DOI: https://doi.org/10.1057/s41599-025-06430-2
تاريخ النشر: 2026-01-15
المؤلف: Yongheng Zhang وآخرون
الموضوع الرئيسي: التقنيات المتقدمة في مجالات متنوعة
نظرة عامة
تبحث الورقة البحثية في الديناميات المكانية للمخاطر المالية بين المقاطعات في الصين من 2007 إلى 2022، مع التأكيد على أهميتها للتنمية الاقتصادية الإقليمية والتنافسية الوطنية. باستخدام منهجيات مثل طريقة وزن الانتروبيا، نموذج الجاذبية الاقتصادية المحسن، وتحليل الشبكات الاجتماعية، تكشف الدراسة أن المخاطر المالية تظهر توزيعًا متعرجًا، حيث تصل إلى ذروتها في المقاطعات الشرقية وتتناقص نحو الغرب، مع تباين طفيف على المحور الشمالي الجنوبي.
تحدد التحليلات أن جوهر شبكة المخاطر المالية يتركز في المقاطعات الساحلية الشرقية، بما في ذلك شنغهاي، جيانغسو، تشجيانغ، وقوانغدونغ، بينما تقع المقاطعات في المناطق الشمالية الشرقية والغربية، مثل هيلونغجيانغ وهاينان، في الأطراف مع اتصالات محدودة. تصنف تحليل نموذج الكتل الشبكة إلى كتل متميزة، بما في ذلك كتلة تدفق صافي للخارج وكتلتين لتدفق مزدوج، مما يسهل فهم نقل المخاطر عبر المناطق. علاوة على ذلك، تشير تحليل الانحدار QAP إلى أن عوامل مثل القرب المكاني، اختلافات الكثافة الاقتصادية، نسب السيولة، والتباينات في الإشراف المالي تؤثر بشكل كبير على هيكل شبكة تسرب المخاطر المالية بين المقاطعات. تسلط هذه النتائج الضوء على أهمية معالجة نقاط الضعف المالية المكانية لتعزيز الاستقرار الاقتصادي الإقليمي.
مقدمة
تسلط مقدمة الورقة الضوء على المخاطر المالية النظامية المتزايدة المرتبطة بدمج الأسواق المالية العالمية، خاصة في ضوء الأحداث المزعزعة الأخيرة مثل جائحة COVID-19 والصراعات الجيوسياسية. تؤكد على دور الصين كسوق ناشئة تسهل نقل المخاطر المالية عبر المناطق، مما يمكن أن يؤثر بشكل كبير على استقرارها الاقتصادي. تشير الورقة إلى تعقيد المؤسسات المالية في الصين وتداخل الأسواق الإقليمية، مما يزيد من احتمال انتشار المخاطر عبر القنوات المختلفة والأزمات الاقتصادية.
يجادل المؤلفون بأن الأبحاث الحالية تركز بشكل أساسي على تقييمات المخاطر المالية المحلية، متجاهلين الارتباطات المكانية والعوامل الأساسية التي تسهم في تسرب المخاطر عبر المناطق. لسد هذه الفجوة، تستخدم الدراسة تحليل الشبكات المعقدة إلى جانب طرق تقييم المخاطر المالية التقليدية لاستكشاف التوزيع المكاني الزمني للمخاطر المالية الإقليمية ومسارات نقلها. من خلال استخدام تحليل الشبكات الاجتماعية وإجراء التخصيص التربيعي (QAP)، تهدف الأبحاث إلى كشف الميزات الطوبولوجية الحرجة لشبكات المخاطر المالية بين المقاطعات والقوى الدافعة وراء دينامياتها، مما يوفر في النهاية رؤى لصياغة سياسات فعالة للتخفيف من المخاطر المالية الإقليمية.
الطرق
في هذا القسم، يصف المؤلفون طرق القياس المستخدمة في دراستهم، مع التركيز بشكل خاص على طريقة وزن الانتروبيا. تعتبر هذه الطريقة وسيلة موضوعية لتعيين أوزان لمؤشرات مختلفة ضمن نظام تقييم المخاطر المالية، مما يقلل من التحيزات الذاتية المحتملة (شين وآخرون، 2025). تبدأ العملية بتوحيد بيانات المؤشرات المختارة لضمان قابلية المقارنة عبر أبعاد مختلفة. بعد ذلك، يتم حساب انتروبيا المعلومات لكل مؤشر، مما يسهل تحديد وزنه في نظام المؤشرات الكلي. تتضمن الخطوة النهائية ضرب هذه الأوزان في البيانات الموحدة لإنشاء مؤشر شامل لدرجة المخاطر المالية بين المقاطعات.
بالإضافة إلى ذلك، يشير القسم إلى تحليل لاحق يتضمن منهجيات الارتباط المكاني للتحقيق بشكل أكبر في المخاطر المالية الإقليمية، على الرغم من عدم تقديم تفاصيل محددة حول هذه المنهجية في النص المستخرج.
المناقشة
تسلط قسم المناقشة في الورقة الضوء على التعقيدات المحيطة بالمخاطر المالية الإقليمية، مع التأكيد على عدم وجود تعريف موحد على الرغم من الأدبيات الواسعة. تصنف المخاطر المالية الإقليمية إلى منظورين رئيسيين: المخاطر المالية الدقيقة، التي تتجمع من الأنشطة المالية الفردية داخل المنطقة، والمخاطر المالية الكلية، التي تنشأ من التغيرات الاقتصادية الخارجية. تشير الورقة إلى أن المصالح المتنوعة لوكلاء الاقتصاد – الحكومات، الشركات، البنوك، والأفراد – تؤدي إلى تأثيرات واستجابات متفاوتة تجاه المخاطر المالية، مما يعقد التقييمات الكمية. لمعالجة هذه التحديات، طور الباحثون أنظمة مؤشرات مركبة لتقييم المخاطر المالية الإقليمية، والتي تتأثر بعوامل مثل الابتكار المالي، الهيكل، ديناميات الطاقة، والتمويل الرقمي.
تناقش الورقة أيضًا آليات نقل المخاطر المالية الإقليمية، التي يمكن أن تنتشر عبر قنوات مختلفة، بما في ذلك الأسواق المصرفية والأسواق المالية، وتبرز التسربات الكبيرة للمخاطر عبر الصناعة المالية. تحدد الارتباطات المكانية القوية وتأثيرات التسرب في المخاطر المالية الإقليمية، حيث تكشف منهجيات مثل معامل جيني داجوم والاقتصاد القياسي المكاني أن المناطق في مركز الشبكات المالية تظهر مستويات مخاطر أعلى. تشير النتائج إلى أن المخاطر المالية موزعة مكانيًا، مع تباينات ملحوظة بين المقاطعات في الصين، والتي تتميز بنمط “مرتفع في الشرق ومنخفض في الغرب.” تهدف الورقة إلى تحسين التقييم المنهجي للمخاطر المالية بين المقاطعات من خلال بناء مؤشر شامل للمخاطر يدمج العوامل الاقتصادية الكلية والقطاعية، باستخدام طرق تحليل متقدمة مثل تحليل الشبكات الاجتماعية والانحدار QAP لكشف ديناميات نقل المخاطر المالية وقواها الدافعة الأساسية.
DOI: https://doi.org/10.1057/s41599-025-06430-2
Publication Date: 2026-01-15
Author(s): Yongheng Zhang et al.
Primary Topic: Advanced Technologies in Various Fields
Overview
The research paper investigates the spatial dynamics of inter-provincial financial risk in China from 2007 to 2022, emphasizing its significance for regional economic development and national competitiveness. Utilizing methodologies such as the entropy weight method, improved economic gravity model, and social network analysis, the study reveals that financial risk displays a wavy distribution, peaking in eastern provinces and diminishing towards the west, with minimal variation along the north-south axis.
The analysis identifies that the core of the financial risk network is concentrated in eastern coastal provinces, including Shanghai, Jiangsu, Zhejiang, and Guangdong, while provinces in the northeast and western regions, such as Heilongjiang and Hainan, are positioned peripherally with limited connections. The block model analysis categorizes the network into distinct blocks, including a net-flow-out block and two two-way spillover blocks, which facilitate understanding of risk transmission across regions. Furthermore, QAP regression analysis indicates that factors such as spatial proximity, economic intensity differences, liquidity ratios, and variations in financial supervision significantly influence the structure of the inter-provincial financial risk spillover network. These findings highlight the importance of addressing spatial financial vulnerabilities to enhance regional economic stability.
Introduction
The introduction of the paper highlights the increasing systemic financial risks associated with the integration of global financial markets, particularly in light of recent destabilizing events such as the COVID-19 pandemic and geopolitical conflicts. It emphasizes China’s role as an emerging market that facilitates the trans-regional transmission of financial risks, which can significantly impact its economic stability. The paper notes the growing complexity of China’s financial institutions and the interconnectedness of regional markets, which heightens the potential for cross-channel risk propagation and economic crises.
The authors argue that existing research primarily focuses on localized financial risk assessments, neglecting the spatial correlations and underlying factors that contribute to the spillover of risks across regions. To fill this gap, the study employs complex network analysis alongside traditional financial risk assessment methods to explore the spatiotemporal distribution of regional financial risks and their transmission pathways. By utilizing social network analysis and the Quadratic Assignment Procedure (QAP), the research aims to uncover the critical topological features of inter-provincial financial risk networks and the driving forces behind their dynamics, ultimately providing insights for effective policy formulation to mitigate regional financial risks.
Methods
In this section, the authors describe the measurement methods utilized in their study, specifically focusing on the entropy weight method. This approach serves as an objective means to assign weights to various indicators within the financial risk assessment system, thereby reducing potential subjective biases (Shen et al., 2025). The process begins with the standardization of selected indicator data to ensure comparability across different dimensions. Subsequently, the information entropy for each indicator is computed, which facilitates the determination of its respective weight in the overall indicator system. The final step involves multiplying these weights by the standardized data to generate a comprehensive inter-provincial financial risk score index.
Additionally, the section hints at a subsequent analysis involving spatial correlation methodologies to further investigate regional financial risk, although specific details on this methodology are not provided in the extracted text.
Discussion
The discussion section of the paper highlights the complexities surrounding regional financial risks, emphasizing the lack of a unified definition despite extensive literature. It categorizes regional financial risks into two main perspectives: micro-financial risks, which aggregate from individual financial activities within a region, and macro-financial risks, which arise from external economic changes. The paper notes that the diverse interests of economic agents—governments, enterprises, banks, and individuals—lead to varying impacts and responses to financial risks, complicating quantitative assessments. To address these challenges, researchers have developed compound index systems for evaluating regional financial risks, which are influenced by factors such as financial innovation, structure, energy dynamics, and digital finance.
The paper further discusses the transmission mechanisms of regional financial risks, which can propagate through various channels, including banking and stock markets, and highlights the significant risk spillovers across the financial industry. It identifies strong spatial correlations and spillover effects in regional financial risks, with methodologies like the Dagum Gini coefficient and spatial econometrics revealing that regions at the center of financial networks exhibit higher risk levels. The findings indicate that financial risks are spatially distributed, with notable disparities between provinces in China, characterized by a pattern of “high in the east and low in the west.” The paper aims to improve the systematic assessment of inter-provincial financial risks by constructing a comprehensive risk index that integrates macroeconomic and sectoral factors, employing advanced analytical methods such as social network analysis and QAP regression to uncover the dynamics of financial risk transmission and its underlying drivers.