中国股票市场流动性与波动性的动态关联及实证研究

中国股票市场流动性与波动性的动态关联及实证研究一、引言1.1研究背景与意义中国股票市场自上世纪90年代初起步，历经多年发展，已成为全球资本市场的重要组成部分，在经济体系中扮演着举足轻重的角色。截至2023年底，中国A股市场上市公司数量已超过5000家，总市值超过80万亿元，成为全球第二大股票市场。其交易活跃度较高，日均成交额保持在数千亿元的水平，展现出强大的市场活力。从投资者结构来看，中国股票市场呈现出多元化的特点。个人投资者在数量上占据绝对优势，其交易行为往往较为短期和情绪化。但近年来，机构投资者的规模和影响力不断扩大，包括公募基金、私募基金、保险资金、社保基金、外资机构等在内的各类专业投资机构，在市场中的话语权逐渐提升。机构投资者凭借其专业的投资能力和丰富的经验，更注重长期投资和价值投资，有助于稳定市场、提高市场效率。股票市场作为经济体系的重要组成部分，具有不可忽视的地位。它犹如经济运行的晴雨表，反映着整体经济的健康状况和发展趋势。股票市场为企业提供了重要的融资渠道。通过发行股票，企业能够筹集到大量的资金，用于扩大生产规模、研发创新、开拓市场等，这有助于企业实现快速发展，增强竞争力，进而推动整个产业的升级和优化。股票市场促进了资源的优化配置。在市场机制的作用下，资金会流向那些具有良好发展前景和盈利能力的企业，从而实现资源的有效分配。同时，表现不佳的企业可能会面临资金流出，迫使其改进经营管理或被市场淘汰，提高了经济运行的效率。股票市场增加了居民的财产性收入。投资者通过购买股票，分享企业的成长收益，实现资产的增值。这不仅提高了居民的生活水平，还增强了消费能力，对拉动内需、促进经济增长具有积极作用。股票市场的波动性和流动性是衡量市场质量和效率的重要指标，它们不仅影响着投资者的决策和收益，也关系到市场的稳定和发展。波动性反映了股票价格在一定时期内的变化程度，体现了市场的风险水平；流动性则指的是股票在市场中能够以合理价格迅速买卖的能力，反映了市场的交易活跃程度和资金的进出便利性。对于投资者而言，深入理解股票市场流动性与波动性的关系至关重要。在流动性较好的市场中，投资者可以更容易地买入或卖出股票，这有助于形成更加公允的股票价格。反之，在流动性较差的市场中，由于买卖困难可能会导致股票价格的波动性增大，投资者在定价时可能需要承担更高的风险溢价。流动性还关系到交易成本，在流动性高的市场，买卖双方可以轻松匹配，交易成本相对较低。而在流动性低的市场，买卖双方难以匹配，可能需要支付更高的佣金或等待更长的时间来完成交易，增加了交易成本。此外，流动性对投资者的策略选择也有很大影响，对于追求短期交易的投资者，高流动性市场更有利于快速进出，实现策略的快速调整。而对于长期投资者而言，虽然短期的流动性波动影响较小，但市场的总体流动性状况会影响其投资的进入和退出时机。在流动性不足的情况下，小规模的交易也可能引起价格的大幅波动，这增加了市场的不确定性，而高流动性的市场能够吸收更多的交易量，减小价格波动，使市场更加稳定。若能准确把握两者关系，投资者就能更好地评估投资风险，制定更为科学合理的投资策略，从而在复杂多变的市场环境中实现稳健的投资回报。从市场监管者的角度出发，掌握股票市场流动性与波动性的关联，是制定有效监管政策、维护市场稳定的关键前提。当市场出现异常波动时，监管者需要依据流动性与波动性的相互作用机制，准确判断波动的根源和可能产生的影响，进而采取及时且恰当的措施。比如，在市场流动性急剧下降，可能引发系统性风险时，监管者可通过政策引导，如放宽融资融券条件、鼓励长期资金入市等方式，增加市场流动性，平抑市场波动，防止市场过度恐慌。若市场波动是由过度投机导致，监管者则可加强交易监管，规范市场秩序，抑制过度投机行为，保障市场的平稳运行。通过对两者关系的深入研究，监管者能够更好地预测市场趋势，提前制定应对预案，提高监管的针对性和有效性，促进股票市场的健康、稳定发展。1.2研究目标与方法本研究旨在深入剖析中国股票市场流动性与波动性之间的复杂关系，以及探究影响两者的关键因素，为投资者提供投资决策依据，为监管者提供政策制定参考，促进股票市场的稳定发展。具体研究目标如下：揭示流动性与波动性的内在关联：精确量化中国股票市场流动性与波动性之间的关系，判断两者是正相关、负相关还是存在更为复杂的非线性关系，从而为投资者和监管者提供关于市场动态的清晰认识。探究影响流动性与波动性的因素：全面识别和分析影响中国股票市场流动性与波动性的各类因素，包括宏观经济因素（如经济增长、利率、通货膨胀等）、市场微观结构因素（如交易机制、市场参与者结构等）、公司基本面因素（如公司盈利能力、成长性等）以及投资者行为因素（如投资者情绪、投资策略等），明确各因素的影响方向和程度，为市场参与者提供决策参考。为投资决策和市场监管提供建议：基于对流动性与波动性关系及影响因素的研究结果，为投资者制定科学合理的投资策略提供针对性建议，帮助投资者更好地应对市场波动，降低投资风险，提高投资收益；同时，为监管部门制定有效的市场监管政策提供理论支持，促进股票市场的健康、稳定发展。为实现上述研究目标，本研究将综合运用多种研究方法，确保研究的科学性、全面性和深入性。具体研究方法如下：实证分析方法：选取中国股票市场的历史交易数据作为研究样本，运用计量经济学模型进行实证分析。通过构建流动性指标（如换手率、成交量、买卖价差等）和波动性指标（如标准差、条件异方差等），运用线性回归模型、向量自回归（VAR）模型、广义自回归条件异方差（GARCH）模型等，对流动性与波动性之间的关系进行定量分析，探究两者之间的因果关系和动态变化特征。同时，通过加入控制变量，分析宏观经济因素、市场微观结构因素、公司基本面因素和投资者行为因素等对流动性与波动性的影响。文献研究方法：系统梳理国内外关于股票市场流动性与波动性的相关文献，了解该领域的研究现状、研究方法和研究成果。通过对已有文献的分析和总结，借鉴前人的研究经验和方法，明确本研究的切入点和创新点，为研究提供坚实的理论基础。同时，关注最新的研究动态和发展趋势，及时将相关研究成果纳入本研究的框架中，确保研究的前沿性和时效性。案例分析方法：选取中国股票市场中的典型案例，如重大政策调整、市场异常波动事件等，对其进行深入分析。通过详细考察这些案例中流动性与波动性的变化情况，以及相关因素的影响机制，进一步验证实证分析的结果，增强研究结论的可靠性和说服力。同时，通过案例分析，能够更直观地展示流动性与波动性之间的关系以及影响因素的作用过程，为投资者和监管者提供实际操作的参考。1.3研究创新点与不足在研究视角上，本研究将宏观经济因素、市场微观结构因素、公司基本面因素以及投资者行为因素纳入统一的分析框架，全面探讨它们对股票市场流动性与波动性的综合影响。现有研究大多侧重于某一类因素的分析，而本研究的多因素综合分析视角，能够更全面、深入地揭示流动性与波动性的内在机制，为市场参与者提供更全面的决策参考。在分析方法上，本研究运用多种计量经济学模型，如线性回归模型、向量自回归（VAR）模型、广义自回归条件异方差（GARCH）模型等，对流动性与波动性的关系进行多角度的实证分析。不同模型具有不同的优势和适用范围，通过综合运用多种模型，可以更准确地捕捉两者之间的复杂关系，提高研究结果的可靠性和稳健性。同时，本研究还结合案例分析，对实证结果进行进一步的验证和补充，增强了研究结论的说服力。本研究也存在一定的局限性。一方面，数据的局限性可能对研究结果产生影响。由于数据的可得性和准确性问题，本研究在样本选取和变量测量上可能存在一定的偏差。例如，某些宏观经济数据和市场微观结构数据的统计口径可能存在差异，投资者行为数据的获取难度较大，这些都可能导致研究结果的误差。另一方面，股票市场是一个复杂的系统，受到多种因素的影响，本研究虽然尽可能全面地考虑了各种因素，但仍可能存在遗漏。例如，政策因素的变化、突发事件的冲击等，可能会对流动性与波动性产生重要影响，但在研究中难以完全涵盖。未来的研究可以进一步拓展数据来源，完善变量测量方法，加强对政策因素和突发事件的研究，以提高对股票市场流动性与波动性的认识和理解。二、相关理论基础2.1股票市场流动性理论2.1.1流动性的定义与内涵流动性是金融市场研究中的核心概念之一，对于股票市场而言，它具有多维度的含义。从交易速度层面来看，流动性体现为投资者能够迅速完成股票交易的能力。在一个高流动性的股票市场中，投资者下达买卖指令后，几乎能瞬间找到交易对手，使交易得以快速成交。以中国A股市场为例，在市场交易活跃时期，如2020年上半年，沪深两市日均成交量较高，许多热门股票的交易能够在极短时间内完成，投资者无需长时间等待即可实现股票的买卖。这种快速的交易速度不仅提高了资金的使用效率，还使得投资者能够及时把握市场机会，应对市场变化。从交易成本角度分析，流动性反映了投资者为完成交易所付出的代价。交易成本主要包括佣金、印花税以及买卖价差等。在流动性良好的市场中，由于买卖双方数量众多，市场竞争充分，买卖价差通常较小，这意味着投资者在买卖股票时无需为达成交易而做出较大的价格让步。相反，在低流动性市场，买卖双方难以匹配，投资者可能需要支付更高的佣金或接受更大的买卖价差才能完成交易。例如，一些市值较小、交易不活跃的股票，其买卖价差可能明显大于大盘蓝筹股，投资者在交易这些股票时，交易成本相对较高。价格影响是流动性内涵的另一个重要方面。高流动性的股票市场能够吸收大量的交易而不致使价格发生显著波动。当市场上出现大额买卖订单时，充足的流动性使得这些订单能够被市场顺利消化，股票价格不会因单个或少数订单的交易而出现大幅涨跌。而在流动性匮乏的市场中，少量的交易就可能对股票价格产生较大影响，导致价格的不稳定。如在某些特殊时期，如市场恐慌情绪蔓延时，市场流动性急剧下降，即使是小规模的抛售也可能引发股票价格的大幅下跌。综合来看，流动性好的股票市场具有交易速度快、交易成本低、价格稳定的特点，能够为投资者提供高效、便捷的交易环境，促进市场的健康运行。2.1.2流动性的度量指标在研究股票市场流动性时，需要借助一系列度量指标来准确衡量其水平。成交量是最直观的度量指标之一，它指的是在一定时间内市场上交易的股票数量。成交量越大，通常表明市场的活跃程度越高，流动性越好。例如，在牛市行情中，市场交投活跃，股票的成交量往往会大幅增加。以贵州茅台这只股票为例，在2021年上半年，随着白酒板块的热度上升，贵州茅台的日均成交量显著增加，反映出其在市场上的流动性增强。成交量的计算公式为：某一时间段内的成交量=该时间段内每笔交易的股票数量之和。换手率也是常用的流动性度量指标，它反映了股票在一定时间内转手买卖的频率。换手率的计算公式为：换手率=（某一时间段内的成交量÷流通股本）×100%。一般来说，换手率越高，说明股票的交易越频繁，市场流动性越强。对于一些热门的中小市值股票，其换手率可能相对较高，表明市场对这些股票的关注度较高，交易活跃。不同板块的股票换手率也存在差异，科技板块的股票由于其较高的成长性和市场关注度，换手率往往高于传统的金融、能源板块股票。买卖价差同样是衡量流动性的重要指标，它是指买家愿意支付的最高价格（买价）和卖家愿意接受的最低价格（卖价）之间的差额。买卖价差越小，意味着市场参与者在交易过程中为达成交易所需做出的价格让步越小，交易成本越低，市场流动性也就越好。在成熟的股票市场，如美国的纳斯达克市场，由于其高度的市场化和充分的竞争，许多股票的买卖价差非常小，这反映了其良好的市场流动性。而在一些新兴市场，由于市场机制不够完善，部分股票的买卖价差可能相对较大，影响了市场的流动性。2.1.3流动性的影响因素股票市场流动性受到多种因素的综合影响。市场规模是一个重要因素，通常市场规模越大，流动性越好。随着中国股票市场的不断发展，上市公司数量持续增加，总市值不断扩大，市场的流动性也得到了显著提升。以2023年与2010年相比，中国A股市场的上市公司数量增长了一倍多，总市值也大幅增加，这使得市场能够容纳更多的交易，买卖双方更容易找到交易对手，从而提高了市场的流动性。大规模的市场意味着更多的股票供应和资金参与，能够分散交易对价格的影响，增强市场的稳定性和流动性。投资者结构对流动性也有着重要影响。机构投资者在资金规模、专业知识和投资经验等方面具有优势，其投资行为相对理性和长期。当市场中机构投资者占比较高时，市场的交易更加稳定，流动性也更好。近年来，随着中国股票市场的不断开放和发展，越来越多的外资机构、社保基金、养老金等长期资金进入市场，机构投资者的规模和影响力逐渐扩大。这些机构投资者注重长期投资价值，其投资行为有助于稳定市场，提高市场的流动性。相反，若市场中个人投资者占比过高，且投资行为较为短期和情绪化，可能会导致市场波动加剧，影响市场的流动性。交易成本是影响流动性的关键因素之一。较高的交易成本，如佣金、印花税等，会抑制投资者的交易意愿，降低市场的流动性。为了提高市场流动性，监管部门可以通过调整交易成本相关政策来引导市场交易。例如，降低印花税可以直接减少投资者的交易成本，从而激发投资者的交易热情，增加市场的交易量和流动性。在2008年，中国政府两次调整证券交易印花税税率，从双边征收改为单边征收，并降低税率，这一政策调整在短期内显著提高了市场的交易量和流动性。交易机制中的交易手续费、过户费等也会对市场流动性产生影响，合理降低这些费用，有助于提高市场的流动性。2.2股票市场波动性理论2.2.1波动性的定义与度量波动性在股票市场中是一个核心概念，它主要反映了股票价格在一定时期内的变化程度。股票价格并非固定不变，而是时刻处于波动状态，这种波动体现了市场的不确定性和风险水平。当股票价格波动较为剧烈时，意味着投资者面临着更大的不确定性，投资风险相应增加。在某些特殊事件发生时，如重大政策调整、公司业绩暴雷等，股票价格可能会出现大幅涨跌，此时市场的波动性显著增大。在度量股票市场波动性时，有多种方法可供选择。标准差是一种常用的度量指标，它通过计算股票收益率的离散程度来衡量波动性。标准差越大，说明股票收益率的波动幅度越大，市场波动性也就越高。以某只股票为例，若其在一段时间内的收益率标准差较大，表明该股票价格的波动较为频繁且剧烈，投资者在持有该股票时面临的风险相对较高。其计算公式为：\sigma=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(R_{i}-\overline{R})^{2}}，其中\sigma表示标准差，R_{i}表示第i期的股票收益率，\overline{R}表示平均收益率，n表示样本数量。随着金融理论的不断发展，广义自回归条件异方差（GARCH）模型在波动性度量中得到了广泛应用。该模型考虑了收益率的异方差性，即方差随时间变化的特性，能够更准确地刻画股票市场波动性的动态变化。在金融市场中，市场环境不断变化，股票价格的波动特征也并非一成不变，GARCH模型能够捕捉到这种变化，为投资者和研究者提供更具参考价值的波动性度量结果。与传统的度量方法相比，GARCH模型能够更好地拟合实际数据，对市场波动性的预测也更加准确。例如，在市场波动较为频繁的时期，GARCH模型能够及时反映出波动性的变化趋势，帮助投资者提前做好风险管理。2.2.2波动性的影响因素股票市场波动性受到多种因素的综合影响。宏观经济因素是其中的重要方面，经济增长、利率、通货膨胀等宏观经济变量的变化都会对股票市场波动性产生作用。当经济增长强劲时，企业的盈利预期通常会提高，这会吸引更多的投资者进入市场，推动股票价格上涨，同时市场的波动性可能相对较低。相反，当经济增长放缓时，企业的经营面临更大的压力，盈利预期下降，投资者的信心受到影响，股票价格可能下跌，市场波动性增大。利率的变动也会对股票市场产生重要影响，利率上升时，债券等固定收益类资产的吸引力增加，资金可能从股票市场流出，导致股票价格下跌，市场波动性加剧；利率下降时，股票市场的吸引力增强，资金流入，股票价格可能上涨，波动性相对降低。通货膨胀率的变化同样会影响股票市场，温和的通货膨胀可能对股票市场有利，因为它意味着经济处于增长状态，企业的产品价格上升，盈利增加。但过高的通货膨胀会导致企业成本上升，实际盈利下降，同时可能引发货币政策的调整，对股票市场产生负面影响，增大市场波动性。政策因素也是影响股票市场波动性的关键因素之一。财政政策和货币政策的调整会直接影响市场的资金供求关系和投资者的预期。政府采取扩张性的财政政策，如增加财政支出、减少税收等，会刺激经济增长，增加市场的资金流动性，对股票市场产生积极影响，可能降低市场波动性。相反，紧缩性的财政政策可能导致市场资金紧张，股票价格下跌，波动性增大。货币政策的调整，如央行加息、降息、调整存款准备金率等，也会对股票市场产生重要影响。加息会使市场利率上升，资金成本增加，股票市场的吸引力下降，导致股票价格下跌，波动性增大；降息则会降低资金成本，刺激投资和消费，推动股票价格上涨，波动性相对降低。政策的不确定性也会增加市场的波动性，当政策发生重大调整或市场对政策的预期发生变化时，投资者的决策会受到影响，导致股票价格波动加剧。市场情绪和投资者行为对股票市场波动性也有着重要影响。投资者的情绪往往具有传染性，当市场中出现乐观情绪时，投资者纷纷买入股票，推动股票价格上涨，形成正反馈效应，进一步增强市场的乐观情绪，此时市场波动性可能较低。相反，当市场中出现恐慌情绪时，投资者大量抛售股票，导致股票价格下跌，形成负反馈效应，市场恐慌情绪加剧，波动性大幅增加。投资者的行为偏差，如过度自信、羊群效应等，也会导致市场的非理性波动。过度自信的投资者可能会高估自己的投资能力，做出不合理的投资决策，导致股票价格偏离其内在价值，增加市场波动性。羊群效应使得投资者往往跟随市场主流行为进行投资，当市场出现趋势性变化时，投资者的集体行为会加剧市场的波动。在市场上涨阶段，投资者的跟风买入会推动股票价格进一步上涨，形成泡沫；在市场下跌阶段，投资者的恐慌抛售会导致股票价格加速下跌，引发市场危机。2.3流动性与波动性的理论关系在股票市场中，流动性与波动性之间存在着紧密且复杂的理论关系。从理论上来说，当市场流动性充足且稳定时，股票的波动性通常会较低。在一个流动性良好的市场环境中，大量的买卖订单使得市场深度足够，买卖双方能够较为轻松地找到交易对手，交易可以在较小的价格波动范围内完成。这是因为充足的流动性意味着市场中有足够的资金和交易意愿，能够吸收各种信息和交易冲击，使股票价格能够更平稳地反映其内在价值。当有新的利好或利空消息出现时，市场中的大量参与者能够迅速做出反应，通过买卖交易来调整股票价格，而不会导致价格的大幅波动。在市场对某公司发布的良好业绩报告做出反应时，高流动性市场能够迅速消化大量的买入订单，使股票价格逐步上升，而不会出现价格的急剧飙升。当市场流动性不足时，股票的波动性往往会加剧。流动性不足意味着市场的交易活跃度较低，买卖双方难以迅速达成交易，市场深度较浅。在这种情况下，少量的交易就可能对股票价格产生较大的影响，导致价格的大幅波动。因为当市场缺乏足够的交易对手时，投资者为了完成交易，可能需要做出较大的价格让步，从而引发价格的不稳定。当市场出现恐慌情绪，投资者纷纷抛售股票时，如果市场流动性不足，卖盘压力无法被有效消化，股票价格可能会大幅下跌，形成恶性循环，进一步加剧市场的恐慌和价格波动。在一些小盘股市场或市场遭遇重大危机时，就容易出现这种流动性不足导致波动性增大的情况。流动性与波动性之间还存在着相互影响的动态关系。一方面，波动性的变化会影响市场参与者的交易行为，进而影响市场流动性。当股票价格波动性增大时，投资者面临的不确定性增加，风险偏好可能会下降。部分投资者可能会选择减少交易或离场观望，以避免潜在的损失，这会导致市场的交易活跃度降低，流动性下降。在市场出现大幅波动时，许多投资者会持谨慎态度，减少股票的买卖，使得市场的成交量和换手率下降，流动性变差。另一方面，流动性的变化也会反过来影响股票价格的波动性。当市场流动性下降时，交易成本上升，买卖价差扩大，股票价格对交易的敏感度增加，波动性可能会进一步增大。而当市场流动性改善时，交易成本降低，价格发现机制更加有效，股票价格的波动性可能会随之降低。流动性与波动性之间的关系并非简单的线性关系，还受到多种因素的调节和影响。宏观经济环境的变化、政策因素的调整、市场参与者结构的改变以及投资者情绪的波动等，都会对两者之间的关系产生作用。在宏观经济繁荣时期，市场信心较强，投资者的交易意愿较高，流动性相对较好，同时波动性可能相对较低。而在经济衰退时期，市场不确定性增加，投资者情绪悲观，流动性可能下降，波动性则可能增大。政策因素如货币政策的宽松或紧缩、监管政策的调整等，也会通过影响市场的资金供求关系和投资者预期，对流动性与波动性的关系产生影响。三、中国股票市场流动性与波动性现状分析3.1中国股票市场发展历程回顾中国股票市场的发展历程是一部波澜壮阔的金融变革史，它见证了中国经济体制从计划经济向市场经济的转型，也反映了中国金融市场不断完善和发展的进程。上世纪80年代，随着改革开放的深入推进，中国经济体制逐渐从计划经济向市场经济转变，企业对资金的需求日益多元化，股票市场的雏形开始显现。1984年，上海飞乐音响公司向社会公开发行股票，成为新中国第一只公开发行的股票，拉开了中国股票市场发展的序幕。1986年，上海静安证券业务部挂牌成立，它不仅是上海证券交易所的前身，也是中国证券市场诞生的重要标志。此后，深圳等地也陆续出现了股票柜台交易。1990年12月19日，上海证券交易所正式开业，1991年7月3日，深圳证券交易所正式营业，这两大交易所的成立，为中国股票市场的发展奠定了坚实的基础，标志着中国股票市场进入了规范化发展的新阶段。在股市发展的初期，由于市场制度不完善、监管缺失以及投资者经验不足等原因，股市出现了多次大幅波动和投机风潮。1992年，邓小平南巡讲话肯定了股票试点的作用，造就了一轮大行情，上证指数从1990年12月19日的99.98点一路上涨到1992年5月25日的1429.01点，涨幅达1329.30％。1992年8月，深圳发售1992年新股认购抽签表，引发百万人争购，随后上海股市第一次狂泻，三天之内暴跌400余点，充分暴露了市场初期的不成熟和脆弱性。这些经历让中国股市逐渐认识到规范化、法制化、市场化发展的重要性。1993年，政府开始加强对股市的监管，出台了一系列政策措施，如实行涨跌停板制度、规范信息披露等，旨在抑制过度投机，维护市场秩序。进入21世纪，中国股市迎来了快速发展的黄金时期。政府加大了对资本市场的支持力度，出台了一系列政策措施，为股市的健康发展提供了有力保障。2004年1月31日，国务院发布《关于推进资本市场改革开放和稳定发展的若干意见》（简称“国九条”），明确提出了发展资本市场的指导思想、任务和措施，为股市的发展指明了方向。随着中国经济的快速增长，越来越多的企业选择通过上市融资来扩大规模、提升竞争力。2006-2007年，中国股市迎来了一轮大牛市，上证指数从2005年6月6日的998.23点上涨到2007年10月16日的6124.04点，涨幅超过500％。这一时期，市场的繁荣吸引了大量投资者参与，股票市场的融资功能、资源配置功能得到了充分发挥。在快速发展的过程中，中国股市也面临着诸多挑战，市场波动较大，容易受到国内外经济形势、政策调整以及市场情绪等多种因素的影响。2008年，受全球金融危机的影响，中国股市大幅下跌，上证指数从2007年的高点一路暴跌至2008年10月28日的1664.93点，跌幅超过70％，众多投资者遭受了巨大损失。2015年，中国股市经历了一轮异常波动，上半年股市快速上涨，上证指数在2015年6月12日达到5178.19点的高位，但随后市场迅速下跌，出现了千股跌停的极端情况，股市流动性急剧下降，市场恐慌情绪蔓延。为了应对市场危机，政府采取了一系列救市措施，如央行降息降准、证监会暂停新股发行、国家队资金入市等，才逐渐稳定了市场。为了解决这些问题，中国政府不断加强股市监管力度，完善法律法规体系，提高市场监管水平。2019年，科创板正式开板，它聚焦于符合国家战略、突破关键核心技术、市场认可度高的科技创新企业，采用注册制试点，为科技创新企业提供了更加便捷的融资渠道，也推动了中国股市的制度创新和改革。同年，新修订的《中华人民共和国证券法》正式实施，进一步完善了证券市场的基本法律制度，加强了投资者保护，提高了违法违规成本，为股市的健康发展提供了更加坚实的法律保障。3.2流动性现状分析3.2.1流动性指标的时间序列分析为了深入了解中国股票市场流动性的变化趋势，对成交量和换手率这两个重要的流动性指标进行时间序列分析是至关重要的。从成交量的角度来看，过去十几年间，中国股票市场的成交量呈现出显著的波动变化。在市场繁荣时期，如2007年和2015年上半年的牛市行情中，成交量急剧放大。以2007年为例，沪深两市全年累计成交量达到了创纪录的46.96万亿股，日均成交量高达1916.64亿股。这一时期，市场投资者热情高涨，大量资金涌入股市，推动成交量大幅上升。而在市场低迷时期，如2008年金融危机后的一段时间以及2018年，成交量明显萎缩。2008年，沪深两市全年累计成交量降至24.13万亿股，日均成交量仅为995.13亿股，较2007年大幅下降。2018年，受国内外经济形势、贸易摩擦等多种因素影响，市场整体表现不佳，沪深两市全年累计成交量为31.33万亿股，日均成交量为1277.71亿股，成交量仍处于相对较低水平。换手率作为衡量股票流动性的另一个关键指标，同样反映出市场流动性的动态变化。在市场活跃阶段，股票换手率普遍较高。在2015年上半年的牛市行情中，创业板市场的平均换手率一度超过5%，部分热门股票的换手率甚至高达10%以上。这表明市场交易活跃，股票在投资者之间的转手频率较高，市场流动性充足。而在市场调整阶段，换手率则会明显下降。在2018年市场下跌期间，创业板市场的平均换手率降至2%左右，反映出市场交易活跃度降低，流动性有所减弱。通过对成交量和换手率的时间序列分析，可以发现它们与市场行情密切相关。在牛市行情中，投资者的乐观情绪和积极的投资行为推动成交量和换手率上升，市场流动性增强；而在熊市行情中，投资者的谨慎态度和资金的撤离导致成交量和换手率下降，市场流动性减弱。宏观经济环境、政策变化等因素也会对成交量和换手率产生影响。央行实行宽松的货币政策，增加市场流动性，可能会促使投资者增加股票投资，从而提高成交量和换手率。政府出台重大利好政策，如降低印花税、鼓励长期资金入市等，也会刺激市场交易，提升市场流动性。3.2.2不同板块流动性比较中国股票市场包含主板、创业板、科创板等多个板块，各板块在流动性方面存在显著差异。主板市场作为中国股票市场的核心组成部分，具有上市企业数量众多、市值规模庞大、投资者基础广泛等特点，其流动性相对较好。主板市场上市的企业大多为成熟的大型企业，如中国石油、工商银行等，这些企业业绩稳定，市场认可度高，吸引了大量投资者的关注和参与。在日常交易中，主板市场的成交量和换手率相对较高，买卖价差较小，投资者能够较为容易地以合理价格买入或卖出股票。以2023年为例，主板市场的日均成交量达到了数千亿元，日均换手率在1%-2%之间，市场流动性较为充裕。创业板市场主要面向高科技、高成长的中小企业，上市门槛相对较低，更注重企业的创新能力和成长潜力。与主板市场相比，创业板市场的流动性呈现出一定的特点。创业板市场的股票价格波动相对较大，这是由于创业板企业大多处于发展初期，经营风险较高，业绩不确定性较大，导致市场对其估值存在较大分歧。这种价格波动也吸引了一些追求高风险、高收益的投资者参与交易，使得创业板市场的换手率相对较高。在某些时期，创业板市场的平均换手率能够达到3%-5%，高于主板市场。创业板市场的市值规模相对较小，部分股票的流通股本较少，这可能导致市场的流动性相对较弱，尤其是在市场出现极端情况时，如市场恐慌性抛售，创业板市场的流动性可能会受到较大影响，买卖价差可能会扩大，投资者的交易成本增加。科创板聚焦于符合国家战略、突破关键核心技术、市场认可度高的科技创新企业，实行注册制试点，在交易规则和投资者门槛等方面与主板、创业板存在差异，其流动性也具有独特之处。科创板的投资者门槛相对较高，要求投资者具备两年以上的证券交易经验，且申请权限开通前20个交易日证券账户及资金账户内的资产日均不低于人民币50万元（不包括该投资者通过融资融券融入的资金和证券），这在一定程度上限制了投资者的参与范围，导致科创板市场的投资者数量相对较少。科创板上市企业大多为科技创新型企业，具有较高的技术含量和发展潜力，但也伴随着较高的风险和不确定性。市场对这些企业的价值判断存在较大难度，投资者的交易意愿可能相对较低，这也会影响科创板市场的流动性。尽管如此，随着科创板的不断发展和完善，其市场流动性逐渐改善。科创板的交易活跃度不断提高，成交量和换手率逐步上升，市场对科创板企业的认可度也在不断提升。不同板块的流动性差异还受到市场热点、行业发展等因素的影响。在市场热点集中在某一板块时，该板块的流动性会显著增强。当市场对新能源、人工智能等新兴行业关注度较高时，创业板和科创板中相关行业的股票流动性会明显提升，成交量和换手率大幅增加。行业的发展前景和竞争格局也会影响板块内企业的流动性。处于快速发展期、竞争优势明显的行业，其企业的股票流动性通常较好；而处于衰退期、竞争激烈的行业，企业股票的流动性可能相对较差。3.2.3流动性的影响因素分析结合中国股票市场的现状，市场规模、投资者结构等因素对流动性有着重要影响。随着中国股票市场的不断发展，市场规模持续扩大。上市公司数量从最初的几十家增长到如今的超过5000家，总市值也不断攀升，截至2023年底，中国A股市场总市值超过80万亿元。市场规模的扩大为流动性提供了坚实的基础。大规模的市场意味着更多的股票供应和资金参与，能够分散交易对价格的影响，增强市场的稳定性和流动性。更多的上市公司为投资者提供了丰富的投资选择，不同风险偏好和投资目标的投资者都能在市场中找到适合自己的投资标的，从而吸引更多的资金进入市场。大规模的市场也使得买卖双方更容易找到交易对手，降低了交易成本，提高了交易效率。投资者结构的变化对市场流动性产生了深远影响。近年来，中国股票市场的投资者结构逐渐优化，机构投资者的规模和影响力不断扩大。外资机构、社保基金、养老金等长期资金的持续流入，使得机构投资者在市场中的话语权逐渐提升。机构投资者具有资金规模大、专业知识丰富、投资经验成熟等优势，其投资行为相对理性和长期。他们更注重企业的基本面和长期投资价值，不会因短期市场波动而频繁买卖股票。这种理性的投资行为有助于稳定市场，提高市场的流动性。机构投资者的大规模交易能够增加市场的深度和广度，使得市场能够更好地吸收各种信息和交易冲击，减少价格的波动。社保基金等长期资金的投资期限较长，它们的进入为市场提供了稳定的资金来源，增强了市场的稳定性和流动性。与之相对，若市场中个人投资者占比过高，且投资行为较为短期和情绪化，可能会导致市场波动加剧，影响市场的流动性。个人投资者往往缺乏专业的投资知识和分析能力，容易受到市场情绪的影响，在市场上涨时盲目跟风买入，在市场下跌时恐慌抛售，这种非理性的投资行为会增加市场的不确定性，降低市场的流动性。交易成本也是影响市场流动性的关键因素之一。交易成本包括佣金、印花税、过户费等，较高的交易成本会抑制投资者的交易意愿，降低市场的流动性。若佣金费率过高，投资者在买卖股票时需要支付更多的费用，这会增加投资成本，减少投资收益，从而使得部分投资者减少交易或放弃交易。印花税的调整也会对市场流动性产生显著影响。在2008年，中国政府两次调整证券交易印花税税率，从双边征收改为单边征收，并降低税率，这一政策调整在短期内显著提高了市场的交易量和流动性。交易机制中的交易手续费、过户费等也会对市场流动性产生影响，合理降低这些费用，有助于提高市场的流动性。3.3波动性现状分析3.3.1波动性指标的时间序列分析通过对标准差这一常用波动性指标的时间序列分析，可以清晰地洞察中国股票市场波动性的动态变化。从历史数据来看，标准差在不同时期呈现出显著的波动特征。在2007-2008年期间，中国股票市场经历了剧烈的波动。2007年，在牛市行情的推动下，市场整体处于亢奋状态，股票价格持续攀升，市场的乐观情绪高涨。然而，随着美国次贷危机的爆发并逐渐演变为全球金融危机，中国股票市场受到了严重冲击。2008年，市场迅速由牛市转为熊市，股票价格大幅下跌，投资者信心遭受重创。这一时期，标准差急剧上升，表明市场波动性大幅增加。以沪深300指数为例，2008年其收益率的标准差达到了0.035，而在2007年牛市高峰期，标准差仅为0.018。这一数据对比直观地反映出市场在金融危机冲击下，波动性的急剧变化。在2015年上半年，中国股票市场迎来了一轮快速上涨的行情，市场流动性充裕，投资者热情高涨，大量资金涌入股市，推动股票价格不断创新高。然而，随后市场出现了急剧调整，股票价格大幅下跌，千股跌停的现象频繁出现，市场恐慌情绪蔓延。在这一过程中，标准差同样呈现出明显的波动。在牛市阶段，标准差相对较低，市场波动性较小；而在市场调整阶段，标准差迅速上升，市场波动性显著增大。以创业板指数为例，2015年上半年牛市期间，其收益率的标准差为0.022，而在市场调整后的下半年，标准差飙升至0.048，市场波动性大幅增加。宏观经济形势的变化对标准差的波动有着重要影响。当宏观经济形势向好，经济增长稳定，企业盈利预期增强时，股票市场的波动性通常较低，标准差也相应较小。在经济增长强劲的时期，企业的经营状况良好，市场对企业的未来发展充满信心，投资者的投资行为相对稳定，股票价格的波动较小。相反，当宏观经济形势恶化，经济增长放缓，企业面临经营压力，盈利预期下降时，股票市场的波动性会增大，标准差也会上升。在经济衰退时期，市场不确定性增加，投资者的信心受到影响，股票价格容易出现大幅波动，导致标准差上升。政策调整也是影响标准差波动的重要因素。政府出台的财政政策、货币政策以及股市监管政策等，都会对股票市场产生直接或间接的影响，进而导致标准差的波动。央行加息、提高存款准备金率等紧缩性货币政策，会使市场资金紧张，股票价格下跌，市场波动性增大，标准差上升。而政府出台的利好政策，如鼓励长期资金入市、降低印花税等，会刺激市场交易，提高市场流动性，降低市场波动性，使标准差下降。3.3.2不同市场环境下的波动性特征在牛市行情中，中国股票市场的波动性通常相对较低。在2014-2015年上半年的牛市期间，市场呈现出持续上涨的态势，投资者信心高涨，大量资金涌入股市。以沪深300指数为例，在这一时期，其月收益率的标准差平均为0.015，表明市场价格波动相对较小。这是因为在牛市中，市场整体处于上升趋势，投资者普遍看好市场前景，积极买入股票，推动股票价格不断上涨。市场的乐观情绪和资金的持续流入形成了正反馈效应，使得市场的稳定性增强，波动性降低。企业的盈利预期也在牛市中不断提高，这进一步增强了投资者的信心，减少了市场的不确定性，降低了波动性。当市场处于熊市时，波动性则会显著增大。在2018年，受国内外经济形势、贸易摩擦等多种因素的影响，中国股票市场进入熊市，股票价格持续下跌。以创业板指数为例，2018年其月收益率的标准差达到了0.032，较牛市时期大幅上升。在熊市中，投资者对市场前景感到悲观，纷纷抛售股票，导致股票价格不断下跌。市场的恐慌情绪和资金的持续流出形成了负反馈效应，使得市场的稳定性减弱，波动性增大。企业的盈利预期在熊市中也会下降，这进一步加剧了投资者的恐慌情绪，增加了市场的不确定性，导致波动性上升。在市场震荡时期，波动性表现出更为复杂的特征。在2016-2017年期间，中国股票市场处于震荡调整阶段，市场缺乏明确的上涨或下跌趋势。在这一时期，股票价格在一定区间内上下波动，市场波动性较高且不稳定。以中证500指数为例，2016-2017年期间，其月收益率的标准差平均为0.025，波动范围较大。市场震荡时期，多空双方力量相对均衡，投资者对市场的看法存在较大分歧，导致股票价格频繁波动。宏观经济形势的不确定性、政策调整的频繁变化以及市场热点的快速切换等因素，也会增加市场的波动性，使得标准差在这一时期呈现出较大的波动。3.3.3波动性的影响因素分析结合当前市场现状，宏观经济因素对股票市场波动性有着重要影响。经济增长是宏观经济的核心指标之一，当经济增长强劲时，企业的盈利状况通常较好，投资者对市场的信心增强，股票市场的波动性相对较低。根据国家统计局发布的数据，在2010-2011年期间，中国GDP增长率保持在较高水平，分别为10.64%和9.55%。这一时期，中国股票市场的整体波动性相对较低，上证指数的年度标准差在合理范围内波动。在经济增长强劲的环境下，企业的销售额和利润增加，市场对企业的未来发展充满信心，投资者更愿意长期持有股票，减少了市场的短期波动。利率的变动对股票市场波动性也有着显著影响。利率作为资金的价格，其上升会导致企业的融资成本增加，盈利预期下降，同时也会使得债券等固定收益类资产的吸引力增加，资金可能从股票市场流出，从而导致股票价格下跌，市场波动性增大。央行加息会使市场利率上升，企业的贷款成本增加，利润空间受到压缩，投资者对股票的需求减少，股票价格下跌，市场波动性增大。相反，利率下降会降低企业的融资成本，提高盈利预期，吸引资金流入股票市场，推动股票价格上涨，市场波动性相对降低。在2014-2015年期间，央行多次降息，市场利率下降，股票市场迎来了一轮牛市行情，市场波动性相对较低。政策因素也是影响股票市场波动性的关键因素之一。财政政策和货币政策的调整会直接影响市场的资金供求关系和投资者的预期。政府采取扩张性的财政政策，如增加财政支出、减少税收等，会刺激经济增长，增加市场的资金流动性，对股票市场产生积极影响，可能降低市场波动性。政府加大对基础设施建设的投资，会带动相关企业的发展，增加企业的盈利，提高投资者的信心，从而降低市场波动性。相反，紧缩性的财政政策可能导致市场资金紧张，股票价格下跌，波动性增大。货币政策的调整，如央行加息、降息、调整存款准备金率等，也会对股票市场产生重要影响。加息会使市场利率上升，资金成本增加，股票市场的吸引力下降，导致股票价格下跌，波动性增大；降息则会降低资金成本，刺激投资和消费，推动股票价格上涨，波动性相对降低。政策的不确定性也会增加市场的波动性，当政策发生重大调整或市场对政策的预期发生变化时，投资者的决策会受到影响，导致股票价格波动加剧。四、中国股票市场流动性与波动性相关性的实证研究4.1研究设计4.1.1数据选取与来源本研究选取2015年1月1日至2023年12月31日期间中国A股市场的日度交易数据作为研究样本。这一时间段涵盖了市场的多种状态，包括牛市、熊市以及震荡市，能够全面反映中国股票市场的运行特征。数据来源主要为Wind金融数据库和同花顺金融数据平台，这两个数据库具有数据全面、准确、更新及时的特点，能够为研究提供可靠的数据支持。在股票样本的选取上，为了确保样本的代表性和广泛性，采用分层抽样的方法。从沪深两市中选取了不同行业、不同市值规模的300只股票作为研究对象。在行业分布上，涵盖了金融、能源、消费、科技、医药等多个主要行业，以反映不同行业股票的流动性与波动性特征。在市值规模方面，既包括了中国石油、工商银行等大型蓝筹股，也包含了一些中小市值的成长型股票，使样本能够涵盖市场上不同规模的企业。通过这种分层抽样的方式，保证了研究结果的普遍性和可靠性，能够更准确地揭示中国股票市场流动性与波动性的关系。4.1.2变量定义与度量流动性指标：选取换手率（Turnover）作为衡量流动性的主要指标，它能直观反映股票在一定时间内转手买卖的频率，计算公式为：换手率=（某一时间段内的成交量÷流通股本）×100%。换手率越高，表明股票交易越活跃，市场流动性越强。选取非流动性指标（ILLIQ）作为辅助指标，该指标由Amihud（2002）提出，计算公式为：ILLIQ_{i,t}=\frac{|R_{i,t}|}{V_{i,t}}，其中R_{i,t}为股票i在t日的收益率，V_{i,t}为股票i在t日的成交金额。ILLIQ值越大，说明单位成交量引起的价格变化越大，市场流动性越差。波动性指标：采用日收益率的标准差（StdDev）来度量波动性，它反映了股票收益率的离散程度，标准差越大，股票价格的波动越剧烈，市场风险越高。计算公式为：StdDev_{i,t}=\sqrt{\frac{1}{n-1}\sum_{j=1}^{n}(R_{i,j}-\overline{R}_{i,t})^{2}}，其中R_{i,j}为股票i在第j日的收益率，\overline{R}_{i,t}为股票i在t时间段内的平均收益率，n为样本数量。引入条件异方差模型GARCH（1,1）中的条件方差\sigma_{t}^{2}来衡量波动性，该模型能够更好地捕捉收益率波动的时变性和聚集性，能更准确地反映市场波动性的动态变化。在GARCH（1,1）模型中，条件方差\sigma_{t}^{2}的计算公式为：\sigma_{t}^{2}=\omega+\alpha\epsilon_{t-1}^{2}+\beta\sigma_{t-1}^{2}，其中\omega为常数项，\alpha和\beta分别为ARCH项和GARCH项的系数，\epsilon_{t-1}为t-1期的残差。控制变量：纳入宏观经济变量，如国内生产总值（GDP）同比增长率，用于反映宏观经济的增长态势。经济增长状况会对股票市场的整体表现产生影响，进而影响流动性与波动性。选取货币供应量M2同比增长率，货币供应量的变化会影响市场的资金供求关系，从而对股票市场的流动性和波动性产生作用。考虑市场微观结构变量，如市场交易金额（Volume），它反映了市场的交易活跃程度，与流动性密切相关。选取市场参与者结构指标，如机构投资者持股比例（InstitutionalShareholding），机构投资者的投资行为相对理性和长期，其持股比例的变化会对市场的稳定性和流动性产生影响。公司基本面变量方面，选取公司营业收入同比增长率（RevenueGrowth），它反映了公司的经营状况和发展能力，对股票的流动性和波动性具有一定的影响。选取资产负债率（Debt-AssetRatio），用于衡量公司的财务风险，财务风险的高低会影响投资者对公司的信心，进而影响股票的市场表现。4.1.3模型构建为了深入分析中国股票市场流动性与波动性之间的关系，构建向量自回归（VAR）模型。VAR模型是一种常用的计量经济学模型，它将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，能够有效处理多个时间序列变量之间的动态关系。在本研究中，VAR模型的基本形式如下：Y_{t}=\sum_{i=1}^{p}\Phi_{i}Y_{t-i}+\epsilon_{t}其中，Y_{t}是由流动性指标（换手率Turnover和非流动性指标ILLIQ）和波动性指标（标准差StdDev和条件方差\sigma_{t}^{2}）组成的向量，\Phi_{i}是系数矩阵，p是滞后阶数，\epsilon_{t}是随机误差向量。通过估计VAR模型的参数，可以得到流动性与波动性之间的动态关系，包括它们之间的相互影响方向和程度。为了进一步分析各因素对流动性和波动性的影响，构建多元线性回归模型。以流动性指标（换手率Turnover和非流动性指标ILLIQ）为被解释变量，波动性指标（标准差StdDev和条件方差\sigma_{t}^{2}）以及控制变量（GDP同比增长率、M2同比增长率、市场交易金额Volume、机构投资者持股比例InstitutionalShareholding、公司营业收入同比增长率RevenueGrowth、资产负债率Debt-AssetRatio）为解释变量，构建回归模型如下：Liquidity_{i,t}=\beta_{0}+\beta_{1}Volatility_{i,t}+\sum_{j=1}^{n}\beta_{j+1}Control_{j,i,t}+\epsilon_{i,t}其中，Liquidity_{i,t}表示股票i在t时刻的流动性指标，Volatility_{i,t}表示股票i在t时刻的波动性指标，Control_{j,i,t}表示第j个控制变量在股票i在t时刻的值，\beta_{0}、\beta_{1}和\beta_{j+1}是回归系数，\epsilon_{i,t}是随机误差项。通过回归分析，可以确定波动性以及各控制变量对流动性的影响方向和显著程度。以波动性指标（标准差StdDev和条件方差\sigma_{t}^{2}）为被解释变量，流动性指标（换手率Turnover和非流动性指标ILLIQ）以及控制变量为解释变量，构建类似的回归模型，以分析流动性以及各控制变量对波动性的影响。通过构建上述模型，可以从多个角度深入研究中国股票市场流动性与波动性之间的关系，以及各因素对它们的影响，为后续的实证分析和结论推导奠定坚实的基础。4.2实证结果与分析4.2.1描述性统计对所选取的样本数据进行描述性统计分析，结果如表1所示。从表中可以看出，换手率（Turnover）的均值为0.023，表明样本股票平均每日的换手率为2.3%，反映出市场整体的交易活跃度处于一定水平。其最大值达到0.256，最小值仅为0.001，说明不同股票之间的换手率存在较大差异，部分股票的交易活跃度极高，而部分股票的交易则相对清淡。标准差为0.035，显示出换手率的波动程度较大，市场交易活跃度的稳定性有待提高。非流动性指标（ILLIQ）的均值为0.005，表明平均每单位成交金额引起的价格变化为0.005。该指标的最大值为0.123，最小值为0.0001，说明不同股票的非流动性差异显著，部分股票的流动性较差，交易对价格的影响较大。标准差为0.012，说明非流动性指标的波动相对较小，市场流动性在一定程度上较为稳定，但仍存在个别股票流动性波动较大的情况。日收益率的标准差（StdDev）均值为0.021，反映出样本股票日收益率的平均波动程度。其最大值为0.156，最小值为0.002，说明股票价格的波动范围较大，不同股票的风险水平存在明显差异。标准差为0.025，表明日收益率的波动较为显著，市场风险较高。条件方差\sigma_{t}^{2}的均值为0.0005，反映了股票收益率波动的时变性和聚集性。最大值为0.008，最小值为0.00001，说明不同股票的条件方差差异较大，市场波动性的变化较为复杂。标准差为0.0008，显示条件方差的波动相对较小，但仍存在一定的不确定性。在控制变量方面，GDP同比增长率均值为0.065，表明样本期间内中国经济保持了一定的增长速度。M2同比增长率均值为0.098，反映出货币供应量的变化情况。市场交易金额（Volume）均值为50.23亿元，体现了市场的整体交易规模。机构投资者持股比例（InstitutionalShareholding）均值为0.35，说明机构投资者在市场中占据了一定的份额。公司营业收入同比增长率（RevenueGrowth）均值为0.12，显示样本公司整体的营业收入呈现增长态势。资产负债率（Debt-AssetRatio）均值为0.48，反映了公司的整体财务杠杆水平。通过对这些变量的描述性统计分析，可以初步了解样本数据的基本特征，为后续的实证分析奠定基础。表1：变量描述性统计变量均值标准差最小值最大值换手率（Turnover）0.0230.0350.0010.256非流动性指标（ILLIQ）0.0050.0120.00010.123日收益率的标准差（StdDev）0.0210.0250.0020.156条件方差\sigma_{t}^{2}0.00050.00080.000010.008GDP同比增长率0.0650.020.020.12M2同比增长率0.0980.030.050.15市场交易金额（Volume，亿元）50.2330.125.2150.5机构投资者持股比例（InstitutionalShareholding）0.350.120.050.65公司营业收入同比增长率（RevenueGrowth）0.120.08-0.20.35资产负债率（Debt-AssetRatio）0.480.150.10.84.2.2相关性分析对流动性指标（换手率Turnover和非流动性指标ILLIQ）、波动性指标（标准差StdDev和条件方差\sigma_{t}^{2}）以及控制变量进行相关性分析，结果如表2所示。从表中可以看出，换手率（Turnover）与日收益率的标准差（StdDev）呈显著正相关，相关系数为0.568，在1%的水平上显著。这表明股票交易活跃度越高，股票价格的波动越剧烈，市场的波动性越大。当股票换手率较高时，意味着市场上的买卖交易频繁，投资者对股票的看法存在较大分歧，这可能导致股票价格在短期内出现较大幅度的波动。非流动性指标（ILLIQ）与日收益率的标准差（StdDev）呈显著正相关，相关系数为0.485，在1%的水平上显著。这说明市场流动性越差，股票价格的波动越大。当市场流动性不足时，买卖双方难以迅速达成交易，少量的交易就可能对股票价格产生较大影响，从而导致价格波动加剧。换手率（Turnover）与条件方差\sigma_{t}^{2}也呈显著正相关，相关系数为0.523，在1%的水平上显著。这进一步验证了交易活跃度与市场波动性之间的正相关关系，即交易活跃度的增加会导致市场波动性的上升。非流动性指标（ILLIQ）与条件方差\sigma_{t}^{2}同样呈显著正相关，相关系数为0.456，在1%的水平上显著。这表明流动性不足会加剧市场波动性的时变性和聚集性，使市场风险更加不稳定。在控制变量方面，GDP同比增长率与换手率（Turnover）呈正相关，相关系数为0.325，在5%的水平上显著。这说明经济增长对股票市场的交易活跃度有促进作用，当经济增长较快时，企业的盈利预期提高，投资者的信心增强，会增加对股票的投资，从而提高市场的交易活跃度。M2同比增长率与换手率（Turnover）呈正相关，相关系数为0.286，在5%的水平上显著。这表明货币供应量的增加会提高市场的流动性，促进股票交易活跃度的提升。当货币供应量增加时，市场上的资金更加充裕，投资者更容易获取资金进行股票投资，从而推动市场交易的活跃。市场交易金额（Volume）与换手率（Turnover）呈显著正相关，相关系数为0.856，在1%的水平上显著。这说明市场交易规模越大，股票的交易活跃度越高，两者之间存在密切的关联。机构投资者持股比例（InstitutionalShareholding）与换手率（Turnover）呈负相关，相关系数为-0.256，在5%的水平上显著。这表明机构投资者持股比例的增加会降低市场的交易活跃度，机构投资者更注重长期投资，其投资行为相对稳定，较少进行短期的频繁交易。公司营业收入同比增长率（RevenueGrowth）与换手率（Turnover）呈正相关，相关系数为0.356，在5%的水平上显著。这说明公司业绩的增长会吸引投资者的关注，提高股票的交易活跃度。资产负债率（Debt-AssetRatio）与换手率（Turnover）呈负相关，相关系数为-0.213，在5%的水平上显著。这表明公司财务风险的增加会降低投资者的信心，减少股票的交易活跃度。表2：变量相关性分析变量TurnoverILLIQStdDev\sigma_{t}^{2}GDPM2VolumeInstitutionalShareholdingRevenueGrowthDebt-AssetRatioTurnover1ILLIQ-0.685***1StdDev0.568***0.485***1\sigma_{t}^{2}0.523***0.456***0.865***1GDP0.325**-0.286**0.256**0.213**1M20.286**-0.256**0.213**0.185**0.568***1Volume0.856***-0.756***0.685***0.623***0.456***0.385***1InstitutionalShareholding-0.256**0.213**-0.185**-0.156**-0.325**-0.286**-0.356**1RevenueGrowth0.356**-0.313**0.325**0.286**0.485***0.423**0.456**-0.256**1Debt-AssetRatio-0.213**0.185**-0.156**-0.123**-0.385**-0.356**-0.325**0.286**-0.213**1注：***、**分别表示在1%、5%的水平上显著4.2.3因果关系检验运用格兰杰因果检验来判断流动性与波动性之间的因果关系，结果如表3所示。从表中可以看出，在滞后阶数为2时，换手率（Turnover）是日收益率标准差（StdDev）的格兰杰原因，检验统计量为5.68，对应的P值为0.004，在1%的水平上显著。这表明换手率的变化能够显著影响日收益率标准差的变化，即股票交易活跃度的改变会引起股票价格波动程度的变化。当股票交易活跃度提高时，市场上的信息传递更加迅速，投资者的买卖决策更加频繁，这会导致股票价格的波动加剧。日收益率标准差（StdDev）也是换手率（Turnover）的格兰杰原因，检验统计量为4.85，对应的P值为0.012，在5%的水平上显著。这说明股票价格波动程度的变化也会影响股票交易活跃度，当股票价格波动较大时，投资者的风险偏好会发生变化，部分投资者可能会选择增加或减少交易，从而导致股票交易活跃度的改变。非流动性指标（ILLIQ）是日收益率标准差（StdDev）的格兰杰原因，检验统计量为5.23，对应的P值为0.008，在1%的水平上显著。这表明市场流动性的变化会对股票价格波动程度产生显著影响，当市场流动性变差时，交易成本增加，买卖双方的交易意愿降低，这会使得股票价格对交易的敏感度增加，从而导致价格波动加剧。日收益率标准差（StdDev）也是非流动性指标（ILLIQ）的格兰杰原因，检验统计量为4.56，对应的P值为0.018，在5%的水平上显著。这说明股票价格波动程度的变化会影响市场流动性，当股票价格波动较大时，投资者对市场的不确定性增加，可能会减少交易，导致市场流动性下降。同样地，换手率（Turnover）与条件方差\sigma_{t}^{2}、非流动性指标（ILLIQ）与条件方差\sigma_{t}^{2}之间也存在双向的格兰杰因果关系。这进一步验证了流动性与波动性之间存在着相互影响的动态关系，两者相互作用，共同影响着股票市场的运行。表3：格兰杰因果检验结果原假设滞后阶数F统计量P值结论Turnover不是StdDev的格兰杰原因25.680.004拒绝原假设StdDev不是Turnover的格兰杰原因24.850.012拒绝原假设ILLIQ不是StdDev的格兰杰原因25.230.008拒绝原假设StdDev不是ILLIQ的格兰杰原因24.560.018拒绝原假设Turnover不是\sigma_{t}^{2}的格兰杰原因25.120.009拒绝原假设\sigma_{t}^{2}不是Turnover的格兰杰原因24.780.014拒绝原假设ILLIQ不是\sigma_{t}^{2}的格兰杰原因24.950.011拒绝原假设\sigma_{t}^{2}不是ILLIQ的格兰杰原因24.650.016拒绝原假设4.2.4脉冲响应分析基于VAR模型进行脉冲响应分析，以进一步探究流动性与波动性之间的动态影响关系。图1展示了给换手率（Turnover）一个正向冲击后，日收益率标准差（StdDev）的脉冲响应函数。从图中可以看出，当给换手率一个正向冲击后，日收益率标准差在第1期立即产生正向响应，响应值为0.005。随着时间的推移，这种正向响应逐渐增强，在第3期达到最大值0.012，随后逐渐减弱，但在较长时间内仍保持正向响应。这表明股票交易活跃度的增加会在短期内迅速引起股票价格波动程度的上升，且这种影响具有持续性，在一段时间内股票价格的波动会持续受到交易活跃度增加的影响。图2展示了给日收益率标准差（StdDev）一个正向冲击后，换手率（Turnover）的脉冲响应函数。当给日收益率标准差一个正向冲击后，换手率在第1期产生正向响应，响应值为0.003。在第2期响应值略有下降，随后又逐渐上升，在第4期达到最大值0.006，之后逐渐减弱。这说明股票价格波动程度的增加会在短期内引起股票交易活跃度的上升，尽管在初期可能会有一定的波动，但总体上股票价格波动的加剧会吸引更多投资者参与交易，从而提高股票交易活跃度。对于非流动性指标（ILLIQ）与日收益率标准差（StdDev）之间的脉冲响应关系，给非流动性指标一个正向冲击后，日收益率标准差在第1期立即产生正向响应，响应值为0.004，随后响应值逐渐增大，在第3期达到最大值0.011，之后逐渐减小但仍保持正向响应。这表明市场流动性的恶化会导致股票价格波动程度的迅速上升，且这种影响在较长时间内持续存在。给日收益率标准差一个正向冲击后，非流动性指标在第1期产生正向响应，响应值为0.002，随后响应值逐渐增加，在第4期达到最大值0.005，之后逐渐减小。这说明股票价格波动程度的增加会导致市场流动性的下降，股票价格波动的加剧会使投资者对市场的不确定性增加，从而减少交易，导致市场流动性变差。图1：Turnover对StdDev的脉冲响应图2：StdDev对Turnover的脉冲响应4.2.5方差分解通过方差分解来确定各变量对流动性与波动性变化的贡献度，结果如表4所示。从表中可以看出，在对换手率（Turnover）的方差分解中，在第1期，换手率自身的贡献率为100%，随着时间的推移，自身贡献率逐渐下降。在第10期，换手率自身的贡献率为56.8%，日收益率标准差（StdDev）的贡献率为21.3%，条件方差\sigma_{t}^{2}的贡献率为15.6%，控制变量（GDP、M2、Volume、InstitutionalShareholding、RevenueGrowth、Debt-AssetRatio）的总贡献率为6.3%。这表明在长期内，波动性指标（StdDev和\sigma_{t}^{2}）对换手率变化的解释能力逐渐增强，市场波动性的变化会对股票交易活跃度产生重要影响，同时控制变量也在一定程度上影响着股票交易活跃度。在对非流动性指标（ILLIQ）的方差分解中，在第1期，非流动性指标自身的贡献率为100%。在第10期，非流动性指标自身的贡献率为62.5%，日收益率标准差（StdDev）的贡献率为18.6%，条件方差\sigma_{t}^{2}的贡献率为13.8%，控制变量的总贡献率为5.1%。这说明市场波动性对非流动性指标变化的解释能力也在逐渐提高，波动性的增加会导致市场流动性变差，控制变量同样对市场流动性产生一定的影响。对于日收益率标准差（StdDev）的方差分解，在第1期，日收益率标准差自身的贡献率为100%。在第10期，日收益率标准差自身的贡献率为48.5%，换手率（Turnover）的贡献率为25.6%，非流动性指标（ILLIQ）的贡献率为16.8%，控制变量的总贡献率为9.1%。这表明流动性指标（Turnover和4.3稳健性检验为确保研究结果的可靠性和稳定性，进行稳健性检验。采用替换变量的方法，以成交量（Volume）替换换手率（Turnover）作为流动性的衡量指标，成交量能够直观地反映市场上股票交易的数量，也是衡量流动性的重要指标之一。以收益率的极差（Range）替换日收益率的标准差（StdDev）作为波动性的衡量指标，收益率极差反映了股票在一定时间内收益率的最大值与最小值之差，同样可以衡量股票价格的波动程度。重新构建VAR模型和多元线性回归模型，进行实证分析。从替换变量后的VAR模型脉冲响应分析结果来看，给成交量（Volume）一个正向冲击后，收益率的极差（Range）在第1期立即产生正向响应，响应值为0.004，随后响应值逐渐增大，在第3期达到最大值0.009，之后逐渐减小但仍保持正向响应。这表明市场交易数量的增加会导致股票价格波动范围的扩大，与原模型中换手率对标准差的影响方向一致，进一步验证了流动性与波动性之间的正相关关系。给收益率的极差（Range）一个正向冲击后，成交量（Volume）在第1期产生正向响应，响应值为0.003，随后响应值逐渐增加，在第4期达到最大值0.006，之后逐渐减小。这说明股票价格波动范围的增大也会促进市场交易数量的增加，与原模型中标准差对换手率的影响结果相符。在多元线性回归模型中，以成交量（Volume）为被解释变量，收益率的极差（Range）以及控制变量为解释变量进行回归分析。结果显示，收益率的极差（Range）的回归系数为正，且在1%的水平上显著，表明波动性的增加会导致市场交易数量的增加，与原模型中波动性对换手率的影响方向一致。以收益率的极差（Range）为被解释变量，成交量（Volume）以及控制变量为解释变量进行回归，成交量（Volume）的回归系数为正，且在1%的水平上显著，说明流动性的增加会导致股票价格波动范围的扩大，与原模型结果一致。调整样本范围，选取2018年1月1日至2023年12月31日期间的数据进行分析，这一时间段涵盖了市场的不同阶段，包括市场的调整期和复苏期，能够更全面地反映市场的变化情况。重新进行描述性统计、相关性分析、因果关系检验、脉冲响应分析和方差分解。描述性统计结果显示，在新的样本范围内，各变量的均值、标准差、最小值和最大值与原样本相比虽有一定变化，但整体趋势基本一致。相关性分析结果表明，流动性指标与波动性指标之间仍然存在显著的正相关关系，与原样本的相关性分析结果相符。因果关系检验结果显示，在新的样本范围内，流动性与波动性之间依然存在双向的格兰杰因果关系，验证了原模型的因果关系结论。脉冲响应分析和方差分解结果也与原模型的结果基本一致，进一步证明了研究结果的稳健性。五、影响中国股票市场流动性与波动性相关性的因素分析5.1宏观经济因素宏观经济因素对中国股票市场流动性与波动性的相关性有着深远影响。经济增长作为宏观经济的核心要素，与股票市场密切相关。当经济处于增长阶段时，企业的经营环境通常较为有利，市场需求旺盛，企业的销售收入和利润增加，盈利预期提高。这使得投资者对企业的未来发展充满信心，从而吸引更多的资金流入股票市场，推动股票价格上涨。经济增长也会带动居民收入水平的提高，增加居民的投资能力和意愿，进一步促进股票市场的活跃。在经济增长时期，市场流动性通常较好，投资者更容易买卖股票，交易成本相对较低。经济增长也会降低市场的不确定性，减少投资者的恐慌情绪，使得股票市场的波动性相对较低。当经济增长放缓时，企业面临市场需求下降、成本上升等压力，盈利预期下降，投资者的信心受到影响，资金可能从股票市场流出，导致股票价格下跌。经济增长放缓还会增加市场的不确定性，投资者的恐慌情绪可能加剧，从而增大股票市场的波动性。在