謝林吟，王 楠

（1.寧波大學(xué) 科學(xué)技術(shù)學(xué)院，浙江 寧波 315300；2.寧波諾丁漢大學(xué) 諾丁漢商學(xué)院，浙江 寧波 315100）

股票流動(dòng)性共性（Commonality in Liquidity）是指單個(gè)股票流動(dòng)性與整個(gè)股票市場(chǎng)流動(dòng)性或同一產(chǎn)業(yè)股票市場(chǎng)流動(dòng)性的共同運(yùn)動(dòng)，由美國(guó)金融學(xué)教授科迪亞（Chordia）首次提出[1]。股票流動(dòng)性共性的研究主要涉及兩大方面：一是關(guān)于股票流動(dòng)性共性對(duì)資產(chǎn)定價(jià)和資本結(jié)構(gòu)的影響[2-3]；二是關(guān)于股票流動(dòng)性共性的來源，國(guó)際研究發(fā)現(xiàn)：高頻交易、多邊交易設(shè)施、宏觀信息、貨幣政策、市場(chǎng)波動(dòng)性、共同做市商、集體主義都能影響股票流動(dòng)性共性[4-8]。國(guó)內(nèi)研究發(fā)現(xiàn)：信息不對(duì)稱性、宏觀經(jīng)濟(jì)環(huán)境、投資方式和融資融券規(guī)模顯著地影響股票流動(dòng)性共性[9-11]。

自弗蘭克·奈特時(shí)代（20 世紀(jì)20 年代）起，不確定性（風(fēng)險(xiǎn)）的研究一直在經(jīng)濟(jì)學(xué)領(lǐng)域中占有重要的地位。弗蘭克·奈特認(rèn)為發(fā)展中的波動(dòng)是不確定性（風(fēng)險(xiǎn)）的根本原因。不確定性的情況往往獨(dú)具個(gè)性，事件發(fā)生的概率具有一定的主觀性，通常指的是正向的結(jié)果。對(duì)于風(fēng)險(xiǎn)而言，一組事件的結(jié)果分布是可知的，可將客觀的概率用于風(fēng)險(xiǎn)上，泛指意外災(zāi)禍發(fā)生的不確定性，意味著損失[12]。COVID-19公共衛(wèi)生突發(fā)事件爆發(fā)以來，人們愈發(fā)關(guān)注不確定性（風(fēng)險(xiǎn)）對(duì)金融市場(chǎng)的影響，但主要停留在經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)各類金融資產(chǎn)定價(jià)和流動(dòng)性的影響上[13-16]。

本研究將拓展股票流動(dòng)性共性來源的研究方向，探究經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響。

一、股票流動(dòng)性共性衡量

股票流動(dòng)性通常被用來描述大量股票以低成本、在資產(chǎn)價(jià)格不太受影響的情況下進(jìn)行交易的能力。交易量、交易速度、交易成本和價(jià)格影響是反映股票流動(dòng)性的四大屬性[17]。阿米胡德（Amihud）的非流動(dòng)性比率、買賣價(jià)差、周轉(zhuǎn)率、交易量為零的天數(shù)等指標(biāo)都可以用來衡量股票流動(dòng)性。其中，阿米胡德（Amihud）的非流動(dòng)性比率應(yīng)用廣泛，最能準(zhǔn)確反映股票流動(dòng)性的指標(biāo)[18]。本研究先對(duì)阿米胡德（Amihud）的非流動(dòng)性比率加1 后取對(duì)數(shù)，然后用對(duì)數(shù)的相反數(shù)衡量股票流動(dòng)性（等式1）。這樣處理可以減少異常值對(duì)股票流動(dòng)性的影響，同時(shí)也能將阿米胡德（Amihud）的非流動(dòng)性指標(biāo)轉(zhuǎn)化為反映個(gè)股流動(dòng)性的指標(biāo)。

目前為止，對(duì)股票流動(dòng)性共性進(jìn)行監(jiān)測(cè)的模型有如下幾類：第一，周熙雯和唐振鵬通過Copula 模型既刻畫了股票流動(dòng)性之間線性的共同運(yùn)動(dòng)關(guān)系，又刻畫了股票流動(dòng)性之間非線性的共同運(yùn)動(dòng)關(guān)系。Copula 模型展現(xiàn)的相關(guān)性越高，股票流動(dòng)性共性越大，包含的共性驅(qū)動(dòng)因素的影響作用越大[11]。第二，丘利亞（Chulia）等將西姆斯（Sims）的VAR 模型和方差分解的理念應(yīng)用于股票流動(dòng)性共性測(cè)量中[19]。第三，用個(gè)股流動(dòng)性對(duì)市場(chǎng)流動(dòng)性、專業(yè)投資組合流動(dòng)性或同產(chǎn)業(yè)流動(dòng)性變化的敏感程度，衡量股票流動(dòng)性共性[1，8，20]。第四，用個(gè)股流動(dòng)性對(duì)市場(chǎng)流動(dòng)性線性回歸的擬合優(yōu)度，表示股票流動(dòng)性共性[3，9，21]。

本文參照第四種方法，即卡羅伊（Karolyi）等提出的衡量方式，測(cè)量我國(guó)股票流動(dòng)性共性。每日個(gè)股流動(dòng)性（liqi,t,d）進(jìn)行一階自回歸，并且對(duì)一周內(nèi)的工作日（Dτ）和非周末節(jié)假日存在的那一周工作日（HOLIi,d）進(jìn)行調(diào)整（等式2），該等式產(chǎn)生的殘差（ωi,t,d）被稱為每日個(gè)股流動(dòng)性新增量。其中，Dτ表示周一到周四的虛擬變量。非周末節(jié)假日存在的那一周工作日被表示為HOLIi,d等于1；其他工作日被表示為HOLIi,d等于0。

用一個(gè)月內(nèi)某日個(gè)股流動(dòng)性新增量（ωi,t,d）對(duì)前一交易日股市流動(dòng)性新增量（ωm,t,d-1）、當(dāng)期股市流動(dòng)性新增量（ωm,t,d）和后一交易日股市流動(dòng)性新增量（ωm,t,d+1）進(jìn)行線性回歸（等式3）。所得的擬合優(yōu)度R2值采用方式進(jìn)行轉(zhuǎn)換。這個(gè)結(jié)果為該個(gè)股月度流動(dòng)性共性，在下文中用Cliqi,t表示。與此同時(shí)，Cliqt是t月份市場(chǎng)所有個(gè)股流動(dòng)性共性的平均值，表示某一月份整個(gè)股票市場(chǎng)流動(dòng)性共性。

本文所有個(gè)股樣本選自上海證券交易所和深圳證券交易所的A 股市場(chǎng)，深圳創(chuàng)業(yè)板和上交科創(chuàng)板。此研究只保留正常狀態(tài)的股票樣本，并剔除流動(dòng)性數(shù)值缺失的股票樣本。為了消除離群值影響和保持月度流動(dòng)性共性數(shù)值連續(xù)性，月內(nèi)交易日小于10 天的個(gè)股也被剔除。最后，選出4 376 家上市企業(yè)的股票。在2003 年1 月至2021 年4 月期間，股票流動(dòng)性共性存在較強(qiáng)的波動(dòng)性，流動(dòng)性共性的強(qiáng)弱分布比較對(duì)稱（表1）。

表1 各變量的統(tǒng)計(jì)屬性

二、經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）的衡量

近十年時(shí)間來，國(guó)內(nèi)外學(xué)者關(guān)于經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）的度量研究長(zhǎng)足發(fā)展，創(chuàng)造了一系列衡量方法，有如下這幾種：布盧姆（Bloom）使用期貨期權(quán)衍生產(chǎn)品的隱含波動(dòng)率和股市收益率的已實(shí)現(xiàn)波動(dòng)率計(jì)量股票市場(chǎng)不確定性（風(fēng)險(xiǎn)）[22]；貝克（Baker）等首次對(duì)數(shù)百份向公眾發(fā)行的印刷品或電子出版物，進(jìn)行文本分析，編制關(guān)于經(jīng)濟(jì)政策的不確定性指標(biāo)[23]；黃卓等將隨機(jī)波動(dòng)率模型和馬爾可夫鏈蒙特卡羅方法應(yīng)用于280 個(gè)經(jīng)濟(jì)金融變量，計(jì)算出2002-2017 年中國(guó)金融不確定性指數(shù)[24]；陳進(jìn)國(guó)等將符號(hào)變差定義為已實(shí)現(xiàn)正半方差和已實(shí)現(xiàn)負(fù)半方差之差，以此來衡量股票市場(chǎng)不確定性（風(fēng)險(xiǎn)）[15]；厄茲圖爾克（Ozturk）和他的合作者用實(shí)體經(jīng)濟(jì)變量的實(shí)際數(shù)值相比于專業(yè)人員對(duì)該經(jīng)濟(jì)變量預(yù)測(cè)值的偏差來度量經(jīng)濟(jì)不確定性[25]。

本研究參考陳進(jìn)國(guó)等的測(cè)量方法論和弗蘭克·奈特對(duì)不確定性（風(fēng)險(xiǎn)）的界定，構(gòu)造宏觀經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）指標(biāo)。本文用宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建能夠傳遞積極信息的不確定性指標(biāo)，用宏觀經(jīng)濟(jì)變量的減少比率構(gòu)建經(jīng)濟(jì)風(fēng)險(xiǎn)指標(biāo)。

由于許多實(shí)體經(jīng)濟(jì)變量具有季節(jié)性周期，采用同比累積增長(zhǎng)率來避免宏觀經(jīng)濟(jì)變量季節(jié)性調(diào)整。某月宏觀經(jīng)濟(jì)變量增長(zhǎng)率，用該月前后5 個(gè)月時(shí)間區(qū)間的平均增長(zhǎng)率對(duì)其實(shí)行去平均化處理。在某月往前推12 個(gè)月的時(shí)間區(qū)間內(nèi)（滾動(dòng)窗口取值j為-12 到-1），一個(gè)經(jīng)濟(jì)變量所有去平均化后的正（負(fù)）增長(zhǎng)率（Δy）的平方和為該宏觀經(jīng)濟(jì)變量在該月份已實(shí)現(xiàn)正（負(fù)）半方差（等式4、5），用RVp,t（RVn,t）表示。

將某個(gè)經(jīng)濟(jì)變量未來3 個(gè)月的平均正（負(fù)）方差的對(duì)數(shù)對(duì)當(dāng)期的一組預(yù)測(cè)因子進(jìn)行回歸（等式6）。預(yù)測(cè)因子（矩陣Xt）為包含實(shí)體經(jīng)濟(jì)、房地產(chǎn)、貨幣市場(chǎng)與資本市場(chǎng)的95 個(gè)宏觀經(jīng)濟(jì)變量的主成分要素。這些主成分要素在每個(gè)月的特征值大于1。3 個(gè)月預(yù)測(cè)窗口（h）的設(shè)置是為了減少在構(gòu)造經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）過程中產(chǎn)生的測(cè)量誤差。其可預(yù)測(cè)部分（constj+vjXt）為指數(shù)的冪結(jié)果代表該宏觀經(jīng)濟(jì)變量與未來相關(guān)的當(dāng)期正（負(fù)）方差（等式7）。

最后，傳遞積極信息的經(jīng)濟(jì)不確定性（Ut）和經(jīng)濟(jì)風(fēng)險(xiǎn)（Riskt）分別為58 個(gè)（m的最大值）宏觀經(jīng)濟(jì)變量的已實(shí)現(xiàn)正半方差和已實(shí)現(xiàn)負(fù)半方差平方根的加權(quán)平均值（等式8）。采用多變量的平均值計(jì)算不確定性和風(fēng)險(xiǎn)是為了讓時(shí)間序列數(shù)據(jù)更加平滑，減少極端值的影響。在研究期中，經(jīng)濟(jì)不確定性和經(jīng)濟(jì)風(fēng)險(xiǎn)的變化幅度都小于股票流動(dòng)性共性的變化幅度。在大部分區(qū)間中，經(jīng)濟(jì)不確定性和經(jīng)濟(jì)風(fēng)險(xiǎn)表現(xiàn)得比較平緩，但依然存在差距較大的最大值和最小值（表1）。

三、經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響

（一）相關(guān)實(shí)證文獻(xiàn)

目前為止，鮮有文獻(xiàn)直接研究經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響，但有文獻(xiàn)研究過其他種類不確定性對(duì)股票流動(dòng)性共性的影響。例如，莫西任（Moshirian）等用霍夫斯泰德（Hofsted）的不確定性規(guī)避指數(shù)衡量交易者的風(fēng)險(xiǎn)厭惡程度，發(fā)現(xiàn)較大的心理不確定性能增強(qiáng)股票流動(dòng)性共性[2]。艾沙克（Isshaq）和法福（Faff）將盈利波動(dòng)性視為公司個(gè)體不確定性，并且發(fā)現(xiàn)個(gè)體屬性不確定性可以減弱股票流動(dòng)性共性[26]。馮燕妮等基于貝葉斯估計(jì)時(shí)變參數(shù)模型發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性顯著增強(qiáng)股票流動(dòng)性共性（用個(gè)股流動(dòng)性對(duì)股市流動(dòng)性的敏感性表示）[27]。

經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）的測(cè)量是以波動(dòng)性測(cè)量為基礎(chǔ)發(fā)展而成[12]。為此，波動(dòng)性對(duì)股票流動(dòng)性共性的影響研究對(duì)本研究具有一定的參考意義。丘利亞（Chulia）等選擇2000 年7月份至2016 年12 月份9 個(gè)國(guó)家金融市場(chǎng)數(shù)據(jù)作為研究樣本，發(fā)現(xiàn)全球股票市場(chǎng)收益波動(dòng)率在整個(gè)樣本期內(nèi)能引發(fā)國(guó)內(nèi)股市和全球股市的流動(dòng)性共性，但在全球金融危機(jī)時(shí)期和歐洲主權(quán)債務(wù)危機(jī)時(shí)期（即2009 年底至2013 年）股票流動(dòng)性共性對(duì)全球市場(chǎng)波動(dòng)產(chǎn)生格蘭杰因果效應(yīng)[19]。

雖然現(xiàn)有的少量文獻(xiàn)都只是間接地與本研究相關(guān)，但這些文獻(xiàn)對(duì)本研究的理論推理和假設(shè)發(fā)展具有一定的借鑒。同時(shí)，這些文獻(xiàn)對(duì)本研究實(shí)證分析的開展起到引導(dǎo)作用。

（二）相關(guān)理論依據(jù)和假設(shè)發(fā)展

目前為止，用來解釋股票流動(dòng)性共性變化的主要理論框架有需求—供給理論、自由進(jìn)出機(jī)制和流動(dòng)性決定要素理論。其中，需求—供給理論的應(yīng)用最為普遍，最能清晰地解釋經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性影響的潛在理論邏輯。

根據(jù)需求—供給理論，供給方的驅(qū)動(dòng)因素主要來源于金融中介機(jī)構(gòu)提供的流動(dòng)性[21]。我國(guó)股票市場(chǎng)采用指令驅(qū)動(dòng)型交易系統(tǒng)，并無做市商。為此，我國(guó)股票流動(dòng)性共性的供給驅(qū)動(dòng)因素不是金融中介機(jī)構(gòu)，而是與資金流動(dòng)性相關(guān)聯(lián)的貨幣政策和市場(chǎng)收益率。首先，就貨幣政策這一渠道而言，貝克特（Bekaert）等用隱含波動(dòng)率計(jì)算不確定性（風(fēng)險(xiǎn)），他們的實(shí)證結(jié)果顯示不確定性（風(fēng)險(xiǎn)）與貨幣政策高度相關(guān)[28]。一方面，寬松的貨幣政策可以減弱未來長(zhǎng)期的不確定性（風(fēng)險(xiǎn)）[28]；寬松的貨幣政策可以提高市場(chǎng)資金流動(dòng)，股票流動(dòng)性，降低股票流動(dòng)性共性[21]；股票流動(dòng)性共性因此和不確定性（風(fēng)險(xiǎn)）呈現(xiàn)正向關(guān)系。另一方面，較高的不確定性（風(fēng)險(xiǎn)）也可能導(dǎo)致短期的貨幣寬松[28]，增強(qiáng)股票流動(dòng)性，進(jìn)而使股票流動(dòng)性共性下降；股票流動(dòng)性共性因此也可能和不確定性（風(fēng)險(xiǎn)）呈現(xiàn)反向關(guān)系。

中國(guó)股票流動(dòng)性共性供給方第二個(gè)驅(qū)動(dòng)因素是市場(chǎng)收益率。經(jīng)濟(jì)風(fēng)險(xiǎn)傳遞的負(fù)面消息會(huì)減少人們對(duì)股票的需求，股價(jià)降低，股票當(dāng)期收益率隨之減少。較低的市場(chǎng)收益率使整個(gè)股票市場(chǎng)處于低迷狀態(tài)，股票流動(dòng)性隨之蒸發(fā)，資金流動(dòng)性持續(xù)下降，股票流動(dòng)性共性隨之上升[20，29]。相反，由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性能夠顯著提升資產(chǎn)價(jià)值和促進(jìn)未來實(shí)體經(jīng)濟(jì)的發(fā)展，給投資者帶來積極、正面的影響[15]。因此，股票買賣交易量增加，股票流動(dòng)性隨之增強(qiáng)，股票流動(dòng)性共性便減弱。

關(guān)聯(lián)交易、投資者情緒和單個(gè)證券交易動(dòng)機(jī)是需求—供給理論中產(chǎn)生股票流動(dòng)性共性的需求驅(qū)動(dòng)因素[21]。經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）可以通過這三個(gè)渠道影響股票流動(dòng)性共性。首先，就關(guān)聯(lián)交易這一渠道而言，個(gè)體投資者面對(duì)較高的風(fēng)險(xiǎn)會(huì)產(chǎn)生相互參考或參考機(jī)構(gòu)投資者的心理，從而形成股票間的相關(guān)交易。股票間相關(guān)交易主要表現(xiàn)為機(jī)構(gòu)交易、指數(shù)交易、一攬子交易和共同基金交易。這些相關(guān)交易行為創(chuàng)造了共同的買入或賣出壓力，導(dǎo)致股票流動(dòng)性共性的提高[30]。其二，就投資者情緒而言，由于人性厭惡風(fēng)險(xiǎn)，經(jīng)濟(jì)風(fēng)險(xiǎn)會(huì)降低投資活動(dòng)[31]。投資利潤(rùn)的減少或出現(xiàn)虧損使人們產(chǎn)生悲觀和恐慌的情緒，負(fù)面情緒在市場(chǎng)中相互傳導(dǎo)，使得股票持有者們都紛紛拋售股票，股票流動(dòng)性集體下降，流動(dòng)性共性隨之增加。第三，就單個(gè)證券交易動(dòng)機(jī)而言，經(jīng)濟(jì)風(fēng)險(xiǎn)會(huì)增強(qiáng)交易信息的不對(duì)稱性，投資者需要花費(fèi)較大的成本獲得公司的相關(guān)信息。面對(duì)降低的利潤(rùn)，相比于單個(gè)證券交易，投資者更愿意購(gòu)買多個(gè)相關(guān)聯(lián)證券以獲得規(guī)模效益，流動(dòng)性共性便隨之增強(qiáng)[1]。然而，由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性帶給投資者正面、積極的影響，使投資者更自信地依據(jù)個(gè)人投資能力和投資經(jīng)驗(yàn)在資本市場(chǎng)中進(jìn)行交易。關(guān)聯(lián)交易隨之減弱，單個(gè)證券交易動(dòng)機(jī)隨之增強(qiáng)，這些會(huì)導(dǎo)致股票流動(dòng)性增強(qiáng)，股票流動(dòng)性共性減弱。

由此，本文提出如下基本假設(shè)：

H1：由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性能夠減弱股票流動(dòng)性共性，但經(jīng)濟(jì)風(fēng)險(xiǎn)會(huì)增強(qiáng)股票流動(dòng)性共性。

H2：股票市場(chǎng)流動(dòng)性共性對(duì)由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性的沖擊產(chǎn)生負(fù)響應(yīng)，但對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)的沖擊產(chǎn)生正響應(yīng)。

（三）回歸模型和控制變量

所有數(shù)據(jù)來源于國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）?？刂谱兞慷急惶幚沓稍露葦?shù)據(jù)。為了保證研究期的長(zhǎng)度，又考慮到數(shù)據(jù)的可得性，研究區(qū)間設(shè)定為2003 年1 月至2021 年4 月。在這220個(gè)月中，我國(guó)金融市場(chǎng)受到美國(guó)次貸危機(jī)和歐洲主權(quán)債務(wù)危機(jī)的影響，經(jīng)歷了股市千股跌停和COVID-19 公共衛(wèi)生突發(fā)事件。這個(gè)區(qū)間的選擇有利于研究經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響。為了避免極端值的影響，本論文將所有變量小于1%和大于99%的樣本點(diǎn)賦值為1%和99%的對(duì)應(yīng)值，即對(duì)數(shù)據(jù)進(jìn)行縮尾處理。

為了避免經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響受到產(chǎn)業(yè)和時(shí)間的干擾，本文對(duì)等式9 采用雙向固定效應(yīng)的面板回歸分析方法。其中，f為預(yù)測(cè)未來股票流動(dòng)性共性的月份數(shù)，f取值為0 和1。等式9 的控制變量有個(gè)體層面上的面板序列變量：公司成立時(shí)間、個(gè)股非流動(dòng)性、個(gè)股總市值、個(gè)股換手率、個(gè)股收益率、個(gè)股系統(tǒng)性風(fēng)險(xiǎn)、個(gè)股賬市值和個(gè)股非系統(tǒng)性風(fēng)險(xiǎn)?？刂谱兞窟€包括宏觀經(jīng)濟(jì)層面上的時(shí)間序列變量：市場(chǎng)利率、貨幣供應(yīng)量、消費(fèi)價(jià)格指數(shù)和銀行總存款/GDP。

在時(shí)間序列層面上，本文采用向量自回歸（VAR）的脈沖響應(yīng)函數(shù)（IRF）分析在24 個(gè)月內(nèi)股票流動(dòng)性共性對(duì)經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）沖擊的響應(yīng)（等式10）。其中，p代表滯后的最大階數(shù)。p值是結(jié)合 FPE、AIC、HQIC 和SBIC四大標(biāo)準(zhǔn)共同決定。等式10 的控制變量包含金融市場(chǎng)層面上的時(shí)間序列變量：整個(gè)股票市場(chǎng)非流動(dòng)性、股票市場(chǎng)換手率、股票市場(chǎng)收益率、股票市場(chǎng)總市值和股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)；以及經(jīng)濟(jì)層面上的時(shí)間序列變量：市場(chǎng)利率、貨幣供應(yīng)量、消費(fèi)價(jià)格指數(shù)、人民幣對(duì)美元的匯率和銀行總存款/GDP。

公司成立年份被進(jìn)行對(duì)數(shù)化處理。公司越早成立，成立年份數(shù)值越小。歷史越悠久的公司，股票價(jià)值變動(dòng)更容易成為參考對(duì)象，更容易引發(fā)股票流動(dòng)性共性[26]。為此，預(yù)估公司成立年份與股票流動(dòng)性共性呈負(fù)相關(guān)。股票的賬市值用凈資產(chǎn)價(jià)值與市值的比值表示。股票的賬市值被發(fā)現(xiàn)與股票流動(dòng)性共性呈穩(wěn)健的正向關(guān)系[26]。

個(gè)股非流動(dòng)性用個(gè)股Amihud 比率的對(duì)數(shù)形式表示；股票市場(chǎng)非流動(dòng)性用A 股市場(chǎng)中所有個(gè)股非流動(dòng)性的平均值的對(duì)數(shù)表示。個(gè)股收益率是包含現(xiàn)金股利再投資的個(gè)股價(jià)格變化比率；由個(gè)股收益率經(jīng)過當(dāng)前市值加權(quán)而得股票市場(chǎng)收益率。在股市繁榮時(shí)期，股票收益率較高，股票流動(dòng)性上升。整個(gè)股票市場(chǎng)的收益率和流動(dòng)性都比較高，股票流動(dòng)性共性會(huì)隨之下降[29]。

個(gè)股總市值是上市公司股價(jià)與股票發(fā)行數(shù)的乘積，被進(jìn)行對(duì)數(shù)化處理；綜合市場(chǎng)總市值是指A 股市場(chǎng)所有個(gè)股總市值和，被進(jìn)行對(duì)數(shù)化處理。個(gè)股市值越大，越有可能被包含在市場(chǎng)指數(shù)中，越有可能被機(jī)構(gòu)投資者持有，股票流動(dòng)性共性也就越大[26]。

個(gè)股換手率為交易股數(shù)與市場(chǎng)流通股數(shù)的比值；個(gè)股換手率經(jīng)過市值加權(quán)計(jì)算而得市場(chǎng)換手率。我國(guó)換手率與信息風(fēng)險(xiǎn)存在較強(qiáng)的負(fù)向關(guān)系[32]，信息越不對(duì)稱，信息風(fēng)險(xiǎn)也就越大，股票流動(dòng)性共性越大。因此，本文預(yù)計(jì)換手率與流動(dòng)性共性呈現(xiàn)反向關(guān)系。

每日個(gè)股系統(tǒng)性風(fēng)險(xiǎn)系數(shù)beta 的估計(jì)是基于離當(dāng)日最近250 個(gè)交易日的日度現(xiàn)金股利再投資的收益率和CAPM 模型。月度個(gè)股系統(tǒng)性風(fēng)險(xiǎn)為個(gè)股在一個(gè)月內(nèi)日均系統(tǒng)性風(fēng)險(xiǎn)系數(shù)beta。月度股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)是整個(gè)目標(biāo)市場(chǎng)的月度個(gè)股系統(tǒng)性風(fēng)險(xiǎn)的平均值。在使用日度現(xiàn)金股利再投資的收益率和CAPM模型估計(jì)每日個(gè)股系統(tǒng)性風(fēng)險(xiǎn)系數(shù)beta 時(shí)所得的日度殘差值，被用來計(jì)算該殘差值在一個(gè)月中的方差；該月度方差被視為個(gè)股非系統(tǒng)性風(fēng)險(xiǎn)。個(gè)股系統(tǒng)性風(fēng)險(xiǎn)和非系統(tǒng)性風(fēng)險(xiǎn)越大，相應(yīng)市場(chǎng)風(fēng)險(xiǎn)也越大，股票流動(dòng)性共性也隨之增強(qiáng)[26]。

市場(chǎng)利率選用7 天銀行間同業(yè)拆借利率計(jì)量。貨幣供給量用M2 等級(jí)的市場(chǎng)貨幣供應(yīng)量的對(duì)數(shù)表示。消費(fèi)價(jià)格指數(shù)被進(jìn)行對(duì)數(shù)化處理。銀行總存款/GDP 為銀行總存款與國(guó)內(nèi)生產(chǎn)總值的比值。利率提升，M2 貨幣供給減少，CPI的增加和銀行總存款相對(duì)于國(guó)內(nèi)生產(chǎn)總值比率增加都可以引起資金流動(dòng)性供給不足，流動(dòng)性共性隨之增強(qiáng)[11]。

（四）經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性影響的面板回歸分析

自變量間的pairwise 相關(guān)性分析表中，（1）至（12）為此面板回歸分析的控制變量（表2）。除了7 天銀行間同業(yè)拆借利率外，經(jīng)濟(jì)風(fēng)險(xiǎn)與其他控制變量之間的相關(guān)性都小于0.5。經(jīng)濟(jì)不確定性與各控制變量間的相關(guān)性都比較低。除了企業(yè)規(guī)模和其股票非流動(dòng)性之間的相關(guān)性，其他控制變量間的相關(guān)性都比較低。經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）與各控制變量之間較低的相關(guān)性使經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性影響的系數(shù)估計(jì)在統(tǒng)計(jì)意義上具有無偏性（表3）。

表2 自變量間的pairwise 相關(guān)性分析

實(shí)證結(jié)果顯示由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性可以顯著減弱股票流動(dòng)性共性，的確帶給投資者正面、積極的影響。此外，發(fā)現(xiàn)該類經(jīng)濟(jì)不確定性對(duì)未來股票流動(dòng)性共性的預(yù)測(cè)能力要比對(duì)當(dāng)期股票流動(dòng)性共性的影響力要強(qiáng)。正如理論假設(shè)推導(dǎo)，經(jīng)濟(jì)風(fēng)險(xiǎn)能夠增強(qiáng)股票流動(dòng)性共性。其中，經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)未來一個(gè)月股票流動(dòng)性共性的預(yù)測(cè)力要顯著大于對(duì)當(dāng)期股票流動(dòng)性共性的影響力（表3）。

表3 經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響

總體而言，由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性對(duì)股票流動(dòng)性共性的影響力相比于經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)股票流動(dòng)性共性的影響力更為穩(wěn)定和持久。這兩種影響程度呈現(xiàn)非對(duì)稱性。經(jīng)濟(jì)不確定性減少當(dāng)期股票流動(dòng)性共性的程度大于經(jīng)濟(jì)風(fēng)險(xiǎn)增加當(dāng)期股票流動(dòng)性共性的程度，然而經(jīng)濟(jì)不確定性減少未來股票流動(dòng)性共性的程度小于經(jīng)濟(jì)風(fēng)險(xiǎn)增加未來股票流動(dòng)性共性的程度。

有實(shí)證研究發(fā)現(xiàn)由工業(yè)產(chǎn)值的增長(zhǎng)比率勾勒出的宏觀經(jīng)濟(jì)不確定性可以增強(qiáng)個(gè)股流動(dòng)性[33]。國(guó)內(nèi)外實(shí)證和理論研究都已證明了個(gè)股流動(dòng)性的增強(qiáng)伴隨著股票流動(dòng)性共性的減弱[2，10]。由此，本文推導(dǎo)出由宏觀經(jīng)濟(jì)變量增長(zhǎng)比率勾勒出的經(jīng)濟(jì)不確定性能夠減弱股票流動(dòng)性共性。這個(gè)理論推導(dǎo)與本文實(shí)證研究得出的結(jié)論相一致。

無論是采用個(gè)體固定效應(yīng)還是產(chǎn)業(yè)固定效應(yīng)，結(jié)果都穩(wěn)健地說明經(jīng)濟(jì)不確定性能夠顯著地減弱股票流動(dòng)性共性，但經(jīng)濟(jì)風(fēng)險(xiǎn)能夠顯著地增強(qiáng)股票流動(dòng)性共性。經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)未來股票流動(dòng)性共性的預(yù)測(cè)能力比對(duì)當(dāng)期股票流動(dòng)性共性的影響力強(qiáng)。

另外，公司成立年份、個(gè)股收益率、個(gè)股系統(tǒng)性風(fēng)險(xiǎn)、個(gè)股非系統(tǒng)性風(fēng)險(xiǎn)、用個(gè)股周轉(zhuǎn)率衡量的信息非對(duì)稱性和個(gè)股賬市值對(duì)股票流動(dòng)性共性的影響尤為顯著地支持理論預(yù)期。其他控制變量對(duì)流動(dòng)性共性的影響則有些不太穩(wěn)健。擬合優(yōu)度R2的減少顯示所有變量對(duì)股票流動(dòng)性共性的影響力隨著預(yù)測(cè)期限的增加在減弱，但經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的預(yù)測(cè)力在增強(qiáng)。為此，與控制變量相比，經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性的影響隨著預(yù)測(cè)期限的增加變得愈發(fā)重要。

（五）股票市場(chǎng)流動(dòng)性共性對(duì)經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）沖擊的響應(yīng)分析

股票市場(chǎng)流動(dòng)性共性對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)的沖擊產(chǎn)生正響應(yīng)（圖1），該響應(yīng)在未來第一個(gè)月上升迅速，在未來第二個(gè)月最為強(qiáng)烈，快接近0.02 單位。隨后，股票市場(chǎng)流動(dòng)性共性對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)沖擊的響應(yīng)迅速下降，該正向響應(yīng)可持續(xù)近2 年時(shí)間，直到最后非常接近于0。

圖1 股票流動(dòng)性共性對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)沖擊的響應(yīng)

面對(duì)由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性的沖擊，股票市場(chǎng)流動(dòng)性共性做出負(fù)響應(yīng)（圖2）。就總體變化趨勢(shì)而言，該負(fù)響應(yīng)的程度在減弱，但該響應(yīng)的變化并不如股票市場(chǎng)流動(dòng)性共性對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)沖擊的響應(yīng)那樣光滑。股票流動(dòng)性共性對(duì)經(jīng)濟(jì)不確定性沖擊的負(fù)向響應(yīng)也是在第二月達(dá)到最值，非常接近-0.02 單位。

圖2 股票流動(dòng)性共性對(duì)由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性沖擊的響應(yīng)

在時(shí)間序列層面上，股票市場(chǎng)流動(dòng)性共性對(duì)經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）沖擊的最顯著響應(yīng)呈現(xiàn)一定程度上的對(duì)稱。無論是從個(gè)股角度進(jìn)行的面板數(shù)據(jù)分析還是從市場(chǎng)角度進(jìn)行的時(shí)間序列數(shù)據(jù)分析，無不體現(xiàn)由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性可以帶給投資者正面、積極的影響，具有減弱股票流動(dòng)性共性的效果。相反，經(jīng)濟(jì)風(fēng)險(xiǎn)具有增強(qiáng)股票流動(dòng)性共性的效果，但具體的影響程度存在一定差異。

四、結(jié)論及對(duì)策建議

（一）結(jié)論

通過面板數(shù)據(jù)的雙向固定效應(yīng)分析，本研究發(fā)現(xiàn)在經(jīng)過時(shí)間和產(chǎn)業(yè)調(diào)整后，由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性能顯著而持久地減弱股票流動(dòng)性共性，經(jīng)濟(jì)風(fēng)險(xiǎn)卻可以增強(qiáng)股票流動(dòng)性共性，兩類影響呈現(xiàn)非對(duì)稱性。相比于其他股票流動(dòng)性共性影響因素，經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股票流動(dòng)性共性預(yù)測(cè)的重要性隨著預(yù)測(cè)區(qū)間的擴(kuò)大而增強(qiáng)。根據(jù)時(shí)間序列分析，股票市場(chǎng)流動(dòng)性共性對(duì)由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率構(gòu)建而成的經(jīng)濟(jì)不確定性的沖擊做出負(fù)向響應(yīng)，但對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)的沖擊做出正向響應(yīng)，這兩類響應(yīng)呈減弱趨勢(shì)。無論是面板數(shù)據(jù)分析還是時(shí)間序列數(shù)據(jù)分析，經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)未來一個(gè)月股票流動(dòng)性共性的影響比對(duì)當(dāng)期股票流動(dòng)性共性的影響更為明顯。

（二）對(duì)策建議

首先，在防范化解由流動(dòng)性共性引發(fā)的股市系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)時(shí)，我國(guó)政府部門需要考慮到經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)其產(chǎn)生的影響。在應(yīng)對(duì)各類宏觀經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）過程中，我國(guó)經(jīng)濟(jì)堅(jiān)持穩(wěn)字當(dāng)頭、穩(wěn)中求進(jìn)，扎實(shí)做好“六穩(wěn)”工作，全面落實(shí)“六?！比蝿?wù)，阻斷經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）引發(fā)的金融系統(tǒng)性風(fēng)險(xiǎn)，從而實(shí)現(xiàn)有效服務(wù)實(shí)體經(jīng)濟(jì)和維持金融系統(tǒng)穩(wěn)定的目標(biāo)。

其次，即使在大環(huán)境處于高不確定性（風(fēng)險(xiǎn)）的情況下，我們要客觀地準(zhǔn)確處理經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）和由流動(dòng)性共性引發(fā)的股市系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)的關(guān)系。在我國(guó)市場(chǎng)，由宏觀經(jīng)濟(jì)變量的增長(zhǎng)比率勾勒而成的經(jīng)濟(jì)不確定性并能穩(wěn)健地減弱股市系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)，甚至是經(jīng)濟(jì)風(fēng)險(xiǎn)也不能顯著增強(qiáng)當(dāng)期股票流動(dòng)性共性。在高不確定性（風(fēng)險(xiǎn)）的大環(huán)境下，我們不必過于擔(dān)憂系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)發(fā)生的可能性，只需謹(jǐn)慎而客觀地做好防控金融風(fēng)險(xiǎn)的措施。并且，我們要充分發(fā)揮經(jīng)濟(jì)不確定性（風(fēng)險(xiǎn)）對(duì)股市系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)的預(yù)測(cè)能力，努力完善股票市場(chǎng)基礎(chǔ)制度建設(shè)。

第三，充分重視經(jīng)濟(jì)風(fēng)險(xiǎn)在短期內(nèi)增強(qiáng)由流動(dòng)性共性引發(fā)的股市系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)的情況。各地區(qū)各部門應(yīng)下更大力氣抓好中央經(jīng)濟(jì)工作會(huì)議精神和《政府工作報(bào)告》部署，全力推動(dòng)扎實(shí)穩(wěn)住經(jīng)濟(jì)一攬子政策措施盡快落地見效，加大宏觀政策調(diào)節(jié)力度，靠前發(fā)力、適當(dāng)加力，著力打通制約經(jīng)濟(jì)循環(huán)的卡點(diǎn)堵點(diǎn)，盡早高效建筑金融系統(tǒng)性風(fēng)險(xiǎn)防線。