我们这项研究试图对投资于共建“一带一路”国家的国别风险做出测算、排序与评价。基于前述筛选的重要维度与主要指标，我们首先构建一个具有两层结构的评估模型来反映综合风险指数所包括的主要方面和内容，然后基于这些内容计算出综合值，这个综合值就是共建“一带一路”国家的综合投资风险指数。
(一)国别风险指数模型的构建与测算方法
我们在一开始就界定过了，本项研究的对象是截至2022年4月的149个共建“一带一路”国家(不包括中国)①。基于我们确定的“一带一路”投资国别风险评价指标体系，我们构建了一个双层结构评估模型，模型中所包括的一级指标涉及5个方面，每个一级指标又各细分为5个二级指标，5个方面的内容共计有25个二级指标。同一级的不同指标之间是并列关系，而二级指标隶属一级指标。
在测算“一带一路”投资的国家综合风险指数时，我们采用由低到高逐层加权平均的定量计算方法。具体来讲，就是总的风险指数是由5个一级指标等权平均所获得的，每个一级指标的数值又是由隶属该一级指标的所有二级指标通过等权平均所得的。评估模型通过原始数据矩阵(DATA)、评分矩阵(SCORE)和排序矩阵(RANK)计算得到，计算过程分为三步。
第一步，构建原始数据矩阵(DATA)。
DATA矩阵共有149行和25列，其元素是X;;。X;表示第i个国家(i=1,…,149)对应第j项二级指标(j=1,…,25)的原始数据。DATA矩阵的每一列对应于在某一个指标下所有国家的原始数据，而不同列的单位是不相同的。每一行对应于某一个国家在所有指标下的原始数据。
第二步，构建评分矩阵(SCORE)。
首先，根据DATA矩阵，构建出二级指标评分矩阵，记为SCORE2)。SCORE2)矩阵共有149行和25列，其元素是S?。S{?’表示第i个国家(i=1,…,149)对应第j项二级指标(j=1,…,25)的评分结果。SCORE(2)矩阵的每一列对应于在某一个二级指标下所有国家的评分结果。SCORE2)矩阵的每一行对应于某一个国家在所有二级指标下的评分结果。
指标体系中的指标分为正向指标和负向指标，正向指标是原始数据值越大得分越高，比如人均GDP、GDP增速等指标；负向指标是原始数据值越大得分越低，比如通货膨胀率、汇率波动等指标。不同类型的指标，在进行标准化的过程中测算方法也不同。其中，对于负向指标，数据越大，评分越低。设置原始数据取到最小值 min(min{X;})的国家评分为满分。
(二)数据来源及其相关处理方法
我们结合“一带一路”投资风险评价指标体系的构建，对指数进行数据搜集。本项研究基本上属于宏观层面的研究，因此选择国际上比较权威的数据库作为数据来源的基础，如世界银行的世界发展指数WDI数据库、联合国贸发会议UNCTAD数据库、国际货币基金组织数据库、ICRG数据库以及其他一些数据库等。
1.ICRG是指政治风险服务(PRS)集团的国际国家风险指南(Internation-alCountryRiskGuide);WDI为世界银行的世界发展指标数据库(WorldDevelop-mentIndicators);CEIC为香港环亚经济数据有限公司的数据库；WEO为国际货币基金组织的世界经济展望数据库(WorldEconomicOutlookDatabase);QEDS为世界银行的季度外债统计数据库(QuarterlyExternalDebtStatistics);EIU为经济学人信息部数据库；IFS为国际货币基金组织的国际金融统计数据库；WGI为世界银行研究所的全球治理指数(WorldGovernanceIndicators);EFW为弗雷泽研究所(FraserInstitute)的世界经济自由度(EconomicFreedomoftheWorld)年度报告；DB指的是世界银行的《全球营商环境报告》(DoingBusiness);UNCTAD为联合国贸发会议的数据库；CGIT为美国企业研究所和传统基金会(TheAmericanEnterpriseInstituteandTheHeritageFoundation)的“中国全球投资追踪”(ChinaGlobalInvestmentTracker)数据库；IMF是指国际货币基金组织的数据库。
2.数据来源中的第一个数据库为每个指标对应的主要数据来源，若存在缺失值则从其他数据库补充。
本项研究主要用的是截至2020年的统计数据，对于个别国家缺失个别年份的数据的情况，我们参考已有相关研究的处理方法进行数据补充。从2016年到2020年，并非所有国家和所有年份的数据都可用，因此我们使用线性插值来估算系列中的缺失值，而序列开头或结尾的缺失值则使用可用的最近观察值来替代。具体来说，这意味着我们在一个序列的开头丢失数据的情况下向后沿用最后一个值，在一个序列的结尾丢失数据的情况下向前沿用最后一个值。在数据的标准化处理方面，每个变量被转换成一个从1到100的指数，其中100被分配给整个国家样本和整个时间段内特定变量的最大值。它类似于根据原始分布的百分位数对数列进行的变换，这个过程被称为面板归一化，我们采用面板标准化对数据进行处理，使得分在不同年度之间具有可比性，详细公式在前面已有交代，不在此处赘述。
(三)国别投资风险测算结果与排序
根据以上我们设计的测算方法，运用世界银行、国际货币基金组织、联合国系统相关机构以及其他国际权威机构所提供的相关数据，我们既得出了与“一带一路”投资国别风险相关的5个重要方面的专项得分和专项排序，也得出了由5个方面整合而成的综合风险评价得分和排序。测算得到从2016年至2020年共建“一带一路”国家的投资风险水平，测算出综合投资风险的五年平均得分、排名及其分项投资风险得分。
注：得分越高表示投资安全程度越高，那么风险就越低，反之得分越低表示风险越高。本研究的这个处理方式参考了ICRG等主流风险评级机构的方法。
