Seo-yeon Lim（首尔国立大学经济系）与 Sun-yong Choi（嘉泉大学金融与大数据系）在 North American Journal of Economics and Finance 第74卷（2024年）发表了题为“Dynamic credit risk transmissions among global major industries: Evidence from the TVP-VAR spillover approach”的研究。该文利用时变参数向量自回归（TVP-VAR）溢出框架，分析了2007年12月至2024年4月期间亚洲、欧洲和北美三大区域中银行、电力、制造业和交通运输四个主要行业的信用违约互换（CDS）指数，以探究全球主要行业间信用风险传染的动态特征。
从学术背景看，信用风险指借款方不能偿还债务或履行金融义务的潜在风险，其管理在2007—2009年全球金融危机（GFC）后受到高度重视。CDS作为一种信用衍生工具，因其市场定价效率和对信用事件的预警能力，被广泛用于衡量信用风险。已有研究多集中于主权CDS或银行体系，针对跨区域、跨行业信用风险联动的研究相对较少。为此，本文旨在弥补这一不足，考察不同区域和行业间信用风险溢出的方向、强度和时变特征，并结合“避险行为”（flight-to-quality）和“溢出—反馈效应”（spillover-feedback effects）等理论解释风险传染路径。
在方法上，作者采用Antonakakis等（2020）提出的TVP-VAR溢出框架。与传统VAR模型相比，TVP-VAR允许参数随时间变化，能更准确地捕捉经济和金融关系的动态演化；其对异常值更具稳健性，且无需主观选择滚动窗口长度，避免了窗口选择带来的估计偏差和样本损失。具体而言，模型设定为一阶TVP-VAR，通过Wold表示转化为向量移动平均（VMA）形式，再基于广义方差分解计算H步预测误差方差分解矩阵。由此构建总连通性指数（TCI）、方向性连通性（DC）、净连通性（NC）和净成对方向性溢出等指标。本文使用贝叶斯信息准则（BIC）确定最优滞后阶数，并将预测期设为H=60天，但通过比较不同预测期（H=5至80天）的TCI差异进行稳健性检验，结果显示除样本初期外，预测期选择对结果影响不大。
数据方面，作者使用汤森路透Datastream提供的日度行业CDS指数，覆盖亚洲、欧洲和北美三个区域中银行、电力、制造业和交通运输四个行业，共计4273个观测值。描述性统计显示，欧洲和北美的交通运输业CDS均值最高，而亚洲制造业CDS均值最高。所有指数均呈正偏态，且Jarque-Bera检验拒绝正态性假设。单位根检验（ADF和PP）表明CDS对数收益率序列平稳，故后续分析基于对数收益率展开。
实证结果分为全样本分析和子时期分析。全样本期间，TCI为47.14%，表明所有行业CDS预测误差方差中有近一半来自行业间溢出，行业间信用风险联动总体较强。从区域和行业看，亚洲银行、欧洲制造业和北美银行的“至”（to）和“来自”（from）方向性连通性最高。欧洲制造业的净连通性为14.19%，北美银行为12.37%，而亚洲所有行业均为净接收方，其中制造业净值为-6.85%。这一格局与宏观经济基本面、投资者风险情绪及CDS溢出的理论联系相符。
在子时期分析中，GFC期间TCI最高，达74.88%，表明该事件对全球信用风险传染的强化作用最大。亚洲银行在2008年11月5日“至”连通性达到110.45%的峰值，主要与美国次贷危机对亚洲银行业的冲击、亚洲金融市场自由化和金融一体化加深有关。欧洲制造业和北美制造业在该时期也表现出较高的“至”和“净”溢出。COVID-19疫情期间，TCI为48.4%，欧洲制造业的“至”连通性在2020年11月达到148.97%，与欧洲多国封锁、感染上升和出口导向型工业企业停产相关。欧洲交通运输业在2020年2月底出现“至”和“净”连通性激增，反映疫情对航空等运输行业的严重负面冲击。俄乌战争期间，TCI为41.95%，欧洲电力和制造业“至”和“净”连通性较高，分别达到81.01%、14.62%和86.3%、18.44%，与能源供应中断、油气价格上涨和全球通胀压力有关。此外，北美银行在2023年3月因硅谷银行（SVB）倒闭出现“至”连通性飙升至153.93%、净连通性达92.44%的现象，显示区域性金融冲击可通过全球银行网络快速传导。
动态TCI时间序列显示其波动区间为14.95%至86.45%，多次在危机和非危机时期达到峰值，例如2008年9月17日、2010年5月10日和2018年1月4日。这说明信用风险溢出不仅由重大危机驱动，也可能受到其他经济问题的影响。分行业动态溢出图进一步揭示，亚洲银行、欧洲制造业、欧洲交通运输和北美银行在特定事件中的“至”、“来自”和“净”连通性变化具有事件依赖性和区域—行业异质性。
在净成对方向性溢出方面，GFC期间亚洲交通运输业是亚洲银行和北美银行的主要净接收方，这与GFC源于金融部门、银行业受冲击更大的事实一致。2015年7月，亚洲交通运输业又是欧洲制造业的主要净接收方，这与中国和亚洲贸易放缓、欧洲制造业出口受阻以及希腊债务违约导致的投资者情绪恶化有关。这些结果可以通过“避险行为”解释：受特定经济问题负面冲击更大的行业表现为风险净输出方，而受影响相对较小的行业成为净接收方。
本文的贡献主要体现在三个方面。第一，将亚洲市场纳入分析框架，扩展了以往主要关注美国和欧洲市场的研究，揭示了全球范围内行业间信用风险的相互影响。第二，研究范围不局限于银行业，而是涵盖银行、电力、制造业和交通运输四个行业，提供了更全面的跨行业信用风险溢出证据。第三，采用TVP-VAR溢出方法考察GFC、COVID-19疫情、俄乌战争及SVB倒闭等全球性和区域性事件的动态影响，识别了不同事件中的主要风险输出方和接收方。
研究结论指出，行业间信用风险溢出水平持续较高，表明存在影响信用风险冲击传导的底层经济因素。不同区域和行业在不同事件中表现出显著差异：亚洲银行在GFC期间、欧洲制造业在GFC和COVID-19期间、北美银行在SVB倒闭期间、欧洲电力和制造业在俄乌战争期间均表现出较高的连通性。亚洲交通运输业在GFC期间和2015年贸易放缓期间成为显著的净接收方。这些发现对政策制定者和投资组合管理者具有实践意义。政策制定者可据此评估政策有效性，并制定降低行业间信用风险传染的政策；投资者可利用动态信用风险联动进行组合再平衡、国际资产配置和信用风险对冲。作者还提出未来可利用最小连通性投资组合（Broadstock等，2022）检验对冲绩效，并计划在后续研究中考察公司层面信用风险转移及采用信用评级、信用在险价值（Credit VaR）等替代指标以增强结果稳健性。
总体而言，本文在研究对象、方法和实证发现上均具有创新性。其亮点在于：一是同时纳入三大区域和四大行业，实现了区域与行业维度的交叉分析；二是应用TVP-VAR溢出框架，避免了传统滚动窗口VAR的主观性和样本损失问题；三是将全球性危机与区域性事件（如SVB倒闭）统一纳入分析，揭示了信用风险传染的事件依赖特征。文章还通过不同预测期的比较验证了结果的稳健性，增强了结论的可靠性。