“本文提出了使用Amihud指标和有效价差来预测个股流动性。通过线性预测模型结合时间序列和股票特征，作者使用五年滚动窗口对流动性进行预测。结果显示，预测流动性变化优于假设流动性不变的基准模型，误差减少约12%。研究发现，预期流动性变化与股票收益正相关，而当前流动性水平对股票收益无显著影响。使用有效价差作为替代指标，预测结果依然稳健，进一步验证了流动性预期在股票定价中的重要作用。”
资产类别：股票 | 地区：美国 | 频率：每月 | 市场：股票 | 关键词：流动性
策略概述
<预测个股流动性>
本文的这一部分聚焦于预测个股流动性。作者使用了两种流动性衡量标准：Amihud指标和来自交易与报价（TAQ）数据的有效价差。他们通过对Amihud指标取自然对数来减少偏态和过度峰度。作者还考虑了多种预测变量来预测股票流动性，包括过去的流动性表现、交易量、公司规模、市净率以及股票回报率。
为了预测个股流动性，作者采用了基于股票波动率预测文献的预测模型。他们使用了一个线性预测模型，该模型结合了不同时间段的已实现流动性，并且纳入了其他预测变量，考虑到了时间序列中的流动性变化。预测过程包括三个步骤：选择预测变量集，使用滚动窗口（五年的数据）校准模型参数，进行下一月的样本外预测。
研究所使用的数据涵盖了1963年6月至2022年12月期间的每日和每月股票市场数据，样本限制为在纽约证券交易所（NYSE）、美国证券交易所（AMEX）或纳斯达克（NASDAQ）交易的普通股，排除了金融或公用事业行业的股票。摘要统计数据提供了数据概况。
预测结果表明，所提出的模型优于假设流动性不变的简单基准模型，与基准模型相比，预测误差减少了约12%。预测模型选择的变量包括当前和过去的流动性、流动性波动率、股票回报率、交易量、公司规模和市净率。
作者得出结论，结合不同时间段的信息对于股票流动性预测是有益的。流动性时间序列是未来流动性的最重要决定因素。将模型的预测估计与已实现的流动性变化进行比较，并根据预期的流动性变化构建投资组合，以评估预测的经济相关性。
<流动性预测与股票平均收益>
本文还研究了流动性预测、股票流动性水平和股票平均收益之间的关系。现有文献对股票流动性溢价的定价结果混杂，一些研究发现流动性溢价呈正，而另一些研究在控制其他因素后未发现显著关系。本文旨在通过将未来流动性的预期纳入分析，为这一讨论作出贡献。
作者研究了当前股票流动性水平与股票平均收益之间的关系。他们根据已实现的流动性水平对股票进行排序，计算下一个月的投资组合收益。结果表明，在控制了小盘股的影响后，较高的当前流动性并未导致较高的平均股票收益。使用流动性预测代替已实现的流动性时，结果也相似。
接着，作者分析了预期流动性变化与股票平均收益之间的关系。他们根据预测的下一个月股票流动性变化水平对股票进行排序。结果显示，预期流动性上升最多的股票产生了显著更高的平均超额收益，而预期流动性下降最多的股票与收益之间未显示显著关系。即便在控制了风险因素后，这些结果仍然成立。
随后，作者研究了当前流动性水平、预测流动性变化和股票平均收益之间的交互作用。股票根据已实现的流动性和预测的流动性变化进行双重排序。分析显示，在流动性最低的股票中，预测的流动性变化对收益没有显著影响。然而，在流动性最高的股票中，预测的流动性变化与较高的平均超额收益显著相关。
为进行更全面的分析，作者使用了Fama和MacBeth回归法，分别研究了当前流动性和预测流动性变化对股票收益的影响。结果表明，在控制了与流动性相关的变量后，当前流动性对未来股票收益没有显著关系，而预测的流动性变化与收益正相关。
本文的结论是，预测的流动性变化在股票收益的横截面上是有定价作用的。投资者对未来预期流动性变化要求显著的补偿，这表明流动性预期在决定股票平均收益方面发挥了作用。然而，本文未能发现当前股票流动性水平与股票平均收益之间有显著关系。
<预期流动性定价的来源>
这一部分探讨了预期流动性变化对股票收益产生影响的经济解释。作者分析了短期和长期投资者的行为，发现短期投资者立即对预期流动性变化作出反应，调整他们的投资组合，而长期投资者更倾向于选择不太流动的股票。他们还将预期的流动性变化与观察到的流动性冲击进行了比较，发现两者之间的相关性较高，呈负相关。结果表明，预期流动性变化和流动性冲击对股票收益有不同的影响，强调了同时考虑这两种因素的重要性。
<使用有效价差作为流动性指标的稳健性>
作者使用有效价差作为流动性衡量标准，创建了第二个数据集。他们纳入了当前月、过去季度和过去一年的已实现流动性值以及当前月和过去一年流动性的标准差。通过将模型与基准模型进行比较，评估预测模型的表现。结果显示，虽然与Amihud指标相比，预测误差降低幅度较小，但预测模型显著降低了预测误差。预测程序选择的变量包括当前月的有效价差、过去季度的有效价差和对数转换的交易量。
通过对单一排序和双重排序投资组合的分析以及Fama和MacBeth回归法，作者进一步验证了结果的稳健性。这些分析表明，基于预测有效价差变化的投资组合产生了显著的超额收益和阿尔法。无论是等权重投资组合还是市值加权投资组合，结果都具有一致性。此外，截面回归分析证明，即使在控制了与流动性相关的因素后，预测的有效价差变化与股票平均收益之间仍然存在显著关系。这些稳健性分析支持了本文的主要结论。
策略合理性
这篇论文的基本目的在于解决金融文献中关于流动性预测研究的缺乏，尽管流动性对资产价格的重要性以及与波动性密切相关。作者旨在通过提出一种预测个股流动性的模型来填补这一空白，该模型以每月为时间跨度。论文建立在现有的股票波动性预测文献基础上，利用一种变体的异质自回归预测模型。
预测股票流动性的一大挑战是捕捉时间序列模式，例如流动性转移现象和宏观经济新闻的影响。为了解决这个问题，作者采用了一种预测变量选择算法（弹性网），该算法动态选择预测候选变量，以最大化预测性能。预测过程的结果表明，该模型能够比仅使用过去的流动性数据更准确地预测个股流动性。该过程的预测性能随着时间的推移而提高，表明其在捕捉流动性预期方面的有效性。
此外，论文探讨了预测的流动性变化与平均股票收益之间的关系。尽管流动性水平与平均股票收益之间没有显著的关系，但预测的流动性变化与平均股票收益之间则表现出强烈的关联。作者通过根据预期的流动性变化对股票进行排序，观察到流动性预期增加最大的投资组合具有显著的超额收益，从而证明了这一点。
论文来源
Liquidity Forecasts and Stock Returns [点击浏览原文]
- Claus Schmitt, Philipp Schuster, 鹿特丹管理学院，埃拉斯谟大学，斯图加特大学
<摘要>
我们建议了一种预测个别股票流动性的程序，并研究股票流动性预测与平均股票收益之间的关系。我们的预测模型将根均方误差减少了12%，相较于上个月的已实现流动性在Amihud (2002)流动性测量中。我们的流动性预测捕捉到经济上显著的流动性变化，并随着时间的推移提高了准确性。尽管流动性测量在资产定价测试中提供了混合的实证结果，我们发现预期流动性变化与平均股票收益之间存在强关系。根据下个时期流动性预期变化排序的投资组合，均衡加权的多头-空头组合每月产生1%的超额收益，价值加权的组合产生0.8%的超额收益。我们的结果在控制Fama和MacBeth (1973)横截面回归中各种股票收益预测变量的情况下依然稳健，并且使用有效价差作为替代流动性测量时也保持一致。预期流动性变化的高收益溢价可以用投资者的异质投资期限的投资组合重新配置来解释。与Amihud和Mendelson (1986)的客户效应一致，短期投资期限的共同基金会在流动性预期恶化时出售（或在流动性预期改善时购买）股票。与之相对，长期投资期限的基金不会对预期变化作出反应，而是基于已实现流动性进行投资组合决策，这导致供需之间的时间不匹配。
回测表现
| 年化收益率 | 9.64% |
| 波动率 | 14.2% |
| Beta | N/A |
| 夏普比率 | 0.68 |
| 索提诺比率 | N/A |
| 最大回撤 | N/A |
| 胜率 | N/A |
