剔除规模因素后ILLIQ指标与超额收益的关系 [page::3][page::4]

• 采用月度数据，剔除规模因素后，ILLIG指标的流动性最好的股票组（Decile 1）月度平均超额收益约0.0142%，胜率82%，信息比率2.60，呈现较好的线性关系。

- 结论：在A股市场流动性溢价存在，但幅度较小。

ILLIQ指标与市值高度负相关 [page::5]

• ILLIQ指标与对应股票市值月度相关系数平均为-0.4316，表明市值越大，ILLIQ越小，流动性越好。

- 规模因素对因子影响显著，必须剔除规模因素避免共线性带来干扰。

非流动性溢价需长期持有 [page::6][page::7]

• ILLIQ因子持有期越久，组合年化收益率越高，观察期影响较小。

- 与换手率指标形成对比，换手率溢价主要来自短期，ILLIG反映的流动性溢价更适合长期持有策略。

基于ILLIQ因子的单因子投资策略分析 [page::8][page::9]

| 组别 | 胜率 | 平均超额收益（%） | 中位数超额收益（%） | 最大收益（%） | 最大回撤（%） | t值 | 信息比率 |
|-----------|------|------------------|--------------------|--------------|--------------|--------|----------|
| Decile 1 | 44% | -1.25 | -1.29 | 6.11 | -14.91 | -1.50 | -0.58 |
| Decile 6 | 70% | 3.51 | 2.61 | 30.54 | -26.12 | 1.75 | 0.67 |
| Decile 10 | 67% | 3.44 | 3.52 | 51.43 | -35.11 | 1.33 | 0.51 |

• 结合沪深300成分股进行季频回测，未剔除规模因素时高ILIQQ组别表现更好，剔除规模因素后，原先观测的流动性溢价效果减弱或扭转。

- 流动性分组与规模因子分组高度重合（组别1市值高占比40%，组别10市值占比仅约2%），规模因素主导超额收益来源。

测算不同定义下ILLIQ指标的表现 [page::10][page::11]

• 采用复权成交量、不复权成交量、换手率为ILLIQ分母构建的指标均表现与基于成交金额指标相似。

- 无论定义何种流动性指标，均与规模因素存在紧密联系，单因子策略难以捕捉稳定流动性溢价。

研究结论和建议 [page::12]

• ILLIQ指标是衡量流动性的有效工具，但其与市值高度共线，导致规模因素掩盖了流动性的独立效应。

- A股市场流动性好的大盘股反而小幅获得正超额收益的现象，与国外研究结果相反，反映了市场结构和投资价值差异。

• 流动性溢价需要较长持有期才能体现，短期内难以通过ILLIQ因子获得显著超额收益。

- 未来可关注衍生工具及高频交易中流动性溢价的应用和研究。[page::0][page::3][page::4][page::5][page::6][page::7][page::8][page::9][page::10][page::11][page::12]

《ILLIQ 非流动性因子的测算》报告详尽分析

---

1. 元数据与概览

报告标题： ILLIQ 非流动性因子的测算
作者及机构： 黄君杰、何峰，来自中国中投证券有限责任公司研究所
发布时间： 未明确标注具体日期，报告参考了2012年及之前的研究成果
研报主题： 流动性因子的测算与分析，探索ILLIQ非流动性指标在中国A股市场对股价超额收益的影响
关键字： ILLIQ因子，技术分析，流动性溢价，量化选股

核心论点与结论：

• ILLIQ指标作为衡量非流动性的量化指标，能较好地描述股票流动性。

- 在剔除了规模因素后，流动性好的股票具备轻微的正超额收益，这一结论与国外已有文献(Amihud 2002)相矛盾，后者认为非流动性高股票应有更高收益。

• ILLIQ指标与股票市值呈显著负相关，规模因素是影响超额收益凸显的重要变量。

- 投资流动性溢价需要较长的持有期，短期内流动性指标的超额收益不明显。

• 如果将ILLIQ作为单一因子使用，其对超额收益的解释力较弱，主要因规模因子的关联影响而非流动性自身的影响。

- 未来研究方向建议聚焦高频交易中的流动性溢价应用。

• 投资提示强调ILLIQ因子对股价超额收益的影响较轻微，投资者需谨慎使用。

[page::0,1]

---

2. 逐节深度解读

2.1 报告摘要及背景介绍

流动性定义及其测度难点概述，指出成交额和市值是传统指标，但均只反映“时间尺度”，忽视价格折扣层面的流动性风险。ILLIQ指标的计算公式详解如下：

\[
ILLIQ{iT} = \frac{1}{Days{iT}} \sum{t=1}^{Days{iT}} \frac{|R{idt}|}{Amount{idt}} \times 10^{8}
\]

• $R{idt}$：第$t$日股票的绝对回报率，$Amount{idt}$：成交金额，$T$代表窗口期（年、季、月）。

- 说明ILLIQ指数越大流动性越差，理论上应与超额收益正相关，但实际A股表现相反。

该节构建了本报告理论基础和研究框架，明确了重点在于剔除规模因素测算ILLIQ的表现。
[page::2]

---

2.2 第一章：剔除规模因素的测算

• 将股票按照ILLIQ指标由小到大划分10组，第一组流动性最佳，第十组最差。

- 为避免市值影响，将每个窗口用等权市值大小分组构建基准指数，计算超额收益$AR{jt} = R{jt} - R_{pt}$。

• 数据样本为2000-2011年，月频共约20万数据点。

- 关键结果见图1（剔除规模因素后不同组别月度平均超额收益），呈明显线性递减趋势，且第一组超额收益显著正向，月均约0.0142%，t值9.01，胜率82%。

• 表1详述分组超额收益统计量，显示低ILLIQ组（流动性好）胜率与信息比率均远优于高ILLIQ组。

- 该实证结果与国际研究不同，推断因A股市场特点与国外市场存在本质差异，尤其大盘流动性好而非流动性因子收益负向分布。

数据清洗严格：防止交易日数不足、上市新股或股票停牌等情况影响ILLIQ计算及收益测算。
[page::3,4]

---

2.3 第二章：ILLIQ指标特性分析

2.3.1 ILLIQ与市值的负相关性

• 图3显示ILLIQ与市值月频相关系数平均为-0.4316，且长期稳定。市值越大ILLIQ越小，即大盘股流动性好。

- 强共线性提醒：因ILLIQ与市值相关，测算时必须控制市值影响，避免因规模差异引发数据混淆。
[page::5]

2.3.2 非流动性溢价需长时间持有

• 通过动量模型参数选择检验，图4为ILLIQ指标不同观察期$J$与持有期$K$组合年化收益曲面图，观察期作用不大，持有期越长收益越高，说明流动性溢价兑现需长期持股。

- 图5对比换手率指标不同$J,K$组合，发现换手率影响短期有效，持有期短更优，反映其代表短期股票活跃度。

• 结论：ILLIQ衡量的是价格波动与成交金额关系，故溢价积累较慢；换手率侧重短期活跃度。

[page::6,7]

---

2.4 第三章：基于ILLIQ的单因子投资策略检验

• 以沪深300成分股为样本，季频排序ILLIQ分为10组，等权构建组合持有一个季度。

- 图6显示流动性最好组（第一组）表现不佳，反而第6和第10组高溢价。此与前述剔除规模因素结果相悖，主因是未控制规模影响。

• 表2和图7显示单因子ILLIQ策略整体胜率和超额收益均不抢眼。

- 表3揭示规模分布差异：第1组市值占比高达40%，第10组低于5%，表明ILLIQ与规模划分高度重合。

• 结论为规模因子是驱动超额收益的关键，ILLIQ本身影响微弱，单因子模型不能准确体现流动性溢价。

[page::7,8,9]

---

2.5 第四章：后续思考及指标替代方案

• 探讨分母替换成成交量及换手率的效果，均发现剔除规模因素后ILLIQ依旧保持类似的线性超额收益趋势，但绝对收益幅度依然较低，强化了ILLIQ指标流动性衡量功能的稳定性。

- 图8-10说明无论成交金额、复权成交量、不复权成交量还是换手率构成分母，所得ILLIQ指标表现均一致，且均与市值存在高度相关，难以完全剔除规模因素影响。

• 此外换手率指标的优点在于不受复权影响，且与规模因子关联性更弱，但单因子应用仍有限。

- 报告提出，尽管技术因子ILLIQ有一定的测度效果，现实操作中流动性溢价难以捕捉，期待未来衍生品或高频交易领域带来突破。
[page::10,11,12]

---

3. 图表深度解读

3.1 图1（剔除规模因素后ILLIQ的月度平均超额收益图）

• 体现不同ILLIQ十等分组间月度超额收益呈现递减线性关系，逾0.014%的月度超额收益，且t值高达9.01，统计意义显著。

- 说明剔除规模影响后的流动性指标对超额收益有一定的正向预测能力。

• 图表支持A股市场流动性好的股票获得略微超额收益结论。

[page::3]

---

3.2 图2（剔除规模因素后第一组月度超额收益波动）

• 显示第一组（流动性最好）个股超额收益时间序列，波动明显，胜率高达82%。

- 展示持续的正收益趋势验证，该组分配的交易策略有效。

[page::4]

---

3.3 表1（分组超额收益统计量）

• 数值细节：第一分组平均超额收益0.015%，中位数亦相近，最大单期收益达10%+，最大回撤控制在-2.7%。

- t值及信息比率均显示一组具备极强判断能力。后续组别超额收益和胜率逐渐减弱。

• 体现该因子具有较强统计意义但实际收益幅度受限。

[page::4]

---

3.4 图3（ILLIQ与市值负相关性）

• 横轴时间序列，纵轴为两指标月度相关系数，集中于-0.4至-0.6区间，平均-0.43。

- 证明ILLIQ指标在实证中与规模因子高度关联，提示后续策略必须严格剔除规模因子以单独考察流动性效应。

[page::5]

---

3.5 图4与图5（ILLIQ和换手率指标不同观察期及持有期组合的年化收益率）

• 图4：随着持有期$K$拉长，投资组合年化收益显著提升，揭示流动性溢价的累积特征。观察期影响较小，有时短观察期表现更好。

- 图5：换手率指标影响则完全不同，最佳效果出现在短持有期且观察期短，换手率对应短期活跃度指标。

• 两图对比揭示ILLIQ适合长线策略，换手率适合短线操作。

[page::6,7]

---

3.6 图6（ILLIQ各组别平均季度超额收益）

• 显示按照单因子排序后，不同组别季度超额收益，第一组负收益，非流动性高的第6和第10组反而收益较好，体现了规模因子影响。

- 表2数据佐证各组胜率与超额收益分布，t值均不显著，说明单因子ILLIQ策略实际效果有限。

[page::8]

---

3.7 图7（ILLIQ单因子策略累计收益）

• 2005-2011年沪深300与ILLIQ第1组和第10组累计收益对比。

- 第10组累计收益明显高于沪深300，而第1组则低于沪深300。

• 证明因直接使用ILLIQ构建的投资组合效果被规模干扰，呈现与剔除规模时相反趋势。

[page::8]

---

3.8 表3（ILLIQ各组别市值占比）

• 证实第一组含大量大盘股，约占40%，而第十组市值仅占3%-5%。

- 解释单因子策略收益分布差异主要由规模效应主导。
[page::9]

---

3.9 图8、图9、图10（分母替换后ILLIQ指标超额收益）

• 图8（基于复权成交量）、图9（非复权成交量）、图10（换手率）：依旧呈现剔除规模因素后ILLIQ与超额收益的线性关系，收益幅度较小但胜率较高，证明指标构建稳定。

- 支持指标即便在分母替换下依然有衡量流动性的效力，但受规模影响依然较显著。



[page::10,11]

---

4. 估值分析

本报告不涉及传统股票估值方法（DCF、市盈率估值等），重点在于量化因子的构建及实证检验。因此无估值分析章节，但对因子效果进行了统计测算与经济解释。

---

5. 风险因素评估

• 主要风险在于ILLIQ因子对股价的超额收益影响非常微弱，若忽视规模因子的影响，可能带来误判。

- A股市场特殊性显著，有大量大市值但不具投资价值的股票，导致流动性指标与规模高度耦合，影响因子独立性。

• 指标构建涉及参数选择、市场制度（无做市商机制）限制使得流动性度量存在天然难度，操作复杂度高，流动性溢价需长持有期，短期投资者难以获得溢价。

- 报告未明确提出缓解风险策略，提示投资者使用该因子需审慎，以避免盲目追逐因子效应带来损失。
[page::0,12]

---

6. 批判性视角与细微差别

• 报告客观揭示了ILLIQ指标在中国市场的实际表现，区别于国际文献的结论，展现了国内市场独特结构性特征。

- 规模因子影响显著，部分结果或被规模效应掩盖，这对因子解释力是一种限制，也是研究和实操中需谨慎的潜在问题。

• 报告对因子时间窗口参数验证较为有限，特别是换手率和成交量替代方案，未展开进一步对比多因子联合模型，缺少细化场景的深入分析。

- 投资策略检验样本仅限沪深300，可能无法完全反映小盘股及新股行情特征，存在样本选择偏差。

• 对未来衍生品或高频领域应用展望尚浅，缺乏具体建议或技术方案，留待后续研究。

- 报告重视模型稳健性且实事求是，未作过度推销，风险提示明确。

---

7. 结论性综合

总体而言，本报告通过严谨的量化分析，系统验证了ILLIQ非流动性指标在中国A股市场的表现。主要结论为：

• ILLIQ指标能够量化股票流动性，且其值与市值大小负相关，市值大一般流动性好。

- 在剔除规模因素之后，流动性好的股票整体上具备轻微正向的超额收益，理论上能够捕捉流动性溢价，但收益幅度较小。

• 非流动性溢价的兑现需要较长持有期，短期内效应不明显，体现了流动性风险溢价的累积特征。

- 直接使用ILLIQ单因子策略未能实现显著正超额收益，其表现更多受规模因子影响。规模因子是解释A股超额收益的核心驱动，而ILIQQ因子影响有限。

• 分母替换（成交量、复权成交量、换手率）均不能显著改变流动性劣势及规模相关性问题。

- 报告充分体现了A股市场的特殊结构：多数大市值股票可能投资价值有限，流动性好的大盘股并不必然获得更高超额收益，这与国外成熟市场存在差异。

• 未来研究及实操应关注高频交易及流动性衍生品领域，期待更有效捕捉流动性溢价。

图表深度揭示了ILLIQ指标的统计性质和实际应用效果，为技术分析量化领域提供了重要的实证参考。报告结论提醒投资者及研究者在使用流动性因子时需谨慎，充分剔除规模影响并认识到中国市场特有制度形态的差异。[page::0,1,2,3,4,5,6,7,8,9,10,11,12]

---

参考来源（部分）

黄君杰、何峰，《ILLIQ 非流动性因子的测算》，中国中投证券有限责任公司研究所，2012年。
Amihud (2002)，Illiquidity and stock returns: Cross-section and time-series effects.
中投证券研究所数据库，Wind，Tinysoft。

---

此详尽分析旨在对报告的每个章节及图表予以全面解析，明确解析每一步实证计算、数据来源、逻辑假设和结论内涵，提供给专业金融研究人员及投资机构详实参考。

报告