《Journal of Behavioral and Experimental Finance》:To What Extent Does Weather Influence Stock Market Dynamics
编辑推荐:
研究人员重新检验总体天气条件是否与股票市场收益、波动率和流动性相关。研究人员考察2010年1月至2019年12月三个气候带的14个市场,覆盖34,227个市场日观测,并基于五个去季节化气象变量,通过主成分分析(PCA)构建国别天气指数(WI)。仅使用天气数据时
研究人员重新检验总体天气条件是否与股票市场收益、波动率和流动性相关。研究人员考察2010年1月至2019年12月三个气候带的14个市场,覆盖34,227个市场日观测,并基于五个去季节化气象变量,通过主成分分析(PCA)构建国别天气指数(WI)。仅使用天气数据时,WI概括的是气象变异而非投资者情绪。研究人员在四个检验族内分别应用Benjamini–Hochberg错误发现率(FDR)调整,每个检验族包含42个国家—结果检验。42个基线普通最小二乘(OLS)系数中,15个在5%水平名义显著,但仅3个在5% FDR下保留。在5% FDR下,双向Granger检验均无保留;在10% FDR下,14个前向检验保留显著,反向检验无保留。BEKK-Wald溢出最稳健,42个中有25个在5% FDR下显著。平均动态条件相关较小,范围为?0.1022至0.0685。稳健性检验提供选择性支持,在扩展至2023年和2024年的样本中总体证据较弱。研究人员认为,天气—市场依赖更稳健地通过条件波动率传导,而非通过静态或预测关系发挥作用。
研究背景与问题:既有研究多逐个考察气象变量,或将多个变量中的其余变量作为控制项,较少直接利用天气的联合信息;同时文献偏重静态相关,对天气—市场关联随时间变化及作用渠道回答不足。天气本身多维,高温可能伴随强降雨或干旱,低温可能伴随强风或雾,单变量分析有遗漏变量问题,多变量同时纳入又可能产生多重共线性。为此,研究人员以五个去季节化变量构建复合WI,并考察收益、波动率和流动性三个渠道。研究开展与意义:研究人员选取14个代表性交易所,按所在城市气候分为热带、亚热带和温带,天气数据来自美国国家海洋与大气管理局(NOAA),市场数据来自Bloomberg,基线期为2010年1月1日至2019年12月31日,共34,227个市场日观测;基线止于2019年以避免COVID-19疫情及2020年后政策干预和市场扰动的混杂。研究结论显示,天气—市场证据的强度随经验框架而变,BEKK-Wald溢出证据最稳健,OLS证据在多重检验调整后变为选择性,Granger证据对阈值敏感;关联的经济幅度总体温和,DCC-GARCH显示依赖关系强烈时变但跨市场、跨气候带异质。其意义在于在同一指数、同一市场、同一时期下比较静态关联、预测内容、波动率传导和时变依赖,并记录关联成立与不成立之处;设计为关联性而非因果识别。
关键技术方法(不超过250字):研究人员使用NOAA天气数据与Bloomberg市场数据,样本为14个交易所2010—2019年34,227个市场日观测。以表观温度、海平面气压、风速、降水、湿度五个去季节化变量,通过PCA构建国别WI,并保留主成分诊断;可见度作为辅助控制。估计普通最小二乘(OLS)并采用Newey-West异方差和自相关一致(HAC)标准误;开展Granger预测检验;使用BEKK-GARCH(Baba-Engle-Kraft-Kroner广义自回归条件异方差)联合Wald检验波动溢出;使用DCC-GARCH(动态条件相关GARCH)估计时变条件相关;对四类42项检验族分别实施Benjamini–Hochberg(BH)FDR调整,并对42个平均条件相关作plug-in HAC检验和BH调整。
研究结果:
4.1 描述性统计分析(Descriptive statistical analysis):表1报告WI、波动率(VOL)、收益率(Return)和流动性指标Damihud的匹配样本统计量;OLS样本因滞后因变量每市场少一个观测。该部分给出各市场核心变量分布,为后续回归提供基础。
4.2 OLS模型与Granger预测检验(OLS Model and Granger Predictive Tests):OLS中,波动率回归有11/14个WI系数在10%或更好水平显著,收益回归8/14,流动性回归10/14;5%名义水平下42个基线WI系数中15个显著(波动率7、收益3、流动性5)。BH调整后仅3个在5% FDR显著(波动率2、流动性1),4个在10% FDR显著(波动率2、流动性2),收益系数均未存活。一标准差WI效应对波动率范围为均值波动率的?4.61%至2.10%,收益为数个基点/日,对Damihud为均值?2.17%至0.62%。Granger名义5%下前向检验共16个显著,反向仅2个;5% FDR下双向均无存活,10% FDR下前向14个显著、反向无显著,显示前向预测模式对阈值敏感。
4.3 滚动窗口分析与单位根检验(Rolling Window Analysis and Unit Root Tests):增广Dickey–Fuller(ADF)检验对收益、波动率、流动性和WI均拒绝单位根,支持水平估计。60个交易日窗口、1日步长的滚动回归显示β在每个市场随时间明显变化,提示常相关描述不完整,并引出条件相关模型。
4.4 BEKK-GARCH模型(BEKK-GARCH Model):AIC/BIC多数支持GARCH(2,1),故BEKK与DCC均用GARCH(2,1)。BEKK-Wald检验显示波动率溢出在9/14市场名义显著,收益在8/14市场显著(FTSEMIB在10%边缘),流动性在9/14市场5%显著(AS51、TASI、KOSPI在10%边缘)。42个BEKK-Wald检验中,名义5%显著的26个里有25个在5% FDR下仍显著(波动率9、收益7、流动性9),10% FDR下27个显著;BEKK结果是最稳健的证据族。
4.5 DCC-GARCH模型(DCC-GARCH Model):第二阶段DCC-α在41/42个设定中显著,DCC-β通常较大,表明条件相关对近期标准化冲击有响应且具持续性;预测相关路径非恒定。平均预测条件相关范围为?0.1022至0.0685;plug-in HAC检验下30/42个均值在5% FDR下显著异于零,32/42在10% FDR下显著,但未传播GARCH与DCC参数估计不确定性,故为指示性。
4.6 研究问题与假设评估(Assessment of Research Questions and Hypotheses):RQ1的静态关联在符号和幅度上跨市场、跨结果差异明显,FDR后高度选择性,应作描述性解读。H2获有限支持:DCC-α多显著且路径非恒定,但平均相关非零证据为指示性。RQ2描述性显示热带12个平均相关中9个为负、均值?0.0153;温带18个中12个为正、均值0.0085;亚热带12个中7个为正、均值0.0057。H3b获部分描述性支持:热带9/12为负、温带12/18为正,但3个热带相关为正、6个温带相关为负,且同一市场三结果共享WI,不能视为独立正式检验。
4.7 讨论(Discussion):证据稳健性呈梯度:BEKK-Wald最稳健,OLS在FDR后选择性,Granger对阈值敏感;静态关联、预测内容与条件波动率传导捕捉不同维度。结果与天气相关情绪或交易条件渠道一致,但因未直接观察情绪,不能证明因果;最强关联出现在收益渠道之外。
5 稳健性检查(Robustness Checks):替代流动性代理、剔除可见度、等权WI、极端天气虚拟变量、加入VIX与全球市场收益、子样本、扩展至2023/2024年及TVP-VAR(时变参数向量自回归)connectedness基准均被检验。总体仍支持选择性关联:STI和IBOV波动关联在包含波动率的8项检查中有7项在5% FDR下显著(晚期子样本除外),FTSE100流动性关联在8项含Damihud检查中有4项显著;扩展样本证据较弱但非完全缺失。
讨论部分总结与结论翻译:讨论指出,不同框架的证据稳健性不同,说明静态关联、预测内容和条件波动率传递并非同一效应的可互换检验;关联与天气相关情绪或交易条件渠道相容,但研究未观察情绪,故全文描述关联而非因果。结论翻译如下:本研究考察14个国家总体气象条件是否与股票市场收益、波动率和流动性相关。研究人员使用2010—2019年34,227个天气与股票市场观测,以表观温度、海平面气压、风速、降水和湿度构建基于PCA的WI;样本刻意止于2019年,以避免COVID-19疫情及2020年后市场扰动的异常混杂。三项发现概括证据:第一,考虑多重性后,天气—市场关系强度在不同经验框架间差异显著;BEKK-Wald溢出最稳健,42个检验中25个在5% FDR下显著、27个在10% FDR下显著;基线OLS仅3/42在5% FDR下显著、4/42在10% FDR下显著;Granger预测对阈值敏感,5% FDR下双向均无存活,10% FDR下14个前向检验显著、反向无显著。第二,关联经济幅度温和:一标准差WI对波动率的影响在任何市场均不超过均值波动率的10%,对收益为每日数个基点,对流动性不超过均值Damihud的3%,平均动态条件相关仅?0.1022至0.0685;但42个平均相关中30个在5% FDR调整后仍显著异于零、32个在10% FDR下显著,这些plug-in检验未计入GARCH和DCC参数估计不确定性,应视为指示性。第三,DCC-GARCH显示天气—市场依赖强烈时变但跨市场和气候带异质;DCC-α在41/42设定中显著,H2获有限支持;热带12个平均相关中9个为负,温带18个中12个为正,亚热带更混合,H3b获部分描述性支持,但趋势不均匀且不能作正式跨气候带检验。与气象条件影响情绪、风险感知或交易条件的行为渠道与三项发现相容,但情绪未被直接观察,故全文描述关联而非因果。局限包括:扩展至2023和2024年的样本总体证据较弱,虽STI和IBOV波动关联在5% FDR下仍显著;扩展样本未隔离2020年后效应或结构断点;流动性使用指数层面代理而非证券层面买卖价差或订单簿指标;未来可纳入直接投资者情绪测度和债券、商品、加密货币等资产,并将WI嵌入更丰富的connectedness框架。作者:Yiqi Wang|Ting Liu|Shaosong Wang