高 佳, 榮 鷹*

(1.上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院,上海 200030; 2.上海交通大學(xué)“數(shù)字化管理決策”教育部哲學(xué)社會(huì)科學(xué)實(shí)驗(yàn)室, 上海 200030)

0 引 言

自然災(zāi)害是人類生存發(fā)展所要面對(duì)的共同挑戰(zhàn).我國(guó)地大物博, 幅員遼闊, 自然災(zāi)害難以避免.事實(shí)上, 我國(guó)是受自然災(zāi)害影響最嚴(yán)重的國(guó)家之一.根據(jù)中國(guó)國(guó)家統(tǒng)計(jì)局發(fā)布的《中國(guó)環(huán)境統(tǒng)計(jì)年鑒-2016》, 從2000年到2015年, 僅地震造成的直接經(jīng)濟(jì)損失, 就高達(dá)11 176億元人民幣, 人員傷亡達(dá)到49萬之多.自然災(zāi)害不僅對(duì)居民的生命財(cái)產(chǎn)安全造成嚴(yán)重威脅, 也對(duì)企業(yè)的日常運(yùn)營(yíng)造成不可忽視的影響.2008年汶川大地震, 受損企業(yè)達(dá)18 000家, 四川省德陽市的大小磷礦幾乎全部損毀, 導(dǎo)致區(qū)域內(nèi)的化工行業(yè)一度被迫全面停產(chǎn)長(zhǎng)達(dá)半年到三年不等(1)http://finance.sina.com.cn/roll/20080917/00045309726.shtml，2021-12-27.; 2011年日本大地震, 豐田、本田、尼桑的多條生產(chǎn)線停產(chǎn)數(shù)周; 2017年颶風(fēng)哈維, 使供給美國(guó)工廠的石化產(chǎn)品和專用化學(xué)品被困在墨西哥海灣, 從而導(dǎo)致供應(yīng)短缺或價(jià)格上漲(2)https://www.cnbc.com/2017/09/06/harvey-has-paralyzed-a-critical-part-of-the-us-manufacturing-chain.html，2021-12-27..

雖然自然災(zāi)害會(huì)對(duì)企業(yè)運(yùn)營(yíng)造成影響, 但目前相關(guān)的研究并不多[1](如文獻(xiàn)[1-4]).已有研究對(duì)于理解自然災(zāi)害對(duì)企業(yè)造成的影響, 有重要的作用.但是目前沒有研究直接探討自然災(zāi)害造成的實(shí)質(zhì)影響.衡量自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響, 在理論和實(shí)踐層面, 都有重要意義.在理論層面, 長(zhǎng)期以來, 運(yùn)營(yíng)管理領(lǐng)域的許多學(xué)術(shù)研究將自然災(zāi)害作為造成運(yùn)營(yíng)中斷(operation disruption)(包含供應(yīng)鏈擾動(dòng)(supply chain disruption))的原因之一.風(fēng)險(xiǎn)管理領(lǐng)域, 也有研究就自然災(zāi)害的風(fēng)險(xiǎn)管理進(jìn)行建模分析(如文獻(xiàn)[5]).通過嚴(yán)謹(jǐn)?shù)膶?shí)證方法, 識(shí)別并且量化自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響, 可以為企業(yè)的運(yùn)營(yíng)管理以及風(fēng)險(xiǎn)管理的模型分析, 提供實(shí)際數(shù)據(jù)參考.

在實(shí)踐層面, 我國(guó)是受自然災(zāi)害影響最嚴(yán)重的國(guó)家之一.隨著市場(chǎng)化改革不斷推進(jìn), 企業(yè)間競(jìng)爭(zhēng)加劇, 自然災(zāi)害風(fēng)險(xiǎn)對(duì)企業(yè)的影響會(huì)被市場(chǎng)競(jìng)爭(zhēng)進(jìn)一步放大.但是我國(guó)企業(yè)的自然災(zāi)害風(fēng)險(xiǎn)管理水平, 卻不甚樂觀.2008年初雪災(zāi)后, 時(shí)任保監(jiān)會(huì)主任吳定富指出“這次災(zāi)害中受災(zāi)企業(yè)基本上都沒有投保營(yíng)業(yè)中斷損失保險(xiǎn), 災(zāi)害造成的停產(chǎn)、減產(chǎn)等損失不能得到保險(xiǎn)賠償.而在發(fā)達(dá)國(guó)家, 企業(yè)營(yíng)業(yè)中斷損失保險(xiǎn)這種險(xiǎn)種非常普遍”(3)http://news.sina.com.cn/o/2008-02-22/171013458237s.shtml，2021-12-27.; 汶川大地震后, 工業(yè)企業(yè)直接經(jīng)濟(jì)損失達(dá)1 048億元, 受損企業(yè)近18 000家, 保險(xiǎn)賠償總額不到20億元, 且近1/3賠付給外資企業(yè)拉法基水泥, 而直接資產(chǎn)損失接近16億的東方電氣, 在災(zāi)后公告中, 只字未提財(cái)產(chǎn)損失保險(xiǎn)賠付的問題(除5 000萬員工壽險(xiǎn)賠付)(4)http://business.sohu.com/20080526/n257078048.shtml，2021-12-27.; 2013年雅安(蘆山)地震, 低賠付的情況并未改變.低保險(xiǎn)承擔(dān)不僅限于地震, 國(guó)內(nèi)保險(xiǎn)對(duì)自然災(zāi)害損失的承擔(dān)率約10%, 和發(fā)達(dá)國(guó)家40%的比例形成明顯差距(5)http://finance.china.com.cn/money/insurance/20210907/5649283.shtml，2021-12-27..造成該現(xiàn)象的原因是多方的, 但是從企業(yè)的角度, 自然災(zāi)害風(fēng)險(xiǎn)管理意識(shí)不足難辭其咎.通過嚴(yán)謹(jǐn)?shù)膶?shí)證分析方法, 將量化的損失數(shù)據(jù)呈現(xiàn)給企業(yè)的決策者, 以提高其自然災(zāi)害風(fēng)險(xiǎn)管理意識(shí).由于自然災(zāi)害的系統(tǒng)性特征, 企業(yè)的自然災(zāi)害風(fēng)險(xiǎn)管理不僅僅取決于其自身, 還與自然災(zāi)害風(fēng)險(xiǎn)管理制度與市場(chǎng)的發(fā)展密切相關(guān).衡量自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響, 對(duì)于商業(yè)保險(xiǎn)公司和政府相關(guān)部門的政策制定, 同樣有參考意義.

為衡量自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響, 以地震為例, 收集我國(guó)上市公司于2008年～2015年期間發(fā)布的, 關(guān)于企業(yè)運(yùn)營(yíng)是否受到地震災(zāi)害影響的公告, 利用事件研究法(event study), 估算地震對(duì)企業(yè)造成的實(shí)質(zhì)影響.首先, 依據(jù)理論, 對(duì)不同來源的情緒性影響, 進(jìn)行逐一檢驗(yàn), 未發(fā)現(xiàn)有顯著情緒性影響的存在.其次, 估算受影響公告公布后的市場(chǎng)反應(yīng), 發(fā)現(xiàn)公布當(dāng)天, 樣本企業(yè)市值平均損失約2.0%, 一周內(nèi)累計(jì)平均損失2.5%, 結(jié)合對(duì)情緒性影響的分析, 該損失可以被認(rèn)為是地震造成的實(shí)質(zhì)影響.此外,發(fā)現(xiàn)受影響公告發(fā)布后市場(chǎng)反應(yīng)及時(shí), 適當(dāng)(不存在反應(yīng)過度(overreact)或者反應(yīng)不足(underreact)的情況), 可以對(duì)不同信息進(jìn)行區(qū)分, 說明突發(fā)負(fù)面事件情境下, 我國(guó)市場(chǎng)半強(qiáng)有效性假設(shè)成立.

從股票市場(chǎng)反應(yīng)的角度, 嘗試衡量自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響, 對(duì)已有的研究做出深化和拓展, 且所得結(jié)果可以為其他相關(guān)理論研究和實(shí)踐決策, 提供數(shù)據(jù)參考.驗(yàn)證我國(guó)股票市場(chǎng)在突發(fā)事件情形下的有效性, 為我國(guó)股票市場(chǎng)的有效性提供了新的證據(jù).

1 文獻(xiàn)綜述

研究地震對(duì)企業(yè)造成的實(shí)質(zhì)影響.該研究主題主要與兩類文獻(xiàn)相關(guān): 自然災(zāi)害與企業(yè)價(jià)值; 股票市場(chǎng)的有效性.

1.1 自然災(zāi)害與企業(yè)價(jià)值

自然災(zāi)害往往會(huì)導(dǎo)致企業(yè)運(yùn)營(yíng)發(fā)生擾動(dòng), 甚至中斷(下文統(tǒng)稱運(yùn)營(yíng)擾動(dòng)), 是企業(yè)運(yùn)營(yíng)風(fēng)險(xiǎn)的主要來源之一(6)北美：https://newsroom.fmglobal.com/internal_redirect/cms.ipressroom.com.s3.amazonaws.com/240/files/20170/CFO%20Research%20on%20Building%20a%20Resilient%20Company%20-%20January%202017.pdf;中國(guó)： https://www.reuters.com/article/china-business-survey-0121-tues-idCNKBS1ZK0HZ.2021-12-27.運(yùn)營(yíng)擾動(dòng)是企業(yè)決策需要考慮的重要因素[6,7].He等[8]發(fā)現(xiàn), 供應(yīng)商的供應(yīng)擾動(dòng)對(duì)于制造商的分銷策略有顯著影響; 潘偉[9]和陳俊霖等[10]探討了供應(yīng)擾動(dòng)下的采購和庫存策略; 于輝和吳騰飛[11]討論了考慮營(yíng)業(yè)中斷保險(xiǎn)的供應(yīng)鏈協(xié)調(diào)問題.鑒于運(yùn)營(yíng)擾動(dòng)風(fēng)險(xiǎn)對(duì)于企業(yè)決策的重要性, 量化運(yùn)營(yíng)擾動(dòng)對(duì)企業(yè)價(jià)值的影響, 為企業(yè)決策模型提供基本的參數(shù)輸入, 顯得尤為重要.本文以地震為例, 衡量自然災(zāi)害, 這一常見的運(yùn)營(yíng)擾動(dòng)因素, 對(duì)企業(yè)價(jià)值的影響.

現(xiàn)有研究主要從宏觀層面探討自然災(zāi)害的影響(如區(qū)域[12]、行業(yè)[13,14]).自然災(zāi)害對(duì)于企業(yè)層面的影響, 也逐漸開始受到關(guān)注[1].Hsu等[1]發(fā)現(xiàn), 自然災(zāi)害對(duì)企業(yè)的盈利能力產(chǎn)生負(fù)面影響, 但是該影響的程度被企業(yè)的技術(shù)多樣化程度反向調(diào)節(jié).Hendricks等[3]利用事件研究法, 從供應(yīng)鏈的角度, 分析東日本大地震對(duì)于相關(guān)企業(yè)價(jià)值造成的影響, 發(fā)現(xiàn)地震發(fā)生后三天內(nèi), 樣本企業(yè)的股票價(jià)值平均下跌3.4%.Carvalh等[15]利用生產(chǎn)網(wǎng)絡(luò)關(guān)系, 衡量東日本大地震對(duì)于受影響企業(yè)的直接以及間接供應(yīng)商和客戶的影響.

目前國(guó)內(nèi)關(guān)于自然災(zāi)害風(fēng)險(xiǎn)的研究, 主要以理論分析為主, 如自然災(zāi)害與保險(xiǎn)[5, 16]、災(zāi)后應(yīng)急管理[17, 18].近來學(xué)者開始利用實(shí)證方法, 衡量自然災(zāi)害對(duì)企業(yè)造成的影響, 舒丹等[2]利用事件研究法, 從供應(yīng)鏈中斷的角度, 分析了日本大地震對(duì)于12家中國(guó)和日本上市整車廠商的影響.山立威[19]結(jié)合財(cái)務(wù)數(shù)據(jù)與股票交易數(shù)據(jù), 分析汶川地震后, 受災(zāi)區(qū)域內(nèi)企業(yè)股票價(jià)值的長(zhǎng)期表現(xiàn), 發(fā)現(xiàn)災(zāi)后距離震中越近的上市企業(yè), 其異常市值損失越嚴(yán)重.Bai等[4]將自然災(zāi)害作為運(yùn)營(yíng)風(fēng)險(xiǎn)的一種, 與其他運(yùn)營(yíng)風(fēng)險(xiǎn)對(duì)企業(yè)的影響, 進(jìn)行了對(duì)比.

1.2 突發(fā)事件、股票市場(chǎng)及其有效性

市場(chǎng)有效性是經(jīng)濟(jì)研究的一個(gè)重要話題[20].在有效市場(chǎng)下, 股票價(jià)格總是完全反應(yīng)當(dāng)前的可用信息[21], Fama[21]將有效市場(chǎng)劃分為三類: 弱式有效, 半強(qiáng)式有效和強(qiáng)式有效,在此探討半強(qiáng)式有效.市場(chǎng)有效假說基于兩個(gè)條件: 1) 完備的信息; 2)理性的投資者[22].二者缺一, 都可能導(dǎo)致市場(chǎng)出現(xiàn)異象(anomaly).關(guān)于信息, Brown 等[23]提出不確定信息假設(shè)(uncertain information hypothesis, UIH), 認(rèn)為市場(chǎng)異象的原因在于信息不確定.而關(guān)于“投資者”的研究, 則主要利用心理學(xué)的理論, 結(jié)合經(jīng)濟(jì)學(xué)的方法, 鑒定并解釋投資者是否存在非理性反應(yīng)[24].信息與理性并非獨(dú)立存在, 而是互相影響的[25].

地震則可能同時(shí)從“信息”與“理性”兩個(gè)維度區(qū)別于典型的事件(收購合并, 發(fā)布股利, 股票拆分等).首先, 地震對(duì)企業(yè)影響的信息是不確定的(關(guān)于不確定信息的定義, 采用[25]).2008年的汶川大地震, 震級(jí)幾經(jīng)修改才得以確定.地震對(duì)于企業(yè)造成的影響, 也是短期內(nèi)無法準(zhǔn)確衡量的, 企業(yè)在首次公告中給出的影響都是定性(如“嚴(yán)重影響”、“輕微影響”)表述; 其次, 重大地震屬于災(zāi)難性事件.心理學(xué)研究表明, 在面對(duì)重大突發(fā)消息時(shí), 大多數(shù)人會(huì)出現(xiàn)過度反應(yīng)[24], 該發(fā)現(xiàn)在我國(guó)也被驗(yàn)證[12, 19].所以, 任何嘗試通過企業(yè)市值變化來分析突發(fā)事件影響的研究, 都必須考慮股票市場(chǎng)的有效性問題, 只有在有效市場(chǎng)下測(cè)得損失才可能是實(shí)質(zhì)損失.

中國(guó)股票市場(chǎng)經(jīng)過短短不到三十年的發(fā)展, 總市值已位居全球第二, 關(guān)于中國(guó)股市的相關(guān)研究也在不斷出現(xiàn)[26, 27].但就有股市效性而言, 還未達(dá)成共識(shí), 多數(shù)研究證據(jù)表明我國(guó)股市已經(jīng)達(dá)到弱式有效[28], 但在半強(qiáng)式有效性方面, 還未有定論[29, 30].現(xiàn)有研究就突發(fā)事件后我國(guó)股票市場(chǎng)的反應(yīng)進(jìn)行了分析.趙靜梅等[12]分析了2008年以來, 發(fā)生在國(guó)內(nèi)的兩次主要的地震和兩次主要群體騷亂對(duì)股票市場(chǎng)的沖擊幅度, 持續(xù)時(shí)間, 市值損失, 傳染機(jī)制等, 并對(duì)天災(zāi)和人禍進(jìn)行了對(duì)比; 裴茜和朱書尚[27]分析了我國(guó)股票市場(chǎng)的三次劇烈波動(dòng)時(shí)段中的傳染機(jī)制.這些研究強(qiáng)調(diào)了分析突發(fā)事件后, 市場(chǎng)反應(yīng)的重要性, 但是沒有直接對(duì)相關(guān)情境下的市場(chǎng)有效性做出檢驗(yàn).隨著我國(guó)股票市場(chǎng)的體量不斷增加, 與實(shí)體經(jīng)濟(jì)的聯(lián)系不斷增強(qiáng), 股票市場(chǎng)的有效性不僅關(guān)乎投資者利益, 也關(guān)乎國(guó)家金融穩(wěn)定.

綜合而言, 目前關(guān)于自然災(zāi)害對(duì)企業(yè)造成實(shí)質(zhì)影響的研究, 比較缺乏.同時(shí), 現(xiàn)有研究結(jié)論表明, 在面對(duì)突發(fā)事件(包括不可預(yù)期的自然災(zāi)害)時(shí), 我國(guó)的股票市場(chǎng)可能會(huì)表現(xiàn)出一定的非理性行為, 從而導(dǎo)致用于衡量實(shí)質(zhì)損失的異常收益中, 可能同時(shí)包含情緒性影響和實(shí)質(zhì)影響, 但是當(dāng)前類似研究都沒有對(duì)這一點(diǎn)進(jìn)行討論.而識(shí)別、處理異常收益中可能包含的情緒性影響, 最終實(shí)現(xiàn)對(duì)自然災(zāi)害造成的實(shí)質(zhì)性影響的衡量, 具有重要的理論和實(shí)踐意義.所以, 區(qū)別于已有研究, 本文的貢獻(xiàn)為對(duì)市場(chǎng)反應(yīng)中的情緒性影響和實(shí)質(zhì)影響, 從理論上進(jìn)行區(qū)分, 并通過實(shí)證分析進(jìn)行識(shí)別和處理, 衡量自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響; 此外,對(duì)突發(fā)事件情境下我國(guó)股市的有效性進(jìn)行檢驗(yàn), 拓展了我國(guó)股市有效性研究的范疇, 也為以后的相關(guān)研究提供參考.

2 研究設(shè)計(jì)

研究目的之一, 是通過呈現(xiàn)自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)損失, 提升各個(gè)層面決策者, 對(duì)自然災(zāi)害的風(fēng)險(xiǎn)管理意識(shí).實(shí)現(xiàn)該目的, 首先需要對(duì)實(shí)質(zhì)損失進(jìn)行精準(zhǔn)衡量.然而對(duì)于研究者而言, 精準(zhǔn)衡量自然災(zāi)害給企業(yè)造成的實(shí)質(zhì)損失, 往往是困難的.地震雖然屬于低頻事件, 但其獨(dú)特的不可預(yù)知性, 為衡量損失提供了便利.除地震外的多數(shù)自然災(zāi)害屬于可預(yù)期高頻事件(臺(tái)風(fēng), 干旱, 洪水, 雪災(zāi)等).首先短期內(nèi), 這類自然災(zāi)害是可以被預(yù)測(cè)的, 股票市場(chǎng)可以在災(zāi)害預(yù)報(bào)之后與真正造成損失之前, 就開始吸收這類自然災(zāi)害可能對(duì)企業(yè)造成的影響, 從而使得事件發(fā)生的日期難以確定, 為通過股票市場(chǎng)數(shù)據(jù)來衡量損失帶來困難; 其次, 長(zhǎng)期來看, 這些自然災(zāi)害屬于高頻事件, 在災(zāi)害高發(fā)區(qū), 企業(yè)以及投資者對(duì)于災(zāi)害都是有所準(zhǔn)備的, 準(zhǔn)備不同, 造成的損失不同, 而企業(yè)準(zhǔn)備的程度, 研究者觀測(cè)不到, 從而為通過財(cái)務(wù)數(shù)據(jù)來衡量損失帶來困難.

其次, 從風(fēng)險(xiǎn)管理的角度, 雖然地震屬于低頻事件, 且就我國(guó)的具體情況而言, 其多發(fā)生于經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)的區(qū)域.但是其所特有的突發(fā)性、高破壞性, 結(jié)合我國(guó)產(chǎn)業(yè)區(qū)域化的特點(diǎn), 值得分析.重大突發(fā)事件往往會(huì)造成市場(chǎng)的恐慌.現(xiàn)有關(guān)于地震后市場(chǎng)反應(yīng)的研究都發(fā)現(xiàn)了整體層面(區(qū)域, 整個(gè)市場(chǎng))情緒性影響的存在[12, 19].本文試圖通過分析上市企業(yè)關(guān)于地震影響公告發(fā)布后的市場(chǎng)反應(yīng), 檢驗(yàn)市場(chǎng)有效性假設(shè), 進(jìn)而探討與投資者及時(shí)溝通對(duì)于金融市場(chǎng)穩(wěn)定的作用.

綜上, 選取地震作為研究事件.雖然地震的不可預(yù)知性, 為衡量損失帶來一定便利性, 但是地震對(duì)于企業(yè)的影響是復(fù)雜的, 從時(shí)間維度, 可以分為長(zhǎng)期和短期, 從影響方向, 可以分為正面和負(fù)面影響,聚焦于短期負(fù)面影響.從企業(yè)市值變化的角度, 由于地震的低頻高破壞性, 短期負(fù)面影響又可能包含情緒性影響和實(shí)質(zhì)影響,目的在于量化其中的實(shí)質(zhì)影響.基于此研究目的,研究設(shè)計(jì)分為兩部分, 第一部分為研究的邏輯架構(gòu), 闡述研究的整體邏輯框架, 以及情緒性影響和實(shí)質(zhì)影響的來源及其互相之間的邏輯關(guān)系; 第二部分為短期負(fù)面影響的估算方法.

2.1 邏輯架構(gòu)

在這一部分, 從理論層面, 構(gòu)建研究的主要邏輯關(guān)系, 邏輯簡(jiǎn)圖見圖1.首先，通過收集上市企業(yè)發(fā)布的, 生產(chǎn)運(yùn)營(yíng)是否受地震影響的公告, 識(shí)別出可能遭受地震實(shí)質(zhì)影響的企業(yè).其次， 利用事件研究法, 估計(jì)公告后的企業(yè)市值的變化, 即異常收益.根據(jù)已有研究[12, 19], 類似情境中的市場(chǎng)反應(yīng)可能存在非理性行為, 從而導(dǎo)致所得異常收益中, 同時(shí)包含情緒性影響和實(shí)質(zhì)影響.所以, 為實(shí)現(xiàn)對(duì)實(shí)質(zhì)影響的衡量, 首先需要分析研究情境和樣本中, 是否存在情緒性影響.

圖1 研究邏輯架構(gòu)簡(jiǎn)圖

需要說明的是, 這里并不是討論地震是否會(huì)造成情緒性影響, 而是討論受影響公告發(fā)布后, 所得的異常收益, 是否包含顯著的, 由地震造成的情緒性影響.實(shí)現(xiàn)對(duì)情緒性影響的識(shí)別, 量化實(shí)質(zhì)影響, 需要梳理情緒性影響和實(shí)質(zhì)影響的來源及二者之間可能存在的交互.

類似事件中的情緒性影響, 有四個(gè)主要來源.首先是整個(gè)市場(chǎng)層面的, 如汶川大地震導(dǎo)致上證指數(shù)整體出現(xiàn)了明顯的下跌.其次是區(qū)域性的, 在收集數(shù)據(jù)的過程中, 發(fā)現(xiàn)媒體更傾向于以省或者市為單位, 報(bào)道地震對(duì)于當(dāng)?shù)厣鲜衅髽I(yè)的影響, 如果這種傾向反映了或者影響了投資者的心理, 那么可能導(dǎo)致地震區(qū)域內(nèi)的上市企業(yè)受到情緒性影響, 該現(xiàn)象也得到已有研究的佐證[12, 19].然后是行業(yè)性的, 如空難事故對(duì)于航空業(yè)和旅游業(yè)的影響, 地震對(duì)與救援和重建相關(guān)行業(yè)的影響, 突發(fā)事件對(duì)于保險(xiǎn)行業(yè)的影響.最后, 情緒性影響也可能只針對(duì)公告后受影響企業(yè), 公告無影響企業(yè)的公告中所蘊(yùn)含的信息是清晰的, 即無影響.但是公告有影響企業(yè), 公告中所包含的關(guān)于影響程度的信息一般是模糊的, 負(fù)面事件的模糊信息, 會(huì)給企業(yè)造成更大的市值損失[31].

地震對(duì)于企業(yè)造成的實(shí)質(zhì)影響可以劃分為兩部分, 一部分是資產(chǎn)損失, 包括但不限于廠房, 設(shè)備, 存貨的損壞, 以及人員的傷亡等; 另一部分則是運(yùn)營(yíng)擾動(dòng)損失, 包括但不限于企業(yè)的供應(yīng)或者銷售出現(xiàn)中斷(供應(yīng)商和客戶受到影響, 或者地震導(dǎo)致物流運(yùn)輸減緩或者中斷等), 企業(yè)自身由于生產(chǎn)設(shè)施損壞, 當(dāng)?shù)鼗灸茉垂?yīng)中斷, 或者安全因素等導(dǎo)致的減產(chǎn)或者停產(chǎn)等.實(shí)證情境無法對(duì)資產(chǎn)損失和運(yùn)營(yíng)擾動(dòng)損失進(jìn)行區(qū)分, 所以將對(duì)二者作為整體進(jìn)行討論.基于上述劃分,嘗試對(duì)異常收益中的情緒性影響進(jìn)行討論與剝離.

2.2 事件研究

用事件研究法(event study), 估算受影響公告發(fā)布后的異常收益.該方法在我國(guó)的各類市場(chǎng)上也有應(yīng)用[4, 12, 32].事件研究法的研究設(shè)計(jì)主要包含四大部分: 事件的定義; 事件日期的確定; 事件窗口的確定; 統(tǒng)計(jì)模型的選擇.

2.2.1 事件定義

研究的事件脈絡(luò)可簡(jiǎn)要表示如圖2.地震發(fā)生后, 有兩個(gè)重要時(shí)間節(jié)點(diǎn):節(jié)點(diǎn)1, 市場(chǎng)得知地震的信息(通過傳統(tǒng)媒體或者自媒體); 節(jié)點(diǎn)2, 市場(chǎng)得知地震對(duì)于企業(yè)造成的影響(通過上市公司發(fā)布的公告).節(jié)點(diǎn)1不區(qū)分具體企業(yè)(及與其對(duì)應(yīng)的股票), 投資者僅知道在某個(gè)區(qū)域發(fā)生了地震及地震自身的屬性; 節(jié)點(diǎn)2可以區(qū)分企業(yè)是否受影響以及影響程度(定性), 此時(shí)受影響的上市公司可能會(huì)發(fā)布公告, 通報(bào)該公司的日常運(yùn)營(yíng)是否受到影響.鑒于本研究問題, 文中“事件”定義為“企業(yè)發(fā)布關(guān)于日常生產(chǎn)運(yùn)營(yíng)是否受地震影響的公告”.

圖2 地震后相關(guān)信息流動(dòng)簡(jiǎn)圖(7)圖1中在三個(gè)節(jié)點(diǎn)之間的虛線，表示這些事件的發(fā)生可能沒有實(shí)際的時(shí)間間隔(以交易日為時(shí)間單位)，分成不同節(jié)點(diǎn)是為了便于理解事件的重要節(jié)點(diǎn).

2.2.2 事件日期

根據(jù)半強(qiáng)有效市場(chǎng)假說, 所有公開的信息將被迅速反應(yīng)到股票價(jià)格中去, 對(duì)于某些信息, 市場(chǎng)只需要5 min～15 min的時(shí)間做出反應(yīng)[33].因此, 能否準(zhǔn)確選取事件日期, 直接影響后續(xù)統(tǒng)計(jì)推斷的第二類錯(cuò)誤.鑒于此, 制定如下規(guī)則來確定事件日期:

1)對(duì)于公告發(fā)布日期在交易日(開市日期), 且在當(dāng)天下午三點(diǎn)之前(閉市時(shí)間)的, 將這一天定為事件日期;

2)對(duì)于公告發(fā)布日期在交易日(開市日期), 但在當(dāng)天下午三點(diǎn)之后的, 則將與其相鄰的下一個(gè)交易日定為事件日期;

3)對(duì)于公告發(fā)布日期只精確到天的公告, 如果公告發(fā)布日期在交易日的, 則將公告發(fā)布日期定為事件日期, 如果公告發(fā)布日期在非交易日的, 則將與公告發(fā)布日期緊鄰的下一個(gè)交易日作為事件日期.

據(jù)此, 可以確定每條公告的事件日期, 定為第0天(Day 0), 與其緊鄰的前一個(gè)(后一個(gè))交易日為-1(1)天 (Day -1 (Day 1)), 依次類推.2008年汶川大地震發(fā)生后, 上交所和深交所, 依據(jù)各自的停牌規(guī)則(8)《深圳證券交易所股票上市規(guī)則(2014 年修訂)》，《上海證券交易所股票上市規(guī)則 2012年修訂》.對(duì)共計(jì)66家上市公司, 做出了停牌處理, 其中35家在翌日說明情況后得以復(fù)牌, 其余停牌時(shí)間不等, 具體見圖3:

圖3 四川汶川大地震上市公司停牌時(shí)長(zhǎng)

文中將停牌日期作為非交易日.事件研究的目的是分析事件發(fā)生后股票市場(chǎng)的反應(yīng), 停牌階段市場(chǎng)同非交易日一樣無法反應(yīng).如果簡(jiǎn)單的把停牌日期當(dāng)作缺失值處理, 等同于認(rèn)為在停牌期間股票的收益為0(即原假設(shè)), 如果類似的樣本較多, 會(huì)增加假設(shè)檢驗(yàn)的第二類錯(cuò)誤.將這類樣本剔除, 則會(huì)導(dǎo)致估計(jì)結(jié)果出現(xiàn)系統(tǒng)性偏差, 因?yàn)楸煌Ｅ频钠髽I(yè), 往往可能是受損害較為嚴(yán)重的企業(yè).

2.2.3 事件窗口

一般事件研究的窗口為包含事件日期的1個(gè)～2個(gè)交易日.但是本研究的事件較為特殊.地震事件本身的非常規(guī)性(2008年的四川汶川大地震是我國(guó)股票市場(chǎng)恢復(fù)以來, 經(jīng)歷的第一場(chǎng)大地震)和其所帶來影響的不確定性, 使得市場(chǎng)可能需要更長(zhǎng)時(shí)間進(jìn)行反應(yīng)[3,12].但另一方面, 地震屬于區(qū)域性事件, 且企業(yè)所受影響的發(fā)生時(shí)間非常接近, 從而導(dǎo)致樣本具有較高的時(shí)空相關(guān)性.過長(zhǎng)的事件窗口, 可能會(huì)使結(jié)果受到宏觀層面信息(例如汶川地震后的堰塞湖危機(jī), 對(duì)于震區(qū)企業(yè)的優(yōu)惠政策等)的影響.另外, 事件窗口越長(zhǎng), 因混雜事件(confounding event)而被刪除的樣本也就越多.所以, 權(quán)衡考慮事件特征以及結(jié)果的可靠性, 采取 0～2作為事件窗口, 并用其他合理的范圍(0～1,0～3,0～14等)做穩(wěn)健性檢驗(yàn), 主要結(jié)論仍然成立.

2.2.4 統(tǒng)計(jì)模型

最后, 討論統(tǒng)計(jì)模型.文中使用的模型及統(tǒng)計(jì)量, 主要參考Brown和Warner[34].事件研究法的基本模型如下:

ARi,t=Ri,t-E[Ri,t]

(1)

其中Ri,t為i股票在第t日的實(shí)際股票收益, 而E[Ri,t]為i股票在第t日的估計(jì)股票收益, 二者之差A(yù)Ri,t為事件對(duì)股票i在第t日造成的影響, 稱為異常收益(abnormal return，AR).第t天AR(ARt)的統(tǒng)計(jì)量構(gòu)造參考 Brown 和Warner[34]第6頁至第7頁, 方程(1)至方程(8).本研究涉及多個(gè)地震, 并且以公告發(fā)布日期為事件日期, 從而橫截相關(guān)相比于純粹的共同沖擊(common shock)可能會(huì)更小, 但研究仍采用更為保守的橫截相關(guān)調(diào)整法(9)理論上，更適合本研究的調(diào)整方法是“clustering”(詳見Angrist and Pischke 2008)但是實(shí)際數(shù)據(jù)不能達(dá)到該方法的要求., 以降低第一類錯(cuò)誤的概率[3].

不同異常收益計(jì)算模型的差異在于估計(jì)股票收益的方法.Brown 和 Warner[34]使用現(xiàn)實(shí)股票數(shù)據(jù)分析發(fā)現(xiàn), 研究中普遍使用的三個(gè)模型在一般情況下并沒有顯著差異.使用市場(chǎng)調(diào)整模型

ARi,t=Ri,t-Rm,t

(2)

其中Ri,t為國(guó)泰安數(shù)據(jù)庫考慮現(xiàn)金紅利再投資的日個(gè)股回報(bào)率,Rm,t為國(guó)泰安的等權(quán)市場(chǎng)收益.公告后多天內(nèi)累加影響的計(jì)算, 常用的統(tǒng)計(jì)量有兩個(gè), 累積異常收益(cumulative abnormal return，CAR, 詳細(xì)構(gòu)造見[34]第29頁, 方程(A.11)); 購買持有異常收益(buy and hold abnormal return,BHAR，詳細(xì)構(gòu)造見 Barber 和 Lyon[35]第344頁, 方程2以及第358頁, 方程(5)).

CAR為給定時(shí)間段內(nèi)單個(gè)日期異常收益的算術(shù)平均, BHAR為給定時(shí)間段內(nèi)異常收益的幾何平均.二者主要的區(qū)別在于后者不計(jì)區(qū)間內(nèi)股票價(jià)格的變化, 從而對(duì)于區(qū)間內(nèi)的混雜事件(confounding event)更不敏感, 所以主要用于長(zhǎng)期事件研究(long run event study).但即使在短期內(nèi), 如果股票價(jià)格波動(dòng)比較大, CAR和BHAR也會(huì)有區(qū)別.因?yàn)榈卣饚淼挠绊懺诙唐趦?nèi)難以確定, 從而可能導(dǎo)致市場(chǎng)或個(gè)股出現(xiàn)“震蕩調(diào)整”.所以在后文中主要使用BHAR, CAR做穩(wěn)健性檢驗(yàn).

3 樣本收集與處理

研究樣本為上市公司發(fā)布是否受地震影響的公告.為盡可能篩選出全部樣本、精確地確定事件日期, 樣本搜集分如下三步進(jìn)行:

1) 在CNINF (巨潮資訊網(wǎng)www.cninfo.com.cn/)的上市公司公告板塊, 通過關(guān)鍵詞“地震”在公告標(biāo)題中搜索(10)之所以在標(biāo)題中而不是全文，原因在于“地震”幾乎會(huì)出現(xiàn)在所有企業(yè)的年度報(bào)告，以及大量的項(xiàng)目可行性報(bào)告等，作者在2018年1月13日通過該鏈接(http://www.cninfo.com.cn/new/fulltextSearch?notautosubmit=&keyWord=%E5%9C%B0%E9%9C%87)，在全文中搜索得到近40 000條記錄(2021-12-27)，得到57 000條記錄)，這樣的搜索方式雖然可能會(huì)涵蓋稍多的樣本，但是效率非常低.;

2) 為了防止部分企業(yè)的相關(guān)公告并未在標(biāo)題中體現(xiàn)“地震”二字,通過國(guó)家地震臺(tái)網(wǎng)找到從2008年～2017年發(fā)生在我國(guó)大陸超過5級(jí)的地震, 然后在CNINF的上市公司板塊中, 以地震名稱為關(guān)鍵詞, 在公告全文中進(jìn)行搜索;

3) 為了進(jìn)一步核對(duì)和補(bǔ)充前兩步中搜到的公告,進(jìn)一步在上海證券交易所和深證證券交易所的上市公司公告板塊, 以“地震”為關(guān)鍵詞在標(biāo)題中搜索或者以地震名稱為關(guān)鍵詞在公告全文中搜索.

經(jīng)過前述步驟, 共得到369個(gè)樣本(公告數(shù)量, 并非企業(yè)).通過逐一閱讀公告中的內(nèi)容, 將公告分為有影響(為表述簡(jiǎn)潔, 用INF替代)和無影響(NON).對(duì)于INF, 根據(jù)內(nèi)容, 將影響程度按以下規(guī)則進(jìn)行劃分:

1) 如果公告中出現(xiàn)類似“無實(shí)質(zhì)影響”, “無重大影響”, 將該公告劃分為“無重大影響”;

2) 如果公告中出現(xiàn)“影響較小”, “影響不大”等字眼則將改公告歸為“輕微影響”;

3) 如果公告中出現(xiàn)“一定影響”, “一定損失”等類似詞匯則將公告歸為“一定影響”;

4) 如果公告中出現(xiàn)“重大影響”, “嚴(yán)重?fù)p失”, “嚴(yán)重影響”等字眼則將該公告歸為“重大影響”.

部分公告中的表述可能會(huì)出現(xiàn)矛盾, 如子公司受嚴(yán)重影響, 但是公司整體而言則只有輕微影響,以公司整體為準(zhǔn).如果公告中包含“受影響, 但是生產(chǎn)經(jīng)營(yíng)正常”等類似詞匯, 則將其歸類為“影響較小”, 因?yàn)楣嬷械男畔⒈砻髌涫艿搅说卣鸬挠绊?如果公告中出現(xiàn)“目前仍在停產(chǎn)”或“根據(jù)政府指令已經(jīng)停產(chǎn)”, “水電尚未恢復(fù)”等類似表明目前生產(chǎn)經(jīng)營(yíng)活動(dòng)仍未恢復(fù)正常的詞匯, 將其歸為“一定影響”.為了保證得到“干凈”的樣本, 對(duì)前述的369條公告進(jìn)行進(jìn)一步的處理, 具體處理過程及原因請(qǐng)見下表(表1), 在此詳細(xì)解釋處理序號(hào)5-6.5/6旨在排除混淆事件(confounding events)的影響[36].

表1 樣本處理

序號(hào)5: 部分上市公司在地震發(fā)生時(shí), 由于其他事件(如并購、重組等)而處于停牌狀態(tài); 或是由于在事件日期前后三天(參照 Meznar 等[36])有其他可能影響股價(jià)的事件, 如召開股東大會(huì)等.序號(hào)6: 在地震發(fā)生之后, 某些行業(yè)可能會(huì)整體受到影響.如保險(xiǎn)行業(yè), 建筑行業(yè), 建材行業(yè), 醫(yī)藥制品行業(yè)等等.如果某公司在建材行業(yè), 災(zāi)后重建的需求可能會(huì)使其股票價(jià)格升高; 但另一方面, 它當(dāng)前的生產(chǎn)經(jīng)營(yíng)又受到地震負(fù)面影響.二者混雜在一起, 無法區(qū)分不同原因?qū)е碌墓蓛r(jià)變化.

最終樣本包含176條公告, 詳細(xì)信息見下表(表2).表2中, 樣本涉及的地震共有16次, 13次發(fā)生在中國(guó), 3次發(fā)生在國(guó)外.汶川大地震和蘆山地震構(gòu)成了本研究的主要樣本, 共146條, 占總數(shù)的82.95%.這兩次地震的 INF公告占到總INF公告的88.0%.在所有INF樣本中, 近一半為無重大影響, 6條為重大影響; A股占96.1%, 只有兩支B股, 一支創(chuàng)業(yè)板(C)股票.

表2 樣本信息總結(jié)

4 實(shí)證結(jié)果

4.1 情緒性影響

現(xiàn)有研究表明, 地震等突發(fā)負(fù)面事件發(fā)生后, 市場(chǎng)可能出現(xiàn)非理性反應(yīng), 從而導(dǎo)致異常收益中, 可能同時(shí)包含情緒性影響和實(shí)質(zhì)影響.為實(shí)現(xiàn)對(duì)實(shí)質(zhì)影響的衡量, 首先分析情緒性影響是否存在于本研究的情境和樣本中.

雖然目前文獻(xiàn)中沒有給出情緒性影響的統(tǒng)一定義, 但是文獻(xiàn)普遍認(rèn)為情緒性影響區(qū)別于實(shí)質(zhì)影響的最主要特點(diǎn), 是前者會(huì)表現(xiàn)出對(duì)信息的過度反應(yīng)[24].現(xiàn)有文獻(xiàn)提供了兩種檢驗(yàn)過度反應(yīng)的方法, 第一種是根據(jù)信息類別(比如好消息, 壞消息)構(gòu)建投資組合, 比較在較長(zhǎng)的時(shí)間段內(nèi), 不同的投資組合是否存在顯著的收益差[24].第二種是檢驗(yàn)事件發(fā)生后, 短期內(nèi)股票價(jià)格的變化是否會(huì)出現(xiàn)顯著的逆轉(zhuǎn)[14].因?yàn)橛墒录膶?shí)質(zhì)影響導(dǎo)致的股票價(jià)格變化, 不應(yīng)該出現(xiàn)顯著的逆轉(zhuǎn)現(xiàn)象[14](p.175).基于研究情境, 借鑒Bremer 和 Sweeney[37]的方法來檢驗(yàn)投資者是否對(duì)地震相關(guān)信息做出了過度反應(yīng).該方法的基本理念為, 如果在負(fù)面事件發(fā)生后的一段時(shí)間進(jìn)行短線交易(例如事件后Day 1以收盤價(jià)買入, Day 2以收盤價(jià)賣出)可以獲利(正的異常收益), 則投資者對(duì)該事件出現(xiàn)了過度反應(yīng), 否則不然.接下來按照情緒性影響的可能來源, 對(duì)其進(jìn)行逐一討論.

首先, 是市場(chǎng)層面的情緒性影響.假定其對(duì)于市場(chǎng)內(nèi)所有企業(yè)的影響程度相同, 該影響已經(jīng)通過受影響企業(yè)的收益與市場(chǎng)收益之間做差的形式, 被消除掉.其次, 是區(qū)域性的情緒性影響, 即以震中為圓心, 一定半徑范圍內(nèi)的企業(yè)受到了情緒性影響.如果確實(shí)存在, 那么應(yīng)該觀測(cè)到地震區(qū)域內(nèi)未發(fā)布公告的企業(yè)(除去因地震停牌的企業(yè)), 在地震當(dāng)天(換算為最鄰近的交易日), 會(huì)出現(xiàn)統(tǒng)計(jì)顯著的異常收益.鑒于此,首先以距離震中500 km為范圍, 選擇至少有一個(gè)有影響公告的地震(此后簡(jiǎn)稱為主要地震), 估算區(qū)域內(nèi)未發(fā)布公告企業(yè)的異常收益, 結(jié)果見表3.

表3 區(qū)域內(nèi)未發(fā)公告樣本異常收益

2.為了防止影響較小的地震樣本對(duì)可能存在的情緒性影響的稀釋, 只選取至少發(fā)布一個(gè)有影響公告的地震;

3.尼泊爾和日本東海岸地震在給定范圍內(nèi)沒有樣本.

文中共采用三種統(tǒng)計(jì)檢驗(yàn)方法對(duì)異常收益進(jìn)行檢驗(yàn), 包括方程t test(結(jié)果見Mean列), Wilcox signed rank test(結(jié)果見Median列) 和 generalized sign test (結(jié)果見 Neg.P 列, 數(shù)值為異常收益為負(fù)的樣本數(shù)量/總樣本數(shù)量).generalized sign test用估計(jì)期的負(fù)正異常收益比例均值, 作為原假設(shè)[38].為了節(jié)約空間, 文中都只展示事件發(fā)生日期一定范圍內(nèi)的結(jié)果.

從上表中觀測(cè)到, 區(qū)域內(nèi)未發(fā)布公告的企業(yè), 在地震日沒有顯著的異常收益.在其他臨近日期, 均值全部不顯著, 且最大值僅為-0.2%.雖然Median和Neg.P有統(tǒng)計(jì)顯著的值, 但是并不應(yīng)該被認(rèn)為這是地震導(dǎo)致區(qū)域內(nèi)情緒性影響.首先, 該結(jié)果不穩(wěn)健(Median的18種組合中, 只有4種出現(xiàn)顯著結(jié)果); 其次, 其經(jīng)濟(jì)顯著性低, 最大只有-0.3%, 與受影響公告發(fā)布后的異常收益相差一個(gè)數(shù)量級(jí)(-2.2%, 結(jié)果見表9).

下面檢驗(yàn)表3的樣本是否存在逆轉(zhuǎn)效應(yīng)(reversal effect).根據(jù)下表(表4) 所示結(jié)果, 地震發(fā)生后三天內(nèi)的任意一天買入, 并在短期內(nèi)賣出, 都不能獲取正的異常收益(雖有顯著負(fù)異常收益, 但過度反應(yīng)假設(shè)下, 應(yīng)該出現(xiàn)正的異常收益).表明樣本中企業(yè)的投資者未出現(xiàn)過度反應(yīng).不過中位數(shù)(Median)和比例檢驗(yàn)(Neg.P)的結(jié)果顯示, 區(qū)域內(nèi)未發(fā)布公告的企業(yè), 可能存在反應(yīng)不足(Underreaction).根據(jù)UIH[23], 樣本中出現(xiàn)該結(jié)果的原因可能是由于隨著時(shí)間的推移, 地震及其所造成損害的信息逐漸明確, 投資者認(rèn)為即使未發(fā)布公告的企業(yè), 也會(huì)受到一些影響, 只是這些影響從經(jīng)濟(jì)性層面而言并不顯著.

表4 區(qū)域內(nèi)未發(fā)公告樣本異常收益逆轉(zhuǎn)檢驗(yàn)

由于強(qiáng)度越大的地震, 其范圍內(nèi)未發(fā)布公告的企業(yè)數(shù)量越少, 將所有地震的樣本混合在一起, 可能使得強(qiáng)地震造成的情緒性影響被較小的地震的樣本所稀釋, 鑒于此, 將表3中汶川和蘆山地震的樣本單獨(dú)進(jìn)行檢驗(yàn), 所得結(jié)果與表3類似, 為節(jié)約空間, 未在文中展示.

綜合表3、表4, 可以認(rèn)為, 現(xiàn)有實(shí)證證據(jù)不能證明本研究情境中存在顯著的地域性情緒性影響.

再次, 行業(yè)范圍的情緒性影響.地震可能導(dǎo)致某個(gè)行業(yè)整體受到影響, 其中不排除情緒性影響.在樣本收集與處理的環(huán)節(jié),根據(jù)可得的信息, 已經(jīng)剔除了處于被影響行業(yè)的樣本(見表1).對(duì)于仍然在樣本中的企業(yè), 借鑒趙靜梅等[12]中分析傳染機(jī)制所使用的匹配分析法, 為每一個(gè)發(fā)布公告的樣本, 匹配一個(gè)規(guī)模相當(dāng), 處在同一行業(yè)但是不在地震區(qū)域內(nèi)的企業(yè)[12], 然后分析匹配到的樣本在公告日期的異常收益.根據(jù)表5結(jié)果, 匹配樣本在公告日期附近無顯著異常收益.對(duì)表5中樣本進(jìn)行逆轉(zhuǎn)檢驗(yàn)(結(jié)果見表6)發(fā)現(xiàn), 該樣本的投資者沒有反應(yīng)不足或者反應(yīng)過度.綜合, 認(rèn)為研究樣本中, 不存在顯著的行業(yè)范圍情緒性影響.

表5 同行業(yè)未發(fā)公告樣本異常收益

表6 同行業(yè)未發(fā)公告樣本異常收益逆轉(zhuǎn)檢驗(yàn)

最后, 情緒性影響可能只存在于發(fā)布公告的企業(yè)中.因?yàn)橛杏绊懝嬷? 對(duì)于影響程度的信息是模糊的, 如一定影響, 影響不大等.有研究表明, 模糊的信息可能加大投資者的負(fù)面反應(yīng), 導(dǎo)致投資者對(duì)于受影響企業(yè)做出了過度反應(yīng)(overreaction).根據(jù)下表(表7) 所示結(jié)果, 該樣本中不存在逆轉(zhuǎn)效應(yīng), 表明投資者對(duì)于公告的反應(yīng)既不存在反應(yīng)不足, 也不存在反應(yīng)過度.

表7 INF樣本公告后收益逆轉(zhuǎn)檢驗(yàn)

綜合上述分析, 可以有信心認(rèn)為, 本研究情境和樣本中, 沒有顯著的情緒性影響存在.接下來,估計(jì)地震對(duì)企業(yè)造成的實(shí)質(zhì)影響.

4.2 實(shí)質(zhì)影響

通過4.1的分析,發(fā)現(xiàn)本研究的研究情境和樣本中, 不存在統(tǒng)計(jì)顯著的情緒性影響, 所以受影響企業(yè)公告后所得的異常收益, 可以被認(rèn)為是實(shí)質(zhì)影響, 在本節(jié)對(duì)其進(jìn)行估算.

4.2.1 公告后異常收益

INF樣本公告發(fā)布之后的市場(chǎng)反應(yīng), 見下表8.從表8 Panel A的第3列(Mean)可得, 在公告發(fā)布當(dāng)天(Day 0), INF企業(yè)的股票異常收益均值為-2.0%, 以p<0.000 1的水平顯著.Day 0的異常收益中位數(shù)為-2.2%, 以p<0.000 1的水平顯著; 從比例來看, 有接近75%的AR0都為負(fù)值.上述得到的結(jié)果在Day 0 前后都未出現(xiàn), 說明投資者將公告中所含有的信息快速地反應(yīng)到了股票價(jià)格中去.

表8 INF樣本公告后異常收益

下面分析表8 的Panel B.在事件發(fā)生的前三天(0～2), BHAR均值為-3.2%, 中位數(shù)為-2.3%, 都以p<0.000 1的水平顯著.在0～2期間內(nèi)BHAR為負(fù)的樣本數(shù)量占到72.7%.0～1,0～3,0～4區(qū)間內(nèi)有非常類似的結(jié)果.Panel C中CAR的結(jié)果與BHAR類似, 后文將不再展示CAR.

4.2.2 不同影響程度

上市公司在相關(guān)公告中會(huì)表明生產(chǎn)運(yùn)營(yíng)受地震影響的程度, 但是這種表述是定性的.作為投資者, 在地震之后社會(huì)整體情緒變化比較復(fù)雜的環(huán)境中, 是否會(huì)區(qū)別這些不同的影響程度呢？這個(gè)問題不僅關(guān)乎到股票市場(chǎng)的有效性, 也關(guān)乎對(duì)企業(yè)損失異質(zhì)性的分析.這一部分將嘗試回答該問題.首先, 將樣本分為“嚴(yán)重影響(SI)”(只包含原“重大影響”)、“一定影響(CI)”(只包含原“一定影響”)、“輕微影響(SLI)”(包含原“無重大影響”和“輕微影響”)、“無影響(NON)”并分析不同影響程度所對(duì)應(yīng)的市場(chǎng)反應(yīng).然后, 應(yīng)用方差分析(ANOVA)和事后分析法(post hoc testing)分析INF樣本不同組間是否存在差異以及差異的程度.首先看不同影響程度樣本的結(jié)果, 表9的結(jié)果表明, 發(fā)布是否受影響公告樣本中, 不同影響程度損失不同, INF樣本所受影響顯著, 隨影響程度降低損失幅度減少, NON樣本未受到顯著影響.

表9 公告樣本不同影響程度異常收益

根據(jù)表9中的結(jié)果可得出, INF樣本的結(jié)果并非由6家遭受嚴(yán)重?fù)p失樣本的造成; 一定影響和輕微影響樣本同樣有統(tǒng)計(jì)顯著的市值損失; 而且NON樣本無顯著市值變化.下面分析不同影響程度樣本間異常收益的差異是否統(tǒng)計(jì)顯著.由于不同組間觀測(cè)值數(shù)量不同, 而且不同組間樣本的異常收益可能存在異質(zhì)性; 異常收益的正態(tài)分布不滿足(通過Shapiro Milk正態(tài)性檢驗(yàn)得), 且有異常值的存在.綜合,選擇兩組檢驗(yàn)方法: a) Welch’s ANOVA和Games-Howell test; b) Kruskal Wallis ranks sum test和 Dunn’s test.組合a屬于參數(shù)法, 相對(duì)經(jīng)典方差分析, 針對(duì)組間異方差和樣本數(shù)量不同做出調(diào)整; 組合b屬于非參數(shù)法, 針對(duì)數(shù)據(jù)不滿足正態(tài)分布以及可能存在異常值的情況做出調(diào)整.

對(duì)AR的分析結(jié)果, 見表10和表11.從該表(表10)可得, SI-CI組間均值差為-4.02%, 以0.1的水平顯著; SLI-CI組間均值差為1.71%, 以0.1的水平顯著; SLI-SI的組間均值差為5.72%, 以0.05的水平顯著; 但是SI-CI 95%水平的置信區(qū)間的上界輕微越過0, 結(jié)合這兩組樣本的數(shù)量, 提示對(duì)于結(jié)果的解釋需要謹(jǐn)慎.SLI-CI的95%的置信水平區(qū)間存在類似情形.不過SLI-SI的95%的置信區(qū)間的上下界符號(hào)均與均值差相同, 表明有95%的把握認(rèn)為這兩組之間總體均值差(真實(shí)值)被1.25%～10.20%包含.

表10 AR0不同影響程度差異的均值檢驗(yàn)(組合a)

表11 AR0不同影響程度差異的分布檢驗(yàn)(組合b)

接著用非參數(shù)檢驗(yàn)組合b對(duì)AR 進(jìn)行分析, 結(jié)果(表11)與表10中的一致.綜合, 說明投資者在第0天對(duì)于不同的影響程度按預(yù)期(影響越大、反應(yīng)越大)做出區(qū)分.接下來對(duì)BHAR進(jìn)行分析, 結(jié)果見表12和表13.

從表12 Panel A中得, 不同組間的BHAR0-2存在顯著差異; 從該表Panel B中得, SI-CI組間均值差為11.35%, 以5%的水平顯著; SLI-SI的組間均值差為11.94%, 同樣以5%的水平顯著.且這兩組95%置信區(qū)間的上下界都與均值差的符號(hào)一致.SLI-CI沒有顯著的組間差異.說明隨著時(shí)間的推移, 在信息更加明確之后, 這兩種影響程度的實(shí)際損失逐漸趨同.表13所得結(jié)果與表12類似.

表12 BHAR0-2不同影響程度的均值差異檢驗(yàn)(組合a)

表13 BHAR0-2不同影響程度的分布差異檢驗(yàn)(組合b)

在這一部分,將INF企業(yè)的公告按其所表述的影響程度, 劃分為不同的子樣本, 然后通過方差分析和事后分析, 檢驗(yàn)不同影響程度子樣本之間的異常收益是否存在顯著差異.結(jié)果顯示, 在第0天, 投資者對(duì)于所劃分的三種影響程度可以做出顯著的區(qū)分; 在0～2天的階段內(nèi), 一定影響和輕微影響之間的差異消失, 嚴(yán)重影響和其他兩組之間的差異仍然顯著, 且相比于第0天, 差異值平均而言, 都在擴(kuò)大.最后對(duì)INF和NON樣本的AR和BHAR的差異分別作了檢驗(yàn)(表14), 結(jié)果表明, INF樣本的市值損失顯著高于NON樣本.

表14 INF和NON對(duì)比

上述結(jié)果表明, 在地震這樣的突發(fā)事件情境中, 我國(guó)股市的投資者, 可以對(duì)企業(yè)不同影響程度的信息進(jìn)行區(qū)分.該結(jié)果一方面, 從新的角度為我國(guó)股票市場(chǎng)的有效性提供了證據(jù)[38].另一方面, 說明對(duì)于影響程度的劃分是合理的, 這對(duì)于將異常收益作為因變量來分析其異質(zhì)性是重要的.

綜合4.1以及4.2截至目前的分析可得, 研究情境和樣本中, 未發(fā)現(xiàn)顯著的情緒性影響的存在; 可以使用受影響企業(yè)公告后的異常收益, 作為地震對(duì)企業(yè)造成的實(shí)質(zhì)影響.此外,還驗(yàn)證了突發(fā)事件情境下, 我國(guó)股票市場(chǎng)的有效性, 受影響企業(yè)公布公告后, 市場(chǎng)反應(yīng)及時(shí)(見表8 Panel A, 只出現(xiàn)在AR0),適當(dāng)(見表7, 反應(yīng)未出現(xiàn)逆轉(zhuǎn)), 且可以區(qū)分信息(見4.2.2的分析).

4.2.3 不同影響類型

在這一部分,嘗試進(jìn)行路徑分析.首先從供應(yīng)鏈的角度, 對(duì)企業(yè)受到的影響進(jìn)行分類.具體為, 創(chuàng)建一個(gè)新的變量CHAIN_PART.如果公告表明是供應(yīng)或者銷售受到影響, 則將該企業(yè)劃分到外部受影響的組(即CHAIN_PART==external); 如果公告表明是企業(yè)自身的生產(chǎn)運(yùn)營(yíng)受到影響, 則劃分為自身受影響的組(CHAIN_PART==internal).按CHAIN_PART將樣本分為兩組, 分別檢驗(yàn)其異常收益, 所得結(jié)果見表15.

從下表(表15)中可以觀察到, 當(dāng)企業(yè)自身生產(chǎn)運(yùn)營(yíng)受到影響時(shí), 其市值損失顯著.而僅僅是供應(yīng)或者銷售受到影響時(shí), 其市值損失不顯著.說明地震對(duì)于企業(yè)的影響, 主要是在企業(yè)自身, 而非供應(yīng)鏈的上下游.由于本文中外部受影響的企業(yè)樣本較少而且研究周期較短,對(duì)結(jié)果的解釋, 持保留態(tài)度.

表15 供應(yīng)鏈不同部分受影響的企業(yè)異常收益

其次, 對(duì)于自身受影響的企業(yè), 地震對(duì)其造成影響的形式也是不同的.創(chuàng)建一個(gè)新的變量DAM_TYPE, 如果地震對(duì)企業(yè)造成的影響僅僅是財(cái)產(chǎn)損失(比如成品或者原材料的損壞, 部分建筑的損毀等等, 但是企業(yè)并沒有因此停產(chǎn)或者減產(chǎn)), 將其劃分到財(cái)產(chǎn)損失組(DAM_TYPE==property); 如果地震導(dǎo)致企業(yè)停產(chǎn), 將其劃分到停產(chǎn)組(DAM_TYPE==halt).根據(jù)DAM_TYPE的取值不同, 將樣本分成兩組分別計(jì)算其異常收益, 所得結(jié)果如下表16.

表16 不同影響類型企業(yè)異常收益

從上表可以看出, 單純的財(cái)產(chǎn)損失, 并不會(huì)對(duì)企業(yè)造成顯著的損失, 而停產(chǎn)則相反.該結(jié)果符合常理預(yù)期, 也再一次說明了, 投資者可以對(duì)公告中的信息進(jìn)行區(qū)分.

4.3 穩(wěn)健性檢驗(yàn)

這一部分,對(duì)前文結(jié)果的穩(wěn)健性做補(bǔ)充分析.影響所得異常收益的因素, 還可能有實(shí)際分析過程中所選取的樣本、計(jì)算模型以及數(shù)據(jù).對(duì)于樣本選取,首先盡可能收集了所有可能的樣本, 并進(jìn)行了嚴(yán)格的篩選和處理; 其次, 4.2中針對(duì)不同影響程度的市場(chǎng)反應(yīng)分析表明, 結(jié)果并非由樣本中的極值(6家受嚴(yán)重影響的企業(yè))所主導(dǎo).

此外, 前文的分析, 沒有考慮企業(yè)或地震本身的異質(zhì)性.例如, 4.2所得結(jié)果, 可能是由部分大企業(yè), 或者距離地震較近的企業(yè)造成.又或在機(jī)構(gòu)持股比例低的企業(yè)中, 可能存在情緒性影響.從地震本身而言, 較強(qiáng)的地震或者地震不常發(fā)地區(qū)的地震, 可能造成情緒性影響.所以, 在這一部分,從模型, 數(shù)據(jù), 和企業(yè)以及地震異質(zhì)性三個(gè)方面, 對(duì)4.2的結(jié)果, 進(jìn)行穩(wěn)健分析.

4.3.1 是否由異常收益計(jì)算模型導(dǎo)致

事件研究異常收益計(jì)算的模型不止一種, 前文結(jié)果用了較為簡(jiǎn)潔的市場(chǎng)調(diào)整模型.該模型雖然非常直觀, 易于理解, 但只是簡(jiǎn)單的將個(gè)股的系統(tǒng)風(fēng)險(xiǎn)系數(shù)β設(shè)為1.為了確保前述結(jié)果不是特定模型的結(jié)果, 使用相對(duì)復(fù)雜的市場(chǎng)風(fēng)險(xiǎn)調(diào)整模型, 其基本表達(dá)式為

(3)

將前述所有的分析, 用市場(chǎng)風(fēng)險(xiǎn)調(diào)整模型重做一遍, 結(jié)果雖然在具體數(shù)字和某些細(xì)節(jié)方面有些許變化, 但與前述結(jié)論并無質(zhì)的區(qū)別.

4.3.2 是否由市場(chǎng)收益的選擇導(dǎo)致

在前文的分析中, 選取了CSMAR市場(chǎng)整體等權(quán)平均收益作為市場(chǎng)收益(Rm,t).除此之外, 還有流通市值加權(quán)收益、全部市值加權(quán)收益, 指數(shù)收益; 同時(shí), 我國(guó)的股票市場(chǎng)存在A股, B股, 創(chuàng)業(yè)板的區(qū)別; 最后, 股票上市的交易所也不同.這些差異是否會(huì)對(duì)結(jié)果造成影響, 是個(gè)實(shí)踐問題.出于對(duì)研究嚴(yán)謹(jǐn)性和結(jié)果穩(wěn)健性的考慮,設(shè)計(jì)了個(gè)股-市場(chǎng)收益匹配矩陣.該矩陣共分為三個(gè)部分.對(duì)于市場(chǎng)或者分市場(chǎng)的收益,分別使用等權(quán)平均收益、流通市值加權(quán)收益、全部市值加權(quán)收益進(jìn)行了計(jì)算, 共6種組合, 加個(gè)股-交易所的3種組合, 共9種組合; 對(duì)這9種組合, 分別應(yīng)用市場(chǎng)調(diào)整模型和市場(chǎng)風(fēng)險(xiǎn)調(diào)整模型進(jìn)行估計(jì), 所以共有18種異常收益的計(jì)算組合.雖然組合繁多, 但是得到的結(jié)論卻基本一致.綜合前述三個(gè)小節(jié)的分析,認(rèn)為4.1 和4.2部分的結(jié)果是穩(wěn)健的.

4.3.3 受影響但不發(fā)布公告的企業(yè)

如果存在企業(yè)受到了影響, 但是選擇不發(fā)布公告, 從而避免損失, 則會(huì)對(duì)結(jié)論造成比較大的影響.對(duì)于該可能性,無法直接判定是否存在企業(yè)受到地震的影響, 但是選擇不對(duì)該信息進(jìn)行披露, 從而避免市值損失.不過可以根據(jù)以下兩點(diǎn)來推斷, 這樣的現(xiàn)象即使存在, 也只是少量輕微影響的企業(yè), 從而不會(huì)對(duì)文章的結(jié)果造成實(shí)質(zhì)性的影響.首先, 根據(jù)證監(jiān)會(huì)關(guān)于上市公司信息披露的規(guī)范(11)http://www.moj.gov.cn/pub/sfbgw/flfggz/flfggzbmgz/202105/t20210517_392995.html，2021-12-27., 如果企業(yè)因?yàn)榈卣鹪馐艿膿p失可能對(duì)股票價(jià)格造成較大影響的, 上市公司需要切實(shí)履行信息披露義務(wù), 否則屬于違規(guī), 據(jù)此可以認(rèn)為, 不存在遭受顯著影響而不做披露的企業(yè).其次, 從已有的數(shù)據(jù)看, 大部分企業(yè)都做了披露, 文中最嚴(yán)重的兩次地震, 汶川和蘆山地震, 在地震發(fā)生時(shí), 其300km范圍內(nèi), 分別有67家和88家上市公司, 其中分別只有8家和14家沒有發(fā)布公告.綜上, 即使存在部分企業(yè)受了輕微影響, 但不發(fā)布公告, 這樣的現(xiàn)象不會(huì)大范圍的存在, 從而不會(huì)對(duì)文中所得結(jié)果, 造成實(shí)質(zhì)影響.

4.3.4 企業(yè)及地震異質(zhì)性

地震對(duì)企業(yè)造成的影響, 可能與企業(yè)本身的特征相關(guān), 如企業(yè)規(guī)模(Size),資本密集度(capi)等.另外，也分析了企業(yè)負(fù)債水平, 財(cái)務(wù)困境的影響, 結(jié)果不顯著, 為節(jié)省空間, 未在文中呈現(xiàn).

此外，還可以用橫截面分析, 對(duì)情緒性影響做進(jìn)一步檢驗(yàn).山立威[19]發(fā)現(xiàn)汶川大地震后, 地震災(zāi)區(qū)投資者的負(fù)面情緒, 導(dǎo)致距離震中越近的企業(yè), 其震后市值損失越大.此外, 研究普遍認(rèn)為, 機(jī)構(gòu)投資者相比于個(gè)人投資者, 更不易于受到市場(chǎng)情緒波動(dòng)的影響.鑒于此,構(gòu)造兩個(gè)變量, 企業(yè)到震中距離(dis)和機(jī)構(gòu)持股比例(OSC).企業(yè)到震中的距離, 通過計(jì)算企業(yè)注冊(cè)地所在地級(jí)市到震中的經(jīng)緯度(通過中國(guó)地震臺(tái)網(wǎng)獲得 http://news.ceic.ac.cn/index.html?time=1563311272)之間的球面距離而得.

接下來考慮地震特征.首先, 根據(jù)4.2.2的分析, 公告中不同的影響程度, 與公告發(fā)布后的異常收益有較高的相關(guān)性.鑒于此, 構(gòu)建反映公告影響程度的連續(xù)變量MAG, 當(dāng)公告“無影響”(NI)時(shí), MAG取0, 公告“無重大影響”(NSI)、“輕微影響”(SLI)時(shí), MAG 取1, “一定影響”(CI)時(shí)取2, “重大影響”(SI)時(shí)取4.不同的地震強(qiáng)度可能會(huì)對(duì)企業(yè)造成不同的損失, 所以將地震強(qiáng)度(quake_level)也作為自變量進(jìn)行分析.

另一個(gè)值得考慮的因素, 是地震頻率.地震頻發(fā)的區(qū)域, 投資者對(duì)地震風(fēng)險(xiǎn)的敏感程度可能與非頻發(fā)區(qū)域不同; 同一區(qū)域內(nèi), 投資者對(duì)地震風(fēng)險(xiǎn)的敏感程度可能隨著地震發(fā)生次數(shù)的增加而發(fā)生改變.鑒于此,用同一地區(qū)(省)內(nèi), 地震發(fā)生的先后順序(簡(jiǎn)明起見, 后文用quake_order 表示), 來捕捉某一區(qū)域內(nèi)的投資者由于地震發(fā)生次數(shù)的增加, 而導(dǎo)致其對(duì)地震風(fēng)險(xiǎn)敏感程度的變化.關(guān)于因變量的選擇, 現(xiàn)有研究通常選取累計(jì)異常收益 (如舒彤等[2]), 因?yàn)樵诩俣o情緒性影響的前提下, 相較于單個(gè)交易日異常收益, 累積異常收益可以更好地反應(yīng)實(shí)質(zhì)影響.但是,也希望對(duì)情緒性影響的存在做出進(jìn)一步驗(yàn)證.如果情緒性影響存在, 應(yīng)該更多的體現(xiàn)在事件之后的首個(gè)交易日, 所以選取不同時(shí)點(diǎn)的AR和BHAR作為因變量, 結(jié)果如下表(表17)所示:

表17 橫截面分析

上表中結(jié)果表明, 公告影響強(qiáng)度(MAG)越大, 異常收益越高, 這一點(diǎn)既說明控制公告影響強(qiáng)度的重要性, 也再次驗(yàn)證了市場(chǎng)有效性檢驗(yàn)中的信息區(qū)分部分.同一區(qū)域內(nèi)地震發(fā)生的次序(quake_order)和地震強(qiáng)度(quake_level)對(duì)實(shí)質(zhì)影響并沒有顯著的解釋力.雖然quake_order 對(duì)AR_0有顯著影響, 方向?yàn)檎? 考慮到文中同一地區(qū)發(fā)生的地震其強(qiáng)度均逐漸降低, 造成損失平均而言也會(huì)降低.由于本文樣本不大, 且這兩個(gè)變量在實(shí)際數(shù)據(jù)層面, 都不能達(dá)到“控制其他因素不變”的條件, 所以對(duì)該結(jié)果的解釋, 需要謹(jǐn)慎.從上表中可得, 機(jī)構(gòu)持股比例(OSC)和到震中距離(dis), 對(duì)異常收益并無統(tǒng)計(jì)顯著的解釋力, 這進(jìn)一步驗(yàn)證了前述關(guān)于本文研究情境和樣本中, 不存在顯著情緒性影響的結(jié)論.此外, 企業(yè)規(guī)模越大, 公告后的異常收益越大, 這與山立威[19]的結(jié)果一致.

5 結(jié)束語

以地震為例, 收集我國(guó)上市公司于2008年～2015年8年間發(fā)布的, 關(guān)于企業(yè)運(yùn)營(yíng)是否受到地震災(zāi)害影響的公告, 定位可能受到地震實(shí)質(zhì)影響的企業(yè), 利用事件研究法(event study), 衡量自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)影響.

首先, 結(jié)合已有研究, 從理論層面, 對(duì)突發(fā)事件后, 企業(yè)股票市場(chǎng)異常收益中可能包含的情緒性影響和實(shí)質(zhì)影響, 按不同的來源進(jìn)行討論.然后, 對(duì)各個(gè)不同來源的情緒性影響, 進(jìn)行檢驗(yàn), 未發(fā)現(xiàn)有顯著的情緒性影響的存在.對(duì)于受影響企業(yè)的分析發(fā)現(xiàn), 發(fā)布生產(chǎn)運(yùn)營(yíng)受到地震影響公告的當(dāng)天, 樣本企業(yè)市值降低2%, 在公告發(fā)布的一周內(nèi)市值降低2.5%, 該結(jié)果在統(tǒng)計(jì)和經(jīng)濟(jì)意義上均顯著.此外, 市場(chǎng)反應(yīng)及時(shí), 適當(dāng), 可以對(duì)不同信息進(jìn)行區(qū)分, 市場(chǎng)半強(qiáng)有效性假設(shè)成立.與已有類似情境下關(guān)于市場(chǎng)反應(yīng)的研究不同, 并未發(fā)現(xiàn)有情緒性影響的存在.文中所得結(jié)果穩(wěn)健, 不受樣本、模型和數(shù)據(jù)選擇以及企業(yè)和地震特征的影響.

理論意義在于: 1)討論了突發(fā)事件發(fā)生后, 企業(yè)股市異常收益中的情緒性影響和實(shí)質(zhì)影響, 通過對(duì)情緒性影響的檢驗(yàn), 量化了自然災(zāi)害對(duì)企業(yè)造成的實(shí)質(zhì)性影響, 彌補(bǔ)了這一研究空白, 為其他相關(guān)的理論和實(shí)證研究提供了定量化的參考; 2)檢驗(yàn)了我國(guó)票市場(chǎng)在突發(fā)事件情境下的有效性, 拓展了我國(guó)股票市場(chǎng)有效性的研究.鑒于金融穩(wěn)定的重要性, 本研究與已有研究的結(jié)論[12,19], 共同說明了突發(fā)事件市場(chǎng)反應(yīng)的復(fù)雜性, 其機(jī)制機(jī)理需要進(jìn)一步深入的研究.現(xiàn)實(shí)意義有兩點(diǎn):

其一, 從自然災(zāi)害風(fēng)險(xiǎn)管理的角度: 對(duì)于企業(yè)管理者, 傳統(tǒng)所謂的天災(zāi)會(huì)對(duì)企業(yè)造成切實(shí)的影響.雖然類似的風(fēng)險(xiǎn)不能避免, 但卻可以進(jìn)行科學(xué)的管理, 通過嚴(yán)謹(jǐn)?shù)姆椒? 識(shí)別, 并且量化地震給企業(yè)帶來的實(shí)質(zhì)影響, 將損失直觀的呈現(xiàn)給管理者, 以期提升其對(duì)類似風(fēng)險(xiǎn)的認(rèn)識(shí)和理解, 從而進(jìn)行良好的管理; 對(duì)于商業(yè)化保險(xiǎn)公司,結(jié)果對(duì)其設(shè)計(jì)自然災(zāi)害保險(xiǎn)方案也有一定的參考意義; 對(duì)于政策制訂者, 應(yīng)該進(jìn)一步完善風(fēng)險(xiǎn)管理制度, 規(guī)范保險(xiǎn)行業(yè)的發(fā)展, 為企業(yè)營(yíng)造良好的風(fēng)險(xiǎn)管理環(huán)境, 讓企業(yè)“愿意投保, 有?？赏丁?

其二, 從股票市場(chǎng)的角度:與現(xiàn)有研究的一個(gè)主要的不同點(diǎn)在于, 在研究情境和樣本中未發(fā)現(xiàn)有情緒性影響的存在, 且市場(chǎng)是半強(qiáng)式有效的, 造成該結(jié)果的可能原因, 是本文的樣本是發(fā)布公告企業(yè), 即對(duì)相關(guān)信息進(jìn)行了披露的企業(yè).對(duì)于投資者而言, 既然市場(chǎng)是有效的, 則應(yīng)充分利用信息披露機(jī)制, 及時(shí)獲取相關(guān)信息, 以價(jià)值投資為準(zhǔn), 避免跟風(fēng), 以免給自己帶來損失, 并導(dǎo)致市場(chǎng)過度波動(dòng); 對(duì)于企業(yè)而言, 在突發(fā)事件發(fā)生后, 應(yīng)該充分執(zhí)行信息披露規(guī)定, 主動(dòng)與投資者保持及時(shí)有效的溝通, 避免因信息不對(duì)稱造成企業(yè)市值不必要的波動(dòng); 對(duì)于監(jiān)管者而言, 既然投資者在類似情形下是理性的, 監(jiān)管者的一項(xiàng)重要工作就是確保相關(guān)“信息”的及時(shí)性以及質(zhì)量, 從信息層面, 不斷完善信息披露機(jī)制, 確保市場(chǎng)有效性得以充分發(fā)揮.

幾點(diǎn)不足以及未來研究方向.受限于數(shù)據(jù)和方法, 文中樣本均為上市公司, 而中小企業(yè)從數(shù)量上, 占受災(zāi)企業(yè)的絕大多數(shù), 而且其融資能力(解決災(zāi)后流動(dòng)性問題)和風(fēng)險(xiǎn)管理能力, 可能都遜于上市公司, 需要進(jìn)一步深入的分析.在市場(chǎng)有效性方面, 只分析了負(fù)面消息的情況, 已有研究表明, 個(gè)體面對(duì)損失和收益的風(fēng)險(xiǎn)態(tài)度有明顯差異, 分析突發(fā)事件中正面消息下的市場(chǎng)有效性, 也是一個(gè)未來可以拓展的方向; 與已有研究相反, 研究情境和樣本中, 并未檢測(cè)到顯著的情緒性影響的存在, 隨著股票市場(chǎng)的不斷發(fā)展, 其與實(shí)體經(jīng)濟(jì)的聯(lián)系更加緊密, 分析探討突發(fā)事件后股票市場(chǎng)反應(yīng)背后的機(jī)制機(jī)理, 關(guān)乎投資者收益和金融穩(wěn)定, 是一個(gè)值得研究的方向.最后研究的事件(地震)本身, 只是眾多自然災(zāi)害中的一種, 其特殊性為分析提供了便利, 也決定了不能簡(jiǎn)單的將對(duì)地震分析得到的損失, 一般化為自然災(zāi)害對(duì)企業(yè)造成的損失.如何衡量并分析其他如臺(tái)風(fēng), 雪災(zāi), 洪災(zāi)等自然災(zāi)害對(duì)于企業(yè)及其供應(yīng)鏈的影響, 是未來需要拓展的方向.