流动性风险与资产定价能力研究基于我国股市实证研究.docVIP

流动性风险与资产定价能力研究基于我国股市实证研究 　　摘 要：通过建立Engle（2002）提出的动态条件相关多元GARCH模型DCC-MVGARCH来计算时变的市场收益对市场总流动性相对变化的敏感性（协方差），进而建立三因素资产定价模型，从时间序列角度研究市场总流动性风险间的关系。研究结果表明，中国股市存在显著的市场风险溢价、市场收益对总流动性变化的敏感性风险溢价以及流动性相对变化的波动性风险溢价。 　　关键词：流动性；流动性风险；资产定价 　　中图分类号：F830.91 文献标志码：A 文章编号：1673-291X（2015）09-0134-04 　　引言 　　我们知道，金融市场的两大基本功能是流动性和价格发现。而流动性在市场微观结构研究领域占据了非常重要的位置。二级市场的流动性为投资者提供了转让和买卖证券的机会，也为筹资者提供了筹资的必要前提。其次，流动性还会影响到企业的最佳股权结构，因为股权分散有利于提高流动性，但不利于经营权的集中。最后，高流动性的市场可增强股东监督公司的动力，因为高流动性的市场可以让大股东有效地掩饰其通过监督权所获得的信息优势，从而进行内幕交易获取利润。正是在这些意义上，Amihud Mendelson[1]指出：“流动性是市场的一切”。从更广泛的意义上看，市场流动性的增加不仅保证了金融市场的正常运转，也促进了资源的有效配置和经济增长。 　　一、文献回顾 　　早期大部分学者对流动性与资产定价关系的研究都是针对流动性水平（liquidity level）进行的，大多得出股票流动性与收益负相关的结论。最近的研究则开始关注流动性风险（liquidity risk，用方差或相应变量间的协方差来度量）与资产定价的关系。其中以PastorStambaugh（2003）[2]和Acharya 　　Pedersen （2005）[3]的研究为代表。Jacoby，Fowler和 Gottesman（2000，JPG）[4]模型已初步考虑了流动性成本变化对资产收益率的影响，但却未做进一步研究。Pastor Stambaugh（2003）将推动收益率发生反转的指令流作为市场流动性的一个状态变量，FujimotoWatanabe（2006）[5]利用机制转换模型研究了股票中流动性风险―收益关系的时变性并且检验了其对资产定价的含义。孔东民（2006）[6]也利用 LA-CAPM 对中国股市进行了检验，结果表明，我国股市的风险升水在大盘升降区间体现了不同的特征；无论在总区间还是分时段，LACAPM都能更好的拟合资产收益；在控制了公司规模后，结果依然稳健，这表明在我国股市流动性对资产定价有重要影响。 　　二、研究设计 　　首先按照GibsonMougeot（2004）的思路，基于市场总流动性水平的相对变化进行检验。拟通过建立Engle（2002）提出的动态条件相关多元GARCH模型（DCC-MVGARCH）来计算时变的市场收益对市场总流动性水平其相对变化的敏感性（协方差），进而建立三因素资产定价模型，对市场组合收益与市场总流动性风险间的关系进行研究。 　　三、模型简介 　　（一）三因素资产定价模型 　　由于从理论上讲，如果投资者是风险厌恶的，投资者应该对流动性的波动要求风险溢价。我们将市场总流动性的波动性――条件方差加入市场超额收益的条件均值方程，建立如下三因素资产定价模型： 　　rM，t=μM+λMσ2M，tλMLσML，t+λLσ2L，t+ε1，t 　　rL，t=μL+ε2，t 　　Ht=Ω+Aεt-1εt-1A+BHt-1B 　　其中Ht=h11，t h12，t 　　h12，t h22，tεt=ε1，t 　　ε2，t，Ht为超额市场收益和市场总流动性相对变化的方差―协方差矩阵，A、B、Ω为对称的常数矩阵；λM为单位市场的风险溢价；λML为单位市场收益对市场总流动相对变化的敏感性风险溢价，λL为单位市场总流动性的波动风险溢价。 　　（二）二元均值GARCH模型 　　鉴于二元均值GARCH模型参数估计的困难，我们分两段建模。第一阶段我们建立市场超额收益与市场总流动性相对变化的动态条件相关二元GARCH模型，进而求得时变的市场收益对总流动性变化的敏感性σML，t；同时对市场总流动性的相对变化建立一元GARCH类模型求得流动性波动的时变值σ2L，t。即：rL，t=μL+εt；条件方差方程按照参数显著的原则采用EGARCH（1，1）模型：log（σ2 　　t）=ω+βlog（σ2 　　t-1）+α 　　+ 　　γ；或GARCH（1，1）模型：σ2t=ω+αε2 　　t-1+βσ2 　　t-1。其中εt=etσt，et假定服从广义误差分布GED，起密度函数为：f（et）=，c