彭愛(ài)群 王媛

摘 要：在2020年5月召開(kāi)的第十三屆全國(guó)人民代表大會(huì)第三次會(huì)議上，李克強(qiáng)總理指出，在疫情的大背景下，我國(guó)依然攻堅(jiān)克難完成了2019年的主要目標(biāo)。本文通過(guò)建立滬深300指數(shù)對(duì)數(shù)收益率、國(guó)債指數(shù)對(duì)數(shù)收益率與確診日增長(zhǎng)率間的VAR模型，通過(guò)脈沖響應(yīng)函數(shù)分析得出，國(guó)債市場(chǎng)對(duì)股票市場(chǎng)產(chǎn)生正面影響，疫情對(duì)我國(guó)股票市場(chǎng)產(chǎn)生負(fù)面影響，而對(duì)國(guó)債市場(chǎng)產(chǎn)生正面影響。在此基礎(chǔ)上，從投資者資產(chǎn)配置及發(fā)揮經(jīng)濟(jì)政策作用等方面，提出降低公共衛(wèi)生事件引發(fā)的金融風(fēng)險(xiǎn)的政策建議。

關(guān)鍵詞：滬深300指數(shù);國(guó)債指數(shù);VAR;數(shù)據(jù)分析;政策建議

本文索引：彭愛(ài)群，王媛.<標(biāo)題>[J].商展經(jīng)濟(jì)，2022（03）：-091.

中圖分類(lèi)號(hào)：F830 文獻(xiàn)標(biāo)識(shí)碼：A

1 文獻(xiàn)綜述

龔征旗、孔慶愷（2020）分析了新冠疫情對(duì)第一二三產(chǎn)業(yè)的影響，在此基礎(chǔ)上針對(duì)上述產(chǎn)業(yè)的發(fā)展提出應(yīng)對(duì)政策，并從產(chǎn)業(yè)轉(zhuǎn)型、國(guó)際合作等方面提出相應(yīng)的政策建議。唐寧琪（2021）從出口受阻、檢疫嚴(yán)格、物流困難、復(fù)工復(fù)產(chǎn)不足及流動(dòng)資金不足等方面分析了新冠疫情對(duì)外貿(mào)企業(yè)的影響，并從政府層面、金融機(jī)構(gòu)層面及外貿(mào)企業(yè)自身層面提出解決對(duì)策。劉英（2020）分析了新冠疫情對(duì)世界經(jīng)濟(jì)及我國(guó)產(chǎn)業(yè)的影響，主要分析了對(duì)交通運(yùn)輸業(yè)、物流快遞業(yè)及制造業(yè)的影響，據(jù)此從逆經(jīng)濟(jì)周期政策、鼓勵(lì)數(shù)字經(jīng)濟(jì)發(fā)展、深化供給側(cè)結(jié)構(gòu)性改革等方面提出解決對(duì)策。高語(yǔ)欣等（2021）以743家主板上市公司作為研究對(duì)象，基于2019年及2020年財(cái)務(wù)指標(biāo)進(jìn)行分析和聚類(lèi)分析，把743家上市公司分成4類(lèi)，分析新冠疫情對(duì)不同上市公司財(cái)務(wù)指標(biāo)產(chǎn)生的影響。

2 數(shù)據(jù)來(lái)源及指標(biāo)選取

2.1 指標(biāo)選取

為了說(shuō)明證券市場(chǎng)對(duì)疫情的反應(yīng)，本文以滬深300指數(shù)對(duì)數(shù)收益率反映股票市場(chǎng)受到的沖擊，記為L(zhǎng)NRHS。以國(guó)債指數(shù)對(duì)數(shù)收益率反映債券市場(chǎng)受到的沖擊，記為L(zhǎng)NRGZ。對(duì)數(shù)收益率的計(jì)算公式為：

其中，代表的是t日的收益率;代表的是t日的收盤(pán)價(jià)。

國(guó)家衛(wèi)健委從2020年1月11日開(kāi)始公布疫情的相關(guān)數(shù)據(jù)，包括新增確診病例、累計(jì)確診病例、新增治愈出院病例、新增死亡病例等相關(guān)指標(biāo)。由于證券市場(chǎng)的反映指標(biāo)選取的是對(duì)數(shù)收益率，基于實(shí)證分析的可靠性，本文對(duì)疫情相關(guān)指標(biāo)進(jìn)行相應(yīng)的處理，以新增確診增長(zhǎng)速度衡量我國(guó)疫情情況，記為EXR，計(jì)算公式為：

其中，EXRt代表t日的確診增長(zhǎng)率;新增確診t代表t日的新增確診量; 累計(jì)確診t-1代表t-1日的累計(jì)確診量。

2.2 數(shù)據(jù)來(lái)源

本文選取2020年1月11日—2020年5月22日為研究區(qū)間，數(shù)據(jù)的描述性統(tǒng)計(jì)如表1所示。

3 股票市場(chǎng)與國(guó)債市場(chǎng)互動(dòng)效應(yīng)的實(shí)證分析

3.1 數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

本文數(shù)據(jù)為時(shí)間序列數(shù)據(jù)，因此先對(duì)所有數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，檢驗(yàn)方法為ADF法，檢驗(yàn)結(jié)果如表2所示。

由檢驗(yàn)結(jié)果可知，在5%的顯著性水平上，所有變量的原序列為平穩(wěn)序列。

3.2 變量間的協(xié)整檢驗(yàn)

為了檢測(cè)上述變量間是否存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，本文進(jìn)行變量間的協(xié)整檢驗(yàn)，選取Johansen檢驗(yàn)法，檢驗(yàn)結(jié)果如表3所示。

由檢驗(yàn)結(jié)果可知，在5%的顯著性水平上，上述變量間至少存在3個(gè)協(xié)整關(guān)系。

3.3 VAR模型的最優(yōu)滯后階數(shù)確定

根據(jù)LLC法則，確定該VAR模型的最優(yōu)滯后階數(shù)，檢測(cè)結(jié)果如表4所示。

根據(jù)檢測(cè)結(jié)果，本文選取1為VAR模型的最優(yōu)滯后階數(shù)。

基于確定的最優(yōu)滯后階數(shù)，對(duì)VAR（1）模型進(jìn)行特征根檢驗(yàn)，檢驗(yàn)結(jié)果如圖1所示。

根據(jù)圖1，VAR（1）模型的3個(gè)特征根倒數(shù)的模都位于單位圓內(nèi)，說(shuō)明該模型是穩(wěn)定的。

3.4 脈沖響應(yīng)函數(shù)分析

3.4.1 滬深股市對(duì)疫情沖擊的反應(yīng)

在給確診增長(zhǎng)率EXR一個(gè)正沖擊后，滬深300指數(shù)收益率在前10期均受到反向沖擊，在第2期受到的反向沖擊最大，達(dá)到-0.002812，第8期之后影響逐漸平穩(wěn)。這表明，疫情對(duì)股票市場(chǎng)產(chǎn)生負(fù)面影響。

3.4.2 國(guó)債市場(chǎng)對(duì)疫情沖擊的反應(yīng)

在給確診增長(zhǎng)率EXR一個(gè)正沖擊后，國(guó)債指數(shù)收益率在第2期之后受到正向沖擊，在第3期受到的正向沖擊最大，達(dá)到7.6E-05，第9期之后影響逐漸平穩(wěn)。這表明，疫情對(duì)國(guó)債市場(chǎng)產(chǎn)生正面影響。

3.4.3 滬深股市對(duì)國(guó)債沖擊的反應(yīng)

在給國(guó)債對(duì)數(shù)收益率一個(gè)正沖擊后，滬深300指數(shù)收益率從第2期開(kāi)始受到正向沖擊，說(shuō)明國(guó)債市場(chǎng)的變動(dòng)對(duì)股票市場(chǎng)產(chǎn)生正向影響。

3.5 方差分解分析

為了進(jìn)一步解釋各個(gè)變量對(duì)滬深300指數(shù)收益率的解釋程度，本文對(duì)LNRHS進(jìn)行方差分解，分解結(jié)果如表5所示。

由表5的實(shí)證結(jié)果可知，滬深300指數(shù)的波動(dòng)主要通過(guò)自身的變化來(lái)解釋?zhuān)诮忉屪兞恐?，影響最大的是確診增長(zhǎng)率，貢獻(xiàn)度在5%左右。具體來(lái)看，滬深300指數(shù)對(duì)自身波動(dòng)的解釋力度在第1期達(dá)到98.87%，之后影響逐漸下降，第4期之后影響逐漸穩(wěn)定在91%左右。確診增長(zhǎng)率對(duì)滬深300指數(shù)波動(dòng)的解釋程度逐漸增加，從第4期之后，影響逐漸穩(wěn)定在5%。國(guó)債指數(shù)對(duì)滬深300指數(shù)波動(dòng)的貢獻(xiàn)率隨著時(shí)間的增加也在逐漸上升，從第2期之后逐漸穩(wěn)定在3%左右。

4 政策建議

4.1 投資者應(yīng)合理配置資產(chǎn)以應(yīng)對(duì)公共衛(wèi)生事件帶來(lái)的風(fēng)險(xiǎn)

由上文實(shí)證研究可知，在發(fā)生類(lèi)似于新冠疫情這類(lèi)公共衛(wèi)生事件時(shí)，由于投資者情緒受到較大的影響，可能導(dǎo)致股票市場(chǎng)發(fā)生波動(dòng)?；谏衔难芯?，投資者在進(jìn)行資產(chǎn)配置時(shí)，應(yīng)在股票市場(chǎng)和債券市場(chǎng)合理分配，當(dāng)發(fā)生公共衛(wèi)生事件時(shí)，投資者應(yīng)注意防范風(fēng)險(xiǎn)，及時(shí)調(diào)整資產(chǎn)配置，從而最大限度地降低自身的損失。

4.2 充分發(fā)揮經(jīng)濟(jì)政策對(duì)證券市場(chǎng)的刺激作用

從2019年底確診第一例新冠肺炎病例至今，新冠疫情已持續(xù)兩年多時(shí)間，新冠疫情對(duì)我國(guó)實(shí)體經(jīng)濟(jì)和證券市場(chǎng)都產(chǎn)生了較大的影響。為保證經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展，我國(guó)貨幣當(dāng)局應(yīng)與金融機(jī)構(gòu)聯(lián)動(dòng)，研究針對(duì)類(lèi)似新冠疫情的長(zhǎng)效機(jī)制，振奮市場(chǎng)信心，有效規(guī)避此類(lèi)事件引發(fā)的金融風(fēng)險(xiǎn)。

4.3 投資者應(yīng)基于經(jīng)濟(jì)政策調(diào)整投資行為

依據(jù)政府工作報(bào)告，2020年政府安排的財(cái)政赤字率為3.6%，2021年底，中央銀行進(jìn)一步下調(diào)法定存款準(zhǔn)備金率及再貸款利率，促進(jìn)經(jīng)濟(jì)的平穩(wěn)發(fā)展。經(jīng)濟(jì)政策對(duì)于股票市場(chǎng)及國(guó)債市場(chǎng)均產(chǎn)生積極的影響，投資者在進(jìn)行投資操作時(shí)，應(yīng)順應(yīng)經(jīng)濟(jì)形勢(shì)，及時(shí)調(diào)整投資組合。

參考文獻(xiàn)

龔征旗，孔慶愷.產(chǎn)業(yè)視角下新冠肺炎疫情對(duì)我國(guó)經(jīng)濟(jì)的影響分析[J].貴州師范大學(xué)學(xué)報(bào)，2020（6）：71-77.

唐寧琪.新冠肺炎疫情對(duì)外貿(mào)企業(yè)及跨境人民幣結(jié)算的影響：以衡陽(yáng)市為例[J].時(shí)代金融，2021（9）：59-61.

劉英.新冠肺炎疫情對(duì)我國(guó)產(chǎn)業(yè)經(jīng)濟(jì)的沖擊與應(yīng)對(duì)[J].揚(yáng)州大學(xué)學(xué)報(bào)，2020（6）：61-67.

鄭浦陽(yáng).新冠疫情對(duì)區(qū)域經(jīng)濟(jì)發(fā)展影響探析：基于珠三角城市群的面板數(shù)據(jù)[J].東莞理工學(xué)院學(xué)報(bào)，2020（6）：78-83.

崔曼.新冠疫情沖擊對(duì)我國(guó)上市銀行盈利影響研究[D].石家莊：河北財(cái)經(jīng)大學(xué)，2021.05.

楊毅，張君君.金融學(xué)視域下新冠肺炎疫情對(duì)經(jīng)濟(jì)系統(tǒng)的影響分析[J].經(jīng)濟(jì)師，2021（9）：9-11.

高語(yǔ)欣，李汗如，郭奕君.新冠疫情對(duì)股票投資的影響研究[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)（人文社會(huì)科學(xué)版），2021（18）：48-51.

王藝諾.疫情背景下科創(chuàng)板股票指數(shù)的波動(dòng)性研究[J].商展經(jīng)濟(jì)，2021（6）：79-81.