股市系统流动性风险溢价与资产定价-基于沪深股市的动态实证研究汇总

《股市系统流动性风险溢价与资产定价-基于沪深股市的动态实证研究汇总》由会员分享，可在线阅读，更多相关《股市系统流动性风险溢价与资产定价-基于沪深股市的动态实证研究汇总（14页珍藏版）》请在金锄头文库上搜索。

1、2011年第7期下旬刊 (总第451期时 代 金 融Times FinanceNO.7,2011 (CumulativetyNO.451所谓系统流动性风险是指市场组合超额收益对市场总流动性 的敏感性(Gibson和 Mougeot(2004,系统流动性风险溢价 是资产定价的重要指标,随着全球金融危机的蔓延,股票市场的 系统流动性风险越来越成为 (国内外金融学 研究的热点问题之一。 因此,在不同的样本期研究股票市场是否存在系统流动性风险, 特别是利用沪深 300指数数据对其进行实证检验,不仅对投资者 规避风险、构建投资组合等投资策略以及对风险定价提供依据, 而且对预测作为股指期货标的物的沪深 3

2、00指数走势,都具有重 要的理论和实践意义。本文按照 Gibson 和 Mougeot(2004的基本框架,直接建 立 二 元 均 值 GARCHDiagonal BEKK 模 型, 利 用 沪 深 300十 大 行业指数数据,按市场态势对我国股票市场的系统流动性风险溢 价动态进行实证研究。一、模型建立、数据说明及变量选取(一系统流动性风险溢价理论模型按照 Chen 等(1986的思路,我们假定股票收益服从预先 设定的两因子模型,假定两因子分别是市场因子和系统流动性因 子,检验下列等式(1刻画的股票市场预期超额收益是否满足。E t-1 (rM,t=M,t2M,t+ML,tML,t(1其中,r

3、M,t 表示股票市场超额收益,2M,t是股票市场超额收益的方差,ML,t是市场超额收益和市场流动性的时变协方差。M,t 是市场风险溢价,而 ML,t是系统流动性风险溢价。按照在 Gibson 和 Mougeot(2004实证检验中得到证实的结论,假设 ML,t是正的,因此,我们可以推断系统流动性风险溢价 ML,t的符号应该是负的。这意味着投资者如果重视将来交 易的即时性,应该提高那些与市场流动性协同变化程度高的证券 和组合的现价,这样,在未来可以给投资者提供改善的投资机会 集(因为高收益带来高现金流。(二二元均值 Garch(1,1Diagonal BEKK模型的建立 按 照 Gibson 和

4、 Mougeot(2004 的 基 本 框 架, 我 们 假定 超 额 市 场 收 益 r M,t 和 市 场 流 动 性 rL,t服 从 二 元 均 值 GARCH模型:(2其中, ttttttttHhhhhH , 2, 1,2,12,21,11=为市场超额收益率和市 场流动性的方差协方差矩阵。A,B 和 为对称的常数矩阵。rM,t为股票的市场超额收益, 2M,t是股票的市场超额收益的方差,ML,t是市场超额收益和市场流动性的协方差;rL,t为市场流动性变量。为了考虑市场是非理想的,方程中常常包括常数项 M ,M是市场风险溢价,ML是系统流动性风险溢价。(三数据说明及变量选取1. 数据说明由

5、于沪深 300指数以 2004年 12月 31日为基日,因此,本文 选取沪深 300十大行业指数的周度收益率和成交量序列作为样本, 样本区间为 2006年 1月 14日至 2010年 6月 30日,共计 224个 数据(除去节假日。2. 变量选取(1超额市场收益率。超额市场收益率定义为沪深 300指数 (或沪深 300行业指数的周度收益与周度无风险收益的差。收 益率采用对数收益率,其表达式为rM,t=ln(pM,t/pM,t-1-rf,t(3其中, pM,t, pM,t-1分别为沪深 300指数 (或沪深 300行业指数第 t 周和第 t-1周的收盘价,rf,t是沪深 300指数(或沪深 30

6、0行 业指数第 t 周无风险收益率。(2市场流动性。选取沪深 300指数(或沪深 300行业指数 周度成交量对数的一阶差分作为总的市场流动性变量,其表达式为rL,t=ln(Trdvolt/Trdvolt-1(4其中,Trdvolt,Trdvolt-1分别为沪深 300指数(或沪深 300行业指数第 t 周和第 t-1周的成交量。(3超 额 市 场 收 益 的 时 变 方 差(2M,t和 超 额 市 场 收益与市场流动性的时变协方差(ML,t超额市场收益的方差(2M,t和超额市场收益与市场流动性的协方差(ML,t的 时变值通过在联立方程中建立均值方程只具有常数项的回归方 程, 即 市 场 超 额

7、 收 益 和 市 场 流 动 性 收 益 的 二 元 GARCH 模 型,得到 2M,t和 ML,t。二、基于行业指数数据的系统流动性风险实证研究(一十行业指数超额收益与市场流动性的描述性统计分析 首先我们给出沪深 300的十大行业指数的超额收益和流动性 变量的基本描述性统计量的分析结果,分别如表 1、表 2所示。股市系统流动性风险溢价与资产定价基于沪深股市的动态实证研究汪 贤 葛 山 何 龙(武汉大学经济与管理学院,湖北 武汉 430072【摘要】 流动性与资产定价是当前金融领域研究的热点之一,研究流动性与资产定价以及流动性风险与资产定价的关系是当 前国内研究资产定价的主要内容。本文将通过沪

8、深股市的实证数据研究中国股票市场系统流动性风险溢价的问题。针对流动性溢 价问题,本文将基于沪深股市数据,结合我国证券市场特征,按照 Gibson 和 Mougeot 的基本框架,直接建立二元均值 GARCH Diagonal BEKK 模型,对我国股票市场的系统流动性风险溢价动态进行实证研究。通过研究,本文得出结论:中国股票市场 存在系统流动性风险溢价,但随着样本期的选取、样本的选取以及不同流动性指标的选取的不同,其显著性是也不同的,系统流 动性风险溢价对对市场的超额收益是有影响的,而且这种影响是动态波动的,从长期看,这种波动持续性的存在会使投资者未来 投资的不确定性增加。【关键词】 流动性溢

9、价 系统流动性风险溢价 资产定价 Times Finance 155表 1沪深 300十大行业指数超额收益描述性统计分析结果 均值 标准差 中值 偏度 峰度 JB 值 概率 ADF 能源 0.00720.05500.0085-0.04534.125612.78540.0016-13.9871*材料 0.00610.05430.0084-0.06383.67834.57390.1742-8.3845*工业 0.00540.05230.0069-0.06344.565721.37950.0000-14.2894*可选 0.00560.05280.0072-0.06734.523424.78240.

10、0001-23.9893*消费 0.00770.05240.00820.22323.69358.24640.0234-17.2783*医药 0.00690.05080.00820.08904.14324.24670.0089-18.9873*金融 0.00860.05320.0052-0.12343.97238.12460.0147-12.1783*信息 0.00320.05760.0073-0.23259.83246.78630.0357-17.873*电信 0.00540.06420.0069-0.12354.57238.87330.0567-18.3910*公用 0.00430.0672

11、0.0063-0.30125.345650.13240.0000-12.1827*表 2沪深 300十大行业市场流动性描述性统计分析结果 均值 标准差 中值 偏度 峰度 JB 值 概率 ADF 能源 0.00320.05050.0035-0.04353.54560.0023-15.4317*材料 0.00390.05570.0103-0.04764.78906.53960.2264-9.5589*工业 0.00480.05840.0071-0.06735.57830.0000-17.5683*可选 0.00760.06930.0083-0.08496.67320.0002-26.8482*消费

12、 0.00790.06730.00940.26433.78469.65490.0437-22.9543*医药 0.00730.08600.00930.09304.67724.47890.0096-32.8927*金融 0.00900.03450.0087-0.26445.79438.78350.0147-13.9754*信息 0.00330.05780.0089-0.23569.83256.69310.0542-21.875*电信 0.00470.06540.0070-0.15374.58948.8950-19.4830*公用 0.00480.06720.0049-0.32895.56780.

13、0000-14.2825*由表 1可知,各个行业指数平均超额收益都为正。从标准差 来看,十个行业的市场超额收益的波动性相差不是很大,其中金 融和信息两个行业的波动相对来说要大一点;从偏度和峰度看出 各行业超额收益都不服从正态分布。(*表示各个序列在 1%水平时都是平稳的。从表 2可以看出,各行业流动性的均值都大于零,电信业务 波动性最大,而原材料指数、工业指数、可选指数三行业的波动 性较小;主要消费指数、电信业务指数峰度远远大于正态分布的 峰度值 3,并且 J-B 统计量都很大,具有典型的“尖峰性”。其 中 (* 表示各行业流动性序列在显著性水平为 1%时是平稳序列。 总之,本文基于沪深 30

14、0指数数据,建立了系统流动性风 险溢价存在性成因的检验模型,并对模型进行检验,实证结果 表明,我国股市的流动性溢价来自交易频率而不是交易成本, 股票资产定价的重要因子为换手率等流动性成本。我国股市的 流动性溢价来自交易频率的结论,印证了我国股市中小投资者 数量大,频繁交易是引起股市波动的主要原因,该结论对投资 者特别是机构投资者进行资产定价,特别是制定投资策略具有 借鉴意义和应用价值。参考文献1李一红,吴世龙 . 中国股市流动性溢价的实证研究 J.管 理学报 ,2003,(11.2吴云峰 , 宋逢明 . 流动性风险与股票收益率 J.运筹与管理 ,2007,(4.3朱微亮 , 刘海龙 , 史青青

15、 . 基于调整成本的产出资本 资产定价模型研究 J. 管理工程学报 ,2009,23(4.4吴世龙 , 许年行 . 资产的理性定价模型和非理性定价模型 的比较研究 J.经济研究 ,2002(10.5Amihud,Yakov and Mendelson, Haim,1986,“Asset Pricing and the Bid-Ask Spread”J.Journal of Financial Economics,Vol.17,pp.233-249.6 Amihud,Y.,2002, “Illiquidity and stock returns: an alternative test”J.Journal of Financial Market,5:31-56.作