周 偉，羅丹雪

(云南財(cái)經(jīng)大學(xué) 金融學(xué)院，云南 昆明 650221)

一、 引言

隨機(jī)事件的爆發(fā)往往會(huì)對(duì)金融市場(chǎng)造成突發(fā)性沖擊，稍有不慎就會(huì)引發(fā)“蝴蝶效應(yīng)”，從而導(dǎo)致重大股市波動(dòng)以及社會(huì)經(jīng)濟(jì)影響。如：爆發(fā)于2001年的美國(guó)安然公司財(cái)務(wù)造假事件、施樂(lè)公司財(cái)務(wù)造假事件和2002年的世界通訊財(cái)務(wù)造假事件，爆發(fā)于2001年的我國(guó)銀廣夏財(cái)務(wù)造假事件、2008年的三鹿毒奶粉事件、2018年的長(zhǎng)生疫苗事件等都給各自市場(chǎng)帶來(lái)劇烈震蕩。不難發(fā)現(xiàn)，這種因隨機(jī)事件導(dǎo)致的劇烈震蕩既不利于理性投資也不利于正常監(jiān)管。因此，針對(duì)隨機(jī)事件影響的研究一直是金融領(lǐng)域的熱門(mén)主題，其主要研究方法是系列事件分析法，即針對(duì)隨機(jī)事件前后趨勢(shì)進(jìn)行實(shí)證研究。但是，這類(lèi)研究往往只關(guān)注事件本身及其短期發(fā)展趨勢(shì)，忽略了隨機(jī)事件可能導(dǎo)致的預(yù)期事件及其市場(chǎng)影響。如安然財(cái)務(wù)造假后的退市、世界通訊虛報(bào)利潤(rùn)后的破產(chǎn)以及長(zhǎng)生疫苗造假后的退市等，這些預(yù)期事件的發(fā)生顯然是受前期隨機(jī)事件的影響。因此，全面分析隨機(jī)事件需要考慮其引起的預(yù)期事件，而要合理分析預(yù)期事件就需結(jié)合前期的隨機(jī)事件。這也是本文嘗試結(jié)合兩者構(gòu)建雙斷點(diǎn)回歸模型并通過(guò)長(zhǎng)生事件的案例驗(yàn)證該模型的主要原因。

隨機(jī)事件對(duì)金融市場(chǎng)造成影響方面的相關(guān)研究主要圍繞兩方面進(jìn)行。一方面是針對(duì)政治隨機(jī)事件影響的研究，結(jié)果表明此類(lèi)事件對(duì)金融市場(chǎng)的影響具有直接性和破壞性[1]。另一方面是針對(duì)災(zāi)害和經(jīng)濟(jì)隨機(jī)事件影響的研究，結(jié)果表明這兩類(lèi)事件對(duì)金融市場(chǎng)的影響具有持續(xù)性和滯后性[2]。具體而言，在政治事件的研究上包括戰(zhàn)爭(zhēng)事件[3]、恐怖襲擊事件[4]、政策變動(dòng)或改革事件[5]，在災(zāi)害事件的研究上包括飛機(jī)失事事件[6]、海嘯和颶風(fēng)事件[7]、地震事件[8]等，在經(jīng)濟(jì)事件的研究上包括股票回購(gòu)與增發(fā)事件[9]、債券融資事件[10]、高管離職事件[11]等。以上研究一致表明，各類(lèi)隨機(jī)事件對(duì)金融市場(chǎng)會(huì)產(chǎn)生顯著影響，并具體以市場(chǎng)指數(shù)或價(jià)格波動(dòng)的形式體現(xiàn)，其中不乏造成市場(chǎng)崩盤(pán)的隨機(jī)事件。因此，針對(duì)隨機(jī)事件影響的研究現(xiàn)實(shí)意義重大。但上述研究也表明，現(xiàn)有研究更關(guān)注隨機(jī)事件本身，對(duì)其可能造成的未來(lái)預(yù)期事件缺乏關(guān)聯(lián)性研究，而這正是本文擬解決的主要問(wèn)題。

針對(duì)隨機(jī)事件的研究，一般立足于事件研究法[3]。而由Thistlethwaite和Campbell提出的斷點(diǎn)回歸設(shè)計(jì)能夠更有效測(cè)度隨機(jī)事件的影響[12]。其主要原因有兩個(gè)：一是與其他非實(shí)驗(yàn)方法相比，斷點(diǎn)回歸模型的假設(shè)更加“溫和”[13]；二是斷點(diǎn)回歸模型的因果推理比“自然實(shí)驗(yàn)”更為合理[14]。因此，斷點(diǎn)回歸模型在各領(lǐng)域得到廣泛運(yùn)用。其相關(guān)發(fā)展主要為：一方面是融入其他學(xué)科理念或方法以?xún)?yōu)化斷點(diǎn)回歸模型，如葛逸晅和李兵提出的引力斷點(diǎn)回歸模型[15]；Katare等結(jié)合損失厭惡概念和斷點(diǎn)回歸模型評(píng)估了非財(cái)務(wù)激勵(lì)政策對(duì)學(xué)生成績(jī)的影響[16]。另一方面是結(jié)合實(shí)際背景改進(jìn)斷點(diǎn)回歸模型，如模糊斷點(diǎn)回歸[17]、多配置變量斷點(diǎn)回歸[18]、分位數(shù)斷點(diǎn)回歸[19]、多斷點(diǎn)回歸[20]、多維斷點(diǎn)回歸[21]等。此外，以時(shí)間為運(yùn)行變量進(jìn)行隨機(jī)事件分析的斷點(diǎn)回歸模型[22]，以及系列金融市場(chǎng)實(shí)證[23]等研究也為本文雙斷點(diǎn)回歸模型的構(gòu)建以及針對(duì)長(zhǎng)生事件的實(shí)證奠定了理論基礎(chǔ)。另外，利用GARCH簇類(lèi)模型[9]、事件分析法[24]、復(fù)雜網(wǎng)絡(luò)[25]等方法可對(duì)兩個(gè)及以上事件進(jìn)行分析，但這些方法多用于研究多個(gè)獨(dú)立事件，忽略了事件之間的關(guān)聯(lián)性。

綜上可知，針對(duì)金融市場(chǎng)隨機(jī)事件的分析一直是熱門(mén)研究主題。但現(xiàn)有研究往往側(cè)重于隨機(jī)事件本身，而忽略了隨機(jī)事件可能導(dǎo)致的預(yù)期事件，事實(shí)上，該事件不僅會(huì)影響金融市場(chǎng)，還具備可預(yù)見(jiàn)性。因此，為了全面研究金融市場(chǎng)的隨機(jī)事件，以及準(zhǔn)確分析后續(xù)預(yù)期事件，我們需要結(jié)合兩者的全時(shí)段全事件建模。這也是提出雙斷點(diǎn)回歸模型的理論意義所在。此外，長(zhǎng)生生物爆發(fā)的疫苗事件，對(duì)市場(chǎng)和大眾而言該事件顯然是隨機(jī)的，而其后的退市事件是大家一致判斷的理論結(jié)果，立足雙斷點(diǎn)回歸模型的實(shí)證研究將更符合理論邏輯，這也是利用新模型研究長(zhǎng)生事件的現(xiàn)實(shí)意義。因此，本文主要有兩方面創(chuàng)新：其一是提出雙斷點(diǎn)回歸模型，該模型能結(jié)合隨機(jī)事件和預(yù)期事件進(jìn)行全樣本全事件的整體分析；其二是立足新模型綜合“長(zhǎng)生疫苗”和“長(zhǎng)生退市”事件共同研究中國(guó)醫(yī)藥市場(chǎng)的反應(yīng)，這不僅可驗(yàn)證部分已有結(jié)論，同時(shí)也能提煉系列新結(jié)論，為相關(guān)投資者或監(jiān)管者未來(lái)的進(jìn)一步處理提供參考。

二、 事件分析與雙斷點(diǎn)回歸模型設(shè)計(jì)

目前，針對(duì)金融市場(chǎng)隨機(jī)事件的研究主要聚焦于事件直接影響，往往忽略了其可能導(dǎo)致的可預(yù)期重要事件，即實(shí)證數(shù)據(jù)窗口的選擇僅限于事件發(fā)生前后，而未綜合后續(xù)事件的影響進(jìn)行全樣本分析。基于此，本文將從隨機(jī)事件與預(yù)期事件界定著手，通過(guò)因果事件引入，立足斷點(diǎn)回歸思想，構(gòu)建一類(lèi)廣義斷點(diǎn)回歸模型，即雙斷點(diǎn)回歸模型，由此形成本文的理論基礎(chǔ)。

(一) 隨機(jī)事件與預(yù)期事件

如綜述所言，隨機(jī)事件及其重要影響已得到相關(guān)學(xué)者的關(guān)注和研究[23-24]，但不難發(fā)現(xiàn)，所有研究都是分段式實(shí)證且側(cè)重隨機(jī)事件前后影響，而對(duì)隨機(jī)事件預(yù)期將產(chǎn)生的嚴(yán)重后果，即預(yù)期事件，沒(méi)有進(jìn)行聯(lián)合分析。因此，本文立足隨機(jī)事件和預(yù)期事件進(jìn)行全樣本建模。

圖1展示了長(zhǎng)生事件前后醫(yī)藥板塊指數(shù)波動(dòng)示意圖，其中，子圖A展示了“長(zhǎng)生疫苗”隨機(jī)事件前后的指數(shù)波動(dòng)，子圖B展示了“長(zhǎng)生退市”預(yù)期事件前后的指數(shù)波動(dòng)，子圖C為隨機(jī)事件和預(yù)期事件的過(guò)渡階段。觀察可知，隨機(jī)事件發(fā)生后醫(yī)藥板塊產(chǎn)生明顯的跳躍波動(dòng)，即為子圖A，隨之是受隨機(jī)事件影響震蕩下行，即為子圖C。由于“長(zhǎng)生疫苗”事件影響，市場(chǎng)一致認(rèn)為該公司將被退市處理且該預(yù)期不久得到驗(yàn)證，因利空出盡，市場(chǎng)具體回應(yīng)表現(xiàn)為子圖B。由此可知，隨機(jī)事件是預(yù)期事件的前因，而預(yù)期事件是隨機(jī)事件的后果，故針對(duì)隨機(jī)事件和預(yù)期事件的全樣本研究需要充分考慮子圖A、B、C三個(gè)階段，這也是我們構(gòu)建雙斷點(diǎn)回歸模型的理論基礎(chǔ)和現(xiàn)實(shí)依據(jù)。

圖1 立足“長(zhǎng)生疫苗”隨機(jī)事件及其預(yù)期事件的行業(yè)指數(shù)波動(dòng)圖

(二) 雙斷點(diǎn)回歸模型設(shè)計(jì)及其內(nèi)涵分析

考慮到隨機(jī)事件和預(yù)期事件發(fā)生的不可控性以及爆發(fā)時(shí)間點(diǎn)的突然性，故兩者都適合一般斷點(diǎn)回歸模型計(jì)算條件，即可針對(duì)子圖A和子圖B的樣本區(qū)間T1i和T2i分別建立如下斷點(diǎn)回歸模型：

Yi=a+dDi+f(Ti,Di)+ei,i=1, 2, …,n

(1)

但如前文所述，子圖B的預(yù)期事件源于子圖A的隨機(jī)事件，故脫離前期隨機(jī)事件單純對(duì)該事件進(jìn)行斷點(diǎn)回歸分析無(wú)法全面展示事件的前因關(guān)系。子圖A的隨機(jī)事件導(dǎo)致子圖B的預(yù)期事件，故脫離后期預(yù)期事件的隨機(jī)事件分析也不能全面呈現(xiàn)隨機(jī)事件的后果關(guān)系?？梢?jiàn)，研究重要事件導(dǎo)致的市場(chǎng)或行業(yè)影響，結(jié)合前后事件的分析將更為全面，結(jié)論也將更加穩(wěn)健?；诖?，綜合上述隨機(jī)事件和預(yù)期事件，立足圖1所示的樣本區(qū)間T3i，本文構(gòu)建雙斷點(diǎn)回歸模型如下：

Yi=a+drDri+deDei+f(Ti,Dri,Dei)+ei,i=1, 2, …,n

(2)

據(jù)圖1和式(2)可知，雙斷點(diǎn)回歸模型中Yi包含隨機(jī)事件和預(yù)期事件兩個(gè)時(shí)間段，cr和ce分別代表隨機(jī)事件和預(yù)期事件的爆發(fā)日期。Dri和Dei分別為隨機(jī)事件和預(yù)期事件的處理效應(yīng)，也是正常行情下使得市場(chǎng)數(shù)據(jù)E(Yi|c)產(chǎn)生波動(dòng)或跳躍的主要原因。dr和de分別為隨機(jī)事件和預(yù)期事件在斷點(diǎn)處的局部平滑處理效應(yīng)?？梢?jiàn)，相比于基礎(chǔ)斷點(diǎn)回歸模型，雙斷點(diǎn)回歸模型包含對(duì)隨機(jī)事件和預(yù)期事件的共同處理，既能從預(yù)期事件的角度全面研究隨機(jī)事件的市場(chǎng)影響，也能從隨機(jī)事件的角度深入分析預(yù)期事件產(chǎn)生的非市場(chǎng)原因。此外，當(dāng)Dri或Dei分別取值為0時(shí)，雙斷點(diǎn)回歸模型可簡(jiǎn)化為一般斷點(diǎn)回歸模型，即該模型能隨所選樣本區(qū)間的不同展現(xiàn)一般斷點(diǎn)回歸的效果，這充分展示了新建模型的廣義性。

三、 基于長(zhǎng)生事件的實(shí)證研究

雙斷點(diǎn)回歸模型合適于隨機(jī)事件導(dǎo)致市場(chǎng)波動(dòng)并引發(fā)后續(xù)預(yù)期事件現(xiàn)象的建模分析，而用于僅有隨機(jī)事件發(fā)生而無(wú)后續(xù)預(yù)期事件的研究則類(lèi)似一般斷點(diǎn)回歸分析，無(wú)法展現(xiàn)新模型的特點(diǎn)。對(duì)此，本文引入2018年“長(zhǎng)生疫苗”和“長(zhǎng)生退市”事件作為研究樣本進(jìn)行具體實(shí)證分析。其中，第一個(gè)事件對(duì)大眾或市場(chǎng)而言是隨機(jī)事件，而由于該事件市場(chǎng)對(duì)未來(lái)退市的發(fā)生存在心理預(yù)期，故第二個(gè)事件“長(zhǎng)生退市”為預(yù)期事件，這表明該案例適合雙斷點(diǎn)回歸模型分析。

(一) 案例背景和樣本選擇

2018年7月15日，國(guó)家藥品監(jiān)督管理局公布長(zhǎng)春長(zhǎng)生生物科技有限公司的凍干人用狂犬病疫苗生產(chǎn)存在記錄造假問(wèn)題，導(dǎo)致自2018年7月23日起疫苗概念股以及醫(yī)藥板塊持續(xù)大跌，半年后長(zhǎng)生生物科技有限公司的暫停上市，在此過(guò)程中，醫(yī)藥板塊指數(shù)的走勢(shì)如圖1所示。“長(zhǎng)生疫苗”與“長(zhǎng)生退市”事件都導(dǎo)致了市場(chǎng)指數(shù)的大幅波動(dòng)和跳躍，符合雙斷點(diǎn)回歸模型的建模條件。下面本文針對(duì)上述事件導(dǎo)致的醫(yī)藥市場(chǎng)變化和反應(yīng)進(jìn)行實(shí)證分析。實(shí)證對(duì)象為上證醫(yī)藥指數(shù)，該指數(shù)由上海證券市場(chǎng)醫(yī)藥衛(wèi)生行業(yè)35只具有代表性的醫(yī)藥股組成，我們選取該指數(shù)每日收盤(pán)價(jià)為被解釋變量，事件發(fā)生前后時(shí)間段為運(yùn)行變量，具體含義如表1所示。樣本區(qū)間為2018年6月22日至2019年2月15日。隨機(jī)事件爆發(fā)點(diǎn)為“長(zhǎng)生疫苗”事件全面爆發(fā)后的第一個(gè)交易日，即2018年7月23日，預(yù)期事件爆發(fā)點(diǎn)則為長(zhǎng)生生物收到深交所強(qiáng)制退市后的第一個(gè)交易日，即2019年1月15日。數(shù)據(jù)來(lái)源于Wind資訊。

表1 變量參數(shù)形式與具體含義

(二) 實(shí)證結(jié)果與穩(wěn)健性檢驗(yàn)

基于上述樣本與數(shù)據(jù)，本文設(shè)計(jì)實(shí)證過(guò)程如下：首先，運(yùn)用斷點(diǎn)回歸模型對(duì)“長(zhǎng)生疫苗”和“長(zhǎng)生退市”事件進(jìn)行單獨(dú)分析，初步判斷兩次事件分別給中國(guó)醫(yī)藥市場(chǎng)帶來(lái)的市場(chǎng)影響以及市場(chǎng)反應(yīng)；然后，運(yùn)用雙斷點(diǎn)回歸模型一次性對(duì)上述隨機(jī)事件和預(yù)期事件進(jìn)行聯(lián)合處理，并綜合分析事件影響和市場(chǎng)反應(yīng)。

圖2和圖3為斷點(diǎn)回歸模型對(duì)醫(yī)藥板塊指數(shù)分布擬合的結(jié)果，圖中散點(diǎn)為樣本數(shù)據(jù)，左邊曲線(xiàn)為對(duì)照組擬合曲線(xiàn)，右邊曲線(xiàn)為實(shí)驗(yàn)組擬合曲線(xiàn)，橫軸為中心化時(shí)間序列且分別為T(mén)1i-cr和T2i-ce，縱軸為上證醫(yī)藥指數(shù)的收盤(pán)價(jià)。表2匯總了兩次斷點(diǎn)回歸模型和雙斷點(diǎn)回歸模型擬合結(jié)果。需要說(shuō)明的是，表2、圖2及圖3的實(shí)證結(jié)果是基于核函數(shù)為矩形核、帶寬為一個(gè)月的條件估算而得?？紤]到市場(chǎng)反應(yīng)的滯后性和持續(xù)發(fā)酵的現(xiàn)實(shí)情況，本文選擇了指數(shù)波動(dòng)逐漸趨于平穩(wěn)的時(shí)間點(diǎn)為截止點(diǎn)，從而形成時(shí)間區(qū)間為一個(gè)月的帶寬。據(jù)圖2和表2可知，上證醫(yī)藥指數(shù)在斷點(diǎn)cr處的局部平滑效應(yīng)drc/顯著為負(fù)且數(shù)值為-345.02。分析表3可發(fā)現(xiàn)，不同帶寬以及不同核函數(shù)下drc/估計(jì)值方向一致，雖在0.5倍最優(yōu)帶寬下結(jié)果不顯著，但最優(yōu)帶寬和2倍最優(yōu)帶寬下估計(jì)結(jié)果在5%的顯著性水平下均為負(fù)。這表明，斷點(diǎn)回歸模型對(duì)醫(yī)藥板塊發(fā)生的“長(zhǎng)生疫苗”事件擬合結(jié)果較為穩(wěn)健，圖2中的向下“跳躍”也進(jìn)一步驗(yàn)證了上述結(jié)果。此外，根據(jù)斷點(diǎn)回歸模型計(jì)算結(jié)果可知，上證醫(yī)藥指數(shù)在斷點(diǎn)ce處的dec/估計(jì)值在5%的顯著性水平下為正且數(shù)值為193.47，這表明“長(zhǎng)生退市”事件對(duì)醫(yī)藥行業(yè)起到了促進(jìn)作用，這也可以理解為利空出盡后的指數(shù)反彈。進(jìn)一步分析表3可知，兩類(lèi)核函數(shù)三種帶寬選擇下所有結(jié)果都在5%的置信度下顯著性為正，其中帶寬由均方誤差(MSE)準(zhǔn)則函數(shù)計(jì)算而得[26]。同時(shí)，在圖3的擬合中，醫(yī)藥指數(shù)也呈現(xiàn)出明顯的向上跳躍波動(dòng)。以上結(jié)果表明“長(zhǎng)生疫苗”和“長(zhǎng)生退市”事件均對(duì)中國(guó)醫(yī)藥市場(chǎng)造成顯著影響，且影響結(jié)果符合理論邏輯。但正如前文所言，單獨(dú)的斷點(diǎn)回歸分析無(wú)法全面擬合隨機(jī)事件和預(yù)期事件間存在的前因后果關(guān)系，因此，其結(jié)果也存在一定的片面性。鑒于此，下文立足以上數(shù)據(jù)引入雙斷點(diǎn)回歸模型進(jìn)行計(jì)算和分析。

圖2 “長(zhǎng)生疫苗”隨機(jī)事件的斷點(diǎn)回歸擬合圖

圖3 “長(zhǎng)生退市”預(yù)期事件的斷點(diǎn)回歸擬合圖

表2 兩次斷點(diǎn)回歸和雙斷點(diǎn)回歸擬合結(jié)果

表3 兩次斷點(diǎn)回歸模型計(jì)算的穩(wěn)健性檢驗(yàn)

表2和表4分別呈現(xiàn)了雙斷點(diǎn)回歸模型的擬合結(jié)果和穩(wěn)健性檢驗(yàn)結(jié)果。本文通過(guò)對(duì)比不同帶寬的實(shí)證結(jié)果發(fā)現(xiàn)，當(dāng)帶寬在一個(gè)月及以上時(shí)，實(shí)證結(jié)果逐漸趨于穩(wěn)定。因此，表4的穩(wěn)健性帶寬選擇為一個(gè)月、兩個(gè)月、三個(gè)月。圖4則為雙斷點(diǎn)回歸模型立足上證醫(yī)藥指數(shù)，針對(duì)“長(zhǎng)生疫苗”和“長(zhǎng)生退市”事件擬合的效果圖。其中散點(diǎn)為樣本數(shù)據(jù)，左邊曲線(xiàn)為隨機(jī)事件發(fā)生前的擬合曲線(xiàn)，中間曲線(xiàn)為過(guò)渡階段的擬合曲線(xiàn)，右邊曲線(xiàn)為預(yù)期事件發(fā)生后的擬合曲線(xiàn)，橫軸為中心化時(shí)間序列T3i-cr，縱軸為上證醫(yī)藥指數(shù)收盤(pán)價(jià)。據(jù)表4可知，斷點(diǎn)cr附近局部平滑效應(yīng)參數(shù)dri在置信度5%下顯著為負(fù)且數(shù)值為-343.51；斷點(diǎn)ce附近局部平滑效應(yīng)參數(shù)dei在置信度1%下顯著為正且數(shù)值為230.30。這表明上證醫(yī)藥指數(shù)因“長(zhǎng)生疫苗”事件受到負(fù)面沖擊，指數(shù)跳躍式下跌；因“長(zhǎng)生退市”事件導(dǎo)致利空消息清空，指數(shù)跳躍式上漲。上述結(jié)論與圖4中指數(shù)在斷點(diǎn)處的向上跳躍和向下跳躍現(xiàn)象一致。以上現(xiàn)象與結(jié)論一方面與理論邏輯相符，另一方面也與兩次斷點(diǎn)回歸估計(jì)的結(jié)論相似，再次表明模型計(jì)算的準(zhǔn)確性和穩(wěn)定性。

圖4 雙斷點(diǎn)回歸擬合效果圖

(三) 模型比較與市場(chǎng)分析

引入不同帶寬并分別進(jìn)行參數(shù)估計(jì)，結(jié)果如表4所示。從表4可見(jiàn)，即使在不同帶寬下雙斷點(diǎn)回歸模型的估計(jì)結(jié)果在5%的置信度下也仍顯著，同時(shí)，參數(shù)估計(jì)結(jié)果的正負(fù)方向也保持一致。該結(jié)論表明，雙斷點(diǎn)回歸模型估計(jì)結(jié)果具有相對(duì)穩(wěn)健性，與分別進(jìn)行斷點(diǎn)回歸分析相比，新模型的估計(jì)結(jié)果更可靠。進(jìn)一步對(duì)比兩次斷點(diǎn)回歸模型和雙斷點(diǎn)回歸模型估計(jì)結(jié)果可知，針對(duì)隨機(jī)事件的擬合兩者差距較小，而針對(duì)預(yù)期事件的擬合兩者差距較大。上述差異產(chǎn)生的原因是雙斷點(diǎn)回歸模型估計(jì)建立在全樣本基礎(chǔ)上，考慮了隨機(jī)事件對(duì)預(yù)期事件的影響，而斷點(diǎn)回歸模型估計(jì)將預(yù)期事件僅當(dāng)作隨機(jī)事件處理。因此，盡管兩者估計(jì)方向一致，但影響效果存在差異。結(jié)合模型參數(shù)估計(jì)的穩(wěn)定性以及穩(wěn)健性檢驗(yàn)結(jié)果可知，雙斷點(diǎn)回歸模型擬合結(jié)果更加準(zhǔn)確且更穩(wěn)健，這也從實(shí)證的角度進(jìn)一步驗(yàn)證新建模型的優(yōu)越性和可行性。

表4 雙斷點(diǎn)回歸模型計(jì)算的穩(wěn)健性檢驗(yàn)

此外，對(duì)比表4中不同帶寬下兩個(gè)模型擬合結(jié)果可知，斷點(diǎn)回歸模型估計(jì)結(jié)果呈現(xiàn)直線(xiàn)趨勢(shì)，而雙斷點(diǎn)回歸模型估計(jì)結(jié)果表現(xiàn)為更符合實(shí)際弧形趨勢(shì)。其原因在于，無(wú)論是隨機(jī)事件還是預(yù)期事件，投資者情緒或反應(yīng)都會(huì)呈現(xiàn)一個(gè)突然增強(qiáng)而后緩慢變化的過(guò)程，而這種緩慢變化包含了效應(yīng)遞減現(xiàn)象，即U形趨勢(shì)。從擬合結(jié)果變化的趨勢(shì)可知，新構(gòu)建的雙斷點(diǎn)回歸模型更符合實(shí)際效應(yīng)規(guī)律。

兩次斷點(diǎn)回歸模型估計(jì)的結(jié)果表明：醫(yī)藥市場(chǎng)受到“長(zhǎng)生疫苗”事件的影響出現(xiàn)明顯“斷點(diǎn)”，但在“長(zhǎng)生退市”事件發(fā)生后市場(chǎng)迅速回暖并震蕩走高。雙斷點(diǎn)回歸模型的結(jié)果表明：中國(guó)醫(yī)藥板塊受此隨機(jī)事件影響產(chǎn)生明顯“斷點(diǎn)”，但不同的是此預(yù)期事件發(fā)生后市場(chǎng)迅速回暖并穩(wěn)步走高。而后續(xù)對(duì)預(yù)期事件擬合的不同結(jié)果也進(jìn)一步反映了兩類(lèi)模型的差異，圖2和圖4中預(yù)期事件擬合效果的不同也驗(yàn)證了該結(jié)論。上述結(jié)果表明，中國(guó)醫(yī)藥市場(chǎng)能夠及時(shí)反映行業(yè)中的隨機(jī)事件，并以跳躍式波動(dòng)展示，同時(shí)，該市場(chǎng)也能對(duì)其后如期發(fā)生的預(yù)期事件合理反應(yīng)。但不同的是，雙斷點(diǎn)回歸模型擬合結(jié)果表明該市場(chǎng)較為穩(wěn)健，尤其是利空消息出盡后市場(chǎng)平穩(wěn)過(guò)度再迅速走高，這不同于斷點(diǎn)回歸的振蕩走高。結(jié)合模型的理論分析和穩(wěn)健性估計(jì)結(jié)果可知，雙斷點(diǎn)回歸模型的擬合效果將更為可信。這也表明中國(guó)醫(yī)藥市場(chǎng)較為成熟，市場(chǎng)信心的反應(yīng)速度和吸收能力較強(qiáng)，市場(chǎng)相對(duì)比較穩(wěn)定。

以上實(shí)證分析和模型比較一方面表明雙斷點(diǎn)回歸模型相比于兩次斷點(diǎn)回歸模型更具備實(shí)際擬合優(yōu)勢(shì)，另一方面也表明中國(guó)醫(yī)藥市場(chǎng)是一個(gè)成熟且穩(wěn)健的市場(chǎng)，該市場(chǎng)不僅能及時(shí)反饋隨機(jī)事件，還會(huì)對(duì)利空出盡后的預(yù)期事件產(chǎn)生有效反應(yīng)。對(duì)投資者而言，該結(jié)論的意義在于展示了我國(guó)醫(yī)藥板塊市場(chǎng)的穩(wěn)健性，市場(chǎng)會(huì)因利好或利空消息的隨機(jī)出現(xiàn)而正常反應(yīng)，屬于成熟的正常市場(chǎng)，適合一般中長(zhǎng)期投資者關(guān)注，也適合消息型投機(jī)者關(guān)注。

四、 結(jié)論性評(píng)述

隨機(jī)事件的突發(fā)性往往使金融市場(chǎng)產(chǎn)生更大的震蕩，許多學(xué)者對(duì)其進(jìn)行了一系列研究，但相關(guān)研究常忽略了隨機(jī)事件可能產(chǎn)生的未來(lái)事件，即預(yù)期事件。此外，由于預(yù)期事件相對(duì)于市場(chǎng)而言也具備突發(fā)性和強(qiáng)影響性，因此針對(duì)預(yù)期事件的研究通常也被等同于隨機(jī)事件。顯然，這樣處理既忽略了隨機(jī)事件的后果關(guān)系，又忽略了預(yù)期事件的前因關(guān)系。對(duì)此，本文首先從隨機(jī)事件和預(yù)期事件全樣本角度出發(fā)構(gòu)建了雙斷點(diǎn)回歸模型，并從理論分析的角度闡述新模型的可行性、優(yōu)越性和廣義性。然后，引入“長(zhǎng)生疫苗”和“長(zhǎng)生退市”事件作為研究對(duì)象，以上證醫(yī)藥指數(shù)為分析樣本，立足兩次斷點(diǎn)回歸模型和雙斷點(diǎn)回歸模型進(jìn)行了一系列的實(shí)證研究。結(jié)果分別從擬合效果、參數(shù)趨勢(shì)、穩(wěn)健性、實(shí)際內(nèi)涵上展示了新模型在預(yù)期事件研究中的優(yōu)越性，表明中國(guó)醫(yī)藥市場(chǎng)屬于成熟型市場(chǎng)，適合理性投資者關(guān)注。此外，實(shí)證結(jié)果還表明，長(zhǎng)生生物的兩次事件均對(duì)中國(guó)醫(yī)藥市場(chǎng)產(chǎn)生了顯著影響，尤其是前期的疫苗造假事件。這一隨機(jī)事件在輿論的推波助瀾下給醫(yī)藥市場(chǎng)帶了顯著且持續(xù)時(shí)間較長(zhǎng)的負(fù)面影響?；谏鲜龇治雠c結(jié)論，進(jìn)一步提出如下建議：(1)加強(qiáng)醫(yī)藥行業(yè)質(zhì)量監(jiān)管和法律責(zé)任的界定，同時(shí)，動(dòng)員該領(lǐng)域?qū)＜蚁蚬妭鬟f專(zhuān)業(yè)信息來(lái)正確引導(dǎo)輿論發(fā)展，進(jìn)而避免市場(chǎng)過(guò)度反應(yīng)；(2)提高上市企業(yè)信息公開(kāi)的時(shí)效性、客觀性與全面性，建立企業(yè)與公眾之間的雙向?qū)崟r(shí)溝通平 臺(tái)，合理利用公眾視野監(jiān)督企業(yè)的運(yùn)營(yíng)和管理；(3)提高醫(yī)藥企業(yè)在信息公布上的違法違規(guī)成本，引導(dǎo)企業(yè)積極、主動(dòng)、及時(shí)且全面的公布相關(guān)信息與重大事項(xiàng)。

本文的研究，一方面從方法創(chuàng)新的角度提出了雙斷點(diǎn)回歸模型，該模型能結(jié)合前期隨機(jī)事件和后期預(yù)期事件對(duì)金融市場(chǎng)進(jìn)行全樣本多事件的影響效果分析，另一方面從實(shí)際應(yīng)用的角度，結(jié)合新舊模型對(duì)長(zhǎng)生生物的疫苗造假和退市事件進(jìn)行了實(shí)證比較分析，得出了有關(guān)我國(guó)醫(yī)藥市場(chǎng)穩(wěn)定性的系列結(jié)論。這些充分展示了本研究所具備的優(yōu)化性、新穎性和實(shí)用性。但是需要指出的是，由于本文的方法屬于新建方法，在理論上仍存在一系列不足之處；此外，方法局限于隨機(jī)事件與預(yù)期事件的同時(shí)出現(xiàn)，而該類(lèi)現(xiàn)象并非金融市場(chǎng)的必然現(xiàn)象，這可能導(dǎo)致新模型的運(yùn)用范圍較為局限。以上兩方面將是我們今后研究過(guò)程中要重點(diǎn)關(guān)注和努力之處。