随着全球经济一体化、多元化和自由化程度的不断发展以及互联网技术和计算机技术的飞速发展,各地区之间、各经济体之间、各金融市场之间的的关联越来越紧密。空间效应也随之越来越显著,并呈现出了多维、混合等一些新的特点。这在很大程度上增加了金融风险传染的可能。同时金融市场的过度虚拟化使得作为其根基的实体经济也受到了一定程度的冲击。另一方面,近年来全球金融事件频发,尤其是2016年的三大黑天鹅事件,给全球经济形势和政治环境都增添了诸多不确定性,并引起了市场投资者的极度恐慌和全球金融市场的剧烈波动。所以,对金融风险传染在金融市场及冲击实体经济间的空间效应和传播渠道等进行研究,在一定程度上对市场投资者、政策制定者、金融专家和相关学术人员,以及投资组合管理和风险评估等都具有重要的实践价值和理论意义。而传统计量模型则忽略了变量间普遍存在的空间效应,这可能会使估计结果产生一定程度的偏差。空间计量经济方法则通过构建空间权重矩阵作为空间效应的载体,将变量间空间结构关联的信息引入模型进而构建空间计量模型,重塑了计量经济学的分析框架。现已成为计量经济学的主流分支和研究热点。而随着金融数据的空间交互影响呈现出多维、混合和非对称等新特性,这可能会使得基于物理距离或相关性及忽略空间交互影响方向性的方式构建的无向对称空间权重矩阵对空间效应的捕捉造成一定程度的信息损失。所以,如何基于当前经济形势下经济单元间的客观信息构建空间权重矩阵,以尽可能合理充分的描述它们之间的空间关联结构,进而构建空间计量经济模型是当前空间计量经济理论关注的核心问题。金融市场是一个复杂的非线性系统,各金融系统间的相互作用又存在一定程度的差异性,即彼此间的相互影响是有向非对称的。而信息论中的转移熵方法不仅能够捕捉非线性系统间的信息,同时又能捕捉系统间信息传递的方向。因此转移熵的这种特性能够在一定程度上很好的契合金融市场的本质。目前已有部分学者将其应用在金融领域问题的研究中。基于此,本文首先利用信息论中的转移熵方法将两经济单元间的转移熵信息权值信息引入GARCH模型对传统计量经济模型进行改进,构建有向非对称(Directed and Asymmetric Information,DAI)度量模型。以对金融市场间的相互关联信息进行度量,进而验证转移熵方法的有效性。而后在验证有效性的基础之上,将转移熵方法扩展到多个经济单元的应用中,利用其构建DAI经济空间权重矩阵。之后基于此矩阵,本文构建了一系列的空间计量经济模型,以对金融风险传染在跨经济体、跨市场间的金融市场收益率一阶距信息之间和二阶矩信息之间的多维混合金融风险传染空间溢出效应进行捕捉与分析。并结合复杂网络理论构建高阶信息空间计量经济模型对金融风险冲击实体经济的传染机制和路径进行分析,以深入挖掘金融风险传染空间溢出的内在机制和运行规律。总的来说,本文的研究内容包括以下4个部分:(1)利用转移熵方法捕捉信息的优势引入基于两个经济单元的时变信息权值,以对金融风险传染经典GARCH模型进行改进,进而构建时变符号化转移熵GARCH模型。基于此模型对在英国脱欧事件冲击下,全球9大经济体的股市和债市的市场关联程度变化进行研究。结果表明模型的估计精确得到了一定程度的提高。说明改进后的GARCH模型能够在一定程度上更有效的捕捉金融市场间的信息。进而说明转移熵方法在金融领域实际问题的应用中是有一定现实意义的,能够在一定程度上更好的捕捉市场间的信息。(2)将转移熵方法引入的两经济单元的信息权值扩展为多个经济单元,构建基于转移熵的DAI空间权重矩阵,以对空间计量理论中传统对称空间权重矩阵的构建方式进行改进,提高金融风险传染空间效应的捕捉能力。基于提出的DAI空间权重矩阵,构建金融风险传染Spatial-SUR模型。以2016年的英国脱欧和特朗普当选美国总统两大黑天鹅事件为背景,对我国金融市场间的跨市场效应及其收益率一阶距信息的空间效应及其动态演变过程进行实证。结果发现,与传统空间计量模型相比,基于新矩阵的模型的估计精度得到了一定程度的提高。尤其是通过对动态空间效应的研究,发现经典模型空间效应不显著的情况下,就无法用经典模型进行空间效应分析。改进的Spatial-SUR模型则能够捕捉到更多的信息,存在显著的空间效应。体现了改进后模型的优势,扩展了转移熵方法的应用范围。(3)一阶距DAI金融风险传染Spatial-SUR计量模型无法分析二阶距信息,为了解决这个问题,本文利用空间计量方法改进传统多元波动率模型,进而构建二阶距DAI金融风险传染多元Spatial-BEKK-GARCH模型。以捕捉金融市场二阶距信息间的金融风险传染空间效应,同时缓解传统多元波动率模型中的常见的维度灾难问题。以欧债危机为背景,对欧洲主权信用评级下调冲击欧猪五国各国股市收益率二阶距信息间的空间波动溢出效应进行实证。结果表明,相比传统空间权重矩阵,基于DAI空间权重矩阵构建的模型捕捉到更多的信息,模型的估计精度进一步提高,并能分析各股市波动率间的金融风险传染空间效应。同时发现所采用的结构化处理方式能够有效缓解多元波动率模型中常见的维度灾难问题。(4)交易方式电子化、信息化的发展,为我们提供了大量的数据和信息。为了充分利用这些的数据和信息,本文利用信息论和复杂网络理论,提出了一种有向加权时间序列复杂网络构建方法,以期有效处理大量的数据。并结合空间计量经济学的优势,构建基于网络属性指标的高阶信息空间计量模型,分析金融风险传染的空间效应。本文在建模的过程中选用合适的网络属性指标替代原始金融数据,进行参数估计。以对欧债危机期间全球金融板块和各经济体金融板块间以及金融板块冲击各经济体实体行业的传染渠道和空间效应进行实证。结果发现,新模型在大量的数据中能够分析金融风险传染的特征。且与经典计量经济模型相比,本文构建的高阶信息空间计量模型的估计精度在一定程度上得到了提高。