相互关联的国家财富：全球金融危机的冲击传播

因此，该模型可用于根据震中和震级，对不同国家在经济冲击方面的脆弱性进行排序。我们的模型量化了欧洲中心国家和其他国家脆弱性的系统性影响，使我们能够衡量每个国家对整个国际经济体系构成的潜在风险。globalDRAFTFig。起源于美国的冲击对贸易、STi（–，-）和投资、SIi（–，-）的系统性影响。考虑了不同的值组合（–，-）：初始冲击可能起源于交易层（左图，-=0，-<0），或交易层（右图，-=0，-<0）。误差条表示平均100次以上的标准误差。金融冲击将单一大国（如美国）的外国资产需求减少40%，预计金融证券总价值将减少11%，但交易商品总价值也将减少4%。MAS：删除右侧图形中的垂直轴标签，以尽可能放大图形。各国可能被迫将其出口（可能是原材料）减少20%，而美国的外国投资减少幅度最大，约为10%。涉及所有欧元区国家（第三排）的冲击对贸易的经济影响均匀地分布到世界其他国家，出口普遍减少约30%，而金融影响则更加不均匀：最脆弱的国家是南欧国家，可能由于主权债务敞口，被迫减少40%以上的债务。平均漏洞`EVi（X|≠0.1, ≠0.4，E）'I和`EVi（L|≠0.1, ≠0.4，E）'I显示质量相似的行为，见SI。

因此，该模型可用于根据震中和震级，对不同国家在经济冲击方面的脆弱性进行排序。通过量化震中国家的系统性影响和各国的脆弱性，我们的模型可以衡量每个国家对整个国际经济体系构成的潜在风险。通过定义系统性影响I（–，-），可以量化某一冲击在GTI多元化中对给定国家的全球影响，将其量化为由具有参数（–，-）的国家产生的冲击所影响的总经济价值。预计系统性影响将在很大程度上取决于冲击从金融层向贸易层的传播，反之亦然。可以通过单独考虑贸易和投资的影响来解决层间的这些溢出效应。我们可以将对贸易、STi（–，-）和投资的系统性影响定义为交易商品和金融证券的影响价值，分别表示为交易商品和金融证券全球价值的份额，即isSTi（–，-）=qjXj（–，-，i）'IWT=qj`EMj（–，-，i'IWT，SIi（–，-）=qj`ELj（–，-，i）'IWI=qj`EAj（–，-，i）'IWI。[4] 注意，由于等式（1），第二个等式成立。图2显示了仅起源于GTI多重网络的金融层（–=0，图2a）或贸易层（–=0，图2b）的冲击对贸易、STi（–，-）和投资、SIi（–，-）的系统性影响，美国为震中国。正如预期的那样，最初的痛苦越大，以参数（–，-）表示，对世界其他地区的系统性影响就越大。

有趣的是，即使最初的冲击只涉及一个层面，经济困境也会从金融层面蔓延到贸易层面，反之亦然。不同的国家对贸易或投资表现出不同程度的系统性影响，这可以作为衡量其对全球贸易基础设施多元化稳定性的相关性的一个指标。事实上，一个国家的系统影响I预计将取决于最初的冲击II的经济价值，简单地确定为asIi=（–Mi+-Ai）/（WI+WT）。图3a显示了对tradeSTi和investmentSIi的系统性影响，作为初始冲击II值的函数，其特征为——=-=≠0.2，适用于属于G20集团的国家。令人惊讶的是，我们发现这些国家对全球贸易（,=T）或投资（,=I）的系统性影响通过线性回归得到了很好的拟合，其系数“,（–，-）代表初始冲击的规模因素。这意味着，至少对于大型经济体而言，一个国家的系统性影响可以简单地描述为asS i（–，-）Ii（–，-）Ii，其中“,（–，-）编码GTI多元化对冲击的敏感性。系数越大”（–，-），冲击幅度越大。请注意，这些系数取决于初始冲击，但与国家无关。即使决定国家内部传染的弹性关系式（2）是线性的，各国之间的传递系数也是相当不均匀的（见SI），SIR动力学建模的国家间传播阶段引入了高度非线性效应。此外，考虑不同国家的回归残差也很有趣。对于每个国家i，可以确定每个国家的系统性影响与通过拟合函数获得的预期值的偏差，asD,i（–，-）=“,（–，-）Ii≠ S,i（–，-）。

[5] 如果一个国家的贸易（金融）偏离指数（DIi）对贸易（投资）的系统性影响小于设定值，或为负，则该国的贸易（金融）偏离指数（DIi）可能为正，如果考虑到初始冲击II的规模，则该国的贸易（金融）偏离指数（SIi）大于预期。图3b分别显示了属于G20集团的每个国家的系统性影响的贸易和金融偏差DTiandDIi。这些偏差受系统影响的统计误差和拟合函数的不确定性的影响，因此很少有国家的D,i（–，-）值在统计上具有显著性。然而，我们可以看到，在贸易上存在显著的正偏差的国家，通常在投资上表现出显著的负偏差，反之亦然。例如，中国和德国对贸易的系统性影响较大，对投资的影响较小，而英国和日本对贸易的影响较小，对投资的影响较大。即使预计i（–，-）将取决于初始冲击的大小，但这些代表显著偏差值的国家无论（–，-）的值如何，其行为在性质上都是相似的，如SM所示。值得注意的是，由于小型经济体对这些国家的影响存在较大的不确定性，因此不可能验证初始SHOCK和系统性影响之间的线性比例，以及由此产生的偏差。4 | www.pnas。org/cgi/doi/10.1073/pnas。XXXXXXXXX Starnini等人绘制图。起源于美国的冲击对贸易、STi（–，-）和投资、SIi（–，-）的系统性影响。考虑了不同的值组合（–，-）：初始冲击可能起源于交易层（左图，-=0，-<0），或交易层（右图，-=0，-<0）。误差条表示平均100次以上的标准误差。

金融冲击将单一大国（如美国）的外国资产需求减少40%，预计金融证券总价值将减少11%，但交易商品总价值也将减少4%。MAS：删除右侧图形中的垂直轴标签，以尽可能放大图形。各国可能被迫将其出口（可能是原材料）减少20%，而美国的外国投资减少幅度最大，约为10%。涉及所有欧元区国家（第三排）的冲击对贸易的经济影响均匀地分布到世界其他国家，出口普遍减少约30%，而金融影响则更加不均匀：最脆弱的国家是南欧国家，可能由于主权债务敞口，被迫减少40%以上的债务。平均漏洞`EVi（X|≠0.1, ≠0.4，E）'I和`EVi（L|≠0.1, ≠0.4，E）'I显示质量相似的行为，见SI。因此，该模型可用于根据震中和震级，对不同国家在经济冲击方面的脆弱性进行排序。通过量化震中国家的系统性影响和各国的脆弱性，我们的模型可以衡量每个国家对整个国际经济体系构成的潜在风险。通过定义系统性影响I（–，-），可以量化某一冲击在GTI多元化中对给定国家的全球影响，将其量化为由具有参数（–，-）的国家产生的冲击所影响的总经济价值。预计系统性影响将在很大程度上取决于冲击从金融层向贸易层的传播，反之亦然。可以通过单独考虑贸易和投资的影响来解决层间的这些溢出效应。

我们可以将对贸易、STi（–，-）和投资的系统性影响定义为交易商品和金融证券的影响价值，分别表示为交易商品和金融证券全球价值的份额，即isSTi（–，-）=qjXj（–，-，i）'IWT=qj`EMj（–，-，i'IWT，SIi（–，-）=qj`ELj（–，-，i）'IWI=qj`EAj（–，-，i）'IWI。[4] 注意，由于等式（1），第二个等式成立。图2显示了仅起源于GTI多重网络的金融层（–=0，图2a）或贸易层（–=0，图2b）的冲击对贸易、STi（–，-）和投资、SIi（–，-）的系统性影响，美国为震中国。正如预期的那样，最初的痛苦越大，以参数（–，-）表示，对世界其他地区的系统性影响就越大。有趣的是，即使最初的冲击只涉及一个层面，经济困境也会从金融层面蔓延到贸易层面，反之亦然。不同的国家对贸易或投资表现出不同程度的系统性影响，这可以作为衡量其对全球贸易基础设施多元化稳定性的相关性的一个指标。事实上，一个国家的系统影响I预计将取决于最初的冲击II的经济价值，简单地确定为asIi=（–Mi+-Ai）/（WI+WT）。图3a显示了对tradeSTi和investmentSIi的系统性影响，作为初始冲击II值的函数，其特征为——=-=≠0.2，适用于属于G20集团的国家。令人惊讶的是，我们发现这些国家对全球贸易（,=T）或投资（,=I）的系统性影响通过线性回归得到了很好的拟合，其系数“,（–，-）代表初始冲击的规模因素。这意味着，至少对于大型经济体而言，一个国家的系统性影响可以简单地描述为asS i（–，-）Ii（–，-）Ii，其中“,（–，-）编码GTI多重对冲击的敏感性。

系数越大“,”（–，-），冲击放大越大。请注意，这些系数取决于初始冲击，但与国家无关。即使决定国家内部传染的弹性关系式（2）是线性的，各国的传递系数也是相当不均匀的（见SI）由SIR动力学建模的国家间传播阶段引入了高度非线性效应。此外，考虑不同国家的回归残差也很有趣。对于每个国家i，可以确定每个国家的系统性影响与通过拟合函数获得的预期值的偏差，asD,i（–，-）=“,（–，-）Ii≠ S,i（–，-）。[5] 如果一个国家的贸易（金融）偏离指数（DIi）对贸易（投资）的系统性影响小于设定值，或为负，则该国的贸易（金融）偏离指数（DIi）可能为正，如果考虑到初始冲击II的规模，则该国的贸易（金融）偏离指数（SIi）大于预期。图3b分别显示了属于G20集团的每个国家的系统性影响的贸易和金融偏差DTiandDIi。这些偏差受系统影响的统计误差和拟合函数的不确定性的影响，因此很少有国家的D,i（–，-）值在统计上具有显著性。然而，我们可以看到，在贸易上存在显著的正偏差的国家，通常在投资上表现出显著的负偏差，反之亦然。例如，中国和德国对贸易的系统性影响较大，对投资的影响较小，而英国和日本对贸易的影响较小，对投资的影响较大。

即使预计i（–，-）将取决于初始冲击的大小，但这些代表显著偏差值的国家无论（–，-）的值如何，其行为在性质上都是相似的，如SM所示。值得注意的是，由于小型经济体对这些国家的影响存在较大的不确定性，因此不可能验证初始SHOCK和系统性影响之间的线性比例，以及由此产生的偏差。4 | www.pnas。org/cgi/doi/10.1073/pnas。xxxxxxxxx Starnini等人a）b）图2。起源于美国的冲击对贸易、STi（α，β）和投资的系统性影响，SIi（α，β）。考虑值的不同组合（α，β）：初始冲击可能起源于贸易层（图a），α=0，β<0），或贸易层（图b），β=0，α<0）。误差条表示100次运行平均值的标准误差。金融冲击将单个大国（如美国）的外国资产需求减少40%，预计金融证券的总价值将减少11%，但总交易商品也将减少4%。通过定义其系统性影响i（α，β），可以量化某一特定国家GTI多重冲击的影响，将其量化为受源自国家i的冲击影响的总经济价值，并使用参数（α，β）。预计系统性影响将在很大程度上取决于冲击从金融层面传播到贸易层面，反之亦然。可以通过单独考虑贸易和投资的影响来解决各层之间的溢出效应。

可以将对贸易、STi（α，β）和投资SIi（α，β）的系统性影响定义为交易商品和金融证券的影响价值，分别表示为交易商品和金融证券全球价值的一部分，即isSTi（α，β）=PjhXj（α，β，i）iWT=PjhMj（α，β，iiWT，SIi（α，β）=PjhLj（α，β，i）iWI=PjhAj（α，β，i）iWI。（4） 注意，由于（1），第二个等式成立。图2显示了仅起源于GTI多重网络的金融层（α=0，图2a）或贸易层（β=0，图2b）的冲击对贸易、STi（α，β）和投资、SIi（α，β）的系统性影响，其中美国为震中国。正如所料，以参数（α、β）表示的初始困境越大，对世界其他地区的系统性影响就越大。有趣的是，即使最初的冲击只涉及一个层面，经济困境也会从金融层面蔓延到贸易层面，反之亦然。不同的国家对贸易或投资表现出不同程度的系统性影响，这可以作为衡量其对GTImultiplex稳定性的相关性的一个指标。事实上，预计一国的系统性影响取决于初始冲击Ii的经济价值，简单地确定为Ii=（αMi+βAi）/（WI+WT）。图13a显示了对贸易STi和投资SIi的系统性影响，作为初始冲击Ii值的函数，其特征为α=β=-0.2，适用于属于G组的国家。令人惊讶的是，我们发现这些国家对全球贸易（`=T）或投资（`=I）的系统性影响通过线性回归得到了很好的拟合，其系数γ`（α，β）代表了初始冲击的尺度因子。

这意味着，至少对于大型经济体而言，一个国家i的系统性影响可以简单地描述为S‘i（α，β）’γ’（α，β）Ii，其中γ’（α，β）编码GTI多重对冲击的敏感性。系数γ′（α，β）越大，冲击幅度越大。请注意，这些系数取决于初始冲击，但与国家无关。即使决定国家内部传染的弹性关系（2）是线性的，各国之间的传递系数也是相当不均匀的（见SI），并且由SIR动力学建模的国家间传播阶段引入了高度非线性效应。此外，考虑不同国家的回归残差也很有趣。对于每个国家i，可以确定每个国家的系统性影响与通过设定函数获得的预期值的偏差，asD`i（α，β）=γ`（α，β）Ii- S\'i（α，β）。（5） 如果一国的贸易（金融）偏差DTi（DIi）对贸易（投资）的系统性影响小于设定值，则该国的贸易（金融）偏差DTi（DIi）可以为正；如果STi（SIi）大于初始冲击Ii的幅度所预期的值，则该国的贸易（金融）偏差DTi（DIi）可以为负。图13b分别显示了属于G组的每个国家i的系统性影响的贸易和金融偏差Dtian和DIi。这些偏差受系统影响的统计误差和拟合函数的不确定性影响，因此很少有国家显示D\'i（α，β）的统计显著值。然而，我们可以看到，在贸易上存在显著正偏差的国家，通常在投资上表现出显著负偏差，反之亦然。