新万博_万博出事了

周一至周五 | 9:00—22:00

作者香锌檬:未知

  摘 要婚迫:本文以2014年1月1日至2017年12月31日上海市空气质量指数和上证综合指数锻袜详、上证工业指数以及上证环保指数等相关数据为样本磁,综合利用T检验妊耽、Logit回归和GARCH模型来全面分析和探究空气污染对我国股票市场所产生的影响剐。实证研究发现阿:空气污染影响了我国股票市场的走势;当期的空气污染水平与上证综指的收益率存在显著的正相关性;与对污染企业的影响相比观,空气污染对环保类上市公司的股票有着更为剧烈的影响;同时空气污染对我国股票市场的影响具有一定的滞后性隘掀毙。
  关键词碘惹烫:空气污染;股票市成伟?摹;GARCH模型
  中图分类号嘉蔽:F832.5 文献标识码陈令:B 文章编号童变:1674-2265(2018)09-0080-06
  DOI杀:10.19647/j.cnki.37-1462/f.2018.09.013
  一法、引言
  空气质量的好坏正全面且深入地影响着人们的心理和行为方式诞。在过去的20年里抽,行为金融学研究人员开始调查人们的情绪变化对股票市场的影响绦但相。一些学者发现环境变量诵男背,如阳光舰郝、云层和温度等会通过引起投资者情绪的变化导致其交易行为方式改变娠疚,从而对股票市场的走势产生一定的影响(Saunders避犊,1993;Shumway和Hirshleifer慨斗,2003;Chang 等督士,2008)磕汾碱。进而人们联想到空气污染是否会通过引发投资者情绪的变化进而影响股票市场的走势富。因此一少部分国内外学者开始研究空气污染与股票市场的关系(Lundberg疲等翁,1996;Lepori蚂,2009;Levy和Yagil赴暇森,2011;郭永济和张谊浩府,2016)高胃使。他们通过研究发现笑几堂,随着空气污染的加剧和人们对空气质量关注度的提高岭,空气质量的变化会引起人们投资行为的改变弛唯,从而引起股票市场的波动澄淘。总体来看泄狈屑,专门研究空气污染与股票市场相关性的文章并不多见磨稻卿,而研究空气污染对中国股市影响的文章更是匮乏地恍。
  为了探究空气污染对我国股票市场所产生的影响吮,本文在以往文献的基础上兔,尝试完善空气污染对股票市场影响的理论机制倦甲,并以上证综指汾洛瘟、上证工业指数和上证环保指数的相关数据为研究样本酚迸,综合运用T检验竣呵、Logit回归模型以及GARCH模型等多种方法守,全面深入探究空气污染与股票市场之间的关系妇藤胸。本文的主要贡献在于纬:(1)在以往的文献基础上辫嚎,尝试完善空气污染影响股票市场的理论机制焊姑。(2)通过多种实证方法萎串墟,全面综合地探究空气污染对股票市场的影?敢栖匙。(3)分别以上证工业指数和上证环保指数来代表污染企业和环保企业的股票走势吵抨,进一步分类探究空气污染对不同类型企业股票的影响荚沦。(4)通过探究人们日常所关心的空气污染状况与股票市场之间的关系纺,客观上为投资者进行股票交易找到新的投资参考指标狙赶号,即投资者可以根据空气污染状况构建一定的投资组合以获取超额收益涵海弥。空气污染状况相较于企业主动披露的有关环境污染的信息更容易获得抢,而且该指标是一个实时数据慕,不存在滞后性壕,对于股票投资决策更具先导作用刀。(5)本文根据实证结果冻疯,尝试解释空气污染对股票市场走势影响的内在机理韭坟,可以视为对行为金融学的一个补充肉躺。
  二系粱、相关文献及理论依据
 〉嫱啤(一)相关文献综述
  20世纪末捐,随着行为金融学的发展挂,一些国外学者开始关注天气现象对股票市场的影响蹦粕拟。他们认为宪,诸如阳光当蓖兽、降水或气温等环境因素的变化会通过影响投资者的情绪进而对股票市场的走势产生一定的影响对嚼。例如块犁,Saunders(1993)通过将纽约市云量百分比视作投资者情绪的代理翠,探究其对美国3个全球指数回报率的影响杏赴士,结果发现云量百分比和股票指数的回报率有显著的负相关性湾诬。Shumway和Hirshleifer(2003)在其基础上将研究范围扩展到26个国家和地区唬冻多,结果与Saunders(1993)相一致氨。Kamstra等(2003)发现泡僧郊,股票回报显示了一个季节性的周期嗓,与季节性情绪紊乱(SAD)有关龟。Cao和Wei(2005)通过对不同地理位置的8个国家的9个国际股票指数的调查面,发现温度对股票的收益率有显著的负面影响悔亩。Kang等(2010)通过对上海的A股和B股市场进行研究膳,发现温度牟斥、湿度和日照时间对股票的回报率和波动率均有影响疤菇。
  近年来伸溉,一些新兴经济体出现严重的空气污染问题涩蹄。部分国内外学者开始对空气污染与股票市场之间的关系进行研究湾价,结果发现空气污染程度对股票市场的走势有一定的影响郝侯洼。Levy和Yagil(2011)利用 1997―2007 年间美国的空气质量数据研究发现护寂翅,空气污染会增加投资者的负面情绪进而使其的风险厌恶程度增加五,最终使得空气污染与股票收益率之间形成负相关关系趟素际。Levy和Yagil(2013)在之前研究的基础上又进一步发现这种负相关关系不仅存在于美国和加拿大变洗,还存在于分别来自不同大陆的另外3个国家啼:荷兰朽融金、中国和澳大利亚挟。Li和Peng (2016) 利用来自中国的数据发现舍就,空气污染会导致投资者出现抑郁情绪兜,并对股票市场产生影响逃偿,这表明中国的空气污染水平是与股票回报有关的行为因子之一喜。郭永济和张谊浩(2016)通过研究发现上海市的空气质量状况对上证沪企指数换手率和波动率有一定的影响诉。张谊浩黑盆、任清莲和汪晓樵(2017)认为人们对空气污染的关注程度影响了股票市场的走势青伙。
 ×?耷?(二)理论机制
  由于空气污染对股市影响的复杂性和对这一领域研究的匮乏炽杠氛,目前还没有形成完整的理论共识位坎脱。本文尝试利用图1来阐释空气污染影响股票市场的理论机制荒矢夏。图1中反映的空气污染影响股票市场的途径主要有三个方面苛:情绪作用焦融杉、关注作用吹崎秦、政策作用害鞭撼。这三种途径共同作用镶料,会改变投资者的偏好和预期颗甜板,影响投资者股票交易的数量修橇、方向和动机拣,进而引起股票市场的变化牧棵连。
  1. 情绪作用飞纺。主要包含心理影响和生理影响两个方面蹲告汝。一方面诡,投资者的投资决策受其自身情绪的影响狼。许多心理学的研究发现空气污染直接或间接地影响人的心理和情绪状况搏阀乡。比如外,Evans(1987)研究发现暴露于污染严重的空气下会使人们变得忧郁和焦躁俊胁羚。空气污染会影响人的情绪莱,而情绪的变化又会导致人们的决策行为发生改变细烫。Slovic(2006)研究发现湍:情绪影响着人们对风险的评估互蹄。坏的情绪可能会导致人们的风险厌恶程度增加钡睫帝。另一方面丸,股票的收益与投资者的风险偏好是紧密联系的熄厢。医学研究发现苯备趁,暴露在污染空气中可能使人体肾上腺皮质醇水平升高发浮,从而造成人体代谢紊乱避匠功,降低人们追求刺激和冒险行为的欲望(Nowakowicz-Debek B等僵酞违,2004)霓嘘百。此外抽价堕,皮质醇还能够影响人的认知和行为氯豆,甚至改变人们的风险偏好及理性选择能力(Coates和Herbert码梅,2008)喊撤面。以上研究表明夸,空气污染会降低人们的风险偏好水平乒,从而降低股票的收益率孔妇。   2. 关注作用顺宿。Zeidner和Schechter(1988)提出几腑,人们对空气污染严重性的认识是重要的肥卜碉,它可能会影响人们的投资决策昧诗。随着人们对空气污染的关注度的提高擎违彩,以及信息时代媒体传播速度的提升便嫡喂,当某一标志性地区遭遇长时间严重的空气污染时澳痰,人们可能会立刻捕获该信息唤。薛爽等(2017)通过研究发现钩规,若投资者通过某一地区环境污染能解读出污染企业正在进行大规模工业生产麻恫,可能会产生对企业生产状况较好的预期潍,从而进行股票交易功尺覆,促进股价上涨帽。由于中国股市个人投资者所占比例较高肚边础,而个人投资者之间存在明显的“羊群效应”(Banerjee骗邻显,1992)卑唯饥,所以当标志性地区出现较严重空气污染时沁奋,投资者可能对这些地区的上市公司产生一定的预期并做出交易决策杆纠浑,“羊群效应”进一步放大了这种影响枢帮善。
  3. 政策渠道捐。随着中国经济增长方式的转变宫玖光,关于强化环保法律法规麓拓,限制企业的高污染咎、高排放行为等一系列政策逐步出台老。空气污染加剧还会促使社会各界呼吁出台相应的政策法规吻可,这种环境规制变动具有强大的传导性篱版效,会引起大量投资者的关注;辅之以国内股票市场高度的“政策市”特征线穿,相应的环境规制冲击对股票市场具有显著影响(史代敏线喝,2002;鲁臻和邹恒甫排缆,2007)摧。这样一方面会增加污染企业的环境成本四记,另一方面可以促进环保企业的发展杆,人们对这两类上市公司的环境规制预期可能发生变化江弘,从而对这两类企业的股票价格产生一定的影响纺搂。
  三筐痘瑟、数据和样本描述
 ∩阜锼蕖(一)数据来源和样本选择
  本文采用 2014年1月1 日至2017年12月31日上证综合指数的日收益率魄赶赶、换手率啊痛、波动率爬己假,上证工业指数和上证环保指数的日收益率数据以及上海市的空气质量指数作为研究的样本诗何侈。指标及数据的选取出于几点考虑隧:(1)空气质量指数AQI是国际上普遍采用的评价空气质量的重要指标虹捍莫,本文用日常AQI数据来表示空气污染程度快罐。由于新的AQI指标在2013年推出桨,考虑到数据的可得性龋,因此选取2014年1月1日至2017年12月1日的AQI数据泄购。(2)上证指数作为中国A股市场最重要和受关注度最高的指数岗狸,包含了各个行业近1300家上市公司碴道,以它的走势作为研究对象具有一定的代表性牢彩。根据以往研究汹冬,一个国家的证券交易所所在城市的气象数据经常被用于研究股票市场的气象影响(Saunders仿花,1993;Shumway和Hirshleifer席,2003)但,所以选取上海市空气质量指数作为因变量犊,可以较好地解释空气污染对上证指数的影响埂第。(3)本文首先采用上证综合指数的收益率恼哇抵、波动率和换手率等指标来阐释空气污染对股票市场的影响纽。其次磨,选取上证工业指数与上证环保指数分别作为污染企业和环保企业的代表来进一步探究空气污染对不同行业股票指数的影响炊。
  上海市的空气质量指数来自中华人民共和国生态环境部网站食,上证综指炔脱、上证工业指数淘瓶骄、上证环保指数的日收益率缔苇康、换手率饰、波动率等数据均来自大智慧股票行情分析软件忱。本文对样本数据做了如下处理浚熟:将空气质量指数与股票市场交易日期相匹配煤比,剔除了所有节假日和非交易日的空气质量指数数据琶辖。
 ∷?(二)变量说明
  1. 空气污染指数(AQI)胸畴。依照中华人民共和国生态环境部的有关规定廷靖畦,空气污染指数分为0―50捕臀、51―100疲、101―150突烘、151―200黔、201―300和大于300这6个档次撮玛,依次对应空气质量的6个级别稗掸姜,指数越大保白吭,级别则越高廖,表明空气的污染程度越大碧襄甫,对人们身体健康的影响也越明显瑞钉。
  2. 交易数据党。交易数据包括上证综合指数的日收益率(yeildt)袍脑、换手率(volt)茹回窟、波动率(turt)和上证工业指数袍杜、上证环保指数日收益率另。日收益率主要衡量投资者的投资回报率董废卯,波动率主要衡量投资者的意见分歧程度小,换手率主要衡量股票市场交易的活跃度落陇。计算公式如下都光:
  其中长狮匆,Pt表示市场指数的日收盘价溅楷群,indexh绦、indexl分别表示上证综合指数每日盘中的最高价称肥匡、最低价庐,volumet为每日上证综合指数所包含的所有股票的总成交量骂郡伺,sharet为每日上证综合指数所包含的所有股票的自由流通股本总数池聊。
  3. 控制变量东嘘。控制变量主要包括季节性情绪紊乱效应(SAD)恕贪、星期虚拟变量(Mon)和月度虚拟变量(Jan)信。选择上述变量作为控制变量的原因如下事:投?Y者的情绪可能会随着季节的变化而变化琅坝讽,进而对股票市场产生一定的影响(Kamstra等洛,2003);考虑到中国股市普遍存在“日历效应”的影响蔬些,即股市星期一的波动最大铺话金,总体不具有明显的月份效应挨誊腥,小公司一月效应较为显著(张兵喜,2005)勾勘,因此我们选取周一南市、一月两个虚拟变量作为日历效应的代表乐。
 【蕖(三)变量描述
  表1是本文涉及的主要变量的描述性统计性硅敢。从表1中可以发现看瑰,上证综指收益率的中间值和平均值均为正数齐千,说明样本统计期间沪指收益率在总体上是上涨的财。样本期股票波动率和换手率的分布特点较为一致清斗,但波动率的变动频率更大一些涣妹。空气质量指数的平均值为84.75伸缺,表明上海市近几年的空气污染处在一个相对中等的水平圭逃。从分位值可以看出赂,50%的空气质量指数处于[24峦为完,75]的区间沪帅燎,3/4分位数等于102盆,表明空气质量处于优良区间的观测值远多于污染区间的观测值紊渡虑。
  四粉、实证模型的设定
 〉?(一)Logit回归模型
  本文借鉴 Hirshleifer和Shumway(2003) 的 Logit 回归模型分析空气污染替代变量即空气质量指数对股票市场的收益率孔圃型、波动率和换手率是否具有影响恢甩,主要模型如下沉们割:
  因为Logit模型是二值选择模型程,所以我们将上证综合指数的收益率暗胖士、波动率和换手率转变成虚拟变量悸刺,具体方式为辖瞧槽:当收益率大于0时绘拣,设其等于1外坚能,否则为0;当波动率以及换手率大于2%时桨,设其为1稼,否则为0戊救。其中管,[π]的取值分别为0泄、2怖现、2蔷,分别代表收益率大于0劫掠,波动率和换手率大于2%的概率架。  《ぁ(二)GARCH模型
  由于空气污染对股票市场的影响具有综合性和复杂性铰,我们在Logit回归的基础上进一步探究空气污染是如何通过影响投资者的情绪来影响股票市场的以及空气污染对不同类型股票的影响倍。根据以往文献汗,股票的收益率不仅与其过去的走势相关锤,而且也受到一些过去和现在的随机因素冲击被广驰。考虑到金融时间序列数据存在的尖峰后尾灭麓幕、波动性聚集和爆发性等特征襄,我们采用GARCH(1美嫉揭,1)模型来探究空气污染对股票市场波动的影响八掠,以消除随机误差项的自回归条件异方差连蜜券。
  为了检验样本数据是否适合建立时间序列模型热拓某,对上证综指慑、上证工业指数钒、上证环保指数的收益率数据分别进行平稳性检验即单位根检验素旦。检验结果见表2加偷,从中可以看出上证综指蚂矫杭、上证工业指数迹、上证环保指数的收益率均为平稳的时间序列旗碧谭。
  其中熟讳,Yi慧盖,t分别代表上证综指假杏、上证工业指数悼矾磋、上证环保指数的收益率含冀劫,均值方程中加入Yi筹,t-1是由于股票非连续交易导致的收益率可能存在的自相关性(Lo和Mackinlay哎蓉丰,1988);AQIt-1社蕾提、AQIt-2分别是AQIt的一天和两天的滞后值硅菩,以考察之前的空气污染水平对股票市场的影响;SADt为季节性情绪紊乱效应;Mont和Jant分别代表周一和一月的虚拟变量;σi匡冷,t为条件方差羌匪。
  五佛、实证结果分析
 ∶浴(一)T检验
  本文在基于Saunders(1993)所采用的z检验的基础上凡,进行适当的改进睡,采用T检验的方法来鉴别空气污染是否对股市的波动产生了影响溺盲崔。具体的思路是磷:通过不同的空气污染程度将股票数据进行划分肉,分为不同的区间铣炭,再检验不同区间股票数据的均值狗、标准差是否显著不同殊捆。根据国家对空气质量的分级内涵尖蒲,本文将空气质量分为三个区间排川酵:0―50雀、51―100铰、大于100叉。由于当空气污染处于中等水平时对人们身体苹、心理均没有明显的影响内,所以我们假设当空气质量指数在51―100区间时眉惠,空气质量对人们的投资行为没有显著影响缓。我们通过检验空气质量指数0―50和大于100两个区间的沪指收益率绷、换手率和波动率的均值是否有显著差异兴畴帽,来判断空气质量是否对股市波动产生了影响戏瘟。
  T检验的结果见表3县舵。可以看出剖汗:空气质量处于0―50区间和大于100区间的沪指波动率和换手率的P值分别为0.0378和0.0209彭耗,在统计学上具有显著意义母论,说明空气质量处于良好和处于不健康区间时上证指数的波动率和换手率存在明显差异溉。空气质量处于大于100和所有区间的换手率的P值为0.0301宽,具有显著的统计学意义蹲乾秘,说明空气质量处于不健康区间时上证指数的换手率与处于所有区间时的换手率存在明显差异匙竟酿。但是各区间的收益率的均值不具有显著的差异陋弛欣。综合以上结果表明烦,空气污染可能对股票市场产生了一定的影响喂呕顷。
 ÷谄场(二)Logit检验
  根据式(1)对样本数据进行Logit回归览把练,结果见表2附唬。从中可以看出埠,空气质量指数(AQI)与沪指波动率在99%的置信水平上具有显著的关系得,与沪指收益率和换手率分别在95%和90%的显著水平上有正向关系碎。空气污染程度越大锹嗣,上证综指的当期收益率水平越高阀,波动幅度越蟹?,股票换手率越高喷放帅。主要控制变量季节性情感因素SAD对沪指波动率和换手率均有显著的影响踏,且和空气质量指数对两者的影响方向一致壁,说明季节性情感因素加剧了空气污染对股指波动的影响脯。综上可以得出进一步判断届:空气质量的好坏确实对股票市场的走势产生了一定的影响抄观。
 」娲馈(三)GARCH模型回归结果
  在GARCH模型中眷吹才,往往假设扰动项服从正态分布谓练局,但现实情况中股指收益率常存在厚尾的特征惟希唾,从而使得干扰项不满足正态分布勃。为了解决这一问题常,我们采用Nelson(1991)提出的方法聊柿,假定干扰项服从广义指数分布说砷蓖,再对GARCH(1桐观,1)模型进行回归杰。回归结果见表5锭葡娟。
  1. 各指数的日收益率滞后项不显著夸。Yt-1的系数在所有模型中均不显著誓评扩,说明上证指数收益率的变动是随机的洛钵,不能用前一日的指数收益率来预测当日的指数收益率惶肉两,这符合弱有效市场的基本假定道纯。
  2. 空气质量指数对各指数收益率的影响娶佃。当期的空气质量指数AQIt对各指数收益率均有显著的正向影响廷诗,即当天的空气污染越严重水,股票当日的收益率反而越高隧封慨。这表明投资者是趋于理性的躺,一些投资者通过空气污染的加重而捕捉到了一定的信息脾:污染类的工业企业可能正在加大力度生产憋烙怪,在环境成本较小的情况下戮,从而产生了对污染企业发展前景乐观的预期贯赤,故而买入股票促进工业指数上涨辫饥徒。同样嗽,一部分投资者认为污染的加剧对环保类企业的股票是一个利好别倡情,从而买入环保类的股票促?M环保指数的上涨挟秦。AQIt对上证综合指数收益率的正向影响小于对上证工业指数和上证环保指数的影响涂,说明其他板块指数是下跌的疟。这表明没有捕捉到空气污染背后隐藏的信息的部分投资者受到了空气污染对情绪的负面影响而卖出股票就蝗。总的来看们外孟,三种影响渠道共同作用暇将,使得当期的空气污染对股指收益率产生了正向的影响故。
  3. 空气质量指数滞后项对各指数收益率的影响韧板苟。从滞后一天和滞后两天的空气质量指数AQIt-1虚袜绷、AQIt-2的系数来看彻,分别呈现出负向和正向的影响兄,且所有滞后一天的空气质量指数系数均在99%的显著水平下显著痢竿戒。这是由于投资者的情绪受空气污染的影响变得悲观港擦,进而规避风险烧,因此他们倾向于卖出股票凳孔皮。这种负面的影响出现在后一日可能有两个原因迷:一是由于空气污染对人情绪的影响存在一定的滞后性(Bullinger顷颂娩,1989)辛犊,悲观情绪的负面影响在第二天才充分显现出来 ;二是源于中国股市特殊的T+1交易机制卿诬,人们在当天购入的股票只能在第二天才能交易娘芦辟。而滞后两天的空气质量指数对上证综指和上证环保指数的日收益率产生正向的影响侠斗,可能是由于人们对于遭受的损失要求更高的回报进行交易促进股价上涨琉杀。这与Li和Peng(2016)得出的结论是相符的车。
  4. 三个指数回归结果的横向比较盛戌。从表5的结果中我们可以看出恳兼:AQIt坛倡、AQIt-1和AQIt-2对三个指数的影响方向是相同的栏食峦,说明设定的模型具有一定的稳健性呻厦理。另外狼黑囱,从各自系数的值来看检读毯,空气污染对环保企业的影响最为剧烈傻,对污染企业的影响次之疾,对上证综合指数的影响较弱熊渴介。这是因为随着空气污染的加剧喜答歇,人们对工业企业和环保企业的关注度有所增加戳,空气污染可能加剧了环保企业和污染企业股票收益率的不确定性划。   5. 股指波动性分析懦叼拢。ARCH项和GARCH项的系数均在99%的显著性水平上显著寞污,说明市场上新旧信息对股市的波动有明显的影响铂铃琉。后者的系数远远大于前者籍,表明股市的波动主要受过去信息的影响撕筛。且两者系数之和小于1镀起埔,符合约束条件商撩断。
  六薪潦、结论与建议
  本文在以往文献研究基础上建立了空气污染影响股票市场的理论框架截察,并以上证综合指数堵姥锣、上证工业指数和上证环保指数的相关指标为样本胎骏,通过T检验窖藩、Logit回归模型和GARCH回归模型综合探究了空气污染对股票市场所产生的影响剿平。实证结果发现郸画:(1)T检验表明在不同的空气质量区间渐,上证综合指数的波动率和换手率有明显的差异故领,说明空气污染程度的不同对股票市场产生了一定的影响;(2)Logit回归结果显示空气污染对上证综指的收益率慧仙袱、波动率和换手率都有显著的影响方超雄,进一步证实了空气污染对我国股票市场走势产生了一定影响;(3)GARCH模型的回归结果显示空气质量对上证综指颁趁佰、上证工业指数和上证环保指数的日收益率均有显著的影响群,且对环保企业上市公司股票走势的影响最大呢陌钞,对污染企业上市公司的股票走势影响次之饲洁手。而且滞后的空气质量指数变量同样对三者有着显著的影响悍琶,这表明空气污染对我国股票市场的影响存在一定的滞后性嘲。
  同时莽乱馈,本文的研究结果也具有一定的指导意义剂许司。对个体投资者来说泥,可以把交易时当日或前两日的空气污染情况作为构建投资组合的考虑因素之一番涸矩,对于投资者做出正确的投资决策有一定的帮助;监管部门需要加强对污染气体排放的监管汹,加大企业排污成本噬仇琼,从而减少空气污染对股票市场的不良影响畦席俱。
  参考文献乳素:
  [1]Banerjee咐雌,A. V. 1992. A Simple Model of Herd Behavior[J].Quarterly Journal of Economics拜,107.
  [2]Contans J. J.赎逼赌,A.M. Mathews. 1993. Mood and the Subjective Risk of Future Events[J].Cognition and Emotion 7.
  [3]Forgas J.P.犁谴揽,G. H. Bower. 1987. Mood Effects on Person-Perception Judgments[J].Journal of Personality and Social Psychology弊哦艰,53.
  [4]Hirshleifer D. and Shumway T. 2003. Good Day Sunshine婪苇焊: Stock Returns and the Weather[J].Journal of Finance衫吧,58 (3) .
  [5]Kamstra M. J.勒是肺,L. A. Kramer窖鞠,M. D. Levi. 2003. Winter Blues疮垫: A Sad Stock Market Cycle[J].American Economic Review矫旦,93.
  [6]Levy T.焙楼,J. Yagil. 2011. Air Pollution and Stock Returns in the US[J].Journal of Economic Psychology膊,32(3).
  [7]Nowakowicz-Debek B.屋激,L. Saba烘,H.Bis-Wencel. 2004. The Effects of Air Pollutants on the Cortisol and Progesterone Secretion in Polar Fox (Alopex lagopus)[J]. Scientifur了蟹晶,28.
  [8]Q. Li拴充,C.H. Peng. 2016. The stock market effect of air pollution欺: evidence from China[J].Applied Economics拔,3.
  [9]Saunders E. 1993. Stock Prices and Wall Street Weather[J].American Economic Review渡,83(5).
  [10]Slovic P.纲氖瓢,E. Peters. 2006. Risk Perception and Affect[J].Current Directions in Psychological Science系,15.
  [11]郭永??抢狈,张谊浩.空气质量会影响股票市场吗[J].金融研究平情,2016锌绩处,(2).
  [12]林树合,俞乔.有限理性修、动物精神及市场崩溃题:对情绪波动与交易行为的实验研究[J].经济研究环剖,2010黄谅,(9).
  [13]鲁臻邹竟壬啃,恒甫.中国股市的惯性与反转效应研究[J].经济研究梢露屋,2007瞄,(9).
  [14]薛爽痹,赵泽鹏姥博歪,王迪.企业排污的信息价值及其识别――基于钢铁企业空气污染的研究[J].金融研究甲鸥舌,2017背山潭,(1).
  [15]张谊浩甫,任清莲栏赫,汪晓樵.空气污染噶毫颊、空气污染关注与股票市场[J].中国经济问题斜渭,2017鸿纫,(5).
  Abstract揉篓昏:This article takes the Shanghai Air Quality Index and the Shanghai Composite Index悍波缄,the Shanghai Industrial Index and the Shanghai Environmental Protection Index from January 1袭募担,2014 to December 31段发,2014 as samples. Utilizing the T-test and Logit regression and GARCH Model灭想, the paper tries to comprehensively analyze and explore the impact of air pollution on China's stock market. Empirical studies have found that air pollution affects the trend of China's stock market and current air pollution levels have a significant positive correlation with the Shanghai Composite Index's yield. Comparing with the polluting enterprises苇,the environmental protection companies have received more severe influence by the air pollution. At the same time岗筷,the impact of air pollution on China's stock market has a certain lag.
  Key Words田:air pollution肯幢碘,stock market夸,GARCH model
 ∩狻(责任编辑 耿 欣;校对 LX灸喘坚,GX)