国外先进的投资理论被引入中国，为投资者的决策提供了丰富的理论依据。其中，利用投资组合方法分散非系统性风险的理念深入人心。但是，限于一些条件投资者无法持有足够的股票数量来充分分散特质风险，或者追求高风险高收益时需要了解公司的特质风险，这时对特质风险的研究就显得尤为重要。同时，学术界对于个股的特质波动对收益的影响分歧还较大，讨论焦点集中于Ang等人发现的“特质波动率之谜”是否存在，目前还未有人对深证市场特质风险的相关领域进行过系统性的研究。　　鉴于对上述股票市场波动现象的研究兴趣，以及国内学者一直关注股市整体波动率的估计与特征，而对特质波动率的研究相对缺乏，本文尝试使用两种适用性较强的股票波动率分解模型，通过适当调整以使其适用于中国的股票市场，并以深证A股所有股票为样本来研究中国主板和中小板市场的特质波动情况。在证明特质波动率不服从随机游走假设后，利用更符合中国政策市特点的EGARCH时间序列模型来估计预期特质波动率，并通过稳健性更强的Fama-MacBeth两步回归法来研究特质波动率的定价，以期对深证市场是否存在“特质波动率之谜”作出解答。最后根据论文研究成果对实际投资和股票市场发展提出相应的建议。　　本文在研究过程中使用SAS SQL对海量日交易数据进行深度处理，并采用回归、相关性检验和时间序列分析等多种统计分析方法研究相关问题。　　本文的创新和发现:一、本文采用改进后的前沿实证模型对深证股票市场的个股日超额收益率进行分解，提取特质波动率信息，并研究其特征，是国内理论界对深证股票市场特质波动率研究的首次尝试;二、发现深证市场上预期特质波动率和收益率之间存在显著的正相关关系，这种关系即便考虑了不同预测方法和具有显著解释力的控制变量后仍然成立。三、通过模拟测试发现，预期特质波动率可作为较好的选股因子。