中国股票收益的非流动性补偿

《中国股票收益的非流动性补偿》由会员分享，可在线阅读，更多相关《中国股票收益的非流动性补偿（15页珍藏版）》请在装配图网上搜索。

1、中国股票收益的非流动性补偿吴文锋1 芮萌2 陈工孟2（1、上海交通大学管理学院 2、香港理工大学会计学系）通信地址：上海市法华镇路535号 上海交大管理学院 吴文锋（收）邮编：52电话：(021)62932590-8616，传真：(021)6293-3664email: 本文受国家自然科学基金(7020)的资助，作者感谢“第二届中国青年经济学者论坛”与会者、两位匿名审稿人和责任编辑提出的修改意见，固然文责自负。邮寄地址：北京市建国门内大街5号中国社会科学院世界经济与政治研究所世界经济编辑部邮编：100732电话：（010）65137744-5790 传真：65137744-5790email:

2、 投稿日期：/11/9中国股票收益的非流动性补偿内容提纲：老式资产定价模型觉得，股票高收益仅仅是用于补偿高风险，而忽视了非流动性交易成本等其她重要因素。市场微观构造理论重新考虑非流动性问题，提出了收益的“非流动性补偿”假设。本文检查了中国股票市场的“风险补偿”和“非流动性补偿”假设，发现“风险补偿”假设不成立；而相反，成果支持了“非流动性补偿”假设。这阐明中国市场中非流动性交易成本在股票定价中起着更重要的作用。此外，分析不同流动性的股票对市场非流动性变化的反映还发现，产生“小公司效应”的一种因素是由于小公司的非流动性效应更明显引起的。文中提出，管理层除了通过减少印花税和下调佣金等措施减少直接交

3、易成本外，更应当完善市场交易机制减少间接交易成本。核心词：非流动性 资产定价模型 小公司效应一、引言在11月财政部调低证券交易印花税股、B股交易印花税分别从、3统一降为。后不久，4月中国证监会、国家计委、国家税务总局又联合发文，自5月1日起下调证券佣金收取原则沪深两市的佣金分别从3.35和3.3075下调到最高不得超过3。这两项措施的目的都是通过直接减少证券交易成本，以期活跃市场，提高整个市场的流动性。事实上，流动性不仅是管理层维护市场繁华的目的之一，并且，它作为资产的一种重要属性，也是投资者进行资产组合管理和投资决策时考虑的首要目的之一。与实务界对它的注重相比，流动性在老式资产定价模型中却少

4、有反映。为了强调这一长期忽视的重要因素，近年来的市场微观构造理论开始探讨和研究流动性在资产定价理论中的地位和应用。Amihud and Mendelson(1986)初次讨论了资产收益率与流动性的关系，她们的理论分析觉得，资产收益率是交易成本的凸的增函数；使用买卖价差作为流动性的度量措施，她们的实证成果证明了“非流动性补偿”假设股票的高收益不仅是为了补偿它的高风险，也用于补偿它的高非流动性。“非流动性补偿”假设可以说是对资产定价理论的进一步修正和完善。在老式资产定价理论中，“收益”仅仅是和“风险”联系在一起老式资产定价模型觉得，股票的高收益仅仅是为了补偿它的高风险价格的高度不拟定性。，但人们又

5、无法解释为什么具有同样风险的两只股票，投资者倾向于选择流动性好的那只？事实上，一种重要的因素交易成本被忽视了。类似于“风险厌恶”的基本假设，投资者同样具有“流动性偏好”心理。投资者喜欢流动性好的资产，这样她可在需要时迅速和低成本地兑现资产。因此当资产的非流动性偏大时，她也需要更高的预期收益率来补偿高非流动性。这种非流动性补偿所相应的成本就是一种间接交易成本。从非流动性成本角度也有助于理解为什么股票的收益要高于短期国债。由于，与短期国债相比，股票不仅更有风险，并且非流动性也更高。一方面，股票交易的价差和直接交易费用都要高于短期国债。并且，国债的交易规模也更大，投资者可以进行一笔规模很大的国债交易

6、而对国债价格不产生影响，但规模稍微大一点的股票交易就会影响股价。这阐明股票的非流动性成本更高。这些都隐含着，股价收益率超过国债收益率部分的超额收益率不仅用于补偿股票的高风险，也用于补偿股票的高非流动性。在Amihud and Mendelson(1986)提出“非流动性补偿”假设后，有关使用流动性解释股票收益的研究便大量展开了。Eleswarapu and Reinganum(1993)使用1961-1990年美国股市数据重新检查“非流动性补偿”假设，她们的结论发现，资产收益率和买卖价差之间的正有关关系重要限定于一月份的数据。Brennan and Subrahmanyam(1996)把交易成

7、本分为固定成本和可变成本两部分，研究成果显示收益和可变成本之间存在有关关系，而和固定成本之间没有关系。Datar, Naik and Radcliffe(1998)则使用换手率作为流动性的度量措施，检查成果也支持了“非流动性补偿”假设。Amihud()又重新从横截面角度进行了检查，她发现资产收益率与非流动性之间的正有关关系不仅在时间序列上成立，在横截面上也成立。在中国这个相对显得不成熟的市场上，研究非流动性成本对股票定价的影响，也许会引起新的思考和爱好。一方面，中国市场与西方成熟市场存在完全不同的背景环境，特别是大部分的实证研究都证明老式的资产定价模型不适合于中国市场许多的实证研究都证明了CA

8、PM模型不适合于中国股票市场，例如马静如（）等。整个市场的规模较小 截至12月底，中国股市的总流通市值为14423亿元，仅为GDP总值的15%。，证券市场制度处在不断完善过程，政府对市场的干预过多，机构投资者的数量和规模太小等，这些因素导致中国市场与老式资产定价模型严格的前提条件有较大出入。从投资者角度考虑，价格波动的“风险补偿”不能解释股票收益的因素在于许多股价波动是由于政府外部干预、庄家炒作等因素引起的，而不是投资者进行风险规避的成果。另一方面，在中国股市不仅交易印花税、佣金等直接的交易成本较高，并且涨跌幅度限制、缺少做空机制等市场制度也导致了很高的非流动性成本。这些都使得研究中国股市中非

9、流动性成本对股票收益的影响就显得更故意义。本文对中国股票市场的非流动性与股价收益率之间的关系进行了横截面有关检查，并分析了市场非流动性变化对股票收益的影响及不同流动性股票的市场非流动性效应。文章的构造如下，第二部分描述了变量和使用的样本数据，第三部分设计了实证检查的假设，给出了成果，并进行分析，第四部分对结论进行了总结。二、变量和数据（一）非流动性的度量措施流动性是一种很难刻画的概念（Amihud, ）。它不能被直接观测，并且由于涉及许多方面而无法简朴使用一种措施来刻画。一般说来，一种资产流动性好是指它能按照目前的市场价格不久并且以很低的成本买卖。非流动性是一种间接交易成本，它反映了交易指令对

10、价格的影响。象交易佣金、印花税等直接的交易成本容易度量，但涉及买卖价差、交易指令对价格的影响成本和延迟交易成本等非流动性成本就很难度量。Kyle(1985)提出了度量流动性的三个指标：紧性、深度和弹性。Amihud and Mendelson(1986)和Eleswarapu(1997)则使用买卖价差来度量流动性。流动性的另一种度量指标是换手率，Amihud and Mendelson(1986)觉得换手率与非流动性成本负有关，Atkins and Dyl(1997)发现价差与换手率倒数之间（衡量持有期）存在正有关关系。这些流动性和非流动性指标都是从实证角度描述了流动性的一种不同方面。 本文采

11、用Amihud()的措施度量非流动性，定义为日收益率的绝对值与日成交金额的比率：（1）其中：为第i个股票t日的日收益率，为第i个股票t日的成交金额。这个比率即为每单位成交金额所引起的价格变化，它反映了买卖指令规模对价格的影响。它与Kyle(1985)的定义是一致的。并且，它避免了Kyle的指标对高频数据的依赖，从而可以作长时期的时间序列研究。另一方面，Amihud（）的研究表白，ILLIQ与从市场微观构造高频数据给出的非流动性定义是正有关的。Brennan and Subrahmanyam(1996)使用日内交易和价差数据度量非流动性，一种是价格影响指标：Kyle(1985)的，另一种是相对于

12、买卖价差的固定费用指标。通过与这两个指标进行回归，她们发现ILLIQ指标与和都正有关。在横截面研究中我们使用月平均非流动性指标ILLIQiy：（2）其中：Diy为第i个股票y月的交易天数。（二）实证检查的变量（1）非流动性变量单个股票的非流动性指标ILLIQiy使用式（2）计算，整个市场的非流动性指标则取所有股票的平均值AILLIQy：（3）其中：Dy为第y月的股票个数。由于随着时间的变化，各个月的非流动性变化很大，因此在横截面回归检查模型的估计中，我们使用通过均值调节的非流动性指标ILLIQMAiy：（4）（2）风险变量我们使用BETAiy作为系统风险的度量指标。BETAiy的计算措施如下：

13、在每一种y月，股票按照市值排序，提成10个证券组合。然后，按照组合中所有股票收益率等权平均计算各个组合的日收益率Rpt，即第p个组合在t日的收益率。最后，按照市场模型来估计各个组合的BETApy值：（5）其中：RMt为等权平均计算的市场组合收益率，BETApy为用Scholes and Williams(1977)估计出的斜率系数，无风险利率Rft为三个月期存款年利率的日收益率值。回归区间为y月月底前的一年期间。各个股票的BETA值为其所在的股票组合的BETA值BETApy Fama and French(1992)也使用类似的措施估计BETA值，她们发现用组合的措施估计BETA值比逐个股票进

14、行市场组合回归要精确某些。股票的总风险为变量SDRETiy，即为日收益率的原则差（乘以100）。根据Levy(1978)和Merton(1987)的研究，总风险SDRETiy也考虑在股票定价因素中是由于投资者的组合总是受到限制，因而不也许完全分散化。（3）股票规模 股票规模SIZE（市值）也与流动性有关。由于市值越大，它的价差会越小，每个单位买卖指令对价格的影响也越小。并且，股票的预期收益率也与规模负有关（Banz, 1981；Reinganum, 1981；Fama and French, 1992等）。在横截面回归时，规模SIZE取对数。（4）其她变量在实证时，我们还考虑股利变量DIVYL

15、Diy，它等于y月分派的股利与月底股价的比率。由于，Reddings（19797）觉得高股利分派的股票风险要低某些，因此DIVYLDiy也许与预期收益率存在负有关关系。（三）样本数据样本时期为从1993年6月到12月，一共103个月。数据为所有在上海和深圳证券交易所上市并且这段时期有交易的股票，去掉ILLIQiy在分布两端1%的股票 这是为了消除分布两端的异常数据也许导致的影响。数据来源自香港理工大学中国会计与金融研究中心和深圳国泰安信息技术有限公司合伙开发的中国股票市场研究数据库（CSMAR）。先按照月份计算每月各个股票的变量值，求得103个月的每月变量均值，而后对这103个月的均值进行记录

16、，得到表1。表1 各个变量的基本登记表变量均值原则差中位数偏度最小值最大值ILLIQ0.80180.57170.67301.82380.12052.8443SIZE(RMB000)2,446,249.353,066,996.802,453,497.084.5680799,587.124,779,216.64DIVYLD12.286813.75796.90661.64822.767243.1818SDRET3.09880.86772.70081.12151.504811.6740注：变量DIVYLD的单位为万分之一。三、实证检查和成果（一）非流动性和股价收益率的横截面回归1、横截面检查模型检查的

17、过程采用Fama and French(1973)的横截面回归措施：（6）其中：为第i股票第y月的收益率；为股票i的第j个有关因素（例如，非流动性指标，风险系数Beta值，市值规模等），它使用的在y月初投资者已获取的第y-1月的数据；系数衡量这些因素的影响限度。表 2 股票收益率与非流动性及其她变量的横截面回归成果变量所有样本除1月份之外的样本1993-19971998-所有样本除1月份之外的样本1993-19971998-Constant-0.0354-0.0265-0.0456-0.02340.18630.19970.19870.1717(-2.2655)(-1.4418)(-1.6566

18、)(-2.)(2.9971)(2.7388)(1.8093)(4.0137)BETA0.00200.0016-0.00180.0065-0.0073-0.0143-0.01820.0053(0.3271)(0.2300)(-0.1582)(2.3900)(-0.7512)(-1.2680)(-1.0177)(1.9429)ILLIQMA0.03170.03520.04870.01180.02980.03340.04730.0092(2.2412)(2.0851)(1.8729)(4.4883)(1.9933)(1.8697)(1.7199)(3.7088)LNSIZE-0.0149-0.015

19、3-0.0174-0.0118(-4.2844)(-3.8380)(-2.8879)(-4.5262)SDRET-0.00240.00020.0013-0.0067(-0.3638)(0.0194)(0.1099)(-2.7186)DIVYLD-0.0003-0.00041-0.00070.00009(-0.9619)(-1.0151)(-1.0947)(1.0688)注：括号内的值为T检查值。2、检查成果按照回归模型式（6），对各个月（103个月）进行横截面回归，一共103次回归，产生了103组系数kjy，对这103组系数求均值，并进行了均值为零的T检查，成果见表2。由于某些研究（Keim,

20、 1983；Tinic and West, 1986；Eleswarapu and Reinganum, 1993等）发现，由于“一月效应”的影响，去掉一月份之后，BETA值、规模等因素也许变得不明显，因此还给出了去掉一月份之后的记录和检查值。此外，为了检查回归成果的时间上的平稳性，我们把样本时期分为两个阶段，一种阶段从1993年6月到1997年12月（55个月）；另一种从1998年1月到12月（48个月），分别对这两个阶段进行了记录和检查。表2的成果支持了中国股票市场的“非流动性补偿”假设。整个样本时期的非流动性指标的均值为0.0317，T检查值为2.2412，明显不等于零。此外，去掉一月份

21、数据后，非流动性效应仍然是正的。分阶段的ILLIQMA也都为正值，且T检查明显，特别是第二阶段，从1998年至期间，明显性大为增强。从BETA值的检查系数看，在中国股票市场，系统风险BETA值与收益率的有关性不明显。在整个样本时期，T检查值仅为0.3271，无法回绝零假设。去掉一月份的检查和1993年到1997年的检查也都是不明显的。仅有1998年到阶段BETA值对股价收益率有正有关关系。在加入规模SIZE、总风险SDRET和股利比率DIVYLD等变量后，非流动性ILLIQMA的系数仍然为明显的正值，进一步证明了非流动性与股价收益率正有关的假设。从表2中还可以看出，股票规模对收益率的影响是负的

22、，这与其她研究者的结论是一致的。变量总风险SDRET和股利比率DIVYLD不明显，即它们对收益率没有记录意义上的明显影响。（二）市场非流动性变化对股价超额收益率的影响前面的实证成果表白，股价收益率与非流动性之间存在横截面正有关关系。这阐明，被老式资产定价模型所忽视的非流动性交易成本因素是影响资产定价的一种重要因素。投资者并没有忽视资产的非流动性因素，而是通过对市场非流动性的预期来调节预期收益率，从而影响股价。如果投资者预期到更高的非流动性，那么她们将把股价定得更低以但愿得到更高的预期收益率，以补偿非流动性的增长。Amihud and , Mendelson and Wood(1990)在研究1

23、987年10月美国股市崩盘时觉得，当时的股市崩盘过程事实上分为两个阶段，第一种阶段是在崩盘前，市场无法提供必需的流动性来减少大笔卖单对价格的影响，股价受到大笔卖单的影响而大幅下跌；第二个阶段则是由于市场流动性的大幅下降，投资者预期市场非流动性将大幅增长，因此提高预期收益率来补偿整个市场非流动性的增长，因此股价再次大幅下跌。她们的研究还发现，不同流动性的股票的下跌幅度也是不同的，流动性越好的股票，其下跌幅度越小。目前考虑整个市场非流动性变化对股价超额收益率的影响，即当预期市场非流动性与实际市场非流动性不一致时，股价收益率会有什么变化。我们把实际市场非流动性与预期市场非流动性的差称为未预期到的市场

24、非流动性，同样把实际收益率与预期收益率之差称为未预期到的收益率。如果当年的未预期到的非流动性不小于零，即实际的非流动性不小于预期的非流动性，则投资者将预期下一年的非流动性增大。而预期非流动性增长会导致下一年的盼望超额收益率的增长，因而当年年终（下一年年初）的股票价格就下跌。因此，当年的收益率下降，即未预期到的收益率为负值。因此，未预期到的非流动性对同期未预期到的股价收益率的影响是负面的。1、检查措施这里预期非流动性采用自回归模型估计，即假设投资者使用前一种月的信息来预测下个月的非流动性，然后用这个预测值去设定盼望收益率。市场非流动性假设遵循下述过程：（7）其中：为y月市场非流动性，检查时采用自

25、然对数形式，和分别为系数，为残差值；可以估计。在第y月初，投资者根据第y-1月的信息决定这一月的预期非流动性： （8）然后，她们按照得到的预期非流动性再去设定这一月的盼望收益率：（9）其中：为第y月的市场组合收益率，为第y月的无风险收益率。根据前面的分析，未预期到的非流动性对同期的未预期到的股价收益率的影响是负面的。记，其中表达没有未预期到的超额收益率，则：（10）合并式（9）和式（10）为：（11）其中：，。这样，检查模型为：（12）检查假设为： 。2、检查成果检查成果见表3。市场非流动性变化对股价超额收益率的影响重要体目前未预期到的市场非流动性变化对超额收益率的影响上，即其回归系数项的检查

26、明显。而前一种月的市场非流动性的系数项的T检查并不明显，这阐明前一月的市场非流动性只影响前一月的股价收益率，而对当月的股价收益率没有影响，由于投资者已通过预期当月的非流动性对股价预期收益率进行调节，因此它对实际的股价收益率就不产生影响。表 3 市场非流动性变化对股价超额收益率的影响RM Rf规模组合的超额收益率Constant-0.00860.0197-0.0066-0.0140-0.0342-0.01834(-0.581)(1.123)(-0.420)(-0.887)(-2.597)(-1.018)0.01350.030.0130.01-0.00680.016759(1.092)(2.268

27、)(0.977)(0.427)(-0.704)(1.361)-0.1759-0.1869-0.1501-0.1469-0.1361-0.134646(-8.068)(-8.013)(-6.779)(-6.666)(-7.513)(-6.475)0.4010.41190.32150.31060.36510.30662.6032.4352.6532.6232.4662.586注：括号中给出的为T检查值。（三）市场非流动性对不同流动性的股票收益率的影响市场非流动性的变化对不同流动性的股票的收益率影响是不同的。当市场非流动性增长时，对投资者来说，一方面是非流动性浮现未预期的增长，另一方面则会预期非流动

28、性还会增长。这里涉及两方面的影响：（1）当预期市场非流动性还会增长时，对所有的股票而言，股价都会下跌而使预期收益率增长；（2）当非流动性浮现未预期的增长时，浮现“流动性替代效应”。即对流动性好的股票的需求增长，而对流动性差的股票的需求减少。流动性替代效应的浮现，将使得流动性好的股票的需求增长，使得价格上升，预期收益率下降；而相反，流动性差的股票的预期收益率增长。这样，对于低流动性的股票而言，两种影响的作用效果为同一种方向，且互相加强。但对于高流动性的股票而言，这两种影响的作用方向相反而互相抵消。最后的成果是，流动性差的股票将体现出更明显的市场非流动性效应，即更强的未预期到的市场非流动性对收益率

29、的负面影响。而对于流动性好的股票，这种市场非流动性效应将会相对削弱某些。如前所述，股票规模也是一种流动性指标，相对而言，规模大的股票的流动性要好于规模小的股票。因此，我们按照股票规模把整个市场的股票提成10个组合，第1个组合的市值规模最小，第10个组合的规模最大。使用下面的模型检查市场非流动性对不同流动性的股票的收益率的影响：（13）其中：为第i 个规模股票组合的第y月的收益率，流动性差的股票体现出更强的市场非流动性效应的假设为 采用奇数1、3、5、7、9时成果类似。：。检查成果见表3。从表中看出，检查成果与我们的假设一致，未预期到的市场非流动性的回归系数值都不不小于零，且随着股票规模单调增长

30、。这成果阐明，规模小的股票的市场非流动性效应要明显强于规模大的股票。小公司对市场非流动性效应的具有更高的敏感性，使得小公司具有更大的非流动性风险，因而它需要更大的非流动性补偿，因此从总体上看，小公司的收益要不小于大公司，这也是产生“小公司效应”的一种因素。四、结论在老式的资产定价模型中，预期收益率与预期风险呈正有关关系，即收益是为了补偿风险的。市场微观构造理论重新讨论被忽视的交易成本问题，提出了“非流动性补偿”假设。即相对于国债的低收益，股票的高收益不仅是为了补偿股票的高风险，也是为了补偿股票的高非流动性。本文采用1993年6月到12月的数据，并使用日收益率的绝对值与日成交金额的比率作为非流动

31、性的度量措施，检查了中国股票市场的收益率与非流动性的横截面有关关系，分析了未预期到的市场非流动性对股价收益率的影响。横截面回归的成果显示，中国股票市场的收益率与风险Beta值、总风险收益率原则差之间都不呈现出有关关系，而与非流动性呈明显的正有关关系。风险对收益率的解释作用不明显，这与许多学者研究的在中国股票市场资本资产定价模型不成立的结论相一致。而中国市场体现出更明显的“非流动性补偿”假设，这阐明投资者更注重资产的流动性。这也可以解释相对于全球其她股市，中国股市的换手率更高的因素，由于投资者的持股时间更短。通过对未预期到的市场非流动性对股价收益率影响的分析，我们发现当市场非流动性发生了未预期到

32、的变化时，未预期到的市场非流动性对股价收益率的影响是负面的。即市场非流动性忽然增长时，股价收益率将减少。并且，不同流动性的股票对市场非流动性的变化是不同的。相对于大盘股，小盘股对市场非流动性变化的反映更强烈某些，小盘股的非流动性效应更明显某些。由于小盘股对市场非流动性的变化更敏感，非流动性风险更大，因此需要得到更大的非流动性补偿，这刚好解释了小盘股收益率相对要高某些的“小公司效应”。鉴于“非流动性补偿”在中国股票市场的明显性，管理层通过减少交易印花税和下调佣金来减少直接交易成本的做法有助于提高整个市场的流动性。另一方面，除了减少直接交易成本外，管理层更应当加强市场交易机制的建设来减少市场的非流

33、动性成本，减少市场的间接交易成本。例如（1）合理设立最小报价单位。目前中国市场的每股价格从最低的3元多到最高的50元多，但最小报价单位都是0.01元，这也许导致不同价位股票的不同非流动性成本。（2）完善涨跌幅限制制度。文献（142）的研究表白，不恰当的涨跌幅限制约束了流动性。（3）采用合适的做空机制。许多研究表白，限制做空减少了市场信息效率，增长了交易成本（Diamond and Verrechia， 1987；Luttmer， 1996等）。参照文献1、 马静如()：资本资产定价模型与深圳股票市场的实证研究，南开经济研究，第2期：13-162、 上海交通大学金融工程研究中心课题组()：市场流

34、动性与市场微观构造有关-涨跌幅限制与股价变动研究，上海证券报，4月16日3、 Amihud, Y. and H. Mendelson(1986): “Asset Pricing and the Bid-Ask Spread”, Journal of Financial Economics, 17, pp.223-2494、 Amihud, Y. and H. Mendelson(1991): “Liquidity, Asset Prices and Financial Policy”, Financial Analysts Journal, 47, pp.56-665、 Amihud, Y.(

35、): “Illiquidity and stock returns: cross-section and time-series effects”, Journal of financial Markets, 5, pp.31-566、 Amihud, Y., H. Mendelson and R. Wood(1990): “Liquidity and the 1987 Stock Market Crash”, Journal of Portfolio Management, 16, pp.65-697、 Atkins, A.B. and E.A. Dyl(1997): “Transactio

36、ns costs and holding periods for common stocks”, Journal of Finance, 52, pp.309-3258、 Banz, R.W.(1981): “The relationship between return and market value of common stocks”, Journal of Financial Economics, 9, pp.3-189、 Brennan, M.J. and A. Subrahmanyam(1996): “Market microstructure and asset pricing:

37、 on the compensation for illiquidity in stock returns”, Journal of Financial Economics, 41: pp.441-46410、 Cooper, S.K., J.C. Goth and W.E.Avera(1985): “Liquidity, exchange listing and common stock performance”, Journal of Economics and Business, 37, pp.19-3311、 Datar, V. T., N.Y. Naik and R. Radclif

38、fe(1998): “Liquidity and stock returns: An alternative test”, Journal of Financial Markets, 1, pp.203-21912、 Diamond, D. and R. Verrechia(1987): “Constraints on short-selling and asset price adjustment to private information”, Journal of Financial Economics, pp.277-31113、 Elsewarapu, V. R. and M. Re

39、inganum(1993): “The seasonal behavior of liquidity premium in asset pricing”, Journal of Financial Economics, 34: pp.373-38614、 Elsewarapu, V.R.(1997): “Cost of transacting and expected returns in the NASDAQ market”, Journal of Finance, 52, pp.2113-212715、 Fama, E.F. and K.R. French(1992): “The cros

40、s section of expected stock returns”, Journal of Finance, 47: pp.427-46516、 Keim, D.B.(1983): “Size related anomalies and stock return seasonality”, Journal of Financial Economics, 12, pp.13-3217、 Khan, W.A. and H.K.Baker (1993): “Unlisted trading privileges, liquidity and stock returns”, Journal of

41、 Financial Research, 16: pp.221-23618、 Kyle, A.(1985): “Continuous auctions and insider trading”, Econometrica, 53: pp1315-133519、 Levy, H.(1978): “Equilibrium in an imperfect market: constraint on the number of securities in the portfolio”, American Economic Review, 68, pp.643-65820、 Luttmer, E.(19

42、96): “Asset pricing in economies with frictions”, Econometrica, pp.1439-146821、 Merton, R. C.(1987): “A simple model of capital market equilibrium with incomplete information”, Journal of Finance, 42, pp.483-51122、 Redding, L. S.(1997): “Firm size and dividend payouts”, Journal of Financial Intermed

43、iation, 6, pp.224-24823、 Reinganum, M. R.(1981): “Misspecification of capital asset pricing: empirical anomalies based on earnings yields and market values”, Journal of Financial Economics, 9, pp.19-4624、 Scholes, M. and J. Williams(1977): “Estimating betas from non-synchronous data”, Journal of Fin

44、ancial Economics, 5, pp.309-32725、 Tinic, S.M. and R. R. West(1986): “Risk, return and equilibrium: a revisit”, Journal of Political Economy, 94, pp.126-147The Illiquidity Premium in China Stock MarketAbstract: The paper tests the cross-sectional relationship between the illiquidty and stock returns

45、 in the Chinas stock market. It shows that the illiquidity is positively related with stock return, while the relationship between returns and Betas isnt significant. The result indicates that the expected stock excess returns in China can be partially explained by an illiquidty premium. Moreover, we find that stock returns are negatively associated with contemporaneous unexpected illiquidity. Illiquidity affects more strongly on small firm stocks, thus explaining the small firm effect.Keywords: illiquidity premium, asset pricing, small stock effect JEL G12