给定preferencesu，成对比较表明RiskRank的性能永远不会比传统的individualrisk模型差，preferencesu的性能更好∈ [0.3, 1]. 图1提供了德国模型输出的一个示例，其中包含单个模型和RiskRank。风险水平分解为单个国家的单独风险、其他国家的直接和间接影响。正如我们从图表中观察到的那样，与其他组成部分相比，间接影响通常可以忽略不计，而个人风险通常主导着总价值，尤其是在危机时期，来自联系国的直接影响可能会显著增加风险水平。更具体地说，在考虑直接和间接影响时，交叉信号出现的时间要早得多。这表明，国内失衡相当温和，而德国与脆弱性较大的国家高度相关。作为迫在眉睫的危机的早期迹象，该图表明，除了国内经济中积累的脆弱性外，还必须考虑来自“邻国”的脆弱性。

同样，人们可以观察到，最新的风险增加在另一方面更多地与国内失衡有关，这再次表明了国内政策行动的潜在必要性和类型。表1：预测范围为5-12季度或危机事件的国家的单个模型和RiskRank的信号表现。个人风险等级uUr（u）AUC Ur（u）AUC0。0.0%0.9150%0.9210.1-6%0.915-6%0.9210.2-3%0.915-3%0.9210.36%0.9157%0.9210.4 12%0.91518%0.9210.5%0.915 38%0.9210.6%0.915 39%0.9210.7%0.915 54%0010.9210.8 60%0.915 66%0.9210.9%0.915%0.74%0.9211.0.0.0.0%0.915%0.920.500.2000年直接概率。000.250.500.751.001990 2000 2010年间接直接个人爱尔兰。000.250.500.751.001990 2000 2010年间接直接个人法郎。000.250.500.751.001990 2000年2010年概率间接直接个人德国图1：德国和欧洲的个人风险和风险等级示例还允许通过汇总特定国家的措施，在欧洲层面衡量脆弱性。图2提供了一个欧洲模型输出的示例，其中包含单个model和RiskRank。在图中，欧洲的风险水平被分解为国家的直接和间接影响（红色和蓝色堆栈），而黄线显示的是国家个人风险的加权平均值，黑线显示的是给定提问者中处于危机前状态的国家的比例。因此，该图特别描述了当连接国家抑制更大的个人风险时，风险等级的增加（蓝色和红色叠加相对于黄线）。

同样，该图还表明，无条件概率（黑线）确实超过了单个概率的简单加权平均值，这确实也表明需要一个考虑其他因素的聚合函数。0.000.250.500.751.001990 1995 2000 2005 2010 2015年间接直接欧洲概率图2：欧洲的风险等级，黄线代表各国个体风险的加权平均值，而黑线则代表在给定季度处于危机前状态的国家的比例4。3.风险的稳健性为了更详细地比较预测性能，表2和表3列出了上述两种模型之前引入的一系列性能指标。此外，我们还测试了上述练习在改变模型规格时的稳健性。为了检查聚合过程对预测期的敏感性，我们对另外两种情况进行了分析：（i）危机事件发生前的5-8个季度和（ii）5-16个季度。如表4和表5所示，与单个风险模型相比，RiskRank仍然具有更高的erauc值和相对有用性。