��一、问题的提出
　　金融市场中每天发生着无数笔交易，毫无疑问，买进和卖出都需要流动性提供支持，综合而言，如果一项资产能快速地完成交易，并且买卖双方的成交价格与当前价格相差不大，则该资产的流动性就高。显然，流动性对于股票的收益率有着巨大的影响，任何金融资产从账面收益到实际收益都需要具有流动性的市场来实现。早在20世纪80年代，Amihud和Mendelson（1986）就开创性地提出了流动性溢价（liquidity premium）理论，认为资产的流动性是资产定价的一个重要影响因素，流动性低的资产预期收益高，而流动性高的资产预期收益低。此后，国内外学着从不同角度，用各种方法研究发现了流动性与资产定价、收益波动之间的关系。
　　国内金融市场起步较晚，发展程度远不及国外成熟市场。而且因为政策的因素，公募基金中的股票型、混合型基金都有最低股票仓位限制，国内市场没有卖空机制，这使得这些基金在熊市时仍旧需要承受很大部分市场风险，只能在不同行业、不同股票之间调仓来减少市场单向下跌带来的损失。这时候行业配置就显得格外重要。本文正是以此为出发点，探究行业指数的流动性与指数收益率之间的关系，希望能对基金的行业配置有所帮助。
　　 ��二、研究综述
　　（一）国外文献 在流动性溢价理论方面，Amihud和Mendelson（1986）从交易的微观成本出发，推导出预期收益与买卖价差的关系模型，提出流动性溢价理论。他们认为，投资者会挑选流动性小、交易成本大的资产放到长期的投资组合中。直观上，相对交易成本越大，则流动性越差，为弥补流动性风险，其预期收益越高。Haugen和Baker（1996）发现美国Russell 3000股指的所有成分股在1979-1993年间的预期收益与换手率呈显著负相关。Pastor和Stambaugh（2003）基于一个新的指标发现收益对流动性的敏感度被市场定价。Acharya和Pedersen（2005）构建了一个基于流动性的定价模型并进行了实证研究。
　　（二）国内文献 李一红和吴世农（2003）采用换手率和非流动性ILLIQ两个指标，对上海股票市场的流动性和预期收益的关系进行了实证研究，结果表明：对个股而言，换手率对预期收益有负向作用，非流动性与预期收益则是正向作用。苏冬蔚和麦元勋（2004）从换手率的角度考察流动性，通过检验交易频率假设和交易成本备择假设，分析股市流动性与资产定价的理论和经验关系，发现我国股市存在显著的流动性溢价，其成因是交易成本而不是换手率所代表的交易频率。孔东民（2006）以Amihud测度作为流动性测度指标，结合流动性资产定价模型，发现中国股市的风险升水在大盘升降区间体现了不同特征。
　　综合国内外学者的研究成果，流动性溢价理论已经被广泛接受。尽管实证研究结果并不完全一致，但是大部分实证研究都证明了流动性会影响股票预期收益。但是流动性对于资产定价在不同的行业中是否有所差异，这种差异是否能作为行业配置的依据，相关的研究文献较少，本文试图填补这一空白。 ��三、数据及研究方法
　　流动性测度最常见的是交易量和换手率，但交易量易受到公司规模的影响。Datar、Naike和Radcliff（1998）的研究发现公司规模和交易量的相关性高达0.89，但是公司规模和换手率之间相关性只有0.11。此外，还有Amivest流动比率，它表示价格变化一个百分点所需要的交易量；马丁指数，表示每日价格变化幅度的平方与每日交易量的比值；马什•赫洛克流动性比率，表示特别时间内每笔交易间价格变化百分比绝对值的平均值。考虑到数据的可得性及相关性，本文采用换手率作为流动性的测度，研究换手率对收益率影响在不同行业间的差异性，并探讨这种差异性能否作为基金在不同行业间配置股票的依据。月度换手率的计算公式如下：
　　�Turn=Vol/OS�
　　
　　式中：Turn是月度换手率，Vol是当月成交量，OS是流通在外的股票总数。
　　本文采用了申万行业分类中的公用、化工、金融、商业、医药、有色6大行业指数和作为市场基准的上证指数从03年1月到10年12月的月度收益率和换手率数据，收益率和换手率均是百分比表示，无风险收益率采用每个月最后一个交易日的三月期存款利率，并折算成月收益率，数据来源wind资讯。研究模型如下：
　　R��it�=α�i+β�iTurn��it�+ε��it� （1）
　　R��it�=α�i+β�iTurn��it�+β��int�R��int�+ε��it� （2）
　　式中：R��it�、R��mt�分别表示剔除无风险收益率后的t期行业指数和上证指数收益率，Turn��it�是t期行业指数换手率，α��i�、β��i�是回归系数。
　　（1）、（2）式分别是常数收益过程、CAPM收益过程的检验方程，研究换手率是否对收益率有显著的影响，以及不同行业间的差异。如果在模型中，Turn��it�变量在统计上显著，就可以认为换手率对收益率产生了影响，并且不同行业之间β��i�的差异可以看做行业间的差异，由此作为行业配置的依据。
　　 ��四、实证结果及分析
　　对R��it�、R��mt�、Turn��it�进行数据平稳性检验，DF检验均表明没有单位根。模型实证结果如下：
　　
　　根据表1的回归结果可以看出，6大行业指数与其换手率之间的回归系数在0.01的水平上拒绝零假设，表明换手率显著地影响了指数收益率。从回归系数的大小来看，6大行业β��i�在0.18-0.26之间，均为正值，说明换手率与当期收益率有同向关系，即当期换手率越高，则指数收益率越高。此外，化工和医药两个行业回归系数明显小于其他行业，说明这两个行业指数换手率对收益率的影响不如其他行业；而金融行业收益率显著地受到换手率的影响。
　　
　　从表2中可以看到，采用CAPM收益模型以后R��2�显著提高，模型的可靠性大大增强。表示行业换手率与收益率关系的β��i�回归系数都在0.05水平上拒绝零假设，但是其差异性与模型（1）揭示的略有不同，化工行业的系数仍旧是最小的，商业行业是化工的两倍。此外，从β��im�系数可以看出，有色行业指数比上证指数波动更为剧烈，即上涨和下跌的幅度都要大于上证指数，而医药和商业指数较上证指数更为缓和。作为行业配置，涨时买有色，可以获得超过市场指数涨幅的收益；跌时买医药，可以回避很大一部分市场风险。
　　
　　
　　 ��五、结论
　　本文用换手率作为流动性测度的指标，研究了其对不同行业指数收益率的影响差异。基于两种经典的定价模型常数模型和CAPM定价模型的回归检验，我们发现流动性显著地影响了行业指数收益率，并且与当期收益率呈正相关关系，这与之前学着的研究成果相一致。另外我们发现，化工行业受到流动性影响较小，而商业受到流动性影响较大。本文的不足之处是未能提出可靠的行业间套利策略，这也是今后的研究方向。