【摘 要】 文章在全球量化寬松貨幣政策的背景下引發(fā)了對下一輪流動性黑洞爆發(fā)可能性的思考。首先，結(jié)合正反饋交易和多重均衡理論探究了證券價格不連續(xù)運動的特點以及流動性黑洞形成的內(nèi)在機理;其次，構(gòu)建了包含價格變動和交易頭寸的向量自回歸模型，并以中國上證A股市場為例進行了實證分析。結(jié)果顯示自2008年以來，國內(nèi)A股市場存在明顯的正反饋效應，這使流動性黑洞的爆發(fā)成為可能。上述結(jié)論為預測及防范流動性黑洞提供了理論支持。

【關鍵詞】 流動性黑洞; 損失極限; 正反饋交易; 多重均衡

中圖分類號：F830 ?文獻標識碼：A ?文章編號：1004-5937（2015）02-0021-04

一、引言

流動性是金融市場的靈魂，是金融市場的生命力所在。自20世紀80年代以來，全球金融市場經(jīng)歷了1987年美國股市大崩盤、1997年東南亞金融危機以及2007年美國次債危機并引發(fā)全球金融風暴。每一次金融危機的爆發(fā)都伴隨著長期的流動性過剩、資產(chǎn)價格的暴漲以及市場流動性瞬間喪失的情形，仿佛一夜之間市場由流動性過剩跌入流動性黑洞。由此可見，流動性風險是當今金融市場面臨的最大風險之一，研究流動性黑洞的產(chǎn)生原因和形成機理對應對全球金融形勢起著至關重要的作用。

“流動性黑洞”這一名詞最早由Persaud（2001）提出，是指流動性在金融市場內(nèi)部驟然消失的一種極端情形。有關流動性黑洞的定義，國外學者進行了多種詮釋。一般來說，由于風險控制手段的趨同化，當市場出現(xiàn)某個外部沖擊時會出現(xiàn)投資者同時大量拋售金融產(chǎn)品的情形，整個市場只剩賣方，資產(chǎn)價格不斷下跌，金融市場和機構(gòu)的流動性迅速消失，這種現(xiàn)象被形象地稱為“流動性黑洞”。流動性黑洞具有從市場參與者自身的內(nèi)在響應吸收更多能量的特點，就像臺風一樣將場內(nèi)的流動性席卷而空。

在流動性黑洞的理論研究方面，Persaud（2002）指出流動性黑洞產(chǎn)生的根本原因在于市場多樣性的下降，與市場規(guī)模無關。而造成市場多樣性下降的主要因素包括：市場信息搜尋成本的下降、金融監(jiān)管風險控制手段的趨同以及市場的合并。Morris and Shin（2004）通過構(gòu)建包含兩類投資者的微觀結(jié)構(gòu)模型，分析短線投資者的交易行為對市場下跌的影響，得出當短線投資者的風險極限被觸及會導致大規(guī)模的拋售從而引發(fā)流動性黑洞。Bernardo and Welch（2004）在投資者風險中性的前提下構(gòu)建理論模型分析投資者行為對金融市場的影響。研究發(fā)現(xiàn)，投資者的悲觀情緒引發(fā)的“羊群效應”是促發(fā)流動性黑洞的根源。國內(nèi)學者趙鵬舉和劉玉敏（2008）構(gòu)建了一個包含正反饋交易者和理性交易者的微觀市場交易模型，分析了證券市場價格收益的正自相關性。

在實證研究方面，Cohen and Shin（2003）運用向量自回歸模型分析了美國國債市場上2年期、5年期和10年期國債品種的價格變化與交易頭寸之間的關系，研究表明當市場處于低靡狀態(tài)下，交易與價格變化呈現(xiàn)正反饋關系。Stephanie and Dieter（2013）采用日基金買賣數(shù)據(jù)對德國股票市場上機構(gòu)投資者的交易行為進行實證研究，并進一步分析了羊群效應產(chǎn)生的原因以及后果。由于流動性黑洞是因為金融機構(gòu)普遍使用類似的風險管理系統(tǒng)而造成的，因此提出了針對當前的風險管理體系應采取宏觀審慎監(jiān)管的方式。國內(nèi)學者陳燈塔和周穎剛（2006）構(gòu)建了一個微觀市場理論模型研究國有股減持造成股市跌入流動性黑洞的深層次原因，并進行了實證檢驗，得出中國股市非弱式有效的結(jié)論。李少平和顧廣彩（2007）、姚亞偉等（2012）利用國內(nèi)股票市場的日度交易數(shù)據(jù)檢驗了市場的非對稱性和正反饋交易特征。然而，日度交易數(shù)據(jù)之間通常存在很強的一致性和自相關性，如果使用日度數(shù)據(jù)很可能獲得偽相關性，因此，并不是檢驗市場正反饋交易的最佳樣本。

自2008年全球金融危機爆發(fā)以來，美國、歐洲、日本及中國等世界主要經(jīng)濟體采取了一系列量化寬松貨幣政策以刺激經(jīng)濟恢復增長。在極度寬松的金融市場環(huán)境下，資產(chǎn)價格再次攀升，表面的繁榮使得這種危機往往被忽視，一旦投資者信心發(fā)生轉(zhuǎn)變，很可能促發(fā)下一輪的流動性黑洞。因此，本文在此背景下研究國內(nèi)金融市場爆發(fā)流動性黑洞的可能性具有十分重要的現(xiàn)實意義。

在研究方法上，本文在Morris and Shin（2004）研究的基礎上，結(jié)合多重均衡理論探究證券價格不連續(xù)運動的特點以及流動性黑洞形成的內(nèi)在機理，同時構(gòu)建正反饋交易模型對國內(nèi)股票市場進行實證檢驗;此外，本文選取的周頻數(shù)據(jù)在一定程度上規(guī)避并改善了日度數(shù)據(jù)，很可能產(chǎn)生變量間的偽相關性。本文內(nèi)容的具體安排如下：首先，從內(nèi)生響應出發(fā)，基于正反饋交易和多重均衡理論分析流動性黑洞形成的內(nèi)在機理;其次，基于正反饋交易構(gòu)建包含價格波動和交易頭寸的微觀結(jié)構(gòu)模型，同時收集2008年1月至2014年2月上證A股市場的周頻數(shù)據(jù)，實證檢驗國內(nèi)A股市場的交易特征，從而判斷流動性黑洞爆發(fā)的可能性，并得到相應的結(jié)論。

二、流動性黑洞的形成機理

（一）正反饋交易

本文構(gòu)建一個風險資產(chǎn)和兩類交易者的微觀結(jié)構(gòu)市場模型。首先，存在一類同質(zhì)的風險中性的短期交易者，每一個交易者根據(jù)市場的動態(tài)交易情形作出反應，最優(yōu)化地調(diào)整其頭寸。其次，存在風險規(guī)避的長期投資者，為短期交易者提供剩余需求。

每個短期交易者i均有一個止損點位qi，稱為損失極限，市場內(nèi)短期投資者的損失極限落在區(qū)間[q1，q2]內(nèi)。t時刻風險資產(chǎn)的價格為P（t），對短期投資者i而言，t時刻持有或賣出，關鍵在于資產(chǎn)價格P（t）與損失極限的比較：

情形一：當P（t）≥q2時，市場內(nèi)的所有人均持有資產(chǎn)，因此投資者i也持有資產(chǎn);

情形二：當P（t）

情形三：當q1≤P（t）

“正反饋交易”（Positive-feedback Trading）導致了流動性黑洞的產(chǎn)生。正反饋交易是指價格上升導致買方增多，價格下跌導致賣方增加的現(xiàn)象。當價格快要沖破損失極限時，不利的價格運動可能促使交易者賣出資產(chǎn)。當大量的市場參與者交易受到損失極限約束，并且還有其他交易者也處于類似的處境時，將會出現(xiàn)溢出效應，即每一輪交易者的變現(xiàn)行為都將推動資產(chǎn)價格加速下跌，市場將對其他交易者更加不利。正反饋交易和損失極限的作用將使交易商們的決策時間提前（沈虹，2009）。圖1形象地描繪了正反饋交易傳導機制。

當資產(chǎn)價格處于下跌情形下，一些交易者會將接近他們損失極限的資產(chǎn)賣出，被拋售資產(chǎn)的價格急速下跌與賣盤持續(xù)增加并存，又會進一步惡化流動性狀況，流動性危機可以迅速升級為償付危機。

（二）多重均衡

當風險資產(chǎn)的價格P（t）落在情形三時，投資者將根據(jù)他人的信息選擇自己的行為，市場上投資者的行為彼此依賴和交織，從而導致多重均衡。產(chǎn)生多重均衡的根本原因是價格的協(xié)調(diào)作用，以及價格通過協(xié)調(diào)機制和收益存在的互補性：額外的補充收益，使得投資人愿意接受更高的價格，在此區(qū)域價格越高，需求越多。在這個區(qū)域之外，需求又恢復到向下傾斜，需求的自然法則又重新主導：價格越高需求越小，因此形成倒S需求曲線。圖2給出與之對應的需求曲線，并分析多重均衡產(chǎn)生的原因。

在價格區(qū)間[P1，P2]內(nèi)由于正反饋機制產(chǎn)生向上傾斜的需求曲線，在該區(qū)間之外，需求曲線又恢復向下傾斜的典型狀態(tài)。為討論方便，本文用向上傾斜的直線代表供給曲線，該假設符合經(jīng)濟學意義。由圖2中可以看出需求曲線與供給曲線共有三個交點，分別相交于點A、B和C，由此產(chǎn)生多重均衡。在這些均衡點中，點A和點C是穩(wěn)定均衡點，B是不穩(wěn)定的均衡點。資產(chǎn)價格大跌前，價格水平處于高位A點，當價格向下運動時，由于正反饋機制的存在，在價格區(qū)間[P1，P2]內(nèi)，大量賣盤和價格下跌相互影響并強化，期間形成暫時的均衡點B點。然而，下跌在短暫停留后還將繼續(xù)，直到點C，此時才建立新的平衡，價格將在這一點位持續(xù)很長時間。這一價格過程可以表示為：高點均衡→暫時均衡→低點均衡。點A、點B和點C的價格水平呈跳躍式，這與流動性黑洞引發(fā)的價格不連續(xù)變化相一致。

圖3反映了在經(jīng)過一輪流動性黑洞后，需求曲線和供給曲線在點E處建立新的均衡點，并且在這一點位將持續(xù)很長一段時間。這一情形在現(xiàn)實的金融市場中可以找到許多類似的事件，譬如當證券市場進入市場低迷期時一般會持續(xù)幾年的時間，直到有實質(zhì)性的政策出臺或基本面發(fā)生變化，市場才會再次回暖，與需求曲線建立新的價格均衡點，重新回到高位上來。圖2至圖3的變化過程揭示了資產(chǎn)價格的不連續(xù)變化特點以及流動性黑洞的形成機理。

三、流動性黑洞的度量及實證分析

（一）流動性黑洞的度量模型

由流動性黑洞的形成機理可知，正反饋交易是市場下行過程中引發(fā)價格暴跌產(chǎn)生流動性黑洞的內(nèi)在動因。在觀測市場是否會出現(xiàn)流動性黑洞時，要著重分析價格波動與交易頭寸之間因果鏈條的方向。在運行良好的市場上會出現(xiàn)一種負向的因果關系，即價格上升時市場交易者賣出，價格下降時市場交易者買入。如果流動性黑洞存在，則會出現(xiàn)正向的因果關系，即價格上升時導致更多的買入，價格下降時導致更多的賣出，即正反饋交易。只有當正反饋現(xiàn)象存在時才有可能產(chǎn)生極端的價格波動，促發(fā)流動性黑洞。為了分析價格變化與交易行為之間的關系，本文建立市場頭寸和收益的雙變量自回歸模型進行向量自回歸及格蘭杰因果關系檢驗。具體模型表達式如下：

其中：Rt表示t-1時刻到t時刻的收益;Tradet表示交易規(guī)模，如果買方在t時刻發(fā)出交易，則xt=1，如果在t時刻沒有交易，則xt=0，如果賣方在t時刻發(fā)出交易，則xt=-1。

（二）數(shù)據(jù)分析及實證結(jié)果

本文選取2008年1月2日至2014年2月27日上證指數(shù)周交易數(shù)據(jù)作為研究樣本，考察國內(nèi)股票市場是否存在正反饋效應。由于日交易規(guī)模與日價格之間通常存在很強的一致性和自相關性，如果使用日度數(shù)據(jù)很可能獲得價格與交易的偽相關性，因此，本文選用周數(shù)據(jù)可以很好地規(guī)避上述問題，使結(jié)論更加可靠。本文將上證指數(shù)的收益Rt定義為Rt=ln（Pt /Pt-1），其中Pt為上證指數(shù)第t周周末的收盤價格，交易規(guī)模Trade由上證指數(shù)的每周平均成交量表示，由此生成的收益時間序列{Rt}和交易規(guī)模時間序列{Tradet}如圖4、圖5所示。然而在實證檢驗中，由于收益率和交易規(guī)模在數(shù)量級上存在很大差異，從而會降低推斷的有效性。因此，這里對交易規(guī)模取自然對數(shù)，令lnTrade=ln（Trade）。市場參與者的交易方向以上證A股每周資金的凈流量來衡量。若凈流量為負，即一周股票市場資金凈流出，表示該周交易賣方占優(yōu)，xt取值為-1;否則，為買方占優(yōu)，xt取值為1。在進行雙變量格蘭杰因果分析之前要對樣本的穩(wěn)定性進行統(tǒng)計檢驗，具體的統(tǒng)計結(jié)果見表1。

表1結(jié)果顯示，在1%的顯著性水平下，上證指數(shù)的周收益和成交量時間序列均為平穩(wěn)序列，滿足格蘭杰因果關系的檢驗要求。于是，將{Rt}和{lnTrade}代入模型（1），根據(jù)AIC最小值原則，本文采用的滯后階數(shù)為2，具體實證結(jié)果如表2和表3所示。

首先，格蘭杰因果關系檢驗表明上證指數(shù)的周收益率與周交易頭寸互為因果關系，說明上證A股市場的價格走勢與交易規(guī)模之間的引導關系是存在的。其次，為進一步判斷市場是否存在正反饋效應，需要考察模型（1）的相關系數(shù)估計。由雙變量自回歸模型估計得到歷史交易信息對當前收益和交易頭寸的影響。表3結(jié)果顯示，過去的收益與交易頭寸成正比，過去的交易頭寸與收益成正比。具體表現(xiàn)為：第一，上證指數(shù)的上漲會帶來更多的買單，引起交易規(guī)模的放量;上證指數(shù)的下跌會帶來更多的賣單，同樣引起交易規(guī)模的放量。第二，在市場資金凈流入情形下，上證交易規(guī)模的放大會引起上證指數(shù)的上漲;而在市場資金凈流出情形下，交易規(guī)模的放大會引起上證指數(shù)的下降。上述結(jié)論證明了自2008年1月以來，我國上證A股市場上存在顯著的正反饋交易，這為下一個流動性黑洞的爆發(fā)埋下隱患。

四、總結(jié)

流動性是金融市場有效運行的基礎，2007年以來頻發(fā)的金融事件告訴我們流動性是各大市場的生命力所在。流動性黑洞是流動性風險中最隱蔽且最具殺傷力的風險，通常隨著流動性過剩而來。在此輪全球量化寬松貨幣政策的背景下，本文對下一輪流動性黑洞爆發(fā)的可能性進行了深入分析。首先，理論分析表明正反饋交易和多重均衡是促發(fā)流動性風險并爆發(fā)流動性黑洞的內(nèi)在動因。其次，在此基礎上，本文選取2008年1月2日至2014年2月27日上證指數(shù)周交易數(shù)據(jù)作為研究樣本，考察國內(nèi)股票市場價格波動與交易頭寸之間的因果關系。實證結(jié)果表明我國A股市場存在顯著的正反饋交易，這為下一個流動性黑洞的爆發(fā)埋下隱患。

流動性黑洞是一個新穎而深刻的話題，本文從定性與定量兩個角度對流動性黑洞的產(chǎn)生及判別進行了全面的闡述。如何度量和防范流動性黑洞將是本文進一步研究的重要方向。

【參考文獻】

[1] Persaud A.D.Liquidity black holes[R]. State Street Global Insights.State Street Research Paper，2001.

[2] Persaud A.D.Liquidity black holes： what they are and how they are generated，understanding risk[R].Singapore foreign Exchange Market Committe's Biennial Report，2002.

[3] Morris S.，Shin H.S.Liquidity black holes[J].Review of Finance，2004（8）：1-18.

[4] Bernardo A.，Welch I.Liquidity and financial market runs[J].Quarterly Journal of Economics，2004，199：135-158.

[5] Persaud A.D.流動性黑洞——理解、量化與管理金融流動性風險[M].姜建清，譯，北京：中國金融出版社，2007.

[6] 趙鵬舉，劉玉敏.證券市場正反饋交易與收益自相關[J].數(shù)理統(tǒng)計與管理，2008（3）：535-540.

[7] Cohen B.，Shin H.S.Positive-feedback trading under stress： evidence from the US treasury securities market[R].Working Paper，London School of Economics，2003.

[8] Stephanie K.，Dieter N. Short-term herding of institutional traders： new evidence from the German stock market[J].European Financial Management，2013，19（4）：730-746.

[9] 陳燈塔，周穎剛.理性恐慌、流動性黑洞和國有股減持之謎[J].經(jīng)濟學，2006（2）：379-402.

[10] 李少平，顧廣彩.中國證券市場正反饋交易的實證研究[J].系統(tǒng)工程，2007（9）：111-115.

[11] 姚亞偉，楊朝軍，黃峰.流動性風險特征：基于中國證券市場的經(jīng)驗數(shù)據(jù)分析[J].上海金融，2012（4）：63-70.

[12] 姜建清，孫彬.重建市場信心是緩解流動性危機的有效途徑[J].金融論壇，2009（1）：5-11.

[13] Scharfstein D.S.，Stein J.C.Herd behavior and investment[J].American Economic Review，1990，80（3）：465-479.

[14] 沈虹，何建敏，胡小平.流動性異動環(huán)境下短期投資者的交易行為及臨界條件[J].系統(tǒng)工程，2009（4）：108-111.

[15] Angeletos G.M.，Werning I.Crises and prices： information aggregation，multiplicity，and volatility[J].American Economic Review，2006，96（5）：1720-1736.

[16] Barlevy G.，Veronesi P.Rational panics and stock market crashes[J].Journal of Economic Theory，2003，110（2）：234-263.