蔡鍵 張敏 劉雨竹

摘 ? 要：2018年3月底，中美爆發(fā)了持續(xù)近2個月的首輪貿易戰(zhàn)，在沖擊兩國經濟往來的同時也一定程度上影響了中國股市的穩(wěn)定發(fā)展?；谥忻蕾Q易摩擦仍將持續(xù)一段時期以及調控和防范金融風險已成為新時期三大攻堅戰(zhàn)之一的現(xiàn)實背景，本文對貿易戰(zhàn)影響中國股票市場波動性與非對稱性進行研究。對此，本文首先從行為金融角度構建了一個理論框架，接著以首輪貿易戰(zhàn)期間中國上證A股指數(shù)和上證B股指數(shù)五分鐘收益率數(shù)據為研究樣本，以上年同期和貿易戰(zhàn)前兩個階段的數(shù)據為參照組，通過TGARCH模型研究發(fā)現(xiàn)貿易戰(zhàn)引發(fā)的投資者悲觀情緒對中國股票市場波動性和非對稱反應具有一定的影響作用，最后通過構建包含貿易戰(zhàn)虛擬變量、投資者預期信息的TGACH模型進行穩(wěn)健性檢驗，以證明實證結果的準確性和穩(wěn)定性。研究結果表明：投資者情緒和風險態(tài)度能夠有效解釋中國股票市場的波動性及其非對稱特點;中美貿易戰(zhàn)使得投資者普遍產生悲觀情緒，一定程度上抑制了股票市場收益率的波動程度;投資者的悲觀情緒，使得以風險厭惡為主的上海A股市場表現(xiàn)出非對稱特點，以風險喜好為主的上海B股市場表現(xiàn)出非對稱反轉的特點。

關鍵詞：中美貿易戰(zhàn);股票市場;波動性;非對稱;TGARCH

DOI：10.3969/j.issn.1003-9031.2021.07.001

中圖分類號：F831.5文獻標識碼：A ? ? ? ? ? 文章編號：1003-9031（2021）07-0003-11

一、引言

在社會各界都關注金融市場風險的時代背景下，2018年3月22日爆發(fā)、5月19日達成停戰(zhàn)協(xié)議的中美貿易戰(zhàn)，于5月29日因為美國政府宣布增加對華關稅而硝煙再起。這意味著中美兩國貿易摩擦與爭端可能在未來一段時間不間斷出現(xiàn)。那么，中美貿易爭端在影響兩國經濟往來的同時是否會對中國股票市場造成一定的沖擊？這是現(xiàn)階段和未來一段時間內中國做好金融風險防控工作亟需研究與思考的現(xiàn)實問題。

研究表明，股票市場收益率的波動性是衡量市場風險最直接有效的指標，成熟股票市場收益率往往呈現(xiàn)出非對稱性波動的特點，即利空消息引發(fā)的市場波動顯著強于同等程度利好消息所引發(fā)的市場波動。學者從杠桿效應和波動反饋機制兩個維度對這種非對稱性做出了詳細解釋。杠桿效應是從公司財務杠桿的微觀視角來分析波動的非對稱特征，即公司股價的下跌（負收益）增加了公司的財務杠桿，進而加劇股票價格的波動;波動反饋機制則是從市場預期的中觀視角來分析波動的非對稱特征，即當預期市場波動加劇時，投資者對股票投資將產生更高的收益要求，導致投資者買少賣多，最終反饋到較低的股價上。對此，學者們對中國股票市場的波動性是否有非對稱反應的研究結論始終未能達成一致。有學者認為非對稱性隨著市場態(tài)勢不同而有差異，何興強和李濤（2007）通過研究指出牛、熊市階段股市對“壞消息”都反應過度，牛市階段市場對“好消息”反應不足，熊市階段市場對“好消息”比對“壞消息”的過度反應更明顯。也有學者認為非對稱性隨著股票流動性差異而不同，王春峰、鞏蘭杰和房振明（2008）提出流動性好的股票，好消息帶來的波動將大于壞消息;而流動性差的股票則相反。另外有學者認為不同時期的市場表現(xiàn)出不同的非對稱性特點，蔣天虹（2008）通過分階段回歸發(fā)現(xiàn)，杠桿效應隨時間變化，由初期的負的杠桿效應變化為正的杠桿效應。那么，中國股票市場的波動有何特點，究竟有沒有非對稱反應，如何從理論上進行解釋？這是在探究貿易戰(zhàn)對股票市場風險影響的話題中可以進一步凝練的學術問題。

基于此，本文提出以滬A市場和滬B市場為例，研究中美貿易戰(zhàn)期間中國股票市場的波動性及非對稱特點，并選取貿易戰(zhàn)發(fā)生前和上年同期兩個階段的股票市場情況作為參照組，通過對比說明貿易戰(zhàn)對中國境內不同股票市場風險的影響。本文研究結論在檢驗中國股票市場波動性理論的同時，也將為中國金融監(jiān)管部門調控市場風險和投資者應對市場風險提供對策建議。

二、理論框架與研究假說

由上述分析可知，“杠桿效應”是基于上市公司財務杠桿原理而做出的波動非對稱性解釋;“波動反饋機制”則是基于未來波動率上升（熊市預期）而做出的當前波動非對稱性解釋。然而，現(xiàn)有關于中國股市的研究并不完全支持這兩種解釋。周少甫和陳千里（2002）認為造成股市波動非對稱性的因素中，波動反饋效應比杠桿效應更有說服力。對此，游宗君、王鵬和石建章（2010）基于SV-M模型實證檢驗了預期收益與波動的跨期正相關關系，即證實波動反饋效應具有較強的解釋力。相反，王春峰、黃凝和房振明（2016）通過建立面板VAR模型證實了杠桿效應比波動反饋效應更顯著。毛前友（2010）的研究也表明中國股市非對稱性波動兼具杠桿效應和波動反饋效應，且杠桿效應的成分因素更大。因此，本文將構建一個行為金融的理論框架，以期更好的解釋中國股市波動的非對稱性。

（一）基于行為金融的分析框架：投資者情緒、風險態(tài)度與市場反應

本文將基于行為金融的思想，從投資者情緒和投資者風險態(tài)度兩個維度對股票市場波動性和非對稱特點做出解釋。

1.市場環(huán)境——投資者情緒——市場活躍度——收益率波動程度。行為金融理論表明，投資者情緒將在一定程度上影響投資行為進而形成市場反饋，盡管現(xiàn)有理論和研究對投資者情緒沒有形成統(tǒng)一的度量方式，但大部分學者都認可將投資者情緒分為“悲觀”和“樂觀”兩類。如圖1所示，當市場處于熊市或受到較大的負面沖擊時，投資者普遍持悲觀情緒，此時將降低投資者在市場中的活躍程度（交易頻率和交易總量），從而有助于降低市場的不穩(wěn)定性，收益率波動程度隨之減小;相反，當市場處于牛市或受到較大的正面沖擊時，投資者普遍持樂觀情緒，此時將提高投資者在市場中的活躍程度，從而不利于市場的穩(wěn)定性，收益率波動程度隨之增大。對此，徐元棟和黃登仕（2015）的研究也有類似的觀點：對于利好消息而言，由于投資者的處置效應，投資者存在出售壓力，投資者賣出活躍程度增強，價格上升;同理，對于利空消息，投資者的惜售壓力使得交易量下降，市場彌漫著觀望氣氛。

2.投資者情緒——風險態(tài)度——波動的非對稱性。行為金融理論表明，除了投資者情緒之外，投資者個人的風險態(tài)度也將影響其投資行為，進而形成市場反饋。一方面，在牛市或具有牛市預期的市場中，投資者普遍持樂觀情緒，這將進一步淡化他們對風險的感知程度，此時投資者風險態(tài)度不會對投資者行為形成顯著的影響。另一方面，在熊市或具有熊市預期的市場中，投資者普遍持悲觀情緒，風險的影響作用將不可忽視。如圖2所示，此時風險厭惡者將謹慎行事，對他們而言利空消息帶來的負面影響將遠遠大于利好消息帶來的正面影響;風險喜好者則將冒進投機，他們對利好消息更加敏感，因而利好消息帶來的正面影響將遠遠大于利空消息帶來的負面影響。

（二）基于中美貿易戰(zhàn)背景的研究假說

1.貿易戰(zhàn)與中國股市收益率的波動性。對于中國股市投資者而言，中美貿易戰(zhàn)將通過產品進出口、上市公司前景等對中國股市造成負面沖擊，即貿易戰(zhàn)期間中國股民普遍持有悲觀情緒。而由前文理論框架可知，基于不同的市場環(huán)境，投資者將產生不同的情緒，進而影響市場收益率的波動程度。換言之，中美貿易戰(zhàn)導致市場上的投資者普遍存在悲觀情緒，降低了市場的整體活躍度，進而減小了市場的波動性（見圖3）。據此本文提出如下研究假說：

研究假說1：貿易戰(zhàn)期間中國股票市場的波動率將顯著低于非貿易戰(zhàn)期間。

2.貿易戰(zhàn)與中國股市波動的非對稱性。中國的股票市場分為A股市場和B股市場，A股市場以境內投資者為主，B股市場則是以境外投資者為主。相對于B股市場具有風險喜好的境外投資者，A股市場的股民更多屬于風險厭惡者。而由前文理論框架可知，基于不同的投資者情緒、風險態(tài)度的投資者對于利好和利空消息的反應程度不同。換言之，盡管貿易戰(zhàn)降低了投資者活躍程度，使得市場波動性有所減小，但A股市場和B股市場的投資者仍會因為風險態(tài)度差異而表現(xiàn)出不同的波動非對稱反應。具體而言，上海A股市場投資多屬于風險厭惡者，他們在市場波動中將表現(xiàn)對利空消息有更大的反應，即傳統(tǒng)的非對稱性特征;上海B股市場的投資者多屬于風險喜好者，他們在市場波動中則將表現(xiàn)出對利好消息有更大的反應，即非對稱反轉特征。據此本文提出如下研究假說：

研究假說2：貿易戰(zhàn)期間中國A股市場和B股市場波動的非對稱性有顯著差異;

研究假說2A：貿易戰(zhàn)期間中國A股市場的波動將表現(xiàn)出非對稱性特征;

研究假說2B：貿易戰(zhàn)期間中國B股市場的波動將表現(xiàn)出非對稱性反轉特征。

三、貿易戰(zhàn)期間中國股票市場波動性描述

（一）數(shù)據來源及指標說明

本文主要數(shù)據來自于同花順證券軟件。為了有效衡量中美貿易戰(zhàn)期間中國股票市場的波動情況，本文以2018年3月22日（北京時間2018年3月23日凌晨）特朗普政府宣布“因知識產權侵權問題對中國商品征收500億美元關稅，并實施投資限制”作為本輪貿易戰(zhàn)的開始節(jié)點。以2018年5月19日（北京時間2018年5月20日凌晨）中美雙方于華盛頓發(fā)表聯(lián)合聲明作為本輪貿易戰(zhàn)的結束節(jié)點，選取上述期間上海A股指數(shù)和上海B股指數(shù)五分鐘收盤價兩個指標來分別衡量以國內投資者為主的A股市場和以境外投資者為主的B股市場的波動情況。

（二）貿易戰(zhàn)期間的股票市場收益率波動性描述

1.數(shù)據處理及分布。考慮到從收益率角度分析股票市場波動性，更能說明市場風險問題，因此本文將使用對數(shù)收益率公式“Rt=1n（Pt）-1n（Pt-1）”對原始數(shù)據進行處理。處理后得到貿易戰(zhàn)期間上海A股指數(shù)收益率和上海B股指數(shù)收益率數(shù)據各1776個。數(shù)據特征分布如表1所示：從均值角度來看，貿易戰(zhàn)期間上海A股市場的收益率平均值為-1.22×10-5、B股市場為-1.6×10-5，說明該時期兩個市場均表現(xiàn)出負增長;從數(shù)據分布規(guī)律來看，貿易戰(zhàn)期間上海A股市場和B股市場收益率的J-B統(tǒng)計量概率值均為0.00，兩個市場收益率數(shù)據均不服從正態(tài)分布規(guī)律，一定程度上說明投資收益率不是完全隨機的;從最大最小值取值情況來看，貿易戰(zhàn)期間A股市場有更大的正收益率和負收益率，說明A股市場有更大的極端收益。

2.上海股票市場波動性描述。通過將上海A股收益率與上海B股收益率的波動進行比較，有助于更好把握貿易戰(zhàn)期間上海AB兩個股票市場的反應及差異（見圖4）。由圖4可知：貿易戰(zhàn)期間，上海A股市場和上海B股市場收益率的波動情況基本一致;貿易戰(zhàn)期間，上海A股市場和B股市場最大的波動幅度都出現(xiàn)在貿易戰(zhàn)初期，且表現(xiàn)為負的收益率;貿易戰(zhàn)期間，上海兩個市場的極端波動情況大部分以負收益率形式出現(xiàn)。

3.貿易戰(zhàn)前后上海股票市場波動性比較。通過將貿易戰(zhàn)前后上海A股收益率和上海B股收益率的波動進行比較，有助于初步判斷貿易戰(zhàn)對上海AB兩個股票市場的影響（見圖5）。圖5-1的線性圖是貿易戰(zhàn)前37個交易日和貿易戰(zhàn)期間37個交易日上海A股指數(shù)收益率情況，圖5-2的線性圖則是同時期上海B股指數(shù)收益率情況，其中貿易戰(zhàn)期間的最大負收益率均出現(xiàn)在貿易戰(zhàn)第一個交易日（圖中標注為“貿易戰(zhàn)爆發(fā)”）。由圖5可知：貿易戰(zhàn)第一天上海AB兩個股票市場都有較高的收益率波動;不考慮貿易戰(zhàn)第一天的情況，貿易戰(zhàn)前上海AB兩個股票市場的波動程度均略微高于貿易戰(zhàn)期間兩個市場的波動程度。

四、實證分析

（一）參照組數(shù)據說明

本文以中美貿易戰(zhàn)期間37個交易日上海A股指數(shù)和上海B股指數(shù)五分鐘收盤價的對數(shù)收益率為研究對象（每個市場1776個樣本）。此外，本文實證部分還選取了上年（2017年）同期，以及貿易戰(zhàn)前37個交易日兩個時期的數(shù)據作為參照組，以期通過對比分析來論證前文提出的研究假說，進而厘清貿易戰(zhàn)對中國股票市場收益率波動和非對稱性的影響。

（二）模型選擇

前人研究表明，GARCH族模型對于資產市場收益率波動性的研究具有較高的適用性，其中TGARCH、EGARCH模型除了能有效描繪資產收益率的波動性，還能區(qū)分正負沖擊帶來的影響差異，即能有效解釋波動的非對稱性問題?；诖?，本文采用TGARCH模型對樣本數(shù)據及參照組數(shù)據進行模型擬合。TGARCH模型是門限GARCH模型的簡稱，其本質就是在傳統(tǒng)的GARCH模型基礎上利用虛設變量來設置一個門限，用以區(qū)分正的和負的沖擊對條件波動性的影響。以（1，1）階為例，TGARCH模型可表達為如下式子。其中，式（1）為條件均值等式，用外生變量對目標資產收益率進行線性擬合;式（2）為條件方差等式，用上期方差、上期誤差平方和門限變量來解釋當期的方差。

其中，系數(shù)？琢1表示上期一個單位正的殘差對當期方差的影響，即上期一個單位利好消息對當期波動率影響;系數(shù)？琢1+？琢2表示上期一個單位負的殘差對當期方差的影響，即上期一個單位利空消息對當期波動率影響;系數(shù)？茁1表示上期方差對當期方差的影響，即波動率（風險）的傳導程度。

須補充說明的是：本文的條件均值等式選取當期的整個市場（A股和B股）收益率作為外生變量，以剔除貿易戰(zhàn)以外其他因素對市場波動非對稱反應的影響;前文描述性分析表明樣本數(shù)據并不符合正態(tài)分布，對此本文在建立模型時將誤差項的分布設置為“廣義誤差分布”，以提高模型的準確性和擬合度。

（三）實證檢驗

1.貿易戰(zhàn)前后市場波動率計算。方差指標是業(yè)界公認的數(shù)據波動程度衡量指標，本文將分別統(tǒng)計上證A股綜指和上證B股綜指在中美貿易戰(zhàn)前后的方差大小，以說明貿易戰(zhàn)對股市波動性的影響。如表2所示，貿易戰(zhàn)前上海A股市場收益率方差為0.00000255，貿易戰(zhàn)期間變成0.00000214;貿易戰(zhàn)前上海B股市場收益率方差為0.000000969，貿易戰(zhàn)期間變成0.000000745?？梢?，貿易戰(zhàn)期間上海2個市場的波動率都變小。

2.條件均值模型選擇與條件異方差檢驗。前人關于股票市場收益率的實證模型，一般有兩種選擇：一是建立隨機游走模型，即用滯后一期的收益率來解釋當期收益率;二是建立市場模型，即用市場收益率來解釋某一組合或某一板塊的收益率?？紤]到區(qū)分A股和B股市場波動情況也是本文的一個重點，本文將使用市場模型來分別對A股市場和B股市場進行分析，即用整個市場的收益率（上證綜指收益率）來解釋A股市場收益率（上證A股指數(shù)收益率）和B股市場收益率（上證B股指數(shù)收益率）。這樣的條件均值模型選擇，有助于剔除整個市場的共同風險，確保GARCH項代表的是A股市場和B股市場特有的風險（波動性）。條件均值模型初選和條件異方差檢驗結果如表3所示。

如表3所示：六個模型的解釋變量“市場收益率”都通過了1%的顯著性檢驗，說明樣本數(shù)據和兩個參照組均以市場模型來構建條件均值等式有一定的合理性和解釋力;六個模型的“Heteroskedasticity test”顯示的概率值都小于1%，說明拒絕原假設“不存在條件異方差”的犯錯概率接近于零，因此六個模型都適合用“條件方差等式”來解釋收益率的波動情況，即適合建立GARCH族模型。

3.TGARCH模型擬合。本文在探討貿易戰(zhàn)對上海A股和上海B股兩個市場收益率波動性影響的同時，也將進一步考究波動是否存在非對稱性特征。因此，下文將用具有非對稱性特點的TGARCH模型對樣本數(shù)據和參照組數(shù)據進行擬合（見表4）。

由表4可知：六個TGARCH模型診斷結果的概率值都接近于1，說明模型已經消除了異方差性，即現(xiàn)有模型具有較高的解釋力;六個TGARCH模型的條件均值等式的解釋變量“市場收益率”均通過顯著性檢驗，說明整個市場的收益率能夠作為A股市場和B股市場收益率的有效衡量;六個TGARCH模型的ARCH項和GARCH項均通過顯著性檢驗，說明GARCH族模型能夠有效解釋A股市場和B股市場的風險（波動性）形成及傳導;六個TGARCH模型中，只有兩個T門限虛擬變量系數(shù)顯著為正，說明只有兩個階段市場波動表現(xiàn)出非對稱性特點。

（四）研究假說驗證與實證結果詮釋

由GARCH族模型的基本含義可知，條件方差等式的計量回歸結果代表上期一個單位的正的殘差、一個單位的負的殘差和方差對當期方差的影響（見表5），這三個指標分別代表上期一個單位的利好消息、一個單位的利空消息和上期波動性（風險）對當期波動性的影響。

1.貿易戰(zhàn)期間上海股票市場的波動性小于貿易戰(zhàn)前。由表2可知，貿易戰(zhàn)期間上海A股和B股市場的波動率都降低了。結合前文的理論分析可知，中美貿易戰(zhàn)這種不利的市場環(huán)境使投資者普遍產生悲觀情緒，進而降低了市場的波動程度。由此也驗證了本文的研究假說1。

2.貿易戰(zhàn)期間上海A股市場的波動呈現(xiàn)出非對稱性特點。由表5可知：貿易戰(zhàn)期間上海A股市場對利空消息的反應系數(shù)為0.0756，對利好消息的反應系數(shù)為-0.024，即一個單位利空消息帶來的市場波動遠遠大于一個單位利好消息帶來的市場波動。貿易戰(zhàn)前和去年同期的市場則沒有表現(xiàn)出這種對利空和利好消息的反應差異。說明貿易戰(zhàn)導致的悲觀情緒，使得以風險厭惡為主的A股市場的投資者均對利空消息有更加敏感的反應。由此也驗證了本文的研究假說2A。

3.貿易戰(zhàn)期間上海B股市場的波動沒有呈現(xiàn)出非對稱性特點。由表5可知：貿易戰(zhàn)期間上海B股市場對利空消息和利好消息的反應系數(shù)均為0.1634，即一個單位利空消息和利好消息帶來的市場波動并沒有顯著差異。相較之下，貿易戰(zhàn)前市場對利空消息的反應（0.3068）顯著大于對利好消息的反應（0.0976）。說明貿易戰(zhàn)產生的悲觀情緒，并不會導致風險喜好為主的B股市場的投資者對利空消息產生敏感的反應，從而使得貿易戰(zhàn)前的非對稱性出現(xiàn)了一定程度的反轉，但仍未實現(xiàn)利好消息沖擊大于利空消息沖擊的理論結果。即本文的研究假說2B得到部分驗證。

（五）穩(wěn)健性檢驗

考慮到本研究的實證分析是基于分組回歸來檢驗貿易戰(zhàn)對中國股票市場波動性的影響，分析過程存在一定不足：一是未能將貿易戰(zhàn)量化加入模型，二是未能有效控制宏觀經濟變量，三是理論框架中的風險態(tài)度、投資者情緒等主觀預期指標未能量化加入模型。對此，本研究將利用貿易戰(zhàn)前后37個交易日的數(shù)據，構建含有貿易戰(zhàn)虛擬變量（貿易戰(zhàn)未爆發(fā)=0;貿易戰(zhàn)期間=1）、上期本市場收益率（既代表投資者的市場預期，又能一定程度上控制宏觀經濟的影響）的TGARCH模型，以驗證前文實證結果的準確性和穩(wěn)定性。

穩(wěn)健性檢驗模型結果如表6所示：貿易戰(zhàn)虛擬變量在A股和B股市場都通過了顯著性檢驗，且回歸系數(shù)為負數(shù)，說明貿易戰(zhàn)一定程度上降低市場波動性，與前文實證分析結果以及研究假說1相符;均值等式中上期本市場收益率通過顯著性檢驗，且A股市場的系數(shù)結果為負值、B股市場的系數(shù)結果為正值，說明A股市場的投資者多為風險厭惡者、及時根據市場調整而調整，B股市場的投資者多為風險喜好者，市場波動中追求更高的收益，與前人理論分析提出的風險態(tài)度、投資者情緒影響市場反應基本相符;加入上期本市場收益率后，A股市場的門限變量顯著性檢驗且系數(shù)值為正數(shù)，B股市場的門限變量沒有通過顯著性檢驗，說明考慮宏觀經濟影響后，A股市場的波動性表現(xiàn)出對稱反應，B股市場沒有表現(xiàn)出對稱反應，與前文實證分析結果以及研究假說2基本相符。

五、結論與對策建議

（一）結論

本文基于“打好防范化解金融風險攻堅戰(zhàn)”和“中美貿易戰(zhàn)”爆發(fā)的現(xiàn)實背景，從行為金融角度對“貿易戰(zhàn)影響中國股票市場波動性及非對稱性”的話題進行研究。研究結果表明：一是從投資者情緒和風險態(tài)度等行為金融視角，能夠有效解釋中國股票市場的波動性及其非對稱特點，這將從理論層面對“杠桿效應”和“波動反饋機制”等資產市場波動機理形成有益補充。二是貿易戰(zhàn)使得中國股票市場的投資者普遍產生悲觀情緒，進而降低他們的交易總量和交易頻率，一定程度上抑制了市場收益的波動程度。三是貿易戰(zhàn)導致的悲觀情緒，將促使市場上的風險厭惡者對利空消息形成過度反應、風險喜好者對利好消息形成過度反應，進而導致以風險厭惡為主的上海A股市場表現(xiàn)出非對稱性特點，以風險喜好為主的上海B股市場表現(xiàn)出非對稱性反轉的特點。

（二）對策建議

一是監(jiān)管部門應該結合貿易戰(zhàn)前中國股市情況對市場風險做出準確判斷。由上述可知，一方面，中美貿易摩擦與爭端將成為未來兩國經濟往來的一種常態(tài);另一方面，“中美貿易戰(zhàn)”的市場環(huán)境會導致投資者普遍產生悲觀情緒，盡管這有利于降低市場的波動性，但這種風險抑制作用是建立在市場交易總量降低的基礎上。這意味著未來一段時間內，市場可能會向監(jiān)管部門釋放出一種建立在成交量大幅降低基礎上的虛假的低風險信號，不利于監(jiān)管者把握市場風險和調控市場。因此，建議監(jiān)管部門應結合貿易戰(zhàn)前中國股票市場的收益波動情況來判斷目前及未來市場的真實風險，進而建立有效的風險調控措施。

二是加強對投資者的宣傳教育力度，降低投資者悲觀情緒，提高投資者風險認知能力。 “中美貿易戰(zhàn)”市場環(huán)境下普遍存在的悲觀情緒，將導致風險喜好者對利好消息過度反應、風險厭惡者對利空消息過度反應。因此，建議相關部門應該加大對投資者的宣傳教育力度，一方面，讓投資者清楚中美貿易摩擦與爭端是未來的一種常態(tài)，消除或降低投資者的悲觀情緒;另一方面，提高投資的風險認知能力，避免由于過于喜好或厭惡風險而對利好或利空信息產生過度反應。

（責任編輯：夏凡）

參考文獻：

[1]陳其安，雷小燕.貨幣政策、投資者情緒與中國股票市場波動性：理論與實證[J].中國管理科學，2017（11）：1-11.

[2]陳千里，周少甫.上證指數(shù)收益的波動性研究[J]. 數(shù)量經濟技術經濟研究，2002，19（6）：122-125.

[3]Daniel B.Nelson.Conditional Heteroskedasticity in Asset Returns：A New Approach[J].Econometrica，1991，59（2）：347-370.

[4]Engle R F.A general approach to lagrange multiplier model diagnostics[J].Journal of Econometrics，1982，20（1）：83-104.

[5]葛揚.新時代中國社會主要矛盾轉化后對基本經濟制度的新認識[J].經濟縱橫，2018（1）：25-27.

[6]郭代玉珠.投資者情緒與波動率非對稱性[J].財經科學，2017（11）.

[7]何興強，李濤.不同市場態(tài)勢下股票市場的非對稱反應——基于中國上證股市的實證分析[J].金融研究，2007（8a）：131-140.

[8]蔣天虹.深圳股票市場杠桿效應研究[J]. 財經問題研究，2008（2）：71-75.

[9]陸靜，裴飴軍，吳琴琴.投資者情緒影響香港股票市場嗎？[J].系統(tǒng)工程理論與實踐，2017（37）：90.

[10]毛前友.中國股票市場的非對稱波動——一個新的分析框架[J].當代財經，2010（8）：53-60.

[11]梅立興，張燦，何魯.投資者情緒與股票收益——來自移動互聯(lián)網的實證研究[J].南方經濟，2019，354（3）：39-56.

[12]任彪，李雙成.中國股票市場波動非對稱性特征研究[J].數(shù)學的實踐與認識，2004，34（9）.

[13]Tim Bollerslev.Generalized autoregressive conditional heteroskedasticity[J].J Econ，1986，31（3）：307-327.

[14]王春峰，鞏蘭杰，房振明.中國股市非對稱的波動性實證研究[J].北京航空航天大學學報：社會科學版，2008，21（2）：5-7.

[15]王春峰，黃凝， 房振明. 公司視角下基于動態(tài)面板的中國股市收益與波動關系研究[J]. 管理評論，2016，28（4）：3-11.

[16]王亮，劉金全.中國股票市場非對稱反應研究[J].工業(yè)技術經濟，2010，29（5）：143-146.

[17]徐元棟，黃登仕.行為金融模型的有效性再評價[J].云南財經大學學報，2015（5）：78-89.

[18]游宗君，王鵬，石建昌.中國股票市場的收益與波動關系[J].系統(tǒng)管理學報，2010，19（2）：183-190.

[19]于全輝，孟衛(wèi)東.牛熊市投資者情緒與上證綜指的協(xié)整關系研究[J].預測，2010（5）.

[20]Zakoian J M.Threshold heteroskedastic models[J].Journal of Economic Dynamics & Control，1994，18（5）：931-955.

[21]張元鵬.投資者真的是理性的嗎——行為金融學對法瑪?shù)摹笆袌鲇行Ъ僬f”的質疑與挑戰(zhàn)[J].學術界，2015（1）：116-125.

[22]趙振全，蘇治，丁志國.我國股票市場收益率非對稱均值回歸特征的計量檢驗——基于ANST-GARCH模型的實證分析[J].數(shù)量經濟技術經濟研究，2005，22（4）.