股票流动性与资产流动性的相关性─理论与实证分析 潘宁宁、朱宏泉、陈林 （西南交通大学 经济管理学院，成都 610031） 摘 要 从公司财务的视角探讨资产流动性对股票流动性的影响：一方面，资产的流动性越高，现有资产的不确定性就越低，因而股票的流动性越好；另一方面，高的资产流动性也会带来投资机会的增加，导致未来现金流的不确定性增大，从而降低股票的流动性。因此，理论上资产流动性与股票流动性间存在不确定性。基于中国证券市场的结构特征，首先从理论上探讨了资产流动性与股票流动性间的相关性及其作用机理，以及不确定性的产生根源；其次，以A股上市公司为样本，实证分析了资产流动性与股票流动性间的相关性。结果表明，在我国证券市场中股票流动性与资产流动性显著正相关，资产的流动性越高，股票的流动性也越好。进一步，小规模、低成长型和融资受限的公司，二者间的正相关性更强。研究结果对正确评价企业投融资决策、资产定价和股票的流动性、流动性风险均具有一定的参考价值。 关键词 资产流动性；股票流动性；现金；ILLIQ Stock liquidity and asset liquidity—theory and empirical analysis PAN Ning-ning, ZHU Hong-quan, CHEN Lin （School of Economics and Management, Southwest Jiaotong University, Chengdu 610031, China） Abstract This paper investigates the correlation of asset liquidity and stock liquidity, thereby linking stock liquidity to corporate finance decisions. Usually, higher asset liquidity, lower the uncertainty of asset-in-place, and then more liquid of stock is. But at the same time, higher asset liquidity also implies more future investment opportunities, which leads to greater uncertainty about future cash flow and hence lowers the stock liquidity. Therefore, the relationship between asset liquidity and stock liquidity is ambiguous. In this paper, we introduce a theoretical model to explore the ambiguous relationship. It shows that asset liquidity improves stock liquidity more for firms which are less likely to reinvest their liquid assets. Empirically, our results show that in Chinese stock market, the relationship between asset liquidity and stock liquidity is significantly positive. Furthermore, the positive relationship is stronger for small firms, non-state-owned firms and firms with less growth opportunities. The relation between asset liquidity and stock liquidity that we uncover sheds new light on the importance of firm’s investment and financing decisions, and asset pricing and liquidity risk management. Keywords stock Liquidity; asset liquidity, cash, ILLIQ 通讯作者：朱宏泉，博士、教授、博士生导师，研究方向：资产定价、金融市场与金融机构、行为金融。成都市二环路北一段111号，西南交通大学经济管理学院，邮编：610031. 电话: 028-87601865，E-mail: hqzhu@ 潘宁宁、陈林：西南交通大学经济管理学院博士研究生；研究方向：资产定价、金融市场与金融机构。 基金项目：国家自然科学基金（编号70971110）、教育部《长江学者和创新团队发展计划》 (编号IRT0860)、教育部人文社科规划基金（编号09YJA790169）。 1
一、引言 资产的流动性、流动性风险及其对金融市场的影响，是近年来经济金融学研究的前沿与热点。现有的研究结果表明，一方面资产的流动性与资本结构显著相关，企业的财务杠杆随着资产流动性[1]的增加而增大（如Sibilkov）；另一方面，股票的流动性会通过影响投资者的要求回报而影响企业[2]的资本结构(如Amihud和Mendelson)。因此，理论上资产的流动性会通过企业的资本结构而对股票的流动性产生影响。进一步，在过去两年多的次贷危机中，人们也已发现部份企业的资产流动性与股票流动性表现出同时下降的趋势。然而，现有的关于资产流动性和（或）股票流动性的研究，大都是独立的，未有直接对两者相关性的探讨。因此，资产流动性与股票流动性之间是否存在某种联系？若存在，其作用机理是什么、程度有多大？对这些问题的回答，既是本文的主要工作，同时也是本文的创新和贡献所在。 通常，企业的总资产由现有资产（或称为在位资产，asset-in-place）和成长性机会价值（value of growth opportunities）两部分构成。在这两部分资产中，公司的现有资产，如现金、厂房、设备、原材料、存货等，事项清晰、价值波动小；相反公司的成长性机会价值，如公司的拟投资项目，极大[3]地依赖于项目未来的现金流和市场环境。Jacquier等人的研究表明：相对于公司的现有资产，成长性机会价值具有更大的不确定性和波动性。进一步，若将现有资产再细分为流动性资产和非流动性资产（或称为固定资产），而以资产负债表中的现金作为资产流动性的度量，那么，资产的流动性与股票流动性之间的关系是不确定的。一方面，较高的现金比例会降低公司现有资产的不确定性，从而提高股票的流动性；另一方面，如果投资资金源于公司存留的现金，那么，由于其较低的融资成本而具有较高的投资回报，因此，较高的现金比例也意味着更大的投资机会。其结果是增大资产和未来现金流的不确定性，从而降低股票的流动性。 关于资产的流动性与资本结构间的相关性，虽有大量的研究，但并未有一致的结果。Shleifer和[4]Vishny认为，流动性差的资产变现成本高，当公司面临资产清算或破产时，其成本较大。因此，出于违约成本的考虑，公司的管理者会选用更多的权益融资，以降低公司的财务杠杆。即资产的流动[5][6]性与公司的财务杠杆正相关。但Morellec，Myers和Rajan却认为，较低的资产流动性会增加管理者剥夺债权人利益的成本。因此，较低的资产流动性能减少债务成本，从而促使公司采用更多的债务融资。即资产的流动性与公司的财务杠杆负相关。 虽然股票的流动性及其影响因素一直是市场微观结构的重要研究内容，但近年来也有研究表[7]明，股票的流动性在一定程度上也与公司的资本结构相关。Lipson 和Mortal的研究发现，股票流[8][9]动性越高的公司，由于其权益融资成本较低（如Hennessy 和Whited，Butler 等人），公司会更 2
[10]多地采用权益融资，因而其财务杠杆比率也低。顾乃康和陈辉基于我国证券市场的实证分析，也得到了相同的结果。 上面的分析表明，资产的流动性和股票的流动性均与资本结构有关，但到目前为止，直接探讨[11]股票流动性与资产流动性间的相关性的工作很少。仅有的工作是Gopalan等基于美国证券市场，从做市商的视角探讨股票流动性与资产流动性的相关关系。结果发现，在美国证券市场中股票流动性与资产流动性显著正相关。这一结论是否在美国以外的市场（如中国证券市场）仍然成立，是值得关注的问题。与美国证券市场截然不同的是，中国证券市场无论是市场结构、市场环境，还是投资者和上市公司的构成均存在较大的差异。在中国证券市场中，一方面，在股票交易过程中没有做市商的参与，且绝大部分参与者为个体投资者；另一方面，在上市公司中，大部分仍为国有控股（特别是早期上市公司），其资本结构、投融资条件和市场竞争环境均存在差异。为此，本文以我国证券市场为研究对象，构建不含做市商的理论模型，探讨资产流动性对股票流动性的影响机理；通过A股市场数据，实证分析股票流动性与资产流动性的相关性，及其程度大小。这些研究结果对准确理解我国证券市场，正确评价公司的投融资决策、资产定价和流动性风险均具有一定的参考价值。 文章结构如下：首先通过构建一个简单的理论模型来说明公司的投融资决策是如何通过将流动资产转换为非流动资产而影响到股票的流动性；其次基于A股市场实证检验股票流动性与资产流动性间的相关性；并对不同类型的公司进一步验证结果的有效性；最后是结论。 二、模型与假设 在这一部分将构建一个简单的理论模型来阐明资产流动性、未来投资与股票流动性间的关系。模型的核心思想是股票流动性会受到企业当前的资产结构和未来投资预期的影响。 [11]与Gopalan等人的基本假设相同，假设有三个时期：0、1和2。在时期0，企业有1万元的现有资产（asset-in-place），其中包括a(0<a<1)万元的现金（流动资产）和价值1−a万元的非现金（记为非流动资产，如厂房、设备、原材料等）。此外，企业利用这些非流动资产从事生产，在时~~~~~2期2将会获得x万元的回报，其中x满足：x=µ+ε, ε~N(0, σ)。 xxxx在时期1，公司有一个新的投资项目，于是公司管理者需决定如何将现有的现金在中期红利发放与新增项目投资之间进行分配。记γ(γ>0)代表投资于新项目的现金比例，1−γ则为公司发放的红利比例。若γ>1，表明公司用于新增项目的投资超出了公司在时期0所拥有的现金，此时公司将通过部分外部融资来弥补资金的不足。 ~~~2设新项目的产出为：y=kah(γ)(1+ε)。其中，ε~N(0, σ)代表产出的波动，k(k>0)为yyy 3
产出参数，大的k值代表高的边际产出，同时也代表企业有好的成长机会；h(⋅)为产出函数，满足'''h(⋅)>0, h(⋅)<0。即新增项目的产出是资金投入量的凹函数，新项目的边际回报依赖于投资资金的来源。如果公司拥有大量的现金并用其中很少的一部分投资于新项目（即γ很小），那么边际回报会较高；若公司通过外部融资而投资于新项目（即γ很大），由于外部融资成本大于内部融资，因而其边际回报较低，满足优序融资理论的一般特性。后面的实证分析，也验证了这一假设。新增项目的预期产出为kah(γ)。 新增项目后，公司的总价值为：V=a(1−γ)+(1−a)µ+kah(γ)。记：xA=a(1−γ)+(1−a)µ, G=kah(γ)，则A和G分别代表公司的现有资产和公司的成长性价值，x即V=A+G。 AGA记β、β分别为公司的现有资产β和成长价值β，则公司总资产β可分解为现有资产βG [12] [13]和成长价值β的加权平均（Bernardo等，朱宏泉等）： AGAG (1) β=β+βVV[14]若记股票的不流动性为λ，依据Kyle(1985)的市场模型，λ=1(2β)。将表达式(1)代入AGλ=1(2β)中可得：λ=V[2(Aβ+Gβ)]。 AG由于公司的现有资产β和成长价值β的取值分别与公司的现有资产和成长性价值在总资产中所占比重相关，而现有资产A和成长性价值G在总资产中所占比重又与γ相关。因此，股票的流动性是γ的函数。λ关于γ的一阶导数为： '∂λa [G+kh(γ) A]AG =(β−β) (2) AG2∂γ2(Aβ+Gβ)'AG由于h(⋅)>0，因此，∂λ∂γ的正负，完全取决于现有资产β和成长价值β。γ越大，表明管理者将公司现有现金中的较大部分（甚至通过外部融资）用于新增项目的投资，因而公司现有A资产的不确定性增加、流动性减小、β增大；同时，随着投资的增加，公司未来现金流的不确定G性增大，导致β增大。相反，γ越小，表明管理者较少地将公司的现金用于新增项目的投资，因而 4
A公司现有资产的不确定性减小、流动性增大、β减小；同时，公司未来现金流的不确定性也会因GGA投资的减少而降低，带来β值减小。因此，虽然理论上γ值的改变，会带来β和β大小的改变，GA但公司自身的内在特性和其所在的行业等市场外部环境，也会显著地影响到β和β的取值。朱宏 [13]GA泉等的研究发现，在中国证券市场中，绝大部分行业的股票其β显著大于β，仅传播与文化GA产业和建筑业，股票的β显著小于β。即在中国证券市场中，对绝大部分行业的股票，都有∂λ∂γ<0。为此，本文的基本假设是： 假设一：股票流动性与资产流动性间呈正相关的关系。 由于公司的成长性价值G(=kah(γ))既与公司的现金a和投资比重γ相关，还与投资的边际产出k相关，有更大成长机会的公司其投资回报更高。因而，对给定的a，管理者会将公司现有现金中的更大部分用于新增项目的投资（即较高的γ），此时现有资产的流动性降低，现有资产流动性对股票流动性的正向影响减弱。同时，公司未来现金流的不确定性增大，未来资产对股票流动性的负向影响增强，从而股票流动性变得更差。得出的第二个假设为： 假设二：有更大成长机会（大的k值）的公司，资产流动性与股票流动性间的关系更弱。 [15]企业在生产过程中，常常需要持有大量的现金(如Bates等人)。究其目的：一方面，企业为了降低生产成本，会减少库存和应收帐款，从而增大公司未来现金流的不确定性；另一方面，出于偿还债务等因素考虑，公司也会预防性地增加现金储蓄。因而，对那些外部融资越难的公司，其现金持有比例越高、资产的流动性也会越好。同时，公司每增加一个单位现金收入，用于新增项目的投资比重也会减少。因此，如果两家公司拥有相同的成长机会（即相同的k）和资产流动性，A公司外部融资较B公司容易，那么，A公司的投资水平将高于B公司的投资水平。本文的第三个假设是： 假设三：外部融资越难的公司，股票流动性与资产流动性间的相关性更强。 下面将利用中国证券市场数据来验证这些假设的有效性。 三、数据及变量定义 样本选取 周知，中国证券市场受政策等外部因素的影响较大，证券价格走势的持续期仅有三个月左右，[16]远低于美国等证券市场（如Wang）。因此，实证分析中以季度为时间单位（若以年为时间单位，结果没有质的差异），以2002年至2009年为时间区间（因从2002年开始，上市公司才对外公布季度财务报告），以A股市场为研究对象。同时考虑到数据的稳定性，选取2006年底之前上市的公司， 5
保证每只股票上市后至少有3年数据。另外，考虑到财务数据的可比性，剔除了金融类上市公司股票，筛选后有效样本共1403只股票。为了避免各变量极端值对结果的潜在影响，将各变量的最大和最小1%范围内的数据分别用99%和1%处的值替代，即抹平了数据中的极值。 变量定义 (1) 被解释变量：股票流动性。关于股票流动性的测度一直是市场微观结构研究的热点和难点，但到目前为止人们对流动性的测度仍没有一个统一的指标。基于高频数据的报价价差及有效价差等[17]直接测度法，适用于相对较短的时间区间；而基于日交易数据的流动性测度指标，如换手率、Amihud的不流动性测度(ILLIQ)等间接测度指标，则可用于对相对较长的样本进行分析。另外，现有的实证[17]分析结果也表明，Amihud的基于价格冲击的不流动性指标(ILLIQ)能较好地测度股票的流动性[18][19][20]（Goyenko等, 朱宏泉等，梁丽珍和孔东民）。因此，在本文中我们以ILLIQ作为股票流动性的度量。 ri,k[17]依据Amihud的定义，股票i在第k日的不流动性ILLIQ为：ILLIQ=，其中r、i,ki,ki,kvoli,kvol分别为股票i在第k日的收益率和成交金额(单位：十亿元)。因此，ILLIQ度量了每单位交i,ki,k易对股票价格的冲击。ILLIQ值越大（小），每单位交易带来的股票价格的变化也越大（小），市i,k[18]场深度越浅（深），即股票的流动性越差（好）。由于ILLIQ指标的有偏斜性（Goyenko等），在i,k实证分析中，取其平方根以对有偏斜性进行修正。定义股票i在第t季度的不流动性QILLIQ为：i,tNi,tr1i,kQILLIQ=，其中，N为股票i在t季度的交易天数。 i,t∑i,tNvolj=1i,ti,k[21][11](2) 解释变量：资产流动性。借鉴Berger和Bouwman、Gopalan的资产流动性测度方法，将资产负债表中的资产按其流动性的高低赋予一定的权重（0~1），然后对各类资产的账面价值加权平均、并除以公司的总资产（去除公司规模的影响）得到资产的流动性测度。 定义资产流动性的第一个测度指标WAL1为：由现金的完全流动性，对公司的现金赋予权重1、i,t而其它资产赋予权重0。即： CAOAi,ti,tWAL1=∗1+∗0 (3) i,tTATAi,ti,t其中，CA, TA分别为公司i在t季度末的现金和总资产，OA为除现金以外的其它资产。显然，i,ti,ti,t 6
WAL1与前面模型中的a相一致。 i,t虽然WAL1与前面理论模型中的a相一致，但它遗漏了其它资产的流动性信息，因为它假定i,t除现金以外的其它所有资产都是非流动的。为此，对除现金以外的其它流动性资产赋予的权重得到第二个资产流动性指标WAL2为： i,tCALA−CAOAi,ti,ti,ti,tWAL2=∗1+∗+∗0 (4) i,tTATATAi,ti,ti,t其中，LA为公司i在t季度末的流动资产，OA为除流动资产以外的其它资产。 i,ti,t此外，非流动资产包含有形资产和无形资产等，而有形资产中的厂房、机器设备等固定资产比商誉等无形资产的流动性好。给予有型资产一定的流动性权重，得到第三个资产流动性指标WAL3： i,tCALA−CAFAOAi,ti,ti,ti,ti,tWAL3=∗1+∗+∗+∗0 (5) i,tTATATATAi,ti,ti,ti,t其中，FA为公司i在t季度末的有型资产，OA为除流动资产、有型资产以外的其它资产。 i,ti,t(3) 控制变量。上市公司的自身特征与股票市场的整体表现均会影响到个股的流动性。为此，借[11][22]鉴国内外已有研究工作，本文选取6个可能影响股票流动性的指标（Gopalan等，靳云汇和杨文，[23]陆正飞和辛宇）。所有控制变量均为滞后一期的值。 ① 公司规模。公司规模是影响股票流动性的重要因素，用季末公司的股票市值（自然对数值）作为公司规模的度量，LOGCAP=LOG(市值，单位亿) ② 公司成长性。用总资产的增长率作为公司成长性的度量，GROWTH =（期末资产—期初资产）⁄期初资产； ③ 公司盈利性。用公司净利润与总资产的比率作为公司盈利能力的度量，ROA=净利润⁄总资产； ④ 个股在二级市场中的表现。用个股收益的市场溢价度量，BHAR=公司个股季度收益—流通市值加权平均市场季度收益； ⑤ 股票收益的波动率。用过去一季度中股票日收益的标准差度量，STDEV=一季度内个股日收益的标准差。 ⑥股权集中度。CR5=前五大股东持股比例。 描述性统计分析 【在此插入表1】 7
表1给出了各变量的基本统计特征。从表中数据可知，个股的不流动性测度 (QILLIQ)的均值为，大于其中值，QILLIQ的标准差为，且四分之三分位数为四分之一分位数的倍，这表明个股间的不流动性存在较大的差异。在个股的资产流动性测度指标中，公司现金与总资产之比（WAL1）的均值、中值分别为和，表明A股上市公司总体上持有的现金量均较[14]大，这与美国证券市场中上市公司持有较多的现金现象相似（如Bates等人）。在控制变量中，个股季度收益的市场溢价（BHAR）的中值小于零，表明在本文所选取的时间内，一半以上的A股上市公司其季度收益低于市场的平均收益。同样，超过25%的样本公司其资产增涨率小于零（GROWTH的四分之一分位数Q1=），说明部分A股上市公司在一些季度，其资产不但没有增大，反而有所下降。另外，通过CR5可以看出A股上市公司股权集中度相对较高，一半以上的公司前五大股东持股比例高于56%。不同样本公司（或在不同的季度）间，其规模（LOGCAP）、盈利性（ROA）也存在较大的差异。 【在此插入表2】 表2给出了各变量间的Pearson相关系数及概率值。从表中数据可知，股票的不流动性与资产流动性测度指标WAL1负相关，但与另外两个资产性指标WAL2及WAL3却正相关。即：仅从相关系数看，资产流动性与股票流动性间的相关性因资产流动性测度指标的不同而不同。同时，股票的不流动性与除股权集中度以外的所有控制变量均显著负相关。公司的规模(LOGCAP)、成长性(GROWTH)、盈利性(ROA)、个股的市场表现(BHAR)和股票收益的波动性(STDEV)等，均会对股票的流动性产生正向的影响。另外，股权集中度(CR5)对股票的流动性有显著的负面影响。除了盈利性(ROA)与公司规模(LOGCAP)之间的相关系数达，其余各控制变量之间的相关系数均在正负之间。 四、实证结果与分析 资产流动性对股票流动性的影响 前面的理论分析表明，股票流动性与资产流动性间的相关性具有不确定性。一方面公司持有高额的现金会降低现有资产的不确定性，从而提高股票的流动性；但另一方面，高额的现金也会增大投资可能性，导致公司现有资产的流动性降低和未来现金流的不确定性增高，从而降低股票的流动性。二者作用的结果，关键是看两种效应中谁起主导作用。而通过前面的模型分析，假设一认为股票流动性与资产流动性呈正相关的关系。下面将在控制影响股票流动性的相关因素后，进一步检验假设一是否成立。 QILLIQ=α+βWAL+γCV+ε (6) i,ti,t−1i,t−1i,t 8
其中，WAL为公司的资产流动性，分别用WAL1, WAL2, WAL3代表。CV为控制变量，包括i,ti,ti,t公司规模、成长性、盈利性、股票的市场表现、股票收益的波动性和股权集中度。 由于股票的流动性具有较强的自相关性，为此，本文采用Fama-Macbeth(1973) 方法估计模型(6)，结果如表3所示。 【在此插入表3】 从表3可知，资产的流动性对股票的流动性有显著的正向影响。公司持有的现金占公司总资产的比例（WAL1）每提高1%，股票的不流动性平均下降%；WAL2、WAL3每提高1%，股票的不流动性平均分别下降%和%。这表明，虽然公司高额的现金会促使管理者增加投资，导致未来现金流的不确定性增大，但高额的现金对降低现有资产的不确定性效果更强。因此，在中国证券市场中，总体上公司资产的流动性越高，股票的流动性也越好；在公司的各类流动性资产中，现金对股票流动性的影响最大。 另外，表3中的数据还显示，除了资产的流动性外，公司自身的特性和股票的市场表现，也会显著地影响到股票的流动性。公司规模（LOGCAP）越大，市场、投资者对其关注程度也越高，股票的流动性也会越好；公司的业绩越好（即ROA和GROWTH越大）、股票的超额收益（BHAR）越高，越易受到投资者的追捧，公司股票的流动性也会越好；公司股权集中度（CR5）越高，信息不对称程度也越高，市场中股票交易量就会越少，因而股票的不流动性越高。 成长性对股票流动性和资产流动性之间相关性的影响 前面的理论分析表明，如果公司的成长机会越大，公司的投资回报也就越高。因此，若两家公司现金持有量相同，成长机会越大的公司，管理者会将现金中的更大部分用于新增项目的投资。其结果是在减小现金量的同时，增大未来现金流的不确定性，导致资产的流动性下降，从而降低股票的流动性。为了验证这一假设，我们以总资产增长率（GROWTH）作为公司成长机会的度量，在每个季度末将样本按GROWTH的大小分为三组（分点取有效数据的、分位数），对应于GROWTH值大的一组（记为HIGH）和GROWTH值小的一组（记为LOW）分别估计模型(6)，表4给出了回归估计结果。 【在此插入表4】 从表4中数据可知，在控制了公司的自身特征和股票的市场表现后，成长机会大的公司和成长机会小的公司，资产流动性系数均显著小于零，但成长机会大的公司资产流动性系数的绝对值显著小于成长机会小的公司的对应值。以WAL1为例，若公司持有的现金占总资产的比重每增加1%，成长机会大的公司其股票的不流动性平均减少%，但成长机会小的公司，股票的不流动性平均减 9
少%，二者相差%，具有经济和统计上的显著性（当资产的流动性测度为WAL3时，系数的差异在常规水平下不显著）。这一结果说明，成长机会越大（小）的公司，其股票流动性与资产流动性的相关性越弱（强）。因此，假设二得以验证。 融资约束对股票流动性与资产流动性间相关性的影响 为了检验假设三：外部融资越难的公司，股票流动性与资产流动性间的相关性越强，本文选用公司规模和国有股占总股本的比例作为公司融资难易程度的度量。 周知，公司规模的大小，在一定程度上决定了公司外部融资的难易程度。公司规模越大（小），其外部融资越容易（难）。因此，规模越大的公司，越有可能将公司的现金更多地用于新增项目的投资，带来资产流动性的下降，从而促使股票的流动性减弱。为了验证这一假说，在每个季度末我们将样本按公司规模的大小分为三组（分点仍取有效数据的、分位数），对规模大的一组（记为HIGH）和规模小的一组（记为LOW），分别估计模型(6)，结果列于表5。 【在此插入表5】 从表5中数据可知，在控制了公司的自身特征和股票的市场表现后，规模小的公司其资产流动性系数显著小于零，而规模大的公司其资产流动性系数虽然小于零但不显著。这表明，规模越大（小）的公司，其股票流动性与资产流动性的相关性越弱（强）。以WAL1为例，当公司持有的现金占总资产的比重每增加1%时，规模大的公司其股票的不流动性平均减少%，而规模小的公司其股票的不流动性平均减少%，二者相差%，具有经济和统计上的显著性。对于资产流动性的其它两个度量指标，这种关系也同样成立。 在中国经济市场化改革进程中，政府出于社会稳定等诸多因素的考虑，常常赋予国有公司更多、更容易的外部融资机会，而非国有公司外部融资相对较难。因此，公司在外部融资机会上所存在的差异，会极大地影响到公司存留现金的比例，从而影响到资本和股票的流动性以及二者间的相关性。为此，以国有股占公司总股本的比例大小作为国有与非国有公司的划分标准（若以终极控股股东的性质来区分国有和非国有公司，结果没有质的差异）。与前面的分组方法相同，在每个季度末以国有股占公司总股本的比例大小将样本分为三组（分点仍取有效数据的、分位数），对比例大的一组（记为HIGH）和比例小的一组（记为LOW），分别估计模型(6)，回归结果列于表6。 【在此插入表6】 表6中的数据表明，在控制了公司的自身特征和股票的市场表现后，国有股占比越大（小）的公司，资产流动性的回归系数的绝对值越小（大）。对应三种资产流动性测度，二者分别为、和，均在1%水平下显著。这一结果表明，公司外部融资的难易程度，会极大地影响到资产流动性与股票流动性间的相关性。外部融资越难的公司，其资产流动性与股票（不）流动性间的 10
相关性更强。假设3得以验证。 五、实证结果的有效性检验 股票流动性的测度 [17] 虽然Amihud (2002) 的不流动性指标(ILLIQ)能较好地度量股票的流动性（Goyenko等，梁丽[19][18]珍和孔东民），但朱宏泉等基于中国证券市场的实证分析表明，在不同的市场环境下（牛市、熊市）， ILLIQ的测度效果存在差异。为了检验前面的分析结果是否与股票的流动性度量指标的选取相关，另选用两个常用的基于日交易数据的度量指标，换手率、Pastor和Stambaugh(2003)测度指1标，作为股票流动性的度量，重复前面的分析过程，发现结果没有质的差异。表明，本文所得结果，与流动性度量指标的选取无关。本文中没有考虑基于高频数据的流动性测度指标，主要是因为数据获取的限制。现有的数据库，仅从2004年开始才有高频、分笔数据，较短的时间区间，会影响到结[17]果的稳定性。另外，Goyenko等的研究结果也表明，基于日交易数据的不流动性度量指标ILLIQ，确实很好地测度了交易对股票价格的冲击。 模型的估计方法 考虑到股票流动性的自相关性，前面在估计模型(6)时，采用的是Fama- Macbeth回归。为了进一步检验现有结果是否与模型的估计方法相关，我们在模型(6)中加入季度时间0/1变量，并控制误差项的异方差性，采用面板回归重新估计模型(6)，结果也无质的差异。表明，本文所得结果，也与模型的估计方法无关。 六、结论 本文探讨了资产流动性与股票流动性间的相关性，从而将公司投融资决策与股票流动性联系起来。首先，从理论上分析了资产流动性与股票流动性间的相关性。高的资产流动性一方面能降低现有资产的不确定性，但同时也会增大投资的可能性，带来资产和未来现金流的不确定性，导致股票流动性与资产流动性间具有不确定性。不同于MM理论，资本来源会影响到公司的投资决策，在此GA假定下进一步构建理论模型，基于我国证券市场中上市公司的成长性β与现有资产β的关系（朱[13]宏泉等）得出基本假设：股票流动性与资产流动性间呈正相关的关系。此外，所构建的模型还表明，对于较少将现金进行再投资的企业（如有较少成长机会或融资受限的企业），资产流动性对股票流动性的影响更为显著。 其次，基于中国证券市场数据，实证检验了理论模型的有效性。实证结果表明：股票流动性与 1为了节省篇幅，本文中未列出具体的估计结果，但有兴趣的读者可向作者索取。下面的稳定性检验，也同样未列出相关的数据。 11
资产流动性间存在显著的正相关关系。在中国证券市场中，虽然高的资产流动性会促使管理者增加投资、导致资产和未来现金流的不确定性增大，但高的资产流动性对降低现有资产的不确定性效果更强；进一步，对于那些有较少成长机会及外部融资受限的企业，资产流动性对股票流动性的影响更大。 上述研究结果进一步揭示了在诸多影响股票流动性的因素中，公司的投融资方式和决策，会通过资产的流动性而对股票的流动性产生显著的影响，特别是对那些成长机会较小、外部融资较难的公司，影响程度更大。因此，这些研究结果对准确理解我国证券市场，正确评价公司的投融资决策、资产定价和流动性风险均具有一定的参考价值。 参考文献 [1] Sibilkov V. Asset liquidity and capital structure [J]. Journal of Financial and Quantitative Analysis, 2009(44): 1173-1196. [2] Amihud Y, Mendelson H. Asset pricing and the bid-ask spread [J]. Journal of Financial Economics, 1986(17): 223-249. [3] Jacquier E, Yalcin A, Titman S. Growth opportunities and assets in place: implications for equity betas (August 2001). Boston College working paper. Available at SSRN: abstract=371881. [4] Shleifer A, and Vishny R W. Liquidation values and debt capacity: a market equilibrium approach [J]. Journal of Finance, 1992(47): 1343-1366. [5] Morellec E. Asset liquidity, capital structure and secured debt [J]. Journal of Financial Economics, 2001(61): 173-206. [6] Myers S C, Rajan R G. The paradox of liquidity [J]. Quarterly Journal of Economics, 1998(113): 733-771. [7] Lipson M L, Mortal S. Liquidity and capital structure [J]. Journal of Financial Markets, 2009(12): 611-644. [8] Hennessy C A, Whited T M. Debt dynamics [J]. The Journal of Finance, 2005(60): 1129–1165. [9] Butler A W, Grullon G, Weston J P. Stock market liquidity and the cost of issuing equity [J]. Journal of Financial and Quantitative Analysis, 2005(40): 331–348. [10] 顾乃康, 陈辉. 股票流动性与企业资本结构的决定——基于中国上市公司的经验证据[J]. 财经研究, 2009(8): 37-48. [11] Gopalan R, Kadan O, Pevzner M. Asset liquidity and stock liquidity (January 1, 2010). Working Paper, Available at SSRN: [12] Bernardo A E, Chowdhry B, Goyal A. Growth options, beta, and the cost of capital [J]. Financial Management, 2007(36): 1-13. 12
[13] 朱宏泉, 范露萍, 舒兰. 成长性beta与资产风险—基于国内上市公司的实证研究[J]. 管理学报，2010，已录用待发表. [14] Kyle A S. Continuous auctions and insider trading [J]. Econometrica, 1985(53): 1315-1336. [15] Bates T W, Kahle K M, Stulz R M. Why do . firms hold so much more cash than they used to [J]. The Journal of Finance, 2009(64): 1985-2021. [16] Wang C. Relative strength strategies in China’s stock market: 1994–2000[J]. Pacific-Basin Finance Journal, 2004(12): 159－177. [17] Amihud Y. Illiquidity and stock returns: cross-section and time-series effects [J]. Journal of Financial Markets, 2002(5): 31-56. [18] Goyenko R Y, Holden C W, Trzcinka C A. Do liquidity measures measure liquidity [J]. Journal of Financial Economics, 2009(92): 153–181. [19] 朱宏泉, 李杰. 流动性、流动性测度与预期收益——基于A 股市场的实证研究[J]. 中国金融评论, 2009: 1-20. [20] 梁丽珍, 孔东民. 中国股市的流动性指标定价研究[J]. 管理科学, 2008(21): 85-93. [21] Berger A N, Bouwman C H S. Bank Liquidity Creation [J]. Review of Financial Studies, 2008(22): 3779-3837. [22] 靳云汇, 杨文. 上海股市流动性影响因素实证分析[J]. 金融研究, 2002(6): 12-21. [23] 陆正飞, 辛宇. 上市公司资本结构主要影响因素之实证研究[J]. 会计研究, 1998(8): 34-37. 13
表1 变量的基本统计特征 样本个数 均值 中位数 标准差 Q1 Q3 QILLIQ 39195 WAL1 40621 WAL2 40621 WAL3 40621 LOGCAP 40505 GROWTH 40308 ROA 40621 BHAR 39588 STDEV 38932 CR5 40561 注：Q1，Q3分别代表四分之一分位数和四分之三分位数。 表2 各变量间的Pearson相关系数和概率值 QILLIQ WAL1 WAL2 WAL3LOGCAGROWTHROA BHAR STDEV CR5 QILLIQ ----- WAL1 () ----- WAL2 () () ----- WAL3 () () () ----- LOGCAP () () () ()----- GROWTH () () () ()()----- ROA () () () ()()()----- BHAR () () () ()()()()----- STDEV () () () ()()()()() ----- () () () ()()()()() () ----- 14
表3 股票流动性与资产流动性的相关性 解释变量 QILLIQ *** WAL1 () *** WAL2 () *** WAL3 () ********* LOGCAP () () () ********* GROWTH () () () ********* ROA () () () *** BHAR () () () ********* STDEV () () () ********* CR5 () () () R-Square 注：表中给出的是系数的均值，括号内是均值是否等于零的P统计量值。***、**和*分别表示在1%、5%和10%的水平下显著。以下各表中数据的含义相同。 15
表4 公司成长性的差异对股票流动性与资产流动性的相关性的影响 HIGH LOW HIGH LOW HIGH LOW ****** WAL1 () () ***** WAL2 () () ****** WAL3 () () ****************** LOGCAP () () () () () () ********* GROWTH () () () () () () ****************** ROA () () () () () () ****** BHAR () () () () () () ****************** STDEV () () () () () () ****************** CR5 () () () () () () ADJRSQ **** △Coef () () () 注：以总资产增长率（GROWTH）作为公司成长机会的度量，在每个季度末将样本按GROWTH的大小分为三组（分点取有效数据的、分位数），对应于GROWTH值大的一组记为HIGH和GROWTH值小的一组记为LOW。表中最后一行的△Coef给出的是按公司成长性分组后HIGH与LOW两组系数差额的均值及相应的P值。 16
表5 公司规模大小的差异对股票流动性与资产流动性的相关性的影响 HIGH LOW HIGH LOW HIGH LOW *** WAL1 () () *** WAL2 () () *** WAL3 () () ****************** LOGCAP () () () () () () ********* GROWTH () () () () () () ****************** ROA () () () () () () ****************** BHAR () () () () () () ****************** STDEV () () () () () () ****************** CR5 () () () () () () ADJRSQ ********* △Coef () () () 注：以公司规模（LOGCAP）作为其融资难易程度的一个度量，在每个季度末将样本按LOGCAP的大小分为三组（分点取有效数据的、分位数），对应于LOGCAP值大的一组记为HIGH和LOGCAP值小的一组记为LOW。表中最后一行的△Coef给出的是按公司成长性分组后HIGH与LOW两组系数差额的均值及相应的P值。 17
表6 公司国有性质的差异对股票流动性与资产流动性的相关性的影响 HIGH LOW HIGH LOW HIGH LOW ****** WAL1 () () *** WAL2 () () ***** WAL3 () () ****************** LOGCAP () () () () () () ***** GROWTH () () () () () () ****************** ROA () () () () () () ****** BHAR () () () () () () ****************** STDEV () () () () () () ****************** CR5 () () () () () () ADJRSQ ********* △Coef () () () 注：以国有股持股比例（STATE）作为公司融资难易程度的一个度量，在每个季度末将样本按STATE的大小分为三组（分点取有效数据的、分位数），对应于STATE值大的一组记为HIGH和STATE值小的一组记为LOW。表中最后一行的△Coef给出的是按公司成长性分组后HIGH与LOW两组系数差额的均值及相应的P值。 18
