流動(dòng)性信息與資產(chǎn)收益基于非參數(shù)模型的分析

1、PAGE PAGE 24 PAGE 1岸流動(dòng)性信息與資安產(chǎn)收益：拜基于非參數(shù)模型啊的分析目錄TOC o 2-3 h z t 標(biāo)題 1,1,摘要,1,參考文獻(xiàn)和附錄,1 HYPERLINK l _Toc241808822 摘要 PAGEREF _Toc241808822 h 1 HYPERLINK l _Toc241808823 啊1.唉稗背景分析吧 PAGEREF _Toc241808823 h 佰1 HYPERLINK l _Toc241808824 藹2.岸扳流動(dòng)性的非參數(shù)拔求解翱 PAGEREF _Toc241808824 h 耙3 HYPERLINK l _Toc241808825 把

2、3.半澳非參數(shù)建模、估辦計(jì)方法與檢驗(yàn)斑 PAGEREF _Toc241808825 h 隘4 HYPERLINK l _Toc241808826 挨3.1.骯翱模型建立與估計(jì)耙 PAGEREF _Toc241808826 h 岸4 HYPERLINK l _Toc241808827 斑3.1.1.岸捌流斑動(dòng)邦性信息對(duì)預(yù)期收耙益沖擊的非參數(shù)奧定向加權(quán)法矮 PAGEREF _Toc241808827 h 板5 HYPERLINK l _Toc241808828 捌3.1.2.芭頒變系數(shù)部分線性癌模型及估計(jì)傲 PAGEREF _Toc241808828 h 隘6 HYPERLINK l _Toc24

3、1808829 疤3.1.3.敗般變系數(shù)部分線性絆模型的檢驗(yàn)辦 PAGEREF _Toc241808829 h 懊7 HYPERLINK l _Toc241808830 鞍4.疤稗數(shù)據(jù)與模型結(jié)果胺分析敖 PAGEREF _Toc241808830 h 拌8 HYPERLINK l _Toc241808831 扳4.1.艾擺數(shù)據(jù)說(shuō)明與描述岸 PAGEREF _Toc241808831 h 罷8 HYPERLINK l _Toc241808832 熬4.2.壩霸模型估計(jì)結(jié)果及霸分析白 PAGEREF _Toc241808832 h 辦9 HYPERLINK l _Toc241808833 瓣4.2

4、.1.捌巴定向加權(quán)部分的皚結(jié)果及分析靶 PAGEREF _Toc241808833 h 壩9 HYPERLINK l _Toc241808834 巴4.2.2.疤霸變系數(shù)部分線性骯模型的估計(jì)、檢隘驗(yàn)和捌bootstr邦ap癌模擬爸 PAGEREF _Toc241808834 h 拜10 HYPERLINK l _Toc241808835 頒4.3.矮稗模型討論辦 PAGEREF _Toc241808835 h 叭13 HYPERLINK l _Toc241808836 哎5.背搬小結(jié)與建議跋 PAGEREF _Toc241808836 h 奧13 HYPERLINK l _Toc2418088

5、37 參考文獻(xiàn) PAGEREF _Toc241808837 h 15 HYPERLINK l _Toc241808838 附錄 PAGEREF _Toc241808838 h I摘要胺本文首先從全新辦的角度給出市場(chǎng)藹深度指標(biāo)的求解絆方法，分別從定敗向加權(quán)和變系數(shù)胺部分線性模型的巴視角檢驗(yàn)流動(dòng)性壩信息的預(yù)測(cè)能力拌，并應(yīng)用于我國(guó)耙股票市場(chǎng)每日收熬益率的研究，得邦出四點(diǎn)判斷：1拜、通過(guò)非參數(shù)方耙法求解得到的指凹標(biāo)值具有顯著的吧平穩(wěn)性。2、流吧動(dòng)性信息的時(shí)變伴性對(duì)股票市場(chǎng)存案在顯著的非線性昂沖擊，而且流動(dòng)佰性信息的持續(xù)性翱變化與收益之間壩存在負(fù)向關(guān)系，愛并發(fā)現(xiàn)股票收益半分布具有多峰性八的特點(diǎn)。3、得鞍

6、到和經(jīng)典資產(chǎn)定版價(jià)模型相同的結(jié)傲論，即市場(chǎng)綜合巴指數(shù)對(duì)個(gè)股具有胺顯著的影響。4啊、模型驗(yàn)證了流安動(dòng)性信息通過(guò)波吧動(dòng)性將信息非線叭性傳導(dǎo)給投資者板的假設(shè)，伴隨著白流動(dòng)性信息的時(shí)鞍變性，投資者所襖得到的風(fēng)險(xiǎn)補(bǔ)償胺也具備時(shí)變性，扒但由于市場(chǎng)不夠奧透明、信息不對(duì)皚稱，流動(dòng)性信息隘并不能全部傳導(dǎo)氨給投資者，或者澳在之前由于信息皚的外漏，原本的吧流動(dòng)性信息傳導(dǎo)奧路徑也可能會(huì)被懊誤導(dǎo)。5、通過(guò)邦實(shí)際數(shù)據(jù)的驗(yàn)證霸，我們所建立的按變系數(shù)部分線性昂模型能夠較好的拔解釋流動(dòng)性信息斑的傳遞，也為我扳們以后的實(shí)證研搬究提供了一個(gè)估愛計(jì)和檢驗(yàn)流動(dòng)性艾信息傳導(dǎo)和時(shí)變拔型風(fēng)險(xiǎn)補(bǔ)償?shù)男掳し椒?。阿關(guān)鍵詞：奧流動(dòng)性信息 敖市場(chǎng)深度

7、 定按向加權(quán) 變系數(shù)癌部分線性模型 哎 波動(dòng)性 背景分析鞍自從證券市場(chǎng)誕唉生以來(lái)，預(yù)測(cè)資盎產(chǎn)回報(bào)一直是人芭們關(guān)注的焦點(diǎn)之氨一。骯Fama(19班70)叭提出，資產(chǎn)回報(bào)皚可預(yù)測(cè)性被分為疤基于過(guò)去回報(bào)信哎息的安“爸弱形式癌(weak f爸orm)挨”絆可預(yù)測(cè)性和基于稗過(guò)去公開信息的伴“昂半強(qiáng)形式稗(semi-s罷trong f罷orm)耙”俺可預(yù)測(cè)性。其中敗，弱形式可預(yù)測(cè)版研究探討回報(bào)的笆序列依賴性，這愛種序列依賴性也白可捕獲期望回報(bào)捌的可預(yù)測(cè)變化；背半強(qiáng)形式可預(yù)測(cè)礙研究使用其它公爸開可得的滯后變柏量作為工具疤(instru挨ment)吧變量,詳見文獻(xiàn)巴2骯0八。般不過(guò)，滯后工具擺變量的預(yù)測(cè)能力岸

8、仍存在爭(zhēng)議，這爸是因?yàn)檠芯空哒J(rèn)敖為所度量的預(yù)測(cè)敖關(guān)系可能是偽關(guān)澳系辦(spurio靶us)隘 Ferson、Sarkissian和Simin(2003)指出預(yù)測(cè)回歸中存在多種統(tǒng)計(jì)偏差。盎，為了辨別這些瓣預(yù)測(cè)關(guān)系的真?zhèn)螉W，在資產(chǎn)回報(bào)預(yù)伴測(cè)方面，研究者跋通常采用條件資暗產(chǎn)定價(jià)檢驗(yàn)方法盎，和自回歸條件頒異方差檢驗(yàn)懊(Engle，凹1987)敖，這兩種方法的白優(yōu)點(diǎn)在于，它們俺可以解釋條件變皚量所捕獲的股票白回報(bào)可預(yù)測(cè)變化叭，即解釋條件變耙量為什么具有預(yù)瓣測(cè)能力，從而在搬條件變量和可預(yù)捌測(cè)股票回報(bào)之間靶建立了相依關(guān)系胺。所不同的是，稗條件資產(chǎn)定價(jià)檢疤驗(yàn)是針對(duì)預(yù)期收巴益率(一階矩)百的角度進(jìn)行估計(jì)爸和預(yù)測(cè)

9、，而靶Engle伴提出自回歸條件瓣異方差理論以后半，突破了這一局啊限，將預(yù)測(cè)拓展靶到波動(dòng)性預(yù)測(cè)(版即二階矩)。但背上述兩種方法的八建模均是參數(shù)模稗型，對(duì)模型的靈襖活性有所限制，安基于此，本文嘗按試將二者的優(yōu)點(diǎn)敗結(jié)合起來(lái)采用更柏具靈活性的非參把數(shù)模型展開分析板，并對(duì)模型的有骯效性進(jìn)行檢驗(yàn)。傲考慮到信息變量懊在預(yù)測(cè)中重要性半，本文將流動(dòng)性岸信息的滯后變量胺考慮進(jìn)模型中，案對(duì)流動(dòng)性信息的襖重要性將在下面辦簡(jiǎn)要分析。按流動(dòng)性是指能夠靶以較低的交易成頒本即時(shí)完成交易吧指令、同時(shí)對(duì)市扳場(chǎng)價(jià)格影響較小阿的交易能力，如艾果一種資產(chǎn)和現(xiàn)暗金能夠以較小的扒交易成本迅速相板互轉(zhuǎn)換，該資產(chǎn)版就具有流動(dòng)性，傲從流動(dòng)性的

10、定義辦上我們完全有理般由認(rèn)為，流動(dòng)性矮信息是市場(chǎng)調(diào)節(jié)霸機(jī)制中重要的影藹響變量，自從奧Amihud(暗2002)唉以來(lái)，研究者就扒意識(shí)到流動(dòng)性可靶以解釋資產(chǎn)回報(bào)壩隨時(shí)間的可預(yù)測(cè)拌變化。如果今天霸的一個(gè)沖擊使流扮動(dòng)性下降，那么頒，投資者會(huì)預(yù)期胺隨后階段的流動(dòng)拜性也較低，這將胺導(dǎo)致今天的價(jià)格奧下降，從而使其胺期望回報(bào)升高。皚因此，流動(dòng)性的昂持續(xù)性隱含了回皚報(bào)和流動(dòng)性之間拜具有負(fù)向關(guān)系。骯但到目前為止，翱研究者仍沒(méi)有結(jié)敖合使用條件資產(chǎn)埃定價(jià)模型和自回哎歸條件異方差模矮型檢驗(yàn)流動(dòng)性的唉預(yù)測(cè)能力。條件扳資產(chǎn)定價(jià)理論和艾條件異方差理論吧實(shí)際上都是使用班條件矩來(lái)描述資巴產(chǎn)的價(jià)格行為，傲其實(shí)證研究一般白依賴?yán)硇?/p>

11、預(yù)期假熬設(shè)，即數(shù)學(xué)上的按條件期望。而在壩隨機(jī)折現(xiàn)因子框鞍架下，條件模型靶和無(wú)條件模型的頒差異主要在于前傲者考慮了回報(bào)條案件矩的時(shí)變板(time-v般ariatio昂n)白，即隨機(jī)折現(xiàn)因八子中的參數(shù)將依懊賴于投資者對(duì)未哀來(lái)回報(bào)的預(yù)測(cè)。矮這意味著研究者艾所采用的信息集骯能否代表投資者扳預(yù)期，是研究者哎所采用模型好壞敗的決定因素之一癌。啊在眾多流動(dòng)性的白研究中,關(guān)于流笆動(dòng)性與資產(chǎn)定價(jià)盎關(guān)系的研究是一按個(gè)重要的分支。奧在這一領(lǐng)域最重按要的問(wèn)題就是流板動(dòng)性是否是決定吧資產(chǎn)價(jià)格的一個(gè)昂因子,即流動(dòng)性邦是否對(duì)資產(chǎn)回報(bào)矮有重要的影響。百國(guó)內(nèi)外學(xué)者對(duì)其翱已有大量的研究板，其中，拌Amihud 艾and Men暗

12、delson(疤1986)芭用買賣報(bào)價(jià)差艾(bid-as笆k sprea啊d)板度量流動(dòng)性研究骯了昂1961巴年至俺1980霸年間敖NYSE唉(紐約證券交易翱所)中流動(dòng)性與安股票回報(bào)和價(jià)格皚的關(guān)系，發(fā)現(xiàn)流俺動(dòng)性與股票回報(bào)案呈現(xiàn)出顯著的負(fù)癌相關(guān)，結(jié)果與流愛動(dòng)性溢價(jià)理論一阿致安。Datar搬、板Naik捌和壩Radclif爸fe(1998稗)暗以換手率作為流氨動(dòng)性指標(biāo)，以邦NYSE扒非金融類的上市扒公司作為樣本，胺利用壩1962襖年熬7按月至邦1991壩年叭12岸月的數(shù)據(jù)，檢驗(yàn)霸Amihud唉和擺Mendels背on(1986絆)罷模型，結(jié)果表明伴流動(dòng)性對(duì)股票收邦的解釋力起著顯靶著的作用。頒Lod

13、erer襖 and Ro壩th (200疤5)隘用瑞典股票市場(chǎng)板的數(shù)據(jù)研究二者吧的關(guān)系時(shí)也支持拜Datar e背t al.吧的觀點(diǎn)，他所用搬的度量流動(dòng)性的跋指標(biāo)是買賣報(bào)價(jià)氨差。胺國(guó)內(nèi)關(guān)于流動(dòng)性芭的研究有王春峰般等哀(2002)扮使用愛Amihud(按2002)昂的非流動(dòng)性指標(biāo)骯ILLIQ叭分別在橫截面和佰時(shí)間序列上檢驗(yàn)扮上海股市流動(dòng)性艾與收益的關(guān)系，巴結(jié)果表明在橫截白面上和時(shí)間序列愛上，當(dāng)排除政策罷影響后，稗ILLIQ佰與股票收益顯著藹正相關(guān)，否則兩唉者沒(méi)有任何顯著阿關(guān)系，李一紅和哎吳世農(nóng)案(2003)胺的實(shí)證研究也得板出了類似的結(jié)論笆，蘇冬蔚、麥元昂勛凹(2004)邦 以換手率衡量哀流動(dòng)性，

14、運(yùn)用橫矮截面回歸方法證背實(shí)了我國(guó)股市存稗在顯著的流動(dòng)性般溢價(jià)，并且產(chǎn)生敗流動(dòng)性溢價(jià)的原傲因主要是交易成皚本。最近的研究熬中，復(fù)旦大學(xué)的般張曉蓉等懊(2007)鞍使用超高頻數(shù)據(jù)阿 ,并利用流動(dòng)敗性深度指標(biāo),研爸究流動(dòng)性的動(dòng)態(tài)凹特征、影響因素?cái)[以及檢驗(yàn)市場(chǎng)微辦觀結(jié)構(gòu)理,結(jié)果壩表明在信息不對(duì)搬稱條件下耐心交芭易可以降低交易瓣成本從理論上說(shuō)霸，股市存在流動(dòng)敗性溢價(jià)現(xiàn)象般（Liquid藹ity Pre氨mium）按。 隘 岸 胺而在上述的眾多唉流動(dòng)性與資產(chǎn)定俺價(jià)的研究中，流懊動(dòng)性都是被看做跋是一種系統(tǒng)風(fēng)險(xiǎn)皚，進(jìn)而從截面的昂角度研究流動(dòng)性矮溢價(jià)現(xiàn)象，而將啊流動(dòng)性做為信息柏因素并從時(shí)間序翱列的角度檢驗(yàn)其唉預(yù)

15、測(cè)能力的研究頒，國(guó)內(nèi)外學(xué)者尚懊鮮有研究，國(guó)內(nèi)骯只有閆東鵬捌(2006)扒采用條件資產(chǎn)定頒價(jià)模型做了相關(guān)吧的研究，這也是敗本文的研究重點(diǎn)哎。靶本文的創(chuàng)新之處澳在于：1、對(duì)氨Back(19絆98)凹的流動(dòng)性市場(chǎng)深唉度給出非參數(shù)求阿解。2、分別從罷定向加權(quán)和變系跋數(shù)部分線性模型翱的視角皚檢驗(yàn)流動(dòng)性的預(yù)壩測(cè)能力。唉其余部分的結(jié)構(gòu)瓣如下:第二部分鞍給出流動(dòng)性市場(chǎng)骯深度求解方法；班第三部分詳細(xì)闡敖述本文的經(jīng)驗(yàn)分扳析方法，包括構(gòu)案建符合我國(guó)股市矮實(shí)際情況的理論熬假設(shè)和實(shí)證模型柏；第四部分給出隘模型的估計(jì)和檢瓣驗(yàn)及俺bootstr敖ap阿模擬；最后對(duì)全佰文進(jìn)行總結(jié)。霸流動(dòng)性的非參數(shù)骯求解般從流動(dòng)性的定義疤看出

16、可見，流動(dòng)罷性實(shí)際包含了四胺個(gè)內(nèi)容:交易成艾本、交易速度、搬交易數(shù)量、價(jià)格敖彈性，由此可引斑出流動(dòng)性的四維埃:交易速度、市岸場(chǎng)寬度、市場(chǎng)深盎度、彈性。交易艾速度指證券交易白的即時(shí)性，即投八資者的交易愿望暗得到立即執(zhí)行的罷程度；市場(chǎng)寬度板通常用買賣價(jià)差絆來(lái)衡量，反映了癌交易者因成交價(jià)暗格偏離真實(shí)價(jià)格皚而遭受的損失；瓣市場(chǎng)深度衡量了板在特定價(jià)格或價(jià)版格范圍內(nèi)可以交哀易的數(shù)量；彈性俺衡量了大額交易澳導(dǎo)致價(jià)格偏離后搬，價(jià)格恢復(fù)到均岸衡價(jià)格的速度。藹交易速度越快、霸買賣價(jià)差越小、奧市場(chǎng)深度越大、背以及彈性越大，翱則市場(chǎng)流動(dòng)性越靶好。扮張曉蓉皚(2007)骯指出，流動(dòng)性的氨四維之間可能存斑在矛盾。如在做皚

17、市商市場(chǎng)中，常壩用買賣價(jià)差來(lái)度芭量流動(dòng)性，但這扒一指標(biāo)僅能反映皚低交易量市場(chǎng)中翱的寬度，而大額哀的交易指令則常頒常不能有效執(zhí)行柏。對(duì)于市場(chǎng)的重哎要參與者襖機(jī)構(gòu)投資者，因壩其調(diào)整投資組合鞍的需要，常需進(jìn)絆行大額交易，可哀能導(dǎo)致對(duì)價(jià)格產(chǎn)哎生沖擊，從而被柏迫承擔(dān)大的交易奧成本絆。Back(1傲998)哎指出，市場(chǎng)的深矮度是時(shí)變的，且按是一個(gè)可以預(yù)測(cè)敖的變量，那么流霸動(dòng)性深度不管對(duì)癌預(yù)測(cè)機(jī)構(gòu)投資者柏還是普通投資者跋的預(yù)期就顯得非佰常重要。氨 靶Back骯在凱爾瓣(Kyle,1皚985)疤的基礎(chǔ)上給出指案令驅(qū)動(dòng)交易機(jī)制扮下的流動(dòng)性市場(chǎng)啊深度指標(biāo)，在布拜朗運(yùn)動(dòng)等假設(shè)成暗立的前提下，笆Back吧推導(dǎo)出：艾

18、埃 哀 隘 擺（1）案 哀 吧則市場(chǎng)深度稗可以表示為：扮而關(guān)于愛的求解，啊Back昂給出了市場(chǎng)深度叭的隱式偏微分方扮程：八 搬 盎 霸 鞍 暗 挨 把 (2)敖關(guān)于(2)式的阿推導(dǎo)詳見文獻(xiàn)霸6襖,通過(guò)(2)霸式對(duì)捌求解的算法關(guān)系愛到計(jì)算量和實(shí)際拜應(yīng)用的可行性。岸一般較常見的方岸法是用偏微分方罷程直接去尋找價(jià)擺格關(guān)于交易量的扳可導(dǎo)函數(shù)。但是吧在價(jià)格與交易量白構(gòu)成的復(fù)雜動(dòng)力啊系統(tǒng)里，試圖得般到一個(gè)確定的價(jià)敗格關(guān)于交易量的半函數(shù)形式，需要阿附加許多嚴(yán)格的耙條件，通常資產(chǎn)熬價(jià)值服從布朗運(yùn)骯動(dòng)，誤差項(xiàng)服從礙正態(tài)假設(shè)是不能隘缺少的。然而這百些假設(shè)在實(shí)際情伴況中是很難滿足拌的，即使這些條礙件得以滿足，(襖2

19、)式也只能通叭過(guò)數(shù)值計(jì)算給出唉求解，這種方法礙給計(jì)算帶來(lái)很大拜的不便Back(1998)推導(dǎo)出市場(chǎng)深度與價(jià)格和成交量之間的關(guān)系的微分方程表示，但在常規(guī)方法下很難給出數(shù)值解，本文給出非參數(shù)方法下的求解方法。艾。這樣也就使得拜Back叭的壩指標(biāo)不能直接應(yīng)懊用到實(shí)際證券市柏場(chǎng)的流動(dòng)性度量巴中。斑受目前在概率統(tǒng)哎計(jì)理論上尚處于澳研究前沿的非參佰數(shù)理論的啟發(fā)，襖本文采用非參數(shù)矮估計(jì)給出價(jià)格關(guān)安于時(shí)間和交易量傲的平滑函數(shù)，而奧平滑函數(shù)具有連瓣續(xù)可導(dǎo)性的良好耙性質(zhì)，而哀為叭價(jià)斑格對(duì)于成交量的爸一階偏導(dǎo)數(shù)，問(wèn)拜題迎刃而解。關(guān)疤于求解，我們采拌用局部多項(xiàng)式方懊法埃(Fan an扒d Gijbe啊ls,疤 藹19

20、96)柏對(duì)(1)式進(jìn)行擺估計(jì)，那么基于拜交易量吧和時(shí)間按的股價(jià)凹的關(guān)系可以表示矮為：按 白 罷 叭 阿 案 吧（3）襖則函數(shù)邦在岸點(diǎn)的鄰域泰勒展哀開得：百則最小化(3)岸式的殘差有：邦 柏 耙 板 扳 按 愛(4)扒其中，爸為核函數(shù)，采用絆Epanech盎nikov耙核文中非參數(shù)部分核函數(shù)的選擇均采用Epanechnikov核。胺：扳,瓣為平滑窗寬，令鞍，擺，瓣，艾求解(4)式可靶容易得到： 案其中，邦，按表示一個(gè)柏階矩陣，其第霸i俺行為癌,俺，百，奧則唉數(shù)值大小刻畫了版瞬時(shí)交易量引發(fā)傲瞬時(shí)價(jià)格的變化傲程度，該數(shù)值的擺絕對(duì)值越小，意絆味著市場(chǎng)流動(dòng)性安越好。癌非參數(shù)建模、估八計(jì)方法與檢驗(yàn)?zāi)Ｐ徒?/p>

21、與估計(jì)百本部分試圖從兩啊個(gè)角度分析流動(dòng)瓣性信息與股票收澳益率之間的關(guān)系辦：第一、從收益板分布的視角，即佰通過(guò)非參數(shù)定向案加權(quán)方法分析流案動(dòng)性信息對(duì)預(yù)期敖收益的沖擊作用熬；第二、建立變鞍系數(shù)部分線性模哀型具體分析二者佰的非線性關(guān)系。佰流澳動(dòng)奧性吧信息鞍對(duì)預(yù)期收益沖擊叭的非參數(shù)定向加稗權(quán)法班設(shè)昂為金融資產(chǎn)收益案率的觀測(cè)值，則跋金融資產(chǎn)收益分安布核估計(jì)的基準(zhǔn)八模型扒(B扳enchmar拌k扮 model)疤用壩表示：矮 癌 藹 熬 靶 阿 傲 瓣 板 （5）癌其中， 熬為窗寬，哀是核函數(shù)。（5版）式中收益分布捌的估計(jì)是基于收挨益的歷史觀測(cè)值鞍，在考慮流動(dòng)性板信息因素后，也吧就是考慮基于流皚動(dòng)性因素的

22、條件骯收益分布，模型暗(5)可以改進(jìn)捌為氨：芭 骯則八 可以表示為：藹 矮 霸 胺 笆 敗 班 笆（6） 懊靶由（5）和（6凹）可以計(jì)算出在案流動(dòng)性信息加權(quán)矮前后的期望收益跋差（記為扒），以表示流動(dòng)熬性信息對(duì)預(yù)期收斑益總體的沖擊效艾果：擺 靶 耙 唉 （7）凹其中，昂為基準(zhǔn)核密度條頒件下的期望收益艾，百為流動(dòng)性加權(quán)后版的期望收益，D扳和E均為收益率叭的取值空間，如擺果澳則表明，總體上扳，流動(dòng)性對(duì)預(yù)期八收益會(huì)產(chǎn)生負(fù)向阿的沖擊爸。 絆 搬變系數(shù)部分線性伴模型把及估計(jì)百結(jié)合條件資產(chǎn)定叭價(jià)模型和自回歸擺條件異方差模型辦的結(jié)論，我們考隘慮如下條件預(yù)期矮方程：斑 板 爸 芭 爸 拜 擺 跋 凹 (芭8)奧

23、其中，礙為第擺i背個(gè)資產(chǎn)的預(yù)期收板益，捌是投資者用來(lái)預(yù)哀測(cè)案的條件信息集，愛研究者不能觀察俺到投資者的完備稗信息集傲，但由條件資產(chǎn)叭定價(jià)模型和自回暗歸條件異方差模吧型所得到的結(jié)論邦，我們?nèi)菀字辣常C券的收益不邦僅受到該證券過(guò)胺去價(jià)格的影響還澳要受到其他相關(guān)拜證券過(guò)去價(jià)格的扒影響（歸結(jié)為受辦過(guò)去的市場(chǎng)證券霸組合收益率的影襖響），以及價(jià)格爸波動(dòng)性和流動(dòng)性扳信息沖擊的影響敗，即可以壓縮信叭息集哀為：扳為此我們?cè)O(shè)：骯 斑 澳 邦 愛 藹 暗 扒 哎 胺 埃(9)背其中，辦為暗t暗期的市場(chǎng)組合收傲益，唉為凹t愛期的流動(dòng)性信息芭，用第二節(jié)給出芭的市場(chǎng)深度指標(biāo)耙代替，為方便實(shí)挨證檢驗(yàn)我們用收岸益的二階矩代

24、替凹波動(dòng)性板（擺）扒，考慮到模型的安靈活性和穩(wěn)健性愛，對(duì)(9)式的擺計(jì)量模型我們采唉用非參數(shù)模型進(jìn)班行擬合，另外由伴于(9)式涉及襖的變量較多，為搬避免非參數(shù)模型敖的爸“鞍維數(shù)禍根伴”靶以及基于市場(chǎng)深阿度的時(shí)變性，另澳外，隘流動(dòng)性信息對(duì)資鞍產(chǎn)價(jià)格的影響可礙能不是直接的，稗而是通過(guò)波動(dòng)間佰接影響到產(chǎn)出資靶產(chǎn)價(jià)格的或其本哎身對(duì)資產(chǎn)價(jià)格是啊一種非線性沖擊辦，啊故我們可以建立稗如下模型： 凹 扮 挨 般 頒 安（10）搬而關(guān)于模型和變矮量選擇的有效性伴我們將在后面給搬出檢驗(yàn)，對(duì)伴(10)啊式的估計(jì)采用剖藹面最小二乘法般(P扳rofile安 L瓣east-絆S襖quares翱)耙技術(shù)，首先對(duì)耙(10)扒

25、式做移項(xiàng)調(diào)整得伴：絆 艾 巴 半 靶 頒 佰 矮 疤 （11）其中， 盎將版在頒鄰域泰勒展開得搬：傲 霸 頒 半 熬 靶 隘 (12)俺對(duì)扒和唉極小化下面加權(quán)俺核式：百 案 愛 挨 按 艾 拔 俺 矮 (13)其中， 白 扮 唉 靶 敗 扒 阿 (14)按由最小二乘理論唉，我們得到絆 耙 吧 霸 叭 凹 唉 礙 (15懊)跋記擺且岸則模型（10）絆可以重寫為：礙 巴 壩 伴 拌 奧 敖 熬 擺 吧 壩 扒 (16)柏使用（16）可昂得M的估計(jì)為，稗 愛 盎 壩 背 凹 絆 絆 版 稗 般 (17)把將耙代入（16）式瓣且利用最小二乘佰方法得到皚 藹 背 奧 背 阿 氨 哀 (18)凹其中，霸，

26、昂，笆，凹 表示一個(gè)耙階矩陣，且其第半i凹行為骯，S表示一個(gè)頒階矩陣其第i行靶為翱，骯是背的向量，哀是頒階單位矩陣，可罷用交叉核實(shí)半(Cross-隘validat隘ion)吧法選取窗寬笆h 文中窗寬的選擇均采用交叉核實(shí)(Cross-validation)法。吧。般變系數(shù)部分線性胺模型斑的懊檢驗(yàn)背為檢驗(yàn)?zāi)Ｐ秃妥儼萘窟x擇是否有效辦，本節(jié)給出檢驗(yàn)邦推斷方法。實(shí)際巴檢驗(yàn)實(shí)際上可以跋轉(zhuǎn)化為檢驗(yàn)關(guān)于霸模型班(藹10壩)白的兩個(gè)假設(shè)：壩S1澳、可變系數(shù)部分笆是否依賴于流動(dòng)爸性信息變量的變擺化百；S2扮、線性部分系數(shù)愛是否顯著。為此八我們分別建立兩奧組假設(shè)：扮 襖 敗 班 艾 扳 把 百 安（19）愛 半 俺

27、 胺 阿 絆 癌 罷 唉 頒 扮 （20）瓣如果（19）式巴成立，我們有理哎由認(rèn)為，流動(dòng)性巴信息作為資產(chǎn)收扳益的預(yù)測(cè)的信息鞍集的理由是非充頒分的，此時(shí)，波吧動(dòng)性對(duì)收益預(yù)期扳只存在線性影響澳，否則，我們將唉有理由認(rèn)為流動(dòng)凹性信息通過(guò)波動(dòng)白性對(duì)資產(chǎn)收益預(yù)吧期產(chǎn)生非線性的擺沖擊作用。同理辦，（20）式的白成立與否關(guān)系到罷資產(chǎn)自身價(jià)格與疤市場(chǎng)價(jià)格對(duì)預(yù)測(cè)疤是否產(chǎn)生影響。斑（19）、（2八0）式的檢驗(yàn)是奧半?yún)?shù)對(duì)半?yún)?shù)瓣檢驗(yàn)問(wèn)題，對(duì)于搬此類檢驗(yàn)，常用柏的似然比斑(li稗kelihoo背d ratio搬)岸檢驗(yàn)并不適用，熬主要因?yàn)槟Ｐ?般11)中的未知伴函數(shù)背的非參數(shù)最大似奧然估計(jì)不存在，按合理的檢驗(yàn)方法阿

28、是把罷的估計(jì)放寬至任俺何合理的非參數(shù)芭估計(jì)，從而再構(gòu)矮造檢驗(yàn)統(tǒng)計(jì)量。拌此類檢驗(yàn)統(tǒng)計(jì)量搬的構(gòu)造由疤Fan(200阿1)懊等扳提出的廣義似然哎比檢驗(yàn)唉(GLR)胺求得，記傲為零假設(shè)條件版下對(duì)應(yīng)模型的殘伴差平方和，挨為其備擇假設(shè)條罷件下模型的殘差懊平方和。同樣，跋記阿為零假設(shè)條件佰下對(duì)應(yīng)模型的殘岸差平方和，拔為其備擇假設(shè)條白件下模型的殘差白平方和，則由廣芭義似然的定義，拔分別得到般和敗下所對(duì)應(yīng)的統(tǒng)計(jì)疤量矮和瓣如下：板 壩 礙 愛 壩 (21)巴 稗 壩 埃 搬 昂 擺 唉 (22)把Fan拔等認(rèn)為此類背GLR胺檢驗(yàn)適用于許多安模型及大量的非傲參數(shù)對(duì)非參數(shù)和暗參數(shù)對(duì)非參數(shù)的襖檢驗(yàn)問(wèn)題，而且把在原假設(shè)條

29、件下靶GLR柏檢驗(yàn)統(tǒng)計(jì)量漸近班服從具有尺度常斑數(shù)礙(s阿cale co罷nstant)巴與自由度獨(dú)立于霸討厭參數(shù)板(nuisan奧ce para跋meters)搬的耙-分布，這一現(xiàn)佰象被稱為爸Wilks奧現(xiàn)象，并且方便埃了耙GLR凹檢驗(yàn)統(tǒng)計(jì)量的應(yīng)埃用。因此統(tǒng)計(jì)量跋中的臨界值岸(critic敖al valu翱e)翱可以由漸近分布吧或模擬方法得到哎，扳文獻(xiàn)1盎1熬給出了用模擬翱法得到的結(jié)果更耙精確的驗(yàn)證，鑒氨于此，本文檢驗(yàn)擺統(tǒng)計(jì)量的埃p岸值將通過(guò)非參數(shù)唉條件自助法模擬捌(condit艾ional b吧ootstra唉p)矮得到罷。啊關(guān)于漸進(jìn)分布的盎證明見文獻(xiàn)1背1哀、1挨2癌。八數(shù)據(jù)與襖模型霸結(jié)果

30、辦分析數(shù)據(jù)說(shuō)明與描述稗通過(guò)耙CCER氨數(shù)據(jù)庫(kù)從滬市非哎ST敗股中隨機(jī)選取2翱0支股票，時(shí)間氨跨度為耙2000年12熬月19日半至傲2008年12背月31日巴，共1850個(gè)疤觀測(cè)值，為方便靶記錄，后面的分安析均采用股票代扒碼，數(shù)據(jù)處理時(shí)翱，每支股票的日暗收益率為：白，市場(chǎng)收益率的叭計(jì)算采用上證綜絆指，定向加權(quán)部挨分的分析采用數(shù)翱據(jù)金融板塊、交皚通設(shè)施板塊、非胺金屬板塊的月度靶數(shù)據(jù)進(jìn)行實(shí)證研壩究，數(shù)據(jù)處理時(shí)懊，以每月19日吧為月底計(jì)算股票愛月度收益率：挨。鞍根據(jù)公式傲(4)愛求解出來(lái)的流動(dòng)挨性市場(chǎng)深度指標(biāo)笆的數(shù)值大小刻畫氨瞬時(shí)交易量引發(fā)懊瞬時(shí)價(jià)格的變化班程度，該數(shù)值的艾絕對(duì)值越小，意俺味著市場(chǎng)流動(dòng)

31、性耙越好；其符號(hào)反疤映了價(jià)格變化的扳方向，正號(hào)表明皚瞬時(shí)交易量引發(fā)敖價(jià)格向上變動(dòng)，翱負(fù)號(hào)表明瞬時(shí)交哀易量引發(fā)價(jià)格向靶下變動(dòng)。由于非埃參數(shù)加權(quán)中的權(quán)八重不可能為負(fù)，伴對(duì)于定向加權(quán)部胺分采用的非參數(shù)敖市場(chǎng)深度俺，其數(shù)值的正負(fù)叭僅表示交易量微傲小變化所引起股鞍票價(jià)格的上下波艾動(dòng)，并不影響流擺動(dòng)性信息強(qiáng)度的叭測(cè)量，故對(duì)市場(chǎng)扒深度的估計(jì)值取笆其絕對(duì)值后在進(jìn)藹行非參數(shù)加權(quán)估捌計(jì)。佰表1 拔市場(chǎng)深度的計(jì)算埃結(jié)果罷股票代碼邦均值扮標(biāo)準(zhǔn)差叭ADF壩檢驗(yàn)瓣股票代碼安均值罷標(biāo)準(zhǔn)差昂ADF版檢驗(yàn)般600652伴0.00640柏9啊0.01489奧5暗平穩(wěn)斑*瓣 澳600690辦-0.0121氨8按0.12314班平穩(wěn)

32、搬*芭600643把-0.0078昂4擺0.01923胺3半平穩(wěn)背*挨600600拜-0.0029凹2搬0.08826扮7巴平穩(wěn)埃*懊600801鞍-0.0064癌5按0.14548把7跋平穩(wěn)爸*稗 霸600621哀-0.0380百7安0.20157芭2骯平穩(wěn)拜*扮600856奧-0.0017敖6皚0.11820愛3愛平穩(wěn)愛*昂600689半0.09762瓣8翱1.3版79051敖平穩(wěn)斑*艾600854鞍-0.2101八1俺2.55673扮2凹平穩(wěn)搬*阿600678啊0.01282凹6藹0.01085埃6罷平穩(wěn)板*扮600611暗0.00158鞍8愛0.13852拜6芭平穩(wěn)擺*傲600667霸

33、0.00813芭9半0.01448岸平穩(wěn)翱*稗600655罷-0.0266暗1敖0.0603版平穩(wěn)翱*俺600671吧0.0017扮0.09606愛2半平穩(wěn)背*拔 絆600668啊-0.0029板1矮0.04522奧1骯平穩(wěn)絆*吧600645佰0.00034奧5藹0.21327爸2扮平穩(wěn)唉*氨*佰600617八0.00158唉8般0.13852半6巴平穩(wěn)疤*拜600638霸0.00196爸1按0.14357霸4礙平穩(wěn)耙*百600618白0.02909骯6安0.04757稗2跋平穩(wěn)拜*襖600675笆-0.0083挨6唉0.20395絆5凹平穩(wěn)敗*隘注：ADF檢驗(yàn)叭欄中，礙*表示在1凹%水平下顯

34、著，澳*表示在5%扒水平下顯著，*背表示在10%水扮平下顯著。邦從表耙1藹中可以看出，隨挨機(jī)選岸的20敖支股票市場(chǎng)深度擺的均值在巴-0.2-0.耙09壩之間，其標(biāo)準(zhǔn)差般除兩支大于1外啊，其余股票的標(biāo)翱準(zhǔn)差均較小，另吧外，從單位根檢矮驗(yàn)結(jié)果我們?nèi)菀装伎闯觯Ч砂テ痹诎?%和10%置頒信水平顯拜著平穩(wěn)外，其余皚股票的市場(chǎng)深哎度值均在1%的霸置信水平下顯懊著，不管從標(biāo)準(zhǔn)挨差數(shù)值和平穩(wěn)性爸的結(jié)果來(lái)看，我佰們可以得出所選拌股票的市場(chǎng)深度拌在研究區(qū)間內(nèi)沒(méi)皚有顯著波動(dòng)，進(jìn)柏一步說(shuō)明，通過(guò)胺出非參數(shù)方法求絆解得到的指標(biāo)值版具有顯著的平穩(wěn)皚性。一方面，在辦指令系統(tǒng)下，流唉動(dòng)性信息和股票澳收益一樣具有隨版機(jī)性

35、，但除個(gè)別背異常值外，并不百會(huì)出現(xiàn)特別大的瓣波動(dòng)，在脫離市敖場(chǎng)深度均值軌道暗后在市場(chǎng)的調(diào)整扮下均可以再次達(dá)巴到正常波動(dòng)，另壩一方面，給變系爸?jǐn)?shù)部分線性模型岸也提供了較好的搬估計(jì)前提。邦Fan(200礙5)敖也證明了變系數(shù)罷部分線性模型的百可變變量在平穩(wěn)哀時(shí)的模型收斂性拔質(zhì)最好。柏模型估計(jì)結(jié)果及扳分析澳定向加權(quán)部分的唉結(jié)果及分析板圖1-5分別給版出了模型（5）愛和（6）的估計(jì)哀結(jié)果，從圖2可奧以看出，在考慮暗流動(dòng)性沖擊后，絆三個(gè)板塊的收益板分布均發(fā)生變化阿，也就是說(shuō)，流跋動(dòng)性信息確實(shí)對(duì)頒收益產(chǎn)生了沖擊佰作用，而把三個(gè)八板塊的流動(dòng)性沖礙擊前后的收益分骯別考慮，即分別瓣從圖3-圖5可罷以看出，流動(dòng)性

36、氨信息沖擊（加權(quán)伴）后的收益分布凹均有左移現(xiàn)象，霸也就是說(shuō)從總體艾上流動(dòng)性對(duì)收益襖產(chǎn)生了負(fù)向沖擊靶，其中，我們發(fā)艾現(xiàn)很有趣的現(xiàn)象哎，三個(gè)板塊的收哎益在區(qū)間-0捌.025，0唉所受流動(dòng)性的負(fù)啊向沖擊最大，結(jié)挨合表2我們還可胺以得出結(jié)論，在安考慮滯后的流動(dòng)跋性信息的沖擊后敖，三個(gè)板塊的預(yù)扮期收益均有減少巴，即三個(gè)板塊基俺于基準(zhǔn)核密度函靶數(shù)計(jì)算出來(lái)的期矮望收益分別為：吧0.53035巴56巴、隘0.14746拔19奧、翱0.70108耙26佰，在考慮流動(dòng)性盎信息沖擊后，三傲者的期望收益均搬減少，分別降為傲：霸0.20356拜37安、稗-0.7705佰757昂、阿-0.4279翱962扒，也就是說(shuō)隨著

37、奧流動(dòng)性的增加，拔三個(gè)板塊的期望拜收益分別下降了懊32.7%、9愛1.8%、11瓣2.9%，稗其中，非金屬板哎塊的沖擊作用最暗大，交通設(shè)施板唉塊其次，金融板阿塊所受的沖擊最昂小，說(shuō)明在三個(gè)啊板塊中金融板塊傲在流動(dòng)性信息沖熬擊影響下表現(xiàn)最隘為穩(wěn)健，從盎和芭L唉agged(L澳IQ)行的數(shù)值辦可以容易看出，叭的流動(dòng)性信息對(duì)拔收益的預(yù)期均有搬負(fù)向拉動(dòng)作用，百即存在流動(dòng)性溢翱?jī)r(jià)現(xiàn)象，與理論吧相符。其他兩個(gè)矮板塊在辦和扳的流動(dòng)性產(chǎn)生的骯溢價(jià)現(xiàn)象都顯著把，另外我們還發(fā)澳現(xiàn)，在流動(dòng)性沖笆擊后，交通設(shè)施絆板塊和非金屬板半塊的收益分布均敖出現(xiàn)了雙峰現(xiàn)象伴，驗(yàn)證了收益分扮布的多峰性。巴變系數(shù)部分線性岸模型的暗估計(jì)

38、、襖檢驗(yàn)拜和藹bootstr懊ap愛模擬傲首先斑bootstr邦ap胺模擬通過(guò)以下步盎驟來(lái)實(shí)現(xiàn)：捌S挨tep1氨.令拔，則由壩模擬產(chǎn)生殘差巴，然后通過(guò)下式翱構(gòu)造氨bootstr愛ap伴樣本：斑S伴tep2.捌使用胺step1吧所產(chǎn)生的懊bootstr哎ap壩樣本班構(gòu)吧建氨PLR、GLR背檢驗(yàn)統(tǒng)計(jì)量芭和奧。挨S班tep3辦.重復(fù)靶step1班和版step2芭分別氨B跋(本文取挨1000罷)次，然后得到岸和懊統(tǒng)計(jì)量。矮S霸tep4案.用下面公式計(jì)八算笆p埃值：白其中，敗表示拜bootstr哎ap傲統(tǒng)計(jì)量和原樣本骯得到的統(tǒng)計(jì)量值柏，辦表為示性函數(shù)。盎通過(guò)上述的模擬耙得出的結(jié)果及模氨型(10)的拌參數(shù)

39、部分和分參八數(shù)部分的估計(jì)，靶對(duì)顯著性檢驗(yàn)分拜別通過(guò)柏PLR按統(tǒng)計(jì)量和翱GLR罷統(tǒng)計(jì)量進(jìn)行推斷疤，阿表3給出了模型扳(10)的耙估計(jì)結(jié)果和檢驗(yàn)八統(tǒng)計(jì)量值，考慮絆到預(yù)測(cè)變量及信案息集的現(xiàn)期不可辦觀測(cè)性，模型中奧除市場(chǎng)收益率外按，其余懊解釋變量均采用藹滯后一期觀測(cè)值岸，流動(dòng)性信息變八量的選擇也一樣安。巴首先，如安表3所哀示，市場(chǎng)收益的把系數(shù)疤范圍為0.79吧-1.51，且扒均具有統(tǒng)計(jì)顯著笆性，從數(shù)值和符盎號(hào)來(lái)看，二者均按具備經(jīng)典資產(chǎn)定吧價(jià)模型貝塔系數(shù)扳的性質(zhì)，說(shuō)明，胺本文建立的變靶系數(shù)部分線性預(yù)頒測(cè)模型具備且要矮強(qiáng)于經(jīng)典資產(chǎn)定皚價(jià)模型的解釋能絆力。安其次，也是本文班模型分析的重點(diǎn)扳，對(duì)于所扒選取的2

40、0支股半票，埃流動(dòng)性信息的非埃線性沖擊部分，靶即澳估計(jì)值的均凹值中有18支小骯于零，即平均水笆平上，流動(dòng)性的艾持續(xù)性變化與收礙益之間存在負(fù)向佰關(guān)系，驗(yàn)證了我拌們第一節(jié)分析的矮結(jié)氨果，即如果過(guò)去稗的一個(gè)沖擊使流骯動(dòng)性下降，那么斑，投資者會(huì)預(yù)期暗隨后階段的流動(dòng)熬性也較低，這將澳導(dǎo)致今天的價(jià)格搬下降，從而使其盎期望回報(bào)升高，胺即流動(dòng)性的持續(xù)癌性隱含了回報(bào)和扒流動(dòng)性之間具有哎負(fù)向關(guān)系，從診壩斷檢驗(yàn)的角度來(lái)白看17支股票皚的非參數(shù)部分在背5%和1%的置哎信度水平上顯著班，即顯著拒絕原阿假設(shè)壩，艾說(shuō)明流動(dòng)性和預(yù)半期回報(bào)之間的負(fù)案向關(guān)系式顯著的埃，符合經(jīng)濟(jì)學(xué)假拜設(shè)。半從流動(dòng)性信息影唉響波動(dòng)性的角度芭，模笆型

41、(10)也展敖現(xiàn)了很昂好的解釋能力，邦從資產(chǎn)收益二階扮矩的系數(shù)和檢驗(yàn)啊可以得出班，有18支股票班的二階矩系數(shù)大藹于零，從模型診埃斷結(jié)果可以看出阿所選股票中85邦%的股票具有統(tǒng)柏計(jì)顯著性，如果扳除去拌隨機(jī)因素，我們凹有理由認(rèn)為股票襖收益的二階矩即襖風(fēng)險(xiǎn)對(duì)股票價(jià)格埃具有解釋能力，八且除去隨機(jī)因素爸它們的系數(shù)大于艾零，收益率二階般矩的增加導(dǎo)致預(yù)案期收益率的增加背。從風(fēng)險(xiǎn)的角度背，可以認(rèn)為，高擺風(fēng)險(xiǎn)對(duì)應(yīng)著高的氨收益，即風(fēng)險(xiǎn)補(bǔ)頒償。而且伴隨著奧流動(dòng)性信息的時(shí)半變性，這種補(bǔ)償癌也是時(shí)變性的風(fēng)胺險(xiǎn)補(bǔ)償。同時(shí)，捌我們還發(fā)現(xiàn)相對(duì)耙于線性部分，非愛參數(shù)部分的檢驗(yàn)半統(tǒng)計(jì)量雖大多可扮以通過(guò)顯著性檢啊驗(yàn)，但均較小，盎這

42、些結(jié)果表明模癌型中加入非線性頒部分雖然較線性襖模型具有良好的隘解釋能力，但統(tǒng)板計(jì)意義上這種顯邦著性并不是非常盎明顯的，從經(jīng)濟(jì)佰意義也可以得到百解釋：對(duì)于一個(gè)邦透明性較好，運(yùn)啊作比較規(guī)范，價(jià)板格完全由市場(chǎng)機(jī)挨制進(jìn)行調(diào)節(jié)的股敖市而言，其價(jià)格半對(duì)信息的反應(yīng)程礙度應(yīng)是非常靈敏八的，也即股票價(jià)岸格的波動(dòng)性在相板當(dāng)程度上取決于扮信息到達(dá)市場(chǎng)的盎速度。如果信息拌到達(dá)市場(chǎng)的速度霸快，價(jià)格的波動(dòng)吧會(huì)立即體現(xiàn)出來(lái)安；反之，則價(jià)格扮的波動(dòng)會(huì)逐漸得辦以釋放，從而不埃會(huì)與信息的到來(lái)巴表現(xiàn)出密切相關(guān)把性。模型的估計(jì)昂結(jié)果也正說(shuō)明了襖，我國(guó)股票市場(chǎng)暗發(fā)展至今，各方唉面還不夠規(guī)范，扮在獲知信息上集把中地體現(xiàn)為案信息的提前泄露

43、熬。當(dāng)一條可能引巴起股價(jià)波動(dòng)的信頒息尚未完全到達(dá)扮市場(chǎng)時(shí)，已有相哎當(dāng)一部分人從各藹種途徑獲知該信吧息并做出了反應(yīng)半，由此造成了信礙息的泄露。這樣背，當(dāng)信息正式到按達(dá)市場(chǎng)時(shí)，市場(chǎng)吧已將其基本消化鞍，價(jià)格的波動(dòng)性稗隨時(shí)間已緩慢釋暗放完畢，從而不胺會(huì)發(fā)生預(yù)想程度暗的波動(dòng)，這使得襖價(jià)格與流動(dòng)性信背息的到來(lái)不能表捌現(xiàn)出非常顯著的白相關(guān)性。這也是疤市場(chǎng)不夠透明、奧信息不對(duì)稱的表扳現(xiàn)。叭表2藹跋非參數(shù)定向加權(quán)伴處理的數(shù)值結(jié)果笆金融背交通設(shè)施按非金屬搬0.53035愛56拜0.14746盎19凹0.70108皚26艾0.20356耙37襖-0.7705襖757盎-0.4279癌962捌-0.3267稗919爸

44、-0.9180擺375百-1.1290敖79盎L邦agged(L奧IQ)背2骯2骯2岸圖1跋扒把三個(gè)板塊收益率案的基準(zhǔn)核密度估拔計(jì)隘 暗 凹圖2巴背三個(gè)板塊在流動(dòng)盎性加權(quán)后的核密啊度估計(jì)啊圖3癌 百金融板塊的襖收益率在流動(dòng)性哎加權(quán)前后的分 案 伴圖4哀骯交通設(shè)施板塊的稗收益率在流動(dòng)性斑加權(quán)前后的分布皚 芭圖氨5 把有色金屬板塊的捌收益率在流動(dòng)性絆加權(quán)前后的分布熬表3搬襖模型(10)的安估計(jì)及搬診斷捌檢驗(yàn)盎股票代碼啊PLR埃統(tǒng)計(jì)量邦GLR統(tǒng)計(jì)量拜600652氨-0.0001班4俺2.0436白0.9045襖-0.011案58.354(懊0.000)捌 *辦-7.176(把0.003)翱 *唉60

45、0643扳8.522E-壩05敖1.1098捌1.0239哎-0.074按82.858(挨0.000)岸 *襖-1.257(襖0.471)壩600801啊-0.0005皚1隘0.18384拌1叭1.284埃0.1336凹97.488(唉0.000)奧 *靶-6.069(熬0.003)霸 *隘600856霸-0.0019板5熬2.9069啊1.0247案0.0676皚84.46(0絆.000)翱 *柏-10.342拌(0.001)捌 *礙600854扳-0.0031半2胺0.0592敗1.0617絆0.11475襖27.26(0熬.000)擺 *爸-4.461(艾0.04)拔 *叭600611瓣

46、-0.0005胺9暗0.39972辦0.998疤0.01442暗100.06(奧0.000)把 *把-5.57(0隘.035)俺 *傲600655拌0.00133埃-3.2229半1.502啊0.00975把70.04(0疤.000)奧 *埃-14.46(氨0.0001)皚 *巴600668鞍-0.0007艾0.2572骯1.11049熬0.01128鞍104.47(背0.000)伴 *邦-3.667(擺0.457)把 板600617擺-0.991藹0.00102熬8啊1.3846八0.0407懊50.176(扒0.000)板 *安-6.79(0拜.027)瓣 *板600618瓣-0.0047

47、頒9斑0.33819熬1.3407邦0.1704拔44.759(笆0.000)阿 *熬-8.597(暗0.002)案 *哎600690俺-0.0007班9吧-0.0840俺2岸0.804挨-0.03懊33.0816版(0.000)巴 *拔-10.098骯(0.001)埃 *版600600啊-0.0029傲8敗0.3512把0.9158拜0.01442邦46.146(斑0.000)皚 *澳-5.9833澳(0.032)胺 *矮600621氨-0.0023耙1跋0.14995鞍0.9293襖0.0468啊21.175(芭0.000)拔 *鞍0.996(0唉.536)案600689絆-0.0060耙

48、8愛0.4234扮1.5119鞍0.1698扳66.191(懊0.000)盎 *扒-11.735氨(0.001)把 *巴600678啊-0.0102稗1.7349辦1.1304笆-0.009哀59.226(拔0.000)礙 *翱-10.762斑9(0.001斑)笆 *壩600667邦-0.0010扳6白2.1379埃1.1836澳0.0869搬75.954(拔0.000)頒 *矮-8.592(柏0.002)氨 *霸600671氨-0.0001靶2靶-1.4912壩1.236頒-0.077伴104.805扳(0.000)耙 *拔-5.876(霸0.034)艾 *奧600645哎-0.0009澳3

49、案1.1396奧0.49513邦-0.5336扳73.081(吧0.000)爸 *唉-6.56 (笆0.003)跋 *安600638霸-2.0231襖0.00957熬1.152拜-0.0771凹71.0126罷(0.000)壩 *骯-6.157(壩0.003)案 *伴600675絆-0.0093辦4懊0.0846爸0.9791礙-0.095叭78.475(芭0.000)絆 *暗-7.127(襖0.003)隘 *癌注：邦和壩均為可變系數(shù)板、靶估計(jì)值的均值，邦診斷檢驗(yàn)中俺，胺PLR皚列和哎GLR胺列啊括號(hào)里的數(shù)值為板中拜檢驗(yàn)白統(tǒng)計(jì)量的佰P皚值佰；扒*胺、柏*俺、把*板分別表示參數(shù)白在10%、5%芭

50、和1%水平下顯邦著。模型討論礙本文通過(guò)對(duì)經(jīng)濟(jì)罷現(xiàn)象和股票市場(chǎng)邦流動(dòng)性的傳導(dǎo)方奧式與路徑的分析芭建立了靈活的半拜參數(shù)模型，從全扒新的視角考慮了熬流動(dòng)性信息（即芭文中采用的市場(chǎng)傲深度指標(biāo)）的時(shí)岸變性，進(jìn)一步建瓣立定向加權(quán)非參把數(shù)模型和變系數(shù)頒部分線性模型，斑在模型設(shè)定上，按本文采用的變系懊數(shù)部分線性模型胺比經(jīng)典的資產(chǎn)定拜價(jià)模型具有更強(qiáng)安的解釋能力，同熬時(shí)考慮了自回歸班條件異方差所討艾論的時(shí)變波動(dòng)性扒，非定向加權(quán)分藹析，從收益分布?jí)蔚慕嵌鹊姆治龈布臃艑捔四Ｐ驮O(shè)搬定的靈活性。本頒文在建立半?yún)?shù)背模型時(shí)也考慮了艾波動(dòng)性因素，通笆過(guò)對(duì)模型的相關(guān)案參數(shù)的顯著性檢礙驗(yàn)，我們得出，笆除個(gè)別股票外，芭其他股票均

51、能通安過(guò)變參數(shù)非線性白的檢驗(yàn)，進(jìn)一步吧驗(yàn)證了流動(dòng)性信板息通過(guò)非線性路翱徑傳導(dǎo)給投資者俺進(jìn)一步影響波動(dòng)笆性和資產(chǎn)收益的搬假設(shè)，但由于篇阿幅和估計(jì)的復(fù)雜愛性，本文沒(méi)有考澳慮信息集滯后多懊期的情況，另外安，本文采用的模耙型屬于非參數(shù)回昂歸模型，其結(jié)果襖不適于做外延預(yù)絆測(cè)和分析，因此板，在進(jìn)行預(yù)測(cè)時(shí)敖需要和哪些模型爸搭配使用，都需矮要今后做進(jìn)一步氨的研究。小結(jié)與建議疤流動(dòng)性反映資產(chǎn)爸的交易能力和變爸現(xiàn)速度，是證券邦市場(chǎng)的生命力所按在，也是衡量一俺國(guó)股市發(fā)展水平皚的重要指標(biāo)。從礙理論上說(shuō)，流動(dòng)頒性與資產(chǎn)定價(jià)是擺密切相關(guān)的：資罷產(chǎn)流動(dòng)性小，買笆賣信息傳播慢，挨供求難以達(dá)到平搬衡，交易成本大氨，投資者的期望

52、襖收益也就高。從拜實(shí)證上看，使用盎不同的計(jì)量方法暗或樣本數(shù)據(jù)驗(yàn)證懊流動(dòng)性溢價(jià)理論拔所得到的結(jié)果不氨同。芭本文應(yīng)用非參數(shù)盎定向加權(quán)和變系扒數(shù)部分線性模型八的方法于我國(guó)股擺票市場(chǎng)每日收益暗率的研究，得到熬如下一些結(jié)論：版1、無(wú)論是從圖班形上還是從數(shù)值壩結(jié)果上分析，預(yù)翱期收益與市場(chǎng)深捌度（倒數(shù)處理后癌）都呈明顯的負(fù)埃相關(guān)，結(jié)論和變盎系數(shù)模型的分析霸結(jié)果，表明流動(dòng)愛性是資產(chǎn)定價(jià)的壩因素之一，從股捌票收益分布的角吧度分析發(fā)現(xiàn)收益柏分布具有多峰性愛的特點(diǎn)。阿2、提出市場(chǎng)深凹度新的求解方法壩，通過(guò)計(jì)算得出敗非參數(shù)方法求解唉得到的指標(biāo)值具胺有顯著的平穩(wěn)性斑。一方面說(shuō)明，八在指令系統(tǒng)下，隘流動(dòng)性信息和股鞍票收益

53、一樣具有霸隨機(jī)性，但除個(gè)扒別異常值外，并背不會(huì)出現(xiàn)特別大啊的波動(dòng)，在脫離愛市場(chǎng)深度均值軌俺道后在市場(chǎng)的調(diào)罷整下均可以再次昂達(dá)到正常波動(dòng)，吧另一方面，給變擺系數(shù)部分線性模佰型也提供了較好敗的估計(jì)前提。吧3、流動(dòng)性信息艾的時(shí)變性對(duì)股票氨市場(chǎng)存在顯著的拜非線性沖擊，而吧且流動(dòng)性信息的白持續(xù)性變化與收哀益之間存在負(fù)向隘關(guān)系。邦4、得到和經(jīng)典吧資產(chǎn)定價(jià)模型相扒同的結(jié)論，即市敗場(chǎng)綜合指數(shù)對(duì)個(gè)埃股具有顯著的影案響。擺5、模型驗(yàn)證了八第一節(jié)關(guān)于流動(dòng)礙性信息通過(guò)波動(dòng)扮性將信息非線性昂傳導(dǎo)給投資者的鞍假設(shè)，伴隨著流昂動(dòng)性信息的時(shí)變扒性，投資者所得礙到的風(fēng)險(xiǎn)補(bǔ)償也澳具備時(shí)變性，但吧由于市場(chǎng)不夠透礙明、信息不對(duì)稱扒，

54、流動(dòng)性信息并叭不能全部傳導(dǎo)給八投資者，或者在半之前由于信息的斑外漏，原本的流啊動(dòng)性信息傳導(dǎo)路絆徑也可能會(huì)被誤搬導(dǎo)。爸6、從模型的角柏度，通過(guò)實(shí)際數(shù)拌據(jù)的驗(yàn)證，我們澳所建立的變系數(shù)柏部分線性模型能扒夠較好的解釋流埃動(dòng)性信息的傳遞阿，也為我們以后拌的實(shí)證研究提供搬了一個(gè)估計(jì)和檢扳驗(yàn)流動(dòng)性信息傳壩導(dǎo)和時(shí)變型風(fēng)險(xiǎn)疤補(bǔ)償?shù)男路椒?。擺從以上的結(jié)論中芭可以體會(huì)到，我半國(guó)股票市場(chǎng)的發(fā)暗展還很不健全，版噪音偏多，各種凹各樣非市場(chǎng)的因瓣素往往左右著市捌場(chǎng)的整個(gè)走勢(shì)，佰這在一個(gè)成熟市靶場(chǎng)是不應(yīng)該出現(xiàn)柏的，從而充分地斑說(shuō)明了我國(guó)股市啊還存在很多弊端叭，要走上健康規(guī)伴范的軌道還有一扮段很長(zhǎng)的道路，鞍因此迫切需要社艾會(huì)各

55、界人士的共愛同努力。對(duì)政府奧而言，仍要大力稗加強(qiáng)法制法規(guī)的辦建設(shè)，加強(qiáng)市場(chǎng)跋監(jiān)管，按照市場(chǎng)矮經(jīng)濟(jì)的規(guī)律扶植邦培育股票市場(chǎng)；骯對(duì)廣大投資者而搬言，要努力提高百自身素質(zhì)，減少把對(duì)股票的盲目?jī)e哎幸認(rèn)識(shí)，培養(yǎng)起愛應(yīng)有的投資意識(shí)瓣；對(duì)股市的研究柏人員，應(yīng)該敞開吧門路，積極吸收搬西方發(fā)達(dá)國(guó)家成柏熟股市的先進(jìn)經(jīng)辦驗(yàn)和理論，運(yùn)用哎于我國(guó)股票市場(chǎng)骯，以起到理論帶絆動(dòng)實(shí)踐發(fā)展的作疤用。參考文獻(xiàn)頒1礙Amihud,班 Y., & 矮Mendels扮on, H. 敗(1986),昂 Asset 昂pricing百 and th隘e bida氨sk spre骯ad. Jou胺rnal of敗 Financ霸ial Ec

56、o百nomics,頒 17, 21安0-249叭2芭Datar,V拔.T.,疤N(yùn)aik俺,藹N.Y.鞍,Radcli百ffeR.: 奧Liquidi捌ty and 稗stock r矮eturns:骯 An alt巴ernativ安e test.拌 J Fina叭nc Mark骯 1, 205稗-219(19唉98)敗 佰3笆艾Brennan懊, M.J.,哀 Subrah扒manyam,半 A.: Ma百rket mi奧crostru白cture a版nd asse傲t prici擺ng: On 疤the com班pensati拔on for 背illiqui胺dity in熬 stock 唉

57、returns扳. J Fin胺anc Eco把n 41, 4靶41-464 澳(1996)骯案4柏伴Bekaert絆,G.,C.H疤arveyan昂d C.Lun胺dblad,2頒003,“Li般quidity罷 and Ex阿pected 愛Returns芭: Lesso襖ns from霸 Emergi盎ng Mark巴ets,” D凹uke Uni笆versity鞍 Workin矮g Paper啊.吧Loderer奧, C., R啊oth, L.唉: The p氨ricing 按discoun俺t for l捌imited 皚liquidi按ty: evi哎dence f哀rom SWX

58、疤 Swiss 哀Exchang芭e and t阿he Nasd奧aq. J E邦mpir Fi耙nance 1般2, 239班268 (20懊05)翱俺5敖瓣Rouwenh吧orst,K.百G.,1999敗,“Local搬 Return柏 Factor挨s and T搬urnover疤 in Eme靶rging M癌arkets,班”Journa壩l of Fi癌nance 5哎4:1439-襖1464.拌把6凹笆Back K,稗 Peders傲on H. L伴ong-liv扮ed info案rmation壩 and in百traday 擺pattern骯s, Jour般nal of 隘Fi

59、nanci靶al Mark稗et, 199拔8, 1(3)捌, 385-4哀02(1998啊) 胺岸7把埃Francis昂co J1 G捌oerlich瓣 Gisber懊t ,Weig傲hted sa耙mples, 扳kernel 頒density骯 estima擺tors an拜d conve凹rgence奧J, Emp凹irical 挨Economi擺cs,28:3笆35-3511板(2003) 巴艾8捌把Fan,Jia啊nquing,傲Yao擺,Qiwei,骯 Nonlin扳ear Tim瓣e Serie傲s. Nonp傲aM,14癌8-155(2扳003)耙把9白拔Korajcz壩yk

60、,R.,&啊Sadka,R昂. Prici氨ng the 骯commona捌lity ac扒ross al捌ternati罷ve meas班ures of頒 liquid傲ity. Jo拔urnal o哀f Finan般cial Ec隘onomics懊, 87, 4八572.(2佰008)柏1隘0稗般Fan, J.扮 and Gi瓣jbels, 隘I. Loca板l Polyn岸omial M礙odeling氨 and it般s Appli拌cations啊M.Lon芭don：Cha吧pman an叭d Hall，半1996.昂1白1扒伴Fan, J矮, 板e(cuò)t a1巴.Genera扳lize