張 帥

（1.新疆財(cái)經(jīng)大學(xué) 金融學(xué)院，新疆 烏魯木齊 830012；2.新疆財(cái)政與金融協(xié)同創(chuàng)新研究中心，新疆 烏魯木齊 830012）

一、引言

隨著世界經(jīng)濟(jì)一體化程度的不斷提升，全球大部分國(guó)家在投資、貿(mào)易、生產(chǎn)等領(lǐng)域呈現(xiàn)出較強(qiáng)的聯(lián)動(dòng)效應(yīng)。金融業(yè)混業(yè)經(jīng)營(yíng)、資金跨市場(chǎng)流動(dòng)、機(jī)構(gòu)交叉上市成為當(dāng)前國(guó)際金融市場(chǎng)的常態(tài)，不同市場(chǎng)之間的聯(lián)動(dòng)性日益加強(qiáng)，在推動(dòng)全球經(jīng)濟(jì)快速發(fā)展的同時(shí)，也提高了一國(guó)金融風(fēng)險(xiǎn)向其他關(guān)聯(lián)國(guó)家進(jìn)行傳播及蔓延的可能性，2008年美國(guó)金融危機(jī)及2010年歐洲債務(wù)危機(jī)對(duì)全球金融市場(chǎng)的沖擊一定程度上揭示了金融風(fēng)險(xiǎn)的跨國(guó)傳染特性。防范及應(yīng)對(duì)潛在國(guó)際金融風(fēng)險(xiǎn)的傳染已經(jīng)成為眾多學(xué)者關(guān)注及研究的方向。當(dāng)前全球經(jīng)濟(jì)形勢(shì)依然嚴(yán)峻，尤其在面臨新冠肺炎疫情的沖擊下，世界主要經(jīng)濟(jì)體宏觀經(jīng)濟(jì)增長(zhǎng)均遭受重創(chuàng)，多國(guó)股市跌幅明顯。2020年2月3日中國(guó)上證綜合指數(shù)暴跌7.72%①資料來源于：東方財(cái)富網(wǎng)（https://finance.eastmoney.com/a2/202003191425025268.html）。；美國(guó)股市在2020年3月9日至3月18日單日跌幅超過7%的次數(shù)達(dá)到4 次②美國(guó)股市實(shí)行7%的漲跌幅限制。，跌幅次數(shù)再創(chuàng)歷史記錄③資料來源于：東方財(cái)富網(wǎng)（https://finance.eastmoney.com/a2/202003191425025268.html）。；2020年3月12日，除美國(guó)股市外，包括泰國(guó)、韓國(guó)等在內(nèi)的7 個(gè)國(guó)家股市跌幅均達(dá)到了各國(guó)漲跌停板，全球金融市場(chǎng)風(fēng)險(xiǎn)顯著提升④資料來源于：新浪財(cái)經(jīng)網(wǎng)（https://finance.sina.com.cn/roll/2020-03-12/doc-iimxyqvz9991976.shtml）。。同時(shí)在新媒體環(huán)境下，信息的快速傳播加速了風(fēng)險(xiǎn)輿情的蔓延，進(jìn)而引發(fā)投資者情緒波動(dòng)及金融市場(chǎng)風(fēng)險(xiǎn)，為金融風(fēng)險(xiǎn)的防范及化解帶來嚴(yán)峻挑戰(zhàn)。面對(duì)復(fù)雜的外部環(huán)境，我國(guó)在深化金融業(yè)對(duì)外開放的同時(shí)仍須重點(diǎn)關(guān)注來自國(guó)際金融市場(chǎng)的風(fēng)險(xiǎn)傳染。

截至2021年1月末，中國(guó)與171 個(gè)國(guó)家和國(guó)際組織，簽署了205 份共建“一帶一路”合作文件，開展項(xiàng)目達(dá)到2000多項(xiàng)⑤資料來源于：中國(guó)經(jīng)濟(jì)網(wǎng)（http://www.ce.cn/xwzx/gnsz/gdxw/202101/30/t20210130_36274307.shtml）。。尤其面對(duì)新冠肺炎疫情的沖擊，我國(guó)同沿線國(guó)家共克時(shí)艱，不斷探索投資合作模式，完善機(jī)制平臺(tái)建設(shè)，推進(jìn)貿(mào)易合作渠道暢通，共同推進(jìn)“一帶一路”倡議沿著更高層次、更廣領(lǐng)域發(fā)展⑥資料來源于：繼續(xù)高質(zhì)量共建“一帶一路”——論習(xí)近平主席在博鰲亞洲論壇2021年年會(huì)開幕式上的視頻主旨演講（http://news.cri.cn/20210422/dd1d1ef4-19c5-ce39-7252-bedec9d0d807.html）。。隨著我國(guó)與“一帶一路”沿線國(guó)家在經(jīng)貿(mào)及投資領(lǐng)域的合作日益深化，我國(guó)與其市場(chǎng)的聯(lián)動(dòng)性將逐漸得到提升，這可能成為國(guó)際金融風(fēng)險(xiǎn)傳導(dǎo)的基礎(chǔ)。加之“一帶一路”沿線國(guó)家涉及范圍廣，國(guó)家之間經(jīng)濟(jì)發(fā)展差異大，市場(chǎng)不穩(wěn)定因素繁多，金融風(fēng)險(xiǎn)成因復(fù)雜多樣，防范金融風(fēng)險(xiǎn)傳染難度較大。在此背景下，探索我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)的空間關(guān)聯(lián)性，把握風(fēng)險(xiǎn)傳染方向及強(qiáng)度，對(duì)于化解外部風(fēng)險(xiǎn)對(duì)我國(guó)金融市場(chǎng)的沖擊，完善金融風(fēng)險(xiǎn)國(guó)際傳染防范機(jī)制，推進(jìn)國(guó)內(nèi)金融市場(chǎng)穩(wěn)健運(yùn)行具有一定現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

國(guó)內(nèi)外學(xué)者針對(duì)國(guó)際金融風(fēng)險(xiǎn)傳染進(jìn)行了豐富的研究，且形成了規(guī)范的分析范式及豐富的研究成果。從風(fēng)險(xiǎn)傳染模型的選擇來看，主要集中在以下方面。

第一是Granger 因果關(guān)系類模型。2008年美國(guó)金融危機(jī)期間，世界主要國(guó)家的期貨市場(chǎng)是股票市場(chǎng)風(fēng)險(xiǎn)溢出的Granger原因（周翔和蔣翔林，2009）[1]，美國(guó)作為風(fēng)險(xiǎn)傳播源的同時(shí)也受到來自歐亞國(guó)家外匯市場(chǎng)風(fēng)險(xiǎn)溢出的影響（田巍，2010）[2]；在面臨突發(fā)因素沖擊下，我國(guó)金融各部門之間存在顯著的非線性Granger 因果關(guān)系（楊子暉等，2019）[3]。該類模型對(duì)于測(cè)度國(guó)家之間金融風(fēng)險(xiǎn)的傳染方向具有明顯優(yōu)勢(shì)，但對(duì)于風(fēng)險(xiǎn)傳染強(qiáng)度的測(cè)度則相對(duì)不足。

第二是GARCH 類模型。部分學(xué)者通過采用該類模型驗(yàn)證了2008年美國(guó)金融危機(jī)及歐洲債務(wù)危機(jī)期間，大多數(shù)國(guó)家之間存在的金融風(fēng)險(xiǎn)溢出效應(yīng)（周舟等，2012；Sibel，2012；陳赤平和陳海波，2018）[4-6]，且該期間美國(guó)石油現(xiàn)貨市場(chǎng)對(duì)我國(guó)上證指數(shù)同樣存在著風(fēng)險(xiǎn)傳導(dǎo)（劉湘云和朱春明，2011）[7]。該類模型同樣側(cè)重于風(fēng)險(xiǎn)傳染方向的考察，且對(duì)數(shù)據(jù)頻率的要求較高。

第三是CoVaR 類模型。該類模型通常用來考察單一機(jī)構(gòu)或市場(chǎng)對(duì)整體系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)度，如Anastassios 和Georgios（2015）[8]運(yùn)用該類模型驗(yàn)證得出銀行業(yè)相比于其他行業(yè)對(duì)英國(guó)金融市場(chǎng)風(fēng)險(xiǎn)傳染的貢獻(xiàn)度更高；Lin 和Edward（2018）[9]采用該類模型驗(yàn)證了不同類型金融控制公司對(duì)臺(tái)灣金融市場(chǎng)的風(fēng)險(xiǎn)傳染效應(yīng)；Mensi等（2017）[10]利用該類模型同樣發(fā)現(xiàn)股指與貴金屬價(jià)格、石油價(jià)格之間存在著風(fēng)險(xiǎn)溢出效應(yīng)。然而該類模型在國(guó)家層面金融風(fēng)險(xiǎn)傳染的應(yīng)用較為匱乏。

第四是Copula類模型。該類函數(shù)能捕捉到變量之間非線性相關(guān)性及隨機(jī)變量尾部分布的相關(guān)信息，對(duì)于非線性風(fēng)險(xiǎn)傳染的測(cè)度精度較高。Rodriguez（2007）[11]采用混合Copula 模型對(duì)歷次全球金融危機(jī)的傳染特征進(jìn)行了考察，有效印證了該模型的實(shí)用性；部分學(xué)者同樣采用該類模型驗(yàn)證了2008年美國(guó)金融危機(jī)期間，不同國(guó)家之間金融風(fēng)險(xiǎn)傳染的特性（王璐，2015；祝寶江等，2019）[12-13]。然而由于部分風(fēng)險(xiǎn)事件對(duì)于序列相關(guān)性變化的沖擊是短期且無規(guī)律的，這會(huì)導(dǎo)致該Copula 類函數(shù)結(jié)構(gòu)變化不明顯，致使研究結(jié)論出現(xiàn)誤差。

第五是空間計(jì)量類模型。該類模型主要運(yùn)用空間回歸分析的優(yōu)勢(shì)對(duì)國(guó)際金融風(fēng)險(xiǎn)的傳染渠道進(jìn)行考察，部分學(xué)者利用該類模型驗(yàn)證了2008年美國(guó)金融危機(jī)期間國(guó)際金融風(fēng)險(xiǎn)的傳染路徑（程棵等，2012；武占云，2018）[14-15]，實(shí)體經(jīng)濟(jì)傳染渠道是主權(quán)債務(wù)危機(jī)和銀行業(yè)危機(jī)爆發(fā)的主要?jiǎng)右?。空間計(jì)量模型的估計(jì)結(jié)果受限于空間權(quán)重矩陣及控制變量的選擇，尤其是風(fēng)險(xiǎn)傳染變量的設(shè)定，因此該類模型在國(guó)際金融風(fēng)險(xiǎn)傳染方面的運(yùn)用相對(duì)較少。

第六是復(fù)雜網(wǎng)絡(luò)模型。其依據(jù)國(guó)家之間的關(guān)聯(lián)性構(gòu)建風(fēng)險(xiǎn)傳染網(wǎng)絡(luò)，考察不同國(guó)家在傳染網(wǎng)絡(luò)中的地位，然而現(xiàn)有研究主要集中在對(duì)單一市場(chǎng)的風(fēng)險(xiǎn)考察。如曾志堅(jiān)和吳汪洋（2018）[16]構(gòu)建了基于貿(mào)易聯(lián)系的風(fēng)險(xiǎn)傳染網(wǎng)絡(luò)，對(duì)亞太經(jīng)濟(jì)合作組織成員之間的風(fēng)險(xiǎn)傳染效應(yīng)進(jìn)行了考察；Corsi 等（2018）[17]則是構(gòu)建了基于債權(quán)市場(chǎng)的風(fēng)險(xiǎn)傳染網(wǎng)絡(luò)驗(yàn)證了網(wǎng)絡(luò)的脆弱性導(dǎo)致風(fēng)險(xiǎn)傳染的加劇。然而單一市場(chǎng)并不能反映國(guó)家整體金融市場(chǎng)的風(fēng)險(xiǎn)水平，相關(guān)結(jié)論只能體現(xiàn)不同國(guó)家局部市場(chǎng)之間的網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染特征，研究市場(chǎng)范圍有待拓展。

現(xiàn)有針對(duì)國(guó)際金融風(fēng)險(xiǎn)傳染的樣本國(guó)家選擇方面僅包含“一帶一路”沿線個(gè)別（部分）國(guó)家，如何光輝和楊咸月（2010）[18]、劉湘云等（2015）[19]、Dimitriou等（2013）[20]選擇金磚國(guó)家①俄羅斯、印度為“一帶一路”沿線國(guó)家。為樣本驗(yàn)證了美國(guó)金融風(fēng)險(xiǎn)的溢出效應(yīng)，Guidi和Ugur（2014）[21]選擇保加利亞、土耳其、德國(guó)及英國(guó)股票市場(chǎng)風(fēng)險(xiǎn)溢出效應(yīng)為研究對(duì)象。徐飛等（2018）[22]選擇的全球28 個(gè)樣本國(guó)家及其他學(xué)者選取的全球39 個(gè)樣本國(guó)家中均涉及部分“一帶一路”沿線國(guó)家。

縱觀以上研究，當(dāng)前國(guó)際金融風(fēng)險(xiǎn)傳染基本建立在如2008年美國(guó)金融危機(jī)、2010年歐洲債務(wù)危機(jī)等重大風(fēng)險(xiǎn)事件的基礎(chǔ)上，考察美國(guó)等發(fā)達(dá)經(jīng)濟(jì)體對(duì)世界其他國(guó)家的風(fēng)險(xiǎn)溢出效應(yīng)，研究結(jié)論隨著樣本國(guó)家選擇的不同而呈現(xiàn)差異；在金融風(fēng)險(xiǎn)傳染指標(biāo)選擇方面，通常使用股價(jià)波動(dòng)率、匯率波動(dòng)率作為金融風(fēng)險(xiǎn)的代理變量，然而單一指標(biāo)并不能精確衡量國(guó)家金融風(fēng)險(xiǎn)的整體狀態(tài)；且針對(duì)“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)傳染效應(yīng)的研究相對(duì)較少，僅涉及其中部分國(guó)家，并未形成全面、系統(tǒng)的研究成果。

本文的邊際貢獻(xiàn)在于：（1）將宏觀經(jīng)濟(jì)因素納入國(guó)際金融風(fēng)險(xiǎn)的衡量當(dāng)中，使得國(guó)際金融風(fēng)險(xiǎn)的評(píng)價(jià)更加全面；（2）通過引入修正的引力模型構(gòu)建金融風(fēng)險(xiǎn)空間關(guān)聯(lián)系數(shù)，克服了傳統(tǒng)單變量金融風(fēng)險(xiǎn)評(píng)價(jià)中選擇Pearson 相關(guān)系數(shù)作為社會(huì)網(wǎng)絡(luò)構(gòu)建的不足②Pearson相關(guān)系數(shù)并不適用于包括宏觀經(jīng)濟(jì)因素在內(nèi)的多指標(biāo)合成的金融風(fēng)險(xiǎn)變量。；（3）選擇我國(guó)與“一帶一路”沿線國(guó)家為研究樣本，為后續(xù)該區(qū)域及相關(guān)領(lǐng)域的研究提供初步結(jié)論及經(jīng)驗(yàn)參考。本文的研究結(jié)論對(duì)于我國(guó)在推進(jìn)“一帶一路”倡議的進(jìn)程中，及時(shí)有效地做好金融風(fēng)險(xiǎn)防控預(yù)案，提升金融機(jī)構(gòu)風(fēng)險(xiǎn)應(yīng)急處理能力，降低國(guó)際金融風(fēng)險(xiǎn)對(duì)我國(guó)金融市場(chǎng)的沖擊具有一定參考意義。

三、研究方法及設(shè)計(jì)

（一）金融風(fēng)險(xiǎn)網(wǎng)絡(luò)傳染效應(yīng)的理論基礎(chǔ)

20世紀(jì)90年代以來，相繼爆發(fā)的歐洲貨幣體系危機(jī)（1992年）、墨西哥金融危機(jī)（1994年）、亞洲金融危機(jī)（1997年）、美國(guó)金融危機(jī)（2008年）、歐洲債務(wù)危機(jī)（2010年）對(duì)區(qū)域③部分金融危機(jī)的傳播及影響通常存在于如歐洲市場(chǎng)、亞洲市場(chǎng)等局部范圍內(nèi)，故本文將區(qū)域概念界定為受到金融危機(jī)沖擊影響下的所有國(guó)家所屬范圍的組合，當(dāng)世界各大區(qū)域絕大多數(shù)國(guó)家均受到金融危機(jī)的影響時(shí)，此時(shí)區(qū)域概念上升至全球概念。（全球）金融市場(chǎng)的穩(wěn)定帶來了巨大沖擊，這使得部分國(guó)家金融監(jiān)管當(dāng)局認(rèn)識(shí)到，區(qū)域金融市場(chǎng)是由不同國(guó)家金融市場(chǎng)之間依靠資金流動(dòng)連接而形成的網(wǎng)絡(luò)。在網(wǎng)絡(luò)結(jié)構(gòu)中，不同國(guó)家金融市場(chǎng)作為網(wǎng)絡(luò)中的節(jié)點(diǎn)，憑借相互之間資金交易、資本流動(dòng)等關(guān)聯(lián)性形成網(wǎng)絡(luò)結(jié)構(gòu)中的連線，而處于高連接的單個(gè)國(guó)家金融市場(chǎng)則成為金融網(wǎng)絡(luò)結(jié)構(gòu)中的核心，其運(yùn)行的穩(wěn)健與否決定著整個(gè)區(qū)域金融市場(chǎng)的穩(wěn)定。金融風(fēng)險(xiǎn)正是基于網(wǎng)絡(luò)節(jié)點(diǎn)間的關(guān)聯(lián)性從而實(shí)現(xiàn)其在不同金融市場(chǎng)之間的傳染，且網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)使得金融風(fēng)險(xiǎn)的傳染具有協(xié)同性及放大性。當(dāng)局部網(wǎng)絡(luò)節(jié)點(diǎn)爆發(fā)金融風(fēng)險(xiǎn)時(shí)，會(huì)通過網(wǎng)絡(luò)連線向其他金融市場(chǎng)進(jìn)行傳染，同時(shí)被傳染的金融市場(chǎng)又將成為新的風(fēng)險(xiǎn)源并借助網(wǎng)絡(luò)結(jié)構(gòu)傳遞至更多市場(chǎng)，從而實(shí)現(xiàn)以局部傳染源為中心的多重市場(chǎng)協(xié)同聯(lián)動(dòng)的風(fēng)險(xiǎn)溢出效應(yīng)。

金融風(fēng)險(xiǎn)網(wǎng)絡(luò)傳染的實(shí)質(zhì)是不同金融市場(chǎng)之間的聯(lián)動(dòng)性，該聯(lián)動(dòng)性主要通過不同國(guó)家之間跨市場(chǎng)投資以及貿(mào)易往來的方式實(shí)現(xiàn)，世界銀行將此聯(lián)動(dòng)性定義為國(guó)際金融風(fēng)險(xiǎn)傳染的金融貿(mào)易渠道，且得到了學(xué)術(shù)界的廣泛認(rèn)同。一方面，金融危機(jī)爆發(fā)國(guó)可通過“競(jìng)爭(zhēng)性貨幣貶值”引發(fā)貿(mào)易聯(lián)系國(guó)貨幣危機(jī)的爆發(fā)，同時(shí)造成貿(mào)易伙伴國(guó)貿(mào)易逆差及經(jīng)濟(jì)基本面惡化；另一方面，跨國(guó)投資者在不同市場(chǎng)間的資產(chǎn)配置以及跨國(guó)銀行之間的資金借貸使得不同國(guó)家金融市場(chǎng)之間形成一定的關(guān)聯(lián)性，局部市場(chǎng)金融風(fēng)險(xiǎn)的爆發(fā)可能會(huì)通過資金鏈條傳染至其他市場(chǎng)。

社會(huì)網(wǎng)絡(luò)分析法是解析網(wǎng)絡(luò)結(jié)構(gòu)及節(jié)點(diǎn)聯(lián)系的一種動(dòng)態(tài)方法，是對(duì)社會(huì)網(wǎng)絡(luò)中個(gè)體參與者間相互影響關(guān)系的考察。部分學(xué)者將該模型運(yùn)用到區(qū)域金融風(fēng)險(xiǎn)傳染的研究中，通過繪制社會(huì)網(wǎng)絡(luò)關(guān)系圖對(duì)金融風(fēng)險(xiǎn)進(jìn)行可視化及空間化分析，從而把握區(qū)域金融風(fēng)險(xiǎn)的網(wǎng)絡(luò)傳染特征。“一帶一路”沿線國(guó)家從區(qū)域?qū)傩陨蟻砜?，符合社?huì)網(wǎng)絡(luò)分析的要求，借此本文選擇構(gòu)建社會(huì)網(wǎng)絡(luò)模型對(duì)我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)傳染特征進(jìn)行考察。

（二）金融風(fēng)險(xiǎn)指標(biāo)選擇

為了能夠從整體層面衡量各國(guó)金融風(fēng)險(xiǎn)狀態(tài)，本文擬從宏觀經(jīng)濟(jì)（GDP增長(zhǎng)率、通貨膨脹率、失業(yè)率）、銀行市場(chǎng)（不良貸款率、M2 增長(zhǎng)率、銀行信貸/GDP、M2/GDP）、外匯市場(chǎng)（匯率波動(dòng)率、外匯儲(chǔ)備/GDP）、國(guó)際債務(wù)（負(fù)債率、短期外債/外債、外債/外匯儲(chǔ)備）四個(gè)層面構(gòu)建金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。同時(shí)采用熵權(quán)法、相關(guān)系數(shù)法、CRITIC法、變異系數(shù)法分別對(duì)各風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重進(jìn)行測(cè)算，取平均權(quán)重進(jìn)而構(gòu)建金融風(fēng)險(xiǎn)指數(shù)作為衡量“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)狀態(tài)的指標(biāo)。鑒于部分國(guó)家數(shù)據(jù)缺失，最終選擇的樣本包括我國(guó)在內(nèi)共計(jì)52個(gè)國(guó)家，研究時(shí)間跨度為2013年至2020年，具體如表1所示。

表1 我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)指數(shù)（部分年份）

（三）金融風(fēng)險(xiǎn)空間關(guān)聯(lián)矩陣的構(gòu)建

構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣是社會(huì)網(wǎng)絡(luò)分析的基礎(chǔ)，現(xiàn)有針對(duì)單指標(biāo)金融風(fēng)險(xiǎn)（匯率波動(dòng)率、股價(jià)波動(dòng)率）的網(wǎng)絡(luò)分析中，通常選擇Pearson 相關(guān)系數(shù)構(gòu)建關(guān)聯(lián)矩陣，但該方法對(duì)于涉及金融風(fēng)險(xiǎn)多指標(biāo)評(píng)價(jià)的宏觀經(jīng)濟(jì)數(shù)據(jù)則不適用。故本文選擇修正后的引力模型來構(gòu)建我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)關(guān)聯(lián)矩陣，并將各國(guó)經(jīng)濟(jì)水平及地理位置納入考察范圍，原理如下所示：

其中，aij為關(guān)聯(lián)矩陣第i行第j列的數(shù)值，F(xiàn)RIDK為各國(guó)金融風(fēng)險(xiǎn)指數(shù)，GDP 及PGDP 分別代表各國(guó)國(guó)內(nèi)生產(chǎn)總值及人均生產(chǎn)總值，POP 為各國(guó)年末總?cè)丝冢珼ISij代表兩個(gè)國(guó)家之間的地理距離（參照大多數(shù)學(xué)者的做法，用各國(guó)首都間距離來衡量），CONTij代表i 國(guó)家在i、j 兩國(guó)間金融風(fēng)險(xiǎn)關(guān)聯(lián)中的貢獻(xiàn)度。對(duì)測(cè)算出的關(guān)聯(lián)矩陣每行系數(shù)求均值，若aij大于該均值，則賦值1，反映國(guó)家i 對(duì)國(guó)家j 存在風(fēng)險(xiǎn)傳染；反之，則賦值0，認(rèn)為國(guó)家i 對(duì)國(guó)家j 不存在風(fēng)險(xiǎn)傳染。

（四）社會(huì)網(wǎng)絡(luò)分析法參數(shù)設(shè)定

1.金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)整體特征參數(shù)設(shè)定

整體網(wǎng)絡(luò)特征反映了網(wǎng)絡(luò)內(nèi)部52 個(gè)國(guó)家之間金融風(fēng)險(xiǎn)呈現(xiàn)的關(guān)聯(lián)關(guān)系，本文選用網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度及網(wǎng)絡(luò)等級(jí)度指標(biāo)來刻畫。網(wǎng)絡(luò)密度用來衡量國(guó)家之間金融風(fēng)險(xiǎn)聯(lián)系的緊密程度。該值越大，風(fēng)險(xiǎn)聯(lián)系越緊密。通常用網(wǎng)絡(luò)中實(shí)際形成的連線數(shù)量（L）除以網(wǎng)絡(luò)中存在的最大可能連線數(shù)量［N×（N-1），N代表網(wǎng)絡(luò)規(guī)模］得到，其計(jì)算公式如下所示：

網(wǎng)絡(luò)關(guān)聯(lián)度用來測(cè)度金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)的整體穩(wěn)健性。該值越大，表示任意兩國(guó)之間基本都存在直接或間接的連接渠道，網(wǎng)絡(luò)整體越穩(wěn)定。若V 代表網(wǎng)絡(luò)中不可達(dá)點(diǎn)的對(duì)數(shù)，則其計(jì)算公式如下所示：

網(wǎng)絡(luò)等級(jí)度用來衡量網(wǎng)絡(luò)中各節(jié)點(diǎn)在多大程度上存在非對(duì)稱性可達(dá)。該值越大，表明金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中處在邊緣區(qū)域的國(guó)家居多。若K代表網(wǎng)絡(luò)中不可達(dá)點(diǎn)的對(duì)數(shù)，則其計(jì)算公式如下所示：

2.金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)個(gè)體中心性參數(shù)設(shè)定

個(gè)體中心性反映了不同國(guó)家在整個(gè)金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中的地位，本文選用節(jié)點(diǎn)中心度、接近中心度及中間中心度指標(biāo)來刻畫。節(jié)點(diǎn)中心度反映單個(gè)國(guó)家在整個(gè)網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染中的地位，該值越大，表示該國(guó)與其他國(guó)家金融風(fēng)險(xiǎn)傳染的聯(lián)系越多，在網(wǎng)絡(luò)中的地位就越高。若n 表示與該國(guó)存在風(fēng)險(xiǎn)傳染直接關(guān)聯(lián)的國(guó)家數(shù)量，則其計(jì)算公式如下所示：

接近中心度用來測(cè)度單個(gè)國(guó)家不受網(wǎng)絡(luò)中其他國(guó)家控制程度的強(qiáng)弱，該值越大，反映該國(guó)越處于網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染的中心位置。若dij表示i 國(guó)與j 國(guó)間的最短距離，則其計(jì)算公式如下所示：

中間中心度用來衡量單個(gè)國(guó)家在風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中影響其他國(guó)家風(fēng)險(xiǎn)傳染的能力，該值越大，說明該國(guó)對(duì)網(wǎng)絡(luò)整體風(fēng)險(xiǎn)傳染的影響就越大。若gjk表示j國(guó)與k國(guó)間存在最短路徑的數(shù)量，gjk（i）表示連接j國(guó)與k 國(guó)的最短路徑途徑i國(guó)家的數(shù)量，其計(jì)算公式如下所示：

3.金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)塊模型分析

塊模型通過采用空間聚類的分析思想，將具有相似風(fēng)險(xiǎn)傳染信息的國(guó)家劃分在一類，用來刻畫風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中內(nèi)部傳染的結(jié)構(gòu)特征。根據(jù)塊模型相關(guān)理論，可將金融風(fēng)險(xiǎn)空間網(wǎng)絡(luò)劃分成四個(gè)板塊。第一種是風(fēng)險(xiǎn)凈溢入板塊，該板塊的特點(diǎn)是同時(shí)擁有來自該板塊內(nèi)部成員國(guó)家及其他板塊的風(fēng)險(xiǎn)傳染，且對(duì)其他板塊的風(fēng)險(xiǎn)溢出效應(yīng)較少。第二種是凈溢出板塊，該板塊的特點(diǎn)是向其他板塊風(fēng)險(xiǎn)傳染的程度相比于向該板塊內(nèi)部成員國(guó)家更為明顯，且較少受到來自其他板塊的風(fēng)險(xiǎn)傳染。第三種是雙向溢出板塊，該板塊的特點(diǎn)是對(duì)板塊內(nèi)部及板塊外部成員國(guó)家均產(chǎn)生明顯的風(fēng)險(xiǎn)傳染，且受到來自其他板塊風(fēng)險(xiǎn)傳染的影響較小。第四種是經(jīng)紀(jì)人板塊，該板塊的特點(diǎn)是既受到其他板塊的風(fēng)險(xiǎn)傳染，同時(shí)又向其他板塊進(jìn)行風(fēng)險(xiǎn)溢出，在關(guān)聯(lián)網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染中發(fā)揮“中介”效應(yīng)。

假設(shè)Bk板塊中包括gk國(guó)家，則理論上該板塊內(nèi)部可形成的連接數(shù)量為gk（gk-1）。若網(wǎng)絡(luò)整體擁有g(shù) 個(gè)國(guó)家，則Bk板塊與其他板塊可形成的最大連接數(shù)量為g（g-1）,我們得到Bk板塊形成關(guān)系總數(shù)的期望比值為（gk-1）/（g-1）。通過比較板塊實(shí)際內(nèi)部關(guān)系與期望內(nèi)部關(guān)系的大小，可得出四個(gè)板塊的劃分依據(jù)（見表2）。

表2 金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)板塊分類

四、實(shí)證分析過程

（一）整體網(wǎng)絡(luò)特征分析

為了直觀地刻畫我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)特征，本文繪制了2020年我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)圖（見圖1）。從圖中可以看出，我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)具備典型的網(wǎng)絡(luò)形態(tài)，且沒有孤立點(diǎn)的存在。

圖1 我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)圖（2020年）

表3顯示了2013年至2020年我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)整體結(jié)構(gòu)特征的變化趨勢(shì)。

表3 我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)整體結(jié)構(gòu)特征

首先，我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)整體穩(wěn)定性較差。其中網(wǎng)絡(luò)直徑及平均路徑長(zhǎng)度最大值分別為7、2.450，遠(yuǎn)小于網(wǎng)絡(luò)中的國(guó)家數(shù)量（52），導(dǎo)致金融風(fēng)險(xiǎn)傳染效率偏低；圖1反映了除部分國(guó)家具有較高的網(wǎng)絡(luò)連接外，大部分國(guó)家則只存在較少的連接關(guān)系，關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)不對(duì)稱性。該結(jié)構(gòu)特點(diǎn)使得整體風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)較為脆弱，因?yàn)榇蟛糠謬?guó)家的關(guān)聯(lián)度較弱，只有當(dāng)關(guān)聯(lián)度高的國(guó)家受到外部沖擊時(shí)，金融風(fēng)險(xiǎn)才能得以在網(wǎng)絡(luò)中快速傳播。“一帶一路”沿線國(guó)家涉及范圍廣，尤其是東南亞與西亞、中東歐國(guó)家之間的空間地理位置較遠(yuǎn)；且大部分國(guó)家經(jīng)濟(jì)體量小，投資貿(mào)易規(guī)模低，導(dǎo)致部分國(guó)家之間的網(wǎng)絡(luò)連接關(guān)系偏弱。

其次，雖然網(wǎng)絡(luò)空間關(guān)系數(shù)、平均關(guān)系數(shù)及網(wǎng)絡(luò)密度均呈現(xiàn)下降的態(tài)勢(shì)，分別由2013年的451、8.673、0.170 減少至2020年的409、7.865、0.154，反映了我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)的空間關(guān)聯(lián)性在逐漸減弱。但是金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)度始終為1，表明我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)依然呈現(xiàn)較為明顯的空間關(guān)聯(lián)性及傳染特性。網(wǎng)絡(luò)等級(jí)度保持相對(duì)穩(wěn)定，基本維持在0.212?！耙粠б宦贰毖鼐€涉及不同區(qū)域（如中亞、西亞、東南亞等）內(nèi)的國(guó)家之間由于制度文化等方面的相似性以及地理位置的鄰近，使得區(qū)域內(nèi)國(guó)家之間呈現(xiàn)較為明顯的關(guān)聯(lián)性。同時(shí)，我國(guó)作為“一帶一路”倡議的發(fā)起者，通過加強(qiáng)同沿線各區(qū)域國(guó)家之間的合作，充當(dāng)了各區(qū)域之間間接聯(lián)系的“媒介”。正是基于這種聯(lián)動(dòng)性使得金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)一定的傳染特性。

（二）中心性分析

表4給出了我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)度數(shù)中心度、接近中心度、中間中心度的測(cè)度結(jié)果（限于篇幅，僅列舉2020年）。就度數(shù)中心度來看，該指標(biāo)均值為22.9，中心度高于該均值的國(guó)家數(shù)量有16 個(gè)，反映了這些國(guó)家與其他國(guó)家間金融風(fēng)險(xiǎn)關(guān)聯(lián)關(guān)系居多。其中，以色列度數(shù)中心度高達(dá)84.3，與43 個(gè)國(guó)家存在風(fēng)險(xiǎn)傳染關(guān)系，說明該國(guó)家處于金融風(fēng)險(xiǎn)傳染網(wǎng)絡(luò)的中心位置。以色列作為中東地區(qū)唯一的發(fā)達(dá)國(guó)家，經(jīng)濟(jì)基礎(chǔ)優(yōu)越、市場(chǎng)環(huán)境良好、經(jīng)濟(jì)體制完善，但受到中東區(qū)域地緣政治因素的影響，該國(guó)家面臨較大的外部風(fēng)險(xiǎn)沖擊；同時(shí)作為連接中東歐與西亞、南亞的橋梁，以色列在經(jīng)貿(mào)往來層面有著天然的地緣優(yōu)勢(shì)。新加坡（54.9）、俄羅斯（49）、捷克（49）、中國(guó)（47.1）、波蘭（47.1）、科威特（45.1）、印度（41.2）的度數(shù)中心度均超過了40，反映了這些國(guó)家處于金融風(fēng)險(xiǎn)傳播的次中心位置。值得注意的是，處于金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中心及次中心位置的國(guó)家在各自區(qū)域（中東歐、西亞、中亞、南亞、東南亞）內(nèi)經(jīng)濟(jì)發(fā)展水平相對(duì)較高，側(cè)面體現(xiàn)了經(jīng)濟(jì)實(shí)力雄厚的國(guó)家在金融風(fēng)險(xiǎn)傳染過程中的作用越明顯。度數(shù)中心度低于10的國(guó)家如印度尼西亞（5.9）、菲律賓（7.8）、約旦（7.8）、黎巴嫩（7.8），它們?cè)谙鄳?yīng)區(qū)域內(nèi)經(jīng)濟(jì)體量相對(duì)較小，對(duì)整體金融風(fēng)險(xiǎn)傳染的貢獻(xiàn)度較低，從而處于關(guān)聯(lián)網(wǎng)絡(luò)的邊緣位置。“一帶一路”沿線國(guó)家區(qū)域跨度較大，地理位置及經(jīng)濟(jì)基礎(chǔ)的差異使得部分經(jīng)濟(jì)體量較小的國(guó)家之間聯(lián)系偏弱；而發(fā)達(dá)經(jīng)濟(jì)體不僅在各區(qū)域內(nèi)發(fā)揮著經(jīng)濟(jì)引領(lǐng)的功能，同時(shí)通過投資貿(mào)易等途徑與其他經(jīng)濟(jì)體建立了更為廣泛的聯(lián)系，從而致使發(fā)達(dá)經(jīng)濟(jì)體在整個(gè)風(fēng)險(xiǎn)網(wǎng)絡(luò)中扮演著重要角色，而經(jīng)濟(jì)體量較小國(guó)家則處于網(wǎng)絡(luò)邊緣位置。

表4 我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)中心性分析（2020年）

接近中心度指標(biāo)均值為54.9，高于該均值的國(guó)家與中心度排名靠前的國(guó)家基本保持一致，其中以色列的接近中心度高達(dá)86.4、其次是俄羅斯（66.2）、中國(guó)（65.4）、捷克（65.4），說明上述國(guó)家在風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中與其他國(guó)家間的距離更近，金融風(fēng)險(xiǎn)聯(lián)動(dòng)性更強(qiáng)，因此更靠近網(wǎng)絡(luò)中心位置。就中間中心度來看，排名前五的國(guó)家依次為以色列（30.4）、新加坡（10.2）、中國(guó)（7.88）、印度（5.96）、俄羅斯（4.71），依然是各區(qū)域內(nèi)經(jīng)濟(jì)體量居前的國(guó)家，不僅在金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中處于核心位置，同時(shí)扮演“中介”及“橋梁”的角色，對(duì)于金融風(fēng)險(xiǎn)在空間網(wǎng)絡(luò)中的傳播發(fā)揮著重要的控制及支配功能。原因主要在于經(jīng)濟(jì)發(fā)展程度較高的國(guó)家，金融市場(chǎng)建設(shè)相對(duì)完善，與世界其他國(guó)家在經(jīng)貿(mào)領(lǐng)域的合作也越緊密，資金跨國(guó)流動(dòng)效率較高，更加容易與其他國(guó)家建立金融風(fēng)險(xiǎn)傳染的聯(lián)系。

（三）塊模型分析

根據(jù)前文塊模型的分析原理，通過選擇最大分割深度2，收斂標(biāo)準(zhǔn)0.2，對(duì)我國(guó)及“一帶一路”沿線52個(gè)國(guó)家進(jìn)行金融風(fēng)險(xiǎn)板塊劃分，結(jié)果如表5所示。其中，第一板塊包括中國(guó)、蒙古國(guó)、孟加拉國(guó)、新加坡、馬來西亞、印度尼西亞、越南等國(guó)家，主要集中在東亞及東南亞區(qū)域；第二板塊包括哈薩克斯坦、烏茲別克斯坦、塔吉克斯坦、印度、巴基斯坦、阿富汗等國(guó)家，主要集中在中亞及南亞區(qū)域；第三板塊包括土耳其、俄羅斯、烏克蘭、白俄羅斯、摩爾多瓦、克羅地亞、保加利亞等，主要在西亞及中東歐區(qū)域；第四個(gè)板塊包括以色列、希臘、塞浦路斯、波蘭、立陶宛、捷克、匈牙利等國(guó)家，主要集中在西亞及中東歐區(qū)域。

表5 我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)各板塊傳染效應(yīng)分析（2020年）

表3顯示了2020年我國(guó)及“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中共形成409 條關(guān)聯(lián)關(guān)系，其中板塊內(nèi)部各國(guó)家之間關(guān)聯(lián)關(guān)系共138 條，不同板塊之間形成關(guān)聯(lián)關(guān)系共271 條，反映了四大板塊之間金融風(fēng)險(xiǎn)存在顯著的溢出效應(yīng)。第一板塊共發(fā)出74 條關(guān)系，其中54 條屬于板塊內(nèi)部，共接收來自其他板塊36 條關(guān)系。實(shí)際內(nèi)部關(guān)系比例為72.5%，高于期望內(nèi)部關(guān)系比例23.5%，且接收外部關(guān)系數(shù)量多于對(duì)外發(fā)出的關(guān)系數(shù)量。根據(jù)表2的判斷標(biāo)準(zhǔn)得出該板塊屬于“凈溢入板塊”。第二板塊共發(fā)出137條關(guān)系，其中104 條屬于板塊外部，共接收外部板塊關(guān)系32 條。實(shí)際內(nèi)部關(guān)系比例為30.6%，低于期望內(nèi)部關(guān)系比例33.3%，且向其他板塊發(fā)出的關(guān)系數(shù)量遠(yuǎn)高于接收的外部關(guān)系數(shù)量。因此該板塊屬于“凈溢出板塊”。第三板塊共發(fā)出91條關(guān)系，其中76條發(fā)自板塊外部，同時(shí)接收來自其他板塊關(guān)系數(shù)量76 條，遠(yuǎn)高于內(nèi)部關(guān)系數(shù)。且實(shí)際內(nèi)部關(guān)系比例（16.5%）低于期望內(nèi)部關(guān)系比例（17.6%），屬于典型的“經(jīng)紀(jì)人板塊”。第四板塊共發(fā)出107 條關(guān)系，其中27條屬于內(nèi)部關(guān)系、80條屬于外部板塊。且實(shí)際內(nèi)部關(guān)系比例（25.2%）高于期望內(nèi)部關(guān)系比例（19.6%），屬于典型的“雙向溢出板塊”。

接著采用密度矩陣及像矩陣對(duì)四大板塊間金融風(fēng)險(xiǎn)傳染的整體分布情況進(jìn)行考察。依據(jù)前文測(cè)算的2020年整體網(wǎng)絡(luò)密度為0.154，定義四大板塊密度矩陣中數(shù)值若高于整體網(wǎng)絡(luò)密度，則將該板塊賦值1，表示該板塊存在金融風(fēng)險(xiǎn)集聚的現(xiàn)象；反之則賦值0。結(jié)果見表6。

表6 各板塊密度矩陣及像矩陣（2020年）

從表6及圖2中可以看出，我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)傳染效應(yīng)呈現(xiàn)明顯的空間集聚特征。其中包括東亞（中國(guó)、蒙古國(guó)）及東南亞在內(nèi)的第一板塊處于金融風(fēng)險(xiǎn)傳染的第一集聚區(qū)，該板塊金融風(fēng)險(xiǎn)的傳染效應(yīng)主要集中在板塊內(nèi)部國(guó)家之間，與其他板塊之間的聯(lián)動(dòng)效應(yīng)相對(duì)較弱。第一板塊涉及國(guó)家尤其是東南亞區(qū)域與其他板塊之間的空間地理位置距離較遠(yuǎn)，投資貿(mào)易往來規(guī)模整體偏低，金融市場(chǎng)聯(lián)動(dòng)性不強(qiáng)，金融風(fēng)險(xiǎn)傳染渠道受限。而東南亞國(guó)家聯(lián)盟的存在為該區(qū)域國(guó)家之間協(xié)同、穩(wěn)定發(fā)展奠定了基礎(chǔ)，為貨物、投資、資金的自由流動(dòng)營(yíng)造了寬松的環(huán)境，國(guó)家之間的經(jīng)濟(jì)依存度整體較高，從而為金融風(fēng)險(xiǎn)的跨市場(chǎng)傳染提供了便利。從歷史經(jīng)驗(yàn)來看，1997年東南亞金融危機(jī)的爆發(fā)就是很好的例證。

圖2 四大板塊金融風(fēng)險(xiǎn)傳染效應(yīng)分布

就我國(guó)來看，我國(guó)與東南亞區(qū)域在投資貿(mào)易領(lǐng)域的合作遠(yuǎn)高于其他板塊，相互之間資金流動(dòng)更加頻繁，且經(jīng)濟(jì)發(fā)展水平均較高，加之地理位置毗鄰，從而導(dǎo)致金融風(fēng)險(xiǎn)在板塊內(nèi)部之間形成相互溢出的結(jié)果。具體來看，我國(guó)受到該板塊內(nèi)12 個(gè)國(guó)家中9個(gè)國(guó)家的金融風(fēng)險(xiǎn)傳染，同時(shí)對(duì)其中7 個(gè)國(guó)家進(jìn)行了金融風(fēng)險(xiǎn)傳播。

第二、三、四板塊處于金融風(fēng)險(xiǎn)傳染的第二集聚區(qū)，其中第四板塊同時(shí)受到來自第二、三板塊及板塊內(nèi)部的金融風(fēng)險(xiǎn)傳染，并且對(duì)第三板塊存在金融風(fēng)險(xiǎn)溢出效應(yīng)，充當(dāng)?shù)诙鍓K向第三板塊風(fēng)險(xiǎn)傳播的中介。第四板塊處于“絲綢之路經(jīng)濟(jì)帶”的最遠(yuǎn)端，且板塊內(nèi)部國(guó)家基本均屬于發(fā)達(dá)經(jīng)濟(jì)體，投資貿(mào)易活動(dòng)主要集中在板塊內(nèi)部國(guó)家之間以及其他歐洲國(guó)家，這也印證了該板塊與第三板塊（部分中東歐國(guó)家）之間存在金融風(fēng)險(xiǎn)相互溢出的結(jié)論。第二板塊作為地緣政治較為復(fù)雜的區(qū)域，其國(guó)內(nèi)政局的穩(wěn)定性與否一定程度上會(huì)引發(fā)其他區(qū)域（如第四板塊）的宏觀經(jīng)濟(jì)波動(dòng)及金融市場(chǎng)動(dòng)蕩，這種金融風(fēng)險(xiǎn)的傳導(dǎo)更多的是通過經(jīng)濟(jì)基本面及投資者預(yù)期的變化而實(shí)現(xiàn)的。同時(shí)，第二、三、四板塊之間空間地理位置相近，國(guó)家之間政治文化制度相似度高，經(jīng)濟(jì)基礎(chǔ)發(fā)展基本均衡，板塊之間經(jīng)濟(jì)聯(lián)動(dòng)效應(yīng)較強(qiáng)，有效促進(jìn)了金融風(fēng)險(xiǎn)在板塊之間的傳播。其中以色列、俄羅斯、波蘭、捷克及印度在三個(gè)板塊相互之間金融風(fēng)險(xiǎn)傳染過程中發(fā)揮著關(guān)鍵作用。

（四）網(wǎng)絡(luò)整體結(jié)構(gòu)對(duì)個(gè)體屬性的影響分析

網(wǎng)絡(luò)整體結(jié)構(gòu)特征與個(gè)體屬性數(shù)據(jù)存在相互影響及作用的關(guān)系。在我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)整體特征分析的基礎(chǔ)上，本文進(jìn)一步考察網(wǎng)絡(luò)中心特征對(duì)于不同國(guó)家金融風(fēng)險(xiǎn)水平（屬性數(shù)據(jù)）的影響。選擇前文測(cè)度的我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)指數(shù)（FRIDK）為因變量，分別選擇度數(shù)中心度（deg）、中間中心度（bet）、接近中心度（clo）作為自變量。同時(shí)在總結(jié)相關(guān)文獻(xiàn)的基礎(chǔ)上，選擇對(duì)外開放度（open）、城鎮(zhèn)化水平（urb）、市場(chǎng)透明度（tran）、政府法律效力（leg）、市場(chǎng)穩(wěn)定性（sta）作為控制變量構(gòu)建空間計(jì)量模型。其中對(duì)外開放度（open）用商品貿(mào)易占GDP 的比值表示；城鎮(zhèn)化水平（urb）用城鎮(zhèn)人口占總?cè)丝诘谋戎岛饬?；市?chǎng)透明度（tran）、政府法律效力（leg）、市場(chǎng)穩(wěn)定性（sta）分別用企業(yè)信息披露指數(shù)、法律權(quán)力指數(shù)、國(guó)際謀殺犯罪率①部分國(guó)家部分年份數(shù)據(jù)缺失，本文采用插值法及預(yù)測(cè)方法給予補(bǔ)充。替代。空間計(jì)量模型的一般表達(dá)式如下：

其中W1、W2、W3（三者可相同）分別表示因變量、自變量及誤差項(xiàng)的空間權(quán)重矩陣，本文選擇基于不同國(guó)家之間空間距離的鄰接矩陣作為其衡量指標(biāo)；ρ、γ、λ 分別代表相應(yīng)空間估計(jì)系數(shù)。依據(jù)空間效應(yīng)表現(xiàn)形式的差異，模型可具體分為空間誤差模型（SEM）（λ≠0；ρ、γ=0）、空間滯后模型（SLM）（ρ≠0；λ、γ=0）及空間杜賓模型（SDM）（ρ、γ≠0；λ=0）。

樣本研究區(qū)間為2013年至2020年，數(shù)據(jù)來源于World Bank 及CEIC 全球經(jīng)濟(jì)數(shù)據(jù)庫。分別將度數(shù)中心度（deg）、接近中心度（clo）、中間中心度（bet）作為自變量的模型估計(jì)結(jié)果［分別對(duì)應(yīng)模型（1）、模型（2）、模型（3）］如表7所示②三種模型Hausman 檢驗(yàn)均通過了5%顯著水平的檢驗(yàn)，故均選擇固定效應(yīng)模型；三種模型的LMLAG 及LMERR 均通過了5%顯著水平下的檢驗(yàn)，但R_LMLAG較R_LMERR更為顯著，故均選擇空間滯后模型（LAM）。因此，最終三種模型均選擇固定效應(yīng)的空間滯后模型。。

表7 模型估計(jì)結(jié)果

從模型（1）的回歸結(jié)果可以看出，度數(shù)中心度（deg）的回歸系數(shù)為-0.0042，且在10%的顯著水平下通過了檢驗(yàn)，反映了度數(shù)中心度越高的國(guó)家金融風(fēng)險(xiǎn)越低。首先，處于網(wǎng)絡(luò)中心的國(guó)家與其他國(guó)家的互聯(lián)互通越緊密，越便于其將本國(guó)金融風(fēng)險(xiǎn)傳導(dǎo)及分散至其他國(guó)家。其次，處于網(wǎng)絡(luò)中心的國(guó)家大多經(jīng)濟(jì)發(fā)展水平高，市場(chǎng)制度建設(shè)較為完善，金融風(fēng)險(xiǎn)防控能力相對(duì)較強(qiáng)，金融市場(chǎng)運(yùn)行整體穩(wěn)定性高。模型（2）及模型（3）針對(duì)中心度變量的回歸結(jié)果與模型（1）基本相似，其中接近中心度（clo）、中間中心度（bet）的估計(jì)系數(shù)分別為-0.0036、-0.0021，且均通過了10%顯著水平的檢驗(yàn)，表明了接近中心度、中間中心度越高的國(guó)家金融風(fēng)險(xiǎn)水平越低。首先，接近中心度越高的國(guó)家，在關(guān)聯(lián)網(wǎng)絡(luò)中與其他國(guó)家的傳染距離就越短，金融市場(chǎng)聯(lián)動(dòng)性就越強(qiáng)，從而極易將風(fēng)險(xiǎn)分散至其他國(guó)家。其次，中間中心度越高的國(guó)家，也可依靠“中介”效應(yīng)，將本國(guó)及他國(guó)金融風(fēng)險(xiǎn)傳導(dǎo)至第三國(guó)家。

三種模型針對(duì)控制變量的回歸結(jié)果基本保持一致。一是對(duì)外開放度（open）與各國(guó)金融風(fēng)險(xiǎn)狀態(tài)呈現(xiàn)負(fù)相關(guān)，估計(jì)系數(shù)分別為-0.0731（10%）、-0.0732（10%）、-0.0622（10%）③系數(shù)分別對(duì)應(yīng)模型（1）、模型（2）、模型（3）的估計(jì)結(jié)果，下同。，反映了對(duì)外經(jīng)貿(mào)往來可以通過貿(mào)易渠道將本國(guó)金融風(fēng)險(xiǎn)傳染至其他國(guó)家，同時(shí)較高的對(duì)外開放度能夠促進(jìn)本國(guó)金融風(fēng)險(xiǎn)控制經(jīng)驗(yàn)的積累及防范能力的提升，一定程度上降低了本國(guó)金融風(fēng)險(xiǎn)水平。二是城鎮(zhèn)化水平（urb）與各國(guó)金融風(fēng)險(xiǎn)狀態(tài)呈現(xiàn)正相關(guān)關(guān)系，回歸系數(shù)分別為0.177（10%）、0.239（10%）、0.223（10%），反映了隨著一國(guó)城鎮(zhèn)化水平的提升，金融市場(chǎng)參與主體趨于多樣化及復(fù)雜化，市場(chǎng)監(jiān)管難度變大，潛在金融風(fēng)險(xiǎn)水平攀升。三是市場(chǎng)透明度（tran）與各國(guó)金融風(fēng)險(xiǎn)狀態(tài)呈現(xiàn)正相關(guān)關(guān)系，除了接近中心度模型通過顯著性檢驗(yàn)外，估計(jì)系數(shù)為0.0013（10%），其他兩個(gè)模型均未通過顯著性檢驗(yàn)，側(cè)面體現(xiàn)了“一帶一路”沿線國(guó)家市場(chǎng)透明程度整體不高，并未對(duì)金融風(fēng)險(xiǎn)的防范及化解發(fā)揮相應(yīng)作用。四是政府法律效力（leg）和市場(chǎng)穩(wěn)定性（sta）與金融風(fēng)險(xiǎn)呈現(xiàn)負(fù)相關(guān)關(guān)系，但均未通過顯著性檢驗(yàn)，側(cè)面反映了“一帶一路”沿線國(guó)家法律制度及市場(chǎng)穩(wěn)定程度有待完善及提升，保障一國(guó)金融市場(chǎng)穩(wěn)健運(yùn)行的能力較弱。最后空間回歸系數(shù)均通過了10%顯著水平下的檢驗(yàn)，回歸系數(shù)分別達(dá)到0.093、0.003、0.018，反映了我國(guó)及“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)呈現(xiàn)地理位置的空間關(guān)聯(lián)性。

五、研究結(jié)論與啟示

本文采用社會(huì)網(wǎng)絡(luò)分析法對(duì)我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)的空間關(guān)聯(lián)特性及網(wǎng)絡(luò)傳染結(jié)構(gòu)進(jìn)行了研究，并考察了網(wǎng)絡(luò)中心特征對(duì)于不同國(guó)家金融風(fēng)險(xiǎn)狀態(tài)的影響，主要結(jié)論如下。

第一，我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)整體呈現(xiàn)不對(duì)稱性，網(wǎng)絡(luò)結(jié)構(gòu)較為脆弱。第二，我國(guó)與“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)呈現(xiàn)明顯的空間關(guān)聯(lián)性及傳染特性，但關(guān)聯(lián)效應(yīng)在逐漸減弱。第三，經(jīng)濟(jì)發(fā)展水平較高的國(guó)家更容易處于風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中的核心位置，同時(shí)扮演“中介”及“橋梁”的角色。第四，包括東亞及東南亞在內(nèi)的第一板塊金融風(fēng)險(xiǎn)的傳染效應(yīng)主要集中在板塊內(nèi)部國(guó)家之間，與其他板塊的聯(lián)動(dòng)效應(yīng)相對(duì)較弱；而第二、三、四板塊相互之間金融風(fēng)險(xiǎn)的傳染效應(yīng)則相對(duì)較強(qiáng)。第五，一國(guó)在風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)中網(wǎng)絡(luò)中心度的提高能夠降低該國(guó)金融風(fēng)險(xiǎn)的整體水平①雖然本文中心性及塊模型分析部分是以2020年的實(shí)證結(jié)果為例，但通過對(duì)2013年至2020年各年份實(shí)證結(jié)果的對(duì)比來看，主要研究結(jié)論并未呈現(xiàn)太大變化，一定程度上反映了研究結(jié)果的穩(wěn)健性。。

基于上述研究結(jié)論，本文提出對(duì)策建議如下。

第一，要深刻認(rèn)識(shí)到我國(guó)同“一帶一路”沿線國(guó)家金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)的結(jié)構(gòu)特征及傳染效應(yīng)。根據(jù)研究結(jié)論，我國(guó)作為“風(fēng)險(xiǎn)凈溢入”板塊的成員國(guó)家，相比于“絲綢之路經(jīng)濟(jì)帶”沿線，我國(guó)同“海上絲綢之路經(jīng)濟(jì)帶”沿線國(guó)家金融風(fēng)險(xiǎn)的聯(lián)動(dòng)特性及傳染效應(yīng)更明顯。因此，應(yīng)加強(qiáng)同東南亞國(guó)家在金融領(lǐng)域的深化合作及風(fēng)險(xiǎn)防范的政策溝通，強(qiáng)化金融風(fēng)險(xiǎn)監(jiān)管協(xié)調(diào)處置機(jī)制，不斷提升金融機(jī)構(gòu)風(fēng)險(xiǎn)應(yīng)急處理能力。實(shí)時(shí)監(jiān)測(cè)該區(qū)域國(guó)家金融風(fēng)險(xiǎn)動(dòng)態(tài)，加強(qiáng)金融市場(chǎng)信息收集工作，完善金融風(fēng)險(xiǎn)預(yù)警機(jī)制，提升監(jiān)管機(jī)構(gòu)金融風(fēng)險(xiǎn)預(yù)判能力。就國(guó)內(nèi)而言，建立完善與開放金融體系相匹配的國(guó)內(nèi)宏觀審慎監(jiān)管制度，強(qiáng)化國(guó)際資本流入流出監(jiān)管，有效維護(hù)國(guó)內(nèi)金融體系穩(wěn)定及國(guó)際收支平衡。完善市場(chǎng)信息披露制度建設(shè)，不斷提升金融市場(chǎng)透明度，有效降低市場(chǎng)不確定性風(fēng)險(xiǎn)，從而穩(wěn)定市場(chǎng)參與主體信心。

第二，要充分認(rèn)識(shí)到網(wǎng)絡(luò)中心度對(duì)于降低國(guó)家金融風(fēng)險(xiǎn)的重要作用。繼續(xù)推進(jìn)同“一帶一路”沿線國(guó)家在經(jīng)貿(mào)、投資等領(lǐng)域的合作②根據(jù)前文社會(huì)網(wǎng)絡(luò)構(gòu)建的原理，一國(guó)與其他國(guó)家經(jīng)貿(mào)、投資領(lǐng)域合作的加強(qiáng)能夠提升該國(guó)在整體網(wǎng)絡(luò)中的地位。，持續(xù)加強(qiáng)政策溝通及政治互信，不斷提升我國(guó)在金融風(fēng)險(xiǎn)空間關(guān)聯(lián)網(wǎng)絡(luò)的中心地位，從而為金融風(fēng)險(xiǎn)的溢出提供更多渠道。但同時(shí)需要注意，國(guó)際貿(mào)易及跨國(guó)投資也是國(guó)際金融風(fēng)險(xiǎn)傳染的重要渠道。因此，我國(guó)在加強(qiáng)與“一帶一路”沿線國(guó)家貿(mào)易往來的同時(shí)，應(yīng)積極擴(kuò)大貿(mào)易市場(chǎng)范圍，不斷提升對(duì)“一帶一路”沿線其他國(guó)家貿(mào)易份額，力爭(zhēng)降低對(duì)個(gè)別國(guó)家或區(qū)域（如東盟）的外貿(mào)依存度。可通過提升貿(mào)易成本的方式降低沿線國(guó)家金融風(fēng)險(xiǎn)對(duì)我國(guó)市場(chǎng)的沖擊，同時(shí)增加對(duì)經(jīng)常項(xiàng)目的監(jiān)管強(qiáng)度，嚴(yán)查外匯收支與實(shí)際貿(mào)易的一致性，防范投機(jī)資本依靠虛假交易進(jìn)行跨境轉(zhuǎn)移。在加強(qiáng)同“一帶一路”沿線國(guó)家投資領(lǐng)域合作的過程中，不斷完善對(duì)“一帶一路”沿線國(guó)家投資環(huán)境的評(píng)估，積極拓展投資行業(yè)及投資區(qū)域，合理篩選可行性強(qiáng)、投資收益穩(wěn)定、技術(shù)成本具有相對(duì)優(yōu)勢(shì)的投資合作項(xiàng)目。完善對(duì)外投資企業(yè)信息綜合服務(wù)網(wǎng)絡(luò)共享平臺(tái)建設(shè)，充分發(fā)揮行業(yè)協(xié)會(huì)的關(guān)鍵作用，及時(shí)引導(dǎo)投資企業(yè)規(guī)避風(fēng)險(xiǎn)。

第三，要充分重視對(duì)網(wǎng)絡(luò)中心國(guó)家金融風(fēng)險(xiǎn)的動(dòng)態(tài)監(jiān)測(cè)。金融風(fēng)險(xiǎn)關(guān)聯(lián)網(wǎng)絡(luò)的整體特征決定了國(guó)家金融風(fēng)險(xiǎn)在網(wǎng)絡(luò)中的傳導(dǎo)主要通過中心節(jié)點(diǎn)國(guó)家進(jìn)行。因此，要加強(qiáng)對(duì)以色列、俄羅斯、印度、波蘭、捷克等中心國(guó)家金融風(fēng)險(xiǎn)的監(jiān)測(cè)，嘗試同上述國(guó)家通過協(xié)商方式構(gòu)建金融風(fēng)險(xiǎn)傳染國(guó)際協(xié)調(diào)處置機(jī)制，可采取聯(lián)合公約的方式明確風(fēng)險(xiǎn)傳染的損失評(píng)估、處置及化解方案設(shè)計(jì)，成員國(guó)損益分擔(dān)機(jī)制及處置方案效果評(píng)估等相關(guān)事宜，不斷提升成員國(guó)落實(shí)具體方案的積極性。選擇合適預(yù)警模型，針對(duì)上述國(guó)家金融風(fēng)險(xiǎn)進(jìn)行及時(shí)監(jiān)測(cè)，有效把握相關(guān)國(guó)家金融風(fēng)險(xiǎn)實(shí)時(shí)狀態(tài)及動(dòng)態(tài)變化，及時(shí)做好金融風(fēng)險(xiǎn)防控預(yù)案，從而降低相關(guān)國(guó)家金融風(fēng)險(xiǎn)對(duì)我國(guó)金融市場(chǎng)的沖擊。