基于股票交易金额度量的流动性溢价研究.doc

基于股票交易金额度量的流动性溢价研究.doc 基于股票交易金额度量的流动性溢价研究 内容摘要:本文以沪深两市所有A股为研究对象，以交易金额作为度量流动性的指标，探讨了流动性与股票预期收益之间的关系，从个股收益和组合收益两个层面证实了我国股票市场存在显著的流动性溢价。文章参考Liu(2006)的思想构造中国股市流动性风险因子，进而构建新的定价模型(LCAPM)，发现相比传统的CAPM模型和Fama-French三因子模型LCAPM模型能充分解释流动性溢价。本文还发现以交易金额作为流动性度量，不仅给出了流动性风险作为系统性风险因素之一的经验证据，而且提供了流动性风险被定价的依据。 关键词:交易金额 流动性溢价 流动性因子 LCAPM 引言 流动性是衡量金融市场质量的一个关键指标。一般而言，低流动性股票的预期收益要高于高流动性股票，即呈现流动性溢价现象，为此，研究者提出了许多流动性度量指标来探讨流动性风险及相关定价问题时，学者就流动性风险的系统性作了较为深入和持久的探索，基本承认流动性风险是资产定价的重要因素。2007年由美国次贷引发的流动性金融危机，使流动性风险溢价及其定价功能的研究成为一个更迫切的需要。 1986年Amihud和Mendelson初次对流动性与资产定价的关系做了研究，用买卖价差权衡流动性，捕获了流动性溢价的存在，且提出了流动性溢价理论。1998年Datar、Naik和Radcliffe提出将换手率作为流动性度量指标，用Amihud和Mendelson(1986)模型检验，得出换手率与股票预期收益呈现出显著的负相关关系。2002年Amihud提出用资产收益率绝对值与成交额的比率这一非流动性指标研究流动性，用横截面回归和时间序列的方法，同样得出了流动性溢价存在的结论。Pastor和Stambaugh在2003年采用使收益呈现反转的指令交易，充当状态变量来度量流动性，得出资产收益率与其对流动性状态变量的敏感程度呈现正相关关系，从而明在资产定价中流动性风险是不可分散的。到2006年模型及Fama-French三因子模型却未能做出更好的解释。在2014年张信东和杨俊仙用Corwin-Schultz(2012)的高低价差估计度量流动性，以研究其流动性捕获能力及其资产定价的含义。而且进一步分析了不同流动性指标体现的流动性溢价着市场流动性的变化而变化。 围绕中国股市流动性及其定价能力的探讨，也有较多的学者予以交流，并得到一些有价值的研究成果。王春峰、韩冬和蒋祥林在2002年选取Amihud非流动性指标，对流动性与股票预期收益的关系分别从横截面和时间序列两方面做研究，捕获了流动性溢价的存 在及政策因素对其影响较大。2003年吴世农和李一红利用非流动性指标和换手率，对流动性与预期收益的关系分别从个股收益和组合收益两个层面进行研究，得出用换手率度量流动性呈现显著的负相关关系，而非流动性指标的检验结果不稳定。苏冬蔚和麦元勋在2004年将换手率作流动性指标检验流动性溢价，得出我国股市呈现显著的流动性溢价现象。2008年陈青和李子白参考Liu(2006)流动性因子的思想得出新流动性因子，加入到CAPM模型中构建新的定价模型，发现其能很好地解释流动性溢价。周芳和张维在2011年选择非流动性指标和换手率度量流动性，基于Fama-French三因子模型和Liu(2006)双因子模型进行改进，检验其对流动性溢价的解释力度，并对资产收益风险影响因素做了进一步研究。 对流动性度量的研究成果进行梳理发现，关于流动性度量和流动性溢价及流动性定价能力的研究一直是金融领域研究者关注的热点问题，有很多这方面研究成果的主流结论认可并证实流动性溢价的存在及其对资产定价的重要影响。为了更加完善和充实流动性定价相关领域主题的研究，本文以交易金额这一最为直观反映流动性的指标来度量流动性，探讨其流动性捕获能力及流动性溢价的显著性，进而对其流动性定价能力的研究给出本文结论。 流动性指标的选取、计算及统计分析 (一)流动性度量指标的选取与计算 国内股票市场度量流动性的指标有换手率、Amihud非流动性比率和交易金额。换手率除了可以度量流动性外，有时涉及异质信念的信息，应用时存在一定的缺陷。国内文献对Amihud非流动性比率度量流动性的研究做的很多，而忽视了最直观反映流动性的指标即交易金额，本文主要采用交易金额这一最为直观反映流动性的指标度量流动性，来进行全面系统的检验研究。 交易金额用MVOL表示如下: 其中，Di，t是股票i在t月有效观测天数;DVOLi，d，t是股票i在d日交易金额;MVOLit 是股票i在t月日交易金额总和;从上式可看出，股票的MVOL越大，交易频率就越大或同规模买卖对股价的冲击就越低，所以MVOL越大股票的流动性越高。 (二)数据来源与变量描述性统计分析 本文选取我国沪深两市所有A股股票(剔除ST股、PT股、金融股)即2094家上市公司为研究样本，研究期间选1990年1月至2012年12月。所需数据全部来自CSMAR数据库，数据处理及统计分析都是通过SAS统计软件完成的。数据中包含的变量有股票流动市值，交易金额，股票收益率，月度化无风险利率，Fama-French三因子和账面市值比(剔除负值)等，样本的研究范围、研究时间 涵盖了中国股票市场的历史，是为了达到研究问题检验的充分性。 对1990年1月至2012年12月的月数据进行描述性统计分析，表1显示各变量间描述性统计分析和相关关系。可以看到，MV、BM和MVOL的中位数都小于平均值，样本公司中规模、账市比和交易金额都呈现右偏分布。MVOL与MV正相关为0.731，而与BM低负相关为-0.163，表明公司规模越大，其流动性越大;账面市值比越大，其流动性越小。 流动性溢价检验 本文以交易金额度量流动性，从个股收益和组合收益两个层面来全面系统检验流动性与预期收益的关系，即检验流动性溢价的显著性。若流动性与预期收益表现为负相关关系，则说明市场有显著的流动性溢价。 (一)个股收益层面的流动性溢价检验 对个股收益运用Fama-Macbeth方法做截面分析，研究以交易金额度量的流动性与股票预期收益之间的关系，模型如下: 其中，rit为股票i在t月的收益;rmt为t月的市场收益率;MVit-1是股票i在t-1月的流通市值;BMit-1是股票i在t-1月上一年的账面市值比;MVOLit-1为股票i在t-1月的交易金额。 表2显示了横截面回归结果，可以看出，以交易金额度量流动性的6个模型中，无论是否加入MV、BM、rm等控制变量，MVOL的回归系数都是负的，而且t值检验都在1%水平下显著，表明前一个月MVOL较低的股票其预期收益较高，流动性风险较高，符合流动性溢价理论。从表2中还可以发现在含规模的三个模型中，所有规模的回归系数都为负且t值检验都在1%水平下显著。从含有BM的 3个模型中可以看出，所有BM的回归系数都为正且t值检验都在1%水平下显著，说明了股票截面上存在规模效应和账市比效应。同样在有市场收益率的模型中看出，市场收益率对股票预期收益的影响是显著的。在个股收益层面的研究表明，用交易金额度量的流动性证实了市场有着显著的流动性溢价现象，表明流动性是资产定价的一个重要影响因素。 (二)组合收益层面的流动性溢价检验 为进一步检验股票组合流动性溢价的情况，用每月组合数据来检验。组合构造步骤如下:对样本数据T-1月MVOL按大小排序分成10组，检验各组合T月收益，采用组合内股票等权平均收益。若有T-1月流动性增大而T月预期收益减小的现象(即流动性与预期收益互为反函数)，则说明市场有显著的流动性溢价现象，从而表明MVOL能很好地度量流动性。 表3显示了组合收益层面的实证结果，对T-1月MVOL按大小进行排序分为10组，S为 T-1月MVOL分组的最小值即流动性最 小的组合。B表示按T-1月MVOL分组的最大值即流动性最大的组合。对各组合T月收益进行检验，组合收益为等权平均收益。由表3可发现，S到B随着组合交易金额的增大即流动性的增大，MV也逐渐增大，BM先逐渐增大后逐渐减小，其预期收益逐渐减小，B-S组合收益差为-2.514%显著异于零，表明流动性高的股票组合其预期收益显著低于流动性低的股票组合。组合收益层面分析的结果与上述个股收益层面分析的结果是一致的，从而捕获了国内股市存在流动性溢价现象。 定价模型对流动性溢价的解释 (一)传统定价模型对流动性溢价的解释 用CAPM模型和Fama-French三因子模型对流动性溢价做解释，CAPM模型是由模型: rit-rft=αi+βi×(rmt-rft)+εit Fama-French三因子模型: rit-rft=ai+bi×(rmt-rft)+si×SMLi+hi×HMLt+εt 其中，rmt-rft、SMLt、HMLt是Fama-French三因子(市场因素、规模因素、账面市值比因素)t月的值;rit为股票组合i在t月的收益;rft是t月无风险利率。 为检验两个传统模型对流动性溢价的解释力度，对样本数据T-1月MVOL按大小排序分为10组，检验各组合T月收益由CAPM模型和Fama-French三因子模型风险调整后，流动性溢价是否仍存在。 表4显示了实证结果，由截距项分析，可以看到经Fama-French三因子模型调整后，10组中有7组的截距是小于CAPM模型截距的，从而Fama-French三因子模型的解释稍优于CAPM模型;从R2分析，得出Fama-French三因子模型对所有组合的拟合都优于CAPM模型。但流动性最高组合经CAPM模型调整后收益明显低于流动性最低组合，即B-S组合截距差为-1.553%，显著异于零，表明CAPM模型无法解释以MVOL度量的流动性溢价。而由Fama-French三因子模型调整后的收益，B-S组合截距差为2.416%，显著异于零，同样也无法解释流动性溢价。综上，传统的CAPM模型和Fama-French三因子模型都不能解释流动性溢价，从而表明流动性风险是系统风险，应考虑其在定价模型中的影响。 (二)改进的CAPM模型对流动性溢价的解释 基于流动性风险是系统性风险，而传统的CAPM模型与Fama-French三因子模型并不能解释流动性风险，由前面实证分析的结果，可以参考Liu的思想构造新流动性因子，加入CAPM模型中得到新的定价模型(LCAPM)。 LCAPM模型如下: rit-rft=αi+βm，i(rmt-rft)+βl，tLIQ+εit 其中，rit为股票组合i在t月的收益;rft 是股票t月无风险利率，rmt 为股票t月市场收益率，LIQ是引用Liu的思想构造的新流动性因子。截距项αi 为市场超额收益与流动性风险溢价调整后的收益，若LCAPM不能解释股票的超额收益，那么αi 会显著异于零;否则反之。 构造LIQ的方法与Fama-French三因子模型中的SMB、HML相似，对样本数据每月交易金额MVOL按大小进行升序排列断点分组，MVOL前30%为流动性低的组合，记为L;MVOL后30%为流动性高的组合，记为H。由分组得出一个月后组合预期收益，进而得到组合H与L的收益差，即得到LIQ因子。 最后用LCAPM模型检验其对流动性溢价的解释能力。将样本数据由T-1月MVOL大小排序分成10组，检验T月组合收益由LCAPM模型调整后，是否还存在流动性溢价。 表5分析了LCAPM模型对流动性溢价的检验，随着交易金额的增大，预期收益是减小的，即验证了流动性溢价的存在。由LCAPM模型调整过的收益，即模型的截距项在各组合中的差异并不显著，B- S的组合收益差为-0.499%，不显著异于零，从而LCAPM模型对流动性溢价做了很好的解释。此外，还注意到随着MVOL增大，βl逐渐减小，表明低流动性组合风险溢价大，高流动性组合风险溢价小。10个组合中有8个组合的流动性因子的t值检验在1%水平下显著，说明流动性溢价较为稳定。 传统的CAPM模型和Fama-French三因子模型对我国股市存在的流动性溢价现象都不能解释，而改进的CAPM模型即LCAPM模型却能很好的解释流动性溢价，表明流动性风险是系统风险，也是资产定价的影响因素之一，即LCAPM模型能很好将交易金额度量的流动性进行定价。 结论与建议 本文依据股票市场流动性溢价理论，选取交易金额作为流动性度量指标进行全面检验。选取我国沪深两市所有A股以1990年1月至2012年12月为研究样本，证实了无论是从个股收益层面还是组合收益层面分析，我国都有着显著的流动性溢价现象。对个股收益采用Fama-Macbeth方法进行截面回归，发现交易金额对预期收益有负向作用，符合流动性溢价理论;对组合收益的检验，发现交易金额与预期收益仍然呈显著负向关系，即验证了我国股市流动性溢价存在性。参考Liu的思想构造流动性因子，加入到CAPM模型中构建新的定价模型(LCAPM)，发现相比传统的CAPM模型和 Fama-French三因子模型LCAPM模型能充分解释流动性溢价。表明流动性风险是系统风险，也是资产定价的影响因素之一，而LCAPM模型的研究提供了流动性风险被定价的依据。 LCAPM模型的研究是对现有资产定价模型的修正与扩展，本文有助于从业者和学术研究人员在研究交易金额度量流动性时选择适当的资产定价模型，探究流动性与预期收益的关系，从而有助于投资者做出合适的投资决策。LCAPM模型有着广阔的应用空间，本文采用的是中国A股数据，LCAPM模型通过了A股数据的检验，以后可考虑将模型应用到其他证券市场进行研究。本文的研究是建立在一个月的持有期上，改变持有期是否影响结论，我们不得而知。因此，研究不同持有期对于流动性的定价影响有待考虑。