馬迪

摘? ?要：本文以貧困地區(qū)金融風(fēng)險(xiǎn)為研究對(duì)象，選取區(qū)域經(jīng)濟(jì)指標(biāo)、金融機(jī)構(gòu)風(fēng)險(xiǎn)指標(biāo)、房地產(chǎn)市場(chǎng)指標(biāo)、制度環(huán)境等基礎(chǔ)指標(biāo)，采用主成分分析方法構(gòu)建了金融綜合壓力指數(shù)，并使用誤差修正模型（VEC）和脈沖響應(yīng)函數(shù)對(duì)GDP增長(zhǎng)對(duì)金融綜合壓力指數(shù)的沖擊路徑進(jìn)行了有效性檢驗(yàn)。該指數(shù)表明了金融壓力狀況主要受到經(jīng)濟(jì)增長(zhǎng)動(dòng)力、經(jīng)濟(jì)增長(zhǎng)穩(wěn)健性和社會(huì)脆弱性影響，貧困地區(qū)金融風(fēng)險(xiǎn)與經(jīng)濟(jì)增速回落、地方債務(wù)風(fēng)險(xiǎn)、貧困人口占比較大等因素密切相關(guān)。實(shí)證研究表明，GDP增長(zhǎng)率對(duì)金融風(fēng)險(xiǎn)有一定的預(yù)測(cè)作用，能夠作為金融風(fēng)險(xiǎn)預(yù)測(cè)的先行指標(biāo)。

關(guān)鍵詞：金融風(fēng)險(xiǎn);壓力指數(shù);貧困地區(qū)

一、引言

金融安全是國(guó)家安全的重要組成部分，是經(jīng)濟(jì)平穩(wěn)健康發(fā)展的重要基礎(chǔ)。黨的十九大和中央經(jīng)濟(jì)工作會(huì)議明確了健全金融監(jiān)管體系，守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線。當(dāng)前，國(guó)內(nèi)外經(jīng)濟(jì)金融形勢(shì)復(fù)雜多變，國(guó)際金融市場(chǎng)持續(xù)動(dòng)蕩，金融改革和發(fā)展仍然面臨不少風(fēng)險(xiǎn)和挑戰(zhàn)，內(nèi)外部因素共同作用下，歷史上積累的一些風(fēng)險(xiǎn)和矛盾逐步暴露，化解潛在風(fēng)險(xiǎn)隱患的任務(wù)依然艱巨。在大扶貧格局下，貧困地區(qū)潛在風(fēng)險(xiǎn)隱患較大，金融創(chuàng)新中風(fēng)險(xiǎn)管理不到位，對(duì)應(yīng)的風(fēng)險(xiǎn)防范機(jī)制不健全，維護(hù)金融穩(wěn)定的任務(wù)十分艱巨。

商洛作為全國(guó)14個(gè)集中連片貧困地區(qū)之一，其中六縣一區(qū)中有五個(gè)深度貧困縣，占全省11個(gè)深度貧困縣的45%;701個(gè)貧困村中有175個(gè)為深度貧困村，占全省500個(gè)深度貧困村的35%;2017年末有貧困人口33.13萬(wàn)人（其中深度貧困縣貧困人口為26.90萬(wàn)人），貧困人口數(shù)量占全省228.7萬(wàn)貧困人口的14.49%，貧困發(fā)生率為28.64%。商洛貧困程度及特征是全國(guó)深度貧困地區(qū)的一個(gè)典型縮影，因此本文以商洛市為例，對(duì)貧困地區(qū)金融風(fēng)險(xiǎn)類型進(jìn)行分析，重點(diǎn)采用綜合指標(biāo)法構(gòu)建金融風(fēng)險(xiǎn)監(jiān)測(cè)度量指標(biāo)——金融風(fēng)險(xiǎn)綜合壓力指數(shù)（CFPSI），同時(shí)研究了其對(duì)宏觀經(jīng)濟(jì)的反應(yīng)，對(duì)于做好本地區(qū)金融發(fā)展和穩(wěn)定工作有著較強(qiáng)的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

在金融壓力指數(shù)（FSI）相關(guān)研究中具有開(kāi)創(chuàng)意義和重要影響的研究是加拿大銀行的兩位學(xué)者Iling和Liu （2003）關(guān)于加拿大金融壓力指數(shù)的構(gòu)建，他們?cè)诓捎们叭私鹑谖C(jī)早期預(yù)警模型（EWI）的基礎(chǔ)上，分別選取銀行部門、外匯市場(chǎng)、股票市場(chǎng)、債券市場(chǎng)中具有代表性的指標(biāo)作為變量，加權(quán)得到金融壓力指數(shù)。隨后，2008年國(guó)際貨幣基金組織（IMF）選取了銀行、證券及外匯市場(chǎng)的7個(gè)指標(biāo)構(gòu)建金融壓力指數(shù)，并成功應(yīng)用于多國(guó)識(shí)別金融壓力實(shí)踐?？八_斯聯(lián)儲(chǔ)學(xué)者Hakkio和Keeton（2009）對(duì)金融壓力的5大特征進(jìn)行了較詳細(xì)的闡述，并選取美國(guó)主要金融市場(chǎng)11個(gè)能夠反映金融壓力5大特征的變量構(gòu)建堪薩斯金融壓力指數(shù)（KCFSI）。Oet和Mikhail（2011）從股票、資金、信貸、外匯、房地產(chǎn)和證券市場(chǎng)六個(gè)方面選取了11個(gè)金融系統(tǒng)主要變量，構(gòu)建了克利夫蘭金融壓力指數(shù)（CFSI），監(jiān)測(cè)美聯(lián)儲(chǔ)貨幣政策對(duì)金融市場(chǎng)的影響，并研究金融系統(tǒng)壓力如何影響美國(guó)經(jīng)濟(jì)復(fù)蘇。

國(guó)內(nèi)關(guān)于金融壓力指數(shù)構(gòu)建及應(yīng)用的研究，大部分只考慮在本國(guó)金融市場(chǎng)選取金融壓力的相關(guān)變量。在金融壓力指數(shù)（FSI）的構(gòu)造上，主要采用經(jīng)驗(yàn)法、調(diào)查法、等方差權(quán)重法、信用加總權(quán)重法和因子分析法。比較有代表性的研究有：陳守東等（2011，2014）選取銀行、外匯、證券、保險(xiǎn)四個(gè)市場(chǎng)9個(gè)指標(biāo)構(gòu)建我國(guó)金融壓力指數(shù)，利用ARIMA模型預(yù)測(cè)出2012-2013年期間我國(guó)金融壓力指數(shù)呈上升趨勢(shì)且金融系統(tǒng)風(fēng)險(xiǎn)不斷累積，但金融壓力仍在低壓力區(qū)間運(yùn)行，金融運(yùn)行環(huán)境整體良好，銀行部門對(duì)系統(tǒng)性風(fēng)險(xiǎn)的貢獻(xiàn)高于證券、保險(xiǎn)和信托機(jī)構(gòu)。王春麗、胡玲（2014）通過(guò)建立3個(gè)維度的金融壓力指數(shù)，認(rèn)為我國(guó)金融風(fēng)險(xiǎn)主要來(lái)源于應(yīng)對(duì)金融危機(jī)時(shí)的過(guò)度寬松貨幣政策、股票市場(chǎng)及其監(jiān)管的不完善。陶玲、朱迎（2016）立足我國(guó)轉(zhuǎn)軌體制特點(diǎn)，提出包含7個(gè)主要維度的系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，并采取馬爾科夫轉(zhuǎn)換方法對(duì)指數(shù)綜合分析，識(shí)別和判斷風(fēng)險(xiǎn)指標(biāo)的拐點(diǎn)。徐國(guó)祥、李波（2017）基于銀行、股票和外匯市場(chǎng)相關(guān)指標(biāo)，采用因子分析法構(gòu)建我國(guó)首個(gè)日度的中國(guó)金融壓力指數(shù)，并對(duì)我國(guó)金融體系壓力宏觀效應(yīng)的區(qū)制特征進(jìn)行了實(shí)證分析。戴步斌、何文舉（2018）選取9個(gè)重要因素指標(biāo)，構(gòu)建了中國(guó)金融壓力指數(shù)，同時(shí)分析其與我國(guó)經(jīng)濟(jì)發(fā)展形勢(shì)指數(shù)之間的關(guān)系，表明金融壓力指數(shù)能夠解釋我國(guó)金融壓力的大小和預(yù)測(cè)我國(guó)經(jīng)濟(jì)發(fā)展形勢(shì)。仲文娜、朱保華（2018）引入動(dòng)態(tài)相關(guān)系數(shù)和動(dòng)態(tài)信用權(quán)重對(duì)個(gè)體指標(biāo)進(jìn)行加總，構(gòu)建月度中國(guó)金融體系壓力指數(shù)，并利用金融壓力事件識(shí)別和馬爾科夫轉(zhuǎn)移自回歸模型，對(duì)指數(shù)識(shí)別我國(guó)金融體系壓力狀態(tài)的效果進(jìn)行檢驗(yàn)。

通過(guò)梳理現(xiàn)有文獻(xiàn)不難發(fā)現(xiàn)，目前學(xué)術(shù)界已經(jīng)認(rèn)識(shí)到金融壓力指數(shù)的重要意義，但現(xiàn)有研究仍然存在一些不足，例如未針對(duì)典型區(qū)域和經(jīng)濟(jì)結(jié)構(gòu)市場(chǎng)進(jìn)行金融壓力分析。為此，本文在借鑒已有文獻(xiàn)研究成果的基礎(chǔ)上，選取能夠代表貧困地區(qū)經(jīng)濟(jì)金融發(fā)展中反映金融壓力階段特征的重要指標(biāo)，探索建立貧困地區(qū)金融綜合壓力指數(shù)（CPFSI），以期通過(guò)金融壓力大小預(yù)測(cè)未來(lái)金融風(fēng)險(xiǎn)形勢(shì)，給金融政策制定者和金融穩(wěn)定監(jiān)管部門提出建設(shè)性建議。

三、貧困地區(qū)金融風(fēng)險(xiǎn)壓力指數(shù)的構(gòu)建

（一）基礎(chǔ)指標(biāo)

通過(guò)對(duì)金融風(fēng)險(xiǎn)的成因分析，我國(guó)的金融體系具有典型的轉(zhuǎn)軌階段特征，金融市場(chǎng)發(fā)展起步較晚，數(shù)據(jù)周期仍不連續(xù)，利用歷史數(shù)據(jù)進(jìn)行建模，并進(jìn)行預(yù)測(cè)的方法無(wú)法適用。相比之下，綜合指數(shù)法靈活清晰。IMF（2009）研究認(rèn)為，發(fā)展中國(guó)家在金融市場(chǎng)不發(fā)達(dá)的情況下，用綜合指數(shù)法構(gòu)建的金融穩(wěn)健指標(biāo)可作為衡量系統(tǒng)性風(fēng)險(xiǎn)的主要依據(jù)。因此，本文在借鑒以往金融壓力指數(shù)相關(guān)研究的基礎(chǔ)上，采用綜合指標(biāo)法來(lái)構(gòu)建我國(guó)的系統(tǒng)性金融風(fēng)險(xiǎn)監(jiān)測(cè)度量體系。結(jié)合當(dāng)前金融風(fēng)險(xiǎn)的形勢(shì)、區(qū)域經(jīng)濟(jì)結(jié)構(gòu)特點(diǎn)以及數(shù)據(jù)的可獲取性，最終本文從區(qū)域經(jīng)濟(jì)指標(biāo)、金融機(jī)構(gòu)風(fēng)險(xiǎn)指標(biāo)、房地產(chǎn)市場(chǎng)指標(biāo)、制度環(huán)境指標(biāo)等4個(gè)維度作為基礎(chǔ)指標(biāo)，在此基礎(chǔ)上，通過(guò)主成分分析方法進(jìn)行篩選，再通過(guò)建立模型得到金融風(fēng)險(xiǎn)綜合壓力指數(shù)。

（二）指標(biāo)篩選和提取

首先使用SPSS21.0軟件計(jì)算各維度主成分的成分系數(shù)及方差，然后對(duì)指標(biāo)進(jìn)行篩選，根據(jù)采用特征值不低于1與累計(jì)方差貢獻(xiàn)率不低于85%兩者相結(jié)合的方法提取主成分。使用此方法對(duì)指標(biāo)進(jìn)行篩選，結(jié)果如表2所示，有3個(gè)主成分的特征值大于1，且累計(jì)貢獻(xiàn)率為91.739%，因此只需提取前5個(gè)主成分即可反映原變量的絕大部分信息。

從表3成分矩陣可以看出，第一主成分對(duì)第三產(chǎn)業(yè)增長(zhǎng)率、地方財(cái)政收入增長(zhǎng)率、財(cái)政赤字累計(jì)增加值等指標(biāo)具有較大的載荷系數(shù);第二主成分對(duì)固定資產(chǎn)投入增長(zhǎng)率、不良貸款率、財(cái)政赤字/GDP等指標(biāo)具有較大的載荷系數(shù);第三主成分對(duì)貧困發(fā)生率、財(cái)政收入與財(cái)政支出同比增速差等指標(biāo)具有較大的載荷系數(shù);第四主成分對(duì)存貸比、保費(fèi)增長(zhǎng)率、政府債務(wù)與財(cái)政收入比率等指標(biāo)具有較大的載荷系數(shù);第五主成分對(duì)通貨膨脹率、固定資產(chǎn)投入增長(zhǎng)率、商品房銷售額同比增速、商品房銷售單價(jià)同比增等指標(biāo)具有較大的載荷系數(shù)。因此，本文將第一、二、三、四和五主成分分別命名為經(jīng)濟(jì)增長(zhǎng)動(dòng)力、經(jīng)濟(jì)運(yùn)行穩(wěn)健性、社會(huì)脆弱性、經(jīng)濟(jì)脆弱性和經(jīng)濟(jì)熱度。

（三）綜合指數(shù)的合成

根據(jù)主成分得分系數(shù)矩陣，可以推出金融風(fēng)險(xiǎn)綜合壓力指數(shù)的主成分得分函數(shù)：

然后帶入式中求出Y，即2006-2017年綜合壓力指數(shù)得分，具體如下：

根據(jù)各主成分及CPFSI的公式，將基礎(chǔ)指標(biāo)帶入得出金融綜合壓力指數(shù)（CPFSI）各主成分及得分。如圖1所示，地區(qū)金融綜合壓力水平自2006年以來(lái)逐步攀升，金融壓力狀況主要受到經(jīng)濟(jì)增長(zhǎng)動(dòng)力、經(jīng)濟(jì)增長(zhǎng)穩(wěn)健性和社會(huì)脆弱性影響。一般情況下，貧困地區(qū)金融風(fēng)險(xiǎn)問(wèn)題與經(jīng)濟(jì)增速回落、地方債務(wù)風(fēng)險(xiǎn)、貧困人口占比較大等因素緊密相關(guān)。

四、貧困地區(qū)金融風(fēng)險(xiǎn)壓力指數(shù)的實(shí)證分析

在貧困地區(qū)金融綜合壓力指數(shù)構(gòu)建過(guò)程中，選取的變量大部分涵蓋了各市場(chǎng)信息，在一定程度上可以作為宏觀經(jīng)濟(jì)穩(wěn)定的先行指標(biāo)，為了檢驗(yàn)CPFSI對(duì)宏觀經(jīng)濟(jì)的影響，本文選取GDP增長(zhǎng)率作為宏觀經(jīng)濟(jì)運(yùn)行狀況的代表，建立CPFSI與GDP增長(zhǎng)率的向量自回歸（VAR）模型，然后通過(guò)格蘭杰因果檢驗(yàn)分析金融系統(tǒng)對(duì)宏觀經(jīng)濟(jì)的直接與間接傳導(dǎo)渠道。

如圖2所示，AR根圖顯示有一個(gè)參數(shù)矩陣特征根未在單位圓內(nèi)，表明所構(gòu)造的CPFSI與GDP的模型非平穩(wěn)，因而采用誤差修正模型（VEC）進(jìn)行分析兩者之間的關(guān)系。Johansen協(xié)整檢驗(yàn)表明，在5%的顯著性水平下，存在一個(gè)協(xié)整關(guān)系。

因此建立CPFSI與的誤差修正模型為：

Granger因果關(guān)系檢驗(yàn)表明，在5%的顯著性水平下，GDP是CPFSI的原因，其意義為GDP增長(zhǎng)將引起金融綜合壓力指數(shù)（CPFSI）正向變化，即金融綜合壓力水平降低。利用模型建立的脈沖響應(yīng)進(jìn)行檢驗(yàn)，結(jié)果表明給GDP增長(zhǎng)率一個(gè)正向的沖擊，短期內(nèi)將引起金融綜合壓力指數(shù)得分（CPFSI）攀升，即金融綜合壓力水平下降，在第4期達(dá)到最大，4期之后金融綜合壓力指數(shù)得分將有所回落，在第9期作用呈反向，然后趨于平穩(wěn)（如圖3）。

五、研究結(jié)論與政策建議

本文研究表明，貧困地區(qū)金融綜合壓力指數(shù)（CPFSI）作為反映貧困地區(qū)金融市場(chǎng)壓力水平的指標(biāo)，能較好地反映地區(qū)金融體系所承受風(fēng)險(xiǎn)的壓力狀況，監(jiān)測(cè)金融風(fēng)險(xiǎn)的變化趨勢(shì)，幫助決策者和市場(chǎng)各方準(zhǔn)確預(yù)測(cè)潛在風(fēng)險(xiǎn)狀況。壓力指數(shù)表明，金融壓力狀況主要受到經(jīng)濟(jì)增長(zhǎng)動(dòng)力、經(jīng)濟(jì)增長(zhǎng)穩(wěn)健性和社會(huì)脆弱性影響，這與貧困地區(qū)宏觀經(jīng)濟(jì)實(shí)際基本吻合。貧困地區(qū)金融風(fēng)險(xiǎn)問(wèn)題與經(jīng)濟(jì)增速回落、地方債務(wù)風(fēng)險(xiǎn)、貧困人口占比較大等因素緊密相關(guān)，實(shí)證研究表明GDP增長(zhǎng)率對(duì)金融風(fēng)險(xiǎn)有一定的預(yù)測(cè)作用，能夠作為貧困地區(qū)金融風(fēng)險(xiǎn)預(yù)測(cè)的先行指標(biāo)，因此可以利用GDP增長(zhǎng)數(shù)據(jù)預(yù)判金融風(fēng)險(xiǎn)水平，對(duì)經(jīng)濟(jì)政策的制定和金融穩(wěn)定工作起指導(dǎo)作用。本文建議從以下方面開(kāi)展貧困地區(qū)金融風(fēng)險(xiǎn)防控工作。

一是推動(dòng)貧困地區(qū)經(jīng)濟(jì)發(fā)展。發(fā)揮金融資金的引導(dǎo)和協(xié)調(diào)作用，增加金融投入對(duì)深度貧困地區(qū)的支持。靈活運(yùn)用貨幣政策工具，加大信貸支持傾斜力度。在產(chǎn)業(yè)體系、擔(dān)保體系、社會(huì)信用體系、金融服務(wù)體系、政策宣傳等方面加強(qiáng)政策協(xié)同和工作聯(lián)動(dòng)，促進(jìn)貧困地區(qū)經(jīng)濟(jì)發(fā)展。

二是改善地方金融生態(tài)環(huán)境。健全金融領(lǐng)域的法律法規(guī)，提高市場(chǎng)主體信用風(fēng)險(xiǎn)意識(shí)。提高信用評(píng)級(jí)、審計(jì)等中介服務(wù)機(jī)構(gòu)的專業(yè)化水平和公信力。金融機(jī)構(gòu)應(yīng)進(jìn)一步加強(qiáng)內(nèi)部約束，提高風(fēng)險(xiǎn)判斷能力，完善治理機(jī)制，努力建設(shè)誠(chéng)信服務(wù)的金融體系。

三是加強(qiáng)重點(diǎn)領(lǐng)域風(fēng)險(xiǎn)防控。為提高風(fēng)險(xiǎn)預(yù)警的準(zhǔn)確性和前瞻性，仍需深入分析地區(qū)金融體系的代表性特征，對(duì)重點(diǎn)領(lǐng)域和指標(biāo)進(jìn)行風(fēng)險(xiǎn)防控，如地方隱形債務(wù)風(fēng)險(xiǎn)問(wèn)題，限制性行業(yè)過(guò)度負(fù)債問(wèn)題等。

四是加大對(duì)農(nóng)村金融體系的監(jiān)管。貧困地區(qū)金融機(jī)構(gòu)容易過(guò)度承擔(dān)風(fēng)險(xiǎn)，必須加大對(duì)農(nóng)村金融機(jī)構(gòu)的監(jiān)管，以最大限度地解決信息不對(duì)稱問(wèn)題，減少呆賬、壞賬，提高資金的安全性和流動(dòng)性。關(guān)注銀行業(yè)問(wèn)題機(jī)構(gòu)數(shù)量增加、不良貸款“后備軍”的關(guān)注類貸款上升、信用過(guò)快增長(zhǎng)等問(wèn)題。

金融市場(chǎng)是一個(gè)復(fù)雜的、動(dòng)態(tài)的系統(tǒng)，金融風(fēng)險(xiǎn)也在不斷演變，風(fēng)險(xiǎn)本身存在一定的不確定性，為提高風(fēng)險(xiǎn)預(yù)警的準(zhǔn)確性和前瞻性，仍需深入分析地區(qū)金融體系的代表性特征，對(duì)重點(diǎn)領(lǐng)域和指標(biāo)進(jìn)行風(fēng)險(xiǎn)防控，切實(shí)堅(jiān)守區(qū)域金融風(fēng)險(xiǎn)防范的底線，這些都將是下一步要深入研究的方向。

參考文獻(xiàn)

[1]卜林，李政.金融系統(tǒng)性風(fēng)險(xiǎn)的度量與監(jiān)測(cè)研究[J].南開(kāi)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2014，（04）：150-160.

[2]戴步斌，何文舉.中國(guó)金融壓力指數(shù)構(gòu)建與經(jīng)濟(jì)預(yù)警的實(shí)證研究[J].財(cái)經(jīng)理論與實(shí)踐，2018，39（01）：27-32.

[3]陶玲，朱迎.系統(tǒng)性金融風(fēng)險(xiǎn)的監(jiān)測(cè)和度量—基于中國(guó)金融體系的研究[J].金融研究，2016， （06）：18-36.

[4]王春麗，胡玲.基于馬爾科夫區(qū)制轉(zhuǎn)移模型的中國(guó)金融風(fēng)險(xiǎn)預(yù)警研究[J].金融研究，2014，（9）：99-114.

[5]徐國(guó)祥，李波.中國(guó)金融壓力指數(shù)的構(gòu)建及動(dòng)態(tài)傳導(dǎo)效應(yīng)研究[J].統(tǒng)計(jì)研究，2017，34（04）：59-71.

[6]仲文娜，朱保華.中國(guó)金融體系壓力指數(shù)構(gòu)建及有效性檢驗(yàn)[J].上海金融，2018（09）：15-22.

Research On Financial Risk In Poverty-stricken Areas

Based On The Comprehensive Pressure Index

：Taking Shangluo As An Example

MA Di

（Shangluo Municipal Sub-branch PBC， Shangluo Shannxi 726000）

Abstract：This paper takes regional financial risks as the research object， selecting basic indicators such as regional economic indicators， financial institution risk indicators， real estate market indicators and institutional environment of Shangluo， and uses principal component analysis method to construct regional financial comprehensive pressure index.Unit root test， Johansen co-integration test and other methods were used to process the data， and error correction model （VEC） and impulse response function were used to simulate the impact path of GDP growth on the comprehensive financial pressure index. The stress index shows that the financial stress is mainly affected by the economic growth momentum， the robustness of economic growth and the social vulnerability， which is basically consistent with the macroeconomic reality in poor areas. The stress index shows also show that financial risks in poor areas are closely related to the slowdown in economic growth， local debt risks and the large proportion of poor people. Empirical research shows that GDP growth rate has a certain predictive effect on financial risk and can be used as a leading indicator of financial risk prediction.

Keywords：financial risk; pressure index; poverty-stricken areas

責(zé)任編輯、校對(duì)：梁艷彬