（1）首先求出每个个股每个月度的特质风险水平（1−2R）。对于每个个股i，根据股票的周度收益率即周度区间涨跌幅yi,t，对周度区间的沪深300指数的收益率回归，也即先选择每个个股在其周时间维度进行截面回归，回归方程组如下：

方程组4−1　每个个股在其周时间维度上的截面回归得出其月度特质风险

回归方程组4−1中，week是指每个股票取值时间频率为周，month是指每个股票的特质风险的时间频率为月，对2 468个个股在每个月的前50周^[5]进行约12万次滑窗截面回归后，得出各股票特质风险。12万次滑窗后的的描述性统计结果如表4−1所示。

表4−1　特质风险（1−R2）描述性统计结果

(www.daowen.com)

由表4−1可以发现，在48个月内，剔除了停牌等各种因素后，2 468支股票得到98 464个，其均值为0.47，标准差为0.19，方差为0.04。当然，由于数据的缺失，部分股票在某一时点仅仅发生一次大宗交易或者在该时间段没有大宗交易，导致整体的最小值是0，最大值为1。

（2）计算大宗交易发生量。设大宗交易的发生量占比总交易量为，其中ui是每个个股逐笔大宗交易量，Qmonth是该个股当月的总交易量，则U,it为每个个股当月大宗交易量与总交易量的比值。表4−2所示为大宗交易占总交易量比值的描述性统计结果。

表4−2　大宗交易占总交易量比值的描述性统计结果

在表4−2中，5 502个样本中，平均每个月大宗交易与总交易量的比值平均为0.92，最高为36.5倍，最低仅仅为0.016 5％倍，且各个股票的大宗交易具有自身的特色，所有的个股占大宗交易的比值都完全不同，因此没有众数。