疫情常態(tài)化背景下醫(yī)藥股股價波動的影響因素研究

胡焦鑌 劉家鵬

摘 要：疫情常態(tài)化背景下，各國相繼出臺利好政策驅(qū)動醫(yī)藥企業(yè)的創(chuàng)新發(fā)展，醫(yī)藥類企業(yè)股票價值都出現(xiàn)不同程度的增幅。然而，疫情下醫(yī)藥股的增幅變動甚至超過市場平均收益預(yù)期，引發(fā)公眾對其股價增長是否具有可持續(xù)性，市場是否存在泡沫等擔(dān)心。本文選取2017—2020年剔除ST的所有醫(yī)藥上市企業(yè)共計276家，以股價波動率為被解釋變量，主營業(yè)務(wù)收入為解釋變量，取資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模為控制變量，并引入衡量疫情影響的虛擬變量，分析影響股價波動率的相關(guān)內(nèi)外在因素，為投資者提供相應(yīng)的價值參考。

關(guān)鍵詞：股價波動率;后疫情;主營業(yè)務(wù)收入;醫(yī)藥股票;

本文索引：胡焦鑌，劉家鵬.<變量 2>[J].中國商論，2022（12）：-097.

中圖分類號：F830.91 文獻標(biāo)識碼：A 文章編號：2096-0298（2022）06（b）--03

1 實證分析

1.1 模型構(gòu)建

本文通過測算醫(yī)療保健行業(yè)各個企業(yè)2017—2020年股價波動率的數(shù)據(jù)，研究疫情影響下，主營業(yè)務(wù)收入對股價波動率的影響。此外，本文選取了資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模為控制變量?；谏鲜鲈O(shè)定的變量，設(shè)定以下面板回歸模型作為本文的研究模型：

其中，Y為股價波動率;X為主營業(yè)務(wù)收入，以其自然對數(shù)表示;DUM為疫情虛擬變量;0表示非疫情期間;1表示疫情期間;DAR為資產(chǎn)負(fù)債率;EPS為每股收益;SIZE為企業(yè)規(guī)模，以總資產(chǎn)對數(shù)表示，表1為各變量描述統(tǒng)計結(jié)果。

由表1可知，股價波動率、主營業(yè)務(wù)收入、資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模的標(biāo)準(zhǔn)差均大于1，即各企業(yè)股價波動率、主營業(yè)務(wù)收入、資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模有較大差異。

1.2 相關(guān)檢驗

對各因素與股價波動率進行相關(guān)檢驗，結(jié)果如表2所示。

由表2可知，主營業(yè)務(wù)收入與股價波動率的相關(guān)系數(shù)為0.0948，且顯著，即兩者為正相關(guān)關(guān)系;資產(chǎn)負(fù)債率與股價波動率的相關(guān)系數(shù)為-0.0697，且顯著，即兩者為負(fù)相關(guān)關(guān)系;每股收益與股價波動率的相關(guān)系數(shù)為-0.0620，且顯著，即兩者為負(fù)相關(guān);企業(yè)規(guī)模與股價波動率的相關(guān)系數(shù)為-0.0539，且顯著，即兩者為負(fù)相關(guān)。

1.3 單位根檢驗

采用Levin Lin & Chu t、ADF Fisher和PP Fisher三種檢驗方法檢驗各變量的平穩(wěn)性，結(jié)果如表3所示。

由表3可知，股價波動率、主營業(yè)務(wù)收入、資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模的原始變量在四種檢驗中，至少在兩種檢驗形式通過了平穩(wěn)性檢驗，即股價波動率、主營業(yè)務(wù)收入、資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模均為平穩(wěn)序列，可進一步進行協(xié)整檢驗。

1.4 協(xié)整檢驗

采用KAO協(xié)整檢驗方法進行分析，各因素與股價波動率協(xié)整檢驗如表4所示。

由表4可知，P值為0，小于0.05，通過了KAO協(xié)整檢驗，即主營業(yè)務(wù)收入、疫情虛擬變量、交乘項、資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模與股價波動率存在較為顯著的協(xié)整關(guān)系，將進一步進行回歸分析。

1.5 回歸分析

先判斷模型效應(yīng)，后進行回歸分析。故采用F檢驗和Hausman檢驗進行判斷，模型F檢驗結(jié)果如表5所示。

由表5可知，F(xiàn)統(tǒng)計量和卡方統(tǒng)計量的P值均小于0.1，即模型拒絕“混合效應(yīng)”的原假設(shè)，進一步觀察Hausman檢驗結(jié)果，Hausman檢驗結(jié)果如表6所示。

2 回歸結(jié)果分析

基于回歸數(shù)據(jù)，模型調(diào)整擬合度為0.899426，即主營業(yè)務(wù)收入、疫情虛擬變量、交乘項、資產(chǎn)負(fù)債率、每股收益、企業(yè)規(guī)模對股價波動率的關(guān)聯(lián)度較強。F檢驗P值為0，小于0.1，通過了F檢驗，回歸模型整體效果較好，可得回歸方程：

主營業(yè)務(wù)收入與股價波動率的回歸系數(shù)為0.362273，且顯著，即主營業(yè)務(wù)收入與股價波動率為正相關(guān)關(guān)系，主營業(yè)務(wù)收入每增長1%，股價波動率將增長0.362273%，主營業(yè)務(wù)收入越高，股價波動率也越高，主營業(yè)務(wù)收入的增長對股價波動率起到正向促進作用。

疫情虛擬變量與股價波動率的回歸系數(shù)為6.821477，且顯著，即疫情虛擬變量與股價波動率為正相關(guān)關(guān)系，疫情對醫(yī)療保健行業(yè)企業(yè)的股價波動率起到正向促進作用。

主營業(yè)務(wù)收入與疫情虛擬變量的交乘項系數(shù)為-0.356662，且顯著，說明疫情減弱了營業(yè)收入對股價的正向影響。

控制變量中，資產(chǎn)負(fù)債率與股價波動率的回歸系數(shù)為-0.06087，且顯著，即資產(chǎn)負(fù)債率與股價波動率為負(fù)相關(guān)關(guān)系，資產(chǎn)負(fù)債率每增長1%，股價波動率將下降0.06087%，資產(chǎn)負(fù)債率對股價波動率起到抑制作用。

每股收益與股價波動率的回歸系數(shù)為0.099964，且顯著，即每股收益與股價波動率為正相關(guān)關(guān)系，每股收益每增長1%，股價波動率也將增長0.099964%，即每股收益對股價波動率起到正向促進作用。

企業(yè)規(guī)模與股價波動率的回歸系數(shù)為-0.97907，且顯著，即企業(yè)規(guī)模與股價波動率為負(fù)相關(guān)關(guān)系，企業(yè)規(guī)模每增長1%，股價波動率將下降0.97907%，企業(yè)規(guī)模的擴大對股價波動率起到抑制作用。

3 研究的不足

實證分析所選取的控制變量相對較少，考慮到企業(yè)的負(fù)債水平、總體規(guī)模和盈利能力，但未充分考慮醫(yī)藥類企業(yè)的償債能力、成長能力等財務(wù)指標(biāo)。核心解釋變量選取為主營業(yè)務(wù)收入，為了衡量疫情期間主營收入對股價波動率的影響，引入0～1虛擬變量。然而，忽略從各企業(yè)海外營收占總營業(yè)收入比重的同比增長率來進一步解釋疫情期間營收的波動變化對股價波動率的影響。此外，暫未考慮從各醫(yī)藥企業(yè)所屬性質(zhì)，如國有、民營進行細分;未從企業(yè)所處地域位置進行劃分，如東中西部;未從各個醫(yī)藥企業(yè)二級明細劃分，如從生物科技、防疫物資和器械、中成藥、西藥等主營業(yè)務(wù)領(lǐng)域細分。從各個企業(yè)公布的年度財務(wù)報表可以發(fā)現(xiàn)，疫情對主營業(yè)務(wù)為防疫物資和器械與血制品研發(fā)的企業(yè)的影響差異較大，并主要體現(xiàn)為海外出口占總營業(yè)收入同比增加或減少不同。

參考文獻

董天麒.中國股市低價股溢價效應(yīng)實證研究[D].成都：西南財經(jīng)大學(xué)，2019.

關(guān)偉，何亞麗.宏觀變量對各行業(yè)股價及其波動率影響的實證研究[J].中國物價，2021（4）：41-44.

付麗琴.房地產(chǎn)股票價格走勢影響因素的實證分析[J].投資與合作，2020（7）：20-22.

雷少康.宏觀經(jīng)濟因素對股票價格影響實證分析[J].現(xiàn)代商業(yè)，2020（15）：136-138.

陳其安，張慧.系統(tǒng)風(fēng)險沖擊、企業(yè)創(chuàng)新能力與股票價格波動性：理論與實證[J].中國管理科學(xué)，2021，29（3）：1-13.

王春，王進猛.投資者關(guān)注與股票收益率：基于新聞聯(lián)播報道的實證研究[J].系統(tǒng)工程，2020，38（2）：109-121.