賴澤文

(浙江財(cái)經(jīng)大學(xué) 浙江杭州 310018)

作為商品流通的終端環(huán)節(jié)，零售業(yè)是國(guó)民經(jīng)濟(jì)的先導(dǎo)產(chǎn)業(yè)和基礎(chǔ)產(chǎn)業(yè)，是消費(fèi)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的著力點(diǎn)，也是吸納就業(yè)的蓄水池。其中的百貨零售業(yè)消費(fèi)已成為中國(guó)經(jīng)濟(jì)的重要支撐，成為穩(wěn)定器、壓艙石。而2019年末2020年初新冠疫情的爆發(fā)對(duì)各類零售商而言是一個(gè)嚴(yán)峻的挑戰(zhàn)，對(duì)于以線下實(shí)體銷售為主的百貨零售商而言損失更大。

因此，研究新冠疫情對(duì)百貨零售業(yè)頭部公司所面臨風(fēng)險(xiǎn)造成的影響對(duì)于我國(guó)經(jīng)濟(jì)的風(fēng)險(xiǎn)管理具有極為重要的意義。

本文嘗試對(duì)比研究百貨零售業(yè)部分頭部公司以及其所處市場(chǎng)的多維度風(fēng)險(xiǎn)隨著新冠疫情嚴(yán)重程度變化而發(fā)生對(duì)應(yīng)的變化情況。首先，本文使用事件分析法來(lái)選擇數(shù)據(jù)樣本，即圍繞新冠疫情最初爆發(fā)時(shí)間節(jié)點(diǎn)和后疫情時(shí)間段選擇數(shù)據(jù)；其次，計(jì)算相關(guān)市場(chǎng)股票指數(shù)和公司的股票日收益率的月波動(dòng)率、因子載荷、特質(zhì)性波動(dòng)率、在險(xiǎn)價(jià)值和預(yù)期虧空分別來(lái)量化其總體風(fēng)險(xiǎn)、系統(tǒng)性風(fēng)險(xiǎn)、非系統(tǒng)性風(fēng)險(xiǎn)和左尾風(fēng)險(xiǎn)。在量化系統(tǒng)性風(fēng)險(xiǎn)和非系統(tǒng)性風(fēng)險(xiǎn)時(shí)，通過(guò)CAPM風(fēng)險(xiǎn)模型提取出百貨零售業(yè)龍頭股的因子載荷和特質(zhì)性波動(dòng)率；最后，利用數(shù)據(jù)制作折線圖分析研究百貨零售業(yè)頭部公司的風(fēng)險(xiǎn)變化情況。

本研究的目的是實(shí)證分析出新冠疫情爆發(fā)時(shí)期和后疫情時(shí)期百貨零售業(yè)頭部公司風(fēng)險(xiǎn)變化的特性。

本文從綜述文獻(xiàn)、所給模型與理論基礎(chǔ)及相關(guān)數(shù)據(jù)進(jìn)行實(shí)證結(jié)果分析，最后得出結(jié)論。

1 文獻(xiàn)綜述

從現(xiàn)有研究來(lái)看，目前對(duì)新冠疫情時(shí)期及后疫情時(shí)期中國(guó)零售業(yè)的研究主要集中在如何應(yīng)對(duì)由于疫情所帶來(lái)的風(fēng)險(xiǎn)，以及定性地描述零售業(yè)面臨的困境和挑戰(zhàn)。

在商業(yè)模式上，有學(xué)者認(rèn)為要圍繞商業(yè)模式核心要素人、貨、場(chǎng)進(jìn)行重構(gòu)，并提出五種數(shù)字經(jīng)濟(jì)下零售商業(yè)模式創(chuàng)新的路徑選擇；縮短消費(fèi)者購(gòu)物距離，開展全渠道營(yíng)銷,尤其是線上及直播渠道等。在發(fā)展數(shù)字化新零售上，從更新營(yíng)銷理念、健全產(chǎn)業(yè)標(biāo)準(zhǔn)、加強(qiáng)供應(yīng)管理、嚴(yán)控產(chǎn)品質(zhì)量、實(shí)施人才戰(zhàn)略五個(gè)方面推動(dòng)新零售轉(zhuǎn)型；構(gòu)建實(shí)體零售全渠道數(shù)據(jù)平臺(tái),打造縱向一體化戰(zhàn)略下的數(shù)字化供應(yīng)鏈體系。此外，在大規(guī)模的外生經(jīng)營(yíng)沖擊背景下，擁有響應(yīng)能力較強(qiáng)的主營(yíng)業(yè)務(wù)對(duì)零售企業(yè)取得較高的業(yè)績(jī)起著決定性作用。

實(shí)體零售業(yè)所面臨的困境和挑戰(zhàn)可分為供給側(cè)和需求側(cè)。在供給側(cè)方面，由于2020年新冠疫情在全球蔓延，且零售業(yè)的產(chǎn)出對(duì)價(jià)格影響較為敏感，國(guó)內(nèi)供應(yīng)鏈中斷風(fēng)險(xiǎn)加大，這其中包括運(yùn)輸端和制造端斷裂風(fēng)險(xiǎn)；在需求側(cè)，新冠疫情最初爆發(fā)時(shí)間節(jié)點(diǎn)恰逢中國(guó)春節(jié)，這通常是消費(fèi)者消費(fèi)的高峰期，疫情導(dǎo)致客流量大幅下降，購(gòu)買訂單大幅減少，企業(yè)的庫(kù)存商品無(wú)法銷售變現(xiàn)；后疫情時(shí)代消費(fèi)者的消費(fèi)習(xí)慣發(fā)生改變，環(huán)境變化和挑戰(zhàn)、個(gè)人心理變化、溝通渠道變化和資源不可用激發(fā)了消費(fèi)者的數(shù)字參與積極性，傳統(tǒng)企業(yè)場(chǎng)景應(yīng)用不匹配。資金周轉(zhuǎn)緊張及庫(kù)存積壓、供應(yīng)鏈斷裂加大了財(cái)務(wù)風(fēng)險(xiǎn)和經(jīng)營(yíng)風(fēng)險(xiǎn)。此外，在新冠疫情發(fā)展的三個(gè)階段，零售業(yè)商業(yè)模式創(chuàng)新本身也有風(fēng)險(xiǎn)，并且相關(guān)風(fēng)險(xiǎn)等級(jí)隨著創(chuàng)新的普及和深入逐步上升，其中疫情最嚴(yán)重階段零售企業(yè)發(fā)展模式轉(zhuǎn)變明顯，風(fēng)險(xiǎn)最大。

在一般零售企業(yè)風(fēng)險(xiǎn)的定量研究方面，有學(xué)者采用Z分?jǐn)?shù)模型對(duì)實(shí)體零售企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行評(píng)估，發(fā)現(xiàn)新冠疫情給整個(gè)行業(yè)帶來(lái)巨大的沖擊，其中對(duì)百貨子行業(yè)的沖擊最大，百貨和多業(yè)態(tài)零售子行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)加劇。但是，對(duì)一般零售企業(yè)面臨風(fēng)險(xiǎn)的定量研究比較少見，對(duì)實(shí)體百貨零售業(yè)面臨的多維風(fēng)險(xiǎn)如系統(tǒng)性風(fēng)險(xiǎn)、特質(zhì)性風(fēng)險(xiǎn)、左尾風(fēng)險(xiǎn)等的定量研究更是少之又少。故本文在新冠疫情爆發(fā)時(shí)期及后疫情時(shí)期從量化的角度多維度分析研究百貨零售業(yè)頭部公司，以及所處市場(chǎng)所面臨的風(fēng)險(xiǎn)及其變化特征。

2 模型、方法與數(shù)據(jù)

2.1 模型與理論基礎(chǔ)

本文采取CAPM風(fēng)險(xiǎn)模型作為理論模型，通過(guò)相關(guān)風(fēng)險(xiǎn)指標(biāo)量化對(duì)應(yīng)風(fēng)險(xiǎn)，從而對(duì)新冠疫情時(shí)期和后疫情時(shí)期百貨零售業(yè)頭部公司和相關(guān)市場(chǎng)風(fēng)險(xiǎn)的變化進(jìn)行分析。

CAPM風(fēng)險(xiǎn)模型數(shù)學(xué)表達(dá)式：

式(1)中rp,t和MKTt分別是所選取百貨零售業(yè)個(gè)股(p)和指數(shù)(上證A股指數(shù)和上證可選消費(fèi)指數(shù))在t時(shí)期內(nèi)的日收益率，本文將以βp來(lái)衡量系統(tǒng)性風(fēng)險(xiǎn)，即市場(chǎng)風(fēng)險(xiǎn)，以ε p,t(不能被市場(chǎng)或行業(yè)解釋的部分)的標(biāo)準(zhǔn)差即特質(zhì)性波動(dòng)率來(lái)衡量非系統(tǒng)性風(fēng)險(xiǎn)。

2.2 實(shí)證方法

2.2.1 分析方法

本文采用事件分析法(借助金融市場(chǎng)數(shù)據(jù)分析某一特定事件對(duì)于某個(gè)經(jīng)濟(jì)對(duì)象造成的影響)，其中中國(guó)新冠疫情的爆發(fā)被選取為特定事件。本文選取疫情最初爆發(fā)的時(shí)間節(jié)點(diǎn)為2019年末到2020年初，被選擇樣本的時(shí)間跨度約為3年零8個(gè)月，具體時(shí)間范圍是2019年10月8日到2023年5月19日；分析對(duì)象是上海股票市場(chǎng)的百貨零售業(yè)部分頭部公司和對(duì)應(yīng)的市場(chǎng)，所選取個(gè)股分別為杭州解百股份有限公司(600814)、王府井(600859)、翠微股份(603123)、重慶百貨(600729)，對(duì)照組股票指數(shù)分別為上證A股指數(shù)(000002)和上證可選消費(fèi)指數(shù)(000035)。

2.2.2 指標(biāo)的計(jì)算方法、意義或表現(xiàn)形式

(1) 總體風(fēng)險(xiǎn)指標(biāo)——月波動(dòng)率計(jì)算公式：

式(2)中：X為個(gè)股或市場(chǎng)股票指數(shù)日收益率所選取樣本的觀測(cè)值，為各個(gè)樣本組(每個(gè)月的日度收益率為一個(gè)樣本組)日收益率的均值，n為某個(gè)樣本組中包含的觀測(cè)點(diǎn)數(shù)量。

(2)左尾風(fēng)險(xiǎn)指標(biāo)：①在險(xiǎn)價(jià)值(Value at Risk/VaR)，將個(gè)股或指數(shù)在所選擇時(shí)間段內(nèi)的日收益率由大到小依次排列，公式如下：

式(3)中：L、i、fx分別為Px所在組段的下限、組距和頻數(shù)；∑fL為小于L所在組段的累計(jì)頻數(shù))分別計(jì)算出1.10%、0.90%、0.80%、0.60%、0.40%、0.30%、0.10%的百分位數(shù)。②預(yù)期虧空(Expected Shortfall/ES)，基于計(jì)算得出的在險(xiǎn)價(jià)值，計(jì)算在損失超出第1.1百分位數(shù)條件下?lián)p失的等權(quán)重均值。

(3)系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)——因子載荷(Beta/β)：在本文中表現(xiàn)形式為當(dāng)市場(chǎng)(上證A股指數(shù)或上證可選消費(fèi)指數(shù))變動(dòng)1單位時(shí)，個(gè)股向上或向下變動(dòng)的幅度。

(4)非系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)——特質(zhì)性波動(dòng)率：在本文中用來(lái)衡量剔除系統(tǒng)性風(fēng)險(xiǎn)后，當(dāng)個(gè)股代表的公司特質(zhì)性因素發(fā)生變動(dòng)時(shí)，個(gè)股(杭州解百股票)所受到的影響。

(5)疫情嚴(yán)重程度指標(biāo)——月度新增確診病例數(shù)：月度新增確診病例數(shù)越高在一定程度上表明疫情越嚴(yán)重，當(dāng)疫情嚴(yán)重時(shí)會(huì)對(duì)市場(chǎng)和百貨零售業(yè)龍頭公司產(chǎn)生負(fù)面影響。

2.2.3 數(shù)據(jù)來(lái)源

由于無(wú)法在單個(gè)數(shù)據(jù)庫(kù)中獲取全部所需原始數(shù)據(jù)，本文所使用的原始數(shù)據(jù)中2019年10月到2023年4月的個(gè)股數(shù)據(jù)均來(lái)自CCER經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)，2023年5月份的個(gè)股數(shù)據(jù)則來(lái)自同花順；股票指數(shù)的原始數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)；新增確診病例原始數(shù)據(jù)均來(lái)自Wind數(shù)據(jù)庫(kù)。CCER經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)和Wind數(shù)據(jù)庫(kù)皆是具有高質(zhì)量數(shù)據(jù)的權(quán)威性數(shù)據(jù)庫(kù)，同花順是一款股票行情交易軟件，記載了實(shí)時(shí)和歷史交易數(shù)據(jù)。

在疫情嚴(yán)重程度指標(biāo)的獲取上，本文選擇了2020年1月至2022年12月的全國(guó)新冠肺炎當(dāng)日新增確診病例數(shù)的月合計(jì)數(shù)。因?yàn)橹袊?guó)新冠疫情爆發(fā)的時(shí)間點(diǎn)在2020年初，所以從2020年1月開始計(jì)算新增確診病例數(shù)；而且，在2022年12月13日中國(guó)疫情全面放開，往后新冠肺炎新增確診數(shù)與新冠肺炎實(shí)際感染人數(shù)之間必然存在較大差距，所以計(jì)算月度新增確診病例數(shù)的時(shí)間終點(diǎn)為2022年12月。

在收益率指標(biāo)的獲取上，對(duì)于個(gè)股，本文通過(guò)CCER經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)——標(biāo)準(zhǔn)數(shù)據(jù)——A股市場(chǎng)——交易數(shù)據(jù)——股票價(jià)格收益——日度價(jià)格、收益及風(fēng)險(xiǎn)信息，從而得到收盤價(jià)的數(shù)據(jù)，然后使用收盤價(jià)通過(guò)簡(jiǎn)單收益率計(jì)算方式計(jì)算出個(gè)股日回報(bào)率；對(duì)于指數(shù)，本文選取國(guó)泰安數(shù)據(jù)庫(kù)——股票市場(chǎng)系列——市場(chǎng)指數(shù)——國(guó)內(nèi)指數(shù)交易數(shù)據(jù)——國(guó)內(nèi)指數(shù)日行情文件，從而得到股票指數(shù)日回報(bào)率數(shù)據(jù)。

在時(shí)間樣本的選擇上，由于本文研究的重點(diǎn)是新冠疫情爆發(fā)時(shí)期及后疫情時(shí)期百貨零售業(yè)頭部公司的風(fēng)險(xiǎn)變化，因此選擇的時(shí)間樣本分別為圍繞新冠疫情最初開始的時(shí)間節(jié)點(diǎn)(2019年12月)前后的8個(gè)月即2019年10月到2020年5月，以及后疫情時(shí)期開始后的3年即2020年6月到2023年5月。該樣本的選擇符合使用事件分析法的條件。

在股票指數(shù)樣本的選擇上，本文選取的是上證A股指數(shù)，因?yàn)樵谏虾ＷC券交易所上市的公司相對(duì)在北京交易所、深圳交易所上市的公司而言運(yùn)營(yíng)更加成熟、體量更大、發(fā)展也更穩(wěn)定，而且上海證券交易所已經(jīng)成為全球第三大證券交易所和全球最活躍的證券交易所之一，因此上證A股指數(shù)具有較強(qiáng)的代表性，在很大程度上可以反映中國(guó)市場(chǎng)的變化情況。此外，本文的研究對(duì)象是百貨零售業(yè)頭部公司，而百貨零售類商品大部分屬于可選消費(fèi)品，所以股票指數(shù)中還選取了上證可選指數(shù)。

在個(gè)股樣本的選擇上，本文選取百貨零售行業(yè)中的頭部公司股票，并從相關(guān)公司影響力的地域范圍角度自大至小選取個(gè)股，即王府井(王府井是全國(guó)規(guī)模最大、業(yè)態(tài)最全的商業(yè)零售集團(tuán)之一，公司銷售網(wǎng)絡(luò)覆蓋中國(guó)七大經(jīng)濟(jì)區(qū)域，能夠較為全面地反映疫情對(duì)其的影響)、重慶百貨(中國(guó)西部地區(qū)百貨零售龍頭企業(yè))、杭州解百(浙江百貨零售頭部公司)、翠微股份(旗下翠微百貨是北京市海淀區(qū)區(qū)屬商業(yè)龍頭企業(yè))。通過(guò)量化基于地域劃分的百貨零售業(yè)頭部公司股票所面臨風(fēng)險(xiǎn)的表現(xiàn)情況，本文重點(diǎn)分析新冠疫情對(duì)百貨零售業(yè)頭部公司所面臨風(fēng)險(xiǎn)所造成的影響。

此外，在為什么選擇這些個(gè)股的角度上，本文還有一個(gè)考量維度。新冠疫情的爆發(fā)對(duì)于百貨零售業(yè)具有負(fù)面影響，但也具有正面影響——“零售新模式”快速發(fā)展，這對(duì)于百貨零售業(yè)的風(fēng)險(xiǎn)變化直觀上具有顯著影響，所以該因素有必要納入個(gè)股樣本選擇的考慮中。

新冠疫情期間，杭州解百股份有限公司旗下的杭州大廈進(jìn)行了許多新零售方面的嘗試，如建設(shè)線上社群、大力推動(dòng)小程序、線上商城、直播等線上玩法等；轉(zhuǎn)變對(duì)百貨零售商形式上的觀念：把自己從渠道商轉(zhuǎn)為能夠滿足多元化消費(fèi)需求的服務(wù)運(yùn)營(yíng)商；同時(shí)，杭州大廈始終不忘初心——堅(jiān)持定位于高端百貨，做差異化產(chǎn)品，而不是盲從線上銷售等形式的新零售趨勢(shì)。

杭州解百在新零售趨勢(shì)中的敏感性、適應(yīng)性及靈活性從中可見一斑。因此，本文計(jì)算特質(zhì)性波動(dòng)率和因子載荷時(shí)選取杭州解百股票的日回報(bào)率作為計(jì)算對(duì)象。

計(jì)算指標(biāo)的樣本選擇與獲取。

月波動(dòng)率：以個(gè)股和股票指數(shù)自2019年10月至2023年5月這個(gè)時(shí)間段內(nèi)每個(gè)月的日回報(bào)率為一個(gè)小樣本單位來(lái)計(jì)算樣本標(biāo)準(zhǔn)差，計(jì)算對(duì)象是所選取的四只股票和兩只股票指數(shù)的日收益率。

在險(xiǎn)價(jià)值：時(shí)間段樣本為2019年10月至2023年5月，選取的顯著性水平分別為1.10%、0.90%、0.80%、0.60%、0.40%、0.30%、0.10%，計(jì)算對(duì)象是所選取的四只股票和兩只股票指數(shù)。計(jì)算方式為利用Excel軟件數(shù)據(jù)分析庫(kù)中的排位與百分比排位功能對(duì)樣本數(shù)據(jù)進(jìn)行處理，從而得到相應(yīng)顯著性水平下的在險(xiǎn)價(jià)值。

預(yù)期虧空：時(shí)間段為2019年10月8日至2023年5月19日，顯著性水平為1.10%，計(jì)算對(duì)象是所選取的四只股票和兩只股票指數(shù)。

因子載荷：在2019年10月8日至2020年5月29日時(shí)間段內(nèi)(新冠疫情爆發(fā)時(shí)間段樣本)，每?jī)蓚€(gè)月為1個(gè)樣本單位；在2020年6月1日至2023年5月19日時(shí)間段內(nèi)(后疫情時(shí)期時(shí)間樣本)，每?jī)蓚€(gè)月為1個(gè)樣本單位。計(jì)算方法為利用軟件Excel數(shù)據(jù)分析庫(kù)中的回歸功能對(duì)樣本數(shù)據(jù)進(jìn)行回歸得到的Coefficients of X Variable即為因子載荷，被解釋變量y為杭州解百股票的日收益率，解釋變量x為上證A股指數(shù)或上證可選消費(fèi)指數(shù)的日收益率。

特質(zhì)性波動(dòng)率：在2019年10月8日至2020年5月29日時(shí)間段內(nèi)，每?jī)蓚€(gè)月為1個(gè)樣本單位；在2020年6月1日至2023年5月19日時(shí)間段內(nèi)，每?jī)蓚€(gè)月為1個(gè)樣本單位。計(jì)算方法為利用軟件Excel數(shù)據(jù)分析庫(kù)中的回歸功能對(duì)樣本數(shù)據(jù)進(jìn)行回歸，得到模型回歸殘差，再計(jì)算出每組樣本殘差的標(biāo)準(zhǔn)差即為特質(zhì)性波動(dòng)率，被解釋變量y為杭州解百股票的日收益率，解釋變量x為上證A股指數(shù)或上證可選消費(fèi)指數(shù)的日收益率。

3 實(shí)證結(jié)果分析和結(jié)論

3.1 實(shí)證結(jié)果

3.1.1 月波動(dòng)率

由圖1可知，在本文所選取的新冠疫情爆發(fā)后的1年當(dāng)中，市場(chǎng)大盤(上證A股指數(shù)和上證可選消費(fèi)指數(shù))的總體風(fēng)險(xiǎn)(月波動(dòng)率)在2020年的2月份和7月份達(dá)到峰值。而2020年年初到2020年3月底我國(guó)處于疫情沖擊階段，尤其是在2020年2月份，我國(guó)疫情進(jìn)入疫情爆發(fā)以來(lái)最為嚴(yán)重的時(shí)期，圖1中表現(xiàn)為月度新冠肺炎新增確診病例數(shù)驟增達(dá)到峰值，大盤指數(shù)在短期內(nèi)暴跌，當(dāng)月波動(dòng)率驟增。

圖1 2019年10月至2023年5月個(gè)股、股指波動(dòng)率和新冠肺炎新增確診病例數(shù)月度折線圖

為了應(yīng)對(duì)疫情，在2020年1月份國(guó)家衛(wèi)生健康委發(fā)布《新型冠狀病毒感染的肺炎防控方案》《新型冠狀病毒感染的肺炎診療方案》和《新型冠狀病毒感染的肺炎重癥患者集中救治方案》，前兩者的版本根據(jù)后續(xù)實(shí)際情況不斷更新；2020年2月份國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制印發(fā)《關(guān)于進(jìn)一步強(qiáng)化責(zé)任落實(shí)做好防治工作的通知》《關(guān)于科學(xué)防治精準(zhǔn)施策分區(qū)分級(jí)做好新冠肺炎疫情防控工作的指導(dǎo)意見》《企事業(yè)單位復(fù)工復(fù)產(chǎn)疫情防控措施指南》《關(guān)于進(jìn)一步落實(shí)分區(qū)分級(jí)差異化防控策略的通知》；2020年3月份國(guó)務(wù)院辦公廳印發(fā)《關(guān)于應(yīng)對(duì)新冠肺炎疫情影響強(qiáng)化穩(wěn)就業(yè)舉措的實(shí)施意見》。

在2020年3月份中國(guó)疫情爆發(fā)的猛烈勢(shì)頭逐漸平穩(wěn)，中國(guó)渡過(guò)了首輪新冠疫情流行高峰，在圖1中表現(xiàn)為月度新冠肺炎新增確診病例數(shù)大幅下降，與之對(duì)應(yīng)的是圖1中2020年3月份大盤指數(shù)的月波動(dòng)率有所下降。

2020年4月份，國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制印發(fā)《關(guān)于進(jìn)一步做好重點(diǎn)場(chǎng)所重點(diǎn)單位重點(diǎn)人群新冠肺炎疫情防控相關(guān)工作的通知》和《新冠病毒無(wú)癥狀感染者管理規(guī)范》，中央應(yīng)對(duì)疫情工作領(lǐng)導(dǎo)小組印發(fā)《關(guān)于在有效防控疫情的同時(shí)積極有序推進(jìn)復(fù)工復(fù)產(chǎn)的指導(dǎo)意見》，國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制印發(fā)《全國(guó)不同風(fēng)險(xiǎn)地區(qū)企事業(yè)單位復(fù)工復(fù)產(chǎn)疫情防控措施指南》；2020年5月份，國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制印發(fā)《關(guān)于做好新冠肺炎疫情常態(tài)化防控工作的指導(dǎo)意見》。中國(guó)新冠肺炎新增確診病例數(shù)在4、5月份逐步動(dòng)態(tài)清零，在4月末全國(guó)疫情防控進(jìn)入常態(tài)化，與之對(duì)應(yīng)的是圖1中大盤指數(shù)4、5月份的波動(dòng)率較平穩(wěn)。

2020年4、5月份疫情的好轉(zhuǎn)使得宏觀經(jīng)濟(jì)開始上行，各項(xiàng)宏觀經(jīng)濟(jì)指標(biāo)如PMI、10年期國(guó)債收益率等逐漸增長(zhǎng)，而股市大盤具有親周期性，宏觀經(jīng)濟(jì)的好轉(zhuǎn)推動(dòng)了股市在7月份大漲，從而使得大盤指數(shù)7月份的波動(dòng)率驟增。這與圖1中大盤指數(shù)月波動(dòng)率大幅提高的趨勢(shì)相吻合。

2021年，中國(guó)堅(jiān)持“動(dòng)態(tài)清零”總方針,用一個(gè)潛伏期(14天)就控制住德爾塔變異株帶來(lái)的疫情。這1年中國(guó)疫情對(duì)市場(chǎng)大盤造成的直接影響較弱，其中具體間接影響無(wú)法從圖中推斷得出。

2022年3月和4月中國(guó)新冠疫情反彈，尤其是上海市在此期間幾乎停擺，表現(xiàn)為圖1中的月度新冠肺炎新增確診病例數(shù)大幅增加，4月份是這次疫情沖擊的主要時(shí)間節(jié)點(diǎn)，宏觀經(jīng)濟(jì)下行壓力增大，而圖1中大盤指數(shù)波動(dòng)率也在2022年3月提高并在4月達(dá)到峰值。

2022年11月、12月圖1中月度新冠肺炎新增確診病例數(shù)激增，大盤指數(shù)的波動(dòng)率則在11月達(dá)到峰值。2022年12月7日，由于相關(guān)病毒致病力不斷減弱且傳播速度快，我國(guó)疫苗接種的普及以及防控經(jīng)驗(yàn)的積累，國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制綜合組公布優(yōu)化落實(shí)疫情防控的“新十條”，這意味著全面放開疫情，也正是上述三個(gè)緣由，全面放開疫情對(duì)我國(guó)經(jīng)濟(jì)并沒(méi)有造成較大的沖擊，與之相應(yīng)的是圖1中2022年12月后的大盤指數(shù)波動(dòng)率相對(duì)較為平緩。

2022年12月26日，國(guó)務(wù)院聯(lián)防聯(lián)控機(jī)制綜合組印發(fā)《關(guān)于對(duì)新型冠狀病毒感染實(shí)施“乙類乙管”的總體方案》；2023年5月5日，世界衛(wèi)生組織宣布，新冠疫情不再構(gòu)成“國(guó)際關(guān)注的突發(fā)公共衛(wèi)生事件”。在這5個(gè)月當(dāng)中，新冠疫情的影響趨于緩和，宏觀經(jīng)濟(jì)正在緩慢復(fù)蘇，圖1中大盤指數(shù)月波動(dòng)率的變化較為和緩，符合這一特征。

顯然，市場(chǎng)總體風(fēng)險(xiǎn)表現(xiàn)為“親疫情趨勢(shì)”，其變化與疫情嚴(yán)重程度的變化有較強(qiáng)的關(guān)聯(lián)性。

而百貨零售板塊各個(gè)不同大小地域?qū)?yīng)龍頭股的總體風(fēng)險(xiǎn)則表現(xiàn)穩(wěn)定、絕對(duì)數(shù)值低且平緩，受到所處市場(chǎng)行情波動(dòng)的影響很小。對(duì)于總體風(fēng)險(xiǎn)而言，百貨零售業(yè)的龍頭股呈現(xiàn)出較強(qiáng)的對(duì)疫情、對(duì)市場(chǎng)風(fēng)險(xiǎn)變化的抵御能力。

3.1.2 因子載荷和特質(zhì)性波動(dòng)率

特質(zhì)性波動(dòng)率：由圖2可知，杭州解百股票日收益率對(duì)上證A股指數(shù)和上證可選消費(fèi)指數(shù)日收益率的特質(zhì)性波動(dòng)率變化的絕對(duì)數(shù)值和總體或局部趨勢(shì)均相似，甚至相同，這在一定程度上說(shuō)明杭州解百股票的非系統(tǒng)性風(fēng)險(xiǎn)，無(wú)論是在剔除了上海股票市場(chǎng)風(fēng)險(xiǎn)還是在剔除了細(xì)分市場(chǎng)——上?？蛇x消費(fèi)市場(chǎng)風(fēng)險(xiǎn)的條件下，對(duì)市場(chǎng)類型變化是穩(wěn)健的，不隨市場(chǎng)范圍變化而變化，呈現(xiàn)出一種抵御能力。

圖2 2019年10月到2023年5月杭州解百股票日收益率對(duì)上證A股指數(shù)和上證可選消費(fèi)指數(shù)日收益率的因子載荷和特質(zhì)性波動(dòng)率以及新增確診病例月度折線圖

同時(shí)，這種相似性可能也側(cè)面反映了當(dāng)新冠疫情這種導(dǎo)致宏觀環(huán)境眾多因素波動(dòng)劇烈的外生沖擊發(fā)生時(shí)，風(fēng)險(xiǎn)因子在各個(gè)市場(chǎng)間的流動(dòng)性會(huì)大大加強(qiáng)。

此外，杭州解百股票日收益率的特質(zhì)性波動(dòng)率在2020年的2月和7月、2022年的3月和4月、2023年的12月這4個(gè)疫情程度嚴(yán)重的時(shí)間節(jié)點(diǎn)達(dá)到峰值，而因子載荷波動(dòng)不大，可見其非系統(tǒng)性風(fēng)險(xiǎn)相對(duì)系統(tǒng)性風(fēng)險(xiǎn)而言呈現(xiàn)出更明顯的“親疫情趨勢(shì)”。

因子載荷：由圖2可知，杭州解百股票日收益率對(duì)上證A股指數(shù)和上證可選消費(fèi)指數(shù)日收益率的因子載荷變化較小且穩(wěn)定，反映了該股票對(duì)市場(chǎng)風(fēng)險(xiǎn)具有較強(qiáng)的抵御能力，這一點(diǎn)與其總體風(fēng)險(xiǎn)的表現(xiàn)相似。

在后疫情時(shí)代杭州解百股票的非系統(tǒng)性風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)與疫情爆發(fā)時(shí)期類似。

3.1.3 在險(xiǎn)價(jià)值和預(yù)期虧空

由圖3和圖4可知，在2019年10月到2023年5月期間，股票指數(shù)日收益率在不同顯著性水平下的VaR值及顯著性水平為1.10%時(shí)的預(yù)期虧空絕對(duì)值均明顯大于百貨零售業(yè)龍頭股日收益率，可見百貨龍頭股面臨的左尾風(fēng)險(xiǎn)在疫情時(shí)遠(yuǎn)小于所在市場(chǎng)。

此外，不論是日收益率的在險(xiǎn)價(jià)值還是預(yù)期虧空，上證A股指數(shù)均小于上證可選消費(fèi)指數(shù)，這體現(xiàn)了資產(chǎn)分散降低風(fēng)險(xiǎn)的優(yōu)勢(shì)。

3.2 結(jié)論

百貨零售業(yè)頭部公司股票具有較強(qiáng)的應(yīng)對(duì)疫情沖擊和應(yīng)對(duì)市場(chǎng)波動(dòng)的抵御能力，這也與其作為消費(fèi)類股票所具有的穩(wěn)健性是對(duì)應(yīng)的。不論是在新冠疫情爆發(fā)時(shí)期還是后疫情時(shí)期，其總體風(fēng)險(xiǎn)、系統(tǒng)性風(fēng)險(xiǎn)、非系統(tǒng)性風(fēng)險(xiǎn)、左尾風(fēng)險(xiǎn)均表現(xiàn)為穩(wěn)定平緩。同時(shí)，其非系統(tǒng)性風(fēng)險(xiǎn)相對(duì)系統(tǒng)性風(fēng)險(xiǎn)而言表現(xiàn)出更強(qiáng)的“親疫情趨勢(shì)”，但該性質(zhì)不如市場(chǎng)指數(shù)的“親疫情趨勢(shì)”明顯。