论文部分内容阅读
本文系统地研究了中国股票市场流动性。流动性是金融市场的重要特征之一，研究流动性有助于监管者推出保持金融市场稳定的政策，对投资者制定投资策略也有重要的指导意义。本文从理论和实证两个方面对流动性的特征、影响因素以及在股票价格形成中的作用进行了分析。样本数据为高频金融数据，根据高频数据的特点，本文提出了相应的计量模型。 首先，本文通过数据描述性统计研究了证券市场外部因素，例如:企业规模、行业分类、市场指数等对我国股票流动性的影响，分析了流动性的高频特征，包括:分布特征、相关性特征以及日内特征，并通过国际成熟市场对比，分析了我国股票市场流动性的不足和差异。 其次，本文针对目前学术界对流动性弹性研究的空白，根据相关理论研究文献的结论和数据特征，设计了一个流动性均值回复模型，得到了对流动性弹性维度的度量指标。与其他文献的弹性指标相比，该指标具有估计简单、直观的特点。实证研究发现:(1)从平均值来看，价差弹性大于深度弹性，说明价差的回复速度明显大于深度;最优报价深度弹性大于总深度弹性，最优报价是指令簿上交易最活跃、信息最多的部分;(2)买方深度弹性大于卖方深度弹性，最优买方弹性也大于最优卖方弹性，流动性弹性在买卖双方之间存在着不对称，主要原因是我国的卖空限制和信息交易;(3)价差弹性和深度弹性均存在着企业规模效应，随着流通股数量增加，价差弹性逐渐增大，而深度弹性却逐渐减小。 第三，为验证理论模型的结论，本文使用交易持续期代表交易活动的活跃程度，研究了交易活动对流动性的影响。采用WACD模型将交易持续期分为两个部分:预期到的和未预期的交易持续期。将分解后的交易持续期作为解释变量，本文使用两个回归方程研究了交易活动如何影响流动性，发现:连续的交易持续期之间存在着高度的相关性，特别是流动性较好的股票相关性更为明显;预期到的和未预期的交易持续期都有助于解释买卖价差的形成，但是在报价深度方程中，结论并不一致;未预期的交易持续期对流动性的影响更大，说明额外的信息是驱动流动性的一个重要因素。 第四，本文使用状态空间模型对股票定价误差进行建模并通过Kalman滤波估计了价格发现速度，研究了我国股票市场的价格发现速度与流动性之间的关系。得到如下结论:(1)价格发现速度在流动性较差时减慢，价差可以影响价格发现速度，但是流动性深度指标的作用不明显，价差弹性对同期的价格发现速度有促进作用而深度弹性的促进作用不明显;(2)指令簿的信息大部分集中在最优报价上，最优报价对价格发现过程的影响更大;(3)交易活跃的股票的价差能影响未来几天的价格发现速度，而交易不活跃的股票的价格发现速度会影响未来的价差，流动性的弹性维度与价格发现速度之间的时间序列关系并不密切。 第五，本文使用混合频率抽样模型研究了流动性指标对收益率的预测能力，通过与基准模型比较得到如下结论:(1)日度价差和深度作为流动性指标对下一天的收益率具有一定的预测能力，日内高频价差和深度指标同样提高了预测精度;(2)流动性指标的取值频率会影响预测结果，取值频率越高并不一定会有更好的预测结果，原因是高频数据容易受到异常点的影响;(3)在最优日内取值频率上，价差指标的预测效果优于日度频率模型，原因是价差指标的日内特征提供了有用的预测信息，而深度指标则不明显。 综上所述，本文对流动性的理论进行了实证研究补充，提出了新的流动性弹性度量方法，从市场微观机制和高频数据入手，对影响流动性的因素作了实证研究，然后对流动性如何影响价格发现过程及其在资产定价中的作用作了深入分析，得到了一批有意义的结论。