《流动性信息与资产收益分析》由会员分享，可在线阅读，更多相关《流动性信息与资产收益分析（47页珍藏版）》请在金锄头文库上搜索。
1、流动性信息与资资产收益：基基于非参数模模型的分析目录摘要11.背景分析析12.流动性的的非参数求解解33.非参数建建模、估计方方法与检验43.1.模型型建立与估计计43.1.1.流动性信息对预预期收益冲击击的非参数定定向加权法53.1.2.变系数部分分线性模型及及估计63.1.3.变系数部分分线性模型的的检验74.数据与模模型结果分析析84.1.数据据说明与描述述84.2.模型型估计结果及及分析94.2.1.定向加权部部分的结果及及分析94.2.2.变系数部分分线性模型的的估计、检验验和boottstrapp模拟104.3.模型型讨论135.小结与建建议13参考文献155附录I摘要本文首先从全
2、新新的角度给出出市场深度指指标的求解方方法，分别从从定向加权和和变系数部分分线性模型的的视角检验流流动性信息的的预测能力，并并应用于我国国股票市场每每日收益率的的研究，得出出四点判断：1、通过非非参数方法求求解得到的指指标值具有显显著的平稳性性。2、流动动性信息的时时变性对股票票市场存在显显著的非线性性冲击，而且且流动性信息息的持续性变变化与收益之之间存在负向向关系，并发发现股票收益益分布具有多多峰性的特点点。3、得到到和经典资产产定价模型相相同的结论，即即市场综合指指数对个股具具有显著的影影响。4、模模型验证了流流动性信息通通过波动性将将信息非线性性传导给投资资者的假设，伴伴随着流动性性信息
3、的时变变性，投资者者所得到的风风险补偿也具具备时变性，但但由于市场不不够透明、信信息不对称，流流动性信息并并不能全部传传导给投资者者，或者在之之前由于信息息的外漏，原原本的流动性性信息传导路路径也可能会会被误导。55、通过实际际数据的验证证，我们所建建立的变系数数部分线性模模型能够较好好的解释流动动性信息的传传递，也为我我们以后的实实证研究提供供了一个估计计和检验流动动性信息传导导和时变型风风险补偿的新新方法。关键词：流动性性信息 市市场深度 定向加权 变系数部分分线性模型 波动性 1. 背景分析自从证券市场诞诞生以来，预预测资产回报报一直是人们们关注的焦点点之一。Faama(19970)提出
4、出，资产回报报可预测性被被分为基于过过去回报信息息的“弱形式(weeak foorm)”可预测性和和基于过去公公开信息的“半强形式(ssemi-sstrongg formm)”可预测性。其其中，弱形式式可预测研究究探讨回报的的序列依赖性性，这种序列列依赖性也可可捕获期望回回报的可预测测变化；半强强形式可预测测研究使用其其它公开可得得的滞后变量量作为工具(instrrumentt)变量,详详见文献220。不过，滞后工具具变量的预测测能力仍存在在争议，这是是因为研究者者认为所度量量的预测关系系可能是伪关关系(spuuriouss) Ferson、Sarkissian和Simin(2003)指出预测
5、回归中存在多种统计偏差。，为了辨别别这些预测关关系的真伪，在在资产回报预预测方面，研研究者通常采采用条件资产产定价检验方方法，和自回回归条件异方方差检验(EEngle，11987)，这这两种方法的的优点在于，它它们可以解释释条件变量所所捕获的股票票回报可预测测变化，即解解释条件变量量为什么具有有预测能力，从从而在条件变变量和可预测测股票回报之之间建立了相相依关系。所所不同的是，条条件资产定价价检验是针对对预期收益率率(一阶矩)的角度进行行估计和预测测，而Enggle提出自自回归条件异异方差理论以以后，突破了了这一局限，将将预测拓展到到波动性预测测(即二阶矩矩)。但上述述两种方法的的建模均是参参
6、数模型，对对模型的灵活活性有所限制制，基于此，本本文尝试将二二者的优点结结合起来采用用更具灵活性性的非参数模模型展开分析析，并对模型型的有效性进进行检验。考考虑到信息变变量在预测中中重要性，本本文将流动性性信息的滞后后变量考虑进进模型中，对对流动性信息息的重要性将将在下面简要要分析。流动性是指能够够以较低的交交易成本即时时完成交易指指令、同时对对市场价格影影响较小的交交易能力，如如果一种资产产和现金能够够以较小的交交易成本迅速速相互转换，该该资产就具有有流动性，从从流动性的定定义上我们完完全有理由认认为，流动性性信息是市场场调节机制中中重要的影响响变量，自从从Amihuud(20002)以来，
7、研研究者就意识识到流动性可可以解释资产产回报随时间间的可预测变变化。如果今今天的一个冲冲击使流动性性下降，那么么，投资者会会预期随后阶阶段的流动性性也较低，这这将导致今天天的价格下降降，从而使其其期望回报升升高。因此，流流动性的持续续性隐含了回回报和流动性性之间具有负负向关系。但到目前为止，研研究者仍没有有结合使用条条件资产定价价模型和自回回归条件异方方差模型检验验流动性的预预测能力。条条件资产定价价理论和条件件异方差理论论实际上都是是使用条件矩矩来描述资产产的价格行为为，其实证研研究一般依赖赖理性预期假假设，即数学学上的条件期期望。而在随随机折现因子子框架下，条条件模型和无无条件模型的的差异
8、主要在在于前者考虑虑了回报条件件矩的时变(time-variaation)，即随机折折现因子中的的参数将依赖赖于投资者对对未来回报的的预测。这意意味着研究者者所采用的信信息集能否代代表投资者预预期，是研究究者所采用模模型好坏的决决定因素之一一。在众多流动性的的研究中,关关于流动性与与资产定价关关系的研究是是一个重要的的分支。在这这一领域最重重要的问题就就是流动性是是否是决定资资产价格的一一个因子,即即流动性是否否对资产回报报有重要的影影响。国内外外学者对其已已有大量的研研究，其中，Amihud and Mendelson(1986)用买卖报价差(bid-ask spread)度量流动性研究了1
9、961年至1980年间NYSE(纽约证券交易所)中流动性与股票回报和价格的关系，发现流动性与股票回报呈现出显著的负相关，结果与流动性溢价理论一致。Datar、Naik和Radcliffe(1998)以换手率作为流动性指标，以NYSE非金融类的上市公司作为样本，利用1962年7月至1991年12月的数据，检验Amihud和Mendelson(1986)模型，结果表明流动性对股票收的解释力起着显著的作用。Loderer and Roth (2005)用瑞典股票市场的数据研究二者的关系时也支持Datar et al.的观点，他所用的度量流动性的指标是买卖报价差。国内关于流动性性的研究有王王春峰等(2
10、2002)使使用Amihhud(20002)的非非流动性指标标ILLIQQ分别在横截截面和时间序序列上检验上上海股市流动动性与收益的的关系，结果果表明在横截截面上和时间间序列上，当当排除政策影影响后，ILLLIQ与股股票收益显著著正相关，否否则两者没有有任何显著关关系，李一红红和吴世农(2003)的实证研究究也得出了类类似的结论，苏苏冬蔚、麦元元勋(20004) 以换换手率衡量流流动性，运用用横截面回归归方法证实了了我国股市存存在显著的流流动性溢价，并并且产生流动动性溢价的原原因主要是交交易成本。最最近的研究中中，复旦大学学的张晓蓉等等(20077)使用超高高频数据 ,并利用流动动性深度指标标
11、,研究流动动性的动态特特征、影响因因素以及检验验市场微观结结构理,结果果表明在信息息不对称条件件下耐心交易易可以降低交交易成本从理理论上说，股股市存在流动动性溢价现象象（Liquuidityy Premmium）。 而在上述的众多多流动性与资资产定价的研研究中，流动动性都是被看看做是一种系系统风险，进进而从截面的的角度研究流流动性溢价现现象，而将流流动性做为信信息因素并从从时间序列的的角度检验其其预测能力的的研究，国内内外学者尚鲜鲜有研究，国国内只有闫东东鹏(20006)采用条条件资产定价价模型做了相相关的研究，这这也是本文的的研究重点。本文的创新之处处在于：1、对对Back(1998)的流动
12、性市市场深度给出出非参数求解解。2、分别别从定向加权权和变系数部部分线性模型型的视角检验验流动性的预预测能力。其余部分的结构构如下:第二二部分给出流流动性市场深深度求解方法法；第三部分分详细阐述本本文的经验分分析方法，包包括构建符合合我国股市实实际情况的理理论假设和实实证模型；第第四部分给出出模型的估计计和检验及bbootsttrap模拟拟；最后对全全文进行总结结。2. 流动性的非参数数求解从流动性的定义义看出可见，流流动性实际包包含了四个内内容:交易成成本、交易速速度、交易数数量、价格弹弹性，由此可可引出流动性性的四维:交交易速度、市市场宽度、市市场深度、弹弹性。交易速速度指证券交交易的即时
13、性性，即投资者者的交易愿望望得到立即执执行的程度；市场宽度通通常用买卖价价差来衡量，反反映了交易者者因成交价格格偏离真实价价格而遭受的的损失；市场场深度衡量了了在特定价格格或价格范围围内可以交易易的数量；弹弹性衡量了大大额交易导致致价格偏离后后，价格恢复复到均衡价格格的速度。交交易速度越快快、买卖价差差越小、市场场深度越大、以以及弹性越大大，则市场流流动性越好。张晓蓉(20007)指出，流流动性的四维维之间可能存存在矛盾。如如在做市商市市场中，常用用买卖价差来来度量流动性性，但这一指指标仅能反映映低交易量市市场中的宽度度，而大额的的交易指令则则常常不能有有效执行。对对于市场的重重要参与者-机构
14、投投资者，因其其调整投资组组合的需要，常常需进行大额额交易，可能能导致对价格格产生冲击，从从而被迫承担担大的交易成成本。Bacck(19998)指出，市市场的深度是是时变的，且且是一个可以以预测的变量量，那么流动动性深度不管管对预测机构构投资者还是是普通投资者者的预期就显显得非常重要要。 Back在凯尔尔(Kylee,19855)的基础上上给出指令驱驱动交易机制制下的流动性性市场深度指指标，在布朗朗运动等假设设成立的前提提下，Bacck推导出： （1） 则市场深度可以以表示为：而关于的求解，Baack给出了了市场深度的的隐式偏微分分方程： (2)关于(2)式的的推导详见文文献6,通过(2)式对
15、求求解的算法关关系到计算量量和实际应用用的可行性。一一般较常见的的方法是用偏偏微分方程直直接去寻找价价格关于交易易量的可导函函数。但是在在价格与交易易量构成的复复杂动力系统统里，试图得得到一个确定定的价格关于于交易量的函函数形式，需需要附加许多多严格的条件件，通常资产产价值服从布布朗运动，误误差项服从正正态假设是不不能缺少的。然然而这些假设设在实际情况况中是很难满满足的，即使使这些条件得得以满足，(2)式也只只能通过数值值计算给出求求解，这种方方法给计算带带来很大的不不便Back(1998)推导出市场深度与价格和成交量之间的关系的微分方程表示，但在常规方法下很难给出数值解，本文给出非参数方法下的求解方法。这样也也就使得Baack的指标不能直直接应用到实实际证券市场场的流动性度度量中。受目前在概率统统计理论上尚尚处于研究前前沿的非参数数理论的启发发，本文采用用非参数估计计给出价格关关于时间和交交易量的平滑滑函数，而平平滑函数具有有连续可导性性的良好性质质，而为价格对于成交交量的一阶偏偏导数，问题题迎刃而解。关关于求解，我我们采用局部部多项式方法法(Fan and GGijbells, 1996)对(1)式式进行估计，那那么基于交易易量
