朱慧明，蔡朝勇，賈相華

（湖南大學(xué)工商管理學(xué)院，湖南長(zhǎng)沙 410082）

基于分位回歸模型的證券市場(chǎng)流動(dòng)性溢價(jià)研究
＊

朱慧明，蔡朝勇，賈相華

（湖南大學(xué)工商管理學(xué)院，湖南長(zhǎng)沙 410082）

針對(duì)中國(guó)股市行業(yè)內(nèi)的流動(dòng)性溢價(jià)現(xiàn)象存在性檢驗(yàn)問(wèn)題，利用中國(guó)上海股市的行業(yè)交易數(shù)據(jù)，選擇非流動(dòng)性指標(biāo)作為度量市場(chǎng)流動(dòng)性的因子，運(yùn)用分位數(shù)回歸模型并根據(jù)證監(jiān)會(huì)行業(yè)分類(lèi)將證券市場(chǎng)劃分成15個(gè)行業(yè)大類(lèi)，對(duì)其流動(dòng)性溢價(jià)問(wèn)題進(jìn)行了實(shí)證研究。實(shí)證結(jié)果表明：非流動(dòng)性指標(biāo)（ILLIQ）與股票收益率在各行業(yè)中具有正相關(guān)性，即流動(dòng)性溢價(jià)普遍存在于中國(guó)上海股市各行業(yè)內(nèi)；但對(duì)于個(gè)別行業(yè)，其流動(dòng)性溢價(jià)只在收益的高分位點(diǎn)顯著。

流動(dòng)性溢價(jià)；證券市場(chǎng)；分位數(shù)回歸

一 引 言

流動(dòng)性是股票收益的影響因素的觀(guān)點(diǎn)最早出現(xiàn)在20世紀(jì)80年代中期，Amihud和Mendelson在此基礎(chǔ)上開(kāi)創(chuàng)性地提出了流動(dòng)性溢價(jià)理論，即流動(dòng)性低的資產(chǎn)其預(yù)期收益較高，而流動(dòng)性高的資產(chǎn)其預(yù)期收益較低。流動(dòng)性與資產(chǎn)定價(jià)是目前金融研究的熱點(diǎn)之一，和其他金融資產(chǎn)一樣，流動(dòng)性對(duì)股票收益有著相當(dāng)大的影響，因?yàn)槿魏我环N金融資產(chǎn)取得的收益都必須通過(guò)具有較高流動(dòng)性的市場(chǎng)來(lái)實(shí)現(xiàn)。2007－2009年的全球金融危機(jī)凸顯了流動(dòng)性對(duì)于股市收益率的重要性，Cao和Petrasek［1］在研究中證明了流動(dòng)性是危機(jī)時(shí)期影響股市收益率的重要因素。流動(dòng)性溢價(jià)對(duì)于資產(chǎn)價(jià)格具有重要的影響，金融資產(chǎn)的流動(dòng)性是許多投資者優(yōu)先考慮的因素。

目前關(guān)于我國(guó)股票市場(chǎng)流動(dòng)性溢價(jià)的研究，主要集中在對(duì)整個(gè)股市流動(dòng)性溢價(jià)存在性的研究。其中，王春峰等［2］使用非流動(dòng)性指標(biāo)來(lái)檢驗(yàn)上海股票市場(chǎng)流動(dòng)性與收益之間的關(guān)系。實(shí)證表明在橫截面數(shù)據(jù)上，把政策影響的數(shù)據(jù)排除后，非流動(dòng)性指標(biāo)與股票收益存在顯著的正相關(guān)關(guān)系；否則，兩者并沒(méi)有顯著的正相關(guān)關(guān)系。所以在中國(guó)股市，流動(dòng)性與股票收益的關(guān)系受政策影響比較大。曾志堅(jiān)和唐述福［3］從行業(yè)和市場(chǎng)行情變化出發(fā)研究了股票市場(chǎng)系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)的差異，結(jié)果表明，在混合市場(chǎng)行情下，總體樣本和行業(yè)樣本的系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)都不顯著，在牛市行情下，不存在系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)，而在熊市行情下，系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)顯著存在，并且不同行業(yè)的系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)存在一定的差異。針對(duì)其他市場(chǎng)的流動(dòng)性溢價(jià)研究也在進(jìn)行，文希和王國(guó)順［4］采用量?jī)r(jià)結(jié)合法來(lái)構(gòu)建新的期貨流動(dòng)性衡量指標(biāo)，運(yùn)用VAR模型的Granger因果關(guān)系檢驗(yàn)、脈沖響應(yīng)分析以及方差分解方法對(duì)燃料油期貨市場(chǎng)的流動(dòng)性與收益率的關(guān)系進(jìn)行研究。研究結(jié)果表明，燃料油期貨市場(chǎng)只存在收益率對(duì)流動(dòng)性的引導(dǎo)關(guān)系，收益率驅(qū)動(dòng)流動(dòng)性的變化，而流動(dòng)性對(duì)收益率沒(méi)有影響，即燃料油期貨市場(chǎng)不存在流動(dòng)性溢價(jià)現(xiàn)象；Auckenthaler等［5］對(duì)美國(guó)、英國(guó)和加拿大的通脹掛鉤債券進(jìn)行了研究，發(fā)現(xiàn)這三個(gè)國(guó)家的債券收益率都存在流動(dòng)性溢價(jià)。而作為衡量流動(dòng)性的流動(dòng)性指標(biāo)的構(gòu)建和研究直接關(guān)系著實(shí)證研究結(jié)果的穩(wěn)健性。閔曉平和羅華興［6］基于Fama—French股票三因子和債券兩因子的線(xiàn)性多因子定價(jià)模型，用Fama－MacBeth方法對(duì)公司債流動(dòng)性溢價(jià)進(jìn)行了分析。結(jié)果表明，公司債收益內(nèi)含流動(dòng)性水平及其風(fēng)險(xiǎn)也導(dǎo)致流動(dòng)性溢價(jià)。流動(dòng)性效應(yīng)和違約效應(yīng)之間存在正反饋環(huán)。

關(guān)于流動(dòng)性溢價(jià)當(dāng)中流動(dòng)性指標(biāo)的構(gòu)建及其優(yōu)化也是學(xué)者們探討的重點(diǎn)，曾志堅(jiān)和羅長(zhǎng)青［7］利用換手率對(duì)股票與債券市場(chǎng)流動(dòng)性聯(lián)動(dòng)的現(xiàn)象進(jìn)行了實(shí)證研究。實(shí)證結(jié)果表明，股票市場(chǎng)與債券市場(chǎng)流動(dòng)性之間存在長(zhǎng)期協(xié)整關(guān)系和領(lǐng)先滯后關(guān)系，其月度相關(guān)性是時(shí)序變化的，可以用模型進(jìn)行模擬預(yù)測(cè)。Amihud和Mendelson［8］創(chuàng)造性地構(gòu)造了非流動(dòng)性指標(biāo)（ILLIQ）。該指標(biāo)的值越大，表明市場(chǎng)流動(dòng)性情況越差，反之，則市場(chǎng)的流動(dòng)性情況越好。文中以NYSE1963年至1997年的股票交易數(shù)據(jù)為研究對(duì)象，在橫截面上實(shí)證分析了股票預(yù)期收益與非流動(dòng)性的關(guān)系。結(jié)果發(fā)現(xiàn)：在時(shí)間序列上，市場(chǎng)組合超額收益率與滯后一期的非流動(dòng)性成正相關(guān)，而與當(dāng)期的非預(yù)期非流動(dòng)性卻成負(fù)相關(guān)。在橫截面上，股票預(yù)期收益與非流動(dòng)性水平呈顯著的正相關(guān)。在已有研究基礎(chǔ)上，通過(guò)行業(yè)視角來(lái)研究流動(dòng)性溢價(jià)現(xiàn)象是否存在于我國(guó)股市行業(yè)內(nèi)，并結(jié)合分位數(shù)回歸模型，考察流動(dòng)性在不同的股市環(huán)境下對(duì)股市收益率的不同影響。而余立凡［9］則對(duì)非流動(dòng)性指標(biāo)進(jìn)行了進(jìn)一步的優(yōu)化，利用Amihud提出的非流動(dòng)指標(biāo)來(lái)研究市場(chǎng)流動(dòng)性與期望收益之間的動(dòng)態(tài)關(guān)系，將市場(chǎng)非流動(dòng)性分解為預(yù)期和未預(yù)期兩部分。研究表明，預(yù)期非流動(dòng)性與期望收益正相關(guān)，而未預(yù)期非流動(dòng)性與期望收益負(fù)相關(guān)；非流動(dòng)性的波動(dòng)對(duì)期望收益有顯著影響，兩者呈負(fù)相關(guān)關(guān)系。

目前國(guó)內(nèi)未有用基于分位回歸方法來(lái)研究分行業(yè)的流動(dòng)性溢價(jià)現(xiàn)象的研究。闞先和黃建兵［10］通過(guò)對(duì)不同行業(yè)股票買(mǎi)賣(mài)價(jià)差、深度與換手率等流動(dòng)性指標(biāo)上的分析，發(fā)現(xiàn)在同一時(shí)間上不同行業(yè)的股票存在流動(dòng)性上的差異，因此從行業(yè)角度來(lái)研究流動(dòng)性溢價(jià)問(wèn)題才有了意義。本文基于我國(guó)證券市場(chǎng)15個(gè)行業(yè)大類(lèi)的相關(guān)數(shù)據(jù)，采用分位回歸方法，探究不同分位水平下，流動(dòng)性水平及其變動(dòng)對(duì)股票收益波動(dòng)的作用機(jī)制，刻畫(huà)非流動(dòng)性與收益率之間的動(dòng)態(tài)關(guān)系，為投資者的投資組合決策以及監(jiān)管部門(mén)的相關(guān)政策法規(guī)制定提供參考依據(jù)。

二 數(shù)據(jù)及描述性統(tǒng)計(jì)

中國(guó)上海股市的行業(yè)信息通過(guò)銳思數(shù)據(jù)庫(kù)（www．resset．cn）來(lái)獲取，根據(jù)證監(jiān)會(huì)行業(yè)分類(lèi)將上證A股劃分成了15個(gè)行業(yè)大類(lèi)，具體的分類(lèi)情況見(jiàn)表1。樣本區(qū)間為2003年1月至2015年9月且均為月度數(shù)據(jù)。李文鴻［11］等指出流動(dòng)性具有多個(gè)維度，不能被直接觀(guān)察或者用某個(gè)單一指標(biāo)來(lái)精確衡量，只能通過(guò)一系列指標(biāo)來(lái)綜合反映（單一指標(biāo)只能反映流動(dòng)性的四個(gè)維度中的某個(gè)維度）。采用Amihud提出的非流動(dòng)性指標(biāo)作為流動(dòng)性變量。非流動(dòng)性（ILLIQ）反映了交易量對(duì)價(jià)格變化的敏感程度或者說(shuō)價(jià)格對(duì)交易量的沖擊，這個(gè)指標(biāo)從價(jià)格、交易量?jī)蓚€(gè)方面來(lái)度量流動(dòng)性，結(jié)果更符合實(shí)際情況，同時(shí)也避免了價(jià)格指標(biāo)和交易量指標(biāo)單一性。該指標(biāo)通過(guò)獲取的月成交額和行業(yè)月收益率數(shù)據(jù)來(lái)計(jì)算：

此處，Ri，t，d是行業(yè)i在第t年的第d月的股市收益率以及對(duì)應(yīng)的Vi，t，d是該月的成交金額。同時(shí)采取其他解釋變量，包括流通股比例，行業(yè)規(guī)模，每股收益和收益價(jià)格比。行業(yè)規(guī)模＝行業(yè)收盤(pán)價(jià)×行業(yè)流通股數(shù)；收益價(jià)格比＝1／市盈率。流通股比例和每股收益可以直接獲取。

表1 行業(yè)分類(lèi)

研究非流動(dòng)性變量對(duì)于行業(yè)收益率的影響，也就是上海股市行業(yè)內(nèi)的流動(dòng)性溢價(jià)問(wèn)題。通過(guò)前人的研究，發(fā)現(xiàn)中國(guó)股市行業(yè)流動(dòng)性之間存在顯著的差異，因此對(duì)非流動(dòng)性變量進(jìn)行了描述性統(tǒng)計(jì)，結(jié)果見(jiàn)表2。

從表中可知，峰度在行業(yè)間區(qū)別較大，峰度越大，表示尾部越厚，也就是分布會(huì)有更多的極端值，因此需要特別注意考察峰度較大的行業(yè)在極端值的表現(xiàn)。所有行業(yè)非流動(dòng)性變量的J－B檢驗(yàn)都拒絕原假設(shè)，即不認(rèn)為樣本服從正態(tài)分布。因此采用分位數(shù)回歸方法更加具有優(yōu)勢(shì)。根據(jù)非流動(dòng)性變量的定義以及計(jì)算公式，所有非流動(dòng)性數(shù)據(jù)均是正值，故所有行業(yè)都呈現(xiàn)出右偏態(tài)。

表2 非流動(dòng)性變量的描述性統(tǒng)計(jì)結(jié)果

表3 行業(yè)流動(dòng)性差異性檢驗(yàn)

通過(guò)均值很難看出行業(yè)間流動(dòng)性有明顯區(qū)別，因此仍需進(jìn)行檢驗(yàn)，同時(shí)在非流動(dòng)性指標(biāo)的基礎(chǔ)上加入成交額和換手率兩個(gè)流動(dòng)性經(jīng)典指標(biāo)進(jìn)行Kruskal－Wallis H檢驗(yàn)，結(jié)果見(jiàn)表3。檢驗(yàn)結(jié)果表明各流動(dòng)性指標(biāo)的顯著性概率非常小，說(shuō)明了不同行業(yè)上市公司的流動(dòng)性水平無(wú)論是以哪個(gè)流動(dòng)性指標(biāo)來(lái)衡量都存在顯著性差異，這樣研究流動(dòng)性溢價(jià)現(xiàn)象在不同行業(yè)中的表現(xiàn)才具有現(xiàn)實(shí)意義。

三 實(shí)證模型

利用分位數(shù)回歸模型來(lái)研究股票市場(chǎng)行業(yè)內(nèi)流動(dòng)性與收益率之間的關(guān)系，即研究不同股票市場(chǎng)環(huán)境下，流動(dòng)性溢價(jià)是否存在于行業(yè)內(nèi)。分位數(shù)回歸是一種基于因變量的條件分布來(lái)擬合自變量線(xiàn)性函數(shù)的回歸模型，是在均值回歸上的拓展。Koenker和Bassett［12］提出分位回歸估計(jì)方法。Koenker和Hallock［13］對(duì)分位數(shù)回歸理論進(jìn)行了拓展與研究。其他如，Yu和Moyeed［14］把分位數(shù)回歸方法和貝葉斯理論相結(jié)合，提出了貝葉斯分位回歸方法。朱慧明等［15］采用RJMCMC方法估計(jì)了貝葉斯分位自回歸模型。貝葉斯理論能較好的將先驗(yàn)信息包納入到模型中，而且主觀(guān)概率的使用更自然。

傳統(tǒng)的回歸方法主要討論均值，最小二乘回歸（OLS）主要研究因變量的條件均值。然而線(xiàn)性回歸模型強(qiáng)調(diào)的是因變量的條件均值隨著協(xié)變量的變化而變化，分位數(shù)回歸模型強(qiáng)調(diào)的是條件分位的變化。正因?yàn)槿魏畏治稽c(diǎn)都可以做回歸，便可以建立在任何分布位置上的回歸模型。因此，分位數(shù)回歸對(duì)于研究經(jīng)濟(jì)變量之間的關(guān)系提供了更加廣闊的視野。并且，金融數(shù)據(jù)存在異方差性、偏態(tài)和峰度這些特征，分位數(shù)回歸則可以保證結(jié)果的穩(wěn)健性。

對(duì)于一個(gè)隨機(jī)變量Y，假設(shè)概率分布函數(shù)，Y的τ分位數(shù)滿(mǎn)足中位數(shù)的參數(shù)估計(jì)可以視作最小化殘差絕對(duì)值的和：

ρτ（u）＝u（τ－I（u＜0））是損失函數(shù)，I（·）是指示函數(shù)。給定xi，yi的條件分位：

Amihud利用非流動(dòng)性指標(biāo)來(lái)研究流動(dòng)性與股票收益率之間的關(guān)系時(shí)，提出了以下模型：

使用所選取的解釋變量和被解釋變量來(lái)構(gòu)建行業(yè)收益率的多因素模型：

進(jìn)一步，構(gòu)建分位數(shù)回歸模型：

此處，Rit＋1表示行業(yè)i在第t＋1月的收益率，ILLIQit代表行業(yè)i在第t個(gè)月的非流動(dòng)性，OUTSHAREit，EPSit，LNSIZEit和EPit分別代表流通股比例，每股收益，行業(yè)規(guī)模，以及收益價(jià)格比。

四 實(shí)證分析

（一）單位根檢驗(yàn)

實(shí)證過(guò)程使用的是時(shí)間序列數(shù)據(jù)，而時(shí)間序列數(shù)據(jù)存在虛假回歸或偽回歸的問(wèn)題，即如果有兩列時(shí)間序列數(shù)據(jù)表現(xiàn)出一致的變化趨勢(shì)（非平穩(wěn)的），即使它們之間沒(méi)有任何經(jīng)濟(jì)關(guān)系，若進(jìn)行回歸也可表現(xiàn)出較高的可決系數(shù)，因此只有保證時(shí)間序列數(shù)據(jù)都是平穩(wěn)的才能杜絕偽回歸的產(chǎn)生。采用ADF單位根檢驗(yàn)方法來(lái)判斷各個(gè)序列是否平穩(wěn)，檢驗(yàn)結(jié)果見(jiàn)表4。

表4 變量的單位根檢驗(yàn)

根據(jù)ADF單位根檢驗(yàn)的結(jié)果，發(fā)現(xiàn)各行業(yè)收益率，非流動(dòng)性以及其他控制變量在1%或5%的水平上統(tǒng)計(jì)顯著，就是說(shuō)各個(gè)行業(yè)的時(shí)間序列數(shù)據(jù)都不存在單位根，由此可以杜絕偽回歸現(xiàn)象在分位數(shù)回歸模型中產(chǎn)生的可能性。

（二）分位回歸結(jié)果分析

利用分位數(shù)回歸模型來(lái)對(duì)上證A股15個(gè)行業(yè)的流動(dòng)性溢價(jià)問(wèn)題進(jìn)行研究。由于行業(yè)之間參數(shù)估計(jì)結(jié)果存在相似性，因此我們選取了4個(gè)最具代表性的行業(yè)進(jìn)行結(jié)果展示，見(jiàn)表5。分位數(shù)回歸模型可以進(jìn)一步考察正常與極端市場(chǎng)環(huán)境下股票市場(chǎng)流動(dòng)性溢價(jià)的表現(xiàn)。給出在分位點(diǎn)0．1、0．2、0．3、0．4、0．5、0．6、0．7、0．8、0．9處的參數(shù)估計(jì)結(jié)果。

表5 分位數(shù)回歸結(jié)果

有些行業(yè)之間的參數(shù)估計(jì)結(jié)果差距并不十分顯著，存在相似性，因此選出其中最具代表性的四個(gè)行業(yè)：農(nóng)林業(yè)（Agri）、電力業(yè)（PS）、零售業(yè)（WR）、文化娛樂(lè)業(yè)（CES），將結(jié)果展示，并對(duì)15個(gè)行業(yè)進(jìn)行實(shí)證結(jié)果的討論與分析。從結(jié)果中發(fā)現(xiàn)所有行業(yè)的非流動(dòng)性變量的參數(shù)均顯著為正，說(shuō)明流動(dòng)性溢價(jià)普遍存在于各個(gè)行業(yè)，但具體的行業(yè)也有所不同。為了更加直觀(guān)地顯示模型估計(jì)結(jié)果，下文繪制了非流動(dòng)性變量在不同行業(yè)不同分位點(diǎn)的分位回歸系數(shù)圖（圖1），根據(jù)圖表具體分析流動(dòng)性在具體行業(yè)對(duì)于收益率的不同影響。

如圖1所示，對(duì)于農(nóng)林業(yè)、采礦業(yè)、制造業(yè)、住宿和餐飲業(yè)、金融業(yè)這5個(gè)行業(yè)，其參數(shù)估計(jì)無(wú)論在哪個(gè)分位點(diǎn)都顯著為正，這說(shuō)明在這5個(gè)行業(yè)中，無(wú)論股市收益率處于上漲還是下跌趨勢(shì)，流動(dòng)性溢價(jià)都普遍存在，但由于參數(shù)變化并不十分顯著，故并沒(méi)有證據(jù)可以說(shuō)明其流動(dòng)性溢價(jià)現(xiàn)象存在加強(qiáng)或減弱的趨勢(shì)。對(duì)于房地產(chǎn)行業(yè)，隨著分位數(shù)的增加其系數(shù)顯著增加，這說(shuō)明在高分位點(diǎn)的流動(dòng)性溢價(jià)現(xiàn)象更加明顯。零售業(yè)和商務(wù)服務(wù)業(yè)在低分點(diǎn)（τ＝0．1）時(shí)，非流動(dòng)性變量的系數(shù)均為負(fù)，但不顯著。電力業(yè)、建筑業(yè)、信息技術(shù)業(yè)和公共設(shè)施管理行業(yè)，其在各個(gè)分位點(diǎn)的系數(shù)都顯著為正，說(shuō)明在這4個(gè)行業(yè)中存在流動(dòng)性溢價(jià)，并且系數(shù)隨分位點(diǎn)增加而增加，說(shuō)明其流動(dòng)性溢價(jià)現(xiàn)象隨分位點(diǎn)的增加而加強(qiáng)，也就是說(shuō)流動(dòng)性溢價(jià)現(xiàn)象在行業(yè)收益率較高時(shí)更加明顯。對(duì)于社會(huì)服務(wù)和文化娛樂(lè)行業(yè)，發(fā)現(xiàn)一個(gè)明顯的特征，在高分位點(diǎn)的回歸系數(shù)不顯著（NR：τ＝0．8，CES：τ＝0．9），這說(shuō)明在這兩個(gè)行業(yè)中，當(dāng)股市處于高收益率時(shí)，流動(dòng)性溢價(jià)現(xiàn)象不存在。

對(duì)于其他控制變量：流通股比例（OUTSHARE），每股收益（EPS），行業(yè)規(guī)模（LNSIZE），收益價(jià)格比（EP），從參數(shù)估計(jì)的結(jié)果中發(fā)現(xiàn)，除了每股收益的系數(shù)估計(jì)不顯著外，其他均顯著。特別值得注意的是，對(duì)于交通運(yùn)輸業(yè)、金融業(yè)、公共設(shè)施管理業(yè)、社會(huì)服務(wù)業(yè)和文化娛樂(lè)行業(yè)，流通股比例的系數(shù)只有在高分位點(diǎn)時(shí)才顯著為正，行業(yè)規(guī)模只在高分位點(diǎn)顯著為負(fù)。這說(shuō)明在這些行業(yè)中，當(dāng)行業(yè)處于高收益率時(shí)，流通股比例越大，行業(yè)收益率越高；行業(yè)規(guī)模越大，行業(yè)收益率越小。而對(duì)于其他行業(yè)，流通股比例的系數(shù)在各個(gè)分位點(diǎn)都顯著為正，這與陳信元等［16］的發(fā)現(xiàn)一致；而行業(yè)規(guī)模在這些行業(yè)中都顯著為負(fù)，說(shuō)明規(guī)模效應(yīng)也存在于行業(yè)之間。收益價(jià)格比的系數(shù)結(jié)果比較豐富，在電力業(yè)、建筑業(yè)、信息技術(shù)業(yè)和公共設(shè)施管理業(yè)這4個(gè)行業(yè)的高分位點(diǎn)不顯著，在住宿和餐營(yíng)業(yè)（τ＝0．9）、金融業(yè)（τ＝0．8和τ＝0．9）的高分位點(diǎn)顯著，在零售業(yè)和交通運(yùn)輸業(yè)的兩端顯著，在社會(huì)服務(wù)業(yè)、文化娛樂(lè)業(yè)的各個(gè)分位點(diǎn)均不顯著，其他行業(yè)在各個(gè)分位點(diǎn)都顯著。因此，除了社會(huì)服務(wù)業(yè)和文化娛樂(lè)業(yè)，其他行業(yè)都有顯著的價(jià)值效應(yīng)，即價(jià)值股收益高于成長(zhǎng)股。

圖1 非流動(dòng)性變量的分位回歸系數(shù)

五 結(jié) 論

通過(guò)對(duì)我國(guó)A股市場(chǎng)行業(yè)分類(lèi)中的流動(dòng)性與股票收益率之間關(guān)系的研究分析，得出以下幾點(diǎn)基本結(jié)論：1）非流動(dòng)性指標(biāo)（ILLIQ）與股票收益率在各行業(yè)中具有正相關(guān)性，這也就是說(shuō)，上海A股市場(chǎng)各行業(yè)都存在流動(dòng)性溢價(jià)現(xiàn)象。但對(duì)于個(gè)別行業(yè)，其流動(dòng)性溢價(jià)只在高分位點(diǎn)顯著，特別是對(duì)于房地產(chǎn)行業(yè)。推測(cè)是因?yàn)榉康禺a(chǎn)行業(yè)對(duì)于來(lái)自國(guó)家宏觀(guān)經(jīng)濟(jì)環(huán)境、產(chǎn)業(yè)政策以及相關(guān)法規(guī)對(duì)其行業(yè)的影響較其他行業(yè)而言更加深遠(yuǎn)，這也符合當(dāng)前的中國(guó)國(guó)情；2）流通股比例與股票收益率在各行業(yè)呈顯著正相關(guān)，一種可能的解釋是流通股比例上升所引起代理成本的增加超過(guò)非流通股比例下降所帶來(lái)的政治成本減少，因此投資者要求較高的預(yù)期收益；行業(yè)規(guī)模與股票收益率在各行業(yè)具有負(fù)相關(guān)，也就是說(shuō)規(guī)模效應(yīng)也存在于各個(gè)行業(yè)間；3）價(jià)值效應(yīng)也存在于除了社會(huì)服務(wù)和文化娛樂(lè)行業(yè)之外的所有行業(yè)中，即每股收益與股票收益率在各行業(yè)正相關(guān)。但其具體的表現(xiàn)在各個(gè)行業(yè)中呈現(xiàn)出不同，因此要根據(jù)具體的行業(yè)來(lái)分析其價(jià)值效應(yīng)，在某些行業(yè)中只有行業(yè)收益率較低時(shí)，價(jià)值效應(yīng)才存在?？赡艿脑蚴钱?dāng)行業(yè)收益率較低時(shí)，那些每股收益較高，相反市盈率較低的股票由于其購(gòu)買(mǎi)成本較低會(huì)受到投資者青睞，因此投資者對(duì)這類(lèi)股票要求較高的收益率。市場(chǎng)流動(dòng)性是投資者決策時(shí)所考慮的重要因素之一，它對(duì)增強(qiáng)投資者信心、保持證券市場(chǎng)的穩(wěn)定起著重要作用。根據(jù)實(shí)證研究的結(jié)論，建議投資者在投資股票時(shí)應(yīng)該對(duì)流動(dòng)性在不同行業(yè)的不同表現(xiàn)進(jìn)行綜合分析，選中行業(yè)再進(jìn)行股票投資；此外，股市流動(dòng)性是把雙刃劍，流動(dòng)性不足或者流動(dòng)性過(guò)剩都會(huì)對(duì)投資者、對(duì)實(shí)體經(jīng)濟(jì)的健康發(fā)展產(chǎn)生不利影響，因此監(jiān)管部門(mén)應(yīng)該配合國(guó)家政策和行業(yè)法規(guī)對(duì)股票的合理操作進(jìn)行監(jiān)督。對(duì)于IPO發(fā)行進(jìn)行合理的安排，保持流動(dòng)性適中，充分發(fā)揮股票市場(chǎng)對(duì)于實(shí)體經(jīng)濟(jì)健康發(fā)展的促進(jìn)作用。

［1］ Cao，Petrasek．Liquidity risk in stock returns：An event－study perspective［J］．Journal of Banking ＆Finance，2014，45（1）：72－83．

［2］ 王春峰，韓冬，蔣祥林．流動(dòng)性與股票回報(bào)：基于上海股市的實(shí)證研究［J］．經(jīng)濟(jì)管理，2002（24）：58－67．

［3］ 曾志堅(jiān)，唐述福．股票市場(chǎng)系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)溢價(jià)牛熊市差異研究［J］．湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，28（1）：66－70．

［4］ 文希，王國(guó)順．燃料油期貨市場(chǎng)流動(dòng)性與收益率的動(dòng)態(tài)關(guān)系研究——基于VAR模型的實(shí)證分析［J］．系統(tǒng)工程，2015，33（3）：38－44．

［5］ Auckenthaler，Kupfer，Sendlhofer．The impact of liquidity on inflation－linked bonds：A hypothetical indexed bonds approach［J］．North American Journal of Economics ＆Finance，2015（32）：139－154．

［6］ 閔曉平，羅華興．基于水平和風(fēng)險(xiǎn)雙重效應(yīng)的公司債券流動(dòng)性溢價(jià)研究［J］．證券市場(chǎng)導(dǎo)報(bào)，2016（6）：27－32．

［7］ 曾志堅(jiān)，羅長(zhǎng)青．股票與債券市場(chǎng)流動(dòng)性聯(lián)動(dòng)的實(shí)證研究［J］．財(cái)經(jīng)理論與實(shí)踐，2008，29（4）：45－49．

［8］ Amihud，Mendelson．Illiuqidity and stock returns：cross－section and time－series effcts［J］．Journal of Financial Markets，2002，5（1）：31－56．

［9］ 余立凡．股票市場(chǎng)非流動(dòng)性水平及其波動(dòng)對(duì)收益的影響［J］．統(tǒng)計(jì)與決策，2008，（4）：131－133．

［10］闞先成，黃建兵．不同行業(yè)股票流動(dòng)性的差異性與一致性研究［J］．南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007（3）：46－49．

［11］李文鴻，田彬彬，周啟運(yùn)．股市流動(dòng)性與股票收益率的面板數(shù)據(jù)實(shí)證分析［J］．統(tǒng)計(jì)與決策，2012（10）：150－153．

［12］Koenker，Bassett．Regression quantiles［J］．Econometrica，1978，46（1）：33－50．

［13］Koenker，Hallock．Quantile regression［J］．Journal of Economic Perspective，2001，15（4）：143－156．

［14］Yu，Moyeed．Bayesian quantile regression［J］．Statistics and Probability Letters，2001，54（4）：437－447．

［15］朱慧明，王彥紅，曾惠芳．基于逆跳MCMC的貝葉斯分位自回歸模型研究［J］．統(tǒng)計(jì)與信息論壇，2010，25（1）：9－14．

［16］陳信元，張?zhí)镉啵惗A．預(yù)期股票收益的橫截面多因素分析：來(lái)自中國(guó)證券市場(chǎng)的經(jīng)驗(yàn)證據(jù)［J］．金融研究，2001（6）：22－35．

Investigating Liquidity Premium in Stock Market：Evidence from Quantile Regression Model

ZHU Hui－ming，CAI Zhao－yong，JIA Xiang－h(huán)ua
（College of Business Administration，Hunan University，Changsha 410082，China）

For the existence problem of liquidity premium phenomena in the industries of stock market，the paper exploits the industry data of China＇s A－share market and takes illiquidity indicator as the factor to measure market liquidity，and it conducts an empirical research with quantile regression model and dividing stock market into 15industries according to the CSRC industry classification．The empirical results show that the illiquidity index has a positive correlation with stock returns in various industries，which means that liquidity premium phenomena generally exist in all industries of China＇s A－share market，while for individual industries it only exists on the dispersions of returns in the upper quantile region．

liquidity premium；stock market；quantile regression

F830．91

A

1008—1763（2017）02—0054—07

2016－11－01

國(guó)家自然科學(xué)基金項(xiàng)目（71521061，71431008，71671062）

朱慧明（1966—），男，湖南湘潭人，湖南大學(xué)工商管理學(xué)院教授，博士生導(dǎo)師，博士。研究方向：金融工程與風(fēng)險(xiǎn)管理。