新冠肺炎疫情對我國農村電商行業股價的影響

裴怡雯 孫墨涵 劉好

【摘要】文章基于新冠肺炎疫情背景，對農村電商板塊的收盤價序列進行ARIMA建模，并對其疫情暴發后的股價變動進行回溯預測，對比分析其實際收盤價與預測理論價格的差值并構建干預模型。對兩模型預測結果的對比分析發現：2020年1月20日至2020年2月12日期間，疫情對農村電商股價產生負面沖擊且沖擊程度呈倒“U”形變化。但自2020年2月13日起，股價逆襲上揚并整體保持上升態勢，以實際值高于理論值10%左右居多，說明新冠肺炎疫情對農村電商板塊股價的影響表現為正面沖擊。

【關鍵詞】新冠肺炎疫情；農村電商；ARIMA模型；干預模型

【中圖分類號】F402.3

一、引言

（一）研究背景及意義

突發性公共衛生事件對于經濟有不容忽視的影響。2003年的“非典”對我國經濟造成高達300億美元的損失，2020年初暴發的新冠肺炎疫情，因其“人傳人”特性，必須采取限制人員流動的對策，產業鏈與供應鏈受到了嚴重影響，實體經濟遭受到20世紀初大蕭條以來最嚴重的沖擊，金融市場也難以幸免。[1]2020年1～4月，我國上證指數一路走低，2月3日更是出現了大盤幾近跌停的局面。但值得注意的是農村電商板塊逆趨上揚，可見新冠肺炎疫情并未對該行業產生不利影響。伴隨著網絡科技的迅速發展，電子商務不斷促進農村經濟發展。在新冠肺炎疫情持續期間半封閉的市場環境下，農村電子商務可以有效緩解農戶的經濟壓力。數字經濟在促進農村勞動者就業、推動農業農村產業轉型升級等方面發揮著日益重要的作用。[2]

（二）文獻綜述與理論基礎

現有研究表明，外部環境的改變及突發事件的發生會對金融市場產生顯著的短期影響。楊子暉等（2020）發現突發事件特有的不確定性與急劇擴散性使消費者信心遭受沖擊，在初期引發恐慌情緒與悲觀預期較為顯著，待事件平穩后影響逐漸減弱。[3]國內外現有研究表明，新冠肺炎疫情對于不同行業的沖擊效應具有異質性。疫情防控期間特殊的社會管理以及大眾心理需求，激發了原有網紅經濟與傳統電商的深度融合。[4]生鮮電商的產業特征和社會價值得到充分體現，也使網購農產品消費得到進一步提振。王瑞峰等（2020）研究發現，涉農電商平臺通過影響農產品供需、平臺自身價值提升、平臺集聚發展等為農業經濟發展注入活力，對農業經濟發展影響的政策效應、規模效應、集聚效應均具有顯著性。[5]王可山等（2020）的研究結果表明，網購農產品消費揭示了農業發展由高速增長向高質量發展的轉型特征。[6]因此，本文對新冠肺炎疫情對農業電商行業的影響與疫情背景下“互聯網+”農業新模式的發展現狀及趨勢進行探究。

二、數據選取與模型設定

（一）數據選取

2019年12月以來新冠肺炎疫情便逐漸引起了關注，但目前大多數學者認為該類突發事件主要是通過引發社會恐慌，改變投資者心理預期來影響金融市場。[7]2020年1月20日“人傳人”現象已被證實，4月8日武漢解封，為居民樹立了信心并為金融市場帶來了樂觀情緒。因此，本文將2020年1月20日作為新冠肺炎疫情的干預起始日，2020年4月8日作為干預結束日。

（二）模型設定

本文選用時間序列干預模型研究新冠肺炎疫情對農村電商板塊股價的影響，將新冠肺炎疫情作為干預事件引入農村電商收盤價的時間序列模型。首先，利用干預前收盤序列構建ARIMA模型，對干預期內的理論值進行預測，將實際值與理論值的差值序列作為新冠肺炎疫情的影響效果；其次，利用差值序列估計干預模型參數，進而計算凈化序列；最后，根據凈化序列擬合模型，組建干預分析模型并進行預測。

三、建模過程及結果

（一）新冠肺炎疫情影響前的ARIMA模型構建

本文使用的樣本量為256，對應時間區間為2019年1月1日至2020年1月19日間的交易日。

1.描述性統計與平穩性檢驗

農村電商板塊交易日收盤價序列顯示，2020年2月，原本呈下跌趨勢的農村電商股價逆襲上揚，且在疫情期間整體保持上升態勢。因此，本文假設新冠肺炎疫情對農村電商的股價產生了正向沖擊。

為防止“偽回歸”現象，首先對該時間序列進行ADF平穩性檢驗及白噪聲檢驗，檢驗結果如表1所示。

在平穩性檢驗和白噪聲檢驗中，預設顯著性水平為5%。結果顯示，原序列的二階差分通過了平穩性及白噪聲檢驗，故選擇農村電商板塊收盤價的二階序列作為ARIMA模型序列。

2.模型識別與參數估計

二階差分后的農村電商收盤價序列自相關圖和偏自相關圖皆具有拖尾性質，適用于ARIMA模型。本文利用python遍歷循環不同p，q對應模型的AIC及BIC值，再依據最小準則確定最優階數。結果顯示，當p=1且q=1時，AIC及BIC檢驗統計值均最小，因此，該部分采用ARIMA（1，2，1）模型進行擬合。

利用qq圖及D-W檢驗模型殘差，對上述模型進行有效性評價。結果顯示，模型殘差基本滿足了正態分布，同時，D-W檢驗值為2.0015，接近2，說明模型擬合殘差不存在自相關性，模型構建有效性較高。

3.模型預測及分析

利用上述模型對2020年1月20日至2020年4月8日間交易日的日收盤價進行預測。預測結果顯示，2020年1月20日至2020年2月12日期間，疫情對農村電商行業的股價產生負面沖擊且影響程度呈“U”形變化。疫情暴發初期階段，疫情“人傳人”特征的確認及武漢封城的消息進一步引起了大家的恐慌，投資者的恐慌心理也最為嚴重，集中產生了恐慌性拋售行為，各個行業受其負面沖擊皆比較大，因此造成了疫情對各個行業無差別下殺的結果。但隨著時間的推移，疫情逐漸得到控制，投資者恐慌程度逐漸減弱，投資情緒逐漸平穩，新冠肺炎疫情對農村電商板塊股價的負面沖擊也逐漸減弱。2020年2月13日起至2020年4月8日武漢解封期間，疫情對農村電商行業的股價產生顯著的正面影響，實際收盤價均高于預測理論值的2%～16%。居民的恐慌情緒逐漸平穩，投資者情緒逐漸恢復，電商行業也引起了各方的關注。一方面，此階段“線下商鋪關閉，居家隔離”等政策成為各地預防疫情蔓延的主要防護手段之一。另一方面，疫情發生后電商平臺迅速馳援武漢，并采取多種措施扶持平臺商家，得到了社會的廣泛關注及認可。

（二）時間序列干預模型構建

其中，T為2020年1月20日。

（三）干預模型與ARIMA模型的對比分析

表2為ARIMA模型與干預分析模型擬合效果對比分析，其中，預測誤差為（預測值-實際值）/實際值×100%。相較于ARIMA模型，干預模型對疫情下農村電商收盤價序列的預測精確度有了明顯的提高。因此，干預模型更適用于疫情影響下農村電商板塊收盤價的擬合與預測。

四、結論與建議

在新冠肺炎疫情暴發初期，農村電商板塊的股價表現出急速下跌趨勢，但自2020年2月5日觸底反彈并于2020年2月13日超出了理論預測價格后，整體保持上升態勢。因此，新冠肺炎疫情對我國農村電商行業股價的影響表現為顯著的正面影響。本文對ARIMA模型與干預模型的預測值進行了對比分析。結果顯示，對于存在外部突發事件影響的情況，干預模型的擬合及預測效果更好。

首先，對于投資者要正視且理性對待“突發事件”的影響效應。既要保持對疫情等突發事件的敏感性，隨機應變，也要保持理性思維，甄別有效信息，提高投資判斷力。例如，在本次疫情侵襲下，雖大盤受到重創，但個別行業如醫藥、在線辦公、電商等仍保持收益狀態。因此，既不能過度恐慌，也不可一味追漲。對于政府要結合特定行業的特征建立資本市場應對突發事件的應急體系，制定不同行業的疫情扶持政策中時應保持一定的差異化。

其次，股市作為經濟的晴雨表，代表著投資者對實體經濟發展的預期，因此股市往往超前于實體經濟。新冠肺炎疫情的突襲使投資者對農村電商行業的發展前景抱有樂觀情緒，為農村電商行業的發展帶來了機遇，但伴隨機遇的必然是挑戰。一方面，農村電子商務的發展在后疫情時代背景下，為鄉村經濟的發展問題提供了新的解決思路，在一定程度上促進了鄉村地區的經濟發展。但另一方面也對農村電商的物流體系及人力培養等方面提出了挑戰。因此，在看好農村電商發展前景的同時，也要正視隨之而來的問題，使農村電商高效落實服務于三農，助力鄉村振興目標。

主要參考文獻：

[1]蔣海，吳文洋，韋施威.新冠肺炎疫情對全球股市風險的影響研究：基于ESA方法的跨市場檢驗[J].國際金融研究，2021（3）：3-13.

[2]王小兵，劉洋，王曼維.農村電商：引領農業農村數字經濟加快發展[J].農村工作通訊，2020（11）：47-49.

[3]楊子暉，陳雨恬，張平淼.重大突發公共事件下的宏觀經濟沖擊、金融風險傳導與治理應對[J].管理世界，2020，36（5）：13-35.

[4]新冠肺炎疫情下的傳媒新景觀：直播帶貨異軍突起，傳媒產業更新演進[J].編輯之友，2020（10）：12.

[5]王瑞峰.涉農電商平臺對我國農業經濟發展的影響效應評估：以農村淘寶為例[J].中國流通經濟，2020，34（11）：68-77.

[6]王可山，郝裕，秦如月.農業高質量發展、交易制度變遷與網購農產品消費促進：兼論新冠肺炎疫情對生鮮電商發展的影響[J].經濟與管理研究，2020，41（4）：21-31.

[7]陳波，錢惠惠.新冠肺炎疫情對我國股債市場的影響研究[J].工業技術經濟，2021，40（11）：53-60.