空氣質(zhì)量、投資者情緒與股票收益率

陳 康，江嘉駿，劉 琦，李 欣

1 西南財經(jīng)大學(xué) 中國金融研究中心，成都 611130 2 復(fù)旦大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433 3 北京大學(xué) 光華管理學(xué)院，北京 100871 4 泰康資產(chǎn)管理有限責(zé)任公司，北京 100033

引言

心理學(xué)研究證實，當(dāng)人們暴露在被污染的空氣中，對事物的評價會產(chǎn)生負(fù)向的偏差[1-2]，空氣質(zhì)量差使人們產(chǎn)生悲觀情緒。根據(jù)現(xiàn)代行為金融學(xué)的理論，投資者情緒顯著影響他們的交易行為。悲觀情緒導(dǎo)致投資者對事物的負(fù)面評價上升，更加厭惡風(fēng)險，并且交易意愿下降[3]。因此，當(dāng)空氣質(zhì)量較差時，投資者情緒變得悲觀，對本地股票的估值下降，交易意愿下降，股票收益率降低。中國鮮有研究探討空氣質(zhì)量與股票市場收益率的關(guān)系。郭永濟(jì)等[3]利用2006年至2013年上海的數(shù)據(jù)研究空氣質(zhì)量對上證滬企指數(shù)的影響，發(fā)現(xiàn)空氣質(zhì)量對股票收益率有負(fù)向影響。但上述研究只用上海一個城市的數(shù)據(jù)驗證空氣污染的影響，無法排除城市的固定特征對研究結(jié)論產(chǎn)生的內(nèi)生性干擾，該研究結(jié)果說服力有限。

本研究探討如果排除城市固定特征帶來的內(nèi)生性干擾，空氣質(zhì)量是否還會影響股票收益率。更重要的，空氣質(zhì)量是通過增加投資者的悲觀情緒影響股票收益率，還是通過降低投資者的交易意愿影響股票收益率。本研究進(jìn)一步探討空氣質(zhì)量影響股票收益率的具體機(jī)制，為環(huán)境影響資產(chǎn)價格的研究提供新的證據(jù)。

1相關(guān)研究評述

天氣對股票市場影響的相關(guān)研究由來已久，但學(xué)術(shù)界并沒有達(dá)成一致的結(jié)論。

一些研究結(jié)果支持天氣狀況對股票收益率的影響，并且將這種影響歸因于投資者情緒的變化。一方面，基于心理學(xué)的研究證實環(huán)境確實影響投資者的情緒，如糟糕的天氣使人們產(chǎn)生悲觀情緒[1-2]。另一方面，基于金融學(xué)的許多經(jīng)驗證據(jù)證明投資者情緒與股票收益的關(guān)系。BAKER et al.[4]探討投資者情緒對于股票收益率的橫截面效應(yīng)，發(fā)現(xiàn)當(dāng)投資者情緒較低時，小市值股票、成長型股票、高波動率股票、虧損的股票和不分紅的股票將有顯著的高收益率；當(dāng)投資者情緒較高時，這類股票則有明顯的低收益率。在中國市場上，也有研究證明投資者情緒對資產(chǎn)價格有顯著影響，不同情緒的變化影響交易主體對資產(chǎn)的買賣行為[5-7]。王美今等[8]以中國資本市場數(shù)據(jù)為研究樣本，發(fā)現(xiàn)投資者情緒的變化顯著影響滬深兩市的股票收益率，并通過風(fēng)險獎勵影響收益率；金雪軍等[9]和程琬蕓等[10]分別通過文本挖掘方法提取投資者情緒指數(shù)，并且驗證了投資者情緒對股票收益率的正向影響；許啟發(fā)等[11]使用中文文本情感分析法，從新浪微博的文本中提取出網(wǎng)絡(luò)情緒時間序列，發(fā)現(xiàn)網(wǎng)絡(luò)情緒能夠預(yù)測股市收益的尾部特征。

從情緒的角度，SAUNDERS[12]最早研究天氣與股票市場收益率的關(guān)系，發(fā)現(xiàn)紐約證券交易所的股票收益率與紐約當(dāng)?shù)卦茖痈采w率有很強(qiáng)的相關(guān)關(guān)系，而這種關(guān)系通過紐約證券交易所里的交易員們的情緒進(jìn)行傳導(dǎo)；LOUGHRAN et al.[13]對SAUNDERS[12]的研究進(jìn)行改進(jìn)，因為紐約證券交易所接受來自全美國甚至世界各地的交易指令，如果投資者的情緒又受到日照時長的影響，紐約的云層覆蓋率就不是一個很好的衡量投資者情緒的變量。根據(jù)本地偏好理論，投資者更加愿意本土投資，納斯達(dá)克交易所上市的公司規(guī)模較小，更容易受到當(dāng)?shù)赝顿Y者的關(guān)注，LOUGHRAN et al.[13]最終選取納斯達(dá)克股票注冊地的天氣狀況進(jìn)行研究，同樣發(fā)現(xiàn)日照與股票收益率的正相關(guān)關(guān)系。中國的研究中，儀垂林等[14]的研究發(fā)現(xiàn)，濕度和風(fēng)速等變量確實能影響投資者情緒，從而影響上證綜合指數(shù)收益。

有學(xué)者認(rèn)為天氣具有很強(qiáng)的季節(jié)效應(yīng)，沒有辦法將天氣影響股票收益率的情緒效應(yīng)和季節(jié)效應(yīng)剝離，并且情緒對風(fēng)險偏好的改變也無法捕捉，因此所謂的天氣對股票市場的影響可能并不存在。JACOBSEN et al.[15]對已有研究結(jié)果產(chǎn)生質(zhì)疑，他們承認(rèn)雖然股市在夏天和秋天的收益率水平顯著低于冬天和春天，但并不是由于季節(jié)性情緒波動或者氣溫的原因造成的，并通過引入5月效應(yīng)和萬圣節(jié)效應(yīng)等簡單的季節(jié)性因素解釋這一異象。類似地，KELLY et al.[16]認(rèn)為沒有證據(jù)表明情緒的改變直接影響風(fēng)險喜好，也就是說連接天氣與股票收益的關(guān)系并不成立。在中國，陸靜[17]的分析表明，除溫度和極端天氣以外的其他天氣指標(biāo)只對投資者情緒產(chǎn)生影響，但無法傳導(dǎo)到股票收益率。

本研究認(rèn)為，由于不同的投資者對同樣的天氣可能存在不同的偏好，如有的投資者可能更喜歡陽光充足，有的投資者更喜歡細(xì)雨綿綿，即使同一種天氣，對投資者情緒的影響方向也不同，因此很難單向地去看某一種天氣因素對股票市場的影響。而空氣污染作為一種負(fù)情緒效應(yīng)的環(huán)境因子[2]，對所有投資者客體情緒影響的方向都更為一致，因此更適合用空氣質(zhì)量檢驗環(huán)境因素對股票市場的影響。

已有研究也分析過空氣質(zhì)量與股票收益率的關(guān)系，認(rèn)為空氣質(zhì)量越差，股票的收益率越低，但這些研究受限于樣本數(shù)據(jù)的過度集中或研究方法的設(shè)計，大都表現(xiàn)出一定的局限性。LEVY et al.[18]利用空氣質(zhì)量指數(shù)AQI和美國四大股票交易所指數(shù)收益率數(shù)據(jù)，研究發(fā)現(xiàn)空氣質(zhì)量“不健康”日的股票收益率明顯低于“健康”日的股票收益率，驗證了空氣質(zhì)量與股票收益率的負(fù)相關(guān)關(guān)系，并發(fā)現(xiàn)這種關(guān)系隨污染地與股票交易所距離的增加而逐漸減弱。美中不足的是，兩組數(shù)據(jù)數(shù)量相差懸殊，在2 594個交易數(shù)據(jù)中只有不足2%屬于“不健康”組，這在一定程度上削弱了結(jié)果的有效性。與本研究相近的還有郭永濟(jì)等[3]的研究，但他們僅使用2006年至2013年上海的空氣質(zhì)量數(shù)據(jù)研究其對股票市場的影響，沿用國外的研究思路，探討作為交易所所在地的上海其空氣質(zhì)量對上證滬企的影響，也有一定的局限性，因為中國的股票交易并不是做市商交易，股票價格的形成由全國各地的投資者交易得到。同時，該研究僅用上海一個城市的數(shù)據(jù)驗證空氣污染的影響，無法排除城市的固定特征對研究結(jié)論產(chǎn)生的內(nèi)生性干擾，研究結(jié)果難以具有很強(qiáng)的說服力。

與已有研究不同，本研究基于本地偏好理論，利用中國各大城市的空氣質(zhì)量面板數(shù)據(jù)，檢驗環(huán)境對股票市場的影響。由于信息不對稱、投資者的有限關(guān)注和模糊性厭惡等原因[19-21]，投資者往往更多地配置自己更了解和更具信息優(yōu)勢的資產(chǎn)，更多地配置本地的股票，即所謂的本地偏好。已有大量研究證明投資者的交易具有很強(qiáng)的本地偏好[22]，但由于一般很難得到公司層面的股票交易數(shù)據(jù)，即很難判斷一只股票的投資者群體中本地投資者占比多少，要直接的證明公司股票更多地被本地投資者交易相對困難。在中國，黃福廣等[23]和張學(xué)勇等[24]研究中國的風(fēng)險投資，發(fā)現(xiàn)風(fēng)險資本投資存在明顯的本地偏好；董大勇等[25]最早計算股票的本地偏好，實證結(jié)果表明股票論壇中投資者加入本地股票信息交流的概率更大；HUANG et al.[26]利用東方財富股吧論壇的數(shù)據(jù)，用IP識別方法判斷發(fā)帖人所在地，研究結(jié)果也證實本地偏好的確存在。不止是中小投資者這類散戶，機(jī)構(gòu)投資者也存在本地偏好現(xiàn)象，張誼浩等[27]利用中國開放式股票型基金為研究對象，發(fā)現(xiàn)基金有持續(xù)的本地偏好現(xiàn)象，并且集中體現(xiàn)于對治理水平較好、透明度較低、信息不對稱程度較高的上市公司；楊曉蘭等[28]通過IP識別和文本分析方法證明，當(dāng)本地投資者情緒較高時，本地關(guān)注對股票收益率的影響更大。

因此，基于本地偏好的效應(yīng)，本地空氣質(zhì)量的高低對本地投資者情緒產(chǎn)生影響，進(jìn)而對本地股票收益率產(chǎn)生影響。本研究以同一城市為注冊地的上市公司股票構(gòu)建每個城市的股票組合，利用中國各大城市的空氣質(zhì)量面板數(shù)據(jù)進(jìn)行實證分析，相對于已有研究，至少具有兩點優(yōu)勢。首先，可以充分利用中國空氣質(zhì)量污染日較多的大樣本特征得到更有效的結(jié)果；其次，也可以將空氣質(zhì)量數(shù)據(jù)匹配到全國各地的投資者，形成城市和日度頻率的面板數(shù)據(jù)。本研究認(rèn)為，一方面可以充分利用數(shù)據(jù)的橫截面特征檢驗不同的空氣質(zhì)量對股票收益率的影響，另一方面也可以利用日度數(shù)據(jù)的高頻特征剝離季節(jié)等其他因素對股票市場的影響，并進(jìn)一步對空氣質(zhì)量影響股票收益率的具體機(jī)制進(jìn)行分析。

2研究假設(shè)

基于已有研究，本研究認(rèn)為空氣質(zhì)量可能通過影響投資者情緒而影響股票收益率。當(dāng)人們暴露在污染的空氣中，對事物的評價更偏負(fù)面[1]，較差的空氣質(zhì)量使人們悲觀情緒上升。有相關(guān)的醫(yī)學(xué)研究發(fā)現(xiàn)，暴露在污染的空氣中可能使人體中的腎上腺皮質(zhì)醇激素增加，造成代謝紊亂，降低人們冒險的欲望，改變?nèi)藗兊娘L(fēng)險偏好[29]。根據(jù)現(xiàn)代行為金融學(xué)理論，投資者情緒顯著影響投資者的交易行為。悲觀情緒導(dǎo)致投資者對事物的負(fù)面評價上升，更加厭惡風(fēng)險，并且交易意愿下降[3]。

因此，如果某個城市當(dāng)日空氣質(zhì)量較差(即空氣質(zhì)量指數(shù)AQI較高)，當(dāng)?shù)赝顿Y者的負(fù)面情緒會增加。根據(jù)本地偏好理論[27-28]，本地投資者往往更多的配置本地公司的股票。這就導(dǎo)致當(dāng)某個城市空氣質(zhì)量較差時，本地投資者情緒變得悲觀，對本地公司的股票估值下降，交易意愿下降，從而使本地公司的股票收益率整體降低。如果以該城市所有公司的股票構(gòu)建股票組合(以下簡稱股票組合)，可以發(fā)現(xiàn)空氣質(zhì)量指數(shù)越高，股票組合的收益率越低。因此，本研究提出假設(shè)。

H1空氣質(zhì)量指數(shù)與股票收益率負(fù)相關(guān)，當(dāng)日空氣質(zhì)量越差的城市，其股票組合的收益率越低。

與郭永濟(jì)等[3]的研究不同，本研究探討空氣質(zhì)量對股票收益率影響的具體機(jī)制，空氣質(zhì)量通過情緒影響股票收益率可能有增加投資者悲觀情緒和降低投資者交易意愿兩種機(jī)制。

(1)根據(jù)ROTTON[1]的研究，當(dāng)人們暴露在污染空氣中，對事物的評價產(chǎn)生負(fù)向的偏差，空氣質(zhì)量差使本地投資者產(chǎn)生悲觀情緒，因此下調(diào)對股票的估值。如果因為空氣質(zhì)量改變了投資者的悲觀情緒，當(dāng)空氣質(zhì)量變差時，本地投資者變得更悲觀，與沒有遭遇空氣污染的外地投資者相比，他們對同一家公司未來前景的預(yù)期更悲觀，從而導(dǎo)致本地投資者與非本地投資者意見分歧加大。如果本地投資者與非本地投資者意見分歧加大，本地投資者的股票換手率上升[30]。因此，如果增加悲觀情緒的機(jī)制，某城市的空氣質(zhì)量越差，該城市所有上市公司構(gòu)成的股票組合的換手率上升。因此，本研究提出假設(shè)。

H2當(dāng)日空氣質(zhì)量越差的城市，投資者悲觀情緒越高，股票組合的換手率越高。

(2)由于空氣質(zhì)量差對人造成煩躁、悲觀、注意力不集中、焦慮等負(fù)面情緒和影響[2]，并且污染空氣增加腎上腺皮質(zhì)醇激素，降低人們的風(fēng)險偏好[29]，當(dāng)本地投資者遭遇空氣污染時，他們傾向于不愿意交易而退出市場，從而使市場流動性下降，股票價格下降。如果因為空氣質(zhì)量差使投資者產(chǎn)生焦慮和煩躁等負(fù)面情緒而降低其交易意愿，使遭遇空氣污染的本地投資者減少交易甚至退出市場，投資者交易數(shù)量的減少導(dǎo)致股票流動性相應(yīng)降低，因此市場要求更高的預(yù)期收益補(bǔ)償流動性風(fēng)險，導(dǎo)致當(dāng)日股價下跌[31]。因此，如果降低交易意愿的機(jī)制，某城市的空氣質(zhì)量越差，該城市所有上市公司構(gòu)成的股票組合的流動性降低。因此，本研究提出假設(shè)。

H3當(dāng)日空氣質(zhì)量越差的城市，投資者參與交易意愿越低，股票組合的流動性越低。

3樣本和數(shù)據(jù)描述

3.1樣本選擇

本研究選擇的樣本包括由中華人民共和國生態(tài)環(huán)境部(原中華人民共和國環(huán)境保護(hù)部，下同)公布的2014年全國各個重點地級城市空氣質(zhì)量日度數(shù)據(jù)和CSMAR數(shù)據(jù)庫提供的股票日度交易數(shù)據(jù)，股票的股本結(jié)構(gòu)、機(jī)構(gòu)持股比例等基本信息和相關(guān)財務(wù)數(shù)據(jù)來自Wind數(shù)據(jù)庫。

選擇2014年至2015年作為樣本的研究區(qū)間，主要理由如下。

(1)從2014年開始中華人民共和國生態(tài)環(huán)境部公布并使用空氣質(zhì)量指數(shù)(air quality index,AQI)作為空氣質(zhì)量檢測的指標(biāo)，在這之前使用空氣污染指數(shù)(air pollution index,API)作為檢測指標(biāo)。與AQI相比，API的弱勢主要表現(xiàn)在主要污染源PM2.5數(shù)據(jù)缺失，從而造成空氣質(zhì)量檢測結(jié)果的偏誤，而AQI更為全面地反映了空氣質(zhì)量的真實情況[32]。為了更加準(zhǔn)確地反映真實的空氣質(zhì)量狀況，本研究選取2014年1月1日至2015年12月31日作為研究區(qū)間。

(2)空氣質(zhì)量對投資者情緒的影響與投資者對空氣質(zhì)量的關(guān)注度有關(guān)。近年來，人們越來越關(guān)注空氣質(zhì)量，已有研究大都用百度搜索指數(shù)測量關(guān)注度[33]。由空氣、空氣質(zhì)量和PM2.5的百度搜索指數(shù)趨勢可知，從2013年下半年開始，公眾才對空氣質(zhì)量有較為顯著的關(guān)注，2013年上半年以前的關(guān)注度明顯偏低，而過低的關(guān)注度很難對情緒產(chǎn)生明顯的影響。這也從另一個角度說明本研究區(qū)間的有效性。

本研究剔除上市不滿1年的股票，因為在中國股票的換手率與IPO期間高度相關(guān)，本研究要求樣本公司必須上市滿1年。剔除機(jī)構(gòu)持股比例、總資產(chǎn)、所有者權(quán)益和銷售收入為負(fù)數(shù)的樣本，得到注冊地為255個城市的2 460只股票樣本，255個城市來自全國31個省份。為了防止極端值對檢驗結(jié)果的影響，本研究對所有關(guān)鍵指標(biāo)進(jìn)行1%雙邊的winsorize處理。

本研究以上市公司注冊地所在地級市為基礎(chǔ)單位構(gòu)建股票組合，Wind數(shù)據(jù)庫提供了所有上市公司注冊地的信息，通過與最新的國家統(tǒng)計局行政區(qū)劃代碼比對，將所有股票的注冊地統(tǒng)一為地級市級別，即行政代碼前4位，如130200為河北省唐山市，得到255個城市的股票組合日度數(shù)據(jù)。

以行政代碼為唯一識別變量連接中華人民共和國生態(tài)環(huán)境部的空氣質(zhì)量日度數(shù)據(jù)，剔除注冊地當(dāng)日沒有空氣質(zhì)量數(shù)據(jù)的樣本，剔除全年觀測值少于30個交易日的股票組合，最終得到31個省份252個城市的股票組合日度數(shù)據(jù)，共90 827個觀測值。

3.2變量定義和描述

3.2.1主要被解釋變量

(1)股票收益率，采用CSMAR考慮現(xiàn)金紅利的股票日收益率數(shù)據(jù)，然后根據(jù)無風(fēng)險利率計算得到股票的超額收益率，稱之為股票日收益率。按流通市值將股票日收益率加權(quán)平均得到股票組合的超額收益率，稱之為組合收益率。

(2)投資者意見分歧，主要采用換手率作為投資者意見分歧的測量指標(biāo)。由于投資者意見分歧不宜直接測量，已有研究通常采用換手率間接測量投資者意見分歧，并認(rèn)為股票換手率越高，投資者意見分歧越大，如李科等[34]的研究。國外學(xué)者經(jīng)常采用日成交量占總發(fā)行股數(shù)的百分比計算換手率?？紤]到中國存在的非流通股現(xiàn)象，本研究以流通A股股數(shù)替代總發(fā)行股數(shù)。因此，本研究中用股票每日的交易量除以當(dāng)前流通A股股數(shù)計算股票的日換手率，用流通市值為權(quán)重加權(quán)日換手率得到股票組合的換手率，稱為組合換手率。

(3)流動性，采用Amihud測度[35]測量股票流動性，計算方法為股票日成交量除以日收益率百分比的絕對值。該數(shù)值越大，表明產(chǎn)生單位股價變動需要更大的交易量，說明流動性更好。梁麗珍等[36]認(rèn)為，在中國市場上，用該指標(biāo)測量股票流動性是最佳的。用流通市值為權(quán)重加權(quán)日流動性得到股票組合的流動性，稱為組合流動性。

3.2.2主要解釋變量

AQI考評的污染物為二氧化硫、二氧化氮、可吸入顆粒物(PM10)、細(xì)顆粒物(PM2.5)、臭氧和一氧化碳等6項。AQI共分6級，1級為優(yōu)，2級為良，3級為輕度污染，4級為中度污染，5級為重度污染，6級為嚴(yán)重污染，對應(yīng)的指數(shù)分別為0～50、51～100、101～150、151～200、201～300和大于300共6檔。

根據(jù)本研究選取的研究區(qū)間，主要解釋變量選擇中華人民共和國生態(tài)環(huán)境部提供的各城市日度AQI和AQI的污染級別。在主檢驗中，本研究采用AQI(除以100標(biāo)準(zhǔn)化)作為解釋變量。在穩(wěn)健性檢驗中考慮AQI污染級別的變動，如優(yōu)良轉(zhuǎn)成嚴(yán)重污染時是否對投資者行為產(chǎn)生更顯著的影響，本研究定義空氣級別變量Air_Lev。主要解釋變量及對人體健康影響情況的對應(yīng)關(guān)系見表1。

表1空氣質(zhì)量指數(shù)定義Table 1AQI Definition

3.2.3主要控制變量

(1)Fama-French3因子+動量因子

本研究利用經(jīng)典的Fama-French3因子變量建立股票收益率模型。FAMA et al.[37]最先提出一個投資組合的超額收益率可以由3個風(fēng)險暴露因子來解釋，分別為市場風(fēng)險溢價因子、市值因子和賬面市值比因子。除這3個因子外，動量也是解釋收益率的很重要的一個因子[38-39]。BARROSO et al.[40]的研究表明，與市場、價值或規(guī)模因素相比，動量為投資者提供了最高的夏普比率。而在中國，高秋明等[39]利用1994年至2011年中國A股市場股票收益率數(shù)據(jù)檢驗動量效應(yīng)，發(fā)現(xiàn)當(dāng)持有期為1周～3周時，中國A股市場存在穩(wěn)定的動量收益率。因此，本研究在收益率的回歸模型中加入收益率的滯后項測量動量因子。

(2)機(jī)構(gòu)投資者比例

機(jī)構(gòu)投資者比例即機(jī)構(gòu)投資者持有股份占股票流通股本數(shù)量的比例。已有研究發(fā)現(xiàn)，以個人投資者為主體的證券市場的換手率一般比以機(jī)構(gòu)投資者為主體的證券市場的換手率低，其原因在于機(jī)構(gòu)投資者往往較散戶相對理性一些，不容易受市場消息等情緒因素的影響。GERVAIS et al.[41]通過復(fù)雜而嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)推導(dǎo)和一系列嚴(yán)苛的假設(shè)，證明職業(yè)生涯早期缺乏經(jīng)驗的投資者容易過度自信，傾向于更加頻繁的交易，換手率也越高。因此，機(jī)構(gòu)投資者比例是換手率的一個重要的控制變量，即機(jī)構(gòu)投資者比例越高，換手率越低。

(3)流通市值

本研究將每個城市所有股票的流通市值平均值作為該城市股票組合的流通市值。MERTON[42]研究流通市值對于交易量的影響，認(rèn)為投資者傾向于持有熟悉的股票，意味著高流通市值的公司擁有更多樣化的投資者，進(jìn)而導(dǎo)致更活躍的交易行為，因而流通市值高的股票換手率應(yīng)該更高。HONG et al.[43]的理論模型表明，高流通市值的股票需要有更大程度的意見分歧程度才能產(chǎn)生投機(jī)性的交易，流通市值與股票換手率負(fù)相關(guān)；張崢等[44]采用1994年至2003年的A股市場數(shù)據(jù)，發(fā)現(xiàn)股票換手率與流通市值相關(guān)。本研究認(rèn)為這兩種機(jī)制都可能存在，無論哪種機(jī)制占優(yōu)，流通市值都是一個很重要的控制變量。

(4)市值賬面價值比

市值賬面價值比等于股票總市值除以資產(chǎn)負(fù)債表普通股權(quán)益價值。張崢等[44]從投機(jī)性泡沫理論出發(fā)，推論并驗證股票換手率與市值賬面價值比呈現(xiàn)一定的正相關(guān)關(guān)系。其背后的邏輯為，換手率與股票價格投機(jī)性泡沫的大小正相關(guān)，高換手率的股票投機(jī)性泡沫大，即股價高估程度高，而市值賬面價值比一般用來測量這一高估程度。此外，市值賬面價值比也測量投資者對公司未來的看好程度，市值賬面價值比越高，交易可能越活躍，同樣導(dǎo)致更高的換手率。由于市值賬面價值比的回歸系數(shù)數(shù)量級很小，本研究將市值賬面價值比統(tǒng)一除以100得到標(biāo)準(zhǔn)化的市值賬面價值比。

(5)滬深300成分股比例

如果股票屬于滬深300成分股，則換手率相對會低一些。首先，成分股通常為大盤股，不容易拉升，換手率較低。其次，成分股一般機(jī)構(gòu)配置比例會較高，因此可能更多的由機(jī)構(gòu)投資者主導(dǎo)，同樣導(dǎo)致?lián)Q手率低。因此，本研究采用股票組合中滬深300成分股的數(shù)量占股票組合中的公司總數(shù)的比例測量股票組合的成分股比重，滬深300成分股比例越高，換手率可能越低。

表2給出本研究用到的主要變量和相關(guān)定義，除空氣質(zhì)量外，所有變量均為分城市組合的市值加權(quán)平均數(shù)據(jù)。并且，在后文所有回歸結(jié)果中，本研究用(-k)表示第k階滯后項，如AQI(-1)表示滯后1期的AQI指數(shù)。

3.3主要變量的描述性統(tǒng)計

表3給出本研究主要變量的描述性統(tǒng)計結(jié)果。由表3可知，股票組合的平均組合收益率為-0.435%，標(biāo)準(zhǔn)差為3.419%，中位數(shù)為-0.365%。組合換手率的均值為3.127%，標(biāo)準(zhǔn)差為2.343%，中位數(shù)為2.561%，組合換手率呈現(xiàn)出“左端厚尾”的現(xiàn)象，大部分的組合換手率都低于平均值。組合換手率的最大值為24.945%，表明不同的股票組合換手率的差異較大。組合換手率日均變化率僅為0.005%，表現(xiàn)出很強(qiáng)的序列相關(guān)。組合流動性平均為3.114，而日均變化為1.036，其時間序列上的變化幅度比換手率大。

252個樣本城市全年平均的AQI為86.900(表中數(shù)據(jù)為標(biāo)準(zhǔn)AQI除以100得到)，中位數(shù)為75，從全國平均看，空氣質(zhì)量大多集中在良性級別，接近輕度污染水平。機(jī)構(gòu)投資者持股比例的均值為0.062，最小值為0.001，最大值為0.550，差異較大。所有股票組合中屬于滬深300成分股的比例平均為0.246。

將所有觀測值按AQI大小分為10組，表4給出各組中主要變量的均值。由表4可以知，AQI隨著組別的增加，從34.693的優(yōu)級別逐漸增加到197.673的中度污染級別。主要的控制變量依然保持穩(wěn)定，如流通市值基本穩(wěn)定在23左右；股票組合的收益率、換手率和流動性均表現(xiàn)出遞減的趨勢；空氣質(zhì)量最好組的收益率為-0.305%，換手率為3.556%，流動性為3.262。而空氣質(zhì)量最差的組收益率為-0.455%，換手率為2.448%，流動性為2.702。這說明空氣質(zhì)量的下降可能會降低股票組合的收益率，同時換手率和流動性都下降，收益率下降的原因可能是H3中提出的途徑，即投資者受影響，退出市場，交易意愿下降，從而表現(xiàn)為換手率和流動性雙低。

4實證結(jié)果和分析

4.1空氣質(zhì)量對股票收益率的影響

4.1.1分城市檢驗結(jié)果

參考LOUGHRAN et al.[13]的方法，首先對每個城市進(jìn)行時間序列回歸，按照以下回歸式估計空氣質(zhì)量對組合收益率的影響，即

Reti,t=αi+βAQI,iAQIi,t+βrm,iRisPret+βsmb,iSMBt+

βhml,iHMLt+βlas,iRet(-1)i,t-1+εi,t

(1)

其中，i為城市，t為時間；αi為截距項；β為對應(yīng)各變量的回歸系數(shù)；εi,t為殘差項。模型中加入市場組合風(fēng)險溢價因子、市值因子、賬面市值比因子和股票組合收益率的滯后項控制風(fēng)險和動量效應(yīng)，根據(jù)H1，本研究期望βAQI,i為負(fù)，即說明空氣質(zhì)量越差，股票的收益率越低。

表2變量定義Table 2Definition of Variables

表3描述性統(tǒng)計結(jié)果Table 3Results for Descriptive Statistics

表4組合收益率、組合換手率、組合流動性與AQI的分組關(guān)系Table 4Relationships between Portfolio Return,Turnover, Liquidity and AQI by Group

空氣質(zhì)量不僅對收益率有影響，也可能與收益率的正負(fù)有關(guān)，為了驗證這種可能，本研究分城市進(jìn)行l(wèi)ogistic估計，即

(2)

其中，P(Reti,t>0)為收益率為正的概率，Coni,t為控制變量，γAQI,i為AQIi,t回歸系數(shù)，ρi為控制變量系數(shù)。γAQI,i為負(fù)表示AQI與股票收益率負(fù)相關(guān)，即空氣質(zhì)量越差，收益率為正的概率越小。

表5的第5列和第6列給出logistic模型估計的邊際效應(yīng)(γAQI,i)和z統(tǒng)計量。在252個城市中，有171個城市的系數(shù)為負(fù)，占總數(shù)的67.857%；有20個城市的系數(shù)顯著為負(fù)，占總數(shù)的7.937%。γAQI,i的平均數(shù)為-0.039，即AQI每升高100點，股票組合上漲的概率就減少3.900%；對應(yīng)的平均z值為-0.397。與OLS回歸的計算類似，252個系數(shù)中僅出現(xiàn)不超過81個為正的概率小于0.010，在logistic回歸中，AQI系數(shù)也在1%水平上顯著為負(fù)。

分城市的檢驗結(jié)果表明，空氣質(zhì)量與股票組合的收益率有負(fù)向的關(guān)系。但這里本研究假設(shè)組合之間AQI的影響是獨立的，且沒有控制其他與收益率和空氣質(zhì)量都有關(guān)的變量，因此需要聯(lián)合檢驗所有城

市的AQI系數(shù)，并加入相關(guān)控制變量。

4.1.2面板回歸結(jié)果

利用數(shù)據(jù)的面板結(jié)構(gòu)，可以包括更多控制變量，考慮城市之間的相關(guān)性，本研究首先估計隨機(jī)效應(yīng)面板模型，即

Reti,t=α+βAQIi,t+ui+ηi,t

(3)

其中，α為截距項，β為AQI的回歸系數(shù)，ui為個體的隨機(jī)效應(yīng)，ηi,t為殘差項?？紤]到同一城市的收益率殘差可能存在序列自相關(guān)性，在估計時本研究采用聚類在城市的穩(wěn)健標(biāo)準(zhǔn)差(Peterson調(diào)整)，即在估計協(xié)方差矩陣時，允許同一城市的觀測存在相關(guān)性。表6第2列給出回歸結(jié)果，AQI的系數(shù)為-0.084，在1%水平上顯著，說明AQI平均每增加100點，股票組合的收益率會降低0.084%，復(fù)合到每個月(20個交易日)減少1.600%?？諝赓|(zhì)量有很強(qiáng)的季節(jié)性，如冬季北方地區(qū)集中供暖使空氣質(zhì)量變差，不同季節(jié)的風(fēng)向形成不同的大氣擴(kuò)散條件也會使空氣質(zhì)量有季節(jié)性[45]。因此，為了排除空氣質(zhì)量只是捕捉季節(jié)效應(yīng)，本研究在表6第3列回歸中加入月份作為控制變量。同時在每周內(nèi)，空氣質(zhì)量也可能呈現(xiàn)周期性，這與工作日汽車尾氣、工廠排放周期有關(guān)，而股票收益率也可能存在周內(nèi)的周期性。為了控制這種可能，本研究加入周內(nèi)固定效應(yīng)。回歸結(jié)果表明，AQI的系數(shù)依舊在1%水平上顯著為負(fù)，且數(shù)值增大，AQI每增加100，月復(fù)合收益率下降2.700%。

空氣質(zhì)量與股票組合的收益率負(fù)相關(guān)也可能是由于每個城市的行業(yè)特征差異所致。如平均來說，華北地區(qū)空氣質(zhì)量較差，因當(dāng)?shù)氐钠髽I(yè)多為制造業(yè)和重工業(yè)；廣東空氣質(zhì)量相對較好，因當(dāng)?shù)仄髽I(yè)多為高新產(chǎn)業(yè)。因此，空氣質(zhì)量與收益率的負(fù)相關(guān)性可能只是捕捉了不同產(chǎn)業(yè)股票收益率的相對差異。為了排除這種可能，表6第4列加入市場風(fēng)險溢價因子以及流通市值、市值賬面價值比和收益率3個變量的滯后項，以控制市場風(fēng)險溢價、規(guī)模、價值和動量效應(yīng)，回歸結(jié)果表明AQI系數(shù)的數(shù)值大小和顯著性變化不大。

為了檢驗空氣質(zhì)量對股票收益率影響的持續(xù)時間，表6第5列加入滯后1期和滯后2期的空氣指數(shù)。

表5分城市OLS和Logistic回歸結(jié)果Table 5OLS and Logistic Regression Results for Different Cities

表6城市面板數(shù)據(jù)OLS回歸結(jié)果Table 6OLS Regression Results for City Panel Data

注：括號內(nèi)數(shù)據(jù)為穩(wěn)健標(biāo)準(zhǔn)誤。***為在1%水平上顯著，**為在5%水平上顯著，*為在10%水平上顯著；變量后括號內(nèi)數(shù)據(jù)表示滯后，如AQI(-1)為上一日AQI；回歸中控制變量有部分缺失值導(dǎo)致觀測值存在差異；下同。

加入滯后項后，當(dāng)期AQI對收益率影響的顯著性和數(shù)值大小沒有明顯變化。滯后1期和滯后2期的AQI對收益率的影響都不顯著，說明空氣質(zhì)量對組合收益率的影響是短期的，最多持續(xù)一天。

為進(jìn)一步驗證不同模型設(shè)定下結(jié)果的有效性，本研究分別進(jìn)行面板固定效應(yīng)、固定效應(yīng)面板調(diào)整標(biāo)準(zhǔn)差和Fama-MacBeth回歸。在固定效應(yīng)面板調(diào)整標(biāo)準(zhǔn)差回歸中，本研究允許殘差在城市間存在當(dāng)期相關(guān)和異方差，并且在同一城市有序列自相關(guān)。在Fama-MacBeth回歸中，本研究對估計標(biāo)準(zhǔn)差進(jìn)行滯后20期的Newey調(diào)整?；貧w結(jié)果見表6的后3列，可以看到，在不同的模型設(shè)定下，AQI系數(shù)的方向和顯著性都沒有很大的改變。

與分城市分析類似，本研究對面板數(shù)據(jù)也進(jìn)行l(wèi)ogistic回歸，結(jié)果見表7。單變量回歸中，AQI的系數(shù)顯著為負(fù)，每增加100點，當(dāng)日組合收益率為正的可能性就下降3.500%。類似于OLS回歸，加入月份和周內(nèi)固定效應(yīng)以及股票特征控制變量后，結(jié)果依然存在。唯一與OLS回歸不同的是，在加入AQI的滯后項后，滯后2期的AQI對股價漲跌方向也有顯著影響，但統(tǒng)計和經(jīng)濟(jì)顯著性都比同期AQI弱。

4.1.3蒙特卡洛模擬檢驗

盡管控制了季節(jié)效應(yīng)、股票組合特征和城市固定效應(yīng)，空氣質(zhì)量還是有可能恰好與某個無法被觀測到的、與組合收益率負(fù)相關(guān)的因素耦合，從而表現(xiàn)為空氣質(zhì)量與組合收益率有負(fù)相關(guān)關(guān)系。為了排除這種可能，本研究使用蒙特卡洛模擬方法，進(jìn)行安慰劑檢驗。本研究將AQI指標(biāo)隨機(jī)打亂，重新估計AQI系數(shù)，計算t統(tǒng)計量。重復(fù)1 000次后，計算其中有多少次AQI的顯著性優(yōu)于真實數(shù)據(jù)，將這個比例記為z，若z小于0.050，說明本研究結(jié)果在5%顯著水平上通過z檢驗。表8給出z檢驗的結(jié)果。結(jié)果表明，在z檢驗下，AQI的顯著性基本沒有變化?？梢?，AQI與組合收益率的負(fù)相關(guān)性不是由于巧合導(dǎo)致的。

表7城市面板數(shù)據(jù)logistic回歸結(jié)果Table 7Logistic Regression Results for City Panel Data

綜上所述，本研究認(rèn)為空氣質(zhì)量與股票組合的收益率負(fù)相關(guān)，空氣污染越嚴(yán)重的城市，當(dāng)日本地股票的收益率越低，這一結(jié)果在控制了各類季節(jié)因素、股票特征和城市固定效應(yīng)后依然存在，而且這一影響是短期的，最多持續(xù)一天時間。H1得到驗證。

4.2空氣質(zhì)量對投資者交易行為的影響

4.2.1空氣質(zhì)量對換手率的影響

為了進(jìn)一步探究空氣質(zhì)量對股票收益率影響的機(jī)制，根據(jù)前文提出的研究假設(shè)，本研究認(rèn)為空氣質(zhì)量可能通過兩種機(jī)制影響本地投資者交易行為，進(jìn)而影響股票組合的收益率。一方面，差的空氣質(zhì)量可能增加投資者悲觀情緒，降低股票組合的收益率；另一方面，差的空氣質(zhì)量也可能通過降低投資者的交易意愿而降低股票組合的收益率。如果是增加悲觀情緒的機(jī)制，則導(dǎo)致空氣質(zhì)量差時本地投資者產(chǎn)生悲觀情緒，下調(diào)對股票的估值，而與非本地投資者意見分歧加大。有研究表明，用換手率測量意見分歧，當(dāng)意見分歧加大時，換手率應(yīng)上升[46]。因此，在第1種機(jī)制下，預(yù)期空氣質(zhì)量越差，換手率越高。為檢驗這一影響機(jī)制，本研究建立回歸模型探討空氣質(zhì)量與股票換手率的關(guān)系，即

Turi,t=θ0+θ1AQIi,t+θ2Coni,t+ξi,t

(4)

表8蒙特卡洛模擬結(jié)果Table 8Results for Monte Carlo Simulation

注：圓括號中數(shù)據(jù)為t值，方括號中數(shù)據(jù)為z值。

其中，θ0為截距項，θ1和θ2為回歸系數(shù)，ξi,t為殘差項?？刂谱兞堪ㄉ弦蝗盏慕M合換手率(Tur(-1))、股票組合中機(jī)構(gòu)投資者比例、滬深300成分股比例、流通市值和市值賬面價值比等，市值賬面價值比取滯后1個季度的數(shù)據(jù)得到。因為中國股市常有的“追漲殺跌”等現(xiàn)象[47]，本研究預(yù)期上一日換手率高的股票在當(dāng)日還會延續(xù)，因此組合換手率在時間趨勢上可能有高度的序列相關(guān)；預(yù)期機(jī)構(gòu)投資者比例越高的股票組合，換手率越低。如果θ1顯著為正，表明空氣質(zhì)量指數(shù)與組合換手率正相關(guān)，本地投資者與非本地投資者意見分歧加大，本地投資者對股票估值的下降使均衡價格下降，同期收益率下降。為了控制回歸中殘差相關(guān)性，所有的回歸檢驗都采用聚類在城市的穩(wěn)健方差估計，回歸結(jié)果見表9。

由表9可知，第2列AQI的回歸系數(shù)在1%水平上顯著為負(fù)，AQI每上升100點，股票組合的換手率降低0.521%，這與第1種機(jī)制的預(yù)期不符。在第3列控制時間固定效應(yīng)后，AQI對組合換手率的影響程度降低，但方向和顯著性不變。第4列的回歸模型中加入機(jī)構(gòu)投資者比例、滬深300成分股比例、流通市值、市值賬面價值比等控制變量，AQI系數(shù)為-0.042，即AQI每上升100點，對應(yīng)組合換手率下降0.042%。第5列加入AQI滯后項后，當(dāng)日AQI影響基本不變，還有所增強(qiáng)，滯后1日的AQI系數(shù)在1%水平上顯著為正，說明空氣質(zhì)量對組合換手率的影響是十分短期的，過后還會出現(xiàn)反轉(zhuǎn)。

表9空氣質(zhì)量對組合換手率的回歸結(jié)果Table 9Regression Results for Air Quality on Portfolio Turnover

注：括號內(nèi)的數(shù)據(jù)為聚類在城市的穩(wěn)健標(biāo)準(zhǔn)誤，下同。

表9中，股票組合上一日的組合換手率的系數(shù)都顯著為正，表明換手率存在高度的序列相關(guān)過程，上一日的換手率越高，當(dāng)日的換手率也越高，即存在所謂的“慣性”效應(yīng)?；诖?，在表9的第6列和第7列中，本研究將換手率做一階差分后再進(jìn)行回歸，發(fā)現(xiàn)關(guān)于空氣質(zhì)量的回歸結(jié)果也類似，空氣質(zhì)量越差，相對于上一日的組合換手率，當(dāng)日的組合換手率更低。

表9中，InsHol的系數(shù)顯著為負(fù)，即機(jī)構(gòu)投資者持股比例越高，股票的換手率越低。行為金融領(lǐng)域有很多關(guān)于個人投資者過度自信而交易過多的研究，證明個人投資者相對于機(jī)構(gòu)投資者交易更為頻繁。HSRat的系數(shù)顯著為負(fù)，說明權(quán)重股的換手率低。Ret(-1)的系數(shù)顯著為正，也驗證了中國股市“追漲殺跌”的現(xiàn)象，高收益率的股票換手率也越高，交易越活躍。

以上結(jié)果與本研究提出的空氣質(zhì)量對收益率的第1種影響機(jī)制不符，說明空氣質(zhì)量變差并沒有使本地投資者改變對股價的預(yù)期，從而與非本地投資者產(chǎn)生更多意見分歧、更多地交易。綜合來看，H2沒有得到驗證。相反的，在空氣質(zhì)量差時，股票組合的換手率更低，這暗示本研究有可能是由于第2種影響機(jī)制，即本地投資者由于空氣質(zhì)量差造成的負(fù)面情緒而退出市場，不進(jìn)行交易。為了檢驗這一影響機(jī)制，本研究考察空氣質(zhì)量對股票流動性的影響。

4.2.2空氣質(zhì)量對流動性的影響

H3表明，由于空氣質(zhì)量差使人產(chǎn)生煩躁、悲觀、注意力不集中等負(fù)面情緒，本地投資者可能退出市場，不進(jìn)行交易。一般來說流動性與參與交易的投資者數(shù)量正相關(guān)，如果投資者數(shù)量減少，則流動性會相應(yīng)降低。因此，本研究通過考察空氣質(zhì)量對流動性的影響驗證H3提出的影響機(jī)制。

已有研究對流動性有許多不同的測量方式，常用的有Amihud測度[35]、Pastor-Stambaugh(P-S)測度[48]

和λ測度[49]等。梁麗珍等[36]發(fā)現(xiàn)，在中國市場，Amihud測度能更好地測量股票流動性。因此，本研究使用Amihud測度測量流動性，在穩(wěn)健性檢驗中，本研究使用其他測量方式重復(fù)以下實證檢驗。

與換手率的回歸類似，本研究用以下模型研究空氣質(zhì)量與流動性的關(guān)系，即

Liqi,t=μ0+μ1AQIi,t+μ2Coni,t+υi,t

(5)

其中，μ0為截距項，μ1和μ2為回歸系數(shù)，υi,t為殘差項。用股票組合加權(quán)平均的日度Amihud測度測量Liqi,t，為了控制流動性的序列自相關(guān)性，在回歸中加入上一日的流動性指標(biāo)?；貧w結(jié)果見表10。

表10空氣質(zhì)量對組合流動性的回歸結(jié)果Table 10Regression Results for Air Quality on Portfolio Liquidity

表10中，第2列AQI的回歸系數(shù)在1%水平上顯著為負(fù)，AQI每上升100點，股票組合的流動性下降0.394，相對于全樣本均值(3.114)下降了12.653%，這與第2種影響機(jī)制相符。

在第3列加入時間固定效應(yīng)后，AQI對股票組合流動性的影響程度略有減少，但方向和顯著性不變。第4列的回歸模型中加入上一日的流動性、機(jī)構(gòu)投資者比例、滬深300成分股比例、流通市值、市值賬面價值比等控制變量，AQI系數(shù)為-0.114，即AQI每上升100點，對應(yīng)股票組合流動性相對于樣本均值下降3.661%。第5列加入AQI滯后項后，當(dāng)期AQI影響基本不變，滯后期的AQI系數(shù)均不顯著，說明空氣質(zhì)量對流動性的影響也是短期的。

表10中，Liq(-1)對當(dāng)日也有顯著影響，系數(shù)均為0.184，存在一定序列相關(guān)，但不如換手率的持續(xù)性高。為了控制序列相關(guān)可能帶來的影響，類似于換手率的處理，在表10第6列和第7列中，本研究將流動性做一階差分后再進(jìn)行回歸，發(fā)現(xiàn)關(guān)于空氣質(zhì)量的回歸結(jié)果也類似，空氣質(zhì)量越差，相對于上一日流動性指標(biāo)，當(dāng)日流動性更差。

以上結(jié)果與H3中空氣質(zhì)量對收益率的第2種影響機(jī)制相符。在空氣質(zhì)量差時，本地投資者退出市場，交易意愿降低，導(dǎo)致本地股票組合的流動性惡化。因此，市場要求更高的預(yù)期收益率來補(bǔ)償流動性風(fēng)險，導(dǎo)致當(dāng)期股價下跌。H3得到驗證。

5穩(wěn)健性檢驗

5.1指標(biāo)變化檢驗

為了考察空氣質(zhì)量對股票收益率和交易影響的非線性，本研究對AQI取自然對數(shù)，對主要結(jié)果重新進(jìn)行檢驗。在重新對股票組合的收益率、換手率和流動性做回歸檢驗后，檢驗結(jié)果與上文結(jié)果類似。

表11剔除4個大城市樣本后主要回歸結(jié)果Table 11Main Regression Results after Excluding Samples of the Big Four Cities

空氣質(zhì)量在級別發(fā)生變化時對人情緒的影響應(yīng)該更為顯著，如由100增長到150，空氣質(zhì)量保持輕度污染，而由150增長到200，則由輕度污染變?yōu)橹卸任廴?，對人情緒的影響是不同的。本研究使用空氣質(zhì)量級別重做回歸，回歸結(jié)果類似。

此外，對換手率和流動性有許多不同的測量指標(biāo)，本研究選取不同定義方式重做分析，結(jié)果也類似。

5.2子樣本檢驗

北京、上海、深圳和廣州4個城市股票數(shù)量較多，本研究剔除這4個城市的樣本，進(jìn)行穩(wěn)健性檢驗，回歸結(jié)果見表11?？紤]到北京作為首都可能受到的關(guān)注更高，表11中第2列、第4列和第6列為單獨剔除北京樣本的回歸結(jié)果，第3列、第5列和第7列為剔除北京、上海、深圳、廣州4個城市樣本的回歸結(jié)果。在剔除大城市樣本之后，主要結(jié)果都保持不變。

6結(jié)論

本研究利用空氣質(zhì)量作為外生的環(huán)境變化，從投資者情緒的視角研究空氣質(zhì)量對股票收益率的影響，并進(jìn)一步驗證空氣質(zhì)量是通過降低本地投資者交易意愿而不是增加其悲觀情緒影響股票收益率。研究結(jié)果表明，①通過分城市檢驗、面板回歸和蒙特卡洛模擬等方法，發(fā)現(xiàn)空氣質(zhì)量指數(shù)與股票收益率負(fù)相關(guān)。平均來看，空氣質(zhì)量越差的城市，股票收益率越低。在控制一系列季節(jié)因素、公司特征、城市固定效應(yīng)后，研究結(jié)果依然不變，并且該結(jié)果也不是由北京和上海等幾個主要城市驅(qū)動的。②本研究發(fā)現(xiàn)空氣質(zhì)量對股票市場的影響是短效的，兩天前或者更早的空氣質(zhì)量不會影響股票收益率，這與已有研究[50]一致，說明空氣質(zhì)量對股票市場的影響更有可能通過投資者情緒影響投資者的交易行為。③本研究進(jìn)一步探討空氣質(zhì)量對投資者交易行為的兩種影響機(jī)制，通過考察空氣質(zhì)量對股票組合換手率的影響，發(fā)現(xiàn)空氣質(zhì)量通過增加投資者的悲觀情緒而下調(diào)股票估值的機(jī)制并不存在。但是空氣質(zhì)量越差，股票的流動性越低，說明空氣質(zhì)量更有可能是使投資者產(chǎn)生憂愁和焦慮的情緒而降低交易意愿，交易意愿的降低惡化了股票流動性，導(dǎo)致當(dāng)日股票價格下跌。

本研究使用全國所有城市的AQI數(shù)據(jù)驗證空氣質(zhì)量對股票收益率的負(fù)向影響，并檢驗空氣質(zhì)量通過投資者情緒影響股票市場的機(jī)制。與已有研究相比，本研究充分控制城市固定效應(yīng)，更好地解決了內(nèi)生性問題。已有研究大多使用API指數(shù)[3]，API指數(shù)不包含PM2.5的數(shù)據(jù)，并不能全面反映空氣質(zhì)量的真實情況[32]，本研究采用AQI數(shù)據(jù)表征空氣質(zhì)量，使數(shù)據(jù)和結(jié)果更具說服力。本研究結(jié)果對實踐的啟示在于，投資者的行為并不是完全理性的，環(huán)境的因素往往也會對投資者的交易產(chǎn)生影響，因此環(huán)境也可作為資產(chǎn)價格的一個因子發(fā)揮作用。

本研究也存在一些缺陷和不足。①由于個人交易賬戶數(shù)據(jù)的不可得性，本研究無法直接檢驗本地的股票更多地由本地投資者所持有，只能基于現(xiàn)有實際經(jīng)驗以及理論和實證研究結(jié)果進(jìn)行推斷，這難免使研究結(jié)論有一定的局限性；②由于數(shù)據(jù)可得性較差，本研究只能選用公司注冊地構(gòu)建分城市的股票組合，但部分上市公司的注冊地可能與其主營業(yè)務(wù)所在地不在同一個城市或者該上市公司是一個全國性無差異的公司，導(dǎo)致該公司股票的本地投資者并不在其注冊地，這也會對研究結(jié)果的穩(wěn)健性產(chǎn)生一定影響。后續(xù)研究可進(jìn)一步加大數(shù)據(jù)的可得性，以期獲得一個更為穩(wěn)健的結(jié)果。