中国股市流动性系统性特征的经验研究--一个基于非流动性指标的检验

２０１４年第６期　总第１８５期　征　信　ＣＲＥＤＩＴ　ＲＥＦＥＲＥＮＣＥ　Ｎｏ．６　２０１４　Ｓｅｆｉａｌ　ＮＯ．１８５　中国股市　流动性系统性特征的经验研究　——一个基于非流动性指标的检验　沈豪杰　，楼海淼　，黄峰。　（１．北京大学光华管理学院，北京１００８７１；２．浙江富阳恒通村镇银行股份有限公司，浙江杭州，　３１１４４０；３．浙商银行，浙江杭州３１０００６）　摘要：针对沪深股市的特点，采用非流动性指标，提出一个更为准确和简便易行的模型，对沪深股市是否存在流　动性系统性风险进行显著性检验，并分析影响流动性系统性风险的市场行为因素。　关键词：系统流动性；非流动性指标；飞向流动性　中图分类号：Ｉ７８３０．９１　文献标志码：Ｂ　文章编号：１６７４—７４７Ｘ（２０１４）０６—００８１—０５　在２１世纪初美国股市泡沫破裂引起局部金融　场，而不适用于中国的指令驱动交易市场；另一方面　因为，国内学者对流动性统计指标的设计有着较大　差异，致使研究结论难以直接比较。　因此，有必要开发一种针对我国指令驱动交易　市场危机以后，股市的流动性系统性风险成为一个　广为重视的问题。人们越来越意识到，股市整体流　动性的下降，会引发金融市场的危机，而市场整体缺　乏流动性的危机实际上就是一个放大了的流动性系　制度下的流动性统计指标，从而使基于经验统计的　方法给出有力的证据佐证。我们现提出一种基于非　统风险。Ｃｈｏｒｄｉａ等（２０００）…、Ｈａｓｂｒｏｕｃｋ等　（２００１）　以及Ｈｕｂｅｒｍａｎ＿３　等学者的率先研究，为后　来者的经验研究提供了良好的参照系和方的基　础。上述学者的研究均证明，股票资产的定价和流　动性系统风险密不可分。　股市流动性的系统性风险不仅为理论界所重　流动性指标的统计检验模型，对１９９５－－２０１２年中国　股市的流动性系统风险进行经验研究。其优点在　于，我们的统计研究方法同时具备精确性特征、经济　性特征和简便性特征。　二、统计检验模型的构建　（一）非流动性指标的构建　黄峰和杨朝军（２００７）Ｅ４１提出的非流动性指标，　为本文的研究提供了便利。经验证据表明，上述的　非流动性指标能够准确地代理流动性的本质。它的　计算方法很简单，某只股票在单位时间内的价格振　视，在实践中同样被广泛关注。因为，如果流动性系　统风险被放大，往往意味着投资者个股资产价值的　大幅波动以及市场危机的形成，所以，不论是投资者　还是监管当局，都会十分关心股市流动风险的系统　性部分。但是，中国股市的流动性是否存在着严重　的系统性特征，却鲜有一致的统计证据。这一方面　因为，以往大部分研究文献中所采用的流动性的统　幅与单位成交金额的比值，就是非流动性值。具体　如公式（１）。　计指标，仅适用于做市商制度下的报价驱动交易市　收稿日期：２０１３—０５—１３　作者简介：沈豪杰（１９８３一），男，江苏盐城人，深圳市创新投资集团高级研究员，经济学博士，金融学博士后，主要研究方向　为公司财务与资本市场；楼海淼（１９８０一），男，浙江诸暨人，统计学硕士，主要研究方向为统计理论；黄峰（１９７２一）：男，山东济　宁人，经济学博士，主要研究方向为金融市场和金融中介。　・８１・　【金融纵横】　沈豪杰，楼海淼，黄峰中国股市流动性系统性特征的经验研究——一个基于非流动性指标的检验　＝　㈩言　三、样本及实证　哪　聃　率　在上式中，　就是非流动性指标，用于表示个　股在ｔ交易日的流动性，其值越大，表明流动性水平　越小；反之，则越大。Ｓ　代表价格振幅，它等于当日　最高价减去当日最低价的值和当日开盘价的比值，　（一）样本选择　为了确保样本的连续性，本文选择了１９９５年以　前，ＰＤ的股票，样本期间始于１９９５年１月３日，终于　２０１２年１２月３０日，总计４４３８个观察日。此外，由于　用百分比表示。　是个股在ｔ交易日的成交金额。　股票组合的流动性水平，同样可以用非流动性　指标计算出来。组合的非流动性水平，其实就是个股　在中国股期存在坐庄对敲、关联交易、操纵股市　的现象，为了剔除这些因素对本文实证研究的干扰，　我们按照以下几个原则选择样本：第一，剔除ＳＴ股、　ＰＴ股以及长期停牌的股票；第二，为了避免庄家做　庄的干扰，剔除明显与大市走势不符，同时被媒体热　议，以及连续三日以上发生涨跌停板的股票；第三，　为正确反映收益率变量，个股收盘价均采复权调整　非流动性水平的简单平均值，具体计算方法如下：　Ⅳ　１　ａｉｌｌｉｑ　＝　∑ｉｌｌｉｑ￣　’ｔｄ　Ｊ＝１　（２）　其中，是Ⅳ　第ｔ月内的第ｄ日的样本股个数。　（二）统计检验模型　统计检验模型１如下：　ｆ　，　＝　，２ａｉｌｌ『＿ｌ＋　０＋０。，ｌ　ａｉｌｌ　＋０。，３ａｉｌｌ…，，＋　后的价格；第四，剔除当月交易日不足１５日，以及交　易日当天全部封在涨跌停板价格的数据。　４ｒ肘，，￡＋　，５ｒＭｌ＋　，　一，６ｒＭ，￡＋１＋Ｏｔｊ７０２＋ｅｊ￡￡　，，（３）　根据式（１）可以计算出个股　在第ｔ个交易日的　非流动性　．　经过上述处理后，共有５５３　７２０个观测值，１３６个　代表性样本，数据来自万得咨询金融数据库。　，根据式（２）计算出ｔ交易日市场组合　的非流动性ａｉｌｌ，。为了有效地代理股票收益率波动　表１　１３６个代表性样本行业分布　行业　材料业　制造业　公共事业　金融业　耐用消费品　快消品　医疗保健业　样本数（个）　１８　２８　９　２３　２８　１２　１０　８　表２　１３６只个股样本非流动性单日　从表３可以看到，系数Ｏｔ¨在截面上的估计值的　指标统计表（１９９６－－２０１２年）　均值高达０．９９７，且ｔ统计量在单尾１％的水平上显　标准差　２．８１７　均值　１．０８９　中值　０．５０９　最大值　２２７．１７２　最小值　０．０ｏ４　著；统计检验的结果还显示，每个股票　的估计值　都大于　零，且在单尾５％水平上显著大于零的股　票占到８７．１６％。平均而言，流动性滞后项和提前　项的系数估计值并不显著为非零，同时可以看出个　股系数呈现出了较高的异质性特征。流动性前后三　注：限于篇幅的原因，具体名单不再列出。　根据公式（３）分别对１３６个代表性样本进行回　归以后，检验个股非流动性对市场组合流动性和市　项系数的估计值之和的均值（即　＋　＋　，　）在　场组合收益率反应系数的显著性，以及对上述１３６　个样本回归结果进行平均后的大小和显著性的检　验，就是检验中国股市是否存在流动性系统性风险　截面上为１．０１３，且在１％的单位水平上显著。这说　明，个股的流动性与市场组合的流动性之间存在着　显著的正相关关系，个股与大盘在绝大多数的时间　都是同步运动的，也就是说中国股市的个股存在显　著的系统性特征，这一结论应证了宋逢明和谭慧　（２００５）Ｌ　５　Ｊ的研究发现。模型１中针对ＯＬ…　，　和　的结论，即个股与市场之间的流动性存在共性。　（二）实证检验结果　表３是１３６个代表性样本分别采用公式（３）进　行回归的结果。为了聚焦观察个股非流动性与市场　的估计则表明，相对于个股流动性与市场组合流　动性之间的共性而言，个股流动性与市场组合收益　组合收益率和个股收益率波动量之间的关系，实证　结果中还包括了一个模型２。具体检验结果如下：　・率之间的共变性则相对较弱。　８２・　【金融纵横】　沈豪杰，楼海淼，黄峰中国股市流动性系统性特征的经验研究——一个基于非流动性指标的检验　由于市场组合收益率变量与流动性变量间存在　和　，　估计值准确性的影响，本文用模型２来单独考　着较高的相关性，因此，为了剔除上述因素对　．４、　，　察个股流动性与市场组合间是否存在共变性的关系。　表３个股与市场组合间是否存在流动性共性的检验　项目　模型１　模型２　系数０。，。估计值的均值　０．９９７　（８．１１）　系数０。，　估计值＞０的比例　１００％　单尾ｔ值在５％的置信水平上显著非零的比例　８７．１６％　系数　，　估计值的均值　一０．０３１　（一０．５２）　系数　２估计值＞０的比例　５３．１９％　单尾ｔ值在５％置信水平上显著非零的比例　ｌ１．２１％　系数ｑ，　估计值的均值　０．０２９　（０．８７）　系数　，一估计值＞０的比例（％）　４７．２２％　单尾ｔ值在５％置信水平上显著非零的比例　１７．１１％　系数　．Ｉ、　，　和　，　估计值之和的均值［中值］　１．０１３“［０．９１１］　（９．２７）　系数０。，　估计值的均值　０．００４　～０．０４９“　（０．７１）　（一９．８７）　系数ｑ，　估计值＜０的比例　５３．３３％　９１．２９％　单尾ｔ值在置信度５％水平上显著非零的比例　２４．２１％　９Ｏ．３１％　系数０。估计值的均值　０．００３　—０．０７９“　，　（０．５１）　（一１３．１１）　系数　．ｓ估计值＜０的比例　５３．４１％　１００％　单尾ｔ值在置信度５％水平上显著非零的比例　３１．９１％　９６．２４％　系数　．　估计值的均值　０．００３　０．０２１　’　（１．２１）　（５．１０）　系数　，　估计值＜０的比例　４３．２９％　２６％　单尾ｔ值在５％置信水平上显著非零的比例　６．１１％　０％　系数　．４、０。和　．　估计值之和的均值［中值］　０．０１５［一０．００３１］　一０．１２３”［一０．１１９］　，　（０．８７１）　（一１２．１１２）　调整的Ｒ　的均值［中值］　０．４９９［０．５８２］　０．０１４［０．００３］　注：上表中小括号内数值为ｔ统计量，｝　表示在单尾５％水平上显著。　结果显示，　和　．　项的系数估计值均显著　（二）影响个股系统流动性的因素：规模效应和　小于０，且ｒ　项的系数绝对值均值更大，系数小于　流动性水平效应　零的比例为１００％，这说明市场组合收益率对个股　１．规模效应　的流动性有着显著的影响：大盘价格指数上涨时，个　值得进一步探索的问题是，每个个股的流动性　股的流动性水平会上升；大盘价格指数下降时，个股　可能对市场流动性及市场组合收益率的反应程度是　的流动性水平会下降。另一方面，个股流动性与市　不同的，因为，每个个股的市场流通规模不同。为了　场组合收益率的正相关性还意味着，当投资者的市　检验这一论断，本文把１３６个代表性个股在样本期　场组合收益率下降时，投资不仅要遭遇资产贬值的　间的平均流通市值从小到大分成了４组进行回归检　损失，而且还要遭受流动性下降的损失。　验，进行比较。　总之，表３的检验结果告诉我们，中国股市的流　表４列出了基于规模效应的检验结果。与表３　动性显示出了更为鲜明的系统性特征，齐涨齐跌在　中的回归方程一样，表４分别采用了模型１和模型２　中国股市更为常见。　进行回归检验。　．８３・　【金融纵横】　沈豪杰，楼海淼，黄峰中国股市流动性系统性特征的经验研究——一个基于非流动性指标的检验　表４按规模分组检验的流动性共性结果　按规模分组　项目　１（最小组）　２　３　４（最大组）　系数　．１、　，２和ｏｒ）估计值之　２．３８３”［１．５９７］　，　１．８３１”［１．２６７］　（３．９８）　０．８９５　［１．０１３］　（９．Ｏ１）　０．６３１　［０．５１１］　（４．５２）　和的平均值［中值］　系数　模　值］　型１　系数　，（５．７９）　，。估计值的平均值［中　１．７１９”［１．１９１］　（５．０９）　１．１７１”［０．７６１］　（４．３５）　０．６４１　［０．４７１］　（７．２３）　０．３４１　［０．３２７］　（５．１０）　：估计值的平均值［中　０．６８７”［０．５０１］　（３．７３）　０．６２７［０．４０１］　（３．９３）　０．３１３”［０．２８７］　（５．９３）　０．１９７［０．１３１］　（２．３４）　值］　系数Ｏｔｊ估计值的平均值［中　一０．０１９【一０．００９］　０．０４５［一０．０６１］　一０．０２８［一０．０２１］　（一０．４１）　０．１３５　０．１１３［０．０３１］　（２．３１）　０．１４６　值］　调整的Ｒ　的均值　（一０．１７）　０．１４６　（０．５９）　０．１５ｌ　系数０。－４、　５和　．．　估计值之　一０．２５７”［一０．２３９］　一０．１８１”［一０．１７３］　一０．１０８”［一０．１０１］　一０．０６１”［一０．０５１］　（一８．７１）　（一１１．６９）　（一９．７１）　（一５．０４）　和的平均值［中值］　系数　值］　模　型２　系数　．，　估计值的平均值［中　一０．１４３”［一０．１１０］　一０．０８７”［一０．０７９］　一０．０５３”［一０．０５１］　一０．０２７”［一０．０２３］　（一８．Ｏ１）　（一９．１２）　（一１０．０６）　（一５．１９）　，估计值的平均值［中　一０．１２９”［一０．１２６］　一０．０８９”［一０．０８９］　一０．０５７”［一０．０５３２：　一０．０３２”［一０．０２４］　（一９．５１）　（一１０．４３）　（一１１．４２）　（一５．１１）　值］　系数　值］　调整的Ｒ　的均值　，　估计值的平均值［中　一０．００５［一０．００３］　一０．Ｏ０４［一０．００５］　一０．００６［一０．００６］　一０．００３［一０．００１］　（一１．２１）　０．０２７　（一０．９３）　０．０３４　（一１．４１）　０．０３１　（一２．１７）　０．０２８　注：小括号内的数值为ｔ统计量，　表示在单尾５％水平上显著。　从上表４中　、　和　三个系数估计值平均　值的检验结果可以看出，流通市值规模越小的个股　流动性与市场整体流动性之间的共性越明显。这一　发现与Ｃｈｏｒｄｉａ等（２０００）　对美国股市的检验以及　Ｂｒｏｃｋｍａｎ等（２００２）　对中国股市的检验有所　不同。与本文的研究结论相反，美国学者针对美国　股市的研究发现流通市值越大的个股流动性与市场　定、信息更加透明，炒作相对困难。第二个原因，可　能来自于投资者的“飞向流动性”（ｆｌｉｇｈｔ　ｔｏ　ｌｉｑｕｉｄｉｔｙ）　行为。Ａｍｉｈｕｄ，Ｍｅｎｄｅｌｓｏｎ和Ｗｏｏｄ（１９９０）　很早就　发现，当在股市整体流动性下降时，投资者倾向于把　流动性差的股票换成流动性较好的股票，这种行为　使得流动性较好的股票在股市整体流动性下降时，　获得了反方向的“飞向流动性”行为的流动性补偿，　整体流动性的共性越大。而针对中国股市的研　究结论，既不同于本文的发现，也不同于针对美国股　市的研究。Ｂｒｏｃｋｍａｎ等（２００２）Ｅ６］对中国股市　的研究发现，既不是大流通市值的股票对市场整体　流动性最敏感，也不是小流通市值股票对市场整体　从而使得该股票与大市共振的效应减弱。但是，与　流动性较好的股票正好相反，流动性较差的股票，由　于“飞向流动性行为”会加重流动性下降的程度。　２．针对流动性水平效应的检验　在上文中，我们已经指出流动性水平较差的个　流动性最敏感，而恰恰是中等流通市值的股票对市　场整体流动性最敏感。从以上可以看出，尽管在不　同的股市都存在显著的流动性系统性特征。但是不　同股市的个股流动性存在不同的规模效应。　本文的结果之所以与上述研究不同，可能基于　两个原因：第一是中国股市具备典型的“市”的　特征，个股流动性与大盘流动性共振的效应与个股　股应当对市场整体的流动性的变化更为敏感。或者　换句话来讲，个股的流动性越差，当市场整体流动性　水平下降时，该个股的流动性水平下降得越严重；反　之，个股的流动性水平越高，当市场整体流动性水平　下降时，其流动性下降程度相对缓和。　基于上述的认识，上文中已经默认股市的流动　性系统性特征会随个股流动性水平的上升而递减。　为了验证这一论断，特给出表５：　流通市值的大小成正比；流通市值越小的股票越容　易受炒作，而流通市值越大的股票由于业绩相对稳　・８４・　【金融纵横】　沈豪杰，楼海淼，黄峰中国股市流动性系统性特征的经验研究——一个基于非流动性指标的检验　表５　按个股流动性大小分组检验的流动性共性结果　项目　按非流动性指标大小分组　１（最大组）　２　３　４（最小组）　系数　，。、　，：和　，ｓ估计值之　２．５３１”［１．６０１］　１．８０３　『１．１８７］　１．００８”［０．８９１］　０．６３２　［０．５１］　和的平均值［中值］　（５．４３）　（４．１１）　（６．８１）　（４．９１）　系数　，．估计值的平均值［中　１．７５３”［１．１４３］　１．１２４　［０．７８２］　０．６０７“［０．４４５］　０．４１０”［０．３３９］　模　值］　（５．６１）　（４．１３）　（６．３７）　（４．７８）　型１　系数　　０．３９９　［０．２４１］　０．１２１［０．０６９］　，ｚ估计值的平均值［中　０．７２３　［０．４６１］　０．５７１『０．３７９］值］　（３．９１）　（３．３２）　（４．６１）　（２．７３）　系数　．　估计值的平均值［中　一０．０３１［一０．０１９］　０．０３１［一０．００９］　０．００５［０．０１８］　０．０９８［０．０２３］　值］　（一０．２１）　（０．４３）　（０．０８）　（１．９３）　调整的『　，《　估计值之　一０．２７　１ｐ　０．２５２：　一０．１６９０．＊】ｐ２０．１４３：　一０．Ｏ９ｇ　１ｌ４２０．１０３：　一０．０５　ｔ４６ｏ．０５１］　和的平均值［中值］　（一９．７１）　（一１０．１７）　（一１４．３１）　（一４．６６）　系数　．　估计值的平均值［中　一０．１２６”［一０．１１５］　一０．０８３”［一０．０７６：　一０．０４８”［一０．０５１：　一０．０２５”［一０．０２３］　值］　（一８．０９）　（一８．７９）　（一１３．１１）　（一４．８１）　模　系数　，　估计值的平均值［中　一０．１４１”［一０．１３７：　一０．０８１”［一０．０７８］　一０．０５７”『一０．０５４］　一０．０２４　［一０．０２７］　型２　值］　（一１１．８３）　（～１１．３９）　（一１０．２６）　（一５．Ｏ１）　系数　估计值的平均值［中　一０．００４［一０．００５］　一０．００７［一０．００７］　一０．００２［一０．００３］　一０．００４［一０．００２］　．　值］　（一０．９８）　（一１．２３）　（一０．７１）　（一１．９７）　调整的Ｒ　的均值　０．０２５　０．０２７　０．０３２　０．０２６　注：小括号内的数值为ｔ统计量，　表示在单尾５％水平上显著。　同上文中的猜想一样，表５的检验结果正好与　（２）中国股市的个股流动性对市场组合流动性　表４的检验结果相对称，也即流动性越差的个股，对　变化的敏感度存在着规模递减效应和流动性水平递　大盘流动性和收益率变化越敏感。　减效应。　从上述的研究结果来看，中国股市确实与美国　（３）个股流动性和市场组合收益率之间显著存　股市有着很大的不同。从经验证据上来看，在中国　在共变性，这意味着个股流动性多了一个影响投资　股市，流动ｊ生水平越大的个股，不论是在时间序列上　收益的风险渠道。　还是在截面上，其所包含的流动性风险越高；而　Ｃｈｏｒｄｉａ等（２０００）…的研究发现，在美国股市中，恰　参考文献：　［１］Ｃｈｏｒｄｉａ，Ｒｏｌｌ，Ｓｕｂｒａｈｍａｎｙａｍ．Ｃｏｍｍｏｎａｌｉｔｙ　ｉｎ　Ｌｉｑｕｉｄｉｔｙ［Ｊ］．　恰是流动性越高的个股，其包含的系统性风险越高。　Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｅｃｏｎｏｍｉｃｓ，２０００，（５６）：５０１—５３０．　中国股市为什么会表现出与美国股市截然不同的特　［２］Ｈａｓｂｒｏｕｃｋ，Ｓｅｐｐｉ．Ｃｏｍｍｏｎ　Ｆａｃｔｏｒｓ　ｉｎ　Ｐｒｉｃｅｓ，Ｏｒｄｅｒ　Ｈｏｗｓ　征，值得以后进一步研究。　ａｎｄ　Ｌｉｑｕｉｄｉｔｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｅｃｏｎｏｍｉｃｓ，２００１　（５９）：３８３—４１１．　四、结论　［３］Ｈｕｂｅｒｍａｎ，Ｇ．，Ｈａｌｋａ．Ｓｙｓｔｅｍａｔｉｃ　Ｌｉｑｕｉｄｉｔｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　Ｒｅｓｅａｒｃｈ，２００１（２４）：１６１—１７８．　流动性的系统性风险，是影响投资者投资收益的　［４］黄峰，杨朝军．流动性风险与股票定价：来自我国股市的　一个重要渠道。与美国股市和中国股市不同，中　经验证据［Ｊ］．管理世界，２００７（５）：４５—５９．　［５］宋逢明，谭慧．订单驱动型市场的系统流动性：一个基于　国股市是一个指令驱动的交易市场，此外，中国独有　中国股市的实证研究［Ｊ］．财经论丛，２００５（３）：２１—３Ｏ．　的“市”特征可能使得股市的流动性特征与国外　［６］Ｂｒｏｃｋｍａｎ，Ｃｈｕｎｇ．Ｃｏｍｍｏｎａｌｉｔｙ　ｉｎ　Ｌｉｑｕｉｄｉｔｙ：Ｅｖｉｄｅｎｃｅ　ｆｒｏｍ　股票市场有所差别。基于这一命题，本文在修正前人　ａｎ　Ｏｒｄｅｒ—ｄｒｉｖｅｎ　Ｍａｒｋｅｔ　Ｓｔｒｕｃｔｕｒｅ『Ｊ　１．Ｊｏｕｒｎａｌ　ｏｆ　Ｆｉｎａｎｃｉａｌ　对股市流动性系统性特征的检验方法，专门针对中国　Ｒｅｓｅａｒｃｈ，２００２（２５）：５２１—５３９．　［７］Ａｍｉｈｕｄ，Ｍｅｎｄｅｌｓｏｎ，Ｗｏｏｄ．Ｌｉｑｕｉｄｉｔｙ　ａｎｄ　ｔｈｅ　１９８７　Ｓｔｏｃｋ　市场，进行了实证分析，结果发现：　Ｍａｒｋｅｔ　Ｃｒａｓｈ［Ｊ］．Ｐｏｒｆｔｏｌｉｏ　Ｍａｎａｇｅｍｅｎｔ，１９９０（１６）：　（１）中国股市的流动性系统风险比成熟的拥有　６５—６９．　做市商交易制度的美国股市和纯指令驱动交易制度　（责任编辑：苗素婷）　下的我国股市都更为明显。　・８５・