新冠肺炎疫情对我国农村电商行业股价的影响

裴怡雯 孙墨涵 刘好

【摘要】文章基于新冠肺炎疫情背景，对农村电商板块的收盘价序列进行ARIMA建模，并对其疫情暴发后的股价变动进行回溯预测，对比分析其实际收盘价与预测理论价格的差值并构建干预模型。对两模型预测结果的对比分析发现：2020年1月20日至2020年2月12日期间，疫情对农村电商股价产生负面冲击且冲击程度呈倒“U”形变化。但自2020年2月13日起，股价逆袭上扬并整体保持上升态势，以实际值高于理论值10%左右居多，说明新冠肺炎疫情对农村电商板块股价的影响表现为正面冲击。

【关键词】新冠肺炎疫情；农村电商；ARIMA模型；干预模型

【中图分类号】F402.3

一、引言

（一）研究背景及意义

突发性公共卫生事件对于经济有不容忽视的影响。2003年的“非典”对我国经济造成高达300亿美元的损失，2020年初暴发的新冠肺炎疫情，因其“人传人”特性，必须采取限制人员流动的对策，产业链与供应链受到了严重影响，实体经济遭受到20世纪初大萧条以来最严重的冲击，金融市场也难以幸免。[1]2020年1～4月，我国上证指数一路走低，2月3日更是出现了大盘几近跌停的局面。但值得注意的是农村电商板块逆趋上扬，可见新冠肺炎疫情并未对该行业产生不利影响。伴随着网络科技的迅速发展，电子商务不断促进农村经济发展。在新冠肺炎疫情持续期间半封闭的市场环境下，农村电子商务可以有效缓解农户的经济压力。数字经济在促进农村劳动者就业、推动农业农村产业转型升级等方面发挥着日益重要的作用。[2]

（二）文献综述与理论基础

现有研究表明，外部环境的改变及突发事件的发生会对金融市场产生显著的短期影响。杨子晖等（2020）发现突发事件特有的不确定性与急剧扩散性使消费者信心遭受冲击，在初期引发恐慌情绪与悲观预期较为显著，待事件平稳后影响逐渐减弱。[3]国内外现有研究表明，新冠肺炎疫情对于不同行业的冲击效应具有异质性。疫情防控期间特殊的社会管理以及大众心理需求，激发了原有网红经济与传统电商的深度融合。[4]生鲜电商的产业特征和社会价值得到充分体现，也使网购农产品消费得到进一步提振。王瑞峰等（2020）研究發现，涉农电商平台通过影响农产品供需、平台自身价值提升、平台集聚发展等为农业经济发展注入活力，对农业经济发展影响的政策效应、规模效应、集聚效应均具有显著性。[5]王可山等（2020）的研究结果表明，网购农产品消费揭示了农业发展由高速增长向高质量发展的转型特征。[6]因此，本文对新冠肺炎疫情对农业电商行业的影响与疫情背景下“互联网+”农业新模式的发展现状及趋势进行探究。

二、数据选取与模型设定

（一）数据选取

2019年12月以来新冠肺炎疫情便逐渐引起了关注，但目前大多数学者认为该类突发事件主要是通过引发社会恐慌，改变投资者心理预期来影响金融市场。[7]2020年1月20日“人传人”现象已被证实，4月8日武汉解封，为居民树立了信心并为金融市场带来了乐观情绪。因此，本文将2020年1月20日作为新冠肺炎疫情的干预起始日，2020年4月8日作为干预结束日。

（二）模型设定

本文选用时间序列干预模型研究新冠肺炎疫情对农村电商板块股价的影响，将新冠肺炎疫情作为干预事件引入农村电商收盘价的时间序列模型。首先，利用干预前收盘序列构建ARIMA模型，对干预期内的理论值进行预测，将实际值与理论值的差值序列作为新冠肺炎疫情的影响效果；其次，利用差值序列估计干预模型参数，进而计算净化序列；最后，根据净化序列拟合模型，组建干预分析模型并进行预测。

三、建模过程及结果

（一）新冠肺炎疫情影响前的ARIMA模型构建

本文使用的样本量为256，对应时间区间为2019年1月1日至2020年1月19日间的交易日。

1.描述性统计与平稳性检验

农村电商板块交易日收盘价序列显示，2020年2月，原本呈下跌趋势的农村电商股价逆袭上扬，且在疫情期间整体保持上升态势。因此，本文假设新冠肺炎疫情对农村电商的股价产生了正向冲击。

为防止“伪回归”现象，首先对该时间序列进行ADF平稳性检验及白噪声检验，检验结果如表1所示。

在平稳性检验和白噪声检验中，预设显著性水平为5%。结果显示，原序列的二阶差分通过了平稳性及白噪声检验，故选择农村电商板块收盘价的二阶序列作为ARIMA模型序列。

2.模型识别与参数估计

二阶差分后的农村电商收盘价序列自相关图和偏自相关图皆具有拖尾性质，适用于ARIMA模型。本文利用python遍历循环不同p，q对应模型的AIC及BIC值，再依据最小准则确定最优阶数。结果显示，当p=1且q=1时，AIC及BIC检验统计值均最小，因此，该部分采用ARIMA（1，2，1）模型进行拟合。

利用qq图及D-W检验模型残差，对上述模型进行有效性评价。结果显示，模型残差基本满足了正态分布，同时，D-W检验值为2.0015，接近2，说明模型拟合残差不存在自相关性，模型构建有效性较高。

3.模型预测及分析

利用上述模型对2020年1月20日至2020年4月8日间交易日的日收盘价进行预测。预测结果显示，2020年1月20日至2020年2月12日期间，疫情对农村电商行业的股价产生负面冲击且影响程度呈“U”形变化。疫情暴发初期阶段，疫情“人传人”特征的确认及武汉封城的消息进一步引起了大家的恐慌，投资者的恐慌心理也最为严重，集中产生了恐慌性抛售行为，各个行业受其负面冲击皆比较大，因此造成了疫情对各个行业无差别下杀的结果。但随着时间的推移，疫情逐渐得到控制，投资者恐慌程度逐渐减弱，投资情绪逐渐平稳，新冠肺炎疫情对农村电商板块股价的负面冲击也逐渐减弱。2020年2月13日起至2020年4月8日武汉解封期间，疫情对农村电商行业的股价产生显著的正面影响，实际收盘价均高于预测理论值的2%～16%。居民的恐慌情绪逐渐平稳，投资者情绪逐渐恢复，电商行业也引起了各方的关注。一方面，此阶段“线下商铺关闭，居家隔离”等政策成为各地预防疫情蔓延的主要防护手段之一。另一方面，疫情发生后电商平台迅速驰援武汉，并采取多种措施扶持平台商家，得到了社会的广泛关注及认可。

（二）时间序列干预模型构建

其中，T为2020年1月20日。

（三）干预模型与ARIMA模型的对比分析

表2为ARIMA模型与干预分析模型拟合效果对比分析，其中，预测误差为（预测值-实际值）/实际值×100%。相较于ARIMA模型，干预模型对疫情下农村电商收盘价序列的预测精确度有了明显的提高。因此，干预模型更适用于疫情影响下农村电商板块收盘价的拟合与预测。

四、结论与建议

在新冠肺炎疫情暴发初期，农村电商板块的股价表现出急速下跌趋势，但自2020年2月5日触底反弹并于2020年2月13日超出了理论预测价格后，整体保持上升态势。因此，新冠肺炎疫情对我国农村电商行业股价的影响表现为显著的正面影响。本文对ARIMA模型與干预模型的预测值进行了对比分析。结果显示，对于存在外部突发事件影响的情况，干预模型的拟合及预测效果更好。

首先，对于投资者要正视且理性对待“突发事件”的影响效应。既要保持对疫情等突发事件的敏感性，随机应变，也要保持理性思维，甄别有效信息，提高投资判断力。例如，在本次疫情侵袭下，虽大盘受到重创，但个别行业如医药、在线办公、电商等仍保持收益状态。因此，既不能过度恐慌，也不可一味追涨。对于政府要结合特定行业的特征建立资本市场应对突发事件的应急体系，制定不同行业的疫情扶持政策中时应保持一定的差异化。

其次，股市作为经济的晴雨表，代表着投资者对实体经济发展的预期，因此股市往往超前于实体经济。新冠肺炎疫情的突袭使投资者对农村电商行业的发展前景抱有乐观情绪，为农村电商行业的发展带来了机遇，但伴随机遇的必然是挑战。一方面，农村电子商务的发展在后疫情时代背景下，为乡村经济的发展问题提供了新的解决思路，在一定程度上促进了乡村地区的经济发展。但另一方面也对农村电商的物流体系及人力培养等方面提出了挑战。因此，在看好农村电商发展前景的同时，也要正视随之而来的问题，使农村电商高效落实服务于三农，助力乡村振兴目标。

主要参考文献：

[1]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ESA方法的跨市场检验[J].国际金融研究，2021（3）：3-13.

[2]王小兵，刘洋，王曼维.农村电商：引领农业农村数字经济加快发展[J].农村工作通讯，2020（11）：47-49.

[3]杨子晖，陈雨恬，张平淼.重大突发公共事件下的宏观经济冲击、金融风险传导与治理应对[J].管理世界，2020，36（5）：13-35.

[4]新冠肺炎疫情下的传媒新景观：直播带货异军突起，传媒产业更新演进[J].编辑之友，2020（10）：12.

[5]王瑞峰.涉农电商平台对我国农业经济发展的影响效应评估：以农村淘宝为例[J].中国流通经济，2020，34（11）：68-77.

[6]王可山，郝裕，秦如月.农业高质量发展、交易制度变迁与网购农产品消费促进：兼论新冠肺炎疫情对生鲜电商发展的影响[J].经济与管理研究，2020，41（4）：21-31.

[7]陈波，钱惠惠.新冠肺炎疫情对我国股债市场的影响研究[J].工业技术经济，2021，40（11）：53-60.