劉娜

摘要：為了深入研究新冠疫情對(duì)于我國(guó)農(nóng)業(yè)股票市場(chǎng)的影響，本文采用事件研究法對(duì)新冠疫情期間中國(guó)農(nóng)業(yè)各部門(mén)行業(yè)股市收益率進(jìn)行實(shí)證分析，研究結(jié)果表明：新冠疫情對(duì)于我國(guó)農(nóng)業(yè)各部門(mén)行業(yè)股票市場(chǎng)產(chǎn)生一定的負(fù)面影響，這種影響具有一定程度的漸進(jìn)性，在行業(yè)部門(mén)間也有較大差異，但疫情造成的市場(chǎng)波動(dòng)很快趨于平穩(wěn)?？傮w而言新冠疫情對(duì)我國(guó)農(nóng)業(yè)股票市場(chǎng)的負(fù)面影響是有限的，所表現(xiàn)出的部門(mén)差異主要取決于各部門(mén)對(duì)于疫情的敏感度。

關(guān)鍵詞：新冠疫情 農(nóng)業(yè) 股票市場(chǎng) 事件研究

引言

自2003年以來(lái)我國(guó)頻繁發(fā)生一系列突發(fā)公共衛(wèi)生事件，預(yù)防公共衛(wèi)生問(wèn)題作為我國(guó)重點(diǎn)工作被廣泛關(guān)注。為了不斷完善健全突發(fā)公共衛(wèi)生事件應(yīng)急機(jī)制，各級(jí)政府陸續(xù)出臺(tái)方案和法規(guī)。目前各類(lèi)傳染性疾病仍然是我國(guó)突發(fā)公共衛(wèi)生事件的主要危害，2020年初我國(guó)爆發(fā)的新型冠狀病毒感染的肺炎疫情（簡(jiǎn)稱新冠疫情），1月底全國(guó)31個(gè)省份發(fā)布疫情防控一級(jí)響應(yīng)，截止3月15日24時(shí)，我國(guó)累計(jì)報(bào)告確診病例達(dá)80860例。在此背景之下，2020年又作為我國(guó)決戰(zhàn)決勝脫貧攻堅(jiān)，全面實(shí)現(xiàn)小康社會(huì)的關(guān)鍵一年，尤其是關(guān)系到廣大農(nóng)民的經(jīng)濟(jì)生活。那么值得深思的是此次新冠疫情是否對(duì)我國(guó)農(nóng)業(yè)造成影響，其影響程度如何;另外在龐大的農(nóng)業(yè)體系中，不同農(nóng)業(yè)部門(mén)的受影響程度是否存在差異。

從一定意義上來(lái)說(shuō)，災(zāi)害問(wèn)題的本質(zhì)是經(jīng)濟(jì)問(wèn)題，研究探討災(zāi)害與經(jīng)濟(jì)之間的關(guān)系也是各界關(guān)注的焦點(diǎn)。但目前許多學(xué)者已就公共衛(wèi)生事件本身、宏觀經(jīng)濟(jì)、國(guó)家金融財(cái)政政策、風(fēng)險(xiǎn)管理等方面問(wèn)題進(jìn)行了研究，相較之就災(zāi)害對(duì)中國(guó)行業(yè)市場(chǎng)經(jīng)濟(jì)的影響，對(duì)于農(nóng)業(yè)市場(chǎng)的影響的研究卻少之又少。而股市作為市場(chǎng)經(jīng)濟(jì)的晴雨表，其受宏觀因素的影響更為敏感，因此本文試圖利用事件研究法，探究新冠疫情對(duì)于我國(guó)農(nóng)業(yè)股票市場(chǎng)的影響，并且通過(guò)一定分類(lèi)依據(jù)，比較股票市場(chǎng)中農(nóng)業(yè)各部門(mén)所受影響程度差異

1 實(shí)證研究過(guò)程

1.1實(shí)證方法與過(guò)程

本文采用事件研究法對(duì)農(nóng)業(yè)行業(yè)股價(jià)影響進(jìn)行分析。其基本思想是根據(jù)市場(chǎng)有效性假說(shuō)，某個(gè)事件對(duì)公司的影響會(huì)在相對(duì)短暫時(shí)間內(nèi)反映在股票價(jià)格的變動(dòng)上。因此，本文借鑒國(guó)內(nèi)外事件研究法的理論與實(shí)踐，以此次新冠疫情為例，通過(guò)計(jì)算分析并檢驗(yàn)樣本上市公司股票收益率的波動(dòng)異常情況，分析地震巨災(zāi)對(duì)我國(guó)農(nóng)業(yè)相關(guān)行業(yè)樣本上市公司的影響。

1.1.1定義事件日、事件窗與估計(jì)窗

本文將2020年1月23日作為事件日。下一步，對(duì)于事件窗的選取，已有研究并沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，較通常的做法是Kanas（2005）采用事件日前后7個(gè)交易日（-3，3）和Miyajima and Yafeh（2007）利用的前后11個(gè)交易日（-5，5）;以及劉娥平（2005）選擇的事件窗口期為（-1，1）（-10，10）。鑒于減小預(yù)測(cè)股票收益率的偏差，本文選取兩個(gè)事件窗口期，以事件日為基準(zhǔn)，包括（-1，1）及（-10，10）的事件窗口期。同時(shí)在進(jìn)一步檢驗(yàn)中增加（-3，3）及（-5，5）兩個(gè)事件窗口期。另外本文選擇事件日前的200日，（-220，-20）窗口作為估計(jì)窗口期。

1.1.2 異常收益率的定義與估計(jì)

異常收益率（AR）用于衡量事件對(duì)公司市場(chǎng)績(jī)效及其價(jià)值的影響，主要是以事件窗股票實(shí)際收益率與假設(shè)事件不發(fā)生的情況下估計(jì)的預(yù)期收益率之差，即：ARit=Rit-ERit.

式中：ARit表示第i個(gè)證券在t日的異常收益率;Rit是t日的實(shí)際收益率;ERit是t日的預(yù)期收益率。

因此異常收益率計(jì)算的關(guān)鍵是如何估計(jì)預(yù)期收益率。本文中同時(shí)采用市場(chǎng)模型（SIM），市場(chǎng)調(diào)整模型（MAM），以及多因素模型中的Fama-French三因素模型（FF3）和Fama-French五因素模型（FF5）分別計(jì)算預(yù)期收益率，以期獲得更加穩(wěn)健的結(jié)論。

在市場(chǎng)模型（SIM）下：Rit=αi+βiRmt+eit.

其中，Rit表示股票i在第t日的收益率，Rmt表示第t日的市場(chǎng)收益率，本文采用滬深300收益率。eit為殘差。

在使用市場(chǎng)調(diào)整模型（MAM）估計(jì)正常收益率時(shí)，模型設(shè)定為αi=0與βi=1。

相較于市場(chǎng)模型，多因素模型中的Fama-French三因素模型和Fama-French五因素模型則是在計(jì)算預(yù)期收益率時(shí)將單個(gè)股票收益率與市場(chǎng)收益率進(jìn)行無(wú)風(fēng)險(xiǎn)收益調(diào)整，同時(shí)添加不同的風(fēng)險(xiǎn)因素。對(duì)于Fama-French三因素模型：

Rit-Rft=αi+β1[Rmt-Rft]+β2SMBt+β3（HMLt）+eit

其中，Rft表示無(wú)風(fēng)險(xiǎn)利率，SMBt表示由于公司規(guī)模不同造成的風(fēng)險(xiǎn)溢價(jià)，HMLt則表示由于賬面市值比不同所造成的風(fēng)險(xiǎn)溢價(jià)，指標(biāo)的計(jì)算參照Fama and French在2015年的文章。

而Fama-French五因素模型，是在三因素模型基礎(chǔ)上增加公司盈利和投資的因素：

Rit-Rft=αi+β1[Rmt-Rft]+β2SMBt+β3（HMLt）+β4（RMWt）+β5（CMAt）+eit

其中RMWt表示t時(shí)期盈利能力強(qiáng)的公司組合與盈利能力差的公司組合的收益率之差，CMAt表示t時(shí)期投資水平低的公司組合與投資水平高的公司組合的回報(bào)率之差，指標(biāo)的計(jì)算參照Fama and French在2015年的文章。

為了研究事件對(duì)整個(gè)行業(yè)股票的影響，因此還需計(jì)算各樣本的平均異常收益率AARit和累積異常收益率CARit。而平均異常收益率是針對(duì)某一時(shí)點(diǎn)，對(duì)所有樣本的異常收益率進(jìn)行平均：

其中t為事件窗口期的某一時(shí)刻，N為公司個(gè)數(shù)。累積收益率為某一公司i在t1到t2某一段時(shí)間里平均異常收益率的總和：

在此基礎(chǔ)上，計(jì)算平均累積異常收益率，即在t1到t2某一段時(shí)間里，所有公司的累積異常收益率的平均：

1.2 基本處理結(jié)果

為探究新冠疫情對(duì)我國(guó)農(nóng)業(yè)股票市場(chǎng)的影響，本文對(duì)行業(yè)各部分的累積收益率進(jìn)行分析。對(duì)于養(yǎng)殖業(yè)而言，在事件窗內(nèi)表現(xiàn)出負(fù)向累積異常收益率，其中在（-1，1）和（-3，3）內(nèi)四種檢驗(yàn)?zāi)Ｐ突揪ㄟ^(guò)了5%的顯著性水平，表明新冠疫情發(fā)生對(duì)其股票市場(chǎng)收益率產(chǎn)生明顯負(fù)面影響;另外可以發(fā)現(xiàn)隨著事件窗時(shí)長(zhǎng)的增加，其累積異常收益率呈現(xiàn)先增后減的趨勢(shì)，其中在（-3，3）內(nèi)達(dá)到極值，說(shuō)明在疫情發(fā)生日開(kāi)始的三天內(nèi)，疫情對(duì)于養(yǎng)殖業(yè)股票市場(chǎng)收益的影響力在逐漸加深，但十天后逐步減弱，在統(tǒng)計(jì)上已不再顯著。而在種植業(yè)與林業(yè)行業(yè)中，綜合四個(gè)模型的檢驗(yàn)，在事件發(fā)生前后一天內(nèi)對(duì)于行業(yè)股票市場(chǎng)產(chǎn)生顯著的負(fù)面影響，但事件發(fā)生第五天后，負(fù)向累積異常收益率雖有波動(dòng)，但統(tǒng)計(jì)上不再顯著。此外對(duì)于農(nóng)業(yè)服務(wù)和農(nóng)產(chǎn)品加工行業(yè)，雖表現(xiàn)出負(fù)向累積異常收益率，但其檢驗(yàn)并不顯著，說(shuō)明疫情對(duì)于這兩個(gè)行業(yè)的股票市場(chǎng)并未起到顯著影響。

2 結(jié)論

從本文研究結(jié)論可以得出一定啟示。首先優(yōu)化和完善農(nóng)村突發(fā)重大公共衛(wèi)生事件的應(yīng)急體系。第二需要健全面向小農(nóng)戶的農(nóng)業(yè)社會(huì)化服務(wù)體系，強(qiáng)化農(nóng)村補(bǔ)短板保障措施。最后是重視互聯(lián)網(wǎng)及數(shù)據(jù)化平臺(tái)在農(nóng)業(yè)領(lǐng)域的運(yùn)用，完善農(nóng)村地區(qū)物流體系建設(shè)。

參考文獻(xiàn)

[1]林凡磊.突發(fā)公共衛(wèi)生事件應(yīng)急管理研究[D].江蘇大學(xué)，2010.

[2]孔鋒.高度關(guān)注災(zāi)害對(duì)經(jīng)濟(jì)的影響：理論、趨勢(shì)與建議[J].中國(guó)減災(zāi)， 2019（21）： 32-34.

[3]鐘經(jīng)樊，連玉君.計(jì)量分析與STATA應(yīng)用[M].嶺南學(xué)院，2008.