TOPCO 崇越論文大賞

論文題目：

流動性、流動性風險與股票報酬─

以台灣股票市場為例

報名編號： F0073

1

摘要

本研究之研究目的在於探討台灣股票市場上，流動性與流動性風險是否有被

訂價，可以讓投資人了解流動性、流動性風險與股票報酬之關聯，藉此將流動性

指標作為其投資之參考依據。

本研究以 2006 年至 2014 年台灣證券交易所之上市公司為研究樣本。透過

Hasbrouck (2009)提出之調整 Amihud 流動性不足指標，發現台灣股票市場上流動

性在橫斷面與時間序列迴歸皆有著顯著的解釋能力。此外，本文進一步透過

Acharya and Pedersen (2005)提出之調整流動性資產訂價模型，將流動性風險可能

影響資產價格的多種方式納入統一的框架中，檢驗流動性成本與流動性風險，發

現流動性成本與流動性風險淨 beta 於台灣股票市場上顯著被訂價，但如將各個流

動性風險之效果分開則無強烈證據支持流動性風險有被訂價。

關鍵字：流動性、流動性風險、調整流動性資產訂價模型。

壹、緒論

一、研究背景與動機

在股票市場中，如何賺取超額報酬一直是投資人所關注的焦點。投資人常利

用股票的特徵如公司規模、本益比、帳面市值比等等，藉此作為投資判斷的依

據。近年來，在實務與學術領域，對於流動性與流動性風險的討論日漸增加，證

券市場流動性為投資人提供交易證券的機會，如果市場缺乏流動性而導致交易難

以完成，證券市場的存在也變得可有可無，因此證券市場之流動性對整個市場而

言扮演著十分重要的角色。此外，流動性因為同時具有不確定性與共變性，常隨

著市場的狀況與時間而有所不同。當市場處於活絡的狀態時，投資人對於流動性

風險可能較不在意，但隨著金融危機的發生，市場流動性快速消失，個股流動性

也因為與市場流動性的連結變得更為緊密導致流動性流失，造成股票難以在市場

上售出，此時投資人也容易遭受到巨大的損失。所以在市場下跌時，流動性風險

可能成為投資人最為關注的指標之一。

Garbade and Silber (1979)；Dubofsky and Groth (1984)認為，流動性反映了交

易過程中的時間與成本─即交易的速度與價格，所以流動性對於股票的報酬應有

2

相當大的影響力。Amihud and Mendelson (1989)；Amihud (2002)；Liu (2006)等人

都發現投資人更加喜愛流動性較佳的股票，而 Bolton and Thadden (1998)認為，股

票的流動性越高，表示投資人也越願意購買，因此股票能以較佳的價格售出，即

流動性與報酬率有所關聯。

而流動性同時存在不確定性與共變性，投資人除了關心流動性之外，亦在乎

由流動性的不確定性所造成的流動性風險。一旦市場大跌，可能因為市場缺乏流

動性造成交易難以完成，而投資人獲利的變動很大一部分取決於資產的買賣難易

度，此時投資人除了關心個股流動性成本的高低之外，亦關心流動性的變動與不

確定性。Acharya and Pedersen (2005)利用基於調整流動性後的資產訂價模型

(Liquidity-Adjusted Capital Asset Pricing Model, LCAPM)，檢驗了個股流動性與大

盤流動性之間的敏感程度、個股報酬與大盤流動性之間的敏感程度以及個股流動

性與大盤報酬之間的敏感程度，發現三項流動性風險因子能夠顯著解釋資產預期

報酬，並有著優於標準資產訂價模型(Capital Asset Pricing Model, CAPM)的解釋能

力，且股票流動性改變的方向與大盤報酬或大盤流動性相反時，股票平均報酬較

低。

綜上所述，流動性、流動性風險與股票報酬有所關聯，而台灣目前的研究大

多僅止於流動性，流動性風險的部分則較少著墨，故本研究之研究動機，除了欲

探討台灣上市股票的報酬與流動性間之關係，亦探討其與流動性風險之間的關聯

性。

二、研究目的

本研究主要在探討台灣股票市場上，流動性與流動性風險是否有被訂價。研

究目的如下：

(一) 探討調整 Amihud 流動性不足指標與股票報酬率之關聯性。

(二) 探討流動性風險與股票超額報酬之關聯性。

貳、文獻探討

一、流動性

流動性是一個相當難以確切描述的概念，在實務與學術領域，流動性與流動

性風險有著相當多的討論，但對於流動性的定義則各有不同。Amihud and

Mendelson (1989)將流動性定義為完成交易所需的時間或是特定時間內完成交易所

花的成本。Schwartz (1991)認為資產在特定時間下，買方所付出的溢價與賣方承

擔的折價相當低時，則稱此資產具流動性，或是交易雙方在有共識的情況下，成

3

交所花費的時間越短，則稱該資產具流動性。Lippman and McCall (1986)；Harris

(2003)將流動性定義為資產能夠以可預測的價格迅速交易的能力，即資產達到合

理價格的速度。詹場、胡星陽（2001）回顧國內外衡量流動性之相關文獻，將流

動性指標分為(1)價格構面:以交易對價格之效果來衡量流動性。(2)時間構面:以完

成交易所花費之時間來衡量流動性。(3)交易頻率構面:以交易量等之相關變數來

衡量流動性。

流動性的衡量方面，Demsetz (1968)首次提出了以買賣報價價差(Bid-Ask

Spread)與成交量(Trading Volume)代表流動性。Bryant and Haigh (2004)認為買賣價

差為投資人支付給流動性提供者的成本，即立即完成交易的代價，因此價差小表

示投資人付出低的流動性成本，該股票流動性高。然而朱麗靜（2014）認為，美

國證券交易所為報價驅動市場(Quoto-Driven)市場，由專業會員決定買賣價格，投

資人為價格接受者，但台灣證交所為委託單驅動(Qrder-Driven)市場，由委託單決

定成交價，投資人下單後經過電腦撮合，並揭示買賣價及成交價行情，因此台灣

交易市場的買賣價差與美國不同，僅為電腦撮合當前市場全體投資人之委託單

後，揭露現行成交價附近最佳的買價與賣價之差距，而非美國證交所為由其專業

會員提供流動性服務所獲得之補償。因此，買賣價差並不適合作為台灣股票市場

之流動性衡量指標。

Datar et al. (1998)以股票週轉率(Turnover Ratio)作為衡量流動性之變數，發現

流動性與股票報酬有著負向的關係。然而週轉率無法反映公司股價的影響，因此

週轉率也不是衡量流動性的最好方法。Lesmond et al. (1999)提出以零報酬的交易

天數做為流動性的指標，其認為該指標相較買賣價差更為容易觀察與使用。

Amihud (2002)將報酬率的絕對值除以成交金額(Trading Value)作為流動性之

代理變數，稱之為流動性不足指標(Illiquidity Ratio)。Hasbrouck (2009)；Li et al.

(2014)則比較了各流動性之代理變數，認為 Amihud (2002)提出之流動性不足指標

為最好的流動性代理變數，其計算所需之資料容易取得，適用於所有股票，且有

著同時兼顧股票之規模與股價的特點。

二、流動性與股票報酬

股票報酬的決定因素一直是所有人關心的議題，最早從 Sharpe (1964)提出的

資本資產訂價模型，以市場風險值(β)與橫斷面股票報酬之關係踏出了該議題的

第一步。爾後，其他學者陸續發現了其他可以解釋市場β值所不能解釋的部分，

包括公司規模、帳面市值比、流動性等等。而流動性涵蓋了交易摩擦、流動性成

本與缺乏流動性所造成的風險，能彌補傳統的資產訂價模型所沒有考慮到的部

分，因此流動性開始廣泛的被使用於資產訂價中。

4

Amihud and Mendelson (1989)從交易的微觀成本出發，推導出預期報酬與買

賣價差的關係模型，提出了流動性溢酬理論，發現資產的流動性是資產訂價的一

個重要影響因素。流動性低的資產有較高的預期報酬，而流動性高的資產有較低

的預期報酬，表示投資人持有的股票具有較大的買賣價差時，會獲得較高的報酬

作為補貼。Grammatikos and Papaioannou (1986)也發現同樣的結果，即宣告掛牌

的異常報酬越顯著，股市掛牌前的價差越大，表示投資人對於流動性較低的股票

要求較高的必要報酬。

Haugen and Baker (1996)發現交易量、股價、市值等與股票流動性相關的因素

都能影響股票的預期報酬。陳隆勛 (1999)以成交量作為流動性的代理變數，發現

台灣上市公司股票之流動性與報酬在空頭市場存在反向關係，多頭市場則無顯著

存在。Amihud (2002)利用報酬與交易量間的關係衡量股票流動性，探討股票流動

性與股票報酬間的關係，發現股票流動性越低時，股票會有較高的超額報酬。王

春峰等（2002）以中國股票市場之股票為樣本，透過 Amihud (2002)之流動性不

足指標檢驗股票報酬與流動性之關係，發現股票報酬與流動性不足指標呈顯著正

相關。Lesmond (2005)發現買賣價差縮小時，買方與賣方之交易成本皆會下降，

報酬明顯上升。Chang et al. (2010)以多種流動性衡量變數如週轉率、成交量、

Amihud 流動性不足指標等檢驗流動性與股票報酬之關係，發現有四項流動性代

理變數與股票報酬負相關。Li et al. (2014)檢驗東京證券交易所股票的流動性是否

有被訂價，其分別以橫斷面及時間序列迴歸分析，發現兩者都捕捉到流動性與報

酬間的關聯，並觀察到支持流動性轉移(Flight to Liquidity)的證據。

三、流動性風險與股票報酬

股票可能面臨著流動性共變(Commonality in Liquidity)的風險，流動性共變最

早由 Chordia et al. (2001)提出，表示股票市場中存在著同時影響所有股票流動性

的因素，這使得不同股票出現相同的流動性變化。

世界各國的股票市場都有觀察到流動性共變的存在。Bauer (2004)；Fabre and

Frino (2004)分別針對瑞士股票交易所與澳洲股票交易所探討，兩人皆捕捉到流動

性共變的存在。游宗翰（2009）亦發現台灣股票市場存在流動性共變的現象。謝

文良、林苑宜（2012）在控制產業別對個股的影響後，發現台灣股市之流動性共

變仍然顯著，屬於一種不易分散的系統風險。

Chordia et al. (2001)；Amihud (2002)；Bekaert et al. (2003) 發現流動性與資產

之當期與未來報酬存在著共變(Comove)的特性。Pastor and Stambaugh (2003)利用

Fama and French (1993)提出之三因子模型預測的 beta 係數，發現報酬與市場流動

性高度相關之股票相較低相關之股票高出近 7.5%年報酬率。Hameed et al. (2010)

5

發現當市場報酬大幅下降時，市場流動性亦同步下降，且流動性共變大幅增加。

Acharya and Pederson (2005)則以調整流動性資產訂價模型檢驗流動性成本、

個股流動性與報酬及大盤流動性與報酬間之敏感度，發現個股流動性與大盤流動

性、個股報酬與大盤流動性及個股流動性與大盤報酬三項流動性風險因子顯著被

訂價。孔東民（2006）以調整流動性資產訂價模型對中國股市進行檢驗，發現流

動性風險因子大盤流動性與報酬間之敏感度比其他兩項流動性風險因子對於股票

報酬有著更大的影響，且調整流動性資產訂價模型比傳統資產訂價模型有著更優

異的解釋能力，此外，在控制公司規模後仍有著相同的結果。Li et al. (2014)亦以

調整流動性資產訂價模型檢驗流動性風險在日本股票市場上是否有被訂價，發現

除了流動性成本與市場風險外，無法找到強烈的證據支持流動性風險有被訂價，

而其亦發現調整流動性資產訂價模型比傳統資產訂價模型有著更優異的解釋能

力。

參、研究方法

一、樣本範圍與資料來源

(一) 樣本範圍、研究期間與資料來源

本研究之研究樣本為台灣上市公司，研究期間為 2006 年 1 月至 2014 年 12

月，共計九年、108 個月，資料來源為台灣經濟新報(TEJ)。

本研究參考 Amihud (2002)之取樣標準，若某股票在該年度中下市，或是資

料有所缺漏時，該股票不列入該年度樣本。此外，為避免生存者偏誤

(Survivorship Bias)可能產生的影響，將所有已下市的股票也納入樣本，並允許各

股票進出樣本。

(二) 樣本分佈

各年度樣本數與樣本分布如表 1。表中顯示研究期間為 2006 年至 2014 年，

共計九年、108 個月，各年樣本數分別有 638 至 744 間公司。

6

表 1 樣本分佈

二、研究設計

(一) 橫斷面模型之研究設計

本研究根據 Li et al. (2014)修改 Amihud (2002)之方法，建立以下橫斷面模

型：

𝑅 𝑚𝑖 = 𝑘0+ k1𝐼𝐿𝐿𝑀𝑚−1

𝑖 + k2 𝛽𝑚−1𝑖 + k3 𝑅−𝑄1

𝑖 + k4𝑅−𝑄2𝑖

+k5𝐵𝑀𝑚−1𝑖 +k6𝑙𝑛𝐶𝐴𝑃𝑚−1

𝑖 +k7𝑆𝑇𝐷𝑚−1𝑖 + k8𝐶𝑃𝑚−1

𝑖 +𝜀𝑚−1𝑖 (1)

其中，𝑅 𝑚𝑖 代表 i 股票於第 m 月之股票月報酬率；𝐼𝐿𝐿𝑀𝑚−1

𝑖 為 i 股票於第 m-1

月之平均調整流動性不足指標；𝛽𝑚−1𝑖 代表 i 股票於第 m-1 月之市場 beta 值；

𝑅−𝑄1𝑖 、𝑅−𝑄2

𝑖 代表股票 i 於第 m-1 月之季報酬與上季季報酬；𝐵𝑀𝑚−1𝑖 代表 i 股票於

第 m-1 月之帳面市值比(Book Equity to Market Equity Ratio)；𝑙𝑛𝐶𝐴𝑃𝑚−1𝑖 代表 i 股票

於第 m-1 月取自然對數之市值；𝑆𝑇𝐷𝑚−1𝑖 代表 i 股票於第 m-1 月之總風險；𝐶𝑃𝑚−1

𝑖

代表 i 股票於第 m-1 月現金流量對價格比率(Cash Flow-to-Price Ratio)； 𝜀𝑚−1𝑖 為

殘差項，以下針對各自變數進行詳細說明。

1. 流動性不足指標(ILLM)

由於該數值無法之直接取得，須經由計算取得，根據 Hasbrouck (2009)修改

Amihud (2002)之流動性不足指標，計算過程如下：

(1) 計算 i 股票之日流動性不足指標：

𝐼𝐿𝐿 𝑑𝑖 =√|𝑅𝑑

𝑖 | 𝑉𝐴𝐿𝑑𝑖⁄ (2)

7

其中，𝑅𝑑𝑖 為股票 i 於第 d 日之日報酬率；𝑉𝐴𝐿𝑑

𝑖 為股票 i 於第 d 日之成交

值(百萬元)。

(2) 計算 i 股票之第 m 月中平均流動性不足指標：

𝐼𝐿𝐿 𝑚𝑖 =(1 𝐷𝑚

𝑖⁄ ) ∑ √|𝑅𝑚𝑑𝑖 | 𝑉𝐴𝐿𝑚𝑑

𝑖⁄𝐷𝑚

𝑖

𝑑=1 (3)

其中，𝐷𝑚𝑖 為 i 股票於第 m 月之交易天數。

(3) 計算市場投資組合 M 之第 m 月流動性不足指標：

𝐼𝐿𝐿 𝑚𝑀=(1 𝑀⁄ ) ∑ 𝐼𝐿𝐿𝑚

𝑖𝑀 (4)

其中，M 為市場投資組合內公司數。

(4) 計算平均調整之流動性不足指標：

𝐼𝐿𝐿𝑀𝑚𝑖 = 𝐼𝐿𝐿 𝑚

𝑖 𝐼𝐿𝐿 𝑚𝑀⁄ (5)

由於股票月流動性不足變動過大，因此與市場流動性不足相除以求得調

整後平均月流動性不足指標，以避免其變動幅度過於劇烈。

2. 市場風險(β)

為了避免市場風險與市場價值產生共線性的問題，將樣本依照每月之市值從

小到大排序，共分為 25 個投資組合，以投資組合之市場風險取代個股之市場風

險。本研究根據 Fama and French (1993)的方法，以下列模型計算：

𝑅𝑡𝑝=α𝑡

𝑝+ 𝛽𝑡𝑝𝑅𝑀𝑡+ 𝑒𝑡

𝑝 p = 1, 2…, 25 (6)

其中，𝑅𝑡𝑝代表投資組合 p 於第 t 天之投資組合報酬率；𝑅𝑀𝑡為市場報酬

率；𝑒𝑡𝑝為殘差項。

3. 季報酬(R-1Q、R-2Q)

過去的股票報酬率可能成為影響未來股票報酬的原因，因此將季報酬作為自

變數，藉此來控制可能的動能效果(Momentum)或反轉(Reversal)效果。

4. 帳面市值比(BM)

Fama and French (1993)探討影響股票報酬率的因素，發現帳面市值比能有效

解釋橫斷面個別公司股票平均報酬率的變異情形，高帳面市值比的公司相較低帳

面市值比的公司有較高的股票報酬。

5. 公司市值(CAP)

8

Fama and French (1993)認為規模較小的公司通常有較高的系統風險，因此需

要付出較高的報酬作為代價，此外，市值的大小亦是影響股票流動性的原因，所

以將此變數列入方程式中。

6. 總風險(STD)

包含可分散風險與不可分散風險，反映了股票報酬的總變動性，且投資人的

投資組合可能沒有做完整的風險分散，因此納入此變數。計算方式為月內日報酬

之標準差。

7. 現金流量對價格比率(CP)

現金流量對價格比率與盈餘殖利率(Earnings Yield)相似，計算方式為前一年

年底之每股盈餘加上每股折舊，再除以當月月底股票之股價。

(二) 時間序列模型之研究設計

Amihud (2002)認為，股票除了風險高於短期公債之外，流動性也低於短期公

債，因此股票的超額報酬應包含流動性不足之溢酬。如果投資人預測未來市場流

動性普遍不足，將會預期未來有更高的風險溢酬，也就是說，預期股票報酬應與

預期流動性不足正相關，未預期流動性不足則與預期股票報酬負相關。本研究根

據 Li et.al (2014)修改 Amihud (2002)之方法，建立下列方程式產生預期與未預期

流動性不足：

𝐼𝐿𝐿𝑚𝑀 𝑃𝑚−1

𝑀 =𝑐0 + 𝑐1𝐼𝐿𝐿𝑚−1𝑀 𝑃𝑚−1

𝑀 + 𝑣𝑚 (7)

其中，𝐼𝐿𝐿𝑚𝑀為市場投資組合 M 在第 m 月之流動性不足；𝑃𝑚−1

𝑀 為市場投資組

合 M 在第 m-1 月之市值與 2005 年 12 月市值之比率；𝑣𝑚為殘差項，代表未預期

流動性不足。

Acharya and Pederson (2005)認為，在時間序列分析中 Amihud 流動性不足指

標可能會受到通貨膨脹之影響，而無法確實反映流動性的變動。因此乘上𝑃𝑚−1𝑀 可

以讓流動性不足指標變成定態，確實衡量預期及未預期之流動性不足而非市場指

數的變動。因此定義第 m 月調整後流動性不足指標(𝐴𝐼𝐿𝐿𝑚𝑀 )為𝐼𝐿𝐿𝑚

𝑀與𝑃𝑚−1𝑀 之乘

積，第 m-1 月調整後流動性不足指標(𝐴𝐼𝐿𝐿𝑚−1𝑀 )為𝐼𝐿𝐿𝑚−1

𝑀 與𝑃𝑚−1𝑀 之乘積，則調整

後預期流動性不足(𝐴𝐼𝐿𝐿𝐸𝑚𝑀)以下列方程式產生：

𝐴𝐼𝐿𝐿𝐸𝑚𝑀=𝑐0 + 𝑐1𝐴𝐼𝐿𝐿𝑚−1

𝑀 (8)

預期市場超額報酬可表示為：

𝑅 𝑚𝑀 − 𝑅𝑚

𝑓=𝑓0 + 𝑓1𝐴𝐼𝐿𝐿𝐸𝑚

𝑀 + 𝑢𝑚 = 𝑔0 + 𝑔1𝐴𝐼𝐿𝐿𝑚−1𝑀 + 𝑢𝑚 (9)

9

其中， 𝑔0 = 𝑓0 + 𝑓1𝑐0；𝑔1 = 𝑓1𝑐1；𝑅 𝑚𝑀代表市場投資組合 M 於第 m 月的市

場月報酬率；𝑅𝑚𝑓則為第 m 月之無風險利率，以第一銀行一個月期定存利率作為

代表；𝑢𝑚為殘差項。

而𝑢𝑚又可拆解為未預期流動性不足與殘差項𝑤𝑚，因此，在控制元月效應

後，市場流動性不足之市場超額報酬時間序列迴歸為：

𝑅 𝑚𝑀 − 𝑅𝑚

𝑓=𝑔0 + 𝑔1𝐴𝐼𝐿𝐿𝑚−1

𝑀 + 𝑔2𝐴𝐼𝐿𝐿𝑈𝑚𝑀 + 𝑔3𝐽𝐴𝑁𝑚 + 𝑤𝑚 (10)

其中， 𝐴𝐼𝐿𝐿𝑚−1𝑀 為衡量市場流動性不足之應變數，代表第 m 月之預期流動性

不足；𝐴𝐼𝐿𝐿𝑈𝑚𝑀代表第 m 月之未預期市場流動性不足； 𝐽𝐴𝑁𝑚為虛擬變數，如果

第 m 月為一月時為 1，否則為 0。

基於以上所述，在此可提出兩個假說：

假說一：預期市場超額報酬會隨著預期市場流動性不足增加而提高，也就是

𝒈𝟏 > 𝟎。

假說二：預期市場超額報酬會隨著未預期市場流動性不足增加而降低，也就

是𝒈𝟐 < 𝟎。

Amihud (2002)進一步提出流動性轉移(Flight to Liquidity)假說。預期市場流動

性不足增加時對於預期股票報酬會產生兩種效果，一為所有股票的股價下跌，且

預期報酬增加，二為資金將從低流動性的股票流向高流動性的股票。

對於流動性較低的股票來說，這兩個效果會相互加強，但對流動性較高之股

票則為互相抵消。因為當市場流動性普遍不佳時，低流動性的股票除了受到市場

低流動性的負面影響之外，也因為投資人將資金轉向流動性較高的股票而導致股

價進一步下跌。而對於高流動性的股票來說，雖然市場流動性低時也會造成股價

下跌，但是因為投資人對於高流動性的股票需求增加，資金流向高流動性之股

票，因此能減緩股價下跌的幅度。

而流動性不足應與公司規模呈現負相關，因此規模越小的公司理應會受市場

流動性不足的影響越是強烈，小規模公司之預期流動性不足對於股票報酬會有相

對於大規模公司的股票有較大的影響，且未被預測到的市場流動性不足亦會產生

越強烈的負向影響。綜上所述，以規模投資組合替換市場投資組合，可將式 10

改寫為以下方程式：

𝑅 𝑚𝑝 − 𝑅𝑚

𝑓=𝑔0

𝑝 + 𝑔1𝑝𝐴𝐼𝐿𝐿𝑚−1

𝑀 + 𝑔2𝑝𝐴𝐼𝐿𝐿𝑈𝑚

𝑀 + 𝑔3𝑝𝐽𝐴𝑁𝑚 + 𝑤𝑚

𝑝 (11)

10

其中，p=1, 2, 3…10，為 10 個基於規模建立的等權投資組合(公司規模隨著 p

數字增加而增加，即 p=1 為市場價值最小的 10%)；𝑅 𝑚𝑝 為規模投資組合之月報酬

率。

Chordia et al. (2001)；Amihud (2002)；Acharya and Pedersen (2005)都認為等權

重之投資組合相對於加權投資組合能夠充分反映所有樣本之特性，加權投資組合

可能造成結果過於考慮權重大之樣本。

基於以上所述，在此又可提出兩個假說：

假說三：預期流動性不足之效果𝒈𝟏𝒑應為正，且隨著投資組合規模增加而減

少，即𝒈𝟏𝟐 > 𝒈𝟏

𝟒 > 𝑔𝟏𝟔 > 𝒈𝟏

𝟖 > 𝒈𝟏𝟏𝟎 > 𝟎。

假說四：未預期流動性不足之效果𝒈𝟐𝒑應為負，且隨著投資組合規模增加而增

加，即𝒈𝟐𝟐 < 𝒈𝟐

𝟒 < 𝑔𝟐𝟔 < 𝒈𝟐

𝟖 < 𝒈𝟐𝟏𝟎 < 𝟎。

(三) 調整流動性資產訂價模型之研究設計

Acharya and Pedersen (2005)之方法，本節檢驗流動性風險在台灣股票市場上

是否有被訂價。因在當前的市場上交易不可能不產生任何摩擦成本，因此需考量

流動性成本，首先建立調整流動性資產訂價模型：

𝐸𝑡(𝑅 𝑡+1𝑖 − 𝐶𝑡+1

𝑖 )=𝑅𝑓 + 𝜆𝑡𝑐𝑜𝑣𝑡(𝑅𝑡+1

𝑖 −𝐶𝑡+1𝑖 ，𝑅𝑡+1

𝑀 −𝐶𝑡+1𝑀 )

𝑣𝑎𝑟𝑡(𝑅𝑡+1𝑀 −𝐶𝑡+1

𝑀 ) (12)

其中，𝑅 𝑡+1𝑖 為資產之總報酬率；𝐶𝑡+1

𝑖 為流動性成本；𝑅𝑡+1𝑀 為市場投資組合之

報酬率；𝐶𝑡+1𝑀 為市場投資組合之流動性成本；𝑅𝑓為無風險利率(第一銀行一個月期

定存利率)；𝜆𝑡 = 𝐸𝑡(𝑅 𝑡+1𝑀 − 𝐶𝑡+1

𝑀 − 𝑅𝑓)為扣除流動性成本之風險溢酬。

進一步擴展與重寫式 12，可以得到以下的調整流動性資產訂價模型：

𝐸𝑡(𝑅 𝑡+1𝑖 )=𝑅𝑓 + 𝐸𝑡(𝐶 𝑡+1

𝑖 )+𝜆𝑡

𝑐𝑜𝑣𝑡(𝑅𝑡+1𝑖 ，𝑅𝑡+1

𝑀 )

𝑣𝑎𝑟𝑡(𝑅𝑡+1𝑀 − 𝐶𝑡+1

𝑀 )+𝜆𝑡

𝑐𝑜𝑣𝑡(𝐶𝑡+1𝑖 ，𝐶𝑡+1

𝑀 )

𝑣𝑎𝑟𝑡(𝑅𝑡+1𝑀 − 𝐶𝑡+1

𝑀 )

−𝜆𝑡

𝑐𝑜𝑣𝑡(𝑅𝑡+1𝑖 ，𝐶𝑡+1

𝑀 )

𝑣𝑎𝑟𝑡(𝑅𝑡+1𝑀 − 𝐶𝑡+1

𝑀 )−𝜆𝑡

𝑐𝑜𝑣𝑡(𝐶𝑡+1𝑖 ，𝐶𝑡+1

𝑀 )

𝑣𝑎𝑟𝑡(𝑅𝑡+1𝑀 − 𝐶𝑡+1

𝑀 ) (13)

最後，假設個股股利與流動性成本互相獨立，經過運算後推導出以下可供分

析的調整流動性資產訂價模型：

𝐸(𝑅 𝑡𝑖 − 𝑅𝑓)=𝐸(𝐶 𝑡

𝑖 ) + 𝜆𝛽1𝑖 + 𝜆𝛽2𝑖 − 𝜆𝛽3𝑖 − 𝜆𝛽4𝑖 (14)

11

其中，

𝛽1𝑖 =𝑐𝑜𝑣(𝑅𝑡

𝑖，𝑅𝑡𝑀−𝐸𝑡−1(𝑅𝑡

𝑀))

𝑣𝑎𝑟(𝑅𝑡𝑀−𝐸𝑡−1(𝑅𝑡

𝑀)−[𝐶𝑡𝑀−𝐸𝑡−1(𝐶𝑡

𝑀)])；𝛽2𝑖 =

𝑐𝑜𝑣(𝐶𝑡𝑖−𝐸𝑡−1(𝐶𝑡

𝑖)，𝐶𝑡𝑀−𝐸𝑡−1(𝐶𝑡

𝑀))

𝑣𝑎𝑟(𝑅𝑡𝑀−𝐸𝑡−1(𝑅𝑡

𝑀)−[𝐶𝑡𝑀−𝐸𝑡−1(𝐶𝑡

𝑀)])；

𝛽3𝑖 =𝑐𝑜𝑣(𝑅𝑡

𝑖，𝐶𝑡𝑀−𝐸𝑡−1(𝐶𝑡

𝑀))

𝑣𝑎𝑟(𝑅𝑡𝑀−𝐸𝑡−1(𝑅𝑡

𝑀)−[𝐶𝑡𝑀−𝐸𝑡−1(𝐶𝑡

𝑀)])；𝛽4𝑖 =

𝑐𝑜𝑣(𝐶𝑡𝑖−𝐸𝑡−1(𝐶𝑡

𝑖)，𝑅𝑡𝑀−𝐸𝑡−1(𝑅𝑡

𝑀))

𝑣𝑎𝑟(𝑅𝑡𝑀−𝐸𝑡−1(𝑅𝑡

𝑀)−[𝐶𝑡𝑀−𝐸𝑡−1(𝐶𝑡

𝑀)])

從此理論框架可以看出(1)流動性風險透過 14 式的後三項影響預期報酬率，

(2)流動性成本𝐸𝑡(𝐶 𝑡𝑖 )與流動性風險之效果是分離的。市場風險由𝛽1𝑖捕捉，𝛽2𝑖為

流動性共變，𝛽3𝑖為個股報酬與市場流動性之敏感度，𝛽4𝑖為個股流動性與市場報

酬之敏感度。此外，亦可發現𝛽2𝑖應與預期報酬正相關，𝛽3𝑖應與預期報酬負相

關，𝛽4𝑖則應與預期報酬負相關。

因此，為了估計流動性不足水準與四種 beta 值，首先須計算出個公司之月報

酬率與流動性成本。根據 Acharya and Pedersen (2005)所說，流動性成本由

Amihud 流動性不足指標作為代理，且其期望值由一階自迴歸求得。第二，為了

減少單一個股的雜訊(Noise)所帶來的影響，建立 25 個基於流動性建立的等權投

資組合(投資組合 1 為總樣本中流動性不足指標最低的百分之四，投資組合 25 為

總樣本中流動性不足指標最高的百分之四)，並計算各投資組合之流動性不足水準

與其四種 beta 值。藉由投資組合的建立，可以減少極端值的影響，也觀察到隨流

動性不足增加時，流動性成本與四種 beta 值的變動趨勢。

又式 14 中，各β有著相同的 λ，因此將 i 股票改為投資組合 p 表示，可以

定義淨(net)beta 為：

𝛽𝑛𝑝=𝛽1𝑝 + 𝛽2𝑝 − 𝛽3𝑝 − 𝛽4𝑝 (15)

因此，調整流動性資產訂價模型可以簡寫為：

𝐸(𝑅 𝑚𝑝 − 𝑅 𝑚

𝑓 )=α+κ𝐸(𝐶 𝑚𝑝 ) + 𝜆𝛽𝑛𝑝 (16)

此外，為了比較亦估計標準資產訂價模型：

𝐸(𝑅 𝑚𝑝 − 𝑅 𝑚

𝑓 )=α+𝜆1𝛽1𝑝 (17)

接著，進一步以下列模型分離流動性風險變數、流動性成本與市場風險：

𝐸(𝑅 𝑚𝑝 − 𝑅 𝑚

𝑓 )=α+κ𝐸(𝐶 𝑚𝑝 ) + 𝜆1𝛽1𝑝 + 𝜆𝛽𝑛𝑝 (18)

𝐸(𝑅 𝑚𝑝 − 𝑅 𝑚

𝑓 )=α + 𝜆1𝛽1𝑝 + 𝜆𝛽𝑛𝑝 (19)

最後，將各β有著相同的λ的限制打破，允許各β有不同的估計係數：

12

𝐸(𝑅 𝑚𝑝 − 𝑅 𝑚

𝑓 )=α+κ𝐸(𝐶 𝑚𝑝 ) + 𝜆1𝛽1𝑝 + 𝜆2𝛽2𝑝 + 𝜆3𝛽3𝑝 + 𝜆4𝛽4𝑝 (20)

肆、實證結果與分析

一、敘述性統計與相關係數檢定

表 2 為各變數的敘述性統計量。為觀察出流動性不足及其他變數對於下個月

股票報酬率的關係，因此皆以其前一月之資料作為迴歸式之變數。本表主要包含

有平均值、中位數、最小值、最大值、標準差、偏態以及峰態係數，樣本期間由

2006 年一直研究至 2014 年底共 9 年資料。

表 3 為各變數之相關係數矩陣。以皮爾森積差相關係數來檢驗兩兩變數之間

是否存在高度相關性。由表中可看出流動性不足指標(ILL)與市值(lnCAP)兩者呈

現較高的負相關係數(-0.554)。而流動性不足指標與帳面市值比(BM)兩者則呈現

較高的正相關係數(0.477)，其餘變數間的相關性皆普遍不高。

表 2 敘述性統計

表 3 相關係數矩陣

二、實證結果分析

(一) 橫斷面模型之實證分析

13

表 4 為橫斷面分析之結果。前五欄為以四個變數(流動性不足指標、beta 值、

前月季報酬與前月上季季報酬)衡量之迴歸結果，後五欄為以所有變數衡量之迴歸

結果，為了控制元月效應可能造成的影響，也對排除一月的樣本進行檢驗。此

外，也將樣本期間劃分為金融海嘯發生前(2006-2007)、海嘯期間(2008-2009)以及

海嘯過後(2010-2014)來進行檢驗。

流動性不足指標(ILLM)之係數在欄 1 之結果，估計係數為 0.0045，在 1%

顯著水準下顯著為正，有充分且顯著的證據證明其存在。欄(2)至欄(5)也無出現太

大的差異，與先前的文獻有相同的結果，流動性不足確實在台灣市場存在其效

用，股票流動性不足越高，投資人會要求更高的報酬作為補償。然而在加入更多

控制變數的情況下僅樣本期間 2010-2014 在 1% 顯著水準下顯著為正，估計係數

為 0.0017，其餘則大多不顯著，在海嘯期間則出現-0.0103 的估計係數，並有著

1% 顯著水準。該結果可能是因為金融海嘯發生前流動性較不被市場投資人所重

視，流動性不足指標反映的是公司市值，而無法確實反映股票流動性。而海嘯發

生時市場投資人普遍損失慘重，有著將資產變現的需求，因此開始將流動性視為

重要的因素，如果股票流動性不足越高的話投資人可能會為了快速變現而賤價出

售股票，因而造成股票報酬率下降。而海嘯過後對於流動性的要求有顯著的提

升，對於流動性不足之股票要求更高的報酬補償。

市場風險(β)之估計係數在以四個變數衡量的情況下，全樣本期間與排除一

月之樣本皆不顯著。海嘯發生前出現-0.0949 的估計係數，且有 1%顯著水準，與

預期方向相反。海嘯發生時與發生過後兩期間之估計係數皆顯著為正，與預期的

方向相同。在加入更多控制變數衡量的情況下，全樣本期間與排除一月之樣本則

轉為顯著為負。季報酬(R-1Q)之估計係數在海嘯發生過後顯著為負，由於季報酬的

樣本資料較接近當前之觀察值，因此能表示該期間台灣股票市場短期內有著反轉

效應。其餘的樣本期間則大多顯著為正，表示短期內台灣股票市場上存在動能效

應。上季季報酬(R-2Q)之估計係數則大多顯著為負，其餘則不顯著，表示台灣股票

市場中期存在反轉效應。

其他控制變數如帳面市值比(BM)在各樣本期間之估計係數皆為正，且有著

1%顯著水準，符合 Fama and French (1993）所說，高帳面市值比之股票有較高的

報酬。市值(lnCAP)除了樣本期間 2010-2014 年不顯著外，其餘皆顯著為負，大致

上符合規模效應。總風險(STD)於各樣本期間皆顯著為負，表示當總風險越高

時，對於下一期的股票報酬會產生負面的影響。現金流對價格比率(CP)除了樣本

期間 2008-2009 年在 1%顯著水準之下有著-0.0146 的估計係數，其餘樣本期間大

多顯著為正，現金流對價格比率反映了公司盈餘，一般來說，公司的自由現金流

收益率愈低，股票的投資吸引力也愈低，因為投資人都希望能以較低的代價，賺

14

取較高的收益。

表 4 橫斷面分析結果

(二) 時間序列模型之實證分析

表 5 為時間序列分析之結果。從結果可以發現預期流動性不足與非預期流動

性不足確實會影響台灣上市股票之超額報酬。市場投資組合的預期流動性不足

(AILLm-1)之估計係數在整體樣本期間為 2.145 並有著 1%顯著水準，符合假說一所

說：預期市場超額報酬會隨著預期市場流動性不足增加而提高。此外未預期流動

性不足(AILLUm)之係數在整體樣本期間為-9.205 並有著 1%顯著水準，亦符合假

說二所說：預期市場超額報酬會隨著未預期市場流動性不足增加而降低。

然而在考慮規模的條件下，將樣本切割為相同公司加數的十個規模投資組合

後，可以發現雖然 AILLm-1 之係數在整體樣本期間中除了投資組合 4 不顯著以

外，其餘皆顯著為正，但小規模投資組合之 AILLm-1 係數並無較大，雖無明顯規

律但係數反而隨著投資組合規模增加而增加(投資組合 8 與投資組合 10，係數大

於投資組合 2 與投資組合 6) ，不符合假說三所說：預期流動性不足之效果應為

正，且隨著投資組合規模增加而減少。AILLUm之係數在所有規模投資組合皆為

負且十分顯著，但小規模投資組合之係數並無較小，估計係數無明顯規律，投資

組合 2 至投資組合 4 之估計係數雖有增加但隨後開始反轉，直到投資組合 8 至投

資組合 10 才又增加，不符合假說四所說：未預期流動性不足之效果應為負，且

隨著投資組合規模增加而增加。從此可以看出小規模的股票受到預期流動性不足

的影響並無較大，大規模的股票反而受到較大的影響，也就是說，規模大小對於

預期流動性不足與未預期流動性不足兩者對於股票價格的影響是存在的，但與預

期的方向相反。

15

值得注意的是，投資組合 10 之 R-squared 明顯較其他投資組合之 R-squared

低許多，其背後可能的原因是因為規模大的公司投資人較不須擔心其股票流動

性，因此流動性所能解釋的股票報酬較少，此外，Amihud (2002)所發現之流動性

轉移在台灣的股票市場上是無法被觀察到的，反而似乎出現了 Flight to

“Illiquidity”的現象。

表 6 為針對市場投資組合將樣本劃分為金融海嘯發生前、金融海嘯期間與金

融海嘯發生過後之時間序列迴歸。從表中可以發現與橫斷面迴歸相似的結果。金

融海嘯發生之前(2006-2007)預期流動性不足之估計係數為 0.784，但不顯著，金

融海嘯發生後兩樣本期間(2008-2009、2010-2014)分別有著 3.298 與 2.228 之估計

係數，並達 5%顯著水準與 1%顯著水準，此結果亦顯示了金融海嘯後市場投資人

對於流動性看法的轉變。

表 5 時間序列分析結果

表 6 時間序列分析結果(期間切割)

(三) 調整流動性資產訂價模型之實證分析

表 7 為 25 個基於流動性分類之投資組合，投資組合 1 為樣本中流動性最高

的百分之四，投資組合 25 則為最低的百分之四。可以發現市場風險(β1p)、流動性

共變(β2p)與流動性成本 E(Cp)與流動性的波動 σ(Cp)從投資組合 1 至投資組合 25 大

致上呈現遞增的情況。顯示當投資組合流動性越低時，也會有較高的流動性風

16

險。此外，個股報酬與市場流動性之敏感度(β3p)與個股流動性與市場報酬之敏感

度(β4p)從投資組合 1 至投資組合 25 則出現了越來越強的負向效果，Acharya and

Pedersen (2005)認為這樣的結果支持 Amihud (2002)提出之流動性轉移假說，流動

性越低的股票有較高程度的流動性風險。

與流動性相關之變數如週轉率(TRN)與公司市場價值(CAP)則出現了明顯遞減

的趨勢。週轉率在過去的文獻常作為流動性的代理變數，與先前文獻有相同的結

果，流動性越低的股票週轉率低。公司規模與流動性顯著呈現反向的關係，這也

符合先前文獻與前節之結果。

表 8 為調整流動性資產訂價模型之實證結果。流動性成本 E(C)除模型 1 不顯

著外，在模型 3 及模型 5 皆顯著為正，分別有 0.3411 與 0.6926 的估計係數，且

達 1%顯著水準，表示投資人面臨較高的流動性成本的同時也會要求較高的股票

報酬。市場風險(β1p)於模型三有著 0.2041 的估計係數，且達 1%顯著水準，與先

前文獻有著相同的方向，然而其餘模型則都不顯著。

此外，流動性共變(β2p)以及個股報酬與市場流動性之敏感度(β3p)皆不顯著，

此兩流動性風險因子皆無法於台灣股票市場上捕捉，個股流動性與市場報酬之敏

感度(β4p)的估計係數為 0.3935 且有著 1.7726 的 t 值，與 Acharya and Pedersen

(2005)之調整流動性資產訂價模型預期的方向相同。最後，淨 beta(βnp)在模型 1、

模型 3 與模型 4 皆顯著為負，分別有著-0.0462、-0.1984 以及-0.0566 的估計係

數，表示結合市場風險與流動性風險之淨 beta 值對於股票超額報酬有著負向的影

響。

表 7 投資組合特性

表 8 調整流動性資產訂價模型迴歸結果

17

伍、結論與建議

一、研究結論

本研究旨在探討台灣股票市場上，流動性與流動性風險是否有被訂價。以

2006 年至 2014 年為研究期間，各年樣本數分別有 638 至 744 間公司，而總樣本

為 6,150 間公司。本研究藉由 Hasbrouck (2009)修改 Amihud(2002) 提出之流動性

不足指標來衡量流動性與股票報酬間的關係。Amihud 流動性不足指標有著容易

擷取的特性，因為無論是在台灣市場或是國外市場，股票報酬與成交金額皆是相

當容易取得的資料，將其作為流動性之代理變數可讓投資人更為容易地使用模

型。

從前章之實證結果可以發現，流動性確實在台灣股票市場有其效用，並如預

期對於股票報酬有著正向的影響。但將公司規模納入控制變數後僅有金融海嘯後

(2010-2014)有著顯著正向的效果，金融海嘯發生期間(2008-2009)則出現了顯著的

負向影響外，推論可能是因為金融海嘯發生前流動性較不被市場投資人所重視。

而海嘯發生時市場投資人開始將流動性視為重要的因素，如果股票流動性不足越

高的話投資人可能會為了快速變現而賤價出售股票，因而造成股票報酬率下降。

而海嘯過後對於流動性的要求有顯著的提升，對於流動性不足之股票要求更高的

報酬補償。

而時間序列方面，本研究發現預期市場流動性不足對於股票超額報酬有著顯

著的正向影響，未預期市場流動性不足則有著顯著的負向影響。然而台灣股票市

場上無法觀察到流動性轉移的情形，卻出現了 Flight to “Illiquidity”的現象，小

規模的股票受到預期流動性不足的影響並無較大，大規模的股票反而受到較大的

影響。

最後，調整流動性資產訂價模型的部分，基於流動性分類之投資組合支持流

動性轉移假說。而允許各個流動性風險 beta 有不同的估計係數的結果發現，並無

18

強烈的證據支持流動性風險在台灣股票市場上有被訂價。但結合市場風險與流動

性風險之淨 beta 值對於股票超額報酬有著顯著的負向影響。

二、研究限制

由於本研究僅採用 Hasbrouck (2009)修改 Amihud(2002)之流動性不足指標作

為流動性之代理變數，受限於其計算方式，當股票成交金額為零時無法計算，造

成需將該股票剔除樣本的情況，因此可能無法充分反映市場上所有股票的實際情

形。

三、研究建議

本研究目前尚無法解釋以規模分類之投資組合 Flight to “Illiquidity”的現

象，僅能初步推測流動性與公司規模之間可能並無一定的關聯性，後續研究者可

針對此一部份進行更深入的探討。而本研究計算流動性風險 beta 之投資組合是以

流動性不足指標作為分類基準，後續研究者可以其他流動性相關指標如規模、帳

面市值比進行分類，來比較研究結果是否會有差異。

此外，流動性除對股票報酬產生影響外，過去研究亦發現與其他因子產生關

聯。如公司資本結構(Lipson and Mortal, 2009)、經濟景氣循環(Næ s et al., 2011)以

及資訊揭露(Jeffrey, 2011)等，故後續研究者除了針對流動性與股票報酬之關聯，

亦可與其他因子進行探討。

陸、參考文獻

孔東民，2006。流動性風險與資產定價：來自中國股市的證據。南方經濟，第三

卷，91-107。

王春峰、韓冬、蔣祥林，2002。流動性與股票回報：基於上海股市的實證研究。

經濟管理，第二十四卷，58-67。

朱麗靜，2014。流動性資訊下的多空投資策略－以台灣股票市場為例。逢甲大學

金融碩士在職專班碩士論文。

陳隆勛，1999。台灣上市公司股票流動性與股票報酬關聯性之研究。國立交通大

學管理科學研究所碩士論文。

游宗翰，2009。台灣證劵市場之流動性共變現象─市場狀態與波動性高低之實證

研究。淡江大學財務金融學系碩士班學位論文，1-68。

詹場、胡星陽，2001。流動性衡量方法之綜合評論。行政院國家科學委員會研究

19

彙刊(C): 人文及社會科學，第 11卷第 3期，205-221。

謝文良、林苑宜，2012。台灣股市之流動性共變現象。證券市場發展季刊，第二

十四卷第四期，135-186。

Acharya, V. V, and Pedersen, L. H. 2005. Asset Pricing with Liquidity Risk. Journal of

Financial Economics, 77(2), 375-410.

Amihud, Y. 2002. Illiquidity and Stock Returns: Cross-Section and Time-Series Effects.

Journal of financial markets, 5(1), 31-56.

Amihud, Y., and Mendelson, H. 1986. Asset Pricing and the Bid-Ask Spread. Journal

of financial Economics, 17(2), 223-249.

Bauer, W. 2004. Commonality in Liquidity in Pure Order-Driven Markets. National

Centre of Competence in Research Working Paper.

Bekaert, G., Harvey, C. R., and Lundblad, C. T. 2003. Equity Market Liberalization in

Emerging Markets. Journal of Financial Research, 26(3), 275-299.

Bryant, H. L., and Haigh, M. S. 2004. Bid–Ask Spreads in Commodity Futures

Markets. Applied Financial Economics, 14(13), 923-936.

Chang, Y. Y., Faff, R., and Hwang, C. Y. 2010. Liquidity and Stock Returns in Japan:

New Evidence. Pacific-Basin Finance Journal, 18(1), 90-115.

Chordia, T., Roll, R., and Subrahmanyam, A. 2001. Market Liquidity and Trading

Activity. Journal of Finance, 56(2), 501-530.

Datar, V. T., Naik, N. Y., and Radcliffe, R. 1998. Liquidity and Stock Returns: An

Alternative Test. Journal of Financial Markets, 1(2), 203-219.

Demsetz, H. 1968. Why Regulate Utilities? Journal of Law and Economics, 55-65.

Dubofsky, D. A., and Groth, J. C. 1984. Exchange Listing and Stock Liquidity. Journal

of Financial Research, 7(4), 291-302.

Fabre, J., and Frino, A. 2004. Commonality in Liquidity: Evidence from the Australian

Stock Exchange. Accounting and Finance, 44(3), 357-368.

Fama, E. F., and French, K. R. 1993. Common Risk Factors in the Returns on Stocks

and Bonds. Journal of Financial Economics, 3(1), 3-56.

Garbade, K. D., and Silber, W. L. 1979. Structural Organization of Secondary Markets:

Clearing Frequency, Dealer Activity and Liquidity Risk. Journal of Finance,

34, 577–593.

Grammatikos, T., and Papaioannou, G. 1986. Market Reaction to NYSE Listings: Tests

20

of the Marketability Gains Hypothesis. Journal of Financial Research, 9(3),

215-227.

Hameed, A., Kang, W., and Viswanathan, S. 2010. Stock Market Declines and Liquidity.

Journal of Finance, 65(1), 257-293.

Harris, L. 2003. Trading and Exchanges: Market Microstructure for Practitioners.

Oxford University Press.

Hasbrouck, J. 2009. Trading Costs and Returns for US Equities: Estimating Effective

Costs from Daily Data. Journal of Finance, 64(3), 1445-1477.

Haugen, R. A., and Baker, N. L. 1996. Commonality in the Determinants of Expected

Stock Returns. Journal of Financial Economics, 41(3), 401-439.

Lesmond, D. A. 2005. Liquidity of Emerging Markets. Journal of Financial

Economics, 77(2), 411-452.

Lesmond, D. A., Ogden, J. P., and Trzcinka, C. A. 1999. A New Estimate of Transaction

Costs. Review of Financial Studies, 12(5), 1113-1141.

Li, B., Sun, Q., and Wang, C. 2014. Liquidity, Liquidity Risk and Stock Returns:

Evidence from Japan. European Financial Management, 20(1), 126-151.

Lippman, S. A., and McCall, J. J. 1986. An Operational Measure of Liquidity. The

American Economic Review, 43-55.

Lipson, M. L., and Mortal, S. 2009. Liquidity and Capital Structure. Journal of

Financial Markets, 12(4), 611-644.

Liu, W. 2006. A Liquidity-Augmented Capital Asset Pricing Model. Journal of

financial Economics, 82(3), 631-671.

Ng, J. 2011. The effect of information quality on liquidity risk. Journal of Accounting

and Economics, 52(2), 126-143.

Næ s, R., Skjeltorp, J. A., and Ø degaard, B. A. 2011. Stock Market Liquidity and the

Business Cycle. Journal of Finance, 66(1), 139-176.

Pastor, L., and Stambaugh, R. 2003. Liquidity Risk and Expected Stock Returns .

Journal of Political Economy, 111(3), 642-685.

Schwartz, R. A. 1993. Reshaping the Equity Markets: A Guide for the 1990s. Richard

d Irwin.

Sharpe, W. F. 1964. Capital asset prices: A Theory of Market Equilibrium Under

Conditions of Risk. Journal of finance, 19(3), 425-442.