楊馳宇

摘??要：新冠肺炎疫情作為突發(fā)性重大自然災(zāi)害事件嚴(yán)重影響著日常生活，經(jīng)濟(jì)因此受挫，從而一定程度上也影響了股市的正常波動(dòng)。其中，醫(yī)藥股在全國疫情發(fā)生時(shí)呈現(xiàn)利好表現(xiàn)。筆者主要研究在地區(qū)發(fā)生疫情時(shí)醫(yī)藥股的波動(dòng)情況，并對(duì)比分析是否經(jīng)濟(jì)更發(fā)達(dá)地區(qū)受到疫情對(duì)醫(yī)藥股市的影響更加嚴(yán)重。文章通過收集選取時(shí)間樣本內(nèi)一些個(gè)股和板塊每個(gè)交易日的收盤價(jià)來計(jì)算所選取時(shí)間段的波動(dòng)率，再通過使用Fama-French三因子模型進(jìn)行回歸來計(jì)算特質(zhì)波動(dòng)率以觀測(cè)時(shí)間樣本內(nèi)的波動(dòng)情況。通過實(shí)證結(jié)果發(fā)現(xiàn)地區(qū)性疫情時(shí)，醫(yī)藥股也有利好表現(xiàn)，但經(jīng)濟(jì)更為發(fā)達(dá)地區(qū)發(fā)生疫情時(shí)，醫(yī)藥股波動(dòng)性更大，更容易受到疫情的影響。同時(shí)筆者也發(fā)現(xiàn)，地區(qū)性疫情發(fā)生時(shí)，在相對(duì)較長時(shí)間內(nèi)，其產(chǎn)生的影響也會(huì)逐漸減弱。

關(guān)鍵詞：新冠肺炎疫情；醫(yī)藥股市；波動(dòng)率；特質(zhì)波動(dòng)率

中圖分類號(hào)：F832.5??????文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1005-6432（2023）23-0000-05

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

1.?引言

新冠肺炎疫情作為全球范圍的“黑天鵝事件”，不僅對(duì)人類的生命健康構(gòu)成威脅，世界經(jīng)濟(jì)也因此遭受到了重創(chuàng)。2020年疫情逐漸在全球蔓延開，世界多地出現(xiàn)通脹壓力。大宗商品、能源價(jià)格出現(xiàn)大幅度上漲，同時(shí)全球多地房價(jià)也出現(xiàn)明顯上漲。全球股市也遭遇不小的沖擊。疫情剛發(fā)生時(shí)，標(biāo)普500日跌約3%，其他國家股指也在持續(xù)下滑。我國對(duì)于疫情防控高度重視，采取了有效措施，遏制住了疫情持續(xù)性蔓延。然而，2022由于病毒變種，在一些地區(qū)疫情再度爆發(fā)，地區(qū)性疫情造成影響還需再度探索。

通常來說，事件的發(fā)生伴隨著不確定性，突發(fā)事件的發(fā)生會(huì)引起一個(gè)國家股市的波動(dòng)，在國內(nèi)外都存有一定數(shù)量此方面的文獻(xiàn)。Abid?Hammeed?和?Hammad?Ashraf（2009）在對(duì)巴基斯坦股市的研究中發(fā)現(xiàn)，911事件導(dǎo)致了收益的增加和收益波動(dòng)率的降低。隨后Mahfuzul?Haque（2010）運(yùn)用GARCH模型研究了911事件影響下的新興市場(chǎng)，發(fā)現(xiàn)911事件之后，新興市場(chǎng)之間的相關(guān)性似乎有所增強(qiáng)。鄧琪等（2021）通過在GARCH簇模型基礎(chǔ)上建立的廣義可加性異常擾動(dòng)（GAO）診斷修正方法來研究我國股市，發(fā)現(xiàn)三大股指受到突發(fā)事件沖擊時(shí)收益率衰減，波動(dòng)率被放大，其中滬深300受到?jīng)_擊后收益率衰減更快。而在前幾年，英國脫歐事件也對(duì)世界主要國家股市均有消極影響，其中歐盟波及最嚴(yán)重，股市下降幅度最大。（徐聰全等，2017）。而如今對(duì)全球影響最大的突發(fā)事件便是新冠肺炎疫情，它不僅威脅到人類的生命安全，全球各國股市也遭受了重創(chuàng)。學(xué)者對(duì)全球股票市場(chǎng)和一國股票市場(chǎng)都做了大量研究。對(duì)于全球股票市場(chǎng)，國內(nèi)學(xué)者發(fā)現(xiàn)新冠肺炎疫情導(dǎo)致股市風(fēng)險(xiǎn)水平上升，對(duì)股價(jià)波動(dòng)存在顯著負(fù)向沖擊，整體呈現(xiàn)一種沖擊先增加后減少的倒U現(xiàn)象，其中首次沖擊的影響大于二次沖擊，對(duì)整體股市影響程度與時(shí)間窗口長度有關(guān)，隨著每日確診病例增加，疫情導(dǎo)致的股價(jià)的負(fù)面影響也在逐漸減?。ㄊY海等，2021；王明國和劉曉雙，2022）。國外學(xué)者們通過證據(jù)表明COVID-19疫苗有助于穩(wěn)定全球股票市場(chǎng)（Rouatbi?Wael?et?al.，2021），隨后在研究指標(biāo)圖騰繁殖數(shù)R如何影響全球股票市場(chǎng)波動(dòng)時(shí)，發(fā)現(xiàn)倘若R大于1，疾病傳播會(huì)猛增，但對(duì)股市波動(dòng)也產(chǎn)生積極且顯著影響。（Diaz?Fernando?et?al.，2022）。在對(duì)一國股市研究上，學(xué)者通過引入虛擬變量實(shí)證研究發(fā)現(xiàn)新冠疫情爆發(fā)之初中國股市波動(dòng)性增大，而在相對(duì)較長時(shí)期內(nèi)，其對(duì)中國股市波動(dòng)影響甚微（向前容等，2021），然而相比之下美國股市卻存在一定波動(dòng)杠桿效應(yīng)（沈立琦等，2022）。我國學(xué)者還在新冠肺炎疫情全國爆發(fā)時(shí)的背景下對(duì)特定行業(yè)股市做了一定研究。學(xué)者們采用了實(shí)證分析法（段又源，2020），事件研究法（徐宏等，2021）研究了新冠肺炎疫情對(duì)我國醫(yī)藥股市的影響，結(jié)果表明新冠肺炎疫情對(duì)我國醫(yī)藥行業(yè)市場(chǎng)收益形成了顯著的正向影響，而除了醫(yī)藥行業(yè)外都呈現(xiàn)負(fù)面影響，在疫情公告日當(dāng)天，醫(yī)藥、口罩、中藥等概念股均出現(xiàn)明顯漲幅。胡焦鑌等（2022）通過回歸分析醫(yī)療保健行業(yè)各個(gè)企業(yè)2017-2020年的股價(jià)波動(dòng)率，發(fā)現(xiàn)企業(yè)多方面都對(duì)股價(jià)波動(dòng)率的關(guān)聯(lián)度較強(qiáng)。

然而現(xiàn)存在的通過實(shí)證分析疫情對(duì)特定行業(yè)股市帶來的影響的文獻(xiàn)，多基于全國疫情爆發(fā)的時(shí)間段，較少存在地區(qū)性疫情爆發(fā)（如2022年4月至5月的上海疫情、2022年8月的海南疫情）對(duì)特定行業(yè)股市帶來影響的文獻(xiàn)。本文將醫(yī)藥行業(yè)作為研究對(duì)象，使用事件分析法對(duì)比分析醫(yī)藥行業(yè)下多個(gè)股市板塊，著重研究4至5月及8月兩時(shí)間段內(nèi)醫(yī)藥行業(yè)上市公司的股票波動(dòng)情況，以及地區(qū)差異是否帶來股市波動(dòng)上的差異。首先，通過收集個(gè)股收盤價(jià)在兩個(gè)時(shí)間段內(nèi)的數(shù)據(jù)，使用波動(dòng)率計(jì)算方法計(jì)算出m天的波動(dòng)率，并進(jìn)行數(shù)值上的比較以觀測(cè)是否存在地區(qū)性的影響；其次，通過Fama-French三因子模型和收益進(jìn)行回歸得到特質(zhì)波動(dòng)率來證實(shí)是否地區(qū)性疫情影響仍會(huì)隨著時(shí)間延長而減弱。

在接下來的篇幅中，本文將首先介紹本文的研究方法，接著給出相關(guān)研究設(shè)計(jì)和使用模型、公式，通過數(shù)據(jù)得出的值匯總在表格內(nèi)，然后根據(jù)實(shí)證分析最終得出本文的結(jié)論。

2.?研究設(shè)計(jì)與數(shù)據(jù)說明

2.1研究方法

本文選用事件分析法，通過定量的方法研究新冠肺炎疫情不同地區(qū)爆發(fā)背景下我國醫(yī)藥股市的波動(dòng)情況，并且是否存在數(shù)值上的差異，以此研究是否不同地區(qū)爆發(fā)疫情對(duì)醫(yī)藥股市帶來的影響有所不同。波動(dòng)情況主要觀察所選擇樣本板塊及其個(gè)股波動(dòng)率大小。同時(shí)通過Fama-French三因子模型并使用回歸方法計(jì)算了某一地區(qū)不同時(shí)間段的特質(zhì)波動(dòng)率以觀察是否地區(qū)爆發(fā)背景下也存在疫情影響逐漸減弱的現(xiàn)象。

2.2時(shí)間選取與樣本選擇

2022年4月初上海市由于疫情影響開始實(shí)施全城封控，在5月末各區(qū)才逐漸解封，因此首先選取4月和5月兩個(gè)月份時(shí)間段，共37個(gè)交易日（其中4月含18個(gè)交易日，5月含19個(gè)交易日）作為上海地區(qū)爆發(fā)疫情背景下的時(shí)間序列。在之后的月份中，國內(nèi)不同地區(qū)也有零星的病例出現(xiàn)，而在8月初海南省再度迎來疫情攻擊，許多游客也被滯留在海南無法歸鄉(xiāng)，因此將8月作為第二個(gè)時(shí)間段，其中選擇17個(gè)交易日作為海南地區(qū)爆發(fā)疫情背景下的時(shí)間序列。

本文選取了多個(gè)醫(yī)藥行業(yè)中與新冠肺炎疫情息息相關(guān)的板塊作為樣本，共計(jì)5個(gè)板塊：新冠藥物板塊、生物制藥板塊、醫(yī)療服務(wù)板塊、醫(yī)療器械板塊與化學(xué)制藥板塊。其中各板塊分別從滬深A(yù)股、創(chuàng)業(yè)板、科創(chuàng)板挑選樣本股票。

本文在數(shù)據(jù)收集上主要通過國泰安數(shù)據(jù)服務(wù)中心收集個(gè)股在選取時(shí)間序列中的每日收盤價(jià)，以及在東方財(cái)富信息網(wǎng)上收集到板塊的每日指數(shù)，并使用該些數(shù)據(jù)進(jìn)行進(jìn)一步計(jì)算。

2.3波動(dòng)率與個(gè)股特質(zhì)波動(dòng)率

波動(dòng)率和特質(zhì)波動(dòng)率都是能夠用來衡量金融風(fēng)險(xiǎn)的指標(biāo)。波動(dòng)率反映的是金融資產(chǎn)價(jià)格的波動(dòng)情況，能夠衡量出資產(chǎn)的不確定性。波動(dòng)率越高，金融資產(chǎn)波動(dòng)程度越劇烈，其產(chǎn)生的風(fēng)險(xiǎn)也越大，本文主要通過波動(dòng)率來衡量不同地區(qū)發(fā)生疫情時(shí)帶來的醫(yī)藥股風(fēng)險(xiǎn)程度是否不同。而特質(zhì)波動(dòng)率的高低則會(huì)影響預(yù)期收益。在疫情背景下，投資者往往會(huì)偏好購買醫(yī)藥股，而投資者情緒高漲，股價(jià)的特質(zhì)波動(dòng)也會(huì)更劇烈，從而預(yù)期收益有所降低（王凱和王朝暉，2021）。本文通過計(jì)算4、5兩月醫(yī)藥板塊的特質(zhì)波動(dòng)率來衡量是否疫情時(shí)間長度會(huì)降低投資者情緒，從而使醫(yī)藥股受到的影響減弱。

本文首先利用收盤價(jià)數(shù)據(jù)計(jì)算個(gè)股及板塊的每日收益，采用波動(dòng)率的計(jì)算，以此衡量醫(yī)藥板塊股票的風(fēng)險(xiǎn)程度，假設(shè)u為收益，i為每日序號(hào)，m為樣本天數(shù)，則第n天波動(dòng)率為：

其次，本文使用Fama-French三因子模型進(jìn)行回歸：

對(duì)每月的交易日分別回歸后得到各個(gè)股殘差值，最后進(jìn)行殘差的標(biāo)準(zhǔn)差的計(jì)算來得到各個(gè)股每月的特質(zhì)波動(dòng)率。

通過以上計(jì)算最終得出下文表1、表2、表3、表4、表5。

3.?實(shí)證結(jié)果分析

圖1是由五個(gè)板塊在兩個(gè)時(shí)間段內(nèi)的波動(dòng)率組成的散點(diǎn)圖。通過圖1可以明顯看出，4月與5月兩個(gè)月各板塊的波動(dòng)率明顯高于8月各板塊的波動(dòng)率。先從整體來看，波動(dòng)率都處在較低的一個(gè)值，因此在新冠肺炎疫情爆發(fā)時(shí)，購買醫(yī)藥股的風(fēng)險(xiǎn)相對(duì)來說較小，帶來一種正向影響。表格中可以看到一些個(gè)股波動(dòng)率遠(yuǎn)高于板塊波動(dòng)率，而這主要發(fā)生在4月與5月的數(shù)據(jù)中，因此經(jīng)濟(jì)更為發(fā)達(dá)的地區(qū)發(fā)生疫情時(shí)股市受到的波動(dòng)影響越大且明顯，風(fēng)險(xiǎn)相對(duì)更大。

再通過上述五張表格最后一列特質(zhì)波動(dòng)率的列出，可以看出四月的特質(zhì)波動(dòng)率大部分都是高于五月的特質(zhì)波動(dòng)率，對(duì)于大部分醫(yī)藥上市公司而言，由于4月處在上海疫情前中期，投資者投資醫(yī)藥股的情緒較高，相較5月帶來了更高的特質(zhì)波動(dòng)率，而隨著疫情時(shí)間延長，投資者對(duì)于醫(yī)藥股的偏好程度逐漸下降，因此大部分特質(zhì)波動(dòng)率值下降。可見，即使將爆發(fā)范圍縮小成某一地區(qū)，由于疫情帶來對(duì)醫(yī)藥股的影響也會(huì)隨著時(shí)間逐漸減弱。

1.?結(jié)論

本文在不同的地區(qū)爆發(fā)新冠肺炎疫情的背景下，通過計(jì)算觀測(cè)醫(yī)藥行業(yè)相關(guān)板塊及板塊內(nèi)個(gè)股波動(dòng)數(shù)據(jù)來對(duì)比是否地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度與受影響程度有關(guān)，并以特質(zhì)波動(dòng)率來觀測(cè)地方爆發(fā)疫情是否也存在時(shí)間上的影響減弱效應(yīng)。在實(shí)證分析上，首先運(yùn)用交易日板塊指數(shù)、個(gè)股收盤價(jià)計(jì)算其每日收益，并以此計(jì)算m天的波動(dòng)率，結(jié)果顯示地區(qū)經(jīng)濟(jì)越發(fā)達(dá)，在疫情發(fā)生情況下醫(yī)藥股市受到影響的程度越大。在計(jì)算特質(zhì)波動(dòng)率時(shí)，采用了Fama-French三因子模型進(jìn)行回歸得到殘差，通過每月日度殘差計(jì)算出當(dāng)月的特質(zhì)波動(dòng)率。特質(zhì)波動(dòng)率的值也反映出隨著疫情時(shí)間的延長，地區(qū)疫情的影響也逐漸減小。本文的主要結(jié)論如下：

• 即使是地區(qū)性小范圍疫情影響，對(duì)于股市仍有一定影響，而醫(yī)藥股波動(dòng)率偏低，投資風(fēng)險(xiǎn)較低。綜合來看，醫(yī)藥股市的變動(dòng)會(huì)與重大疾病事件息息相關(guān)，無論波及范圍是否廣泛。體現(xiàn)出疫情與醫(yī)藥股市的正向關(guān)系，即疫情的發(fā)生會(huì)一定程度降低醫(yī)藥股的波動(dòng)。
• 經(jīng)濟(jì)發(fā)達(dá)地區(qū)發(fā)生疫情時(shí)會(huì)更大程度上影響醫(yī)藥股市。本文4-5月時(shí)間序列是以上海爆發(fā)疫情為背景，而8月時(shí)間序列是以海南爆發(fā)疫情為背景。通常情況下，上海地區(qū)經(jīng)濟(jì)發(fā)達(dá)程度高于海南地區(qū)，而通過兩個(gè)時(shí)間序列波動(dòng)率的比較也能得出4-5月的波動(dòng)率要高于8月的波動(dòng)率。

第三，通過對(duì)特質(zhì)波動(dòng)率的觀察，能夠印證向前容等（2021）提出的在相對(duì)較長時(shí)間內(nèi)，疫情對(duì)股市波動(dòng)影響甚微，醫(yī)藥股也體現(xiàn)出該特點(diǎn)。僅分析上海地區(qū)，4月還處在疫情前中期，因此醫(yī)藥股市特質(zhì)波動(dòng)受到影響，而5月疫情來到了中后期，明顯可見大部分個(gè)股特質(zhì)波動(dòng)率相較于4月為更低值。

參考文獻(xiàn)

[1]鄧琪，于躍.突發(fā)事件對(duì)中國股市的沖擊效應(yīng)[J].統(tǒng)計(jì)與管理，2021，36（12）：42-50.

[2]段又源.新冠肺炎疫情對(duì)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.

[3]胡焦鑌，劉家鵬.疫情常態(tài)化背景下醫(yī)藥股股價(jià)波動(dòng)的影響因素[J].中國商論，2022（12）：95-97.

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

[5]沈立琦，張潔，葉雨蒙，等.波動(dòng)率杠桿效應(yīng)和聯(lián)動(dòng)性實(shí)證研究：證據(jù)來源于新冠疫情沖擊下的中美股市[J].全國流通經(jīng)濟(jì)，2022（9）：128-131.

[6]王凱，王朝暉.投資者情緒對(duì)股價(jià)的特質(zhì)波動(dòng)、預(yù)期收益的影響研究[J].科技與管理，2021，23（5）：85-91.

[7]王明國，劉曉雙.新冠肺炎疫情對(duì)A、B股股價(jià)波動(dòng)影響差異研究[J].北方經(jīng)貿(mào)，2022（06）：113-117.

[8]向前容，張櫻凡，陶志偉，等.新冠肺炎疫情對(duì)我國股票市場(chǎng)的波動(dòng)性影響研究[J].商展經(jīng)濟(jì)，2021（10）：66-68.

[9]徐聰全，張興巧，丁琨.突發(fā)事件對(duì)股市波動(dòng)的影響分析：以英國脫歐為例[J].當(dāng)代經(jīng)濟(jì)，2017（33）：137-139.

[10]徐宏，蒲紅霞.新冠疫情對(duì)中國股票市場(chǎng)的影響：基于事件研究法的研究[J].金融論壇，2021，26（7）：70-80.

[11]ABID?HAMEED，HAMMAD?ASHRAF.Stock?market?volatility?and?weak-form?efficiency：evidence?from?an?emerging?market[J].International?journal?of?business?and?emerging?markets，2009，1（3）.

[12]DIAZ?FERNANDO，HENRIQUEZ?PABLO?A.，WINKELRIED?DIEGO.Stock?market?volatility?and?the?COVID-19?reproductive?number[J].Research?in?international?business?and?finance，2022（59）.

[13]MAHFUZUL?HAQUE.Impact?of?September?11，2001（911）?in?the?Emerging?Markets?stock?volatility[J].International?journal?of?business?and?emerging?markets，2010，2（3）.

[14]ROUATBI?WAEL，DEMIR?ENDER，KIZYS?RENATAS，et?al.Immunizing?markets?against?the?pandemic：COVID-19?vaccinations?and?stock?volatility?around?the?world[J].International?review?of?financial?analysis，2021（77）.