本文是一篇國際金融論文，本研究對疫情沖擊強(qiáng)度隨時(shí)間的變化做了檢驗(yàn)，發(fā)現(xiàn)：國際貿(mào)易類上市公司股票的波動(dòng)率、換手率、市盈率受疫情影響均會顯著上升，波動(dòng)率與換手率是在疫情爆發(fā)后一個(gè)月內(nèi)迅速猛增，但這種變化趨勢是逐漸減弱的；市盈率則在兩個(gè)月內(nèi)受影響程度逐漸增大，之后隨著時(shí)間推移慢慢降低。
1  前言
1.1  研究背景
我國的資本市場起步較晚，二十世紀(jì)八十年代才開始萌芽，深圳證券交易所與上海證券交易所建立之后，我國的證券交易才正式起步，同時(shí)代的日本證券市場總市值就有三萬億美元，美國的市場總市值在1991年時(shí)就達(dá)到了四萬億美元。但我國資本市場經(jīng)30年的大力發(fā)展，正在以極快的速度迅速追趕著西方發(fā)達(dá)國家，2019年時(shí)，我國證券市場的總市值已為八點(diǎn)五萬億美元，僅次于美國。 在這一年，新型冠狀病毒爆發(fā)正在全球200多個(gè)國家和地區(qū)加速傳播，意大利、美國、墨西哥、印度成為此次疫情的震中地區(qū)。世界各國采取不同的衛(wèi)生措施來阻擋疫情的蔓延，相繼實(shí)施“封城”計(jì)劃甚至“封國”計(jì)劃，新冠肺炎病毒在我國的蔓延十分迅速，又恰逢春節(jié)，不僅多數(shù)在外地務(wù)工人員要返鄉(xiāng)，春節(jié)期間的家人團(tuán)聚與走親訪友活動(dòng)也為病毒的傳播提供了極佳的途徑。為防止此病毒在武漢以外的省市自治區(qū)過度傳播，我國政府決定對國內(nèi)人口的流動(dòng)實(shí)施嚴(yán)格管制，于2020年1月23日實(shí)施了對武漢的“封城”計(jì)劃，其他省市自治區(qū)的公路、鐵路、機(jī)場等也實(shí)施了禁止通行的嚴(yán)格措施，普通市民也積極響應(yīng)居家隔離的號召“就地過年”且非必要不外出。不僅人們的正常生活面臨困難，企業(yè)的生產(chǎn)活動(dòng)也受到比較大的影響。控制疫情蔓延的封閉措施可以阻斷病毒傳播，但企業(yè)也陷入進(jìn)退兩難的境地：企業(yè)若大規(guī)模復(fù)工復(fù)產(chǎn)，會造成員工聚集與人員大規(guī)模流動(dòng)，使疫情蔓延加速與升級，即使復(fù)工也難以保證上下游供應(yīng)商與承銷商以及產(chǎn)業(yè)鏈的完整，另一方面，若企業(yè)所在地區(qū)的疫情再升級，企業(yè)不得不再次實(shí)施隔離措施時(shí)，企業(yè)的經(jīng)營與管理成本將大大增加。
1.2  研究意義
1.2.1  理論意義
基于資本資產(chǎn)定價(jià)模型（CAPM模型）以及有效市場假說（EMH）所認(rèn)為的資本市場，可以解釋有限的金融現(xiàn)象但卻不可解釋更多的金融異象，例如羊群效應(yīng)、市場過度反應(yīng)等，而行為金融學(xué)的出現(xiàn)則可解釋部分金融異象。投資者行為在行為金融領(lǐng)域的研究中有舉足輕重的地位，且在各種投資策略的實(shí)踐中越來越被考慮到。在全球疫情蔓延的背景下，投資者的投資行為所受影響是十分值得研究的，新冠肺炎蔓延對全球經(jīng)濟(jì)、貿(mào)易、金融造成的重大影響也是值得深入的，但學(xué)術(shù)界大多數(shù)關(guān)于疫情的文獻(xiàn)都從理論方面出發(fā)，探討疫情對經(jīng)濟(jì)造成的負(fù)面沖擊、提出恢復(fù)經(jīng)濟(jì)發(fā)展的意見與建議，但從微觀角度出發(fā)而探尋疫情沖擊的具體細(xì)節(jié)的文獻(xiàn)相對較少。本文則基于計(jì)量經(jīng)濟(jì)學(xué)的角度，實(shí)證地探尋疫情對國際貿(mào)易類上市公司股價(jià)的影響，衡量新冠疫情對國貿(mào)類上市公司股票沖擊的大小與方向，解釋了新冠疫情蔓延對投資者行為影響的路徑，提供了對突發(fā)事件衡量的嶄新角度，豐富了相關(guān)理論。
另一方面，目前現(xiàn)有的文獻(xiàn)庫中，突發(fā)事件對資本市場影響領(lǐng)域雖有學(xué)者涉及，但由于疫情爆發(fā)等突發(fā)事件極大的不確定性，學(xué)者們的研究也僅限對上市公司收益率、換手率的研究，而關(guān)于股票波動(dòng)率、以及突發(fā)事件對資本市場產(chǎn)生影響背后的影響路徑等細(xì)節(jié)的研究存在缺失。本文從立足于國際貿(mào)易市場的角度，將新冠疫情這種突發(fā)事件與股票市場所受影響相聯(lián)系，實(shí)證地探尋疫情爆發(fā)對我國國際貿(mào)易類上市公司股票波動(dòng)影響的方向與程度，并且更深一步的探尋了新冠疫情爆發(fā)對資本市場影響的內(nèi)在傳導(dǎo)機(jī)制與影響路徑。不僅可以研究股票市場對突發(fā)事件的影響，還有助于理解突發(fā)事件對資本市場投資者情緒的作用。
2  文獻(xiàn)綜述
2.1  突發(fā)事件的文獻(xiàn)綜述
此次新冠疫情的爆發(fā)，在2020年1月31號被世界衛(wèi)生組織（WHO）正式定義為“國際關(guān)注的突發(fā)公共衛(wèi)生事件”，國內(nèi)外的宏觀經(jīng)濟(jì)研究者在研究突發(fā)性事件時(shí)，使用了不同的模型進(jìn)行研究。Rietz（2010）在研究宏觀經(jīng)濟(jì)時(shí)，首次在Lucas宏觀模型中加入災(zāi)難性風(fēng)險(xiǎn)，他認(rèn)為在研究宏觀經(jīng)濟(jì)與資本市場運(yùn)行時(shí)，災(zāi)難性事件爆發(fā)的可能性與風(fēng)險(xiǎn)性不可忽視，流行或傳染性疾病的全球大爆發(fā)與蔓延是重大的災(zāi)難性事件，而傳染性疾病一般是通過影響人類的活動(dòng)進(jìn)而影響經(jīng)濟(jì)，會對受影響地區(qū)的行業(yè)的生產(chǎn)與消費(fèi)產(chǎn)生沖擊與影響。Torój（2013）在動(dòng)態(tài)隨機(jī)一般均衡（DSGE）的宏觀模型中，以波蘭為研究的對象，分析研究了波蘭流感對經(jīng)濟(jì)造成的沖擊與影響。Gourio（2012）將災(zāi)難事件的爆發(fā)加入真實(shí)經(jīng)濟(jì)周期（Real Business Cycle）宏觀模型中，并以西方國家的宏觀經(jīng)濟(jì)為基礎(chǔ)進(jìn)行分析研究，而我國學(xué)者陳國進(jìn)等人在加入了災(zāi)難風(fēng)險(xiǎn)的真實(shí)經(jīng)濟(jì)周期模型中分析了我國的宏觀經(jīng)濟(jì)，并深入研究了國家的宏觀政策尤其是財(cái)政政策對災(zāi)后經(jīng)濟(jì)恢復(fù)的作用與影響。
很多研究者也使用了計(jì)量經(jīng)濟(jì)學(xué)模型來研究突發(fā)事件對市場造成的影響。在戰(zhàn)爭方面，Rigobon和Sack（2005）研究了美國金融市場在伊拉克戰(zhàn)爭期間的變化，使用工具變量的方法（Instrument Variable Approach）和廣義矩估計(jì)的方法 （Generalized Method-of-Moments Estimation）來做研究，他們發(fā)現(xiàn)：在美伊戰(zhàn)爭期間，美國企業(yè)的股票價(jià)格整體（標(biāo)普500指數(shù)）下降明顯，十年期國債收益率呈下降形勢，此外，美元也在此期間呈貶值趨勢。Ouadghiri 和Peillex（2018）認(rèn)為投資者會將恐怖襲擊與伊斯蘭金融互相聯(lián)系，他們通過使用雙重差分模型發(fā)現(xiàn)：即使恐怖襲擊并非由伊斯蘭教徒發(fā)起的，公眾對伊斯蘭金融的關(guān)注度也會在恐怖主義襲擊之后暴漲，同時(shí)美國伊斯蘭指數(shù)（US Islamic indices）會巨幅下降，伊斯蘭相關(guān)的金融產(chǎn)品的價(jià)格下降程度明顯且顯著。Apergisa 和Apergisb（2016）發(fā)現(xiàn)在2015年的11月13日的巴黎恐怖襲擊事件之后的短時(shí)間內(nèi)，二十四家大型全球性的軍工上市企業(yè)的平均異常收益率（Average Abnormal Returns）和累計(jì)平均異常收益率（Cumulative Average Abnormal Returns）顯著提高。
2.2  間接效應(yīng)的研究
檢驗(yàn)中介效應(yīng)的最流行的方法是Baron，Kenny（1986）與Judd（1981）提出的逐步檢驗(yàn)法，通過觀察系數(shù)的顯著性或Sobel檢驗(yàn)（Sobel，1982，1988）來檢驗(yàn)中介效應(yīng)的存在性。但近些年來，學(xué)界普遍對其提出了質(zhì)疑，Preacher和Hayes（2004）認(rèn)為逐步法的檢驗(yàn)力較弱，并且Sobel Test依賴于系數(shù)的正態(tài)分布，若未先驗(yàn)分布則會使檢驗(yàn)結(jié)果犯第一類錯(cuò)誤的概率上升（當(dāng)假設(shè)檢驗(yàn)拒絕了實(shí)際上成立的零假設(shè)時(shí)，所犯的錯(cuò)誤稱為第一類錯(cuò)誤），之后他們便提出了用于檢驗(yàn)間接效應(yīng)的自舉法（Bootstrap Approach），即使較弱的中介效應(yīng)與調(diào)節(jié)效應(yīng)也可被檢驗(yàn)出來。另一方面，雖逐步檢驗(yàn)法的檢驗(yàn)力較弱，但若使用此方法就可發(fā)現(xiàn)中介與調(diào)節(jié)效應(yīng)，則說明相關(guān)變量的中介或調(diào)節(jié)作用足夠顯著（逐步檢驗(yàn)法在本文“穩(wěn)健性檢驗(yàn)”部分使用）。
事實(shí)上，心理學(xué)、管理學(xué)等領(lǐng)域關(guān)注的變量大多是潛變量，如人格特質(zhì)、主觀幸福感、抑郁情緒等，此類變量往往無法直接測量，需要借助外顯的測量指標(biāo)進(jìn)行估計(jì)，直接使用多元線性回歸分析則將潛變量當(dāng)做外顯變量處理，忽略了測量誤差的存在，這可能導(dǎo)致對于中介效應(yīng)和調(diào)節(jié)效應(yīng)的估計(jì)偏差（Cheung和Lau，2008; Ledgerwood和Shrout，2011），另一方面，Lacobucc（i2007）使用一系列的蒙特卡洛模擬（Monte Carlo Simulation）后發(fā)現(xiàn)，線性回歸分析框架下的中介效應(yīng)的標(biāo)準(zhǔn)誤較大，使得參數(shù)估計(jì)并不準(zhǔn)確，而它們提出的用于間接效應(yīng)檢驗(yàn)的結(jié)構(gòu)方程法（Structural Equation Model）可以解決這一問題。
隨著各領(lǐng)域研究的深入，單純的中介模型和調(diào)節(jié)模型難以滿足復(fù)雜研究問題的需要；越來越多研究者開始關(guān)注整合模型，從而解釋復(fù)雜的心理現(xiàn)象（Ivanova，2020; Wang，2018）。整合模型主要包括有調(diào)節(jié)中介模型（Moderated Mediation Model）和中介調(diào)節(jié)模型（Mediated Moderation Model）。
3  理論基礎(chǔ)與發(fā)展 ............................. 11
3.1  理論基礎(chǔ) ....................................... 11
3.1.1  中介效應(yīng)的理論基礎(chǔ) ................ 11
3.1.2  調(diào)節(jié)效應(yīng)的理論基礎(chǔ) ......................... 13
4  結(jié)果展示與分析 ..................................... 18
4.1  變量定義 ............................... 18
4.1.1  解釋變量 ..................................... 18
4.1.2  被解釋變量 ................................. 18
5  疫情爆發(fā)對國貿(mào)類股票的時(shí)間效應(yīng)與差異性檢驗(yàn) .......................... 29
5.1  時(shí)間效應(yīng) ........................... 29
5.2  差異性檢驗(yàn) ......................... 31
6  穩(wěn)健性檢驗(yàn)
6.1  雙重差分模型的檢驗(yàn)
6.1.1  共同趨勢檢驗(yàn)
事實(shí)上，雙重差分模型的構(gòu)建需要對以下問題做出回答：新冠疫情的爆發(fā)時(shí)間點(diǎn)是否隨機(jī)？是否符合共同趨勢假定？首先，我們可以十分客觀的篤定，新冠疫情的爆發(fā)是不可能被提前預(yù)知，即上市公司不可能預(yù)知疫情在什么時(shí)間點(diǎn)爆發(fā)或在什么情況下有多大程度的影響，并不可能作出提前的調(diào)整。關(guān)于平行趨勢檢驗(yàn)，如圖6.1所示，選取在2020年1月23日封城前的數(shù)據(jù)，觀察實(shí)驗(yàn)組（國貿(mào)類股票）與控制組（非國貿(mào)類股票）的隨時(shí)間變化的情況，在A圖中，實(shí)驗(yàn)組與控制組的股票波動(dòng)率基本在2%左右，且變化趨勢基本相同，即使在異常高的點(diǎn)位上，兩組的數(shù)據(jù)也呈現(xiàn)跟隨狀態(tài)，表示在疫情爆發(fā)前實(shí)驗(yàn)組與控制組股票的波動(dòng)率變化呈現(xiàn)相同趨勢。在B圖和C圖中，可以觀察到實(shí)驗(yàn)組與控制組的換手率均具有相似的變化趨勢，市盈率對數(shù)亦如此，即同時(shí)上升或下降，部分時(shí)段的曲線甚至完全重合，因此共同趨勢檢驗(yàn)通過。表示在疫情爆發(fā)前實(shí)驗(yàn)組與控制組股票的波動(dòng)率、換手率、市盈率變化呈現(xiàn)明顯的平行趨勢，意味著使用雙重差分模型是可行的。 7  結(jié)論與啟示
7.1  結(jié)論
新型冠狀病毒在全球范圍內(nèi)蔓延的背景下，本文選取2020年1月23日武漢封城為標(biāo)志，采用雙重差分法考察了疫情蔓延對我國國際貿(mào)易類上市公司股票波動(dòng)率的影響，再使用結(jié)構(gòu)方程對疫情沖擊的傳導(dǎo)機(jī)制進(jìn)行研究，使用雙重差分模型檢驗(yàn)了疫情沖擊的時(shí)間效應(yīng)，最后，在原雙重差分模型的基礎(chǔ)上構(gòu)建虛擬變量，以檢驗(yàn)國際貿(mào)易公司里涉及金融業(yè)務(wù)與不涉及金融業(yè)務(wù)的差異、國有企業(yè)與非國有企業(yè)的差異。 本研究得出以下結(jié)論：
（1）整體上，新冠疫情的爆發(fā)使我國國際貿(mào)易類上市公司股票的波動(dòng)率顯著上升。
（2）在傳導(dǎo)機(jī)制的探索中，研究發(fā)現(xiàn)疫情爆發(fā)的沖擊是通過影響國際貿(mào)易類上市公司股票的換手率來影響其波動(dòng)率的，即新冠疫情爆發(fā)對國際貿(mào)易類股票波動(dòng)率的影響中，換手率起中介作用。
（3）更進(jìn)一步的，研究發(fā)現(xiàn)：市盈率不同的國際貿(mào)易上市公司股票受疫情影響的程度不同：國際貿(mào)易類上市公司的市盈率越大，其股票波動(dòng)率受疫情影響的程度越大，波動(dòng)率增加的幅度更大。反之亦然。也就是說，疫情爆發(fā)對國際貿(mào)易類股票波動(dòng)率的影響中，市盈率具有顯著的調(diào)節(jié)作用，國際貿(mào)易類公司市盈率越高，疫情對其股票波動(dòng)率的正向沖擊越明顯。
（4）另外，本研究對疫情沖擊強(qiáng)度隨時(shí)間的變化做了檢驗(yàn)，發(fā)現(xiàn)：國際貿(mào)易類上市公司股票的波動(dòng)率、換手率、市盈率受疫情影響均會顯著上升，波動(dòng)率與換手率是在疫情爆發(fā)后一個(gè)月內(nèi)迅速猛增，但這種變化趨勢是逐漸減弱的；市盈率則在兩個(gè)月內(nèi)受影響程度逐漸增大，之后隨著時(shí)間推移慢慢降低。
（5）構(gòu)建相關(guān)的虛擬變量之后，發(fā)現(xiàn)涉及金融業(yè)務(wù)與不涉及金融業(yè)務(wù)的國際貿(mào)易類上市公司股票受疫情影響的方向完全不同，不涉及金融業(yè)務(wù)的國際貿(mào)易上市公司股票的波動(dòng)率、換手率、市盈率均顯著上升；而涉及金融業(yè)務(wù)的則相反，顯著下降；國有企業(yè)類與非國有企業(yè)類的國際貿(mào)易上市公司股票受疫情影響的方向也不同，其中屬于非國有企業(yè)的國際貿(mào)易類上市公司股票受疫情影響后，其波動(dòng)率、換手率、市盈率均顯著上升，而國有企業(yè)類則相反，均顯著下降。
參考文獻(xiàn)（略）