基于關聯(lián)網(wǎng)絡視角的國際資本流動風險溢出研究

■ 馬 宇，黃嬿順

一、引言及文獻綜述

中共十九屆五中全會作出“十四五”時期要實行高水平對外開放的重要決定，其內涵體現(xiàn)在“更加自主、系統(tǒng)集成、包容并蓄、安全穩(wěn)定”四大方面。隨著全球一體化的迅速發(fā)展，各國經濟互聯(lián)互通，資本跨境流動頻繁，國際資本流動的風險不僅對本國經濟造成影響，還會通過國際金融體系向其他國家溢出。因此，對國際資本流動的風險溢出效應進行研究，不僅有利于監(jiān)管機構防范金融風險、維護金融市場穩(wěn)定，還有利于投資者進行投資組合選擇以及風險規(guī)避。

目前國內外對于國際資本流動風險溢出的研究主要集中在區(qū)域溢出以及發(fā)達經濟體和新興經濟體的整體溢出上。Lee et al.（2013）將經濟體按區(qū)域劃分，認為區(qū)域內的溢出效應顯著高于區(qū)域外的溢出效應，強烈的區(qū)域內溢出效應反映了投資者的羊群行為。Forbes&Warnock（2012；2021）用地理臨近度、貿易聯(lián)系、金融聯(lián)系來衡量傳染，運用Probit模型證明傳染與極端資本流動有關（Arezki & Liu，2020）認為。相較于發(fā)達經濟體，新興經濟體更依賴于資本流入，這意味著其來自發(fā)達經濟體的風險溢出可能很大。在大型負面沖擊下，新興經濟體比發(fā)達經濟體更容易受到風險傳染，同時被沖擊影響的時間更長（Rigobón&Broner，2005）。并且，即使危機在相對較小的市場發(fā)生，仍然會對全球造成巨大沖擊（Rigobón，2019）。

不同類型國際資本流動風險均具有明顯溢出效應，無論是在全球金融周期“繁榮”階段還是在“蕭條”階段，溢出效應一直存在（Rigobón，2019）。在繁榮階段，國際資本流動風險被全球風險指數(shù)和大部分經濟體內部因素所驅動；在“蕭條”階段，則主要被全球風險指數(shù)所驅動（程立燕和李金凱，2021）。對于不同資本流動類型而言，相較于直接投資，宏觀不確定性主要導致證券投資和其他投資的急?；蛲馓樱詈Ｕ浜蜅钛?，2021）。外國直接投資波動最小，最不易受區(qū)域內傳染影響（Lee et al.，2013）。然而已有研究并未將不同類型的資本流動看作一個系統(tǒng)，探究關聯(lián)網(wǎng)絡中個體風險溢出情況以及中國在其中扮演的角色。

隨著世界經濟體之間的聯(lián)系更加緊密，國際資本流動的關聯(lián)網(wǎng)絡也引起廣泛關注。對于如何構建國際資本流動關聯(lián)網(wǎng)絡，Diebold &Yilmaz（2014）采用了廣義預測誤差方差分解（GFEVD）方法，運用連通性思維進行風險度量。宮曉莉和熊熊（2020）使用該方法從波動溢出的網(wǎng)絡視角度量我國金融系統(tǒng)的風險溢出，同時用時變參數(shù)模型代替了滾動窗口方法。而Antonakakis et al.（2020）提出將時變參數(shù)模型與GFEVD 相結合，克服了滾動窗口回歸的一些缺點，改進了動態(tài)的連通性度量。

本文的邊際貢獻主要有以下幾點：第一，構建國際資本流動波動的靜態(tài)溢出網(wǎng)絡，結合Sparse OOglasso—VAR 方法來度量國際資本流動風險的溢入、溢出效應，克服了“維度詛咒”的問題；第二，基于TVP—VAR 模型，結合Diebold&Yilmaz（2014）的方法，構建動態(tài)溢出網(wǎng)絡，度量國際資本流動的動態(tài)特征；第三，探究不同類型的資本流動，即外國直接投資、外國證券投資、外國其他投資的風險溢入、溢出效應，分析其差異；第四，分析中國國際資本流動的動態(tài)風險溢入、溢出效應，探究我國與其他經濟體的風險溢出關系和動態(tài)特征。

二、數(shù)據(jù)及研究方法

（一）數(shù)據(jù)說明

數(shù)據(jù)來自國際貨幣基金組織國際金融統(tǒng)計（IFS）在線數(shù)據(jù)庫，樣本期為1998年第一季度至2020 年第四季度。鑒于數(shù)據(jù)的可得性，在刪除數(shù)據(jù)缺失嚴重的經濟體后，選取46 個經濟體的外國直接投資、外國證券投資及外國其他投資的季度數(shù)據(jù)，并定義總資本流入為外國直接投資、外國證券投資及外國其他投資之和。

對于國際資本流動波動的度量，參考Forbes&Warnock（2012）的做法，并在此基礎上稍作改動。首先，計算4個季度國際資本流動的移動和：

其次，計算CF的年同比變化量：

最后計算△CF過去3年的滾動均值與標準差，并運用來計算資本流動的波動，以此衡量資本流動風險。

（二）研究方法

1.Sparse OOglasso-VAR模型

低頻率、高維度的宏觀經濟數(shù)據(jù)常面臨“維度詛咒”的困擾，Sparse Group Lasso（Simon et al.，2013）方法解決了這一問題，可以從單一變量出發(fā)進行組內選擇，使變量在組內具有稀疏性，又可以進行組間選擇，使變量在組間也具有稀疏性。為了使VAR 模型能夠準確預測，參考Nicholson et al.（2017）的方法，引入 Sparse Own/Other Group Lasso VAR模型。

首先，構建國際資本流動波動的p 階VAR模型：

其中，V表示n×1維列向量，由n個經濟體的國際資本流動波動構成；φ為n×1 維常向量；ψ（i=1，2，…，p）表示n×n 維系數(shù)矩陣；ε代表n×1維白噪聲序列。

其次，構建懲罰多元回歸框架對VAR 模型的參數(shù)進行估計：

其中表示矩陣的F-范數(shù)；γ≥0 為懲罰參數(shù)。γ通過滾動交叉驗證的方法來選擇，即首先運用網(wǎng)格法算出一組遞減的γ，然后通過滾動交叉驗證來選取最優(yōu)的γ值。懲罰參數(shù)網(wǎng)格由網(wǎng)格的深度和長度來描述，網(wǎng)格深度代表相鄰兩個γ的間隔，長度代表所選取的γ序列的數(shù)量。本文設置網(wǎng)格深度為25，網(wǎng)格長度為10。p（ψ）表示內生系數(shù)的懲罰函數(shù)，其表達式如下：

其中，ψ=[ψ，…，ψ]，ρ是控制組內稀疏性的額外懲罰參數(shù)（0≤ρ≤1），ρ默認由1/（n+1）計算得到，也可以運用交叉驗證法度量。本文設置ρ為0.02。

2.溢出指數(shù)度量

本 文 基 于 Diebold & Yilmaz（2014）的GFEVD方法來計算國際資本流動波動的靜態(tài)溢出指數(shù)，克服了傳統(tǒng)的Cholesky分解會受到變量排序影響的缺點。同時采用Antonakakis et al.（2020）提出的將TVP-VAR 模型與GFEVD 相融合的方法，以度量國際資本流動波動的動態(tài)溢出效應，克服了原方法對異常值不敏感的不足，且具有不受窗口長度選擇的影響、不損失有用的原始數(shù)據(jù)的優(yōu)點。

首先，國際資本流動波動構成的向量V可表示成以下移動平均過程：

其中，Ε為n×n維單位矩陣，Ε為n×n維系數(shù)矩陣，Ε服從以下迭代運算：

其次，進行第H 步廣義預測誤差方差分解，度量V可以被V解釋的比例，反映國際資本流動體系內某一經濟體的國際資本流動波動受自身或受其他經濟體的影響程度，用來表示：

其中，∑為ε的協(xié)方差矩陣；τ表示∑的第j個對角元素。因為預測誤差方差貢獻的和并不為1，即方差分解表的每行之和不為1，為了分析方便，將矩陣中的按照每行之和為1 進行歸一化，即

最后，進行溢出指數(shù)的構建。方差分解會形成一個n×n階矩陣，其非對角線上的數(shù)據(jù)表示某一變量的預測誤差方差份額，即將變量i來自其他所有變量的方差加總，形成“From”，描述其他經濟體的國際資本流動波動對經濟體i的溢出水平，用來表示：

將變量j對其他所有變量的方差加總，形成“To”，描述經濟體j的國際資本流動波動對其他經濟體的溢出水平，用來表示：

同時使用非對角線數(shù)據(jù)的總和度量總溢出指數(shù)“Total”，描述所有經濟體國際資本流動波動的總溢出水平，用D來表示：

以，構建變量 i 的凈溢出指數(shù)“Net”，描述經濟體i的國際資本流動波動的凈溢出水平。

三、實證結果及分析

（一）總資本流入風險分析

1.靜態(tài)分析

根據(jù)GFEVD法分析總資本流入的風險溢出效應，結果如表1 所示。第一，總資本流入的總風險溢出指數(shù)為75.58%，即系統(tǒng)變化的75.58%是由各國之間的相互作用所引起的，表明總資本流入的風險具有明顯的跨國傳染特征。第二，發(fā)達經濟體和經濟規(guī)模較大的新興經濟體的溢入溢出效應較大，且更多充當凈溢出者的角色。在國際市場中，當人們預期風險較低時，資本會流入經濟規(guī)模較大的新興經濟體，而人們預期風險上升時，資本又會外流至充當安全港角色的發(fā)達經濟體（Goldberg & Krogstrup，2018）。隨著經濟形勢的頻繁變動，人們對風險的預期也在不斷變更。在風險預期變化推動國際資本進出這些經濟體時，這些經濟體的資本流動風險也通過各種渠道向其他經濟體溢出。如表1所示，溢入溢出以及凈溢出程度較大的為中國、美國、馬耳他等經濟體；較小的為亞美尼亞、孟加拉國等開放程度不高、與其他經濟體聯(lián)系并沒有那么緊密的發(fā)展中經濟體。

表1 國際資本流動的風險溢出效應

國家總資本流入外國直接投資外國證券投資外國其他投資阿根廷亞美尼亞孟加拉國白俄羅斯巴西保加利亞加拿大智利中國哥倫比亞捷克厄瓜多爾愛沙尼亞法國格魯吉亞德國危地馬拉匈牙利印度印度尼西亞以色列意大利日本哈薩克斯坦韓國拉脫維亞立陶宛馬耳他墨西哥摩爾多瓦荷蘭北馬其頓巴基斯坦溢出100.44 28.11 25.84 67.79 108.48 76.64 47.36 49.15 139.71 62.21 48.11 42.24 88.90 111.49 74.79 71.46 71.30 60.10 115.94 78.10 49.40 70.55 74.22 59.28 90.37 99.09 91.55 125.64 59.60 65.24 63.43 42.19 51.65溢入82.90 53.92 52.35 75.25 83.67 77.05 68.01 67.85 86.68 74.73 67.34 67.00 80.56 83.60 78.02 77.82 77.01 71.38 84.57 77.22 70.36 77.14 78.67 72.93 81.88 82.36 81.56 85.10 70.56 73.30 74.25 63.58 71.18凈溢出17.54-25.81-26.51-7.46 24.81-0.41-20.65-18.70 53.03-12.52-19.23-24.77 8.34 27.89-3.23-6.36-5.72-11.27 31.37 0.88-20.96-6.59-4.45-13.65 8.48 16.73 9.99 40.54-10.97-8.07-10.82-21.39-19.52溢出62.12 45.09 62.88 55.61 63.64 77.93 102.47 60.92 87.47 63.75 69.64 37.24 60.52 82.62 58.68 57.53 64.77 68.99 45.06 69.25 58.64 46.02 64.06 62.00 67.84 107.95 91.12 79.57 62.74 87.27 79.09 75.73 58.60溢入65.24 57.28 64.82 64.71 67.30 72.37 77.18 65.27 74.28 65.72 67.59 53.26 64.05 72.60 66.67 63.62 66.39 67.03 58.97 68.92 65.58 60.03 66.26 64.35 67.16 77.82 74.82 72.20 65.03 73.71 71.41 70.29 62.98凈溢出-3.12-12.18-1.94-9.10-3.65 5.57 25.28-4.36 13.18-1.97 2.05-16.02-3.53 10.02-7.98-6.09-1.62 1.96-13.91 0.33-6.95-14.01-2.20-2.35 0.67 30.12 16.30 7.37-2.28 13.56 7.68 5.44-4.38溢出57.37 43.98 51.44 71.34 104.79 61.92 40.44 44.20 106.83 81.94 54.17 42.25 38.56 80.73 49.73 65.77 57.09 49.51 112.90 83.73 59.97 59.07 75.19 106.46 84.06 38.89 52.41 55.71 70.49 45.01 56.94 62.80 109.68溢入65.98 59.35 64.52 72.40 80.59 69.54 59.09 57.98 80.87 76.04 63.41 60.34 57.93 72.81 63.79 71.00 64.73 64.94 81.57 76.54 69.47 67.63 74.89 80.97 76.96 55.08 64.04 66.12 71.61 59.71 64.87 68.23 81.09凈溢出-8.60-15.36-13.08-1.06 24.20-7.62-18.64-13.78 25.96 5.90-9.24-18.09-19.36 7.92-14.06-5.23-7.64-15.43 31.33 7.18-9.50-8.55 0.30 25.49 7.10-16.19-11.63-10.41-1.12-14.70-7.93-5.43 28.59溢出93.49 28.82 35.50 78.25 80.76 53.71 53.50 54.11 114.47 54.95 105.88 54.61 64.17 86.97 79.19 92.14 76.70 46.42 91.53 31.22 62.78 69.45 35.83 30.66 80.95 85.30 96.44 102.11 42.82 87.37 89.45 42.31 34.33溢入76.13 46.91 51.69 72.89 73.49 63.50 62.78 63.68 81.31 64.98 80.23 64.36 66.47 74.34 74.99 77.07 74.78 62.92 76.53 49.77 67.49 71.86 54.92 51.57 73.62 74.89 77.85 79.10 58.81 76.08 75.27 55.66 52.35凈溢出17.36-18.09-16.19 5.36 7.27-9.79-9.29-9.56 33.16-10.03 25.65-9.75-2.31 12.63 4.20 15.07 1.92-16.50 15.00-18.54-4.71-2.41-19.09-20.91 7.34 10.41 18.58 23.01-15.99 11.29 14.18-13.35-18.02

續(xù)表1

國家菲律賓葡萄牙羅馬尼亞俄羅斯新加坡斯洛伐克斯洛文尼亞南非泰國土耳其烏克蘭英國美國總溢出總資本流入溢出60.83 67.12 68.22 76.71 117.81 42.08 74.36 96.67 62.65 84.01 78.29 109.16 128.32 75.58溢入72.74 76.16 75.51 77.10 85.05 62.72 77.66 80.85 73.10 79.01 76.85 84.05 85.94凈溢出-11.91-9.05-7.30-0.39 32.76-20.64-3.31 15.82-10.45 4.99 1.44 25.11 42.38外國直接投資溢出43.29 38.37 57.59 63.85 56.05 53.89 77.93 55.18 57.70 102.05 74.63 64.09 76.59 66.48溢入55.63 52.88 63.60 66.11 63.71 61.71 70.88 63.15 62.77 76.12 69.66 65.08 71.80凈溢出-12.34-14.50-6.01-2.26-7.67-7.83 7.05-7.97-5.07 25.93 4.96-1.00 4.79外國證券投資溢出70.36 53.96 63.34 62.66 102.64 76.31 67.64 83.04 84.57 119.90 67.41 70.29 127.25 70.10溢入72.84 64.19 70.53 68.93 80.45 72.94 71.34 76.10 74.60 81.80 71.97 71.94 83.04凈溢出-2.48-10.23-7.18-6.26 22.20 3.37-3.71 6.93 9.97 38.10-4.57-1.66 44.21外國其他投資溢出60.89 66.16 67.07 64.76 112.43 46.05 76.63 47.11 58.65 64.72 64.26 79.90 83.46 68.01溢入66.15 68.76 71.40 68.13 80.83 59.14 72.93 60.29 64.82 68.37 69.37 74.56 75.22凈溢出-5.26-2.60-4.33-3.37 31.60-13.09 3.70-13.19-6.16-3.65-5.12 5.34 8.24

2.總風險溢出的動態(tài)分析

本文基于TVP—VAR 模型度量樣本期內總資本流入風險的動態(tài)水平，結果如圖1所示。第一，總資本流入的總風險溢出指數(shù)在75%~87%之間波動，證明全球總資本流入的風險溢出具有明顯的時變特征，且在國際間具有傳染性，該結果與靜態(tài)分析一致。第二，在全球金融市場形勢良好的情況下，總資本流入的風險溢出水平與資本流動額正相關。2002—2007 年，全球金融市場較為穩(wěn)定。據(jù)樣本數(shù)據(jù)計算，總資本流入額穩(wěn)步上升，由2002 年的1.86 萬億美元增至2007年的9.06萬億美元。隨著總資本流入額的增加，各經濟體之間的聯(lián)系也更加緊密。由于在順周期的情況下，總資本流入會放大國內金融市場的波動性（范小云等，2018），因此也放大了相互聯(lián)系的經濟體之間的風險傳染性，總資本流入的風險溢出水平也隨之上升，溢出指數(shù)由2002 年的75.27%增至2007 年的84.19%。第三，極端事件沖擊會使總資本流入的風險溢出效應增強。極端事件的發(fā)生往往伴隨著極端資本流動，即資本的激增、中斷、外逃和回流。而全球風險，與極端資本流動事件顯著相關（Forbes&Warnock，2012），風險溢出效應也因極端資本流動事件的頻繁發(fā)生而不斷增強。2007年美國暴發(fā)次貸危機，并迅速蔓延至全球，總資本流入額呈斷崖式下降，降至近年來的最低水平，然而風險溢出效應卻不降反升，在2009年達到最高點86.82%。隨著全球經濟復蘇，風險溢出水平短暫下降，但隨之而來的歐債危機再一次對資本流動造成沖擊，風險溢出水平居高不下。2010—2012 年，總溢出指數(shù)維持在86%左右。歐債危機之后全球經濟回暖，溢出指數(shù)也持續(xù)下降，直至2020年新冠肺炎疫情期間，溢出有再次上升的趨勢，但幅度不大。這是因為雖然人們對新冠病毒傳播的擔憂導致資本流動波動上升，但只有少部分經濟體經歷了資本突停，遠低于2008年全球金融危機前市場壓力時期的發(fā)生率（Forbes&Warnock，2021）。

圖1 總資本流入的總風險溢出水平

3.中國總資本流入風險溢出的動態(tài)分析

圖2 為樣本期內中國總資本流入的動態(tài)風險溢出水平，由于篇幅所限，僅列出對中國溢出水平最高的四個經濟體以及中國對其他經濟體溢出水平中最高的四個經濟體。由圖2可知，中國與發(fā)達經濟體和經濟規(guī)模較大的新興經濟體存在較強的溢入溢出關系，同時極端事件對我國總資本流入的風險溢出結構有較大沖擊，與前文分析一致。

由圖2 左圖可知，美國、新加坡、英國、韓國對中國有較強的溢出效應。近些年來，美國和新加坡對中國的影響最大。美國是當今世界體量最大的經濟體，2008 年受全球金融危機的影響，美國對中國的溢出水平上升，2009—2017年，中美領導人多次會晤，建立了共贏的合作關系，這段時間中美交往密切，美國對中國的溢出水平也直線上升，一度成為我國最大的風險溢出國。2018 年受中美貿易爭端影響，溢出水平上升，并在2019年有一個小高峰，之后受疫情影響，美國對中國的風險溢出再次攀升。同時在總資本流入中，新加坡對中國的風險溢出也居高不下。2008 年雖然受到金融危機沖擊，但其溢出水平上升幅度不大，這是因為新加坡政府有效控制了金融危機在本國的蔓延，并迅速實現(xiàn)了經濟轉型，嚴格的宏觀審慎監(jiān)管降低了資本流動波動以及資本流動對全球因素的敏感程度（Forbes & Warnock，2021）。2009 年隨著《中國—新加坡自由貿易區(qū)協(xié)定》生效，新加坡對中國的溢出迅速攀升。2015 年，雙方建立“與時俱進的全方位合作伙伴關系”，新加坡也一躍成為我國最大新增外資來源國，溢出水平也再次上升。2020 年受疫情影響，其溢出相應上升，在第3 季度達到峰值。同時，在全球金融危機以及新冠肺炎疫情時期，英國、韓國對中國的溢出水平也明顯上升。

圖2 中國總資本流入的風險溢出結構

由圖2 右圖可知，中國對日本、墨西哥、法國、捷克有較強的溢出效應。其中，中國對日本的溢出效應最大。中國作為日本最大的貿易伙伴，與日本有著密不可分的聯(lián)系，雙方貿易往來密切，中國對日本的風險溢出也保持在較高水平。2008 年受全球金融危機的沖擊，中國對日本的風險溢出稍有上升。隨后由于2012年的釣魚島事件以及2013年安倍晉三參拜靖國神社事件使中日關系極度緊張，風險溢出也直線下降，直至2014年國家主席習近平應約會見安倍晉三之后，中日關系破冰，風險溢出才迅速反彈。2020 年在疫情的影響下，中國對日本的溢出也出現(xiàn)了一個小高峰。對于墨西哥、法國、捷克而言，在全球金融危機以及新冠肺炎疫情時期，溢出水平皆有上升。

（二）外國直接投資風險分析

1.靜態(tài)分析

由表1 可知：第一，外國直接投資的總風險溢出指數(shù)為66.48%，表明其風險具有明顯的跨國傳染特征。第二，發(fā)達經濟體和經濟規(guī)模較大的新興經濟體的溢入溢出效應較大，且更多充當凈溢出者的角色。外國直接投資往往是出于避稅的動機或者尋求市場的原因（Beckmann&Czudaj，2017），因此具有有利的地理位置、完善的運輸體系、優(yōu)惠的稅收政策以及充滿活力的市場的經濟體，容易吸引大量的直接投資，與多個經濟體在經濟上建立聯(lián)系。經濟體在經濟上的關聯(lián)性與依賴性越強，溢出效應越明顯（劉清杰等，2020）。如表1所示，溢入、溢出、凈溢出較大的經濟體分別為拉脫維亞、加拿大、土耳其等。拉脫維亞之所以能在一眾經濟體中脫穎而出，主要依賴于其低稅率以及良好的營商環(huán)境。根據(jù)世界銀行和普華永道的報告，拉脫維亞的企業(yè)總稅率在波羅的海國家中最低。而對于經濟政策不穩(wěn)定的發(fā)展中經濟體來說，溢入、溢出、凈溢出較小，如厄瓜多爾、葡萄牙等經濟體。

2.總風險溢出的動態(tài)分析

如圖3 所示：第一，外國直接投資的總風險溢出指數(shù)在66%-83%之間波動，證明其總風險溢出具有明顯的時變特征。第二，在全球金融市場形勢良好的情況下，外國直接投資的風險溢出與其投資額正相關。2002—2007 年，全球經濟貿易發(fā)展迅速，外國直接投資額由0.53 萬億美元增至2.29萬億美元，同時，總溢出指數(shù)也由66.27%增至80.27%。第三，極端事件沖擊使外國直接投資的風險溢出效應增強。在金融危機時期，全球金融市場遭受了巨大沖擊，在避險心理的作用下，外國直接投資額直線下降。外國直接投資的劇烈波動，增強了風險溢出效應，總溢出指數(shù)有上升的趨勢，在2009 年達到最高點82.46%。在歐債危機時期，風險溢出水平亦居高不下，圍繞82%上下波動。歐債危機之后溢出指數(shù)呈下降趨勢，直至2020 年疫情時期又短暫上升。

圖3 外國直接投資的總風險溢出水平

3.中國外國直接投資風險溢出的動態(tài)分析

如圖4左圖所示，印度尼西亞、立陶宛、加拿大、拉脫維亞對中國有較強的溢出效應。金融危機期間，各經濟體對中國的溢出水平明顯上升；新冠肺炎疫情期間，各經濟體的溢出水平也有上升，但趨勢不明顯。如圖4 右圖所示，中國對印尼、斯洛文尼亞、白俄羅斯、加拿大有較強的溢出效應。其中，印尼與中國有較強的雙向溢出關系，這與中國和印尼一直保持著良好的貿易合作關系有關。2008年受全球金融危機影響，中國對印尼的溢出上升，隨后因歐債危機的沖擊，2011 年風險溢出再次增加。2015 年雙方簽訂《中華人民共和國政府和印度尼西亞共和國政府關于對所得避免雙重征稅和防止偷漏稅的協(xié)定》，雙邊投資保護協(xié)定的簽署大大促進了雙方的經貿往來，這段時間風險溢出也相應攀升。但中國對印尼的溢出要明顯高于印尼對中國的溢出，這是因為中國對“一帶一路”沿線國家的直接投資是促成雙邊合作的重要因素（申韜和蒙飄飄，2020）。同時，中國對斯洛文尼亞、白俄羅斯、加拿大的溢出在全球金融危機時期也有上升趨勢，但中國對加拿大的影響不大，因為加拿大對金融危機有良好的應對措施，其在G7國家里受金融危機沖擊最小。

圖4 中國外國直接投資的風險溢出結構

（三）外國證券投資風險分析

1.靜態(tài)分析

由表1 可得：第一，外國證券投資的總風險溢出指數(shù)為70.10%，表明其風險具有跨國傳染特征。同時可以發(fā)現(xiàn)，外國證券投資的總溢出高于直接投資。因為直接投資屬于長期資本流動，而證券投資中存在大量短期資本流動，所以它與直接投資相比更不穩(wěn)定，風險溢出更容易被資本突停等事件影響。第二，發(fā)達經濟體和經濟規(guī)模較大的新興經濟體的溢入溢出效應較大，且更多充當凈溢出者。因為它們擁有豐富的金融產品及較高的市場自由度使得投資者可以無障礙地配置資產（楊海珍等，2020）。其中美國最受全球投資者歡迎，外國證券投資額遙遙領先，其溢入溢出和凈溢出也相應最大。除美國外，溢入、溢出、凈溢出較大的經濟體為土耳其；較小的為愛沙尼亞。

2.總風險溢出的動態(tài)分析

由圖5 可知：第一，外國證券投資總風險溢出指數(shù)在69%~84%之間波動，證明其總溢出具有時變特征。同時，外國證券投資的動態(tài)風險溢出指數(shù)高于直接投資，即外國證券投資風險有更強的溢出效應，與靜態(tài)分析一致。第二，在全球金融市場形勢良好的情況下，外國證券投資的風險溢出與其投資額正相關。2002—2007年，經濟全球化迅速發(fā)展，各經濟體金融市場開放度提高，證券市場也越發(fā)活躍，外國證券投資額由0.88 萬億美元增至2.52 萬億美元。隨著投資的增加，經濟體之間的聯(lián)動效應增強，投資風險更容易在經濟體之間傳染，風險溢出指數(shù)也由69.93%增至81.16%。第三，極端事件沖擊使外國證券投資的風險溢出效應增強。外國證券投資極易被國際經濟環(huán)境影響，金融危機時期投資額急劇縮減，風險溢出指數(shù)卻迅速升至82.51%，歐債危機時期又進一步攀升至83.23%。而現(xiàn)今隨著國際資本流動的波動性和對全球環(huán)境變化的敏感性下降（Forbes &Warnock，2021），資本突停事件發(fā)生率大大降低，風險溢出指數(shù)也緩慢下降。直到新冠肺炎疫情期間，風險溢出有短暫的上升趨勢。

圖5 外國證券投資的總風險溢出水平

3.中國外國證券投資風險溢出的動態(tài)分析

如圖6 左圖所示，美國、保加利亞、南非、以色列對中國有較強的溢出效應。美國對中國的影響最大，但其風險溢出在金融危機沖擊時上升并不明顯，而保加利亞、南非、以色列在此期間對中國的風險溢出有一個小幅度的上升。這是因為金融危機在美國暴發(fā)，為此中國政府采取了有針對性的宏觀調控，但大部分發(fā)達經濟體和發(fā)展中經濟體受金融危機影響較大，中國在與它們進行頻繁的經貿往來時，受其證券市場風險的傳染（盧新生和方勝，2015）。在新冠疫情期間，各經濟體對中國的溢出明顯增加。如圖6 右圖所示，中國對美國、南非、日本、以色列有較強的溢出效應。中國對美國的風險溢出最大。2008 年受全球金融危機影響，中國對美國的溢出直線上升；2016 年受美聯(lián)儲加息的影響，中國對美國的溢出再次上升。同時在金融危機的沖擊下，中國對南非、日本、以色列的溢出水平也顯著上升。

圖6 中國外國證券投資的風險溢出結構

（四）外國其他投資風險分析

1.靜態(tài)分析

由表1 可知：第一，外國其他投資的總風險溢出指數(shù)為68.01%，表明其風險具有跨國傳染特征。進一步對比總溢出指數(shù)可知，外國其他投資高于直接投資，低于證券投資。表明在外國證券投資網(wǎng)絡中，各經濟體之間存在更緊密的信息傳遞，風險的跨國傳染效應最大。第二，發(fā)達經濟體和經濟規(guī)模較大的新興經濟體的溢入溢出較大，且更多充當凈溢出者的角色。對其他投資來說，最主要的部分是銀行貸款（Beckmann&Czudaj，2017），更穩(wěn)定和更有利可圖的銀行體系有助于將流入的其他投資轉化為經濟增長，同時，更具競爭力的外資銀行加強了其他投資的增長紐帶（Igan et al.，2020）。由此可見，擁有完善銀行系統(tǒng)的經濟體更容易吸引其他投資，與其他經濟體建立聯(lián)系，風險溢出也相應較大。如表1所示，溢入、溢出、凈溢出較大為中國、新加坡等；較小的為亞美尼亞。

通過繪制外國直接投資、外國證券投資及外國其他投資的風險凈溢出的復雜網(wǎng)絡，得到其網(wǎng)絡平均加權度分別為5.944、9.453、8.696。外國證券投資的網(wǎng)絡相關性最高，外國其他投資次之，外國直接投資最低。且網(wǎng)絡相關度越高，總溢出效應越高。

2.總風險溢出的動態(tài)分析

由圖7 可知：第一，外國其他投資的總風險溢出在67%~84%之間波動，證明其總溢出具有時變特征。同時，外國其他投資的動態(tài)風險溢出高于直接投資，低于證券投資，與靜態(tài)分析一致。第二，在全球金融市場形勢良好的情況下，外國其他投資的風險溢出水平與其投資額正相關。2002—2007年，各經濟體信貸規(guī)模擴張，外國其他投資額由0.44 萬億美元增至4.24 萬億美元。銀行負債的衡量標準是風險溢價的重要信息來源，也是金融部門脆弱性的重要信息來源（Shin，2012），銀行負債的增加伴隨著風險的上升，各經濟體風險的傳染效應隨之上升，風險溢出指數(shù)也由67.66%增至79.97%。第三，極端事件沖擊使外國其他投資的溢出效應增強。極端事件的發(fā)生往往伴隨著資本突停，流入驅動型資本突停會顯著增加銀行危機爆發(fā)的概率（馬宇和王紅平，2018），進而對銀行系統(tǒng)造成沖擊，擴大外國其他投資風險。在全球金融危機時期，外國其他投資波動劇烈，風險溢出也迅速上升。歐債危機時期，歐洲全球銀行去杠桿化對各經濟體的資本流動產生巨大影響，風險溢出水平居高不下，圍繞83%上下波動。新冠肺炎疫情時期，由于只有少部分經濟體經歷了資本突停事件，因此溢出指數(shù)的上升趨勢并不明顯。

圖7 外國其他投資的總風險溢出水平

3.中國外國其他投資風險溢出的動態(tài)分析

如圖8 左圖所示，新加坡、捷克、馬耳他、摩爾多瓦對中國有較強的溢出效應。在全球金融危機的影響下，捷克、馬耳他、摩爾多瓦的風險溢出水平明顯增加，而新加坡風險溢出水平的增加幅度并不大，這是因為新加坡政府有效的宏觀調控使其受全球金融危機的影響大大降低。如圖8右圖所示，中國對捷克、新加坡、馬耳他、俄羅斯有較強的溢出效應。其中，中國對捷克的溢出最大。在全球金融危機時期，中國對捷克的風險溢出增加；在2014年，習近平總書記會見捷克總統(tǒng)澤曼，自此中國與捷克開始了密切往來，建立起了友好的外交關系，中國對捷克的溢出也不斷攀升。同時在2008 年對俄羅斯、馬耳他的溢出也顯著增加，而對新加坡的溢出波動不大，僅稍有上升。

圖8 中國外國其他投資的風險溢出結構

四、結論與對策建議

通過度量國際資本流動的風險溢出結構，得到如下結論：第一，國際資本流動的風險溢出效應具有明顯的跨國傳染特征，其中發(fā)達經濟體和經濟規(guī)模較大的新興經濟體的溢入溢出效應較大，且更多充當凈溢出者。第二，國際資本流動的風險溢出效應具有明顯的時變特征，在全球金融市場形勢良好的情況下，資本流動額上升常伴隨著國際資本流動的風險溢出上升；在形勢較差的情況下，極端事件的發(fā)生常伴隨著國際資本流動的風險溢出上升。第三，網(wǎng)絡相關度越高，總溢出效應越高。外國證券投資的風險網(wǎng)絡相關度最高，總溢出效應也最高，外國其他投資次之，外國直接投資最低。第四，中國多與發(fā)達經濟體和新興經濟體存在較強的溢入溢出關系。具體而言，對總資本流入來說，我國主要受美國、新加坡的影響，并對日本有較高的風險溢出；對外國直接投資來說，我國與印尼有較強的雙向溢出；對外國證券投資來說，我國與美國有較強的雙向溢出；對外國其他投資來說，中國與新加坡、捷克有較強的雙向溢出。同時極端事件對中國國際資本流動的風險溢出具有正向沖擊。

針對本文結論，提出如下對策建議：第一，有效管控以降低其他經濟體帶來的風險。對于政府來說，應密切關注對自己溢出較大的經濟體的資本流動，尤其是發(fā)達國家和經濟規(guī)模較大的新興經濟體，對其加大監(jiān)管力度，做好風險防控預案。對投資者來說，應該重視經濟體的溢出者和溢入者的角色，不要將兩者納入同一投資組合，因為風險溢出者更容易影響整個系統(tǒng)，而溢入者更容易受系統(tǒng)影響。第二，不同時期進行針對性風險防范。在全球金融形勢不穩(wěn)定的情況下，政府在“繁榮”時期應注意資本流動過程中的風險積累，加強信息披露，減少各國之間信息不對稱；“蕭條”時期應做好宏觀調控，及時出臺有針對性的措施，在危機蔓延之前及時切斷風險溢出途徑。而投資者應格外注意“蕭條”時期的風險規(guī)避。第三，區(qū)分資本流動類型并關注其投向的合理性。對政府來說，更應該做好外國證券投資和其他投資的風險識別，關注外國資本流入的類型，防止出現(xiàn)資金投向不合理、投機盛行的局面。對投資者來說，進行證券投資更應該做好風險防范措施，加強對所投資經濟體的信息掌握。第四，健全我國監(jiān)管體系。我國政府應針對不同資本類型，著重關注對我國溢入溢出程度較高的經濟體，加強彼此之間的監(jiān)管合作，并健全風險預警系統(tǒng)，采取必要預防措施以降低其他經濟體對我國的影響。