Liquidity Premium and Investment Horizons
流动性溢价与投资期限AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论股票流动性溢价的定价机制及后续横截面收益预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
流动性溢价与投资期限
- 研究问题
- 日度股票订单流估计的价格冲击系数能否预测后续横截面收益，逆向选择与流动性恢复机制能否解释非风险补偿型流动性溢价？
- 方法与思路
- 作者用 2020—2025 年 CRSP 数据构造公司月度订单流与两种价格冲击估计，采用 Fama–MacBeth 回归，并提出逆向选择解释。
- 材料陈述的贡献
- 摘要称订单流含有当期及下一月收益信息，成交量波动与较低后续收益相关；作者提出低流量压低当前价格、恢复后产生溢价的机制。
- 阅读关注点
- 应核对有符号订单流构造、价格冲击估计与预测时点，检查回归控制和误差调整，并区分理论机制、同期关联与样本外预测。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收未核实；摘要未说明效应大小、样本外检验或交易成本，不能由显著关联确认机制的因果性。
原文摘要
We estimate Kyle's (1985) price-impact coefficient $λ$ directly from daily equity order flow and test its ability to forecast the cross-section of subsequent stock returns. Using CRSP data from 2020 to 2025, we construct firm-month measures of signed order flow and two estimators of $\hatλ_{it}$: a within-month price-impact regression and an Amihud-style ratio. Signed order flow strongly predicts contemporaneous and one-month-ahead returns, while volume volatility predicts lower subsequent returns, consistent with widening price impact degrading price discovery. Fama-MacBeth regressions confirm that our order-flow signal carries significant cross-sectional return information after Newey--West adjustment. Theoretically, we resolve the liquidity premium puzzle of Constantinides (1986) through an adverse-selection mechanism: low order flow widens $λ$ and depresses prices today; subsequent normalization restores prices, generating the illiquidity premium without risk-based compensation.