发达市场与新兴市场的尾部风险

doi:10.16381/j.cnki.issn1003-207x.2021.2441

Abstract

Abstract:

It is examined whether there are cross-market tail risk spillovers and contagion between developed markets and emerging markets during the financial crisis in this article. The determinants of cross-market tail risk contagion are analyzed using the multivariate and multi-quantile conditional autoregressive model （MVMQ-CAViaR） to measure the tail risk spillovers between developed and emerging markets during the subprime mortgage crisis and the European debt crisis. While the cross-market contagion effect of the tail risk in the crisis period is analyzed through the test of the difference of the degree of tail risk spillover between the stable period and the crisis period. A international factor model is used to test risk contagion channels， including macroeconomic fundamentals， global risks and investor behavior. The impact of investor behavior is considered from the three perspectives：investor information asymmetry， liquidity constraints and herd behavior. The factors of investor behavior are incorporated into a unified framework to examine how to led to cross-market tail risk contagion during the two crises. Evidence shows that the two financial crises exist spillovers and contagion of tail risks between developed markets and emerging markets. Furthermore， macroeconomic fundamentals， global financial panic， and liquidity crunch are the main causes of cross-market contagion of tail risks. Last， investors’ information asymmetry， liquidity constraints and herding behavior are also causes of the cross-market contagion of the tail risks of the two crises.

Key words: tail risk, spillover effect, risk contagion determinants, investor behavior

CLC Number:

F830.99

Xuetong Zhang,Weiguo Zhang,Chao Wang. Tail Risks in Developed and Emerging Markets——Test of Spillover, Contagion and Contagion Determinants[J]. Chinese Journal of Management Science, 2024, 32(4): 14-25.

Figures/Tables 8

系数	美国-中国	巴西-美国	俄罗斯-美国	印度-美国	德国-中国	巴西-德国	德国-印度	日本-巴西	日本-印度
$η i$	-0.002	-0.004	-0.112^**	-0.084	0.012	0.199^*	0.045	0.032	0.022
$η i$	(-0.07)	(-0.02)	(-1.99)	(-0.87)	(0.81)	(1.72)	(0.89)	(0.14)	(0.11)

系数	美国-印度	英国-中国	巴西-德国	俄罗斯-德国	法国-中国	巴西-法国	中国-德国	印度-德国
$η i$	0.442^**	-0.012	-0.143	0.632^*	-0.762	-0.017	0.021	0.018
$η i$	(2.38)	(-0.04)	(-0.51)	(1.68)	(-0.18)	(-1.07)	(0.001)	(0.001)

References 33

1	Corsetti G， Pericoli M， Sbracia M. ‘Some contagion， some interdependence’： more pitfalls in tests of financial contagion［J］. Journal of International Money and Finance， 2005， 24（8）： 1177-1199.
2	Forbes K， Rigobon R. No Contagion， only interdependence： measuring stock market co movements ［J］. The Journal of Finance， 2002， 57（5）： 2223-2261.
3	Kenourgios D， Dimitriou D. Contagion of the global financial crisis and the real economy： a regional analysis［J］. Economic Modelling， 2015， 44：283-293.
4	Mensi M， Hammoudeh S， Nguyen D K， Sang H K. Global financial crisis and spillover effects among the U.S. and BRICS stock markets［J］. International Review of Economics& Finance， 2016， 42 （3）：257-276.
5	Costinot A， Roncalli T， Teiletche J. Revisiting the dependence between financial markets with copulas［J］. SSRN Electronic Journal， 2000，（11）：238-251.
6	Aloui R， Aïssa M S B， Nguyen D K. Global financial crisis， extreme interdependences， and contagion effects： the role of economic structure？［J］. Journal of Banking & Finance， 2011， 35（1）： 130-141.
7	叶五一，韦伟，缪柏其. 基于非参数时变Copula模型的美国次贷危机传染分析［J］. 管理科学学报， 2014， 17（11）：151-151.
	Ye W Y， Wei W， Miao B Q. Analysis of subprime loan crisis contagion based on non-parametric time-varying copula［J］. Journal of Management Sciences in China， 2014， 17（11）：151-151.
8	周利国，何卓静，蒙天成. 基于动态Copula的企业集团信用风险传染效应研究［J］. 中国管理科学， 2019，27（2）：71-82.
	Zhou L G， He Z J， Meng T C. Credit risk contagion in an enterprise group with dynamic copula models［J］. Chinese Journal of Management Science， 2019，27（2）：71-82.
9	Lehar A. Measuring systemic risk： a risk management approach ［J］. Journal of Banking & Finance， 2005， 29（10）： 2577-2603.
10	Hartmann P， Straetmans S， Vries de C. Asset market linkages in crisis periods ［J］. The Review of Economics and Statistics， 2004（86）：313-326.
11	Adrian T， Brunnermeier M. CoVaR ［J］. The American Economic Review， 2016， 106（7）： 1705-1741.
12	Acharya V V， Pedersen L H， Philippon T，et al.Measuring systemic risk［J］.CEPR Discussion Papers， 2017， 29（1002）：85-119.
13	Engle R F， Manganelli S. CAViaR： conditional autoregressive value at risk by regression quantiles［J］. Journal of Business & Economic Statistics， 2004，22（4）： 367-381.
14	White H， Kim T H， Manganelli S. VAR for VaR： measuring tail dependence using multivariate regression quantiles［J］. Journal of Econometrics， 2015， 187（1）： 169-188.
15	曾裕峰，简志宏，彭伟. 中国金融业不同板块间风险传导的非对称性研究—基于非对称MVMQ-CAViaR模型的实证分析［J］. 中国管理科学，2017，25（8）：58-67.
	Zeng Y F， Jian Z H， Peng W. Study on asymmetric effect of risk transmission between different financial sectors in China［J］. Chinese Journal of Management Science， 2017，25（8）：58-67.
16	庞晓波，王克达. 国际金融危机潜在传染源的识别及其传染力分析［J］.中国管理科学，2018，26（3）：43-50.
	Pang X B， Wang K D. The identification of potential infectious source of international financial cricis and the analysis of their contagiousness［J］. Chinese Journal of Management Science， 2018，26（3）：43-50.
17	程棵，陆凤彬，杨晓光．次贷危机传染渠道的空间计量［J］．系统工程理论与实践，2012，32（3）： 483-494.
	Cheng K， Lu F B， Yang X G. Spatial analysis of US subprime mortgage crisis contagion［J］. Systems Engineering—Theory & Practice. 2012，32（3）： 483-494.
18	Corsetti G， Pericoli M， Sbracia M. ‘Some contagion， some interdependence’： more pitfalls in tests of financial contagion［J］. Journal of International Money and Finance， 2005， 24（8）： 1177-1199.
19	吴蕾，王浩宇.发达市场对新兴市场危机净传染的特征研究［J］.系统工程理论与实践，2017，37（1）：91-105.
	Wu L， Wang H Y. Features of contagion from developed markets to emerging markets［J］ Systems Engineering-Theory & Practice，2017，37（1）：91-105.
20	Leung H， Schiereck D， Schroeder F. Volatility spillovers and determinants of contagion： exchange rate and equity markets during crises［J］. Economic Modelling， 2017， 61： 169-180.
21	Chiang T C， Zheng D. An empirical analysis of herd behavior in global stock markets［J］. Journal of Banking and Finance， 2010， 34（8）：1911-1921.
22	Kodres L， Pritsker M. A rational expectations model of financial contagion ［J］.The Journal of Finance， 2002， 57（2）：769-799.
23	Hasman A， Samartin M. Information acquisition and financial contagion［J］. Journal of Banking and Finance， 2008， 32（10）：2136-2147.
24	Jayech S. The contagion channels of July-August-2011 stock market crash： a DAG-copula based approach［J］. European Journal of Operational Research， 2016， 249（2）： 631-646.
25	Bekaert G， Ehrmann M， Fratzscher M， et al.The global crises and equity market contagion［J］. The Journal of Finance， 2014， 69（6）： 2597-2649.
26	Goldstein M. The Asian financial crisis［R］. Washington， DC： Institute for International Economics， 1998.
27	Lauterbach B. Consumption volatility， production volatility， spot-rate volatility， and the returns on treasury bills and bonds［J］. Journal of Financial Economics， 1989， 24（1）： 155-179.
28	Schwert G W. Why does stock market volatility change over time？［J］. The Journal of Finance， 1989， 44（5）： 1115-1153.
29	杨子晖，陈雨恬，张平淼.股票与外汇市场尾部风险的跨市场传染研究［J］.管理科学学报， 2020，23（8）：54-77.
	Yang Z H， Chen Y T， Zhang P M. Cross-market contagion effect on tail risks between stock markets and exchange markets［J］. Journal of Management Sciences in China， 2020，23（8）：54-77.
30	Holthausen R W， Leftwich R W， Mayers D. The effect of large block transactions on security prices： a cross-sectional analysis［J］.Journal of Financial Economics， 1987，19（2）： 237-267.
31	Aitken M， Comerton-Forde C. How should liquidity be measured？［J］. Pacific-Basin Finance Journal， 2003， 11（1）： 45-59.
32	Chang E C， Cheng J W， Khorana A. An examination of herd behavior in equity markets： an international perspective［J］. Journal of Banking & Finance， 2000， 24（10）： 1651-1679.
33	刘晓星，段斌，谢福座. 股票市场风险溢出效应研究：基于EVT-Copula-CoVaR模型的分析［J］. 世界经济，2011（11）：145-159.
	Liu X X， Duan B， Xie F Z. Research on risk spillover effrct of stock market： an analysis based on EVT-Copula-CoVaR model［J］. The Journal of World Economy， 2011（11）：145-159.

指标	美国	英国	德国	法国	日本	中国	巴西	俄罗斯	印度
a.平稳时期（2004年1月1日—2006年12月31日）
均值	0.037	0.076	0.105	0.094	0.045	-0.024	0.159	0.266	0.106
波动率	0.046	0.046	0.065	0.058	0.077	0.089	0.111	0.123	0.111
偏度	-0.166	-0.374	-0.452	-0.496	-0.302	0.329	-0.149	-0.005	-1.345
峰度	0.418	1.056	0.485	0.685	0.365	1.644	0.080	4.259	12.739
b.次贷危机时期（2007年8月1日—2009年3月30日）
均值	-0.144	-0.140	-0.206	-0.204	-0.240	0.027	-0.127	-0.319	-0.246
波动率	0.133	0.131	0.135	0.143	0.152	0.168	0.179	0.243	0.161
偏度	-0.874	-0.108	-0.349	0.070	-1.393	0.278	-0.551	-0.032	-0.507
峰度	3.367	2.329	3.338	6.371	1.998	1.484	3.451	7.100	2.367
c.欧债危机时期（2009年12月31日—2013年12月31日）
均值	0.037	0.310	0.095	0.579	0.416	-0.122	-0.030	-0.072	0.002
波动率	0.072	0.068	0.087	0.096	0.093	0.082	0.096	0.111	0.069
偏度	-0.749	-0.364	-0.309	-0.204	-0.630	-0.384	-0.460	-0.245	0.160
峰度	5.977	1.064	1.637	1.482	2.688	2.486	3.324	2.645	0.138

市场	平静时期		次贷危机		欧债危机
市场	b₁₂	b₂₁	b₁₂	b₂₁	b₁₂	b₂₁
美国-中国	-0.0073	0.1776^**	0.0364^*	-0.0199	-0.0016	-0.0017
美国-中国	(-1.37)	(2.18)	(1.73)	(-1.27)	(-0.70)	(-0.28)
美国-巴西	0.0371	-0.0008	0.1210^**	0.0981^***	0.0067^*	-0.0021
美国-巴西	(0.95)	(-0.13)	(2.5)	(3.57)	(1.75)	(-0.50)
美国-俄罗斯	0.1411^*	0.0023	0.0298	0.0444^***	0.0102	0.0005
美国-俄罗斯	(1.75)	(0.76)	(0.55)	(3.42)	(1.35)	(0.10)
美国-印度	-0.0278	0.002	0.1580^**	0.100^***	0.0188^***	0.0000
美国-印度	(-0.76)	(0.29)	(2.46)	(5.53)	(3.33)	(0.37)
英国-中国	0.0122	0.0685	0.0398^*	-0.025	0.0015	0.0235^*
英国-中国	(1.46)	(0.81)	(1.81)	(-1.06)	(0.96)	(1.72)
英国-巴西	0.0278	0.0161^**	0.0173	0.0095	0.0084	0.002
英国-巴西	(0.73)	(2.02)	(0.32)	(0.41)	(1.13)	(1.05)
英国-俄罗斯	0.0108	0.003	0.1122^**	-0.0022	0.0213^*	0.0028
英国-俄罗斯	(0.14)	(0.71)	(2.06)	(-0.20)	(1.74)	(1.46)
英国-印度	-0.0087	0.0161	0.0610	0.0001	0.0372^***	0.0010
英国-印度	(-0.23)	(0.14)	(0.87)	(0.01)	(3.26)	(1.24)
德国-中国	0.0088	0.0685	0.0347^***	-0.025	-0.0022	0.0235^*
德国-中国	(1.27)	(0.81)	(2.77)	(-1.06)	(-0.78)	(1.72)
德国-巴西	-0.0003	0.0096^*	-0.0485	0.0428^**	0.0061^**	-0.0067
德国-巴西	(0.00)	（1.68）	(-0.89)	(2.69)	(2.75)	(-2.05)
德国-俄罗斯	0.0253	0.0053	-0.0289	0.0287^***	0.0048	-0.0046
德国-俄罗斯	(0.18)	(1.51)	(-0.34)	(2.91)	(1.39)	(-1.48)
德国-印度	0.0697	0.0171^**	0.1458^**	0.0328^***	0.0074^**	-0.0018
德国-印度	(1.15)	(2.15)	(2.00)	(2.76)	(2.14)	(-1.24)
法国-中国	0.0252^**	0.0516	0.0333^**	-0.0269	-0.0006	-0.0021
法国-中国	(1.97)	(0.71)	(2.06)	(-1.55)	(-0.15)	(-0.40)
法国-巴西	0.0243	0.0347^***	0.1014^**	0.0646^***	0.0057^**	-0.0006
法国-巴西	(0.71)	(2.72)	(2.29)	(3.28)	(2.39)	(-0.15)
法国-俄罗斯	0.0142	-0.0012	0.0134	0.0404^***	0.0021	0.0025
法国-俄罗斯	(0.23)	(-0.19)	(0.21)	(3.37)	(0.62)	(0.72)
法国-印度	0.0510^*	0.0285*	0.1323^**	0.0534^***	0.0096^**	0.0001
法国-印度	(1.70)	(1.83)	(2.44)	(3.88)	(2.21）	(0.03)
日本-中国	-0.0001	-0.0016	0.0295^*	0.0496^*	0.0022	0.0166^*
日本-中国	(-0.03)	(-0.07)	(1.95)	(1.77)	(0.51)	(1.73)
日本-巴西	0.0056	0.0003	0.4564^***	-0.0021	0.0003	-0.0017
日本-巴西	(0.57)	(0.12)	(4.72)	(-0.08)	(-0.06)	(-0.40)
日本-俄罗斯	0.0534^*	0.0044^**	0.1853^*	-0.0001	-0.0048	-0.0037
日本-俄罗斯	(1.79)	(2.11)	(1.77)	(-0.01)	(-0.84)	(-1.13)
日本-印度	0.0267^***	0.0038	0.7002^***	-0.0299	0.0121	-0.0006
日本-印度	(2.83)	(1.04)	(4.99)	(-1.20)	(1.45)	(-0.25)

市场	系数	次贷危机			欧债危机
市场	系数	chi2(1)	p-value	是否发生传染	chi2(1)	p-value	是否发生传染
美国-中国	b₁₂	3.49	0.0619	是	0.28	0.5992	否
美国-中国	b₂₁	2.78	0.0955	否	2.32	0.1281	否
美国-巴西	b₁₂	2.89	0.0889	仅溢出	0.74	0.3906	仅溢出
美国-巴西	b₂₁	8.32	0.0039	是	0.13	0.7181	否
美国-俄罗斯	b₁₂	1.04	0.3087	否	1.92	0.1657	否
美国-俄罗斯	b₂₁	7.84	0.0051	是	0.09	0.7621	否
美国-印度	b₁₂	2.59	0.1075	仅溢出	3.29	0.0696	是
美国-印度	b₂₁	14.4	0.0001	是	0.79	0.374	否
英国-中国	b₁₂	1.21	0.2708	仅溢出	5.32	0.0211	是
英国-中国	b₂₁	1.29	0.2569	否	1.32	0.2506	否
英国-巴西	b₁₂	0.04	0.8416	否	0.33	0.5650	否
英国-巴西	b₂₁	0.08	0.7775	仅溢出	2.01	0.1298	否
英国-俄罗斯	b₁₂	1.84	0.1753	否	0.04	0.8380	仅溢出
英国-俄罗斯	b₂₁	0.13	0.7201	仅溢出	0	0.9665	否
英国-印度	b₁₂	0.92	0.3375	仅溢出	1.18	0.2770	仅溢出
英国-印度	b₂₁	0.63	0.4259	仅溢出	1.94	0.1633	否
德国-中国	b₁₂	4.43	0.0353	是	2.61	0.1064	否
德国-中国	b₂₁	2.68	0.1017	否	3.64	0.0563	是
德国-巴西	b₁₂	0.33	0.5685	否	0.01	0.9184	仅溢出
德国-巴西	b₂₁	4.02	0.0450	是	4.51	0.0337	是
德国-俄罗斯	b₁₂	0.2	0.6534	否	1.35	0.2460	否
德国-俄罗斯	b₂₁	1.3	0.1214	仅溢出	5.6	0.0180	是
德国-印度	b₁₂	6.35	0.0118	是	1.84	0.1745	仅溢出
德国-印度	b₂₁	0.9	0.3434	仅溢出	3.55	0.0596	是
法国-中国	b₁₂	0.16	0.6897	仅溢出	8.59	0.0034	是
法国-中国	b₂₁	1.08	0.2986	否	0.53	0.4682	否
法国-巴西	b₁₂	2.53	0.1115	仅溢出	0.18	0.6675	仅溢出
法国-巴西	b₂₁	0.54	0.4615	否	5.27	0.0217	是
法国-俄罗斯	b₁₂	0	0.9898	否	0.36	0.5497	否
法国-俄罗斯	b₂₁	2.24	0.1076	仅溢出	0.27	0.6024	否
法国-印度	b₁₂	1.54	0.2146	仅溢出	1.19	0.2745	仅溢出
法国-印度	b₂₁	0.51	0.4750	仅溢出	2.34	0.1257	否
日本-中国	b₁₂	1.74	0.1874	仅溢出	0.34	0.5596	否
日本-中国	b₂₁	1.41	0.2350	仅溢出	0.48	0.4895	仅溢出
日本-巴西	b₁₂	5.12	0.0236	是	0.41	0.5245	否
日本-巴西	b₂₁	0.01	0.9399	否	0.2	0.6541	否
日本-俄罗斯	b₁₂	1.61	0.2044	仅溢出	1.75	0.1859	否
日本-俄罗斯	b₂₁	0.2	0.6528	否	0.04	0.8475	否
日本-印度	b₁₂	12.7	0.0004	是	0.49	0.4848	否
日本-印度	b₂₁	1.36	0.2429	否	2.03	0.1537	否

变量	美国-中国	巴西-美国	俄罗斯-美国	印度-美国	德国-中国	巴西-德国	德国-印度	日本-巴西	日本-印度
a.经济基本面
TradeBalance	-0.001^**	-0.002^*	-0.001	-0.001^*	<-0.001	-0.001	-0.002	<-0.001	<-0.001
InterestRate	-0.046^***	-0.052^***	-0.034^***	-0.054^***	-0.060^***	-0.029^***	-0.018	-0.032^***	-0.023^**
Inflation	0.012	0.026^*	0.031^***	0.051^***	0.029	0.025	0.057	0.019	0.032
GDP	-0.015^**	-0.014^***	-0.015^***	-0.013^***	-0.016^***	-0.014^**	-0.015^***	-0.023^**	-0.006
FXReserve	-0.042^***	-0.054^***	-0.069^***	-0.043^***	-0.016^***	-0.018^***	-0.053^***	-0.075^***	-0.082^***
b.全球性风险冲击
VIX	0.006^***	0.008^***	0.011^***	0.007^***	0.009^***	0.006^***	0.010^***	0.012^***	0.008^***
TED	0.001^***	0.001^***	0.002^***	0.002^***	0.001^***	0.001^***	0.004^***	0.001^***	0.001^***
c.投资者行为
B/V	1.75^**	1.01	0.99	0.87	5.29^***	1.24^*	11.09^***	6.28^***	7.45^***
volume	0.08	0.11	-0.13	0.06	-0.02	0.01	-0.25^**	-0.18^**	-0.16
CSAD	-0.0067	-0.0198^**	-0.0314^**	-0.0224^*	-0.0543^***	-0.0115^*	-0.0322^***	-0.0088	-0.0109^*

变量	美国-印度	英国-中国	巴西-德国	俄罗斯-德国	法国-中国	巴西-法国	中国-德国	印度-德国
a.经济基本面
TradeBalance	-0.002^*	<-0.001	<-0.001	<-0.001	<-0.001	<-0.001	<-0.001	<-0.001
InterestRate	-0.021^***	-0.014^***	-0.052^***	-0.019^**	-0.029^**	-0.077^***	-0.057^***	-0.071^***
Inflation	0.013	0.026	0.066^**	0.049	0.017	0.025	0.046^*	0.022
GDP	-0.028	-0.253^*	-0.016	-0.004	-0.084^***	-0.325^**	0.001	-0.012
FXReserve	-0.113^**	-0.142^***	-0.086^*	-0.116^***	-0.018^*	-0.073^***	-0.014^***	-0.013^*
b.全球性风险冲击
VIX	0.004^***	0.004^***	0.003^***	0.005^***	0.003^***	0.003^***	0.004^***	0.003^***
TED	0.001^***	0.002^***	0.001^***	0.002^***	0.001^***	0.001^***	0.002^***	0.002^***
c.投资者行为
B/V	0.82^**	0.98^***	0.22	1.27^***	0.86^**	0.77^**	0.12	0.42
volume	0.001	-0.02	-0.06^*	-0.01	-0.005	0.004	-0.002	-0.004
CSAD	-0.0019	-0.0043	-0.0328^**	-0.0103^*	-0.0099	-0.0107^*	-0.0315^**	-0.0047

Tail Risks in Developed and Emerging Markets——Test of Spillover, Contagion and Contagion Determinants

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 8

References 33

Related Articles 15

Metrics

Comments

Recommended 0

[1]	Hengyu Li,Junwu Chai. Cooperation Strategy of Manufacturer in Live-streaming Considering with Spillover Effect [J]. Chinese Journal of Management Science, 2024, 32(9): 171-181.
[2]	Linli Xie,Aifan Ling. Equity Extreme Tail Risks,Leverage Ratio and Credit Spreads of the Corporate Bonds in China [J]. Chinese Journal of Management Science, 2024, 32(5): 47-60.
[3]	YAN Yu-meng, XIONG Xiong, LU Lei, ZHANG Wei, ZHANG Yong-jie. From “A Peek” to “A Strategic View”: Individual Investor Behaviors in the Age of Big Data [J]. Chinese Journal of Management Science, 2023, 31(9): 244-254.
[4]	GONG Xiao-li, LIU Jian-min, XIONG Xiong, ZHANG Wei. Research on the Uncertainty of Economic Policy and the Contagion of Tail Risk between Global Financial Networks [J]. Chinese Journal of Management Science, 2023, 31(7): 78-90.
[5]	FAN Hong, CHEN Nai-xi. Multi-stage Risk Contagion Mechanism and Empirical Study Based on Spillover Effect [J]. Chinese Journal of Management Science, 2023, 31(6): 39-48.
[6]	HAO Jun, LI Jian-ping, FENG Qian-qian, SUN Xiao-lei. Early Warning of Financial Crisis Based on the Spillover Effects [J]. Chinese Journal of Management Science, 2023, 31(4): 35-45.
[7]	Bin MENG,Rong-wen-jun LIAN,Cong SUI,Hai-bo KUANG. Do Major Events Affect the Stability of Shipping Market Spillover and Transmission? [J]. Chinese Journal of Management Science, 2023, 31(11): 46-57.
[8]	WANG Lei, , LI Shou-wei, HE Jian-min, HOU De-fei. The Behavior Spread of “Buying the Winners” of Real Estate Investors under the Disturbance of Internet Public Opinion [J]. Chinese Journal of Management Science, 2023, 31(1): 56-69.
[9]	ZHONG Wan-ling, LI Hai-qi. Tail Risk Spillover Effects among Crude Oil Price, Macroeconomic Variables and China’s Stock Market [J]. Chinese Journal of Management Science, 2022, 30(2): 27-37.
[10]	OUYANG Xiao-ling, ZHANG Jun-hao, DU Gang. Environmental Regulation and Green Technological Innovation: Impact Mechanism Analysis and Spatial Spillover Effects [J]. Chinese Journal of Management Science, 2022, 30(12): 141-151.
[11]	LIU Zi-xi, , GONG Jian. Influencing Mechanism of Macroeconomic Factors on RMB Exchange Rate Bidirectional Fluctuations: An Empirical Research from the Perspective of Multiple Policy Goals [J]. Chinese Journal of Management Science, 2022, 30(1): 32-41.
[12]	PENG Jia-chao, YI Ming, FU Li-na. Re-testing the Total Factor Productivity of China's Agriculture——Analysis of Agricultural Intermediate Consumables Based on Provincial Panel Data [J]. Chinese Journal of Management Science, 2021, 29(6): 223-237.
[13]	ZHANG Wei-ping, ZHUANG Xin-tian, WANG Jian. Systematic Risk Spatial Spillover Correlation and Risk Prediction Analysis of Cross-industry in China’ Stock Market——Based on The Tail Risk Network Model [J]. Chinese Journal of Management Science, 2021, 29(12): 15-28.
[14]	ZHAO Xing, CUI Bai-sheng. The Spillover Effects of China's Monetary Policy on the United States——An Analysis based on the Two Countries' Open DSGE Model [J]. Chinese Journal of Management Science, 2020, 28(7): 77-88.
[15]	HU Cheng-chun, CHEN Xun. Economic Policy Uncertainty, Macroeconomic and Asset Price Fluctuation: Based on TVAR Model and Spillover Index [J]. Chinese Journal of Management Science, 2020, 28(11): 61-70.