想必大家在写论文的时候都会遇到烦恼，小编特意整理了一些《证券市场流动性论文(精选3篇)》的文章，希望能够很好的帮助到大家，谢谢大家对小编的支持和鼓励。【摘要】本文收集了2001年1月到2012年6月间的季度数据对我国证券市场流动性和宏观经济之间的关系进行实证分析，发现两者间存在正的相关关系，并且这种关系在深圳市场中表现的尤为明显。结果表明，宏观经济决定了股市流动性的趋势成分，但不决定股市流动性的波动成分。股市的流动性包含了宏观经济变化的信息，能在一定程度上预示宏观经济走向。
证券市场流动性论文 篇1：
我国证券市场流动性研究新进展
摘要:本文在全面总结提炼关于证券市场流动性研究成果的基础上,重点着眼于我国证券市场流动性研究最新研究,对近期关于我国证券市场信息披露制度、交易者结构、投资者理性、制度建设等方面的研究成果进行分类整理,并尝试从不同角度为我国股票市场政策完善提供建议。
关键词:股市流动性;研究进展;文献综述;中国股市
流动性是衡量证券市场绩效的主要指标之一。研究市场流动性对于加强市场流动性的评估、防范流动性风险,以及通过交易制度的改进提高市场流动性具有重要意义。作为市场微观结构理论的一部分,国外对流动性的研究从上个世纪60年代就已经开始。我国学者对股市流动性的研究起步较晚。综观国内学者对我国股市流动性研究,大多数研究均是利用国外经典模型,利用我国股市高频数据进行实证分析。尽管各位学者所采用的数据范围、研究方法、流动性的代理指标略有不同,但大多为国外理论的重复与检验。由于我国股市与国外市场有着不同的特征,学者们采用的方法不同,采用的数据不同,所得出的结论差异较大,对我国股市的流动性的性质、流动性的产生原因存在较大分歧,因此,国内学者能否合理的利用国外先进的理论体系研究国内市场成为学者们竞相研究的问题。
一、对股票市场流动性度量的新进展
流动性是证券市场的一个重要属性。但同时又是一个很难定义的概念。对它定义很多,简单地说,流动性就是以合理价格迅速成交的能力(Schwartz(1990)。Keynes和Hicks对流动性的定义是“市场价格将来的波动性”或者“立即执行一笔交易的可能性”。到目前为止,学者较流行的一种代表性观点把“流动性”看作市场本身及参与者的某种能力体现。
Kyle(1985)提出了“流动性”四维度量的概念,即紧度、深度、弹性和即时性,并为广大学者所认可。通过四个维度,我们可以通过买卖价差(bid-ask spread)、换手率(exchange frequency)、市场冲击成本(market-impact costs) 和延迟与搜寻成本(delay and search costs)等指标计算流动性。其中最常用的为买卖价差和换手率指标。
经过研究的深入,学者多次证明仅以换手率指标不能衡量股票市场的流动性,买卖价差指标也存在片面性。因此,学者开始研究综合运用四维度指标,引申出新的度量指标度量中国股票市场流动性。
在综合运用指标方面,刘敏,叶嘉(2004)综合运用深度和宽度指标构建了一个价量结合的指标。万树平(2006)给出了流动性指标的一种新的度量方法,研究了交易量、股票价格、波动性和流通盘的大小与各项流动性指标的影响。
在指标创新上,苏冬蔚(2004)创建“知情者交易成本”指标,规定知情交易者执行成本与买卖价差正相关,与流动性反相关。指出一旦控制住执行成本中普通交易者对知情交易者所要求的风险补偿,买卖价差的区别将会缩小。结合国内股票市场股权结构人为分割的实际,尹华阳、张鹏程、万华炜(2006)以流通比例(流通股本/总股本的比值)作为股份流动性的一个度量。罗登跃 ,王春峰 ,房振明(2007)建立了一个包含市场风险和两种流动性风险的三因素资产定价模型,用以研究中国股票市场的投资者理性问题。
二、对国内股票市场的特征分析的新进展
我国学者对流动性研究的初期,国内对流动性特征的研究主要局限在对流动性指标的刻画上。然而,中国股票市场既是新兴市场又是报价驱动型市场,在市场结构和交易制度上与欧美成熟市场大不相同。并且,由于我国证券市场还存在很多不规范的操作,“政策市”和“做庄”现象是我国股市作为金融市场最显著的特征之一。政策和重大事件的发生对市场流动性造成显著影响。我国市场尚未完全开放,长期以来股市的主要参与者是中小投资者(散户)投资多元化的格局尚未形成,股市一直存在短期炒作和追逐利润之风,以理性投资理念为基础的资本资产定价模型(CAPM)在中国不适用。因此,近年来,我国学者开始从我国证券市场信息披露制度、交易者结构、投资者理性、制度建设等方面我国股市进行了研究。
(一)股市信息披露制度与流动性的关系
Bagehot(1971)认为流动信息由于信息不对称而存在逆向选择的影响,一笔交易的价格影响力,以及由于做市商的价格政策而导致的交易成本的比例会受到严重影响。
在量化我国信息对称性程度上,杨朝军,孙培源,施东晖(2002)采用Lin.Sanger.Booth(1995)提出的分解方法对非对称信息程度进行估计,发现我国股市中除交易量、波动性和价格水平外,信息的非对称性是影响流动性水平的重要因素,指出从我国目前市场的实际情况看,由于信息披露机制不完善和监管手段缺乏,我国投资者之间存在严重的信息不对称性。厉斌(2006)得出了我国股市新股上市之后首日流动性的变化模式,在我国证券市场中新股上市首日具有非常强的流动性。指出交易对证券价格的影响反映了市场对私人信息的反应,这是市场的信息不对称带来的后果。
应用新的方法,我国学者还开始着手研究上市公司的信息披露优劣。巫升柱(2007)从对中国上市公司年度报告自愿披露水平与股票流动性的实证研究,得到,从静态来看,年度自愿信息披露水平对股票流动性存在显著的正向影响;从动态来看,中国股票市场自愿披露水平正向变动具有流动性信息含量,而负向变动则没有相应的流动性信息含量。吴战篪 ,乔楠 ,余杰(2008)研究了信息披露优秀的公司与信息披露糟糕的公司,表明信息披露的前后流动性发生了较为显著的变化,信息披露越充分,市场流动性越好,市场会通过流动性奖励的角度奖励信息披露好的公司。
从以上研究可以看出,降低信息的非对称程度,加大信息披露的力度,会改善公司股票的流动性。完善各方面信息披露机制,降低整个市场的信息非对称的程度以减少投资者的逆向选择成本,是改善市场流动性,进而促进资源有效配置的有效手段。
(二)股市交易者结构与流动性的关系
以散户投资者为主的市场结构下,买卖委托量非常巨大,大量竞争性的买卖委托使我国股市的买卖价差维持在较高水平。2006年以来,我国证券市场的交易活动已经步入以机构投资者为主体的历史阶段。机构投资者掌控的资金量较大,这导致对市场流动性的需求成为机构投资者于个人投资者在市场需求方面差异最大之处。我国学者先后对两种交易结构进行研究,为优化投资者结构提供政策性建议。
在散户行为研究中,宋逢明, 谭慧(2005)研究中国和美国个股流动性,指出中国股市投资者散户因素和“政策市”和存在普遍的“做庄”现象,个股流动性受市场范围内系统因素的影响非常显著,在流动性风险方面存在着隐患。王林辉 董直庆(2005)关注第1次流动性跨越,分析资产上市前后的流动性差异,推导出了流动性下的股价模型与股市风险模型,发现市场结构差异、市场流动性程度不同,导致股票价格不同。
在对机构投资者的定义和行为效果的研究上,汪勇祥 吴卫星(2007)定义“有效投资者”概念。指出大量分散的中小投资者并不能为市场提供有效的流动性,计算得到市场流动性的高低取决于市场中“有效投资者”数目。黄峰,杨朝军(2007)提出对机构投资者来说,当前我国股市主要的流动性问题是流动性风险过高并难以和价格风险相分散的问题。流动性与股市价格同向演变的特点加重了投资风险中的系统风险含量,使机构投资者难以分散价格风险和流动性风险损失。
(三)股市投资者理性与流动性的关系
美国著名经济学家凯恩斯早在1936年就发现了投资活动中的非理性羊群效应问题,非理性的“羊群效应”加剧了证券市场的波动,在涨时助涨,在跌时助跌,容易引发高度的投机和市场泡沫,使市场达不到优化资源配置的作用。我国学者开始对我国投资者对投资者理性对流动性风险与迁徙的作用作了尝试性研究。
尹华阳 张鹏程 万华炜(2006)结合国内股票市场股权结构人为分割的实际,以流通比例(流通股本/总股本的比值)作为股份流动性的一个度量,比较分析了几个以股票市场为样本的实证研究结果后,发现市场参与者的心理预期和偏好是导致流动性迁徙的重要因素。
罗登跃 ,王春峰 ,房振明(2007)建立了一个包含市场风险和两种流动性风险的三因素资产定价模型,表明就中国股市而言,股市风险在某种程度上影响市场的预期收益率,我国股市的风险传递机制正在不断地发挥作用;投资者的风险意识在不断增强,对风险的增加要求有相应的风险补偿,投资者的投资行为正日趋理性。
(四)股市制度建设与流动性的关系
从流动性提供机制来看,证券市场可分为报价驱动型和订单驱动型。订单驱动型市场由计算机按价格优先、时间优先的原则自动撮合成交,任何市场参与者都没有义务提供市场的流动性。在这种自由退出和自由进入的影响下,个股的流动性对系统流动性应该更敏感,一旦整个市场的流动性出现问题,大量流动性提供者退出,个股流动性必然受到系统性的影响。另一方面,在订单驱动型市场上流动性提供者也可以更自由地进入,由于不存在指定的做市商,通过多个流动性提供者的竞争,存货的不均衡更容易扩散消除,因为高的买卖价差可以吸引更多的流动性提供者进入。在这种自由进入的影响下,系统流动性更容易扩散。我国学者从能否引进新的交易制度如买卖空机制、作市商制度作了尝试研究,为政策实施提供依据。
在卖空机制的预测上,廖士光 杨朝军(2005)利用中国香港股票市场上的数据来实证研究卖空交易机制与市场波动性、流动性间的内在联系,指出卖空交易机制的推出对整个市场的影响是一个相当复杂的过程,最终的影响方向还要取决于市场中卖空交易者的类型、操作策略及交易信息的公开程度。屈波(2007)详细论述了我国股市的宏观外生因素、微观结构因素外生变量、证券市场本身运行规律外生因素变量以及公司基本面信息内生因素变量和交易参与者行为内生变量。指出规避和控制外生因素变量对金融市场和资产流动性的影响,在实际操作中我们面临的更多的是研究和分析内生因素变量是怎么影响金融市场和金融资产的流动性,及其采用政策性方法和措施来规避和控制由此带来的流动性风险。
三、简要评析
我国股票市场起步于2O世纪9O年代初期,同西方发达国家的成熟市场相比,市场发展尚不规范,不成熟,上市公司信息披露行为不规范、投资者之间信息不对称等现象较严重。使得中国股市特点突出。到目前为止,我国学者对流动性的研究经历了从理论研究到模仿借鉴在到最近几年的创造性把国外理论与中国实际相结合的飞跃。然而,我国学者利用各种综合流动性指标对股市特殊性的解释仍然不够充分,我国股市的弊端在流动性研究中仍然存在。
研究流动性的最终目的是加强市场流动性的评估、防范流动性风险,通过交易制度的改进提高市场流动性。对流动性的研究日趋完善与精确,将对为我国股市发展提供更好的指导意义。在未来,如何更好的建立国内流动性刻画指标,模拟国内股票市场运作,发现国内股市特殊规律与方法,为完善股市政策,规避股市流动性风险,提高收益率,将是今后学者的主要任务。
参考文献:
[1]Robert A Schwartz.Equity Markets Structure,Trading, and Performance[M ]. New York:Harper~.Row Publishers Inc.1 988。
[2]Haais,Lawrence Liquidity,Trading Rulesand Electronic Trading System[M],Monograph Series in finance and Economics 1990-1994
[3] Kyle, Albert, 1985,“Continuous auctions and insider trading”[M] ,Econometrica, 53, 1315-1336.
[4]万树平.价量分布下的股票流动性深度的度量[J].系统工程.2004(10):36-45
[5]苏冬蔚.基于中国股市微观结构的流动性与执行成本分析[J].当代财经.2004(2):44-54
[6]尹华阳,张鹏程,万华炜.股票市场流动性迁徙效应[J],统计与决策,2006 (3):97-101
[7]罗登跃,王春峰,房振明.中国股市总流动性与资产定价关系实证研究[J],中国管理科学,2007(4):33-37
[8]杨朝军,孙培源,施东晖.微观结构、市场深度与非对称信息:对上海股市日内流动性模式的一个解释[J].世界经济.2002(11):53-58
[9]厉斌.新股上市首日交易的微观结构: 流动性、深度与买卖价差内蒙古农业大学学报(社会科学版) [J]. 2006(1):203-206
[10]巫升柱.自愿披露水平与股票流动性的实证研究- - 基于中国上市公司年度报告的经验[J].财经问题研究2007(8):59-65
[11]吴战篪,乔楠,余杰.信息披露质量与股票市场流动性- - 来自中国股市的经验证据[J].经济经纬.2008(1) :138-141
[12]宋逢明, 谭慧.订单驱动型市场的系统流动性:一个基于中国股市的实证研究.财经论丛[J]. 2005(5):63-69
[13]王林辉,董直庆.股票价格与股市风险形成机理的流动性解释[C].管理学报,2005(7):481-486
[14]汪勇祥 吴卫星上市公司股票流动性影响因素分析[J],华东经济管理,2007(11):143-147
[15]黄峰,杨朝军.基于机构投资者交易需求的中国股市流动性研究[J],经济理论与经济管理,2007(2:)54-59
[16]廖士光,杨朝军.卖空交易机制、波动性和流动[J],管理世界,2005 (12):6-13
[17]屈 波.上市公司股票流动性影响因素分析[J],华东经济管理,2007(11):134-136
(本文系国家级SIT项目阶段性成果,项目负责人:查然)
(作者单位:湖南大学金融学院)
作者：赵 越
证券市场流动性论文 篇2：
证券市场流动性和宏观经济的实证研究
【摘要】本文收集了2001年1月到2012年6月间的季度数据对我国证券市场流动性和宏观经济之间的关系进行实证分析，发现两者间存在正的相关关系，并且这种关系在深圳市场中表现的尤为明显。结果表明，宏观经济决定了股市流动性的趋势成分，但不决定股市流动性的波动成分。股市的流动性包含了宏观经济变化的信息，能在一定程度上预示宏观经济走向。
【关键词】流动性 HP滤波法 单位根检验
一、引言
2007年，美国次贷危机发生后开始在全球范围内迅速蔓延，并逐渐演化金融危机，对许多国家和地区的证券市场流动性造成了极大的冲击。此轮危机中，我们发现美国股市的流动性与宏观经济之间存在着密切的联系，实体经济下滑之前，证券市场就已经开始出现流动性紧缩的状况，股市“晴雨表”的功能得到体现。这种联系在我国的证券市场中是否也存在呢？本文试图通过对沪深两市中流动性指标与宏观经济变量的季度数据进行实证分析，来探究我国证券市场流动性与宏观经济的关系以及内在机制。
二、文献综述和理论基础
目前，国外文献中关于证券市场流动性与宏观经济关系的研究主要从两个角度出发。一些学者从经济变化影响股市流动性的角度出发来探求两者的关系。Longstaff（2004）认为投资者预测经济状况将发生变化时，他们会调整自己的资产组合来应对经济形势的改变（流动性资产转移效应，flight to liquidity），当这一行为被大多数投资者采用时会导致市场流动性变化。Brunnermeier（2009）认为危机发生时，市场流动性和资金流动性的相互强化机制导致流动性螺旋式下降，金融机构将资金转移到低保证金的金融资产上去，进一步改变了股市流动性。另一些学者从证券市场流动性影响宏观经济的角度来研究两者的关系，其中研究证券市场流动性与经济增长关系的文献占了绝大多数。如Levine（1991）构建的内生经济增长模型，股市风险改变了投资者激励，并通过效率和资源改变了稳态的经济增长率。Kyle（1984）、Holmstrom（1985）则认为证券市场机制增强了公司治理，对实体经济产生正面影响。
国内学者在这一领域的研究多集中在研究证券市场流动性特征或证券市场与宏观经济关系上。刘勇（2004）研究表明股价指数和居民消费价格指数之间存在一种正相关关系，和货币供应量、利率之间存在一种负相关关系。陈梦根（2005）认为沪深两市股价变动与宏观经济变量之间并未表现出协整性特征，在样本期内，中国证券市场与国民经济之间尚未呈现稳定的长期均衡关系。马进、关伟（2006）通过协整分析和Granger因果检验指出我国股票市场与宏观经济存在着联系，但是这种关系很弱且相互影响的程度还不明显。
三、样本选择和实证分析
（一）变量选择和数据收集
考虑我国证券市场的市场特征和数据可得性，本文选择换手率和Illiquidity非流动性指标（ILR）来衡量我国股市的流动性。换手率从市场深度（depth）对流动性进行度量的，Illiquidity从市场深度和市场宽度两个维度对流动性进行度量。
换手率：，其中为第i只股票在T期内的交易
量，第i只股票的流通总股数。换手率越大，表明证券持有时间越短，流动性越大；反之，则流动性越小。
Illiquidity：，其中表示第i只股票或指数在T期的非流动性比率；表示第i只股票或指数在T期的收益率；表示第i只股票或指数在T期的交易金额。ILR衡量了一定交易量引起价格变动幅度的大小，LIR越大说明流动性越差。
本文选择上证综指和深圳成指作为沪深两市的代表，分别计算两种指数的换手率和非流动性比率。为了便于数据处理，计算出的非流动性比率ILR统一乘以1013。宏观经济变量包括真实GDP，真实消费（CONS），真实投资（INV）和利率，其中真实投资用经价格调整的全社会固定资产投资代替，真实消费用经价格调整的社会消费品零售总额代替，利率选择目前市场化程度较高的全国银行间同业拆借利率（7天年化利率）代替。本文数据主要来自于Wind数据库、国家统计局和中国人民银行网站，样本区间为2001年第一季度到2012年第二季度的季度数据，使用Excel和Eviews6.0beta进行数据处理和实证分析。
（二）实证分析
第一步，通过X-12-AA法对时间序列进行调整以消除季节性影响，得到调整后的序列再取一阶差分，得到dGDPSA、dCONSSA、dINVSA。对以上序列进行单位根检验，结果如表1所示，可见dGDPSA、dCONSSA和dINVSA是平稳的。
表1 单位根检验
t-Statistic ??Prob.*
D（GDPSA） ADF test statistic -4.291233 ?0.0016
Test critical values： 1% level -3.615588
5% level -2.941145
10% level -2.609066
D（CONSSA） ADF test statistic -10.07286 ?0.0000
Test critical values： 1% level -3.615588
5% level -2.941145
10% level -2.609066
D（INVSA） ADF test statistic -2.815358 ?0.0670
Test critical values： 1% level -3.646342
5% level -2.954021
10% level -2.615817
第二步，对证券市场流动性数据进行处理。由于外汇占款等原因，导致我国基础货币投放相对于实体经济而言是过量的，因此文章使用HP滤波法将我国证券市场流动性分解为两个部分，一部分是与经济发展相适应的趋势成分，另一部分是受心理预期、短期政策等因素影响较大的波动成分，原理如下：
假设换手率包含趋势成分和波动成分， 是其中含有的趋势成分，是其中含有的波动成分。
，
换手率的HP滤波分解问题就是使下面损失函数最小，即：
由于本文所选取的是季度数据，所以取值为1600。用软件处理得到换手率的趋势成分和波动成分，并对非流动性比率ILR采取相同的处理方式。
第三步，进行回归分析。本文的基本模型如下：
被解释变量为t+1期宏观经济变量，分别用GDP，CONS，INV代入；为t期的宏观经济变量；为t期的流动性指标，其中为流动性指标的趋势部分，为流动性指标的波动部分，分别将换手率h和非流动性比率ILR代入；为t+1期的利率。文章使用OLS法估计上述模型。
表2给出了宏观经济变量对换手率的回归结果。（沪市）和（深市）的系数基本上为正数，可见换手率与宏观经济变量之间存在正相关关系，即当证券市场流动性较好的时候，意味着良好的宏观经济形势。从系数和显著性对比来看，深市与宏观经济之间的联系更为密切。
表2 模型的回归结果（换手率指标）
dGDPSA 3560.69***
（4.82） 0.05
（0.34） 12.15
（0.87） 34.24*
（1.97） -1302.76***
（-4.53） 0.47 0.40
dCONSSA 1521.02**
（2.58） -0.55**
（-3.67） 3.94
（0.34） 22.21
（1.08） -558.63**
（-2.35） 0.34 0.26
dINVSA 1613.66
（0.87） -0.45**
（-2.89） 0.358
（0.01） 70.06**
（2.03） -320.17
（-0.43） 0.23 0.14
dGDPSA 3590.19***
（4.79） 0.06
（0.42） 18.562*
（1.98） 30.39**
（2.15） -1318.29***
（-4.56） 0.46 0.40
dCONSSA 1504.71**
（2.53） -0.55**
（-3.76） -1.26
（-1.08） 33.55**
（2.16） -556.33**
（-2.35） 0.34 0.26
dINVSA 1738.90
（0.94） -0.46**
（-2.91） 52.47
（1.08） 73.78**
（2.10） -353.69
（-0.48） 0.23 0.14
表3给出了宏观经济变量对非流动性比率ILR的估计结果。沪深两市ILR指标的系数基本上为负数，意味着股市的流动性与宏观经济之间存在着正向关系，验证了上表结论。
表3 模型的回归结果（非流动性比率指标）
dGDPSA 3140.27***
（4.25） 0.12
（0.84） -2.80*
（-1.69） -1.97*
（-1.85） -1307.98***
（-4.49） 0.45 0.38
dCONSSA 1677.75**
（2.77） -0.55***
（-3.82） -1.35
（-0.39） 0.61
（0.31） -554.63**
（-2.35） 0.34 0.26
dINVSA 1951.06
（1.02） -0.46***
（-2.92） -0.92
（-0.08） -0.42
（-0.079） -433.14
（-0.58） 0.21 0.11
dGDPSA 3135.23***
（4.15） 0.11
（0.74） -1.69*
（-1.73） -2.15
（-1.08） -1308.48***
（-4.44） 0.44 0.37
dCONSSA 1690.34***
（2.77） -0.54***
（-3.74） -9.77*
（-1.84） -1.09
（-0.74） -551.38**
（-2.35） 0.35 0.28
dINVSA 1928.34
（1.00） -0.46***
（-2.91） -1.41*
（1.76） -1.28**
（-2.16） -430.69
（-0.58） 0.21 0.11
为了进一步理解宏观经济变量与股市流动性之间的引导关系，文章使用格兰杰因果检验进行分析，滞后阶数根据AIC和SC信息准则确定，H1、H2分别为沪、深市场的换手率，HPTRENDH1、HPTRENDH2为趋势成分，CH1、CH2为波动成分。结果显示换手率趋势成分和GDP的Granger因果关系在沪深市场中都较为显著，验证了经济发展决定股市流动性长期趋势的理论；而换手率、波动成分与GDP的Granger因果关系在沪深两市截然不同，表明深市与宏观经济的联系更为密切。
表4 格兰杰因果检验结果
双向Granger因果检验 滞后期：3
原假设H0 F统计量 概率值（P） 因果关系
GDP does not Ganger Cause H1 2.73641 0.16091 否
H1 does not Granger Cause GDP 0.81926 0.49347 否
GDP does not Granger Cause HPTRENDH1 4.07660** 0.02530 是
HPTRENDH1 does not Granger Cause GDP 4.87882*** 0.00702 是
GDP does not Granger Cause CH1 0.60617 0.61615 否
CH1 does not Granger Cause GDP 1.37320 0.26990 否
GDP does not Granger Cause H2 0.72893 0.54281 否
H2 does not Granger Cause GDP 4.07807** 0.01528 是
GDP does not Granger Cause HPTRENDH2 3.68173** 0.02276 是
HPTRENDH12 does not Granger Cause GDP 4.13782** 0.01440 是
GDP does not Granger Cause CH2 0.61689 0.60835 否
CH2 does not Granger Cause GDP 3.77183** 0.02077 是
四、结论
本文收集了2001年1月到2012年6月间的季度数据对我国证券市场流动性和宏观经济之间的关系进行实证分析，得到以下结论：首先，我国证券市场流动性与宏观经济间存在着密切的正相关关系；其次，深市流动性要大于沪市，与宏观经济间的联系也更为紧密；最后，宏观经济形势决定了证券市场流动性的基本趋势。可见随着我国证券市场的市场化进程，其与实体经济的联系也越来越紧密，股市“晴雨表”功能开始发挥效力，宏观经济变化通过上市公司、投资者行为、监管层政策在股市中得到体现。本文的研究成果也在一定程度证明了我国证券市场和宏观经济之间的信息传导机制是有效的，可以从证券市场流动性变化中捕捉宏观经济的走势。
参考文献
[1]Ran Lu and John Glascock.Macroeconomic Effects on Stock Liquidity [J]. Journal of Financial Economics，2010.
[2]Randi N?s，Johannes Skjeltorp，Bernt Arne ?degaard. Stock Market Liquidity and the Business Cycle [J].Journal of Financial Economics， 2009.
[3]陈梦根.中国证券市场价格波动与宏观经济协同性的实证研究[J]. 经济管理，2005（16）.
[4]刘勇.我国股票市场和宏观经济变量关系的经验研究[J].财贸经济，2004（04）.
[5]马进，关伟.我国股票市场与宏观经济关系的实证分析[J].财经问题研究，2006（08）.
[6]俞琳.中国股票市场流动性实证研究[D].厦门大学，2005.
作者简介：汤旸玚（1987-），女，汉，浙江台州人，厦门大学金融系研究生，研究方向：金融市场与机构投资者；刘锦（1988-），男，汉，湖北武汉人，厦门大学金融系研究生，研究方向：金融市场与机构投资者。
（责任编辑：刘影）
作者：汤旸玚 刘锦
证券市场流动性论文 篇3：
IPO抑价和股权结构对证券市场流动性的影响
摘要：文章利用2001-2010年在上海证券交易所上市的320支A股股票的IPO相关数据来验证Booth and Chua（1996）的关于股票的抑价发行和股权结构是否会直接影响其二级市场流动性的假设。并且文章首次运用Shane A.Corwin and Paul Schultz（2011）提出的高低价差（High-low spread）作为衡量市场流动性的其中一个度量指标。分析结果表明IPO抑价和股权结构对二级市场的流动性确实有直接的影响。抑价发行主要是通过作用股票的交易量来影响市场流动性的，同时，二级市场的流动性与股东数量呈正相关关系，而与大股东持股比例呈负相关关系。
关键词：IPO抑价；股权结构；市场流动性；买卖价差
一、导论
IPO（The initial public offering），即股票的首次公开发行，也称新股发行，是上市公司生命周期中的一个重要里程碑，对公司的股权结构以及现有股东的控制权有重要的影响。而IPO抑价是指在证券市场上，股票以及市场的发行价格低于二级市场价格的现象。Booth and Chua（1996）指出股票发行者有意通过压低发行价格使发行后的股权结构分散，以此来增强新股在二级市场上的流动性。然而，除了Pham（2003）等人利用该理论研究过澳大利亚的IPOs之外，研究这个理论的学者还不多。因此，在本文中我们将利用2001-2010年在上海证券交易所上市的320支A股股票的IPO相关数据来验证Booth and Chua的关于在控制股权分散后，股票的抑价发行是否会直接影响IPO二级市场流动性的假设。
流动性是市场的一切，其概念的最早界定则可以追溯到凯恩斯，他认为流动性是“市场价格将来的波动性”。而对于市场流动性的测量，国外的学者们可谓众说纷纭。Kyle（1985）指出，市场流动性的最重要测量指标就是买卖价差，买卖价差越小，则表示市场流动性越好。Garbade（1985）采取宽度、深度和弹性三个指标来衡量流动性。Harris（1990）指出，流动性的测量包括宽度、深度、即时性和弹性四个维度。而本文将首次运用Shane A.Corwin and Paul Schultz（2011）提出的高低价差（High-low spread）作为衡量市场流动性的其中一个度量指标。
很早以前，Amihud and Mendelson（1986）就利用NYSE和AMEX的做市商买卖报价差数据，通过Fama-MacBeth方法，从交易的微观成本出发推导出预期收益是买卖价差的凹形增函数的关系模型，提出了流动性抑价理论。此后，便有大批学者对流动性抑价进行了进一步的研究和分析。Brennan and Franks（1997）利用英国证券市场的高频股票交易数据，推导出IPO抑价，股权结构和控制新股发行权益之间的关系。Jacoby、Fowler and GotteSInan（2000）在考虑价差效应的基础上推导出流动性调整的CAPM模型。Pham、Kalev and Steen（2003）研究了IPO抑价水平，新股股票的分配，新上市公司的股权结构对证券市场流动性的影响。Butler、Grullon and Weston（2005）研究了股票市场流动性和股票的发行成本之间的负相关关系。
而在国内，佟孟华（2006）根据股票市场流动性溢价理论，构建平行数据固定影响变系数回归模型，对流动性溢价理论进行较为全面地检验。余立帆（2008）分别针对高频数据和低频数据构建了新的流动性度量指标，分别研究流动性水平和流动性波动对收益的影响。马伟（2009）从公司业绩水平、资产规模、流通股影响力、股价、股票的市场风险等方面出发，通过全因素多元回归分析得到了流动性与影响因素的多元回归模型。张丹（2010）在股票流动性价值理论依据下，运用扩展的J-W模型，展开A股市场流动性价值水平及其影响因素的实证分析。
二、变量选取与模型假设
（一）因变量
从已有研究文献看，学术界对流动性如何度量进行了大量的探讨，不过却没有形成统一的标准。根据流动性的四个属性，可以把度量流动性的方法分为四种类型，即价格法、交易量法、价量结合法和时间法。价格法的衡量指标主要包括报价价差、有效价差、实现价差和定位价差等指标，交易量法的测量指标则主要包括交易量、换手率、成交率和市场深度等指标。价量结合法顾名思义就是将价格法和交易量法结合起来的方法，主要的测量模型包括价格冲击模型和流动性比率。而时间法则主要利用弹性指标来度量市场的流动性。这四种方法各有利弊，所以在这里，本文主要采用价格法和交易量法来度量市场的流动性。具体指标如下：
1、报价价差（Quoted spreads）
报价价差是指市场上最佳卖出价和最佳买进价的差额，PA表示最佳卖出价，PB表示最佳买进价。则报价价差的计算公式为：
Quoted spread=PA-PB
2、有效价差（Effective spreads）
有效价差是指交易价格和买卖差价均值的差额的绝对值，不过为了减少股票价格水平等因素对有效价差的影响，本文将采用相对有效价差。用t表示交易时间，pt表示交易价格，pM表示卖出价和买进价的均值。则有效价差的计算公式为：
Effective spread=｜pt-pM｜/pM
3、高低价差（High-low spreads）
在本文中我们将首次引用Shane A。Corwin and Paul Schultz（2011）提出的高低价差（high-low spread）来作为衡量市场流动性的指标，以此来对比报价价差和有效价差。具体计算方法如下：
High-low spread=■
其中：a=■-■，β＝E■ln■■，γ=ln■■，Ht（Lt）代表第t天交易时股票的最高（低）价，Ht,t+1（Lt,t+1）表示的是第t和t+1天交易时的最高（低）股价。
4、交易量（V）
对于交易量法本文将会简单采用股票的日交易量这一指标来度量市场的流动性。
5、换手率（Turnover rate）
换手率是用交易量法衡量市场流动性的常用指标，等于交易量除以总流通股数。
（二）自变量
1、IPO抑价率（Underpricing）
IPO抑价率，又称IPO初始收益，是指股票从发行到上市首日的价格变化。具体计算公式如下：
Underpricing=■
其中：pC为新股发行首日的收盘价，pO为IPO股票的发行价。
2、股东数量（NSH）
为了检验股权结构和二级市场流动性的相关性，我们对公司股权是集中还是分散构建了不同的测量指标。第一个指标为股东数量，如果一个公司的股权比较分散，那么该公司一定拥有许多股东。
3、大股东持股比例（BHO）
由于在现实中也可能存在一家企业拥有许多股东，而几个大股东就拥有了公司大部分股份的情况。因此，仅仅只用股东数并不适合测量股权是集中还是分散。所以大股东的持股比例通常也被用来衡量股权集中的程度。与别的文章不同的是本文将选取持有公司5%以上股份的股东作为大股东，以这些大股东持股比例的和作为衡量公司股权集中程度的另一个指标。
（三）控制变量
为了更好地研究IPO抑价水平和股权结构与我国证券市场流动性之间的关系，文章将引入日收益方差（Var）、股票总市值（MV）、股票的日成交价（P）、股票浮动比例（Float ratio）和承销商等级（Top-tier underwriter）作为控制变量。其中，股票的浮动比例为已上市流通股占总股数的比例；承销商等级则为一个虚拟变量，并且按照国内最新IPO承销商的排名将排在前10名的高声誉等级承销商的值取为1，其他排名则取为0。
此外，考虑到交易量的变动会对价差和换手率的变化产生影响，所以在对价差和换手率进行回归分析时交易量也将作为其中的一个控制变量。
需要指出的是，为了避免绝对数值对回归结果的影响，本文将对部分变量采取对数转换的形式来进行实证分析。
（四）模型假设
Habib and Ljungqvist（2001）指出IPO抑价也是提高股票交易量的一种方式，IPO抑价发行后会增加那些对其感兴趣的潜在投资者，从而也就使得交易量随之增加。因此，IPO抑价也可以通过直接增加交易量来影响二级市场的流动性。然而，关于IPO抑价是如何影响造市商面临的信息不对称的市场状态的理论还不是很确定。到目前为止，除了Reese（1998）验证了IPO抑价与二级市场交易量呈正相关关系之外，研究IPO抑价是如何影响二级市场流动性的实证文章还比较少。
至于股权结构方面，Booth and Chua（1996）认为通过IPO抑价达到股权分散的目的是为了增加二级市场的流动性，并假设二级市场的流动性与股东数量呈正相关关系，而与大股东持股比例呈负相关关系。而Heflin and Shaw（2000）指出造市商通过制造高的价差来减轻股东的损失，这会增加交易成本并减弱市场的流动性。因此，我们可以认为交易量与大股东持股比例呈负相关关系。在许多金融文献中，关于股权结构和流动性的相关性实证分析并没有得出一致的结论。Kini and Mian（1995）检验了买卖差价和股权结构的相关性，结果表明他们是正相关的，但结果不显著。相反地，Kini and Mian（1995）发现股权结构与价差是呈负相关关系的。
我们知道，交易量和换手率衡量的是交易活动进行的状态，而三个价差衡量的则是交易成本的变动情况，所以较高的市场流动性就意味着有较高的交易量和换手率及较低的价差。所以，本文将上述关于IPO抑价、股权结构和二级市场流动性的相关性假设绘制成表1。
三、实证分析
本文所选取的样本为从2001年1月1日开始到2010年6月30日在上海证券交易所上市的A股IPO股票，剔除那些目前为非正常上市状态（ST、*ST、暂停上市、退市和三板市场）的股票，最终选取了其中的320支新股作为研究对象。本文主要研究的是新股上市后一年内的情况，相关指标均为先求年平均再求对数。计算所使用的相关数据均来自北京聚源锐思数据科技有限公司开发的RESSET锐思金融研究数据库。
为了研究我国IPO抑价和公司股权结构对证券市场流动性的影响程度，本文将基于前文描述的因变量和自变量建立如下回归模型：
模型一：Log Quoted spreadi=α0+α1Underpricingi+α2LogNSHi+α3BHOi+α4Vari+α5LogMVi+α6LogPi+α7LogVi+α8Float ratioi+α9Top-tierunderwriteri+ε1i
模型二：Log Effective spreadi=β0+β1Underpricingi+β2Log NSHi+β3BHOi+β4Vari+β5LogMVi+β6LogPi+β7LogVi+β8Float ratioi+β9Top-tierunderwriteri+ε2i
模型三：Log High-low spreadi=γ0+γ1Underpricingi+γ2LogNSHi+γ3BHOi+γ4Vari+γ5LogMVi+γ6LogPi+γ7LogVi+γ8Floatratioi+γ9Top-tierunderwriteri+ε3i
模型四：LogVi=?覬0+?覬1Underpricingi+?覬2LogNSHi+?覬3BHOi+?覬4Vari+?覬5LogMVi+?覬6LogPi+?覬7Floatratioi+?覬8Top-tier underwriteri+ε4i
模型五：Log Turnover ratei=θ0+θ1Underpricingi+θ2LogNSHi+θ3BHOi+θ4Vari+θ5LogMVi+θ6LogPi+θ7LogVi+θ8Floatratioi+θ9Top-tierunderwriteri+ε5i
接着，我们利用Stata11通过普通最小二乘法（OLS）对本文选取的320支IPO股票的相关数据进行上述五个模型的回归分析。详细输出结果如表2所示。
由表2可以看出，IPO股票的抑价率与三个价差是呈负相关关系的，而与交易量和换手率是呈正相关关系的，并且只有与高低价差和交易量的关系是显著的，不过相关程度不高。对于高低价差，在其他变量不变的情况下，IPO抑价率变动1个单位会引起高低价差对数变动-0.0105个单位；同样的，交易量对数会变动0.0214个单位。其中与交易量的正相关关系与Reese（1998）得出的结果一致。这主要是由于股票的承销商和发行人想通过提高新股的后市交易来获利，所以他们会以股票的抑价发行来吸引那些对股票价格估计较低的投资者，以此来创造一定数量的股票抛售，从而提高了二级市场股票的流动性。股东数量与三个价差都呈负相关关系，与交易量和换手率呈正相关关系。并且与换手率的相关关系在1%的显著性水平下是显著的。即当其他变量不变时，股东数量变动1%，换手率便会变动0.1262%。至于大股东持股比例，则只有与三个价差的正相关关系是显著的。估计的相关系数的平均值为0.1636，说明股权的分散程度对二级市场的流动性还是有一定的影响力的。当股东数量越多，大股东持股比例越小时，股权相对越分散，价差越小，二级市场的流动性也越好。而在控制变量中，除了承销商等级（Top-tier underwriter）只与交易量的正相关关系是显著的以外，其他控制变量都能与至少3个流动性指标的关系是显著的。说明本文所选的这些变量还是可以比较好的用来描述我国股票二级市场的流动性水平的。
此外，从度量二级市场流动性的指标来看，用交易量法进行拟合的效果整体上要比用价格法拟合的效果好。这主要是因为只有在买价为买进报价，卖价为卖出报价，做市商同时完成一买一卖时，才能以报价价差来衡量交易成本，但在现实生活中买卖往往不是同时发生的，并且买卖价差也不能说明在买卖价差以外成交的交易。值得注意的是，由于我国的股票市场与国外还是存在有一定的差异，导致本文首次引用的Shane A.Corwin and Paul Schultz（2011）提出的高低价差（High-low spread）并不能十分好的用所选的自变量来描述，这与Shane A.Corwin and Paul Schultz（2011）得出的高低价差比其他低频价差估计得更准确的结论不相符。
四、结论
在这篇文章中，我们利用了上海证券交易所发行的部分A股IPO股票的相关数据来检验IPO抑价发行，股权结构和二级市场流动性之间的关系，发现IPO抑价和股权结构对二级市场的流动性确实有直接的影响。分析结果表明抑价发行主要是通过作用股票的交易量来直接影响市场流动性，这个结果也支持了抑价发行通过吸引投资者从而增加股票交易量这一假设。并且本文的实证分析结果很好的检验了Booth and Chua（1996）关于股票的抑价发行和股权结构是否会直接影响其二级市场流动性的假设，证实二级市场的流动性与股东数量是呈正相关关系，而与大股东持股比例呈负相关关系的。
尽管在本文中只采用了在上海证券交易所上市的股票，但笔者相信用深圳证券交易所发行的股票也可以得出同样的结论。即对于在深交所上市的股票，我们同样也可以得出其公司的所有权结构及股票的IPO抑价水平会直接影响二级市场流动性的结论。
参考文献：
1、Shane A.Corwin and Paul Schultz.A Simple Way to Estimate Bid-Ask Spreads from Daily High and Low Prices[J].Journal of Finance,2011(41).
2、Hahn,Ligon.Liquidity and initial public offering underpricing[Z].Working Paper,FMA 2004 meetings,2004.
3、Pham,Kalev,Steen.Underpricing,stock allocation,ownership structure and post-listing liquidity of newly listed firms[J].Journal of Banking and Finance,2003(27).
4、Heflin,Shaw.Blockholder ownership and market liquidity[J].Journal of Financial and Quantitative Analysis,2000(35).
5、褚军华.中国A股市场IPO抑价研究[D].华东师范大学,2010.
6、李珠峰.中国股票市场流动性影响因素研究[D].中共中央党校,2008.
7、佟孟华.上海股票市场流动性溢价实证研究[D].东北财经大学,2006.
8、张伏波.上市公司股权结构与公司治理[D].华东师范大学,2004.
（作者单位：广西师范大学经济管理学院）
作者：黎超 钟陈