“一带一路”倡议自提出以来,成效显著,但部分国家经济金融风险较高且沿线国家经济金融风险存在差异化,所以有必要对各国的国家经济金融风险进行分析评价。“一带一路”国家经济金融风险评价就是在对可能存在的风险因素进行识别与分析的基础上,判断“一带一路”国家发生风险的可能性,以及各国经济金融风险的高低,为企业在进行海外投资时提供参考和依据,为各国进行风险防范和风险管理提供科学的依据。本文在此基础上建立适用于“一带一路”国家的经济金融风险评价指标体系,选用“一带一路”国家1998-2017年的数据,建立基于K-means聚类算法的贝叶斯网络模型,对“一带一路”国家经济金融风险进行评价。本文首先对“一带一路”国家经济金融风险评价的理论基础进行分析。分析了“一带一路”国家经济金融风险形成的原因,选取指标时需要遵循的原则,建立指标体系的方法,国家经济金融风险评价的目的、依据、过程和方法,对“一带一路”国家经济金融风险的特殊性进行了分析,在此基础上,提出基于K-means聚类算法的贝叶斯网络模型。接下来从“一带一路”国家的经济金融发展状况、经济的稳定性、国家债务状况、金融市场的稳定性四个方面对“一带一路”国家的经济金融风险的概况进行分析。最后进行实证分析,从经济金融的发展状况、经济的稳定性、国家债务状况、金融市场的稳定性这四个方面建立“一带一路”国家经济金融风险评价的指标体系,利用K-means聚类算法,对“一带一路”国家的风险等级进行划分,将风险划分为六个等级。根据K-means聚类算法划分的风险等级的结果建立贝叶斯网络,按照7:3的比例选取训练集和测试集,在训练集上建立贝叶斯网络,再使用测试集对贝叶斯网络的准确性进行预测。根据贝叶斯网络的参数学习、逆向推理、强度分析的结果,发现大部分“一带一路”国家经济金融风险均呈现递减趋势,说明投资环境在逐渐好转。首先,大部分“一带一路”国家经济金融风险呈递减趋势或波动递减;其次,“一带一路”国家中部分国家的经济金融风险仍然较高;再次,部分国家经济金融风险在中高水平波动,存在不稳定性,需要警惕;最后一点值得我们注意的是经济金融风险背后的政治风险、文化风险等因素的影响不可忽视。根据贝叶斯网络强度分析的结果,提出相应的政策建议,首先,提升金融发展水平,增强金融市场的稳定性;其次,保持外债的适度规模,增强外债的偿债能力;再次,警惕因经济开放所带来的的经济金融风险;最后,应完善双边税收合作机制。