緒論選題背景每日漲跌幅限制是當(dāng)今中國(guó)股票市場(chǎng)里日常的交易機(jī)制，每日漲跌幅限制被用來(lái)調(diào)節(jié)市場(chǎng)波動(dòng)以及減少市場(chǎng)過(guò)度反應(yīng)。2020年8月24日，我國(guó)創(chuàng)業(yè)板股票市場(chǎng)的每日漲跌幅限制從之前的±10%調(diào)整到±20%，這一政策變動(dòng)為我們提供了一個(gè)研究漲跌幅限制與股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間關(guān)系的自然實(shí)驗(yàn)機(jī)會(huì)。創(chuàng)業(yè)板市場(chǎng)主要包含成長(zhǎng)型創(chuàng)新企業(yè)和科技企業(yè)等，而這些企業(yè)有比較高的市場(chǎng)波動(dòng)性和信息不對(duì)稱性，所以每日漲跌幅限制的調(diào)整很有可能會(huì)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生顯著的影響。每日漲跌幅限制制度是資本市場(chǎng)中重要的交易制度之一，一直以來(lái)是用來(lái)降低股價(jià)波動(dòng)性，起到維護(hù)市場(chǎng)穩(wěn)定的作用。而股價(jià)崩盤(pán)風(fēng)險(xiǎn)作為股價(jià)異常波動(dòng)的一種極端表現(xiàn)，他們之間的關(guān)系值得進(jìn)一步研究?，F(xiàn)有研究已經(jīng)在漲跌幅限制放寬對(duì)股價(jià)波動(dòng)的影響方面形成一定共識(shí)，但對(duì)具體影響還并沒(méi)有形成統(tǒng)一的結(jié)論。漲跌幅限制放寬作為中國(guó)資本市場(chǎng)深化改革的重要一步，在提高市場(chǎng)效率和促進(jìn)價(jià)格發(fā)現(xiàn)方面都有著重要的積極作用。本文的研究能更好地為監(jiān)管機(jī)構(gòu)提供漲跌幅相關(guān)政策調(diào)整的參考依據(jù)，增強(qiáng)投資者對(duì)股票市場(chǎng)的理解，為公司提供股價(jià)崩盤(pán)風(fēng)險(xiǎn)的評(píng)估方法，這對(duì)于監(jiān)管機(jī)構(gòu)、投資者和公司三者都具有重要的意義。二、研究方法和思路（一）研究方法本文的研究通過(guò)系統(tǒng)地搜集、分析和歸納國(guó)內(nèi)外以漲跌幅限制、股價(jià)崩盤(pán)風(fēng)險(xiǎn)方面為主題的相關(guān)文獻(xiàn)，整理出本文研究主題：漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響的理論基礎(chǔ)和前人的主要研究成果。在數(shù)據(jù)方面，本文收集2019年至2021年主板股票和創(chuàng)業(yè)板股票的相關(guān)數(shù)據(jù)，構(gòu)建面板數(shù)據(jù)集，以此構(gòu)建雙重差分法模型，根據(jù)衡量的指標(biāo)估計(jì)每日漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響。本文還將采用實(shí)證分析法，分析在不同窗口的時(shí)間段，漲跌幅限制放寬政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，并研究政策影響的時(shí)效，深化對(duì)二者之間機(jī)制的理解。研究思路本文首先介紹了每日漲跌幅限制放寬對(duì)于股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響研究這一選題理論和政策的前提和研究背景，從理論與現(xiàn)實(shí)兩個(gè)角度討論了本文的研究意義，同時(shí)簡(jiǎn)單地闡述了本文的研究方法與框架。其次，梳理收集到的國(guó)內(nèi)外學(xué)者漲跌幅限制和股價(jià)崩盤(pán)風(fēng)險(xiǎn)的相關(guān)研究成果，對(duì)現(xiàn)今已有的文獻(xiàn)進(jìn)行分析、歸納與總結(jié)，提出本文對(duì)選題的研究角度，即根據(jù)主板股票和創(chuàng)業(yè)板股票在每日漲跌幅限制放寬后的反應(yīng)，與主板相比，創(chuàng)業(yè)板在每日漲跌幅限制放寬后股價(jià)崩盤(pán)風(fēng)險(xiǎn)的增加是否更為顯著。提出本文的研究假設(shè):每日漲跌幅限制放寬后提高了創(chuàng)業(yè)板上市公司的股價(jià)崩盤(pán)風(fēng)險(xiǎn)。首先，樣本區(qū)間為2019年至2021年，選取主板和創(chuàng)業(yè)板股票，同時(shí)排除了ST、*ST和PT標(biāo)記的企業(yè)，將是否為創(chuàng)業(yè)板股票、政策實(shí)施前后和相乘的交互項(xiàng)變量作為解釋變量，被解釋變量為兩個(gè)指標(biāo)：負(fù)收益偏態(tài)系數(shù)（NCSKEW）和收益上下波動(dòng)比率（DUVOL），衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)。將股票的市值、賬面市值比、動(dòng)量以及換手率等作為控制變量。構(gòu)建雙重差分法模型，衡量每日漲跌幅限制放寬前后60個(gè)交易日、120個(gè)交易日、240個(gè)交易日的時(shí)間窗口內(nèi)，創(chuàng)業(yè)板股票與主板股票在股價(jià)崩盤(pán)風(fēng)險(xiǎn)的差異。運(yùn)用多元回歸分析，分析漲跌幅限制放寬對(duì)股票崩盤(pán)風(fēng)險(xiǎn)的影響。根據(jù)不同時(shí)間股價(jià)崩盤(pán)風(fēng)險(xiǎn)的變化，對(duì)每日漲跌幅限制放寬政策對(duì)于創(chuàng)業(yè)板股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響進(jìn)行分析，深化對(duì)研究問(wèn)題的理解。（三）論文創(chuàng)新點(diǎn)本文采用兩個(gè)指標(biāo)：負(fù)收益偏態(tài)系數(shù)（NCSKEW）、收益上下波動(dòng)比率（DUVOL），這兩個(gè)指標(biāo)用來(lái)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)在政策實(shí)施前后的變化，分析每日漲跌幅限制放寬前后不同時(shí)間窗口（60、120、240個(gè)交易日）對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，更加關(guān)注該政策實(shí)施對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響的時(shí)效性和持續(xù)性。在當(dāng)今資本市場(chǎng)的快速發(fā)展的背景下，漲跌幅限制作為一項(xiàng)重要的、基本的交易制度，對(duì)市場(chǎng)穩(wěn)定性產(chǎn)生的影響更加受到監(jiān)管機(jī)構(gòu)的關(guān)注。投資者在此背景下更需要了解漲跌幅限制變化對(duì)股價(jià)波動(dòng)性及崩盤(pán)風(fēng)險(xiǎn)的影響，做出更合理的投資決策。上市公司在公司治理、信息披露方面也需要考慮該政策影響下的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，才能更好地管理市場(chǎng)預(yù)期和公司聲譽(yù)。本文分析每日漲跌幅限制放寬在不同窗口時(shí)間段對(duì)創(chuàng)業(yè)板股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響，進(jìn)一步深化對(duì)機(jī)制的理解，同時(shí)給監(jiān)管機(jī)構(gòu)、投資者和公司帶來(lái)漲跌幅限制放寬和股價(jià)崩盤(pán)風(fēng)險(xiǎn)之間機(jī)制作用的更深理解和衡量評(píng)估的方法。第一章、文獻(xiàn)綜述與假設(shè)一、文獻(xiàn)綜述（一）國(guó)內(nèi)外對(duì)于每日漲跌幅限制的研究綜述對(duì)每日漲跌幅限制機(jī)制和影響的研究在國(guó)外是起步較早的。Rao和Sears（1989）[1]發(fā)現(xiàn)，漲跌幅限制制度給投資者提供了重新評(píng)估市場(chǎng)信息的時(shí)間，有效地減少了沖動(dòng)交易行為，這使得達(dá)到漲跌停后期貨波動(dòng)率減弱。但是對(duì)于該制度在股票市場(chǎng)上的作用，國(guó)外學(xué)者的觀點(diǎn)是有分歧的。一方面的學(xué)者認(rèn)為，每日漲跌幅限制能有效地抑制股價(jià)的強(qiáng)烈波動(dòng)；另一方面的學(xué)者則指出問(wèn)題：漲跌幅限制制度會(huì)導(dǎo)致股票價(jià)格存在波動(dòng)性溢出、流動(dòng)性干擾以及價(jià)格發(fā)現(xiàn)延遲效應(yīng)等問(wèn)題（Kim等，1997）[2]。在Henke和Voronkova（2005）[3]對(duì)華沙證券交易所的研究可以發(fā)現(xiàn)：價(jià)格限制不能抵消市場(chǎng)的過(guò)度反應(yīng)，還可能會(huì)使股價(jià)波動(dòng)加劇，并且阻礙價(jià)格調(diào)整至均衡水平。Farag（2015）[4]在對(duì)埃及證券交易所的研究中構(gòu)建GARCH模型，結(jié)果證明價(jià)格波動(dòng)幅度越大，在價(jià)格反轉(zhuǎn)上就越顯著，特別是對(duì)于小市值股票的波動(dòng)影響更大。Mai和Elgiziry（2017）[5]提出，漲停的上限與股票波動(dòng)率是正相關(guān)的，股票在達(dá)到漲停后，波動(dòng)率通常會(huì)隨著一起上升。MaYu等（2020）[6]在研究創(chuàng)業(yè)板提高限價(jià)規(guī)則時(shí)指出，創(chuàng)業(yè)板龍頭股的異常收益比較明顯，而漲停羊群效應(yīng)的存在進(jìn)一步加劇了股價(jià)波動(dòng)。相比之下，國(guó)內(nèi)學(xué)者對(duì)每日漲跌幅限制政策的研究開(kāi)始得比較晚。屈文洲（2007）[7]的研究指出，該制度可能會(huì)降低市場(chǎng)的信息效率，尤其是在沒(méi)有充分賣(mài)空機(jī)制的情況下，市場(chǎng)有可能會(huì)對(duì)漲停限制做出過(guò)度反應(yīng)。呂繼宏和趙振全（2000）[8]對(duì)漲跌停板的研究得出結(jié)論：漲跌停限制在短期內(nèi)并沒(méi)有減少市場(chǎng)的波動(dòng)，反而使市場(chǎng)波動(dòng)有所增加；長(zhǎng)期來(lái)看，該政策降低了市場(chǎng)的波動(dòng)性和系統(tǒng)風(fēng)險(xiǎn)。吳林祥等（2003）[9]認(rèn)為，在達(dá)到限價(jià)時(shí)，可以為非理性交易提供時(shí)間，消化所得信息、糾正非理性行為，然后達(dá)到防止恐慌和減小過(guò)度反應(yīng)的作用。陳平和龍華（2003）[10]以及華仁海和陳百助（2006）[11]則指出，過(guò)度嚴(yán)格的價(jià)格限制會(huì)降低資本市場(chǎng)的定價(jià)效率，進(jìn)而影響到金融市場(chǎng)的資源配置能力和經(jīng)濟(jì)效率。胡朝霞（2007）[12]在Kim的研究基礎(chǔ)上進(jìn)行改進(jìn)，對(duì)滬深交易所個(gè)股進(jìn)行研究，結(jié)果表明：±10%的每日漲跌幅限制不僅不會(huì)降低股價(jià)波動(dòng)，還會(huì)造成波動(dòng)率溢出現(xiàn)象，從而導(dǎo)致交易效率的抑制。于揚(yáng)（2013）[13]比較了上證和深證兩個(gè)股市的條件波動(dòng)性，構(gòu)建A-GARCH模型分析，得出結(jié)論：漲跌幅限制對(duì)上證指數(shù)的作用穩(wěn)定發(fā)揮，而對(duì)深證指數(shù)的作用不明顯。王朝陽(yáng)和王振霞（2017）[14]對(duì)該制度的作用持懷疑態(tài)度，他們檢驗(yàn)了從2005開(kāi)始到2016年的A股與H股股價(jià)波動(dòng)率，提出：該制度并沒(méi)有實(shí)現(xiàn)風(fēng)險(xiǎn)對(duì)沖，大戶的交易行為反而讓股市波動(dòng)更劇烈了。紀(jì)漢霖和徐玥（2023）[15]的雙重差分法研究進(jìn)一步證實(shí)，每日漲跌幅限制放寬顯著增加了創(chuàng)業(yè)板股票的收益波動(dòng)性。另外，邵秋玉（2021）[16]的研究表明，放寬漲跌幅限制在短期內(nèi)顯著增加了股價(jià)波動(dòng)，但隨著時(shí)間的推移，其政策效應(yīng)逐漸減弱。王志強(qiáng)等（2020）[17]發(fā)現(xiàn)，價(jià)格限制總體上能夠降低股票收益的波動(dòng)率，但這種影響存在不對(duì)稱性，即價(jià)格限制在股票漲停時(shí)能有效抑制波動(dòng)，卻對(duì)于跌停的股票幾乎不起作用。陸珩瑱等（2022）[18]通過(guò)構(gòu)建人工股票市場(chǎng)對(duì)股價(jià)和收益率進(jìn)行仿真分析，發(fā)現(xiàn)只有漲跌停板的上下限設(shè)置較為嚴(yán)格時(shí)才能有效使波動(dòng)率降低，而20%及以上的限制幅度幾乎無(wú)法發(fā)揮作用。梁睿等（2021）[19]同樣采用仿真分析法模擬科創(chuàng)板的運(yùn)行，發(fā)現(xiàn)科創(chuàng)板的交易制度可能會(huì)加劇市場(chǎng)的波動(dòng)。顧明等（2022）[20]研究發(fā)現(xiàn)，該制度有效緩解了交易干擾問(wèn)題，投資者能夠及時(shí)進(jìn)行交易決策，使得信息變化及時(shí)融入股價(jià)，避免了過(guò)度交易行為的延后。（二）國(guó)內(nèi)外對(duì)于股價(jià)崩盤(pán)風(fēng)險(xiǎn)相關(guān)研究綜述在股價(jià)崩盤(pán)風(fēng)險(xiǎn)的相關(guān)研究方面，國(guó)外學(xué)者也進(jìn)行了深入探討。Chen等（2001）[21]發(fā)現(xiàn)，如果某只股票的交易量相對(duì)于趨勢(shì)值顯著增加，那么未來(lái)該只股票的收益更有可能會(huì)呈現(xiàn)負(fù)偏度，即更容易出現(xiàn)大幅下跌，這與Hong和Stein（1999）[22]提出的“投資者意見(jiàn)分歧”模型一致，該模型認(rèn)為交易量的增加反映了市場(chǎng)中不同投資者之間的分歧，這種分歧可能導(dǎo)致價(jià)格下跌時(shí)信息暴露更多，從而加劇負(fù)偏度。Blanchard和Watson（1982）[23]提出，高收益意味著泡沫正在積累，當(dāng)泡沫破裂時(shí)會(huì)使價(jià)格大幅下跌。除此之外，Hutton等（2009）[24]的研究表明，財(cái)務(wù)報(bào)告的不透明性和股價(jià)崩盤(pán)風(fēng)險(xiǎn)存在正相關(guān)關(guān)系，信息更不透明的公司更有可能會(huì)股價(jià)崩盤(pán)。Kim等（2014）[25]指出，履行企業(yè)社會(huì)責(zé)任（CSR）能夠降低公司未來(lái)的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，在治理機(jī)制比較弱的前提情況時(shí)，該行為在減少壞消息的囤積和降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)這兩點(diǎn)上發(fā)揮著非常重要的作用。國(guó)內(nèi)學(xué)者也對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)相關(guān)方面進(jìn)行了廣泛研究。Li等（2016）[26]發(fā)現(xiàn)，社會(huì)信任是影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)的一個(gè)重要因素，因?yàn)橛兄该鞯呢?cái)務(wù)報(bào)告和更低的信息不對(duì)稱，高社會(huì)信任地區(qū)的公司會(huì)面臨更小的股價(jià)崩盤(pán)風(fēng)險(xiǎn)。Bing等（2022）[27]的研究表明，在價(jià)格限制放寬后，創(chuàng)業(yè)板股票的流動(dòng)性提高，信息不對(duì)稱性降低，市場(chǎng)波動(dòng)性增加，總的來(lái)看價(jià)格限制的放寬改善了市場(chǎng)質(zhì)量。Zhang等（2022）[28]的研究提出：價(jià)格限制放寬使市場(chǎng)流動(dòng)性顯著提高了，同時(shí)增加了市場(chǎng)波動(dòng)性和知情交易的可能性。Sun和Cai（2024）[29]的研究發(fā)現(xiàn)，在漲跌幅限制放寬后，受影響的創(chuàng)業(yè)板股票相比于未受影響的主板股票，股價(jià)延遲和特異性波動(dòng)顯著增加了，股價(jià)的同步性降低。Liang等（2023）[30]發(fā)現(xiàn)，每日漲跌幅限制放寬后，創(chuàng)業(yè)板的崩盤(pán)風(fēng)險(xiǎn)顯著降低，這種情況的出現(xiàn)是因?yàn)閮r(jià)格限制對(duì)公司治理的影響，在治理結(jié)構(gòu)效率較低的公司中影響更加明顯。Guo等（2023）[31]則提出，股息稅改革以降低交易頻率和波動(dòng)性的方式穩(wěn)定了市場(chǎng)，但也可能導(dǎo)致公司管理層利用投資者的被動(dòng)性進(jìn)行更多的盈余管理，增加股價(jià)崩盤(pán)風(fēng)險(xiǎn)。（三）總結(jié)綜上所述，國(guó)內(nèi)外的學(xué)者對(duì)每日漲跌幅限制政策和股價(jià)崩盤(pán)風(fēng)險(xiǎn)兩個(gè)方面的研究都有著多方面、多維度的研究和見(jiàn)解。一方面來(lái)看，每日漲跌幅限制制度能夠降低股票收益的波動(dòng)性，但是影響具有非常明顯的不對(duì)稱性，股票漲停的時(shí)候可以有效抑制，跌停時(shí)就幾乎不起作用了。放寬每日漲跌幅限制在一定程度上能改善市場(chǎng)質(zhì)量，但是也會(huì)增加市場(chǎng)的波動(dòng)性，總之是有局限性的。在另一方面，股價(jià)崩盤(pán)風(fēng)險(xiǎn)的重要影響因素是財(cái)務(wù)報(bào)告的不透明和信息不對(duì)稱，已經(jīng)被諸多文獻(xiàn)證實(shí)。要使股價(jià)崩盤(pán)風(fēng)險(xiǎn)降低，企業(yè)社會(huì)責(zé)任和良好的公司治理機(jī)制是有效的方法之一。而且不同社會(huì)信任水平的地區(qū)公司面臨的崩盤(pán)風(fēng)險(xiǎn)也是不同的，社會(huì)信任水平較高的地區(qū)，公司面臨更小的股價(jià)崩盤(pán)風(fēng)險(xiǎn)，而在較低的地區(qū)則相反。結(jié)合這些多方面的研究結(jié)果來(lái)看，在制定漲跌幅限制相關(guān)政策時(shí)，需要綜合考慮政策對(duì)市場(chǎng)波動(dòng)的影響、公司治理能力、信息披露機(jī)制和信息不對(duì)稱程度，增強(qiáng)監(jiān)管機(jī)構(gòu)的能力，以降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)，提高市場(chǎng)的整體穩(wěn)定性。二、提出假設(shè)假設(shè)一：每日漲跌幅限制放寬增加了市場(chǎng)的波動(dòng)性。每日漲跌幅限制主要的作用是防止股價(jià)在短期內(nèi)的過(guò)度波動(dòng)，當(dāng)股票的漲跌幅限制被放寬時(shí)，股票價(jià)格可能會(huì)出現(xiàn)更大的波動(dòng)。放寬限制為投資者提供了更大的調(diào)整空間，政策實(shí)施后，投資者對(duì)新信息的反應(yīng)會(huì)更快地體現(xiàn)在股價(jià)上，這會(huì)導(dǎo)致股價(jià)波動(dòng)性的增加。而且放寬后會(huì)吸引更多的投機(jī)者進(jìn)入股票市場(chǎng)，短線交易會(huì)增加，這會(huì)增加市場(chǎng)的波動(dòng)性。每日漲跌幅限制放寬政策會(huì)提高市場(chǎng)的流動(dòng)性，這會(huì)增加市場(chǎng)內(nèi)的交易量和股票價(jià)格波動(dòng)。假設(shè)二：每日漲跌幅限制放寬使信息不對(duì)稱問(wèn)題加劇，增加股價(jià)崩盤(pán)風(fēng)險(xiǎn)。每日漲跌幅限制放寬可能會(huì)加劇信息不對(duì)稱的問(wèn)題，這會(huì)導(dǎo)致?lián)碛懈嘈畔⒌耐顿Y者能夠利用信息優(yōu)勢(shì)進(jìn)行更快的交易，而信息少的投資者則會(huì)在信息完全公開(kāi)前遭受損失。政策實(shí)施后，信息不對(duì)稱加劇會(huì)增加內(nèi)幕交易的可能性，使得內(nèi)幕人士可以更快地在達(dá)到漲跌幅限制前買(mǎi)賣(mài)股票。除此之外，放寬限制會(huì)使公司更難利用限制股價(jià)波動(dòng)隱藏負(fù)面信息，這樣很容易導(dǎo)致負(fù)面信息的集中爆發(fā)，從而使股價(jià)崩盤(pán)風(fēng)險(xiǎn)增加。假設(shè)三：每日漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響具有時(shí)效性。市場(chǎng)在面對(duì)新的交易規(guī)則時(shí)會(huì)有一個(gè)逐步適應(yīng)的過(guò)程，在政策實(shí)施初期，股票市場(chǎng)內(nèi)的參與者對(duì)政策的反應(yīng)較為劇烈，隨著時(shí)間的推移，他們會(huì)逐漸適應(yīng)，這會(huì)使政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響減弱。在后期投資者會(huì)逐漸學(xué)會(huì)和接受在新政策下進(jìn)行投資，他們的行為會(huì)逐漸變得更加理性和穩(wěn)定。在政策實(shí)施后，監(jiān)管機(jī)構(gòu)也會(huì)根據(jù)市場(chǎng)的反應(yīng)逐步調(diào)整監(jiān)管策略，保證市場(chǎng)的穩(wěn)定運(yùn)行，這會(huì)降低股價(jià)崩盤(pán)風(fēng)險(xiǎn)。政策剛開(kāi)始實(shí)施時(shí)，投資者會(huì)對(duì)放寬限制的影響有過(guò)度反應(yīng)，但隨著市場(chǎng)數(shù)據(jù)的積累和分析，對(duì)市場(chǎng)的預(yù)期會(huì)變得更加合理。第二章、研究設(shè)計(jì)數(shù)據(jù)來(lái)源本文的樣本區(qū)間為2019年至2021年，選取主板股票和創(chuàng)業(yè)板股票，同時(shí)排除了ST、*ST和PT標(biāo)記的企業(yè)，排除在時(shí)間區(qū)間內(nèi)未上市滿一年的公司，另外，排除事件發(fā)生當(dāng)周和前一周的數(shù)據(jù)，提高結(jié)果的準(zhǔn)確性、可靠性和有效性。本文研究的60個(gè)交易日窗口期：漲跌幅限制放寬前為2020年5月21日至2020年8月14日，后為2020年8月31日至2020年11月30日；120個(gè)交易日窗口期：漲跌幅限制放寬前為2020年2月21日至2020年8月14日，后為2020年8月31日至2021年3月2日；240個(gè)交易日窗口期：漲跌幅限制放寬前為2019年8月20日至2020年8月14日，后為2020年8月31日至2021年8月24日。變量定義（一）股價(jià)崩盤(pán)指標(biāo)計(jì)算本文參考許年行（2013）[32]，計(jì)算中國(guó)股票市場(chǎng)股價(jià)崩盤(pán)指標(biāo)。????,??=??+??1,??????,???2+??2,??????,???1+??3,??????,??+??4,??????,??+1+??5,??????,??+2+????,t這個(gè)公式是一個(gè)時(shí)間序列回歸模型，用于計(jì)算股票i在時(shí)間t的收益。其中，????,??：每一個(gè)年度股票i在第t周的收益；????,??：A股所有股票在t周經(jīng)流通市值加權(quán)的平均收益率，其余為滯后項(xiàng)和超前項(xiàng)。??????=????(1+????,??)??????：股票i在第t周經(jīng)過(guò)市場(chǎng)調(diào)整后的收益率。（二）被解釋變量1.負(fù)收益偏態(tài)系數(shù)（NCSKEW）????????????=?[??(???1)3/2∑??3??,??]/[(???1)(???2)(∑??2??,??)3/2]第一個(gè)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的指標(biāo)：在市場(chǎng)調(diào)整后的股票i的周收益率的負(fù)收益偏態(tài)系數(shù)NCSKEW。2.收益上下波動(dòng)比率（DUVOL）????????????,??=ln{[(?????1)∑??????????2??,??]/[(?????1)∑??????2??,??]}第二個(gè)衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的指標(biāo)：收益上下波動(dòng)比率，即股價(jià)上升和下降階段波動(dòng)性的差異，????????為股票i的周特有收益????,??大于和小于年平均????,??的周數(shù)。（三）控制變量本文參考SunandCai(2024)[29]，控制變量為：公司規(guī)模的自然對(duì)數(shù)（LOG(SIZE)）：每個(gè)月月末股票的總市值（單位：百萬(wàn)元）。公司規(guī)模較大的公司通常具有更高的市場(chǎng)關(guān)注度和流動(dòng)性。賬面市值比的自然對(duì)數(shù)（LOG(BM)）：公司最新公布的股東權(quán)益除以月末股票市值。流通市值換手率（TURN）：每月日度交易股數(shù)除以流通股數(shù)的均值。較高的換手率可能表明市場(chǎng)參與者對(duì)股票的關(guān)注度較高，從而影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)。動(dòng)量（MOM）：即最近一年扣除最近一個(gè)月累計(jì)11個(gè)月的股票收益率。較高的動(dòng)量表明市場(chǎng)情緒對(duì)股價(jià)的影響較大，用來(lái)控制股票價(jià)格的短期趨勢(shì)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響。三、模型設(shè)定本文參考SunandCai(2024)[29]，衡量影響股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)的計(jì)算公式如下：Crash_Risk(NCSKEW,DUVOL)i,t=α+β1?CHINEXTi,t+β2?POSTi,t+β3?CHINEXTi,t?POSTi,t+β4?LOG(SIZE)i,t+β5?LOG(BM)i,t+β6?TURNi,t+β7?MOMi,t+?i,t?被解釋變量為Crash_Risk：股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)。負(fù)收益偏態(tài)系數(shù)(NCSKEW)，用來(lái)衡量收益率分布的不對(duì)稱性。收益上下波動(dòng)比率(DUVOL)，用來(lái)衡量股價(jià)上升和下降階段波動(dòng)性的差異。解釋變量為虛擬變量，用于表示不同的時(shí)間窗口：CHINEXT：創(chuàng)業(yè)板的虛擬變量，股票屬于創(chuàng)業(yè)板取值為1，不屬于創(chuàng)業(yè)板則為0。POST：政策實(shí)施后虛擬變量，如果在漲跌幅限制放寬政策實(shí)施后取值為1，在放寬政策實(shí)施前為0?？刂谱兞咳缦拢篖OG(SIZE)：公司規(guī)模的自然對(duì)數(shù)，LOG(BM)：賬面市值比的自然對(duì)數(shù)，TURN：換手率，MOM：動(dòng)量。第三章、實(shí)證結(jié)果與分析一、描述性統(tǒng)計(jì)在表3-1中，我們報(bào)告了60個(gè)交易日窗口樣本中涵蓋的3049只股票的日度數(shù)據(jù)，共6224條數(shù)據(jù)的描述性統(tǒng)計(jì)。其中包括負(fù)收益偏態(tài)系數(shù)(NCSKEW)、收益上下波動(dòng)比率(DUVOL)、市值（size，單位：百萬(wàn)元）、賬面市值比（bm)、動(dòng)量(mom)和換手率(turn)的平均值、25分位數(shù)、中位數(shù)、75分位數(shù)、標(biāo)準(zhǔn)差。表3-1描述性統(tǒng)計(jì)VariableMean1stQuartileMedian3rdQuartileSTDNCSKEW-0.4595-0.9095-0.4709-0.35870.7668DUVOL-0.2381-0.5185-0.24210.03730.4246size20933.203213.6915757.1313769.24777512bm0.58750.25460.44240.73450.8351mom0.1843-0.12100.03250.31670.5416turn0.02420.00950.01730.03100.0232表3-1通過(guò)對(duì)2019年至2021年主板和創(chuàng)業(yè)板股票的樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，研究60個(gè)交易日窗口期（2020年5月21日至2020年11月30日，事件發(fā)生在2020年8月24日，剔除當(dāng)周和前一周）內(nèi)漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響。首先，本文衡量股價(jià)崩盤(pán)風(fēng)險(xiǎn)的兩個(gè)指標(biāo)：NCSKEW（負(fù)收益偏態(tài)系數(shù)）均值為-0.4595，中位數(shù)為-0.4709，表面樣本中股票的收益率分布呈現(xiàn)左偏，更多的負(fù)收益，表明市場(chǎng)可能存在較高的崩盤(pán)風(fēng)險(xiǎn)。同時(shí)，不同股票的差異較大，這反映出市場(chǎng)中不同股票崩盤(pán)風(fēng)險(xiǎn)有顯著差異。DUVOL（收益上下波動(dòng)比率）均值和中位數(shù)為負(fù)數(shù)且相近，表明股票在下跌階段的波動(dòng)性大于上漲階段的，分布較為集中，但是仍有一定的差異。其次，控制變量中：公司市值的數(shù)據(jù)分布右偏，存在一些規(guī)模較大的公司拉高了均值。這可能會(huì)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生影響，因?yàn)榇蠊就ǔ＞哂懈叩氖袌?chǎng)關(guān)注度和流動(dòng)性。而市值的標(biāo)準(zhǔn)差表明公司規(guī)模的分布非常分散，存在比較大的差異。同時(shí)，賬面市值比的數(shù)據(jù)分布右偏，反映出不同公司類型對(duì)崩盤(pán)風(fēng)險(xiǎn)的影響。賬面市值比的分布和動(dòng)量的分布較為分散，換手率的分布較為集中。根據(jù)表3-1，可以分析得出，在60個(gè)交易日的窗口期內(nèi)，負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)比率的負(fù)值表明樣本中股票存在較高的崩盤(pán)風(fēng)險(xiǎn)，這與漲跌幅限制放寬可能導(dǎo)致市場(chǎng)波動(dòng)性增加的假設(shè)一致。公司規(guī)模、賬面市值比、動(dòng)量和換手率等控制變量的分布特征表明，不同股票在市場(chǎng)中的表現(xiàn)存在顯著差異，這會(huì)對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)產(chǎn)生重要影響。二、雙重差分實(shí)驗(yàn)在表3-2中，報(bào)告了創(chuàng)業(yè)板股票和主板股票在漲跌幅限制放寬政策實(shí)施前后60個(gè)交易日的變化，包含創(chuàng)業(yè)板股票政策實(shí)施前后（Before、After）、主板股票政策實(shí)施前后（Before、After）、DID雙重差分實(shí)驗(yàn)結(jié)果（Difference-in-Difference）和負(fù)收益偏態(tài)系數(shù)(NCSKEW)、收益上下波動(dòng)比率(DUVOL)、市值（size，單位：百萬(wàn)元）、賬面市值比（bm)、動(dòng)量(mom)和換手率(turn)的均值。本表通過(guò)對(duì)是否創(chuàng)業(yè)板股票和創(chuàng)業(yè)板股票、主板股票事件前后60個(gè)交易日均值的差值，以及創(chuàng)業(yè)板與主板股票差值之間的差距，比較事件發(fā)生后相比事件前所產(chǎn)生的負(fù)收益偏態(tài)系數(shù)(NCSKEW)、收益上下波動(dòng)比率(DUVOL)和控制變量的均值的變化，由此分析60個(gè)交易日窗口期內(nèi)每日漲跌幅限制放寬政策對(duì)創(chuàng)業(yè)板的股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響。表3-2創(chuàng)業(yè)板股票和主板股票政策實(shí)施前后變化StockTypeChiNextstocksMainBoardstocksDifference-in-DifferencesperiodBefore(1)After(2)AfterminusBefore(2)-(1)=(3)Before(4)After(5)AfterminusBefore(5)-(4)=(6)(3)–(6)NESKEW-0.5473-0.08550.4617***(11.70)-0.6474-0.35220.2952***(13.93)0.1667***(3.69)DUVOL-0.1868-0.13520.0516**(2.32)-0.2232-0.2965-0.0734***(-6.17)0.1250***(4.94)size12008.4212575.18566.759(0.85)22677.5724057.631380.059***(3.02)-813.3(-0.87)bm0.29850.37230.0738***(17.36)0.60460.71250.1078***(26.11)-0.0340***(-4.20)mom0.32470.2350-0.0897***(-3.46)0.14520.16960.0244**(2.20)-0.1141***(-4.56)turn0.04290.0246-0.0183***(-17.92)0.02650.0167-0.0098***(-19.12)-0.0085***(-7.71)根據(jù)這個(gè)DID實(shí)驗(yàn)的結(jié)果，在60個(gè)交易日的窗口期（2020年5月21日至2020年11月30日，事件發(fā)生在2020年8月24日，剔除當(dāng)周和前一周）中，創(chuàng)業(yè)板股票和非創(chuàng)業(yè)板股票的負(fù)收益偏態(tài)系數(shù)（NCSKEW）的均值在政策后都顯著降低了。但是根據(jù)(3)-(6)的結(jié)果，雙重差分結(jié)果為0.1667，創(chuàng)業(yè)板股票相較于非創(chuàng)業(yè)板股票，負(fù)收益偏態(tài)系數(shù)下降幅度較小，這表明了因?yàn)槊咳諠q跌幅限制放寬政策，導(dǎo)致了創(chuàng)業(yè)板股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)提高。根據(jù)創(chuàng)業(yè)板股票和非創(chuàng)業(yè)板股票在政策實(shí)施前的收益上下波動(dòng)比率（DUVOL）均值變化，表明創(chuàng)業(yè)板股票波動(dòng)性有所增加，而非創(chuàng)業(yè)板股票波動(dòng)性減少了。根據(jù)(3)-(6)的收益上下波動(dòng)比率雙重差分結(jié)果為0.1250，這表明每日漲跌幅限制放寬政策對(duì)創(chuàng)業(yè)板股票的波動(dòng)性影響顯著大于非創(chuàng)業(yè)板股票，導(dǎo)致了波動(dòng)的增加?？刂谱兞恐?，政策對(duì)創(chuàng)業(yè)板股票的賬面市值比、動(dòng)量和換手率的影響都顯著小于主板股票?？傮w而言，對(duì)于這兩個(gè)股價(jià)崩盤(pán)風(fēng)險(xiǎn)指標(biāo)，每日漲跌幅限制放寬政策較非創(chuàng)業(yè)板股票，顯著增加了創(chuàng)業(yè)板股票的負(fù)收益偏態(tài)系數(shù)（NCSKEW），同時(shí)也顯著增加了其波動(dòng)性（DUVOL），這說(shuō)明每日漲跌幅限制放寬的政策導(dǎo)致了創(chuàng)業(yè)板股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)的上升。三、回歸分析表3-3是前后60個(gè)交易日窗口期的DID回歸分析，其中包括對(duì)NCSKEW（負(fù)收益偏態(tài)系數(shù)）和DUVOL（收益上下波動(dòng)比率）的回歸分析，其中，市值（LOG（SIZE））的單位為百萬(wàn)元。表3-360天漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響——基于雙重差分法的回歸結(jié)果DependentVariableNCSKEWDUVOLIntercept-0.581***(-6.83)-0.133**(-2.73)CHINEXT0.047*(1.70)0.018(1.03)POST0.303***(13.72)-0.074***(-5.84)CHINEXT*POST0.162***(3.60)0.124***(4.93)LOG(SIZE)-0.014(-1.59)-0.012**(-2.28)LOG(BM)-0.107***(-7.95)-0.030***(-3.76)MOM0.007(0.39)0.015(1.26)TURN-0.918**(-2.37)-0.389(-1.59)ADJ_RSQ0.0690.020Observations6,2246,224通過(guò)表3-3的在60個(gè)交易日的窗口期（2020年5月21日至2020年11月30日，事件發(fā)生在2020年8月24日，剔除當(dāng)周和前一周）中，NCSKEW（負(fù)收益偏態(tài)系數(shù)）的回歸可以發(fā)現(xiàn)，漲跌幅限制放寬后，創(chuàng)業(yè)板股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)相較于非創(chuàng)業(yè)板股票顯著增加。chinext*post的系數(shù)顯著為正，表明實(shí)施后相較于非創(chuàng)業(yè)板股票，創(chuàng)業(yè)板股票的負(fù)收益偏態(tài)系數(shù)顯著增加?？刂谱兞可系慕Y(jié)果：賬面市值比和換手率的系數(shù)都是顯著為負(fù)，這代表賬面市值比和換手率越高的公司股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低。表3-3中，觀察DUVOL（收益上下波動(dòng)比率）結(jié)果可以發(fā)現(xiàn)，相較于非創(chuàng)業(yè)板股票，政策實(shí)施后，創(chuàng)業(yè)板股票的收益波動(dòng)性顯著增加。chinext*post的系數(shù)顯著為正，表明每日漲跌幅限制放寬后創(chuàng)業(yè)板股票的收益波動(dòng)性顯著增加了。post的系數(shù)顯著為負(fù)，政策實(shí)施后整體市場(chǎng)的收益波動(dòng)性下降。綜合來(lái)看，相較于非創(chuàng)業(yè)板股票，創(chuàng)業(yè)板股票的收益上下波動(dòng)比率明顯增加了。公司規(guī)模和賬面市值比的系數(shù)顯著為負(fù)，公司規(guī)模越大、賬面市值比越高，收益波動(dòng)性越低。根據(jù)表3-3的結(jié)果，漲跌幅限制放寬之后，創(chuàng)業(yè)板股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)和收益波動(dòng)性顯著增加了，表明政策實(shí)施后市場(chǎng)對(duì)創(chuàng)業(yè)板股票的信息反應(yīng)速度加快，同時(shí)也加劇了市場(chǎng)的不穩(wěn)定性。盡管政策旨在提高市場(chǎng)效率，但是表3-3結(jié)果表明，在短期內(nèi)，信息不對(duì)稱和市場(chǎng)操縱的可能性增加，同時(shí)，政策實(shí)施后，投資者對(duì)創(chuàng)業(yè)板股票的關(guān)注度和交易活躍度可能增加，導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)上升。四、120天窗口期和240天窗口期回歸分析接下來(lái)，表3-4和表3-5分別是對(duì)前后120個(gè)交易日窗口期和前后240個(gè)交易日窗口期的DID回歸分析，其中包括對(duì)NCSKEW（負(fù)收益偏態(tài)系數(shù)）、DUVOL（收益上下波動(dòng)比率）兩個(gè)指標(biāo)的分析，其中，市值的單位為百萬(wàn)元。表3-4120天窗口期漲跌幅限制放寬政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)影響DependentVariableNCSKEWDUVOLIntercept-0.330***(-4.96)-0.033(-0.89)CHINEXT0.093***(4.34)0.043***(3.34)POST0.361***(21.28)0.053***(5.80)CHINEXT*POST-0.041(-1.08)-0.026(-1.37)LOG(SIZE)-0.051***(-7.26)-0.032***(-8.41)LOG(BM)-0.106***(-9.62)-0.035***(-5.75)MOM0.109***(7.25)0.081***(9.04)TURN-0.876***(-2.80)-0.702***(-3.85)ADJ_RSQ0.120.048Observations6,4066,406首先，在120個(gè)交易日的窗口期（2020年2月21日至2021年3月2日，事件發(fā)生在2020年8月24日，剔除當(dāng)周和前一周），NCSKEW（負(fù)收益偏態(tài)系數(shù)）的chinext*post的系數(shù)為-0.041，且在10%的顯著性水平上不顯著，表明在120天窗口期內(nèi)，漲跌幅限制放寬對(duì)創(chuàng)業(yè)板股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)沒(méi)有顯著影響。而賬面市值比和mom動(dòng)量的系數(shù)顯著為負(fù)和正，這說(shuō)明賬面市值比越高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越低；而動(dòng)量越高，股價(jià)崩盤(pán)風(fēng)險(xiǎn)越高。第二個(gè)風(fēng)險(xiǎn)指標(biāo)DUVOL（收益上下波動(dòng)比率）的chinext*post的系數(shù)為-0.026，且不顯著，表明在120天窗口期內(nèi)，漲跌幅限制放寬對(duì)創(chuàng)業(yè)板股票的收益波動(dòng)性的影響不顯著。公司規(guī)模和log_bm賬面市值比的系數(shù)顯著為負(fù)，這表明公司規(guī)模越大、賬面市值比越高，收益波動(dòng)性越低。表3-5240天窗口漲跌幅限制放寬政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響DependentVariableNCSKEWDUVOLIntercept-0.723***(-11.42)-0.006(-0.21)CHINEXT0.087***(4.36)0.040***(3.80)POST0.318***(20.71)0.043***(5.86)CHINEXT*POST-0.202***(-6.01)-0.063***(-4.07)LOG(SIZE)-0.017**(-2.56)-0.031***(-9.13)LOG(BM)-0.107***(-10.75)-0.003(-0.62)MOM0.101***(8.05)0.083***(11.91)TURN0.022(0.08)-0.265*(-1.96)ADJ_RSQ0.1080.042Observations6,0966,096其次，在240個(gè)交易日的窗口期（2019年8月20日至2021年8月24日，事件發(fā)生在2020年8月24日，剔除當(dāng)周和前一周），NCSKEW的chinext*post的系數(shù)為-0.202，且在1%的顯著性水平上顯著，表明在240個(gè)交易日窗口期內(nèi)，漲跌幅限制放寬顯著降低了創(chuàng)業(yè)板股票的股價(jià)崩盤(pán)風(fēng)險(xiǎn)。公司規(guī)模的系數(shù)在10%的顯著性水平上不顯著，表明公司規(guī)模對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響在240天窗口期內(nèi)減弱。第二個(gè)指標(biāo)DUVOL的chinext*post的系數(shù)為-0.063，且在1%的顯著性水平上顯著，表明在240個(gè)交易日窗口期內(nèi)，漲跌幅限制放寬顯著降低了創(chuàng)業(yè)板股票的收益波動(dòng)性。公司規(guī)模的系數(shù)顯著為負(fù)，公司規(guī)模越大，收益波動(dòng)性越低。根據(jù)表3-4和表3-5總結(jié)得出，在前后120個(gè)交易日窗口期，每日漲跌幅限制放寬政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)和收益波動(dòng)性沒(méi)有顯著影響。在前后240個(gè)交易日窗口期，該政策顯著降低了股價(jià)崩盤(pán)風(fēng)險(xiǎn)和收益波動(dòng)性，這代表政策的長(zhǎng)期效應(yīng)優(yōu)于短期效應(yīng)。在政策實(shí)施的短期內(nèi)，股票市場(chǎng)對(duì)政策變化反應(yīng)比較明顯和強(qiáng)烈，這增加了市場(chǎng)的波動(dòng)性，隨著時(shí)間推移，市場(chǎng)逐漸適應(yīng)每日漲跌幅限制放寬的政策，信息透明度提高了，股價(jià)崩盤(pán)風(fēng)險(xiǎn)受到影響隨之降低。每日漲跌幅限制放寬政策在短期內(nèi)，導(dǎo)致了市場(chǎng)操縱情況和信息不對(duì)稱情況的增加，所以短期內(nèi)加劇了股價(jià)崩盤(pán)風(fēng)險(xiǎn)和波動(dòng)性。在長(zhǎng)期看，增加了市場(chǎng)信息的流通速度和減少信息的不對(duì)稱性，故而降低了股價(jià)崩盤(pán)風(fēng)險(xiǎn)。綜上所述，每日漲跌幅限制放寬政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響具有時(shí)效性，政策的長(zhǎng)期效應(yīng)優(yōu)于短期效應(yīng)。第四章、結(jié)論與建議研究結(jié)論的總結(jié)漲跌幅限制的放寬在一定程度上對(duì)市場(chǎng)的波動(dòng)性具有影響，會(huì)導(dǎo)致價(jià)格波動(dòng)幅度和交易量增加，增加股票市場(chǎng)的波動(dòng)性。在實(shí)證部分可以看出，相比之下，漲跌幅限制放寬的創(chuàng)業(yè)板股票的波動(dòng)和反應(yīng)相較于漲跌幅限制未放寬的主板股票更加明顯，市場(chǎng)波動(dòng)性增大。在60個(gè)交易日窗口期內(nèi)，漲跌幅限制放寬顯著增加了股價(jià)崩盤(pán)風(fēng)險(xiǎn)和收益波動(dòng)性。漲跌幅限制的放寬可能會(huì)使得擁有更多信息的投資者能更快的利用他們的信息優(yōu)勢(shì)進(jìn)行交易，從而拉開(kāi)和信息較少的投資者的差距，信息較少的投資者可能在信息完全公開(kāi)前遭受損失。漲跌幅限制的放寬會(huì)為內(nèi)幕交易提供更多機(jī)會(huì)，同時(shí)使得公司更難隱藏負(fù)面信息，從而導(dǎo)致股價(jià)崩盤(pán)風(fēng)險(xiǎn)增加。除此之外，漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響具有時(shí)效性，在政策實(shí)施的前后120個(gè)交易日窗口期，每日漲跌幅限制放寬對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響減弱。在實(shí)施前后240個(gè)交易日窗口期，政策的實(shí)施顯著降低了股價(jià)崩盤(pán)風(fēng)險(xiǎn)和收益波動(dòng)性，這表明了政策的長(zhǎng)期效應(yīng)優(yōu)于短期效應(yīng)。通過(guò)表3-3、表3-4、表3-5我們發(fā)現(xiàn)隨著時(shí)間的推移，市場(chǎng)內(nèi)的參與者逐漸適應(yīng)新的政策，該政策對(duì)股價(jià)崩盤(pán)風(fēng)險(xiǎn)的影響會(huì)逐漸減弱，他們會(huì)逐漸學(xué)習(xí)和適應(yīng)每日漲跌幅限制的放寬，減少情緒化投資，投資行為變得更加穩(wěn)定和理性。與此同時(shí)，監(jiān)管機(jī)構(gòu)也會(huì)根據(jù)市場(chǎng)的反應(yīng)調(diào)整監(jiān)管策略，以確保