中国股票市场流动性与收益关系实证研究，本文主要内容关键词为：股票市场论文,流动性论文,中国论文,收益论文,实证研究论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、实证设计
1.流动性指标的选择。
本文选择换手率和Illiquidity非流动性指标作为流动性的度量方法。
2.其他变量的选择。
本文选择市场收益率(RETM)，BM比率和公司规模(SIZE)作为控制变量。各变量的计算公式与说明如表1所示。
3.样本选择和资料来源。
本文选择对上海股票市场A股股票进行研究，在2000年前上市的公司中随机选取50家上市公司作为研究样本，以2000年1月至2004年12月作为研究期间。有关数据来自分析家2005版、搜狐财经频道(http：//www.sohu.com)和上海证券交易所网站(http：//www.sse.com.cn)。
4.检验方法设计。
本文采用多指标回归模型，将市场收益率和其他影响因素放入回归方程进行回归，用此方法检验流动性对股票收益率的影响，回归模型如下：
回归模型一：
二、实证结果与分析
1.描述性统计与相关系数分析。
首先对各变量进行描述性统计，所用的数值用上述计算公式计算的结果，如表2所示。表2中，换手率的最小值为0.00，最大值为3.23，均值为0.2065；ILLIQ最小值为0.04，而最大值175.06，均值为4.7285。
表2 各指标描述性统计
变量最小值 最大值
平均值标准差
SIZE10.18
14.0011.7026
0.70135
BM 0.061.190.33750.18543
TUBN 0.003.230.20650.25520
ILLIQ0.04 175.694.728310.4879
为了观察模型中解释变量之间是否存在多重共线性问题的可能，计算五个解释变量之间的相关系数，如表3所示。从表3可以看出，它们之间的相关系数都比较小。其中TURN与LNMV，TURN与BM的相关系数是负值；ILLIQ指数与其他变量的相关系数都是负的，但数值很小，且不显著。
表3 变量之间相关系数矩阵
LNMVBETM BM
TURN ILLQ
LNMV1.000
BETM-.0281.000
BM-.167-.0151.000
TURN-.086-.120-.1701.000
ILLQ-.158-.038-.009-.1211.000
2.个股数据的检验结果。
本文采用向后回归法(Backward Regression)，原则是，将本组自变量一次纳入回归，然后根据标准删除一个最不显著者，再做一次回归判断其余者的取舍，直至保留者都达到要求，显著性水平为10％。首先选取样本期间的个股月数据，分别根据模型一和模型二进行回归检验，向后回归的结果如表4和表5所示：
表4 模型一的个股回归系数
β t值p值 VIF
回归一 (Constant) .066
1.786 .074
LNMV-.005 -1.738 .0821.190
RETM .919 26.852 .0001.005
BM -.004
-.402 .6871.035
ILLQ .013.034 .0021.157
回归二 (Constant) .062
1.743 .081
LNMV-.005 -1.693 .0911.150
RETM .919 26.878 .0001.005
ILLQ .013.013 .0031.150
表5 模型二的个股回归系数
β t值 p值 VIF
(Constant) .017.482.630
LNMV
-.002
-.593
.5541.044
一 RETM
.92226.744 .0001.015
BM -.001
-.050
.9601.066
TURN
.007.645.5191.059
(Constant) .016.488.625
LNMV
-.002
-.594
.5531.008
二 RETM
.92226.752 .0001.015
TURN
.007.666.5051.022
(Constant) -.003
-1.275 .202
三 RETM
.92326.784 .0001.015
TURN
.007.718.4731.015
(Constant) -.002
-1.088 .277
四 BETM
.92627.071 .0001.000
表4的结果分析，向后回归后的回归方程中含有Illiquidity非流动性比率，但是BM比率指标被剔除，表明在本文研究的上海股市样本股中不存在BM效应或BM效应不显著。ILLIQ的最终回归系数为0.01，t值为3.013，p值为0.003，在1％的显著性水平下显著，表明前一个月ILLIQ较高的股票，其流动性较差，流动性风险较高，为了弥补流动性风险，投资者要求较高的收益率，符合流动性溢价理论。公司规模LNMV的回归系数为-0.005，在10％的显著性水平下显著，表明中国上海股市具有小规模效应，相对规模较小的公司具有较高的收益。而在表5中，向后回归的最终结果只有市场收益率RETM指标进入了回归方程，其他指标的回归系数均不显著，换手率指标TURN没有进入回归方程。
以上实证研究表明流动性对股票价格有显著影响，流动性是资产定价要考虑的重要因素之一，但不同的流动性度量指标对流动性的刻画影响显著。
3.在不同市场态势下的检验。
上述研究了整个样本区间流动性对预期收益的影响，为了进一步检验流动性对预期收益的影响在不同的市场态势下是否有不同的表现，本文根据上证指数的技术分析图将整个期间分为四个时期：2000年1月至2001年6月，此期间为牛市市场；2001年7月至2002年2月，此期间为熊市市场；2002年3月至2004年3月，此区间趋势不明显，可看为盘整市场；2004年4月至2004年12月，为另一个熊市市场。在确定不同时期的市场态势之后，分别对四个子时期分别进行回归分析，回归方法为全部纳入法，回归分析结果见表6和表7所示。
表6 不同市场态势下回归分析结果(ILLIQ)
第二时期 (牛市) 第二时期 (熊市) 第三时期 (横盘) 第四时期 (熊市)
β t β
t
β tβ
t
常数 0.315 4.36*** 0.0060.06
-0.53
-1.004
-0.34-1.91*
RETM 0.745 8.25*** 1.057 9.16*** 0.963 17.48***
1.265
8.49***
LNMV -0.028 -483*** 0.00
-0.031
0.0040.8970.005
0.448
BM
0.103 -2.48** 0.004
0.073
0.0060.3510.053 1.836**
ILLIQ 0.012 1.187* 0.00
-0.315
0.068
2.203**
0.000.448
注：*表示置信度为10％显著，**表示5％显著，***表示1％显著(下表7-9同)
表7 不同市场态势下回归分析结果(TURN)
第二时期 (牛市) 第二时期 (熊市) 第三时期 (横盘) 第四时期 (熊市)
β t
β
t β tβ
t
常数 0.346 4.95*** 0.003 0.374 -0.076 -2.41**
-0.085
-0.93
RETM 0.748 8.46*** 1.05 9.84*** 0.96 17.26***
1.258
8.42***
LNMV -0.031 -5.27*** 0.000 0.004
0.005
1.2280.005
0.613
BM
0.101 2.58*** 0.008 0.168
0.014
0.79 0.056
1.869*
TVRN -0.018 -1.696* -0.001 -0.001
0.008
0.504
-0.018
-0.565
从表6和表7的结果中可以看出，牛市中所有的变量都进入了回归模型，ILLIQ的回归系数为0.012，在10％的显著性水平下有效；TURN的回归系数-0.018，同样在10％的水平下显著。说明在牛市的情况下，无论是用ILLIQ非流动性指标还是用换手率指标来衡量流动性，流动性对预期收益都有显著影响。不仅如此，在牛市市场，整体样本分析中没有进入模型的BM比率变得显著，在两种方法度量流动性的回归分析中，BM比率的回归系数分别为0.103和0.101，分别在5％和1％水平下显著。说明中国上海股票市场在牛市存在显著的BM效应。在横盘时期，出现了与整体样本分析相似的结果，ILLIQ非流动性指标进入了回归模型，回归系数为0.068，在5％的显著性水平下有效，而TURN换手率指标没有进入回归模型；BM比率在横盘时期同样没有进入模型，说明在横盘时账面价值与市场价值比效应不显著。横盘时期与整个样本区间的区别在于在横盘时期，LNMV指标没有进入回归模型，说明在盘整市场“小公司效应”不显著。在2001年7月至2002年2月和2004年4月至2004年12月两个熊市中，无论是ILLIQ非流动性指标还是TURN换手率指标都没有进入回归模型，说明熊市中中国股票市场流动性对预期收益的影响微弱，这与Amihud-Mendelson流动性溢价理论不符合，也与西方成熟证券市场的实证研究结论不同。从回归系数上看，在样本中的第一个熊市时期，LNMV和BM的回归系数都不显著；在第二个熊市时期，LNMV的回归系数仍不显著，而BM的回归系数分别在5％和10％的显著性水平下显著，说明中国股市在熊市时期不存在小公司规模效应但有可能存在BM效应。
4.在不同政策影响下的检验。
王春峰等(2002)的实证结果发现流动性溢价受政策的影响，李一红和吴世农(2003)的实证研究也得出了相同的结论。为了进一步了解股票市场流动性与预期收益之间的关系，本文也对此进行研究，检验流动性溢价是否受政策及重大事件的影响。将整个样本期间分为两个子区间：公布政策或重大事件的月份和没有公布政策或重大事件的月份(见附录1)，分别对剔除政策和重大事件月份的样本和有政策和重大事件月份的样本进行检验。回归分析的结果如表8和表9所示。
表8 不同政策下回归分析结果(ILLIQ)
无政策和重大事件样本 有政策和重大事件样本
β
tβt
常数
-0.026-0.5750.1392.320**
RETM0.965
18.446*** 0.989
18.261***
BM-0.001-0.0620.0170.937
LNMV0.001 0.372
-0.012
-2.453**
ILLIQ
0.000-0.7490.0101.807*
表9 不同政策下回归分析结果(TURN)
无政策和重大事件样本 有政策和重大事件样本
βtβt
常数
-0.028-0.6190.1151.941**
RETM0.972
18.485*** 0.984
18.093***
BM-0.002-0.1110.023 1.288
LNMV0.002 0.432
-0.011-2.153**
TURN
-0.005-0.5480.003 0.166
从表8和表9的回归结果中可以看出，在无政策和重大事件影响的样本中，无论是ILLIQ非流动性比率还是TURN换手率，对预期收益进行回归分析时，只有市场收益率的回归系数是显著的，其他指标(包括BM比率、公司规模、换手率和Illiquidity非流动性比率)都没有进入回归模型，说明在没有政策和重大事件影响的情况下，流动性对股票价格与投资收益的影响较小，而且股票市场的BM效应和小公司效应也不显著。在有政策和重大事件影响的样本中，ILLIQ非流动性指标的回归系数在10％的显著性水平下有效，而TURN换手率指标则不显著，LNMV指标的回归系数在利用ILLIQ和TURN两种衡量方法的回归模型中均在5％的显著性水平下有效，而BM比率的回归系数在10％的显著性水平下均不显著。表明在有政策和重大事件影响的情况下，用ILLIQ非流动性比率衡量的流动性对预期收益有显著影响，而基于TURN换手率的流动性对预期收益影响不显著，并且市场存在小公司规模效应，但BM效应则不显著。以上分析结果表明，政策出台和重大事件对流动性与预期收益的关系有显著影响。
三、结论
股票市场流动性与预期收益的关系研究具有重要的理论与现实意义。本文实证部分以换手率和非流动性比率作为流动性的衡量指标，对上海股票市场随机抽取的50家上市公司的2000年1月至2004年12月的数据进行分析，研究了股票市场流动性与预期收益之间的关系，检验流动性溢价现象是否存在于中国股票市场。实证研究的结果表明中国股票市场上确实有流动性溢价现象的存在，但股票流动性对收益率的影响并不明显。具体地说，本文的研究结论主要有以下几点：
1.在整个样本期间的检验结果表明，非流动性指标与预期收益成正向关系，符合流动性溢价理论，而利用换手率指标对预期收益回归分析的系数不显著，表明换手率对预期收益没有明显影响，这与流动性溢价理论不符。
2.对不同态势市场情况下，流动性与预期收益表现出不同的关系。在牛市，非流动性与预期收益呈正向关系，换手率与预期收益呈负向关系，并且存在明显的小公司效应和账面价值与市面价值比效应，牛市时期的股票市场与西方成熟市场的检验结果较为相似；在横盘时期，Illiquidity非流动性对预期收益有显著影响，而换手率对预期收益影响不显著；在熊市，无论是Illiquidity非流动性还是换手率对预期收益的影响均不显著，这与流动性溢价理论不符合。
3.在有政策和重大事件与无政策和重大事件的两种情况下，流动性与预期收益的关系有显著差别，表明政策出台和重大事件会影响流动性与预期收益的关系。
通过以上研究可以看出，在中国股票市场上流动性的确是股票价格与收益的影响因素，但受流动性衡量方法、不同市场态势及有无政策和重大事件的影响的不同，其结果也各有差异。另外，由于本文仅选取上海股票市场50家上市公司作为研究样本，由于样本较小及样本代表性的问题，本文的研究结论是否能够外推到整体的中国股票市场，仍然需要进一步的研究。
标签：回归系数论文; 预期收益论文; 中国股票市场论文; 回归模型论文; 流动性溢价论文; 政策影响论文; 换手率论文; 流动性论文; 重大事件论文;