不同規(guī)模自然災(zāi)害對(duì)行業(yè)股票指數(shù)的沖擊效應(yīng)

陳照 危平

摘 ? 要：采用事件研究法以2007—2018年間8個(gè)不同類型、不同規(guī)模的自然災(zāi)害為樣本，實(shí)證研究了此類事件對(duì)不同地區(qū)的行業(yè)股指的影響。研究結(jié)果表明：（1）任一規(guī)模的地質(zhì)災(zāi)害對(duì)西南地區(qū)和東北地區(qū)的農(nóng)林牧漁、采礦、運(yùn)輸倉儲(chǔ)行業(yè)都有顯著負(fù)向影響。大規(guī)模地質(zhì)災(zāi)害對(duì)西南地區(qū)建筑行業(yè)產(chǎn)生顯著負(fù)向影響，對(duì)東北地區(qū)建筑業(yè)產(chǎn)生顯著正向影響。（2）任一規(guī)模的氣象災(zāi)害都對(duì)西南地區(qū)和東北地區(qū)的建筑、農(nóng)林牧漁、運(yùn)輸倉儲(chǔ)產(chǎn)生顯著影響，但影響方向相反。大規(guī)模氣象災(zāi)害對(duì)西南地區(qū)采礦業(yè)產(chǎn)生顯著負(fù)向影響，對(duì)東北地區(qū)采礦業(yè)則產(chǎn)生顯著正向影響。（3）地質(zhì)災(zāi)害只對(duì)西南地區(qū)水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對(duì)東北地區(qū)相同行業(yè)沒有影響。本文量化了不同規(guī)模自然災(zāi)害對(duì)不同地區(qū)行業(yè)股票市場(chǎng)的影響，為完善股票市場(chǎng)的物理風(fēng)險(xiǎn)管理體系提供了必要的證據(jù)支持。

關(guān)鍵詞：物理風(fēng)險(xiǎn);事件研究法;災(zāi)害規(guī)模;地區(qū)效應(yīng);市場(chǎng)反應(yīng)

中圖分類號(hào)：F830.91 ?文獻(xiàn)標(biāo)識(shí)碼：B ?文章編號(hào)：1674-2265（2019）12-0013-09

DOI：10.19647/j.cnki.37-1462/f.2019.12.002

一、引言

自進(jìn)入工業(yè)社會(huì)以來，各類自然災(zāi)害的頻率明顯增加，科技的進(jìn)步和防震減災(zāi)基礎(chǔ)措施與能力的不斷提高，在挽救生命和保障安全上實(shí)現(xiàn)了長足進(jìn)步，但自然災(zāi)害對(duì)于經(jīng)濟(jì)和金融的影響卻并未因此降低。無論是從全世界或者就中國范圍而言，自然災(zāi)害帶來的經(jīng)濟(jì)和金融損失規(guī)模都呈現(xiàn)出持續(xù)擴(kuò)張的態(tài)勢(shì)。同時(shí)，自然災(zāi)害對(duì)金融和經(jīng)濟(jì)的影響研究也一直是各界普遍關(guān)注的重點(diǎn)和熱點(diǎn)。根據(jù)國際災(zāi)害數(shù)據(jù)庫（EM-DAT）數(shù)據(jù)，自然災(zāi)害的發(fā)生具有明顯的地區(qū)特征，2007—2018年間，我國西南地區(qū)發(fā)生自然災(zāi)害166次，遠(yuǎn)高于東北地區(qū)（49次）。而在學(xué)術(shù)界，僅有少量文獻(xiàn)研究了某一特定自然災(zāi)害對(duì)特定行業(yè)或不同行業(yè)股票市場(chǎng)的影響，均得到了有價(jià)值的發(fā)現(xiàn)（劉慶富，2011;耿志祥和孫祁祥，2016;Dean Yang，2008等）。但目前對(duì)于自然災(zāi)害對(duì)股票市場(chǎng)的影響是否具有地區(qū)效應(yīng)的研究仍然存在空白。

基于此，本文基于EM-DAT數(shù)據(jù)，認(rèn)為中國西南地區(qū)為災(zāi)害頻發(fā)區(qū)，東北地區(qū)為非頻發(fā)區(qū)，按自然災(zāi)害特征將其分為地質(zhì)災(zāi)害和氣象災(zāi)害，按自然災(zāi)害規(guī)模分為大規(guī)模和小規(guī)模，選取僅發(fā)生在西南地區(qū)的自然災(zāi)害作為沖擊源，比較研究自然災(zāi)害對(duì)公司注冊(cè)地在西南地區(qū)和東北地區(qū)的不同行業(yè)的股票市場(chǎng)影響的異質(zhì)性，回答災(zāi)害規(guī)模對(duì)不同地區(qū)、不同行業(yè)股票市場(chǎng)影響的差異，也檢驗(yàn)不同地區(qū)、不同行業(yè)股票市場(chǎng)在自然災(zāi)害發(fā)生前后的異常行為。

學(xué)術(shù)界關(guān)于自然災(zāi)害的研究主要聚焦于宏微觀層面，李宏（2018）研究表明在考慮自然災(zāi)害事件影響的中國經(jīng)濟(jì)增長過程中，自然災(zāi)害是作為消極因素而存在的，其在短期和長期中都會(huì)對(duì)經(jīng)濟(jì)增長產(chǎn)生較為顯著的負(fù)面效應(yīng)，這一結(jié)論與Beson（2003）、Raddatz（2007）、世界銀行（2016）的跨國研究保持一致，支持自然災(zāi)害會(huì)對(duì)整個(gè)國家和地區(qū)的經(jīng)濟(jì)增長產(chǎn)生消極影響的觀點(diǎn)。也有很多學(xué)者研究自然災(zāi)害與微觀企業(yè)表現(xiàn)之間的關(guān)系（賈明，2011;陳棟，2012;林煜恩和于家齊，2018），其中，林煜恩和于家齊（2018）研究自然災(zāi)害與企業(yè)現(xiàn)金持有量的關(guān)系，結(jié)論表明國有企業(yè)面臨的地域受災(zāi)面積、受災(zāi)人口或經(jīng)濟(jì)損失較多時(shí)均會(huì)降低現(xiàn)金持有量，而社會(huì)責(zé)任履行程度較高的國有企業(yè)和民營企業(yè)面對(duì)較多的受災(zāi)人口或較高的經(jīng)濟(jì)損失都會(huì)做出提高現(xiàn)金持有水平的決策。

關(guān)于自然災(zāi)害對(duì)股票市場(chǎng)影響的研究主要集中于研究自然災(zāi)害與行業(yè)股票指數(shù)、綜合市場(chǎng)指數(shù)和保險(xiǎn)股票市場(chǎng)的關(guān)系（Cummins和Lewis， 2003 ;Yang，2008;耿志祥和孫祁祥，2016），其中，耿志祥和孫祁祥（2016）分析自然災(zāi)害對(duì)保險(xiǎn)股票指數(shù)和滬深300指數(shù)的影響，表明在整個(gè)樣本期內(nèi)，自然災(zāi)害對(duì)保險(xiǎn)股票指數(shù)的沖擊都大于對(duì)滬深 300 指數(shù)的沖擊?，F(xiàn)有學(xué)術(shù)界關(guān)于自然災(zāi)害對(duì)不同行業(yè)股票市場(chǎng)的影響是否存在地域差異這一研究有限，本文從這一角度出發(fā)研究自然災(zāi)害影響的地域性。本文研究的創(chuàng)新和貢獻(xiàn)表現(xiàn)在以下方面：一是將現(xiàn)有關(guān)于自然災(zāi)害對(duì)經(jīng)濟(jì)和金融影響的研究從宏微觀層面延伸到了中觀層面和地區(qū)層面，定性與定量地補(bǔ)充了自然災(zāi)害對(duì)不同地區(qū)、不同行業(yè)股票市場(chǎng)的影響，彌補(bǔ)了自然災(zāi)害對(duì)不同地區(qū)股票市場(chǎng)的影響這一研究空白;二是在發(fā)展綠色金融的大背景下，本文豐富了環(huán)境風(fēng)險(xiǎn)的相關(guān)文獻(xiàn)，回答了環(huán)境風(fēng)險(xiǎn)對(duì)于股票市場(chǎng)的影響是否與自然災(zāi)害的發(fā)生地相關(guān)，自然災(zāi)害發(fā)生地的行業(yè)股票指數(shù)表現(xiàn)與非自然災(zāi)害發(fā)生地的行業(yè)股票指數(shù)的表現(xiàn)是否存在顯著差異。

本文的后續(xù)部分安排如下：第二部分為理論分析與研究假設(shè);第三部分為研究設(shè)計(jì);第四部分為數(shù)據(jù)來源與描述性統(tǒng)計(jì);第五部分為主要實(shí)證結(jié)果;最后為結(jié)論。

二、理論分析與研究假設(shè)

（一）自然災(zāi)害對(duì)不同地區(qū)行業(yè)股票指數(shù)影響的價(jià)值分析

股票市場(chǎng)作為經(jīng)濟(jì)的晴雨表，由外界沖擊引起的資源配置行為與效率變化能夠通過股票市場(chǎng)價(jià)格行為表現(xiàn)出來，因而，自然災(zāi)害對(duì)股票市場(chǎng)的影響也可以通過股票價(jià)格的變動(dòng)體現(xiàn)出來。

現(xiàn)有關(guān)于自然災(zāi)害對(duì)股票市場(chǎng)的研究可以基于股票市場(chǎng)的分類進(jìn)行區(qū)分。（1）對(duì)整個(gè)股市的研究：Yang （2008）運(yùn)用事件研究法表明自然災(zāi)害對(duì)日本整個(gè)股票市場(chǎng)沒有顯著的影響;耿志祥和孫祁祥（2016）運(yùn)用VAR-BEKK-MVGARCH-DUMMY-T模型研究表明自然災(zāi)害對(duì)滬深300綜合市場(chǎng)指數(shù)存在非對(duì)稱的溢出效應(yīng)。（2）對(duì)分行業(yè)股票指數(shù)的研究：地震災(zāi)難對(duì)中國股票市場(chǎng)各行業(yè)均產(chǎn)生顯著的不同程度的沖擊效應(yīng)，曹廣喜和向俊偉（2006）發(fā)現(xiàn)其對(duì)農(nóng)業(yè)、交通運(yùn)輸業(yè)、煤電水的供應(yīng)、金融、土木工程建筑、房地產(chǎn)行業(yè)產(chǎn)生顯著影響;劉慶富和周程遠(yuǎn)（2011）以汶川大地震為例，運(yùn)用事件研究法，研究表明我國股票市場(chǎng)在地震期間的總體市場(chǎng)風(fēng)險(xiǎn)相對(duì)較小，地震之后的總體市場(chǎng)風(fēng)險(xiǎn)明顯增大，地震災(zāi)難對(duì)我國股票市場(chǎng)的風(fēng)險(xiǎn)沖擊具有一定的漸進(jìn)性和持續(xù)性。（3）聚焦于對(duì)單個(gè)保險(xiǎn)行業(yè)的研究：Cummins和Lewis（2003）、Yang（2008）認(rèn)為自然災(zāi)害發(fā)生時(shí)，投資者預(yù)期未來保險(xiǎn)的需求量會(huì)大幅上升，且這種效應(yīng)帶來的收益會(huì)超過地震帶來的損失，因此投資者對(duì)保險(xiǎn)公司股票未來市場(chǎng)表現(xiàn)持積極樂觀的態(tài)度;而持相反觀點(diǎn)的學(xué)者（Patton和0Verardo，2012）認(rèn)為自然災(zāi)害的負(fù)面消息占主導(dǎo)，損失超過了未來保險(xiǎn)需求帶來的收益。

回顧相關(guān)文獻(xiàn)，以往學(xué)者研究自然災(zāi)害對(duì)股票市場(chǎng)影響的特點(diǎn)是：（1）主要集中于地震等單一自然災(zāi)害。（2）同質(zhì)化不同類型自然災(zāi)害，將不同類型的自然災(zāi)害統(tǒng)一考慮，忽視他們的特質(zhì)。（3）考慮災(zāi)害類型時(shí)，集中于對(duì)保險(xiǎn)行業(yè)、房地產(chǎn)行業(yè)的影響。以往研究并未考慮不同規(guī)模的自然災(zāi)害對(duì)股票市場(chǎng)的影響以及自然災(zāi)害對(duì)行業(yè)股票指數(shù)影響的區(qū)域效應(yīng)。

自然災(zāi)害的發(fā)生是不確定的、難以預(yù)知的，人們會(huì)因?yàn)椤鞍l(fā)生了不確定性的、不可預(yù)知的危險(xiǎn)”而產(chǎn)生恐懼（Jason M，2006），與此同時(shí)，負(fù)面情緒具備傳染性，會(huì)對(duì)整個(gè)市場(chǎng)造成影響，恐慌的情緒會(huì)使市場(chǎng)投資者產(chǎn)生不理智的異常行為，造成股市波動(dòng)。顯然，這種不理性的程度與自然災(zāi)害規(guī)模的大小有關(guān)。因此，在自然災(zāi)害發(fā)生的短期內(nèi)，我們可以認(rèn)為當(dāng)災(zāi)害規(guī)模足夠大時(shí)，人們的恐慌程度足以造成股市波動(dòng)或者明顯不合理的溢出效應(yīng);當(dāng)災(zāi)害規(guī)模較小時(shí)，人們不會(huì)高度關(guān)注災(zāi)害信息，因而不會(huì)引起股價(jià)的異常波動(dòng)。基于此，文章提出假設(shè)1：

H1：不同規(guī)模的自然災(zāi)害對(duì)行業(yè)股票指數(shù)的影響不同。

Strobl（2011）研究表明，自然災(zāi)害的影響是局部的，與“創(chuàng)造性破壞”理論類似，自然災(zāi)害事件盡管會(huì)導(dǎo)致物質(zhì)資本方面的損失，但后續(xù)也會(huì)帶來恢復(fù)與重建過程中經(jīng)濟(jì)和金融活動(dòng)的擴(kuò)張等，因此可能在長期中對(duì)自然災(zāi)害發(fā)生當(dāng)?shù)氐慕?jīng)濟(jì)和金融發(fā)展產(chǎn)生推動(dòng)和促進(jìn)作用。Leiter（2009）發(fā)現(xiàn)災(zāi)害發(fā)生地的公司比非災(zāi)害發(fā)生地的公司有著更高的收益率。國內(nèi)學(xué)者劉毅和黃建毅（2010）的研究也表明，我國自然災(zāi)害脆弱性的整體水平較高， 地區(qū)排名為西部>中部>東部。因此，本文認(rèn)為我國自然災(zāi)害對(duì)股票市場(chǎng)的影響存在地區(qū)效應(yīng)，自然災(zāi)害對(duì)位于自然災(zāi)害發(fā)生地的上市公司股票市場(chǎng)的影響與不位于自然災(zāi)害發(fā)生地的上市公司股票市場(chǎng)的影響應(yīng)該是不同的，基于此，本文提出假設(shè)2：

H2：不同規(guī)模的自然災(zāi)害對(duì)不同地區(qū)的行業(yè)股票指數(shù)的影響不同。

（二）自然災(zāi)害對(duì)不同地區(qū)行業(yè)股票指數(shù)影響的計(jì)量方法

1. 基于事件研究法的文獻(xiàn)回顧。國內(nèi)學(xué)者利用事件研究法的相關(guān)研究主要集中于對(duì)經(jīng)濟(jì)事件、企業(yè)環(huán)境污染事件的市場(chǎng)反應(yīng)和自然災(zāi)害領(lǐng)域。如紫金礦業(yè)污水滲漏曾造成汀江水污染，這是國內(nèi)公眾關(guān)注程度較高、影響較大的環(huán)境污染事件。學(xué)者們以紫金礦業(yè)汀江污染事故為例，采用事件研究法分析了污染事件及事后罰款對(duì)紫金礦業(yè)和其他同行業(yè)公司股價(jià)的影響（任遠(yuǎn)， 2012;沈紅波等， 2012;崔嘉， 2015;趙春玲等，2016）;同時(shí)，肖華和張國清（2008）研究了“松花江事件”對(duì)相關(guān)行業(yè)公司股價(jià)和環(huán)境信息披露行為的影響，發(fā)現(xiàn) “松花江事件”發(fā)生后，吉林化工和樣本公司股票的累積異常收益顯著為負(fù);劉慶富等（2011）利用改進(jìn)的市場(chǎng)模型研究了地震災(zāi)難對(duì)我國股票市場(chǎng)的沖擊效應(yīng)，發(fā)現(xiàn)地震災(zāi)難對(duì)我國各行業(yè)股票的收益均具有顯著的影響，且這一影響具有漸進(jìn)性、持續(xù)性和個(gè)體差異性。

2. 基于啞元變量的計(jì)量經(jīng)濟(jì)學(xué)方法文獻(xiàn)回顧。除事件研究法以外，基于自然災(zāi)害的研究也多采用含啞元變量的回歸分析法。Walsh和Quek（1999）利用啞元變量、VAR沖擊反應(yīng)方程，研究了1995年1月的神戶地震對(duì)日經(jīng)225指數(shù)期貨市場(chǎng)的沖擊效應(yīng)，發(fā)現(xiàn)期貨市場(chǎng)對(duì)地震信息是敏感的，受地震消息的沖擊，交易量和空盤量會(huì)出現(xiàn)臨時(shí)增加，買賣價(jià)差的增大具有持續(xù)性。耿志祥和孫祁祥（2016）采用VAR-BEKK-MVGARCH-DUMMY-T模型，研究自然災(zāi)害和金融危機(jī)對(duì)保險(xiǎn)股票指數(shù)和滬深300指數(shù)的影響，結(jié)論表明，保險(xiǎn)股票指數(shù)的兩類風(fēng)險(xiǎn)測(cè)度都大于滬深 300 指數(shù)，滬深300 指數(shù)對(duì)保險(xiǎn)股票指數(shù)存在負(fù)的均值溢出效應(yīng)和波動(dòng)溢出效應(yīng)，且投資者可以通過持有市場(chǎng)資產(chǎn)組合來分散自然災(zāi)害風(fēng)險(xiǎn)。

3. 有關(guān)自然災(zāi)害研究方法的評(píng)述?？傮w上看，有關(guān)自然災(zāi)害對(duì)資本市場(chǎng)產(chǎn)生影響的理論研究和實(shí)證研究成果較多，但從研究?jī)?nèi)容和研究方法上看，仍存在一定不足：第一，現(xiàn)有的關(guān)于重大風(fēng)險(xiǎn)事件對(duì)資本市場(chǎng)的影響研究主要側(cè)重于經(jīng)濟(jì)事件和企業(yè)環(huán)境污染事件的分析，而對(duì)自然災(zāi)害的研究尚為缺乏。并且，除環(huán)境污染事件和經(jīng)濟(jì)事件經(jīng)常發(fā)生外，近年來的自然災(zāi)害也頻繁發(fā)生，它對(duì)金融市場(chǎng)的影響不容忽視且有逐漸增強(qiáng)的態(tài)勢(shì)。第二，對(duì)于含啞元變量的計(jì)量經(jīng)濟(jì)學(xué)方法而言，它受樣本數(shù)量選擇的制約。

三、研究設(shè)計(jì)

（一）研究方法的選擇

參考劉慶富等（2011）的做法，本文采用事件研究法，通過計(jì)算自然災(zāi)害事件發(fā)生前后的特定事件窗口超額收益率以及累計(jì)超額收益率的偏離程度，分析不同規(guī)模自然災(zāi)害引起的不同地域、不同行業(yè)股票市場(chǎng)的累積異常反應(yīng)。

（二）定義時(shí)間窗口

本文將事件日定為自然災(zāi)害發(fā)生當(dāng)天。為了更好捕捉自然災(zāi)害發(fā)生前后不同地區(qū)資本市場(chǎng)的反應(yīng)，也考慮到部分自然災(zāi)害具有可預(yù)知性，本文將事件窗口定位事件發(fā)生前后的[-15，15]。為了不影響正常收益模型的參數(shù)估計(jì)，避免事前敏感日期的影響，估計(jì)期窗口通常不應(yīng)與事件窗口重疊。因此，本文選擇[-125，-30]為估計(jì)窗口。

（三）超額收益率的計(jì)算

估計(jì)窗口正常收益率的計(jì)算模型：

[Ri，t=αi+βiRm，t+εi，t] ? ? ? ? ? ? ? ? ? ? ? （1）

其中，[Ri，t]為行業(yè)股指i在第t日的實(shí)際收益率;[Rm，t]為對(duì)應(yīng)深證綜合指數(shù)第t日的市場(chǎng)收益率;[αi]、[βi]為回歸系數(shù);[εi，t]為隨機(jī)擾動(dòng)項(xiàng)。

采用模型（1）來估計(jì)正常回報(bào)率。基本思路如下： （1）估計(jì)窗口內(nèi)，針對(duì)每一行業(yè)股指收益率，估計(jì)市場(chǎng)模型中的參數(shù)[αi]和[βi]。（2）預(yù)測(cè)每一行業(yè)股指在事件窗口內(nèi)的正常收益率。根據(jù)以上思路，通過收集研究樣本在估計(jì)期[-125，-30]內(nèi)的市場(chǎng)收益率和深證綜合指數(shù)收益率，可以計(jì)算出估計(jì)窗口的回歸系數(shù)[αi]、[βi]，再根據(jù)[αi]、[βi]估計(jì)出事件窗口的期望收益率[E（～Ri，t）]。即：

[E（～Ri，t）=αi+βiRm，t] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

正常收益率是指假設(shè)不發(fā)生該自然災(zāi)害事件條件下的期望收益率，而超額收益率即事件期間內(nèi)該行業(yè)股指實(shí)際收益與同期正常收益之差。根據(jù)正常收益率和期望收益率可計(jì)算出超額收益率[ARi，t]。

[ARi，t=Ri，t-E（～Ri，t）] ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

本文選取的事件窗口為[[t1，t2]]，[t1]、[t2]分別為事件窗口[[t1，t2]]的起點(diǎn)時(shí)間和終點(diǎn)時(shí)間;[ARi，t]是事件窗口[[t1，t2]]內(nèi)，行業(yè)股指[i]在第[t]日的超額收益率。以此為基礎(chǔ)，可以得到行業(yè)股指[i]在事件窗口[[t1，t2]]的累積超額收益率[CARi[t1，t2]]。

[CARi[t1，t2]=t1t2ARi，t] ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

事件窗口[[t1，t2]]內(nèi)，所有行業(yè)指數(shù)的平均超額收益率[AAR[t1，t2]]代表自然災(zāi)害對(duì)所有樣本行業(yè)的平均影響，計(jì)算公式如下所示：

[AAR[t1，t2]=1Ni=1NARi，t] ? ? ? ? ? ? ? ? ? ? ? ? ? ? （5）

其中，N為總的行業(yè)數(shù)量。

（四）超額收益率檢驗(yàn)

計(jì)算出超額收益率后，還要檢驗(yàn)超額收益率的顯著性。檢驗(yàn)的原假設(shè)是超額收益率（或累計(jì)超額收益率） 的均值為0。檢驗(yàn)方法通常包括參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)兩種，本文選擇參數(shù)檢驗(yàn)法。在檢驗(yàn)股票在事件窗口內(nèi)累計(jì)超額收益率的過程中，通?？疾烊缦陆y(tǒng)計(jì)量：

[Z=CAR[t1，t2][σ2t1，t2]1/2～N（0，1）] ? ? ? ? ? ? ?（6）

其中，Z是平均超額收益率[AAR[t1，t2]]的標(biāo)準(zhǔn)差的估計(jì)量對(duì)累積超額收益率標(biāo)準(zhǔn)化后的結(jié)果，[σ2（t1，t2）=L2σ2AAR（t1，t2）]，[σ2AAR（t1，t2）]是事件窗口[[t1，t2]]內(nèi)的平均超額收益率[AAR[t1，t2]]的方差，[L2]是事件窗口的長度。

如果檢驗(yàn)結(jié)果顯著，說明自然災(zāi)害給資本市場(chǎng)帶來了顯著影響;如果檢驗(yàn)結(jié)果不顯著，則說明市場(chǎng)反應(yīng)溫和、平穩(wěn)，自然災(zāi)害沒有給市場(chǎng)帶來明顯影響。

四、數(shù)據(jù)來源與描述性統(tǒng)計(jì)

（一）自然災(zāi)害事件

本文研究自然災(zāi)害對(duì)不同行業(yè)股票市場(chǎng)影響的區(qū)域效應(yīng)，選取2007年1月1日至2018年12月31日間僅發(fā)生在中國西南地區(qū)的166起自然災(zāi)害作為研究樣本，其中種類最多為洪水74起，最少為山體滑坡21起。數(shù)據(jù)來源為國際災(zāi)害數(shù)據(jù)庫（EM-DAT），其中自然災(zāi)害界定為至少滿足以下四個(gè)條件之一：一是遇難人數(shù)在10人以上;二是受影響人數(shù)在100人以上;三是要求國際援助;四是已經(jīng)宣布國家進(jìn)入緊急狀態(tài)。本文按自然災(zāi)害性質(zhì)將其分為地質(zhì)災(zāi)害和氣象災(zāi)害：地質(zhì)災(zāi)害是指以地質(zhì)動(dòng)力活動(dòng)或地質(zhì)環(huán)境異常變化為主要成因的自然災(zāi)害，包括地震和山體滑坡;氣象災(zāi)害是指大氣對(duì)人類的生命財(cái)產(chǎn)和國民經(jīng)濟(jì)建設(shè)及國防建設(shè)等造成的直接或間接的損害，包括洪水和暴風(fēng)雨。本文基于EM-DAT數(shù)據(jù)庫，通過賦權(quán)打分法對(duì)自然災(zāi)害級(jí)值、總死亡人數(shù)和直接經(jīng)濟(jì)損失（億元）三類指標(biāo)賦等權(quán)重，對(duì)自然災(zāi)害進(jìn)行打分評(píng)級(jí)，選取得分最大的作為大規(guī)模自然災(zāi)害，得分最小的作為小規(guī)模自然災(zāi)害。研究期間內(nèi)一共8個(gè)自然災(zāi)害作為外生事件。自然災(zāi)害選取情況見表1。

（二）地區(qū)行業(yè)股票指數(shù)數(shù)據(jù)

本文選取2007年1月1日至2018年12月31日間公司注冊(cè)地在西南地區(qū)或東北地區(qū)的A股上市公司，結(jié)合證監(jiān)會(huì)第一類行業(yè)分類（2012），一共19個(gè)大類，將A股上市公司按兩類地區(qū)、不同行業(yè)分類，西南地區(qū)上市公司可以分為12個(gè)行業(yè)，東北地區(qū)也可以分為12個(gè)行業(yè)。選取不同行業(yè)上市公司股價(jià)的日收盤價(jià)，計(jì)算其算術(shù)平均值，得到股票指數(shù)日數(shù)據(jù)2919個(gè)，借助公式（7）對(duì)其取對(duì)數(shù)收益率，得到不同地區(qū)行業(yè)股票指數(shù)日收益率序列。兩類地區(qū)不同行業(yè)股指收益率的具體情況見表2。

[ri，t=log （pi，t/pi，t-1）] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（7）

從公司數(shù)量看，西南地區(qū)水電煤氣行業(yè)上市公司數(shù)量最多，為12個(gè);東北地區(qū)制造業(yè)上市公司數(shù)量最多，為36個(gè)，這與西南地區(qū)水能資源豐富和東北地區(qū)作為老工業(yè)城市的特征是一致的。從均值可以看出，除東北地區(qū)采礦業(yè)和農(nóng)林牧漁業(yè)的均值小于0，表明這兩個(gè)行業(yè)的收益率呈下降趨勢(shì)外，其他行業(yè)的收益率都是上升的，兩類地區(qū)總體的股市表現(xiàn)良好;從最大值可看出，西南地區(qū)和東北地區(qū)都是金融業(yè)取得峰值，這與金融業(yè)進(jìn)行貨幣資金融通，具有杠桿性、順周期性和反映實(shí)體經(jīng)濟(jì)的特征是分不開的;從標(biāo)準(zhǔn)差可以看出，西南地區(qū)和東北地區(qū)的標(biāo)準(zhǔn)差接近，且西南地區(qū)標(biāo)準(zhǔn)差最大為租賃業(yè)和金融業(yè)，東北地區(qū)標(biāo)準(zhǔn)差最大為采礦業(yè)、金融業(yè)和房地產(chǎn)業(yè)。

五、主要實(shí)證結(jié)果

（一） 不同規(guī)模自然災(zāi)害對(duì)全樣本的影響

本文將全樣本定義為既包括注冊(cè)地在西南地區(qū)的上市公司，也包括注冊(cè)地在東北地區(qū)的上市公司。將自然災(zāi)害起始日定為事件日，即圖1中dif為0的日期。當(dāng)自然災(zāi)害起始日不為交易日時(shí)，將日期順延到下一個(gè)交易日。通過CAR的變化直觀判斷發(fā)生在西南地區(qū)的地質(zhì)災(zāi)害和氣象災(zāi)害對(duì)全樣本股指收益率的影響。

1. 不同規(guī)模地質(zhì)災(zāi)害對(duì)全樣本的影響。由圖1所示，左側(cè)圖表示大規(guī)模自然災(zāi)害，右側(cè)圖表示小規(guī)模自然災(zāi)害。汶川地震對(duì)全樣本有明顯的負(fù)向影響（4%），假設(shè)1成立，大規(guī)模的汶川地震災(zāi)害會(huì)造成投資者的負(fù)面和恐慌情緒，但大規(guī)模的山體滑坡和小規(guī)模的地質(zhì)災(zāi)害不改變?nèi)珮颖旧仙内厔?shì)，說明投資者不會(huì)關(guān)注山體滑坡這一類報(bào)道數(shù)量不足、力度不夠的信息或者規(guī)模較小的災(zāi)害信息，假設(shè)1得到證明。

2. 不同規(guī)模氣象災(zāi)害對(duì)全樣本的影響。由圖2所示，左側(cè)圖表示大規(guī)模自然災(zāi)害，右側(cè)圖表示小規(guī)模自然災(zāi)害?？梢钥闯?，大規(guī)模暴風(fēng)雨災(zāi)害對(duì)于全樣本股票指數(shù)有明顯的負(fù)向作用，然而大規(guī)模洪水對(duì)全樣本指數(shù)的影響卻并不明顯，與不同規(guī)模地質(zhì)災(zāi)害對(duì)全樣本指數(shù)的影響類似，小規(guī)模氣象災(zāi)害對(duì)全樣本的影響也不顯著。另外，除不受媒體關(guān)注的洪水和山體滑坡外，地震和暴風(fēng)雨等受大眾和媒體關(guān)注的大規(guī)模災(zāi)害對(duì)于全樣本CAR的影響大于小規(guī)模災(zāi)害。這驗(yàn)證了假設(shè)1，在災(zāi)害規(guī)模足夠大時(shí)，人們會(huì)在災(zāi)害發(fā)生時(shí)產(chǎn)生恐慌，做出不理智的市場(chǎng)行為，導(dǎo)致股票市場(chǎng)的溢出。

（二） 地質(zhì)災(zāi)害對(duì)分地區(qū)行業(yè)股指的影響

根據(jù)上文的研究設(shè)計(jì)，選擇地震、山體滑坡作為地質(zhì)自然災(zāi)害事件，得到自然災(zāi)害事件窗口[-15，15]內(nèi)每天的累計(jì)超額收益率[CARi[t1，t2]]和平均超額收益率[AAR[t1，t2]]，并對(duì)超額收益率的均值進(jìn)行T檢驗(yàn)。由于篇幅限制，本文僅列出在[-15，15]的事件窗口內(nèi)自然災(zāi)害對(duì)不同地區(qū)行業(yè)股指收益率影響顯著的累計(jì)超額收益率[CARi[t1，t2]]，并將顯著性水平控制在1%、5%的程度。

（1）由表3、表4所示，按規(guī)模分析，大規(guī)模和小規(guī)模地質(zhì)災(zāi)害對(duì)西南地區(qū)和東北地區(qū)的農(nóng)林牧漁、采礦、運(yùn)輸倉儲(chǔ)都有顯著影響，由于西南地區(qū)農(nóng)林牧漁業(yè)、采礦業(yè)和運(yùn)輸倉儲(chǔ)業(yè)上市公司的盈利狀況與自然資源、交通出行和地質(zhì)狀況密不可分，這三個(gè)行業(yè)會(huì)受到地質(zhì)災(zāi)害的影響與人們的認(rèn)知保持一致，而東北地區(qū)的同一行業(yè)也受到影響，則證明了負(fù)面情緒的感染性。

只有大規(guī)模的地質(zhì)災(zāi)害會(huì)對(duì)兩個(gè)地區(qū)的建筑行業(yè)產(chǎn)生顯著影響，在西南地區(qū)發(fā)生的大規(guī)模地質(zhì)災(zāi)害會(huì)損毀其固定資產(chǎn)和生產(chǎn)設(shè)備，造成此地區(qū)建筑業(yè)上市公司資產(chǎn)減值和損失，人們對(duì)其股價(jià)的預(yù)期下降，產(chǎn)生負(fù)向溢出。而由于“創(chuàng)造性破壞”理論，且東北地區(qū)的建筑業(yè)并未遭受損失，在災(zāi)后恢復(fù)中，人們認(rèn)為東北地區(qū)的建筑業(yè)實(shí)體公司競(jìng)爭(zhēng)力猶在，經(jīng)營業(yè)績(jī)可能會(huì)上升，因而在西南地區(qū)的地質(zhì)災(zāi)害反而對(duì)東北地區(qū)的建筑業(yè)產(chǎn)生正向影響。

同時(shí)，小規(guī)模地質(zhì)災(zāi)害對(duì)不同地區(qū)行業(yè)股票指數(shù)的影響小于大規(guī)模災(zāi)害，這驗(yàn)證了假設(shè)1，一般說來，大規(guī)模地質(zhì)災(zāi)害對(duì)股票市場(chǎng)的溢出效應(yīng)大于小規(guī)模地質(zhì)災(zāi)害。

（2）按地區(qū)分析，地質(zhì)災(zāi)害只對(duì)西南地區(qū)的水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對(duì)東北地區(qū)的相同行業(yè)沒有影響，這驗(yàn)證了假設(shè)2，表明地質(zhì)災(zāi)害對(duì)不同地區(qū)的行業(yè)股票指數(shù)的影響是不同的，顯然，由于西南地區(qū)的地質(zhì)災(zāi)害損壞了水利/公共設(shè)施業(yè)和租賃業(yè)用以盈利的基礎(chǔ)設(shè)施，而這些基礎(chǔ)設(shè)施不需要由距離遠(yuǎn)的東北地區(qū)上市公司提供，因而，對(duì)西南地區(qū)有顯著影響，卻不會(huì)對(duì)東北地區(qū)產(chǎn)生顯著影響。

（三） 氣象災(zāi)害對(duì)分地區(qū)行業(yè)股指的影響

根據(jù)上文的研究設(shè)計(jì)，選擇洪水、暴風(fēng)雨作為氣象自然災(zāi)害事件，得到氣象自然災(zāi)害事件窗口[-15，15]內(nèi)每天的累計(jì)超額收益率[CARi[t1，t2]]和平均超額收益率[AAR[t1，t2]]，并對(duì)超額收益率的均值進(jìn)行T檢驗(yàn)。由于篇幅限制，本文僅列出在[-15，15]的事件窗口內(nèi)氣象自然災(zāi)害對(duì)不同地區(qū)行業(yè)股指收益率影響顯著的累計(jì)超額收益率[CAR]。為了結(jié)果的顯著性，本文將顯著性水平控制在1%、5%的程度。

1. 由表5、表6所示，按規(guī)模分析，大規(guī)模和小規(guī)模氣象災(zāi)害都會(huì)對(duì)西南地區(qū)和東北地區(qū)的建筑、農(nóng)林牧漁、運(yùn)輸倉儲(chǔ)產(chǎn)生顯著影響。這與地質(zhì)自然災(zāi)害造成影響的機(jī)理相似，西南地區(qū)上市公司處于洪水和暴風(fēng)雨天氣時(shí)，由于建筑、農(nóng)林牧漁和運(yùn)輸倉儲(chǔ)行業(yè)對(duì)天氣的高度依賴、日常施工和運(yùn)輸?shù)牟槐?，大眾意識(shí)到這三類行業(yè)盈利能力的降低，對(duì)其股價(jià)的心理預(yù)期也會(huì)由此下降，因此氣象災(zāi)害對(duì)其造成負(fù)向溢出。而由于東北地區(qū)的建筑行業(yè)不受西南地區(qū)氣象災(zāi)害的直接物理影響，且大眾會(huì)認(rèn)為在西南地區(qū)發(fā)生氣象災(zāi)害時(shí)，東北地區(qū)建筑行業(yè)上市公司的競(jìng)爭(zhēng)力增強(qiáng)，會(huì)看好對(duì)東北地區(qū)建筑行業(yè)，因此，無論氣象災(zāi)害規(guī)模如何，氣象災(zāi)害的發(fā)生對(duì)東北地區(qū)建筑行業(yè)都是有利溢出。

由于采礦行業(yè)的井下作業(yè)對(duì)于小規(guī)模氣象災(zāi)害有一定的防護(hù)措施，因此只有大規(guī)模氣象災(zāi)害才對(duì)西南地區(qū)和東北地區(qū)采礦業(yè)產(chǎn)生影響，氣象災(zāi)害發(fā)生在西南地區(qū)，對(duì)西南地區(qū)的采礦業(yè)產(chǎn)生顯著的負(fù)向溢出，對(duì)東北地區(qū)的采礦業(yè)產(chǎn)生顯著的正向溢出，這與常識(shí)相符，也說明不同規(guī)模的自然災(zāi)害對(duì)不同行業(yè)的影響是不同的。

2. 按地區(qū)分析，氣象災(zāi)害只對(duì)西南地區(qū)的水電煤氣、租賃業(yè)和文體娛行業(yè)有影響，對(duì)東北地區(qū)的相同行業(yè)沒有影響，這說明了氣象災(zāi)害對(duì)股票市場(chǎng)的影響存在地區(qū)效應(yīng)。租賃業(yè)的設(shè)施在洪水或暴風(fēng)雨期間遭受損壞，在股票市場(chǎng)上反映為自然災(zāi)害期間，股價(jià)產(chǎn)生負(fù)向溢出。與此同時(shí)，由于天氣不便，西南地區(qū)對(duì)水電煤氣的消費(fèi)量降低，股市敏感者認(rèn)為水電煤氣業(yè)的盈利降低，因此會(huì)拋售股票，氣象災(zāi)害即會(huì)對(duì)西南地區(qū)水電煤氣業(yè)產(chǎn)生負(fù)向影響，而由于發(fā)生氣象災(zāi)害時(shí)，人們的出行便利程度和心情指數(shù)會(huì)下降，因此在西南地區(qū)的文體娛類上市公司的股票收益會(huì)顯著降低。

同時(shí)，氣象災(zāi)害只對(duì)東北地區(qū)的房地產(chǎn)行業(yè)和金融行業(yè)有影響，對(duì)房地產(chǎn)行業(yè)的負(fù)向溢出可以理解為負(fù)面情緒的傳染效應(yīng)，在西南地區(qū)發(fā)生的災(zāi)害使得人們產(chǎn)生恐慌情緒并傳染到東北地區(qū)房地產(chǎn)行業(yè)的投資者。而氣象災(zāi)害對(duì)東北地區(qū)的金融行業(yè)產(chǎn)生正向溢出，一種可能的解釋是自然災(zāi)害發(fā)生時(shí)，金融行業(yè)投資者看到了套利的可能性，因此看好金融股。

綜上，不同規(guī)模的氣象災(zāi)害對(duì)不同行業(yè)的溢出效應(yīng)不同，且這種不同還體現(xiàn)在地區(qū)層面。

（四） 穩(wěn)健性檢驗(yàn)

為了避免樣本選擇、模型設(shè)定和變量度量造成的偏差，本文基于事件研究法的特點(diǎn)，從數(shù)據(jù)出發(fā)進(jìn)行了如下穩(wěn)健性檢驗(yàn)：（1）變更構(gòu)建行業(yè)股票指數(shù)的權(quán)重，上文構(gòu)建的行業(yè)股票指數(shù)以算術(shù)平均值為基準(zhǔn)，在此處則以不同地區(qū)各行業(yè)中各上市公司于2018年12月31日（最近一次截止日）的市值為權(quán)重構(gòu)建行業(yè)股票指數(shù)進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果與上文結(jié)論、方向和行業(yè)分布大體保持一致。（2）基于國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫—分省年度數(shù)據(jù)庫，從2007年起，逐項(xiàng)核對(duì)國際災(zāi)害數(shù)據(jù)庫數(shù)據(jù)的準(zhǔn)確性，綜合考慮EM-DAT選取自然災(zāi)害的四個(gè)條件，經(jīng)核對(duì)，自然災(zāi)害事件的選取是真實(shí)可靠的。即上述穩(wěn)健性結(jié)果與本文前述結(jié)論一致，限于篇幅未進(jìn)一步詳述。

六、結(jié)論

本文從EM-DAT數(shù)據(jù)庫中篩選出8個(gè)不同規(guī)模的地質(zhì)災(zāi)害和氣象災(zāi)害，按公司注冊(cè)地址和中國證監(jiān)會(huì)分類的第一類行業(yè)大類，將中國A股上市公司分類為注冊(cè)地在西南地區(qū)的12類行業(yè)股票指數(shù)和注冊(cè)地在東北地區(qū)的13類行業(yè)股票指數(shù)，并采用事件研究法分析然災(zāi)害的規(guī)模不同對(duì)行業(yè)股票指數(shù)的影響是否存在差異，以及僅發(fā)生在西南地區(qū)的自然災(zāi)害對(duì)不同地區(qū)的行業(yè)股票指數(shù)影響是否存在差異，為我國巨災(zāi)保險(xiǎn)等權(quán)益工具的研究提供理論和技術(shù)支持。

本文的研究結(jié)論表明：（1）任何規(guī)模的地質(zhì)災(zāi)害對(duì)西南地區(qū)和東北地區(qū)的農(nóng)林牧漁、采礦、運(yùn)輸倉儲(chǔ)行業(yè)股指都有顯著負(fù)向影響。大規(guī)模的地質(zhì)災(zāi)害會(huì)對(duì)西南地區(qū)的建筑行業(yè)產(chǎn)生顯著負(fù)向影響，而對(duì)東北地區(qū)的建筑業(yè)產(chǎn)生顯著正向影響。（2）不同規(guī)模的氣象災(zāi)害都會(huì)對(duì)西南地區(qū)和東北地區(qū)的建筑、農(nóng)林牧漁、運(yùn)輸倉儲(chǔ)行業(yè)股指產(chǎn)生顯著影響，但影響方向相反。氣象災(zāi)害對(duì)西南地區(qū)上市公司產(chǎn)生顯著負(fù)向溢出，而對(duì)東北地區(qū)這三類行業(yè)都是顯著的正向溢出。只有大規(guī)模氣象災(zāi)害才對(duì)采礦業(yè)產(chǎn)生影響，氣象災(zāi)害對(duì)西南地區(qū)的采礦業(yè)產(chǎn)生顯著的負(fù)向溢出，對(duì)東北地區(qū)的采礦業(yè)產(chǎn)生顯著的正向溢出。（3）地質(zhì)災(zāi)害只對(duì)西南地區(qū)的水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對(duì)東北地區(qū)的相同行業(yè)沒有影響，這表明地質(zhì)災(zāi)害對(duì)不同地區(qū)的行業(yè)股票指數(shù)的影響是不同的。

基于以上結(jié)論，本文得到如下啟示：

第一，關(guān)注自然災(zāi)害對(duì)農(nóng)林牧漁、采礦、建筑業(yè)和運(yùn)輸倉儲(chǔ)行業(yè)的影響。任何規(guī)模的地質(zhì)災(zāi)害都對(duì)這些行業(yè)產(chǎn)生顯著負(fù)向影響，持有這些股票的投資者應(yīng)該充分關(guān)注地質(zhì)災(zāi)害預(yù)警，在一定時(shí)期內(nèi)及時(shí)拋售股票;任何規(guī)模的氣象災(zāi)害對(duì)西南地區(qū)和東北地區(qū)建筑、農(nóng)林牧漁、運(yùn)輸倉儲(chǔ)的影響方向相反，投資者應(yīng)充分關(guān)注氣象災(zāi)害預(yù)警，在氣象災(zāi)害發(fā)生時(shí)適當(dāng)減少股票池中持有的西南地區(qū)建筑、農(nóng)林牧漁、運(yùn)輸倉儲(chǔ)行業(yè)股票，適當(dāng)增加?xùn)|北地區(qū)建筑、農(nóng)林牧漁、運(yùn)輸倉儲(chǔ)行業(yè)股票，實(shí)現(xiàn)股票收益最大化。

第二，關(guān)注大規(guī)模自然災(zāi)害對(duì)特定行業(yè)的影響。大規(guī)模的地質(zhì)災(zāi)害會(huì)對(duì)西南地區(qū)的建筑行業(yè)產(chǎn)生顯著負(fù)向影響，大規(guī)模氣象災(zāi)害對(duì)西南地區(qū)采礦業(yè)產(chǎn)生顯著負(fù)向影響，當(dāng)這些災(zāi)害發(fā)生時(shí)，投資者應(yīng)及時(shí)拋售特定行業(yè)的股票，減少自己的損失。

第三，設(shè)計(jì)巨災(zāi)保險(xiǎn)工具時(shí)應(yīng)考慮自然災(zāi)害對(duì)股票市場(chǎng)影響的地域效應(yīng)。地質(zhì)災(zāi)害的發(fā)生只對(duì)西南地區(qū)的水利/公共設(shè)施業(yè)、租賃業(yè)產(chǎn)生影響，對(duì)東北地區(qū)的相同行業(yè)沒有影響，表明自然災(zāi)害對(duì)不同地區(qū)股票市場(chǎng)的影響是有差異的，存在套利空間，為巨災(zāi)保險(xiǎn)權(quán)益工具的設(shè)計(jì)提供了新的思路和創(chuàng)新點(diǎn)。

本文的研究結(jié)論反映了不同規(guī)模的自然災(zāi)害對(duì)不同地區(qū)行業(yè)股票市場(chǎng)的影響及其受自然災(zāi)害影響的程度和溢出方向，也在自然災(zāi)害的地域研究層面，為完善股票市場(chǎng)的物理風(fēng)險(xiǎn)管理體系提供了必要的證據(jù)支持。

參考文獻(xiàn)：

[1]Yang D. Coping with Disaster： 2008. The Impact of Hurricanes on International Financial Flows，1970-2002[J].B. e. journal of Economic Analysis & Policy，8（1）.

[2]Yun S，F(xiàn)an Z，Tan L. 2015. Whether a large disaster could change public concern and risk perception：a case study of the 7/21 extraordinary rainstorm disaster in Beijing in 2012[J]. Natural Hazards，78（1）.

[3]Bena J，Garlappi L，Grüning P. 2016. Heterogeneous Innovation， Firm Creation and Destruction， and Asset Prices[J].Review of Asset Pricing Studies，6（1）.

[4]Patton A J，Verardo M. 2012. Does Beta Move with News？ Firm-Specific Information Flows and Learning About Profitability[J].Review of Financial Studies，25（9）.

[5]Yang C C，Wang M，Chen X. 2008. Catastrophe effects on stock markets and catastrophe risk securitization[J]. Journal of Risk Finance，9（3）.

[6]Cummins J D，Lewis C M. 2003. Catastrophic Events，Parameter Uncertainty and the Breakdown of Implicit Long-Term Contracting： The Case of Terrorism Insurance[J].Journal of Risk & Uncertainty，26（2/3）.

[7]Inagaki， Atsushi，Kanda，et al. 2013. Thermal Image Velocimetry[J].Boundary-Layer Meteorology，149（1）.

[8]Weigand， Jason M. 2006. Vioxx：How Strong Is the Case against Merck？[J]. Bepress Legal.

[9]Schumacher I，Strobl E. 2011. Economic development and losses due to natural disasters： The role of hazard exposure[J]. Ecological Economics，72（1725）.

[10]Leiter A M，Oberhofer H，Raschky P A. 2009. Creative Disasters？ Flooding Effects on Capital，Labour and Productivity Within European Firms[J].Environmental & Resource Economics，43（3）.

[11]Dolley J.C. 1933. Characteristics and Procedure of Common Stock Split-ups[J].Harvard Business Review，（11）.

[12]Ball R.，P. Brown. 1968. An Empirical Evaluation of Accounting Income Numbers[J].Journal of Accounting Research，（6）.

[13]Wongswan J. 2006. Transmission of Information across International Equity Markets[J].Review of Financial Studies，（19） .

[14]Cavalier F，Barsuglia M， Bizouard M A， et al. 2006. Transmission of Information across International Equity Markets[J].Review of Financial Studies，19（4）.

[15]劉慶富，周程遠(yuǎn)，張婉寧.地震災(zāi)難對(duì)中國股票市場(chǎng)的沖擊效應(yīng)[J].財(cái)經(jīng)問題研究， 2011，（4）.

[16]耿志祥，孫祁祥.金融危機(jī)和自然災(zāi)害對(duì)保險(xiǎn)股票市場(chǎng)的影響與溢出效應(yīng)檢驗(yàn)[J].金融研究，2016，（5）.

[17]劉思義，翁若宇，楊道廣.自然災(zāi)害、財(cái)政壓力與企業(yè)避稅——基于臺(tái)風(fēng)災(zāi)害的實(shí)證分析[J].會(huì)計(jì)研究， 2018，（3），.

[18]王健，范嘉毅，劉翠俠，黃敏 .自然因素對(duì)我國股市的影響研究——以汶川地震為例[J].商業(yè)經(jīng)濟(jì)研究，2012，（33）.

[19]李宏.中國自然災(zāi)害與長期經(jīng)濟(jì)增長——基于VAR與VEC模型的協(xié)整分析[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，20（5）.

[20]賈明，張喆.高管的政治身份與公司對(duì)自然災(zāi)害的反應(yīng)：災(zāi)難特征的影響——來自民營上市公司的證據(jù)[J].管理評(píng)論，2012，24（12）.

[21]陳棟，翟進(jìn)步，陳運(yùn)森.參股保險(xiǎn)業(yè)與企業(yè)流動(dòng)性風(fēng)險(xiǎn)管理：基于貨幣政策變更背景[J].保險(xiǎn)研究，2012，（2）.

[22]李平，湯懷林.生產(chǎn)安全事故與自然災(zāi)害信息對(duì)中國股票市場(chǎng)影響的實(shí)證研究[J].電子科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，（3）.

[23]曹廣喜，向俊偉.氣候突發(fā)事件對(duì)我國股市的影響研究[C]第26屆中國氣象學(xué)會(huì)年會(huì)公共氣象服務(wù)與災(zāi)害管理分會(huì)場(chǎng)論文集，2009.

[24]譚宗瓊.地震對(duì)兩類上市公司影響的實(shí)證分析[J].經(jīng)營管理者，2010，（19）.

[25]劉毅，黃建毅，馬麗.基于DEA模型的我國自然災(zāi)害區(qū)域脆弱性評(píng)價(jià)[J].地理研究，2010，29（7）.

[26]肖華，張國清.公共壓力與公司環(huán)境信息披露——基于“松花江事件”的經(jīng)驗(yàn)研究[J].會(huì)計(jì)研究，2008，（5）.

[27]劉慶富，華仁海.重大風(fēng)險(xiǎn)事件對(duì)中國商品期貨市場(chǎng)的沖擊效應(yīng)——基于學(xué)生分布的隨機(jī)波動(dòng)模型[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，（5）.

Impact Effect of Different Scales of Natural Disasters on Industrial Stock Index

—— Contrastive Analysis Based on Southwest and Northeast China

Chen ?Zhao/Wei Ping

（School of Business，Central South University，Hunan ? Changsha ? 410083）

Abstract：Using the event study method and taking eight different types and scales of natural disasters from 2007 to 2018 as the samples，this paper empirically studies the impact of such events on industry stock indexes in different regions. The results show that：（1）geological hazards of any scale have a significant negative impact on agriculture，forestry，animal husbandry，fishery，mining，transportation and storage industries in southwest and northeast China. The large-scale geological disasters have a significant positive impact on the construction industry of southwest China while there is a remarkable negative impact on the construction industry of northeast China.（2）meteorological disasters of any scale have a significant impact on buildings，agriculture，forestry，animal husbandry，fishery，transportation and storage in the southwest and northeast regions，but the impact direction is opposite. Meteorological disasters of large-scale have a significant negative effect on mining industry in southwest China but a prominent positive effect on mining industry in northeast China.（3）geological hazards only affect the water resources/public facilities industry and leasing industry in southwest China，but not the same industry in northeast China. Geological hazards have different impacts on industry stock index in different regions. This paper quantifies the impact of natural disasters of different scales on the stock market of different industries in various regions，and provides necessary evidence for improving the physical risk management system of the stock market.

Key Words：physical risk，event study method，disaster scale，regional effect，market response