突发公共卫生事件下的全球股市系统性金融风险传染来自新冠疫情的证据杨子晖 王姝黛内容提要: 本文采用最新发展的弹性网络收缩技术，构建高维收益溢出与波动溢出网络，在突发公共卫生事件背景下，全面考察了 个国家( 地区) 股票市场间的系统性金融风险传染关系，并对其背后的驱动机制展开了深入研究 分析结果表明，在新冠疫情的冲击下，全球股票市场的风险溢出表现出显著的地理溢出效应 贸易依存度与资本开放度较高的经济体间，金融风险传染效应更为明显 同时，单一市场对国际市场的风险冲击与其疫情严重程度显著正相关，而海外疫情风险的持续上升将加剧本土金融市场的脆弱性尽管现阶段中国资本市场呈稳定发展态势和较强韧性，但需对此保持审慎乐观态度，全球疫情仍在蔓延乃至反弹，未来中国资本市场仍将面临外部金融风险的冲击 在此基础上，本文从突发公共危机治理的新视角，为有效应对疫情冲击防范输入性风险传染提出了相关建议，从而为健全国际金融风险监控机制提供了有益参考依据关键词: 突发公共卫生事件 维度诅咒 高维风险传染网络 防范输入性风险杨子晖，中山大学岭南学院中山大学高级金融研究院，邮政编码: ，电子信箱: ; 王姝黛( 通讯作者) ，中山大学岭南学院，邮政编码: ，电子信箱: 本研究获得 年度国家社会科学基金青年项目( ) 的资助，作者感谢匿名审稿专家提出的宝贵意见，当然文责自负一引 言年，新冠疫情显著冲击了全球的金融市场与宏观经济，国际资本市场大宗商品市场出现剧烈震荡 的快速蔓延叠加疫情防控导致的生产停摆 供应链中断，加剧了全球经济增长的不确定性，助长了市场的悲观预期 年春节后的首个交易日( 月 日) ，中国内地 股市场前所未有地出现超 个股跌停的剧烈震荡，美国巴西等多个国家( 地区) 的股票市场也于年 月相继暴跌，系统性金融风险在国际市场间迅速扩散交叉传染 在全球金融市场动荡经济下行压力加大的背景下， 年 月 日二十国集团领导人应对新冠肺炎特别峰会 发表声明指出前所未有的新冠肺炎大流行深刻表明全球的紧密联系及脆弱性 ，呼吁各国加强全球金融安全网 年政府工作报告进一步指出要完善金融风险处置工作机制，压实各方责任，坚决守住不发生系统性风险的底线 有效应对金融市场的异常波动和外部风险的冲击，仍将是十四五时期金融监管部门面临的重要挑战 在此背景下，本文基于最新发展的弹性网络收缩技术，构建全球股票市场的高维网络，考察新冠疫情冲击下国际资本市场间的风险传染关系，并对金融风险的扩散路径与驱动机制展开深入研究，具有重要的学术价值与现实意义 它不仅有助于我们结合突发公共事件的背景，立足于各国家( 地区) 在世界经济一体化与国际价值链中的经济地位，有效识别国际金融市场的风险源头，未雨绸缪地防范国际输入性金融风险; 而且，它还有助于我杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染们根据各地区疫情防控形势的动态变化，剖析公共卫生事件冲击下的系统性金融风险传导路径与驱动机制，为健全国际金融风险监控机制，完善突发危机下的风险治理提供有益的参考依据长期以来，国际金融风险的跨市场传染一直是系统性风险研究的核心问题，大量文献从金融资产的收益联动( ， ) 波动溢出( ， ) 尾部风险共振( ，) 等不同视角，进行了深入的研究 然而，大部分文献是在传统的低维框架中开展分析，因此研究对象受到极大限制，难以反映多个机构多个市场间复杂的风险传染效应，可能导致研究结论出现显著偏差( ， ) 究其原因，这是因为低维网络中的样本选取可能面临遗漏变量问题，进而导致模型的有偏设定 随着现代计量方法的不断发展，为了解决 模型的维度诅咒问题，近期学者们相继采用 与弹性网络收缩等技术，对风险传染展开深入研究，并取得了显著的效果 其中，弹性网络收缩技术结合了 与岭回归分析方法，其在短时序多变量高维模型的模拟分析中有着更好的功效( ， ) ，而且对于基于滚动窗口的高维模型估计，弹性网络技术具有更强的适用性( ， )随着金融风险传染关系研究日臻完善，风险传导的驱动机制及其影响因素也受到了学者们的密切关注 具体而言，贸易关联资本流动均是金融风险扩散的重要渠道 最新的国际研究表明，产业贸易可能成为金融风险扩散的微观传导途径( ， ) 现有文献主要在行业间风险溢出的框架内展开讨论，认为行业贸易能够影响企业的经营业绩，处于同一行业或存在上下游产业链关系的企业更可能发生业绩联动，因而存在较强的金融风险溢出效应( ， ) 与此同时，资本跨境流动也是金融风险传染的重要影响因素 市场间的风险溢出强度可能受资本开放程度影响，而呈现出差异性的风险传导关系( ， ) 在资本高度开放的市场间，投资者的非理性行为更可能以大规模资金流动的形式，迅速传导至其它市场，极端的资本流动甚至可能导致金融危机的蔓延( ， )纵观该领域的研究可知，第一，现阶段结合突发公共卫生事件来考察系统性风险跨市场传染的研究仍相对较少 在海外疫情持续反复，输入性风险上升的背景下，准确识别风险传导路径，有效地甄别金融风险节点，将对中国应对输入性金融风险提供有益的政策启示 第二，现有研究大多对金融风险的网络结构进行分析 少数分析金融风险传导机制的研究，也主要是从行业间的投入产出关系 机构间的借贷与资金流动等角度，来阐述风险扩散的微观驱动机制，从宏观视角考察跨国风险传导渠道的研究仍较为有限 第三，现有研究多是在低维网络中分析系统性风险的跨市场传染 然而有限市场可能带来样本选择偏误问题，因此如何构建高维网络并拓展研究对象，以更加全面地考察疫情冲击之下全球风险传染关系，成为当前亟需研究的重要问题 第四，现有研究表明，静态风险网络只能测度样本期间的平均网络关联程度，难以反映不同市场在不同时期内风险传染角色的转变( ， ) 为了有效刻画风险传染关系的动态演变，构建基于滚动窗口的动态风险网络显得十分必要，而前沿的弹性网络收缩技术正为短时序的高维网络构建提供了有力的分析工具有鉴于此，本文将采用弹性网络收缩技术与网络拓扑分析方法，基于世界各国家( 地区) 的地理区位贸易依存度资本开放程度疫情防控形势，深入考察高维网络中系统性金融风险传染关系及其背后的驱动机制 在得出富有启发意义结论的基础上，本文从突发公共危机治理的新视角，为健全国际金融风险监控机制提出相关建议二模型设定方法说明( 一) 弹性网络收缩技术本文参考 ( ) 等研究，基于各国家( 地区) 的主要股指，计算日度收益率 与波动率 指标:( ) ( ) ( )年第 期( ( ) ( ) ) ( )( ) 式和( ) 式中， 分别为国家( 地区) 主要股指在交易日 的收盘价最高价最低价 在此基础上，本文将使用收益率与波动率作为以下高维 模型的内生变量:( )( ) 式中，为 维内生变量， ( ， ， ，) ，为系数矩阵 为残差项 弹性网络收缩估计( ， ) 将求解以下最优化问题:{ ( ) ［( )， ， ］} ，( )( ) 式中，为弹性网络估计系数矩阵 ，为阶滞后变量 的系数，在收益溢出网络和波动溢出网络分析中分别表示市场 在期的收益率 和波动率 函数( )为惩罚函数 当 时，惩罚函数为 形式; 当 时，模型转化岭回归形式 参数 控制惩罚力度 当 时，系数为 估计结果; 越大，弹性网络收缩力度越大 本文基于均方误差最小化原则，采用 折交叉验证技术( ) 确定参数 和 的取值( 二) 风险传染的网络关联分析本文参考并拓展了 ( ) ( ) ( ) 的研究方法，基于广义方差分解构造风险溢出指标 市场对市场在预测期 的风险溢出 如下:( )( ) 式中， 衡量了因市场的风险冲击而引发的市场收益率波动率在预测期 的误差方差贡献 为预测期 的总体预测误差方差 为市场的冲击导致市场在预测期 的误差方差在此基础上，本文对市场的风险传染角色进行分析 通过计算 ( 指标) ，我们可以刻画在预测期 市场受到的来自于国际市场的总风险冲击，( 指标) 则反映了市场对国际市场的风险冲击总强度:， ， ( )在收益溢出与波动溢出网络中，我们可以按照以上方法，计算 指标，对市场的风险输出与输入强度进行分析 此外，在预测期 ，个变量间的风险传染总效应可以由 ( 在收益溢出与波动溢出网络分析中分别为 和 ) 衡量:( ) ， ( )与此同时，基于新冠肺炎疫情的严重程度地理区域资本开放度收入等级四种分类标准，对个市场进行分组，并对组内各市场分别计算 ( ) ( ) 指标:， ( )， ， ， ( )和 指标分别反映了市场 对海外股市的风险输出强度，与其受到的来自于外部的风险冲击 和 指标衡量组别 中市场 对其他组别所有个体的平均风险输出强度，以及受到的来杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染本文对高维 模型的所有内生变量进行单位根检验，结果显示拒绝存在单位根的原假设，结果留存备索自于其他组别所有市场的平均风险输入强度 表示组别 中的市场个数 通过比较各组市场和 指标的均值，我们能够有效识别不同类型市场的风险传导角色 当时，该组别为风险净输出市场; 当 时，该组别为风险净输入市场最后，本文还通过计算 ( ) 指标，刻画各组市场间的风险传导强度:， ， ( )其中，市场属于组，市场属于组 和 分别表示组别 与组别 中的市场个数( 三) 突发公共卫生事件对全球股市风险传染的影响分析本文将基于股市风险传染网络的静态与动态分析结果，考察新冠肺炎疫情对于世界各国( 地区) 资本市场的影响 在影响机制分析部分，我们提出如下研究假设:假设一: 突发公共卫生事件将显著影响国际股票市场中的负面投资预期与恐慌情绪，加速系统性金融风险的跨市场传染年以来，新冠肺炎疫情的爆发在短期内引发了大范围的经济停滞 在疫情持续蔓延的背景下，可能影响全球金融风险传染的重要因素之一是非预期冲击导致的投资者恐慌 受宏观经济的不确定性影响，当单一市场发生危机时，投资者出于风险规避因素考虑，可能在全球范围内减少高风险的股权投资，进而引发股票市场的风险共振( ， ) 鉴于此，本文将采用累计当日新增确诊新冠肺炎病例数等指标，反映各国家( 地区) 的疫情风险状况，衡量疫情冲击之下国际股票市场的投资者恐慌情绪，研究疫情对金融风险传染的影响机制假设二: 国际贸易是股市风险扩散的重要途径 在贸易关联较为紧密的市场间，股市风险共振效应更强国际贸易能够影响各经济体的国际收支状况宏观经济增长，进而导致各国家( 地区) 经济周期与金融市场表现的趋同( ， ) 突发公共卫生事件背景下，经济隔离与停摆引发的国际产业链断裂，将从经济基本面角度对全球股市风险传导产生间接影响 现阶段，由于各国的疫情防控与复产复工不同步，国际贸易与全球价值链的修复正面临挑战 在后疫情时期，国际贸易网络中交易伙伴的疫情防控形势，也可能影响本国( 地区) 的宏观经济复苏与金融稳定 因此，股市风险溢出可能通过国际贸易渠道传导扩散假设三: 股市风险的溢出强度可能受资本开放程度的影响，进而在不同市场间表现出差异化的风险溢出强度在全球金融一体化的背景下，国际资本流动也可能成为金融风险的传导渠道 当市场间存在较为活跃的资本流动时，金融风险的溢出效应更为明显 短期内，国际资本大规模流入个别国家( 地区) 的金融市场，将引发金融风险的集聚与资产泡沫，还可能导致各国家( 地区) 社会总投资水平的同步变化，进而引发国际金融风险的共振( ， ) 因此本文将根据资本开放程度对各市场分组，以分析各组市场的风险特征，讨论资本开放对金融风险传染的影响为了考察上述影响机制，在疫情时期的静态网络影响因素分析中，本文进行如下截面回归:( )( ) 式中，因变量 包括 和 ，分别表示市场 对市场 的收益溢出与波动溢出强度 自变量 和 分别为市场 和市场 的疫情风险指标，采用样本期间日均累计确诊病例 新增确诊病例 的对数值等指标来衡量，以上指标均能够刻画各市场的疫情风险状况 为残差项同时，为了考察股市风险传导的驱动机制，参考 ( ) 的研究方法，计算 指标:( )年第 期指标反映了市场对市场的贸易依存度，由来源于市场的进口额占市场总进口的比重来衡量 该指标越大，表明市场作为进口来源国的相对重要性越高此外，本文还控制了市场 和市场的经济规模( ) 资本开放度( ) 经 济 发 展 程 度( ) 基于数据可得性，贸易依存度经济规模( 各国家( 地区) 占样本市场总 比重)经济发展程度指标( 各国家( 地区) 人均 ) 根据 年统计数据计算，资本开放度指数() 为 年数据其次，基于 天滚动窗口的方差分解结果，讨论新冠疫情与股市风险传染的动态关系，回归方程如下:( )( ) 式中，因变量 包括 和 ，分别表示交易日的全球股市收益溢出与波动溢出总效应( 方差分解预测期为 ) 为期的全球疫情风险指标，包括全球累计确诊病例新增确诊病例 等变量 本文选取的控制变量包括 ( 欧洲斯托克 期权波动率指数)( 新兴市场 波动率指数) ( 标准普尔 波动率指数) ，以上指标反映了世界重要资本市场的行情波动，有助于我们有效甄别全球股市的风险驱动力量 此外，控制变量中还选取了项避险资产的价格波动率，分别是 ( 原油 波动率指数) 和 ( 黄金矿商 波动率指数) 为残差项最后，本文对新冠疫情爆发以来中国的风险传染特征进行动态分析，回归方程如下:( )( ) 式中，因变量 包括 和 ，分别为波动溢出与收益溢出网络中交易日 中国 股市场受到的来源于国际市场的风险冲击( 指标) ，以及 股市场对国际股市的风险输出强度( 指标) ， 为预测期 为残差项 自变量 在 指标为因变量的回归中为 (期除中国外的世界其它地区疫情指标) ，在 指标为因变量的回归中为 ( 期中国的疫情指标) 参考 ( ) 等文献，本文的控制变量包括 股三因子( 市场资产组合因子 市值因子 账面市值比因子 ) 和股市波动率指数( ) 最后，我们还选用国债期限利差( 年期国债利率与 个月国债利率差) 泰德利差 ( 个月期银行间市场利率与 个月国债利率差) 有效汇率指数 以控制同期的宏观经济状况 其中，国债期限利差反映了市场对宏观经济走势的基本预期，当经济衰退预期加大时，市场避险情绪将导致长期债券收益率走低，甚至可能出现利率倒挂现象 泰德利差走高，表明银行借贷成本上升，信贷供给将显著收缩，市场可能面临流动性短缺 此外，本文选用有效汇率指数以控制股票市场与外汇市场间的风险反馈机制( 四) 数据说明本文选取 个国家( 地区) 的主要股指，计算各市场的收益率和波动率 实证分析涉及两个杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染个国家( 地区) 股指样本分别为: 中国 股市场( 上证指数) 中国台湾( 台湾加权指数) 中国香港( 恒生指数) 阿联酋( 阿联酋 综指) 越南( 胡志明指数) 泰国( 泰国 指数) 印度尼西亚( 印尼综指) 沙特阿拉伯( 沙特全指) 菲律宾( 马尼拉综指) 黎巴嫩( 贝鲁特 指数) 以色列( 指数) 印度( 指数) 韩国( 韩国综合指数) 新加坡( 富时新加坡海峡指数) 日本( 日经 指数) 土耳其( 伊斯坦堡 指数) 马来西亚( 富时马来西亚综指) 卢森堡( 卢森堡 指数)捷克( 布拉格综指) 意大利( 意大利富时 指数) 希腊( 希腊 综指) 丹麦( 丹麦 指数) 爱尔兰( 爱尔兰综指) 比利时( 比利时 指数) 瑞士( 瑞士 指数) 俄罗斯( 俄罗斯 指数) 荷兰( 荷兰 指数) 西班牙( 西班牙马德里 指数) 法国( 法国 指数) 德国( 德国 指数) 英国( 英国富时 指数) 波兰( 华沙证交所领先 指数) 匈牙利( 布达佩斯股市指数) 芬兰( 芬兰 指数) 挪威( 挪威 指数) 乌克兰( 乌克兰 指数) 葡萄牙( 葡萄牙 指数) 瑞典( 瑞典 全指) 奥地利( 奥地利 指数) 埃及( 开罗 指数) 尼日利亚( 尼日利亚综指) 澳大利亚( 澳大利亚普通股指数) 新西兰( 新西兰综合指数) 委内瑞拉( 委内瑞拉 指数) 巴西( 巴西 指数) 智利( 智利 指数) 阿根廷( 阿根廷 指数) 墨西哥( 墨西哥 指数) 加拿大( 多伦多 指数) 美国( 标普 指数)时间窗口，前疫情时期为 年 月 日至 年 月 日，疫情时期为 年 月 日至年月 日 为了解决全球股市非同步交易的问题，借鉴 ( ) 的处理方法，对收益率和波动率进行 个交易日的移动平均处理 本文所使用的股指行情序列各国家( 地区)疫情风险指标及控制变量，来源于国际贸易统计国际货币基金组织世界银行 金融开放度指数数据库 数据库中国资产管理研究中心国泰安数据库国际清算银行三实证结果与分析( 一) 全球股市风险传染的静态网络分析首先，本文采用弹性网络收缩技术构建了全球股市高维风险网络 图 显示，新冠疫情爆发以来，全球股市间收益溢出与波动溢出网络均呈现出显著的地理溢出效应 究其原因，这可能是由于新冠疫情的扩散与人口货物流动密切相关，疫情爆发也存在地理集聚现象，因而其在股票市场中引发的投资者恐慌与金融动荡也表现出地理效应 地理位置相近的市场间，风险传染效应更为显著 具体而言，在风险网络中欧美市场( 深色节点) 分布较为接近，存在明显的风险溢出效应其中，欧洲市场由于经济一体化程度较高，市场间生产要素的跨境流动频繁，贸易关联紧密，因而股票市场的风险传染效应最为明显 而亚洲非洲市场则主要分布在风险溢出网络的边缘区域，中国股市场与中国香港马来西亚韩国等亚洲股市间存在比较明显的风险溢出效应 上述市场间紧密的经济贸易联系，以及较为接近的地理地缘因素，导致了显著的股市风险传染效应图 市场间股市风险传染的静态网络注: ( ) 深色节点为欧美市场，灰色节点为亚洲非洲大洋洲市场 ( ) 图 画出风险溢出强度处于前 两两交互市场间的风险扩散关系，箭头表示风险传导的方向 节点越大，风险输出能力越强 节点距离越远，风险传导强度越低，网络图采用 算法进行可视化分析 ( ) 节点为中国 股市场，方框区域均为亚洲市场 ( ) 方差分解预测期 天，样本期间 年 月 日 月 日( 图 至图 与此处注释相同)为了进一步分析突发公共卫生事件的影响，本文对疫情爆发前后的风险溢出总效应进行对比新冠疫情爆发后，系统性金融风险的跨市场传染效应显著上升 如图 所示，收益溢出网络中的指标由 上升至 ，波动溢出网络的 指标由 升至 这表明，随着新冠疫情的扩散与经济下滑，资本市场中的恐慌情绪高涨，此时单一市场的异质性震荡，也可能引发全球股市的系统性金融风险爆发年第 期为了有效分离出突发公共卫生事件对于投资情绪的影响，本文将疫情时期样本集中于新冠疫情爆发，全球股票市场系统性金融风险集中释放的 年 月 日至 月 日( 月最后交易日)本文对国际金融危机期间的全球股市风险传染的静态网络进行了对比分析，结果留存备索 研究结果显示，相较于突发公共卫生事件，在面临其他重大风险事件冲击时，国际股市系统性金融风险溢出的地理效应并不明显图 新冠肺炎疫情爆发前后股市风险总溢出强度对比下面将对疫情时期的 个股票市场进行分类，采用网络拓扑分析方法，讨论各组市场间的风险传染关系 首先，本文基于各国家( 地区) 的日均累计新冠肺炎确诊病例的分位数，将研究样本划分为 组，并对各组市场计算网络关联指标 表 显示，在全球股市收益溢出与波动溢出网络中，严重疫情风险市场与中高等疫情风险市场的 指标显著高于其他组别，能够对国际市场造成显著的冲击影响 同时，中等中低等疫情风险市场的 指标相对较高，其资本市场的脆弱性较高，较易受到输入性金融风险的冲击表 全球股市风险传染的静态网络关联分析( 根据疫情严重程度分组): 收益溢出的网络关联分析( )严重 中高等 中等 中低等 低等严重疫情风险市场中高等疫情风险市场中等疫情风险市场中低等疫情风险市场低等疫情风险市场: 波动溢出的网络关联分析( )严重 中高等 中等 中低等 低等严重疫情风险市场中高等疫情风险市场中等疫情风险市场中低等疫情风险市场低等疫情风险市场注: 严重疫情风险市场中高等疫情风险市场中等疫情风险市场中低等疫情风险市场低等疫情风险市场分别为样本期内日均累计确诊排序前 以后的国家( 地区)杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染本文对前疫情时期样本进行了网络关联分析 疫情爆发后大部分市场组的风险指标出现上升，结果备索由图 可以发现，严重疫情风险与中高等疫情风险市场是全球系统性金融风险的重要发源地，这在 年 月以来国际股票市场的走势中得到了佐证 样本期内疫情风险较高的市场，较早地出现了异常波动，此后金融风险迅速扩散至其他国家( 地区) 具体而言，系统性金融风险在疫情发展较为迅猛的美国集中爆发，自 月 日起美股史无前例地经历了 次熔断，此后的 月 日股市暴跌潮更是在多国蔓延 随着新冠疫情的全球大流行，突发公共卫生事件从投资消费等渠道影响着全球经济，严重冲击了资本市场的投资信心 菲律宾泰国等低等疫情风险中低等疫情风险地区也随之受到冲击，其股票市场相继触发熔断图 各市场的风险传染角色分析( 根据疫情严重程度分组)其次，本文将研究样本按其所处大洲划分为 组，分析不同地理区域市场间的风险传导关系表 显示，在收益溢出与波动溢出网络中，北美洲欧洲市场的组内风险溢出效应较强，以上 组市场对角线上的 指标均超过 ，这意味着北美与欧洲股市的风险扩散表现出显著的地理溢出特征，处于同一大洲的市场间系统性金融风险的溢出强度相对更高 从 与 指标来看，欧洲市场能够对其他市场形成显著的风险冲击，对外输出风险的能力较强 在 年月中旬的全球股市暴跌潮中，德国英国法国等多个欧洲国家的主要股指一度出现单日跌幅超过的剧烈震荡，在全球股市波动溢出与收益溢出网络中均是主要的风险源表 全球股市风险传染的静态网络关联分析( 根据地理区域分组): 收益溢出的网络关联分析( )亚洲 欧洲 非洲 大洋洲 南美洲 北美洲亚洲欧洲非洲大洋洲南美洲北美洲: 波动溢出的网络关联分析( )亚洲 欧洲 非洲 大洋洲 南美洲 北美洲亚洲欧洲年第 期续表: 波动溢出的网络关联分析( )亚洲 欧洲 非洲 大洋洲 南美洲 北美洲非洲大洋洲南美洲北美洲图 对各大洲市场的风险传染角色进行了分析 值得注意的是，样本期内除了在国际金融体系中占据主导地位的发达市场外，南美洲新兴市场也是全球股市波动溢出的重要驱动节点 以疫情高风险国家巴西为例， 年 月 日至月 日巴西股市一度 次触发熔断机制，股市的异常波动与反复震荡加剧了投资者的避险情绪，对全球金融市场的稳定造成了显著的负面冲击图 各市场的风险传染角色分析( 根据地理区域分组)再者，本文根据资本开放指数，将研究样本划分为 组 已有研究指出，资本管制与资本账户开放是市场间风险传染的重要影响因素，当各经济体间存在频繁的资本流动时，金融风险的传染效应更为明显( ， ) ，本文的发现佐证了以上研究结论 表 显示，在收益溢出与波动溢出网络中，高度资本开放市场与中高度资本开放市场间及其组内的 指标均在以上，上述两组市场表现出较为显著的风险共振与风险传染效应 此外，在两种风险溢出网络中，高度资本开放市场均是 和 指标最高的组别 以上结果表明，资本流动性较高的市场，对外输出风险与接收风险的强度均处于较高水平，能够对其它市场形成显著的风险冲击，也更容易受到海外市场震荡的影响，是全球股市风险网络的枢纽中心，本文的研究假设三成立表 全球股市风险传染的静态网络关联分析( 根据资本开放度分组): 收益溢出的网络关联分析( )高度 中高度 中低度 低度高度资本开放市场中高度资本开放市场中低度资本开放市场低度资本开放市场杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染续表: 波动溢出的网络关联分析( )高度 中高度 中低度 低度高度资本开放市场中高度资本开放市场中低度资本开放市场低度资本开放市场注: 基于数据可得性，本文对样本中除中国台湾卢森堡外的 个股票市场按照资本开放度指数分组 高度资本开放市场中高度资本开放市场中低度资本开放市场低度资本开放市场分别为资本开放度指数大于等于 小于 的国家( 地区)图 报告了基于资本开放度分组的市场风险传染角色，在收益溢出与波动溢出网络中，高度资本开放与中高度资本开放市场均位于 线的左上方，属于风险净输出节点，能够对其它股票市场的风险水平产生显著的影响 在两种风险溢出网络中，中低度资本开放市场均是最小的节点，风险净输入强度最高，较易受到国际股市异常波动的外部冲击图 各市场的风险传染角色分析( 根据资本开放度分组)注: ( ) 各市场的风险溢出角色根据球心位置判断 对角线左上方区域为风险净输出市场，对角线右下方区域为风险净输入市场 ( ) 气泡越大，风险净溢出强度越大 图注同图最后，我们基于各国家( 地区) 所处的收入等级对样本市场进行分组 表 中 指标的分析结果显示，在收益溢出与波动溢出网络中，高等收入市场的组内风险传染效应最为显著，这意味着发达经济体的股票市场间存在明显的风险联动 与此同时，高等收入市场的 和指标最高，这表明经济发展程度较高的市场，其资本市场对外溢出风险的能力也越强 究其原因，这可能是由于欧美发达经济体在初期因疫情形势严峻而引发了投资者恐慌情绪的蔓延，从而导致了股市熔断潮，并由此加剧了金融风险的快速传染表 全球股市风险传染的静态网络关联分析( 根据收入等级分组): 收益溢出的网络关联分析( )高等收入 中高等收入 中低等收入高等收入经济体中高等收入经济体中低等收入经济体年第 期续表: 波动溢出的网络关联分析( )高等收入 中高等收入 中低等收入高等收入经济体中高等收入经济体中低等收入经济体图 进一步展示了各收入等级市场的风险净溢出状况 由图 可以看出，各组市场的风险净溢出强度随收入水平的上升而严格递增 这意味着，发展中经济体的金融市场脆弱性相对更高这可能是因为，新兴市场的经济基本面较为薄弱，且金融市场发展相对滞后，股票市场中投资者的经验有限，在面临外部风险事件时，更易出现恐慌驱动的非理性 羊群行为 这将加剧新兴经济体的金融市场动荡，导致输入性风险的上升图 各市场的风险传染角色分析( 根据收入等级分组)( 二) 突发公共卫生事件下的股市风险传染静态影响因素分析基于疫情时期的静态风险网络，本文对两两交互市场间的收益溢出与波动溢出进行了影响因素分析 表显示，市场 对市场 的收益溢出( ) 波动溢出( ) 与市场 的新冠肺炎累计确诊病例数( ) 新增确诊病例数( ) 均呈显著正相关关系 这表明，当一国( 地区) 的疫情防控局势较为严峻时，其更可能成为国际股票市场恐慌情绪的发源地，将对海外资本市场形成显著的风险冲击，本文的研究假设一成立 此外，本文的研究发现还表明，国际贸易是金融风险跨市场扩散的重要传导渠道 在表 的所有回归中， 和 项系数显著为正，说明当市场 与市场 存在紧密的贸易联系，两者的贸易依存度较高时，市场间的收益溢出与波动溢出效应更为明显，本文的研究假设二成立 这可能是因为，国际贸易与海外需求能够直接影响宏观经济基本面，进而对资本市场产生冲击因此，各市场在全球价值链中的地位与其金融风险溢出能力密切相关值得注意的是，在大部分回归中 项系数均相对更大 这表明，在国际产业链中金融风险由下游向上游传导的效应更为明显 以上结论也表明，在当前全球疫情多点爆发的背景下，除抗疫物资外的海外需求将快速收缩，企业资金链与供应链的断裂将给实体经济与金融市场的稳定带来重大隐患( ， )表 突发公共卫生事件对全球股市风险传染的静态影响分析: 基于累计确诊指标( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染续表: 基于累计确诊指标( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( )( ) ( )样本量: 基于当日新增确诊指标( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( )年第 期续表: 基于当日新增确诊指标( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( )( ) ( )样本量注: ( ) 省略常数项结果 分别表示回归结果在 的水平上显著 ( ) 括号内为稳健标准误，方差分解预测期 天( 三) 全球股市风险传染的动态网络分析本文采用滚动窗口的估计方法，构建了全球股市的动态风险溢出网络，图( ) 报告了收益溢出总效应的动态趋势 在 年 月以前，全球股市的收益溢出总效应处于较低水平 年月下旬受突发公共卫生事件影响，中国香港恒生指数与 股上证指数出现下行调整行情 然而，在市场恐慌一次性释放之后，中国股市于 月底逐渐回复到疫情爆发前的水平 总体来看，区域性风险震荡并未对全球股市产生显著影响 究其原因，这是由于中国的疫情防控措施是积极有效的，资本市场预期新冠肺炎疫情对中国经济基本面的冲击基本可控 随着新冠肺炎疫情在世界范围内的持续扩散，全球股市的收益溢出总效应逐渐走高，于 年 月中旬达到峰值并维持在较高水平 同时，以上结论在基于不同方差分解预测期的分析中均保持一致图 全球股市风险溢出的动态趋势分析注: ( ) 事件 : 年 月 日，中国 股市场超 只个股跌停 ( ) 事件 : 年 月 日，美股史上第二次触发熔断机制 ( ) 事件 : 年 月 日，欧 洲 股 市 暴 跌，美 国巴西等多国股市触发熔断 ( ) 事 件 :年 月 日，德国 法国 创 年来新低; 英国富时 创 年来新低; 美国等多国股市触发熔断 ( ) 事件 : 年 月 日，欧洲股市全线暴跌，美股史上第五次触发熔断 ( ) 事件 : 年 月 日，欧美股市再现震荡，欧洲三大股指跌超 ，美国三大股指跌超 ( ) 事件 : 年 月 日，全球股市集体杀跌 ( ) 事件 : 年 月 日，亚洲股市遭遇重创，恒 生 指 数 跌 超 ，创 年 月以来最大单日跌幅( ) 滚动窗宽 个交易日 ( ) 受篇幅限制，正文仅报告收益溢出总效应的动态趋势图，波动溢出总效应的动态趋势基本一致，结果备索杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染图( ) 显示了 年 月 期 间，国际市场对中国 股市场的风险溢出动态变化年上半年，中国实体经济面临需求锐减 投资减少的严峻局面，资本市场恐慌情绪攀升在 月 股市场剧烈震荡期间，中国股市与海外市场间的风险共振效应显著加强 随 着 全 球新冠肺炎确诊病例的上升，中国的 指标持续攀升 目 前，海外疫情反复持续影响着中国的实体经济与金融市场，我国仍应高度警惕国际市场间的风险扩散，做好输入性金融风险的监测与应对( 四) 突发公共卫生事件下的股市风险传染动态影响因素分析下文将对全球股市收益溢出与波动溢出总效应的动态影响因素进行分析 在表 的( )( ) 列回归中，所有疫情风险指标与 指标均呈显著正相关关系 这意味着，在疫情风险较高的时期，投资需求疲软，市场避险情绪高涨，风险的跨市场传染效应较为明显 从不同预测期疫情风险指标的系数大小来看，随着预测期的延长，疫情带来的负面冲击将逐渐被市场消化，疫情风险对于收益溢出的影响强度可能出现下降 表 的( ) ( ) 列中，各项疫情风险指标的系数保持显著为正，表明在新冠肺炎疫情防控局势不断恶化的背景下，各市场间的波动率联动更为明显表 突发公共卫生事件对全球股市风险溢出总效应的动态影响分析( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) ( ) ( )控制变量 是是是是是是 是 是样本量注: 括号内为 调整标准误 滚动窗宽 个交易日 受篇幅限制，省略控制变量与常数项回归结果表注同表表 报告了突发公共卫生事件对中国股市风险的动态影响分析结果 表 显示， 项系数在所有回归中均显著为正，表明中国股市受到的外部风险冲击强度与海外新冠肺炎累计确诊病例数显著正相关 年下半年以来，在经济重启与复产复工的背景下，新冠肺炎疫情出现局部反弹，疫情进入新的爆发周期 海外疫情风险的持续上升加剧了中国股市的脆弱性，国际市场对中国股市的冲击强度不断上升 与此同时， 系数在所有回归中均显著为正，表明中国股市对外输出风险的强度与本土疫情风险显著正相关 在中国本土累计确诊病例数较高的时期，其对国际市场的风险溢出能力相对较强表 突发公共卫生事件对中国股市的动态影响分析( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( )( ) ( ) ( ) ( )年第 期在突发公共卫生事件下的股市风险传染动态影响因素分析部分，本文主要通过以下方式进行稳健性检验: ( ) 使用累计当日新增死亡病例现存病例数指标作为疫情风险的代理变量，进行回归分析; ( ) 使用新冠疫情爆发前后风险指标的变化量作为因变量，进行回归分析; ( ) 将所有自变量滞后一期，以解决可能存在的内生性问题; ( ) 调整方差分解预测期( 天 天天) 我们依然得到一致稳健的结论，分析结果留存备索续表( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )控制变量 是是是是是是 是 是样本量四结论与建议本文采用最新发展的弹性网络收缩技术构建高维网络，研究了新冠疫情冲击之下国际股票市场间的系统性金融风险传染及其驱动机制 分析结果表明，与传统的风险网络相比，突发公共卫生事件背景下，金融风险传染的地理效应更为明显，中国 股市场与亚洲地区的股票市场间存在高强度的风险溢出 总体来看，疫情较为严重资本开放程度较高经济较为发达的地区是全球主要的系统性金融风险输出节点 同时，国际贸易资本开放均可能成为金融风险扩散背后的驱动机制，尤其在贸易依存度与资本开放度较高的经济体间，系统性金融风险的传染效应更为明显 动态风险网络的分析结果还表明，随着新冠疫情的扩散，全球股市风险溢出总效应持续攀升，并于年 月中旬资本市场发生暴跌潮期间达到峰值 受海外疫情防控形势变化的影响，国际市场对中国 股市场的风险冲击强度也在持续上升 具体而言，中国对国际市场的风险冲击与本土疫情严重程度显著正相关，而海外疫情的持续恶化将导致输入性金融风险的上升本文的研究表明，新冠疫情的持续蔓延显著加剧了全球股票市场的系统性金融风险共振，其对股市的影响主要存在以下两种机制: 第一，突发公共卫生事件爆发初期，疫情冲击将直接影响本国的投资预期，导致恐慌情绪高涨，进而加剧系统性金融风险 第二，随着疫情扩散与防疫工作的开展，经济隔离与停摆进一步通过国际贸易链等途径对全球股市产生间接影响，从而加剧了系统性风险传染 基于以上研究结论，本文得到三点启示:第一，本文的研究结果表明，疫情风险较高的国家( 地区) 对外输出金融风险的能力较强，样本期间内欧美国家是全球股市系统性金融风险的重要源头 现阶段，新兴市场已逐渐成为全球新冠疫情的震中 南亚拉丁美洲相对脆弱的公共卫生体系与经济基础，加剧了相关地区的疫情风险，印度巴西等国家的新增确诊病例数持续居高不下 在此背景下，金融监管部门应结合各国家( 地区) 疫情防控形势的变化，建立动态的金融风险预警机制，在世界范围内识别系统性金融风险的动荡源 中国应重点关注上述高疫情风险地区的金融市场动态，并完善尾部事件应对机制，以防范系统性金融风险的跨市场传染 此外，中国还应积极推进公共卫生领域的国际合作，与世界各国共同抗击新冠肺炎的蔓延，加速修复全球经济，为金融市场乃至经济的平稳发展创造有利条件第二，本文发现，突发公共卫生事件爆发初期，疫情冲击可能直接导致本国市场的投资恐慌，进而加剧系统性金融风险 此时投资者的非理性行为将推高股市波动性，降低股票市场的韧性与抗风险能力 在 年 月疫情爆发的初始阶段，中国股市一度出现剧烈震荡，其与国际市场间的风险传染效应较为明显 目前，中国的疫情防控工作已取得阶段性成就，股市呈稳定发展态势和较强韧性 但我们需对此保持审慎乐观态度，疫情防控形势仍存在反弹乃至恶化的可能性，疫情的局部性反复与散点式爆发将持续冲击资本市场的投资信心，未来中国仍然面临着显著的外部风险冲击 因此，在海外市场发生异常波动，疫情防控形势出现重大变化的时期，中国的金融监管当局应及时采取措施，纾解避险情绪，树立正向的市场预期，维护国内资本市场的投资信心第三，本文研究表明，系统性金融风险的跨市场传染与地理区位因素密切相关，市场间的贸易关联与资本流动均可能成为金融风险的重要传导渠道 在全球价值链体系中，贸易伙伴的疫情防控也可能影响本国股票市场的稳定，推高全球股市的风险共振强度 有鉴于此，中国应高度关注与杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染中国贸易依存度较高资金流动较为频繁的市场，加强跨境资金流动监测，高度警惕亚洲金融市场间的风险溢出效应，防范外部风险冲击与内部经济下行因素的复合叠加 与此同时，我国还应以积极的财政政策与货币政策支持经济复苏，这将有助于缓解经济下行压力，防范疫情短期冲击而引发系统性金融风险参考文献， ， ， ， ，， ， ( ) ，， ， ， ， ， ，，( ) ，， ， ， ， : ， ， ，， ， ， ， ，，( ) ，， ， ， ， ， ，， ， ( ) ，， ， ， ， ? ，， ( ) ，，， ， ， ， ， ，， ( ) ，， ， ， ， :， ，( ) ，， ， ， ， ， ，( ) ，， ， ， ， ， ， ，，( ) ，， ， ， ， :， ， ，， ， ， ， ， ，， ， ( ) ，， ， ， ， ? ，， ( ) ，，， ， ， :， ，( ) ，， ， ， ， ，( ) ，， ， ， ， :， ，， ， ， ， ，( ) ，， ， ， ， ， ， : ，，( ) ，，， ， ， ，( ) ，，， ， ， ，，( ) ，，， ， ， ， :， ，，年第 期:，( : ， ;: ， ): ， ，，，，，， ，， ，，，，， ( ， )( ) ，，， ，，( )，，( ) ， ， ，( )，( ) ( )( ) ，， ，( )， ，， ，， ，， ，，，: ; ; ;: ， ，( 责任编辑: 曙 光) ( 校对: 王红梅)杨子晖王姝黛: 突发公共卫生事件下的全球股市系统性金融风险传染