文摘
我们研究的COVID-19对中国股市的影响可以被看作是一个复杂的系统。我们利用事件研究方法评估其性能改变的回报率,周转率等等。我们显示异常返回股市明显负面爆发后COVID-19,不积极,直到2020年5月。此外,大五模型用于估算不同行业的普通返回和显示异常返回医疗和食品行业明显积极,而能源和公共事业行业有显著负异常回报率持续很长时间。COVID-19有滞后影响服装行业,金融行业,运输行业和IT行业。我们还发现,能源和金融行业有负面异常周转率在样本期间,而其他行业,如医疗和电信服务行业,有积极的流动率异常。
1。介绍
2020年,COVID-19席卷世界,全球资本市场剧烈波动。2月3日上证综指下跌7.72%,2020;股指的几乎所有国家,包括美国,加拿大,巴西,韩国,菲律宾,2020年3月也直线下降。在过去的两年里,COVID-19流行极大地影响了全球金融市场。
文学的影响COVID-19在不同国家和地区的金融市场正在增加。例如,德尔et al。1)发现,确诊病例的增加会影响非洲市场的稳定;然而,死亡率的影响并不显著。扎et al。2]表明,失业率相对较低的国家,很多公司保守的投资政策和低P /E比,股市更有可能受医疗危机。额外的工作还探讨政府政策和报道COVID-19影响金融市场(3- - - - - -5),例如,Pandey,库玛丽(2021)(6,7]。此外,研究表明,在不同的特定市场有不同的影响。例如,霁et al。8)表明,黄金的回归增加流感大流行期间,安全资产依然强劲;同时阿里et al。9)认为,黄金成为负相关的回归COVID-19死亡与COVID-19的传播。Mazur et al。10)和赛义德Eledum (11]调查COVID-19疫情的影响在不同行业的回归在美国和沙特阿拉伯,分别。Corbet et al。12)讨论COVID-19比特币市场的影响。
这项工作的目的是研究中国股票COVID-19的影响;具体来说,我们使用事件研究调查异常返回和流动率不同行业在长期和短期。虽然相关工作,例如,那些通过阿里et al。9),戴et al。13),刘等人。14),Mezghani et al。15),和阮et al。16),探索COVID-19对中国股市的影响,我们强调整个市场的异常返回通过OLS模型;此外,与现有的作品相比,例如,刘等人。17),我们研究COVID-19的影响不同行业的回报通过使用大五模型(18]。此外,由于清算是股票市场的一个重要特性,我们探索周转率的变化在不同的行业。
COVID-19可能追溯到2019年12月8日,当第一个病人被怀疑赶上COVID-19在武汉,中国。中国政府证实COVID-19的存在和成立了专家小组1月19日,2020年。因此,我们使用2020年1月20日(1月19日后的第一个交易日,2020),随着事件在事件研究。我们使用很长一段事件窗口(大约一年)明确检查COVID-19对中国股市的影响在短期和长期。
我们的结果证明,中国的股票遭受负面异常返回成为零后30天。我们发现大多数行业的流动率增加样本期间,虽然反应COVID-19是不同的对于不同的行业。一些行业,如医疗保健(能量),受益非常COVID-19(遭受);其他的,如房地产、稍微受到影响。此外,对于一些行业,如食品、COVID-19持续了一小段时间的影响;相反,对于一些行业,如能源和医疗保健,它持续了很长一段时间。
我们工作的贡献是双重的。首先,它扩展了文学COVID-19对新兴市场的影响;其次,它使用一个大五模型来研究不同行业的异常返回并检查周转率的变化。这项工作的其余部分组织如下。部分2提出了数据和方法。部分3探讨了COVID-19对中国股市的影响。部分4调查COVID-19影响不同行业的回报率。部分5研究COVID-19影响不同行业的周转率。部分6给出了结论。
2。数据和方法
我们选择一个股票指数的数据,返回率、流失率,一年期存款利率,和五因素的数据来自中国股票市场与会计研究(CSMAR)。所有国家世界指数(ACWI)来自雅虎财经。他们都是交易日的日常数据从1月2日,2019年12月31日,2020年,前后大约覆盖了年事件的一天。
2.1。事件
事件研究方法,估计窗口,事件日期和事件窗口需要确定。我们使用从2019年1月1日,12月6日,2019年,估计窗口。事件日期是2020年1月20日,因为它是第一个交易日之后,1月19日,2020年,当中国开始计数COVID-19病人的数量。事件涉及到从窗口来 ,在哪里表示x一天一天的事件之前或之后。
2.2。计算基准回报率和异常返回
2.2.1。股票的情况下
分析异常返回(AR),我们首先指定一个基准。之后的作品Dyckman et al。19],Pandey, Kumari [20.),和其他人,我们使用OLS市场模型定义基准的回报: 在哪里和代表市场模型的截距和斜率,分别;天ACWI的回归吗t;和和计算的数据从2019年1月1日,2019年12月6日。
异常返回,我们比较基准的回报与实际返回通过使用基于“增大化现实”技术和汽车的方程如下: 在哪里天异常返回吗t,是实际的回报率t,基准收益率的一天吗t((1)以上)和累计异常返回来自哪里来 。
计算每日实际指数和基准的回归,我们使用取21)如下: 在哪里是大自然的日志数,价格是多少天 ,和价格是多少天 。
2.2.2。行业的情况
黄(22),其他人则认为中国的五因素模型可能是优于其他传统模型在解释不同特定行业的回报。因此,采用五因素模型来估计各种行业的基准收益如下: 在哪里的回报率是一个股票的流通市值加权指数;是无风险回报率;之间的区别是低市值股票投资组合的回报率和高市值股票投资组合;之间的区别是高账面价值股票投资组合的回报率和账面价值较低的股票投资组合;之间的区别是高利润回报的股票投资组合和低利润的股票投资组合;和之间的区别是高投资比股票投资组合的回报和低投资比股票投资组合。
行业的基于“增大化现实”技术可以得到以下方程: 在哪里是一个行业的基于“增大化现实”技术的回报t;天是一个行业的实际回报t;和基准收益率的一天吗t。
2.2.3。周转率
梁后(23),本月et al。24),和其他正常的换手率被定义为平均周转率估计窗口。我们计算异常周转率和累积异常周转率如下: 在哪里n是总天数在估计窗口;天流动率t;在估计窗口平均周转率。天异常周转率吗t;期间流动率的方差估计窗口;和累积异常营业额来自哪里来 。
2.3。计算t统计数据
确定基于“增大化现实”技术的意义和汽车,我们使用流行的参数测试t统计(25,26]: 在哪里是标准的方差估计窗口,是不正常的平均回报,n是估计的数量,然后呢代表了t统计数据的 。 代表累积异常返回来 ;和代表了t统计数据的 。
3所示。COVID-19中国股票的影响
作为数据1和2节目,大致说来,中国的股票遭受冲击的两个样本时期COVID-19:爆发的疫情在中国和许多其他国家。然而,它很快从两个冲击中恢复过来。
数据显示1和2和表1可以看出,基于“增大化现实”技术的显著负仍负面,直到当汽车到达−13.96%。从 ,汽车逐渐变成了零,回到积极的价值 。随后,它又变成负数,达到最低点 。周围 ,股指突然上升,接近了预期回报率 。
表1礼物,和 ,市场有显著负回报。车从天一天也具有统计学意义。在 ,市场有重大积极的回报,但汽车不再是重要的。
4所示。COVID-19的影响在不同行业股票的回报率
COVID-19极大地影响了股票的回报;然而,COVID-19可能对不同行业有不同的影响。我们这里调查这个问题通过选择12以下行业:医疗、食品和主要物资零售、公用事业、能源、耐用消费品、服装、媒体、金融、房地产、材料、交通、信息技术和电信。
4.1。行业正异常返回
以下4.4.1。医疗保健行业
从数据3和4和表2,我们知道的实际和预测累积回报医疗行业样本中有明显的上升趋势。在短期内,汽车增长;在 , ,和- - - - - -,基于“增大化现实”技术的出现极大地积极。但在 , , ,和 ,汽车仍显著正的。此外,有一个长期COVID-19对医疗行业的影响;积极的汽车仍然重要,直到 。
4.1.2。食品和主要物资零售行业
数据5和6显示,食品和主要物资的实际累计回报零售行业表现出先上升,然后反弹的趋势。在短期内,COVID-19有积极的影响。从表3我们知道,AR明显积极 , , , ,和 ,明显,汽车开始变得积极 。从长期的角度来看,尽管汽车后的食品行业迅速下降当达到峰值时,汽车行业仍然是重要的,直到 。这表明COVID-19相对长期的影响。
4.1.3。总结
医疗和食品行业有积极的ARs COVID-19所带来的影响。早期的流行,COVID-19医疗测试的需求显著增加;同时,对医学防护设备的需求大幅增长。在流行的中、晚期,COVID-19疫苗被强调的重要性。此外,由于COVID-19疫苗大规模接种疫苗的流感大流行仍然是唯一的解决办法,这与疫苗相关的公司显然是有益的。这可能是为什么医疗行业能保持积极的基于“增大化现实”技术的短期和长期的。对于食品行业来说,交通封锁导致粮食供应不足;这推动了食品工业公司的性能。此外,食品行业是一个高质量的国防资产,所以它可以吸引大量资本流入。然而,从长远来看,随着流行放松,从防御性资产投资转移,食品行业的基于“增大化现实”技术的收益为零。
4.2。行业-异常返回
4.2.1。准备公用事业
作为数据7和8和表4显示,从短期的角度来看,公共设施的汽车已经显著负 。在 ,−4.34%的汽车达到最大。从长远来看,COVID-19对公用事业公司有长期的负面影响。自 ,汽车仍显著负100天左右。虽然基于“增大化现实”技术的看好 ,它很快就又变成积极。直到 ,显著负回报的公用事业行业仍然存在。
4.2.2。能源行业
作为数据9和10和表5显示,能源行业有一个糟糕的局面下COVID-19的影响。从短期的角度来看,明显- AR发生在 ;在接下来的5天,ARs都是负面的。因此,汽车变得显著负 。从长远来看,汽车显示出显著下降的趋势,直到 。随后,汽车逐渐回升,但汽车在能源行业仍显著负 。
4.2.3。耐用消费品和服装行业
作为数据11和12和表6显示,耐用消费品的汽车和服装行业提出了一个下降的趋势。从来 ,每天都呈现显著负异常返回率。第一个七天的基于“增大化现实”技术是重要的在1%的显著性水平,但是t以及统计第二天逐渐下降。汽车开始显著负 ,显示长期缓慢下降的趋势,达到最低点 ,−15%左右。从长期的角度来看,尽管汽车往往是积极的,耐用消费品和服装行业通常有一个消极的基于“增大化现实”技术。
4.2.4。金融行业
作为数据13和14和表7显示,在短期内,COVID-19对金融业的影响不显著。从来 ,金融行业的基于“增大化现实”技术没有明显下降。然而,期间来 ,显著负的基于“增大化现实”技术的出现。在接下来的100天,汽车接近零;但这是显著负 。
4.2.5。交通运输行业
作为数据15和16和表8显示,在 ,有显著积极增加时,可能是由于春节很多人去家乡团聚。这导致了相当积极的车直到 。
实现社会距离,运输的数量急剧下降。交通运输业- AR自 。在 ,汽车达到−10.34%。总的来说,COVID-19是长期的和消极的影响。
4.2.6。信息技术产业
作为数据17和18和表9显示,在短期内,COVID-19对信息技术产业的影响相对较小。尽管显著负的基于“增大化现实”技术的出现和 ,汽车没有明显的负面。在中长期,消极的车。在 ,消极的汽车是很有意义的。
4.2.7。媒体行业
作为数据19和20.和表10显示,在短期内,媒体行业被COVID-19负面影响。在和 ,基于“增大化现实”技术的显著负的。汽车继续下降直到 ,以来,汽车开始变得显著负 。然而汽车返回零 。
4.2.8。总结
基于上述分析,COVID-19在不同的行业不同的负面影响。能源行业,由于全球能源需求的减少,节能、成本高和猜测,负在原油期货价格的反常现象出现在4月20日,2020年。此外,由于需求的减少对一些实用工具,例如水和电,显著负ARs这些行业持续了很长一段时间。
因为封锁的政策,旅行和货物运输的需求显著下降。因为艾滋病预防工作和家庭收入的减少,对非刚性的需求产品的需求,如耐用消费品和服装,也显著下降。此外,IT行业面临困难的恢复国内生产线,以及国内需求和国外需求。此外,由于公司的短期偿债能力下降,银行资产质量的下降和坏账率增加,和银行的优质贷款目标也减少,导致信贷紧缩。因此,耐用消费品和服装上有很大的负面影响,交通、信息技术和金融行业。
在媒体方面,COVID-19对离线和在线媒体有不同的影响。离线影院被关闭和拍摄停滞不前,使传媒业面临困难;然而,网络媒体受益人数增加的家庭娱乐,推动媒体行业的负面异常返回。
4.3。行业没有重大异常返回
4.3.1。房地产行业
作为数据21和22和表11显示,房地产不是由COVID-19极大地影响。后120天内,基于“增大化现实”技术和汽车呈现显著的波动。大-基于“增大化现实”技术开始出现可能与政府的宏观调整房价,不是直接由COVID-19引起的。
4.3.2。电信行业
作为Figurse23和24和表12显示,COVID-19没有一个明显的对电信行业的影响。事件后100天内,基于“增大化现实”技术和汽车是重要的;但汽车下跌很大程度上 。
4.3.3。材料行业
作为数据25和26和表13显示,COVID-19对材料产业的影响相对较小。事件发生后160天内,汽车和AR在大多数的日子不重要。只有有显著正的异常回报率为0.85%,但这辆车当时不显著。然而,汽车开始迅速上升 。
4.3.4。总结
房地产、电信和材料没有显著的基于“增大化现实”技术在短期内爆发后COVID-19。尽管有显著的ARs之后对于这些行业,他们的出现是远从事件日期。因此,我们认为COVID-19对这些行业的影响相对有限。至于房地产,虽然封锁了对办公空间的需求,房地产股票的回归并没有大幅下降后在短期内爆发。在电信方面,这是猜测,在线服务需求的增加补偿COVID-19的负面影响,使电信行业稳定的回归。更重要的是,尽管终端制造业重创,材料行业没有遭受样本时期产生巨大影响。从长远来看,得益于世界经济的复苏,材料行业逐步恢复和显示显著积极的基于“增大化现实”技术。
5。周转率的COVID-19 a股的影响在不同的行业
流动性决定一个贸易不久就可以以较低的成本,因此影响股票的价值。我们在这里使用周转率代表股票的流动性调查COVID-19所带来的影响。
如图2712中所示,选择行业,10个行业的流动率、医疗、房地产、材料、公用事业、电信服务、耐用消费品、服装、交通、媒体、信息技术、和粮食和主要用品零售、活动日期后显著增加。其中,异常周转率医疗、材料、公用事业、耐用消费品和服装及交通运输等行业保持了增长趋势在事件窗口。
对房地产、电信服务、媒体、信息技术、食品和主要用品零售行业,累积异常周转率下降在一定程度上 。其中,只有累积异常周转率的零售销售食品和主要供应下降到最后成为负面事件的窗口。此外,能源和金融的累积异常周转率下降事件之后的一天。然而,在异常周转率突然增加 ,财政部直接回到了正常水平,和能源也有显著的恢复。
6。结论
在短期内,实际股票收益率明显低于COVID-19爆发后的预期收益。后两个一波又一波的冲击,股票是正常的在2020年5月的回归。医疗和食品行业受益于COVID-19的影响。然而,能源和公用事业遭受COVID-19很长一段时间的负面影响;耐用消费品和服装上的负面影响,金融、交通和信息技术产业直到数周后才出现重大事件日期。房地产的行业、电信和材料不影响相对COVID-19太多。为了对冲各种疫情对股票的影响和不同的行业,一个更积极的财政政策和灵活的货币政策从政府可能是有益的。
的流动率,能源和金融行业有显著负大流行爆发后异常周转率;此外,累积异常周转率房地产、电信服务、衣服、媒体、信息技术以及食品和主要产品到达最高点后开始下降 ;但这些医疗、材料、耐用消费品、服装、交通、和公用事业不断增加在事件窗口中。
数据可用性
数据来自中国股票市场与会计研究(CMSAR)、雅虎财经。
的利益冲突
作者宣称没有利益冲突。