一、特质波动率和月度特质波动率
1.计算说明
采用OLS回归法来提取特质波动率
OLS回归法是利用取Fama-French的三因子模型提取

其中
yi,t表示第i只股票第t日的相对于无风险利率的超额收益率（=考虑现金红利再投资的日个股回报率-无风险利率）
无风险利率采用日化的一年期存款利率
rMKT,t表示第t日市场组合相对于无风险利率的超额收益率（即市场因子）（=考虑现金红利再投资的综合日市场回报率流通市值加权平均法-无风险利率）
SMBt,τ表示公司的规模因子
HMLt,τ表示公司的账面市值比因子（即价值因素）
βMKT,i，βSMB,i和βHML,i分别是三个因素的回归系数

用εi,t的标准差作为特质波动率的度量指标
Ivol1i = std(εi,t)     （2）
每个股票的月度特质波动率数据可以通过下面的式(3)由日度数据得到，即
Ivol2i,k =√Nstd(εi,t)  （3）
√N指的是根号N
其中
Ivol2i,k表示第i个股票在第k月的月特质波动率
N为第k月股票i正常交易的交易日数目(如果正常交易的交易日数目不足这个月总交易日天数的80%，该股票在这个月将不会纳入研究范畴）。

2.数据说明
样本选择：全部A股1991-2021年数据（初始数据是从1990年开始，经过处理后的数据起点为1991年）
每个压缩包都附有初始数据，计算代码，参考文献和最终数据

3.参考文献
[1]熊和平,刘京军,杨伊君,周靖明.中国股票市场存在特质波动率之谜吗?——基于分位数回归模型的实证分析[J].管理科学学报,2018,21(12):37-53.
[2]李合怡,贝政新.信用交易与投资者行为:对“特质波动率之谜”的再思考[J].学海,2015(06):66-71.
[3]罗登跃.特质波动率与横截面收益:基于Fama-French股票组合的检验[J].统计与决策,2013(04):167-169.
[4]田益祥,刘鹏.机构持股、特质风险与股票收益的实证研究[J].投资研究,2011,30(08):79-88.
[5]左浩苗,郑鸣,张翼.股票特质波动率与横截面收益:对中国股市“特质波动率之谜”的解释[J].世界经济,2011,34(05):117-135.
[6]邓雪春,郑振龙.中国股市存在“特质波动率之谜”吗?[J].商业经济与管理,2011(01):60-67+75.

压缩包所含文件：


数据样例：


分年度数据量统计：


描述性统计结果：

月度特质波动率三因子
大小:(76 Bytes)

只需: RMB 39元  马上下载

二、特质波动率和年度特质波动率
与上述计算说明相同
如果正常交易的交易日数目不足这一年总交易日天数的50%，该股票在这一年将不会纳入研究范畴
注：提供了剔除所需数据和剔除代码，若无需做该项剔除处理，自行删除相关代码重新运行即可
参考文献：
[1]李松,王玉峰.短期债务与股价特质波动[J].商业研究,2021(02):56-64.
[2]邓雪春,郑振龙.中国股市存在“特质波动率之谜”吗?[J].商业经济与管理,2011(01):60-67+75.

压缩包所含文件：


数据样例：


分年份数据量统计：


描述性统计结果：

年度特质波动率三因子
大小:(76 Bytes)

只需: RMB 39元  马上下载