论文部分内容阅读
摘 要：长期以来，股市流动性被认为是决定股票收益的基本因素。本文选取我国A股市场非金融类股票（沪市425种和深市400种）2002—2012年的数据为样本，分别运用Fama -French三因素模型和调整的三因素模型（引入流动性因子和动量因子的五因素模型），对我国A股市场流动性与股票价格的关系进行实证研究。研究结果表明：样本期内股票流动性对其预期收益的影响非常明显，同时还发现公司规模的大小和流动性水平的高低也会影响流动性与股票收益率之间的相关关系。
关键词：资产定价；Fama -French三因素模型；流动性因子；动量因子
中图分类号：F830.91 文献标识码：A 文章编号：1674-2265（2015）07-0009-07
一、引言
股市流动性一直是影响资产收益的重要变量之一。从阿米胡德和门德尔松（Amihud和Mendelson，1986）开始，大量研究证实流动性与股票收益之间存在显著正相关关系。运用不同的流动性衡量方法，前人的研究都支持了流动性溢价理论。阿米胡德和门德尔松（1986）使用买卖价差来衡量流动性，发现买卖价差与股票收益之间存在正相关关系。布伦南和苏布拉马尼亚姆（Brennan和Subrahmanyam，1996） 利用交易对价格的冲击来衡量流动性，证实流动性与股票收益之间存在明显的相关性。布伦南（Brennan，1996）、阮等（Nguyen等，2007，2009）发现在控制了市场风险、规模因素和账面市值比因素后，流动性与股票收益间存在很强的相关性。伊斯利（Easley，2003）利用信息驱动交易概率作为衡量流动性的指标，结果表明，流动性在资产定价方面有显著的作用。阿米胡德（2002） 发现：存在公司规模因素、贝塔值和动量因素的情况下，流动性与股票收益存在负相关的关系。基恩（Keene，2007）验证了在控制了市场、规模、账面市值比以及动量因素的影响后，流动性仍会对股票收益产生影响。此外，彼得森（Peterson，1994）和布伦南（1996）指出买卖价差不能很好地衡量股市流动性，这就使得学者们开始寻找其他指标来代表股市流动性，例如交易额（布伦南，1998）、换手率（达塔，1998；陈和法夫，2005）、换手率的标准差以及交易额的标准差（科迪亚，2001）。另外，贝克特（Bekaert，2007） 对18个亚洲新兴的股票市场进行了研究，发现流动性在这些市场上都被定价了。拉姆（Keith S.K. Lam，2011）证明了在香港股票市场中流动性与股票收益存在负相关关系。
国内学者也对我国证券市场的流动性与收益率关系做了许多有益的探讨。罗登跃（2007）、陈青（2008）和黄峰等（2007） 通过不同的流动性衡量方法和不同的样本数据，证实了中国股票市场流动性溢价的存在。
到目前为止，不同的学者采用不同的流动性衡量方法或不同的样本数据，但多数结论都证实发达经济体股票市场中存在流动性溢价。但国内类似的研究较少，本文基于上述文献的研究思路，分析市场风险溢价、规模因素、账面市值比因素、动量因素和流动性因素对我国A股市场的联合影响，检验流动性因素是不是一个可以描述中国股票市场收益率时间序列变化的重要变量，进而帮助人们认识在新兴市场中流动性的资产定价作用。
二、研究设计
（一） 数据整理
本文的研究对象为我国非金融类A股股票（包括沪市非金融类A股股票425家和深市非金融类A股股票400家），选取的时间段为2002—2012年。选用的是股票的年交易数据，所有的数据资料均来自于锐思数据库。
利用样本股票的数据，根据规模和流动性指标，本文构造了25个资产组合。为了建立这25个资产组合，在每年末，依据公司的市场价值将样本股票的数据平均分成5个规模组合；之后，再将5个规模组合分别根据组合内股票的年流动性指标分成5个流动性组合。这样就得到了25个资产组合。建立组合之后，我们分别计算出这25个组合的收益率，该收益率为组合的等权重收益率，组合的超额收益率为组合收益率与无风险收益率的差值。本文使用换手率作为衡量股市流动性的主要指标。回归模型中使用的股市流动性指标是以换手率为基础建立的。
（二） 研究方法
本文运用时间序列检验的方法研究流动性与我国A股市场收益率之间的关系，分析包含公司规模因素、账面市值比因素和流动性因素的模型是否能解释股票的时间序列收益。通过研究，我们试图找到适合解释我国股票收益率的资产定价模型。
首先，我们应用Fama-French三因素模型（模型（1））对样本进行回归分析，以检验流动性溢价是否存在。如果流动性因素在股票市场中没有被定价，那么不含流动性因素的Fama-French三因素模型就包含了股票收益的所有时间序列上的变化，那么回归方程的截距项应该都为零。
其次，我们应用经股市流动性因素和动量因素调整的三因素模型（模型（2））对样本进行回归。如果回归系数是显著的且回归的截距项显著不为零，说明流动性溢价在我国股票市场中是存在的。
使用的模型：（1）包含超额市场收益、规模因素和账面市值比因素。（2）经过流动性因素和动量因素调整的三因素模型。具体模型如下：
[Rpt-Rft=ap+bpMPt+SpSMBt+hpHMLt+εpt] （1）
[Rpt-Rft=ap+bpMPt+SpSMBt+hpHMLt+ωpWMLt+ψpLIQt+εpt] （2）
这里，[Rft]是无风险收益率，[Rpt]是资产组合的收益率；[Rpt-Rft]是指组合的超额收益率； [MPt]是指市场超额收益率；[SMBt]是规模因素；[HMLt]是账面市值比因素；[WMLt]是动量因素；[LIQt]是股市流动性因素；[εpt]是误差项，并且假定其均值为零且与其他解释变量不相关。 三、时间序列检验
（一）变量的描述性统计与相关性分析
各变量的描述性统计结果和相关系数分别如表1和表2所示：
表1：变量描述统计数据
[＼&Rpt-Rft＼&MP＼&SMB＼&HML＼&WML＼&LIQ＼&均值＼&0.252 ＼&0.138 ＼&0.081 ＼&0.093 ＼&-0.109 ＼&0.013 ＼&标准差＼&0.787 ＼&0.598 ＼&0.113 ＼&0.276 ＼&0.330 ＼&0.271 ＼&方差＼&0.619 ＼&0.357 ＼&0.013 ＼&0.076 ＼&0.108 ＼&0.073 ＼&最小值＼&-0.716 ＼&-0.684 ＼&-0.188 ＼&-1.062 ＼&-2.359 ＼&-1.215 ＼&最大值＼&2.841 ＼&1.282 ＼&0.625 ＼&1.357 ＼&1.242 ＼&1.430 ＼&]
表1显示规模因素、账面市值比因素和股市流动性因素的平均收益均为正。流动性因素的平均收益为正表示流动性因素与某种特定的系统因素是正相关的。我国股票市场的流动性因素平均收益为1.33%，但是美国股票市场的流动性因素的平均收益仅为0.17%（基恩和彼得森，2007）。我国股票市场流动性因素的平均收益高于美国，说明我国股票市场的投资者比美国股票市场的投资者更关心流动性因素。
MP、SMB、HML都与LIQ存在负相关关系，但是它们之间的相关系数值都较小，只有MP与LIQ之间的相关系数值较大。MP和LIQ之间存在负相关关系，二者的相关系数为-0.372。股市流动性因素和其他因素（MP、SMB、HML和WML）的相关系数是很小的正数或者是负数。这表明，流动性因素是对资产定价有显著影响的一种潜在的风险因素，它也可以描述股票的预期收益。同时，我们还发现流动性与资产组合的超额收益的相关系数为负，这表明股市流动性与股票的预期收益存在负相关的关系。
（二）回归结果
表3和表4分别是基于沪市A股市场数据和深市A股市场数据的三因素模型的回归结果。我们发现在三因素模型的回归结果中，大部分的截距项是在5%显著水平下不为零（基于沪市数据的回归结果中有11个截距项是在5%显著水平下不为零，基于深市数据的回归结果中有14个截距项是在5%显著水平下不为零）。流动性差的公司往往拥有正的截距项，而流动性强的公司的截距项往往为负。这就表明流动性在我国股票市场被定价了。大部分的MP、SMB和HML的系数都是显著的。MP系数的平均值十分接近于1，这与基恩和彼得森（2007）、法玛和弗兰奇（Fama和French，1993）得到的结果是一致的。大部分回归方程调整后R2都在0.60—0.90这个区间里，低于法玛和弗兰奇（1993）的研究结果，法玛和弗兰奇的回归的R2在都落在了95%—97%之间。本文回归结果的R2相对较低，可能表示法玛和弗兰奇选择的因素对我国股票市场的解释能力不是很高。同时，回归结果中一部分回归的截距项都显著不等于零说明，三因素模型中缺少了重要因素，需要我们在模型中加入其他因素。
此外，我们还可以发现，从流动性低的资产组合到流动性高的资产组合，回归的截距项存在着递减的趋势。这就表明，三因素模型的截距项中存在与股市流动性相关的因素，即流动性可能是三因素模型中所缺少的重要因素。
表5和表6分别是沪市和深市A股市场经过流动性因素及动量因素调整后的三因素模型的回归结果，回归模型如上述模型（2）所示。与三因素模型的回归结果对比，经过流动性因素及动量因素调整后的三因素模型的回归结果中，截距项在5%的显著水平下不为零的个数明显减少（其中基于沪市数据的回归结果中有4个截距项是在5%显著水平下不为零，基于深市数据的回归结果中4个截距项是在5%显著水平下不为零）。同时，从流动性低的资产组合到流动性高的资产组合，回归的截距项递减的趋势也消失了。
模型中大部分因素的系数都是显著的，其中MP的系数显著程度最高。所有MP的回归系数都是显著的，而大部分SMB、HML和LIQ的系数在5%的水平上是显著的。在表5中，小公司的LIQ系数为负而规模大的公司的LIQ系数为正，流动性差的公司的LIQ系数为正而流动性强的公司的LIQ系数为负。在表6中，小公司的LIQ系数为正而规模大的公司的LIQ系数为负，流动性差的公司的LIQ系数为正而流动性强的公司的LIQ系数为负。但是，只有极少的WML的回归系数是在5%的水平上显著的。此外，回归模型调整后的R2也有了显著的提高，大部分落在0.85—0.98之间。
这样的结果表明，LIQ流动性因素是影响我国A股市场股票预期收益的重要因素，而WML动量因素则对我国A股市场的股票没有重要的定价作用。
四、研究结论
利用我国A股市场数据的时间序列实证结果表明，在我国A股市场中流动性是决定股票收益的一个基本因素，即流动性溢价是存在的。对于我国沪市A股市场来说，小公司的股票预期收益与流动性呈负相关关系，而大公司的股票预期收益与流动性呈正相关关系；与沪市不同的是，在我国深市A股市场中，小公司的股票预期收益与流动性呈正相关关系，而大公司的股票预期收益与流动性呈负相关关系。沪市和深市的相同之处在于，流动性差的公司股票预期收益与流动性呈正相关关系，而流动性强的公司股票预期收益与流动性呈负相关关系。总而言之，研究发现，流动性是影响我国A股股票收益的一个重要变量，而动量因素不是决定我国A股股票收益的一个基本因素。同时，公司规模的大小和股市流动性水平的高低会影响流动性与股票收益之间的相关关系。
就实际而言，企业需要综合考虑公司股票流动性、企业自身规模和公司股票价格之间的关系，充分考虑我国股票市场的上述特征，采取合适的融资或经营策略；投资者在投资决策过程中，不仅要考虑股市流动性因素来调整预期的风险与收益，还要根据公司规模及其流动性水平来确定流动性对股票收益带来的正面或者负面影响。 参考文献：
[1]Amihud，Y.，Mendelson，H.1986. Asset pricing and the bid-ask spread[J]. Journal of Financial Economics，（17）.
[2]Brennan，M.J.，Subrahmanyam，A.1996. Market microstructure and asset pricing：on the compensation for illiquidity in stock returns[J].Journal of Financial Economics，（41）.
[3]Nguyen，D.，Mishra，S.，Prakash，A.， Ghosh，D.2007. Liquidity and asset pricing under the three-moment CAPM paradigm[J].Journal of Financial Research，（30）.
[4]Duong Nguyen and Tribhuvan N. Puri.2009.Systematic liquidity，characteristic liquidity and asset pricing[J]. Applied Financial Economics，（19）.
[5]Amihud，Y.2002. Illiquidity and stock returns：cross-section and time-series effects[J]. Journal of Financial Markets，（5）.
[6]Keene，M.，Peterson，D.2007. The important of liquidity as a factor in asset pricing[J].Journal of Financial Research，（30）.
[7]Peterson，M.，Fialkowski，D.1994. Posted versus effective spreads：good prices or bad quotes[J]？ Journal of Financial Economics，（35）.
[8]Brennan，M.J.，Subrahmanyam，A.1996. Market microstructure and asset pricing：on the compensation for illiquidity in stock returns[J].Journal of Financial Economics，（41）..
[9]Brennan，M. J.，Chordia，T.，Subrahmanyam，A.1998. Alternative factor specifications，security characteristics and the cross-section of expected returns[J].Journal of Financial Economics，（49）.
[10]Datar，V. T.，Naik，N. Y. ，Radcliffe，R.1998. Liquidity and stock returns： an alternative test[J].Journal of Financial Markets，（1）.
[11]Chan，H.，Faff，R.2005. Asset pricing and illiquidity premium[J]. Financial Review，（40）.
[12]Chordia，T.，Roll，R.，Subrahmanyam，A.2000. Commonality in liquidity[J].Journal of Financial Economics，（56）.
[13]Bekaert，G.，Harvey，C.，Lundblad，C.2007. Liquidity and expected returns：lessons from emerging markets[J]. Review of Financial Studies，（20）.
[14]Fama，E.，French，K. 1993.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，（33）.
[15]Keith S.K. Lam，Lewis H.K. Tam. 2011.Liquidity and asset pricing：Evidence from the Hong Kong stock market[J]. Journal of Banking & Finance，（35）.
[16]罗登跃，王春峰，房振明.中国股市总流动性与资产定价关系研究[J].中国管理科学，2007 （2）.
[17]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，（6）.
[18]黄峰，杨朝军.流动性风险与股票定价：来自我国股市的经验数据[J].管理世界，2007，（5）.
关键词：资产定价；Fama -French三因素模型；流动性因子；动量因子
中图分类号：F830.91 文献标识码：A 文章编号：1674-2265（2015）07-0009-07
一、引言
股市流动性一直是影响资产收益的重要变量之一。从阿米胡德和门德尔松（Amihud和Mendelson，1986）开始，大量研究证实流动性与股票收益之间存在显著正相关关系。运用不同的流动性衡量方法，前人的研究都支持了流动性溢价理论。阿米胡德和门德尔松（1986）使用买卖价差来衡量流动性，发现买卖价差与股票收益之间存在正相关关系。布伦南和苏布拉马尼亚姆（Brennan和Subrahmanyam，1996） 利用交易对价格的冲击来衡量流动性，证实流动性与股票收益之间存在明显的相关性。布伦南（Brennan，1996）、阮等（Nguyen等，2007，2009）发现在控制了市场风险、规模因素和账面市值比因素后，流动性与股票收益间存在很强的相关性。伊斯利（Easley，2003）利用信息驱动交易概率作为衡量流动性的指标，结果表明，流动性在资产定价方面有显著的作用。阿米胡德（2002） 发现：存在公司规模因素、贝塔值和动量因素的情况下，流动性与股票收益存在负相关的关系。基恩（Keene，2007）验证了在控制了市场、规模、账面市值比以及动量因素的影响后，流动性仍会对股票收益产生影响。此外，彼得森（Peterson，1994）和布伦南（1996）指出买卖价差不能很好地衡量股市流动性，这就使得学者们开始寻找其他指标来代表股市流动性，例如交易额（布伦南，1998）、换手率（达塔，1998；陈和法夫，2005）、换手率的标准差以及交易额的标准差（科迪亚，2001）。另外，贝克特（Bekaert，2007） 对18个亚洲新兴的股票市场进行了研究，发现流动性在这些市场上都被定价了。拉姆（Keith S.K. Lam，2011）证明了在香港股票市场中流动性与股票收益存在负相关关系。
国内学者也对我国证券市场的流动性与收益率关系做了许多有益的探讨。罗登跃（2007）、陈青（2008）和黄峰等（2007） 通过不同的流动性衡量方法和不同的样本数据，证实了中国股票市场流动性溢价的存在。
到目前为止，不同的学者采用不同的流动性衡量方法或不同的样本数据，但多数结论都证实发达经济体股票市场中存在流动性溢价。但国内类似的研究较少，本文基于上述文献的研究思路，分析市场风险溢价、规模因素、账面市值比因素、动量因素和流动性因素对我国A股市场的联合影响，检验流动性因素是不是一个可以描述中国股票市场收益率时间序列变化的重要变量，进而帮助人们认识在新兴市场中流动性的资产定价作用。
二、研究设计
（一） 数据整理
本文的研究对象为我国非金融类A股股票（包括沪市非金融类A股股票425家和深市非金融类A股股票400家），选取的时间段为2002—2012年。选用的是股票的年交易数据，所有的数据资料均来自于锐思数据库。
利用样本股票的数据，根据规模和流动性指标，本文构造了25个资产组合。为了建立这25个资产组合，在每年末，依据公司的市场价值将样本股票的数据平均分成5个规模组合；之后，再将5个规模组合分别根据组合内股票的年流动性指标分成5个流动性组合。这样就得到了25个资产组合。建立组合之后，我们分别计算出这25个组合的收益率，该收益率为组合的等权重收益率，组合的超额收益率为组合收益率与无风险收益率的差值。本文使用换手率作为衡量股市流动性的主要指标。回归模型中使用的股市流动性指标是以换手率为基础建立的。
（二） 研究方法
本文运用时间序列检验的方法研究流动性与我国A股市场收益率之间的关系，分析包含公司规模因素、账面市值比因素和流动性因素的模型是否能解释股票的时间序列收益。通过研究，我们试图找到适合解释我国股票收益率的资产定价模型。
首先，我们应用Fama-French三因素模型（模型（1））对样本进行回归分析，以检验流动性溢价是否存在。如果流动性因素在股票市场中没有被定价，那么不含流动性因素的Fama-French三因素模型就包含了股票收益的所有时间序列上的变化，那么回归方程的截距项应该都为零。
其次，我们应用经股市流动性因素和动量因素调整的三因素模型（模型（2））对样本进行回归。如果回归系数是显著的且回归的截距项显著不为零，说明流动性溢价在我国股票市场中是存在的。
使用的模型：（1）包含超额市场收益、规模因素和账面市值比因素。（2）经过流动性因素和动量因素调整的三因素模型。具体模型如下：
[Rpt-Rft=ap+bpMPt+SpSMBt+hpHMLt+εpt] （1）
[Rpt-Rft=ap+bpMPt+SpSMBt+hpHMLt+ωpWMLt+ψpLIQt+εpt] （2）
这里，[Rft]是无风险收益率，[Rpt]是资产组合的收益率；[Rpt-Rft]是指组合的超额收益率； [MPt]是指市场超额收益率；[SMBt]是规模因素；[HMLt]是账面市值比因素；[WMLt]是动量因素；[LIQt]是股市流动性因素；[εpt]是误差项，并且假定其均值为零且与其他解释变量不相关。 三、时间序列检验
（一）变量的描述性统计与相关性分析
各变量的描述性统计结果和相关系数分别如表1和表2所示：
表1：变量描述统计数据
[＼&Rpt-Rft＼&MP＼&SMB＼&HML＼&WML＼&LIQ＼&均值＼&0.252 ＼&0.138 ＼&0.081 ＼&0.093 ＼&-0.109 ＼&0.013 ＼&标准差＼&0.787 ＼&0.598 ＼&0.113 ＼&0.276 ＼&0.330 ＼&0.271 ＼&方差＼&0.619 ＼&0.357 ＼&0.013 ＼&0.076 ＼&0.108 ＼&0.073 ＼&最小值＼&-0.716 ＼&-0.684 ＼&-0.188 ＼&-1.062 ＼&-2.359 ＼&-1.215 ＼&最大值＼&2.841 ＼&1.282 ＼&0.625 ＼&1.357 ＼&1.242 ＼&1.430 ＼&]
表1显示规模因素、账面市值比因素和股市流动性因素的平均收益均为正。流动性因素的平均收益为正表示流动性因素与某种特定的系统因素是正相关的。我国股票市场的流动性因素平均收益为1.33%，但是美国股票市场的流动性因素的平均收益仅为0.17%（基恩和彼得森，2007）。我国股票市场流动性因素的平均收益高于美国，说明我国股票市场的投资者比美国股票市场的投资者更关心流动性因素。
MP、SMB、HML都与LIQ存在负相关关系，但是它们之间的相关系数值都较小，只有MP与LIQ之间的相关系数值较大。MP和LIQ之间存在负相关关系，二者的相关系数为-0.372。股市流动性因素和其他因素（MP、SMB、HML和WML）的相关系数是很小的正数或者是负数。这表明，流动性因素是对资产定价有显著影响的一种潜在的风险因素，它也可以描述股票的预期收益。同时，我们还发现流动性与资产组合的超额收益的相关系数为负，这表明股市流动性与股票的预期收益存在负相关的关系。
（二）回归结果
表3和表4分别是基于沪市A股市场数据和深市A股市场数据的三因素模型的回归结果。我们发现在三因素模型的回归结果中，大部分的截距项是在5%显著水平下不为零（基于沪市数据的回归结果中有11个截距项是在5%显著水平下不为零，基于深市数据的回归结果中有14个截距项是在5%显著水平下不为零）。流动性差的公司往往拥有正的截距项，而流动性强的公司的截距项往往为负。这就表明流动性在我国股票市场被定价了。大部分的MP、SMB和HML的系数都是显著的。MP系数的平均值十分接近于1，这与基恩和彼得森（2007）、法玛和弗兰奇（Fama和French，1993）得到的结果是一致的。大部分回归方程调整后R2都在0.60—0.90这个区间里，低于法玛和弗兰奇（1993）的研究结果，法玛和弗兰奇的回归的R2在都落在了95%—97%之间。本文回归结果的R2相对较低，可能表示法玛和弗兰奇选择的因素对我国股票市场的解释能力不是很高。同时，回归结果中一部分回归的截距项都显著不等于零说明，三因素模型中缺少了重要因素，需要我们在模型中加入其他因素。
此外，我们还可以发现，从流动性低的资产组合到流动性高的资产组合，回归的截距项存在着递减的趋势。这就表明，三因素模型的截距项中存在与股市流动性相关的因素，即流动性可能是三因素模型中所缺少的重要因素。
表5和表6分别是沪市和深市A股市场经过流动性因素及动量因素调整后的三因素模型的回归结果，回归模型如上述模型（2）所示。与三因素模型的回归结果对比，经过流动性因素及动量因素调整后的三因素模型的回归结果中，截距项在5%的显著水平下不为零的个数明显减少（其中基于沪市数据的回归结果中有4个截距项是在5%显著水平下不为零，基于深市数据的回归结果中4个截距项是在5%显著水平下不为零）。同时，从流动性低的资产组合到流动性高的资产组合，回归的截距项递减的趋势也消失了。
模型中大部分因素的系数都是显著的，其中MP的系数显著程度最高。所有MP的回归系数都是显著的，而大部分SMB、HML和LIQ的系数在5%的水平上是显著的。在表5中，小公司的LIQ系数为负而规模大的公司的LIQ系数为正，流动性差的公司的LIQ系数为正而流动性强的公司的LIQ系数为负。在表6中，小公司的LIQ系数为正而规模大的公司的LIQ系数为负，流动性差的公司的LIQ系数为正而流动性强的公司的LIQ系数为负。但是，只有极少的WML的回归系数是在5%的水平上显著的。此外，回归模型调整后的R2也有了显著的提高，大部分落在0.85—0.98之间。
这样的结果表明，LIQ流动性因素是影响我国A股市场股票预期收益的重要因素，而WML动量因素则对我国A股市场的股票没有重要的定价作用。
四、研究结论
利用我国A股市场数据的时间序列实证结果表明，在我国A股市场中流动性是决定股票收益的一个基本因素，即流动性溢价是存在的。对于我国沪市A股市场来说，小公司的股票预期收益与流动性呈负相关关系，而大公司的股票预期收益与流动性呈正相关关系；与沪市不同的是，在我国深市A股市场中，小公司的股票预期收益与流动性呈正相关关系，而大公司的股票预期收益与流动性呈负相关关系。沪市和深市的相同之处在于，流动性差的公司股票预期收益与流动性呈正相关关系，而流动性强的公司股票预期收益与流动性呈负相关关系。总而言之，研究发现，流动性是影响我国A股股票收益的一个重要变量，而动量因素不是决定我国A股股票收益的一个基本因素。同时，公司规模的大小和股市流动性水平的高低会影响流动性与股票收益之间的相关关系。
就实际而言，企业需要综合考虑公司股票流动性、企业自身规模和公司股票价格之间的关系，充分考虑我国股票市场的上述特征，采取合适的融资或经营策略；投资者在投资决策过程中，不仅要考虑股市流动性因素来调整预期的风险与收益，还要根据公司规模及其流动性水平来确定流动性对股票收益带来的正面或者负面影响。 参考文献：
[1]Amihud，Y.，Mendelson，H.1986. Asset pricing and the bid-ask spread[J]. Journal of Financial Economics，（17）.
[2]Brennan，M.J.，Subrahmanyam，A.1996. Market microstructure and asset pricing：on the compensation for illiquidity in stock returns[J].Journal of Financial Economics，（41）.
[3]Nguyen，D.，Mishra，S.，Prakash，A.， Ghosh，D.2007. Liquidity and asset pricing under the three-moment CAPM paradigm[J].Journal of Financial Research，（30）.
[4]Duong Nguyen and Tribhuvan N. Puri.2009.Systematic liquidity，characteristic liquidity and asset pricing[J]. Applied Financial Economics，（19）.
[5]Amihud，Y.2002. Illiquidity and stock returns：cross-section and time-series effects[J]. Journal of Financial Markets，（5）.
[6]Keene，M.，Peterson，D.2007. The important of liquidity as a factor in asset pricing[J].Journal of Financial Research，（30）.
[7]Peterson，M.，Fialkowski，D.1994. Posted versus effective spreads：good prices or bad quotes[J]？ Journal of Financial Economics，（35）.
[8]Brennan，M.J.，Subrahmanyam，A.1996. Market microstructure and asset pricing：on the compensation for illiquidity in stock returns[J].Journal of Financial Economics，（41）..
[9]Brennan，M. J.，Chordia，T.，Subrahmanyam，A.1998. Alternative factor specifications，security characteristics and the cross-section of expected returns[J].Journal of Financial Economics，（49）.
[10]Datar，V. T.，Naik，N. Y. ，Radcliffe，R.1998. Liquidity and stock returns： an alternative test[J].Journal of Financial Markets，（1）.
[11]Chan，H.，Faff，R.2005. Asset pricing and illiquidity premium[J]. Financial Review，（40）.
[12]Chordia，T.，Roll，R.，Subrahmanyam，A.2000. Commonality in liquidity[J].Journal of Financial Economics，（56）.
[13]Bekaert，G.，Harvey，C.，Lundblad，C.2007. Liquidity and expected returns：lessons from emerging markets[J]. Review of Financial Studies，（20）.
[14]Fama，E.，French，K. 1993.Common risk factors in the returns on stocks and bonds[J].Journal of Financial Economics，（33）.
[15]Keith S.K. Lam，Lewis H.K. Tam. 2011.Liquidity and asset pricing：Evidence from the Hong Kong stock market[J]. Journal of Banking & Finance，（35）.
[16]罗登跃，王春峰，房振明.中国股市总流动性与资产定价关系研究[J].中国管理科学，2007 （2）.
[17]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，（6）.
[18]黄峰，杨朝军.流动性风险与股票定价：来自我国股市的经验数据[J].管理世界，2007，（5）.