当初中国股市T+0制度为何变为T+1制度？求具体原因_百度知道
当初中国股市T+0制度为何变为T+1制度？求具体原因
另一个是短线投资和所谓投机的，由于资金量的问题进出股市比较方便，这是必然的，一是做长期投资的，只强调人们做长期投资是不现实，三部分人，称为做短线。
股票市场本来就是一个投资风险市场。
T+1的交易制度可以对所有的投资者在买入股票时做比较全面的考虑，就是要在股市的投资中获得最大利益，其中分为投资和投机两大类，其主要原因要对整个中国股市全面来分析，而在一个风云多变的市场环境下，所以是做战略的投资，所以是中短线的投资者中国股市T+1制度推出是为了防止过度投机给股市带来的不稳定风险，只能做长线，也是不可能的，而正是T+1制度在一定程度上加大了风险。大的结构资金雄厚，而中小机构和散户，在股市中不易进出，二是做阶段性投资的称之为做中线，因为三类人群都是为了一个最终目的。做为一个开放的市场就必定有各种各样的机构和人群，称之为做长线
其他类似问题
12人觉得有用
按默认排序
其他2条回答
中国股市对小散户太苛刻，可以及时纠错，这又是一种不对等，T+1对机构有利，他们有足够的股票进行T+0操作为了抑制投机，但是我觉得T+0对散户有利
防止过度投机，股市刚出来时由于T+0制度导致暴涨暴跌，过度投机不利于资本市场发展，所以最后改为T+1。
股市的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁数据正在加载，请稍后...对我国股市“T+1”交易制度影响的探讨1边江泽，宿铁 对外经济贸易大学金融学院，迈阿密大学商学院金融系课题协调人：张卫东2009 年 2 月1本文在写作过程中得到了纽约城市大学商学院王峻教授，华夏证券石毅先生，和上海证券交易所刘逖，张卫东，叶武， 王志华等老师的大力帮助，在
此表示感谢。同时感谢上海证券交易所上证联合研究项目的支持。本研究仅代表作者个 人意见，不代表上海证券交易所的观点。内容摘要我国股市的“T+1” 交易制度究竟对市场有什么影响？是否应取消 “T+1” 交易制度， 恢复 “T+0” （日 内回转） 交易？这些是当前很多学者和证券监管人员普遍关心的问题。 目前对于这一问题的讨论主要集 中在日内回转交易是否能够通过增加券商收入，或丰富投资者投资工具来活跃市场。在本文中，我们通 过对我国股票市场和权证市场的定价效率的分析， 从一个全新的角度探讨了 “T+1” 交易制度的合理性： 我们发现“T+1”交易制度降低了股市的流动性，造成了股票的交易价格中存在非流动性折价，使其交易 价格偏离股票的基本值。股票非流动性折价一般来说是很难进行衡量的。然而，中国市场上同时存在着 股票交易服从“T+1”和权证交易服从“T+0”的情况给我们提供了一个独一无二的平台，使我们可以在 金融学中首次推算出这一折价。具体方法是运用期权定价模型从权证的交易价格逆推出隐含的股票价 格。由于权证市场和股票市场在交易方面除了“T+1”和“T+0”的差异外基本都相同，所以此价格就为 没有非流动性折价的股票价格。再用此价格减去股票的交易价格就可得到股票的非流动性折价。 对于我国股票市场非流动性折价的分析有助于我们理解国内资本市场上的一些“异常”现象。在 经典的金融理论中，当一个市场上高度相关的两种资产（如我国市场上的股票和权证）之间存在明显 的流动性差异（因此一种产品的交易价格存在非流动性折价）时，整个市场的定价效率将受到影响。 投资者甚至会追捧高流动性的产品，而造成整个市场上的资产的价格严重偏离均衡值。在本文中，我 们通过实证分析发现，非流动性折价确实可以很有效地解释我国权证市场上的“溢价”现象。 基于本文结论，我们在文章最后对我国的证券交易制度改革给出了一些政策上的建议。我们建议 我国股市能够逐步放开“T+1”的交易限制，这样股市的流动性将得到显著提高。股票的交易价格将向 它的基本值趋近。股票和相应权证的流动性将趋于一致，市场总的定价效率将得到提高。另外，我们 认为取消“T+1”制度的最终目标应该是整个股市，而不是只局限于发行了衍生品（如权证或期权）的 股票。因为，如果这样做，虽然这些股票和相应衍生品之间的流动性差异会降低，但它们和其他基本 面类似，但没有发行衍生品的股票（仍然服从“T+1”制度）间的流动性差异会升高。这同样会造成其 他股票的非流动性折价，进而影响整个市场的定价效率。1目录前言…………………………………………………………………………………………………………...3 1，对我国股票市场和权证市场的流动性比较……………………………………………………………..5 1.1 我国权证市场介绍………………………………………………………………………………….6 1.2 数据来源及处理…………………………………………………………………..……….………. 8 1.3 我国股票市场及权证市场交易总结……………………………………………..……….….……..8 1.4 流动性指标编制……………………………………………………………………………...……10 2, 中国认购权证市场上的‘溢价’现象及我们的解释………………………………………………...….12 3， 权证隐含的股票价格及股票非流动性折价…………………………………………………………....19 4， 股市流动性指标对权证价格溢价比例和股票非流动性折价比例的解释功能：回归分析。………23 4. 1. 实证分析中所用到的变量…………………………………………………………………………23 4．1．1．解释变量和因变量……………………………………………………………………..23 4．1．2．控制变量………………………………………………………………………………..23 4. 2. 自变量相关性分析…………………………………………………………………………………24 4. 3. 回归分析………………………………………………………..………………………….……..27 5, 对认沽权证市场的分析………………………………………………….………………………………29 6, 总结与政策建议…………………………………………………………….……………………………29 参考文献……………………………………………………………………………………………………….322前言交易制度对于一个资本市场的市场质量和定价效率有着至关重要的作用。中国的资本市场从创 立至今已有近 20 年的历史。在这段时间里，中国股市的各项规章制度逐渐规范和完善，并同国际 市场通行的制度和经典的金融理论逐步趋于一致（2005 年开始的股权分置改革就是一个例证） 。这 在很大程度上活跃了市场，规范化了交易。但是，目前我国在股票市场上施行的“T+1”交易制度， 是国际市场上不曾采用，而我国资本市场独有的一项交易形式。本文旨在从股市和权证市场相互关 联的角度对股票市场“T+1”交易制度进行分析，以探讨这一制度对我国资本市场定价效率的影响， 并尝试就该项制度的改革提出一些政策上的建议。 本文涉及到的“T+1”证券交易制度是指投资者买入一支证券后至少到第二日才能将其卖出的制 度。目前，我国证券市场上挂牌交易的 A，B 股票和基金都服从“T+1”的交易制度。这是我国资本 市场中所特有的一种交易制度；世界其他主要资本市场所通用的都是“T+0”交易制度，即投资者买 入一支证券后随时可以将其卖出2。与“T+1”交易制度相比，该制度允许“T+0”（又称日内回转） 交易，即一支证券被买入后在同一交易日内再被卖出的行为。我国 2005 年 8 月，伴随着股改的进 程，在 A 股市场基础上引入了权证市场。为了给权证投资者充分机会以释放权证作为金融衍生品所 蕴涵的巨大风险，权证从一开始就服从“T+0”交易制度。因此，现在两种对交易行为的限制程度不 同的制度在我国资本市场上同时存在，且应用于两种独立，但互相关联的投资工具上（权证是基于 相应 A 股而产生的金融衍生品） 。 我国股票市场交易制度在过去近 20 年中几经反复， 伴随着的关于最优交易制度的选择问题也一 直没有定论。在 1990 年沪深证券交易所成立之初，股市交易确立的是“T+1”交易制度，日内回转 交易被禁止。 其目的是为了防止过度的投机交易 （通常表现为日内回转交易） 对股市造成危害。 1992 年底至 1993 年初，上海证券交易所和深圳证券交易均所按照国际惯例对 A 股放弃了“T+1”制度， 允许了日内回转交易的存在。然而，随即而来的大量投机交易使两交易所在 1995 年初再次禁止该 项交易，重新确立“T+1”制度，且延续至今。 1992 年 B 股引入我国时采取的是“T+0”的交易制 度。但在 2001 年，随着 B 股对境内投资者的开放，B 股开始采取与 A 股一致的“T+1”的交易制度。2注意，本文中的”T+1”，”T+0”等指的是交易的概念，而非资金结算的概念。在国外，一支证券通常是交易后两天进行 资金结算。 3之后有关是否应放弃“T+1”交易制度，而允许日内回转交易的观点一直倍受争议。上交所创新实验 室还就此问题撰写过研究报告（刘逖等 2006） 。 本文的主要贡献在于：我们对于“T+1”交易制度对于我国资本市场的影响，提出了一个和前 人所不同的理论，并通过数据验证了我们理论的正确性。目前对于我国股市是否应取消“T+1”交 易制度的讨论主要集中在日内回转交易是否能够通过增加券商收入，或丰富投资者投资工具来活跃 市场。在本文中，我们通过对资本市场整体定价效率的分析从深层次讨论了“T+1”交易制度的合 理性。我们借助在 2005 年之后出现的权证市场（服从“T+0”交易） ，来证明“T+1”交易制度由于禁 止日内回转交易， 而造成了股市流动性的下降， 进而造成股票的交易价格无法反映股票的真实价值。 这在客观上导致了权证市场的交易“溢价”现象。而如果适当在股票市场放开“T+1”的限制，我们有 可能提高股市流动性，从而提升股市和权证市场总体的定价效率，进而提高整个资本市场的效率。 流动性是影响金融资产价格的重要因素之一，通常流动性不足的资产的交易价格要比其他方面 类似但流动性好的资产低一些。我们称这些资产的交易价格中存在非流动性折价。本文在技术上的 一个主要突破在于首次测量出了“T+1”交易制度下的股票的非流动性折价。非流动性折价的概念 最初来自于 Amihud and Mendelson（1986） 。他们证明了流动性差的股票会主要被相对持有期长的 投资者拥有。这些股票向投资者提供更高的回报来补偿它们流动性的不足。而这种高回报是通过， 相比那些流动性好的股票，流动性不足的股票在其价格上存在一个非流动性折价来实现的。股票非 流动性折价一般来说是很难进行衡量的，主要因为很难在现实市场中找到两个性质类似但流动性明 显不同的资产。 然而， 中国市场 “T+1”和 “T+0”制度的同时存在给我们提供了一个独一无二的平台， 使我们可以方便的推算出这一折价。我们在本文中借用 Amihud and Mendelson 的分析框架： “T+1” 制度下股票买方需至少等到第二天开市才能将其卖出。因此， “T+1”制度要求投资者延长买入股票 的持有期。所以，在市场上服从“T+1”交易规则的股票比服从“T+0”规则的权证的流动性要低。同 这种低流动性伴随的是股市的非流动性折价；而权证由于允许日内回转交易的存在，对于投资者的 持有期没有任何限制，所以没有这种折价。由于权证是建立在股票基础上的一种金融衍生品，所以 和股票的价格有一一对应的关系。如果我们计算出每一个权证的交易价格所对应的股票的价格，就 能获得没有非流动性折价的股票价格。这一价格应该高于我们日常观测到的股票价格，我们可以将 其看作同权证相对应的股票类似但服从“T+0”交易制度的股票交易价格。而这一价格是计算权证4（ “T+0”制度下）理论价值时所应用到的相应股价，同时它和当前交易的股票之间的差价就是非流 动性折价。 对于我国股票市场非流动性折价的分析有助于我们理解国内资本市场上的一些“异常”现象。 其中最主要的就是权证市场普遍的交易价格高于其理论价值的“溢价”现象（记录中国权证市场存在 “溢价”现象的文章有芮萌 2006，和 Xiao 2008 等） 。在本文中，我们表明：由于通常我们计算权证 理论价值时用的是当前股票交易价格，而这一价格由于股票受“T+1”交易制度的限制而反映了非流 动性折价。相应计算出的理论价值是权证市场如果施行“T+1”制度下的理论价值。而实际我国权证 市场施行“T+0”制度，所以权证相对应的股票价格应为“T+0”制度下的股票价格。由于“T+1”制度 下的股价比“T+0”制度下（如果存在的话）的股价低（存在非流动性折价） ，权证的交易价格也自 然比我们通常计算出的理论价值存在一个明显的“溢价”。 综上所述，在本文中，为了证明我们的观点，我们期望验证以下推论： 权证市场的流动性比相应的股票市场高，且主要归因于交易制度不同。 中国市场上的权证交易价格显著高于理论价值，即权证市场存在“溢价”现象。 股市的流动性指标可以有效地解释权证市场“溢价”， 和通过权证隐含股票价格推出的非 流动性折价。 我们将在接下来的文中分别用中国股票市场和权证市场的数据来检验上述推论。 本文结构安排如下：第 1 节中，我们构建流动性指标来分别度量权证市场和相对应的股票市场 的流动性；第 2 节中，我们利用经典的期权定价模型来计算权证溢价比例，并给出理论上的解释； 第 3 节中，我们通过权证的交易价格逆向推出隐含的允许日内回转交易的股票价格；第 4 节中，我 们分别进行单变量和多变量回归分析，以验证是否股市流动性不足通过造成股市非流动性折价而导 致权证市场的高溢价；第 5 节扩展本文结论至我国的认沽权证市场；第 6 节总结并提出政策上的建 议。1，对我国股票市场和权证市场的流动性比较在本节中，我们将通过实证分析来检验权证的流动性是否比相应的股票高。在进入实证部分前，5我们先简要介绍中国权证市场发展的历史和现状，及我国股市和权证市场的交易过程。1．1。我国权证市场介绍 中国的股票市场建立于 90 年代初期。当时，并没有建立权证市场。在 1992 年，第一支股票权 证被引入中国。然而，由于过度的投机交易，权证市场在 1996 年被关闭。直到 2005 年 8 月中国证 监会为了有力地推动股改的进程而又开放了这一市场。在股改中，权证作为非流通股股东向流通股 股东补偿性支付以获取股票流通性的一种方式，已经被我国投资者所广泛认可。 截止到 2008 年 6 月为止，先后有 50 支权证在中国市场挂牌上市。全部为欧式或百慕大式权 证，即权证持有人只能在权证到期日或前一段时间内行权。这 50 支权证之中，以买卖方向来分， 有 32 支为认购权证，即权证持有人可以在行权期内以行权价格从权证发行人手中买入一定数量的 股票；18 支为认沽权证，即权证持有人可以在行权期内以行权价格向权证发行人卖出一定数量的股 票。以权证性质来分，有 28 支为衍生（包括认购和认沽）权证，22 支为股本（全部为认购）权证。 他们之间的区别在于：股本认购权证在行权时会造成总股本增加，因此每一股价格相应降低的“稀 释”效应；而衍生权证在行权时则不会造成“稀释”效应，股票只是在股东的的手中互相转移而已，没 有任何股本的增加3。所以对衍生权证来说，没有任何“稀释”效应。当然，我们还可以依据其他指标 对我国交易的权证进行分类，但由于他们跟本文所研究的问题关系不大，我们就不一一叙述4。我们 在表 1 中对中国市场上交易过的权证的性质和分类进行了一个总结。 除了“T+1”和“T+0”的制度区别外，我国股票和权证市场的交易程序是很相似的。两个市场 都是全自动的订单驱动型市场，均没有指定的做市商。交易者通过自动交易系统递交限价指令5，该 指令被集中到限价指令簿中。新近订单会根据买方五价和卖方五价最优成交原则自动同限价指令簿 中的订单成交。 如果此刻无法成交， 该订单将在这一交易日的剩余时间中成为限价指令簿中的订单， 直到被后来递交的订单抵消为止。权证和股票定单递交的最小规模都是 100 股。3衍生权证发行方在发行时就已准备好相应数目的股票或现金以防权证持有者在权证到期日向其买入或卖出股票，因 此衍生权证有叫备兑权证。 4 这些分类包括：依据发行人，可以分为上市公司发行的权证和金融机构创设权证；依据权证作用，可以分为股改权 证和分离交易可转债权证。 5 在 2006 年 9 月后，市价指令订单被引入中国股票市场中。但绝大多数国内投资者还是递交限价指令。在本研究中， 订单为市价指令订单或限价指令订单对于结论没有任何影响。 6表 1 中国权证种类及交易信息统计权证代码 002 002 004 006 002 004 006 000 002 004 006 008 580009 权证类型 衍生权证 衍生权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 股本权证 衍生权证 股本权证 认购/认沽 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 发行日
稀释效应 无 无 有 有 有 有 有 有 无 无 无 无 无 无 无 无 无 无 无 无 无 无 有 无 有 权证代码 011 013 015 017 019 021 023 990 992 994 996 998 580999 权证类型 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 股本权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 衍生权证 认购/认沽 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认购权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 认沽权证 发行日
稀释效应 有 有 有 有 有 有 有 有 有 有 有 有 有 有 无 无 无 无 无 无 无 无 无 无 无71．2．数据来源及处理 本研究所用数据库包括从 2005 年 8 月至 2008 年 6 月的所有在上海和深圳股票交易所交易的股 票和权证的日交易数据和高频交易数据。数据来源于北京聚源锐思数据公司。我们对此数据集进行 以下处理： 首先去掉了所有的认沽权证。国内认沽权证自上市以来价格严重背离基本值。尤其在认沽权证 接近内在价值为零后，仍出现市场价格飙升的反常现象。由于股改已经结束，未来如果发行权 证将以认购权证为主，所以，我们首先研究认购权证市场。 在剩下的 32 只认购权证中，我们去掉权证的日收盘价小于内在价值（股票收盘价-行权价格） 的观测。市场有效理论要求，在不考虑现金红利的情况下，无论美式或欧式的认购期权（权证） 的价格都要大于其内在价值。也即期权（权证）的时间价值永远要严格大于零。否则就会存在 套利的机会。由于国内市场不允许卖空，因而权证在市场价格低于内在价值产生套利机会时， 投资者无法进行套利交易，所以其过低的价格会一直持续。这一现象在对卖空进行限制的发展 中国家市场里经常出现。Varma（2002）在印度股票指数期权中也发现了类似的市场低估现象。 Shastri and Sirodom （1993） 发现泰国权证日收盘价的 39%低于理论上的内在价值。 Santoso 2000） （ 同样发现在印度尼西亚交易的权证中有相当的比例由于卖空的限制致使交易价格被低估。这一 价格过低现象在造成套利机会的同时，也致使定价模型的假设被打破（绝大多数资产定价模型 都是基于市场有效的假设之上） 。和之前各文章处理方法相同，我们将这些观测值剔除出数据库 中。 然后，我们去除了由于外在原因，权证或股票没有交易的日子。我们还去掉了零交易量，零报 价等错误数据。同时，由于刚开市和即将关市时市场中投机交易明显，我们将每天交易的头 15 分钟和最后 15 分钟递单时间去除，以降低数据中噪音的含量。 经过这些处理后，本文所用数据库包含 32 支认购权证，共 4331 个观测值。我们在本文最后部分将把 我们的结论推广至认沽权证市场。基于这两个市场的数据得出的结论完全一致。1．3．我国股票市场及权证市场交易总结 本小节对中国股市和权证市场的交易状况进行总结。表 2 中，我们比较中国市场交易的权证和其8相对应的股票的每日收盘价，日交易量，日交易金额，以及日换手率6。从表 2 中不难得出，中国的 认购权证市场无论从交易量，交易金额还是交易频繁度都要显著高于相应的股票市场。而根据国际市 场的经验，流动性交易者一般集中在股票市场交易，而部分知情交易者会选择在衍生物市场交易。由 于知情交易者相对于流动性交易者来说要少得多，因此通常期权（或权证）市场无论交易量，交易频 率，还是市场流动性都要远远小于相对应的股票市场（见 Amin and Lee 1997） 。因此，中国的权证市 场和股票市场之间的关系明显同国际市场不同。表 2 中国股市及权证市场交易数据统计 股票 权证 均值 标准差 最小值 最大值 均值 标准差 最小值 13.86 12.74 1.9 71.10 7.77 7.68 0.03 收盘价（元）*
64.62 .79 日交易量 （万股） 2934.32 日交易额 （万元） 42.76 676.44
.01 0.01 0. 0.69 0.76 0.01 日换手率 * 在计算权证收盘价时，我们按照每一支权证可以购买的股票数进行了调整最大值 40.24
11.65我国权证市场相对于股票市场的过度交易是不能以权证相对于股票来说更为便宜来充分解释的。 如果我们仔细分析， 权证市场的日收盘价均值为 7.77 元,为股票均值 13.86 元的 56%, 权证收盘价最大 值的 40.24 元也接近股票最大收盘价 71.10 元的 57%。但股票平均日交易量，交易金额，换手率则分 别只占权证市场的 8%，28%，和 1.4%。我们可以发现如此巨大的数值差7别绝非只是由于交易价格的 差异造成的。我们认为交易制度的差异有可能是造成此现象的一个重要原因。 “T+1”制度对市场最直接的影响是降低了市场的流动性。中国权证市场的大交易量和高换手率， 是否说明我国权证市场拥有比股票市场更高的流动性呢？在成熟的资本市场中，通常流动性和交易 量，换手率之间是划等号的：即交易量越大， 换手率越高的资产的流动性越好。 而最近几年的研究中， 学者们越来越多的发现这一规则在中国似乎并不可行。 他们认为这主要是因为中国市场与世界主要资 本市场隔绝（我国投资者很难购买外国股票） ，因此中国的投资者不能充分多样化自己的组合。而中 国是一个高储蓄率的国家8，当居民将大量资金从银行中提出投资在有限的金融资产上时，这些资产 的价格会在很大程度上被投入的资金所左右，而非反映资产基本价值（见 Chan，2005） 。Mei， Scheinkman，and Xiong （2005）也表达了类似的观点，他们认为中国市场上的交易量，交易金额，6日换手率的计算公式为：日交易量 日总流通股本数。7 8这一数值在统计分布上显著大于零 我国在九十年代的平均储蓄率达到 46%。 9和换手率反映的是证券投机交易的程度9。刘逖和叶武（2006）进一步实证发现上海市场股票换手率 同股票成交价格成反比，因此认为我国换手率不具备衡量市场上“以合理的价格迅速成交”（流动性定 义）的能力（高流动性通常是指频繁交易但不影响价格） 。因此，我们需要寻找新的指标来更严谨地 衡量股市和权证市场的流动性。1．4． 流动性指标编制 本节引入国际通用的一些流动性指标以衡量中国股市和权证市场。目前，学者们认为衡量一个市 场的流动性，应衡量在此市场上进行交易的交易成本，主要包括：买卖价差，有效价差，和 Amihud 测度。 1） 买卖价差 本文中的买卖价差衡量服从传统的衡量方法，并符合我国电子限价交易市场的特性。在高频数据 提供的每一个时点（平均每 3 秒钟） ，买卖价差（Qspread）计算公式为Qspread = 100 *ASK1
BID1 PMBID1 , 是市场上最优的买价，在我国即为买 1 价 ； ASK1 是市场上最优的卖价，在我国即为卖1 价。 P =MASK1 + BID1 为最优买价和最优卖价的平均值。按照国际惯例，我们采取日内时间 2加权平均的方法，即用每一时刻的价差乘上该价差在全日交易时间中所占的比例得到加权值，再 对此值求和。 2） 有效价差 本文还对市场中的已成交订单的有效价差进行了衡量。在我国市场上，一个订单有可能被分割为 对应着 n 个叫价 P , P2 Λ Pn ，和相应叫买（卖）量 V1 , V2 Λ Vn ，的子订单。有效价差（Espread） 1T T T计算公式为Espread = 200 *9P T
PM PM在国际上，Lee and Swaminathan（2000）运用美国股市的数据发现交易量的变化衡量了异常交易的程度，而非流动 性的高低。 10其中 P =T∑ni =1 iP T Vi / V 为加权平均的交易价格。同样我们采取日内时间加权平均再求和的方法3） Amihud 测度 Amihud 测度是由 Amihud（2002）提出，计算公式为Amihud =Rt $Volumet，。Hasbrouck 其中， Rt 为在第 t 天的持有期回报， $Volumet 为当日成交金额（本文中以万元计量） （2006）认为它有效地测量了平均的价格冲击。本文中的 Amihud 测度为每日测度。买卖价差，有效价差，和 Amihud 测度都测量了证券的买卖执行成本。他们越大，则市场交易成 本越高，市场流动性越差。 表 3 对我国市场上交易过的 32 支认购权证和相应的股票的流动性指标进行了统计总结。权证市 场上的买卖价差，有效价差，和 Amihud 测度则显著小于股票市场。我们将表 3 中的股票市场和权证 市场的这些流动性指标的均值相减，发现其差值在 1%的水平下 t 检验值依旧显著。这说明我国权证 市场上的交易成本要低于股票市场上的交易成本。 结合表 2 中得出权证市场上交易频繁程度远高于股 票市场.所有这些都毫无疑问地显示我国交易的认购权证市场拥有比这些权证对应的股票市场更高的 流动性。 我国权证市场相对于股票市场的这种高流动性在全世界都非常罕见。在成熟的资本市场中，权证 （或期权）相对股票市场来说流动性一般较差。学者们对此给出的解释是由于期权（或权证）投资存 在的杠杆作用，投资可能的损失或收益的比例都要远大于股票市场。而这种投资风险使绝大多数不知 情的流动性（噪声）投资者不敢涉足这一市场。因此这一市场上大多数的交易者为知情交易者，做市 商或投资者在同这些人打交道时会增加自己的买卖价差等交易成本，以保护自己的利益（Lee and Yi， 2001） 。很明显，这一理论无法解释我国市场。证据之一就是，我国权证市场上绝大多数都是个人投 资者。 我们根据这一现象提出一个与之前学者不同的对中国权证市场高流动性的解释是： 股市的 “T+1” 制度使投资者持有期增长，降低了股市流动性。 至此，我们已经验证了本报告第一节末尾的第一个推论。我们下面感兴趣的是这一由于交易制度11造成的流动性差异对于资产（尤其是作为金融衍生品的权证）的价格效率是否有影响。我们按照一般 此类文献的分析思路，先计算出权证的理论价值，在计算市场价格距离理论价值的偏离程度，再验证 是否股票市场流动性因子可以解释这一价值偏离。2， 中国认购权证市场上的‘溢价’现象及我们的解释自从 1973 年布莱克和斯科尔斯（Black and Scholes 1973）以及默顿（Merton 1973）对期权定价 的经典文献问世以来， 有关期权及其他金融衍生品定价模型的文章在三十多年中一直没有间断。 然而， 无论期权定价模型发展地怎样复杂和先进，每一个模型仍然拥有许多的假设条件，而这些假设条件中 的很多是真实市场中所不具备的。在所有的期权定价模型中，布莱克和斯科尔斯在 1973 年率先提出 的模型最简单，并且很精确地描述了影响期权价格的各个因素及这些因素和期权价格之间的相互关 系。因此，目前国际上应用最为普遍的期权定价模型仍然是 Black-Scholes 定价模型（以下简称 B-S 模型） 。由于我国的权证是一种类似期权的金融衍生工具（权证和期权的区别在于权证只能由上市公 司或证监会指订的发行商来发行，而期权可以由投资者自行创生和作废） ，我们在本文中将用 B-S 模 型来计算权证的理论价值。12表 3 权证及其相应股票的流动性指标统计 股票 标准差 最小值 0.09 0.001 0.05 0. 0 权证 标准差 最小值 0.05 0. 0.7 0均值 0.16 买卖价差* 0.12 有效价差* 0.0018 Amihud 测度 * 每日时间加权平均值最大值 0.67 0.50 0.056均值 0.08 0.06 0.0009最大值 0.63 0.36 0.028B-S 模型在其一系列假设之上10，得出 C(St ,T t) = St N(d1)
Xe r(Tt) N(d2)其中 X 为期权的行权价格，T 为权证的到期时间，t 为当前时间， S t 为在 t 时刻的股票的价格，并 且假设股票价格符合几何布朗运动 dS t= S t μdt + S tσdzt ，其中，过程 zt 为标准布朗运动， μ 为股票价格的预期收益率，σ 为股票的波动率。r 为 t 时刻期限为 T-t 无风险利率。 C S , T
t 为欧式(t)认购期权的价值。 d =S ln t X 12
t ， N（d）为均值为 0，标 2 1 σ T t准差为 1 的标准正态分布函数。 如果股票发放红利， 且红利是可以预测的话， 模型中的当前股票价格 S 需要减去红利的现值； B-St而以我国认购权证为代表的一类期权，股票红利是随机发放的，那么期权执行价格 X 会自动根据红利 金额作出调节，这种权证被称为红利保护期权。 以上模型可以用于测量衍生权证的理论价值。在计算股本权证的理论价值时，由于存在着“稀释” 效应11，所以 B-S 模型需要进一步修正。目前，学者们提出了两种修正方法；1，Galai and Schneller （1978）证明“稀释”后的权证价格应为另一完全相同的只发行股票和期权的公司的期权价格除以稀释 比例。此种方法的缺点是这一配对的公司的数据很难获得。2，Crouch and Galai（1991）将 Galai and Schneller 的修正进一步引伸出推出权证的 B-S 模型计算公式。 然而他们的模型有很多的缺乏现实依据10 Black-Scholes 模型假设欧式期权投资者可以按无风险利率借入或贷出资金，无限制地进行买空或卖空交易。没有 交易费用或税收。所有证券都是任意可分的。在衍生证券的有效期内没有红利支付，市场不存在无风险套利机会，证 券交易是连续的。无风险利率是常数且对所有到期日都相同。 11 我们在在实证检验时确实发现了这 11 支权证在到期日相对应的股票总股本显著增加。13的假设，很难通过数据对其进行实证检验。针对此现象，Schulz and Trautmann（）依据这 些学者的理论，将考虑“稀释”效应的权证价格和直接用期权 B-S 模型（不考虑稀释”效应）计算出来 的结果进行比较，得出结论：除非对象是深度价外权证，否则完全无须对 B-S 模型进行修正，就可以比较精确地得到权证的 价值。 Schulz and Trautmann 1994） （Veld（2002）对这一结论进行了理论上的证明。在本研究中，由于我们的权证都是价内权证（国内只 有某些认沽权证是深度价外权证） 。因此，我们采取 Schulz and Trautmann（）的结论，直 接用 B-S 期权模型计算股票权证的理论价值。 我们的计算方法从客观上也同中国的权证市场交易的现 状相吻合：在国内权证市场上，超过 99%的投资者为个人投资者。这其中绝大多数人为躁声交易者， 因此才导致权证市场严重的“炒作”现象。 躁声交易者在进行交易时， 很少会考虑到权证理论价值的“稀 释”效应的。 本文在计算权证理论价值时，所选取的股价为每日收盘价，和所对应的每日权证行权价格（随着 股票红利的发放而自动变化，由权证发行公司宣布） 。本研究中所选取的无风险利率由锐思公司发布。 该利率在 1997 年以前为中国人民银行发布的一年定期存款利率12，在 1997 年之后为一年定期存款利 率和财政部短期国债利率的加权平均值。B-S 模型中一个重要的输入参数是预期波动。预期波动衡量 投资者在购买期权时对未来股票回报的预期，而这一参数无法在实际中获得。很多期权定价的文献都 发现，不同的预期波动参数对期权价值会产生巨大的影响。本研究按照惯例，假定前六个月（120 个 交易日）的股票历史波动（前 120 日回报13的移动平均值）为预期波动14。12由于在 1997 年之前我国没有 3 年以内的国债。 日回报以连续复利形式= ln13 Pt
t 1 是 t 日的股票收盘价。芮萌（2006）提出可以用前一日权证价格的引伸波动来作为今日的预期波动参数。我们在计算中发现中国权证市场 上的每日引伸波动变化很大，不适宜做预期波动参数。 1414表 4， 我国权证市场定价溢价比例统计 权证“溢价”比例：溢价/交易价格 标准差 最小值 均值 .57 0.59 0.002 .13 0.12 -0.07 .06 0.04 -0.002 .37 0.22 -0.002 .15 0.23 -0.001 .38 0.25 0.020 .29 0.64 0.370 .71 0.26 0.260 .50 3.68 -0.260 .57 1.43 0.050 .68 0.33 0.001 .37 0.23 0.010 .23 0.61 0.007 .10 0.09 -0.001 .21 0.13 0.001 .63 0.50 -0. 0.30 0.26 0. 0.04 0.04 0. 0.12 0.11 -0.120 .36 0.30 0.001 .44 0.34 -0.020 .16 0.27 -0.150 .89 2.70 0.760 .76 1.48 0.380 .17 1.83 0.420 .65 6.29 2.060 .40 0.91 0.500 .47 0.23 -0.060 .44 3.38 1.290 .26 0.79 0.510 .57 0.18 0.310 .45 1.14 1.980 1.36 0.93 0.260 平均值 * 在计算权证收盘价时，我们按照每一支权证可以购买的股票数进行了调整15最大值 2.66 0.56 0.16 0.94 1.04 1.40 3.78 1.28 14.38 6.86 1.53 1.17 2.69 0.34 0.64 1.56 1.09 0.21 0.50 1.31 1.14 1.03 12.69 8.30 9.55 27.80 4.59 1.02 16.07 3.14 0.89 5.44 4.24表 4 统计了 32 支认购权证的“溢价“现象。我们计算权证溢价等于权证交易价格减去理论价值。 然后我们将此值除以交易价格获得溢价比例来防止权证不同价格造成统计结果分布的极值。 4 统计了 表 每一支权证的溢价比例的均值，标准差，最小值，和最大值。最后对这 4 个统计量的 32 个值再求平均 值。我们可以看到，绝大多数认购权证的交易价格远远高于其根据 B-S 模型计算出的基本值。32 支认 购权证总的平均的交易溢价比例为 1.36。而这一比例在某些权证中甚至可以达到 27。我们发现，由于 权证是我国第一支正式推出的金融衍生品，在它上市之初，交易价格的飙升到了无以复加的程度。如上 海市场的第一支权证 580000 的平均溢价比例达到 6.5，最高超过 14。而几乎每一支认购买权证在上市15所有均值在 1%的水平下的 t 检验值显著大于零。 15之初，价格都被“炒”得非常高，伴随着的是高换手率和大交易量。这可以通过 580017 到 580023 这 7 支权证的统计来说明。由于本研究的数据是截止到 2008 年 6 月底，而以上 7 支权证都是在 2008 年 3 月之后开始上市。 因此对这些权证的统计在很大程度上是对他们上市初期溢价比例的统计。 我们可以看 到它们的溢价比例明显高于其它权证， 其中 580017 甚至出现了超过 27 倍的溢价比例。 这暗示了我国权 证的溢价是呈先冲高再漫漫回落的趋势，但始终高于理论价值。这符合经典金融理论中，市场对于新出 现的资产的定价有一个学习的过程。 缺乏卖空机制是我国权证市场上持续的高溢价比例的成因之一， 但 我们认为还存在其它的原因。因为毕竟权证市场巨大的交易量说明了投资者对其市场价格的认可。 目前， 许多学者对于期权的交易价格偏离理论价值已经给出了一些理论的解释。 还有一些学者注意 到，中国市场上的资产溢价现象并不只局限于权证市场，也包括股票市场，他们对这一现象也给出了一 些原因。我们将对这些解释或理论逐一回顾，并给出我们的解释。 第一种解释是知情交易的程度将影响到权证（或期权）的价格偏离程度。在传统金融学中，衍生品 市场是知情交易者所集中的场所。因此，很多学者认为知情交易的程度将影响衍生品的价格发现。Pool （2008）通过比较期权引伸波幅得出，知情交易对于期权价格发现有帮助作用。因此，如果我国的认购 权证市场符合国际市场的定价规律，我们应该观测到我国市场上的知情交易和权证溢价比例成反比。 第二种解释是证券的供给量决定其价格偏离程度。Chan（2005）认为中国是一个独立于世界金融 市场之外的市场， 这反映在我国的投资者很难投资于国外证券这一事实上。 他指出相对于我国的民间的 投资资金来说，目前的投资工具非常有限。因此，过度的资金追捧将使资产价格高于基本值。Chan 得 出，在中国市场中，证券的价格与其流通规模成反比。即总股本越大，资产溢价比例越低；而总股本越 小，资金追捧愈严重，其溢价比例越高。 第三钟解释来自于 Mei，Scheinkman，and Xiong （2005） 。他们的观点和 Chan（2005）有相似之 处。 他们认为中国市场上交易频繁的资产价格中存在投机现象， 而换手率正是这一现象的衡量指标之一。 过度的投机致使资产的价格远远高出其基本值。他们利用中国的 A-B 股市场，验证了中国市场上存在 流动性差异的两种相关证券的价差和其换手率呈正相关。Li and Zhang（2008）也表达了类似的观点。 他们以香港的权证市场为例，认为权证价格比赢利相同的期权价格高是投资者炒作的结果。 第四种解释的代表是 Han（2008） 。他用美国的数据证实，认购期权的价格偏差在很大程度上能够 被“投资者情绪”（Investor Sentiment）来解释：当投资者对市场持有乐观态度时，他们会预期未来的期16权价值更大，因此，期权价格将上帐。Karolyi and Li （2003）将类似的观点运用到中国市场上同样存 在流动性差异的两种证券，A 股和 B 股上，认为国内不同类型投资者对于不同资产存在着不同的风险 忍耐度。我们可以将此观点运用于中国的股市和权证市场。一般来说，动量（Momentum）是和风险预 期紧密结合的指标之一。因此，他们认为，动量策略（Momentum Strategy）在很大程度上驱动了我国 的资产价格。 以上的理论并不是针对中国权证市场的。在直接研究中国权证市场的文章里，芮萌（2006）和 Xiao （2008）首先对中国权证市场上的溢价现象进行了实证分析。他们发现权证及股票市场流通市值，权证 市场换手率，权证剩余期限，历史波动成正相关，与价值状况（指权证在其到期日的价值水平） ，以及 价值状况的平方项等，都可以部分解释权证市场溢价，但并未对结果给出理论上的解释。 同上述学者有所不同， 我们从交易机制的角度来解释我国市场上认购权证的高溢价现象。 我们认为 中国股票市场相对的低流动性导致了权证溢价。 “T+1”制度对投资者的交易行为进行了限制，规定资产 在买入后最早到第二天才能卖出。因此”T+1”制度下预期的股票（购买后的）持有期将大于或等于在 “T+0”制度下的股票持有期。根据 Amihud and Mendelson （1986）的观点，投资者会按照他们的持有 期预期自动形成客户群，投资于不同的资产。对于我国服从“T+0”制度的权证来说，由于投资者的预 期持有期可以为任何时间长度，所以每一个客户群中的投资者都可以对它投资；而服从“T+1”制度的 股票，取决于被买入的时刻，预期持有期将有可能必须大于零或一段时间。因此，我国一些希望短期持 有资产的客户群将不会投资于股市 （在电子限价市场上具体表现为不递买单， 或在买单并未成交时就撤 单） 我国投资者这种行为将造成股市的深度降低 。 （比股市如果服从 “T+0”制度时低） 根据 Kyle 1985） 。 （ ， 这将造成股市流动性的降低。按照 Amihud and Mendelson （1986）的观点，低流动性的资产需要为投 资者提供更高的预期回报。因此，相对于”T+0”制度下的资产而言， “T+1”制度下的资产的当前交易价 格将更低。如果我们假设一支与”T+1”制度下股票完全相同的服从“T+0”制度的股票存在，它们之间的 交易价格之差被称为非流动性折价。另一方面，权证因为是基于股票而产生出的衍生品，所以，每一个 权证价格有一个股票价格与其一一对应。我们称这一股票价格为权证隐含的股票价格。值得注意的是， 由于权证是服从“T+0”交易制度的，所以权证价格，及其隐含的股票价格，不会反映股票市场上的非17流动性折价16。因此，我们可以将权证隐含的股票价格看作是“T+0”状态下的股票价格，这一价格等于 目前交易的股票价格加上非流动性折价。 而目前的权证交易价格基于这一隐含股票价格， 因此要高于当 前股票交易价格（服从“T+1”制度）为基础证券，通过 B-S 模型计算出，的权证价格，其差值就是我 们所说的权证溢价。换言之，我们认为，权证市场并非真的存在溢价17，而是由于股票市场相对权证市 场的流动性不足， 造成股票市场折价， 以致于我们通常用这一没有充分反映股票基本价值的交易价格来 计算权证的理论价格。 这一理论值自然低于基于不含非流动性折价的股票价格的权证价格， 也即权证市 场的观测值，从而造成了权证市场上明显的“溢价”现象。权证溢价 由股市流动性不足造成 Amihud and Mendelson （1986） 权 证 的 理 论 价 值 A 非流动性折价 T+1 股 票 价 格 B T+0 股 票 价 格权 证 的 交 易 价 格B-S 模型B-S 模型CD图 1， “T+1”造成股市低流动性及权证市场溢价演示图 图 1 展示了“T+1”制度通过降低股票市场流动性，使权证交易价格看上去高于其理论值的过程。 图中，B 是中国市场上观测到的股票的交易价格，服从“T+1”的交易制度；A 是以 B 为基础证券而通 过 B-S 模型计算出的权证价格，也可以理解为权证如果服从”T+1”交易制度下的理论价值；D 是观测 到的权证的交易价格，服从”T+0”的交易制度；C 是依据 D 中的权证价格，通过 B-S 模型而反向解出的我们可以这样考虑这一问题： “T+1”和”T+0”的区别在于买入的当天是否可以卖出。作为权证来说，如文中所述，每一 交易价格都有与之相对应的股票价格。我们甚至可以将权证交易看做相对应的股票交易。这样，当买入权证后在当天卖 出，就等于当天内对相应的股票做日内回转交易。交易价格就是权证相对应的股票价格，即权证隐含的股票价格。 17 当然，这是假设权证溢价只是由于股市流动性不足造成。现实中，权证价格还受很多其他因素影响（前文提到过） ，但 其中的一些也是由于股市流动性不足所间接造成的。 1816相对应的股票价格18，也可以被看是该股票如果服从“T+0”交易制度时的价格。其中，B 和 D 是我们 在市场上能够观测到的，而 A 和 C 是以 B 和 D 为基础，通过 B-S 模型，计算得到的。可以看出，C 大 于 B。这是由于 C 不存在 Amihud and Mendelson（1986）提到的非流动性折价。相应的 D 也大于 A。 因为同样是服从 B-S 模型， 基础股票价格越高的认购权证价值也就越大 （当然它们彼此之间的关系不是 线性的） 。而如果我们把 A 看作是权证理论上的基本价值，那么 D 大于 A 的一部分，就是我们常说的 溢价部分。我们也可以把这一部分看做是权证市场的非流动性折价。根据我们的理论，这一部分是由于 “T+1”导致的股市流动性不足所造成的。而权证市场上的“溢价”现象是由于投资者在计算权证理论 价值时没有考虑到基础股票的非流动性折价而造成的。 我们可以预计，如果股票的交易制度被转化为“T+0”，即允许股票日内回转交易的存在，那么将 有更多的期望短期持有股票的投资者在股市进行交易，这将提升股市流动性，股价也将相应上升。B 将 和 C 趋近。相应的 A 将向 D 趋近，权证的交易价格将趋向其理论价值。非流动性折价和权证溢价将减 小甚至消失。3，权证隐含的股票价格及股票非流动性折价我们如果称一个资产没有任何交易限制时的价格反映它的基本值， 则股票由于流动性降低而造成交 易价格低于其基本值， 低的部分被称为非流动性折价。 本文中推算出这一折价方法是运用 B-S 模型从权 证的交易价格，输入前 120 天的历史波幅，逆推出隐含的股票价格。由于权证市场和股票市场在交易方 面除了“T+1”和“T+0”的差异外基本都相同，所以此价格就为没有非流动性折价的股票价格。再用此 价格减去股票的交易价格就可得到股票的非流动性折价。 利用 B-S 模型逆推股票价格的方法和 Chakravarth，Gulen，and Mayhew（2004）类似，我们在此的 介绍基于他们的模型。我们用 V 代表隐含的，股票的真实价值。这一真实价值是观测到的股票的交易 价格的基础变量。股票的交易价格，S，可以写作S t = Vt + etet 代表由于交易制度“T+1”造成的交易价格对真实价值的偏差。C 代表认购权证的交易价格。C 被假设18我们将在下一节中仔细叙述这一过程。 19和相应的股票的基本值之间存在如下关系Ct = f (V σ )其中 σ 为波幅参数19。权证价格隐含的股票价格，I20，可以写为I t = fV1 (C σ )
我们假设 σ 为前 120 天的历史波幅。于是 I t = fV (C σ ) ，非流动性折价为1D t = It
S tD 在此用非流动性折价比例来表示。 接下来， 我们利用认购权证的数据来测量中国股票市场的非流动性折价。 上一节中所有的参数变量 都保留，假设前 120 天的历史波幅为预期波幅参数。 表 5 统计了 32 支认购权证相对应股票的非流动性折价比例。非流动性折价比例的计算方法为：先 ，然后，再计算非流动性折价 计算非流动性折价（D） = 权证隐含股票价格（I21）-当前股票价格（S） 比例=非流动性折价（D）/权证隐含股票价格（V） 。我们统计了每一支权证的非流动性折价比例的均值， 标准差，最小值，和最大值。最后对这 4 个统计量的 32 个值再求平均值。可以看到，所有认购权证的 平均股票交易价格都低于以当前股票交易价格为基础，根据 B-S 模型，推算出的理论价值。32 支股票 平均的非流动性折价比例为 19%，最大可达 34%。可以看出，股票的平均非流动性折价的比例比平均 权证溢价的比例要小一些，这同中国股票市场买入后禁止卖出的时间不太长（最长 24 小时）一致。但 同表 4 的结果类似，我们发现权证刚上市的阶段，相应的非流动性折价大（2008 年上市的 11 支权证平 均非流动性折价比例为 31%） 。这同样归因于投资者对新出现的流动性好的产品的高需求，而且数值上 验证了我们的理论：即非流动性折价是造成权证溢价的一个重要原因。 虽然上文中我们实证得出中国市场上的认购权证相对应的股票存在着非流动性折价。 我们必须看到 以上算法有以下的不足：19 20我们在此省略了权证定价模型所须依赖的其他参数。 I 也可看作是没有“T+1”限制的股票价格。21 我们用 I 来代替。20表 5， 我国股票市场非流动性折价统计 非流动性折价/权证隐含股票价格 标准差 最小值 0.09 0.001 0.04 -0.006 0.02 -0.001 0.05 -0.010 0.07 -0. 0.010 0.08 0.140 0.05 0.100 0.08 -0.007 0.06 0.010 0.07 0. 0.005 0.07 0.004 0.04 -0. 0. -0. 0. 0. -0.070 0.07 0. -0.013 0.11 -0.090 0.10 0.240 0.08 0.130 0.10 0.150 0.07 0.300 0.08 0.160 0.06 -0.030 0.06 0.260 0.08 0.170 0.05 0.140 0.05 0.390 0.07 0.060002 002 004 006 001 003 005 007 009 011 013 015 017 019 021 023 平均值均值 0.15 0.06 0.04 0.13 0.05 0.13 0.31 0.20 0.25 0.21 0.16 0.10 0.22 0.05 0.10 0.13 0.10 0.03 0.06 0.13 0.16 0.06 0.39 0.28 0.34 0.43 0.28 0.15 0.39 0.28 0.22 0.47 0.1922最大值 0.38 0.19 0.09 0.23 0.27 0.36 0.50 0.31 0.39 0.32 0.30 0.23 0.38 0.16 0.26 0.29 0.25 0.11 0.18 0.25 0.31 0.33 0.62 0.48 0.58 0.58 0.48 0.25 0.54 0.44 0.29 0.54 0.34我们在以上的计算中假设 B-S 模型正确且它的所有假设都可行 我们假设市场运用 B-S 模型为权证定价，且用历史波幅作为预期波幅参数 我们假设所有权证交易价格和理论价值的偏差大部分来自于股票的非流动性折价。 这些假设虽然对于我们获得理想的结果很关键， 但它们都是学者们在进行金融计算中所经常采用的。 而 且， 本研究并非以计算单支权证的溢价比例或非流动性折价为目的， 而是通过实证检验它们的影响因素， 所以，本研究的结果从统计角度来说是完全可以信服的。22所有均值在 1%的水平下的 t 检验值显著大于零。 214,股市流动性指标对权证价格溢价比例和股票非流动性折价比例的解释功能：回归分析。在本节中， 我们将实证检验是否流动性越差的股票会导致一个更高的 （通过权证隐含价格推得的） 非流动性折价比例和权证溢价比例。 我们通过控制来自于其他理论的影响因素， 来检验我们的理论是否 经得起推敲。 4. 1. 实证分析中所用到的变量4．1．1．解释变量和因变量 本节所用到的因变量是我们想要解释的两个变量：权证溢价比例（Woverpct）和股票非流动性折 价比例(Sdiscpct)。按照文中理论，”T+1”制度使一些投资者放弃买入股票而转向”T+0”制度下的权证， 这导致股票市场深度降低。而根据 Kyle（1985）的理论和 Lee，Mucklow，and Ready（1993）的分析， 市场深度和流动性指标紧密相关且严格呈反比，则流动性指标将增高。按照 Amihud and Mendelson （1986）观点，这将增加交易成本，造成非流动性折价。我们进而推出这种折价会导致权证市场溢价。 因此我们要检验”T+1”制度对权证溢价的作用，也即检验股票市场流动性指标对权证溢价的作用。所以 本节的解释变量包括股票市场流动性指标：买卖价差(Qspread)，有效价差(Espread)，和 Amihud 测度 (Amihud)。 4．1．2．控制变量（Control Variables） 根据其他学者对于中国市场资产或衍生品价格偏离所提出的解释，我们构建一系列控制变量来检 验流动性指标在考虑了其他理论的解释能力之后对于因变量的解释能力。 第一套控制变量是权证市场信息不对称的测度。 信息不对称会导致知情交易。 在其他条件相同时， 知情交易的增加有助于资产价格发现的过程， 也就是降低权证的价格偏离程度。 因此信息不对称的比例 越高，权证溢价比例和股票非流动性折价比例应该越低。我们采用 Easley and O’Hara（1987）的方法来 测量信息不对称的程度。类似的方法在 Chan，Menkveld，and Yang（2008）的文章中被使用过。我们 以日为单位，通过回归方程ΔPt = γQtVt +
Qt 1 ) + et来测量。其中 ΔPt 是两个连续的成交价格之差，Q 是交易方向指示变量（如果本次交易为买方发起，则22Q=1；如为卖方发起，则 Q=-1） 是交易量。将 ΔPt 往自变量上回归，其中 QV 的系数 γ 就是信息不 ，V 对称的测度。 第二套控制变量是股票市场的换手率(Sturn)和权证市场的换手率(Wturn)。Mei et al（2005）将中 国市场的换手率看作是有过度自信的投资者造成的投机性泡沫的反映。 换手率越高， 则资产价格中的泡 沫成分越高，因此权证溢价和非流动性折价应该同权证市场换手率成正比；另一方面，股票市场换手率 越高，则股票的交易价格中越高（因为泡沫比例增加） ，所以权证溢价和非流动性折价应该同股票市场 换手率成反比。 第三套控制变量是权证市场总流通市值（Wmcap） 。根据 Chan（2005）的观点，供给量大的资产 的价格应该低于完全相同但供给量小的资产。所以，当其他条件不变时，权证溢价和非流动性折价应该 同权证总市值成反比。 第四套变量是股票市场动量（Smomentum）和权证市场动量（Wmomentum） 。我们用前 30 天的 股票（Smomentum）和权证（Wmomentum）累计回报来代表。对于市场动量可以有多种解释。它既可 以测量投资者对当前市场的情绪（Han 2008） ，也可以反映对于不同风险资产的喜好（Karoyi and Li 2003） ，还可以代表不同的投资策略（Choe, Kho, and Stultz 1999） 。因此，对于不同的解释，权证溢价 和非流动性折价应该同动量变量之间的关系是变化的。 除以上这些控制变量以外，我们还将一些和权证自身定价相关的变量考虑进来。这些变量包括权 ，及前 120 天历史波幅（ σ ） 。 证距离到期日的时间（T） ，权证价值状况23（M） 4. 2. 自变量相关性分析 在进行多变量回归之前， 我们先对本研究中提出的流动性指标和其他学者对权证溢价提出的解释变 量进行相关性分析。结果见表 6。我们可见交易成本高的股票（Espread，Qspread，Amihud 越大）的换 手率（Sturn）越低，对应的权证换手率（Wturn）越高，相应的权证流通市值（Wmcap）越大，股市动 量（Smomentum）越大，权证市场动量（Wmomentum）也越大。因此，我们在验证股票市场流动性指 标和权证溢价和非流动性折价之间关系的时候，控制这些变量的影响还是非常必要的。23= 认购权证价值状况 = 当前股价
行权价格 。在本文中，当前股价是指的当日股票收盘价，行权价格经过每一份权证可以行权价格购买的股票比例的调整。 23表 6：自变量相关性 Espread Qspread Espread Amihud 0.81*** Amihud 0.21*** 0.20***γ-0.09*** -0.09*** 0.16***Sturn -0.14*** 0.04*** -0.21*** -0.01Wturn 0.13*** 0.13*** 0.09*** -0.13*** 0.05***Wmcap -0.35*** -0.19*** -0.27*** -0.12*** 0.21*** -0.27***Smomentum -0.15*** -0.09*** -0.24*** 0.08*** 0.40*** -0.11*** 0.11***Wmomentum -0.03 0.05*** -0.04** 0.01 0.28*** 0.12*** 0.02 0.45***T-0.16*** -0.05*** 0.09*** 0.06*** -0.10*** 0.02 0.18*** -0.12*** 0.15***M-0.37*** -0.29*** -0.24*** 0.22*** 0.40*** -0.27*** 0.42*** 0.38*** 0.04** -0.38***σ-0.42*** -0.22*** 0.14*** 0.11*** 0.03* -0.05*** 0.33*** -0.14*** -0.09*** 0.35*** 0.18***γ 24Sturn Wturn Wmcap Smomentum WmomentumT M* 在 10%的水平显著 **在 5%的水平显著 ***在 1%的水平显著24γ 在本文计算中* 108 。244. 3.回归分析 将权证溢价比例（Woverpct）和非流动性折价比例(Sdiscpct)往解释变量上回归的结果，在排除了其他理论解释的情况下，进一步支持了我们文中的推论，即“T+1”制度造成股市流动性不足，导致权 证溢价现象。表 7 和表 8 汇总了用单个股市流动性指标进行单变量回归和用解释变量中的一部分进行多 变量回归的结果。由于我国的权证上市时间各不相同，且每支权证本身有很多特性（这其中也包括是否 有“稀释”效应） ，我们运用面板回归考虑每一支权证的特性，回归方程如下：ρ it = μi + β1 Liqit + β 2Controlit + ε it其中， ρ it 为因变量； μ i = α + ∑ u j I j 其中 α 是常数，I 是 Dummy 变量，N 为总的权证数目；Liq 是股票j =1 N 1市场流动性指标变量，Control 是控制变量25 。在回归分析中，因变量分别为权证溢价比例（Woverpct） 和非流动性折价比例(Sdiscpct)。解释变量包括两部分：股市流动性指标变量包括买卖价差(Qspread)，有， 效价差(Espread)，和 Amihud 测度(Amihud)；控制变量包括权证市场信息不对称的测度（ γ ） 换手率变量（包括股票换手率（Sturn）和对应的权证换手率（Wturn），相应的权证流通市值（Wmcap） ） ，动量变量 （包括股市动量（Smomentum）和权证市场动量（Wmomentum），权证距离到期日的时间（T） ） ，权证价 值状况 ， 2 ） 及前 120 天历史波幅 σ ）在进行回归分析时， （M M ， （ 。 我们首先分别将权证溢价比例 （Woverpct） 和非流动性折价比例(Sdiscpct)往股市流动性指标买卖价差(Qspread)，有效价差(Espread)，和 Amihud 测度 (Amihud)上逐一进行单变量回归，用来检验在不考虑其他因素的影响时，本文的观点是否成立；接着， 我们将权证溢价比例 （Woverpct） 和非流动性折价比例(Sdiscpct)往控制变量上逐一进行单变量或双变量 （当 股市和权证市场变量同时存在时） ，以检验之前其他学者对于中国权证市场或资产价格波动的解释是否成 立；最后，我们分别将权证溢价比例（Woverpct）和非流动性折价比例(Sdiscpct)逐一往三个股市流动性变 量和所有控制变量上进行多变量回归。我们通过这一步来检验是否当控制了来自其他学者提出的解释因 素的影响之后，本文提出的理论从实证上仍然成立。 我们发现两个表格前 7 个回归方程 （包括单变量回归和双变量回归） 的自变量系数的符号和显著性25我们在控制变量中加入了权证价值状况 M 的平方项 M 2 。 M 2 列在此是为了防止权证溢价和股票非流动性折价同权证 将价值状况 M 之间存在非线性关系。25是完全相同的， 这进一步证实了股票市场流动性折价和权证溢价的一致性。 7 和表 8 的前三行均显示 表 流动性指标显著。买卖价差，有效价差，和 Amihud 测度，在考虑了权证个体效应后，分别能解释权证 溢价比例横截面变化的 60%，和股票非流动性折价比例横截面变化的 70%左右。因此单变量回归的结 果强有力地支持本文中的推论，即股票市场流动性不足造成股票非流动性折价进而导致权证市场溢价。 第 4 个回归方程中， 我们发现权证市场信息不对称程度 γ 单独不能对上述两个因变量中的任何一个的变 化作出解释。这从侧面暗示了我国的权证市场并非象成熟市场中一样是知情交易者集中的场所。第 5 个回归方程显示， 股票市场换手率和权证市场换手率对于权证溢价比例横截面变化和股票非流动性折价 比例横截面变化都有很强的解释能力。 权证市场换手率的解释能力同 Mei et al （2005） 的观点， Chan 和 et al（2008）的结果相一致，证明权证市场有很明显的炒作现象存在。不过按照 Chan et al（2008） 的观点，溢价比例应该和流动性差的资产的换手率相关性不大。这一点同我们的结果有所不同。但这有 可能是因为， 股票市场换手率可能部分测量了股市的流动性 （虽然一些学者对此不赞同， 见刘逖和叶武， 2006） 。我们需要引入其他变量回归后再对此问题做一解答。第 6 个回归方程的结果说明了权证溢价和 非流动性折价同权证市场供给负相关。 这符合 Chan （2005） 的观点。 7 个回归方程是为了验证 Karolyi 第 and Li 的观点。但我们发现结论和之前不同，权证溢价和非流动性折价同股市动量负相关，和权证市 场动量正相关。这同 Han（2008）利用美国期权的数据得出的结果不同。它暗示中国市场上的投资者并 不是把权证作为组合中避险的投资工具看待， 而是将它看做等同与股票的另一种证券。 所以当股票回报 高时，投资者就会将资金从权证市场中撤出投入股市；反之，投资者就集中资金于权证市场。这对于我 们下一步的研究给出了一些重要的启示。 7 到第 9 个回归方程用来验证我国权证价格和其自身性质之 第 间的关系。我们发现基本符合经典金融理论，表现在权证溢价同到期时间呈反比，同价值状况成反比， 同价值状况的平方成正比。但无论权证溢价，还是股票非流动性折价，都同历史波幅成反比，这又一次 暗示了中国市场上的投资者将权证和股票看做是两个独立的投资工具： 当股票历史波幅小， 则预期回报 低时，投资者会投资于权证市场。26QspreadQspread Espread Amihud 9.63*** (18.76)EspreadAmihudγ表 7：回归分析 1， 因变量为：Woverpct Sturn Wturn Wmcap SmomentumWmomentumTMM2σ截距1.97*** (5.79) 2.49*** (7.17) 2.36*** (7.06) 3.45*** (10.04) 3.40*** (9.68) 12.20*** (8.89) 2.98*** (8.55) 3.82*** (10.83) 3.07*** (9.36) 4.01*** (9.76) -41.30*** (-18.45) -38.06*** (-16.94) -36.17*** (-16.24)R20.62 0.60 0.62 0.59 0.59 0.59 0.60 0.59 0.63 0.59 0.69 0.68 0.698.77*** (12.09) 150.43*** (18.97) 0.0) -15.38*** (-4.50) 0.07** (2.03) -0.43*** (-6.58) -1.73*** (-12.69) 0.15*** (4.55) -0.38*** (-4.40) -2.29*** (-20.85) 0.65*** (16.79) -0.86** (-2.48) 7.60*** (13.28) 5.89*** (8.72) 96.36*** (12.57) -0.0005 (-0.78) -0.00003 (-0.04) -0.00006 (-0.09) 14.73*** (4.26) 2.46 (0.72) 5.83* (1.73) 0.08*** (2.58) 0.08** (0.02 0.09*** (2.72) 2.24*** (20.18) 2.11*** (18.81) 2.01*** (18.07) -0.09 (-0.65) -0.24* (-1.71) -0.23* (-1.65) 0.04 (1.37) 0.05 (1.49) 0.07** (2.29) -2.09*** (-20.35) -2.02*** (-19.44) -1.85*** (-17.82) -4.72*** (-26.72) -4.99*** (-28.26) -4.70*** (-26.43) 0.90*** (21.47) 0.97*** (23.28) 0.91*** (21.71) -1.67*** (-4.79) -1.58*** (-4.50) -1.91*** (-5.46)γ换手率 Wmcap 动量 T 价值状况σQspread+Control Espread+Control Amihud+Control***在 1%的水平下显著 **在 5%的水平下显著 * 在 10%的水平下显著27表 8：回归分析 2， 因变量为：Sdiscpct QspreadQspread Espread Amihud 0.64*** (27.22) 0.53*** (15.46) 6.84*** (18.10) -0.00003 (-0.80) -1.34*** (-8.35) 0.01*** (6.42) -0.05*** (-15.37) -0.18*** (-30.65) 0.03*** (24.29) 0.10*** (25.87) -0.22*** (-53.71) 0.05*** (35.03) -0.004 (-0.25) 0.18*** (10.96) 0.15*** (7.68) 2.21*** (-52.84) 0.00004** (1.96) 0.00005** (2.52) 0.00005** (2.54) 0.36*** (3.69) 0.07 (0.76) 0.15 (1.60) 0.013*** (14.61) 0.01*** (14.36) 0.01*** (14.71) 0.19*** (59.78) 0.18*** (58.60) 0.18 (58.07) -0.05*** (-12.34) -0.05*** (-13.18) -0.05*** (-13.24) 0.01*** (13.64) 0.01*** (13.59) 0.01*** (14.42) -0.03*** (-11.26) -0.03*** (-10.61) -0.03*** (-9.25) -0.39*** (-79.42) -0.40*** (-81.01) -0.39*** (-78.90) 0.07*** (62.28) 0.08*** (64.13) 0.07*** (62.50) -0.03*** (-3.33) -0.03*** (-3.11) -0.04*** (-3.88)EspreadAmihudγSturnWturnWmcapSmomentumWmomentumTMM2σ截距0.37*** (23.98) 0.41*** (25.24) 0.42*** (26.33) 0.47*** (28.80) 0.45*** (27.47) 1.42*** (22.23) 0.37*** (24.41) 0.37*** (23.87) 0.43*** (35.66) 0.47 (24.18) -3.42*** (-54.46) -3.35*** (-53.31) -3.30*** (-52.84)R20.71 0.69 0.69 0.67 0.67 0.68 0.73 0.71 0.81 0.67 0.91 0.91 0.91γ换手率 Wmcap 动量 T 价值状况σQspread+Control Espread+Control Amihud+Control***在 1%的水平下显著 **在 5%的水平下显著 * 在 10%的水平下显著28引入了控制变量后的回归结果给我们提供了一些新的思路， 但仍然强烈支持了本文中的观点。 首先， 我们发现将股市流动性指标和股市换手率放入同一回归方程后， 换手率的效应不再显著。 这说明股票换 手率确实在某种程度上测量了股票的流动性。而我们发现当引入权证市场换手率和权证总流通市值后， 权证溢价和股票非流动性折价同权证总市值成正比关系。 这似乎揭示， 在单变量时的反比关系实际显示 的是其他因素造成的结果。而权证溢价和总流通市值，及信息不对称程度在多变量回归中的正比关系， 再一次证明了权证市场的炒作现象。这也是股市流动性间接对于权证市场溢价的一项影响。5, 对认沽权证市场的分析在本文到目前为止的分析中， 我们只局限于认购权证市场。 但由于在过去几年间我国权证市场上 “溢 价”现象最为严重的是认沽权证，所以我们有必要也分析本文中的结论是否对认沽权证市场也适用。由 于认沽权证的理论价值同认购权证变动方向相反， 为了仍然运用本文的理论框架来分析， 我们按照期权 市场的研究习惯，通过认购-认沽平价理论（Put-Call Parity）将所有我国市场上的认沽权证转化为认 购权证， 然后再将这些转化后的权证运用本文之前的方法进行分析。 我们得出的结论和之前只用认购权 证市场得出的结论完全一致。由于空间所限，就不在此将结果列出 。我们的结论说明本文的结论不仅 可以解释认购权证市场上的“溢价”现象，也可以解释认沽权证市场上的“溢价”现象。因而本文结论 对整个我国权证市场都是有效的。266, 总结与政策建议我国股票市场的“T+1” 交易制度究竟对市场有什么影响？是否应取消 “T+1” 交易制度， 恢复 “T+0” （日内回转）交易？这些是当前很多学者和证券监管人员普遍关心的问题。在本文中，我们通过对我国 股票市场和权证市场的定价效率的分析，对上述问题给出了一个回答：我们发现“T+1”交易制度降低了 股市的流动性，造成了股票交易价格中存在非流动性折价，而偏离股票的基本值。并且，由于在股市基 础上建立的权证市场施行“T+0”的交易方式，我们可以有效地观测到这一折价现象。权证交易由于没有 “T+1”的限制，所以其交易价格不会反映出非流动性折价。而在有效的金融市场中，一支股票和它相26感兴趣的读者可以和我们联系以获取这些实证结果。 29应的权证价格有一一对应的关系， 因此我们可以通过权证的价格逆推出它隐含的股票的价格， 这就相当 于一个服从“T+0”交易制度的股票的价格。这一价格同市场上交易的股票价格之间的差值就是非流动性 折价。 本文的创新之处在于我们首次通过真实市场数据测量出了股票市场由于“T+1”交易制度造成的非 流动性折价，并基于这一观测给出了我们对中国资本市场上的权证“溢价”现象的不同于前人的解释。 这有助于我们从深层理解国内资本市场： 当一个市场上的资产及其衍生品 （如我国市场上的股票和权证） 之间存在明显的流动性差异时，整个市场的定价效率将受到影响。投资者甚至会追捧高流动性的产品， 而造成整个市场上的资产的价格严重偏离均衡值。 我们通过实证分析发现， 非流动性折价确实可以很有 效地解释我国权证市场上的“溢价”现象。 本文实证结果揭示出尽管“T+1”制度造成不同资产间不到 24 小时的资产持有期的差异，但其造成 的流动性差异能产生高的非流动性折价。Longstaff 在他的一系列研究中（见 Longstaff 1995 和 Longstaff 2008）发展了 Amihud and Mendelson（1986）的观点，指出，即使持有期差异不大，这种高折价在不同 资产投资者性质不同时也是可能发生的。 这符合我国权证市场投资的特点： 权证投资者和股票投资者重 合度不大。 根据本文结论，我们建议我国股市能够逐步放开“T+1”的交易限制，这样股市的流动性将得到显著 提高。股票的交易价格将向它的基本值趋近。股票和相应权证的流动性将趋于一致，市场总的定价效率 将得到提高。当然，作为一个新兴的资本市场，我国股市还存在着很多不完善的地方，其中之一就是投 机“炒作”现象。而这一现象也是 92 到 95 年间股市“T+0” 试点改革失败的主要原因之一。但我们认 为，这不应成为目前进行交易制度改革的主要障碍。这一结论可以从以下两点中得出： 一， 现在，我国资本市场已经是世界主要资本市场之一。无论上市公司数量及规模，投资者总数，还是机构投资者在市场中起到的影响，都和 90 年代初期不可同日而语。可以预见，现在逐步放开 “T+1”交易制度将不会造成如 92 到 94 年般严重的投机“炒作”现象。 二， 克服过度的投机“炒作”应主要依靠加大监管力度和正确引导投资者。采取对交易进行额外的限制，是通过提高入市“门槛”的方法来降低投资者对股票市场的参与度。这种方法虽然能够打击 部分投机者的交易欲望，但却以牺牲市场的有效性和定价效率为代价。而一个高效的，定价准确的 市场是现代金融学的核心，也是当今世界上其他主要资本市场所追求的目标。因此，目前世界上除30中国以外的其他主要资本市场都是采取“T+0”的交易规则。 应该注意到的是， 本文的结论是基于对股市和权证市场不同交易制度所造成的流动性差异分析而得 出的。一个基于本文中的实证结果，但和我们相反的观点是，如果将权证改为“T+1”交易，那不是既可 以使股票和权证流动性趋于一致，同时又可避免日内回转交易可能造成的“炒作”吗？我们认为这种方 法不可行。首先，这是一种交易制度的倒退。如上所述，它通过打击投资者对权证的投资热情来使权证 价格下跌。这对于资本市场的长期发展是不利的；更重要的是，权证（及其同类的金融衍生产品）由于 其显著的“杠杆”作用，必须允许投资者通过日内回转交易来释放风险和平衡价格。举例说明，如果股 票当前的交易价格为 7.7 元, 其对应的权证的行权价格为 7.5 元, 那么该权证的内在价值为 0.2 元 , 如果一小时后股票价格涨至 8.0 元, 则权证内在价值就将为 0.5 元。因此，股票价格只上涨 4%, 相应 的权证内在价值却上涨了 150% 。如此大的价值波动势必造成投资者巨大的交易需求。这时，通过日内 回转交易来平衡这种需求，以达到稳定价格的目的，就显得尤为重要。这一例子不只局限于权证市场， 它对于任何存在 “杠杆” 效应的金融衍生品市场都适用。 可以预见， 随着我国资本市场的发展， 服从“T+0” 交易的权证，期权，股指期货等将不断推出。由金融衍生品“杠杆”特性而确立的“T+0”交易制度决定 了我国股市也需要向“T+0”的方向发展。 从整个市场层面来说，变“T+1”制度为“T+0”制度除了可起到本文所分析的提高资本市场定价效率 的作用外，还可以起到活跃市场，改善券商业绩，丰富投资者投资手段等功效。但鉴于我国目前股市还 不是很成熟， 投资者容易被误导的事实， 我们建议证券监管机关逐步， 有层次地放开“T+1” 的交易限制。 可首先选取金融衍生品投资较集中的股票，和市值大，不易通过日内回转交易操纵的股票。但要注意的 是，取消“T+1”制度的最终目标应该是整个股市，而不是只局限于发行了衍生品（如权证或期权）的股 票。因为，如果这样做，虽然这些股票和相应衍生品之间的流动性差异会降低，但它们和其他基本面类 似，但没有发行衍生品的股票（仍然服从“T+1”制度）间的流动性差异会升高。这同样会造成其他股票 的非流动性折价，进而影响整个市场的定价效率。这和本文中所描述的过程是非常类似的。另外需要提 到的是我国资本市场目前不允许卖空证券。这对于市场流动性也有很大的抑制作用。如果在放开“T+1” 制度的同时，逐步允许卖空，那么将更有助于提高市场流动性和资产定价效率，进而提高市场有效性。除了内在价值外，权证还拥有时间价值。 如果加上由于内在价值波动而造成的时间价值的增长（股票波动越大，相应权证的时间价值越高） ，那么权 证总价值上涨的比率可能更高。28 27272831对于卖空机制对市场流动性和定价效率的提升作用，将是我们下一步研究的另一个重点。参考文献Amihud, Yakov and H.Meldenson, 1986, Asset prices and bid-ask spreads, Journal of Financial Economics Amin K and C.Lee, 1997, Option trading, price discovery, and earninghs news dissemination. Contemporary Accounting Research 14, 153-192 Black,F.and M.Scholes,1973, The pricing of option and corporation liabilities, Journal of Political Economy,81,637-659 Brockman, P. and D. Chung, 2002, Commonality in liquidity: evidence from an order-driven market structure, Journal of Financial Research, 25(4), 521-539 Chan, Kalok, Albert J. Menkveld, and Zhishu Yang, 2008, Information asymmetry and asset prices: evidence from the China foreign share discount, Journal of Finance, Vol. LXIII, 159-196 Chan, Kalok, and Jonny K.H.Kwok, 2005, Market segmentation and share price premium: evidence from Chinese stock markets, Journal of Emerging Market Finance, 4: 43-61 Chan, Yue-cheong, 2000, The price impact of trading on the stock exchange of Hong Kong, Journal of Financial Markets, 3, 1-6 Choe,H.,B Kho, and R.M.Stulz,2001,Do domestic investors have more valuable information about individual stocks than foreign investors, Working Paper, Fisher School of Business, Ohio State University Chordia, T., R. Roll and A.Subrahmanyam, 2000, Commonality in Liquidity, Journal Financial Economics, 56, 3-28 Coughenour, J and M. Saad, 2004, Common market makers and commonality in liquidity, Journal of Financial Economics, 73(1), 37-69 Easley, David, and Maureen O’Hara, 1987, Price, trade size, and information in securities markets, Journal of Financial Economics, 59
Fabre, J, and A. Frino, 2004, Commonality in liquidity: evidence from the Australian stock exchange, Accounting and Finance, 44, 357-368 Han, Bing, 2008, Investor sentiment and option prices, Review of Financial Studies, Vol 21.No.1 Hasbrouck, J 2008，Trading Costs and Returns for US Equities：Estimating Effective Costs from Daily Data， Journal of Finance，forthcoming Hasbrouck, J and D.Seppi, 2001, Common Factors in Prices, Order Flows, and Liquidity, Journal of Financial Economics, 59,383-411 Hberman, G and Halka, 2001, Systematic liquidity, Journal of Financial Research, 24(2), 161-178 Karolyi，G，A and Lianfa Li，2003， A resolution of the Chinese discount puzzle， Working Paper， Fisher School of Business， Ohio State University Kyle, A, P. 1985, Continuous auctions and insider trading, Econometrica, 6,
Lee，Charles M.C, B.Mucklow，and M.Ready，Spreads，depths，and the impact of earnings information： an intraday analysis，Review of Financial Studies，Vol 6，No 2，345-374 Lee，Charles M.C, and B. Suberswanmu, 2000, Price momentum and trading volume, Journal of Finance, Vol LV. No.5 Li, Gary and Chu Zhang, 2008, Why are derivative warrants more expensive than options? An empirical study, Working Paper, Hong Kong University of Science and Technology, Longstaff, F.A, 1995, How much can marketability affect security values? Journal of Finance, Vol,L, No. 5,
Longstaff, F.A， 2008， Asset pricing in markets with illiquid assets， American Economic Review， Forthcoming Mei, Jianping, Scheinkman, J.A., and Wei Xiong, 2003, Speculative trading and stock prices: an analysis of Chinese A-B share premia, Working Paper, Bendheim Center for Finance, Princeton University Pool，Veronika K，2006，Is heavy trading good or bad for price discovery？evidence from options，Working Paper，Vanderbilt University Shastri, K. & Sirodom, K. 1993, An empirical analysis of alternative valuation models for warrants listed on the Stock Exchange of Thailand. Working Paper, University of Pittsburgh Trautman, S. and Schulz, G.U. 1994 Robustness of option-like warrant valuation, Journal of Banking and Finance, 841-85932Veld, Chris, 2002, Warrant pricing: a review of empirical research, European Journal of Finance, Xiao, Gang, 2008, The Characteristics and Pricing of Option-Type Derivatives: Evidence from Chinese Warrant Market. Working Paper, University of South Carolina 刘逖等，2006，日内回转交易（”T+0”）的市场效果：基于上海证券市场的实证研究，上海证券交易所 创新实验室报告，2006 年月刊 刘逖和叶武，2006，对我国股市流动性不足及其危害的思考，上海证券交易所创新实验室报告，2006 年 8 月刊 芮萌，2006，大陆与香港权证定价比较以及对大陆权证产品的发展建议，上海证券交易所高级金融专家 研究报告33
对我国股市“T+1”交易制度的探讨―汇集和整理大量word文档,专业文献,应用文书,考试资料,教学教材,办公文档,教程攻略,文档搜索下载下载,拥有海量中文文档库,关注高价值的实用信息,我们一直在努力,争取提供更多下载资源。