流动性研究中，在波动性高的熊市条件下，流动性风险的共性更大

流动性共性的风险溢价。在2005年以前，关于流动性共性的风险溢价的研究较为鲜见。

直到Achaya和Pedersen基于代际交叠模型和CAPM模型构建了流动性调整的CAPM模型，该模型首次将流动性和流动性风险纳入一个统一的框架进行分析，创新性地将流动性溢价分解为两个部分，第一部分代表预期平均非流动性水平，第二部分是净流动性风险因子，可以被分解为三种流动性风险，分别对应：

股票与市场的流动性共性、股票收益对市场流动性的敏感程度和股票流动性对市场收益的敏感程度。Domowitz等基于ASX数据的经验证据，发现资产定价不仅要考虑流动性，而且还要考虑流动性共性。

Liu通过将流动性是为系统风险的一个组成部分——流动性风险，借鉴Fama-French三因子模型的思想，构建了流动性因子，并通过实证发现流动性因子在三因子之外具有额外的解释能力。Amihud等认为资产定价机制从一定程度上反映了流动性水平和流动性风险，这对于理解流动性与金融危机之间的关系至关重要。

Hagstrmer等发现美国市场的非流动性溢价随时间变化，但没有下降的趋势。Vu等研究了系统流动性风险对澳大利亚市场股套利者中包含了基金管理人，代办证券公司完全为套利者服务，在此为了分析的简化予以忽略。票收益的影响。他们发现，熊市的净流动性风险大约是牛市的8倍，因此支持流动性风险的时间变化的概念。

还有一些学者进行了跨国的多市场研究，Karolyi等在40个国家测试了流动性的共性，发现在波动性高的熊市条件下，流动性风险的共性更大。Amihud等研究了45个国家的非流动性溢价，发现当市场回报较低时，非流动性溢价较高。

另一方面，Saad和Samet对23个发达市场和60个新兴市场的条件流动性风险进行了估计，发现流动性风险在上次次贷危机中并没有呈现时间趋势，而是有所增加。Altay等在LCAPM框架下研究了流动性风险对新兴市场资产收益的影响。结果表明，将非流动性贝塔纳入CAPM模型有助于解释系统性风险对资产收益的影响。

通过两步法检验了三个非流动性贝塔和市场贝塔对超额回报的显著性。资产与市场流动性共性的显著性和资产流动性与市场收益的协方差的结果表明了非流动性beta作为资产收益的显著风险因素的重要性。另一方面，资产对市场流动性的收益敏感性对资产收益具有正向且显著的影响，尽管根据理论预期是负的。

吴文锋等通过实证研究确认了“非流动性补偿”假设在中国市场上成立，尤其在规模较小的公司体现得更加明显，这意味着投资者持有非流动性水平越高的股票，承担的风险和成本就会越高，所以这就要求流动性较差的股票需要具有较高的收益率作为补偿，从而使流动性风险反映在资产定价中。

还有学者发现资产的流动性越差，换手率越低，交易成本越高，通常预期收益率就会越高，说明中国股票市场上的流动性可以被定价。

黄峰和杨朝军发现传统的基于市场风险的CAPM模型难于对中国证券市场上的定价问题做出有效解释，而且通过实证研究发现A股市场上流动性风险溢价显著存在，对价格冲击敏感的股票通常具有较高的风险补偿，因此，流动性风险是定价的关键因素。

陈青和李子白等借鉴了Liu的流动性因子构建方法，实证研究发现在中国市场上流动性作为风险因子能够对收益率进行解释，而且实证结果表明流动性因子对账面市值比效应和规模效应也能进行很好的解释。

邹小芃等认为传统的CAPM理论着重考虑市场收益率对个股的收益率影响，没有将流动性纳入模型考量的范围，而流动性本身作为一种不可分散的系统性风险会对资产价格产生影响。

张玉龙和李怡宗基于LCAPM模型运用随机折现因子方法对中国市场的流动性风险溢价进行了研究，结果发现股票收益受到流动性影响的途径主要有两个：一是作为股票特征的流动性特征会直接对股票收益产生影响，二是流动性风险的三个组成部分会影响股票收益。

在对现有文献总结如下：

（1）流动性共性广泛存在于世界各地的重要股票市场、衍生品市场和外汇市场。流动性共性的具体表现形式体现在若干资产的流动性水平在同一个时期同时出现上升或者下降，并有可能逐步演变为市场整体的流动性水平上升或下降，如果市场整体的流动性水平下降到一定程度就会导致系统流动性风险的发生。

（2）市场微观结构理论中认为流动性的提供通常需要承担相应的风险和成本。在此基础上，后续的研究认为流动性提供者面临的两种风险：持仓风险和逆向信息风险。

由于Chordia等认为流动性共性的实证证据说明信息优势在市场层面很难获得，也就是信息不对称一般发生在市场的局部区域，因此，持仓风险成为流动性共性最重要的决定因素之一。

这为后续研究进一步分析流动性共性奠定了基本的理论框架和研究方向，具体而言，从风险出发逐步衍生出交易需求假说和流动性风险溢价的相关研究，从成本出发逐步衍生出资金供给假说。

（3）影响持仓风险的最重要因素是证券的价格波动，而交易行为对一般价格波动的跨期反应是一种交易需求的体现，这种交易需求决定了交易行为。一定程度上，交易需求是投资者对信息的反应，之后通过交易行为，将信息融入到价格，这个过程就是市场微观结构理论中所论述的价格发现过程。

那么，当市场上一定范围的投资者对信息产生的反应具有相似性时，这种交易需求也会具有相似性，最终导致这些投资者的交易行为也具有相似性，也就是所谓的“相关交易”，这时，会导致交易行为所针对的资产的流动性变化同向的概率增大，通常就会导致流动性共性增加。

因此，可见信息在流动性共性的形成机制中起着至关重要的基础性作用。在早期的市场微观结构理论的研究中，使用拍卖理论和一般均衡理论构建了相应的理论模型，对信息的价格形成机制展开了深入的分析，从单个交易者到多个交易者，从同质信息到异质信息，虽然也初步考虑了信息的联系，但没有考虑信息的联系对交易者的影响。

在之前研究的基础上，Colla和Mele开创性地通过建立投资者信息连接的理论模型来分析相关交易，从而建立了信息连接到相关交易的映射。

也就是信息连接的程度反映了市场上信息相互往来的投资者对信息产生反应的相似程度，也就是交易需求的相似程度，最终体现为交易行为的相似程度，从而构建了相关交易的理论基础，为进一步分析流动性共性提供了理论指引。

（4）早期市场微观结构的理论文献中，Stoll明确了交易的即时性成本由持仓成本、订单成本和信息成本三部分构成，其中订单成本较为固定，信息成本主要在市场局部产生影响，所以持仓成本逐渐成为了后续研究的重点。后期研究中比较经典的两篇理论文献都对资金约束造成持仓成本的升高，从而导致流动性供给的下降进行了阐释。

其中，Gromb和Vayanos的研究表明资金约束造成的摩擦不仅造成市场无法通过逃离实现帕累托改进，而且降低了市场的流动性水平。Brunnermeier和Pedersen将资产的市场流动性和交易者的融资流动性(即交易者获得融资的容易程度)联系起来。

由于融资条件的变化影响了流动性提供者的持仓成本，进而影响所有资产的市场流动性供应，导致市场流动性和脆弱性在资产之间存在共同变动，进一步导致流动性共性的变化。

（5）流动性共性作为一种不可分散的风险，属于流动性风险的重要组成部分。流动性共性的风险溢价问题通常是在流动性风险溢价的框架中进行讨论的。早期的文献主要从做市商的视角针对流动性风险溢价进行分析。

例如，Demsetz构建的市场微观结构理论的基础性框架中就已经指出，做市商为了向交易者提供“即时性”的服务，也就是减小成交的延迟，需要承担相应的风险和成本，做市商需要获得相应的补偿，市场安排将证券价格的确定与这种即时供给补偿的确定相结合，这实际上就是流动性风险溢价的最早理论雏形。

之后的研究在此基础上进行了完善，Amihud和Mendelson认为做市商的持仓风险需要通过买卖价差的调整来获得补偿。Grossman和Miller认为做市商需要持续存在并承担风险来提供流动性。

直到Achaya和Pedersen基于代际交叠模型和CAPM模型构建了流动性调整的CAPM模型，该模型首次将流动性和流动性风险纳入一个统一的框架进行分析，将流动性风险分解为三种风险，分别对应：股票与市场的流动性共性、股票收益对市场流动性的敏感程度和股票流动性对市场收益的敏感程度。

结语

此外，Liu借鉴Fama-French三因子模型的思想，构建了流动性因子，并通过实证发现流动性因子在三因子之外具有额外的解释能力。