稀有资源规制政策有效性评估＊——以稀土为例

■ 边璐 刘朝晖 张江朋，2＊＊

1.内蒙古科技大学经济与管理学院 包头 014010

2.中国财政科学研究院 北京 100142

0 引言

稀土界认为“黑稀土”主要是绕开国家指令性计划，逃避环保监管、偷漏相关资源税、关税和所得税等，以非法形式开采与冶炼销售的稀土产品。基于稀土产品价值、矿石分布地质特征、开采工艺复杂程度及地方经济状况等驱动因素，重稀土是“黑稀土”的重要来源。因分布于南方地区的离子吸附型重稀土市场价格远高于北方的轻稀土，且矿石分布于地表的特性导致开采与分离萃取难度较低，在工艺的复杂度方面，较之于轻稀土的重资产与技术投入，重稀土更易于冶炼与生产。

随着电子信息、半导体、军事、新能源等领域对稀土产品需求的持续增加，非法开采、加工、销售稀土的“黑色稀土产业链”应运而生。而“黑稀土”造成了诸多影响。从稀土产量调控看，黑稀土行为严重冲击了国家对处于战略资源地位的稀土产业调控政策效果。尤其是持续性的稀土行业实际产量大于指令性生产计划限额，影响国家关于稀土的贸易布局，对产业政策调控效果损害极大；从外部性角度观察，“黑色稀土产业链”的参与者（以下简称“黑色参与者”）无需环保投入和税务负担等，其生产成本偏低，严重冲击了稀土市场价格的平稳性。尤其是在稀土产品价格波动期，低成本的“黑稀土”数量膨胀，对供给侧结构改革下稀土价格造成压力。但“黑色参与者”并没有为此承担成本，产生了生产的负外部性，即当私人边际成本小于社会边际成本时，带来了外部不经济。如果考虑到代际与代内的环境外部成本，“黑色参与者”的存在则进一步加大了整个稀土产业的外部成本，严重影响到全行业的可持续发展。

为了减少外部性以及解决稀土资源无序开采，争取稀土产品价格话语权，国土资源部、商务部、环境保护部、国务院、工信部以及相关各级地方政府，就稀土“打黑”发布了管理性政策指导意见和通知，始于2010年5月的一系列稀土打黑政策与配套行动持续进行，至2021年1月工信部的《稀土管理条例（征求意见稿）》和2021年6月国务院印发年度立法工作，拟制定、修订的行政法规包括《稀土管理条例》，为稀土行业高质量发展提供了规范方向与政策依据。

2010年5 月，国土资源部发布《关于开展全国稀土等矿产开发秩序专项整治行动的通知》（国土资发【2010】68号文）后，工信部公示《稀土行业准入条件》，对稀土企业生产规模、工业装备、三废排放等做出要求，为稀土矿的开采、冶炼设置了门槛，稀土打黑行动拉开了序幕。其后，2010年8月的国土资源部的《行动方案》、2010年11月商务部的配额申报对环保的要求、2011年3月江西资源整治协调小组的成立及2011年4月环境保护部的稀土环境要求核查，一直到2011年5月国务院《关于促进稀土行业持续健康发展的若干意见》（国发【2011】12号文）的颁布系统强调坚决打击非法开采、超采、违法生产、非法出口与走私等行为，稀土行业打黑政策持续密集出台至2016年底。本阶段打黑政策强调以产地政府为行动主体，各部委协调配合为特征，但受限于“运动式”打击与治理方式、地方经济增长对稀土资源的依赖惯性以及稀土6 大集团置于治理范围之外等因素，导致打黑政策效果不明显。表现为稀土行业整体供需格局变化不大，价格变化方面在脉冲式变动后又继续地位徘徊，政策公信力受到一定的影响。

为了进一步增进政策效果，2016年11月工信部等8部委发布《关于商请组织开展打击稀土违法违规行为专项行动的函》（工信厅联【2016】764 号函）转变打黑政策的实施方式，提升常态化、精准化、无差别对待的水准，系列政策变化主要包括：（1）打黑“常态化”特征：从第一阶段的“运动式”打黑持续时间较短变化为常态化打黑，以保证政策持续与震慑力；（2）打黑“精准化”特征：前述阶段以行政命令为政策执行方式，变换为技术、财务、法律等组成整顿秩序专家组，从企业原料来源、交叉持股结构安排以及税票抵扣等方面验证生产与销售。（3）无差别对待特征：第一阶段打黑主要避开新组建的6 大集团稀土生产销售，而6 大集团以往存在部分使用违规原料等现象，冲击到打黑政策效果。系列政策的出台，对稀土行业供需格局造成一定的影响，促使稀土产品价格逐步震荡趋稳。2021年1月工信部的《稀土管理条例（征求意见稿）》则从追溯制度、检查制度、行政强制措施等方面建立系统体系对稀土非法生产、销售进行全方位规范。

在推进稀土“打黑”政策的同时，国家也建立稀土战略储备体系。共经历3 轮大周期稀土收储。2010～2015年的第一轮收储周期中，2011年7月完成第一次稀土产品收储；2011年9月，江西赣州稀土企业全面停产整顿，也正是这个阶段我国稀土产品价格出现了大幅度跳跃式上涨。从某种意义上说，稀土行业打黑、收储政策取得了阻止“贱卖”的良好效果。但价格的巨大波动，招致了世贸组织关于稀土产品的贸易争端，2015年5月我国稀土WTO 案正式宣告败诉。2016～2017年，以及2018年起至今的两轮稀土收储，稀土价格虽有波动但走势平缓。

通过上述稀土行业的规制政策梳理显示，市场关注的稀土资源价格变动与政策调整密切关联。而随着新能源新材料技术进步与应用场景的扩大，稀土、钨、铟、钼、锂、钒、钛等稀有资源的战略性地位更为重要，相应的行业管理与规范政策密集推出。不同于石油、钢铁、有色金属等大宗商品市场运行机制相对稳定，稀有资源正处于规范化过程中，规制类政策的出台与运行对价格扰动与影响较大。但目前相关研究较为缺乏，正如稀土作为关键原材料对相关产业的战略意义，从稀土系列规制政策角度探究对价格波动的影响，以揭示规制政策的价格效应与未来政策的进一步优化方向，为稀有资源行业应对由政策规制引起的价格波动提供借鉴意义。具体而言，由于2016年以前的稀土产品价格为非连续价格（2014年3月28日，包头稀土现货交易所正式运营，其后稀土产品现货交易连续价格才形成），为了探究稀土产业打黑规制政策的有效性，本研究从资本市场价格波动来检验稀土行业政策的有效性，拟通过验证稀土行业政策效果，从理论上为合理、有效的政策的制定与调整提供依据。

稀土打黑政策，作为典型的政府产业规制政策，对打黑政策效果的检验主要依托干预政策尤其是资源行业干预政策的已有研究及方法。关于资源政策效果的研究，国内外学者在不同的资源领域采用多样的方法做了大量的工作。Stigler和Friedland对美国电力行业价格监管效果的研究[1]。Mariano 和Giesecke 研究大米价格的政策干预对宏观经济与粮食安全的影响[2]。余淑均和段亚敏对我国矿产资源开发利用、境外投资、出口政策实施效果等方面进行评价[3]。徐晓亮等以碳资源税改革为视角，评价资源政策调整对改善环境福利和推动减排行为的长期影响[4]。现有研究中，有关稀土产业政策效果的研究相对较少，但日益受到学术界关注。杨丹辉等系统性的分析了中国稀土政策演进逻辑与优化调整方向[5]。易璐、郑明贵针对稀土行业运行较久的开采总量控制政策探究了政策效应，通过政策效应值对比得出指令性生产计划对不同类型稀土产品控制效果的差异[6]。董娟、郑明贵关注了稀土领域政府财政补贴的全要素生产率效应，从产业链前后端不同效应变化的对比提出差异化与动态调整支持策略[7]。何欢浪和冯美珍从稀土产品出口结构视角出发，评估了我国稀土产品出口政策效果，发现出口退税政策一定程度上抑制了我国稀土产品的出口规模，并且关税的提高促进了稀土深加工产品出口量的增加[8]。朱学红等发现中国稀土从出口政策鼓励阶段到限制阶段，稀土出口管制政策成效显著[9]。

而在对政策效果检验的大量研究中，以事件研究法为代表的方法，扮演着重要角色。Klassen和McLaughlin通过事件研究法分析了公司环境和财务绩效对企业绩效的影响[10]。马敏侃采用事件研究法研究了国家新能源政策的颁布对相关上市公司股票价格的影响，发现股价对政策具有显著反应[11]。熊勇清和柯静采用事件研究法，研究了光伏产业政策对上市公司股价波动的影响[12]。马海超和周若馨以煤炭发电行业为例，以环境政策、环境污染、群体事件等事件时点，考察了资本市场对环境事件的反应[13]。李娜等应用同样方法，检验国家和江苏省环保政策颁布对江苏省污染型上市公司股价的影响，发现环保政策颁布时点前后相关上市公司股价均表现出显著异常收益率[14]。徐宏和蒲红霞以新冠疫情分析突发疫情对股市的影响，发现投资者的恐慌情绪和悲观因素将决定疫情对股市影响的持续时间[15]。

已有研究为本研究提供了理论依据及方法基础，但仍存在欠缺：首先，从研究角度来看，政策效果检验在稀土产业这个细分行业的应用研究十分有限，并且现有的稀土行业的政策效果检验以定性经验分析为主，部分定量分析仅在出口政策的检验方面，缺少对稀土行业基础的政策效果的检验，如稀土收储、打黑政策效果检验。实践上稀有资源行业管理政策的频繁出台与持续运行，对其政策效果需要不断进行观察，并加以针对性的调整，才能保证稀有资源的行业效益与战略性的保持。其次，从研究方法上，现有研究政策效果的方法以评价法、广义计量方法、事件研究法为主，但评价法的主观参数的设定、广义计量的适用性都限制了检验的准确性，但大多数的检验没能充分考虑到事件样本截面数据可能异方差性的特点，因此统计量的计算可能会造成偏差。现有事件研究基于政策效果的检验，多数结论表明相关政策对上市公司股价波动有显著影响。那么稀土产业政策是否也如此呢？基于金融市场对预期信息的反馈效率最高，尤其是行业管理政策作为政策变量对行业预期影响巨大，本研究认为打黑规制政策作为稀土行业管理政策，通过影响行业供需格局，影响稀土产品价格提升的预期，进而影响到行业相关上市公司股价变化。考虑到数据的可获性，本研究采用事件研究法，检验稀土打黑政策效果是否对相关上市公司股价波动产生影响（稀土收储政策是较为隐蔽的行业信息，无法获得，所以本研究选择了“稀土打黑”政策事件），采用标准化横剖面法，放宽横截面数据可能存在异方差的假设，计算修正的t统计量BMP值；在此基础上验证检验的有效性，并且采用面板数据，分析影响事件窗口期超额累计收益率的影响因素。

1 实证研究

1.1 数据来源

本研究依据中证指数中的稀土产业成分股，选择了30 家稀土上市公司作为研究样本。样本涉及稀土开采、稀土加工、稀土贸易和稀土应用等业务相关上市公司股票。综合考虑到大盘指数波动对投资者的反应[16]，以及稀土“打黑”政策推出的时间段，本研究选择2009年10月12日至2017年9月8日作为样本窗口。数据信息来源Wind 数据终端，事件发布信息全部来源于工信部、国土资源部等相关部委。考虑到地方政府政策的区域特征，本研究中参考的政策未包括各地方政府监管政策，使得“政策”研究站在普遍意义的角度，更具有合理性。

对于样本的筛选，选择稀土行业上市公司复权行情数据，将股票价格计算收益率。剔除了事件日窗口间歇超过5 天、事件日窗口期股利发放、股本变动、管理层股本变动以及并购交易发生停牌、股价异常波动的样本，经过筛选，最终获得“稀土打黑”政策出台基于24家公司的19个事件日的样本数据。

1.2 研究方法与模型

Ball 和Fama 将事件研究方法最早引入到财务与金融领域[17][18]。借鉴学者的研究，采用事件研究法将政府对稀土行业的监管—稀土打黑政策的推出作为事件点，检验金融市场稀土上市公司股价对该政策的反应。事件日为政府政策出台的当日，以8 部委相关文件的出台日为准。根据现有研究，事件窗口较为常用的做法是选择事件日前后3 天或者5 天，即（-3，3）或（-5，5），采用前一种事件窗口共7日作为事件窗口期。估计期采用事件日前180天，即（-190，-11）作为估计期窗口。

首先，本研究利用估计窗建立股票报酬率与市场收益率之间的市场模型。

其中rit表示股票i在t日的收益率，rmt表示t日的市场收益率。此处，市场收益率采用上证指数收益率。εit为残差项。股票异常收益率（Abnormal Return，AR）为实际收益率与预测收益率之差，即，其中分别为模型的估计值。

其次，采用三因素模型构建rit与三因素之间的模型。

其中三因素为rmt（市场因素扣除无风险收益率）、SMBt（公司规模不同造成的风险溢价）和HMLt（账面市值比不同造成的风险溢价）。

第三，采用五因素模型构建股票超额回报率rit与五个因素之间的模型。

该模型新增了RMWt、CMAt两因素。前者表示t时刻盈利能力强与弱的公司组合的收益率回报之差；后者表示t时刻投资水平高、低公司组合的收益率回报差。

1.3 实证结果

本研究主要通过检验股票异常收益率在稀土行业打黑政策出台前后的变化，来考察打黑政策对稀土上市公司金融交易市场上是否有效。本研究采用了Boehmer[16]提出的标准化横剖面法（BMP）计算统计检验t 值。与标准化残差法（SRM）以及普通横剖面法（OCSM）相比，BMP 法放宽了三个同方差假设，即估计期与事件期异常报酬率存在异方差、不同样本公司异常报酬率存在异方差、以及事件冲击带来异常报酬率的异方差现象，该假设能更客观反映样本数据特征。由于稀土打黑信息分为政策“出台”与政策“发布”，二者往往存在时间差，因此分别将政策出台、政策发布日作为事件时点进行验证。

采用Stata15作为事件研究工具，以政策出台为事件时点的检验结果见表1。该表反映了稀土上市公司对稀土行业打黑信息出台的反应情况，其中dif表示事件窗中的每个观察日（或者称为观察时间点），AR 代表不同时间点的平均异常收益率，考虑到正负收益率互相抵消可能造成的偏差，本研究细分了平均异常收益率的正、负方向，分别用+AR、-AR 表示。BMP 表示标准化横切面的t检验值，与+AR、-AR相对应可得到正、负异常收益率下的+BMP和-BMP。

根据表1，可以发现，市场模型、三因素模型和五因素模型异常收益率都不显著。以市场模型为例进行解读：稀土行业打黑信息出台前第三日，平均异常收益率为-0.3244，前第二日为-0.1063，前一日为0.0666，事件前三日的AR 值在统计上均不显著；而在打黑信息出台当日，其AR 值为-0.0336，有微小的负面冲击，但统计上仍不显著。在打黑信息出台次日，AR 值为0.0035，后第二日为-0.1462，后第三日为0.1091，该值依然很小，统计上也都不显著。而从+AR 来看，在打黑信息出台前2日，+AR、-AR 的绝对值都达到最大，并且其后几日正负平均异常收益率水平总体呈现降低趋势，尽管其统计上都没有达到显著，但似乎意味消息发布前2日，相应的股票市场对消息有些许反应，但反应不强烈。分析三因素模型与五因素模型在其正的平均异常收益率上来看，有接近显著性的趋势，但仍未实现在10%显著水平上的显著。而从平均异常收益率来看，三因素、五因素的异常收益率以正值为主（尽管不显著），而市场模型的异常收益率均以负收益为主。综上，三因素、五因素模型计算的结果与市场模型下的结果具有一致性，及股票市场对稀土打黑政策出台反应不足，没能带来显著的超额平均收益。

表1 稀土上市公司对稀土行业打黑信息“出台”的反应

1.4 稳定性检验

前文检验了稀土上市公司对政策出台的反应。但事件窗中，也许会受到来自其他事件冲击所带来的异常收益，因此需要对事件效果进行稳定性检验，即检验单一政策事件对市场的冲击是否有效，其关键点在于如何判断源于政策出台这一单一事件对市场冲击的有效性。本研究在进行事件研究检验前，在样本的筛选上首先剔除了股本变动、并购交易、股利发放等多事件与政策出台事件的叠加；其次，本研究拟采用检验政策发布日对稀土上市公司异常收益率的显著性，来进一步鉴别政策出台的有效性。原因在于，政策出台与政策发布日通常存在较短时间间隔，如果政策出台的事件窗口市场反应无效，并且政策发布日的事件窗口也反应无效，则能在一定程度上说明“政策因素”在资本市场的失效；反之，如果政策出台无效，而政策发布有效，那么在排除其他因素干扰的情况下，说明政策出台信息受到了一定程度的阻碍，是信息传递造成了“政策因素”在资本市场的失效，而非政策本身。为了检验这种可能性，本研究选择了稀土行业打黑规制信息发布日作为观察时点，重新计算信息发布日前后事件窗口的异常收益率变化。结果见表2。

表2是以打黑信息发布为事件时点，检验稀土行业上市公司对打黑信息发布的反应。打黑信息发布时间T*≥政策出台时间T，并且存在间隔的T*与T 在本研究中最大相差2 天。本研究中26.32%的事件发布与出台日相同，即T*=T。此处研究同样剔除了股利发放、股本变动、管理层股本变动以及并购交易发生停牌的影响。检验结果显示，表2的显著性同表1具有一致性，即稀土行业上市公司的市场反应在打黑信息发布的事件窗口都不显著。对于市场模型、三因素和五因素模型而言，在信息发布日平均异常收益率分别为-0.0183、0.8756 和0.9162，总体而言，3个模型异常收益率以正收益为主，但都不显著；分别从正、负收益来看，三因素、五因素的正收益的BMP 统计值与未区分正负的BMP 值、以及市场模型相应+BMP值相比，都有所提高，但也仍未通过显著性检验。基于上述分析，可以判断，我国稀土上市公司对稀土打黑信息的披露也表现出了反应不足。信息发布与披露共同表现出的市场反应不足，共同验证了市场对打黑政策反应不足，并非来自于信息传递本身，而是政策本身。

表2 稀土上市公司对稀土行业打黑信息“发布”的反应

2 进一步分析：超额累计收益的影响因素分析

上述研究发现，稀土打黑政策的出台没能给稀土相关上市公司股票带来显著收益。然而稀土政策的频繁出台，也使得稀土行业受到广泛关注，稀土上市公司的股票也受到了投资者、投机者的青睐。那么政策出台期间的累计收益到底受到哪些因素的影响？当“稀土打黑”政策信息出台，投资者是否关注打黑信息出台？投资者市场关注是否能够成为信息窗口期超额收益的显著的影响因素？因此本节将探究累计超额收益的影响因素。

为了检验政策推行力度与累计超额收益率之间的关系，我们希望找到一个反映政策效果（以下称“政策力度”）的变量，但打黑政策的效果并无可参考的现成指标。本研究认为，由于政策出发点是规范行业发展、保护稀土企业利益，打黑效果的好坏会反应到公司的盈利能力上，即政策效果好、公司收益增加，效果不好、收益减少。因此本研究选择盈利能力的指标“净资产平均收益率”作为反应政策力度的代理变量。同时政策效果可能存在时滞性、或者被提前预期，因此也将其列入代理变量范畴。具体来说，首先选用“稀土打黑”事件出台日所在“季度”相关上市公司的各净资产平均收益率ROEAi,i=0 作为政策力度的代理变量；其次，出于政策预期与效果滞后的考虑，对ROEA向前、向后滞后一期得到ROEAi,i=-1、ROEAi,i=1。

同时还有些学者研究了投资者“注意力”对资产价格的影响。其中百度指数、Google 搜索关注量是媒体关注的常用指标。例如张继德等[19]、孟雪井等[20]、杨涛和郭萌萌[21]通过百度搜索指数分别衡量投资者关注度对股票收益率、流动性的影响，探讨投资者行为因素以及衡量投资者对PM2.5 概念股的影响。因此本研究选择百度指数中的“稀土”作为关键词，以“稀土打黑”政策出台时间为点，以该时间点前后3天为事件窗，计算基于该事件时间窗的PC、移动终端、多渠道综合的累积“稀土”关键词搜索量值，分别标记为hjm,m=1,2,3。

同时分析师的追踪关注能有效减少投资者信息不对称问题，通过专业知识分析上市公司的财务报表，增强企业的信息透明度。储一昀和仓勇涛认为分析师能够合理的解释公司首日上市的交易价格，能为投资者提供有效信息[22]。李春涛等利用中国上市公司的数据得出分析师追踪能减少企业的潜在问题[23]。同样戴国强和邓文慧（2017）研究表明分析师关注度对企业的投资规模、并购行为以及管理层均有不同程度的影响[24]。因此本研究选择了CSMAR数据库中分析师评级及变动文件作为变量。首先，计算事件当月分析师评级关注合计数GZtj,j=m，即GZtm；其次，以“稀土打黑”政策出台时间为点，计算每个相关股票包括该时间所在月份及前两个月（共计3 个月）的累积关注次数GZtj,j=3m，即事件临近的3个月内分析师合计关注累计次数GZt3m。

因此本研究选择了投资者信息关注、分析师关注、以及打黑效果的代理变量即净资产平均收益率为3类备选因素，拟构建面板数据模型，研究与政策发布时点对应的累计收益率的影响因素。

2.2 模型构建及分析

根据上述论述，本研究拟构建模型如公式（4）。

其中被解释变量CAR表示样本公司股票在事件窗口期内的累计日常收益率，即稀土打黑政策出台日前后共7天的累计日常收益率。ROEAi、hjm、GZtimesj分别为政策力度代理变量（净资产平均收益率）、百度指数搜索次数以及分析师关注次数。βi,i=1,2,3分别代表ROEAi、hjm、GZtimesj解释变量各自系数；δp和θt分别表示个体固定效应、时间固定效应；ε为残差。

本数据类型属于非平衡面板数据，在进行了混合效应、个体固定效应检验后，确定了模型为混合效应回归模型。回归结果见表3。表3显示了（1）—（6）个模型的回归结果，其中来自市场模型的模型（1）和（2）其R2较低，三因素、五因素的回归模型（3）—（6）的回归效果优于市场模型。

表3 ROE、机构关注、市场关注对累积超额收益的影响

首先，政策力度对市场反应的影响。因变量是事件窗口内累计超额收益率CAR，本研究考察了政策出台所在季度当期、向前滞后、向后滞后一期的3种情况下对累计收益率的影响。经反复实验最终确定ROEA-1表现出显著特征，其在5个模型上表现出了显著性的负相关性，即上一期的净资产平均收益率越低，超额累计收益率越高，反之成立；其回归估计值均接近零，分别在不同显著水平下通过检验。以净资产平均收益率作为政策力度代理变量，我们认为该结果表明：在政策消息发布前（提前一个季度）投资者对其资产配置进行了反向调整，即投资者不愿意持有具有打黑政策消息支撑的股票，如果其持有，则投资者在事件窗口期可获得的超额累计收益为负。ROEA0在模型（3）通过了10%的显著水平负相关检验，也印证了打黑对市场股价有反向作用。而这种反向变动关系与已有研究具有内在的一致性，表现出“塔西陀陷阱”效应＊＊＊“塔西陀陷阱”，由古罗马历史学家塔西佗提出，是有关执政感受的见解。后被引申为某种社会现象，指当政府部门或某一组织失去公信力时，无论说真话还是假话，做好事还是坏事，都会被认为是说假话、做坏事。2018年寇明婷等研究发现，中国股票市场也存在“塔西陀陷阱”效应，也就是股票市场暴涨暴跌与政策动作反向而行。，寇明婷等[25]证明中国股票市场也存在该效应，即股票市场暴涨暴跌与政策动作反向而行，这与打黑政策对股价的反向作用关系一致。就稀土行业上市公司股价事件累计收益率的政策反应而言，无论ROEA-1或ROEA0所表现出的显著负相关性，都显示出投资者对打黑政策的“抵触”，这种抵触可能反应了投资者对行业政策推行的信心不足。

其次，投资者关注度对市场反应的影响。如表3所示，以“稀土”为关键词来自PC、移动终端的搜索次数hj1与hj2分别在4个模型、2个模型上达到1%显著水平下的正相关显著。这表明在事件窗口期，百度搜索关注的次数越多，越容易获得正的超额累计收益。

第三，分析师关注对市场反应的影响。如表3所示，有5 个模型在解释变量GZt3m下均表现出了一定程度的正向显著关系。而事件发出当月的分析师评级关注合计数GZtm则未能通过显著性检验。这说明投资于一段时期内的分析师关注次数越多的股票，越能在事件时点带来正的累计正的超额收益率，反之，不受分析师关注的股票，则累计正的超额收益为负，即其更容易被抛售掉。

通过上述分析，不难看出投资者、分析师关注次数与事件窗口期累计超额收益具有正向同步性；而以净资产平均收益率为替代的政策力度则与事件窗期的累计超额收益率有着反向变动关系。由于净资产平均收益率只能一定程度地替代“政策的反应”，所表现出的“抵触”情绪能成为政策出台窗口期内每日超额收益率不显著的原因解释。

3 研究结论与建议

本研究通过全面收集八部委颁布的稀土打黑规制政策，采用事件研究方法，在3种异常收益率计算模型的基础上，系统地检验了稀土行业打黑规制政策出台在金融市场上的有效性，并对事件窗口期影响非显著累计异常收益率的因素进行分析。本研究发现：

首先，基于金融市场的预期特性，表现出对政策反应最为及时与敏锐，采用市场模型、三因素模型、五因素模型，事件出台日的BMP 统计量的检验结果具有一致性，体现出股票市场对稀土打黑政策出台反应不足，没能带来显著的超额平均收益。并且通过验证信息发布日前后超额收益率的显著性，进一步证实了稀土打黑信息发布与披露共同表现出市场反应不足的特点，即稀土打黑政策失效。其次，构建累计超额收益率的解释模型，其中以净资产平均收益率为“打黑政策强度”代理变量，与累计超额收益表现出反向关系，反映出投资者对打黑政策的“抵触”，与“塔西陀陷阱”效应具有一致性。第三，一段时期内的百度搜索关注次数、分析师关注次数对窗口期累计超额收益率具有正向变动关系，说明股票市场上获得超额收益率反应了投资者更愿意相信机构关注、注意力效应。

本研究结论与稀土行业现实契合。2010～2017年期间是稀土规制政策持续规范期，稀土打黑政策相继出台，稀土产品价格仅在收储、打黑政策出台初期有过“过山车”的表现。随后市场各方参与者在持续的打黑政策中，不断地调整着对政策的预期与判断，以各种手段方法应对“运动式”打黑政策，包括且不限于：非法生产的死灰复燃、包装为废料回收的绿色企业、与6大集团部分分离企业共谋的原料供应等，稀土市场供需格局变化不大，打黑政策失效。稀土行业资本市场政策失效，映射出政策出台对稀土行业综合产品价格管理的失效。因此，保证政策的持续有效、保证行业政策的公信力，是改善行业政策效果的关键。

基于此，提出如下建议：首先，政策出台应避免信息的提前释放，降低市场行为对政策信息的提前操作，以缓解该行为对政策效果的冲抵。这要求政策出台时机、策略应更科学与灵活，行业管理者应提高政策管理水平，同时学术界应为政策推行时机提供理论支撑；第二，对于有规律可循的可持续、多阶段推出的政策，在政策推行时应预先考虑市场参与者的预期冲抵，推行综合的、持续中带有灵活变化的政策措施以保证政策效果持续有效。第三，稀有资源行业规范方向体现为龙头集团企业的组建（例如稀土行业六大集团的组建）与其对行业的影响力，规制政策的出台与运行，需要与龙头集团的充分沟通与有效配合，充分发挥其对行业的影响力与控制力，才能保证政策效果。第四，政策实施中不断引入最新技术支撑与变更政策观念。对于前者，数字经济下的数字系统运用可以极大提升政策效果，例如稀土原料数字化追溯、稀土增值税专票流转等数字化技术手段的应用；对于后者，从单纯行政命令式政策转变为技术、财务、法律等市场化手段交叉协同配合，保障政策的实施精准度。