扩展的-模型分析和运用

4.3.1 扩展的S-X模型分析

每一次交易发生时，交易价格中包含了转售期权价值部分q*，表现为买方的需求价格与其对资产基础价值评估的差别。同时，在均衡期权价值函数中，这也是在买方持有资产的最初时点(即信念差异时)转售期权的价值。此模型中，这一部分表示为:

相应地，转售期权价值函数可以表示为:

应当指出的是，连续时间均衡模型中某些初始设定的变动将改变转售期权的价值。当市场中的交易者意识到，资产价格单方向连续变化的情形不会永远持续下去，在将来的某一时点，或许会出现资产难以转售的情况(转售期权的价值是始终存在的，直到其消失的那一随机时点)。那么，这将减小转售期权的价值，即执行期权所获收益将对应一个较大的折现率。假设交易者A(B)认为这种情况在某一时段内发生的次数依照泊松过程，这些泊松过程具有一个共同的分布参数θ、彼此相互独立、并且独立于描述模型的4个布朗运动。此时，转售期权的价值应满足:

与上式相对应，式(4-41a)、(4-42a)、(4-43a)及(4-44a)变化为:

下面将讨论在连续时间均衡模型中，某些参数变化对于转售期权价值q*的影响。为简化分析，首先讨论交易成本c=0时的情况。当交易成本为正，即c＞0时，这些性质依然成立。当c=0时，定理1表明k*=0，即每当交易者对资产基础价值的评估相同时，交易便会发生。但期权价值q*是严格为正的，因为:

可以将q*由模型中的参数表示出。其中，is与i D分别测度了两类信号中的信息与股息流中的信息。为简化计算，可设定λ=0，则q*的表达式为:

当φ＞1时:

当0＜φ＜1时:

为直观地呈现转售期权价值q*与模型中其余参数之间的变化关系，下面通过设定具体的参数值进行模拟分析，可得出固定模型中的其余参数时，某一参数的变化对于转售期权价值q*的影响:

1)转售期权价值q*与投资者信心系数φ

图4-1 预期获利情形φ∈[1，5]

注:各参数值具体设定为:r=5%，λ=0，θ=0.1，is=1，i D=2，其中，q*作为基础波动的倍数来测度。

图4-2 预期止损情形φ∈[0，1]

注:各参数值具体设定为:r=5%，λ=0，θ=0.1，is=1，i D=2，其中，q*作为基础波动的倍数来测度。

2)转售期权价值q*与资产基础价值的波动率σf]

图4-3 预期获利情形φ=2.77，σf∈ ，1[0

注:各参数值具体设定为:r=5%，λ=0，θ=0.1，is=1，i D=2。]

图4-4 预期止损情形φ=0.5，σf∈ ，1[0

注:各参数值具体设定为:r=5%，λ=0，θ=0.1，is=1，i D=2。

3)转售期权价值q*与无风险利率r

图4-5 预期获利情形φ=2.77，r∈(0，0.1）

注:各参数值具体设定为:σf=0.66，λ=0，θ=0.1，is=1，i D=2。

图4-6 预期止损情形φ=0.5，r∈(0，0.1）

注:各参数值具体设定为:σf=0.66，λ=0，θ=0.1，is=1，i D=2。

4)转售期权价值q*与泊松分布参数θ

图4-7 预期获利情形φ=2.77，θ∈(0，1)

注:各参数值具体设定为:σf=0.66，λ=0，r=0.05，is=1，i D=2。

图4-8 预期止损情形φ=0.5，θ∈(0，1)

注:各参数值具体设定为:σf=0.66，λ=0，r=0.05，is=1，i D=2。

5)转售期权价值q*与交易成本c

图4-9 预期获利情形φ=2.77，c∈(0，0.05)

注:各参数值具体设定为:σf=0.66，λ=0，r=0.05，θ=0，is=1，i D=2。

图4-10 预期止损情形φ=0.5，c∈(0，0.05)

注:各参数值具体设定为:σf=0.66，λ=0，r=0.05，θ=0，is=1，i D=2。

以上变化关系可具体表述为:投资者信心系数φ∈(1，∞ ）时，投资者过度自信程度φ值增大，转售期权价值q*增大；投资者信心系数φ∈ ，1(0 ）时，投资者越是信心不足，即φ值减小，转售期权价值q*增大；股票资产基础价值的波动σf增大，转售期权价值q*增大；无风险利率r上升，转售期权价值q*减小；泊松参数θ增大，转售期权价值q*减小；交易成本c增大，转售期权价值q*减小。

4.3.2 扩展的S-X模型运用[1]

1)扩展的S-X模型各参数值估计

(1)投资者信心系数。

信心系数的大小取决于一定市场行情中投资者的自信程度，可以在验证投资者存在过度自信(或信心不足)的基础上，进一步确定信心系数φ的具体取值。即信心系数φ的求解分为两步:首先，按照金融经济研究中的标准模式验证整体股票市场中投资者过度自信或信心不足的存在性，以赋予信心系数φ以现实的经济含义。随后，依据心理学研究成果确定信心系数φ的具体数值。

关于投资者对自身的股票估值技术存在过度自信的命题已经逐渐成为金融经济研究中的一个规范化假设(Statman et al.，2006)。在验证投资者过度自信的实证文献中，具体理论依据与检验方法也经历了一系列变革。其中，Odean (1998)与Gervais和Odean(2001)两篇文献最具代表性。他们认为，股票成交量的临时性变化具有投资者过度自信的最主要的检验含意。在其所建立的过度自信模型中，认为高的市场总收益使得一些投资者对自己所拥有的私有信息的精确性过度自信。尽管高收益是市场总体范围内的，投资者却错误地将财富的增加归因于他们自身选择股票的能力，从而，基于错误的收益预期边界，过度自信的投资者在随后时期中更加频繁地进行交易。另一种情形是，市场的损失减少了投资者的过度自信与交易行为，尽管这可能是以一种非对称的方式出现。在此基础上，后来的研究文献认为，在自我归因偏差下，随着前期收益的变化，投资者当前的信心水平及其带来的成交量也相应变化。由于收入的出现或提高会使投资者进一步高估自己的知识能力、运气或所拥有的信息，促使投资者进行交易活动，从而增加证券市场的交易量；相应地，随着收益的持续降低，投资者逐渐信心不足，进而市场的交易量也逐步减少，即高的市场收益带来随后高的交易量，低的市场收益导致低的交易量。因此，当前研究中，验证上涨行情中投资者过度自信以及下跌行情中表现为信心不足的理论假设进一步演化为股票市场的当期交易量和市场过去的收益高度相关。

A股市场成立至今，整体市场在短期中的大起大落表明，广大散户参与者的非理性和过度自信(或信心不足)是始终存在的，并且成为影响市场走势的一个关键性因素。基于这种感性认识，本书进一步借鉴规范的学术研究方法，采用沪、深市场的数据对上述理论假设进行检验，以探究A股市场中投资者在上涨行情中的过度自信与下跌行情中的信心不足现象。

选取上证综指与深证成指指数收盘价的周时间数据{pt}作为研究样本，指数的周收益率Rt由算出，其中pt为当前周的指数收盘价格， pt-1为上一周指数的收盘价格。并以每周收盘时的成交总量Vt作为交易量的指标。样本期间为2006年11月至2008年10月，除去非交易日后，两个周时间序列各包括102个观测值。上证综指、深证成指的周收益率与周成交量根据Wind资讯数据库和雅虎财经网站(finance.cn.yahoo.com)中原始数据整理而成。

市场成交量与前期收益的相关性检验表明，在研究期间内，沪市中二者的Spearman相关系数达到0.368且在1%的水平下显著；深市中二者的Spearman相关系数达到0.452且在1%的水平下显著。

在相关性分析基础上，为进一步研究市场成交量与市场前期收益之间的内在联系，我们利用Eviews软件对变量Vt和Rt-i进行一系列计量经济分析方法检验。表4-3列出了本书研究期间内A股市场情况的描述性统计，从中可以发现:在所研究的样本期间，沪市总交易量的周均值为3.864(百亿股)，市场收益率的周均值为0.0974%；深市总交易量的周均值为0.337(百亿股)，市场收益率的周均值为0.429%。

表4-3 相关变量描述性统计结果

注:沪市、深市市场周交易量V的单位为百亿股，市场周收益率R的数量级为%。

为了客观地探求A股市场当期成交量与市场前期收益之间的内在依从关系，首先需要检验时间序列的平稳性。我们采用ADF(Agumented Dickey-Fuller)检验与PP(Phillips-Person)检验方法，来验证Rt和Vt的平稳性。单位根检验结果见表4-4。

表4-4 单位根检验结果

注:滞后阶数按SC最小原则确定；P值是Mackinnon(1996)单侧检验的概率值。

表4-4显示:沪市中，在1%的显著性水平下，变量R是平稳的，在10%的显著性水平下，变量V是平稳的；深市中，在1%的显著性水平下，变量R是平稳的，在5%的显著性水平下，变量V是平稳的。从而，对两个序列所做的回归就是无误偏的有效估计。

根据理论假设，我们采用回归模型来验证股票市场当期交易量和市场前期收益的关系。根据以上变量设计，对样本总体构建如下回归模型:

其中，Vt表示t期交易量，Rt-i表示t-i期的指数收益率，α为常数项，ε为残差项。在考虑滞后2期的情况(i=2)下对模型进行多元回归，结果如表4-5。

从检验结果来看，沪市、深市的情况一致，方程整体以及各系数均在1%的显著性水平下显著，表明市场过去的收益确实影响了当期成交量。回归的拟合优度分别为0.223、0.330，说明模型具有一定的解释能力。当然，仅仅过去的收益变化对交易量变化的解释还远远不够，必定还存在其他因素影响着交易量。依据此处的回归结果，A股市场前期收益与市场交易量在1%的显著性水平上正相关，表明随着前期收益的变化，投资者当前的信心水平及其带来的成交量也相应变化，与理论假设相一致。具体而言，在上涨行情中，高的市场总收益使得一些投资者过度自信，进而导致随后高的成交量；而在下跌行情中，市场的损失减少了投资者的自信水平与交易行为，随后交易量也相应减少。通过检验可知， A股市场中投资者存在着上涨行情中的过度自信与下跌行情中的信心不足现象。在此基础上，信心系数φ的具体取值能够通过心理学研究进行精确化。

表4-5 回归方程统计结果

注:***表示统计量在1%的检验水平上显著。

心理学家通过实验观察和实证研究发现，人们往往过于相信自己的判断能力，高估自己成功的概率，把成功归功于自己的能力，而低估运气、机遇和外部力量在其中的作用，这种认知偏差称为“过度自信”。过度自信是典型而普遍存在的一种心理偏差，并在投资决策过程中发挥重要的作用。投资者对他们的交易水平常常是过度自信的，股票市场的繁荣往往导致更多的过度自信，盛极一时的网络热潮就体现出了人们的过度自信。“骄傲”常常在人的投资行为中起着很大的作用，并会在他获得一连串的成功后强化他的自信。过度自信通常表现为两种形式:第一，人们在对可能性做出估计时缺乏准确性，例如，他们认为肯定会发生的事可能只有80%发生，而认为不太可能发生的却有20%发生了；第二，人们自身对数量估计的置信区间太过狭窄，例如，他们的98%的置信区间可能只包含了真实数量的60%。实验研究结果中，一些心理测量方面的成果为研究人们在经济活动中的决策行为提供了方法和工具。根据Alpert和Raiffa(1982)的实验结果，通过一组样本投影得到的98%的置信区间仅仅包含了真实数量的60%。如果一个以均值为中心的对称区间包含了均值为μ、方差为σ的正态分布N ，σ(μ ）的60%的数量，那么它将包含正态分布Nμ，σ*( ）的数量的98%，这里。因此，可取过度自信系数φ=2.77。

依据上述实证结果，在A股市场上涨时期，投资者往往过度自信，信心系数φ∈1，∞( ），可取φ=2.77。相应地，在A股市场下跌时期，投资者往往信心不足，此时的信心系数φ∈ ，1(0），可取。

(2)无风险利率。

运用扩展的S-X模型计算转售期权价值时，需要确定研究期间内无风险利率r的取值。无风险利率的选择是金融资产定价的基础，运用股利折现模型、资本资产定价模型均涉及基准折现率即无风险利率的选择问题。然而，与国外成熟金融市场的情况不同，我国无风险利率的选择问题较为复杂。

以往学者的研究多集中在2015年10月我国实现形式上的利率市场化之前，因此他们的研究时期我国尚处于利率市场化的过渡阶段，进行金融产品定价时，利率体系中缺乏统一的市场基准利率可以参考。并且，鉴于我国微观和宏观经济体制的特殊性，利率完全市场化仍需要较长时间。在市场化改革的过渡时期，市场基准利率主要是由中国人民银行来确定，实践中一般是以存贷款利率作为市场基准利率。这是因为利率市场化改革初期，金融市场相对没有发展起来，此时采用市场化后的利率作为市场基准利率不具有现实性。因此，国内的大量研究均将同期商业银行的存款利率近似视为无风险利率，这一考虑还基于我国的银行体系以国有商业银行为主，从而违约风险较小，并且任何个人和企业机构都可到银行存款，不存在市场分割问题。但是，采用银行存款利率也存在一定偏差，其问题在于它不是市场化的，不能准确及时反映货币市场的资金供求状况，并不是资金供给者和最终需求者之间竞争的结果，而且流动性很差，尤其是定期存款(廖理和汪毅慧，2003)。

随着利率市场化改革的进一步深入，市场化进程不断加速，利率形成和传导机制逐步完善，在此新阶段，各类经济主体对金融产品定价的需求也日益强烈。为适应实践中的市场需求，以中国人民银行为主的管理当局采取了积极措施，在不断探索的基础上推出了相关的市场参考基准利率。其中，最具代表性的有自2004年10月12日起发布的债券7天回购利率、自2006年3月8日发布的银行间回购定盘利率以及自2007年1月4日起发布的上海银行间同业拆放利率(Shanghai Interbank Offered Rate，Shibor)。如今，Shibor已在全国大面积试运行，被誉为打造“中国市场的基准利率”。该利率以位于上海的全国银行间同业拆借中心为技术平台计算、发布并命名，是由信用等级较高的16家商业银行组成报价团，自主报出的人民币同业拆出利率计算确定的算术平均利率。

鉴于Shibor推出的期限较短以及稳定性问题，在当前学术研究中，是否可以直接将其视为资产定价的无风险利率尚存争议，然而，如果在金融资产定价中仍然选择同期银行存款利率作为无风险利率，其值已和市场化的银行同业拆借率或债券回购利率不同，会导致对金融资产价值评估的差异。本书认为，在我国金融资产定价中无风险利率的选择，应适应中国金融市场利率市场化改革的发展进程，因此，利用Shibor来估计金融资产定价中的无风险利率相对更具科学性。

本书选用上海银行间同业拆放利率作为无风险利率，计算研究期间内Shibor的均值作为模型参数值。在本书研究期间2006年11月至2008年10月，在市场持续上涨期2006年11月至2007年10月，测算出无风险利率r为3.347343(单位:%)；在市场持续下跌期2007年11月至2008年10月，相应的无风险利率r为4.636767(单位:%)。

(3)均值回复参数。

在第四章股票市场流动性价值理论模型构建中，认为代表股票基础价值的变量f是不可观测的，但是f满足:

其中，λ≥0是均值回复系数，f是f的长期均值，σf是一个固定的波动参数，Zf为标准的布朗运动。此设定代表着股票基础价值具有均值回复的特征。所谓均值回复性，是指股票的基础价值有回到其长期轨道的趋势，一定间隔期下的基础价值变动存在负相关。从建模角度考察，此随机过程的设定使得对于股票资产基础价值变动的刻画更加规范。

从经济含义上分析，λ=0表示短期中股票基础价值的均值回复特征不明显，而长期中相应的均值回复系数λ为大于零的正数，代表着长期中股票基础价值回到其长期轨道的趋势明显。在本书的实证研究期间内，A股市场持续上涨期为2006年11月至2007年10月，市场持续下跌期为2007年11月至2008年10月，考察期均为1年，基于短期中股票基础价值的均值回复特征不明显，此处的均值回复系数λ可近似视为零。

(4)泊松分布参数。

如前文所述，当市场中的交易者意识到，资产价格单方向连续变化的情形不会永远持续下去，在将来的某一时点，或许会出现资产难以转售的情况(转售期权的价值是始终存在的，直到其消失的那一随机时点)，那么，这将减小转售期权的价值，即执行期权所获收益将对应一个较大的折现率。设定交易者A(B)认为这种情况在某一时段内发生的次数依照泊松过程，这些泊松过程具有一个共同的分布参数θ、彼此相互独立、并且独立于描述模型的4个布朗运动。

泊松分布X～P(θ)，X的分布律为

其中θ为常数，且θ＞0，则

依据泊松分布Pθ(）的性质，唯一的参数θ即为均值。因此，可通过考察A股市场中资产价格单方向连续变化的平均持续时间，来确定泊松分布参数θ的具体数值。

由A股市场发展历程可知，自20世纪90年代初成立至今，19年中市场跌宕起伏，走势独具特色。在新兴加转轨的总体市场特征之下，大量关于A股市场涨跌交替变化周期性规律的讨论是众说纷纭。然而，此间有一点是达成共识的，即我国股市周期与政策周期存在密切的互动关系，受政策面影响而导致基本面变化从而最终使得股市运行体现出一定规律的周期特点。这一点在1996年至2005年10年间表现得尤为突出。1996年之后，A股市场运行与经济运行的方向完全相反，出现了很大的背离。1996年至2001年，经济增长率连续滑坡，而股市却连续上涨；2001年至2005年，经济增长率连续上升时期，股市却持续下跌，体现了我国特有的股市逆经济周期运行的特征。随着股权分置改革的实施，长期困扰A股市场发展的基础性制度难题终于解决，与此同时，市场指数走势也逐步迈入与经济周期以及上市公司业绩支撑具备内在一致性的合理轨道。2006年初至今，在全流通的市场格局中，新的一轮市场起落与经济周期循环和上市公司业绩变化基本一致，可以说，新的市场特征之下，A股市场中资产价格单方向持续变化的期间长度也呈现出新的特征，这也是本书参数取值可以参照的区间长度。

在新阶段新的市场特征下，自2005年10月至2007年10月，A股市场单方向持续上涨期为2年，那么，在本章研究子期间1年内，即市场持续上升期2006年11月至2007年10月，资产价格单方向连续变化情形逆转出现的频率(次数)为1/2，则泊松分布参数θ为1/2。相应地，自2007年11月至2008年10月，A股市场单方向持续下跌期为1年，在本章研究子期间市场持续下跌期2007年11月至2008年10月，资产价格单方向连续变化情形逆转出现的频率(次数)为1，则泊松分布参数θ为1。

(5)资产基础价值的波动率。

模型中的参数σf代表股票资产基础价值的波动率，为一个固定的波动参数。鉴于股票的基础价值不可观测，从而其波动率数据无法从现实市场中获取，实证分析中应寻找合适的替代变量。Scheinkman和Xiong(2003)在分析股票资产基础价值的波动率σf时，为其赋值0.66，这一数值取自美国网络股股价从2000年的高位下跌并回归合理估值区间之后的股价年度波动率。此方法是用现实市场中可以获取的股价波动率来近似替代无法观测到的股票基础价值波动率。借鉴此方法，在本书的实证研究中，选取A股市场股价波动率作为A股股票基础价值波动率σf的替代变量，测算替代变量的数值作为参数σf的近似值。为减小偏差，本书尽量选取较长的测度区间，以减小短期中经济周期波动、牛熊市转换以及政策变化等因素对股价走势的影响。

数据选取上海证券市场中综合指数收盘价的年度时间数据pt{ }作为研究样本，综合指数的年度收益率Rt由计算出，其中pt为当年指数收盘价格，pt-1为上一年指数的收盘价格。样本期间为1990—2009年，年度时间序列共包括20个观测值。经计算得出长期中A股市场股价波动率为0.630208，可近似视为A股股票基础价值波动率σf的值。

(6)交易成本。

本章构建的股票市场流动性价值理论模型中，所涉及的交易成本c专指股票市场中的显性交易成本，主要包括印花税和佣金，对二者进行加总即得到股票市场交易总费率。

在实证研究期间2006年11月至2008年10月，A股市场印花税税率一共经历3次调整。第一次调整日为2007年5月30日，调整股票交易印花税税率，由之前的1‰调整为3‰；第二次调整自2008年4月24日起，股票交易印花税税率由现行的3‰调整为1‰；第三次自2008年9月19日起，对证券交易印花税政策进行调整，由现行双边征收改为单边征收，由出让方按1‰的税率缴纳股票交易印花税，授让方不再征收。

在整个期间内，3‰的佣金上限规则不变。然而，券商针对不同客户群收取的佣金费率不等，例如，机构客户佣金费率一般为0.5‰，普通散户佣金费率大致为2‰。并且，不同券商之间的佣金费率也存在细微差异，因此，鉴于A股市场的实际情况，本研究中的数值计算取佣金费率的平均水平1‰。

3次印花税税率调整使得整个研究区间存在2类不同的费率标准，具体数据见表4-6。本书按时间对其进行了加权，得到市场持续上涨期2006年11月至2007年10月，A股市场加权平均交易费率为2.849315‰；市场持续下跌期2007年11月至2008年10月，相应的加权平均交易费率为2.956284‰。

表4-6 A股市场交易费率调整情况(2006/11/1—2008/10/31)

资料来源:根据上海证券交易所统计资料整理而成。

计算出A股市场交易总费率之后，进一步统计出研究期间内沪、深股市的总成交金额(单位:万元)与总成交量(单位:万股)的数值，可最终测算出投资者在A股市场中进行交易所花费的平均成本，即每单位资产出售所对应的平均成本。表4-7显示，在市场持续上涨期2006年11月至2007年10月，平均交易成本为0.034164元；市场持续下跌期2007年11月至2008年10月，平均交易成本为0.040405元。

表4-7 A股市场平均交易成本计算表

资料来源:根据Wind资讯数据库中提供的原始数据和上海证券交易所统计资料整理而成。

2)基于扩展S-X模型的流动性价值实证分析

(1)转售期权价值的测算。

在测算影响流动性价值水平各因素所对应参数值的基础上，依据理论模型所对应的计算程序，可进一步计算出A股市场中流动性价值水平即转售期权价值q*的具体数值。

本书研究期间的2006年11月至2007年10月，市场处于持续上涨期，各参数值分别为投资者信心系数φ=2.77、无风险利率r=3.3473%、均值回复参数λ=0、泊松分布参数θ=0.5、股票基础价值的波动率σf=63.0208%以及平均交易成本c=0.034164元。由扩展的S-X模型计算q*的具体算法流程为:

步骤一:依据公式(4-5)、(4-17)、(4-18)，使用软件Matlab，计算出参数ρ和σg的具体值。

步骤二:依据公式(4-41b)、(4-27)、(4-49)，将各参数值代入，使用软件Maple，测算出q*的具体值。最终，得出上涨期流动性价值水平即转售期权价值q*为6.835(单位:元)。应当指出的是，此处流动性价值的单位为元，与交易成本的单位相一致。表4-8显示，上涨期A股市场股票价格均值为14.224元，鉴于流动性价值是股票价格的有效组成部分，那么，此期间以相对值形式表示出的流动性价值水平约为48%。

本书研究期间的2007年11月至2008年10月，市场处于持续下跌期，各参数值分别为投资者信心系数φ=0.361、无风险利率r=4.6368%、均值回复参数λ=0、泊松分布参数θ=1、股票资产基础价值的波动率σf=63.0208%以及平均交易成本c=0.040405元。由扩展的S-X模型计算q*的具体算法流程如下:

步骤一:依据公式(4-5)、(4-29)、(4-30)，使用软件Matlab，计算出参数ρ和σg的具体值。

步骤二:依据公式(4-41b)、式(4-47)、式(4-49)，将上述各参数值代入，使用软件Maple，测算出q*的具体值。最终，得出下跌期的流动性价值水平即转售期权价值q*为2.718(单位:元)。表4-8显示，下跌期A股市场中的股票价格均值为13.792元，那么，此期间以相对值形式表示出的流动性价值水平约为20%。

表4-8 研究期间沪深A股平均股价

(续表)

资料来源:根据财汇金融分析平台中相关信息整理而成。

根据实证结果，对比分析上涨期和下跌期的流动性价值水平发现，经由文中定量模型的测算，不同的参数取值自然得出不同的流动性价值结果，上涨期的流动性价值约为下跌期的2倍。这表明，投资者不同的信心程度以及无风险利率、泊松分布参数和交易成本的差异，最终体现在流动性价值水平的差异上。关于这一点，可以通过其他的测度方法进行验证，以判断是否与A股市场的实际情况相符。鉴于流动性价值和同期市场流动性水平正相关，市场流动性水平高表明交投活跃，由上述理论模型可知，股票的频繁买卖将催生较高的流动性价值水平；反之，流动性水平低则表明交投惨淡，相应的流动性价值水平也较低。因此，可从市场的流动性水平入手，换用另一测度指标进行验证。

换手率又称为周转率，指在一定时间内市场中股票转手买卖的频率。国内外研究中，大量文献均使用换手率指标反映股票市场流动性的强弱。因此，表4-9给出了研究期间内沪深A股的平均换手率。表中显示，上涨期2006年11月至2007年10月的换手率均值为4.91，下跌期2007年11月至2008年10月的换手率均值为2.19，表明A股市场上涨期流动性水平约为下跌期的2倍，这一结果从另一角度验证了本书实证结果的合理性。

表4-9 研究期间沪深A股平均换手率

资料来源:根据财汇金融分析平台中相关信息整理而成。

(2)不同时期A股市场流动性价值对比分析。

如前文所述，中国股票市场的发展伴随着流动性的日益提升与流动性价值的演变。从学术层面考察，前期文献所涉及的流通性价值和流通权价值可统一归属为广义的流动性价值。那么，有关A股市场流动性价值问题的研究文献可大致划分为三个阶段。这三类文献在研究视角、方法和结论上均存在差异。

第一阶段，股权分置改革前，基于非流通股票的流动性价值研究。在中国股票市场特殊的二元股权结构下，缺少流通性对股权价值具有减值影响，流动性价值研究大多集中在比较流通股与非流通股之间的价格差异方面，众多学者对1997年至2003年间非流通股的流动性折价水平进行了具体测算，得出流动性折价水平均值为79.3%。

第二阶段，股改启动后，基于限售股票的流动性价值研究。获得流通权的非流通股在股改承诺的时间内转变为限售股票，限售股票场外协议转让价格与流通股二级市场交易价格之间也存在显著差异，属于可流通股票因交易时间受到限制所产生的流动性价值折扣。2006年至2007年，此类流动性价值水平均值约为56%。

第三阶段，全流通时期中的一般性流动性价值研究。在新时期正常市场条件下，A股的流通权价值就回归到一般全流通公司股票的流通权的正常价值，这一价值纯粹是由股票的流动性所提供。前述对比分析两类收益权利相同、流动性不同的证券之间价格差异的研究视角与方法已经不再适用，对股票流动性价值的研究需要有新的突破。本书便从选择权思想出发，对股票价格中的流动性价值部分进行直接的涵义界定与定量测算。与此相对应，区别于简单计算价格比例的研究方法，本书构建了扩展的S-X模型，在连续时间均衡模型框架内测算流动性价值。研究期间选取2006年11月至2008年10月，其中，在市场上涨期2006年11月至2007年10月，得出流动性价值为6.835元，以相对值形式表示出的流动性价值水平约为48%；在市场下跌期2007年11月至2008年10月，得出流动性价值为2.718元，以相对值形式表示出的流动性价值水平约为20%。

[1] 这部分内容摘自国家自然科学基金项目“证券市场流动性价值理论与实证分析技术”(编号:70773075)的研究成果。