新冠疫情的資本市場沖擊效應(yīng)研究

張志平 朱思穎 呂風(fēng)光

【摘 要】 新冠肺炎疫情作為重大突發(fā)公共衛(wèi)生事件，短期內(nèi)對經(jīng)濟(jì)發(fā)展以及資本市場都帶來巨大沖擊。文章以中國資本市場相關(guān)股票交易數(shù)據(jù)為樣本，通過行業(yè)異質(zhì)性分析、拐點(diǎn)分析與事件研究法探討了新冠疫情對資本市場的沖擊效應(yīng)。研究結(jié)果表明：新冠疫情對資本市場的短期沖擊劇烈，這種沖擊具有明顯的行業(yè)異質(zhì)性特征，受疫情影響較大的行業(yè)凸顯更強(qiáng)的沖擊效應(yīng);機(jī)制分析發(fā)現(xiàn)投資者情緒是新冠疫情存在資本市場沖擊效應(yīng)的重要傳導(dǎo)路徑。研究新冠疫情對資本市場的沖擊效應(yīng)及其路徑于促進(jìn)我國經(jīng)濟(jì)發(fā)展以及穩(wěn)定資本市場都具有重要意義。

【關(guān)鍵詞】 新冠疫情; 資本市場; 沖擊效應(yīng); 投資者情緒

【中圖分類號】 F275;F832.33? 【文獻(xiàn)標(biāo)識碼】 A? 【文章編號】 1004-5937（2020）18-0131-07

一、引言

2019年末突發(fā)的新冠肺炎疫情（簡稱新冠疫情）迅速波及全球，對資本市場帶來巨大沖擊，2020年4月20日美國WTI原油期貨價格甚至跌至負(fù)值。作為經(jīng)濟(jì)“晴雨表”的資本市場凸顯疫情沖擊下投資者恐慌的投資行為，根據(jù)東方財富網(wǎng)公布的數(shù)據(jù)，2020年中國股市可能整體處于低迷狀態(tài)。2020年1月2日至3月31日，深成指由10 638點(diǎn)下降到9 962點(diǎn)，滬指由3 085點(diǎn)下降到2 750點(diǎn)。尤其是春節(jié)后第一個交易日滬深兩市均出現(xiàn)大幅度跳空低開，深成指當(dāng)日跌幅達(dá)8.45%，滬指日跌幅為7.72%。疫情作為突發(fā)公共衛(wèi)生事件，與普通衛(wèi)生事件（如流感等）不同，此類事件以爆發(fā)突然、傳播速度快、影響范圍較為集中、社會恐慌程度高、短期沖擊明顯為特征[ 1 ]，新冠疫情對我國資本市場短期內(nèi)造成劇烈沖擊。2020年我國即將全面建成小康社會，研究新冠疫情對我國資本市場的沖擊效應(yīng)及其路徑于實(shí)現(xiàn)我國經(jīng)濟(jì)發(fā)展目標(biāo)以及穩(wěn)定資本市場都具有重要意義。

二、文獻(xiàn)綜述

重大突發(fā)事件對資本市場的影響研究一直是有關(guān)資本市場研究的重要內(nèi)容。根據(jù)《中華人民共和國突發(fā)事件應(yīng)對法》，突發(fā)事件可分為自然災(zāi)害、社會安全事件、事故災(zāi)難和公共衛(wèi)生事件。自然災(zāi)害對資本市場的沖擊時間短暫，沖擊主要集中在受災(zāi)地區(qū)，不同類型的自然災(zāi)害對資本市場的沖擊也不相同。Worthington和Valadkhani[ 2 ]以澳大利亞自然災(zāi)害為研究對象，發(fā)現(xiàn)森林火災(zāi)對資本市場存在正向影響，但龍卷風(fēng)與地震卻對資本市場存在負(fù)向影響。葉志強(qiáng)等[ 3 ]研究了汶川地震對我國資本市場的影響，發(fā)現(xiàn)對震中四川板塊的負(fù)向影響顯著。趙靜梅等[ 4 ]認(rèn)為自然災(zāi)害對當(dāng)?shù)毓竟蓛r會造成嚴(yán)重的負(fù)面影響，負(fù)面沖擊時間平均為19天。社會安全事件對資本市場沖擊范圍較廣，甚至還存在長期的負(fù)面影響?！?11”恐怖事件之后，美股出現(xiàn)全面下跌，道瓊斯指數(shù)下跌幅度達(dá)7.13%[ 5 ]?？讝|民和周燕飛[ 5 ]通過考察1992年至2014年我國恐怖襲擊事件對當(dāng)?shù)毓竟蓛r的影響，發(fā)現(xiàn)這類事件不僅對股價存在短期負(fù)面沖擊，甚至影響長期投資。事故災(zāi)難對資本市場的影響研究發(fā)現(xiàn)，負(fù)面影響主要集中在與事件相關(guān)的敏感行業(yè)。武帥峰等[ 6 ]以酒鬼酒塑化劑風(fēng)波為例分析食品安全事故對股市的影響，發(fā)現(xiàn)該事故對整個酒品行業(yè)都產(chǎn)生了負(fù)面沖擊，其中白酒企業(yè)股價下跌最為明顯。重大突發(fā)公共衛(wèi)生事件對資本市場的影響是有限且短暫的，伍志文[ 7 ]、吳啟芳[ 8 ]研究了SARS事件對資本市場的沖擊，發(fā)現(xiàn)SARS事件短期內(nèi)導(dǎo)致金融環(huán)境的惡化和投資風(fēng)險的增加，但未影響資本市場長期穩(wěn)定性。朱琳和趙英偉[ 9 ]指出SARS事件對我國旅游業(yè)的影響尤為嚴(yán)重，即使在2003年4月28日上證指數(shù)漲幅達(dá)50點(diǎn)，旅游業(yè)股票仍呈全面下跌態(tài)勢。

為應(yīng)對重大突發(fā)事件帶來的金融風(fēng)險和維持資本市場的穩(wěn)定，突發(fā)事件的應(yīng)對機(jī)制探討引起學(xué)者關(guān)注，現(xiàn)有研究主要從宏觀和微觀兩個層面展開。在宏觀層面，政府在防范突發(fā)事件帶來的金融風(fēng)險和應(yīng)對金融危機(jī)中具有基礎(chǔ)性作用，實(shí)施的財政政策和貨幣政策均能給資本市場帶來積極的影響[ 10-11 ]，通過選擇性投資、減稅降費(fèi)、提高企業(yè)貸款支持力度以及提供中小企業(yè)基金等途徑平滑突發(fā)事件的金融沖擊[ 12 ]。在微觀層面，企業(yè)行為會對資本市場沖擊下的緩沖能力造成影響，提高會計穩(wěn)健性[ 13 ]和優(yōu)化公司治理[ 14 ]，能夠有效改善企業(yè)應(yīng)對金融危機(jī)的風(fēng)險緩沖能力。另外，微觀投資者就社會經(jīng)濟(jì)發(fā)展與資本市場高質(zhì)量增長的信心對應(yīng)對突發(fā)事件的沖擊尤為重要，只要這種信心沒有被疫情擊垮，資本市場的長期發(fā)展趨勢不會因?yàn)橥话l(fā)事件的出現(xiàn)而受到較強(qiáng)的異常沖擊。

綜上，關(guān)于重大突發(fā)事件對資本市場的影響研究，當(dāng)前就自然災(zāi)害和事故災(zāi)難的研究較多，就突發(fā)公共衛(wèi)生事件對資本市場沖擊效應(yīng)的研究較少。因此，面對突發(fā)的新冠疫情，為控制金融風(fēng)險，維持資本市場穩(wěn)定發(fā)展，迫切需要研究新冠疫情對資本市場的沖擊效應(yīng)以及行業(yè)異質(zhì)性效應(yīng)，揭示疫情對資本市場的沖擊路徑及其后果。本文將利用信號傳遞理論、行為金融學(xué)理論等，以中國資本市場相關(guān)股票交易數(shù)據(jù)為樣本，研究新冠疫情對資本市場的沖擊效應(yīng)，并在此基礎(chǔ)上提出相關(guān)對策建議，為后疫情時代資本市場健康發(fā)展提供理論和實(shí)踐借鑒。

三、新冠疫情對資本市場沖擊的行業(yè)異質(zhì)性效應(yīng)

行為金融學(xué)理論認(rèn)為投資者的非理性心理可能促使其發(fā)生非理性的投資行為，從而引發(fā)資本市場的波動[ 15 ]?；谛盘杺鬟f理論，新冠疫情的發(fā)生，可能給投資者傳遞消極信號，導(dǎo)致投資者對未來股票收益預(yù)期下降，從而對股價造成負(fù)面沖擊，但這種沖擊可能存在行業(yè)異質(zhì)性效應(yīng)。因此，本文首先從行業(yè)異質(zhì)性視角分析研究新冠疫情對資本市場的沖擊效應(yīng)。

（一）研究期間與樣本選擇

鑒于2019年12月8日官方通報首例不明原因肺炎患者，所以本文將研究初始期界定為首例通報后的第一個交易日即2019年12月9日;同時考慮到2020年2月26日出現(xiàn)首例境外輸入病例，為避免境外因素的干擾，研究期截止到2020年2月25日。本文以中國滬深上市公司為樣本，研究新冠疫情對資本市場的沖擊效應(yīng)，股票日交易數(shù)據(jù)來自CSMAR數(shù)據(jù)庫，新冠疫情數(shù)據(jù)來源于國家衛(wèi)健委官網(wǎng)。

（二）行業(yè)異質(zhì)性沖擊效應(yīng)分析

首先，本文以證監(jiān)會（2012）行業(yè)分類標(biāo)準(zhǔn)為依據(jù)，按照第一位代碼將行業(yè)分為農(nóng)林牧副漁、采礦業(yè)、制造業(yè)等19類行業(yè)，基于行業(yè)異質(zhì)性視角，以股票收益率波動作為沖擊效應(yīng)的代理變量，考察新冠疫情對資本市場的沖擊效應(yīng)，具體分析見圖1。其次，考慮到制造業(yè)包含的行業(yè)細(xì)類較多，為進(jìn)一步探究不同類型制造業(yè)疫情沖擊效應(yīng)的行業(yè)異質(zhì)性，按照三位代碼（證監(jiān)會2012標(biāo)準(zhǔn)）對制造業(yè)細(xì)分行業(yè)進(jìn)行沖擊效應(yīng)分析，結(jié)果見圖2。最后，根據(jù)企業(yè)是否處于疫情中心區(qū)域湖北進(jìn)行分類，檢驗(yàn)不同區(qū)域的行業(yè)沖擊效應(yīng)，分析結(jié)果見圖3。

1.疫情對資本市場沖擊的總體行業(yè)異質(zhì)性分析

從圖1可以看出，研究期間資本市場上有兩次股價日跌幅超過2%，分別在2020年1月23日和2020年2月3日。2020年1月23日是武漢宣布“封城”日，2020年2月3日為春節(jié)后第一個交易日。可見，資本市場對突發(fā)疫情事件具有敏銳的反應(yīng)，隨著新冠疫情的加重，投資者悲觀心理以及恐慌情緒增加，春節(jié)假期的累積恐慌效應(yīng)導(dǎo)致2020年2月3日出現(xiàn)超過8%的大幅下跌。此后，隨著國家采取多種措施控制疫情以及出臺一系列調(diào)控政策穩(wěn)定金融市場，2020年2月5日股票價格逐漸企穩(wěn)并回升。

從分行業(yè)的股票收益率來看（圖1），各行業(yè)均受疫情沖擊影響，出現(xiàn)頻繁股價波動。首先教育業(yè)股票收益率變化尤為明顯，出現(xiàn)了8次幅度超過2%的下跌;其次農(nóng)林牧漁業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，居民服務(wù)、修理和其他服務(wù)業(yè)也受到較大沖擊，出現(xiàn)了7次幅度超過2%的下跌;采礦業(yè)與電力、熱力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)等受到的影響較小，疫情期間僅出現(xiàn)兩次超過2%的下跌。服務(wù)行業(yè)受疫情沖擊出現(xiàn)股價大幅波動的原因主要是服務(wù)業(yè)具有人口聚集性的特點(diǎn)，為防止疫情擴(kuò)散所采取的措施降低了人員聚集，疫情的持續(xù)發(fā)展對服務(wù)業(yè)帶來較大影響。

2.疫情對制造業(yè)資本市場沖擊效應(yīng)分析

由圖2可以看出，各細(xì)分行業(yè)股票收益率走勢大致相同，春節(jié)休市前后均出現(xiàn)幅度為9%的向下波動。但是疫情沖擊對醫(yī)藥制造業(yè)造成的影響相對較小，在2月3日其他細(xì)分制造業(yè)股票收益率達(dá)到9%的跌幅時，醫(yī)藥制造業(yè)跌幅不到3%，且在2月3日后，漲幅接近4%，較其他行業(yè)漲幅更為明顯，醫(yī)藥制造業(yè)股價的變動凸顯醫(yī)藥行業(yè)應(yīng)對疫情沖擊的獨(dú)特效應(yīng)。

3.疫情對湖北板塊資本市場沖擊的行業(yè)異質(zhì)性分析

根據(jù)公司注冊地是否處于疫情中心湖北省，將上市公司分為湖北板塊和非湖北板塊。由圖3可知，湖北（上圖）和非湖北（下圖）板塊的股票收益率變化趨于一致，但湖北板塊的下跌幅度與次數(shù)均高于非湖北板塊。湖北板塊的信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，文化、體育和娛樂業(yè)分別出現(xiàn)了10次和9次幅度超過2%的下跌，而非湖北板塊此兩個行業(yè)分別出現(xiàn)7次和6次幅度超過2%的下跌。由此可見，雖然區(qū)域沒有影響疫情對資本市場沖擊效應(yīng)的行業(yè)異質(zhì)性，但是疫情中心地區(qū)板塊受到的資本市場沖擊更甚。

四、新冠疫情對資本市場沖擊的拐點(diǎn)效應(yīng)分析

重大突發(fā)事件對資本市場的沖擊效應(yīng)通常采用事件研究法進(jìn)行分析，即通過計算分析事件發(fā)生前后股票收益率的變化來檢驗(yàn)資本市場對事件的反應(yīng)。本文借鑒既有研究，采用事件研究法系統(tǒng)考察疫情期間典型事件的資本市場沖擊效應(yīng)。對于疫情重大且典型事件的確定，一是通過明確的典型事件確定，二是通過拐點(diǎn)分析法確定。本文以武漢宣布“封城”作為政府采取嚴(yán)格控制措施防控新冠疫情的事件，采用拐點(diǎn)分析法確定疫情減緩事件日。

（一）拐點(diǎn)分析法的計算

拐點(diǎn)分析法是指利用時間序列數(shù)據(jù)進(jìn)行拐點(diǎn)計算、預(yù)測或判斷函數(shù)走勢變化的方法，常用于分析經(jīng)濟(jì)或金融周期[ 16 ]、利率變化[ 17 ]等經(jīng)濟(jì)及金融現(xiàn)象。拐點(diǎn)可以直觀地理解為函數(shù)趨勢（增長或下降）由緩變急或由急變緩的關(guān)鍵點(diǎn)、轉(zhuǎn)折點(diǎn)。雖然對具有函數(shù)表達(dá)式的圖像進(jìn)行拐點(diǎn)計算并不難，但很多實(shí)際狀況并沒有確定的函數(shù)關(guān)系，同時數(shù)據(jù)又是離散的，大大增加了計算難度。Satopaa等[ 18 ]針對離散型數(shù)據(jù)，從曲率的思想出發(fā)，結(jié)合離線、在線的不同應(yīng)用場景以及Angle_based等算法，提出拐點(diǎn)檢測思路。kneed庫是實(shí)現(xiàn)拐點(diǎn)檢測思路的典型方法。利用kneed進(jìn)行拐點(diǎn)檢測時，需要指定curve參數(shù)和direction參數(shù)。curve參數(shù)是指明曲線之上區(qū)域是凸集還是凹集，concave代表凹，convex代表凸;direction參數(shù)是指明曲線初始趨勢是增還是減，increasing表示增，decreasing表示減。curve參數(shù)和direction參數(shù)有四種不同的組合，見表1。

本文利用國家衛(wèi)健委網(wǎng)站公布的疫情日數(shù)據(jù)，包括新增確診數(shù)、現(xiàn)存確診數(shù)、累計確診數(shù)和新增疑似數(shù)等數(shù)據(jù)，采用Python 3.7中的kneed庫、matplotlib庫完成對拐點(diǎn)的檢測和圖像制作。具體計算結(jié)果見圖4。

根據(jù)圖4所示，在研究期間，新增確診、累計確診和新增疑似未出現(xiàn)明顯的拐點(diǎn)，現(xiàn)存確診的拐點(diǎn)出現(xiàn)在2月20日。所以，本文根據(jù)拐點(diǎn)分析計算的結(jié)果，以2020年2月20日作為疫情減緩的事件日進(jìn)行事件分析。

（二）事件研究法分析結(jié)果

1.事件分析結(jié)果

根據(jù)本文對事件的界定，選擇武漢宣布“封城”日2020年1月23日和依據(jù)拐點(diǎn)分析法計算的“現(xiàn)存確診數(shù)拐點(diǎn)”發(fā)生日2020年2月20日作為事件日，前者作為政府采取嚴(yán)格控制措施防控新冠疫情的典型事件日進(jìn)行分析，后者作為表征疫情減緩的事件進(jìn)行分析。參照吳啟芳[ 8 ]和葉志強(qiáng)等[ 3 ]的做法，事件窗口期確定為[-12，12]，窗口估計期為[-132，-13]，即事件日前132到前13個交易日，共120個交易日，通過考察平均超額收益率AAR和累計平均超額收益率CAR來進(jìn)行典型事件的資本市場沖擊效應(yīng)檢驗(yàn)。具體計算如下：

首先采用市場模型Rit=？琢i+？茁iRmt+？著it，利用估計期數(shù)據(jù)，通過用最小二乘法估計系數(shù)？琢i和？茁i。其中，Rit是第t個交易日考慮現(xiàn)金紅利再投資的日個股回報率，Rmt是第t個交易日流通市值加權(quán)平均法的市場收益率，？著it表示回歸殘差。其次計算個股超額收益率ARit、平均超額收益率AARt和累計平均超額收益率CARt。最后通過檢驗(yàn)AARt和CARt是否顯著不等于0來判斷典型事件是否對資本市場產(chǎn)生沖擊。

在事件窗口的平均超額收益率AAR如表2所示?？梢钥闯鰪奈錆h宣布“封城”事件前四個交易日開始AAR顯著為負(fù)，事件發(fā)生后第二個交易日，也是春節(jié)假期后股市開盤第二天，AAR達(dá)到事件窗口期內(nèi)最低值（-0.0257），隨后AAR回升，說明武漢宣布“封城”事件給資本市場帶來短期沖擊，疫情的加重短期內(nèi)引起資本市場消極的負(fù)向沖擊反應(yīng)。從“現(xiàn)存確診數(shù)拐點(diǎn)”事件后，AAR在大多數(shù)交易日顯著為正，說明資本市場能感知疫情緩和，疫情的好轉(zhuǎn)引起資本市場積極的正向沖擊反應(yīng)。

為了直觀反映事件窗口內(nèi)疫情事件的短期市場反應(yīng)變化趨勢，本文將兩個事件的累計平均超額收益率CAR繪制圖5。上圖對應(yīng)武漢宣布“封城”事件，下圖對應(yīng)“現(xiàn)存確診數(shù)拐點(diǎn)”事件。本文通過t參數(shù)檢驗(yàn)了各事件窗口下累計平均異常收益率CAR及其顯著性，見表3。

2.武漢宣布“封城”事件的資本市場沖擊效應(yīng)分析

由圖5（上圖）可見，累計平均超額收益率CAR自事件日后一天至事件日后五天均低于0，尤其是在事件發(fā)生第二天（t=2）降至-0.0158，表明當(dāng)武漢宣布“封城”后，市場對這一信號的解讀是負(fù)面的消極信號，事件當(dāng)天股價下跌。但是CAR值自事件日第六個交易日（t=6）起開始大于0，說明投資者對武漢宣布“封城”事件的消極市場反應(yīng)持續(xù)時間較短，疫情程度的嚴(yán)重并沒有導(dǎo)致長期劇烈的資本市場反應(yīng)。

由表3武漢宣布“封城”事件檢驗(yàn)結(jié)果可以看出，事件窗口[-4，4]、[-3，3]、[-2，2]、[0，2]、[0，3]、[0，4]中，CAR在1%的統(tǒng)計水平下顯著為負(fù)，表明疫情短期內(nèi)導(dǎo)致顯著消極為負(fù)的資本市場沖擊效應(yīng)。

3.“現(xiàn)存確診數(shù)拐點(diǎn)”事件的資本市場沖擊效應(yīng)分析

“現(xiàn)存確診數(shù)拐點(diǎn)”事件表明疫情緩和拐點(diǎn)的出現(xiàn)，由圖5（下圖）可見，累計平均超額收益率CAR自現(xiàn)存確診拐點(diǎn)事件后的12天均大于0，并呈持續(xù)走高的趨勢，說明投資者對疫情好轉(zhuǎn)的市場反應(yīng)顯著正向。通過表3的拐點(diǎn)事件檢驗(yàn)結(jié)果可以看出，在事件窗口[-12，12]、[-5，5]、[-4，4]、[-3，3]、[-2，2]、[0，2]、[0，3]、[0，4]、[0，5]、[0，12]中，CAR在1%的統(tǒng)計水平下顯著為正，結(jié)果表明疫情好轉(zhuǎn)引致積極的正向資本市場沖擊。

五、新冠疫情對資本市場沖擊效應(yīng)的路徑研究

關(guān)于重大突發(fā)公共衛(wèi)生事件與資本市場沖擊的作用機(jī)制，行為金融學(xué)理論認(rèn)為，投資者主體行為與情緒能夠在很大程度上影響股價變動。重大突發(fā)公共衛(wèi)生事件不僅影響公司未來收益和風(fēng)險，而且會通過影響投資者情緒引發(fā)投資者對股票市場的非理性預(yù)期，導(dǎo)致高估或低估股票價格，出現(xiàn)估計偏差[ 19-20 ]。這種非理性投資者預(yù)期情緒往往導(dǎo)致突發(fā)公共衛(wèi)生事件對股市的負(fù)面沖擊效應(yīng)，甚至超過實(shí)質(zhì)損害的程度[ 21 ]，所以投資者情緒應(yīng)該是影響新冠疫情對資本市場沖擊效應(yīng)的重要因素。

為檢驗(yàn)新冠疫情對資本市場沖擊的路徑，本文將新增確診病例增速（QZ）作為疫情的代理變量，將個股日收益率（Ret）作為股市變化的變量，借鑒梁麗珍[ 22 ]用股市價格的變化方向與當(dāng)日換手率乘積測度投資者情緒（Sent），探討新冠疫情對資本市場沖擊中投資者情緒發(fā)揮的作用。

由于新增確診病例公布時間為第二天，所以本文在處理投資者情緒與股價變動時，滯后一天進(jìn)行回歸。借鑒溫忠麟等[ 23 ]提出的中介效應(yīng)檢驗(yàn)程序，本文選取企業(yè)規(guī)模（Size）、股權(quán)集中度（OC）、杠桿率（Lev）、凈資產(chǎn)收益率（ROE）、成長能力（GW）、行業(yè)虛擬變量（Industry），設(shè)定如下模型進(jìn)行檢驗(yàn)。

剔除樣本缺失和交易異常數(shù)據(jù)，除虛擬變量外，其他變量都進(jìn)行中心化處理，并對中介效應(yīng)模型進(jìn)行Sobel檢驗(yàn)，結(jié)果如表4。

表4顯示投資者情緒在疫情與股價變化間的中介效應(yīng)檢驗(yàn)結(jié)果均在1%的水平上顯著。被解釋變量為日個股收益率Ret，Sent的系數(shù)為正值，說明投資者情緒對股價變化的影響正相關(guān)。疫情嚴(yán)重程度（即新增確診病例增速Q(mào)Z）與投資者情緒Sent的回歸系數(shù)為負(fù)值，說明疫情顯著影響了投資者情緒的變化，表明投資者情緒在股價變化和疫情狀況之間存在部分中介效應(yīng)，其中股價變化和疫情之間投資者情緒的中介效應(yīng)比例為44%。Sobel檢驗(yàn)顯著，結(jié)論支持投資者情緒在疫情和資本市場沖擊中存在中介效應(yīng)。

六、研究結(jié)論與建議

本文采用深滬上市公司的股票交易數(shù)據(jù)和新冠疫情數(shù)據(jù)，研究了新冠疫情對資本市場的沖擊效應(yīng)。研究發(fā)現(xiàn)：疫情對資本市場的沖擊效應(yīng)存在明顯的行業(yè)異質(zhì)性效應(yīng)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，居民服務(wù)、修理和其他服務(wù)業(yè)，教育業(yè)等行業(yè)受到的負(fù)向沖擊效應(yīng)較為嚴(yán)重;拐點(diǎn)分析和事件研究發(fā)現(xiàn)疫情的信號導(dǎo)向作用對資本市場帶來沖擊，并且疫情對資本市場的沖擊在短期內(nèi)較為嚴(yán)重;投資者情緒是資本市場在疫情期間受到短期沖擊的重要因素。

疫情的沖擊是短期的、強(qiáng)烈的，就新冠疫情對資本市場的沖擊，本文建議政府、企業(yè)、投資者應(yīng)協(xié)同聯(lián)動，共同維護(hù)資本市場的穩(wěn)定和有序發(fā)展。政府應(yīng)積極出臺相關(guān)政策從宏觀上穩(wěn)定資本市場。財政政策有利于應(yīng)對類似疫情造成的短期沖擊，應(yīng)加大減稅和財政支出力度;同時采取穩(wěn)健的貨幣政策，通過商業(yè)銀行借貸，幫助企業(yè)渡過難關(guān)，增加資本市場投資環(huán)境的穩(wěn)定性。企業(yè)應(yīng)將短期風(fēng)險應(yīng)對與常態(tài)化防控相結(jié)合，積極應(yīng)對股價下跌風(fēng)險。一方面，企業(yè)應(yīng)根據(jù)疫情狀況，適時調(diào)整生產(chǎn)計劃，開展轉(zhuǎn)型升級，采取資金占用少、效益高的商業(yè)模式，降低運(yùn)營成本;另一方面，企業(yè)應(yīng)多渠道融資與變現(xiàn)，爭取政策與資金支持，提高現(xiàn)金持有能力。投資者就社會經(jīng)濟(jì)發(fā)展與資本市場高質(zhì)量增長的信心對應(yīng)對此次疫情的沖擊尤為重要。投資者首先應(yīng)當(dāng)保持一定的資金持有量，避免盲目投資，以保障一定的抗風(fēng)險能力;其次應(yīng)保持穩(wěn)定的投資心理，避免盲目追漲殺跌的投資行為;最后應(yīng)密切關(guān)注國家和相關(guān)機(jī)構(gòu)發(fā)布的政策信息，增強(qiáng)搜集信息的能力，提高投資水平和理性投資能力，客觀且積極應(yīng)對疫情的資本市場沖擊。

【參考文獻(xiàn)】

[1] 喬智，干杏娣.美國股市沖擊對中國上市公司投資的影響[J].財經(jīng)問題研究，2019（4）：62-69.

[2] WORTHINGTON A C， VALADKHANI A. Measuring the impact of natural disasters on capital markets： an empirical application using intervention analysis[J].Applied Economics，2004，36（19）：2177-2186.

[3] 葉志強(qiáng)，涂波，張順明.“汶川地震”的證券市場板塊效應(yīng)研究[J].投資研究，2011（8）：51-63.

[4] 趙靜梅，申宇，吳風(fēng)云.天災(zāi)、人禍與股價：基于地震、群體騷亂事件的研究[J].管理科學(xué)學(xué)報，2014（4）：19-33.

[5] 孔東民，周燕飛.恐怖襲擊對上市公司股價及公司行為影響研究[J].投資研究，2016（6）：17-28.

[6] 武帥峰，陳志國，楊甜婕.食品安全事件對相關(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].財經(jīng)理論與實(shí)踐，2014（2）：45-50.

[7] 伍志文.SARS對金融業(yè)的沖擊路徑及其影響初探[J].財經(jīng)研究，2003（8）：58-63.

[8] 吳啟芳.SARS對中國投資基金影響的實(shí)證研究[J].管理評論，2003（5）：8-11.

[9] 朱琳，趙英偉.由“非典”影響談旅游業(yè)危機(jī)管理體系的構(gòu)建[J].科技進(jìn)步與對策，2003（18）：96-98.

[10] 何德旭，鄭聯(lián)盛.金融危機(jī)：演進(jìn)、沖擊與政府應(yīng)對[J].世界經(jīng)濟(jì)，2009（9）：82-96.

[11] 田金方，王文靜.金融危機(jī)后宏觀政策的發(fā)布對股市是否產(chǎn)生了沖擊？——基于高頻數(shù)據(jù)的研究[J].經(jīng)濟(jì)與管理評論，2018（5）：130-137.

[12] 馬永強(qiáng)，陳歡.金融危機(jī)沖擊對企業(yè)集團(tuán)內(nèi)部資本市場運(yùn)行的影響：來自我國民營家族企業(yè)的經(jīng)驗(yàn)證據(jù)[J].會計研究，2013（4）：38-45.

[13]雷光勇，王文忠，邱保印.政治沖擊、銀行信貸與會計穩(wěn)健性[J].財經(jīng)研究，2015（3）：121-131.

[14] 連燕玲，賀小剛，張遠(yuǎn)飛，等.危機(jī)沖擊、大股東“管家角色”與企業(yè)績效：基于中國上市公司的實(shí)證分析[J].管理世界，2012（9）：142-155.

[15] BAKER M， WURGLER J. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance，2006，61（4）：1645-1680.

[16] 王晉斌，盧麗陽，時文東.中國金融與經(jīng)濟(jì)周期的測度與分析：兼論雙重周期中的政策選擇[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2019（8）：11-26.

[17] 黃禮健.我國短期市場利率走勢及拐點(diǎn)分析[J].新金融，2017（10）：25-31.

[18] SATOPAA V， ALBRECHT J， IRWIN D， et al. Finding a kneedle in a haystack：detecting knee points in? system? behavior[C].International? Conference? on Distributed Computing Systems Workshops IEEE Computer Society，2011（20）：166-171.

[19] STEIN J C. Rational capital budgeting in an irrational world[J]. Journal of Business，1996，69（4）：429-455.

[20] BROWN G W， CLIFF M T. Investor sentiment and the near-term stock market[J]. Journal of Empirical Finance，2004，11（1）：1-27.

[21] KAPLANSKI G，LEVY H.Sentiment and stock prices： the case of aviation disasters[J].Journal of Financial Economics，2010，95（2）：174-201.

[22] 梁麗珍.投資者情緒影響因素的實(shí)證研究[J].統(tǒng)計與決策，2010（4）：138-141.

[23] 溫忠麟，張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用[J].心理學(xué)報，2004（5）：614-620.