信息沖擊、市場流動性與股價波動

(東南大學經濟管理學院 江蘇 南京 211100)

一、引言

長期以來，資產價格波動作為金融市場的核心話題得到了廣泛的關注。普遍認為資產價格的波動是資產價格對市場中出現的新信息做出的反應，是信息的外在表現。關于資產價格變動是否合理的討論，形成了兩個最具代表性的學派：理性預期學派和行為金融學派。有效市場假說(EMH)作為理性預期學派的重要理論認為信息是決定股票價格波動的最重要原因。雖然不同效率的市場對信息的反應能力以及特征存在差別，但是，信息的變化與沖擊能夠對股票市場的運行以及股票價格的波動產生真實的作用。在強式或半強式有效的市場狀態下,股票的價格將包含所有的公共信息信息在其公布之后將立刻反映到股票價格中,股票價格未來走勢只與將來市場中出現的新信息有關。而在弱勢有效市場中，股價只能反映歷史信息。大量研究表明，我國股票市場呈現出弱勢有效市場。流動性作為金融資產的三大重要特性之一，對股票價格的變動具有重要的影響。2008 年全球金融危機的爆發促使人們更加關注流動性問題。縱觀歷次金融危機，都可以發現金融危機的爆發都伴隨著市場流動性的驟然緊縮，并且近些年來的研究表明，在不同經濟發展時期，世界主要金融市場流動性的變化呈現出非常劇烈的波動趨勢。因此探究信息沖擊、市場流動性對股價波動具有重要的意義。

二、變量選擇

(一)信息沖擊變量

1.非預期收益率。信息沖擊能夠對股票市場的運行及股票價格的變化產生作用，但是嚴格來說，真正可以衡量信息沖擊的是非預期收益率的變動。Pagan和Schwert(1990)采用了一種計算非預期收益率的方法，即剔除股票收益中的周末效應以及自回歸效應。本文采取該方法，建立含有周末效應及自回歸效應的股票收益率序列的均值方程，方程如下：

Rt=c0+c1AR(n)+φ1TUEt+φ2WEDt+φ3THUt+φ4FRIt+εt

(2.1)

其中Rt為t期股票收益率，TUEt，WEDt，THUt，FRIt為虛擬變量.

殘差εt即為非預期收益率，也就是公開的新信息沖擊，當εt>0表示信息正向沖擊(好消息)，當εt<0時則相反。

2.非預期交易量變化。在股票市場中，投資者往往會根據得到的信息做出決策，市場中交易量發生變化，從而影響股票價格。在一次交易完成后，價格本身也會提供給市場預期的信息。因此，這是一個循環反饋的過程。可以看出，從信息的到達到價格的體現，交易是其中不可或缺的環節。新信息的到達往往伴隨著異常的交易量，沖擊著價格的波動。因此，我們可以將交易的直接結果——交易量，作為信息流的替代指標。交易量分為預期和非預期交易量變化,只有非預期交易量變化才能視為投資者對新信息沖擊的反應。非預期交易量變化的計算方法與前述非預期收益率計算方法類似，首先利用交易量的對數差分形式作為交易量變化率：

VOLt=logVt-logVt-1

(2.2)

VOLt為t期的交易量變化率，Vt為t期的交易量。VOLt對建立ARMA模型:

VOLt=φ1VOLt-1+φ2VOLt-2+...+φpVOLp+εt+θ1εt-1+θ2εt-2+...+θqεt-q

(2.3)

將VOLt的ARMA模型的擬合殘差作為信息沖擊的代理變量。

(二)流動性變量。流動性是一個不可觀測的變量，因此需要合適的代理變量來衡量。但是流動性具有多個維度，無法用單一的變量來衡量。為了解決這個問題，大量的研究致力于找到不同的流動性代理變量。本文選擇Amihud(2002)以及Hasbrouck J(2009)這兩個綜合變量作為流動性的代理變量。

1.Amihud(2002)流動性度量。Amihud(2002)提出了一個流動性度量方法，估計每日交易的價格沖擊，可用Illiqi表示。Illiqi為每日股票收益率的絕對值與交易金額的比率，表達式為：

(2.4)

其中ri為股票i的日收益率，Vi為交易金額。該比率越小表明流動性越大。

Amihud(2002)認為有更好的度量非流動性的方法，比如買賣價差或者交易期間的市場影響，但是這些變量需要大量的微觀結構的數據，這些數據很難在股票市場中獲取，即使可以獲得，這些數據不涵括較長的持續期間。因此，Amihud(2002)強調，這個度量方法允許構建所需要的測試在事前股票的超額收益率與同期非流動性時間的影響非流動性長時間序列。

3.Hasbrouck J(2009)流動性度量。Hasbrouck 所提出的Amivest比率的平方根Amivest1/2 衡量流動性，避免Amivest測度的樣本分布出現極端值。Amivest1/2 用成交額與絕對價格的變化來衡量，該指標值越大，市場流動性越高。

(2.5)

三、實證分析

(一)數據選擇。本文選取2010年1月4日至2017年6月14日的上證綜指，共1807個數據來計算流動性以及信息沖擊的指標。數據來源于IFind(同花順)。本文的數據處理工具為EVIEWS8.0以及R語言。

(二)變量的描述性統計分析。根據3.1章節，非預期交易量變化率的公式，經過多次驗證和模擬，發現交易量變化率VOLt符合ARMA(2,1)模型，取其殘差序列得到非預期交易量變化率VOLut。對選取的1807個樣本的收益率序列Rt，流動性指標Illiq、Admivest，非預期交易量變化率VOLut進行描述性分析，結果如圖3.1所示，其中流動性指標Illiq和Admivest根據2.2節的公式計算得到。特別說明，這里的收益率序列Rt以及VOLut單位為%。

表3.1 變量的描述性統計分析

注：***為1%置信水平顯著

從表3.1中可以得出，樣本區間內股票收益率的均值為-0.000455，幾乎接近于0，且標準誤差為1.4439，因此樣本區間內收益率的波動并不明顯。對應圖3.1的上證綜指趨勢圖，樣本區間內上證綜指基本徘徊在2000—3000點，只有在2015年上半年經歷了短暫的一段牛市，2015年6月9日達到最高點4142.094，2015年下半年又進入新一輪的熊市。

圖3.1 上證綜指趨勢圖

由于樣本區間較長，且變量值的差異較大，各個變量的趨勢并不明顯，所以對各個變量進行HP濾波處理，得到各變量的趨勢項。

流動性指標Admivest以及的Illiq的均值和標準誤分別為7.0366，8.0291以及0.0028，0.0030。從圖3.2中可以得到，樣本區間內Admivest呈上升趨勢，Illiq則相反整體呈下降趨勢，對應著2.2節Admivest的值越大，股票市場的流動性越大，Illiq的值越小，市場的流動性越大。兩個指標均表明樣本區間內股票市場的流動性整體呈上升的趨勢。圖3.1表明，在2015年下半年發生了“股災”，股災的主要原因是市場的流動性危機，對應著圖3.2中，在1320—1500的樣本區間內(2015年6月10日—2016年3月8日)，Admivest出現了連續三個波谷，Illiq出現了連續的三個波峰。

圖3.2 流動性變量Admivest 和Illiq HP濾波圖

(三)平穩性檢驗

接下來對收益率序列Rt，流動性指標Illiq以及Admivest，以及非預期交易量變化VOLut率這四個變量進行平穩性檢驗，結果如表3.2所示。從表3.2可以看出，這五個變量在1%置信水平下顯著，均為平穩性序列。

表3.2 變量的平穩性檢驗

注：***為在1%置信水平下顯著

(四)MSBVAR模型實證分析

為了檢驗不同區制狀態下在流動性、信息沖擊對股價波動的作用，我們將分別建立包含Admivset、Illiq、VOLut和Rt變量的兩個MSBVAR模型，MSBVAR模型的狀態變量設置為2，即劃分為牛市和熊市兩種狀態。變量滯后階數根據VAR模型的AIC和BIC準則進行選擇。對于區制轉移VAR模型的Sims-Zha先驗參數，參照Sims et al(2008)的設定。具體的參數設置如表3.3所示：

表3.3 MSBVAR模型參數設置

利用R語言中的MSBVAR工具包，將表3.3中的參數輸入，首先得到兩個模型的狀態轉移矩陣，結果如表3.4所示。

表3.4 狀態轉移概率矩陣

注：模型(1)為流動性指標為Admivest的模型，模型(2)為流動性指標為Illiq的模型。

從表3.4中可以看出，在模型(1)中，若t時期為熊市狀態，那么t+1期將會有92.6778%的概率仍處于熊市，而轉換為牛市的概率僅有7.3222%；若t時期處于牛市狀態，那么將有58.4783%的概率維持原有的狀態，狀態轉移的概率幾乎相等，這與樣本區間的實際情況相契合。如圖3.1所示，2010年至2017年間股市大部分處于熊市階段，除了2015年上半年短暫的牛市。

表3.5 模型(1)的回歸系數值

從表3.5中可以得到，當市場處于熊市時，上一期的流動性Admivest對股價收益率的影響系數為0.0084>0，而在牛市中，系數則變為-0.0012<0。當市場處于熊市時，市場中流動性缺乏，一旦向市場中注入流動性，資產的價格開始走高，收益率增加；而當市場處于牛市時，市場中的流動性較為充裕，當再向市場中注入流動性時，流動性是否存在飽和現象使得股價反而走低，仍需要探討，但是從表3.5的結果來看，產生的是負的效應。熊市中，上一期的信息沖擊 對收益率的影響系數為0.0017，而牛市中的影響系數為0.0021，作用效果幾乎一致。熊市中，上一期的信息沖擊 對流動性的影響系數為0.0149，而牛市中的影響系數為0.0195，可以理解為利好信息會增加股市中的流動性，利空信息則會降低市場中的流動性，牛市中的作用較熊市略高。

表3.6 模型(2)的回歸系數值

從表3.6中可以看出，當市場處于熊市時，上一期的流動性Illiq對股價收益率的影響系數為50.2876，在牛市中，系數為1390.2078。由于Illiq和Admivest的含義相反，Illiq值越大，流動性越小，因此盡管牛市中影響系數遠大于熊市，但是意味著流動性越大，而收益率反而減小。

四、結論

實證結果表明流動性對股票收益率的作用在市場處于的區制狀態中表現不同。在熊市中，流動性對收益率有正的作用，但在牛市中卻表現為負的效應。其次，信息沖擊對收益率的作用表現為正的效應，即利好消息會增加股票的收益率，利空消息則相反，但是該作用的熊市中表現較為明顯。最后，信息沖擊對流動性有正的效應，且牛市中的作用大于熊市。