您当前的位置:首页 > 经济论文>财政金融论文

分析金融市场背景下流动性黑洞的形成机理

2016-12-26 12:52 来源:学术参考网 作者:未知


一、引言


目前有关流动性黑洞的文献在实证方面主要研究反馈交易对证券市场流动性的影响和发生流动性黑洞时市场交易的价量关系。在模型方面主要是基于做市商制度来构建的。本文对国内外有关流动性黑洞影响因素和形成机理的文献进行分析,并结合相关研究成果给出预防建议,以促进我国金融市场健康发展。


二、流动性黑洞影响因素


交易策略对流动性黑洞的形成起着重要作用,越来越多的投资者采取趋同的交易策略是导致市场发生流动性黑洞的一个重要因素。Osler(2002)研究了止损指令流对外汇市场动态价格的影响,发现止损指令流对价格的影响比其他类型的指令流大,影响的持续时间也更长。现实中无论个人投资者还是机构投资者都有采取止损交易的行为,这种行为可以基于心理学原理来进行解释。


接着,Morris等(2004)也从止损交易入手,假设市场有风险规避和风险中性两类投资者,风险中性投资者的止损策略会引发流动性黑洞,一个投资者的止损卖出会触发其他投资者的止损行为。该模型的一个创新点是从博弈论的思想出发,假设卖出价格和卖出先后顺序有关,投资者基于自己的止损价在卖出顺序上相互博弈。Richmond等(2005)认为止损指令对非正常价格行为有着重要影响,投资者可能会在某一价格区域内堆积大量的止损指令,而这些止损指令的执行会在短期内使得市场急剧下滑。他们模型的关键假设在于不同投资者的止损价格都很接近,产生在某一价格集聚现象,但这种假设过于严格,因为市场中的投资者有不同的风险偏好,所以会设定不同的止损价,产生集聚现象的概率不是很大。Baker和Stein(2004)指出如果卖空成本比多头交易成本更高时,噪音交易者更倾向于多头交易,从而增加市场流动性,当投资者乐观时会倾向于投资上升股票,当他们悲观时,则不会投资于下跌股票。他们的研究基于行为金融学原理说明了市场中存在“追涨杀跌”的现象,投资者的情绪对他们投资行为具有很大影响。


证券市场存在正反馈交易,正反馈交易增加了流动性黑洞发生的可能性。王灵芝和吴忠(2013)基于向量自回归(VAR)研究了正反馈和市场效率、流动性黑洞的关系,发现正反馈交易者显着地降低了市场的效率和多样性,更容易诱发流动性黑洞。他们研究方法的逻辑性相对更严谨一些,采用存在正反馈和不存在正反馈交易的数据进行对比分析,来得出反馈交易对市场的影响。


随着计算机技术和网络技术的发展,越来越多的机构投资者开始采取复杂的量化投资和程序交易,这种新型的投资策略必定对市场流动性产生新的影响。Chlistalla等(2011),Golub等(2012)认为高频交易在流动性黑洞中起着关键的作用,加剧了市场的暴跌。高频交易的金融资产首先要具有良好的流动性,这样才能满足高频交易者在极短时间内赚取差价的目的,一旦某个金融资产出现流动性不足,高频交易者出于止损的需要可能抛售手中的资产,加剧了该资产流动性恶化,进而产生流动性黑洞。


交易者是否拥有信息及其对市场的信念也是导致流动性黑洞的一个因素。Barlevy等(2001)的模型认为,非信息交易者理性地认为价格的下跌反映了信息交易者拥有消极的信息,所以他们减少需求,进一步引起价格下跌,非信息交易者根据这种判断抛出资产,使得市场价格暴跌。由于市场的非有效性,存在信息交易者获得内幕利空消息提前抛售资产使其价格下降的可能性,但也可能是流动性需求者的卖出行为使得资产价格下跌,这也是该模型没考虑的一个关键可能性。Bolton等(2009)的模型表明资产流动性的缺失是对资产价值估计的信息不对称引起的。如果投资者对同一资产的估值存在不同的信息,那么就会产生不同的估值结果,估值高的会买入,估值低的会卖出,这样就会存在交易对手,而不会发生流动性缺失,按照这样的分析,他们模型的假设和结果是有矛盾之处的。Mendel和Shleifer(2012)证明了理性交易者由于信息不完全,会受噪音交易者影响,在金融危机中加剧资产价格的下降,从而产生流动性黑洞。该模型的优点在于承认存在信息交易者,但信息交易者的信息并不完全,相信别人拥有的信息比自己的信息更有价值,这种信念的存在很容易使自己的交易行为被其他投资者的交易行为所影响。


还有一些文献基于行为金融理论来研究流动性黑洞问题,即使在基本面良好的经济环境下,市场也可能发生流动性黑洞。Malherbe(2012)基于逆向选择建立一个自我实现(self-fulfilling)的流动性干涸(liquiditydry-ups)模型,如果投资者认为将发生流动性问题,他们会采取贮藏流动性的自我保险(self-insurance)策略,从而引发流动性危机。有关流动性干涸方面的文章还有Brunnermeier等(2009),Bolton等(2008)。


其实,这种自我实现模型与当前市场状况无关,关键在于投资者对市场未来走向的担心而提前采取的行动会引发危机。


银行系统也存在流动性黑洞,这种流动性黑洞表现为挤兑,使得银行发生流动性危机,面临破产风险。Chen(1990)的模型认为先到先服务(first-come,first-served)规则和信息的外部性会导致银行破产的传染,引起整个银行业发生流动性黑洞。该模型在现实中可以找到例证:银行之所以会发生挤兑和先到先服务规则有关,先到达的储户可以取到自己的存款,而后到达的储户可能因银行资金被先到达的人取走而不能足额支付或者根本无资金支付,这就使得储户有争着提前去银行提款的动力,从而发生挤兑(Diamond等(2005))。Diamond等(1983)的模型认为银行经营失败,能够加速流动性短缺(liquidityshortages),失败的传染也促使整个银行系统崩溃。该模型主要认为没发生危机的银行因对发生危机的银行的袖手旁观使得危机也会传染给资产良好的银行。


经营状况良好的银行的储户因受其他倒闭银行的影响,担心自己存款损失而争相取出自己的存款也是银行发生流动性危机的诱导因素。在发生危机时,银行彼此也不愿意借贷,而是贮藏自己的储备金,即产生流动性贮藏行为(McAndrews等(2002),Holmstrom等(1998),Caballero等(2008)),使得市场冻结(marketfreeze),引发流动性危机(Acharya等(2009),Allen等(2009))。如果经营状况良好的银行对发生危机的银行采取一定的流动性援助,则可能避免整个银行业的危机。这种流动性贮藏行为体现了博弈思想,如果经营状况良好的银行为出现危机的银行提供帮助后还是无法避免市场整体的危机,那么经营良好的银行还不如贮藏自己的流动性以避免更大的损失。


孔曙东和梅气(2002)认为我国A股市场早期的流动性黑洞是由于一系列有缺陷的制度安排导致的。因此,必须从制度分析的角度,对造成我国股市混乱和波动的根源进行剖析,使其得以变革和完善。他们的观点比较符合我国的实际情况,我国证券市场在早期投资者结构比较单一,投资者品种也不丰富,各种投资限制较多,很容易导致流动性黑洞发生。


认为市场交易量反映了潜在不同意见,这种意见是和估值相关而又有卖空限制时才产生的。Garleanu等(2007)的模型表明机构投资者在市场下跌时采取偏紧的风险管理手段降低了他们的风险承受能力,减少了市场的流动性。Easley等(2010)认为股市暴跌,发生流动性黑洞是由有毒指令流引起的,并创建了VPIN指标对来对有毒指令流进行测度。交易量是指令流的汇总,指令流是交易量的过程分解,上面两篇文章分别从交易的结果和过程对流动性黑洞进行了分析。


宫义飞(2011)认为股市暴跌现象的背后意味着我国资本市场较低的股票定价效率,股价暴跌现象的治理离不开公司信息环境的改善。这一观点的本质在于优化机制的设计,使市场更加有效、透明。郭乃幸和杨朝军(2012)认为市场摩擦和信息不对称也是影响流动性黑洞的因素。这些因素主要指市场交易中的各种税费和投资者拥有信息的差异,它们的存在阻碍了正常的交易进程,使得市场缺乏流动性。市场摩擦虽然可以减少市场流动性,但在引发市场流动性黑洞的极端情况下,它们有多大贡献以及是否有贡献却是未知的。


三、流动性黑洞形成机理


流动性黑洞的形成机理有投资者心理方面的因素,也有信息不对称的因素,还涉及到市场机制的设计。Radelet和Sachs(1998)分析了东南亚金融危机,认为流动性黑洞是自我实现型的恐慌,是金融恶化和信心衰退的循环过程。Davis(1999)认为证券市场出现流动性危机的状况和银行挤兑的现象很类似,两者均有较强的自我实现性和羊群效应。他们提出的自我实现模型主要是基于市场参与者的心理因素,由于担心坏的结果出现而提前采取规避措施会导致坏的结果真正被实现,也就是自我实现。


Veronesi(2003)证实不知情投资者所起的作用与组合投资保险者相似,其需求曲线也是反向弯曲的,从而导致总需求曲线出现弯曲,呈倒S状。因此,均衡价格必然在某点不连续变化,产生价格跳跃的流动性黑洞现象。该理论的核心在于假设总需求曲线的形状符合某种特点,这种特点使得价格变化存在不连续的区间,在该区间内会出现流动性黑洞,但没有用实例表明现实中是否存在这种形状的需求曲线。Carlin和Lobo(2005)构建了一个基于流动性需求的动态交易模型,模型认为市场流动性匮乏是交易者之间合作停止并转为互相博弈的结果。该模型从博弈论的观点出发阐述市场流动性匮乏的形成机理,其实这种博弈也是信息不对称发展的必然结果。Biais和Weill(2009)建立了一个基于投资者不能够连续监控市场的动态均衡竞争模型来研究当有很多投资者需要抛售他们手中的股票时,指令簿是如何吸收流动性冲击的。他们模型的创新之处在于利用动态博弈的观点来分析指令簿的变化进程,研究指令簿对流动性冲击的缓冲作用。


张秀丽(2011)概述了流动性黑洞的外在表现、度量和成因,从资产负债表关联性渠道、同质化效应渠道、预期多米诺效应渠道来阐述流动性黑洞形成机制。Bernardo等(2004)的模型假设市场有两种流动性冲击,一种是对市场所有投资者都产生影响的流动性冲击,一种是各个投资者独立的流动性冲击,做市商根据投资者净卖出的数量对证券报价,如果净卖出者超过均衡的数量,则证券价格将会暴跌,发生流动性黑洞。该模型创新之处在于对流动性冲击进行分类,且把流动性冲击和净卖出数量联系在一起,但是我们无法判断市场暴跌是由于哪种流动性冲击引起的。


四、发生流动性黑洞时的市场交易行为及股价运动关系


发生流动性黑洞时,金融产品的变现成本较高,变现难度较大,市场中卖方远远多于买方。Copeland等(1983)将信息不对称引入到做市商的报价决策中,与流动性交易者进行交易所获得的收益减去与知情交易者进行交易所造成的损失构成了做市商的利润,做市商就是要最大化他们的利润。模型中他们把买卖报价看作知情交易者的两种免费期权的执行价格,即卖价是看涨期权执行价格,而买价则是看跌期权的执行价格。该模型的含义是股价波动率的增加将导致报价价差变大,流动性下降。Amihud等(1990)对美国1987年股灾前后的流动性和股价关系进行分析,发现流动性显着下降,股价显着下跌。


(1997)对几个国家的股票市场进行分析,发现市场下跌时的正反馈交易比市场上升时更明显。Muranaga和Shimizu(1999b)讨论了市场流动性消失后投资者预期的变化及对市场价格发现功能的影响。Chordai和Sarkar(2001)发现金融危机期间股票市场和债券市场流动性比正常市场状况下具有高得多的关联性。Barlevy和Veronesi(2003)认为不知情交易者根据股价判断知情交易者行为,股价的微小波动会导致不知情交易者的集中买入及抛售,产生价格的不连续变化。


Veronesi(2003)以及Yuan(2005)基于信息不对称假设下建立的模型表明,当存在信贷约束时,资产价格的下降会导致交易者的信贷约束进一步加大。Huang和Wang(2009)认为在极端严重的市场情况中会由于过度抛售导致市场的流动性不足。Mendel和Shleifer(2012)证明了理性交易者由于信息不完全会受噪音交易者影响,从而在金融危机中加剧资产价格的下降。Gennotte和Leland(1990)对1929年和1987年美国股市崩盘进行了研究,并建模解释了少量抛售导致大幅度崩盘的过程。在出现供给冲击时,投资者可能无法及时的判断该价格的变化是因为基本面的恶化还是因为市场组合配置的原因,因此投资者会选择离开市场,这诱发了价格的大幅下降。


五、总结与展望


可以看出有关流动性黑洞方面的文章主要集中于流动性黑洞的影响因素、形成机理及发生黑洞时市场价量的动态关系及交易行为。


影响因素方面的文章重点研究的是止损指令、反馈交易、对市场的信念、信息不对称、制度安排等对流动性的影响。止损指令使得价格达到投资者设定的某一价位时触发卖出行为,如果少量投资者卖出还不至于引发整个市场的流动性危机,正是由于大量投资者采取止损才使市场出现过度不均衡的买卖行为,导致流动性危机。止损策略属于投资者的风险管理手段,如果某一市场的大量投资者采取趋同的风险管理手段,必然引发这一市场的流动性危机。反馈交易是一种投资策略,也是一种心理行为,在市场下行时如果存在过度的反馈交易,即过度的“杀跌”,会导致价格暴跌,市场崩溃。


不少国内外的实证文章都发现证券市场中存在反馈交易,反馈交易本身并无好坏之分,关键看其在什么样的市场情况下而定。


对市场信念的不同源于信息的不对称,投资者拥有不同的信息会采取不同的交易行为和策略。不少文章都认为信息不对称对市场有害,其实信息不对称有时也能改善市场流动性,不对称的信息使得交易者采取不同的交易方向,市场中存在交易对手,不会发生流动性问题。


流动性黑洞形成机理方面文章的研究重点是行为金融学,其次集中于信息不对称和机制设计方面。有缺陷的机制,加上不对称的信息,以及对市场的悲观恐慌很容易导致市场崩溃,特别是在市场下跌时的羊群效应更容易导致流动性黑洞发生。对市场一致性的预期也是降低金融资产流动性的重要因素。投资者自我实现的心理预期也会引起市场恐慌,进而发生自我实现的流动性黑洞。


之所以会发生流动性黑洞,主要在于市场缺少异质性,投资者的风险管理目标过于单一与趋同,缺乏多样化的投资策略和投资品种。要想降低金融市场流动性黑洞的发生频率,就要使投资者对市场产生异质性的信念,鼓励发展多元化的投资者结构,同时,还要开发多样化的投资产品,为投资者采取多样化的投资策略提供条件。


作者:王昆 杨朝军

相关文章
学术参考网 · 手机版
https://m.lw881.com/
首页