资产定价一直是金融学的热门研究领域之一。资本资产定价模型(CAPM)表明,股票的期望收益率可以由市场风险解释,市场风险越大,股票的期望收益越大,市场风险越小,股票的期望收益越低。然而,后来一些学者的研究发现资本资产定价模型不能完全解释某些股票收益,学术界把这种情况称为异象。比如规模效应、账面市值比效应和流动性风险溢价等等。Banz最早发现了规模效应,小公司组合比大公司组合的股票月度收益率高,即公司规模越大,组合的收益率越低,公司规模越小,组合的收益率越高。经过风险调整后的收益仍与公司的规模负相关。Rosenberg等发现了B/M效应,即账面市值比效应,发现1973-1984年间账面市值比高的公司比账面市值比低的公司有更低的收益率。Amihud和Mendelson在1986最早提出了流动性溢价理论。流动性高的股票在未来有更低的收益,流动性低的股票组合在未来有更高的收益。因此,流动性也是资产定价中的一个重要风险因子。后来的大量实证研究发现规模效应、账面市值比效应和流动性风险溢价在各欧美国家普遍存在。在新兴市场国家,流动性与收益存在正相关关系。Rouwenhorst采用国际金融公司20个新兴市场的数据,实证结果显示小公司的股票收益高于大公司的股票收益,但是换手率高的股票组合有更高的收益,即流动性与收益呈正相关。流动性风险溢价不能在新兴市场得到验证。Bekaert利用标准普尔市场19个新兴市场国家的数据为样本进行实证分析发现,股票的流动性与滞后一期的收益正相关。Jun利用27个新兴市场国家的数据为样本,实证发现各个国家之间的股票收益率与平均换手率呈正相关。到目前为止,流动性溢价理论已经很成熟,但是选取不同的样本数据或者计量方法,实证结果相差很大。比如,利用欧美发达国家的数据,实证发现流动性溢价现象明显存在。但是新兴市场国家流动性溢价现象不明显存在。国内关于流动性溢价的研究也比较多,苏东蔚和麦元勋发现,流动性小、换算率低和交易成本高的股票在未来有很高的预期收益,我国股市有明显的流动性溢价,交易成本导致了流动性溢价,交易频率对流动性溢价没有影响。张峥和刘力发现股票换手率和股票横截面收益存在负相关关系,并且进一步探讨了负相关关系存在的原因,他们发现流动性溢价不能完全解释负相关关系,在投资者异质信念和市场卖空约束条件下,投机性交易造成的股价被高估是更好的解释。本文采用1997年1月至2013年12月的沪深A股数据,利用周芳和张维(2011)提出的经过改进的Fama-French三因子模型和LACAPM模型,实证检验了我国是否存在流动性溢价现象以及对流动性溢价现象进行了解释。本文有如下发现：(1)、本文借鉴余立凡(2008)的方法,对非流动性指标进行了改进。经过改进之后,非流动指标在衡量价格的波动程度时更加全面。因此,本文使用改进后的非流动性指标(CILLIQ)来衡量股票的流动性,为了检验CILLIQ衡量流动性的有效性,本文把换手率和经过改进的非流动性指标(CILLIQ)结合起来进行研究,以便做出比较。实证结果发现,相对于换手率指标而言,CILLIQ更全面的衡量了流动性。(2)、采用1997年1月至2013年12月的全样本数据,通过CAPM模型对换手率组合和改进的非流动性指标组合进行检验,发现我国股市存在流动性溢价现象,CAPM模型虽然无法解释股票组合的收益率,但市场风险溢价系数p仍然具有很强的解释力。(3)、本文通过改进的Fama-French三因子对流动性组合进行回归,发现我国还是存在流动性溢价现象。相对于CAPM模型而言,改进的Fama-French三因子模型对股票的收益率解释能力增强。(4)、已有的研究文献只对一个牛市行情和熊市行情进行检验,本文把1997年1月至2008年12月分为三个熊市行情和两个行情。为什么要分成三个熊市行情和两个牛市行情呢,而不是只对一个牛市行情和熊市行情进行检验呢?本文认为,随着时间的递进,我国机构投资者的比例变大,投资者成熟程度越来越高。那么,在不同时间段的熊市或牛市中,流动性溢价现象可能有所不同。实证发现,在所有的熊市行情中,我国存在流动性溢价现象；牛市行情中,没有发现明显的流动性溢价现象。本文认为在牛市行情下,整个市场的情绪高扬,投资者交易意愿非常活跃,导致市场上股票流动性差异不大,流动性不再是一个风险因子。而在熊市行情中,情况恰好相反,整个市场的流动性趋近,投资者对流动性差的股票交易不活跃,导致其流动性越来越差,因此投资者要求更高的收益率进行补偿。(5)、本文利用基于改进的非流动性指标构造的LACAPM和基于换手率的LACAPM模型分别对换手率组合和非流动性指标进行检验,基于换手率构建的LACAPM模型不能很好地解释流动性溢价,这主要是因为换手率只从成交量的角度衡量了股票的流动性,很难作为流动性风险因子。基于改进的非流动性指标(CILLIQ)构建的LACAPM模型可以很好地解释流动性溢价,这说明CILLIQ对流动性的衡量更加全面。由于基于改进的非流动性指标构建的LACAPM模型能够很好地解释流动性溢价现象,表明流动性是除了市场风险溢价因子和Fama-French三因子之外又一个影响股票收益率的系统风险因素。本论文的结构由五部分组成,各部分的主要内容如下：第一部分是绪论。绪论部分主要分析了本文选择该题作为硕士论文的背景以及研究该文有什么样的实际意义；国外文献研究和国内文献研究综述；本文的基本结构；进行研究的基本思路；最后是本文的贡献和创新点。第二部分主要讲述了流动性相关概念的界定。首先简单地介绍了我国证券市场独有的运行特点；总结了学者对各种流动性的定义；流动性风险和非流动性风险的定义；流动性的测度指标；市场微观结构对流动性的影响；第三部分是中国A股市场流动性溢价的存在性检验。包括研究方法设计；数据的选取；如何检验流动性溢价在我国的存在性；最后是实证结果的分析；第四部分是从资产定价角度对中国A股市场流动性溢价的原因进行解释。第五部分是结论与建议。最后一部分是参考文献。本文采用资本资产定价模型与周芳和张维(2011)的经过改进的Fama-French三因子模型和LACAPM模型,实证检验了我国A股市场在1997年1月到2013年12月是否存在流动性溢价现象。本文的被解释变量是换手率和非流动性指标,换手率和非流动性指标是根据上月股票的交易数据计算而得的,具体的计算过程见第三部分。根据上月换手率和非流动性指标的大小,按照从小到大的顺序将其分为规模相等的5组。即turn1是换手率最小的组合,其流动性最低,turn5是换手率最大的组合,其流动性最高；illiql是非流动性指标组合中最小的组合,illiq5是非流动性指标组合中最大的组合,由于非流动性指标与流动性成反比,所以illiql的流动性最高,illiq5流动性最低。然后使用变形的CAPM和经过改进的Fama-French三因子模型对换手率组合和非流动性指标组合进行检验。如果换手率越低,预期的α值越大,换手率越高,预期的α越小,就表明存在流动性溢价现象；如果非流动性指标越小,预期α值越小,非流动性指标越大,预期α值越大,表明存在流动性溢价现象。如果CAPM模型和经过改进的Fama-French三因子模型中a值显著,就表明市场风险和Fama-French三因子不能解释我国股票的收益率,如果α值不显著,那么市场风险和Fama-French三因子可以解释我国股票的收益率。将1997年1月到2013年12月分为三个熊市阶段和两个牛市阶段,采用以上的方法检验熊市阶段和牛市阶段是否都存在流动性溢价现象。使用LACAPM模型解释流动性溢价现象。本文主要研究了我国沪深A股市场是否流动性溢价现象,如果存在,怎么解释流动性溢价现象呢?国内有很多关于流动性溢价的研究,有些学者实证发现我国存在流动性溢价现象,有些学者实证发现我国不存在流动性溢价现象,到目前为止,还没有一个公认的结论。本文在以下方面有所创新：(1)把1997年1月到2013年12月分为三个熊市行情和两个牛市行情,试图发现在不同的市场行情下,流动性溢价现象是否会有不同的表现。实证发现,两个牛市行情中,不存在流动性溢价现象；三个熊市行情中,存在流动性溢价现象。(2)由于采用不同的样本期间、计量方法或者代理变量不一样,得出的结论不一致。本文使用1997年1月到2013年12月的样本期间,时间跨度相比其他文献更大。