选举冲击构建与数据来源 [page::12][page::15][page::16]

• 利用爱荷华电子期货市场（IEM）总统赢家通吃合约价格构建选举概率。

- 通过将选举概率对宏观经济和金融变量的变化进行正交化，剔除经济基本面影响，提取纯粹的“选举意外冲击”。

• 选举冲击反映了选举周期内重大事件（辩论、丑闻等）对选举概率的即时影响，具有高频辨识度。

三大行业的政策偏好与市场反应 [page::4][page::7][page::9][page::10]

• 共和党倾向支持传统能源（石油、煤炭等）和国防行业扩张，民主党则支持清洁能源发展。

- 通过国防预算变化和行业竞选捐赠行为验证行业对两党政策偏好的差异。

• 2024年选举重大事件（辩论、胜选）当天，能源和国防板块股价上涨，清洁能源板块下跌。

选举冲击对股价的动态影响 [page::19][page::20][page::22][page::24]

• 对10个百分点共和党胜率提升的冲击，能源和国防板块股价显著上升，且效应持续60个交易日左右。

- 清洁能源股价显著下滑，符合政策预期差异驱动的异向行情特征。

• 以叙事方法构造峰值选举冲击得到相似结论，增强结果稳健性。

选举冲击对产业就业的影响及差异 [page::24][page::25][page::51]

• 油气钻探、采矿及清洁能源发电行业就业受冲击方向一致，分别对应价格表现的积极或负面影响。

- 清洁能源发电就业有明显滞后下降，反映政策预期提前影响企业招聘决策。

• 国防板块制造业就业增幅有限，与其高度双边游说特征相符。

关键文献与创新点总结 [page::3][page::4]

• 首创利用选举概率的高频变化而非仅结果来刻画市场反应，强调政策预期信息对异质行业资产价格和实业的传导。

- 扩展政治不确定性文献，从波动率角度转向收益和真实经济效应研究。

• 采用加权局部投影方法，结合交易量加权提升冲击测度的信噪比和估计稳健性。

How Election Shocks Impact Markets: Evidence from Sectoral Stock Prices — 深度分析报告

---

1. 元数据与概览

• 报告标题：《How Election Shocks Impact Markets: Evidence from Sectoral Stock Prices》

- 作者：Aaron J. Amburgey

• 发布机构：未明确提及，但数据来源包含Iowa Electronic Markets等主流金融数据提供方

- 发布日期：2025年6月17日

• 主题：分析美国总统选举周期对不同行业板块股市表现的影响，重点探讨选举概率变化带来的“选举冲击”（election shocks）如何影响能源、清洁能源、国防等行业的股票价格及相关劳动市场

- 核心观点与结论：
- 构建了一个新颖的“选举冲击”指标，该指标捕捉选举概率的外生意外变化；
- 这些冲击不仅来源于选举结果，还包括独立于宏观经济的事件，如丑闻、辩论等；
- 股价在不同政治党派倾向的行业表现不同，支持共和党候选人的冲击提升能源和国防板块价格，压低清洁能源板块价格；支持民主党的相反；
- 此效应在选举周期内持续存在，并对真实经济，特别是就业表现产生显著影响；
- 该论文通过高频数据和局部投影方法提供了对选举新闻如何塑造投资者预期和经济行为的实证证据。[page::0,1,2,3]

---

2. 逐节深度解读

2.1 引言与报告目的

• 关键论点：

- 美国政治极化导致不同党派的产业政策大相径庭，影响相关行业的经济前景；
- 选举新闻不仅影响当日经济环境，更通过改变未来政策预期影响经济与市场行为；
- 论文创新性地使用“选举概率”非同宏观经济新闻的信息，剥离长期预期变化，专注捕捉“纯选举新闻冲击”对市场的影响；
- 重点选定能源、清洁能源及国防三大“政治敏感”行业，围绕其对党派政策偏好的响应行为展开研究。[page::1]

• 推理和假设：

- 通过市场交易量加权的高频选举概率变化，得到外生选举冲击序列；
- 依据政策导向将行业划分为对共和党有利（能源、国防）和对民主党有利（清洁能源）的板块，预期股价反应呈现系统性差异；
- 通过局部投影法估计不同滞后期的市场反应，揭示预期调整对股票价格的动态影响。[page::1]

2.2 政治敏感行业的背景与初步实证

• 行业偏好说明：

- 能源 vs. 清洁能源的政策冲突：碳税等政策增加传统能源成本，刺激清洁能源，反之亦然；
- 详细罗列多届共和党与民主党政府出台的影响行业的政策（附录表A1），如共和党倾向促进化石能源扩张、减少监管，民主党注重清洁能源投资与限制传统能源；
- 国防行业根据联邦政府预算拨款变化体现党派影响，不同政府任期内的国防支出呈现共和党提升、民主党收缩趋势（图1）；
- 企业的政治献金数据（图2）进一步验证行业偏好，能源企业明显偏向共和党，清洁能源企业偏向民主党，国防行业献金较为中性但稍偏共和党。[page::4,5,6,7]

• 图表解读：

- 图1（国防预算/GDP比例）：显示1993-2024年国防支出的党派周期性波动。共和党任内预算普遍上涨，民主党任内下降，表明国防业内生共党派政治影响力的显著体现。
- 图2（行业政治献金）：三大行业在历届总统选举中的献金走势。能源行业共和党贡献明显高于民主党，反之清洁能源行业捐款多倾向民主党，国防行业则较平衡，但稍微倾共和党。体现了行业对不同政党政策期望的倾向性投资行为。[page::7,8,9]

2.3 选举事件与股价初步反应

• 观察结果：

- 2024年几个关键选举事件（辩论、投票结果）发生后，能源和国防股涨，清洁能源股跌（图3）；
- 事件导致的股价变动在短期内明显，反映投资者对政策预期变化的高敏感度；
- 作者强调需进一步研究事件产生的冲击是否具有持续性及对真实经济的影响。[page::9,10]

• 图表解读：

- 图3（三个事件的行业价格变化）：6.5%清洁能源跌幅及相应能源、国防上涨的对称性强化了不同党派政策对不同行业股价的差异影响，验证了政治新闻对市场价格的结构性影响。[page::10,11]

2.4 选举冲击构建方法

• 数据来源和处理：

- 利用Iowa Electronic Markets（IEM）每日的总统选举赢家期货合约市场数据，构建候选人获胜概率序列；
- 选举概率反映了参选双方未来拿下选举的市场预期，交易量大、波动频繁，适合高频分析；
- 克服选举概率与宏观经济联动带来的内生性问题，采用经济变量（利率、股指、CPI等）滞后项和总统党派虚拟变量交互项进行回归控制和正交化，剔除受当日经济波动影响的成分；
- 选举冲击定义为残差，即剥离经济变量解释后的选举概率意外变动。[page::12,13,14,15,16]

• 统计结果：

- 模型拟合优度较高（R²=88.5%），自回归滞后项显著；
- 选举概率的实际变动大部分可被自身过去值解释，残差代表令人意外的政治新闻冲击成分；
- 例子中，2016年特朗普票数意外大增造成极大正选举冲击，是典型“真实新闻”；
- 2024年选战中不同事件与冲击具有逻辑对应关系，验证冲击指标的有效性（图5）。[page::16,17,18]

• 图表解读：

- 图4（2024年选举概率走势）：清晰显示候选人概率随重大事件（包括辩论、突发事件）波动，体现选举市场对新闻的快速反应；
- 图5（选举冲击历史与2024年细节）：大量正负冲击聚集在重要事件和选举日，且大小与预期新闻冲击强度一致，令指标具有解释力。[page::14,18]

2.5 选举冲击对行业股价的影响

• 模型与方法：

- 采用局部投影法分析选举冲击对未来多日行业股价对数收益率的影响，控制滞后项减少自相关偏误；
- 利用IEM交易量加权，强调高交易量（信息更可靠、事件更重要）日的权重，降低噪声影响；
- 分析时间窗口限定在选举日至就职前约三个月，减少实际政策落地对股价的影响，专注政策预期渠道。[page::19]

• 主要发现：

- 共和党选举冲击导致能源和防务板块价格持续上涨，清洁能源板块价格持续下跌，峰值涨幅分别约1%和1.5%（图6）；
- 这三大行业股价走势具有高度对称性，强化了政治预期分歧影响产业轮动的论断；
- 进一步使用只考虑事件日的“叙事冲击”指标，也得出类似结论，表明较大新闻事件驱动股价变动；
- 简化仅用选举日结果替代概率变化的“粗糙方法”则无法捕捉选举前的预期调整，影响持续性差，证明选举概率对捕捉投资者预期尤为关键。[page::19,20,21,22,23]

• 图表解读：

- 图6（选举冲击对股价的动态响应）：随着时间推进，能源和防务行业股价显著上扬，清洁能源股价持续回落，暗示政策预期对行业估值的深远影响；
- 图7（叙事冲击响应）：反映大新闻事件冲击说明选举概率全样本分析结果的稳定性和鲁棒性。[page::20,24]

2.6 选举冲击对劳动市场的影响

• 劳动市场变量选择：

- 使用美国季度就业和工资普查（QCEW）数据，涵盖油气钻采、矿业、清洁能源生产、航天制造、船舶与坦克制造等行业就业；
- 设计月度面板回归，分析选举冲击对不同行业未来12个月就业变化的影响，同时纳入宏观经济控制变量（失业率、CPI、PCE、工业产出等）；
- 强调就业变化代表企业对未来政策预期的现实响应，如提前招聘反映未来预期收益变化。[page::23,24]

• 实证结果：

- 总体私营部门就业无显著变化，表明选举冲击影响行业结构而非总就业规模；
- 相关行业内部差异明显：
- “能源”组（油气钻采、矿业）就业显著增加，峰值分别约1.6%和1%，具有不同滞后峰值时点，体现政策导向的产业波动；
- 清洁能源发电就业长期显著下降，12个月后约2%的减少，与股价趋势相符；
- 航空制造业响应较弱无显著变化；
- 船舶和坦克制造业则有适度短期就业增长，但缺乏持久效应；
- 反映政治预期不仅体现在金融市场，更传导到真实经济的就业决策，具有短至中期影响力。[page::24,25,26]

• 图表解读：

- 图8（行业就业响应）：曲线漸彰显忠于政治预期的产业调整，能源行业就业随共和党概率上升而稳步提升，清洁能源呈相反趋势，防务制造表现分化，揭示细分行业接受度的异质性。[page::25]

2.7 结论

• 选举概率及其变动产生的冲击显著影响金融市场及实体经济，通过政策预期机制塑造行业轮动及劳动力配置；

- 研究填补了选举新闻如何影响市场和经济的实证空缺，特别是在政治极化加剧背景下，展现了候选人政策平台差异对经济活动的传导影响；

• 未来研究方向包括深入剖析股票市场传导至劳动市场机制，及如何区分新闻驱动效应与政策实施效应的不同时间行为。[page::26]

---

3. 图表深度解读

图1：国防支出占GDP比例（1993-2024）

• 描述：显示历届总统任期内国防预算占GDP的变化，行政换届以颜色标记；

- 关键趋势：
- 共和党（Bush、Trump）任内支出明显增长，民主党（Obama、Biden）任内缩减，反映政策取向差异；
- Bush任期内战争增加防务预算显著；

• 支撑文本论点，佐证政治周期对国防预算与行业影响的持续性。[page::7,8]

图2：能源、替代能源及国防行业政治献金（2000-2024）

• 描述：三行业对民主共和两党的献金历史走势；

- 观察趋势：
- 能源行业献金倾向共和党，且绝对数较大；
- 替代能源（清洁能源）献金偏民主党，但总额较小；
- 国防行业较为均衡，但整体更偏向共和党；

• 说明行业对党派的政策预期不均衡，驱动其政治投资行为。[page::7,9]

图3：重要2024选举事件前后主要行业股价变化百分比

• 描述：2024年重要事件后能源、清洁能源和国防股的日间涨跌幅；

- 解读：
- Biden辩论削弱清洁能源股，Harris辩论提升清洁能源股，Trump胜选提升能源及国防股，跌落清洁能源；
- 说明投资者即时反映政治新闻对未来政策预期的影响；

• 与后续构造的选举冲击指标验证一致。[page::10,11]

图4：2024年IEM隐含选举概率时间序列

• 描述：2024年共和党和民主党候选人每日的获胜市场概率及重要事件标注；

- 解读：
- 候选人概率随选举辩论、突发事件等波动明显，体现市场对新闻的高灵敏度；
- 事件如辩论、凶杀未遂与概率波动高度吻合，显示数据可靠性；

• 是构建选举冲击的核心数据源。[page::14]

图5：选举冲击时序与2024年细节

• 描述：

- 上图为1999-2024年间，每日选举冲击值，正值代表利共和党；
- 下图聚焦2024年选举周期，标注多起正负冲击事件；

• 关键观察：

- 冲击值巨大且符合主观预测（如2016年特朗普胜利冲击巨大）；
- 事件后出现连锁小幅调整，体现市场对信息分散释放的反应；

• 强调作者冲击指标对经典事件的解释力及区分预期与意外的重要性。[page::17,18]

图6 & 7：选举冲击及叙事冲击对股价的动态响应（各行业）

• 描述：以共和党选举冲击增加10个百分点进行标准化，展示各行业未来2个月股价变化；

- 解读：
- 能源和防务股价显著上涨，清洁能源股价显著下降，且效应具备可观持久性；
- 叙事冲击结果方向一致，强化结果稳健性；
- 反映选举概率意外变化能通过预期调整影响股价；

• 图示黑线为点估计，中深浅蓝色带分别为68%和90%置信区间，具统计显著性。[page::20,24]

图8：选举冲击对行业就业的响应

• 描述：各行业未来12个月就业变化反应图，10%概率共和党选举冲击标准化；

- 解读：
- 油气采掘和矿业就业显著增加，展现经济体系对选举预期的劳动配置调整；
- 清洁能源岗位长期下滑，暗示政策预期驱动产业就业转变；
- 航空制造无显著响应，船舶和坦克制造短期小幅上升但无持久效应；

• 说明选举预期蔓延至实体经济具有异质时间效应。[page::25]

---

4. 估值分析

报告未包含传统的估值模型（如DCF、相对估值）分析，而是采用高频局部投影方法（Local Projections）估计“选举概率冲击”对股价的动态响应系数。这种方法通过估计未来不同时间点的股价收益率对冲击的弹性，量化冲击的即时和滞后效应，能够避免模型设定错误带来的偏误并更灵活捕捉非线性和非平稳性。

---

5. 风险因素评估

• 报告明确存在的风险包括：

- 选举概率受到宏观经济发展及金融市场的影响，存在内生性问题。作者使用正交化方法来减缓此风险；
- 股票市场波动可能被其他重大事件干扰，如2007-2008金融危机、2020年新冠疫情，作者通过剔除相关年份数据进行稳健性检验，结果依旧坚挺；
- IEM市场的标的偏向获胜普选概率而非选举人团，存在一定测量偏误，特别是在2016、2024等选举中；
- 对事件窗口的定义也可能影响结果，过宽过窄均可能带来噪声污染或信息丢失。

• 报告未在风险缓释策略上做过多阐述，主要依靠数据选择和模型设计控制识别问题。[page::13,21,48]

---

6. 审慎视角与细微差别

• 潜在偏见或不足：

- 选举概率作为未来政策预期的代理变量，假设投资者完全理解双方政策差异并据此调整，对中间候选人或模糊政见处理较少；
- 仅能捕捉已量化且经市场反应的信息，可能忽略未成形或难以市场定价的政治风险；
- 关系推断基于有限七届选举样本，统计功效相对有限，波动较大；
- 政策与市场反应之间机制虽有假说支持，但仍缺乏直接因果揭示，尤其是劳动市场传导渠道不够明晰。

• 内部矛盾细节：

- 选举概率市场价格可能受到投机行为影响，但作者通过加权交易量缓解噪声；
- 选举概率与选举人团胜负概率不一致，特别是竞选异常情况，可能扭曲冲击的真实程度。

• 总体计算谨慎、识别清晰但仍有部分经济机制未被深入挖掘，适合作为基础研究。[page::16,17,21,48]

---

7. 结论性综合

该报告成功构建了基于Iowa Electronic Markets的“选举冲击”新型高频政治概率指标，剥离宏观经济联动，定量检验了美国总统选举期间政治新闻如何通过调整投资者对不同行业政策预期而影响股市和真实经济。报告核心结论包括：

• 选举概率变化的外生冲击能显著且持续推动能源、清洁能源和国防三大板块股价出现符合党派政策预期的截然不同走势；

- 此类冲击还将在不同时间尺度上传导至就业市场，能源行业就业随共和党概率增加而上升，清洁能源就业呈现下降趋势；

• 通过局部投影法结合交易量加权，估计结果稳定，且对叙事事件驱动冲击构造证明具有鲁棒性；

- 此研究填补了政治预期如何作用于行业轮动及实体经济预期调整的实证空白，突出政治极化对经济波动的直接影响；

• 表格与图表深刻揭示了政策倾向与产业反应的内在连结，为投资决策、政策制定与经济预测提供重要参考依据。[page::0-26,31,36,45,50]

最终，作者立场中立但实证结果明确表明：美国总统选举不仅是政治事件，更是重要经济信号，投资者会积极调整预期并通过资产价格反映政治风险和政策趋势，进一步影响资本配置和就业结构。这一新颖的研究视角有力促进了政治经济学与金融经济学的交叉融合与发展。

---

附录重要图表示例（Markdown格式）

• 图1（国防支出占GDP比例）

• 图2（行业政治献金）

• 图3（2024年重要选举事件后股价变化）

• 图4（2024年选举概率走势）

• 图5（选举冲击序列与2024年详览）

• 图6（股价对10pp共和党冲击的响应）

• 图7（叙事冲击股价响应）

• 图8（行业就业响应）

---

（全文内容引用页码标注明确，引用自报告页码，汇集全文重要论点、方法论、数据分析及图表解读。）

报告