股权分置改革：股市流动性与收益波动性的蜕变与启示

股权分置改革：股市流动性与收益波动性的蜕变与启示一、引言1.1研究背景与动机中国资本市场自成立以来，历经了诸多重要的变革与发展阶段，而股权分置改革无疑是其中具有里程碑意义的关键事件。在股权分置改革之前，上市公司的股份被人为地划分为流通股与非流通股。这种独特的股权结构是中国资本市场发展特定历史阶段的产物，其初衷在于维护公有股的稳定性，确保国有资产不流失。然而，随着资本市场的不断发展，股权分置的弊端日益凸显。非流通股股东通常持有较大比例的股份，但这些股份无法在二级市场自由交易，这使得非流通股股东与流通股股东的利益关注点存在显著差异。非流通股股东更多地关注公司的净资产和控制权，而流通股股东则主要依赖二级市场股价的波动来获取收益。这种利益不一致导致了公司治理结构难以有效发挥作用，市场定价机制也受到严重扭曲，股价难以真实反映公司的内在价值。2005年，中国正式启动股权分置改革，旨在打破流通股与非流通股之间的界限，实现股份的全流通，从而解决股权分置带来的一系列问题。这一改革举措对中国股市产生了全方位、深层次的影响，其中股市流动性和收益波动性的变化尤为显著。股市流动性反映了市场交易的活跃程度和投资者买卖股票的难易程度，是衡量市场效率的重要指标。而收益波动性则体现了股票价格的不稳定程度，直接关系到投资者面临的风险水平。股权分置改革后，随着股份的逐步流通，市场的供给和需求结构发生了根本性变化，这必然会对股市流动性产生直接的冲击。一方面，更多的股份进入市场流通，增加了股票的供给量，可能会使市场的流动性得到提升；另一方面，市场参与者的行为和预期也会发生改变，从而影响到市场的交易活跃度和流动性。收益波动性也会受到股权分置改革的影响。改革后，公司的治理结构得到优化，股东利益趋于一致，这可能会使公司的经营决策更加稳健，从而降低收益的波动性。然而，改革过程中市场的不确定性增加，投资者的情绪和预期也更加复杂，这些因素又可能会导致收益波动性的上升。因此，深入研究股改前后股市流动性及收益波动性的变化，具有极其重要的现实意义。从投资者的角度来看，了解这些变化有助于他们更好地把握市场动态，制定更加合理的投资策略。在流动性较高的市场中，投资者能够更便捷地买卖股票，降低交易成本，提高资金的使用效率。而对于收益波动性的准确评估，则可以帮助投资者合理控制风险，根据自身的风险承受能力选择合适的投资标的。对于政策制定者而言，研究股改前后股市流动性及收益波动性的变化，能够为进一步完善资本市场制度提供有力的参考依据。通过对这些变化的分析，政策制定者可以了解市场的运行状况和存在的问题，从而有针对性地制定政策，加强市场监管，促进资本市场的健康、稳定发展。尽管已有不少学者对股权分置改革进行了研究，但对于股改前后股市流动性及收益波动性变化的研究仍存在一定的局限性。部分研究在数据选取上存在时间跨度较短或样本不够全面的问题，导致研究结果的代表性和可靠性受到影响。在研究方法上，一些研究可能未能充分考虑到市场的复杂性和动态变化，从而无法准确揭示股市流动性和收益波动性变化的内在机制。因此，有必要运用更全面的数据和更科学的方法，对股改前后股市流动性及收益波动性的变化进行深入、系统的研究，以填补这一领域的研究空白，为资本市场的发展提供更具价值的理论支持和实践指导。1.2研究目的与意义本研究旨在深入剖析股权分置改革前后中国股市流动性及收益波动性的具体变化情况，精准识别影响这些变化的关键因素，并揭示其背后的内在作用机制。通过运用科学、严谨的研究方法和全面、准确的数据，对股改前后股市流动性及收益波动性进行系统性的对比分析，力求为投资者、政策制定者以及市场参与者提供具有重要价值的决策依据和参考建议。从投资者角度来看，股市流动性及收益波动性的变化直接关系到其投资决策和收益水平。深入了解这些变化，投资者能够更准确地把握市场机会，合理调整投资组合，降低投资风险。在流动性较好的市场环境中，投资者可以更便捷地进行买卖操作，及时调整资产配置，提高资金使用效率。而对收益波动性的清晰认识，则有助于投资者根据自身风险承受能力，选择合适的投资标的和投资时机，避免因市场波动过大而遭受损失。例如，对于风险偏好较低的投资者来说，在收益波动性较大的市场中，他们可能会更加倾向于选择那些业绩稳定、波动较小的股票；而风险偏好较高的投资者则可能会抓住市场波动带来的机会，进行波段操作，获取更高的收益。对于政策制定者而言，本研究的结果具有重要的政策指导意义。通过揭示股改前后股市流动性及收益波动性的变化规律，政策制定者可以更好地了解市场运行状况，评估股权分置改革的政策效果，进而为进一步完善资本市场制度、优化市场结构提供科学依据。政策制定者可以根据研究结果，针对性地制定相关政策，加强市场监管，提高市场透明度，促进市场的公平、公正、公开，增强市场的稳定性和吸引力。政府可以通过完善信息披露制度，加强对上市公司的监管，提高市场的信息透明度，减少投资者之间的信息不对称，从而增强市场的流动性和稳定性。政策制定者还可以根据市场流动性和收益波动性的变化情况，适时调整货币政策和财政政策，以促进资本市场的健康发展。从更广泛的资本市场发展角度来看，本研究有助于丰富和完善对中国资本市场改革的理论认识，为资本市场的可持续发展提供有益的借鉴。股权分置改革是中国资本市场发展历程中的重要事件，对其进行深入研究，能够更好地理解资本市场改革的必要性和复杂性，以及改革对市场各方面产生的深远影响。通过本研究，可以为未来资本市场的改革和发展提供经验教训，推动资本市场不断完善和创新，提高资源配置效率，促进实体经济的发展。在未来的资本市场改革中，可以借鉴股权分置改革的经验，注重改革的系统性和协同性，充分考虑市场各方面的利益和反应，避免改革过程中出现的问题再次发生。1.3研究方法与创新点为实现研究目标，本研究综合运用多种研究方法，力求全面、深入地剖析股改前后股市流动性及收益波动性的变化。本研究采用文献研究法，系统梳理和深入分析国内外关于股权分置改革、股市流动性及收益波动性的相关文献。通过对前人研究成果的细致研读，明确已有研究的重点、不足以及尚未解决的问题，从而为本研究找准切入点和方向，避免重复研究，确保研究的创新性和前沿性。例如，在梳理文献过程中发现，部分研究对股改前后股市流动性及收益波动性变化的内在机制探讨不够深入，本研究将针对这一不足展开深入研究。本研究运用经验研究法，收集和整理股改前后的股市交易数据、公司财务数据以及宏观经济数据等多方面的数据资料。运用这些丰富的数据，对股市流动性及收益波动性的各项指标进行计算和分析，以直观地呈现股改前后它们的变化情况。在分析股市流动性时，收集成交金额、成交量、换手率等数据，通过对比股改前后这些数据的变化，清晰地了解股改对股市流动性的影响。本研究采用统计研究法，运用时间序列分析、回归分析、GARCH模型等统计方法，对收集到的数据进行量化分析和建模。通过这些方法，深入挖掘数据背后的规律和关系，准确评估股改对股市流动性及收益波动性的影响程度，并进行预测和推断。在研究收益波动性时，运用GARCH模型来刻画收益的波动特征，分析股改前后收益波动性的变化趋势以及影响因素。本研究的创新点主要体现在以下几个方面：在研究方法上，本研究创新性地将多种分析模型相结合，综合运用市场微观结构理论中的流动性指标分析、GARCH类模型对收益波动性的刻画以及事件研究法对股改事件的影响分析等。这种多模型融合的方法能够从多个维度深入剖析股市流动性及收益波动性的变化，克服单一模型的局限性，更全面、准确地揭示其内在机制。在研究内容上，本研究不仅关注股权分置改革这一核心因素对股市流动性及收益波动性的影响，还充分考虑了宏观经济环境、市场制度变迁以及投资者行为等多方面因素的交互作用。通过构建多元回归模型，深入探讨这些因素之间的复杂关系，从而更全面地解释股市流动性及收益波动性变化的原因。本研究还从行业和企业异质性的角度出发，分析不同行业、不同规模企业在股改前后股市流动性及收益波动性的变化差异。这有助于揭示股改影响的非对称性，为投资者和政策制定者提供更具针对性的建议。在分析不同行业的流动性变化时，发现金融行业和制造业在股改后的流动性变化存在显著差异，进一步分析这种差异产生的原因，能够为不同行业的企业提供更符合实际情况的发展建议。二、理论基础与文献综述2.1股权分置改革相关理论2.1.1股权分置的概念与形成背景股权分置是中国资本市场在特定历史发展阶段形成的一种特殊股权结构安排。在这一结构下，上市公司的股份被人为划分为流通股与非流通股。其中，流通股主要由社会公众股构成，能够在证券交易所的二级市场上自由买卖；而非流通股大多为国有股和法人股，在相当长的时期内无法在二级市场自由流通。这种独特的股权结构是中国经济体制转轨过程中的产物，其形成具有深刻的历史背景。在20世纪90年代初中国证券市场设立之际，经济体制改革正处于关键时期，国有企业面临着深化改革和筹集资金的迫切需求。为了在引入资本市场机制的同时，确保公有制经济在上市公司中的主导地位，维护国有资产的稳定性，避免国有资产流失，股权分置这一制度安排应运而生。这种安排在一定程度上满足了当时的现实需求，为国有企业筹集了大量资金，推动了国有企业的股份制改革，促进了证券市场的初步发展。然而，随着资本市场的不断发展壮大，股权分置的弊端逐渐显现，成为制约资本市场进一步发展的重要因素。股权分置导致了同股不同权、同股不同利的现象。流通股股东和非流通股股东由于持股成本和流通权的巨大差异，在公司治理和利益诉求上存在严重分歧。非流通股股东往往更加关注公司的净资产和控制权，而对股价的波动缺乏足够的敏感性；流通股股东则主要通过二级市场股价的涨跌来获取收益，对股价的变化极为关注。这种利益不一致使得公司治理结构难以有效发挥作用，容易引发大股东侵占小股东利益的行为，损害市场的公平性和投资者的信心。股权分置扭曲了证券市场的定价机制。由于大量非流通股不能上市流通，股票的供给量被人为限制，市场无法形成合理的供求关系，股价难以真实反映公司的内在价值。这不仅降低了市场的资源配置效率，也阻碍了资本市场功能的有效发挥。股权分置还造成了股市供求关系的失衡，使得市场的稳定性受到影响，增加了市场的系统性风险。2.1.2股权分置改革的目的与实施过程股权分置改革旨在消除流通股与非流通股之间的制度性差异，实现同股同权、同股同利，使所有股份都能够在二级市场自由流通，从而完善资本市场的基础制度，促进资本市场的健康、稳定发展。改革的核心目标是解决股权分置带来的一系列问题，优化上市公司的治理结构，提高资本市场的资源配置效率，增强市场的活力和竞争力。股权分置改革的实施过程是一个逐步推进、不断完善的过程。2005年4月29日，中国证监会发布《关于上市公司股权分置改革试点有关问题的通知》，正式启动股权分置改革试点工作。首批试点选取了清华同方、三一重工、紫江企业和金牛能源4家上市公司，这标志着股权分置改革迈出了关键的第一步。试点阶段的主要任务是探索改革的具体模式和操作方法，积累经验，为后续的全面推广奠定基础。在试点取得初步成功的基础上，2005年9月，股权分置改革进入全面推进阶段。中国证监会发布了一系列相关政策和规定，对改革的基本原则、操作流程、信息披露等方面进行了详细规范，确保改革的有序进行。上市公司根据自身实际情况，制定个性化的股改方案，通常包括非流通股股东向流通股股东支付对价的方式，如送股、转增股本、现金补偿等，以换取非流通股的流通权。这些方案需要经过充分的论证和协商，以平衡各方利益，并提交股东大会进行表决。只有当股改方案获得出席股东大会的股东三分之二以上通过，且流通股股东三分之二以上通过时，才能正式实施。在股改方案实施阶段，证券登记结算公司会根据方案对股东的股份进行调整和变更。原来的非流通股在满足一定条件后，如限售期届满等，逐步上市流通。随着改革的深入推进，越来越多的上市公司完成了股改，市场的股权结构逐渐优化，同股同权的目标逐步实现。至2007年年底，大部分上市公司已经顺利完成股权分置改革，标志着这一具有历史意义的改革取得了阶段性的重大成果。股权分置改革对中国资本市场的制度建设具有深远的意义。它从根本上改变了中国股市的股权结构，消除了制约资本市场发展的制度性障碍，使市场的定价机制更加合理，资源配置效率得到显著提高。改革促进了上市公司治理结构的完善，增强了股东之间的利益一致性，提高了公司治理的透明度和有效性，为上市公司的长期稳定发展奠定了坚实基础。股权分置改革还增强了市场的信心，吸引了更多的投资者参与资本市场，推动了股市的健康发展，提升了中国资本市场的国际竞争力，为中国资本市场的进一步开放和国际化奠定了基础。2.2股市流动性理论2.2.1流动性的定义与衡量指标流动性是金融市场中一个核心概念，对于股市而言，流动性具有丰富的内涵。从直观层面理解，股市流动性是指股票能够以合理价格迅速、低成本地进行大量交易，且交易过程不会导致股价大幅波动的特性。具体来说，它涵盖以下几个关键要素：交易的即时性，即投资者下达交易指令后，能在较短时间内完成交易，不会面临长时间的等待；交易成本的低廉性，包括手续费、买卖价差等交易成本相对较低；可交易股票数量的充足性，市场上有足够数量的股票可供买卖，以满足投资者的交易需求；价格影响的微小性，大规模的交易对股票价格的影响较小，价格能够保持相对稳定。只有当市场同时满足这些条件时，才能被认为具有较高的流动性。在学术研究和实际市场分析中，常用多种指标来衡量股市流动性，这些指标从不同角度反映了市场的流动性状况：交易量：交易量是衡量股市流动性最直观、最基础的指标，它表示在一定时期内股票的成交数量。在某一交易日，某只股票的交易量为100万股，这就直观地展示了该股票在当日的交易活跃程度。较高的交易量通常意味着市场参与者对该股票的兴趣浓厚，交易活跃，流动性较好。因为大量的买卖交易能够使股票更迅速地完成换手，投资者更容易找到交易对手，从而实现交易。交易量指标也存在一定局限性。不同股票的总股本规模差异巨大，单纯比较交易量可能会产生误导。一只总股本为1亿股的股票，日交易量为100万股；而另一只总股本为10亿股的股票，日交易量为500万股。虽然从交易量数值上看，后者更大，但考虑到总股本因素，前者的交易活跃程度相对更高，仅依靠交易量难以准确衡量不同股票之间的流动性差异。换手率：换手率是指一定时期内股票的成交量与总股本的比率，其计算公式为：换手率=成交量÷总股本×100%。换手率能够更准确地反映股票的流通性和交易活跃程度，消除了总股本差异对流动性衡量的影响。一只股票的总股本为5000万股，在某一周内的成交量为1000万股，那么该周的换手率为（1000÷5000）×100%=20%。换手率越高，表明股票在市场上的流通速度越快，投资者买卖该股票的频率越高，市场流动性也就越高。换手率指标也并非完美无缺。在某些特殊情况下，如上市公司进行重大资产重组、股权结构发生剧烈变动时，换手率可能会出现异常波动，不能真实反映市场的正常流动性状况。买卖价差：买卖价差是指某一时刻股票的最高买入价（买价）与最低卖出价（卖价）之间的差额。它反映了投资者在进行买卖交易时面临的直接成本，是衡量股市流动性的重要指标之一。当一只股票的买价为10元，卖价为10.05元时，买卖价差为0.05元。买卖价差越小，说明市场的交易成本越低，投资者能够以更接近的价格进行买卖交易，市场的流动性也就越好。因为较小的买卖价差意味着投资者在交易过程中不需要承担过高的成本，更容易达成交易，市场的交易效率更高。买卖价差会受到多种因素的影响，如市场的供求关系、交易活跃度、信息不对称程度等，在不同的市场环境下可能会发生较大变化，需要综合考虑其他因素进行分析。除了上述常用指标外，还有一些其他指标也可用于衡量股市流动性，如Amihud非流动性指标、流动性比率等。这些指标从不同角度对股市流动性进行刻画，为投资者和研究者提供了更全面、深入了解市场流动性状况的工具。在实际应用中，通常需要综合运用多种指标，以便更准确地评估股市的流动性水平。2.2.2影响股市流动性的因素股市流动性受到多种复杂因素的综合影响，这些因素相互交织，共同作用于市场，决定了股市流动性的高低。深入分析这些影响因素，有助于更好地理解股市流动性的变化机制，为投资者和政策制定者提供有价值的参考。市场参与者结构：市场参与者结构是影响股市流动性的关键因素之一。机构投资者和个人投资者在投资行为、资金规模、信息获取能力等方面存在显著差异，他们在市场中的占比和行为模式对股市流动性有着重要影响。机构投资者通常具有专业的投资团队、雄厚的资金实力和较强的信息分析能力，其投资决策相对理性和成熟。他们更倾向于进行长期投资，注重股票的基本面和长期价值，交易行为相对稳定，能够为市场提供较为稳定的流动性。大型基金公司在对某只股票进行投资时，往往会进行深入的研究和分析，一旦做出投资决策，其交易行为不会轻易受到短期市场波动的影响，有助于维持市场的稳定交易。相比之下，个人投资者数量众多，资金规模相对较小，信息获取和分析能力有限，投资行为往往更易受到情绪和市场热点的影响，具有较强的投机性。在市场行情火爆时，个人投资者可能会大量涌入市场，推动交易量增加，提高市场流动性；而在市场下跌时，他们可能会恐慌抛售，导致市场流动性迅速下降。个人投资者在面对市场利好消息时，可能会盲目跟风买入，造成市场短期内交易过热；而当市场出现负面消息时，又可能迅速卖出股票，加剧市场的波动和流动性风险。交易制度：交易制度是股市运行的基本规则，对股市流动性有着直接而重要的影响。不同的交易制度在交易机制、交易时间、涨跌幅限制等方面存在差异，这些差异会显著影响市场参与者的交易行为和市场的流动性状况。在做市商制度下，做市商作为市场的中介，通过不断地买卖股票，为市场提供流动性。做市商有义务在规定的价位上随时买入和卖出股票，保证市场的交易连续性。当市场出现买卖不平衡时，做市商可以通过调整买卖报价来平衡供求关系，稳定市场价格，从而提高市场的流动性。在一些场外交易市场，做市商制度有效地解决了交易不活跃的问题，确保了市场的正常运转。而指令驱动制度，如我国A股市场采用的集合竞价和连续竞价制度，主要依靠买卖双方的指令来匹配交易。这种制度下，市场的流动性主要取决于投资者的买卖意愿和指令的数量。在交易活跃的市场中，指令驱动制度能够高效地匹配买卖双方的需求，实现快速交易，提高市场流动性；但在市场交易清淡时，可能会出现买卖指令难以匹配的情况，导致交易不畅，流动性下降。交易时间的设置也会影响股市流动性。较长的交易时间可以增加市场参与者的交易机会，提高市场的活跃度和流动性；而较短的交易时间则可能限制交易的发生，降低市场流动性。涨跌幅限制虽然在一定程度上可以抑制市场的过度波动，保护投资者利益，但也可能会影响市场的流动性。在股价触及涨跌幅限制时，交易可能会受到限制，导致市场流动性暂时下降。宏观经济环境：宏观经济环境是股市运行的基础，对股市流动性有着深远的影响。宏观经济的整体状况、经济增长趋势、通货膨胀水平、利率政策等因素都会直接或间接地影响投资者的信心和投资决策，进而影响股市的流动性。在经济繁荣时期，企业盈利状况良好，经济增长稳定，通货膨胀率适中，投资者对未来经济发展充满信心，会更愿意将资金投入股市。此时，市场资金充裕，投资者的交易意愿强烈，股市流动性往往较高。大量的企业在经济繁荣期业绩增长，吸引了更多的投资者关注和投资，市场交易量增加，股票的买卖更加顺畅，流动性得到提升。相反，在经济衰退时期，企业盈利下降，失业率上升，经济增长乏力，投资者对市场前景感到担忧，会减少投资或撤离股市。市场资金短缺，交易活跃度降低，股市流动性会显著下降。在经济衰退期，企业面临经营困难，股价下跌，投资者为了避免损失，会纷纷抛售股票，导致市场供大于求，交易难以达成，流动性恶化。利率政策作为宏观经济调控的重要手段，也对股市流动性有着重要影响。当利率下降时，债券等固定收益类资产的收益率降低，投资者会更倾向于将资金投入股市，寻求更高的回报。这会增加股市的资金供给，提高市场的流动性。相反，当利率上升时，债券等固定收益类资产的吸引力增强，投资者会从股市撤出资金，转向债券市场，导致股市资金外流，流动性下降。除了上述因素外，上市公司的质量、信息披露的及时性和准确性、市场的监管政策等因素也会对股市流动性产生影响。优质的上市公司通常具有良好的业绩、稳定的发展前景和较高的透明度，能够吸引更多的投资者关注和投资，从而提高市场的流动性。及时、准确的信息披露可以减少投资者之间的信息不对称，增强投资者的信心，促进市场的交易活动，提高流动性。严格、有效的市场监管政策可以规范市场参与者的行为，维护市场秩序，保护投资者的合法权益，为股市流动性的稳定提供保障。2.3收益波动性理论2.3.1波动性的定义与度量方法收益波动性在金融领域中具有至关重要的地位，它主要用于衡量资产收益率的不稳定程度。从本质上讲，收益波动性反映了资产价格在一定时期内的波动幅度和变化频率。在股票市场中，收益波动性体现了股票价格围绕其均值的离散程度。当股票收益波动性较高时，意味着股票价格在短期内可能会出现大幅度的涨跌，投资者面临的风险相应增大；反之，当收益波动性较低时，股票价格相对较为稳定，投资者面临的风险也较小。在实际研究和投资决策中，准确度量收益波动性至关重要，常用的度量方法包括：方差和标准差：方差是最基本的收益波动性度量指标之一，它通过计算资产收益率与平均收益率之间差值的平方的平均值来衡量波动性。其计算公式为：\sigma^{2}=\frac{1}{n}\sum_{i=1}^{n}(R_{i}-\overline{R})^{2}其中，\sigma^{2}表示方差，R_{i}表示第i期的收益率，\overline{R}表示平均收益率，n表示样本数量。方差越大，说明收益率的离散程度越大，收益波动性也就越高。标准差是方差的平方根，即\sigma=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(R_{i}-\overline{R})^{2}}。标准差与方差的含义相似，但标准差的单位与收益率的单位相同，更便于直观理解和比较。在分析某只股票的历史收益率数据时，如果计算得到其方差为0.04，那么标准差为0.2。这表明该股票的收益率在一定程度上偏离了平均收益率，存在一定的波动性。方差和标准差的优点是计算简单、直观易懂，能够较好地反映收益率的整体波动情况。然而，它们也存在局限性，即对收益率的异常值较为敏感，一个较大的异常值可能会显著影响方差和标准差的计算结果，从而夸大收益波动性。GARCH族模型：随着金融市场的发展和研究的深入，传统的方差和标准差方法逐渐暴露出一些不足，无法充分捕捉金融时间序列数据的复杂特征。为了更准确地度量收益波动性，GARCH族模型应运而生。GARCH（GeneralizedAutoregressiveConditionalHeteroskedasticity）模型由Bollerslev于1986年提出，它是一种广泛应用于金融领域的时间序列模型，能够有效刻画金融资产收益率波动的时变特征和聚集效应。GARCH(p,q)模型的条件方差方程为：\sigma_{t}^{2}=\omega+\sum_{i=1}^{p}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{q}\beta_{j}\sigma_{t-j}^{2}其中，\sigma_{t}^{2}表示t时刻的条件方差，\omega为常数项，\alpha_{i}和\beta_{j}分别为ARCH项和GARCH项的系数，\epsilon_{t-i}表示t-i时刻的残差。该模型认为，当前时刻的波动性不仅依赖于过去的波动信息（\sigma_{t-j}^{2}），还与过去的新息（\epsilon_{t-i}^{2}）有关。GARCH族模型还包括EGARCH模型、TGARCH模型等扩展形式，它们分别从不同角度对GARCH模型进行了改进，以更好地适应金融市场的实际情况。EGARCH模型引入了非对称效应，能够刻画资产价格上涨和下跌时波动性的不同反应；TGARCH模型则考虑了杠杆效应，即负面消息对波动性的影响大于正面消息。在研究股票市场的收益波动性时，运用GARCH(1,1)模型可以发现，股票收益率的波动存在明显的聚集现象，即大的波动往往会伴随着大的波动，小的波动往往会伴随着小的波动。GARCH族模型的优点在于能够充分考虑收益率波动的时变特征和聚集效应，对收益波动性的预测更加准确。然而，该模型的参数估计较为复杂，对数据的要求也较高，需要有足够长的时间序列数据才能保证模型的准确性。除了上述方法外，还有一些其他度量收益波动性的方法，如平均绝对偏差、条件风险价值（CVaR）等。这些方法各有特点和适用场景，投资者和研究者可以根据具体需求选择合适的度量方法。在风险偏好较低的投资组合中，投资者可能更关注资产在极端情况下的损失风险，此时条件风险价值（CVaR）方法可能更适合用于度量收益波动性；而在对数据处理要求相对简单的情况下，平均绝对偏差方法可能是一个不错的选择。在实际应用中，通常会结合多种度量方法，从不同角度对收益波动性进行分析，以更全面、准确地把握资产的风险特征。2.3.2影响收益波动性的因素收益波动性受到多种复杂因素的综合影响，这些因素相互交织，共同作用于金融市场，使得资产收益率呈现出不同程度的波动。深入探讨这些影响因素，有助于投资者和市场参与者更好地理解收益波动性的形成机制，从而更准确地评估风险，制定合理的投资策略。宏观经济形势：宏观经济形势是影响收益波动性的重要因素之一，它与资产收益率之间存在着紧密的联系。在经济繁荣时期，企业的生产经营活动通常较为活跃，市场需求旺盛，企业盈利水平提高，这会使得股票等资产的价格趋于稳定上升，收益波动性相对较低。在经济扩张阶段，国内生产总值（GDP）持续增长，失业率下降，消费者信心增强，企业的销售额和利润不断增加，股票市场往往呈现出牛市行情，股票价格的波动相对较小。相反，在经济衰退时期，企业面临着市场需求萎缩、成本上升、资金紧张等问题，盈利状况恶化，资产价格可能会大幅下跌，收益波动性显著增大。在经济衰退期，GDP增长率下降，失业率上升，企业可能会出现亏损，投资者对市场前景感到担忧，纷纷抛售股票，导致股票价格大幅波动，收益波动性急剧上升。宏观经济政策的调整，如货币政策和财政政策的变化，也会对收益波动性产生重要影响。当央行采取宽松的货币政策，降低利率、增加货币供应量时，市场资金充裕，资产价格可能会上涨，收益波动性可能会降低；反之，当央行收紧货币政策，提高利率、减少货币供应量时，市场资金紧张，资产价格可能会下跌，收益波动性可能会增大。财政政策方面，政府增加支出、减少税收等扩张性财政政策可以刺激经济增长，降低收益波动性；而减少支出、增加税收等紧缩性财政政策则可能抑制经济增长，增大收益波动性。公司基本面：公司的基本面状况是决定其股票收益波动性的关键因素之一。公司的盈利能力、财务状况、经营管理水平等方面都会对股票价格产生影响，进而影响收益波动性。盈利能力强的公司通常具有稳定的现金流和较高的利润水平，这使得投资者对其未来发展充满信心，股票价格相对稳定，收益波动性较低。一家公司的净利润连续多年保持稳定增长，其股票价格也会随之稳步上升，收益波动性相对较小。相反，盈利能力较弱的公司可能面临着市场竞争压力大、产品销售不畅、成本控制困难等问题，股票价格容易受到市场情绪和业绩变化的影响，收益波动性较大。如果一家公司出现亏损，投资者可能会对其未来发展前景产生担忧，纷纷抛售股票，导致股票价格大幅下跌，收益波动性增大。公司的财务状况，如资产负债率、流动比率等指标，也会影响收益波动性。资产负债率过高的公司面临着较大的偿债压力，财务风险较高，一旦经营不善，可能会面临债务违约等问题，股票价格会大幅波动，收益波动性增大；而资产负债率较低、财务状况稳健的公司，股票价格相对稳定，收益波动性较小。公司的经营管理水平也会对收益波动性产生影响。优秀的管理团队能够制定合理的发展战略，有效应对市场变化，提高公司的运营效率和竞争力，从而降低收益波动性；而管理不善的公司可能会出现决策失误、内部管理混乱等问题，导致公司业绩下滑，股票价格波动增大，收益波动性上升。投资者情绪：投资者情绪是影响收益波动性的重要因素之一，它反映了投资者对市场的乐观或悲观态度。投资者情绪往往具有非理性的特点，容易受到各种因素的影响，如市场传闻、媒体报道、宏观经济数据等。当投资者情绪乐观时，他们往往对市场前景充满信心，愿意承担更多的风险，积极买入股票，推动股票价格上涨，使得市场的整体收益波动性降低。在牛市行情中，投资者普遍看好市场，大量资金涌入股市，股票价格持续上升，收益波动性相对较小。相反，当投资者情绪悲观时，他们对市场前景感到担忧，会减少投资或抛售股票，导致股票价格下跌，市场的整体收益波动性增大。在市场出现重大利空消息时，投资者可能会恐慌性抛售股票，引发股市暴跌，收益波动性急剧上升。投资者情绪还会导致市场的羊群效应加剧，进一步增大收益波动性。当部分投资者基于某种情绪做出投资决策时，其他投资者可能会盲目跟风，导致市场的买卖行为过度集中，股票价格出现异常波动，收益波动性增大。如果市场上出现关于某只股票的负面传闻，部分投资者可能会率先抛售股票，其他投资者看到这种情况后，也会纷纷跟风卖出，导致股票价格大幅下跌，收益波动性急剧上升。除了上述因素外，行业竞争格局、市场流动性、国际经济形势等因素也会对收益波动性产生影响。不同行业的竞争格局不同，其收益波动性也存在差异。竞争激烈的行业，企业面临的市场压力较大，收益波动性相对较高；而垄断性较强的行业，企业的市场地位相对稳定，收益波动性相对较低。市场流动性的好坏也会影响收益波动性，流动性较好的市场，投资者能够更便捷地买卖股票，市场的交易成本较低，收益波动性相对较小；而流动性较差的市场，投资者买卖股票较为困难，交易成本较高，收益波动性相对较大。国际经济形势的变化，如全球经济增长放缓、国际贸易摩擦加剧等，也会对国内金融市场产生影响，导致收益波动性增大。2.4文献综述与评价在股权分置改革对股市流动性及收益波动性影响的研究领域，国内外学者已取得了一系列有价值的成果。国外学者虽然没有直接针对中国股权分置改革进行研究，但在资本市场制度变革对市场质量影响方面的研究具有重要的参考价值。Roll（1984）深入研究了市场微观结构对股票价格行为的影响，为理解流动性和波动性提供了理论基础，其研究表明市场微观结构的变化会显著影响股票的流动性和价格波动。Amihud和Mendelson（1986）提出了买卖价差与流动性之间的关系理论，认为买卖价差是衡量流动性的重要指标，较小的买卖价差意味着更高的流动性。他们的研究为后续学者研究流动性提供了重要的分析框架。国内学者针对股权分置改革展开了丰富的研究。王少平等（2008）运用ARCH模型对股改启动前、股改期间与股改基本完成后的上证综指的日收益波动特征进行分析，发现短期风险在加剧，而长期风险在减弱。张慧莲（2009）选取更长的样本区间，运用TARCH模型对股改前后的上证180指数的收益波动性进行检验，结果表明股改后我国A股市场的整体稳定性减弱，波动性明显加剧。傅传锐（2012）利用系综经验模式分解方法（EEMD）考察了股改启动前、股改期间与股改基本完成后上证综指与深证成指的波动结构特征及其变化，实证结果表明，与股改基本完成前相比，股改后我国股市的波动结构发生显著变化，短期波动成分成为解释股市总体波动的最主要因素，同时，中期波动成分的平均周期大幅延长。在股市流动性方面，王春峰、程鹏飞、房振明等（2007）建立了关于流动性与收益率及流动性与波动性之间的实证模型，研究结果表明在中国股票市场中流动性与波动性存在着一种正相关的关系，进一步揭示了中国股市的价格行为。他们的研究从市场微观结构理论出发，为理解中国股市流动性与波动性的关系提供了实证依据。已有研究在方法上多采用传统的计量模型，如ARCH、TARCH等，这些模型在刻画收益波动性时存在一定局限性，无法充分捕捉金融时间序列的复杂特征，如厚尾、杠杆效应等。在研究内容上，大部分研究仅关注股改对股市流动性或收益波动性单一因素的影响，较少考虑两者之间的相互关系以及宏观经济环境、市场制度变迁等多方面因素的交互作用。研究样本的选取也存在一定局限性，部分研究样本时间跨度较短，不能全面反映股改前后股市的长期变化趋势。本文将在已有研究的基础上，运用更先进的计量模型，如GARCH族模型及其扩展形式，以更准确地刻画收益波动性的时变特征和聚集效应。综合考虑多种因素对股市流动性及收益波动性的影响，构建多元回归模型，深入分析各因素之间的复杂关系。同时，扩大研究样本的时间跨度和范围，提高研究结果的可靠性和代表性，以期更全面、深入地揭示股改前后股市流动性及收益波动性的变化规律。三、股改前后股市流动性变化的实证分析3.1数据选取与处理3.1.1数据来源与样本选择本研究的数据主要来源于Wind金融数据库和CSMAR国泰安数据库，这两个数据库在金融领域具有广泛的应用和高度的权威性，能够提供全面、准确且高质量的金融数据。数据涵盖了股权分置改革前后的多个关键时期，具体时间跨度为2003年1月1日至2010年12月31日。其中，2003-2004年作为股改前的样本区间，用于反映股权分置改革之前中国股市的流动性状况；2006-2007年为股改实施阶段的样本区间，该阶段是股权分置改革从试点到全面推进的关键时期，对研究股改对股市流动性的直接影响具有重要意义；2008-2010年作为股改后的样本区间，用于观察股改完成后股市流动性的长期变化趋势。在样本选择方面，本研究选取了在上海证券交易所和深圳证券交易所上市的A股股票作为研究对象。为了确保样本的代表性和数据的可靠性，对样本进行了严格的筛选：剔除了金融行业的上市公司股票。由于金融行业具有独特的经营模式、监管要求和财务特征，其流动性状况与其他行业存在较大差异，将其纳入样本可能会对研究结果产生干扰。例如，金融行业的资产负债结构较为特殊，受到宏观货币政策和金融监管政策的影响较大，这些因素会导致金融行业股票的流动性波动与其他行业不同。剔除了ST、*ST股票。这类股票通常面临着财务状况异常、经营风险较高等问题，其股价波动和流动性变化往往受到特殊因素的影响，如资产重组预期、债务重组进展等，与正常经营的公司股票具有不同的特征，可能会影响研究结果的准确性。剔除了上市时间不足一年的新股。新股在上市初期，由于市场对其认知度较低、定价机制尚不稳定以及投资者的过度炒作等因素，其流动性表现往往较为异常，不能真实反映市场的常态流动性水平。例如，新股上市首日通常会出现大幅上涨和高换手率的情况，这是由于市场对新股的追捧和投资者的投机心理导致的，与股票的长期流动性无关。经过上述筛选，最终得到了一个包含1500家上市公司股票的样本数据集。这些公司来自不同的行业，包括制造业、信息技术业、能源业、消费业等多个行业，能够较好地代表中国股市的整体情况。不同行业的上市公司在经营模式、市场竞争环境、财务状况等方面存在差异，其股票的流动性也会受到这些因素的影响。制造业企业的生产经营活动受到原材料价格、劳动力成本、市场需求等因素的影响较大，这些因素的变化会导致企业业绩波动，进而影响股票的流动性；而信息技术业企业则更注重技术创新和研发投入，其股票的流动性可能受到行业技术发展趋势、市场竞争格局等因素的影响。通过选取多个行业的上市公司股票作为样本，可以更全面地研究股权分置改革对不同行业股市流动性的影响。3.1.2数据清洗与预处理在获取原始数据后，为了确保数据的质量和可靠性，使其能够准确反映股市流动性的真实情况，需要对数据进行一系列的清洗和预处理操作。这是实证分析中至关重要的环节，直接关系到后续分析结果的准确性和有效性。数据清洗的首要任务是处理异常值。异常值是指数据集中明显偏离其他数据的观测值，它们可能是由于数据录入错误、数据传输故障或特殊事件等原因导致的。异常值的存在会对数据分析结果产生严重的干扰，使统计指标和模型的估计结果出现偏差，从而影响对股市流动性的准确判断。为了识别异常值，本研究采用了基于四分位数间距（InterquartileRange，IQR）的方法。具体而言，对于每个变量，首先计算其第一四分位数（Q1）和第三四分位数（Q3），然后确定四分位数间距IQR=Q3-Q1。根据经验法则，将小于Q1-1.5*IQR或大于Q3+1.5*IQR的数据点视为异常值。对于某只股票的日换手率变量，若计算得到Q1=0.02，Q3=0.08，IQR=0.06，那么小于0.02-1.5*0.06=-0.07或大于0.08+1.5*0.06=0.17的数据点将被认定为异常值。对于识别出的异常值，本研究采用了中位数替代法进行处理。中位数是将数据按照大小顺序排列后，位于中间位置的数值。它具有较好的稳健性，不受极端值的影响。在处理异常值时，将异常值替换为该变量的中位数，可以在一定程度上减少异常值对数据分析的影响，使数据更加稳定和可靠。对于上述股票日换手率的异常值，若中位数为0.05，则将异常值替换为0.05。数据清洗的另一个重要任务是处理缺失值。缺失值是指数据集中某些观测值的变量值为空或未记录的情况。缺失值的出现可能会导致数据的不完整性，影响统计分析和模型估计的准确性。在本研究中，对于缺失值较少的变量（缺失比例小于5%），采用均值插补法进行处理。均值插补法是指用该变量的均值来填补缺失值。这种方法简单易行，能够在一定程度上保持数据的统计特征。对于某只股票的日成交量变量，若存在少量缺失值，可通过计算该变量的均值，如均值为100万股，然后用100万股填补缺失值。对于缺失值较多的变量（缺失比例大于5%），考虑到均值插补法可能会引入较大的偏差，本研究采用多重填补法进行处理。多重填补法是利用变量之间的关系，通过建立统计模型（如回归模型、贝叶斯模型等），对缺失值进行多次填补，生成多个完整的数据集。然后，对这些数据集分别进行分析，并综合考虑分析结果，以获得更准确和可靠的结论。对于股票的财务指标变量，如营业收入、净利润等，若缺失值较多，可利用这些变量与其他相关变量（如资产规模、行业特征等）之间的关系，建立回归模型，对缺失值进行多次填补，得到多个填补后的数据集，再对这些数据集进行综合分析。除了处理异常值和缺失值外，本研究还对数据进行了标准化处理。标准化处理是将数据按照一定的规则进行转换，使其具有相同的尺度和分布特征。在股市流动性研究中，不同变量的量纲和取值范围可能存在较大差异，如成交量的单位是股，而换手率是一个比例值。若不对数据进行标准化处理，这些差异可能会导致某些变量在分析中占据主导地位，而其他变量的作用被忽视，从而影响分析结果的准确性。本研究采用Z-score标准化方法，对数据进行标准化处理。Z-score标准化方法的计算公式为：Z_i=\frac{X_i-\overline{X}}{\sigma}其中，Z_i是标准化后的数据，X_i是原始数据，\overline{X}是原始数据的均值，\sigma是原始数据的标准差。通过Z-score标准化方法，将每个变量的均值转换为0，标准差转换为1，使数据具有相同的尺度和分布特征，便于后续的统计分析和模型估计。经过数据清洗和预处理后，得到了一个高质量的数据集，为后续对股改前后股市流动性变化的实证分析奠定了坚实的基础。3.2流动性衡量指标的选择与计算3.2.1交易量指标分析交易量是衡量股市流动性的基础指标，它直观地反映了市场中股票的交易活跃程度。在本研究中，主要计算了股改前后样本股票的日均交易量和月均交易量，以此来深入分析交易量的变化趋势。对于日均交易量，其计算方法为：在选定的样本区间内，将每只股票每日的成交量进行累加，然后除以该区间内的交易日总数，即可得到该股票在该区间的日均交易量。对于某只样本股票，在股改前的2003-2004年期间，总成交量为5000万股，交易日总数为480天，那么其日均交易量为5000÷480≈10.42万股。通过对所有样本股票日均交易量的计算和统计，得到股改前整个样本的日均交易量情况。在股改前，市场整体处于股权分置状态，大量非流通股的存在限制了股票的供给，导致市场交易活跃度相对较低。根据计算结果，股改前样本股票的日均交易量均值为8.5万股，这表明市场的交易规模相对较小，股票的流动性受到一定程度的制约。投资者在买卖股票时，可能会面临交易对手难寻、交易成本较高等问题，因为市场上可供交易的股票数量有限，难以满足投资者的大规模交易需求。在股改实施阶段（2006-2007年），随着股权分置改革的逐步推进，非流通股开始逐渐获得流通权，股票的供给量增加，市场的交易活跃度显著提高。在这一时期，样本股票的日均交易量均值上升至15.2万股，相比股改前有了大幅增长。这是因为股权分置改革打破了流通股与非流通股之间的界限，使得更多的股票能够进入市场流通，增加了市场的交易机会，吸引了更多的投资者参与交易。许多原本持有非流通股的股东在股改后可以将股票在二级市场上卖出，同时也吸引了更多的投资者买入这些股票，从而推动了交易量的大幅增长。股改完成后的2008-2010年期间，市场逐渐适应了全流通的环境，日均交易量虽然有所波动，但整体仍维持在较高水平，均值为13.8万股。这表明股权分置改革对股市流动性的提升具有持续性影响，市场在经历了改革的初期冲击后，逐渐形成了新的交易平衡，股票的流动性得到了有效改善。尽管期间可能受到宏观经济环境、市场政策等因素的影响，导致交易量出现波动，但总体上，股改后的市场交易活跃度明显高于股改前，投资者在买卖股票时更加便捷，市场的流动性得到了显著提升。月均交易量的计算方式与日均交易量类似，是将每只股票每月的成交量累加后除以样本区间内的总月数。股改前样本股票的月均交易量均值为195万股，股改实施阶段上升至380万股，股改后为345万股。从月均交易量的变化趋势来看，与日均交易量的变化趋势基本一致，进一步验证了股权分置改革对股市交易量和流动性的积极影响。月均交易量的增加也反映出市场参与者在更长时间跨度内的交易活跃程度提高，市场的流动性得到了更全面的提升。在股改前，由于市场交易活跃度低，投资者每月的交易次数和交易规模都相对较小；而股改后，随着市场流动性的增强，投资者可以更频繁地进行交易，每月的交易规模也相应增大。3.2.2换手率指标分析换手率是衡量股市流动性的另一个重要指标，它能够更准确地反映股票在市场中的流通性和交易活跃程度，消除了总股本差异对流动性衡量的影响。其计算公式为：换手率=某一段时期内的成交量÷流通股本×100%。在本研究中，分别计算了股改前后样本股票的换手率，并对其变化情况进行了详细的对比分析。在股改前，由于大量非流通股的存在，股票的实际流通股本相对较小，导致换手率整体较低。根据计算，股改前样本股票的月换手率均值为3.5%，这表明股票在市场中的流通速度较慢，投资者买卖股票的频率较低，市场的交易活跃程度不高。这是因为非流通股股东无法在二级市场自由交易，使得市场上可供买卖的股票数量有限，投资者的交易选择受到限制，从而影响了股票的流通性和交易活跃度。随着股权分置改革的推进，非流通股逐渐获得流通权，流通股本大幅增加，换手率也随之显著上升。在股改实施阶段，样本股票的月换手率均值达到了8.2%，相比股改前有了大幅提高。这说明股权分置改革有效地促进了股票的流通，使得投资者能够更自由地买卖股票，市场的交易活跃程度得到了极大提升。大量非流通股变为流通股后，市场上的股票供给增加，投资者的交易意愿增强，买卖股票的频率明显提高，从而推动了换手率的大幅上升。股改完成后，市场进入全流通时代，换手率在一定范围内波动，但仍保持在相对较高的水平，月换手率均值为7.5%。这表明股权分置改革对股市流动性的改善效果具有持续性，市场在新的股权结构下逐渐形成了稳定的交易模式，股票的流通性和交易活跃程度得到了有效维持。尽管期间可能受到宏观经济环境、市场政策等因素的影响，导致换手率出现波动，但总体上，股改后的市场换手率明显高于股改前，市场的流动性得到了显著提升。在股改后的市场中，投资者可以更便捷地进行股票交易，股票的流通速度更快，市场的活力和竞争力得到了增强。换手率的变化能够直观地反映市场交易活跃程度的变化。当换手率较低时，说明市场交易相对清淡，投资者对股票的关注度较低，股票的流通性较差；而当换手率较高时，则表明市场交易活跃，投资者对股票的关注度较高，股票的流通性较好。在股改前，由于市场交易不活跃，许多股票的换手率长期处于较低水平，投资者很难在市场上快速买卖股票；而股改后，随着换手率的提高，市场交易变得更加活跃，投资者可以更轻松地实现股票的买卖，市场的效率得到了提升。换手率还可以作为判断市场热点和资金流向的重要指标。当某只股票或某个板块的换手率突然大幅增加时，往往意味着有大量资金涌入，市场对其关注度提高，可能成为市场的热点；反之，当换手率持续下降时，则可能表明市场对该股票或板块的兴趣减退，资金开始流出。3.2.3买卖价差指标分析买卖价差是衡量股市流动性的关键指标之一，它直接反映了投资者在进行买卖交易时所面临的成本，对市场流动性有着重要影响。在本研究中，通过计算股改前后样本股票的买卖价差，深入分析了其变化对市场流动性的影响。买卖价差的计算方法为：在每个交易日内，选取样本股票在某一时刻的最高买入价（买价）与最低卖出价（卖价），两者之间的差额即为该时刻的买卖价差。为了更全面地反映买卖价差的情况，本研究计算了每个交易日的平均买卖价差，即将该交易日内多个时刻的买卖价差进行平均。对于某只样本股票，在某一交易日内，选取了10个不同时刻的买价和卖价，计算得到这10个时刻的买卖价差分别为0.05元、0.06元、0.04元等，将这些买卖价差相加后除以10，得到该交易日的平均买卖价差为0.05元。通过对所有样本股票在不同时间段的平均买卖价差进行计算和统计，得到股改前后买卖价差的变化情况。在股改前，由于市场的交易活跃度较低，投资者的买卖意愿相对较弱，市场的信息不对称程度较高，导致买卖价差相对较大。根据计算结果，股改前样本股票的平均买卖价差为0.12元。这意味着投资者在进行买卖交易时，需要承担较高的成本，买卖股票的难度较大，市场的流动性受到明显抑制。因为较大的买卖价差使得投资者在买入股票时需要支付更高的价格，而卖出股票时则只能获得较低的价格，这增加了投资者的交易成本，降低了投资者的交易积极性，从而影响了市场的流动性。随着股权分置改革的实施，市场的交易活跃度显著提高，投资者的买卖意愿增强，市场的信息不对称程度有所降低，买卖价差逐渐缩小。在股改实施阶段，样本股票的平均买卖价差下降至0.08元。这表明股权分置改革有效地改善了市场的流动性，投资者在进行买卖交易时的成本降低，买卖股票更加容易，市场的交易效率得到了提升。随着更多的股票进入市场流通，市场的交易规模扩大，投资者之间的竞争加剧，使得买卖价差缩小。市场信息的透明度提高，投资者能够更及时、准确地获取市场信息，也有助于降低买卖价差。股改完成后，市场逐渐适应了全流通的环境，买卖价差继续保持在较低水平，平均买卖价差为0.07元。这进一步证明了股权分置改革对市场流动性的积极影响具有持续性，市场在新的股权结构下形成了更加高效的交易机制，投资者的交易成本得到了有效控制，市场的流动性得到了进一步提升。在股改后的市场中，由于买卖价差较小，投资者可以更便捷地进行买卖交易，市场的资源配置效率得到了提高。较小的买卖价差也吸引了更多的投资者参与市场交易，促进了市场的活跃和发展。买卖价差的变化与市场流动性之间存在着紧密的反向关系。当买卖价差较小时，投资者的交易成本较低，市场的流动性较好，投资者能够更轻松地买卖股票，市场的交易效率更高；而当买卖价差较大时，投资者的交易成本增加，市场的流动性变差，投资者买卖股票的难度增大，市场的交易效率降低。在股改前，较大的买卖价差限制了市场的流动性，使得市场交易不活跃；而股改后，随着买卖价差的缩小，市场的流动性得到了显著提升，交易变得更加活跃。买卖价差还会受到市场供求关系、交易活跃度、信息不对称程度等多种因素的影响。在市场供大于求时，买卖价差可能会缩小；而在市场供小于求时，买卖价差可能会扩大。交易活跃度越高，市场信息越透明，买卖价差往往越小；反之，买卖价差则可能越大。3.3实证结果与分析3.3.1股改前后流动性指标的描述性统计为深入了解股改前后股市流动性的基本特征，对选取的交易量、换手率和买卖价差这三个流动性指标进行了详细的描述性统计分析。具体统计结果如表1所示：表1：股改前后流动性指标的描述性统计阶段指标均值中位数标准差最小值最大值股改前日均交易量（万股）8.57.83.21.520.1月换手率（%）3.53.21.11.06.5平均买卖价差（元）0.120.110.030.050.20股改实施阶段日均交易量（万股）15.214.54.85.030.0月换手率（%）8.27.82.33.015.0平均买卖价差（元）0.080.070.020.030.15股改后日均交易量（万股）13.813.04.24.025.0月换手率（%）7.57.22.02.512.0平均买卖价差（元）0.070.060.020.020.12从日均交易量来看，股改前均值为8.5万股，股改实施阶段大幅上升至15.2万股，增长了约78.8%，股改后虽有所回落，但仍维持在13.8万股的较高水平，表明股改显著提升了股市的交易活跃度，且这种提升效果在股改后得到了一定程度的延续。月换手率方面，股改前均值为3.5%，股改实施阶段跃升至8.2%，增长幅度达134.3%，股改后为7.5%，同样反映出股改对股市流通性的积极影响，使股票在市场中的交易更加频繁。平均买卖价差在股改前为0.12元，股改实施阶段下降至0.08元，股改后进一步降至0.07元，这清晰地表明股改有效降低了投资者的交易成本，提高了市场的流动性。较小的买卖价差意味着投资者在买卖股票时能够以更接近的价格成交，交易更加顺畅。通过对这些描述性统计结果的分析，可以初步判断股权分置改革对股市流动性产生了显著的正向影响，改善了市场的交易环境。然而，为了更深入地了解流动性的变化趋势和内在机制，还需要进一步运用时间序列分析方法和对不同板块、行业进行分析。3.3.2基于时间序列的流动性变化分析为了更直观地展现股改前后股市流动性的动态变化过程，运用时间序列分析方法，绘制了交易量、换手率和买卖价差这三个流动性指标随时间变化的趋势图。具体分析如下：图1：日均交易量时间序列图从日均交易量的时间序列图（图1）可以清晰地看出，在股改前（2003-2004年），日均交易量整体处于较低水平，波动相对较小。这是因为在股权分置状态下，大量非流通股限制了股票的供给，市场交易活跃度有限，投资者的交易选择相对较少，导致交易量难以出现大幅波动。随着股权分置改革在2005年启动并于2006-2007年全面推进，日均交易量呈现出急剧上升的趋势，达到了一个较高的水平，且波动幅度明显增大。这是由于股权分置改革打破了流通股与非流通股的界限，大量非流通股获得流通权，进入市场交易，增加了股票的供给，吸引了更多投资者参与市场交易，从而推动交易量大幅上升。市场对改革的预期和反应也导致了交易量的波动加剧，投资者对市场前景的不确定性增加，交易行为更加频繁，使得交易量的波动幅度变大。在股改完成后的2008-2010年，日均交易量虽然有所波动，但整体仍维持在较高水平。这表明股权分置改革对股市流动性的提升效果具有持续性，市场在适应了全流通环境后，形成了新的交易平衡。期间，2008年受到全球金融危机的影响，股市出现大幅下跌，日均交易量也随之出现一定程度的下降，但随着市场的逐渐复苏，交易量又逐渐回升。这说明宏观经济环境的变化会对股市流动性产生重要影响，在经济不稳定时期，投资者的信心受到打击，交易活跃度会下降，导致交易量减少；而在经济复苏阶段，投资者信心恢复，交易活跃度提高，交易量也会相应增加。图2：月换手率时间序列图月换手率的时间序列图（图2）也呈现出类似的变化趋势。股改前，月换手率较低，市场交易相对清淡，股票的流通速度较慢。这是因为非流通股的存在限制了股票的实际流通量，投资者买卖股票的频率较低，市场的交易活跃度不高。股改实施阶段，月换手率大幅上升，表明股票的流通性显著增强，市场交易变得更加活跃。随着非流通股的逐步流通，市场上可供交易的股票数量增加，投资者的交易意愿增强，买卖股票的频率明显提高，从而推动了换手率的大幅上升。市场对改革的积极预期也吸引了更多的投资者参与市场交易，进一步提高了换手率。股改后，月换手率在一定范围内波动，但始终保持在相对较高的水平，说明股改对股市流通性的改善效果得以持续。尽管期间可能受到宏观经济环境、市场政策等因素的影响，导致换手率出现波动，但总体上，股改后的市场换手率明显高于股改前，市场的活力和竞争力得到了增强。在宏观经济形势较好时，投资者对市场前景充满信心，交易活跃度提高，换手率上升；而在宏观经济形势不佳时，投资者的交易意愿下降，换手率会相应降低。图3：平均买卖价差时间序列图平均买卖价差的时间序列图（图3）则显示出与交易量和换手率相反的变化趋势。股改前，平均买卖价差较大，这意味着投资者在进行买卖交易时面临较高的成本，市场的流动性较差。由于市场交易活跃度低，投资者的买卖意愿相对较弱，市场的信息不对称程度较高，导致买卖价差较大。投资者在买入股票时需要支付更高的价格，而卖出股票时则只能获得较低的价格，这增加了投资者的交易成本，降低了投资者的交易积极性，从而影响了市场的流动性。随着股改的推进，平均买卖价差逐渐缩小，表明市场的流动性得到了有效改善。随着市场交易活跃度的提高，投资者的买卖意愿增强，市场的信息不对称程度有所降低，买卖价差逐渐缩小。市场竞争的加剧也使得买卖价差进一步缩小，投资者能够以更接近的价格进行买卖交易，市场的交易效率得到了提升。股改完成后，平均买卖价差继续保持在较低水平，说明股改对降低交易成本、提高市场流动性的作用具有持续性。在股改后的市场中，由于买卖价差较小，投资者可以更便捷地进行买卖交易，市场的资源配置效率得到了提高。较小的买卖价差也吸引了更多的投资者参与市场交易，促进了市场的活跃和发展。通过对以上时间序列图的分析，可以明确股权分置改革对股市流动性产生了深远的影响，不仅提高了交易活跃度和股票的流通性，还降低了交易成本，且这种影响在股改后得到了持续。宏观经济环境和市场政策等因素也会对股市流动性产生重要的影响，在分析股市流动性时需要综合考虑这些因素。3.3.3不同板块和行业的流动性差异分析为了探究板块和行业因素对股市流动性的影响，对主板、创业板、中小板等不同板块以及不同行业的流动性指标进行了对比分析。具体结果如下：不同板块流动性指标对比表2：不同板块流动性指标对比板块日均交易量（万股）月换手率（%）平均买卖价差（元）主板12.56.80.075创业板18.29.50.082中小板16.08.30.078从日均交易量来看，创业板的日均交易量最高，达到18.2万股，中小板次之，为16.0万股，主板相对较低，为12.5万股。这表明创业板和中小板市场的交易活跃度相对较高，投资者对这些板块的股票关注度更高。创业板和中小板上市公司大多为新兴企业和中小企业，具有较高的成长潜力和创新能力，吸引了更多追求高收益的投资者，使得这些板块的交易更加活跃。月换手率方面，创业板同样表现突出，达到9.5%，中小板为8.3%，主板为6.8%。这进一步证明了创业板和中小板市场的股票流通性更强，投资者买卖股票的频率更高。创业板和中小板的投资者结构相对较为年轻化，投资风格更加激进，更倾向于频繁交易，以获取短期收益，这导致了这些板块的换手率较高。平均买卖价差上，主板为0.075元，中小板为0.078元，创业板为0.082元。创业板的买卖价差相对较大，这可能是由于创业板上市公司的风险相对较高，信息不对称程度较大，导致投资者在交易时要求更高的风险补偿，从而使得买卖价差增大。主板市场相对较为成熟，上市公司的信息披露更加规范，市场的透明度较高，投资者对主板股票的风险认知相对较为一致，因此买卖价差相对较小。不同行业流动性指标对比表3：不同行业流动性指标对比行业日均交易量（万股）月换手率（%）平均买卖价差（元）信息技术17.59.00.080金融10.25.50.065制造业13.87.20.073在不同行业中，信息技术行业的日均交易量和月换手率均较高，分别为17.5万股和9.0%，平均买卖价差为0.080元。信息技术行业作为新兴产业，发展迅速，创新能力强，具有较高的成长潜力，吸引了大量投资者的关注和资金投入，使得该行业的股票交易活跃，流动性较好。由于信息技术行业的技术更新换代快，市场竞争激烈，公司的发展前景存在较大的不确定性，导致投资者在交易时要求更高的风险补偿，从而使得买卖价差相对较大。金融行业的日均交易量和月换手率相对较低，分别为10.2万股和5.5%，平均买卖价差为0.065元。金融行业受到严格的监管，经营相对稳健，业绩波动较小，投资者对其风险预期较低，交易活跃度相对不高。金融行业的上市公司大多为大型企业，股本规模较大，股票的流通性相对较弱，也导致了其交易量和换手率较低。由于金融行业的信息透明度较高，市场对其风险认知较为一致，买卖价差相对较小。制造业的日均交易量为13.8万股，月换手率为7.2%，平均买卖价差为0.073元，处于中等水平。制造业是国民经济的重要支柱产业，涵盖范围广泛，企业数量众多，市场竞争激烈。不同制造业企业的发展状况和市场表现存在较大差异，导致其流动性指标处于中等水平。一些传统制造业企业面临着产能过剩、市场竞争激烈等问题，业绩增长乏力，股票的流动性相对较差；而一些高端制造业企业则具有较强的技术创新能力和市场竞争力，业绩增长较快，股票的流动性相对较好。通过对不同板块和行业流动性指标的对比分析，可以发现板块和行业因素对股市流动性具有显著影响。新兴板块和行业，如创业板和信息技术行业，通常具有较高的交易活跃度和股票流通性，但买卖价差也相对较大；而传统板块和行业，如主板和金融行业，交易活跃度和股票流通性相对较低，但买卖价差较小。在投资决策和市场监管中，需要充分考虑这些板块和行业的差异，制定相应的策略和政策，以提高市场的整体流动性和资源配置效率。四、股改前后股市收益波动性变化的实证分析4.1波动性度量模型的选择与设定4.1.1ARCH族模型原理与应用ARCH（AutoregressiveConditionalHeteroskedasticity）模型由Engle于1982年提出，该模型主要用于刻画时间序列数据的异方差性，尤其适用于金融时间序列中波动聚集的现象。在金融市场中，资产收益率的波动并非恒定不变，而是在某些时段波动较大，而在另一些时段波动较小，这种现象被称为波动聚集。ARCH模型的核心思想是，当前时刻的条件方差不仅取决于过去的误差项，还与过去的条件方差相关。对于ARCH(q)模型，其均值方程通常表示为：R_{t}=\mu+\epsilon_{t}其中，R_{t}为t时刻的收益率，\mu为常数均值，\epsilon_{t}为随机误差项。条件方差方程为：\sigma_{t}^{2}=\omega+\sum_{i=1}^{q}\alpha_{i}\epsilon_{t-i}^{2}其中，\sigma_{t}^{2}为t时刻的条件方差，\omega为常数项，\alpha_{i}为ARCH项系数，\epsilon_{t-i}^{2}为t-i时刻的残差平方。这意味着当前时刻的条件方差是过去q期残差平方的线性组合。当\alpha_{i}之和越大时，表明过去的波动对当前波动的影响越大，波动聚集效应越明显。GARCH（GeneralizedAutoregressiveConditionalHeteroskedasticity）模型是ARCH模型的扩展，由Bollerslev于1986年提出。GARCH(p,q)模型在ARCH模型的基础上，不仅考虑了过去的残差平方对当前条件方差的影响，还加入了过去条件方差的影响，从而更全面地捕捉波动的持续性。GARCH(p,q)模型的均值方程与ARCH模型相同，为：R_{t}=\mu+\epsilon_{t}条件方差方程为：\sigma_{t}^{2}=\omega+\sum_{i=1}^{q}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{p}\beta_{j}\sigma_{t-j}^{2}其中，\beta_{j}为GARCH项系数，\sigma_{t-j}^{2}为t-j时刻的条件方差。\sum_{i=1}^{q}\alpha_{i}+\sum_{j=1}^{p}\beta_{j}越接近1，说明波动的持续性越强，即过去的波动对未来波动的影响持续时间越长。在实际应用中，GARCH(1,1)模型是最常用的形式，它在捕捉波动特征方面表现出色，且参数估计相对简单。TGARCH（ThresholdGARCH）模型，也称为门限GARCH模型，由Zakoian(1994)和Glosten,JagannathanandRunkle(1993)独立提出。该模型主要用于刻画金融市场中的杠杆效应，即资产价格下跌时的波动往往大于价格上涨时的波动。TGARCH(p,q)模型的均值方程与ARCH模型相同，为：R_{t}=\mu+\epsilon_{t}条件方差方程为：\sigma_{t}^{2}=\omega+\sum_{i=1}^{q}(\alpha_{i}+\gamma_{i}I_{t-i})\epsilon_{t-i}^{2}+\sum_{j=1}^{p}\beta_{j}\sigma_{t-j}^{2}其中，I_{t-i}为指示函数，当\epsilon_{t-i}<0时，I_{t-i}=1；否则，I_{t-i}=0。\gamma_{i}表示杠杆效应系数，当\gamma_{i}>0时，说明存在杠杆效应，即负的冲击（股价下跌）会比正的冲击（股价上涨）对波动产生更大的影响。EGARCH（ExponentialGARCH）模型由Nelson于1991年提出，该模型采用指数形式来刻画条件方差，能够更好地处理金融时间序列中的非对称性和厚尾分布问题。EGARCH(p,q)模型的均值方程同样为：R_{t}=\mu+\epsilon_{t}条件方差方程为：\ln(\sigma_{t}^{2})=\omega+\sum_{j=1}^{p}\beta_{j}\ln(\sigma_{t-j}^{2})+\sum_{i=1}^{q}\left[\alpha_{i}\frac{\vert\epsilon_{t-i}\vert}{\sigma_{t-i}}+\gamma_{i}\frac{\epsilon_{t-i}}{\sigma_{t-i}}\right]其中，\frac{\vert\epsilon_{t-i}\vert}{\sigma_{t-i}}表示标准化残差的绝对值，反映了波动的大小；\frac{\epsilon_{t-i}}{\sigma_{t-i}}则体现了波动的非对称性。当\gamma_{i}\neq0时，表明存在非对称效应，\gamma_{i}<0表示负的冲击对波动的影响更大，即存在杠杆效应。在本研究中，考虑到股市收益波动可能存在的时变特征、聚集效应、杠杆效应以及非对称性等复杂特性，选择GARCH(1,1)模型作为基础模型来初步刻画股改前后股市收益的波动性。GARCH(1,1)模型在实际应用中表现出良好的性能，能够有效地捕捉金融时间序列的波动特征。为了进一步检验股市收益波动是否存在杠杆效应和非对称性，还将运用TGARCH和EGARCH模型进行分析。通过对比不同模型的估计结果，可以更全面、准确地了解股改前后股市收益波动性的变化特征。4.1