■ 陳 珊

（中國人民銀行西寧中心支行 青海西寧 810001）

近年來，金融監(jiān)管部門多次強調(diào)要把主動防范化解區(qū)域性、系統(tǒng)性金融風(fēng)險放在更加重要的位置。隨著我國金融市場的發(fā)展，資金在不同市場間迅速流動，同一區(qū)域內(nèi)部、不同區(qū)域之間金融業(yè)務(wù)往來越來越頻繁，債權(quán)、債務(wù)關(guān)系越來越復(fù)雜，在加快金融業(yè)發(fā)展的同時，增加了風(fēng)險的傳播速度和傳染范圍。

一、文獻綜述

國內(nèi)外對于區(qū)域性金融風(fēng)險研究較多，其中國外研究起步較早。Kaminsky(1998)利用信號分析法（KLR法）對貨幣危機進行實證分析，并提出了區(qū)域性金融風(fēng)險的預(yù)警體系，該體系對若干指標(biāo)進行監(jiān)測，當(dāng)某個指標(biāo)超過臨界值時，就會發(fā)出警告信號。Khashanah(2016)在信息流網(wǎng)絡(luò)分析（IFNA）的基礎(chǔ)上，研究分析了系統(tǒng)性金融風(fēng)險的影響因素，并利用Fisher判斷模型預(yù)測系統(tǒng)性風(fēng)險。馬鴻雁（2019）認(rèn)為金融機構(gòu)追求發(fā)展的績效模式、金融機構(gòu)內(nèi)部控制機制的不健全、“影子銀行”、經(jīng)濟政策等因素均可能引起金融風(fēng)險。馮林等（2016）運用探索性空間數(shù)據(jù)分析方法（ESDA）對山東省區(qū)域金融風(fēng)險傳染現(xiàn)狀進行分析發(fā)現(xiàn)山東省縣域金融風(fēng)險呈現(xiàn)較強的風(fēng)險傳染效應(yīng)。徐怡珠（2019）采用層次法和熵值法對我國華東地區(qū)六省一市區(qū)域性金融風(fēng)險進行計量分析,認(rèn)為造成區(qū)域性金融風(fēng)險差異的原因主要是各區(qū)域銀行業(yè)監(jiān)管力度、證券業(yè)經(jīng)營績效、對外貿(mào)依賴程度等方面存在差異。在構(gòu)建區(qū)域性金融風(fēng)險指標(biāo)體系上，國內(nèi)學(xué)者多采用層次分析法、熵值法等，但對于指標(biāo)體系的選擇始終沒有統(tǒng)一結(jié)論。本文在以往研究基礎(chǔ)上，結(jié)合青海省現(xiàn)狀，按照宏觀經(jīng)濟金融指標(biāo)、區(qū)域經(jīng)濟指標(biāo)、區(qū)域金融指標(biāo)三大類選取區(qū)域性金融風(fēng)險指標(biāo)體系，利用CRITIC賦權(quán)法衡量各指標(biāo)的權(quán)重，測算青海省2017年-2019年綜合風(fēng)險指數(shù)，對研究結(jié)果進行分析并提出相關(guān)建議供參考。

二、區(qū)域金融風(fēng)險監(jiān)測指標(biāo)選取與風(fēng)險度量方法

(一)區(qū)域金融風(fēng)險指標(biāo)框架選取

實踐經(jīng)驗表明，宏觀經(jīng)濟下滑、股市波動、政府負(fù)債率過高、通貨膨脹等都可能給金融市場造成沖擊。當(dāng)前，金融市場發(fā)展迅速，金融衍生品層出不窮，由于金融業(yè)的復(fù)雜性和傳染性，區(qū)域經(jīng)濟和金融的劇烈波動都可能引發(fā)系統(tǒng)性風(fēng)險。因此，在構(gòu)建區(qū)域金融風(fēng)險度量體系時，理應(yīng)考慮宏觀因素對區(qū)域金融帶來的影響。綜合考慮地方數(shù)據(jù)情況及已有研究結(jié)果，本文按照宏觀經(jīng)濟金融指標(biāo)、區(qū)域經(jīng)濟指標(biāo)、區(qū)域金融指標(biāo)三大類選取區(qū)域金融風(fēng)險指標(biāo)，框架搭建情況如（表1）。

表1 區(qū)域金融風(fēng)險指標(biāo)框架

考慮到指標(biāo)間的共線性會對實證結(jié)果產(chǎn)生影響，本文對上述指標(biāo)進行優(yōu)化處理：一是剔除具有高度相關(guān)性的指標(biāo)，二是剔除數(shù)據(jù)暫時不可得的指標(biāo)。例如影子銀行信貸額、非法集資事件數(shù)量、互聯(lián)網(wǎng)金融發(fā)展水平等。經(jīng)篩選后的監(jiān)測指標(biāo)及其預(yù)警區(qū)間如（表2）。預(yù)警區(qū)間的確定依據(jù)主要為:（1）國際公認(rèn)標(biāo)準(zhǔn)。例如歐盟對政府負(fù)債率劃分的安全警戒線為60%。（2）監(jiān)管機構(gòu)的監(jiān)管標(biāo)準(zhǔn)。例如中國人民銀行、銀保監(jiān)會對金融機構(gòu)部分指標(biāo)的監(jiān)管標(biāo)準(zhǔn)，如資本充足率不低于8%、不良貸款率不超過5%等。（3）金融穩(wěn)定時期的經(jīng)驗數(shù)據(jù)。例如GDP增長率在經(jīng)濟穩(wěn)定運行時期為6.5%-7.5%。（4）經(jīng)驗性研究結(jié)論，例如房地產(chǎn)投資增長率安全范圍為13%-19%。

表2 區(qū)域金融風(fēng)險度量指標(biāo)及預(yù)警區(qū)間表

（二）區(qū)域金融風(fēng)險測度方法

區(qū)域金融風(fēng)險測度包括風(fēng)險指標(biāo)臨界值的確定、指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理、指標(biāo)權(quán)重的確定以及綜合風(fēng)險值的計算，其中各指標(biāo)臨界值上文已確定并劃分四個預(yù)警區(qū)間。

1.指標(biāo)數(shù)據(jù)的標(biāo)準(zhǔn)化處理。為避免由于指標(biāo)量綱的差異對綜合指數(shù)產(chǎn)生決定性影響，需要先將指標(biāo)數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。常見的方法有z-score法、區(qū)間化法（將所有數(shù)據(jù)調(diào)整成0-1之間）極大值法、極小值法。本文選用區(qū)間化法處理正向指標(biāo)和反向指標(biāo)量綱問題，選用z-score標(biāo)準(zhǔn)化法處理適度指標(biāo)的量綱問題。

其中，Xi為標(biāo)準(zhǔn)化后的指標(biāo)i，Xmax為指標(biāo)i序列中的最大值，Xmin為指標(biāo)i序列中的最小值。

2.指標(biāo)權(quán)重的確定方法。目前常用的衡量指標(biāo)權(quán)重的方法有主觀賦權(quán)法（如AHP、專家評分法等）、客觀賦權(quán)法和組合賦權(quán)法（即主客觀相結(jié)合賦權(quán)），本文采用CIRTIC客觀賦值法衡量各項指標(biāo)的權(quán)重。CIRTIC賦權(quán)法是基于指標(biāo)的對比強度和指標(biāo)間的沖突性來衡量指標(biāo)的權(quán)重，指標(biāo)所包含的信息量越大權(quán)重就越大。計算方法如下:

3.綜合風(fēng)險值的計算。由于指標(biāo)屬性的差異以及為更直觀的反映系統(tǒng)性風(fēng)險值的大小，本文采用映射法將各指標(biāo)映射到統(tǒng)一的分?jǐn)?shù)范圍內(nèi)，分?jǐn)?shù)值的大小反應(yīng)指標(biāo)對風(fēng)險影響的大小。具體做法是：根據(jù)指標(biāo)值在風(fēng)險預(yù)警區(qū)間內(nèi)的位置以相同比例映射到分?jǐn)?shù)區(qū)間內(nèi)。例如，2018年我國GDP增長率為6.7%，處在上、下限之間20%的位置，按照此比例映射到75-100分?jǐn)?shù)區(qū)間內(nèi)，則分?jǐn)?shù)值為80分。注意正向指標(biāo)與逆向指標(biāo)映射的不同，具體計算公式如下：

其中，公式（4）適用于正向指標(biāo)，公式（5）適用于逆向指標(biāo)，Zi為指標(biāo)映射后的分?jǐn)?shù)值，Xi為指標(biāo)值，XH和XL分別為預(yù)警區(qū)間的上下限，YH和YL分別為映射分?jǐn)?shù)的上下限。

將各指標(biāo)映射成標(biāo)準(zhǔn)值后，再根據(jù)各指標(biāo)的權(quán)重計算出綜合風(fēng)險值，計算公式如下：

其中，F(xiàn)為綜合風(fēng)險值，α、β、γ分別為宏觀經(jīng)濟金融指標(biāo)、區(qū)域經(jīng)濟指標(biāo)、區(qū)域金融指標(biāo)權(quán)重，ωi、ωj、ωk分別為相應(yīng)三級指標(biāo)的權(quán)重。

三、實證分析

（一）數(shù)據(jù)來源及描述性統(tǒng)計分析

本文所用數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)、中國人民銀行官網(wǎng)、國家財政部官網(wǎng)、青海省統(tǒng)計局、中國人民銀行西寧中心支行官網(wǎng)、青海省財政廳官網(wǎng)、青海省銀保監(jiān)局、wind數(shù)據(jù)庫。將表2中區(qū)域經(jīng)濟指標(biāo)依次記為Yj,j=1,2，…10；區(qū)域金融指標(biāo)依次記為Zk,k=1,2，…6。區(qū)域指標(biāo)描述性統(tǒng)計結(jié)果如下（表3、表4）。表3、4結(jié)果顯示財政收入/地區(qū)生產(chǎn)總值（Y3）均值為15.76，地方政府負(fù)債率(Y4)均值為64.22%，規(guī)模以上工業(yè)企業(yè)資產(chǎn)負(fù)債率(Y9)均值為70.42%，均處于低風(fēng)險范圍；房地產(chǎn)開發(fā)投資增長率(Y7)最大值為15.50%，最小值為-13.90%，波動幅度較大。2017年-2019年資本充足率（Z1）和保險深度(Z4)比較穩(wěn)定，而不良貸款率(Z3)、股票市價總值/地方生產(chǎn)總值（Z5）和貸款增長率（Z6）波動幅度較大。

表3 區(qū)域經(jīng)濟指標(biāo)描述性統(tǒng)計分析結(jié)果

表4 區(qū)域金融指標(biāo)描述性統(tǒng)計分析結(jié)果

（二）風(fēng)險值測度結(jié)果

根據(jù)上述方法，分別計算2017-2019年宏觀經(jīng)濟金融指標(biāo)得分、地區(qū)經(jīng)濟指標(biāo)得分、地區(qū)金融指標(biāo)得分及綜合風(fēng)險得分，青海省近三年綜合金融風(fēng)險得分分別為65.71分、60.38分、55.85分，得分均在50分以上75分以下，處在“基本安全”范圍內(nèi)，說明風(fēng)險總體可控；但三年得分均在70分以下，安全性不高；從得分趨勢來看，呈下降態(tài)勢，說明青海省近三年金融風(fēng)險略有上升。宏觀經(jīng)濟金融指標(biāo)得分，2017-2019年得分分別為63.53分、61.94分、58.76分，風(fēng)險等級均為“基本安全”，且分?jǐn)?shù)越來越低，說明總體安全性在降低。區(qū)域經(jīng)濟指標(biāo)得分，2017-2019年得分分別為62.23分、54.59分、58.96分，風(fēng)險等級均為“基本安全”，但分?jǐn)?shù)值偏低。區(qū)域金融指標(biāo)得分，青海省地區(qū)金融指標(biāo)得分雖處在安全線內(nèi)，但2018年得分同比下降6.29%，2019年得分同比下降19.05%，地區(qū)金融安全性在降低（表5）。

表5 青海省金融風(fēng)險測度結(jié)果

四、政策建議

（一）優(yōu)化青海省金融生態(tài)環(huán)境

加強社會誠信建設(shè)工作，在開展信用創(chuàng)評、搭建信用信息服務(wù)平臺的基礎(chǔ)上，將失信被執(zhí)行人名單通過廣播、廣告、新媒體等多渠道進行公布，加大誠信宣傳力度，擴大宣傳范圍，提高從城市到鄉(xiāng)村、從企業(yè)到個人的守信意識。

（二）加強政府債務(wù)管理，提高資金配置效率

地方政府應(yīng)當(dāng)適度舉債，發(fā)揮專項債券帶動作用，加大對具有發(fā)展?jié)摿托矢摺⑹找娲蟮漠a(chǎn)業(yè)的資金支持，增加有效投資。加快不良資產(chǎn)處置進度，對債務(wù)風(fēng)險化解工作，給予金融機構(gòu)政策指導(dǎo)，出清產(chǎn)能過剩和“僵尸企業(yè)”，引導(dǎo)實體經(jīng)濟健康發(fā)展。

（三）增強金融機構(gòu)的風(fēng)險預(yù)警能力

應(yīng)加強金融機構(gòu)底線意識，強化全面風(fēng)險管理和全流程風(fēng)險管理工作，根據(jù)市場變化及時更新風(fēng)險管理措施。做好貸前審查，平衡風(fēng)險與收益，提升貸款質(zhì)量，做好貸后管理工作，強化風(fēng)險防控，持續(xù)關(guān)注存量到期貸款還款來源，對可能發(fā)生的風(fēng)險提前做好風(fēng)險化解預(yù)案。建立更加完善的金融統(tǒng)計體系，不斷增強自身風(fēng)險預(yù)警能力，實現(xiàn)提前預(yù)判，提前預(yù)防的目標(biāo)。