从公司财务的视角探讨资产流动性对股票流动性的影响：一方面，资产的流动性越高，现有资产的不确定性就越低，因而股票的流动性越好；另一方面，高的资产流动性也会带来投资机会的增加，导致未来现金流的不确定性增大，从而降低股票的流动性。因此，理论上资产流动性与股票 流动性间存在不确定性。基于中国证券市场的结构特征，首先从理论上探讨了资产流动性与股票流动性间的相关性及其作用机理，以及不确定性的产生根源；其次，以A 股上市公司为样本，实证分析了资产流动性与股票流动性间的相关性。结果表明，在我国证券市场中股票流动性与资产流动性显著正相关，资产的流动性越高，股票的流动性也越好。进一步，小规模、低成长型和融资受限的公司，二者间的正相关性更强。研究结果对正确评价企业投融资决策、资产定价和股票的流动性、流动性风险均具有一定的参考价值。

流动性是市场本身所固有的属性，证券的流动性是指证券的变现能力。在一个流动性好的市场上，交易者能够以较低的交易成本、快速进行大量交易，且不会导致价格发生显著波动。证券市场流动性的大小直接影响证券市场功能（互通有无和价格发现）的实现程度。 流动性风险与流动性并不是同一个概念，它可以理解成由于各资产流动性水平的差异（包含平均流动性水平与流动性变动的不确定成分）而导致的资产持有者在出清资产时由于市场冲击所遭受的资产损失的可能性。相对于流动性，流动性风险这个概念更直观，而且更具有实用性。 一般来说传统度量流动性风险的方法是使用股票的平均流动性水平（即横截面上的风险），近几年在流动性风险的测度上，研究者逐渐考虑到了股票的流动性在时间维上的波动性（即纵向风险），这使得对流动性风险的度量更加符合实际。本文在以上两种流动性风险的基础上建立了包含“横”与“纵”两维上的新的流动性风险测度模型——流动性“成本－风险”矩形和等流动性风险曲线，并按流动性风险的大小对在上海证券交易所上市的107支A股股票进行了排序。 在股票组合的流动性风险的度量上，本文选取了最近比较流行的度量金融时间序列相依关系的方法－Copula技术，这种技术用来描述和分析变量间的相关结构。运用 Copula 理论我们可以构造灵活的多元分布，而且其在刻画不同金融时间序列的尾部相关性——相关性极值(dependent extreme values)方面具有独特的优势，这一点与金融危机来临时各股票流动性间的相关性增强恰好相一致。以基金嘉实增长(070002)2005年6月30日公布的持舱股票为样本（在考虑到数据的完整性后选取其中持股比例最大的五支股票），在股票组合的流动性风险测度上，本文用t分布对各股票的流动性的纵向风险进行拟合，并用多元t－Copula技术（MVT）与Monte Carlo方法对股票组合的流动性风险进行了测度。实证结果表明使用Copula技术与未用Copula技术的流动性风险相比其VaR值较大。

信用衍生产品是用来分离和转移信用风险的各种工具和技术的统称，发展历程才十年，但在全球发展得如此迅速且日趋成熟,比较有代表性的信用衍生产品主要有信用违约互换、总收益互换、信用联系票据和信用利差期权等四种。信用衍生产品具有分散信用风险、增强资产流动性、提高资本回报率、扩大金融市场规模与提高金融市场效率等五个方面的功效，但其功效的发挥也面临着障碍，未来的发展相应将出现新的变化。目前在我国信用衍生产品的发展还是空白，但利用信用衍生产品将有助于缓解银行业出现的“惜贷”、化解金融不良资产以及缓解中小企业融资难等问题，显然信用衍生产品在我国有极大的应用前景。