4. 4
1 JOHDANTO
1.1 Mitä on likviditeetti?
Arvopaperimarkkinoiden likviditeetti on markkinoiden ominaisuus, jota on vaikea
määritellä täysin yksiselitteisesti. Pääsääntöisesti se on kuitenkin helppo tunnistaa, ja
eri arvopapereiden likviditeettiä on helppo vertailla keskenään. Campbell, Lo ja
MacKinlay (1997: 99–100) määrittelevät likviditeetin kyvyksi ostaa tai myydä
merkittäviä määriä arvopaperia nopeasti, anonyymisti ja pienin kustannuksin. Lisäksi
korkean likviditeetin oloissa likviditeetti palautuu nopeasti ennalleen suurten osto- tai
myyntitoimeksiantojen jälkeen.
Likviditeettiä voidaan havainnollistaa esimerkin valossa. Käyttötilille tehdyillä
pankkitalletuksilla tai lyhytaikaisilla valtion velkasitoumuksilla on erittäin korkea
likviditeetti. Nämä ovat muunnettavissa rahaksi erittäin nopeasti ja pienin
kustannuksin. Esimerkiksi pankin käyttötilille sijoitetuilla varoilla on
poikkeustilanteita kuten talletuspakoja lukuun ottamatta niin korkea likviditeetti, että
suuriakin määriä varoja on mahdollista myydä (nostaa) tai ostaa (tallettaa)
napinpainalluksella usein ilman mitään kustannuksia.
Toisessa ääripäässä esimerkkinä heikosta likviditeetistä on asunto tai
vähemmistöomistus listaamattomassa osakeyhtiössä. Asunnon ostosta ja myynnistä
aiheutuvia kustannuksia ovat muun muassa varainsiirtovero ja kiinteistönvälittäjän
palkkio. Lisäkustannuksia koituu, mikäli asunto halutaan ostaa tai myydä nopeasti.
Kauppaa nopeuttaakseen täytyy ostajan maksaa asunnosta ylihintaa ja myyjän myydä
asunto alihintaan. Vähemmistöomistuksen ostaminen tai myyminen listaamattomassa
osakeyhtiössä vaatii luvan yhtiön hallitukselta, ja tämän lisäksi vastapuolen
löytäminen kaupalle voi olla erittäin haastavaa.
1.2 Tausta, motivaatio ja tutkimuskysymykset
Ensimmäiset likviditeettiä koskevat tutkimukset on tehty 1970- ja 1980-luvuilla,
jolloin likviditeetin hinnoittelulle on luotu teoriapohja. Tietotekniikan kehityttyä ja
5. 5
pörssien julkistamien kaupankäynti- ja toimeksiantotietojen kattavuuden laajennuttua
likviditeetin empiirinen tutkimus on helpottunut, ja samalla tutkimuskirjallisuuden
määrä on kasvanut kiihtyvällä vauhdilla. Esimerkiksi likviditeettiriskiä koskeva
tutkimus on tehty kokonaisuudessaan 2000- ja 2010-lukujen aikana. Kiinnostavaksi
aihepiirin tekee myös Ibbotsonin, Chenin, Kimin ja Hun (2013) esitys, jonka mukaan
likviditeetille kuuluu vastaava rooli sijoitustyylinä ja sijoitustutkimusten
kontrollimuuttujana kuin pienyhtiöille, arvoyhtiöille ja momentumille.
Tutkielman tarkoituksena on selventää likviditeettiä käsitteenä sekä tutkia
likviditeetin ja sen tason vaihteluun liittyvän riskin hinnoittelua osakemarkkinoilla.
Tarkemmin ilmaistuna tutkielma pyrkii vastaamaan seuraaviin tutkimuskysymyksiin:
Mitä likviditeetti on, ja miten sitä voidaan mitata? Miksi heikosta likviditeetistä
kuuluu vaatia korkeampaa tuottoa? Onko likviditeetti ja sen tason vaihteluun liittyvä
riski hinnoiteltu osakemarkkinoilla? Entä selittääkö likviditeetti aiemmin havaittuja
anomalioita kuten momentumia ja tammikuuilmiötä?
1.3 Keskeiset havainnot ja tutkielman rakenne
Tutkielmassa havaitaan, että likviditeetin mittaamiseksi on kehitetty useita erilaisia
menetelmiä ja mittareita, jotka voidaan jaotella kolmeen pääkategoriaan: määrä-,
kustannus- ja aikaperusteisiin mittareihin. Lisäksi likviditeettipreemioon liittyvä
tutkimus voidaan erottaa kahteen osaan: likviditeettitasoon ja likviditeettiriskiin.
Pääosin julkaistut tutkimukset eri metodein ja eri markkina-alueilla ovat yhteneväisiä
sen suhteen, että osakemarkkinoilla sekä likviditeettitaso että likviditeettiriski on
hinnoiteltu. Rahastojen tutkimus paljastaa likviditeettipreemion hyödyntämisen
vaativan pitkää pitoaikaa tai alhaista pääomaa. Likviditeettipreemiolla havaitaan
samankaltaisia piirteitä kuin pienyhtiöiden preemiolla; näistä molemmat altistuvat
tammikuuilmiölle, eli molempien preemiot ovat tammikuussa suurempia kuin muina
kuukausina. Korkean kiertonopeuden sijoitusstrategiat, kuten momentumiin ja
tulosjulkistusten jälkeiseen tuottoajautumaan perustuvat strategiat, kärsivät korkeista
kaupankäyntikustannuksista, ja niiden preemio voidaan tulkita osittain
kompensaationa suuremmasta alttiudesta likviditeettiriskille.
6. 6
Tämän tutkielman seuraavassa luvussa käydään lävitse arvopapereiden
hinnoitteluteoriaa alkaen perinteisestä hinnoitteluteoriasta ja sen suhteesta
likviditeetin hinnoitteluun. Kolmas luku käsittelee likviditeetin ulottuvuuksia ja
empiirisessä tutkimuskirjallisuudessa käytettyjä mittareita likviditeetin eri
ominaisuuksien mittaamiseksi. Neljännessä luvussa kootaan yhteen osakedataan
pohjautuva empiirinen tutkimus likviditeetin hinnoittelusta. Viidennessä luvussa
tutkitaan likviditeettipreemiota hyödyntämään pyrkivien rahastojen menestystä.
Kuudes luku laajentaa likviditeetin hinnoitteluun liittyvää teoriaa empiirisillä
havainnoilla ja tutkii likviditeetin yhteyttä tutkimuskirjallisuudessa löydettyihin
anomalioihin. Seitsemäs luku on yhteenvetoluku, joka tiivistää tutkielman havainnot
ja esittää jatkotutkimusaiheita.
7. 7
2 ARVOPAPEREIDEN HINNOITTELUTEORIA
2.1 Perinteinen hinnoitteluteoria
Amihudin, Mendelsonin ja Pedersenin (2005) mukaan perinteinen arvopapereiden
hinnoitteluteoria (standard asset pricing theory) pohjautuu ajatukseen markkinoiden
kitkattomuudesta eli täydellisestä likviditeetistä ja kaupankäyntikustannusten
puutteesta. Teoriaa perustellaan siten, ettei markkinoilla voi esiintyä suuria kitkoja,
koska markkinatoimijat kuten markkinatakaajat pystyisivät hyötymään näistä ja siten
toiminnallaan aiheuttaisivat lähestulkoon täydellisen likviditeetin markkinoille.
Teorian vastaisesti markkinoilla kuitenkin havaitaan kaupankäyntikustannuksia
muun muassa hintavaikutuksena, kaupankäyntipalkkioina ja transaktioveroina.
Empiirisenä esimerkkinä epätäydellisestä likviditeetistä on havainto suurten
toimeksiantojen vaikutuksesta arvopapereiden hintaan (Kraus & Stoll 1972). Tämän
vuoksi instituutiosijoittajat toteuttavat suuret toimeksiannot tyypillisesti useassa
erässä ja jakavat ne tarvittaessa usealle eri päivälle alentaakseen toimeksiannosta
aiheutuvaa hintavaikutuskustannusta (Chan & Lakonishok 1995).
Kaupankäyntipalkkioiden ja transaktioverojen suuruuteen markkinatoimijat eivät
kykene vaikuttamaan, mutta mikseivät instituutiot kykene poistamaan toiminnallaan
muita kitkatekijöitä?
Amihud ym. (2005) toteavat kitkatekijöiden lievittämisen ja tästä hyötymisen
haasteeksi toiminnasta aiheutuvat kustannukset. Markkinoiden luomisen ja
likviditeetin ylläpidon kustannuksia ovat ainakin tietokoneet, järjestelmät,
palkkakustannukset, vuokrat, lakiasiat, markkinointi ja niin edelleen. Jos kitkatekijät
eivät vaikuttaisi hintoihin, niin niiden lievittämisestä ei myöskään maksettaisi
instituutioille, joilla ei tuolloin olisi mitään motivaatiota olla niitä lievittämässä.
Tämän vuoksi markkinoiden tasapainotilassa markkinat eivät voi koskaan olla täysin
likvidejä. Vastaavanlaisella argumentaatiolla Grossman ja Stiglitz (1980)
perustelevat, mikseivät arvopapereiden hinnat voi sisältää kaikkea olemassa olevaa
tietoa. Tiedon hankkimisesta koituu kustannuksia, ja sen keräämistä vastaan täytyy
saada korvaus. Seuraavissa alaluvut käsittelevät epälikvidisyyden hinnoittelun
teoriataustaa.
8. 8
2.2 Likviditeettitason hinnoittelumalli
Yksinkertaisimpana teoreettisena mallina Amihud ym. (2005) esittelevät Amihudin
ja Mendelsonin (1986) mallin erityistapauksen. Tämän teoreettisen mallin oletuksena
on, että markkinoilla on joitain ulkoisia kaupankäyntikustannuksia, joita ovat
esimerkiksi meklariliikkeiden palkkiot, toimeksiantojen käsittelykulut ja
transaktioverot. Lisäksi mallin oletuksiin kuuluu, että sijoittajien sijoitushorisontit
ovat yhtä pitkiä, ja he käyttäytyvät riskineutraalisti. Perusajatuksena mallissa on se,
että sijoittajan ostaessa arvopaperin hän tietää joutuvansa myös myydessään
maksamaan tästä kaupankäyntikustannuksia. Hän tietää myös ostajan tiedostavan
tämän ja hinnoittelevan sen omaan ostotarjoukseensa. Näin ollen sijoittaja diskonttaa
kaikki tulevaisuuden kaupankäyntikustannukset arvopaperin hintaan tätä ostaessaan.
Arvopaperin 𝑖 tuotto-odotus on siten vastaavan täysin likvidin arvopaperin tuotto 𝑟 𝑓
lisättynä yksittäisen periodin kaupankäyntikulujen odotusarvolla. Matemaattisesti
tämä voidaan muotoilla seuraavasti:
𝐸(𝑟 𝑖
) = 𝑟 𝑓
+ 𝜇
𝐶 𝑖
𝑃𝑖
, (1)
missä 𝜇 on kaikille sijoittajille yhteinen kaupankäynnin intensiteetti (trading
intensity) tai kaupankäyntitiheys, 𝐶 𝑖
on likviditeettikustannus (tässä yksinkertaisesti
yksittäisen arvopaperin 𝑖 myynnistä aiheutuva kustannus) ja 𝑃𝑖
on arvopaperin 𝑖
hinta.
Edistyneemmässä mallissa oletetaan sijoittajien eroavan toisistaan sen suhteen,
kuinka todennäköistä on, että he käyvät kauppaa arvopaperilla kullakin periodilla.
Toisin sanoen sijoitushorisonttien odotuspituus vaihtelee sijoittajien välillä. Syitä
tälle vaihtelulle voi olla esimerkiksi sijoittajien alttius kärsiä likviditeettishokkeja,
jotka pakottavat heidät myymään arvopaperin. Vastaavasti syynä voi olla myös
todennäköisyys, että sijoittaja kohtaa paremman sijoitustilaisuuden ja haluaa myydä
arvopaperin vaihtaakseen tuohon. Ero sijoitushorisonttien pituudessa johtaa
Amihudin ja Mendelsonin (1986) esittämän mallin mukaan sijoittajaryhmien
9. 9
eriytymiseen (clientele effect) eli siihen, että tiheimmin kauppaa käyvät sijoittajat
sijoittavat likvideihin kohteisiin ja pisimmän sijoitushorisontin sijoittajat sijoittavat
kaikkein epälikvideimpiin arvopapereihin. Tässä tilanteessa
kaupankäyntikustannusten jälkeiset tuotot ovat optimaaliset kaikille sijoittajille.
Alhaisen likviditeetin sijoituskohteet saavat samalla likviditeettipreemion itselleen,
josta hyötymään pääsevät kaikkein pisimmän sijoitushorisontin sijoittajat. Samalla
malli implikoi epälikvidisyyden kustannusten ja hinnan välisen suhteen olevan
konkaavi, eli arvopaperin epälikvidisyyden kasvaessa tuotto-odotus kasvaa
hidastuvalla nopeudella.
Konkaaviutta voidaan havainnollistaa esimerkillä, jossa on kaksi sijoittajaa.
Ensimmäinen sijoittajista käy arvopaperilla kauppaa 100 kertaa päivässä ja toinen
100 kertaa vuodessa. Mikäli yhteen kauppaan liittyvä epälikvidiyskustannus kasvaa 1
sentillä, ensimmäisen sijoittajan vuotuiset kulut kasvavat 100 × 0,01 € × 365 =
365 € ja toisen sijoittajan vuotuiset kulut 100 × 0,01 € = 1 €. Tästä johtuen tiheään
kauppaa käyvien sijoittajien omistamissa likvideissä arvopapereissa jo pieni muutos
epälikvidiyskustannuksissa vaikuttaa suuresti vaadittuun tuotto-odotukseen, kun taas
harvakseen kauppaa käyvien sijoittajien omistamissa epälikvideissä arvopapereissa
vaikutus tuotto-odotukseen on huomattavasti maltillisempi.
2.3 Likviditeettiriskin hinnoittelumalli
Yksittäisen osakkeen tai markkinan likviditeetti ei ole vakio, vaan vaihtelee ajassa.
Sijoittajat eivät voi näin ollen etukäteen tietää, millaiset kaupankäyntikustannukset
heille koituvat, kun he päättävät luopua omistamastaan arvopaperista. Koska
arvopaperin likviditeetti vaikuttaa myös sen hintaan, likviditeetin tuleva taso
muodostaa merkittävän riskin sijoittajalle. Riskeistä, jotka liittyvät likviditeetin
tulevaan tasoon, käytetään yleisesti nimeä likviditeettiriski. (Amihud ym. 2005.)
Acharya ja Pedersen (2005) esittelevät likviditeettiriskiä kuvastamaan kolme
likviditeettibeetaa täydentämään perinteistä CAP-mallia (Capital Asset Pricing
Model). Ensimmäinen beetoista kuvastaa arvopaperin likviditeettiriskiä markkinan
likviditeetin heikentyessä, toinen beetoista kuvastaa arvopaperin hintariskiä
markkinan likviditeetin heikentyessä ja kolmas beetoista kuvastaa arvopaperin
10. 10
likviditeettiä markkinan hintatason laskiessa. Tätä likviditeettibeetoilla laajennettua
mallia kutsutaan likviditeettikorjatuksi CAP-malliksi (LCAPM, Liquidity adjusted
Capital Asset Pricing Model). (Amihud ym. 2005.)
LCAPM:n mukaan arvopaperin 𝑖 ehdollinen nettotuotto voidaan ilmaista seuraavasti:
𝐸𝑡(𝑟𝑡+1
𝑖
− 𝑐𝑡+1
𝑖
) = 𝑟 𝑓
+ 𝜆 𝑡
covt(𝑟𝑡+1
𝑖
− 𝑐𝑡+1
𝑖
, 𝑟𝑡+1
𝑀
− 𝑐𝑡+1
𝑀
)
var 𝑡(𝑟𝑡+1
𝑀
− 𝑐𝑡+1
𝑀 )
, (2)
missä 𝑐𝑡+1
𝑖
ja 𝑐𝑡+1
𝑀
ovat yksittäisen arvopaperin 𝑖 ja koko markkinan hintaan
suhteutettu likviditeettikustannus hetkellä 𝑡 + 1, 𝑟𝑡+1
𝑖
ja 𝑟𝑡+1
𝑀
ovat yksittäisen
arvopaperin 𝑖 ja koko markkinan bruttotuotot hetkellä 𝑡 + 1, ja 𝜆 𝑡 = 𝐸𝑡(𝑟𝑡+1
𝑀
−
𝑐𝑡+1
𝑀
− 𝑟 𝑓) on markkinan riskipreemio. Vastaavasti ehdollinen bruttotuotto voidaan
kirjoittaa
𝐸𝑡(𝑟𝑡+1
𝑖
) = 𝑟 𝑓
+ 𝐸𝑡(𝑐𝑡+1
𝑖
) + 𝜆 𝑡(𝛽𝑡 + 𝛽𝑡
𝐿1
− 𝛽𝑡
𝐿2
− 𝛽𝑡
𝐿3) , (3)
missä
𝛽𝑡 =
covt(𝑟𝑡+1
𝑖
, 𝑟𝑡+1
𝑀
)
var 𝑡(𝑟𝑡+1
𝑀
− 𝑐𝑡+1
𝑀
)
,
𝛽𝑡
𝐿1
=
covt(𝑐𝑡+1
𝑖
, 𝑐𝑡+1
𝑀
)
var 𝑡(𝑟𝑡+1
𝑀
− 𝑐𝑡+1
𝑀
)
,
𝛽𝑡
𝐿2
=
covt(𝑟𝑡+1
𝑖
, 𝑐𝑡+1
𝑀
)
var 𝑡(𝑟𝑡+1
𝑀
− 𝑐𝑡+1
𝑀
)
,
𝛽𝑡
𝐿3
=
covt(𝑐𝑡+1
𝑖
, 𝑟𝑡+1
𝑀
)
var 𝑡(𝑟𝑡+1
𝑀
− 𝑐𝑡+1
𝑀
)
.
11. 11
Kaavassa (3) ensimmäisen likviditeettibeetan kerroinestimaatti saa positiivisen
etumerkin ja kaksi jälkimmäistä saavat negatiivisen etumerkin. Positiivisuus
kuvastaa korkeampaa tuottovaadetta osakkeelle ja negatiivisuus puolestaan
matalampaa tuottovaadetta. (Amihud ym. 2005.)
Ensimmäisen likviditeettibeetan 𝛽𝑡
𝐿1
kerroinestimaatti saa useimmilla arvopapereilla
positiivisen etumerkin, koska arvopaperien likviditeetti on riippuvainen markkinan
likviditeetistä (commonality in liquidity). Tätä riippuvuussuhdetta on selitetty
epälikvidisyyden lähteiden kuten varastoriskien ja epäsymmetrisen informaation
markkinanlaajuisella vaihtelulla, jotka siten vaikuttavat yhtäaikaisesti yhtäaikaisesti
useampaan kuin yhteen arvopaperiin (Chordia, Roll & Subrahmanyam 2000). Näitä
käsitellään tarkemmin seuraavassa alaluvussa. Brunnermeier ja Pedersen (2009)
puolestaan esittävät ilmiön johtuvan sijoittajien rahoituksen likviditeetin
kiristymisestä ja lieventymisestä, mikä vaikuttaa samanaikaisesti koko markkinan
arvopapereiden likviditeettiin. Sijoittajan näkökulmasta positiivinen riippuvuus
arvopaperin ja markkinan likviditeetin välillä ei ole toivottua, vaan sijoittaja vaatii
arvopaperilta suuremman tuotto-odotuksen, mikäli sen likviditeetti heikkenee
samaan aikaan, kun markkinan likviditeetti heikkenee.
Toisen likviditeettibeetan 𝛽𝑡
𝐿2
kerroinestimaatilla on negatiivinen etumerkki, koska
likviditeetin lasku markkinoilla pääsääntöisesti laskee osakkeiden hintoja (Amihud
2002). Sijoittajat kuitenkin vaativat korkeampaa tuottoa arvopaperilta, mikäli sen
hinta laskee samaan aikaan, kun markkinan likviditeetti heikkenee. Toisaalta mikäli
arvopaperin tuotto on hyvä markkinoiden likviditeettitilanteen heiketessä, sijoittajat
ovat valmiita tyytymään alhaisempaan tuottovaateeseen. Kolmannen
likviditeettibeetan 𝛽𝑡
𝐿3
kerroinestimaatin negatiivinen etumerkki selittyy sijoittajien
halulla sijoittaa arvopapereihin, joiden likviditeetti on hyvä markkinalaskuissa
(Acharya & Pedersen 2005). Markkinalaskuissa erityisesti velkavipua käyttävät
sijoittajat ovat alttiita likviditeettishokeille, jolloin likviditeetti on heille erityisen
tärkeää. (Amihud ym. 2005.)
12. 12
2.4 Epälikvidisyyden lähteet
Edellä esitetyssä likviditeettitason hinnoittelumallissa epälikvidisyyden lähteeksi
oletettiin ulkoiset kaupankäyntikustannukset kuten kaupankäyntipalkkiot ja verot.
Epälikvidisyyttä voivat aiheuttaa myös muut tekijät, joita käsitellään tässä
alaluvussa. Nämä epälikvidisyyden lähteet ovat tärkeässä roolissa likviditeetin
aikavaihtelua selitettäessä.
Yhtenä tärkeänä epälikvidisyyden lähteenä on kysyntäpaine ja tähän keskeisesti
liittyvä varastoriski. Kysyntäpaine aiheutuu sijoittajien tarpeesta nopeaan
toimeksiannon toteutukseen eli välittömyyteen kaupankäynnissä, vaikka kaikki
toimijat eivät ole jatkuvasti markkinoilla läsnä. Arvopaperille ei siis esimerkiksi
välttämättä aina löydy luonnollista ostajaa silloin, kun myyjä haluaisi sen myydä;
tällöin markkinatakaaja voi toimia toisena osapuolena ja ostaa arvopaperin.
Markkinatakaaja altistuu arvopaperin ostaessaan varastoriskille eli riskille
arvopaperin hinnan muuttumisesta sen pitoaikana. Tästä riskistä markkinatakaaja
vaatii kompensaationa alennusta arvopaperin hinnasta, jonka myyjä puolestaan kokee
epälikvidisyyden kustannuksena. (Amihud ym. 2005.)
Aina myöskään markkinatakaajaa ei saada kaupan osapuoleksi, ja tällöin vastapuolen
löytäminen voi olla kovan työn takana. Tästä haasteesta kaupankäyntiin syntyvää
kitkaa kutsutaan etsintäkitkaksi. Erityisen merkittäväksi tekijäksi se muodostuu
OTC-markkinoilla (over-the-counter markets), joilla ei ole lainkaan pörssin kaltaista
keskitettyä markkinapaikkaa. Etsinnän hitauden lisäksi osapuolet joutuvat
neuvottelemaan kauppahinnan epätäydellisesti kilpailluilla markkinoilla
mahdollisesti toiselle epäsuotuisasti, sillä uutta vastapuolta ei ole välittömästi
saatavilla, ja odottamisesta aiheutuu sijoittajalle vaihtoehtoiskustannuksia.
Vastaavasti myös instituutiosijoittajille kyseessä voi olla merkittävä kitka, mikäli
markkinatakaaja ei pysty ottamaan riittävän suurta positiota arvopaperiin tai jos
sijoittaja haluaa välttää markkinatakaajan vaatiman preemion ja käydä kauppaa
suoraan lopullisen sijoittajan kanssa. (Amihud ym. 2005.)
Kaupankäynnin kustannukseksi voi muodostua myös riski mahdollisesta yksityisestä
informaatiosta. Esimerkiksi osakkeen myyjä altistuu osakkeen myydessään riskille,
13. 13
että vastapuolella on jotain myyjältä puuttuvaa fundamentti-informaatiota yhtiöstä,
minkä perusteella on syytä uskoa yhtiön osakekurssin lähtevän nousuun. Vastaavasti
osakkeen ostajan riskinä on vastapuolen mahdollinen tieto esimerkiksi yrityksen
tappioista tai vääristä tilinpäätöstiedoista, jotka johtavat osakekurssin laskuun.
Paremmin informoidun vastapuolen kanssa kaupankäynti johtaa siis tappioihin, ja
rationaalinen sijoittaja hinnoittelee tämän riskin toimeksiantotarjoukseensa.
Fundamentti-informaation lisäksi riski voi kohdistua myös tietoon arvopaperin
toimeksiantojen virrasta (order flow). Esimerkkinä tästä voi olla tieto, että suuri
instituutiotoimija on lähiaikoina myymässä arvopaperia suuren erän, mikä laskee
arvopaperin hintaa lyhyellä aikavälillä. Tällaisen tiedon hallussapitäjä voi myydä
arvopaperia ennen kuin instituutiotoimija toteuttaa toimeksiantonsa ja ostaa takaisin
myöhemmin halvempaan hintaan. (Amihud ym. 2005.)
14. 14
3 LIKVIDITEETIN ULOTTUVUUDET JA MITTARIT
Likviditeetti on käsitteenä moniulotteinen, eikä sitä tämän vuoksi voida mitata
millään yksittäisellä mittarilla. Likviditeettitaso voidaan jakaa kolmeen
ulottuvuuteen: määrään, kustannukseen ja aikaan mukaillen Campbellin ym. (1997:
99–100) määritelmää, jonka mukaan likviditeetti on kykyä ostaa tai myydä
merkittäviä määriä arvopaperia nopeasti ja pienin kustannuksin. Alaluvussa 3.1
tarkastellaan likviditeettitason ulottuvuuksia ja mittareita. Jokaista ulottuvuutta
käsittelevät alaluvut 3.1.1–3.1.3 aloitetaan määrittelemällä ulottuvuudet, jonka
jälkeen esitellään empiirisessä tutkimuksessa niiden mittaamiseen käytettyjä
työkaluja ja vertaillaan mittareiden etuja ja haittoja. Alaluvussa 3.2 tarkastellaan
likviditeettitason vaihteluun liittyvän likviditeettiriskin mittaamista, jonka rooli
likviditeetin tutkimuksessa on korostunut viime vuosina.
3.1 Likviditeettitason mittarit
3.1.1 Määräulottuvuus eli markkinan syvyys
Likviditeetin määräulottuvuus on sitä, kuinka paljon kullakin ajanhetkellä on
arvopaperia mahdollista ostaa tai myydä tiettyyn hintaan. Markkinan syvyys viittaa
likviditeetin tarjoajien eli markkinatakaajien asettamien odottavien
rajatoimeksiantojen määrään osto- ja myyntilaidoilla. Syvillä markkinoilla odottavia
toimeksiantoja on paljon ja täten suuretkin toimeksiannot voidaan toteuttaa ilman
suurta hintavaikutusta. Markkinan syvyyttä voidaan mitata joko pinnalta parhaiden
osto- ja myyntitarjousten lukumäärän keskiarvona tai pinnan alta kumulatiivisten
osto- ja myyntitarjousten lukumäärän keskiarvona johonkin määrättyyn
tarjoussyvyyteen saakka. (Holden, Jacobsen & Subrahmanyam 2014.)
Kaupankäyntivolyymi
Markkinan syvyyden käyttäminen likviditeetin määrän mittarina on toisinaan
ongelmallista, mikäli saatavilla ei ole aineistoa osto- ja myyntitarjouksista. Tämän
vuoksi laajasti käytettyjä menetelmiä likviditeetin mittaamisessa ovat
kaupankäyntivolyymiin perustuvat mittarit. Näiden etuihin kuuluu aineiston helppo
15. 15
saatavuus pitkältä aikaväliltä lähes kaikilta markkinoilta. Empiirisesti nämä selittävät
osaketuottoja vahvasti ja ne korreloivat voimakkaasti muiden likviditeettitason
mittaamiseen käytettyjen mittareiden kanssa. Brennan, Chordia ja Subrahmanyam
(1998) hyödyntävät dollarimääräistä kaupankäyntivolyymia likviditeetin mittarina.
Tämä mittari kertoo yksinkertaisesti, kuinka monen dollarin edestä osakkeella
käydään kauppaa jollain tietyllä aikavälillä. Toinen volyymiin pohjaava likviditeetin
mittari on Datarin, Naikin ja Radcliffen (1998) käyttämä kiertonopeus (turnover),
joka on kappalemääräisen kaupankäyntivolyymin suhde liikkeellelaskettujen
osakkeiden määrään. Mittarin käänteisluku voidaan tulkita intuitiivisesti osakkeen
keskimääräiseksi pitoajaksi. Vaikkei keskimääräinen pitoaika sinänsä suoraan
mittaakaan osakkeen likviditeettiä, se voidaan kuitenkin siitä epäsuorasti havaita,
sillä sijoittajaryhmien eriytymisen vaikutuksesta alhaisemman (korkeamman)
likviditeetin osakkeet päätyvät pidemmän (lyhemmän) sijoitushorisontin sijoittajille.
(Amihud ym. 2005.)
3.1.2 Kustannusulottuvuus
Likviditeetin kustannusulottuvuus jakautuu kahteen osaan: (1) ulkoisiin
kustannuksiin eli muun muassa kaupankäyntipalkkioihin ja transaktioveroihin sekä
(2) toimeksiannon aiheuttamaan hintavaikutukseen. Hintavaikutuksella tarkoitetaan
osto- tai myyntitoimeksiannon vaikutusta toimeksiannon kohteena olevan osakkeen
hintaan. Se on siten suora kustannus jo yksittäisessä kaupassa, mutta erityisen
oleellinen tehtäessä useita peräkkäisiä toimeksiantoja, jolloin hintavaikutuksen
myötä jokaisen kaupan kustannus on edellistä korkeampi. (Bouchaud 2009.)
Kaupankäyntipalkkiot
Läpinäkyvin ja selkein sijoittajalle koituva transaktiokustannus on osakevälittäjien
veloittama kaupankäyntipalkkio tai välityspalkkio. Li, Mooradian ja Zhang (2007)
mittaavat tätä osaa transaktiokustannuksista muodostamalla aggregoidun
16. 16
kaupankäyntipalkkion1
ja suhteuttavat sen keskimääräiseen osakekauppojen
toteutushintaan. Vaikkei kyseinen mittari sinällään mittaa kuin pientä osaa
transaktiokustannuksista, Li ym. osoittavat sen selittävän osaketuottoja ja korreloivan
vahvasti muiden likviditeettimittareiden, kuten osto- ja myyntikurssin erotuksen,
kanssa.
Markkinan leveys
Hintavaikutuksen suuruus riippuu markkinan leveydestä eli osto- ja myyntikurssin
erotuksesta sekä markkinan syvyydestä eli kullakin kurssitasolla tarjotusta
volyymista. Amihudin ja Mendelsonin (1986) esittelemä osto- ja myyntikurssin
erotus, joka tunnetaan yleisesti myös nimellä spredi, on yksi perinteisimmistä
mittareista likviditeetin mittaamisessa. Tehtäessä pieniä markkinahintaisia
toimeksiantoja, jotka saadaan toteutettua kokonaisuudessaan spredikursseilla
tarjotulla volyymilla, hintavaikutus on yksinkertaisesti osto- ja myyntikurssin erotus.
Suuremmilla toimeksiannoilla, jotka eivät toteudu kokonaisuudessaan parhaimman
hinnan tarjoavan vastapuolen tarjouksella, hintavaikutus on suurempi.
Uraauurtavassa tutkimuksessaan Amihud ja Mendelson (1986) sekä myöhemmin
muun muassa Eleswarapu (1997) havaitsevat osto- ja myyntikurssin erotuksen
selittävän merkittävää osaa osakkeen tuotoista.
Markkinahintaisen toimeksiannon sijaan on mahdollista antaa toimeksiantotarjous
rajahintatoimeksiantona (limit order) tai tehdä suuri toimeksianto useassa erässä.
Tällöin toimeksiannon tekijän likviditeettikustannukseksi muodostuu osto- ja
myyntikurssin eron sijaan osakkeen hinnan muuttumiseen liittyvä varastoriski, sekä
odottamisesta aiheutuva vaihtoehtoiskustannus. Yhtenä ongelmana osto- ja
myyntikurssin erotuksen käyttämisessä likviditeetin mittarina on sen sisältämän
tiedon osittainen puutteellisuus. Julkisesti nähtävillä olevat osto- ja myyntikurssien
erotukset eivät sisällä instituutiosijoittajien dark poolien kautta antamia
toimeksiantoja, jotka nimensä mukaisesti tuovat markkinoille ylimääräistä
1
Osakevälittäjien neljännesvuosittaiset kaupankäyntipalkkiotuotot jaettuna vastaavan periodin
asiakkaiden tekemillä osakekauppojen volyymillä kertaa kaksi (ostot ja myynnit, joista molemmista
peritään kaupankäyntipalkkio)
17. 17
näkymätöntä tai pimeää likviditeettiä. Dark pooleja käytetään yleisesti, koska
julkisesti esillä olevat suuret toimeksiannot johtaisivat suuriin hintavaikutuksiin
toimeksiannon kohteena oleviin osakkeisiin aiheuttaen mittavia
kaupankäyntikustannuksia instituutiosijoittajille (Zhu 2014). Dark poolien nopeaan
yleistymiseen on vaikuttanut omalta osaltaan hintavaikutusten kasvu markkinoiden
syvyyden heikennyttyä ja toimeksiantojen kokojen pienennyttyä viime vuosina
(Chordia, Roll & Subrahmanyam 2011).
Chalmers ja Kadlec (1998) käyttävät likviditeetin mittarina jaksotettua kurssieroa
(amortized spread), joka suhteuttaa osto- ja myyntikurssin erotuksesta syntyvän
kustannuksen osakeomistuksen kestoon. He toteavat tutkimuksessaan jaksotetun
kurssieron toimivan parempana selittäjänä etukäteisarvioidulle osaketuotolle (ex ante
stock return) kuin pelkän osto- ja myyntikurssin erotuksen.
Hintavaikutusmittarit
Yksi varhaisimmista teoreettisista malleista hintavaikutukselle on Kylen (1985)
haitallisen valikoitumisen (adverse selection) malli. Tähän malliin pohjautuvassa
Kylen lambdassa yhdistyvät sekä kustannus- että määräulottuvuudet. Se kuvastaa
kaupankäynnin rajakustannusta kaupankäyntimäärän kasvaessa yhden lisäyksikön
verran. (Holden ym. 2014.)
Tämän teoreettisen mittarin arvioimiseksi Amihud (2002) esittelee likviditeetille
päivätuotoista laskettavan mittarin ILLIQ (sanasta illiquidity), joka on
keskimääräinen suhde päivätuottojen itseisarvon ja dollarimääräisen
kaupankäyntivolyymin välillä. Mittarin taustalla on ajatus siitä, että suuret transaktiot
aiheuttavat suurempia (pienempiä) hintamuutoksia heikon (korkean) likviditeetin
arvopapereissa. Tunnusluku voidaan tulkita kaupankäyntivolyymin aiheuttamana
suhteellisena hintamuutoksena, jolloin ILLIQ-tunnuslukua voidaan ajatella hyvin
karkeana estimaattina hintavaikutukselle. Karkeaksi ILLIQ-tunnusluvun tekee se,
että tunnusluku lasketaan päivittäisestä datasta päivänsisäisen sijaan. Päivän sisällä
osakkeen hinta voi kaupankäynnin seurauksena laskea ja nousta moneen kertaan,
mitä kyseinen tunnusluku ei ota millään tavalla huomioon. Tutkimuksissa (esim.
Hasbrouck 2009) on kuitenkin todettu ILLIQ-tunnusluvun korreloivan jossain
18. 18
määrin korkeafrekvenssisten hintavaikutusmittareiden kanssa. Tuoreessa
tutkimuksessaan Lou ja Shu (2014) analysoivat Amihudin likviditeettimittaria ja
toteavat siihen liittyvän likviditeettipreemion liittyvän sen osatekijänä olevaan
kaupankäyntivolyymiin hintavaikutuksen sijaan. Kyseisen tutkimuksen mukaan
aiemmissa tutkimuksissa havaittu korrelaatio korkeafrekvenssisten
hintavaikutusmittareiden kanssa liittyy ensisijaisesti pelkkään ILLIQ-tunnusluvun
kaupankäyntivolyymikomponenttiin sen sijaan, että se liittyisi varsinaisesti
tunnusluvun hintamuutos-volyymisuhteeseen.
Brennan ja Subrahmanyam (1996) hyödyntävät osakkeen likviditeetin mittarina
kiinteitä kaupankäyntikuluja ja hintavaikutusta suhteessa toimeksiantojen kokoon.
Useista aiemmista tutkimuksista poiketen he käyttävät päivänsisäistä dataa
transaktioista ja kursseista. Amihudin (2002) mukaan ongelma tällaisilla
sofistikoituneilla menetelmillä, jotka vaativat päivänsisäisiä tietoja osakekaupoista
sekä osto- ja myyntitarjouksista, on se, että tällaisia tietoja markkinoiden
mikrorakenteista ei ole saatavilla pitkältä ajalta suurimmassa osassa maailman
pörsseistä. Tämän vuoksi tällaiset menetelmät ovat harvemmin käytettyjä
likviditeettiä koskevissa tutkimuksissa erityisesti suurten pörssien ulkopuolella.
3.1.3 Aikaulottuvuus
Harris (1990) jakaa likviditeetin ajallisen ulottuvuuden edelleen kahteen osaan,
välittömyyteen (immediacy) ja kimmoisuuteen (resiliency). Välittömyydellä
tarkoitetaan nopeutta, jolla toimeksianto saadaan toteutettua markkinoilla.
Kimmoisuudella puolestaan tarkoitetaan nopeutta, jolla likviditeettitaso tai osakkeen
hinta palautuu takaisin pitkän aikavälin tasapainotilaansa suuren kysyntäperustaisen
(markkinatoimeksiannon) jälkeen. (Holden ym. 2014.)
Välittömyys
Kun markkinoille lähetetään osto- tai myyntitoimeksianto, toimeksianto voi toteutua
kokonaan, toteutua osittain tai olla toteutumatta laisinkaan. Mikäli toimeksianto ei
19. 19
toteudu kokonaisuudessaan, se erääntyy toimeksiannon voimassaoloajan päättyessä
tai pysyy voimassa, kunnes se peruutetaan.2
Holden ym. (2014) määrittelevät kaksi
erityyppistä mittaria toimeksiannon välittömyyden mittaamiseksi. Ensimmäinen
mittaa nopeutta, jolla kukin kolmesta mahdollisesta lopputulemasta saavutetaan.
Toinen mittari huomioi myös kuhunkin lopputulemaan päätyneiden toimeksiantojen
suhteelliset määrät. Tämä mittari on määritelty kuhunkin lopputulemaan päätyneiden
toimeksiantojen osuutena suhteessa tehtyjen toimeksiantojen määrään ennalta
määrätyn ajan sisällä, ajaksi voidaan määrittää esimerkiksi yksi tunti tai
kaupankäyntipäivän loppuun mennessä. Määrän mittarina voidaan käyttää joko
valuuttamääräistä summaa tai osakkeiden lukumäärää. Suuri osittain ja kokonaan
toteutuneiden toimeksiantojen osuus viestii korkeasta likviditeetistä. Holdenin ym.
mukaan korkea peruuntuneiden toimeksiantojen osuus on vaikeammin tulkittavissa.
Suuri peruuntuneiden toimeksiantojen osuus voi viestiä alhaisesta likviditeetistä,
mutta peruuntuneet toimeksiannot voivat olla myös osa suurempaa
kaupankäyntiohjelmaa, jonka toteutumisaste on voinut olla hyvä tai huono.
Kimmoisuus
Kimmoisuus on yksi vähiten tutkituista likviditeetin ominaisuuksista, vaikka se
vastaakin erittäin olennaiseen kysymykseen siitä, kuinka nopeasti markkinat
korjaavat suurista toimeksiannoista aiheutuvat hinnoitteluvirheet. Mikäli osakkeen
hinta tulkitaan parhaana arviona sen todellisesta arvosta, heikko kimmoisuus
kasvattaa riskiä tämän arvion virheellisyydestä. Toisaalta kimmoisuus on
äärimmäisen tärkeä ominaisuus suurille instituutiosijoittajille, jotka joutuvat
pilkkomaan toimeksiantojaan lukuisiin pienempiin osiin. Tällöin
likviditeettikustannusten minimoimiseksi tulee tietää, kuinka nopeasti arvopaperin
likviditeetti ja hinta palautuvat ennalleen jokaisen toimeksiannon jälkeen. (Dong,
Kempf & Yadav 2007.)
2
Day-toimeksiannot erääntyvät automaattisesti kaupankäyntipäivän päättyessä. Good till Date
(GTD)- toimeksianto erääntyy ennalta määrätyn kaupankäyntipäivän päättyessä. Good till Cancelled
(GTC)- toimeksiannolla ei ole erääntymispäivää, vaan se pysyy voimassa kunnes se peruutetaan.
(Saxo Bank 2015).
20. 20
Kimmoisuudelle ei ole vakiintunut mitään yksittäistä mittaria, vaan eri tutkimuksissa
käytetyt mittarit vaihtelevat riippuen käytetystä aineistosta. Mittarit voidaan
pääsääntöisesti jakaa kahteen ryhmään. Näistä ensimmäiset mittaavat hinnan
palautumisnopeutta (Dong ym. 2007). Toiset mittaavat likviditeettitason eli osto- ja
myyntikurssin eron sekä markkinasyvyyden palautumisnopeutta (mm. Degryse,
Jong, van Ravenswaaij & Wuyts 2005; Kempf, Mayston, Gehde-Trapp & Yadav
2015). Kimmoisuuden käyttö likviditeetin mittarina on ongelmallista johtuen sen
mittaamiseen liittyvistä vaikeuksista. Ensinnäkin kaikkien kirjallisuudessa esitettyjen
mittarien käyttö vaatii korkeafrekvenssiaineistoa, jonka saatavuus on usein heikkoa,
minkä lisäksi aineiston analyysi on työlästä ja vaatii tietokoneilta suurta
laskentatehoa. Toisekseen kimmoisuuden estimointi muille kuin erittäin tiheästi
vaihdetuille osakkeille on vaikeaa, sillä harvemmin vaihdetuilla osakkeilla
kimmoisuus vaihtelee suuresti lyhyilläkin aikaväleillä toimeksiannosta toiseen.
Dong ym. (2007) analysoivat hinnan palautumisnopeutta keskiarvoonsa 100 NYSE:n
osakkeen joukossa käyttäen hyväkseen päivänsisäistä korkeafrekvenssiaineistoa. He
havaitsevat kimmoisuuden olevan poikkeuksellinen likviditeetin ulottuvuus, sillä se
on vain heikossa riippuvuussuhteessa likviditeetin kustannus- ja
määräulottuvuuksiin, joita tutkimuksessa mitataan osto- ja myyntikurssin erotuksella
ja Kylen lambdalla (Kyle 1985). Kimmoisuudella havaitaan poikkeuksellisuudestaan
huolimatta olevan vahva selitysvoima osakkeiden tuottoihin.
3.2 Likviditeettiriskin mittarit
Chordia, Subrahmanyam ja Anshuman (2001) havaitsevat likviditeetin vaihtelevan
ajassa ja laajentavat likviditeettitutkimusta likviditeettitasosta likviditeettiriskiin.
Heidän hypoteesinaan on, että sijoittajat hinnoittelevat likviditeettitason lisäksi myös
tulevaan likviditeettiin liittyvän epävarmuuden. Tutkimuksessa käytetään
likviditeettiriskin mittarina osakkeen likviditeetin varianssia. Erikoisena tuloksena he
havaitsevat korkean varianssin osakkeilla olevan pikemminkin heikommat tuotto-
odotukset hypoteesinsa vastaisesti.
Treynorin (1961), Sharpen (1964) ja Lintnerin (1965) kehittämän CAP-mallin
oletuksena on, että sijoittajat hajauttavat sijoituksensa laajalle hajauttaen samalla
21. 21
yksittäisiin osakkeisiin liittyvän osakekohtaisen eli epäsystemaattisen riskin, jolloin
sijoitussalkun riski koostuu ainoastaan markkinariskistä eli systemaattisesta riskistä.
Mallissa osakkeiden hintaan hinnoitellaan ainoastaan systemaattinen riski, jota ei
voida hajauttaa pois. Vastaavan voidaan olettaa pätevän myös likviditeettiriskille.
Sijoittajien hajauttaessa osakesalkkuaan epäsystemaattisen likviditeettiriskin
merkitys laskee, ja lopulta jäljelle jää ainoastaan systemaattinen likviditeettiriski.
Tehokkailla markkinoilla sijoittajat hinnoittelevat tuottovaatimukseensa ainoastaan
systemaattiset riskit. CAP-mallin valossa Chordian ym. (2001) tutkimus näyttää
kärsivän puuttuvan muuttujan harhasta.
CAP-mallin tausta-ajatusten mukaisesti Pastor ja Stambaugh (2003) esittävät, että
osakkeiden tuoton tulisi heijastella niiden herkkyyttä markkinan likviditeetille.
Toisin sanoen korkeamman systemaattisen likviditeettiriskin osakkeilla tulisi olla
korkeampi tuotto-odotus. Hypoteesinsa pohjalle he luovat mallin, jossa yhtenä
tekijänä on osakkeen ennustettu herkkyys markkinan likviditeetille. Muina tekijöinä
malliin sisällytetään markkinariskifaktori sekä Faman ja Frenchin (1992) pienyhtiö-
ja arvoyhtiöfaktori. Hypoteesin mukaisesti osakkeiden tuotto-odotusten todetaan
olevan nouseva funktio likviditeettiriskin suhteen. Herkimmän kymmenyksen tuotto
ylittää alimman kymmenyksen tuoton 7,5 prosentilla per annum.
Acharya ja Pedersen (2005) laajentavat Pastorin ja Stambaughin (2003) yhden
likviditeettibeetan mallin alaluvussa 2.3 esitellyksi kolmen likviditeettibeetan
likviditeettikorjatuksi CAP-malliksi (LCAPM) käyttäen Amihudin (2002) ILLIQ-
mittaria likviditeetin empiirisenä estimaattina. Mallin testaus poikkeaa Pastorin ja
Stambaughin tutkimuksesta siten, että siinä huomioidaan nyt myös likviditeettitaso
jakamalla aineisto 25 portfolioon osakkeiden likviditeettitason perusteella.
Vakioimalla likviditeettitason vaikutuksen osakkeen keskimääräiseen pitoaikaan he
saavat tuloksen, jonka mukaan likviditeettitaso tuottaa 3,5 % vuotuisen preemion ja
likviditeettiriski itsessään tuo 1,1 % vuotuisen preemion. Suurin osa (80 %)
likviditeettiriskin tuottamasta preemiosta selittyy kolmannella beetalla eli osakkeen
likviditeetin herkkyydestä markkinatuotolle (ks. kaava (3)).
22. 22
4 LIKVIDITEETTIPREEMIO OSAKEMARKKINOILLA
Likviditeetin hinnoittelulle osakemarkkinoilla todettiin olevan vahva teoreettinen
pohja, ja kuten edellisessä luvussa havaittiin, empiirisissä tutkimuksissa likviditeettiä
on tutkittu laajasti hyvin monimuotoisilla menetelmillä ja mittareilla erityisesti
Yhdysvaltojen osakemarkkinoilla. Nämä mittarit korreloivat vahvasti keskenään, ja
lähes kaikki tutkimukset ovat havainneet likviditeettipreemion olemassaolon
Yhdysvaltojen osakemarkkinoilla. Tässä luvussa siirrytään tarkastelemaan
globaaleilla osakemarkkinoilla saatuja tuloksia likviditeettipreemion olemassaolosta,
tarkastellaan likviditeetin käyttäytymistä markkinalaskuissa sekä esitetään tuoreissa
tutkimuksissa esitettyjä kriittisiä näkemyksiä likviditeettipreemiota vastaan.
4.1 Likviditeetin hinnoittelu globaaleilla markkinoilla
4.1.1 Likviditeettitason hinnoittelu
Useimmat likviditeettiä koskevat tutkimukset ovat keskittyneet Yhdysvaltojen
osakemarkkinoille. Amihud, Hameed, Kang ja Zhang (2013) tutkivat
likviditeettipreemiota 45 eri osakemarkkinalla, joista 19 on kehittyviä (BKT per
asukas alle 11 905 USD) ja 26 kehittyneitä markkinoita (BKT per asukas yli 11 905
USD). Tutkittavat osakemarkkinat kattavat Pohjois- ja Etelä-Amerikan, Euroopan,
Afrikan, Aasian ja Australian. Tutkimuksessa osakkeet jaetaan viiteen kvintiiliin
niiden likviditeettitason perusteella, alhaisimman ja korkeimman likviditeetin
portfolioiden erotuksena tutkimuksessa havaitaan keskimääräiseksi kuukausittaiseksi
globaaliksi likviditeettipreemioksi 0.77 % (0.46 %) tasaisesti painotetulle (markkina-
arvopainotetulle) portfoliolle. Kun kontrollitekijöiksi otetaan lisäksi vielä kuusi
globaalia ja paikallista riskitekijää, kuukausittaisen preemion suuruudeksi saadaan
vastaavasti 0.79 % (0.42 %).
Amihud ym. (2013) havaitsevat likviditeettipreemion olevan korkeampi maissa,
joissa yhtiöiden tiedotus ja hallinnointitavat ovat heikkotasoisempia. Havainto on
hyvin linjassa teorian kanssa, jonka mukaan alhaisempi yksityisen informaation riski
laskee likviditeetin kustannuksia. Havaittu tulos viittaa siihen, että parantamalla
tiedotuksen ja hallinnointitapojen laatua voidaan laskea yritysten
23. 23
pääomanhankintakustannuksia. Likviditeettipreemion aikavaihteluun liittyen
tutkimuksessa havaitaan likviditeettipreemion olevan korkeampi heikkojen
markkinatuottojen yhteydessä, jolloin likviditeetti on arvokkaampaa.
Likviditeettipreemio on yhteydessä myös luottoriskeihin mitattuna yritysluottojen ja
Yhdysvaltain valtion velkakirjojen välisellä korkoerolla. Tutkimuksen havaintojen
perusteella korkoeron kasvaessa myös likviditeettipreemion taso kasvaa, mikä
puolestaan on hyvin linjassa Brunnermeierin ja Pedersenin (2009)
rahoituslikviditeetin riskejä (funding liquidity risk) koskevan mallin kanssa.
Aiemmat kansainvälisellä tasolla likviditeettiä tarkastelleet tutkimukset (Brockman,
Chung & Perignon 2009, Karolyi, Lee & Van Dijk 2012) ovat keskittyneet pääosin
likviditeettitason korrelaatioon maiden välillä ja maiden sisällä. Amihud ym. (2013)
poikkeavat tästä siten, että he tarkastelevat likviditeettitason sijaan
likviditeettipreemion korrelaatiota maiden välillä. Empiirisessä tarkastelussaan he
havaitsevat myös likviditeettipreemion korreloivan keskimääräisen globaalin
likviditeettipreemion kanssa. Korrelaatio on suurempaa kehittyneillä markkinoilla ja
ulkomaisille sijoittajille avoimemmissa maissa. Maailmanlaajuisten
rahoitusmarkkinoiden avoimuuden paraneminen ja lähentyminen on kasvattanut
likviditeettipreemion korrelaatiota maiden välillä. Sijoittajien kannalta tällainen
kehitys ei välttämättä ole toivottavaa, sillä se heikentää heidän mahdollisuuksiaan
hajauttaa sijoituksiaan likviditeettiriskejä vastaan.
4.1.2 Likviditeettiriskin hinnoittelu
Kuten likviditeettitason tutkimus myös likviditeettiriskin tutkimus on painottunut
vahvasti Yhdysvaltojen osakemarkkinoille. Lee (2011) tutkii ensimmäisenä
Acharyan ja Pedersenin (2005) likviditeettikorjatun CAP-mallin mukaisen
likviditeettiriskin hinnoittelua globaalisti 50 maassa. Tutkimuksessa havaitaan
huomattava likviditeettibeetojen tuoma ylituotto, kun kontrollimuuttujina on
markkinariski, likviditeettitaso, sekä koko- ja arvofaktorit. Osakkeen tuottovaatimus
riippuu tällöin kahdesta likviditeettibeetasta, jotka ovat: (1) yksittäisen osakkeen
likviditeetin ja paikallisen likviditeetin välinen kovarianssi sekä (2) yksittäisen
osakkeen likviditeetin ja paikallisen sekä globaalin markkinatuoton välinen
kovarianssi.
24. 24
Toisena keskeisenä tuloksena Lee osoittaa Yhdysvaltojen markkinatuoton ja
yksittäisen osakkeen likviditeetin välisen kovarianssin toimivan tärkeänä ajurina
globaalille likviditeettiriskille. Kolmantena huomiona likviditeetin hinnoittelun
todetaan vaihtelevan maittain riippuen niiden maantieteellisestä, poliittisesta ja
taloudellisesta ympäristöstä. Kehittyneissä maissa, jotka ovat avoimia, joilla on
korkea läpinäkyvyys, alhainen poliittinen riski ja runsaasti globaaleja sijoittajia,
globaali likviditeettiriski on tärkeämpi selittäjä osakkeiden tuotolle kuin paikallinen
likviditeettiriski. Sen sijaan maissa, joissa sijoittajien osakeomistukset ovat
keskittyneet lähinnä paikallisiin osakkeisiin, paikallinen likviditeettiriski on globaalia
likviditeettiriskiä tärkeämpi selittäjä osakkeiden tuotolle.
4.2 Likviditeetti ja markkinakriisit
Likviditeettikriisit ja markkinalaskut tuovat mielenkiintoisen näkökulman
likviditeettipreemion tarkasteluun. Esimerkkejä tällaisista tapahtumista ovat vuoden
1987 pörssiromahdus, Irakin sodan syttyminen 1990, Aasian talouskriisi 1997 ja
LTCM-rahaston romahdus 1998, subprime-kriisi ja sitä seurannut finanssikriisi
2007–2008. Kaikille näille tapahtumille yhteisiä piirteitä ovat markkinan lasku,
volatiliteetin kasvu ja likviditeetin heikentyminen.
Brunnermeier ja Pedersen (2008) yhdistävät teoreettisessa mallissaan sijoittajien
rahoituslikviditeetin arvopapereiden likviditeettiin. Sijoittajien rahoitus koostuu
suurimmaksi osaksi vakuudellisista lainoista, joiden vakuutena toimivat heidän
arvopaperiomistuksensa. Rahoituslikviditeetin määrä riippuu siten pääosin
arvopapereiden vakuusarvoista ja lainoittajien vakuusvaatimuksista. Malli on
intuitiivinen. Sijoittajat tuovat markkinoille likviditeettiä kaupankäynnillään, ja
heidän kykynsä tarjota likviditeettiä kaupankäynnillään riippuu saatavilla olevan
rahoituksen määrästä. Toisaalta rahoituksen määrä tai vakuusvaatimusten määrä
riippuu arvopapereiden likviditeetistä. Kaksisuuntaisen riippuvuussuhteensa ja
toisiaan vahvistavan luonteensa takia markkinoilla tapahtuva likviditeettishokki voi
johtaa rahoituslikviditeetin heikkenemiseen ja syöksykierteeseen, jossa sekä
likviditeetti että rahoituksen saatavuus romahtavat äkisti. Esitetty malli selittää
empiiriset havainnot, miksi likviditeetti (1) voi äkisti heiketä, (2) korreloi markkinan
25. 25
likviditeetin kanssa, (3) korreloi markkinatuottojen kanssa, (4) on yhteydessä
volatiliteettiin, ja (5) on altis pako laatuun -ilmiölle (flight to quality).
Brunnermeierin ja Pedersenin (2008) mallin mukaan yksittäisen arvopaperin
likviditeetti korreloi markkinan likviditeetin kanssa, koska rahoituksen kiristyminen
koskee tyypillisesti koko markkinaa, ja se vaikuttaa siten yhtäaikaisesti kaikkien
arvopapereiden likviditeettiin. Volatiliteetin nousu puolestaan laskee arvopapereiden
vakuusarvoja ja siten heikentää likviditeettiä. Likviditeetti ja markkinatuotot
korreloivat, koska markkinatakaajilla on usein taipumuksena olla nettomääräisesti
pitkässä positiossa markkinoilla. Markkinalaskussa positiot tuottavat tappiota, ja
aiheuttavat pakkomyyntejä kaupankäyntivälittäjien vaatiessa lisävakuuksia. Tämän
vuoksi erityisesti ostolaidan likviditeetti heikkenee todennäköisimmin juuri
markkinalaskuissa. Brunnermeirein ja Pedersenin mukaan sijoittajalle optimaalisin
tapa hallita rahoitusriskejä pakkomyynnit välttääkseen on riittävän rahoituspuskurin
säilyttäminen. Pako laatuun -ilmiössä markkinan epävarmuuden kasvaessa sijoittajat
vetävät omistuksiaan korkeariskisistä sijoituksista matalariskisempiin
arvopapereihin, jolloin riskisistä arvopapereista tulee erittäin epälikvidejä niiden
ostolaidan kadotessa. Mallin mukaan pako laatuun on seurausta markkinalaskun
aiheuttamasta pääoman vähenemisestä, jonka vuoksi sijoittajat ajautuvat vähän
pääomia vieviin korkean vakuusarvon arvopapereihin. Tällöin likviditeettiero
alhaisen ja korkean volatiliteetin arvopapereiden välillä levenee.
Hameed, Kang ja Viswanathan (2010) todentavat empiirisesti Brunnermeierin ja
Pedersenin (2008) teoreettisen mallin olettamat likviditeetin poikkeavasta vasteesta
markkinan nousuihin ja laskuihin. Havaintojen mukaan likviditeetti laskee
merkittävästi voimakkaammin markkinalaskuissa kuin nousee markkinan noustessa.
Korkean volatiliteetin osakkeiden likviditeetti heikkenee markkinalaskuissa muita
osakkeita nopeammin, mikä on johdonmukaista pako laatuun -ilmiön kanssa. Lisäksi
Hameed ym. havaitsevat arvopaperien likviditeetin korrelaation markkinan
likviditeetin kanssa kasvavan suurien markkinalaskujen seurauksena.
Markkinatakausstrategioita hyödyntävän sijoittajan kannalta mielenkiintoinen
havainto on likviditeetin tarjoamisesta maksettavat tavallista korkeammat tuotot
erityisesti voimakkaiden markkinalaskujen jälkeen. Tällaisen strategian tuotto voi
olla jopa yli 1,5 % viikossa suuria markkinalaskuja seuraavina viikkoina.
26. 26
4.3 Kritiikkiä likviditeettipreemiota kohtaan
Vaikka erittäin laaja empiirinen ja teoreettinen kirjallisuus puhuu
likviditeettipreemion olemassaolon puolesta, on aiheesta esitetty myös kriittistä
näkemystä. Ioannidisin (2005) kritiikki kohdistuu laajasti eri aloilla julkaistuihin
tutkimuksiin. Käytettäessä tilastollisen merkitsevyyden mittarina 5 % p-arvoa, kuten
rahoitusalalla on tyypillistä, keskimäärin 5 % kokeista päätyy virheelliseen
johtopäätökseen. Kun jokaista julkaistua tutkimusta varten tehdään lukuisia kokeita
etsien tilastollisesti merkitseviä tuloksia, huomattavasti yli 5 % tutkimuksista päätyy
virheellisiin johtopäätöksiin. Tutkijoiden löytäessä tilastollisesti ei-merkitseviä
arvoja, he jättävät ne usein raportoimatta. Tämän ja lukuisten muiden tutkimuksen
tekemiseen liittyvien ongelmien vuoksi Ioannidis epäilee suurimman osan
julkaistuista tutkimuslöydöksistä olevan virheellisiä.
Hou, Xue ja Zhang (2014) rakentavat 4-faktorimallin, jonka he nimeävät q-
faktorimalliksi. Mallin faktorit ovat markkina-, koko-, tuottavuus- ja
investointifaktori. Nämä ovat muutoin vastaavat kuin Faman ja Frenchin (2014) 5-
faktorimallissa, mutta ylimääräiseksi jäävä arvofaktori on pudotettu pois, koska sen
selitysvoima katoaa tyystin muiden faktorien alle, eikä se siten ole tarpeen ylituottoja
tutkittaessa. Mallin etuna Faman ja Frenchin (1992) 3-faktorimalliin ja Carhartin
(1997) 4-faktorimalliin on vahvemman selitysvoiman lisäksi sen vahvempi
teoreettinen pohja. Osakkeen hinnan tiedetään olevan sen tulevien osinkojen arvo
diskontattuna nykyarvoonsa. Yrityksestä ulos sijoittajille jaettujen varojen määrä
puolestaan on yrityksen tuloksen (tuottavuuden) ja investointien (oman pääoman
kirja-arvon muutoksen) erotus. Mikäli siis osakkeen tulevan tuottavuuden ja
investointien odotusarvoa pystytään estimoimaan, saadaan teoreettisesti erittäin
toimiva malli osakkeen tuotto-odotukselle. Houn ym. q-faktorimalli pyrkii juuri
tähän. He tekevät yhden laajimmista koskaan suoritetuista anomalioiden analyyseistä
tarkastelemalla mallin valossa miltei 80 rahoituksen kirjallisuudessa löydettyä
anomaliaa. Näistä anomalioista noin puolella ylituotto ei ole tilastollisesti
merkitsevää q-faktorimallin valossa tarkasteltuna, ei myöskään laajasti likviditeetin
hintavaikutuksen estimaattorina käytetyn Amihudin (2002) ILLIQ-tunnusluvun,
jonka ylimmän ja alimman desiilin väliseksi kuukausittaiseksi tuottopreemioksi
muodostuu 0,27 % (t-arvo 1,14).
27. 27
5 RAHASTOJEN MENESTYS
Ennen Yanin (2008) tutkimusta rahastojen portfolioiden likviditeetin vaikutuksesta
rahaston menestykseen ei ole juurikaan tutkimuksia, joissa tätä suhdetta olisi tutkittu.
Aikaisemmat tutkimukset ovat löytäneet pienyhtiöilmiön myös rahastoista, ja
epäilleet sen osavaikutukseksi alhaisen likviditeetin tuomaa likviditeettipreemiota.
Yan lienee kuitenkin ensimmäinen, joka tutkimuksessaan toteaa alhaiselle
likviditeetille sijoituksissaan altistuvien aktiivisten osakerahastojen saavan
korkeampaa tuottoa kuin korkean likviditeetin sijoitusportfoliota hallinnoivien
osakerahastojen. Faman ja Frenchin (1996) 3-faktorimalli, Carhartin (1997) 4-
faktorimalli tai Fersonin ja Schadtin (1996) ehdollinen 4-faktorimalli eivät kykene
selittämään alhaiselle likviditeetille altistuvien rahastojen tuottoja, vaan kaikkia näitä
malleja vastaan testatessa jäljelle jää huomattavan suuri tilastollisesti merkitsevä
ylituotto.
Yan (2008) löytää todisteita hypoteesille, jonka mukaan likviditeetti on merkittävä
syy sille, että rahaston koon kasvu heikentää rahaston menestystä. Hän järjestää
rahastot neljään kvartiiliin niiden osakeomistusten likviditeettitason mukaan.
Alhaisimman likviditeetin portfolioita hallinnoivien rahastojen menestys kärsii
merkittävästi rahaston koon kasvaessa. Vastaavanlaista käänteistä suhdetta rahaston
koon ja menestyksen välillä ei löydetä korkeamman likviditeetin portfolioita
hallinnoivissa kolmeen ylimpään kvartiiliin kuuluvissa rahastoissa. Likviditeettitason
lisäksi tutkimuksessa havaitaan rahaston koon kasvun ja heikentyneiden tuottojen
yhteyden olevan voimakkaampaa kasvuyhtiöihin sijoittavissa ja korkean
kiertonopeuden rahastoissa, joilla on suurempi tarve välittömyydelle
kaupankäynnissä. Suurempi tarve välittömyydelle tarkoittaa samalla korkeampia
likviditeettikustannuksia, joten tämä havainto tukee oletusta likviditeetin roolista
tuottojen selittäjänä.
Idzorek, Xiong ja Ibbotson (2012) vahvistavat omassa tutkimuksessaan Yanin (2008)
havainnot likviditeetin ja rahaston tuottojen yhteydestä. Lisäksi he havaitsevat
rahastojen saaman likviditeettipreemion olevan erityisen voimakas
laskumarkkinoissa. Tutkijat epäilevät tämän johtuvan korkean likviditeetin osakkeita
omistavien rahastojen salkunhoitajien taipumuksesta käydä enemmän kauppaa
28. 28
osakkeillaan, mikä johtaa näiden osakkeiden ja samalla niitä omistavien rahastojen
suurempaan laskuun laskumarkkinoissa.
29. 29
6 EMPIIRISIÄ HAVAINTOJA LIKVIDITEETISTÄ
6.1 Likviditeetti ja anomaliat
6.1.1 Momentum ja tulosjulkistusten jälkeinen tuottoajautuma
Pastor ja Stambaugh (2003) esittelevät systemaattiselle likviditeettiriskille mittarin,
jota käytiin lävitse alaluvussa 3.2. He muodostavat likviditeettiriskin mittariin
perustuen likviditeettiriskifaktorin vastaavasti kuin Fama ja French (1992)
muodostavat SML (small minus large)- ja HML (high minus low)-faktorit, jotka
kuvastavat pienyhtiöiden tuottopreemiota ylitse suurten yhtiöihin ja korkean B/P-
luvun (book to price, osakkeen kirjanpidollinen arvo/osakkeen hinta) tuottopreemiota
ylitse alhaisen B/P-luvun yhtiöiden. Tutkimuksessaan he havaitsevat, että
likviditeetin lisääminen neljänneksi faktoriksi Fama-French 3-faktorimalliin kutistaa
momentum-portfolion alfan puoleen tavallisen Fama-French 3-faktorimallin
antamasta alfasta. Tuloksen perusteella he epäilevät systemaattisen likviditeettiriskin
olevan osaselitys havaitulle momentumin ylituotolle. Momentum-portfolioille
suoritetuissa regressioanalyyseissa likviditeettibeeta ei kuitenkaan saa tilastollisesti
merkitseviä arvoja.
Sadka (2006) jatkaa momentumin ja likviditeettiriskin välisen yhteyden tutkimista
sekä laajentaa analyysia momentumin lisäksi myös tulosjulkistusten jälkeisen
tuottoajautuman (post-earnings-announcement drift, jatkossa PEAD) tutkimiseen.
Tutkimuksen hypoteesina on, että sekä momentum että PEAD ovat kompensaatiota
likviditeettiriskistä. Hypoteesi pohjautuu siihen, että molempien anomalioiden
pohjalle rakennetuissa strategioissa on korkea portfolion kiertonopeus, joka
puolestaan altistaa ne samalla myös korkeille transaktiokustannuksille.
Likviditeettiriskin toteutuessa transaktiokustannusten äkillinen nousu aiheuttaa näitä
anomalioita hyödyntäville strategioille alhaisempia tuottoja. Tutkimuksen tulokset
implikoivat, että likviditeettiriski voi selittää jopa 40–80 % momentum ja PEAD
portfolioiden tuotoista. Sadka yhdistää yksityisen informaation likviditeetin ajassa
vaihtelevaan osaan eli likviditeettiriskiin. Tämän tulkinnan ja tutkimuksen tulosten
valossa momentum- ja PEAD-ilmiöt voidaan tulkita suurelta osin kompensaationa
likviditeettiriskistä tai toisin sanoen odottamattomista muutoksista informoidun
30. 30
kaupankäynnin ja hälykaupankäynnin (noise trading) kokonaissuhteessa, joka
kuvastaa markkinoiden syvyyttä (Kyle 1985). Mikäli informoitujen kaupankäyjien
(likviditeetin kysyjien) määrä kasvaa suhteessa hälykaupankäyjiin (likviditeetin
tarjoajiin), markkinoiden syvyys heikkenee ja informoidun kaupankäynnin
aiheuttamat hintavaikutukset osakkeen hintaan kasvavat.
6.1.2 Tammikuuilmiö likviditeetissä
Useissa tutkimuksissa (ks. Thaler 1987) havaitaan tammikuun tuottojen poikkeavan
merkittävästi muiden kuukausien tuotoista. Tämä ilmiö esiintyy erityisesti pienen
markkina-arvon osakkeissa, joiden havaittu ylituotto suhteessa suuren markkina-
arvon yhtiöihin on keskittynyt pääosin tammikuulle. Momentumin kausittaisuutta
tutkivien artikkelien (esim. Sias 2007) perusteella voidaan olettaa tämän ylituoton
liittyvän loppuvuoden verolähteiseen osakkeiden myyntiin (tax-loss selling) sekä
näyteikkunoiden somistukseen (window dressing) eli instituutioiden harjoittamaan
toimintaan, jossa huonosti menestyneet osakkeet myydään ennen (vuotuisten)
raporttien koostamista osakepoiminnan onnistuneisuuden kaunistelua varten.
Eleswarapun ja Reinganumin (1993) artikkeli puolestaan antaa viitteitä sen puolesta,
että tammikuuilmiö liittyy myös likviditeettiin. NYSE-pörssin datalla tehdyssä
tutkimuksessaan he havaitsevat sekä alhaisen likviditeetin, että pienyhtiöiden
tuottavan ylituottoa muihin osakkeisiin nähden tammikuussa. Tällaista yhteyttä ei
kuitenkaan havaita muina kuukausina, ja siten koko vuoden osalta likviditeetti ei ole
tilastollisesti merkittävä tuottojen selittäjä. Myöhemmässä Nasdaq-pörssin dataa
käyttävässä tutkimuksessa Eleswarapu (1997) vahvistaa aiemmassa tutkimuksessa
saadut tulokset tammikuun osalta, mutta löytää tuoton ja likviditeetin välille
tilastollisesti merkittävän yhteyden myös muina kuukausina kaikilla käyttämillään
metodeilla muun muassa käyttämällä kontrollimuuttujana B/P–lukua Faman ja
Frenchin (1992) 3-faktorimallin mukaisesti. Tässäkin tutkimuksessa
likviditeettipreemio on olennaisesti suurempi tammikuussa kuin muina kuukausina.
Amihud ym. (2005) huomauttavat, että ennen vuoden 1997 toimeksiantojen
käsittelyuudistusta Nasdaq-pörssissä suurin osa kaupoista tehtiin markkinatakaajien
välityksellä, minkä vuoksi markkinatakaajien ilmoittamat osto- ja myyntikurssien
31. 31
erotukset kuvasivat Nasdaqissa hyvin sijoittajien todellisia likviditeettikustannuksia.
Sen sijaan NYSE-pörssissä suuri osa kaupoista tehtiin rajahintatoimeksiantoina
ilmoitettujen osto- ja myyntikurssien välillä. Tästä johtuen Eleswarapu (1997)
argumentoi Eleswarapun ym. (1993) tulosten, joissa likviditeettiä ei hinnoitella
muulloin kuin tammikuussa, johtuvan siitä, että NYSE-pörssin data osto- ja
myyntikurssien erotuksesta kuvasi hyvin heikosti sijoittajille aiheutuneita todellisia
likviditeettikustannuksia. Petersen ja Fialkowski (1994) estimoivat ilmoitetun
kurssieron ja toteutuneen efektiivisen kurssieron välisen korrelaation olleen jopa vain
10–22 prosenttia. Toisena tutkimustuloksiin vaikuttavana eroavaisuutena pörssien
välillä on Nasdaqin korkeampi varianssi kurssieroissa, minkä ansiosta Nasdaqista
saaduilla tuloksilla on mahdollisesti enemmän tilastollista selitysvoimaa.
6.2 Migraatio
Eräs likviditeettipreemion heikommin tutkituista osa-alueista on niin sanottu
migraatio eli osakkeen likviditeettitason siirtyminen alempaan tai ylempään
luokkaan. Tällainen tutkimus voi laajentaa ymmärrystä likviditeettipreemion
synnystä osakemarkkinoilla. Fama ja French (2007) tutkivat pienyhtiöiden ja arvo-
osakkeiden migraatiota jakamalla näiden kategorioiden mukaisesti osakkeet neljään
eri migraatioluokkaan:
1. osakkeisiin, jotka pysyvät samassa luokassa portfolion tasapainotushetkellä
vuosi portfolion muodostamisen jälkeen
2. osakkeisiin, jotka siirtyvät äärilaidalta toiselle (ts. pienyhtiöstä suuryhtiö,
suuryhtiöstä pienyhtiö, arvoyhtiöstä kasvuyhtiö tai kasvuyhtiöstä arvoyhtiö)
3. osakkeisiin, jotka nousevat yhden luokan
4. osakkeisiin, jotka laskevat yhden luokan.
He havaitsevat pienyhtiöpreemion olevan lähes kokonaan seurausta erittäin suuria
tuottoja tuottavista pienyhtiöistä, jotka siten kasvavat suuremmiksi yhtiöiksi.
Arvopreemio puolestaan on seurausta useammasta tekijästä, joita ovat 1. arvo-
osakkeiden nousu ylempään luokkaan suurten tuottojen tai yritysoston seurauksena,
2. heikkoja tuottoja generoivista kasvuyhtiöistä, jotka siirtyvät siten alempaan
32. 32
luokkaan ja 3. arvo-osakkeista, jotka pysyvät samassa luokassa ja tuottavat hieman
kasvuyhtiöitä paremmin.
Likviditeettitason migraatiolle ei ole tehty täysin vastaavaa tutkimusta. Ibbotson ym.
(2013) sivuavat kuitenkin likviditeetin migraatiota ja pysyvyyttä tutkiessaan
likviditeetin soveltuvuutta vastaavaksi sijoitustyyliksi kuin koko, arvo/kasvu ja
momentum ovat. He jakavat osakkeet neljään kokoportfolioon, samassa
neljänneksessä pysyy vuoden jälkeen 78,73 % koon, 62,93 % likviditeetin, 51,63 %
arvostustason, 29,03 % momentumin perusteella jaotelluista portfolioista. Näiden
lukujen perusteella havaitaan osakkeiden likviditeettiominaisuuksien pysyvyyden
olevan koon ja arvostuksen välimaastossa kaikkien ominaisuuksien ollessa
huomattavasti momentumia pysyvämpiä. Siten likviditeettiä on mahdollista
hyödyntää portfoliossa sijoitustyylinä alhaisin kustannuksin ilman tarvetta jatkuvalle
tasapainotukselle. Vastaavasti kuin Fama ja French (2007), Ibbotson ym. toteavat
migraation olevan tärkeä selittävä tekijä likviditeettipreemiolle. Alhaisen
likviditeetin osakkeiden likviditeetin noustessa nämä osakkeet saavat huomattavan
suuria tuottoja. Vastaavasti korkean likviditeetin osakkeiden likviditeetin laskiessa
myös niiden tuotot heikkenevät.
33. 33
7 YHTEENVETO
Tehdyn tutkielman tavoitteena oli tarkastella likviditeetin ja likviditeettiriskin
hinnoittelua osakemarkkinoilla. Lisäksi selvitettiin likviditeetin yhteyttä
tutkimuksissa havaittuihin anomalioihin. Teoreettisessa katsauksessa
likviditeettipreemion hinnoittelulle todettiin löytyvän erittäin vankka sijoittajien
rationaaliseen käyttäytymiseen perustuva teoreettinen pohja. Tutkielmassa
likviditeetin ulottuvuudet jaettiin kolmeen osaan: määrään, kustannuksiin ja aikaan.
Näistä ajallinen ulottuvuus jaettiin edelleen välittömyyteen ja kimmoisuuteen.
Likviditeettitason preemion olemassaolo on vahvistettu lukuisissa empiirisissä
tutkimuksissa sekä Yhdysvalloissa että globaaleilla osakemarkkinoilla.
Likviditeetille ei ole olemassa mitään yksittäistä kaiken kattavaa mittaria, vaan
likviditeettiä voidaan mitata hyvin erityyppisillä mittareilla riippuen siitä, mitä
likviditeetin ulottuvuutta kulloinkin mitataan. Näiden mittareiden välillä vallitsee
kuitenkin vahva riippuvuussuhde. Poikkeuksen vahvaan korrelaatioon tekee
likviditeetin ajallinen ulottuvuus, sillä erityisesti kimmoisuusmittareiden yhteys
muiden ulottuvuuksien mittareihin on varsin heikko. Yksittäisellä hetkellä tai
aikasarjan keskiarvona havaitun likviditeettitason lisäksi teoria ennustaa sijoittajien
hinnoittelevan osakekursseihin myös likviditeetin vaihteluun liittyvän riskin eli
likviditeettiriskin. Tärkein likviditeettiriskiä kuvaava teoreettinen malli on niin
sanottu likviditeettikorjattu CAP-malli, joka lisää perinteiseen CAP-malliin kolme
osakkeen ja markkinan välistä likviditeetin ja tuoton korrelaatioita kuvaavaa beetaa.
Kuten likviditeettitason myös likviditeettiriskin havaitaan olevan hinnoiteltu sekä
Yhdysvalloissa että globaaleilla osakemarkkinoilla.
Sijoittajan kannalta huomionarvoista on se, että likviditeettipreemion hyödyntäminen
vaatii tyypillisesti pitkää sijoitusaikaa ja/tai pientä pääomaa. Alhaisen likviditeetin
osakkeisiin sijoittavien rahastojen tuotot heikkenevät hallinnoitavien varojen
kasvaessa. Toisaalta markkinatakaajien on mahdollista saada tuottoa likviditeetin
tarjoamisesta markkinoille myös suurilla pääomilla toimittaessa, suurimmillaan
tällaisten strategioiden tuotot ovat markkinalaskujen jälkeen likviditeetin
heikennyttyä. Likviditeettipreemiolla on samankaltaisia piirteitä kuin
pienyhtiöilmiöllä, eli se on tammikuussa voimakkaampi kuin muina kuukausina.
34. 34
Lisäksi likviditeettiriski näyttää selittävän jopa 40–80 % momentumia ja
tulosjulkistusten jälkeistä tuottoajautumaa hyödyntävien strategioiden tuotoista, sillä
tällaiset strategiat kärsivät korkeasta portfolion kiertonopeudesta ja ovat siten alttiita
kaupankäyntikulujen noususta aiheutuvalle riskille.
Sijoitusaikaan ja pääomien määrään liittyvistä ongelmistaan huolimatta
likviditeettipreemio on erittäin vahva tuottoja selittävä tekijä, jota markkinariski-,
pienyhtiö-, arvo- ja momentum-faktorit eivät kykene selittämään. Tämän vuoksi
likviditeettiä on ehdotettu viidenneksi faktoriksi sijoitustutkimuksiin. Tuoreet
faktorimallit kuitenkin korvaavat arvo- ja momentum-faktorit tuottavuus- ja
investointifaktoreilla. Mielenkiintoista on, että alustavissa tutkimuksissa q-
faktorimalli selittää osakkeiden tuotot niin kattavasti, että Amihudin (2002)
likviditeettimittarin preemio menettää tilastollisen merkitsevyytensä.
Uusien faktorimallien myötä yhtenä keskeisimmistä jatkotutkimusaiheista on tutkia
likviditeettimittarien tuottopreemio uudestaan investointi- ja tuottavuusfaktorit
sisältävien faktorimallien avulla. Mikäli likviditeetin preemio useimmissa
tutkimuksissa säilyy, sen ottamista lisäfaktoriksi sijoitustutkimuksiin Ibbotsonin ym.
(2013) ehdotuksen mukaisesti tulee harkita. Lisäksi koska likviditeetin ja muiden
anomalioiden yhteyttä on toistaiseksi tutkittu vähäisissä määrin, tätä tutkimusta olisi
mielenkiintoista laajentaa useampiin anomalioihin ja muille markkinoille
Yhdysvaltojen ulkopuolelle. Globaaleilla markkinoilla tehtävä tutkimus paljastaisi,
liittyvätkö havaitut yhteydet likviditeetin ja anomalioiden välillä joihinkin
Yhdysvaltain markkinoiden erityispiirteisiin, vai ovatko ilmiöt globaalisti
yhteneväisiä.
35. 35
LÄHDELUETTELO
Acharya, V. V. & Pedersen, L. H. (2005). Asset pricing with liquidity risk. Journal
of Financial Economics 77(2), 375-410.
Amihud, Y., Hameed, A., Kang, W. & Zhang, H. (2013). The illiquidity premium:
International evidence. Journal of Financial Econometrics (painossa). SSRN Paper
No. 2508322. Saatavilla: <http://ssrn.com/abstract=2191949>. Viitattu 28.1.2015.
Amihud, Y., Mendelson, H. & Pedersen, L. H. (2005). Liquidity and asset prices.
Foundations and Trends in Finance 1(4).
Amihud, Y. & Mendelson, H. (1986). Asset pricing and the bid-ask spread. Journal
of Financial Economics 17(2), 223-249.
Amihud, Y. (2002). Illiquidity and stock returns: Cross-section and time-series
effects. Journal of Financial Markets 5(1), 31-56.
Bouchaud, J. P. (2009). “Price impact.” arXiv.org. Saatavilla:
<http://arxiv.org/abs/0903.2428>. Viitattu: 4.2.2015. Entry for the upcoming
Encyclopedia of Quantitative Finance. 2.2
Brennan, M. J., Chordia, T. & Subrahmanyam, A. (1998). Alternative factor
specifications, security characteristics, and the cross-section of expected stock
returns. Journal of Financial Economics 49(3), 345-373.
Brennan, M. J. & Subrahmanyam, A. (1996). Market microstructure and asset
pricing: On the compensation for illiquidity in stock returns. Journal of Financial
Economics 41(3), 441-464.
Brockman, P., Chung, D. Y. & Perignon, C. (2009). Commonality in liquidity: A
global perspective. Journal of Financial and Quantitative Analysis 44(04), 851-882.
36. 36
Brunnermeier, M. K. & Pedersen, L. H. (2009). Market liquidity and funding
liquidity. Review of Financial Studies 22(6), 2201-2238.
Campbell, J. Y., Lo, A. W. & MacKinlay, A. C. (1996). The econometrics of
financial markets. Princeton, New Jersey. Princeton University Press.
Carhart, M. M. (1997). On persistence in mutual fund performance. Journal of
Finance 52(1), 57-82.
Chalmers, J. M. R. & Kadlec, G. B. (1998). An empirical examination of the
amortized spread. Journal of Financial Economics 48(2), 159-188.
Chan, L. K. & Lakonishok, J. (1995). The behavior of stock prices around
institutional trades. The Journal of Finance 50(4), 1147-1174.
Chordia, T., Roll, R. & Subrahmanyam, A. (2000). Commonality in
liquidity. Journal of Financial Economics 56(1), 3-28.
Chordia, T., Roll, R. & Subrahmanyam, A. (2011). Recent trends in trading activity
and market quality. Journal of Financial Economics 101(2), 243-263.
Chordia, T., Subrahmanyam, A. & Anshuman, V. R. (2001). Trading activity and
expected stock returns. Journal of Financial Economics 59(1), 3-32.
Datar, V. T., Y. Naik, N. & Radcliffe, R. (1998). Liquidity and stock returns: An
alternative test. Journal of Financial Markets 1(2), 203-219.
Degryse, H., De Jong, F., van Ravenswaaij, M. & Wuyts, G. (2005). Aggressive
orders and the resiliency of a limit order market. Review of Finance 9(2), 201-242.
Dong, J., Kempf, A. & Yadav, P. K. (2007). Resiliency, the neglected dimension of
market liquidity: Empirical evidence from the New York stock exchange. SSRN
Working Paper No. 967262. Saatavilla: <http://ssrn.com/abstract=967262>. Viitattu
10.3.2015.
37. 37
Eleswarapu, V. R. & Reinganum, M. R. (1993). The seasonal behavior of the
liquidity premium in asset pricing. Journal of Financial Economics 34(3), 373-386.
Eleswarapu, V. R. (1997). Cost of transacting and expected returns in the Nasdaq
market. Journal of Finance 52(5), 2113-2127.
Fama, E. F. & French, K. R. (1992). The cross-section of expected stock
returns. Journal of Finance 47(2), 427-465.
Fama, E. F. & French, K. R. (1996). Multifactor explanations of asset pricing
anomalies. Journal of Finance 51(1), 55-84.
Fama, E. F. & French, K. R. (2007). Migration. Financial Analysts Journal 63(3),
48-58.
Fama, E. F. & French, K. R. (2014). A five-factor asset pricing model. Journal of
Financial Economics (painossa).
Ferson, W. E. & Schadt, R. W. (1996). Measuring fund strategy and performance in
changing economic conditions. Journal of Finance 51(2), 425-461.
Grossman, S. J. & Stiglitz, J. E. (1980). On the impossibility of informationally
efficient markets. The American Economic Review 70(3), 393-408.
Hameed, A., Kang, W. & Viswanathan, S. (2010). Stock market declines and
liquidity. The Journal of Finance 65(1), 257-293.
Harris, L. (1990). Liquidity, trading rules and electronic trading systems. Working
Paper No. 91-8. Southern California-School of Business Administration.
Hasbrouck, J. (2009). Trading costs and returns for U.S. equities: Estimating
effective costs from daily data. The Journal of Finance 64(3), 1445-1477.
38. 38
Holden, C. W., Jacobsen, S. & Subrahmanyam, A. (2014). The empirical analysis of
liquidity. Foundations & Trends in Finance 8(4), 264-264.
Hou, K., Xue, C. & Zhang, L. Digesting anomalies: An investment approach
(2014). Review of Financial Studies (painossa). SSRN Paper No. 2191949.
Saatavilla: <http://ssrn.com/abstract=2508322>. Viitattu 8.11.2014.
Ibbotson, R. G., Chen, Z., Kim, D. Y. -. & Hu, W. Y. (2013). Liquidity as an
investment style. Financial Analysts Journal 69(3), 30-44.
Idzorek, T. M., Xiong, J. X. & Ibbotson, R. G. (2012). The liquidity style of mutual
funds. Financial Analysts Journal 68(6), 38-53.
Ioannidis, J. P. (2005). Why most published research findings are false. PLoS
medicine 2(8), e124.
Karolyi, G. A., Lee, K. & Van Dijk, M. A. (2012). Understanding commonality in
liquidity around the world. Journal of Financial Economics 105(1), 82-112.
Kempf, A., Mayston, D. L., Gehde-Trapp, M. & Yadav, P. K. (2015). Resiliency: A
dynamic view of liquidity. SSRN Working Paper No. 967249. Saatavilla:
<http://ssrn.com/abstract=967249>. Viitattu 10.3.2015.
Kraus, A. & Stoll, H. R. (1972). Price impacts of block trading on the New York
stock exchange. The Journal of Finance 27(3), 569-588.
Kyle, A. S. (1985). Continuous auctions and insider trading. Econometrica 53(6),
1315-1335.
Lee, K. (2011). The world price of liquidity risk. Journal of Financial Economics
99(1), 136-161.
Li, J., Mooradian, R. M. & Zhang, W. D. (2007). Is illiquidity a risk factor? A
critical look at commission costs. Financial Analysts Journal 63(4), 28-39.
39. 39
Lintner, J. (1965). The valuation of risk assets and the selection of risky investments
in stock portfolios and capital budgets. The review of economics and statistics 13-37.
Lou, X. & Shu, T. Price impact or trading volume: Why is the Amihud (2002)
illiquidity measure priced? (2014). SSRN Working Paper No. 2291942. Saatavilla:
<http://ssrn.com/abstract=2291942>. Viitattu 4.2.2015.
Pastor, L. & Stambaugh, R. F. (2003). Liquidity risk and expected stock
returns. Journal of Political Economy 111(3), 642-685.
Petersen, M. A. & Fialkowski, D. (1994). Posted versus effective spreads: Good
prices or bad quotes? Journal of Financial Economics 35(3), 269-292.
Sadka, R. (2006). Momentum and post-earnings-announcement drift anomalies: The
role of liquidity risk. Journal of Financial Economics 80(2), 309-349.
Saxo Bankin www-sivusto. Toimeksiantojen toteutus. Saatavilla:
<http://fi.saxobank.com/prices/forex/order-execution>. Viitattu 3.2.2015.
Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under
conditions of risk*. The Journal of Finance 19(3), 425-442.
Sias, R. (2007). Causes and seasonality of momentum profits. Financial Analysts
Journal 48-54.
Thaler, R. H. (1987). Anomalies: The January effect. The Journal of Economic
Perspectives 1(1), 197-201.
Treynor, J. L. (1961). Toward a theory of market value of risky assets. Julkaisematon
työpaperi.
Yan, X. (2008). Liquidity, investment style, and the relation between fund size and
fund performance. Journal of Financial & Quantitative Analysis 43(3), 741-767.
40. 40
Zhu, H. (2014). Do dark pools harm price discovery? Review of Financial Studies
27(3), 747-789.
