中国股市流动性风险测度研究
中国股市流动性风险测度研究引言证券的流动性是指证券的变现能力。从证券流动性的概念来看，其本质是指在现在价位不变的情况下或在价位波动较小的情况下，能够卖出证券的数量或金额，如果能够卖出的数量或金融较大则该证券的流动性较好。从另外一个角度来看，流动性还指在现在价位不变或在价位波动较小的情况下，能够买入证券的数量或金额，这也是证券市场比较普遍存在的流动性问题。个人投资者对流动性的要求较低，而机构投资者则异常关注流动性的风险问题。如封闭式基金分红、开放式基金面临巨额赎回时都会遇到资产变现的问题，尤其是后者。中国股票市场波动性较大，在市场上涨时，基金管理者希望提高仓位来获取股市上扬带来的收益；但市场下跌时经常出现交易量急剧减少的情况，如果这时出现较大数额的基金赎回申请，基金需要进行仓位调整，这就涉及到资产的变现问题，基金面临的流动性风险将最终影响单位资产净值。近期开放式基金扩容速度不断加快，前期市场讨论的封闭式基金转开放的问题也已经浮出水面，基金银丰契约中规定1年后由封闭转开放，届时封闭转开放将会成为市场趋势，这也对目前封闭式基金投资运作中的仓位控制提出了更高的要求。相应的流动性风险研究、测度就成为各基金管理公司进行风险管理的首要问题。另外，固定受益证券如国债、企业债相对于股票而言，市场的流动性较低，因此基金在买卖国债、企业债时，较难获得合理的价格或者要付出更高的费用。本文就是针对这种需求，利用金融工程的有关理论来对基金所面临的流动性风险进行研究的。文献综述由于交易机制的不同导致流动性的成因也存在差异。在报价驱动市场（做市商）中，做市商负责提供买卖双边报价，投资者的买卖委托传送至做市商并与之交易，因此做市商有责任维持价格稳定性和市场流动性。与之相反，在委托驱动市场（竞价交易）中，投资者的买卖指令直接通过交易系统进行配对交易，买卖委托的流量是推动价格形成和流动性的根本动力。早期欧美证券市场均以做市商制度为主，因此迄今为止的几乎所有流动性研究都是围绕做市商制度展开的。其中又分为两个理论分支：以证券市场微观结构理论为核心的理论认为，市场微观结构的主要功能是价格发现，而价格是影响流动性问题的实质所在。Kraus和Stoll(1972)研究了纽约交易所市场上大宗交易对流动性的冲击；Garmam(1976)研究了随机库存模型的价格影响；Garbade和Silber(1979)研究了市场出清价格与流动性的关系；Glosten和Milgrom(1985)将信息经济学引入流动性研究，主要考虑了信息成本对流动性的影响。另一个分支的研究主要集中在交易量、价格与流动性的关系上；Hasbrouck和Seppi(2001)通过流动性指标分析得到指令流对收益的影响。目前关于竞价交易市场中流动性研究的文献极为有限，Niemeyer(1993)、Hamao(1995)、Biais(1995)、Hedvall(1997)、Ahn(2000)等学者研究了竞价交易下买卖价差和流动性的关系问题。国内关于流动性的研究文献更少，蒋涛(2001)在总结国外研究的基础上提出了中国股票市场流动性的经验模型，其核心思想是交易量与价格序列是相互影响的，交易量（主要是交易量增量）是通过收益率的波动来影响价格的，因此两者共同决定了股票的流动性。经验模型首先针对股价收益率序列构造自回归模型，将模型中的残差定义为收益率的波动指标，事实上该残差通常具有异方差性；下一步是针对残差绝对值建模，并将交易量增量引入模型中，其中交易量增量的回归系数即为衡量该股票流动性好坏的指标，该指标越小，表明交易量引发价格的变动小，流动性就越好。事实上，经验模型主要是建立两部线性回归方程，就每次回归结果来看，由于自变量选择问题，回归模型虽然满足了线性的假设条件，但是模型的拟合优度非常低，即建立模型时遗漏了许多重要的解释变量，因此模型中交易量增量的系数很难准确反映交易量变化导致收益率波动的程度。[!--empirenews.page--] 上述文献研究的最终结果均是将目标定位在衡量证券流动性好与坏的比较过程中，并未针对具体证券在特定的买卖指令下由于流动性风险存在可能导致的损失情况。本文试图将VaR思想引入中国股市的流动性风险研究中来，在分析各证券流动性强弱的同时给出一定置信度下完成特定的交易指令可能担负的潜在流动性风险值，以便机构投资者清楚在特定交易环境与目标下所面临的流动性风险值。另外，在一个投
资组合中，由于某只证券的大幅波动可能导致其他证券价格也随之波动，这样在完成特定减持任务时可能存在证券间的互动，这样会加剧流动性风险，即投资组合流动性风险的研究也非上述研究所涵盖的。流动性风险指标定义与测度一、流动性风险指标设计衡量流动性的指标主要是买卖报价差与成交量，价差越小表示立即执行交易的成本越低，市场流动性就越好，针对买卖价差的研究推动了微观结构理论的发展。另外，成交量也是一个重要指标，其可以反映大额交易是否可以立即完成及其对价格产生的影响，在价差较小的情况下成交量越大流动性越好。这样我们就可以定义流动性风险测度指标L[,t]=[(P[,max]-P[,min])/P[,min]]/V，其中，P[,max]代表日最高价格，P[,min]代表日最低价格，V为当日成交金额。该指标的分子为股价的日波动率，可理解为日价差；这样L[,t]即可理解为一个交易日内单位成交金额所导致的价格变动率。该指标用于计算证券的变现损失率：证券（个股或组合）在一日内变现V[,0]的损失金额为LV[,0]。由于流动性风险指标L[,t]已经包括了价差与成交量两个时间序列，因此我们的核心工作就在于拟合该指标的统计分布问题，在确定了L[,t]的分布后即可计算出在特定置信水平下L[,t]的取值，进而求出证券的流动性风险值。二、流动性风险值定义参照VaR的定义来定义证券的流动性风险值(L-VaR)：市场正常波动下，抛售一定数量的证券或证券组合所导致的最大可能损失。其更为确切的含义是，在一定概率水平（置信度）下，在未来特定时期内抛售一定数量的证券或证券组合所导致的最大可能损失（可以是绝对值，也可以是相对值）。例如，某投资者在未来24小时内、置信度为95%、证券市场正常波动的情况下，抛售一定数量证券的流动性风险值为800万元。其含义是，该投资者在24小时之内抛售特定数量的证券时，因证券的流动性而导致的资产最大损失超过800万元的概率为5%。5%的机率反映了投资者的风险厌恶程度，可根据不同的投资者对风险的偏好程度和承受能力来确定。用公式表示为： Prob(ΔA＜L-VaR)=α其中，Prob：资产价值损失小于可能损失上限的概率；ΔA：某一金融资产(Asset)在一定持有期Δt的流动性损失；L-VaR：置信水平α下的流动性风险值——可能的损失上限；α：给定的概率——置信水平。利用L-VaR值可以明确给出在一定置信水平下、特定的时间内，由于特定的减持任务而导致的流动性成本。由于该结果更加直观、量化，因而比较适宜与投资者沟通基金的风险状况。三、流动性风险值计算通过上面的定义我们知道，对某一证券或证券组合的流动性风险进行测度时，先要拟合时间序列L[,t]的分布问题。从结构来看L[,t]为一个复合指标，即日最高最低振幅与成交金额之商。为处理上简便，考虑对L[,t]取自然对数，这样可将两个指标的除法转换为减法。重新定义L[*]t=1n(L[,t])=L[,n][(P[,max]-P[,min])/P[,min]]-1n(V)，这样对L[,t]的分布拟合就转化为对指标L[*]的分布拟合了，然后依据其统计分布来计算各证券在一定置信水平下的流动性风险值(L-VaR)。[!--empirenews.page--] 已知t时刻L[*,t]的分布以及分布参数，根据L[,t]与L[*,t]的函数关系可推导出L-VaR。具体推导过程如下： P(ΔL[*]＜L[*]-VaR)=95% 在L[*]正态情况下可知P(L[*]＞μ-1.65σ)=95% 由L[*]与L之间的一一映射关系可知：P(In(L)＞μ-1.65σ)=95% P(L＞e[μ-1.65σ])=95% 则相对于均值的L-VaR可定义为：L-VaR=E(L)-L[,α]，其中E(L)为L的均值，L[,α]为置信度为α下的最低值。当α=95%时L[,α]=e[μ-1.65σ]；E(L)=e[μ+1/2σ2]（具体推导过程略）。∴L-VaR=e[μ+1/2σ2]-e[μ-1.65σ]。四、流动性风险值含义假设置信度为95%情况下，指数化投资组合每亿元的流动性风险值为1.019%。该指标解释为：当抛售价值为1亿元市值的一揽子指数投资组合时，由于流动性风险造成的经济损失超过0.01061%（或10612.47元）的概率仅为5%。这里测度出的流动性风险值是每减持1亿元市值所导致的损失，将每亿元的流动性风险绝对值定义为一个风险值基数。当减持金额为n亿元时，其所导致的风险价值损失幅度会相应增加n倍（0.010612%×n），这时抛售市值为n亿元指数组合的流动性风险绝对值为：0.010612%×n×n×100000000元。即此时的流动性风险值（绝对
值）为基数的n[2]倍。一旦流动性风险损失额度超过了要变现资产的10%时，则说明在目前实行涨跌停板限制的情况下无法在当日实现变现目标。流动性风险值的计算一、样本选取与计算过程从“分析家系统”提取2002年1月4日至2002年8月13日共143个交易日上证综合指数、深证成份指数以及沪深两市代码分别为000001～000056、600600～600649区间的95只股票的每日开盘价、收盘价、最高价、最低价、成交量、成交金额。关于流动性指标的具体计算过程如下： 1.填补缺失数据。对于因故停牌的股票我们采用SAS 系统缺省的方法进行缺失数据填补，即将上一个交易日的数据默认为当日的数据。 2.分别计算各证券的1n[(P[,max]-P[,min])/P[,min]]-1n(V)，并对该指标序列进行描述性统计。
3.在上述指标正态性检验不成立的条件下，检验该时间序列的自相关性和异方差性。
4.在自相关性与异方差性存在的情况下，借鉴J.P Morgan的RiskMetrics模型来处理时间序列的异方差性，此时对处理后的时间序列进行正态性检验。
5.如果此时正态性成立，则可以计算其在某一置信水平下的VaR，如果正态性不成立则考虑其他分布的拟合与检验的问题。
6.针对投资组合流动性风险的计算，由于各证券之间的波动存在相互影响效应，这样就需要引进一个协方差来处理组合流动性风险问题。二、数据分析与检验。首先以上证综合指数为例来计算指数流动性风险值，计算过程中涉及到检验的置信度均取95%。针对1n[(P[,max]-P[,min])/P[,min]]-1n(V)进行描述性统计。利用SAS中UNIVARIATE过程对上证指数的L[*]序列进行分析，结果如表1（成交金额单位：亿元）。通过T检验我们发现该时间序列的均值不为零；W检验表明在置信度为95%的情况下无法接受其为正态分布。[!--empirenews.page--] 对数据作进一步检验，利用SAS的AUTOREG过程对其进行自相关性与异方差性检验，检验结果（略）表明，L[*]序列存在较强的自相关性与异方差性，在后面的计算中需要对其进行相关修正。三、异方差性的处理。借鉴J.P Morgan 计算VaR的RiskMetrics模型处理异方差性的方法，构建时间序列的标准差。因为指数L[*]序列的均值不为零，所以先对其进行“均值标准化”，即将每个时点的数据均减去时间序列的均值，然后计算“均值化”的时间序列的标准差，定义为：σ[2,t+1｜t]=(1-λ)λ[2,t]+λσ[2,t｜t-1]，这里最优衰减因子仍旧取0.94。这样我们对上述时间序列进行标准化处理（减均值除以标准差），得到一个新的时间序列。由于标准差递推公式为σ[2,t]+1=(1-λ)λ[2,t]+λσ[2,t｜t-1]，通常初始值赋予为当期数值的平方，这样我们对以后各期标准差进行递推时，需要过几期后数据方能平稳。所以在处理新得到的时间序列（标准化后的时间序列）时需要对其进行异常值剔除（主要是剔除前10期标准差不稳定的数值），然后再进行正态性检验，检验结果（略）表明标准化后的时间序列均值为零，标准差非常接近于1，且正态性检验表明我们有95%的把握保证其分布为标准正态分布。表1 对上证指数L[*]序列统计结果附图表 2 其他L-VaR值上证综指 1.019% 深证综指 1.477%青岛啤酒0.274%深发展 A
0.025%方正科技0.069% 深万科 A 0.062%永生数据
1.318% 北大高科0.624%胶带股份 1.076% 世纪星源0.085% 四、L-VaR的计算上文已表明：(L[*]-L[-]*)/σ[,L,t]～N(0,1)，由此可知t时刻L[*,t]的分布也为正态分布，其均值为L[-]*，标准差σ[,L,t]。所以L-VaR=e[μ+1/2σ2]-e[μ-1.65σ]=1.019%每亿元。即当抛售价值为1亿元市值的一揽子指数投资组合时，由于流动性风险造成的经济损失超过1.019%（或101.9万元）的概率仅为5%。由此类推抛售2亿元的流动性损失则为101.9×2×2=407.6万元；抛售1000万元的流动性损失则为25.475万元。五、其他指数或股票的情况L-VaR值由于样本股数量过多，故表2仅列示了上证综合指数及上海市场的4只股票、深证成份指数及上深圳市场的4只股票（指数单位为：%亿元，股票单位为：%万元）。通过对比发现，上海市场的流动性要好于深圳市场的流动性。同样变现1亿元资产的组合，按照上证综合指数构建投资组合
的流动性风险要比按照深证综合指数构建的投资组合的流动性风险低45.8万元，而且该差值随着变现资产数额的增加呈几何级数增长。同样就股票来看，所选取的股票中深发展A 的流动性风险最小，其次为深万科A、方正科技、世纪星源；流动性最差的为永生数据、胶带股份，这基本上符合市场的实际情况。所有样本股的流动性指标结果及L-VaR方法有效性检验略。[!--empirenews.page--] 相关分析的实际结果表明，L-VaR与Exchange（换手率均值）基本上负相关，但相关性较弱；与价差标准差呈较显著的正相关；与成交金额也呈较显著的负相关。但是L-VaR与蒋涛定义的风险指标之间的关系与理论相背离；同样蒋涛定义流动性风险指标与换手率、成交金额的关系也与理论关系相悖，其与价差标准差的关系符合理论，但相关性也比较弱。这主要是因为前面分析的蒋涛所定义的流动性指标因模型选取时存在信息漏出效应，即无法找到足够充分的自变量而使得流动性指标（波动性方程中成交金额的系数）不能精确反映证券的流动性。事实上，L-VaR涵盖了成交金额以及价差两个方面的信息，因此其在衡量证券的流动性时相对其他方法更为有效。从表2的排序结果来看，即直观上L-VaR反映的流动性问题基本上符合实际情况。如排名前20位的股票均为大盘股，且几乎都是深圳、上海本地股，就行业分布来看这些股票又多半属于金融、地产、能源等，事实上这20只股票均属于2002年上半年的热点板块，自然流动性比较好，流动性风险就比较低。排名靠后的多半是小盘庄股，偏离市场热点，尤其是"6.24"行情中这些股票基本上得不到现在市场的认可。组合流动性风险值测度探讨一、组合流动性风险值计算针对投资组合的流动性风险测度，我们可以先计算组合中各证券的流动性风险值，然后根据其在组合中的配置权重来计算组合的整体流动性风险值。但是在这样的计算过程中，我们忽视了证券之间波动的相互影响作用。例如当大量的变现（买入）某一证券A时，导致A价格的大幅波动，这样与其联动性强的证券（假设为B）必然会受到影响。按照上述方法计算组合流动性风险值时，只考虑了变现A所导致的流动性风险损失，而没有计算A对B的影响所导致B证券的损失问题。为此，我们引入组合流动性风险测度方法。组合流动性风险值的具体算法如下：我们认为组合流动性风险指标L[*]仍为正态分布，则组合L-VaR=EXP(μ+1/2σ[2,t])-EXP(μ-1.65σ[,t])；其中μ为组合各股票L[*]均值的线性组合，σ[2,t]=ω'∑ω为组合L[*]的方差，ω为组合各股票的权重，∑为各股票L[*]序列的协方差矩阵。之所以将组合的L[*]也假设为正态分布，主要是借鉴了指数L[*]的统计分布特性。就指数而言其实际就是一系列股票的线性组合，其在某个时点t上为正态分布。而事实上我们通过检验个股在时点t也为正态分布，故可认为指数组合的L[*]就是个股L[*]的线性组合。由于个股的L[*]在t时刻为正态分布，其线性组合在t时刻则也为正态分布。所以我们假设组合的L[*]为正态分布，且为组合各股票L[*]的按一定权重的线性组合。二、组合流动性风险的优化模型由于组合中各证券之间的相互作用，所以当组合需要完成一定的减持任务时，就需要考虑减持成本的问题，即按照何种比例进行减持。先减持流动性风险小的股票未必是明智的，因为价格波动会通过一定的传导模式来影响其余股票的波动。这里就涉及一个组合的减持优化问题。其核心目标是使组合的流动性风险值L-VaR=EXP(μ+1/2σ[2,t])-EXP(μ-1.65σ[,t])最小。由于组合的L[*]仍为正态分布且为所含有股票L[*]的线性组合，这样计算组合风险价值所用到的两个指标μ、σ[,t]即可通过组合股票按照某一特定的减持比例=(P[,1]P[,2]∧pn)来唯一确定。因此我们所说的优化问题就是要在若干p中寻求一个特定p 使得组合的流动性风险值最小。为此构建模型如下：[!--empirenews.page--] 目标函数：Min f(p)=e[μ+1/2σ]-e[μ-1.65σ]。约束条件：μ=p·u'σ[2]=p·∑·p'p·1'=1pi≥0V·pi ≤Vi 其中p为各股票的减持比例；u'为各股票L[*]的均值向量；1'为单位列向量；V[,i]为第i只股票的市值；V为变现资产目标。三、实证分析我们以华夏成长公布的2002年二季度投资组合10只重仓股为例来分析其核心组合的流动性风险值。数据来源：分析家；数据区间：2002年1月4日至2002年8月13日。另外我们假设在6月30日至8
月13日区间华夏成长核心组合的股票与相应权重没有发生变化。 1.核心组合中证券的基本情况与L-VaR见表3。从表3可以看出，华夏成长重仓股的流动性均比较好，其中招商银行因上市时间不长且一直是"6.24"行情以来的市场热点，因此该股票的流动性最好；其次为上海汽车、清华同方。相对来说流动性较弱的有中体产业、中集集团。表3核心组合证券及其L-VaR 代码名称市值（万元）比例L-VaR%每万元排序600036 招商银行13860.00 24.93% 0.0104% 1600519 贵州茅台7406.0013.32%0.0888%6000839中信国安5081.33 9.14% 0.0501% 4600832 东方明珠 4752.56 8.55% 0.1351%8600104上海汽车4712.958.48%0.0360% 2000089 深圳机场 4457.70 8.02% 0.1303% 7600009 上海机场 4267.47 7.68% 0.0887% 5600100 清华同方 3746.50 6.74% 0.0458% 3000039 中集集团 3717.00 6.69% 0.1885% 9600158中体产业3593.80 6.46%0.2487%10合计55595.30 100.00% 2.减持情况对比分析假设华夏成长为某种目的需要在下一个交易日变现1000万元核心组合的市值，但招商银行减持的额度不得超过500万元，其他股票的减持额度不得超过该股票市值的10%，则通过上面的分析存在一种优化方案。将优化减持方案与等额减持方案进行对比分析，结果如下：优化减持方案的流动性风险值为0.017%每万元，减持方案为招商银行500万元、上海汽车212.52万元、中信国安199.60万元、清华同方87.88万元；该方案的减持成本明显低于等额减持（每只股票减持100万元）流动性风险值0.0474%。结论与建议本文针对目前市场所普遍关注的流动性问题进行了深层次的统计分析，利用VaR的思想来测度中国证券市场的流动性风险。在分析检验过程中我们发现，指数以及成交比较活跃的各股的流动性指标(L[*])一般具有很强的自相关性和异方差性，在对其进行异方差处理后均能够通过正态性检验。这样我们即可得到L[*]的统计分布，根据L与L[*]的一一对应关系来推导证券的流动性风险值。就该指标的准确性来看，因其涵盖了价格、价差以及成交量等信息，因此其较换手率、价差标准差、回归方程中成交金额系数等更具有现实意义。另外，流动性风险值不仅可以准确地对各证券的流动性进行排序，而且其更具现实意义的作用在于其可以直接度量在特定市场环境下要变现特定数额的资产所需要承担的流动性风险，即由于流动性风险的存在所导致的价值损失。[!--empirenews.page--] 另外，针对组合流动性风险值的问题，我们并没有就组合中各证券的流动性风险值与变现权重进行简单的线性组合，而是考虑到某一个证券的波动可能会对其他证券产生影响。这样，处理证券之间波动的“协同”效应即成为组合流动性风险值计算的关键。本文通过风险适度放大等近似方法推导了组合流动性风险值的计算过程。事实上，随着市场的发展，尤其是投资者队伍结构的改善，以基金为主导的投资者队伍结构逐渐形成，这样关于市场流动性问题研究就变得越发重要了。本文主要是借鉴了VaR思想来测度证券的流动性风险，但其中也存在许多需要完善的地方。如在分布拟合时，我们考虑到了流动性指标L[*]的异方差问题，但是对于均值只是考虑了对样本区间内的L[*]进行简单平均，事实上L[*]的均值也在一定程度上存在时变性，即近期的均值也可以比较好地预测下一期的L[*]指标，因此选择长期内的简单均值来衡量L[*]均值也存在一定的误差。我们可以针对L[*]进行单位根过程检验，如果成立则可以考虑重新定义流动性风险值。另外，组合流动性风险值的计算，实际上就是证券之间波动“协同”效应如何精确地拟合，也有待于进一步探讨。
流动性风险计算解析
流动性风险管理 1. FRM试题2007——第78题 一个共同基金投资于普通股，其采用了流动性风险度量，把它的每个持有头寸都限制在30日平均交易价值最大值的30%。如果该基金的规模是30亿美元，那么该基金持有的240万美元的股票的30日平均交易价值上最大权重是多少？ (a) 24.00% (b) 0.08% (c) 0.024% (d) 80.0% 解答：(c)。最大权重w为$300000×w=30%×$240，即w=0.024%。 2. 流动性指数 假定银行有两种资产：占比50%的一月期国债和占比50%的房地产贷款。如果银行必须在今天出售国债，则只能以90的价格售出面值为100的国债，而如果在到期日出售，银行将收回面值100；如果有银行必须在今天出售房地产贷款，则只能从每100中收回85，而如果在一个月后出售该贷款，它将收回95。于是，该银行资产组合一个月的流动性指数为： I=?+?= 0.5(90/100)0.5(85/95)0.90 3. 加权流动性缺口分析的计算： 假定某业务部门既是流动性的提供者也是流动性的使用者，该部门在未来某预测期内资金需求和资金供给的相关金额及其对应稳定性级别的打分见表3-1。利用加权流动性缺口分析计算流动性。 10×5+3×4+6×3+5×2+4×1=94（百万美元） 资金需求加权值为： 4×1+8×2+6×3+3×4+10×5=100（百万美元）。 两者相抵，即可得到该部门潜在的加权流动性缺口为600万美元。 与加权流动性缺口分析法相比，根据传统的流动性缺口分析法对流动性风险的估计会存在很大偏差。可见，传统的流动性缺口分析法由于忽略了供给方和需求方的各种流动性差异，可能导致对未来流动性风险状况的错误估计。 4. 日流动性调整的风险价值计算。 如果我们用1000万美元投资于一只股票，该股票的日波动率σ=1%，价差s=0.25%，再假设95%的置信水平所对应的分位数为1.645，那么在95%的置信水平下的日La_VaR为：
中国股市发展分析(完整版)
中国股市发展历程（以上证综指走势为例） 分上中下三篇发至经济观察木泉投资原创文章 上证综指于1991年7月15日首次发布，其样本股是全部上市股票，因此其对中国股票市场有非常好的代表性。下面以上证综指自发布以来的收盘价为载体，对中国股票市场的发展进行分析。 （1）1990-1992年10月：初步实验，股市第一次起落 邓小平南方讲话，提出坚持改革开主、发展市场经济（含股票市场）的观点，国内开始进行股票市场试点开放，国内掀起一轮投资热，股票价格的逐渐上涨也使得上证综指从90多点涨至400多点。 1992年5月21日，上海股市交易价格限制全部取消，在这一利好消息刺激下，大盘从616.99点直接跳空高开在1260.32点，较前一天涨幅高达104.27%，这也是上证指数首次突破千点大关。此后仅仅3天时间，各只股票价格都呈现一飞冲天的走势，平均涨幅为570%。其中，5只新股更狂升2500%至3000%。最终上证指数暴涨至1300多点。 但由于这一年有30多只新股票上市，比1991年增长了3.88倍，对投资者的心理冲击和资金面压力巨大，股指一路下滑，深圳“810事件”也加速了上证综指的下跌。“1992股票认购证”第四次摇号。当时预发认购表500万张，每人凭身份证可购表1张，时称有“百万人争购”，不到半天的时间，抽签表全部售完，人们难以置信。秩序就在人们的质疑中开始混乱，并发生冲突。这天傍晚，数千名没有买到抽签表的股民在深南中路打出反腐败和要求公正的标语，并形成对深圳市政府和人民银行围攻的局面，酿成“8·10事件”。上海股市受深圳“8·10”风波影响，上证指数从8月10日的964点暴跌到8月12日的781点，跌幅达19%。暴跌五个月后，1992年11月16日，上证指数回落至398点，几乎打回原形。 （2）1992年10月-1994年6月：股市第二次起落 从1992年底到1993年初，我国新兴的投资基金开始得到政府支持，上市投
中国股市现状分析
中国股票市场现状浅析 摘要：中国股票市场经过近20年的发展，已经形成了与我国经济发展相适应的特色道路。中国股票市场经过不断的发展和完善，已经取得巨大的成绩。股票市场作为中国证券市场的重要组成部分，对中国经济的发展和社会的稳定起着重要作用。在不断完善和发展的同时，我们也应该看到它的诸多不完善的地方。 经济活动的最终目的是满足人的需求或欲望，而“幸福和快乐是满足人欲望最好的药剂”(孟德斯鸠)。娱乐的特性是符合现代经济活动的目的。随着经济的不断发展，人们越来越重视生活质量的提高。更多地关注我们自身的幸福与快乐。 近几年来，全球金融动荡，中国采取各种金融政策见效甚微。中国各种问题仍然存在需要改进的地方。我国股票市场绵延不断的下跌，是否反映了“经济向下“的状况，这是大家都非常关心的问题。对于这个问题，大家要分清虚拟经济和实体经济是两回事。 对于中国股市的持续下跌不妨分长期和短期两个方面来看。从过去十年的跨度来看，中国股市有着估值回归的内在需求，这是近年来A股不断走低的重要原因。股市的不振更多是信心缺失所致，而不是经济下降所致。根据市场情况，我们可以看到投资者最为担心的是，国际经济金融形势依然比较严峻，尤其是欧洲债务危机仍有可能恶化扩散，国内经济受转型和周期调整等因素的影响，下行压力较大，这些基本面因素是导致市场走弱的主要原因。 众所周知，全球金融市场充满着泡沫，大家进入了一个泡沫化生存的时代。因此，尽管最近以来中国股市，甚至全球股市出现了全面性下跌，但是这种下跌只是市场价格的波动，并非是出现全球股市周期性的变化。对于国内股市大幅下跌，既有国际周边市场的影响，更重要的应该是是国内股市本身出了问题。 中国股市现象既与生活常识相背离，也脱离基本的经济原理，因此，其股市泡沫的吹大是无疑的。既然股市的泡沫已经吹得很大，因此，中国股市发展到一定程度在价格上进行调整也就十分正常了。股市的指数上下波动是很正常的事情，股票的市场价值总是围绕其内涵价值上下波动。因此，国内股市下跌了，特别是泡沫很大的股市下跌，对市场不是不好，而是股市未来发展的必要条件。 从股市是实体经济的睛雨表来看，尽管国内存在两大资产价格巨大的泡沫，但是国内经济向好这是谁也无法否认的。韩国的MV风靡我国，从表象上看，也许大家只是把它作为
我国股票市场流动性风险调整VaR模型的构建
商业文化·学术探讨 2008年2月 314 我国股票市场流动性风险调整VaR 模型的构建 孟祥赫 陈春林 （辽宁大学经济学院，沈阳，110036） 摘 要：流动性风险是金融资产所面临的主要风险之一。近年来国内外研究者都试图将流动性风险的度量纳入业已成熟并广泛应用的风险管理体系——VaR 体系中。本文在归纳总结现有研究成果的基础上，结合我国特有经济条件下股票市场所面临的流动性风险的特点，选取适当指标构建具有直观经济意义的流动性风险度量模型，用以度量单只股票及股票投资组合的流动性风险。 关键词：流动性风险 风险价值（VaR ） 流动性风险调整VaR 模型 中图分类号：F830.9 文献标识码：A 文章编号：1006—4117（2008）02—0314—02 一、文献综述 VaR （Value at Risk ）是指在市场的正常波动下，在给定的置信水平下，某一金融资产或者证券投资组合在未来特定的一段时间内的最大可能损失。从统计角度上讲，VaR 的定义如下： p 1))p (VaR Y (P ?=≤ 其中，Y 代表资产（或资产组合）的利润或损失，VaR(p)表示置信水平P 下的VaR 值。传统的VaR 模型已经广泛应用于度量市场风险和信用风险，而对于流动性风险的考察却一直没有形成规范的体系。国外研究认为传统的市场风险测度忽略了流动性风险，因此试图在VaR 方法基础上通过融合市场风险和流动性风险形成新的风险管理体系，按研究方法不同可分为两类： （一）基于资产头寸变现期限的市场风险和流动性风险的合成 Hisata ，Yamai （2000）将变现时间作为内生变量，分别建立连续时间模型和离散时间模型，提出用最优变现策略来计算L-VaR 。他们在模型中引入了市场影响这一因素，并应用模型计算在最优交易策略下由于价格波动导致的最大损失。 Shamroukh （2001）提出了另一种流动性风险调整VaR 模型（LA-VaR ）。他把持有期等分为n 个阶段，将持有期的长度T 定义为一个给定的外生变量，然后在每一阶段等量分批出售持有的头寸。该模型使用的是经流动性调整后的价格。其研究结果发现，与传统VaR 模型计算得到的风险值相比，LA-VaR 模型计算得到的风险值等于传统计算得到的风险值再乘以一个放大因子。 （二）基于买卖价差的市场风险与流动性风险的合成 Bangia ，Diebold ，Schuermann ，Stroughair （1999）从另一个角度把流动性风险度量引入VaR 模型。他们把流动性风险分为内生和外生两部分，用买卖价差的波动衡量外生流动性风险，以此定义外生流动成本。在传统VaR 模型计算的风险值的基础上再加上外生流动成本，就得到了流动性风险调整后的风险值。他们所提出的模型即为BDSS 模型。 Le Saout （2001）利用BDSS 模型在法国股票市场进行了实证检验。在模型中，他用加权买卖价差代替了直接观测到的买卖价差，这样的处理放大了买卖价差的波动，放大的部分反映了内生的流动性风险。其研究结果认为：外 生流动性风险和内生流动性风险是总风险中不可忽略的一部分，因此不经过流动性调整的传统的VaR 模型会低估风险。 二、模型的建立 本文采用参数法计算VaR 。参数法利用对资产流动性指标统计分布的假定来简化VaR 的计算。此方法计算VaR 的关键在于确定证券组合未来损益的统计分布或者概率密度函数。 为了能够应用VaR 方法准确的测度流动性风险，需要选取适当的流动性测度指标。本文所研究的流动性风险是股票市场面临的主要风险，考虑到我国股票市场特有的交易机制与市场成熟度，本文的研究侧重于从价量结合的角度来反映流动性。可构建指标如下： V P ) P P (L min min max t ?= 其中： max P 代表日最高价格，min P 代表日最低价格， V 为当日成交金额。 该指标的分子为股价的日波动率，可理解为日价差，这样L t 即可理解为一个交易日内单位成交金额所导致的最大价格变动率。该指标形式简单，经济意义明确，同时涵盖了流动性多维属性中的深度和宽度，可用于计算证券变现的损失率：证券(个股或者资产组合)一日内变现V 的损失金额L v 。 为了处理上的简便，对L t 取自然对数， 进而对指标*t L 进行分布拟合。* t L 的计算公式如下: ) V (ln P ) P (P ln L min min max *t ??= 由参数法计算VaR ，对某一证券或者证券组合的流动性风险进行测度时，先要拟合时间序列L t 的分布。然后依据其统计分布计算各证券在一定置信水平下的流动性风险值。 根据流动性风险值的定义，L-VaR 实际上是要估测在t 期，正常情况下，投资工具或资产组合的均值与在一定置
股票市场流动性衡量方法的理性选择
股票市场流动性衡量方法的理性选择 ” 【摘要】在国内，股票市场流动性的研究方兴未艾。从国内文献来看，对于中国证券市场（尤其是股票市场）的流动性水平究竟如何评价，研究结论分歧相当严重，其主要在于没有一个合理的中国流动性衡量方法。本文以流动性的本质为起点，深入分析各种衡量方法，结合我国证券市场特点，提出衡量方法的选择标准，对此后的流动性研究有借鉴作用。 【关键词】流动性衡量方法 流动性是证券市场健康有序运行并充分发挥作用的重要条件之一。在证券市场上，交易商、限价订单的提供者以及其他一些投机者为市场提供了流动性，经纪商和交易所组织流动性，而无耐心的投资者获得或需要流动性。一个具有良好流动性的证券市场不仅能在交易成本尽可能低的情况下为投资者提供大量转让和买卖证券的机会，满足投资者获利、避险等需求，同时也为筹资者提供了筹资的必要前提。如果市场缺乏流动性，则会导致交易难以完成，证券发行受阻，市场也就失去了存在的必要。 一、流动性的内涵 可以说，流动性是证券市场的生命力所在，即“流动性是市场的一切”。（Amihud & Mdelson,1988）。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，也促进了资源有效配置和经济增长。（Leevine,1991）证券市场的一个主要功能就是在交易成本尽可能低的情况下，使投资者能够迅速、有效地执行交易。也就是说，市场必须提供足够的流动性。但是对于流动性的定义却众说纷纭。有的从价格角度，认为流动性就是“立即完成交易的价格”（O’hara,1995）；有的从及时性角度来定义流动性，即“在一定时间内完成交易所需的成本，多寻找一个理想的价格所需用的时间”。（Amihud & Mendelson,1989）；也有人把流动性概括为“为进入市场的订单提供立即执行交易的一种市场能力”和“执行小额市价订单时不会导致市场价格较大幅度变化的能力”。Black （1974）指出，市场有流动性是指任何数量的证券都可立即买进或卖出，或者说小额买卖可以按接近市场价格、大额买卖在一定时间内可按平均接近日前市场价
中国股市发展存在的问题与对策
摘要 经过近 20 年的发展，我国股票市场已形成了与我国经济发展相适应的特色道路，规模不断扩大，上市公司数量不断增加，投资者积极性不断提高，制度性建设日趋完善。但股票市场在诸多方面的不完善性仍较为明显。过度投机问题的存在,加剧和放大了市场的波动和风险,严重损害了投资者特别是中小投资者的利益,严重制约着我国股票市场的健康发展,必须下大力气加以解决，虽然我国限制内幕交易的立法措施和执法力度得到了不断完善。但是仍旧难以满足证券市场快速发展的需要。为防止新形式的内幕交易行为扰乱市场秩序并影响市场效率。应借鉴国际经验，从立法、执法以及交易制度等方面入手，杜绝内幕交易孳生的土壤。保证证券市场的健康发展。这些缺陷削弱了股市的功能，阻碍了股市的进一步发展，为引发金融危机埋下了隐患, 这些包括了监管力度、人才的培养、以及一些交易的内幕，本文试图通过分析这些现状及其原因、我国股票市场过度投机产生的主要原因,找出改善对策。 关键词：股市监管问题对策
ABSTRACT After nearly 20 years of development, China's stock market has been formed to adapt to China's economic development way, scale is continually expanding, increasing the number of listing Corporation, investors continue to improve, the institutional construction is perfect. But the stock market is not perfect in many aspects still more obvious. The problem of excessive speculation exists, intensified and expanded market volatility and risk of serious damage to the investor, especially the interests of small investors, seriously restricting the healthy development of stock market in our country, we must make great efforts to solve, although China's restrictions on insider trading made Fatos and law enforcement has been continuously improved. But still difficult to meet the needs of the rapid development of the securities market. In order to prevent insider trading behavior of new forms of disrupting the market order and affect the market efficiency. We should learn from international experience, starting from the legislation, law enforcement and trading system, to prevent insider trading in soil. To ensure the healthy development of the securities market. These defects weaken the stock market functions, hindered the further development of the stock market, the potential for causing the financial crisis in depth, these include supervision, personnel training, as well as some of the main reasons for insider trading, this paper tries to analyze the present situation and the reasons, China's stock market excessive speculation, find out the improvement countermeasures. Key word：stock market supervision problem countermeasure
La-VaR模型在股票市场流动性风险度量中的应用
风险的标准计量方法。Jorion给出的目前比较公认的VaR定义,指在某一给定的置信水平下,资产组合在未来特定的一段时间内可能遭受的最大损失。 流动性风险是金融风险的一种,指由于市场交易不足而无法按照当前的市场价值进行交易所造成的损失。它是一种综合性风险,是其他风险在金融机构整体经营方面的综合体现。因此流动性的问题开始引入到风险值的计算当中,使风险值针对流动性风险作调整,而衡量流动性调整的风险值 (La-VaR)则是本文要讨论的问题。 1999年Bangia、Diebold、Schuermann和Stroughair四位学者提出了著名的基于流动性调整的La-VaR ,即BDSS模型,为以后的研究做出了相当大的贡献。但是,Bangia等学者在提出BDSS模型的时候,并没有进行严格的数学推导,这使得该模型对价差的估计缺乏理论依据。 国外关于流动性风险的相关研究很少,多数研究仍然处于理论研究阶段,目前仍然没有一个统一的、令人信服的理论框架。而且国外的研究多是基于做市商制度,而我国的股票市场是订单驱动型市场,与做市商制度有着很大的区别,而针对于我国股票订单驱动型市场的研究更少。因此本文希望借鉴当前风险管理技术的新发展,在介绍传统的金融风险度量工具VaR(value at risk)的基础上,引入股票市场的流动性因素,使其在VaR中有所体现,针对我国订单驱动的股票市场建立
中国股票市场的T
中国股票市场的T+1制度浅议 文章来源3 e d u教育网 摘要:已实施15年的为保护中小投资者的T+1制度仍发挥着促进股票市场发展的作用,但“T+l”交易制度并不能更好地保护下跌行情中从事股票交易的投资者的利益。甚至在上海股票市场上“T+1”交易制度下的交易令投资者不能及时更正交易错误,导致投资者的交易风险 有扩大趁势。利用EGARCH模型说明我国股票市场长期以来的大熊市和小牛市的基本特征起着至关重要的作用。因此,如果综合考虑我国股票市场的未来发展以及两种交易制度带给投资者的交易风险,实施“T+0”交易制度是可行的。 关键词:交易制度;T+0;T+l;收益率 一、引言 T+1与T+0之争属于中国特色,所以在国外的理论文献中并不多见。 徐英、竺亚等人(2001)在对上海股票市场稳定性机制的实证研究中认为T+1制度对股票市场的起到了稳定性的作用。宋军、张光毅、曾鹭坚(2003)在对深圳交易所的T+0课题研究中得出结论:(1)T+0可增加市场交易量。这对交易所和券商有益,但对投资者不一定有利,进一步增加交易量不一定有利于证券市场的健康发展。(2)T+0取消了T+1回转交易制度的人为时滞限制,释放目前被T+1压抑的交易需求,有利于提高整个市场的效率,这对投资者有利。 (3)T+0较T+1更容易诱发异常交易行为,这为机构投资者提供方便,而对中小投资者不利,也不利于监管部门的监管。(4)T+0对市场波动没有显着影响,不会增加市场风险。陈雯、屈文洲(2004)对深圳股票市场的稳定性进行测度,得出实施T+0可能性的结论,认为T+0会促进我国股票市场的发展。陈有禄(2008)从我国股票市场的IPO与高换手角度入手进行分析,认为我国有必要实施T+0的结算制度。 交易制度是一个市场的基本规则,其不仅对市场的活跃度、安全度有很大影响,也关系到监管部门是否能有效监管市场的交易。 T+0清算体系,是指投资者在交易日当天买卖的股票得到成交确认后,可进行反向交易操作, 即买进委托成交确认后,清算交割前可将当天委托买入的股票再委托卖出;卖出委托成交确 认后,清算交割前可将当天卖出股票的资金用于再委托买进。 T+1清算体系,是指投资者在交易日当天买卖的股票成交后,不允许在当天进行反向操作,必 须于次日清算交割后,才允许进行反向交易操作。这种清算体系使得股票交易速度减慢,投机性减弱。T+0交易制度,就是当天买入的股票当天可以卖,甚至一天可做多次交易,晚上再由登记结算公司根据交投轧差(对冲买卖差价)。这种交易制度的好处在于增加了市场的交易量,为市场提供了投机空间,但缺点在于市场过度投机会引起价格的过大波动,不利于稳定市场。
流动性对股票市场的重要性
流动性的重要性不言而喻。大盘在连续下跌或震荡后，无论是出于技术面反弹需求还是基本面改善亦或是突发性事件都有可能触发一轮反弹。股指初期反弹后必须有资金面的配合，即所谓的流动性助势。当下我们更应该关注大盘见底反弹期间的流动性状况以及现阶段情况下是否具备持续反弹的条件。 一、流动性五层次观测指标体系 （一）流动性如何作用于股票市场？ 关于流动性对股票市场的作用，我们认为主要通过直接和间接两个渠道。直接渠道包括3个方面：（1）影响入市资金的直接借贷成本；（2）影响入市资金的机会成本；（3）增加入市资金量。 间接渠道则是通过流动性的释放或收回对宏观经济基本面的影响，进而影响股市的表现。直接与间接两个渠道在流动性变化过程中相互交织、互相加强，难分彼此。 （二）五层次观测指标体系 我们从不同角度出发，将流动性指标划分为五层次观测体系。第一层次，社会融资总量；第二层次，宏观流动性角度M1、M2；第三层次，货币扩张角度基础货币及货币乘数；第四层次，直观观测角度新增信贷、外汇占款、财政存款及公开市场操作；第五层次，资金价格角度银行间市场7天回购利率、实体经济层面票据贴现利率及贷款加权平均利率。 第一层次：社会融资总量。 流动性供给体系中，统计口径最广的是社会融资总量，涵盖了一
定时期内实体经济从金融系统获得的所有新增融资，既包括银行体系的间接融资，又包括资本市场的股票、债券等市场的直接融资。社会融资规模的内涵主要体现在三个方面：一是金融机构通过资金运用对实体经济提供的全部资金支持，即金融机构资产的综合运用，主要包括人民币贷款、外币贷款、信托贷款、委托贷款、金融机构持有的企业债券、非金融企业股票、保险公司赔偿和投资性房地产等。二是实体经济利用规范的金融工具、在正规金融市场、通过金融机构服务所获得的直接融资，主要包括银行承兑汇票、非金融企业股票筹资及企业债的净发行等。三是其他融资，主要包括小额贷款公司贷款、产业基金投资等。 近十年社会融资总量出现了两个明显变化：（1）直接融资比例不断提升。社会融资总量中直接融资包括企业债券融资、非金融企业股票融资及其他，这三项占比自2002年的6.9%稳步提升至2011年的17.5%。与此对应的是间接融资比例的逐步下降，这与金融市场快速发展及国家对直接融资的大力鼓励有莫大关系。（2）从具体分项角度看，人民币信贷占比不断下降，委托贷款、银行承兑汇票、企业债券融资占比显著上升。2002年社会融资总量中92%为人民币贷款，2011年这一比例降至58.3%。而委托贷款、银行承兑汇票、企业债券融资占比分别由0.9%、-3.5%、1.6%上升至10.1%、8%、10.6%。总体来看，目前各种融资渠道百花齐发，信贷虽然仍是最主要的社会融资来源，但未来在全部融资中的比例预计将继续下降。 第二层次：宏观流动性：M1、M2。
流动性风险和价格风险
流动性风险和价格风险 交易者玩的是风险。风险有很多种，而每一种都对应着一种交易者。在这本书里，我们把所有的小风险统分为两大类：流动性风险和价格风险。 有很多交易这是短线操作者，他们经营的就是人们所说的流动性风险。流动性风险是指无法买入或卖出的风险：当你想买的时候，没有人卖；或者当你像卖的时候，没有人买。说到财务上的流动性资产这个慨念，大多数人都对流动性一次耳熟能详。流动性资产就是能够快速、便捷地转化为现金的资产。存在银行里的现金具有高度流动性，交易活跃的公司股票具有相对流动性，一块土地则缺乏流动性。 假设你想买入XYZ股票，它的最新成交价是每股28.50美元。如果你察看XYZ的报价，你会看到两个价格：买入价（bid)和卖出价（ask)。假设买入价是每股28.50美元，但如果你想卖出一股，你只能得到28.50美元。这两个价格之间的差异被称作价差（spread）。经营这种流动性风险的交易商通常被称作帽客（scalper）或做市商(market maker)。他们的利润就来自于买卖差价。 这类交易有一个叫做套利（arbitrage）的变种。套利交易涉及两个不同市场的流动性。套利交易者可能在伦敦买入原油，同时在纽约
卖出原油；或者买入一个股票组合，同时卖出代表类似股票组合的股指期货。 价格风险是指价格大幅上升或者下跌的风险。一个农场主可能会担心油价上涨，因为油价一涨，肥料和拖拉机燃料的成本就会上涨。农场主们也会担心他们的产品（小麦、棉花、大豆等）的价格跌得太低，以至于没钱可赚。航空公司的高管们既担心油料成本上涨，也担心利率提高，因为高利率会加大飞机的融资成本。 对冲者们通过把风险转移给交易者来规避价格风险。经营这种价格风险的交易者们被称作投机商（speculator）或头寸交易所（position trader）。投机商们靠价格的变化赚钱：先买入，然后等价格上涨时卖出；或者先卖出，然后等价格下降时买回平仓，这种交易被称作卖空。
中国股市最优投资组合构造及风险分析.教学文案
2010年第9卷第1期（总第140期） 吴 丹 （北京林业大学, 北京 100083） 中国股市最优投资组合构造及风险分析 摘 要： 投资组合可以分散风险，但其只能分散组合中的非系统风险，却无法降低组合中的系统风险。所以，投资者们常常会通过分散投资降低非系统风险，而对于系统风险，则可以在选股时，人为地选择系统风险较合理的股票加入投资组合。本文利用马柯维茨“均值/方差”理论和CAPM 模型，采用定性和定量分析相结合的研究方式，试图构造一支中国A 股市场的最优投资组合，并进一步分析组合的投资风险结构。以期为投资者提供一种较为科学的投资组合构建方法，即在一定风险下获得最大收益，并提供相关投资建议。 关键词： 投资组合；系统风险；非系统风险Abstract ：Portfolio risk will be spread. But it can distract the non-systematic risk and can not reduce the systemic risk in the portfolio. Therefore, investors often invest through diversification to reduce non-systematic risk. And for systematic risk, you can select low -risk stock to join the portfolio artificially. In this paper, I would use Markowitz "Mean /Variance" theory and the CAPM model, combining qualitative and quantitative research, to construct an optimal portfolio in Chinese A-share market. Furthermore, I would analyze the risk structure in this portfolio.
内部人交易对股票流动性影响研究
内部人交易对股票流动性影响研究 随着股权分置改革的完成和新《证券法》与《公司法》的实施,合法的内部人交易行为开始大量出现。与此同时,监管部门也认识到内部人交易有可能诱发内部人的机会主义行为,,并最终损害资本市场的公平和效率,因此对内部人交易进行了严格的监管。各级监管部门发布了一系列法律法规对内部人所持股票的禁售期、公告义务、交易规则等做了详细规定,力图最大限度地降低内部人交易的负面效应,而作为一个新生事物,我们对合法内部人交易的了解还不够深入。内部人交易究竟对我国证券市场各参与主体产生了怎样的影响,如何对其进行有效监管,在讨论这些问题之前,必须首先搞清楚内部人交易具体的市场效应,即它是否确实对其他投资者的利益造成了损害,是否损害了证券市场的有效性,在此基础之上,才能够有的放矢地采取监管措施。 本文选择2008年1月1日至2010年12月31日期间上海证券交易所披露的上市公司董事、高管及监事二级市场A股交易行为为研究对象,通过信息不对称理论进行理论分析,根据微观市场结构理论选择流动性指标,并通过股票交易高频数据计算指标,利用含有交互变量的多元线性回归模型分析内部人交易行为对股票流动性的影响,进一步利用两阶段最小二乘法联立方程组研究内部人交易强度与股票流动性的关系。本文选择买卖价差和报价深度作为度量流动性的指标,通过研究内部人交易信息披露日及其后的交易日股票流动性指标与内部人交易行为之间的关系,发现内部人交易行为的存在使得股票的流动性受到了影响,而内部人交易的股票数量越多则影响越大。在分析过程中纳入对于流动性同样有影响的交易量、股票价格,波动率等指标,发现在控制住这些变量后,内部人交易行为对股票流动性的影响依然显著。在分析内部人交易数量影响时,考虑到内部人交易数量与流动性之间可能具有的内生关系,建立联立方程组引入工具变量,研究发现消除内部人交易强度可能具有的内生性之后,对流动性的影响仍显著。 针对实证分析得到的结果,本文从提高信息披露质量、加强公司内部治理、加强监管力度以及进行制度探索等方面给出了政策建议,希望能够对促进证券市场的有效性上有所帮助。
中国股市发展史
中国股市历史详述 股市的诞生 上个世纪80年代，改革开放刚刚起步，整个社会都弥漫着除旧布新的气息和不破不立的激情，但是同时各种新潮思想也随时要应付相应的政治风险。 笔者认为资本市场构想的提出具有划时代的意义，非常佩服当时中国人民银行研究部的那20个研究生。他们在1984年写的一篇“中国金融改革战略探讨”引爆金融界。其中第一次谈到了在中国建立证券市场的构想，直接引发了当时的股份制热潮。 1984年11月18日，中国第一个公开发行的股票-飞乐音响向社会发行1万股（每股票面50元）。 飞乐当时得天时地利人和，在1984年7月，上海颁布了一个地方性法规-《关于发行股票的暂行规定》，飞乐抓住这一次机会，一切都顺理成章的发生了，用现在的话讲就是第一个吃螃蟹的人 中国第一张上市公司股票 就这样，“小飞乐”承担起了我国证券市场从无到有——零的突破。 1986年9月26日，中国工商银行上海分行信托投资公司（静安分公司曾于1984年公开发行“飞乐音响”股票）开
设交易柜台-静安证券业务部，中国第一个证券交易部诞生，产生了股票交易。 ●这一阶段，涉及到两个重要人物 黄贵显（静安分公司经理，后更名为静安证券营业部）主导“飞乐音响”股票的发行，在1986年9月静安营业部开设交易柜台批准成立，在他的努力下新中国真正意义上出现了股票交易 黄贵显在静安证券交易部 秦其斌（前飞乐音响董事长） 一个很有想法也很果断的人，跟吴邦国关系很要好，在领导下面自然得做出点成绩来啊，1984年上半年，他便提出了股份制的构想，通过发行股票向其他单位和内部职工集资。 秦其斌在接受采访 量变到质变：由于后续股票交易的火爆，已经越来越多的股份制公司开始发行股票，为了规范化，同时加深金融改革，大的背景是改革开放-证券交易所应运而生。 1990年11月20日，上海证券交易所成立，同年12月19日正式营业，以当日为基日，基日指数定为100点。有上证综合指数，俗称“沪指”。 1991年7月3日，深圳证券交易所正式开业。
股票流动性能够解释收益反转之谜
股票流动性能够解释收益反转之谜吗?
认为短期反转意昧着投资者对信息存在着过度反应，或是在认知上存在误区，这一般归纳为行为金融的理论解释．第二种理论解释是将股票流动性作为股票收益反转现象的基本风险因素．Campbell等¨引认为成交量增加反映了市场上投资者风险厌恶程度的变化，如果一部分投资者风险厌恶程度增加，则会卖出股票．然而为了使另一部分提供流动性的投资者购买更多股票，股票价格又必须下降以提供较高的预期收益．股票收益反转是对那些提供流动性投资者的流动性补偿，所以成交量大小对股票短期收益反转有一定的预测作用．同时，还发现股票成交量越大则股票短期收益反转程度越大．Pastor和Stambaughu41则基于Campbell等¨引的理论模型，直接用股票短期收益反转大小来衡量股票流动性大小．此类对股票短期收益反转现象的解释多是以流动I 生为基础． 现有研究表明股票流动性是影响股票收益的重要因素之一，这也得到了大量实证文献的支持④．在理论研究方面，Amihud和Mendelson【l5|， Pastor和Stambaugh¨41以及Acharya和Pedersen”o 等建立了基于股票流动性因素的资本资产定价模型，将其中的一些风险因素与股票的流动性联系在一起．邹小芄等¨61迸一步从理论上拓展了基于流动性风险调整的资产定价模型．实证研究方面以北美市场数据为研究对象，包括Brennan等¨川和Amihud【I引分别使用不同流动性指标对股票流动性和横截面股票收益之间的关系进行了研究，他们的研究表明股票流动性与股票收益之间存在着显著性负相关关系．对于我国沪深股票市场的研究，包括苏冬蔚和麦元勋¨引，陆静和唐小我【20]，以及张峥等悼刈等等都表明在我国沪深股票市场上股票流动性与横截面股票收益之间也存在着显著的负相关关系．股票流动性与股票收益的这种负相关关系被称作为流动性溢价，流动性 差的股票由于其预期流动陛风险较大，所以投资者 要求为这种股票提供较高的预期收益来补偿风险．间接说明股票流动性和股票收益反转效应之 间存在一定的相关关系有Avramov等旧21的研究， 发现股票反转策略的收益主要来源于那些小市值和低流动性的股票．Da等旧列使用美国的数据发 现流动性冲击对反转策略中购买过去收益较差的股票组合所提供的收益有一定的解释作用．这些实证研究在一定程度上表明股票历史收益有可能通过股票的流动性变化来影响未来的股票收益，从而支撑以流动性为基础的理论解释． 本文主要研究以流动性为基础的理论解释在我国沪深股票市场上的适用性，即在我国沪深股票市场上股票流动性是否是股票收益反转效应的潜在解释因素．这方面已有一些研究，如郑方镳等旧引以我国沪深股市的股票为研究对象发现高成交量的交易日后股票收益率更倾向于出现反转．然而，却少有文献对这种解释直接地提供实证上的证据．鉴于此，本文直接对股票短期收益反转的流动性解释进行检验，以期对这一热点问题给予直接的实证结果支持．通过使用Fama—Macbeth两阶段回归方法来研究股票流动性指标的介入能够显著地减弱我国股票市场上的反转效应，从而回答股票流动性是否是我国大陆股票收益反转效应的潜在驱动因素这一问题．如果反转效应在加人流动性因素后有显著的减弱，则说明我国沪深股票市场的反转效应确实可以由股票流动性来解释，否则。这种基于流动性的理论解释将受到一定的质疑． 本文的实证研究结果表明加入流动性因素并不能显著地减弱我国沪深股票市场上的反转效应，且当使用其中的一种流动性指标代表股票流动性因素时，股票反转效应甚至有略微的加强．这样的结果表明在我国沪深股票市场上，股票流动性因素可能并不是股票短期收益反转效应的潜在解释因素．研究在一定程度上否定了股票流动性对反转效应的解释作用，具有一定的理论和现实意义．尽管没有找到合理解释股票收益反转效应的风险理论，但是它在一定程度上给出了方向上的指引，在我国沪深股票市场上，股票短期收益反转与股票流动性因素似乎代表了市场上截然不同的因素，应该从其他方向上寻找出能够解释反转效应的风险因素． 本文认为这样的结果与我国沪深股票市场运作于流动性不能在市场上直接观测到，所以必须构
评估中国股票市场的风险预测模型
评估中国股票市场的风险预测模型 摘要对中国股票市场的风险价值(VaR)模型的预测能力进行评估,现存着很多种VaR模型。这里我们仅对方差-协方差法进行研究。把它应用在中国股票市场指数上(2000.5.08-2005.4.29),然后对2003.5.12-2005.4.29的数据,根据Christoffersen检测法评价它们的预测结果。 关键词VaR;方差-协方差法;指数;收益;分位数,Christoffersen检测法 近二十年来,由于受经济全球化与金融一体化、现代金融理论及信息技术、金融创新等因素的影响,全球金融市场迅猛发展。金融市场呈现出前所未有的波动性,工商企业、金融机构正面临着日趋严重的金融风险。金融风险不仅严重影响了工商企业和金融机构的正常运营和生存,而且还对一国乃至全球金融及经济的稳定发展构成了严重威胁。近年来频繁发生的金融危机造成的严重后果充分说明了这一点。因此,风险管理的理论与实践也因此在最近十年得到了迅猛发展,越来越多的公司和企业引入了风险管理,很多著名商学院都已把它作为金融学的一个独立分支。在这里要对中国股票市场的风险价值(VaR)模型的预测能力进行评价。 1VaR 1.1VaR的定义 VaR是Value at Risk 的缩写,是指在市场正常波动范围内和给定的置信水平下,某一特定的金融资产或证券组合A在给定的持有期内预期可能发生的最大损失。可表示为: 其中,表示证券组合在持有期内的回报。上式表明,在持有期内该证券组合的回报低于的概率为。 1.2对VaR计算方法的简要介绍 从VaR的定义,我们不难看出,VaR实际上就是投资组合收益分布的一个分位数。计算VaR的方法大致可分为以下四种: 1)历史模拟法(Historical Simulation); 2)蒙特卡罗模拟法(Monte Carlo Simulation); 3)建立在极值理论基础上的VaR方法(the EVT-based VaR method); 4)方差—协方差法(Variance-covariance methods)。
2015中国股市现状分析、问题及对策
2015中国股市现状分析 2015年承接的是一个处于技术高位的上证指数，且一线蓝筹上升动力明显不足；其次是新股发行节奏、高溢价及注册制对中小板及创业板的影响；三是经济运行在低位及不确定性因素形成的系统性风险。而2015年投资机遇，依然是依赖于改革推进和政策利好。 “一带一路”、国企改革、自贸区建设等板块将进一步推动行情；二是围绕新型产业，如大数据、移动支付、电子信息、4G、环保等成长性板块所展开的行情；三是新的政策利好推动行情。 在谨防小盘股再次“滑铁卢”的同时，对尚未大涨的二线蓝筹股，则可重点逢低布局。从中线角度看，逢低买入并持有低估值个股依旧是上上策。就机会而言，农垦改革、土地流转、机器人及智能制造、环保等题材，依旧可以逢低吸纳。 2015年，投资者仍应跟随政策面选择个股，“一带一路”、铁路基建低估值个股可以值得关注。还有就是核能板块，随着一些对外核能建设投资的大单陆续签定，以及国内核电站有望恢复审批，该板块有可能走出一波独立行情。 2015年市场关注的焦点仍然是国企改革、节能减排、T+0交易制度的推出、智能家居、工业4.0、信息安全及产业振兴规划等相关题材。我们认为，后市的投资风向仍然围绕上述题材展开，同时，在本轮行情中被错杀的成长白马股也会受到资金的青睐。 中国股票市场现状分析 中国股市经过将近20年的发展，我们有必要对中国股市现状好好分析一下。目前，已经形成了与我国经济发展相适应的特色道路。虽然，中国股市现状还有诸多不完善的地反，但是作为一个合格的投资者，我们应该认真分析中国股票市场现状，进而做出正确的判断。 一、中国股市现状：股市功能导向存在误差 目前，中国股票市场参与者的投资理念存在问题，投资者往往不会考虑长期价值投资，只采取短线投资行为。股市参与者对股市的未来预期和上市公司是否盈利不存在直接关系，而是主要看参与者在消息市中的信息捕捉能力，这使得股票市场的投资能力弱化，出现投机行为过度的现象。另外，中国股票市场的融资能力不强，融资手段也较为单一。而对于投资者来说，进入到股市十有八九是赔钱的，群众对股市明显缺乏信心。 二、中国股市现状：“政策市”和“圈钱”
中国股票市场流动性特征及其影响因素
中国股票市场流动性特征及其影响因素 一、中国股市流动性特征 1.中国股市流动性特征。 以下内容主要根据上海股票交易所和深圳股票交易所的数据进行综合整理得到。 （1）买卖价差。 买卖报价差(bid-ask spread)，也称为买卖价差，买卖价差分为绝对买卖价差和相对买卖价差两种形式，是度量流动性最基本的指标之一。一般而言，价差越大，流动性越差，价差越小，流动性则越强。 上海股票市场：全部股票的绝对买卖价差和相对买卖价差的年度结果如图1。继2005年、2006年连续两年显著降低后，2007年的绝对买卖价差有所上升，而相对买卖价差则进一步下降。2007年的绝对买卖价差是0.03元，这主要是由于2007年股票单价相比2006年较高造成的。2007年的相对买卖价差是24个基点，比2000年和1995年分别降低了64％和84％，比2006年下降了23%。
深圳股票市场：深市A股的绝对买卖价差和相对买卖价差的年度结果如图2。从2003年到2006年，绝对买卖价差逐年下降，2007年的绝对买卖价差有较大的上升。而相对买卖价差，继2002年到2005年连续四年上升后，2006年和2007年则显著下降。 （2）有效价差。 有效价差也是度量流动性最基本的指标之一，有效价差分为绝对有效价差和相对有效价差两种形式，有效价差越大，流动性越差，有效价差越小，流动性则越强。 上海股票市场：上海股市全部股票的绝对有效价差和相对有效价差的结果如图3。2000年的有效价差最大，2005年和2006年显著降低，2007年的绝对有效价差又重新增加至接近1995年的水平，而相对有效价差则进一步下降。