相互关联的国家财富：全球金融危机的冲击传播

噪声项的方差σ和σ, 结合传播系数和趋势项的可靠性。如果一个国家关于一个或多个时间序列的数据很少，且两个宏观经济变量之间没有明确的关系，则与系数乘以相应变量（如σ）的方差相比，相应噪声项的方差将更大 chdLti。在这种情况下，这样的国家只会向系统传播噪音。由于这个原因，如果对任何国家来说，在时间t，它保持不变。g、 σ≥ bhdXti或σ≥ chdLti，然后我们将dMt设置为0。同样的条件适用于术语dAt。这可能低估了溢出效应，但它确保了系统的稳定。我们检查发现，不具备稳定条件的国家很少。图9显示了属于G组的国家的传递系数。左侧的图显示了贸易系数cMX（出口到进口）和cML（进口负债），而右侧的图显示了贸易系数cAL（资产负债）和cAX（出口到资产）。GTI多重波上冲击波传播的主要贡献来自作用于同一层内的层内系数。在许多国家，层间传播→ 由系数cML表示的T大于传播T→ 一、 以系数cAX表示。就贸易而言，图9（左），层内术语cMX（代表进口和出口之间的依赖关系）相对于层间术语cML占主导地位。如果我们排除印度的情况，我认为所有大型经济体都是cMX>cML，正如预期的那样。限定在cMX之间的系数cMXis∈ [0，1.5]，大多数国家的cMX为1，这表明进口和出口之间存在着正的、强的相关性，如之前的经验发现所示。

最值得注意的例外是沙特阿拉伯，其cMX’0.4是一家富裕的中东产油国，其进口几乎不依赖出口收入和金融资产。层间区域cML通常以cML为界∈ [-0.75，0.75]，表明出口变量与负债发生之间的依赖关系可以是正的，也可以是负的，具体取决于国家。对于投资，如图9（右）所示，层内术语CALI相对于层间术语cAX也占主导地位。资产和负债变化之间的系数通常为正，也介于∈ [0，1.5]（不包括印度）。层间系数cAXis小得多，介于cML之间∈ [-0.3，0.2]，表明出口变化与资产收购之间的相关性非常弱。层内传播条件的主导地位，通常是积极的，通过简单的国际收支流考虑得到证实：出口（负债）收入的负（正）变化预计将产生进口（资产收购）的负（正）变化。0.3 0.2 0.1 0.0 0 0.10123456“德国”\\u expgammabetarayleighnorm0.4 0.3 0.2 0.1 0.0.1 0.2 0.301234“德国”\\u impgammabetarayleighnorm0.4 0.2 0.0 0.2 0.40.00.51.01.52.02.53.0“德国”\\u assgammabetarayleighnorm0.20 0.15 0.10 0.05 0.00 0.05 0.10 0.1501234567“德国”\\u IGHNORMFIG。10、相对变化的分布Xi（α，β）（顶部，右侧），Mi（α，β）（顶部，左侧），Ai（α，β）（底部，左侧）和对于参数α=-0.1和β=-0.3. 拟合函数gamma、beta、Rayleigh和NormalFunction绘制为具有不同颜色的连续线。五、

国家对传播冲击的脆弱性考虑到相对变化，可以量化震中国家E中以参数（α，β）为特征的初始冲击对另一个国家i的影响各宏观经济量的Yi（α，β，E）Yi={Xi，Mi，Ai，Li}（出口，进口，资产收购和负债发生），如正文等式（3）所述。图10显示了相对变化的分布i=德国时的Yi（α，β，E），由参数α=-0.1和β=-0.3，震中在美国。我们通过一些标准拟合函数，即gamma、beta、Rayleigh和normal函数，找到这些分布的最佳拟合，并提取平均值hYi（α，β，E）i和风险值var[Yi（α，β，E）]，对于每个数量的p=0.05，定义为负变化大于V aR的概率小于或等于p，而损失小于或等于V aR的概率小于或等于1- p、 图11显示了每个国家i的出口平均脆弱性hVi（Xi）i（左图）和负债发生率hVi（Li）i，这些冲击源于美国（第一行）或中国（第二行）或属于EZ（第三行）的国家，其特征为α=-0.4和β=-0.1. 这些地图对应于图。正文的第1节，显示了相同初始冲击的相同数量的V aR。我们可以看到，平均脆弱性在相应V aR的不同国家表现出相同的定性行为。图11。每个国家对源自美国（第一行）、中国（第二行）或属于EZ（第三行）的国家的冲击的脆弱性，特征为α=-0.4和β=-0.1.

颜色表示平均出口量，V aR[Xi]（左图），以及负债的发生，V aR[Li]（右图）。六、 量化震中国家的系统影响。我们将系统影响显示为初始冲击震级的函数（图12），以及偏离线性关系（图13）。这些图对应于正文的图3，α和β的值不同。0.05 0.04 0.03 0.02 0.01 0.00初始冲击0.100.080.060.040.020.000.02系统冲击I=1.85+/-0.2T=1.94+/-0.31投资贸易0.10 0.08 0.06 0.04 0.02 0.00初始冲击0.250.200.150.100.050.00系统冲击I=1.47+/-0.13T=2.94+/-0.3投资贸易图。对全球贸易STI和投资SIi的系统性影响，作为初始冲击II/（WI+WT）大小的函数。初始冲击的特征为α=-0.1, β = -0.3（左），或α=-0.3, β = -0.5（右）。显示属于G组的国家。误差条表示Si平均值的标准误差。回归系数γ′用95%CI绘制。点的大小与各国的GDP成比例。0.020 0.015 0.010 0.005 0.000 0.005 0.010 0.015 0.020Trade0.0150.0100.0050.0000.0050.010InvestmentGBRJPNUSADEUCHN0.03 0.02 0.01 0.00 0.02 0.03交易0.0150.0100.0050.0000.0050.010InvestmentJPNGBrusachnduefig。贸易（x轴）与财务（y轴）偏差，如图12所示。初始冲击的特征为α=-0.1, β = -0.3（左），或α=-0.3, β = -0.5（右）。所示为属于G组的国家。误差条表示系统影响平均值的标准误差。点的大小与各国的GDP成比例。七、网络乘数预测系统性影响在这里，我们将系统性影响显示为仅起源于投资（图14）或贸易（图15）层的初始冲击的函数。

我们还展示了实际和预测系统影响之间的比较，这些影响是通过正文中介绍的网络乘数获得的。这些图对应于图。主文本的4和5，α和β的不同值。0.04 0.03 0.02 0.01 0.00金融冲击0.060.050.040.030.020.010.000.01系统性影响Usachnjpngbritafradeui=1.51+/-0.11T=0.34+/-0.16投资交易0.08 0.06 0.04 0.02 0.00金融冲击0.120.100.080.060.040.020.00系统性影响Usachnjpngbritafradeui=1.51+/-0.09T=0.26+/-0.11投资交易图。对于β=-0.2（左）或β=-0.4（左），适用于属于G组的国家。误差条代表Si平均值的标准误差。回归系数γ`→`用95%置信区间绘制。点的大小与各国的GDP成比例。0.04 0.03 0.02 0.01 0.00交易冲击0.1500.1250.1000.0750.0500.0250.0000.025系统性冲击Usachnjpngbritafradeui=-0.58+/-0.22T=4.5+/-0.36投资贸易0.06 0.04 0.02 0.00交易冲击0.250.200.150.100.050.000.05系统性冲击Usachnjpngbritafradeui=-0.56+/-0.14T=4.35+/-0.3投资贸易图。对于α=-0.2（左）或α=-0.3（右），适用于属于G组的国家。误差条代表Si平均值的标准误差。回归系数γ`→`用95%置信区间绘制。

点的大小与各国的GDP成比例。0.10 0.08 0.06 0.04 0.02 0.00经验影响0.140.120.100.080.060.040.020.00预测影响0.08 0.06 0.04 0.02 0.00经验影响0.080.060.040.020.00预测影响0.15 0.10 0.05 0.00经验影响0.2000.1750.1500.1250.1000.0750.0500.0250.000预测影响0.04 0.03 0.01 0.00经验影响0.050.040.030.020.010.00预测影响0碰撞图。16、对属于该集团的每个国家的贸易（左）和投资（右）的预期与实际系统性影响，由α=-0.1, β = -0.3（顶部），或α=-0.2, β = -0.2（底部）。斑点的大小与其GDP成正比，颜色与S\'i成正比（红色表示`=T，蓝色表示`=i）。不确定性用灰色十字表示。