□ 張貝貝 謝雪梅 周 茜

（1.北京郵電大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100876；2.浙江農(nóng)林大學(xué) 暨陽(yáng)學(xué)院，浙江 紹興 311800）

一、引言與文獻(xiàn)綜述

近年來(lái)，歐洲債務(wù)危機(jī)、中美貿(mào)易摩擦、COVID-19 疫情等各種“黑天鵝”事件與“灰犀牛”因素加劇了全球經(jīng)濟(jì)金融體系的不確定性（Uncertainty）及其蘊(yùn)含的系統(tǒng)性風(fēng)險(xiǎn)（Systemic Risk）。不斷攀升的不確定性已成為“人類命運(yùn)共同體”共同面臨的挑戰(zhàn)與難題。在嚴(yán)峻復(fù)雜的內(nèi)外部形勢(shì)下，一方面，需要出臺(tái)靈活多樣的政策組合來(lái)應(yīng)對(duì)諸多不確定性事件沖擊；另一方面，頻繁的政策調(diào)整也進(jìn)一步推高了經(jīng)濟(jì)政策不確定性（Economic Policy Uncertainty，EPU），并由此對(duì)我國(guó)經(jīng)濟(jì)金融體系產(chǎn)生明顯的外溢沖擊效應(yīng)[1-5]。因此，在當(dāng)前中國(guó)經(jīng)濟(jì)下行壓力增大、世界經(jīng)濟(jì)增長(zhǎng)不確定性較高的特殊時(shí)期，重新審視系統(tǒng)性金融風(fēng)險(xiǎn)沖擊來(lái)源、考察和檢驗(yàn)EPU 沖擊對(duì)中國(guó)金融體系的溢出效應(yīng)和傳導(dǎo)機(jī)制具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

風(fēng)險(xiǎn)的溢出和傳染效應(yīng)是系統(tǒng)性金融風(fēng)險(xiǎn)爆發(fā)的核心所在。隨著現(xiàn)代數(shù)據(jù)分析技術(shù)的日臻完善，網(wǎng)絡(luò)拓?fù)涑蔀榻獯a復(fù)雜系統(tǒng)空間關(guān)聯(lián)性結(jié)構(gòu)的重要工具，為考察系統(tǒng)性金融風(fēng)險(xiǎn)及其傳染效應(yīng)提供了新的研究視角。苗文龍等[6]基于24 個(gè)國(guó)家/ 地區(qū)銀行部門(mén)的跨境信貸債權(quán)債務(wù)數(shù)據(jù)，研究全球跨境信貸網(wǎng)絡(luò)結(jié)構(gòu)變動(dòng)及其對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)傳染的影響。Paltalidis 等[7]采用最大熵方法構(gòu)建動(dòng)態(tài)金融網(wǎng)絡(luò)，使無(wú)資產(chǎn)負(fù)債關(guān)聯(lián)的跨部門(mén)風(fēng)險(xiǎn)傳染研究成為可能。Billio 等[8]將風(fēng)險(xiǎn)格蘭杰因果關(guān)系研究擴(kuò)展到網(wǎng)絡(luò)化體系，將風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)的構(gòu)建從無(wú)向推向有向，但該方法仍局限于孤立環(huán)境中兩兩變量間的關(guān)聯(lián)性考察。隨著現(xiàn)代計(jì)量技術(shù)的拓展和延伸，通過(guò)將向量自回歸模型的方差分解技術(shù)映射到網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中，考察風(fēng)險(xiǎn)網(wǎng)絡(luò)中的系統(tǒng)關(guān)聯(lián)性并測(cè)度系統(tǒng)性風(fēng)險(xiǎn)的傳染效應(yīng)，正逐漸成為這一領(lǐng)域中的代表性方法[9-10]。中國(guó)作為典型的銀行主導(dǎo)型金融結(jié)構(gòu)，相關(guān)實(shí)證研究聚焦于銀行等金融機(jī)構(gòu)個(gè)體層面的網(wǎng)絡(luò)特征及系統(tǒng)性風(fēng)險(xiǎn)貢獻(xiàn)。如宮曉莉等[11]構(gòu)建了我國(guó)上市金融機(jī)構(gòu)信息溢出網(wǎng)絡(luò)，發(fā)現(xiàn)金融網(wǎng)絡(luò)特征向量中心性是系統(tǒng)性風(fēng)險(xiǎn)外溢因子的重要驅(qū)動(dòng)因素。

現(xiàn)有金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)研究多集中在銀行等金融機(jī)構(gòu)之間，而當(dāng)前金融體系面臨的動(dòng)蕩源和潛在風(fēng)險(xiǎn)點(diǎn)日益增多，如何構(gòu)建能夠直接反映金融體系內(nèi)部風(fēng)險(xiǎn)壓力承接與轉(zhuǎn)移的跨部門(mén)風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)，并進(jìn)一步基于外部沖擊視角探究EPU 在其間的作用機(jī)制具有重要價(jià)值。研究創(chuàng)新之處在于：第一，基于復(fù)雜系統(tǒng)科學(xué)視角，將金融市場(chǎng)多維度、多層次潛在風(fēng)險(xiǎn)源納入風(fēng)險(xiǎn)監(jiān)測(cè)，并基于因子分析法構(gòu)建金融部門(mén)各維度風(fēng)險(xiǎn)壓力指數(shù)。第二，綜合采用溢出指數(shù)法和復(fù)雜網(wǎng)絡(luò)分析技術(shù)構(gòu)建有向加權(quán)網(wǎng)絡(luò)模型，捕捉EPU 與各部門(mén)維度風(fēng)險(xiǎn)變量間的關(guān)聯(lián)動(dòng)態(tài)和傳導(dǎo)機(jī)制。風(fēng)險(xiǎn)溢出效應(yīng)的識(shí)別與測(cè)度具有網(wǎng)絡(luò)化特征，不僅可以考察EPU 對(duì)不同部門(mén)維度的外溢沖擊影響，而且可以將金融體系內(nèi)部風(fēng)險(xiǎn)壓力承接與轉(zhuǎn)移的交互影響動(dòng)態(tài)納入分析范疇。

二、研究設(shè)計(jì)

（一）中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度指標(biāo)體系重構(gòu)

系統(tǒng)性金融風(fēng)險(xiǎn)與宏微觀經(jīng)濟(jì)基本面的沖擊無(wú)法分割，資金鏈條的各個(gè)環(huán)節(jié)均有可能是風(fēng)險(xiǎn)的觸媒，各環(huán)節(jié)各部門(mén)風(fēng)險(xiǎn)均需要科學(xué)地量化。本文參考并拓展已有系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度指標(biāo)體系[12-15]，綜合考慮不同維度的風(fēng)險(xiǎn)因子，并結(jié)合數(shù)據(jù)的長(zhǎng)度和可獲取性，最終從宏觀經(jīng)濟(jì)、金融機(jī)構(gòu)、股票市場(chǎng)、債券市場(chǎng)、貨幣市場(chǎng)、外匯市場(chǎng)、房地產(chǎn)市場(chǎng)等七個(gè)部門(mén)維度提取35 個(gè)變量信息集，如下表1 所示。特別地，將EPU 作為系統(tǒng)性金融風(fēng)險(xiǎn)監(jiān)測(cè)的一個(gè)重要維度，在識(shí)別金融體系內(nèi)部子系統(tǒng)風(fēng)險(xiǎn)壓力的基礎(chǔ)上，進(jìn)一步解析EPU 在其間的作用機(jī)制，以全面反映政策調(diào)控實(shí)踐、實(shí)體經(jīng)濟(jì)運(yùn)行和金融市場(chǎng)狀況等各方面的主要特征。

表1 中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度指標(biāo)體系構(gòu)建

為統(tǒng)一風(fēng)險(xiǎn)測(cè)度口徑，消除數(shù)據(jù)量綱的非對(duì)稱影響，對(duì)風(fēng)險(xiǎn)測(cè)度指標(biāo)進(jìn)行正向化和標(biāo)準(zhǔn)化處理1篇幅所限，金融部門(mén)各維度風(fēng)險(xiǎn)壓力指數(shù)構(gòu)建過(guò)程與測(cè)算結(jié)果未予以列示，結(jié)果備索。。在此基礎(chǔ)上，使用因子分析法進(jìn)行金融壓力測(cè)試[16]，以測(cè)算各維度風(fēng)險(xiǎn)指數(shù)。具體步驟如下：（1）基于公因子對(duì)應(yīng)特征值大于1 的準(zhǔn)則，初步提取公因子數(shù)量；（2）若特征值大于1的公因子累積方差貢獻(xiàn)率小于80%，則擴(kuò)充公因子數(shù)量至累積方差貢獻(xiàn)率大于80%，以涵蓋原始變量大部分信息；（3）以各公因子方差貢獻(xiàn)率作為風(fēng)險(xiǎn)指數(shù)權(quán)重序列，并與對(duì)應(yīng)公因子得分乘積即可得到各維度風(fēng)險(xiǎn)壓力指數(shù)。

（二）EPU 沖擊下系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)溢出網(wǎng)絡(luò)模型構(gòu)建

研究采用Diebold 等[10]提出的DYCI 溢出指數(shù)法作為構(gòu)建EPU 沖擊下系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)溢出效應(yīng)的模型框架，刻畫(huà)金融體系內(nèi)部風(fēng)險(xiǎn)壓力承接與轉(zhuǎn)移的關(guān)聯(lián)動(dòng)態(tài)，并量化EPU 在其間的作用機(jī)制。

針對(duì)EPU 與七個(gè)維度的風(fēng)險(xiǎn)測(cè)度指數(shù)FSIi，建立p階滯后的VAR 模型，如下式（1）：

其 中，F(xiàn)SIt=(EPU t,FSI1,t,FSI2,t,… ,FSIN,t)',t= 1, 2, …,T，是N維列向量且均為協(xié)方差平穩(wěn)過(guò)程；Φi是待估計(jì)的N×N系數(shù)矩陣；εt～(0, ∑ )，是各分量獨(dú)立同分布的N維擾動(dòng)列向量，∑為協(xié)方差矩陣。為了后面方差分解的需要，將協(xié)方差平穩(wěn)的VAR 模型轉(zhuǎn)化為移動(dòng)平均形式，表示如下式（2）：

則，移動(dòng)平均式的系數(shù)矩陣iA服從如下的遞歸過(guò)程，如下式（3）所示：

其中，A0為N階單位矩陣，且當(dāng)i＜ 0時(shí)，Ai= 0。運(yùn)用方差分解方法，可以將系統(tǒng)中N個(gè)內(nèi)生變量在H步的預(yù)測(cè)誤差方差分解為各變量沖擊對(duì)整個(gè)系統(tǒng)產(chǎn)生影響的百分比。不同于Cholesky 方差分解，廣義預(yù)測(cè)誤差方差分解法（generalized forecast error variance decomposition，GFEVD）獨(dú)立于變量排序，在考察方向性風(fēng)險(xiǎn)溢出效應(yīng)時(shí)具有穩(wěn)健性。在GFEVD 框架下，可計(jì)算兩兩變量間的方差貢獻(xiàn)，如下式（4）：

其中，∑為擾動(dòng)向量 εt的協(xié)方差矩陣；為第i個(gè)變量預(yù)測(cè)誤差的標(biāo)準(zhǔn)差，即協(xié)方差矩陣∑對(duì)角線上的元素；ie是第i個(gè)元素為1，其余元素為0 的單位選擇向量；hA是VAR 模型的無(wú)窮項(xiàng)移動(dòng)平均形式滯后H階的沖擊向量系數(shù)矩陣。在GFEVD 框架下，由于變量之間不是彼此正交的，其對(duì)預(yù)測(cè)誤差的總貢獻(xiàn)度之和不一定為1。為了更好地分析傳染效應(yīng)，采用行加總的方法對(duì)其進(jìn)行歸一化處理，如式（5）：

首先，測(cè)算成對(duì)溢出指數(shù)。即兩兩變量間的風(fēng)險(xiǎn)溢出效應(yīng)，表示為下式（6）：

其次，測(cè)算凈成對(duì)溢出指數(shù)。該指數(shù)綜合考慮了節(jié)點(diǎn)間的風(fēng)險(xiǎn)傳導(dǎo)與反饋效應(yīng)，用表示。

再次，測(cè)算方向性溢出指數(shù)。即節(jié)點(diǎn)i對(duì)整個(gè)系統(tǒng)風(fēng)險(xiǎn)輸出效應(yīng)(TO)和風(fēng)險(xiǎn)輸入效應(yīng)(FROM)。

最后，測(cè)算風(fēng)險(xiǎn)凈溢出指數(shù)。即節(jié)點(diǎn)i在系統(tǒng)網(wǎng)絡(luò)中的有向凈關(guān)聯(lián)程度。用(NET)表示。

三、研究結(jié)果與分析

（一）EPU 沖擊下各維度風(fēng)險(xiǎn)變量交互溢出效應(yīng)的典型事實(shí)與檢驗(yàn)

為了考察和檢驗(yàn)EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)變量間的交互溢出效應(yīng)與傳導(dǎo)機(jī)制，本文綜合采用上述模型構(gòu)建方法從不同層次和角度展開(kāi)實(shí)證檢驗(yàn)與系統(tǒng)分析。其中，VAR 模型的最優(yōu)滯后期數(shù)為p=1，預(yù)測(cè)期數(shù)選用H=4月。表2 列示了全樣本期間EPU 沖擊下系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染關(guān)聯(lián)度矩陣。

表2 EPU 沖擊下系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染關(guān)聯(lián)度矩陣

觀察表2 可以發(fā)現(xiàn)：從方向性溢出指數(shù)來(lái)看，EPU 與各部門(mén)維度風(fēng)險(xiǎn)變量間的交互溢出效應(yīng)呈現(xiàn)非對(duì)稱性。其中，股票市場(chǎng)維度風(fēng)險(xiǎn)溢出效應(yīng)（27.833%）和風(fēng)險(xiǎn)溢入效應(yīng)（22.892%）均位居第一，是系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染的主要渠道。外匯市場(chǎng)作為一國(guó)經(jīng)濟(jì)的重要組成部分，其風(fēng)險(xiǎn)變動(dòng)直接影響著國(guó)家進(jìn)出口結(jié)構(gòu)，從而影響國(guó)際收支平衡以及國(guó)內(nèi)實(shí)體經(jīng)濟(jì)發(fā)展。尤其是在全球資本項(xiàng)目自由化程度提高和匯率制度改革的背景下，外匯市場(chǎng)與其他部門(mén)的風(fēng)險(xiǎn)聯(lián)動(dòng)性增強(qiáng)，其風(fēng)險(xiǎn)溢出效應(yīng)（21.282%）和風(fēng)險(xiǎn)溢入效應(yīng)（22.464%）僅次于股票市場(chǎng)并位居較高水平，這為阻斷系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染提供了新的切入點(diǎn)。從成對(duì)溢出指數(shù)來(lái)看，股票市場(chǎng)維度對(duì)金融機(jī)構(gòu)維度的風(fēng)險(xiǎn)溢出效應(yīng)（14.678%）最強(qiáng)，外匯市場(chǎng)對(duì)宏觀經(jīng)濟(jì)維度的風(fēng)險(xiǎn)溢出效應(yīng)（13.253%）次之。特別地，對(duì)比EPU 與各部門(mén)維度風(fēng)險(xiǎn)變量的溢出效應(yīng)可知，EPU 對(duì)宏觀經(jīng)濟(jì)和外匯市場(chǎng)維度的負(fù)向沖擊效應(yīng)最大，溢出強(qiáng)度分別為4.346%和4.352%，且EPU 的風(fēng)險(xiǎn)溢出效應(yīng)整體高于風(fēng)險(xiǎn)溢入效應(yīng)，并在系統(tǒng)網(wǎng)絡(luò)中表現(xiàn)為凈溢出效應(yīng)，凈溢出指數(shù)高達(dá)8.707%。

進(jìn)一步地，為了對(duì)比分析EPU 在系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染中的作用機(jī)制，本文在統(tǒng)一框架下測(cè)算了不包含EPU 影響的跨部門(mén)風(fēng)險(xiǎn)傳染關(guān)聯(lián)度矩陣（表3）。對(duì)比表2 可以發(fā)現(xiàn)，EPU 的沖擊改變了系統(tǒng)性風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染的方向和強(qiáng)度。其中，在不考慮EPU 沖擊時(shí)，股票市場(chǎng)和外匯市場(chǎng)的風(fēng)險(xiǎn)溢出強(qiáng)度仍位居前2。但是，股票市場(chǎng)的風(fēng)險(xiǎn)溢出指數(shù)由27.833% 降為24.684%，下降幅度為3.149%，而股票市場(chǎng)對(duì)EPU 的溢出效應(yīng)為2.240%。這說(shuō)明EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)變量間存在關(guān)聯(lián)網(wǎng)絡(luò)，且EPU 的沖擊加劇了系統(tǒng)性金融風(fēng)險(xiǎn)的網(wǎng)絡(luò)傳染效應(yīng)。同時(shí)，EPU 的沖擊增加了貨幣市場(chǎng)和外匯市場(chǎng)的脆弱性（風(fēng)險(xiǎn)凈溢出效應(yīng)由負(fù)轉(zhuǎn)正），并使得股票市場(chǎng)和債券市場(chǎng)的風(fēng)險(xiǎn)凈溢出效應(yīng)明顯增加。值得注意的是，盡管EPU 在系統(tǒng)網(wǎng)絡(luò)中能夠吸收一部分來(lái)自其他部門(mén)溢出的風(fēng)險(xiǎn)，但因其與經(jīng)濟(jì)金融部門(mén)的緊密聯(lián)系，其對(duì)各部門(mén)維度的風(fēng)險(xiǎn)溢出強(qiáng)度也較大，最終使得EPU 引起金融網(wǎng)絡(luò)內(nèi)的總體風(fēng)險(xiǎn)水平小幅上升。此外，在不考慮EPU 沖擊時(shí)，各部門(mén)自身的滯后效應(yīng)均有小幅增加。究其原因，在經(jīng)濟(jì)環(huán)境不確定時(shí)，監(jiān)管當(dāng)局會(huì)及時(shí)地出臺(tái)政策調(diào)整公眾對(duì)未來(lái)經(jīng)濟(jì)的預(yù)期，從而加速了系統(tǒng)性金融風(fēng)險(xiǎn)的跨部門(mén)網(wǎng)絡(luò)傳染效應(yīng)。

表3 系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染關(guān)聯(lián)度矩陣

（二）EPU 與系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)交互溢出網(wǎng)絡(luò)

為了更直觀地反映EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)壓力承接與轉(zhuǎn)移的交互影響動(dòng)態(tài)，研究繪制了2007-2009 年全球金融危機(jī)、2017-2019 年中美貿(mào)易摩擦、2020-2022年“COVID-19 疫情”以及整個(gè)樣本期間的有向加權(quán)網(wǎng)絡(luò)，如圖1(a)～(d) 所示，并給出了不同樣本下溢出網(wǎng)絡(luò)的結(jié)構(gòu)特征（表4）。其中，EPU 與各維度風(fēng)險(xiǎn)變量為網(wǎng)絡(luò)節(jié)點(diǎn)，EPU 與各維度風(fēng)險(xiǎn)變量間的凈溢出效應(yīng)為網(wǎng)絡(luò)連邊。網(wǎng)絡(luò)節(jié)點(diǎn)大小代表風(fēng)險(xiǎn)溢出水平，連邊粗細(xì)和箭頭大小代表風(fēng)險(xiǎn)溢出強(qiáng)度，箭頭方向代表風(fēng)險(xiǎn)凈溢出方向。

圖1 不同樣本下EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)變量間的交互溢出網(wǎng)絡(luò)

表4 不同樣本下EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)變量間的網(wǎng)絡(luò)特征

觀察圖1 可以發(fā)現(xiàn)，不同樣本時(shí)期下EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)變量間均存在著關(guān)聯(lián)網(wǎng)絡(luò)，尤其是重大風(fēng)險(xiǎn)事件期間，EPU 的網(wǎng)絡(luò)關(guān)聯(lián)性明顯增強(qiáng)，節(jié)點(diǎn)之間的連接更為緊密，網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)更高的完備度。全樣本期間，股票市場(chǎng)、外匯市場(chǎng)和EPU 是系統(tǒng)網(wǎng)絡(luò)中的重要風(fēng)險(xiǎn)輸出節(jié)點(diǎn)，且股票市場(chǎng)對(duì)金融機(jī)構(gòu)存在長(zhǎng)期的風(fēng)險(xiǎn)凈溢出效應(yīng)。全球金融危機(jī)期間，風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的連邊均較為明顯，系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)交叉網(wǎng)絡(luò)傳染效應(yīng)明顯增強(qiáng)。期間，房地產(chǎn)市場(chǎng)、股票市場(chǎng)和外匯市場(chǎng)在此期間表現(xiàn)出極強(qiáng)的風(fēng)險(xiǎn)凈溢出效應(yīng)。2018 年前后，中美貿(mào)易摩擦致使國(guó)際貿(mào)易條件惡化，期間EPU 指數(shù)攀升，外匯市場(chǎng)維度風(fēng)險(xiǎn)壓力升級(jí)，加劇了系統(tǒng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染效應(yīng)。區(qū)別于金融危機(jī)與貿(mào)易摩擦，“COVID-19疫情”等公共衛(wèi)生事件沖擊首先對(duì)實(shí)體經(jīng)濟(jì)和國(guó)際貿(mào)易產(chǎn)生影響，進(jìn)而將風(fēng)險(xiǎn)傳導(dǎo)至金融市場(chǎng)。值得注意的是，貨幣市場(chǎng)在全樣本期間和金融危機(jī)期間表現(xiàn)出較弱的風(fēng)險(xiǎn)關(guān)聯(lián)性，而在近年來(lái)的貿(mào)易摩擦和疫情風(fēng)險(xiǎn)事件沖擊下，貨幣市場(chǎng)的網(wǎng)絡(luò)關(guān)聯(lián)性顯著增強(qiáng)，主要承擔(dān)系統(tǒng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)溢出效應(yīng)，成為系統(tǒng)脆弱性的重要來(lái)源。

同時(shí)，觀察表4 進(jìn)一步發(fā)現(xiàn)，危機(jī)期間溢出網(wǎng)絡(luò)的平均加權(quán)度均遠(yuǎn)超過(guò)全樣本時(shí)期的平均加權(quán)度，平均最短路徑長(zhǎng)度均明顯低于全樣本期間的平均最短路徑長(zhǎng)度，說(shuō)明危機(jī)期間的網(wǎng)絡(luò)結(jié)構(gòu)具有更高的完備度，節(jié)點(diǎn)之間的連接更為緊密，外部沖擊易引發(fā)風(fēng)險(xiǎn)的網(wǎng)絡(luò)傳播。尤其是“COVID-19 疫情”期間，網(wǎng)絡(luò)的平均最短路徑長(zhǎng)度（1.21）顯著低于其他時(shí)期，平均加權(quán)度（17.65）僅次于金融危機(jī)時(shí)期。因此，監(jiān)管部門(mén)應(yīng)特別關(guān)注當(dāng)前外部環(huán)境不確定沖擊下的跨部門(mén)風(fēng)險(xiǎn)共振而觸發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)的可能性。

（三）EPU 與系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)溢出效應(yīng)動(dòng)態(tài)演化

為了更加直觀地反映和刻畫(huà)EPU 沖擊下各部門(mén)維度風(fēng)險(xiǎn)變量間交互溢出效應(yīng)的演變趨勢(shì)與波動(dòng)特征，本文采用滾動(dòng)時(shí)間窗口技術(shù)提取EPU 在系統(tǒng)網(wǎng)絡(luò)中的動(dòng)態(tài)溢出指數(shù)。綜合考慮樣本容量與溢出指數(shù)的平滑性，設(shè)置滾動(dòng)樣本窗口期為Ws=36 個(gè)月。具體而言，在186 個(gè)月度樣本區(qū)間內(nèi)，選取36 個(gè)樣本作為一個(gè)窗口，每次向前移動(dòng)一步，計(jì)算下一個(gè)窗口，最終得到150 個(gè)數(shù)據(jù)窗口，每個(gè)窗口得到一個(gè)溢出指數(shù)。

圖2 列示了EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)輸入輸出效應(yīng)的動(dòng)態(tài)演化結(jié)果。在整個(gè)樣本區(qū)間內(nèi)，EPU 與各部門(mén)維度的風(fēng)險(xiǎn)輸入、輸出效應(yīng)呈現(xiàn)差異性和多變性特征，且風(fēng)險(xiǎn)輸出效應(yīng)呈現(xiàn)較大幅度的波動(dòng)狀態(tài)，而風(fēng)險(xiǎn)輸入效應(yīng)則相對(duì)平穩(wěn)。其中，EPU 和房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)輸出效應(yīng)明顯大于風(fēng)險(xiǎn)輸入效應(yīng)，在系統(tǒng)網(wǎng)絡(luò)中主要承擔(dān)風(fēng)險(xiǎn)輸出功能，是系統(tǒng)脆弱性的重要來(lái)源。股票市場(chǎng)風(fēng)險(xiǎn)輸入與風(fēng)險(xiǎn)輸出水平相當(dāng)（個(gè)別時(shí)點(diǎn)除外），說(shuō)明股票市場(chǎng)不僅易影響其他部門(mén)而且易受到其他部門(mén)影響。特別地，受2020 年“COVID-19 疫情”影響，中國(guó)經(jīng)濟(jì)發(fā)展面臨較大的不確定性，期間EPU、宏觀經(jīng)濟(jì)和金融機(jī)構(gòu)在系統(tǒng)網(wǎng)絡(luò)中的風(fēng)險(xiǎn)溢出效應(yīng)出現(xiàn)極端值?，F(xiàn)階段，宏觀經(jīng)濟(jì)、房地產(chǎn)市場(chǎng)和外匯市場(chǎng)維度的潛在風(fēng)險(xiǎn)溢出水平較高。

圖3 給出了EPU 對(duì)各部門(mén)維度風(fēng)險(xiǎn)變量的凈成對(duì)溢出效應(yīng)動(dòng)態(tài)演化結(jié)果。整體來(lái)看，EPU 在系統(tǒng)網(wǎng)絡(luò)中的波動(dòng)溢出效應(yīng)具有顯著的時(shí)變特征。EPU 對(duì)各維度風(fēng)險(xiǎn)變量的溢出效應(yīng)大于反方向的溢出效應(yīng)，尤其在歷次重大風(fēng)險(xiǎn)事件期間，EPU 的波動(dòng)溢出效應(yīng)顯著增強(qiáng)，導(dǎo)致EPU 所引起的金融風(fēng)險(xiǎn)廣泛傳播。具體而言，EPU 對(duì)外匯市場(chǎng)維度的風(fēng)險(xiǎn)凈溢出效應(yīng)最為顯著，尤其在2009 年末、2012 年中期、2017 年末和2020 年初期間達(dá)到局部最大值，說(shuō)明我國(guó)外匯市場(chǎng)極易受到EPU 的外溢沖擊，而外匯市場(chǎng)對(duì)EPU 的負(fù)向影響則相對(duì)有限。EPU 對(duì)金融機(jī)構(gòu)和房地產(chǎn)市場(chǎng)維度的風(fēng)險(xiǎn)凈溢出效應(yīng)呈現(xiàn)正負(fù)交替的階段性周期波動(dòng)特征，風(fēng)險(xiǎn)凈溢出效應(yīng)的結(jié)束往往伴隨著風(fēng)險(xiǎn)的凈溢入效應(yīng)。與此同時(shí)，EPU 對(duì)宏觀經(jīng)濟(jì)、股票市場(chǎng)、債券市場(chǎng)和貨幣市場(chǎng)維度的風(fēng)險(xiǎn)凈溢出效應(yīng)在樣本區(qū)間內(nèi)大多數(shù)時(shí)點(diǎn)均為正值，尤其是在2020 年爆發(fā)的“COVID-19 疫情”風(fēng)險(xiǎn)事件期間，EPU 對(duì)股票市場(chǎng)和貨幣市場(chǎng)的負(fù)向沖擊效應(yīng)達(dá)到歷史最大值。

圖3 EPU 對(duì)金融部門(mén)各維度風(fēng)險(xiǎn)變量的凈成對(duì)網(wǎng)絡(luò)溢出效應(yīng)動(dòng)態(tài)演化

四、結(jié)論與啟示

本文基于因子分析法測(cè)算了七個(gè)部門(mén)維度的風(fēng)險(xiǎn)壓力指數(shù)，研究構(gòu)建了EPU 與各維度風(fēng)險(xiǎn)變量間的有向加權(quán)網(wǎng)絡(luò)，探討EPU 對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的波動(dòng)溢出效應(yīng)。主要研究結(jié)論包括以下幾點(diǎn)：

第一，基于各維度風(fēng)險(xiǎn)壓力指數(shù)構(gòu)建的跨部門(mén)風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)能夠直接反映金融體系內(nèi)部風(fēng)險(xiǎn)壓力承接與轉(zhuǎn)移的關(guān)聯(lián)關(guān)系，且各部門(mén)風(fēng)險(xiǎn)溢出方向和強(qiáng)度均存在非對(duì)稱性。

第二，EPU 與金融部門(mén)各維度風(fēng)險(xiǎn)壓力變量間存在關(guān)聯(lián)網(wǎng)絡(luò)，EPU 沖擊加劇了系統(tǒng)性金融風(fēng)險(xiǎn)的網(wǎng)絡(luò)傳染效應(yīng)，且EPU 在系統(tǒng)網(wǎng)絡(luò)中的波動(dòng)溢出效應(yīng)具有顯著的時(shí)變特征。

第三，危機(jī)期間，EPU 與風(fēng)險(xiǎn)跨部門(mén)溢出網(wǎng)絡(luò)結(jié)構(gòu)呈現(xiàn)更高的完備性，網(wǎng)絡(luò)節(jié)點(diǎn)間的連接更為緊密?，F(xiàn)階段，監(jiān)管部門(mén)要特別關(guān)注EPU、宏觀經(jīng)濟(jì)和外匯市場(chǎng)維度在系統(tǒng)網(wǎng)絡(luò)中的風(fēng)險(xiǎn)傳染與反饋機(jī)制。

本文的研究結(jié)論具有以下政策啟示：首先，將EPU與宏觀經(jīng)濟(jì)維度的風(fēng)險(xiǎn)溢出效應(yīng)納入宏觀審慎風(fēng)險(xiǎn)防控指標(biāo)。EPU 作為系統(tǒng)性金融風(fēng)險(xiǎn)跨部門(mén)網(wǎng)絡(luò)傳染的重要節(jié)點(diǎn)，監(jiān)管部門(mén)應(yīng)增加政策調(diào)整的彈性，提高政策調(diào)整的透明性、穩(wěn)定性和持續(xù)性，并實(shí)時(shí)監(jiān)測(cè)EPU 的動(dòng)態(tài)變化及其在網(wǎng)絡(luò)中的溢出效應(yīng)。其次，充分發(fā)揮政策的協(xié)同調(diào)控機(jī)制以對(duì)沖EPU 外溢沖擊影響。監(jiān)管部門(mén)需要構(gòu)建以貨幣政策、財(cái)政政策、產(chǎn)業(yè)政策等為基礎(chǔ)的政策協(xié)同調(diào)控機(jī)制，并合理引導(dǎo)公眾預(yù)期，降低EPU 的負(fù)向沖擊效應(yīng)。最后，針對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的復(fù)雜性，監(jiān)管部門(mén)應(yīng)加強(qiáng)風(fēng)險(xiǎn)拐點(diǎn)的狀態(tài)識(shí)別，降低風(fēng)險(xiǎn)溢出的負(fù)外部性和潛在風(fēng)險(xiǎn)的維度。尤其是在發(fā)生重大風(fēng)險(xiǎn)事件時(shí)要及時(shí)識(shí)別風(fēng)險(xiǎn)源，防止部門(mén)間的風(fēng)險(xiǎn)共振觸發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。