Roll(1981)认为与等权计算的股票指数(E)相较，以市值为权数加权平均计算的标准普尔500指数(S)更偏重于大公司，换言之，前者的某些特征更接近小公司组合的收益率，因而他认为比较两种指数有助于研究产生规模效应的真实原因。在比较1962～1977年不同时间跨度的E和S后发现，在所有的持有期下E更高，比S平均每年高出12%，且方差更大。虽然日收益率下两种指数的Beta和方差几乎相同，但随着持有期的延长——由日、周等渐变为半年收益率数据——E的最小二乘β和方差急剧增大。这表明短期数据会低估小公司的风险而夸大其收益状况。Roll认为小公司股票交易不频繁。使得日收益率存在较长的滞后影响，由此带来了数据的自相关性，导致Beta估计偏低。同时，Roll还使用Dimson(1979)提出的aggregated coefficients方法估计β值，结果规模效应有所减弱。

这里的交易成本指的是做市商在交易时所发生的成本。按照Kim和Ismail(1990)的定义，广义交易成本分为直接和间接两类。直接成本包括做市商提供交易服务所产生的经纪费和出价与要价的差额(bid—ask spread)。间接成本包括与交易活动相关的信息搜寻和投资组合管理所产生的费用。

出价与要价的差额是做市商弥补市场的买卖双方在交易上不同步而要求的费用。要价(ask price)包含了交易者为了能够立即买入而支付的溢价，出价包含立即买出的溢价。因而Amihud和Mendelson(1986)认为出要价差额可以看作是，由于提供流动性和立即交易的可能，做市商所要求的费用。更进一步，他们把出要差价看作反映市场稀薄(market thinness即成交量较少)程度的指标，与成交量、股票持有人数、做市商数目以及股价变动的连续性等市场流动性指标负相关。而且，不论是总收益还是扣除交易成本后的净收益都是出要差价的递增且凹的函数。他们用三个模型检验β、出要差价和收益率之间的关系。(1)CAPM模垄I检验验证了β和收益间显著相关。(β系数t值为4．99)(2)在CAPM中加入一个流动性变量：出要差价的对数。结果出要差价解释力更强(系数t值为3．23，而系数t值为0．4)。(3)收益率仅对出要差价的对数回归，结果显著性(t)达到6．16，甚至高于CAPM中相应的t值。所以他们认为出要差价和收益率间显著的正相关关系可以解释小公司效应，因为小公司由于成交量少，其流动性更差。

Stoll和Whaley(1983)的发现也支持该结果，他们考察了NYSE的股票。在控制出价与要价的差额和佣金变量影响后，规模效应只出现在三个月，一年持有期下组合的超额收益不显著。关于流动性效应解释，Amihud(2002)后来认为这种流动性溢价不仅来自小公司股票本身的特征，还可能反映小公司股票的流动性对市场不流动性的敏感度。Aminud考察1964～1997年的NYSE股票，认为市场流动性会影响股票预期收益。具体而言，预期的市场不流动性将提高股票的预期超额收益；未被预期到的市场不流动性将降低当时的股票收益率。并且，这种不流动性效应对于小公司股票更强。

许多学者．认为金融市场存在着影响投资者预期收益率的非系统风险，从而产生风险溢价。规模效应就是这种风险溢价的反映。风险溢价的解释主要包括忽略效应、最小股价变动效应和公司基本面风险。

1．忽略效应。小公司容易被股票市场的操纵力量即机构投资者所忽略。机构投资者通常只关注大公司，而较少研究小公司，所以市场参与者对于小公司的生产、管理及市场销售等情况存在信息不完全性。了解其信息越少，风险也就越大。

2．最小股价变动效应。不同于Barry和Brown，Kross(1985)提出另一种股票价格参数估计风险。就收益率分别与公司市场价值(MV，代表规模变量)和股利收益率(E/P)高度相关的现象，Kross认为股价效应才是主要原因。

3．基本面风险。20世纪90年代后很多学者将注意力转向公司基本面(fundamentals)分析，即其本身的经营特点来解释规模效应。