收益率差異視角下我國股票流動性測度指標的比較研究

李延軍+++史笑迎

摘 要：在傳統資產定價模型中依次引入換手率、成交金額、Amihud非流動性比率三種流動性度量指標，構造出改進后的Fama三因子模型，通過Fama-Macbeth兩階段回歸的方法來探討我國A股市場流動性溢價效應以及三種流動性度量指標的不同表現；然后，采用分位數回歸的方法進一步檢驗三種流動性指標各自的適用范圍。研究表明：中國A股市場存在較為顯著的流動性風險溢價現象；不同的流動性指標與股票收益率之間的關系不同，換手率適合在低收益率情況下流動性的測度，Amihud非流動性比率更適合在中高收益率情況下流動性的測度，而成交金額指標未能通過檢驗，表現相對較差。

關鍵詞：流動性風險；流動性溢價；測度指標；Fama三因子模型

中圖分類號：F830.91 文獻標識碼：A 文章編號：1674-2265（2016）11-0019-07

一、引 言

資產定價向來是微觀金融研究領域著重關注的問題，一些學者通過建立多種類型的資產定價模型，來發現影響收益率的關鍵因素。傳統的資產定價模型存在太多的前提假設，認為市場存在完全的流動性，而自從阿米胡德（Amihud，1986）《Aseet pricing and the bid-ask spread》一文發表后，學者們對流動性的研究越來越多，但是這方面的研究至今還沒有成熟，需要進一步研究發展。研究流動性問題，首先要考慮如何進行流動性的度量，尤其是根據各國資本市場實際，選擇合適的流動性度量指標。我國股市有很多自身的特點，其中一個重要的特征就是我國證券市場是一個指令驅動市場，其在市場結構及動態行為上都大大不同于價格驅動市場，因此探究我國證券市場股票收益與流動性之間的關系具有重要意義。周芳、張維和周兵（2011）借助金融數學無套利的思想，在理論上得出了計算流動性溢價的公式來研究流動性溢價問題。劉向華、胡飛（2012）選取1168只股票為樣本，利用調整后的收益模型FARM研究流動性風險與流動性溢價問題。楊曉波（2014）采用換手率和改進后的非流動性指標對樣本進行排序，通過改進的三因子組合進行回歸，發現存在流動性溢價現象，并且溢價現象在不同時段的表現有所不同。石永磊（2013）通過建立非平衡面板回歸，采用不同的流動性度量指標比較其回歸結果以及不同的市場形態下流動性與收益率之間的關系。陳、李和王（Langnan Chen、Steven Li和Jinan Wang，2011）將股票按照流動性的大小分成不同的股票組合，來研究不同流動性水平的股票與收益率之間的關系。胡和張（Ho Tsung-wu和Chang Shu-Hwa，2015）基于中國A股市場的交易數據，運用改進后的定價模型來分析比較四個流動性指標各自的適用性，最后得出Amihud非流動性指標更適合測度上海股票市場的流動性。

綜合現有的研究來看，多數學者直接用理論分析來選擇認為比較合適的流動性度量指標，很少真正地運用實證的方法進行多個指標的比較與篩選，從中選擇較為合適的測度指標。本文在Fama三因子模型中依次引入換手率、成交金額、Amihud非流動性比率三種典型流動性度量指標，運用Fama-Macbeth兩階段回歸與分位數回歸相結合的方法，研究樣本期內我國A股市場股票流動性溢價效應與流動性度量指標的優選問題。

二、數據說明及相關變量描述

（一）樣本數據的選擇

本文選擇2000年1月到2015年12月期間中國滬、深市場上所有A股數據。樣本區間共包含192個月。選擇此樣本區間主要基于以下考慮：首先，2000年之前，我國股票市場交易制度尚不完善，市場缺乏足夠的理性，這會對實證結果產生沖擊，使其不能正確地解釋近年來我國股票市場的特點。其次，選擇2000—2015年的交易數據，樣本跨度較大，保證了結果的可信服性。考慮到數據分析的有效性和可比性，對研究期間內的股票剔除ST股、PT股和長期停牌的股票；剔除月交易天數少于10天的數據；剔除2000年1月1日以后新上市的股票以及存在數據缺失的股票。最后得到從2000—2015年共307家上市公司股票數據構成的樣本數據。基礎數據來源于銳思（RESSET）、萬得（WIND）與國泰安（CSMAR）金融數據庫，數據的分析整理在Excel和Matlab中完成。

（二）流動性指標的選擇

總結國內外相關文獻，我們發現對流動性度量的方法很多，歸納總結起來一共有三種衡量方法：價格法、交易量法以及價量結合法。

價格法主要是以買賣價差作為主要衡量指標，但是我國的證券市場是公開集中競價的形式，不是做市商制度，不存在所謂的買價和賣價，因此價格法不適合我國證券市場。

交易量法中最常用的是成交金額和換手率兩個流動性測度指標。成交金額的數據比較容易獲得，若某只股票在一段時間內成交金額越大，則表明該股票交易越活躍，流動性水平越好。不過成交金額可能會受到市場規模的影響，規模越大往往成交金額越大，這是成交金額流動性度量指標的缺點。換手率不僅可以反映交易的活躍程度，而且能夠反映股票的流通速度。我們可以從兩個角度計算股票的換手率。一是從股票的交易數量角度計算換手率，其計算公式如下：[Turnover=成交股數/流通在外股數]；二是從交易金額的角度計算換手率，其計算公式如下：[r=]股票交易總額/股票市價總值。換手率的數值越大，說明該股票交易越頻繁，流動性越好。

價量結合法測度流動性是為了彌補單純以價格或者交易量來衡量流動性的不足。價量結合的流動性度量指標既包含價格因素又包含交易量因素。其中最常用的是阿米胡德（2002）建立的度量流動性的指標，其計算公式如下：

[ILLIQim=1Dimd=1DitrimtVoldimt]

其中，[ILLIQim]表示股票i在第m月的非流動性比率，[Dim]表示股票i在第m月的交易天數，[rimt]為股票i在第m月中第t日的收益率，[Voldimt]為股票i在第m月中第t日的交易金額。Amihud非流動性比率不但包含了價格的變化，而且包含了交易額度的變化，它反映了一個單位交易金額所引起的價格變化的幅度，反映了交易金額對證券收益率沖擊的大小。非流動性比率的值越大，交易金額對價格變化影響程度越大，即一個較小的交易金額就可以引起價格大幅波動，這表明股票的流動性越差，非流動性比率的值越小，股票的流動性越好。

本文選擇采用成交金額、換手率和Amihud非流動性比率這三個流動性度量指標。雖然關于流動性測度指標的設計后人有很多的改進，但是新的指標并沒有得到廣泛的應用，是否合理也沒有得到充分驗證。之所以選擇這三個流動性指標是因為三者符合我國股票市場的情況，并且各有特點。Amihud非流動性比率實際上可以表示單位交易量對股票收益率的沖擊，其值越大，流動性越低，從而投資者要求的風險補償越多。成交金額和換手率兩個指標側重流動性度量的寬度，但兩者也不相同。成交金額是一個絕對值而換手率是一個比率。成交金額和換手率的值越大，說明股票的流動性越高，同時兩者還是分析投資者對股票關注程度的重要依據。從現有的研究文獻中發現，運用不同的流動性指標，最終得到的回歸結果也不相同。因此本文認為有必要比較分析不同流動性指標的回歸結果。

（三）變量的計算公式與相關說明

本文所涉及的變量有：個股月收益率ri、無風險收益率rf、主板市場的市場收益率rm、規模因子SMB、價值因子HML、月換手率Turnover、月成交金額、Amihud非流動性比率ILLIQ。

個股月收益率ri，表示股票每個月的平均日度收益率，其中股票的日度收益率直接取自國泰安數據庫。

無風險收益率rf，根據商業銀行一年期定期存款利率r折算而來的月利率，計算公式rf=（1+r）1/12-1，數據來源于銳思數據庫。

主板市場收益率rm，一般把滬深300指數的收益率看作是市場收益率，本文結合銳思數據庫中的相關數據與滬深300指數收益率數據整理得出市場收益率rm。

規模因子SMB，為小規模股票收益率與大規模股票收益率之間的差值。數據來源于銳思數據庫。

價值因子HML，為高賬面市值比股票的收益率與低賬面市值比股票的收益率之間的差值。數據來源于銳思數據庫。

月換手率Turnover，計算公式為[r=]股票交易總額/股票市價總值，數據來源于萬得數據庫。

月成交金額，數據來源于萬得數據庫。

Amihud非流動性比例ILLIQ，計算公式如上文所示，公式中的個股收益率與成交金額數據來自萬得數據庫，公式計算在Matlab軟件中進行。

三、實證分析

（一）模型的建立

1. CAPM模型。

[E（ri）-rf=α+βi（E（rm）-rf）]

其中，[E（ri）]為股票i的預期收益率；[rf]為無風險收益率；[E（rm）]為市場組合的預期收益率；[βi]為股票i收益率對市場組合收益率變動的敏感性。

2. Fama-French三因子模型。

[E（ri）-rf=α+βi（E（rm）-rf）+siSMB+hiHML]

其中，[E（ri）]為股票i的預期報酬率；[rf]為無風險收益率；[E（rm）]為市場組合的預期報酬率；[SMB]為規模因子，即小規模公司股票報酬率與大規模公司股票報酬率的差值；[HML]為賬面市值比因子，即高賬面市值比公司股票報酬率與低賬面市值比公司股票報酬率的差值；[βi]、[si]、[hi]分別為股票的預期報酬對市場因子、規模因子、賬面市值比因子的敏感度。

3. 改進的Fama三因子模型。基于Fama三因子模型，本文構造了考慮流動性因素的改進后的Fama三因子模型：

[E（ri）-rf=α+βi（E（rm）-rf）+siSMB+hiHML]+[βlL]

其中[βl]表示股票預期收益對流動性指標的敏感度。模型中的L用上文中的三個流動性指標依次替代。

（二）Fama-Macbeth兩階段回歸結果分析

本文根據所篩選出的307只股票共192個月的平均月收益率數據，按照從低到高的順序將樣本股票分成數量大致相同的低（low）、中（middle）、高（high）三組。將樣本股票分成收益率不同的三組目的是為了在研究股票流動性溢價問題和比較不同流動性指標回歸結果的同時，探究不同模型對不同收益率股票的解釋能力的差異。如果模型中的α值顯著異于零，則說明該模型不能解釋股票的收益率，反之可以解釋股票的收益率。將三個流動性指標依次代入改進后的Fama三因子模型中，運用Fama-Macbeth兩階段回歸方法的回歸結果如下：

1. 當L為換手率時，回歸結果如表1所示。

通過表1，我們發現：

（1）CAPM模型和Fama三因子模型中的[α]都顯著，說明在我國證券市場這兩個模型中的因子不能完全解釋股票的收益率，還存在其他影響收益率的因子。三個模型中的[βi]系數都顯著，說明市場超額收益依然是影響我國股票收益率的重要因素。

（2）加入換手率影響因子的改進后的Fama三因子模型中[α]都不顯著，證明改進后的模型能夠增強對收益率的解釋程度，換手率在一定程度上影響股票的收益率，而且從擬合優度的數值上看，第三個模型明顯優于前兩個。所以我國股票市場存在流動性溢價現象。

（3）換手率的回歸系數[βl]為負，這也符合相關的理論解釋。因為換手率越低，證明該股票流動性越差，那么期望的收益率會越高，因此換手率與收益率存在負相關性。

（4）從三組不同收益率組合整體回歸結果的擬合優度和回歸系數[βl]來看，換手率這一流動性度量指標對低收益率股票的擬合優度和回歸系數最大，解釋能力最強。

2.當L為成交金額時，回歸結果如表2所示。

通過表2，我們發現：

（1）與表1中[α]的結果類似，CAPM模型和Fama三因子模型中的[α]顯著不為零，[βi]的回歸結果顯著，說明前兩個模型不能完全解釋我國股票的收益率，但是市場超額收益仍是影響股票收益的重要因素。

（2）加入成交金額因子的改進后的Fama三因子模型中[α]都不顯著，證明改進后的模型能夠增強對收益率的解釋程度，且模型的擬合優度較前兩個模型來說有所提高，所以我國股票市場存在流動性溢價現象。

（3）成交金額在中等收益率組合中的回歸系數[βl]為負，這一結果有相應的理論支持。因為如果成交金額越低，證明該股票流動性越差，那么就要有更高的風險補償人們才愿意投資，因此成交金額與收益率存在負相關性。但是在低收益率和高收益率投資組合中，系數[βl]的回歸結果并不理想，結果不顯著。

（4）以成交金額為流動性度量指標的模型三相對于前兩個模型來說對股票收益率的解釋能力有所加強，但是效果不是太明顯，規律性不強。并且成交金額只在中等收益率水平的投資組合中回歸結果顯著，在低和高收益率水平的股票投資組合中回歸不顯著，說明成交金額這一流動性度量指標不太適用于中國股市。分析其原因可能是由于成交金額是絕對量而模型中的其他變量大多是比率，這可能使回歸結果不理想；其次成交金額大的股票不一定流動性很好，可能是因為其股票的價格本身就很高而交易股票的頻繁程度一般，所以其對股票收益率的解釋能力一般。

3. 當L為Amihud非流動性比率時，回歸結果如表3所示。

通過表3，我們發現：

（1）與前面兩個表中所得結果一樣，在此不再重復。

（2）與前面兩個表中所得的結論類似，加入Amihud非流動性比率影響因子的改進后的Fama三因子模型中[α]都不顯著，且擬合優度較前兩個模型來說大大提高，說明我國股票市場存在流動性溢價現象。

（3）Amihud非流動性比率的回歸系數[βl]為正，這也符合相關的理論解釋。因為如果股票的非流動比率越高，即單位交易量對收益率的影響越大，說明該股票流動性越差，那么就需要有相應的流動性補償投資者才愿意投資，因此非流動性比率的值越大，收益率相應應該越高，二者之間正相關。

（4）從三組不同收益率組合整體回歸結果的擬合優度和回歸系數[βl]來看，加入Amihud非流動性比率因子使模型的解釋能力顯著提高，同時發現Amihud非流動性比率這一流動性度量指標對中高等收益率股票的擬合優度和回歸系數最大，解釋能力最強。

總結三個表中的實證結果，可以得出：我國股票市場存在流動性溢價現象；改進后的Fama三因子模型可以提高對股票收益的解釋能力；換手率、成交金額與收益率之間成負相關，Amihud非流動性比率與收益率之間成正相關；三個指標中，Amihud非流動性指標回歸結果擬合度最高，其最適用中國股票市場流動性的測度。另外還有一發現有待進一步驗證：包含成交金額的改進后的Fama三因子回歸結果不理想，包含換手率的改進后的模型適合解釋低等收益率的股票，包含Amihud非流動性比率的改進后的模型更適合解釋中高等收益率的股票。下面運用分位數回歸的方法來具體研究三個指標的適用性。

（三）分位數回歸結果分析

采用分位數回歸的方法是為了更好地探討收益率在不同的水平下，不同的流動性指標對其的解釋能力，觀察兩者之間是否有顯著的變化和規律。金融數據經常存在厚尾分布現象，而分位數回歸的方法恰恰考慮了函數在各個局部的分布情況，比普通最小二乘法更有優勢。

下面構造包含換手率、成交金額、Amihud非流動性比率三個測度指標在內的資產定價模型：

[E（ri）-rf=α+βi（E（rm）-rf）+siSMB+hiHML+βtTurnover+βqQua+βilILLIQ]

其在不同的分位數水平下的回歸結果如表4所示。

從分位數回歸結果中可以看出：市場超額收益率的系數βi始終顯著，說明市場超額收益率對股票的收益率有較重要的影響；規模因子SMB的回歸系數在分位數水平θ>0.6時顯著為正，說明規模效應在高收益率的股票中影響顯著；賬面市值比因子HML的回歸系數規律性不強，結果大多不顯著；換手率的回歸系數βt在0.1≤θ≤0.3的分位數水平下顯著存在，說明在較低收益率水平下，換手率與其存在較強的負相關性；成交金額的回歸系數βq規律性不強，大致上與收益率負相關；Amihud非流動性比率的回歸系數βil在0.4≤θ≤0.95的分位數水平下顯著，并且兩者的正相關性越來越強。各個分位數水平下的擬合優度R2 都在0.6左右的水平。

分位數回歸的結果與Fama-Macbeth兩階段回歸的結果大致相似，更好地驗證了三個指標所使用的不同情況。三個流動性度量指標中，換手率和Amihud這兩個指標較為適合解釋中國股票市場的實際情況。當收益率處于較低水平時，用換手率來測度流動性水平，能夠更好地解釋流動性溢價現象。當收益率處于中高水平時，用Amihud非流動性比率來測度流動性水平，能夠更好地解釋流動性溢價現象。

四、結論

本文采用2000年1月到2015年12月樣本區間內所篩選出的307只滬深A股的交易數據，通過構造改進后的Fama三因子模型，實證檢驗我國A股市場是否存在流動性溢價現象以及對三個流動性測度指標進行比較分析。本文有如下結論：

第一，市場的超額收益率對股票收益率仍具有很強的解釋能力。由三個模型的回歸結果可以看出，超額收益率的系數都非常顯著，說明其仍然是影響股票收益率的重要因素。

第二，我國股票市場存在流動性溢價現象。由回歸結果看，相對于傳統的CAPM模型和Fama三因子模型，加入流動性因子的改進后的模型對股票收益率的解釋能力明顯加強。

第三，不同的流動性指標對股票收益率的解釋能力不同。三個流動性指標中，成交金額的特征不明顯，回歸結果大多不顯著，有待進一步研究，而換手率與Amihud非流動性比率特征較為明顯。在低收益率水平下，換手率這一測度指標能夠更好地解釋包含流動性因子的定價模型；而在中高收益率水平下，Amihud非流動性比率能夠更好地解釋包含流動性因子的定價模型。

參考文獻：

[1]Langnan Chen，Steven Li，Jinan Wang. 2011. Liquidity，Skewness and Stock Returns：Evidence from Chinese Stock Market[J].Asia-Pacific Financial Markets，18.

[2]Ho Tsung-wu，Chang Shu-Hwa. 2015. The pricing of liquidity risk on Shanghai stock market[J].International Review of Economics and Finance.

[3]周芳，張維，周兵.基于鞅測度的流動性風險溢價的測算[J].數學的實踐與認識，2011，41（10）.

[4]劉向華，胡飛.基于FARM的我國股市流動性溢價的實證研究[J].統計與決策， 2012，（19）.

[5]楊曉波.中國A股市場的流動性溢價研究[D].西南財經大學碩士研究生論文，2014.

[6]石永磊.股票流動性與預期收益率的關系—主板與創業板的對比分析[D].浙江工商大學碩士研究生論文，2013.

[7]周芳，張維.中國股票市場流動性風險溢價研究[J].金融研究，2011，（50）.

[8]黃峰，楊朝軍.流動性風險與股票定價：來自我國股市的經驗證據[J].管理世界，2007，（5）.

[9] 鄒小芃，黃峰，楊朝軍.流動性風險、投資者流動性需求與資產定價[J].管理科學學報，2006，（6）.

[10]李一紅，吳世農.中國股市流動性溢價的實證研究[J].管理評論，2013，（15）.