下载掌阅APP，畅读海量书库
立即打开
20世纪70年代以后，随着美国金融创新的展开，资本市场高歌猛进，由此，凯恩斯提出的流动性概念在沉寂了30多年以后再次被诸多经济学家热议，基于金融资产交易的需要，市场流动性（market liquidity）概念应运而生 [20] 。在研讨初期，西方学者并不直接定义市场流动性的内涵，而主要是通过描述金融市场中的流动性特征来间接界定市场流动性，这种描述大致可分为定性描述和定量描述两类。
在定性描述方面，Black（1971）认为，金融市场具有以下三个特征也就具有了流动性：一是想要立即买入或者卖出少量资产的报价总是存在的，且买卖双方报价差距很小；二是在没有其他信息的条件下，投资者可以以接近市场现行价格的水平在较长的时间内买卖大量证券；三是投资者即刻买卖大量证券需要支付额外的成本（溢价买入或者折价卖出），成本高低与交易量大小正相关。Myers和Rajan（1998）做了更加简洁的描述，流动性好的资产需满足以下条件：资产易于估值（value）且潜在买方没有理由去怀疑资产的质量（suspect a“lemon”）；资产拥有众多不受财富约束（wealth-constrained）的潜在买方；资产拥有发达的机构来推动询价和交易。从这些定性分析看，“流动性”的含义已从“货币”转向了金融资产的“变现性”，或者说，从金融资产的买方转向了金融资产的卖方。由于货币在质上是同一的，只有量的区别，所以，以货币界定的场合，流动性的含义是清晰的；但各种金融资产在质上有着种种差异，难以在量上统一计算，由此，流动性的含义就必然千差万别了。
在以金融资产变现性界定流动性的基础上，一些学者进一步研讨了不同类型金融市场中出现的流动性差异。市场微观结构理论（Market Microstructure Theory）从交易中价格形成机制和市场结构角度展开分析，试图对市场流动性差异背后的逻辑做出理论解释。在金融交易中，瓦尔拉斯认为“拍卖者”假设 [21] 在现实中并不成立，与此相反，买卖双方之间因供求时间上不完全同步而产生的“脱节”（gap）却是真实存在的（例如，如果所有买者都在周一到达市场，而所有卖者都在周二到达市场，即使买卖双方对资产基准价值的估计是一致的，交易也无法达成）。为市场提供流动性的做市商（或称中介，intermediary）可以解决买卖双方供求时间不一致的问题，他们将帮助买卖双方达成交易（例如，在星期一向买方出售，在星期二从卖方购买资产），并从买卖价格的价差中赚取收益（Demsetz，1968）。市场微观结构理论的代表人物O'Hara（2003）则认为，流动性指的是买卖双方的匹配度（Liquidity refers to the matching of buyers and sellers）。基于流动性的买卖价差是交易者的交易成本，类似于投资者承担的税款。如果这些成本足够大，它们会因降低净资产收益率而对资产价格产生负面影响，而通过引入更有效的交易机制来降低这些成本则会对资产价格产生直接的积极影响。在这些文献中，流动性成为金融资产“成交”的代名词，资金供给方（即买方）和资金需求方（即卖方）从而使资金流向进一步模糊了。
在金融资产定性界定的基础上，一些学者从资产定价等角度展开了“流动性”的定量刻画。Lippman和McCall（1986）认为，“资产的流动性是在最优（价格）策略下出售资产预期所需的时间”，更确切地说，资产流动性可以表示为完成交易所需的时间和变现价格的函数。其中，并未考虑到交易量对交易时间和交易成本的影响。Kyle（1985）从连续拍卖场景出发，将市场流动性分为三个维度：一是市场紧密度（tightness），即在短时间内改变头寸所要支付的成本，通常以买卖价差度量（做市商在做市服务方面的竞争越激烈，则买卖价差可能越小，市场紧密度越高）；二是市场深度（depth），即使资产价格发生给定幅度的变动所需要的交易量；三是市场恢复力（resiliency），即资产价格在遭遇一个随机的、受不充分信息引导的冲击后回到均衡状态的速度。此外，还可以包括市场宽度（breadth），即卖方最低报价与买方最高报价之差。在Kyle的基础上，Moorthy（2003）将市场流动性分解为时间、价格、交易量三个分量形成流动性曲面，以此来反映资产的市场流动性状况。 [22] 这些认识在实践面表现为，BIS（1999）将具有流动性的市场描述为“交易者能够很快地执行大额交易，且对现有市场价格影响很小”的市场；IMF（2008）在《金融稳定报告》中将市场流动性定义为资产持有人将资产变现且不对价格造成显著影响的难易程度。Holden等（2014）总结到，市场流动性（也称市场的交易流动性，transactional liquidity）可以简要解释为“能够在短时间内以低成本交易大量证券的能力”。在这些场合，“流动性”成为度量金融资产卖方在金融资产“变现”能力的概念，其流向是从卖方流向买方，与资金的流向正好相反，结果是在研讨金融资产流动性中资金供给者（买方）的诉求和行为特点被忽视了。
资金（即货币资产）是金融资产交易的媒介和价格度量的基础。由于金融市场中各种金融资产变现性之间存在很强的相互影响，所以，一旦将市场流动性界定为金融资产变现性，受各种金融资产差异性的制约，要准确度量金融资产的流动性也就困难重重；如果再将金融资产卖方对收益的期待（或预期）纳入其中，则流动性的含义就更加难以捉摸了。以股票和债券这两类金融市场中最具代表性的资产为例，各种度量流动性的方法差别甚大。
从股票市场的流动性看，根据测算流动性所使用的数据频率，可将流动性指标分为基于低频（日度或月度）交易数据的流动性指标和基于高频（日内逐笔）数据的流动性指标两大类（Goyenko et al.，2009）。
从基于高频数据的流动性指标看，相关文献大多以买卖报价差（bid-ask spread）作为度量市场流动性的主要指标。其基本界定是，在给定时间内，最低卖方报价和最高买方报价之差。在这些文献中，国内外学者基于逐笔交易和报价高频数据（TAQ）所计算的买卖报价差的度量方式主要有四种：一是绝对报价价差，即最高买价和最低卖价之间的差；二是绝对有效价差，即交易价格和最优买卖报价中间值之差的绝对值的两倍；三是相对报价价差，即绝对报价价差除以最优买卖报价的中间值；四是相对有效价差，即绝对有效价差除以最优买卖报价的中间值。在这四种方法中，一些人认为，相对买卖价差克服了股票价格高低对指标的干扰，因而，更加合理（张峥等，2013；Chung and Zhang，2014；Fong et al.，2017）。但给定时间内的买卖报价差只体现了流动性的价格维度，要反映真实的市场流动性状况，必须同时考虑交易时间和交易量，由此，日度买卖报价差由日内各时间间隔内的买卖价差以成交额加权平均后得到。在计量分析中，买卖报价差指标的局限性有三个：其一，中国交易数据的可得性较差，国外文献中通常使用逐笔交易数据计算日内买卖价差（Goyenko et al.，2009），但中国只能得到5分钟内的交易数据（张峥等，2013）；其二，这一指标不能反映连续的卖单或买单对价格造成的冲击，而市场价格对连续卖单或买单的反应正是市场流动性的直接体现；其三，买卖价差主要受交易成本、存货成本和信息不对称的影响。中国的股票交易以散户交易为主，没有采用美国的做市商连续交易制度，交易机制的差异使这一指标可能不适用中国市场。类似的指标还有市场深度，即在当期买卖报价下可以完成的最大成交量，也存在相同缺陷。后续研究拓展了买卖报价差指标，使其在不可获得日内高频交易数据的情形下也能估计流动性水平。例如，Goyenko等（2009）和Holden（2009）提出的有效指针（effective ticks）；Corwin和Schultz（2012）的买价（最高价）和卖价（最低价）比值法；Abdi和Ranaldo（2017）提出的基于股票收盘价、日内最高价和最低价的数据计算的价差指标（即日内收盘价的对数值，日内最高价对数值和最低价对数值之差）。
从基于低频数据的流动性指标看，海外学者提出了价格效应和反转效应。价格效应（price impact）是指股票交易量对股票价格变动的影响（Kyle，1985）。他们认为，在没有成交量时，股票的价格变化完全受基本面驱动；在交易量放大的驱动下，股票价格变化则主要受买卖压力的影响（Vayanos and Wang，2013）。基于此，他们提出了一系列度量价格效应的指标：其一，Amivest公司提出的度量市场深度的Amivest比率，其界定是股价每变动一单位所需要的成交量，即成交量与价格变动的比率。但这一指标有着一个缺陷，即由于大盘股的成交量较大，基于此计算的数值必然显著高于小盘股，难以比较大盘股和小盘股之间的流动性差异（Marsh and Rock，1986）。Hui-Heubel比率对此进行了修正，将公司规模纳入其中，即分子为当日成交价格的振幅，分母为一段时间内成交量与收盘价的平均值和流通股总数之比。其二，从股市交易中的换手率对股价波动的影响入手，提出了Martin比率，即股票换手率和价格波动幅度之比。它与早期度量价格效应的方法（如Dubofsky and Groth，1984）的区别在于，使用20个交易日内日度收益率的绝对值之和与成交量之和的比值来度量流动性。其三，Amihud（2002）提出了非流动性指标ILLQ iy [23] 。该指标越高，单位成交金额对价格的冲击就越大，股票流动性也就越低，反之亦然。中国股市中存在着与海外不同的特点（如涨跌停板制度限制等），这决定了各种价格效应的指标难以直接用于中国股市，鉴于此中国学者基于中国股市机制提出了自己的认识。刘海龙和仲黎明（2006）将Hui-Heubel比率调整为有效流速指标，即股票的日换手率与日内价格振幅之比；熊海芳和齐玉录（2019）在纳入涨跌停板等中国股市的特殊制度后，提出了改进版的流动性指标。
反转效应（price reversal effect）是股市价格效应的一种特殊情形。De Bondt和Thaler（1985）发现股票具有均值回复的特征，过去表现较好的股票在未来表现较差，过去表现较差的股票在未来表现较好。Pastor和Stambaugh（2003）认为流动性差的股票对信息可能存在过度反应，后续的反转效应表现得更为明显。一般来说，在同等成交量的情况下，股票的流动性越好，其收益的反转程度越小。 [24]
如果一项资产主要由对冲基金等高换手率的投资者持有，那么，潜在购买者完成交易的搜寻成本就会低得多，其流动性也就更好。基于这一观点，Mahanti等（2008）提出了潜在流动性指标，即持有某项资产的所有投资者的换手率的加权平均值，这一指标尤其适用于债券等流动性较差的资产。除此之外，还有成交量、换手率，零收益率天数LOT（Lesmond et al.，1999）及在此基础上改进的FTH（Fong et al.，2019）等其他基于交易行为的流动性指标。
价格效应和反转效应从不同角度反映了市场流动性，二者有着互补关系（Vayanos and Wang，2013）。从形式上看，计算反转效应更简单，内在机理是：其一，计算价格效应需要更多的交易订单数据；其二，价格效应不能说明成交量是价格变动的原因，因为价格变化或者其他公共信息也可能导致成交量放大；其三，即使价格变动完全由成交量驱动，价格效应需要完全识别出流动性需求者所执行的交易，但在计算过程中，通常使用的根据成交价与最优买卖报价中间值的大小区分卖单和买单的方法可能存在错误。例如，由于做空制度的规定，卖空交易（short sales）的成交价通常会高于现行的市场价，使其被分类为买单，可能导致低估卖空交易的价格效应（Asquith et al.，2010）。做市商的交易数据使准确识别卖单或买单成为可能。Hendershott和Menkveld（2011）、Edwards等（2007）使用做市商的交易数据和存货信息分别研究了股票和债券市场的流动性。估计价格效应的困难反映了一个重要的理论问题，即价格效应不仅包括了交易量导致的价格暂时性变动（反转效应主要反映这一影响），还包括交易所传递的信息造成的价格的永久性变动。正如Kyle（1985）所指出的那样，在做市商是完全竞争且风险中性的条件下，反转效应本当为零。但即便如此，市场也并不具有完全流动性，正的价格效应恰恰反映了反转指标所没有反映出的非流动性。
债券市场与股票市场有着明显差异。债券交易通常分散在场外市场中，一般很难获得逐笔交易的数据，由此，基于高频交易数据的日内流动性指标不适用于债券市场，如有效报价差等。学者度量债券流动性的思路主要有两种：一是寻找新的流动性度量方法；二是套用基于低频交易数据的股票市场流动性指标（李焰和曹晋文，2005；时文朝，2008）。虽然也有学者利用债券市场披露的特定时段内的高频数据计算买卖报价差来度量债券市场流动性（Bessembinder et al.，2006；Goldstein et al.，2007；Edwards et al.，2007等），但这一方法的适用性受到数据可得性的制约。长期以来，学术界和实务界对债券市场流动性的度量方法没有达成共识，指标选择的差异性很大。
Fleming（2001）较早对美国国债市场的流动性度量指标作了系统的归纳，主要包括度量市场深度的指标，如日内最高价和最低价之差、日内最优买卖报价时的报单量或成交量、价格效应等，此外，还涉及成交量、换手率、主动买单与主动卖单的成交额之差等其他指标。但这些指标难以实时反映债券市场的流动性，因此，实践中常用新券和老券的到期收益率之差来衡量债券的流动性。内在机理是，在新券和老券的收益现金流相同的条件下，二者的收益率差异主要源于流动性差异——新债的流动性越好，市场价格越高，到期收益率越低，但这可能受到市场微观结构的影响。
Bao等（2011）认为，市场非流动性成因在于市场存在摩擦。假定这些摩擦源自交易成本和资本流动的限制等因素且其影响是暂时性的，那么，可以将债券的净价分解为基本面决定的价值和市场非流动造成的短期扰动项两部分，后者与前者独立且是随机游走的，基于此，可以定义市场非流动性的指标 γ 将由非流动性因素引起的价格短期波动部分从观察到的债券价格中分离出来， γ =- Cov （Δ p t ，Δ p t +1 ），其中Δ p t = p t -p t -1 。以投资级公司债券为样本，发现该方法比买卖报价差、交易天数占比等指标能更好地解释流动性对债券收益率的影响。
Schestag等（2016）详细地比较了债券市场上的流动性度量指标在时间和截面两个维度上的一致性。他们从交易成本角度来定义债券市场的流动性，先基于美国公司债券市场的高频（逐笔）交易数据 [25] 改进或重新检验了8个债券流动性度量指标 [26] ，以此为基准，同基于低频的日度交易数据构建的流动性指标进行对比，发现后者可以较好地反映债券市场的真实流动性水平，这些指标计算方法与股票市场流动性度量指标基本一致，不再赘述。其中，Corwin和Schultz（2012）、Hasbrouck（2009）和Roll（1984） [27] 提出的以High-Low spread为基础的三种指标最为有效，但价格效应指标与基准的一致性较差。B. Nieto（2018）更进一步，在理论上放松了Corwin和Schultz（2012）指标给定的交易在日度上连续且波动率与时间成比例的假设，使其更适用于通常不连续交易的债券市场。
股票市场和债券市场流动性的联系非常密切。尽管股票收益率和债券收益率之间无条件相关性很低（Campbell and Ammer，1993），但是二者的方差却呈现高度相关性（Fleming et al.，2003）。Chordia等（2005）首次证实了股票市场流动性和债券市场流动性之间存在显著的联动关系，且指出这可能是市场交易行为导致的资金跨市场流动的影响，如一个负面信息冲击可能导致投资者为追求安全（fight to quality）而抛售股票买入债券；反之，当股价大幅上涨时可能吸引投资者将资金由债市转入股市，即二者之间存在相互影响。但这也可能是因为两个市场的流动性都受到某些共同因素的影响，如做市商的存货风险、货币政策的松紧等。Goyenko和Ukhov（2009）进一步分析二者之间的双向因果关系，证明了资金跨市场流动确实存在；股票市场流动性对货币政策放松的反应存在滞后性，而债券市场流动性则会立即反应，因此，债券市场流动性是货币政策传导到股票市场流动性的中介。但他们在论证传导过程时，并未严格排除可能存在的货币政策影响股票市场流动性的其他渠道。王茵田和文志瑛（2010）使用相同的方法研究发现中国股票市场和债券市场之间的流动性关系也支持Goyenko和Ukhov（2009）的结论。
在股票市场和债券市场等金融市场中，在买入证券（股票、债券等）之前，买方（即投资者）拟投资的资金通常存放于存款账户中，与其他用途的存款融为一体，难以直接表现为购买证券的资金量；只有在证券成交时，买方才按照成交额支付所需资金（即流动性），因此，以成交量（或相似指标，如成交价、换手率等）计算金融市场的流动性似乎无可厚非。但这种计量方法有三个问题需要厘清：一是谁提供了流动性？在证券交易中，买方提供了资金、买入证券，使卖方的证券得以卖出。如果买方不买入证券（从而不提供资金）则卖方的证券就将滞留于手中，因此，不是证券（或金融资产）自身具有流动性，而是资金具有流动性。二是成交量能够提供哪些信息？证券成交是买卖双方共同行为的结果，具体情形相当复杂。成交量增加、成交价提高、成交频率加快等几乎都可以证明流动性增加；反之，几乎亦可证明流动性减少（或紧缺）。但在一些条件下，这些指标又常常难以与资金的多少（或松紧）直接挂钩。以股市为例，总成交量增加可以在成交价下跌时发生，成交价上升可以在成交量减少时发生，换手率提高既可以在成交价上行时发生也可以在成交价下行时发生，如此等等。由此，从入市资金数量增减看，成交量、成交价、换手率等指标的变化只能作为度量的参考性信息，难以作为直接的度量指标。实际上，只要是成交量放大、成交价上行（乃至股指上行），根据价量一致的原理，都可以直接判断为流动性增加或流动性宽裕；反之，则可直接判断为流动性紧缺；但在价量不一致时，就难以直接判断流动性宽裕还是紧缺了。三是流动性高低能够保障收益率吗？在股市交易中，买方不可能拥有卖方的持股成本和收益率预期等信息，也不可能考虑到卖方售股的收益率高低，他们只能从“利己”角度抉择买入价和买入量。从交易价格看，买入价越低，买方未来售股的风险越小、收益率可能越高，因此，将售股收益率预期带入流动性范畴，虽符合卖方的意愿，但却与买方的意愿相违背；同时，也不符合股市行情的波动式走势。