空氣質量對股票交易的影響研究

何慧珠

一、引言

股票市場的優化資源配置功能，是通過一級市場籌資、二級市場股票的流動來實現的，投資者通過及時披露的各種信息，選擇成長性好、盈利潛力大的股票進行投資，使資金逐漸流向效益好、發展前景好的企業，推動其股價逐步上揚，為該公司利用股票市場進行資本擴張提供良好的運作環境。

中國近幾年的環境問題備受國內外關注，尤其是空氣污染問題已是刻不容緩。基于空氣質量指數的統計是以地區為界劃分的，選定萬得省份指數這一個區域劃分指數，對各主要城市的空氣質量數據進行分析，研究其是否對省份指數的收益率、振幅產生不同程度的影響，為投資者決策提供更具價值的建議。

二、文獻綜述

（一）空氣質量對股票指標的作用機制

1.空氣污染和行為

空氣質量影響人們的行為，Tom Chang等（2016）發現較高的空氣污染水平會通過減少工人每天完工的電話數量來降低工人的生產力且高技能人群的污染負面影響可能更大。鄭思齊、張曉楠等（2016）研究了北京市PM2.5濃度對城市居民外出就餐的影響，發現空氣污染會降低居民的外出就餐頻率和滿意度。

2.情緒與股票交易

消極情緒會使得投資者降低風險容忍度，進而采取消極的投資策略，造成低股票收益率。PAUL C.TETLOCK（2007）發現高價值的媒體悲觀會對市場價格產生向下的壓力。相鵬、耿柳娜、周可新（2017）認為空氣污染的不良效應認知功能影響、消極情緒、行為影響。特別的，空氣污染引發的消極情緒可能致使股票投資者的行為與決策趨向保守,造成低股票收益率。

（二）當地效應

考慮到天氣對當地股市的影響，就有學者發現空氣污染狀況的屬地效應：Tamir Levy,Joseph Yagil（2011）發現空氣污染與股票收益負相關，當證券交易所距離污染地越遠，這個負相關性就越弱。空氣污染會影響當地投資者在遠離污染地的證券交易所的投資。Huang（2017）發現當地的PM2.5和北京的PM2.5對重污染企業的股票收益有顯著的負面影響，這也對上海證券交易所環保型企業的股票收益產生了積極的影響。

（三）文獻評述

文章基于社會關注話題空氣質量這一獨特視角來解釋股票市場收益率、振幅的變動，介于空氣質量指數的衡量是一個區域概念，故選用萬得的省份綜合指數作為研究的因變量。

在研究角度方面，現有的研究衡量空氣質量基本上是用統一的指標，要么用某個重點城市，如要么是計算出一個全國的指標，如楊磊(2016)。文章劃分不同區域的空氣質量，并用省份指數與其一一對應；在研究方法方面，現有的研究基本選用的是線性回歸分析或者是Logit模型，把空氣質量作為虛擬變量，簡單地用空氣質量好壞作為研究變量來衡量股票交易情況，這樣可能會造成臨界點的誤差，而文章選用分位數回歸方法；在研究思路方面，之前的學者立足于空氣質量對股票交易的總體影響，而空氣質量作為影響股票交易的變量可能不是影響很大，所以文章研究對其尾部數據的影響，從而使得結論更具說服力。

三、數據來源、模型及方法

（一）數據來源

文章首先通過空氣質量分別與31個省份組合，選出百度搜索結果最多的10個省份，這是基于趙龍凱（2013）的研究?？諝赓|量指數取自來自https://www.aqistudy.cn/網站的歷史AQI指數；十大省份指數取自WIND資訊2013年12月6日到2017年12月29日的對應省份綜合指數的日交易數據的周數據，包括最高、最低點位、收盤價、成交量等。

十個省份的主要城市的空氣質量指數、省份綜合指數的收益率與振幅的描述性統計結果如下：

（二）分位數回歸模型

設隨機變量X的分布函數為F，對任意0＜￡＜1,稱：

F-1(￡）=inf{x:F(x)≥￡}

為X的￡-分位數。一般我們所說的中位數就是0.5-分位數；還有四分位數，分別是第一四分位數0.25-分位數，第二四分位數0.5-分位數，以此類推。

如果用經驗分布函數Fn(x)=n-1代替上面判決理論問題中的分布函數F，則得到結果稱為樣本分位數。

隨機變量X的經驗分布函數為：

四、實證研究

為了避免不同省份對不同的空氣指數的敏感程度不同造成的影響，選用分位數法，分位數回歸提供了回歸變量X和因變量Y的分位數之間線性關系的估計方法。因為十個省份的研究方法相似，只是數據的差異，所以本文以北京綜合指數為例，進行具體的研究過程的展示。

（一）平穩性檢驗

ADF序列平穩性檢驗結果如下：

表2 十大省份相關指數的ADF檢驗結果匯總

經過單位根檢驗，發現北京市、河北省、內蒙古、山西省的空氣質量指數、省份綜合指數的收益率與振幅都是平穩序列。然而，天津市、河南省、黑龍江、吉林省、江蘇省、遼寧省這些省份或直轄市的指數的振幅不是平穩序列，但是其差分序列是平穩的。

通過觀察北京市空氣質量指數分別與北京綜合指數收益率、振幅、交易量的時間序列圖，可以看出收益率與振幅對AQI指數的極端值有一定的解釋度，所以接下來重點研究空氣質量對股票指數交易的影響。

（二）分布特征與分位數回歸的選擇

為了觀察指數收益率與振幅的分布特征，從Eviews得出的直方圖與核密度曲線合并圖中可以看出分布都是單峰的,且呈高峰厚尾特征。

當數據出現尖峰或厚尾的分布、存在顯著的異方差等情況，最小二乘估計將不再具有優良性質，且穩健性非常差。分位數回歸系數估計結果比OLS估計更穩健，而且，分位數回歸對誤差項并不要求很強的假設條件，因此對于非正態分布而言，分位數回歸系數估計量則更加穩健?？梢苑治鼋忉屪兞咳绾斡绊懕唤忉屪兞康闹形粩?、分位數等。不同分位數下的回歸系數估計量常常不同，即解釋變量對不同水平被解釋變量的影響不同。

（三）系數分位數回歸檢驗

文章擬對一系列分位數回歸的回歸系數進行聯合檢驗，比如通過檢驗不同分位數模型的斜率是否相等來判斷一個模型是否具有位移特征，這便是系數分位數回歸分析。

回歸結果顯示：北京市綜合指數的收益率隨分位數增大，自變量x1的系數的分位數回歸估計值呈先逐漸增大后逐漸減小的趨勢，就其絕對值而言，在上下尾處空氣質量指數的影響程度最大，同樣的截距項也是如此。即當AQI比較小，即北京的空氣質量較好時，北京市綜合指數收益率會有較為明顯的上漲。

類似的，北京綜合指數的振幅隨AQI指數分位數增大，自變量x1的系數的估計值的絕對值有很明顯增大的趨勢，即上下尾處空氣質量指數的影響程度最大。這就說明了當AQI比較高時，即北京的空氣質量較差時，北京市綜合指數振幅會有較為明顯的下降，這可能是霧霾天氣影響了投資者心情，使得資本市場交易變得不活躍。

同理，天津綜合指數收益率在空氣質量較好的時候，即分位數=0.1時，空氣質量指數對股票收益率的影響幅度為1.468045，但在高尾部分沒有并不顯著；而其振幅在高尾部分，即空氣質量較差時，分位數=0.9時，天津綜合指數的振幅顯著下降，影響程度為-0.830733。

河南綜合指數的振幅的差分在空氣質量變好時，即低尾處，分位數=0.1時，受AQI指數差分影響顯著，影響程度約為0.418341；內蒙古綜合指數的振幅的差分在空氣質量變好較壞時，即低尾處，分位數=0.1時，受AQI指數差分影響顯著，影響程度約為-0.297193，在空氣質量變差較快時，分位數=0.9時，影響程度為-0.451870，高低尾處影響顯著，且高尾處影響更大；江蘇綜合指數的振幅的差分，在空氣質量變好的情況下比空氣質量變差的情況，空氣質量指數對其影響更大；山西綜合指數的振幅在空氣質量指數處于分位數0.8-0.9時，受其影響顯著，分別為-0.570269和-1.091727。

遼寧綜合指數收益率在空氣質量較差時，即分位數=0.8時，受AQI指數的影響程度為0.738520，但是當分位數=0.9時，其影響并不顯著。

文章還發現，研究的空氣質量最受關注的十大城市中，河北省、吉林、內蒙古的收益率和振幅在AQI指數處于高尾與低尾時影響并不顯著。

五、結論與建議

在空氣質量指數處于極端值，即高尾或者低尾時，對股票交易產生顯著影響。調查的十個城市中有六個城市在高尾處，股票振幅易受空氣質量指數顯著影響，且是反向變動關系，其中山西受影響最大?？赡苁巧轿髯鳛槊禾看笫?，煤炭又是最大的空氣污染源之一，其股票市場交易的活躍程度自然受空氣質量影響較大。北京、天津和遼寧在低尾處，股票收益率與空氣質量指數呈正向變動關系，在樣本期內北京和天津股票市場的收益率與空氣質量的正向聯動關系更大，即空氣質量好的時候，空氣質量的變動對股票指數收益率影響更大，證實了北京、天津的金融市場較為發達，而且空氣質量最受關注，其對股票交易產生了實質影響?？諝赓|量與股票交易的聯動性一方面有助于金融投資者應對空氣質量波動，靈活調整投資組合策略，合理做出恰當的投資策略；另一方面也有利于政策制定者和投資者自覺的保護環境，提高所在城市的空氣質量，提升資本市場實現資源有效配置的作用。

參考文獻：

[1]陸靜.中國股票市場天氣效應的實證研究[J].中國軟科學,2011，(06):65-78.

[2]Lepori G M.Air pollution and stock returns:Evidence from a natural experiment[J].Journal of Empirical Finance,2016,（35）:25-42.

[3]Chang T,Graff Zivin J,Gross T,et al.Particulate pollution and the productivity of pear packers[J].American Economic Journal:Economic Policy,2016,8(3):141-69.

[4]鄭思齊,張曉楠,宋志達等.空氣污染對城市居民戶外活動的影響機制:利用點評網外出就餐數據的實證研究[J].清華大學學報(自然科學版),2016,56(1):89-96.

[5]Wu X,Chen S,Guo J,et al.Effect of air pollution on the stock yield of heavy pollution enterprises in China's key control cities[J].Journal of Cleaner Production,2018,170:399-406.

[6]相鵬,耿柳娜,周可新等.空氣污染的不良效應及理論模型:環境心理學的視角[J].心理科學進展,2017,25(4):691-700.

[7]陸靜.中國股票市場天氣效應的實證研究 [J].中國軟科學,2011，(06):65-78.

[8]Levy T,Yagil J.Air pollution and stock returns in the US[J].Journal of Economic Psychology,2011,32(3):374-383.

[9]Huang X.PM2.5,Investor Sentiment,and Stock Returns[J].DEStech Transactions on Engineering and Technology Research,2017(icaenm).ISBN:978-1-60595-436-3.

[10]郭永濟,張誼浩.空氣質量會影響股票市場嗎?[J].金融研究,2016，（02）:71-85.

[11]萬孝園,陳欣.霧霾對中國股市收益的影響 [J].投資研究,2016，(01):81-94.

[12]楊磊.霧霾天氣與股票收益影響的實證研究[D].西南財經大學,2016.

[13]趙龍凱,陸子昱,王致遠.眾里尋“股”千百度———股票收益率與百度搜索量關系的實證探究 [J].金融研究,2013，（04）:183-195.

[14]謝珺怡.空氣質量指數（AQI）對中國股票市場影響的研究[J].當地經濟,2016,(20):124-125.

[15]陳曉春,黃媛.國際原油市場與股票市場的聯動關系研究——基于分位數回歸的經驗證據[J].財經理論與實踐,2017,38(5):53-58.