成都理工大学商学院

一、引言

空气质量是2016年中国最受关注的话题之一，以PM2.5为主要空气污染物的环境污染覆盖了全国绝大多数地区。同时，严重的空气质量污染是否会给上市公司的股价带来影响，是否导致投资者对公司未来价值的期望的改变，是我们需要研究的问题。目前国内学者撰写此类文献少有，且研究主要是以单一事件为研究对象展开分析。本文通过提取具有代表性的公司数据，重点研究空气质量对北京的制造业的上市公司股价变动影响及其因素分析。对北京市发生空气污染橙色预警后对整个北京市地区上市公司的股票价格的影响进行实证分析，从而验证空气环境对资本市场上股价产生的影响。

二、理论机制

空气质量通过影响投资者与参与主体在股票市场的偏好及决策，进而影响股票的交易行为，如换手率、波动率等，其影响的主要渠道主要有以下两种：

(一)投资者情绪渠道，由环境压力引起的情绪模式变化能够通过影响金融市场的交易决策行为而最终影响资产价格(Thaler，1993)。

(二)情绪渠道，即市场预期渠道。在中国，个体投资者让占据股票市场交易的大多数，是最主要的交易者与资金供给者。在信息化时代中，若投资者根据媒体网络传播等获取标志性城市遭遇持续或严重空气污染，进而可能对该地主要的制造行业企业产生负面的预期，而个体投资者存在显著的“羊群效应”，因而在进行投资交易决策时，“羊群效应”可能会进一步放大该环境污染对于投资者的预期影响。(见图1)

图1 空气质量影响股票市场的机理分析

三、实证分析

(一)样本选择与变量解释

本文选取2010年1月5日至2015年2月16日北京地区空气质量日数据和北京地区制造业上市公司股票的换手率、波动率、收益率数据。解释变量为空气质量指数 (AQI)，划分为 0～50、51～100、101～150、151～200、201～300和大于300六档，分别对应于空气质量的六个级别。指数越大，级别越高，说明空气污染越严重。被解释变量包括股票的日收益率、换手率和波动率等数据。

(二)验证空气质量对股价有影响的Z检验

(三)长期视角下空气质量对股价影响的线性回归分析

本文借鉴 Saunders(1993)的线性分析方法，引入了一个季节变量。同时，本文还考虑了中国股票市场存在的“日历效应”。用yi分别代表其中，Yi分别代表沪企收益率、换手率和波动率；A为空气质量变量。D是星期虚拟变量。

至此，所构建的线性模型为：

表1 股票变量与空气质量的回归结果

(四)短期视角下空气质量对股价影响的事件研究法

第一，界定进行环境信息查询的数据来源，列举出北京市发出空气污染红色预警的日期与数据，同时区分事件发生的原因和性质。第二，定义环境事件及事件窗。以事件窗口前90天，作为事件前观察期，即“估计期”，观察样本的正常收益。第三，以窗口期30天的样本的股票数据与估计期90天的样本数据进行Z检验，检验事件的发生对于股票数据的影响是否发生显著影响。通过对2015年至2016年发生的空气污染红色预警事件的分析，得出如下结论：两年的事件所做的检验结果较为一致，均为对收益率的影响不显著，对换手率影响极为显著，对波动率的影响较为显著，这也符合我们所研究的空气环境对股价的影响机制，糟糕的空气环境对人们的心情及心理产生影响，导致换手率与平常未污染天气有较大变化，同时投资者的分歧程度即波动率也受到了很大影响。

四、结论

空气质量会对股票市场产生影响。且空气质量与股票市场换手率具有显著的负相关关系，季节变量与股价的换手率和波动率也呈明显的正相关，表明空气质量与股票市场之间的情绪传导渠从道是存在的。从短期效应来看，糟糕的空气环境对人们的心情及心理产生影响，导致换手率与平常未污染天气有较大变化，同时投资者的分歧程度即波动率也受到了很大影响。