中国证券市场流动性研究

摘要 本文首先介绍了关于证券市场流动性的研究现状；然后给出了报价驱动交易机制下流动性度量的各项指标的计算方法，具体包括深度、宽度、弹性和影响力，在此基础上，提出了指令驱动机制下流动性度量的相应指标计算方法；最后应用这种方法对中国证券市场的流动性进行了实证分析。结果表明A股市场有关各项流动性指标与B股市场有关各项流动性指标具有相对独立性。
关键词 流动性 宽度 深度 弹性 影响力

1  引言
 八十年代以来，在世界经济一体化的背景下，现代化通讯技术的广泛应用，金融衍生产品的不断创新等原因使得在世界范围内金融市场交易量大规模膨胀，特别是经历了1987年全球股市大振荡之后，学术界日益重视对证券市场流动性的研究，许多研究表明证券市场流动性与交易机制和市场透明性有关[1-5]。文献[6]的研究认为加强对已完成交易的有关信息的披露可以减少信息不对称，降低流动性交易者的交易成本，进而提高市场的流动性。文献[7]认为做市商主动披露有关交易信息可以减少他的交易对手中知情者的比例，降低逆向选择风险，进而降低报价价差，吸引更多的流动性交易者与之进行交易，提高市场的流动性。
 证券市场流动性是大中投资机构和证券投资基金必须考虑的重要指标之一，流动性好的市场通常被认为是流动性需要者能够以较低的交易成本很快地买或者卖大量的股票，而对价格产生较小的影响。Kyle(1985)认为市场流动性是一个难以捉摸和定义的概念，指出市场流动性是指影响交易成本的各项指标，具体包括紧密性（tightness）、弹性(resiliency)和深度(depth)三个指标[5]。Bagehot (1971) 认为流动性是一笔交易的影响力以及由于做市商的价格政策而导致的交易成本的比例[8]。Black (1971)给出了满足流动性的四个条件[9]，指出流动的市场是这样一个市场：“买卖价差总是存在，同时价差相当的小，小额交易可以被立即执行而对价格产生较小的影响”[9]。Engle和Lange(2001)认为流动性是以较低的成本进行交易的能力[10]。综上所述，证券市场流动性是指市场在不对证券价格产生较大冲击的前提下保证交易指令尽快被执行的可能性。一个流动性好的市场，交易成本较低，大笔交易对价格产生较小的影响，而且时间较短。流动性好的市场可以吸引越来越多的投资者，对增强投资者信心，保持证券市场稳定具有重要作用。
 关于市场流动性的理论研究和实证分析已经取得了许多成果，但大多数是针对做市商报价驱动机制进行的[1-10]，而且这些结果不完全适用于世界上大多数证券交易所采用的指令驱动交易机制。到目前为止，对指令驱动交易机制下的流动性研究还不多见[11-15]，因此，本文在给出报价驱动交易机制各项指标计算方法的基础上，提出了指令驱动交易机制下流动性相应指标的计算方法，并应用这种方法对中国证券市场流动性进行了实证分析。比较了B股向境内投资者开放前后的流动性。结果表明A股市场有关各项流动性指标与B股市场有关流动性指标具有相对独立性。
 
 流动性的度量方法

2.1报价驱动机制下流动性度量
 证券市场流动性通常包括宽度、深度、弹性和影响力(Impact)四个指标。宽度是指做市商报价价差，一般认为宽度越小，市场就越紧密，交易成本就越低，流动性就越好，反之流动性越差。深度是价格每变化一个单位需要的交易量，也可以认为深度是保持价格不变的最大交易量。显然，深度越大流动性越好。弹性是指由于交易引起的价格波动消失的速度，弹性越大流动性越好，同时也说明市场的效率越高。市场影响力是指当交易发生以后，市场价格发生变化时，市场吸收交易能力的信息，也反映了当一笔交易发生以后买卖价差扩大的程度，影响力越大市场流动性越差。下面给出这四个指标的计算公式。
为了描述问题方便，引入如下符号：
 表示时刻最优委买价；表示时刻最优委卖价；表示时刻最优委买价为的委买数量；表示时刻最优委卖价为的委卖数量；表示一笔交易的时间；表示一笔交易发生后买卖价差恢复交易前状态的时间；表示在时间内委托买入量之和；表示在时间内委托卖出量之和；表示时刻成交价格；表示时刻成交价格为的交易量。则在时刻宽度、深度、 弹性和的计算公式分别为：
                                                  (1)
                                          (2)
                                         (3)
                            (4)
 公式(1)表示可以直接用做市商买卖报价价差计算宽度，公式(2)表示用做市商买卖报价的总值计算深度，公式(3)表示买方报价价格变化比率与交易发生后买卖价差恢复交易前状态的时间之比，公式(4)表示买方报价价格变化率与相对交易量之比。公式(3)和公式(4)也可以用卖方报价代替买方报价。
 
2.2 指令驱动机制下流动性度量
指令驱动机制与报价驱动机制是两种根本不同的机制，研究流动性所使用的方法也不完全相同，但其基本思想是不变的。下面根据流动性的宽度、深度、弹性和影响力的含义，给出指令驱动机制下四个指标的计算公式：
                                                (5)
                                                   (6)
                                  (7)
                                (8)
其中表示时刻最高限价买入价格；表示时刻最低限价卖出价格；用表示时刻成交量为的成交价格，是关于和的连续可微函数；表示流通股数量；表示一笔交易发生后买卖价差恢复交易前状态的时间。
 公式(5)与公式(1)含义相同，公式（6）表示市场深度就是价格对成交量的偏导数的倒数。公式(7)表示成交价价格的变化率与交易发生后买卖价差恢复交易前状态的时间之比，公式(8)表示成交价价格的变化率与换手率之比。值得注意的是，如果采样周期过长，这些指标将失效，比如=1天或=1周，这时最好采用如下公式代替公式(6)和公式(8)
                                   (9)
                                     (10)
其中表示采样期间为的最高成交价，表示采样期间为的最低成交价，表示采样期间为的成交量，这时深度和影响力能较好反映中期流动性情况。

3  实证研究
 以上海证券交易所同时含有A股和B股的股票为例，我们选取截至2000年12月29日，除PT水仙以外，上海证券交易所同时含有A股和B股的股票41种，具体步骤如下：
 以周为单位收集这41种股票每周的交易量，收盘价格、最高价和最低价以及这41种股票流通A股数量和流通B股数量。
 选取2000年12月最后一周和2001年3月最后一周两段时期进行比较。
 运用公式(9)和公式(10)分别计算深度和影响力，并对两个时期的市场流动性的各项指标分别做配对T-检验。结果见表1。
 
表1      B股向境内投资者开放前后市场流动性部分指标检验结果
 具有A、B股的B股股票指标比较结果 具有A、B股的A股股票指标比较结果
 换手率差值 深度差值 影响力差值 换手率差值 深度差值 影响力差值
相关系数 0.352 0.859 0.277 0.055 0.800 0.448
相关系数t检验的双尾概率 0.024 0.000 0.079 0.731 0.000 0.003
平均值 －0.2025 －18433.1 1.2034 2.965E-02 －34.9476 －7.58E-02
标准差 1.437E-02 3483.803 0.1042 2.198E-02 83.2661 0.1034
差值的t检验值 －14.093 5.292 11.550 1.349 0.420 0.734
差值t检验的
双尾概率 0.000 0.000 0.000 0.185 0.677 0.467

 从表1可以看出：开放政策对同时具有A、B股的A股股票（以下简称A股）的流动性指标的影响不如其对同时具有A、B股的B股股票（以下简称B股）流动性指标的影响显著。从对B股的差值t检验的双尾概率来看，差值t检验的双尾概率都非常小，接近于零，可以认为开放政策对B 股各项流动性指标的影响是显著的；从对A股的差值t检验的双尾概率来看，差值t检验的双尾概率最小的也接近于0.20，可以认为无法从统计中得出该政策对A股各项流动性指标影响显著的结论。通过对该项政策的实证分析，上述统计结论表明对同时具有A股、B股的股票而言，其在A股市场和B股市场的各项指标具有相对独立性，针对B股市场的开放政策对A股市场影响并不显著。另外，从对B股的相关系数比较来看，对B股而言，开放政策前后其流动性各项指标的相关系数都比较大，这说明开放政策前的各项指标与开放政策后的各项指标有较强的正向相关关系；从对A股的相关系数比较来看，对A股而言，开放政策前后其流动性各项指标中，换手率之间的相关系数很小，这说明开放政策前后A股换手率指标之间没有明显的线性相关关系，而其他指标较大的相关系数则表明较强的正向相关。

主要参考文献
 Amihud Y ,Mendelson H. Liquidity ,maturity and the yields on US government securities. Journal of Finance, 1991, 46:1411-1426
 Theissen E. Market structure，informational efficiency and liquidity: an experimental comparison of auction and dealer markets. Journal of Financial Markets, 2000, 3(4):333-364
 Gemmill G. Transparency and liquidity: a study of block trades on the London stock exchange under different publication rules. Journal of Finance, 1994, 51(4): 1765-1790
 Chordia T, Roll R, Subrahmanyam A. Market liquidity and trading Activity. Journal of Finance, 2001, 56(2):501-530
 Kyle A. Continuous auctions and insider trading. Econometrica, 1985. 53(6): 1315-1335
 Pagano M, Roell A. Transparency and liquidity: a comparison of auction and dealer markets with informed trading. Journal of Finance, 1996, 51(2): 579-612
 Chowdhry B, Nanda V. Multi-market trading and market liquidity. Review of Financial Studies, 1991, 4(2):483-511
 Bagehot W A. The only game in town. Financial Analysis Journal,  1971, 27,12-14
 Black F. Toward a fully automated stock exchange: Part I. Financial Analysis Journal, 1971, 27: 28-35
 Engle R F, Lange J. Predicting VNET: A model of the dynamics of market depth, Journal of Financial Markets, 2001, 4(2): 113-142
 Biais B, Hillton P, Spatt C. An empirical analysis of the limit order book and the order flow in the Paris Bourse. Journal of Finance, 1995, 50(4): 1655–1689
 Hamao Y, Hasbrouck J. Securities trading in the absence of dealers: Trades and quotes in the Tokyo Stock Exchange. Review of Financial Studies, 1995, 8(3): 849–878
 Hedvall K. Niemeyer J, Rosenqvist G. Do buyers and sellers behave similarly in a limit order book? A high-frequency data examination of the Finnish Stock Exchange. Journal of Empirical Finance, 1997, 4: 279–293
 Lehmann B N, Modest DM. Trading and liquidity on the Tokyo Stock Exchange: A bird’s eye view. Journal of Finance, 1994, 48(4): 1595–1628
 Niemeyer J, Sandas P. An empirical analysis of the trading structure at the Stockholm Stocks Exchange. Journal of Multinational Financial Management, 1993, 3:63–101

Study on Securities Markets liquidity in China

Abstract  In the first place, the present researches situations for the securities markets liquidity are introduced. Then, computational algorithms for some indicators of the market liquidity with quota-driven trading mechanism are given, which include depth, width, resiliency and impact. Based on these researches, computational algorithms for the corresponding indicators with order-driven trading mechanism are put forward. Finally, we study on securities markets liquidity in China. The conclusion indicates that there are comparative independent relationship between the indicators of A-share and those of B-share.
Keywords  liquidity  width  depth  resiliency  impact

相关论文