基于事件研究法的新冠疫情对农业股市的影响研究

刘娜

摘要：为了深入研究新冠疫情对于我国农业股票市场的影响，本文采用事件研究法对新冠疫情期间中国农业各部门行业股市收益率进行实证分析，研究结果表明：新冠疫情对于我国农业各部门行业股票市场产生一定的负面影响，这种影响具有一定程度的渐进性，在行业部门间也有较大差异，但疫情造成的市场波动很快趋于平稳。总体而言新冠疫情对我国农业股票市场的负面影响是有限的，所表现出的部门差异主要取决于各部门对于疫情的敏感度。

关键词：新冠疫情 农业 股票市场 事件研究

引言

自2003年以来我国频繁发生一系列突发公共卫生事件，预防公共卫生问题作为我国重点工作被广泛关注。为了不断完善健全突发公共卫生事件应急机制，各级政府陆续出台方案和法规。目前各类传染性疾病仍然是我国突发公共卫生事件的主要危害，2020年初我国爆发的新型冠状病毒感染的肺炎疫情（简称新冠疫情），1月底全国31个省份发布疫情防控一级响应，截止3月15日24时，我国累计报告确诊病例达80860例。在此背景之下，2020年又作为我国决战决胜脱贫攻坚，全面实现小康社会的关键一年，尤其是关系到广大农民的经济生活。那么值得深思的是此次新冠疫情是否对我国农业造成影响，其影响程度如何;另外在庞大的农业体系中，不同农业部门的受影响程度是否存在差异。

从一定意义上来说，灾害问题的本质是经济问题，研究探讨灾害与经济之间的关系也是各界关注的焦点。但目前许多学者已就公共卫生事件本身、宏观经济、国家金融财政政策、风险管理等方面问题进行了研究，相较之就灾害对中国行业市场经济的影响，对于农业市场的影响的研究却少之又少。而股市作为市场经济的晴雨表，其受宏观因素的影响更为敏感，因此本文试图利用事件研究法，探究新冠疫情对于我国农业股票市场的影响，并且通过一定分类依据，比较股票市场中农业各部门所受影响程度差异

1 实证研究过程

1.1实证方法与过程

本文采用事件研究法对农业行业股价影响进行分析。其基本思想是根据市场有效性假说，某个事件对公司的影响会在相对短暂时间内反映在股票价格的变动上。因此，本文借鉴国内外事件研究法的理论与实践，以此次新冠疫情为例，通过计算分析并检验样本上市公司股票收益率的波动异常情况，分析地震巨灾对我国农业相关行业样本上市公司的影响。

1.1.1定义事件日、事件窗与估计窗

本文将2020年1月23日作为事件日。下一步，对于事件窗的选取，已有研究并没有统一的标准，較通常的做法是Kanas（2005）采用事件日前后7个交易日（-3，3）和Miyajima and Yafeh（2007）利用的前后11个交易日（-5，5）;以及刘娥平（2005）选择的事件窗口期为（-1，1）（-10，10）。鉴于减小预测股票收益率的偏差，本文选取两个事件窗口期，以事件日为基准，包括（-1，1）及（-10，10）的事件窗口期。同时在进一步检验中增加（-3，3）及（-5，5）两个事件窗口期。另外本文选择事件日前的200日，（-220，-20）窗口作为估计窗口期。

1.1.2 异常收益率的定义与估计

异常收益率（AR）用于衡量事件对公司市场绩效及其价值的影响，主要是以事件窗股票实际收益率与假设事件不发生的情况下估计的预期收益率之差，即：ARit=Rit-ERit.

式中：ARit表示第i个证券在t日的异常收益率;Rit是t日的实际收益率;ERit是t日的预期收益率。

因此异常收益率计算的关键是如何估计预期收益率。本文中同时采用市场模型（SIM），市场调整模型（MAM），以及多因素模型中的Fama-French三因素模型（FF3）和Fama-French五因素模型（FF5）分别计算预期收益率，以期获得更加稳健的结论。

在市场模型（SIM）下：Rit=αi+βiRmt+eit.

其中，Rit表示股票i在第t日的收益率，Rmt表示第t日的市场收益率，本文采用沪深300收益率。eit为残差。

在使用市场调整模型（MAM）估计正常收益率时，模型设定为αi=0与βi=1。

相较于市场模型，多因素模型中的Fama-French三因素模型和Fama-French五因素模型则是在计算预期收益率时将单个股票收益率与市场收益率进行无风险收益调整，同时添加不同的风险因素。对于Fama-French三因素模型：

Rit-Rft=αi+β1[Rmt-Rft]+β2SMBt+β3（HMLt）+eit

其中，Rft表示无风险利率，SMBt表示由于公司规模不同造成的风险溢价，HMLt则表示由于账面市值比不同所造成的风险溢价，指标的计算参照Fama and French在2015年的文章。

而Fama-French五因素模型，是在三因素模型基础上增加公司盈利和投资的因素：

Rit-Rft=αi+β1[Rmt-Rft]+β2SMBt+β3（HMLt）+β4（RMWt）+β5（CMAt）+eit

其中RMWt表示t时期盈利能力强的公司组合与盈利能力差的公司组合的收益率之差，CMAt表示t时期投资水平低的公司组合与投资水平高的公司组合的回报率之差，指标的计算参照Fama and French在2015年的文章。

为了研究事件对整个行业股票的影响，因此还需计算各样本的平均异常收益率AARit和累积异常收益率CARit。而平均异常收益率是针对某一时点，对所有样本的异常收益率进行平均：

其中t为事件窗口期的某一时刻，N为公司个数。累积收益率为某一公司i在t1到t2某一段时间里平均异常收益率的总和：

在此基础上，计算平均累积异常收益率，即在t1到t2某一段时间里，所有公司的累积异常收益率的平均：

1.2 基本处理结果

为探究新冠疫情对我国农业股票市场的影响，本文对行业各部分的累积收益率进行分析。对于养殖业而言，在事件窗内表现出负向累积异常收益率，其中在（-1，1）和（-3，3）内四种检验模型基本均通过了5%的显著性水平，表明新冠疫情发生对其股票市场收益率产生明显负面影响;另外可以发现随着事件窗时长的增加，其累积异常收益率呈现先增后减的趋势，其中在（-3，3）内达到极值，说明在疫情发生日开始的三天内，疫情对于养殖业股票市场收益的影响力在逐渐加深，但十天后逐步减弱，在统计上已不再显著。而在种植业与林业行业中，综合四个模型的检验，在事件发生前后一天内对于行业股票市场产生显著的负面影响，但事件发生第五天后，负向累积异常收益率虽有波动，但统计上不再显著。此外对于农业服务和农产品加工行业，虽表现出负向累积异常收益率，但其检验并不显著，说明疫情对于这两个行业的股票市场并未起到显著影响。

2 结论

从本文研究结论可以得出一定启示。首先优化和完善农村突发重大公共卫生事件的应急体系。第二需要健全面向小农户的农业社会化服务体系，强化农村补短板保障措施。最后是重视互联网及数据化平台在农业领域的运用，完善农村地区物流体系建设。

参考文献

[1]林凡磊.突发公共卫生事件应急管理研究[D].江苏大学，2010.

[2]孔锋.高度关注灾害对经济的影响：理论、趋势与建议[J].中国减灾， 2019（21）： 32-34.

[3]钟经樊，连玉君.计量分析与STATA应用[M].岭南学院，2008.