□李 平 湯懷林
[電子科技大學(xué) 成都 611731]
社會生產(chǎn)過程中難免會遭受生產(chǎn)安全事故與自然災(zāi)害的影響。據(jù)國家安全監(jiān)管總局統(tǒng)計(jì),僅2013年上半年,全國共發(fā)生各類生產(chǎn)安全事故約22.6萬起,死亡和下落不明約2.7萬人。各類生產(chǎn)安全事故嚴(yán)重影響了企業(yè)的正常生產(chǎn)經(jīng)營活動,造成巨大的直接或間接的經(jīng)濟(jì)損失。除了生產(chǎn)安全事故,我國還是自然災(zāi)害多發(fā)的國家,各種災(zāi)害時有發(fā)生。一般年份,全國受災(zāi)害影響的人口約2億人,其中因?yàn)?zāi)死亡數(shù)千人,需轉(zhuǎn)移安置300多萬人,農(nóng)作物受災(zāi)面積4000多萬公頃,成災(zāi)2000多萬公頃,倒塌房屋300萬間左右。隨著國民經(jīng)濟(jì)持續(xù)高速發(fā)展、生產(chǎn)規(guī)模擴(kuò)大和社會財(cái)富的積累,災(zāi)害損失有日益加重的趨勢。災(zāi)害已成為制約國民經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展的主要因素之一,不僅給人民群眾的生命安全造成損傷,同時也直接或間接影響到上市公司的業(yè)績。
本文主要研究生產(chǎn)安全事故與自然災(zāi)害信息(以下簡稱事故災(zāi)害)對作為經(jīng)濟(jì)晴雨表的股票市場會有怎樣的影響。對于此類問題的研究,外文文獻(xiàn)得到的主要結(jié)論是事故或?yàn)?zāi)害對股票市場有顯著的負(fù)面影響。如Hill等利用月收益率數(shù)據(jù)實(shí)證研究了三里島核事故對公用電力公司股票收益的影響,發(fā)現(xiàn)事件發(fā)生后兩個月,樣本股票的超額收益率一直為負(fù)。但是,受一些同樣能導(dǎo)致負(fù)收益率因素的干擾,事件的長期影響無法得到精確確認(rèn)。這些因素包括:涉事公司在事件發(fā)生后減少股利發(fā)放數(shù)額、有關(guān)安全新法規(guī)的頒布等[1]。Roger等研究了1989年加利福尼亞地震對涉及到的房地產(chǎn)公司的股票價(jià)值的影響,發(fā)現(xiàn)對圣佛朗西斯科地區(qū)的房地產(chǎn)公司的股價(jià)有顯著的負(fù)面影響[2]。Gunther等選取1990~2005年之間全世界64個石油化工行業(yè)發(fā)生的爆炸事故為樣本實(shí)證分析了股票市場對化學(xué)災(zāi)難的反應(yīng),其研究結(jié)果表明該類事件對股票市場會產(chǎn)生即時的負(fù)面影響。平均意義上,事件發(fā)生后兩日內(nèi)的損失達(dá)到-1.3%,事件發(fā)生后首日的損失程度與事件的嚴(yán)重程度有很大關(guān)系。并且,長期的損失也與事件的嚴(yán)重程度有關(guān)系,有傷亡或伴有毒氣泄漏的事件負(fù)面影響更持久[3]。但是,Roger等又研究了加利福尼亞地震對保險(xiǎn)公司股票的市值的后續(xù)影響,結(jié)果表明由于震后對保險(xiǎn)需求的增加,保險(xiǎn)公司的股票價(jià)值上升了。這表明自然災(zāi)害對某些行業(yè)(如保險(xiǎn)行業(yè))可能具有正面的效應(yīng)[4]。
此外,一些實(shí)證研究也表明事故災(zāi)害對股市沒有顯著影響。如Andrew等通過對澳大利亞42起自然災(zāi)害進(jìn)行研究,發(fā)現(xiàn)野外火災(zāi)、旋風(fēng)和地震對股票市場收益有重要影響,而暴風(fēng)雨雪和洪水卻沒有影響[5]。但隨后Andrew又發(fā)現(xiàn)了不同的結(jié)論,他利用GARCH-Mean模型就自然災(zāi)害對澳大利亞股票市場的影響進(jìn)行了研究,結(jié)果發(fā)現(xiàn),在整個市場層面,自然災(zāi)害對股票市場并沒有顯著影響[6]。Bert和Arieke采用事件研究法以1907~2007年之間209個能源事故為樣本實(shí)證研究了能源事故對股票市場的沖擊,發(fā)現(xiàn)股票市場對此類事故并沒有顯著反應(yīng)。作者認(rèn)為其主要原因可能是投資者在評估能源行業(yè)上市公司價(jià)值的時候已將發(fā)生此類事故的風(fēng)險(xiǎn)考慮在內(nèi)了[7]。
國內(nèi)對于此類問題的研究主要集中于地震自然災(zāi)害對中國股票市場的沖擊效應(yīng)。如劉慶富等以汶川地震為例,利用事件研究法實(shí)證分析了地震自然災(zāi)害對中國股票市場各行業(yè)指數(shù)的影響,發(fā)現(xiàn)地震災(zāi)難對中國股票市場各行業(yè)的收益和風(fēng)險(xiǎn)均產(chǎn)生顯著的不同程度的沖擊效應(yīng)??傮w而言,與地震期間相比,地震災(zāi)難在地震之后對股票市場各行業(yè)的沖擊明顯加大,并且這些沖擊具有一定程度上的漸進(jìn)性和持續(xù)性,而行業(yè)所表現(xiàn)出的個體差異主要取決于行業(yè)對地震災(zāi)難的敏感性[8]。王健等通過對汶川地震災(zāi)區(qū)上市公司收益率的研究,探討了自然因素對股市的影響,發(fā)現(xiàn)自然因素如地震對股市不同行業(yè)的企業(yè)影響各不相同[9]。譚宗瓊利用事件研究法對汶川地震后兩類上市公司(建筑建材板塊和生物制藥板塊)進(jìn)行了實(shí)證研究,證實(shí)了地震確實(shí)對上市公司的某些板塊有不同程度的影響。醫(yī)藥板塊在震后立即受到影響,而建筑建材板塊是大概在震后三日后才受到明顯影響,但醫(yī)藥板塊受影響的時間不如建筑建材行業(yè)受影響的時間長[10]。
為了分析事故災(zāi)害對我國股票市場的影響,本文選取了2003~2013年118份上市公司發(fā)布的關(guān)于受生產(chǎn)安全事故、自然災(zāi)害影響的公告為事件樣本,利用事件研究法進(jìn)行了實(shí)證研究。對該問題的研究,不僅有助于我們了解中國股票市場價(jià)格變化受事故災(zāi)害影響的程度及其敏感性,還可以為投資者的交易決策提供經(jīng)驗(yàn)證據(jù)。
中國股市在經(jīng)歷了2007年以前的大牛市后于2008年一路下跌轉(zhuǎn)入熊市。我們預(yù)期,不同的市場環(huán)境下股票市場對事故災(zāi)害的反應(yīng)應(yīng)該有所差異。一般而言,在牛市環(huán)境下,投資者對市場未來抱有相對強(qiáng)的信心,投資者常樂觀地對待負(fù)面消息;反之,熊市環(huán)境下則常以悲觀的心態(tài)對待負(fù)面消息。由此本文提出:
假設(shè)1:相比熊市,牛市環(huán)境下事故災(zāi)害對股票市場產(chǎn)生的沖擊效應(yīng)更小。
生產(chǎn)安全事故和自然災(zāi)害在起因上是不同性質(zhì)的事件。生產(chǎn)安全事故發(fā)生的原因是多樣的,可能是自然因素如高溫,也可能是機(jī)械故障、人為失誤等,具有一定的可防可控性。而自然災(zāi)害則是由于自然的異常變化而造成的對人類社會的災(zāi)害性影響,具有不可抗拒性。當(dāng)投資者獲知這兩種由于不同性質(zhì)的原因?qū)е碌呢?fù)面消息后,其反應(yīng)是否存在不一樣?這是我們關(guān)心的第二個問題,并且我們預(yù)期自然災(zāi)害對股票市場的影響要小于生產(chǎn)安全事故。
假設(shè)2:自然災(zāi)害對股票市場的影響程度小于生產(chǎn)安全事故。
對于不同行業(yè),由于對事故災(zāi)害的敏感性不同,事件發(fā)生后恢復(fù)生產(chǎn)的速度不同以及彌補(bǔ)損失的能力不同,不同行業(yè)受事故災(zāi)害的影響程度是不同的。Roger等先后研究了1989年加利福尼亞地震對房地產(chǎn)行業(yè)股票收益和保險(xiǎn)行業(yè)股票收益的影響,發(fā)現(xiàn)對部分地區(qū)的房地產(chǎn)公司股票收益存在負(fù)面影響而對保險(xiǎn)行業(yè)股票收益卻有正面的效應(yīng)[2,4]。劉慶富等以汶川地震為例,利用事件研究法同樣發(fā)現(xiàn)地震災(zāi)難對中國股票市場各行業(yè)的收益和風(fēng)險(xiǎn)均產(chǎn)生顯著的不同程度的沖擊效應(yīng)[8]。但Bert和Arieke對能源事故的實(shí)證研究發(fā)現(xiàn)股票市場對此類事故并沒有顯著反應(yīng)[7]??紤]到能源產(chǎn)品需求價(jià)格彈性極小以及產(chǎn)品供給的壟斷性特征,我們預(yù)期當(dāng)事故災(zāi)害發(fā)生后,能源行業(yè)的公司其股價(jià)甚至可能出現(xiàn)不跌反漲的現(xiàn)象。所以我們提出:
假設(shè)3:不同行業(yè)受事故災(zāi)害的影響程度不同,電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)不會受事故災(zāi)害的負(fù)面影響,甚至可能出現(xiàn)其股價(jià)不跌反漲的現(xiàn)象。
在Gunther等認(rèn)為,同等嚴(yán)重程度的事件對不同規(guī)模上市公司的影響是不同的,大規(guī)模的公司受事件的影響程度要小于小規(guī)模的公司受影響程度。這是因?yàn)樾∫?guī)模公司的股票市場流動性相對較低,并且小規(guī)模公司沒有大規(guī)模公司為履行生產(chǎn)合同而分散生產(chǎn)這樣的機(jī)會[3]。為了檢驗(yàn)中國股票市場是否也存在相同的結(jié)論,我們設(shè)定受傷人數(shù)和死亡人數(shù)都在4人以下、財(cái)產(chǎn)損失額度在500萬以下的事件為同等嚴(yán)重程度的事件,并檢驗(yàn)如下假設(shè):
假設(shè)4:同等嚴(yán)重程度事故災(zāi)害信息的披露對小規(guī)模公司的影響程度大于大規(guī)模公司。
本文中的事件樣本數(shù)據(jù)收集于2003~2013年上市公司發(fā)布的關(guān)于自然災(zāi)害和生產(chǎn)安全事故的公告,這些公告均來自上海證券交易所網(wǎng)站和深圳證券交易所網(wǎng)站。用于搜索相關(guān)公告的關(guān)鍵詞包括:“災(zāi)害”、“事故”、“地震”、“洪水”、“火災(zāi)”、“爆炸”等等,共收集到251個數(shù)據(jù)樣本。其中,2008年5月12日發(fā)生的汶川地震對股票市場產(chǎn)生影響是不言而喻的,震后也有學(xué)者對此次地震對股票市場的影響做出了實(shí)證研究[11],并得出了相應(yīng)結(jié)論,故剔除涉及汶川地震的事件樣本。進(jìn)一步,我們只取上市公司針對同一個事件做出的第一份公告,即剔除針對同一事件的后續(xù)公告。同時,剔除其中退市的2家公司及因事件的發(fā)生而導(dǎo)致股票停牌的樣本。此外,為了使實(shí)證結(jié)果更具合理性和穩(wěn)健性,我們剔除數(shù)據(jù)采集期間公司有其他重大信息披露的樣本。最終得到154個初始樣本。事件涉及的各上市公司股票及市場的日收益率數(shù)據(jù)均來源于深圳市國泰安信息技術(shù)有限公司提供的金融數(shù)據(jù)庫(CSMAR數(shù)據(jù)庫)。剔除個股收益率數(shù)據(jù)缺失樣本后,最終可以利用的樣本數(shù)為118個。
根據(jù)研究假設(shè),我們將這118個樣本進(jìn)行如下分類:
1.市場背景:分為兩個時間段,2003~2007年(牛市),共30個樣本;2008~2013年(熊市),共88個樣本。
2.事件類型:分為兩類,一類是自然災(zāi)害,共29個樣本;另一類是生產(chǎn)安全事故,共89個樣本。
3.行業(yè)類型:根據(jù)中國證監(jiān)會2012年修訂的《上市公司行業(yè)分類指引》對事件中的上市公司進(jìn)行分類。根據(jù)第一級分類標(biāo)準(zhǔn)和樣本數(shù)量限制的緣故,我們將樣本分為三類:制造業(yè),共83個樣本;電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè),共13個樣本;其他行業(yè),共22個樣本。其中,其他行業(yè)包括農(nóng)業(yè)、采掘業(yè)、建筑業(yè)、批發(fā)和零售業(yè)、交通運(yùn)輸、倉儲等。
4.公司規(guī)模:根據(jù)事前設(shè)定的同等嚴(yán)重程度事件樣本中上市公司事件公告日的前一天市值升序排序。取其中的前30%樣本代表小規(guī)模公司,共36個樣本;后30%樣本代表大規(guī)模公司,共35個樣本。
事件研究法(Event Study)的核心思想是檢驗(yàn)?zāi)骋皇录l(fā)生后股票市場上是否出現(xiàn)顯著的異常收益率(Abnormal Return),其步驟為:(1)定義事件;(2)設(shè)定事前窗(pre-event window)(又稱估計(jì)窗)和事件窗(event window);(3)估計(jì)參數(shù)確定正常收益率,用來刻畫正常收益率的模型包括:均值模型、市場模型、Fama-French三因素模型等,參數(shù)估計(jì)一般運(yùn)用最小二乘法;(4)計(jì)算事件窗內(nèi)的異常收益率,從兩個維度加以考察:平均異常收益率(average abnormal return)和累積異常收益率(cumulative abnormal return),并構(gòu)建統(tǒng)計(jì)量進(jìn)行顯著性(t檢驗(yàn)等)及穩(wěn)健性檢驗(yàn)(符號秩檢驗(yàn)等);(5)得出實(shí)證結(jié)果并對其進(jìn)行分析和解釋。
本文的事件是事故災(zāi)害對股票市場的影響,并以上市公司發(fā)布有關(guān)事件的第一份公告的公告日為事件日。在上市公司發(fā)布關(guān)于事故災(zāi)害公告前,可能一些媒體機(jī)構(gòu)已進(jìn)行了相關(guān)報(bào)道,并且樣本中公告日與其所公告的事故災(zāi)害發(fā)生日的最大時間間隔為8天,為了使結(jié)果更具說服力,所以本文設(shè)定估計(jì)窗和事件窗分別為[-188,-9]和[-8,120]。此外,借鑒Gunther等[3]的思想,本文采用市場模型來估計(jì)正常收益率。具體步驟如下:
第五步,為保證結(jié)果的穩(wěn)健性,本文還對累積異常收益率進(jìn)行了Wilcoxon符號秩檢驗(yàn)的非參數(shù)檢驗(yàn)。該方法由Corrado提出,它不要求收益率服從正態(tài)分布,只根據(jù)異常收益率在時間序列中的相對順序關(guān)系檢驗(yàn)異常收益率是否顯著異于0。
圖1 不同市場環(huán)境下事件窗內(nèi)累積平均異常收益率變化情況
圖1和表1分別展示了不同市場環(huán)境下事件窗內(nèi)累積平均異常收益率的變化情況及檢驗(yàn)結(jié)果。通過對比,我們的確發(fā)現(xiàn)不同市場環(huán)境下股票市場對事故災(zāi)害事件的反應(yīng)是有差異的。
1.雖然不論是在牛市環(huán)境下還是在熊市環(huán)境下,事故災(zāi)害在事件日當(dāng)天對股票市場都有顯著的負(fù)向效應(yīng),但牛市環(huán)境下股票市場的反應(yīng)程度要小于熊市環(huán)境下的反應(yīng)程度。在牛市環(huán)境下,事件日當(dāng)天的平均異常收益率為-0.478%,而在熊市環(huán)境下的為-0.756%,且都在1%的顯著性水平下顯著。同時,累積平均異常收益率在事件日的前幾日已呈現(xiàn)出顯著的負(fù)值,表明在上市公司發(fā)布公告前,相關(guān)信息已通過媒體等渠道被投資者所知曉。
2.從圖1可以看出,短期內(nèi)(事件日后20天)累積平均異常收益率曲線呈現(xiàn)出平行小幅度震蕩變化,似乎股票市場已經(jīng)完全消化了事故災(zāi)害所帶來的負(fù)面影響。但隨后異常平均收益率曲線的走向表明事故災(zāi)害的影響遠(yuǎn)不止于此,且在隨后的一段時間呈現(xiàn)出牛市環(huán)境下的沖擊效應(yīng)略大一些。這表股票市場的反應(yīng)具有一定的滯后性,而導(dǎo)致這種滯后性的原因可能是涉事上市公司發(fā)布相關(guān)信息的滯后性或者是投資者對信息的反應(yīng)不足。
3.從圖1可知,牛市環(huán)境下的累積平均異常收益率在一段時間后迅速地反彈,隨后恢復(fù)甚至超過事發(fā)前的水平。而與此形成鮮明對比的是,熊市狀態(tài)下累積平均異常收益率的繼續(xù)緩慢下行,表明牛市環(huán)境下,股票市場受事故災(zāi)害影響的時間持續(xù)的更短。
總體而言,牛市環(huán)境下事故災(zāi)害對股票市場的沖擊效應(yīng)更小,假設(shè)1成立。
表1 不同市場環(huán)境下事件窗內(nèi)累積平均異常收益率檢驗(yàn)結(jié)果
圖2和表2分別展示了自然災(zāi)害與生產(chǎn)安全事故事件窗內(nèi)各自的累積平均異常收益率的變化情況及檢驗(yàn)結(jié)果。實(shí)證結(jié)果表明,假設(shè)2是成立的,具體表述如下:
1.自然災(zāi)害對股票市場的影響是階段性的。累積平均異常收益率曲線呈現(xiàn)一波三折的形態(tài),自然災(zāi)害在事件日前后幾天的確對股票市場有連續(xù)顯著的負(fù)面影響。隨后轉(zhuǎn)負(fù)面為正面影響,可能是市場反應(yīng)過度或信息的滯后,在事件日后第30天累積平均異常收益率曲線出現(xiàn)下滑。但從長期來看,自然災(zāi)害對股票市場的效應(yīng)是正面的。導(dǎo)致這樣的結(jié)果可能是由于自然災(zāi)害影響的不確定性以及信息的不對稱性。例如,醫(yī)藥企業(yè)雖然受到災(zāi)害的些許影響,但同時也給其帶來長期收益的增長。此外,王健等認(rèn)為自然災(zāi)害對上市公司的影響更多來源于股票市場信息的不對稱所造成的恐慌,上市公司實(shí)質(zhì)業(yè)務(wù)受到的影響有限。
2.相比而言,生產(chǎn)安全事故對股票市場的影響直接表現(xiàn)為持續(xù)的負(fù)面影響。從圖2可知這種負(fù)面影響的持續(xù)時間為48天左右(約2個月)。此外,相對于自然災(zāi)害對股票市場的沖擊效應(yīng),生產(chǎn)安全事故的沖擊效應(yīng)更大。這是由于生產(chǎn)安全事故通常是由管理不當(dāng)造成,嚴(yán)重影響了投資者對上市公司管理水平的預(yù)期,導(dǎo)致長期負(fù)面的效應(yīng)。
圖2 不同性質(zhì)事件事件窗內(nèi)累積平均異常收益率變化情況
表2 不同性質(zhì)事件事件窗內(nèi)累積平均異常收益率檢驗(yàn)結(jié)果
圖3和表3分別展示了不同行業(yè)事件窗內(nèi)累積平均異常收益率的變化情況及檢驗(yàn)結(jié)果。實(shí)證結(jié)果表明:
1.相比其他行業(yè),事故災(zāi)害對電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)的負(fù)面影響甚小,甚至還呈現(xiàn)出一定的正面效應(yīng)。這是由該行業(yè)的性質(zhì)決定的,該行業(yè)是保障居民生活的基本產(chǎn)業(yè),具有一定的網(wǎng)絡(luò)結(jié)構(gòu),且生產(chǎn)能力恢復(fù)快,并且在事故災(zāi)害發(fā)生后,對電力、水生產(chǎn)等的需求會上升。
2.由圖3可以看出,與電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)不同,制造業(yè)和其他行業(yè)受到事故災(zāi)害的顯著負(fù)影響。其中,對制造業(yè)的影響還是相當(dāng)長久的(約3個月)。而對其他行業(yè)中具體的細(xì)分行業(yè),由于樣本數(shù)量的限制,我們目前無法精確加以描述。
圖3 不同行業(yè)事件窗內(nèi)累積平均異常收益率變化情況
表3 不同行業(yè)事件窗內(nèi)累積平均異常收益率檢驗(yàn)結(jié)果
綜上所述,與Roger等[2,4]、譚宗瓊[10]、劉慶富等[8]、王健等[9]通過研究得到的不同行業(yè)受災(zāi)害影響不同的結(jié)論相似,我們也發(fā)現(xiàn)事故災(zāi)害對不同行業(yè)有不同的影響。故假設(shè)3成立。
圖4和表4分別展示了同等嚴(yán)重程度事件下不同規(guī)模上市公司事件窗內(nèi)累積平均異常收益率的變化情況及其檢驗(yàn)結(jié)果。通過分析,可以發(fā)現(xiàn):
圖4 不同規(guī)模上市公司事件窗內(nèi)累積平均異常收益率變化情況
1.小規(guī)模公司受事故災(zāi)害的影響主要集中在兩個時段:第一個時段是公告日當(dāng)天和隨后的2天,其平均異常收益率分別為-1.316%、-0.275%和-0.973%。第二個階段是公告日后第35天至第41天,其平均異常收益率分別為-0.448%、-0.348%、-0.334%、-0.354%、-0.498%、-0.167%和-0.721%。
2.大規(guī)模公司在事件日當(dāng)天的平均異常收益率為-0.212%,這遠(yuǎn)低于小規(guī)模公司的-1.316%,但其事件日當(dāng)天的累積異常收益率達(dá)到了-2.651%,小規(guī)模公司僅為-0.696%。這是因?yàn)椋杀?可以發(fā)現(xiàn),小規(guī)模公司在其發(fā)布相關(guān)受事故災(zāi)害影響公告之前,其股票收益沒受到任何負(fù)面影響,而大規(guī)模公司的股票收益在公告日之前就已受到顯著的負(fù)面影響。存在這樣的差異可能是由于大規(guī)模公司更多地受到媒體和投資者的關(guān)注,而小規(guī)模公司的媒體曝光率要低得多。所以,就短期而言(事件日當(dāng)天及其后2天),事故災(zāi)害信息的披露對小規(guī)模公司的沖擊效應(yīng)更大。
3.然而,相比于小規(guī)模公司,事件對大規(guī)模公司的影響時間更持久。由圖4可以看出,小規(guī)模公司的累積異常收益率在事件日后第48天開始平行震蕩變化,隨后反彈,并一直保持上揚(yáng)趨勢,表明事件對小規(guī)模公司的影響持續(xù)時間約為兩個月;然而對于大規(guī)模公司,在整個事件窗內(nèi),其累積異常收益率始終是下行趨勢,表明至少在整個事件窗的時間長度內(nèi)(6個月),事件對大規(guī)模公司都有持續(xù)性影響。
總體而言,假設(shè)4從短期看是成立的。
表4 不同規(guī)模上市公司事件窗內(nèi)累積平均異常收益率檢驗(yàn)結(jié)果
生產(chǎn)安全事故與自然災(zāi)害時有發(fā)生,直接或間接地影響經(jīng)濟(jì)發(fā)展。為了分析事故災(zāi)害對股票市場究竟會產(chǎn)生怎樣的影響,本文選取了2003~2013年118個上市公司受事故災(zāi)害影響的公告為事件樣本,采用事件研究法實(shí)證檢驗(yàn)了此類事件對中國股票市場的沖擊效應(yīng)。研究結(jié)果表明,事故災(zāi)害對股市有明顯的負(fù)面影響,但相比熊市環(huán)境下,牛市環(huán)境下的這種影響持續(xù)的時間更短。分開來看,自然災(zāi)害對股市的影響程度總體要小于生產(chǎn)安全事故,自然災(zāi)害對股市的影響呈現(xiàn)出分階段的不同。同時,不同行業(yè)受事件的影響程度各不相同,電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)幾乎不會受到負(fù)面影響。此外,根據(jù)涉事上市公司的規(guī)模大小,同等嚴(yán)重程度事故災(zāi)害信息的披露對小規(guī)模公司短期內(nèi)所產(chǎn)生的影響程度要大于大規(guī)模公司,但對大規(guī)模公司的長期影響更大。從上述結(jié)果可以看出,上市公司的信息發(fā)布具有一定的滯后性,市場中信息傳遞缺乏及時性和有效性等??傮w而言,中國股票市場還不是一個非常有效的市場,單就關(guān)于事故災(zāi)害風(fēng)險(xiǎn)控制來說,中國股票市場還有很多需要改進(jìn)的地方。例如,加強(qiáng)對上市公司及時發(fā)布信息的監(jiān)管,改善信息傳輸渠道,提高信息的有效性等。
[1]HILL J, THOMAS S.The effect of Three Mile Island on electric utility stock prices: a note [J].The Journal of Finance,1983, 38(4): 1285-1292.
[2]SHELOR M R, ANDERSON C D, CROSS L M.The impact of the California earthquake on real estate firms’ stock value[J].Journal of Real Estate Research, 1990, 39(5):1437-1448.
[3]CAPELLE-BLANCARD G, LAGUNA M.How does the stock market respond to chemical disasters? [J].Journal of Environmental Economics and Management, 2010(59):192-205.
[4]SHELOR M R, ANDERSON C D, CROSS L M.Gaining from loss: property-liability insurer stock values in the aftermath of the 1989 California Earthquake [J].The Journal of Risk and Insurance, 1992, 59(3): 476-488.
[5]WORTHINGTON A, VALADKHANI A.Measuring the impact of natural disasters on capital market: an empirical application using intervention analysis [J].Applied Economics,2004, 36(19): 2177-2186.
[6]WORTHINGTON A.Measuring the impact of natural events and disasters on the Australian stock market: a GARCH-M analysis of storms,floods,cyclones,earthquakes and bushfires [J].Global Business and Economics Review, 2008,10(1): 1-10.
[7]BERT S, ARIEKE B.Stocks and energy shocks: The impact of energy accidents on stock market value [J].Energy,2011, 36(3): 1698-1702.
[8]劉慶富, 周程遠(yuǎn), 張婉寧.地震災(zāi)難對中國股票市場的沖擊效應(yīng)[J].財(cái)經(jīng)問題研究, 2011(4): 61-67.
[9]王健, 范嘉毅, 劉翠俠.自然因素對我國股市的影響研究—以汶川地震為例[J]商業(yè)時代, 2012(33): 66-67.
[10]譚宗瓊.地震對兩類上市公司影響的實(shí)證分析[J].經(jīng)營管理者, 2010(19): 23-24.
[11]郭幽蘭, 劉春林, 林中躍.災(zāi)害事件后管理層回應(yīng)方式對股票收益影響的實(shí)證研究——以5.12汶川地震為例[J].財(cái)貿(mào)研究, 2011(1): 81-87.