国际金融危机背景下国内外股市波动溢出效应的实证研究

杨飞虎，熊家财

（江西财经大学 经济学院，江西 南昌 330013）

一、引言及文献综述

20世纪80年代以来，在经济全球化和科技高速发展的背景下，金融全球化和金融自由化趋势越来越明显，世界股票市场间的联系越来越密切。这种联系一方面促使信息在不同市场间快速传递，加强了金融政策的作用，提高了金融市场的运行效率；另一方面，也使得风险在整个金融体系中更快地传递，使得个别风险演变为大规模的金融危机。如1997年的亚洲金融危机、2007年席卷全球的次贷危机等。股票市场之间联系最为典型的表征，就是股市的波动溢出效应。股市的“波动溢出效应”是指一个股票市场的波动状况不仅受到自身前期波动的影响，还可能受到其他市场前期波动的影响，也即存在收益率二阶矩之间的Granger因果关系。波动溢出效应不仅存在于同一国家的不同股票市场间，也存在于不同国家的不同股票市场间。而波动性从本质上讲是金融资产风险的刻画，因此，对股票市场波动溢出的研究具有十分重要的学术价值与实际应用价值。

是什么原因导致了股票市场间存在显著的波动溢出效应？学术界主要有两种观点：一是“经济基础说”；二是“市场传染说”。经济基础说认为，股票市场存在一系列属性相同或相似的基本经济因素，信息在不同市场间进行传导，从而产生相互影响；而市场传染说则认为，即使不存在共同的基本因素，股票市场之间的传染效应也会导致市场间的显著溢出。上述两种观点最初由Ito和Lin(1994)提出。[1]Connolly和Wang（1998）研究发现，美、日、英三国的股票市场间的联系，可以通过三国的宏观经济新闻公告得到解释。这些公告包括货币供应、工业制造、通胀、失业率等。[2]King和Wadhwani（1990）对1987年10月美国股市暴跌事件研究后认为，即使信息仅对某个特定的市场适用，市场间也可以通过股价的变化传递价格信息，导致其他市场对该事件的反应过度。他们还发现市场间的协方差只有一小部分能为利率等基本因素所解释，不应将经济因素作为解释收益波动相关性的唯一因素。[3]

对股票市场间波动溢出效应的研究，主要集中于近十几年的时间。学者们主要通过GARCH类模型方法（有单变量和多变量模型） 对波动溢出效应进行研究。Hamao等（1990）较早地利用单变量GARCH模型研究了美、日、英三国股市的波动溢出，发现存在着纽约到东京、伦敦到东京、纽约到伦敦的单向波动溢出，且美国起着信息先导作用。[4]Theodossiou和Lee（1993）也通过建立GARCH-M模型对美、日、英、加和德五国的股市进行研究，发现美国股市是其他国家股市的信息输入源。[5]刘金全和崔畅（2002）采用Hamao等人方法对沪深两市间的波动溢出效应进行了研究，发现仅存在沪市到深市的单向波动溢出效应。[6]利用单变量方法进行波动溢出效应分析时，会造成市场割裂，忽略市场相关，从而导致信息缺失和估计有偏性。Pagan（1984）指出，用多变量GARCH模型可充分利用残差向量方差-协方差矩阵所包含的有效信息，得到更精确的参数估计值。[7]Koutmos和Booth(1995)运用多变量EGARCH模型来研究纽约、东京、伦敦三大股市，发现三大股市之间不仅存在波动溢出效应，而且波动溢出还具有不对称性。[8]赵留彦和王一鸣（2003）利用二元GARCH模型研究发现，2001年2月之前，A股市场与B股市场的波动相对独立；但之后，仅存在从A股市场到B股市场的单向波动溢出。[9]董秀良和曹凤歧（2009）采用多元GARCH模型对美国、日本、香港和我国沪市的波动溢出进行了研究，结果表明：只有香港股市对沪市的单向波动溢出，但是，由于美、日股市波动均对香港股市具有传染效应，它们可以通过影响香港股市波动而间接引起我国沪市的波动。[10]

还有一些学者对金融危机背景下的股市间的波动溢出特征进行了研究。Lin等（1994）利用GARCH模型研究发现，1987年金融危机时期纽约股市对东京股市存在波动溢出，其他时间则不存在这种现象。[11]龚朴和黄荣兵（2009） 利用时变t-copula模型测算了次贷危机对内地股市的影响程度，结果显示：次贷危机加剧了中国内地股票市场的震荡；而由次贷危机引发的美国股市的剧烈震荡易于通过香港股票市场传导至内地股市。[12]骆振心（2008）指出，外资进入中国股市后的很长一段时间内，并没有发现中国股市与世界主要股票市场之间存在联动现象；但股权分置改革后,有证据显示中国股市与世界主要股市的联动程度大大增强。[13]潘文荣和刘纪显（2010）指出，中国股市与美国股市之间的联动性正在逐步加强，投资者可以根据双方股市的变化来预测股市的发展趋势。[14]黄飞雪等（2010）采用具有准确拓扑序列的亚超度量空间方法对全球最具代表性的52个股指进行研究，结果发现：在金融危机爆发后，各股指间的相关程度显著提高，联动性更强，且危机后中国股指的影响力增强，美国则在降低。[15]

上述文献对股市波动溢出效应的研究多集中于发达国家之间，对新兴市场的研究较少；而研究我国股市与国际股市之间关系的则更少。由美国次贷危机所引发的金融危机席卷全球，对各国产生了深远的影响，尤以股票市场最为严重，如美国标准普尔500指数从2007年10月的最高1576点下跌到2009年的最低666.8点，跌幅达到57.8%；与此同时，我国上证综合指数也从最高的6124点一路向下跌至1664.9点，跌幅为72.8%。目前研究金融危机前后股票市场间波动溢出效应的文献较少，且一般通过两个股市来考察两国市场间的直接溢出效应，没有考察通过第三国股票市场引发的间接波动溢出。本文试图以国际金融危机为界限，将时间轴分为危机爆发前和爆发后，利用MGARCH-BEKK模型对我国沪市、香港、美国和日本股票市场间的波动溢出效应进行研究，为我国制定宏观金融政策提供依据。

二、模型设定和变量选取

（一）VAR-MGARCH—BEKK模型及波动溢出检验方法

本文采用Engle（1995）提出的BEKK形式的MGARCH模型进行实证研究。[16]该模型可在较弱的条件下保证协方差矩阵的正定性，且待估参数相对较少。由于GARCH模型更适合非预期收益率成分建模，本文将均值方程设定为向量自回归形式以捕捉数据生成，则四元VAR（p）-MGARCH-BEKK（1，1）模型的设定形式为：

式（3）中，参数αii、βii体现了市场波动的持续性。如果αii、βii为零或是统计不显著，则说明市场滞后一期残差平方和滞后一期条件方差对现期的条件方差没有影响。而参数αlm、blm（l≠m）则体现了市场L对市场M的波动溢出。如果两个参数同时为零或者统计不显著，则说明市场L和滞后一期残差平方、滞后一期条件方差，以及市场L与市场M的协方差对市场M的条件方差没有影响，可以通过对原假设为H0：αlm=βlm=0的假设检验进行。同理可考察相反方向的波动溢出效应，通过对原假设H0：αml=βml=0和H0：αlm=βlm=αml=βml=0进行检验，以考察市场M对市场L的波动溢出以及市场M和市场L间的双向波动溢出效应。

本文采用似然比检验法（Likelihood ratio test）对这些原假设进行检验，其相应的统计量LR的形式如下：

其中，Lunrestricted和Lrestricted分别表示原模型和受约束的无波动溢出效应模型的对数似然值。统计量LR服从参数为受约束个数的卡方统计量。

（二）变量选择

本文选取上证综合指数、香港恒生指数、美国标准普尔500指数和日经225指数分别作为中国沪市、香港、美国和日本股市的代表，以考察各国（地区）股票市场不同股价指数的规模和影响。由于我国股市处于初步发展阶段，经历了频繁的交易规则和制度变更，所以，时间窗口的选取对于实证研究有可能产生重大影响。2005年4月29日，经国务院批准，中国证监会发布了《关于上市公司股权分置改革试点有关问题的通知》，启动了股权分置改革的试点工作。在股权分置改革之后，我国股市进入了全流通时代，股票市场的制度也更加完善，从而更有利于股票市场的稳定和发展。所以，本文选取数据的时间段是2005年4月29日-2010年8月31日各国（地区）的股指收盘数据。本文数据

其中，St为t时刻的股市收盘价数据。并将变换后的数据记为RSH（上证）、RHSI（恒生）、RSP500（标普） 和RN225（日经）。

（三）统计描述

本文分析软件为Eviews6和WinRATS 7.0。表1是各个股票市场收益的基本统计特征。Jarque-Bera统计量表明，每个收益率序列都不服从正态分布。从偏度来看，各种序列都是右偏的；而从峰度看，都大于3，存在显著的尖峰厚尾特征。从序列自身的Ljung-Box统计量看，在国际金融危机爆发前，美国股市和日本股市存在着自相关；而在国际金融危机爆发后，四个股票市场的收益率序列都表现出不同程度的自相关性。从序列平方的L-B统计量上看，除去金融危机爆发前的香港市场，其他时间的各收益率序列都具有显著的自相关性，这揭示了股市波动的时变性和聚集性。而从ADF检验来看，四个市场收益率序列都是平稳过程，可以直接建模。市场收益率的这些统计特征说明，有必要引入多元GARCH模型进行分析。来自雅虎财经。

同时，由于本文主要分析的是金融危机的产生是否对金融市场间的波动溢出效应产生影响，因此将次贷危机产生这个因素考虑进来。美国的“次贷危机”是从2006年春季开始逐步显现出来的，在2007年8月席卷美国、欧洲和日本等主要国际金融市场。综合股权分置改革和美国次贷危机，本文将时间窗口划分如下：（1） 国际金融危机爆发前，2005年4月29日-2007年7月31日；（2） 国际金融危机爆发后，2007年8月1日-2010年8月31日。由于我国沪市、香港和日本交易时间在同一天，而美国股票市场的交易时间与上述三者不一致，因此将美国股市滞后一日作为当日数据，与前三者数据一同进行分析。但是，四者的交易日期存在着不一致，本文将不一致的交易日去掉，整理之后得到946个交易日的数据，而且实际分析的时间是从2005年5月10日开始。其中，国际金融危机爆发前有408个交易日数据，而国际金融危机爆发后有538个交易日数据。由于实证分析需要，本文将股价指数作如下变换，使其成为收益率数据：

表1 股市收益率的基本统计特征

三、实证分析

（一）参数估计

模型的均值方程（1）式采用VAR模型，其滞后阶数具有重要影响。依据AIC和SC信息准则，发现VAR模型的最优滞后阶数为1。（2）式是BEKK形式的方差方程，同时为捕捉序列的尖峰厚尾现象，本文假定残差服从多元学生式t分布。本文采用极大似然法进行参数估计，表2、表3是模型的估计结果。限于篇幅，本文未给出均值方程VAR的估计值。波动方程的估计结果如表2、表3所示。

表2 多元GARCH模型参数估计结果 （国际金融危机爆发前）

表2是国际金融危机爆发前波动溢出模型的估计结果。可以发现：（1）A是代表ARCH效应的系数矩阵，B是代表GARCH效应的系数矩阵。从矩阵元素a11和a44来看，在5%和1%的显著性水平下，它们都是统计显著的，这说明我国沪市和日本股市存在ARCH效应；而香港股市和美国股市统计不显著，不存在ARCH效应。而从矩阵B的四个对角元素来看，都在1%的显著性水平下统计显著，这说明四个市场都存在显著的GARCH效应，即四个市场的波动都受到自身前期波动的影响，波动具有聚集性；且矩阵B的四个对角元素都很接近于1，这说明波动具有高度的持续性。Ross S.A（1989）认为，价格波动反映信息处理，现在波动具有聚焦性和持久性，说明股票市场对信息的处理速度较慢，投资者呈现一定程度的非理性。[17]（2）为保证模型建立的正确性，必须对模型的残差项进行必要的检验。表2中标准化残差的ARCH-LM（1）检验都接受了原假设，表明各残差序列都不存在ARCH效应，上述模型的建立是合理的。（3） 学生式t分布的形态参数是6.405，在1%的显著性水平下拒绝原假设，说明序列本身存在尖峰厚尾特征，也印证了金融时间序列的特征，同时反映了股票市场是非理性的。（4）相对于单个市场分别估计的单变量GARCH模型，BEKK模型的对数似然值有了提高：上海、香港、美国和日本股市的单变量GARCH似然值分别为1096.79、1283.78、1434.59和1242.58，其值之和5057.74小于BEKK模型的似然值5246.02，表明利用多元GARCH模型估计多个市场的波动关系时，确实考虑了市场之间的协方差关系，可以更好地刻画股票市场的数据特征。

表3 多元GARCH模型参数估计结果 （国际金融危机爆发后）

表3是国际金融危机爆发后波动溢出模型的参数估计结果。可以发现：（1）ARCH项系数矩阵A和GARCH项系数矩阵B的四个对角元素都在5%的显著性水平下异于零，说明每个市场的波动均受到自身前期波动的影响，波动聚焦性和持续性显著。（2）从标准化残差的ARCH-LM（1）检验来看，都接受原假设，即各模型的残差序列已不再存在ARCH效应，表明上述模型的设定是合理的。（3）学生式t分布的形态参数是8.761，在1%的显著性水平下显著，说明利用t分布能够较好地拟合股票市场序列存在的尖峰厚尾特征。（4）BEKK模型的对数似然值为5722.45，与之相对应的上海、香港、美国和日本股市的单变量GARCH模型的对数似然值分别为1240.58、1263.12、1387和1306.71；四个市场的总和为5197.41，相比之下，BEKK模型的对数似然值有了显著的提高，说明BEKK模型很好地反映了股票市场间的相互影响关系，这使得研究结果更加稳健。

（二）波动溢出效应检验

在较好地估计了模型参数的基础上，本文按照方程（3）、（4）进行股市间的波动溢出效应检验。表4是国际金融危机爆发前的股市间波动溢出检验结果，其中，假设检验RSH→RHSI、RHSI→RSH、RSH＜=＞RHSI的原假设分别是H0：不存在沪市对香港股市的波动溢出；H0：不存在香港股市对上海股市的波动溢出；H0：不存在上海股市和香港股市间的双向波动溢出。其他符号的意思相类似，具体如表4所示。

表4 国际金融危机爆发前股市间波动效应检验

表4是国际金融危机爆发前的股市间波动溢出效应检验结果。从我国沪市与其他市场间的波动溢出效应检验来看，我国沪市不仅和香港股市间存在显著的双向波动溢出关系，还存在着沪市到美国股市和沪市到日本股市的单向波动溢出；在考察香港股市与其他股市间的关系时，发现存在着香港股市和美国股市的双向波动溢出效应，却与日本股市不存在任何的波动溢出关系；另外，美国股市和日本股市间存在双向波动溢出。综合起来可以发现，对我国沪市来说，其外部风险主要来自香港股市；但是由于存在美国股市对香港股市的波动传染效应，因此，美国股市可以借助对香港股市的波动影响而间接地对我国沪市产生影响，从而发生风险溢出；但不存在日本股市对香港股市的波动传染，因而不能通过香港股市间接影响沪市。如果是通过美国股市来引起我国沪市的变动，则存在着漫长的信息传导过程，信息传递效率非常低下，产生的作用相对较小。所以，在把握我国股市的短期外部波动风险上，应重点关注香港股市的波动风险，同时也要注意美国市场所产生的间接波动传染效应。图1总结了在国际金融危机爆发前，外国股市影响我国沪市的传导路径。

图1 国际金融危机爆发前外国股市对我国沪市的传导路径

表5 国际金融危机爆发后股市间波动效应检验

表5是国际金融危机爆发后的股市间波动溢出效应检验结果。分析我国沪市与其他国家股市之间的波动溢出关系时，发现只存在香港股市对我国沪市的单向波动溢出，但美国股市和我国沪市之间不存在任何波动溢出关系。这一结论也适用于日本股市和我国沪市的关系。相比较金融危机爆发前，我国沪市的对外影响力有所减弱。这可以通过贸易渠道和金融渠道得以解释。从贸易渠道来看，由于我国采取了外向型的发展模式，进出口在经济中扮演着重要角色，同时由于次贷危机的爆发，外国居民的消费行为更加谨慎，对进口商品的消费锐减，我国出口受阻，从而降低了经济增长率；而且国际贸易保护主义不断抬头，对我国出口更是雪上加霜。实体经济受阻必然反映到“晴雨表”的股市中来。而从金融渠道来看，由于国际金融危机的爆发，我国沪市也步入快速下滑通道，投资风险加剧，国外投机资金大量回抽；而且由于欧美跨国金融机构出现严重资金短缺，使得它们不得不抽出其在亚洲等市场的资金来回补自身的资金缺口。据花旗的资金流向报告显示，亚洲基金在2008年1月份的一周内，赎回金额就达到47亿美元，其中中国和印度的基金成为资金流走“重灾区”，分别流出11.2亿和8.5亿美元。①金融渠道联系的减少，最终出现我国沪市对外影响力的减弱。而且，由于市场的悲观预期成分，投资者加速将资金转向较为安全的债券市场，使得债券市场成为各种资金的避险港。同时由于我国对资本账户的管制仍然没有完全放开，跨国资本流动受到严格监控，外国股市对我国沪市的影响就应该保持在一个并不高的水平。另一方面，发达市场和美国市场之间、香港股市和日本股市之间存在着显著的双向波动溢出效应，而且还存在着国家（地区）间股市联系不断加强的趋势，表现为香港股市、美国股市和日本股市间的双向波动溢出关系。这可能是西方发达国家（地区）具有较为相似的经济制度和经济结构，且由于美国和日本作为世界上最大和第二大经济体，与其他国家具有密切的贸易往来；并且在次贷危机爆发后，各国协手应对，共同“救市”，同时美联储持续降息，导致市场整体流动性过剩，这就具有了相似的经济政策背景。除此之外，由于欧美各国资金和金融账户是完全开放的，国际投资资本可以自由转移进行套利，同时在国际投机资本游弋的背景下，股票市场价格波动将更快地反映信息，股票市场之间的联系得到了加强，股票市场之间呈现双向波动溢出关系。

本文还发现，国际金融危机前后，我国和外国股市的波动溢出效应发生着不同的变化，我国对外影响力下降与外国股市间联系加强并存。前文从贸易渠道受阻以及金融渠道资本回抽方面解释了我国沪市对外影响力的下降。此外的一个可能原因就是，由于我国内地证券市场在较强的经济增长预期和较充裕的流动性支撑下，上证指数在2009年上半年从1664点上涨到3300多点，即A股市场的相对独立性运行特征，可能是导致我国沪市与其他市场存在波动差异的一个重要原因。而且，加上我国资本账户管制这一重要前提，所以次贷危机对我国总体影响有限。而在西方发达国家和地区间，由于资本账户的完全开放，投机者可以方便地进行跨市交易从而对另一金融市场产生影响，造成“传染”；同时由于各国共同“救市”，实施了一系列相似的宏观政策，使得西方发达国家具有共同的经济基础；再加上发达国家的金融法律健全、信息披露机制完备、信息流动性强，这就造成了西方发达国家股市间的联系加强。

综上所述可以发现：在国际金融危机爆发后，我国沪市不仅受到自身前期波动的影响，还受到美、日、港股市的外部波动风险传染。我国沪市的外部波动风险主要是直接来自于香港市场；且由于美国和日本股市均对香港股市具有波动溢出效应，因此，美国股市和日本股市可以借助香港市场间接地传染我国沪市。因此，在把握我国股市所面临的外部风险时，不仅要重点关注香港股市的波动，还要注意美国和日本股市的波动。这与董秀良、曹凤歧（2009）的结论是一致的。图2总结了国际金融危机爆发后外国股市影响我国沪市的波动传导路径。

图2 国际金融危机爆发后外国股市对我国沪市的传导路径

四、结论与建议

基于国内外股市的波动溢出效应的实证结果，本文发现在国际金融危机爆发前后，我国沪市、香港股市、美国股市和日本股市的波动都受到自身前期波动的显著影响，而且具有很强的波动聚集性和持续性。在波动溢出效应方面，国际金融危机爆发前，存在香港股市和我国沪市的双向波动溢出，而美国股市通过作用于香港市场来间接影响我国沪市；国际金融危机爆发后，只存在着香港股市对沪市的直接影响，但沪市对外影响却在减弱，同时由于存在着美、日、港股市间的双向波动溢出，美、日股市可以借助香港股市间接引起我国沪市的波动。所以，在把握我国股票市场的外部波动风险时，应该重点关注香港股市，但同时也要注意美国和日本股市的波动，特别是美国股市。综合起来看，国际金融危机爆发后，世界股票市场间的联系得到了加强。其中，香港股市与内地股市的联系最为紧密，这是因为香港和内地之间存在着大量的贸易、金融往来，大量内地企业赴港上市后又回归大陆交叉上市，而且随着港股直通车、QDII制度的完善，预期两地联系会进一步加强。随着我国股市的对外开放程度不断提高，与世界金融市场的联系将会日趋紧密，内地股市受到世界市场的影响将逐步加强。

本文的结论具有重要的政策意义：

（1）我国政府在制定宏观经济、金融政策时应具有高度的前瞻性和统筹性。由于国内外股市间存在着紧密联系，任何针对单一市场的政策都可能通过信息传递机制影响其他市场。因此，应充分利用市场间的信息传递机制，理性选择经济政策。

（2）要建立一个合理有效的监管体系，建立健全我国股市的预警机制。信息在股票市场间的快速传递，虽然有利于经济政策执行，但也会加速金融体系内风险的传递。所以，应制定一个合理有效的监管框架，提高危机处理能力。

（3）世界各国应加强合作，相互支持，增强整体抵抗风险的能力。在经济全球化下，任何国家都不可能独立地发展，而且由于股票市场风险的高发性和整体性，世界各国应密切合作，共抗风险，促进世界经济的健康、稳定发展。

注 释：

①详见马超群等人一文《美国次贷危机的传染机制及其对中国金融经济的影响》，《管理评论》2009年第2期。

[1]Ito T.，Lin W.F..Price Volatility and Volume Spillovers between the Tokyo and New York Stock Markets[R].NBER working paper，No.4592，1994.

[2]Connolly R.A.，Wang F.A..Economic News and Stock Market Linkages:Evidence from the U.S,U.K.and Japan[J].Proceeding of the Second Joint Central Bank Research Conference on Risk Management and System Risk， 1998， (1)：211-240.

[3]King M.，Wadhwani S..Transmission of Volatility between Stock Markets[J].Review of Financial Studies，1990，3:5-33.

[4]Hamao Y.,Masulis R.W.,Ng V..Correlations in Price Changes and Volatility Across International Stock Markets[J].Review of Financial Studies，1990，3(2)：281-307.

[5]Theodosiou P.,Lee U..Mean and Volatility Spillovers Across Major National Stock Markets:Further Empirical Evidence[J].Journal of Financial Research，1993，16(4)：337-350.

[6]刘金全，崔 畅.中国沪深股市收益率和波动性的实证分析[J].经济学季刊，2002，1(4)：885-898.

[7]Pagan,A.R..Econometric Issues in the Analysis of Regression with Generated Regression[J].International Economic Review，1984，(25):221-247.

[8]Koutmos G,Booth G.G..Asymmetric Volatility Transmission in International Stock Markets[J].Journal of International Money and Finance，1995，14(6)：747-762.

[9]赵留彦，王一鸣.A、B股之间的信息流动与波动溢出[J].金融研究，2003，(10)：37-52.

[10]董秀良，曹凤歧.国内外股市波动溢出效应——基于多元GARCH模型的实证研究[J].数理统计与管理，2009，28(6)：1091-1099.

[11]Lin W.L.，Engel R.F.，Ito F..Do Bulls and Bears Move Across Borders?International Transmission of Stock Returns and Volatility[J].Review of Financial Studies，1994，7(3)：507-538.

[12]龚 朴，黄荣兵.次贷危机对中国股市影响的实证分析——基于中美股市的联动性分析[J].管理评论，2009，21(2)：21-32.

[13]骆振心.金融开放、股权分置改革与股票市场联动——基于上证指数与世界主要股指关系的实证研究[J].当代财经，2008，(4)：52-57.

[14]潘文荣，刘纪显.QFII及QDII制度引入后的中美股市联动性研究[J].江西财经大学学报，2010，(1)：5-10.

[15]黄飞雪，谷 静，李延喜，苏敬勤.金融危机前后的全球主要股指联动与动态稳定性比较[J].系统工程理论与实践，2010，30(10)：1929-1740.

[16]Engle R.F,Kroner K.F..Multivariate Simultaneous Generalized ARCH[J].Econometric Theory，1995，11(1)：122-150.

[17]Ross,S.A..Information and Volatility:The No-Arbitrage Martingale Approach to Timing and Resolution Irrelevancy[J].Journal of Finance，1989，44(1)：1-17.