欧美国家股票市场发展较早，市场较为成熟，因而也有更多的学者研究市场之间的联动性。Cheel.S.Eun、Sangdal.Shim和Eung（1989）选取了九个国家代表性股票指数的日收盘价作为研究数据，建立了VAR模型，考察他们与美国股市的关系，通过实证分析结果证明了美国股票市场变化对其他市场产生巨大影响的联动关系。欧美国家研究股票市场联动性的方法也给了中国学者以启示，俞世典、黄立华和陈守东（2001）最早借鉴欧美学者研究股市联动性的方法，通过VAR建模和协整关系检验的方法，论证了上证指数与国际四大股票市场的格兰杰因果关系。

之后，陈守东（2003）选取了沪深股价指数代表我国内地股市，同样研究我国股市与国际四大股市的相关性，结果依然表明我国股市受外围影响较小，与之前的研究结果相似。刘家玲（2017）选取2006年1月4日至2016年4月28日上海综指和其他5个股票指数每日收盘价为样本，运用误差修正方法和脉冲响应函数对其存在的价格联动关系进行了实证研究，得到了5个指数存在长期均衡关系的结论。截止目前，已有中外学者研究各种不同国家市场、相同国家不同市场之间的联动性，所选取的模型大致相同，即使用协整关系模型和VAR模型建模，通过计量模型实证研究各市场之间的联动性。

除此之外，也有国内外学者对股市联动表现的原因进行探究。Solnik( 1974) 通过对几个发达国家的股票市场进行建模实证，发现相同的宏观经济变量冲击可以同时影响不同国家的股票市场，使得不同国家与地区的股市在相同宏观经济变量刺激下联动性变化不明显。游家兴(2010)采用动态条件相关方法实证分析了金融自由化、贸易自由化对股市联动性的影响。杨雪莱、张宏志（2012）分析了中美股市联动及危机期间联动增强的原因，结果显示美国货币政策冲击的结构性突变是引起这一变化的主要原因。

通过查阅大量文献，我们发现各国学者对于不同股市之间联动性的研究方法较为相似，所建模型具有一定代表性，本文采用的VAR模型曾多次在学者们的研究者使用，理论成果丰富，社会认同度高，是本研究可实现性较高；其次，我国学者对于主板市场和创业板市场之间联动性的研究多为2014年之前，而加快发展创业板市场的政策在之后颁布，所以缺乏新的实证成果来论证政策因素是否对联动性存在较大的影响，这使得本研究具有较高必要性；最后，国内外学者对于股票市场联动性影响因素的研究多停留在理论阶段，缺乏实证检验。

本论文大致可分为四个部分：第一部分：阐述本次研究的意义、背景和国内外研究成果；第二部分：介绍联动性影响因素的主要理论和联动性实证分析的主要模型——向量自回归模型（VAR）；第三部分：选取数据，定量研究政策因素对两个阶段主板市场和创业板市场的联动性的影响；第四部分：结论和建议，对实证结果进行总结，回答拟解决问题，并对投资者和监管机构提出理论建议。

二、政策因素与联动性理论

（一）政策因素理论阐述

   国内外学者曾对股市中各种政策变量进行分类，其中一种分类方式是分为连续性政策因素和非连续性（离散型）政策因素。连续性政策因素包括货币供应量、固定资产投资总量等因素，非连续性政策因素包括基础利率调整、IPO节奏调整、定向政策等。一般认为，前者属于中长期政策，对股市不会立刻产生影响；而后者对股市的影响是直接有效的。本文论证国家定向政策对股市联动性的影响，属于非连续性因素。

（二）股市联动性影响因素理论

1. 事件类因素