空氣質量對PM2.5概念股市場的影響研究

王 軍，楊振華，周建華

(1.湖州學院，浙江 湖州 313000；2.湖州師范學院 經濟管理學院，浙江 湖州 313000)

0 引 言

近年來，環境問題日益受到世界各國政府和企業的高度重視，天氣類金融衍生品已成為全球金融資本市場的一大商機.企業積極改善環境績效是一種社會責任，必然要支付一定的成本，較好履行社會責任的企業同時也能獲得顯著的超額利益[1]，表現為股票價格上漲、投資前景更被投資者看好等.部分學者從理論層面檢驗了特定行業中環境績效與股價信息含量之間的關系，但實證研究相對較少[2].空氣質量等環境因素也會影響上市公司的股票收益.Saunders[3]、Hirshleifer等[4]、Chang等[5]、Heyes等[6]研究發現，天氣、污染等環境狀況會通過股市交易者的情緒影響股票收益率，且天氣狀況越好、污染越小的企業收益也越高.陸靜[7]認為天氣指標和季節性情緒紊亂對市場換手率和波動率等交易行為具有顯著影響；郭永濟等[8]指出空氣質量對股票市場的收益率和換手率均有影響.

環境質量是否對污染治理類方向的上市企業影響更為顯著，現有研究仍沒有得出一致的結論.我國已實現對70多個省會城市和大城市的PM2.5實時監測.作為經濟最發達的京津冀、長三角和珠三角是我國空氣污染相對較嚴重的區域，其中首要的污染物是PM2.5，月均濃度值在40 μg/m3以上[9].從能源消費結構看，煤炭等不可再生能源占比最大，對各城市PM2.5年均值的影響貢獻也最大[10].已有文獻開始關注空氣質量對資本市場及投資收益的影響，但都是基于投資者的心理與情緒視角(Lepori[11]、山立威[12])研究空氣質量對資本市場的整體影響.如王美今等[13]通過構造以看漲看跌人數為主要變量的SI指數來衡量投資者情緒對股市收益的影響；陳彥斌[14]通過構造風險規避系數等主觀偏好參數來衡量投資者情緒；張宗新[15]引入以換手率等股市收益相關指標為代理變量來衡量投資者情緒.目前直接關注空氣質量對PM2.5概念股市場影響的文獻很少.

相對以往研究，本文的邊際貢獻為：第一，將研究視角從空氣質量對股市整體的影響轉向空氣質量對污染治理類上市企業的影響，考查空氣質量對這類股票的整體影響，并選擇10多支個股進行對比分析；第二，盡管有相應指數衡量空氣質量，但其對股市的影響是間接的、非線性的，本文在將表征投資者情緒的SAD變量納入分析框架的同時引入日歷效應對其的影響進行探討；第三，已有研究表明，環境績效對上市企業的股價有一定影響，但學者們定性地認為環境變量并不是投資決策的重要影響因素，本文將通過實證研究檢驗這種觀點的正確性.

1 研究方法與數據

1.1 研究方法

本文參考Heyes等和郭永濟等的相關研究成果.首先利用一般統計學方法檢驗空氣質量是否對概念股市場的收益指標產生影響;若這種影響真實存在，再進一步建立回歸模型驗證空氣質量對收益指標的影響程度，以及對不同個股產生影響的差異；最后探究空氣質量是通過何種途徑影響概念股市場的.本文根據已有文獻把影響途徑設定為空氣質量通過投資者情緒變化影響預期和決策.

1.1.1 統計意義的Z檢驗

Z檢驗是大樣本平均值差異性檢驗的常用方法，其原理是在給定原假設的前提下通過統計運算確定這一假設成立的概率.假定存在兩個不同的樣本n1和n2，已知每個樣本對應的標準差和算術平均值分別為s1、s2和x1、x2，則可計算出對應的Z統計量.若Z統計量的絕對值小于所對應的臨界值(通常為1.95)，則表明兩個樣本的均值不存在顯著差異，對應的概率值相應較大；反之,則認為兩個樣本的均值存在顯著差異，至少在10%的統計學意義上是顯著的.

1.1.2 多元線性回歸分析

為進一步驗證空氣質量對概念股市場的影響及其影響機理，本文進一步構建多元線性回歸模型對其進行分析.基本思路：參考Heyes等的研究方法，以概念股市場整體收益指標為被解釋變量(收益率、換手率和交易量等)，以空氣質量指標(整體的AQI、PM2.5和替代變量PM10、SO2、NO2)、天氣變量(溫度、云層覆蓋率、風速和氣壓等)為解釋變量，并加入日歷效應構建多元回歸模型，模擬空氣質量對概念股市場的影響程度.收益率波動呈明顯的時變和聚類性，忽視差異方差影響會導致無效的參數估計[16]，因此進行多元回歸的同時加入GARCH效應檢驗.

1.1.3 面板模型分析

本文選取創元科技等12支上海和深圳的個股進行面板回歸(8支深市，以SZ表示；4支滬市，以SH表示)，檢驗空氣質量對不同PM2.5概念股的影響是否存在差異.利用面板單位根方法檢驗面板回歸模型中數據的平穩性,并進行協整分析和因果關系檢驗；利用Hausman檢驗判斷模型的具體形式，若Hausman檢驗中的W統計量小于臨界值，且概率不顯著，則建立個體效應與回歸變量無關的隨機效應模型.

1.2 變量說明與數據描述

本文選取全國、上海地區空氣質量數據和PM2.5濃度數據，以及上海地區的天氣數據和PM2.5概念股總體及樣本個股的日收益率、收益波動率、成交量數據.全國空氣質量數據來源于中國環境保護部網站；上海地區的空氣質量數據來源于中國空氣質量在線監測分析平臺；上海地區的天氣數據來源于世界天氣網站；PM2.5概念股的日收益率、換手率和波動率等數據來源于東方財富choice金融終端.除周末和節假日不開盤及部分數據缺失外，本文采用的數據范圍為2013年10月28日至2017年7月31日期間所有的交易日，空氣質量、天氣變量和概念股總體及個股樣本股收益相關指標的觀測值共920個.限于篇幅各變量詳情未列出.

為衡量空氣質量和天氣狀況變化是否通過投資者情緒對概念股收益產生影響，本文將季節性情緒紊亂(SAD)變量作為投資者情緒代理變量納入模型，借鑒Mark等[16]的研究，設當年9月21日到次年3月21日的SAD值不為0，其他時期的SAD值為0.一般認為，全球各地區的黑夜時長平均為12 h，而本文樣本得出的SAD值變化趨勢與Kamstra等的研究基本一致，具體見圖1.

需要說明的是，在1年的樣本期內，從2015年9月24日開始，上海地區黑夜時長超過12 h(深圳為25日)，2016年3月16日后黑夜時長小于12 h(深圳為15日).由圖1可知，隨著上海和深圳地區進入秋冬季節，黑夜時長不斷增加，人體季節性情緒紊亂開始出現，從9月中下旬開始不斷增強，到12月份達到最高峰，隨后開始下降,直至進入春夏季節后情緒紊亂消失，此時黑夜時長也恰好開始變短.

圖1 上海和深圳地區黑夜時長(右軸)和SAD(左軸)的時間路徑(1年)Fig.1 The path of night duration(right) and SAD(left) in SH and SZ(1 year)

表1為總體回歸變量的相關統計特征.由表1可見，AQI指數平均值為87.43，大于中位數，超過半數的觀測值處于空氣質量優等區間，最大值為215，說明空氣有時處于重度污染狀態;PM2.5日平均濃度達58 μg/m3，表明觀測期內PM2.5濃度不算太高，但并未達到優質空氣的濃度標準;收益率總體較小，但標準差較大，說明收益率波動明顯;波動率數據表明收益率較高時投資者意見分歧度明顯大于收益率較小時的分歧度;成交量最大值與最小值差異較大，標準差也較大，表明成交量變動受多重因素影響，可能也包括空氣質量因素.

表1 總體變量統計的特征

總體變量的序列特征見圖2.由圖2可見，總體AQI指數與PM2.5濃度呈高度一致的變化趨勢，在觀察期內出現多個空氣質量明顯下降的趨勢；概念股收益率呈明顯的波動趨勢和集簇特征；2015年2月至2015年10月的空氣質量指數趨于下降，此時概念股成交量呈明顯上升的趨勢.

圖2 各總體變量數據的時間序列走勢Fig.2 Time series trend of each population variable

2 實證檢驗與結果分析

2.1 總體Z檢驗結果

本節考察AQI綜合指數和PM2.5濃度是否對概念股市場綜合收益指標產生影響及影響程度.借鑒已有研究，本文按照空氣質量的優劣對區域進行劃分，定義AQI指數小于100(PM2.5濃度小于75 μg/m3)的區域為空氣質量優等區，空氣質量指標超出以上值為空氣污染區.本文利用Z檢驗判斷空氣質量是否會影響股票市場收益，其原假設和備擇假設分別為H0：Ua=Ub、H1：Ua≠Ub，其中Ua、Ub分別表示a、b兩個不同空氣質量區間股票市場收益指標的均值.判定準則為：若所有變量的檢驗結果均接受原假設，表明不同空氣質量區間對應的股票收益指標均值不存在顯著差異，即空氣質量不會影響股票市場收益；若至少有一個檢驗結果推翻原假設，則認為空氣質量對股票市場產生了影響.

表2 總體樣本Z檢驗結果

Z檢驗的總體結果見表2,并對不同的AQI指數區間和PM2.5區間分別進行了檢驗.在所有920個觀測值中(2013年10月28日至2017年7月31日所有的交易日)，686個觀測值位于空氣質量優等區間，234個觀測值位于空氣污染區間.對不同的PM2.5來說，713個觀測值位于PM2.5優等區間，234個觀測值位于PM2.5污染區間.在3個衡量PM2.5概念股收益總體指標中，收益率均值的Z統計量小于臨界值，表明不同的空氣質量對收益率均值沒有產生顯著影響，波動率均值在空氣質量優等區和空氣質量污染區的10%水平上存在顯著差異，表明空氣質量較好時股市的流動性更強，但樣本范圍擴大后這種影響消失.無論在哪個樣本區間，成交量均值的Z統計量都顯著大于臨界值，且在1%的水平下顯著，說明空氣質量優等區的成交量均值與空氣污染區的成交量存在顯著差異，而空氣質量優等區與空氣污染區的統計量明顯大于全部樣本區間的統計量.以上結果既證實了空氣質量會對概念股市場產生影響，又表明概念股市場對空氣質量的敏感程度并不高[17].

2.2 空氣質量對概念股市場影響的多元線性回歸結果

通過Z檢驗得知，空氣質量能影響股市的真實性，但影響程度如何及空氣質量對收益率是否真的沒有顯著效應仍有待驗證.概念股市場收益的相關指標不僅受空氣質量的影響，還可能受大眾預期的影響，即大眾會通過對空氣質量的關注來調整投資的預期或時機.本文選用PM2.5的百度指數來反映大眾對空氣質量的關注程度，即百度指數越大，大眾對空氣質量越關注，也越有可能對概念股市場產生影響.關于回歸的解釋變量和被解釋變量上述已有說明，在此不再贅述.需要說明的是，在回歸時空氣質量指標和天氣狀況變量在不同的方程中要有所選擇，以避免出現多重共線性問題.

本文對多元回歸分析的概念股總體收益變量進行了GARCH效應檢驗.考慮到空氣質量變好或變壞對收益的影響可能不同，故采用EGARCH(1，1)模型.此模型能考察是否存在杠桿效應，即空氣質量變差帶來的負面效應是否強于空氣質量變好帶來的正面效應，進而引起投資收益的變動.檢驗結果見表3.

表3 EGARCH模型估計結果

由表3可見，波動率和成交量的各統計量都非常顯著，而收益率指標僅部分統計量顯著.風險溢價統計量ω、η顯著為正，表明收益變量的方差顯著影響收益率、波動率等指標；邊際效應指標λ、γ顯著為正，衡量杠桿效應γ為正，表明正向效應比負向效應大，表明利好消息(如空氣質量改善)給收益帶來的正向影響大于利空消息給收益帶來的負向沖擊.

由表4顯示，除上個交易日收益率對交易日當天收益率產生顯著影響外，天氣狀況變量中的溫度、氣壓和露點溫度也在一定程度上影響收益率，但全國總體的AQI指數和PM2.5濃度變化對收益率均無顯著影響.深圳地區的SO2濃度和露點溫度對股票收益的波動率有顯著影響，上海地區的SO2濃度對收益波動率無影響.同時發現，收益波動率存在一月效應，是否周一交易對波動率無顯著作用.多元回歸結果進一步表明,概念股交易量受空氣質量的影響相對最大.無論是全國總體的AQI指數還是PM2.5濃度變化(表4中只列出AQI指數對應的統計量，PM2.5濃度變化的統計量略有差異，但結果非常顯著)都對成交量產生顯著影響，全國總體空氣質量惡化會明顯減少成交量，深圳地區的PM10和SO2濃度上升同樣會使成交量顯著減少，但上海地區的空氣質量變化對成交量無顯著影響.將深圳地區的SAD變量加入模型后，可以發現其結果穩健且顯著，表明季節性情緒紊亂的確對概念股市場產生負面影響，同時也驗證了空氣質量會通過人體情緒影響股市交易.另外，成交量也存在一月效應.

本文進一步加入百度指數進行重新回歸分析，結果發現變量均不顯著，表明在樣本期內人們對PM2.5的關注度不會影響概念股收益.

表4 空氣質量影響的多元回歸結果

2.3 空氣質量影響概念股個股的面板模板檢驗結果

上述分析表明，空氣質量和天氣狀況對PM2.5概念股總體收益的影響并不十分突出，尤其對收益率和波動率，但對成交量的影響相對較大.這可能與上述所指的環境質量并沒有成為影響投資決策的重要因素，以及企業社會責任的違約成本較低等存在一定的關聯.為進一步刻畫環境質量對股市收益的影響，本節將檢驗空氣質量和天氣狀況對不同個股是否存在影響及影響是否存在差異.在實際回歸過程中，相應的空氣質量和天氣狀況變量只采用上海和深圳地區的數據，全國總體數據不納入本節的分析范圍.

本文中所有統計量的檢驗結果均表明不存在單位根過程，即所有數據都是平穩的.但進行協整檢驗后發現，被解釋變量與解釋變量之間存在協整關系.面板數據模型存在3種形式，本文進行似然比檢驗.選擇采用混合模型還是個體固定效應模型，由LR檢驗統計量顯示，除收益率外均建立個體固定效應模型.Hausman檢驗表明，收益率和波動率應建立隨機效應模型，換手率和成交量應建立個體固定效應模型.

對空氣質量變量和天氣狀況變量的相應指標進行相關系數檢驗，表明除空氣質量變量中的SHPM2.5與SHP10之間存在顯著相關性外，其他變量的相關系數都在0.5以下，故模型中不會同時出現SHPM2.5、SHP10兩個變量.本文對選擇的12支概念股個股進行面板模型分析，結果見表5和表6.

表5 空氣質量對個股影響的面板回歸結果一(上海數據)

表5為選取上海地區空氣質量和天氣狀況相應數據進行回歸的結果.4個空氣質量變量都對股票收益產生一定影響.其中,空氣質量變量PM2.5只對收益率和波動率產生微弱影響;SO2、NO2濃度對收益變量中波動率、換手率和成交量的影響較為穩健.天氣狀況變量中氣壓、云層覆蓋量、相對濕度和露點溫度對股票換手率和成交量產生顯著且穩健的影響，從而驗證了股市中存在天氣效應.情緒替代變量SAD對波動率和成交量有顯著影響，證明情緒變化既會增加股市風險，又會減少交易量.代表日歷效應的M變量顯著，表明1月份的交易對股市有顯著影響.實證結果還發現，不同個股的換手率和成交量對解釋變量的反應敏感度不同，對深市個股的影響明顯大于對滬市個股的影響.限于篇幅，本文未列出表征個體效應的回歸系數.

表6 空氣質量對個股影響的面板回歸結果二(深圳數據)

表6為選取深圳地區空氣質量和天氣狀況相應數據進行回歸的結果.由表6可見，股票收益指標受深圳地區空氣質量變量的影響比上海更穩健，除收益率外，PM2.5、PM10對其他3個指標都有非常顯著的影響，且不存在內生性問題；SO2、NO2的影響雖然較顯著，但結果并不穩健，變量對各收益指標的影響不統一.在天氣變量中，氣壓對收益率有顯著的正向影響；風速對收益率和換手率有顯著的負向影響；除收益率外，云層覆蓋率對其他指標有顯著影響；最為顯著且穩健的是深圳地區的相對濕度和露點溫度與上海數據的回歸結果相同.除收益率外，情緒變量對其他3個指標有顯著負向影響.

3 結論與啟示

本文通過回歸方法,以全國和上海、深圳地區數據為研究對象，對空氣質量、天氣狀況等變量是否會影響PM2.5概念股收益進行研究，得出以下結論：

(1) 總體Z檢驗顯著，空氣質量對概念股市場的影響是存在的，但沒有發現空氣質量影響總體收益率的證據；

(2) 空氣質量和天氣變量在一定程度上影響總體概念股收益指標，但不顯著且存在地區差異，或者說對數據的來源較為敏感；

(3) 收益率存在顯著的杠桿效應，利好消息發出的信號強于利空消息；

(4) 由上海和深圳地區數據的面板回歸結果顯示，空氣質量和天氣狀況對不同個股產生的影響顯著，且存在地區效應和個體效應，對波動率等指標的影響大于收益率；

(5) 投資者情緒會影響概念股收益，但對總體指標的影響較弱，分地區檢驗的結果相對更顯著和穩健；

(6) 股市存在一月效應，但不存在周一效應.

學術界對空氣質量是否影響股市及其如何影響股市的研究已取得了一些有價值的研究成果.而空氣質量、天氣狀況等環境因素對上市企業環境績效和社會責任是否產生重要影響，由現有文獻表明，空氣質量和其他環境要素并不是影響投資者決策的重要因素.本文的研究結論證實了空氣質量在投資決策中的不重要性.期望本研究能成為相關研究領域的有益補充.