張夢(mèng)圓

南京信息工程大學(xué)，江蘇 南京 210044

2020年，COVID-19疫情全球大流行，各國(guó)疫情防控形勢(shì)異常嚴(yán)峻。與2003年SARS相比，COVID-19病例數(shù)更多、擴(kuò)散面也更廣，我國(guó)各地采取的防疫措施比2003年更嚴(yán)。同時(shí)，由于中國(guó)國(guó)內(nèi)的經(jīng)濟(jì)結(jié)構(gòu)、發(fā)展階段及外部環(huán)境與2003年皆有所不同，因此，此次疫情對(duì)中國(guó)金融經(jīng)濟(jì)的短期沖擊明顯大于SARS期間。

大量研究強(qiáng)調(diào)了非正常情況對(duì)股票市場(chǎng)變化的短期和長(zhǎng)期影響，但考察突發(fā)公共衛(wèi)生事件（疫情事件）對(duì)股票市場(chǎng)的影響的文獻(xiàn)并不多，并且針對(duì)股票市場(chǎng)受COVID-19疫情事件沖擊影響所涌現(xiàn)的新興之作也大多著眼于美國(guó)乃至全球領(lǐng)域。Mazur[1]、Asb[2]分別研究調(diào)查了由COVID-19大流行引發(fā)的美國(guó)股市表現(xiàn)及其微觀結(jié)構(gòu)的影響。Shehzad[3]、Albulescu[4]分別指出COVID-19已在全球范圍內(nèi)引發(fā)了金融危機(jī)、影響全球金融周期。Goodell[5]簡(jiǎn)要概述了COVID-19對(duì)金融市場(chǎng)和金融機(jī)構(gòu)可能產(chǎn)生的直接或間接影響，并指出未來(lái)的研究途徑。Cepoi[6]通過(guò)采用面板分位數(shù)回歸模型，證明了股票市場(chǎng)與COVID-19相關(guān)信息呈現(xiàn)出不對(duì)稱依賴性。Lan[7]使用擴(kuò)展的GARCH-MIDAS模型和新開發(fā)的傳染病股票市場(chǎng)波動(dòng)率追蹤器（EMVID），發(fā)現(xiàn)在傳染病大流行暴發(fā)時(shí)的不同滯后時(shí)間，美國(guó)、中國(guó)、英國(guó)和日本股票市場(chǎng)中，中國(guó)受到的永久波動(dòng)影響最小。Erdem[8]研究發(fā)現(xiàn)大流行對(duì)股票市場(chǎng)產(chǎn)生了顯著的負(fù)面影響，如收益減少、波動(dòng)加劇。

只有少數(shù)文獻(xiàn)從中國(guó)國(guó)情出發(fā)，對(duì)COVID-19對(duì)中國(guó)股票市場(chǎng)的沖擊進(jìn)行了深入研究。Corbet[9]利用中國(guó)根據(jù)長(zhǎng)期流行的流感指數(shù)開發(fā)的數(shù)據(jù)，通過(guò)新冠病毒指數(shù)與傳統(tǒng)的流感指數(shù)相比，發(fā)現(xiàn)COVID-19大流行對(duì)中國(guó)金融市場(chǎng)產(chǎn)生了異常顯著的持久影響；Topcu[10]發(fā)現(xiàn)COVID-19對(duì)新興股市的負(fù)面影響在2020年3月期間相對(duì)較高，且亞洲新興市場(chǎng)受到的影響最大；Baek[11]利用MS-AR（1）模型得出股票波動(dòng)率變化對(duì)COVID-19新聞的敏感性高于經(jīng)濟(jì)指標(biāo)的結(jié)論；Okorie[12]使用去趨勢(shì)移動(dòng)平均互相關(guān)分析（DMCA）及事前和事后COVID-19暴發(fā)分析（DCCA）技術(shù)，證實(shí)了COVID-19大流行對(duì)股票市場(chǎng)存在顯著但短暫的分形傳染效應(yīng)。而這些學(xué)者的研究，很少能既縱觀整體又兼顧不同行業(yè)、不同規(guī)模的局部影響的雙重角度去進(jìn)行股市受影響程度的梳理和影響特征的分析，也很少有結(jié)合同類型重大突發(fā)事件（如SARS）進(jìn)行類比分析的。李正全[13]將SARS與東亞金融危機(jī)做比較，并對(duì)國(guó)民經(jīng)濟(jì)影響進(jìn)行了短期分析、長(zhǎng)期分析和非正式制度的分析，但并未對(duì)金融市場(chǎng)受到的影響進(jìn)行深入的探索研究。Al-Awadhi[14]與陳林[15]均利用面板數(shù)據(jù)研究COVID-19疫情對(duì)中國(guó)股市的影響，前者得出確診增長(zhǎng)率和死亡增長(zhǎng)率均與股票回報(bào)呈線性負(fù)相關(guān)的結(jié)論，后者卻發(fā)現(xiàn)確診增長(zhǎng)率與股票回報(bào)呈倒U形關(guān)系，而死亡增長(zhǎng)與股票回報(bào)呈U形關(guān)系，但未從COVID-19疫情類比同類型重大突發(fā)公共衛(wèi)生事件的角度進(jìn)行更深入地分析。

基于此，本文將基于COVID-19疫情于2020年發(fā)展成為全球性重大疫病的嚴(yán)峻形勢(shì)，結(jié)合同類型重大突發(fā)公共衛(wèi)生事件SARS的影響特征進(jìn)行比較分析，深入研究COVID-19疫情對(duì)中國(guó)股市整體以及不同行業(yè)規(guī)模的局部影響程度，進(jìn)而從應(yīng)對(duì)疫情、采取有效措施減緩金融市場(chǎng)波動(dòng)以及維護(hù)行業(yè)穩(wěn)定發(fā)展的角度提出相關(guān)建議。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本文以上海和深圳股市作為中國(guó)股市的代表，按照《證監(jiān)會(huì)行業(yè)分類2012版》劃分的18個(gè)行業(yè)（剔除居民服務(wù)、修理和其他服務(wù)業(yè)），分別選擇上海證券交易所（以下簡(jiǎn)稱上交所）及深圳證券交易所（以下簡(jiǎn)稱深交所）中有代表性（即剔除所有ST公司和數(shù)據(jù)缺失樣本的A股市場(chǎng)所有上市公司）的股票，選取其在COVID-19（自2019年9月1日至2020年12月31日）及SARS（自2002年9月1日至2003年12月31日）事件期間的每日收盤價(jià)，以研究突發(fā)事件對(duì)中國(guó)股市的整體影響以及細(xì)分行業(yè)和規(guī)模公司的局部影響，包括影響程度和時(shí)間持續(xù)性等。樣本數(shù)據(jù)獲取自RESSET數(shù)據(jù)庫(kù)（http：//www.resset.cn/)。

1.2 事件分析法

本研究中使用事件分析法對(duì)樣本進(jìn)行估計(jì)時(shí)，需要設(shè)定三個(gè)樣本窗口（其選擇如圖1所示）：Estimation window、Event window、Postevent window。

圖1 估計(jì)窗口、事件窗口和事后窗口的設(shè)計(jì)圖

一般地，令[T0，T1]為估計(jì)窗口，[T1，T2]為事件窗口，[T2，T3]為事后窗口。相應(yīng)窗口長(zhǎng)度分別表示為L(zhǎng)1=T1-T0，L2=T2-T1以及L3=T3-T2。其中，事件發(fā)生在0。

1.2.1 估計(jì)窗口

使用估計(jì)窗口的數(shù)據(jù)來(lái)估計(jì)正常情況下股票收益模型的參數(shù)值，最常用的模型是市場(chǎng)模型，其實(shí)質(zhì)是股票和市場(chǎng)指數(shù)收益的回歸。股票i的市場(chǎng)模型可以表示為：

異常收益（ARit）定義為實(shí)際收益（Rit）與等式所預(yù)測(cè)的收益之差，即：

累積異常收益（CARit）是從T1到t所有異常收益的總和，即：

1.2.2 顯著性檢驗(yàn)

基于CARit，t檢驗(yàn)用于調(diào)查事件窗口中的事件是否具有統(tǒng)計(jì)顯著性?？占僭O(shè)（H0=0）和替代假設(shè)（H0≠0）分別為在事件窗口中，事件對(duì)各個(gè)行業(yè)的股票市場(chǎng)沒有顯著影響（即CARit=0）和有顯著性影響（即CARit≠0）。

測(cè)試統(tǒng)計(jì)信息如下：

其中S是樣本均值的方差，即：

2 實(shí)證分析

2.1 COVID-19疫情對(duì)中國(guó)股市影響的整體分析

本文選擇國(guó)家首次正式公開發(fā)布確定性報(bào)道的時(shí)間為該事件的標(biāo)準(zhǔn)日期，使用通用標(biāo)準(zhǔn)作為參考。同時(shí)，為了比較分析說(shuō)明兩次疫情對(duì)中國(guó)股市影響的異同，我們將SARS事件與COVID-19事件按事件日對(duì)齊，選取二者對(duì)應(yīng)事件日前后相同長(zhǎng)度的持續(xù)時(shí)間窗口，以保證比較時(shí)長(zhǎng)度一致。因此，我們將COVID-19及SARS事件的時(shí)間分別定義為2020年1月12日和2003年2月10日，二者的事件窗口（T1，T2）均為（-24，220）。

觀察圖2可得，股市對(duì)兩次疫情暴發(fā)作出的反應(yīng)有明顯差別。COVID-19事件期間，上交所股市表現(xiàn)較好，深交所卻呈現(xiàn)出階段性的波動(dòng)，但總體來(lái)看都呈良好態(tài)勢(shì)，即受疫情正向影響，而市場(chǎng)恢復(fù)也更好。相比之下，SARS則在事件發(fā)生的后期（即主要集中在疫情升級(jí)的第二季度），股市開始受到大幅沖擊，且事后無(wú)論上交所還是深交所股市均沒有得到及時(shí)地回溫，且CAAR整體走向相似，呈明顯下落趨勢(shì)，即股市受疫情負(fù)面影響更大、持續(xù)更久。

圖2 SARS與COVID-19事件窗口平均累積異常收益（CAAR）對(duì)比

2.2 COVID-19疫情對(duì)不同行業(yè)股票影響的局部分析

本節(jié)將SARS與COVID-19各行業(yè)的CAAR進(jìn)行總體比對(duì)，從而對(duì)各行業(yè)的影響規(guī)律進(jìn)行分類分析描述。

由圖3可得，SARS對(duì)各行業(yè)股票收益率產(chǎn)生的波動(dòng)影響，走勢(shì)基本接近，只是震蕩幅度有高低不同。在上交所，大部分行業(yè)都在水平線維持，而衛(wèi)生和社會(huì)工作行業(yè)卻表現(xiàn)最為突出，受疫情的正向影響最深；同時(shí)，住宿和餐飲業(yè)及科學(xué)研究和技術(shù)服務(wù)業(yè)在事件中后期逐漸偏離眾行業(yè)的持平趨勢(shì)，呈下落走向，即受負(fù)面影響的表現(xiàn)較明顯。在深交所，除了租賃和商務(wù)服務(wù)業(yè)及綜合行業(yè)表現(xiàn)較其他行業(yè)更為明顯一些外，都是和圖2的整體股市保持近乎同步的走勢(shì)，CAAR呈階段性下降趨勢(shì)，即受疫情影響情況與整體股市基本一致。

圖3 SARS事件期間各行業(yè)CAAR對(duì)比

反觀圖4，深交所各行業(yè)CAAR的波動(dòng)及趨勢(shì)呈扇狀發(fā)散走向，各行業(yè)的受影響程度皆不同，皆或多或少受疫情波及，且都呈震蕩不平穩(wěn)的態(tài)勢(shì)或正向或負(fù)向發(fā)展。而COVID-19疫情對(duì)上交所各行業(yè)帶來(lái)的影響則基本分兩個(gè)趨勢(shì)，除了部分行業(yè)受正向影響較為顯著外，其他行業(yè)皆與SARS期間上交所大部分行業(yè)的表現(xiàn)保持近似。受疫情正向影響的行業(yè)中表現(xiàn)最好的是農(nóng)林牧漁業(yè)，其CAAR自疫情全面暴發(fā)便呈階梯段波動(dòng)持續(xù)上漲走勢(shì)，這與中國(guó)積極制定相關(guān)政策、采取有效措施進(jìn)行公開防疫及如今疫情防控常態(tài)化的實(shí)施有著密不可分的關(guān)系。其次，衛(wèi)生和社會(huì)工作行業(yè)同SARS疫情時(shí)期一樣，受疫情的影響也頗深；同時(shí)由于科技和社會(huì)的進(jìn)步與發(fā)展，科學(xué)研究和技術(shù)服務(wù)業(yè)也對(duì)疫情反應(yīng)出積極表現(xiàn)的態(tài)勢(shì)；以批發(fā)和零售業(yè)、住宿和餐飲業(yè)、租賃和商務(wù)服務(wù)業(yè)為例的5個(gè)與社會(huì)生活緊密相關(guān)的行業(yè)的CAAR皆浮于0準(zhǔn)線上方，表現(xiàn)出受疫情沖擊較大的現(xiàn)象。

圖4 COVID-19事件期間各行業(yè)CAAR對(duì)比圖

總的來(lái)說(shuō)，從分行業(yè)的角度來(lái)看，深圳股市受疫情的沖擊具有趨勢(shì)性和整體性，只是幅度和程度有大有??；而上海股市則與疫情關(guān)聯(lián)密切，受疫情影響，與居民生活息息相關(guān)的個(gè)別行業(yè)“偏離大部隊(duì)”。

2.3 COVID-19疫情對(duì)不同規(guī)模公司股票影響的局部分析

將兩次疫情事件研究所選股票的代表公司的資產(chǎn)總值進(jìn)行排序，按照平均資產(chǎn)總值為分界線進(jìn)行劃分，分為大、小兩類規(guī)模的公司，再進(jìn)行AR的計(jì)算，兩次事件的CAAR波動(dòng)及趨勢(shì)如圖5所示。

圖5 SARS和COVID-19事件窗口不同規(guī)模公司的CAAR

由圖5交叉比對(duì)分析可得，上交所COVID-19大小規(guī)模公司的股市受疫情影響兩極分化，大規(guī)模公司表現(xiàn)出受負(fù)面影響，小規(guī)模公司反而受正向影響；而在深交所，二者的CAAR大勢(shì)靠近，波動(dòng)都維持在0基準(zhǔn)線上下，但依舊是小規(guī)模公司浮動(dòng)于偏準(zhǔn)線上方，大規(guī)模公司基本處在0之下。結(jié)合兩所數(shù)據(jù)可見，總的來(lái)說(shuō)，COVID-19疫情對(duì)大規(guī)模公司的影響均呈負(fù)面，對(duì)小規(guī)模公司均呈正面，且一方面，上交所表現(xiàn)明顯于深交所，即上交所受疫情沖擊更強(qiáng)，另一方面，小規(guī)模公司的CAAR走勢(shì)與圖2中整體股市保持統(tǒng)一，即整個(gè)事件期間小規(guī)模公司為疫情影響的主要承擔(dān)者。

反觀SARS期間，上交所的大規(guī)模公司基本保持平穩(wěn)態(tài)勢(shì)，受疫情影響很小，而小規(guī)模公司的CAAR呈和整體一致的趨勢(shì)（圖2）；但在深交所，無(wú)論公司規(guī)模大小，其CAAR的總趨勢(shì)與圖2所示股市的整體行情均近似，小規(guī)模公司的CAAR的表現(xiàn)較大規(guī)模公司更好一些?？偟膩?lái)說(shuō)，除了上交所的大規(guī)模公司，SARS對(duì)股市的影響是整體性的，公司規(guī)模的大小并沒有構(gòu)成股市受影響程度的差異。

3 結(jié)果穩(wěn)健性檢驗(yàn)

為了說(shuō)明結(jié)果的穩(wěn)健性和可信度，本文在保證其他條件不變的情況下，通過(guò)改變COVID-19事件的關(guān)鍵時(shí)間節(jié)點(diǎn)（多次選取不同的事件發(fā)生日0和事件窗口起始日期T1），又分別對(duì)其CAAR進(jìn)行測(cè)算。由檢驗(yàn)結(jié)果可得，各CAAR都與上述圖文所呈現(xiàn)的趨勢(shì)數(shù)值相似，所得結(jié)論保持一致。因此，本研究具有可信度和科學(xué)性。

4 結(jié)論與建議

作為新中國(guó)成立以來(lái)在我國(guó)發(fā)生的傳播速度最快、感染范圍最廣、防控難度最大的一次重大突發(fā)公共衛(wèi)生事件，本文結(jié)合COVID-19疫情暴發(fā)以來(lái)的影響特征，對(duì)比2003年SARS時(shí)期的行業(yè)沖擊，研究了COVID-19疫情對(duì)中國(guó)股市波動(dòng)的整體影響及細(xì)分行業(yè)、規(guī)模公司的局部影響，總結(jié)提煉出波動(dòng)影響的相關(guān)規(guī)律和特征，得出結(jié)論：重大突發(fā)公共衛(wèi)生事件對(duì)每個(gè)行業(yè)的影響大小取決于該行業(yè)受疫情的波及程度。由于新型冠狀病毒的傳播途徑主要為直接傳播的人傳人的傳染性疾病，與醫(yī)療抗疫工作相關(guān)，并且基于日常生活衣食住行的行業(yè)，由于與疫情事件有著極為密切的關(guān)系，都在不同程度上受到了正面影響。而與疫情并沒有直接關(guān)聯(lián)的行業(yè)，受疫情事件的波及則低于其他行業(yè)，但也會(huì)受到一定程度的間接影響。因此，同一突發(fā)事件對(duì)中國(guó)各個(gè)行業(yè)、各個(gè)規(guī)模公司的影響可能不同，而即便是同類的突發(fā)事件對(duì)中國(guó)同一行業(yè)、同樣規(guī)模公司的影響也可能不同。

基于以上研究結(jié)論，股市是經(jīng)濟(jì)的晴雨表，除了通過(guò)完善法律法規(guī)來(lái)建立強(qiáng)大而堅(jiān)實(shí)的抵御風(fēng)險(xiǎn)平臺(tái)，加強(qiáng)金融監(jiān)管機(jī)構(gòu)在全面控制突發(fā)疫情造成的公共衛(wèi)生事件中的職能發(fā)揮外，還應(yīng)督查有關(guān)部門加強(qiáng)疫情事件的預(yù)防和疫情前后的處理和管理，從而幫助中國(guó)股票市場(chǎng)良好運(yùn)行，維護(hù)中國(guó)金融市場(chǎng)的安全與穩(wěn)定。