流动性定义与度量：三维度与常见指标

聊到利率债流动性，我经常被问到：到底什么是流动性？

说白了，流动性就是资产变现的难易程度。你手里拿着10个亿的国债，想半小时内卖掉，能不能做到？能做到，说明流动性好；做不到，说明流动性差。就这么简单。

但做量化分析不能只靠感觉。我们需要把流动性拆解成可量化的维度。我个人习惯从三个角度去看——宽度、深度、弹性。这三个维度，基本能覆盖流动性的全貌。

一、流动性的三维度

1. 宽度（Width）——交易成本维度

宽度衡量的是交易成本。最直观的指标就是买卖价差。

举个例子：某只国债的买一价是100.01元，卖一价是100.03元。价差2分钱。你买进去立刻卖，亏的就是这2分钱。价差越小，说明流动性越好。

我在项目中遇到过这样的情况：有些老券的买卖价差能到5毛钱以上，基本就是"僵尸券"了。做市商都不愿意报价，你挂单进去可能一天都成交不了。

2. 深度（Depth）——交易量维度

深度看的是市场能承载多大的交易量而不引起价格剧烈波动。

你想想看，一个深度好的市场，你砸进去1个亿，价格可能只波动1个bp。深度差的市场，500万就能把价格打穿好几个bp。

深度指标通常用订单簿数据来算。比如看买一到买五的总挂单量，或者卖一到卖五的总挂单量。我习惯用"深度比率"——即某个价格区间内的挂单总量占流通量的比例。

3. 弹性（Resilience）——价格恢复维度

弹性衡量的是：当大单冲击后，价格需要多久能回到均衡水平。

弹性好的市场，比如活跃券，大单砸下去，几分钟内价格就回来了。弹性差的市场，比如某些地方债，砸下去可能半天都缓不过来。

弹性指标不太好直接算，我一般用"价格冲击衰减时间"来近似。具体做法是：找到大额成交事件，看成交后价格恢复到冲击前水平所需的时间。

二、常见流动性指标

三维度是理论框架。落到实际交易中，我们还需要具体的量化指标。下面这三个是我最常用的。

1. 买卖价差（Bid-Ask Spread）

这是最直接的流动性指标。计算方式前面已经说了。

实际应用中，我建议用加权平均价差，而不是简单价差。因为有些券的买卖挂单量很不均衡，比如买一挂了1000万，卖一只挂了100万。这时候简单价差会低估实际交易成本。

# 加权买卖价差计算示例
def weighted_spread(bid_prices, bid_volumes, ask_prices, ask_volumes):
    """
    计算加权买卖价差
    bid_prices: 买盘价格列表 [买一价, 买二价, ...]
    bid_volumes: 买盘量列表
    ask_prices: 卖盘价格列表
    ask_volumes: 卖盘量列表
    """
    total_bid_vol = sum(bid_volumes)
    total_ask_vol = sum(ask_volumes)
    
    weighted_bid = sum(p * v for p, v in zip(bid_prices, bid_volumes)) / total_bid_vol
    weighted_ask = sum(p * v for p, v in zip(ask_prices, ask_volumes)) / total_ask_vol
    
    spread = (weighted_ask - weighted_bid) / ((weighted_ask + weighted_bid) / 2)
    return spread * 10000  # 返回bp单位

2. 换手率（Turnover Rate）

换手率 = 成交量 / 流通量。这个指标简单粗暴，但很有效。

一般来说，活跃券的日换手率在5%-15%之间。低于1%的基本就是冷门券。我记得有一次做地方债流动性分析，发现某只10年期地方债的月换手率只有0.3%，相当于一个月都没怎么交易过。

换手率区间	流动性评级	典型券种
> 10%	极好	新发活跃国债
3% - 10%	良好	次新国债、部分政金债
1% - 3%	一般	老券、部分地方债
< 1%	差	超老券、冷门地方债

3. Amihud非流动性指标

这个指标是学术界最常用的流动性度量之一。它的逻辑很简单：价格对成交量的敏感度。

公式：Amihud = |日收益率| / 日成交额

数值越大，说明单位成交额引起的价格波动越大，流动性越差。

举个例子：某国债日收益率0.01%，成交额100亿。Amihud = 0.01% / 100亿 = 1e-12。另一只券日收益率0.05%，成交额只有5亿。Amihud = 0.05% / 5亿 = 1e-10。后者流动性差了两个数量级。

# Amihud指标计算
def amihud_illiquidity(returns, volumes):
    """
    计算Amihud非流动性指标
    returns: 日收益率序列
    volumes: 日成交额序列（单位：元）
    """
    import numpy as np
    
    # 避免除零
    volumes = np.where(volumes == 0, np.nan, volumes)
    
    illiquidity = np.abs(returns) / volumes
    
    # 通常取月度或季度均值
    monthly_avg = np.nanmean(illiquidity.reshape(-1, 20), axis=1)
    
    return monthly_avg * 1e6  # 放大系数，便于观察

三、三维度与指标的关系

讲到这里，你可能已经发现了：三个维度并不是孤立的。宽度、深度、弹性之间相互影响。

比如，宽度窄的券通常深度也好，因为做市商愿意提供流动性。弹性差的券往往宽度也宽，因为市场恢复慢，做市商需要更大的价差来补偿风险。

我习惯用一张图来展示它们的关系：

嗯，这张图我画了很多遍。你看，三个维度交叉的区域就是综合流动性。Amihud指标其实就落在中间，因为它同时反映了宽度和深度的影响。

实际做分析时，我建议三个维度都看，但侧重点可以不同。比如做日内交易，宽度最重要；做持仓管理，深度更重要；做风险对冲，弹性更关键。

好了，流动性定义和度量就讲到这里。记住一句话：没有完美的流动性指标，只有最适合你交易场景的指标。

---