中国股市流动性风险测度探究

1、中国股市流动性风险测度探究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，这也是证券比较普遍存在的流动性 问题。个人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

2、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，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、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

3、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

4、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)将信息学引入流动性研究，主要考虑了信息 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(19

5、95)、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

6、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。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

7、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

8、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,o。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、

9、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%o 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

10、险的偏好程度和承受能力来 确定。用公式表示为：prob（aa<l-var） = a其中，prob：资产价值损失小于可能损失上限的概率;a a：某一金产(asset)在一定持有期at的流动性损 失；l-var:置信水平a下的流动性风险值一一可能的损 失上限；a :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

11、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=ln(l, t)=l,n (p,max-p,min)/p,min-ln (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) o已知t时刻的分布以及分布参数，根据l,t与l*幅波动，这样与其联动性强的(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

12、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lm仍为正态分布，则组合 l-var=exp(u+l/2o 2, t)-exp( u-1. 65 o ,t)；其中 u 为组合各股票l*均值的线性组合，o2,t = co' e o为 组合l*的方差，3为组合各股票的权重，工为各股票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

13、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(u+l/2o 2, t)-exp(卩 t. 65 o ,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

14、 合，这样计算组合风险价值所用到的两个指标卩、o,t 即可通过组合股票按照某一特定的减持比例 = (p, 1p,2 apn)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：目标函数：min f (p)=e卩+1/2 o -e卩-1. 65 o 。约束条件：u =p u'o 二p 工 p'p ，=pi 20v piwvi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年二季度组合10只重仓

15、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3o从表3可以看出，华夏成长重仓股的流动性均比较好, 其中招商因上市时间不长且一直是” 6.24”行情以来的热 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13860.0024. 93%0.0104%16

16、00519贵外茅台7406. 0013. 32%0.0888%6000839中信国安5081. 339. 14%0.0501%4600832东方明珠4752.568. 55%0.1351%8600104上海汽车4712.958. 48%0.0360%2000089深圳机场4457.708. 02%0.1303%7600009上海机场4267. 477. 68%0.0887%5600100清华同方3746.506. 74%0.0458%3000039中集集团3717.006. 69%0.1885%9600158中体产业3593.806. 46%0.2487%10合计55595.30100.00%

17、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%o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，

18、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(lm)-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。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