如何对非流动性因子进行改进.docx

正文目录 一、引言 4 二、非流动性因子及改进 4 非流动性因子 4 非流动性因子改进：基于弹性网络模型的非流动性预测 7 非流动性因子改进：半非流动性指标 10 非流动性因子改进：基于弹性网络模型的半非流动性预测 12 三、基于日内收益的非流动性因子 14 四、非流动性因子测试 17 因子中性化测试 17 大类因子相关性分析 18 不同股票池中的因子表现 18 五、总结 21 参考文献 22 图表目录 图 1：ILLIQ 因子分组年化收益 5 图 2：ILLIQ 因子分组测试 5 图 3：ILLIQ 因子多空组合净值与信用利差 6 图 4：预测模型与基准模型 MSE 对比 8 图 5：ILLIQ_F 因子分组年化收益 8 图 6：ILLIQ_F 因子分组测试 8 图 7：ILLIQ_UE 因子分组年化收益 9 图 8：ILLIQ_UE 因子分组测试 9 图 9：?????????? +因子分组年化收益 11 图 10：?????????? +因子分组测试 11 图 11：?????????? ?因子分组年化收益 11 图 12：?????????? ?因子分组测试 11 图 13：预测模型与基准模型 MSE 对比 12 图 14：??????????_?? ?因子分组年化收益 13 图 15：??????????_?? ?因子分组测试 13 图 16：隔夜收益与日内收益对比 14 图 17：OC_ILLIQ 因子分组年化收益 15 图 18：OC_ILLIQ 因子分组测试 15 图 19：OC_ILLIQ_F 因子分组年化收益 16 图 20：OC_ILLIQ_F 因子分组测试 16 图 21：????_?????????? ?因子分组年化收益 16 图 22：????_?????????? ?因子分组测试 16 图 23：????_??????????_?? ?因子分组年化收益 16 图 24：????_??????????_?? ?因子分组测试 16 图 25：????_??????????_?? ?因子分行业 IC 测试 17 图 26：????_??????????_?? ?因子在中证 500 中的表现 19 图 27：????_??????????_?? ?因子在中证 1000 中的表现 20 图 28：????_??????????_?? ?因子在除中证 800 以外全样本中的表现 20 表 1：因子回测框架 5 表 2：ILLIQ 因子回测数据展示 5 表 3：预测变量介绍 7 表 4：ILLIQ_F 因子回测数据展示 8 表 5：ILLIQ_UE 因子回测数据展示 9 表 6：Rank_IC 回测结果对比 10 表 7：因子分组回测结果对比 10 表 8：??????????_?? ?因子回测数据展示 13 表 9：Rank_IC 回测结果对比 15 表 10：因子分组回测结果对比 15 表 11：因子市值中性化Rank_IC 结果 17 表 12：非流动性因子与常见风格因子相关性（%） 18 表 13：不同股票池????_??????????_?? ?因子Rank_IC 测试结果 18 表 14：不同股票池????_??????????_?? ?因子分组测试结果 19 一、引言 流动性是市场以合理价格迅速交易资产的能力。流动性不仅是市场的基础，更能一定程度上反映个股的潜在收益和风险。当资产的流动性较强时，说明资产能够以较小的折价卖出，反之则需要以较大的折价卖出。因此，对于流动性的研究一直以来都是学术界和业界的热点。许多现有的研究提出了衡量股票市场流动性的各种方法，简单分类的 话可以分为换手率相关指标、非流动性指标以及高频流动性指标。同时，现有的研究还表明当预期未来股票流动性较低时，投资者需要得到对非流动性的补偿，也就是流动性溢价。换句话说，当前的研究表明了预期未来股票的非流动性与股票收益具有显著的正相关关系。 2002 年，Amihud 提出使用每日价格和交易额数据构建非流动指标（ILLIQ），并表明了该因子在横截面上被显著的定价。这一发现得到了后续学术界不断的验证，如 Chordia、Huh 和 Subrahmanyam(2009)。该非流动性指标一直是金融经济学中使用最广泛的指标之一，其关键的优势源于其简单的构建。同时与换手率指标相比，该指标从收益 和交易量层面对流动性进行度量。 作为“青出于蓝”系列报告的第六篇，本报告主要研究了 Amihud（2002）提出的经典的非流动性指标，测试验证了其在 A 股市场中的有效性，并尝试从逻辑上对