摘要:近年来，“黑天鹅”事件在气候、流行病、地缘政治和经济领域愈发频繁，导致不同类型风险逐渐耦合。与孤立冲击（作为影响特定行业的单一类型风险）不同，风险关联使一个风险领域能够迅速与其他领域相互影响，从而产生更具灾难性的后果。通过一个综合框架，我们利用波动性、偏度和峰度作为风险度量，研究了气候政策不确定性、传染病股票市场波动跟踪指标、地缘政治风险和经济政策不确定性之间的传染效应。研究结果显示：（1）不同类型风险的传染效应随风险度量阶数升高而增强，这表明越极端的事件越有可能跨领域传染；（2）约三分之二的风险传染是同时发生的，约三分之一是滞后发生的，这意味着风险传染兼具即时性和连续性；（3）风险传染呈现出显著的时变和异质性特征。我们的研究揭示了不同类型风险之间固有的传染特征，将对风险的理解从一维视角转变为多维视角。这强调了风险管理不应局限于单一领域；考虑其他行业风险对自身的潜在影响至关重要。
关键词：气候政策不确定性；经济政策不确定性；地缘政治风险；高阶矩视角；传染病；风险传染
文章来源：Li, H., Pei, X., & Zhang, H. (2024). Contagious risk: Nexus of risk in climate, epidemic, geopolitics, and economic. Risk Analysis, 1–21.
PART.1
引言
21世纪前，全球风险认知主要聚焦于经济、政治和军事风险。虽然19世纪已有对气候变化影响的研究，但公众对其危害认识有限。20世纪后，重大气候灾害增多，相关协议出台，促使学界关注气候风险。同时，传染病历史上虽多为局部影响，但随着全球化，其影响范围扩大，成为全球风险。此外，传统经济政策不确定性和地缘政治不稳定持续引发全球经济风险，如经济危机、欧洲债务危机以及中美贸易摩擦、俄乌冲突等地缘政治紧张局势。气候、流行病、经济政策和地缘政治风险之间的相互作用日益增强，全球化、信息技术、政策协调不足成为共同驱动因素，使这些风险通过多种渠道相互传染，产生了跨市场传染、全球联动、阈值效应、多重风险反应等风险传染特征。然而，现有研究多关注个体风险影响，缺乏对多种风险传染机制的系统探究。本研究综合分析气候政策不确定性、传染病股权市场波动跟踪指标、地缘政治风险和经济政策不确定性，从多维角度研究风险，运用相关模型和方法，探讨风险传染效应，包括高阶矩风险度量、R²分解连通性方法等，旨在填补研究空白，为风险管理提供更有效策略和决策依据。
PART.2
文献综述
2.1各种风险之间的相互作用
以往研究发现，CPU、EMVID、GPR和EPU等个体风险对能源市场、金融市场和宏观经济有显著影响。但这些风险的传染效应通过多种经济、政治和社会渠道相互作用，形成复杂动态系统。例如，气候变化可引发资源冲突等地缘政治风险增加，气候政策不确定性影响经济政策确定性，经济政策不确定性又会加剧地缘政治紧张局势，且在传染病爆发期间这些互动更加复杂。然而，现有文献缺乏对多重风险传染机制的系统研究，尤其是对这四种风险的综合分析。此外，在维度分析方面，先前研究多关注风险变化率和波动溢出效应，常忽视对高阶矩溢出影响的分析，而不确定性数据常呈非正态分布，有必要考虑偏度和峰度等因素。
图1 气候政策不确定性（CPU）、股市波动跟踪指标（EMVID）、地缘政治风险（GPR）和经济政策不确定性之间的风险传染
2.2传染风险度量
自2008年国际金融危机后，传染风险研究增多，常用基于传统风险模型的指标，如条件在险价值（CoVaR）等，但这些方法主要针对个体机构风险溢出，难以识别传染风险的具体来源和机制。随着研究深入，学者更多应用溢出指数模型，如Diebold和Yilmaz提出的方法及后续改进版本。本研究采用Balli等人提出的同期和滞后R²分解连通性方法，结合GJRSK模型提取风险的偏度和峰度特征，分析联合波动-偏度-峰度溢出，以更全面描述风险传染，完善现有研究。
PART.3
研究方法
3.1 高阶矩阵风险度量
由于不确定性数据常呈非正态分布，具有明显肥尾和不对称性，本研究采用Nakagawa和Uchiyama提出的GJRSK模型来估计风险的条件波动率、偏度和峰度。该模型基于GJR框架，能对正负冲击做出不对称反应，更精准刻画风险。
模型中，
表示各风险变化率，
分别表示条件波动率、偏度和峰度
所有参数可通过最大化对数似然函数进行估计。
3.1 R²分解连通性方法
为剖析风险间关系和传播动态，采用Balli等人提出的R²分解连通性框架。该方法基于含同期效应的VAR(p)
模型，
通过对多元线性回归的R²进行分解计算，得到总体、同期和滞后的溢出效应，从而深入理解风险传染。其中R²分解可计算得到各风险的同期和滞后贡献，进而确定总连通性指数（TCI）及其分解为同期和滞后连通性指数，还可对TO、FROM和NET进行类似分解，以全面评估风险间的相互关系和传导效应。
PART.4
数据
本研究选取四个广泛监测的全球风险指标来探究不同风险内部的溢出效应，包括气候政策不确定性（CPU）、传染病股权市场波动跟踪指标（EMVID）、地缘政治风险（GPR）和经济政策不确定性（EPU），数据时间范围为2007年12月至2023年8月，可通过特定网站获取。CPU指数由Gavriilidis构建，通过挖掘美国报纸文章衡量气候政策不确定性，鉴于美国在世界的地位及其气候政策影响力，该指数可代表全球情况。EMVID由S. Baker等人开发，基于报纸文章衡量传染病爆发相关不确定性，通过监测股市波动反映疫情严重程度和持续时间。GPR指数由Caldara和Iacoviello构建，通过统计新闻文章量化地缘政治风险。EPU 指数由S. R. Baker等人构建，通过量化报纸文章中特定关键词频率衡量经济政策不确定性。统计特征显示各变量均值为正，EMVID范围和标准差较大，多数变量呈右偏分布且峰度低于3，经检验多为非正态分布且变量平稳。
PART.5
实证结果与讨论
5.1 静态风险传染
5.1.1基于变化率、波动率、偏度和峰度度量的静态风险传染
系统关联性随风险矩阶增加而增强，高阶风险对其他风险影响显著。CPU在峰度风险方面对其他风险影响显著，EPU在变化率、波动率和偏度连通性方面影响较大。EMVID和GPR在不同维度风险传递中角色不同，各风险在不同维度下的净溢出影响存在异质性，且风险系统存在明显的成对溢出效应。
5.1.2同期和滞后效应的静态比较分析
风险系统主要由同期溢出驱动，滞后溢出也起重要作用，反映了风险传染的即时性和连续性。不同维度风险的同期和滞后溢出比例不同，且各风险对自身的滞后影响在不同维度下表现各异，如EPU在波动率关联性方面的滞后影响较高，而在偏度和变化率关联性方面较低。
5.1.3波动率、偏度和峰度度量之间的静态风险联合传染
联合波动率-偏度-峰度的总溢出指数较高，超过各条件矩单独计算的溢出指数，表明不同类型风险间存在显著溢出效应。多个变量间存在大量的成对方向性溢出，各风险在不同维度下的净传递和接收角色不同，且同期效应主导联合溢出，同时各维度间的交叉溢出效应显著，部分风险维度内部的交叉影响明显。
5.2动态风险传染
5.2.1基于波动率、偏度和峰度度量的动态风险传染
不同维度风险的动态总溢出具有周期性特征，与重大事件相关，如欧洲债务危机、巴黎气候协定、疫情等。尽管变化率、偏度和峰度的总溢出效应未呈现明显周期性，但在特定时期仍有显著风险传染。同期溢出在总体风险传递中占主导，但基于各指标的滞后风险传递也不容忽视。各风险的净溢出方向和大小随时间波动，且不同风险在不同维度下的净溢出角色不同。
5.2.2基于净溢出的最大传递者和最大接收者的动态分析
最大传递者和最大接收者的趋势高度同步，存在时间聚集效应，且在不同维度下其时间变化特征不同。如在变化率维度，不同时期各风险充当最大传递者或接收者的情况各异；在波动率维度，EPU通常是主要传递者，CPU是主要接收者；在偏度和峰度维度，各风险也有不同表现，且某些时期特定风险的传递和接收角色变化与重大事件相关。
5.2.3波动率、偏度和峰度度量之间的动态风险联合传染
四种风险在高阶矩上的联合溢出随时间变化，同期溢出占主导，但滞后溢出影响也显著。各风险在波动率、偏度和峰度风险方向上的动态表现不同，且最大传递者和接收者的趋势同步，存在时间聚集效应，在不同时期受多种复杂因素影响，如地缘政治紧张局势、疫情等。
5.3讨论
全球市场相互关联，风险传播加速，政策不确定性对各类风险影响显著。风险传染具有多维效应，包括跨市场传染、全球联动、多重风险共振和阈值效应，这些效应相互作用，加剧了市场波动和不稳定。全球化、政策不确定性和风险传染的复杂关系，凸显了政策制定、金融战略和全球合作中综合考虑风险的必要性。
PART.6
结论与政策启示
6.1主要结论
风险度量阶数越高，系统关联性越强，高阶风险不可忽视；主要风险在波动率、偏度和峰度间的关联性显著，联合溢出指数超过各单独矩溢出指数之和；风险系统受同期溢出主导，滞后溢出也重要，体现风险传染的即时与连续性，且不同时期滞后效应影响不同；不同风险及同一风险不同维度的静态和动态风险特征具有异质性；时变溢出受多种风险相关事件影响，需关注地缘政治、公共卫生和气候事件。
6.2政策启示
政府和监管机构应将高阶矩风险视角纳入经济和金融模型；制定综合风险管理框架，解决不同类型风险的溢出效应；政策制定者应根据同期和滞后溢出效应灵活调整政策；针对不同风险特征采取差异化管理方法；加强对新出现风险的监测，纳入多源实时数据。
结论与政策启示
[1]Wiedicke, A., Stehr, P., & Rossmann, C. (2024). Portrayal of risk information and its impact on audiences’ risk perception during the Covid-19 pandemic: A multi-method approach. Risk Analysis, 1–13.
[2] Zulfaqar, S. A., Ramli, M. W. A., TAJUDDIN, W. A. N. W. A., Arman, N. Z., HASSAN, C. H. C., Ramzan, M. A., ... & Alias, N. E. (2024). Evaluating Flood Early Warning System and Public Preparedness and Knowledge in Urban and Semi-urban Areas of Johor, Malaysia: Challenges and Opportunities. International Journal of Disaster Risk Reduction, 104870.