《表6 基于特质性波动率的回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《社会信息网络、股票价格波动性与跳跃风险》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于CAPM模型和Fama-French三因子定价模型的特质性波动率对个股网络中心度进行回归。从回归结果（见表6）可知，股票i的特质性波动率随着股票i所在网络中心度和网络密度的提高而上升。以列（2）为例，股票i所在网络中心度Center每增加1个百分点，个股的日收益率波动性就增加0.042个百分点；网络密度Density每增加1个百分点，个股日收益率波动性就增加0.054个百分点。两种模型估计结果相比较，CAPM模型回归系数的绝对值整体上高于三因子定价模型；在显著性水平上，CAPM模型中未加入上一期的收益率特质波动性时（即列 （1）和列（3）） ，网络中心度的回归系数显著性水平表现稍差，其余各系数均在1%显著性水平下显著。而在三因子模型中，未加入上一期的收益率特质波动性时（见列 （5）和列（7）） ，网络中心度的回归系数不显著，其余各系数均在1%显著性水平下显著。这说明网络结构对于规模因子、账面市值比因子带来的波动有着一定的解释力，网络中心度对于特质波动率的解释力存在一定的不稳定性。此外，在控制了行业和时间哑变量之后，尽管部分系数的显著性水平表现有所减弱，但符号始终未变，说明估计结果仍然较为稳健。