地缘政治风险：加密数字货币参与金融犯罪的催化剂？

加密数字货币的快速发展并非偶然，其底层区块链技术被认为是未来驱动金融科技革命的伟大创新，然而新兴技术的产生与应用往往会使利益和风险共存

。加密数字货币因其匿名性、跨境交易的高度便捷性和去中心化等特点，极易被犯罪分子用于洗钱和恐怖融资活动，充当金融犯罪工具，推动全球范围内的经济或武装冲突、恐怖主义，进一步加大地缘政治风险(Geopolitical Risks)。同时，地缘政治风险的加剧又会影响到经济领域，诱发金融犯罪风险

。然而，加密数字货币参与的金融犯罪行为极具隐蔽性。在面对新生的加密数字货币的诸多“独特性”时，以法定货币为核心的监管制度可能会失灵。因此，为确保新时期的国家金融安全，构建行之有效的加密数字货币监管体系迫在眉睫。此外，虽然当前学者们认为加密数字货币已成为洗钱、资本外逃和恐怖融资的载体，但在大多数文献中只给出了理论解释。本研究基于地缘政治风险对加密数字货币的影响，实证检验加密数字货币作为金融犯罪工具的可能性。贡献有三：一是将地缘政治风险变动与不同属性加密数字货币市场反应结合起来，深入分析影响机理；二是从收益率溢出和风险溢出双重视角，应用分位数回归和DCC-GARCH模型分析地缘政治风险对不同属性加密数字货币的影响程度，验证加密数字货币成为金融犯罪工具的可能性；三是提出加密数字货币监管建议，给监管当局的政策制定提供依据，为监管机构纾困。

一、文献评述

(一)地缘政治风险

《全球风险报告》显示，地缘政治风险已位列制约全球发展的风险因素之首。地缘政治风险是指影响和平进程、国际关系正常化的武装冲突、恐怖等行为导致的国家间局势紧张的风险与不确定性，体现为地缘政治事件、地缘政治威胁、地缘政治行为和地缘政治紧张局势等。Caldara和Iacoviello(2018)运用文本数据分析法，构建了地缘政治风险指数(Geopolitics Risks，GPRs)、地缘政治威胁指数(Geopolitical Threat，GPT)和地缘政治行为指数(Geopolitical Action，GPA),并测算了19个新兴经济体国家的地缘政治风险指数，弥补了对实时地缘政治风险指标测度研究的不足

，这些指数已被广泛应用于金融以及类金融市场领域的研究

。GPRs具体是通过对《纽约时报》《泰晤士报》和《金融时报》等十一家全球知名报纸1985年以来的电子文档建立电子档案库，自动检索与“地缘政治威胁”“核威胁”和“战争威胁”等关键词相关的新闻媒体报道，统计出每月或每日包含上述关键词的文章篇数，再除以对应的该月或该日新闻文章总数，得到全球和国别两个层面的地缘政治风险月度指数或日度指数。

(二)地缘政治风险与加密数字货币

诸多研究表明，地缘政治风险会对新兴的加密数字货币市场产生较大影响。Colon等(2021)使用普通最小二乘法(OLS)和带有虚拟变量的分位数回归方法，证实加密数字货币在大多数情况下可以作为地缘政治风险的强大对冲工具

。Bouri等(2022)通过逻辑回归研究地缘政治风险指数和加密数字货币之间的共同跳跃，发现比特币价格上涨很大程度上取决于地缘政治风险指数的上升

。当前加密数字货币市场发展趋于成熟，流通性不断增强，部分交易者出于避险需求，偏爱认可度高、流通性好的加密数字货币，尤其被称为“数字黄金”的比特币

，例如在英国脱欧期间，大量投资者将比特币作为地缘政治不确定性的对冲工具，导致比特币市场的波动

；也有部分交易者倾向于选择匿名程度更高的加密数字货币。这会导致地缘政治风险对不同类型加密数字货币的影响可能存在差异。在研究地缘政治风险与传统金融资产市场时，学者们发现地缘政治风险对不同类别的金融资产存在不同程度的影响。例如地缘政治风险指数与股票收益负相关，而与黄金市场收益正相关，这种影响可能会随资产属性的不同而不同

。当前加密数字货币种类繁多，市值和匿名属性不一，通过研究地缘政治风险对不同类型加密数字货币的影响，可以为加密数字货币参与金融犯罪行为的理论假设提供可靠的实证依据。

(三)地缘政治风险与加密数字货币金融犯罪

加密数字货币潜在风险主要分为运行风险、政策风险、市场风险和金融犯罪风险等

，其中最为突出的是金融犯罪风险

。因为地缘政治风险的加剧往往伴随着武装冲突、恐怖行为或政治形势不稳定事件发生，进而大大提高了洗钱、恐怖融资和资本外逃等金融犯罪的可能性

。对非法交易者而言，要想摆脱国家或相关监管机构的监控来进行资金转移或恐怖融资，必然会选择具有如下特性的金融犯罪工具：第一，具备极强的匿名性和能够得到普遍认可的价值；第二，能在国家或地区间快速转移；第三，交易具有强隐蔽性。去中心化设计的加密数字货币恰好满足上述特性，从而成为理想的金融犯罪工具。综上，加密数字货币市值逐步走高，能成为风险对冲工具

，而其强匿名性和交易隐蔽性又使其可能成为洗钱等金融犯罪的工具

。同时，加密数字货币实现了去中心化的跨地域便捷支付，容易突破国家监管边界，加剧加密数字货币的金融犯罪风险。此外，由地缘政治风险带来的外部不确定性会加大非法交易者利用加密数字货币进行洗钱、恐怖融资和资本外逃等金融犯罪的可能性。因此本文推测，在地缘政治风险加剧的情况下，匿名性越强、交易越便捷的加密数字货币越容易被非法交易者利用，成为金融犯罪工具。

非酒精性脂肪性肝病(NAFLD)是一种与胰岛素抵抗和遗传易感性密切相关的代谢应激性肝脏损伤，其可发生肝脏纤维化从而导致肝硬化[1]。目前，国内外均缺乏对NAFLD有特定疗效的药物，而且，不同的临床指南推荐的药物不同。因此，本文回顾性分析了重庆医科大学附属第二医院就诊的NAFLD合并2型糖尿病患者的临床资料，探讨降糖药、他汀类、ACEI、钙离子拮抗剂是否对NAFLD合并2型糖尿病的患者有协同治疗效果，旨在为NAFLD合并2型糖尿病人群选择合适的药物提供理论依据。现报道如下。

为验证以上理论推测，本文采用分位数回归和DCC-GARCH模型，实证检验地缘政治风险指数对加密数字货币收益率和波动率的影响程度。在地缘政治风险对加密数字货币的收益率溢出方面，采用分位数回归模型验证二者的相关性，以及地缘政治风险对不同加密数字货币收益率的影响程度，判断是否匿名性和交易便捷性越强的加密数字货币越容易受到地缘政治风险的影响。在地缘政治风险对加密数字货币的波动率溢出方面，运用DCC-GARCH模型考证地缘政治风险对不同加密数字货币市场的波动率动态溢出相关性，以及对比它们间的动态溢出系数。

二、研究设计

(一)分位数回归模型

分位数回归模型的设定如下：

1.2 纳入及排除标准 纳入标准：①全部患者均符合国际尿控协会制定的POP-Q分度标准的Ⅲ～Ⅳ度[5]，且要求手术治疗；②合并不同程度阴道前后壁膨出者；③绝经后女性，且未使用激素替代治疗者；④ASA分级Ⅰ～Ⅱ级。排除标准：①合并宫颈延长、严重心、肺、肝、肾脏疾病者；②生殖器器质性病变及恶性病变者；③有手术或麻醉禁忌证以及无法定期随访者；④有精神障碍病史不能良好配合者、合并生殖器病变、尿路感染、膀胱或尿路器质性病变者。

(1)

根据调查检测分析，河道自然淤积速率为5~15 cm/a，必须严格按照沿江沙土地区5年左右一次、太湖圩区8年左右一次、县乡河道10~15年一次的轮浚要求，做好轮浚。整治的同时，要配合做好河道绿化工作，加快生态河道建设，恢复河道自然状态，尽量杜绝钢筋混凝土等不透水护坡的建设。各地政府还要划出一定比例的经费，用于河道生态修复技术的研究，积极探索高科技生物、生态技术，维护河道健康生命，使苏州天更蓝、地更绿、山更清、水更秀。

+

·

ln

,-1

+

那几个八路军一冲进来就分头提枪照着日本兵射击。一枪打倒一个，一枪打倒一个。六个日本兵根本没来得及把三八大盖端起来就被打倒了，单单只剩下鬼子军官。鬼子军官望着地上日本兵，一声怪叫，抽出了战刀，扎起了马步。看样子，他是想做垂死挣扎。那显然是头儿的八路军一声冷笑，朝另外四个八路军使个眼色，乱枪齐发，鬼子顿时被打成了马蜂窝，一股股殷红的血水像喷泉一样直往外喷。

(2)

因为没有重视事前设计的管理工作，建设单位没有深入了解相关标准，造成在施工的时候涉及变更的部分较大，无法加强控制监督工作，没有合理的对后期的结果进行约束，对整个工程的建设是非常不利的。

(4)

假如

=0

5，则为中位数回归，即为最小绝对离差估计量，其目标函数为：

沉管法目前已成为我国修建跨江穿海隧道应用最广泛的方法之一。然而，沉管隧道处在复杂的海洋环境中，其稳定性问题比陆地结构复杂得多。据国土资源部历年发布的海洋灾害统计显示，因热带风暴在东部沿海登陆，我国每年约有40 km防波堤遭到毁坏。风暴后常有海底输油、气管线断裂事故发生[1]。作为重要的近海工程结构，沉管隧道在波浪作用下的稳定性是一个不容忽视的问题。

(5)

第二天早上，我们三人来到自助餐厅，递给服务员两张券，爸爸、妈妈各拿了一套餐具，我呆呆地站在一旁，服务员阿姨笑盈盈地递给我一套餐具，对我说：“这里的东西你随便挑，想吃啥就挑啥。”我有些不好意思地说：“可我没有餐券呢。”阿姨说：“没事的，来店里都是客，你也吃不了多少。”说完，她还特地夹给我一个滚烫的鸡蛋。我想，雷锋家乡的人真好！

(6)

(二)DCC-GARCH模型

其中，

为根据单变量GARCH模型计算出的条件元素

×

对角矩阵，

为动态条件相关系数矩阵。

=(

)

(

)

(7)

其中，

表示收益率，

、

分别为收益率的均值和残差项，

为正态分布的条件协方差矩阵。

高职院校以培养技能型人才为培养目标，培养学生的动手能力为首要任务，mooc单纯的线上知识的讲解很难吸引学生，无法提升学生的动手能力。对高职院校来说，只有将MOOC线上的知识点讲解结合到实践教学中，才能设计出符合高职院校人才培养目标的教学过程。

=

(8)

DCC-GARCH模型常用来分析不同资产序列波动的相关程度，研究变量间非线性的动态相关性

。模型设定如下：

=

+

,

～

(0,

)

2.4.1 食物摄取的影响因素 针对年轻女性和婆婆/妈妈在常吃食物这一问题回答上有统计学差异的几项，分别以是否常吃猪蹄、蔬菜、水果、牛奶为因变量(是=1，否=0)，以调查对象及其配偶文化程度、建议来源于父母、公婆、老公等为自变量进行了Logistic回归分析。结果显示，建议来源于月嫂、公婆、亲戚/邻居分别是猪蹄、蔬菜、水果摄入的阻碍因素，文化程度促进了这些食物的摄入，医生/护士的建议也推动了猪蹄、水果和牛奶的进食。见表2。

(9)

(10)

(三)样本选择

为了验证地缘政治风险对加密数字货币影响的差异性，本文选取了比特币、瑞波币、零币和达世币等4种加密数字货币。比特币市值最高，被视为最主要的加密数字货币。瑞波币是世界上第一个开放的支付网络，交易确认在几秒内完成，不收取跨区域支付费用，且市值排名靠前。零币是首个使用零知识证明机制的区块链系统，可提供完全的支付保密性，具有真正意义的匿名性。达世币是第一个以保护隐私著称的加密数字货币，具有即时支付、到账及时、手续费较低和强匿名性等特点。

(四)数据来源与处理

比特币、瑞波币、零币和达世币的发行时间不同，其中零币的发行时间最晚，因此样本期选定为自零币发行日到地缘政治风险日度指数最新可获取的时间，即2016年10月29日至2020年3月10日，样本容量均为1229个。为减少数据异方差性，分别对地缘政治风险指数和加密数字货币数据做对数处理，按照公式

=ln

-ln

-1

计算加密数字货币的收益率，其中

表示第

期加密数字货币的收盘价格。地缘政治风险指数数据来自matteoiacoviello.com，加密数字货币交易数据来自coinmarketcap.com。表1列出了地缘政治风险指数及4种加密数字货币收益率的描述性统计。表1显示，比特币和零币的收益率序列是左偏的，瑞波币和达世币的收益率序列是右偏的，且所有序列均通过了偏度检验；相对于正态分布有过度的峰度，4种加密数字货币收益率序列更为陡峭。

三、实证分析

(一)地缘政治风险与加密数字货币市场演化趋势分析

图1为2016—2020年地缘政治风险指数与4种加密数字货币收益率的时序图。地缘政治风险指数与4种加密数字货币收益率峰值出现的时间多次重合，且在变化趋势上具有一定的相似性。总体上，不确定性事件的突发加剧了地缘政治风险，交易者会倾向于购买避险保值、转移方便的加密数字货币，从而引发加密数字货币市场的波动

。

(二)地缘政治风险对加密数字货币收益率溢出的实证分析

1.地缘政治风险指数对比特币与达世币收益率的影响

本文以地缘政治风险指数为解释变量，不同分位数下比特币与达世币的收益率为被解释变量来初步进行分位数回归。对所有变量进行正态标准化处理后估计模型参数。此处只讨论地缘政治风险对加密数字货币的影响，故不展示加密数字货币收益率的自相关系数，结果如表2所示。由表2可知，地缘政治风险指数对比特币和达世币的未来1天、5天、22天的平均收益率进行分位数回归，显著性影响主要集中于高分位下，最明显的是0.70、0.80和0.90的高分位，表明地缘政治风险指数对加密数字货币收益率变动有影响，与Bouri等(2022)的结论一致

。在低分位下，回归系数基本不显著。在此基础上，本文将地缘政治风险指数划分为上升时期和下降时期，进一步分析地缘政治风险指数对加密数字货币收益率的非对称性影响。

2

地缘政治风险指数对比特币与达世币收益率的非对称性影响

将

分为上升时期和下降时期，对所有变量进行正态标准化处理后估计模型参数。表3结果显示，对地缘政治风险指数的变化进行了非对称性区分后，实证结果的显著性水平明显提升，尤其是对未来5天平均收益率的影响更为显著，且在低分位数和高分位数下都表现明显。此外，地缘政治风险对达世币收益率的影响大于比特币。鉴于上述分析，后文的被解释变量都选择加密数字货币未来5天的平均收益率，同时再选取两种不同属性的加密数字货币来观察分位数回归结果，即在

5条件下综合比较地缘政治风险指数对不同加密数字货币收益率的影响程度。

3

地缘政治风险指数对加密数字货币的非对称性影响

分位数回归中被解释变量为4种加密数字货币未来5天收益率在不同分位数下的平均值。由表4结果可知，

对比特币、达世币和零币的回归系数都呈现出较强的显著性，且在低分位数和高分位数之间均匀分布。在

1、

1+、

1-条件下，

对4种加密数字货币的影响系数大多不显著，即在极短时间内地缘政治风险不会对加密数字货币市场收益率产生明显影响(限于篇幅，表4中仅列示显著的系数结果，故省略

1、

1+和

1-的回归结果，作者备索)。在

5、

5+、

5-条件下，比特币、达世币、零币的回归系数大多是显著的，连瑞波币为数不多的具有显著性的回归系数也集中于此。因此，从短期来看，地缘政治风险加剧对加密数字货币收益率影响为负，与Colon等(2021)的结论一致

。可能的原因是，局势的不稳定会导致加密数字货币市场的普遍萎缩。在

22、

22+、

22-条件下，比特币、达世币和零币收益率在高分位数下的回归系数大多具有较强的显著性，表明地缘政治风险对这3种加密数字货币存在正向影响，且回归系数表现为零币>达世币>比特币。因此，从长期来看，地缘政治风险加剧带来的外部不确定性会加大非法交易者利用加密数字货币进行洗钱、恐怖融资和资本外逃等金融犯罪的可能性，匿名属性越强、交易越便捷的加密数字货币的收益率所受影响越大。据此初步推测，当地缘政治风险加剧时，加密数字货币可能参与了洗钱、恐怖融资和资本外逃等金融犯罪。

(三)地缘政治风险对加密数字货币波动率溢出的实证分析

1.DCC-GARCH模型参数估计及说明

但是如果寻找ETA替代厂商的答案落在了钟表厂商自己头上的话，会怎样呢？在Comco协议初期，很多钟表厂商正在开发自己的基础设施来实现自给自足。比如据说已向外部公司小规模供应机心的制表商Maurice Lacroix艾美。Eterna机心于2012年被中国海淀集团收购，计划向第三方提供39口径机心，以成为ETA7750的替代机心。在1932年时ETA曾隶属Eterna。大约15年前，他们开始自己生产机心，规模不大，仅供内部使用。但是发现，如果不向第三方出售机心，生产成本会很高。因此，他们在三年前创立了Eterna。

将一阶差分后的地缘政治风险指数对数分别与4种加密数字货币的收益率进行DCC-GARCH(1,1)模型拟合。具体地，各单变量先分别进行ARMA(1,1)-GARCH(1,1)处理，剔除各自均值方程及波动率ARCH效应的影响后，将残差序列代入DCC-GARCH(1,1)模型进行拟合，模型的参数估计结果如表5所示。由表5可知，除

-

的ARCH项系数的估计值不显著外，其余系数均显著，且全部满足

+

<1，说明地缘政治风险与比特币、达世币、零币和瑞波币的波动均具有一定的动态相关性，且这种影响长期存在，其中，地缘政治风险与零币市场波动率的动态相关性最明显，其次是比特币和瑞波币，与达世币市场波动率的动态相关性最弱。

2.波动率动态溢出系数分析

以地缘政治风险对比特币市场波动率动态溢出系数为参照，分别对比地缘政治风险对达世币、零币和瑞波币市场波动率动态溢出系数的变化，我们发现地缘政治风险对达世币、零币、瑞波币市场波动的影响均大于比特币。比如，地缘政治风险对达世币市场波动率的正向和负向影响均大于比特币。可能的原因是比特币市值较大，抵御风险的能力较强，当地缘政治风险加剧时，对比特币市场波动影响较小；地缘政治风险加剧导致的局势不稳定会诱发洗钱和恐怖融资等金融犯罪行为，匿名性更强的达世币更易被非法交易者利用，成为金融犯罪工具。地缘政治风险会对加密数字货币产生影响，且影响存在异质性，影响程度取决于加密数字货币自身的属性，其中匿名性和交易便捷性大于市值属性，说明匿名性和交易便捷性较强的加密数字货币可能已参与到了金融犯罪活动中。

四、结论与建议

本文基于理论分析，推测在地缘政治风险加剧的情况下，加密数字货币被非法交易者用作金融犯罪工具的可能性会显著提升。收益率溢出方面，分位数回归模型检验发现，地缘政治风险对不同类型加密数字货币的影响程度存在差异，匿名性越强的加密数字货币所受的影响越大；波动率溢出方面，DCC-GARCH模型实证发现，地缘政治风险对匿名性越强、交易越便捷的加密数字货币影响越大。这说明地缘政治风险对加密数字货币的影响程度取决于其本身的匿名性和便捷性。以上结果为加密数字货币可能已经被非法交易者用于洗钱、恐怖融资和资本外逃等金融犯罪提供了一定的证据。基于上述结论，本文为完善加密数字货币的监管提出如下建议：(1)对交易平台进行去匿名化管理。依据KYC标准构建系统的监管体系，充分掌握交易数据，监控交易过程；为从根源上切断场外非法交易通道，应取消私人化加密数字货币交易平台，以防加密数字货币被非法交易者用于金融犯罪，扰乱金融市场秩序。(2)对转移过程进行实名化管理。将开发加密数字货币钱包的金融科技公司纳入“沙盒监管系统”，保证实名化管理加密数字货币转移的过程；建立加密数字货币的中央管理数据库，以“已知的当事人-已知的交易”为原则核实转移过程，便于国家或相关监管机构对加密数字货币的转移数据进行实时监控。(3)对跨境交易进行协同化管理。依据反洗钱金融行动特别工作组 (FATF) 设定的监管准则制定国际通用的法律制度，同时加强国际合作；中央银行与监管机构对加密数字货币的交易者发出风险警告，说明利用加密数字货币参与金融犯罪的严重后果，依靠宣传手段设置跨区域交易的意识关卡。

[1] 华秀萍, 夏舟波, 周杰. 如何破解对数字虚拟货币监管的难题[J]. 金融监管研究, 2019， (11): 1-18.

[2] 张超. 数字货币交易平台的风险及其监管规则建构[J]. 财经论丛, 2020， (3): 105-113.

[3] 刘文革, 黄玉. 地缘政治风险与贸易流动: 理论机理与实证研究[J]. 国际经贸探索, 2020, (3): 46-59.

[4] Caldara D., Iacoviello M. Measuring Geopolitical Risk[Z]. FRB International Finance Discussion Paper, 2018 .

[5] Gkillas K., Gupta R., Wohar M. E. Volatility Jumps: The Role of Geopolitical Risks[J]. Finance Research Letters, 2018, 27: 247-258.

[6] Asai M., Gupta R., McAleer M. Forecasting Volatility and Co-volatility of Crude Oil and Gold Futures: Effects of Leverage, Jumps, Spillovers, and Geopolitical Risks[J]. International Journal of Forecasting, 2020, 36(3): 933-948.

[7] Triki M. B., Maatoug A. B. The GOLD Market as a Safe Haven Against the Stock Market Uncertainty: Evidence from Geopolitical Risk[J]. Resources Policy, 2021, 70: 101872.

[8] Colon F., Kim C., Kim H., et al. The Effect of Political and Economic Uncertainty on the Cryptocurrency Market[J]. Finance Research Letters, 2021, 39(1): 101621.

[9] Bouri E., Gupta R., Vo X. V. Jumps in Geopolitical Risk and the Cryptocurrency Market: The Singularity of Bitcoin[J]. Defence and Peace Economics, 2022, 33(22): 150-161.

[10] Gkillas K., Gupta R., Pierdzioch C. Forecasting Realized Gold Volatility: Is There a Role of Geopolitical Risks?[J]. Finance Research Letters, 2020, 35: 101280.

[11] Yi S., Xu Z., Wang G. J. Volatility Connectedness in the Cryptocurrency Market: Is Bitcoin a Dominant Cryptocurrency?[J]. International Review of Financial Analysis, 2018, 60: 98-114.

[12] Cheng C. H. J., Chiu C. W. J. How Important Are Global Geopolitical Risks to Emerging Countries?[J]. International Economics, 2018, 156: 305-325.

[13] Cunado J., Gupta R., Lau C. K. M., et al. Time-Varying Impact of Geopolitical Risks on Oil Prices[J]. Defence and Peace Economics, 2020, 31(6): 692-706.

[14] Makarov I., Schoar A. Trading and Arbitrage in Cryptocurrency Markets[J]. Journal of Financial Economics, 2020, 135(2): 293-319.

[15] 柏建成, 何田, 高增安, 等. 数字货币会将风险传染给传统金融市场吗?——基于方向性溢出指数动态变化的研究[J]. 财经论丛, 2020， (10): 44-54.

[16] 袁磊, 耿新. 私人数字货币与资本流出——以比特币为例的研究[J]. 国际金融研究, 2020， (6): 14-24.

[17] 封思贤, 丁佳. 数字加密货币交易活动中的洗钱风险: 来源、证据与启示[J]. 国际金融研究, 2019， (7): 25-35.

[18] 李晓峰. 中国资本外逃的理论与现实[J]. 管理世界, 2000， (4): 123-133， 217.

[19] Johnston R. B., Nedelescu O. M. The Impact of Terrorism on Financial Markets[J]. Journal of Financial Crime, 2006, 13(1): 7-25.

[20] Dyhrberg A. H. Bitcoin, Gold and the Dollar-A GARCH Volatility Analysis[J]. Finance Research Letters, 2016, 16: 85-92.

[21] Nolasco Braaten C., Vaughn M. S. Convenience Theory of Cryptocurrency Crime: A Content Analysis of US Federal Court Decisions[J]. Deviant Behavior, 2021, 42(8): 958-978.

[22] Corsi F. A Simple Approximate Long-Memory Model of Realized Volatility[J]. Journal of Financial Econometrics, 2009, 7(2): 174-196.

[23] Chiang T. C., Jeon B. N., Li H. Dynamic Correlation Analysis of Financial Contagion: Evidence from Asian Markets[J]. Journal of International Money and Finance, 2007, 26(7): 1206-1228.