金融危机中流动性风险与市场风险动态相关性

我国股市采取指令驱动的交易机制，在指令驱动交易系统中，限价指令为市场提供流动性，而市价指令消耗市场的流动性。正常市场状态下，限价指令与市价指令之间存在的动态均衡决定了市场的流动性。当市场受到严重的外部冲击时，资产价值被重估，指令簿上买卖双方力量失去平衡，成交量减少，同时伴随着资产价格大幅波动，流动性水平降低。此外，我国市场缺乏风险对冲工具，当危机来临时，投资者只有通过卖出持有股票以减少损失，大量卖盘涌现、价格不断降低，然而我国特有的涨跌停板制度限制了价格的进一步下跌，在当前价格上缺乏主动性买者，交易不能进行，流动性风险增加。做市商制度下，市场急剧下跌的过程中，卖方报价增加，买方报价很少，做市商自然会增加买卖价差，从而促使流动性水平降低，流动性风险增加。金融危机来临时，报价驱动交易制度也不能避免流动性风险和市场风险同时增加，做市商缺乏资金纷纷宣告破产、流动性提供机制紊乱进一步形成流动性危机，这在1987年股灾已有所体现。同时，市场中的投资者为了规避风险，纷纷购入下跌的股指期货进行套期保值，甚至卖空资产以套利，这些举措加速了股市的下滑。同时，期货市场上资金分流作用，使得现货市场成交量减少，流动性风险增加。

2008年3月，受次贷危机影响，美国的第五大投资银行贝尔斯登因遭遇流动性危机而被收购，“贝尔斯登事件”引爆了市场的恐慌情绪，并引发美元贬值与全球股市普跌，金融危机初现端倪。这次金融危机的根源是信用危机，传播的途径却是流动性危机，信用危机降低了人们购买金融产品的积极性，影响了金融资产的流动性，流动性的缺乏促使资产价格继续被低估。当市场危机发生时，资产价格大幅度下跌，同时伴随着流动性风险大幅上升，整个体系的流动性突然降低甚至消失，而市场流动性丧失进一步加剧了资产价格的下跌。半年前中国政府还在积极疏导过剩的流动性，危机爆发后流动性在全球范围内急剧萎缩，股票市场出现了被抛售资产价格的急剧下降和卖盘持续增加，流动性风险和市场风险螺旋式上升。流动性风险和市场风险的相互加强深化了外部冲击对市场的影响，严重时将引发股市危机。这里我们再次明确流动性风险和市场风险的含义:投资者在买卖股票时有可能面临因市场缺少流动性而引致的交易困难和交易成本的上升，还可能面临无法交易的情形，我们将投资者面临上述情况的可能即流动性的不确定性称为流动性风险；由于资产的市场价格变化或波动而引起的未来损失的可能性称作市场风险。

我国投机为主的散户交易过多，市场受到外部冲击时容易形成单边上涨或下跌的趋势，这也是流动性风险和市场风险相互加强的结果。然而，现有的风险管理体系分别针对流动性风险和市场风险，却忽视了两者的相关性。在极端市场环境下，现有投资组合的风险会被低估，对投资者造成额外的损失。流动性风险和市场风险的相关性在金融危机的形成过程中扮演了重要的角色，然而，国内外的交易机制与风险管理体系等均未考虑到该因素。下面采取上证综合指数为研究对象，考察金融危机形成过程中流动性风险和市场风险的动态相关性，分析这种相关性对危机加剧所造成的影响并寻找减弱两者相关性的有效措施。

6.3.1 理论分析与研究方法

1)流动性风险与市场风险动态相关的内在机制

在股市危机中，价格的剧烈波动、市场风险增加，部分限价委托交易者甚至会转而向市场提供市价委托单，由流动性供给者转为流动性需求方。因此，任何外生的抛售冲击都可能诱发投资者抛售股票的羊群效应，导致股价的大幅下跌；价格的大幅下跌常被认为具有更大的信息含量，影响到其他投资者的预期，继而引发新一轮的价格暴跌。同时市场上充斥着巨额的委托卖单，没有人愿意进行反向操作，交易量急剧减少，流动性风险凸显。面对流动性严重不足的情况下，人们为了能够尽快卖出股票以避免遭受损失，于是不断地降低价格，导致股票不停地下跌，并形成一种恶性循环。因此，在危机发生时，市场风险增加引致流动性风险，流动性风险增加促使市场风险进一步增加，流动性的蒸发和价格的异常波动相互促进。

2)DCC-GARCH模型介绍

Engle(2002)提出动态条件相关多元GARCH(DCC-GARCH)模型，它允许变量之间相关具有时变性，设r1t，r2t为0均值的随机变量，满足: It-1～N(0，Ht)，其中条件协方差矩阵为单变量方程所估计的条件方差:为GARCH模型均值方程的残差，标准化为

Engle(2002)在确定样本相关系数时采用了指数平滑法:

可以简化为以下形式:

在DCC-GARCH(1，1)模型下， 为标准化残差εt的非条件相关系数，α体现了滞后一期的标准化残差乘积对动态系数的影响，β则反映了相关性的持续性特征。

矩阵形式为 ，其中S是εt的无条件相关阵。对于多元GARCH形式Qt=S⊙，其中⊙是Hadamard乘积算子。

由rt=(r1t，r2t)′It-1～N(0，Ht)假设条件的对数似然函数为:

对数似然函数可以被写为波动项和相关项之和，即L(θ，φ)=Lv(θ)+Lc(θ，φ)。

在最大似然估计中首先波动项(610)最大化得到参数的估计值，然后将参数视为给定的，求相关项(611)的最大似然值得到待估参数。在下文的实证过程中，DCC模型通过两步来估计，首先估计每一资产的单变量GARCH过程，然后用获得的条件方差hit去除残差rit得到标准化残差εit，然后以此标准化残差利用极大似然估计动态相关结构的参数。Sheppard给出了DCC-MVGARCH的Matlab源代码，下文的数据处理利用Matlab。

6.3.2 实证研究[1]

1)数据的描述性统计

这里研究数据与本章前两节所使用的数据相同，仍以上证综合指数(SZZS)为研究对象。此外，本节还需要计算上证指数的市场风险，这就要求我们清楚其收益率的描述性特征，统计结果如表6-7所示。

表6-7 上证指数收益率的统计特征

表6-7的统计结果表明，上证指数的收益率序列不服从正态分布假设，具有明显的尖峰、厚尾特征；ADF值和PP值的结果表明上证指数收益率序列是平稳的，不存在单位根；此外，Q统计量和Q2统计量的结果表明，上证指数的收益率序列存在显著的自相关和异方差性。

2)市场风险与流动性风险测度

市场风险是资产未来收益的不确定性，时变方差可以很好地刻画这种不确定性，这里通过对上证指数收益率构建GARCH(p，q)模型刻画市场风险。从ADF值可知收益率R不存在单位根，两个序列都是平稳的，可以直接对其构建GARCH(p，q)模型。利用偏自相关函数(PACF)决定均值方程中AR过程的阶数，然后根据残差序列的特性，确定方差方程中ARCH项与GARCH项的阶数。通过模型拟合效果的比较，选择收益率序列的均值方程为ARMA(1，1)过程，方差方程为GARCH(1，1)，估计结果如表6-8。

表6-8 上证指数市场风险的参数估计

从表6-8中可知，在条件方差方程中，GARCH项和ARCH项系数显著，且参数估计结果符合约束条件，即GARCH项和ARCH项系数和小于1，表明收益率的条件方差过程是平稳的；另外，参数诊断结果也表明，残差序列不再具有自相关性和异方差性。

类似与上述计算上海股市市场风险的情况，我们也采用GARCH模型对市场流动性风险进行测度，参数估计结果如表6-9。

表6-9 上证指数流动性风险的参数估计

3)基于虚拟变量的检验

2008年3月，第五大投资银行“贝尔斯登”是美国首个因次贷风波而被收购的金融机构，市场恐慌情绪被引爆，次贷危机逐渐演变为金融危机。为了研究金融危机爆发后流动性风险和市场风险的相关性是否有增加，本书选取2008年3月1日为分界点并建立如下模型:

β4用于判断此次金融危机爆发后流动性风险与市场风险的相关性是否有所增加，若β4显著为正，表明其相关性增强，实证结果如表6-10所示。

表6-10 上证指数流动性风险与市场风险相关性检验

表6-10的实证结果中系数β1和β4的显著性表明上证指数流动性风险与市场风险之间存在着显著相关性，而金融危机爆发后这种相关程度进一步增强。系数β2显著性说明流动性风险滞后自相关的，金融时间序列往往表现出波动聚集性，大的波动后往往跟随大的波动，小波动后往往跟随小波动。

4)基于DCC研究

在对市场风险和流动性风险进行测度过程中，我们对收益率序列和流动性序列分别建立了GARCH模型，根据估计结果可以得到标准化的残差序列，分别记为εL，t和εDL，t。对两个标准化残差序列εL，t和εDL，t进行DCC检验表明，拒绝了两者之间相关系数为常数的原假设，认为两者之间存在动态相关关系。利用Sheppard提供的DCC程序，对两个标准化残差序列进行DCC(1，1)参数估计，估计结果为:DCC-P系数与t值为0.3038(4.6670)，DCC-Q系数及t值为0.1806(2.6358)，DCC系数均显著为正。从DCC(1，1)模型估计可以得到两者动态的相关系数，如图6-4所示。

图6-4 流动性风险和市场风险动态相关图

图6-4的结果表明，金融危机爆发前，两者相关系数值较小，2006年9月股权分置改革全面启动，中国股市进入了一轮结构性调整带来的牛市，市场风险和流动性风险较小，但两者相关性有所增加；2007年5月30日，中国政府调高了印花税，市场成交量和股指持续一周暴跌，从上图可以看出，这段时间内流动性风险和市场风险相关系数接近于1；2008年3月，金融危机全面爆发后，市场风险和流动性风险同时增加，两者相关系数很大；2009年，政府出台一系列经济刺激政策，股市也触底复苏，股指反弹、成交量增加，市场风险和流动性风险的相关系数开始减小。

结合中国股票市场的实际情况，我们分析了流动性风险和市场风险高度相关产生的原因，主要有以下几个方面:①投资者行为。市场的外部冲击引起的交易者情绪、风险规避程度和未来预期的变化，当外部环境使得市场参与者对未来价格预期失去信心时，投资者往往采用正反馈交易策略，即买入前期表现较好的股票，卖出前期表现较差的股票，这是一种追涨杀跌的交易策略，容易造成市场单边上涨或下跌。投资者的“挤兑”行为容易导致流动性风险和市场风险同时增加。②散户为主的投资者结构。散户在信息的获取和信息的处理能力以及投资知识和决策能力等方面非常薄弱，决策中受外界舆论、媒体、股评和其他投资者交易行为等的影响非常大、独立性不强。危机来临时，市场风险增加、恐慌情绪蔓延，投资者的羊群行为能够引起市场齐涨齐跌，增加市场的不稳定性和流动性风险。

[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。