國際股市極端風險溢出效應研究
——基于上行CoVaR和下行CoVaR的分析

■史嘉俊，葉李偉

一、引言與文獻綜述

在全球經濟金融一體化背景下，各國金融市場間的聯系已突破地域障礙，資金流和信息流在股票市場之間迅速傳播，國際股市間的聯動性和趨同性日益增強。2008年國際金融危機后，對系統性金融風險的防范敦促各國金融監管機構不但要審視本國金融體系的穩健性與脆弱性，而且要警惕國際金融市場間多元化、復雜化的關聯關系所帶來的風險與挑戰。隨著金融市場的發展，利用期權、股指期貨等金融衍生產品進行空頭投資的投資者越來越多，當金融資產價格極端上漲時，這些持有空頭頭寸的投資者將面臨巨大損失。因此，在極端風險事件時有發生的國際不確定性下，如何準確地刻畫國際股市間的尾部相依性？如何精確地測度極端風險條件下的國際股市間風險溢出效應？國際股市間的極端風險溢出是否同時包含上漲效應和下跌效應？除收益率分布的左尾視角外，右尾視角下國際股市間的風險溢出效應有何不同？兩者之間又存在怎樣的關系？這一系列問題都值得學術界、業界和監管當局進行深入探討和研究。

系統性風險包含沖擊、傳染放大機制和損失三大要素，傳染放大機制是系統性風險的核心要素，表現為金融市場或金融機構間的風險溢出效應，因此對金融風險溢出效應的準確度量是防范金融系統性風險的前提與基礎。CoVaR作為風險測度指標，能夠準確度量當某個金融市場或金融機構陷入困境時，其他金融市場或金融機構所面臨的風險，受到學術界和業界的廣泛應用。但傳統CoVaR考慮的是收益率分布的左尾視角，并且將危機條件定義為金融市場收益率等于某個分位點的VaR信息，所以對其進行了兩個改進：其一，由于監管部門會關注超過VaR門限值的損失，Girardi&Ergün（2013）將危機事件重新定義為金融市場收益率小于或者等于VaR。其二，對投資者來說，金融市場上既存在多頭頭寸，也存在空頭頭寸，兩者面臨的風險顯然是不同的。因此，在考慮極端上漲行情的情況下，條件事件變為金融市場收益率大于等于VaR。為了區分極端下跌風險（左尾）和極端上漲風險（右尾），一般將極端下跌風險稱為下行風險，將極端上漲風險稱之為上行風險。此后，學者們紛紛采用上行風險和下行風險指標來考察金融市場間的風險溢出效應。張艾蓮和靳雨佳（2018）采用上行CoVaR和下行CoVaR指標，測度了外匯市場和股票市場間的風險溢出效應。李政等（2019）構建了下行和上行△CoES指標，基于系統性風險的積累和釋放兩個角度考察了我國保險、證券和銀行三個部門間的風險溢出效應，并對我國系統性風險溢出進行了監測和預警研究。以上學者所使用的方法盡管可以對市場變量之間的極端風險進行有向、動態度量，但囿于方法本身的局限性，只能在孤立環境中分析兩兩市場變量之間的關系，而無法在統一框架下考察多個變量之間的交互反饋作用。為了解決上述缺陷，學者們提出了關聯網絡法，主要包括溢出指數法（Diebold&Yilmaz，2014）、LASSO分位數回歸法（Hautsch et al.，2015）和TENET方法（Hardle et al.，2016），由于溢出指數法既考慮了風險的長記憶特征，又可以靈活地分析各變量間的關聯關系，從而受到廣大學者的青睞。

國際股市風險溢出效應包括波動溢出、高階矩風險溢出和極端風險溢出。由于波動率是度量資產風險的重要工具，因此有些學者將波動溢出稱之為風險溢出。何德旭和苗文龍（2015）利用GARCH波動率考察了英美德日四國金融市場與中國金融市場之間的動態相關性與風險溢出效應。楊子暉和周穎剛（2018）利用隱含波動率構建了全球11個主要金融市場在外部事件沖擊下的風險傳導路徑。隨著對風險認識的加深，部分學者將視角轉向高階矩風險，認為偏度和峰度層面的風險亦是金融市場風險的重要組成部分。崔金鑫和鄒輝文（2020）運用溢出指數模型分別量化了國際主要股票市場之間、中國各股市行業之間的偏度和峰度溢出效應，實證研究證明，國際股市之間、中國股市行業之間存在顯著的高階矩風險溢出效應，并且整體上呈現出增強趨勢。盡管波動和高階矩能夠反映金融市場間的聯動關系，但投資者可能更加關心股市暴漲或暴跌情況下的風險溢出關系，即尾部風險溢出或極端風險溢出。不同于一階矩均值溢出、二階矩波動溢出或者高階矩風險溢出，極端風險溢出基于收益率分布的尾部視角，存在上漲效應和下跌效應兩種情況（李紅權等，2011），已有文獻大多從下跌效應角度分析金融市場間或金融行業間的尾部風險溢出效應（曾裕峰等，2017）。

由上可知，已有研究存在以下問題：從研究對象看，關于國際股市下行風險的研究較多，但對上行風險的研究比較少。下行風險聚焦于風險的釋放過程，測度結果不僅低估了上行周期中風險積累階段的風險大小，而且難以為逆周期政策提供指導依據。并且現有文獻大多停留在對上行風險與下行風險間非對稱關系的簡單測度和描述，并未深入分析兩者之間存在的關系。從研究方法看，已有研究大多使用△CoVaR測度上行與下行風險溢出效應，而鮮有文獻將所有變量納入統一框架下分析上下行風險及其溢出效應。為此，本文做如下拓展：第一，基于上行和下行風險指標構建溢出指數和風險網絡，將所有變量納入到網絡關聯分析框架中，分析各股市在不同類型風險中的風險溢出特征。第二，以國際股市對我國股市的上行風險溢出和下行風險溢出為研究對象，對采用跨期相關系數、格蘭杰因果檢驗和脈沖響應函數深入分析上行和下行風險溢出之間的關系。

二、國際股票市場風險溢出的內在機理

在外部沖擊下，國際股市間的風險溢出是經濟金融的實際客觀情況和投資者主觀行為相互疊加的結果，既包含經濟基本面因素所導致的金融市場波動，也存在市場參與者理性或非理性投資行為所引起的過度市場反應和調整。

第一，在經濟基本面因素的作用下，金融市場間的風險傳染機制大致可分為兩類。一是實體經濟反饋機制。諸如地震、颶風、疫情等較大的外生沖擊會給相關國家帶來直接或間接的經濟損失，影響到相關國家的經濟增長狀況和國際貿易供需情況，實體經濟下滑導致資產價格波動。二是共同風險敞口機制。不同地域、不同性質的市場可能擁有共同的風險因子，受到共同的宏觀經濟因素影響，沖擊發生后這些暴露于相同風險之下的金融市場產生同步共振、相互傳染，導致風險放大。

第二，投資者情緒。經濟基本面只能解釋部分風險溢出效應，而投資者情緒能在更大程度上說明股市過度反應和調整導致的風險傳染過程。投資者情緒主要通過以下四種效應發揮作用：追漲效應、恐慌效應、喚醒效應和“風險規避”。追漲效應和恐慌效應指在大牛市和股災時期，因為信息不對稱和投資者非理性行為，在過度樂觀或悲觀預期下，市場參與者盲目跟風進行投資。由于大量投資者在同一時間點作出相同投資決策，導致國際股票市場出現極端同跌同漲的現象。喚醒效應（Giordano et al.，2013）是指當某個國家或地區出現金融危機時，投資者可能會重新評估自身資產組合的風險狀況、本國宏觀經濟形勢、他國經濟和金融基本面，引發對未來是否會發生同樣的危機的擔憂和恐慌，甚至造成金融市場的動蕩，在金融和經濟基本面有問題的國家，這種效應更加明顯。以上三種效應是基于投資者非理性的角度來闡述風險溢出過程，但哪怕投資者是理性的，由投資者情緒引起的國際股市間風險溢出仍然存在，“風險規避”（Goyenko&Ukhov，2009）說明了這種機制。國際金融市場上的投資者大多為機構投資者，與個人投資者相比，機構投資者信息不對稱程度相對較低，受市場情緒影響較小，因此更為理性。對機構投資者來說，為分散風險，投資者會選擇組合投資，這些資產會分布在全球多個國家。在風險事件下，當某個股票市場波動加劇時，機構投資者為規避風險或滿足流動性需求，通常會拋售資產并將投資轉移至低風險市場。機構投資者這種理性行為將產生兩種效果，一是在一致性預期下，若國際市場中眾多機構投資者都做出相同判斷和操作，則會增加股票市場的波動率，提高整個國際股市的風險水平。二是對個體投資者來說，機構投資者的投資行為具有風向標作用，個體投資者會跟風進行相同操作，從而加劇國際股市間的風險溢出效應。

三、研究設計

（一）樣本說明

本文選取國內外14個具有代表性的資本市場，樣本區間為2005年1月1日—2021年5月31日，為解決各股市交易時點不一致的問題，參考劉程程等（2020）的數據處理方法，剔除周末和節假日后，通過Python篩選出2910個共同交易日。股指日收盤價數據來源于英文財情，收益率的計算公式為：

表1為14個代表性證券市場以及對應指數的基本信息，表中各股市總市值占全球市值的80%以上，GDP占全球GDP的70%以上，故具有較高的代表性。

表1 國際14個代表性證券市場基本信息

續表1

（二）模型設定

1.邊緣分布的擬合

在假設序列服從偏t分布的前提下對各收益序列建立AR（1）—GJR—GARCH（1，1）模型，通過各收益率序列的邊緣分布獲取標準化殘差，然后對標準化殘差做概率積分變換，為下一步進行Copula建模做準備。

2.時變Copula CoVaR的估計

借鑒趙林海和陳名智（2021）的方法，采用動態窗口法估計時變Copula CoVaR。采用廣義CoVaR的定義，可表示為：

式（2）、式（3）分別為下行CoVaR和上行CoVaR的定義，q為置信水平，一般取q=5%。Ri，t為股市i的收益率；Rsys，t為系統組合收益率，通過所有樣本收益率的加權平均數計算所得，為減少偽相關，在計算某個股市i的CoVaR時，相應的系統組合收益率都會剔除股市i。根據侯縣平等（2020）的推導結果，式（2）、式（3）可表示為：

其中，μi，t、σi，t為邊緣分布模型擬合的收益率和波動率，為Fi的逆函數。

3.溢出指數的構建

對上文計算的下行和上行CoVaR指標進行平穩性檢驗，通過檢驗后，分別使用各股市的下行CoVaR指標和上行CoVaR指標建立VAR模型。參考Diebold&Yilmaz（2012）進行廣義方差分解，根據風險溢出方向構建總溢出、風險輸出、風險輸入、凈溢出、兩兩溢出五個風險指標，并依此創建有向加權網絡。在參數設定方面，根據SC準則，VAR模型的滯后階數為1，預測期取10個交易日，滾動窗口期取200個交易日（約1年），最終得到如表2所示的五個風險指標。

表2 五個風險指標具體含義

四、實證結果分析

（一）下行風險與上行風險

基于下行CoVaR和上行CoVaR，從下尾（跌）和上尾（漲）兩個角度，測度各個國家（地區）股市的極端風險。下行CoVaR表示下行風險，指當市場處于極端下跌情況下由恐慌效應引起市場加速下跌的風險，持有多頭頭寸的投資者關注此類風險。上行CoVaR表示上行風險，指市場在極端上漲情況下因追漲效應而繼續上揚的風險，持有空頭頭寸的投資者更加關注此類風險。圖1繪制了14個代表性股市的下行風險和上行風險動態變化過程，從縱向看，同一國家或地區股市上行和下行風險大小呈現出非對稱性，除中國內地股市外，其余股市下行風險的最大值、最小值、均值、中值和標準差均大于上行風險①由于風險的方向不同，上行風險為正值，下行風險為負值，以兩者的絕對值進行比較。。從橫向看，不同股市極端風險盡管走勢各異，但同區域、同組織、經濟金融環境相似的國家或地區股市風險存在著相似趨勢。其中，相對而言，中國內地股市極端風險走勢最為獨特，不存在明顯的“緩積急釋”的特征，這可能與內地資本市場±10%的漲跌停板制度有關，漲跌停板制度對日極端風險起到了顯著的抑制作用（張志恒等，2015），但這種抑制作用可能只在短期起作用，由于風險在短期內不能充分釋放，導致中國內地股市風險在2007—2008年長時間處于較高水平。中國香港股市自2010年后上下行CoVaR值一直保持著較為平穩的狀態；美國、英國、日本和印度等股市正常情況下的風險走勢比較平穩，但在2008年次貸危機和2020年新冠肺炎疫情期間股市CoVaR值波動更加劇烈，出現明顯的跳躍性。

圖1 下行CoVaR與上行CoVaR時序圖

（二）風險溢出效應

1.風險溢出效應的時序特征

圖2所示為整個樣本時期的動態總風險溢出效應，可歸納出三點結論：

第一，上行與下行風險具有顯著的跨區域、跨市場溢出效應。上行風險總溢出的平均水平為69.19%，下行風險總溢出的平均水平為70.06%，兩者在全樣本期間大致維持在38%—92%之間。這說明國際股市整體極端風險聯動性較強，各國際股市超過一半以上的極端風險變化來自于股市間的相互作用，除自身因素外，他國（地區）股市風險溢出效應也發揮著重要影響。

第二，下行風險和上行風險的總體溢出指數表現出明顯的協同性和周期性。兩者的趨勢保持一致，且大多數時期下行風險總溢出要高于上行風險總溢出。對多頭投資者來說，當股市處于極端上漲情況時，投資者預期樂觀，風險容忍度提升，在追漲效應的影響下會加大投資，從事更多的風險承擔活動。隨著股價越來越高，價格泡沫越大，上行風險也在不斷增加，但實際上下行風險同樣在不斷積累。在極端事件的沖擊下，下行風險可能集中釋放，并對實體經濟和金融系統產生重大負面沖擊，隨著國家救助政策的實施和投資者預期的不斷好轉，上行風險又漸漸開始上升，因此上行風險與下行風險溢出表現出一定的趨同性。

第三，尾部事件是極端風險溢出效應的“催化劑”。在全球金融一體化背景下，某個國家或地區的極端風險事件往往產生“多米諾骨牌”效應，并對其他地區的金融市場產生影響，圖2中四次風險溢出峰值分別發生在2007—2008、2010—2011、2017—2018以及2020年，對應次貸危機、歐債危機、中美貿易戰、新冠肺炎疫情四次極端風險事件。具體而言，短期內國際危機事件使單一股票市場風險依靠金融聯系和投資者預期兩種渠道，迅速傳染至其他股票市場；長期內金融風險傳導至實體經濟，一國經濟衰退導致內外部需求收縮，進而通過國際貿易和投資兩種路徑影響他國宏觀經濟基本面，引發連鎖反應，并最終反饋到全球股市，放大國際股市間的風險溢出效應。

圖2 動態總溢出效應

2.風險溢出效應的截面特征

為分析各股市在全球風險溢出“大網”中所扮演的角色和溢出特征，利用風險輸出指數（To）、風險輸入指數（From）、凈溢出指數（Net）和兩兩溢出指數（Pairwise）繪制了輸入輸出水平散點圖和凈風險溢出網絡圖，如圖3、圖4所示①上行風險溢出散點圖特征與下行風險相似。。

圖3 重大沖擊時期各股市下行風險輸出和輸入水平散點圖

圖4 凈風險溢出網絡

首先，同區域、同組織、性質相同的市場風險同質性較強，分布比較集中。整體而言，亞洲股市以及新興市場大多位于45°線左上方，英、德、法、美等歐美股市多數處于45°線右下方，巴西和俄羅斯股市雖然屬于新興市場，但在某些時期的風險輸出水平較高。

其次，各股市的風險輸入水平差異不大，但風險輸出水平差異巨大。在四次重大沖擊時期，除中國內地股市外，其他所有股市的風險輸入水平均位于水平虛線附近，與風險輸入水平相比，風險輸出水平波動較高，其中，最小的可能不到30%（如中國內地、印尼等），最大的可能超出100%（如美國、英國等）。本文認為，不同股市的對外開放程度、國際影響力、發展水平、風險源頭等不盡相同，導致各股市風險輸出水平的波動幅度較大。金融一體化與經濟全球化增強了全球股市間的聯系，科學信息技術的發展也為風險的快速傳染創造了條件，某個股市的風險可能在極短的時間內通過多種途徑傳染到全球股市，因此各股市的風險輸入水平大致處于同一水平附近。

再次，中國內地股市的風險輸入和輸出水平較低，處于全球風險凈溢出網絡的邊緣位置，扮演的是風險凈輸入者的角色。中國香港股市是中國內地股市風險溢出的最大輸入者，而中國香港股市是歐美股市的主要風險分散和轉嫁對象，說明國際股市的極端風險容易通過中國香港股市傳染到中國內地股市。此外，除印度和中國香港股市外，其他股市與我國股市不存在較強的風險溢出關系，但我國凈風險溢出強度不低。一方面，中國已經是世界第二大經濟體、第一大貿易國家，是全球大多數國家的最大貿易伙伴，貿易渠道暢通，風險來源面廣。另一方面，中國資本市場未完全開放，仍然存在一定資本管制，資本渠道受阻，減弱了中國股市與其他市場的聯系，最終造成溢出關系弱但總溢出效應強的現象。

最后，無論是下行風險還是上行風險，英國和法國等歐洲股市始終是主要的風險溢出凈輸出者，日本和韓國等亞洲股市是主要的風險溢出凈輸入者，風險類型的變化不會顯著影響某一股市在全球股市中的地位。

（三）上行風險溢出與下行風險溢出的關系

上述研究表明上行風險溢出和下行風險溢出存在協同性和周期性，并且具有相似的截面特征和時序特征，那么上行風險溢出能否預測下行風險溢出？下行風險溢出是否為上行風險溢出提供了基礎？兩者之間存在怎么樣的關系？為回答上述問題，以中國內地股市與其他股市兩兩之間的風險凈溢出指數（Pairwise）為考察對象，圖5為中國內地股市與其他股市間的風險溢出關系，限于篇幅，僅列出了中國香港—中國內地、美國—中國內地兩組。可以看出：第一，近些年來，隨著我國資本市場的逐步開放，中國內地股市與其他股市間的風險聯動關系越來越緊密，呈現不斷上升趨勢。第二，盡管中國內地股市在多數時間是風險的凈承擔者，但在某些時期，Pairwise凈風險指數為負，這意味著中國股市也會影響其他股市，例如在2016年1月A股實行熔斷機制時期，中國香港受到大陸股市的下行風險凈溢出效應達到28.6%。第三，就全樣本時期的平均值看，金磚國家（俄羅斯、印度、巴西）和部分發達國家對中國內地股市的下行風險溢出大于上行風險溢出，而中國香港、日本和法國則與此相反，相比下行風險溢出，他們對中國內地股市的上行風險溢出效應更強。

圖5 中國內地股市與其他股市間的風險溢出關系

借鑒李政等（2018）的研究思路，采用跨期相關系數、格蘭杰因果檢驗、脈沖響應函數三種方法考察中國內地股市與其他13個股市間的上行風險溢出和下行風險溢出之間的關系，在進行實證前，大部分指標均通過平穩性檢驗①僅中國內地—中國香港間的上行與下行風險溢出不平穩。。首先，表3給出了和之間的跨期相關系數，U表示上行，D表示下行，ij表示兩兩股市。當k為負數時，表示當前的上行風險溢出與過去的下行風險溢出之間的相關關系；當k為正數時，表示當前的上行風險溢出和未來的下行風險溢出之間的關系。表3的結果顯示，當k=0時，上行與下行風險凈溢出的相關性最高，即兩者之間同期相關性最高。對于跨期相關性，一方面，除中國內地—印尼，其他12對的跨期相關性在0.3到0.6之間，說明上行與下行風險溢出之間的關系比較密切，上行風險溢出對預測下行風險溢出提供了一定信息，但下行風險溢出也為上行風險溢出提供了基礎。另一方面，與李政等（2018）的研究結論不同，就國際市場而言，上行風險溢出與下行風險溢出的領先滯后關系并不確定，對于不同的兩兩股市，上行風險溢出與過去下行風險溢出之間的相關性，既可能高于也可能低于其與未來下行風險溢出之間的相關性。這可能是因為相比全球金融周期，國際金融市場的周期更多地受到自身經濟金融周期影響，且各國家和地區的經濟金融周期處于不同階段，因此從兩兩關系的角度看，上行與下行風險的領先滯后關系存在差異。

表3 上行風險與下行風險之間的跨期相關系數

其次，本文對上行和下行風險指標建立二元VAR模型，利用Granger因果關系檢驗繼續考察上行與下行風險溢出之間的關系，13對指標存在著四種因果關系，分別是：一是上行與下行風險溢出互為格蘭杰因果關系。二是上行風險溢出是下行風險溢出的單向格蘭杰原因。三是下行風險溢出是上行風險溢出的單向格蘭杰原因。四是不存在格蘭杰因果關系（僅有兩對）。值得注意的是，在四種關系中，第一種互為格蘭杰因果現象最為普遍，表明系統性風險在時間維度上是一個“積累—釋放”不斷循環的周期性過程，在上行周期，經濟主體冒險行為增加，系統性風險不斷積累，提高了系統性風險釋放的可能性，因此為實現對系統性風險的早發現和早處置，需要格外關注上行風險溢出所導致的風險積累過程。此外，涉及到與英美等歐美發達國家的上行和下行指標之間的關系時全部屬于第一種情況，這與上文提到歐美股市是全球主要的風險凈輸出者的結論相匹配，歐美發達國家的金融市場制度相對健全，掌握著國際經濟金融制度設計和全球流動性配置的主動權，對國際金融風險溢出和金融周期的影響力較大。

最后，采用脈沖響應函數研究上行風險溢出對下行風險溢出的影響，由于Cholesky正交分解對變量順序比較敏感，為此統一以上行風險溢出在前，下行風險溢出在后的順序進行脈沖響應分析。由圖6可知，給定上行風險溢出一個標準差新息的正向沖擊，下行風險溢出具有顯著且持續的正向響應，其中，中國香港—中國內地、日本—中國內地、韓國—中國內地的下行風險溢出在20期內呈現出緩慢上升的趨勢，其他兩兩股市間的下行風險溢出表現出緩慢下降的特征。以上結果說明，更大的上行風險溢出可能引導出更大的下行風險溢出，監管當局可以采用滯后的上行風險指標來預測下行風險，對國際金融風險進行有效監控和防范。

圖6 下行風險溢出對上行風險溢出沖擊的響應

（四）穩健性檢驗

為確保結論的穩健性，本文做了以下穩健性分析：第一，改變風險測度指標，使用下行VaR和上行VaR構建溢出指數。第二，改變預測期數，使用5期和15期來分析更短期和更長期的影響。第三，改變滾動窗口時間長度，選取150天和250天重新進行實證分析。結果顯示，進行以上改變后，前述研究結論依然不變。

五、結論與建議

本文從上行風險和下行風險兩個視角，借助Copula函數和溢出指數，對全球主要資本市場之間的極端風險及其溢出效應進行了系統分析，實證結果表明：第一，同區域、同組織、經濟金融環境相似的國家或地區股市極端風險存在著相似趨勢，風險同質性較強，除中國內地股市外，其他股市下行風險普遍大于上行風險。第二，極端風險在外部沖擊下會出現跳躍性的上升和下降，這種“緩積急釋”的非對稱性特征在歐美發達國家更加顯著。第三，以英美為代表的歐美股市主要扮演極端風險凈輸出者的角色，亞太股市則成為歐美發達國家的主要風險轉嫁和分擔對象，風險類型的變化不會顯著影響某一股市在全球股市中的地位。第四，中國內地股市的風險輸入和輸出水平較低，處于全球風險凈溢出網絡的邊緣位置，扮演的是風險凈輸入者的角色，除中國香港股市外，與其他股市的溢出強度較低，但總體溢出強度較高。第五，國際股市間不僅存在下行風險溢出效應，而且存在上行風險溢出效應，兩種效應之間存在協同性、周期性和非對稱性。從全局看，這種不對稱性表現為下行風險溢出效應大于上行風險溢出效應，但從動態角度看兩者間的不對稱性并不穩定，地位上可能發生周期性反轉。第六，就中國內地股市與國際股市間的兩兩關系來看，上行風險溢出與下行風險溢出之間的跨期相關性較高，兩者之間普遍存在互為格蘭杰因果關系，意味著上行與下行風險溢出會相互引導。同時，下行風險溢出對上行風險溢出具有顯著且持續的正向響應。

根據上述結論，本文提出以下建議：第一，國際危機事件所引發的極端風險會給全球經濟與金融市場帶來巨大損失，在危機之下任一國家都無法獨善其身，各國監管部門應該協商合作，加強跨國金融風險監管合作，共建快捷的金融市場信息共享機制、高效的極端風險預警體系、合理的跨國風險分攤機制。第二，上行風險與下行風險在風險管理過程中同樣重要。由于上下行風險及其溢出效應存在時變性和非對稱性，兩者之間存在著相互引導作用，因此對空頭投資者和多頭投資者來說，應該根據風險狀況及時調整投資組合策略。對政府監管部門來說，需要同時注重系統性風險的積累和釋放過程，可以構建合理的上行風險溢出指標以實現對下行風險溢出的監測與預警，達到對系統性風險早發現、早預警、早處置的效果。第三，中國內地股市在全球風險網絡中是風險接受者，因此風險防范的重點是提高國內股市的抗風險能力。通過完善資本市場結構、提升資本市場運行效率、探索多元融資方式、有序開放金融市場等手段促進資本市場健康發展。第四，歐美股市在下行風險和上行風險中均是主要的風險輸出者，因此要時刻評估歐美股市對中國股市的極端風險溢出效應，提前制定針對性的風險防范措施，完善金融安全網絡，以便在國際股市極端風險爆發時防止風險進一步擴散。