本文构建了一个在不同投资者具有异质信念下市场流动性影响资产价格的资产定价理论模型,并以2006-2021年沪深300指数进行实证检验,发现:市场流动性会显著影响投资者对风险资产价格的预期和信念类型的转换。当市场流动性不足时,基础投资者认为资产价格回归基础价值的速度减慢,而技术投资者会削弱对资产价格加速偏离基础价值的预期,投资者整体会削弱原有信念转换机制的强度。此外,文章实证还发现沪深300在长期是低估的、均值回复的,但在2008年全球金融危机、2020年新冠疫情等短期时段出现了剧烈的价格偏离和市场失灵。

上世纪80年代以来,通过流动性的研究实现对传统资产定价理论的校正成为理论研究前沿。从驱动市场流动性变化的因素出发,一方面,将交易成本所引起的市场非流动性纳入传统资产定价理论研究框架,进而采用一般均衡分析方法求解其对均衡价格的影响,从而构建了流动性与资产定价研究的基础理论;另一方面,放宽传统资产定价理论中对信息质量的约束,从交易机制与投资者行为等视角研究流动性形成的特殊机制,从而将流动性与资产定价的研究延伸到市场微观基础。因此,本文从流动性与资产定价的基础理论、微观基础和经验研究方法等方面回顾了近30年来这一领域研究中较为重要的文献。

本文以市场流动性为主题,总结2000年以来资产定价领域中市场流动性相关研究的成果。本文发现,不同的流动性指标有自身的前提假设和应用范围;2000年以后文献将市场范围内的流动性视为一种重要的系统性风险。近年来主要研究认为流动性对资产定价存在各种影响,并致力于提出统一的框架,以刻画流动性对资产定价的影响机制。此外,流动性与市场效率、流动性与投资者的关系等都成为与资产定价相关的重要内容,也在公司金融中研究扮演重要的角色。

Acharya and Pedersen(2005)提出的考虑流动性风险的资本资产定价模型(即LCAPM)认为,证券的期望收益取决于其期望流动性成本、其流动性成本和市场流动性成本与市场收益的协方差,以及其收益和市场收益与市场流动性成本的协方差。本文用中国股市的收益数据对Acharya and Pedersen(2005)的LCAPM进行了实证检验。结果发现,在各种不同的市场特征下,基于流动性的CAPM模型更好的拟合了资产收益,不同的模型设定使得结论相对稳健。这说明流动性水平和流动性风对我国股市的资产定价有

本文研究了过度自信的投资者在一个多阶段金融市场中是如何影响均衡价格和投资者要求的期望收益的。结论表明, 由于投资者过度自信, 容易低估风险, 从而在一段时期内会使得价格急剧上升。投资者人数实际上是股票市场流动性的一个表征, 我们的结论表明, 由于过度自信的投资者的存在, 他们实际上充当了流动性提供者的角色, 从而使得一段时期内即使对理性投资者来说, 依然导致了风险的暂时降低, 他们也会接受比较高的资产价格, 要求相对比较低的期望收益。

长期以来,股市流动性被认为是决定股票收益的基本因素。本文选取我国A股市场非金融类股票(沪市425种和深市400种)2002—2012年的数据为样本,分别运用Fama-French三因素模型和调整的三因素模型(引入流动性因子和动量因子的五因素模型),对我国A股市场流动性与股票价格的关系进行实证研究。研究结果表明:样本期内股票流动性对其预期收益的影响非常明显,同时还发现公司规模的大小和流动性水平的高低也会影响流动性与股票收益率之间的相关关系。

流动性一般被认为是市场执行交易的能力,这种能力表现为交易的便利性和交易对价格冲击的最小化。对于流动性的衡量有基于买卖价差的方法、流动比率的方法、交易对价格的冲击的方法等等,许多文献在衡量流动性水平的基础上,就流动性对资产定价的影响进行了理论和实证研究,本文系统总结了这些代表性的模型和研究成果。最后本文认为应该在参考国外成熟理论的基础上,深入研究适合我国资本市场的流动性衡量方法、内在规律和对价格的作用机制。

选择适当的工具一直是条件资产定价研究的中心,目前国内外尚没有研究从这个角度探讨流动性对资产定价的影响。本文在Breeden-Lucas随机折现因子框架下建立了以市场流动性为工具的条件CAPM,并使用1996.1.2-2004.12.31期间的沪深A股日度交易数据构造了Amihud(2002)的非流动性测度、Fama-French组合、定价因子等。一阶段GMM估计表明,该滞后工具可有效捕获资产回报的可预测变化,模型解释这种变化的能力显著优于Fama-French三因子模型和CAPM,且几乎没有统计显著的残留规模效果和价值效果。

文章对交易稀薄资产的流动性和定价问题进行了详细的讨论。以往文献对流动性与资产定价关系的研究主要都集中于流动性较好的资本市场,而近年来关于交易稀薄资产的重要研究不断涌现。文章梳理了交易稀薄对资产价值、公司治理和管理层决策的不利影响,并针对中国区域股权市场和新三板市场的股权流动性稀缺现象,提出了三方面的政策和制度改革建议。

近年来交易成本和流动性对于股票资产的预期收益或定价影响受到学术界和业界的关注,期货市场的各种交易产生大量数据,这些数据中隐藏着重要的信息,但采用逐笔高频交易数据对期货市场交易成本、流动性和资产定价问题进行系统研究的比较少,对期货市场交易成本和流动性的内涵、特征、度量方法,以及交易成本和流动性在期货资产定价中的作用等问题有待深入探讨。从序贯交易模型的视角,基于贝叶斯参数估计方法及逐笔高频交易数据和每日收盘价格数据测量期货市场的交易成本,对不同交易成本和流动性测量方法进行比较研究,探讨各种交易成本与流动性的相互关系,选出合适的流动性测量方法。同时,从逐笔高频交易数据存在报价离散化、价格聚集和非对称信息等方面对交易成本模型修正和扩展。将交易成本与真实收益率结合并考虑市场规模和周内效应的作用,构建期货市场资产定价模型,从中国期货市场选取不同品种的主力合约数据进行实证研究。研究结果表明,基于贝叶斯参数估计和逐笔高频交易数据的交易成本的测量方法具有明显的优点,可以克服传统基于矩估计交易成本测量交易成本的不足,更适合用来作为流动性的代理变量。(1)订单对价格存在比较显著的冲击现象,这些冲击表明私人信息被包含在这些合约的交易里。(2)基于完整模型的交易成本更适合用来作为流动性的代理变量,与定义法的流行性成本估计值的相关系数更高,基于逐笔高频交易数据和完整模型的交易成本是最优的流动性的代理变量。(3)交易成本确实被包含在超额收益中,总体来说,交易成本对资产收益率的影响具有比较明显的周内效应。因此,流动性对投资期货的收益率有很大贡献,为了达到更高的收益,通常需要为获得好的流动性而付出更高的代价。从序贯交易模型的视角,基于贝叶斯参数估计方法和逐笔高频交易数据测量期货市场的交易成本,有助于市场参与主体更好地认识和分析期货市场的交易成本、流动性和资产收益之间的关系,对市场监管机构有效评估市场质量、设计合理的期货市场交易制度、有效降低市场交易者的交易成本、增强期货市场流动性、提高市场运行效率具有一定的参考价值。

近年来交易成本和流动性对于股票资产的预期收益或定价影响受到学术界和业界的关注,期货市场的各种交易产生大量数据,这些数据中隐藏着重要的信息,但采用逐笔高频交易数据对期货市场交易成本、流动性和资产定价问题进行系统研究的比较少,对期货市场交易成本和流动性的内涵、特征、度量方法,以及交易成本和流动性在期货资产定价中的作用等问题有待深入探讨。从序贯交易模型的视角,基于贝叶斯参数估计方法及逐笔高频交易数据和每日收盘价格数据测量期货市场的交易成本,对不同交易成本和流动性测量方法进行比较研究,探讨各种交易成本与流动性的相

本文厘正了若干流动性过剩认识误区,阐释了流动性、流动性资产和流动性过剩的本质与定义,测算了近年来中国流动性过剩的规模和程度,得出了近年来中国流动性过剩并不严重、流动性过剩与经济过热之间不存在因果关系,以及2007年和2008年上半年中国宏观经济调控政策取向值得反思等若干结论。

市场流动性刻画市场的交易能力,融资流动性反映投资者的融资能力,两种流动性及其相关程度是衡量金融市场健康发展的重要指标,为了控制与防范危机时期金融市场的风险,有必要准确分析和量化融资流动性与市场流动性的关系。以融资流动性和股票市场流动性为研究对象,以美国次级债危机作为研究背景,选择2000年1月3日～2008年4月30日作为样本区间,运用DCC-MVGARCH模型估计融资流动性与股票市场流动性之间的动态相关系数,并通过t检验对比金融危机前后两者之间动态条件相关系数的时间走势,以证实两种流动性在危机时期是否存在相互增强的促进作用。实证结果表明,危机爆发前,融资流动性与股票市场流动性的动态相关性较低...

流动性是决定资产收益的重要变量之一,笔者主要通过数据的实证检验,验证市场流动性是否能完全解释流动性溢价,构建一个包含了Fama-French模型三因素和市场流动性因子的四因素模型,并利用上海证券交易所上市公司数据进行时间序列和面板数据分析,实证结果都支持了股票预期收益与流动性的强相关性。其中在时间序列检验中,从低流动性到高流动性资产组合中,两个模型的截距项都逐渐降低;进一步的GRS检验表明两个模型的截距都不同时显著为0,这都说明市场流动性因素不能完全涵盖个股流动性水平。

对于市场流动性的度量而言,价差类度量指标通常以高频数据为基础,对数据质量要求高、计算工作量大且样本期限通常较短,本文以一个使用股票交易最高价和最低价来度量流动性的低频价差类指标为基础,并以Amihud非流动性指标为参照,研究了中国股票市场2007年至2015年的股票收益流动性溢价问题,发现股票收益的流动性溢价普遍存在,但Fama-French三因子模型并没有表现出比资本资产定价模型更强的解释力,且在牛市与熊市的不同条件下账面市值比因子与市值因子的解释力不同;换手率并非一个良好的流动性度量指标,而Crowi