隨機(jī)事件沖擊下的金融預(yù)期事件分析：模型與實(shí)證

周 偉，羅丹雪

(云南財(cái)經(jīng)大學(xué) 金融學(xué)院，云南 昆明 650221)

一、 引言

隨機(jī)事件的爆發(fā)往往會對金融市場造成突發(fā)性沖擊，稍有不慎就會引發(fā)“蝴蝶效應(yīng)”，從而導(dǎo)致重大股市波動以及社會經(jīng)濟(jì)影響。如：爆發(fā)于2001年的美國安然公司財(cái)務(wù)造假事件、施樂公司財(cái)務(wù)造假事件和2002年的世界通訊財(cái)務(wù)造假事件，爆發(fā)于2001年的我國銀廣夏財(cái)務(wù)造假事件、2008年的三鹿毒奶粉事件、2018年的長生疫苗事件等都給各自市場帶來劇烈震蕩。不難發(fā)現(xiàn)，這種因隨機(jī)事件導(dǎo)致的劇烈震蕩既不利于理性投資也不利于正常監(jiān)管。因此，針對隨機(jī)事件影響的研究一直是金融領(lǐng)域的熱門主題，其主要研究方法是系列事件分析法，即針對隨機(jī)事件前后趨勢進(jìn)行實(shí)證研究。但是，這類研究往往只關(guān)注事件本身及其短期發(fā)展趨勢，忽略了隨機(jī)事件可能導(dǎo)致的預(yù)期事件及其市場影響。如安然財(cái)務(wù)造假后的退市、世界通訊虛報(bào)利潤后的破產(chǎn)以及長生疫苗造假后的退市等，這些預(yù)期事件的發(fā)生顯然是受前期隨機(jī)事件的影響。因此，全面分析隨機(jī)事件需要考慮其引起的預(yù)期事件，而要合理分析預(yù)期事件就需結(jié)合前期的隨機(jī)事件。這也是本文嘗試結(jié)合兩者構(gòu)建雙斷點(diǎn)回歸模型并通過長生事件的案例驗(yàn)證該模型的主要原因。

隨機(jī)事件對金融市場造成影響方面的相關(guān)研究主要圍繞兩方面進(jìn)行。一方面是針對政治隨機(jī)事件影響的研究，結(jié)果表明此類事件對金融市場的影響具有直接性和破壞性[1]。另一方面是針對災(zāi)害和經(jīng)濟(jì)隨機(jī)事件影響的研究，結(jié)果表明這兩類事件對金融市場的影響具有持續(xù)性和滯后性[2]。具體而言，在政治事件的研究上包括戰(zhàn)爭事件[3]、恐怖襲擊事件[4]、政策變動或改革事件[5]，在災(zāi)害事件的研究上包括飛機(jī)失事事件[6]、海嘯和颶風(fēng)事件[7]、地震事件[8]等，在經(jīng)濟(jì)事件的研究上包括股票回購與增發(fā)事件[9]、債券融資事件[10]、高管離職事件[11]等。以上研究一致表明，各類隨機(jī)事件對金融市場會產(chǎn)生顯著影響，并具體以市場指數(shù)或價(jià)格波動的形式體現(xiàn)，其中不乏造成市場崩盤的隨機(jī)事件。因此，針對隨機(jī)事件影響的研究現(xiàn)實(shí)意義重大。但上述研究也表明，現(xiàn)有研究更關(guān)注隨機(jī)事件本身，對其可能造成的未來預(yù)期事件缺乏關(guān)聯(lián)性研究，而這正是本文擬解決的主要問題。

針對隨機(jī)事件的研究，一般立足于事件研究法[3]。而由Thistlethwaite和Campbell提出的斷點(diǎn)回歸設(shè)計(jì)能夠更有效測度隨機(jī)事件的影響[12]。其主要原因有兩個：一是與其他非實(shí)驗(yàn)方法相比，斷點(diǎn)回歸模型的假設(shè)更加“溫和”[13]；二是斷點(diǎn)回歸模型的因果推理比“自然實(shí)驗(yàn)”更為合理[14]。因此，斷點(diǎn)回歸模型在各領(lǐng)域得到廣泛運(yùn)用。其相關(guān)發(fā)展主要為：一方面是融入其他學(xué)科理念或方法以優(yōu)化斷點(diǎn)回歸模型，如葛逸晅和李兵提出的引力斷點(diǎn)回歸模型[15]；Katare等結(jié)合損失厭惡概念和斷點(diǎn)回歸模型評估了非財(cái)務(wù)激勵政策對學(xué)生成績的影響[16]。另一方面是結(jié)合實(shí)際背景改進(jìn)斷點(diǎn)回歸模型，如模糊斷點(diǎn)回歸[17]、多配置變量斷點(diǎn)回歸[18]、分位數(shù)斷點(diǎn)回歸[19]、多斷點(diǎn)回歸[20]、多維斷點(diǎn)回歸[21]等。此外，以時間為運(yùn)行變量進(jìn)行隨機(jī)事件分析的斷點(diǎn)回歸模型[22]，以及系列金融市場實(shí)證[23]等研究也為本文雙斷點(diǎn)回歸模型的構(gòu)建以及針對長生事件的實(shí)證奠定了理論基礎(chǔ)。另外，利用GARCH簇類模型[9]、事件分析法[24]、復(fù)雜網(wǎng)絡(luò)[25]等方法可對兩個及以上事件進(jìn)行分析，但這些方法多用于研究多個獨(dú)立事件，忽略了事件之間的關(guān)聯(lián)性。

綜上可知，針對金融市場隨機(jī)事件的分析一直是熱門研究主題。但現(xiàn)有研究往往側(cè)重于隨機(jī)事件本身，而忽略了隨機(jī)事件可能導(dǎo)致的預(yù)期事件，事實(shí)上，該事件不僅會影響金融市場，還具備可預(yù)見性。因此，為了全面研究金融市場的隨機(jī)事件，以及準(zhǔn)確分析后續(xù)預(yù)期事件，我們需要結(jié)合兩者的全時段全事件建模。這也是提出雙斷點(diǎn)回歸模型的理論意義所在。此外，長生生物爆發(fā)的疫苗事件，對市場和大眾而言該事件顯然是隨機(jī)的，而其后的退市事件是大家一致判斷的理論結(jié)果，立足雙斷點(diǎn)回歸模型的實(shí)證研究將更符合理論邏輯，這也是利用新模型研究長生事件的現(xiàn)實(shí)意義。因此，本文主要有兩方面創(chuàng)新：其一是提出雙斷點(diǎn)回歸模型，該模型能結(jié)合隨機(jī)事件和預(yù)期事件進(jìn)行全樣本全事件的整體分析；其二是立足新模型綜合“長生疫苗”和“長生退市”事件共同研究中國醫(yī)藥市場的反應(yīng)，這不僅可驗(yàn)證部分已有結(jié)論，同時也能提煉系列新結(jié)論，為相關(guān)投資者或監(jiān)管者未來的進(jìn)一步處理提供參考。

二、 事件分析與雙斷點(diǎn)回歸模型設(shè)計(jì)

目前，針對金融市場隨機(jī)事件的研究主要聚焦于事件直接影響，往往忽略了其可能導(dǎo)致的可預(yù)期重要事件，即實(shí)證數(shù)據(jù)窗口的選擇僅限于事件發(fā)生前后，而未綜合后續(xù)事件的影響進(jìn)行全樣本分析?；诖耍疚膶碾S機(jī)事件與預(yù)期事件界定著手，通過因果事件引入，立足斷點(diǎn)回歸思想，構(gòu)建一類廣義斷點(diǎn)回歸模型，即雙斷點(diǎn)回歸模型，由此形成本文的理論基礎(chǔ)。

(一) 隨機(jī)事件與預(yù)期事件

如綜述所言，隨機(jī)事件及其重要影響已得到相關(guān)學(xué)者的關(guān)注和研究[23-24]，但不難發(fā)現(xiàn)，所有研究都是分段式實(shí)證且側(cè)重隨機(jī)事件前后影響，而對隨機(jī)事件預(yù)期將產(chǎn)生的嚴(yán)重后果，即預(yù)期事件，沒有進(jìn)行聯(lián)合分析。因此，本文立足隨機(jī)事件和預(yù)期事件進(jìn)行全樣本建模。

圖1展示了長生事件前后醫(yī)藥板塊指數(shù)波動示意圖，其中，子圖A展示了“長生疫苗”隨機(jī)事件前后的指數(shù)波動，子圖B展示了“長生退市”預(yù)期事件前后的指數(shù)波動，子圖C為隨機(jī)事件和預(yù)期事件的過渡階段。觀察可知，隨機(jī)事件發(fā)生后醫(yī)藥板塊產(chǎn)生明顯的跳躍波動，即為子圖A，隨之是受隨機(jī)事件影響震蕩下行，即為子圖C。由于“長生疫苗”事件影響，市場一致認(rèn)為該公司將被退市處理且該預(yù)期不久得到驗(yàn)證，因利空出盡，市場具體回應(yīng)表現(xiàn)為子圖B。由此可知，隨機(jī)事件是預(yù)期事件的前因，而預(yù)期事件是隨機(jī)事件的后果，故針對隨機(jī)事件和預(yù)期事件的全樣本研究需要充分考慮子圖A、B、C三個階段，這也是我們構(gòu)建雙斷點(diǎn)回歸模型的理論基礎(chǔ)和現(xiàn)實(shí)依據(jù)。

圖1 立足“長生疫苗”隨機(jī)事件及其預(yù)期事件的行業(yè)指數(shù)波動圖

(二) 雙斷點(diǎn)回歸模型設(shè)計(jì)及其內(nèi)涵分析

考慮到隨機(jī)事件和預(yù)期事件發(fā)生的不可控性以及爆發(fā)時間點(diǎn)的突然性，故兩者都適合一般斷點(diǎn)回歸模型計(jì)算條件，即可針對子圖A和子圖B的樣本區(qū)間T1i和T2i分別建立如下斷點(diǎn)回歸模型：

Yi=a+dDi+f(Ti,Di)+ei,i=1, 2, …,n

(1)

但如前文所述，子圖B的預(yù)期事件源于子圖A的隨機(jī)事件，故脫離前期隨機(jī)事件單純對該事件進(jìn)行斷點(diǎn)回歸分析無法全面展示事件的前因關(guān)系。子圖A的隨機(jī)事件導(dǎo)致子圖B的預(yù)期事件，故脫離后期預(yù)期事件的隨機(jī)事件分析也不能全面呈現(xiàn)隨機(jī)事件的后果關(guān)系?？梢?，研究重要事件導(dǎo)致的市場或行業(yè)影響，結(jié)合前后事件的分析將更為全面，結(jié)論也將更加穩(wěn)健?；诖耍C合上述隨機(jī)事件和預(yù)期事件，立足圖1所示的樣本區(qū)間T3i，本文構(gòu)建雙斷點(diǎn)回歸模型如下：

Yi=a+drDri+deDei+f(Ti,Dri,Dei)+ei,i=1, 2, …,n

(2)

據(jù)圖1和式(2)可知，雙斷點(diǎn)回歸模型中Yi包含隨機(jī)事件和預(yù)期事件兩個時間段，cr和ce分別代表隨機(jī)事件和預(yù)期事件的爆發(fā)日期。Dri和Dei分別為隨機(jī)事件和預(yù)期事件的處理效應(yīng)，也是正常行情下使得市場數(shù)據(jù)E(Yi|c)產(chǎn)生波動或跳躍的主要原因。dr和de分別為隨機(jī)事件和預(yù)期事件在斷點(diǎn)處的局部平滑處理效應(yīng)?？梢?，相比于基礎(chǔ)斷點(diǎn)回歸模型，雙斷點(diǎn)回歸模型包含對隨機(jī)事件和預(yù)期事件的共同處理，既能從預(yù)期事件的角度全面研究隨機(jī)事件的市場影響，也能從隨機(jī)事件的角度深入分析預(yù)期事件產(chǎn)生的非市場原因。此外，當(dāng)Dri或Dei分別取值為0時，雙斷點(diǎn)回歸模型可簡化為一般斷點(diǎn)回歸模型，即該模型能隨所選樣本區(qū)間的不同展現(xiàn)一般斷點(diǎn)回歸的效果，這充分展示了新建模型的廣義性。

三、 基于長生事件的實(shí)證研究

雙斷點(diǎn)回歸模型合適于隨機(jī)事件導(dǎo)致市場波動并引發(fā)后續(xù)預(yù)期事件現(xiàn)象的建模分析，而用于僅有隨機(jī)事件發(fā)生而無后續(xù)預(yù)期事件的研究則類似一般斷點(diǎn)回歸分析，無法展現(xiàn)新模型的特點(diǎn)。對此，本文引入2018年“長生疫苗”和“長生退市”事件作為研究樣本進(jìn)行具體實(shí)證分析。其中，第一個事件對大眾或市場而言是隨機(jī)事件，而由于該事件市場對未來退市的發(fā)生存在心理預(yù)期，故第二個事件“長生退市”為預(yù)期事件，這表明該案例適合雙斷點(diǎn)回歸模型分析。

(一) 案例背景和樣本選擇

2018年7月15日，國家藥品監(jiān)督管理局公布長春長生生物科技有限公司的凍干人用狂犬病疫苗生產(chǎn)存在記錄造假問題，導(dǎo)致自2018年7月23日起疫苗概念股以及醫(yī)藥板塊持續(xù)大跌，半年后長生生物科技有限公司的暫停上市，在此過程中，醫(yī)藥板塊指數(shù)的走勢如圖1所示?！伴L生疫苗”與“長生退市”事件都導(dǎo)致了市場指數(shù)的大幅波動和跳躍，符合雙斷點(diǎn)回歸模型的建模條件。下面本文針對上述事件導(dǎo)致的醫(yī)藥市場變化和反應(yīng)進(jìn)行實(shí)證分析。實(shí)證對象為上證醫(yī)藥指數(shù)，該指數(shù)由上海證券市場醫(yī)藥衛(wèi)生行業(yè)35只具有代表性的醫(yī)藥股組成，我們選取該指數(shù)每日收盤價(jià)為被解釋變量，事件發(fā)生前后時間段為運(yùn)行變量，具體含義如表1所示。樣本區(qū)間為2018年6月22日至2019年2月15日。隨機(jī)事件爆發(fā)點(diǎn)為“長生疫苗”事件全面爆發(fā)后的第一個交易日，即2018年7月23日，預(yù)期事件爆發(fā)點(diǎn)則為長生生物收到深交所強(qiáng)制退市后的第一個交易日，即2019年1月15日。數(shù)據(jù)來源于Wind資訊。

表1 變量參數(shù)形式與具體含義

(二) 實(shí)證結(jié)果與穩(wěn)健性檢驗(yàn)

基于上述樣本與數(shù)據(jù)，本文設(shè)計(jì)實(shí)證過程如下：首先，運(yùn)用斷點(diǎn)回歸模型對“長生疫苗”和“長生退市”事件進(jìn)行單獨(dú)分析，初步判斷兩次事件分別給中國醫(yī)藥市場帶來的市場影響以及市場反應(yīng)；然后，運(yùn)用雙斷點(diǎn)回歸模型一次性對上述隨機(jī)事件和預(yù)期事件進(jìn)行聯(lián)合處理，并綜合分析事件影響和市場反應(yīng)。

圖2和圖3為斷點(diǎn)回歸模型對醫(yī)藥板塊指數(shù)分布擬合的結(jié)果，圖中散點(diǎn)為樣本數(shù)據(jù)，左邊曲線為對照組擬合曲線，右邊曲線為實(shí)驗(yàn)組擬合曲線，橫軸為中心化時間序列且分別為T1i-cr和T2i-ce，縱軸為上證醫(yī)藥指數(shù)的收盤價(jià)。表2匯總了兩次斷點(diǎn)回歸模型和雙斷點(diǎn)回歸模型擬合結(jié)果。需要說明的是，表2、圖2及圖3的實(shí)證結(jié)果是基于核函數(shù)為矩形核、帶寬為一個月的條件估算而得?？紤]到市場反應(yīng)的滯后性和持續(xù)發(fā)酵的現(xiàn)實(shí)情況，本文選擇了指數(shù)波動逐漸趨于平穩(wěn)的時間點(diǎn)為截止點(diǎn)，從而形成時間區(qū)間為一個月的帶寬。據(jù)圖2和表2可知，上證醫(yī)藥指數(shù)在斷點(diǎn)cr處的局部平滑效應(yīng)drc/顯著為負(fù)且數(shù)值為-345.02。分析表3可發(fā)現(xiàn)，不同帶寬以及不同核函數(shù)下drc/估計(jì)值方向一致，雖在0.5倍最優(yōu)帶寬下結(jié)果不顯著，但最優(yōu)帶寬和2倍最優(yōu)帶寬下估計(jì)結(jié)果在5%的顯著性水平下均為負(fù)。這表明，斷點(diǎn)回歸模型對醫(yī)藥板塊發(fā)生的“長生疫苗”事件擬合結(jié)果較為穩(wěn)健，圖2中的向下“跳躍”也進(jìn)一步驗(yàn)證了上述結(jié)果。此外，根據(jù)斷點(diǎn)回歸模型計(jì)算結(jié)果可知，上證醫(yī)藥指數(shù)在斷點(diǎn)ce處的dec/估計(jì)值在5%的顯著性水平下為正且數(shù)值為193.47，這表明“長生退市”事件對醫(yī)藥行業(yè)起到了促進(jìn)作用，這也可以理解為利空出盡后的指數(shù)反彈。進(jìn)一步分析表3可知，兩類核函數(shù)三種帶寬選擇下所有結(jié)果都在5%的置信度下顯著性為正，其中帶寬由均方誤差(MSE)準(zhǔn)則函數(shù)計(jì)算而得[26]。同時，在圖3的擬合中，醫(yī)藥指數(shù)也呈現(xiàn)出明顯的向上跳躍波動。以上結(jié)果表明“長生疫苗”和“長生退市”事件均對中國醫(yī)藥市場造成顯著影響，且影響結(jié)果符合理論邏輯。但正如前文所言，單獨(dú)的斷點(diǎn)回歸分析無法全面擬合隨機(jī)事件和預(yù)期事件間存在的前因后果關(guān)系，因此，其結(jié)果也存在一定的片面性。鑒于此，下文立足以上數(shù)據(jù)引入雙斷點(diǎn)回歸模型進(jìn)行計(jì)算和分析。

圖2 “長生疫苗”隨機(jī)事件的斷點(diǎn)回歸擬合圖

圖3 “長生退市”預(yù)期事件的斷點(diǎn)回歸擬合圖

表2 兩次斷點(diǎn)回歸和雙斷點(diǎn)回歸擬合結(jié)果

表3 兩次斷點(diǎn)回歸模型計(jì)算的穩(wěn)健性檢驗(yàn)

表2和表4分別呈現(xiàn)了雙斷點(diǎn)回歸模型的擬合結(jié)果和穩(wěn)健性檢驗(yàn)結(jié)果。本文通過對比不同帶寬的實(shí)證結(jié)果發(fā)現(xiàn)，當(dāng)帶寬在一個月及以上時，實(shí)證結(jié)果逐漸趨于穩(wěn)定。因此，表4的穩(wěn)健性帶寬選擇為一個月、兩個月、三個月。圖4則為雙斷點(diǎn)回歸模型立足上證醫(yī)藥指數(shù)，針對“長生疫苗”和“長生退市”事件擬合的效果圖。其中散點(diǎn)為樣本數(shù)據(jù)，左邊曲線為隨機(jī)事件發(fā)生前的擬合曲線，中間曲線為過渡階段的擬合曲線，右邊曲線為預(yù)期事件發(fā)生后的擬合曲線，橫軸為中心化時間序列T3i-cr，縱軸為上證醫(yī)藥指數(shù)收盤價(jià)。據(jù)表4可知，斷點(diǎn)cr附近局部平滑效應(yīng)參數(shù)dri在置信度5%下顯著為負(fù)且數(shù)值為-343.51；斷點(diǎn)ce附近局部平滑效應(yīng)參數(shù)dei在置信度1%下顯著為正且數(shù)值為230.30。這表明上證醫(yī)藥指數(shù)因“長生疫苗”事件受到負(fù)面沖擊，指數(shù)跳躍式下跌；因“長生退市”事件導(dǎo)致利空消息清空，指數(shù)跳躍式上漲。上述結(jié)論與圖4中指數(shù)在斷點(diǎn)處的向上跳躍和向下跳躍現(xiàn)象一致。以上現(xiàn)象與結(jié)論一方面與理論邏輯相符，另一方面也與兩次斷點(diǎn)回歸估計(jì)的結(jié)論相似，再次表明模型計(jì)算的準(zhǔn)確性和穩(wěn)定性。

圖4 雙斷點(diǎn)回歸擬合效果圖

(三) 模型比較與市場分析

引入不同帶寬并分別進(jìn)行參數(shù)估計(jì)，結(jié)果如表4所示。從表4可見，即使在不同帶寬下雙斷點(diǎn)回歸模型的估計(jì)結(jié)果在5%的置信度下也仍顯著，同時，參數(shù)估計(jì)結(jié)果的正負(fù)方向也保持一致。該結(jié)論表明，雙斷點(diǎn)回歸模型估計(jì)結(jié)果具有相對穩(wěn)健性，與分別進(jìn)行斷點(diǎn)回歸分析相比，新模型的估計(jì)結(jié)果更可靠。進(jìn)一步對比兩次斷點(diǎn)回歸模型和雙斷點(diǎn)回歸模型估計(jì)結(jié)果可知，針對隨機(jī)事件的擬合兩者差距較小，而針對預(yù)期事件的擬合兩者差距較大。上述差異產(chǎn)生的原因是雙斷點(diǎn)回歸模型估計(jì)建立在全樣本基礎(chǔ)上，考慮了隨機(jī)事件對預(yù)期事件的影響，而斷點(diǎn)回歸模型估計(jì)將預(yù)期事件僅當(dāng)作隨機(jī)事件處理。因此，盡管兩者估計(jì)方向一致，但影響效果存在差異。結(jié)合模型參數(shù)估計(jì)的穩(wěn)定性以及穩(wěn)健性檢驗(yàn)結(jié)果可知，雙斷點(diǎn)回歸模型擬合結(jié)果更加準(zhǔn)確且更穩(wěn)健，這也從實(shí)證的角度進(jìn)一步驗(yàn)證新建模型的優(yōu)越性和可行性。

表4 雙斷點(diǎn)回歸模型計(jì)算的穩(wěn)健性檢驗(yàn)

此外，對比表4中不同帶寬下兩個模型擬合結(jié)果可知，斷點(diǎn)回歸模型估計(jì)結(jié)果呈現(xiàn)直線趨勢，而雙斷點(diǎn)回歸模型估計(jì)結(jié)果表現(xiàn)為更符合實(shí)際弧形趨勢。其原因在于，無論是隨機(jī)事件還是預(yù)期事件，投資者情緒或反應(yīng)都會呈現(xiàn)一個突然增強(qiáng)而后緩慢變化的過程，而這種緩慢變化包含了效應(yīng)遞減現(xiàn)象，即U形趨勢。從擬合結(jié)果變化的趨勢可知，新構(gòu)建的雙斷點(diǎn)回歸模型更符合實(shí)際效應(yīng)規(guī)律。

兩次斷點(diǎn)回歸模型估計(jì)的結(jié)果表明：醫(yī)藥市場受到“長生疫苗”事件的影響出現(xiàn)明顯“斷點(diǎn)”，但在“長生退市”事件發(fā)生后市場迅速回暖并震蕩走高。雙斷點(diǎn)回歸模型的結(jié)果表明：中國醫(yī)藥板塊受此隨機(jī)事件影響產(chǎn)生明顯“斷點(diǎn)”，但不同的是此預(yù)期事件發(fā)生后市場迅速回暖并穩(wěn)步走高。而后續(xù)對預(yù)期事件擬合的不同結(jié)果也進(jìn)一步反映了兩類模型的差異，圖2和圖4中預(yù)期事件擬合效果的不同也驗(yàn)證了該結(jié)論。上述結(jié)果表明，中國醫(yī)藥市場能夠及時反映行業(yè)中的隨機(jī)事件，并以跳躍式波動展示，同時，該市場也能對其后如期發(fā)生的預(yù)期事件合理反應(yīng)。但不同的是，雙斷點(diǎn)回歸模型擬合結(jié)果表明該市場較為穩(wěn)健，尤其是利空消息出盡后市場平穩(wěn)過度再迅速走高，這不同于斷點(diǎn)回歸的振蕩走高。結(jié)合模型的理論分析和穩(wěn)健性估計(jì)結(jié)果可知，雙斷點(diǎn)回歸模型的擬合效果將更為可信。這也表明中國醫(yī)藥市場較為成熟，市場信心的反應(yīng)速度和吸收能力較強(qiáng)，市場相對比較穩(wěn)定。

以上實(shí)證分析和模型比較一方面表明雙斷點(diǎn)回歸模型相比于兩次斷點(diǎn)回歸模型更具備實(shí)際擬合優(yōu)勢，另一方面也表明中國醫(yī)藥市場是一個成熟且穩(wěn)健的市場，該市場不僅能及時反饋隨機(jī)事件，還會對利空出盡后的預(yù)期事件產(chǎn)生有效反應(yīng)。對投資者而言，該結(jié)論的意義在于展示了我國醫(yī)藥板塊市場的穩(wěn)健性，市場會因利好或利空消息的隨機(jī)出現(xiàn)而正常反應(yīng)，屬于成熟的正常市場，適合一般中長期投資者關(guān)注，也適合消息型投機(jī)者關(guān)注。

四、 結(jié)論性評述

隨機(jī)事件的突發(fā)性往往使金融市場產(chǎn)生更大的震蕩，許多學(xué)者對其進(jìn)行了一系列研究，但相關(guān)研究常忽略了隨機(jī)事件可能產(chǎn)生的未來事件，即預(yù)期事件。此外，由于預(yù)期事件相對于市場而言也具備突發(fā)性和強(qiáng)影響性，因此針對預(yù)期事件的研究通常也被等同于隨機(jī)事件。顯然，這樣處理既忽略了隨機(jī)事件的后果關(guān)系，又忽略了預(yù)期事件的前因關(guān)系。對此，本文首先從隨機(jī)事件和預(yù)期事件全樣本角度出發(fā)構(gòu)建了雙斷點(diǎn)回歸模型，并從理論分析的角度闡述新模型的可行性、優(yōu)越性和廣義性。然后，引入“長生疫苗”和“長生退市”事件作為研究對象，以上證醫(yī)藥指數(shù)為分析樣本，立足兩次斷點(diǎn)回歸模型和雙斷點(diǎn)回歸模型進(jìn)行了一系列的實(shí)證研究。結(jié)果分別從擬合效果、參數(shù)趨勢、穩(wěn)健性、實(shí)際內(nèi)涵上展示了新模型在預(yù)期事件研究中的優(yōu)越性，表明中國醫(yī)藥市場屬于成熟型市場，適合理性投資者關(guān)注。此外，實(shí)證結(jié)果還表明，長生生物的兩次事件均對中國醫(yī)藥市場產(chǎn)生了顯著影響，尤其是前期的疫苗造假事件。這一隨機(jī)事件在輿論的推波助瀾下給醫(yī)藥市場帶了顯著且持續(xù)時間較長的負(fù)面影響?；谏鲜龇治雠c結(jié)論，進(jìn)一步提出如下建議：(1)加強(qiáng)醫(yī)藥行業(yè)質(zhì)量監(jiān)管和法律責(zé)任的界定，同時，動員該領(lǐng)域?qū)＜蚁蚬妭鬟f專業(yè)信息來正確引導(dǎo)輿論發(fā)展，進(jìn)而避免市場過度反應(yīng)；(2)提高上市企業(yè)信息公開的時效性、客觀性與全面性，建立企業(yè)與公眾之間的雙向?qū)崟r溝通平 臺，合理利用公眾視野監(jiān)督企業(yè)的運(yùn)營和管理；(3)提高醫(yī)藥企業(yè)在信息公布上的違法違規(guī)成本，引導(dǎo)企業(yè)積極、主動、及時且全面的公布相關(guān)信息與重大事項(xiàng)。

本文的研究，一方面從方法創(chuàng)新的角度提出了雙斷點(diǎn)回歸模型，該模型能結(jié)合前期隨機(jī)事件和后期預(yù)期事件對金融市場進(jìn)行全樣本多事件的影響效果分析，另一方面從實(shí)際應(yīng)用的角度，結(jié)合新舊模型對長生生物的疫苗造假和退市事件進(jìn)行了實(shí)證比較分析，得出了有關(guān)我國醫(yī)藥市場穩(wěn)定性的系列結(jié)論。這些充分展示了本研究所具備的優(yōu)化性、新穎性和實(shí)用性。但是需要指出的是，由于本文的方法屬于新建方法，在理論上仍存在一系列不足之處；此外，方法局限于隨機(jī)事件與預(yù)期事件的同時出現(xiàn)，而該類現(xiàn)象并非金融市場的必然現(xiàn)象，這可能導(dǎo)致新模型的運(yùn)用范圍較為局限。以上兩方面將是我們今后研究過程中要重點(diǎn)關(guān)注和努力之處。