駱 琛

（天津工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，天津 300387）

一、前言

2020年的新冠疫情席卷全球，已經(jīng)讓全球各個(gè)國(guó)家都造成重大的經(jīng)濟(jì)損失，直接導(dǎo)致世界經(jīng)濟(jì)出現(xiàn)下滑甚至衰退的地步。而股市作為經(jīng)濟(jì)的“晴雨表”，經(jīng)濟(jì)下滑股市必然會(huì)對(duì)股市造成較大的沖擊，此次新冠疫情對(duì)國(guó)民經(jīng)濟(jì)的影響可以反映在股市收益率的波動(dòng)上面[1]。網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)了對(duì)信息的廣泛、快速傳播，成為人們獲取商業(yè)信息的主要渠道，因此網(wǎng)絡(luò)輿論對(duì)投資者情緒帶來(lái)的影響十分之大[2]。這些網(wǎng)絡(luò)輿論會(huì)影響股票投資者情緒，最終股票收益率會(huì)產(chǎn)生異常波動(dòng)[3]。

二、分析及計(jì)算方法的介紹

首先查閱相關(guān)文獻(xiàn)和資料，獲取相關(guān)數(shù)據(jù)；其次采用事件分析法[4]、t檢驗(yàn)論證新冠肺炎疫情對(duì)股票收益率的影響，其中事件分析法采用參考文獻(xiàn)[4]中的方法；最后通過(guò)爬蟲(chóng)網(wǎng)絡(luò)社交平臺(tái)，利用Pearson相關(guān)性檢驗(yàn)以及最小二乘法來(lái)研究傳遞效應(yīng)期間投資者情緒對(duì)股票收益率的影響。

三、新冠疫情對(duì)股票收益率影響的實(shí)證分析

1.數(shù)據(jù)獲取

選擇表1中30支股票作為樣本來(lái)研究，所有股票信息全部來(lái)自東方財(cái)富網(wǎng)Choice金融終端。

表1 選取的股票

2.研究變量及時(shí)間節(jié)點(diǎn)的選取

2020年2月3日為春節(jié)期間休市后第一個(gè)交易日，投資者對(duì)股票的心理預(yù)期在此交易日才反應(yīng)到股價(jià)中，因此將該日作為研究新冠疫情暴發(fā)的正式公布日，即為t時(shí)刻，又根據(jù)參考文獻(xiàn)[5]中的研究，在此選擇疫情發(fā)生前后7天時(shí)間作為內(nèi)幕交易窗口和事件發(fā)生窗口，新冠疫情的發(fā)生直到輿論消失需要15天左右的時(shí)間，因此選取2月3日往后15天作為傳遞效應(yīng)的窗口。

3.新冠疫情突發(fā)對(duì)股票收益率影響的事件分析法

下面采用事件分析法進(jìn)一步實(shí)證三大效應(yīng)是否存在，以及效應(yīng)的強(qiáng)度如何。

（1）異常收益率的計(jì)算

選取t-4到t-63天的正常收益率作為樣本數(shù)據(jù)（其中香港交易所在2019年12月25、26日休市，因此港股只選取58天的數(shù)據(jù)）。因?yàn)檫x取的30個(gè)股票分別來(lái)自港股、上證A股、深市A股、三板股，所以在此選擇恒生指數(shù)、上證指數(shù)、深證綜指、三板成指作為市場(chǎng)當(dāng)日收益率的數(shù)據(jù)。

首先，估計(jì)資產(chǎn)定價(jià)模型的系數(shù)，通過(guò)Eviews進(jìn)行最小二乘法擬合得出的30個(gè)股票的正常收益率模型，部分結(jié)果如表2所示，在10%的置信度下，所有的股票都通過(guò)了顯著性檢驗(yàn)，因此下面仍然討論上述30支股票。

表2 模型擬合參數(shù)

其次，計(jì)算出每日正常收益率的估計(jì)值后，再得到每日平均異常收益率，然后計(jì)算平均累計(jì)異常收益率的變動(dòng)，平均累計(jì)異常收益率整體呈現(xiàn)出先陡增后下降的趨勢(shì)。

（2）檢驗(yàn)三大效應(yīng)的存在

假設(shè)一：設(shè)定t-7到t-5時(shí)期為估計(jì)窗口時(shí)期，此時(shí)的收益率屬于正常時(shí)期的收益率。t-4到t-1時(shí)期為內(nèi)幕交易窗口，假設(shè)內(nèi)幕交易窗口時(shí)期的異常收益率顯著大于估計(jì)窗口期的異常收益率，即產(chǎn)生內(nèi)幕交易效應(yīng)。

通過(guò)SPSS對(duì)兩組數(shù)據(jù)進(jìn)行t檢驗(yàn)來(lái)驗(yàn)證假說(shuō)，由于股票的平均異常收益率反應(yīng)的是每一天的股票異常情況，并不能反映出新冠疫情事件對(duì)股票總體的影響，因此顯著性檢驗(yàn)選擇的是樣本股票的累計(jì)異常收益率，并且由于本文選取的樣本較少，所以在檢驗(yàn)異常收益率時(shí)并沒(méi)有將利好與利空分別開(kāi)來(lái)，均進(jìn)行了絕對(duì)值處理（下同），結(jié)果如表3所示。

表3 估計(jì)窗口期與內(nèi)幕交易期t檢驗(yàn)

由表3可知假設(shè)成立，估計(jì)窗口與內(nèi)幕窗口期p值為0.011，5%置信度檢驗(yàn)下通過(guò)檢驗(yàn)，說(shuō)明疫情得到重視之前的短時(shí)期內(nèi)股市存在內(nèi)幕交易，內(nèi)幕交易窗口時(shí)期的異常收益率顯著大于估計(jì)窗口期的異常收益率。

假設(shè)二：新冠疫情被正式公布后的t到t+2交易日，股票的異常收益率明顯高于內(nèi)幕交易期的異常收益率，即產(chǎn)生公告效應(yīng)。

通過(guò)SPSS對(duì)兩組數(shù)據(jù)進(jìn)行t檢驗(yàn)來(lái)驗(yàn)證假說(shuō)，t-4到t-1為內(nèi)幕窗口期，t到t+2為公告效應(yīng)期，每?jī)蓚€(gè)相鄰的窗口時(shí)期的平均累計(jì)異常收益率數(shù)據(jù)進(jìn)行t檢驗(yàn)，結(jié)果如表4所示。

表4 內(nèi)幕交易期與公告效應(yīng)期t檢驗(yàn)

內(nèi)幕窗口期與公告效應(yīng)期p值為0.003，在5%的置信水平下能通過(guò)檢驗(yàn)，說(shuō)明公告效應(yīng)時(shí)期股票的異常收益率明顯高于內(nèi)幕交易期的異常收益率，即產(chǎn)生公告效應(yīng)。

假設(shè)三：新冠疫情突發(fā)事件之后的t+3到t+15交易日的股票異常收益率顯著小于公告效應(yīng)期的異常收益率，并且該時(shí)期的異常收益率顯著高于估計(jì)窗口期的異常收益率，即疫情突發(fā)事件存在傳遞效應(yīng)。

下面利用SPSS對(duì)公告效應(yīng)與傳遞效應(yīng)窗口期，以及傳遞效應(yīng)與估計(jì)窗口時(shí)期數(shù)據(jù)之間的關(guān)系都進(jìn)行t檢驗(yàn)，前者是為了檢驗(yàn)傳遞期相對(duì)于事件公告期的異常收益率是不是會(huì)有顯著的下降，后者是為了檢驗(yàn)相對(duì)于疫情發(fā)生之前，疫情突發(fā)事件的傳遞效應(yīng)是否會(huì)引起股票異常收益率高于事件發(fā)生之前，如果這兩項(xiàng)的檢驗(yàn)結(jié)果都顯著的話才能說(shuō)明疫情的發(fā)生對(duì)股票收益率的波動(dòng)具有傳遞效應(yīng)。

表5 公告效應(yīng)期與傳遞效應(yīng)期t檢驗(yàn)

由表6可以看出在5%置信水平下，都通過(guò)了假設(shè)性檢驗(yàn)，該結(jié)果表明傳遞效應(yīng)期異常收益率相比于公告效應(yīng)期異常收益率有顯著的下降，并且傳遞效應(yīng)期帶來(lái)的股票異常收益率大于估計(jì)窗口階段異常收益率，因此新冠疫情暴發(fā)存在一定范圍的傳遞效應(yīng)。

表6 傳遞效應(yīng)期與估計(jì)窗口期t檢驗(yàn)

（3）投資者情緒與股票異常收益率相互關(guān)系的實(shí)證分析

傳遞效應(yīng)之所以影響股票收益率，是由于新冠疫情的暴發(fā)引起的網(wǎng)絡(luò)輿論影響著投資者情緒，投資者情緒的變動(dòng)進(jìn)而會(huì)影響投資者對(duì)股票的心理預(yù)期，最終影響投資決策[6]。

一是數(shù)據(jù)獲取與數(shù)據(jù)處理。①本文選擇東方財(cái)富網(wǎng)作為獲取文本信息的平臺(tái)。②利用GSBrowser摘取網(wǎng)頁(yè)，再用GooSeeker爬取網(wǎng)頁(yè)相應(yīng)股吧中的相關(guān)信息。③對(duì)無(wú)效的重復(fù)帖，廣告帖以及與該股票無(wú)關(guān)的水帖進(jìn)行文本去噪。④文本處理后存為T(mén)XT形式。將上一步得到的股吧的標(biāo)題提取出來(lái)作為情感賦值的文本。在此通過(guò)武漢大學(xué)ROST[4]開(kāi)發(fā)團(tuán)隊(duì)研發(fā)的ROST情感分析功能，進(jìn)行正負(fù)面詞、中性詞的分類，對(duì)這三類值進(jìn)行賦值得分，得出：每一個(gè)標(biāo)題的情感分析結(jié)果=正面情感值+負(fù)面情感值+中性情感值。⑤計(jì)算出最終的投資者情緒值。在此借助參考文獻(xiàn)[7]中的方法：

其中，n表示有關(guān)股票k的發(fā)帖數(shù)量。為避免正負(fù)面情緒相抵消，在此對(duì)每日情感值取絕對(duì)值。

二是驗(yàn)證投資者情緒與異常波動(dòng)率之間的關(guān)系。由于決策相比于網(wǎng)絡(luò)評(píng)論而言具有一定的滯后性，因此下文中研究t+3到t+15時(shí)間段作為傳遞效應(yīng)下的異常收益率，t+1到t+13作為與異常收益率對(duì)應(yīng)的網(wǎng)絡(luò)評(píng)論發(fā)酵階段。

首先，利用SPSS軟件中Pearson相關(guān)性檢驗(yàn)，得出兩者相關(guān)性為0.642，在5%水平上顯著相關(guān)。因此，再構(gòu)建線性關(guān)系模型，以平均異常收益率為因變量，每日情感絕對(duì)值為自變量，表7列為兩組數(shù)據(jù)。

表7 平均異常收益率、每日情感值絕對(duì)值數(shù)據(jù)

建立如下線性回歸模型：

其次，估計(jì)參數(shù)?，F(xiàn)將上述數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再借助EViews軟件估計(jì)參數(shù)，結(jié)果如下所示（其中tY?為樣本條件均值）：

圖1 線性模型擬合結(jié)果

最后，對(duì)模型進(jìn)行檢驗(yàn)。

統(tǒng)計(jì)檢驗(yàn)：斜率回歸系數(shù)的p值在5%的置信度水平下通過(guò)檢驗(yàn)，表明投資者情緒對(duì)傳遞效應(yīng)階段的異常收益率有顯著影響。

異方差檢驗(yàn)：作出殘差平方序列E2與自變量X的散點(diǎn)圖，E2并不隨著X變動(dòng)呈現(xiàn)出規(guī)律性，因此不存在異方差。

圖2 殘差平方序列E2與自變量X的散點(diǎn)圖

自相關(guān)檢驗(yàn)：繪制殘差滯后量RESID（-1）和殘差項(xiàng)RESID散點(diǎn)圖，兩者之間并未出現(xiàn)規(guī)律性，在此因?yàn)椴淮嬖趪?yán)重的自相關(guān)性。

圖3 繪制殘差滯后量RESID（-1）和殘差項(xiàng)RESID散點(diǎn)圖

通過(guò)上述分析，可以得出投資者情緒與傳遞效應(yīng)階段的異常收益率之間存在正相關(guān)關(guān)系。給投資者情緒一個(gè)正向沖擊后，即新冠疫情使投資者情緒值增加后，會(huì)引起股票市場(chǎng)平均異常收益率在傳遞效應(yīng)期上升。在有關(guān)新冠疫情在網(wǎng)上的討論引起股民恐慌時(shí)，投資者紛紛拋售這期間不景氣的實(shí)體行業(yè)所對(duì)應(yīng)的相應(yīng)股票，同時(shí)市場(chǎng)上股民買(mǎi)進(jìn)疫情期間盈利的實(shí)體行業(yè)對(duì)應(yīng)的行業(yè)股票[8]。

四、結(jié)論

首先，通過(guò)上文可得出，新冠疫情突發(fā)對(duì)股票市場(chǎng)的收益率沖擊非常大，在新冠疫情被公眾了解后，股市出現(xiàn)了劇烈的波動(dòng)。本文通過(guò)將疫情對(duì)股市沖擊的時(shí)間段分為內(nèi)幕交易期、公告效應(yīng)期、內(nèi)幕效應(yīng)期三個(gè)時(shí)期，對(duì)不同窗口期進(jìn)行分析，特別是對(duì)傳遞效應(yīng)期間，對(duì)投資者情緒與股票異常收益率之間的關(guān)系作了進(jìn)一步的分析[9]，得出投資者情緒對(duì)傳遞效應(yīng)階段的異常收益率的確有顯著影響。

其次，給出以下建議，新冠疫情的信息要及時(shí)地公布給大眾，減少內(nèi)幕消息，讓市場(chǎng)上的股民獲取相同的信息資源，作出相對(duì)合理的決策；在新冠疫情這種突發(fā)的公共危機(jī)發(fā)生之時(shí)，要加強(qiáng)中國(guó)股票市場(chǎng)上投資者的理性思維，作出最終的投資決策；加強(qiáng)網(wǎng)絡(luò)監(jiān)管力度，凈化網(wǎng)絡(luò)環(huán)境。

最后，本文不足之處為，在進(jìn)行股票分析的時(shí)候，未考慮到各行業(yè)的差異性。如果能對(duì)各行業(yè)進(jìn)行更進(jìn)一步的分析，得出的結(jié)論可以作為更好的建議。