新冠疫情對股票收益率影響的實證分析

駱 琛

（天津工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津 300387）

一、前言

2020年的新冠疫情席卷全球，已經(jīng)讓全球各個國家都造成重大的經(jīng)濟(jì)損失，直接導(dǎo)致世界經(jīng)濟(jì)出現(xiàn)下滑甚至衰退的地步。而股市作為經(jīng)濟(jì)的“晴雨表”，經(jīng)濟(jì)下滑股市必然會對股市造成較大的沖擊，此次新冠疫情對國民經(jīng)濟(jì)的影響可以反映在股市收益率的波動上面[1]。網(wǎng)絡(luò)平臺實現(xiàn)了對信息的廣泛、快速傳播，成為人們獲取商業(yè)信息的主要渠道，因此網(wǎng)絡(luò)輿論對投資者情緒帶來的影響十分之大[2]。這些網(wǎng)絡(luò)輿論會影響股票投資者情緒，最終股票收益率會產(chǎn)生異常波動[3]。

二、分析及計算方法的介紹

首先查閱相關(guān)文獻(xiàn)和資料，獲取相關(guān)數(shù)據(jù)；其次采用事件分析法[4]、t檢驗論證新冠肺炎疫情對股票收益率的影響，其中事件分析法采用參考文獻(xiàn)[4]中的方法；最后通過爬蟲網(wǎng)絡(luò)社交平臺，利用Pearson相關(guān)性檢驗以及最小二乘法來研究傳遞效應(yīng)期間投資者情緒對股票收益率的影響。

三、新冠疫情對股票收益率影響的實證分析

1.數(shù)據(jù)獲取

選擇表1中30支股票作為樣本來研究，所有股票信息全部來自東方財富網(wǎng)Choice金融終端。

表1 選取的股票

2.研究變量及時間節(jié)點(diǎn)的選取

2020年2月3日為春節(jié)期間休市后第一個交易日，投資者對股票的心理預(yù)期在此交易日才反應(yīng)到股價中，因此將該日作為研究新冠疫情暴發(fā)的正式公布日，即為t時刻，又根據(jù)參考文獻(xiàn)[5]中的研究，在此選擇疫情發(fā)生前后7天時間作為內(nèi)幕交易窗口和事件發(fā)生窗口，新冠疫情的發(fā)生直到輿論消失需要15天左右的時間，因此選取2月3日往后15天作為傳遞效應(yīng)的窗口。

3.新冠疫情突發(fā)對股票收益率影響的事件分析法

下面采用事件分析法進(jìn)一步實證三大效應(yīng)是否存在，以及效應(yīng)的強(qiáng)度如何。

（1）異常收益率的計算

選取t-4到t-63天的正常收益率作為樣本數(shù)據(jù)（其中香港交易所在2019年12月25、26日休市，因此港股只選取58天的數(shù)據(jù)）。因為選取的30個股票分別來自港股、上證A股、深市A股、三板股，所以在此選擇恒生指數(shù)、上證指數(shù)、深證綜指、三板成指作為市場當(dāng)日收益率的數(shù)據(jù)。

首先，估計資產(chǎn)定價模型的系數(shù)，通過Eviews進(jìn)行最小二乘法擬合得出的30個股票的正常收益率模型，部分結(jié)果如表2所示，在10%的置信度下，所有的股票都通過了顯著性檢驗，因此下面仍然討論上述30支股票。

表2 模型擬合參數(shù)

其次，計算出每日正常收益率的估計值后，再得到每日平均異常收益率，然后計算平均累計異常收益率的變動，平均累計異常收益率整體呈現(xiàn)出先陡增后下降的趨勢。

（2）檢驗三大效應(yīng)的存在

假設(shè)一：設(shè)定t-7到t-5時期為估計窗口時期，此時的收益率屬于正常時期的收益率。t-4到t-1時期為內(nèi)幕交易窗口，假設(shè)內(nèi)幕交易窗口時期的異常收益率顯著大于估計窗口期的異常收益率，即產(chǎn)生內(nèi)幕交易效應(yīng)。

通過SPSS對兩組數(shù)據(jù)進(jìn)行t檢驗來驗證假說，由于股票的平均異常收益率反應(yīng)的是每一天的股票異常情況，并不能反映出新冠疫情事件對股票總體的影響，因此顯著性檢驗選擇的是樣本股票的累計異常收益率，并且由于本文選取的樣本較少，所以在檢驗異常收益率時并沒有將利好與利空分別開來，均進(jìn)行了絕對值處理（下同），結(jié)果如表3所示。

表3 估計窗口期與內(nèi)幕交易期t檢驗

由表3可知假設(shè)成立，估計窗口與內(nèi)幕窗口期p值為0.011，5%置信度檢驗下通過檢驗，說明疫情得到重視之前的短時期內(nèi)股市存在內(nèi)幕交易，內(nèi)幕交易窗口時期的異常收益率顯著大于估計窗口期的異常收益率。

假設(shè)二：新冠疫情被正式公布后的t到t+2交易日，股票的異常收益率明顯高于內(nèi)幕交易期的異常收益率，即產(chǎn)生公告效應(yīng)。

通過SPSS對兩組數(shù)據(jù)進(jìn)行t檢驗來驗證假說，t-4到t-1為內(nèi)幕窗口期，t到t+2為公告效應(yīng)期，每兩個相鄰的窗口時期的平均累計異常收益率數(shù)據(jù)進(jìn)行t檢驗，結(jié)果如表4所示。

表4 內(nèi)幕交易期與公告效應(yīng)期t檢驗

內(nèi)幕窗口期與公告效應(yīng)期p值為0.003，在5%的置信水平下能通過檢驗，說明公告效應(yīng)時期股票的異常收益率明顯高于內(nèi)幕交易期的異常收益率，即產(chǎn)生公告效應(yīng)。

假設(shè)三：新冠疫情突發(fā)事件之后的t+3到t+15交易日的股票異常收益率顯著小于公告效應(yīng)期的異常收益率，并且該時期的異常收益率顯著高于估計窗口期的異常收益率，即疫情突發(fā)事件存在傳遞效應(yīng)。

下面利用SPSS對公告效應(yīng)與傳遞效應(yīng)窗口期，以及傳遞效應(yīng)與估計窗口時期數(shù)據(jù)之間的關(guān)系都進(jìn)行t檢驗，前者是為了檢驗傳遞期相對于事件公告期的異常收益率是不是會有顯著的下降，后者是為了檢驗相對于疫情發(fā)生之前，疫情突發(fā)事件的傳遞效應(yīng)是否會引起股票異常收益率高于事件發(fā)生之前，如果這兩項的檢驗結(jié)果都顯著的話才能說明疫情的發(fā)生對股票收益率的波動具有傳遞效應(yīng)。

表5 公告效應(yīng)期與傳遞效應(yīng)期t檢驗

由表6可以看出在5%置信水平下，都通過了假設(shè)性檢驗，該結(jié)果表明傳遞效應(yīng)期異常收益率相比于公告效應(yīng)期異常收益率有顯著的下降，并且傳遞效應(yīng)期帶來的股票異常收益率大于估計窗口階段異常收益率，因此新冠疫情暴發(fā)存在一定范圍的傳遞效應(yīng)。

表6 傳遞效應(yīng)期與估計窗口期t檢驗

（3）投資者情緒與股票異常收益率相互關(guān)系的實證分析

傳遞效應(yīng)之所以影響股票收益率，是由于新冠疫情的暴發(fā)引起的網(wǎng)絡(luò)輿論影響著投資者情緒，投資者情緒的變動進(jìn)而會影響投資者對股票的心理預(yù)期，最終影響投資決策[6]。

一是數(shù)據(jù)獲取與數(shù)據(jù)處理。①本文選擇東方財富網(wǎng)作為獲取文本信息的平臺。②利用GSBrowser摘取網(wǎng)頁，再用GooSeeker爬取網(wǎng)頁相應(yīng)股吧中的相關(guān)信息。③對無效的重復(fù)帖，廣告帖以及與該股票無關(guān)的水帖進(jìn)行文本去噪。④文本處理后存為TXT形式。將上一步得到的股吧的標(biāo)題提取出來作為情感賦值的文本。在此通過武漢大學(xué)ROST[4]開發(fā)團(tuán)隊研發(fā)的ROST情感分析功能，進(jìn)行正負(fù)面詞、中性詞的分類，對這三類值進(jìn)行賦值得分，得出：每一個標(biāo)題的情感分析結(jié)果=正面情感值+負(fù)面情感值+中性情感值。⑤計算出最終的投資者情緒值。在此借助參考文獻(xiàn)[7]中的方法：

其中，n表示有關(guān)股票k的發(fā)帖數(shù)量。為避免正負(fù)面情緒相抵消，在此對每日情感值取絕對值。

二是驗證投資者情緒與異常波動率之間的關(guān)系。由于決策相比于網(wǎng)絡(luò)評論而言具有一定的滯后性，因此下文中研究t+3到t+15時間段作為傳遞效應(yīng)下的異常收益率，t+1到t+13作為與異常收益率對應(yīng)的網(wǎng)絡(luò)評論發(fā)酵階段。

首先，利用SPSS軟件中Pearson相關(guān)性檢驗，得出兩者相關(guān)性為0.642，在5%水平上顯著相關(guān)。因此，再構(gòu)建線性關(guān)系模型，以平均異常收益率為因變量，每日情感絕對值為自變量，表7列為兩組數(shù)據(jù)。

表7 平均異常收益率、每日情感值絕對值數(shù)據(jù)

建立如下線性回歸模型：

其次，估計參數(shù)?，F(xiàn)將上述數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再借助EViews軟件估計參數(shù)，結(jié)果如下所示（其中tY?為樣本條件均值）：

圖1 線性模型擬合結(jié)果

最后，對模型進(jìn)行檢驗。

統(tǒng)計檢驗：斜率回歸系數(shù)的p值在5%的置信度水平下通過檢驗，表明投資者情緒對傳遞效應(yīng)階段的異常收益率有顯著影響。

異方差檢驗：作出殘差平方序列E2與自變量X的散點(diǎn)圖，E2并不隨著X變動呈現(xiàn)出規(guī)律性，因此不存在異方差。

圖2 殘差平方序列E2與自變量X的散點(diǎn)圖

自相關(guān)檢驗：繪制殘差滯后量RESID（-1）和殘差項RESID散點(diǎn)圖，兩者之間并未出現(xiàn)規(guī)律性，在此因為不存在嚴(yán)重的自相關(guān)性。

圖3 繪制殘差滯后量RESID（-1）和殘差項RESID散點(diǎn)圖

通過上述分析，可以得出投資者情緒與傳遞效應(yīng)階段的異常收益率之間存在正相關(guān)關(guān)系。給投資者情緒一個正向沖擊后，即新冠疫情使投資者情緒值增加后，會引起股票市場平均異常收益率在傳遞效應(yīng)期上升。在有關(guān)新冠疫情在網(wǎng)上的討論引起股民恐慌時，投資者紛紛拋售這期間不景氣的實體行業(yè)所對應(yīng)的相應(yīng)股票，同時市場上股民買進(jìn)疫情期間盈利的實體行業(yè)對應(yīng)的行業(yè)股票[8]。

四、結(jié)論

首先，通過上文可得出，新冠疫情突發(fā)對股票市場的收益率沖擊非常大，在新冠疫情被公眾了解后，股市出現(xiàn)了劇烈的波動。本文通過將疫情對股市沖擊的時間段分為內(nèi)幕交易期、公告效應(yīng)期、內(nèi)幕效應(yīng)期三個時期，對不同窗口期進(jìn)行分析，特別是對傳遞效應(yīng)期間，對投資者情緒與股票異常收益率之間的關(guān)系作了進(jìn)一步的分析[9]，得出投資者情緒對傳遞效應(yīng)階段的異常收益率的確有顯著影響。

其次，給出以下建議，新冠疫情的信息要及時地公布給大眾，減少內(nèi)幕消息，讓市場上的股民獲取相同的信息資源，作出相對合理的決策；在新冠疫情這種突發(fā)的公共危機(jī)發(fā)生之時，要加強(qiáng)中國股票市場上投資者的理性思維，作出最終的投資決策；加強(qiáng)網(wǎng)絡(luò)監(jiān)管力度，凈化網(wǎng)絡(luò)環(huán)境。

最后，本文不足之處為，在進(jìn)行股票分析的時候，未考慮到各行業(yè)的差異性。如果能對各行業(yè)進(jìn)行更進(jìn)一步的分析，得出的結(jié)論可以作為更好的建議。