从景区公司的基本面投 资角度，长期客流增长带来的利润释放是核心的股价驱动因素。
景区公司的内生客流是相对稳定的，增量的客流除了宏观出行人次的增长外，通常需要消费者消费习惯的改变、政策、景区项 目的扩容、周边交通的改善配套拉动。这些影响因素由一个个事件组成，对客流的拉动直接且易于理解，因此景区公司的股价通 常在事件发生时或者发生前就已经有所反应。 因此我们希望通过事件研究的方式，研究在过往事件落地前后，景区公司的股价变化的幅度和方向。由于每个事件都有其特殊性， 对于单个景区的影响逻辑、影响方向和股价催化都不尽相同。 因此我们整理了12家景区公司过往1496个事件，事件类型包含政策、交通改善、项目扩容、自然灾害，以及门票优惠、门票提/降 价。采用统计学的方法研究事件前后景区的股价变动。 我们的最终目的是为了服务投资，所以我们采取统计学中的假设检验，在5%的显著性水平上找到事件前后能够有显著超额正/负 收益的，因此能在未来类似事件发生时给到投资者一定的参考和置信度。
事件驱动——研究方法。样本的选择：我们梳理了黄山、九华旅游、峨眉山等11家景区公司从上市以来的多数可得的外生事件，并按照交通改善、项目扩 容、政策、优惠政策、自然灾害等多种容易影响未来客流和业绩的事件进行分类。 我们选取了12个景区，成立以来1496个样本事件。 超额收益的判断：我们希望景区公司能在这些事件前后能给投资者超额的α收益，因此我们剔除掉指数的干扰，超额收益=景区公 司区间内的涨跌幅-沪深300的涨跌幅。
时间窗口的选择：许多重大项目和交通改善可能在落地前数年甚至更久已经有立项，部分新闻和招标项目也可能早于公告日期， 选择事件第一次公开的时间点非常困难。因此我们以事件最终的落地时间点为事件发生时点。考虑到超额信息和提前效应，我们 计算事件落地前120、前60、前20、前5个交易日，以及事件落地后5、后20、后60、后120个交易日，以及落地前后收益的总和作 为整个事件的时间窗口。 统计方法：类似日历效应的研究方法，我们采用采用最简单的假设检验的思想： H0原假设：该事件前后没有景区公司股价没有超额收益；H1备择假设：该事件前后景区公司股价有显著收益。 最终我们采取平均值的t检验，在5%的显著性水平下，判断景区公司在事件前后是否具有超额收益。
事件驱动——具体的事件分类。共涉及11种事件类型：扩容、景区项目、募资、交通改善、门票提价、门票降价、票价变动、优惠政策、政策、自然灾害和其他。 1. 扩容：涉及景区基础设施的扩展或改造，如新索道和新酒店的建设、新景点项目的开发、已有景区项目的翻新改造升级等，这 类事件通常提高景区的接待能力和服务质量，从而增加游客数量和收入，对景区的长期盈利能力产生积极影响。 2. 景区活动：扩容项目外的剩余景区项目，例如“夜游天目湖”等活动的举办，这类事件没有改变景区容量，但通过活动的方 式吸引人流。 3. 募资：指景区通过公开或非公开发行股票、债券、或是通过其他融资方式筹集资金。可能会影响公司的财务状况，增加资金用 于扩展或改造项目，同时也可能稀释现有股东权益，通常会对股票价格产生短期影响。 4. 交通改善：包括新建或改善通往景区的交通设施以及新开设的交通线路，如高速公路、机场、铁路等。这会直接影响游客到达 景区的便利性，通常会显著提升游客量，进而提升景区的收入。
5. 门票提价/降价/变动：即景区调整门票价格的事件，这类事件通常会影响景区的盈利能力，但可能引发游客量的短期波动。 如果价格上调过高，可能导致游客减少，反之则可能带来额外收入。 6. 优惠政策：景区提供免门票、半价门票等优惠政策。 7. 政策：例如《旅游法》的通过，这类事件可能对景区的运营环境和长期发展前景产生深远影响，政策利好通常会推动股价上涨， 而不利政策则可能导致下跌。 8. 自然灾害：指地震、洪水、台风等不可抗力因素对景区造成的影响，此类事件有时会导致景区关闭、游客减少，对景区的收 入和股价有负面影响。 9. 其他：包括未能归类到上述类别中的事件，如景区被列为世界文化遗产和景区评级、公司股权转让、奥运会召开、景区相关 综艺节目或影视剧录制等。该类事件影响可能因具体情况而异，进而影响游客量和收入。
景区行情的核心看政策驱动。景区的政策无论在落地前后都具备对沪深300的超额正收益，历史上的重大政策都会驱动景区的行情，包括2009年的休闲旅游政策， 2015年的旅游促进政策，以及2022年出行的放开。平均而言，政策落地前后120+120个交易日，期望得到10%+的超额收益。 但多数政策在落地之前股价已经有所反应，单纯通过政策的时间后交易只能得到部分的超额收益（虽然也是显著为正的）。
