外生冲击对行业典型股票的影响及风控建议

钱思蒙

摘 要：股票市场的稳健发展是中国经济持续健康发展的重要保障。本文通过分析CAPM模型、Fama-French三因子模型残差项、日收盘价均值、波动率、在险价值、尾部均值、特质波动率等指标，探究以2020年新型冠状病毒肺炎疫情为例的外生冲击对主要行业典型性股票的影响，并提出了多维度的风险防控建议。实证结果表明，外生冲击会加剧行业典型公司的股价波动，金融风险挑战增强，不同行业典型公司股票对外生冲击的抵御能力不同。文章的理论与实证分析也进一步指出，由于各公司主营业务的异质性，同一行业不同股票对相同风险度量指标的反应程度不同。因各风险指标度量维度和方式不同，同一股票对不同风险度量指标的敏感性也存在一定的差异。

关键词：外生冲击；新冠疫情；股票市场；风险管理

中图分类号：F832.5      文献标识码：A  文章编号：1005-6432（2023）23-0000-08

[DOI]10.13939/j.cnki.zgsc.2023.23.000

1引言

我国经济已由高速增长阶段转向高质量发展阶段[1]。2019年中国经济呈现出稳中有进的良好发展态势。2020年初新冠肺炎爆发后，我国建立起从中央到地方的高效联防联控机制，让世界见证了“中国速度”。然而，外生冲击对我国股票市场带来了巨大的负面影响，相应的风险防控措施仍需进一步探索。

本文尝试多维度探究以2020年新型冠状病毒肺炎疫情为例的外生冲击对主要行业典型性股票的影响，并从宏观和微观层面的不同主体入手，提出相应的风险防控建议。首先，通过计算6大行业14支股票在2019年、2020年每日收盘价均值、波动率及两个指标的年变化率，来比较外生冲击对各行业典型性股票的不同影响，并分析造成差异化影响及受冲击后股票波动率上涨的成因；其次，测度股票的左尾风险，并通过资本资产定价模型提取因子载荷，分析同一行业不同股票对相同风险度量指标的反应程度不同的原因，并横向对比了同一股票对不同风险度量指标的敏感性；最后，通过Fama-French三因子模型提取14支股票连续5个月的特质波动率，并进行了相应的分析和比较。

中央经济工作会议曾提出，“要把防控金融风险放到更加重要的位置，提高和改进监管能力，确保不发生系统性金融风险”[2]。 研究外生冲击对主要行业典型性股票的影响，有助于帮助各个行业的不同类型公司根据自身企业特点和发展战略规划，结合外生冲击特质，精准施策，有效防控金融风险，化冲击为契机，尽可能减少外生冲击对中国股市及企业发展的负面影响。同时，研究并提出相应的风险防控建议也有助于我国企业和股票市场持续稳定健康发展，助推后疫情时代的经济振兴。

本文可能的边际贡献主要有以下几个方面：一是以风险指标量化的形式分析了外生冲击对主要行业典型性公司股票的影响，分析了各指标在疫情发生前后的变化率，发现：外生冲击会加剧主要行业典型公司的股价波动，不同行业典型公司股票对外生冲击的抵御能力不同。二是纵向比对了同一行业不同股票对相同风险指标的反应程度并分析造成差异化的可能原因；同时，通过横向比较，发现同一股票对不同风险度量指标的敏感性不同。

在接下来的篇幅中，本文将首先综述文献并提出本文的4个研究假设，接着给出模型选取与数据分析方法说明，然后根据数据分析结果对提出的研究假设进行实证分析与检验，最后给出主要结论与相应的风险防控建议。

2文献综述与研究假设

外生冲击即来源于经济系统之外的变量变动引起的冲击，对宏观经济持续稳定发展有较大的负面影响（刘志蛟，2018）[3]，其中相当一部分影响是通过股市产生的（Jaroslav等，2019）[4]。2020年新型冠状肺炎疫情作为重大国际突发公共卫生事件对中国股票市场造成了显著的负向冲击，而负向外生冲击极大程度上加剧了金融市场的风险。股价的剧烈波动、不同行业对外生冲击的差异化反应也进一步引起了学术界的广泛关注。

新冠疫情的严重程度与股价的跌幅呈正相关（王箐等，2020）[5]。股票的价格很大程度上受到了投资者情绪和心理的影响（高清辉，2005）[6]。人们在疫情中形成的差异化信念或谣言等带来的恐慌情绪会通过非理性因素对资本市场及社会经济预期带来深远影响（刘玉珍，2020）[7]。金融市场的不确定性加剧了股价波动（Haroon，2020）[8]。疫情期间公众的股票买卖态度很大程度上依赖于感染病例数、死亡指数和全球恐惧指数（Li等，2021）[9]，但中国股市参与者在疫情期间总体较为理性，因为该时段中国股票市场的羊群行为明显低于平时（Wu等，2020）[10]。

新冠疫情使人们对不同领域的行业产生了差异化预期（段又源，2020）[11]，同時也为部分产业提供了发展契机，注入了新的活力。疫情对旅游业、交通运输业、餐饮业、农业、工业等冲击较大。同时，为网络服务业、互联网医疗等行业提供发展机遇（赵丹丹等，2020）[12]。2020年疫情中全国金融、房地产、信息与日常消费行业在事件期间的风险输出力度大幅提高，医疗保健、公用事业以及工业板块则成为了主要的风险接受方（杨子晖，2020）[13]。

新冠疫情也提升了市场间动态相关系数，加剧股市风险的跨市场传染（蒋海等，2021）[14]。但疫情冲击对系统性金融风险影响持续时间较有限（刘精山，2021）[15]，制定风险对冲政策应多采用数量化、结构化工具和区域性政策（吴振宇，2020）[16]。

综上所述，对于新冠疫情对中国股票市场的影响，已有较丰富的学术文献研究结果，但遗憾的是，以金融风险管理指标为基点对主要行业典型性股票应对外生冲击的研究仍存在探索空间，值得进一步探讨。基于以上理论分析，本文提出以下四个假设：

假设1：外生冲击会加剧主要行业典型性公司股价波动，金融风险挑战增强

假设2：不同行业典型性公司股票对外生冲击的抵御能力不同

假设3：同一行业不同股票对相同风险度量指标的反应程度不同

假设4：同一股票对不同风险度量指标的敏感性不同

3模型选取、数据分析方法说明

3.1资本资产定价模型

资本资产定价模型（CAPM模型）在衡量被计算组合平均异常收益以及该组合对市场组合的风险暴露关系方面有广泛的应用价值。该模型通过被计算组合或证券的超额收益对市场组合超额收益的时间序列回归截距项系数来估计组合或证券的异常收益，广泛应用于资产成本计算、预算决策、个股选择、业绩评估等各个方面。

=[（）-]     （1）

该式子拟合出了市场投资的预期回报率与被计算资产预期收益的线性关系。其中，和（）分别代表了资产组合和市场的预期回报，为无风险收益率，为因子载荷。

资本资产定价模型的回归检验可表示为：

（2）

其中，和分别为模型和市场组合的超额收益，为组合的异常收益，和分别度量了系统性风险和非系统性风险。本文用到了资本资产定价模型的计算。

3.2Fama-French三因子模型

（3）

Fama-French三因子模型引入了三个风险因子：分别为市场因子（MKT）、规模因子（SMB）和价值因子（HML），用于更好地解释股票回报率的差异。本文在计算股票特质波动率时，用到了Fama-French三因子模型中的残差项。

3.3波动率计算

定义为一个变量在日期i结束时的价格，为第i天连续复利的收益率。利用即的标准差来计算日波动率。本文在计算中使用其简化形式，将定义为，的均值假设为0，以m替代m-1，股票日收盘价波动率可表示为：

（公式4）

3.4在险价值计算

在险价值（Value-at-risk）指某一资产组合特定置信区间和限定时间维度内的最大损失金额。本文采用历史模拟法计算在险价值，利用市场观测值（本文中为股票收盘价）日间变化的历史数据直接估计所求交易组合未来价值的变化走向和概率分布。

3.5尾部均值计算

计算尾部均值ES即为计算超过Var值的尾部损失的期望

3.6特质波动率计算

特质波动率（idiosyncratic volatility）衡量了资本资产定价模型（CAPM模型）中可被分散的、不能被市场解释的部分，记3.2模型中值为特质波动率。

3.7数据说明

本文就2020年全国范围内新型冠状肺炎大流行对我国主要行业典型性股票的影响进行了展开分析。分别选取了医药行业的同仁堂、云南白药、复星医药股票，金融业的中国平安、中信证券、东方财富股票，旅游业的张家界、国旅联合股票，交通运输行业的建发股份、大众交通股票，教育行业的豆神教育、拓维信息股票，房地产行业的绿地控股、荣盛发展股票，共计14支典型股票作为研究对象，遍及6个行业大类。

其中股票每日收盘价均值和波动率的计算选取了2019年1月1日-2020年12月31日14支股票的每日收盘价作为样本。日收盘价均值由全年每日收盘价求算术平均所得。股票月特质波动率的计算选取2019年12月1日-2020年4月30日14支股票的每日收盘价作为样本。资本资产定价模型值选取了2019年1月-2020年12月14支股票的月收盘价作为样本。99%在险价值和尾部均值选取了自2019年1月1日起501个交易日历史数据作为分析对象，以2019年1月1日收盘价作为基准计算单日损失。本文所涉及的行业股票日收盘价、月收盘价、无风险利率数据均来自于国泰安（CSMAR）数据库，Fama-French三因子模型的数据来自锐思（RESSET）数据库，其中市场溢酬因子、市值因子、账面市值比因子均采用流通市值加权。

由于新冠肺炎第一例病例发病时间为2019年12月12日，在2020年初新冠疫情在全国范围内大规模爆发，本文将2019年数据用作疫情爆发前数据，与2020年数据进行对比，得出相应结论。又由于新冠肺炎疫情在2019年12月初进入人们视野，在2020年4月24日实现武汉重症病例“清零”，本文选取2019年12月-2020年4月共计5个月数据计算特质波动率，并进行相应的分析与比较。

4实证结果与分析

本部分将对2020年新冠疫情前后14支股票的各个指标进行量化计算，并以此为依据分析外生冲击对主要行业典型性股票的影响。首先将分别计算新冠疫情对股票日收盘价和波动率的影响，然后分析新冠疫情对股票左尾风险和因子的影响，最后本文测度了新冠疫情背景下股票特质波动率的变动情况。

4.1新冠肺炎疫情冲击与股票日收盘价

本文首先分析新冠疫情对主要行业典型性股票日收盘价的影响。根据对表1共14支股票日收盘價的分析可得，在2020年新型冠状肺炎疫情爆发后，半数公司的日收盘价均值都呈现不同程度的负向增长趋势，其中以旅游行业的张家界、国旅联合股票，房地产行业的绿地控股、荣盛发展股票和交通运输行业的大众交通股票下降幅度最为明显。分析对比表中数据可知，不同行业典型性公司股票对外生冲击的抵御能力不同。公司股价受冲击程度与市场的供给和需求以及行业的特性有紧密的联系。由于新冠肺炎飞沫传播、接触传播的两个主要传播方式和传播性强、严重程度高等传播特点，对线下经营服务有强依赖性以及具有劳动密集型特点的行业公司受冲击程度普遍偏高。

由于张家界、国旅联合所处的旅游行业不可取代的线下体验感、旅游时不可避免的人员接触以及旅游业上中下游产业链对劳动服务的强依赖性，这两个典型性旅游业公司对以新冠疫情为例的外生冲击反应剧烈，市场需求大幅下降，在日收盘价上有显著的体现。对房地产行业的绿地控股、荣盛发展股票而言，疫情带来经济压力、不确定性和线下看房体验缺失导致民众购房意愿和需求下降，避免人员聚集导致的竣工延误等因素也共同导致了股价的下跌。

相比较而言，教育行业的豆神教育、拓维信息股票对外生冲击抵御能力较强，在疫情期间及后疫情时代实现平均股价上涨，这两个以教育业务为主体的公司充分相应国家“停课不停学”号召，大力发展“互联网+教育”线上课程业务，化冲击为契机，实现盈利增长。同时，云南白药、复星医药等医药行业典型性公司的日收盘价均值在新冠疫情大环境下也得到了正向增长，得益于新冠疫情与医药行业公司主营业务的密切关联。云南白药、复星医药、同仁堂等公司在不同程度上满足了民众在医药卫生方面的需求，受疫情冲击较小。此外，中信证券、东方财富等金融行业典型性公司也以其独有的经营特性，在应对外生冲击方面有较好的表现。

4.2新冠肺炎疫情冲击与股票波动率

本文在这一部分主要分析了新冠疫情冲击对主要行业典型性股票波动率的影响。根据对表1共14支股票日收盘价的分析可得，在2020年新型冠状肺炎疫情爆发后，绝大多数股票的年化波动率均大于疫情爆发前的2019年，外生冲击很大程度上加剧了主要行业典型性公司股价波动，金融风险挑战增强。在面对外生冲击时主要行业典型性股票的波动率与该公司主营业务对冲击的敏感性有关。

由表1数据可得，医药行业的复星医药和房地产行业板块的绿地控股在疫情前后有较大的波动率变化，波动率大于100%。在本文研究的14支股票中，豆神教育和拓维信息两支教育类股票在疫情爆发后的2020年波动率最大；中信证券、国旅联合、大众交通、荣盛发展在2020年疫情爆发后的年化波动率小于2019年，其中中信证券和国旅联合的波动率变化幅度最小，最接近于0。

由表中数据可见，股票的波动率和日收盘价均值的变化率之间并没有直接的线性关系。例如：疫情对旅游行业的张家界、国旅联合股票价格造成较大冲击，日收盘价均值下滑明显，但国旅联合股票在本文所有研究股票中波动率绝对值最低；日收盘价变化较小的绿地控股在股票的波动率上变化明显。可能的解释是：外生冲击带来的各个因素与行业的联系程度不同，不同的因素在影响波动率和日收盘价变动方面发挥了差异化作用，最终导致同一对象两个测度指标不同的变化幅度和变化方向。

相关研究表明：金融市场的不确定性，新闻媒体的恐慌消息和公开意见表达引发的公众负面焦虑恐慌情绪均与股票市场不断加剧的波动有关[17]。疫情带来的投资者恐惧和焦虑情绪可能会刺激投资者卖出股票，导致股市波动[7]。同时，信息的不对称性、部分大众传媒的失真报道、疫情带来的不稳定因素都会在一定程度上助长例如“追涨杀跌”等不理性投资行为，引发股票波动率上涨。

4.3新冠肺炎疫情冲击与主要行业典型性股票左尾风险和因子

本文在这一部分主要分析了新冠疫情冲击对主要行业典型性股票左尾风险的影响。左尾系统风险指标比其他指标更适用于危机时期的风险管理[18]，它考虑了资产和市場收益率的左尾分布，以单个资产和市场的极值相关性为基础[19]，有效提高了测度外生冲击下股票下行系统风险的准确性和精确度。

由表2可得，同一行业不同股票对相同风险度量指标的反应程度不同。以医药行业为例，该行业同仁堂股票的99%在险价值和尾部均值均远高于本文研究的其他13支股票，反映了其较高的极端损失风险。虽同为医药行业股票，云南白药和复星医药99%在险价值为负，尾部均值也较低，体现出较强的风险抵御能力，可能的解释是：3个医药行业典型性公司在医药板块较细分支中具体业务的侧重点不同。同仁堂主要侧重于中成药的生产研发，云南白药侧重于口腔卫生清洁用品的生产销售，复星医药侧重于药品的创新研制。因同一行业不同公司专长的经营领域不同，外生冲击对各公司带来的风险严重程度也不同，反映在同一指标的差异化的数据呈现上。同理，在本文所研究的交通运输行业股票中，建发股份的在险价值和尾部均值明显低于大众交通股票，负值的损失体现出了较稳定的发展态势。

房地产业的荣盛发展股票和旅游业的国旅联合股票也以较高的左尾风险测度值分列同仁堂股票之后。相比而言，金融行业的中国平安、中信证券、东方财富在2019年1月1日以后的501个交易日内有较好的风险表现，出现左尾极端损失的概率较小。

在险价值和尾部均值共同测度了股票的左尾风险，二者在风险测度领域相互补充，描述的方向和数值的正负基本一致。

4.4新冠肺炎疫情冲击与主要行业典型性股票CAPM模型的因子

本文在这一部分主要分析了新冠疫情冲击对主要行业典型性股票因子载荷的影响。与资产组合风险和收益呈正向关系，资本资产定价模型因子一定程度上反映了6个主要行业典型性公司的不同经营战略和风险管理策略。因子具体体现了资产价格变化和市场波动的比例，其正负也代表了被计算组合与经济周期的顺逆关系。

由表2数据可知，大部分股票在2019年-2020年的因子变化率都呈现负向增长。在2020年各股票因子的绝对值普遍减小，股票价格的波动幅度更加贴合市场指数的波动幅度。在本文研究的14支股票中医药行业的同仁堂股票在2020年因子最小，展示了2020年疫情期间，该资产收益率对于市场组合收益率较低的敏感程度，股价不容易随市场波动出现大涨大跌现象。在14支股票中2020年东方财富的因子最大，可能的解释是外生冲击加剧了金融市场的波动情况和不稳定性，给东方财富公司主营的证券、金融电子商务等业务带来更大的投资风险，故导致其股票的波动幅度大于市场和其他研究的股票，对市场组合收益率有较高的敏感性。

4.5新冠肺炎疫情冲击与主要行业典型性股票特质波动率

本文在这一部分主要分析了新冠疫情冲击对主要行业典型性股票特质波动率的影响。由表3数据可知，教育行业的拓维信息股票在2019年12月-2020年4月均有较高的月特质波动率，各股票在2020年2月均有较高的特质波动率。据中华人民共和国国家卫生健康委员会数据统计显示，新冠疫情在中国的现存感染人数在2020年2月中旬达到峰值，在后面的月份中逐步回落，若以新型冠状病毒感染人数来代表新冠肺炎严重程度，本文所研究的主要行业典型性股票在2020年2月遭受较严重的外生冲击。

研究发现，我国股票特质波动的增加，并不能表示股票市场反映上市公司内在价值的有效性和及时性提高，投资者非理性投资造成的噪音交易是我国股票特质风险变动的主要原因[1]。因此，对疫情峰值期间股票较高特质波动率的可能解释是：疫情带来的巨大不确定性一定程度上给投资者带来了较大的负面的情绪波动，由此引发的投资者非理性投资行为导致了股票特质波动率的提升。

结合前四部分内容综合分析数据可见，同一股票对不同风险度量指标的敏感性不同。股票波动率、CAPM模型的因子载荷、左尾风险测度指标（在险价值、尾部均值）、股票特质波动率之间并没有显著的联系，某一风险指标较高的股票在其他风险指标上可能低于均值，同一股票对不同风险度量指标的敏感性存在较大的差异。各个指标具有不同的度量维度，综合在一起，才能更加立体、准确得反映金融资产的风险状况。

5结论与启示

5.1主要结论

本文在金融风险管理的框架下，以2020年新型冠状病毒爆发为背景，研究了外生冲击对主要行业典型性公司的影响。在实证检验与数据分析方法上，采用了资本资产定价（CAPM）模型来计算因子载荷，利用Fama-French三因子模型中的按月计算股票特质波动率，还分别计算了股票的日收盘价均值、波动率、在险价值和尾部均值，并对2019年和2020年的数据进行了分析和比较，主要结论如下：

第一，外生冲击加剧了主要行业典型性公司股价波动，带来了更大的金融风险挑战。外生冲击带来的包含投资者情绪波动、对未来市场的消极预期等诸多不确定性因素，极大地削弱了股票市场的稳定性，不利于股市持续稳定发展。

第二，不同行业典型性公司股票对外生冲击的抵御能力不同，外生冲击对其造成的影响程度也不同。由于不同行业的公司主营业务侧重的领域不同，对外生冲击的敏感性和联系程度也不同。抵御冲击的能力很大程度上由受冲击期间民众对该行业产品和服务的需求程度以及行业内公司的供给能力所决定。外生冲击对该行业供需削弱程度越小，主要冲击领域与公司主营业务相关性越低，公司股票抵御外生冲击能力越强。

第三，同一行业不同股票对相同风险度量指标的反应程度不同。由于同一行业不同公司侧重的具体业务不同，相对应的客户群体也具有不同的特质，这些特性最终导致了同一行业不同股票对相同风险度量指标的差异化反应。

第四，同一股票对不同风险度量指标的敏感性不同。由于各风险度量指标测度风险的角度不同，风险指标之间互相补充多层次全方面展现了金融资产不同维度的风险。差异化的风险测度方式，导致了同一股票对不同风险因子和指标的异质反应。

5.2研究启示

本文的主要结论表明外生冲击对不同行业典型性公司的股票具有差异化的影响，挑战和机遇并存。

在宏观角度下的国家层面，在冲击发生前，首先，有关部门应做好充分的压力测试，完善多层次、多维度的风险分担机制，结合历史数据，借鉴全球经验，提前做好外生冲击应对方案。其次，应充分利用“大数据”等金融科技手段，对可能造成流动性风险、市场风险的不合理投融资行为予以警示，监管部门应及时做好相关金融机构的资金预警工作，对不符合规范的单位和个人予以惩戒；在冲击发生后，国家应出台相应财政和货币政策，维持市场秩序，缓解冲击带来的市场震荡，保证经济持续稳定发展。同时，相应的扶持性政策不可或缺，扶持力度应与公司的受冲击程度正相关，政策应根据不同行业公司的特点和需求个性化定制，针对性回应相关诉求。

在宏观社会治理层面，首先，及时稳定投资者情绪在应对外生冲击和管理金融风险方面发挥了重要的作用。在外生冲击期间，相关机构和组织可以通过开展金融专业知识普及教育、投资者心理分析与疏导等活动，引导投资者理性投资，减少“追涨杀跌”和“羊群效应”等不理性行为的出现。其次，相关监管机构应加强对大众传媒及社交软件等公共平台的监管，严惩谣言传播群体和不实新闻消息发布方，营造良好的网络空间，保证外生冲击期间信息传播的真实性、有效性，避免民眾出现不必要的恐慌和焦虑心理，进而加剧资本市场的波动。

在微观角度下的个人层面，对公司的管理人员和相关决策的制定者来说，在外生冲击发生前，应制定合理有效的风险管理战略和绩效奖惩机制，增强企业职员风险防控意识，充分调动员工的积极性。在外生冲击发生后，首先，应理性分析外生冲击期间企业痛点，进行相关战略转型，化冲击为契机。例如，在2020年新冠疫情线下活动出行受限的情况下，部分企业转战线上，开辟“互联网+”新模式，充分利用网络媒体传播优势，实现多渠道广盈收，为企业发展注入新活力。同时企业应广泛了解市场信息和最新动态，根据用户需求和外生冲击的实时情况进行风险管理战略和企业经营发展规划的动态调整，与时俱进。

在微观角度的个人投资者层面，投资者应理性分析各种市场信息，不轻信盲从，不传播渲染恐慌焦虑情绪。在充分了解外生冲击对各个行业公司的差异化影响、全面认识各个维度的金融风险后，结合个人需要理性投资。

参考文献：

[1]中央经济工作会议明确防控金融风险：下决心处置一批风险点[EB/OL].（2016-12-16）.http：//finance.people.com.cn/GB/n1/2016/1216/c1004-28956359.html.

[2]中央经济工作会议明确防控金融风险：下决心处置一批风险点[EB/OL].（2016-12-16）.http：//finance.people.com.cn/GB/n1/2016/1216/c1004-28956359.html.

[3]刘志蛟.外生冲击对股票市场影响及股市风险管理研究[D].长春：东北师范大学，2018.

[4]JAROSLAV HORVATH A，JIANSHENG ZHONG B . Unemployment dynamics in emerging countries： Monetary policy and external shocks[J]. Economic modelling，2019（76）：31-49.

[5]王箐，王钟黎，李士雪，等.“新冠肺炎”疫情对中国股市价格波动的短期影响[J].经济与管理评论，2020，36（6）：16-27.

[6]高清辉.论投资者情绪对股市的影响[J].经济纵横，2005（4）：34-36，49.

[7]刘玉珍，王陈豪.行为视角下的疫情分析：成因、影响与对策综述[J].金融研究，2020（6）：1-19.

[8]HAROON O，RIZVI S.COVID-19： Media coverage and financial markets behavior—A sectoral inquiry[J].Journal of behavioral and experimental finance，2020，27（3）.

[9]LI W ，CHIEN F， KAMRAN H W ，et al.The nexus between COVID-19 fear and stock market volatility[R]. Ekonomska istraivanja （Economic Research），2021-05-14：1765-1785.

[10]WU G ，YANG B ，ZHAO N . Herding behavior in Chinese stock markets during COVID-19[J]. Emerging markets finance and trade， 2020（56）.

[11]段又源.新冠肺炎疫情对我国股市的影响：基于医药行业的实证分析[J].中国商论，2020（18）：28-30.

[12]赵丹丹，万冰彬，鄭继媛，等.新冠疫情冲击影响特征及行业差异性研究[J].价格理论与实践，2020（3）：10-13.

[13]杨子晖，陈雨恬，张平淼.重大突发公共事件下的宏观经济冲击，金融风险传导与治理应对[J].管理世界，2020，36（5）：25.

[14]蒋海，吴文洋，韦施威.新冠肺炎疫情对全球股市风险的影响研究：基于ESA方法的跨市场检验[J].国际金融研究，2021（3）：3-13.

[15]刘精山.新冠肺炎疫情冲击背景下金融风险的传导与防范研究：基于金融压力视角的实证分析[J].华北金融，2021（1）：1-16.

[16]吴振宇，朱鸿鸣，朱俊生.新冠肺炎疫情对金融运行的影响及政策建议[J].经济纵横，2020（3）：1-6，137.

[17]陈浪南，熊伟.公司特质波动决定因素研究：信息效率还是噪音交易？[J].中国会计评论， 2014（1）：16.

[18]陆蓉， 徐天丽， 朱思源. 危机冲击下企业社会责任与左尾系统风险[J].国际金融研究， 2022（4）：10.

[19]李志生，金凌，张知宸.危机时期政府直接干预与尾部系统风险：来自2015年股灾期间“国家队”持股的证据[J].经济研究，2019，54（4）：17.