我國與“一帶一路”沿線國家金融風(fēng)險空間關(guān)聯(lián)網(wǎng)絡(luò)及傳染效應(yīng)分析

張 帥

（1.新疆財經(jīng)大學(xué) 金融學(xué)院，新疆 烏魯木齊 830012；2.新疆財政與金融協(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)濟一體化程度的不斷提升，全球大部分國家在投資、貿(mào)易、生產(chǎn)等領(lǐng)域呈現(xiàn)出較強的聯(lián)動效應(yīng)。金融業(yè)混業(yè)經(jīng)營、資金跨市場流動、機構(gòu)交叉上市成為當(dāng)前國際金融市場的常態(tài)，不同市場之間的聯(lián)動性日益加強，在推動全球經(jīng)濟快速發(fā)展的同時，也提高了一國金融風(fēng)險向其他關(guān)聯(lián)國家進行傳播及蔓延的可能性，2008年美國金融危機及2010年歐洲債務(wù)危機對全球金融市場的沖擊一定程度上揭示了金融風(fēng)險的跨國傳染特性。防范及應(yīng)對潛在國際金融風(fēng)險的傳染已經(jīng)成為眾多學(xué)者關(guān)注及研究的方向。當(dāng)前全球經(jīng)濟形勢依然嚴(yán)峻，尤其在面臨新冠肺炎疫情的沖擊下，世界主要經(jīng)濟體宏觀經(jīng)濟增長均遭受重創(chuàng)，多國股市跌幅明顯。2020年2月3日中國上證綜合指數(shù)暴跌7.72%①資料來源于：東方財富網(wǎng)（https://finance.eastmoney.com/a2/202003191425025268.html）。；美國股市在2020年3月9日至3月18日單日跌幅超過7%的次數(shù)達到4 次②美國股市實行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：東方財富網(wǎng)（https://finance.eastmoney.com/a2/202003191425025268.html）。；2020年3月12日，除美國股市外，包括泰國、韓國等在內(nèi)的7 個國家股市跌幅均達到了各國漲跌停板，全球金融市場風(fēng)險顯著提升④資料來源于：新浪財經(jīng)網(wǎng)（https://finance.sina.com.cn/roll/2020-03-12/doc-iimxyqvz9991976.shtml）。。同時在新媒體環(huán)境下，信息的快速傳播加速了風(fēng)險輿情的蔓延，進而引發(fā)投資者情緒波動及金融市場風(fēng)險，為金融風(fēng)險的防范及化解帶來嚴(yán)峻挑戰(zhàn)。面對復(fù)雜的外部環(huán)境，我國在深化金融業(yè)對外開放的同時仍須重點關(guān)注來自國際金融市場的風(fēng)險傳染。

截至2021年1月末，中國與171 個國家和國際組織，簽署了205 份共建“一帶一路”合作文件，開展項目達到2000多項⑤資料來源于：中國經(jīng)濟網(wǎng)（http://www.ce.cn/xwzx/gnsz/gdxw/202101/30/t20210130_36274307.shtml）。。尤其面對新冠肺炎疫情的沖擊，我國同沿線國家共克時艱，不斷探索投資合作模式，完善機制平臺建設(shè)，推進貿(mào)易合作渠道暢通，共同推進“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）。。隨著我國與“一帶一路”沿線國家在經(jīng)貿(mào)及投資領(lǐng)域的合作日益深化，我國與其市場的聯(lián)動性將逐漸得到提升，這可能成為國際金融風(fēng)險傳導(dǎo)的基礎(chǔ)。加之“一帶一路”沿線國家涉及范圍廣，國家之間經(jīng)濟發(fā)展差異大，市場不穩(wěn)定因素繁多，金融風(fēng)險成因復(fù)雜多樣，防范金融風(fēng)險傳染難度較大。在此背景下，探索我國與“一帶一路”沿線國家金融風(fēng)險的空間關(guān)聯(lián)性，把握風(fēng)險傳染方向及強度，對于化解外部風(fēng)險對我國金融市場的沖擊，完善金融風(fēng)險國際傳染防范機制，推進國內(nèi)金融市場穩(wěn)健運行具有一定現(xiàn)實意義。

二、文獻綜述

國內(nèi)外學(xué)者針對國際金融風(fēng)險傳染進行了豐富的研究，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年美國金融危機期間，世界主要國家的期貨市場是股票市場風(fēng)險溢出的Granger原因（周翔和蔣翔林，2009）[1]，美國作為風(fēng)險傳播源的同時也受到來自歐亞國家外匯市場風(fēng)險溢出的影響（田巍，2010）[2]；在面臨突發(fā)因素沖擊下，我國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]。該類模型對于測度國家之間金融風(fēng)險的傳染方向具有明顯優(yōu)勢，但對于風(fēng)險傳染強度的測度則相對不足。

第二是GARCH 類模型。部分學(xué)者通過采用該類模型驗證了2008年美國金融危機及歐洲債務(wù)危機期間，大多數(shù)國家之間存在的金融風(fēng)險溢出效應(yīng)（周舟等，2012；Sibel，2012；陳赤平和陳海波，2018）[4-6]，且該期間美國石油現(xiàn)貨市場對我國上證指數(shù)同樣存在著風(fēng)險傳導(dǎo)（劉湘云和朱春明，2011）[7]。該類模型同樣側(cè)重于風(fēng)險傳染方向的考察，且對數(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構(gòu)或市場對整體系統(tǒng)性金融風(fēng)險的貢獻度，如Anastassios 和Georgios（2015）[8]運用該類模型驗證得出銀行業(yè)相比于其他行業(yè)對英國金融市場風(fēng)險傳染的貢獻度更高；Lin 和Edward（2018）[9]采用該類模型驗證了不同類型金融控制公司對臺灣金融市場的風(fēng)險傳染效應(yīng)；Mensi等（2017）[10]利用該類模型同樣發(fā)現(xiàn)股指與貴金屬價格、石油價格之間存在著風(fēng)險溢出效應(yīng)。然而該類模型在國家層面金融風(fēng)險傳染的應(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)性及隨機變量尾部分布的相關(guān)信息，對于非線性風(fēng)險傳染的測度精度較高。Rodriguez（2007）[11]采用混合Copula 模型對歷次全球金融危機的傳染特征進行了考察，有效印證了該模型的實用性；部分學(xué)者同樣采用該類模型驗證了2008年美國金融危機期間，不同國家之間金融風(fēng)險傳染的特性（王璐，2015；祝寶江等，2019）[12-13]。然而由于部分風(fēng)險事件對于序列相關(guān)性變化的沖擊是短期且無規(guī)律的，這會導(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。

第五是空間計量類模型。該類模型主要運用空間回歸分析的優(yōu)勢對國際金融風(fēng)險的傳染渠道進行考察，部分學(xué)者利用該類模型驗證了2008年美國金融危機期間國際金融風(fēng)險的傳染路徑（程棵等，2012；武占云，2018）[14-15]，實體經(jīng)濟傳染渠道是主權(quán)債務(wù)危機和銀行業(yè)危機爆發(fā)的主要動因?？臻g計量模型的估計結(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)險傳染變量的設(shè)定，因此該類模型在國際金融風(fēng)險傳染方面的運用相對較少。

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

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

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

本文的邊際貢獻在于：（1）將宏觀經(jīng)濟因素納入國際金融風(fēng)險的衡量當(dāng)中，使得國際金融風(fēng)險的評價更加全面；（2）通過引入修正的引力模型構(gòu)建金融風(fēng)險空間關(guān)聯(lián)系數(shù)，克服了傳統(tǒng)單變量金融風(fēng)險評價中選擇Pearson 相關(guān)系數(shù)作為社會網(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)濟因素在內(nèi)的多指標(biāo)合成的金融風(fēng)險變量。；（3）選擇我國與“一帶一路”沿線國家為研究樣本，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)驗參考。本文的研究結(jié)論對于我國在推進“一帶一路”倡議的進程中，及時有效地做好金融風(fēng)險防控預(yù)案，提升金融機構(gòu)風(fēng)險應(yīng)急處理能力，降低國際金融風(fēng)險對我國金融市場的沖擊具有一定參考意義。

三、研究方法及設(shè)計

（一）金融風(fēng)險網(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（1992年）、墨西哥金融危機（1994年）、亞洲金融危機（1997年）、美國金融危機（2008年）、歐洲債務(wù)危機（2010年）對區(qū)域③部分金融危機的傳播及影響通常存在于如歐洲市場、亞洲市場等局部范圍內(nèi)，故本文將區(qū)域概念界定為受到金融危機沖擊影響下的所有國家所屬范圍的組合，當(dāng)世界各大區(qū)域絕大多數(shù)國家均受到金融危機的影響時，此時區(qū)域概念上升至全球概念。（全球）金融市場的穩(wěn)定帶來了巨大沖擊，這使得部分國家金融監(jiān)管當(dāng)局認(rèn)識到，區(qū)域金融市場是由不同國家金融市場之間依靠資金流動連接而形成的網(wǎng)絡(luò)。在網(wǎng)絡(luò)結(jié)構(gòu)中，不同國家金融市場作為網(wǎng)絡(luò)中的節(jié)點，憑借相互之間資金交易、資本流動等關(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國家金融市場則成為金融網(wǎng)絡(luò)結(jié)構(gòu)中的核心，其運行的穩(wěn)健與否決定著整個區(qū)域金融市場的穩(wěn)定。金融風(fēng)險正是基于網(wǎng)絡(luò)節(jié)點間的關(guān)聯(lián)性從而實現(xiàn)其在不同金融市場之間的傳染，且網(wǎng)絡(luò)的結(jié)構(gòu)特點使得金融風(fēng)險的傳染具有協(xié)同性及放大性。當(dāng)局部網(wǎng)絡(luò)節(jié)點爆發(fā)金融風(fēng)險時，會通過網(wǎng)絡(luò)連線向其他金融市場進行傳染，同時被傳染的金融市場又將成為新的風(fēng)險源并借助網(wǎng)絡(luò)結(jié)構(gòu)傳遞至更多市場，從而實現(xiàn)以局部傳染源為中心的多重市場協(xié)同聯(lián)動的風(fēng)險溢出效應(yīng)。

金融風(fēng)險網(wǎng)絡(luò)傳染的實質(zhì)是不同金融市場之間的聯(lián)動性，該聯(lián)動性主要通過不同國家之間跨市場投資以及貿(mào)易往來的方式實現(xiàn)，世界銀行將此聯(lián)動性定義為國際金融風(fēng)險傳染的金融貿(mào)易渠道，且得到了學(xué)術(shù)界的廣泛認(rèn)同。一方面，金融危機爆發(fā)國可通過“競爭性貨幣貶值”引發(fā)貿(mào)易聯(lián)系國貨幣危機的爆發(fā)，同時造成貿(mào)易伙伴國貿(mào)易逆差及經(jīng)濟基本面惡化；另一方面，跨國投資者在不同市場間的資產(chǎn)配置以及跨國銀行之間的資金借貸使得不同國家金融市場之間形成一定的關(guān)聯(lián)性，局部市場金融風(fēng)險的爆發(fā)可能會通過資金鏈條傳染至其他市場。

社會網(wǎng)絡(luò)分析法是解析網(wǎng)絡(luò)結(jié)構(gòu)及節(jié)點聯(lián)系的一種動態(tài)方法，是對社會網(wǎng)絡(luò)中個體參與者間相互影響關(guān)系的考察。部分學(xué)者將該模型運用到區(qū)域金融風(fēng)險傳染的研究中，通過繪制社會網(wǎng)絡(luò)關(guān)系圖對金融風(fēng)險進行可視化及空間化分析，從而把握區(qū)域金融風(fēng)險的網(wǎng)絡(luò)傳染特征。“一帶一路”沿線國家從區(qū)域?qū)傩陨蟻砜?，符合社會網(wǎng)絡(luò)分析的要求，借此本文選擇構(gòu)建社會網(wǎng)絡(luò)模型對我國與“一帶一路”沿線國家金融風(fēng)險傳染特征進行考察。

（二）金融風(fēng)險指標(biāo)選擇

為了能夠從整體層面衡量各國金融風(fēng)險狀態(tài)，本文擬從宏觀經(jīng)濟（GDP增長率、通貨膨脹率、失業(yè)率）、銀行市場（不良貸款率、M2 增長率、銀行信貸/GDP、M2/GDP）、外匯市場（匯率波動率、外匯儲備/GDP）、國際債務(wù)（負(fù)債率、短期外債/外債、外債/外匯儲備）四個層面構(gòu)建金融風(fēng)險評價指標(biāo)體系。同時采用熵權(quán)法、相關(guān)系數(shù)法、CRITIC法、變異系數(shù)法分別對各風(fēng)險評價指標(biāo)權(quán)重進行測算，取平均權(quán)重進而構(gòu)建金融風(fēng)險指數(shù)作為衡量“一帶一路”沿線國家金融風(fēng)險狀態(tài)的指標(biāo)。鑒于部分國家數(shù)據(jù)缺失，最終選擇的樣本包括我國在內(nèi)共計52個國家，研究時間跨度為2013年至2020年，具體如表1所示。

表1 我國與“一帶一路”沿線國家金融風(fēng)險指數(shù)（部分年份）

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

構(gòu)建網(wǎng)絡(luò)關(guān)聯(lián)矩陣是社會網(wǎng)絡(luò)分析的基礎(chǔ)，現(xiàn)有針對單指標(biāo)金融風(fēng)險（匯率波動率、股價波動率）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，但該方法對于涉及金融風(fēng)險多指標(biāo)評價的宏觀經(jīng)濟數(shù)據(jù)則不適用。故本文選擇修正后的引力模型來構(gòu)建我國與“一帶一路”沿線國家金融風(fēng)險關(guān)聯(lián)矩陣，并將各國經(jīng)濟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為各國金融風(fēng)險指數(shù)，GDP 及PGDP 分別代表各國國內(nèi)生產(chǎn)總值及人均生產(chǎn)總值，POP 為各國年末總?cè)丝冢珼ISij代表兩個國家之間的地理距離（參照大多數(shù)學(xué)者的做法，用各國首都間距離來衡量），CONTij代表i 國家在i、j 兩國間金融風(fēng)險關(guān)聯(lián)中的貢獻度。對測算出的關(guān)聯(lián)矩陣每行系數(shù)求均值，若aij大于該均值，則賦值1，反映國家i 對國家j 存在風(fēng)險傳染；反之，則賦值0，認(rèn)為國家i 對國家j 不存在風(fēng)險傳染。

（四）社會網(wǎng)絡(luò)分析法參數(shù)設(shè)定

1.金融風(fēng)險空間關(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 個國家之間金融風(fēng)險呈現(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)等級度指標(biāo)來刻畫。網(wǎng)絡(luò)密度用來衡量國家之間金融風(fēng)險聯(lián)系的緊密程度。該值越大，風(fēng)險聯(lián)系越緊密。通常用網(wǎng)絡(luò)中實際形成的連線數(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，其計算公式如下所示：

網(wǎng)絡(luò)關(guān)聯(lián)度用來測度金融風(fēng)險關(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)中不可達點的對數(shù)，則其計算公式如下所示：

網(wǎng)絡(luò)等級度用來衡量網(wǎng)絡(luò)中各節(jié)點在多大程度上存在非對稱性可達。該值越大，表明金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中處在邊緣區(qū)域的國家居多。若K代表網(wǎng)絡(luò)中不可達點的對數(shù)，則其計算公式如下所示：

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

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

接近中心度用來測度單個國家不受網(wǎng)絡(luò)中其他國家控制程度的強弱，該值越大，反映該國越處于網(wǎng)絡(luò)風(fēng)險傳染的中心位置。若dij表示i 國與j 國間的最短距離，則其計算公式如下所示：

中間中心度用來衡量單個國家在風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中影響其他國家風(fēng)險傳染的能力，該值越大，說明該國對網(wǎng)絡(luò)整體風(fēng)險傳染的影響就越大。若gjk表示j國與k國間存在最短路徑的數(shù)量，gjk（i）表示連接j國與k 國的最短路徑途徑i國家的數(shù)量，其計算公式如下所示：

3.金融風(fēng)險空間關(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)險傳染信息的國家劃分在一類，用來刻畫風(fēng)險關(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)險空間網(wǎng)絡(luò)劃分成四個板塊。第一種是風(fēng)險凈溢入板塊，該板塊的特點是同時擁有來自該板塊內(nèi)部成員國家及其他板塊的風(fēng)險傳染，且對其他板塊的風(fēng)險溢出效應(yīng)較少。第二種是凈溢出板塊，該板塊的特點是向其他板塊風(fēng)險傳染的程度相比于向該板塊內(nèi)部成員國家更為明顯，且較少受到來自其他板塊的風(fēng)險傳染。第三種是雙向溢出板塊，該板塊的特點是對板塊內(nèi)部及板塊外部成員國家均產(chǎn)生明顯的風(fēng)險傳染，且受到來自其他板塊風(fēng)險傳染的影響較小。第四種是經(jīng)紀(jì)人板塊，該板塊的特點是既受到其他板塊的風(fēng)險傳染，同時又向其他板塊進行風(fēng)險溢出，在關(guān)聯(lián)網(wǎng)絡(luò)風(fēng)險傳染中發(fā)揮“中介”效應(yīng)。

假設(shè)Bk板塊中包括gk國家，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) 個國家，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）。通過比較板塊實際內(nèi)部關(guān)系與期望內(nèi)部關(guān)系的大小，可得出四個板塊的劃分依據(jù)（見表2）。

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

四、實證分析過程

（一）整體網(wǎng)絡(luò)特征分析

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

圖1 我國與“一帶一路”沿線國家金融風(fēng)險空間關(guān)聯(lián)網(wǎng)絡(luò)圖（2020年）

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

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

首先，我國與“一帶一路”沿線國家金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)整體穩(wěn)定性較差。其中網(wǎng)絡(luò)直徑及平均路徑長度最大值分別為7、2.450，遠(yuǎn)小于網(wǎng)絡(luò)中的國家數(shù)量（52），導(dǎo)致金融風(fēng)險傳染效率偏低；圖1反映了除部分國家具有較高的網(wǎng)絡(luò)連接外，大部分國家則只存在較少的連接關(guān)系，關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)不對稱性。該結(jié)構(gòu)特點使得整體風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)較為脆弱，因為大部分國家的關(guān)聯(lián)度較弱，只有當(dāng)關(guān)聯(lián)度高的國家受到外部沖擊時，金融風(fēng)險才能得以在網(wǎng)絡(luò)中快速傳播?！耙粠б宦贰毖鼐€國家涉及范圍廣，尤其是東南亞與西亞、中東歐國家之間的空間地理位置較遠(yuǎn)；且大部分國家經(jīng)濟體量小，投資貿(mào)易規(guī)模低，導(dǎo)致部分國家之間的網(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，分別由2013年的451、8.673、0.170 減少至2020年的409、7.865、0.154，反映了我國與“一帶一路”沿線國家金融風(fēng)險的空間關(guān)聯(lián)性在逐漸減弱。但是金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)的關(guān)聯(lián)度始終為1，表明我國與“一帶一路”沿線國家金融風(fēng)險依然呈現(xiàn)較為明顯的空間關(guān)聯(lián)性及傳染特性。網(wǎng)絡(luò)等級度保持相對穩(wěn)定，基本維持在0.212。“一帶一路”沿線涉及不同區(qū)域（如中亞、西亞、東南亞等）內(nèi)的國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)國家之間呈現(xiàn)較為明顯的關(guān)聯(lián)性。同時，我國作為“一帶一路”倡議的發(fā)起者，通過加強同沿線各區(qū)域國家之間的合作，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)動性使得金融風(fēng)險空間關(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給出了我國與“一帶一路”沿線國家金融風(fēng)險空間關(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家數(shù)量有16 個，反映了這些國家與其他國家間金融風(fēng)險關(guān)聯(lián)關(guān)系居多。其中，以色列度數(shù)中心度高達84.3，與43 個國家存在風(fēng)險傳染關(guān)系，說明該國家處于金融風(fēng)險傳染網(wǎng)絡(luò)的中心位置。以色列作為中東地區(qū)唯一的發(fā)達國家，經(jīng)濟基礎(chǔ)優(yōu)越、市場環(huán)境良好、經(jīng)濟體制完善，但受到中東區(qū)域地緣政治因素的影響，該國家面臨較大的外部風(fēng)險沖擊；同時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。新加坡（54.9）、俄羅斯（49）、捷克（49）、中國（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，反映了這些國家處于金融風(fēng)險傳播的次中心位置。值得注意的是，處于金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中心及次中心位置的國家在各自區(qū)域（中東歐、西亞、中亞、南亞、東南亞）內(nèi)經(jīng)濟發(fā)展水平相對較高，側(cè)面體現(xiàn)了經(jīng)濟實力雄厚的國家在金融風(fēng)險傳染過程中的作用越明顯。度數(shù)中心度低于10的國家如印度尼西亞（5.9）、菲律賓（7.8）、約旦（7.8）、黎巴嫩（7.8），它們在相應(yīng)區(qū)域內(nèi)經(jīng)濟體量相對較小，對整體金融風(fēng)險傳染的貢獻度較低，從而處于關(guān)聯(lián)網(wǎng)絡(luò)的邊緣位置?！耙粠б宦贰毖鼐€國家區(qū)域跨度較大，地理位置及經(jīng)濟基礎(chǔ)的差異使得部分經(jīng)濟體量較小的國家之間聯(lián)系偏弱；而發(fā)達經(jīng)濟體不僅在各區(qū)域內(nèi)發(fā)揮著經(jīng)濟引領(lǐng)的功能，同時通過投資貿(mào)易等途徑與其他經(jīng)濟體建立了更為廣泛的聯(lián)系，從而致使發(fā)達經(jīng)濟體在整個風(fēng)險網(wǎng)絡(luò)中扮演著重要角色，而經(jīng)濟體量較小國家則處于網(wǎng)絡(luò)邊緣位置。

表4 我國與“一帶一路”沿線國家金融風(fēng)險空間關(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，高于該均值的國家與中心度排名靠前的國家基本保持一致，其中以色列的接近中心度高達86.4、其次是俄羅斯（66.2）、中國（65.4）、捷克（65.4），說明上述國家在風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中與其他國家間的距離更近，金融風(fēng)險聯(lián)動性更強，因此更靠近網(wǎng)絡(luò)中心位置。就中間中心度來看，排名前五的國家依次為以色列（30.4）、新加坡（10.2）、中國（7.88）、印度（5.96）、俄羅斯（4.71），依然是各區(qū)域內(nèi)經(jīng)濟體量居前的國家，不僅在金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中處于核心位置，同時扮演“中介”及“橋梁”的角色，對于金融風(fēng)險在空間網(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)濟發(fā)展程度較高的國家，金融市場建設(shè)相對完善，與世界其他國家在經(jīng)貿(mào)領(lǐng)域的合作也越緊密，資金跨國流動效率較高，更加容易與其他國家建立金融風(fēng)險傳染的聯(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，對我國及“一帶一路”沿線52個國家進行金融風(fēng)險板塊劃分，結(jié)果如表5所示。其中，第一板塊包括中國、蒙古國、孟加拉國、新加坡、馬來西亞、印度尼西亞、越南等國家，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、匈牙利等國家，主要集中在西亞及中東歐區(qū)域。

表5 我國與“一帶一路”沿線國家金融風(fēng)險各板塊傳染效應(yīng)分析（2020年）

表3顯示了2020年我國及“一帶一路”沿線國家金融風(fēng)險關(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四大板塊間金融風(fēng)險傳染的整體分布情況進行考察。依據(jù)前文測算的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，我國與“一帶一路”沿線國家金融風(fēng)險傳染效應(yīng)呈現(xiàn)明顯的空間集聚特征。其中包括東亞（中國、蒙古國）及東南亞在內(nèi)的第一板塊處于金融風(fēng)險傳染的第一集聚區(qū)，該板塊金融風(fēng)險的傳染效應(yīng)主要集中在板塊內(nèi)部國家之間，與其他板塊之間的聯(lián)動效應(yīng)相對較弱。第一板塊涉及國家尤其是東南亞區(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，金融市場聯(lián)動性不強，金融風(fēng)險傳染渠道受限。而東南亞國家聯(lián)盟的存在為該區(qū)域國家之間協(xié)同、穩(wěn)定發(fā)展奠定了基礎(chǔ)，為貨物、投資、資金的自由流動營造了寬松的環(huán)境，國家之間的經(jīng)濟依存度整體較高，從而為金融風(fēng)險的跨市場傳染提供了便利。從歷史經(jīng)驗來看，1997年東南亞金融危機的爆發(fā)就是很好的例證。

圖2 四大板塊金融風(fēng)險傳染效應(yīng)分布

就我國來看，我國與東南亞區(qū)域在投資貿(mào)易領(lǐng)域的合作遠(yuǎn)高于其他板塊，相互之間資金流動更加頻繁，且經(jīng)濟發(fā)展水平均較高，加之地理位置毗鄰，從而導(dǎo)致金融風(fēng)險在板塊內(nèi)部之間形成相互溢出的結(jié)果。具體來看，我國受到該板塊內(nèi)12 個國家中9個國家的金融風(fēng)險傳染，同時對其中7 個國家進行了金融風(fēng)險傳播。

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

（四）網(wǎng)絡(luò)整體結(jié)構(gòu)對個體屬性的影響分析

網(wǎng)絡(luò)整體結(jié)構(gòu)特征與個體屬性數(shù)據(jù)存在相互影響及作用的關(guān)系。在我國與“一帶一路”沿線國家金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)整體特征分析的基礎(chǔ)上，本文進一步考察網(wǎng)絡(luò)中心特征對于不同國家金融風(fēng)險水平（屬性數(shù)據(jù)）的影響。選擇前文測度的我國與“一帶一路”沿線國家金融風(fēng)險指數(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。同時在總結(jié)相關(guān)文獻的基礎(chǔ)上，選擇對外開放度（open）、城鎮(zhèn)化水平（urb）、市場透明度（tran）、政府法律效力（leg）、市場穩(wěn)定性（sta）作為控制變量構(gòu)建空間計量模型。其中對外開放度（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?；市場透明度（tran）、政府法律效力（leg）、市場穩(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)、國際謀殺犯罪率①部分國家部分年份數(shù)據(jù)缺失，本文采用插值法及預(yù)測方法給予補充。替代?？臻g計量模型的一般表達式如下：

其中W1、W2、W3（三者可相同）分別表示因變量、自變量及誤差項的空間權(quán)重矩陣，本文選擇基于不同國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結(jié)果［分別對應(yīng)模型（1）、模型（2）、模型（3）］如表7所示②三種模型Hausman 檢驗均通過了5%顯著水平的檢驗，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，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，反映了度數(shù)中心度越高的國家金融風(fēng)險越低。首先，處于網(wǎng)絡(luò)中心的國家與其他國家的互聯(lián)互通越緊密，越便于其將本國金融風(fēng)險傳導(dǎo)及分散至其他國家。其次，處于網(wǎng)絡(luò)中心的國家大多經(jīng)濟發(fā)展水平高，市場制度建設(shè)較為完善，金融風(fēng)險防控能力相對較強，金融市場運行整體穩(wěn)定性高。模型（2）及模型（3）針對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）的估計系數(shù)分別為-0.0036、-0.0021，且均通過了10%顯著水平的檢驗，表明了接近中心度、中間中心度越高的國家金融風(fēng)險水平越低。首先，接近中心度越高的國家，在關(guān)聯(lián)網(wǎng)絡(luò)中與其他國家的傳染距離就越短，金融市場聯(lián)動性就越強，從而極易將風(fēng)險分散至其他國家。其次，中間中心度越高的國家，也可依靠“中介”效應(yīng)，將本國及他國金融風(fēng)險傳導(dǎo)至第三國家。

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

五、研究結(jié)論與啟示

本文采用社會網(wǎng)絡(luò)分析法對我國與“一帶一路”沿線國家金融風(fēng)險的空間關(guān)聯(lián)特性及網(wǎng)絡(luò)傳染結(jié)構(gòu)進行了研究，并考察了網(wǎng)絡(luò)中心特征對于不同國家金融風(fēng)險狀態(tài)的影響，主要結(jié)論如下。

第一，我國與“一帶一路”沿線國家金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)整體呈現(xiàn)不對稱性，網(wǎng)絡(luò)結(jié)構(gòu)較為脆弱。第二，我國與“一帶一路”沿線國家金融風(fēng)險呈現(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)濟發(fā)展水平較高的國家更容易處于風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中的核心位置，同時扮演“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)險的傳染效應(yīng)主要集中在板塊內(nèi)部國家之間，與其他板塊的聯(lián)動效應(yīng)相對較弱；而第二、三、四板塊相互之間金融風(fēng)險的傳染效應(yīng)則相對較強。第五，一國在風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)中網(wǎng)絡(luò)中心度的提高能夠降低該國金融風(fēng)險的整體水平①雖然本文中心性及塊模型分析部分是以2020年的實證結(jié)果為例，但通過對2013年至2020年各年份實證結(jié)果的對比來看，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，本文提出對策建議如下。

第一，要深刻認(rèn)識到我國同“一帶一路”沿線國家金融風(fēng)險空間關(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，我國作為“風(fēng)險凈溢入”板塊的成員國家，相比于“絲綢之路經(jīng)濟帶”沿線，我國同“海上絲綢之路經(jīng)濟帶”沿線國家金融風(fēng)險的聯(lián)動特性及傳染效應(yīng)更明顯。因此，應(yīng)加強同東南亞國家在金融領(lǐng)域的深化合作及風(fēng)險防范的政策溝通，強化金融風(fēng)險監(jiān)管協(xié)調(diào)處置機制，不斷提升金融機構(gòu)風(fēng)險應(yīng)急處理能力。實時監(jiān)測該區(qū)域國家金融風(fēng)險動態(tài)，加強金融市場信息收集工作，完善金融風(fēng)險預(yù)警機制，提升監(jiān)管機構(gòu)金融風(fēng)險預(yù)判能力。就國內(nèi)而言，建立完善與開放金融體系相匹配的國內(nèi)宏觀審慎監(jiān)管制度，強化國際資本流入流出監(jiān)管，有效維護國內(nèi)金融體系穩(wěn)定及國際收支平衡。完善市場信息披露制度建設(shè)，不斷提升金融市場透明度，有效降低市場不確定性風(fēng)險，從而穩(wěn)定市場參與主體信心。

第二，要充分認(rèn)識到網(wǎng)絡(luò)中心度對于降低國家金融風(fēng)險的重要作用。繼續(xù)推進同“一帶一路”沿線國家在經(jīng)貿(mào)、投資等領(lǐng)域的合作②根據(jù)前文社會網(wǎng)絡(luò)構(gòu)建的原理，一國與其他國家經(jīng)貿(mào)、投資領(lǐng)域合作的加強能夠提升該國在整體網(wǎng)絡(luò)中的地位。，持續(xù)加強政策溝通及政治互信，不斷提升我國在金融風(fēng)險空間關(guān)聯(lián)網(wǎng)絡(luò)的中心地位，從而為金融風(fēng)險的溢出提供更多渠道。但同時需要注意，國際貿(mào)易及跨國投資也是國際金融風(fēng)險傳染的重要渠道。因此，我國在加強與“一帶一路”沿線國家貿(mào)易往來的同時，應(yīng)積極擴大貿(mào)易市場范圍，不斷提升對“一帶一路”沿線其他國家貿(mào)易份額，力爭降低對個別國家或區(qū)域（如東盟）的外貿(mào)依存度?？赏ㄟ^提升貿(mào)易成本的方式降低沿線國家金融風(fēng)險對我國市場的沖擊，同時增加對經(jīng)常項目的監(jiān)管強度，嚴(yán)查外匯收支與實際貿(mào)易的一致性，防范投機資本依靠虛假交易進行跨境轉(zhuǎn)移。在加強同“一帶一路”沿線國家投資領(lǐng)域合作的過程中，不斷完善對“一帶一路”沿線國家投資環(huán)境的評估，積極拓展投資行業(yè)及投資區(qū)域，合理篩選可行性強、投資收益穩(wěn)定、技術(shù)成本具有相對優(yōu)勢的投資合作項目。完善對外投資企業(yè)信息綜合服務(wù)網(wǎng)絡(luò)共享平臺建設(shè)，充分發(fā)揮行業(yè)協(xié)會的關(guān)鍵作用，及時引導(dǎo)投資企業(yè)規(guī)避風(fēng)險。

第三，要充分重視對網(wǎng)絡(luò)中心國家金融風(fēng)險的動態(tài)監(jiān)測。金融風(fēng)險關(guān)聯(lián)網(wǎng)絡(luò)的整體特征決定了國家金融風(fēng)險在網(wǎng)絡(luò)中的傳導(dǎo)主要通過中心節(jié)點國家進行。因此，要加強對以色列、俄羅斯、印度、波蘭、捷克等中心國家金融風(fēng)險的監(jiān)測，嘗試同上述國家通過協(xié)商方式構(gòu)建金融風(fēng)險傳染國際協(xié)調(diào)處置機制，可采取聯(lián)合公約的方式明確風(fēng)險傳染的損失評估、處置及化解方案設(shè)計，成員國損益分擔(dān)機制及處置方案效果評估等相關(guān)事宜，不斷提升成員國落實具體方案的積極性。選擇合適預(yù)警模型，針對上述國家金融風(fēng)險進行及時監(jiān)測，有效把握相關(guān)國家金融風(fēng)險實時狀態(tài)及動態(tài)變化，及時做好金融風(fēng)險防控預(yù)案，從而降低相關(guān)國家金融風(fēng)險對我國金融市場的沖擊。