CAPM模型定义了资产收益与风险之间的关系,即承担的风险越大,所要求的收益就越高。然而,多项实证检验表明,资产收益与风险之间存在负相关性,即低风险异象。自低风险异象被发现后,学者们从卖空限制、彩票性股票偏好以及委托代理问题等多个角度进行了阐述,但没有统一的结论,本文从一个新的角度,为解释低风险异象提供新的思路。本文从行为金融学角度出发,运用传统前景理论分析已持股噪声交易者的投资行为,并拓展未持股噪声交易者的价值函数以分析未持股噪声交易者的决策行为,通过结合已持股和未持股投资者价值函数来分析低风险异象的成因。本文使用简单波动率、和两种特质波动率进行单变量分组,探究低风险异象在A股的存在性,实证结果显示其对冲组合收益率分别为0.70%、1.02%和1.05%,t统计量分别为2.85、4.18和4.19,证明了低风险异象在A股的存在。随后,本文借鉴传统前景理论,结合不同噪声交易者在面临不同高风险情形下的决策差异来解释“低风险异象”,即股票在大幅上涨或下跌的时候,对于追涨和抄底的偏好差异,以及对股票预期收益的影响,并提出了相关假设用于后期实证检验。本文使用一个月前收益率与特质波动率作为变量进行双变量分组,探究股票预期收益率和散户净买入量在不同情形下的差异,以检验本文提出的假设,实证结果表明高波动会导致投资组合的高估,但股票大幅上涨时股价的高估程度会大于股票下跌时股票的高估程度,从而导致在高波动股票组合中,之前上涨股票的预期收益率小于之前下跌股票的预期收益率。并且在股票大幅上涨时踏空者的主动买入会导致股票成交量会有所放大,而股票下跌时持股者的继续持股会导致股票成交量的低迷。随后,本文分别检验了反转效应的影响、噪声交易者关注基准、不同时间维度中低风险异象的存在性。实证证明反转效应在一定程度上解释了低风险异象,但不能完全解释;噪声交易者的卖卖行为,主要基于所关注股票或者投资组合的收益率本身,而非alpha收益率等其他因素;噪声交易者的卖卖行为差异所导致的低风险异象差异在多时间维度内存在。最后,本文使用了Fama-Mac Beth回归方法,探究在控制多种因素之后,低风险异象与预期收益率之间的关系,在考虑了多种变量的情况下,发现Fama五因子、动量、换手率和成交额等多种常见因素并不能完全解释特质波动率,但是在加入股东数变动因素后,低风险异象不再显著,间接证明了噪声交易者的决策差异才是低风险异象形成的主要原因。