股票流动性专题研究之一：非流动性因子改进暨因子回归框架再思考

创建于 2025-07-15T17:09:52.506308+08:00 更新于 2025-07-15T18:40:21.320230+08:00

摘要

报告从Amihud非流动性因子出发，发现其存在不足并提出改进的流动性因子Liq，结合多种风格中性方法及正态化处理，实现了更有效的市值和行业中性化。Liq因子在全A、沪深300和中证500市场的回测表现优于传统Illiq因子，年化超额收益提升显著，且对参数N不敏感，参数选取灵活，提升了量化选股的稳定性和收益水平[page::0][page::4][page::5][page::13][page::28][page::34][page::35].

速读内容

传统Amihud非流动性因子（Illiq）表现及不足 [page::4][page::5][page::6]

Illiq因子基于日收益率绝对值除以成交额，衡量股票流动性差异。

- 因子在去极值、标准化、市值及行业中性后表现稳健，市值回归后ICIR提升，夏普比率提高到2.40。
Illiq因子组合年化收益率达26.17%，波动率明显降低，行业归因显示机械、基础化工等成长股贡献最大，金融股表现较弱。

- 风险因子暴露显示Illiq与换手率因子存在显著差异，体现其独立流动性信息。

换手率因子表现及行业和风险因子归因 [page::8][page::9][page::10][page::11]

换手率因子有效性较好，市值+行业中性后ICIR达到-0.838，主要收益来自空头卖出高换手率股票。

- 行业偏好与Illiq因子略有不同，机械、计算机等成长行业贡献明显，银行等金融行业收益贡献为零或负。

风险暴露与Illiq因子类似，但流动性因子暴露明显，为负且数值较大。

新流动性因子Liq构建与优势 [page::12][page::13][page::14]

Liq因子引入路径长度和路径波动率概念，剔除隔夜信息与路径信息不足，定义为成交额除以路径长度与波动率调整项，方向与Illiq相反。

- Liq因子IC表现优于Illiq，回测收益率和夏普比率更高。

采用倒数调整因子IC方向一致，避免市值回归引入异方差问题。

风格中性方法比较及因子分组表现 [page::16][page::17][page::19]

市值分组中性优化风格控制，但难以同时控总市值和自由流通市值。

- 行业分组与回归相比，分组法更均匀覆盖行业样本，减少行业偏差。

剔除银行、非银后收益率有所提升，行业间流动性溢价差异依旧存在。

- 应用市值回归+行业分组组合效果较好，单调性和收益率较为稳定。

正态化回归框架创新 [page::28][page::29][page::30]

引入因子正态化处理（反误差函数方法），将因子值强制映射为正态分布，消除非正态性带来的回归误差。

- 正态化因子分组后平均市值和流通市值中性效果显著提升，因子分组收益更均衡。

流通市值回归优于总市值回归，提升因子解释能力。

回测结果及参数敏感性分析 [page::21][page::22][page::23][page::24][page::26][page::27][page::33]

Liq因子在全A、沪深300、中证500市场的多组超额收益表现均优于Illiq因子，年化超额收益提升至3.4%。

- 换手率因子作为对比亦显示稳定表现，三大市场均具备较好盈利能力。

参数N在5-30区间内影响有限，Liq因子表现更稳健，N取10最优，Illiq因子N取5最优。

- 费用考虑后回撤控制良好，夏普比率和收益回撤比均较理想。

[page::6][page::9][page::14][page::16][page::19][page::21][page::22][page::23][page::26][page::27][page::33][page::34]

深度阅读

东北证券金融工程研究报告详尽分析

—— 股票流动性专题研究之一：非流动性因子改进暨因子回归框架再思考

---

1. 元数据与报告概览

报告标题：股票流动性专题研究之一：非流动性因子改进暨因子回归框架再思考

- 发布机构：东北证券股份有限公司金融工程研究团队

分析师：高建、肖承志

- 日期：报告未明确标注具体发布日期，但参考引用时间与数据区间约为2018年左右

主题：非流动性因子（Illiq因子）的历史表现检验，提出改进流动性因子Liq，并重新构造因子横截面分析和风格中性回归框架，最终比较Liq和Illiq因子的多市场选股效果。

核心论点与目的：
报告从经典Amihud非流动性因子入手，发现其存在参数选择和风格中性缺陷，基于此设计新的流动性因子Liq，改善流动性度量方式。通过不同风格中性处理、因子正态化变换及参数敏感性分析，验证Liq因子优于传统Illiq因子在股票超额收益和信息比上的稳定表现，提升了流动性因子的解释能力和实用性[page::0-1] [page::34-35]。

---

2. 逐节深度解读

2.1 第一章：非流动性因子初探

2.1.1 非流动性定义及Illiq因子由来

报告起初解释了个股流动性的含义，强调流动性难以精确定义，但常用指标有换手率和成交额带来的价格冲击幅度。Amihud (2002)提出的Illiq因子定义为过去N天内日收益率绝对值与日成交额的比值平均（$Illiq{t}^N = \frac{1}{N}\sum{i=0}^{N-1} \frac{|Return{t-i}|}{Amount{t-i}}$），表达单位成交额移动价格的波动大小，体现了非流动性。

2.1.2 Illiq因子的有效性检验

在剔除市值和行业影响后（市值取对数回归+行业虚拟变量），使用IC（信息系数）、多空组合收益及风险指标进行衡量。结果显示Illiq因子即使中性处理，依然保持较大统计显著的预测能力和正的超额收益，显示出明显的投资价值（如表1和表2）：

市值回归后ICIR提升，从0.492提高到0.654，负显著减少，夏普比率从1.35上升至2.49。

- 年化收益率有所下降（33.2%到26.17%），但波动明显降低，最大回撤大幅改善，风险调整后收益增强。
此外，收益第10组在机械、基础化工等行业贡献显著，非银行金融等表现弱。风险因子暴露显示Illiq主要暴露小市值、杠杆低、盈利差等风险，与传统的换手率流动性定义存在看似矛盾的差异，强调Illiq包含与换手率差异的信息[page::4-8]。

2.1.3 换手率因子的情况

月均换手率因子亦表现良好，尤其在做市值和行业双回归后ICIR达到-0.838（负相关），空头组合高换手率组表现明显负收益。行业分布上，换手率因子组合也较集中在机械、计算机、基础化工等行业，和Illiq因子共性明显，虽然某些细节风险暴露递减。

2.1.4 非流动性溢价的疑问

尽管Illiq及换手率因子表现优异，但报告指出非流动性因子的溢价是否真正来自流动性风险尚不能确定，后续章节对此进行了深入探讨[page::9-11]。

---

2.2 第二章：非流动性因子的改进

2.2.1 Illiq因子存在的三大不足

包含隔夜信息：开盘价跳空引入非流动性偏高的误导。

2. 未考虑路径长度：仅涨跌幅无法反映当日价格波动路径长度。

未考虑路径波动率：相同路径长度可能带来不同流动性表现。

2.2.2 新因子Liq定义

设计包含成交额（Amount）、路径长度（Length）和路径波动率（Vol）的因子：

$$
Liq{t} = \frac{Amount{t}}{Length{t} \times (1 + Vol{t})}
$$

其中路径长度用勾股定理近似价格振幅+隔夜跳空+时间维度综合衡量，路径波动率用收盘价标准差/均值（变异系数）表示。该因子方向与Illiq相反，越大流动性越好。通过公式和实际的分子分母设计解决了不考虑价格路径综合变动的缺陷，同时兼顾了极端流动性情况（成交额0时长度最短）[page::12-14]。

2.2.3 Liq因子有效性检验

基于IC及年化收益率等指标，Liq因子在原始状态及市值回归处理后均表现优于Illiq因子，信息比和T值更高。统计数据显示Liq因子预测能力和选股表现均更稳定可靠[page::14-15]。

2.2.4 市值与行业中性的问题及处理

通过图9-12展示Illiq和Liq因子组平均收益与流通市值的关系，说明非流动性因子的收益存在极强的市值相关性。采用市值分组法剔除市值影响后，因子收益 monotonic性减弱，超额收益下降，质疑“非流动性溢价”可能掺杂了小市值效应[page::15-17]。

行业分布上，金融行业流动性偏低且集中分布，市值分组后暴露变得更加均匀。进一步市值回归+行业分组（剔除银行非银）被推荐作为中性组合的优选方法，平衡了行业和市值的影响，不过依然存在部分不足[page::17-19]。

2.2.5 市值回归的再思考

报告指出传统市值回归方法存在残差异方差性，尤其无法真正达到市值中性目的，导致平均市值分布非线性且不连续（双峰现象），与Barra中非线性市值因子类似。这影响了非流动性因子的有效性评估。提出将因子分组后再做非线性市值回归作为改进尝试，部分解决非线性暴露问题，同时对收益率影响有限[page::20-21]。

2.2.6 历史收益率表现（全市场沪深300中证500）

多组图表（23-31）和表格展示了Liq、Illiq及换手率因子在全A股、沪深300和中证500的选股表现，均体现了分组组合明显的超额收益，并考虑手续费交易成本。

全A市场中Liq因子表现最为稳健，累计超额收益更高，夏普率更优。

- 在规模更大、流动性更好的沪深300，整体收益下降，但Liq依然领先。

中证500体现了生成能力，尽管波动率和最大回撤普遍提高，因子仍有变现空间[page::22-27]。

---

2.3 第三章：因子截面分析与回归框架再思考

2.3.1 反误差函数正态化处理

针对因子值非正态分布带来的回归偏误，报告采用统计学方法——对因子进行秩次保序转换，映射至标准正态分布，利用反误差函数$\Phi^{-1}$实现。该方法丢弃了因子实际大小，保留横截面排序，解决了倒数转换导致的方向不一致问题。实质是消除了极值和异方差，提升了中性化回归的有效性和稳定性[page::28-29]。

2.3.2 正态化后回归效果

正态化后，Illiq和Liq因子的平均总市值分位数趋同，流通市值暴露仍然存在部分差异，但整体更均衡。风险因子暴露（表23）显示经过正态化处理，因子暴露更合理，波动率和杠杆等风险暴露减少[page::29-31]。

2.3.3 流通市值回归的优越性

以流通市值替代总市值进行回归，改善了整体因子市值暴露，更合理反映流动性与市值的关系。Liq流通市值回归版本相较Illiq表现更优，超额收益差距达到 3%以上，从信息比率与夏普比率指标均有显著提升[page::31-32]。

---

2.4 第四章：Liq因子参数N的敏感性分析

以$N$为流动性因子计算时间窗口长度，跨越5-240日多档，比较Liq、Illiq因子的敏感性。共得三点结论：

两因子回报和信息比随$N$增大均减小，Liq最佳窗口在10日，Illiq为5日。

- Liq对参数变化表现更稳健，较大窗口下Illiq衰减明显，甚至收益转负。

Liq在所有市值回归、流通市值回归条件中均表现优越，验证了设计有效性[page::32-34]。

---

3. 图表深度解读

3.1 Illiq因子表现图（图1-4）

图1展示Illiq行业+市值中性多空组合累计收益稳步增长，波动和回撤有明显波动阶段；

- 图2分组净值曲线显示第10组（非流动性最强）大幅领先，收益超额累积并波动；

图3-4风险暴露图定量说明Illiq因子重点暴露小市值、杠杆低、盈利不佳等风险，流动性暴露（基于换手率）较弱，支持非流动性因子包含独立信息[page::6,8]。

3.2 换手率因子表现图（图5-8）

图5和图6表现换手率因子多空组合和分组收益呈现负相关收益（高换手率组收益最差）；

- 图7-8风险暴露显现换手率因子与Illiq因子风险因子暴露方向一致，符合流动性预期[page::9-11]。

3.3 因子市值分布和行业暴露（图9-12，表10-11）

分组前后中市值暴露显著减少，行业集中度下降但部分行业仍表现偏好（特别是金融股）。

- 回归与分组两种行业中性方法对比揭示小样本限制和行业偏离现象[page::16-18]。

3.4 Liq因子不同风格中性方法比较（图13-16）

图13-16体现不同组合中性手段对因子收益率及流通市值暴露的细微影响，剔除金融行业改善中间组收益表现，优化组合均衡性[page::19]。

3.5 市值回归问题及非线性市值暴露（图17-21）

图17-18对比显示市值回归导致平均市值分布极不均匀（双峰），图19-20揭示因子和非线性市值存在相关性。

- 非线性市值回归后（图21-22）对市值控制改善有限，导致收益曲线单调性降低[page::20-21]。

3.6 不同市场及分组回报（图23-31）

多组分市场（全A、沪深300、中证500）表现Liq因子整体优于Illiq和换手率因子，回撤风险较低，超额收益明显（对应表13-18）[page::22-27]。

---

4. 估值方法分析

本报告并未涉及具体公司的财务估值分析，而是针对股票流动性因子的构造和表现进行量化研究。采用的主要“估值”方法为：

风格中性回归：市值对数回归、行业虚拟变量回归，去除因子暴露中的市值和行业影响。

- 因子排序分组：按因子值划分多组，计算分组收益与暴露，是解决回归中异方差问题的替代方案。

正态化转化：应用反误差函数做因子值正态化，改善因子与市值的非线性关系，提高回归中性效果。

- 参数敏感性测试：扩展不同时间窗口长度参数N的考察，提升因子稳定性和实际应用性。

通过上述方法验证新因子Liq在风险调整后的超额收益表现从1.3%提升到3.4%，体现了改进方法的增值[page::2,12-14,28-34]。

---

5. 风险因素评估

报告整体风险主要体现在几个方面：

因子与市值高度相关性：流动性因子实质仍受制于市值效应，难以做到完全剥离。

- 行业分布不均与金融行业特殊性：金融板块流动性偏好明显，可能导致因子偏离行业整体表现。

回归方法缺陷：传统市值回归不能完全中性化非线性市值暴露，残差异方差影响因子精度。

- 参数选择敏感性：因子时间窗口参数$N$波动可能对超额收益产生较大影响，尤以Illiq为甚。

数据频率与成本利用限制：高频细节数据缺失，手续费未按流动性动态调整，可能偏高估计交易成本。

报告通过多种手段（回归与分组、剔除特定行业、正态化处理、参数敏感检验），力图降低上述风险对结论的干扰，并指出下一步计划优化异方差影响，显示审慎态度[page::19-21,32-35]。

---

6. 批判性视角与细微差别

因子正态化丢失信息：虽然解决了非正态导致的回归偏误，但因子值大小信息不足，仅保持排名信息，可能削弱对极端表现的识别能力。

- 市值回归问题未根本解决：报告认可市值回归存在异方差问题，但提出解决方案仍需后续研究，现有处理方案仍有偏差。

流动性因子解释“溢价”争议保留：报告未明确证明非流动性因子的溢价即非流动性风险补偿，提示该溢价可能为伪命题，提出更深层次的未来研究。

- 样本时间窗口限制：因子回测最多到2018年，后续市场结构变化（如新交易机制等）未覆盖，结论的时效性需关注。

手续费固定假设简化现实：报告全程采用固定双边千三交易费率，忽略了流动性影响的滑点与冲击成本，可能低估低流动性股票的实际交易成本与投资风险。

---

7. 结论性综合

本文通过从经典Amihud非流动性因子入手，结合月均换手率因子，深入分析个股流动性的风险因子和行业分布，指出Illiq因子存在隔夜信息混入、价格路径忽略和波动率未量化的三大不足，提出并构建新的流动性因子Liq，构成了成交额与价格路径长度及波动率的复合指标，代表了更精准的流动性测度。

在多市场、多因子风格中性及不同市值回归方法检验下，Liq因子在统计显著性、超额年化收益率（最高超越Illiq约3.4%）及风险调整表现均优于传统Illiq因子。报告对市值回归方法的非线性和异方差问题提出批判，应用正态化变换结合反误差函数完成因子值转化，有效缓解了回归的技术限制。进一步地，通过市值分组+行业分组实现更平衡的风格中性。

参数敏感性测试指出Liq因子在窗口长度不同取值中均表现稳健，尤其在中短期窗口优于Illiq，适合实际应用。数据涵盖全A股、沪深300及中证500，验证了因子稳健性和广泛适用性。

尽管如此，报告保持审慎，指出非流动性溢价的因果关系尚不明确，行业及市值中性依然具挑战，未来研究将关注更深层的风险因子结构完善。

总体而言，报告成功提出了流动性因子的理论升级和技术改进路径，推动了因子投资和量化风格选股研究的新进展，是量化投资领域关于流动性风险管理的关键参考文献之一[page::0-35]。

---