流动性和特质风险对股票收益的影响

被引量 : 0次 | 上传用户:lawyerhw
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
流动性与资产定价是H前金融研宄的热点之一。和其他金融资产一样,流动性对股票收益有着相当大的影响,因为任何一种金融资产取得的收益都必须通过具有较高流动性的市场来实现。流动性风险是指投资者在市场上不能及时地以合理的价格进行资产交易而可能带来损失的风险。流动性与资产价格之间的关系一直是理论界研宄的热点,国内的众多文献对流动性与股票收益之间的关系进行了大量的研究,但是国内关于股票的流动性风险及流动性溢价的研究还不成熟,主要集中在从不同角度测度流动性或者检验在资产定价模型中加入流动性因子的来观察其显著性。对个股的流动性对收益的影响研宄却相对比较少。特质风险也足当前金融学者研究的重点。什么是特质风险呢?在市场有效的情况下,影响个股收益的所有因素可以被定价,相应的定价模型中的误差项包含了公司特质相对应的那些不能被定价的的影响因素,我们称之为特质风险。近些年来很多学者研究表明,在均衡时,不仅系统性风险被定价,特质风险也被定价。特质风险对股票收益的影响显著。如果整个市场波动保持稳定,个股之间的相关性下降,个股波动也会大大的提高。那么,研宄与公司特质相关的风险,即公司收益的特质波动或者说特质风险变得日益里要。流动性和特质风险都是研宄资产定价因素的热点问题,但目前国内很少学者将两者结合起来研宄。本文从流动性和特质风险两个方面研究对股票收益的影响。本文首先研究了流动性对股票收益的影响。利用Amhmd的非流动性指标测量流动性,选取2008-2012年A股市场的60H脾票的日内数据进行分析。结果表明,流动性对股票收益影响显著,而R.存在着显著的负相关关系,流动性被定价。接着木文研宄了特质风险对股票收益的影响。利用CAPM模型中残差项的方差来测量特质风险,对2008年-2012年A股市场的60W股票的曰内数据进行实证分析,结果显示,大多数股票的特质风险对股票收益的影响不显著,特质风险没有被定价。本文还将流动性和特质风险结合起来分析其对股票收益的影响,结果表明,在CAPM模型中流动性仍然与股票收益之间存在着显著负相关关系,特质风险仍然与股票收益之1?不存在显著的相关关系,特质风险没有被定价。即把两个因素同时放在CAPM模型中考虑,一个因素不会降低另一个因素的显著性。最后,本文利用Fama-French三因子模型做稳健性检验。研宄发现,在Fama-Fernch三因子模型中,流动性对股票收益影响的显著程度有所降低,但是仍然有一定的影响。特质风险与股票收益之间不存在显著关系。将流动性和特质风险结合起来分析其对股票收益的影响,两个因子对股票收益的影响结果变化不大。即把流动性和特质风险同时放在Fama-French三因子模型中考虑,一个因素不会降低另一个因素的显著性。但是三因子模型中,市场因子,规模因子,账面市值比因子对股票收益影响显著。
其他文献
为研究新丹系长白猪与大白猪在肥育阶段的采食习性和生长性能,以及料重比和生长速度的关系,试验选用体重(39.5±2.65)kg的长白猪90头和体重为(39.7±2.61)kg的大白猪135
目的:探讨为精神病合并高血压患者使用不同方法进行治疗的效果。方法:将2017年6月至2018年6月期间南充市身心医院收治的92例精神病合并高血压患者随机分为A组(46例)和B组(46
本课题通过文献研究,了解PISA的理念、开放性作业的结构现状、相关的支撑理论,界定了适用于上海初中科学课程的开放性作业的概念。即,它是初中科学课程的一类重要作业,供学生选择
互联网作为20世纪人类最伟大的发明之一,已经逐渐渗透到了人们的日常生活中,诸多新问题、新矛盾亦随着互联网技术的发展而产生。“人肉搜索”对人格权的侵犯即是其中之一“人
硫代酰胺是一类非常重要的有机硫化合物.其易合成、易提纯、无异味,且稳定性较高;由于硫原子的电负性,核外电子分布特点使该类化合物性质较相应的酰胺活泼,具有丰富多彩的化学
及时准确的作物生长信息是作物生产管理和早期估产的重要依据,对保障国家粮食安全至关重要。作物生长遥感监测通过非接触、远距离探测的方式可快速获取大面积作物生长信息。定
随着人类社会对信息需求的迅速增加,以电子作为信息载体的信息产业已逐渐不能满足人们的信息需求,从而促使人们不断的推动信息技术向前发展。其中,极具应用前景的光子学领域
从公共行政价值评价的主体和客体两个方面,可以对公共行政价值评价进行不同的分类。不同种类的评价之间并非彼此孤立,而是存在着密切的联系,由此凸显了公共行政价值评价的复
近些年普通的垃圾桶已经不能满足人们的生活质量要求。本系统设计的基于Wi-Fi的小区分类垃圾桶实现了业主通过手机APP操作生成分类垃圾的二维码,经过扫描实现垃圾桶的开启,并
将量子粒子群优化算法引入Volterra级数模型的非线性辨识中,并结合隐Markov模型(hidden Markov model,HMM),提出了一种基于量子粒子群优化的Volterra时域核特征提取的HMM识别方法,