本文对中国A股市场流动性做出了系统性的研究,采用Cetin et.al.(2006)的方法,使用超高频逐笔成交数据,估计并检验了股票向上的随机供给曲线,并在此基础上使用模型估计的参数：α值作为中国A股市场个股每日流动性的代理指标。α值越大,代表流动性越差。运用所得的α值,本文共进行了三方面的研究：流动性指标比较与流动性调整的VaR,流动性影响因素,以及流动性调整的资产定价模型。在流动性指标的比较中,本文从“定性”和“定量”两方面考虑了α值的合理性。首先考察了α值揭示个股相对流动性(定性)的能力,发现其与有效流速等指标对个股的流动性评价存在差异,但大样本统计显示两类指标可以互相替代；α值也可以作为判断中国A股市场整体流动性特征的指标。而后本文检验了α值衡量流动性风险(定量)大小的能力,采用蒙特卡洛模拟计算了经α值调整的VaR值以及不经调整的VaR值分别代表总风险成本及市场风险成本,发现个股流动性风险在总风险中的比例随交易量上升而上升,但幅度不一。一笔10000手的交易蕴含的流动性风险可以占到总风险的50%及以上。回溯测试显示交易量为3000手时,使用经α值调整的VaR,覆盖潜在损失的效果达到最优。本文同时使用α值作为流动性代理变量,研究了流动性的影响因素,发现市场微观结构因素中的交易量及上期交易量对α值影响较大,且交易量越大,α值越小；基本面因素中仅市值对α值有显著影响,且市值越大,α值越小；EPS公告对α值几乎无影响；一些行业表现出了相对较高或较低的流动性,且控制市值后结论依然成立。最后,本文使用α值作为流动性因素加入到经典三因素模型中,构建流动性调整的资产定价模型。统计表明α值代表的流动性因素在个股回归方面显著程度不高,且回归显著的系数其符号并不一致,结论对中国A股市场是否存在“非流动性溢价”表示怀疑。另外,通过控制变量,本文发现流动性风险不属于“特质风险”。