空汙指數與投資人交易行為-台灣市場的實證

Air Pollution Index and Investor Trading Behavior -

Empirical Analysis of Taiwan Market

摘要

在過去的財務研究中，利用環境因素，如天氣好壞、溫度或月相變化，作為投資人

情緒的代理變數來探討投資人情緒波動與股價之關聯性。近年來，空氣汙染現象日益嚴

重，逐漸成為大眾關注的議題，而有文獻指出空氣汙染會造成人們情緒上的波動，故本

研究欲將空氣汙染指數作為投資人情緒的代理變數，並利用 OLS 迴歸進行分析，檢測

2009 年至 2018 年空氣汙染與台灣股市報酬之間的關聯性。實證結果顯示 PSI 支持「汙

染效應」，空氣汙染會使投資人產生負面情緒，提高風險趨避程度，進而降低股市報酬。

AQI 與股市報酬關聯性不大，並未造成投資人異常交易行為。而 PM2.5濃度愈高，空氣

汙染愈嚴重，股市報酬反而提高，因此 PM2.5不支持「汙染效應」。

關鍵詞：空氣汙染指數、異常報酬、投資人情緒

1

壹、前言

傳統財務理論建立在人是理性的基礎上，市場之參與者能夠理性評估股票價格。

Fama在 1970年提出效率市場假說（Efficient Market Hypothesis），認為在資本市場中，

所有能夠影響股價的資訊皆能充分的反映到股價上，使公司股價隨時處於均衡狀態，而

投資人獲得的資訊將無法獲得超額報酬。然而有些學者陸續發現市場上存在一些效率市

場假說無法解釋的異常現象（Anomalies），投資者透過基本財務資訊，能夠帶來超額報

酬，如本益比高低、公司規模大小，或是特定的投資時間（如一月投資）。由於這些超額

報酬的存在，違背效率市場假說，因此有學者開始以不同的角度來解釋市場異常現象。

行為財務學以心理學的角度且同時結合經濟學和財務理論，試圖探究市場參與者的

心理決策過程，以及心理層面對於投資偏好的影響。人們的情緒波動會影響投資人對於

投資風險的態度，以及對風險資產的需求，進而影響股市績效已被證實。然而，若想探

討投資人心理情緒如何影響其投資決策，則需要一個投資人情緒的代理變數，且此代理

變數對於投資人的心理影響須一致。在過去研究中，有學者以天氣好壞、溫度、月相變

化或季節轉變作為投資人情緒的代理變數，發現這些環境因素皆會引起投資人情緒變化，

並影響其投資決策。

近年來，空氣汙染現象日益嚴重，大眾逐漸重視空氣汙染問題，而當空氣品質達到

紅色警示（對所有族群不健康）時，新聞媒體也會大幅報導，因此使得空氣汙染成為台

灣近期最熱門的議題，根據 Google搜尋趨勢（Google Trends）數據顯示，「空汙」自 2015

年 9 月逐漸成為台灣熱門搜尋關鍵詞，且搜尋熱門程度會隨著民眾感到空氣狀況不好時

而提高。過去，環保署以汙染物標準指標（Pollutant Standards Index, PSI）和細懸浮微粒

（PM2.5）指標，雙指標作為空氣品質判斷依據，提供政府單位及民眾在發生嚴重空氣汙

染時能有所因應及防範，但因雙指標及雙顏色容易使民眾在解讀上產生困擾，因此，至

2016 年 12 月 1 日起，環保署整合兩種指標，改採用空氣品質指標（Air Quality Index,

AQI）單一指標，除了可解決民眾解讀之困擾外，也可以突顯除了 PM2.5 之外的其他空

氣汙染物。此外，台灣民眾近期環保意識抬頭，對環境汙染愈來愈重視，由於民眾對空

氣汙染日益有感，因此陸續發起反空汙遊行，希望能夠改善空氣品質，並且提出「以核

養綠」的訴求，減少燃煤所產生之空氣汙染。

空氣汙染不僅會危害人體的健康，造成呼吸道或是肺部疾病，也會使人們在戶外活

動時，因能見度降低而產生不便。在過去的研究中，發現空氣汙染亦會影響人們的心理

狀態，造成負面情緒，如焦慮、緊張及痛苦等，更嚴重還會導致憂鬱症狀的產生，而暴

露於更高濃度的空氣汙染物質中，亦會加劇人們負面情緒程度。

隨著空氣汙染成為大家關注的議題，而有學者將空氣汙染作為投資人情緒的代理變

2

數，探討空氣汙染與股市報酬之關聯性，實證結果發現已開發國家（美國、加拿大、澳

洲及荷蘭）的股市報酬確實會受到空氣汙染影響，當投資者暴露於空氣汙染中，會使其

情緒感到低落，對風險態度傾向於風險趨避，從而賣出風險資產，導致股市報酬降低。

然而，屬於開發中國家的中國，以長期樣本來看，空氣汙染與股市報酬並沒有關聯性，

但自中國公眾環境意識逐漸提高後，民眾愈來愈關注空氣汙染議題，近幾年的股市報酬

與空氣汙染開始呈現負相關。由於台灣民眾對空氣汙染愈來愈重視，因此本研究欲探討

台灣空氣汙染指標是否會影響投資人交易行為，並且針對空氣汙染物質中的細懸浮微粒

（PM2.5）進行分析，探討台灣股市是否會與其存在關聯性。

貳、文獻探討

一、情緒對股市報酬之相關文獻

行為財務學認為人類的行為與情緒狀態會影響其投資偏好。Kaplanski and

Levy(2010)指出負面情緒和焦慮可能會影響投資者的決策，並導致其對未來報酬更加悲

觀或傾向於降低風險。Lepori(2015)研究發現負面情緒會降低人們對風險資產的需求，而

導致股市報酬率下降。Kourtidis, Sevic and Chatzoglou(2016)探討投資人情緒狀態對其股

市績效的影響，發現情緒正面（心情愉悅、樂觀或精力充沛）之投資人獲得的股市報酬

率高於情緒負面（緊張、憤怒或感到疲倦）之投資人。

過去有許多文獻證實環境因素會影響人們的情緒，並改變其投資行為或決策，進而

影響股市績效。Howarth and Hoffman(1984)探討天氣與情緒之間的關係，發現在七種天

氣變數中，濕度、溫度及日照時數（陽光量）三者最容易影響人類情緒，並指出空氣中

的濕度愈高，人們的專注力會降低且增加睡意；溫度愈高，人們焦慮程度愈低；日照時

數愈長，人們感到焦慮與懷疑態度會降低，而樂觀程度則會增加。Lucey and Dowling(2005)

指出天氣變化引起的情緒波動會影響股票投資決策，例如，因天氣好而心情愉悅的人會

對股票投資做出更樂觀的判斷。反之，因天氣不佳而心情低落的人則會做出更悲觀的判

斷。

Saunders(1993)探討天氣與股市報酬之關聯性，檢測紐約的雲層覆蓋率（Cloud Cover）

與股市報酬之關係，實證結果發現雲層覆蓋率與股市報酬呈現負相關，雲層覆蓋率低代

表天氣晴朗，投資者情緒較樂觀，提高股市報酬，而雲層覆蓋率高代表氣候不佳，投資

者情緒較低落，則降低股市報酬。而 Hirshleifer and Shumway(2003)擴大樣本，檢測 26

個國家的股市報酬，研究結果與 Saunders(1993)一致，陽光量與股市報酬為顯著相關。

Young, Meaden, Fogg, Cherin, and Eastman(1997)研究發現季節性情緒失調（Seasonal

Affective Disorder, SAD）會受到日照時數影響，而 Kamstra, Kramer, and Levi(2003)指出

SAD 會影響股市報酬，秋天因日照時數逐漸減短，投資人會受到 SAD 之影響，導致情

3

緒低落，對風險的態度傾向於趨避而減少風險資產，使股市報酬降低，冬天過後，日照

時數逐漸增長，股市報酬也逐漸提高。

心理學家發現低溫會使人產生積極心理，則高溫可能會造成冷漠或積極心理，而兩

種心理皆會影響投資人對風險的態度，積極會降低風險趨避程度，而冷漠則會提高風險

趨避程度。Cao and Wei(2005)以 8個國家為檢測樣本，發現溫度與股市報酬呈現為負相

關，溫度低使投資者產生積極心理，願意承擔風險，而提高股市報酬，在溫度高時，投

資者產生冷漠心理（傾向風險趨避）會大於積極心理（願意承擔風險），因此降低股市報

酬。

除了陽光量及溫度之外，月相變化亦與股市報酬間存在關聯性。由於心理學研究發

現滿月期間會使人們的情緒感到低落，Yuan, Lu, and Zhu(2006)因而假設股票價值與報酬

在滿月期間較低，調查 48 個國家股市報酬與月相之關係，發現滿月期間的股市報酬低

於新月期間的報酬。此外，Brahmana, Hooy, and Ahmad(2014)亦發現滿月會影響投資者

的認知與心理，使其產生敵意或憤怒情緒，而導致股票交易績效不佳。

綜合上述可知，正向情緒使投資人對未來報酬產生樂觀的想法，願意承擔風險，降

低風險趨避程度，而增加對風險資產的需求，造成股市報酬提高。反之，負面情緒使投

資人對未來報酬產生悲觀的想法，而增加風險趨避程度，減少對風險資產的需求，造成

股市報酬減少。

二、空氣汙染對情緒之相關文獻

空氣汙染不僅對人體健康造成不良的影響，例如呼吸道感染、肺癌和氣喘等疾病，

也會影響人們的心理狀態。Evans, Colome, and Shearer(1988)探討空氣汙染與情緒焦慮是

否存在關聯性，發現臭氧（O3）濃度對焦慮有顯著的影響，且暴露於較高臭氧濃度環境

的人更容易產生焦慮的情況。Chattopadhyay, Som, and Mukhopadhyay(1995)以居住在不

同地區（工業區、商業區及住宅區）的居民為檢測對象，發現住在工業區的居民情緒感

到焦慮和緊張之檢測值比其他兩個地區高，並指出暴露於嚴重的空氣汙染中，會加劇人

們焦慮和緊張程度。

Forsberg, Stjernberg, and Wall(1997)檢測與人們的惱怒反應之關係，發現二氧化氮

（NO2）是影響人們惱怒反應的重要空氣汙染物質。Sass, Kravitz-Wirtz, Karceski, Hajat,

Crowder, and Takeuchi(2017)研究發現 PM2.5濃度與心理痛苦有顯著影響，即便控制了人

口統計特徵、社經地位及健康相關變數後，仍存在顯著相關，且發現暴露於更高濃度的

PM2.5環境中會增加心理痛苦的風險。

Lim, Kim, Kim, Bae, Park, and Hong(2012)和 Pun, Manjourides, and Suh(2017)分別以

韓國、美國老年人為檢測對象，發現空氣汙染與憂鬱症狀有關。而暴露於空氣汙染時間

越長，患有憂鬱症狀的機率會增加(Vert et al. 2017)。Rajper, Ullah, and Li(2018)針對中國

4

54所大學學生進行問卷調查，發現大部分受訪者在空氣汙染的狀況下會感到憂鬱、悲傷

或不愉快的情緒。

綜合上述文獻，空氣汙染會使人們產生負面的情緒，且長期接觸或暴露於高濃度空

氣汙染物質中，會加劇各種負面心理問題。

三、空氣汙染對股市報酬之相關文獻

心理學文獻發現空氣汙染使人們產生負面情緒，亦發現負面情緒會影響其投資決策

且提高風險趨避程度，而財務經濟學文獻指出情緒會影響股市報酬，基於上述之研究，

Levy and Yagil(2011)提出「汙染效應」（Pollution Effect），即空氣汙染會對股市報酬產生

影響，認為空氣汙染會帶給投資人負面情緒，提高風險趨避程度，進而降低股市報酬。

他們利用空氣品質指標（Air Quality Index , AQI）與美國五種股市指數，檢測 1997年至

2007 年空氣汙染與股市報酬之關聯性，研究發現空氣汙染與股市報酬呈現負相關，AQI

數值提高（空氣汙染嚴重）時，股市報酬會降低，支持「汙染效應」。而 Levy and Yagil(2013)

延續先前研究，發現除了美國之外，汙染效應也存在於加拿大、荷蘭、香港和澳洲。

空氣品質指標是由六種空氣汙染物質計算而成，Lepori(2016)針對不同空氣汙染物

質與義大利米蘭股市報酬進行檢測，檢測結果發現懸浮微粒（PM）和氮氧化物（NOX）

對股市報酬呈現顯著負相關，即懸浮微粒和氮氧化物濃度提高，股市報酬則會降低，而

二氧化硫（SO2）濃度對股市報酬沒有顯著影響。

空氣汙染會影響已開發國家的股市報酬，但在中國則有不同的結果。Li and

Peng(2016)探討中國 2005 年至 2014 年 AQI 與股市報酬，發現整體樣本期間 AQI 與股

市報酬沒有顯著相關，但自 2009 年後期，中國公眾環境意識逐漸提高，民眾愈來愈關

注空氣汙染議題，而 AQI 與股市報酬間開始呈現負相關。此外，他們亦檢測投資者行

為，發現當空氣品質不好時，股市中的淨資金流入（投資行為）減少，因此推論空氣汙

染會影響投資者心情，增加悲傷或低落情緒，進而減少對股市的需求，導致股市報酬降

低。

He and Liu(2018)以四個重要的環境事件作為提高公眾環境意識的樣本，檢測中國公

眾環境意識對空氣汙染效應之影響，研究結果與 Li and Peng(2016)一致，2005 年至 2017

年長期樣本期間顯示，AQI與股市報酬沒有顯著相關。而隨著公眾環境意識增強，AQI

與股市報酬仍沒有顯著相關，但反映投資者交易行為的波動性、流動性與 AQI呈現顯著

負相關。他們認為，由於環境事件促進大眾對環境問題和空氣汙染的認識，空氣汙染會

影響投資者的情緒，進而影響股市交易的程度，而非股市價格。

Wu, Chen, Guo, and Gao(2018)檢測中國 2009年至 2016年 AQI對重汙染行業股市報

酬之影響，研究結果發現 2009 年至 2013 年 AQI 與股市報酬沒有顯著相關，然而 2014

年至 2016年發現，當空氣品質最差（AQI = 300）時，與股市報酬呈現負相關，而當空

5

氣品質良好（AQI =100）時，則與股市報酬呈現正相關。他們認為 2013 年可能是中國

人民開始認真關注空氣汙染的第一年，因此產生此結果。

綜合上述文獻，已開發國家的投資人會隨著空氣汙染嚴重程度提高，產生負面情緒，

影響其投資決策，進而造成股市報酬降低。然而，屬於開發中國家的中國則有不同的情

況，長期樣本皆顯示空氣汙染與股市報酬沒有關聯性，而公眾環境意識是造成空氣汙染

與中國投資人情緒波動間之關鍵因素，當民眾對空氣汙染的認識與關注增加後，空氣汙

染開始影響中國股市報酬與投資人交易行為。

參、研究方法

本研究將空氣汙染作為投資人情緒的代理變數，探討空氣汙染指標對於股市報酬是

否有顯著的影響，以台灣加權股價指數與台北市、台中市、高雄市及台灣全區之空氣汙

染指數為研究對象。台灣加權股價指數，採用除權息調整後日收盤價資料，資料來源取

自於台灣經濟新報（TEJ）資料庫。空氣汙染指數資料包含汙染物標準指標（PSI）、空氣

品質指標（AQI）及細懸浮微粒（PM2.5），台北市、台中市及高雄市計算方式皆為當地所

有觀測站之平均值，台灣全區計算方式以台北市、台中市及高雄市三個區域平均值加總

之結果除以三而得，資料來源取自於台灣行政院環保署。研究期間為 2009年 1月至 2018

年 12 月，共計 10年。

一、 空氣汙染指數與股票市場報酬之檢測

本研究以單變數迴歸模型檢測當日（𝑡日）空氣汙染指數與股市報酬（𝑅𝑡）之關聯性，

藉此瞭解空氣汙染的程度是否會影響投資人情緒及其交易行為，因而使台灣加權股價指

數受到影響。由於環保署自 2016年 12 月 1日起將空氣品質指標（AQI）取代原有的汙

染物標準指標（PSI），故空氣汙染指數資料 2009 年 1月 1日至 2016年 11 月 30日採用

PSI作為解釋變數，2016年 12月 1日至 2018年 12 月 31日則採用 AQI作為解釋變數。

迴歸模型如下列所示：

𝑅𝑡＝𝛽0 + 𝛽1𝑃𝑆𝐼𝑖𝑡 + 𝜀𝑖𝑡 （1）

𝑅𝑡＝𝛽0 + 𝛽1𝐴𝑄𝐼𝑖𝑡 + 𝜀𝑖𝑡 （2）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝑃𝑆𝐼𝑖𝑡為𝑡日的 PSI平均值， 𝐴𝑄𝐼𝑖𝑡為𝑡日的

AQI平均值，𝜀𝑖𝑡為誤差項，𝑖為地區（台北、台中、高雄、台灣全區）。

為了檢測不同空氣汙染程度與台灣加權股價指數日報酬（𝑅𝑡）之關係，本研究以迴

歸模型為基礎加入虛擬變數。環保署將 PSI依據指數高低，將其劃分為「良好」、「普通」、

「不良」、「非常不良」和「有害」五種級別。由於「非常不良」和「有害」兩種級別樣

本數稀少，故本研究僅將虛擬變數分為三個區間，分別為數值介於 0 至 50 之間，表示

6

空氣品質「良好」，數值介於 51 至 100 之間，表示空氣品質「普通」，數值達到 101 以

上，表示空氣品質「不健康」，藉此探討 PSI不同空氣汙染程度與股市報酬之關聯性。迴

歸模型如下列所示：

𝑅𝑡＝𝛽1𝑃𝐷1𝑖𝑡 + 𝛽2𝑃𝐷2𝑖𝑡 + 𝛽3𝑃𝐷3𝑖𝑡 + 𝜀𝑖𝑡 （3）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝑃𝐷1𝑖𝑡為虛擬變數，當𝑡日 PSI數值介於 0

至 50 之間，其值為 1，否則為 0， 𝑃𝐷2𝑖𝑡為虛擬變數，當𝑡日 PSI 數值介於 51 至 100 之

間，其值為 1，否則為 0， 𝑃𝐷3𝑖𝑡為虛擬變數，當𝑡日 PSI數值達到 101以上，其值為 1，

否則為 0，𝜀𝑖𝑡為誤差項，𝑖為地區（台北、台中、高雄、台灣全區）。

環保署將 AQI依據指數高低，將其劃分為「良好」、「普通」、「對敏感族群不健康」、

「對所有族群不健康」、「非常不健康」和「危害」六種等級。由於「對所有族群不健康」、

「非常不健康」和「危害」三種等級樣本數稀少，故本研究僅將虛擬變數分為三個區間，

分別為數值介於 0 至 50 之間，表示空氣品質「良好」，數值介於 51 至 100 之間，表示

空氣品質「普通」，數值介於 101以上，表示空氣品質「不健康」，藉此探討 AQI空氣品

質優劣與股市報酬之關聯性。迴歸模型如下列所示：

𝑅𝑡＝𝛽1𝐴𝐷1𝑖𝑡 + 𝛽2𝐴𝐷2𝑖𝑡 + 𝛽3𝐴𝐷3𝑖𝑡 + 𝜀𝑖𝑡 （4）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝐴𝐷1𝑖𝑡為虛擬變數，當𝑡日 AQI數值介於 0

至 50 之間，其值為 1，否則為 0， 𝐴𝐷2𝑖𝑡為虛擬變數，當𝑡日 AQI數值介於 51 至 100 之

間，其值為 1，否則為 0， 𝐴𝐷3𝑖𝑡為虛擬變數，當𝑡日 AQI 數值達到 101以上，其值為 1，

否則為 0，𝜀𝑖𝑡為誤差項，𝑖為地區（台北、台中、高雄、台灣全區）。

此外，本研究亦採用 Levy and Yagil(2011)提出之迴歸模型檢測嚴重空氣汙染，是否

會影響股市報酬，迴歸模型如下列所示：

𝑅𝑡＝𝛽0 + 𝛽1𝑃𝐷3𝑖𝑡 + 𝜀𝑖𝑡 （5）

𝑅𝑡＝𝛽0 + 𝛽1𝐴𝐷3𝑖𝑡 + 𝜀𝑖𝑡 （6）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝑃𝐷3𝑖𝑡為嚴重空氣汙染的虛擬變數，當𝑡日

PSI數值達到 101 以上，其值為 1，否則為 0， 𝐴𝐷3𝑖𝑡為嚴重空氣汙染的虛擬變數，當𝑡日

AQI數值達到 101以上，其值為 1，否則為 0，𝜀𝑖𝑡為誤差項，𝑖為地區（台北、台中、高

雄、台灣全區）。

二、 細懸浮微粒（PM2.5）與股票市場報酬之檢測

本研究以單變數迴歸模型檢測當日（𝑡日）PM2.5濃度與股票市場報酬（𝑅𝑡）之關聯

性，藉此瞭解 PM2.5是否與台灣股票市場存在關聯性。迴歸模型如下列所示：

7

𝑅𝑡＝𝛽0 + 𝛽1𝑃𝑀𝑖𝑡 + 𝜀𝑖𝑡 （7）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝑃𝑀𝑖𝑡為𝑡日的 PM2.5平均值，𝜀𝑖𝑡為誤差項，

𝑖為地區（台北、台中、高雄、台灣全區）。

為了檢測不同 PM2.5濃度與台灣加權股價指數日報酬（𝑅𝑡）之關係，本研究以迴歸

模型為基礎加入虛擬變數。環保署將 PM2.5依據濃度高低，將其劃分為「良好」、「普通」、

「對敏感族群不健康」、「對所有族群不健康」、「非常不健康」和「危害」六種等級。由

於「對所有族群不健康」、「非常不健康」和「危害」三種等級樣本數稀少，故本研究僅

將虛擬變數分為三個區間，分別為濃度介於 0至 15.4之間，表示空氣品質「良好」，濃

度介於 15.5 至 35.4 之間，表示空氣品質「普通」，濃度達到 35.5 以上，表示空氣品質

「不健康」，藉此探討 PM2.5濃度高低與股市報酬之關聯性。迴歸模型如下列所示：

𝑅𝑡＝𝛽1𝑃𝑀_𝐷1𝑖𝑡 + 𝛽2𝑃𝑀_𝐷2𝑖𝑡 + 𝛽3𝑃𝑀_𝐷3𝑖𝑡 + 𝜀𝑖𝑡 （8）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝑃𝑀_𝐷1𝑖𝑡為虛擬變數，當𝑡日 PM2.5數值介

於 0 至 15.4之間，其值為 1，否則為 0， 𝑃𝑀_𝐷2𝑖𝑡為虛擬變數，當𝑡日 PM2.5數值介於 15.5

至 35.4 之間，其值為 1，否則為 0，𝑃𝑀_𝐷3𝑖𝑡為虛擬變數，當𝑡日 PM2.5數值達到 35.5 以

上，其值為 1，否則為 0，𝜀𝑖𝑡為誤差項，𝑖為地區（台北、台中、高雄、台灣全區）。

此外，本研究亦採用 Levy and Yagil(2011)提出之迴歸模型，檢測嚴重空氣汙染是否

會影響股市報酬，迴歸模型如下列所示：

𝑅𝑡＝𝛽0 + 𝛽1𝑃𝑀_𝐷3𝑖𝑡 + 𝜀𝑖𝑡 （9）

其中，𝑅𝑡為加權股價指數在𝑡日的報酬率，𝑃𝑀_𝐷3𝑖𝑡為嚴重空氣汙染的虛擬變數，當

𝑡日 PM2.5濃度達到 35.5 以上，其值為 1，否則為 0，𝜀𝑖𝑡為誤差項，𝑖為地區（台北、台

中、高雄、台灣全區）。

肆、實證結果

表 1 為台北、台中、高雄及台灣全區空氣汙染指數 PSI、AQI 及 PM2.5之敘述性統

計分析。依據各區域之平均值可得知，無論 PSI、AQI或 PM2.5，台北空氣品質較好，台

中其次，高雄空氣品質則較差。

8

表 1 空氣汙染指數之敘述性統計

Panel A: PSI (2009/1-2016/11)

台北 台中 高雄 台灣

觀測值 1942 1942 1942 1942

最小值 15 16 21 22

最大值 138 329 459 300

平均數 50.12 57.38 64.04 57.19

標準差 15.935 17.882 21.787 14.125

Panel B: AQI (2016/12-2018/12)

台北 台中 高雄 台灣

觀測值 510 510 510 510

最小值 19 20 20 25

最大值 163 184 162 137

平均數 54.24 65.85 81.48 67.20

標準差 20.936 30.045 36.733 22.719

Panel C: PM2.5 (2009/1-2018/12)

台北 台中 高雄 台灣

觀測值 2452 2452 2452 2452

最小值 3.5 4.4 3.5 5.0

最大值 85.0 107.8 122.8 98.2

平均數 20.96 27.872 34.250 27.696

標準差 10.924 15.299 19.544 13.046

註：台灣為台灣全區，計算方式以台北、台中及高雄平均值加總之結果除以三而得。

一、空氣汙染指數與股票市場報酬

本研究以迴歸分析檢測空氣汙染指數與台灣股市報酬之關聯性，結果如表 2。結果

顯示，PSI與 AQI對台灣股市報酬間的影響皆不顯著，表示無論空氣汙染是否嚴重，台

灣股市報酬皆不受影響。

表 2 空氣汙染指數與台灣股市報酬關聯性之實證結果

區域 PSI AQI

台北 0.004

(0.173)

-0.036

(-0.803)

台中 -0.020

(-0.890)

0.027

(0.614)

高雄 -0.019

(-0.826)

-0.013

(-0.298)

台灣 -0.017

(-0.734)

-0.006

(-0.141)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

本研究希望進一步瞭解不同空氣汙染程度對台灣股市報酬是否有影響。表 3 為 PSI

9

空氣品質好壞與台灣股市報酬之關聯性實證結果，結果顯示，台北、台中及高雄三區空

氣品質為「良好」等級時，與台灣股市報酬雖為正相關但不顯著，空氣品質為「普通」

等級時，與台灣股市報酬呈現顯著正相關，係數值分別為 0.043(p＝0.058)、0.041(p＝0.073)

及 0.044(p＝0.054)，由此可知當空氣汙染較不嚴重時，台灣股市報酬有較高的正報酬，

而空氣品質為「不健康」等級時，與台灣股市報酬雖為負相關但不顯著，本研究推測原

因為此三個區域之不健康空氣品質天數較少，故不顯著。

表 3 PSI空氣品質好壞與台灣股市報酬關聯性之實證結果

區域 良好 普通 不健康

台北 0.018

(0.774)

0.043*

(1.898)

-0.026

(-1.130)

台中 0.015

(0.654)

0.041*

(1.795)

-0.015

(-0.654)

高雄 0.017

(0.735)

0.044*

(1.925)

-0.033

(-1.472)

台灣 0.024

(1.060)

0.033

(1.449)

-0.014

(-0.599)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

表 4 為 AQI 空氣品質好壞與台灣股市報酬關聯性之實證結果，結果顯示，所有區

域空氣品質好壞對台灣股市報酬之影響皆不顯著，表示無論空氣品質是否良好，台灣股

市報酬皆不受其影響，然而 AQI和 PSI不同之處為所有區域空氣品質達「不健康」等級

時，與台灣股市報酬卻呈現正相關。

表 4 AQI空氣品質好壞與台灣股市報酬關聯性之實證結果

區域 良好 普通 不健康

台北 0.054

(1.221)

-0.040

(-0.900)

0.020

(0.452)

台中 -0.006

(-0.141)

0.023

(0.514)

0.012

(0.276)

高雄 0.012

(0.279)

0.011

(0.246)

0.005

(0.113)

台灣 0.066

(1.492)

-0.022

(-0.505)

0.002

(0.034)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

10

表 5為檢測嚴重空氣汙染與台灣股市報酬之關聯性實證結果。2016年 12月 1日以

前，以 PSI>100 作為嚴重空氣汙染之衡量指標時，結果顯示，高雄嚴重空氣汙染與台灣

股市報酬呈現顯著負相關，係數值為-0.040(p＝0.079)，表示當空氣汙染愈嚴重，股市報

酬則愈低，而台北、台中及台灣全區嚴重空氣汙染與台灣股市報酬雖為負相關但不顯著，

本研究推測原因為此三個區域之嚴重空氣汙染天數較少，故不顯著。2016 年 12月 1 日

以後，以 AQI>100作為嚴重空氣汙染之衡量指標時，結果顯示，各區域之嚴重空氣汙染

對股市報酬皆不顯著，表示台灣股市報酬皆不受嚴重的空氣汙染影響。

表 5 嚴重空氣汙染與台灣股市報酬關聯性之實證結果

區域 PSI AQI

台北 -0.029

(-1.261)

0.017

(0.392)

台中 -0.018

(-0.801)

0.007

(0.148)

高雄 -0.040*

(-1.759)

-0.006

(-0.131)

台灣 -0.015

(-0.670)

-0.003

(-0.076)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

綜合上述可得知，PSI 會影響台灣股市報酬，當空氣品質較好，空氣汙染較不嚴重

時，股市報酬為正報酬，而當空氣品質較差，空氣汙染愈嚴重，股市報酬則愈低。而 AQI

與台灣股市報酬之關聯性不大。

二、細懸浮微粒（PM2.5）與股票市場報酬之檢測

本研究以迴歸分析檢測 PM2.5 與台灣股市報酬之關聯性，結果如表 6。結果顯示，

PM2.5對台灣股市報酬間的影響皆不顯著，表示無論 PM2.5濃度高低，台灣股市報酬皆不

受其影響。

表 6 PM2.5與台灣股市報酬關聯性之實證結果

台北 台中 高雄 台灣

PM2.5 0.012

(0.605)

0.019

(0.958)

0.016

(0.800)

0.019

(0.936)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

本研究希望進一步瞭解 PM2.5 濃度高低對台灣股市報酬是否有影響。表 7 為 PM2.5

濃度高低與台灣股市報酬關聯性之實證結果，結果顯示，台北、高雄及台灣全區空氣品

質為「不健康」等級時，與台灣股市報酬呈現顯著正相關，係數值分別為 0.040(p＝0.048)、

11

0.049(p＝0.016)及 0.044 (p＝0.030)，由此可知當 PM2.5濃度高，空氣汙染較嚴重時，台

灣股市報酬會提高。

表 7 PM2.5濃度高低與台灣股市報酬關聯性之實證結果

區域 良好 普通 不健康

台北 0.031

(1.528)

0.002

(0.076)

0.040**

(1.983)

台中 -0.006

(-0.320)

0.030

(1.506)

0.028

(1.387)

高雄 0.004

(0.176)

-0.002

(-0.095)

0.049**

(2.406)

台灣 0.012

(0.584)

0.008

(0.409)

0.044**

(2.172)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

表 8為檢測高濃度 PM2.5與台灣股市報酬之關聯性實證結果。以 PM2.5濃度>35.4 作

為嚴重空氣汙染之衡量指標時，結果顯示，台北、台中及台灣全區與台灣股市報酬成正

相關但不顯著，而高雄與台灣股市報酬呈現顯著正相關，係數值為 0.073(t=1.774)，表示

PM2.5濃度愈高，空氣汙染愈嚴重，股市報酬也會提高。

表 8 高濃度 PM2.5與台灣股市報酬關聯性之實證結果

台北 台中 高雄 台灣

PM2.5 0.031

(1.536)

0.013

(0.633)

0.036*

(1.774)

0.032

(1.576)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

綜合上述可得知，當 PM2.5濃度較低，空氣汙染較不嚴重時，與台灣股市報酬之關

聯性不大，但當 PM2.5濃度愈高，空氣汙染愈嚴重，股市報酬則會提高。

三、改制前後空氣汙染指標與股市報酬之關聯

依據前面實證結果可得知，採用 PSI 作為空氣品質判斷依據時，符合本研究預期，

當空氣汙染愈嚴重，台灣股市報酬愈低，2016年 12 月 1日以後，改採用 AQI作為空氣

品質判斷依據時，發現空氣汙染與台灣股市報酬呈現正相關，而 PM2.5 實證亦產生相似

結果，因此本研究將 PM2.5樣本期間分為改制前（2009年 1月至 2016年 11月）與改制

後（2016年 12 月至 2018年 12月），探討是否因 PM2.5納入 AQI監測資料中，而使兩

者有相似結果。

由表 9可得知，台中地區 PM2.5改制前後與股市報酬皆為正相關，而改制後 AQI卻

與股市報酬呈現正相關，表示改制後，AQI會受到 PM2.5之影響，而使 AQI與股市報酬

12

呈現正相關。

表 9 改制前後空氣汙染指標與台灣股市報酬關聯性之實證結果

改制前(2009/1-2016/11) 改制後(2016/12-2018/12)

區域 PSI PM2.5 AQI PM2.5

台北 0.004

(0.173)

0.013

(0.586)

-0.036

(-0.803)

-0.026

(-0.578)

台中 -0.020

(-0.890)

0.013

(0.589)

0.027

(0.614)

0.043

(0.973)

高雄 -0.019

(-0.826)

0.014

(0.621)

-0.013

(-0.298)

0.012

(0.276)

台灣 -0.017

(-0.734)

0.016

(0.703)

-0.006

(-0.141)

0.017

(0.387)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

表 10與表 11分別為改制前後空氣品質好壞與台灣股市報酬關聯性之實證結果。由

表 10可得知，改制前 PSI與 PM2.5為反向關係，以 PSI為空氣品質判斷依據時，空氣品

質越好，與股市報酬呈現正相關，而空氣品質越差，與股市報酬呈現負相關。以 PM2.5

為空氣品質判斷依據時，空氣品質越好，與股市報酬呈現負相關，而空氣品質越差，與

股市報酬呈現正相關，因此改制前，PSI與 PM2.5關聯性不大。由表 11可得知，改制後

大部分 AQI與 PM2.5正負相關皆一致，表示 AQI 會受到 PM2.5之影響。此外，以「不健

康」區間最為明顯，改制前後 PM2.5皆為正相關，而改制後空氣汙染指標卻由負相關轉

為正相關，因此表示 AQI會受到 PM2.5之影響。

表 10改制前空氣品質好壞與台灣股市報酬關聯性之實證結果

區域 良好 普通 不健康

PSI PM2.5 PSI PM2.5 PSI PM2.5

台北 0.018

(0.774)

0.031

(1.382)

0.043*

(1.898)

0.006

(0.283)

-0.026

(-1.130)

0.041*

(1.812)

台中 0.015

(0.654)

-0.013

(-0.577)

0.041*

(1.795)

0.037

(1.640)

-0.015

(-0.654)

0.029

(1.260)

高雄 0.017

(0.735)

-0.001

(-0.053)

0.044*

(1.925)

0.009

(0.376)

-0.033

(-1.472)

0.046**

(2.049)

台灣 0.024

(1.060)

0.000

(-0.009)

0.033

(1.449)

0.019

(0.820)

-0.014

(-0.599)

0.042*

(1.866)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

13

表 11 改制後空氣品質好壞與台灣股市報酬關聯性之實證結果

區域 良好 普通 不健康

AQI PM2.5 AQI PM2.5 AQI PM2.5

台北 0.054

(1.221)

0.034

(0.770)

-0.040

(-0.900)

-0.029

(-0.653)

0.020

(0.452)

0.039

(0.889)

台中 -0.006

(-0.141)

0.013

(0.304)

0.023

(0.514)

-0.006

(-0.136)

0.012

(0.276)

0.024

(0.533)

高雄 0.012

(0.279)

0.022

(0.502)

0.011

(0.246)

-0.052

(-1.169)

0.005

(0.113)

0.063

(1.421)

台灣 0.066

(1.492)

0.053

(1.193)

-0.022

(-0.505)

-0.044

(-0.989)

0.002

(0.034)

0.070

(1.574)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

由表 12 可得知，以嚴重空氣汙染為控制變數時，改制前 PSI 與股市報酬皆為負相

關，PM2.5與股市報酬皆為正相關。而改制後，PM2.5依然皆為正相關，但台北及台中的

AQI卻呈現正相關，表示改制後，AQI會受到 PM2.5之影響。

表 12 改制前後嚴重空氣汙染與台灣股市報酬關聯性之實證結果

改制前(2009/1-2016/11) 改制後(2016/12-2018/12)

區域 PSI PM2.5 AQI PM2.5

台北 -0.029

(-1.261)

0.030

(1.309)

0.017

(0.392)

0.038

(0.866)

台中 -0.018

(-0.801)

0.009

(0.410)

0.007

(0.148)

0.021

(0.472)

高雄 -0.040*

(-1.759)

0.029

(1.269)

-0.006

(-0.131)

0.067

(1.504)

台灣 -0.015

(-0.670)

0.026

(1.167)

-0.003

(-0.076)

0.069

(1.549)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

綜合上述可得知，空氣汙染指標改制後，AQI 與股市報酬之關聯性會受到 PM2.5的

影響。由於 AQI 計算方式為依據當日所有監測空氣汙染物質分別換算出不同汙染物質

之副指標值，再以當日各副指標之最大值作為當日之 AQI，故本研究推論 AQI與 PM2.5

產生相似結果原因為環保署將 PM2.5納入 AQI 監測資料中，而 PM2.5為台灣主要指標汙

染物質，因此使兩者產生相似結果。

四、空氣汙染指標與重工業股市報酬之關聯

14

依據Wu et al.(2018)檢測中國空氣汙染指標與重汙染行業股市報酬之實證結果，發

現當民眾認真關注空氣汙染議題時，重汙染行業股市報酬會受到空氣汙染的影響，並且

當空氣品質最差時，重汙染行業股市報酬越低，而當空氣品質良好時，重汙染行業股市

報酬越高，故本研究挑選會造成空氣汙染的四種台灣類股（水泥、塑膠、造紙及鋼鐵）

進行檢測，藉此瞭解空氣汙染指標是否與重工業股市報酬存在關聯性。

表 13 為以 PSI 作為空氣品質判斷依據時，嚴重空氣汙染與重工業股市報酬關聯性

之實證結果，結果顯示，PSI 對重工業股市報酬間的影響皆不顯著，表示無論空氣汙染

是否嚴重，重工業股市報酬皆不受影響。表 14為以 AQI作為空氣品質判斷依據時，嚴

重空氣汙染與重工業股市報酬關聯性之實證結果，結果顯示，只有台北地區嚴重空氣汙

染與水泥業報酬呈現顯著正相關，係數值分別為 0.076(p＝0.032)。由於大部分區域 AQI

對重工業股市報酬間的影響皆不顯著，因此 AQI 對重工業股市報酬之影響不大。

表 13 嚴重空氣汙染（PSI）與重工業股市報酬關聯性之實證結果

區域 水泥 塑膠 造紙 鋼鐵

台北 -0.012

(-0.511)

-0.025

(-1.117)

-0.015

(-0.654)

-0.023

(-1.010)

台中 -0.003

(-0.130)

-0.026

(-1.156)

-0.005

(-0.224)

-0.017

(-0.731)

高雄 -0.037

(-1.637)

-0.008

(-0.368)

-0.005

(-0.216)

-0.013

(-0.586)

台灣 -0.013

(-0.566)

-0.023

(-1.033)

0.002

(0.091)

-0.013

(-0.567)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

表 14 嚴重空氣汙染（AQI）與重工業股市報酬關聯性之實證結果

區域 水泥 塑膠 造紙 鋼鐵

台北 0.076*

(1.715)

-0.005

(-0.118)

0.044

(0.995)

0.021

(0.483)

台中 0.062

(1.392)

-0.017

(-0.389)

-0.031

(-0.708)

0.014

(0.315)

高雄 0.002

(0.035)

-0.046

(-1.035)

-0.004

(-0.099)

-0.025

(-0.556)

台灣 0.041

(0.931)

-0.046

(-1.043)

0.018

(0.396)

-0.029

(-0.662)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

表 15為高濃度 PM2.5與重工業股市報酬關聯性之實證結果，結果顯示，所有區域之

15

高濃度 PM2.5與造紙業股市報酬呈現顯著正相關，係數值分別為 0.043(p＝0.032)、0.042(p

＝0.039)、0.035(p＝0.081)及 0.036(p＝0.073)，表示 PM2.5濃度愈高，空氣汙染愈嚴重，

造紙業股市報酬愈高。除台北之外，鋼鐵業股市報酬與高濃度 PM2.5呈現顯著正相關，

係數值分別為 0.039(p＝0.055)、0.034(p＝0.088)及 0.044(p＝0.030)，表示 PM2.5 濃度愈

高，空氣汙染愈嚴重，鋼鐵業股市報酬愈高。

表 15 高濃度 PM2.5與重工業股市報酬關聯性之實證結果

區域 水泥 塑膠 造紙 鋼鐵

台北 0.006

(0.304)

0.013

(0.658)

0.043**

(2.145)

0.022

(1.069)

台中 0.000

(-0.013)

-0.010

(-0.500)

0.042**

(2.063)

0.039*

(1.917)

高雄 0.015

(0.750)

0.028

(1.381)

0.035*

(1.747)

0.034*

(1.706)

台灣 0.014

(0.686)

0.020

(0.991)

0.036*

(1.791)

0.044**

(2.169)

註：***、**、*分別表示在 1%、5%、10%顯著水準下顯著。

伍、結論

在過去研究中，常以環境因素作為投資人情緒的代理變數來探究投資人情緒波動與

股價之間的關係，結果顯示環境因素確實會影響投資人情緒，並影響投資人對投資風險

的態度，以及對風險資產的需求，進而影響股市績效，如當氣候不佳時，投資人的情緒

較為低落，對未來產生悲觀看法，因此減少對風險資產的需求，傾向賣出股票，使股市

下跌。近年來，大眾對於空氣汙染議題逐漸重視，有研究指出空氣汙染不僅會影響人體

健康之外，亦會使人們產生負面情緒，故有學者將空氣汙染作為投資人情緒的代理變數，

探討空氣汙染與股價間的關聯性，而結果發現已開發國家的投資人會因空氣汙染而產生

負面情緒，提高風險趨避程度，進而造成股市報酬降低，然而亦屬於已開發國家的台灣

卻有不一樣的結果。

本研究利用 OLS 迴歸分析分別檢測空氣汙染指標（PSI 和 AQI）與空氣汙染物質

（PM2.5）對股市報酬間之關聯性。2016 年 12 月以前以 PSI 作為空氣品質衡量指標時，

空氣汙染指標會影響台灣股市報酬，當空氣品質較好，空氣汙染較不嚴重時，股市報酬

為正報酬，而當空氣品質較差，空氣汙染愈嚴重，股市報酬則愈低。此結果符合 Levy and

Yagil(2011)所提出的「汙染效應」，空氣汙染會對股市報酬產生影響，空氣汙染會帶給投

資人負面情緒，提高風險趨避程度，進而使股市報酬降低。2016 年 12月以後，環保署

將 PM2.5納入監測資料，改採用 AQI作為空氣汙染指標，實證結果發現 AQI與台灣股市

16

報酬之關聯性不大，並未造成投資人異常交易行為。

空氣汙染物質 PM2.5 與台灣股市報酬之關聯性實證結果為當 PM2.5 濃度較低，空氣

汙染較不嚴重時，與股市報酬之關聯性不大，然而當 PM2.5濃度愈高，空氣汙染愈嚴重，

股市報酬則提高。而此結果不符合 Levy and Yagil(2011)所提出之「汙染效應」。

由於 AQI 與 PM2.5實證結果相似，故本研究將 PM2.5樣本分為改制前與改制後，分

別進行檢測，發現空氣汙染指標改制後，AQI與股市報酬之關聯性會受到 PM2.5的影響。

本研究推測會造成此結果原因為由於 PM2.5納入 AQI監測資料中，而台灣空氣汙染較常

受到 PM2.5的影響，故使 PM2.5及 AQI數據相似而產生此結果。

此外，本研究亦探討空氣汙染指數與重工業股市報酬之關聯性，實證結果發現重工

業股市報酬不受空氣汙染指數之影響，而造紙業及鋼鐵業股市報酬會受到PM2.5之影響，

當 PM2.5濃度愈高，空氣汙染愈嚴重，股市報酬則愈高。而此結果不符合 Wu et al.(2018)

實證結果，重汙染行業股市報酬會受到空氣汙染的影響，且當空氣品質最差時，重汙染

行業股市報酬越低，而當空氣品質良好時，重汙染行業股市報酬越高。

陸、參考文獻

Banz, R. W. (1981). The Relationship Between Return and Market Value of Common Stocks.

Journal of Financial Economics, 9(1), 3-18

Basu, S. (1977). Investment Performance of Common Stocks in Relation to Their Price-

Earnings Ratios: A Test of the Efficient Market Hypothesis. Journal of Finance, 32(3),

663-682

Brahmana, R., Hooy, C., and Ahmad, Z. (2014). Moon Phase Effect on Investor Psychology

and Stock Trading Performance. International Journal of Social Economics, 41(3), 182-

200

Cao, M. and Wei, J. (2005). Stock Market Returns: A Note on Temperature Anomaly. Journal

of Banking and Finance, 29(6), 1559-1573

Chattopadhyay, P. K., Som, B., and Mukhopadhyay, P. (1995). Air Pollution and Health Hazards

in Human Subjects: Physiological and Self-Report Indices. Journal of Environmental

Psychology, 15(4), 327-331

Evans, G. W., Colome, S. D., and Shearer, D. F. (1988). Psychological Reactions to Air

Pollution. Environmental Research, 45(1), 1-15

Fama, E. F. (1970). Efficient Capital Markets: A Review of Theory and Empirical Work. The

Journal of Finance, 25(2), 383-417

17

Forsberg, B., Stjernberg, N., and Wall, S. (1997). People Can Detect Poor Air Quality Well

below Guideline Concentrations: A Prevalence Study of Annoyance Reactions and Air

Pollution from Traffic. Occupational and Environmental Medicine, 54(1), 44-48

Goodman, D. and Peavy, J. (1983). Industry Relative Price-Earnings Ratios as Indicators of

Investment Returns. Financial Analysts Journal, 39(4), 60-66

Goodman, D. and Peavy, J. (1986). The Interaction of Firm Size and Price-Earnings Ratio on

Portfolio Performance. Financial Analysts Journal, 42(1), 9-12

Gultekin, M. N. and Gultekin, N. B. (1983). Stock Market Seasonality: International Evidence.

Journal of Financial Economics, 12(4), 469-481

He, X. and Liu, Y. (2018). The Public Environmental Awareness and the Air Pollution Effect in

Chinese Stock Market. Journal of Cleaner Production, 185, 446-454

Herrera, M. J. and Lockwood, L. J. (1994). The Size Effect in the Mexican Stock Market.

Journal of Banking and Finance, 18(4), 621-632

Hirshleifer, D. and Shumway, T. (2003). Good Day Sunshine: Stock Returns and the Weather.

Journal of Finance, 58(3), 1009-1032

Howarth, E. and Hoffman, M. S. (1984). A Multidimensional Approach to the Relationship

Between Mood and Weather. British Journal of Psychology, 75, 15-23

Huang, Y. S. (1997). The Size Anomaly on the Taiwan Stock Exchange. Applied Economics

Letters, 4(1), 7-12

Kamstra, M. J., Kramer, L. A., and Levi, M. D. (2003). Winter Blues: A SAD Stock Market

Cycle. American Economic Review, 93(1), 324-343

Kaplanski, G. and Levy, H. (2010). Sentiment and Stock Prices: The Case of Aviation Disasters.

Journal of Financial Economics, 95(2), 174-201

Kiyilar, M. and Acar, O. (2009). Behavioural Finance and the Study of the Irrational Financial

Choices of Credit Card Users. Annales Universitatis Apulensis Series Oeconomica, 11(1),

457-468

Kourtidis, D., Šević, Z., and Chatzoglou, P. (2016). Mood and Stock Returns: Evidence from

Greece. Journal of Economic Studies, 43(2), 242-258

Lee, I. (1992). Stock Market Seasonality: Some Evidence from the Pacific-Basin Countries.

Journal of Business Finance and Accounting, 19(2), 199-210

Lepori, G. M. (2015). Investor Mood and Demand for Stocks: Evidence from Popular TV Series

Finales. Journal of Economic Psychology, 48, 33-47

Lepori, G. M. (2016). Air Pollution and Stock Returns: Evidence from a Natural Experiment.

18

Journal of Empirical Finance, 35, 25-42

Levy, T. and Yagil J. (2013). Air Pollution and Stock Returns – Extensions and International

Perspective. International Journal of Engineering, Business and Enterprise

Applications, 4(1), 1-14

Levy, T. and Yagil, J. (2011). Air Pollution and Stock Returns in the US. Journal of Economic

Psychology, 32(3), 374-383

Li, Q. and Peng, C.H. (2016). The Stock Market Effect of Air Pollution: Evidence from China.

Applied Economics, 48(36), 3442-3461

Lim, Y. H., Kim, H., Kim, J. H., Bae, S., Park, H. Y., and Hong, Y. C. (2012). Air Pollution and

Symptoms of Depression in Elderly Adults. Environmental Health Perspectives, 120(7),

1023-1028

Lockwood, L. and Zaher, T. (1998). Small Firm and Value Effects in the Canadian Stock Market.

The Journal of Financial Research, 21(3), 277-291

Lucey, B. M. and Dowling, M. (2005). The Role of Feeling in Investor Decision-Making.

Journal of Economic Surveys, 19(2), 211-237

Pun, V. C., Manjourides, J., and Suh, H. (2017). Association of Ambient Air Pollution with

Depressive and Anxiety Symptoms in Older Adults: Results from the NSHAP Study.

Environmental Health Perspectives, 125(3), 342-348

Rajper, S. A., Ullah, S., and Li, Z. (2018). Exposure to Air Pollution and Self-Reported Effects

on Chinese Students: A Case Study of 13 Megacities. PLOS ONE, 13(3): e0194364

Reinganum, M. R. (1983). The Anomalous Stock Market Behaviour of Small Firms in January.

Journal of Financial Economics, 12, 89-104

Rozeff, M. S. and Kinney, W. R. (1976). Capital Market Seasonality: The Case of Stock Returns.

Journal of Financial Economics, 3(4), 379-402

Sass, V., Kravitz-Wirtz, N., Karceski, S. M., Hajat, A., Crowder, K., and Takeuchi, D. (2017).

The Effects of Air Pollution on Individual Psychological Distress. Health & Place, 48, 72-

79

Saunders, E. M. (1993). Stock Prices and Wall Street Weather. American Economic Review,

83, 1337-1345.

Wong, K. A. (1989). The Firm Size Effect on Stock Returns in a Developing Stock Market.

Economics Letters, 30(1), 61-65

Wu, X., Chen, S., Guo, J., and Gao, G. (2018). Effect of Air Pollution on the Stock Yield of

Heavy Pollution Enterprises in China's Key Control Cities. Journal of Cleaner

19

Production, 170, 399-406

Young, M. A., Meaden, P. M., Fogg, L. F., Cherin, E. A., and Eastman, C. I. (1997). Which

Environmental Variables Are Related to the Onset of Seasonal Affective Disorder. Journal

of Abnormal Psychology, 106(4), 554-562

Yuan, K., Zheng, L., and Zhu, Q. (2006). Are Investors Moonstruck? Lunar Phases and Stock

Returns. Journal of Empirical Finance, 13(1), 1-23