1.3 本书的研究内容与结构

本书对中国证券市场的流动性风险进行了比较全面的理论分析与实证研究。首先，第2章对文献进行回顾与评价，从而确定本书需要研究的主要内容；其次，第3章深入分析了证券市场流动性风险的内涵并确定了流动性风险的测度方法；第4章主要讨论了日间流动性风险的影响因素，并进行了相应的实证分析；VaR方法是风险管理中常用的方法，本书的第5章基于时变方差与极值理论两种方法考察了流动性风险的控制与有效性检验；本书的第6章基于日内高频数据考察了日内流动性风险的测度与特征；第7章主要探讨了本书提出的流动性风险测度方法的应用性研究；最后，第8章对全文进行总结，并指出未来的研究方向。各章具体内容分别概括如下。

第1章 绪论。这一部分主要说明本书的研究背景、研究意义、研究内容与结构以及本书的主要创新点。

第2章 证券市场流动性风险研究综述。首先对证券流动性含义与测度、流动性风险测度、特征以及流动性风险的管理等研究文献进行梳理，并对这些文献进行评价，从而引出本书将要重点研究的问题。

第3章 在讨论流动性内涵之前首先对流动性的概念进行了归纳界定，并在此基础上阐述了流动性风险的内涵，流动性风险是流动性水平未来变化的不可预期性。本章在恰当的流动性度量指标基础上，结合流动性风险的内涵，采用时变方差的方法构建了本书所使用的流动性风险测度方法，并进行了实证研究。

第4章 影响中国证券市场流动性风险的主要因素包括：投资者结构与投资者行为、金融政策与市场波动等。首先，本章从理论角度定性的分析了这些因素对流动性风险的影响。其次，通过构建恰当的模型，实证分析了：（1）投资者结构模式与市场流动性风险；（2）金融政策调整前后流动性风险的变化与非对称效应；（3）金融危机中流动性风险和市场风险相互促进，螺旋式上升，本章实证分析了两者的动态相关关系。

第5章 VaR方法是一种衡量和管理金融市场风险的新方法，用一个数字有效地量化一个投资组合正在承受的风险，简单易懂。本章基于 Risk Metrics的移动平均模型和条件方差测度方法动态的测度了市场的流动性风险 VaR，并采用kupiec失败率检验法对其有效性进行了检验。极值理论是通过研究极端样本事件对金融资产回报的“厚尾”分布建模，负责分析和解释极端事件，它是测量极端市场条件中风险损失的一种方法。常用的极值理论方法有两种，分块样本极大值法（BMM）和超阈值（POT）模型。本书先后采用这两种方法对流动性变化率序列的尾部行为进行参数估计，计算出了相应的流动性风险 VaR值，并进行了相应的有效性检验。

第6章 日内流动性风险反映了投资者交易的主动性与交易成本，本章从市场遭受冲击时投资者的策略博弈角度分析了流动性风险产生的原因；基于日内分时数据和逐笔成交数据本书提出了适合于指令驱动市场的日内流动性风险测度方法；在市场的不同阶段投资者买卖双方可能具有截然不同的流动性，本章区分了买方流动性与卖方流动性两个概念，并考察了买卖流动性水平的非均衡与日内成交价格之间的关系；基于逐笔成交数据，提出了结合流动性四维，即价差、深度、弹性和成交时间因素的日内流动性综合测度指标，并研究了该指标的自相关性、状态依赖性等特征，文中还采用时变的方差测度了逐笔成交数据的流动性风险特征。

第7章 探讨了前述流动性风险测度方法的应用性研究，主要考察了以下三个方面：（1）流动性水平、流动性风险之间的关系。研究结果表明，流动性水平是影响收益的重要因素，且两者负相关，流动性水平越高收益率越低，即我国股市中存在流动性溢价效应；流动性变化率也对收益率有影响，流动性突然变化往往代表有新信息到达，买卖双方交易的活跃程度会影响股票价格；以时变方差测度的流动性风险并不是影响资产收益的因素。（2）沪、美、港股之间的流动性风险溢出效应。基于多元GARCH-BEKK模型实证研究发现：金融危机背景下存在美国股市到中国香港股市和上海股市间的单向流动性风险溢出效应，即影响美国市场流动性水平的信息会溢出到中国股市，而引起中国股市流动性水平波动的信息却没有影响到美国股市；此外，中国香港股市对上海股市也存在单向的流动性风险传导。（3）已有对基金业绩评估的研究文献中，均不曾考虑基金所承受的流动性风险，本书尝试从流动性风险角度构建了一个新的基金业绩评估方法。

最后，第8章给出了研究结论与相关建议。对本书的主要研究内容及研究结论进行总结，说明了本书在理论研究与应用研究领域的意义，并指出本书有待进一步完善之处以及未来的研究方向。

本书的内容与结构关系参见图1-1。