证券市场的风险和收益关系一直是众多学者研究的热点。在传统的金融理论领域里因为其建立的基础——马柯维茨投资组合理论认为特质风险(非系统风险)可以通过构造投资组合被充分分散掉,收益只需要反应投资者所承担的系统风险,故而传统的金融理论关于资产定价主要关注的是系统风险,如资本资产定价模型(CAPM)、套利定价理论(APT)等。然而Merton(1987)认为由于各种原因的限制使得大量投资者只能持有少量的股票,导致特质风险并不能被充分分散,投资者不仅会对系统风险也会对特质风险要求得到相应的风险溢价。然而随后在众多的国外研究中,不仅发现了特质波动率与股票收益的正相关关系,而且也发现了负的相关关系,这也就是所谓的“特质波动率之谜”。本文正是在这样的背景下展开对中国A股市场特质风险的研究的。我们以平均股票波动率、CAPM模型、Fama-French模型等构造了特质波动率指标来度量特质风险。过去的很多文献在分析特质波动率和股票收益的关系时,都是以特质波动率指标及其滞后项,与超额收益直接回归得到结果的。但是由于特质波动率的高持续性和自相关会在很大程度上对回归结果造成影响。本文通过分析股票收益对典型随机波动率冲击(random volatility shocks或innovations)的反应避免了上述问题。即我们将特质波动率做自回归,以得到的无序列相关的残差(innovations)替换前面的特质波动率指标,作为分析特质风险和股票收益的解释变量。这样做的好处是我们不需要再考虑特质波动率的高持续性及自相关,而且也提高了模型参数估计的准确性。通过分析我们发现无论是基于等值加权的市场组合,还是基于价值加权的市场组合特质波动率和股票收益均存在正的相关关系。随后为了确保我们结果的稳健性,我们做了一系列的检验分析。首先因为我们构造的市场组合是整个A股市场,为此我们分上交所A股市场和深交所A股市场构造不同市场组合,以同样的方法进行前文的分析。然后我们考虑到流动性因素可能带来的对超额收益的影响,我们在回归模型中加入流动性的指标以剔除它对本文回归结果的影响。其次,由于我们研究的是特质波动率和股票收益的动态关系,为了消除经济周期变化对我们结论造成的影响,我们在模型中加入控制变量重新进行分析。最后我们基于Fama-Frenh三因素来构造特质波动率,以检验和前文基于CAPM模型构造特质波动率分析结果的一致性。对于本文分析的特质波动率和股票收益的动态关系,我们发现二者存在显著的正相关关系,而且这种关系不依赖于我们构造的市场组合是等值加权还是市值加权,也不依赖于我们的市场组合是上交所A股市场、深交所A股市场,还是中国整个A股市场。即使是在我们添加多个指标作为控制变量以后,我们仍能得到显著的正相关关系。