陳照 危平

摘 ? 要：采用事件研究法以2007—2018年間8個不同類型、不同規(guī)模的自然災(zāi)害為樣本，實證研究了此類事件對不同地區(qū)的行業(yè)股指的影響。研究結(jié)果表明：（1）任一規(guī)模的地質(zhì)災(zāi)害對西南地區(qū)和東北地區(qū)的農(nóng)林牧漁、采礦、運輸倉儲行業(yè)都有顯著負向影響。大規(guī)模地質(zhì)災(zāi)害對西南地區(qū)建筑行業(yè)產(chǎn)生顯著負向影響，對東北地區(qū)建筑業(yè)產(chǎn)生顯著正向影響。（2）任一規(guī)模的氣象災(zāi)害都對西南地區(qū)和東北地區(qū)的建筑、農(nóng)林牧漁、運輸倉儲產(chǎn)生顯著影響，但影響方向相反。大規(guī)模氣象災(zāi)害對西南地區(qū)采礦業(yè)產(chǎn)生顯著負向影響，對東北地區(qū)采礦業(yè)則產(chǎn)生顯著正向影響。（3）地質(zhì)災(zāi)害只對西南地區(qū)水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對東北地區(qū)相同行業(yè)沒有影響。本文量化了不同規(guī)模自然災(zāi)害對不同地區(qū)行業(yè)股票市場的影響，為完善股票市場的物理風(fēng)險管理體系提供了必要的證據(jù)支持。

關(guān)鍵詞：物理風(fēng)險;事件研究法;災(zāi)害規(guī)模;地區(qū)效應(yīng);市場反應(yīng)

中圖分類號：F830.91 ?文獻標識碼：B ?文章編號：1674-2265（2019）12-0013-09

DOI：10.19647/j.cnki.37-1462/f.2019.12.002

一、引言

自進入工業(yè)社會以來，各類自然災(zāi)害的頻率明顯增加，科技的進步和防震減災(zāi)基礎(chǔ)措施與能力的不斷提高，在挽救生命和保障安全上實現(xiàn)了長足進步，但自然災(zāi)害對于經(jīng)濟和金融的影響卻并未因此降低。無論是從全世界或者就中國范圍而言，自然災(zāi)害帶來的經(jīng)濟和金融損失規(guī)模都呈現(xiàn)出持續(xù)擴張的態(tài)勢。同時，自然災(zāi)害對金融和經(jīng)濟的影響研究也一直是各界普遍關(guān)注的重點和熱點。根據(jù)國際災(zāi)害數(shù)據(jù)庫（EM-DAT）數(shù)據(jù)，自然災(zāi)害的發(fā)生具有明顯的地區(qū)特征，2007—2018年間，我國西南地區(qū)發(fā)生自然災(zāi)害166次，遠高于東北地區(qū)（49次）。而在學(xué)術(shù)界，僅有少量文獻研究了某一特定自然災(zāi)害對特定行業(yè)或不同行業(yè)股票市場的影響，均得到了有價值的發(fā)現(xiàn)（劉慶富，2011;耿志祥和孫祁祥，2016;Dean Yang，2008等）。但目前對于自然災(zāi)害對股票市場的影響是否具有地區(qū)效應(yīng)的研究仍然存在空白。

基于此，本文基于EM-DAT數(shù)據(jù)，認為中國西南地區(qū)為災(zāi)害頻發(fā)區(qū)，東北地區(qū)為非頻發(fā)區(qū)，按自然災(zāi)害特征將其分為地質(zhì)災(zāi)害和氣象災(zāi)害，按自然災(zāi)害規(guī)模分為大規(guī)模和小規(guī)模，選取僅發(fā)生在西南地區(qū)的自然災(zāi)害作為沖擊源，比較研究自然災(zāi)害對公司注冊地在西南地區(qū)和東北地區(qū)的不同行業(yè)的股票市場影響的異質(zhì)性，回答災(zāi)害規(guī)模對不同地區(qū)、不同行業(yè)股票市場影響的差異，也檢驗不同地區(qū)、不同行業(yè)股票市場在自然災(zāi)害發(fā)生前后的異常行為。

學(xué)術(shù)界關(guān)于自然災(zāi)害的研究主要聚焦于宏微觀層面，李宏（2018）研究表明在考慮自然災(zāi)害事件影響的中國經(jīng)濟增長過程中，自然災(zāi)害是作為消極因素而存在的，其在短期和長期中都會對經(jīng)濟增長產(chǎn)生較為顯著的負面效應(yīng)，這一結(jié)論與Beson（2003）、Raddatz（2007）、世界銀行（2016）的跨國研究保持一致，支持自然災(zāi)害會對整個國家和地區(qū)的經(jīng)濟增長產(chǎn)生消極影響的觀點。也有很多學(xué)者研究自然災(zāi)害與微觀企業(yè)表現(xiàn)之間的關(guān)系（賈明，2011;陳棟，2012;林煜恩和于家齊，2018），其中，林煜恩和于家齊（2018）研究自然災(zāi)害與企業(yè)現(xiàn)金持有量的關(guān)系，結(jié)論表明國有企業(yè)面臨的地域受災(zāi)面積、受災(zāi)人口或經(jīng)濟損失較多時均會降低現(xiàn)金持有量，而社會責任履行程度較高的國有企業(yè)和民營企業(yè)面對較多的受災(zāi)人口或較高的經(jīng)濟損失都會做出提高現(xiàn)金持有水平的決策。

關(guān)于自然災(zāi)害對股票市場影響的研究主要集中于研究自然災(zāi)害與行業(yè)股票指數(shù)、綜合市場指數(shù)和保險股票市場的關(guān)系（Cummins和Lewis， 2003 ;Yang，2008;耿志祥和孫祁祥，2016），其中，耿志祥和孫祁祥（2016）分析自然災(zāi)害對保險股票指數(shù)和滬深300指數(shù)的影響，表明在整個樣本期內(nèi)，自然災(zāi)害對保險股票指數(shù)的沖擊都大于對滬深 300 指數(shù)的沖擊。現(xiàn)有學(xué)術(shù)界關(guān)于自然災(zāi)害對不同行業(yè)股票市場的影響是否存在地域差異這一研究有限，本文從這一角度出發(fā)研究自然災(zāi)害影響的地域性。本文研究的創(chuàng)新和貢獻表現(xiàn)在以下方面：一是將現(xiàn)有關(guān)于自然災(zāi)害對經(jīng)濟和金融影響的研究從宏微觀層面延伸到了中觀層面和地區(qū)層面，定性與定量地補充了自然災(zāi)害對不同地區(qū)、不同行業(yè)股票市場的影響，彌補了自然災(zāi)害對不同地區(qū)股票市場的影響這一研究空白;二是在發(fā)展綠色金融的大背景下，本文豐富了環(huán)境風(fēng)險的相關(guān)文獻，回答了環(huán)境風(fēng)險對于股票市場的影響是否與自然災(zāi)害的發(fā)生地相關(guān)，自然災(zāi)害發(fā)生地的行業(yè)股票指數(shù)表現(xiàn)與非自然災(zāi)害發(fā)生地的行業(yè)股票指數(shù)的表現(xiàn)是否存在顯著差異。

本文的后續(xù)部分安排如下：第二部分為理論分析與研究假設(shè);第三部分為研究設(shè)計;第四部分為數(shù)據(jù)來源與描述性統(tǒng)計;第五部分為主要實證結(jié)果;最后為結(jié)論。

二、理論分析與研究假設(shè)

（一）自然災(zāi)害對不同地區(qū)行業(yè)股票指數(shù)影響的價值分析

股票市場作為經(jīng)濟的晴雨表，由外界沖擊引起的資源配置行為與效率變化能夠通過股票市場價格行為表現(xiàn)出來，因而，自然災(zāi)害對股票市場的影響也可以通過股票價格的變動體現(xiàn)出來。

現(xiàn)有關(guān)于自然災(zāi)害對股票市場的研究可以基于股票市場的分類進行區(qū)分。（1）對整個股市的研究：Yang （2008）運用事件研究法表明自然災(zāi)害對日本整個股票市場沒有顯著的影響;耿志祥和孫祁祥（2016）運用VAR-BEKK-MVGARCH-DUMMY-T模型研究表明自然災(zāi)害對滬深300綜合市場指數(shù)存在非對稱的溢出效應(yīng)。（2）對分行業(yè)股票指數(shù)的研究：地震災(zāi)難對中國股票市場各行業(yè)均產(chǎn)生顯著的不同程度的沖擊效應(yīng)，曹廣喜和向俊偉（2006）發(fā)現(xiàn)其對農(nóng)業(yè)、交通運輸業(yè)、煤電水的供應(yīng)、金融、土木工程建筑、房地產(chǎn)行業(yè)產(chǎn)生顯著影響;劉慶富和周程遠（2011）以汶川大地震為例，運用事件研究法，研究表明我國股票市場在地震期間的總體市場風(fēng)險相對較小，地震之后的總體市場風(fēng)險明顯增大，地震災(zāi)難對我國股票市場的風(fēng)險沖擊具有一定的漸進性和持續(xù)性。（3）聚焦于對單個保險行業(yè)的研究：Cummins和Lewis（2003）、Yang（2008）認為自然災(zāi)害發(fā)生時，投資者預(yù)期未來保險的需求量會大幅上升，且這種效應(yīng)帶來的收益會超過地震帶來的損失，因此投資者對保險公司股票未來市場表現(xiàn)持積極樂觀的態(tài)度;而持相反觀點的學(xué)者（Patton和0Verardo，2012）認為自然災(zāi)害的負面消息占主導(dǎo)，損失超過了未來保險需求帶來的收益。

回顧相關(guān)文獻，以往學(xué)者研究自然災(zāi)害對股票市場影響的特點是：（1）主要集中于地震等單一自然災(zāi)害。（2）同質(zhì)化不同類型自然災(zāi)害，將不同類型的自然災(zāi)害統(tǒng)一考慮，忽視他們的特質(zhì)。（3）考慮災(zāi)害類型時，集中于對保險行業(yè)、房地產(chǎn)行業(yè)的影響。以往研究并未考慮不同規(guī)模的自然災(zāi)害對股票市場的影響以及自然災(zāi)害對行業(yè)股票指數(shù)影響的區(qū)域效應(yīng)。

自然災(zāi)害的發(fā)生是不確定的、難以預(yù)知的，人們會因為“發(fā)生了不確定性的、不可預(yù)知的危險”而產(chǎn)生恐懼（Jason M，2006），與此同時，負面情緒具備傳染性，會對整個市場造成影響，恐慌的情緒會使市場投資者產(chǎn)生不理智的異常行為，造成股市波動。顯然，這種不理性的程度與自然災(zāi)害規(guī)模的大小有關(guān)。因此，在自然災(zāi)害發(fā)生的短期內(nèi)，我們可以認為當災(zāi)害規(guī)模足夠大時，人們的恐慌程度足以造成股市波動或者明顯不合理的溢出效應(yīng);當災(zāi)害規(guī)模較小時，人們不會高度關(guān)注災(zāi)害信息，因而不會引起股價的異常波動。基于此，文章提出假設(shè)1：

H1：不同規(guī)模的自然災(zāi)害對行業(yè)股票指數(shù)的影響不同。

Strobl（2011）研究表明，自然災(zāi)害的影響是局部的，與“創(chuàng)造性破壞”理論類似，自然災(zāi)害事件盡管會導(dǎo)致物質(zhì)資本方面的損失，但后續(xù)也會帶來恢復(fù)與重建過程中經(jīng)濟和金融活動的擴張等，因此可能在長期中對自然災(zāi)害發(fā)生當?shù)氐慕?jīng)濟和金融發(fā)展產(chǎn)生推動和促進作用。Leiter（2009）發(fā)現(xiàn)災(zāi)害發(fā)生地的公司比非災(zāi)害發(fā)生地的公司有著更高的收益率。國內(nèi)學(xué)者劉毅和黃建毅（2010）的研究也表明，我國自然災(zāi)害脆弱性的整體水平較高， 地區(qū)排名為西部>中部>東部。因此，本文認為我國自然災(zāi)害對股票市場的影響存在地區(qū)效應(yīng)，自然災(zāi)害對位于自然災(zāi)害發(fā)生地的上市公司股票市場的影響與不位于自然災(zāi)害發(fā)生地的上市公司股票市場的影響應(yīng)該是不同的，基于此，本文提出假設(shè)2：

H2：不同規(guī)模的自然災(zāi)害對不同地區(qū)的行業(yè)股票指數(shù)的影響不同。

（二）自然災(zāi)害對不同地區(qū)行業(yè)股票指數(shù)影響的計量方法

1. 基于事件研究法的文獻回顧。國內(nèi)學(xué)者利用事件研究法的相關(guān)研究主要集中于對經(jīng)濟事件、企業(yè)環(huán)境污染事件的市場反應(yīng)和自然災(zāi)害領(lǐng)域。如紫金礦業(yè)污水滲漏曾造成汀江水污染，這是國內(nèi)公眾關(guān)注程度較高、影響較大的環(huán)境污染事件。學(xué)者們以紫金礦業(yè)汀江污染事故為例，采用事件研究法分析了污染事件及事后罰款對紫金礦業(yè)和其他同行業(yè)公司股價的影響（任遠， 2012;沈紅波等， 2012;崔嘉， 2015;趙春玲等，2016）;同時，肖華和張國清（2008）研究了“松花江事件”對相關(guān)行業(yè)公司股價和環(huán)境信息披露行為的影響，發(fā)現(xiàn) “松花江事件”發(fā)生后，吉林化工和樣本公司股票的累積異常收益顯著為負;劉慶富等（2011）利用改進的市場模型研究了地震災(zāi)難對我國股票市場的沖擊效應(yīng)，發(fā)現(xiàn)地震災(zāi)難對我國各行業(yè)股票的收益均具有顯著的影響，且這一影響具有漸進性、持續(xù)性和個體差異性。

2. 基于啞元變量的計量經(jīng)濟學(xué)方法文獻回顧。除事件研究法以外，基于自然災(zāi)害的研究也多采用含啞元變量的回歸分析法。Walsh和Quek（1999）利用啞元變量、VAR沖擊反應(yīng)方程，研究了1995年1月的神戶地震對日經(jīng)225指數(shù)期貨市場的沖擊效應(yīng)，發(fā)現(xiàn)期貨市場對地震信息是敏感的，受地震消息的沖擊，交易量和空盤量會出現(xiàn)臨時增加，買賣價差的增大具有持續(xù)性。耿志祥和孫祁祥（2016）采用VAR-BEKK-MVGARCH-DUMMY-T模型，研究自然災(zāi)害和金融危機對保險股票指數(shù)和滬深300指數(shù)的影響，結(jié)論表明，保險股票指數(shù)的兩類風(fēng)險測度都大于滬深 300 指數(shù)，滬深300 指數(shù)對保險股票指數(shù)存在負的均值溢出效應(yīng)和波動溢出效應(yīng)，且投資者可以通過持有市場資產(chǎn)組合來分散自然災(zāi)害風(fēng)險。

3. 有關(guān)自然災(zāi)害研究方法的評述?？傮w上看，有關(guān)自然災(zāi)害對資本市場產(chǎn)生影響的理論研究和實證研究成果較多，但從研究內(nèi)容和研究方法上看，仍存在一定不足：第一，現(xiàn)有的關(guān)于重大風(fēng)險事件對資本市場的影響研究主要側(cè)重于經(jīng)濟事件和企業(yè)環(huán)境污染事件的分析，而對自然災(zāi)害的研究尚為缺乏。并且，除環(huán)境污染事件和經(jīng)濟事件經(jīng)常發(fā)生外，近年來的自然災(zāi)害也頻繁發(fā)生，它對金融市場的影響不容忽視且有逐漸增強的態(tài)勢。第二，對于含啞元變量的計量經(jīng)濟學(xué)方法而言，它受樣本數(shù)量選擇的制約。

三、研究設(shè)計

（一）研究方法的選擇

參考劉慶富等（2011）的做法，本文采用事件研究法，通過計算自然災(zāi)害事件發(fā)生前后的特定事件窗口超額收益率以及累計超額收益率的偏離程度，分析不同規(guī)模自然災(zāi)害引起的不同地域、不同行業(yè)股票市場的累積異常反應(yīng)。

（二）定義時間窗口

本文將事件日定為自然災(zāi)害發(fā)生當天。為了更好捕捉自然災(zāi)害發(fā)生前后不同地區(qū)資本市場的反應(yīng)，也考慮到部分自然災(zāi)害具有可預(yù)知性，本文將事件窗口定位事件發(fā)生前后的[-15，15]。為了不影響正常收益模型的參數(shù)估計，避免事前敏感日期的影響，估計期窗口通常不應(yīng)與事件窗口重疊。因此，本文選擇[-125，-30]為估計窗口。

（三）超額收益率的計算

估計窗口正常收益率的計算模型：

[Ri，t=αi+βiRm，t+εi，t] ? ? ? ? ? ? ? ? ? ? ? （1）

其中，[Ri，t]為行業(yè)股指i在第t日的實際收益率;[Rm，t]為對應(yīng)深證綜合指數(shù)第t日的市場收益率;[αi]、[βi]為回歸系數(shù);[εi，t]為隨機擾動項。

采用模型（1）來估計正?；貓舐省；舅悸啡缦拢?（1）估計窗口內(nèi)，針對每一行業(yè)股指收益率，估計市場模型中的參數(shù)[αi]和[βi]。（2）預(yù)測每一行業(yè)股指在事件窗口內(nèi)的正常收益率。根據(jù)以上思路，通過收集研究樣本在估計期[-125，-30]內(nèi)的市場收益率和深證綜合指數(shù)收益率，可以計算出估計窗口的回歸系數(shù)[αi]、[βi]，再根據(jù)[αi]、[βi]估計出事件窗口的期望收益率[E（～Ri，t）]。即：

[E（～Ri，t）=αi+βiRm，t] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

正常收益率是指假設(shè)不發(fā)生該自然災(zāi)害事件條件下的期望收益率，而超額收益率即事件期間內(nèi)該行業(yè)股指實際收益與同期正常收益之差。根據(jù)正常收益率和期望收益率可計算出超額收益率[ARi，t]。

[ARi，t=Ri，t-E（～Ri，t）] ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

本文選取的事件窗口為[[t1，t2]]，[t1]、[t2]分別為事件窗口[[t1，t2]]的起點時間和終點時間;[ARi，t]是事件窗口[[t1，t2]]內(nèi)，行業(yè)股指[i]在第[t]日的超額收益率。以此為基礎(chǔ)，可以得到行業(yè)股指[i]在事件窗口[[t1，t2]]的累積超額收益率[CARi[t1，t2]]。

[CARi[t1，t2]=t1t2ARi，t] ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

事件窗口[[t1，t2]]內(nèi)，所有行業(yè)指數(shù)的平均超額收益率[AAR[t1，t2]]代表自然災(zāi)害對所有樣本行業(yè)的平均影響，計算公式如下所示：

[AAR[t1，t2]=1Ni=1NARi，t] ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

其中，N為總的行業(yè)數(shù)量。

（四）超額收益率檢驗

計算出超額收益率后，還要檢驗超額收益率的顯著性。檢驗的原假設(shè)是超額收益率（或累計超額收益率） 的均值為0。檢驗方法通常包括參數(shù)檢驗和非參數(shù)檢驗兩種，本文選擇參數(shù)檢驗法。在檢驗股票在事件窗口內(nèi)累計超額收益率的過程中，通?？疾烊缦陆y(tǒng)計量：

[Z=CAR[t1，t2][σ2t1，t2]1/2～N（0，1）] ? ? ? ? ? ? ?（6）

其中，Z是平均超額收益率[AAR[t1，t2]]的標準差的估計量對累積超額收益率標準化后的結(jié)果，[σ2（t1，t2）=L2σ2AAR（t1，t2）]，[σ2AAR（t1，t2）]是事件窗口[[t1，t2]]內(nèi)的平均超額收益率[AAR[t1，t2]]的方差，[L2]是事件窗口的長度。

如果檢驗結(jié)果顯著，說明自然災(zāi)害給資本市場帶來了顯著影響;如果檢驗結(jié)果不顯著，則說明市場反應(yīng)溫和、平穩(wěn)，自然災(zāi)害沒有給市場帶來明顯影響。

四、數(shù)據(jù)來源與描述性統(tǒng)計

（一）自然災(zāi)害事件

本文研究自然災(zāi)害對不同行業(yè)股票市場影響的區(qū)域效應(yīng)，選取2007年1月1日至2018年12月31日間僅發(fā)生在中國西南地區(qū)的166起自然災(zāi)害作為研究樣本，其中種類最多為洪水74起，最少為山體滑坡21起。數(shù)據(jù)來源為國際災(zāi)害數(shù)據(jù)庫（EM-DAT），其中自然災(zāi)害界定為至少滿足以下四個條件之一：一是遇難人數(shù)在10人以上;二是受影響人數(shù)在100人以上;三是要求國際援助;四是已經(jīng)宣布國家進入緊急狀態(tài)。本文按自然災(zāi)害性質(zhì)將其分為地質(zhì)災(zāi)害和氣象災(zāi)害：地質(zhì)災(zāi)害是指以地質(zhì)動力活動或地質(zhì)環(huán)境異常變化為主要成因的自然災(zāi)害，包括地震和山體滑坡;氣象災(zāi)害是指大氣對人類的生命財產(chǎn)和國民經(jīng)濟建設(shè)及國防建設(shè)等造成的直接或間接的損害，包括洪水和暴風(fēng)雨。本文基于EM-DAT數(shù)據(jù)庫，通過賦權(quán)打分法對自然災(zāi)害級值、總死亡人數(shù)和直接經(jīng)濟損失（億元）三類指標賦等權(quán)重，對自然災(zāi)害進行打分評級，選取得分最大的作為大規(guī)模自然災(zāi)害，得分最小的作為小規(guī)模自然災(zāi)害。研究期間內(nèi)一共8個自然災(zāi)害作為外生事件。自然災(zāi)害選取情況見表1。

（二）地區(qū)行業(yè)股票指數(shù)數(shù)據(jù)

本文選取2007年1月1日至2018年12月31日間公司注冊地在西南地區(qū)或東北地區(qū)的A股上市公司，結(jié)合證監(jiān)會第一類行業(yè)分類（2012），一共19個大類，將A股上市公司按兩類地區(qū)、不同行業(yè)分類，西南地區(qū)上市公司可以分為12個行業(yè)，東北地區(qū)也可以分為12個行業(yè)。選取不同行業(yè)上市公司股價的日收盤價，計算其算術(shù)平均值，得到股票指數(shù)日數(shù)據(jù)2919個，借助公式（7）對其取對數(shù)收益率，得到不同地區(qū)行業(yè)股票指數(shù)日收益率序列。兩類地區(qū)不同行業(yè)股指收益率的具體情況見表2。

[ri，t=log （pi，t/pi，t-1）] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（7）

從公司數(shù)量看，西南地區(qū)水電煤氣行業(yè)上市公司數(shù)量最多，為12個;東北地區(qū)制造業(yè)上市公司數(shù)量最多，為36個，這與西南地區(qū)水能資源豐富和東北地區(qū)作為老工業(yè)城市的特征是一致的。從均值可以看出，除東北地區(qū)采礦業(yè)和農(nóng)林牧漁業(yè)的均值小于0，表明這兩個行業(yè)的收益率呈下降趨勢外，其他行業(yè)的收益率都是上升的，兩類地區(qū)總體的股市表現(xiàn)良好;從最大值可看出，西南地區(qū)和東北地區(qū)都是金融業(yè)取得峰值，這與金融業(yè)進行貨幣資金融通，具有杠桿性、順周期性和反映實體經(jīng)濟的特征是分不開的;從標準差可以看出，西南地區(qū)和東北地區(qū)的標準差接近，且西南地區(qū)標準差最大為租賃業(yè)和金融業(yè)，東北地區(qū)標準差最大為采礦業(yè)、金融業(yè)和房地產(chǎn)業(yè)。

五、主要實證結(jié)果

（一） 不同規(guī)模自然災(zāi)害對全樣本的影響

本文將全樣本定義為既包括注冊地在西南地區(qū)的上市公司，也包括注冊地在東北地區(qū)的上市公司。將自然災(zāi)害起始日定為事件日，即圖1中dif為0的日期。當自然災(zāi)害起始日不為交易日時，將日期順延到下一個交易日。通過CAR的變化直觀判斷發(fā)生在西南地區(qū)的地質(zhì)災(zāi)害和氣象災(zāi)害對全樣本股指收益率的影響。

1. 不同規(guī)模地質(zhì)災(zāi)害對全樣本的影響。由圖1所示，左側(cè)圖表示大規(guī)模自然災(zāi)害，右側(cè)圖表示小規(guī)模自然災(zāi)害。汶川地震對全樣本有明顯的負向影響（4%），假設(shè)1成立，大規(guī)模的汶川地震災(zāi)害會造成投資者的負面和恐慌情緒，但大規(guī)模的山體滑坡和小規(guī)模的地質(zhì)災(zāi)害不改變?nèi)珮颖旧仙内厔?，說明投資者不會關(guān)注山體滑坡這一類報道數(shù)量不足、力度不夠的信息或者規(guī)模較小的災(zāi)害信息，假設(shè)1得到證明。

2. 不同規(guī)模氣象災(zāi)害對全樣本的影響。由圖2所示，左側(cè)圖表示大規(guī)模自然災(zāi)害，右側(cè)圖表示小規(guī)模自然災(zāi)害。可以看出，大規(guī)模暴風(fēng)雨災(zāi)害對于全樣本股票指數(shù)有明顯的負向作用，然而大規(guī)模洪水對全樣本指數(shù)的影響卻并不明顯，與不同規(guī)模地質(zhì)災(zāi)害對全樣本指數(shù)的影響類似，小規(guī)模氣象災(zāi)害對全樣本的影響也不顯著。另外，除不受媒體關(guān)注的洪水和山體滑坡外，地震和暴風(fēng)雨等受大眾和媒體關(guān)注的大規(guī)模災(zāi)害對于全樣本CAR的影響大于小規(guī)模災(zāi)害。這驗證了假設(shè)1，在災(zāi)害規(guī)模足夠大時，人們會在災(zāi)害發(fā)生時產(chǎn)生恐慌，做出不理智的市場行為，導(dǎo)致股票市場的溢出。

（二） 地質(zhì)災(zāi)害對分地區(qū)行業(yè)股指的影響

根據(jù)上文的研究設(shè)計，選擇地震、山體滑坡作為地質(zhì)自然災(zāi)害事件，得到自然災(zāi)害事件窗口[-15，15]內(nèi)每天的累計超額收益率[CARi[t1，t2]]和平均超額收益率[AAR[t1，t2]]，并對超額收益率的均值進行T檢驗。由于篇幅限制，本文僅列出在[-15，15]的事件窗口內(nèi)自然災(zāi)害對不同地區(qū)行業(yè)股指收益率影響顯著的累計超額收益率[CARi[t1，t2]]，并將顯著性水平控制在1%、5%的程度。

（1）由表3、表4所示，按規(guī)模分析，大規(guī)模和小規(guī)模地質(zhì)災(zāi)害對西南地區(qū)和東北地區(qū)的農(nóng)林牧漁、采礦、運輸倉儲都有顯著影響，由于西南地區(qū)農(nóng)林牧漁業(yè)、采礦業(yè)和運輸倉儲業(yè)上市公司的盈利狀況與自然資源、交通出行和地質(zhì)狀況密不可分，這三個行業(yè)會受到地質(zhì)災(zāi)害的影響與人們的認知保持一致，而東北地區(qū)的同一行業(yè)也受到影響，則證明了負面情緒的感染性。

只有大規(guī)模的地質(zhì)災(zāi)害會對兩個地區(qū)的建筑行業(yè)產(chǎn)生顯著影響，在西南地區(qū)發(fā)生的大規(guī)模地質(zhì)災(zāi)害會損毀其固定資產(chǎn)和生產(chǎn)設(shè)備，造成此地區(qū)建筑業(yè)上市公司資產(chǎn)減值和損失，人們對其股價的預(yù)期下降，產(chǎn)生負向溢出。而由于“創(chuàng)造性破壞”理論，且東北地區(qū)的建筑業(yè)并未遭受損失，在災(zāi)后恢復(fù)中，人們認為東北地區(qū)的建筑業(yè)實體公司競爭力猶在，經(jīng)營業(yè)績可能會上升，因而在西南地區(qū)的地質(zhì)災(zāi)害反而對東北地區(qū)的建筑業(yè)產(chǎn)生正向影響。

同時，小規(guī)模地質(zhì)災(zāi)害對不同地區(qū)行業(yè)股票指數(shù)的影響小于大規(guī)模災(zāi)害，這驗證了假設(shè)1，一般說來，大規(guī)模地質(zhì)災(zāi)害對股票市場的溢出效應(yīng)大于小規(guī)模地質(zhì)災(zāi)害。

（2）按地區(qū)分析，地質(zhì)災(zāi)害只對西南地區(qū)的水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對東北地區(qū)的相同行業(yè)沒有影響，這驗證了假設(shè)2，表明地質(zhì)災(zāi)害對不同地區(qū)的行業(yè)股票指數(shù)的影響是不同的，顯然，由于西南地區(qū)的地質(zhì)災(zāi)害損壞了水利/公共設(shè)施業(yè)和租賃業(yè)用以盈利的基礎(chǔ)設(shè)施，而這些基礎(chǔ)設(shè)施不需要由距離遠的東北地區(qū)上市公司提供，因而，對西南地區(qū)有顯著影響，卻不會對東北地區(qū)產(chǎn)生顯著影響。

（三） 氣象災(zāi)害對分地區(qū)行業(yè)股指的影響

根據(jù)上文的研究設(shè)計，選擇洪水、暴風(fēng)雨作為氣象自然災(zāi)害事件，得到氣象自然災(zāi)害事件窗口[-15，15]內(nèi)每天的累計超額收益率[CARi[t1，t2]]和平均超額收益率[AAR[t1，t2]]，并對超額收益率的均值進行T檢驗。由于篇幅限制，本文僅列出在[-15，15]的事件窗口內(nèi)氣象自然災(zāi)害對不同地區(qū)行業(yè)股指收益率影響顯著的累計超額收益率[CAR]。為了結(jié)果的顯著性，本文將顯著性水平控制在1%、5%的程度。

1. 由表5、表6所示，按規(guī)模分析，大規(guī)模和小規(guī)模氣象災(zāi)害都會對西南地區(qū)和東北地區(qū)的建筑、農(nóng)林牧漁、運輸倉儲產(chǎn)生顯著影響。這與地質(zhì)自然災(zāi)害造成影響的機理相似，西南地區(qū)上市公司處于洪水和暴風(fēng)雨天氣時，由于建筑、農(nóng)林牧漁和運輸倉儲行業(yè)對天氣的高度依賴、日常施工和運輸?shù)牟槐?，大眾意識到這三類行業(yè)盈利能力的降低，對其股價的心理預(yù)期也會由此下降，因此氣象災(zāi)害對其造成負向溢出。而由于東北地區(qū)的建筑行業(yè)不受西南地區(qū)氣象災(zāi)害的直接物理影響，且大眾會認為在西南地區(qū)發(fā)生氣象災(zāi)害時，東北地區(qū)建筑行業(yè)上市公司的競爭力增強，會看好對東北地區(qū)建筑行業(yè)，因此，無論氣象災(zāi)害規(guī)模如何，氣象災(zāi)害的發(fā)生對東北地區(qū)建筑行業(yè)都是有利溢出。

由于采礦行業(yè)的井下作業(yè)對于小規(guī)模氣象災(zāi)害有一定的防護措施，因此只有大規(guī)模氣象災(zāi)害才對西南地區(qū)和東北地區(qū)采礦業(yè)產(chǎn)生影響，氣象災(zāi)害發(fā)生在西南地區(qū)，對西南地區(qū)的采礦業(yè)產(chǎn)生顯著的負向溢出，對東北地區(qū)的采礦業(yè)產(chǎn)生顯著的正向溢出，這與常識相符，也說明不同規(guī)模的自然災(zāi)害對不同行業(yè)的影響是不同的。

2. 按地區(qū)分析，氣象災(zāi)害只對西南地區(qū)的水電煤氣、租賃業(yè)和文體娛行業(yè)有影響，對東北地區(qū)的相同行業(yè)沒有影響，這說明了氣象災(zāi)害對股票市場的影響存在地區(qū)效應(yīng)。租賃業(yè)的設(shè)施在洪水或暴風(fēng)雨期間遭受損壞，在股票市場上反映為自然災(zāi)害期間，股價產(chǎn)生負向溢出。與此同時，由于天氣不便，西南地區(qū)對水電煤氣的消費量降低，股市敏感者認為水電煤氣業(yè)的盈利降低，因此會拋售股票，氣象災(zāi)害即會對西南地區(qū)水電煤氣業(yè)產(chǎn)生負向影響，而由于發(fā)生氣象災(zāi)害時，人們的出行便利程度和心情指數(shù)會下降，因此在西南地區(qū)的文體娛類上市公司的股票收益會顯著降低。

同時，氣象災(zāi)害只對東北地區(qū)的房地產(chǎn)行業(yè)和金融行業(yè)有影響，對房地產(chǎn)行業(yè)的負向溢出可以理解為負面情緒的傳染效應(yīng)，在西南地區(qū)發(fā)生的災(zāi)害使得人們產(chǎn)生恐慌情緒并傳染到東北地區(qū)房地產(chǎn)行業(yè)的投資者。而氣象災(zāi)害對東北地區(qū)的金融行業(yè)產(chǎn)生正向溢出，一種可能的解釋是自然災(zāi)害發(fā)生時，金融行業(yè)投資者看到了套利的可能性，因此看好金融股。

綜上，不同規(guī)模的氣象災(zāi)害對不同行業(yè)的溢出效應(yīng)不同，且這種不同還體現(xiàn)在地區(qū)層面。

（四） 穩(wěn)健性檢驗

為了避免樣本選擇、模型設(shè)定和變量度量造成的偏差，本文基于事件研究法的特點，從數(shù)據(jù)出發(fā)進行了如下穩(wěn)健性檢驗：（1）變更構(gòu)建行業(yè)股票指數(shù)的權(quán)重，上文構(gòu)建的行業(yè)股票指數(shù)以算術(shù)平均值為基準，在此處則以不同地區(qū)各行業(yè)中各上市公司于2018年12月31日（最近一次截止日）的市值為權(quán)重構(gòu)建行業(yè)股票指數(shù)進行檢驗，檢驗結(jié)果與上文結(jié)論、方向和行業(yè)分布大體保持一致。（2）基于國家統(tǒng)計局數(shù)據(jù)庫—分省年度數(shù)據(jù)庫，從2007年起，逐項核對國際災(zāi)害數(shù)據(jù)庫數(shù)據(jù)的準確性，綜合考慮EM-DAT選取自然災(zāi)害的四個條件，經(jīng)核對，自然災(zāi)害事件的選取是真實可靠的。即上述穩(wěn)健性結(jié)果與本文前述結(jié)論一致，限于篇幅未進一步詳述。

六、結(jié)論

本文從EM-DAT數(shù)據(jù)庫中篩選出8個不同規(guī)模的地質(zhì)災(zāi)害和氣象災(zāi)害，按公司注冊地址和中國證監(jiān)會分類的第一類行業(yè)大類，將中國A股上市公司分類為注冊地在西南地區(qū)的12類行業(yè)股票指數(shù)和注冊地在東北地區(qū)的13類行業(yè)股票指數(shù)，并采用事件研究法分析然災(zāi)害的規(guī)模不同對行業(yè)股票指數(shù)的影響是否存在差異，以及僅發(fā)生在西南地區(qū)的自然災(zāi)害對不同地區(qū)的行業(yè)股票指數(shù)影響是否存在差異，為我國巨災(zāi)保險等權(quán)益工具的研究提供理論和技術(shù)支持。

本文的研究結(jié)論表明：（1）任何規(guī)模的地質(zhì)災(zāi)害對西南地區(qū)和東北地區(qū)的農(nóng)林牧漁、采礦、運輸倉儲行業(yè)股指都有顯著負向影響。大規(guī)模的地質(zhì)災(zāi)害會對西南地區(qū)的建筑行業(yè)產(chǎn)生顯著負向影響，而對東北地區(qū)的建筑業(yè)產(chǎn)生顯著正向影響。（2）不同規(guī)模的氣象災(zāi)害都會對西南地區(qū)和東北地區(qū)的建筑、農(nóng)林牧漁、運輸倉儲行業(yè)股指產(chǎn)生顯著影響，但影響方向相反。氣象災(zāi)害對西南地區(qū)上市公司產(chǎn)生顯著負向溢出，而對東北地區(qū)這三類行業(yè)都是顯著的正向溢出。只有大規(guī)模氣象災(zāi)害才對采礦業(yè)產(chǎn)生影響，氣象災(zāi)害對西南地區(qū)的采礦業(yè)產(chǎn)生顯著的負向溢出，對東北地區(qū)的采礦業(yè)產(chǎn)生顯著的正向溢出。（3）地質(zhì)災(zāi)害只對西南地區(qū)的水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對東北地區(qū)的相同行業(yè)沒有影響，這表明地質(zhì)災(zāi)害對不同地區(qū)的行業(yè)股票指數(shù)的影響是不同的。

基于以上結(jié)論，本文得到如下啟示：

第一，關(guān)注自然災(zāi)害對農(nóng)林牧漁、采礦、建筑業(yè)和運輸倉儲行業(yè)的影響。任何規(guī)模的地質(zhì)災(zāi)害都對這些行業(yè)產(chǎn)生顯著負向影響，持有這些股票的投資者應(yīng)該充分關(guān)注地質(zhì)災(zāi)害預(yù)警，在一定時期內(nèi)及時拋售股票;任何規(guī)模的氣象災(zāi)害對西南地區(qū)和東北地區(qū)建筑、農(nóng)林牧漁、運輸倉儲的影響方向相反，投資者應(yīng)充分關(guān)注氣象災(zāi)害預(yù)警，在氣象災(zāi)害發(fā)生時適當減少股票池中持有的西南地區(qū)建筑、農(nóng)林牧漁、運輸倉儲行業(yè)股票，適當增加?xùn)|北地區(qū)建筑、農(nóng)林牧漁、運輸倉儲行業(yè)股票，實現(xiàn)股票收益最大化。

第二，關(guān)注大規(guī)模自然災(zāi)害對特定行業(yè)的影響。大規(guī)模的地質(zhì)災(zāi)害會對西南地區(qū)的建筑行業(yè)產(chǎn)生顯著負向影響，大規(guī)模氣象災(zāi)害對西南地區(qū)采礦業(yè)產(chǎn)生顯著負向影響，當這些災(zāi)害發(fā)生時，投資者應(yīng)及時拋售特定行業(yè)的股票，減少自己的損失。

第三，設(shè)計巨災(zāi)保險工具時應(yīng)考慮自然災(zāi)害對股票市場影響的地域效應(yīng)。地質(zhì)災(zāi)害的發(fā)生只對西南地區(qū)的水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對東北地區(qū)的相同行業(yè)沒有影響，表明自然災(zāi)害對不同地區(qū)股票市場的影響是有差異的，存在套利空間，為巨災(zāi)保險權(quán)益工具的設(shè)計提供了新的思路和創(chuàng)新點。

本文的研究結(jié)論反映了不同規(guī)模的自然災(zāi)害對不同地區(qū)行業(yè)股票市場的影響及其受自然災(zāi)害影響的程度和溢出方向，也在自然災(zāi)害的地域研究層面，為完善股票市場的物理風(fēng)險管理體系提供了必要的證據(jù)支持。

參考文獻：

[1]Yang D. Coping with Disaster： 2008. The Impact of Hurricanes on International Financial Flows，1970-2002[J].B. e. journal of Economic Analysis & Policy，8（1）.

[2]Yun S，F(xiàn)an Z，Tan L. 2015. Whether a large disaster could change public concern and risk perception：a case study of the 7/21 extraordinary rainstorm disaster in Beijing in 2012[J]. Natural Hazards，78（1）.

[3]Bena J，Garlappi L，Grüning P. 2016. Heterogeneous Innovation， Firm Creation and Destruction， and Asset Prices[J].Review of Asset Pricing Studies，6（1）.

[4]Patton A J，Verardo M. 2012. Does Beta Move with News？ Firm-Specific Information Flows and Learning About Profitability[J].Review of Financial Studies，25（9）.

[5]Yang C C，Wang M，Chen X. 2008. Catastrophe effects on stock markets and catastrophe risk securitization[J]. Journal of Risk Finance，9（3）.

[6]Cummins J D，Lewis C M. 2003. Catastrophic Events，Parameter Uncertainty and the Breakdown of Implicit Long-Term Contracting： The Case of Terrorism Insurance[J].Journal of Risk & Uncertainty，26（2/3）.

[7]Inagaki， Atsushi，Kanda，et al. 2013. Thermal Image Velocimetry[J].Boundary-Layer Meteorology，149（1）.

[8]Weigand， Jason M. 2006. Vioxx：How Strong Is the Case against Merck？[J]. Bepress Legal.

[9]Schumacher I，Strobl E. 2011. Economic development and losses due to natural disasters： The role of hazard exposure[J]. Ecological Economics，72（1725）.

[10]Leiter A M，Oberhofer H，Raschky P A. 2009. Creative Disasters？ Flooding Effects on Capital，Labour and Productivity Within European Firms[J].Environmental & Resource Economics，43（3）.

[11]Dolley J.C. 1933. Characteristics and Procedure of Common Stock Split-ups[J].Harvard Business Review，（11）.

[12]Ball R.，P. Brown. 1968. An Empirical Evaluation of Accounting Income Numbers[J].Journal of Accounting Research，（6）.

[13]Wongswan J. 2006. Transmission of Information across International Equity Markets[J].Review of Financial Studies，（19） .

[14]Cavalier F，Barsuglia M， Bizouard M A， et al. 2006. Transmission of Information across International Equity Markets[J].Review of Financial Studies，19（4）.

[15]劉慶富，周程遠，張婉寧.地震災(zāi)難對中國股票市場的沖擊效應(yīng)[J].財經(jīng)問題研究， 2011，（4）.

[16]耿志祥，孫祁祥.金融危機和自然災(zāi)害對保險股票市場的影響與溢出效應(yīng)檢驗[J].金融研究，2016，（5）.

[17]劉思義，翁若宇，楊道廣.自然災(zāi)害、財政壓力與企業(yè)避稅——基于臺風(fēng)災(zāi)害的實證分析[J].會計研究， 2018，（3），.

[18]王健，范嘉毅，劉翠俠，黃敏 .自然因素對我國股市的影響研究——以汶川地震為例[J].商業(yè)經(jīng)濟研究，2012，（33）.

[19]李宏.中國自然災(zāi)害與長期經(jīng)濟增長——基于VAR與VEC模型的協(xié)整分析[J].北京理工大學(xué)學(xué)報（社會科學(xué)版），2018，20（5）.

[20]賈明，張喆.高管的政治身份與公司對自然災(zāi)害的反應(yīng)：災(zāi)難特征的影響——來自民營上市公司的證據(jù)[J].管理評論，2012，24（12）.

[21]陳棟，翟進步，陳運森.參股保險業(yè)與企業(yè)流動性風(fēng)險管理：基于貨幣政策變更背景[J].保險研究，2012，（2）.

[22]李平，湯懷林.生產(chǎn)安全事故與自然災(zāi)害信息對中國股票市場影響的實證研究[J].電子科技大學(xué)學(xué)報（社會科學(xué)版），2014，（3）.

[23]曹廣喜，向俊偉.氣候突發(fā)事件對我國股市的影響研究[C]第26屆中國氣象學(xué)會年會公共氣象服務(wù)與災(zāi)害管理分會場論文集，2009.

[24]譚宗瓊.地震對兩類上市公司影響的實證分析[J].經(jīng)營管理者，2010，（19）.

[25]劉毅，黃建毅，馬麗.基于DEA模型的我國自然災(zāi)害區(qū)域脆弱性評價[J].地理研究，2010，29（7）.

[26]肖華，張國清.公共壓力與公司環(huán)境信息披露——基于“松花江事件”的經(jīng)驗研究[J].會計研究，2008，（5）.

[27]劉慶富，華仁海.重大風(fēng)險事件對中國商品期貨市場的沖擊效應(yīng)——基于學(xué)生分布的隨機波動模型[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2012，（5）.

Impact Effect of Different Scales of Natural Disasters on Industrial Stock Index

—— Contrastive Analysis Based on Southwest and Northeast China

Chen ?Zhao/Wei Ping

（School of Business，Central South University，Hunan ? Changsha ? 410083）

Abstract：Using the event study method and taking eight different types and scales of natural disasters from 2007 to 2018 as the samples，this paper empirically studies the impact of such events on industry stock indexes in different regions. The results show that：（1）geological hazards of any scale have a significant negative impact on agriculture，forestry，animal husbandry，fishery，mining，transportation and storage industries in southwest and northeast China. The large-scale geological disasters have a significant positive impact on the construction industry of southwest China while there is a remarkable negative impact on the construction industry of northeast China.（2）meteorological disasters of any scale have a significant impact on buildings，agriculture，forestry，animal husbandry，fishery，transportation and storage in the southwest and northeast regions，but the impact direction is opposite. Meteorological disasters of large-scale have a significant negative effect on mining industry in southwest China but a prominent positive effect on mining industry in northeast China.（3）geological hazards only affect the water resources/public facilities industry and leasing industry in southwest China，but not the same industry in northeast China. Geological hazards have different impacts on industry stock index in different regions. This paper quantifies the impact of natural disasters of different scales on the stock market of different industries in various regions，and provides necessary evidence for improving the physical risk management system of the stock market.

Key Words：physical risk，event study method，disaster scale，regional effect，market response