趙朋飛

摘 要：基于滬深股市和新三板市場(chǎng)指數(shù)研究發(fā)現(xiàn)，滬深股市在聯(lián)動(dòng)關(guān)系中發(fā)揮主導(dǎo)作用，上證綜指和深證成指對(duì)三板做市指數(shù)具有顯著的單向價(jià)格引導(dǎo)；中小板或創(chuàng)業(yè)板指數(shù)與三板做市指數(shù)之間表現(xiàn)出雙向的長(zhǎng)期價(jià)格引導(dǎo)。中小板或創(chuàng)業(yè)板相對(duì)于新三板市場(chǎng)的價(jià)格引導(dǎo)貢獻(xiàn)度受波動(dòng)率影響顯著，與其自身波動(dòng)率負(fù)相關(guān)，與新三板市場(chǎng)波動(dòng)率正相關(guān)。作為我國(guó)多層次資本市場(chǎng)的重要組成部分，新三板市場(chǎng)定價(jià)機(jī)制有待進(jìn)一步發(fā)展和完善。

關(guān)鍵詞：新三板；滬深股市；價(jià)格聯(lián)動(dòng)；公共因子權(quán)重；價(jià)格引導(dǎo)貢獻(xiàn)度

中圖分類(lèi)號(hào)：F830.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2018）08-0078-06

DOI：10.19647/j.cnki.37-1462/f.2018.08.013

一、引言

“新三板”是繼上海和深圳證券交易所后第三個(gè)全國(guó)性的證券交易所。新三板與滬深股市在掛牌準(zhǔn)入條件、交易方式、投資者資格要求等方面存在較大差異。在準(zhǔn)入門(mén)檻方面，新三板主要服務(wù)于創(chuàng)新型、創(chuàng)業(yè)型、成長(zhǎng)型的中小微型企業(yè)，其準(zhǔn)入門(mén)檻遠(yuǎn)遠(yuǎn)低于滬深股市；在交易制度方面，新三板采取做市交易和協(xié)議轉(zhuǎn)讓交易兩種方式；在投資者資格要求上，新三板主要面向機(jī)構(gòu)投資者以及合格投資者，投資門(mén)檻較高。近年來(lái)，新三板掛牌公司數(shù)量迅速膨脹。萬(wàn)得資訊統(tǒng)計(jì)數(shù)據(jù)顯示，從2015年1月5日到2017年9月29日，在短短不到三年的時(shí)間內(nèi)，新三板掛牌公司數(shù)量由1580家增長(zhǎng)到13030家，其中做市轉(zhuǎn)讓由122家增長(zhǎng)到1436家，成交額由4794.93萬(wàn)元增長(zhǎng)到22957.18萬(wàn)元；協(xié)議轉(zhuǎn)讓由1458家增長(zhǎng)到10158家，成交額由7816.96萬(wàn)元增長(zhǎng)到62017.94萬(wàn)元。作為我國(guó)新興的資本市場(chǎng)，新三板具有較大的發(fā)展空間和發(fā)展?jié)摿?，其發(fā)展日益受到關(guān)注。

盡管如此，新三板市場(chǎng)的流動(dòng)性相對(duì)滬深股市還是較差，其制度設(shè)計(jì)與滬深股市也不同。新三板定價(jià)機(jī)制是否合理、與滬深股市之間是否具有聯(lián)動(dòng)關(guān)系等問(wèn)題都有待深入探討。目前，關(guān)于新三板市場(chǎng)的實(shí)證研究還較少。黃艷芳（2016）利用雙變量GARCH模型對(duì)滬深股市和新三板之間的波動(dòng)率效應(yīng)以及動(dòng)態(tài)相關(guān)性進(jìn)行分析，發(fā)現(xiàn)兩者之間主要是單向的滬深股市傳導(dǎo)至新三板市場(chǎng)。陳輝和顧乃康（2017）研究新三板掛牌公司的股票由協(xié)議轉(zhuǎn)讓變更為做市轉(zhuǎn)讓對(duì)股票流動(dòng)性和證券價(jià)值的影響，發(fā)現(xiàn)實(shí)施了做市轉(zhuǎn)讓的公司具有更高的流動(dòng)性。

國(guó)內(nèi)外對(duì)金融市場(chǎng)聯(lián)動(dòng)關(guān)系的研究非常豐富。Eun和Shim（1989）通過(guò)VAR模型研究了9個(gè)股市之間的聯(lián)動(dòng)關(guān)系；Soydemir（2000）通過(guò)VAR模型研究了發(fā)達(dá)國(guó)家和新興市場(chǎng)國(guó)家的股市傳遞機(jī)制問(wèn)題；袁超等（2008）、王茵田和文志瑛（2010）、史永東等（2013）分別利用ADCC-GARCH模型、VAR模型和Granger因果檢驗(yàn)、Copula和GARCH模型相結(jié)合分析我國(guó)債券市場(chǎng)和股市之間的動(dòng)態(tài)相關(guān)性、流動(dòng)溢出效應(yīng)和風(fēng)險(xiǎn)溢出效應(yīng)；Apergis和 Miller（2009）、Fills（2010）、Kang和Ratti（2013）通過(guò)VECM模型研究了石油市場(chǎng)和股市的關(guān)聯(lián)性； Kim 和Sun（2017）運(yùn)用DCC和ADCC模型分析了我國(guó)經(jīng)濟(jì)領(lǐng)域和S&P; 500指數(shù)之間的動(dòng)態(tài)條件相關(guān)性；Ghini和Saidi（2017）利用VAR-GARCH模型研究了金融危機(jī)期間股市的收益與波動(dòng)率溢出效應(yīng)。

VECM模型通過(guò)脈沖響應(yīng)函數(shù)和方差分解來(lái)計(jì)算價(jià)格貢獻(xiàn)度，但該結(jié)果對(duì)變量次序非常敏感。Schlusche（2009）通過(guò)公共因子權(quán)重方法計(jì)算價(jià)格貢獻(xiàn)度，從流動(dòng)性和波動(dòng)性?xún)煞矫嫜芯康聡?guó)ETF和DAX期貨合約之間的價(jià)格引導(dǎo)關(guān)系，發(fā)現(xiàn)波動(dòng)性是價(jià)格引導(dǎo)過(guò)程中的主導(dǎo)性因素。Theissen（2012）對(duì)期權(quán)期貨市場(chǎng)之間的價(jià)格發(fā)現(xiàn)功能研究發(fā)現(xiàn)，以公共因子權(quán)重衡量的價(jià)格引導(dǎo)關(guān)系與相對(duì)成交量正相關(guān)。借鑒以上研究，本文首先基于VECM模型研究?jī)蓚€(gè)市場(chǎng)之間的聯(lián)動(dòng)關(guān)系，然后采用公共因子權(quán)重方法計(jì)算價(jià)格引導(dǎo)貢獻(xiàn)度，并從流動(dòng)性和波動(dòng)性?xún)煞矫嫜芯績(jī)r(jià)格引導(dǎo)過(guò)程的影響因素。本文的研究不僅能為新三板市場(chǎng)價(jià)格發(fā)現(xiàn)和做市商制度的完善提供參考，對(duì)于分析新三板市場(chǎng)在我國(guó)股票市場(chǎng)中的地位，進(jìn)一步發(fā)展和完善其定價(jià)機(jī)制也具有重要的理論和現(xiàn)實(shí)意義。

二、模型與數(shù)據(jù)

（一）模型

1. 向量誤差修正模型（VECM）。如果兩個(gè)時(shí)間序列變量之間存在協(xié)整關(guān)系，那么兩個(gè)變量之間就存在一種長(zhǎng)期均衡穩(wěn)定關(guān)系，任何短期偏離都會(huì)受到長(zhǎng)期均衡關(guān)系的修正。因此，實(shí)證研究中經(jīng)常采用向量誤差修正模型來(lái)刻畫(huà)金融市場(chǎng)兩個(gè)變量之間的價(jià)格關(guān)系。本文所采用的模型如下：

2. 價(jià)格引導(dǎo)貢獻(xiàn)度的度量：公共因子權(quán)重（CFW）。傳統(tǒng)的脈沖響應(yīng)函數(shù)與方差分解的結(jié)果對(duì)于變量次序極為敏感，改變變量次序，甚至?xí)玫较喾吹慕Y(jié)果。Schlusche（2009）采用的公共因子模型將兩個(gè)市場(chǎng)的共同變化趨勢(shì)定義為公共因子，用來(lái)反映兩個(gè)市場(chǎng)共同有效信息在價(jià)格中的永久性成分，在研究中也得到廣泛應(yīng)用。因此，為了度量?jī)蓚€(gè)市場(chǎng)對(duì)于價(jià)格引導(dǎo)的貢獻(xiàn)度，本文在估計(jì)向量誤差修正模型的基礎(chǔ)上進(jìn)一步計(jì)算各個(gè)市場(chǎng)的公共因子權(quán)重，計(jì)算公式為：

（二）數(shù)據(jù)

2014年8月25日，新三板市場(chǎng)正式實(shí)施做市交易，做市商制度的實(shí)施進(jìn)一步增強(qiáng)了市場(chǎng)的流動(dòng)性。陳輝和顧乃康（2017）研究表明，實(shí)施了做市轉(zhuǎn)讓的公司具有更高的流動(dòng)性，并且做市商制度對(duì)股票流動(dòng)性和證券價(jià)值有正面影響。因此，本文選擇三板做市指數(shù)①作為新三板市場(chǎng)的代理變量，選擇上證綜指、深證成指分別來(lái)表示滬深股市的整體情況，選用中小板指數(shù)和創(chuàng)業(yè)板指數(shù)作為中小企業(yè)的代理變量。由于新三板市場(chǎng)早期掛牌和交易公司數(shù)量較少，2015年以來(lái)掛牌企業(yè)數(shù)量和總市值持續(xù)增加，本文選擇2015年1月5日至2017年9月30日的日交易數(shù)據(jù)，有效樣本為669個(gè)。其中新三板市場(chǎng)指數(shù)數(shù)據(jù)來(lái)自萬(wàn)得資訊，滬深股市指數(shù)數(shù)據(jù)來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。

圖1是各指數(shù)收盤(pán)價(jià)的時(shí)序圖。雖然這5個(gè)指數(shù)的收盤(pán)價(jià)是不平穩(wěn)的，但是三板做市指數(shù)與滬深股市的4個(gè)指數(shù)呈現(xiàn)出高度關(guān)聯(lián)性和一致性波動(dòng)。表1分別給出了各指數(shù)收益率的描述性統(tǒng)計(jì)。三板做市指數(shù)的平均收益率僅次于創(chuàng)業(yè)板指數(shù)和中小板指數(shù)，高于上證綜指和深證成指。三板做市指數(shù)收益率的標(biāo)準(zhǔn)差低于滬深股市的四個(gè)指數(shù)，從風(fēng)險(xiǎn)角度說(shuō)明新三板具有一定的投資價(jià)值。

三、實(shí)證分析結(jié)果

（一）平穩(wěn)性檢驗(yàn)

由于協(xié)整關(guān)系是建立在兩個(gè)序列均為單位根過(guò)程的假設(shè)下，本文首先對(duì)各指數(shù)的對(duì)數(shù)收盤(pán)價(jià)以及對(duì)數(shù)收益率序列進(jìn)行單位根檢驗(yàn)，結(jié)果如表2所示。各指數(shù)對(duì)數(shù)收盤(pán)價(jià)序列均接受存在單位根的零假設(shè)，即各指數(shù)對(duì)數(shù)收盤(pán)價(jià)格序列都不是平穩(wěn)序列。各指數(shù)對(duì)數(shù)收益率的檢驗(yàn)拒絕存在單位根的零假設(shè)，說(shuō)明他們各自的一階差分序列是平穩(wěn)的，所以這5個(gè)指數(shù)對(duì)數(shù)收益率序列均是一階單整。

為了更好地說(shuō)明兩個(gè)變量之間是否存在協(xié)整關(guān)系，進(jìn)一步采用Johansen檢驗(yàn)法來(lái)檢驗(yàn)協(xié)整關(guān)系，結(jié)果如表3所示。無(wú)論是跡檢驗(yàn)法還是極大特征值法，三板做市指數(shù)與滬深股市4個(gè)指數(shù)均只存在一個(gè)協(xié)整關(guān)系。

（二）參數(shù)估計(jì)結(jié)果

表4給出對(duì)整個(gè)樣本的VECM模型估計(jì)結(jié)果，依據(jù)SIC準(zhǔn)則可以確定上證綜指、深證成指、中小板指數(shù)和創(chuàng)業(yè)板指數(shù)與三板做市指數(shù)之間估計(jì)時(shí)的最優(yōu)滯后階數(shù)分別為3、3、4和4。

在誤差修正模型中，三板做市指數(shù)與上證綜指和深證成指的誤差修正項(xiàng)系數(shù)在1%的顯著性水平下均顯著不為零，調(diào)整系數(shù)分別為-0.0198和-0.0229。這表明三板做市指數(shù)受深證成指的影響最大，其次受上證綜指的影響較大；但是，上證綜指和深證成指不受三板做市指數(shù)影響。這可能是由于新三板市場(chǎng)流動(dòng)性和市場(chǎng)活躍度相對(duì)于主板整個(gè)市場(chǎng)要低很多，對(duì)信息反應(yīng)不夠敏感，而主板股市對(duì)信息反應(yīng)更快，引導(dǎo)新三板市場(chǎng)的價(jià)格變化。

相比之下，三板做市指數(shù)受中小板指數(shù)和創(chuàng)業(yè)板指數(shù)影響較小，調(diào)整系數(shù)分別為-0.0026和-0.0015；中小板指數(shù)和創(chuàng)業(yè)板指數(shù)受三板做市指數(shù)影響顯著，調(diào)整系數(shù)分別為0.0022和0.0013。三板做市指數(shù)與創(chuàng)業(yè)板指數(shù)和中小板指數(shù)之間這種雙向的長(zhǎng)期均衡關(guān)系可能是由于新三板市場(chǎng)主要服務(wù)于創(chuàng)新型、創(chuàng)業(yè)型和成長(zhǎng)型的中小微型企業(yè)。

在短期內(nèi)，三板做市指數(shù)會(huì)受到自身以及滬深股市的4個(gè)指數(shù)滯后期的影響；但上證綜指、深證成指、中小板指數(shù)和創(chuàng)業(yè)板指數(shù)不受它們自身以及三板做市指數(shù)滯后期的影響。

（三）價(jià)格引導(dǎo)貢獻(xiàn)度（CFW）

為了具體度量?jī)蓚€(gè)市場(chǎng)在價(jià)格引導(dǎo)過(guò)程中的貢獻(xiàn)，利用表4得到的估計(jì)結(jié)果，計(jì)算出兩個(gè)市場(chǎng)對(duì)價(jià)格引導(dǎo)的貢獻(xiàn)度。由于上證綜指和深證成指與三板做市指數(shù)只具有顯著的單向價(jià)格引導(dǎo)作用，而中小板指數(shù)和創(chuàng)業(yè)板指數(shù)與三板做市指數(shù)之間具有雙向長(zhǎng)期價(jià)格引導(dǎo)關(guān)系，因此，本文只計(jì)算三板做市指數(shù)與中小板指數(shù)和創(chuàng)業(yè)板指數(shù)對(duì)兩個(gè)市場(chǎng)價(jià)格引導(dǎo)的貢獻(xiàn)度（CFW）。

1. 三板做市指數(shù)和中小板指數(shù)。

2.三板做市指數(shù)和創(chuàng)業(yè)板指數(shù)。

從結(jié)果來(lái)看，在新三板市場(chǎng)與滬深股市之間的價(jià)格引導(dǎo)過(guò)程中，三板做市指數(shù)和中小板指數(shù)對(duì)于價(jià)格引導(dǎo)的貢獻(xiàn)度分別為[45.83%、54.17%]，三板做市指數(shù)和創(chuàng)業(yè)板指數(shù)對(duì)于價(jià)格引導(dǎo)的貢獻(xiàn)度分別為[46.43%、53.57%]。新三板市場(chǎng)相對(duì)于中小板或創(chuàng)業(yè)板在價(jià)格引導(dǎo)過(guò)程中的貢獻(xiàn)度相對(duì)較小，說(shuō)明新三板市場(chǎng)對(duì)信息的反應(yīng)、處理以及傳遞比中小板和創(chuàng)業(yè)板稍慢。

（四）價(jià)格引導(dǎo)的主導(dǎo)因素

本文進(jìn)一步從流動(dòng)性和波動(dòng)性?xún)蓚€(gè)主要因素入手，研究這兩個(gè)板塊在價(jià)格引導(dǎo)過(guò)程中的主導(dǎo)因素。一般來(lái)說(shuō)，波動(dòng)性可能是價(jià)格引導(dǎo)過(guò)程中的一個(gè)主導(dǎo)因素。一個(gè)市場(chǎng)的價(jià)格呈現(xiàn)出越大的波動(dòng)性，可能越容易引起兩個(gè)市場(chǎng)的定價(jià)不平衡，兩者之間將會(huì)相互調(diào)節(jié)回到長(zhǎng)期均衡關(guān)系上，這本身就是一個(gè)價(jià)格引導(dǎo)的過(guò)程。對(duì)于波動(dòng)率的計(jì)算，本文通過(guò)計(jì)算已實(shí)現(xiàn)波動(dòng)率來(lái)表示，方法如下：

其中RV代表波動(dòng)率，n是兩個(gè)月的交易天數(shù)，[pti]是自然對(duì)數(shù)收盤(pán)價(jià)。另一方面，投資者更傾向于在交易成本低或者流動(dòng)性高的市場(chǎng)參與交易，所以流動(dòng)性也可能是價(jià)格引導(dǎo)過(guò)程中的一個(gè)主導(dǎo)因素。本文以滬深股市和新三板市場(chǎng)的相對(duì)成交量來(lái)表示流動(dòng)性。

本文從2015年1月開(kāi)始，以?xún)蓚€(gè)月的日數(shù)據(jù)為基礎(chǔ)估計(jì)VECM模型，依次往后遞推一個(gè)月做滾動(dòng)估計(jì)，得到兩個(gè)市場(chǎng)時(shí)變的價(jià)格引導(dǎo)貢獻(xiàn)度；同時(shí)計(jì)算出兩個(gè)月的相對(duì)成交量②作為流動(dòng)性的代理變量，兩個(gè)月的已實(shí)現(xiàn)波動(dòng)率代表市場(chǎng)波動(dòng)率。圖2、圖3和圖4分別是[CWFH]、相對(duì)成交量和波動(dòng)率的折線(xiàn)圖，圖中橫軸數(shù)字2代表2015年2月—3月的公共因子權(quán)重、相對(duì)成交量和波動(dòng)率，數(shù)字3代表2015年3月—4月的公共因子權(quán)重、相對(duì)成交量和波動(dòng)率，以此類(lèi)推?？梢钥闯觯琜CWFH]、相對(duì)成交量和波動(dòng)率都表現(xiàn)出較大的波動(dòng)性和時(shí)變性。

進(jìn)一步采用以下回歸模型探討波動(dòng)性或流動(dòng)性對(duì)價(jià)格引導(dǎo)貢獻(xiàn)度的影響：

其中[CFWHt]表示滬深股市兩個(gè)月的公共因子權(quán)重，[RTHt]表示滬深股市兩個(gè)月成交量相比于新三板市場(chǎng)兩個(gè)月成交量的相對(duì)成交量，[RVHt]表示滬深股市兩個(gè)月的波動(dòng)率，[RVNt]表示新三板市場(chǎng)兩個(gè)月的波動(dòng)率。估計(jì)結(jié)果見(jiàn)表5③。

可以發(fā)現(xiàn)，系數(shù)[β1]都不具有統(tǒng)計(jì)顯著性，這足以說(shuō)明兩個(gè)市場(chǎng)的價(jià)格引導(dǎo)貢獻(xiàn)度不受相對(duì)成交量的影響。在模型（1）和（3）中，系數(shù)[β2]均顯著為負(fù)，表明中小板和創(chuàng)業(yè)板價(jià)格發(fā)現(xiàn)貢獻(xiàn)度與其自身的波動(dòng)率是負(fù)相關(guān)的，這兩個(gè)市場(chǎng)波動(dòng)越大其價(jià)格引導(dǎo)貢獻(xiàn)度越低；系數(shù)[β3]均顯著為正，表明新三板市場(chǎng)價(jià)格波動(dòng)越大，中小板和創(chuàng)業(yè)板價(jià)格引導(dǎo)貢獻(xiàn)度越高。

為了進(jìn)一步驗(yàn)證波動(dòng)率是中小板（創(chuàng)業(yè)板）與新三板市場(chǎng)之間價(jià)格引導(dǎo)貢獻(xiàn)度的主導(dǎo)因素之一，本文將中小板（創(chuàng)業(yè)板）和新三板市場(chǎng)劃分為高波動(dòng)和低波動(dòng)時(shí)期。根據(jù)Schlusche （2009）的方法，分別將[μ+σ和μ-σ]作為區(qū)分高波動(dòng)和低波動(dòng)的邊界值，計(jì)算并比較這兩個(gè)時(shí)期的平均成交量、平均相對(duì)成交量和平均價(jià)格引導(dǎo)貢獻(xiàn)度，[μ]和[σ]分別是[RVt]的樣本均值和標(biāo)準(zhǔn)差，結(jié)果如表6所示。

由表6可得，無(wú)論是中小板指數(shù)還是創(chuàng)業(yè)板指數(shù)，在高波動(dòng)時(shí)期均表現(xiàn)出較高的相對(duì)成交量，交易活動(dòng)更為活躍；在新三板市場(chǎng)結(jié)果亦是如此。滬深股市由低波動(dòng)時(shí)期轉(zhuǎn)變?yōu)楦卟▌?dòng)時(shí)期，中小板市場(chǎng)價(jià)格引導(dǎo)貢獻(xiàn)度由64.82%減少為57.28%，創(chuàng)業(yè)板市場(chǎng)價(jià)格引導(dǎo)的貢獻(xiàn)度由62.59%減少為55.11%；新三板市場(chǎng)由低波動(dòng)時(shí)期轉(zhuǎn)變?yōu)楦卟▌?dòng)時(shí)期，中小板市場(chǎng)價(jià)格引導(dǎo)貢獻(xiàn)度由51.49%增加為58.46%，創(chuàng)業(yè)板市場(chǎng)價(jià)格引導(dǎo)貢獻(xiàn)度由51.05%增加為59.37%，這與上述回歸分析的結(jié)果一致。

四、結(jié)論

本文基于向量誤差修正模型以及公共因子權(quán)重方法研究滬深股市與新三板市場(chǎng)之間的價(jià)格聯(lián)動(dòng)關(guān)系及影響因素。研究發(fā)現(xiàn)，代表滬市的上證綜指以及代表深市的深證成指對(duì)三板做市指數(shù)具有顯著單向引導(dǎo)作用；創(chuàng)業(yè)板指數(shù)和中小板指數(shù)與三板做市指數(shù)之間具有雙向長(zhǎng)期價(jià)格引導(dǎo)關(guān)系，這與新三板主要服務(wù)于創(chuàng)新型、創(chuàng)業(yè)型和成長(zhǎng)型的中小微型企業(yè)相符合。中小板和創(chuàng)業(yè)板相對(duì)新三板市場(chǎng)的價(jià)格引導(dǎo)貢獻(xiàn)度要大些，波動(dòng)率是中小板或創(chuàng)業(yè)板與新三板市場(chǎng)之間價(jià)格引導(dǎo)過(guò)程的主導(dǎo)因素，中小板或創(chuàng)業(yè)板的價(jià)格引導(dǎo)貢獻(xiàn)度與其波動(dòng)率顯著負(fù)相關(guān)，與新三板市場(chǎng)的波動(dòng)率顯著正相關(guān)。

綜上，盡管新三板掛牌公司數(shù)量和成交量增加迅速，但這并不是推動(dòng)新三板市場(chǎng)發(fā)展壯大、走向成熟的手段。在注重新三板服務(wù)于中小微企業(yè)的同時(shí)，應(yīng)當(dāng)更加注重完善新三板市場(chǎng)的制度層面，才能更有效地發(fā)揮價(jià)格發(fā)現(xiàn)功能，提高其在資本市場(chǎng)中的地位，將其打造成差別化、有投資價(jià)值的證券市場(chǎng)。

注：

①中證指數(shù)有限公司基于新三板市場(chǎng)數(shù)據(jù)編制了三板成指和三板做市指數(shù)。

②相對(duì)成交量=滬深股市的成交量/新三板市場(chǎng)的成交量，由于相對(duì)成交量的計(jì)算結(jié)果比較大，因此在其基礎(chǔ)上統(tǒng)一除以50，方便表示。

③由于CFW、RT和RV不在一個(gè)數(shù)量級(jí)，在做回歸前對(duì)它們進(jìn)行了標(biāo)準(zhǔn)化處理。

參考文獻(xiàn)：

[1]Eun C S，Shim S. 1989. International Transmission of Stock Market Movements[J].Journal of International Financial and quantitative Analysis，（24）.

[2]Soydemir G. 2000. International transmission mechanism of stock market movements： evidence from emerging equity markets[J].Journal of Forecasting，（19）.

[3]Apergis N，Miller S M. 2009. Do structural oil-market shocks affect stock prices？[J].Energy Economics，（56）.

[4]Fills G. 2010. Macro economy，stock market and oil prices：Do meaningful relationships exist among their cyclical fluctuations？[J].Energy Economics，（32）.

[5]Kang W，Ratti R A. 2013. Oil shocks，policy uncertainty and stock market return[J].Journal of International Financial Markets，Institutions and Money，（26）.

[6]Kim M H，Sun L. 2017. Dynamic conditional correlations between Chinese sector returns and S&P; 500 index： An interpretation based on investment shocks[J].International Review of Economics and Finance，（48）.

[7]Ghini A E，Saidi Y. 2017. Return and volatility spillovers in the Moroccan stock market during the fianacial crisis[J].Empirical Economics，（52）.

[8]Schlusche B. 2009. Price formation in spot and futures markets：exchange traded funds versus index funds[J].Journal of Derivatives，（17）.

[9]Theissen E. 2012. Price discovery in spot and futures markets：a reconsideration[J]. European Journal of Finance，18 （10）.

[10]陳輝，顧乃康.新三板做市商制度、股票流動(dòng)性與證券價(jià)值[J].金融研究，2017，（4）.

[11]袁超，張兵，汪慧建.債券市場(chǎng)與股票市場(chǎng)的動(dòng)態(tài)相關(guān)性研究[J].金融研究，2008，（1）.

[12]王茵田，文志瑛.股票市場(chǎng)和債券市場(chǎng)的流動(dòng)性溢出效應(yīng)研究[J].金融研究，2010，（3）.

[13]史永東，丁偉，袁紹鋒.市場(chǎng)互聯(lián)、風(fēng)險(xiǎn)溢出與金融穩(wěn)定——基于股票市場(chǎng)與債券市場(chǎng)溢出效應(yīng)分析的視角[J].金融研究，2013，（3）.