錢思蒙

摘?要：股票市場的穩(wěn)健發(fā)展是中國經(jīng)濟(jì)持續(xù)健康發(fā)展的重要保障。本文通過分析CAPM模型、Fama-French三因子模型殘差項(xiàng)、日收盤價(jià)均值、波動(dòng)率、在險(xiǎn)價(jià)值、尾部均值、特質(zhì)波動(dòng)率等指標(biāo)，探究以2020年新型冠狀病毒肺炎疫情為例的外生沖擊對主要行業(yè)典型性股票的影響，并提出了多維度的風(fēng)險(xiǎn)防控建議。實(shí)證結(jié)果表明，外生沖擊會加劇行業(yè)典型公司的股價(jià)波動(dòng)，金融風(fēng)險(xiǎn)挑戰(zhàn)增強(qiáng)，不同行業(yè)典型公司股票對外生沖擊的抵御能力不同。文章的理論與實(shí)證分析也進(jìn)一步指出，由于各公司主營業(yè)務(wù)的異質(zhì)性，同一行業(yè)不同股票對相同風(fēng)險(xiǎn)度量指標(biāo)的反應(yīng)程度不同。因各風(fēng)險(xiǎn)指標(biāo)度量維度和方式不同，同一股票對不同風(fēng)險(xiǎn)度量指標(biāo)的敏感性也存在一定的差異。

關(guān)鍵詞：外生沖擊；新冠疫情；股票市場；風(fēng)險(xiǎn)管理

中圖分類號：F832.5??????文獻(xiàn)標(biāo)識碼：A??文章編號：1005-6432（2023）23-0000-08

[DOI]10.13939/j.cnki.zgsc.2023.23.000

1引言

我國經(jīng)濟(jì)已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段[1]。2019年中國經(jīng)濟(jì)呈現(xiàn)出穩(wěn)中有進(jìn)的良好發(fā)展態(tài)勢。2020年初新冠肺炎爆發(fā)后，我國建立起從中央到地方的高效聯(lián)防聯(lián)控機(jī)制，讓世界見證了“中國速度”。然而，外生沖擊對我國股票市場帶來了巨大的負(fù)面影響，相應(yīng)的風(fēng)險(xiǎn)防控措施仍需進(jìn)一步探索。

本文嘗試多維度探究以2020年新型冠狀病毒肺炎疫情為例的外生沖擊對主要行業(yè)典型性股票的影響，并從宏觀和微觀層面的不同主體入手，提出相應(yīng)的風(fēng)險(xiǎn)防控建議。首先，通過計(jì)算6大行業(yè)14支股票在2019年、2020年每日收盤價(jià)均值、波動(dòng)率及兩個(gè)指標(biāo)的年變化率，來比較外生沖擊對各行業(yè)典型性股票的不同影響，并分析造成差異化影響及受沖擊后股票波動(dòng)率上漲的成因；其次，測度股票的左尾風(fēng)險(xiǎn)，并通過資本資產(chǎn)定價(jià)模型提取因子載荷，分析同一行業(yè)不同股票對相同風(fēng)險(xiǎn)度量指標(biāo)的反應(yīng)程度不同的原因，并橫向?qū)Ρ攘送还善睂Σ煌L(fēng)險(xiǎn)度量指標(biāo)的敏感性；最后，通過Fama-French三因子模型提取14支股票連續(xù)5個(gè)月的特質(zhì)波動(dòng)率，并進(jìn)行了相應(yīng)的分析和比較。

中央經(jīng)濟(jì)工作會議曾提出，“要把防控金融風(fēng)險(xiǎn)放到更加重要的位置，提高和改進(jìn)監(jiān)管能力，確保不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)”[2]。?研究外生沖擊對主要行業(yè)典型性股票的影響，有助于幫助各個(gè)行業(yè)的不同類型公司根據(jù)自身企業(yè)特點(diǎn)和發(fā)展戰(zhàn)略規(guī)劃，結(jié)合外生沖擊特質(zhì)，精準(zhǔn)施策，有效防控金融風(fēng)險(xiǎn)，化沖擊為契機(jī)，盡可能減少外生沖擊對中國股市及企業(yè)發(fā)展的負(fù)面影響。同時(shí)，研究并提出相應(yīng)的風(fēng)險(xiǎn)防控建議也有助于我國企業(yè)和股票市場持續(xù)穩(wěn)定健康發(fā)展，助推后疫情時(shí)代的經(jīng)濟(jì)振興。

本文可能的邊際貢獻(xiàn)主要有以下幾個(gè)方面：一是以風(fēng)險(xiǎn)指標(biāo)量化的形式分析了外生沖擊對主要行業(yè)典型性公司股票的影響，分析了各指標(biāo)在疫情發(fā)生前后的變化率，發(fā)現(xiàn)：外生沖擊會加劇主要行業(yè)典型公司的股價(jià)波動(dòng)，不同行業(yè)典型公司股票對外生沖擊的抵御能力不同。二是縱向比對了同一行業(yè)不同股票對相同風(fēng)險(xiǎn)指標(biāo)的反應(yīng)程度并分析造成差異化的可能原因；同時(shí)，通過橫向比較，發(fā)現(xiàn)同一股票對不同風(fēng)險(xiǎn)度量指標(biāo)的敏感性不同。

在接下來的篇幅中，本文將首先綜述文獻(xiàn)并提出本文的4個(gè)研究假設(shè)，接著給出模型選取與數(shù)據(jù)分析方法說明，然后根據(jù)數(shù)據(jù)分析結(jié)果對提出的研究假設(shè)進(jìn)行實(shí)證分析與檢驗(yàn)，最后給出主要結(jié)論與相應(yīng)的風(fēng)險(xiǎn)防控建議。

2文獻(xiàn)綜述與研究假設(shè)

外生沖擊即來源于經(jīng)濟(jì)系統(tǒng)之外的變量變動(dòng)引起的沖擊，對宏觀經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展有較大的負(fù)面影響（劉志蛟，2018）[3]，其中相當(dāng)一部分影響是通過股市產(chǎn)生的（Jaroslav等，2019）[4]。2020年新型冠狀肺炎疫情作為重大國際突發(fā)公共衛(wèi)生事件對中國股票市場造成了顯著的負(fù)向沖擊，而負(fù)向外生沖擊極大程度上加劇了金融市場的風(fēng)險(xiǎn)。股價(jià)的劇烈波動(dòng)、不同行業(yè)對外生沖擊的差異化反應(yīng)也進(jìn)一步引起了學(xué)術(shù)界的廣泛關(guān)注。

新冠疫情的嚴(yán)重程度與股價(jià)的跌幅呈正相關(guān)（王箐等，2020）[5]。股票的價(jià)格很大程度上受到了投資者情緒和心理的影響（高清輝，2005）[6]。人們在疫情中形成的差異化信念或謠言等帶來的恐慌情緒會通過非理性因素對資本市場及社會經(jīng)濟(jì)預(yù)期帶來深遠(yuǎn)影響（劉玉珍，2020）[7]。金融市場的不確定性加劇了股價(jià)波動(dòng)（Haroon，2020）[8]。疫情期間公眾的股票買賣態(tài)度很大程度上依賴于感染病例數(shù)、死亡指數(shù)和全球恐懼指數(shù)（Li等，2021）[9]，但中國股市參與者在疫情期間總體較為理性，因?yàn)樵摃r(shí)段中國股票市場的羊群行為明顯低于平時(shí)（Wu等，2020）[10]。

新冠疫情使人們對不同領(lǐng)域的行業(yè)產(chǎn)生了差異化預(yù)期（段又源，2020）[11]，同時(shí)也為部分產(chǎn)業(yè)提供了發(fā)展契機(jī)，注入了新的活力。疫情對旅游業(yè)、交通運(yùn)輸業(yè)、餐飲業(yè)、農(nóng)業(yè)、工業(yè)等沖擊較大。同時(shí)，為網(wǎng)絡(luò)服務(wù)業(yè)、互聯(lián)網(wǎng)醫(yī)療等行業(yè)提供發(fā)展機(jī)遇（趙丹丹等，2020）[12]。2020年疫情中全國金融、房地產(chǎn)、信息與日常消費(fèi)行業(yè)在事件期間的風(fēng)險(xiǎn)輸出力度大幅提高，醫(yī)療保健、公用事業(yè)以及工業(yè)板塊則成為了主要的風(fēng)險(xiǎn)接受方（楊子暉，2020）[13]。

新冠疫情也提升了市場間動(dòng)態(tài)相關(guān)系數(shù)，加劇股市風(fēng)險(xiǎn)的跨市場傳染（蔣海等，2021）[14]。但疫情沖擊對系統(tǒng)性金融風(fēng)險(xiǎn)影響持續(xù)時(shí)間較有限（劉精山，2021）[15]，制定風(fēng)險(xiǎn)對沖政策應(yīng)多采用數(shù)量化、結(jié)構(gòu)化工具和區(qū)域性政策（吳振宇，2020）[16]。

綜上所述，對于新冠疫情對中國股票市場的影響，已有較豐富的學(xué)術(shù)文獻(xiàn)研究結(jié)果，但遺憾的是，以金融風(fēng)險(xiǎn)管理指標(biāo)為基點(diǎn)對主要行業(yè)典型性股票應(yīng)對外生沖擊的研究仍存在探索空間，值得進(jìn)一步探討?；谝陨侠碚摲治?，本文提出以下四個(gè)假設(shè)：

假設(shè)1：外生沖擊會加劇主要行業(yè)典型性公司股價(jià)波動(dòng)，金融風(fēng)險(xiǎn)挑戰(zhàn)增強(qiáng)

假設(shè)2：不同行業(yè)典型性公司股票對外生沖擊的抵御能力不同

假設(shè)3：同一行業(yè)不同股票對相同風(fēng)險(xiǎn)度量指標(biāo)的反應(yīng)程度不同

假設(shè)4：同一股票對不同風(fēng)險(xiǎn)度量指標(biāo)的敏感性不同

3模型選取、數(shù)據(jù)分析方法說明

3.1資本資產(chǎn)定價(jià)模型

資本資產(chǎn)定價(jià)模型（CAPM模型）在衡量被計(jì)算組合平均異常收益以及該組合對市場組合的風(fēng)險(xiǎn)暴露關(guān)系方面有廣泛的應(yīng)用價(jià)值。該模型通過被計(jì)算組合或證券的超額收益對市場組合超額收益的時(shí)間序列回歸截距項(xiàng)系數(shù)來估計(jì)組合或證券的異常收益，廣泛應(yīng)用于資產(chǎn)成本計(jì)算、預(yù)算決策、個(gè)股選擇、業(yè)績評估等各個(gè)方面。

=[（）-]?????（1）

該式子擬合出了市場投資的預(yù)期回報(bào)率與被計(jì)算資產(chǎn)預(yù)期收益的線性關(guān)系。其中，和（）分別代表了資產(chǎn)組合和市場的預(yù)期回報(bào)，為無風(fēng)險(xiǎn)收益率，為因子載荷。

資本資產(chǎn)定價(jià)模型的回歸檢驗(yàn)可表示為：

（2）

其中，和分別為模型和市場組合的超額收益，為組合的異常收益，和分別度量了系統(tǒng)性風(fēng)險(xiǎn)和非系統(tǒng)性風(fēng)險(xiǎn)。本文用到了資本資產(chǎn)定價(jià)模型的計(jì)算。

3.2Fama-French三因子模型

（3）

Fama-French三因子模型引入了三個(gè)風(fēng)險(xiǎn)因子：分別為市場因子（MKT）、規(guī)模因子（SMB）和價(jià)值因子（HML），用于更好地解釋股票回報(bào)率的差異。本文在計(jì)算股票特質(zhì)波動(dòng)率時(shí)，用到了Fama-French三因子模型中的殘差項(xiàng)。

3.3波動(dòng)率計(jì)算

定義為一個(gè)變量在日期i結(jié)束時(shí)的價(jià)格，為第i天連續(xù)復(fù)利的收益率。利用即的標(biāo)準(zhǔn)差來計(jì)算日波動(dòng)率。本文在計(jì)算中使用其簡化形式，將定義為，的均值假設(shè)為0，以m替代m-1，股票日收盤價(jià)波動(dòng)率可表示為：

（公式4）

3.4在險(xiǎn)價(jià)值計(jì)算

在險(xiǎn)價(jià)值（Value-at-risk）指某一資產(chǎn)組合特定置信區(qū)間和限定時(shí)間維度內(nèi)的最大損失金額。本文采用歷史模擬法計(jì)算在險(xiǎn)價(jià)值，利用市場觀測值（本文中為股票收盤價(jià)）日間變化的歷史數(shù)據(jù)直接估計(jì)所求交易組合未來價(jià)值的變化走向和概率分布。

3.5尾部均值計(jì)算

計(jì)算尾部均值ES即為計(jì)算超過Var值的尾部損失的期望

3.6特質(zhì)波動(dòng)率計(jì)算

特質(zhì)波動(dòng)率（idiosyncratic?volatility）衡量了資本資產(chǎn)定價(jià)模型（CAPM模型）中可被分散的、不能被市場解釋的部分，記3.2模型中值為特質(zhì)波動(dòng)率。

3.7數(shù)據(jù)說明

本文就2020年全國范圍內(nèi)新型冠狀肺炎大流行對我國主要行業(yè)典型性股票的影響進(jìn)行了展開分析。分別選取了醫(yī)藥行業(yè)的同仁堂、云南白藥、復(fù)星醫(yī)藥股票，金融業(yè)的中國平安、中信證券、東方財(cái)富股票，旅游業(yè)的張家界、國旅聯(lián)合股票，交通運(yùn)輸行業(yè)的建發(fā)股份、大眾交通股票，教育行業(yè)的豆神教育、拓維信息股票，房地產(chǎn)行業(yè)的綠地控股、榮盛發(fā)展股票，共計(jì)14支典型股票作為研究對象，遍及6個(gè)行業(yè)大類。

其中股票每日收盤價(jià)均值和波動(dòng)率的計(jì)算選取了2019年1月1日-2020年12月31日14支股票的每日收盤價(jià)作為樣本。日收盤價(jià)均值由全年每日收盤價(jià)求算術(shù)平均所得。股票月特質(zhì)波動(dòng)率的計(jì)算選取2019年12月1日-2020年4月30日14支股票的每日收盤價(jià)作為樣本。資本資產(chǎn)定價(jià)模型值選取了2019年1月-2020年12月14支股票的月收盤價(jià)作為樣本。99%在險(xiǎn)價(jià)值和尾部均值選取了自2019年1月1日起501個(gè)交易日歷史數(shù)據(jù)作為分析對象，以2019年1月1日收盤價(jià)作為基準(zhǔn)計(jì)算單日損失。本文所涉及的行業(yè)股票日收盤價(jià)、月收盤價(jià)、無風(fēng)險(xiǎn)利率數(shù)據(jù)均來自于國泰安（CSMAR）數(shù)據(jù)庫，F(xiàn)ama-French三因子模型的數(shù)據(jù)來自銳思（RESSET）數(shù)據(jù)庫，其中市場溢酬因子、市值因子、賬面市值比因子均采用流通市值加權(quán)。

由于新冠肺炎第一例病例發(fā)病時(shí)間為2019年12月12日，在2020年初新冠疫情在全國范圍內(nèi)大規(guī)模爆發(fā)，本文將2019年數(shù)據(jù)用作疫情爆發(fā)前數(shù)據(jù)，與2020年數(shù)據(jù)進(jìn)行對比，得出相應(yīng)結(jié)論。又由于新冠肺炎疫情在2019年12月初進(jìn)入人們視野，在2020年4月24日實(shí)現(xiàn)武漢重癥病例“清零”，本文選取2019年12月-2020年4月共計(jì)5個(gè)月數(shù)據(jù)計(jì)算特質(zhì)波動(dòng)率，并進(jìn)行相應(yīng)的分析與比較。

4實(shí)證結(jié)果與分析

本部分將對2020年新冠疫情前后14支股票的各個(gè)指標(biāo)進(jìn)行量化計(jì)算，并以此為依據(jù)分析外生沖擊對主要行業(yè)典型性股票的影響。首先將分別計(jì)算新冠疫情對股票日收盤價(jià)和波動(dòng)率的影響，然后分析新冠疫情對股票左尾風(fēng)險(xiǎn)和因子的影響，最后本文測度了新冠疫情背景下股票特質(zhì)波動(dòng)率的變動(dòng)情況。

4.1新冠肺炎疫情沖擊與股票日收盤價(jià)

本文首先分析新冠疫情對主要行業(yè)典型性股票日收盤價(jià)的影響。根據(jù)對表1共14支股票日收盤價(jià)的分析可得，在2020年新型冠狀肺炎疫情爆發(fā)后，半數(shù)公司的日收盤價(jià)均值都呈現(xiàn)不同程度的負(fù)向增長趨勢，其中以旅游行業(yè)的張家界、國旅聯(lián)合股票，房地產(chǎn)行業(yè)的綠地控股、榮盛發(fā)展股票和交通運(yùn)輸行業(yè)的大眾交通股票下降幅度最為明顯。分析對比表中數(shù)據(jù)可知，不同行業(yè)典型性公司股票對外生沖擊的抵御能力不同。公司股價(jià)受沖擊程度與市場的供給和需求以及行業(yè)的特性有緊密的聯(lián)系。由于新冠肺炎飛沫傳播、接觸傳播的兩個(gè)主要傳播方式和傳播性強(qiáng)、嚴(yán)重程度高等傳播特點(diǎn)，對線下經(jīng)營服務(wù)有強(qiáng)依賴性以及具有勞動(dòng)密集型特點(diǎn)的行業(yè)公司受沖擊程度普遍偏高。

由于張家界、國旅聯(lián)合所處的旅游行業(yè)不可取代的線下體驗(yàn)感、旅游時(shí)不可避免的人員接觸以及旅游業(yè)上中下游產(chǎn)業(yè)鏈對勞動(dòng)服務(wù)的強(qiáng)依賴性，這兩個(gè)典型性旅游業(yè)公司對以新冠疫情為例的外生沖擊反應(yīng)劇烈，市場需求大幅下降，在日收盤價(jià)上有顯著的體現(xiàn)。對房地產(chǎn)行業(yè)的綠地控股、榮盛發(fā)展股票而言，疫情帶來經(jīng)濟(jì)壓力、不確定性和線下看房體驗(yàn)缺失導(dǎo)致民眾購房意愿和需求下降，避免人員聚集導(dǎo)致的竣工延誤等因素也共同導(dǎo)致了股價(jià)的下跌。

相比較而言，教育行業(yè)的豆神教育、拓維信息股票對外生沖擊抵御能力較強(qiáng)，在疫情期間及后疫情時(shí)代實(shí)現(xiàn)平均股價(jià)上漲，這兩個(gè)以教育業(yè)務(wù)為主體的公司充分相應(yīng)國家“停課不停學(xué)”號召，大力發(fā)展“互聯(lián)網(wǎng)+教育”線上課程業(yè)務(wù)，化沖擊為契機(jī)，實(shí)現(xiàn)盈利增長。同時(shí)，云南白藥、復(fù)星醫(yī)藥等醫(yī)藥行業(yè)典型性公司的日收盤價(jià)均值在新冠疫情大環(huán)境下也得到了正向增長，得益于新冠疫情與醫(yī)藥行業(yè)公司主營業(yè)務(wù)的密切關(guān)聯(lián)。云南白藥、復(fù)星醫(yī)藥、同仁堂等公司在不同程度上滿足了民眾在醫(yī)藥衛(wèi)生方面的需求，受疫情沖擊較小。此外，中信證券、東方財(cái)富等金融行業(yè)典型性公司也以其獨(dú)有的經(jīng)營特性，在應(yīng)對外生沖擊方面有較好的表現(xiàn)。

4.2新冠肺炎疫情沖擊與股票波動(dòng)率

本文在這一部分主要分析了新冠疫情沖擊對主要行業(yè)典型性股票波動(dòng)率的影響。根據(jù)對表1共14支股票日收盤價(jià)的分析可得，在2020年新型冠狀肺炎疫情爆發(fā)后，絕大多數(shù)股票的年化波動(dòng)率均大于疫情爆發(fā)前的2019年，外生沖擊很大程度上加劇了主要行業(yè)典型性公司股價(jià)波動(dòng)，金融風(fēng)險(xiǎn)挑戰(zhàn)增強(qiáng)。在面對外生沖擊時(shí)主要行業(yè)典型性股票的波動(dòng)率與該公司主營業(yè)務(wù)對沖擊的敏感性有關(guān)。

由表1數(shù)據(jù)可得，醫(yī)藥行業(yè)的復(fù)星醫(yī)藥和房地產(chǎn)行業(yè)板塊的綠地控股在疫情前后有較大的波動(dòng)率變化，波動(dòng)率大于100%。在本文研究的14支股票中，豆神教育和拓維信息兩支教育類股票在疫情爆發(fā)后的2020年波動(dòng)率最大；中信證券、國旅聯(lián)合、大眾交通、榮盛發(fā)展在2020年疫情爆發(fā)后的年化波動(dòng)率小于2019年，其中中信證券和國旅聯(lián)合的波動(dòng)率變化幅度最小，最接近于0。

由表中數(shù)據(jù)可見，股票的波動(dòng)率和日收盤價(jià)均值的變化率之間并沒有直接的線性關(guān)系。例如：疫情對旅游行業(yè)的張家界、國旅聯(lián)合股票價(jià)格造成較大沖擊，日收盤價(jià)均值下滑明顯，但國旅聯(lián)合股票在本文所有研究股票中波動(dòng)率絕對值最低；日收盤價(jià)變化較小的綠地控股在股票的波動(dòng)率上變化明顯。可能的解釋是：外生沖擊帶來的各個(gè)因素與行業(yè)的聯(lián)系程度不同，不同的因素在影響波動(dòng)率和日收盤價(jià)變動(dòng)方面發(fā)揮了差異化作用，最終導(dǎo)致同一對象兩個(gè)測度指標(biāo)不同的變化幅度和變化方向。

相關(guān)研究表明：金融市場的不確定性，新聞媒體的恐慌消息和公開意見表達(dá)引發(fā)的公眾負(fù)面焦慮恐慌情緒均與股票市場不斷加劇的波動(dòng)有關(guān)[17]。疫情帶來的投資者恐懼和焦慮情緒可能會刺激投資者賣出股票，導(dǎo)致股市波動(dòng)[7]。同時(shí)，信息的不對稱性、部分大眾傳媒的失真報(bào)道、疫情帶來的不穩(wěn)定因素都會在一定程度上助長例如“追漲殺跌”等不理性投資行為，引發(fā)股票波動(dòng)率上漲。

4.3新冠肺炎疫情沖擊與主要行業(yè)典型性股票左尾風(fēng)險(xiǎn)和因子

本文在這一部分主要分析了新冠疫情沖擊對主要行業(yè)典型性股票左尾風(fēng)險(xiǎn)的影響。左尾系統(tǒng)風(fēng)險(xiǎn)指標(biāo)比其他指標(biāo)更適用于危機(jī)時(shí)期的風(fēng)險(xiǎn)管理[18]，它考慮了資產(chǎn)和市場收益率的左尾分布，以單個(gè)資產(chǎn)和市場的極值相關(guān)性為基礎(chǔ)[19]，有效提高了測度外生沖擊下股票下行系統(tǒng)風(fēng)險(xiǎn)的準(zhǔn)確性和精確度。

由表2可得，同一行業(yè)不同股票對相同風(fēng)險(xiǎn)度量指標(biāo)的反應(yīng)程度不同。以醫(yī)藥行業(yè)為例，該行業(yè)同仁堂股票的99%在險(xiǎn)價(jià)值和尾部均值均遠(yuǎn)高于本文研究的其他13支股票，反映了其較高的極端損失風(fēng)險(xiǎn)。雖同為醫(yī)藥行業(yè)股票，云南白藥和復(fù)星醫(yī)藥99%在險(xiǎn)價(jià)值為負(fù)，尾部均值也較低，體現(xiàn)出較強(qiáng)的風(fēng)險(xiǎn)抵御能力，可能的解釋是：3個(gè)醫(yī)藥行業(yè)典型性公司在醫(yī)藥板塊較細(xì)分支中具體業(yè)務(wù)的側(cè)重點(diǎn)不同。同仁堂主要側(cè)重于中成藥的生產(chǎn)研發(fā)，云南白藥側(cè)重于口腔衛(wèi)生清潔用品的生產(chǎn)銷售，復(fù)星醫(yī)藥側(cè)重于藥品的創(chuàng)新研制。因同一行業(yè)不同公司專長的經(jīng)營領(lǐng)域不同，外生沖擊對各公司帶來的風(fēng)險(xiǎn)嚴(yán)重程度也不同，反映在同一指標(biāo)的差異化的數(shù)據(jù)呈現(xiàn)上。同理，在本文所研究的交通運(yùn)輸行業(yè)股票中，建發(fā)股份的在險(xiǎn)價(jià)值和尾部均值明顯低于大眾交通股票，負(fù)值的損失體現(xiàn)出了較穩(wěn)定的發(fā)展態(tài)勢。

房地產(chǎn)業(yè)的榮盛發(fā)展股票和旅游業(yè)的國旅聯(lián)合股票也以較高的左尾風(fēng)險(xiǎn)測度值分列同仁堂股票之后。相比而言，金融行業(yè)的中國平安、中信證券、東方財(cái)富在2019年1月1日以后的501個(gè)交易日內(nèi)有較好的風(fēng)險(xiǎn)表現(xiàn)，出現(xiàn)左尾極端損失的概率較小。

在險(xiǎn)價(jià)值和尾部均值共同測度了股票的左尾風(fēng)險(xiǎn)，二者在風(fēng)險(xiǎn)測度領(lǐng)域相互補(bǔ)充，描述的方向和數(shù)值的正負(fù)基本一致。

4.4新冠肺炎疫情沖擊與主要行業(yè)典型性股票CAPM模型的因子

本文在這一部分主要分析了新冠疫情沖擊對主要行業(yè)典型性股票因子載荷的影響。與資產(chǎn)組合風(fēng)險(xiǎn)和收益呈正向關(guān)系，資本資產(chǎn)定價(jià)模型因子一定程度上反映了6個(gè)主要行業(yè)典型性公司的不同經(jīng)營戰(zhàn)略和風(fēng)險(xiǎn)管理策略。因子具體體現(xiàn)了資產(chǎn)價(jià)格變化和市場波動(dòng)的比例，其正負(fù)也代表了被計(jì)算組合與經(jīng)濟(jì)周期的順逆關(guān)系。

由表2數(shù)據(jù)可知，大部分股票在2019年-2020年的因子變化率都呈現(xiàn)負(fù)向增長。在2020年各股票因子的絕對值普遍減小，股票價(jià)格的波動(dòng)幅度更加貼合市場指數(shù)的波動(dòng)幅度。在本文研究的14支股票中醫(yī)藥行業(yè)的同仁堂股票在2020年因子最小，展示了2020年疫情期間，該資產(chǎn)收益率對于市場組合收益率較低的敏感程度，股價(jià)不容易隨市場波動(dòng)出現(xiàn)大漲大跌現(xiàn)象。在14支股票中2020年東方財(cái)富的因子最大，可能的解釋是外生沖擊加劇了金融市場的波動(dòng)情況和不穩(wěn)定性，給東方財(cái)富公司主營的證券、金融電子商務(wù)等業(yè)務(wù)帶來更大的投資風(fēng)險(xiǎn)，故導(dǎo)致其股票的波動(dòng)幅度大于市場和其他研究的股票，對市場組合收益率有較高的敏感性。

4.5新冠肺炎疫情沖擊與主要行業(yè)典型性股票特質(zhì)波動(dòng)率

本文在這一部分主要分析了新冠疫情沖擊對主要行業(yè)典型性股票特質(zhì)波動(dòng)率的影響。由表3數(shù)據(jù)可知，教育行業(yè)的拓維信息股票在2019年12月-2020年4月均有較高的月特質(zhì)波動(dòng)率，各股票在2020年2月均有較高的特質(zhì)波動(dòng)率。據(jù)中華人民共和國國家衛(wèi)生健康委員會數(shù)據(jù)統(tǒng)計(jì)顯示，新冠疫情在中國的現(xiàn)存感染人數(shù)在2020年2月中旬達(dá)到峰值，在后面的月份中逐步回落，若以新型冠狀病毒感染人數(shù)來代表新冠肺炎嚴(yán)重程度，本文所研究的主要行業(yè)典型性股票在2020年2月遭受較嚴(yán)重的外生沖擊。

研究發(fā)現(xiàn)，我國股票特質(zhì)波動(dòng)的增加，并不能表示股票市場反映上市公司內(nèi)在價(jià)值的有效性和及時(shí)性提高，投資者非理性投資造成的噪音交易是我國股票特質(zhì)風(fēng)險(xiǎn)變動(dòng)的主要原因[1]。因此，對疫情峰值期間股票較高特質(zhì)波動(dòng)率的可能解釋是：疫情帶來的巨大不確定性一定程度上給投資者帶來了較大的負(fù)面的情緒波動(dòng)，由此引發(fā)的投資者非理性投資行為導(dǎo)致了股票特質(zhì)波動(dòng)率的提升。

結(jié)合前四部分內(nèi)容綜合分析數(shù)據(jù)可見，同一股票對不同風(fēng)險(xiǎn)度量指標(biāo)的敏感性不同。股票波動(dòng)率、CAPM模型的因子載荷、左尾風(fēng)險(xiǎn)測度指標(biāo)（在險(xiǎn)價(jià)值、尾部均值）、股票特質(zhì)波動(dòng)率之間并沒有顯著的聯(lián)系，某一風(fēng)險(xiǎn)指標(biāo)較高的股票在其他風(fēng)險(xiǎn)指標(biāo)上可能低于均值，同一股票對不同風(fēng)險(xiǎn)度量指標(biāo)的敏感性存在較大的差異。各個(gè)指標(biāo)具有不同的度量維度，綜合在一起，才能更加立體、準(zhǔn)確得反映金融資產(chǎn)的風(fēng)險(xiǎn)狀況。

5結(jié)論與啟示

5.1主要結(jié)論

本文在金融風(fēng)險(xiǎn)管理的框架下，以2020年新型冠狀病毒爆發(fā)為背景，研究了外生沖擊對主要行業(yè)典型性公司的影響。在實(shí)證檢驗(yàn)與數(shù)據(jù)分析方法上，采用了資本資產(chǎn)定價(jià)（CAPM）模型來計(jì)算因子載荷，利用Fama-French三因子模型中的按月計(jì)算股票特質(zhì)波動(dòng)率，還分別計(jì)算了股票的日收盤價(jià)均值、波動(dòng)率、在險(xiǎn)價(jià)值和尾部均值，并對2019年和2020年的數(shù)據(jù)進(jìn)行了分析和比較，主要結(jié)論如下：

第一，外生沖擊加劇了主要行業(yè)典型性公司股價(jià)波動(dòng)，帶來了更大的金融風(fēng)險(xiǎn)挑戰(zhàn)。外生沖擊帶來的包含投資者情緒波動(dòng)、對未來市場的消極預(yù)期等諸多不確定性因素，極大地削弱了股票市場的穩(wěn)定性，不利于股市持續(xù)穩(wěn)定發(fā)展。

第二，不同行業(yè)典型性公司股票對外生沖擊的抵御能力不同，外生沖擊對其造成的影響程度也不同。由于不同行業(yè)的公司主營業(yè)務(wù)側(cè)重的領(lǐng)域不同，對外生沖擊的敏感性和聯(lián)系程度也不同。抵御沖擊的能力很大程度上由受沖擊期間民眾對該行業(yè)產(chǎn)品和服務(wù)的需求程度以及行業(yè)內(nèi)公司的供給能力所決定。外生沖擊對該行業(yè)供需削弱程度越小，主要沖擊領(lǐng)域與公司主營業(yè)務(wù)相關(guān)性越低，公司股票抵御外生沖擊能力越強(qiáng)。

第三，同一行業(yè)不同股票對相同風(fēng)險(xiǎn)度量指標(biāo)的反應(yīng)程度不同。由于同一行業(yè)不同公司側(cè)重的具體業(yè)務(wù)不同，相對應(yīng)的客戶群體也具有不同的特質(zhì)，這些特性最終導(dǎo)致了同一行業(yè)不同股票對相同風(fēng)險(xiǎn)度量指標(biāo)的差異化反應(yīng)。

第四，同一股票對不同風(fēng)險(xiǎn)度量指標(biāo)的敏感性不同。由于各風(fēng)險(xiǎn)度量指標(biāo)測度風(fēng)險(xiǎn)的角度不同，風(fēng)險(xiǎn)指標(biāo)之間互相補(bǔ)充多層次全方面展現(xiàn)了金融資產(chǎn)不同維度的風(fēng)險(xiǎn)。差異化的風(fēng)險(xiǎn)測度方式，導(dǎo)致了同一股票對不同風(fēng)險(xiǎn)因子和指標(biāo)的異質(zhì)反應(yīng)。

5.2研究啟示

本文的主要結(jié)論表明外生沖擊對不同行業(yè)典型性公司的股票具有差異化的影響，挑戰(zhàn)和機(jī)遇并存。

在宏觀角度下的國家層面，在沖擊發(fā)生前，首先，有關(guān)部門應(yīng)做好充分的壓力測試，完善多層次、多維度的風(fēng)險(xiǎn)分擔(dān)機(jī)制，結(jié)合歷史數(shù)據(jù)，借鑒全球經(jīng)驗(yàn)，提前做好外生沖擊應(yīng)對方案。其次，應(yīng)充分利用“大數(shù)據(jù)”等金融科技手段，對可能造成流動(dòng)性風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)的不合理投融資行為予以警示，監(jiān)管部門應(yīng)及時(shí)做好相關(guān)金融機(jī)構(gòu)的資金預(yù)警工作，對不符合規(guī)范的單位和個(gè)人予以懲戒；在沖擊發(fā)生后，國家應(yīng)出臺相應(yīng)財(cái)政和貨幣政策，維持市場秩序，緩解沖擊帶來的市場震蕩，保證經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展。同時(shí)，相應(yīng)的扶持性政策不可或缺，扶持力度應(yīng)與公司的受沖擊程度正相關(guān)，政策應(yīng)根據(jù)不同行業(yè)公司的特點(diǎn)和需求個(gè)性化定制，針對性回應(yīng)相關(guān)訴求。

在宏觀社會治理層面，首先，及時(shí)穩(wěn)定投資者情緒在應(yīng)對外生沖擊和管理金融風(fēng)險(xiǎn)方面發(fā)揮了重要的作用。在外生沖擊期間，相關(guān)機(jī)構(gòu)和組織可以通過開展金融專業(yè)知識普及教育、投資者心理分析與疏導(dǎo)等活動(dòng)，引導(dǎo)投資者理性投資，減少“追漲殺跌”和“羊群效應(yīng)”等不理性行為的出現(xiàn)。其次，相關(guān)監(jiān)管機(jī)構(gòu)應(yīng)加強(qiáng)對大眾傳媒及社交軟件等公共平臺的監(jiān)管，嚴(yán)懲謠言傳播群體和不實(shí)新聞消息發(fā)布方，營造良好的網(wǎng)絡(luò)空間，保證外生沖擊期間信息傳播的真實(shí)性、有效性，避免民眾出現(xiàn)不必要的恐慌和焦慮心理，進(jìn)而加劇資本市場的波動(dòng)。

在微觀角度下的個(gè)人層面，對公司的管理人員和相關(guān)決策的制定者來說，在外生沖擊發(fā)生前，應(yīng)制定合理有效的風(fēng)險(xiǎn)管理戰(zhàn)略和績效獎(jiǎng)懲機(jī)制，增強(qiáng)企業(yè)職員風(fēng)險(xiǎn)防控意識，充分調(diào)動(dòng)員工的積極性。在外生沖擊發(fā)生后，首先，應(yīng)理性分析外生沖擊期間企業(yè)痛點(diǎn)，進(jìn)行相關(guān)戰(zhàn)略轉(zhuǎn)型，化沖擊為契機(jī)。例如，在2020年新冠疫情線下活動(dòng)出行受限的情況下，部分企業(yè)轉(zhuǎn)戰(zhàn)線上，開辟“互聯(lián)網(wǎng)+”新模式，充分利用網(wǎng)絡(luò)媒體傳播優(yōu)勢，實(shí)現(xiàn)多渠道廣盈收，為企業(yè)發(fā)展注入新活力。同時(shí)企業(yè)應(yīng)廣泛了解市場信息和最新動(dòng)態(tài)，根據(jù)用戶需求和外生沖擊的實(shí)時(shí)情況進(jìn)行風(fēng)險(xiǎn)管理戰(zhàn)略和企業(yè)經(jīng)營發(fā)展規(guī)劃的動(dòng)態(tài)調(diào)整，與時(shí)俱進(jìn)。

在微觀角度的個(gè)人投資者層面，投資者應(yīng)理性分析各種市場信息，不輕信盲從，不傳播渲染恐慌焦慮情緒。在充分了解外生沖擊對各個(gè)行業(yè)公司的差異化影響、全面認(rèn)識各個(gè)維度的金融風(fēng)險(xiǎn)后，結(jié)合個(gè)人需要理性投資。

參考文獻(xiàn)：

[1]中央經(jīng)濟(jì)工作會議明確防控金融風(fēng)險(xiǎn)：下決心處置一批風(fēng)險(xiǎn)點(diǎn)[EB/OL].（2016-12-16）.http：//finance.people.com.cn/GB/n1/2016/1216/c1004-28956359.html.

[2]中央經(jīng)濟(jì)工作會議明確防控金融風(fēng)險(xiǎn)：下決心處置一批風(fēng)險(xiǎn)點(diǎn)[EB/OL].（2016-12-16）.http：//finance.people.com.cn/GB/n1/2016/1216/c1004-28956359.html.

[3]劉志蛟.外生沖擊對股票市場影響及股市風(fēng)險(xiǎn)管理研究[D].長春：東北師范大學(xué)，2018.

[4]JAROSLAV?HORVATH?A，JIANSHENG?ZHONG?B?.?Unemployment?dynamics?in?emerging?countries：?Monetary?policy?and?external?shocks[J].?Economic?modelling，2019（76）：31-49.

[5]王箐，王鐘黎，李士雪，等.“新冠肺炎”疫情對中國股市價(jià)格波動(dòng)的短期影響[J].經(jīng)濟(jì)與管理評論，2020，36（6）：16-27.

[6]高清輝.論投資者情緒對股市的影響[J].經(jīng)濟(jì)縱橫，2005（4）：34-36，49.

[7]劉玉珍，王陳豪.行為視角下的疫情分析：成因、影響與對策綜述[J].金融研究，2020（6）：1-19.

[8]HAROON?O，RIZVI?S.COVID-19：?Media?coverage?and?financial?markets?behavior—A?sectoral?inquiry[J].Journal?of?behavioral?and?experimental?finance，2020，27（3）.

[9]LI?W?，CHIEN?F，?KAMRAN?H?W?，et?al.The?nexus?between?COVID-19?fear?and?stock?market?volatility[R].?Ekonomska?istraivanja?（Economic?Research），2021-05-14：1765-1785.

[10]WU?G?，YANG?B?，ZHAO?N?.?Herding?behavior?in?Chinese?stock?markets?during?COVID-19[J].?Emerging?markets?finance?and?trade，?2020（56）.

[11]段又源.新冠肺炎疫情對我國股市的影響：基于醫(yī)藥行業(yè)的實(shí)證分析[J].中國商論，2020（18）：28-30.

[12]趙丹丹，萬冰彬，鄭繼媛，等.新冠疫情沖擊影響特征及行業(yè)差異性研究[J].價(jià)格理論與實(shí)踐，2020（3）：10-13.

[13]楊子暉，陳雨恬，張平淼.重大突發(fā)公共事件下的宏觀經(jīng)濟(jì)沖擊，金融風(fēng)險(xiǎn)傳導(dǎo)與治理應(yīng)對[J].管理世界，2020，36（5）：25.

[14]蔣海，吳文洋，韋施威.新冠肺炎疫情對全球股市風(fēng)險(xiǎn)的影響研究：基于ESA方法的跨市場檢驗(yàn)[J].國際金融研究，2021（3）：3-13.

[15]劉精山.新冠肺炎疫情沖擊背景下金融風(fēng)險(xiǎn)的傳導(dǎo)與防范研究：基于金融壓力視角的實(shí)證分析[J].華北金融，2021（1）：1-16.

[16]吳振宇，朱鴻鳴，朱俊生.新冠肺炎疫情對金融運(yùn)行的影響及政策建議[J].經(jīng)濟(jì)縱橫，2020（3）：1-6，137.

[17]陳浪南，熊偉.公司特質(zhì)波動(dòng)決定因素研究：信息效率還是噪音交易？[J].中國會計(jì)評論，?2014（1）：16.

[18]陸蓉，?徐天麗，?朱思源.?危機(jī)沖擊下企業(yè)社會責(zé)任與左尾系統(tǒng)風(fēng)險(xiǎn)[J].國際金融研究，?2022（4）：10.

[19]李志生，金凌，張知宸.危機(jī)時(shí)期政府直接干預(yù)與尾部系統(tǒng)風(fēng)險(xiǎn)：來自2015年股災(zāi)期間“國家隊(duì)”持股的證據(jù)[J].經(jīng)濟(jì)研究，2019，54（4）：17.