胡秋灵， 郭 帅

(陕西师范大学 国际商学院， 陕西 西安 710119)

2013年中国大面积的持续严重雾霾天气，导致空气污染问题日益受到国人关注，政府部门出台了更加严格的环保政策，但政策效果不明显。2017年中国北方城市空气质量的污染级天数约为37%，空气污染形势依然不容乐观。然而，国内现有的关于空气污染的研究主要集中在以下3个方面： (1) 利用空间计量模型或地理信息系统对空气污染的空间集聚规律进行细致挖掘[1-3]； (2) 定量分析城市化率、外商直接投资所占比重、高低耗能产业结构动态调整、工业化水平等变量对各地区雾霾污染的影响程度[4-7]； (3) 针对空气污染对社会经济所造成的后果分析，如空气质量对居民幸福感的影响、空气污染同入境旅游业发展之间的关系等[8-9]。从以上研究可以看出，目前国内学者在关注空气污染这一问题时，更多地偏向于宏观研究，有针对性的微观研究相对较少，而空气质量同股票市场之间的关系更未引起学者们的足够关注。因而，在当下中国空气污染问题较为严重的背景下，研究空气质量对中国股票市场投资收益的影响可以从一个侧面窥视投资者的微观投资行为，为企业及政府部门提供决策支持。

一、 文献回顾、理论机制及研究假设的提出

(一) 空气质量影响股票市场的研究现状

多国严重的空气污染倒逼不同学科领域的研究者关注空气质量问题，就空气质量对股票市场的影响来看，呈研究对象多市场化趋势及切入点多样化趋势。

利维(Levy)和雅吉尔(Yagil)以美国主要市场指数(标准普尔500、纳斯达克指数等)为研究对象，探究了交易所所在地的空气质量对市场指数收益率的影响，研究结果表明：二者之间存在显著的负相关关系，当空气质量较差时，股票市场中的卖盘数强于买盘数，这为空气污染导致投资者负面情绪增强提供了证据[10]；莱波里(Lepori)的研究表明加拿大、澳大利亚、荷兰和中国香港的股票市场同样也会受到空气质量的显著负向影响[11]。

从切入点看，莱波里(Lepori)以意大利股票交易所改变交易方式为时间点，分两阶段研究了空气质量在交易方式改变前后对股票市场收益率的影响，研究结果表明：当交易所中存在交易员时，空气质量同股票收益率存在显著的负相关关系，但随着电子化交易的实行，这种关系在一定程度上被弱化了；吴(Wu)以中国股票市场为研究对象，重点研究了12月份上证指数收益率同当月空气质量之间的关系，发现当12月份发生严重空气污染时(空气质量指数AQI>300)，雾霾天气同股票收益率之间存在显著的负相关关系，同时该结果表现出的时间效应说明2013年很可能是中国社会认识到空气污染严重性的“第一年”[12]，这种时间效应被何(He)解释为是中国居民环保意识的觉醒所导致的[13]；郭永济和张谊浩利用多元递进的方法系统研究了上海市空气质量同上海本地股票收益率之间的关系，发现空气质量变量能够同时对上海本地股票的收益率、波动率和换手率产生影响[14]；张谊浩进而又将视角转向中国居民的空气污染关注度对股票收益率的影响，并发现空气污染关注度变量对股票收益率的负面影响强于空气污染变量[15]；万孝元通过以小市值及“彩票类”股票为研究对象发现这两类股票受空气质量的影响更大，主要原因是这两类上市公司受投资者情绪的影响强于其他类型的公司[16]。

而关于空气质量影响股票市场的传导机制，国内外学者主要是从投资者情绪途径对该影响进行阐述的。首先，空气质量作为一种能够被人体切实感知的天气现象，可以直接对人类情绪产生影响，有研究表明暴露在严重的空气污染中会导致人类抑郁、焦虑、紧张、无助和愤怒的程度增加[17-18]，这种较差的负面情绪能够改变投资者对未来平均资产收益率的预期并影响投资行为，大多数投资者情绪微小的改变形成合力也足以对金融市场产生大的影响。例如，悲观的情绪会使投资者增加对货币资产或实物资产的需求，减少对股票等资本资产的持有，集中的股票抛售行为进而造成股票价格的下跌[19]。其次，较差的空气质量更容易使投资者对未来的经济形势感到悲观，从而倾向于减少投资仓位[20]。相关医学研究表明，当人们长时间暴露在受污染的空气中时，肾上腺皮质醇的含量将会增加，导致人体代谢紊乱，降低人们进行冒险行为欲望的同时，也可以降低一个人的风险偏好水平和理性分析能力[21-24]，投资者冒险行为的减少反映到股票市场上则表现为交易意愿的冷淡。

上述文献对空气质量对股票市场的影响进行了多切入点的考察和研究，呈现出多样化趋势，为本论文写作提供了方法论借鉴，也是本论文的灵感之母。不过，已有研究仍然存在以下局限：其一，大多以股票市场整体指数收益率为指标变量，其中暗含着投资者情绪的改变会对市场中所有行业股票的投资收益率产生显著影响，这与有限关注理论相悖，偏离实际投资行为；其二，重点从时间维度研究空气污染对中国股市投资收益率影响的异质性，忽视了对同等污染度下空间维度异质性的探讨。

鉴于此，本文基于投资者有限关注理论，从行业和地理区位两个层面研究了空气质量对股票市场投资收益率的影响。本文的贡献主要体现在以下几个方面： 第一，将有限关注理论明确应用于空气质量对股票市场投资收益率影响的研究过程中，使得研究结论更接近投资者的投资行为； 第二，通过行业约束控制污染度不变，尝试研究不同地理区位个股投资收益率的异质性； 第三，对企业选址及政府招商等提出可行建议。

(二) 基于投资者有限关注理论的研究假设提出

中国股票市场成立三十多年以来，市场成熟度得到了很大的提高，但同欧美发达国家相比，却仍有很长的路要走。投资者成熟度往往是衡量一个国家资本市场发达程度的重要标志，但中国金融市场中的投资者特别是多数散户投资者专业知识较差、成熟度较低，在投资过程中往往表现出反应过度和投机性较强等特征，同时成熟度较低的投资者对信息的获取和处理能力也较差。基于这些分析，我们以行为金融学分析框架中投资者“有限理性”的观点为基础，分析中国投资者在面临空气污染这一“新消息”时最可能做出的投资决策。

“有限理性”的假设最早是由行为经济学家西蒙(Simon)提出的，之所以人做不到传统经济学意义上的“理性经济人”，是因为在现实经济活动中，人不可能掌握全部的信息，个体对信息的处理受诸多因素的制约而存在一定的局限性，也就是说，投资者在面对股票市场中纷繁复杂的信息时，往往只能做到有限关注。由此，行为金融学家们普遍认为信息只能在市场中逐步扩散，并由此导致了资产价格存在一定的偏误[25]。投资者注意力的有限性是导致信息只能逐步扩散的重要原因，投资者在同一时间只有有限的信息获取和处理能力，并只能缓慢地将信息反映到资产价格之中，因而注意力可以被认为是一种稀缺的认知资源[26]113-135。有限关注导致投资者更愿意进行分类学习，即相比于市场整体信息，投资者倾向于处理更多的板块和个股层面的信息[27]。当投资者所面临的投资选项越多，搜索信息的成本越高，那些能够首先引起投资者注意的选项就越可能被选中[28]。可见，当空气污染作为“新消息”被股票市场中的投资者所接收之后，扳动投资者注意神经的应是与空气污染相关的污染性行业。

随着行为金融学受到的关注逐渐增强，相关学者对其研究也不断深入。有学者通过对主观效用模型的修正，将个体有限理性归结为3个部分，分别为非标准信念、非标准偏好以及非标准决策，其中的非标准决策就突出了投资者在进行投资决策过程中通常具有有限的样本选择及启发式处理的特征[29]。所谓有限的样本选择具体是指，由于投资者信息处理能力有限，其只能够采集并处理部分反映价格的信息，即那些吸引投资者注意的敏感信息；而启发式处理则源于投资者某些根深蒂固的心理信念[30]。因此，考虑到中国北方地区的空气污染要明显比南方地区严重，正是这种显著的污染差异引发了我们关于区域因素在空气质量影响股票市场中的作用的思考。随着中国居民对于生活品质的追求不断提高，环境质量逐渐成为人们日常生活中所重点关注的问题，在信息时代这个大背景下，中国投资者获取关于北方地区空气污染消息的可能性很大、成本很低，而信息的交互社会化必然会吸引众多投资者的注意[31]；投资者对北方地区空气污染这类信息的敏感导致其对相关资产选择的有限采样与有限推理，信息有偏差地反映到了资产价格之中。因此，我们推断不同地理区位的相关资产的价格及投资收益会出现一定程度的差异。

根据以上理论分析，本文提出以下两个研究假设：

假设1：高空气污染行业股票投资收益率受空气污染的负面影响强于低空气污染行业。

假设2：北方地区高空气污染行业股票投资收益率受空气污染的负面影响强于南方地区高空气污染行业股票投资收益率。

二、 数据说明及模型设定

(一) 空气质量指数构建及其描述性统计分析

2012年2月29日，中华人民共和国环境保护部发布了新的空气质量评价标准(GB3059-2012)和环境空气质量指数技术规定(HJ633—2012)，利用空气质量指数(AirQualityIndex，AQI)代替原有的空气污染指数(AirPollutionIndex，API)。值得注意的是，2013年恰好是中国社会从大面积的雾霾天气中认识到空气污染严重性的第一年，而相关研究结果表现出的时间效应也能够证明这一观点，即2013年之后空气污染对股票市场影响的显著性要明显强于2013年之前，这与空气污染的严重程度以及公众环保意识的觉醒有着很大的关系。因此，考虑到数据的权威性及研究结果的有效性，本文将着重研究2013年之后中国空气质量对股票投资收益率的影响，文中涉及的全部空气质量数据均来源于中华人民共和国生态环境部官网(1)全国城市空气质量实时发布平台,网址：http:∥106.37.208.233:20035/。。

为验证假设1，首先需要选择样本城市，以构建衡量中国平均空气质量水平的AQI指数。考虑到中国幅员辽阔，地理上主要分为华北、华南、华东、华中、东北、西南、西北等地区，因此，按照以上地区分别选取：北京、广东、上海、湖北、辽宁、四川、陕西7个省市的省会城市作为样本城市。理由是，以上样本城市属于所在区域的领头羊，经济发达程度高，上市公司多，人口密度大，受雾霾污染的影响程度深，基于有限关注理论，与选取所有城市相比，按此方法选取样本城市能够更为准确地反映空气质量同股票市场投资收益率之间的关系。

(1)

其中，AQIi,t代表第i个样本城市第t日的空气质量指数；表1展示了样本城市空气质量指数数据的描述性统计结果，样本区间为2013年11月1日至2019年6月30日。

从表1中可以发现，空气质量指数均值排在前三位的城市均位于中国北方地区，这说明中国空气污染问题的确存在南北方差异，北方地区的空气污染问题明显更加严重，这一点从空气质量指数的最大值一项也可以看出。另外，北方城市较大的标准差说明了其空气质量的波动幅度相对也更大。

表1 样本城市空气质量的描述性统计

(二) 样本行业股票指数的构建及其描述性统计

1. 样本行业的选择

为验证投资者仅仅能够做到有限关注，除了收集上证综合指数、深证成份指数、创业板指数的数据之外，我们选取了钢铁、水泥制造、煤炭开采、电力等4个与空气污染关联度较高的行业的个股数据，构建高空气污染行业股票指数，作为高空气污染行业股票市场的代理变量；作为对照，还选取了医药商业、纺织制造、食品加工、一般零售等4个行业的个股数据，构建低空气污染行业股票指数，作为低空气污染行业股票市场的代理变量。此外，为了考虑地理区位因素的影响，我们将高空气污染行业个股按照公司注册地划分为北方高空气污染个股和南方高空气污染个股，并分别构建北方及南方高空气污染行业股票指数。

2. 样本行业股票指数的构建方法

我们依据中证指数有限公司公布的股票指数计算方法(2)中证指数有限公司网，http:∥www.csindex.com.cn。构建上述股票指数。样本区间与空气质量样本数据相同，并以2013年11月1日为基日，基点定义为1 000点。在样本个股的选择上，为了确保样本容量的一致性，本文剔除了所选行业中上市时间不足3个月的个股。依据Wind资讯中申万二级行业的分类标准，各样本行业的个股高空气污染行业选择数量如表2所示，可以看出，我们共选取高空气污染行业个股147支，低空气污染行业个股159支；其中，在高空气污染行业中，北方地区个股78支，南方地区个股69支。(3)所有个股数据均来自Wind数据库。

表2 样本个股选择情况

3. 样本行业股票指数收益率的描述性统计

采用式(2)计算市场整体及相关行业股票指数的收益率。

(2)

其中，Pt和Pt-1分别代表t日和t-1日整个市场或相关行业股票指数的收盘价。样本行业股票指数收益率的描述性统计如表3所示(4)为了比较，表3中同时给出了上证综合指数、深证成分指数和创业板指数的描述性统计数据。。从表3可知，在样本期内，样本行业股票指数收益率的均值均为正；北方高空气污染行业股票指数收益率的标准差高于南方高空气污染行业，说明北方高空气污染行业股票指数收益率的波动相对更大。

表3 股票指数收益率的描述性统计

(三) 模型设定

1. 多元线性回归模型设定

我们采用式(3)所示的多元线性回归模型检验空气质量对股票指数收益率的影响。

(3)

控制变量选取的理由如下：

首先，一般情况下，整个股票市场的景气状况会影响投资者的信心，从而对市场中每支股票的表现产生影响。为了剔除股票市场的整体行情对所选样本行业股票投资收益率的影响，在模型中选择了沪深300指数收益率作为一个控制变量。沪深300指数是中国股票市场的权威指数，代表了中国整个股票市场的景气状况，是宏观经济的晴雨表。用沪深300指数作为控制变量的主要好处有： 其一，可以剔除所有宏观经济因素对股票市场的影响； 其二，与GDP(国内生产总值)、CPI(消费价格指数)等宏观经济变量做控制变量相比，最大限度地保有了样本容量； 其三，如果中国股票市场存在多种日历效应，也会因此被剔除掉，确保了模型的简洁性。

其次，行业的景气状况也会影响投资者对行业的投资信心，因此模型中选择行业股指收益率的前期值作为另一个控制变量。以行业股指收益率的前期值作为控制变量的主要优势在于： 其一，剔除了行业因素对被解释变量的影响； 其二，剔除了t期之前的所有信息对被解释变量的影响。

总而言之，模型中两个控制变量的使用，有益于研究空气质量对样本行业股票投资收益率的净影响。

2. Logit模型设定

行业股票指数的涨跌往往代表着投资者对该行业未来盈利能力的预期，反映该行业的景气状况。我们利用Logit模型，检验空气质量对样本行业股票市场行情的影响。而且，还能够辅助检验线性回归模型结果的可靠性。

建立式(4)所示的二元Logit模型：

(4)

三、 模型估计及结果分析

本文使用Eviews 10.0软件对多元线性回归模型进行估计，但由于Eviews软件无法直接给出Logit模型各解释变量的边际效应，因此本文使用Stata软件对Logit模型各解释变量的边际效应进行估计。

(一) 假设1的验证

表4给出了样本行业股票指数及三大股票指数收益率的多元线性回归模型解释变量前参数估计结果。由表4可以看出： 其一，所有模型中AQI的系数均为负，表明空气质量越差，股指收益率越低，我们推断是情绪效应所致； 其二，AQI仅对高污染行业股指收益率的影响显著，对其余股指收益率的影响均不显著，表明投资者是有限关注的，空气质量差时，投资者密切关注的是高空气污染行业股票；其三，比较高、低空气污染行业股指收益率模型中AQI系数的大小发现，前者约为后者的11.67倍，说明空气质量对高空气污染行业股指收益率的影响大于对低空气污染行业股指收益率的影响，结合显著性检验结果，有力地验证了我们的假设1。

表5给出了Logit模型中各解释变量的边际效应。由表5可以看出，所有模型AQI的边际效应均为负，且只有高空气污染行业模型通过了显著性检验，高空气污染行业模型中AQI的系数大于低空气污染行业模型中AQI的系数。进一步对假设1进行了验证，也同样支持投资者有限关注假说。

表4多元线性模型参数估计结果(假设1检验)

表5Logit模型各解释变量的边际效应(假设1检验)

(二) 假设2的验证

上面实证结果证明了高空气污染行业的股指收益率受空气质量显著的负向影响，下面我们在此基础上进一步考察这种影响是否会表现出地理区位的差异。前文分析指出，中国空气污染情况存在着显著的南北方差异，由于北方地区发生大面积空气污染的频率更高、空气污染状况更加严重，因此投资者在收到空气污染这一信息之后的负向反映会更大，从而造成南北方空气污染行业个股投资收益率之间的差异性。为验证该假说，利用多元线性模型和Logit模型对南北方高空气污染行业指数收益率受空气质量的影响进行检验，结果如表6和表7所示。

表6 多元线性模型参数估计结果(假设2检验)

从表6可以看出，空气质量对南北方地区高空气污染行业股指收益率均产生负向影响，其中北方地区高空气污染行业模型中AQI系数的估计值为-0.002 6，南方地区高空气污染行业模型中AQI系数的估计值为-0.001 3，且仅北方高污染行业通过显著性检验,可见北方地区高空气污染行业股指投资收益率受空气质量的影响显著强于南方地区，验证了假设2。

患者于术后1、3、6、12个月进行随访，此后每年门诊随访一次。术前及术后随访均进行临床及影像学评估。临床评估：包括牛津膝关节评分（Oxford knee score,OKS）［6］、美国膝关节协会评分 （American Knee Society Score,AKSS）［7］、骨关节炎指数评分（Western Ontario and McMaster Universities arthritis index,WOMAC）［8］、髌股关节评分［9］。

表7Logit模型各解释变量的边际效应(假设2检验)

从表7可以看出，Logit模型中空气质量对南北方高空气污染行业股指收益率的边际效应均为负，而且仅北方高污染行业通过显著性检验。对比两个模型中AQI的系数发现，北方高空气污染行业模型中的系数更大，表明与南方地区高空气污染行业相比，北方地区高空气污染行业股指投资收益率受空气质量的影响更大，同样验证了假设2。

线性模型和Logit模型的实证结果对假设2的验证表明，空气质量的影响在高空气污染行业内部存在南北方差异，这主要是由于投资者通过视觉、新闻等渠道获取了更多关于北方地区空气污染的信息导致其出现了一定程度的认知偏差，空气污染这一新的消息过度反映到了北方高空气污染行业个股投资收益率之中，并最终造成了南北方高空气污染行业股指收益率间的差异，空气质量对南北方高空气污染行业股指收益率影响的差异进一步验证了投资者有限关注假说。

四、 结论及启示

(一) 研究结论

通过理论分析和实证研究，我们得出以下结论：

1. 在空气质量较差时，投资者主要关注空气污染行业股票。按照有限关注理论，投资者无法将注意力平均分撒在股票市场上的所有股票上，他们通常仅仅关注与所获信息密切相关的股票。因而在空气污染严重时，高空气污染行业股票会引致投资者的高度关注。我们的实证分析也充分证明了这一点。

2. 空气质量对股票市场有负影响。实证研究表明，不管是整体股票指数，还是高空气污染行业或低空气污染行业股票指数，AQI对它们的影响均为负，说明差的空气质量导致的不良情绪的影响是广泛的。

3. 空气质量对高空气污染行业股指收益率的影响更强。在有限关注约束下，投资者有限关注导致高空气污染行业股票投资收益率受空气质量的影响更大。实证研究也表明，高空气污染行业股票投资收益率受空气质量的影响最大，且仅有高空气污染行业股指收益率受空气质量的影响统计显著。

(二) 研究启示

1. 在研究空气质量对股票市场的影响时，应重点关注污染性行业。我们的实证研究表明，空气质量仅仅对高空气污染行业股指收益率有显著的影响，为未来进行相关研究提供了有益的启示，未来进行相关研究时，建议使用高空气污染行业股票指数，摒弃整个股票市场指数，否则会弱化空气质量对股票市场的影响，误导投资者。

2. 高空气污染性企业选址时应避开北方地区。首先，北方地区空气污染相对于南方更为严重，高空气污染企业的加入，会加剧北方的空气污染；其次，我们的研究表明，如果选址在北方地区，这类企业受空气质量的影响会更大，不利于企业在股票市场上融资。

3. 北方地区的地方政府在招商引资时应将高空气污染企业排除在外。对于政府有关部门来讲，位于北方地区的省份应尽量减少污染性企业的投资建厂。首先，北方地区的地理及天气等因素决定了高空气污染企业会给北方地区带来更大的大气环境压力，损害民众健康，引致民众对政府的不满；其次，严重的空气污染会影响这类企业的直接融资效率，加大企业的环保投资成本，降低企业利润，减少政府财政收入。

4. 政府应加大大气环境治理举措，提振投资者信心。本文研究证实空气污染能够影响投资者情绪进而对股票市场产生影响，较严重的空气污染在心理上会使投资者对未来的经济形势感到更加悲观，这种消极的情绪必然会影响股票市场的良性运转，降低股票市场的融资能力，不利于经济的发展。因此，政府部门有必要对大气污染问题及时采取治理措施，改善空气质量，提升股票市场的运行效率，提振市场士气，促进实体经济发展。