海南自由貿(mào)易港金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)分析
——基于海南上市企業(yè)的實(shí)證研究

黃新飛， 孫霄霓， 王 飛

（1.中山大學(xué) 國際金融學(xué)院，廣東 珠海 519082；2. 中山大學(xué) 高級(jí)金融研究院，廣東 廣州 510275）

一、前 沿

國務(wù)院印發(fā)的《中國（海南）自由貿(mào)易試驗(yàn)區(qū)總體方案》(下稱“方案”)指出，應(yīng)充分發(fā)揮金融支持自貿(mào)試驗(yàn)區(qū)建設(shè)的重要作用，以服務(wù)實(shí)體經(jīng)濟(jì)、促進(jìn)貿(mào)易投融資便利化為出發(fā)點(diǎn)和落腳點(diǎn)，大力推動(dòng)自貿(mào)試驗(yàn)區(qū)金融開放創(chuàng)新，進(jìn)一步擴(kuò)大金融業(yè)開放，為貿(mào)易投資便利化提供優(yōu)質(zhì)金融服務(wù)。在海南建設(shè)中國特色自由貿(mào)易港，是習(xí)近平總書記親自謀劃、親自部署、親自推動(dòng)的改革開放重大舉措。海南作為中國最大的經(jīng)濟(jì)特區(qū)，具備試驗(yàn)最高水平開放政策和實(shí)施全面深化改革的特有優(yōu)勢(shì)。如今，海南發(fā)展正迎來新的重大歷史機(jī)遇，同時(shí)也面臨前所未有的巨大挑戰(zhàn)。金融是國民經(jīng)濟(jì)的血脈，對(duì)海南而言，在金融開放進(jìn)程中如何建立健全風(fēng)險(xiǎn)防控體系，建立自由貿(mào)易港宏觀審慎風(fēng)險(xiǎn)管理體系，加強(qiáng)對(duì)重大風(fēng)險(xiǎn)的識(shí)別和系統(tǒng)性金融風(fēng)險(xiǎn)的防范是未來工作的重要立足點(diǎn)。

不論是2007—2009 年的全球金融危機(jī)，2015 年中國股市的異常波動(dòng)，還是2020 年初暴發(fā)的新冠疫情，都對(duì)經(jīng)濟(jì)和社會(huì)的穩(wěn)定造成了沖擊，影響了金融運(yùn)行效率和經(jīng)濟(jì)運(yùn)行水平。后金融危機(jī)時(shí)代的海南省整體經(jīng)濟(jì)風(fēng)險(xiǎn)逐步上升，海南自由貿(mào)易港遭受重大風(fēng)險(xiǎn)傳染可能性進(jìn)一步上升。事實(shí)表明，傳統(tǒng)的側(cè)重于單個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)監(jiān)管不能有效防范系統(tǒng)性風(fēng)險(xiǎn)，因此，有必要從微觀主體角度出發(fā)，找出其中的風(fēng)險(xiǎn)溢出關(guān)聯(lián)，在系統(tǒng)背景下訴諸宏觀審慎監(jiān)管。傳統(tǒng)的單個(gè)監(jiān)管難以防范和應(yīng)對(duì)系統(tǒng)性風(fēng)險(xiǎn)形成和擴(kuò)散的一個(gè)關(guān)鍵原因是，它沒有密切關(guān)注企業(yè)或機(jī)構(gòu)之間的風(fēng)險(xiǎn)關(guān)聯(lián)性和結(jié)構(gòu)性網(wǎng)絡(luò)特征。事實(shí)上，企業(yè)間通過業(yè)務(wù)交易、由于市場地位等因素，形成了一個(gè)復(fù)雜、龐大且看似健全的金融網(wǎng)絡(luò)。一方面，這種聯(lián)系能帶來快速的經(jīng)濟(jì)增長和高度分散的金融風(fēng)險(xiǎn)；但另一方面，它可能導(dǎo)致負(fù)面沖擊(如共同持有資產(chǎn)的短缺)或突發(fā)事件的快速擴(kuò)散，使得系統(tǒng)性風(fēng)險(xiǎn)呈指數(shù)增長，最終導(dǎo)致金融網(wǎng)絡(luò)崩潰，引發(fā)系統(tǒng)性事件(如金融危機(jī))。

縱觀該領(lǐng)域的研究，現(xiàn)有文獻(xiàn)大多關(guān)注金融機(jī)構(gòu)間的風(fēng)險(xiǎn)溢出，鮮有從單個(gè)企業(yè)的角度出發(fā)，研究其間風(fēng)險(xiǎn)溢出的關(guān)系。事實(shí)上，金融風(fēng)險(xiǎn)的來源不僅包括金融市場主體，也包括經(jīng)濟(jì)領(lǐng)域的產(chǎn)業(yè)主體，尤其當(dāng)企業(yè)處在金融開放程度較高的經(jīng)濟(jì)環(huán)境里，更容易產(chǎn)生金融風(fēng)險(xiǎn)鏈的延伸，對(duì)中國的宏觀經(jīng)濟(jì)增長和金融穩(wěn)定起著不容忽視的影響。為此，對(duì)單個(gè)企業(yè)間金融風(fēng)險(xiǎn)溢出情況進(jìn)行深入分析十分必要。

海南自由貿(mào)易港建設(shè)作為國家的重大決策，對(duì)其實(shí)施金融風(fēng)險(xiǎn)管理的重要性不言而喻。因此，本文將以準(zhǔn)確測度海南省上市企業(yè)間的風(fēng)險(xiǎn)溢出水平為切入點(diǎn)，深入分析企業(yè)金融風(fēng)險(xiǎn)溢出效應(yīng)。本文的貢獻(xiàn)在于：（1）從金融網(wǎng)絡(luò)的視角出發(fā)，以海南省單個(gè)上市企業(yè)為研究對(duì)象，分別構(gòu)建次貸危機(jī)、股市異常波動(dòng)和新冠疫情等事件發(fā)生前、中、后時(shí)期的企業(yè)間金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)，從各企業(yè)間的金融風(fēng)險(xiǎn)溢出效應(yīng)、網(wǎng)絡(luò)聚集特征等角度，分析不同階段金融風(fēng)險(xiǎn)對(duì)企業(yè)的影響；（2）以往對(duì)于風(fēng)險(xiǎn)主體的研究局限在分析兩個(gè)給定主體之間的影響，而非整個(gè)系統(tǒng)的變化，且通常沒有關(guān)注主體間的非對(duì)稱影響，本文構(gòu)建有向加權(quán)復(fù)雜網(wǎng)絡(luò)，以考察企業(yè)間的非對(duì)稱風(fēng)險(xiǎn)溢出，一定程度彌補(bǔ)了這方面實(shí)證的不足；（3）為彌補(bǔ)之前研究鮮有從系統(tǒng)角度考慮發(fā)生風(fēng)險(xiǎn)傳染后情形的問題，本文基于SIR模型模擬了不同系統(tǒng)重要性企業(yè)作為風(fēng)險(xiǎn)傳染源時(shí)將對(duì)海南整體市場產(chǎn)生何種不同規(guī)模的影響。研究結(jié)論可以為防范系統(tǒng)性風(fēng)險(xiǎn)的暴發(fā)和蔓延，保持海南自由貿(mào)易港的持續(xù)健康發(fā)展提供參考。

二、文獻(xiàn)綜述

近年來，金融風(fēng)險(xiǎn)溢出及其對(duì)市場的沖擊程度以及如何進(jìn)行風(fēng)險(xiǎn)防范都是研究者與政策制定者關(guān)注的問題，金融網(wǎng)絡(luò)作為風(fēng)險(xiǎn)傳染的路徑載體，成為研究金融風(fēng)險(xiǎn)溢出問題的重要工具。金融風(fēng)險(xiǎn)會(huì)在不同金融主體之間的溢出，研究者的關(guān)注也從宏觀的金融市場進(jìn)入到微觀的金融機(jī)構(gòu)。他們認(rèn)為，某個(gè)金融主體會(huì)通過一定的風(fēng)險(xiǎn)傳染渠道和機(jī)制，對(duì)其他金融主體產(chǎn)生相應(yīng)的風(fēng)險(xiǎn)溢出效應(yīng)。通過總結(jié)現(xiàn)有文獻(xiàn)可以發(fā)現(xiàn)，研究金融風(fēng)險(xiǎn)溢出的文獻(xiàn)大致可以分為三支，一支是基于計(jì)量模型來進(jìn)行分析的方法，探究特定國家或市場是否受到金融風(fēng)險(xiǎn)溢出的影響，包括VAR類模型、GARCH族模型和Copula族模型等；第二支是基于復(fù)雜網(wǎng)絡(luò)或復(fù)雜網(wǎng)絡(luò)與模型的結(jié)合來進(jìn)行研究，關(guān)注金融風(fēng)險(xiǎn)的動(dòng)態(tài)演化情況與傳播結(jié)果；第三支是基于傳染模型模擬金融風(fēng)險(xiǎn)溢出，分析風(fēng)險(xiǎn)出現(xiàn)后將會(huì)造成何種后果。

首先，就第一支文獻(xiàn)來說，鄭挺國和劉堂勇[1]根據(jù)8 個(gè)國際上重要的股市在1993—2016 年間的數(shù)據(jù)基于TVP-VAR 模型測算了其間的波動(dòng)溢出情況，結(jié)果發(fā)現(xiàn)總波動(dòng)溢出效應(yīng)在國際股市間出現(xiàn)上升趨勢(shì)，這種上升在金融震蕩時(shí)期變得尤為顯著。類似地，宮曉莉和熊熊[2]通過TVP-VAR 模型測算方差分解溢出指數(shù)，發(fā)現(xiàn)股票市場具有最大的對(duì)外溢出能力。對(duì)于Copula 模型的應(yīng)用來說，葉五一等[3]通過建立時(shí)變動(dòng)態(tài)Copula模型發(fā)現(xiàn)VIX 指數(shù)顯著影響了股票市場間的聯(lián)動(dòng)性。對(duì)于GARCH 模型的研究來說，周愛民和韓菲[4]采用GARCH 族模型測度了股市和匯市的金融風(fēng)險(xiǎn)，發(fā)現(xiàn)同類別金融市場間、同地區(qū)（不同市場）間、跨地區(qū)、跨市場的金融風(fēng)險(xiǎn)溢出效應(yīng)依次遞減。

接著，我們關(guān)注第二支文獻(xiàn)脈絡(luò)。事實(shí)上，復(fù)雜網(wǎng)絡(luò)方法在研究金融風(fēng)險(xiǎn)溢出方面具有強(qiáng)大優(yōu)勢(shì)，經(jīng)過構(gòu)造金融市場復(fù)雜網(wǎng)絡(luò)可以看出不同金融主體間如何相互影響，并直觀體現(xiàn)影響的程度及方向。具體來看，為了挖掘網(wǎng)絡(luò)簡化的主體結(jié)構(gòu)特征，Wang, Xie 和Stanley[5]基于MST-Pearson 和MST-Partial 相關(guān)網(wǎng)絡(luò)分析了世界股票市場的相關(guān)結(jié)構(gòu)和演化，結(jié)果發(fā)現(xiàn)從MST-Partial 獲得的結(jié)果比從MST-Pearson獲得的結(jié)果更合理。Kanno[6]基于相關(guān)性網(wǎng)絡(luò)使用網(wǎng)絡(luò)中心性和MST 方法，評(píng)估了COVID-19 對(duì)日本上市公司的傳染效應(yīng)，發(fā)現(xiàn)股票的集聚與相關(guān)行業(yè)相對(duì)應(yīng)，在COVID-19 暴發(fā)期間，部門間的聯(lián)系變得更強(qiáng)。然而，根據(jù)Carlsson 和Mémoli[7]的研究，MST 的局限性在于計(jì)算獲得的聚類通常不穩(wěn)定，很小的輸入擾動(dòng)可能使得聚類結(jié)果產(chǎn)生巨大差異，加之MST構(gòu)建的是無向關(guān)系，無法刻畫金融風(fēng)險(xiǎn)溢出的非對(duì)稱關(guān)系，因此有向關(guān)系的構(gòu)建是大勢(shì)所趨。

首先提出節(jié)點(diǎn)間影響方向這一問題的是Kenett[8]，他通過偏相關(guān)系數(shù)計(jì)算溢出影響，構(gòu)建了偏相關(guān)平面最大過濾圖(Partial Correlation Planar maximally Filtered Graph, PCPG)網(wǎng)絡(luò)，實(shí)證研究了基于紐交所300 只股票的收益率數(shù)據(jù)，發(fā)現(xiàn)金融股票在樣本期間具有最大的影響力。后來，不少學(xué)者也使用了各類方法力求刻畫出風(fēng)險(xiǎn)溢出的非對(duì)稱影響。其中，楊子暉和周穎剛[9]從網(wǎng)絡(luò)關(guān)聯(lián)視角分析了國際金融危機(jī)對(duì)各國的沖擊，結(jié)果表明中國金融市場是系統(tǒng)中的風(fēng)險(xiǎn)溢出凈輸入者，且金融風(fēng)險(xiǎn)可以跨市場傳染，因此應(yīng)將理念從“太大而不能倒”轉(zhuǎn)變?yōu)椤疤P(guān)聯(lián)而不能倒”。Wang 等[10]基于14 家上市商業(yè)銀行的日波動(dòng)序列構(gòu)建波動(dòng)溢出網(wǎng)絡(luò)，研究表明，商業(yè)銀行間具有高度的連通性，國有商業(yè)銀行對(duì)波動(dòng)連通性的貢獻(xiàn)小于股份制商業(yè)銀行和城商行，城商行是波動(dòng)連通性最大的(凈)提供方，即一家銀行可能“太大而不能倒”，但不一定“關(guān)聯(lián)太大而不能倒”，反之亦然；若該體系陷入困境，這兩種情況也可能共存。

最后，為了探討金融風(fēng)險(xiǎn)可能造成多大范圍內(nèi)的傳染，除了觀測金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)的結(jié)構(gòu)特征，考察風(fēng)險(xiǎn)在其中的傳染情況也逐漸受到學(xué)者的關(guān)注，此類研究文獻(xiàn)通常參考傳染病傳播模型。在經(jīng)典傳染病模型中，各節(jié)點(diǎn)在網(wǎng)絡(luò)中依照狀態(tài)不同分為三類：易感染狀態(tài)S(Suspected)，感染狀態(tài)I(Infected)和免疫狀態(tài)R(Recovery)[11]。相應(yīng)地，基于節(jié)點(diǎn)狀態(tài)之間轉(zhuǎn)換的研究模型主要有SI、SIS及SIR模型等[12]。Garas,Argyrakis 和Rozenblat[13]等通過SIR 模型模擬經(jīng)濟(jì)危機(jī)如何在各國間進(jìn)行傳染，其研究發(fā)現(xiàn)，除了GDP 體量龐大的美國，諸如比利時(shí)這類的國家也有可能成為危機(jī)傳染源。同樣基于SIR 模型，馬源源等[14]的研究表明，當(dāng)網(wǎng)絡(luò)中的重要節(jié)點(diǎn)受到?jīng)_擊時(shí)，危機(jī)在網(wǎng)絡(luò)中具有極快的傳播速度，從而影響力也更為巨大。Brandi 等[15]基于SIR 模型考察了銀行間網(wǎng)絡(luò)的聯(lián)系，結(jié)果發(fā)現(xiàn)在2007—2008 年全球金融危機(jī)之初，銀行間網(wǎng)絡(luò)非常容易受到流動(dòng)性傳染的影響，研究證明了“關(guān)聯(lián)太大而不能倒”的觀點(diǎn)，說明流動(dòng)性沖擊對(duì)銀行間網(wǎng)絡(luò)的影響在壓力測試情景中是極其重要的，即使較弱的初始沖擊，也可能導(dǎo)致嚴(yán)重的整體損失。Feng, Jo和Kim[16]研究發(fā)現(xiàn)，一些國家的銀行在風(fēng)險(xiǎn)傳染中占據(jù)著重要的地位，風(fēng)險(xiǎn)傳染的規(guī)模因國家不同而存在差異。

近年來，很多研究只關(guān)注于金融機(jī)構(gòu)之間的波動(dòng)溢出，且通常使用無向網(wǎng)絡(luò)，無法識(shí)別風(fēng)險(xiǎn)溢出的方向與強(qiáng)度。此外，由于地理位置及產(chǎn)業(yè)鏈關(guān)聯(lián)，上市企業(yè)之間的金融風(fēng)險(xiǎn)溢出及傳染情況也不應(yīng)被忽視?；诒疚牡难芯矿w系，既能刻畫海南省上市企業(yè)體系受到金融風(fēng)險(xiǎn)沖擊時(shí)整體的金融穩(wěn)定性，又能協(xié)助我們挖掘不同企業(yè)在金融風(fēng)險(xiǎn)溢出鏈條上的地位，將SIR傳染病模型及有向復(fù)雜網(wǎng)絡(luò)等方法統(tǒng)一起來輔助構(gòu)建新的研究框架，從而為海南自由貿(mào)易港的風(fēng)險(xiǎn)防范制度建設(shè)提供參考。

三、模型與數(shù)據(jù)

本文從金融風(fēng)險(xiǎn)溢出的角度出發(fā)，采用有向加權(quán)網(wǎng)絡(luò)以及傳染病模型考察海南省上市企業(yè)之間的金融風(fēng)險(xiǎn)傳染的動(dòng)態(tài)影響，在復(fù)雜網(wǎng)絡(luò)上模擬傳染病傳染過程以此刻畫企業(yè)間金融風(fēng)險(xiǎn)溢出的動(dòng)態(tài)情況。首先，使用偏相關(guān)系數(shù)方法計(jì)算各上市企業(yè)之間非對(duì)稱的金融風(fēng)險(xiǎn)凈溢出關(guān)系。其次，在此基礎(chǔ)上，使用PCPG 方法構(gòu)建有向加權(quán)網(wǎng)絡(luò)探討各企業(yè)在金融風(fēng)險(xiǎn)溢出鏈中的地位，并研究隨時(shí)間推移各企業(yè)在金融風(fēng)險(xiǎn)溢出鏈中地位的動(dòng)態(tài)演變。最后，通過傳染病模型模擬金融風(fēng)險(xiǎn)在企業(yè)間的傳遞，考察不同重要性的傳染源對(duì)風(fēng)險(xiǎn)的傳播能力及對(duì)整體金融穩(wěn)定的影響。通過上述分析，一方面有助于找到海南自由貿(mào)易港中的系統(tǒng)重要性企業(yè)，明確各企業(yè)在金融風(fēng)險(xiǎn)溢出鏈中的地位，另一方面有助于識(shí)別企業(yè)間金融風(fēng)險(xiǎn)溢出，從而協(xié)助做好風(fēng)險(xiǎn)的早期預(yù)警與防范，為維護(hù)海南自由貿(mào)易港的金融穩(wěn)定與金融安全提供參考依據(jù)，確保海南自由貿(mào)易港在蓬勃發(fā)展的同時(shí)守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。

（一）非對(duì)稱溢出影響分析——偏相關(guān)系數(shù)方法

依照Kenett(2010)的方法，我們采用迭代法來獲取偏相關(guān)系數(shù)，刻畫待考察變量間的非對(duì)稱關(guān)系。對(duì)于變量X1, X2, X3，一階偏相關(guān)系數(shù)ρ(X1,X2:X3)的計(jì)算路徑是基于普通的Pearson 相關(guān)系數(shù)ρ(X1,X2)、ρ(X1,X3)和ρ(X2,X3)進(jìn)行的：

根據(jù)公式（1），若ρ(X1,X2:X3)的值越小，說明變量X3更多地影響X1和X2之間的相關(guān)關(guān)系。若公式中ρ(X1,X2)、ρ(X1,X3)和ρ(X2,X3)均較小，也會(huì)使得ρ(X1,X2:X3)值變小，但此類情況不在本文考慮中。為量化X3對(duì)X1和X2的影響并區(qū)分上述兩種情況，本文定義X3對(duì)X1和X2這兩個(gè)變量之間關(guān)系產(chǎn)生的影響為：

顯然，d(X1,X2:X3)會(huì)很大當(dāng)且僅當(dāng)ρ(X1,X2)的顯著部分可以被X3解釋。因而，下一步的分析更多關(guān)注于大的d(X1,X2:X3)，定義X3對(duì)X1的平均偏相關(guān)影響d(X1:X3)為：

不失一般性，d(X1:X3)≠d(X3:X1)，因此它可以作為變量間存在的非對(duì)稱關(guān)系的更優(yōu)度量方式。

（二）有向加權(quán)網(wǎng)絡(luò)分析——偏相關(guān)平面最大過濾圖

為了解釋不同變量之間可能存在的非對(duì)稱溢出效應(yīng)，本文使用Kenett等人的PCPG 法構(gòu)建海南省上市企業(yè)有向加權(quán)網(wǎng)絡(luò)，過程如下：

(1) 將N個(gè)節(jié)點(diǎn)間存在的N(N－1)個(gè)平均影響關(guān)系依降序排列(不考慮各節(jié)點(diǎn)自己對(duì)自己的影響)；

(2) 給定包含N 個(gè)節(jié)點(diǎn)的空網(wǎng)絡(luò)，依照(1)中的排序進(jìn)行加邊，繼續(xù)加邊的條件是加邊后的新網(wǎng)絡(luò)依然是一個(gè)二維平面。例如，從排序中最大元素開始，若其為d(i,j)，當(dāng)且僅當(dāng)加上此連接后形成的新網(wǎng)絡(luò)是平面的，可以連接這條由j 指向i 的邊，并記為j →i。此外，為保存最重要的信息以及避免交疊，若d(i,j) > d(j,i)，那么只有j →i會(huì)被保留在網(wǎng)絡(luò)中；

(3) 對(duì)有N 個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)，重復(fù)上述加邊操作至最終有3(N - 2)條邊存于網(wǎng)絡(luò)中。這3(N - 2)條有限的邊，是對(duì)網(wǎng)絡(luò)中N ×(N - 1) ×(N - 2)/2 個(gè)原始偏相關(guān)關(guān)系進(jìn)行較強(qiáng)過濾后剩余的，即使減少了部分原始信息，它仍提供了一個(gè)展示節(jié)點(diǎn)間相互影響的主干網(wǎng)。本文構(gòu)建的有向網(wǎng)絡(luò)，連邊代表各企業(yè)股票統(tǒng)計(jì)上的相互影響，也刻畫了風(fēng)險(xiǎn)在企業(yè)間的溢出。

對(duì)于無向網(wǎng)絡(luò)，與節(jié)點(diǎn)i直接相連的邊的個(gè)數(shù)vi稱為該節(jié)點(diǎn)的度；對(duì)于有向網(wǎng)絡(luò)，從其它節(jié)點(diǎn)指向節(jié)點(diǎn)i的邊的個(gè)數(shù)稱作入度(In-degree)，從節(jié)點(diǎn)i指向其他節(jié)點(diǎn)的邊的個(gè)數(shù)稱作出度(Out-degree)。

（三）數(shù)據(jù)來源與區(qū)間劃分

本節(jié)擬重點(diǎn)考察海南省上市企業(yè)復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)及不同時(shí)段的差異，選擇海南省內(nèi)上市企業(yè)股票收盤價(jià)作為研究對(duì)象，從樣本中剔除在研究期間內(nèi)因長期停牌、未上市、退市等原因?qū)е麓嬖诖罅咳笔?shù)據(jù)的股票，剔除數(shù)據(jù)不完整股票樣本后，保留了22 支股票從2005 年06 月01 日到2021 年06 月30 日間的日收盤價(jià)，相關(guān)數(shù)據(jù)獲取自Wind數(shù)據(jù)庫。

為考察不同時(shí)期海南省上市企業(yè)風(fēng)險(xiǎn)溢出情況，將樣本分為7個(gè)區(qū)間：時(shí)期I：次貸危機(jī)前(2005年6月1日至2007年5月30日)、時(shí)期II：次貸危機(jī)中(2007年6月1日至2009年5月30日)、時(shí)期III：次貸危機(jī)后股市異常波動(dòng)前(2009年6月1日至2015年6月12日)、時(shí)期IV：股市異常波動(dòng)中(2015年6月12日至2017年6月19日)、時(shí)期V：股市異常波動(dòng)后新冠疫情前(2017年6月20日至2020年1月22日)、時(shí)期VI：新冠疫情中(2020年1月23日至2020年5月7日)、時(shí)期VII：后新冠疫情時(shí)期(2020年5月8日至2021年6月30日)。

四、海南省內(nèi)上市企業(yè)金融風(fēng)險(xiǎn)溢出分析

（一）統(tǒng)計(jì)分析

股票的收益率定義為價(jià)格時(shí)間序列的對(duì)數(shù)差分，即：

其中，p(t)為股票t日的價(jià)格，p(t - 1)為股票t - 1日的價(jià)格。

表1給出了海南省上市企業(yè)股票收益率的描述性統(tǒng)計(jì)?？梢钥闯?，各企業(yè)股票收益率均值都接近于0，且小于各自的標(biāo)準(zhǔn)差，表明平均收益率很低并存在高投資風(fēng)險(xiǎn)；同時(shí)，收益率的樣本偏度異于0且峰度異于3，表明各企業(yè)收益率均存在“尖峰厚尾”特征。

表2 時(shí)期I與時(shí)期II上市企業(yè)有向網(wǎng)絡(luò)節(jié)點(diǎn)度分布（前10名）

圖1 展示了根據(jù)公式(3)計(jì)算出的上市企業(yè)股票間偏相關(guān)平均影響的累計(jì)概率分布?？梢钥闯觯瑥臅r(shí)期II(次貸危機(jī)中)階段開始，上市企業(yè)股票之間的相互影響較次貸危機(jī)前更為緊密。在時(shí)期III至?xí)r期VI 期間股票之間的關(guān)聯(lián)性明顯增強(qiáng)且持續(xù)保持一個(gè)高位，這期間市場經(jīng)歷了股票市場的異常波動(dòng)與突然暴發(fā)的新冠疫情，直到時(shí)期VII(后新冠疫情時(shí)期)緊密程度才重新下降，說明在金融風(fēng)險(xiǎn)或事件沖擊發(fā)生時(shí)，企業(yè)間金融風(fēng)險(xiǎn)溢出的相關(guān)性顯著上升，這種緊密的關(guān)聯(lián)往往會(huì)導(dǎo)致風(fēng)險(xiǎn)在傳播鏈上快速擴(kuò)散，甚至引發(fā)海南省重大金融風(fēng)險(xiǎn)。

圖1 不同時(shí)期股票間的偏相關(guān)平均影響

圖2 時(shí)期I、II下海南省上市企業(yè)金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)

（二）不同時(shí)期金融風(fēng)險(xiǎn)溢出情況分析

本節(jié)找出了不同時(shí)期海南省內(nèi)具有系統(tǒng)重要性的上市企業(yè)，并在各網(wǎng)絡(luò)中展示了企業(yè)間金融風(fēng)險(xiǎn)溢出的大小(以連邊的粗細(xì)表示)與方向(以箭頭的方向表示)。文中僅展示了次貸危機(jī)發(fā)生時(shí)期的結(jié)果，各時(shí)期完整的節(jié)點(diǎn)度分布表①全部7個(gè)時(shí)期完整的節(jié)點(diǎn)度分布表見增強(qiáng)出版附件資料中的表A.1—A.4。以及剩余未展示的金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)圖②剩余未展示在正文中的金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)圖詳見圖A.1—A.3.詳見增強(qiáng)出版附件資料圖。在時(shí)期I(次貸危機(jī)暴發(fā)前)，海南海藥、*ST海醫(yī)和ST大洲是網(wǎng)絡(luò)中最重要的3個(gè)中心企業(yè)，可能是由于這些企業(yè)在該時(shí)期對(duì)各自所處行業(yè)具有重要影響，中心企業(yè)股價(jià)波動(dòng)更容易影響其他相關(guān)企業(yè)，形成股價(jià)間的強(qiáng)關(guān)聯(lián)關(guān)系，并在市場網(wǎng)絡(luò)的構(gòu)建過程中被保留。在時(shí)期II(次貸危機(jī)期間)，華聞集團(tuán)、*ST海醫(yī)、海南高速成為最重要的三個(gè)中心企業(yè)，也就是從這個(gè)時(shí)期開始，海南高速逐漸走上了海南省內(nèi)重要上市企業(yè)的歷史舞臺(tái)。

縱觀整個(gè)樣本期間，企業(yè)間金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)均具有較高的聚集特征，在三個(gè)事件發(fā)生時(shí)則出現(xiàn)了更明顯的聚集性，而這種聚集性在平靜時(shí)期有所減弱。此外，不同時(shí)期海南省上市企業(yè)在網(wǎng)絡(luò)中的地位不盡相同，少數(shù)企業(yè)在金融風(fēng)險(xiǎn)的溢出過程中起到了較大的作用，且其中最具影響力的公司隨時(shí)間而改變。由于金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)中的少數(shù)企業(yè)對(duì)金融風(fēng)險(xiǎn)的擴(kuò)散起到關(guān)鍵作用，一旦這些企業(yè)受到外部風(fēng)險(xiǎn)沖擊，或陷于金融困境，其會(huì)迅速向市場溢出金融風(fēng)險(xiǎn)，進(jìn)而可能造成金融風(fēng)險(xiǎn)的大規(guī)模傳染，最終造成海南省內(nèi)市場的不穩(wěn)定；而網(wǎng)絡(luò)中一些影響力低的企業(yè)發(fā)生金融風(fēng)險(xiǎn)時(shí)，對(duì)整個(gè)網(wǎng)絡(luò)的影響是有限的。因此，從海南省內(nèi)風(fēng)險(xiǎn)溢出的角度看，應(yīng)重點(diǎn)關(guān)注影響力較大的企業(yè)，但同時(shí)也應(yīng)關(guān)注系統(tǒng)整體的健康，做到早期預(yù)警，避免未來發(fā)生系統(tǒng)性的金融風(fēng)險(xiǎn)。

（三）基于SIR 分析省內(nèi)上市企業(yè)間的金融風(fēng)險(xiǎn)傳染

基于傳播動(dòng)力學(xué)能刻畫待觀測系統(tǒng)中一些復(fù)雜的傳播行為，因而成為復(fù)雜網(wǎng)絡(luò)相關(guān)研究中一個(gè)重要的工具和方向。為了刻畫傳播網(wǎng)絡(luò)中節(jié)點(diǎn)的屬性以及風(fēng)險(xiǎn)在整體網(wǎng)絡(luò)中的傳染情況，SIR(Susceptible-Infect-Recover)模型被一些研究所采用。SIR模型將個(gè)體在網(wǎng)絡(luò)中依照狀態(tài)分為易感(S)、感染(I)和免疫(R)三種類型，免疫個(gè)體被定義為感染后被治愈或者遭受感染后死亡，不會(huì)繼續(xù)參與后續(xù)傳播過程。因此，可以用如下微分方程表示SIR模型的傳播動(dòng)力學(xué)：

其中，s (t)、i (t)和r (t)分別代表時(shí)刻t處于S狀態(tài)、I狀態(tài)和R狀態(tài)的密度。

事實(shí)上，市場中各個(gè)企業(yè)的狀態(tài)能夠天然地類比于SIR模型中各節(jié)點(diǎn)的狀態(tài)。若一個(gè)主體處于正常狀態(tài)時(shí)，存在被其他主體傳染金融風(fēng)險(xiǎn)的可能性，即處于S狀態(tài)；若一個(gè)主體本身存在金融風(fēng)險(xiǎn)時(shí)，則其對(duì)其他主體具備傳染能力，即處于I 狀態(tài)；若一個(gè)主體經(jīng)歷風(fēng)險(xiǎn)事件后，喪失了其在市場中的影響能力，則其處于R 狀態(tài)。根據(jù)上述分類，本節(jié)基于海南省內(nèi)上市企業(yè)相關(guān)網(wǎng)絡(luò)，使用SIR 模型模擬金融風(fēng)險(xiǎn)在企業(yè)間的傳染情況。為對(duì)比不同企業(yè)作為風(fēng)險(xiǎn)源頭對(duì)金融風(fēng)險(xiǎn)傳染產(chǎn)生的影響，分別將傳染源選定為度最大的企業(yè)和度最小的企業(yè)，然后求出模擬500次后的均值。

圖3 以次貸危機(jī)期間為例展示了分別選取度最大企業(yè)和度最小企業(yè)作為傳染源時(shí)的金融風(fēng)險(xiǎn)傳染情況，所有七個(gè)子樣本期間的模擬情況在附錄圖B.1中展示①7個(gè)不同子樣本時(shí)期的完整傳染圖詳見增強(qiáng)出版附件資料附錄A。，結(jié)果發(fā)現(xiàn)最終傳染規(guī)模隨著時(shí)期和傳染源的不同呈現(xiàn)出大小更替的情況。具體而言，以最大度企業(yè)作為傳染源時(shí)，當(dāng)次貸危機(jī)發(fā)生時(shí)，被感染的企業(yè)數(shù)量在第3次迭代時(shí)達(dá)到峰值，當(dāng)中國股市異常波動(dòng)出現(xiàn)和新冠疫情暴發(fā)時(shí)，被感染企業(yè)的數(shù)量在第5 次迭代時(shí)達(dá)到峰值。相對(duì)而言，以度最小的企業(yè)作為傳染源時(shí)，感染數(shù)量峰值平均在第8 次迭代時(shí)才達(dá)到峰值，且峰值低于前者，說明金融風(fēng)險(xiǎn)更難從度更小的企業(yè)傳出，即使傳出，其擴(kuò)散也更慢。

圖3 次貸危機(jī)時(shí)期的風(fēng)險(xiǎn)傳染分析

與之對(duì)應(yīng)的是，未曾受到金融風(fēng)險(xiǎn)傳染的企業(yè)數(shù)量呈現(xiàn)出逐漸減少的態(tài)勢(shì)，而處于免疫移除狀態(tài)的企業(yè)數(shù)量逐漸增加。從感染的最終規(guī)模來看，當(dāng)金融風(fēng)險(xiǎn)從度最大企業(yè)溢出時(shí)，最終約有70%—80%的企業(yè)受到風(fēng)險(xiǎn)感染；當(dāng)金融風(fēng)險(xiǎn)從度最小企業(yè)溢出時(shí)，僅有約30%—50%的企業(yè)最終受到風(fēng)險(xiǎn)感染，被感染的企業(yè)數(shù)量一直保持在較低水平，受感染被移除的企業(yè)在前40次迭代中緩慢增加，最后趨于穩(wěn)定。

總體來看，次貸危機(jī)的沖擊相比其他二者造成了金融風(fēng)險(xiǎn)更快、規(guī)模更大的傳染。但是其他兩個(gè)沖擊的影響仍不可忽視，因?yàn)橥ㄟ^觀測其他相對(duì)平靜時(shí)期的模擬結(jié)果可以發(fā)現(xiàn)，無論選取何種企業(yè)作為傳染源，上市企業(yè)之間的金融風(fēng)險(xiǎn)在次貸危機(jī)期間、中國股市異常波動(dòng)期間和新冠疫情暴發(fā)期間均呈現(xiàn)出傳染速度更快、傳播規(guī)模更大的特性。綜合來看，海南省內(nèi)上市企業(yè)間金融風(fēng)險(xiǎn)感染規(guī)模與傳染源的系統(tǒng)重要性有關(guān)，具有更大影響力的企業(yè)擁有更強(qiáng)的金融風(fēng)險(xiǎn)傳染能力，一旦受到內(nèi)部或外部沖擊時(shí)，更易導(dǎo)致整個(gè)體系陷入風(fēng)險(xiǎn)。

五、結(jié)論與分析

本文基于金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)考察了海南上市企業(yè)間的金融風(fēng)險(xiǎn)溢出關(guān)系，并采用SIR傳染病模型動(dòng)態(tài)刻畫了外部風(fēng)險(xiǎn)沖擊發(fā)生時(shí)，整個(gè)上市企業(yè)金融風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)受單個(gè)企業(yè)金融風(fēng)險(xiǎn)溢出影響而遭受感染的演變過程。基于海南現(xiàn)狀，本文圍繞省內(nèi)環(huán)境深入研究了上市企業(yè)間金融風(fēng)險(xiǎn)溢出的方向、強(qiáng)度，并模擬了外部風(fēng)險(xiǎn)沖擊不同系統(tǒng)重要性企業(yè)可能導(dǎo)致的風(fēng)險(xiǎn)傳染規(guī)模，得到如下主要結(jié)論：

根據(jù)海南省上市企業(yè)金融風(fēng)險(xiǎn)有向加權(quán)網(wǎng)絡(luò)的分析結(jié)果，發(fā)現(xiàn)少數(shù)企業(yè)在網(wǎng)絡(luò)中占據(jù)重要的地位，且風(fēng)險(xiǎn)溢出程度最大的企業(yè)隨時(shí)間推移而改變。對(duì)比不同時(shí)期發(fā)現(xiàn)，次貸危機(jī)期間企業(yè)間的相互影響較次貸危機(jī)前更為緊密；相比其他平靜時(shí)期，在經(jīng)歷中國股票市場異常波動(dòng)與新冠疫情暴發(fā)的兩個(gè)時(shí)期，網(wǎng)絡(luò)呈現(xiàn)出更高的聚集特征，企業(yè)間金融風(fēng)險(xiǎn)溢出的相關(guān)性也有所上升，且這種較強(qiáng)的溢出直到后新冠疫情時(shí)期才重新下降。這種較強(qiáng)的關(guān)聯(lián)會(huì)使得金融風(fēng)險(xiǎn)快速累積與傳染，甚至引發(fā)海南省的重大金融風(fēng)險(xiǎn)。此外，通過SIR模型模擬金融風(fēng)險(xiǎn)擴(kuò)散程度時(shí)發(fā)現(xiàn)，三次事件發(fā)生期間，金融風(fēng)險(xiǎn)溢出速度和規(guī)模均較平靜時(shí)期大，且次貸危機(jī)的沖擊相比股市異常波動(dòng)和新冠疫情造成了金融風(fēng)險(xiǎn)更快、規(guī)模更大的傳染，并且感染規(guī)模隨傳染源的系統(tǒng)重要性提升而擴(kuò)大。

綜合本文的研究，在制定相關(guān)金融風(fēng)險(xiǎn)防范措施時(shí)應(yīng)重點(diǎn)防范系統(tǒng)重要性企業(yè)發(fā)生金融風(fēng)險(xiǎn)。為了減少金融風(fēng)險(xiǎn)溢出的發(fā)生，具體可以從兩個(gè)角度出發(fā)進(jìn)行風(fēng)險(xiǎn)管理，一是海南省監(jiān)管機(jī)構(gòu)應(yīng)未雨綢繆，建立區(qū)域金融監(jiān)管協(xié)調(diào)機(jī)制，有效履行屬地金融監(jiān)管職責(zé)，規(guī)范上市企業(yè)投融資行為，強(qiáng)化外資準(zhǔn)入管理，構(gòu)建自貿(mào)試驗(yàn)區(qū)金融安全信息平臺(tái)，建立自由貿(mào)易港跨境資本流動(dòng)宏觀審慎管理體系，防范企業(yè)融資杠桿斷裂或跨境資金轉(zhuǎn)移可能引發(fā)的金融風(fēng)險(xiǎn)，做到事前風(fēng)險(xiǎn)管理與早期預(yù)警。二是建立應(yīng)急響應(yīng)機(jī)制，明確各企業(yè)在金融風(fēng)險(xiǎn)溢出鏈中的地位，在實(shí)際金融風(fēng)險(xiǎn)事件發(fā)生時(shí)，從關(guān)鍵企業(yè)入手，最大程度降低風(fēng)險(xiǎn)傳染范圍，穩(wěn)定區(qū)域市場，確保海南自由貿(mào)易港蓬勃發(fā)展。最后，重點(diǎn)關(guān)注上市企業(yè)的整體金融健康，從微觀企業(yè)出發(fā)，但著眼于上市企業(yè)的宏觀表現(xiàn)。由于海南自由貿(mào)易港建設(shè)要擴(kuò)大金融開放水平，勢(shì)必會(huì)增加金融風(fēng)險(xiǎn)防控壓力，在推動(dòng)海南省進(jìn)一步提高開放水平的進(jìn)程中，必須守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。