李正輝++彭浬+謝夢(mèng)園

摘要：依據(jù)我國(guó)大陸31個(gè)省（市）級(jí)行政區(qū)2013年1季度至2015年3季度的面板數(shù)據(jù)，通過(guò)構(gòu)建單因素、多因素、交互效應(yīng)的區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)面板固定效應(yīng)模型，考察我國(guó)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素，并進(jìn)一步對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)影響因素進(jìn)行敏感性分析。結(jié)果表明，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)具有滯后性，其不僅受生產(chǎn)者價(jià)格指數(shù)的影響最大，且對(duì)生產(chǎn)者價(jià)格指數(shù)的敏感度最高，金融市場(chǎng)預(yù)期對(duì)金融結(jié)構(gòu)具有調(diào)節(jié)作用。

關(guān)鍵詞：區(qū)域金融風(fēng)險(xiǎn)；固定效應(yīng)模型；敏感性分析

中圖分類號(hào)：F832.33 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

一、文獻(xiàn)述評(píng)

2015年10月，李克強(qiáng)總理主持召開金融企業(yè)座談會(huì)指出：“要維護(hù)金融穩(wěn)健運(yùn)行，有效防范和化解金融風(fēng)險(xiǎn)，引導(dǎo)和穩(wěn)定社會(huì)預(yù)期。堅(jiān)決守住不發(fā)生區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)底線，為經(jīng)濟(jì)持續(xù)健康發(fā)展作出新貢獻(xiàn)”。近年來(lái)，對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的防范也成為工作的重點(diǎn)。而從金融風(fēng)險(xiǎn)成因來(lái)看，已有研究主要從金融體制、金融政策、國(guó)際金融等宏觀角度以及金融機(jī)構(gòu)、金融部門、金融業(yè)務(wù)等微觀角度展開。

宏觀視角研究系統(tǒng)性金融風(fēng)險(xiǎn)成因的文獻(xiàn)多數(shù)認(rèn)為金融體制、財(cái)政政策、貨幣政策、宏觀經(jīng)濟(jì)環(huán)境以及國(guó)際金融環(huán)境的變動(dòng)是宏觀金融風(fēng)險(xiǎn)的主要成因。如劉尚希、盛夏、Castelnuovo認(rèn)為貨幣政策或財(cái)政政策等體制轉(zhuǎn)軌因素的變動(dòng)，是系統(tǒng)性金融風(fēng)險(xiǎn)具有疊加效應(yīng)的重要原因[1，2，3]。朱波、盧露則進(jìn)一步研究了新常態(tài)下不同貨幣政策工具對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響，并指出存款準(zhǔn)備金率和利率兩個(gè)工具在數(shù)量型和價(jià)格型的調(diào)控下，對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響分別呈現(xiàn)非對(duì)稱和資產(chǎn)轉(zhuǎn)換效應(yīng)[4]。陸磊、楊駿亦指出通貨膨脹增加了宏觀金融的不穩(wěn)定性[5]。何德旭和苗文龍、Bolton & Jeanne、Pelizzon & Loriana， et al.等指出國(guó)際金融市場(chǎng)的波動(dòng)以及國(guó)家主權(quán)債務(wù)危機(jī)會(huì)加劇國(guó)際金融周期震蕩，增加全球金融環(huán)境的不穩(wěn)定性[6，7，8]。

微觀視角的研究多從金融機(jī)構(gòu)、金融產(chǎn)品、金融業(yè)務(wù)的分析入手，指出資產(chǎn)負(fù)債比、資本充足率、利率水平、發(fā)達(dá)的金融衍生品市場(chǎng)以及管理機(jī)制體制的不健全是微觀金融風(fēng)險(xiǎn)的重要成因[9，10，11]。項(xiàng)俊波、陳建青等則進(jìn)一步指出跨業(yè)經(jīng)營(yíng)、混業(yè)經(jīng)營(yíng)以及跨市場(chǎng)的金融產(chǎn)品在促進(jìn)金融市場(chǎng)創(chuàng)新的同時(shí)亦是對(duì)我國(guó)金融市場(chǎng)穩(wěn)定發(fā)展的挑戰(zhàn)[12，13]。隨著互聯(lián)網(wǎng)金融的迅速發(fā)展，互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的識(shí)別亦受到了國(guó)內(nèi)外學(xué)者的格外關(guān)注。如徐立平、張萍、黨懷清等指出在新興金融業(yè)態(tài)發(fā)展的同時(shí)，需要防止由于新型互聯(lián)網(wǎng)金融業(yè)務(wù)或產(chǎn)品、以及網(wǎng)絡(luò)操作技術(shù)等誘發(fā)的系統(tǒng)性金融風(fēng)險(xiǎn)[14，15]。

從區(qū)域視角研究系統(tǒng)性金融風(fēng)險(xiǎn)影響因素，宋凌峰、葉永剛則對(duì)區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)特點(diǎn)分析的基礎(chǔ)上，指出公共部門以及企業(yè)部門是區(qū)域金融風(fēng)險(xiǎn)形成的主要來(lái)源[16]。肖梓光和張東、馮全民和胡松等認(rèn)為個(gè)體金融機(jī)構(gòu)經(jīng)營(yíng)失敗、地區(qū)科技水平差異、信貸管理體制、公眾信任危機(jī)是區(qū)域金融危機(jī)爆發(fā)的重要原因[17，18]。

通過(guò)上述文獻(xiàn)分析發(fā)現(xiàn)，研究系統(tǒng)性金融風(fēng)險(xiǎn)因素文獻(xiàn)雖然較多，但絕大部分研究系統(tǒng)性金融風(fēng)險(xiǎn)的文獻(xiàn)主要以宏觀和微觀的國(guó)家和部門作為主要研究對(duì)象，而對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)情況研究卻少有設(shè)計(jì)，而進(jìn)一步研究區(qū)域金融風(fēng)險(xiǎn)影響因素的內(nèi)容則更加稀少。本文認(rèn)為受地區(qū)經(jīng)濟(jì)發(fā)展規(guī)模、區(qū)域性金融創(chuàng)新與發(fā)展的不協(xié)調(diào)、產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)、資源配置失調(diào)、地方政府債務(wù)的復(fù)雜構(gòu)成等影響，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)有其自身特有的特點(diǎn)。因此，不同于單純的金融風(fēng)險(xiǎn)影響因素的研究，本文主要目的在于通過(guò)構(gòu)建區(qū)域金融風(fēng)險(xiǎn)影響因素模型，探索性研究區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素，并對(duì)敏感性進(jìn)行分析。

二、研究設(shè)計(jì)、模型構(gòu)建與數(shù)據(jù)說(shuō)明

（一）基本假設(shè)

虛擬經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)定價(jià)支持體系的差異，使得系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素呈現(xiàn)多樣化趨勢(shì)。從一個(gè)經(jīng)濟(jì)獨(dú)立系統(tǒng)來(lái)看，系統(tǒng)性風(fēng)險(xiǎn)的影響因素包括經(jīng)濟(jì)方面的利率、匯率、通貨膨脹、經(jīng)濟(jì)周期等，政治方面的戰(zhàn)爭(zhēng)沖突，社會(huì)方面的體制變革等。近年來(lái)中國(guó)的系統(tǒng)性風(fēng)險(xiǎn)呈現(xiàn)區(qū)域性特征，基于此，從區(qū)域性系統(tǒng)性風(fēng)險(xiǎn)的影響因素看，核心因素包括三個(gè)：一是實(shí)體經(jīng)濟(jì)狀況，特別是工業(yè)企業(yè)盈利狀況，該影響因素制約著虛擬經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的匹配性；二是金融結(jié)構(gòu)，金融結(jié)構(gòu)包括部門貸款結(jié)構(gòu)、直接融資和間接融資結(jié)構(gòu)，該影響因素制約著融資效率；三是區(qū)域投資主體的行為特征，主要表現(xiàn)為人們心理預(yù)期對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響?；诖?，本文提出如下假設(shè)：

假設(shè)1：影響區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的主要因素是實(shí)體經(jīng)濟(jì)狀況、金融結(jié)構(gòu)和預(yù)期

金融的發(fā)展依賴于實(shí)體經(jīng)濟(jì)，實(shí)體經(jīng)濟(jì)為金融市場(chǎng)的發(fā)展提供物質(zhì)基礎(chǔ)。金融的本質(zhì)功能是為實(shí)體經(jīng)濟(jì)服務(wù)，金融是隨著實(shí)體經(jīng)濟(jì)對(duì)金融的需求，相應(yīng)地向更高層次發(fā)展。實(shí)體經(jīng)濟(jì)狀況對(duì)金融市場(chǎng)的物質(zhì)性、基礎(chǔ)性影響，決定了其成為區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的主要因素之一。不同的金融結(jié)構(gòu)對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)具有不同的影響，金融資產(chǎn)的部門結(jié)構(gòu)，即金融資產(chǎn)在機(jī)構(gòu)部門之間的比例，制約著系統(tǒng)性金融風(fēng)險(xiǎn)不同的融資方式體現(xiàn)在直接融資和間接融資兩個(gè)方面，其效率也具有差異性，所以資產(chǎn)分布結(jié)構(gòu)對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)具有重要影響。行為習(xí)慣、對(duì)金融風(fēng)險(xiǎn)偏好都差異，這集中體現(xiàn)在預(yù)期中，故預(yù)期對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)具有重要影響。

假設(shè)2：影響因素在不同的區(qū)域可能存在差異

根據(jù)假設(shè)1，影響系統(tǒng)性金融風(fēng)險(xiǎn)的因素主要?dú)w納為實(shí)體經(jīng)濟(jì)、金融結(jié)構(gòu)和預(yù)期三個(gè)方面。對(duì)中國(guó)非均質(zhì)國(guó)家而言，不同區(qū)域的實(shí)體經(jīng)濟(jì)發(fā)展階段、發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)等都具有顯著差異性；不同區(qū)域的部門結(jié)構(gòu)與產(chǎn)業(yè)特征具有密切關(guān)系，有些是資金密集型，有些是技術(shù)密集型等，不同產(chǎn)業(yè)結(jié)構(gòu)對(duì)金融需求具有差異性，故其影響機(jī)制也具有差異性，故對(duì)金融風(fēng)險(xiǎn)影響具有地區(qū)差異；不同區(qū)域的風(fēng)險(xiǎn)偏好也存在差異和行為也具有差異性，如創(chuàng)新程度高的風(fēng)險(xiǎn)偏好較高，以致引起預(yù)期對(duì)金融風(fēng)險(xiǎn)影響也具有區(qū)域性。

假設(shè)3：區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)是呈線性的影響機(jī)制

因?yàn)樯婕暗木S度包括時(shí)間、空間、不同因素、不同因素之間的獨(dú)立性等，所以各個(gè)影響因素對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)影響機(jī)制非常復(fù)雜。影響因素在不同時(shí)間上，可能存在階段性差異；在不同空間上，可能存在門檻效應(yīng)等。就本文的研究目標(biāo)在于幾個(gè)：一是實(shí)證影響因素的存在性；二是不同影響因素對(duì)區(qū)域性系統(tǒng)性風(fēng)險(xiǎn)影響程度的比較；三是影響區(qū)域性系統(tǒng)性風(fēng)險(xiǎn)的獨(dú)立性，即獨(dú)立影響還是通過(guò)交互效應(yīng)影響；四是影響因素對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的敏感性?；谘芯磕繕?biāo)，線性假設(shè)會(huì)不失一般性，故假設(shè)影響機(jī)制是線性的。

（二）基于假設(shè)的模型設(shè)計(jì)

根據(jù)文章基本假設(shè)和數(shù)據(jù)可獲得性的特征，線性面板數(shù)據(jù)模型能夠針對(duì)區(qū)域性問(wèn)題進(jìn)行研究，而同時(shí)也考慮了在時(shí)間維度上可能存在的差異，可以實(shí)現(xiàn)本文的研究目標(biāo)，故選取線性面板數(shù)據(jù)模型進(jìn)行實(shí)證研究，其基本形式如下：

式（1）中，PRit表示區(qū)域i第t時(shí)的金融風(fēng)險(xiǎn)，解釋變量EPit為區(qū)域i第t時(shí)的實(shí)體經(jīng)濟(jì)景氣，衡量經(jīng)濟(jì)發(fā)展情況；FSit為區(qū)域i第t時(shí)的金融結(jié)構(gòu)，可用部門結(jié)構(gòu)和融資結(jié)構(gòu)衡量，說(shuō)明金融資源分配的合理性；MEit為區(qū)域i第t時(shí)的金融市場(chǎng)預(yù)期，反映人們對(duì)未來(lái)金融市場(chǎng)發(fā)展所持有的態(tài)度。

對(duì)區(qū)域金融風(fēng)險(xiǎn)，本文采用設(shè)計(jì)指標(biāo)體系并利用層次分析法，測(cè)算出區(qū)域金融風(fēng)險(xiǎn)指數(shù)，作為本文研究的被解釋變量 。對(duì)于解釋變量，選擇工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)作為實(shí)體經(jīng)濟(jì)運(yùn)行情況的變量；金融結(jié)構(gòu)的影響因素區(qū)分為部門結(jié)構(gòu)和融資結(jié)構(gòu)，本文選擇社會(huì)融資規(guī)模/總貸款為部門結(jié)構(gòu)變量，選擇上市公司市值/總貸款作為衡量指標(biāo)融資結(jié)構(gòu)變量；生產(chǎn)者價(jià)格反映市場(chǎng)金融行為的顯性指標(biāo)，故選擇生產(chǎn)者價(jià)格指數(shù)作為衡量預(yù)期的指標(biāo)。通過(guò)變量選擇，將區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素模型基本形式具體化為可計(jì)量的面板數(shù)據(jù)模型，具體形式如下：

式（2）中，Yit是區(qū)域i第t時(shí)的金融風(fēng)險(xiǎn)指數(shù)，C是常數(shù)項(xiàng)，X1it是區(qū)域i第t時(shí)的工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)，X2it是區(qū)域i第t時(shí)的社會(huì)融資規(guī)模/總貸款，X3it是區(qū)域i第t時(shí)的上市公司市值/總貸款，X4it是區(qū)域i第t時(shí)的生產(chǎn)者價(jià)格指數(shù)， 是隨機(jī)干擾項(xiàng)。

（三）數(shù)據(jù)說(shuō)明

本文數(shù)據(jù)的空間維度限定在中國(guó)大陸31個(gè)省（市）級(jí)行政區(qū)；研究數(shù)據(jù)的時(shí)間維度為2013年1季度至2015年3季度；區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)敏感性強(qiáng)的特點(diǎn)，故在數(shù)據(jù)可獲取的情況下，時(shí)間頻率維度選擇季度數(shù)據(jù)?；诖?，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)，影響因素等指標(biāo)均為2013年第1季度至2015年第3季度的數(shù)據(jù)。本文所需要的指標(biāo)數(shù)據(jù)均來(lái)源于三個(gè)基本數(shù)據(jù)庫(kù)，一是wind數(shù)據(jù)庫(kù)；二是中國(guó)人民銀行網(wǎng)站公布的數(shù)據(jù)；三是各省（市）統(tǒng)計(jì)局網(wǎng)站公布的數(shù)據(jù)。

表1列示了各變量的描述性統(tǒng)計(jì)結(jié)果。由表2可知，中國(guó)31個(gè)區(qū)域的金融風(fēng)險(xiǎn)指數(shù)均值為32.29，風(fēng)險(xiǎn)情況較好。在工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)的指標(biāo)上，其平均值為0.136，說(shuō)明工業(yè)企業(yè)虧損額占工業(yè)企業(yè)總利潤(rùn)的13.6%，工業(yè)企業(yè)虧損比較嚴(yán)重，從不同區(qū)域的情況來(lái)看，區(qū)域之間具有較大差異，如山西省工業(yè)企業(yè)虧損額遠(yuǎn)大于工業(yè)企業(yè)利潤(rùn)，在2015年，工業(yè)企業(yè)利潤(rùn)已變?yōu)樨?fù)。在社會(huì)融資規(guī)模/總貸款的指標(biāo)上，其平均值為0.147，說(shuō)明社會(huì)融資規(guī)模是總貸款規(guī)模的14.7%，金融資源用于實(shí)體經(jīng)濟(jì)的數(shù)量遠(yuǎn)小于貸款的規(guī)模，其標(biāo)準(zhǔn)差為0.084，說(shuō)明該指標(biāo)在區(qū)域之間差異不大。在上市公司市值/總貸款的指標(biāo)上，其平均值為0.33，而上市公司市值主要是股票價(jià)值的反映，說(shuō)明上市公司的股票融資規(guī)模是總貸款規(guī)模的33%，由于上市公司在中國(guó)區(qū)域的分布具有不均衡性，所以該指標(biāo)在區(qū)域之間也存在一定差異。在生產(chǎn)者價(jià)格指數(shù)上，其平均值為0.946，說(shuō)明生產(chǎn)持續(xù)通縮，企業(yè)去庫(kù)存壓力不斷增大，對(duì)金融市場(chǎng)也會(huì)產(chǎn)生下降預(yù)期。

三、區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)影響因素的實(shí)證分析

在利用面板數(shù)據(jù)模型分析區(qū)域金融風(fēng)險(xiǎn)影響因素時(shí)，本文先利用F檢驗(yàn)判斷是選擇混合效應(yīng)模型還是固定效應(yīng)模型，再通過(guò)Hausman檢驗(yàn)來(lái)確定建立是否需要建立隨機(jī)效應(yīng)模型。由F檢驗(yàn)可知，模型在1%的顯著水平下均拒絕混合效應(yīng)的原假設(shè)，應(yīng)建立固定效應(yīng)模型。進(jìn)一步，根據(jù)Hausman檢驗(yàn)的結(jié)果，模型在1%的顯著水平下均拒絕隨機(jī)效應(yīng)模型的原假設(shè)，應(yīng)建立固定效應(yīng)模型。為此，本文建立面板固定效應(yīng)模型，并通過(guò)控制變量加入的方式，考察各變量對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響。同時(shí)，由于本部分主要研究各變量對(duì)區(qū)域金融風(fēng)險(xiǎn)影響因素，而不考慮截距的影響，因此不對(duì)截距項(xiàng)進(jìn)行分析。

（一）基于單因素固定效應(yīng)模型的實(shí)證分析

根據(jù)式（2），以單變量為唯一的解釋變量，并進(jìn)行參數(shù)估計(jì)，考察工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款、上市公司市值/總貸款、生產(chǎn)者價(jià)格指數(shù)四個(gè)單因素變量對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響結(jié)果，參數(shù)估計(jì)結(jié)果如表2所示。

表2顯示，生產(chǎn)者價(jià)格指數(shù)對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響顯著性最大，通過(guò)1%顯著性水平檢驗(yàn)，生產(chǎn)者價(jià)格指數(shù)系數(shù)為-15.46，表明生產(chǎn)者價(jià)格指數(shù)每上升1個(gè)單位，區(qū)域金融風(fēng)險(xiǎn)會(huì)下降15.46%。工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響通過(guò)10%顯著性水平檢驗(yàn)，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)系數(shù)為-0.1023，表明工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響較小，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)每上升1個(gè)單位，區(qū)域金融風(fēng)險(xiǎn)會(huì)下降0.1023，這說(shuō)明工業(yè)企業(yè)虧損越多或工業(yè)企業(yè)利潤(rùn)越少，反而會(huì)降低區(qū)域金融風(fēng)險(xiǎn)，而正常情況下應(yīng)該是工業(yè)虧損越少或工業(yè)企業(yè)利潤(rùn)越多才會(huì)使區(qū)域金融風(fēng)險(xiǎn)下降，這在一定程度上說(shuō)明了金融與實(shí)體經(jīng)濟(jì)發(fā)展背離的情況。社會(huì)融資規(guī)模/總貸款和上市公司市值/總貸款均沒(méi)有通過(guò)顯著性檢驗(yàn)，表明社會(huì)融資規(guī)模/總貸款和上市公司市值/總貸款對(duì)區(qū)域金融風(fēng)險(xiǎn)沒(méi)有顯著影響，也說(shuō)明了社會(huì)融資規(guī)模/總貸款和上市公司市值/總貸款不能有效代表金融結(jié)構(gòu)。從擬合優(yōu)度來(lái)看，表2中（1）、（2）、（3）、（4）列的擬合優(yōu)度均偏低，說(shuō)明本部分單因素對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)不能完全解釋，假設(shè)1中提出的多變量影響區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)現(xiàn)象存在，同時(shí)需要進(jìn)一步通過(guò)實(shí)證驗(yàn)證。

（二）基于多因素固定效應(yīng)模型的實(shí)證分析

多因素固定效應(yīng)模型的基本形式同樣如式（2）所示，在具體實(shí)驗(yàn)過(guò)程中，通過(guò)逐漸加入多個(gè)影響因素變量且形成不同線性、獨(dú)立組合的條件下，多因素對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響結(jié)果，參數(shù)估計(jì)結(jié)果如表3所示。

表3列示了逐漸加入多個(gè)影響因素變量條件下多因素對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響結(jié)果。從表3可以看出，當(dāng)增加變量時(shí)，模型的擬合優(yōu)度在不斷提高，說(shuō)明各變量均對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)有一定程度的影響。在參數(shù)整體的顯著性上，表4中第（7）、（9）、（10）列的參數(shù)整體上比較顯著，且擬合優(yōu)度較高。而在這三列中均有生產(chǎn)者價(jià)格指數(shù)作為解釋變量，說(shuō)明生產(chǎn)者價(jià)格指數(shù)對(duì)區(qū)域性系統(tǒng)性的金融風(fēng)險(xiǎn)有較大程度影響。第（7）列的整體效果優(yōu)于其它幾列，從其參數(shù)估計(jì)結(jié)果來(lái)看，仍僅有生產(chǎn)者價(jià)格指數(shù)通過(guò)5%顯著性檢驗(yàn)，而其它變量均沒(méi)有通過(guò)顯著性檢驗(yàn)。由此可以說(shuō)明，在多因素獨(dú)立作用機(jī)制下，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款、上市公司市值/總貸款均對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)沒(méi)有顯著性影響，僅有生產(chǎn)者價(jià)格指數(shù)對(duì)區(qū)域金融風(fēng)險(xiǎn)存在顯著性影響，其系數(shù)為-14.75，表明生產(chǎn)者價(jià)格指數(shù)每上升1個(gè)單位，區(qū)域金融風(fēng)險(xiǎn)會(huì)下降14.75。

（三）基于交互固定效應(yīng)模型的實(shí)證分析

上述實(shí)證結(jié)果說(shuō)明兩個(gè)方面問(wèn)題：一方面各個(gè)影響因素對(duì)區(qū)域性系統(tǒng)性風(fēng)險(xiǎn)的影響有獨(dú)立性影響，也有非獨(dú)立性影響。從實(shí)證結(jié)果發(fā)現(xiàn)，生產(chǎn)者價(jià)格指數(shù)對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)存在顯著性影響；工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)在特殊情況下會(huì)對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)存在顯著性影響，但影響程度很低。而社會(huì)融資規(guī)模/總貸款、上市公司市值/總貸款一直對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)不存在顯著性影響，且模型的效果均不理想。另一方面，非獨(dú)立影響的各個(gè)因素相互作用后可能存在交互效應(yīng)。從上述模型實(shí)證可以看出，沒(méi)有通過(guò)顯著性檢驗(yàn)的變量均為金融結(jié)構(gòu)的相關(guān)變量，基于此，考慮部門結(jié)構(gòu)與融資結(jié)構(gòu)的交互效應(yīng)對(duì)對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)產(chǎn)生影響。再?gòu)睦碚摲治?，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)可能存在系統(tǒng)慣性影響，即當(dāng)期的區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)下一期的風(fēng)險(xiǎn)狀態(tài)產(chǎn)生顯著作用，故在式（2）的基本模型中，變量做適當(dāng)調(diào)整，對(duì)其進(jìn)行參數(shù)估計(jì)，參數(shù)估計(jì)結(jié)果如表4所示。

從表4第（11）列可看出，當(dāng)將X2*X3作為解釋變量時(shí)，該模型的擬合優(yōu)度最高，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)和生產(chǎn)者價(jià)格指數(shù)均通過(guò)顯著性，金融結(jié)構(gòu)雖然沒(méi)有通過(guò)顯著性檢驗(yàn)，但其結(jié)果已有明顯改善。從擬合優(yōu)度來(lái)看，表5第（11）列的擬合優(yōu)度優(yōu)于表4中的所有模型，可以說(shuō)明在金融結(jié)構(gòu)的影響因素中，部門結(jié)構(gòu)和融資結(jié)構(gòu)是相互作用來(lái)對(duì)區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生影響。進(jìn)一步考慮區(qū)域金融風(fēng)險(xiǎn)滯后一期對(duì)風(fēng)險(xiǎn)值的影響，表5第（12）、（13）、（14）列描述了納入滯后一期風(fēng)險(xiǎn)指數(shù)后，參數(shù)估計(jì)的變動(dòng)情況。從結(jié)果來(lái)看，當(dāng)滯后一期的金融風(fēng)險(xiǎn)指數(shù)作為解釋變量時(shí)，模型的擬合優(yōu)度有大幅度提高，且滯后一期的金融風(fēng)險(xiǎn)指數(shù)均通過(guò)1%水平的顯著性檢驗(yàn)，說(shuō)明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)情況受上一期金融風(fēng)險(xiǎn)指數(shù)的影響較大。在表5第（12）、（13）、（14）列中，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)和生產(chǎn)者價(jià)格指數(shù)均通過(guò)了顯著性檢驗(yàn)，而金融結(jié)構(gòu)仍然沒(méi)有通過(guò)顯著性檢驗(yàn)，但從其t值的變化來(lái)看，說(shuō)明其顯著性在不斷提高。

考慮到金融市場(chǎng)預(yù)期會(huì)對(duì)金融結(jié)構(gòu)產(chǎn)生調(diào)節(jié)作用而影響區(qū)域金融風(fēng)險(xiǎn)，通過(guò)反復(fù)比較分析，得出區(qū)域金融風(fēng)險(xiǎn)的影響因素模型為：

模型（3）的整體效果最好，從其結(jié)果來(lái)看，所有變量均通過(guò)顯著性檢驗(yàn)，且擬合優(yōu)度最高為0.2638，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)的系數(shù)為-0.124，表明工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)每上升1個(gè)單位，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)會(huì)下降0.124；金融結(jié)構(gòu)與金融市場(chǎng)預(yù)期相互作用的系數(shù)為8.648，表明金融結(jié)構(gòu)與金融市場(chǎng)預(yù)期共同作用結(jié)果每上升1個(gè)單位，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)會(huì)上升8.648；生產(chǎn)者價(jià)格指數(shù)的系數(shù)為-10.89，表明生產(chǎn)者價(jià)格指數(shù)每上升1個(gè)單位，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)會(huì)下降10.89；區(qū)域金融風(fēng)險(xiǎn)指數(shù)滯后一期的系數(shù)為0.49，表明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)其下一時(shí)期的金融風(fēng)險(xiǎn)影響程度達(dá)到49%。

通過(guò)上述分析可發(fā)現(xiàn)，區(qū)域金融風(fēng)險(xiǎn)主要受其自身的影響，區(qū)域?qū)嶓w經(jīng)濟(jì)狀況和金融市場(chǎng)預(yù)期均會(huì)對(duì)其產(chǎn)生負(fù)影響，而金融結(jié)構(gòu)會(huì)在金融市場(chǎng)預(yù)期的影響下對(duì)區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生正向影響。

四、區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)敏感性實(shí)證分析

（一）影響因素變量的系數(shù)變動(dòng)結(jié)果

為研究區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款、市公司市值/總貸款和生產(chǎn)者價(jià)格指數(shù)四個(gè)變量的敏感性，進(jìn)一步利用固定效應(yīng)模型將區(qū)域金融風(fēng)險(xiǎn)指數(shù)與各變量進(jìn)行回歸，獲得各變量的系數(shù)變動(dòng)情況，結(jié)果如表5所示。

表5顯示了工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款、市公司市值/總貸款以及生產(chǎn)者價(jià)格指數(shù)四個(gè)變量各自作為區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的解釋變量、以及再在其基礎(chǔ)上逐漸增加變量形成雙變量、三變量模型時(shí)，各影響因素變量對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)影響的系數(shù)變動(dòng)情況。

（二）影響因素系數(shù)變動(dòng)的敏感性分析

本文進(jìn)一步通過(guò)影響因素的系數(shù)變化分析區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)各變量的敏感性。從表5可以看出，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)作為解釋變量時(shí)，其系數(shù)為-0.102，。當(dāng)分別加入社會(huì)融資規(guī)模/總貸款、上市公司市值/總貸款和生產(chǎn)者價(jià)格指數(shù)作為解釋變量時(shí)，進(jìn)行雙變量分析時(shí)，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)的系數(shù)越來(lái)越靠近0，其系數(shù)變化率分別為1.27%，3.25%和21.8%，說(shuō)明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)生產(chǎn)者價(jià)格指數(shù)最具敏性。在雙變量的基礎(chǔ)上再加一個(gè)解釋變量社會(huì)融資規(guī)模/總貸款和生產(chǎn)者價(jià)格指數(shù)進(jìn)行三變量分析時(shí)，工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)的系數(shù)絕對(duì)值下降22.78%，變?yōu)?0.079，說(shuō)明社會(huì)融資規(guī)模/總貸款和生產(chǎn)者價(jià)格指數(shù)的共同作用對(duì)工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)系數(shù)產(chǎn)生最大影響。

社會(huì)融資規(guī)模/總貸款作為單個(gè)解釋變量時(shí)，其系數(shù)為-3.464。當(dāng)分別加入工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、上市公司市值/總貸款和生產(chǎn)者價(jià)格指數(shù)作為解釋變量時(shí)，社會(huì)融資規(guī)模/總貸款的系數(shù)越來(lái)越靠近0，其系數(shù)變化率分別為2.54%，14.26%和86.14%，說(shuō)明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)生產(chǎn)者價(jià)格指數(shù)最具敏感性。當(dāng)加入上市公司市值/總貸款和生產(chǎn)者價(jià)格指數(shù)時(shí)，社會(huì)融資規(guī)模/總貸款的系數(shù)變化114%，由負(fù)影響變?yōu)檎绊懀禂?shù)變?yōu)?.485，說(shuō)明上市公司市值/總貸款和生產(chǎn)者價(jià)格指數(shù)的共同作用對(duì)社會(huì)融資規(guī)模/總貸款系數(shù)產(chǎn)生最大影響。

上市公司市值/總貸款作為單個(gè)解釋變量時(shí)，其系數(shù)為1.974%。當(dāng)分別加入工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款和生產(chǎn)者價(jià)格指數(shù)作為解釋變量時(shí)，上市公司市值/總貸款的系數(shù)越來(lái)越靠近0，其系數(shù)變化率分別為6.89%、13.63%和95.99%，說(shuō)明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)生產(chǎn)者價(jià)格指數(shù)最具敏性。當(dāng)加入工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款和生產(chǎn)者價(jià)格指數(shù)時(shí)，上市公司市值/總貸款的系數(shù)變化102.99%，由正影響變?yōu)樨?fù)影響，系數(shù)變?yōu)?0.059，說(shuō)明工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款和生產(chǎn)者價(jià)格指數(shù)的共同作用對(duì)上市公司市值/總貸款產(chǎn)生最大影響。

生產(chǎn)者價(jià)格指數(shù)作為單個(gè)解釋變量時(shí)，其系數(shù)為-15.46。當(dāng)分別加入工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款和上市公司市值/總貸款作為解釋變量時(shí)，生產(chǎn)者價(jià)格指數(shù)系數(shù)變化率分別為6.34%、2.26%和0.71%，說(shuō)明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款和上市公司市值/總貸款的敏感性不大。當(dāng)加入多個(gè)變量時(shí)其變化率仍然較小，僅在加入工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)這一個(gè)變量時(shí)系數(shù)變化最大，系數(shù)變?yōu)?14.48，說(shuō)明僅工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)對(duì)生產(chǎn)者價(jià)格指數(shù)產(chǎn)生一定影響。

通過(guò)上述分析可以得出，無(wú)論以哪個(gè)指標(biāo)作為固定變量，只要加入生產(chǎn)者價(jià)格指數(shù)其系數(shù)就會(huì)產(chǎn)生較大變化，說(shuō)明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)生產(chǎn)者價(jià)格指數(shù)的具有較強(qiáng)的敏感性。對(duì)于其它指標(biāo)，只有與生產(chǎn)者價(jià)格指數(shù)共同作用區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)才對(duì)其具有較強(qiáng)的敏感性，因此區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、社會(huì)融資規(guī)模/總貸款和上市公司市值/總貸款比生產(chǎn)者價(jià)格指數(shù)敏感性程度低。

五、基本結(jié)論

文章在基本假設(shè)基礎(chǔ)上，構(gòu)建區(qū)域金融風(fēng)險(xiǎn)影響因素的模型，并漸進(jìn)式引入實(shí)體經(jīng)濟(jì)狀況、金融結(jié)構(gòu)和金融市場(chǎng)預(yù)期情況影響因素進(jìn)行實(shí)證，并在此基礎(chǔ)上進(jìn)一步分析區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)各變量的敏感性，得出以下結(jié)論：

第一，實(shí)體經(jīng)濟(jì)情況、金融結(jié)構(gòu)以及金融市場(chǎng)預(yù)期對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響具有差異性?；跇?gòu)建的單因素、多因素各變量對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)影響固定效應(yīng)模型，結(jié)果顯示生產(chǎn)者價(jià)格指數(shù)均通過(guò)顯著性檢驗(yàn)、融資結(jié)構(gòu)均未通過(guò)顯著性檢驗(yàn)的回歸結(jié)果，說(shuō)明實(shí)體經(jīng)濟(jì)狀況、金融結(jié)構(gòu)和金融市場(chǎng)預(yù)期三個(gè)影響因素中，金融市場(chǎng)預(yù)期即生產(chǎn)者價(jià)格指數(shù)對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響程度最大。

第二，實(shí)體經(jīng)濟(jì)狀況、金融結(jié)構(gòu)以及金融市場(chǎng)預(yù)期對(duì)區(qū)域金融風(fēng)險(xiǎn)的具有不同的影響路徑。根據(jù)多次試驗(yàn)結(jié)果，最終確定基于交互效應(yīng)的區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)影響因素模型，表明金融結(jié)構(gòu)通過(guò)部門結(jié)構(gòu)和融資結(jié)構(gòu)的內(nèi)部交互作用對(duì)區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生影響，金融市場(chǎng)預(yù)期與金融結(jié)構(gòu)相互影響，進(jìn)而對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)產(chǎn)生正向影響，實(shí)體經(jīng)濟(jì)狀況對(duì)區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)具有直接的負(fù)向作用。同時(shí)，在模型中通過(guò)了顯著性檢驗(yàn)的滯后一期區(qū)域金融風(fēng)險(xiǎn)指數(shù)變量，表明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)的影響具有慣性特征。

第三，區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)情況、金融結(jié)構(gòu)和金融市場(chǎng)預(yù)期的敏感程度具有差異性?；跇?gòu)建的區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)與各變量的敏感性分析模型，發(fā)現(xiàn)生產(chǎn)者價(jià)格變量的加入引起各變量間的系數(shù)的較大，表明區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)生產(chǎn)者價(jià)格指數(shù)的敏感性最強(qiáng)；區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)情況以及金融結(jié)構(gòu)的變動(dòng)只有在生產(chǎn)價(jià)格指數(shù)的共同作用下才呈現(xiàn)敏感性，即區(qū)域性系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)工業(yè)企業(yè)虧損額/工業(yè)企業(yè)總利潤(rùn)、以及社會(huì)融資規(guī)模/總貸款與上市公司市值/總貸款比生產(chǎn)者價(jià)格指數(shù)敏感性程度低。

參考文獻(xiàn)：

[1]劉尚希. 宏觀金融風(fēng)險(xiǎn)與政府財(cái)政責(zé)任[J]. 管理世界， 2006（06）：10-17.

[2]盛夏. 美國(guó)量化寬松貨幣政策對(duì)中國(guó)宏觀金融風(fēng)險(xiǎn)的沖擊[J]. 管理世界， 2013（04）：174-175.

[3]Castelnuovo E. Monetary Policy Shocks and Financial Conditions： A Monte Carlo Experiment[J]. Journal of International Money and Finance， 2013，32：282-303.

[4]朱波， 盧露. 不同貨幣政策工具對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2016（01）：58-74.

[5]許滌龍， 李正輝. 我國(guó)宏觀金融風(fēng)險(xiǎn)主體的博弈行為分析[J]. 財(cái)經(jīng)理論與實(shí)踐， 2001（S1）：14-15.

[6]陸磊， 楊駿. 流動(dòng)性、一般均衡與金融穩(wěn)定的“不可能三角”[J]. 金融研究， 2016（01）：1-13.

[7]何德旭， 苗文龍. 國(guó)際金融市場(chǎng)波動(dòng)溢出效應(yīng)與動(dòng)態(tài)相關(guān)性[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2015（11）：23-40.

[8]Bolton P.， Jeanne O. Sovereign Default Risk and Bank Fragility in Financially Integrated Economies[J]. Imf Economic Review， 2011.

[9]Pelizzon Loriana， Subrahmanyam Marti G.， Tomio Davide. Sovereign credit risk， liquidity， and European Central Bank intervention： Deus ex machina？[J]. Journal of Financial Economics， 2016.

[10]彭建剛. 基于系統(tǒng)性金融風(fēng)險(xiǎn)防范的銀行業(yè)監(jiān)管制度改革的戰(zhàn)略思考[J]. 財(cái)經(jīng)理論與實(shí)踐， 2011（01）：2-6.

[11]王國(guó)剛. 新常態(tài)下的金融風(fēng)險(xiǎn)防范機(jī)制[J]. 金融研究， 2015（02）：16-22.

[12]Kane EJ. Accelerating Inflation， Technological Innovation， and the Decreasing Effectiveness of Banking Regulation[J]. The Journal of Finance， 1981，36（2）：355-367.

[13]項(xiàng)俊波. 金融風(fēng)險(xiǎn)的防范與法律制度的完善[J]. 金融研究， 2005（08）：1-9.

[14]陳建青， 王擎， 許韶輝. 金融行業(yè)間的系統(tǒng)性金融風(fēng)險(xiǎn)溢出效應(yīng)研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2015（09）：89-100.

[15]徐立平. 網(wǎng)絡(luò)金融風(fēng)險(xiǎn)的監(jiān)督模式構(gòu)建[J]. 管理世界， 2014（11）：168-169.

[16]張萍， 黨懷清. 互聯(lián)網(wǎng)金融創(chuàng)新擴(kuò)散中的策略錯(cuò)配與監(jiān)管機(jī)制[J]. 管理世界， 2015（09）：170-171.

[17]宋凌峰， 葉永剛. 中國(guó)區(qū)域金融風(fēng)險(xiǎn)部門間傳遞研究[J]. 管理世界， 2011（09）：172-173.

[18]李成. 區(qū)域金融風(fēng)險(xiǎn)控制：中央銀行監(jiān)管系統(tǒng)的軸心[J]. 西安財(cái)經(jīng)學(xué)院學(xué)報(bào)， 2003（01）：21-27.

[19]肖梓光， 張東. 地區(qū)科技水平：一個(gè)不容忽視的金融風(fēng)險(xiǎn)影響因素[J]. 江西社會(huì)科學(xué)， 2013（07）：51-55.

[20]馮全民， 胡松. 新常態(tài)下縣域金融風(fēng)險(xiǎn)累積與防控[J]. 經(jīng)濟(jì)研究導(dǎo)刊， 2016（16）：65-66.

Abstract： Based on the panel data of 31 provinces （municipalities） in mainland China from the first quarter of 2013 to the third quarter of 2015， this paper studies the influencing factors of regional systemic financial risks and further analyzes their sensitivity， through constructing single-factor， multi-factors， interaction-effects regional systemic financial risk fixed-effect panel model. The results show that the regional systemic financial risks have lagging effects， and they are not only influenced the greatest by the producer price index， but also sensitive the most to the index； besides， the financial market expectation has a regulatory effect on the financial structure.

Key Words： regional financial risks； fixed-effect model； sensitivity analysis