中美股市的動(dòng)態(tài)相關(guān)性研究
——基于DCC-GARCH模型

熊靖波 張曉磊

（云南師范大學(xué)，云南 昆明 650092）

一、引言

市場(chǎng)相關(guān)性問(wèn)題一直是研究熱點(diǎn)，相關(guān)性被證明是普遍存在的，厘清該問(wèn)題對(duì)于學(xué)者、投資者和政策制定者具有重要的理論與現(xiàn)實(shí)意義。中美兩國(guó)作為世界前兩大經(jīng)濟(jì)體，在世界經(jīng)濟(jì)中具有代表性意義。全球蔓延新冠肺炎疫情讓兩個(gè)大國(guó)的經(jīng)濟(jì)都受到了很大程度的影響，而股市作為經(jīng)濟(jì)的晴雨表對(duì)一國(guó)經(jīng)濟(jì)來(lái)說(shuō)具有很好的代表性，所以本文以兩國(guó)股市為研究對(duì)象，并且著重研究受到疫情沖擊后兩國(guó)股市的相關(guān)性變化情況，有助于獲取全球經(jīng)濟(jì)變化情況。本文采用2019 年1 月2 日至2021 年4 月30 日兩國(guó)股市中最具代表性的上證綜合指數(shù)和納斯達(dá)克指數(shù)數(shù)據(jù)對(duì)兩國(guó)股市在疫情之前和疫情之后的動(dòng)態(tài)相關(guān)性進(jìn)行研究，為當(dāng)下投資者特別是同時(shí)對(duì)兩國(guó)進(jìn)行投資的投資者進(jìn)行投資決策提供參考，投資者可以此為基礎(chǔ)，考量?jī)蓢?guó)股市相關(guān)性，為本國(guó)投資提供參考和對(duì)標(biāo)。同時(shí)本文也考量了中國(guó)股票市場(chǎng)現(xiàn)階段對(duì)全球代表性股市的影響作用。

二、文獻(xiàn)綜述

市場(chǎng)相關(guān)性已經(jīng)被學(xué)者充分證明是存在的（Grubel &Fadner，1971），而中美市場(chǎng)相關(guān)性一直是學(xué)者們的研究熱點(diǎn)，本文將對(duì)此類(lèi)研究進(jìn)行系統(tǒng)梳理，從中發(fā)現(xiàn)研究的切入點(diǎn)。

在中美市場(chǎng)相關(guān)性研究中，學(xué)者們采用各類(lèi)方法實(shí)現(xiàn)對(duì)市場(chǎng)相關(guān)性的測(cè)度。如雷銳（2019）運(yùn)用Granger 因果關(guān)系檢驗(yàn)等發(fā)現(xiàn)中美市場(chǎng)存在明顯的Granger因果關(guān)系；方先明和王坤英（2019）采用ARDL模型發(fā)現(xiàn)中美市場(chǎng)中短期的關(guān)聯(lián)性不大，中長(zhǎng)期關(guān)聯(lián)性較強(qiáng)；龍文和趙曼儀（2019）在STAR 模型的基礎(chǔ)上發(fā)現(xiàn)中國(guó)股市的市場(chǎng)制度不夠完善，信息傳遞速度慢于美國(guó)市場(chǎng)；鄭延婷等（2022）以Copula函數(shù)中的分塊混合Copula 模型為研究方法解析中美市場(chǎng)的相關(guān)性結(jié)構(gòu)，發(fā)現(xiàn)中國(guó)市場(chǎng)一度單方面向美國(guó)市場(chǎng)傳遞信息；Feng &Cao（2022）利用Mf-Dpxa 和Mf-X-Dfa 方法對(duì)中美市場(chǎng)相關(guān)性進(jìn)行多重分形波動(dòng)的分析，發(fā)現(xiàn)西德克薩斯中質(zhì)原油期貨減弱了中美大豆期貨的跨市場(chǎng)風(fēng)險(xiǎn)；Feng &Wang（2021）利用MF-ADCCA 和CDCCA 方法對(duì)中美市場(chǎng)相關(guān)性進(jìn)行深入探究，發(fā)現(xiàn)中美市場(chǎng)的聯(lián)動(dòng)性易受外部市場(chǎng)因素如重大經(jīng)濟(jì)事件和國(guó)家政策的影響；Engle（2002）提出運(yùn)用DCCGARCH 模型探尋市場(chǎng)相關(guān)性的內(nèi)在邏輯，并被學(xué)者們廣泛運(yùn)用。在中美市場(chǎng)相關(guān)性的各類(lèi)研究方法中，國(guó)外學(xué)者Engle提出的DCC-GARCH模型具有很強(qiáng)的代表性，該模型發(fā)展時(shí)間久，使用面廣，技術(shù)相對(duì)成熟，市場(chǎng)認(rèn)可度高，近些年選用DCC-GARCH 模型進(jìn)行研究的學(xué)者比較多，并且通過(guò)該模型實(shí)證分析得到的結(jié)果也與事實(shí)較為貼切，國(guó)內(nèi)學(xué)者如蔣彧（2019）就在其文章中合理利用該模型，用于探索中國(guó)市場(chǎng)對(duì)國(guó)際市場(chǎng)影響力的變動(dòng)情況，即中國(guó)市場(chǎng)與國(guó)際市場(chǎng)相關(guān)性的變動(dòng)情況。本文在研究相關(guān)性問(wèn)題時(shí)同樣選取了DCC-GARCH模型。

已有中美市場(chǎng)相關(guān)性研究通常是在一定事件背景下進(jìn)行的，不同事件因其本質(zhì)和特點(diǎn)不同對(duì)中美市場(chǎng)相關(guān)性的影響也不同。謝家泉（2017）以股市發(fā)生巨幅下跌為研究背景對(duì)中美股市的相關(guān)性進(jìn)行研究；陳守東和李云浩（2021）、高瑞和盧俊香（2021）均以貿(mào)易摩擦為背景，深入研究中美不同市場(chǎng)的相關(guān)性，如股市間的相關(guān)性、股債市間的相關(guān)性、期貨市場(chǎng)間的相關(guān)性等；劉偉江等（2015）在中國(guó)推出QDII的前提下對(duì)中美股票市場(chǎng)的相關(guān)性變動(dòng)進(jìn)行探尋；丁輝關(guān)等（2018）、江潔等（2020）、葛凱飛（2021）以2008 年金融危機(jī)為研究背景，分別探討中美國(guó)債間的相關(guān)性以及中美股市間的相關(guān)性；Broadstock &Filis（2014）以不同類(lèi)型的石油價(jià)格沖擊為前提研究中美市場(chǎng)相關(guān)性的變動(dòng)；Zhang（2016）研究2008 年金融危機(jī)對(duì)中美市場(chǎng)相關(guān)性的影響；Li &Peng（2017）研究美國(guó)經(jīng)濟(jì)政策變動(dòng)對(duì)中美股票市場(chǎng)相關(guān)性的影響。不同的背景事件具有不同的特點(diǎn)，因此研究不同的事件對(duì)中美股市相關(guān)性的影響是極其必要的，本文以新冠肺炎疫情為背景對(duì)中美股市的相關(guān)性進(jìn)行深入研究，以期為國(guó)內(nèi)外投資者的投資決策提供新的參考，并對(duì)現(xiàn)有研究進(jìn)行有力補(bǔ)充。

三、理論分析

本節(jié)著重介紹股票市場(chǎng)相關(guān)性的定義和股票市場(chǎng)間相關(guān)聯(lián)的路徑即傳染路徑。明晰相關(guān)性定義可以在理論上證明中美市場(chǎng)相關(guān)性的存在事實(shí)，為后續(xù)研究?jī)蓢?guó)市場(chǎng)相關(guān)性的具體情況奠定基礎(chǔ)；厘清傳染路徑有利于對(duì)中美股市相關(guān)性的具體情況進(jìn)行科學(xué)分析，從而找到相關(guān)性變動(dòng)的內(nèi)在邏輯。

（一）股市的相關(guān)性

股票市場(chǎng)的相關(guān)性是指當(dāng)某一個(gè)股票市場(chǎng)出現(xiàn)波動(dòng)時(shí)，其他股票市場(chǎng)會(huì)受到這個(gè)股票市場(chǎng)波動(dòng)的影響，從而發(fā)生同向或者反向的波動(dòng)，波動(dòng)情況需要依據(jù)影響的程度進(jìn)行判斷?，F(xiàn)階段關(guān)于股市相關(guān)性的主流解釋是金融市場(chǎng)傳染理論（Caporale et al.，2004；Chiang et al.，2007）。金融市場(chǎng)傳染理論是指當(dāng)一個(gè)股市發(fā)生波動(dòng)時(shí)會(huì)產(chǎn)生特定的金融信息，然后通過(guò)市場(chǎng)的傳導(dǎo)機(jī)制將特定的金融信息傳遞出去，當(dāng)信息傳遞到其他股票市場(chǎng)以后，市場(chǎng)投資者會(huì)在信息不對(duì)稱(chēng)情況下做出相應(yīng)的反應(yīng)，這種反應(yīng)的集合會(huì)導(dǎo)致其他股票市場(chǎng)表現(xiàn)出受到信息源市場(chǎng)波動(dòng)而出現(xiàn)波動(dòng)的情況。只要一個(gè)市場(chǎng)不是完全封閉的，那么或多或少都會(huì)收到其他市場(chǎng)通過(guò)傳導(dǎo)機(jī)制傳遞的信息，但因?yàn)楦魇袌?chǎng)情況不盡相同，所以其反應(yīng)也不完全一樣。

（二）傳染路徑

1.企業(yè)。企業(yè)的運(yùn)營(yíng)狀況決定企業(yè)的價(jià)值，從而決定企業(yè)在股市中的價(jià)格。外部環(huán)境的好壞決定短期內(nèi)企業(yè)的運(yùn)營(yíng)狀況，當(dāng)外部環(huán)境趨好時(shí)，有助于企業(yè)維穩(wěn)向好，從而提高企業(yè)價(jià)值并抬高企業(yè)在股市中的價(jià)格；當(dāng)外部環(huán)境趨壞時(shí)，容易導(dǎo)致企業(yè)經(jīng)營(yíng)不利，從而降低企業(yè)價(jià)值并拉低企業(yè)在股市中的價(jià)格。企業(yè)不是獨(dú)立于市場(chǎng)而存在的，其與本國(guó)或其他國(guó)家的企業(yè)相互影響、相互聯(lián)系，因此一國(guó)企業(yè)的沖擊會(huì)對(duì)另一國(guó)企業(yè)產(chǎn)生影響并最終作用于他國(guó)市場(chǎng)。具體情況如圖1所示。

圖1 企業(yè)傳染路徑圖

2.投資者。投資者持有資金在不同市場(chǎng)間進(jìn)行選擇，即投資者傳染路徑。當(dāng)一國(guó)外部環(huán)境趨好時(shí)，投資者們認(rèn)為該國(guó)金融市場(chǎng)穩(wěn)定，有利于企業(yè)發(fā)展，股市價(jià)格會(huì)上漲，因此傾向于投資該國(guó)市場(chǎng)，并相對(duì)減少對(duì)其他國(guó)家的投資，這樣的選擇會(huì)導(dǎo)致該國(guó)股市價(jià)格上升，別國(guó)股市價(jià)格下降。同理，當(dāng)一國(guó)外部環(huán)境趨壞時(shí)，投資者們認(rèn)為該國(guó)金融市場(chǎng)波動(dòng)的可能性更大，風(fēng)險(xiǎn)更高，因此傾向于減少在該國(guó)的投資，增加對(duì)其他國(guó)家的投資力度，這樣會(huì)導(dǎo)致該國(guó)股市價(jià)格下降，別國(guó)股市價(jià)格上升。具體情況如圖2所示。

圖2 投資者傳染路徑圖

四、模型與數(shù)據(jù)選擇

（一）DCC-GARCH模型

DCC-GARCH 模型是多元GARCH 族的一種，由Engle（2002）提出，強(qiáng)調(diào)的是變量間相關(guān)性的動(dòng)態(tài)特征。本文研究的是中美兩國(guó)股市的相關(guān)性是否因疫情沖擊發(fā)生動(dòng)態(tài)變化，因此采用DCC-GARCH模型能夠很好地刻畫(huà)這種變動(dòng)情況。

研究表明DCC（1，1）-GARCH（1，1）模型能夠更好刻畫(huà)動(dòng)態(tài)相關(guān)性，由GARCH（1，1）和DCC（1，1）兩部分組成，GARCH（1，1）模型分為均值方程和方差方程兩部分：

其中，rt,1和rt,2分別代表中美股市的t期收益，θt,1和θt,2分別代表中美股市的t期收益均值，at,1和at,2分別代表中美股市的t期誤差項(xiàng)。

其中，at,1和at,2是在前期信息集條件下的誤差項(xiàng)，前期的信息會(huì)對(duì)當(dāng)期收益產(chǎn)生影響，服從均值為0、方差為協(xié)方差矩陣At的二元分布：

方差方程：

其中，σ是兩國(guó)股市各自的方差，γi、αi、βi（i=1,2）是需要通過(guò)數(shù)據(jù)模擬得出的系數(shù)，αi代表信息對(duì)這一期所產(chǎn)生的影響，βi代表前期收益變動(dòng)情況對(duì)本期收益的影響，αi+βi的大小可以代表時(shí)間序列波動(dòng)的集聚性，數(shù)值越大代表波動(dòng)持續(xù)性越強(qiáng)，反之則反。

DCC（1，1）模型：

方程中的Rt是動(dòng)態(tài)相關(guān)系數(shù)矩陣，ρt,12是本文最終要得到的中美兩國(guó)股市在t時(shí)刻的動(dòng)態(tài)相關(guān)系數(shù)。

（二）數(shù)據(jù)選擇

本文研究采用的是2019 年1 月2 日至2021 年4月30日的中國(guó)上證綜指和美國(guó)納斯達(dá)克指數(shù)的日度數(shù)據(jù)。上證綜指和納斯達(dá)克指數(shù)對(duì)中美兩國(guó)股市分別具有很強(qiáng)的代表性，且數(shù)據(jù)公開(kāi)易得，有助于開(kāi)展數(shù)據(jù)分析研究，因此研究這兩個(gè)指數(shù)的相關(guān)性可以很好地反映中美兩國(guó)股市的相關(guān)性。本文在進(jìn)行數(shù)據(jù)分析過(guò)程中，剔除其中一個(gè)市場(chǎng)不開(kāi)市、另一個(gè)市場(chǎng)開(kāi)市的情況，確保兩個(gè)指數(shù)同時(shí)可比，數(shù)據(jù)來(lái)源于Choice數(shù)據(jù)終端。

本文通過(guò)R 軟件對(duì)兩個(gè)指數(shù)數(shù)據(jù)進(jìn)行DCCGARCH模型的擬合，建立GARCH模型前必須滿足以下前提條件：一是確保時(shí)間序列平穩(wěn)，在建立GARCH模型前需將時(shí)間序列對(duì)數(shù)差分化，以解決不平穩(wěn)問(wèn)題，本文用ADF檢驗(yàn)來(lái)檢測(cè)時(shí)間序列的平穩(wěn)性。二是誤差項(xiàng)的平方a2t存在Arch效應(yīng)，可以用Ljung-BOXQ檢驗(yàn)來(lái)驗(yàn)證。三是DCC模型在α+β ＜1時(shí)適用，如果α=β=0就為CCC模型。

五、實(shí)證研究

（一）數(shù)據(jù)說(shuō)明

本文采用的上證綜指和納斯達(dá)克指數(shù)的描述性統(tǒng)計(jì)特征、ADF檢驗(yàn)結(jié)果、Ljung-BOXQ檢驗(yàn)結(jié)果在表1呈現(xiàn)，剔除殘缺值后共計(jì)549個(gè)樣本，且ADF檢驗(yàn)和Ljung-BOXQ 檢驗(yàn)結(jié)果均在1%的水平下顯著，即拒絕原假設(shè)，ADF 檢驗(yàn)的原假設(shè)是時(shí)間序列不平穩(wěn)，Ljung-BOXQ 檢驗(yàn)原假設(shè)是殘差不自相關(guān)，因此本文采用的數(shù)據(jù)序列符合GARCH 模型成立的前提條件。值得一提的是，進(jìn)行ADF 檢驗(yàn)時(shí)，沒(méi)有經(jīng)過(guò)對(duì)數(shù)差分化的檢驗(yàn)結(jié)果不顯著，即不平穩(wěn)，這符合時(shí)間序列特征，通過(guò)ARCH效應(yīng)檢驗(yàn)殘差平方項(xiàng)的顯著性。兩序列α+β ＜1，因此DCC模型可用。同時(shí)兩個(gè)樣本數(shù)據(jù)的偏度都是正數(shù)，概率分布向右偏斜，峰度均為負(fù)數(shù)，這意味著兩個(gè)樣本數(shù)據(jù)概率分布的陡峭程度均小于正態(tài)分布。

表1 上證綜指和納斯達(dá)克指數(shù)描述性統(tǒng)計(jì)

上證綜指和納斯達(dá)克指數(shù)在樣本區(qū)間內(nèi)的波動(dòng)情況如圖3 和圖4 所示。上證指數(shù)在2019 年12 月至2020年4月期間波動(dòng)巨大，2020年7月至2020年8月顯著大幅度上升。納斯達(dá)克指數(shù)從2019年1月至2020年2 月一路上漲沒(méi)有明顯的下降趨勢(shì)，但在2020 年2月至2020年4月出現(xiàn)了滑坡，自此以后不斷提高。由于中國(guó)市場(chǎng)受疫情沖擊時(shí)間較早，因此上證指數(shù)在2020年初遭遇大幅度下跌，第一季度經(jīng)濟(jì)遭到?jīng)_擊，并在股市中體現(xiàn)。疫情沖擊呈現(xiàn)不同步性，美國(guó)疫情暴發(fā)后，只在2020 年同期與上證指數(shù)同時(shí)下跌。由于疫情持續(xù)沖擊以及各國(guó)疫情反復(fù)情況差異，后續(xù)兩國(guó)股市走勢(shì)在k線圖中顯現(xiàn)的關(guān)聯(lián)性不再明顯，此情況可以通過(guò)后續(xù)實(shí)證結(jié)果證明。

圖3 上證綜指走勢(shì)圖

圖4 納斯達(dá)克指數(shù)走勢(shì)圖

（二）實(shí)證結(jié)果與分析

通過(guò)DCC-GARCH 模型的擬合得到兩個(gè)指數(shù)的動(dòng)態(tài)相關(guān)系數(shù)（圖5）是本文研究的重點(diǎn)，也是兩個(gè)市場(chǎng)相關(guān)性的重要依據(jù)。圖5 中的動(dòng)態(tài)相關(guān)系數(shù)始終為正，在0.15～0.18之間波動(dòng)，意味著中美兩國(guó)股市的相關(guān)性一直存在且是正向關(guān)系，同時(shí)可以看到2020年1 月至2020 年5 月相關(guān)系數(shù)的波動(dòng)區(qū)間從之前的兩格左右，變成了四格左右，該區(qū)間方差較2019年增加，最后達(dá)到低點(diǎn)，2020年5月至2020年12月相關(guān)系數(shù)大多數(shù)時(shí)候處于低位，在2020 年10 月期間達(dá)到高位但又急劇下降，最后保持平穩(wěn)并持續(xù)至今。新冠肺炎疫情具有全球性影響，但由于各國(guó)爆發(fā)時(shí)間的不同，疫情具有不同步性，這區(qū)別于金融危機(jī)等其他事件的性質(zhì)，它們大多同時(shí)發(fā)生并同時(shí)對(duì)各國(guó)產(chǎn)生影響，而世界各國(guó)遭受的疫情影響是不同步的。因此在疫情對(duì)各國(guó)經(jīng)濟(jì)產(chǎn)生不同步影響時(shí)，國(guó)家間的市場(chǎng)相關(guān)性會(huì)出現(xiàn)反復(fù)劇烈波動(dòng)的情況。2020 年1 月開(kāi)始中國(guó)正值疫情暴發(fā)初期和上升期，經(jīng)濟(jì)秩序受到影響，而美國(guó)疫情還沒(méi)有大面積暴發(fā)，經(jīng)濟(jì)秩序還算平穩(wěn)，兩國(guó)經(jīng)濟(jì)環(huán)境變得不同，因此中美相關(guān)性有一個(gè)下降趨勢(shì)。后續(xù)全球疫情大暴發(fā)，世界經(jīng)濟(jì)秩序遭到嚴(yán)重破壞，各國(guó)經(jīng)濟(jì)遭受沖擊，中美兩國(guó)經(jīng)濟(jì)情況的大環(huán)境相同，因此相關(guān)性增強(qiáng)，同時(shí)疫情的不穩(wěn)定和持續(xù)爆發(fā)使相關(guān)性上下急劇波動(dòng)。之后，隨著各國(guó)疫情發(fā)展和經(jīng)濟(jì)政策等具體國(guó)情不同，導(dǎo)致兩國(guó)經(jīng)濟(jì)市場(chǎng)環(huán)境大為不同，相關(guān)性開(kāi)始走低，中美兩國(guó)相關(guān)性從2020年末至2021年3月一直保持低位。中美兩國(guó)應(yīng)該共同努力，消除疫情帶來(lái)的經(jīng)濟(jì)阻隔墻，恢復(fù)和增強(qiáng)兩國(guó)經(jīng)濟(jì)正向聯(lián)動(dòng)性，促進(jìn)全球經(jīng)濟(jì)快速?gòu)?fù)蘇。

圖5 中美股市動(dòng)態(tài)相關(guān)系數(shù)走勢(shì)圖

六、結(jié)論

中美兩國(guó)是全球前兩大經(jīng)濟(jì)體，經(jīng)濟(jì)代表性強(qiáng)，研究?jī)蓢?guó)的市場(chǎng)關(guān)系有利于對(duì)全球經(jīng)濟(jì)變化情況的預(yù)判，從而采取相應(yīng)措施。本文選用2019年1月2日至2021年4月30日的日度股指數(shù)據(jù)，通過(guò)DCC-GARCH模型對(duì)中美兩國(guó)在疫情下的動(dòng)態(tài)相關(guān)性進(jìn)行探索。研究發(fā)現(xiàn)：因疫情影響的不同步性，中美兩國(guó)股市的相關(guān)性在疫情沖擊下波動(dòng)頻繁，程度劇烈，經(jīng)濟(jì)相關(guān)性總體降低，兩國(guó)股市后續(xù)受到新冠肺炎疫情的影響程度不再相同，股市相關(guān)性下降。

本文的研究結(jié)論為金融市場(chǎng)動(dòng)態(tài)相關(guān)性的理論研究提供了新的案例支持，同時(shí)特別對(duì)投資者和政府管理者提供了有力參考。第一，中美股市在疫情沖擊下，聯(lián)動(dòng)性明顯增強(qiáng)，在研究和投資過(guò)程中，需要關(guān)注全球金融市場(chǎng)的一致性變動(dòng)，警惕全球性事件對(duì)金融市場(chǎng)的影響，注意防范系統(tǒng)風(fēng)險(xiǎn)。對(duì)系統(tǒng)性風(fēng)險(xiǎn)的科學(xué)防控是疫情持續(xù)沖擊背景下投資者們必須慎重思考的問(wèn)題，對(duì)系統(tǒng)性風(fēng)險(xiǎn)的防控不利容易導(dǎo)致巨額損失情況的發(fā)生。第二，中國(guó)率先走出疫情陰影，股票市場(chǎng)受全球疫情影響的聯(lián)動(dòng)性逐漸降低，后期股市的分析和投資過(guò)程中，投資者應(yīng)更加關(guān)注國(guó)內(nèi)經(jīng)濟(jì)復(fù)蘇，著眼國(guó)內(nèi)投資實(shí)際，做出合理判斷。因?yàn)橐咔榍闆r復(fù)雜，中美兩國(guó)情況存在差異，本文實(shí)證數(shù)據(jù)也從側(cè)面反映出情況差異帶來(lái)的兩國(guó)股市聯(lián)動(dòng)性下降這一事實(shí)，因此在進(jìn)行投資決策時(shí)中美兩個(gè)市場(chǎng)的差異性需要著重考慮。對(duì)于中國(guó)股市的投資者來(lái)說(shuō)，不應(yīng)過(guò)于焦慮美國(guó)股市情況，而應(yīng)更加關(guān)注中國(guó)股市的環(huán)境變動(dòng)，基于中國(guó)國(guó)情做出合理的投資決策。兩國(guó)疫情環(huán)境不同，兩國(guó)投資決策的重要參考依據(jù)有顯著差異，投資策略需針對(duì)各國(guó)實(shí)際進(jìn)行調(diào)整、優(yōu)化。第三，世界經(jīng)濟(jì)受到疫情嚴(yán)重沖擊，經(jīng)濟(jì)環(huán)境波動(dòng)劇烈，全球共同發(fā)力快速控制疫情蔓延、恢復(fù)經(jīng)濟(jì)發(fā)展是世界各國(guó)未來(lái)努力方向。各國(guó)應(yīng)該拋下零和博弈思想，尋求合作、經(jīng)驗(yàn)共享、互助共贏，爭(zhēng)取早日走出新冠肺炎疫情陰霾，努力促進(jìn)經(jīng)濟(jì)正常發(fā)展。