1 引言

新冠疫情的爆發(fā)引起巨大經(jīng)濟(jì)和社會(huì)影響，且對(duì)經(jīng)濟(jì)的影響要大于SARS期間，但疫情對(duì)經(jīng)濟(jì)的影響具有短暫性，長(zhǎng)期不會(huì)對(duì)經(jīng)濟(jì)造成持續(xù)影響(于靜等，2020)。股票市場(chǎng)歷來被經(jīng)濟(jì)學(xué)家視作國(guó)民經(jīng)濟(jì)的“晴雨表”，反映著國(guó)民經(jīng)濟(jì)的運(yùn)行情況。同時(shí)，滬深300指數(shù)切合我國(guó)金融市場(chǎng)需要，對(duì)我國(guó)股票市場(chǎng)中的股票價(jià)格及其變化機(jī)制進(jìn)行監(jiān)測(cè)和反饋。1986年Bollerslev假定方差為滯后殘差平方的函數(shù)，提出了GARCH模型，其能夠?qū)鹑跁r(shí)間序列的條件異方差性和波動(dòng)聚集性進(jìn)行更加簡(jiǎn)潔的解釋。

故本文以2020年爆發(fā)的新冠疫情為主要研究對(duì)象，探究其對(duì)中國(guó)股票市場(chǎng)短期以及相對(duì)長(zhǎng)時(shí)期波動(dòng)性的影響。2020年3月16日中國(guó)新冠疫情基本得到控制，直到2020年12月25日申請(qǐng)新冠疫苗上市可理性假設(shè)為市場(chǎng)受到新冠疫情的影響趨于零。故將滬深300指數(shù)，在2019年1月2日至2020年3月16日期間的交易日對(duì)數(shù)收益率作為時(shí)間序列，研究在新冠疫情爆發(fā)前至爆發(fā)期，新冠疫情對(duì)中國(guó)股市短期波動(dòng)性的影響，將2019年1月2日至2020年12月25日交易日對(duì)數(shù)收益率作為時(shí)間序列，研究在新冠疫情爆發(fā)前至后疫情時(shí)期的相對(duì)長(zhǎng)時(shí)期內(nèi)，分析新冠疫情事件對(duì)我國(guó)股市波動(dòng)性的影響。擬使用虛擬變量來引入新冠疫情爆發(fā)事件的GARCH模型進(jìn)行研究。

2 文獻(xiàn)綜述

縱觀國(guó)內(nèi)研究，現(xiàn)有關(guān)于新冠疫情對(duì)股票市場(chǎng)波動(dòng)性影響的相關(guān)研究參考文獻(xiàn)較少。陳林等(2020)利用面板數(shù)據(jù)固定效應(yīng)模型研究得出疫情對(duì)不同行業(yè)、不同類型股票市場(chǎng)的影響存在差異。段又源(2020)以申萬醫(yī)藥生物指數(shù)為樣本，基于事件分析法得出，此次疫情對(duì)我國(guó)醫(yī)藥上市公司股票收益率產(chǎn)生了短期顯著影響。陳奉功(2020)利用事件分析法進(jìn)行回歸分析，發(fā)現(xiàn)疫情期間股票市場(chǎng)整體收益率顯著下降，同時(shí)波動(dòng)率顯著上升。動(dòng)態(tài)分析結(jié)果表明股票收益率在疫情期間呈現(xiàn)震蕩式波動(dòng)，但整體仍然呈現(xiàn)下降趨勢(shì)，而股票波動(dòng)率在疫情期間則呈現(xiàn)出持續(xù)式上升趨勢(shì)。

目前其他關(guān)于市場(chǎng)因素對(duì)股票市場(chǎng)波動(dòng)性的研究，研究的深度與廣度都達(dá)到了相當(dāng)高的水平，而在研究過程中以使用GARCH模型居多。張孝巖等(2011)研究股指期貨的推出對(duì)中國(guó)股票市場(chǎng)波動(dòng)性的影響，隨著我國(guó)滬深300指數(shù)的推出，短期內(nèi)加劇了股票市場(chǎng)的波動(dòng)性，但是隨著時(shí)間的推移，這種影響在逐漸減小。李妍宜(2012)運(yùn)用GARCH(1，1)模型，比較了開放式基金進(jìn)入股市前后的股市波動(dòng)性特征，結(jié)果顯示開放式基金的加入，增強(qiáng)了對(duì)股市收益率條件方差的沖擊。股市波動(dòng)持續(xù)時(shí)間增加，平穩(wěn)性降低。董月(2017)在研究上證50與中證500股指期貨對(duì)股票市場(chǎng)的影響中，在GARCH模型中引入虛擬變量，分析股指期貨引入之后對(duì)股票現(xiàn)貨市場(chǎng)波動(dòng)性的影響，結(jié)果表明：上證50和中證500兩種股指期貨的引入均降低了相應(yīng)標(biāo)的指數(shù)現(xiàn)貨市場(chǎng)的波動(dòng)性，不過降低幅度非常小。

基于以上對(duì)現(xiàn)有研究的分析，本項(xiàng)目將采用董月(2017)在研究上證50與中證500股指期貨對(duì)股票市場(chǎng)的影響中所使用的方法。擬使用虛擬變量來引入新冠疫情爆發(fā)事件的GARCH模型，對(duì)在2019年至2020年這個(gè)時(shí)間段內(nèi)的滬深300指數(shù)日對(duì)數(shù)收益率序列進(jìn)行研究，分析新冠疫情事件對(duì)我國(guó)股市波動(dòng)性的影響。

3 樣本數(shù)據(jù)描述

3.1 數(shù)據(jù)的選取

本文以突發(fā)公共性衛(wèi)生傳染事件新冠疫情為主要研究對(duì)象，選取2019年1月2日至2020年3月16日滬深300指數(shù)每個(gè)交易日的收盤價(jià)，共計(jì)291個(gè)研究樣本構(gòu)成指數(shù)序列以分析中國(guó)股市的短期波動(dòng)性。選取2019年1月2日至2020年12月25日滬深300指數(shù)每個(gè)交易日的收盤價(jià)，共計(jì)483個(gè)研究樣本構(gòu)成指數(shù)序列以分析中國(guó)股市在新冠疫情爆發(fā)前至后疫情時(shí)期的相對(duì)長(zhǎng)時(shí)期內(nèi)的波動(dòng)性。把新冠疫情事件爆發(fā)之日，2020年1月11日作為分界點(diǎn)，將樣本數(shù)據(jù)分為新冠疫情爆發(fā)之前與之后兩個(gè)部分，以上數(shù)據(jù)均來源于Tushare平臺(tái)。

3.2 數(shù)據(jù)的處理

本文選用對(duì)數(shù)收益率的形式來衡量股票市場(chǎng)的波動(dòng)性。原因如下：首先，在股票持有期限內(nèi)，連續(xù)復(fù)利收益率更容易通過對(duì)數(shù)收益率方式進(jìn)行體現(xiàn)；其次，對(duì)數(shù)收益率的準(zhǔn)確性不會(huì)由于價(jià)格高低或者價(jià)格變化幅度等問題而受到影響；最后，對(duì)數(shù)收益率分布與正態(tài)分布較為相似，而漲跌幅百分比形式的收益率在通常情況下偏度都大于零。

4 實(shí)證分析

4.1 描述性統(tǒng)計(jì)分析

對(duì)滬深300指數(shù)日對(duì)數(shù)收益序列進(jìn)行基本統(tǒng)計(jì)分析，可知兩個(gè)日對(duì)數(shù)收益率序列分布都明顯左偏，呈左偏態(tài)分布，說明對(duì)數(shù)收益率分布具較長(zhǎng)的右尾。峰度(Kurtosis)都大于3，說明了兩個(gè)序列都具有顯著的尖峰厚尾的特征，并且其具有較大的波動(dòng)性，Jarque-Bera統(tǒng)計(jì)量來檢驗(yàn)序列是否服從正態(tài)分布，Jarque-Ber檢驗(yàn)結(jié)果分別為458.5302、557.236，p值接近于0，有接近百分之百的把握拒絕零假設(shè)，故得出結(jié)論，兩個(gè)日對(duì)數(shù)收益率序列都不服從正態(tài)分布。

4.2 ADF檢驗(yàn)、自相關(guān)檢驗(yàn)、ARCH效應(yīng)檢驗(yàn)

首先對(duì)兩個(gè)數(shù)收益率序列進(jìn)行ADF平穩(wěn)性檢驗(yàn)，從結(jié)果可以看出兩個(gè)對(duì)數(shù)收益率序列都是平穩(wěn)的，接下來我們可以進(jìn)行自相關(guān)檢驗(yàn)。根據(jù)研究發(fā)現(xiàn)長(zhǎng)期和短期的滬深300指數(shù)對(duì)數(shù)收益率序列都不存在自相關(guān)，故序列是隨機(jī)序列。根據(jù)異方差的檢驗(yàn)結(jié)果顯示，兩個(gè)序列在顯著性水平為0.05的條件下都存在異方差，即指數(shù)對(duì)數(shù)收益率都存在ARCH效應(yīng)，接下來便可對(duì)兩個(gè)序列建立相應(yīng)的GARCH模型。

4.3 加入虛擬變量的GARCH模型估計(jì)以及ARCH效應(yīng)檢驗(yàn)

根據(jù)建模結(jié)果得出條件方差方程。

從表1、表2可以看出，C(2)>0，方程中ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)都大于0，且兩項(xiàng)系數(shù)之和都小于1，兩個(gè)模型都滿足參數(shù)約束條件，模型平穩(wěn)，說明滬深300指數(shù)對(duì)數(shù)收益率時(shí)間序列較好地?cái)M合了方程。在短期階段的模型中虛擬變量的系數(shù)為正且通過了顯著性檢驗(yàn)，說明此次新冠疫情的爆發(fā)增大了我國(guó)股票市場(chǎng)的波動(dòng)性，然而其系數(shù)較小，說明此次新冠疫情的爆發(fā)對(duì)中國(guó)股市的波動(dòng)性影響較小。系數(shù)之和接近于1，表明我國(guó)滬深300指數(shù)收益率對(duì)抗新冠疫情此類突發(fā)事件速度較慢，該次沖擊在之后較短時(shí)期內(nèi)會(huì)對(duì)股價(jià)有影響，表明滬深300股指對(duì)數(shù)收益率具有較強(qiáng)的波動(dòng)聚集性且在樣本時(shí)期內(nèi)持續(xù)。而在相對(duì)長(zhǎng)時(shí)期的模型中虛擬變量的系數(shù)并未通過顯著性檢驗(yàn)，說明在相對(duì)長(zhǎng)時(shí)期內(nèi)，新冠疫情對(duì)中國(guó)股市的影響是減弱的。在ARCH效應(yīng)檢驗(yàn)的結(jié)果中，兩個(gè)模型都無法拒絕原假設(shè)，因此不存在 ARCH效應(yīng)，從而兩個(gè)模型都消除了滬深300指數(shù)對(duì)數(shù)收益率的條件異方差。

表1 加入虛擬變量的GARCH模型估計(jì)結(jié)果(短期)

表2 加入虛擬變量的GARCH模型估計(jì)結(jié)果(相對(duì)長(zhǎng)時(shí)期)

5 結(jié)論與建議

5.1 結(jié)論

通過引入虛擬變量對(duì)我國(guó)股市波動(dòng)性的實(shí)證研究可以得到兩點(diǎn)結(jié)論：第一，在新冠疫情爆發(fā)前至爆發(fā)期，新冠疫情在短期內(nèi)確實(shí)增大了中國(guó)股市的波動(dòng)性，但是其對(duì)股市的波動(dòng)性影響比較??；第二，在新冠疫情爆發(fā)前至后疫情時(shí)期的相對(duì)長(zhǎng)時(shí)期內(nèi)，其對(duì)中國(guó)股市的波動(dòng)性影響甚微，是顯著減弱的。這與中國(guó)的國(guó)情有著密切的關(guān)系，中國(guó)的資本市場(chǎng)對(duì)新冠肺炎疫情的反應(yīng)較為溫和，這源于中國(guó)及時(shí)有效的疫情防控、充分的流動(dòng)性供給和較小的恐慌情緒，反映出我國(guó)資本市場(chǎng)更具韌性(宋清華等，2020)。

5.2 建議

經(jīng)過實(shí)證分析，新冠疫情的爆發(fā)會(huì)增大中國(guó)股票市場(chǎng)的波動(dòng)性，中國(guó)股票市場(chǎng)受到其沖擊以后，恢復(fù)到正常水平需要幾個(gè)月甚至更長(zhǎng)的時(shí)間。因?yàn)橥话l(fā)公共事件無法避免，所以我們只能通過采取相應(yīng)措施對(duì)股票市場(chǎng)進(jìn)行事中及事后調(diào)節(jié)，盡可能將其對(duì)股票市場(chǎng)產(chǎn)生的負(fù)面影響降至最低，保障我國(guó)股票市場(chǎng)的穩(wěn)定運(yùn)行，規(guī)避和防范市場(chǎng)波動(dòng)風(fēng)險(xiǎn)，促進(jìn)我國(guó)金融市場(chǎng)長(zhǎng)期持續(xù)健康發(fā)展。

以下從宏觀角度提出的幾點(diǎn)政策性建議。

首先，根據(jù)新冠疫情爆發(fā)對(duì)我國(guó)股票市場(chǎng)造成的波動(dòng)特征，探究出突發(fā)公共事件下股票市場(chǎng)波動(dòng)性預(yù)測(cè)模型，為金融監(jiān)管部門制定和執(zhí)行政策干預(yù)措施提供參考，為金融市場(chǎng)參與者采取適當(dāng)措施止損提供建設(shè)性建議，不讓其負(fù)面影響持續(xù)擴(kuò)散。其次，研究表明，從新冠疫情的爆發(fā)初期到造成股票市場(chǎng)劇烈下跌，中間間隔有一定時(shí)間，可抓緊這一風(fēng)險(xiǎn)緩沖時(shí)間，采用一定金融防范和協(xié)調(diào)機(jī)制，減緩其未來帶來的負(fù)面影響。最后，新冠疫情的爆發(fā)大概率是先對(duì)供給鏈和需求鏈進(jìn)行直接影響，進(jìn)而傳導(dǎo)至股票市場(chǎng)。可盡快采取發(fā)放消費(fèi)劵、調(diào)整物價(jià)等宏觀措施影響需求鏈，實(shí)施發(fā)放突發(fā)公共事件債券、扶持中小企業(yè)等政策影響供給鏈，進(jìn)而盡可能保障中國(guó)經(jīng)濟(jì)合理運(yùn)行，從而將其對(duì)股票市場(chǎng)的負(fù)面影響降低。