新冠肺炎疫情對中國證券市場的影響

許樂

摘?要：文章以上證指數(shù)為樣本，基于CH-4因子模型對新冠肺炎疫情期間上證指數(shù)月度收益率進(jìn)行回歸分析，并與上證指數(shù)近20年月度收益率回歸數(shù)據(jù)進(jìn)行比對，通過比較各因子解釋力度的變化，深入探究新冠肺炎疫情對中國證券市場的影響。實證表明，新冠肺炎疫情對規(guī)模因子、價值因子、投資者情緒等方面均有不同程度的影響。其中，價值因子和換手率因子的解釋力度明顯增加，投資者情緒受市場波動明顯。文章?lián)藢嵶C結(jié)果分析相關(guān)原因并針對性給出政策建議。

關(guān)鍵詞：CH-4因子模型；新冠肺炎疫情；中國證券市場；投資者情緒；羊群效應(yīng)

中圖分類號：F830.91文獻(xiàn)標(biāo)識碼：A文章編號：1005-6432（2024）03-0049-06

DOI：10.13939/j.cnki.zgsc.2024.03.012

1?引言

證券市場變幻莫測，如何對資本資產(chǎn)進(jìn)行定價從而更合理地進(jìn)行資產(chǎn)配置成為學(xué)者研究的熱點[1]。

1961年資本資產(chǎn)定價模型（capital?asset?pricing?model，CAPM）由Sharpe等人提出，CAPM模型以市場風(fēng)險溢價為核心，研究證券市場中資產(chǎn)的預(yù)期收益率與風(fēng)險資產(chǎn)之間的關(guān)系，以及均衡價格的形成。

然而作為單因子模型，CAPM模型僅僅考慮了市場風(fēng)險因素對資產(chǎn)價格的影響，其對證券市場收益率變化的解釋力度并未滿足投資者與學(xué)者的需求。

在隨后的發(fā)展過程中，學(xué)者們綜合考慮上市公司和投資者情緒等多個方面，陸續(xù)加入多個因子來解釋市場中的金融異象[2]。

資產(chǎn)定價也從最初的單因子模型CAPM，逐漸衍生成FF-3（Fama-French三因子模型）[3]、FF-5[4]、Carhart-4[5]等多因子模型。

值得一提的是，不同的因子模型對于不同地區(qū)、不同時段的證券市場的解釋力度各不相同。

在中國證券市場，由于投資者投資理念、交易環(huán)境與美國股票市場存在較大差異，再加上不少市值很小的公司存在“借殼上市”的現(xiàn)象，殼污染較為嚴(yán)重，這也導(dǎo)致中國市場里的一些異象并不能被三因子模型很好的解釋。

在此背景下，Liu等人提出中國版四因子模型（CH-4），對Fama-French三因子模型的構(gòu)建方法在局部上做出調(diào)整，減少“殼公司”對市場的影響，從而使模型更符合中國證券市場的規(guī)律。

新冠肺炎疫情作為百年一遇的“黑天鵝”事件，對全球金融市場造成了巨大的沖擊，隨著新冠肺炎疫情的全球蔓延[6]，許多企業(yè)停工停產(chǎn)，一些行業(yè)陷入停滯困境，國民消費需求整體下降。股市是經(jīng)濟(jì)的晴雨表，實體經(jīng)濟(jì)受到影響的同時，我國證券市場同樣受到了新冠肺炎疫情的影響[7]。

證券市場的平穩(wěn)運行對于國家的發(fā)展有著長久而深遠(yuǎn)的意義[8]。在疫情的影響下，?A股市場的穩(wěn)定則變得更為重要。這可以防止上市公司股價下跌引發(fā)的諸多風(fēng)險，特別是規(guī)避例如2018年股市大跌導(dǎo)致的流動性風(fēng)險。

目前，中國證券市場的走勢相對穩(wěn)定，但是由于疫情對企業(yè)的影響還在持續(xù)，再加上海外市場不穩(wěn)定，研究新冠肺炎疫情對中國證券市場的影響，從而有針對性地提出政策建議具有現(xiàn)實意義和研究價值。

2?文獻(xiàn)綜述

“黑天鵝”事件是指非常難以預(yù)測，且不尋常的事件，一般會引起市場連鎖負(fù)面反應(yīng)甚至顛覆的事件。一般來說，“黑天鵝”事件主要滿足以下三個特點：意外性、產(chǎn)生重大影響、不可預(yù)測性。作為百年一見的“黑天鵝”事件，本次新冠肺炎疫情的暴發(fā)，對全球經(jīng)濟(jì)的平穩(wěn)運行造成了巨大的沖擊。

新冠肺炎疫情暴發(fā)以來，關(guān)于新冠肺炎疫情對證券市場的影響一直是學(xué)者關(guān)心和研究的問題。

在國內(nèi)外的學(xué)術(shù)研究中，Vito和Gómez（2020）[9]主要對新冠肺炎疫情與企業(yè)流動性風(fēng)險進(jìn)行針對性研究，并且研究了全球?26?個國家的?14245?家公司，發(fā)現(xiàn)新冠肺炎疫情會導(dǎo)致市場需求低迷，使得企業(yè)營收降低并導(dǎo)致企業(yè)的償付能力下降，進(jìn)一步引發(fā)企業(yè)流動性風(fēng)險。楊子暉、陳雨恬和張平淼（2020）主要聚焦于不同行業(yè)股票市場的影響，研究疫情對不同行業(yè)的影響[10]。

然而，由于新冠肺炎疫情的突發(fā)性和不可復(fù)制性，目前關(guān)于新冠肺炎疫情與證券市場的研究文獻(xiàn)相對較少，有關(guān)新冠肺炎疫情對證券市場的研究也主要集中于新冠肺炎疫情對某個特定行業(yè)的影響，對于整個證券市場的研究則較為匱乏。

然而，面對新冠肺炎疫情的蔓延和資本市場的動蕩，從證券市場整體的角度進(jìn)行研究，有助于促進(jìn)證券市場的平穩(wěn)運行和健康發(fā)展，具有很強(qiáng)的現(xiàn)實意義和研究價值。

鑒于此，文章基于CH-4因子模型，以上證綜合指數(shù)為觀測對象，將新冠肺炎疫情期間股市的月度收益率和近20年中國證券市場的收益率進(jìn)行對比。

通過對市場因子、市值因子、價值因子和換手率因子進(jìn)行觀測和回歸分析，比較各因子對市場解釋力度的變化，來探究新冠肺炎疫情對于中國證券市場的影響，并基于此對中國證券市場發(fā)展提出建議。

3?CH-4因子模型

由于中國特有的IPO上市機(jī)制，證券市場中存在著“借殼上市”的現(xiàn)象：擬上市的大公司通過收購一家已上市的“殼公司”，再反向收購大公司原本的資產(chǎn)與業(yè)務(wù)，最后達(dá)到上市的目的。

因而在中國證券市場中，不少市值很小的公司存在著“殼價值”污染，股價收益與公司經(jīng)營狀況脫鉤的情況，這也導(dǎo)致不少研究者在分析資產(chǎn)定價模型的時候，發(fā)現(xiàn)很多因子的選取并不能很好地解釋中國證券市場的金融異象。

為了使資產(chǎn)定價模型更加契合中國證券市場，Liu等學(xué)者于2019年提出更適合于中國證券市場的CH因子模型。

筆者對Fama-French三因子模型的構(gòu)建方法在局部上做出了調(diào)整，通過剔除A股市值最小的30%的股票，以減少“殼公司”的影響；用公司市價作為市值因子；用EP（earning-to-price）作為價值因子，在市場因子的基礎(chǔ)上，加入規(guī)模因子SMB、價值因子VMG以及反映情緒性指標(biāo)的換手率因子PMO，其模型公式具體如下：

Rt=α+β1×mktrf+β2×SMB+β3×VMG+β4×PMO+εt

其中，Rt為投資組合的超額收益率，mktrf，SMB，VMG，PMO分別代表市場風(fēng)險因子，規(guī)模因子，價值因子以及換手率因子[11]。

在歷史數(shù)據(jù)回測中，模型提出者通過CAPM—Alpha發(fā)現(xiàn)了中國市場樣本的十個異象，并用unconditional?sort和size-neutral?sort兩種方式構(gòu)建異象因子，觀察模型能否有效解釋這些因子。

回歸檢驗如表1所示，可以發(fā)現(xiàn)所有異象都無法拒絕Alpha為0的假設(shè)，CH-4模型在中國證券市場下對A股的解釋力度強(qiáng)于傳統(tǒng)的CAPM模型[12]。

4?數(shù)據(jù)選取及因子構(gòu)建

文章選取上證指數(shù)作為研究對象，其樣本股是上海證券交易所的全部股票，樣本容量大，包含面廣，可以反映中國證券市場的走勢變化。

同時，文章選取2000—2021年上證指數(shù)月度收益率與新冠肺炎疫情期間（2019年2月至2021年1月）上證指數(shù)月度收益率作為比較對象，因子參數(shù)選自Robert?F.Stambaugh[12]等人創(chuàng)建的CH-4因子數(shù)據(jù)庫，是由CH-4因子模型創(chuàng)始人Stambaugh基于中國證券市場相關(guān)信息得出的數(shù)據(jù)，目前已被許多學(xué)者用于中國證券市場的實證分析。

為更好地研究疫情對中國證券市場的影響，文章選取2019年2月至2021年11月作為新冠肺炎疫情期間上證指數(shù)的變化數(shù)據(jù)，同時設(shè)立對照組2000年至2021年11月時間段，作為中國證券市場的平均走勢表現(xiàn)。

文章依據(jù)CH-4因子模型公式：

Rt=α+β1×mktrf+β2×SMB+β3×VMG+β4×PMO+εt

通過回歸分析的方法，對兩組時間序列分別進(jìn)行回歸分析，比較各因子對證券市場收益率解釋力度的變化，深入挖掘疫情對中國證券市場的影響。

5?CH-4實證檢驗與結(jié)果分析

5.1?CH-4實證檢驗

文章采用回歸分析的方法對上證指數(shù)月度數(shù)據(jù)進(jìn)行處理，計算得到四因子系數(shù)，并進(jìn)行顯著性檢驗，驗證各因子解釋力度變化以及顯著性水平。

為了便于數(shù)據(jù)處理，文章統(tǒng)一選取5%作為顯著性水平，中國證券市場聯(lián)合假設(shè)檢驗因子平均表現(xiàn)與新冠肺炎疫情期間模型因子表現(xiàn)如表2和表3所示。

回歸分析可得，新冠肺炎疫情期間與中國近20年證券市場表現(xiàn)的模型解釋力度均超過95%，模型在中國證券市場表現(xiàn)穩(wěn)定良好，對中國證券市場變化的解釋具有較強(qiáng)的說服力。

通過比對兩個時間序列的Adjusted?R2值可判斷，在新冠肺炎疫情期間，模型的解釋力度有所下降，聯(lián)合假設(shè)檢驗進(jìn)一步說明了這一現(xiàn)象，新冠肺炎疫情期間模型的顯著性（F值）遠(yuǎn)小于中國證券市場的平均表現(xiàn)。

由于新冠肺炎疫情期間數(shù)據(jù)的標(biāo)準(zhǔn)誤差小于中國證券市場的平均水平，因此可以排除新冠肺炎疫情期間數(shù)據(jù)樣本較小造成的波動性對回歸分析的干擾。

由此可進(jìn)一步推斷，新冠肺炎疫情對中國證券市場造成了一定的沖擊[13]。作為百年一遇的“黑天鵝”事件，新冠肺炎疫情在全世界范圍的蔓延加劇了金融市場的不穩(wěn)定性，其快速傳播對不同行業(yè)均造成了一定的影響。

2021年10月國際貨幣基金組織（IMF）發(fā)布的《世界經(jīng)濟(jì)展望報告》顯示，2020年世界經(jīng)濟(jì)同比深度下滑3.1%，其中發(fā)達(dá)經(jīng)濟(jì)體下滑4.5%，新興市場和發(fā)展中經(jīng)濟(jì)體下滑2.1%。

盡管2020年中國經(jīng)濟(jì)逆勢增長2.3%，是全球唯一實現(xiàn)正增長的主要經(jīng)濟(jì)體，但是受全球經(jīng)濟(jì)下行的影響，中國證券市場也籠罩在悲觀情緒之中，投資者情緒以及板塊輪動更易受到負(fù)面消息的刺激，模型因子解釋力度均出現(xiàn)不同程度的影響和變化。

5.2?CH-4模型各因子實證分析

新冠肺炎疫情作為歷史罕見的“黑天鵝”事件之一，對金融市場的正常運行造成了較大的沖擊。

盡管在回歸分析測驗中CH-4模型的整體解釋力度較高，但是通過疫情前后各因子相關(guān)系數(shù)的比對，不同因子對金融市場收益率波動的解釋力度有較大的變化。

通過對各因子系數(shù)的逐一分析，有助于深入挖掘疫情對中國證券市場以及投資者的影響。其中，中國證券市場各因子回歸分析數(shù)據(jù)見表4，新冠肺炎疫情期間各因子回歸分析數(shù)據(jù)見表5。

市場風(fēng)險因子反映的是股票收益與整個市場系統(tǒng)風(fēng)險的關(guān)系，一般也被認(rèn)為是反映股票收益率的主要因子，Sharp的資本資產(chǎn)定價模型認(rèn)為，股票的收益只與整個股票市場的系統(tǒng)風(fēng)險有線性關(guān)系[14]，即市場風(fēng)險因子對證券收益的相關(guān)系數(shù)應(yīng)為100%。然而由于證券市場中存在眾多異象因素，例如短期反轉(zhuǎn)、中期動量等，僅依靠市場風(fēng)險因子并不能完全解釋股票收益的變化。

在本次回歸分析的比對中，市場風(fēng)險因子對中國證券市場的平均解釋力度約為98%，但是在疫情期間，市場風(fēng)險因子的相關(guān)性僅為90%，這在一定程度上反映了由于疫情的蔓延，為中國證券市場增添了許多不確定性，證券的收益不再完全遵循正常風(fēng)險溢價的規(guī)律，股價的波動更容易受到消息面、投資者情緒的影響。

價值因子作為量化因子中最為常見的幾個因子之一，廣泛應(yīng)用于量化投資模型中，在中國證券市場里也有著不錯的表現(xiàn)。

價值因子的核心邏輯在于：相較估值較高的股票，估值較低的股票有著更高的預(yù)期收益率。關(guān)于價值因子的研究源自20?世紀(jì)?80?年代，并由?Fama和French?（1993）?發(fā)揚光大，而以賬面市值比（book-to-market?ratio，BM）為變量構(gòu)建的價值因子也正式確立為系統(tǒng)性的因子。

在文章使用的CH-4因子模型中，筆者遵循了Fama和French研究序列確立的路徑，通過對價值指標(biāo)進(jìn)行回歸測試，最終確立EP是中國市場衡量價值因子效果最好的指標(biāo)。通過數(shù)據(jù)比對，價值因子在疫情期間的解釋力度明顯高于中國證券市場的平均水平。

其具體原因主要在于由于疫情對整體行業(yè)的沖擊以及全球經(jīng)濟(jì)增長的停滯，傳統(tǒng)熱點行業(yè)未來不確定性大大提高，風(fēng)險較大，資金更傾向于在價值洼地尋找投資目標(biāo)，即估值相對較低的行業(yè)板塊，因此價值因子的解釋力度在疫情期間有了明顯的提升。

規(guī)模因子通常指市值規(guī)模，一般來說，小市值的股票相對于大市值有更好的表現(xiàn)。規(guī)模效應(yīng)背后的原因可以歸結(jié)于投資者對小盤股的普遍規(guī)避：由于難以獲取準(zhǔn)確的信息，投資者普遍不愿意持有小市值股票，使得這些股票的價格低于規(guī)模較大的股票，因而有著較高的預(yù)期收益。

在中國證券市場，由于普通投資者相對西方證券市場較多，市場投機(jī)性更強(qiáng)，不少資金也傾向于從小市值的股票中尋找投資機(jī)會。因而規(guī)模因子的解釋力度在中國證券市場呈現(xiàn)負(fù)相關(guān)的走勢。

但是在疫情期間，受疫情沖擊的影響，小型企業(yè)相較大型企業(yè)抵抗疫情沖擊的能力更差，大大增加了小型企業(yè)經(jīng)營的不確定性，小市值股票風(fēng)險因而大大增加，加上投資者資金避險的需求和規(guī)模抱團(tuán)效應(yīng)，投機(jī)性相對減小，小市值股票更不容易受到投資者的青睞。

換手率因子是反映投資者情緒的重要指標(biāo)，由于中國股市散戶相對較多，股票波動更易受投資者情緒的影響。數(shù)據(jù)顯示，市場一周內(nèi)交易若干次的比例達(dá)46.4%，一月內(nèi)交易1～2次的比例達(dá)31.9%。

另外，A股市場缺乏做空工具，做空門檻較高且受到限制，缺乏制衡機(jī)制，也容易導(dǎo)致不理性的追漲。

而這些本質(zhì)上還是由于中國市場發(fā)展不夠成熟、監(jiān)管存在缺陷、信息不對稱，使投資者存在顯著的“羊群行為”。

新冠肺炎疫情期間，由于不確定性大大提升，股票走勢受消息面刺激更為顯著，利好利空均被放大，投資者受情緒驅(qū)使，無法對股票合理價值形成理性的判斷，加上在本身投機(jī)性較強(qiáng)的中國證券市場，“羊群效應(yīng)”顯著，因而換手率因子對證券收益率波動的解釋力度在疫情期間遠(yuǎn)高于正常水平，這也從側(cè)面反映出新冠肺炎疫情為中國證券市場帶來的非理性因素。

6?結(jié)論與建議

6.1?結(jié)論

文章基于新冠肺炎疫情的大背景，以CH-4模型作為構(gòu)建基礎(chǔ)，通過回歸分析等方法以上證指數(shù)收益率作為樣本進(jìn)行研究，進(jìn)一步深入分析新冠肺炎疫情對中國證券市場的影響。文章通過比對疫情期間上證指數(shù)數(shù)據(jù)和中國近20年上證指數(shù)的平均走勢，得出如下結(jié)論。

第一，市場風(fēng)險因子解釋力度下降，股票走勢由于疫情的蔓延與風(fēng)險溢價規(guī)律出現(xiàn)了一定程度的背離，股票走勢更易受投資者情緒、消息面等因素的刺激。

第二，價值因子解釋力度上升，投資者更傾向于在低估值價值洼地中尋找投資目標(biāo)，傳統(tǒng)熱點行業(yè)在一定程度上回調(diào)。

第三，受疫情沖擊，小型企業(yè)經(jīng)營風(fēng)險大大增加，投資者資金避險需求和抱團(tuán)效應(yīng)顯著，投機(jī)性相對減小，高市值股票更易受投資者青睞。

第四，換手率因子解釋力度大幅上升，投資者情緒波動明顯，利好利空等消息刺激被放大，投資者難以對股票的正確估值形成理性的判斷。

6.2?政策建議

基于以上原因分析和新冠肺炎疫情對中國證券市場的影響，文章提出如下相關(guān)建議。

6.2.1?加強(qiáng)疫情管控，穩(wěn)定證券市場預(yù)期

中國證券市場的異常波動本質(zhì)是新冠肺炎疫情所帶來的不確定性和對未來的悲觀情緒。

加強(qiáng)疫情管控，從而使得疫情逐漸好轉(zhuǎn)，從長期來看對經(jīng)濟(jì)復(fù)蘇、企業(yè)復(fù)工復(fù)產(chǎn)都是利好的消息，有助于穩(wěn)定投資者對市場的預(yù)期，減少由于證券市場異常波動帶來的恐慌情緒，從而幫助投資者做出更為理性的投資決策。

6.2.2?加強(qiáng)企業(yè)監(jiān)管，完善企業(yè)信息披露制度

個人投資者的恐慌情緒很大程度上來源于信息的不對稱。

疫情期間，投資者投資決策受情緒影響明顯，“羊群效應(yīng)”進(jìn)一步放大，完善企業(yè)的信息披露制度有助于減弱個人投資者與機(jī)構(gòu)投資者的信息差，從而削弱投資者的從眾心理，幫助投資者建立理性投資的思維。

6.2.3?加強(qiáng)市場監(jiān)管，健全證券市場風(fēng)險防范制度

作為百年一遇的“黑天鵝”事件，疫情對于金融市場的沖擊對于每個國家都是一次考驗。建立完善的金融風(fēng)險防范體系，減弱疫情造成的市場波動是值得學(xué)者深思的命題。

另外，政府應(yīng)加強(qiáng)市場監(jiān)管，對于借由疫情作為契機(jī)，惡意做空、操縱股價、干擾市場正常運行的行為予以法律制裁和管制。

6.2.4?深化經(jīng)濟(jì)和金融體制改革

通過完善金融基礎(chǔ)建設(shè)，進(jìn)一步提升中國證券市場的深度與韌性，從而提高其抵御外部風(fēng)險的能力。

在新時代的背景下，中國金融領(lǐng)域的發(fā)展已然取得長足的進(jìn)步，但是其在制度與法律監(jiān)管體系上仍存在細(xì)微的漏洞，這在一定程度上削弱了中國應(yīng)對極端金融風(fēng)險事件的能力[15]。

通過采取深化注冊制以及完善股票退市機(jī)制等，提高上市公司質(zhì)量，提高市場透明度，使中國證券市場向成熟化、精細(xì)化邁進(jìn)，促進(jìn)中國金融健康平穩(wěn)的發(fā)展。

參考文獻(xiàn)：

[1]?李帥，張強(qiáng).新冠疫情對美股行業(yè)性影響的實證研究與監(jiān)管思考——基于Fama-French三因子與五因子模型[J].武陵學(xué)刊，2021，46（5）：48-57.

[2]?楊金海，范黎波.全球市場一體化——全球情景下Fama-French?三因子模型檢驗[J].技術(shù)經(jīng)濟(jì)，2017，36（6）：109-119.

[3]?FAMA?E?F，F(xiàn)RENCH?K?R.The?cross-section?of?expected?stock?returns[J].The?journal?of?finance，1992，47（2）：427-465.

[4]?FAMA?E?F，F(xiàn)RENCH?K?R.A?five-factor?asset?pricing?model[J].Journal?of?financial?economics，2015，116（1）：1-22.

[5]?CARHART?M?M.On?persistence?in?mutual?fund?performance[J].Journal?of?finance，1997，52（1）：57-82.

[6]?曾哲愚.全球疫情背景下我國證券市場羊群效應(yīng)的研究[J].財會通訊，2022（13）：79-84.

[7]?王少杰，張煒.醫(yī)藥板塊的“非典”行情[J].財經(jīng)界，2003（6）.

[8]?徐宏，蒲紅霞.新冠疫情對中國股票市場的影響——基于事件研究法的研究［J］.金融論壇，2021，26（7）：70-80.

[9]?VITO?D，GóMEZ?P.Estimating?the?COVID-19?cash?crunch：gobal?evidence?and?policy[J].Journal?of?accounting?and?public?policy，2020，39（2）：1-36

[10]?楊子暉，陳雨恬，張平淼.重大突發(fā)公共事件下的宏觀經(jīng)濟(jì)沖擊、金融風(fēng)險傳導(dǎo)與治理應(yīng)對[J].管理世界，2020，36（5）：13-35.

[11]?宋光輝，董永琦，陳楊煬，等.中國股票市場流動性與動量效應(yīng)——基于?Fama-French?五因子模型的進(jìn)一步研究[J].金融經(jīng)濟(jì)學(xué)研究，2017，32（1）：36-50.

[12]?LIU?J，STAMBAUGH?R?F，YUAN?Y.Size?and?value?in?China[J].Journal?of?financial?economics，2019，134（1）：48-69.

[13]?CHEN?Q，F(xiàn)ILARDO?A，HE?D，et?al.Financial?crisis，US?unconventional?monetary?policy?and?international?spillovers?[J].Journal?of?international?money?&?finance，2016，67（10）：62-81.

[14]?SHARP?W?F.Capital?asset?prices：?a?theory?of?market?equilibrium?under?conditions?of?risk[J].Journal?of?finance，?1964，?19（3）：?425-442

[15]?劉精山.新冠肺炎疫情沖擊背景下金融風(fēng)險的傳導(dǎo)與防范研究——基于金融壓力視角的實證分析[J].華北金融，2021（1）：1-16.