《流动性信息与资产收益基于非参数模型的分析4737.docx》由会员分享，可在线阅读，更多相关《流动性信息与资产收益基于非参数模型的分析4737.docx（47页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、流动性信息与资资产收益：基基于非参数模模型的分析目录摘要11.背景分析析12.流动性的的非参数求解解33.非参数建建模、估计方方法与检验43.1.模型型建立与估计计43.1.1.流动性信息对预预期收益冲击击的非参数定定向加权法53.1.2.变系数部分分线性模型及及估计63.1.3.变系数部分分线性模型的的检验74.数据与模模型结果分析析84.1.数据据说明与描述述84.2.模型型估计结果及及分析94.2.1.定向加权部部分的结果及及分析94.2.2.变系数部分分线性模型的的估计、检验验和boottstrapp模拟104.3.模型型讨论135.小结与建建议13参考文献155附录I30摘要本文首先
2、从全新新的角度给出出市场深度指指标的求解方方法，分别从从定向加权和和变系数部分分线性模型的的视角检验流流动性信息的的预测能力，并并应用于我国国股票市场每每日收益率的的研究，得出出四点判断：1、通过非非参数方法求求解得到的指指标值具有显显著的平稳性性。2、流动动性信息的时时变性对股票票市场存在显显著的非线性性冲击，而且且流动性信息息的持续性变变化与收益之之间存在负向向关系，并发发现股票收益益分布具有多多峰性的特点点。3、得到到和经典资产产定价模型相相同的结论，即即市场综合指指数对个股具具有显著的影影响。4、模模型验证了流流动性信息通通过波动性将将信息非线性性传导给投资资者的假设，伴伴随着流动性性
3、信息的时变变性，投资者者所得到的风风险补偿也具具备时变性，但但由于市场不不够透明、信信息不对称，流流动性信息并并不能全部传传导给投资者者，或者在之之前由于信息息的外漏，原原本的流动性性信息传导路路径也可能会会被误导。55、通过实际际数据的验证证，我们所建建立的变系数数部分线性模模型能够较好好的解释流动动性信息的传传递，也为我我们以后的实实证研究提供供了一个估计计和检验流动动性信息传导导和时变型风风险补偿的新新方法。关键词：流动性性信息 市市场深度 定向加权 变系数部分分线性模型 波动性 1. 背景分析自从证券市场诞诞生以来，预预测资产回报报一直是人们们关注的焦点点之一。Faama(19970)
4、提出出，资产回报报可预测性被被分为基于过过去回报信息息的“弱形式(weeak foorm)”可预测性和和基于过去公公开信息的“半强形式(ssemi-sstrongg formm)”可预测性。其其中，弱形式式可预测研究究探讨回报的的序列依赖性性，这种序列列依赖性也可可捕获期望回回报的可预测测变化；半强强形式可预测测研究使用其其它公开可得得的滞后变量量作为工具(instrrumentt)变量,详详见文献220。不过，滞后工具具变量的预测测能力仍存在在争议，这是是因为研究者者认为所度量量的预测关系系可能是伪关关系(spuuriouss) Ferson、Sarkissian和Simin(2003)指出
5、预测回归中存在多种统计偏差。，为了辨别别这些预测关关系的真伪，在在资产回报预预测方面，研研究者通常采采用条件资产产定价检验方方法，和自回回归条件异方方差检验(EEngle，11987)，这这两种方法的的优点在于，它它们可以解释释条件变量所所捕获的股票票回报可预测测变化，即解解释条件变量量为什么具有有预测能力，从从而在条件变变量和可预测测股票回报之之间建立了相相依关系。所所不同的是，条条件资产定价价检验是针对对预期收益率率(一阶矩)的角度进行行估计和预测测，而Enggle提出自自回归条件异异方差理论以以后，突破了了这一局限，将将预测拓展到到波动性预测测(即二阶矩矩)。但上述述两种方法的的建模均是
6、参参数模型，对对模型的灵活活性有所限制制，基于此，本本文尝试将二二者的优点结结合起来采用用更具灵活性性的非参数模模型展开分析析，并对模型型的有效性进进行检验。考考虑到信息变变量在预测中中重要性，本本文将流动性性信息的滞后后变量考虑进进模型中，对对流动性信息息的重要性将将在下面简要要分析。流动性是指能够够以较低的交交易成本即时时完成交易指指令、同时对对市场价格影影响较小的交交易能力，如如果一种资产产和现金能够够以较小的交交易成本迅速速相互转换，该该资产就具有有流动性，从从流动性的定定义上我们完完全有理由认认为，流动性性信息是市场场调节机制中中重要的影响响变量，自从从Amihuud(20002)以
7、来，研研究者就意识识到流动性可可以解释资产产回报随时间间的可预测变变化。如果今今天的一个冲冲击使流动性性下降，那么么，投资者会会预期随后阶阶段的流动性性也较低，这这将导致今天天的价格下降降，从而使其其期望回报升升高。因此，流流动性的持续续性隐含了回回报和流动性性之间具有负负向关系。但到目前为止，研研究者仍没有有结合使用条条件资产定价价模型和自回回归条件异方方差模型检验验流动性的预预测能力。条条件资产定价价理论和条件件异方差理论论实际上都是是使用条件矩矩来描述资产产的价格行为为，其实证研研究一般依赖赖理性预期假假设，即数学学上的条件期期望。而在随随机折现因子子框架下，条条件模型和无无条件模型的的
8、差异主要在在于前者考虑虑了回报条件件矩的时变(time-variaation)，即随机折折现因子中的的参数将依赖赖于投资者对对未来回报的的预测。这意意味着研究者者所采用的信信息集能否代代表投资者预预期，是研究究者所采用模模型好坏的决决定因素之一一。在众多流动性的的研究中,关关于流动性与与资产定价关关系的研究是是一个重要的的分支。在这这一领域最重重要的问题就就是流动性是是否是决定资资产价格的一一个因子,即即流动性是否否对资产回报报有重要的影影响。国内外外学者对其已已有大量的研研究，其中，Amihud and Mendelson(1986)用买卖报价差(bid-ask spread)度量流动性研究
9、了1961年至1980年间NYSE(纽约证券交易所)中流动性与股票回报和价格的关系，发现流动性与股票回报呈现出显著的负相关，结果与流动性溢价理论一致。Datar、Naik和Radcliffe(1998)以换手率作为流动性指标，以NYSE非金融类的上市公司作为样本，利用1962年7月至1991年12月的数据，检验Amihud和Mendelson(1986)模型，结果表明流动性对股票收的解释力起着显著的作用。Loderer and Roth (2005)用瑞典股票市场的数据研究二者的关系时也支持Datar et al.的观点，他所用的度量流动性的指标是买卖报价差。国内关于流动性性的研究有王王春峰等
10、(22002)使使用Amihhud(20002)的非非流动性指标标ILLIQQ分别在横截截面和时间序序列上检验上上海股市流动动性与收益的的关系，结果果表明在横截截面上和时间间序列上，当当排除政策影影响后，ILLLIQ与股股票收益显著著正相关，否否则两者没有有任何显著关关系，李一红红和吴世农(2003)的实证研究究也得出了类类似的结论，苏苏冬蔚、麦元元勋(20004) 以换换手率衡量流流动性，运用用横截面回归归方法证实了了我国股市存存在显著的流流动性溢价，并并且产生流动动性溢价的原原因主要是交交易成本。最最近的研究中中，复旦大学学的张晓蓉等等(20077)使用超高高频数据 ,并利用流动动性深度指
11、标标,研究流动动性的动态特特征、影响因因素以及检验验市场微观结结构理,结果果表明在信息息不对称条件件下耐心交易易可以降低交交易成本从理理论上说，股股市存在流动动性溢价现象象（Liquuidityy Premmium）。 而在上述的众多多流动性与资资产定价的研研究中，流动动性都是被看看做是一种系系统风险，进进而从截面的的角度研究流流动性溢价现现象，而将流流动性做为信信息因素并从从时间序列的的角度检验其其预测能力的的研究，国内内外学者尚鲜鲜有研究，国国内只有闫东东鹏(20006)采用条条件资产定价价模型做了相相关的研究，这这也是本文的的研究重点。本文的创新之处处在于：1、对对Back(1998)的
12、流动性市市场深度给出出非参数求解解。2、分别别从定向加权权和变系数部部分线性模型型的视角检验验流动性的预预测能力。其余部分的结构构如下:第二二部分给出流流动性市场深深度求解方法法；第三部分分详细阐述本本文的经验分分析方法，包包括构建符合合我国股市实实际情况的理理论假设和实实证模型；第第四部分给出出模型的估计计和检验及bbootsttrap模拟拟；最后对全全文进行总结结。2. 流动性的非参数数求解从流动性的定义义看出可见，流流动性实际包包含了四个内内容:交易成成本、交易速速度、交易数数量、价格弹弹性，由此可可引出流动性性的四维:交交易速度、市市场宽度、市市场深度、弹弹性。交易速速度指证券交交易的
13、即时性性，即投资者者的交易愿望望得到立即执执行的程度；市场宽度通通常用买卖价价差来衡量，反反映了交易者者因成交价格格偏离真实价价格而遭受的的损失；市场场深度衡量了了在特定价格格或价格范围围内可以交易易的数量；弹弹性衡量了大大额交易导致致价格偏离后后，价格恢复复到均衡价格格的速度。交交易速度越快快、买卖价差差越小、市场场深度越大、以以及弹性越大大，则市场流流动性越好。张晓蓉(20007)指出，流流动性的四维维之间可能存存在矛盾。如如在做市商市市场中，常用用买卖价差来来度量流动性性，但这一指指标仅能反映映低交易量市市场中的宽度度，而大额的的交易指令则则常常不能有有效执行。对对于市场的重重要参与者-
14、机构投投资者，因其其调整投资组组合的需要，常常需进行大额额交易，可能能导致对价格格产生冲击，从从而被迫承担担大的交易成成本。Bacck(19998)指出，市市场的深度是是时变的，且且是一个可以以预测的变量量，那么流动动性深度不管管对预测机构构投资者还是是普通投资者者的预期就显显得非常重要要。 Back在凯尔尔(Kylee,19855)的基础上上给出指令驱驱动交易机制制下的流动性性市场深度指指标，在布朗朗运动等假设设成立的前提提下，Bacck推导出： （1） 则市场深度可以以表示为：而关于的求解，Baack给出了了市场深度的的隐式偏微分分方程： (2)关于(2)式的的推导详见文文献6,通过(2)
15、式对求求解的算法关关系到计算量量和实际应用用的可行性。一一般较常见的的方法是用偏偏微分方程直直接去寻找价价格关于交易易量的可导函函数。但是在在价格与交易易量构成的复复杂动力系统统里，试图得得到一个确定定的价格关于于交易量的函函数形式，需需要附加许多多严格的条件件，通常资产产价值服从布布朗运动，误误差项服从正正态假设是不不能缺少的。然然而这些假设设在实际情况况中是很难满满足的，即使使这些条件得得以满足，(2)式也只只能通过数值值计算给出求求解，这种方方法给计算带带来很大的不不便Back(1998)推导出市场深度与价格和成交量之间的关系的微分方程表示，但在常规方法下很难给出数值解，本文给出非参数方
16、法下的求解方法。这样也也就使得Baack的指标不能直直接应用到实实际证券市场场的流动性度度量中。受目前在概率统统计理论上尚尚处于研究前前沿的非参数数理论的启发发，本文采用用非参数估计计给出价格关关于时间和交交易量的平滑滑函数，而平平滑函数具有有连续可导性性的良好性质质，而为价格对于成交交量的一阶偏偏导数，问题题迎刃而解。关关于求解，我我们采用局部部多项式方法法(Fan and GGijbells, 1996)对(1)式式进行估计，那那么基于交易易量和时间的股价价的关系可以以表示为： （3）则函数在点的邻邻域泰勒展开开得：则最小化(3)式的残差有有： (4)其中，为核函数数，采用Eppanech
17、hnikovv核文中非参数部分核函数的选择均采用Epanechnikov核。：,为平滑窗宽宽，令，求解(4)式可容易得得到： 其中，表示一一个阶矩阵，其其第i行为,，则数值大小刻刻画了瞬时交交易量引发瞬瞬时价格的变变化程度，该该数值的绝对对值越小，意意味着市场流流动性越好。3. 非参数建模、估估计方法与检检验3.1. 模型建立与估计计本部分试图从两两个角度分析析流动性信息息与股票收益益率之间的关关系：第一、从从收益分布的的视角，即通通过非参数定定向加权方法法分析流动性性信息对预期期收益的冲击击作用；第二二、建立变系系数部分线性性模型具体分分析二者的非非线性关系。3.1.1. 流动性信息对预预期
18、收益冲击击的非参数定定向加权法设为金融资产收收益率的观测测值，则金融融资产收益分分布核估计的的基准模型(Benchhmark modell)用表示： （5）其中， 为窗宽宽，是核函数数。（5）式式中收益分布布的估计是基基于收益的历历史观测值，在在考虑流动性性信息因素后后，也就是考考虑基于流动动性因素的条条件收益分布布，模型(55)可以改进进为： 则 可以表表示为： （66） 由（5）和（66）可以计算算出在流动性性信息加权前前后的期望收收益差（记为为），以表示示流动性信息息对预期收益益总体的冲击击效果： （77）其中，为基准核核密度条件下下的期望收益益，为流动性性加权后的期期望收益，DD和E均
19、为收收益率的取值值空间，如果果则表明，总总体上，流动动性对预期收收益会产生负负向的冲击。 3.1.2. 变系数部分线性性模型及估计计结合条件资产定定价模型和自自回归条件异异方差模型的的结论，我们们考虑如下条条件预期方程程： (88)其中，为第i个个资产的预期期收益，是投投资者用来预预测的条件信信息集，研究究者不能观察察到投资者的的完备信息集集，但由条件件资产定价模模型和自回归归条件异方差差模型所得到到的结论，我我们容易知道道，证券的收收益不仅受到到该证券过去去价格的影响响还要受到其其他相关证券券过去价格的的影响（归结结为受过去的的市场证券组组合收益率的的影响），以以及价格波动动性和流动性性信息
20、冲击的的影响，即可可以压缩信息息集为：为此我们们设： (9)其中，为t期的的市场组合收收益，为t期的流动性性信息，用第第二节给出的的市场深度指指标代替，为为方便实证检检验我们用收收益的二阶矩矩代替波动性性（），考虑到模模型的灵活性性和稳健性，对对(9)式的的计量模型我我们采用非参参数模型进行行拟合，另外外由于(9)式涉及的变变量较多，为为避免非参数数模型的“维数祸根”以及基于市市场深度的时时变性，另外外，流动性信信息对资产价价格的影响可可能不是直接接的，而是通通过波动间接接影响到产出出资产价格的的或其本身对对资产价格是是一种非线性性冲击，故我我们可以建立立如下模型： （100）而关于模型和变变
21、量选择的有有效性我们将将在后面给出出检验，对(10)式的的估计采用剖剖面最小二乘乘法(Profiile Leastt-Squarees)技术，首先先对(10)式做移项调调整得： （111）其中， 将在邻域泰勒展展开得： (12)对和极小化下面面加权核式： (13)其中， (114)由最小二乘理论论，我们得到到 (155)记且则模型（110）可以重重写为： (16)使用（16）可可得M的估计计为， (17)将代入（16）式式且利用最小小二乘方法得得到 (18)其中， 表示一个阶矩阵，且其第第i行为，S表示示一个阶矩阵阵其第i行为为，是的向量，是阶单位矩阵阵，可用交叉叉核实(Crross-vval
22、idaation)法选取窗宽宽h 文中窗宽的选择均采用交叉核实(Cross-validation)法。3.1.3. 变系数部分线性性模型的检验为检验模型和变变量选择是否否有效，本节节给出检验推推断方法。实实际检验实际际上可以转化化为检验关于于模型(10)的两个假设设：S1、可变系系数部分是否否依赖于流动动性信息变量量的变化；SS2、线性部部分系数是否否显著。为此此我们分别建建立两组假设设： （119） （20）如果（19）式式成立，我们们有理由认为为，流动性信信息作为资产产收益的预测测的信息集的的理由是非充充分的，此时时，波动性对对收益预期只只存在线性影影响，否则，我我们将有理由由认为流动性性
23、信息通过波波动性对资产产收益预期产产生非线性的的冲击作用。同同理，（200）式的成立立与否关系到到资产自身价价格与市场价价格对预测是是否产生影响响。（19）、（220）式的检检验是半参数数对半参数检检验问题，对对于此类检验验，常用的似似然比(liikelihhood rratio)检验并不适适用，主要因因为模型(111)中的未未知函数的非非参数最大似似然估计不存存在，合理的的检验方法是是把的估计放放宽至任何合合理的非参数数估计，从而而再构造检验验统计量。此此类检验统计计量的构造由由Fan(22001)等等提出的广义义似然比检验验(GLR)求得，记为零零假设条件下下对应模型的的残差平方和和，为其
24、备择择假设条件下下模型的残差差平方和。同同样，记为零零假设条件下下对应模型的的残差平方和和，为其备择择假设条件下下模型的残差差平方和，则则由广义似然然的定义，分分别得到和下所对应的的统计量和如下： (211) (222)Fan等认为此此类GLR检验适适用于许多模模型及大量的的非参数对非非参数和参数数对非参数的的检验问题，而而且在原假设设条件下GLLR检验统计计量渐近服从从具有尺度常常数(scalee consstant)与自由度独独立于讨厌参参数(nuiisancee paraameterrs)的-分布，这这一现象被称称为Wilkks现象，并并且方便了GGLR检验统统计量的应用用。因此统计计量
25、中的临界界值(criiticall valuue)可以由由渐近分布或或模拟方法得得到，文献11给出了用用模拟法得到到的结果更精精确的验证，鉴鉴于此，本文文检验统计量量的p值将通过非非参数条件自自助法模拟(condiitionaal boootstraap)得到。关于渐进分分布的证明见见文献111、12。4. 数据与模型结果果分析4.1. 数据说明与描述述通过CCER数数据库从沪市市非ST股中随机机选取20支支股票，时间间跨度为20000年122月19日至至2008年年12月311日，共18850个观测测值，为方便便记录，后面面的分析均采采用股票代码码，数据处理理时，每支股股票的日收益益率为：，
26、市市场收益率的的计算采用上上证综指，定定向加权部分分的分析采用用数据金融板板块、交通设设施板块、非非金属板块的的月度数据进进行实证研究究，数据处理理时，以每月月19日为月月底计算股票票月度收益率率：。根据公式(4)求解出来的的流动性市场场深度指标的的数值大小刻刻画瞬时交易易量引发瞬时时价格的变化化程度，该数数值的绝对值值越小，意味味着市场流动动性越好；其其符号反映了了价格变化的的方向，正号号表明瞬时交交易量引发价价格向上变动动，负号表明明瞬时交易量量引发价格向向下变动。由由于非参数加加权中的权重重不可能为负负，对于定向向加权部分采采用的非参数数市场深度，其其数值的正负负仅表示交易易量微小变化化
27、所引起股票票价格的上下下波动，并不不影响流动性性信息强度的的测量，故对对市场深度的的估计值取其其绝对值后在在进行非参数数加权估计。表1 市市场深度的计计算结果股票代码均值标准差ADF检验股票代码均值标准差ADF检验6006520.00640090.0148995平稳* 600690-0.0121180.123144平稳*600643-0.0078840.0192333平稳*600600-0.0029920.0882667平稳*600801-0.0064450.1454887平稳* 600621-0.0380070.2015772平稳*600856-0.0017760.1182003平稳*600
28、6890.09762281.3790551平稳*600854-0.2101112.5567332平稳*6006780.01282260.0108556平稳*6006110.00158880.1385226平稳*6006670.00813390.014488平稳*600655-0.0266610.0603平稳*6006710.00170.0960662平稳* 600668-0.0029910.0452221平稳*6006450.00034450.2132772平稳*6006170.00158880.1385226平稳*6006380.00196610.1435774平稳*6006180.0290
29、9960.0475772平稳*600675-0.0083360.2039555平稳*注：ADF检验验栏中，*表示在11%水平下显显著，*表表示在5%水水平下显著，*表示在100%水平下显显著。从表1中可以看看出，随机选选的20支股票票市场深度的的均值在-00.2-0.09之间，其其标准差除两两支大于1外外，其余股票票的标准差均均较小，另外外，从单位根根检验结果我我们容易看出出，除三支股股票在5%和和10%置信信水平显著平平稳外，其余余股票的市场场深度值均在在1%的置信信水平下显著著，不管从标标准差数值和和平稳性的结结果来看，我我们可以得出出所选股票的的市场深度在在研究区间内内没有显著波波动，进
30、一步步说明，通过过出非参数方方法求解得到到的指标值具具有显著的平平稳性。一方方面，在指令令系统下，流流动性信息和和股票收益一一样具有随机机性，但除个个别异常值外外，并不会出出现特别大的的波动，在脱脱离市场深度度均值轨道后后在市场的调调整下均可以以再次达到正正常波动，另另一方面，给给变系数部分分线性模型也也提供了较好好的估计前提提。Fan(2005)也证明了变变系数部分线线性模型的可可变变量在平平稳时的模型型收敛性质最最好。4.2. 模型估计结果及及分析4.2.1. 定向加权部分的的结果及分析析图1-5分别给给出了模型（55）和（6）的的估计结果，从从图2可以看看出，在考虑虑流动性冲击击后，三个
31、板板块的收益分分布均发生变变化，也就是是说，流动性性信息确实对对收益产生了了冲击作用，而而把三个板块块的流动性冲冲击前后的收收益分别考虑虑，即分别从从图3-图55可以看出，流流动性信息冲冲击（加权）后后的收益分布布均有左移现现象，也就是是说从总体上上流动性对收收益产生了负负向冲击，其其中，我们发发现很有趣的的现象，三个个板块的收益益在区间-0.0255，0所受受流动性的负负向冲击最大大，结合表22我们还可以以得出结论，在在考虑滞后的的流动性信息息的冲击后，三三个板块的预预期收益均有有减少，即三三个板块基于于基准核密度度函数计算出出来的期望收收益分别为：0.53003556、0.14774619
32、、0.70110826，在在考虑流动性性信息冲击后后，三者的期期望收益均减减少，分别降降为：0.220356337、-0.777057577、-0.422799622，也就是说说随着流动性性的增加，三三个板块的期期望收益分别别下降了322.7%、991.8%、1112.9%，其中，非非金属板块的的冲击作用最最大，交通设设施板块其次次，金融板块块所受的冲击击最小，说明明在三个板块块中金融板块块在流动性信信息冲击影响响下表现最为为稳健，从和和Laggedd(LIQ)行的数值可可以容易看出出，的流动性性信息对收益益的预期均有有负向拉动作作用，即存在在流动性溢价价现象，与理理论相符。其其他两个板块块在
33、和的流动性产产生的溢价现现象都显著，另另外我们还发发现，在流动动性冲击后，交交通设施板块块和非金属板板块的收益分分布均出现了了双峰现象，验验证了收益分分布的多峰性性。4.2.2. 变系数部分线性性模型的估计计、检验和bootsstrap模模拟首先bootsstrap模模拟通过以下下步骤来实现现：Step1.令令，则由模拟产产生残差，然然后通过下式式构造boootstraap样本：Step2.使使用stepp1所产生的的bootsstrap样样本构建PLR、GGLR检验统统计量和。Step3.重重复stepp1和step22分别B(本文取10000)次，然然后得到和统计量。Step4.用用下面公
34、式计计算p值：其中，表示boootstrrap统计量量和原样本得得到的统计量量值，表为示示性函数。通过上述的模拟拟得出的结果果及模型(110)的参数数部分和分参参数部分的估估计，对显著著性检验分别别通过PLRR统计量和GLLR统计量进进行推断，表3给出了了模型(100)的估计结结果和检验统统计量值，考考虑到预测变变量及信息集集的现期不可可观测性，模模型中除市场场收益率外，其其余解释变量量均采用滞后后一期观测值值，流动性信信息变量的选选择也一样。首先，如表3所所示，市场收收益的系数范范围为0.779-1.551，且均具具有统计显著著性，从数值值和符号来看看，二者均具具备经典资产产定价模型贝贝塔系
35、数的性性质，说明，本本文建立的变变系数部分线线性预测模型型具备且要强强于经典资产产定价模型的的解释能力。其次，也是本文文模型分析的的重点，对于于所选取的220支股票，流动性信息的非线性冲击部分，即估计值的均值中有18支小于零，即平均水平上，流动性的持续性变化与收益之间存在负向关系，验证了我们第一节分析的结果，即如果过去的一个冲击使流动性下降，那么，投资者会预期随后阶段的流动性也较低，这将导致今天的价格下降，从而使其期望回报升高，即流动性的持续性隐含了回报和流动性之间具有负向关系，从诊断检验的角度来看17支股票的非参数部分在5%和1%的置信度水平上显著，即显著拒绝原假设，说明流动性和预期回报之间
36、的负向关系式显著的，符合经济学假设。从流动性信息影影响波动性的的角度，模型型(10)也也展现了很好好的解释能力力，从资产收收益二阶矩的的系数和检验验可以得出，有有18支股票票的二阶矩系系数大于零，从从模型诊断结结果可以看出出所选股票中中85%的股股票具有统计计显著性，如如果除去随机机因素，我们们有理由认为为股票收益的的二阶矩即风风险对股票价价格具有解释释能力，且除除去随机因素素它们的系数数大于零，收收益率二阶矩矩的增加导致致预期收益率率的增加。从从风险的角度度，可以认为为，高风险对对应着高的收收益，即风险险补偿。而且且伴随着流动动性信息的时时变性，这种种补偿也是时时变性的风险险补偿。同时时，我
37、们还发发现相对于线线性部分，非非参数部分的的检验统计量量虽大多可以以通过显著性性检验，但均均较小，这些些结果表明模模型中加入非非线性部分虽虽然较线性模模型具有良好好的解释能力力，但统计意意义上这种显显著性并不是是非常明显的的，从经济意意义也可以得得到解释：对对于一个透明明性较好，运运作比较规范范，价格完全全由市场机制制进行调节的的股市而言，其其价格对信息息的反应程度度应是非常灵灵敏的，也即即股票价格的的波动性在相相当程度上取取决于信息到到达市场的速速度。如果信信息到达市场场的速度快，价价格的波动会会立即体现出出来；反之，则则价格的波动动会逐渐得以以释放，从而而不会与信息息的到来表现现出密切相关
38、关性。模型的的估计结果也也正说明了，我我国股票市场场发展至今，各各方面还不够够规范，在获获知信息上集集中地体现为为信息的提前前泄露。当一一条可能引起起股价波动的的信息尚未完完全到达市场场时，已有相相当一部分人人从各种途径径获知该信息息并做出了反反应，由此造造成了信息的的泄露。这样样，当信息正正式到达市场场时，市场已已将其基本消消化，价格的的波动性随时时间已缓慢释释放完毕，从从而不会发生生预想程度的的波动，这使使得价格与流流动性信息的的到来不能表表现出非常显显著的相关性性。这也是市市场不够透明明、信息不对对称的表现。表2非参数定定向加权处理理的数值结果果金融交通设施非金属0.530355560.
39、147466190.701088260.20356637-0.77055757-0.42799962-0.32677919-0.91800375-1.1290079Lagged(LIQ)222图1三个板板块收益率的的基准核密度度估计 图图2三个板块在在流动性加权权后的核密度度估计图3 金融融板块的收益益率在流动性性加权前后的的分 图44交通设施板板块的收益率率在流动性加加权前后的分分布 图55 有色色金属板块的的收益率在流流动性加权前前后的分布表3模型(110)的估计计及诊断检验股票代码PLR统计量GLR统计量600652-0.0001142.04360.9045-0.01158.354(0.
40、0000) *-7.176(0.0033) *6006438.522E-051.10981.0239-0.07482.858(0.0000) *-1.257(0.4711)600801-0.0005510.18384411.2840.133697.488(0.0000) *-6.069(0.0033) *600856-0.0019952.90691.02470.067684.46(00.000) *-10.3422(0.0001) *600854-0.0031120.05921.06170.11475527.26(00.000) *-4.461(0.04) *600611-0.0005590.
41、3997220.9980.014422100.06(0.0000) *-5.57(00.035) *6006550.001333-3.222991.5020.00975570.04(00.000) *-14.46(0.00001) *600668-0.000770.25721.1104990.011288104.47(0.0000) *-3.667(0.4577) 600617-0.9910.00102281.38460.040750.176(0.0000) *-6.79(00.027) *600618-0.0047790.3381991.34070.170444.759(0.0000) *-
42、8.597(0.0022) *600690-0.000779-0.0840020.804-0.0333.08166(0.0000) *-10.0988(0.0001) *600600-0.0029980.35120.91580.01442246.146(0.0000) *-5.98333(0.0332) *600621-0.0023310.1499550.92930.046821.175(0.0000) *0.996(00.536)600689-0.0060080.42341.51190.169866.191(0.0000) *-11.7355(0.0001) *600678-0.010221.73491.1304-0.00959.226(0.0000) *-10.76229(0.0001) *600667-0.0010062.13791.18360.086975.954(0.0000) *-8.592(0.0022) *600671-0.000112-1.491221.236-0.077104.8055(0.0000) *-5.876(0.0344) *600645-0.0009931.13960.495133-0.533