【淺析新冠疫情對(duì)中國(guó)工業(yè)的影響7200字（論文）】

PAGEIII淺析新冠疫情對(duì)中國(guó)工業(yè)的影響摘要面對(duì)突發(fā)的新冠疫情，給社會(huì)的經(jīng)濟(jì)帶來(lái)了巨大的打擊，工業(yè)首當(dāng)其沖.本篇文章主要描述了新冠疫情對(duì)于當(dāng)前的經(jīng)濟(jì)社會(huì)所造成的影響，本文選取了中國(guó)滬深A(yù)股工業(yè)市場(chǎng)的36家上市公司股票的數(shù)據(jù)作為該次分析的樣本，采用FF-3因子模型和事件研究法，對(duì)所要研究的公司的非正常收益進(jìn)行了計(jì)算，探究疫情對(duì)于中國(guó)工業(yè)市場(chǎng)所造成的影響.研究結(jié)果表明：此次新冠疫情會(huì)使工業(yè)收入在短期內(nèi)有明顯的下降，之后工業(yè)行業(yè)的收益會(huì)逐漸的增加并逐漸趨于穩(wěn)定；從整體來(lái)看，新型冠狀病毒對(duì)我國(guó)工業(yè)的影響在短期內(nèi)的是巨大的，但在長(zhǎng)期內(nèi)中國(guó)工業(yè)將會(huì)回復(fù)正常水平.關(guān)鍵詞：新型冠狀病毒；工業(yè)市場(chǎng)；事件研究法；FF-3因子模型目錄摘要 I1 引言 12 事件研究法和三因子分析法的介紹 12.1 事件研究法的建模 12.2 三因子模型的概述 23 新冠疫情對(duì)工業(yè)的實(shí)證分析 33.1 數(shù)據(jù)的選取 33.2 收益率的測(cè)算——三因子模型 43.3新冠疫情對(duì)工業(yè)的影響分析-事件研究法 53.4非正常收益的計(jì)算與檢驗(yàn) 73.5穩(wěn)健性檢驗(yàn) 84 總結(jié) 85 結(jié)束語(yǔ) 10參考文獻(xiàn) 11引言新冠肺炎是一種新型的冠狀病毒，WHO命名為“二零一九冠狀病毒病”.自二○一九年十一月下半月起，武漢一家醫(yī)院發(fā)現(xiàn)數(shù)名人士因接觸華南海鮮市場(chǎng)而感染不明原因的肺炎，并證實(shí)對(duì)新型冠狀病毒引起的急性呼吸道感染呈陽(yáng)性反應(yīng).截至到二零二一年四月二日，全球的確診病例比前一日增加了65.9917萬(wàn)例，達(dá)到了12921.5197萬(wàn)例；死亡病例則增加了1.1626萬(wàn)例，達(dá)到282.0098萬(wàn)例.并且這些數(shù)字正在不斷地增長(zhǎng).新型冠狀病毒實(shí)質(zhì)上對(duì)中國(guó)人民的生命安全和財(cái)產(chǎn)安全構(gòu)成了威脅，2020年一月到二月份，規(guī)模以上的工業(yè)同比實(shí)際下降13.5%.按月計(jì)算，二月份工業(yè)產(chǎn)值較上月下跌26.7%.（數(shù)據(jù)來(lái)自于國(guó)家統(tǒng)計(jì)局）.通過(guò)深入探究新冠肺炎疫情對(duì)我國(guó)工業(yè)的影響，一方面，我們可以幫助我們的工業(yè)企業(yè)在面臨類似事件時(shí)做出正確的決策，另一方面能夠幫助在海外的企業(yè)在面對(duì)新冠疫情時(shí)樹(shù)立正確的認(rèn)知.因此，新冠肺炎疫情對(duì)我國(guó)工業(yè)的影響值得讓我們深入去研究.事件研究法（）實(shí)質(zhì)上就是CAR檢驗(yàn)法，是衡量企業(yè)績(jī)效的一種常用的統(tǒng)計(jì)方法，是研究在某一突發(fā)事件發(fā)生后，在一定時(shí)期內(nèi)所引起的企業(yè)股價(jià)的變化來(lái)反映市場(chǎng)對(duì)公司未來(lái)盈利能力的影響.簡(jiǎn)而言之，實(shí)質(zhì)上就是通過(guò)對(duì)比并購(gòu)前后企業(yè)股票價(jià)格的變化，從而去分析并購(gòu)活動(dòng)所帶來(lái)的績(jī)效.當(dāng)下，事件研究法主要用于研究企業(yè)的短期績(jī)效.因此，本文通過(guò)使用事件研究法來(lái)分析新型冠狀病毒對(duì)我國(guó)工業(yè)的影響程度是可行的.當(dāng)前國(guó)內(nèi)使用了事件研究法的探究，所選取的模型大多是傳統(tǒng)的APT（套利定價(jià)模型）模型或CAPM(資本資產(chǎn)定價(jià)模型)模型，這些大家經(jīng)常見(jiàn)到的模型在國(guó)外的市場(chǎng)有著良好的表現(xiàn)，但對(duì)于滬深A(yù)股的適應(yīng)性相對(duì)而言比較差，特別容易出現(xiàn)理論與實(shí)踐的偏差.因此，本文將更加適應(yīng)于A股市場(chǎng)的FF-3因子模型作為估計(jì)正常收益的模型，并且采用事件研究法，以便可以較為準(zhǔn)確的探究新冠肺炎對(duì)我國(guó)工業(yè)所帶來(lái)的的影響.事件研究法和三因子分析法的介紹事件研究法的建模事件研究法的建模包含以下五個(gè)步驟：1.首先要來(lái)確定事件窗以及估計(jì)窗.在選取的樣本里面確定事件日，通常來(lái)講就是股票市場(chǎng)接收到該事件信息的起點(diǎn)，緊接著應(yīng)當(dāng)去確定事件窗以及估計(jì)窗.2.選取研究所需要的樣本.3.確定用來(lái)估算正常收益的模型.現(xiàn)在有很多模型都可以用來(lái)估計(jì)正常收益，基于以往的研究經(jīng)驗(yàn)，常用的模型如常均值收益模型、套利定價(jià)模型（APT）和資本資產(chǎn)定價(jià)模型（CMPA）等多種模型對(duì)于滬深A(yù)股市場(chǎng)的適用性是比較低的，而三因子模型（FF-3）是更加適用的，所以我們選擇三因子模型作為估計(jì)正常收益的模型.4.估計(jì)不正常的收益().不正常收益就是用實(shí)際的收益減去正常的收益，用式1來(lái)計(jì)算股票在i事件窗期間的不正常收益：ARit=Rit-NRit(1)其中Rit表示的是事件窗i公司實(shí)際的收益，為事件窗時(shí)i公司正常的收益.累計(jì)非正常收益(CAR)為i公司事件窗期間每日非正常收益之和.即是：CARi=it(2)其中，t1和t2分別表示事件窗的開(kāi)始和結(jié)束.平均非正常期間各交易日上所有股票非正常收益的均值，就是：AARi=(3)累積平均不正常收益(CAAR)是實(shí)證檢驗(yàn)的核心，在事件窗期間內(nèi)，累積平均非正常收益的計(jì)算公式是：CAAR??=(4)5.檢驗(yàn)不正常收益的顯著性.顯著性檢驗(yàn)的原假設(shè)為：非正常收益平均數(shù)為零，檢驗(yàn)方法包括參數(shù)檢驗(yàn)法和非參數(shù)檢驗(yàn)法.非參數(shù)檢驗(yàn)用來(lái)檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)的穩(wěn)定性.三因子模型的概述從實(shí)證模型的選擇上來(lái)考慮，通過(guò)對(duì)比市場(chǎng)模型、Fama-French三因子模型和資本資產(chǎn)定價(jià)模型（），我發(fā)現(xiàn)雖然這些模型都存在較為明顯的統(tǒng)計(jì)錯(cuò)誤，但是Fama-French三因子模型是在相比較之下在預(yù)測(cè)股票收益率比較準(zhǔn)確的模型.為了能更好的去解釋平均收益，前人對(duì)(E/P)、(B/M)、(Leverge)和(ME)等多個(gè)因子進(jìn)行了多變量回歸，并發(fā)現(xiàn)以上這四個(gè)新增加的風(fēng)險(xiǎn)因子對(duì)于股票的收益率統(tǒng)計(jì)檢驗(yàn)發(fā)現(xiàn)均具有很強(qiáng)的解釋能力，發(fā)現(xiàn)資本資產(chǎn)定價(jià)模型（）在加入由股票市值表示的規(guī)模因子（）以及由股票市值比表示的價(jià)值因子（）后，資本資產(chǎn)定價(jià)模型（）對(duì)于股票平均收益的解讀能力會(huì)變得更強(qiáng).所以和提出了如下的多因子定價(jià)模型：E(Rit)Rft*E(RmtRftt)si*E(SMBt)hi*E(HMLt)（5）其中：表示股票i在時(shí)間t時(shí)的收益率，表示在時(shí)間t時(shí)的市場(chǎng)收益率，表示在時(shí)間t時(shí)的無(wú)風(fēng)險(xiǎn)收益率，為規(guī)模因子，用(Size)組合收益率減少市值組合的收益率表示，HML為價(jià)值因子，用組合的收益率減低賬面市值比組合收益率表示.對(duì)模型(1)進(jìn)行回歸，則FF-3因子模型可表示為：Rit-Rft=β+*t+Rft)s*SMBh*HML（6）隨著時(shí)間的推移，許多用來(lái)解釋股票收益率的多因子模型被提出，如(2015)提出的Q因子模型以及四因素模型.但在實(shí)際運(yùn)用中，范龍振，余世典(2002)發(fā)現(xiàn)的FF-3因子模型相較于模型的解釋能力明顯有了大幅度的提升，大致可以用來(lái)解釋A股市場(chǎng)回報(bào)率的變動(dòng)；趙勝民，閆紅蕾等人發(fā)現(xiàn)了相較于三因子模型，引入了投資因子（）和盈利因子()的五因子模型對(duì)于A股的解釋能力反而會(huì)減弱；.則認(rèn)為FF-5因子模型中根據(jù)過(guò)去的投資所構(gòu)建的投資因子（）不是解釋預(yù)期投資能力的一個(gè)很好的變量.對(duì)于Q因子模型，目前則沒(méi)有太多的實(shí)證探究.因此，本文選擇了傳統(tǒng)的FF-3因子模型作為正常的收益模型.新冠疫情對(duì)工業(yè)的實(shí)證分析數(shù)據(jù)的選取本篇文章數(shù)據(jù)的選取是在新冠疫情爆發(fā)后，探究疫情爆發(fā)后相關(guān)股票的股價(jià)變化.在二零二零年的一月二十號(hào)，我國(guó)確定了新冠肺炎病毒會(huì)出現(xiàn)人傳人的情況，引起了全社會(huì)的驚慌，股市開(kāi)始出現(xiàn)劇烈的波動(dòng)，因此將這一天稱為事件日，將選擇的事件日之后的15個(gè)工作日稱為事件窗，事件日前的180個(gè)交易日到事件日前的10個(gè)交易日，作為估計(jì)窗.對(duì)于樣本，我們選取了在滬深上市的A股工業(yè)市場(chǎng)的36支股票，總共選取36家上市企業(yè)作為本次調(diào)查的樣本.工業(yè)市場(chǎng)的收益率和個(gè)股收益率的數(shù)據(jù)均來(lái)源于網(wǎng)易金融.對(duì)于本文數(shù)據(jù)的劃分，本篇選取和在論文中所陳述的方法.首先根據(jù)2019年底被選擇的36家上市公司的市值大小進(jìn)行排序，分位值為50%，取前50%為S組()，后50%為B組().然后由低到高排列，參照它們2019的年底賬面的市值比，分位值分別取為30%與70%，取前30%為L(zhǎng)組()，次40%為M組()，后30%為L(zhǎng)組()，對(duì)于這兩種分類的方法，我們?nèi)∷麄兊慕患玫焦灿?jì)6個(gè)組合，分別計(jì)算這6個(gè)組合的日平均回報(bào)率，并把計(jì)算的結(jié)果作為日回報(bào)率，計(jì)算(規(guī)模因子)與（價(jià)值因子），計(jì)算公式如下式(7)和式(8)：(7)(8)表1分組信息SH贛鋒鋰業(yè)寶鋼股份SM匯川技術(shù)中國(guó)石油中國(guó)石化堅(jiān)朗五金工業(yè)富聯(lián)江西銅業(yè)榮盛石化國(guó)投電力中簡(jiǎn)科技SL中國(guó)鋁業(yè)長(zhǎng)江電力北方稀土寒銳鈷業(yè)恒力石化新鋼股份華能水電BH江山歐派甬金股份祥鑫科技新奧股份小康股份中礦資源融捷股份BM東富龍東風(fēng)科技錦浪科技錦浪科技錦浪科技永興材料延江股份博邁科新天然氣鴻路鋼構(gòu)BL錢(qián)江水利康隆達(dá)鄂爾多斯收益率的測(cè)算——三因子模型將3.1中的股票按照上述規(guī)則分類好后，分別計(jì)算每一組組合在估值期間的日均收益率，得到結(jié)果如下表（1）：表2各因子組合的收益率特征最小值最大值均值標(biāo)準(zhǔn)差SL-0.0158390.0356480.0035420.003624SM-0.0099850.009825-0.0003450.007658SH-0.0132560.0099870.0002560.006892BL-0.0089620.007214-0.004520.003548BM-0.0158210.0099940.0001280.005346BH-0.0148560.020011-0.000560.00827Ri-Rf-0.0038610.018521-0.0063640.000894SMB-0.0056420.0070180.0007250.003105HML-0.0165960.006245-0.0005760.004832從上述表格三個(gè)因子的均值來(lái)看，市場(chǎng)因子為-0.006364，價(jià)值因子為-0.000576，他們的均值均為負(fù)值，而規(guī)模因子的均值為0.000725為正數(shù)，說(shuō)明在整個(gè)估計(jì)窗期間，工業(yè)市場(chǎng)的行情相對(duì)較差，日平均收益率是低于沒(méi)有風(fēng)險(xiǎn)時(shí)候的收益率的.整個(gè)工業(yè)整體存在著一定的規(guī)模效應(yīng).從上述六個(gè)組合的最終均值來(lái)看，BH組有的市場(chǎng)回報(bào)率最高，BL組的市場(chǎng)回報(bào)率最低，因而說(shuō)明了高市值的公司的市場(chǎng)收益率明顯是高于低市值公司的.從標(biāo)準(zhǔn)差的角度來(lái)看，除了SM組之外，其它組合的標(biāo)準(zhǔn)差隨著公司賬面市值的上升而增加，這說(shuō)明在估計(jì)窗期間高市值的公司在得到較高回報(bào)率的同時(shí)，也要承擔(dān)著更高的市場(chǎng)風(fēng)險(xiǎn).除此之外，大公司的標(biāo)準(zhǔn)差大部分都是要超過(guò)小公司的，這說(shuō)明在估計(jì)窗期間的大公司的市場(chǎng)風(fēng)險(xiǎn)是遠(yuǎn)遠(yuǎn)高于小公司的.3.3新冠疫情對(duì)工業(yè)的影響分析-事件研究法1.因子相關(guān)性分析.要檢驗(yàn)各分子之間的相關(guān)性，要將其中的一個(gè)因子作為因變量，同時(shí)對(duì)其他兩個(gè)因子進(jìn)行回歸分析，由下表2可以看到，擬合優(yōu)度R2全部都是小于0.25的，從而得出結(jié)論：各因子之間不存在明顯的線性關(guān)系.表3因子相關(guān)性分析Rmt-RftSMBHMLR20.17220.21030.19272.序列平穩(wěn)性檢驗(yàn)使用ADF檢驗(yàn)對(duì)如下三個(gè)解釋變量Rmt–Rft、SMB、HML以及6個(gè)組合SL、SM、SH、BL、BM、BH進(jìn)行平穩(wěn)性檢驗(yàn).檢驗(yàn)結(jié)果：表4序列平穩(wěn)性檢驗(yàn)ADF統(tǒng)計(jì)量1%臨界值平穩(wěn)性Rmt-Rft-4.961224-4.52841平穩(wěn)SMB-4.564511-4.46221平穩(wěn)HML-5.954621-4.58826平穩(wěn)SL-4.614844-4.36285平穩(wěn)SM-6.915617-4.84561平穩(wěn)SH-7.584215-4.95121平穩(wěn)BL-5.941556-4.58912平穩(wěn)BM-4.658115-4.32518平穩(wěn)BH-5.725226-4.69845平穩(wěn)由表3可知，工業(yè)的三因子及六個(gè)組合的ADF統(tǒng)計(jì)量小于1%的臨界值，因此認(rèn)為三因子和六個(gè)組合的時(shí)間序列都是平穩(wěn)的，用上述數(shù)據(jù)作研究結(jié)論是可靠的.3.回歸模型的建立根據(jù)前文的6個(gè)分組，參考模型【10】建立回歸模型，用來(lái)研究超額收益、價(jià)值因子、市場(chǎng)因子之間的聯(lián)系，所得到結(jié)果如下表：表5不同組合的回歸系數(shù)及其T檢驗(yàn)LMHLMH截距項(xiàng)αT(α)S0.0043540.003250.003012.97683***2.94592***3.23152***B0.0013260.003250.0032892.39116**3.23161***2.95156***系數(shù)βT(β)S4.32511453.7561153.1562563.31859***5.5251***5.00277***B4.3515812.991204.15613-1.156734.29412***3.69175***系數(shù)sT(s)S1.45893210.3515610.7561513.46244***2.87321***4.43951***B0.352169-0.55232-0.598256-2.32512**-1.75312*0.91695系數(shù)hT(h)S-0.5944740.1133730.568038-2.10701**0.737874.19386***B-0.30679-0.136980.53074.84267***-0.635062.18254**注：***、**、*分別表示在1%、5%、和10%時(shí)顯著性水平.從截距項(xiàng)α來(lái)看，BL組合的截距項(xiàng)在5%的顯著性水平下明顯是異于零的，其它組合在1%的顯著性水平下也是異于零的，而且各截距項(xiàng)的值都是明顯小于0.005，這說(shuō)明超額因子（）、規(guī)模因子（）以及市場(chǎng)因子（）可以清楚地解釋股票的非正常收益，F(xiàn)F-3因子模型實(shí)驗(yàn)結(jié)果也是較為良好的.從市場(chǎng)因子系數(shù)β看，組合未能通過(guò)1%的顯著性檢驗(yàn)，其它組合則全部通過(guò)了1%的顯著性檢驗(yàn)，而且β的值較大，這表明了市場(chǎng)因子（）是3因子模型關(guān)鍵的解釋變量.從規(guī)模因子系數(shù)s看，BL組合未能通過(guò)10%的顯著性檢驗(yàn)，BM組合則通過(guò)了10%的顯著性檢驗(yàn)，BH通過(guò)了5%的顯著性檢驗(yàn)之外，余下組合均通過(guò)了1%的顯著性檢驗(yàn).這說(shuō)明規(guī)模因子對(duì)于小市值公司的解釋能力要顯著高于大市值公司.小市值公司的系數(shù)均大于大市值公司的系數(shù)，說(shuō)明工業(yè)市場(chǎng)存在著明顯的規(guī)模效應(yīng)，這與上文的發(fā)現(xiàn)的結(jié)果保持一致.從價(jià)值因子的系數(shù)h看，、均未能通過(guò)10%的顯著性檢驗(yàn)，、則通過(guò)了5%的顯著性檢驗(yàn)，、通過(guò)了1%的顯著性檢驗(yàn).從顯著性檢驗(yàn)的角度里看，市場(chǎng)因子（）對(duì)超額收益率的解釋能力是明顯弱于超額因子（）和規(guī)模因子（）的.此外，市場(chǎng)因子（）的系數(shù)會(huì)隨著市值的增加而顯著的增加，這說(shuō)明對(duì)于高市值公司的來(lái)說(shuō)，市場(chǎng)因子（）對(duì)非正常收益率的解釋能力要優(yōu)于低市值公司.綜合以上，從和的系數(shù)來(lái)看，發(fā)現(xiàn)規(guī)模因子（）的解釋能力是更加強(qiáng)于市場(chǎng)因子（），研究結(jié)果表明，對(duì)于該行業(yè)來(lái)說(shuō)規(guī)模效應(yīng)要比賬面市值比更加明顯.此外，還發(fā)現(xiàn)3因子模型截距項(xiàng)均顯著異于0，說(shuō)明3因子模型在解釋工業(yè)超額收益方面表現(xiàn)的十分優(yōu)異，本文的模型選擇是比較正確的.3.4非正常收益的計(jì)算與檢驗(yàn)根據(jù)上文提及的3因子模型，將模型代入來(lái)計(jì)算非正常收益得：（9）同時(shí)采用的資產(chǎn)組合檢驗(yàn)法.設(shè)原假設(shè)為H0:CAARr=0，構(gòu)建統(tǒng)計(jì)量：（10）表6事件窗內(nèi)每日對(duì)應(yīng)CAAR值及其T檢驗(yàn)值事件日CAARtT值事件日CAARtT值-100.0192580.429532.08698415.4697-9-0.06864-1.150241.83973313.4155-8-0.14523-1.888151.65455111.8821-7-0.04312-0.408961.58852311.1442-60.0198750.253971.0449087.7653-50.1098711.069681.328819.1162-40.0178361.717291.2509978.4692-3-0.152472.7036101.365168.8610-2-0.012252.5607111.0689377.1466-10.114813.3072120.9420456.356600.2717034.2848130.8010665.534410.8187397.9488140.8000985.417921.23612110.4060150.8728485.6540根據(jù)顯著性實(shí)驗(yàn)的驗(yàn)證，在事件日之后的一段時(shí)間內(nèi)是可以拒絕CAARr=0的原假設(shè)的，從而得到新冠肺炎對(duì)非正常收益影響顯著的結(jié)論.3.5穩(wěn)健性檢驗(yàn)在事件研究法中，因?yàn)榉菂?shù)檢驗(yàn)不服從特定分布假設(shè)的限制，它的實(shí)際表現(xiàn)往往會(huì)表現(xiàn)的更好，通常會(huì)作為考察參數(shù)檢驗(yàn)法的工具.對(duì)于傳統(tǒng)的符號(hào)檢驗(yàn)，如果存在非正常收益不對(duì)稱的情況，那么檢驗(yàn)將無(wú)效.因此，本文使用Corrado&Zivney提出的改進(jìn)符號(hào)檢驗(yàn)法來(lái)檢測(cè)事件的發(fā)生是否對(duì)工業(yè)造成了巨大沖擊.其檢驗(yàn)統(tǒng)計(jì)量的構(gòu)造如式11：(11)經(jīng)計(jì)算，檢驗(yàn)統(tǒng)計(jì)量J的值為2.2309，通過(guò)了置信度95%的顯著性檢驗(yàn)，因此可以得出結(jié)論：認(rèn)為新冠肺炎在事件窗期間對(duì)工業(yè)的影響較大，使得工業(yè)股價(jià)波動(dòng)加劇且產(chǎn)生了明顯的非正常收益.總結(jié)通過(guò)用事件分析法以及FF-3因子模型對(duì)新冠疫情對(duì)工業(yè)的影響進(jìn)行實(shí)證檢驗(yàn)，本文得到了如下結(jié)論：(1)新冠疫情對(duì)于工業(yè)的影響在短期內(nèi)的沖擊是巨大的，中國(guó)的工業(yè)市場(chǎng)經(jīng)過(guò)一段時(shí)間的調(diào)整會(huì)回歸到正常.與均值的差的絕對(duì)值會(huì)隨著時(shí)間的增加而不斷減小.(2)在新冠疫情期間，工業(yè)的表現(xiàn)要落后于市場(chǎng).在事件期最后一日工業(yè)的CAAR值為0.872848%，在此之前工業(yè)行業(yè)的CAAR值始終處于較低的水平，這表明工業(yè)這一行業(yè)在疫情期間沒(méi)有產(chǎn)生超額收益.綜合以上信息，給予工業(yè)發(fā)展以下幾條建議：首先我們應(yīng)當(dāng)以防控疫情為首要任務(wù)，調(diào)整之前設(shè)定好的“穩(wěn)增長(zhǎng)”的預(yù)期.由于最近幾年國(guó)內(nèi)外形勢(shì)的變化復(fù)雜，中國(guó)經(jīng)濟(jì)增長(zhǎng)下行壓力較大，整體經(jīng)濟(jì)處于中低增長(zhǎng)階段，，突如其來(lái)的新冠疫情對(duì)今年已經(jīng)做好的“穩(wěn)增長(zhǎng)”工作勢(shì)必然會(huì)造成較大的影響.近年來(lái)，隨著我國(guó)城鎮(zhèn)化的不斷推進(jìn)，以及新型交通網(wǎng)絡(luò)體系的建成，全國(guó)性的協(xié)作與交流的經(jīng)濟(jì)活動(dòng)的比例正在不斷的上升，一、二線城市在生產(chǎn)、制造業(yè)等產(chǎn)業(yè)鏈中發(fā)揮著越來(lái)越重要的作用，一旦出現(xiàn)阻礙我國(guó)經(jīng)濟(jì)發(fā)展的疫情，相關(guān)經(jīng)濟(jì)體將遭受更為嚴(yán)重的損失.如今正是抗擊新冠疫情的最關(guān)鍵的時(shí)期，采取隔離措施必定定會(huì)對(duì)工業(yè)經(jīng)濟(jì)的發(fā)展造成巨大的影響，但是抗擊新冠疫情才是最為重要的任務(wù)，只有疫情防控做到位，才能夠更好更快的全面恢復(fù)生產(chǎn)，進(jìn)行工業(yè)生產(chǎn).同時(shí)要做好疫情被控制后的生產(chǎn)恢復(fù)工作，切實(shí)降低相關(guān)企業(yè)的負(fù)擔(dān).對(duì)工業(yè)的期望生產(chǎn)值在一定程度上進(jìn)行下調(diào).同時(shí)相關(guān)的企業(yè)生產(chǎn)全面恢復(fù)，與此同時(shí)，部分的行業(yè)將出現(xiàn)劇烈的反彈性增長(zhǎng)，我們需要提前做好生產(chǎn)原料、人員招聘等工作.例如，為了保證防疫醫(yī)用物資的生產(chǎn)，有關(guān)企業(yè)應(yīng)當(dāng)將口罩、酒精等物資的生產(chǎn)標(biāo)準(zhǔn)調(diào)整到醫(yī)用標(biāo)準(zhǔn)，一旦疫情得到控制，將在一定程度上影響正常的生產(chǎn)經(jīng)營(yíng)，如原材料短缺、價(jià)格上漲等，要提前做好準(zhǔn)備.此外，本次疫情還對(duì)湖北省湖南省以及其他省份的中小企業(yè)的生產(chǎn)經(jīng)營(yíng)造成了比較大的影響，帶來(lái)原材料減少、材料價(jià)格上升，資金運(yùn)轉(zhuǎn)、訂單減少、物資運(yùn)輸不暢等問(wèn)題，政府應(yīng)盡快從稅費(fèi)減免、金融支持、財(cái)政扶持等方面開(kāi)展相關(guān)中小企業(yè)的減負(fù)工作.

在疫情的到控制后，我們應(yīng)當(dāng)積極做好湖北省和其他省份工業(yè)生產(chǎn)的恢復(fù)工作.同時(shí)此次受疫情嚴(yán)重影響的大多數(shù)中部省份，雖然這些省份近年來(lái)在工業(yè)發(fā)展方面取得了較明顯的進(jìn)展，但它們的工業(yè)基礎(chǔ)與東部發(fā)達(dá)省份仍然存在很大差距.在疫情得到控制后，應(yīng)當(dāng)積極促進(jìn)東部的發(fā)達(dá)省份對(duì)湖北、湖南、江西等中部省份開(kāi)展生產(chǎn)幫扶工作，盡快幫助湖北、湖南、江西等中部省份消除疫情對(duì)工業(yè)經(jīng)濟(jì)發(fā)展的負(fù)面影響.結(jié)束語(yǔ)通過(guò)在大學(xué)對(duì)統(tǒng)計(jì)學(xué)專業(yè)相關(guān)知識(shí)的學(xué)習(xí)，掌握了很多的統(tǒng)計(jì)方法以及分析方法.而本文主要采用事件分析法和三因子分析法，通過(guò)查閱文獻(xiàn)建立模型，運(yùn)用SPSS和R軟件對(duì)數(shù)據(jù)進(jìn)行了因子相關(guān)性分析，序列平穩(wěn)性檢驗(yàn)和T檢驗(yàn).通過(guò)研究新冠疫情對(duì)中國(guó)A股市場(chǎng)中工業(yè)的影響.我們發(fā)現(xiàn)新冠疫情對(duì)中國(guó)工業(yè)市場(chǎng)短期內(nèi)的影響是巨大的，但是隨著疫情防控的進(jìn)行，工業(yè)市場(chǎng)也慢慢的在復(fù)蘇，恢復(fù)到正常的水平.可見(jiàn)對(duì)中國(guó)工業(yè)市場(chǎng)的長(zhǎng)期影響是微小的.畢業(yè)論文作為對(duì)大學(xué)學(xué)習(xí)生活的一個(gè)總結(jié)，我們?cè)谡撐闹羞\(yùn)用了許多大學(xué)學(xué)習(xí)到的知識(shí)，這其實(shí)也是對(duì)我們所學(xué)知識(shí)的一種考察，對(duì)相關(guān)的數(shù)據(jù)進(jìn)行收集，同時(shí)也要運(yùn)用多種分析方法對(duì)數(shù)據(jù)進(jìn)行分析處理.在編寫(xiě)論文的過(guò)程中，我們既是對(duì)以往學(xué)習(xí)過(guò)的知識(shí)點(diǎn)的復(fù)習(xí)，同時(shí)也是在學(xué)習(xí)新的知識(shí).在論文寫(xiě)作的過(guò)程中，難免會(huì)遇到一些困難，同時(shí)自身掌握知識(shí)的有限性，因此論文難免會(huì)有一些不足之處，但是我會(huì)對(duì)論文進(jìn)行改