• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系研究

      2016-08-16 12:12:34王新霞林曉霞
      西部金融 2016年6期
      關(guān)鍵詞:分位數(shù)回歸風(fēng)險(xiǎn)預(yù)警指標(biāo)體系

      王新霞 林曉霞

      摘 要:能源和金融逐步由合作走向融合,而兩大產(chǎn)業(yè)間的相互滲透耦合隱藏著風(fēng)險(xiǎn),建立與能源金融發(fā)展相匹配的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系迫在眉睫。本文在明晰能源金融風(fēng)險(xiǎn)內(nèi)涵的基礎(chǔ)上,選取預(yù)警指標(biāo)群,包括宏觀經(jīng)濟(jì)指標(biāo)群、能源產(chǎn)業(yè)指標(biāo)群、銀行與能源企業(yè)指標(biāo)群,并利用分位數(shù)回歸法對預(yù)警指標(biāo)進(jìn)行二次篩選,力求構(gòu)建科學(xué)、有效的能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。

      關(guān)鍵詞:能源金融;風(fēng)險(xiǎn)預(yù)警;指標(biāo)體系;分位數(shù)回歸

      中圖分類號:F830.92 文獻(xiàn)標(biāo)識碼:B 文章編號:1674-0017-2016(6)-0083-04

      自2002年起,我國能源整體消費(fèi)水平在不斷上升,同時(shí)也對能源安全提出了嚴(yán)峻挑戰(zhàn)。面對這一問題,各地政府部門一直在尋求突破。2014年,國家發(fā)改委批復(fù)《陜西西咸新區(qū)總體方案》,強(qiáng)調(diào)將在未來幾年內(nèi)建設(shè)西北能源金融中心,以此為基礎(chǔ)構(gòu)建能源金融體系。在當(dāng)前的全球能源大格局下,發(fā)展能源金融成為突破能源產(chǎn)業(yè)發(fā)展瓶頸、保障國家能源安全的重大舉措。隨著能源和金融逐步由合作走向一體化,“能源—金融”生態(tài)成為領(lǐng)導(dǎo)能源市場走向的重要因素(胡曉群,2008)。越來越多的國內(nèi)外實(shí)踐表明,能源金融一體化程度越高,其中潛藏的風(fēng)險(xiǎn)越大。隨著我國能源金融發(fā)展的逐步深入,設(shè)計(jì)研發(fā)與能源金融發(fā)展相適應(yīng)的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系迫在眉睫。本文旨在辨明能源金融風(fēng)險(xiǎn)的內(nèi)涵,選取預(yù)警指標(biāo)群,并利用分位數(shù)回歸法對預(yù)警指標(biāo)進(jìn)行二次篩選,構(gòu)建科學(xué)、有效的能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。

      一、能源金融風(fēng)險(xiǎn)的內(nèi)涵

      在穩(wěn)健的經(jīng)濟(jì)環(huán)境中,金融支持能源產(chǎn)業(yè)發(fā)展,并獲取利潤;能源產(chǎn)業(yè)發(fā)展催生金融創(chuàng)新與合作,促進(jìn)金融服務(wù)多元化。伴隨能源金融的深度發(fā)展,風(fēng)險(xiǎn)問題愈發(fā)引起學(xué)界和業(yè)界的關(guān)注。所謂能源金融風(fēng)險(xiǎn)是專門針對能源金融而言,一般是指因客觀或主觀因素導(dǎo)致的能源金融運(yùn)行中出現(xiàn)的一系列矛盾、問題及各種調(diào)控措施的不到位等,同時(shí)包括因能源金融的運(yùn)用不合理而對能源體系、金融體系及能源金融領(lǐng)域的安全與穩(wěn)定造成破壞與損失的可能性(何凌云和劉傳哲,2009)?,F(xiàn)有學(xué)者對能源金融風(fēng)險(xiǎn)的界定多從能源實(shí)體金融層面出發(fā),其核心是金融支持能源產(chǎn)業(yè)發(fā)展過程中的伴生風(fēng)險(xiǎn)。李凱風(fēng)(2012)認(rèn)為能源金融風(fēng)險(xiǎn)是能源行業(yè)在投融資過程中遭受損失,使得能源行業(yè)投資資金可能無法順利收回。何凌云(2014)從廣義角度理解能源金融風(fēng)險(xiǎn),認(rèn)為其涵蓋能源實(shí)體金融和能源虛擬金融兩個(gè)部分,具體包括環(huán)境風(fēng)險(xiǎn)、價(jià)格風(fēng)險(xiǎn)和行為風(fēng)險(xiǎn)。環(huán)境風(fēng)險(xiǎn)屬于宏觀經(jīng)濟(jì)層面,行為風(fēng)險(xiǎn)屬于微觀經(jīng)濟(jì)主體層面,而價(jià)格是連接兩者的紐帶。

      毛海峰和武勇(2007)指出,以煤炭、石油、天然氣和電力為主導(dǎo)的能源產(chǎn)業(yè)發(fā)展迅猛,成為支柱產(chǎn)業(yè),導(dǎo)致大量銀行信貸資金進(jìn)入能源領(lǐng)域,由此引發(fā)了能源金融資金的過度集中,造成能源金融的潛在風(fēng)險(xiǎn)。借鑒何凌云(2014)的觀點(diǎn),能源虛擬金融風(fēng)險(xiǎn)可以在一定條件下轉(zhuǎn)化為能源實(shí)體金融風(fēng)險(xiǎn),即能源虛擬金融風(fēng)險(xiǎn)會引發(fā)能源實(shí)體金融風(fēng)險(xiǎn)。環(huán)境風(fēng)險(xiǎn)和價(jià)格風(fēng)險(xiǎn)最終通過投融資風(fēng)險(xiǎn)反映出來,因此投融資風(fēng)險(xiǎn)是能源金融風(fēng)險(xiǎn)的核心,而投融資風(fēng)險(xiǎn)最終又通過銀行風(fēng)險(xiǎn)和企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)反映出來,企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)最終引發(fā)銀行風(fēng)險(xiǎn)。

      二、能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)群

      借鑒國內(nèi)外相關(guān)研究文獻(xiàn),本文初步選取能源金融風(fēng)險(xiǎn)的預(yù)警指標(biāo),涉及宏觀經(jīng)濟(jì)指標(biāo)群、能源產(chǎn)業(yè)指標(biāo)群以及銀行與能源企業(yè)指標(biāo)群。

      (一)宏觀經(jīng)濟(jì)指標(biāo)群

      宏觀經(jīng)濟(jì)是能源金融系統(tǒng)運(yùn)行的大環(huán)境,對后者的穩(wěn)定性起決定作用。宏觀經(jīng)濟(jì)形勢影響能源供需,最終表現(xiàn)為能源價(jià)格發(fā)生波動,可能引發(fā)能源實(shí)體金融層面的信貸風(fēng)險(xiǎn)以及能源虛擬層面的投資風(fēng)險(xiǎn)。本文選取的宏觀經(jīng)濟(jì)指標(biāo)主要包括:

      (1)GDP增長率。GDP增長率綜合度量一國或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r,反映微觀企業(yè)外部經(jīng)營環(huán)境的優(yōu)劣程度,對能源金融活動產(chǎn)生基礎(chǔ)性影響。GDP增長率較高表明企業(yè)經(jīng)營普遍較好,能源金融活動的外部環(huán)境較為有利。

      (2)GDP平減指數(shù)。GDP平減指數(shù)代表通貨膨脹,物價(jià)水平大幅度波動表明宏觀經(jīng)濟(jì)不穩(wěn)定,隨之而來的是大幅的人力和資本價(jià)格波動,從而使能源企業(yè)面臨較大的信用風(fēng)險(xiǎn)。

      (3)貨幣供應(yīng)量增速。市場資金運(yùn)行大多是金融體系創(chuàng)造派生的,一國貨幣供應(yīng)量增長與其金融安全有著直接關(guān)系。貨幣供應(yīng)量增速過快導(dǎo)致經(jīng)濟(jì)泡沫和通貨膨脹,進(jìn)而影響能源金融安全;反之,則無法滿足企業(yè)與居民的信貸需求,抑制經(jīng)濟(jì)發(fā)展,同樣會影響能源金融安全。

      (4)匯率波動。隨著我國能源進(jìn)口增加,匯率波動對能源金融風(fēng)險(xiǎn)的影響越來越顯著。匯率波動是指本國貨幣價(jià)格的非預(yù)期變化,代表國際金融風(fēng)險(xiǎn)狀況。

      (5)上證綜合指數(shù)。證券市場已經(jīng)成為煤炭、石油天然氣、電力等能源企業(yè)的直接融資場所。同時(shí),證券市場融資額代表了首次公開募股(IPO)制度下宏觀政策的取向。本文采用上證綜合指數(shù)來間接測度能源企業(yè)在證券市場的融資程度。

      (二)能源產(chǎn)業(yè)指標(biāo)群

      前文指出能源金融風(fēng)險(xiǎn)的核心是能源企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)所引發(fā)的銀行風(fēng)險(xiǎn),而能源產(chǎn)業(yè)基本面與能源企業(yè)的經(jīng)營狀況有著直接關(guān)聯(lián)。通常來講,若能源產(chǎn)業(yè)發(fā)展良好,則能源企業(yè)經(jīng)營效益較為理想,能源金融風(fēng)險(xiǎn)程度較低。本文選取的能源產(chǎn)業(yè)指標(biāo)主要包括:

      (1)商品燃料價(jià)格指數(shù)。商品燃料價(jià)格指數(shù)能夠反映全球能源供需狀況,是能源市場是否穩(wěn)定運(yùn)行最直接的表現(xiàn)形式。商品燃料價(jià)格指數(shù)大幅度跌升都不利于能源金融安全。在一定范圍內(nèi),商品燃料價(jià)格指數(shù)下跌可以減輕我國通貨膨脹的壓力,小幅度提升GDP增速,但對于能源行業(yè)有負(fù)面影響,對于能源金融安全的影響需綜合考慮。

      (2)能源企業(yè)景氣指數(shù)。能源企業(yè)景氣指數(shù)是根據(jù)企業(yè)負(fù)責(zé)人對本企業(yè)綜合生產(chǎn)經(jīng)營情況的判斷與預(yù)期而編制的指數(shù),用以反映能源行業(yè)的整體生產(chǎn)經(jīng)營狀況。能源企業(yè)景氣指數(shù)的數(shù)值為0~200,100為臨界值。當(dāng)能源企業(yè)景氣指數(shù)大于100時(shí),表明能源行業(yè)處于景氣狀態(tài),所處狀況趨于上升或改善(李麗紅,2015)。

      (三)銀行與能源企業(yè)指標(biāo)群

      微觀企業(yè)因素主要包括兩個(gè)方面:一方面是能源企業(yè)因素,另一方面是銀行相關(guān)因素。本文選取的銀行與能源企業(yè)指標(biāo)主要包括:

      (1)不良貸款率。在能源金融系統(tǒng)中,不良貸款是指能源企業(yè)無法履行合同規(guī)定,不能按時(shí)足額償還貸款本息;而不良貸款率是指能源企業(yè)不良貸款占銀行總貸款余額的比重。該指標(biāo)越高,表明能源企業(yè)的貸款質(zhì)量越差,能源金融安全保障程度越低。

      (2)撥備覆蓋率。撥備覆蓋率是一般準(zhǔn)備金、專項(xiàng)準(zhǔn)備金和特種準(zhǔn)備金總和占次級類貸款、可疑類貸款和損失類貸款總和的比重。該指標(biāo)越大,表明能源金融安全保障程度越高。

      (3)資產(chǎn)負(fù)債率。資產(chǎn)負(fù)債率是負(fù)債總額和資產(chǎn)總額的比值。該指標(biāo)越大,說明能源企業(yè)的債務(wù)負(fù)擔(dān)越重,長期償債能力越弱,能源金融安全程度越低。

      利息保障倍數(shù)。利息保障倍數(shù)是能源企業(yè)生產(chǎn)經(jīng)營所獲得的息稅前利潤與利息費(fèi)用的比值,衡量了企業(yè)的利息支付能力。利息保障倍數(shù)既是能源企業(yè)舉債經(jīng)營的前提依據(jù),也是衡量能源企業(yè)長期償債能力大小的重要標(biāo)志。

      (5)資產(chǎn)報(bào)酬率。資產(chǎn)報(bào)酬率是能源企業(yè)總體資產(chǎn)的獲利能力,是衡量能源企業(yè)運(yùn)營能力的重要指標(biāo)。該指標(biāo)越高,表明能源企業(yè)投入產(chǎn)出的水平越高,資產(chǎn)運(yùn)營效率越高,能源金融安全保障程度越高。

      三、不同能源行業(yè)的分位數(shù)回歸分析

      為盡可能保證指標(biāo)體系的科學(xué)性與有效性,本文將利用分位數(shù)回歸方法對初步選擇的預(yù)警指標(biāo)進(jìn)行二次篩選。

      (一)能源金融風(fēng)險(xiǎn)的度量

      借鑒李凱風(fēng)(2014)[4]的做法,本文采用利息支出VaR來度量能源金融風(fēng)險(xiǎn)狀態(tài),利息支出直接反映了能源行業(yè)的資金運(yùn)用安全狀況和償債風(fēng)險(xiǎn)狀況,直接關(guān)系著能源金融安全目標(biāo)的實(shí)現(xiàn)。在VaR與預(yù)警指標(biāo)之間通過分位數(shù)回歸方法來確定二者之間的相關(guān)性和相關(guān)程度,能夠進(jìn)一步對能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)進(jìn)行篩選。將能源行業(yè)細(xì)分為石油天然氣開采業(yè)、煤炭開采和洗選業(yè)以及電力生產(chǎn)行業(yè),本文采用德爾塔—正態(tài)分布法來計(jì)算不同能源行業(yè)的利息支出VaR。

      其中,Za代表標(biāo)準(zhǔn)正態(tài)分布下置信度對應(yīng)的分位數(shù),本文選取99%的置信水平,Za=2.33;σ代表組合收益率的標(biāo)準(zhǔn)差;△t代表持有期。

      本文原始數(shù)據(jù)來源于Wind數(shù)據(jù)庫,數(shù)據(jù)處理采用Eviews軟件。

      (二)分位數(shù)回歸結(jié)果分析

      基于不同分位點(diǎn)的回歸結(jié)果體現(xiàn)不同的能源金融風(fēng)險(xiǎn)程度,并依據(jù)不同風(fēng)險(xiǎn)程度測度出其主要影響因素。低分位點(diǎn)的回歸結(jié)果測量能源金融風(fēng)險(xiǎn)低水平時(shí)的主要影響因素,高分位點(diǎn)的回歸結(jié)果測量能源金融風(fēng)險(xiǎn)高水平時(shí)的主要影響因素?;谑吞烊粴忾_采業(yè)、煤炭開采和洗選業(yè)以及電力生產(chǎn)業(yè)的相關(guān)數(shù)據(jù)進(jìn)行分位數(shù)回歸,結(jié)果分別見表1、表2和表3。

      表1顯示,對于石油天然氣開采業(yè)而言,在低分位點(diǎn)(0.2-0.4),貨幣供應(yīng)量增速、能源企業(yè)景氣指數(shù)對其利息支出VaR有顯著影響;在中分位點(diǎn),其影響主要因素有商品燃料價(jià)格、GDP、GDP平減指數(shù)、能源企業(yè)景氣指數(shù)、匯率波動、不良貸款率、上證綜合指數(shù)、資產(chǎn)負(fù)債率和利息保障倍數(shù);在高分位點(diǎn)(0.6-0.8),匯率波動、上證綜合指數(shù)、資產(chǎn)負(fù)債率、利息保障倍數(shù)、資產(chǎn)報(bào)酬率對其利息支出VaR有顯著影響。

      針對煤炭開采和洗選業(yè)的回歸結(jié)果見表2。在低分位點(diǎn)(0.2-0.4),GDP、匯率波動和能源企業(yè)景氣指數(shù)對其利息支出VaR有顯著影響;在中位點(diǎn),煤炭開采和洗選業(yè)利息支出VaR的影響因素主要有商品燃料價(jià)格、GDP、GDP平減指數(shù)、能源企業(yè)景氣指數(shù)、匯率波動、不良貸款率、上證綜合指數(shù)、資產(chǎn)負(fù)債率和利息保障倍數(shù);在高分位點(diǎn)(0.6-0.8),上證綜合指數(shù)、不良貸款率、利息保障倍數(shù)對煤炭開采洗選業(yè)利息支出VaR有顯著影響。

      根據(jù)表3,在低分位點(diǎn)(0.2-0.4),GDP、匯率波動、能源企業(yè)景氣指數(shù)對電力生產(chǎn)業(yè)利息支出VaR有顯著影響;在中位點(diǎn),中國電力生產(chǎn)行業(yè)利息支出VaR的主要影響因素有GDP、GDP平減指數(shù)、匯率波動、上證綜合指數(shù)、商品燃料價(jià)格、能源企業(yè)景氣指數(shù)、不良貸款率、資產(chǎn)負(fù)債率和利息保障倍數(shù);在高分位點(diǎn)(0.6-0.8),GDP、貨幣供應(yīng)速度、不良貸款率和撥備覆蓋率對電力生產(chǎn)業(yè)利息支出VaR有顯著影響。

      四、能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系

      基于前文分析可知,當(dāng)能源金融風(fēng)險(xiǎn)水平較低時(shí),各因素的影響并不顯著;但當(dāng)能源金融風(fēng)險(xiǎn)在中高水平時(shí),GDP增長率、GDP平減指數(shù)、匯率波動、上證綜合指數(shù)、商品燃料價(jià)格指數(shù)、能源企業(yè)景氣指數(shù)、不良貸款率、資產(chǎn)負(fù)債率、利息保障倍數(shù)等9個(gè)指標(biāo)的影響較為顯著。本著科學(xué)性與有效性原則,本文構(gòu)建與我國能源金融發(fā)展相適應(yīng)的能源金融預(yù)警指標(biāo)體系,見表4。

      能源和金融逐步由合作走向融合,而兩大產(chǎn)業(yè)間的相互滲透耦合隱藏著風(fēng)險(xiǎn),建立與能源金融發(fā)展相匹配的風(fēng)險(xiǎn)預(yù)警指標(biāo)體系迫在眉睫。本文在明晰能源金融風(fēng)險(xiǎn)內(nèi)涵的基礎(chǔ)上,選取預(yù)警指標(biāo)群,包括宏觀經(jīng)濟(jì)指標(biāo)群、能源產(chǎn)業(yè)指標(biāo)群、銀行與能源企業(yè)指標(biāo)群,并利用分位數(shù)回歸法對預(yù)警指標(biāo)進(jìn)行二次篩選,構(gòu)建了科學(xué)、有效的涉及3類、9個(gè)指標(biāo)的能源金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。本文研究停留在預(yù)警指標(biāo)體系的構(gòu)建層面,而基于預(yù)警指標(biāo)體系進(jìn)行預(yù)警模型研究將是未來研究的主要方向,具有更重要的理論價(jià)值和現(xiàn)實(shí)意義。

      參考文獻(xiàn)

      [1]A. Joanne Kellermann and Jakob de Haan.Financial Supervision In The 21ST Century[M].Citic Press,2016.

      [2]巴曙松.巴塞爾Ⅲ與金融監(jiān)管大變革[M].北京:中國金融出版社,2015。

      [3]丁鋒.黃海洲:讓最后貸款人負(fù)責(zé)宏觀審慎監(jiān)管[J].財(cái)新周刊,2016,(7):47-49。

      [4]李園園.“金磚四國”金融監(jiān)管體制比較及啟示[A].河北大學(xué)碩士學(xué)位論文,2010。

      [5]吳焰.深化金融監(jiān)管體制改革 提高金融體系綜合效率[N].金融時(shí)報(bào),2006-7-31。

      猜你喜歡
      分位數(shù)回歸風(fēng)險(xiǎn)預(yù)警指標(biāo)體系
      層次分析法在生態(tài)系統(tǒng)健康評價(jià)指標(biāo)體系中的應(yīng)用
      供給側(cè)改革指標(biāo)體系初探
      新常態(tài)下我國城鄉(xiāng)居民代際收入流動性分析
      以運(yùn)營動態(tài)為載體,推動地市運(yùn)監(jiān)工作實(shí)用開展
      縣域產(chǎn)業(yè)園區(qū)經(jīng)濟(jì)發(fā)展對城鎮(zhèn)化的影響
      中國農(nóng)村居民消費(fèi)函數(shù)的實(shí)證研究
      高校財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警指標(biāo)的建立與應(yīng)用研究
      行政事業(yè)單位的內(nèi)部控制問題以及解決策略思考
      商(2016年27期)2016-10-17 04:56:52
      人力資本與經(jīng)濟(jì)增長的實(shí)證研究
      商情(2016年11期)2016-04-15 20:15:42
      信息化手段實(shí)現(xiàn)檢驗(yàn)檢疫工作風(fēng)險(xiǎn)管理的可行性探討
      科技視界(2016年2期)2016-03-30 11:10:50
      出国| 汉寿县| 乐清市| 德昌县| 五河县| 资溪县| 延长县| 陈巴尔虎旗| 阿巴嘎旗| 东宁县| 赫章县| 石景山区| 涟水县| 鹿泉市| 隆林| 陇西县| 定远县| 海口市| 禹州市| 安阳县| 吉安县| 云安县| 靖江市| 崇文区| 英吉沙县| 蓬莱市| 娱乐| 岐山县| 莱芜市| 汉中市| 威远县| 丽江市| 胶州市| 尼木县| 万源市| 繁峙县| 东阳市| 定结县| 丁青县| 浑源县| 龙山县|