基于指數(shù)法的國(guó)際金融風(fēng)險(xiǎn)測(cè)度研究

李雅婷

（新疆財(cái)經(jīng)大學(xué) 金融學(xué)院，新疆 烏魯木齊 830012）

一、引言

信息時(shí)代，先進(jìn)的科學(xué)技術(shù)不斷革新，進(jìn)一步推動(dòng)了經(jīng)濟(jì)全球化和貿(mào)易自由化走向深入，也直接加強(qiáng)了國(guó)際金融交往交流，金融作為要素在“地球村”流動(dòng)。全球化的金融發(fā)展促進(jìn)了國(guó)際貿(mào)易往來，提供了更多就業(yè)崗位，也全面提升了金融服務(wù)質(zhì)量，但這也讓金融面臨更多新的風(fēng)險(xiǎn)和挑戰(zhàn)。2008年美國(guó)次貸危機(jī)、2010年歐洲債務(wù)危機(jī)，都使全球金融市場(chǎng)嚴(yán)重動(dòng)蕩，造成的破壞和危害前所未有。2020年新冠肺炎疫情在全球擴(kuò)散，這個(gè)“黑天鵝”使全球貿(mào)易緊縮、經(jīng)濟(jì)交往停滯，涌現(xiàn)大波失業(yè)潮，甚至出現(xiàn)了從未有過的美股在兩周內(nèi)4次熔斷的現(xiàn)象，可見各國(guó)經(jīng)濟(jì)深度綁定的同時(shí)也加重了金融風(fēng)險(xiǎn)隱患。小范圍內(nèi)的金融危機(jī)會(huì)直接引發(fā)“蝴蝶效應(yīng)”波及全球，經(jīng)濟(jì)衰退、通貨膨脹等問題往往一同出現(xiàn)，新的經(jīng)濟(jì)危機(jī)周期越短，造成的危害越嚴(yán)重，各國(guó)不得不將防范金融風(fēng)險(xiǎn)作為金融體系建設(shè)和維護(hù)的重要任務(wù)。因此，針對(duì)國(guó)際金融風(fēng)險(xiǎn)問題的研究尤為重要。

二、文獻(xiàn)綜述

目前，國(guó)內(nèi)學(xué)者對(duì)金融風(fēng)險(xiǎn)測(cè)度的研究主要集中在我國(guó)區(qū)域性金融風(fēng)險(xiǎn)測(cè)度和預(yù)警方面，以及對(duì)我國(guó)不同地區(qū)金融風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)。譚中明（2010）構(gòu)建了外部影響和內(nèi)部影響兩個(gè)分系統(tǒng)組成區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)，通過主觀綜合賦權(quán)法對(duì)江蘇省的金融風(fēng)險(xiǎn)進(jìn)行測(cè)度[1]。胡志強(qiáng)（2016）從區(qū)域經(jīng)濟(jì)、區(qū)域金融和影子銀行體系三個(gè)方面構(gòu)建金融風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)體系，運(yùn)用熵值法賦權(quán)度量安徽省的金融風(fēng)險(xiǎn)演化趨勢(shì)[2]。劉麗和郭春梅等（2019）利用CRITIC賦權(quán)法構(gòu)建金融壓力指數(shù)模型，結(jié)合銀行業(yè)市場(chǎng)、房地產(chǎn)市場(chǎng)等對(duì)山東省系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行測(cè)度[3]。

金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系從最初的宏觀經(jīng)濟(jì)、金融機(jī)構(gòu)、銀行體系不斷擴(kuò)大，根據(jù)研究對(duì)象的特點(diǎn)加入不同行業(yè)指標(biāo)，完善指標(biāo)體系。黃思杰和李因果（2021）結(jié)合江蘇省發(fā)展特點(diǎn)，將房地產(chǎn)、企業(yè)發(fā)展等高風(fēng)險(xiǎn)納入金融風(fēng)險(xiǎn)體系中，采用神經(jīng)網(wǎng)絡(luò)建立江蘇省金融風(fēng)險(xiǎn)預(yù)警模型[4]。王曉婷和劉愛紅等（2019）通過編制山西省非金融企業(yè)部門、金融部門、政府部門、家戶部門賬面宏觀資產(chǎn)負(fù)債表、或有權(quán)益宏觀資產(chǎn)負(fù)債表，構(gòu)建了區(qū)域金融風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)[5]。朱曉華（2020）把區(qū)域能源工業(yè)和區(qū)域技術(shù)開發(fā)作為重要維度，納入金融風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警體系，通過熵值法度量我國(guó)2018年煤炭?jī)?chǔ)量排名前6的?。▍^(qū)）的金融風(fēng)險(xiǎn)[6]。

對(duì)于國(guó)際金融風(fēng)險(xiǎn)的研究主要集中于金融風(fēng)險(xiǎn)傳染方面。祝寶江和王煒琪等（2019）以中美兩國(guó)投資者情緒為研究對(duì)象，構(gòu)建中美兩國(guó)投資者情緒指標(biāo)，通過Copula驗(yàn)證二者之間的相關(guān)性和傳染性[7]。杜子平和高立寶（2013）采用分層條件Copula函數(shù)方法，以美國(guó)、日本、英國(guó)、中國(guó)臺(tái)灣和中國(guó)香港五個(gè)市場(chǎng)的主要股指作為研究對(duì)象，通過比較2008年金融危機(jī)后股指間的相關(guān)性，對(duì)股指危機(jī)傳染路徑進(jìn)行初步分析[8]。

綜上所述，國(guó)內(nèi)針對(duì)金融風(fēng)險(xiǎn)測(cè)度方面的研究主要基于各?。▍^(qū)、市）、地區(qū)間的測(cè)度，且沒有統(tǒng)一的金融風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)體系，導(dǎo)致研究結(jié)果缺乏可比性；國(guó)際方面，各學(xué)者針對(duì)金融風(fēng)險(xiǎn)的研究主要集中在國(guó)際金融風(fēng)險(xiǎn)傳染方面，針對(duì)各個(gè)國(guó)家的風(fēng)險(xiǎn)測(cè)度的研究較少。本文將采用統(tǒng)一的金融風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)體系，對(duì)發(fā)達(dá)國(guó)家美國(guó)、英國(guó)、法國(guó)、日本、意大利，發(fā)展中國(guó)家中國(guó)、印度、南非、俄羅斯、巴西共10個(gè)國(guó)家構(gòu)建金融風(fēng)險(xiǎn)指數(shù)，通過對(duì)各國(guó)間金融風(fēng)險(xiǎn)的橫向?qū)Ρ?，探究各?guó)金融風(fēng)險(xiǎn)的差異，為各國(guó)應(yīng)對(duì)金融風(fēng)險(xiǎn)制定對(duì)策提供參考。

三、金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的構(gòu)建

（一）指標(biāo)選擇

本文在已有文獻(xiàn)的基礎(chǔ)上總結(jié)、歸納，根據(jù)可收集數(shù)據(jù)的情況，最終從宏觀經(jīng)濟(jì)、銀行市場(chǎng)、外匯市場(chǎng)以及國(guó)際債務(wù)四個(gè)方面構(gòu)建金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系。

宏觀經(jīng)濟(jì)對(duì)金融市場(chǎng)的發(fā)展有重要影響，穩(wěn)定、良好的宏觀經(jīng)濟(jì)形勢(shì)對(duì)金融市場(chǎng)產(chǎn)生促進(jìn)作用，增強(qiáng)投資者信心；波動(dòng)、惡化的宏觀經(jīng)濟(jì)形勢(shì)對(duì)金融市場(chǎng)產(chǎn)生扼制作用，引起市場(chǎng)恐慌。本文選取GDP增長(zhǎng)率（X1）、通貨膨脹率（X2）、失業(yè)率（X3）3個(gè)指標(biāo)進(jìn)行衡量。

銀行市場(chǎng)的不斷壯大，對(duì)各個(gè)領(lǐng)域都會(huì)產(chǎn)生影響。經(jīng)驗(yàn)表明，金融危機(jī)通常伴隨著銀行市場(chǎng)的動(dòng)蕩。銀行市場(chǎng)的正常運(yùn)行對(duì)金融市場(chǎng)的平穩(wěn)發(fā)展有著極其重要的作用。本文選取不良貸款率（X4）、M2增長(zhǎng)率（X5）、M2/GDP（X6）和銀行信貸 /GDP（X7）4 個(gè)指標(biāo)進(jìn)行衡量。

外匯市場(chǎng)作為資本流動(dòng)性最大的市場(chǎng)，是國(guó)家進(jìn)行國(guó)際經(jīng)濟(jì)活動(dòng)時(shí)極具綜合性的判斷指標(biāo)，其穩(wěn)定性直接影響整個(gè)國(guó)家的金融風(fēng)險(xiǎn)發(fā)生率。本文選取股票市值 /GDP（X8）、匯率（X9）、匯率波動(dòng)率（X10）和外匯儲(chǔ)備/GDP（X11）4個(gè)指標(biāo)進(jìn)行衡量。

國(guó)際債務(wù)是衡量金融風(fēng)險(xiǎn)的重要依據(jù)，同時(shí)也是引發(fā)國(guó)家金融風(fēng)險(xiǎn)的導(dǎo)火索。國(guó)際債務(wù)危機(jī)不僅會(huì)使債務(wù)國(guó)的通貨膨脹加劇，還會(huì)延緩債權(quán)國(guó)的經(jīng)濟(jì)恢復(fù)，產(chǎn)生嚴(yán)重的國(guó)際影響。本文選取短期外債/外債（X12）、外債 /外匯儲(chǔ)備（X13）、外債 /GDP（X14）3 個(gè)指標(biāo)進(jìn)行衡量。

（二）樣本選取及數(shù)據(jù)來源

根據(jù)數(shù)據(jù)的質(zhì)量和可得性，本文選取發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家包括美國(guó)、英國(guó)、法國(guó)、日本、意大利、中國(guó)、印度、南非、俄羅斯、巴西10個(gè)國(guó)家作為研究對(duì)象，選取2010年至2020年整體數(shù)據(jù)為樣本空間。數(shù)據(jù)通過世界銀行、OECD及CEIC數(shù)據(jù)庫(kù)整理、計(jì)算得出。

四、金融風(fēng)險(xiǎn)指數(shù)的構(gòu)建

（一）指標(biāo)權(quán)重測(cè)算

權(quán)重確定的方法主要分為兩大類：一類是主觀賦權(quán)法，即基于決策者的經(jīng)驗(yàn)和偏好，通過對(duì)各項(xiàng)指標(biāo)進(jìn)行比較、賦值和計(jì)算得出其權(quán)重的方法。另一類是客觀賦權(quán)法，即基于各個(gè)指標(biāo)值的客觀數(shù)據(jù)的差異而確定各指標(biāo)權(quán)重的方法。由于主觀賦權(quán)法的計(jì)算過程較為復(fù)雜，計(jì)算難度大且缺乏對(duì)指標(biāo)公認(rèn)的評(píng)判標(biāo)準(zhǔn)，大部分文獻(xiàn)采用客觀賦權(quán)法。張濤（2015）認(rèn)為熵值法排除了主觀判斷的因素，用信息熵確定指標(biāo)的權(quán)重，對(duì)區(qū)域銀行業(yè)風(fēng)險(xiǎn)進(jìn)行動(dòng)態(tài)評(píng)價(jià)具有客觀性、真實(shí)性[9]；李凱風(fēng)和李星（2019）采用熵權(quán)TOPSIS法和綜合模糊評(píng)價(jià)法，對(duì)全國(guó)各省區(qū)市債務(wù)風(fēng)險(xiǎn)水平進(jìn)行測(cè)算[10]；王昆和宋梅洲（2003）對(duì)熵權(quán)法、標(biāo)準(zhǔn)離差法和CRITIC法3種客觀賦權(quán)法進(jìn)行了綜合比較，認(rèn)為CRITIC法是一種能比較客觀反映指標(biāo)客觀權(quán)重的計(jì)算方法[11]。

綜合各種因素，本文采用客觀賦權(quán)法測(cè)算各國(guó)金融風(fēng)險(xiǎn)指標(biāo)權(quán)重。為保證指標(biāo)權(quán)重的準(zhǔn)確性、客觀性，本文采用熵權(quán)法、變異系數(shù)法、相關(guān)系數(shù)法、CRITIC法四種客觀賦權(quán)法計(jì)算指標(biāo)權(quán)重，把四種客觀賦權(quán)法的計(jì)算結(jié)果的平均數(shù)作為各指標(biāo)的最終權(quán)重值。

1.標(biāo)準(zhǔn)化處理

為消除各指標(biāo)間數(shù)量級(jí)、量綱對(duì)結(jié)果的差異性影響，對(duì)各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化依據(jù)為對(duì)促進(jìn)金融風(fēng)險(xiǎn)發(fā)生的指標(biāo)作正向化處理，阻礙金融風(fēng)險(xiǎn)發(fā)生的指標(biāo)作負(fù)向化處理。

其中：Xj為第 j項(xiàng)指標(biāo)值，Xmax、Xmin分別為其最大值和最小值，X'ij為指標(biāo)標(biāo)準(zhǔn)化后的數(shù)值。

2.熵權(quán)法

熵權(quán)法是一種依據(jù)數(shù)據(jù)間所代表的信息量大小而確定相關(guān)權(quán)重的客觀賦權(quán)法，數(shù)據(jù)間差異性越大，反映的信息就越多，所賦權(quán)重也越大，計(jì)算公式為：

3.變異系數(shù)法

變異系數(shù)法是根據(jù)數(shù)據(jù)概率統(tǒng)計(jì)分布的特征而進(jìn)行權(quán)重賦值，其計(jì)算公式為

4.相關(guān)系數(shù)法

相關(guān)系數(shù)法是依據(jù)變量間的相關(guān)系數(shù)矩陣進(jìn)行賦權(quán)的一種方法，該方法首先需要計(jì)算變量間的相關(guān)系數(shù)矩陣然后計(jì)算每列中的和，得到則第j個(gè)指標(biāo)的權(quán)重為

5.CRITIC法

CRITIC法是依據(jù)指標(biāo)間的對(duì)比強(qiáng)度及沖突性來確定權(quán)重的一種客觀賦權(quán)法，定義第j個(gè)指標(biāo)變量所包含的信息量為標(biāo)準(zhǔn)差，rij為相關(guān)系數(shù)。則第j個(gè)指標(biāo)的權(quán)重為

指標(biāo)權(quán)重測(cè)算結(jié)果如表1所示：

表1 金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)權(quán)重測(cè)算結(jié)果

（二）指數(shù)合成結(jié)果

通過對(duì)選取的10個(gè)國(guó)家的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，并根據(jù)模糊綜合評(píng)價(jià)法Fij=Xij×λi，測(cè)算出10個(gè)國(guó)家在2010—2020年的金融風(fēng)險(xiǎn)值，取10個(gè)國(guó)家金融風(fēng)險(xiǎn)值的均值作為整體國(guó)際金融風(fēng)險(xiǎn)值，結(jié)果見圖 1、圖 2、圖 3、表 2。

從圖1可看出，國(guó)際金融風(fēng)險(xiǎn)整體劃分為三個(gè)階段，首先從2010年的0.4165上升至2012年的0.4723，隨后下降至2017年的0.3738，接著上升至2020年的0.5294，達(dá)到最高點(diǎn)。具體分國(guó)家看：

圖1 國(guó)際金融風(fēng)險(xiǎn)測(cè)度結(jié)果

圖2 發(fā)達(dá)國(guó)家金融風(fēng)險(xiǎn)測(cè)度結(jié)果

圖3 發(fā)展中國(guó)家金融風(fēng)險(xiǎn)測(cè)度結(jié)果

表2 金融風(fēng)險(xiǎn)測(cè)度結(jié)果

第一階段（2010—2012年）：國(guó)際金融風(fēng)險(xiǎn)呈現(xiàn)上升趨勢(shì)，其中日本、意大利、印度、巴西與國(guó)際金融風(fēng)險(xiǎn)走勢(shì)一致；美國(guó)、法國(guó)、中國(guó)、俄羅斯的金融風(fēng)險(xiǎn)呈先上升后下降的趨勢(shì)；南非呈先下降后上升的趨勢(shì)；英國(guó)保持下降趨勢(shì)。英國(guó)在此階段金融風(fēng)險(xiǎn)指數(shù)最高，比國(guó)際風(fēng)險(xiǎn)指數(shù)高 0.1988；意大利（0.5100）、法國(guó)（0.4548）金融風(fēng)險(xiǎn)高于國(guó)際金融風(fēng)險(xiǎn)，宏觀經(jīng)濟(jì)、銀行市場(chǎng)、國(guó)際債務(wù)風(fēng)險(xiǎn)發(fā)生概率增大；美國(guó)（0.4275）、日本（0.4436）、印度（0.4487）、南非（0.4314）、俄羅斯（0.4166）、巴西（0.4067）低于國(guó)際風(fēng)險(xiǎn)水平；中國(guó)（0.3183）在該階段金融風(fēng)險(xiǎn)指數(shù)最低，低于國(guó)際風(fēng)險(xiǎn)指數(shù)0.1324，宏觀經(jīng)濟(jì)、銀行市場(chǎng)和國(guó)際債務(wù)風(fēng)險(xiǎn)發(fā)生概率呈下降態(tài)勢(shì)。

第二階段（2012—2017年）：國(guó)際金融風(fēng)險(xiǎn)在此階段整體表現(xiàn)為急速下降，英國(guó)、法國(guó)、意大利、印度與國(guó)際金融風(fēng)險(xiǎn)走勢(shì)一致；美國(guó)、日本、南非、俄羅斯、巴西的金融風(fēng)險(xiǎn)態(tài)勢(shì)存在波動(dòng)，呈先上升后下降的趨勢(shì)；中國(guó)與國(guó)際金融風(fēng)險(xiǎn)態(tài)勢(shì)相反，總體為上升趨勢(shì)，超出該階段國(guó)際平均風(fēng)險(xiǎn)指數(shù)。意大利（0.5156）在該階段平均風(fēng)險(xiǎn)最大，超出國(guó)際平均風(fēng)險(xiǎn)0.0787，但意大利除國(guó)際債務(wù)風(fēng)險(xiǎn)發(fā)生概率增大，其余三個(gè)維度風(fēng)險(xiǎn)發(fā)生概率均下降。中國(guó)（0.4480）、印度（0.4826）、俄羅斯（0.4650）、巴西（0.5139）平均風(fēng)險(xiǎn)高于國(guó)際風(fēng)險(xiǎn)；美國(guó)（0.3792）、英國(guó)（0.3513）、法國(guó)（0.3732）、日本（0.4106）、南非（0.4297）低于國(guó)際風(fēng)險(xiǎn)均值。英國(guó)在2012年至2015年風(fēng)險(xiǎn)值出現(xiàn)斷崖式下跌，2016年略有反彈，2017年持續(xù)下跌，四個(gè)維度風(fēng)險(xiǎn)發(fā)生概率與國(guó)際風(fēng)險(xiǎn)值變動(dòng)趨勢(shì)相同，在此階段中平均風(fēng)險(xiǎn)最低。

第三階段（2017—2020年）：國(guó)際金融風(fēng)險(xiǎn)在2018年略有反彈，2018年至2019年繼續(xù)下跌，2019年至2020年金融風(fēng)險(xiǎn)急速上升，達(dá)到2010年至2020年間的頂峰。美國(guó)、英國(guó)、法國(guó)、日本、印度與國(guó)際金融風(fēng)險(xiǎn)趨勢(shì)相同；意大利和俄羅斯在2017年至2019年間金融風(fēng)險(xiǎn)值持續(xù)下降，2019年出現(xiàn)拐點(diǎn)達(dá)到2010年至2020年間風(fēng)險(xiǎn)最低值，2019年至2020年金融風(fēng)險(xiǎn)值急速上升；中國(guó)、南非、巴西在第三階段金融風(fēng)險(xiǎn)持續(xù)上漲。中國(guó)（0.5548）第三階段整體金融風(fēng)險(xiǎn)在各國(guó)中最高，超出國(guó)際金融風(fēng)險(xiǎn)值0.1381；美國(guó)（0.4494）、日本（0.4276）、南非（0.4916）、巴西（0.5316）高于國(guó)際平均風(fēng)險(xiǎn)；英國(guó)（0.2615）、法國(guó)（0.3260）、意大利（0.3585）、印度（0.4043）、俄羅斯（0.3620）低于國(guó)際平均風(fēng)險(xiǎn)，其中英國(guó)在該階段的金融風(fēng)險(xiǎn)指數(shù)最低，但除外匯市場(chǎng)外，宏觀經(jīng)濟(jì)、銀行市場(chǎng)、國(guó)際債務(wù)三個(gè)維度風(fēng)險(xiǎn)發(fā)生概率則大幅上升。

五、主要結(jié)論及啟示

本文通過構(gòu)建國(guó)際金融風(fēng)險(xiǎn)指數(shù)，對(duì)10個(gè)國(guó)家的金融風(fēng)險(xiǎn)進(jìn)行分析，測(cè)度出國(guó)際金融風(fēng)險(xiǎn)，主要得出以下結(jié)論：

第一，2010—2020年國(guó)際金融風(fēng)險(xiǎn)與大部分國(guó)家的風(fēng)險(xiǎn)指數(shù)變化趨勢(shì)相同，基本呈現(xiàn)為極速上升、迅速下降、極速攀升三個(gè)階段。發(fā)達(dá)國(guó)家整體金融風(fēng)險(xiǎn)指數(shù)低于發(fā)展中國(guó)家，各國(guó)GDP增長(zhǎng)率（X1）均上升，但發(fā)達(dá)國(guó)家上漲幅度大于發(fā)展中國(guó)家；發(fā)展中國(guó)家的通貨膨脹率（X2）、不良貸款率（X4）、M2/GDP（X6）、匯率波動(dòng)率（X10）大于發(fā)達(dá)國(guó)家，金融風(fēng)險(xiǎn)發(fā)生概率增大，經(jīng)濟(jì)發(fā)展水平較差的發(fā)展中國(guó)家的金融風(fēng)險(xiǎn)水平較高。

第二，10個(gè)國(guó)家在2019年至2020年，金融風(fēng)險(xiǎn)指數(shù)都極速上升，美國(guó)、法國(guó)、日本、中國(guó)、南非、巴西在2020年達(dá)到該國(guó)風(fēng)險(xiǎn)指數(shù)的最大值。2020年新冠肺炎疫情在全球暴發(fā)并快速傳播，對(duì)各國(guó)經(jīng)濟(jì)和人民生活造成了巨大打擊，通貨膨脹率（X2）、失業(yè)率（X3）、銀行信貸/GDP（X7）風(fēng)險(xiǎn)發(fā)生概率大幅上升，宏觀經(jīng)濟(jì)、銀行市場(chǎng)風(fēng)險(xiǎn)發(fā)生概率持續(xù)上漲，但整體平均風(fēng)險(xiǎn)指數(shù)于前兩階段相比較低，說明當(dāng)前國(guó)際金融風(fēng)險(xiǎn)雖然處于較高水平，但風(fēng)險(xiǎn)防控較好。

整體看，各國(guó)金融風(fēng)險(xiǎn)存在明顯差異，各國(guó)需根據(jù)自身國(guó)情以及特點(diǎn)制定適合本國(guó)的金融風(fēng)險(xiǎn)防范措施，降低自身金融風(fēng)險(xiǎn)。首先各國(guó)要加強(qiáng)金融風(fēng)險(xiǎn)防范能力，建立全面的金融風(fēng)險(xiǎn)防范機(jī)制。隨著經(jīng)濟(jì)全球化不斷推進(jìn)，發(fā)展中國(guó)家與發(fā)達(dá)國(guó)家的溝通交流更為密切，應(yīng)盡快建立健全金融風(fēng)險(xiǎn)防范機(jī)制，科學(xué)多元地提升金融風(fēng)險(xiǎn)監(jiān)管有效性，實(shí)施積極有效的金融風(fēng)險(xiǎn)防控措施。其次各國(guó)需加強(qiáng)金融合作機(jī)制，拓展多領(lǐng)域交流合作，相互分享經(jīng)驗(yàn)、吸取教訓(xùn)，共同應(yīng)對(duì)國(guó)際金融風(fēng)險(xiǎn)。最后要刺激國(guó)內(nèi)消費(fèi)需求，擴(kuò)大內(nèi)需，避免過度依賴出口。注意國(guó)際資本流向，避免在股票市場(chǎng)、房地產(chǎn)市場(chǎng)等領(lǐng)域出現(xiàn)泡沫經(jīng)濟(jì)。