在取得较高超额收益的同时，该策略的风险（波动率）却较低，在所有竞争策略中具有最高的收益风险（夏普）比例。

　　在整个样本期中，低波动异象在2015—2018年期间最为凸显。低波动策略的超额收益高达17.2%，而波动性仅为8.5%，导致其夏普比率超过2。

　　低波动异象的存在，源于市场存在深层次问题。

　　一方面，A股市场具有散户投资者占比较高的结构特征，使得“彩票偏好”“过度自信”等非理性行为对资产定价产生了显著影响，带来部分高波动股票高估。

　　另一方面，公募基金等机构投资者存在一定程度的代理问题，由于业绩考核短期化、跟踪误差约束等因素，也会导致机构投资者在一定阶段追逐过高估值的高波动股票。

　　此外，由于上市公司大股东和管理层存在代理问题，可能出于自身利益进行市值管理甚至市场操纵行为，采用真实盈余管理等手段放大公司业绩波动、配合市场炒作，导致市场在一定阶段高估其价值，并加大股票价格的波动。

　　这些因素导致市场具有较强“股价同步性”特征，更多依赖宏观信息进行定价，而个股的特质风险难以在股价中得到充分体现。在市场噪音较大的情况下，低波动股票相较高波动股票更为低估，因而可以获得更高预期回报率。

　　风险识别与定价的待解难题

　　历史波动不见得能够准确评估公司未来的风险。实证研究表明，CAPM并不能完全适用于A股市场，根据股票历史波动测算Beta体现的信息也不仅仅是公司的系统性风险。股票的特质性波动到底衡量的是什么信息？有研究表明Beta因子和IVOL因子具有较大相关性。国有企业特有风险、会计质量风险、公司治理风险、市值管理风险、产业政策风险等多维因素在定价中应如何体现？

　　首先，国有企业的风险定价机制亟待完善。市场对具有强大体制支撑的央企和地方国有上市公司给予较低估值和较低波动率，这是否体现了合理的风险定价？一个较为典型的例子正是波动率长期处于较低水平的银行股。数年前，市场担心房地产行业的下行将给银行业造成巨大损失。2022年农业银行的估值一度下跌至0.4倍市净率附近。如今，农行的市净率已超过1倍，市盈率接近10倍，自2023年初以来上涨约2.5倍。这一案例反映出市场在定价国有企业风险时可能存在系统性偏差。

　　其次，周期性企业在商业模式演变过程中的风险定价缺乏有效方法。这些企业受宏观经济周期、产业政策变化影响较大，其风险特征随时间动态变化。随着国家出台“反内卷”政策，如何建立适应性的定价框架是一个挑战。

　　第三，热门成长股的所谓“确定性增长”常常导致短期过度定价。市场对部分科技行业股票的热烈追捧，是否充分考虑了其面临的公司治理与信息披露问题带来的隐性风险？市场对部分企业实施真实盈余管理行为放大业绩增长，以及“市值管理”行为引发的股价大涨是否进行了合理风险定价？

　　在具有中国特色的A股市场，如何准确识别并综合考虑上市公司的多维度风险进行合理定价，仍是待解的重要难题。

　　现有研究的启示

　　低波动异象已被学术界和投资界广泛认知多年，低波动因子成为A股市场量化基金常用策略之一。低波动股票多呈现大盘、低估值、高财务质量等特征，具有良好的防御属性，但在牛市初期表现相对弱势。

　　Blitz, Hanauer & van Vliet（2021）发现，在截至2018年末的样本期间，低波动策略在零售、公用事业、可选消费等行业中表现卓越；而在信息技术与电信行业则收益不高。当前，A股市场资金追逐具有“确定性增长”的热门科技行业股票，但对于处于低迷状况的消费、建材等传统行业股票，因其增长的不确定性则倾向于给予较低估值。

　　然而，A股市场生态的逐步完善，将为投资者承担的风险匹配更为合理的预期收益。随着中国经济走出增长瓶颈，低波动股票也将面临重估机遇。

　　对低波动异象的现有研究为投资者提供了重要启示：一是重视低波动因子的配置价值，关注历史上低波动效应显著的零售、公用事业、可选消费等行业；二是系统研判国有企业的低风险特征和重估机遇；三是克服认知偏差，避免过度追逐高波动的热门股，警惕“彩票偏好”等投机行为导致股票估值过高；四是关注机构调仓行为，但避免盲目跟风，加强分析机构持股比例较低、研究覆盖不足的优质低波动个股。