999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

我國A股市場“流動性異象”實證研究及分析

2023-02-14 13:24:40王雨瑤謝中洋費劍簫蘇州大學
消費導刊 2023年5期
關鍵詞:模型

王雨瑤 謝中洋 費劍簫 蘇州大學

引言

早期資產定價理論認為,系統性風險所引起的風險補償構成了資產的超額收益率。現實中,早期資產定價理論并不能解釋一些“市場異象”。某只股票所具備的公司或行業特征會為其收益率帶來超過系統性風險的風險補償部分,比如相關學者在實證研究中發現了股票會具有市盈率效應、規模效應和杠桿率效應等。

基于以上研究,Fama&French提出FF三因子模型,即通過市值因子(SML)、賬面市值比因子(HML)和市場指數因子(MKT)來解釋股票橫截面上的期望收益率。隨著后期實證研究的進展,越來越多的市場因子被加入模型當中,形成了多樣化的多因子模型。Carhart在三因子模型的基礎上,加入了“一年期收益動量異常因子”,提出了四因子模型。此外,Aharoni等經過實證發現了企業投資水平與其股票預期平均收益存在顯著關系,Novy-Max發現公司的預期盈利能力與其股票預期收益率呈正相關關系。考慮到新的實證研究發現,Fama&French在原FF三因子模型基礎上,加入了代表盈利能力的因子(RMW)和代表投資風格的因子(CMA),形成了FF五因子模型。

對于國內的股票市場,股票定價也經歷了一個逐步發展的歷程。陳浪南和屈文洲(2000)通過實證檢驗了CAPM模型在中國市場的適用性,發現上海股票市場具有較強投機性。吳世農和許年行(2004)實證檢驗了CAPM模型、三因子模型以及特征模型在中國市場的適用性。潘莉和徐建國(2011)發現FF三因子模型在中國A股市場不適用,并且構造了適用于我國股票市場的三因子模型,并將其與原模型進行比較。李志冰、楊光藝、馮永昌和景亮(2017)檢驗了FF五因子模型在中國股市不同時期的適用性。楊麒麟、楊婧和呂龍超(2020)對比分析了FF多因子模型和CAPM模型不同因子在我國市場上的解釋性。張禮雙(2022)分析了在極端情況下CAPM模型和FF三因子模型在我國股票市場的適用性。

此外,學術界對于流動性這一名詞的研究也在不斷發展。流動性對股票收益率而言是否有影響以及其背后的影響程度成為學術界的重要課題。流動性是一個復雜的綜合概念,對于股票而言,其流動性主要指證券買賣的便利程度,代表流動性的主要指標有交易成本、成交量、換手率等,而目前主流的流動性代表指標為換手率,原因有兩點。其一,Amihud和Medelson(1993)指出股票的流動性與投資者持有股票的時間有關,而投資者持有股票的時間又與股票的換手率負相關。因此股票的換手率越低,投資者持有的時間越長,股票的流動性越差,故選取股票的換手率為股票流動性的代理變量。其二,從行為金融學的角度來看,Schenikmen和Xiong(2003)提出,股票的價值主要是由未來現金流的貼現和內含的轉售期權價值構成,而其內含的轉售期權容易在市場上產生投機行為,價值與投資者不同的投資看法有關。投資者之間的投資看法分歧越大,股票內含的轉售期權的價值越大,股票的價格越高,進而股票未來的預期收益率越低。而股票的換手率可以很好地代表投資者不同的投資看法分歧程度,即股票的換手率越高,股票在市場上進行買賣越頻繁,說明市場上投資者不同的投資看法分歧程度越大,進行不同方向頻繁地買賣操作。

基于以上兩種觀點,換手率和預期股票收益率呈現兩者相反的變化關系。一是Acharya和Pedersen(2005)、Liu等(2016)認為換手率作為流動性代理變量,兩者為負向變動關系。因為流動性較好的股票,流動性風險較小,預期收益較低,所以換手率與股票預期收益之間呈負向變動關系。二是Diether等(2002)和Jiang等(2005)認為可以采用換手率來衡量股票的不確定性或由于股票不確定性而產生的投資者意見分歧波動程度。因為流動性較好的股票,具有較強的不確定性,投資者所承擔的不確定風險越大,進一步會要求更高的風險補償,所以換手率與股票預期收益之間呈正向變動關系。

本文主要以第一種觀點為依據展開,并證實了A股市場換手率與股票收益率之間的負相關關系,進而研究以換手率為代理變量的流動性溢價現象。根據套利定價理論(APT模型),在一個理性投資者廣泛參與的有效市場中,兩種性質相同的商品不能以不同的價格出售。預期風險較高的資產不能和預期風險較低的資產以同種價格出售,必須有額外的風險補償。否則,該類資產將不會被投資者所持有,該類資產將會退出市場。若流動性作為風險補償的一種,則高流動性對應較低的收益率,低流動性對應較高的收益率。Amihud和Mendelson認為,流動性即在一定時間內完成既定所需的成本,或尋找一個期望價格所耗費的時間,并且提出了“流動性溢價”(Liquidity premium),指出資產定價過程中也應考慮定價資產的流動性,即流動性較差的資產由于持有者承擔了較大的流動性風險。因此該資產應具有較高的預期收益率,驗證了套利定價理論中流動性和預期收益率之間的負相關性。此后,“流動性溢價”在眾多的實證檢驗中得到了支持。

本文將基于國內外現有研究的基礎上,結合相關的理論模型,對中國A股市場是否存在“流動性異象”進行實證檢驗。首先,以流動性為標準計算不同組別的預期收益率,考察中國A股市場中是否存在“流動性風險溢價”。隨后,分別使用CAPM模型和Fama-French三因子模型檢驗以換手率作為代理指標的流動性能否被很好地檢驗。最后對本實證結果進行總結分析。

一、研究方法設計

(一)變量選取及數據說明

結合引言,本文采用換手率作為所研究股票的流動性的代理變量,換手率(TURN)的計算如下:

其中,VOLi為股票在第i月的總交易股數;LNSi為股票在第i月的流通股數。選取股票的換手率代表其流動性的依據主要有兩點:第一,相關計算數據易獲取,并且目前大部分研究都選取該變量作為流動性的代理變量;第二,換手率反映了股票交易的即時性和數量,因而可以對流通市值不同的股票進行流動性上的比較。其缺點是,換手率指標并不能直接反映市場上的交易對股票市場價格的潛在影響。

本文的研究樣本為上交所和深交所所有A股股票,樣本選取時間為2009年1月至2020年12月。同時,相關檢驗數據來源于深證國泰安公司開發的中國股票市場研究數據庫(CSMAR)。本文考慮實證分析的有效性,將長期停牌或退市股票剔除。此外,本文考慮數據的有效性和可比性,剔除了樣本股票上市之后的前三個月數據。

(二)回歸模型設定

1.模型一(CAPM模型)

其中:RETit是股票i在第t月的收益率;Rft是無風險利率;RETMt是市場組合在第t月的收益率;βi代表市場風險對證券i的收益的影響程度;εit代表隨機誤差項。

對相關計算數據進行回歸,若顯著地存在有α≠0,則說明當前市場存在除了系統性風險以外的非系統性風險及其風險溢價。

2.模型二(Fama-French三因子模型)

其中,在CAPM模型度量了市場風險的基礎上,補充了SMBt代表小股票組合減大股票的組合收益率;HMLt代表賬面市值比高減賬面市值比低的組合收益率;Si和hi分別表示證券i的收益率對SMB和HML因子的反應程度。

對相關計算數據進行回歸,若顯著地存在有α≠0,則說明Fama-French三因子模型不能完全解釋股票收益。

在Fama-French三因子模型中,由于作為解釋變量的三因子之間往往存在著一定的相關性,即RETit-ERft、SMBt、HMLt之間可能存在多重共線性問題。本文暫不討論多重共線性問題。

二、實證過程和分析

(一)加權收益率

將上市公司股票的換手率按照從小到大進行排序,將其分為十組,并且以每只股票的市值為權重,計算投資組合各組月度的市值加權收益率。

通過各組月加權收益率發現,流動性較高的組別收益率較低,流動性較差的組別收益率較高,且收益率與流動性呈非線性關系,證明CAMP模型無法完全解釋流動性因素,存在模型下的市場異象。

表1 回歸檢驗結果

圖1 各組月加權收益率

(二)多空投資組合(SML)

“多空組合(SML)”是指投資者為了在股票市場上盈利,結合不同的股票特征及其對應收益率特征所采用的,同時做多和做空兩個股票組合進行盈利的一種投資策略。本文中,多空策略是做多換手率最低的組合、做空換手率最高的組合。本文構建多空投資組合(SML),并計算該組合月度收益率,并且進行t檢驗。

通過t檢驗,說明構建多空投資組合比單獨持有流動性較高或較低的股票組合收益更高、風險更小,進一步驗證樣本股票存在潛在的超額收益率,可能出現流動性無法解釋的市場異象。

圖2 各組加權收益率和收益波動率

同時,本文統計每個投資組合各月收益率變化情況,并且考慮自相關關系,進行相關處理結果。

從相關表格可以發現,每個投資者各月收益率存在顯著差異,即再一次驗證中國股市存在流動性異象。結合每個投資組合各月收益率變化情況,畫出每個投資組合各月收益率變化情況,可以發現在2016年后中國股市出現較好的情況,月收益率大部分為正,但在2018年中國股市出現了大跌的情況,在圖三中表現為最小值(負的極值)。

圖3 各組加權收益率變化情況

(三)CAPM模型

本文檢驗換手率投資者組合收益率的差異是否可以被風險因子模型解釋,利用時間序列回歸得到以下結果如表3所示。

表3 CAPM模型回歸結果

根據上述表格數據,可以發現各個組合均有相關現象,說明市場存在除了定價模型中已包含因子以外的風險溢價,并且樣本組合的預期風險溢價與換手率負相關,表明中國股票市場存在模型下的流動性風險溢價現象。

(四)Fama-French三因子模型

根據CAPM模型的發現,進一步用Fama-French三因子模型對不同組合進行回歸分析,得到以下結果如表4所示。

表4 Fama-French模型回歸結果

根據上述表格數據,發現在模型在大部分組中顯著,并且結合模型相關系數,Fama-French模型在大部分組擬合度較好,說明Fama-French模型可以較好地解釋流動性溢價現象。

表2 自相關處理結果

結語

本研究基于國內外研究成果,對上交所和深交所A股股票流動性風險溢價進行研究,以預期收益率為標的(以流動性為標準)考察中國股市流動性風險溢價問題,并通過CAPM模型、Fama-French三因子模型進行檢驗。

實證結果顯示,在CAMP模型下流動性與收益率呈非線性的負相關關系存在市場異象。在SML檢驗中,多空投資組合比單獨持有流動性較高(或較低)的股票組合收益更高,風險更小。在Fama-French模型下流動性溢價解釋較好。以上結果表明,中國A股市場存在流動性風險溢價異象。

猜你喜歡
模型
一半模型
一種去中心化的域名服務本地化模型
適用于BDS-3 PPP的隨機模型
提煉模型 突破難點
函數模型及應用
p150Glued在帕金森病模型中的表達及分布
函數模型及應用
重要模型『一線三等角』
重尾非線性自回歸模型自加權M-估計的漸近分布
3D打印中的模型分割與打包
主站蜘蛛池模板: 国产成人精品免费av| 免费国产在线精品一区| 久热这里只有精品6| 欧美精品xx| 久久人妻xunleige无码| 国产午夜福利亚洲第一| 国产欧美又粗又猛又爽老| 国产色婷婷| 一级香蕉视频在线观看| 久草视频中文| 亚洲国产精品人久久电影| 高清乱码精品福利在线视频| 精品国产福利在线| 亚洲a级在线观看| 蝌蚪国产精品视频第一页| 亚洲水蜜桃久久综合网站| 亚洲v日韩v欧美在线观看| 精品成人免费自拍视频| 色哟哟色院91精品网站 | 色综合久久久久8天国| 91香蕉视频下载网站| 另类欧美日韩| 国产18在线| 欧美色视频在线| 五月天在线网站| 免费观看精品视频999| 亚洲精品视频免费看| 中文无码日韩精品| 久久五月视频| 色呦呦手机在线精品| 国产麻豆另类AV| 1769国产精品视频免费观看| 国产视频入口| 亚洲va在线∨a天堂va欧美va| 亚洲人成网线在线播放va| 白浆免费视频国产精品视频| 国产亚洲日韩av在线| 精品欧美日韩国产日漫一区不卡| 国产精品极品美女自在线网站| 精品人妻无码区在线视频| 欧美有码在线| 欧美一区二区福利视频| 蜜桃视频一区二区| 中文无码伦av中文字幕| 日本成人在线不卡视频| 久久久久亚洲Av片无码观看| 天天躁夜夜躁狠狠躁躁88| 伊大人香蕉久久网欧美| 无码专区国产精品一区| 4虎影视国产在线观看精品| 国产综合另类小说色区色噜噜 | 精品免费在线视频| 亚洲日韩AV无码一区二区三区人| 国产99在线观看| 亚洲欧美国产五月天综合| 国产精品久久久久久搜索| 美女无遮挡免费视频网站| 欧美日韩亚洲国产| 国产经典三级在线| 自拍偷拍一区| 久久无码av一区二区三区| 亚洲国产高清精品线久久| 日韩免费毛片| 毛片基地美国正在播放亚洲 | 国产美女一级毛片| 亚洲av无码人妻| 91在线高清视频| 特级毛片免费视频| 国产亚洲视频中文字幕视频| 午夜国产不卡在线观看视频| 伊人无码视屏| 狠狠色狠狠综合久久| 日韩欧美视频第一区在线观看| 国产精品99r8在线观看| 国产情侣一区二区三区| 欧美综合区自拍亚洲综合天堂| 国产欧美视频一区二区三区| 欧美激情二区三区| 日韩av手机在线| 国产精品深爱在线| 日本免费福利视频| 在线另类稀缺国产呦|