修正FF三因素模型下股市流动性定价分析

黄璐佳，金辉，严加银

（杭州电子科技大学经济学院，浙江杭州310018）

修正FF三因素模型下股市流动性定价分析

黄璐佳，金辉，严加银

（杭州电子科技大学经济学院，浙江杭州310018）

流动性是衡量股票市场是否高效运行的关键指标，股票的收益必须通过具有较高流动性的市场才能实现。为了分析流动性风险对股票定价的作用，以换手率作为流动性衡量指标，引入流动性因子对Fama-French三因素模型进行修正。文章选取了2006年1月至2015年12月我国沪市A股市场非金融类股票为研究样本，采用经流动性风险调整后的FF三因素模型，实证分析流动性因素的资产定价能力。研究结果表明，沪市A股市场存在流动性溢价，流动性与股票收益负相关，流动性因素是资产定价的重要因子。

Fama-French三因素模型；流动性；换手率；资产定价

一、引言

我国股票市场自20世纪90年代成立以来，经过近三十年的发展，在市场投资规模、交易产品种类、交易制度及市场监管等方面取得了显著的进步。据中国证监会网站公布，截止2015年底，我国境内上市公司（A，B股）共2 827家，总股本49 997.26亿股，市价总值531 304.2亿元，其中流通市值共计417 925.4亿元。衡量股票市场是否高效有序运行的一个关键指标就是市场流动性的高低，股票的收益必须通过具有较高流动性的市场才能实现。当市场缺乏流动性时，市场将无法顺畅运行，其存在性就没有意义。在我国沪深交易所自成立至今发生的历次股灾背后，正是因为流动性的突然降低乃至消失，导致交易无法实现，从而造成了市场的失灵。鉴于此，有必要对我国股票市场的流动性问题开展研究，检验市场是否存在流动性溢价，分析流动性风险对资产定价的作用。这对于完善我国资本市场微观结构，保障股票市场的稳定运行，保护众多投资者的利益有着积极的意义。

国外关于流动性风险与资产定价的经典研究始于Amihud和Mendelson（1986）[1]提出的流动性溢价理论，他们以买卖价差来测度流动性的大小，从交易的微观成本出发推导出预期收益与相对买卖价差的关系模型。之后，很多金融界学者采用不同的流动性代理指标和实证检验方法对理论进行实证检验。他们采用的流动性度量指标主要有换手率、交易额、卖卖价差、摊销价差和非流动性指标等，大部分实证检验的结果也发现了流动性溢价的存在。随后众多学者开始构建模型，研究流动性风险的资产定价能力。Keith S.K.Lam和Lewis H.K.Tam（2011）[2]研究探讨了在香港股票市场中流动性风险对股票定价的作用，发现在控制了影响资产定价的其他因素后，流动性是影响股票收益的一个重要因素。Daniel Chai，Robert Faff和Philip Gharghori（2012）[3]创新性地提出了新的非流动性指标IM，研究结果表明在控制了规模，账面市值比和动量之后，IM能解释股票收益变化。Van Vu，Daniel Chai，Viet Do（2014）[4]利用调整后的资产定价模型对流动性风险的定价能力进行研究，发现不同流动性指标的定价能力不同；在市场上所有的规模群体上，流动性风险的影响是一致的。

国内对于流动性溢价方面的研究起步较晚，围绕中国股市流动性及其定价能力的探讨，王春峰、韩冬和蒋祥林（2002）[5]、苏冬蔚和麦元勋（2004）[6]、陈青和李子白（2008）[7]、黄治蓉和李跃云（2009）[8]等的研究表明我国股市场存在流动性溢价。随后，流动性因素被纳入资产定价研究框架中，构建基于不同影响因子的模型。周芳和张维（2013）[9]从组成风险的角度出发测量了风险资产的市场价值，提出了基于流动性风险而构造的资本资产定价模型，同时阐述了股票预期收益率如何形成的。李延军、王丽颖（2013）[10]研究发现样本期内股票流动性对其预期收益的影响非常明显，公司规模的大小和流动性水平的高低也会影响流动性与股票收益率之间的相关关系。田利辉和王冠英（2013）[11]

结合我国股市特征，在Fama-French三因素模型的基础上，构建了包含成交额和换手率等五因素定价模型，发现成交额、换手率与股票预期收益率呈显著负相关。

综上所述，流动性一直是金融领域关注的热点问题，大量研究结果表明国内外市场均存在显著的流动性溢价，国外研究发现流动性是一个资产定价因子。我国股票市场起步较晚，国内对资产定价的研究方兴未艾，但是由于流动性衡量指标的多样性及对不同交易机制的适用性，关于流动性定价能力的研究还没有定论。

本文首先通过Fama-French三因素模型检验上海股票市场流动性溢价的存在性，然后根据我国股市的交易机制以换手率作为流动性衡量指标，利用经流动性修正的FF三因素模型对流动性因素的资产定价能力进行实证分析，检验流动性风险对我国股票市场定价的作用。

二、研究准备

（一）模型构建

1.基础模型的选择。为了构建基于流动性修正的资产定价模型，在加入流动性因子构建模型之前，需要选择合适的基础模型。传统的CAPM模型和APT模型认为公司的股价由其所承担的系统性风险决定，但是一些学者发现公司的一些特征也可以描述股票收益的变化，如公司规模，账面市值比，市盈率等。这些因素与公司承担的系统性风险并没有直接的关系，Fama和French（1973）[12]对这一现象进行了研究并建立了模型来进行解释。Fama-French三因素模型的表达式如下：

其中，E（Ri）表示股票i的期望收益率；Rf指的是无风险收益率；Rm表示市场收益率；bi指的是股票收益对市场风险溢价的敏感度；SMB反映的是规模因素，等于低市值公司与高市值公司股票的收益率之差；si指的是股票收益对规模因素的敏感程度；HML代表账面市值比因子，等于高账面市值比公司与低账面市值比公司股票的收益率之差；hi反映的是股票收益对账面市值比因素的敏感程度。

2.流动性指标的选取。如果股票市场能快速地、以较低的交易费用实现大量的股票交易，并且在这个过程中对股票价格的影响很小，那么我们就说股市是流动性良好的。流动性包含四个方面的内容：一是交易的即时性；二是交易的低成本性；三是可交易的股票数量巨大；四是价格偏离程度小。

换手率从股票周转速度出发，比较直观地度量了流动性，方法较为简单，数据也容易收集，可操作性强。符合股市交易机制是选择流动性指标的基本原则，换手率也适用我国市场采用的指令驱动交易制度。因此，本文选取换手率作为流动性度量指标。定义股票i在一段时间内的换手率为TOit，其计算方法如下：

其中，volt为一段时间内股票交易股数，lnst为该段时间内的流通股总股数。

股票的换手率越高，股票持有时间越短，该股票的交易越活跃，流动性也越强；反之，该股票的流动性越低。

3.基于流动性的FF三因素模型的修正。根据前文所述，本文选择Fama-French三因素模型为基础模型，将所选择的流动性因子和所选择的Fama-French三因素模型结合起来，得出基于流动性修正的Fama-French三因素定价模型，其具体的公式表示如下：

其中，LIQ反映的是流动性因素，计算方法为高换手率公司与低换手率公司股票的收益率之差；ψi指的是股票收益对流动性因素的敏感程度。其他变量的含义与模型（1）相同。

（二）数据处理

1.样本选择

本文以沪市A股为主要研究对象，考虑到2005年9月4日起全面铺开的股权分置改革所带来的影响，本文选取2006年1月到2015年12月该段时间来开展研究。

排除金融类股票和长期停牌的股票，得到共计240只样本股票。选用的是股票的月交易数据；同时选取了同期考虑了现金红利的上证指数的月度收益率作为市场收益率。上海银行间同业拆放利率月度利率作为无风险利率。除无风险利率外，所有数据全部从国泰安CSMAR数据库获取。

2.数据处理

（1）样本分组

为了避免由于个股之间的差异性所造成的误差，对股票样本建立组合进行分析。

首先，根据公式（2）计算样本股票的月度t的换手率，然后根据在t月末的换手率大小，将所有股票分为4个流动性组合；接着再按每个流动性组合内股票的流通市值大小分成4个规模组合，于是就产生了16个资产组合。在下个月即t+1月，按上述方法重新调整资产组合，最终获得2006年1月到2015年12月期间每个月的资产组合。

建立组合之后，分别计算每月16个组合的月平均收益率，该收益率等于组合的等权重收益率。

（2）指标计算

第一步：前面已经计算出了16个组合在整个样本期间内的月平均收益率，用该收益率减去无风险收益率，就得到每个组合的风险溢价：Rp-Rf。

第二步：用市场指数收益率减去无风险收益率得到市场风险溢价：Rm-Rf。

第三步：依照潘莉和徐建国（2011）[13]的分组方式，在2006年1月到2015年12月期间，以六个月（1—6月，7—12月）为一期。我们首先按上期末的流通市值对所有股票进行排序，用中位数将股票分成两组，即低市值（S）与高市值（B）组，取低市值（S）与高市值（B）组的月度收益率的算术平均值的差值为SMB。

第四步：同理，按上一期末的账面市值比将股票从小

到大依次排列，按照最低的30%（L）、中间的40%（M）、最高的30%（H）分成三组，取高账面市值比（H）与低账面市值比（L）组的月度收益率的算术平均值的差值为HML。

第五步：按照上月换手率最低30%，中间40%。最高30%分成三组，取低换手率组合的当月收益率平均值与高组合平均值的差值为流动性因子LIQ。

第六步：在下个月，调整LIQ。到下一期，同时调整SMB和HML。

三、实证分析

为了分析市场风险溢价、规模因素和账面市值比因素对上海A股市场的联合影响，采用SPSS软件通过Fama-French的三因素模型（1）对样本进行回归分析，发现在16个资产组合中，大部分的截距项在5%水平下显著不为零，表明在Fama-French三因素模型中需要加入其他因素才能更好地解释股票收益变化。截距项有从左到右逐渐递减的趋势，表明Fama-French三因素模型的截距项中存在与股市收益负相关的因素。

为了分析流动性因素对上海A股市场的影响，检验流动性因子的资产定价能力，利用模型（3）对样本数据进一步回归，其结果如表1所示。

表1 流动性调整后的三因素模型回归结果

表1的结果显示：（1）在5%的置信水平下，大部分截距项都显著为零，并且截距项从左到右逐渐递减的趋势消失，证明在截距项中已经不存在与股市流动性相关的因素。（2）大部分小公司的流动性因子LIQ的系数ψ为负，大公司的LIQ系数为正。LIQ的系数在整体上从最差的流动性移动到最有流动性时具有逐渐减小的趋势，在缺乏流动性时为正值，在流动性良好时为负值。由于LIQ是低流动性组合与高流动性组合之间的收益差，鉴于这种形成方式，股票组合具有很强（差）的流动性应该具有负（正）的系数。在这里，重点是LIQ对股票收益的解释力，不一定是系数的符号。这与形成LIQ因子的方式相一致，表明流动性因子LIQ对股票收益率具有很强的解释力。（3）经过流动性调整后的FF三因素模型的平均解释力为85.506%，大于Fama-French三因素模型的平均解释力70.615 2%，模型对股票收益的解释力提高了。

综上所述，加入流动性因子之后，大部分截距项显著为零，模型的解释力提高了，表明流动性因素是一个可以描述中国股票市场收益率变化的重要变量，流动性因子LIQ具有资产定价能力。流动性因子与投资组合风险溢价显著负相关，流动性因子的系数随股票流动性的提高而降低。

四、结论及建议

本文选取2006年1月到2015年12月沪市A股非金融股为样本，选取换手率作为流动性度量指标，通过流动性修正后的FF三因素模型实证研究了流动性因子对股票收益的定价能力，结论如下：（1）流动性因子是一个资产定价因子；（2）股票收益与股市流动性负相关。

因此，对于股票监管机构来说，从交易机制、信息披露等方面逐步完善市场微观结构，有利于充分发挥股票市场的资源配置功能；一旦出现极端价格波动，监管部门可以采取一些措施来降低流动性对股票市场的影响。对投资者来说，进行决策时除了考虑股票市场的系统性风险之外，同时关注流动性及其变化，掌握流动性溢价的特征规律，才能合理规划投资，有效规避风险。

[1]AmihudY.，H.Mendelson.Asset Pricing and the Bid-Ask Spread [J].Journal of Financial Economics，1986，17：223-249.

[2]Keith S.K.Lam，Lewis H.K.Tam..Liquidity and asset pricing：Evidence from the Hong Kong stock market[J].Journal of Banking and Finance，2011，35（9）：2217-2230.

[3]Daniel Chai，Robert Faff，Philip Gharghori.Liquidity in asset pricing：New evidence using low frequency data[J].Australian Journal of Management，2013，38（38）：375-400.

[4]Van Vu，Daniel Chai，Viet Do.Empirical tests on the liquidity-adjusted capital asset pricing model[J].Pacific-Basin Finance Journal，2015，11：73-89.

[5]王春峰，韩冬，蒋祥林，2002.流动性与股票回报：基于上海股市的实证研究[J].经济管理（24）：58-67.

[6]苏冬蔚，麦元勋，2004.流动性与资产定价：基于我国股市资产

换手率与预期收益的实证研究[J].经济研究（2）：95-105.

[7]陈青，李子白，2008.我国流动性调整下的CAPM研究[J].数量经济技术经济研究（6）：66-79.

[8]黄治蓉，李跃云，2009.非流动性风险因子在资产定价中的作用——基于中国股市的经验研究[J].当代财经（9）：56-60.

[9]周芳，张维，周兵，2013.基于流动性风险的资本资产定价模型[J].中国管理科学（5）：1-7.

[10]李延军，王丽颖，2015.股市流动性与资产定价——基于我国A股市场的实证研究[J].金融发展研究（7）：9-15.

[11]田利辉，王冠英，2014.我国股票定价五因素模型：交易量如何影响股票收益率[J].南开经济研究（2）：54-75．

[12]Fama EF，French KR.Common risk factors in the returns on stocks and bonds[J].The Journal of FinancialEconomics，1993，33：3-56.

[13]潘莉，徐建国，2011.A股市场的风险与特征因子[J].金融研究（10）：140-154.

（责任编辑：D校对：R）

F832.51

A

1004-2768（2016）11-0041-04

2016-08-26

教育部人文社会科学研究规划基金项目（12YJA790058）；浙江省信息化与经济社会发展研究中心课题（16XXHJD10）

黄璐佳，女，浙江台州人，杭州电子科技大学经济学院，研究方向：资产定价；金辉（1968-），女，浙江杭州人，杭州电子科技大学经济学院副教授，研究方向：金融工程；严加银，男，云南昭通人，杭州电子科技大学经济学院，研究方向：资产定价。