当今世界各国的经济关系越来越密切,各国之间的金融合作日益加深。目前全球各国的经济和金融领域的关联性日益密切,这一趋势是从08年次贷危机之后开始加速形成的,全球或区域的金融危机的形成机制一般是经贸往来较为密切的国家,其中一国因债务问题或监管问题而出现危机进而将这种危机传染给经济同盟国。自1978年我国经济开放后各方面发展迅猛,中国GDP在2010超过日本,跃居全球第2位,中国在世界范围内的影响日益增长。从世界角度看,美国是中国最大的经济合作伙伴。中美关系越来越密切,美国股票市场在全球来看最为成熟吸纳资金最多。它能够迅速及时的传递经济运行信息,同时中国股票市场通过信息和资本受到相应的影响,从而提前发出经济运行的预警信号,为风险的来临做好必要的管控与预防举措,提升经济安全性。本文旨在探究中美贸易战（维基百科将中美贸易战与中美贸易摩擦、中美贸易争端、中美贸易纠纷等同,经过多方查阅,贸易摩擦更多的是利益之争,贸易摩擦不断升级后形成贸易战,贸易战更多的是意识之争,更倾向于零和博弈。）前后,中美两国股市的联动性的强度变化,以及不同行业之间关联性的强弱。随着沪港通的设立,中国股市与全球股市的融合程度越来越高,而北向资本所属的国际资本对A股的引导下,市场影响也愈发明显。2020年新冠疫情的爆发,全球股票市场大为恐慌,美股数次熔断,也拖累包括A股在内的全球股票市场。近两年以特斯拉为代表的新能源新势力潮流的涌起,带动了中国包括宁德时代为代表的的新能源产业链的异军突起,中美两国股票市场的关联性日益紧密。虽然中国股票市场的历史并不久远,但关于A股市场的研究汗牛充栋,但关于两国股市以及行业板块联动性的研究却并不常见,尤其是在重大事件面前两国股票市场的关联性。本论文采用定性与定量的相结合、理论证明与经验探讨相联系,共有两点创新的地方。第一、中美两国是全球重要的贸易大国,贸易也是中国经济增长的重要引擎,本研究通过研究中美两国的贸易争端对两国股票市场联动性的程度,将实体经济与股票市场有机结合。第二、研究中美两国股票市场关联性的论文虽然相对较少,但也有一定的研究,然而,在对中美股市的相关文献比较少见的情况下,本论文不但对中美股市的相关性进行了探讨,也研究不同行业板块之间的关联性。本文定性地考察了中美两国的主要经济贸易争端对两个国家股市产生的冲击,以及美国股市和中国股市在这一背景下的相关性,以便进行定量的分析,并为后续的决策制定奠定基础。本文对中美两个股票市场在贸易争端爆发前的联动性进行了分析,并分析了两个国家股票市场在贸易争端爆发后的相互影响程度。在量化层面上,主要运用中美股票在两个股票交易之前和之后的股票价格变动的相关性,并从各个产业的相关程度上来进行实证研究,从而通过相应的研究结果给出政策建议。实证研究方面,采用的数据,可以划分为两点,一部分是周涨跌的股市指数数据,另一部分为周涨跌的重要行业版块之间的数据。时间范围划分为三部分,一是贸易摩擦之前的2017.01-2018.03,另一部分是贸易摩擦期间的时间段即2018.04-2020.01,最后一部分是2020.02-2021.12即贸易摩擦缓和的时间段,在这三个时期内,可以更好地反映出两个国家之间的贸易摩擦与证券交易的相关性。在具体的研究层次上,对各主要时段的数据进行分割,剔除不一致的交易。在进行回归分析时,需要先确定各个因子的稳定性,如果对原有的预测结果不稳定,采用回归方法进行回归。ARMA模型可以有效地去除序列自相关,ARMA模型是时间序列分析方式中的核心模型,它是基于“混合”的自回归模式（AR模式）和运动平均数（MA）组成的,通常被应用在市场调查中。从ARCH回归结果中可知,两指数存在显著的波动性集聚现象,因此适宜于GARCH的试验。最后利用DCC-GARCH方法对多个时序的动态波动性进行了测量,从而得出实证结论。具体得出的结论为:第一、重大贸易事件提升了中美两国股票市场的联动性;第二、美国股票市场的大幅下跌对A股市场的下跌有明显的的推动作用;第三、不同行业板块之间的联动性存在差异,外贸影响较大的行业联动性更高,如汽车行业。