我国股票市场流动性风险的非对称性效应研究

摘要：本文从理论上对流动性风险非对称效应的产生机理进行了分析，并通过将外部信息冲击、非交易时长、短期资金供求、股价等因素引入流动性风险的条件方差方程，实证检验了证券市场流动性风险作用的机理，提出在股市下跌过程中政府进行干预的必要性和倡议机构投资者担当维稳市场流动性的职责。

关键词：流动性风险；信息冲击；非对称效应

中图分类号：F830.9

一、引言

Markowitz（1952）提出的“均值-方差”模型将风险引入到了最优投资决策中，确定了组合有效前沿上风险与收益的均衡关系，奠定了均衡资产定价理论研究的基础，随后的CAPM模型、APT理论及这些理论的修正模型及其在金融工程和金融产品开发中的应用，基本上均是围绕风险与收益相匹配的均衡定价原理展开，而忽略了金融资产的流动性属性。尽管随后Markowitz（1959）认识到流动性会对组合管理产生作用，但他假设市场和证券的流动性都是充分的，也即在均值-方差模型中不需要考虑流动性因素的影响。然而，伴随着宏观层面上诸多金融危机事件中金融财富的短期蒸发、中微观层面由于股票连续跌停而导致投资者无法交易带来的持有市值大幅缩水等现象，引发了理论界和实务界关注和思考这些事件背后的深层次根源——流动性风险，即投资者在交易过程中不能够按照期望的价格和金额实现成交而带来的金融财富减少的风险，风险的传染性会使得流动性风险在金融体系中蔓延，从而对整个金融体系造成极大的危害。作为金融市场的主要组成部分之一，证券市场的股票价格涨跌反映了投资者的交易行为，而影响投资者交易行为的主要驱动因素在于他们根据所获取的新信息所持有的股票进行了重新估值，当估值与市场价格产生偏差时将产生新的交易需求。这种信息来源主要有两个：一是市场外部的信息冲击，这些信息主要是非交易时间的可能对公司经营产生影响的所有信息的汇总；二是来源于市场内部的信息冲击影响，比如由于市场上其他股票价格变化而引起的共振效应，或由于知情交易者或大规模资金（或股票）的投资者由于大额交易对价格产生较大冲击而使得其他未知情投资者交易者产生跟风式的羊群效应，从而引发股票价格的单方向变化。在这两类信息来源中，外部信息在流动性风险的形成中往往被视为是处于主导地位的，是投资者不可控的因素，但内部信息由于来源于交易过程，投资者可以通过交易或采用金融工具进行对冲。但不论是对于外部信息冲击还是内部信息冲击，都普遍存在着一个共同的现象：在股市上涨的行情中，利空消息并不会改变股票市场的上涨趋势；但在下跌的行情中，即使有利好消息对股票市场的有效刺激作用也相对有限。事实上，股票市场的涨跌从根源上取决于股票供给和需求的不平衡，如果股票的供求均衡，则股票价格不会发生较大变化，投资者在进行股票买卖时也很容易以预期均衡价格来完成交易，事实上这种情形下股票的流动性是充分的；但如果股票供过于求或股票供不应求，那么买卖双方中就有一方的交易需求不能够得到满足，这将导致股票价格偏离均衡价格，此时对于买方或卖方而言，股票的流动性是不一样的。举一个极端的情况为例，比如在我国股票市场上，由于有涨跌幅限制，若某只股票跌停，则意味着对于此时对于该股票的买方而言流动性十分充足，他们可以以跌停板的价格来购入股票，但对于该股票的卖方而言流动性几乎为零，因为卖方几乎不可能售出股票，那么此时就存在着流动性风险，而在股票涨停时对于股票的买方而言实际上也是一种流动性风险。当市场普遍存在着交易双方不平衡而导致股票价格呈现一个方向性变化时，这是流动性风险不断集聚的过程，在这个过程中投资者的交易行为由多样性不断地转向一致性，整个市场上买卖双方的力量不断失衡，但整个市场中只出现卖方（或买方）时，整个市场的流动性将大幅下降，资产的价格将出现急速下跌（或上涨），这将会导致流动性的进一步恶化，直至流动性在较短的时间内大幅下降甚至消失，产生流动性危机。一般而言，我们在讨论流动性风险时，往往认为是资产价格大幅缩量下跌的情形，造成投资者普遍遭受损失。

本文从信息冲击的角度，利用计量分析模型从外生因素和内生因素对流动性风险的非对称性效应展开分析，识别影响流动性风险的因素，结合实证分析的结果对投资者和监管层监控流动性风险并采取相关措施提供依据。本文第二部分主要介绍流动性风险的内涵及流动性风险非对称性效应产生的原理；第三部分对流动性风险的非对称效应进行实证检验；第四部分分析信息因素对流动性风险的影响作用；第五部分为本文的结论及讨论。

二、文献综述

对于证券流动性的相关研究目前相对比较成熟，不同的学者从诸如交易成本、成交能力、资产流通性等角度对流动性的本质内涵进行了界定，均具有一定的合理性，但尚未形成统一的流动性测度指标。本文认为，证券流动性反映的是证券与现金之间相互转换的能力，可以用单位时间内完成一定成交金额所带来的价格变化来反映。单位时间内完成一定金额成交所带来的价格冲击越小，表明证券的流动性越好。从流动性的本质看，流动性依附于证券交易过程，反映的是满足投资者交易的一种能力，同时因受不同证券所在行业、公司规模、股价等因素的影响，不同证券的流动性水平存在较大的差异。

而对于流动性风险的形成，主要在于市场或证券提供的流动性不能同时满足投资者双方的交易需求，换言之，投资者不能以其预期的价格完成某一证券的买卖交易，即市场或证券实际的流动性水平偏离了投资者期望的流动性水平，从而产生了流动性不足。因此，流动性风险的本质就是流动性的易变性和不确定性，而流动性风险的根源就在于外部和内部的信息冲击影响。我们将信息来源分为利好消息和利空消息，结合股票的收益性、风险性特征和投资者的行为来分析信息对流动性风险的传导机理。我们先将投资者分为知情交易者和非知情交易者，知情交易者我们认为是管理大规模资金的机构投资者，而非知情交易者一般认为是个人投资者，而目前我国个人投资者仍然是市场的投资主体。由于信息不对称，但市场出现利好消息时，非知情交易者参与交易的意愿增强，表现为对股票的需求增加，由于预期盈利效应的存在使得股票的交易容易在买卖双方实现，市场流动性水平较高，利用私人信息交易的因素会减少，股价的波动风险下降，会吸引更多的投资者参与到股票交易中，从而使得股票的流动性保持在一个较高的水平，从而使得股票的流动性处于一个自我不断增强的良性循环中，流动性风险也随之下降；但若市场出现利空消息的冲击，由于机构投资者为知情交易者，他们往往会优先于个人投资者在证券市场上供给股票，使得股票供求严重失衡而导致股价下跌，此时市场上由于预期亏损心理的存在，股票的需求方相对比较谨慎，这使得股票的供给方只有在价格上更多折让时才能售出，从而导致股票价格的波动加剧，买方的需求持续低迷，从而使流动性水平下降，而此时非知情交易者往往选择观望的心理，这使得市场内的参与者大幅减少，信息不对称的程度进一步提高，而个人投资者典型的风险厌恶特征将使他们进一步谨慎观望，从而使得流动性水平持续下降，同时由于信息不对称程度的增加，场内交易的投资者变得相对敏感，信息对市场冲击带来的流动性风险恶化也明显增加，这与我国目前“放量上涨、缩量下跌”的市场现状比较吻合。

目前国内学者对于流动性风险的研究主要集中在流动性风险对资产定价的影响方面，也即在均值-方差模型的思维框架下，将流动性作为一种风险因素判断其是否会对资产的价格产生作用。Nguyen&Puri（2009）通过对Pastor&Stambaugh（2003）选取的市场流动性因子进行调整，研究发现流动性水平仍然被定价，但未发现股票特征或者Fama-French因子会对影响股票收益的流动性风险产生决定作用，这意味着流动性水平比流动性风险在资产定价中的影响更大。Lou&Sadka（2011）对股票的流动性水平和流动性风险在资产定价方面的重要性进行了区分，他们通过实证分析证明了流动性风险而不是流动性水平，可以解释在2008-2009年间的金融危机中的股票截面收益。同时，他们还证明了持有流动性资产在金融危机中所遭受的损失并不比非流动性资产少，甚至在某些情况下比非流动性资产的损失还要大。国内学者杨朝军和王灵芝（2011）较早对流动性水平和流动性风险的概念进行了区分，分析了流动性水平与流动性价值、流动性风险补偿之间的内在机理及并进行了实证研究，姚亚伟（2012）也系统性地对流动性水平和流动性风险对组合投资管理的影响进行了分析，同时姚亚伟等（2012）实证检验了流动性风险呈现的集聚性特征。上述研究对认识流动性风险在投资决策中的作用提供了一定的研究基础，本文将做进一步延伸。在本文的分析中，结合流动性依据于交易过程的特征，我们首先将持有证券的收益分解为两部分：系统性风险补偿收益和交易性风险补偿收益。其中系统性风险补偿收益主要是在证券的非交易时间，因外部信息冲击而对金融资产价格估值产生的直接冲击（用开盘价相对于前一日的收盘价的变化来衡量），这类风险投资者不可能通过积极的投资管理来进行消除。而交易性风险补偿收益则是在交易时间内由投资者交易行为而形成的收益，这部分收益能够直接体现股票流动性的作用，也是本文计算流动性风险的数据依据，本文主要利用EGARCH来刻画流动性风险的非对称效应。

三、流动性风险的非对称性效应检验

我们将结合流动性的本质内涵，在对相关流动性指标比较选择的基础上，利用EGARCH模型来检验流动性风险是否存在非对称效应。

（一） 数据选取及指标描述性统计

1.样本及数据选取

以沪深300指数成份股为样本库，沪深300指数是沪深证券交易所于2005年4月8日联合发布的反映A股市场整体走势的指数，本文选取的样本区间为2005年1月4日至2010年12月31日，样本区间内共有1457个观测日。由于沪深300指数样本股一般于1月初和7月初调整、或股票上市后日均A股总市值在全部沪深A股中排名前30位的直接调入。因此，本文以每年6月30日和12月31日的指数样本股为基准，半年为一个周期选取样本股的交易信息数据。选取的数据包括个股在样本区间内每个交易日的日开盘价、日最高价、日最低价、日收盘价、前收盘价、日成交金额、日换手率（数据来源：Wind资讯金融数据库）。

2.流动性指标的选取

目前用来衡量证券流动性的指标相对较多，大体可分为直接衡量指标和间接衡量指标，结合流动性的内涵，我们选取3个间接流动性指标和2个直接流动性指标进行比较。

在表1中，、 、三个流动性测度指标都采用于非流动性的概念，剔除了t时间内非交易时间信息对流动性的影响，较好地刻画了流动性依附于交易过程的特征。同时由于这三个指标能较好地反映单位成交金额所带来的价格变化，能够较好地刻画风险。、 虽然可以在一定程度上反映流动性的本质，但均忽略了不同公司属性而导致的系统性流动性水平差异。

3.市场总体流动性基本统计特征

在对市场的流动性水平进行计算时，本文不采用将市场指数作为“一个组合证券”来计算其流动性，而是将市场的流动性作为一个组合的流动性，更有利于投资者进行流动性的管理。本文用总体流动性指标表示市场的流动性水平，对于完成交易的周期我们设定为日。依据表1中的公式首先计算某一交易日的每个样本股的流动性，其中的日成交金额是以百万元为单位。借鉴Amihud和Acharya &Pedersen采用的对所有样本股相同交易日的流动性等权重加权平均计算总体流动性的方法，假设总体流动性用liqt表示，第t日共有300个样本股，则总体流动性为：

利用公式（1）我们可以得到1457个股市总体流动性指标的日数据，所得总体流动性指标的基本统计特征如表2所示。

由表2的统计结果可知，五个总体流动性的分布都是右偏，同时峰度大于3，存在“尖峰厚尾”特征；Jarque-Bera正态检验统计量值对应的P值远小于1%，总体流动性的概率分布拒绝正态分布假设。

由表3的相关性统计结果可知，三个非流动性指标之间都是存在着显著的正相关的，而成交量和换手率与非流动性指标之间则存在着显著的负相关，成交量与换手率之间也存在着显著的正相关。这表明在衡量证券流动性的指标方面具有较强的一致性，例如成交金额越高，意味着投资者参与交易的活跃程度越高，股票的流动性越好，而成交金额与非流动性指标之间负相关，意味着成交金额越高，非流动性越低，即流动性越好。从表中的比较中，我们发现非流动性指标与其他四个指标的相关系数都比较高且显著，本文选取该指标来作为市场流动性的衡量指标，同时该指标反映了单位交易日内完成单位成交金额所带来的价格波动幅度（剔除了非交易时间的影响），能更好地刻画流动性的变化。

（二）流动性风险的非对称性效应

由表2描述性统计的结果可知，市场的非流动性指标呈现出集聚性和尖峰厚尾的特征，而GARCH模型可以较好地刻画这些特征。在进行GARCH模型估计时，首先需要设定均值方程。在估计均值方程前，我们首先利用ADF单位根检验对{illt}序列的平稳性进行分析，经检验， {illt}序列的ADF统计值为-3.531，小于1%的临界值-3.435，这表明{aillt}序列是平稳序列。通过对{illt}序列进行自相关和偏自相关函数分析， aillt存在滞后3阶的很强的自相关性，同时根据AIC（m）准则以及SC（m）准则方法也证明了均值方程采用自回归滞后3阶时的合理性，并且在回归时可省略滞后2阶项，均值方程的估计结果如下所示：

式（2）中，括号内的数值是相关估计系数的t统计量，均在1%的检验水平下显著。由式（2）决定的无条件预期非流动性水平为E（aillt）=0.00102，这和表2统计的样本均值0.00116相接近，表明均值方程设定基本合理。

EGARCH模型是对GARCH模型在条件方差方程设定方面进行的修正，主要侧重于考察新信息正负扰动冲击对条件方差影响的非对称效应，由于它是对条件方差的对数进行建模，这就保证了条件方差方程中对参数估计值的正负无限制。利用EGARCH模型修正的条件方差方程为：

模型估计拟合的结果为：

式（4）中括号内的数值为相关估计系数的Z统计量，由（4）中条件方差方程中的估计结果可知，各参数估计值除α1在10%的检验水平下显著外，其余均在1%的检验水平下显著。同时，通过对条件方差方程的标准化的残差序列和残差的平方项序列利用Ljung-Box统计量进行检验均表明不存在明显的序列相关性和自回归条件异方差，验证了利用EGARCH模型进行估计具有合理性；非对称效应系数估计值为0.30449且在1%的检验水平下显著，明显高于对称系数的估计值0.03819，这表明非流动性的条件方差，即流动性风险存在着对过去正负扰动信息冲击偏离非对称的效应，进一步地，对式（4）的条件方差方程进行展开，考察假定信息冲击为正值（即）和信息冲击为负值 （即）下的条件方差方程，如式（5）所示：

由式（5）可知，当时，由于，因此，条件方差变化呈扩张放大趋势；当 ，由于，因此，条件方差变化呈缩小趋势。这意味着如果外部信息对非流动性的冲击是正相的，即增加了市场的非流动性，这同时也意味着市场的流动性变差，流动性风险增加；而若外部信息冲击对非流动性的冲击是负相的，即降低了市场的非流动性，这同时也意味着市场的流动性趋好，市场的流动性风险会呈现下降的趋势，从而验证了流动性风险存在的非对称性。那么哪些因素会影响到流动性风险的非对称效应呢？下面将展开分析。

四、基于市场影响因素的非对称效应实证

下文首先从理论上对影响流动性风险的因素进行分析，在考察这些因素与市场流动性相关性的基础上，将这些因素引入EGARCH模型进行实证检验分析。

（一）影响因素选择及假设

我们对影响流动性风险非对称效应的因素选择主要包括外生因素与内生因素，相关变量的说明如表4所示。

变量说明：

（1）政策因素。我国股票市场一直带有浓厚的“政策市”特征，而政策往往是在非交易时间发布的，还有一些外围市场的影响都会对股票市场造成系统性的冲击，而且这些影响很难量化，但这些政策因素会通过投资者的操作行为而反映在股价变化中。本文利用股市当日开盘价相对前一日收盘价的涨跌幅度作为投资者对非交易时间的各种因素的反应，由于在我国开盘定价属于集合竞价交易，我们称之为系统性价格变化冲击。一般而言，系统性价格冲击为正会降低流动性风险的大小，系统冲击为负将导致流动性风险的增加。

（2）非交易时长。与政策因素有些类似，主要是由于受到法定假日和节假日的影响而使得市场的休市或停盘，由于非交易时长越长，市场上积累的新信息就越多，从而也会加大投资者之间的信息不对称程度，从而导致流动性水平不确定，进而导致流动性风险增加。

（3）市场资金供求状况。一般而言，短期资金需求越大，股票市场的变现需求就越大，这容易导致股票在短期供给增加，从而打破股票交易的供求均衡而使得股票交易价格的波动幅度增加，导致股票流动性变差，从而增加股票的流动性风险。

（4）市场行情。一般来讲，在股价上涨时，流动性风险较低；而在股价下跌时，流动性风险增加。

对四个影响因素与市场流动性之间的相关性进行分析，结果如表5所示。

由表5可知，除非交易时长外，其余指标均与市场流动性指标之间存在显著的相关性。其中，系统性收益冲击、股价变化对非流动性水平均在1%的检验水平下显著负相关；银行间同业拆借利率与市场流动性则显著正相关；而非交易时长虽然与市场流动性指标之间正相关，但不显著。

（二）实证结果及解释

为验证关于以上四个变量和流动性风险之间关系的四个假设，我们采用EGARCH模型进行实证分析，以便减少条件方差方程在正负扰动的非对称效应上的设定误差。 EGARCH模型中条件方差的ARMA结构表明四个变量的影响效应的持续性，模型具体设定如下：

其中， aillt是每个交易日的市场总体的非流动性指标； Rsp，t是投资者对非交易时间影响股票市场因素反应的系统性价格变化冲击； T1是第t-1交易日和第t交易日之间非交易的天数； It-1表示第t-1交易日上海银行间同业拆借利率； R300，t为市场组合的日收益率，即沪深300指数第t交易日的收益率。

利用式（6）构建不同参数的EGARCH模型，不同模型的系数估计结果如表6所示，分别对表中不同模型拟合结果的残差序列和残差平方项序列取滞后10阶的Ljung-Box统计量进行检验，均表明估计的标准残差序列没有明显的自回归条件异方差性和自相关性，所拟合的模型是合适的。而且，在模型中影响变量后， EGARCH模型估计的可决系数均高于不含影响变量的EGARCH模型估计的可决系数0.855，估计结果明显有所改善。

由表6的结果可知，在引入外生因素和内生因素的条件方差方程中，无论是单独考虑不同影响因素，还是将不同影响因素组合考虑到模型中，系统性冲击、非交易时长、拆借利率、股市表现的系统估计均十分显著且符合预期，这验证了我们的四个假设。结合均值方程和条件方差方程，系统性冲击系数为负意味着非交易时间的利好消息会降低股票的非流动性水平（即增加股票的流动性），同时降低股票的流动性风险；非交易时长系数为正意味着两个交易日之间的时间间隔越长，股票的非流动性水平越高，流动性风险也越高；拆借利率系数为正意味着若短期银行间同业拆借利率越高，即短期资金的需求越高，股票的非流动性水平越高，流动性风险也越高；而股市表现系数为负也意味着当股票市场下跌的时候，流动性风险增加，股票市场上涨时，流动性风险下降。

五、结论及建议

本文系统性地对我国股票市场流动性风险的非对称效应进行了实证分析，研究结果表明：

（1）外部信息的冲击的正负扰动对流动性风险的变化存在着非对称的效应。这意味着在股票下跌的行情中，负的外部信息冲击会使流动性风险陷入一个恶性循环，而正的外部信息冲击会使得流动性风险下降。这与我国目前的股市现状比较符合，在目前下跌的阶段，政府发布相关利好只能短暂地提升股市的流动性，但外围股市的下跌的影响以及由于交易恐慌所带来的流动性风险增加似乎呈现恶化的状况。这表明，政府在股市下跌的过程中应采取切实有效的政策来进行干预以降低流动性风险的放大的潜在性。

（2）流动性风险与市场行情也存在着显著的负相关性。这与我国目前的现状有一定的关系。我国股票市场的参与主体以个人投资者为主，但个人投资者的非理性行为往往是导致股市暴涨暴跌的主要原因。由于赚钱效应的存在，个人投资者在上涨行情中往往成为了短期投资者，并且在市场风险积聚较高时买入股票，为市场进一步提供流动性；而在股市下跌时，由于亏损所带来的心理作用往往在股市已经下跌较大幅度时抛出，导致股票市场进一步下降，流动性持续恶化。在这个过程中，被寄予厚望的机构投资者应当担负起维护市场流动性的职责，由于我国不是做市商的交易制度，市场的流动性主要靠多样化的投资者来提供，但相比较于非理性的个人投资者，机构投资者的操作行为一般比较理性，但也正是由于他们的“理性”，可能成为导致股市流动性恶化的导火索。举例而言，股市出现方向性的下跌一般是由于大规模的股票供给导致的，而能够提供大规模股票供给的一般是机构投资者，他们拥有信息优势，可以提前卖出股票，结果导致市场下跌，而非知情交易者的跟风行为和机构投资者之间由于风险控制而被迫交易可能导致的羊群效应会加速这一下跌速度，从而在短时期内导致股票价格出现大幅度的下降而增加流动性风险，此时对于机构投资者而言他们可能面临个人投资者赎回基金份额的风险，从而使得他们更加被动地供给股票。因此，监管部门应当倡议和监督机构投资者的行为，使他们的行为趋于理性化和长期化，这样有利于维稳市场的流动性，也可以实现个人投资者和机构投资者的双赢。

参考文献：

[1]杨朝军，王灵芝. 流动性水平、流动性风险对资产收益的影响——来自沪深股市的经验证据[J].系统管理学报，2011，（4）：456-461.

[2]姚亚伟，杨朝军，黄峰. 流动性风险特征：基于中国证券市场的经验数据分析[J].上海金融，2012，（4）：63-70.

[3]姚亚伟，杨朝军.流动性水平、流动性风险对组合投资管理的影响分析[J].现代管理科学，2012，（7）：19-21.

[4]吴晓求.中国资本市场近期若干改革措施分析[J].中国市场，2012，（29）.

[5]Markowitz， H.M.， 1952. Portfolio Selection[J]. Journal of Finance. Vol.7， No.1， pp： 77-91.

[6]Markowitz， H.M.， 1959. Portfolio Selection： Efficient Diversification of Investments[J]. John Wiley & Sons.

[7]Pastor，L. and Stambaugh，R.F.， 2003. Liquidity Risk and Expected Stock Returns[J]. Journal of Political Economy， 111，pp：642-685.

[8]Nguyen D. and T.N. Puri， 2009.Systematic Liquidity， Characteristic Liquidity and Asset Pricing[J]. Applied Financial Economics， 19，pp：853-868.

[9]Lou，X.X. and R.Sadka，2011. Liquidity Level or Liquidity Risk？ Evidence from the Financial Crisis[J]. Financial Analyst Journal， Vol.67，No.3，pp：51-62.

（编辑：张小玲）