摘 要： 文章选取股票市场和商品市场为代表性金融市场，通过价格共振和波动共振两个维度对金融市场系统性风险进行研究。用2008—2020年万得全A和南华商品指数代表股票市场和商品市场价格构成研究样本，通过计算两指数的年度相关系数，对引发金融市场价格共振的因素进行剖析总结；使用DCC-GARCH模型计算两指数的波动相关系数，研判2008—2020年间以股票市场和商品市场为代表的金融市场风险变化情况；用实际数据研究了重大事件发生后金融市场间波动共振程度的变化情况。研究表明：2014—2017年，在强监管和构建成熟资本市场的不断推进下，两市场间波动共振关系弱化；2018年后，重大事件影响下系统性风险水平上升，相关系数重回高位，波动共振再次加强。并提出对化解金融市场系统性风险的相关建议。
关键词 : 系统性风险;股票市场;商品市场;重大事件;
Abstract： This paper selects the stock market and commodity market as representative financial markets, and studies the systemic risk of financial markets through two dimensions: Price resonance and fluctuation resonance. Using the 2008 to 2020 wandequan A and Nanhua commodity indexes to represent the research samples of the price composition of the stock market and commodity market, this paper analyzes and summarizes the factors causing the price resonance of the financial market by calculating the annual correlation coefficients of the two indexes; Further use DCC-GARCH model to calculate the fluctuation correlation coefficient of the two indexes, and study and judge the changes of financial market risk represented by stock market and commodity market from 2008 to 2020; This paper studies the change of fluctuation resonance degree between financial markets after major events with actual data. The research shows that from 2014 to 2017, under the continuous promotion of strong supervision and the construction of mature capital market, the fluctuation resonance relationship between the two markets has weakened; After 2018, under the influence of major events, the level of systemic risk increased, the correlation coefficient returned to a high level, and the fluctuation resonance strengthened again. Based on the research conclusions, this paper puts forward relevant suggestions to resolve the systemic risk of financial market.
Keyword： Systemic risk; Stock market; Commodity market; Significant events;
一、引言
传统理论将大宗商品看作具有抗通胀功能、与金融资产不同的大类资产。在定价机制上，具有经济实用价值的商品与作为权益凭证的股票也存在本质区别。因此，有观点认为商品与金融资产间的相关性应较低甚至不相关。但随着商品期货市场的不断发展，尤其是2008年国际金融危机后，商品交易的金融属性逐渐凸显。近年来，期货衍生品市场对外开放步伐的加快吸引越来越多的境外金融资本进入国内市场，金融因素对中国大宗商品价格的影响越来越大。
随着大宗商品金融化的发展，商品市场和股票市场之间价格及波动的相关性也在提升。从2008—2020年的具体数据看，中国商品价格和股票价格在绝大多数时间里都保持着一致的变化规律（图1）。万得全A和南华商品指数之间除了在2014—2015年、2018年期间呈现出相反的变化趋势外，在其余时间里基本保持一致。海通证券研究所借鉴美林时钟的分析方法，对2001—2017年进行了经济周期的划分，并测算了各阶段大类资产的收益率，从商品市场和股票市场的表现来看，在经济周期不同阶段，商品市场和股票市场的收益率方向保持一致（同为正或同为负），即商品牛往往和股市牛同步，商品市场表现不佳时股票市场表现也较差。
图1 万得全A和南华商品指数
数据来源：WIND。下同。
股票市场和商品市场价格走势和波动的一致性，是两个市场间共振作用存在的重要体现。国内外宏观经济形势、市场参与者风险偏好和投资预期的改变容易给股票市场和商品市场带来异常波动，若两市场间存在共振，会放大悲观情绪，引发暴跌，进而导致整个金融体系异常波动。2017年以来，中央政治局会议、全国金融工作会议、中央经济会议等多次强调要防范金融市场异常波动和共振，确保不发生系统性金融风险。因此，研究股票和商品两个金融市场之间的共振关系，可为解读金融共振提供新的视角，加深对防范化解系统性金融风险的理解，具有较强的现实意义。
二、金融市场共振的内涵
共振是物理学上的一个专业术语，指当外力的频率等于或几乎等于其作用的系统的固有频率时发生的现象。与其他频率的外力相比，共振频率使系统以更大的振幅振荡。
近几年开始，共振逐渐被应用于金融领域。Hyun Song Shin(2005)创造性地提出了力学的摆动和共振与金融市场遭遇冲击时的反应机制之间的相似性，指出在市场处于危机时，共振效应可能对资产价格有放大性压制作用，继而对市场整个价格体系产生过度下抑，甚至可能引发系统性金融危机。吴智钢(2016)使用“蝴蝶共振”一词形容在美元加息引发非美货币大幅贬值、国际大宗商品跌势未能言底的共同作用下，带给全球股市的压力。阎岳(2016)将中美同时采取宽松货币政策的现象总结为中美货币政策“宽松共振”。刘珺(2017)运用“事件分析”阐述了金融领域的风险共振，包括宏观共振、中观共振、微观共振、心理共振、监管共振五种形式。邹蕴涵(2016)指出全球主要金融市场（股市、债市、汇市和大宗商品市场）共振可以理解为各市场间同起同落的趋势，国际金融市场之间的共振与联动具有相同含义。
可见，将“共振”应用于经济金融领域时，其大多指两个事件的同向作用叠加。文章对股票市场和商品市场的共振理解为两市场之间的正相关关系，金融市场间的共振分为价格共振和波动共振两类。具体来说，价格共振衡量的是不同金融市场间的价格相关性，当各市场价格出现同向变动时，价格间的相关系数值较大，价格共振效应显着；波动共振衡量的是不同金融市场间的波动相关性，当各市场的价格波动同向时，波动相关系数值较大，波动共振效应显着。
三、商品市场和股票市场价格共振的动态变化
文章用万得全A指数代表股票价格，南华商品指数代表商品价格，样本区间为2008—2020年。通过计算万得全A和南华商品指数间的年度相关系数，检验股票市场和商品市场间价格共振效应的强弱，并从宏观视角对造成价格共振的原因进行分析，以此提炼得到容易引发两市场价格共振的相关因素。万得全A和南华商品指数的年度相关系数计算结果见图2。
图2 价格相关系数（年度）
1. 第一阶段（2008—2013年），相关系数高位震荡
这一阶段主要表现为宏观经济不景气引发股价、期价下跌，相关系数处在高位。2008年，在国际金融危机影响下，全球经济景气度迅速下降，BDI指数直泻而下，受此影响，中国出口增速出现坠崖式下跌，严重拖累了实体经济发展。同样，2011年，欧债危机进入升级阶段，引发了全球对经济二次衰退的普遍担忧，国内外经济增速下滑，市场避险情绪上升。由于经济不景气时，企业盈利较差，对生产原料的需求降低，再叠加市场悲观情绪对风险偏好水平的压制，进而对应股价下跌，大宗商品价格下降，此时两市场之间的价格相关系数处在高位。
由于逆周期调节政策可以引发股价、期价上升，相关系数处在高位。为应对国际金融危机的影响，中国政府于2008年底开始实施量化宽松的货币政策以及推出十大产业振兴规划等一系列的逆周期调节政策。相关财政和产业政策的实施大力拉动了基础建设等相关行业发展，使得对原材料的需求幅度大增；为应对危机，世界上主要国家均采取宽松的货币政策，国内流动性充裕叠加国际上的热钱流入，促使国内股市上涨，实体经济融资成本下降进而改善公司业绩，进一步增加了企业对生产原材料等大宗商品的需求，股价和商品价格在2009—2010年总体表现出一致的上涨行情，两市场间相关系数增大，共振效应显着。
此外，“钱荒”导致的股价、期价下跌也使相关系数处在高位。2013年监管层对“影子银行”采取一系列压缩措施，“钱荒”现象出现，表现在2013年6月开始利率大幅飙升，对包括商品市场和股票市场在内的资本市场造成流动性冲击，相关价格指数均出现一定程度下降，市场间相关性持续走强。
2. 第二阶段（2014—2017年），相关系数由低位回归上行
该阶段“两融”升温股价上涨，原油暴跌、期价下跌，相关系数处在低位。2014年下半年至2015年上半年，“两融”市场迅速升温，沪深两市融资融券余额超万亿元，A股迎来了久违的大牛市。与此同时，在商品市场上，2014年6月原油价格开始暴跌，2015年初经历了一轮短暂的小幅上涨后再度大跌（图3），给几乎所有大宗商品带来冲击。由此，期间万得全A和南华商品指数的走势严重背离，两者间相关系数达到-0.74，处在历史地位。
此后，供给侧结构性改革推动股价、期价上涨，相关系数回归上行。2016年初供给侧结构性改革登上历史舞台，在去产能等一系列政策的刺激下，上游工业品原材料价格上涨，2016年PPI同比增速由年初的-5.3%增长到年底的5.5%,2017年PPI始终保持在高位（图4），与原材料价格上涨对应的是上游企业利润增速大幅攀升，钢铁和有色等相关板块股价和期货价格均出现上升，股票市场和商品市场间价格相关系数由低位回归上行。
图3 布伦特原油期货结算
图4 CPI和PPI（当月同比）
3. 第三阶段（2018年），相关系数大幅下降
这一阶段融资难叠加中美贸易摩擦使股价下跌，期价整年震荡变化幅度不大，相关系数下降明显。伴随去杠杆的持续推进，实体经济和资本市场在2018年都出现了不同程度的融资难问题，社融增速持续探底，信用利差不断上升（图5）。中美贸易摩擦从年初开始，虽然从短期看贸易摩擦对宏观经济增长速度和上市公司业绩没有太大的影响，但却极大地增加了未来中国经济和企业盈利的不确定性，这使得市场投资者出现了恐慌情绪，也是导致A股下跌的重要催化剂。从大宗商品市场的情况来看，在年内供给侧放宽和宏观需求回落的综合影响下，2018年大宗商品价格呈现先逐步上升后冲高回落的走势，但整体来看全年价格震荡变化幅度不大。2018年在万得全A大幅下降的同时，南华商品指数保持了相对平稳，因此两者间相关系数较前年均下降明显。
图5 社会融资规模和信用利差
4. 第四阶段（2019—2020年），相关系数重回高位
2019年中美贸易摩擦和磋商反复，两市场行情以震荡为主，相关系数较2018年大幅回升。2020年为应对新冠肺炎疫情，在流动性持续宽松影响下，两市场均表现出牛市上涨行情，相关系数随之持续上升。
2019年初至4月，两市场在政策宽松和社融大幅超预期的“宽信用”环境中出现上涨；之后在中美贸易摩擦风波再起、中美经贸磋商反复以及政策预期等的影响下，万得全A和南华商品指数趋于震荡。从长周期来看，商品市场和股票市场在2019年的行情以震荡为主，两市场价格指数变化具备一定程度的正相关性。2020年初至3月，在新冠肺炎疫情影响下，股票市场和商品市场均出现大跌。之后在全球流动性持续宽松的影响下，股票市场率先复苏，商品市场紧随其后。随后在国内经济探底回升，随着年末美国大选等不确定性因素相继落地，在“十四五”规划等政策预期升温的影响下，股票市场演绎出典型的牛市行情；从商品市场来看，中国作为疫情防控最好、经济恢复最快最早的国家，以供应链的确定性优势使得出口数据持续向好，叠加美元指数走弱的影响，大宗商品价格也出现上涨。两市场间收益相关系数在2020年高达0.81。
结合对上述四阶段的分析，可将引起股票市场和商品期货市场价格共振的因素归结为四类：一是整体宏观经济状况，经济繁荣时，企业盈利状况好，对生产原料的需求旺盛，对应股价和大宗商品价格均出现上升，经济萧条时则反之；二是逆周期调整的宏观政策，例如宽松的财政政策往往通过基建发力作用于实体经济，这在推动经济增长的同时，也通过引发对钢铁、煤炭等大宗商品的有效需求，提升了大宗商品价格；三是流动性环境，流动性宽松时，资本为追逐更高的收益，会流向包括股票和期货市场在内的金融市场，导致价格指数同时上升，流动性收紧时则反之；四是重大事件的影响，重大事件发生初期往往通过压制投资者情绪、降低投资者的风险偏好水平作用于金融市场，使股价和期价同时出现下跌，而后期在包括向市场释放流动性等一系列政策影响下，股价和期价往往又会同时出现上涨。
四、商品期货市场和股票市场波动共振的动态变化
一般认为，金融市场间适当的价格共振有助于改善资源在各市场间的配置，加强资金互通和信息共享，促进整个金融市场体系协调发展。然而，当发生剧烈的风险冲击、市场间波动共振效应显着时，便可能引发整个金融体系的系统性风险。因此，有必要进一步研究中国商品期货市场和股票市场间的波动共振关系。
1. 实证方法选择
金融时间序列往往具有随时间变化的波动特征，即时间序列二阶矩的时变性，因此用随时间变化的动态相关系数衡量商品期货市场和股票市场间的波动共振关系，所得结果对现实情况的描述更为客观，且可更方便地用于考察重大事件发生前后市场间关系的结构性变化。
常用于估计资产间动态相关系数的方法有滚动历史相关法、指数平滑法、VEC模型、DCC-GARCH模型等。与其他方法相比，DCC-GARCH模型既能避免对历史数据主观赋权的缺陷，又可大大简化参数的数量和限制，在估计多种市场或资产的大规模相关系数矩阵时具有良好优势。因此，文章对两市场间波动的动态相关系数估计采用DCC-GARCH模型。
DCC-GARCH模型的设定如下：
其中，rt为具有零均值的收益序列，Rt为动态条件相关系数矩阵，Dt为条件标准差矩阵，σ2i,t为条件方差，ui,t=εi,t/σi,t为标准化残差。条件方差序列σ2i,t可用单变量GARCH(p,q)模型进行估计，形式如下：
其中，q和p分别为ARCH项和GARCH项的滞后阶数。
2. DCC-GARCH模型构建
(1）单位根检验
现实中的经济金融数据大多不满足平稳性要求，若直接使用非平稳数据构建计量模型，容易导致伪回归等诸多问题，因此在将万得全A(Wind A)和南华商品指数(NHCI)进行对数差分处理后，首先使用单位根检验分析dln(WindA)和dln(NHCI)的平稳性，检验使用ADF方法，结果如表1所示。
表1 单位根检验
注：类型列中c表示存在截距项，t表示存在时间趋势项，0表示不存在单位根。
表1 单位根检验
由表1可见，dln(WindA)和dln(NHCI)的ADF检验统计量的绝对值均大于1%、5%、10%的临界值，因此在样本期内可拒绝存在单位根的原假设，原数列对数差分后平稳。
对dln(WindA)和dln(NHCI)进行均值检验，均无法拒绝均值为0的假设，因此两序列满足均值为零且平稳的要求。
(2) ARCH-LM检验
由图6和图7可见，dln(WindA)和dln(NHCI)均存在“波动集聚”现象，表现在波动在一些较长的时间内很小，在另一些时间段内又很大，这说明误差项可能具有条件异方差性。
图6 dln(WindA)序列
图7 dln(NHCI)序列
(3）构建DCC-GARCH模型
设定条件方差为GARCH(1,1)形式，运用Stata软件实现波动率动态相关系数的计算。
3. 结果分析
(1）波动相关系数分析
股票市场和商品期货市场价格指数的波动率动态相关系数计算结果如图8所示。在2008—2020年间，股票市场和商品期货市场的波动相关系数随时间不断变化。绝大多数时间里两市场波动的相关系数值为正，表明市场波动间存在共振效应，但不同阶段的共振幅度存在差异。
由图8可知，样本期内波动相关系数的最大值为0.6828，最小值为-0.1458，绝对值最小的为0.0000911，平均值为0.3717。2008—2013年波动相关系数值整体处在相对高位，2014年底大幅下降，到2015年下半年开始回调，2018年以后上升明显，2020年3月后在新冠肺炎疫情影响下更是出现跳跃式上升，并达到历史高点，表明股票市场和商品期货市场间波动的共振效应在2008年后经历了由强转弱后，出现再次走强的趋势。
图8 2008—2020年波动率的动态相关系数
(2）波动相关系数与价格相关系数对比
如图9所示，整体来看，波动相关系数的绝对值小于价格相关系数，表明虽然股票市场和商品市场价格走势的一致性较高，但波动的一致性程度相对较低，中国金融市场系统性风险爆发的概率整体来看处于可控水平。
2008—2013年两个相关系数值均处在相对高位，表明在股票市场和商品期货市场价格有较强联动性的同时，也伴随着较高的系统性风险水平；2014—2017年，价格相关系数由低位逐渐上升回归到之前的水平，不同的是，波动相关系数仍停留在低位，表明虽然股票市场和商品期货市场间价格的联动性在逐渐增强，但系统性金融风险爆发的可能性并未随之提升，文章认为这与强监管和构建成熟资本市场的不断推进密切相关；2018年以来，价格和波动相关系数出现同向上升，金融市场间关联越来越紧密，在中美贸易摩擦和新冠肺炎疫情影响下，金融市场间系统性风险有上升趋势。
图9 价格相关系数与波动相关系数（年度）
五、重大事件对系统性风险的影响
从2017年8月开始，中美贸易摩擦逐渐发酵，贸易摩擦在直接影响两国进出口企业，乃至两国经济的同时，还有可能威胁到两国的金融稳定。理论上，贸易摩擦对一国金融体系是一种负向外部冲击，而负向外部冲击是导致金融体系系统性风险增大的源头（方意，2016）。具体而言，外部冲击使单一金融市场遭受直接损失，在关联性机制作用下，外部冲击造成的直接损失会被进一步放大，最终导致系统性金融风险水平上升。结合上文股票市场和商品期货市场波动相关系数的估计结果，可用数据直观展示中美贸易摩擦对系统性金融风险水平的影响。
2018年3月22日，美国总统特朗普签署备忘录，基于对华“301调查”报告，并对中国约600亿美元商品大规模加征关税，限制中国企业对美投资并购同年。3月23日，中国商务部发布了针对美国进口钢铁和铝产品232措施的中止减让产品清单并征求公众意见，拟对价值30亿美元的美国产水果、猪肉、无缝钢管等100多种商品征收关税。紧接着在下一交易日，即3月26日，股票市场和商品期货市场间的波动相关系数急剧升高，由0.23飙涨至0.33，直至2018年9月波动相关系数均维持在0.3以上（图10），可见波动相关系数具有典型的“事件驱动”特征。
图1 0 2018年波动相关系数
2020年初以来，新冠肺炎疫情在全球蔓延，对各国经济发展和社会稳定等各个方面带来严重威胁。此次疫情首先给实体经济带来巨大冲击，随后传导到金融系统，同时通过影响投资者情绪和投资行为，不仅增大了某一个金融市场的风险，而且加剧了各个金融市场间的风险溢出和共振。
如图11所示，从万得全A和南华商品指数间的动态相关系数值看，2020年2月3日在春节后的首个交易日开盘后，股票市场和商品期货市场均大幅下挫，两市场间的波动相关系数急剧升高，由1月23日的0.26升至0.32,2月4日又进一步飙升至0.52，此后直至2020年末，两市场间波动相关系数基本维持在0.5以上，市场间波动相关性保持高位，表明新冠肺炎疫情对中国金融市场造成了显着的冲击，并大幅提高了股票市场和商品期货市场间的风险共振。
图1 1 2020年波动相关系数
实体经济是所有经济体的命脉所在，由实体经济传导至金融市场的危机往往力度更强，持续时间更久，危害也更大。新冠肺炎疫情防控期间股票市场和商品期货市场间波动相关系数处在历史高位便是强有力的证明。具体而言，新冠肺炎疫情防控期间两市场波动相关系数创下历史新高，究其原因，受新冠肺炎疫情影响不得不终止各类生产活动，如工人工资、租金成本、设备使用成本、银行贷款利息等诸多成本是相对刚性的，在全国性经济活动持续冻结的影响下，企业逐渐入不敷出，出现现金流断裂，尤其是大量的中小微企业更是不可能有足够的流动性来应对收入断流情形。不可避免地出现现金流和债务流的失配，现金流和债务流之间的缺口随时间不断积累，最终导致大面积的债务链断裂，由此金融市场间的系统性风险水平飙升。
六、结论与建议
1. 主要结论
第一，基于万得全A和南华商品指数的年度价格相关系数计算结果表明：2008—2013年，相关系数值高位震荡，价格共振效应显着；2014—2017年，相关系数从低位回归上行，价格共振效应逐步增强；2018年相关系数值大幅下降，价格共振效应减弱；2019—2020年，相关系数重回高位，价格共振再次加强。
第二，从宏观视角对造成股票市场和商品期货市场价格共振的原因进行分析和提炼后，将容易引发两市场价格共振的因素归结为四类：一是整体宏观经济状况；二是逆周期调节的宏观政策；三是流动性的松紧程度；四是重大事件的影响。
第三，采用DCC-GARCH模型计算的万得全A和南华商品指数间的波动相关系数结果表明：2008—2013年波动相关系数值整体处在相对高位，意味着股票市场和商品期货市场间的系统性风险水平较高；2014年大幅下降后连续4年在低位徘徊，表明强监管下国内资本市场的稳健发展取得了一定效果，系统性金融风险下降；2018年以后又出现较大幅度上升，主要原因是在中美贸易摩擦和新冠肺炎疫情的影响下，系统性金融风险出现再次回升。
第四，以中美贸易摩擦和新冠肺炎疫情作为典型事件，验证了重大突发事件对系统性金融风险的影响，结果表明：一是在美国开展对华“301调查”和中国商务部公布反击清单事件发生后，股票市场和商品期货市场间的波动相关系数急剧升高，中美贸易摩擦的发生快速推高了两市场间的系统性金融风险水平；二是新冠肺炎疫情冲击到参与实体经济的企业，并通过大面积债务链断裂传导至金融市场，此类通过实体经济传导至金融市场的危机对系统性风险水平的影响程度往往更大。
2. 相关建议
《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出，要维护金融安全，守住不发生系统性风险底线。打好包括防范化解重大风险在内的三大攻坚战，是中国经济发展由高速增长转为高质量发展阶段所必须要跨越的特有关口。因此，采取有效措施防范化解金融风险、加强金融监管、维护金融安全和稳定，是关系到中国经济社会发展全局的大事。据此，结合文章研究结论，提出如下建议：
(1）重视波动共振在风险研判和预防方面的作用
金融市场间价格共振水平的增加有助于促进资源在不同金融市场间的配置，推动整个金融体系协调发展；而市场间波动共振水平较高时，意味着系统性金融风险水平也处在相对高位。因此各监管部门应继续加强对波动共振的关注程度，及时做好风险研判和预防工作。
(2）加强对重大事件的关注和研判
历史经验表明，全球金融危机、欧债危机、中美贸易摩擦、新冠肺炎疫情等事件的发生均加剧了股票市场和商品市场间的波动共振，使证券市场系统性风险加剧。因此，需加强对重大事件和突发事件的关注度，及时研判其可能给金融市场带来的冲击程度和持续时间等方面的影响。
(3）构建金融市场系统性风险预警体系
在宏观经济运行监测方面，已有包括工业生产指数、固定资产投资、社会消费品零售总额等宏观经济指标构建的预警指数，用以监测宏观经济运行风险。在金融市场运行监管方面，仅针对单一市场的指标监管和压力测试，难以对系统性金融风险进行预警和防范。因此，可以考虑建立统一的金融市场风险预警体系，实现由单市场监测向多市场系统性风险预警转变。
(4）进一步加强金融市场间协调监管
分业监管模式难以满足金融市场一体化及有效监管系统性风险的现实需要，容易产生“只见树木不见森林”的监管漏洞，缺乏对系统性风险的整体评估、协调和应对。2017年召开的全国金融工作会议宣布设立国务院金融稳定发展委员会，旨在加强金融监管协调、补齐监管短板。应在此基础上，持续推动由分业监管向协调监管的转换发展。
参考文献
[1]方意系统性风险的传染渠道与度量研究一兼论宏观审慎政策实施[J] 管理世界, 2016(8):32-57.
[2]方意，于渤，王炜新冠疫情影响下的中国金融市场风险度量与防控研究[J].中央财经大学学报, 2020(8):116-128.
[3]和文佳，方意.荆中博中美贸易摩擦对中国系统性金融风险的影响研究[J]国际金融研究。2019(3):34-45.
[4]刘君互联网时代的同质化与风险共振[J].《IM研究动态》2017年下半年合辑, 2017:79-85.
[5]王振营交易经济学原理[M].北京:中国金融出版社。2019.
[6]吴智钢正视市场七年之痒谨防蝴蝶共振效应[N].证券时报, 2016-01-26(A03).
0]阎岳中美货币政策宽松共振”金融市场或将强劲复苏IN].证券日报, 2016-04-29(A01).
[8]杨子晖，陈雨恬,张平淼重大突发公共事件下的宏观经济冲击、金融风险传导与治理应对[J]管理世界, 2020,36(5):13-35+7.
[9]邹蕴涵.全球金融市场共振下的货币协调N]中国证券报, 2016-09-28(A06).
[10]燕翔,战迪追寻价值之路: 1990- -2020年中国股市行情复盘[M].北京: 经济科学出版社, 2021.
