论文部分内容阅读
【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】流动性溢价 系统流动性风险溢价 资产定价
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300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GARCH—Diagonal 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。
Et-1(rM,t)=λM,tσ2M,t+λML,tσML,t (1)
其中,rM,t表示股票市场超额收益,σ2M,t是股票市场超额收益的方差,σML,t是市场超额收益和市场流动性的时变协方差。λM,t是市场风险溢价,而λML,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σML,t是正的,因此,我们可以推断系统流动性风险溢价λML,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(1,1)—Diagonal BEKK模型的建立
按照Gibson和Mougeot(2004)的基本框架,我们假定超额市场收益rM,t和市场流动性rL,t服从二元均值GARCH模型:
(2)
其中,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Ω为对称的常数矩阵。rM,t为股票的市场超额收益,σ2M,t是股票的市场超额收益的方差,σML,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μM,λM是市场风险溢价,λML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300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(σ2M,t)和超额市场收益与市场流动性的时变协方差(σML,t)超额市场收益的方差(σ2M,t)和超额市场收益与市场流动性的协方差(σML,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,即市场超额收益和市场流动性收益的二元GARCH模型,得到σ2M,t和σML,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。
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300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.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).
[5]Amihud,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.
作者简介:汪贤(1988-),男,湖南岳阳人,武汉大学经济与管理学院,研究方向:国际投资;葛山(1986-),男,安徽宿州人,武汉大学经济与管理学院,研究方向:国际金融;何龙(1987-)男,湖北咸宁人,武汉大学经济与管理学院,研究方向:公司金融。
【关键词】流动性溢价 系统流动性风险溢价 资产定价
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300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GARCH—Diagonal 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。
Et-1(rM,t)=λM,tσ2M,t+λML,tσML,t (1)
其中,rM,t表示股票市场超额收益,σ2M,t是股票市场超额收益的方差,σML,t是市场超额收益和市场流动性的时变协方差。λM,t是市场风险溢价,而λML,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σML,t是正的,因此,我们可以推断系统流动性风险溢价λML,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(1,1)—Diagonal BEKK模型的建立
按照Gibson和Mougeot(2004)的基本框架,我们假定超额市场收益rM,t和市场流动性rL,t服从二元均值GARCH模型:
(2)
其中,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Ω为对称的常数矩阵。rM,t为股票的市场超额收益,σ2M,t是股票的市场超额收益的方差,σML,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μM,λM是市场风险溢价,λML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300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(σ2M,t)和超额市场收益与市场流动性的时变协方差(σML,t)超额市场收益的方差(σ2M,t)和超额市场收益与市场流动性的协方差(σML,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,即市场超额收益和市场流动性收益的二元GARCH模型,得到σ2M,t和σML,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。
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300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.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).
[5]Amihud,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.
作者简介:汪贤(1988-),男,湖南岳阳人,武汉大学经济与管理学院,研究方向:国际投资;葛山(1986-),男,安徽宿州人,武汉大学经济与管理学院,研究方向:国际金融;何龙(1987-)男,湖北咸宁人,武汉大学经济与管理学院,研究方向:公司金融。