我國私募股權(quán)投資流動性風(fēng)險研究

王燕鳴 曹尹南

（中山大學(xué) 嶺南學(xué)院，廣東 廣州510275）

一、引言

私募股權(quán)投資基金①本文將風(fēng)險資本投資（VC）等同于私募股權(quán)投資（PE）。（Private Equity Fund，以下簡稱PE），通過非公開方式向特定投資人籌集資金，然后對非上市公司進行權(quán)益性投資，投資后進行管理使其增值，最終通過上市、并購或管理層收購等方式實現(xiàn)退出并獲得收益。PE作為我國市場經(jīng)濟重要的組成部分，近年來發(fā)展迅速，2014年P(guān)E投資總量達到706.4億美元，投資數(shù)目達到2 860起②數(shù)據(jù)來源于清科集團《2014年中國私募股權(quán)投資研究報告》。。自2014年12月以來，隨著保險基金進入一級市場的界限放開，PE在我國金融體系中將起到越來越重要的作用。

PE作為一種投資于非上市公司的非流動性的資產(chǎn)，與投資于上市公司的公募基金相比，一般都具有較長的鎖定期，投資者普遍認為其對市場流動性風(fēng)險的暴露程度較小，是長期投資者的良好選擇，納入投資組合中以分散風(fēng)險。然而，股權(quán)投資相當(dāng)于對公司的未來進行投資，未來退出時市場和投資基金均以同行業(yè)、同類型已上市公司作為標(biāo)的對被投資公司進行估值，具有和公開市場一樣的定價內(nèi)核，其回報也會受到流動性風(fēng)險的影響。Franzoni等（2012）［10］對美國、歐洲和少數(shù)其他國家的私募投資研究表明，PE和其他資產(chǎn)一樣受到市場流動性風(fēng)險的影響，并定量計算了PE的流動性風(fēng)險載荷達到了每年3%。與美國、歐洲國家投資主體由如養(yǎng)老基金等機構(gòu)投資者組成不同，我國國有資本投資進入PE市場的資格受到很大的政策限制，非國有資本例如富有個人作為有限合伙人（LP）構(gòu)成我國PE的投資主體，2014年我國PE有限合伙人（LP）組成中富有家族及個人占比最高，達到54.4%；其次是企業(yè)，達到14.9%；公共養(yǎng)老基金和捐贈基金僅占比0.8%和0.2%。不同類型的投資者對流動性風(fēng)險的敏感性可能不同，意味著我國PE的流動性風(fēng)險暴露程度也會有不同。

本文使用清科私募通數(shù)據(jù)庫關(guān)私募股權(quán)投資的投資以及投資回報數(shù)據(jù)，采用了Franzoni等（2012）［10］的修正內(nèi)部收益率 MIRR 作為 PE回報的衡量指標(biāo)，參考Liu（2006）［13］年的方法構(gòu)建含有流動性因子的四因素模型，用殘差bootstrap回歸方法創(chuàng)新性地研究我國PE的流動性風(fēng)險暴露問題。另外，通過構(gòu)建衡量資本流動性的FUNDING指標(biāo)，探討了我國PE流動性風(fēng)險的傳導(dǎo)路徑。結(jié)果表明我國PE受到流動性風(fēng)險的影響，風(fēng)險因素載荷達到每年62%，PE的流動性風(fēng)險是通過資本流動性渠道進行傳導(dǎo)的。

二、文獻回顧與研究假設(shè)

在對二級市場的研究中，流動性因素是金融資產(chǎn)定價中的重要組成部分已被廣泛證實。Amihud和 Mendelson（1986）［3］首先提出流動性溢價現(xiàn)象，通過構(gòu)建預(yù)期收益與買賣差價的微觀模型，發(fā)現(xiàn)以買賣差價衡量的流動性越低，其交易成本越大，投資者對持有該資產(chǎn)的預(yù)期收益就越高，為將流動性引入資產(chǎn)定價模型打下了基礎(chǔ)。Pastor和Stambaugh（2003）［14］構(gòu)建了低流動性對強交易量的收益反轉(zhuǎn)Pastor指標(biāo)來衡量流動性，發(fā)現(xiàn)流動性是市場的一種系統(tǒng)性風(fēng)險，在Fama-French三因素模型中加入市場流動性指標(biāo)，實證研究表明流動性溢價達到了每年7.5%。隨后Liu（2006）［13］使用了換手率指標(biāo)構(gòu)建了流動性調(diào)整下的CAPM模型。在國內(nèi)關(guān)于二級市場的流動性溢價和流動性資產(chǎn)定價的研究也屢見不鮮，李一紅和吳世農(nóng)（2003）［17］采用換手率和非流動性兩個指標(biāo)，對上海股市的流動性與預(yù)期收益的關(guān)系進行了實證研究，支持流動性溢價理論；蘇冬蔚和麥元勛（2004）［19］從換手率的角度衡量流動性，分析了我國股市流動性與資產(chǎn)定價的理論與經(jīng)驗關(guān)系，陳青和李子白（2008）［16］通過改進 Liu（2006）［13］的方法構(gòu)建流動性因子，也證明了在我國二級市場資產(chǎn)定價中，除了規(guī)模因子、賬面市值比因子與收益反轉(zhuǎn)因子外，流行性因子不可或缺。

流動性作為二級市場資產(chǎn)定價的一個重要因素已經(jīng)得到了廣泛的認知，而對于PE市場而言，研究還較為缺乏。Acharya和Pedersen（2005）［1］以 Amihud非流動性指標(biāo)構(gòu)建的流動性調(diào)整下的CAPM模型為基礎(chǔ)研究表明流動性隨著時間而變化，流動性在證券以及其他資產(chǎn)中的變化都有共同的趨勢，這種共性的流動性引發(fā)共同的流動性風(fēng)險。

PE市場具有和二級市場相同的定價內(nèi)核，該事實引發(fā)了學(xué)者們用資產(chǎn)定價模型來估計PE的資本成本，進而探究PE的流動性風(fēng)險。

將資產(chǎn)定價模型應(yīng)用于股權(quán)投資研究最早始于 Cochrane（2005）［6］，基于 CAPM 模型，采用最大似然法衡量PE的回報，發(fā)現(xiàn)1987-2000年間投資回報達到57%，CAPM模型alpha值為45%。隨后 Kortweg 和 Sorensen（2010）［12］將Cochrane（2005）［6］的研究從 CAPM 拓展到Fama和French（1995）［9］三因子模型，采用 OLS估計得到1987-2005年美國PE數(shù)據(jù)得出年度alpha值從CAPM的34%降到三因素模型的26%。Driessen等（2011）［8］在 Kortweg和 Sorensen（2010）［12］基礎(chǔ)上采用 GMM 估計的方法得到CAPM中阿爾法值為每年12%，使用三因素模型后alpha值降為8.28%，模型解釋力度增強。在前人研究基礎(chǔ)上，F(xiàn)ranzoni等（2012）［10］首次將以Pastor指標(biāo)衡量的流動性因子引入資產(chǎn)定價模型中來衡量PE的流動性風(fēng)險暴露程度，發(fā)現(xiàn)PE回報存在明顯的流動性溢價，無條件的流動性風(fēng)險溢價達到每年3%，總風(fēng)險溢價為達到18%，alpha由CAPM模型的9.3%下降至三因子模型的3.1%，加入流動性因子后，alpha值下降至0.4%，說明含有流動性因子的四因子模型對PE績效具有很好的解釋力度。國內(nèi)關(guān)于PE的相關(guān)研究主要都集中在具有PE背景的上市公司績效上，例如（吳超鵬等，2012；張學(xué)勇和廖理，2011；陳工孟等，2011）［15，21，22］等，直接關(guān)注私募股權(quán)投資績效的較少，王蘭芳和王蘇生（2010）［20］通過分析對470家創(chuàng)業(yè)投資機構(gòu)在1999-2008年間的投資決策，發(fā)現(xiàn)以創(chuàng)業(yè)投資支持的行業(yè)IPO數(shù)來衡量的公開市場信號顯著地影響了創(chuàng)業(yè)投資機構(gòu)的投資決策；錢蘋和張幃（2007）［18］年采用清科數(shù)據(jù)1999-2003年的56個本土創(chuàng)業(yè)投資退出項目的數(shù)據(jù)，研究了是否國有、資本規(guī)模等因素對回報率的影響。

我國PE市場發(fā)展迅速，與國際市場逐步接軌，PE亦具有和二級市場相同的定價內(nèi)核，然而我國PE市場又具有其特殊性，突出的特點就是投資主體組成不同，占有50.8%的非國有資本例如富有家族、個人具有與機構(gòu)投資者不同的特征：對市場流動性風(fēng)險的承擔(dān)能力弱，當(dāng)市場出現(xiàn)不良流動性沖擊時，缺少資本支撐的個體投資者將更易引發(fā)資產(chǎn)贖回從而降低PE回報。基于以上分析，本文提出假設(shè)。

H1 我國PE受到流動性風(fēng)險因素影響。

Brunnermeier和 Pedersen（2009）［5］提出了市場流動性和資本流動性之間存在正的關(guān)聯(lián)性，資本的流動性是投資者能夠有資金投資的保證。低資本的流動性常常伴隨著低市場流動性。對投資者資本的不良沖擊將引發(fā)資產(chǎn)的贖回、減少市場流動性，從而惡化初始投資損失。

PE資金的提供方來自銀行、共同基金以及富有個人等，其資金的募集往往并不是一步到位完成的，可能分布于投資的多個輪次中進行，長時間跨度的融資過程和重新談判的事實使得PE對資金的流動性非常敏感（Kaplan和Stromberg，2009）［11］，如果遭遇資本流動性低，那么將伴隨著PE管理者難以對投資進行再融資。在這些期間，他們可能被迫清算投資或接受更高的融資成本，這反過來又轉(zhuǎn)化為對這一資產(chǎn)類別的回報較低。Franzoni等（2012）［10］對于美國、歐洲和其他少數(shù)國家PE的研究證明了這一點。

我國PE異于歐美國家主要在于PE的投資主體主要由非機構(gòu)投資者組成，富有家族、個人群體對資本流動性沖擊的抵抗能力比機構(gòu)投資者弱，對 Brunnermeier和 Pedersen（2009）［11］描述的資金流動性波動暴露很敏感。當(dāng)受到資本流動性減少時，PE難以進行再融資，使得他們被迫將投資流動性化或者接受高成本的資金。

基于以上分析，本文提出以下假設(shè)。

H2 我國PE市場流動性風(fēng)險是通過資金流動性渠道傳導(dǎo)的。

三、研究設(shè)計

（一）數(shù)據(jù)來源與描述

本文PE的數(shù)據(jù)來自清科公司數(shù)據(jù)庫（Zero2IPODatabase），市場的數(shù)據(jù)來源于CSMAR國泰安的數(shù)據(jù)庫。清科公司數(shù)據(jù)庫是國內(nèi)權(quán)威的提供有關(guān)PE信息的數(shù)據(jù)庫，使用的是有關(guān)投資機構(gòu)的信息以及被投資企業(yè)退出信息。對于PE，清科公司數(shù)據(jù)庫披露了它們的基本信息（包括名稱、成立時間）、募資信息（包括基金名稱、募資時間和規(guī)模等）和投資信息（包括投資時間、金額、所占股份、投資輪次、被投公司名稱和被投公司所處發(fā)展階段等）。對于被投資企業(yè)退出信息，清科公司數(shù)據(jù)庫披露了它們的基本信息（企業(yè)名稱、投資機構(gòu)、退出方式、退出時間等）、回報信息（賬面回報倍數(shù)）。另外根據(jù)投資機構(gòu)網(wǎng)站上的公開信息，補充了數(shù)據(jù)缺失的一些重要信息，如資本規(guī)模、成立時間、股權(quán)性質(zhì)等。

本文對數(shù)據(jù)做了以下處理：剔除投資金額沒有披露的投資記錄，采用月度投資數(shù)據(jù)，將一個月內(nèi)出現(xiàn)的多次投資合并為一次；將以其他貨幣結(jié)算的投資回報金額換算成以人民幣結(jié)算。本文最終得到的樣本是由投資時間1997年12月至2011年10月期間的691條PE投資企業(yè)到退出的投資記錄。這里可能會有多個投資機構(gòu)共同投資于一家被投公司的情況，但每一條投資記錄都是唯一的投資機構(gòu)被投公司匹配的觀察值。

采用了Franzoni等（2012）［10］的方法，用修正內(nèi)部收益率MIRR來衡量投資回報，MIRR是以PE對被投資公司投入（It）和退出回報（Dt）計算的在投資期內(nèi)回報的幾何平均數(shù)。MIRR計算公式如下

表1 數(shù)據(jù)描述統(tǒng)計

（二）PE流動性風(fēng)險研究設(shè)計

由于PE的投資并非時間連續(xù)，不能得到投入回報的時間序列數(shù)據(jù)通過傳統(tǒng)的時間序列分析方法來估計流動性風(fēng)險。本文擁有的是橫截面數(shù)據(jù)MIRR。

首先假設(shè)投資項目i具有初始投入，具有最終回報，在Ti期支付。假設(shè)一期的回報符合對數(shù)正態(tài)分布并且有如下形式

其中，γ是常數(shù)，rf是無風(fēng)險利率，f是風(fēng)險因子的維向量，δ是k維風(fēng)險因子載荷，εi服從（0，σ2）的正態(tài)分布并且與風(fēng)險因子相互獨立。

從式（2）中可以得出投資期內(nèi)以幾何平均數(shù)計算的總回報公式如下

由于本文是以對數(shù)形式估計，而估計風(fēng)險溢價需要以式（5）的形式，因而需要通過變換將（γ，δ）變成（α，β），變換公式如式（6）和式（7）

其中，μF是風(fēng)險因子均值的k維向量，是風(fēng)險因子的方差-協(xié)方差矩陣。

本文使用投資MIRR作為參與回歸，需要解決以下問題：涉及到不同PE和不同的被投資企業(yè)，具有很高的異質(zhì)性風(fēng)險將影響風(fēng)險的估計；在估計（α，β）時，假設(shè)式（1）服從對數(shù)正態(tài)分布，而MIRR的殘差拒絕正態(tài)分布chi-squared檢驗；MIRR樣本部分小于0，不能直接求對數(shù)。

為解決以上問題，本文首先對MIRR進行加1再取對數(shù)處理，再對式（8）采取進行殘差bootstrap（1 000次）進行OLS估計

四、實證結(jié)果與分析

（一）流動性風(fēng)險的估計

首先本文分別用最簡單的CAPM模型（Cochrane，2005）［6］、Fama-French三因子模型對式（8）進行估計，然后在三因子模型中加入包含流行性因子的第四因素（LIQ）模型來估計流動性風(fēng)險載荷。

本文采取換手率來度量市場的流動性來構(gòu)建流動性風(fēng)險補償因子。換手率的計算

VOLt為股票在第t月的總交易股數(shù)，LNSt為股票在第t月的流通股數(shù)。

換手率作為學(xué)術(shù)界衡量流動性最常用的指標(biāo)，（李一紅和吳世農(nóng)，2003；蘇冬蔚和麥元勛，2004；周芳和張維，2011）［17，19，23］，其能夠反映交易的及時性和量的概念。本文采取Fama-French三因素模型的因子構(gòu)建方法通過TURN構(gòu)建流動性風(fēng)險補償因子LIQ；將每個月按TURN以升序排列，前40%是換手率最低的組合，定義為LL；后40%是換手率最高的組合，定義為HL。根據(jù)分組得到一個月后的組合等權(quán)平均收益，組合LL收益與組合HL收益差，便得到該月度LIQ變量。

在假設(shè)市場完整的前提下，二級市場和PE市場具有相同的定價內(nèi)核，本文應(yīng)用公開市場的四因素模型來估計PE的風(fēng)險。表2為在樣本期內(nèi)四因子的相關(guān)系數(shù)和分布情況，用樣本期內(nèi)因子均值乘以12作為年度風(fēng)險載荷的估計來衡量資本成本，發(fā)現(xiàn)流動性風(fēng)險載荷達到每年57.0%，市場風(fēng)險載荷達到每年9.0%，規(guī)模因子和賬面市值比因子的風(fēng)險載荷分別是每年8.9%和2.3%。流動性因子的風(fēng)險載荷大于其他因子。

表2 因子的相關(guān)系數(shù)和分布情況

表3是按照式（8）的回歸結(jié)果，MIRR經(jīng)過95% 的winsor處理，在第一列CAPM回歸中，市場因子回歸系數(shù)為0.134，僅在10%的水平下顯著。這與Franzoni等（2012）［10］估計的系數(shù)接近1有較大差別，說明單獨的市場因素并不能很好地解釋我國PE的回報。第二列為Fama-French三因子模型回歸結(jié)果，smb和hml系數(shù)均顯著為負，其中hml在1%的條件下顯著。第三列增加流動性因子的四因子回歸中，LIQ顯著為正，系數(shù)為1.039且在1%的條件下顯著，說明流動性因子對于我國PE回報有很好的解釋作用，smb和hml系數(shù)依然顯著為負，并且smb的系數(shù)明顯降低，而hml的系數(shù)顯著性增加，在三因子回歸中由于LIQ和smb的正相關(guān)性導(dǎo)致高估了smb的重要性，由于LIQ和hml的負相關(guān)性導(dǎo)致低估了hml的重要性。

表3 模型回歸結(jié)果

表4中顯示了每一個因子的風(fēng)險載荷、總風(fēng)險載荷、資本成本和值。其中α和β經(jīng)過式（6）和式（7）的變換得出。每一個因子的風(fēng)險載荷都是由因子估計系數(shù)乘以因子的樣本均值得出。資本成本是總風(fēng)險載荷和無風(fēng)險利率之和。

表4 風(fēng)險載荷分解與α值（%）

第一行是每個模型的總風(fēng)險載荷，CAPM模型中為1.368%，三因子模型的為5.478%，最后四因子模型達到了53.141%。

第二行是風(fēng)險的成分分析，在四因子模型當(dāng)中，流動性因子風(fēng)險載荷達到每年62.3%，規(guī)模因子（smb）風(fēng)險載荷每年-18.9%，賬面市值比因子（hml）每年8.8%，而市場因子風(fēng)險載荷僅為每年0.9%。說明流動性因子每變動一個單位，PE回報變動62.3%，而規(guī)模因子次之，賬面市值比因子再次之，市場因子變動導(dǎo)致回報變動僅為0.9%。PE回報受流動性風(fēng)險影響嚴重。

最后，本文估計了α，α值代表期望收益中不能被現(xiàn)有模型解釋的部分，發(fā)現(xiàn)CAPM模型和三因子模型不能解釋的部分都超過了50%，而在考慮了流動性因子之后，值降到8.486%。對應(yīng)總風(fēng)險載荷和資本成本分別為每年53.1%和55.8%。說明在國內(nèi)市場上，加入流動性風(fēng)險的四因素模型能很好地解釋PE回報，我國PE受到流動性風(fēng)險因素影響，假設(shè)1得到驗證。

（二）PE流動性風(fēng)險傳導(dǎo)渠道

以上的研究表明，在我國市場上，PE并不能規(guī)避流動性風(fēng)險，流動性風(fēng)險因子載荷是PE資本成本的重要組成部分。

為了證明假設(shè)2在我國市場是否存在，本文選取同業(yè)銀行間隔夜拆借月度加權(quán)平均利率，簡稱隔夜拆借利率，作為融資難易程度的代理變量。構(gòu)建FUNDING變量，每個投資收益MIRR對應(yīng)的FUNDING變量取投資開始到結(jié)束時期內(nèi)的均值。如果隔夜拆借利率高，則說明融資困難，反之則反。那么加入融資難易程度的代理變量之后，該變量應(yīng)該顯著為負并且能解釋部分市場流動性和PE回報之間的關(guān)系。

PE個體之間具有差異性，為控制特異性以及PE產(chǎn)業(yè)發(fā)展，本文在式（8）的基礎(chǔ)上添加了一系列的控制變量：

GDP增長率：Acs和 Audretsch（1994）［2］指出宏觀經(jīng)濟因素GDP的變動對企業(yè)的創(chuàng)業(yè)活動有著深刻的影響，GDP的增長和PE產(chǎn)業(yè)的發(fā)展具有正相關(guān)的關(guān)系。我們添加GDP增長率作為控制PE產(chǎn)業(yè)的發(fā)展的變量。GDP增長率變量的構(gòu)建方法與FUNDING相同。

投資規(guī)模：錢蘋和張幃（2007）［18］指出對于股權(quán)投資項目，投資規(guī)模越大可能風(fēng)險越大，相應(yīng)限制了PE分散風(fēng)險的能力，分散風(fēng)險能力的變化可能會影響資金投資回報率，并且投資規(guī)模大后續(xù)再融資也更加困難。由于投資規(guī)模差距較大，為避免異常值影響，本文對投資規(guī)模變量做95%的winsor處理。

基金年限：基金年限越長，投資經(jīng)驗越豐富，對被投資企業(yè)的選擇能力越強，對風(fēng)險的控制能力也越出色，從而會帶來高的回報率。

基金背景：具有外資背景的PE可能具有與國內(nèi)不同的投資理念、投資風(fēng)格，對投資收益有相應(yīng)的影響，添加基金背景變量，將有外資背景的記為“0”，否則為“1”。

被投資公司所處行業(yè)：Cumming和MacIntosh（2001）［7］指出，由于股權(quán)投資家在高新技術(shù)投資項目的選擇和幫助企業(yè)實現(xiàn)價值增值等方面的能力與普通投資者相比存在比較優(yōu)勢，更容易獲得超額的收益。因而本文按照投資界的慣例，將科技、媒體、通訊、互聯(lián)網(wǎng)、IC、IT服務(wù)、生物醫(yī)藥、軟件等行業(yè)作為高新技術(shù)行業(yè)，而傳統(tǒng)行業(yè)和服務(wù)業(yè)則作為非高新技術(shù)行業(yè)。并將高新技術(shù)行業(yè)記為“1”，非高新技術(shù)行業(yè)記為“0”。

退出方式：被投資企業(yè)采取IPO或者是并購?fù)顺龅姆绞娇赡軐Y金投資回報率產(chǎn)生影響，將IPO退出的記為“1”，并購?fù)顺龅挠洖椤?”。

各變量描述統(tǒng)計見表5，在691個觀察值中，投資規(guī)模和基金年限差距較大，說明我國PE已基本實現(xiàn)風(fēng)格分散。在經(jīng)過95%的winsor處理后，規(guī)模從4 880萬人民幣到42.60億人民幣不等，均值為7.4億人民幣，而中值僅為2.8億元，巨額投資偏少。基金年限均值為9年，27%的基金具有外資背景，62%的投資處于高新技術(shù)行業(yè)，97%的基金使用了IPO退出的方式。

本文在式（8）的基礎(chǔ)上添加FUNDING變量以及一系列的控制變量進行OLS回歸，回歸結(jié)果如表6。

表5 描述性統(tǒng)計

表6中，回歸（1）流動性因子的系數(shù)為1.211并且在1%的條件下顯著，流動性因子每增加（減少）一個單位，PE月度回報增加（減少）1.211個單位。回歸（2）是用MIRR對FUNDING變量回歸，F(xiàn)UNDING變量系數(shù)為-2.990且顯著，說明與假設(shè)相同，資本流動性約束能夠減少PE回報。

在回歸（3）中，本文檢驗是否融資渠道能解釋PE回報的流動性風(fēng)險，發(fā)現(xiàn)FUNDING變量能覆蓋48.6%的流動性效應(yīng)：LIQ系數(shù)從1.211減少到0.588并且在1%的條件下顯著。而FUNDING變量系數(shù)為-2.495，仍然顯著為負。可以推斷假設(shè)2成立，市場上PE的流動性傳導(dǎo)主要是通過資本流動性渠道發(fā)生的。

另外本文發(fā)現(xiàn)GDP增長率、是否投資于高新技術(shù)行業(yè)以及采取IPO方式退出均對基金績效有顯著正向影響，而投資規(guī)模、基金年限以及非外資背景則對績效沒有顯著影響。

表6 流動性風(fēng)險來源回歸結(jié)果

表7 穩(wěn)健性檢驗回歸結(jié)果

五、穩(wěn)健性檢驗

本文采用換手率作為流動性指標(biāo)衡量流動性，國內(nèi)文獻中如陳青和李子白（2008）［16］、周芳和張維（2011）［23］等亦采用 Amihud的非流動性比率（RtoV）衡量流動性

其中Ritd代表股票i在第t個月第d天的收益率，DVOLitd為股票i在第t個月內(nèi)第d天的日交易金額，Dit為t月份的交易天數(shù)，乘以使得各指標(biāo)的數(shù)量級一致或接近。

基于非流動性比率（RtoV）以同樣的方法構(gòu)建流動性風(fēng)險補償因子LIQ_RtoV，以排除由于流動性指標(biāo)變量選擇帶來的回歸偏誤。

使用LIQ_RtoV在式（8）的基礎(chǔ)上添加FUNDING變量以及一系列的控制變量進行OLS回歸。結(jié)果見表7。

在表7中，模型（1）中以非流動性構(gòu)建的指標(biāo)LIQ_RtoV系數(shù)顯著為-1.263，非流動性因子每增加（減少）一個單位，PE月度回報減少（增加）1.263個單位，與假設(shè)1一致。模型（2）中FUNDING變量系數(shù)為-2.990且顯著，模型（3）中加入FUNDING變量后LIQ_RtoV系數(shù)減少45.2%，F(xiàn)UNDING系數(shù)顯著為-2.792。使用非流動性指標(biāo)得到的結(jié)論與前文相同，結(jié)果穩(wěn)健。

六、結(jié)論與建議

與其他研究公開市場流動性風(fēng)險的研究不同，本文研究PE的流動性風(fēng)險。

研究發(fā)現(xiàn)：（1）流動性風(fēng)險因子與PE回報顯著正相關(guān)，包含流動性的四因子模型使alpha值降為8.486%，模型解釋力度強。（2）本文定量估計我國PE的流動性風(fēng)險載荷達到62.329%，遠高于國外估計值3%，市場因子、市值因子和賬面市值比因子的風(fēng)險載荷較低。（3）FUNDING變量與PE回報顯著負相關(guān)，融資流動性能解釋48.6%的市場流動性風(fēng)險。研究表明，我國PE存在顯著的流動性風(fēng)險暴露，由于我國投資者主要由非機構(gòu)投資者組成，流動性風(fēng)險暴露程度遠大于國外，投資于PE并不能起到規(guī)避流動性風(fēng)險的作用。另外，我國PE的流動性風(fēng)險主要是通過資金的流動性通道進行傳導(dǎo)的。PE市場作為越來越重要的新型市場，針對流動性風(fēng)險的考慮不可或缺，本文的研究豐富了這方面的研究并進一步展開。

基于上述結(jié)論，對政府和監(jiān)管者而言，提出以下建議：（1）應(yīng)優(yōu)化投資者結(jié)構(gòu)，逐步放開對流動性風(fēng)險承擔(dān)能力更強的機構(gòu)投資者（例如養(yǎng)老基金等）進入一級市場的限制，豐富市場寬度。（2）應(yīng)增強對PE的風(fēng)格教育，督促其進行流動性管理，保障融資流動性渠道的穩(wěn)定以應(yīng)對流動性沖擊，增強對流動性風(fēng)險的抵御能力，豐富市場深度。（3）修正市場投資策略，特別是在市場流動性風(fēng)險暴露時，謹慎進行股權(quán)投資和再融資，從風(fēng)險終端降低流動性風(fēng)險；通過合約、保證金等方式增強融資渠道的穩(wěn)定性，從風(fēng)險傳導(dǎo)渠道降低流動性風(fēng)險。

［1］AcharyaVV，Pedersen L H.Asset Pricing with Liquidity Risk［J］.Journal of Financial Economics，2005，77（2）：375-410.

［2］Acs Z J，D B Audretsch，M P Feldman.R＆D Spillovers and Recipient Firm Size［J］.The Review of Economics and Statistics，1994，76（2）：336-340.

［3］Amihud Y，H Mendelson.Asset Pricing and the Bid-Ask Spread［J］.Journal of Financial Economics，1986，17（2）：223-249.

［4］Atkins A B，E A Dyl.Market Structure and Reported Trading Volume：NASDAQ versus the NYSE［J］.Journal of Financial Research，1997，20（3）：291-304.

［5］Brunnermeier M K，Pedersen L H.Market Liquidity and Funding Liquidity［J］.Review of Financial Studies，2009，22（6）：2201-2238.

［6］Cochrane J H.The Risk and Return of Venture Capital［J］.Journal of Financial Economics，2005，75（1）：3-52.

［7］Cumming D J，J G MacIntosh.Venture Capital Investment Duration in Canada and the United States［J］.Journal of Multinational Financial Management，2001，11（4）：445-463.

［8］Driessen J，T C Lin，L Phalippou.A New Method to Estimate Risk and Return of Nontraded Assets from Cash Flows：The Case of Private Equity Funds［J］.Journal of Financial and Quantitative Analysis，2012，47（3）：511-535.

［9］Fama E F，K R French.Size and Book-to-Market Factors in Earnings and Returns［J］.The Journal of Finance，1995，50（1）：131-155.

［10］Franzoni F，E Nowak，L Phalippou.Private Equity Performance and Liquidity Risk［J］.The Journal of Finance，2012，67（6）：2341-2373.

［11］Kaplan S N，P Stromberg.Leveraged Buyouts and Private Equity［J］.Journal of Economic Perspectives，2009，23：121-146.

［12］Korteweg A，M Sorensen.Risk and Return Characteristics of Venture Capital-Backed Entrepreneurial Companies［J］.Review of Financial Studies，2010，23（10）：3738-3772.

［13］Liu W.A Liquidity-Augmented Capital Asset Pricing Model［J］.Journal of financial Economics，2006，82（3）：631-671.

［14］Pástor L，Stambaugh R F.Liquidity Risk and Expected Stock Returns［J］.The Journal of Political Economy，2003，111：642-685.

［15］陳工孟，俞欣，寇祥河.風(fēng)險投資參與對中資企業(yè)首次公開發(fā)行折價的影響—不同證券市場的比較［J］.經(jīng)濟研究，2011（5）：118-132.

［16］陳青，李子白.我國流動性調(diào)整下的CAPM研究［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2008（6）：66-78.

［17］李一紅，吳世農(nóng).中國股市流動性溢價的實證研究［J］.管理評論，2004（11）：34-42.

［18］錢蘋，張幃.我國創(chuàng)業(yè)投資的回報率及其影響因素［J］.經(jīng)濟研究，2007（5）：78-90.

［19］蘇冬蔚，麥元勛.流動性與資產(chǎn)定價：基于我國股市資產(chǎn)換手率與預(yù)期收益的實證研究［J］.經(jīng)濟研究，2004（2）：95-105.

［20］王蘭芳，王蘇生.公開市場信號對創(chuàng)業(yè)投資決策和績效的影響［J］.經(jīng)濟學(xué)（季刊），2010（1）：183-207.

［21］吳超鵬，吳世農(nóng)，程靜雅.風(fēng)險投資對上市公司投融資行為影響的實證研究［J］.經(jīng)濟研究，2012（1）：105-119.

［22］張學(xué)勇，廖理.風(fēng)險投資背景與公司IPO：市場表現(xiàn)與內(nèi)在機理［J］.經(jīng)濟研究，2011（6）：118-132.

［23］周芳，張維.中國股票市場流動性風(fēng)險溢價研究［J］.金融研究，2011（5）：94-106.

［24］王靜.投資者異信念對股票未來收益的預(yù)測性——基于中國股票市場的經(jīng)驗分析［J］.財經(jīng)問題研究，2015（3）：53-60.