食品安全事件網(wǎng)絡(luò)關(guān)注對(duì)食品股票價(jià)格的影響研究

梁宗經(jīng) 龐永慧 曠蕓

[摘 要] 食品安全問(wèn)題事關(guān)民眾健康和社會(huì)穩(wěn)定，研究食品安全事件對(duì)食品股票價(jià)格的影響具有重要的現(xiàn)實(shí)意義。針對(duì)發(fā)生于2011年3月15日的“瘦肉精”食品安全事件，以百度指數(shù)作為網(wǎng)絡(luò)關(guān)注度指標(biāo)，研究基于百度指數(shù)的食品安全事件對(duì)上海、深圳兩大交易所食品類(lèi)股票價(jià)格的影響。具體研究方法是采用向量自回歸（VAR）模型分析百度指數(shù)對(duì)股票價(jià)格的短期沖擊響應(yīng)，使用自回歸分布滯后（ARDL）模型判斷百度指數(shù)與股票異常累積收益率的長(zhǎng)期均衡關(guān)系。研究結(jié)論表明，百度指數(shù)對(duì)行業(yè)股票平均收盤(pán)價(jià)存在短期的VAR沖擊效應(yīng)，百度指數(shù)與股票異常收益率存在長(zhǎng)期協(xié)整關(guān)系，百度指數(shù)對(duì)深圳交易所食品概念股股票異常收益率的影響大于上海證交所食品概念股。

[關(guān)鍵詞] 食品安全事件網(wǎng)絡(luò)關(guān)注;事件研究法;VAR模型;ARDL模型

[中圖分類(lèi)號(hào)] F832.51[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1009-6043（2019）10-0177-04

Abstract： Food safety concerns people's health and social stability. It is of great practical significance to study the impact of food safety incidents on food stock prices. Aiming at the "lean meat powder" food safety incident on March 15， 2011， taking Baidu index as an index of online concern， this paper studies the impact of Baidu index-based food safety incidents on the food stock prices of Shanghai and Shenzhen stock exchanges. The specific research method is to use Vector Autoregression （VAR） model to analyze the short-term impact response of Baidu index to stock price， and to use ARDL model to judge the long-term equilibrium relationship between Baidu index and abnormal cumulative return of stock. The results show that Baidu index has a short-term VAR impact on the average closing price of industrial stocks， and there is a long-term co-integration relationship between Baidu index and abnormal return of stocks. Baidu index has a greater impact on abnormal return of food concept stocks in Shenzhen Stock Exchange than that of Shanghai Stock Exchange.

Key words： online concern of food safety incidents， event study method， VAR model， ARDL

一、引言

隨著我國(guó)經(jīng)濟(jì)的持續(xù)增長(zhǎng)和人民生活水平的不斷提高，民眾對(duì)食品安全問(wèn)題更為關(guān)注，并提出了更高的要求。近年來(lái)，因?yàn)楦鞣N原因而引發(fā)的食品安全事件持續(xù)發(fā)生，引發(fā)了民眾對(duì)食品安全問(wèn)題的強(qiáng)烈關(guān)注，根據(jù)最大中文搜索引擎百度搜索的統(tǒng)計(jì)，食品安全問(wèn)題持續(xù)位居互聯(lián)網(wǎng)關(guān)注問(wèn)題的前三位，而食品安全事件的發(fā)生，除了引發(fā)社會(huì)關(guān)注外，還會(huì)影響相關(guān)食品及相關(guān)行業(yè)的價(jià)格變化。因此，研究食品安全事件對(duì)相關(guān)食品價(jià)格的影響對(duì)于穩(wěn)定物價(jià)、提高經(jīng)濟(jì)預(yù)知能力、保證經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展具有重要的現(xiàn)實(shí)意義。

食品安全事件對(duì)食品價(jià)格的影響，體現(xiàn)在金融市場(chǎng)上就是對(duì)股價(jià)的影響，股市作為市場(chǎng)經(jīng)濟(jì)的晴雨表，其受宏觀(guān)因素的影響更為敏感，尤其是輿論的影響更為明顯。隨著互聯(lián)網(wǎng)應(yīng)用的不斷拓展，互聯(lián)網(wǎng)已成為民眾搜索信息的主要來(lái)源，而搜索數(shù)據(jù)則記錄了網(wǎng)民的搜索歷史，百度指數(shù)則記錄了百度搜索歷史數(shù)據(jù)，已有研究成果表明，百度指數(shù)可作為網(wǎng)民關(guān)注的替代指標(biāo)，通過(guò)相應(yīng)關(guān)鍵詞的百度指數(shù)分析，可以發(fā)現(xiàn)民眾對(duì)某一關(guān)鍵詞的關(guān)注程度，也就是相應(yīng)的社會(huì)輿論關(guān)注度。百度指數(shù)自2008年發(fā)布至今，已應(yīng)用于政治、經(jīng)濟(jì)、金融等眾多領(lǐng)域，取得到了很好的研究成果，但少有將百度指數(shù)應(yīng)用于食品安全的研究成果，鑒于此，本文針對(duì)發(fā)生于2011年3月15日的“瘦肉精”食品安全事件，以百度指數(shù)作為社會(huì)關(guān)注的替代變量，分別對(duì)上海和深圳兩大證券交易所的食品概念股股票進(jìn)行實(shí)證分析，研究食品安全事件對(duì)股票價(jià)格的影響。

二、文獻(xiàn)綜述

根據(jù)有效市場(chǎng)假設(shè)理論，股市價(jià)格總是能及時(shí)反映信息的影響[1]。已有研究成果表明搜索數(shù)據(jù)已成為反映社會(huì)輿論的有效指標(biāo)[2]。當(dāng)前最大中文搜索引擎為百度搜索，自從2010年3月谷歌搜索退出我國(guó)市場(chǎng)以后，百度成為中文用戶(hù)最多的搜索引擎。根據(jù)權(quán)威機(jī)構(gòu)統(tǒng)計(jì)當(dāng)前我國(guó)網(wǎng)民為8.29億，而海量網(wǎng)民會(huì)產(chǎn)生巨大的網(wǎng)絡(luò)數(shù)據(jù)，而搜索數(shù)據(jù)則記錄了網(wǎng)民的搜索歷史，替代搜索數(shù)據(jù)的谷歌指數(shù)和百度指數(shù)自2004年和2008年發(fā)布以來(lái)，已在眾多領(lǐng)域得到了廣泛的應(yīng)用。當(dāng)前，搜索數(shù)據(jù)的應(yīng)用領(lǐng)域有經(jīng)濟(jì)領(lǐng)域，金融領(lǐng)域，社會(huì)領(lǐng)域，醫(yī)學(xué)領(lǐng)域等，具體應(yīng)用有：一是經(jīng)濟(jì)領(lǐng)域，利用搜索數(shù)據(jù)進(jìn)行經(jīng)濟(jì)管理研究[2]，谷歌指數(shù)在個(gè)人消費(fèi)預(yù)測(cè)、房屋銷(xiāo)售預(yù)測(cè)、失業(yè)預(yù)測(cè)[3]等;二是金融領(lǐng)域，搜索數(shù)據(jù)應(yīng)用于金融風(fēng)險(xiǎn)性檢測(cè)，谷歌搜索用于外幣波動(dòng)性檢測(cè)[4]，谷歌指數(shù)在股市價(jià)格預(yù)測(cè)中的使用[5];三是社會(huì)領(lǐng)域，搜索數(shù)據(jù)在新聞議程設(shè)置中的應(yīng)用，科學(xué)信息網(wǎng)絡(luò)搜索研究[6];四是醫(yī)學(xué)領(lǐng)域，搜索指數(shù)應(yīng)用于流感預(yù)測(cè)、傳染病預(yù)測(cè)[7]，健康信息搜索行為的周期性分析[8]等。食品安全事件影響價(jià)格研究可分為以下情況：負(fù)面新聞對(duì)股市價(jià)格的影響[9];應(yīng)用事件研究法分析食品安全事件對(duì)股市價(jià)格影響[10];食品安全事件對(duì)股市的溢出效應(yīng)[11];瘦肉精事件對(duì)豬肉產(chǎn)業(yè)鏈價(jià)格波動(dòng)的影響研究[12];藥品食品上市公司產(chǎn)品召回對(duì)股市的影響研究;互聯(lián)網(wǎng)關(guān)注對(duì)價(jià)格的影響研究[13]等。

從圖4可以看出，深圳證交所食品類(lèi)股票的平均累計(jì)異常收益率CAAR，自事件發(fā)生日（即t=0）開(kāi)始不斷下降，證明事件發(fā)生確實(shí)對(duì)相關(guān)股票起到負(fù)向影響。事件發(fā)生日至第3天，CAAR出現(xiàn)了較大幅度的下降，從第4天到第17天，出現(xiàn)上下小幅波動(dòng)，但從17日起出現(xiàn)急促下降，原因與上海證交所相類(lèi)擬，可能是因?yàn)槭袌?chǎng)價(jià)格對(duì)市場(chǎng)信息的反應(yīng)時(shí)間存在滯后性所致。第19日至第31日，CAAR又出現(xiàn)較為平穩(wěn)的上下波動(dòng)，但波動(dòng)幅度很小。到第31日，CAAR到達(dá)CAAR最低點(diǎn)，第32日起，CAAR開(kāi)始止降上楊。因此，可以認(rèn)為，當(dāng)事件發(fā)生第31天后，行業(yè)開(kāi)始從危機(jī)事件中恢復(fù)，市場(chǎng)逐漸恢復(fù)至事件發(fā)生前的狀態(tài)。

2.百度指數(shù)與異常收益率的關(guān)聯(lián)分析

通過(guò)分析CAAR自事件發(fā)生后的變化趨勢(shì)，可以從一個(gè)收益變化角度考察食品安全事件的發(fā)生對(duì)食品類(lèi)股票股值的影響，但這種分析存在局限性，它只能表達(dá)受到事件的影響，且影響分析只局限于定性分析。為彌補(bǔ)事件分析法的局限性，并結(jié)合影響的滯后性，本文擬以百度指數(shù)作為公眾關(guān)注度指標(biāo)，定量分析百度指數(shù)對(duì)股票價(jià)格的影響程度。具體研究方法是采用具有滯后特性的自回歸分布滯后模型（即ARDL模型）進(jìn)行定量分析[14]，具體原理介紹如文獻(xiàn)[22]所述，實(shí)證研究步驟：（1）以百度指數(shù)和CAAR構(gòu)建ARDL模型;（2）變量穩(wěn)定性檢驗(yàn)，認(rèn)證是否滿(mǎn)足ARDL建模要求;（3）運(yùn)行ARDL模型，得出長(zhǎng)期均衡方程，并驗(yàn)證其穩(wěn)定性;（4）實(shí)證結(jié)果分析。

模型變量取值時(shí)間范圍事件發(fā)日后一個(gè)月，具體時(shí)間范圍3月15至4月15日。建模變量有三個(gè)，分別為代表公眾關(guān)注度指標(biāo)的百度指數(shù)，以變量名BAIDU表示，上海證交所食品類(lèi)平均累積異常收益率變量，以變量名CAAR1表示，深圳的以變量名CAAR2表示。為了檢驗(yàn)變量是否滿(mǎn)足ARDL模型的建模要求，必須對(duì)變量的穩(wěn)定性進(jìn)行檢驗(yàn)。經(jīng)ADF檢驗(yàn)BAIDU、CAAR1和CAAR2則為一階單整I（1）或零階單整，因此，可以認(rèn)為BAIDU與CAAR1、BAIDU與CAAR2可以建立ARDL模型。

為了定量分析公眾關(guān)注度對(duì)食品類(lèi)價(jià)格的影響，本文分別構(gòu)建基于百度指數(shù)的ARDL模型，實(shí)證分析變量間的長(zhǎng)期協(xié)整關(guān)系。因是建立雙變量的ARDL模型，所以可以定義兩個(gè)變量的滯后階數(shù)分別為m和n，因此，擬建立的模型形式為ARDL（m，n）。經(jīng)計(jì)算上海證交所食品概念股股票的ARDL模型為ARDL（9，7）、深圳為ARDL（4，6）。經(jīng)檢驗(yàn)所建模型通過(guò)了F統(tǒng)計(jì)值邊界檢驗(yàn)，因此，可以認(rèn)為所建模型通過(guò)了穩(wěn)定性檢驗(yàn)。根據(jù)通過(guò)檢驗(yàn)的ARDL模型可以得出以下的長(zhǎng)期均衡方程：

CAAR1=（4.16E-06）*BAIDU1+0.0024 （1）

CAAR2=（46.32E-06）*BAIDU2-0.1796 （2）

根據(jù)方程（1）可以發(fā)現(xiàn)百度指數(shù)對(duì)股市價(jià)格具有正向顯著性影響，百度指數(shù)指標(biāo)每增加一個(gè)單位，將增加（4.16E-06）個(gè)單位的CAAR1。而對(duì)于深圳交易所的長(zhǎng)期協(xié)整方程（2）：CAAR2=（46.32E-06）*BAIDU-0.1796，可以發(fā)現(xiàn)百度指數(shù)對(duì)股市價(jià)格具有正向顯著性影響，百度指數(shù)指標(biāo)每增加一個(gè)單位，將增加（46.32E-06）個(gè)單位的CAAR2。綜合而言，百度指數(shù)與平均累積異常收益率具有長(zhǎng)期均衡關(guān)系，百度指數(shù)與平均累積異常收益率具有正向效應(yīng)，通過(guò)兩者的長(zhǎng)期關(guān)系研究，就可以通過(guò)百度指數(shù)的變化預(yù)估收益率變化，這將針對(duì)食品安全事件對(duì)金融市場(chǎng)波動(dòng)分析提供一種有效的分析方法。

四、結(jié)論

本文結(jié)合向量自回歸模型、事件研究法和自回歸分布滯后模型研究食品安全事件對(duì)食品股票價(jià)格的影響。研究對(duì)象為發(fā)生于2011年3月15日的“瘦肉精”食品安全事件對(duì)上海證交所和深圳證交所食品類(lèi)股票累積異常收益率的定性影響，以及百度指數(shù)對(duì)累積異常收益率的定量影響，從定性與定量?jī)蓚€(gè)角度衡量事件沖擊影響。實(shí)證結(jié)果可以得出以下結(jié)論。

（一）百度指數(shù)對(duì)股票價(jià)格存在短期沖擊效應(yīng)

通過(guò)向量自回歸模型分析百度指數(shù)對(duì)股票價(jià)格的短期沖擊響應(yīng)，發(fā)現(xiàn)百度指數(shù)對(duì)平均收盤(pán)價(jià)存在沖擊作用，但恢復(fù)期兩個(gè)證交所股票存在差異，沖擊強(qiáng)度也存在不同，研究結(jié)論可以為證券投資者及行業(yè)從事人員提供實(shí)時(shí)投資及管理參考。

（二）事件研究法能夠有效論證“瘦肉精”食品安全事件對(duì)股票價(jià)格的影響

通過(guò)采用事件分析法，對(duì)上海證券交易所11個(gè)食品概念股、深圳證券交易所20個(gè)食品概念股的累積異常收益率進(jìn)行定量分析，實(shí)證結(jié)果論證了事件對(duì)累積異常收益率的影響時(shí)間長(zhǎng)度，研究結(jié)果直觀(guān)呈現(xiàn)了累積異常收益率的變化狀況。

（三）自回歸分布滯后模型能夠定量印證網(wǎng)絡(luò)關(guān)注對(duì)股市的沖擊影響

本文創(chuàng)造性將具有滯后特性的自回歸分布滯后模型（即ARDL模型）應(yīng)用于網(wǎng)絡(luò)關(guān)注對(duì)股票價(jià)格的影響。因?yàn)楦鶕?jù)市場(chǎng)有效原理，信息對(duì)市場(chǎng)的影響具有滯后性，而ARDL具有自動(dòng)提取滯后階數(shù)的優(yōu)點(diǎn)，所以本文的研究在前人研究的基礎(chǔ)上實(shí)現(xiàn)了研究的應(yīng)用創(chuàng)新。

（四）從網(wǎng)絡(luò)關(guān)注角度分析金融市場(chǎng)具有優(yōu)越性

隨著當(dāng)前全球經(jīng)濟(jì)、金融環(huán)境不確性因素的累積，民眾對(duì)經(jīng)濟(jì)、金融信息尤為敏感，而搜索指數(shù)，對(duì)中文搜索而言則是百度指數(shù)，該指數(shù)可以看作一個(gè)新的經(jīng)濟(jì)變量，百度指數(shù)與金融價(jià)格具有天然的關(guān)聯(lián)性，應(yīng)用百度指數(shù)進(jìn)行金融價(jià)格的關(guān)聯(lián)性研究具有特別重要的參考價(jià)值，本文的研究為開(kāi)展這個(gè)方面的研究提出了一個(gè)新的視角及有效探索，將來(lái)的研究將結(jié)合更多金融數(shù)據(jù)進(jìn)行綜合分析，力圖提高應(yīng)用的綜合性及系統(tǒng)性，為有效提高金融管理及創(chuàng)新提供數(shù)據(jù)參考。

[參考文獻(xiàn)]

[1]Peri M， Vandone D， Baldi L. Internet， noise trading and commodity futures prices[J]. International Review of Economics & Finance， 2014， 33： 82-89.

[2]Beracha E， Wintoki M. Forecasting residential real estate price changes from online search activity[J]. Journal of Real Estate Research， Forthcoming， 2012， 35（3）： 283-312.

[3]Gill T， Perera D， Sunner D. Electronic Indicators of Economic Activity[J]. Electronic Indicators of Economic Activity 1 Costs and Margins in the Retail Supply Chain 13 Australia's Productivity Performance and Real Incomes 23 Households' Appetite for Financial Risk 37 Banking Fees in Australia 43， 2012： 1.

[4]Smith GP. Google Internet search activity and volatility prediction in the market for foreign currency[J]. Finance Research Letters， 2012， 9（2）： 103-110.

[5]Dzielinski M. Measuring economic uncertainty and its impact on the stock market[J]. Finance Research Letters， 2012， 9（3）： 167-175.

[6]Segev E， Sharon AJ. Temporal patterns of scientific information-seeking on Google and Wikipedia[J]. Public Understanding of Science， 2016： 0963662516648565.

[7]Chan EH， Scales DA， Brewer TF et al. Forecasting high-priority infectious disease surveillance regions： a socioeconomic model[J]. Clinical infectious diseases， 2013， 56（4）： 517-524.

[8]Ayers JW， Althouse BM， Allem J-P et al. Seasonality in seeking mental health information on Google[J]. American journal of preventive medicine， 2013， 44（5）： 520-525.

[9]屈耀輝，杜亞斌，傅元略.產(chǎn)品負(fù)面報(bào)道沖擊效應(yīng)實(shí)證分析——以酒鬼酒塑化劑風(fēng)波為例[J].華東經(jīng)濟(jì)管理.2013（10）：157-162.

[10]劉志雄，劉婷文，滿(mǎn)子會(huì).媒體負(fù)面報(bào)道對(duì)公司股價(jià)影響的研究：來(lái)自白酒塑化劑事件的證據(jù)[J].系統(tǒng)工程理論與實(shí)踐.2017，37（2）：311-321.

[11]武帥峰，陳志國(guó)，楊甜婕.食品安全事件對(duì)相關(guān)上市公司的溢出效應(yīng)研究——以酒鬼酒塑化劑風(fēng)波為例[J].財(cái)經(jīng)理論與實(shí)踐.2014，35（2）：45-50.

[12]顧金峰.瘦肉精事件對(duì)豬肉產(chǎn)業(yè)鏈價(jià)格波動(dòng)的影響[J].江蘇農(nóng)業(yè)科學(xué).2016，44（12）：548-552.

[13]Ji Q， Guo J-F. Oil price volatility and oil-related events： An Internet concern study perspective[J]. Applied Energy， 2015， 137： 256-264.

[14]Sarkodie SA， Strezov V， Weldekidan H et al. Environmental sustainability assessment using dynamic Autoregressive-Distributed Lag simulations-Nexus between greenhouse gas emissions， biomass energy， food and economic growth[J]. Science of the Total Environment， 2019， 668： 318-332.

[責(zé)任編輯：王鳳娟]