［提要］ 本文基于面板数据变系数固定效应模型，利用统计软件stata，比较分析我国创业板市场上不同流动性指标对股票收益率的显著性影响及影响程度，实证得出我国创业板市场上流动性对收益率影响显著，且不同流动性指标对收益率的影响程度不同，其余每个控制变量也都起到了显著的影响作用。
关键词：创业板；流动性；收益率
中图分类号：F83 文献标识码：A
收录日期：2022年5月5日
流动性反映了交易过程的两个要素：在当前市场价格下期望的交易能以多快的速度完成和在给定时间内以合理的价格出售股票。在一个完全竞争的市场中，流动性是无限的，因为任何数量的股票都可以在市场出清价格。在流动性不足的市场中，当一个投资者提供的股票数量增加时，出售它们就变得更加困难。
我国创业板市场是第二股票交易市场，与主板市场不同，为一些无法在主板市场上市的中小型科技公司提供融资渠道。我国创业板市场门槛低、风险大、监管严格，在其上市的公司规模不大，但成长空间很大。关于创业板市场上的股票流动性对收益率的显著性影响的研究分析，不仅有利于监管机构制定完善的监管政策，还可以帮助创业板市场投资者更好地制定投资决策，从而使创业板市场更好地发挥投融资作用。本文使用不同的流动性测度方法，对我国创业板市场上股票流动性与收益率的显著性影响及影响程度进行研究和比较分析，以期使市场参与者更深入地了解中国创业板市场股票流动性的特点、发现创业板市场流动性变化的规律，投资者更准确地在中国创业板市场进行投资，政策监督者更好地监管创业板市场，创业板市场上市公司更严格地进行自我管理。
一、国内外研究现状
（一）国外研究现状。国外越来越多的关于流动性的研究主要集中在成熟资本市场。Chuhan（1992）的一项调查中，弱的流动性被认为阻止外资流入的主要原因之一是机构投资者不愿投资新兴市场。如果流动性溢价是这些数据的一个重要特征，那么对新兴市场的关注应该会产生特别有力的测试和有用的独立证据。
（二）国内研究现状。国内存在部分文献根据传统CAPM定价模型、Fama-French因子定价模型对股票流动性与收益率影响的相关关系的解释。陈青和李子白（2008）将流动性因子加入传统CAPM定价模型，其中的流动性因子包括LIQ和Amihud非流动性比率，其结果显著，证明我国的股票市场上收益率受流动性影响显著。梁丽珍和孔东民（2008）实证分析了用不同的测度方法下得到的流动性因子与资产定价的关系，证明得到流动性因子能够显著影响资产定价。同样，刘峰、霍德明（2012）通过Fama-MacBeth截面回归也得到了此结果。吴霞（2013）选取了不同的测度方法下得到的流动性因子（换手率、非流动性指标）进行分析，结果表明我国创业板市场上流动性对收益率的影响显著性。李海涛、魏洁（2015）将流动性因子加入传统CAPM定价模型和Fama-French因子定价模型，但结果并不显著。
（三）对比国内外相关文献发现几点不足。（1）Amihud和Mendelson是基于成熟资本市场提出流动性溢价理论，因此国外学者大多更关注成熟资本市场上流动性对收益率的显著性影响，并且得出明显的流动性溢价现象存在于成熟资本市场。对新兴资本市场上相关问题研究不多，结果也尚未统一。（2）与创业板市场相比，我国主板市场已经是一个成熟的股票市场，所以主板市场上的流动性溢价现象问题受更多学者关注，而相对较少学者的研究重点在我国创业板市场上。（3）国内学者大多只采用了一种方法测度流动性，进而研究我国股票市场流动性溢价现象。然而，由于流动性的内涵丰富，没有一项指标能够准确地描述流动性，可能会造成股票流动性对收益率显著性影响的相关研究结果不太全面。
二、变量定义和样本的选取
（一）被解释变量。定义股票收益率Rt=lnPt-lnPt-1为被解释变量，其中Pt-1、Pt分别表示股票在t-1月和t月的收盘价。
（二）解释变量
1、换手率（HSLt）。换手率等于股票交易量/流通股数额，作为一种流动性指标，Crouch（1970a，1970b）、Rogalski（1978）、Epps（1975，1977）都发现股票交易数量与预期收益率存在相关关系，而在股票分割或配股发行等事件中，周转率比股票交易量具有优势，因为这些事件会使股票数量增加，但不会影响换手率。此外，正如Campbell、JY、SJ
Grossman and J Wang（1993）所言，使用换手率实质上消除了与市场规模的历史增长相关的趋势。
2、Amivest比率。广泛被使用的另一种流动性指标Amivest比率衡量的是价格变动百分比的平均交易金额。Amivest比率高意味着许多股票交易时价格变化很小——这是流动性股票所拥有的特性，即Amivest比率对股票预期收益率的影响为负。
（三）控制变量。除了流动性指标（换手率/Amivest比率），考虑到我国创业板上市公司的其他特征也会对预期收益率造成一定的影响，所以通过选取公司规模、账面市值比、流通性比率、市销率作为控制变量，来更好地研究我国创业板市场上流动性指标对预期收益率的影响。（表1）
（四）样本选取。本文选取了从2018年1月到2021年12月共48个月在中国创业板市场交易的股票，不包括ST股、超过一个月没有交易数据的股票。利用统计软件stata剔除ST股、超过一个月没有交易数据的股票，基于面板数据变系数固定效应模型，对样本数据进行分析研究。数据来源于国泰安和wind数据库。
三、实证分析
（一）相关性分析。在建模以前检验各变量之间是否存在严重的多重共线性，从而使结论更加严谨。由表2可以看出，各变量间的相关系数均不超过0.6，说明变量间不存在严重的多重共线性。（表2）
（二）回归模型假设。股票收益率与不同的流动性因子以及其他控制变量的假设模型如下：
Rit+1=αi+β1iHSLit+β2ilnsizeit+β3iOUTSHAREit+β4iBMit+β5iPSit+εi （1）
Rit+1=αi+β1iAmivestit+β2ilnsizeit+β3iOUTSHAREit+β4iBMit+β5iPSit+εi （2）
i=1，2，3，…，1007；t＝1，2，3，…，44
其中，Rit+1为股票i在t+1天的收益率，αi为截距，β1i，β2i，β3i，β4i，β5i为待估系数，HSLit，Amivestit为股票i在t时刻的流动性因素，lnsizeit等为控制变量，εi为随机误差项。
由于固定效应模型和随机效应模型适用的情况不同，所以利用统计软件stata，釆用Hausman检验方法来决定本文更适合哪个模型，其检验结果p值为0，拒绝原假设，面板数据变系数固定效应模型更适合本文研究的问题。
（三）平稳性检验。对模型估计以前，先采用四种平稳性检验的方法：LLC检验、Breitung检验、Fisher-PP检验以及Fisher-ADF检验，使其估计系数更有效，模型更平稳。基于统计学原理，p值越趋于0，越拒绝原假设，估计模型越平稳，由表3可知，P值均为0，拒绝原假设，说明固定效应模型平稳。（表3）
（四）回归结果与分析。在多因素面板数据变系数固定效应模型的基础上，研究两个不同测度下的流通性指标对中国创业板市场收益率的影响程度，实证存在流动性溢价现象。其中，表4和表5是使用不同流动性指标作为解释变量得到的回归结果。（表4、表5）
实证结果分析如下：（1）表4和表5回归结果显示，两个流动性指标的系数估计值均为负值，并且在1%的显著性水平下统计显著，说明股票流动性越强，预期收益率越低，这两个流动性指标的估计系数不同说明二者对收益率的影响是不同的，Amivest流动性比率对预期收益率的影响更大，符合流动性溢价理论，正说明我国创业板市场上存在流动性溢价现象。（2）表4和表5中的公司规模系数均为负值，并且对我国创业板股票预期收益率是有显著影响的，这表明对于创业板市场来说，公司规模越大，收益率越低，与现实理论规模越大的公司会面临更低的风险，从而具有较高收益率相一致。（3）表4和表5中的流通股比例的系数均值均为正值，且对我国创业板股票预期收益率是有显著影响的，即投资者手中持有流通股的数量越多，流通股比例越大，这就代表投资者需要支付的成本越高，投资者对流通股收益率的要求也就越高。（4）表4和表5中的账面市值比的系数均为负值，并且对我国创业板股票预期收益率是有显著影响的，表明账面市值比越高，收益率越小。市销率代表股价与每股销售收入的比值，由估计系数可以看出市销率对收益率的影响显著为负，表明市销率越大，股票收益率就越高。
（五）小结。本文基于面板数据变系数固定效应模型，利用统计软件stata，比较分析了我国创业板市场上不同流动性指标（换手率和 Amivest 流动性比率）对股票收益率的显著性影响及影响程度，实证得出我国创业板市场上流动性对收益率影响显著，且不同流动性指标对收益率的影响程度不同，其余每个控制变量也都起到了显著的影响作用。
四、政策建议
相比我国的主板市场，我国的创业板市场发展尚未成熟，存在一些制度性缺陷，市场参与者在我国的创业板市场会面临更大的流动性风险。为了避免给市场参与者带来不必要的流动性风险，提出以下几点建议：
（一）完善监管体系。多元化建立监管框架，做到政府监管为主、社会辅助监管，充分发挥两者的灵活性。
（二）提高市场透明度。投资者只有在足够透明的市场上才能获得充分的信息，按照规章制度及时、有效地公布所有信息，对于投资者来说，能够及时把握公司的未来发展趋势，对于公司来说，能够根据相关法律法规进行严格的自我管理。
（三）投资者应加强理性投资意识。投资者应该有独立思考的能力，要学会平衡风险与收益，高收益必定会带来高风险，不能盲目追求高收益而忽视高风险，也不能盲目地追随他人，应量力而行，谨慎投资。
（作者单位：首都经济贸易大学）
主要参考文献：
［1］黄琳，缪超.浅谈我国创业板市场的发展［J］.商业文化（上半月），2011（05）.
［2］陈瀚，邓攀.证券市场流动性的测度方法研究［J］.中国证券期货，2011（07）.
［3］佟孟华，刘丽巍，蔡玲玲.流动性对股票价格波动影响的实证分析［J］.当代经济研究，2009（12）.
［4］Rouwenhorst，K.G.Local Return Factors and Turnover in Emerging Markets［J］.Journal of Finance，1999.54（02）.
［5］张维，梁朝晖.中国股票市场流动性与收益动态关系研究［J］.系统工程理论与实践，2004（10）.
［6］杨兰.股价崩盘风险：一个文献综述［J］.现代商贸工业，2021（10）.
［7］刘学敏.新三板挂牌公司资本结构与股票流动性关系研究［D］.保定：河北大学，2019（05）.
［8］李海涛，魏洁.流动性修正的Fama-French模型在创业板市场的适用性研究［J］.甘肃科学学报，2015（04）.
［9］Bagehot W.The only game in town［J］.Financial Analysts Journal，1971（03）.
［10］Kyle，A.Continuous
Auctions and Insider Trading［M］.Econometrica，1985.
［11］段毅，梁亮.股票市场的流动性及流动性风险溢价研究［J］.生产力研究，2021（02）.
［12］卫飞扬.货币政策、流动性溢价与风险资产［D］.太原：山西财经大学，2020.
［13］马润平，沈婕.中国创业板市场有效性研究——基于Fama-French五因素模型的分析［J］.经济问题，2021（08）.
［14］李志辉，孙广宇，夏秋.流动性、流动性波动与股票预期收益——基于沪市高频交易数据的经验研究［J］.南开经济研究，2019（03）.
［15］陈青，李子白.我国流动性调整下的CAPM研究［J］.数量经济技术经济研究，2008（06）.
［16］梁丽珍，孔东民.中国股市的流动性指标定价研究［J］.管理科学，2008（03）.
［17］刘锋，霍明德.基于截面和时序GRS检验的流动性定价研究［J］.山西财经大学学报，2012（03）.
［18］吴霞.上市公司股票流动性与收益率关系的分析［J］.贵州商业高等专科学校学报，2013（03）.
|
