中国股票市场流动性溢价实证研究

○胡志强 马文博

（武汉大学经济与管理学院湖北 武汉 430000

中国股票市场流动性溢价实证研究

○胡志强 马文博

（武汉大学经济与管理学院湖北 武汉 430000

资产流动性高低对其价格的影响是资产定价领域的研究热点，也是投资决策的重要依据，这一点在证券市场投资中尤为凸显。近30年来证券市场流动性溢价的理论与实证研究层出不穷，都致力于论证股票流动性与收益率之间的关系。本文借用Am i hud（2002）提出的非流动性指标，基于中国沪深300月度数据对中国股票市场流动性溢价问题进行了实证研究。结果发现，中国股票市场存在流动性溢价，但定量关系并不稳定，可能与中国股票市场不够成熟有关。

流动性溢价 非流动性比率 实证研究

一、引言

证券市场作为金融市场一个重要组成部分，旨在为市场交易提供充足的流动性，即在交易成本尽可能低的情形下使投资者迅速并有效地进行交易，这里的交易成本既包含了从开始挂牌到成交的时间长短，也包括成交价格与投资者心理价格的差距大小。可以说，流动性是市场的核心，市场正是因为提供流动性而存在，反之如果缺乏流动性而导致交易困难，市场可能萎缩甚至消失。因此，有效度量流动性，并评估其对市场价格的影响，对研究金融市场尤其是证券市场具有十分重要的意义。

直观上来看，流动性的高低会直接影响股票的收益率。对于完全市场与理性的投资者，不仅要考虑股票收益高低，也要考虑它们的变现成本即流动性，因此要让投资者投资那些低收益的股票，必须给与他们高流动性作为补偿，否则将会没有投资者愿意持有低收益股票。Am ihud和Mendelson（1986）年首次将流动性作为股票收益率的影响因素进行研究，构建了预期收益与买卖价差的关系模型，提出了流动性溢价理论，即流动性高的资产预期收益率低，流动性低的资产预期收益率高。后续的大部分实证研究支持这一观点，但也有学者提出异议（Eleswarapu和Reinganum，1993）。

总的来看，要研究股票市场流动性溢价问题，首先需要定义流动性，然后再根据定义给出数学上的度量方法，最后才是针对各个证券市场进行实证检验。不同学者对流动性定义与度量方法的不同，导致其研究结论各异，如何更全面更有效地定义、度量流动性，并结合各个市场的特异性进行调整，可能是今后研究的一个重要方向。

本文旨在对中国股票市场的流动性溢价进行实证研究，借用了Am ihud（2002）提出的一个非流动性度量指标ILLIQ，并结合我国沪深300成分股2005—2014年的月度数据进行了实证检验，结果发现我国股票市场存在流动性溢价，但流动性溢价与股票预期收益率的关系不够稳定，可能与我国市场不够成熟有关。

本文在结构上分为五个部分，第一部分是引言；第二部分对国内外股票流动性溢价的相关研究进行综述；第三部分则是介绍本文实证研究的方法设计，包括一些基本的理论和模型以及数据处理；第四部分是基于沪深300的我国股票市场流动性溢价实证结果分析；第五部分是结论。

二、有关股票流动性溢价的研究综述

流动性溢价最早由Am ihud和Mendelsohn（1986）在20世纪80年代中后期提出，此后也出现了大量的理论和实证研究，主要包括流动性的定义与内涵、度量方法、理论模型解释与流动性溢价实证研究。

定义方面，流动性更多是一个模糊的概念，可能包含诸多方面的内容。Kyle（1985）提出市场流动性最重要的衡量指标是买卖价差，买卖价差就是立即执行交易的成本，更强调交易的价格执行成本。0’Hara（1995）认为流动性是立即完成交易的价格，更多考虑的是交易的时间成本。Shen和Starr（2002）则提出流动性是“平稳地吸收买入和卖出订单的能力”，在实际度量上具有一定难度。此外，西方学者在市场微观结构的研究中提出了“流动性四维理论”，即资产的流动性存在宽度、深度、即时性和弹性四个维度。其中，宽度是指交易价格偏离市场中间价格的程度，一般以买卖价差来度量；深度是指在特定价格上存在的订单总数，反映出市场的价格稳定程度，一般以最佳买卖报价上的订单数量之和来度量；即时性是指证券成交的速度；弹性是指交易引起的价格波动消失的速度，但目前尚未有统一的度量方法。

流动性的具体度量方面，常见的包括一维度量和多维度量。一维流动性度量只考虑一个变量，如公司规模、交易量、交易时间间隔和价差，具体的有市场深度（买卖订单数量和）、换手率、绝对价差、相对价差等。多维流动性度量则是同时考虑多个变量，表达形式也相对复杂，如报价斜率、流动比率、非流动性比率（Am ihud，2002）、非流动性反转测度（Pastor and Stambaugh，2003）、零收益调整的换手率（Liu，2006）、ET（effective tick）（Goyenko et al.2009）等等，设计复杂的流动性度量形式也是一个趋势。

理论研究方面。Amihud和Mendelsohn（1986）提出了价差—收益理论模型（A-M model），在投资者投资期限和流动性约束下构建投资组合，得出两个结论：一是顾客效应（client effect），即相对价差较高的证券将在均衡中配置于较长期限的投资组合中；另一个是价差—收益率关系（spread-return relationship），均衡时总收益率是相对价差的增函数，且呈凹形。Datar、Naik和 Radcliffe（1998）对换手率作为流动性代理变量提供了理论依据，并观察到资产收益率是换手率的减函数。Jacoby、Fow ler和 Gottesman（2000）将价差效应加入到经典的CAPM模型中，推导出经流动性调整的CAPM模型（LACAPM），指出股票的系统性风险应该考虑流动性成本，且价差—收益率是凸形关系。Easley、Hvidkjaer和 O’Hara（2002）引入了“基于信息的交易比率”来衡量信息不对称和逆向选择所引起的证券流动性差异，并发现该指标与股票收益率显著呈正相关关系。

实证研究方面主要基于市场模型、三因素模型（Fama and French，1993）及LACAPM模型，并加入流动性变量进行回归分析。Am ihud和Mendelsohn（1986）对NYSE1961年至1980年的数据进行GLS回归，发现股票超额收益率的确随价差递增。Brennan、Chordia和 Subrahmanyam（1998）和 Chordia、Subrahmanyam和 Anshuman（2001）分别用交易量和交易波动程度作为流动性代理变量进行了研究，也得出类似结论。Am ihud（2002）提出了一个新的非流动性度量方法（ILLIQ），并研究了NYSE1964年至1997年股票非流动性与收益率的截面效应和时序效应，发现流动性溢价在截面数据和时序数据上都显著，且小规模公司较大规模公司流动性溢价更高。苏冬蔚和麦元勋（2004）则以换手率作为流动性代理变量，研究了1991年至2003年中国股票流动性与收益率关系，发现中国股市存在显著的流动性溢价。谢赤、张太原和曾志坚（2007）将八种常见的流动性指标进行主成分分析，构造出一个综合的PS流动性比率，并分别用LR两阶段截面回归和似无关回归（SUR）对中国2004年至2006年的上海股票市场数据进行实证分析，发现上海股票市场存在显著的流动性溢价。

三、实证研究方法设计

1、流动性指标选择

流动性的度量方法有很多，本文选取了Am ihud的非流动性比率（Am ihud，2002）作为非流动性指标，其计算方法如下：

2、其他变量选择

除了度量股票非流动性的指标ILLIQ之外，本文还根据三因素模型（Fama and French，1993）选取了公司规模（size）、市账比（pb）两个指标作为控制变量，以消除公司规模与市账比对股票收益率的显著影响（许年行，2003），同时也基于市场模型选取了市场收益率（rm）反映系统性风险。

3、样本选择与数据处理

本文选取了2005年至2014年中国沪深300指数所有成分股的月度数据作为样本区间，共计108个月。同时选取了同期沪深300指数收益率作为市场收益率（rm），一年期银行存款利率月度利率作为无风险利率（rf），所有数据均来自同花顺数据库。

数据处理上，将计算出来的ILLIQ乘以109以减小误差，同时对公司规模size和市账比pb取对数，分别得到lnsize和lnpb。由于样本股的ILLIQ分布较广，故按个股样本期内ILLIQ均值进行从低到高排序，并等分为10个投资组合，第一组为ILLIQ最小的30支股票，第十组为ILLIQ最大的30支股票。后续分析均基于各个投资组合每期均值。

4、截面效应

为了研究每期非流动性对股票收益率的影响，本文选取了如下的模型进行回归：

其中，i=1，2…10为投资组合编号，Rmt、ILLIQit、lnsizeit、lnpbit分别为每期的市场收益率、股票非流动性、对数公司规模及对数市账比，βi、λi、γi、θi为对应的估计参数。

理论上股票的非流动性与股票收益率应该呈正相关性，即 λi>0。

5、时序效应

流动性溢价的时序效应是指预期非流动性如何影响后一期的股票收益率，其模型表达如下：

而股票流动性序列ILLIQif被假定服从一阶自回归过程 AR（1），即：

预期的非流动性可以计算为：

因此，式（3）可以表示为：

其中，g0=f0+f1c0，g1=f1c1。进一步地，由式（3.4）及式（3.5），eit可以表示非预期到的非流动性，即ILLIUQ=eit，将之加入到式（6），得到：

此处预期到的非流动性和未预期到的非流动性对股票的预期收益有一个替代关系。即预期到的非流动性会降低期初股价并提高预期收益，未预期到的非流动性不会降低期初股价，反而会降低期末股价（折价交易），从而降低当期收益率，即g1>0，g2<0。

四、实证结果分析

1、描述性统计分析

首先对整个样本进行描述性统计分析（本文所有统计分析均基于SAS软件），结果如表1所示。样本各变量的相关系数矩阵如表2所示，发现各变量之间相关系数较小，可以初步排除多重共线性的问题。非流动性比率ILLIQ与公司规模呈显著负相关（-0.152），即大公司的股价更稳定，流动性更好；而ILLIQ与公司市账比相关系数与零无异（-0.002），说明股票非流动性与公司市账比基本无关。

表1 样本整体描述性统计分析结果

2、回归结果分析

对分组后的样本进行截面效应分析，各变量回归系数如表2所示。总的来看，各组回归系数显著，个别组的部分变量系数不显著，但为了保持结果的一致性，仍按照式（2）进行回归分析。大部分投资组合（第6组、第8组除外）的回归结果中非流动性变量ILLIQ系数都为正，反映出股票收益率中存在流动性溢价；同时公司规模变量ILLIQ的系数正负不一，说明公司规模大小没有明显地反映在股票收益率中；市场收益率rm与市账比lnpb的系数均显著为正，但层次不齐，没有明显的结论。

表2 截面效应回归结果

对分组后的样本进行时序效应分析，各变量回归系数如表3所示。首先，各投资组合的ILLIQ一阶自回归系数基本为正（第10组除外，其ILLIQ过大，自回归不显著），且都在0.65至0.75之间，反映出非流动性具有一定的连续性；其次，预期非流动性水平ILLIQ（-1）的系数均为正（第10组除外，其系数不显著），未预期到的非流动性水平ILLIQU的系数基本为负（第8组、第10组除外），基本与假设相吻合，即预期到的非流动性会增大股票预期收益率，未预期到的非流动性则会降低股票预期收益率；最后需要注意的是，预期非流动性水平ILLIQ（-1）的系数普遍偏小，而未预期到的非流动性水平ILLIQU的系数普遍较大，这也体现出我国股票收益率更多的是对未知扰动的反映，带有一定的随机性，而对预期信息的反映相对不敏感，也间接体现我国股票市场与投资者的不够成熟。

表3 时序效应回归结果

五、结论

流动性是市场的灵魂，其对资产定价也具有十分重要的意义。本文借用Am ihud（2002）提出的非流动性比率指标，基于我国沪深300月度数据，对我国股票市场流动性溢价问题从截面效应和时序效应两个方面进行了实证研究。结果显示我国股票市场的确具有显著的流动性溢价，即流动性越低，股票收益率越高。同时也发现我国股票市场收益率与流动性的定量关系并不稳定，并且股票收益率更多地是反映未预期到的非流动性冲击，而对预期的非流动性不够敏感，这可能与我国股票市场不够成熟有关，也需要进一步的研究。

此外，本文还推荐从以下几个方面进行拓展。一是在流动性指标的选取上，单一流动性指标不可避免地存在偏颇和漏洞，可以考虑结合多个指标更为全面准确地度量流动性；二是在基本模型的选取上，流动性指标一般作为新变量加入到已有的定价模型中，如何选择更为科学精确的定价模型也至关重要，除了常用的市场模型、套利定价模型等，可以考虑使用随机微分刻画收益率的变化规律，并在计量模型上进行实现；三是针对我国不够成熟完善的证券市场，可以考虑引入信息不对称与逆向选择问题，结合信息经济学来分析解决我国证券市场的流动性溢价问题。

[1]杨之曙、李子奈：上海股市日内流动性——深度变化实证研究[J].金融研究，2003（6）.

[2]许行年：中国股市投资组合规模、风险、收益关系的实证研究[D].厦门大学，2003.

[3]靳云汇、杨文：上海股市流动性影响因素实证分析[J].金融研究，2002（6）.

[4]谢赤、曾志坚：股票市场流动性溢价的实证研究[J].数量经济技术经济研究，2005（9）.

[5]谢赤、张太原、曾志坚：中国股票市场存在流动性溢价吗[J].管理世界（月刊），2007（11）.

柯秋萍）