2.2 流动性风险的测度
（1）基于系数法和方差法的流动性风险研究
关于流动性风险的测度最早研究的当属 Garbade和 Silber（1979），他们在其证券市场组织结构研究的文献中，提出了一个流动性风险的方差测度。这个方差是投资者决定交易时的证券的真实价值（不可观测的均衡价值）与交易完成时刻的交易价格之差的方差。他们把每个证券成交的时刻都称为一次清算时刻，每次清算价格和真实价值之间的不一致来自市场流动性的不足。为使流动性风险的方差指标最小，他们选择最优的清算时间间隔，得出了投资者最优交易决策下的流动性风险的大小，它是投资者因为市场流动性不足而不得不承受的价格波动方差的最小值。
Huberman和 Halka（2001）采用相关系数值，即计算投资组合或个股的流动性水平的扰动项与市场总体流动性水平的扰动项相关系数的大小，其中流动性扰动项是流动性指标的时间序列数据进行自回归（即AR）估计的残差项估计值。
Buhl、Reich和 Wegmann（2002）运用非参数极值方法实证分析了瑞士股市在市场危机时股票收益率与流动性水平之间的极值相关性，流动性水平用股票的相对买卖价差表示。他们的分析结果显示在分布左边的99%分位数上存在适度相关性，而且独立性的非参数检验显示，在5%和1%的置信水平上负收益率和低流动性之间存在显著的极值相关性。
Acharya和Pedersen（2005）考虑了市场流动性与个股流动性之间的协方差，建立了流动性风险调整的资本资产定价模型。麦元勋（2006）用 Acharya和 Pedersen（2005）的这三个β度量了1998年以前在中国沪深 A股上市的547只股票的流动性风险，发现流动性水平越低的股票，三个流动性β越大。因为β、相关系数和协方差相互间都是对方的一种变体形式，都是在衡量个体流动性的系统性程度，所以它们是同一类测度方法。
梁朝晖（2004）则运用参数方法估计了中国股市流动性与收益率之间的极值相依系数α。他采用极大似然法对中国股市2003年的5分钟交易数据进行了拟合，流动性指标的计算方法为：[（期间最高价格-期间最低价格）/期间最低价格]/期间的成交金额。结果发现在股价大幅下跌的时候，α值显著变小，即相关性明显变大；而股价上涨的时候，α值没有明显变化。说明中国股市极端下跌的时候流动性会一起迅速下降。
（2）基于VaR方法的流动风险测度
VaR指金融头寸在一个给定的时间段上，在一定置信水平下的最大可能损失。尽管 VaR是风险管理领域广泛使用的风险测度方法，但是传统的 VaR没有考虑市场的流动性问题，假设无论规模大小，交易都可以一次性无成本地完成，这显然与机构投资者的实际不符，因此很多学者开始研究把流动性因素考虑进 VaR的计算中。
Lawrence和Robinson（1995）根据市场流动性特性和资产规模大小确定 VaR的时间水平。若投资者认为变现持有的头寸比较困难、很耗时，那么就需要估计这个变现时间。当持有期增长的时候，所报告的VaR会增加以反映更高的风险。此外，他们还提出了基于均值—标准差方法的最优清算策略。Bertsimas和Lo （1998）在交易成本最小化的前提下建立了最优执行策略。Hista和 Yamai（2000）将清算期看做内生变量，考虑了市场流动性水平和持仓量对市场的影响，并计算了调整后的VaR。Berkowitz（2000）指出，除非流动性风险所产生的潜在损失被量化，否则VaR模型将始终缺乏解释力。当市场流动性差时，潜在成本很重要。Le Saout（2000）区别了日内VaR和日间 VaR，他提出了一个度量日内流动性风险的方法，即通过描述收益在交易量变动时的状况，提出应区分系统流动性风险和内生流动性风险。
Jarrow和Subramanian（1997）考虑交易对价格的冲击影响。他们考虑：（1）估计交易者自己的策略对市场可能产生的影响；（2）由于交易者不能在中间价格交易而只能在卖价交易所造成的损失，需研究一个投资者的最优清算问题并试图决定最优持有期。他们在证券价格服从几何布朗运动的假设下，考虑了交易规模和执行延迟对投资组合变现价值的影响，提出了一个流动性风险调整的 VaR。与传统的VaR只包含股票收益率的波动风险相比，流动性风险调整的 VaR还包含了体现流动性风险的流动性随机折扣系数的波动率和随机变现时间的波动率，用L_VaR表示。
Jarrow和Subramanian的L_VaR考虑了最优变现问题，并试图决定最优的变现时间，这些在概念上都很吸引人，但是可操作性比较差，这是因为：一是价格冲击模型的设定过于主观化和稳定化，实际上当市场出于下跌的危机中时价格的冲击影响模式会发生变化，不再是正常市场条件下的稳定的影响模式；二是公式中的参数很难用数据进行估计，例如随机折扣系数和执行滞后时间的均值和方差等参数；三是最优变现策略确定后不能在以后的变现期间根据市场流动性的变化而适时变化。
考虑买卖价差波动的较早文献是由 Bangia等人（1998）研究。Bangia等人认为，投资者面对的市场流动性风险由外生流动性风险和内生流动性风险两部分构成。外生流动性风险指由市场因素所引起的每个交易者同等面对的交易成本的不确定性，内生流动性风险是指投资者未来交易的成本与交易头寸的大小相关，因而导致的难以立刻变现的风险。他们在构造流动性风险调整的 VaR时并没有考虑内生流动性风险，而仅考虑了外生流动性风险。也就是说，他们没有考虑交易对价格的冲击影响，因而也没有考虑最优变现策略和变现时间的问题，因为他们认为价格冲击模型和变现策略的参数难以客观准确地估计，而且外生流动性风险是每个投资者无论是大投资者还是小投资者都要面对的，适用性更广。他们认为传统的VaR只是考虑了中间价格（mid-price），但实际交易时投资者还要付出一半的买卖价差才能成交，因此他们用买卖价差波动所造成的可能损失来度量外生流动性风险。
Erwan（2000）认为Bangia等人（1999、2001）的模型中假定价格收益变动和买卖价差变动是完全相关的，并且未考虑变现头寸大于报价深度时的情况，他提出根据变现头寸调整的价差变动来刻画流动性风险。Hisata和Yamai（2000）把交易的市场影响引入VaR模型，提出 L_VaR（liquidity-adjusted value at risk），与 Sham-roukh（2001）一致。他们通过考虑市场的流动性水平和投资者交易的头寸大小，把市场影响机制引入VaR模型中。通过构建反映市场影响机制的模型定义流动性成本，并以流动性成本最低为目标函数，求解最优执行策略；计算经过流动性调整的VaR值。Dubil（2001）认为传统的VaR使用统一的持有期，忽视了组合中资产流动性的差异，应当在确定持有期时考虑这一因素，为此，他提出“流动性调整后的VaR”。
Le Saout（2001）在Bangia等（1998）模型的基础上用报价深度加权买卖价差来衡量流动性成本，这样处理显然放大了买卖价差，能在一定程度上反映交易量对价差的冲击影响。他用该方法实证检验了法国股市，发现不考虑流动性风险确实会低估投资者面对的实际风险值。Pierre Giot和Joachim Grammig两位学者（2002）在德国市场上做了研究。他们在BDSS模型的基础上，考虑了内部流动性风险，对德国法兰克福市场（自动竞价市场）的流动性风险做了实证研究。分别求出考虑了流动性风险的VaR与未考虑流动性风险的 VaR，最后两者之差即为流动性风险的VaR。
流动性风险除了表现为市场影响和买卖价差的波动外，还表现为持有期的拉长。当交易者手中持有的头寸很大时，可以拉长变现时间以保证交易不对价格变化产生额外的冲击，那么在整个持有期内，如果不考虑买卖价差的波动，收益率的波动就只反映了单纯的价格风险。因此风险值的计算只需调整传统 VaR模型中持有期的取值就可以反映流动性风险。直接通过拉长变现时间引入流动性风险因素的VaR文献有 Dowd（1998）、Fayman（2004）、宋逢明和谭慧（2004）以及 Dubil （2001、2003）等。他们遵循的基本理念是，如果把变现时间拉长，就可以忽略交易对价格的冲击，甚至不在乎买卖价差的影响，只需计算在这样的零价格冲击的变现时间长度里的价格波动风险就行了。仿照股票收益率的 VaR测度，杜海涛（2002）直接对非流动性指标Lt的时间序列计算它的VaR值，非流动性指标Lt等于[（日最高价格-日最低价格）/日最低价格]/日成交金额，它表示一个交易日内单位金额下的价格变动率。他定义证券的流动性风险值为：在一定置信水平下，在未来特定时期内抛售一定数量的证券或组合所导致的最大可能损失。