1. 研究目的与意义
随着经济全球化进程的加快和金融一体化的不断深化，世界各国在经贸往来、文化交流等各方面互联互通，一国金融风险产生的影响不再局限于本国内部，还会向其他国家溢出。由于各国在国际贸易和金融市场存在紧密的联系，各国间的经济政策不确定性形成复杂的传递网络。
现代金融风险管理的关键是各个风险之间的连通性，它在市场风险、违约风险、信用风险、交易对手和僵局风险（双边和多边合同关联性）的关键方面，尤其是系统性风险（系统范围的关联性）的主要方面具有突出的特点。这对于理解潜在的全球基本宏观经济风险，尤其是商业周期风险（例如，国家内部和国家之间的实际活动之间的联系）也至关重要。因此，构建地缘政治风险溢出效应的关联网络模型，对于防范和化解国际金融风险具有十分重要的意义。2. 研究内容和预期目标
| （一）研究方法 （1）文献研究法与演绎归纳法。通过阅读归纳国内外学者有关地缘政治风险、经济政策不确定性以及金融风险溢出效应研究文献，梳理归纳国内外相关领域研究现状，研究发展趋势以及不足。 （2）描述统计法、LASSO回归模型和关联网络模型。通过对各国金融市场相关数据的收集，采取全样本估计来表征静态网络的连通性，并使用LASSO方法来建立1991-2020年20个国家风险溢出的高维关联网络，对数据进行定性分析，了解各国间金融市场间溢出效应和内在联系。 （3）静态与动态分析法。根据上述实证结果，结合地缘政治风险指数（GPR）进行结果分析，得到本国的地缘政治风险程度，总结出风险传导路径，预测未来风险趋势和周期。 （二）关键问题 本文主要希望通过研究各国间的风险的内在联系，发现国际间金融风险传导机制和国家间风险溢出的方式和程度。结合全球金融市场数据，通过定量和定性研究了解国际金融市场的风险及溢出效应，并在此基础上，分析风险溢出的成因、路径和趋势，提出防范和控制风险的有效措施。 |
3. 国内外研究现状
2007年美国次贷危机爆发以来，在其影响之下各国纷纷面临经济衰退的困境，全球经济增长越发缓慢。近年来，收到美联储加息、美国量化宽松政策、英国脱欧、全球低息潮、中美贸易摩擦和新馆肺炎疫情等事件的冲击，全球经济增长动力不足，各国金融市场的稳定性减弱，外部环境紧张复杂，进一步加剧了地缘政治风险。而由于经济全球化在当今世界仍然是不可阻挡的趋势，各国的的经济合作与关联性也日益紧密，金融风险的溢出也就难以避免。
如果东道国频繁改变经济政策以及政策不确定性高阻碍了跨国公司的投资活动，就很可能激发相关国家的地缘经济博弈，甚至在一定程度上引发地缘政治风险(熊琛然等，2020)。此外，近年来地缘政治风险呈波动上升态势，该因素被投资者视为影响其投资决策的关键因素，逐渐攀升的地缘政治风险大大加剧了投资者紧张不安的情绪，国际资本在各国间迅速转移，导致国际金融市场剧烈波动。因此，准确把握地缘政治风险及各国溢出联动关系，对有效减少地缘政治冲突、降低金融风险及其溢出效应影响、抑制市场过度波动和促使全球经济平稳健康发展至关重要。
过去，国外学术界主要考察地缘政治风险对股票市场波动的影响。目前，地缘政治风险可由Caldara 和Iacoviello(2018)构建的地缘政治风险指数 (GPR指数)量化。近年来关于地缘政治风险的研究大多基于该指数进行深入分析与探讨(Balcilar 等，2018；Gkillas 等，2018；Bouras 等，2019)。现有研究主要采用非参数分位数因果关系检验法、面板 GARCH 模型等方法考察地缘政治风险对股票市场波动的影响。其中，Balcilar 等(2018)、Gkillas 等(2018)均采用非参数分位数因果关系检验法，分别考察地缘政治风险对金砖国家股票市场的影响和对道琼斯工业指数(DJIA)波动跳跃的预测作用。因此，目前仅有部分学者分析了地缘政治风险溢出及关联性， Caldara 和 Iacoviello(2018)发现经济政策不确定性使得地缘政治风险对国际金融与贸易的负面影响显著增强。Al Mamun 等(2020)发现地缘政治风险能使得美国政策不确定性在金融市场中产生作用。
4. 计划与进度安排
| （一）撰写方案 （1）第一部分阐述研究的背景和意义以及研究方法和框架。 （2）第二部分对国内外关于全球地缘政治和溢出效应方面的研究进行梳理。 （3）第三部分对全球实证数据进行描述统计分析并通过LASSO方法、关联网络连通性测量方差分解、向量自回归模型、关联网络连通性度量、高维VAR估计和高维方差网络可视化等。计量经济方法定量分析全球地缘政治风险溢出程度，尝试刻画国际间的网络连通关系，描绘国际间的静态性和动态风险溢出联系。 （4）第四部分在前文的基础上结合实证分析结果尝试得出相应结论，总结出符合中国国情的建议对策，并在论文最后提出文章研究存在的不足以及对后续相关研究的展望。 （5）结束语。 （二）研究计划进度 （1）2022年11月9日（本学期第九周）——完成选题工作； （2）2022年12月5日前——完成开题工作； （3）2022年3月12日前——完成初稿和中期检查工作； （4）2022年4月23日前——完成论文修改、定稿。 |
5. 参考文献
| [1] 李政,孙丽玲,王子美.基于关联网络的经济政策不确定性全球溢出效应研究[J].国际金融研究,2020(04):54-64. [2] 李政，梁琪，方意. 中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES 指标的实现与优化[J]. 金融研究，2019a(2):40-58 [3] 李政，刘淇，周莹莹，余峰燕. 全球主权债务风险溢出的水平、结构与机制研究[J].国际金融研究，2019b(10):42-52 [4] 刘精山,任杰,顾磊.全球经济政策不确定性溢出效应研究——基于混频和网络关联模型[J].上海金融,2020(07):23-31. [5]杨子晖,陈里璇,陈雨恬.经济政策不确定性与系统性金融风险的跨市场传染——基于非线性网络关联的研究[J].经济研究,2020,55(01):65-81. [6]陈国进，王少谦. 经济政策不确定性如何影响企业投资行为[J]. 财贸经济，2016(5):5-21 [7]黄宁，郭平. 经济政策不确定性对宏观经济的影响及其区域差异——基于省级面板数据的 PVAR 模型分析[J]. 财经科学，2015(6):61-70 [8] 金雪军，钟意，王义中. 政策不确定性的宏观经济后果[J]. 经济理论与经济管理，2014(2):17-26 [9] Mert Demirer, Francis X. Diebold, Laura Liu, et al. Estimating global bank network connectedness. 2018, 33(1):1-15. [10] Faruk Balli, Gazi Salah Uddin, Hasan Mudassar, et al. Cross-country determinants of economic policy uncertainty spillovers. 2017, 156:179-183. [11] Francis X. Diebold, Kamil Y#305;lmaz. On the network topology of variance decompositions: Measuring the connectedness of financial firms. 2014, 182(1):119-134. [12] Stefan Kl#246;#223;ner, Rodrigo Sekkel. International spillovers of policy uncertainty. 2014, 124(3):508-512. [13] Robert Krol. Economic Policy Uncertainty and Exchange Rate Volatility. 2014, 17(2):241-256. |
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
