新冠肺炎疫情背景下我国医药股的波动情况

杨驰宇

摘  要：新冠肺炎疫情作为突发性重大自然灾害事件严重影响着日常生活，经济因此受挫，从而一定程度上也影响了股市的正常波动。其中，医药股在全国疫情发生时呈现利好表现。笔者主要研究在地区发生疫情时医药股的波动情况，并对比分析是否经济更发达地区受到疫情对医药股市的影响更加严重。文章通过收集选取时间样本内一些个股和板块每个交易日的收盘价来计算所选取时间段的波动率，再通过使用Fama-French三因子模型进行回归来计算特质波动率以观测时间样本内的波动情况。通过实证结果发现地区性疫情时，医药股也有利好表现，但经济更为发达地区发生疫情时，医药股波动性更大，更容易受到疫情的影响。同时笔者也发现，地区性疫情发生时，在相对较长时间内，其产生的影响也会逐渐减弱。

关键词：新冠肺炎疫情；医药股市；波动率；特质波动率

中图分类号：F832.5      文献标识码：A  文章编号：1005-6432（2023）23-0000-05

[DOI]10.13939/j.cnki.zgsc.2023.23.000

1. 引言

新冠肺炎疫情作为全球范围的“黑天鹅事件”，不仅对人类的生命健康构成威胁，世界经济也因此遭受到了重创。2020年疫情逐渐在全球蔓延开，世界多地出现通胀压力。大宗商品、能源价格出现大幅度上涨，同时全球多地房价也出现明显上涨。全球股市也遭遇不小的冲击。疫情刚发生时，标普500日跌约3%，其他国家股指也在持續下滑。我国对于疫情防控高度重视，采取了有效措施，遏制住了疫情持续性蔓延。然而，2022由于病毒变种，在一些地区疫情再度爆发，地区性疫情造成影响还需再度探索。

通常来说，事件的发生伴随着不确定性，突发事件的发生会引起一个国家股市的波动，在国内外都存有一定数量此方面的文献。Abid Hammeed 和 Hammad Ashraf（2009）在对巴基斯坦股市的研究中发现，911事件导致了收益的增加和收益波动率的降低。随后Mahfuzul Haque（2010）运用GARCH模型研究了911事件影响下的新兴市场，发现911事件之后，新兴市场之间的相关性似乎有所增强。邓琪等（2021）通过在GARCH簇模型基础上建立的广义可加性异常扰动（GAO）诊断修正方法来研究我国股市，发现三大股指受到突发事件冲击时收益率衰减，波动率被放大，其中沪深300受到冲击后收益率衰减更快。而在前几年，英国脱欧事件也对世界主要国家股市均有消极影响，其中欧盟波及最严重，股市下降幅度最大。（徐聪全等，2017）。而如今对全球影响最大的突发事件便是新冠肺炎疫情，它不仅威胁到人类的生命安全，全球各国股市也遭受了重创。学者对全球股票市场和一国股票市场都做了大量研究。对于全球股票市场，国内学者发现新冠肺炎疫情导致股市风险水平上升，对股价波动存在显著负向冲击，整体呈现一种冲击先增加后减少的倒U现象，其中首次冲击的影响大于二次冲击，对整体股市影响程度与时间窗口长度有关，随着每日确诊病例增加，疫情导致的股价的负面影响也在逐渐减小（蒋海等，2021；王明国和刘晓双，2022）。国外学者们通过证据表明COVID-19疫苗有助于稳定全球股票市场（Rouatbi Wael et al.，2021），随后在研究指标图腾繁殖数R如何影响全球股票市场波动时，发现倘若R大于1，疾病传播会猛增，但对股市波动也产生积极且显著影响。（Diaz Fernando et al.，2022）。在对一国股市研究上，学者通过引入虚拟变量实证研究发现新冠疫情爆发之初中国股市波动性增大，而在相对较长时期内，其对中国股市波动影响甚微（向前容等，2021），然而相比之下美国股市却存在一定波动杠杆效应（沈立琦等，2022）。我国学者还在新冠肺炎疫情全国爆发时的背景下对特定行业股市做了一定研究。学者们采用了实证分析法（段又源，2020），事件研究法（徐宏等，2021）研究了新冠肺炎疫情对我国医药股市的影响，结果表明新冠肺炎疫情对我国医药行业市场收益形成了显著的正向影响，而除了医药行业外都呈现负面影响，在疫情公告日当天，医药、口罩、中药等概念股均出现明显涨幅。胡焦镔等（2022）通过回归分析医疗保健行业各个企业2017-2020年的股价波动率，发现企业多方面都对股价波动率的关联度较强。

然而现存在的通过实证分析疫情对特定行业股市带来的影响的文献，多基于全国疫情爆发的时间段，较少存在地区性疫情爆发（如2022年4月至5月的上海疫情、2022年8月的海南疫情）对特定行业股市带来影响的文献。本文将医药行业作为研究对象，使用事件分析法对比分析医药行业下多个股市板块，着重研究4至5月及8月两时间段内医药行业上市公司的股票波动情况，以及地区差异是否带来股市波动上的差异。首先，通过收集个股收盘价在两个时间段内的数据，使用波动率计算方法计算出m天的波动率，并进行数值上的比较以观测是否存在地区性的影响；其次，通过Fama-French三因子模型和收益进行回归得到特质波动率来证实是否地区性疫情影响仍会随着时间延长而减弱。

在接下来的篇幅中，本文将首先介绍本文的研究方法，接着给出相关研究设计和使用模型、公式，通过数据得出的值汇总在表格内，然后根据实证分析最终得出本文的结论。

2. 研究设计与数据说明

2.1研究方法

本文选用事件分析法，通过定量的方法研究新冠肺炎疫情不同地区爆发背景下我国医药股市的波动情况，并且是否存在数值上的差异，以此研究是否不同地区爆发疫情对医药股市带来的影响有所不同。波动情况主要观察所选择样本板块及其个股波动率大小。同时通过Fama-French三因子模型并使用回归方法计算了某一地区不同时间段的特质波动率以观察是否地区爆发背景下也存在疫情影响逐渐减弱的现象。

2.2时间选取与样本选择

2022年4月初上海市由于疫情影响开始实施全城封控，在5月末各区才逐渐解封，因此首先选取4月和5月两个月份时间段，共37个交易日（其中4月含18个交易日，5月含19个交易日）作为上海地区爆发疫情背景下的时间序列。在之后的月份中，国内不同地区也有零星的病例出现，而在8月初海南省再度迎来疫情攻击，许多游客也被滞留在海南无法归乡，因此将8月作为第二个时间段，其中选择17个交易日作为海南地区爆发疫情背景下的时间序列。

本文选取了多个医药行业中与新冠肺炎疫情息息相关的板块作为样本，共计5个板块：新冠药物板块、生物制药板块、医疗服务板块、医疗器械板块与化学制药板块。其中各板块分别从沪深A股、创业板、科创板挑选样本股票。

本文在数据收集上主要通过国泰安数据服务中心收集个股在选取时间序列中的每日收盘价，以及在东方财富信息网上收集到板块的每日指数，并使用该些数据进行进一步计算。

2.3波动率与个股特质波动率

波动率和特质波动率都是能够用来衡量金融风险的指标。波动率反映的是金融资产价格的波动情况，能够衡量出资产的不确定性。波动率越高，金融资产波动程度越剧烈，其产生的风险也越大，本文主要通过波动率来衡量不同地区发生疫情时带来的医药股风险程度是否不同。而特质波动率的高低则会影响预期收益。在疫情背景下，投资者往往会偏好购买医药股，而投资者情绪高涨，股价的特质波动也会更剧烈，从而预期收益有所降低（王凯和王朝晖，2021）。本文通过计算4、5两月医药板块的特质波动率来衡量是否疫情時间长度会降低投资者情绪，从而使医药股受到的影响减弱。

本文首先利用收盘价数据计算个股及板块的每日收益，采用波动率的计算，以此衡量医药板块股票的风险程度，假设u为收益，i为每日序号，m为样本天数，则第n天波动率为：

其次，本文使用Fama-French三因子模型进行回归：

对每月的交易日分别回归后得到各个股残差值，最后进行残差的标准差的计算来得到各个股每月的特质波动率。

通过以上计算最终得出下文表1、表2、表3、表4、表5。

3. 实证结果分析

图1是由五个板块在两个时间段内的波动率组成的散点图。通过图1可以明显看出，4月与5月两个月各板块的波动率明显高于8月各板块的波动率。先从整体来看，波动率都处在较低的一个值，因此在新冠肺炎疫情爆发时，购买医药股的风险相对来说较小，带来一种正向影响。表格中可以看到一些个股波动率远高于板块波动率，而这主要发生在4月与5月的数据中，因此经济更为发达的地区发生疫情时股市受到的波动影响越大且明显，风险相对更大。

再通过上述五张表格最后一列特质波动率的列出，可以看出四月的特质波动率大部分都是高于五月的特质波动率，对于大部分医药上市公司而言，由于4月处在上海疫情前中期，投资者投资医药股的情绪较高，相较5月带来了更高的特质波动率，而随着疫情时间延长，投资者对于医药股的偏好程度逐渐下降，因此大部分特质波动率值下降。可见，即使将爆发范围缩小成某一地区，由于疫情带来对医药股的影响也会随着时间逐渐减弱。

1. 结论

本文在不同的地区爆发新冠肺炎疫情的背景下，通过计算观测医药行业相关板块及板块内个股波动数据来对比是否地区经济发达程度与受影响程度有关，并以特质波动率来观测地方爆发疫情是否也存在时间上的影响减弱效应。在实证分析上，首先运用交易日板块指数、个股收盘价计算其每日收益，并以此计算m天的波动率，结果显示地区经济越发达，在疫情发生情况下医药股市受到影响的程度越大。在计算特质波动率时，采用了Fama-French三因子模型进行回归得到残差，通过每月日度残差计算出当月的特质波动率。特质波动率的值也反映出随着疫情时间的延长，地区疫情的影响也逐渐减小。本文的主要结论如下：

• 即使是地区性小范围疫情影响，对于股市仍有一定影响，而医药股波动率偏低，投资风险较低。综合来看，医药股市的变动会与重大疾病事件息息相关，无论波及范围是否广泛。体现出疫情与医药股市的正向关系，即疫情的发生会一定程度降低医药股的波动。
• 经济发达地区发生疫情时会更大程度上影响医药股市。本文4-5月时间序列是以上海爆发疫情为背景，而8月时间序列是以海南爆发疫情为背景。通常情况下，上海地区经济发达程度高于海南地区，而通过两个时间序列波动率的比较也能得出4-5月的波动率要高于8月的波动率。

第三，通过对特质波动率的观察，能够印证向前容等（2021）提出的在相对较长时间内，疫情对股市波动影响甚微，医药股也体现出该特点。仅分析上海地区，4月还处在疫情前中期，因此医药股市特质波动受到影响，而5月疫情来到了中后期，明显可见大部分个股特质波动率相较于4月为更低值。

参考文献

[1]邓琪，于跃.突发事件对中国股市的冲击效应[J].统计与管理，2021，36（12）：42-50.

[2]段又源.新冠肺炎疫情对我国股市的影响：基于医药行业的实证分析[J].中国商论，2020（18）：28-30.

[3]胡焦镔，刘家鹏.疫情常态化背景下医药股股价波动的影响因素[J].中国商论，2022（12）：95-97.

[4]蒋海，吴文洋，韦施威.新冠肺炎疫情对全球股市风险的影响研究：基于EAS方法的跨市场检验[J].国际金融研究，2021（3）：3-13.

[5]沈立琦，张洁，叶雨蒙，等.波动率杠杆效应和联动性实证研究：证据来源于新冠疫情冲击下的中美股市[J].全国流通经济，2022（9）：128-131.

[6]王凯，王朝晖.投资者情绪对股价的特质波动、预期收益的影响研究[J].科技与管理，2021，23（5）：85-91.

[7]王明國，刘晓双.新冠肺炎疫情对A、B股股价波动影响差异研究[J].北方经贸，2022（06）：113-117.

[8]向前容，张樱凡，陶志伟，等.新冠肺炎疫情对我国股票市场的波动性影响研究[J].商展经济，2021（10）：66-68.

[9]徐聪全，张兴巧，丁琨.突发事件对股市波动的影响分析：以英国脱欧为例[J].当代经济，2017（33）：137-139.

[10]徐宏，蒲红霞.新冠疫情对中国股票市场的影响：基于事件研究法的研究[J].金融论坛，2021，26（7）：70-80.

[11]ABID HAMEED，HAMMAD ASHRAF.Stock market volatility and weak-form efficiency：evidence from an emerging market[J].International journal of business and emerging markets，2009，1（3）.

[12]DIAZ FERNANDO，HENRIQUEZ PABLO A.，WINKELRIED DIEGO.Stock market volatility and the COVID-19 reproductive number[J].Research in international business and finance，2022（59）.

[13]MAHFUZUL HAQUE.Impact of September 11，2001（911） in the Emerging Markets stock volatility[J].International journal of business and emerging markets，2010，2（3）.

[14]ROUATBI WAEL，DEMIR ENDER，KIZYS RENATAS，et al.Immunizing markets against the pandemic：COVID-19 vaccinations and stock volatility around the world[J].International review of financial analysis，2021（77）.