| 标题 | 空气污染对中国股市的影响分析 |
| 范文 | 宋志圣 摘 要：本文以2014年1月1日至2017年12月31日上海市空气质量指数和上证综合指数、上证工业指数以及上证环保指数等相关数据为样本，综合利用T检验、Logit回归和GARCH模型来全面分析和探究空气污染对我国股票市场所产生的影响。实证研究发现：空气污染影响了我国股票市场的走势；当期的空气污染水平与上证综指的收益率存在显著的正相关性；与对污染企业的影响相比，空气污染对环保类上市公司的股票有着更为剧烈的影响；同时空气污染对我国股票市场的影响具有一定的滞后性。 关键词：空气污染；股票市场；GARCH模型 中图分类号：F832.5 文献标识码：B 文章编号：1674-2265（2018）09-0080-06 DOI：10.19647/j.cnki.37-1462/f.2018.09.013 一、引言 空气质量的好坏正全面且深入地影响着人们的心理和行为方式。在过去的20年里，行为金融学研究人员开始调查人们的情绪变化对股票市场的影响。一些学者发现环境变量，如阳光、云层和温度等会通过引起投资者情绪的变化导致其交易行为方式改变，从而对股票市场的走势产生一定的影响（Saunders，1993；Shumway和Hirshleifer，2003；Chang 等，2008）。进而人们联想到空气污染是否会通过引发投资者情绪的变化进而影响股票市场的走势。因此一少部分国内外学者开始研究空气污染与股票市场的关系（Lundberg，1996；Lepori，2009；Levy和Yagil，2011；郭永济和张谊浩，2016）。他们通过研究发现，随着空气污染的加剧和人们对空气质量关注度的提高，空气质量的变化会引起人们投资行为的改变，从而引起股票市场的波动。总体来看，专门研究空气污染与股票市场相关性的文章并不多见，而研究空气污染对中国股市影响的文章更是匮乏。 为了探究空气污染对我国股票市场所产生的影响，本文在以往文献的基础上，尝试完善空气污染对股票市场影响的理论机制，并以上证综指、上证工业指数和上证环保指数的相关数据为研究样本，综合运用T检验、Logit回归模型以及GARCH模型等多种方法，全面深入探究空气污染与股票市场之间的关系。本文的主要贡献在于：（1）在以往的文献基础上，尝试完善空气污染影响股票市场的理论机制。（2）通过多种实证方法，全面综合地探究空气污染对股票市场的影響。（3）分别以上证工业指数和上证环保指数来代表污染企业和环保企业的股票走势，进一步分类探究空气污染对不同类型企业股票的影响。（4）通过探究人们日常所关心的空气污染状况与股票市场之间的关系，客观上为投资者进行股票交易找到新的投资参考指标，即投资者可以根据空气污染状况构建一定的投资组合以获取超额收益。空气污染状况相较于企业主动披露的有关环境污染的信息更容易获得，而且该指标是一个实时数据，不存在滞后性，对于股票投资决策更具先导作用。（5）本文根据实证结果，尝试解释空气污染对股票市场走势影响的内在机理，可以视为对行为金融学的一个补充。 二、相关文献及理论依据 （一）相关文献综述 20世纪末，随着行为金融学的发展，一些国外学者开始关注天气现象对股票市场的影响。他们认为，诸如阳光、降水或气温等环境因素的变化会通过影响投资者的情绪进而对股票市场的走势产生一定的影响。例如，Saunders（1993）通过将纽约市云量百分比视作投资者情绪的代理，探究其对美国3个全球指数回报率的影响，结果发现云量百分比和股票指数的回报率有显著的负相关性。Shumway和Hirshleifer（2003）在其基础上将研究范围扩展到26个国家和地区，结果与Saunders（1993）相一致。Kamstra等（2003）发现，股票回报显示了一个季节性的周期，与季节性情绪紊乱（SAD）有关。Cao和Wei（2005）通过对不同地理位置的8个国家的9个国际股票指数的调查，发现温度对股票的收益率有显著的负面影响。Kang等（2010）通过对上海的A股和B股市场进行研究，发现温度、湿度和日照时间对股票的回报率和波动率均有影响。 近年来，一些新兴经济体出现严重的空气污染问题。部分国内外学者开始对空气污染与股票市场之间的关系进行研究，结果发现空气污染程度对股票市场的走势有一定的影响。Levy和Yagil（2011）利用 1997—2007 年间美国的空气质量数据研究发现，空气污染会增加投资者的负面情绪进而使其的风险厌恶程度增加，最终使得空气污染与股票收益率之间形成负相关关系。Levy和Yagil（2013）在之前研究的基础上又进一步发现这种负相关关系不仅存在于美国和加拿大，还存在于分别来自不同大陆的另外3个国家：荷兰、中国和澳大利亚。Li和Peng （2016） 利用来自中国的数据发现，空气污染会导致投资者出现抑郁情绪，并对股票市场产生影响，这表明中国的空气污染水平是与股票回报有关的行为因子之一。郭永济和张谊浩（2016）通过研究发现上海市的空气质量状况对上证沪企指数换手率和波动率有一定的影响。张谊浩、任清莲和汪晓樵（2017）认为人们对空气污染的关注程度影响了股票市场的走势。 （二）理论机制 由于空气污染对股市影响的复杂性和对这一领域研究的匮乏，目前还没有形成完整的理论共识。本文尝试利用图1来阐释空气污染影响股票市场的理论机制。图1中反映的空气污染影响股票市场的途径主要有三个方面：情绪作用、关注作用、政策作用。这三种途径共同作用，会改变投资者的偏好和预期，影响投资者股票交易的数量、方向和动机，进而引起股票市场的变化。 1. 情绪作用。主要包含心理影响和生理影响两个方面。一方面，投资者的投资决策受其自身情绪的影响。许多心理学的研究发现空气污染直接或间接地影响人的心理和情绪状况。比如，Evans（1987）研究发现暴露于污染严重的空气下会使人们变得忧郁和焦躁。空气污染会影响人的情绪，而情绪的变化又会导致人们的决策行为发生改变。Slovic（2006）研究发现：情绪影响着人们对风险的评估。坏的情绪可能会导致人们的风险厌恶程度增加。另一方面，股票的收益与投资者的风险偏好是紧密联系的。医学研究发现，暴露在污染空气中可能使人体肾上腺皮质醇水平升高，从而造成人体代谢紊乱，降低人们追求刺激和冒险行为的欲望（Nowakowicz-Debek B等，2004）。此外，皮质醇还能够影响人的认知和行为，甚至改变人们的风险偏好及理性选择能力（Coates和Herbert，2008）。以上研究表明，空气污染会降低人们的风险偏好水平，从而降低股票的收益率。 2. 关注作用。Zeidner和Schechter（1988）提出，人们对空气污染严重性的认识是重要的，它可能会影响人们的投资决策。随着人们对空气污染的关注度的提高，以及信息时代媒体传播速度的提升，当某一标志性地区遭遇长时间严重的空气污染时，人们可能会立刻捕获该信息。薛爽等（2017）通过研究发现，若投资者通过某一地区环境污染能解读出污染企业正在进行大规模工业生产，可能会产生对企业生产状况较好的预期，从而进行股票交易，促进股价上涨。由于中国股市个人投资者所占比例较高，而个人投资者之间存在明显的“羊群效应”（Banerjee，1992），所以当标志性地区出现较严重空气污染时，投资者可能对这些地区的上市公司产生一定的预期并做出交易决策，“羊群效应”进一步放大了这种影响。 3. 政策渠道。随着中国经济增长方式的转变，关于强化环保法律法规，限制企业的高污染、高排放行为等一系列政策逐步出台。空气污染加剧还会促使社会各界呼吁出台相应的政策法规，这种环境规制变动具有强大的传导性，会引起大量投资者的关注；辅之以国内股票市场高度的“政策市”特征，相应的环境规制冲击对股票市场具有显著影响（史代敏，2002；鲁臻和邹恒甫，2007）。这样一方面会增加污染企业的环境成本，另一方面可以促进环保企业的发展，人们对这两类上市公司的环境规制预期可能发生变化，从而对这两类企业的股票价格产生一定的影响。 三、数据和样本描述 （一）数据来源和样本选择 本文采用 2014年1月1 日至2017年12月31日上证综合指数的日收益率、换手率、波动率，上证工业指数和上证环保指数的日收益率数据以及上海市的空气质量指数作为研究的样本。指标及数据的选取出于几点考虑：（1）空气质量指数AQI是国际上普遍采用的评价空气质量的重要指标，本文用日常AQI数据来表示空气污染程度。由于新的AQI指标在2013年推出，考虑到数据的可得性，因此选取2014年1月1日至2017年12月1日的AQI数据。（2）上证指数作为中国A股市场最重要和受关注度最高的指数，包含了各个行业近1300家上市公司，以它的走势作为研究对象具有一定的代表性。根据以往研究，一个国家的证券交易所所在城市的气象数据经常被用于研究股票市场的气象影响（Saunders，1993；Shumway和Hirshleifer，2003），所以选取上海市空气质量指数作为因变量，可以较好地解释空气污染对上证指数的影响。（3）本文首先采用上证综合指数的收益率、波动率和换手率等指标来阐释空气污染对股票市场的影响。其次，选取上证工业指数与上证环保指数分别作为污染企业和环保企业的代表来进一步探究空气污染对不同行业股票指数的影响。 上海市的空气质量指数来自中华人民共和国生态环境部网站，上证综指、上证工业指数、上证环保指数的日收益率、换手率、波动率等数据均来自大智慧股票行情分析软件。本文对样本数据做了如下处理：将空气质量指数与股票市场交易日期相匹配，剔除了所有节假日和非交易日的空气质量指数数据。 （二）变量说明 1. 空气污染指数（AQI）。依照中华人民共和国生态环境部的有关规定，空气污染指数分为0—50、51—100、101—150、151—200、201—300和大于300这6个档次，依次对应空气质量的6个级别，指数越大，级别则越高，表明空气的污染程度越大，对人们身体健康的影响也越明显。 2. 交易数据。交易数据包括上证综合指数的日收益率（yeildt）、换手率（volt）、波动率（turt）和上证工业指数、上证环保指数日收益率。日收益率主要衡量投资者的投资回报率，波动率主要衡量投资者的意见分歧程度，换手率主要衡量股票市场交易的活跃度。计算公式如下： 其中，Pt表示市场指数的日收盘价，indexh、indexl分别表示上证综合指数每日盘中的最高价、最低价，volumet为每日上证综合指数所包含的所有股票的总成交量，sharet为每日上证综合指数所包含的所有股票的自由流通股本总数。 3. 控制变量。控制变量主要包括季节性情绪紊乱效应（SAD）、星期虚拟变量（Mon）和月度虚拟变量（Jan）。选择上述变量作为控制变量的原因如下：投資者的情绪可能会随着季节的变化而变化，进而对股票市场产生一定的影响（Kamstra等，2003）；考虑到中国股市普遍存在“日历效应”的影响，即股市星期一的波动最大，总体不具有明显的月份效应，小公司一月效应较为显著（张兵，2005），因此我们选取周一、一月两个虚拟变量作为日历效应的代表。 （三）变量描述 表1是本文涉及的主要变量的描述性统计。从表1中可以发现，上证综指收益率的中间值和平均值均为正数，说明样本统计期间沪指收益率在总体上是上涨的。样本期股票波动率和换手率的分布特点较为一致，但波动率的变动频率更大一些。空气质量指数的平均值为84.75，表明上海市近几年的空气污染处在一个相对中等的水平。从分位值可以看出，50%的空气质量指数处于[24，75]的区间，3/4分位数等于102，表明空气质量处于优良区间的观测值远多于污染区间的观测值。 四、实证模型的设定 （一）Logit回归模型 本文借鉴 Hirshleifer和Shumway（2003） 的 Logit 回归模型分析空气污染替代变量即空气质量指数对股票市场的收益率、波动率和换手率是否具有影响，主要模型如下： 因为Logit模型是二值选择模型，所以我们将上证综合指数的收益率、波动率和换手率转变成虚拟变量，具体方式为：当收益率大于0时，设其等于1，否则为0；当波动率以及换手率大于2%时，设其为1，否则为0。其中，[π]的取值分别为0、2、2，分别代表收益率大于0，波动率和换手率大于2%的概率。 （二）GARCH模型 由于空气污染对股票市场的影响具有综合性和复杂性，我们在Logit回归的基础上进一步探究空气污染是如何通过影响投资者的情绪来影响股票市场的以及空气污染对不同类型股票的影响。根据以往文献，股票的收益率不仅与其过去的走势相关，而且也受到一些过去和现在的随机因素冲击。考虑到金融时间序列数据存在的尖峰后尾、波动性聚集和爆发性等特征，我们采用GARCH（1，1）模型来探究空气污染对股票市场波动的影响，以消除随机误差项的自回归条件异方差。 为了检验样本数据是否适合建立时间序列模型，对上证综指、上证工业指数、上证环保指数的收益率数据分别进行平稳性检验即单位根检验。检验结果见表2，从中可以看出上证综指、上证工业指数、上证环保指数的收益率均为平稳的时间序列。 其中，Yi，t分别代表上证综指、上证工业指数、上证环保指数的收益率，均值方程中加入Yi，t-1是由于股票非连续交易导致的收益率可能存在的自相关性（Lo和Mackinlay，1988）；AQIt-1、AQIt-2分别是AQIt的一天和两天的滞后值，以考察之前的空气污染水平对股票市场的影响；SADt为季节性情绪紊乱效应；Mont和Jant分别代表周一和一月的虚拟变量；σi，t为条件方差。 五、实证结果分析 （一）T检验 本文在基于Saunders（1993）所采用的z检验的基础上，进行适当的改进，采用T检验的方法来鉴别空气污染是否对股市的波动产生了影响。具体的思路是：通过不同的空气污染程度将股票数据进行划分，分为不同的区间，再检验不同区间股票数据的均值、标准差是否显著不同。根据国家对空气质量的分级内涵，本文将空气质量分为三个区间：0—50、51—100、大于100。由于当空气污染处于中等水平时对人们身体、心理均没有明显的影响，所以我们假设当空气质量指数在51—100区间时，空气质量对人们的投资行为没有显著影响。我们通过检验空气质量指数0—50和大于100两个区间的沪指收益率、换手率和波动率的均值是否有显著差异，来判断空气质量是否对股市波动产生了影响。 T检验的结果见表3。可以看出：空气质量处于0—50区间和大于100区间的沪指波动率和换手率的P值分别为0.0378和0.0209，在统计学上具有显著意义，说明空气质量处于良好和处于不健康区间时上证指数的波动率和换手率存在明显差异。空气质量处于大于100和所有区间的换手率的P值为0.0301，具有显著的统计学意义，说明空气质量处于不健康区间时上证指数的换手率与处于所有区间时的换手率存在明显差异。但是各区间的收益率的均值不具有显著的差异。综合以上结果表明，空气污染可能对股票市场产生了一定的影响。 （二）Logit检验 根据式（1）对样本数据进行Logit回归，结果见表2。从中可以看出，空气质量指数（AQI）与沪指波动率在99%的置信水平上具有显著的关系，与沪指收益率和换手率分别在95%和90%的显著水平上有正向关系。空气污染程度越大，上证综指的当期收益率水平越高，波动幅度越小，股票换手率越高。主要控制变量季节性情感因素SAD对沪指波动率和换手率均有显著的影响，且和空气质量指数对两者的影响方向一致，说明季节性情感因素加剧了空气污染对股指波动的影响。综上可以得出进一步判断：空气质量的好坏确实对股票市场的走势产生了一定的影响。 （三）GARCH模型回归结果 在GARCH模型中，往往假设扰动项服从正态分布，但现实情况中股指收益率常存在厚尾的特征，从而使得干扰项不满足正态分布。为了解决这一问题，我们采用Nelson（1991）提出的方法，假定干扰项服从广义指数分布，再对GARCH（1，1）模型进行回归。回归结果见表5。 1. 各指数的日收益率滞后项不显著。Yt-1的系数在所有模型中均不显著，说明上证指数收益率的变动是随机的，不能用前一日的指数收益率来预测当日的指数收益率，这符合弱有效市场的基本假定。 2. 空气质量指数对各指数收益率的影响。当期的空气质量指数AQIt对各指数收益率均有显著的正向影响，即当天的空气污染越严重，股票当日的收益率反而越高。这表明投资者是趋于理性的，一些投资者通过空气污染的加重而捕捉到了一定的信息：污染类的工业企业可能正在加大力度生产，在环境成本较小的情况下，从而产生了对污染企业发展前景乐观的预期，故而买入股票促进工业指数上涨。同样，一部分投资者认为污染的加剧对环保类企业的股票是一个利好，从而买入环保类的股票促進环保指数的上涨。AQIt对上证综合指数收益率的正向影响小于对上证工业指数和上证环保指数的影响，说明其他板块指数是下跌的。这表明没有捕捉到空气污染背后隐藏的信息的部分投资者受到了空气污染对情绪的负面影响而卖出股票。总的来看，三种影响渠道共同作用，使得当期的空气污染对股指收益率产生了正向的影响。 3. 空气质量指数滞后项对各指数收益率的影响。从滞后一天和滞后两天的空气质量指数AQIt-1、AQIt-2的系数来看，分别呈现出负向和正向的影响，且所有滞后一天的空气质量指数系数均在99%的显著水平下显著。这是由于投资者的情绪受空气污染的影响变得悲观，进而规避风险，因此他们倾向于卖出股票。这种负面的影响出现在后一日可能有两个原因：一是由于空气污染对人情绪的影响存在一定的滞后性（Bullinger，1989），悲观情绪的负面影响在第二天才充分显现出来 ；二是源于中国股市特殊的T+1交易机制，人们在当天购入的股票只能在第二天才能交易。而滞后两天的空气质量指数对上证综指和上证环保指数的日收益率产生正向的影响，可能是由于人们对于遭受的损失要求更高的回报进行交易促进股价上涨。这与Li和Peng（2016）得出的结论是相符的。 4. 三个指数回归结果的横向比较。从表5的结果中我们可以看出：AQIt、AQIt-1和AQIt-2对三个指数的影响方向是相同的，说明设定的模型具有一定的稳健性。另外，从各自系数的值来看，空气污染对环保企业的影响最为剧烈，对污染企业的影响次之，对上证综合指数的影响较弱。这是因为随着空气污染的加剧，人们对工业企业和环保企业的关注度有所增加，空气污染可能加剧了环保企业和污染企业股票收益率的不确定性。 5. 股指波动性分析。ARCH项和GARCH项的系数均在99%的显著性水平上显著，说明市场上新旧信息对股市的波动有明显的影响。后者的系数远远大于前者，表明股市的波动主要受过去信息的影响。且两者系数之和小于1，符合约束条件。 六、结论与建议 本文在以往文献研究基础上建立了空气污染影响股票市场的理论框架，并以上证综合指数、上证工业指数和上证环保指数的相关指标为样本，通过T检验、Logit回归模型和GARCH回归模型综合探究了空气污染对股票市场所产生的影响。实证结果发现：（1）T检验表明在不同的空气质量区间，上证综合指数的波动率和换手率有明显的差异，说明空气污染程度的不同对股票市场产生了一定的影响；（2）Logit回归结果显示空气污染对上证综指的收益率、波动率和换手率都有显著的影响，进一步证实了空气污染对我国股票市场走势产生了一定影响；（3）GARCH模型的回归结果显示空气质量对上证综指、上证工业指数和上证环保指数的日收益率均有显著的影响，且对环保企业上市公司股票走势的影响最大，对污染企业上市公司的股票走势影响次之。而且滞后的空气质量指数变量同样对三者有着显著的影响，这表明空气污染对我国股票市场的影响存在一定的滞后性。 同时，本文的研究结果也具有一定的指导意义。对个体投资者来说，可以把交易时当日或前两日的空气污染情况作为构建投资组合的考虑因素之一，对于投资者做出正确的投资决策有一定的帮助；监管部门需要加强对污染气体排放的监管，加大企业排污成本，从而减少空气污染对股票市场的不良影响。 参考文献： [1]Banerjee，A. V. 1992. A Simple Model of Herd Behavior[J].Quarterly Journal of Economics，107. [2]Contans J. J.，A.M. Mathews. 1993. Mood and the Subjective Risk of Future Events[J].Cognition and Emotion 7. [3]Forgas J.P.，G. H. Bower. 1987. Mood Effects on Person-Perception Judgments[J].Journal of Personality and Social Psychology，53. [4]Hirshleifer D. and Shumway T. 2003. Good Day Sunshine： Stock Returns and the Weather[J].Journal of Finance，58 （3） . [5]Kamstra M. J.，L. A. Kramer，M. D. Levi. 2003. Winter Blues： A Sad Stock Market Cycle[J].American Economic Review，93. [6]Levy T.，J. Yagil. 2011. Air Pollution and Stock Returns in the US[J].Journal of Economic Psychology，32（3）. [7]Nowakowicz-Debek B.，L. Saba，H.Bis-Wencel. 2004. The Effects of Air Pollutants on the Cortisol and Progesterone Secretion in Polar Fox （Alopex lagopus）[J]. Scientifur，28. [8]Q. Li，C.H. Peng. 2016. The stock market effect of air pollution： evidence from China[J].Applied Economics，3. [9]Saunders E. 1993. Stock Prices and Wall Street Weather[J].American Economic Review，83（5）. [10]Slovic P.，E. Peters. 2006. Risk Perception and Affect[J].Current Directions in Psychological Science，15. [11]郭永濟，张谊浩.空气质量会影响股票市场吗[J].金融研究，2016，（2）. [12]林树，俞乔.有限理性、动物精神及市场崩溃：对情绪波动与交易行为的实验研究[J].经济研究，2010，（9）. [13]鲁臻邹，恒甫.中国股市的惯性与反转效应研究[J].经济研究，2007，（9）. [14]薛爽，赵泽鹏，王迪.企业排污的信息价值及其识别——基于钢铁企业空气污染的研究[J].金融研究，2017，（1）. [15]张谊浩，任清莲，汪晓樵.空气污染、空气污染关注与股票市场[J].中国经济问题，2017，（5）. Abstract：This article takes the Shanghai Air Quality Index and the Shanghai Composite Index，the Shanghai Industrial Index and the Shanghai Environmental Protection Index from January 1，2014 to December 31，2014 as samples. Utilizing the T-test and Logit regression and GARCH Model， the paper tries to comprehensively analyze and explore the impact of air pollution on China's stock market. Empirical studies have found that air pollution affects the trend of China's stock market and current air pollution levels have a significant positive correlation with the Shanghai Composite Index's yield. Comparing with the polluting enterprises，the environmental protection companies have received more severe influence by the air pollution. At the same time，the impact of air pollution on China's stock market has a certain lag. Key Words：air pollution，stock market，GARCH model （责任编辑 耿 欣；校对 LX，GX） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。