丁鑫

摘? ?要：城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)不僅關(guān)系到自身發(fā)展的安危，更易衍生為區(qū)域性金融風(fēng)險(xiǎn)，尤其在后發(fā)地區(qū)風(fēng)險(xiǎn)防范能力不足的情況下，會(huì)對(duì)當(dāng)?shù)亟?jīng)濟(jì)造成嚴(yán)重沖擊。以我國(guó)西部后發(fā)地區(qū)六省13家城市商業(yè)銀行作為樣本，通過(guò)綜合指數(shù)法測(cè)度西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)，發(fā)現(xiàn)西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)近五年呈現(xiàn)先減后增的變化趨勢(shì)，各地區(qū)系統(tǒng)性金融風(fēng)險(xiǎn)的大小與地區(qū)經(jīng)濟(jì)的發(fā)展程度密切相關(guān)。建議后發(fā)地區(qū)城市商業(yè)銀行立足當(dāng)?shù)亟?jīng)濟(jì)，建立主動(dòng)全面的風(fēng)險(xiǎn)管理模式，大力發(fā)展金融科技，政府加大政策支持，從而改善西部后發(fā)地區(qū)系統(tǒng)性金融風(fēng)險(xiǎn)目前增長(zhǎng)的趨勢(shì)，維護(hù)區(qū)域經(jīng)濟(jì)的穩(wěn)定。

關(guān)? 鍵? 詞：系統(tǒng)性金融風(fēng)險(xiǎn);后發(fā)地區(qū)城市商業(yè)銀行;綜合指數(shù)法

中圖分類號(hào)：F832.33? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：2096-2517（2020）02-0070-11

DOI：10.16620/j.cnki.jrjy.2020.02.008

一、引言

2017年全國(guó)第五次金融會(huì)議指出“當(dāng)前金融工作根本性任務(wù)就是防范系統(tǒng)性金融風(fēng)險(xiǎn)，也是金融工作的永恒主題”。 黨的十九大報(bào)告中對(duì)金融領(lǐng)域工作提出了明確要求，強(qiáng)調(diào)“守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)的底線”。2018年政府工作報(bào)告進(jìn)一步把防范化解重大系統(tǒng)性風(fēng)險(xiǎn)列為決勝全面建成小康社會(huì)的三大攻堅(jiān)戰(zhàn)之首。系統(tǒng)性金融風(fēng)險(xiǎn)影響到金融業(yè)的各個(gè)領(lǐng)域，其在不同的金融市場(chǎng)、不同性質(zhì)的金融機(jī)構(gòu)中所呈現(xiàn)的特征和影響程度各有差異，地方城市商業(yè)銀行作為商業(yè)銀行體系中最具活力的機(jī)構(gòu)之一，其承擔(dān)的系統(tǒng)性金融風(fēng)險(xiǎn)對(duì)銀行自身和當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展有著深遠(yuǎn)的影響。 在過(guò)去20多年的發(fā)展過(guò)程中， 城市商業(yè)銀行的出現(xiàn)打破了大型國(guó)有商業(yè)銀行的壟斷格局，豐富了地方金融風(fēng)險(xiǎn)的化解手段，補(bǔ)充完善了現(xiàn)代商業(yè)銀行體系，促進(jìn)了地方經(jīng)濟(jì)的發(fā)展，推動(dòng)了我國(guó)銀行業(yè)的改革。但是，在我國(guó)宏觀經(jīng)濟(jì)增速趨緩、息差收窄、金融脫媒等背景下，地方城市商業(yè)銀行的過(guò)度擴(kuò)張加速暴露出其系統(tǒng)性金融風(fēng)險(xiǎn)，進(jìn)而威脅到地方金融體系與區(qū)域經(jīng)濟(jì)的穩(wěn)定，防范系統(tǒng)性金融風(fēng)險(xiǎn)是當(dāng)前城市商業(yè)銀行面臨的主要任務(wù)，因此測(cè)度地方城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)尤為重要。

本文以陜西、甘肅、寧夏、青海、新疆、西藏西部六省共13家城市商業(yè)銀行為研究對(duì)象， 結(jié)合其歷史數(shù)據(jù)有限、數(shù)據(jù)穩(wěn)定性差、連續(xù)性低等特點(diǎn)，采用綜合指數(shù)法測(cè)度后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)，從而對(duì)后發(fā)地區(qū)系統(tǒng)性金融風(fēng)險(xiǎn)的防范監(jiān)管具有指導(dǎo)意義。

二、文獻(xiàn)綜述

（一）系統(tǒng)性金融風(fēng)險(xiǎn)的界定

目前國(guó)內(nèi)外學(xué)界尚未對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的定義形成一個(gè)統(tǒng)一的觀點(diǎn)，Benoit等（2014，2015）就將系統(tǒng)性金融風(fēng)險(xiǎn)描述為“難以定義，卻一目了然”[1-2]來(lái)形容其界定困難、辨識(shí)容易的特點(diǎn)。綜合國(guó)內(nèi)外學(xué)者的研究，系統(tǒng)性金融風(fēng)險(xiǎn)可從以下三個(gè)角度來(lái)進(jìn)行界定。

1.從風(fēng)險(xiǎn)成因角度來(lái)看，形成系統(tǒng)性金融風(fēng)險(xiǎn)的原因主要包括內(nèi)部因素和外部因素。關(guān)于內(nèi)部因素，大多認(rèn)為金融體系的內(nèi)在脆弱性是形成系統(tǒng)性金融風(fēng)險(xiǎn)的原因。早期的研究主要有Minsky（1978）提出的金融脆弱性理論[3]，Diamond等（1983）提出的D-D模型[4]，Kregel（1997）提出的“安全邊界假說(shuō)”[5]，等等。 金融體系內(nèi)的信息不對(duì)稱也是系統(tǒng)性金融風(fēng)險(xiǎn)的重要成因。尚曉等（2017）對(duì)2008年的次貸危機(jī)進(jìn)行了研究，認(rèn)為由于信息不對(duì)稱長(zhǎng)期存在于經(jīng)濟(jì)體系中， 而且暴露出日益嚴(yán)重的趨勢(shì)，從而引發(fā)了次貸危機(jī)[6]。Chakravorti（2000）提出金融機(jī)構(gòu)之間的同業(yè)往來(lái)形成業(yè)務(wù)及資產(chǎn)負(fù)債關(guān)聯(lián)性，以及風(fēng)險(xiǎn)同質(zhì)化成為系統(tǒng)性金融風(fēng)險(xiǎn)的重要來(lái)源[7]。Oet等（2011）認(rèn)為這種關(guān)聯(lián)性對(duì)風(fēng)險(xiǎn)產(chǎn)生放大效應(yīng)導(dǎo)致了銀行的脆弱性[8]。關(guān)于外部因素，大多認(rèn)為經(jīng)濟(jì)波動(dòng)是系統(tǒng)性金融風(fēng)險(xiǎn)的主要來(lái)源。Kupiec等（2004）提出了外部的經(jīng)濟(jì)動(dòng)蕩是系統(tǒng)性金融風(fēng)險(xiǎn)的主要誘因，動(dòng)蕩的經(jīng)濟(jì)環(huán)境會(huì)造成金融市場(chǎng)上資產(chǎn)價(jià)格大幅度波動(dòng)， 公司破產(chǎn)風(fēng)險(xiǎn)增加，金融機(jī)構(gòu)流動(dòng)性降低， 資產(chǎn)存在重大損失可能，等等，這一系列問(wèn)題共同構(gòu)成了系統(tǒng)性金融風(fēng)險(xiǎn)[9]。經(jīng)濟(jì)周期波動(dòng)也會(huì)帶來(lái)系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā)。周炎等（2014）提出了兩種周期性波動(dòng)分析機(jī)制：金融加速器機(jī)制與銀行融資機(jī)制[10]。Zigrand（2014）將外部因素與內(nèi)部因素結(jié)合起來(lái)，提出系統(tǒng)性金融風(fēng)險(xiǎn)是內(nèi)部因素與外部因素相互作用的結(jié)果[11]。

2.從風(fēng)險(xiǎn)的傳導(dǎo)路徑來(lái)看，系統(tǒng)性金融風(fēng)險(xiǎn)的傳導(dǎo)機(jī)制分為內(nèi)部傳導(dǎo)和跨境傳導(dǎo)。 巴曙松等（2013） 認(rèn)為某個(gè)單一事件的發(fā)生會(huì)通過(guò)機(jī)構(gòu)之間的并因聯(lián)系而將其影響傳導(dǎo)至其他金融機(jī)構(gòu)及市場(chǎng)，從而形成系統(tǒng)性金融風(fēng)險(xiǎn)[12]。Hart等（2009）認(rèn)為由于經(jīng)濟(jì)體系和金融系統(tǒng)內(nèi)在的關(guān)聯(lián)性，單個(gè)危機(jī)的發(fā)生就會(huì)通過(guò)這種關(guān)聯(lián)不斷傳導(dǎo)擴(kuò)大，最終導(dǎo)致整個(gè)系統(tǒng)性危機(jī)的發(fā)生[13]。Battiston等（2009）、Bijlsma等（2010）認(rèn)為經(jīng)濟(jì)社會(huì)中的多數(shù)部門或所有部門之間相互作用擴(kuò)散為系統(tǒng)性金融風(fēng)險(xiǎn)[14-15]。張曉樸（2010）則認(rèn)為金融市場(chǎng)的發(fā)達(dá)會(huì)使金融機(jī)構(gòu)之間的關(guān)聯(lián)更加密切，系統(tǒng)性金融風(fēng)險(xiǎn)也就更易形成[16]。

3.從風(fēng)險(xiǎn)造成的后果來(lái)看，系統(tǒng)性金融風(fēng)險(xiǎn)最終后果主要是造成經(jīng)濟(jì)下滑。韓心靈等（2017）發(fā)現(xiàn)當(dāng)金融市場(chǎng)的參與者不能及時(shí)履行合同時(shí)，金融機(jī)構(gòu)和金融市場(chǎng)的資源配置、信貸、融資等都會(huì)受到影響，從而造成經(jīng)濟(jì)增速放緩和社會(huì)福利水平下降等即為系統(tǒng)性金融風(fēng)險(xiǎn)[17]。Bernanke（2009）認(rèn)為系統(tǒng)性金融風(fēng)險(xiǎn)是對(duì)宏觀經(jīng)濟(jì)和金融體系的穩(wěn)定性造成影響的事件[18]。Acharya等（2013）發(fā)現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)的影響主要是通過(guò)經(jīng)濟(jì)系統(tǒng)中關(guān)鍵部門的風(fēng)險(xiǎn)對(duì)實(shí)地經(jīng)濟(jì)的沖擊造成的[19]。

綜上所述， 系統(tǒng)性金融風(fēng)險(xiǎn)是影響范圍廣、成因復(fù)雜、 產(chǎn)生后果極其嚴(yán)重的綜合性金融風(fēng)險(xiǎn)。由于金融體系特有的內(nèi)生脆弱性、 金融市場(chǎng)的關(guān)聯(lián)性、金融機(jī)構(gòu)業(yè)務(wù)的同質(zhì)性，某個(gè)事件的發(fā)生或者外部環(huán)境的變化都會(huì)成為系統(tǒng)性金融風(fēng)險(xiǎn)的誘因，因此城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)與其自身的發(fā)展和外部環(huán)境的波動(dòng)緊密相關(guān)。也正因如此，系統(tǒng)性金融風(fēng)險(xiǎn)的影響會(huì)迅速傳染至各行各業(yè)，對(duì)區(qū)域經(jīng)濟(jì)造成深遠(yuǎn)的影響。

（二）系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度

隨著學(xué)界對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)研究的重視，關(guān)于系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)量方法層出不窮，主要為宏觀數(shù)據(jù)的指標(biāo)法和金融市場(chǎng)數(shù)據(jù)的模型法。在指標(biāo)法方面，Illing等（2006）在加拿大的銀行部門、股票市場(chǎng)、債券市場(chǎng)、外匯市場(chǎng)四個(gè)市場(chǎng)中選擇了相關(guān)壓力指標(biāo)，構(gòu)建金融壓力指數(shù)[20]。Kaminsky等（1998）提出KLR信號(hào)法， 根據(jù)超出閥值的預(yù)警指標(biāo)數(shù)量判斷金融危機(jī)發(fā)生的可能性，是早期預(yù)警指標(biāo)方法的代表[21]。陶玲等（2016）構(gòu)建了金融機(jī)構(gòu)、股票市場(chǎng)、債券市場(chǎng)等七個(gè)維度的指標(biāo)體系，選擇了綜合指數(shù)法對(duì)我國(guó)金融體系的系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行測(cè)量[22]。在模型法方面，CoVaR法計(jì)算金融機(jī)構(gòu)在正常情況下和發(fā)生風(fēng)險(xiǎn)時(shí)期望值，以兩種情況下的風(fēng)險(xiǎn)期望值之差表示該機(jī)構(gòu)發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)時(shí)的溢出效應(yīng)[23]。但是CoVaR法固有的缺陷是忽視總體損失情況的描述，而且這種測(cè)量方法并不具備代表性，計(jì)算的結(jié)果不一定能夠代表金融體系的總體系統(tǒng)性金融風(fēng)險(xiǎn)水平。而邊際期望損失法（MES）和成分預(yù)期損失法（CES）正好在一定程度上能夠彌補(bǔ)CoVaR法的缺陷。Acharya等（2017）認(rèn)為MES雖然能夠表示出單個(gè)機(jī)構(gòu)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的貢獻(xiàn)程度，但是并沒(méi)有將其他影響系統(tǒng)性金融風(fēng)險(xiǎn)的因素囊括進(jìn)來(lái)， 測(cè)度的結(jié)果并不精準(zhǔn)，而CES能夠兼顧到機(jī)構(gòu)的規(guī)模、杠桿率以及機(jī)構(gòu)之間的關(guān)聯(lián)性等影響系統(tǒng)性金融風(fēng)險(xiǎn)的因素[24]。陳建青等（2015）建立靜態(tài)與動(dòng)態(tài)CoVaR模型，利用銀行、保險(xiǎn)、證券行業(yè)指數(shù)測(cè)算出三個(gè)行業(yè)的系統(tǒng)性金融風(fēng)險(xiǎn)關(guān)聯(lián)程度[25]。嚴(yán)偉祥等（2017） 選擇四個(gè)行業(yè)維度的指數(shù)構(gòu)建了DCC-GARCH-CoVaR模型， 得出行業(yè)之間存在風(fēng)險(xiǎn)溢出效應(yīng)，同時(shí)發(fā)現(xiàn)證券行業(yè)的溢出效應(yīng)最強(qiáng)，銀行業(yè)的溢出效應(yīng)最低[26]。周皓等（2018）通過(guò)結(jié)合SES、SRISK、CoVaR三種方法研究測(cè)度2017年我國(guó)系統(tǒng)性風(fēng)險(xiǎn)的程度發(fā)現(xiàn)銀行業(yè)的系統(tǒng)性風(fēng)險(xiǎn)暴露最高，建議監(jiān)管部門多關(guān)注股份制商業(yè)銀行的系統(tǒng)性金融風(fēng)險(xiǎn)[27]。唐文進(jìn)等（2017）研究了我國(guó)銀行部門的系統(tǒng)性金融風(fēng)險(xiǎn)，構(gòu)建的跳躍未定權(quán)益分析模型更為適合銀行業(yè)的風(fēng)險(xiǎn)激增，同時(shí)引入混頻宏觀動(dòng)態(tài)因子， 預(yù)警2008年以來(lái)出現(xiàn)的各種危機(jī)，模擬效果較好[28]。

縱觀國(guó)內(nèi)對(duì)銀行業(yè)系統(tǒng)性金融風(fēng)險(xiǎn)的研究， 大多數(shù)以國(guó)有大型商業(yè)銀行和股份制銀行為主，在對(duì)地方城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的研究中也很少以后發(fā)地區(qū)為主。由于后發(fā)地區(qū)城市商業(yè)銀行數(shù)據(jù)獲取難度大，目前國(guó)內(nèi)對(duì)后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的研究甚少。 結(jié)合后發(fā)地區(qū)歷史數(shù)據(jù)有限、連續(xù)性較差、數(shù)據(jù)不穩(wěn)定的特點(diǎn)，本文采用綜合指數(shù)法測(cè)算后發(fā)地區(qū)城市商業(yè)銀行的系統(tǒng)性金融風(fēng)險(xiǎn)。

三、 后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度指標(biāo)體系

（一）測(cè)評(píng)指標(biāo)選擇

基于國(guó)內(nèi)外研究現(xiàn)狀來(lái)看，系統(tǒng)性金融風(fēng)險(xiǎn)主要的成因包括外部原因和內(nèi)部原因。首先，內(nèi)部原因是金融體系內(nèi)在的不穩(wěn)定性即脆弱性，外部原因則由多個(gè)方面構(gòu)成， 經(jīng)濟(jì)波動(dòng)是其重要的一個(gè)方面， 而GDP增長(zhǎng)率則是反映經(jīng)濟(jì)波動(dòng)的主要指標(biāo)。政策（財(cái)政政策和貨幣政策）的調(diào)整會(huì)造成各種不確定性的發(fā)生，外匯市場(chǎng)的價(jià)格波動(dòng)、國(guó)內(nèi)銀行市場(chǎng)的價(jià)格波動(dòng)、物價(jià)水平波動(dòng)以及貨幣流通量的波動(dòng)都是城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生的潛在因素。因此，宏觀層面選擇的指標(biāo)以系統(tǒng)性金融風(fēng)險(xiǎn)的成因作為依據(jù)，以此來(lái)反映宏觀經(jīng)濟(jì)波動(dòng)帶來(lái)的系統(tǒng)性金融風(fēng)險(xiǎn)。其次，本文研究的是城市商業(yè)銀行所承擔(dān)的系統(tǒng)性金融風(fēng)險(xiǎn)，它由某個(gè)事件的發(fā)生通過(guò)其各部門關(guān)聯(lián)性和金融體系關(guān)聯(lián)性不斷傳導(dǎo)擴(kuò)散，最后形成整個(gè)系統(tǒng)性金融風(fēng)險(xiǎn)。城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)敞口來(lái)源則由其經(jīng)營(yíng)特點(diǎn)決定，即由資產(chǎn)的盈利性和安全性與負(fù)債的充足性和流動(dòng)性的匹配程度來(lái)決定，因此從微觀層面構(gòu)造指標(biāo)體系要充分反映城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的敞口來(lái)源。由于城市商業(yè)銀行是典型的利用負(fù)債進(jìn)行資產(chǎn)化運(yùn)營(yíng)的信用中介機(jī)構(gòu)， 因此主要從銀行的資產(chǎn)負(fù)債質(zhì)量、資本充足性、資產(chǎn)流動(dòng)性、盈利性等幾個(gè)方面來(lái)反映其風(fēng)險(xiǎn)敞口來(lái)源。最后，結(jié)合后發(fā)地區(qū)的實(shí)際情況以及數(shù)據(jù)的可獲得性，借鑒陶玲等（2016）[22]構(gòu)建的衡量我國(guó)金融體系系統(tǒng)性金融風(fēng)險(xiǎn)七個(gè)維度指標(biāo)體系中與城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)相關(guān)性最強(qiáng)的指標(biāo)，宏觀層面選取經(jīng)濟(jì)波動(dòng)性、資產(chǎn)價(jià)格變動(dòng)、貨幣政策、財(cái)政政策作為可獲得數(shù)據(jù)中影響城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)最大的宏觀因素，微觀層面選取銀行資本充足性、資產(chǎn)質(zhì)量、資產(chǎn)流動(dòng)性、盈利能力四個(gè)方面作為可獲得數(shù)據(jù)中影響西北6省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)最大的微觀因素。選取的指標(biāo)如表1所示。

（二）測(cè)評(píng)方法選擇

在系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)度方法中，綜合指數(shù)法是較為直觀和靈活的測(cè)評(píng)方法，而且其應(yīng)用比較簡(jiǎn)單。綜合指數(shù)是總指數(shù)的一種形式，綜合指數(shù)主要用于測(cè)定不同度量單位的許多商品或產(chǎn)品所組成的復(fù)雜現(xiàn)象反映在總體數(shù)量方面的整體動(dòng)態(tài)。將綜合指數(shù)用在系統(tǒng)性金融風(fēng)險(xiǎn)領(lǐng)域的測(cè)量時(shí)，其含義為測(cè)度不同維度因子的系統(tǒng)性金融風(fēng)險(xiǎn)，并通過(guò)一定的方法將各個(gè)維度的系統(tǒng)性金融風(fēng)險(xiǎn)因子綜合成系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)，用系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)的變化來(lái)揭示系統(tǒng)性金融風(fēng)險(xiǎn)的總體變動(dòng)情況。綜合指數(shù)按照系統(tǒng)性金融風(fēng)險(xiǎn)與所選指標(biāo)的相關(guān)性強(qiáng)弱為依據(jù)，選擇適合的指標(biāo)計(jì)算綜合指數(shù)，指標(biāo)的選取不作為固定模式存在，可以隨著研究的深入選取更多的指標(biāo)與模型，具有較好的時(shí)效性。綜合指數(shù)的大小與變動(dòng)直觀地反映了系統(tǒng)性金融風(fēng)險(xiǎn)的水平和趨勢(shì)，而且本身并不用考慮系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生的原因，在后發(fā)地區(qū)金融市場(chǎng)尚未成熟的情況下，綜合指數(shù)法也能夠按照IMF（2009）的要求作為穩(wěn)健的指標(biāo)體系衡量系統(tǒng)性金融風(fēng)險(xiǎn)，因此本文采用綜合指數(shù)法測(cè)評(píng)后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)。

為了全面考量系統(tǒng)性金融風(fēng)險(xiǎn)的影響因素，本文選取多個(gè)指標(biāo)測(cè)量各個(gè)因子，因而一些指標(biāo)存在多重共線性的問(wèn)題，而主成分分析法利用降維思想將多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)不相關(guān)的綜合指標(biāo)，能夠有效避免主觀性賦權(quán)，失真度較低。因此本文采取主成分分析法降低原始指標(biāo)的維度，生成新的綜合因子基本可涵蓋原始數(shù)據(jù)的大多數(shù)信息，而且綜合因子之間不存在多重共線性。采用最大方差法旋轉(zhuǎn)得到主成分荷載矩陣，利用主成分得分除以荷載矩陣中的特征值的平方根進(jìn)行標(biāo)準(zhǔn)化得到Z得分，用各個(gè)主成分的方差貢獻(xiàn)率作為Z得分權(quán)重進(jìn)行加權(quán)平均測(cè)算出西部后發(fā)地區(qū)城市商業(yè)銀行的系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)。該綜合指數(shù)反映了城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的高低，指數(shù)大小與城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)成正比。

四、 西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度分析

（一）數(shù)據(jù)處理

陜西、寧夏、青海、甘肅、新疆、西藏六省區(qū)共有13家城市商業(yè)銀行，包括西安銀行、長(zhǎng)安銀行、寧夏銀行、石嘴山銀行、青海銀行、甘肅銀行、蘭州銀行、烏魯木齊市商業(yè)銀行、新疆匯合銀行、昆侖銀行、庫(kù)爾勒市商業(yè)銀行、哈密爾市商業(yè)銀行和西藏銀行。由于數(shù)據(jù)可得性，微觀層面本文選取2014—2018年13家銀行的主要財(cái)務(wù)指標(biāo)，如資本充足率、不良貸款率、流動(dòng)性比例、ROE等。宏觀層面上選取2014—2018年我國(guó)GDP增長(zhǎng)率、 銀行間同業(yè)拆借利率、財(cái)政赤字依存度等。在數(shù)據(jù)處理上，將13家銀行的的微觀數(shù)據(jù)按照其資產(chǎn)規(guī)模為權(quán)重進(jìn)行加權(quán)平均生成每個(gè)年份的平均微觀指標(biāo)。數(shù)據(jù)來(lái)源主要為各銀行年報(bào)、WIND數(shù)據(jù)庫(kù)、東方財(cái)富CHOICE數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局網(wǎng)站、銀行調(diào)研等。各變量描述性統(tǒng)計(jì)如表2所示。

（二）KMO及巴特利球體檢驗(yàn)

在進(jìn)行因子分析之前， 首先要對(duì)各變量進(jìn)行KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)。KMO檢驗(yàn)用于檢驗(yàn)變量之間的相關(guān)性及偏相關(guān)性， 取值在0～1之間。KMO統(tǒng)計(jì)量越接近于1， 變量之間相關(guān)性越強(qiáng)，偏相關(guān)性越弱，因子分析的效果越好。一般來(lái)說(shuō)KMO統(tǒng)計(jì)量高于0.7時(shí)效果比較好，而低于0.5時(shí)不適用于因子分析。Bartlett的球形度檢驗(yàn)數(shù)據(jù)的分布，以及各個(gè)變量的獨(dú)立情況，如果sig值小于0.05，則樣本數(shù)據(jù)呈球形分布，可以接受因子分析。本文選取了13個(gè)變量，5年的數(shù)據(jù)，相關(guān)系數(shù)不是正定矩陣，無(wú)法直接做KMO檢驗(yàn)。為了近似地進(jìn)行KMO和Bartlett的球形度檢驗(yàn)， 在13個(gè)變量中選取5個(gè)最有代表性變量做KMO和Bartlett的球形度檢驗(yàn)，從而得到的主成分特征值、方差貢獻(xiàn)率與總樣本的特征值， 并以此檢驗(yàn)作為總樣本的近似值。以甘肅省城市商業(yè)銀行為例，檢驗(yàn)結(jié)果如表3所示，KMO值為0.602，Bartlett球形度檢驗(yàn)的P值為0.015，其余地區(qū)依次進(jìn)行檢驗(yàn)，各地區(qū)檢驗(yàn)結(jié)果均符合KMO以及Bartlett球形度檢驗(yàn)的判斷標(biāo)準(zhǔn)，各變量之間具有共同因子，適合進(jìn)行因子分析。

（三）主成分分析

本文利用SPSS 25.0對(duì)各指標(biāo)變量進(jìn)行主成分分析，以甘肅省城市商業(yè)銀行為例，得到荷載矩陣的特征值與方差貢獻(xiàn)率如表4所示。利用最大方差法旋轉(zhuǎn)得到的荷載矩陣如表5所示。13個(gè)變量一共被分為3個(gè)主成分， 主成分F1包含的主要因素為GDP增長(zhǎng)率、銀行間同業(yè)拆借利率、財(cái)政赤字依存度、人民幣兌美元平均匯率、不良貸款率、ROE和ROA，稱之為宏觀環(huán)境與資產(chǎn)質(zhì)量因子;主成分F2包含的主要因素為資本充足率、流動(dòng)性比例和存貸比，稱之為資本充足與流動(dòng)性因子;主成分F3包含的主要因素為CPI增長(zhǎng)率和M2增速，稱之為貨幣政策因子。根據(jù)各地區(qū)主成分分析的結(jié)果，可以看出影響西部六省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的主要因素為GDP增長(zhǎng)率、財(cái)政赤字依存度、資本充足率、不良資產(chǎn)率和流動(dòng)性比例。

（四）綜合指數(shù)合成

按照對(duì)各指標(biāo)提取的因子合成的主成分如下所示：

CISFR表示城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)，？棕i表示對(duì)應(yīng)的方差貢獻(xiàn)率。

為了對(duì)比分析，以目前國(guó)內(nèi)排名前五的城市商業(yè)銀行作為發(fā)達(dá)地區(qū)的樣本，選擇北京、上海、江蘇三地的城市商業(yè)銀行作為后發(fā)地區(qū)城市商業(yè)銀行的對(duì)比對(duì)象進(jìn)行系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)評(píng)，最后合成2014—2018年各地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)得分，如表6、圖1和圖2所示。

（五）結(jié)果分析

按照綜合指數(shù)法的最終得分， 從圖1可以看出，2014—2018年西部后發(fā)地區(qū)城市商業(yè)銀行的系統(tǒng)性金融風(fēng)險(xiǎn)總體趨勢(shì)主要為兩個(gè)階段：

1.第一階段（2014—2016年）

這一階段西部后發(fā)地區(qū)整體系統(tǒng)性金融風(fēng)險(xiǎn)呈現(xiàn)下降趨勢(shì)。從宏觀層面來(lái)看，自2008年全球金融危機(jī)以來(lái)， 我國(guó)一直實(shí)行偏松的經(jīng)濟(jì)政策來(lái)刺激經(jīng)濟(jì)增長(zhǎng)。2014年我國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”階段，央行為了緩解經(jīng)濟(jì)下行壓力先后進(jìn)行了6次降息，4次降準(zhǔn)以及4次定向降準(zhǔn)， 受積極的貨幣政策與財(cái)政政策的影響， 我國(guó)CPI增長(zhǎng)率、M2增長(zhǎng)率、財(cái)政赤字依存度均在上升。同時(shí)利率市場(chǎng)化改革的推進(jìn)和存款保險(xiǎn)制度的實(shí)行增強(qiáng)了中小城市商業(yè)銀行的競(jìng)爭(zhēng)力，使得城市商業(yè)銀行抵御系統(tǒng)性金融風(fēng)險(xiǎn)的能力進(jìn)一步增強(qiáng)。此外，雖然我國(guó)自2014年起GDP增長(zhǎng)率開始下滑， 但是西部后發(fā)地區(qū)的GDP增長(zhǎng)率仍然保持在高水平的階段， 后發(fā)地區(qū)的經(jīng)濟(jì)具有較大的增長(zhǎng)潛力，這是后發(fā)優(yōu)勢(shì)的體現(xiàn)。從微觀層面來(lái)看，西部后發(fā)地區(qū)城市商業(yè)銀行自2014年起才開始步入一個(gè)加速發(fā)展的階段，與經(jīng)濟(jì)發(fā)達(dá)地區(qū)的城市商業(yè)銀行不同，后發(fā)地區(qū)各家城市商業(yè)銀行成立時(shí)間較晚，但是后發(fā)地區(qū)的城市商業(yè)銀行可以在發(fā)達(dá)地區(qū)城市商業(yè)銀行發(fā)展的基礎(chǔ)上進(jìn)行模仿創(chuàng)新， 引入先進(jìn)的風(fēng)險(xiǎn)管理技術(shù)，從而獲得成本優(yōu)勢(shì)與時(shí)間優(yōu)勢(shì)。處于后發(fā)地區(qū)的城市商業(yè)銀行會(huì)由于其停滯和發(fā)展之間的緊張狀態(tài)激起整個(gè)行業(yè)員工對(duì)于追趕發(fā)達(dá)地區(qū)城市商業(yè)銀行的強(qiáng)烈愿望， 激發(fā)整個(gè)行業(yè)的工作積極性，銀行經(jīng)營(yíng)效率提高，發(fā)展速度迅速提升。通常這一階段都是商業(yè)銀行不斷擴(kuò)充資產(chǎn)規(guī)模，提高盈利能力和資本充足率的階段， 而且不良貸款累積的基礎(chǔ)較低， 不良貸款對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響不大， 因此這一階段西部后發(fā)地區(qū)城市商業(yè)銀行的系統(tǒng)性金融風(fēng)險(xiǎn)是逐步降低的，西部后發(fā)地區(qū)城市商業(yè)銀行整體發(fā)展是趨于穩(wěn)定的。

對(duì)比發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)，從圖2可以看出，后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)在2016年達(dá)到了5年內(nèi)的最小值， 綜合指數(shù)平均值為15.66。 而發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)在2014年是最小的， 其綜合指數(shù)平均值為13.14，此后呈現(xiàn)逐年遞增趨勢(shì)。發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)在樣本時(shí)間范圍內(nèi)整體變動(dòng)趨勢(shì)早于后發(fā)地區(qū)城市商業(yè)銀行2年，在后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)還在遞減階段時(shí)，發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)已經(jīng)開始遞增。 這與地區(qū)城市商業(yè)銀行的發(fā)展階段相吻合，發(fā)達(dá)地區(qū)城市商業(yè)銀行起步較早，而后發(fā)地區(qū)城市商業(yè)銀行起步較晚，因此兩者系統(tǒng)性金融風(fēng)險(xiǎn)的變動(dòng)趨勢(shì)步伐有先后之分。 同時(shí)需要注意的是，按照各省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的計(jì)算結(jié)果來(lái)看，西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的大小與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展有密切關(guān)系，發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)整體明顯低于后發(fā)地區(qū)，這一階段發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)整體平均值在14.28左右， 而后發(fā)地區(qū)雖然在遞減的階段但也達(dá)到了16.13。在后發(fā)地區(qū)中，陜西省的城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)得分明顯要低于其他五省，同樣在發(fā)達(dá)地區(qū)城市商業(yè)銀行中，上海的城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)也是三個(gè)樣本地區(qū)中最小的。同時(shí)陜西、青海、新疆、西藏的城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)在這一階段都在降低，而寧夏和甘肅的城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)增長(zhǎng)幅度僅在1%～2%， 因此在這一階段西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)都處于平穩(wěn)和發(fā)展良好狀態(tài)。

2.第二階段（2016—2018年）

自2016年起， 西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)開始上升。分開來(lái)看，各省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)均有不同幅度的上升，惟有陜西省的城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)上升幅度較小，只是回到了2014年的水平， 其他五省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)均在大幅度上升，這與我國(guó)經(jīng)濟(jì)步入新常態(tài)， 整體宏觀經(jīng)濟(jì)呈下滑趨勢(shì)緊密相關(guān)。城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的增長(zhǎng)與其各類風(fēng)險(xiǎn)的暴露密切相關(guān)， 宏觀經(jīng)濟(jì)增速趨緩及轉(zhuǎn)型壓力，加速了信用風(fēng)險(xiǎn)的暴露，大幅降低了信貸資產(chǎn)的質(zhì)量，大部分城市商業(yè)銀行的不良貸款余額和不良貸款率均逐年上升。在信用違約加速暴露、銀行壞賬逐漸增多的情況下，部分銀行開始惜貸，導(dǎo)致流動(dòng)性的需求增多，而供給減少。信用風(fēng)險(xiǎn)及其他風(fēng)險(xiǎn)漸漸會(huì)轉(zhuǎn)化為流動(dòng)性風(fēng)險(xiǎn)，增加銀行流動(dòng)性風(fēng)險(xiǎn)的不確定性。同時(shí)，利率市場(chǎng)化和金融體系脫媒的推進(jìn)，改變了金融環(huán)境和金融結(jié)構(gòu)，使得銀行風(fēng)險(xiǎn)愈發(fā)復(fù)雜化。在利率市場(chǎng)化之前，銀行的主要收入過(guò)于依賴存貸差，疏于風(fēng)險(xiǎn)管理，而在利率市場(chǎng)化之后，利率逐漸由市場(chǎng)供求關(guān)系決定，地方銀行業(yè)金融機(jī)構(gòu)存款利率較高和貸款利率較低的優(yōu)勢(shì)逐漸不復(fù)存在，同業(yè)競(jìng)爭(zhēng)越發(fā)激烈。而金融脫媒進(jìn)程的加快對(duì)銀行的傳統(tǒng)業(yè)務(wù)產(chǎn)生了強(qiáng)烈的沖擊，支付中介和信用中介的職能被部分替代，并分流了銀行的優(yōu)質(zhì)客戶，增加了銀行的融資成本，降低了銀行負(fù)債的穩(wěn)定性，對(duì)現(xiàn)有資產(chǎn)負(fù)債結(jié)構(gòu)產(chǎn)生巨大的威脅， 銀行資產(chǎn)和負(fù)債的流動(dòng)性風(fēng)險(xiǎn)日趨嚴(yán)峻。另外，隨著互聯(lián)網(wǎng)金融的發(fā)展，系統(tǒng)性金融風(fēng)險(xiǎn)會(huì)加快傳染速度。 我國(guó)GDP增長(zhǎng)率自2014年起出現(xiàn)大幅度下滑趨勢(shì)， 經(jīng)濟(jì)增速明顯放緩，內(nèi)生增長(zhǎng)動(dòng)力不足，金融市場(chǎng)抵御風(fēng)險(xiǎn)能力下降，系統(tǒng)性金融風(fēng)險(xiǎn)顯著提高。2016—2018年， 我國(guó)GDP增長(zhǎng)率由6.7%降至6.6%，M2增速由11.3%降至8.1%， 銀行間同業(yè)拆借利率由1.99%上漲至2.85%，宏觀經(jīng)濟(jì)的萎靡使得整個(gè)銀行業(yè)系統(tǒng)性金融風(fēng)險(xiǎn)增加。從微觀層面來(lái)看，雖然利率市場(chǎng)化改革能夠提高城市商業(yè)銀行競(jìng)爭(zhēng)力，但是城市商業(yè)銀行同業(yè)競(jìng)爭(zhēng)帶來(lái)了成本增加，系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)一步暴露。自2016年起宏觀經(jīng)濟(jì)收緊的條件下，西部后發(fā)地區(qū)城市商業(yè)銀行在前期高速發(fā)展基礎(chǔ)上已經(jīng)積累了較多的風(fēng)險(xiǎn)因子，比如過(guò)度擴(kuò)張貸款規(guī)模導(dǎo)致不良貸款率的增加，盈利水平下降，創(chuàng)新能力有限，業(yè)務(wù)競(jìng)爭(zhēng)力下降，市場(chǎng)占有份額下降，從這一階段開始西部后發(fā)地區(qū)城市商業(yè)銀行的后發(fā)優(yōu)勢(shì)作用已不再顯著，而其經(jīng)濟(jì)發(fā)展較為落后， 系統(tǒng)性金融風(fēng)險(xiǎn)抵御能力不足的劣勢(shì)開始凸顯。而且這一階段互聯(lián)網(wǎng)信息技術(shù)的變革速度明顯加快，后發(fā)地區(qū)城市商業(yè)銀行的技術(shù)、人才、大數(shù)據(jù)庫(kù)、人工智能設(shè)備等都已經(jīng)跟不上時(shí)代的要求，銀行業(yè)數(shù)字化轉(zhuǎn)型的迫切需求使得后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)增大。

發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)自2014年就開始呈現(xiàn)上升趨勢(shì)， 與后發(fā)地區(qū)一樣都在2018年達(dá)到了近五年的最高值。2018年發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)平均值為17.91，而西部后發(fā)地區(qū)平均值為20.98，遠(yuǎn)高于發(fā)達(dá)地區(qū)的水平。這也說(shuō)明兩類地區(qū)城市商業(yè)銀行目前所處的宏觀環(huán)境和系統(tǒng)性金融風(fēng)險(xiǎn)敞口是相似的。因此可以看出，綜合指數(shù)法測(cè)度的后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)指數(shù)的大小基本符合其實(shí)際情況，這種測(cè)評(píng)方法模擬度較高。

分開來(lái)看，各省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的大小與其當(dāng)?shù)亟?jīng)濟(jì)發(fā)展程度密切相關(guān)，地區(qū)經(jīng)濟(jì)的發(fā)達(dá)與否決定了其經(jīng)濟(jì)的穩(wěn)定性，經(jīng)濟(jì)發(fā)展較好的地區(qū)其經(jīng)濟(jì)的內(nèi)在穩(wěn)定性更強(qiáng)，因而在經(jīng)濟(jì)波動(dòng)時(shí)其抵御風(fēng)險(xiǎn)的能力和經(jīng)濟(jì)恢復(fù)的能力也就更強(qiáng)。同時(shí)經(jīng)濟(jì)發(fā)展越好的地區(qū)，其城市商業(yè)銀行發(fā)展得越好，主要體現(xiàn)在盈利性更強(qiáng)，流動(dòng)性更高，資本更為充足，清償能力也更強(qiáng)，因此城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)敞口就越小。所以，陜西省作為西部六省中經(jīng)濟(jì)發(fā)展最好的省份，其城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)的基數(shù)是最低的，2016年僅為4.05， 而甘肅省作為GDP倒數(shù)第一的省份其城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)是最高的，同期為24.35，是陜西的6倍。 同樣上海在三個(gè)發(fā)達(dá)地區(qū)樣本中經(jīng)濟(jì)發(fā)展最好，其系統(tǒng)性金融風(fēng)險(xiǎn)的基數(shù)也是最低的。從變化趨勢(shì)來(lái)看，陜西、青海、新疆、西藏四省城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)變動(dòng)趨勢(shì)基本一致，都是先降后升，其中新疆和西藏兩區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)自2016年起上漲的趨勢(shì)較大， 尤其是新疆在2018年已經(jīng)超過(guò)其他四省快要趕上甘肅的水平。 甘肅和寧夏的變動(dòng)趨勢(shì)一致，均為逐年上升。從變化趨勢(shì)上看，陜西、青海、新疆、西藏的城市商業(yè)銀行更為符合后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)變動(dòng)趨勢(shì)， 拋開地區(qū)經(jīng)濟(jì)發(fā)展的因素。

五、結(jié)論及政策建議

根據(jù)實(shí)證分析的結(jié)果，以西部六省區(qū)為代表的后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)變動(dòng)趨勢(shì)有如下特點(diǎn)： 后發(fā)地區(qū)城市商業(yè)銀行起步時(shí)間較晚，早期發(fā)展速度較快，這一階段城市商業(yè)銀行整體穩(wěn)定性較高，后發(fā)優(yōu)勢(shì)明顯，系統(tǒng)性金融風(fēng)險(xiǎn)較低。而隨著城市商業(yè)銀行發(fā)展到一定時(shí)期，尤其是一些城市商業(yè)銀行上市后資本得到補(bǔ)充，其發(fā)展的潛力到達(dá)瓶頸，后發(fā)優(yōu)勢(shì)的紅利用盡，競(jìng)爭(zhēng)力不足，管理模式和風(fēng)控技術(shù)都跟不上時(shí)代要求時(shí)，其系統(tǒng)性金融風(fēng)險(xiǎn)就會(huì)不斷凸顯加大，銀行的波動(dòng)性就會(huì)加大。發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)變動(dòng)趨勢(shì)與后發(fā)地區(qū)城市商業(yè)銀行一致，但是其發(fā)展趨勢(shì)的時(shí)期要早于后發(fā)地區(qū)城市商業(yè)銀行一個(gè)階段。系統(tǒng)性金融風(fēng)險(xiǎn)的大小與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展程度密切相關(guān)，發(fā)達(dá)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)綜合指數(shù)的平均值顯著低于后發(fā)地區(qū)。同時(shí)，隨著中國(guó)經(jīng)濟(jì)步入新常態(tài)， 利率市場(chǎng)化和金融脫媒的推進(jìn)，后發(fā)地區(qū)城市商業(yè)銀行所處的金融環(huán)境有所改變，系統(tǒng)性金融風(fēng)險(xiǎn)暴露更為充分，后發(fā)地區(qū)城市商業(yè)銀行只有做好全方位的風(fēng)險(xiǎn)管理，才能在激烈的同業(yè)競(jìng)爭(zhēng)市場(chǎng)中取得優(yōu)勢(shì)地位，提高核心競(jìng)爭(zhēng)力。

目前，西部后發(fā)地區(qū)城市商業(yè)銀行風(fēng)險(xiǎn)管理的基礎(chǔ)較差，覆蓋面較窄，缺乏獨(dú)立性和專業(yè)性，呈現(xiàn)出被動(dòng)管理的特征， 與發(fā)展較好的商業(yè)銀行相比，表現(xiàn)出較大的劣勢(shì)。為此，針對(duì)后發(fā)地區(qū)城市商業(yè)銀行這一特性，控制系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)一步增長(zhǎng)的趨勢(shì)，避免在未來(lái)城市商業(yè)銀行帶來(lái)更大的危機(jī)而引發(fā)嚴(yán)重的區(qū)域性金融風(fēng)險(xiǎn)，西部后發(fā)地區(qū)城市商業(yè)銀行應(yīng)該注重以下幾個(gè)方面。

（一）構(gòu)建適合后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)評(píng)模型與預(yù)警機(jī)制

西部后發(fā)地區(qū)城市商業(yè)銀行地理?xiàng)l件惡劣，區(qū)域經(jīng)濟(jì)發(fā)展滯后，風(fēng)險(xiǎn)管理人才匱乏，給當(dāng)?shù)爻鞘猩虡I(yè)銀行風(fēng)險(xiǎn)管控帶來(lái)了極大困難。同時(shí)后發(fā)地區(qū)城市商業(yè)銀行風(fēng)險(xiǎn)計(jì)量模型和大數(shù)據(jù)風(fēng)控體系較為落后，銀行自身數(shù)據(jù)庫(kù)內(nèi)的數(shù)據(jù)存量不足且數(shù)據(jù)連續(xù)性差，歷史數(shù)據(jù)十分有限。本文利用綜合指數(shù)法對(duì)西部后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行了測(cè)評(píng)， 分析發(fā)現(xiàn)結(jié)果符合實(shí)際，且綜合指數(shù)法簡(jiǎn)單易操作， 測(cè)度的結(jié)果直觀準(zhǔn)確，符合西部后發(fā)地區(qū)城市商業(yè)銀行現(xiàn)有條件下對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)評(píng)模型的需求，因此本文認(rèn)為綜合指數(shù)法是目前適合其構(gòu)建使用的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)評(píng)模型。

同時(shí)，為了提高后發(fā)地區(qū)城市商業(yè)銀行風(fēng)險(xiǎn)管理能力， 應(yīng)當(dāng)搭建城市商業(yè)銀行風(fēng)險(xiǎn)預(yù)警平臺(tái)，設(shè)立風(fēng)險(xiǎn)預(yù)警機(jī)制，以期發(fā)揮三個(gè)作用：一是依據(jù)城市商業(yè)銀行相關(guān)經(jīng)營(yíng)管理的規(guī)則，建立一套科學(xué)合理的預(yù)警機(jī)制，對(duì)城市商業(yè)銀行的管理水平、管理狀況和經(jīng)營(yíng)狀況進(jìn)行診斷，一旦城市商業(yè)銀行出現(xiàn)不符合規(guī)定或逾越警戒范圍的狀況，預(yù)警機(jī)制可以及時(shí)提醒金融監(jiān)管部門采取監(jiān)管措施，規(guī)避、調(diào)節(jié)金融風(fēng)險(xiǎn)，實(shí)現(xiàn)城市商業(yè)銀行穩(wěn)健經(jīng)營(yíng)。二是借助金融科技的發(fā)展，監(jiān)管和政府管理部門可以隨時(shí)掌握城市商業(yè)銀行動(dòng)態(tài)，依據(jù)經(jīng)濟(jì)金融統(tǒng)計(jì)資料對(duì)城市商業(yè)銀行風(fēng)險(xiǎn)進(jìn)開展評(píng)估，做到對(duì)金融風(fēng)險(xiǎn)早發(fā)現(xiàn)、早處置。三是可以使監(jiān)管部門大大減少實(shí)地現(xiàn)場(chǎng)檢查頻率，提高了金融監(jiān)管效率。

（二）實(shí)施全面風(fēng)險(xiǎn)管理

隨著金融風(fēng)險(xiǎn)越來(lái)越具有復(fù)雜性、傳染性和滲透性，全面風(fēng)險(xiǎn)管理已成為金融機(jī)構(gòu)的重要風(fēng)險(xiǎn)管理理念和要求。后發(fā)地區(qū)城市商業(yè)銀行要甄別其金融風(fēng)險(xiǎn)來(lái)源，建立全面且具有針對(duì)性的風(fēng)險(xiǎn)管理體系。要以風(fēng)險(xiǎn)管理為抓手，實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型和持續(xù)增長(zhǎng)。按照全面風(fēng)險(xiǎn)管理的思想，建立獨(dú)特、高效、先進(jìn)的風(fēng)險(xiǎn)管理模式。風(fēng)險(xiǎn)管理專業(yè)人士需要更好地平衡其雙重職責(zé)， 幫助銀行做出明智的風(fēng)險(xiǎn)決策。風(fēng)險(xiǎn)管理需兼顧效率和效力，后發(fā)地區(qū)城市商業(yè)銀行需要設(shè)計(jì)出新的運(yùn)營(yíng)和人才模型，從根本上利用新技術(shù)開展工作。不過(guò)，在保證高效的同時(shí)還應(yīng)保持或提升效力，二者之間需要平衡。后發(fā)地區(qū)城市商業(yè)銀行應(yīng)建立與組織架構(gòu)、業(yè)務(wù)規(guī)模、復(fù)雜程度相適應(yīng)的全面風(fēng)險(xiǎn)管理體系，降低增量風(fēng)險(xiǎn)。

（三）創(chuàng)新后發(fā)地區(qū)城市商業(yè)銀行的不良資產(chǎn)處置方式，拓寬并夯實(shí)資本補(bǔ)充渠道

后發(fā)地區(qū)城市商業(yè)銀行系統(tǒng)性金融風(fēng)險(xiǎn)一部分是由于銀行為了上市過(guò)度擴(kuò)張衍生出來(lái)的，由于銀行過(guò)度擴(kuò)張貸款規(guī)模， 導(dǎo)致不良貸款率快速上升，資產(chǎn)質(zhì)量急速下降，其系統(tǒng)性金融風(fēng)險(xiǎn)就會(huì)進(jìn)一步暴露。控制不良貸款規(guī)模能夠有效抑制其演變?yōu)殂y行的系統(tǒng)性金融風(fēng)險(xiǎn)，因此后發(fā)地區(qū)城市商業(yè)銀行在上市后資本得到補(bǔ)充的條件下，要重視整個(gè)銀行的資產(chǎn)結(jié)構(gòu)，調(diào)整業(yè)務(wù)范圍，創(chuàng)新市場(chǎng)化不良資產(chǎn)的處置方式。對(duì)不良資產(chǎn)進(jìn)行價(jià)值重估，通過(guò)引入戰(zhàn)略投資者、產(chǎn)業(yè)基金、并購(gòu)基金等，對(duì)不良資產(chǎn)進(jìn)行重組、并購(gòu)等市場(chǎng)化處置，探索不良資產(chǎn)證券化、債轉(zhuǎn)股等方式。后發(fā)地區(qū)城市商業(yè)銀行要充分利用現(xiàn)有監(jiān)管政策， 積極發(fā)行資本補(bǔ)充工具，避免過(guò)度單一的資本補(bǔ)充方式， 通過(guò)資產(chǎn)證券化、內(nèi)源融資等多種方式擴(kuò)充資本金， 減少銀行風(fēng)險(xiǎn)資產(chǎn)，提高資本充足性。

（四）創(chuàng)新風(fēng)險(xiǎn)管理工具和方法，提升風(fēng)險(xiǎn)控制水平

在當(dāng)前銀行業(yè)數(shù)字化轉(zhuǎn)型的趨勢(shì)之下，金融科技是后發(fā)地區(qū)城市商業(yè)銀行轉(zhuǎn)型發(fā)展的必經(jīng)之路。要利用大數(shù)據(jù)建立合理的風(fēng)險(xiǎn)控制體系解決約束普惠金融發(fā)展的信息不對(duì)稱問(wèn)題。由于存在自身人才劣勢(shì)和研發(fā)投入不足，后發(fā)地區(qū)城市商業(yè)銀行可以根據(jù)自身能力選擇與金融科技公司結(jié)盟、行業(yè)內(nèi)合作共享或外包金融技術(shù)的方式提高金融科技水平，搶占金融科技市場(chǎng)。后發(fā)地區(qū)城市商業(yè)銀行在找準(zhǔn)自身盈利點(diǎn)的前提下，也可以將部分金融科技外包給專業(yè)的互聯(lián)網(wǎng)科技公司。后發(fā)地區(qū)城市商業(yè)銀行應(yīng)以大數(shù)據(jù)為依托， 構(gòu)建全面風(fēng)險(xiǎn)管理數(shù)據(jù)庫(kù)， 為銀行管理風(fēng)險(xiǎn)提供數(shù)據(jù)基礎(chǔ)管理平臺(tái); 應(yīng)樹立大數(shù)據(jù)思維模式管理企業(yè)信用評(píng)級(jí)體系， 挖掘銀行經(jīng)營(yíng)規(guī)律，分析優(yōu)質(zhì)企業(yè)的經(jīng)營(yíng)特征，開展個(gè)性化征信，高效評(píng)級(jí)企業(yè)信用，提高高風(fēng)險(xiǎn)客戶甄別能力， 對(duì)其進(jìn)行精準(zhǔn)風(fēng)險(xiǎn)定價(jià)和提供個(gè)性化服務(wù);還可積極探索區(qū)塊鏈技術(shù)在銀行風(fēng)險(xiǎn)管理中的應(yīng)用，利用區(qū)塊鏈多點(diǎn)儲(chǔ)存、不可篡改等特性，開展區(qū)塊鏈風(fēng)險(xiǎn)管理應(yīng)用模式，在銀行的關(guān)鍵業(yè)務(wù)中可設(shè)置監(jiān)測(cè)探針，從而有效提升銀行的追溯能力，對(duì)于跨市場(chǎng)、跨行業(yè)交叉性金融風(fēng)險(xiǎn)的識(shí)別更加精準(zhǔn)。

參考文獻(xiàn)：

[1]BENOIT S，COLLETAZ G，HURLIN C，et al.A Theoretical and Empirical Comparison of Systemic Risk Measures[R].HEC Paris Research Paper，No.FIN-2014-1030.

[2]BENOIT S，COLLIARD J E，HURLIN C，et al.Where the Risk Lie： A Survey on Systemic Risk[R].HEC Paris Research Paper，No.FIN-2015-1088.

[3]MINSKY H P.The Financial Instability Hypothesis： A Restatement[J].Thames Papers on Political Economy，1978（1）：21-25.

[4]DIAMOND D W，DYBVIG P H.Bank Runs，Deposit Insurance，and Liquidity[J].Journal of Political Economy，1983（91）：401-419.

[5]KREGEL J A.Margins of Safety and Weight of the Argument in Generating Financial Fragility[J].Journal of Economics Issues，1997，6（31）：543-548.

[6]尚曉，龐小紅，白文梅.供給側(cè)結(jié)構(gòu)性改革背景下系統(tǒng)性金融風(fēng)險(xiǎn)防范問(wèn)題研究[J].征信，2017（5）：77-82.

[7]CHAKRAVORTI S.Analysis of Systemic Risk in Multilateral Net Settlement Systems[J].Journal of International Financial Markets，2000（10）：9-30.

[8]OET M V，BIANCO T，GRAMLICH D，et al.SAFE： An Early Warning System for Systemic Banking Risk[J].Federal Reserve Bank of Cleveland，Working Paper，2011（11）：11-29.

[9]KUPIEC P H，NICKERSON D B.Assessing Systemic Risk Exposure from Banks and GSEs Under Alternative Approaches to Capital Regulation[J].Journal of Real Estate Finance and Economics，2004（28）：123-145.

[10]周炎，陳昆亭.金融經(jīng)濟(jì)周期理論研究動(dòng)態(tài)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2014（7）：128-138.

[11]ZIGRAND J P. Systems and Systemic Risk in Finance and Economics[J].SRC Special Paper，London School of Economics and Political Science，2014（1）：147-152.

[12]巴曙松，左偉，朱元倩.金融網(wǎng)絡(luò)及傳染對(duì)金融穩(wěn)定的影響[J].財(cái)經(jīng)問(wèn)題研究，2013（2）：3-11.

[13]HART O，ZINGALES L.How to Avoid a New Financial Crisis[J].Working Paper，2009（11）：1-16.

[14]BATTISTON S，GATTI D D，GALLEGATI M，et al.Liaisons Dangereuses：Increasing Connectivity，Risk Sharing，and Systemic Risk[R].NBER Working Paper，2009，No.15611.

[15]BIJLSMA M，KLOMP J，DUINEVELD S.Systemic Risk in the Financial Sector：A Review and Synthesis[R].CPB Document，CPB Netherlands Bureau for Economic Policy Analysis，2010，No.210.

[16]張曉樸.系統(tǒng)性金融風(fēng)險(xiǎn)研究：演進(jìn)、成因與監(jiān)管[J].國(guó)際金融研究，2010，（1）：58-67.

[17]韓心靈，韓保江.供給側(cè)結(jié)構(gòu)性改革下系統(tǒng)性金融風(fēng)險(xiǎn)：生成邏輯、風(fēng)險(xiǎn)測(cè)度與防控對(duì)策[J].財(cái)經(jīng)科學(xué)，2017（6）：1-13.

[18]BERNANKE B S.The Crisis and the Policy Response[R].The Stamp Lecture at the London School of Economics，2009-01-13.

[19]ACHARYA V V，PEDERSEN L，PHILIPPON T，et al. Taxing Systemic Risk[J].World Scientific Series in Finance：Managing and Measuring Risk，2013（25）：99-122.

[20]ILLING M，LIU Y. Measuring Financial Stress in A Developed Country： An Application to Canada[J].Journal of Financial Stability，2006（3）：243-265.

[21]KAMINSKY G，LIZONDO S，REINHART C M. Leading Indicators of Currency Crises[R].IMF Staff Papers，1998， 45（3）：1-48.

[22]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（6）：18-36.

[23]GIRARDI G，ERGUN A T. Systemic Risk Measurement： Multivariate GARCH Estimation of CoVaR[J]. Social Science Electronic Publishing，2013，37（8）：3169-3180.

[24]ACHARYA V V，BROWNLEES C，ENGLE R，et al.Measuring Systemic Risk[J].Working Paper，2017，29（1002）：85-119.

[25]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（9）：89-100.

[26]嚴(yán)偉祥，張維，牛華偉.金融風(fēng)險(xiǎn)動(dòng)態(tài)相關(guān)與風(fēng)險(xiǎn)溢出異質(zhì)性研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2017（10）：67-81.

[27]周皓，陳湘鵬，何碧清，等.2018上半年中國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)報(bào)告——貿(mào)易戰(zhàn)與去杠桿背景下的復(fù)雜局面分析[R].清華大學(xué)國(guó)家金融研究院，2018-07-08.

[28]唐文進(jìn)，蘇帆.極端金融事件對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響分析——以中國(guó)銀行部門為例[J].經(jīng)濟(jì)研究，2017（4）：17-33.

Abstract： The systematic financial risk of city commercial banks is not only related to the safety of their own development， but also can easily evolve into regional financial risk， especially in underdeveloped regions where there are inadequate risk prevention capacity， which will bring serious impact on local economy. In this paper， 13 city commercial banks in 6 provinces in Chinas western underdeveloped regions are selected as samples to measure the systematic financial risks of city commercial banks by using comprehensive index method. It is found that the systematic financial risks of city commercial banks in these regions show a trend of decreasing first and increasing later. Meanwhile， the size of the systematic financial risks is closely related to the development degree of regional economy. It is suggested that city commercial banks in these regions take local economic development as a priority and establish an active and comprehensive risk management mode， vigorously develop financial science and technology， increase policy support， and implement effective regulatory measures， so as to contain the current growth trend of systemic financial risks in these regions and maintain the stability of the regional economy.

Key words： systematic financial risk; city commercial banks in underdeveloped region; comprehensive index method

（責(zé)任編輯：龍會(huì)芳;校對(duì)：李丹）