流動性能提高套利交易的盈利嗎？
——基于中國股市的證據(jù)

王春峰， 李思成， 房振明,2

(1.天津大學(xué) 管理與經(jīng)濟(jì)學(xué)部，天津 300072； 2.天津大學(xué) 金融工程研究中心，天津 300072)

0 引言

對于金融學(xué)來說，無論是在學(xué)術(shù)界還是投資實(shí)踐中，風(fēng)險和收益之間的權(quán)衡一直是思考和研究的核心。新古典主義金融學(xué)指出，當(dāng)金融市場出現(xiàn)異象時，存在通過套利交易獲取無風(fēng)險利潤的機(jī)會，這些套利機(jī)會既是業(yè)界眾多對沖基金不斷尋覓的盈利渠道，也是學(xué)術(shù)界研究市場有效性的重點(diǎn)關(guān)注問題，因此套利交易在多個領(lǐng)域都備受矚目。有效市場理論認(rèn)為，股票的價格包含了上市公司基礎(chǔ)價值的相關(guān)信息，同時資本市場中發(fā)生的信息事件能夠迅速且充分地反應(yīng)在股價當(dāng)中，若股票價格對信息反應(yīng)過度或反應(yīng)不足都將使股價偏離真實(shí)價值從而產(chǎn)生一系列市場異象，造成市場的低效率。股價偏離真實(shí)價值的部分中產(chǎn)生了套利空間，投資者可以通過與市場異象反向操作進(jìn)行套利，從而在獲取無風(fēng)險利潤的同時糾正市場異象中的價格偏離，或者降低這些異象中價格偏離的程度，使股價向其真實(shí)價值回歸，增強(qiáng)市場效率。以Schwert[1]和McLean[2]為代表的文獻(xiàn)對此進(jìn)行了驗(yàn)證，他們對文獻(xiàn)出版前后市場異象收益率的時變特征進(jìn)行了檢驗(yàn)，指出針對學(xué)術(shù)文獻(xiàn)提出的市場異象進(jìn)行套利交易能夠在一定程度減弱這些市場異象。由此可見，套利交易的盈利能力既體現(xiàn)著有效市場假說中的市場效率，也反映了對沖基金等機(jī)構(gòu)投資者的經(jīng)營業(yè)績，因此一直備受關(guān)注。

Hendershott等[3]和Chordia等[4]的研究指出，近年來隨著算法交易等高頻交易技術(shù)的進(jìn)步與革新，股票市場的成交量和換手率大幅上升，市場總體的流動性狀況相比過去有了較大改善。一方面來看，流動性水平的改善能夠在一定程度上降低交易成本，放寬套利限制，激勵投資者進(jìn)行更多的套利交易。逐漸增加的套利交易使股價中的非理性部分回歸了真實(shí)價值，市場異象得以緩解，同時也減少了市場異象中的套利空間，降低了套利交易的預(yù)期盈利。但是，從另一方面來看，流動性的增加也降低了噪音交易者的交易成本，利于其進(jìn)行更多的盲目跟風(fēng)交易，加劇了市場中的羊群效應(yīng)，導(dǎo)致套利交易無法有效地糾正錯誤定價，反而增加了市場異象中的套利空間，提高了套利交易的預(yù)期盈利。因此，明確套利交易與市場流動性間的關(guān)系顯得十分重要，但是就目前情況來看相關(guān)文獻(xiàn)并不充分，僅Chordia等[5]以十進(jìn)制改革后的美國市場為樣本對該問題進(jìn)行了研究。

自2010年始，中國已取代日本成為全球第二大經(jīng)濟(jì)體，同時中國股票市場市值也已超越日本股市，成為僅次于美國股市的世界第二大資本市場，并且中國作為世界上最大的發(fā)展中國家，其股市也是全球新興資本市場的重要組成部分，對世界股市的系統(tǒng)性風(fēng)險貢獻(xiàn)度日益增加。但迄今為止，學(xué)者還并未對中國股市中套利交易盈利與市場流動性狀態(tài)之間的關(guān)系進(jìn)行研究。2014年秋季開始，中國A股市場在一年內(nèi)經(jīng)歷了從2000點(diǎn)至5000點(diǎn)的暴漲，隨后，自2015年6月15日起，又遭受了“股災(zāi)”，短期內(nèi)多次千股跌停，且此類股價異常波動在中國資本市場短暫的歷史中并不罕見。同時中國市場的短期波動率也遠(yuǎn)高于海外成熟資本市場，1995年至2015年的上證綜指月度波動率為1.604%，而同期道瓊斯指數(shù)的月度波動率僅為0.995%，A股市場短期波動性為美國市場的1.6倍。中國股票市場與西方成熟市場相比存在如下特點(diǎn)：中國股市不是經(jīng)典意義上的實(shí)體經(jīng)濟(jì)的晴雨表，實(shí)體經(jīng)濟(jì)與股市走向的相關(guān)性并不對稱[6]；中國股市的投資者結(jié)構(gòu)以中小型投資者為主，對信息的獲取和分析能力較差，中小型投資者多出于流動性需求進(jìn)行交易，從而造成了市場中存在明顯的羊群行為；最后，中國股市的規(guī)則、法規(guī)和政策至今還處在不穩(wěn)定的變動完善之中，并不像美國等成熟市場從上世紀(jì)三十年代年至今未發(fā)生較大變化，如中國的新股發(fā)行制度、新股二級市場抑價政策都助長了股市中的異象。近年來，盡管中國資本市場的交易技術(shù)快速發(fā)展，對沖交易機(jī)制日漸完善，但市場中的異常波動仍然普遍存在，這可能說明套利交易在中國市場中并未起到糾正錯誤定價的作用。且市場的異常波動通常伴隨著流動性水平的變化，比如由于開啟配資放寬流動性后出現(xiàn)的“牛市”，以及“股災(zāi)”期間由于流動性枯竭而造成的“踩踏現(xiàn)象”。因此，在中國這樣一個新興資本市場中，對流動性在套利交易中所起到的作用進(jìn)行研究既能夠?qū)υ擃I(lǐng)域的學(xué)術(shù)文獻(xiàn)進(jìn)行補(bǔ)充，也能夠?qū)鴥?nèi)金融從業(yè)者的投資實(shí)踐提供指導(dǎo)，同時還可以為監(jiān)管層深化市場機(jī)制改革指明方向。

基于上述情況，本文設(shè)計實(shí)證對流動性與套利交易盈利的相關(guān)性進(jìn)行了一系列檢驗(yàn)，并得出了與海外成熟市場不同的結(jié)論。本文首先確認(rèn)了動量效應(yīng)這一市場異象在中國市場中的存在性，并對其超額收益率進(jìn)行了度量；隨后，對市場整體的非流動性狀態(tài)與動量收益率的關(guān)系進(jìn)行了研究；最后，按照相關(guān)文獻(xiàn)中的研究方法對結(jié)論的穩(wěn)健性進(jìn)行了一系列的檢驗(yàn)。本文通過研究發(fā)現(xiàn)在中國這樣一個新興資本市場中，整體流動性的改善并不會降低套利交易的收益率，反而會增加異象的超額收益率，也就是說流動性的改善并不能緩解市場異象。這是由于流動性的改善雖然降低了套利交易者的成本有利于其進(jìn)行套利交易，但同時也降低了其他噪音交易者的交易成本，助長了更多的跟風(fēng)交易行為，反而加劇了市場異象，使股價更加偏離基礎(chǔ)價值，這些與美國市場相反的現(xiàn)象都體現(xiàn)出了中國新興資本市場的特征。

本文的主要貢獻(xiàn)之處如下：(1)本文研究了市場總體的流動性狀態(tài)與套利交易盈利之間的關(guān)系,而不僅僅是個股流動性，研究發(fā)現(xiàn)中國市場中套利交易的效率較低，無法有效地糾正市場中的錯誤定價。(2)本文以實(shí)證研究的方法從流動性和投資者非理性行為的角度對中國市場經(jīng)常出現(xiàn)“千股跌?！钡犬惓２▌拥脑蜻M(jìn)行了解釋，進(jìn)而為實(shí)現(xiàn)維持市場平穩(wěn)、降低總體波動性這一監(jiān)管層進(jìn)行市場干預(yù)的主要目標(biāo)提供了啟示。(3)目前仍未有文獻(xiàn)系統(tǒng)性地對新興資本市場中流動性如何影響套利交易的收益率進(jìn)行研究，因此本文既開拓了中國學(xué)術(shù)領(lǐng)域內(nèi)關(guān)于套利交易盈利能力的研究，同時也對相關(guān)的國內(nèi)外文獻(xiàn)進(jìn)行了補(bǔ)充，論證了套利理論在中國資本市場中的適用性。

本文其余部分如下：第二部分介紹研究的變量和回歸方程；第三部分給出描述性統(tǒng)計和回歸結(jié)果并進(jìn)行解釋；第四和第五部分分別使用不同的方式對研究結(jié)論的穩(wěn)健性進(jìn)行檢驗(yàn)；第六部分為本文的結(jié)論。

1 數(shù)據(jù)與研究設(shè)計

為了研究流動性在套利交易中起到的作用，本文在Chordia等[5]的基礎(chǔ)上，使用當(dāng)期動量收益率來表示套利交易的盈利空間，將滯后期amihud非流動性指標(biāo)[7]作為市場總體流動性狀態(tài)的代理變量，檢驗(yàn)了流動性狀態(tài)與套利交易收益之間的關(guān)系?？紤]到流動性風(fēng)險與時變因素風(fēng)險對動量收益率的影響，本文進(jìn)一步研究了以上因素對結(jié)論穩(wěn)健性的影響。

1.1 研究樣本和數(shù)據(jù)來源

本文選取中證800指數(shù)成分股作為研究樣本，剔除了數(shù)據(jù)不全以及其他異常樣本，最終得到718只樣本股票。本文研究的時間區(qū)間為2011年第一個交易周開始至2015年最后一個交易周結(jié)束，共257周數(shù)據(jù)。本文研究中所采用的數(shù)據(jù)均來自中國股票市場數(shù)據(jù)庫(CSMAR)和銳思金融研究數(shù)據(jù)庫(RESSET)。

1.2 研究變量

1.2.1 動量投資策略的構(gòu)造及其收益率

Jegadeesh等[8]將動量效應(yīng)定義為資產(chǎn)價格具有延續(xù)原來運(yùn)動方向的慣性趨勢，即過去一段時間表現(xiàn)較好的資產(chǎn)未來仍然表現(xiàn)更好，因此投資者可以買入過去表現(xiàn)較好的資產(chǎn)，賣空過去表現(xiàn)較差的資產(chǎn)而獲得收益，此種利用動量效應(yīng)構(gòu)造的投資組合稱為動量投資策略。動量效應(yīng)是一種普遍存在并廣為人知的市場異象，以Jegadeesh等[8]、Rouwenhorst[9]、朱戰(zhàn)宇和吳沖鋒[10]、以及陳蓉等[11]為代表的學(xué)者都對其在不同市場中的表現(xiàn)進(jìn)行了研究。然而迄今為止，學(xué)術(shù)界20多年來對于動量效應(yīng)的形成原因并沒有基于風(fēng)險溢價的完善解釋，因此動量效應(yīng)作為一種市場異象，理論上應(yīng)受到套利交易的影響。因此本文選擇動量效應(yīng)作為市場異象的研究對象。

動量效應(yīng)在中國市場與美國市場中的表現(xiàn)略有不同，如Jegadeesh等[8]發(fā)現(xiàn)美國市場中存在3至12個月的動量效應(yīng)，而陳蓉等[11]則指出中國市場中僅存在月內(nèi)即1至4周的短期動量效應(yīng)，而不存在以月為周期的中期動量效應(yīng)。這些結(jié)論也與吳福龍等[12]和馬麗[13]指出的中國股票市場一直以來羊群行為明顯的特點(diǎn)相符，因此本文在構(gòu)造動量組合時，針對中國股市中交易者投機(jī)性強(qiáng)、投資期限較短的特點(diǎn)，選擇了形成期為兩周，持有期為一周的動量投資組合進(jìn)行研究。

首先，在t周開始時將樣本股票按照t-2周至t-1周的累計流通市值加權(quán)收益率從低到高進(jìn)行排序，并將股票分為10個分位數(shù)，其中收益率最低的分位數(shù)稱為輸家組合(loser)，收益率最高的分位數(shù)稱為贏家組合(winner)；而后，分別計算第t周輸家組合和贏家組合的流通市值加權(quán)收益率；最后，做多贏家組合同時做空輸家組合，從而得到動量交易策略，記為WML(winner-minus-loser)。

1.2.2 市場總體流動性水平

本文通過由Amihud[7]提出并得到廣泛應(yīng)用的非流動性指標(biāo)(Amihud illiquidity)對市場流動性水平進(jìn)行度量：

(1)

其中，∣Ri,d∣為股票i在t周內(nèi)第d個交易日收益率的絕對值；Pi,d為該日收盤價；Ni,d為該日交易量；n為個股在t周的交易天數(shù)。且ILLIQ越高，單位成交金額對價格的沖擊就越大，表明股票流動性越差；反之亦然。在得到每只股票在t周的非流動性水平后，計算所有樣本股票非流動性水平在t周的流通市值加權(quán)平均值，從而得到市場總體的非流動性水平，記為MKTILLIQ。

1.2.3 控制變量

Cooper等[14]和Daniel等[15]發(fā)現(xiàn)動量策略在市場處于下跌狀態(tài)時表現(xiàn)不佳，因此本文構(gòu)造代表市場下跌狀態(tài)的虛擬變量，記為DOWN，作為控制變量加入回歸。當(dāng)t-24周至t-1周市值加權(quán)市場收益率累計為負(fù)時，該虛擬變量記為1；反之，記為0。

另外，Wang等[16]發(fā)現(xiàn)市場整體的波動性能夠預(yù)測動量組合收益率，并得出了市場總體波動性狀態(tài)與動量收益率顯著負(fù)相關(guān)的結(jié)論。因此本文通過計算每周內(nèi)流通市值加權(quán)市場日收益率的標(biāo)準(zhǔn)差來衡量市場波動性狀態(tài)，記為MKTVOL，并作為控制變量加入回歸。

另外，根據(jù)以往關(guān)于動量收益率的研究，如Chordia等[5]、Jegadeesh等[8]、Cooper等[14]和Wang等[16]等等，本文也將Fama-French三因子的周度數(shù)據(jù)作為動量效應(yīng)收益率的控制變量加入回歸，分別記為市場風(fēng)險因子MKT、規(guī)模因子SMB和價值因子HML。

1.3 回歸方程

綜上分析，本文在控制了市場下跌狀態(tài)和市場總體波動性狀態(tài)后，對動量收益率的表現(xiàn)與市場總體流動性水平進(jìn)行了回歸：

WMLt=β0+β1MKTILLIQt-1+β2DOWNt-1+

β3MKTVOLt-1+β4MKTt+β6SMBt+β6HMLt+εt

(2)

注：方程(2)中所有變量均為周度數(shù)據(jù)。

2 實(shí)證結(jié)果

2.1 描述性統(tǒng)計與相關(guān)系數(shù)矩陣

表1提供了動量效應(yīng)投資組合的流通市值加權(quán)周收益率及其非流動性水平的描述性統(tǒng)計。從表中可以看出當(dāng)形成期為兩周，持有期為一周時，能夠產(chǎn)生0.326%的動量效應(yīng)收益率，且該收益率在1%的水平上顯著；同時，在分別對市場因子和Fama-French三因子調(diào)整后能夠得到0.346%和0.429%的超額收益率，且均在1%水平上顯著，上述結(jié)果與陳蓉等[11]關(guān)于中國市場存在月內(nèi)動量效應(yīng)的結(jié)論相符。另外，盡管動量收益率從P1到P10并沒有表現(xiàn)出嚴(yán)格的單調(diào)遞增趨勢，但是類似于眾多資產(chǎn)定價問題的研究范式，本文重點(diǎn)比較的是P1與P10兩個最大和最小組間的差異。從結(jié)果中可以看到，P10組的收益率和流動性水平都顯著高于P1組，并且顯著性水平為1%，因此基本能夠證明流動性水平的提高可以增加套利策略的收益。表2給出了回歸中主要變量的描述性統(tǒng)計。表3提供了回歸中使用的主要變量之間的相關(guān)系數(shù)矩陣，其中的關(guān)鍵部分在于動量效應(yīng)收益率與市場總體非流動性水平之間的相關(guān)系數(shù)在1%的水平上顯著為負(fù)。

表1 動量投資組合收益率及其非流動性水平的描述性統(tǒng)計

注：為方便計量，將ILLIQ取值擴(kuò)大1000000000倍；括號內(nèi)數(shù)值為t統(tǒng)計量；***、**和*分別表示回歸系數(shù)在1%、5%和10%的水平顯著，下同。

表2 主要回歸變量的描述性統(tǒng)計

表3 主要回歸變量的相關(guān)系數(shù)矩陣

2.2 回歸結(jié)果與分析

表4至表6提供了2011年至2015年的研究數(shù)據(jù)關(guān)于回歸模型(2)的估計結(jié)果。由表4的結(jié)果可見，MKTILLIQ的估計系數(shù)均在1%的水平上顯著為負(fù)，與Chordia等[5]的結(jié)論相反，這可能是由于市場中流動性充足時降低了套利者的交易成本，激勵了投資者的套利行為，但同時也降低了噪音交易者的交易成本。市場中寬裕的流動性便于過度自信的投資者進(jìn)行更多的噪音交易，加劇了中國市場中普遍存在的羊群行為。因此，盡管流動性水平的提高和近年來交易技術(shù)的進(jìn)步促進(jìn)了投資者的套利交易，但這并不足以消除由交易成本降低而引起的非理性跟風(fēng)交易帶來的影響，反而使錯誤定價更為嚴(yán)重，加劇了動量效應(yīng)異象，擴(kuò)大了交易者的套利空間。同時，從表中還可以看出控制變量DOWN的估計系數(shù)在1%的水平上顯著為負(fù)，說明在市場下跌狀態(tài)下動量效應(yīng)產(chǎn)生的收益降低了，與Cooper等[14]和Daniel等[15]的研究相符。但是控制變量MKTVOL的估計系數(shù)均值1%的水平上顯著為正，與Wang等[16]的研究相反，這可能是由于中國股市本身的特點(diǎn)導(dǎo)致的，中國市場羊群效應(yīng)明顯，投資者喜歡追逐熱點(diǎn)，且投資期限短，因此短期內(nèi)波動性較強(qiáng)，進(jìn)而加劇了短期內(nèi)的動量效應(yīng)異象，提高了其投資策略的收益。除此之外，從表4中的Model4和Model7的回歸結(jié)果中可以看出，當(dāng)回歸中存在MKTILLIQ時，控制變量會出現(xiàn)不顯著的情況，而控制變量并不會影響MKTILLIQ的解釋能力。

另外，為了結(jié)論的穩(wěn)健性，本文還將做空輸家組合策略的收益和做多贏家組合策略的收益作為因變量分別進(jìn)行了回歸，表5和表6分別給出了回歸結(jié)果，可以看出MKTILLIQ的估計系數(shù)仍然均在1%的水平上顯著為負(fù)，且不受控制變量的影響。綜上所述，本文得到的關(guān)于動量效應(yīng)收益和市場非流動性水平之間的負(fù)相關(guān)關(guān)系是穩(wěn)健的。

表4 動量組合收益與市場非流動性水平

表5 輸家組合收益與市場非流動性水平

表6 贏家組合收益與市場非流動性水平

3 進(jìn)一步分析

3.1 考慮了流動性風(fēng)險的動量策略收益和市場流動性狀態(tài)

流動性水平或狀態(tài)表示流動性的大小，而市場中流動性水平的變化存在不確定性，因此流動性水平偏離均值的不可預(yù)期的波動稱為流動性風(fēng)險。Pastor等[17]在研究中發(fā)現(xiàn)，將流動性風(fēng)險因子加入Fama-French回歸后顯著地降低了動量效應(yīng)產(chǎn)生的異常收益率；Sadka等[18]指出，由于構(gòu)造動量組合時需要頻繁地對投資組合進(jìn)行再平衡，因此再平衡時的流動性狀態(tài)的變化可能會增加交易成本，從而影響到整個策略的盈利能力；另外Asness等[19]也對動量投資組合的流動性風(fēng)險進(jìn)行了檢驗(yàn)。上述研究表明流動性風(fēng)險應(yīng)當(dāng)是動量收益率的重要影響因素之一，并且流動性風(fēng)險在中國市場屢見不鮮，“踩踏事件”即是流動性水平不可預(yù)期的波動造成的后果。因此本文在研究中也考慮了流動性風(fēng)險，并通過構(gòu)造流動性風(fēng)險中性的動量投資組合進(jìn)行了進(jìn)一步的檢驗(yàn)。

3.1.1 流動性風(fēng)險中性的動量投資策略的構(gòu)造

首先，本文按照Amihud[7]在研究中使用的方法來衡量流動性風(fēng)險：對市場總體非流動性水平MKTILLIQ的自然對數(shù)的周度數(shù)據(jù)進(jìn)行一階自回歸，即AR(1)過程：

lnMKTILLIQt=c0+c1lnMKTLLIQt-1+vt

(3)

(4)

(5)

注：以上方程中所有變量均為周度數(shù)據(jù)。

從方程(3)中可以得出非流動性可預(yù)期的部分，即方程(4),以及其偏離均值的不可預(yù)期的波動，即方程(5)；然后，將方程(3)中的殘差項vt作為市場非流動性因子加入Fama-French模型從而形成四因子模型，并對t-60周至t-1周的數(shù)據(jù)進(jìn)行四因子模型的滾動回歸，得出非流動性因子的載荷β，稱為流動性風(fēng)險或流動性β；最后，按照每周的流動性β排序，分為5個分位數(shù)，再分別得出到每個分位數(shù)的贏家組合和輸家組合，并計算其流通市值加權(quán)周收益率，而后分別計算贏家組合和輸家組合的收益率在5個流動性β分位數(shù)的等權(quán)重平均值，從而得到總體的贏家組合收益率和輸家組合收益率，將二者做差后得到流動性風(fēng)險中性的動量效應(yīng)投資組合收益率。

3.1.2 實(shí)證結(jié)果

表7中提供了將流動性風(fēng)險中性動量組合收益率作為因變量代入方程(2)回歸的結(jié)果。MKTILLIQ的估計系數(shù)均在1%的水平上顯著為負(fù)，且控制變量并未影響MKTILLIQ對動量組合收益的解釋能力，與之前統(tǒng)計結(jié)果一致。由此說明在考慮了流動性風(fēng)險后本文的研究結(jié)論并不會受到影響。

表7 流動性風(fēng)險中性的動量組合收益與市場非流動性

3.2 考慮了時變因素風(fēng)險暴露的動量策略收益和市場流動性狀態(tài)

Grundy等[20]指出動量效應(yīng)組合的因素風(fēng)險暴露(β)是時變的，且此時變因素風(fēng)險暴露為投資組合形成期內(nèi)因子收益率的線性函數(shù)，隨后Korajczyk等[21]在檢驗(yàn)動量效應(yīng)策略的最大頭寸時將該時變因素風(fēng)險納入了研究中；Daniel等[15]對“動量崩潰”現(xiàn)象進(jìn)行了研究，指出在市場下跌過程中動量策略的收益率曲線與賣出看漲期權(quán)的收益率曲線相似，即在市場繼續(xù)下跌時會獲得少量收益，而市場反彈時將遭受重大損失。作者進(jìn)一步指出這是由于輸家組合的風(fēng)險暴露特征造成的，投資者在市場長期下跌期間通常會選擇市場風(fēng)險暴露較大的股票作為輸家組合。由于輸家組合對市場下跌的敏感性較大，因此當(dāng)市場短暫地反彈時這些股票上漲幅度也較大，從而使賣空輸家組合的動量交易策略遭受嚴(yán)重的損失，產(chǎn)生“動量崩潰”現(xiàn)象。由于中國市場波動性較大，動量投資組合的時變因素風(fēng)險暴露不容忽視，因此本文進(jìn)行了進(jìn)一步的檢驗(yàn)。

3.2.1 研究設(shè)計

本文按照Grundy等[20]和Korajczyk等[21]的方法，計算動量投資組合形成期內(nèi)的Fama-French三因子累計收益率，分別記為MKT2W、SMB2W和HML2W，并將其與同期因子收益率MKT、SMB和HML分別進(jìn)行交互后，得到如下回歸方程：

WMLt=β0+β1MKTILLIQt-1+β2MKTt×MKT2Wt-2:t-1+

β3MKTt×SMB2Wt-2:t-1+β4MKTt×HML2Wt-2:t-1+

β5SMBt×MTK2Wt-2:t-1+β6SMBt×SMB2Wt-2:t-1+

β7SMBt×HML2Wt-2:t-1+β8HMLt×MKT2Wt-2:t-1+

β9HMLt×SMB2Wt-2:t-1+β10HMLt×HML2Wt-2:t-1+

β11MKTt+β12SMBt+β13HMLt+εt

(6)

注：方程(6)中所有變量均為周度數(shù)據(jù)。

本文按照Daniel等[15]的方法定義虛擬變量UPt，用來表示市場漲的狀態(tài)：當(dāng)t周的流通市值加權(quán)市場收益率為正時，變量取1；反之，取0。隨后將UPt與表示市場過去下跌狀態(tài)的虛擬變量DOWNt-1進(jìn)行交互，表示市場下跌過程中的反彈。最后建立回歸方程：

WMLt=β0+β1MKTILLIQt-1+β2MKTt+β3DOWNt-1+

β4DOWNt-1×MKTt+β5DOWNt-1×UPt×MKTt+εt

(7)

注：方程(7)中所有變量均為周度數(shù)據(jù)。

3.2.2 實(shí)證結(jié)果

表8中的前兩列給出了方程(6)的回歸結(jié)果，可以看出中國市場中的因素風(fēng)險暴露存在一定程度的時變特征，但MKTILLIQ的估計系數(shù)仍然在1%的水平是顯著為負(fù)；其中第3列至第6列給出了方程(7)的回歸結(jié)果，可以看出MKTILLIQ的估計系數(shù)均在1%的水平是顯著為負(fù)，且控制變量均不影響MKTILLIQ對因變量的解釋能力。綜上所述，由此說明在考慮了流動性風(fēng)險后本文的研究結(jié)論并不會受到影響。

4 穩(wěn)健性檢驗(yàn)

4.1 變量構(gòu)造

最后，為了進(jìn)一步檢驗(yàn)研究結(jié)論的穩(wěn)健性，本文選擇Corwin等[22]提出的買賣價差作為流動性的代理變量進(jìn)行回歸。Corwin等[22]使用股票每個交易日的最高價與最低價計算了股票的買賣價差：

(8)

(9)

(10)

(11)

其中，Ht和Lt分別為股票在交易日d的最高價和最低價，根據(jù)公式(8)至公式(11)計算股票每天的買賣價差，而后計算t周內(nèi)日度買賣價差的等權(quán)重平均值，從而得到市場總體買賣價差，記為MKTSPREAD，且該指標(biāo)越大說明流動性水平越低。最后將MKTSPREAD作為市場總體流動性水平的代理變量代入方程(2)中替換MKTILLIQ后進(jìn)行回歸：

WMLt=β0+β1MKTSPREADt-1+β2DOWNt-1+

β3MKTVOLt-1+β4MKTt+β5SMMt+β6HMLt+εt

(12)

注：方程(12)中所有變量均為周度數(shù)據(jù)。

4.2 回歸結(jié)果

表9給出了方程(12)的估計結(jié)果?？梢钥闯鯩KTSPREAD的估計系數(shù)在Model1和Model2中均在1%的水平上顯著為負(fù)，在Model3和Model4中分別在5%和10%的水平上顯著為負(fù)?？傮w而言，在替換了代表流動性水平的指標(biāo)后，雖然各模型的回歸系數(shù)和t值略有變化，但顯著性沒有實(shí)質(zhì)改變，與之前統(tǒng)計結(jié)果一致，進(jìn)一步說明前文結(jié)論是穩(wěn)定的。

表9 動量組合收益與市場總體買賣價差

5 結(jié)論

本文以中國市場為例，對資本市場中流動性與套利交易盈利的關(guān)系進(jìn)行了研究，通過選取中證800指數(shù)成分股作為樣本，從實(shí)證的角度對該問題進(jìn)行了研究。按照以往文獻(xiàn)中所說，市場中的流動性狀態(tài)體現(xiàn)了套利交易的實(shí)行難度，當(dāng)市場中流動性充裕時，套利者的交易成本降低，激勵了更多針對市場異象的套利交易，隨著套利交易的進(jìn)行市場異象能夠產(chǎn)生的收益率也越來越低，因此在理論上，流動性水平應(yīng)當(dāng)與套利交易的盈利成負(fù)相關(guān)。但是本文通過一系列分析證明，上述結(jié)論在中國資本市場的表現(xiàn)與發(fā)達(dá)國家成熟市場截然不同，流動性狀態(tài)與套利交易盈利成顯著正相關(guān)。

本文研究發(fā)現(xiàn)，由于中國股市中存在明顯的“羊群行為”，因此市場中充足的流動性也降低了非理性投資者的交易成本，刺激了投資者的跟風(fēng)交易行為，錯誤的定價無法被有效地糾正，反而加劇了動量效應(yīng)異象并擴(kuò)大了其中的套利空間，從而提高了套利交易的預(yù)期盈利能力。并且，在控制了動量投資組合的流動性風(fēng)險和時變因素風(fēng)險以及替換了非流動性衡量指標(biāo)后本文的研究結(jié)論仍然穩(wěn)健。

本文結(jié)論對未來的研究具有以下兩方面的啟示。一方面，本文的研究對一系列解釋市場異象的文獻(xiàn)進(jìn)行了補(bǔ)充，從寬裕的流動性會降低非理性投資者的交易成本從而助長其跟風(fēng)交易的視角解釋了動量效應(yīng)的產(chǎn)生原因。另一方面，本文證明了對于中國這樣的發(fā)展中國家資本市場，套利交易無法有效地糾正市場中的錯誤定價。上述現(xiàn)象反映了中國資本市場仍然不夠成熟，也為監(jiān)管層今后的政策改革指明了方向。

綜上所述，中國資本市場監(jiān)管層應(yīng)繼續(xù)豐富市場中的資產(chǎn)類別，大力發(fā)展交易技術(shù)并完善相應(yīng)的交易機(jī)制，如開通個股期權(quán)、開放T+0交易、應(yīng)用高速網(wǎng)絡(luò)和普及算法交易等，從技術(shù)上支持投資者的套利交易。同時，還可以適當(dāng)增加可做空的標(biāo)的股票，降低保證金，從而進(jìn)一步弱化套利限制。最后，應(yīng)當(dāng)加強(qiáng)對投資者的引導(dǎo)，提高信息披露的透明度，令投資者充分了解公司的基本面狀況，減少由于流動性水平提高而帶來的盲目跟風(fēng)交易，使套利交易能夠更有效地發(fā)揮糾正錯誤定價的作用，進(jìn)而促進(jìn)中國資本市場的健康發(fā)展。