流动性信息与资产收益：基于非参数模型的分析目录TOC\o"2-3"\h\z\t"标题1,1,摘要,1,参考文献和附录,1"HYPERLINK\l"_Toc241808822"摘要PAGEREF_Toc241808822\h1HYPERLINK\l"_Toc241808823"1.背景分析PAGEREF_Toc241808823\h1HYPERLINK\l"_Toc241808824"2.流动性的非参数求解PAGEREF_Toc241808824\h3HYPERLINK\l"_Toc241808825"3.非参数建模、估计方法与检验PAGEREF_Toc241808825\h4HYPERLINK\l"_Toc241808826"3.1.模型建立与估计PAGEREF_Toc241808826\h4HYPERLINK\l"_Toc241808827"3.1.1.流动性信息对预期收益冲击的非参数定向加权法PAGEREF_Toc241808827\h5HYPERLINK\l"_Toc241808828"3.1.2.变系数部分线性模型及估计PAGEREF_Toc241808828\h6HYPERLINK\l"_Toc241808829"3.1.3.变系数部分线性模型的检验PAGEREF_Toc241808829\h7HYPERLINK\l"_Toc241808830"4.数据与模型结果分析PAGEREF_Toc241808830\h8HYPERLINK\l"_Toc241808831"4.1.数据说明与描述PAGEREF_Toc241808831\h8HYPERLINK\l"_Toc241808832"4.2.模型估计结果及分析PAGEREF_Toc241808832\h9HYPERLINK\l"_Toc241808833"4.2.1.定向加权部分的结果及分析PAGEREF_Toc241808833\h9HYPERLINK\l"_Toc241808834"4.2.2.变系数部分线性模型的估计、检验和bootstrap模拟PAGEREF_Toc241808834\h10HYPERLINK\l"_Toc241808835"4.3.模型讨论PAGEREF_Toc241808835\h13HYPERLINK\l"_Toc241808836"5.小结与建议PAGEREF_Toc241808836\h13HYPERLINK\l"_Toc241808837"参考文献PAGEREF_Toc241808837\h15HYPERLINK\l"_Toc241808838"附录PAGEREF_Toc241808838\hI摘要本文首先从全新的角度给出市场深度目标的求解方法，分别从定向加权和变系数部分线性模型的视角检验流动性信息的预测能力，并运用于我国股票市场每日收益率的研讨，得出四点判断：1、通过非参数方法求解得到的目标值具有显著的平稳性。2、流动性信息的时变性对股票市场存在显著的非线性冲击，而且流动性信息的持续性变化与收益之间存在负向关系，并发现股票收益分布具有多峰性的特点。3、得到和经典资产定价模型相同的结论，即市场综合指数对个股具有显著的影响。4、模型验证了流动性信息通过波动性将信息非线性传导给投资者的假设，伴随着流动性信息的时变性，投资者所得到的风险补偿也具备时变性，但由于市场不够透明、信息不对称，流动性信息并不能全部传导给投资者，或者在之前由于信息的外漏，本来的流动性信息传导路径也可能会被误导。5、通过实际数据的验证，我们所建立的变系数部分线性模型能够较好的解释流动性信息的传递，也为我们以后的实证研讨提供了一个估计和检验流动性信息传导和时变型风险补偿的新方法。关键词：流动性信息市场深度定向加权变系数部分线性模型波动性背景分析自从证券市场诞生以来，预测资产回报不断是人们关注的焦点之一。Fama(1970)提出，资产回报可预测性被分为基于过去回报信息的“弱方式(weakform)”可预测性和基于过去公开信息的“半强方式(semi-strongform)”可预测性。其中，弱方式可预测研讨探讨回报的序列依赖性，这类序列依赖性也可捕获期望回报的可预测变化；半强方式可预测研讨使用其它公开可得的滞后变量作为工具(instrument)变量,详见文献[20]。不过，滞后工具变量的预测能力仍存在争议，这是由于研讨者认为所度量的预测关系可能是伪关系(s