关于 Sovereign Debt Crisis
Sovereign Debt Crisis 是面向 AI Agent 和 LLM 工作流的 MCP 服务,利用经济、金融及政治数据模拟主权风险。八种仿真工具涵盖违约、传染、财政可持续性、债务重组、投机攻击、预测和政权转型。
主要功能
- 01八种主权风险仿真工具
- 02违约阈值与债券利差
- 03银行与主权风险传染分析
- 04财政可持续性与重组模型
- 05投机攻击与风险预测
- 06政治转型风险评估
适用场景
- 01评估一国主权违约风险
- 02追踪风险在银行与主权网络中的传播
- 03测试债务可持续性和重组条款
- 04预测主权风险与政治转型
MCP 相关
向兼容 MCP 的客户端提供八种主权债务分析与仿真工具。它汇集 15 个来源的数据供工具使用。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcpclaude mcp add --transport http sovereign-debt-crisis https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcp{"mcpServers":{"sovereign-debt-crisis":{"type":"http","url":"https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcp"}}}在 Cursor 中打开{"servers":{"sovereign-debt-crisis":{"type":"http","url":"https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcp"}}}在 VS Code 中打开{"mcpServers":{"sovereign-debt-crisis":{"type":"http","url":"https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcp"}}}{"mcpServers":{"sovereign-debt-crisis":{"serverUrl":"https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
主权债务危机 MCP 服务
快速开始
添加到你的 MCP 客户端(Claude Desktop、Cursor、Windsurf):
{
"mcpServers": {
"sovereign-debt-crisis-mcp": {
"url": "https://ryanclinton--sovereign-debt-crisis-mcp.apify.actor/mcp"
}
}
}
面向 AI Agent 和大模型工作流的主权债务危机建模——此 MCP 服务提供八种以学术研究为基础的模拟工具,涵盖违约动态、传染网络、财政可持续性、债务重组设计、投机攻击和政治体制转型。连接任意兼容 MCP 的客户端,提出“模拟阿根廷的违约风险”或“为希腊式债务重组设计最优减记比例”等问题,即可在几秒内获得结构化的定量输出。
该服务从五大类别的 15 个数据源获取实时数据——宏观经济数据库(IMF、World Bank、FRED、BLS、OECD、Eurostat)、双边贸易流(UN COMTRADE、World Bank Projects)、汇率(当前、历史、ECB)、监管信息源(Federal Register、Congress Bills)和地缘政治情报(OpenSanctions、REST Countries)——然后构建主权债务网络,供全部八种工具使用。5 分钟的内存缓存可让多工具分析会话复用同一网络,无需重复获取数据。
⬇️ 可以访问哪些数据?
| 数据点 | 来源 | 示例 |
|---|---|---|
| 📊 财政指标(债务/GDP、基本余额、信用评级) | IMF、World Bank | 债务/GDP:138%,基本余额:GDP 的 −3.2% |
| 📈 宏观经济序列(GDP 增长率、CPI、利率) | FRED、BLS、OECD | 10 年期收益率:4.85%,CPI:3.2% |
| 🌍 欧盟经济和社会统计数据 | Eurostat | 欧元区赤字:GDP 的 −3.6% |
| 🔗 双边贸易流量 | UN COMTRADE | 出口:$42.1B,进口:$67.3B |
| 🏗️ 发展项目组合 | World Bank Projects | 147 个活跃项目,承诺金额 $18.4B |
| 💱 实时和历史外汇汇率 | Exchange Rate Tracker、History、ECB | EUR/USD:1.0842,USD/TRY:32.14 |
| 📜 监管和立法信号 | Federal Register、Congress Bills | 23 项相关裁决,4 项待审法案 |
| 🚨 制裁名单和 PEP 数据 | OpenSanctions | 与主权实体相关的 14 个受制裁实体 |
| 🌐 国家概况和区域元数据 | REST Countries | 195 个国家概况、区域联盟 |
| 🏦 主权 CDS 利差(模拟高频数据) | 根据宏观数据推导 | 5 年期 CDS:342 个基点(BB 级) |
| ⚖️ 银行与主权实体的贷款敞口 | 根据网络边推导 | 净跨境敞口 EUR 84B |
| 🗳️ 政治体制分类 | Acemoglu-Robinson 框架 | 体制:混合型,基尼系数:0.43 |
| 📉 违约概率状态空间特征 | Eaton-Gersovitz VFI | 违约阈值:债务/GDP 的 82% |
| 🔄 清算支付级联 | Eisenberg-Noe + CDS | 系统性损失:$12.4B,回收率:0.78 |
| 🗓️ 多频率主权风险预测 | MIDAS 回归 | Q+1 预测:2.1%,Q+4:GDP 增长率 1.4% |
❓ 为什么使用 Sovereign Debt Crisis MCP Server?
主权风险分析目前需要具备博士级计量经济学模型知识、能够使用 Bloomberg 终端,并由量化分析师团队运行计算。在典型咨询公司中,单个重组情景模型通常需要数周时间,并耗费数万美元的分析师工时。
这个 MCP 服务改变了这一现状。让你的 AI Agent 对主权违约动态进行建模,它就会调用 simulate_sovereign_default,在 50×40 状态空间网格上运行 Eaton-Gersovitz 值函数迭代,获取 IMF 和 World Bank 的实时数据,并返回内生违约阈值和均衡利差——只需一次工具调用即可完成。
- 数据始终在线 — 服务会在每次会话中从 15 个来源获取实时数据,确保分析反映当前宏观经济状况
- API 访问 — 只需一行配置,即可从 Claude Desktop、Cursor、Windsurf 或任何 MCP 客户端调用工具
- 并行获取数据 — 使用
Promise.all调用全部 15 个 Actor,以实现最大吞吐量 - 支出限额 — 每次工具调用都会检查
Actor.charge(),并在达到预算时妥善停止 - 可组合 — 按顺序运行全部八个工具,进行全面的主权风险评估;也可以单独调用工具进行针对性分析
功能
- Eaton-Gersovitz(1981)价值函数迭代 — 在 50 个债务网格点 × 40 个收入网格点上迭代,直至达到 1e-5 的收敛容差;其中收入网格采用 Tauchen 方法离散化 AR(1) 过程(ρ=0.945,σ=0.025)。输出内生违约阈值、债券价格计划和最优借款策略函数
- 含 CDS 循环性的 Eisenberg-Noe(2001)清算 — 使用 Scarf 型阻尼不动点迭代(阻尼因子为 0.7,容差为 1e-6,最多迭代 500 次),计算银行—主权网络中的清算支付向量,并处理 CDS 交叉持有造成的非单调映射
- Hansen(1999)面板门槛回归 — 在债务经验分布的截尾区间(15%–85%)内进行网格搜索,找出使残差平方和最小的债务/GDP 临界点;通过 200 次迭代的自助法推断检验显著性
- Myerson(1981)机制设计 + Nash-Rubinstein 谈判 — 运用揭示原理以及激励相容和个体理性约束,推导最优减记计划;结合轮流报价均衡(δ_d=0.92,δ_c=0.88),计算债务人/债权人盈余分配
- Morris-Shin(2003)全球博弈 — 针对无差异条件进行不动点迭代,求出唯一的切换均衡 θ*;私有信号噪声 σ=0.1(精度 τ=100),从而解决投机攻击模型中的 Obstfeld(1996)多重均衡问题
- Lee-Mykland(2008)非参数跳跃检测 — 在滚动窗口 K=√n 上计算局部双幂变差,使用 Gumbel 渐近式(常数 C_n、S_n)进行标准化,并同时检测最多 8 个主权利差时间序列中 p<0.05 的跳跃
- 使用 Almon 多项式的 MIDAS 回归(Ghysels 等,2004) — 对 (θ₁, θ₂) 参数空间进行网格搜索,寻找最优指数 Almon 滞后权重,以混合每日 CDS 利差和季度 GDP;预测 Q+1、Q+2、Q+4、Q+8 期,并给出 95% 置信区间
- Acemoglu-Robinson(2006)政治转型 — 根据不平等程度推算的基尼系数估值,估计 3 状态马尔可夫转移矩阵(民主 / 混合 / 威权);通过 200 次幂迭代求出稳态分布,并按 AR 阶段对政体分类(革命威胁 / 精英巩固 / 民主化压力 / 稳定均衡)
- 5 分钟网络缓存 — 每个会话根据宏观、贸易、外汇、监管和地缘政治数据构建一次主权债务网络;在 TTL 时间窗口内的后续工具调用会复用缓存网络,不产生额外数据成本
- 按需筛选数据源 — 每次工具调用都可接受
sources数组,以限定数据获取类别(宏观、贸易、外汇、监管、地缘政治),从而降低针对性查询的延迟 - 15 个集成数据来源 — IMF、World Bank、FRED、BLS、OECD、Eurostat、UN COMTRADE、World Bank Projects、Exchange Rate Tracker、Exchange Rate History、ECB Rates、Federal Register、Congress Bills、OpenSanctions、REST Countries
主权债务危机建模的使用场景
主权违约风险评估
固定收益分析师和主权信用团队在对新兴市场债务持仓之前,需要对内生违约阈值进行建模。使用 simulate_sovereign_default 并传入国家查询,即可基于实时 IMF 和 World Bank 债务/GDP 数据运行价值函数迭代,返回主权国家选择违约而非偿还时的确切债务水平,以及相应的均衡利差(基点)。
银行—主权恶性循环分析
欧洲银行压力测试人员和金融稳定研究人员需要对主权困境如何在银行系统中传播进行建模。使用 compute_clearing_contagion,即可在银行—主权敞口网络中运行含 CDS 循环性的 Eisenberg-Noe 清算,量化系统性损失、回收率以及跨境 CDS 头寸的放大效应。
财政可持续性机制检测
IMF 项目设计人员、预算办公室和新兴市场宏观基金需要判断一国当前的债务轨迹是否已进入不可持续机制。使用 estimate_fiscal_sustainability 对面板数据集运行 Hansen 阈值回归,通过自举置信区间定位债务/GDP 临界点,并将网络中的各国划分为可持续、脆弱或不可持续。
债务重组设计与谈判
准备重组方案的主权债务顾问团队、困境债务基金和官方债权人工作组,需要设计减记方案,在债权人参与度与债务人可持续性之间取得平衡。使用 design_optimal_restructuring 计算 Myerson-IC 重组条款和 Nash-Rubinstein 谈判结果,包括总体减记幅度、参与率和拒绝参与风险评分。
货币盯住防御与投机攻击建模
外汇策略师和央行储备管理人员需要判断货币盯住汇率能否抵御协同投机压力。使用 model_speculative_attack,根据当前 CDS 利差计算 Morris-Shin 转换均衡 θ*、临界储备水平和攻击概率;在不完全信息条件下可保证均衡唯一。
预测即时分析与多频率主权风险预测
宏观研究团队和风险管理人员需要将高频信号(日度 CDS 变动)纳入季度主权风险预测,同时避免滞后聚合偏差。使用 forecast_multi_frequency,通过最优 Almon 指数滞后权重拟合 MIDAS 回归,生成 Q+1 至 Q+8 的 GDP 增长预测及置信区间,并提供机制转换概率标记。
政治转型风险评估
国家风险团队、政治风险保险机构和地缘政治分析师需要量化不平等动态如何转化为机制转型概率。使用 assess_political_transition_risk 运行 Acemoglu-Robinson 框架分析,返回 Markov 转移矩阵、稳态机制分布、预期机制持续时间,以及民主化或政变风险的 Gini 触发水平。
如何连接 Sovereign Debt Crisis MCP Server
无需编写代码。 将服务 URL 添加到 MCP 客户端配置中,即可开始使用自然语言查询。
- 复制服务 URL —
https://sovereign-debt-crisis-mcp.apify.actor/mcp - 添加到 MCP 客户端 — 将下面的配置片段粘贴到 Claude Desktop、Cursor 或 Windsurf 中(参见示例)
- 进行身份验证 — 在 URL 或 Authorization 标头中添加 Apify API 令牌(参见“身份验证”部分)
- 开始查询 — 向 AI Agent 提问,例如“为 Turkey 建模违约风险”或“对 southern Europe 运行财政可持续性分析”,服务端会负责获取数据并进行计算
Claude Desktop
添加到 ~/Library/Application Support/Claude/claude_desktop_config.json(macOS)或 %APPDATA%\Claude\claude_desktop_config.json(Windows):
{
"mcpServers": {
"sovereign-debt-crisis": {
"url": "https://sovereign-debt-crisis-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN"
}
}
}
Cursor
添加到 Cursor MCP 设置中(Settings → MCP → Add Server):
{
"mcpServers": {
"sovereign-debt-crisis": {
"url": "https://sovereign-debt-crisis-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN"
}
}
}
Windsurf / Continue / any MCP client
{
"mcpServers": {
"sovereign-debt-crisis": {
"url": "https://sovereign-debt-crisis-mcp.apify.actor/mcp?token=YOUR_APIFY_TOKEN"
}
}
}
将 YOUR_APIFY_TOKEN 替换为你从 Apify Console → Settings → Integrations 获取的令牌。
MCP 工具
| 工具 | 模型 | 描述 |
|---|---|---|
simulate_sovereign_default | Eaton-Gersovitz (1981) | 在 50×40(债务、收入)状态空间上进行值函数迭代。返回违约阈值、均衡利差、债券价格表和最优借款策略函数。 |
compute_clearing_contagion | Eisenberg-Noe (2001) + CDS | Scarf 类型的阻尼不动点算法可在存在 CDS 循环的银行—主权网络中求得清算支付额。返回系统性损失、违约实体、传染轮次和回收率。 |
estimate_fiscal_sustainability | Hansen (1999) | 使用 200 次自助法推断进行面板阈值回归。返回债务/GDP 临界点、机制分类、利率—增长差(r−g)和调整路径。 |
design_optimal_restructuring | Myerson (1981) + Rubinstein (1982) | IC 约束机制设计 + 轮流报价议价。返回各工具的减记幅度、纳什剩余分配、阻挠风险和债务可持续性标记。 |
model_speculative_attack | Morris-Shin (2003) | 全局博弈不动点算法可求得唯一的转换均衡 θ*。返回攻击概率、储备耗尽情况、贬值幅度以及投机者/央行收益。 |
detect_crisis_jumps | Lee-Mykland (2008) | 结合双幂变差与 Gumbel 渐近理论,检测最多 8 个利差序列中的跳跃。返回跳跃事件、强度 λ、聚类系数和临界阈值。 |
forecast_multi_frequency | MIDAS / Ghysels et al. (2004) | Almon 指数滞后多项式将每日 CDS 与季度 GDP 结合。返回 Q+1/Q+2/Q+4/Q+8 预测值及其 95% 置信区间、MIDAS R² 和机制转换概率。 |
assess_political_transition_risk | Acemoglu-Robinson (2006) | 根据不平等阈值,在 3 种政治机制之间进行马尔可夫转换。返回转换矩阵、平稳分布、AR 阶段和各机制下的财政影响。 |
工具输入参数
每个工具都接受相同的两个参数:
| 参数 | 类型 | 必填 | 描述 |
|---|---|---|---|
query | string | 是 | 要分析的国家、主权债务情景或政策主题。示例:"Argentina sovereign debt"、"Euro area fiscal sustainability"、"Turkish lira speculative attack" |
sources | array of strings | 否 | 要纳入的数据源类别。可选项:"macro"、"trade"、"fx"、"regulatory"、"geopolitical"。如省略,默认使用全部五类。 |
数据源类别参考
| 数据源类别 | 调用的数据方 | 数据类型 |
|---|---|---|
macro | IMF、World Bank、FRED、BLS、OECD、Eurostat | 财政指标、GDP、通胀、就业 |
trade | UN COMTRADE、World Bank Projects | 双边贸易流量、发展项目组合 |
fx | Exchange Rate Tracker、Exchange Rate History、ECB Rates | 当前和历史汇率 |
regulatory | Federal Register、Congress Bills | 美国监管和立法信号 |
geopolitical | OpenSanctions、REST Countries | 制裁风险敞口、国家元数据 |
工具调用示例
完整的主权违约模拟:
{
"query": "Argentina sovereign debt default risk 2024",
"sources": ["macro", "fx", "geopolitical"]
}
有针对性的财政可持续性检查(仅宏观数据,速度更快):
{
"query": "Italy fiscal sustainability debt-to-GDP",
"sources": ["macro"]
}
包含贸易关联的银行传染分析:
{
"query": "European bank sovereign doom loop exposure",
"sources": ["macro", "trade", "fx"]
}
输出示例
simulate_sovereign_default 输出
{
"states": [
{
"debt": 0.0,
"income": 1.002,
"value": -4.821,
"defaultValue": -5.103,
"defaultProbability": 0.0,
"bondPrice": 0.9697,
"optimalBorrowing": 0.163
},
{
"debt": 0.612,
"income": 1.002,
"value": -5.447,
"defaultValue": -5.103,
"defaultProbability": 1.0,
"bondPrice": 0.8241,
"optimalBorrowing": 0.0
}
],
"defaultThreshold": 87.3,
"equilibriumSpread": 412.7,
"debtLimit": 100.0,
"outputCostOfDefault": 2.0,
"reentryProbability": 0.282,
"policyFunction": [
{ "debt": 0.0, "income": 0.933, "borrow": 0.102 },
{ "debt": 0.0, "income": 1.002, "borrow": 0.163 },
{ "debt": 0.306, "income": 1.002, "borrow": 0.306 },
{ "debt": 0.612, "income": 1.002, "borrow": 0.0 }
]
}
compute_clearing_contagion 输出
{
"payments": [
{
"bank": "Turkey Banking Sector",
"promised": 847.2,
"actual": 661.3,
"shortfall": 185.9,
"recovery": 0.781
},
{
"bank": "Turkish Sovereign",
"promised": 1203.4,
"actual": 1138.7,
"shortfall": 64.7,
"recovery": 0.946
}
],
"systemicLoss": 312.4,
"defaultedEntities": ["Turkey Banking Sector", "Halkbank"],
"contagionRounds": 8,
"cdsCircularityEffect": 46.9,
"fixedPointIterations": 127,
"largestExposure": {
"from": "European Central Counterparty",
"to": "Turkish Sovereign",
"amount": 584.0
}
}
model_speculative_attack 输出
{
"equilibrium": {
"fundamentalThreshold": 0.423,
"signalPrecision": 100.0,
"reservesCritical": 423.0,
"attackProbability": 0.3871,
"pegSurvivalProbability": 0.6129,
"uniqueEquilibrium": true
},
"reservesDepleted": 38.71,
"devaluationMagnitude": 28.84,
"speculatorPayoff": 0.0614,
"centralBankLoss": 48.9,
"multipleEquilibria": false,
"morrisShinThreshold": 0.423
}
assess_political_transition_risk 输出
{
"regimes": [
{
"country": "Brazil",
"currentRegime": "hybrid",
"eliteStrength": 0.441,
"populistPressure": 0.617,
"giniThreshold": 0.42,
"transitionProbability": 0.0821,
"fiscalImpact": -1.34
}
],
"markovTransitionMatrix": [
[0.8700, 0.1200, 0.0100],
[0.2500, 0.5000, 0.2500],
[0.0800, 0.1700, 0.7500]
],
"stationaryDistribution": [0.4312, 0.2891, 0.2797],
"expectedRegimeDuration": 6.84,
"giniTriggerLevel": 0.428,
"acemogluRobinsonPhase": "Democratization Pressure",
"democratizationProbability": 0.0614
}
输出字段参考
simulate_sovereign_default
| 字段 | 类型 | 描述 |
|---|---|---|
states[] | 数组 | 中位收入下的状态空间网格值 |
states[].debt | 数字 | 债务/GDP 比率(0–1 量表) |
states[].value | 数字 | VFI 得出的延续价值 V_c(b,y) |
states[].defaultProbability | 数字 | 若该状态下违约为最优选择,则为 1.0 |
states[].bondPrice | 数字 | 均衡债券价格 q(b',y) |
defaultThreshold | 数字 | 超过该债务/GDP 百分比时,违约为最优选择 |
equilibriumSpread | 数字 | 临界值处的债券利差,单位为基点 |
debtLimit | 数字 | 可持续债务/GDP 百分比上限 |
outputCostOfDefault | 数字 | 违约时的产出损失(占 GDP 的百分比) |
reentryProbability | 数字 | θ = 0.282,每期重新进入资本市场的概率 |
policyFunction[] | 数组 | 最优借款 b' 关于 (b, y) 的函数 |
compute_clearing_contagion
| 字段 | 类型 | 描述 |
|---|---|---|
payments[].bank | 字符串 | 实体名称 |
payments[].promised | 数字 | 总负债(百万美元) |
payments[].actual | 数字 | 迭代后的实际清偿款项 |
payments[].shortfall | 数字 | 承诺金额减去实际金额(百万美元) |
payments[].recovery | 数字 | 回收率(0–1,按每美元计算的美分) |
systemicLoss | 数字 | 网络中的总短缺金额(百万美元) |
defaultedEntities | 数组 | 回收率 < 0.95 的实体 |
contagionRounds | 数字 | 收敛前的定点迭代次数 |
cdsCircularityEffect | 数字 | 可归因于 CDS 循环性的额外损失 |
largestExposure | 对象 | 网络中最大的双边风险敞口 |
estimate_fiscal_sustainability
| 字段 | 类型 | 描述 |
|---|---|---|
regimes[].regime | 字符串 | sustainable、vulnerable 或 unsustainable |
regimes[].thresholdEstimate | 数字 | Hansen 面板阈值(债务/GDP 百分比) |
regimes[].adjustmentNeeded | 数字 | 所需的财政调整幅度(占 GDP 的百分比) |
regimes[].confidenceInterval | 数组 | 阈值的 Bootstrap 90% 置信区间 |
panelThreshold | 数字 | 估计的债务/GDP 阈值 |
bootstrapPValue | 数字 | 阈值显著性的 Bootstrap p 值 |
interestGrowthDifferential | 数字 | r−g(为正表示债务动态不稳定) |
debtDynamicsStable | 布尔值 | 若 r < g,则为 True |
design_optimal_restructuring
| 字段 | 类型 | 描述 |
|---|---|---|
terms[].haircut | 数字 | 该金融工具的 NPV 损失百分比 |
terms[].participationRate | 数字 | 债权人预期参与率(0–1) |
aggregateHaircut | 数字 | 所有金融工具的平均减记幅度 |
nashBargainingSolution | 对象 | 债务人和债权人的剩余份额 |
rubinsteinEquilibrium | 对象 | 先行者优势和贴现因子 |
incentiveCompatible | 布尔值 | 若满足 IC 约束,则为 True |
holdoutRisk | 数字 | 预期将拒绝参与的债权人比例 |
model_speculative_attack
| 字段 | 类型 | 描述 |
|---|---|---|
equilibrium.fundamentalThreshold | 数字 | θ* 转折点(0–1) |
equilibrium.attackProbability | 数字 | 汇率盯住制遭受攻击的概率 |
equilibrium.uniqueEquilibrium | 布尔值 | σ < 0.5 时为 True(信号噪声有限) |
reservesDepleted | 数字 | 攻击成功时消耗的储备(%) |
devaluationMagnitude | 数字 | 汇率盯住制崩溃时的预期贬值幅度(%) |
speculatorPayoff | 数字 | 每单位攻击资本的预期收益 |
centralBankLoss | 数字 | 外汇储备损失(百万美元) |
detect_crisis_jumps
| Field | Type | Description |
|---|---|---|
jumps[].date | string | 检测到跳跃事件的日期 |
jumps[].jumpSize | number | 跳跃时的对数收益幅度 |
jumps[].testStatistic | number | 标准化的 Lee-Mykland 统计量 |
jumps[].pValue | number | Gumbel 渐近 p 值 |
jumpIntensity | number | 年化跳跃强度 λ(每年) |
clusteringCoefficient | number | 在彼此 5 天内发生的跳跃所占比例 |
leeMyklandThreshold | number | 5% 显著性水平下的临界值 |
forecast_multi_frequency
| Field | Type | Description |
|---|---|---|
forecasts[].horizon | string | Q+1、Q+2、Q+4、Q+8 |
forecasts[].forecast | number | 点预测(GDP 增长率 %) |
forecasts[].ci95Lower | number | 95% 置信区间下限 |
forecasts[].ci95Upper | number | 95% 置信区间上限 |
forecasts[].almonWeights | array | 前 10 个 Almon 滞后权重 |
midasR2 | number | 样本内 MIDAS R² |
regimeSwitchingProb | number | 近期数据中发生制度转变的概率 |
assess_political_transition_risk
| Field | Type | Description |
|---|---|---|
regimes[].currentRegime | string | democratic、hybrid 或 authoritarian |
regimes[].transitionProbability | number | 政权更迭概率 |
regimes[].fiscalImpact | number | 预计的政权更迭对 GDP 的影响(占 GDP 的百分比) |
markovTransitionMatrix | array | 3×3 转移概率矩阵 |
stationaryDistribution | array | 长期政体概率 [D, H, A] |
expectedRegimeDuration | number | 当前政体的加权预期持续年数 |
acemogluRobinsonPhase | string | AR 框架阶段分类 |
democratizationProbability | number | 非民主政体实现民主化的概率 |
运行主权债务危机模型需要多少费用?
此 MCP 服务采用按事件付费模式——每次工具调用支付固定费用。计算成本已包含在内。
| Tool | 每次调用价格 |
|---|---|
simulate_sovereign_default | $0.045 |
compute_clearing_contagion | $0.045 |
design_optimal_restructuring | $0.040 |
model_speculative_attack | $0.040 |
estimate_fiscal_sustainability | $0.035 |
detect_crisis_jumps | $0.035 |
forecast_multi_frequency | $0.035 |
assess_political_transition_risk | $0.035 |
| 使用场景 | 工具调用次数 | 预计费用 |
|---|---|---|
| 单次工具查询 | 1 | $0.035–$0.045 |
| 国家深度分析(3 个工具) | 3 | 约 $0.12 |
| 完整的 8 工具分析 | 8 | 约 $0.31 |
| 每日监控(1 个国家,2 个工具) | 60 次/月 | 约 $2.40/月 |
| 研究工作流(10 个国家,所有工具) | 80 | 约 $3.10 |
你可以为每次运行设置最高支出限额以控制费用。达到预算后,MCP 服务会正常停止并返回错误消息,而不是静默失败。
Apify 免费计划包含每月 $5 的平台抵用金,足以免费调用约 130 次工具。
Sovereign Debt Crisis MCP Server 的工作原理
阶段 1:多源数据组装
每次工具调用都会触发 getOrBuildNetwork(),检查是否存在缓存的 SovereignDebtNetwork;缓存的 TTL 为 5 分钟。缓存未命中时,fetchSovereignData() 会通过 Promise.all,并行向最多 15 个 actor 分发 runActor() 调用。每个上游 actor 都会使用用户的查询字符串和 limit 50 来调用,超时时间为 180 秒,内存分配为 256MB。结果会分配到五个类型化数据桶中:macroData、tradeData、fxData、regulatoryData、sanctions 和 countryData。
阶段 2:主权债务网络构建
buildSovereignDebtNetwork() 根据原始 API 结果构建由 SovereignNode[] 和 SovereignEdge[] 组成的类型化图。宏观经济和国家数据会转换为 sovereign 节点;外汇数据会转换为 currency 节点,并生成 currency_peg 边;贸易数据会生成以百万美元计的交易量加权的 trade_flow 边;制裁数据会创建 contagion 边;监管数据会创建 institution 节点。如果网络中的放贷边少于主权节点,系统会生成合成银行节点(bank-{sovereign.id}),其放贷权重根据债务 / GDP 比率推导,并为相邻主权实体添加跨境 CDS 边。
阶段 3:定量模型执行
所有八个模型都在组装好的 SovereignDebtNetwork 上运行。Eaton-Gersovitz 求解器使用 CRRA 效用(σ=2)、折现因子 β=0.953 和经 Tauchen 方法离散化的收入网格,最多执行 200 次 VFI 迭代;当最大 |V_c_new − V_c| < 1e-5 时收敛。Eisenberg-Noe 求解器使用 Scarf 阻尼(α=0.7)处理非单调的 CDS 循环,最多执行 500 次迭代。Hansen 阈值求解器在截尾后的经验分布中对 50 个均匀间隔的候选值进行网格搜索,然后通过 200 次自举重复验证。Morris-Shin 求解器通过阻尼不动点迭代(0.7 × 新值 + 0.3 × 当前值)求出 θ*,并使用 Abramowitz-Stegun 多项式近似计算 Φ。MIDAS 求解器对 7×5 个(θ₁、θ₂)Almon 参数网格进行搜索,选择 R² 最高的 OLS 拟合结果,然后针对四个预测期进行预测,并使用随预测期缩放的标准误。
阶段 4:按事件计费和响应
模型执行后,每个工具都会根据按事件计费价格表调用 Actor.charge({ eventName })。如果 eventChargeLimitReached 为 true,工具会返回结构化错误 JSON,而不是抛出异常。结果会序列化为采用 2 个空格缩进的 JSON,并作为 MCP content[0].text 返回。/health 健康检查端点会公开网络缓存状态、节点和边的数量,以及当前启用的数据源类别列表。
获得最佳结果的技巧
-
使用有针对性的来源数组,以加快响应速度。 对于默认阈值分析,
sources: ["macro", "fx"]已足够,耗时约为完整获取 5 个来源的一半。仅在对制裁敏感的查询中使用geopolitical。 -
先运行成本最低的工具进行初步筛查。 先使用
estimate_fiscal_sustainability($0.035)筛查某个国家是否值得深入分析,再运行simulate_sovereign_default($0.045)或compute_clearing_contagion($0.045)。 -
在一个查询字符串中批量查询多个国家。 类似“southern European sovereign debt Italy Spain Portugal”的查询会在网络中填充多个主权节点,从而让全部 8 个工具在一次调用中返回多国比较结果。
-
将
detect_crisis_jumps与model_speculative_attack结合使用,以便及早预警。 跳跃聚类系数高于 0.4 表示处于传染期,此时攻击概率通常较高——运行这两个工具,并将跳跃强度时间线与 Morris-Shin 阈值进行比较。 -
先使用
forecast_multi_frequency,再使用design_optimal_restructuring。 MIDAS Q+4 和 Q+8 预测会提供增长路径假设,这些假设决定 Rubinstein 均衡中的折价是否能恢复债务可持续性。先运行预测,有助于理解重组输出。 -
5 分钟缓存支持多工具会话。 让你的 AI Agent 按顺序运行全部 8 个工具——它们共享同一网络,数据获取开销只需支付一次。完整的 8 工具国家分析成本约为 $0.31。
-
检查
estimate_fiscal_sustainability的debtDynamicsStable。false结果(r > g)意味着利率与增长率之差呈爆炸式上升——这强烈预示着可能出现偏高的defaultThreshold结果,应立即运行simulate_sovereign_default。 -
为自动化工作流设置明确的支出上限。 在定时 AI Agent 流水线中运行此 MCP 服务时,请配置
maxTotalChargeUsd,以限制每个会话的费用。达到上限时,服务会返回结构化错误,而不会一直挂起。
与其他 Apify Actor 结合使用
| Actor | 组合使用方式 |
|---|---|
| FRED Economic Data | 获取精细的美国国债收益率曲线和货币供应量数据,为 Eaton-Gersovitz 模型中的无风险利率参数进行校准 |
| World Bank Data Search | 获取世界发展指标(治理、CPIA 评分),以丰富 Acemoglu-Robinson 工具中的政治体制分类 |
| OpenSanctions Search | 运行传染分析前,预先筛查各国是否面临有效制裁;受到严厉制裁的主权实体,其清算动态在结构上有所不同 |
| UN COMTRADE Search | 构建用于网络边的双边贸易流矩阵——其粒度高于服务的默认贸易数据,并能改进传染渠道建模 |
| IMF Economic Data | 提取《世界经济展望》预测,将其用作 VFI 收入网格中的外生收入预测,而非依赖 AR(1) 合成数据 |
| ECB Exchange Rates | 将 ECB 参考汇率直接输入 FX 节点层,以便在 Morris-Shin 投机攻击工具中更准确地模拟货币挂钩 |
| Company Deep Research | 与主权分析结合,用于评估与主权风险相关的企业信用;处于违约风险较高的主权实体中的公司,其信用风险也存在相关性 |
局限性
- Eaton-Gersovitz 中的小型开放经济体假设 — 模型将主权国家视为价格接受者;美国、中国或欧盟等会影响世界利率的大型经济体,需要本文未实现的一般均衡扩展
- 估算而非观测到的双边敞口 — Eisenberg-Noe 清算需要银行间及银行对主权国家的贷款矩阵;这些矩阵根据公开宏观数据推导,而非来自监管报告,因此存在显著的测量误差
- 合成 CDS 时间序列 — Lee-Mykland 跳跃检测会模拟根据节点级 CDS 利差属性校准的跳跃扩散路径;它不会使用逐笔实际 CDS 数据,因此检测到的跳跃日期仅供参考,并非精确的日历日期
- 风格化的不平等代理指标 — Acemoglu-Robinson 基尼系数估计值根据债务/GDP 和 CDS 利差水平推导,而非基于家庭调查微观数据;实际基尼系数可能存在显著差异,从而影响制度分类的准确性
- 未对多边债权人建模 — Myerson 机制未单独模拟 IMF、World Bank 和 Paris Club 的重组动态;官方部门债务通常具有不同的优先级和重新谈判惯例
- N=200 时的自助法推断 — Hansen 阈值自助法使用 200 次重复运算以提高速度;生产级计量经济分析通常使用 1,000 次以上重复运算,以获得精确的 p 值
- 数据源可用性 — 如果上游参与方(IMF、World Bank 等)针对某个查询返回空数据集,网络图将较为稀疏;仍会返回结果,但其经验依据较弱
- MIDAS 中的季度频率假设 — 桥接方程假定季度 GDP 为低频目标;若使用月度工业生产或每周金融状况指数,则需要重新校准参数
集成
- Claude Desktop — 将 MCP URL 添加到
claude_desktop_config.json,并通过 Claude 界面以自然语言查询主权债务风险 - Cursor — 配置为 MCP 服务,即可在 IDE 中直接访问主权违约建模,用于研究代码和分析笔记本
- Apify API — 通过
/mcpPOST 端点以编程方式触发待命 Actor,以便集成到 Python 或 JavaScript 研究流水线中 - Webhooks — 配置警报,以便在工具调用超出成本阈值,或服务器在计划监控工作流期间返回意外结果时收到通知
- LangChain / LlamaIndex — 使用 Apify MCP 集成,将全部八种主权债务工具作为 LangChain 工具或 LlamaIndex 查询引擎开放给自动化研究 Agent 使用
故障排查
工具返回空状态,或网络中节点数为 0,尽管国家查询有效。 当上游数据 Actor 未返回与查询字符串匹配的记录时,就会出现这种情况。尝试扩大查询范围(例如,使用“新兴市场主权债务”代替具体国家名称),或将 sources 数组缩减为 ["macro"],以确定哪个数据类别出现故障。/health 端点会显示 cached: true/false 和 networkSize,以确认网络是否已构建。
Eaton-Gersovitz 的 defaultThreshold 返回 100(最大债务上限)。 这表示 (b,y) 网格中的所有状态都倾向于继续偿还而非违约;当查询返回的主权实体 CDS 利差极低,或没有债务/GDP 数据时,就可能发生这种情况。请检查查询是否返回了包含 debtToGDP 和 cdsSpread 字段的主权节点——这些字段用于校准收入网格的缩放比例。
compute_clearing_contagion 显示 fixedPointIterations: 500(最大值)。 Scarf 迭代未能收敛;当银行—主权网络存在极端的 CDS 循环关系时,可能会发生这种情况。这是阻尼迭代方法在高度互联网络中的已知局限。仍会返回结果,但应将其视为近似值。将 sources 数组缩减并排除 trade,可以生成更稀疏、收敛性更好的网络。
estimate_fiscal_sustainability 返回 bootstrapPValue: 1.0。 p 值为 1.0,表示没有任何自助抽样样本产生高于原始值的 F 统计量,这说明该阈值具有极高的统计显著性。这并非错误,通常出现在非常干净的面板数据中。反之,p 值高于 0.15 则表明面板变化不足,无法可靠地识别阈值。
工具调用返回 {"error": true, "message": "Spending limit reached"}。 您已达到 maxTotalChargeUsd 限额。请在 Apify Actor 运行设置中提高限额,或升级套餐。Apify 免费套餐每月包含 $5 的额度。
负责任地使用
- 此 MCP 服务仅访问来自国际组织、政府数据库和开放数据平台的公开数据。
- 所有 15 个上游数据源均基于开放访问或公共领域许可提供数据;重新分发前,请查看各数据源的条款。
- 主权风险模型会生成概率性输出,在用于投资、政策或咨询决策前,应由合格的分析师审核。
- 未结合额外的尽职调查、专家判断和当前市场情报时,请勿将模型输出作为投资决策的唯一依据。
- 有关网络抓取合法性的指南,请参阅 Apify 的指南。
❓ 常见问题
主权债务危机 MCP 服务与 Bloomberg Terminal 或 Moody's Analytics 有何不同? Bloomberg 和 Moody's 提供经过整理的数据,以及基于专有模型制定的标准化风险评分。此服务直接提供底层学术模型——Eaton-Gersovitz、Eisenberg-Noe、Morris-Shin——让您可以准确了解计算方式、调整查询以适应特定场景,并将输出集成到 AI Agent 工作流中。Bloomberg 每个终端每月收费 $2,000 以上;对于大多数研究工作负载,此服务可在 Apify 免费套餐上运行。
一次主权债务危机模型运行最多可以分析多少个国家?
没有严格的国家数量限制。像“G20 主权债务”这样的查询会将所有 G20 主权节点纳入网络,并在整个多国网络上运行模型。网络规模越大,Eisenberg-Noe 的收敛时间越长,但不会导致运行失败。实际限制来自上游 Actor 的响应时间——查询 50 个以上的特定国家可能会接近 180 秒的 Actor 超时限制。
Eaton-Gersovitz 模型使用的是真实债务/GDP 数据还是模拟值?
两者都用。模型使用根据学术参数(β=0.953、σ=2、ρ_y=0.945)计算的基于网格的状态空间,但会根据从 IMF 和 World Bank 数据源中提取的所查询国家的实际平均债务/GDP 和 CDS 利差值,对 defaultThreshold 和 equilibriumSpread 输出进行缩放。观测到的债务/GDP 越高,估算的阈值就按比例越高。
Morris-Shin θ(转换阈值)在实际应用中意味着什么?* θ* 表示一个国家基本面的临界水平(标准化至 0 到 1 之间,1 表示最强),低于该水平时,该国容易遭受自我实现的投机攻击。低于 0.3 表示基本面强劲、遭受攻击的风险较低;高于 0.6 表示该国处于一种即使储备水平适中,投机压力也很可能得逞的状态。
使用 IMF、World Bank 和 FRED 的数据进行主权债务分析合法吗? 合法。这 15 个数据源均根据开放访问、公共领域或 CC-BY 许可提供数据,旨在用于研究和分析。IMF 数据采用 Creative Commons Attribution 许可;World Bank 数据为开放数据;FRED 数据属于公共领域。关于一般原则,请参阅 Apify 关于网页抓取合法性的指南。
Hansen 阈值回归在识别债务可持续性断点方面有多准确?
准确性取决于面板数据的丰富程度。如果有 10 个或更多主权节点,且每个节点都有多个时期的变化,阈值估计通常在债务/GDP 的 ±8–12 个百分点范围内(confidenceInterval 中报告的 90% 置信区间)。Bootstrap p 值用于表示显著性——p < 0.05 表示该阈值在统计上显著区别于不存在阈值的情况。已发表的文献(Reinhart-Rogoff、Checherita-Westphal)发现,发达经济体的债务/GDP 阈值在 80–120% 范围内。
我可以定期运行主权债务危机 MCP 服务,持续监测各国情况吗?
可以。使用 Apify 内置的调度器,以每日或每周的频率触发待机数据源。配置 webhook,以便在关键指标变化时接收警报——例如,当 equilibriumSpread 超过 400bps 或 attackProbability 超过 0.5 时。5 分钟缓存仅限当前会话使用,因此每次计划运行都会根据最新数据构建新的网络。
MIDAS 回归如何处理某些国家缺失的高频数据?
当缺少实际高频数据时,MIDAS 工具会根据每个主权节点的 cdsSpread 属性,生成经过校准的合成跳跃扩散 CDS 路径。regimeSwitchingProb 字段表示近期模拟路径相较于较早路径所隐含的结构性突变程度;即使没有真实逐笔数据,也能提供定性的状态指标。
如果 Eisenberg-Noe 清算迭代不收敛,会发生什么?
Scarf 阻尼迭代最多运行 500 次。如果未收敛(检查 fixedPointIterations: 500),则使用最后一次迭代结果返回。系统不会显式标记这一情况——收敛的运行通常会在 50–150 次迭代内完成。不收敛表示 CDS 敞口存在极端的循环性,因此结果应视为数量级估算,而非精确的清算向量。
Acemoglu-Robinson 模型如何将一个国家划分为民主、混合政体或威权?
模型会根据主权实体的债务/GDP 和 CDS 利差水平推断基尼系数的代理值,然后应用两个阈值:giniDemocratize = 0.42(高于此值时,民主稳定性面临压力)和 giniCoup = 0.55(高于此值时,精英镇压占主导)。推断基尼系数低于 0.42 的主权实体会被划分为民主政体,介于 0.42 和 0.55 之间的会被划分为混合政体,高于 0.55 的会被划分为威权政体。随后,转换概率将遵循 Acemoglu-Robinson 的不平等驱动转换机制。
我可以将此 MCP 服务与 Cursor 或 GitHub Copilot 等 AI 编码助手搭配使用吗?
可以。任何兼容 MCP 的客户端都能使用。在 Cursor 中,将服务 URL 添加到 MCP 配置后,八个工具就会显示为可用的函数调用。然后,你可以让 Cursor 的 AI“对欧元区运行财政可持续性分析”,它便会构建并执行相应的工具调用,并在聊天中直接返回结构化结果。
帮助我们改进
如果你遇到问题,可以在 Apify 账户中启用运行共享,帮助我们更快地排查问题:
- 前往 账户设置 > 隐私
- 启用 与公开的 Actor 创建者共享运行记录
这样一来,出现问题时我们就能查看运行详情,从而更快地修复问题。你的数据仅对 Actor 开发者可见,不会公开。
支持
发现错误或有功能需求?请在此 Actor 页面上的 Issues 标签页中提交问题。如需定制主权风险模型、添加数据源或进行企业集成,请通过 Apify 平台联系我们。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。