國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)及網(wǎng)絡(luò)特征研究
——基于82 個(gè)“一帶一路”倡議國家數(shù)據(jù)

齊貴權(quán)，丁 勇，魯 榮，包艷龍

（1，2，3，4 中國人民銀行哈爾濱中心支行， 黑龍江哈爾濱 150036）

一、引言

近年來，我國不斷推進(jìn)“一帶一路”合作倡議，截至2021 年1 月30 日， 中國已經(jīng)同140 個(gè)國家和31個(gè)國際組織簽署205 份共建“一帶一路”合作文件1。以政策性金融為主的中國金融機(jī)構(gòu)向“一帶一路”沿線國家提供資金超過4400 億美元， 推動(dòng)雙方經(jīng)濟(jì)發(fā)展，實(shí)現(xiàn)了共贏。 但部分“一帶一路”國家經(jīng)濟(jì)發(fā)展落后，政府債務(wù)水平較高，加之新冠肺炎疫情的影響，各國政府普遍實(shí)施大規(guī)模的財(cái)政刺激措施，致使全球主權(quán)債券發(fā)行規(guī)模急劇上升，進(jìn)一步加大了全球主權(quán)債務(wù)風(fēng)險(xiǎn)。部分國家提出暫緩還債、免債訴求，主權(quán)信用風(fēng)險(xiǎn)凸顯， 可能給中國政府和金融機(jī)構(gòu)帶來巨大損失。 除了各國自身主權(quán)債務(wù)風(fēng)險(xiǎn)上升以外，國家間的風(fēng)險(xiǎn)傳導(dǎo)也會(huì)進(jìn)一步推高各國的主權(quán)債務(wù)風(fēng)險(xiǎn)水平。在此背景下，評(píng)估“一帶一路”國家債務(wù)風(fēng)險(xiǎn)，研究國家債務(wù)風(fēng)險(xiǎn)溢出效應(yīng)及傳染路徑，對(duì)加強(qiáng)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)監(jiān)測與識(shí)別，增強(qiáng)我國金融機(jī)構(gòu)相關(guān)風(fēng)險(xiǎn)防控和應(yīng)對(duì)能力，避免大規(guī)模主權(quán)債務(wù)危機(jī)再次爆發(fā)，具有重要的意義。

二、文獻(xiàn)綜述

關(guān)于“一帶一路”國家債務(wù)風(fēng)險(xiǎn)的研究主要集中于以下兩個(gè)方面：一方面是研究“一帶一路”國家債務(wù)風(fēng)險(xiǎn)情況。例如，馬旭平等（2019）對(duì)25 個(gè)“一帶一路”沿線國家債務(wù)風(fēng)險(xiǎn)進(jìn)行研究，發(fā)現(xiàn)中東歐區(qū)域國家集團(tuán)在風(fēng)險(xiǎn)溢出效應(yīng)中處于主導(dǎo)地位。Hurley 等（2019）預(yù)測68 個(gè)“一帶一路”沿線國家債務(wù)危機(jī)，有8 個(gè)國家面臨嚴(yán)重的債務(wù)風(fēng)險(xiǎn)。 陳甬軍等（2019）、張斌彬和馮珺（2020）、郭輝和郇志堅(jiān)（2017）等對(duì)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)也有較為深入的研究。另一方面是針對(duì)西方媒體報(bào)道“一帶一路”讓相關(guān)國家陷入“債務(wù)陷阱”，諸多學(xué)者對(duì)其進(jìn)行了研究。邱煜和潘攀（2019）研究發(fā)現(xiàn)“一帶一路”倡議通過縮減沿線國債務(wù)規(guī)模和增強(qiáng)沿線國財(cái)政可持續(xù)性這兩條路徑降低沿線國家債務(wù)風(fēng)險(xiǎn)。 Eszterhai 等（2019） 基于非洲信貸存量增長情況， 發(fā)現(xiàn)非洲債務(wù)風(fēng)險(xiǎn)來源于自身經(jīng)濟(jì)環(huán)境的脆弱性，并非來自中國等債權(quán)國家，中國沒有推行債務(wù)陷阱外交。 陳智華和梁海劍（2020）、賈妮莎和雷宏振(2019)、鮑洋（2020）、金剛和沈坤榮（2019）、趙睿和賈儒楠（2017）等在該領(lǐng)域也做了較為深入的研究。

在歐債危機(jī)發(fā)生之后，國外學(xué)者開始關(guān)注國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)。 Ismailescu 和Kazemi（2010）研究發(fā)現(xiàn)正面事件對(duì)CDS 市場有更大的影響， 更有可能蔓延到其他新興市場國家。Missio 和Watzka（2011）分析歐債危機(jī)期間數(shù)據(jù)發(fā)現(xiàn)，債務(wù)風(fēng)險(xiǎn)存在跨國傳導(dǎo)效應(yīng)，這種效應(yīng)主要來源于主權(quán)評(píng)級(jí)下調(diào)，負(fù)面評(píng)級(jí)加劇了國家經(jīng)濟(jì)市場的波動(dòng)， 對(duì)未評(píng)級(jí)的國家經(jīng)濟(jì)市場產(chǎn)生負(fù)面溢出效應(yīng)。Afonso 等（2012）研究發(fā)現(xiàn)國家債務(wù)風(fēng)險(xiǎn)存在從較低評(píng)級(jí)地區(qū)向較高評(píng)級(jí)地區(qū)溢出的現(xiàn)象。 與國外相比，國內(nèi)在國家債務(wù)風(fēng)險(xiǎn)跨國溢出效應(yīng)的研究較少。 有代表性的要數(shù)李政等（2019）采用TENET 方法構(gòu)建全球主權(quán)債務(wù)風(fēng)險(xiǎn)溢出網(wǎng)絡(luò)，發(fā)現(xiàn)各國的主權(quán)債務(wù)風(fēng)險(xiǎn)傳遞重要性不僅取決于自身風(fēng)險(xiǎn)水平，財(cái)政分權(quán)、政績激勵(lì)以及政府干預(yù)會(huì)顯著促進(jìn)地方政府債務(wù)風(fēng)險(xiǎn)的空間溢出。 李政等（2020）、羅勝（2021）、馬述忠和劉夢恒（2016）、劉慧婷和劉海龍（2016）等對(duì)主權(quán)債務(wù)風(fēng)險(xiǎn)溢出也做了較為深入的研究。

對(duì)比已有文獻(xiàn)， 本文主要在以下幾個(gè)方面有所改進(jìn)完善。 一是現(xiàn)有文獻(xiàn)主要選取20 個(gè)至30 個(gè)“一帶一路”沿線國家數(shù)據(jù)，本文選取了82 個(gè)“一帶一路”國家數(shù)據(jù)，樣本數(shù)量增加更具代表性。 二是現(xiàn)有文獻(xiàn)主要采用主權(quán)CDS 利差數(shù)據(jù)或負(fù)債率水平來衡量“一帶一路”國家債務(wù)風(fēng)險(xiǎn)。 “一帶一路”國家主權(quán)CDS 利差數(shù)據(jù)缺失較為嚴(yán)重， 負(fù)債率只能初步反映國家債務(wù)風(fēng)險(xiǎn)情況， 沒有考慮國家發(fā)展程度和財(cái)務(wù)狀況，無法準(zhǔn)確反映國家債務(wù)風(fēng)險(xiǎn)的真實(shí)狀況。 本文將人均GDP、 利息支出占比等指標(biāo)與國家負(fù)債率指標(biāo)相結(jié)合，能更好反映“一帶一路”國家債務(wù)風(fēng)險(xiǎn)狀況。 三是現(xiàn)有文獻(xiàn)沒有很好說明國家債務(wù)風(fēng)險(xiǎn)溢出效應(yīng)影響因素， 本文利用空間面板模型提取國家債務(wù)風(fēng)險(xiǎn)空間溢出影響因素，將其帶入引力模型，使空間網(wǎng)絡(luò)模型分析更具說服力。 四是將“一帶一路”國家債務(wù)風(fēng)險(xiǎn)對(duì)我國的溢出效應(yīng)進(jìn)行量化分析， 更具參考價(jià)值。

三、研究設(shè)計(jì)

（一）樣本和數(shù)據(jù)

已同中國簽署共建“一帶一路”合作文件的140個(gè)國家中，只有部分國家有主權(quán)CDS 利差數(shù)據(jù)，本文用國家負(fù)債率指標(biāo)反映國家債務(wù)風(fēng)險(xiǎn)情況。由于發(fā)達(dá)國家債務(wù)率水平通常高于發(fā)展中國家，這可能是由于發(fā)達(dá)國家已經(jīng)完成鐵路、 機(jī)場等基礎(chǔ)設(shè)施建設(shè)的原因。 參考Reinhart 和Rogoff （2010）、 張斌彬和馮珺（2020）等研究，本文將國家負(fù)債率水平根據(jù)國家發(fā)達(dá)程度進(jìn)行調(diào)整。為分析國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)的影響因素，選取利息收入占比、外匯儲(chǔ)備占比、外匯儲(chǔ)備充足度、外債負(fù)債率、外債債務(wù)率、儲(chǔ)備債務(wù)系數(shù)、短期債務(wù)率、貿(mào)易順差占比、貿(mào)易貢獻(xiàn)比重、出口占比、進(jìn)口占比、經(jīng)濟(jì)增速、匯率、貨幣供應(yīng)、通貨膨脹率、儲(chǔ)蓄率等指標(biāo)。根據(jù)各項(xiàng)指標(biāo)數(shù)據(jù)的可得性，剔除2019 年國內(nèi)生產(chǎn)總值（GDP）小于100 億美元的國家，選取82 個(gè)“一帶一路”國家作為數(shù)據(jù)樣本。 數(shù)據(jù)主要來自世界銀行、國際貨幣基金組織(IMF)、國際金融統(tǒng)計(jì)數(shù)據(jù)庫(IFS)、Wind 數(shù)據(jù)庫、新華社“新華絲路”數(shù)據(jù)庫、中國“一帶一路”網(wǎng)、國家統(tǒng)計(jì)局官網(wǎng)等。

樣本期間，82 個(gè)“一帶一路”國家平均負(fù)債率水平整體呈現(xiàn)先下降再升高的趨勢。 2000 年平均負(fù)債率最高為90.06%， 之后下降到2008 年的46.26%，隨后逐年上升到2019 年的70.49%。 如附表1 所示，2019 年國家債務(wù)風(fēng)險(xiǎn)最大值為蘇丹的351.64%，最小值為愛沙尼亞的9.94%。 希臘、意大利、葡萄牙等歐洲國家于2010 年發(fā)生“歐債危機(jī)”，國家債務(wù)風(fēng)險(xiǎn)現(xiàn)仍處于較高水平。蘇丹、莫桑比克、安哥拉等非洲國家債務(wù)風(fēng)險(xiǎn)也較高。 中國的債務(wù)率為59.54%，位于41 位，國家債務(wù)風(fēng)險(xiǎn)處于中等水平。由于部分非洲國家負(fù)債率不高，但國家財(cái)政收入不穩(wěn)定，導(dǎo)致國家存在較高的債務(wù)違約風(fēng)險(xiǎn)。這里以國家債務(wù)利息支出與財(cái)政收入比值來進(jìn)一步衡量國家債務(wù)違約風(fēng)險(xiǎn)2部分國家利息入占比根據(jù)負(fù)債率及相關(guān)報(bào)道估算得出。。 平均利息支出占比為9.97%，其中，斯里蘭卡、巴基斯坦、贊比亞利息支出占比均超過40%，國家可能已經(jīng)處于“入不敷出” 的狀態(tài)。 加納、 埃及利息收入占比均超過30%，存在較高的債務(wù)違約風(fēng)險(xiǎn)。 值得關(guān)注的是，新加坡債務(wù)率高達(dá)121.91%，但利息收入占比僅為0.42%，償還債務(wù)壓力較小。

表1 國家債務(wù)風(fēng)險(xiǎn)影響指標(biāo)選取

附表1 82 個(gè)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)表（2019 年）

（二）計(jì)量模型設(shè)定

1.空間面板模型

全局莫蘭指數(shù)用于度量變量的空間自相關(guān)性，可以測算空間的積聚程度。

上式中，θij為空間權(quán)重矩陣，φi為i 區(qū)域的屬性值，為全部屬性值的均值，s2為φ 的方差值。 全局莫蘭指數(shù)范圍為[-1,1]，其中，取值（-1,0]表明空間負(fù)相關(guān)，接近-1 表明負(fù)相關(guān)性強(qiáng)；取值（1,0]表明空間正相關(guān)，接近1 表明正相關(guān)性強(qiáng)，越接近0 表明空間相關(guān)性越弱。

LISA 分析可以反映局部自相關(guān)所在的積聚區(qū)域。 通過LISA 積聚圖可以進(jìn)一步明確某屬性積聚特性的顯著性情況。

其中，Xi=（φi-）/s 為φi的標(biāo)準(zhǔn)化值，Xj為相鄰區(qū)域?qū)傩詷?biāo)準(zhǔn)化值，θij為標(biāo)準(zhǔn)化權(quán)重矩陣。 “高-高積聚”表示i 區(qū)域與j 區(qū)域?qū)傩灾递^高；“低-高積聚”表示i 區(qū)域?qū)傩灾档停琷 區(qū)域?qū)傩灾递^高；“低-低積聚”表示i 區(qū)域與j 區(qū)域?qū)傩灾递^低；“高-低積聚”表示i區(qū)域?qū)傩灾蹈?，j 區(qū)域?qū)傩灾递^低。 空間溢出模型設(shè)定如下：

上式中，i 和j 分別代表不同的“一帶一路”國家；Wij為空間權(quán)重矩陣；Xit為自變量向量；θ 為自變量空間回歸系數(shù)；β 為解釋變量回歸系數(shù)向量；ρ 為因變量空間回歸系數(shù)；λ 為空間誤差回歸系數(shù)。

當(dāng)θ=0 而ρ≠0 時(shí)， 上式轉(zhuǎn)化為空間滯后模型（SLM）

當(dāng)λ=0 而ρ=0 時(shí)， 上式轉(zhuǎn)化為空間誤差模型（SEM）

當(dāng)θ≠0，ρ≠0 而λ=0 時(shí)，上式轉(zhuǎn)化為空間杜賓模型（SDM）

空間滯后模型（SLM）、空間誤差模型（SEM）、空間杜賓模型（SDM）是常用的空間計(jì)量模型，需要根據(jù)Wald 和LR 統(tǒng)計(jì)量來選擇適合的模型。

根據(jù)Le Sage 和Pace（2009,2014）提出的空間回歸模型偏微分方法，可將公式（6）轉(zhuǎn)化為

其中，in=[1，0，…，0]，令

上式轉(zhuǎn)化為

進(jìn)一步，被解釋變量對(duì)解釋變量溢出效應(yīng)的直接和間接影響可以表示為：

2.引力模型

建立國家債務(wù)風(fēng)險(xiǎn)關(guān)聯(lián)方法主要包括格蘭杰因果檢驗(yàn)、引力模型等。 格蘭杰因果檢驗(yàn)未考慮地理因素，風(fēng)險(xiǎn)關(guān)聯(lián)結(jié)果難以有說服力，本文選用引力模型建立“一帶一路”國家債務(wù)風(fēng)險(xiǎn)關(guān)聯(lián)關(guān)系。常用的區(qū)域經(jīng)濟(jì)關(guān)聯(lián)引力模型公式如下：

其中，Rij為區(qū)域經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度；Gi為區(qū)域GDP；Pi為區(qū)域人口數(shù)；Ni為區(qū)域經(jīng)濟(jì)發(fā)展指數(shù)；gi為人均GDP；Dij為區(qū)域i、j 的球面地理距離。

3.空間網(wǎng)絡(luò)模型

點(diǎn)中心度反映個(gè)體在整個(gè)網(wǎng)絡(luò)中的中心位置情況，公式為：

其中，De 代表點(diǎn)中心度，n 代表與該點(diǎn)相關(guān)點(diǎn)的數(shù)目，N 代表最大可能與該點(diǎn)連線的數(shù)目。

接近中心度反映個(gè)體在整體網(wǎng)絡(luò)中不受其他點(diǎn)控制的程度。 公式為：

中間中心度反映了個(gè)體控制關(guān)聯(lián)關(guān)系的程度。公式為：

其中，j≠i≠k 且j＜k，Cbi為中間中心度，bjk為第三個(gè)區(qū)域控制j 和k 的關(guān)聯(lián)能力。

空間關(guān)聯(lián)網(wǎng)絡(luò)塊模型分析。假設(shè)需要分析板塊Bk的成員關(guān)系，該板塊中有g(shù)k個(gè)成員，則該板塊理論上最大關(guān)系數(shù)為gk（gk-1）個(gè)，假設(shè)整個(gè)網(wǎng)絡(luò)有g(shù) 個(gè)個(gè)體，則位置Bk所有關(guān)系數(shù)為gk（gk-1），那么一個(gè)位置關(guān)系期望比例為gk（gk-1）/gk（gk-1）=（gk-1）/（g-1）。 基于網(wǎng)絡(luò)位置內(nèi)部及位置之間的關(guān)系，可以劃分為四個(gè)國家債務(wù)風(fēng)險(xiǎn)的板塊。

四、 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)

（一）空間相關(guān)性檢驗(yàn)

參考沈麗等（2019）、吳健梅等（2018）等風(fēng)險(xiǎn)空間溢出研究方法，將“一帶一路”國家首都空間地理距離設(shè)置為權(quán)重矩陣，隨著互聯(lián)網(wǎng)、全球化的發(fā)展，空間距離對(duì)于世界經(jīng)濟(jì)、金融的影響逐漸減弱，所以這里采用空間地理距離對(duì)數(shù)值作為權(quán)重矩陣。采用莫蘭指數(shù)驗(yàn)證“一帶一路”國家債務(wù)風(fēng)險(xiǎn)全局空間相關(guān)性。

檢驗(yàn)結(jié)果如表3 所示， 莫蘭指數(shù)取值均為負(fù)，正態(tài)統(tǒng)計(jì)量的p 值均通過10%的顯著性檢驗(yàn)， 這說明“一帶一路”國家債務(wù)風(fēng)險(xiǎn)存在很強(qiáng)的負(fù)空間相關(guān)性。進(jìn)而繪制莫蘭散點(diǎn)圖（圖1），可以進(jìn)一步分析“一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間分布的差異性，受篇幅限制，這里只展示2000 年和2019 年的莫蘭散點(diǎn)圖。

表3 “一帶一路”國家負(fù)債率的莫蘭指數(shù)表

圖1 2000 年(左)和2019 年(右)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)的莫蘭散點(diǎn)圖

在莫蘭散點(diǎn)圖中，橫軸表示“一帶一路”國家債務(wù)風(fēng)險(xiǎn)水平，縱軸為空間滯后項(xiàng)。 多數(shù)“一帶一路”國家在第二、四象限，呈現(xiàn)“低-高”的空間分布方式;少數(shù)國家位于第一、三象限，可以進(jìn)一步說明“一帶一路”國家債務(wù)風(fēng)險(xiǎn)存在空間依賴性和空間異質(zhì)性。這表明“一帶一路”國家債務(wù)風(fēng)險(xiǎn)存在空間相關(guān)性，若采用經(jīng)典計(jì)量分析方法來研究可能造成結(jié)果存在偏差，需要構(gòu)建空間計(jì)量模型進(jìn)行研究。

（二）“一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間溢出檢驗(yàn)

為判斷模型的隨機(jī)效應(yīng)和固定效應(yīng)，應(yīng)進(jìn)行Hausman 檢驗(yàn)。Hausman 檢驗(yàn)值為-12.12，且在1%的顯著性水平下拒絕原假設(shè)，應(yīng)選擇隨機(jī)效應(yīng)空間面板模型。

如表4 所示， 空間滯后和空間誤差Wald 和LR統(tǒng)計(jì)量都通過1%顯著水平的檢驗(yàn)， 說明空間杜賓模型（SDM）不能轉(zhuǎn)化為空間滯后模型（SLM）和空間滯后模型（SEM）。 因此，選擇空間杜賓模型（SDM）的隨機(jī)效應(yīng)模型作為最終解釋模型。通過三種模型的估計(jì)結(jié)果比較，空間杜賓模型（SDM）擬合優(yōu)度（R-squared）和對(duì)數(shù)似然函數(shù)值統(tǒng)值（Log-likelihood）均較高，應(yīng)根據(jù)該模型進(jìn)一步分析“一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)。 具體而言，利息收入占比（lxsr）、外債負(fù)債率（wzgdp）、外債債務(wù)率（wzsr）、通貨膨脹率（cpi）、貨幣供應(yīng)（hbgy）、出口占比（ckgdp）等指標(biāo)對(duì)國家債務(wù)風(fēng)險(xiǎn)具有正向的影響，說明這些指標(biāo)會(huì)加大本國的債務(wù)風(fēng)險(xiǎn)水平。 貿(mào)易貢獻(xiàn)比重（wmgdp）、儲(chǔ)蓄率（cxgdp）等指標(biāo)對(duì)國家債務(wù)風(fēng)險(xiǎn)具有負(fù)向的影響。 總體上，空間杜賓模型（SDM）的空間滯后被解釋變量（rho）不為0，且在1%的顯著性水平下拒絕原假設(shè)，因而可以采用Le Sage 和Pace（2009,2014）提出的空間回歸模型偏微分方法，將各統(tǒng)計(jì)變量對(duì)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)進(jìn)行分解，從直接效應(yīng)、間接效應(yīng)和總效應(yīng)來進(jìn)一步解釋空間溢出效應(yīng)。

表4 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)模型估計(jì)結(jié)果

如表5 所示，利息收入占比（lxsr）的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都為正， 且均通過1%的顯著性水平檢驗(yàn)， 說明該指標(biāo)增加不但會(huì)加大本國債務(wù)風(fēng)險(xiǎn)水平，對(duì)其他國家債務(wù)風(fēng)險(xiǎn)水平的影響更為強(qiáng)烈。 外匯儲(chǔ)備占比（cbgdp）和外匯儲(chǔ)備充足度（jkyf）的直接效應(yīng)為負(fù)，但未通過顯著性檢驗(yàn)，這可能說明外匯儲(chǔ)備在一定程度上可以緩解本國債務(wù)風(fēng)險(xiǎn)。外匯儲(chǔ)備占比（cbgdp）的間接效應(yīng)為正，外匯儲(chǔ)備充足度（jkyf）為負(fù)，這可能說明外匯儲(chǔ)備在國際上存在競爭性，當(dāng)外匯儲(chǔ)備用于本國儲(chǔ)備時(shí)，會(huì)減少鄰國外匯儲(chǔ)備和增加鄰國債務(wù)風(fēng)險(xiǎn)，當(dāng)外匯儲(chǔ)備用于進(jìn)口物品時(shí)，會(huì)增加鄰國外匯儲(chǔ)備和降低鄰國債務(wù)風(fēng)險(xiǎn)。 外債負(fù)債率（wzgdp）、外債債務(wù)率（wzsr）直接效應(yīng)、間接效應(yīng)和總效應(yīng)都為正，且均通過5%的顯著性水平檢驗(yàn)，說明外債增加會(huì)加大本國和鄰國債務(wù)風(fēng)險(xiǎn)。 貿(mào)易貢獻(xiàn)比重（wmgdp）的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都為正，間接效應(yīng)和總效應(yīng)通過5%的顯著性水平檢驗(yàn)， 這可能說明國際貿(mào)易在一定程度上可以改善本國及鄰國的債務(wù)風(fēng)險(xiǎn)水平。 出口占比（ckgdp）的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都為正，這可能說明嚴(yán)重依賴出口的國家并不能改善本國及鄰國的債務(wù)風(fēng)險(xiǎn)水平。 經(jīng)濟(jì)增速（gdpzz）的直接效應(yīng)為負(fù)，間接效應(yīng)和總效應(yīng)都為正，這可能說明經(jīng)濟(jì)增長在一定程度上可以緩解本國債務(wù)風(fēng)險(xiǎn)水平，但經(jīng)濟(jì)發(fā)展可能存在“虹吸效應(yīng)”，導(dǎo)致鄰國的債務(wù)風(fēng)險(xiǎn)加大。 貨幣供應(yīng)（hbgy）和通貨膨脹率（cpi）指標(biāo)的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都為正，間接效應(yīng)和總效應(yīng)通過10%的顯著性水平檢驗(yàn)，這可能說明貨幣超發(fā)在一定程度上加大了本國及鄰國的債務(wù)風(fēng)險(xiǎn)。 儲(chǔ)蓄率（cxgdp）的直接效應(yīng)、間接效應(yīng)和總效應(yīng)都為負(fù)，且均通過5%的顯著性水平檢驗(yàn)，說明儲(chǔ)蓄率增加會(huì)降低本國和鄰國債務(wù)風(fēng)險(xiǎn)水平。

表5 基于隨機(jī)效應(yīng)下空間杜賓模型效應(yīng)分解估計(jì)結(jié)果

五、“一帶一路” 國家債務(wù)風(fēng)險(xiǎn)空間溢出網(wǎng)絡(luò)特征

（一）修正的引力模型

根據(jù)表5 估計(jì)的空間溢出強(qiáng)度和顯著性水平結(jié)果，將利息收入占比、外債負(fù)債率、貨幣供應(yīng)、儲(chǔ)蓄率、貿(mào)易貢獻(xiàn)比重、外匯儲(chǔ)備充足度等六個(gè)指標(biāo)引入引力模型。 其中，前三個(gè)為正向指標(biāo)，后三個(gè)為負(fù)向指標(biāo)。對(duì)公式（14）的引力模型進(jìn)行修正，修正后的引力模型公式如下：

其中，Rij為“一帶一路”國家債務(wù)風(fēng)險(xiǎn)關(guān)聯(lián)強(qiáng)度；Ni為調(diào)整負(fù)債率代表的“一帶一路”國家債務(wù)風(fēng)險(xiǎn)；λi為i 國利息收入占比；γi為i 國外債負(fù)債率；δi為i 國貨幣供應(yīng)；Dij為i 國、j 國首都的球面地理距離；αj為i國儲(chǔ)蓄率；φj為i 國貿(mào)易貢獻(xiàn)比重；εj為i 國外匯儲(chǔ)備充足度。

（二）空間網(wǎng)絡(luò)關(guān)聯(lián)分析

基于修正的引力模型公式（18）可以得到“一帶一路”國家債務(wù)風(fēng)險(xiǎn)關(guān)聯(lián)矩陣。 根據(jù)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)矩陣引力均值， 確定區(qū)域金融風(fēng)險(xiǎn)關(guān)聯(lián)臨界值，由此得到2348 條關(guān)聯(lián)關(guān)系。根據(jù)檢驗(yàn)結(jié)果的二值矩陣數(shù)據(jù)， 可以生成空間關(guān)聯(lián)結(jié)構(gòu)圖。 由圖2 可知，“一帶一路” 國家債務(wù)風(fēng)險(xiǎn)相互呈現(xiàn)典型的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系，沒有孤立點(diǎn)。 82 個(gè)“一帶一路”國家最大關(guān)聯(lián)數(shù)6642 個(gè)，實(shí)際關(guān)聯(lián)數(shù)是2348 個(gè)。 網(wǎng)絡(luò)關(guān)聯(lián)度為1，表明空間網(wǎng)絡(luò)的關(guān)聯(lián)性和可達(dá)性較好，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)網(wǎng)絡(luò)溢出效應(yīng)顯著。 網(wǎng)絡(luò)等級(jí)度為0.3129，網(wǎng)絡(luò)效率為0.5392，空間網(wǎng)絡(luò)密度為0.3535，表明空間網(wǎng)絡(luò)溢出效應(yīng)較好，空間網(wǎng)絡(luò)結(jié)構(gòu)整體穩(wěn)定。

圖2 2019 年“一帶一路”國家債務(wù)風(fēng)險(xiǎn)的空間網(wǎng)絡(luò)關(guān)聯(lián)結(jié)構(gòu)圖

（三）空間網(wǎng)絡(luò)中心性分析

為進(jìn)一步揭示“一帶一路”國家在債務(wù)風(fēng)險(xiǎn)空間網(wǎng)絡(luò)中的地位與作用， 對(duì)空間網(wǎng)絡(luò)的個(gè)體進(jìn)行測度，如附表2 所示，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間網(wǎng)絡(luò)度數(shù)中心度、 接近中心度、 中間中心度分別為47.395、67.950、0.658。 將以中心度和調(diào)整負(fù)債率衡量的“一帶一路”國家債務(wù)風(fēng)險(xiǎn)水平相比較，存在較大差異。一是以中心度衡量的“一帶一路”國家債務(wù)風(fēng)險(xiǎn)水平，非洲地區(qū)國家排名普遍升高。非洲國家調(diào)整的負(fù)債率雖然普遍不高，但利息支出占比、儲(chǔ)蓄率、外債負(fù)債率、外匯儲(chǔ)備充足度等指標(biāo)普遍較差，導(dǎo)致以中心度衡量的債務(wù)風(fēng)險(xiǎn)水平升高。 二是希臘、意大利和葡萄牙等歐債違約國家以中心度衡量的債務(wù)風(fēng)險(xiǎn)水平普遍降低，這是因?yàn)橐獯罄推咸蜒览⑹杖胝急取⒇泿殴?yīng)等指標(biāo)尚可，在中心度國家債務(wù)風(fēng)險(xiǎn)排名中名次有所下降。 三是巴基斯坦、 斯里蘭卡和埃及調(diào)整負(fù)債率為126.44%、110.34%和109.96%，排名分列第八、第十三和第十四位， 但利息支出占比分別高達(dá)46.89%、47.47%和31.04%， 導(dǎo)致在中心度風(fēng)險(xiǎn)排名分別升到第二、 第五和第六位。 四是新加坡調(diào)整負(fù)債率為120.91%， 位列第十。 新加坡利息支出占比低至0.42%，低于均值9.55 個(gè)百分點(diǎn)，儲(chǔ)蓄率高達(dá)47.19%，高于均值22.64 個(gè)百分點(diǎn)， 其他指標(biāo)也處于良好水平， 導(dǎo)致新加坡在中心度國家債務(wù)風(fēng)險(xiǎn)排名中降至82 位，處于風(fēng)險(xiǎn)最低水平。 五是以調(diào)整負(fù)債率衡量和中心度衡量的國家債務(wù)風(fēng)險(xiǎn)， 中國分別名列第41 位和59 位，說明中國各項(xiàng)相關(guān)指標(biāo)良好，國家債務(wù)風(fēng)險(xiǎn)水平較低。以中心度衡量的“一帶一路”國家債務(wù)風(fēng)險(xiǎn)是在調(diào)整負(fù)債率指標(biāo)基礎(chǔ)上， 加入了利息收入占比、外債負(fù)債率、貨幣供應(yīng)、儲(chǔ)蓄率、貿(mào)易貢獻(xiàn)比重、外匯儲(chǔ)備充足度等核心指標(biāo)，更能全面反映“一帶一路”國家債務(wù)風(fēng)險(xiǎn)情況，更具參考價(jià)值。

表2 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)塊模型的板塊分類

附表2 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)空間網(wǎng)絡(luò)的中心性（2019 年）

（四）空間網(wǎng)絡(luò)塊模型分析

運(yùn)用CONCOR 軟件的塊模型分析，基于圖2 中的網(wǎng)絡(luò)空間關(guān)系， 將分割度設(shè)定為2， 收斂標(biāo)準(zhǔn)設(shè)定為0.2，將網(wǎng)絡(luò)所有成員分割為4 個(gè)板塊，具體見表6。

表6 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)塊模型分析

根據(jù)Burt 的塊模型分析方法（表1）可以確定各個(gè)板塊的屬性。

表7 空間網(wǎng)絡(luò)板塊風(fēng)險(xiǎn)溢出壓力分析

第二板塊有1355 條風(fēng)險(xiǎn)溢出， 占模型總風(fēng)險(xiǎn)溢出的57.71%，屬于該模型主要的風(fēng)險(xiǎn)來源，該板塊主要為非洲和歐洲國家，板塊國家債務(wù)風(fēng)險(xiǎn)都處于較高水平。 板塊一分別向板塊二溢出和接收317 條、376條關(guān)系， 而且大部分板塊一國家是板塊二的周邊國家，說明板塊二對(duì)板塊一的風(fēng)險(xiǎn)溢出十分顯著，并顯著提高了板塊一國家債務(wù)風(fēng)險(xiǎn)。同時(shí)板塊一反作用于板塊二， 進(jìn)一步增加了板塊二國家債務(wù)風(fēng)險(xiǎn)。 例如，2009 年希臘債務(wù)危機(jī)爆發(fā)后，風(fēng)險(xiǎn)傳染到葡萄牙、意大利等周邊國家，這些國家債務(wù)風(fēng)險(xiǎn)爆發(fā)后，進(jìn)一步加重了希臘的債務(wù)風(fēng)險(xiǎn)。 如歐盟當(dāng)時(shí)不及時(shí)采取措施，債務(wù)危機(jī)可能蔓延到塞浦路斯、奧地利、匈牙利、斯洛文尼亞等歐洲國家。板塊四接收了754 條外部關(guān)系，向外溢出了179 條關(guān)系，說明板塊四的國家與板塊二和板塊一的國家聯(lián)系較為緊密，受到國家債務(wù)風(fēng)險(xiǎn)溢入效應(yīng)十分顯著，板塊四國家債務(wù)風(fēng)險(xiǎn)水平相對(duì)較低，外溢效應(yīng)并不顯著。 板塊三接收關(guān)系75 條，占模型的3.21%，發(fā)出關(guān)系5 條，占模型的0.21%，說明板塊三國家債務(wù)風(fēng)險(xiǎn)水平低， 與其他國家關(guān)聯(lián)性較小，受影響程度低。為進(jìn)一步分析風(fēng)險(xiǎn)溢出壓力，以風(fēng)險(xiǎn)板塊密度矩陣為基礎(chǔ)， 以整體網(wǎng)絡(luò)密度值0.3413為分界值，可以得出像矩陣。

由表8 的像矩陣和圖3 可以更清晰地顯示出板塊一和板塊二相互溢出效應(yīng)及各自內(nèi)部溢出效應(yīng)均十分顯著，成為模型溢出效應(yīng)的主線。 板塊四的溢出效應(yīng)并不顯著，而板塊一和板塊二的溢入效應(yīng)十分顯著，進(jìn)一步驗(yàn)證了板塊四為風(fēng)險(xiǎn)凈溢入板塊的分析。 板塊三的溢出效應(yīng)和溢入效應(yīng)都不顯著， 成為模型中的風(fēng)險(xiǎn)隔離板塊。 這可能說明國家債務(wù)風(fēng)險(xiǎn)主要來源于國家外債、財(cái)政收支、儲(chǔ)蓄等因素，外部國家債務(wù)風(fēng)險(xiǎn)溢入只是外因，并不起決定作用。 各板塊沒有顯示出顯著的中介人屬性板塊，這可能說明“一帶一路”國家債務(wù)風(fēng)險(xiǎn)沒有形成系統(tǒng)性傳播，只是債務(wù)風(fēng)險(xiǎn)高的國家向周邊國家風(fēng)險(xiǎn)溢出及溢入，成為國家債務(wù)風(fēng)險(xiǎn)高區(qū)域，例如，在歐洲、非洲等債務(wù)高風(fēng)險(xiǎn)區(qū)域，國家債務(wù)風(fēng)險(xiǎn)還沒有向更大的區(qū)域擴(kuò)散，沒有顯著形成“鏈條式”傳播路徑。

表8 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)板塊密度矩陣和像矩陣

圖3 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)板塊間的相關(guān)關(guān)系圖

（五）“一帶一路”國家債務(wù)風(fēng)險(xiǎn)對(duì)中國溢出強(qiáng)度分析

從塊模型分析可知，中國處于風(fēng)險(xiǎn)凈溢入的第四板塊，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)溢入效應(yīng)顯著。 為進(jìn)一步分析“一帶一路”國家債務(wù)風(fēng)險(xiǎn)對(duì)我國的溢入情況， 采用溢入強(qiáng)度來代表對(duì)我國債務(wù)風(fēng)險(xiǎn)的影響程度。 如表9 所示，巴基斯坦、老撾、蒙古等是我國的周邊國家，對(duì)我國的債務(wù)風(fēng)險(xiǎn)溢出效應(yīng)最為強(qiáng)烈，蒙古的外債高達(dá)GDP 的214.27%,高于均值165.77 個(gè)百分點(diǎn)。 2018 年國際貨幣基金組織（IMF）向蒙古的援助計(jì)劃中， 由中國承擔(dān)的部分超三分之一， 約合人民幣140 億元。巴基斯坦負(fù)債率高達(dá)126.44%，利息收入占比高達(dá)46.89%，債務(wù)償還壓力巨大。 中國多次向巴基斯坦提供優(yōu)惠貸款，幫助其度過債務(wù)危機(jī)。 老撾外債達(dá)到84.80%，利息收入占比達(dá)到11.41%,償債壓力較大。 多年來，中國對(duì)老撾采取低息貸款及無償援助等方式，極大地幫助老撾緩解債務(wù)壓力。 蘇丹、埃及、贊比亞等非洲國家債務(wù)風(fēng)險(xiǎn)對(duì)我國溢出效應(yīng)也十分顯著。 蘇丹債務(wù)率高達(dá)351.64%，國家債務(wù)危機(jī)已經(jīng)爆發(fā)。 中國是蘇丹最大的非巴黎俱樂部債權(quán)國之一，捐贈(zèng)了21 億美元。 贊比亞債務(wù)率高達(dá)135.50%，利息收入占比達(dá)到44.45%，可能面臨國家債務(wù)違約。 中國約占贊比亞債權(quán)的三分之一，可能面臨損失。塞浦路斯、希臘、意大利等歐洲國家對(duì)中國的債務(wù)風(fēng)險(xiǎn)溢出也十分顯著，但小于周邊及非洲國家對(duì)我國的影響程度。

表9 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)對(duì)我國溢出強(qiáng)度

六、結(jié)論與建議

（一）結(jié)論

本文基于空間計(jì)量模型對(duì)82 個(gè)“一帶一路”國家2000-2019 年國家債務(wù)風(fēng)險(xiǎn)空間溢出效應(yīng)進(jìn)行估計(jì)，運(yùn)用空間網(wǎng)絡(luò)模型對(duì)空間網(wǎng)絡(luò)特征進(jìn)行分析，得出以下結(jié)論：

一是樣本期間，82 個(gè)“一帶一路”國家平均負(fù)債率水平整體呈現(xiàn)先下降再升高的趨勢。 2019 年“一帶一路”國家平均負(fù)債率水平為70.49%。 其中，最大值為蘇丹的351.64%， 最小值為愛沙尼亞的9.94%。 希臘、意大利、葡萄牙等歐洲國家于2010 年發(fā)生“歐債危機(jī)”，國家債務(wù)風(fēng)險(xiǎn)當(dāng)前仍處于較高水平。 蘇丹、莫桑比克、安哥拉等非洲國家債務(wù)風(fēng)險(xiǎn)也十分高。

二是根據(jù)空間計(jì)量模型估計(jì)結(jié)果顯示， 選取的16 個(gè)“一帶一路” 國家債務(wù)風(fēng)險(xiǎn)溢出效應(yīng)影響指標(biāo)中，有11 個(gè)指標(biāo)通過顯著性檢驗(yàn)，說明“一帶一路”國家債務(wù)風(fēng)險(xiǎn)存在空間溢出效應(yīng)。其中，利息收入占比、外債負(fù)債率、 貨幣供應(yīng)等指標(biāo)正向溢出效應(yīng)影響較大；儲(chǔ)蓄率、貿(mào)易貢獻(xiàn)比重、外匯儲(chǔ)備充足度等指標(biāo)負(fù)向溢出效應(yīng)影響較大。

三是根據(jù)修正的引力模型， 得到2348 條關(guān)聯(lián)關(guān)系。 “一帶一路”國家債務(wù)風(fēng)險(xiǎn)網(wǎng)絡(luò)結(jié)構(gòu)圖顯示，網(wǎng)絡(luò)關(guān)聯(lián)度為1， 表明空間網(wǎng)絡(luò)的關(guān)聯(lián)性和可達(dá)性較好，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)網(wǎng)絡(luò)溢出效應(yīng)顯著。網(wǎng)絡(luò)等級(jí)度為0.3129， 網(wǎng)絡(luò)效率為0.5392， 空間網(wǎng)絡(luò)密度為0.3535，表明空間網(wǎng)絡(luò)溢出效應(yīng)較好，空間網(wǎng)絡(luò)結(jié)構(gòu)整體穩(wěn)定。

四是以中心度衡量的“一帶一路”國家債務(wù)風(fēng)險(xiǎn)更具參考價(jià)值。其中，非洲地區(qū)國家排名普遍升高，歐債違約國家債務(wù)風(fēng)險(xiǎn)水平普遍降低。以調(diào)整負(fù)債率和中心度衡量的國家債務(wù)風(fēng)險(xiǎn)， 中國分列41 位和59位，中國各項(xiàng)相關(guān)指標(biāo)良好，國家債務(wù)風(fēng)險(xiǎn)水平較低。

五是板塊一和板塊二相互溢出效應(yīng)及各自內(nèi)部溢出效應(yīng)十分顯著，成為塊模型溢出效應(yīng)的主線。 板塊四的溢出效應(yīng)并不顯著，而板塊一和板塊二的溢入效應(yīng)十分顯著。 板塊三的溢出效應(yīng)和溢入效應(yīng)不顯著，成為模型中的風(fēng)險(xiǎn)隔離板塊。 各板塊沒有顯示出顯著的中介人屬性板塊，可能說明“一帶一路”國家債務(wù)風(fēng)險(xiǎn)沒有形成系統(tǒng)性傳播，只是債務(wù)風(fēng)險(xiǎn)高的國家向周邊國家風(fēng)險(xiǎn)溢出及溢入，成為國家債務(wù)風(fēng)險(xiǎn)高的區(qū)域。

六是中國處于風(fēng)險(xiǎn)凈溢入的第四板塊，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)溢入效應(yīng)顯著。 巴基斯坦、老撾、蒙古等是我國的周邊國家，對(duì)我國的債務(wù)風(fēng)險(xiǎn)溢出效應(yīng)最為強(qiáng)烈，蘇丹、埃及、贊比亞等非洲國家債務(wù)風(fēng)險(xiǎn)對(duì)我國溢出效應(yīng)也十分顯著。塞浦路斯、希臘、意大利等歐洲國家對(duì)中國的債務(wù)風(fēng)險(xiǎn)溢出也十分顯著，但小于周邊及非洲國家對(duì)我國的影響程度。

（二）防控“一帶一路”國家債務(wù)風(fēng)險(xiǎn)建議

一是完善“一帶一路”國家債務(wù)風(fēng)險(xiǎn)預(yù)警體系?？臻g網(wǎng)絡(luò)模型估計(jì)結(jié)果顯示，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)對(duì)我國有著較強(qiáng)的溢入效應(yīng)。 建議以國家信息中心、中國非洲研究院等國家級(jí)平臺(tái)為核心， 以高等院校、地方智庫等平臺(tái)為輔助，結(jié)合財(cái)政部發(fā)布的《“一帶一路”債務(wù)可持續(xù)性分析框架》，加強(qiáng)對(duì)巴基斯坦、老撾、蒙古、蘇丹、埃及、贊比亞、希臘等“一帶一路”國家數(shù)據(jù)的搜集、整理和分析，強(qiáng)化對(duì)相關(guān)問題的跟蹤研究，完善“一帶一路”國家債務(wù)風(fēng)險(xiǎn)評(píng)價(jià)及預(yù)警體系。

二是探索建立“一帶一路”國家債務(wù)風(fēng)險(xiǎn)防控合作機(jī)制。 空間網(wǎng)絡(luò)模型研究顯示，“一帶一路”國家債務(wù)風(fēng)險(xiǎn)有空間溢出效應(yīng)， 為防止風(fēng)險(xiǎn)的擴(kuò)散和蔓延，建議探索建立“一帶一路”國家債務(wù)風(fēng)險(xiǎn)防控合作機(jī)制。例如，世界銀行、國際貨幣基金組織等國際機(jī)構(gòu)向有需要的“一帶一路”國家提供技術(shù)援助，幫助其完善財(cái)政政策治理，提高債務(wù)風(fēng)險(xiǎn)管理能力，確保公共資金安全，由此增進(jìn)國家債務(wù)可持續(xù)性。也可以借鑒“歐洲金融穩(wěn)定基金”的相關(guān)經(jīng)驗(yàn)，探索建立“一帶一路”國家應(yīng)急儲(chǔ)備基金，以應(yīng)對(duì)短期流動(dòng)性沖擊帶來的國家債務(wù)危機(jī)。

三是推動(dòng)建立可持續(xù)、風(fēng)險(xiǎn)可控的融資體系。 亞洲和非洲的高風(fēng)險(xiǎn)債務(wù)國家多處于國家債務(wù)風(fēng)險(xiǎn)溢出板塊。“一帶一路”國家普遍存在經(jīng)濟(jì)發(fā)展資金缺口大的問題， 為防止國家債務(wù)風(fēng)險(xiǎn)通過融資體系傳播，有針對(duì)性地建立持續(xù)、 風(fēng)險(xiǎn)可控的融資體系尤為重要。 可推廣資源換項(xiàng)目的“安哥拉模式”，充分發(fā)揮非洲資源優(yōu)勢， 將油氣等自然資源作為貸款抵押資產(chǎn)，有效化解貸款風(fēng)險(xiǎn)。 充分發(fā)揮亞洲基礎(chǔ)設(shè)施投資銀行、絲路基金、金磚國家新開發(fā)銀行等平臺(tái)的積極作用， 拓展人民幣在雙邊或多邊金融合作領(lǐng)域的應(yīng)用，將人民幣海外投資與推動(dòng)“一帶一路”國家債務(wù)安全有機(jī)結(jié)合起來， 建立健全債務(wù)可持續(xù)的激勵(lì)約束機(jī)制。鼓勵(lì)多邊開發(fā)機(jī)構(gòu)與“一帶一路”國家開展聯(lián)合融資，鼓勵(lì)開展第三方合作、多方合作，推廣股權(quán)投資、PPP 項(xiàng)目融資等方式， 充分發(fā)揮公共資金的帶動(dòng)作用，動(dòng)員長期資本及私人部門資本參與，進(jìn)一步完善多元、包容、可持續(xù)的“一帶一路”融資體系。

四是建立海外投資風(fēng)險(xiǎn)準(zhǔn)備金制度。 部分“一帶一路”國家債務(wù)風(fēng)險(xiǎn)高企，且存在較強(qiáng)的外溢效應(yīng)，我國企業(yè)在開展“一帶一路”投資過程中面臨債務(wù)違約等風(fēng)險(xiǎn)，給企業(yè)帶來巨大損失。 為有效防范海外投資風(fēng)險(xiǎn)，可以構(gòu)建海外投資風(fēng)險(xiǎn)準(zhǔn)備金制度。 結(jié)合國際經(jīng)驗(yàn)和實(shí)際情況，可以針對(duì)不同海外投資項(xiàng)目可能遭遇的風(fēng)險(xiǎn)類型設(shè)置不同種類的風(fēng)險(xiǎn)準(zhǔn)備金，也可設(shè)置一些兜底性質(zhì)的海外投資風(fēng)險(xiǎn)準(zhǔn)備金應(yīng)對(duì)可能出現(xiàn)的新類型的“一帶一路”投資風(fēng)險(xiǎn)。

五是制定差異化投資策略。根據(jù)“一帶一路”國家債務(wù)風(fēng)險(xiǎn)狀況，采取差異化的投資策略。 對(duì)于國家債務(wù)風(fēng)險(xiǎn)較低的“一帶一路”國家，如新加坡、俄羅斯、捷克、柬埔寨、韓國等國家，我國企業(yè)可以適當(dāng)加大投資力度，確保優(yōu)質(zhì)投資機(jī)會(huì)不流失。 對(duì)于國家債務(wù)風(fēng)險(xiǎn)較高的“一帶一路”國家，如巴基斯坦、老撾、蒙古、蘇丹、塞浦路斯、希臘、斯里蘭卡、埃及、科特迪瓦、老撾、贊比亞等國家，要適當(dāng)控制投資范圍，對(duì)于可行性強(qiáng)、投資回報(bào)高的項(xiàng)目， 投資前要充分評(píng)估債務(wù)違約風(fēng)險(xiǎn)，貸款后要持續(xù)跟蹤國家債務(wù)風(fēng)險(xiǎn)情況，以精準(zhǔn)規(guī)避違約風(fēng)險(xiǎn)。

附表：