主要观点：
　　学海拾珠系列，是指从海外量化研究领域的海量文献中选取精华，将最有价值的文章推荐给国内广大的量化投资者们。http://www.hibor.com.cn【慧博投研资讯】如系列名称所述，我们团队希望通过不断深耕、探索，力图在茫茫学海中找到闪烁的、凝聚着宝贵知识的珍珠，并在提炼、萃取之后呈现给大家！
　　本文摘选论文《Good Volatility, Bad Volatility, and the Cross Section ofStock Returns》核心结论。http://www.hibor.com.cn（慧博投研资讯）
　　收益和波动率之间的关系一直被学者们讨论：特质波动率和未来收益率的强负相关性最早由Ang、Hodrick、Xing和Zhang在2006年提出，同时其他学者认为传统的波动率收益之间的线性关系过于简单，可以通过考虑“上行”和“下行”波动率或者更高阶的相关变量的方式，获得更精准的横截面收益的预测。
　　本文通过计算上行波动率和下行波动率之差，并除以两者之和进行标准化，定义相对有符号的跳跃方差（Relative Signed Jump Variation, RSJ），作为度量个股好坏波动率的变量。将RSJ，与已实现偏度（RealizedSkewness，RSK）、已实现峰度（Realized Kurtosis，RKT）和每周收益反转（Weekly Return Reversal，REV），在单变量分组、具有控制的单变量分组以及双变量分组的情况下的收益差值进行比较，来验证哪个变量具有更好的收益预测性。
　　结果表明，RSJ具有显著的统计意义和经济意义，调整收益以适应Fama–French–Carhart系统风险因子的影响，几乎不会改变收益差值的大小，同时在控制了其它公司特征和与先前预期股票收益横截面变化相关的解释变量后，在等权重投资组合、双变量分组投资组合和Fama–MacBeth回归上，收益差值仍具有显著的统计意义和经济意义，进一步说明了RSJ具有较强的收益预测能力。
　　风险提示
　　本文结论基于历史数据进行测试，不构成任何投资建议。