金融经济学传统理论通常假设市场是完美的,即市场无摩擦,不存在任何交易成本。然而,这一假设与现实相去甚远,使得现有理论对现实的解释力大打折扣。由于存在流动性成本,资产流动性影响着资产价格的形成。一旦忽略这种影响,将给整个金融市场带来极大危害。鉴于流动性在理论和现实中的重要地位,本文在Acharya and Pedersen(2005)关于流动性调整资产定价研究以及Engle(1982)和Engle and Manganelli(2004)关于风险度量研究的基础上,考虑流动性对资产定价和风险度量的非线性影响,提出了流动性非线性调整的资产定价和风险度量方法,从而丰富和完善现有金融理论,也为实务界提供了可借鉴的理论和应用工具。流动性成本的存在直接影响资产净收益率的计算,使完美市场假设下的传统定价模型相继失效。本文将非零的流动性成本作为内生变量,纳入投资者两期消费市场均衡的分析框架,首次提出流动性非线性调整的资本资产定价模型(Liquidity Nonlinearly Adjusted Capital Asset Pricing Model;LNA-CAPM)。LNA-CAPM与现有的流动性调整资本资产定价模型最大区别在于,流动性成本具有内生性且为流动性的非线性单指标函数,克服了流动性成本不可观测的困难。这是本文定价理论的主要创新之处。在理论分析的基础上,本文分别利用我国股票市场日数据和月数据对LNA-CAPM进行了实证研究。在日数据实证研究中,我们将LNA-CAPM与CAPM以及流动性线性调整的资本资产定价模型(Liquidity Linearly Adjusted Capital Asset Pricing Model;LLA-CAPM)进行比较,结果表明:(1)流动性成本与流动性之间具有非线性关系;(2)流动性对资产超额收益率存在显著影响。不管是投资组合本身还是市场组合,未预期的流动性对投资组合超额收益率均具有显著正向影响,而预期流动性对它的影响不显著;(3)LNA-CAPM能较好地解释我国股票市场超额收益率的横截面差异,且比LNA-CAPM提高约10%的拟合优度。在月数据的实证研究中,我们将LNA-CAPM与传统的CAPM、LLA-CAPM以及三因子模型(Fama and French,1993)进行比较,除了得到类似(1)和(2)的结论外,我们还发现:在解释股票超额收益率的横截面差异时,LNA-CAPM能够达到与三因子模型相当的拟合优度。此外,本文同时考虑了流动性、市场、规模和账面市值比因素,提出了四因子混合模型(MM4),实证结果表明其拟合优度明显高于三因子模型。在研究资产的风险管理时,我们考虑了两种备受关注的风险度量,其一是收益率的波动率(Volatility);其二是在险价值(Value at Risk;VaR)。考虑到收益率的方差具有非线性结构,本文将ARCH类模型(Engle(1982)等)中条件方差结构的假设推广到单指标的半参数形式,考虑了流动性因素对波动率的影响,提出了流动性调整的单指标波动率模型(Liquidity Adjusted Single-index Volatility Model;LA-SIVM)。这是对传统ARCH类模型的推广。考虑到半参数回归对样本容量有一定要求,本文仅利用我国股票市场的日数据对LA-SIVM进行了实证研究。实证结果表明:(1)在半参数结构假设下,资产收益率的波动率时间序列仍然具有显著的自相关性,从而解释了我国股票市场收益率的“波动率聚集”现象;(2)流动性对资产波动率的影响显著,且预期和未预期的流动性对波动率分别具有显著的负向和正向影响;(3)投资组合流动性变动对其波动率的影响明显高于市场组合流动性变动的影响。最后,我们将LA-SIVM与GARCH(1,1)计算所得波动率进行了比较后发现:LA-SIVM能够通过资产流动性更好地识别波动率的时变效应,因此能较好地捕捉资产流动性对收益率的波动率的影响,并能够根据流动性的变动及时调整未来波动率风险的估值,从而有效降低流动性急剧恶化时波动率风险被低估的可能性。在度量流动性调整的VaR风险时,我们没有按照前人的研究思路将流动性风险因子直接与传统的VaR相加,而是将流动性作为VaR的影响因素,并借鉴Engle and Manganelli(2004)关于VaR自回归思想,提出了流动性调整的CAViaR模型(Liquidity Adjusted CAViaR;LA-CAViaR),用于计算流动性调整的VaR风险。LA-CAViaR能有效避免前人的流动性调整的VaR带来的风险叠加效应,并能够根据流动性的变动及时调整VaR风险的估值和预测。利用LA-CAViaR对我国股票市场的VaR风险进行实证研究后得到:(1)LA-CAViaR能较好地拟合我国股票市场的日数据,并且能根据流动性变化及时对VaR风险预测进行适当调整。在金融危机时期,资产流动性大幅下降,LA-CAViaR能及时捕捉到流动性风险的急剧上升现象,从而有效降低资产未来风险被低估的可能性;(2)在我国股票市场,资产流动性的大幅下降通常导致资产未来风险急剧放大,且正向流动性下降所带来的风险往往大于同幅度负向流动性带来的风险。因此,正向流动性下降带来的风险在风险管理中更值得关注。LNA-CAPM与LA-SIVM实质上是对收益率的均值和及波动率的不同度量,将两者结合,我们提出了一个新的统计模型——部分线性单指标波动率模型(Partially Linear Single-index Volatility Model;PLSIVM)。PLSIVM 的均值方程具有部分线性单指标(Partially Linear Single-index)的形式,波动率方程具有另一个单指标(Single-index)的形式。该模型是一个非常宽泛的半参数模型,包括了许多已有的计量模型,如线性模型、部分线性模型、单指标模型、部分线性单指标模型及单指标波动率模型等。本文给出了 PLSIVM中未知参数和未知函数的估计方法,证明了对应估计的相合性和渐近正态性。大量数值模拟表明:本文提出的估计方法即使对小样本情况同样具有很好的收敛性和稳健性,从而为实际应用奠定了基础。最后,我们借鉴传统绩效评估指标中风险调整收益的思想,分别利用LNA-CAPM、LA-SIVM和LA-CAViaR进行资产定价和度量波动率风险个VaR风险,在此基础上提出了流动性调整的绩效评估指标,并利用这些指标对我国股票市场投资组合进行了实际的绩效评估,为投资者提供了一定的投资借鉴。