中国股票收益的非流动性补偿
中国股票收益的非流动性补偿 吴文锋1 芮萌2 陈工孟2 （1、上海交通大学管理学院 2、香港理工大学会计学系） 通信地址：上海市法华镇路535号 上海交大管理学院 吴文锋（收） 邮编：200052 电话：(021)62932590-8616，13621827752 传真：(021)6293-3664 email: wfwu@sjtu.edu.cn 本文受国家自然科学基金(70202005)的资助，作者感谢“第二届中国青年经济学者论坛” 与会者、两位匿名审稿人和责任编辑提出的修改意见，当然文责自负。 邮寄地址：北京市建国门内大街5号中国社会科学院世界经济与政治研究所 《世界经济》编辑部 邮编：100732 电话：（010）65137744-5790 传真：65137744-5790 email: jwe@iwep.cass.net.cn 投稿日期：2002/11/9 中国股票收益的非流动性补偿 内容提要：传统资产定价模型认为，股票高收益仅仅是用于补偿高风险，而忽略了非 流动性交易成本等其他重要因素。市场微观结构理论重新考虑非流动性问题，提出了 收益的“非流动性补偿”假设。本文检验了中国股票市场的“风险补偿”和“非流动性补偿 ”假设，发现“风险补偿”假设不成立；而相反，结果支持了“非流动性补偿”假设。这说 明中国市场中非流动性交易成本在股票定价中起着更重要的作用。另外，分析不同流 动性的股票对市场非流动性变化的反应还发现，产生“小公司效应”的一个原因是由于 小公司的非流动性效应更显著引起的。文中提出，管理层除了通过降低印花税和下调 佣金等措施降低直接交易成本外，更应该完善市场交易机制降低间接交易成本。 关键词：非流动性 资产定价模型 小公司效应 一、引言 在2001年11月财政部调低证券交易印花税[1]后不久，2002年4月中国证监会、国家计 委、国家税务总局又联合发文，自5月1日起下调证券佣金收取标准[2]。这两项措施的目 的都是通过直接降低证券交易成本，以期活跃市场，提高整个市场的流动性。事实上， 流动性不仅是管理层维护市场繁荣的目标之一，而且，它作为资产的一种重要属性，也 是投资者进行资产组合管理和投资决策时考虑的首要目标之一。 与实务界对它的重视相比，流动性在传统资产定价模型中却少有反映。为了强调这一 长期忽略的重要因素，近年来的市场微观结构理论开始探讨和研究流动性在资产定价理 论中的地位和应用。Amihud and Mendelson(1986)首次讨论了资产收益率与流动性的关系，他们的理论分析认为，资产收 益率是交易成本的凸的增函数；使用买卖价差作为流动性的度量方法，他们的实证结果 证实了“非流动性补偿”假设――股票的高收益不仅是为了补偿它的高风险，也用于补偿它 的高非流动性。 “非流动性补偿”假设可以说是对资产定价理论的进一步修正和完善。在传统资产定价 理论中，“收益”仅仅是和“风险”联系在一起[3]，但人们又无法解释为什么具有同样风险 的两只股票，投资者倾向于选择流动性好的那只？实际上，一个重要的因素――交易成本 被忽略了。类似于“风险厌恶”的基本假设，投资者同样具有“流动性偏好”心理。投资者 喜欢流动性好的资产，这样他可在需要时快速和低成本地兑现资产。所以当资产的非流 动性偏大时，他也需要更高的预期收益率来补偿高非流动性。这种非流动性补偿所对应 的成本就是一种间接交易成本。 从非流动性成本角度也有助于理解为什么股票的收益要高于短期国债。因为，与短期 国债相比，股票不仅更有风险，而且非流动性也更高。首先，股票交易的价差和直接交 易费用都要高于短期国债。而且，国债的交易规模也更大，投资者可以进行一笔规模很 大的国债交易而对国债价格不产生影响，但规模稍微大一点的股票交易就会影响股价。 这说明股票的非流动性成本更高。这些都隐含着，股价收益率超出国债收益率部分的超 额收益率不仅用于补偿股票的高风险，也用于补偿股票的高非流动性。 在Amihud and Mendelson(1986)提出“非流动性补偿”假设后，有关使用流动性解释股票收益的研究便大 量展开了。Eleswarapu and Reinganum(1993)使用1961- 1990年美国股市数据重新检验“非流动性补偿”假设，他们的结论发现，资产收益率和买 卖价差之间的正相关关系主要限定于一月份的数据。Brennan and Subrahmanyam(1996)把交易成本分为固定成本和可变成本两部分，研究结果显示收益和 可变成本之间存在相关关系，而和固定成本之间没有关系。Datar, Naik and Radcliffe(1998)则使用换手率作为流动性的度量方法，检验结果也支持了“非流动性补 偿”假设。Amihud(2002)又重新从横截面角度进行了检验，他发现资产收益率与非流动性 之间的正相关关系不仅在时间序列上成立，在横截面上也成立。 在中国这个相对显得不成熟的市场上，研究非流动性成本对股票定价的影响，也许会 引发新的思考和兴趣。一方面，中国市场与西方成熟市场存在完全不同的背景环境，特 别是大部分的实证研究都证实传统的资产定价模型不适合于中国市场[4]。整个市场的规 模较小[5]，证券市场制度处于不断完善过程，政府对市场的干预过多，机构投资者的数 量和规模太小等，这些原因造成中国市场与传统资产定价模型严格的前提条件有较大出 入。从投资者角度考虑，价格波动的“风险补偿”不能解释股票收益的原因在于许多股价 波动是由于政府外部干预、庄家炒作等原因引起的，而不是投资者进行风险规避的结果 。另一方面，在中国股市不仅交易印花税、佣金等直接的交易成本较高，而且涨跌幅度 限制、缺乏做空机制等市场制度也造成了很高的非流动性成本。这些都使得研究中国股 市中非流动性成本对股票收益的影响就显得更有意义。 本文对中国股票市场的非流动性与股价收益率之间的关系进行了横截面相关检验，并 分析了市场非流动性变化对股票收益的影响及不同流动性股票的市场非流动性效应。文 章的结构如下，第二部分描述了变量和使用的样本数据，第三部分设计了实证检验的假 设，给出了结果，并进行分析，第四部分对结论进行了总结。 二、变量和数据 （一）非流动性的度量方法 流动性是一个很难刻画的概念（Amihud, 2002）。它不能被直接观测，而且由于包括许多方面而无法简单使用一种方法来刻画。 一般说来，一种资产流动性好是指它能按照当前的市场价格很快而且以很低的成本买卖 。非流动性是一种间接交易成本，它反映了交易指令对价格的影响。象交易佣金、印花 税等直接的交易成本容易度量，但包括买卖价差、交易指令对价格的影响成本和延迟交 易成本等非流动性成本就很难度量。 Kyle(1985)提出了度量流动性的三个指标：紧性、深度和弹性。Amihud and Mendelson(1986)和Eleswarapu(1997)则使用买卖价差来度量流动性。流动性的另一个度 量指标是换手率，Amihud and Mendelson(1986)认为换手率与非流动性成本负相关，Atkins and Dyl(1997)发现价差与换手率倒数之间（衡量持有期）存在正相关关系。这些流动性和非 流动性指标都是从实证角度描述了流动性的一个不同方面。 本文采用Amihud(2002)的方法度量非流动性，定义为日收益率的绝对值与日成交金额的 比率： [pic] （1） 其中：[pic]为第i个股票t日的日收益率，[pic]为第i个股票t日的成交金额。这个比 率即为每单位成交金额所引起的价格变化，它反映了买卖指令规模对价格的影响。它与 Kyle(1985)的定义是一致的。而且，它避免了Kyle的指标对高频数据的依赖，从而可以 作长时期的时间序列研究。 另一方面，Amihud（2002）的研究表明，ILLIQ与从市场微观结构高频数据给出的非 流动性定义是正相关的。Brennan and Subrahmanyam(1996)使用日内交易和价差数据度量非流动性，一个是价格影响指标：Ky le(1985)的[pic]，另一个是相对于买卖价差的固定费用指标[pic]。通过与这两个指标 进行回归，他们发现ILLIQ指标与[pic]和[pic]都正相关。 在横截面研究中我们使用月平均非流动性指标ILLIQiy： [pic] （2） 其中：Diy为第i个股票y月的交易天数。 （二）实证检验的变量 （1）非流动性变量 单个股票的非流动性指标ILLIQiy使用式（2）计算，整个市场的非流动性指标则取所 有股票的平均值AILLIQy： [pic] （3） 其中：Dy为第y月的股票个数。由于随着时间的改变，各个月的非流动性变化很大，所以 在横截面回归检验模型的估计中，我们使用经过均值调整的非流动性指标ILLIQMAiy： [pic] （4） （2）风险变量 我们使用BETAiy作为系统风险的度量指标。BETAiy的计算方法如下：在每一个y月， 股票按照市值排序，分成10个证券组合。然后，按照组合中所有股票收益率等权平均计 算各个组合的日收益率Rpt，即第p个组合在t日的收益率。最后，按照市场模型来估计各 个组合的BETApy值： [pic] （5） 其中：RMt为等权平均计算的市场组合收益率，BETApy为用Scholes and Williams(1977)估计出的斜率系数，无风险利率Rft为三个月期存款年利率的日收益率值 。回归区间为y月月底前的一年期间。各个股票的BETA值为其所在的股票组合的BETA值B ETApy[6]。 股票的总风险为变量SDRETiy，即为日收益率的标准差（乘以100）。根据Levy(1978 )和Merton(1987)的研究，总风险SDRETiy也考虑在股票定价因素中是因为投资者的组合 总是受到限制，因而不可能完全分散化。 （3）股票规模 股票规模SIZE（市值）也与流动性有关。因为市值越大，它的价差会越小，每个单位买 卖指令对价格的影响也越小。而且，股票的预期收益率也与规模负相关（Banz, 1981；Reinganum, 1981；Fama and French, 1992等）。在横截面回归时，规模SIZE取对数。 （4）其他变量 在实证时，我们还考虑股利变量DIVYLDiy，它等于y月分配的股利与月底股价的比率 。因为，Redding（1997）认为高股利分配的股票风险要低一些，所以DIVYLDiy可能与预 期收益率存在负相关关系。 （三）样本数据 样本时期为从1993年6月到2001年12月，一共103个月。数据为所有在上海和深圳证券 交易所上市而且这段时期有交易的股票，去掉ILLIQiy在分布两端1%的股票[7]。数据来 源自香港理工大学中国会计与金融研究中心和深圳国泰安信息技术有限公司合作开发的 中国股票市场研究数据库（CSMAR）。先按照月份计算每个月各个股票的变量值，求得1 03个月的每月变量均值，而后对这103个月的均值进行统计，得到表1。 表1 各个变量的基本统计表 |变量 |均值 |标准差 |中位数 |偏度 |最小值 |最大值 | |ILLIQ |0.8018 |0.5717 |0.6730 |1.8238 |0.1205 |2.8443 | |SIZE(RMB’0|2,446,24|3,066,99|2,453,49|4.5680 |799,587.|4,779,21| |00) |9.35 |6.80 |7.08 | |12 |6.64 | |DIVYLD |12.2868 |13.7579 |6.9066 |1.6482 |2.7672 |43.1818 | |SDRET |3.0988 |0.8677 |2.7008 |1.1215 |1.5048 |11.6740 | 注：变量DIVYLD的单位为万分之一。 三、实证检验和结果 （一）非流动性和股价收益率的横截面回归 1、横截面检验模型 检验的过程采用Fama and French(1973)的横截面回归方法： [pic] （6） 其中：[pic]为第i股票第y月的收益率；[pic]为股票i的第j个相关因素（比如，非流动 性指标，风险系数Beta值，市值规模等），它使用的在y月初投资者已获取的第y- 1月的数据；系数[pic]衡量这些因素的影响程度。 表 2 股票收益率与非流动性及其他变量的横截面回归结果 |变量 |所有样|除1月 |1993-1|1998-2|所有样|除1月 |1993-1|1998-2| | |本 |份之外|997 |001 |本 |份之外|997 |001 | | | |的样本| | | |的样本| | | |Constant|-0.0354 |-0.026|-0.045|-0.023|0.1863| | | |5 |6 |4 | | | | |(-4.28|(-3.83|(-2.88|(-4.52| | | |44) |80) |79) |62) | |SDRET | |-0.002|0.0002|0.0013|-0.006| | | |4 | | |7 | | | |(-0.36|(0.019|(0.109|(-2.71| | | |38) |4) |9) |86) | |DIVYL...
中国股票收益的非流动性补偿