章 晟 景辛辛

(1.中南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073； 2.山東財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，山東 濟(jì)南 250013)

一、引言

2020年初，中國爆發(fā)了新冠肺炎疫情，同年2月23日，習(xí)近平總書記在統(tǒng)籌推進(jìn)新冠肺炎疫情防控和經(jīng)濟(jì)社會(huì)發(fā)展工作部署會(huì)議上的講話中強(qiáng)調(diào)：“這次新冠肺炎疫情，是新中國成立以來在我國發(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。”不可避免，疫情對(duì)實(shí)體經(jīng)濟(jì)造成了巨大沖擊。與實(shí)體經(jīng)濟(jì)相對(duì)應(yīng)的虛擬經(jīng)濟(jì)卻呈現(xiàn)出另外一番景象，疫情爆發(fā)初期，全球各主要股票市場均不同程度地出現(xiàn)恐慌性暴跌，但其后都基本上走出了持續(xù)上漲趨勢并創(chuàng)出多年來的市場新高，僅從實(shí)體經(jīng)濟(jì)與金融關(guān)系的視角難以解釋這一現(xiàn)象，尤其是短期內(nèi)難以解釋二者之間的關(guān)系。為此，本文從投資者信心的視角出發(fā)，研究短期內(nèi)外部沖擊對(duì)資本市場投資者信心的影響，這種外部沖擊主要包括疫情恐慌和政府疫情調(diào)控政策。這一時(shí)期突出表現(xiàn)為疫情恐慌情緒傳導(dǎo)至資本市場，因疫情在全球爆發(fā)而引發(fā)全球各主要股票市場指數(shù)暴跌，中國投資者信心則經(jīng)歷了國內(nèi)與國外兩個(gè)階段疫情爆發(fā)所帶來的沖擊，其中第二階段還存在疊加效應(yīng)。在此背景下，黨中央、國務(wù)院及時(shí)出臺(tái)了《確定支持疫情防控和相關(guān)行業(yè)企業(yè)的財(cái)稅金融政策》和《關(guān)于加強(qiáng)新冠肺炎疫情防控財(cái)稅政策落實(shí)和財(cái)政資金監(jiān)管工作》等文件，通過實(shí)施財(cái)政政策與貨幣政策“組合拳”來穩(wěn)定投資者信心。

本文的主要內(nèi)容集中在兩個(gè)方面，一是構(gòu)建新冠疫情輿情指數(shù)和政策輿情指數(shù)來研究股票市場投資者信心波動(dòng)；二是宏觀經(jīng)濟(jì)政策應(yīng)對(duì)疫情恐慌的有效性與差異性。

二、文獻(xiàn)綜述

圍繞本文的研究主題，國內(nèi)外相關(guān)研究主要集中在以下三個(gè)方面：

首先，新冠疫情與宏觀經(jīng)濟(jì)政策輿情指數(shù)構(gòu)建研究。輿情指數(shù)是基于互聯(lián)網(wǎng)的海量數(shù)據(jù)而構(gòu)建的時(shí)間序列指標(biāo)，用于反映公眾對(duì)某一社會(huì)經(jīng)濟(jì)事件或熱點(diǎn)的認(rèn)知和關(guān)注狀況[1]。其最早應(yīng)用于健康領(lǐng)域，通過構(gòu)建輿情指數(shù)跟蹤預(yù)測流行病的地域傳播[2]。目前已經(jīng)應(yīng)用到經(jīng)濟(jì)領(lǐng)域：通過構(gòu)建投資者關(guān)注、投資者信心和投資者情緒等輿情指數(shù)，判斷網(wǎng)絡(luò)輿情對(duì)金融市場收益率、波動(dòng)率和流動(dòng)性的影響[3][4]。通過構(gòu)建高頻宏觀經(jīng)濟(jì)指標(biāo)，跟蹤預(yù)測未來宏觀經(jīng)濟(jì)狀況。在新冠疫情爆發(fā)期間，每天網(wǎng)絡(luò)熱點(diǎn)數(shù)量巨大且迅速變化，由此而衍生的新冠輿情此起彼伏，在全社會(huì)中形成了一種恐慌情緒，直接對(duì)社會(huì)公眾和市場投資者造成了較大沖擊[5][6]?；诖送ㄟ^新冠疫情關(guān)鍵詞構(gòu)造疫情的輿情指標(biāo)來研究新冠疫情對(duì)市場投資者信心的沖擊，相比使用確診病例數(shù)據(jù)關(guān)聯(lián)度更高。另一方面，在疫情期間，政府頻繁出臺(tái)各種政策來穩(wěn)定市場預(yù)期。對(duì)投資者而言，由于自身能力的限制和心理的恐慌，投資者對(duì)頻繁出臺(tái)的政策的作用力度和持續(xù)性可能無法做出正確判斷，更多的是通過網(wǎng)絡(luò)搜索的方法來對(duì)政策進(jìn)行解讀。孟天廣和趙娟等采集了2011～2017年26個(gè)政策議題的百度搜索數(shù)據(jù)，來探索公眾搜索行為與政策關(guān)注度的關(guān)系[7]。借鑒這一思路，本文運(yùn)用網(wǎng)絡(luò)爬蟲工具分別構(gòu)造了相應(yīng)的貨幣政策和財(cái)政政策輿情指標(biāo)作為政策的替代變量，來研究在新冠疫情沖擊背景下政策的作用效果。

其次，新冠疫情對(duì)股票市場投資者信心沖擊研究。一是研究重大突發(fā)事件對(duì)資本市場的沖擊[8][9][10]：國外學(xué)者分別以自然災(zāi)害、重大災(zāi)難、SARS為背景，運(yùn)用案例研究法、事件研究法、DDM、VAR和VECM等模型，研究對(duì)中國金融市場價(jià)格、個(gè)股股價(jià)、股票收益波動(dòng)情況的沖擊效應(yīng)[11][12][13]。在市場風(fēng)險(xiǎn)方面，新冠疫情會(huì)顯著增大金融市場的風(fēng)險(xiǎn)，其中股票市場和外匯市場受到的影響最為顯著[14]。在個(gè)股方面，實(shí)證研究發(fā)現(xiàn)：新冠疫情爆發(fā)后，企業(yè)股價(jià)同步性顯著提升，且相對(duì)于其他地區(qū)而言，疫情嚴(yán)重地區(qū)的企業(yè)股價(jià)同步性提升更大[15]。

最后，財(cái)政政策與貨幣政策對(duì)市場投資者信心穩(wěn)定效應(yīng)研究。金融市場危機(jī)與政府應(yīng)對(duì)的政策效應(yīng)評(píng)估歷來是學(xué)者研究的焦點(diǎn)，但觀點(diǎn)并不一致。2008年次貸危機(jī)期間，許多學(xué)者對(duì)政策有效性進(jìn)行了研究[16][17]：對(duì)美聯(lián)儲(chǔ)在次貸危機(jī)期間使用的TAF(定期拍賣便利)工具進(jìn)行了研究，發(fā)現(xiàn)TAF能夠顯著地降低Libor-OIS利差[18]；李志生等對(duì)2015年股災(zāi)期間“國家隊(duì)”救市的政策效應(yīng)進(jìn)行研究，發(fā)現(xiàn)“國家隊(duì)”持股有效降低了股票價(jià)格的尾部系統(tǒng)風(fēng)險(xiǎn)[19]。但也有學(xué)者持不同觀點(diǎn)，如Duchin和MaAndrews認(rèn)為政策有效性只限于短期，無法在實(shí)質(zhì)上解決市場本身問題，反而可能引發(fā)道德風(fēng)險(xiǎn)，降低市場質(zhì)量[16][18]。

總之，上述成果為本文研究奠定了良好基礎(chǔ)，本文試圖從以下幾個(gè)方面做出增量貢獻(xiàn)：第一，借鑒已有的構(gòu)造輿情指標(biāo)的技術(shù)路線，通過新冠疫情輿情指數(shù)和政策輿情指數(shù)探討短期內(nèi)新冠疫情和政策對(duì)投資者信心的影響，從而克服維度不一致問題；第二，新冠疫情波及全球，持續(xù)時(shí)間長，遠(yuǎn)超以往突發(fā)公共事件(地震、颶風(fēng)、SARS等)對(duì)投資者信心的沖擊，因此研究新冠疫情爆發(fā)對(duì)投資者信心的沖擊具有很強(qiáng)的現(xiàn)實(shí)意義；第三，以往關(guān)于宏觀經(jīng)濟(jì)政策的研究更多關(guān)注貨幣政策與金融市場間的互動(dòng)，而對(duì)疫情恐慌時(shí)期政府采取的宏觀經(jīng)濟(jì)政策作用效果關(guān)注有限，研究疫情恐慌期間政府采取的宏觀經(jīng)濟(jì)政策的作用效果，能夠豐富和拓展政策效果評(píng)估的相關(guān)研究。

三、模型構(gòu)建與研究假設(shè)

短期內(nèi)，由于實(shí)體經(jīng)濟(jì)的變化有限，因此此次新冠疫情影響市場參與者信心，主要是由于社會(huì)輿論的影響?；诖?，用傳統(tǒng)金融理論解釋新冠疫情對(duì)投資者信心的沖擊存在較大限制，而行為金融學(xué)對(duì)于分析新冠疫情的沖擊更為合適。學(xué)者通過行為金融學(xué)解釋重大突發(fā)事件的沖擊的研究有：Nikkinen 和 Sami運(yùn)用FTSE100指數(shù)在恐怖襲擊之后的預(yù)期行為的概率分布密度函數(shù)來檢驗(yàn)恐怖襲擊對(duì)股票市場的投資情緒的影響，運(yùn)用FTSE100指數(shù)期權(quán)交易結(jié)果構(gòu)造了投資者情緒函數(shù)，研究發(fā)現(xiàn)恐怖襲擊對(duì)投資者情緒有著負(fù)面影響[20]。本文從行為金融學(xué)的視角來分析新冠疫情和政策對(duì)投資者信心的影響，短期內(nèi)實(shí)體經(jīng)濟(jì)變化有限，新冠疫情主要通過負(fù)面的社會(huì)輿論影響投資者信心(負(fù)面輿情路徑)；投資者對(duì)于新冠疫情的發(fā)展趨勢不能及時(shí)精準(zhǔn)預(yù)期；新冠疫情影響的是股市整體表現(xiàn)，而非個(gè)股；中國政府為了應(yīng)對(duì)疫情采取的貨幣政策和財(cái)政政策也會(huì)對(duì)投資者信心產(chǎn)生影響。綜合上述分析，新冠疫情引發(fā)的負(fù)面輿論對(duì)投資者信心造成了沖擊，其具體表現(xiàn)形式為：

E=E0-ΔV (t)t=0,1,2

(1)

式(1)中，ΔV(t)為新冠疫情對(duì)投資者信心的沖擊量，E為投資者信心，E0為投資者信心初始量，t為時(shí)間。在對(duì)投資者信心的沖擊方面，對(duì)投資者長期的影響主要是改變了投資者的長期投資策略。其中ΔV(t)=ΔV,即

E=E0-ΔV=E1

(2)

此次新冠疫情對(duì)投資者信心的影響主要是由于新冠疫情帶來的負(fù)面輿論對(duì)投資者的行為造成了短期的沖擊。這種沖擊是可逆的，并不會(huì)影響投資者的長期交易策略和信心。

E=E0-ΔV (t)t=0,1,2

(3)

此時(shí)，ΔV(t)主要與社會(huì)輿論的發(fā)展趨勢有關(guān)。在突發(fā)事件的負(fù)面輿情方面，Wei 和 Liang的研究結(jié)果表明Gompretz曲線較為適合[21]，因此對(duì)新冠疫情引發(fā)的負(fù)面輿情的理論分析采用Gompretz曲線。即：

G(t)=Kabtt=0,1,2

(4)

式(4)中，G(t)為新冠疫情引發(fā)的負(fù)面輿情總量，K，a，b為模型參數(shù)，0

(5)

式(5)說明新冠疫情帶來的負(fù)面輿論總量總是在隨著時(shí)間而增加。對(duì)(5)式取極限得：

(6)

式(6)說明雖然新冠疫情帶來的負(fù)面輿論總量總是在隨著時(shí)間延續(xù)而增加，但是每天的增加量在逐漸減小，最后趨向于0。這也與實(shí)際情況相吻合，隨著疫情逐漸被控制住，恐慌情緒逐漸消除，新冠疫情的負(fù)面輿論不再增加。新冠疫情帶來的負(fù)面輿論總量不會(huì)直接影響投資者信心，而新冠疫情帶來的負(fù)面輿論總量的增量卻會(huì)顯著影響投資者信心。投資者信心受負(fù)面輿情信息沖擊的具體變現(xiàn)化形式為：

(7)

E=E0-Klnalnbabtbt

(8)

由式(8)可知，新冠疫情帶來的負(fù)面輿情增量 Klnalnbabtbt會(huì)顯著降低投資者信心E, 即新冠疫情會(huì)顯著地下挫投資者信心，由此提出本文研究假設(shè)1：

H1：新冠疫情打擊了投資者信心，加劇了股票市場收益率的波動(dòng)。

政府主要通過宏觀經(jīng)濟(jì)政策來緩解危機(jī)對(duì)投資者信心的沖擊，以及時(shí)穩(wěn)定市場預(yù)期，提振投資者信心。貨幣政策方面，中國央行自2020年2月3日起，通過下調(diào)逆回購利率、下調(diào)MLF利率、降準(zhǔn)和增加再貸款、再貼現(xiàn)專用額度等方式，累計(jì)向市場投放資金3萬億元，用以保持疫情防控特殊時(shí)期銀行體系流動(dòng)性合理充裕和貨幣市場、資本市場的平穩(wěn)運(yùn)行。相對(duì)于貨幣政策來說，寬松的財(cái)政政策可以直接降低企業(yè)運(yùn)營的各類成本，不需要通過其他渠道間接發(fā)揮作用。因此在疫情期間財(cái)政政策可以提升投資者持有股票的信心，降低投資者拋售頭寸的可能性，降低市場波動(dòng)性。貨幣政策和財(cái)政政策的輿論信息對(duì)投資者而言是正面信息，可以有效地提振投資者信心。貨幣政策和財(cái)政政策對(duì)投資者信心的提升量為ΔV1(t)，即：

(9)

式(9)中，ΔV1(t)為政策對(duì)投資者信心的提升量，K1，a1，b1為模型參數(shù)，0

(10)

H2：疫情期間政府采取的宏觀經(jīng)濟(jì)政策均能穩(wěn)定市場投資者信心，減輕市場的波動(dòng)。

四、研究設(shè)計(jì)

首先是疫情恐慌階段時(shí)間窗口界定，本文以2020年1月21日為起點(diǎn)，2020年6月6日作為疫情恐慌階段結(jié)束的時(shí)間節(jié)點(diǎn)，即除湖北省外，全國其他省市全部將應(yīng)急響應(yīng)級(jí)別調(diào)整為三級(jí)或以下；其次是變量的選取，對(duì)于疫情和政策指標(biāo)都是通過Python爬取相關(guān)關(guān)鍵詞構(gòu)造輿情指標(biāo)得到；最后是實(shí)證模型的設(shè)計(jì)，本文選用GARCH-X模型，將疫情變量和政策變量引入模型的方差方程中，研究疫情和政策對(duì)投資者信心的影響。

(一)模型設(shè)定——GARCH-X模型

本文選取的數(shù)據(jù)類型是時(shí)間序列數(shù)據(jù)，所用的數(shù)據(jù)是指數(shù)收益率數(shù)據(jù)，包括上證指數(shù)日收益率(Stock_SH)、深證成指日收益率(Stock_SZ)、創(chuàng)業(yè)板指數(shù)日收益率(Stock_GE)、滬港深通綜合指數(shù)日收益率(Stock_HGS)、中證100指數(shù)日收益率(Stock_ZZ100)、滬深300綜合指數(shù)日收益率(Stock_HS300)。一般來說，金融市場的指數(shù)收益率，具有明顯的波動(dòng)聚集效應(yīng)，即當(dāng)期的收益率方差取決于前期的收益率方差和擾動(dòng)項(xiàng)，而本文首先要研究的問題是國內(nèi)疫情對(duì)市場投資者信心的影響，投資者信心的代理變量是股市日收益率的波動(dòng)率。因此在模型選取上，選擇帶外生變量的GARCH(1,1)-X模型，即將疫情變量加入GARCH(1,1)模型的方差方程中。模型的均值方差和方差方程如下所示：

(11)

(12)

在整個(gè)疫情恐慌期間，中國股票市場遭受了兩輪沖擊，第一輪是由國內(nèi)疫情的爆發(fā)和擴(kuò)散造成的。第二輪則是因?yàn)閲庖咔榈穆由傻目只徘榫w沖擊了中國的股票市場。因此將恐慌時(shí)期劃分為兩個(gè)階段。通過構(gòu)造時(shí)間虛擬變量，一方面研究國內(nèi)疫情對(duì)市場投資者信心的沖擊在兩個(gè)階段的差異；另一方面研究第二階段國外疫情對(duì)市場投資者信心的沖擊。模型設(shè)定如下：

(13)

(14)

(15)

式(14)中Monet為通過貨幣政策關(guān)鍵詞構(gòu)造的貨幣政策指數(shù)，F(xiàn)isct為通過財(cái)政政策關(guān)鍵詞構(gòu)造的財(cái)政政策指數(shù)。由于在整個(gè)疫情恐慌期間，中國的股票市場遭受了兩輪沖擊。本文將進(jìn)一步來分別分析貨幣政策、財(cái)政政策階段性特征。設(shè)定dummy_Monet為貨幣政策指數(shù)和時(shí)間虛擬變量的交互項(xiàng)，dummy_Fisct為財(cái)政政策指數(shù)和時(shí)間虛擬變量的交互項(xiàng)，政策作用效果階段性特征檢驗(yàn)的模型設(shè)定如下式(16)和(17)所示。

(16)

(17)

(二)疫情恐慌階段界定及變量定義

本文重點(diǎn)關(guān)注的是疫情恐慌時(shí)期，中國政府采取的經(jīng)濟(jì)政策對(duì)穩(wěn)定投資者信心的作用效果，因此恐慌階段的時(shí)間窗口的確定至關(guān)重要。疫情期間，投資者的恐慌情緒主要受疫情發(fā)展的態(tài)勢所影響，投資者對(duì)疫情發(fā)展態(tài)勢的判斷不僅來自有關(guān)疫情的公開數(shù)據(jù)(新增確診人數(shù)、新增疑似人數(shù)和新增死亡人數(shù))，也來自政府管控程度的松緊狀態(tài)。相對(duì)前者，政府管控程度的松緊狀態(tài)代表著政府當(dāng)局對(duì)于疫情發(fā)展態(tài)勢的全面準(zhǔn)確的判斷，對(duì)于投資者來說，更具有說服力。因此首先梳理了疫情期間，中國各省(市、自治區(qū))為了應(yīng)對(duì)疫情啟動(dòng)的應(yīng)急響應(yīng)級(jí)別的調(diào)整時(shí)間，如表1所示。

表1 各省(市、自治區(qū))市應(yīng)急響應(yīng)調(diào)整時(shí)間節(jié)點(diǎn)

截至2020年6月6日，關(guān)于疫情的公開數(shù)據(jù)只有確診病例、疑似病例、死亡病例和治愈病例等相關(guān)數(shù)據(jù)，由于這些數(shù)據(jù)比較單一，不能精確刻畫疫情對(duì)市場造成的恐慌情緒。因此在疫情指標(biāo)的構(gòu)造上并沒有使用上述疫情基礎(chǔ)數(shù)據(jù)。在新經(jīng)濟(jì)背景下，隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，搜索引擎已經(jīng)成為人們了解和關(guān)注信息的重要渠道[22]。網(wǎng)絡(luò)搜索數(shù)據(jù)也反映了大眾的關(guān)注重點(diǎn)和關(guān)注強(qiáng)度，反映了用戶在現(xiàn)實(shí)世界中的行為規(guī)律，為構(gòu)造大眾對(duì)于突發(fā)事件的關(guān)注和恐慌提供了數(shù)據(jù)來源。

基于上述背景，本文通過網(wǎng)絡(luò)爬蟲技術(shù)構(gòu)造了一個(gè)新冠疫情的輿情指標(biāo)，在新冠疫情恐慌時(shí)期，網(wǎng)絡(luò)上每日涌現(xiàn)有關(guān)疫情的輿情信息對(duì)社會(huì)公眾和市場投資者造成了較大沖擊，因此通過網(wǎng)絡(luò)輿情構(gòu)造的疫情指標(biāo)不僅能夠刻畫疫情發(fā)展的態(tài)勢，而且能夠很好地描述公眾對(duì)于疫情的關(guān)注程度和恐慌情緒，相比使用確診數(shù)據(jù)關(guān)聯(lián)度更高。疫情指標(biāo)分為國內(nèi)疫情指標(biāo)和國外疫情指標(biāo)。國內(nèi)疫情指標(biāo)的構(gòu)造具體過程為：首先選取一組與疫情有關(guān)的關(guān)鍵詞，然后通過Python爬取每一個(gè)關(guān)鍵詞每一天的百度指數(shù)值(包括綜合指數(shù)數(shù)值、PC端數(shù)值和移動(dòng)端數(shù)值)，最后將所有關(guān)鍵詞加總?cè)∽匀粚?duì)數(shù)。國外疫情指標(biāo)的構(gòu)造具體過程為：首先選取一組與疫情有關(guān)的英文關(guān)鍵詞，然后通過Python爬取每一個(gè)關(guān)鍵詞每一天的Google Trend，最后將所有關(guān)鍵詞加總?cè)∽匀粚?duì)數(shù)。

傳統(tǒng)的代理指標(biāo)(如貨幣供應(yīng)量和財(cái)政支出)都是低頻數(shù)據(jù)，而我們需要的是與市場數(shù)據(jù)匹配的高頻數(shù)據(jù)，能夠及時(shí)準(zhǔn)確地刻畫疫情期間政策的變化，因此傳統(tǒng)的代理指標(biāo)具有很大的局限性。而以媒體報(bào)道和網(wǎng)絡(luò)搜索為基礎(chǔ)的輿論數(shù)據(jù)則為高頻數(shù)據(jù)的提供成為可能。使用關(guān)鍵詞搜索方法構(gòu)建政策指標(biāo)已有較多文獻(xiàn)論及[23]，對(duì)投資者而言，在疫情恐慌期間，受制于自身能力和本身的恐慌心理，投資者對(duì)政府頻繁出臺(tái)的政策的作用力度和持續(xù)性可能無法做出正確判斷，更多的是通過網(wǎng)絡(luò)上的政策輿情信息來對(duì)政策進(jìn)行解讀和判斷，因此這種政策輿情能夠更直接地對(duì)市場投資者信心產(chǎn)生影響?；谏鲜龇治?，在宏觀經(jīng)濟(jì)政策指標(biāo)方面采取與疫情指標(biāo)構(gòu)造相同的技術(shù)路線，通過構(gòu)造宏觀經(jīng)濟(jì)政策的輿情指標(biāo)作為宏觀經(jīng)濟(jì)政策的替代變量。

關(guān)于投資者信心和股市波動(dòng)的關(guān)系，學(xué)術(shù)界給出了許多解釋，中國投資者信心被認(rèn)為是導(dǎo)致股票市場波動(dòng)的重要原因。由于投資者信心的正向(負(fù)向)變化，一般會(huì)導(dǎo)致波動(dòng)性負(fù)向(正向)變動(dòng)[24]。在疫情恐慌時(shí)期，投資者信心和股市波動(dòng)之間的關(guān)系更為明顯。因此直接選擇股指收益率的波動(dòng)率作為投資者信心的替代變量。

基于投資者主體結(jié)構(gòu)與風(fēng)險(xiǎn)偏好的差異性，對(duì)投資者信心的替代變量的選取將從這兩個(gè)層面展開。一是主體結(jié)構(gòu)上，分為境內(nèi)投資者與境外投資者，著重觀察境內(nèi)投資者的信心波動(dòng)，其標(biāo)的指數(shù)為滬港深通綜合指數(shù)，由于滬港深通綜合指數(shù)既包含滬港通也包含深港通，為了保持口徑的一致性，可對(duì)比標(biāo)的指數(shù)為滬深300綜合指數(shù)。境內(nèi)又分為機(jī)構(gòu)投資者與其他投資者，著重研究機(jī)構(gòu)投資者的信心波動(dòng)，其標(biāo)的指數(shù)為中證100大盤股指數(shù)，該指數(shù)含有較多的藍(lán)籌股，機(jī)構(gòu)投資者占比較大，能較好地反映機(jī)構(gòu)投資者的行為。中證100大盤股指數(shù)包含了滬市和深市的藍(lán)籌股，為了保持口徑一致，可對(duì)比標(biāo)的指數(shù)為滬深300綜合指數(shù)。二是高風(fēng)險(xiǎn)偏好的投資者與中低風(fēng)險(xiǎn)偏好的投資者，著重研究高風(fēng)險(xiǎn)偏好投資者的信心波動(dòng)，其標(biāo)的指數(shù)為創(chuàng)業(yè)板指數(shù)，因創(chuàng)業(yè)板指數(shù)是在深市，為了保持口徑一致，對(duì)比標(biāo)的指數(shù)為深證成指。為了更全面地研究貨幣政策和財(cái)政政策的效果，保證結(jié)果的穩(wěn)健性，同時(shí)選取上證指數(shù)和深證成指來研究貨幣政策和財(cái)政政策在穩(wěn)定中國投資者信心方面的作用效果。本文主要變量的定義和構(gòu)造方式可見表2，構(gòu)造國內(nèi)各變量所用的關(guān)鍵詞見表3，構(gòu)造國外疫情變量所用的關(guān)鍵詞如表4。

五、實(shí)證分析

(一)樣本選擇和數(shù)據(jù)來源

如前所述，本文選擇的疫情恐慌的時(shí)間窗口為2020年1月21日至2020年6月6日。后續(xù)的疫情防控常態(tài)化階段，并非本文所分析的重點(diǎn)。為了延長樣本時(shí)間，將2018年1月1日至2020年1月20日的樣本也納入進(jìn)來，疫情變量和政策變量賦值為最小值。加大樣本可以提高模型的估計(jì)效率，且并不影響疫情對(duì)市場投資者信心沖擊的估計(jì)結(jié)果。因此最后選取的時(shí)間樣本為2018年1月1日至2020年6月6日。

表2 主要變量的定義

表3 國內(nèi)指標(biāo)關(guān)鍵詞

表4 國外疫情關(guān)鍵詞

本文所涉及股票指數(shù)包括上證指數(shù)、深證成指、創(chuàng)業(yè)板指數(shù)、滬港深綜合指數(shù)、中證100指數(shù)、滬深300綜合指數(shù)，數(shù)據(jù)來源為Choice金融數(shù)據(jù)庫。核心解釋變量國內(nèi)疫情數(shù)據(jù)是非結(jié)構(gòu)化數(shù)據(jù)，通過Python爬取百度指數(shù)每日的數(shù)據(jù)得到，所得到的指數(shù)包括綜合指數(shù)、PC端指數(shù)和移動(dòng)端指數(shù)，國外疫情數(shù)據(jù)來自Google Trend。宏觀經(jīng)濟(jì)政策即財(cái)政政策和貨幣政策也是非結(jié)構(gòu)化數(shù)據(jù)，與國內(nèi)疫情數(shù)據(jù)來源一致，也是通過Python爬取百度指數(shù)每日的數(shù)據(jù)得到。

(二)描述性統(tǒng)計(jì)

主要變量的描述性統(tǒng)計(jì)結(jié)果如表5所示，并根據(jù)理論分析給出了各變量的預(yù)期作用方向。從表5中可以發(fā)現(xiàn)，上證指數(shù)和深證成指的收益率均值均在0左右，疫情和政策變量的標(biāo)準(zhǔn)差都較小。其中各指數(shù)的最小值主要是出現(xiàn)在疫情爆發(fā)之初，即2020年1月21日至2020年1月23日，以及春節(jié)之后的首個(gè)交易日，此時(shí)疫情引發(fā)的恐慌情緒導(dǎo)致投資者信心不足，致使主要指數(shù)大幅下探。從2月中旬開始，隨著新增確診人數(shù)的減少以及政策利好，市場開始逐漸平穩(wěn)，指數(shù)收益率變?yōu)檎怠?/p>

表5 主要變量的描述性統(tǒng)計(jì)

(三)樣本數(shù)據(jù)的平穩(wěn)性及ARCH效應(yīng)檢驗(yàn)

金融時(shí)間序列數(shù)據(jù)的平穩(wěn)性是模型穩(wěn)定的前提條件，指數(shù)收益率數(shù)據(jù)的平穩(wěn)性檢驗(yàn)結(jié)果如表6所示。由于金融市場的高頻數(shù)據(jù)往往存在波動(dòng)聚集效應(yīng)，選取的指數(shù)收益率數(shù)據(jù)是日度數(shù)據(jù)，需要進(jìn)一步檢驗(yàn)數(shù)據(jù)是否存在“波動(dòng)聚集效應(yīng)”，判斷是否需要使用GARCH族模型來研究。各指數(shù)收益率的ARCH效應(yīng)檢驗(yàn)結(jié)果如表7所示。由表7可知，主要指數(shù)(上證指數(shù)和深證成指)的一階ARCH項(xiàng)和一階GARCH項(xiàng)均顯著為正，說明上證指數(shù)和深證成指的波動(dòng)聚集效應(yīng)明顯。其他指數(shù)的一階ARCH項(xiàng)和一階GARCH也在1%的水平上顯著為正，由此判斷數(shù)據(jù)存在著條件異方差，應(yīng)該選取GARCH族模型來研究。

表6 變量平穩(wěn)性檢驗(yàn)

表7 主要指數(shù)日收益率的ARCH效應(yīng)檢驗(yàn)

(四)回歸結(jié)果分析

1. 新冠疫情對(duì)境內(nèi)外投資者信心沖擊的實(shí)證檢驗(yàn)

對(duì)境外投資者，選取的標(biāo)的指數(shù)為滬深港通綜合指數(shù)，對(duì)于境內(nèi)投資者選取的標(biāo)的指數(shù)為滬深300綜合指數(shù)。新冠疫情對(duì)滬深300綜合指數(shù)和滬深港通綜合指數(shù)的沖擊的實(shí)證結(jié)果如表8所示。根據(jù)表8可知：新冠疫情對(duì)境內(nèi)投資者和境外投資者信心的沖擊都是顯著的，但新冠疫情對(duì)滬深300綜合指數(shù)的沖擊要小于對(duì)滬港深綜合指數(shù)的沖擊，即新冠疫情對(duì)境外投資者信心的沖擊要更大，反映在股市上，受新冠疫情影響，滬深港通綜合指數(shù)的日內(nèi)波動(dòng)變得更為劇烈。

表8 新冠疫情對(duì)境內(nèi)外投資者信心的沖擊

2. 新冠疫情對(duì)境內(nèi)投資者信心沖擊的異質(zhì)性檢驗(yàn)

行為金融學(xué)理論認(rèn)為機(jī)構(gòu)投資者相比個(gè)人投資者在股票市場上表現(xiàn)更為理性，不易受到市場噪音的影響，機(jī)構(gòu)投資者的理性交易能夠抵消市場中的非理性情緒，從而能夠穩(wěn)定市場，起到市場穩(wěn)定器的作用。機(jī)構(gòu)投資者憑借信息和專業(yè)人員優(yōu)勢，往往能對(duì)股票的基礎(chǔ)價(jià)值做出正確判斷，在股市出現(xiàn)過度反應(yīng)時(shí)，往往采取負(fù)反饋交易策略，及時(shí)穩(wěn)定市場。但隨著對(duì)機(jī)構(gòu)投資者研究的不斷深入后發(fā)現(xiàn)，機(jī)構(gòu)投資者在股市上并沒有起到市場穩(wěn)定器的作用，反而加劇了股票市場的波動(dòng)。基于此，在新冠疫情造成的投資者情緒恐慌的特殊背景下，將進(jìn)一步分析疫情對(duì)機(jī)構(gòu)投資者的沖擊效應(yīng)，從而驗(yàn)證機(jī)構(gòu)投資者是否發(fā)揮了市場穩(wěn)定器的作用。對(duì)于機(jī)構(gòu)投資者選取的標(biāo)的指數(shù)為中證100大盤股指數(shù)，因?yàn)橄啾绕渌笖?shù)，中證100大盤股指數(shù)中含有較多藍(lán)籌股，機(jī)構(gòu)投資者占比較大，能夠較好地代表機(jī)構(gòu)投資者行為。同時(shí)中證100涵蓋了滬市和深市的藍(lán)籌股，可以更好地保持口徑一致，更好地分析機(jī)構(gòu)投資者行為。

新冠疫情對(duì)中證100和滬深300綜合指數(shù)沖擊的實(shí)證結(jié)果如表9所示。實(shí)證結(jié)果表明：無論選用的是疫情綜合指數(shù)、疫情PC端指數(shù)還是疫情移動(dòng)端指數(shù)，疫情的沖擊效果都是一致的，即疫情對(duì)中證100的沖擊要強(qiáng)于對(duì)滬深300綜合指數(shù)的沖擊。對(duì)此可能的解釋是新冠疫情明顯挫傷了機(jī)構(gòu)投資者信心，致使機(jī)構(gòu)投資者進(jìn)行較大規(guī)模減持，即機(jī)構(gòu)投資者并沒有發(fā)揮市場穩(wěn)定器的作用。反映在股市上，即新冠疫情對(duì)中證100指數(shù)的沖擊較大。

3. 新冠疫情對(duì)境內(nèi)投資者信心沖擊的非對(duì)稱性檢驗(yàn)

由于不同股票市場的投資者存在顯著的差異，新冠疫情對(duì)不同市場的投資者信心的沖擊也可能會(huì)呈現(xiàn)出非對(duì)稱性特征。這種非對(duì)稱特征主要體現(xiàn)在投資者風(fēng)險(xiǎn)偏好的不同，按照投資者風(fēng)險(xiǎn)偏好程度的不同，分為低風(fēng)險(xiǎn)偏好投資者和高風(fēng)險(xiǎn)偏好投資者。對(duì)于高風(fēng)險(xiǎn)偏好投資者選擇的標(biāo)的指數(shù)為創(chuàng)業(yè)板指數(shù)?？苿?chuàng)板雖然也能較好地代表高風(fēng)險(xiǎn)偏好投資者，但由于科創(chuàng)板推出時(shí)間較短，主要以機(jī)構(gòu)投資者為主，并且流動(dòng)性較差，所以本文并未對(duì)科創(chuàng)板進(jìn)行分析。另外由于創(chuàng)業(yè)板指數(shù)是在深市，為了保持口徑一致，選擇的對(duì)比主板市場指數(shù)為深證成指。

新冠疫情對(duì)深證成指和創(chuàng)業(yè)板指數(shù)的沖擊的實(shí)證結(jié)果如表10所示。新冠疫情對(duì)深證投資者信心的沖擊要小于對(duì)創(chuàng)業(yè)板指數(shù)的沖擊，即新冠疫情對(duì)風(fēng)險(xiǎn)偏好更高的投資者沖擊更大。對(duì)此一個(gè)可能的解釋是：風(fēng)險(xiǎn)更高的創(chuàng)業(yè)板市場投機(jī)性更強(qiáng)，面對(duì)突發(fā)的新冠疫情沖擊，投資者反應(yīng)更加敏感，從而新冠疫情較大的沖擊了風(fēng)險(xiǎn)偏好更高的投資者。反映在股市上，創(chuàng)業(yè)板指數(shù)受新冠疫情沖擊波動(dòng)更為劇烈。

表9 新冠疫情對(duì)境內(nèi)投資者信心沖擊的異質(zhì)性檢驗(yàn)

表10 新冠疫情對(duì)不同風(fēng)險(xiǎn)偏好投資者信心的沖擊

4. 新冠疫情沖擊的階段性特征檢驗(yàn)

在整個(gè)新冠疫情恐慌期間，中國的股票市場遭受了兩輪恐慌沖擊，第一輪沖擊是由國內(nèi)新冠疫情的爆發(fā)和擴(kuò)散造成的，自3月中旬開始，國外新冠疫情的爆發(fā)和蔓延也沖擊了中國的股票市場。國外情緒沖擊股票市場基本上始于美股的第二次熔斷，即2020年3月12日。

將2020年3月12日之后的樣本(即國內(nèi)外疊加沖擊時(shí)期)的時(shí)間虛擬變量設(shè)為1，通過國內(nèi)疫情和時(shí)間虛擬變量的交叉項(xiàng)(即dummy_Epidt)的系數(shù)可以判斷國內(nèi)疫情在兩個(gè)階段沖擊效果的差異。另外在2020年3月12日之后的樣本(即國內(nèi)外疊加沖擊期)中考慮了國外疫情(即For_Epidt)，2020年3月12日之前的樣本國外疫情變量賦值為最小值，以此來考察在國內(nèi)外疊加沖擊背景下國外疫情對(duì)市場投資者信心的沖擊。為了更全面地考察國外疫情對(duì)中國投資者信心的沖擊，提高結(jié)果的穩(wěn)健性，同時(shí)選取上證指數(shù)和深證成指來進(jìn)行實(shí)證研究，實(shí)證結(jié)果如表11所示。

表11 國外新冠疫情對(duì)中國市場投資者信心的沖擊

表11中，時(shí)間虛擬變量和國內(nèi)疫情指數(shù)的交叉項(xiàng)顯著為負(fù)。實(shí)證結(jié)果表明：國內(nèi)疫情對(duì)中國市場投資者信心的沖擊存在明顯的階段性特征，前期國內(nèi)疫情對(duì)中國市場投資者信心的沖擊較強(qiáng)。2020年3月12日之后(即國內(nèi)國外疊加沖擊時(shí)期)，國內(nèi)疫情對(duì)中國市場投資者信心的沖擊開始減弱；另一方面，國外疫情的系數(shù)也都在10%的水平上顯著為正，說明2020年3月12日之后，國外疫情顯著降低了國內(nèi)市場的投資者信心。

5. 新冠疫情沖擊下宏觀經(jīng)濟(jì)政策效果檢驗(yàn)

在新冠疫情沖擊股市投資者信心的背景下，為了緩解疫情對(duì)經(jīng)濟(jì)和金融穩(wěn)定性的影響，穩(wěn)定預(yù)期，提振投資者信心。政府實(shí)施一系列財(cái)稅金融組合政策來控制疫情發(fā)展并緩解疫情對(duì)經(jīng)濟(jì)和金融體系正常運(yùn)行造成的沖擊。政府采取宏觀經(jīng)濟(jì)政策工具包括一系列財(cái)政政策和貨幣政策，如擴(kuò)大財(cái)政支出、降低稅率、下調(diào)利率、增加貨幣供應(yīng)量等來穩(wěn)定經(jīng)濟(jì)和市場預(yù)期。但是宏觀經(jīng)濟(jì)政策的效果究竟如何？本文將對(duì)財(cái)政政策和貨幣政策的效果分別進(jìn)行實(shí)證分析。

(1)貨幣政策的作用效果

貨幣政策的實(shí)證結(jié)果顯示，無論是對(duì)上證指數(shù)還是深證成指，貨幣政策的系數(shù)都在1%的水平上顯著為負(fù)，新冠疫情恐慌期間，貨幣政策可以顯著地穩(wěn)定市場投資者的信心，貨幣政策的作用效果比較明顯。這與理論部分提出的研究假設(shè)H2也相符(見表12)。

表12 貨幣政策對(duì)中國投資者信心的作用效果

(2)財(cái)政政策的作用效果

財(cái)政政策的實(shí)證結(jié)果表明，無論是對(duì)上證指數(shù)還是深證成指，財(cái)政政策的系數(shù)也都在1%的水平上顯著為負(fù)，說明疫情期間，財(cái)政政策可以顯著地穩(wěn)定市場投資者的信心。但是從政策效果來講，貨幣政策對(duì)股市的政策效果更大，表明在股市投資者信心穩(wěn)定方面，貨幣政策的效果要略優(yōu)于財(cái)政政策(見表13)。

表13 財(cái)政政策對(duì)中國投資者信心的作用效果

6. 宏觀經(jīng)濟(jì)政策效果階段性特征檢驗(yàn)

如前文所述，中國的股票市場遭受了兩輪恐慌沖擊。進(jìn)一步以2020年3月12日，即美股的第二次熔斷時(shí)間節(jié)點(diǎn)為界限，將疫情恐慌時(shí)期劃分為國內(nèi)疫情沖擊時(shí)期和國內(nèi)國外疫情疊加沖擊時(shí)期，分別討論貨幣政策、財(cái)政政策在國內(nèi)疫情沖擊和國內(nèi)國外疫情疊加沖擊兩個(gè)時(shí)期作用效果的差異。

(1)貨幣政策效果的階段性差異

新冠疫情恐慌期間，中國所采取的降息、降準(zhǔn)等貨幣政策在國內(nèi)疫情沖擊和國內(nèi)國外疫情疊加沖擊兩個(gè)時(shí)期作用效果是否存在差異？無論是對(duì)上證指數(shù)還是深證成指，時(shí)間虛擬變量和貨幣政策交叉項(xiàng)的系數(shù)大都在5%的水平上顯著為負(fù)。這表明，在疫情恐慌期間，中國所采取的降息、降準(zhǔn)等貨幣政策相比國內(nèi)國外疊加沖擊時(shí)期，在國內(nèi)疫情沖擊時(shí)期的作用效果更優(yōu)(見表14)。

表14 貨幣政策作用效果的階段性特征

(2)財(cái)政政策效果的階段性差異

面對(duì)新冠疫情沖擊，中國政府果斷采取了一系列財(cái)政政策，接下來實(shí)證分析疫情恐慌期間，中國所采取的增加政府支出、降低稅費(fèi)等財(cái)政政策在國內(nèi)疫情沖擊和國內(nèi)國外疫情疊加沖擊兩個(gè)時(shí)期作用效果的差異。實(shí)證結(jié)果顯示，無論是對(duì)上證指數(shù)還是深證成指，時(shí)間虛擬變量和財(cái)政政策交叉項(xiàng)的系數(shù)大都在1%的水平上顯著為負(fù)。結(jié)果表明：在新冠疫情恐慌期間，中國所采取的增加財(cái)政支出、降低稅費(fèi)等財(cái)政政策相比國內(nèi)國外疊加沖擊時(shí)期，在國內(nèi)疫情沖擊時(shí)期的作用效果更優(yōu)。與貨幣政策作用效果的階段性特征結(jié)論相同(見表15)。

表15 財(cái)政政策作用效果的階段性特征

六、結(jié)論與政策建議

2020年初，作為一種突發(fā)性重大公共衛(wèi)生事件，新冠疫情對(duì)全球宏觀經(jīng)濟(jì)和資本市場造成了巨大的沖擊。為應(yīng)對(duì)沖擊，穩(wěn)定市場投資者信心，中國政府采取了相應(yīng)的宏觀經(jīng)濟(jì)政策，其政策作用效果正是本文的研究初衷。

新冠疫情對(duì)境內(nèi)外投資者信心存在顯著沖擊效應(yīng)。實(shí)證研究發(fā)現(xiàn)：首先，無論是對(duì)境內(nèi)投資者還是境外投資者，疫情都顯著地挫傷了投資者信心，與理論分析相符。新冠疫情通過負(fù)面輿情路徑挫傷了投資者信心，且疫情對(duì)境外投資者信心的沖擊更強(qiáng)。其次，疫情對(duì)境內(nèi)投資者信心的沖擊呈現(xiàn)出異質(zhì)性和非對(duì)稱性。異質(zhì)性方面，疫情對(duì)中證100指數(shù)的沖擊作用強(qiáng)于滬深300綜合指數(shù)，即疫情對(duì)機(jī)構(gòu)投資者信心的沖擊更強(qiáng)，機(jī)構(gòu)投資者并沒有發(fā)揮市場穩(wěn)定器的作用。非對(duì)稱性方面，疫情對(duì)不同風(fēng)險(xiǎn)偏好的投資者信心的沖擊呈現(xiàn)出明顯的非對(duì)稱性特征，疫情對(duì)于創(chuàng)業(yè)板的沖擊強(qiáng)于深證成指，即疫情對(duì)高風(fēng)險(xiǎn)偏好的投資者的信心的沖擊要更強(qiáng)。最后，將疫情恐慌時(shí)期劃分為國內(nèi)疫情沖擊和國內(nèi)國外疊加沖擊兩個(gè)時(shí)期。盡管國外疫情爆發(fā)初期顯著地沖擊了中國投資者的信心，但國內(nèi)疫情在后期(即國內(nèi)國外疊加沖擊時(shí)期)對(duì)中國投資者信心的沖擊作用開始減弱。

在新冠疫情對(duì)投資者信心沖擊的背景下，無論是財(cái)政政策還是貨幣政策，都能顯著地降低疫情對(duì)資本市場沖擊，穩(wěn)定市場投資者信心。在政策效果的進(jìn)一步實(shí)證研究中發(fā)現(xiàn)：貨幣政策與財(cái)政政策的效果均存在著明顯的階段性特征，其前期(即國內(nèi)疫情沖擊時(shí)期)的作用效果要優(yōu)于后期(即國內(nèi)國外疊加沖擊時(shí)期)。

基于上述研究結(jié)論，本文提出如下政策建議。第一，針對(duì)機(jī)構(gòu)投資者，一方面要優(yōu)化機(jī)構(gòu)投資者結(jié)構(gòu)，不同類型的機(jī)構(gòu)投資者由于投資理念和投資風(fēng)格存在顯著差異，在穩(wěn)定市場方面所起的作用也會(huì)存在不同。多元化的機(jī)構(gòu)投資者結(jié)構(gòu)不僅能夠保證市場流動(dòng)性，而且也能穩(wěn)定市場的投資者信心，緩解股市的非理性波動(dòng)；另一方面監(jiān)管當(dāng)局應(yīng)該加大監(jiān)管力度，制定合理政策充分引導(dǎo)機(jī)構(gòu)投資者進(jìn)行長期價(jià)值投資。針對(duì)短期投機(jī)性較強(qiáng)的機(jī)構(gòu)投資者，應(yīng)該積極探索良性激勵(lì)機(jī)制，建立科學(xué)有效的投資業(yè)績?cè)u(píng)價(jià)體系，如延長評(píng)價(jià)周期，完善多種評(píng)價(jià)指標(biāo)，從而引導(dǎo)短期投機(jī)性較強(qiáng)的機(jī)構(gòu)投資者向長期價(jià)值投資良性過渡。第二，對(duì)于宏觀調(diào)控的政府部門，在面對(duì)新冠疫情等重大外生沖擊時(shí)，要積極作為，在前期就要合理有效地使用政策工具緩解沖擊，穩(wěn)定市場。具體措施有：一方面要充分發(fā)揮貨幣政策的引導(dǎo)作用。中國政府采取的降息降準(zhǔn)等貨幣政策可以有效地穩(wěn)定投資者信心，緩解股市的波動(dòng)。綜合運(yùn)用降息、降準(zhǔn)與再貸款等貨幣政策手段，保證市場的流動(dòng)性。合理引導(dǎo)市場利率下行，降低社會(huì)融資成本；另一方面要有效發(fā)揮財(cái)政政策的引導(dǎo)作用。疫情恐慌時(shí)期，中國政府采取的增大財(cái)政支出、降低稅費(fèi)可以有效穩(wěn)定經(jīng)濟(jì)基本面，提振投資者信心。