我国与“一带一路”沿线国家金融风险传染效应研究——基于金融市场联动视角的实证分析

张 帅

（新疆财经大学，新疆 乌鲁木齐 830012）

一、引言

随着金融创新水平的不断提高以及金融自由化程度的日益加深，国际金融市场呈现出投资者跨多市场交易、金融机构混业经营、企业交叉上市等特征，且不同市场间的联系日益紧密，金融市场的高度联动性加剧了金融风险的国际传染。2008年美国金融危机的爆发及其在全球范围的传播在一定程度上印证了众多国家与美国金融市场的高度关联性。当前国际环境呈现出新的变化特点，意大利公投、英国脱欧等重大政治事件引发欧洲金融市场大幅震荡；美国“逆全球化”经济政治主张更加激化了全球市场恐慌，加剧了金融市场的波动震荡；持续爆发的“黑天鹅”事件凸显出当前国际金融风险传染的短期化、迅速化、常态化特征，金融风险传染的预防管理更加困难。受新冠疫情全球蔓延影响，亚洲、美洲、欧洲等地股市全线大跌，同时美国、巴西、印度等国家严峻的疫情形势导致全球范围内经济增速急剧下降、金融风险急剧攀升，新一轮全球金融危机是否会爆发我们还不得而知。

“一带一路”倡议涵盖东南亚、南亚、西亚、中亚、中东欧等区域，沿线国家在经济、文化、制度等方面差异明显，金融风险呈现复杂化、多样化特征，这也决定了控制金融风险传染的难度较大。我国同“一带一路”沿线国家在各领域的合作将显著提高市场之间的关联性，从而加大了金融风险传染的可能性。因此，把握我国与“一带一路”沿线国家的金融关联性，明确国家之间金融风险传染的方向及强度，对落实坚决守住不发生系统性金融风险的底线要求、降低外部风险冲击影响、完善我国金融风险防控机制、提升金融风险抵御能力、实现金融市场健康稳定发展等具有重要的现实意义。

二、文献综述

目前学界针对国际金融风险传染，主要围绕国际金融风险评价和传染渠道进行了大量研究。关于国际金融风险评价，学者们主要选择单一市场如股票市场、债券市场、外汇市场作为一国金融风险的来源，对应的风险评价指标选择主要集中于股价波动率、债券收益波动率、汇率波动率等。在股票市场方面，杨子晖［1-2］选择50个国家股票市场作为样本，验证了新冠疫情期间全球股市间存在的风险溢出效应，并发现股票市场风险更容易在贸易依存度及资本开放度较高的国家之间进行传导。在债券市场方面，Ahmad［3］通过构建DECO-MGARCH模型分析验证了全球主要债券市场存在的风险溢出效应，认为美国债券市场对中国债券市场存在明显的单向溢出效应。在外汇市场方面，Kilic［4］通过随机跳跃模型验证了未预期到的汇率波动会加剧中美外汇市场金融风险传染；方意［5］以新冠疫情的暴发为研究节点进行分析，得出新兴市场国家是全球外汇市场主要风险输出者的结论。

关于国际金融风险传染渠道，按照世界银行对风险传染的定义，金融风险（危机）国际传染的渠道主要有实体渠道、金融贸易渠道、市场预期渠道，Masson［6］在此基础上提出金融风险传染的季风效应（实体）、溢出效应（金融贸易）及净传染效应（投资预期）。诸多学者对这3种渠道进行了验证。第一，实体渠道主要对应于一国经济发展的基本面，经济基本面的恶化会导致该国金融风险传染至其他国家。经济基本面主要包括货币发行量、通货膨胀率、信用风险、政府债务、资本流动、汇率水平、房价指数、经济周期、信贷水平等。由于经济基本面因素选择基本相似，故学者们研究得到的结论大致相同。如牟晓云［7］在分析美国金融危机对日本的溢出效应时发现，较小的信贷规模及较多的政府债务会加剧金融风险传染；程棵［8］认为金融风险传染与信用风险、流动性风险、汇率正相关，而与经济周期负相关。第二，金融贸易渠道可细分为国际贸易渠道和金融联系渠道，其中国际贸易渠道是最早获得学者们验证的传染路径。在经济环境大致相似的情形下，贸易往来密切的国家之间可能通过进口效应、收入效应、竞争性贬值等引发金融风险跨市场传导［9］，且该传染渠道具有传播速度快、持续时间久的特征［10］。金融联系渠道是全球金融发展一体化背景下重要的风险传导路径，2008年美国金融危机全球蔓延的一个主要原因便在于美国处在国际金融市场的网络中心，很容易通过金融联系渠道引发金融危机的全面扩散［8］。第三，市场预期渠道集中体现为市场信息不对称状态下投资者的行为趋同，若某市场波动增大则会引发相关投资者对该市场所有资产投资组合的厌恶［11］，若某市场爆发金融危机则会促使投资者在其他具有类似投资环境的国家中作出非理性的投资行为，Bekaert［12］、刘湘云［13］分别在美国金融危机、欧债危机的研究中对此进行了验证。此外，还有学者研究认为投资者恐慌情绪会引发金融风险的传染效应［14-15］。

现有文献对“一带一路”沿线国家金融风险传染的研究仅涉及部分国家，未形成系统性研究。如Naoui［16］、Mollah［17］研究发现发达市场在金融危机期间对新兴市场有明显的风险传染效应，陈赤平［18］基于发达国家股票市场的研究得出了相同的结论。Christos［19］以世界主要经济体为样本，研究显示几乎所有部门都存在风险传染现象，蒋胜杰［20］研究表明经济波动期间传染效应更明显。相较于通过实体渠道的传导力度差异显著［21］，金融风险在金融贸易联系紧密的国家之间的传染效应更为显著［22］。

综合来看，现有研究多从某一特定风险事件如美国金融危机、欧洲债务危机等展开，考察该风险源对世界其他经济体的影响，样本多取自美洲、欧洲、亚洲等区域中经济体量相对较大的国家，涉及“一带一路”沿线国家的研究甚少；同时，现有研究多局限于单一市场（如股票市场、债券市场、外汇市场）的金融风险传染进行实证分析，鲜有将经济基本面相关因素纳入金融风险的考量当中，不能真实反映一国金融风险的整体水平。本文将以“一带一路”沿线国家为样本，构建金融风险指数作为一国金融风险的衡量指标，通过VARX模型考察我国与“一带一路”沿线国家之间金融风险的传染特征，以期为该领域的研究提供有价值的参考。

三、研究设计

（一）样本筛选

“一带一路”沿线国家数量多、分布范围广，部分国家之间存在金融风险传染的概率极小，因此合理选择样本国家较为重要。结合世界银行及Masson［6］对于金融风险传染渠道的定义，同时考虑到经济基本面涉及指标较多，对样本国筛选的难度较大，因而本文主要拟从国际贸易、投资市场、金融市场①国际贸易与金融市场对应的是金融贸易渠道，而市场预期渠道主要体现为因投资者心理预期变化进而影响其投资行为，此处用投资市场的关联性来反映。3个层面分别筛选与我国市场关联度较高的国家作为风险传染的样本国。

通常来讲，进出口贸易额及投资规模是衡量国家之间贸易市场及投资市场关联性的重要指标。目前学界对贸易关联性及投资关联紧密度并未作出明确界定，通过对历次国际金融危机传染涉及样本国家的分析可以发现，当两国国际贸易规模占对外贸易总规模的比重及投资规模占对外投资总规模的比重均超过10%时，两国之间会产生明显的金融风险传染效应。因此，基于现有经验，本文选取我国与“一带一路”沿线国家进出口贸易规模占该国进出口贸易总规模的比重超过10%的国家作为研究样本，同时选取我国对“一带一路”沿线国家投资规模占该国吸收外资总规模的比重超过10%的国家作为研究样本。汇率和股票价格指数是评估国家之间金融市场关联性的关键指标，但考虑到“一带一路”沿线部分国家股票市场发展相对滞后，数据缺乏可得性，因此本文选择汇率波动率作为衡量我国与“一带一路”沿线国家金融市场关联性的指标。灰色关联法在分析小样本变量之间相关性方面具有明显优势。一般认为，若灰色关联度超过0.5表示变量之间存在相关性，若灰色关联度超过0.7则表示变量之间存在较高的相关性。因此，在金融市场关联性方面，本文选取我国与“一带一路”沿线国家汇率波动灰色关联度超过0.7的国家作为研究样本。

通过3种筛选标准得出的样本国家之间均存在金融风险传染的可能，因此按照最小化原则即只要满足一种筛选标准即可选取为本研究的样本国家，最终确定的“一带一路”沿线样本国家见表1。

（二）金融风险指数

本文借鉴国内学者从宏观经济、银行市场、股票市场、外汇市场、债务水平等不同层面构建金融风险指数对我国整体金融风险进行评价的做法，来考察我国与“一带一路”沿线国家的整体金融风险状态。结合“一带一路”沿线国家部分指标数据的可得性，选择从宏观经济、银行市场、外汇市场、国际债务4个层面构建金融风险评价指标体系，并采用突变级数法②突变级数法来源于突变理论，是涉及多指标综合评价的常用方法，限于篇幅，其原理及分析过程本文不作过多阐述，如需要可向作者索取。构建“一带一路”沿线国家金融风险指数，作为沿线各国金融风险的代理变量。其中宏观经济评价指标包括GDP增长率、通货膨胀率、失业率；银行市场评价指标包括不良贷款率、M2增长率、银行信贷/GDP、M2/GDP；外汇市场评价指标包括汇率波动率、外汇储备/GDP；国际债务评价指标包括负债率、短期外债/外债、外债/外汇储备。

研究的时间跨度为2013年—2020年，数据来源于World Bank及Trading Economics数据库。为确保样本充足性，本文对金融风险评价指标年度数据进行月度化处理，同时将沿线国家分为中亚、西亚、南亚、独联体、中东欧、东南亚六大区域，最终得到我国与沿线国家金融风险指数，详见表1。

表1 2013年—2020年我国与“一带一路”沿线国家金融风险指数（部分月份）

（三）方法选择

传统VAR模型将所选变量均视为内生变量，考察各变量不同滞后阶数对所有变量的影响，进而从整体上评价所选变量间的动态变化特征，其缺陷主要在于不能处理有公共影响因素的外生变量。我国与“一带一路”沿线国家之间金融风险的传染必然会受外部全球金融风险因素（如美国金融风险）的影响，传统VAR模型无法对该共同外生变量进行控制，而VARX模型则能有效解决该难题。该模型是基于VAR模型并添加了能衡量外部共同因素的控制变量，其表达式如下：

其中，等式左边表示内生变量（不同国家的金融风险指数），p、q分别表示内生变量及外生变量（美国金融风险指数）的滞后阶数分别表示内生变量、外生变量在不同滞后阶数的矩阵形式分别表示内生变量、外生变量在不同滞后阶数的系数估计矩阵形式分别为常系数、白噪声扰动项向量。

通过构建VARX模型，可借助广义脉冲响应函数（GIRF）考察我国与“一带一路”沿线国家的金融风险传染效应。一般脉冲响应函数（IRF）识别出的冲击效应具有不稳定性，效应值会因内生变量在模型中排序的不同而发生变化，而GIRF在处理变量间动态关系方面具有明显优势，其表达式如下：

四、实证分析

（一）传染效应矩阵构建

依据广义脉冲响应函数（GIRF）的输出结果，可构建我国与“一带一路”沿线国家金融风险传染效应矩阵，分别如表2、表3所示。

表2 我国与西亚、南亚、中亚、独联体金融风险传染效应矩阵

续表2

表3我国与东南亚、中东欧金融风险传染效应矩阵

（二）数据处理及结果分析

在传染效应矩阵构建的基础上，为便于分析，本文构造下列指标进一步考察我国与“一带一路”沿线国家金融风险的传染特征。定义某国（yi）对其他样本国家金融风险传染的总传染效应指标（FRout,yi→*）；定义某国（yi）受到其他样本国家金融风险传染的总吸收效应指标（FRin,*→yi）；定义某国（yi）对别国（yj）金融风险传染的净效应指标（FRnet,yi→yj），由该国（yi）对别国（yj）金融风险传染效应减去别国（yj）对该国（yi）金融风险的传染效应得到。计算公式分别为此外，定义某国（yi）对其他样本国家金融风险传染的总净效应指标（TFRnet,yi），由该国（yi）对其他样本国家金融风险传染净效应加总得到；定义所有样本国家对外净传染效应指标（TFRnet），由TFRnet,yi为正的所有国家的风险传染效应加总得到；定义某国（yi）金融风险传染的贡献度指标（SCyi），该指标反映TFRnet,yi为 正 的 某 国（yi）占TFRnet的 比 重。计 算 公 式 分 别 为

依照上述公式，结合表2、表3的风险传染效应矩阵，可分别计算出我国与“一带一路”沿线国家金融风险对外总传染效应（FRout,yi→*）、总吸收效应（FRin,*→yi）、净传染效应（TFRnet），结果如表4所示。

表4我国与“一带一路”沿线国家金融风险传染效应计算结果

从总传染效应来看，我国对中亚、西亚、中东欧区域均存在金融风险传染效应，而对南亚、独联体、东南亚区域则不存在金融风险传染效应。具体来看：我国对中亚区域的金融风险总传染效应值最高，为0.019（见表4），主要集中在对塔吉克斯坦、哈萨克斯坦金融风险的传导，效应值分别为0.027、0.017（见表2），其中投资行为是主要风险传染渠道。我国对西亚区域金融风险传染强度也较高，总效应值为0.009（见表4），主要集中在对土耳其、以色列、阿曼的传导，效应值分别为0.001、0.017、0.004（见表2），其中国际贸易是主要风险传染渠道。我国对中东欧区域金融风险的传染强度整体相对较低，总效应值仅为0.002（见表2），除对斯洛文尼亚、波黑的传染效应值为负外，对区域内其他国家均存在微弱的正向传染效应（见表3）。虽然我国对南亚、独联体、东南亚区域整体不存在金融风险传染效应，但对这些区域内的部分国家仍然存在风险传染情形，如对南亚区域的印度以及东南亚区域的马来西亚、柬埔寨，风险传染效应值分别为0.012、0.006、0.001（见表2、表3），其中国际贸易是主要的风险传染渠道。

从总吸收效应来看，除中亚、中东欧以外，西亚、南亚、独联体、东南亚区域均对我国存在金融风险传染效应。具体来看：东南亚区域对我国金融风险的传染效应排在第一位，总效应值为0.066（见表4），其中泰国、菲律宾、老挝的传染效应最强，效应值分别为0.027、0.024、0.015，马来西亚、新加坡、缅甸的传染效应稍弱，效应值分别为0.008、0.007、0.002（见表3），而印度尼西亚、越南、柬埔寨对我国金融市场不存在风险传染效应；东南亚区域对我国金融风险传染的路径既包括国际贸易渠道，又涉及投资行为渠道。南亚区域对我国金融风险的传染效应排在第二位，总效应值为0.050（见表4），主要集中在孟加拉国、印度两国，效应值分别为0.043、0.016（见表2），且主要通过国际贸易及金融市场联动渠道进行风险传染。独联体区域对我国金融风险的传染效应排在第三位，总效应值为0.035（见表4），主要通过国际贸易及投资行为渠道进行风险传染。西亚区域作为我国金融风险输出的主要区域，同时又对我国金融市场存在风险传染情形，总效应值为0.019（见表4），其中科威特的传染效应最为显著，效应值为0.039，阿曼、土耳其、希腊的传染效应相对较弱，效应值分别为0.006、0.003、0.001（见表2）；国际贸易、投资行为及金融市场联动均是该区域对我国进行风险传染的渠道。此外，虽然中亚、中东欧区域整体对我国不存在金融风险传染效应，但区域内的部分国家仍然存在对我国进行风险传染的情形，如中亚区域的乌兹别克斯坦，效应值为0.004（见表2），以及中东欧区域的斯洛文尼亚、阿尔巴尼亚、黑山，效应值分别为0.017、0.007、0.003（见表3），这些国家主要通过金融市场联动渠道对我国进行风险传染。

从净传染效应来看，中亚、中东欧是我国对“一带一路”沿线国家金融风险净输出的主要区域。我国对中东欧区域金融风险的净传染强度最高，总效应值为0.070（见表4），其中对克罗地亚、斯洛伐克、波兰的风险净传染强度最强，效应值分别为0.048、0.035、0.018，而斯洛文尼亚、阿尔巴尼亚、黑山则对我国呈现金融风险净输出状态，效应值分别为-0.030、-0.005、-0.003（由表3数据计算得出①由表3中我国对“一带一路”沿线国家的金融风险传染效应值减去其对我国的金融风险传染效应值得到，若该值为负则表示我国受到该国的净传染，下同。）；我国对中东欧区域金融风险净传染主要通过金融市场联动渠道实现。我国对中亚区域金融风险的净传染效应值为0.042（见表4），该区域中塔吉克斯坦受到我国金融风险净传染的影响最大，净效应值达到0.047，哈萨克斯坦（0.024）次之，而乌兹别克斯坦（-0.029）则对我国呈现风险净输出状态（由表2数据计算得出）；我国对中亚区域主要通过投资行为渠道进行金融风险净传染。

西亚、南亚、独联体、东南亚区域是“一带一路”沿线国家对我国金融风险净输出的主要区域。南亚区域对我国金融风险的净传染强度排在第一位，效应值为0.098②净传染总效应值为负代表我国受到该区域的金融风险传染，若效应值为正则代表我国对该区域存在金融风险传染，数值代表金融风险净传染效应的大小，下同。（见表4），其中孟加拉国、斯里兰卡对我国金融风险的净传染效应表现最明显，巴基斯坦、印度次之，效应值分别为0.047、0.031、0.016、0.004（由表2数据计算得出③由表2中“一带一路”沿线国家对我国金融风险传染效应值减去我国对其金融风险传染效应值得到，若该值为负表示我国对其呈现金融风险净输出状态，下同。）；南亚区域主要通过国际贸易渠道对我国实现金融风险净输出。东南亚区域对我国金融风险的净传染强度排在第二位，效应值为0.092（见表4），该区域内不同国家对我国金融风险传染方向及强度差异显著，其中泰国、菲律宾对我国金融风险的净传染强度较高，印度尼西亚、老挝、新加坡次之，缅甸、马来西亚净传染强度相对较弱，效应值分别为0.027、0.024、0.016、0.015、0.014、0.006、0.002（由表3数据计算得出），而该区域中柬埔寨、越南对我国则呈现风险净吸收的状态，并无风险传染效应；东南亚区域对我国金融风险净传染主要通过国际贸易及投资行为渠道实现。独联体区域对我国金融风险的净传染强度排在第三位，效应值为0.053（见表4），净传染渠道与东南亚区域类似。西亚区域对我国金融风险的净传染强度相对较低，总效应值仅为0.010（见表4），其中科威特对我国金融风险的净传染效应最显著，希腊、土耳其、阿曼次之，效应值分别为0.046、0.004、0.002、0.002，而以色列、塞浦路斯则对我国呈现金融风险净吸收状态（由表2数据计算得出）；西亚区域对我国金融风险的净传染渠道主要以国际贸易为主。

另外，我国对“一带一路”沿线国家金融风险净传染及净吸收贡献度测算结果显示：我国对“一带一路”沿线国家金融风险净传染贡献度从高到低排序依次为克罗地亚（20.3%）、塔吉克斯坦（19.8%）、以色列（16.7%）、斯洛伐克（14.5%）、哈萨克斯坦（9.8%）、波兰（7.5%）、柬埔寨（4.4%）、捷克（2.9%）、塞浦路斯（2.1%）、越南（2%），贡献度排名前五位的国家累计净传染强度达到81.1%；“一带一路”沿线国家对我国金融风险净传染贡献度从高到低排序依次为孟加拉国（13.9%）、科威特（13.4%）、斯里兰卡（9%）、斯洛文尼亚（8.7%）、乌兹别克斯坦（8.3%）、泰国（8%）、菲律宾（7.1%）、俄罗斯（5.4%）、老挝（4.7%）、印度尼西亚（4.6%）、巴基斯坦（4.7%）、新加坡（4.3%），其余8个国家对我国金融风险净传染贡献度均小于2%①限于篇幅文中未列示，结果留存备索。。整体来看，相较于我国对“一带一路”沿线国家金融风险净传染的分布情况，我国受到金融风险净传染的国家数量更多，区域分布更分散，金融风险传染防范难度更大。因此，加强对“一带一路”沿线重点国家金融市场的风险监测及评估，提前制定金融风险“外防输入”预案，对于提升我国金融市场稳定性意义重大。

五、结论与启示

（一）结论

本文基于金融市场联动视角，通过构建金融风险指数，利用VARX模型对我国与“一带一路”沿线国家金融风险的传染特征进行研究，主要结论如下：第一，从总传染效应来看，我国对中亚、西亚、中东欧区域整体上存在金融风险传染效应，且对中亚区域的总传染强度明显高于其他区域；从区域内具体国家来看，3个区域内部分国家对我国金融市场仍存在风险传染的情形。虽然我国对南亚、独联体、东南亚区域整体不存在风险传染效应，但对区域内部分国家仍然存在风险传染的情形。第二，从总吸收效应来看，西亚、南亚、独联体、东南亚区域均对我国金融市场存在风险传染效应，其中东南亚区域对我国金融市场的风险传染效应最强。第三，从净传染效应来看，我国对中亚、中东欧区域呈现金融风险净输出状态，而西亚、南亚、独联体、东南亚区域对我国则呈现金融风险净输出状态。我国对中东欧区域金融风险的净传染强度最高，南亚区域对我国金融风险的净传染强度最高。

（二）启示

金融风险的跨国传染过程复杂，不仅存在国家之间风险的交叉传染，还存在反复传染的可能，这就决定了单一国家难以独自防范国际金融风险的冲击。随着我国与“一带一路”沿线国家合作的不断拓展及深化，建立完善的金融风险传染防范管理机制意义重大。

首先，推进“一带一路”沿线区域金融治理协调机制建设。一是进一步完善区域性金融组织建设。积极拓展亚洲基础设施投资银行在“一带一路”沿线国家的服务职能，如加强在沿线国家经济运行信息统计、政治经济稳定形势研判、金融风险防范化解协商等领域的合作，努力改善沿线国家投资环境，实现沿线国家经贸交往互联互通。二是着力构建长期多边货币互换机制。货币互换是金融危机爆发时维持货币及经济运行稳定的重要机制。我国已同“一带一路”沿线30多个国家签署了货币互换协议，但大多是短期的，部分已经失效，且贸易结算比重过低。因此，应当考虑构建多边长效货币互换机制，并加强同美国、欧洲等发达国家中央银行的合作。三是充分利用区域合作组织加强政策沟通协调。依托上海合作组织、亚太经合组织、中亚区域经济合作等区域经贸合作组织，加强区域成员国家在投资、贸易、金融等领域的政策沟通协调，为区域经济金融发展创造稳定环境。围绕东盟“10+1”“10+3”合作机制，充分对接各自发展战略，加强政治互信及政策沟通，夯实合作基础。此外，还应充分发挥亚洲基础设施投资银行、丝路基金等平台的作用，促进区域经济金融协调发展。

其次，构建“一带一路”沿线国家金融风险传染协调处置机制。金融风险的国际传染通常会导致各国基于自身利益制定有效方案来缓解风险冲击，可能会引发金融风险国际传染速度的加快，致使各国制定的局部理性预案演化成全局性非理性行为，而国家之间通过协商制定处置方案能够从整体层面将风险损失降至最低。具体来讲，该协调处置机制应对风险传染的损益分担、处置方案制定、参与国履约以及处罚等各方面作出明确规定，提高参与国执行相关处置机制的积极性。

最后，加强同“一带一路”沿线国家在金融风险监管层面的信息共享，包括各国金融市场风险实时状态及发展态势的信息共享、各种针对防范金融风险传染成熟管理经验的共享等。这不仅有利于各国提早发现本国潜在的风险传染源，及时做好风险防控预案，从而提高政策制定的前瞻性及针对性；还能对各国金融风险传染防范长效管理机制的构建及完善起到重要的推动作用。同时，应选择合理的测度模型对金融风险的跨国传染进行实时监控。评价金融风险传染效应要求监测样本数据规模大、计算时间短、测度结果精度高，这对监测模型有较为严苛的要求。一方面，模型构建不能过于繁琐，以缩短运算时间，保证监测结果能够及时发布；另一方面，模型要能够准确识别各频率下风险传染效应的微小变动，确保监测结果的准确性。