2 文献综述

2.1 股票流动性研究综述

2.1.1 股票流动性的概念与内涵

股票流动性是市场微观结构理论的核心内容，也是衡量市场运行质量和效率的重要指标。一个流动性良好的市场，投资者可低成本完成证券交易和风险配置等需求，证券发行者也可以为投资项目顺利融资。流动性的缺乏将导致市场交易不顺、证券发行受阻、市场的资源配置功能减弱，因此流动性是证券市场的生命力所在（O'Hara,1995）。从更广泛意义上看，流动性的增加不仅保证了资本市场的良好运行，也有助于优化资源配置效率和促进经济增长（Levine,1991）。

尽管有关流动性的研究成果非常多，但学术界并未给出一个统一、精确并被广泛接受的定义。主要原因在于流动性内涵非常丰富，学者根据不同研究目标，针对流动性属性的侧重点也不尽相同。Black（1971）认为，流动性是指任何数量的证券均可快速买入或卖出，或者说小额买卖可按目前市价成交，大量交易在一定时间内也可以以接近目前市场平均价成交。Lippman和Mcall（1986）指出，如果某项资产能以可预期价格迅速出售，那么该资产具有流动性。Amihud和Mendelson（1989）认为，流动性是在一定时间内完成交易所需要的成本，或是寻找一个合理价格所需的时间。Glen（1994）将流动性定义为资产能够迅速交易，同时不引起价格大幅变动的能力。O'Hara（1995）则将流动性定义为及时完成交易的价格（the price of immediacy）。Kyle（1985）从交易成本（紧度，tightness）、数量（深度，depth）以及交易时间（弹性，resiliency）三个视角对流动性进行论述。Harris（1990）则认为流动性包含市场宽度（交易价偏离中间价的程度）、深度（给定报价下可交易的股票数量）、弹性（委托不平衡的调整速度）以及即时（达成交易所需的时间）四个维度。

尽管学术界对流动性的定义纷繁多样，但归纳起来，人们主要从以下四个方面认识流动性。

①能否交易方面，即能不能进行交易。

②交易量大小视角，即能进行多大量的交易。

③交易的隐性成本方面，即交易是否会对价格产生较大的影响。

④成交时间，即完成交易需要多长的时间。

因此，流动性主要包含三个基本要素：速度（交易时间）、价格（交易成本）以及交易数量（Liu,2006; Hasbrouck,2009）。基于上述三个要素，一个通常被大家接受的流动性定义为：交易者能在需要的时候以较低的成本快速买入或卖出大量股票，且对市场价格产生较小的冲击，那么称市场是具有流动性的（Harris,1990）。

2.1.2 股票流动性的度量指标

学术界提出大量度量股票流动性的指标，但由于流动性四个属性之间存在相互冲突，因此并不存在一个统一、毫无争议的标准。根据流动性四个属性，我们将流动性指标分为四类：价格的流动性指标、交易量的指标、价量结合指标以及时间的指标。

2.1.2.1 基于价格的流动性指标

基于价格的流动性指标主要从流动性宽度术语发展而来，最主要的价格指标包括价差指标和价格自相关指标等。

1．价差指标

价差指标是最常用的流动性指标，主要包括买卖价差（bid-ask spread）、有效价差（effective spread）和已实现价差（realized spread）等三个指标。

（1）买卖价差（bid-ask spread）

买卖价差是衡量流动性的基本指标，反映了潜在的交易执行成本。一般而言，买卖价差越大，交易成本越高，股票流动性越低。买卖价差主要包括绝对买卖价差（买卖价差绝对值）和相对买卖价差（绝对买卖价差除以最优买卖价格均值）。

令S和RS分别表示绝对买卖价差和相对买卖价差，Pa和Pb分别表示最优卖出价格和买入价格，M 为价差中点（M=（Pa+Pb）/2），则有：

买卖价差只反映了订单执行成本，无法反映交易规模。此外，买卖价差也无法说明价差以内和以外的交易情况，如大额交易经常在报价之外成交。因而，买卖价差不能准确估计实际买卖价差（刘逖，2012）。

（2）有效价差（effective spread）

有效价差是订单执行价格与订单到达时买卖价差中点的差额，反映了订单的实际执行成本。以ES表示有效价差，以P表示交易价格，则有：

根据买卖方向不同，我们有标记正负号的有效价差。令BES和SES为买方和卖方有效价差，那么BES=P-M，而SES=M-P。此外，有效价差也可计算其相对值，即相对有效价差；令RES为不带符号的相对有效价差，那么：

实际买卖价差在一定程度上克服了买卖价差不能反映价内和价外成交状况，因此可用于衡量价格改善，当订单成交价格优于买卖报价时，我们称为价格改善。

（3）已实现价差（realized spread）

已实现价差等于订单成交价格与成交后一段时间的价差中点之差，反映了订单执行后的市场影响程度，已实现价差也可区分为绝对价差和相对价差。令ARS和RRS分别表示绝对已实现价差和相对已实现价差，Mt表示订单执行后一段时间的买卖报价中点，则有：

2．价格自相关指标

Roll（1984）提出一个估计买卖价差的模型，该模型认为有效市场中的相邻价格变化完全由价差引起。给定以上条件，我们可通过股价变化的序列相关计算出买卖价差，即，其中，Sit为股票买卖价差，pit,d为股票i在年度t第d天的股价，Δ为差分算子。当样本序列相关取值为正时，该方法没有定义。因此，Goyenko et al.（2009）定义了一个修正的ROLL指标：

3．Corwin和Schultz价差指标

Corwin和Schultz（2012）根据以下两个规律构建了一种计算买卖价差的方法。第一，最高（低）价总是由买（卖）单驱动，因此最高价与最低价之比同时反映了股票波动与买卖价差；第二，最高价与最低价之比中的波动成分与收益间隔成比例，而价差部分则不随时间间隔改变。因此，可通过连续两天的股票最高价与最低价之比估计买卖价差：

其中，。和分别表示股票i年度t第d天的最高价和最低价，和分别表示股票i年度t第d和d+1两天中的最高价和最低价。

2.1.2.2 基于交易量的流动性指标

交易量法是从流动性的深度属性演变而来，最主要的指标包括市场深度（market depth）和换手率（turnover ratio）指标。

1．市场深度

市场深度通常采用最优买卖报价下可供投资者进行匹配交易的数量进行衡量，其计算公式如下。

市场深度=（最优买价上订单总数+最优卖价上订单总数）/2

如果使用交易金额计算，则有：

金额深度=（最优买价上订单总数×最优买价

+最优卖价上订单总数×最优卖价）/2

令上述深度指标（市场深度或金额深度）除以流通股数或流通市值，我们也可获得相对深度指标。

2．换手率

换手率是衡量投资者持有证券的时间，一般采用交易数量除以总流通股本进行计算。换手率越高，说明投资者持有证券的时间越短，股票流动性越大。

基于交易量的流动性指标无法反映股票价格变化。此外，交易量也与股票波动相关，但后者影响市场流动性。

2.1.2.3 价量结合指标

鉴于价格法和交易量法只反映了流动性一个方面，大量学者通过结合价格和交易量发展了一批流动性指标，如价格冲击模型（price impact model）和流动性比率。

1．价格冲击模型

价格冲击模型主要通过当前交易对市场价格的冲击刻画流动性，主要包括Kyle模型、Glostern-Harris模型以及Pastor-Stambaugh模型等。

（1）Kyle模型

Kyle（1985）发展了一个市场深度模型，用于分析股票交易量对价格的冲击程度。该模型可表示如下。

其中，P和y分别为市场价格和交易量，μ为股票真实价值，斜率λ反映了交易量对价格的影响程度，市场深度D=1/λ。由此可知，斜率λ越小，单位交易量对价格的冲击越小，市场深度越高，股票流动性越高；相反，λ越大，价格对成交量变化越敏感，股票流动性越低。

（2）Glostern-Harris模型

Glostern和Harris（1988）提出了一个基于交易成本的流动性指标。

ΔPt为第t笔和第t-1笔交易成交价之差，qt为带符号（表示买卖方向）的交易量，Dt为表示交易方向的虚拟变量，εt为随机干扰项。回归系数φ反映了固定交易成本，ψ衡量了可变交易成本，那么φ+ψ为总交易成本。因此，φ和ψ取值越大，交易成本越高，股票流动性越低。

（3）Pastor-Stambaugh模型

Pastor和Stambaugh（2003）认为流动性差的股票会对指令流反应过度（overshoot），给定成交量，流动性越差则收益反转（return reversal）越大。因此，他们建议使用收益率反转衡量流动性。通过对股票i第t年交易数据运行以下回归方程。

其中，ri,t, d和vi,t, d分别为股票i于年t第d天不考虑红利再投资的回报率和交易金额，rm,t, d为以流通市值加权的市场收益率，为超额收益率，为符号函数，当为正（负）时取值为1（-1）, 为0时取值为0。收益反转指标GAM=|γi,t|, GAM越大，股票越可能发生收益反转，流动性越低。

2．流动性比率

流动性比率反映了股票价格与交易量之间的关系，如果少量交易引起较大的价格变化，那么市场流动性较差；反之，若大量交易仅使得价格变动较小，则流动性较高。较常用的流动性比率包括Amivest比率、Hui-Heubel比率和Amihud非流动性指标等。

（1）Amivest比率

Amivest比率最早由Amivest公司于1972年使用，也被称为流动性比率（liquidity ratio），该指标反映了股价每变化1%所需的交易金额。

其中，LR为Amivest比率，ri, d和Vi, d分别为一定时间内股票i不考虑红利再投资的回报率和交易金额。由（2-12）式可知，Amivest比率越高，股价变化对交易量的敏感度越低，说明该股票具有更高的流动性；反之亦然。但是，该指标未考虑公司流通股本数量。一般地，流通盘越大的公司具有更高的成交量，导致Amivest指标偏高。

（2）Hui-Heubel比率

Hui和Heubel（1984）使用股票市值调整Amivest比率，进而得出“纯粹流动性比率LHH”。

其中，Pmax和Pmin分别为5日内股票的最高价和最低价，V为5日总交易金额，S为股票流通量，为5日内股票平均收盘价。与Amivest比率不同，Hui-Heubel比率使用股票最高价和最低价度量价格波动，同时，也使用了公司市值调整交易量，因此Hui-Heubel比率考虑了公司规模因素。但是，该指标容易受到最高价和最低价极端值的影响。

（3）Amihud非流动性指标

该指标由Amihud（2002）提出并得到广泛应用，其计算公式为：

其中，ritd和Vitd分别为股票i于年t第d天不考虑红利再投资的回报率和交易金额；D为当年总交易天数；|ritd|/Vitd为单位成交额所引起的价格变化，取年平均值并乘以108后即为Amihud非流动性指标。ILLIQ越高，单位成交金额对股票价格的冲击就越大，表明流动性越低；反之亦然。

2.1.2.4 基于时间的流动性指标

流动性的另一个属性为即时性，因此可使用交易执行时间度量流动性。主要有两个指标：一是交易执行时间，即订单到达至交易执行之间的时间；二是交易频率，即特定时间内发生交易的次数。

尽管时间法简明快捷，但存在以下缺点：一是交易执行时间与股票价格密切相关；二是交易频率也与市场波动相关。

借鉴国外研究成果，国内学者也积极尝试构建新的流动性指标。穆启国等（2004）结合价格和交易申报数据，构建了指令驱动市场下的流动性成本的事前度量指标，同时，他们使用上海证券交易所的股票数据进行实证分析，发现换手率与流动性成本呈负相关关系。陈启欢和杨朝军（2005）结合交易量、交易时间与价格波动构建了等流动性曲面计量模型，在此基础上构造一个综合考察流动性的计量方法。曹迎春等（2007）认为可以使用单位时间内价格波动一单位所能吸收的交易量度量股票流动性。杨朝军等（2008）认为Amihud非流动性指标使用当日收盘价的自然对数与上一日收盘价的自然对数计算价格变化，不能排除新信息的影响，因此，使用当日收盘价与当日开盘价的自然对数计算收益率，在此基础上计算非流动性指标，即。刘向丽和汪寿阳（2013）使用交易久期内单位时间平均交易量以及单位时间平均价格变化衡量流动性。

2.1.3 股票流动性的影响因素

股票流动性的影响因素大致可分为以下三类：市场参与者构成及其行为、市场微观结构以及宏观经济与公司基本面因素。

2.1.3.1 交易者异质性与股票流动性

根据参与者对信息占有的不同，我们可将市场参与者区分为知情交易者（informed trader）与非知情交易者（uninformed trader）。在报价驱动市场中，做市商与知情交易者交易发生亏损时，做市商通过设定买卖价差弥补损失。因此，市场中知情交易者比重上升将增加逆向选择风险，导致买卖价差扩大，做市商在给定报价下愿意交易的规模下降，导致股票流动性下降；而非知情交易者比重上升将降低买卖价差并增加做市商交易规模，从而提升股票流动性。

Handa和Schwartz（1996）认为做市商和限价指令提交者可看作是股票流动性的供给方，而市价指令提交者为流动性需求方，因此市场中的限价（市价）指令提交者比例增加将提升（降低）流动性。Persaud（2001）认为，投资者异质性越强，那么他们对信息的反映更不容易达到一致，这有助于提升市场流动性。

此外，Muranaga和Shimizu（1999）发现交易者的风险厌恶程度以及对未来预期的自信程度均会影响股票流动性，他们认为交易者的风险厌恶程度上升、对未来预期的信念下降均会降低股票流动性。Baker和Stein（2004）研究了噪声交易对股票流动性的影响，发现投资者乐观情绪与市场流动性正相关。

2.1.3.2 市场微观结构与股票流动性

鉴于股票交易是在市场中完成，因此，影响股票交易过程的各种因素均可能影响股票流动性，相关研究主要集中在以下四个方面。

一是研究交易机制的影响。根据交易连续性我们可将交易机制分为集合竞价（call auction）与连续竞价机制（continuous auction）；根据交易驱动形式，可将其分为报价驱动型（quote driven）、指令驱动型（order driven）以及混合机制（hybird trading mechenism）。一般而言，连续交易机制能即时执行交易者指令，因而具有更高的流动性，但信息不对称程度较为严重时，连续交易机制可能失效；而定期交易机制通过将指令进行集中交易，有助于克服信息不对称问题从而维持流动性（Madhavan,1992）。关于指令驱动与报价驱动机制的影响，Pagano和Roell（1996）证明，在一定条件下，报价驱动机制市场的流动性要优于指令驱动型。Jain（2003）通过分析全球51个证券交易所的流动性水平，发现混合驱动型市场的流动性最好，而单纯指令驱动市场的流动性最差。

二是分析市场透明度的影响。市场透明度较高的市场，投资者可根据变化的信息调整价格，从而降低供需矛盾并提高流动性。但是，大额订单的披露可能对市场产生较大冲击，不利于做市商维持流动性，从而降低流动性。Pagano和Roell（1996）认为，在一定条件下市场透明度提高有助于增强股票流动性。Madhavan（1996）则认为只有市场具有足够深度和竞争性时，提高信息披露才能降低价格波动并增加市场流动性；否则，透明度的增加只会加剧市场波动并损害市场效率。董锋和韩立岩（2006）分析了我国股票市场信息披露规则变化对市场质量的影响，发现当买卖盘报价由3个增加为5个后，股票流动性显著上升，而且交易成本和市场波动性显著下降。

三是考察交易成本的影响。Umlauf（1993）发现交易成本的降低有助于提升市场流动性；Dupont和Lee（2007）则认为交易成本与流动性的关系依赖于市场条件，当市场面临严重的信息不对称、流动性需求不足等不利条件时，交易税率的增加将导致流动性迅速下降；而当市场面临有利条件时，税收上升对流动性的冲击较小。

四是研究涨跌幅与最小报价单位（tick size）等交易机制的影响。Greenwald等（1991）认为，如果股票剧烈波动，那么涨跌幅制度将使股票暂停交易，使得信息在投资者之间进行充分扩散和吸收，从而降低信息不对称程度和价格不确定性。Blume（1989）则认为信息只有在连续交易时才能广泛传播和扩散，因此涨跌幅制度并不能降低信息不对称，反而会阻碍信息扩散并增加市场不确定性和噪声交易行为。刘海龙等（2004）发现涨跌幅制度增加了市场流动性，但一定程度上限制了个股流动性。庄新田和赵立刚（2005）发现涨跌幅限制了股票的当天流动性，但提高了之后几个交易日的流动性，即涨跌幅制度存在流动性干扰效应。

有关最小报价单位的影响，Goldsterin和Kavajecz（2000）发现纽约证券交易所（NYSE）市场的最小报价单位下降增加了高交易量股票的流动性，但降低了低交易量股票的流动性；Ahn等（2007）发现指令驱动市场的报价单位下降提升了市场流动性。赵震宇和杨之曙（2007）利用2003年3月3日上海证券交易所和深圳证券交易所对封闭式基金的最小报价单位改革事件进行研究，发现报价单位由“1分钱”改为“0.1分钱”之后，市场买卖价差降低、流动性提高且市场质量得到改善。李悦雷等（2012）利用计算实验方法研究了最小报价单位对市场流动性的影响，发现最小报价单位的降低能够显著提高市场流动性。

2.1.3.3 宏观经济与公司基本面因素与股票流动性

近年来，较多学者开始关注宏观经济因素对股市流动性的影响。Chordia等（2005）使用VAR模型研究了宏观经济对股市流动性的影响，发现在危机期间，货币政策冲击有助于预测和解释股市流动性；但非危机期间，上述关系不显著。Goyenko和Ukhov（2009）发现货币政策收紧显著降低市场流动性。储小俊和刘思峰（2008）建立VAR模型分析货币政策对股市流动性的影响，发现货币政策和市场波动均不能显著影响股市流动性，但市场收益状态影响股市流动性。方舟等（2011）引入MS—VAR模型考察不同区制的货币政策与股市流动性的关系，发现扩张（紧缩）的货币政策有助于提升（降低）股市流动性，但不同区制下的影响程度存在差异，当股市处于上升期时，货币政策对股市流动性的影响显著强于市场低迷期。

另一方面，公司治理和公司财务行为也逐渐被引入流动性研究。Rubin（2007）发现机构投资者持股有助于提高股票流动性，但机构持股集中却降低流动性，原因在于机构持股比例衡量了交易行为，而持股集中度反映了逆向选择。Chung等（2010）发现良好的公司治理有助于缩小买卖价差、降低知情交易概率并提高股票流动性。魏明海和雷倩华（2011）考察了我国上市公司治理结构与股票流动性之间的关系，发现公司治理有助于增强股票流动性，在治理环境更差的地区，公司治理的影响更强。陈辉和黄剑（2012）以2003—2009年期间仅发行A股的上市公司为样本，研究了公司特征和股权结构对股票流动性的影响，发现公司规模、盈利水平和现金股利水平与股票流动性呈正相关关系，而财务杠杆、市值与账面值之比以及上市时间与流动性呈负相关关系。魏明海（2013）分析了盈余质量与交易成本之间的关系，发现盈余应计质量与盈余持续性均有助于降低交易成本，而盈余平滑将增加交易成本。

2.1.4 股票流动性与资产定价

传统资产定价理论（如CAPM模型和APT模型）均假定市场无摩擦，投资者无须考察交易成本，但投资者对流动性不同的资产存在偏好，从而影响其预期收益率。Amihud和Mendelson（1986）建立了一个理论模型以分析流动性溢价，他们发现在均衡状态下，实行报价驱动制度的证券市场存在“消费群效应”（Clientele effect），即投资者将挑选低流动性和高交易成本证券组合长期投资组合，导致股票预期收益是其相对买卖价差的分段线性和整体凹性的增函数。他们使用1961—1980年间NYSE上市公司数据进行实证分析，发现买卖价差与未来一年的月平均超额收益率显著正相关，买卖价差每上升1%，股票超额收益率将上升0.21。Amihud和Mendelson（1989）在回归方程中进一步控制残余风险和企业规模后，发现买卖价差与资产组合收益呈正相关关系，说明流动性与预期收益率负相关。

此后，Haugen和Baker（1996）、Hu（1997）、Datar等（1998）、Chordia等（2001）以及Amihud（2002）使用股票交易额、换手率、持有期长度、交易波动程度以及非流动性等多种指标替代买卖价差，考察股票流动性与预测收益之间的关系。Haugen和Baker（1996）使用1979—1993年间美国Russell 3000指数的全部成分股数据进行分析，发现股票换手率与预期收益呈负相关关系。Hu（1997）使用东京证交所1976—1993年间数据研究了流动性溢价现象，发现在横截面上，换手率与股票预期收益负相关；但在时间序列上，两者呈正相关关系。Datar（1998）利用NYSE非金融类上市公司1963—1991年间数据进行分析，发现在控制了企业规模、账面市值比以及Beta系数后，股票收益与换手率呈显著负相关关系。Chordia等（2001）发现股票预期收益与交易量和交易波动程度呈负相关关系。Amihud（2002）使用资产收益率与成交额之比衡量非流动性，并使用1963—1997年NYSE数据进行分析，证实流动性溢价的存在。此外，他们还发现时间序列上，预期的非流动性与股票超额收益正相关，未预期的非流动性与当期收益负相关。

国内学者也采用多种指标衡量流动性并验证了流动性溢价的存在。吴文锋等（2003）使用Amihud（2002）非流动性指标（股票日收益绝对与成交额之比）进行分析，发现非流动性指标与股票预期收益率呈显著正相关关系，表明我国股市存在非流动性补偿。苏冬蔚和麦元勋（2004）使用换手率衡量流动性，通过检验交易频率零假设和交易成本备择假设，发现我国股市存在显著的流动性溢价，即低换手率、高交易成本和低流动性股票具有更高的预期收益率，产生流动性溢价的主要原因是交易成本而非交易频率。苏冬蔚（2005）通过对国外做市商制度下的交易成本与股票收益理论加以利用和创新，构建了一个符合我国股市交易状况的定价模型，并使用高频数据进行实证检验，发现指令驱动市场下我国上市公司股票预期收益率是其执行成本的分段凸性和整体非线性凹凸增函数。谢赤等（2007）使用主成分分析法构建一个新的流动性指标，并使用两阶段截面回归和似无关（SUR）回归检验流动性与股票收益之间的关系，发现沪深市场中股票流动性与预期收益率呈负相关关系。

尽管早期文献更多关注流动性水平与股票收益之间的关系，但2000年以后的文献进一步把流动性看作系统性风险—流动性风险，并考察其对股票收益率的影响，如Amihud（2002）分析市场流动性与股票收益之间关系时发现，市场流动性是影响股票定价的重要因素。Pastor和Stambaugh（2003）使用收益反转指标衡量流动性，并将个股收益率对市场总体流动性的敏感度记为流动性Beta，进一步使用1966—1999年美国股票市场数据进行实证检验，发现存在显著的流动性风险溢价，即使控制了Fama-French三因子和动量因子之后，流动性风险溢价仍高达7.5%。Acharya和Pedersen（2005）将非流动性成本引入资本资产定价模型（CAPM），在此基础上提出了流动性调整的资本资产定价模型LACAPM（Liquidity-adjusted CAPM），该模型使用三个Beta系数衡量流动性风险；他们使用NYSE和AMEX的数据进行分析，发现流动性风险与资产预期收益呈正相关关系。Liu（2006）发现流动性风险是无法通过组合投资进行分散的系数性风险，且流动性溢价无法为CAPM和Fama-French三因子模型所解释；他进一步将流动性引入CAPM模型，构建了流动性调整的CAPM模型，并发现其能较好地解释流动性溢价。Lee（2011）使用零收益天数衡量流动性，证实了Acharya-Pedersen模型在全球范围内的适用性。

孔东民（2006）在Acharya-Pedersen模型基础上计算出反映流动性风险的流动性Beta，并证实我国股市存在系统性风险溢价和流动性风险溢价。黄峰和杨朝军（2007）构建了流动性风险调整的资本资产定价模型，发现我国股票定价中存在显著的流动性风险溢价。王金安和陈浪南（2008）将流动性风险和偏态风险引进CAPM中，推导了基于流动性的三阶矩CAPM模型，并采用我国A股市场数据进行实证检验，发现上述模型能较好地拟合资产收益，表明流动性和偏态是影响资产定价的重要因素。