食品安全事件網絡關注對食品股票價格的影響研究

梁宗經 龐永慧 曠蕓

[摘 要] 食品安全問題事關民眾健康和社會穩定，研究食品安全事件對食品股票價格的影響具有重要的現實意義。針對發生于2011年3月15日的“瘦肉精”食品安全事件，以百度指數作為網絡關注度指標，研究基于百度指數的食品安全事件對上海、深圳兩大交易所食品類股票價格的影響。具體研究方法是采用向量自回歸（VAR）模型分析百度指數對股票價格的短期沖擊響應，使用自回歸分布滯后（ARDL）模型判斷百度指數與股票異常累積收益率的長期均衡關系。研究結論表明，百度指數對行業股票平均收盤價存在短期的VAR沖擊效應，百度指數與股票異常收益率存在長期協整關系，百度指數對深圳交易所食品概念股股票異常收益率的影響大于上海證交所食品概念股。

[關鍵詞] 食品安全事件網絡關注;事件研究法;VAR模型;ARDL模型

[中圖分類號] F832.51[文獻標識碼] A[文章編號] 1009-6043（2019）10-0177-04

Abstract： Food safety concerns people's health and social stability. It is of great practical significance to study the impact of food safety incidents on food stock prices. Aiming at the "lean meat powder" food safety incident on March 15， 2011， taking Baidu index as an index of online concern， this paper studies the impact of Baidu index-based food safety incidents on the food stock prices of Shanghai and Shenzhen stock exchanges. The specific research method is to use Vector Autoregression （VAR） model to analyze the short-term impact response of Baidu index to stock price， and to use ARDL model to judge the long-term equilibrium relationship between Baidu index and abnormal cumulative return of stock. The results show that Baidu index has a short-term VAR impact on the average closing price of industrial stocks， and there is a long-term co-integration relationship between Baidu index and abnormal return of stocks. Baidu index has a greater impact on abnormal return of food concept stocks in Shenzhen Stock Exchange than that of Shanghai Stock Exchange.

Key words： online concern of food safety incidents， event study method， VAR model， ARDL

一、引言

隨著我國經濟的持續增長和人民生活水平的不斷提高，民眾對食品安全問題更為關注，并提出了更高的要求。近年來，因為各種原因而引發的食品安全事件持續發生，引發了民眾對食品安全問題的強烈關注，根據最大中文搜索引擎百度搜索的統計，食品安全問題持續位居互聯網關注問題的前三位，而食品安全事件的發生，除了引發社會關注外，還會影響相關食品及相關行業的價格變化。因此，研究食品安全事件對相關食品價格的影響對于穩定物價、提高經濟預知能力、保證經濟持續穩定發展具有重要的現實意義。

食品安全事件對食品價格的影響，體現在金融市場上就是對股價的影響，股市作為市場經濟的晴雨表，其受宏觀因素的影響更為敏感，尤其是輿論的影響更為明顯。隨著互聯網應用的不斷拓展，互聯網已成為民眾搜索信息的主要來源，而搜索數據則記錄了網民的搜索歷史，百度指數則記錄了百度搜索歷史數據，已有研究成果表明，百度指數可作為網民關注的替代指標，通過相應關鍵詞的百度指數分析，可以發現民眾對某一關鍵詞的關注程度，也就是相應的社會輿論關注度。百度指數自2008年發布至今，已應用于政治、經濟、金融等眾多領域，取得到了很好的研究成果，但少有將百度指數應用于食品安全的研究成果，鑒于此，本文針對發生于2011年3月15日的“瘦肉精”食品安全事件，以百度指數作為社會關注的替代變量，分別對上海和深圳兩大證券交易所的食品概念股股票進行實證分析，研究食品安全事件對股票價格的影響。

二、文獻綜述

根據有效市場假設理論，股市價格總是能及時反映信息的影響[1]。已有研究成果表明搜索數據已成為反映社會輿論的有效指標[2]。當前最大中文搜索引擎為百度搜索，自從2010年3月谷歌搜索退出我國市場以后，百度成為中文用戶最多的搜索引擎。根據權威機構統計當前我國網民為8.29億，而海量網民會產生巨大的網絡數據，而搜索數據則記錄了網民的搜索歷史，替代搜索數據的谷歌指數和百度指數自2004年和2008年發布以來，已在眾多領域得到了廣泛的應用。當前，搜索數據的應用領域有經濟領域，金融領域，社會領域，醫學領域等，具體應用有：一是經濟領域，利用搜索數據進行經濟管理研究[2]，谷歌指數在個人消費預測、房屋銷售預測、失業預測[3]等;二是金融領域，搜索數據應用于金融風險性檢測，谷歌搜索用于外幣波動性檢測[4]，谷歌指數在股市價格預測中的使用[5];三是社會領域，搜索數據在新聞議程設置中的應用，科學信息網絡搜索研究[6];四是醫學領域，搜索指數應用于流感預測、傳染病預測[7]，健康信息搜索行為的周期性分析[8]等。食品安全事件影響價格研究可分為以下情況：負面新聞對股市價格的影響[9];應用事件研究法分析食品安全事件對股市價格影響[10];食品安全事件對股市的溢出效應[11];瘦肉精事件對豬肉產業鏈價格波動的影響研究[12];藥品食品上市公司產品召回對股市的影響研究;互聯網關注對價格的影響研究[13]等。

從圖4可以看出，深圳證交所食品類股票的平均累計異常收益率CAAR，自事件發生日（即t=0）開始不斷下降，證明事件發生確實對相關股票起到負向影響。事件發生日至第3天，CAAR出現了較大幅度的下降，從第4天到第17天，出現上下小幅波動，但從17日起出現急促下降，原因與上海證交所相類擬，可能是因為市場價格對市場信息的反應時間存在滯后性所致。第19日至第31日，CAAR又出現較為平穩的上下波動，但波動幅度很小。到第31日，CAAR到達CAAR最低點，第32日起，CAAR開始止降上楊。因此，可以認為，當事件發生第31天后，行業開始從危機事件中恢復，市場逐漸恢復至事件發生前的狀態。

2.百度指數與異常收益率的關聯分析

通過分析CAAR自事件發生后的變化趨勢，可以從一個收益變化角度考察食品安全事件的發生對食品類股票股值的影響，但這種分析存在局限性，它只能表達受到事件的影響，且影響分析只局限于定性分析。為彌補事件分析法的局限性，并結合影響的滯后性，本文擬以百度指數作為公眾關注度指標，定量分析百度指數對股票價格的影響程度。具體研究方法是采用具有滯后特性的自回歸分布滯后模型（即ARDL模型）進行定量分析[14]，具體原理介紹如文獻[22]所述，實證研究步驟：（1）以百度指數和CAAR構建ARDL模型;（2）變量穩定性檢驗，認證是否滿足ARDL建模要求;（3）運行ARDL模型，得出長期均衡方程，并驗證其穩定性;（4）實證結果分析。

模型變量取值時間范圍事件發日后一個月，具體時間范圍3月15至4月15日。建模變量有三個，分別為代表公眾關注度指標的百度指數，以變量名BAIDU表示，上海證交所食品類平均累積異常收益率變量，以變量名CAAR1表示，深圳的以變量名CAAR2表示。為了檢驗變量是否滿足ARDL模型的建模要求，必須對變量的穩定性進行檢驗。經ADF檢驗BAIDU、CAAR1和CAAR2則為一階單整I（1）或零階單整，因此，可以認為BAIDU與CAAR1、BAIDU與CAAR2可以建立ARDL模型。

為了定量分析公眾關注度對食品類價格的影響，本文分別構建基于百度指數的ARDL模型，實證分析變量間的長期協整關系。因是建立雙變量的ARDL模型，所以可以定義兩個變量的滯后階數分別為m和n，因此，擬建立的模型形式為ARDL（m，n）。經計算上海證交所食品概念股股票的ARDL模型為ARDL（9，7）、深圳為ARDL（4，6）。經檢驗所建模型通過了F統計值邊界檢驗，因此，可以認為所建模型通過了穩定性檢驗。根據通過檢驗的ARDL模型可以得出以下的長期均衡方程：

CAAR1=（4.16E-06）*BAIDU1+0.0024 （1）

CAAR2=（46.32E-06）*BAIDU2-0.1796 （2）

根據方程（1）可以發現百度指數對股市價格具有正向顯著性影響，百度指數指標每增加一個單位，將增加（4.16E-06）個單位的CAAR1。而對于深圳交易所的長期協整方程（2）：CAAR2=（46.32E-06）*BAIDU-0.1796，可以發現百度指數對股市價格具有正向顯著性影響，百度指數指標每增加一個單位，將增加（46.32E-06）個單位的CAAR2。綜合而言，百度指數與平均累積異常收益率具有長期均衡關系，百度指數與平均累積異常收益率具有正向效應，通過兩者的長期關系研究，就可以通過百度指數的變化預估收益率變化，這將針對食品安全事件對金融市場波動分析提供一種有效的分析方法。

四、結論

本文結合向量自回歸模型、事件研究法和自回歸分布滯后模型研究食品安全事件對食品股票價格的影響。研究對象為發生于2011年3月15日的“瘦肉精”食品安全事件對上海證交所和深圳證交所食品類股票累積異常收益率的定性影響，以及百度指數對累積異常收益率的定量影響，從定性與定量兩個角度衡量事件沖擊影響。實證結果可以得出以下結論。

（一）百度指數對股票價格存在短期沖擊效應

通過向量自回歸模型分析百度指數對股票價格的短期沖擊響應，發現百度指數對平均收盤價存在沖擊作用，但恢復期兩個證交所股票存在差異，沖擊強度也存在不同，研究結論可以為證券投資者及行業從事人員提供實時投資及管理參考。

（二）事件研究法能夠有效論證“瘦肉精”食品安全事件對股票價格的影響

通過采用事件分析法，對上海證券交易所11個食品概念股、深圳證券交易所20個食品概念股的累積異常收益率進行定量分析，實證結果論證了事件對累積異常收益率的影響時間長度，研究結果直觀呈現了累積異常收益率的變化狀況。

（三）自回歸分布滯后模型能夠定量印證網絡關注對股市的沖擊影響

本文創造性將具有滯后特性的自回歸分布滯后模型（即ARDL模型）應用于網絡關注對股票價格的影響。因為根據市場有效原理，信息對市場的影響具有滯后性，而ARDL具有自動提取滯后階數的優點，所以本文的研究在前人研究的基礎上實現了研究的應用創新。

（四）從網絡關注角度分析金融市場具有優越性

隨著當前全球經濟、金融環境不確性因素的累積，民眾對經濟、金融信息尤為敏感，而搜索指數，對中文搜索而言則是百度指數，該指數可以看作一個新的經濟變量，百度指數與金融價格具有天然的關聯性，應用百度指數進行金融價格的關聯性研究具有特別重要的參考價值，本文的研究為開展這個方面的研究提出了一個新的視角及有效探索，將來的研究將結合更多金融數據進行綜合分析，力圖提高應用的綜合性及系統性，為有效提高金融管理及創新提供數據參考。

[參考文獻]

[1]Peri M， Vandone D， Baldi L. Internet， noise trading and commodity futures prices[J]. International Review of Economics & Finance， 2014， 33： 82-89.

[2]Beracha E， Wintoki M. Forecasting residential real estate price changes from online search activity[J]. Journal of Real Estate Research， Forthcoming， 2012， 35（3）： 283-312.

[3]Gill T， Perera D， Sunner D. Electronic Indicators of Economic Activity[J]. Electronic Indicators of Economic Activity 1 Costs and Margins in the Retail Supply Chain 13 Australia's Productivity Performance and Real Incomes 23 Households' Appetite for Financial Risk 37 Banking Fees in Australia 43， 2012： 1.

[4]Smith GP. Google Internet search activity and volatility prediction in the market for foreign currency[J]. Finance Research Letters， 2012， 9（2）： 103-110.

[5]Dzielinski M. Measuring economic uncertainty and its impact on the stock market[J]. Finance Research Letters， 2012， 9（3）： 167-175.

[6]Segev E， Sharon AJ. Temporal patterns of scientific information-seeking on Google and Wikipedia[J]. Public Understanding of Science， 2016： 0963662516648565.

[7]Chan EH， Scales DA， Brewer TF et al. Forecasting high-priority infectious disease surveillance regions： a socioeconomic model[J]. Clinical infectious diseases， 2013， 56（4）： 517-524.

[8]Ayers JW， Althouse BM， Allem J-P et al. Seasonality in seeking mental health information on Google[J]. American journal of preventive medicine， 2013， 44（5）： 520-525.

[9]屈耀輝，杜亞斌，傅元略.產品負面報道沖擊效應實證分析——以酒鬼酒塑化劑風波為例[J].華東經濟管理.2013（10）：157-162.

[10]劉志雄，劉婷文，滿子會.媒體負面報道對公司股價影響的研究：來自白酒塑化劑事件的證據[J].系統工程理論與實踐.2017，37（2）：311-321.

[11]武帥峰，陳志國，楊甜婕.食品安全事件對相關上市公司的溢出效應研究——以酒鬼酒塑化劑風波為例[J].財經理論與實踐.2014，35（2）：45-50.

[12]顧金峰.瘦肉精事件對豬肉產業鏈價格波動的影響[J].江蘇農業科學.2016，44（12）：548-552.

[13]Ji Q， Guo J-F. Oil price volatility and oil-related events： An Internet concern study perspective[J]. Applied Energy， 2015， 137： 256-264.

[14]Sarkodie SA， Strezov V， Weldekidan H et al. Environmental sustainability assessment using dynamic Autoregressive-Distributed Lag simulations-Nexus between greenhouse gas emissions， biomass energy， food and economic growth[J]. Science of the Total Environment， 2019， 668： 318-332.

[責任編輯：王鳳娟]