Aggregate and Firmlevel Stock Ｒeturns during Pandemics，in Ｒeal Time

研究概述

• 研究主题：疫情期间的总体和公司层面股票回报。
• 研究方法：实时分析。
• 关键发现：COVID-19感染轨迹的意外变化预测了美国股票回报。

研究内容

• 研究背景：在疫情期间，股市表现与感染率和失业救济申请等宏观经济指标密切相关。2
• 研究目的：探究疫情对股票市场的影响，特别是投资者对疫情严重性预期的变化如何影响股票回报。5
• 研究范围：目前覆盖SARS爆发和四个与COVID-19作斗争的国家，未来草稿将扩展研究范围。3
• 研究结果：发现COVID-19感染轨迹的意外变化可以实时预测美国股票回报，参数估计表明，感染率的意外增加对股票市场有显著影响。49

研究意义

• 市场预测：为投资者提供了一种基于疫情发展轨迹变化来预测股票市场回报的新视角。
• 政策制定：为政府和卫生部门在制定应对疫情政策时提供了经济影响的参考。6

研究限制

• 时间限制：研究目前仅限于特定时间段和特定疫情，未来需要扩展到更广泛的时间和疫情类型。7
• 数据限制：研究依赖于实时数据，可能存在数据获取和处理的局限性。8