摘要：本文從理論上對流動性風(fēng)險非對稱效應(yīng)的產(chǎn)生機理進行了分析，并通過將外部信息沖擊、非交易時長、短期資金供求、股價等因素引入流動性風(fēng)險的條件方差方程，實證檢驗了證券市場流動性風(fēng)險作用的機理，提出在股市下跌過程中政府進行干預(yù)的必要性和倡議機構(gòu)投資者擔(dān)當(dāng)維穩(wěn)市場流動性的職責(zé)。

關(guān)鍵詞：流動性風(fēng)險；信息沖擊；非對稱效應(yīng)

中圖分類號：F830.9

一、引言

Markowitz（1952）提出的“均值-方差”模型將風(fēng)險引入到了最優(yōu)投資決策中，確定了組合有效前沿上風(fēng)險與收益的均衡關(guān)系，奠定了均衡資產(chǎn)定價理論研究的基礎(chǔ)，隨后的CAPM模型、APT理論及這些理論的修正模型及其在金融工程和金融產(chǎn)品開發(fā)中的應(yīng)用，基本上均是圍繞風(fēng)險與收益相匹配的均衡定價原理展開，而忽略了金融資產(chǎn)的流動性屬性。盡管隨后Markowitz（1959）認識到流動性會對組合管理產(chǎn)生作用，但他假設(shè)市場和證券的流動性都是充分的，也即在均值-方差模型中不需要考慮流動性因素的影響。然而，伴隨著宏觀層面上諸多金融危機事件中金融財富的短期蒸發(fā)、中微觀層面由于股票連續(xù)跌停而導(dǎo)致投資者無法交易帶來的持有市值大幅縮水等現(xiàn)象，引發(fā)了理論界和實務(wù)界關(guān)注和思考這些事件背后的深層次根源——流動性風(fēng)險，即投資者在交易過程中不能夠按照期望的價格和金額實現(xiàn)成交而帶來的金融財富減少的風(fēng)險，風(fēng)險的傳染性會使得流動性風(fēng)險在金融體系中蔓延，從而對整個金融體系造成極大的危害。作為金融市場的主要組成部分之一，證券市場的股票價格漲跌反映了投資者的交易行為，而影響投資者交易行為的主要驅(qū)動因素在于他們根據(jù)所獲取的新信息所持有的股票進行了重新估值，當(dāng)估值與市場價格產(chǎn)生偏差時將產(chǎn)生新的交易需求。這種信息來源主要有兩個：一是市場外部的信息沖擊，這些信息主要是非交易時間的可能對公司經(jīng)營產(chǎn)生影響的所有信息的匯總；二是來源于市場內(nèi)部的信息沖擊影響，比如由于市場上其他股票價格變化而引起的共振效應(yīng)，或由于知情交易者或大規(guī)模資金（或股票）的投資者由于大額交易對價格產(chǎn)生較大沖擊而使得其他未知情投資者交易者產(chǎn)生跟風(fēng)式的羊群效應(yīng)，從而引發(fā)股票價格的單方向變化。在這兩類信息來源中，外部信息在流動性風(fēng)險的形成中往往被視為是處于主導(dǎo)地位的，是投資者不可控的因素，但內(nèi)部信息由于來源于交易過程，投資者可以通過交易或采用金融工具進行對沖。但不論是對于外部信息沖擊還是內(nèi)部信息沖擊，都普遍存在著一個共同的現(xiàn)象：在股市上漲的行情中，利空消息并不會改變股票市場的上漲趨勢；但在下跌的行情中，即使有利好消息對股票市場的有效刺激作用也相對有限。事實上，股票市場的漲跌從根源上取決于股票供給和需求的不平衡，如果股票的供求均衡，則股票價格不會發(fā)生較大變化，投資者在進行股票買賣時也很容易以預(yù)期均衡價格來完成交易，事實上這種情形下股票的流動性是充分的；但如果股票供過于求或股票供不應(yīng)求，那么買賣雙方中就有一方的交易需求不能夠得到滿足，這將導(dǎo)致股票價格偏離均衡價格，此時對于買方或賣方而言，股票的流動性是不一樣的。舉一個極端的情況為例，比如在我國股票市場上，由于有漲跌幅限制，若某只股票跌停，則意味著對于此時對于該股票的買方而言流動性十分充足，他們可以以跌停板的價格來購入股票，但對于該股票的賣方而言流動性幾乎為零，因為賣方幾乎不可能售出股票，那么此時就存在著流動性風(fēng)險，而在股票漲停時對于股票的買方而言實際上也是一種流動性風(fēng)險。當(dāng)市場普遍存在著交易雙方不平衡而導(dǎo)致股票價格呈現(xiàn)一個方向性變化時，這是流動性風(fēng)險不斷集聚的過程，在這個過程中投資者的交易行為由多樣性不斷地轉(zhuǎn)向一致性，整個市場上買賣雙方的力量不斷失衡，但整個市場中只出現(xiàn)賣方（或買方）時，整個市場的流動性將大幅下降，資產(chǎn)的價格將出現(xiàn)急速下跌（或上漲），這將會導(dǎo)致流動性的進一步惡化，直至流動性在較短的時間內(nèi)大幅下降甚至消失，產(chǎn)生流動性危機。一般而言，我們在討論流動性風(fēng)險時，往往認為是資產(chǎn)價格大幅縮量下跌的情形，造成投資者普遍遭受損失。

本文從信息沖擊的角度，利用計量分析模型從外生因素和內(nèi)生因素對流動性風(fēng)險的非對稱性效應(yīng)展開分析，識別影響流動性風(fēng)險的因素，結(jié)合實證分析的結(jié)果對投資者和監(jiān)管層監(jiān)控流動性風(fēng)險并采取相關(guān)措施提供依據(jù)。本文第二部分主要介紹流動性風(fēng)險的內(nèi)涵及流動性風(fēng)險非對稱性效應(yīng)產(chǎn)生的原理；第三部分對流動性風(fēng)險的非對稱效應(yīng)進行實證檢驗；第四部分分析信息因素對流動性風(fēng)險的影響作用；第五部分為本文的結(jié)論及討論。

二、文獻綜述

對于證券流動性的相關(guān)研究目前相對比較成熟，不同的學(xué)者從諸如交易成本、成交能力、資產(chǎn)流通性等角度對流動性的本質(zhì)內(nèi)涵進行了界定，均具有一定的合理性，但尚未形成統(tǒng)一的流動性測度指標(biāo)。本文認為，證券流動性反映的是證券與現(xiàn)金之間相互轉(zhuǎn)換的能力，可以用單位時間內(nèi)完成一定成交金額所帶來的價格變化來反映。單位時間內(nèi)完成一定金額成交所帶來的價格沖擊越小，表明證券的流動性越好。從流動性的本質(zhì)看，流動性依附于證券交易過程，反映的是滿足投資者交易的一種能力，同時因受不同證券所在行業(yè)、公司規(guī)模、股價等因素的影響，不同證券的流動性水平存在較大的差異。

而對于流動性風(fēng)險的形成，主要在于市場或證券提供的流動性不能同時滿足投資者雙方的交易需求，換言之，投資者不能以其預(yù)期的價格完成某一證券的買賣交易，即市場或證券實際的流動性水平偏離了投資者期望的流動性水平，從而產(chǎn)生了流動性不足。因此，流動性風(fēng)險的本質(zhì)就是流動性的易變性和不確定性，而流動性風(fēng)險的根源就在于外部和內(nèi)部的信息沖擊影響。我們將信息來源分為利好消息和利空消息，結(jié)合股票的收益性、風(fēng)險性特征和投資者的行為來分析信息對流動性風(fēng)險的傳導(dǎo)機理。我們先將投資者分為知情交易者和非知情交易者，知情交易者我們認為是管理大規(guī)模資金的機構(gòu)投資者，而非知情交易者一般認為是個人投資者，而目前我國個人投資者仍然是市場的投資主體。由于信息不對稱，但市場出現(xiàn)利好消息時，非知情交易者參與交易的意愿增強，表現(xiàn)為對股票的需求增加，由于預(yù)期盈利效應(yīng)的存在使得股票的交易容易在買賣雙方實現(xiàn)，市場流動性水平較高，利用私人信息交易的因素會減少，股價的波動風(fēng)險下降，會吸引更多的投資者參與到股票交易中，從而使得股票的流動性保持在一個較高的水平，從而使得股票的流動性處于一個自我不斷增強的良性循環(huán)中，流動性風(fēng)險也隨之下降；但若市場出現(xiàn)利空消息的沖擊，由于機構(gòu)投資者為知情交易者，他們往往會優(yōu)先于個人投資者在證券市場上供給股票，使得股票供求嚴重失衡而導(dǎo)致股價下跌，此時市場上由于預(yù)期虧損心理的存在，股票的需求方相對比較謹慎，這使得股票的供給方只有在價格上更多折讓時才能售出，從而導(dǎo)致股票價格的波動加劇，買方的需求持續(xù)低迷，從而使流動性水平下降，而此時非知情交易者往往選擇觀望的心理，這使得市場內(nèi)的參與者大幅減少，信息不對稱的程度進一步提高，而個人投資者典型的風(fēng)險厭惡特征將使他們進一步謹慎觀望，從而使得流動性水平持續(xù)下降，同時由于信息不對稱程度的增加，場內(nèi)交易的投資者變得相對敏感，信息對市場沖擊帶來的流動性風(fēng)險惡化也明顯增加，這與我國目前“放量上漲、縮量下跌”的市場現(xiàn)狀比較吻合。

目前國內(nèi)學(xué)者對于流動性風(fēng)險的研究主要集中在流動性風(fēng)險對資產(chǎn)定價的影響方面，也即在均值-方差模型的思維框架下，將流動性作為一種風(fēng)險因素判斷其是否會對資產(chǎn)的價格產(chǎn)生作用。Nguyen&Puri（2009）通過對Pastor&Stambaugh（2003）選取的市場流動性因子進行調(diào)整，研究發(fā)現(xiàn)流動性水平仍然被定價，但未發(fā)現(xiàn)股票特征或者Fama-French因子會對影響股票收益的流動性風(fēng)險產(chǎn)生決定作用，這意味著流動性水平比流動性風(fēng)險在資產(chǎn)定價中的影響更大。Lou&Sadka（2011）對股票的流動性水平和流動性風(fēng)險在資產(chǎn)定價方面的重要性進行了區(qū)分，他們通過實證分析證明了流動性風(fēng)險而不是流動性水平，可以解釋在2008-2009年間的金融危機中的股票截面收益。同時，他們還證明了持有流動性資產(chǎn)在金融危機中所遭受的損失并不比非流動性資產(chǎn)少，甚至在某些情況下比非流動性資產(chǎn)的損失還要大。國內(nèi)學(xué)者楊朝軍和王靈芝（2011）較早對流動性水平和流動性風(fēng)險的概念進行了區(qū)分，分析了流動性水平與流動性價值、流動性風(fēng)險補償之間的內(nèi)在機理及并進行了實證研究，姚亞偉（2012）也系統(tǒng)性地對流動性水平和流動性風(fēng)險對組合投資管理的影響進行了分析，同時姚亞偉等（2012）實證檢驗了流動性風(fēng)險呈現(xiàn)的集聚性特征。上述研究對認識流動性風(fēng)險在投資決策中的作用提供了一定的研究基礎(chǔ)，本文將做進一步延伸。在本文的分析中，結(jié)合流動性依據(jù)于交易過程的特征，我們首先將持有證券的收益分解為兩部分：系統(tǒng)性風(fēng)險補償收益和交易性風(fēng)險補償收益。其中系統(tǒng)性風(fēng)險補償收益主要是在證券的非交易時間，因外部信息沖擊而對金融資產(chǎn)價格估值產(chǎn)生的直接沖擊（用開盤價相對于前一日的收盤價的變化來衡量），這類風(fēng)險投資者不可能通過積極的投資管理來進行消除。而交易性風(fēng)險補償收益則是在交易時間內(nèi)由投資者交易行為而形成的收益，這部分收益能夠直接體現(xiàn)股票流動性的作用，也是本文計算流動性風(fēng)險的數(shù)據(jù)依據(jù)，本文主要利用EGARCH來刻畫流動性風(fēng)險的非對稱效應(yīng)。

三、流動性風(fēng)險的非對稱性效應(yīng)檢驗

我們將結(jié)合流動性的本質(zhì)內(nèi)涵，在對相關(guān)流動性指標(biāo)比較選擇的基礎(chǔ)上，利用EGARCH模型來檢驗流動性風(fēng)險是否存在非對稱效應(yīng)。

（一） 數(shù)據(jù)選取及指標(biāo)描述性統(tǒng)計

1.樣本及數(shù)據(jù)選取

以滬深300指數(shù)成份股為樣本庫，滬深300指數(shù)是滬深證券交易所于2005年4月8日聯(lián)合發(fā)布的反映A股市場整體走勢的指數(shù)，本文選取的樣本區(qū)間為2005年1月4日至2010年12月31日，樣本區(qū)間內(nèi)共有1457個觀測日。由于滬深300指數(shù)樣本股一般于1月初和7月初調(diào)整、或股票上市后日均A股總市值在全部滬深A(yù)股中排名前30位的直接調(diào)入。因此，本文以每年6月30日和12月31日的指數(shù)樣本股為基準(zhǔn)，半年為一個周期選取樣本股的交易信息數(shù)據(jù)。選取的數(shù)據(jù)包括個股在樣本區(qū)間內(nèi)每個交易日的日開盤價、日最高價、日最低價、日收盤價、前收盤價、日成交金額、日換手率（數(shù)據(jù)來源：Wind資訊金融數(shù)據(jù)庫）。

2.流動性指標(biāo)的選取

目前用來衡量證券流動性的指標(biāo)相對較多，大體可分為直接衡量指標(biāo)和間接衡量指標(biāo)，結(jié)合流動性的內(nèi)涵，我們選取3個間接流動性指標(biāo)和2個直接流動性指標(biāo)進行比較。

在表1中，、 、三個流動性測度指標(biāo)都采用于非流動性的概念，剔除了t時間內(nèi)非交易時間信息對流動性的影響，較好地刻畫了流動性依附于交易過程的特征。同時由于這三個指標(biāo)能較好地反映單位成交金額所帶來的價格變化，能夠較好地刻畫風(fēng)險。、 雖然可以在一定程度上反映流動性的本質(zhì)，但均忽略了不同公司屬性而導(dǎo)致的系統(tǒng)性流動性水平差異。

3.市場總體流動性基本統(tǒng)計特征

在對市場的流動性水平進行計算時，本文不采用將市場指數(shù)作為“一個組合證券”來計算其流動性，而是將市場的流動性作為一個組合的流動性，更有利于投資者進行流動性的管理。本文用總體流動性指標(biāo)表示市場的流動性水平，對于完成交易的周期我們設(shè)定為日。依據(jù)表1中的公式首先計算某一交易日的每個樣本股的流動性，其中的日成交金額是以百萬元為單位。借鑒Amihud和Acharya &Pedersen采用的對所有樣本股相同交易日的流動性等權(quán)重加權(quán)平均計算總體流動性的方法，假設(shè)總體流動性用liqt表示，第t日共有300個樣本股，則總體流動性為：

利用公式（1）我們可以得到1457個股市總體流動性指標(biāo)的日數(shù)據(jù)，所得總體流動性指標(biāo)的基本統(tǒng)計特征如表2所示。

由表2的統(tǒng)計結(jié)果可知，五個總體流動性的分布都是右偏，同時峰度大于3，存在“尖峰厚尾”特征；Jarque-Bera正態(tài)檢驗統(tǒng)計量值對應(yīng)的P值遠小于1%，總體流動性的概率分布拒絕正態(tài)分布假設(shè)。

由表3的相關(guān)性統(tǒng)計結(jié)果可知，三個非流動性指標(biāo)之間都是存在著顯著的正相關(guān)的，而成交量和換手率與非流動性指標(biāo)之間則存在著顯著的負相關(guān)，成交量與換手率之間也存在著顯著的正相關(guān)。這表明在衡量證券流動性的指標(biāo)方面具有較強的一致性，例如成交金額越高，意味著投資者參與交易的活躍程度越高，股票的流動性越好，而成交金額與非流動性指標(biāo)之間負相關(guān)，意味著成交金額越高，非流動性越低，即流動性越好。從表中的比較中，我們發(fā)現(xiàn)非流動性指標(biāo)與其他四個指標(biāo)的相關(guān)系數(shù)都比較高且顯著，本文選取該指標(biāo)來作為市場流動性的衡量指標(biāo)，同時該指標(biāo)反映了單位交易日內(nèi)完成單位成交金額所帶來的價格波動幅度（剔除了非交易時間的影響），能更好地刻畫流動性的變化。

（二）流動性風(fēng)險的非對稱性效應(yīng)

由表2描述性統(tǒng)計的結(jié)果可知，市場的非流動性指標(biāo)呈現(xiàn)出集聚性和尖峰厚尾的特征，而GARCH模型可以較好地刻畫這些特征。在進行GARCH模型估計時，首先需要設(shè)定均值方程。在估計均值方程前，我們首先利用ADF單位根檢驗對{illt}序列的平穩(wěn)性進行分析，經(jīng)檢驗， {illt}序列的ADF統(tǒng)計值為-3.531，小于1%的臨界值-3.435，這表明{aillt}序列是平穩(wěn)序列。通過對{illt}序列進行自相關(guān)和偏自相關(guān)函數(shù)分析， aillt存在滯后3階的很強的自相關(guān)性，同時根據(jù)AIC（m）準(zhǔn)則以及SC（m）準(zhǔn)則方法也證明了均值方程采用自回歸滯后3階時的合理性，并且在回歸時可省略滯后2階項，均值方程的估計結(jié)果如下所示：

式（2）中，括號內(nèi)的數(shù)值是相關(guān)估計系數(shù)的t統(tǒng)計量，均在1%的檢驗水平下顯著。由式（2）決定的無條件預(yù)期非流動性水平為E（aillt）=0.00102，這和表2統(tǒng)計的樣本均值0.00116相接近，表明均值方程設(shè)定基本合理。

EGARCH模型是對GARCH模型在條件方差方程設(shè)定方面進行的修正，主要側(cè)重于考察新信息正負擾動沖擊對條件方差影響的非對稱效應(yīng)，由于它是對條件方差的對數(shù)進行建模，這就保證了條件方差方程中對參數(shù)估計值的正負無限制。利用EGARCH模型修正的條件方差方程為：

模型估計擬合的結(jié)果為：

式（4）中括號內(nèi)的數(shù)值為相關(guān)估計系數(shù)的Z統(tǒng)計量，由（4）中條件方差方程中的估計結(jié)果可知，各參數(shù)估計值除α1在10%的檢驗水平下顯著外，其余均在1%的檢驗水平下顯著。同時，通過對條件方差方程的標(biāo)準(zhǔn)化的殘差序列和殘差的平方項序列利用Ljung-Box統(tǒng)計量進行檢驗均表明不存在明顯的序列相關(guān)性和自回歸條件異方差，驗證了利用EGARCH模型進行估計具有合理性；非對稱效應(yīng)系數(shù)估計值為0.30449且在1%的檢驗水平下顯著，明顯高于對稱系數(shù)的估計值0.03819，這表明非流動性的條件方差，即流動性風(fēng)險存在著對過去正負擾動信息沖擊偏離非對稱的效應(yīng)，進一步地，對式（4）的條件方差方程進行展開，考察假定信息沖擊為正值（即）和信息沖擊為負值 （即）下的條件方差方程，如式（5）所示：

由式（5）可知，當(dāng)時，由于，因此，條件方差變化呈擴張放大趨勢；當(dāng) ，由于，因此，條件方差變化呈縮小趨勢。這意味著如果外部信息對非流動性的沖擊是正相的，即增加了市場的非流動性，這同時也意味著市場的流動性變差，流動性風(fēng)險增加；而若外部信息沖擊對非流動性的沖擊是負相的，即降低了市場的非流動性，這同時也意味著市場的流動性趨好，市場的流動性風(fēng)險會呈現(xiàn)下降的趨勢，從而驗證了流動性風(fēng)險存在的非對稱性。那么哪些因素會影響到流動性風(fēng)險的非對稱效應(yīng)呢？下面將展開分析。

四、基于市場影響因素的非對稱效應(yīng)實證

下文首先從理論上對影響流動性風(fēng)險的因素進行分析，在考察這些因素與市場流動性相關(guān)性的基礎(chǔ)上，將這些因素引入EGARCH模型進行實證檢驗分析。

（一）影響因素選擇及假設(shè)

我們對影響流動性風(fēng)險非對稱效應(yīng)的因素選擇主要包括外生因素與內(nèi)生因素，相關(guān)變量的說明如表4所示。

變量說明：

（1）政策因素。我國股票市場一直帶有濃厚的“政策市”特征，而政策往往是在非交易時間發(fā)布的，還有一些外圍市場的影響都會對股票市場造成系統(tǒng)性的沖擊，而且這些影響很難量化，但這些政策因素會通過投資者的操作行為而反映在股價變化中。本文利用股市當(dāng)日開盤價相對前一日收盤價的漲跌幅度作為投資者對非交易時間的各種因素的反應(yīng)，由于在我國開盤定價屬于集合競價交易，我們稱之為系統(tǒng)性價格變化沖擊。一般而言，系統(tǒng)性價格沖擊為正會降低流動性風(fēng)險的大小，系統(tǒng)沖擊為負將導(dǎo)致流動性風(fēng)險的增加。

（2）非交易時長。與政策因素有些類似，主要是由于受到法定假日和節(jié)假日的影響而使得市場的休市或停盤，由于非交易時長越長，市場上積累的新信息就越多，從而也會加大投資者之間的信息不對稱程度，從而導(dǎo)致流動性水平不確定，進而導(dǎo)致流動性風(fēng)險增加。

（3）市場資金供求狀況。一般而言，短期資金需求越大，股票市場的變現(xiàn)需求就越大，這容易導(dǎo)致股票在短期供給增加，從而打破股票交易的供求均衡而使得股票交易價格的波動幅度增加，導(dǎo)致股票流動性變差，從而增加股票的流動性風(fēng)險。

（4）市場行情。一般來講，在股價上漲時，流動性風(fēng)險較低；而在股價下跌時，流動性風(fēng)險增加。

對四個影響因素與市場流動性之間的相關(guān)性進行分析，結(jié)果如表5所示。

由表5可知，除非交易時長外，其余指標(biāo)均與市場流動性指標(biāo)之間存在顯著的相關(guān)性。其中，系統(tǒng)性收益沖擊、股價變化對非流動性水平均在1%的檢驗水平下顯著負相關(guān)；銀行間同業(yè)拆借利率與市場流動性則顯著正相關(guān)；而非交易時長雖然與市場流動性指標(biāo)之間正相關(guān)，但不顯著。

（二）實證結(jié)果及解釋

為驗證關(guān)于以上四個變量和流動性風(fēng)險之間關(guān)系的四個假設(shè)，我們采用EGARCH模型進行實證分析，以便減少條件方差方程在正負擾動的非對稱效應(yīng)上的設(shè)定誤差。 EGARCH模型中條件方差的ARMA結(jié)構(gòu)表明四個變量的影響效應(yīng)的持續(xù)性，模型具體設(shè)定如下：

其中， aillt是每個交易日的市場總體的非流動性指標(biāo)； Rsp，t是投資者對非交易時間影響股票市場因素反應(yīng)的系統(tǒng)性價格變化沖擊； T1是第t-1交易日和第t交易日之間非交易的天數(shù)； It-1表示第t-1交易日上海銀行間同業(yè)拆借利率； R300，t為市場組合的日收益率，即滬深300指數(shù)第t交易日的收益率。

利用式（6）構(gòu)建不同參數(shù)的EGARCH模型，不同模型的系數(shù)估計結(jié)果如表6所示，分別對表中不同模型擬合結(jié)果的殘差序列和殘差平方項序列取滯后10階的Ljung-Box統(tǒng)計量進行檢驗，均表明估計的標(biāo)準(zhǔn)殘差序列沒有明顯的自回歸條件異方差性和自相關(guān)性，所擬合的模型是合適的。而且，在模型中影響變量后， EGARCH模型估計的可決系數(shù)均高于不含影響變量的EGARCH模型估計的可決系數(shù)0.855，估計結(jié)果明顯有所改善。

由表6的結(jié)果可知，在引入外生因素和內(nèi)生因素的條件方差方程中，無論是單獨考慮不同影響因素，還是將不同影響因素組合考慮到模型中，系統(tǒng)性沖擊、非交易時長、拆借利率、股市表現(xiàn)的系統(tǒng)估計均十分顯著且符合預(yù)期，這驗證了我們的四個假設(shè)。結(jié)合均值方程和條件方差方程，系統(tǒng)性沖擊系數(shù)為負意味著非交易時間的利好消息會降低股票的非流動性水平（即增加股票的流動性），同時降低股票的流動性風(fēng)險；非交易時長系數(shù)為正意味著兩個交易日之間的時間間隔越長，股票的非流動性水平越高，流動性風(fēng)險也越高；拆借利率系數(shù)為正意味著若短期銀行間同業(yè)拆借利率越高，即短期資金的需求越高，股票的非流動性水平越高，流動性風(fēng)險也越高；而股市表現(xiàn)系數(shù)為負也意味著當(dāng)股票市場下跌的時候，流動性風(fēng)險增加，股票市場上漲時，流動性風(fēng)險下降。

五、結(jié)論及建議

本文系統(tǒng)性地對我國股票市場流動性風(fēng)險的非對稱效應(yīng)進行了實證分析，研究結(jié)果表明：

（1）外部信息的沖擊的正負擾動對流動性風(fēng)險的變化存在著非對稱的效應(yīng)。這意味著在股票下跌的行情中，負的外部信息沖擊會使流動性風(fēng)險陷入一個惡性循環(huán)，而正的外部信息沖擊會使得流動性風(fēng)險下降。這與我國目前的股市現(xiàn)狀比較符合，在目前下跌的階段，政府發(fā)布相關(guān)利好只能短暫地提升股市的流動性，但外圍股市的下跌的影響以及由于交易恐慌所帶來的流動性風(fēng)險增加似乎呈現(xiàn)惡化的狀況。這表明，政府在股市下跌的過程中應(yīng)采取切實有效的政策來進行干預(yù)以降低流動性風(fēng)險的放大的潛在性。

（2）流動性風(fēng)險與市場行情也存在著顯著的負相關(guān)性。這與我國目前的現(xiàn)狀有一定的關(guān)系。我國股票市場的參與主體以個人投資者為主，但個人投資者的非理性行為往往是導(dǎo)致股市暴漲暴跌的主要原因。由于賺錢效應(yīng)的存在，個人投資者在上漲行情中往往成為了短期投資者，并且在市場風(fēng)險積聚較高時買入股票，為市場進一步提供流動性；而在股市下跌時，由于虧損所帶來的心理作用往往在股市已經(jīng)下跌較大幅度時拋出，導(dǎo)致股票市場進一步下降，流動性持續(xù)惡化。在這個過程中，被寄予厚望的機構(gòu)投資者應(yīng)當(dāng)擔(dān)負起維護市場流動性的職責(zé)，由于我國不是做市商的交易制度，市場的流動性主要靠多樣化的投資者來提供，但相比較于非理性的個人投資者，機構(gòu)投資者的操作行為一般比較理性，但也正是由于他們的“理性”，可能成為導(dǎo)致股市流動性惡化的導(dǎo)火索。舉例而言，股市出現(xiàn)方向性的下跌一般是由于大規(guī)模的股票供給導(dǎo)致的，而能夠提供大規(guī)模股票供給的一般是機構(gòu)投資者，他們擁有信息優(yōu)勢，可以提前賣出股票，結(jié)果導(dǎo)致市場下跌，而非知情交易者的跟風(fēng)行為和機構(gòu)投資者之間由于風(fēng)險控制而被迫交易可能導(dǎo)致的羊群效應(yīng)會加速這一下跌速度，從而在短時期內(nèi)導(dǎo)致股票價格出現(xiàn)大幅度的下降而增加流動性風(fēng)險，此時對于機構(gòu)投資者而言他們可能面臨個人投資者贖回基金份額的風(fēng)險，從而使得他們更加被動地供給股票。因此，監(jiān)管部門應(yīng)當(dāng)倡議和監(jiān)督機構(gòu)投資者的行為，使他們的行為趨于理性化和長期化，這樣有利于維穩(wěn)市場的流動性，也可以實現(xiàn)個人投資者和機構(gòu)投資者的雙贏。

參考文獻：

[1]楊朝軍，王靈芝. 流動性水平、流動性風(fēng)險對資產(chǎn)收益的影響——來自滬深股市的經(jīng)驗證據(jù)[J].系統(tǒng)管理學(xué)報，2011，（4）：456-461.

[2]姚亞偉，楊朝軍，黃峰. 流動性風(fēng)險特征：基于中國證券市場的經(jīng)驗數(shù)據(jù)分析[J].上海金融，2012，（4）：63-70.

[3]姚亞偉，楊朝軍.流動性水平、流動性風(fēng)險對組合投資管理的影響分析[J].現(xiàn)代管理科學(xué)，2012，（7）：19-21.

[4]吳曉求.中國資本市場近期若干改革措施分析[J].中國市場，2012，（29）.

[5]Markowitz， H.M.， 1952. Portfolio Selection[J]. Journal of Finance. Vol.7， No.1， pp： 77-91.

[6]Markowitz， H.M.， 1959. Portfolio Selection： Efficient Diversification of Investments[J]. John Wiley & Sons.

[7]Pastor，L. and Stambaugh，R.F.， 2003. Liquidity Risk and Expected Stock Returns[J]. Journal of Political Economy， 111，pp：642-685.

[8]Nguyen D. and T.N. Puri， 2009.Systematic Liquidity， Characteristic Liquidity and Asset Pricing[J]. Applied Financial Economics， 19，pp：853-868.

[9]Lou，X.X. and R.Sadka，2011. Liquidity Level or Liquidity Risk？ Evidence from the Financial Crisis[J]. Financial Analyst Journal， Vol.67，No.3，pp：51-62.

（編輯：張小玲）