馮 銳 鄭偉鋼 張少華

一、引言

提高金融資源配置效率，不僅事關實體經濟運行效率，而且對于防范和化解系統(tǒng)性金融風險有著重要價值。金融風險防范化解的核心在于市場對金融資源合理配置的有效性，金融資源配置效率決定了金融資源與復雜經濟系統(tǒng)之間的協(xié)調性和適配度。雖然我國金融結構呈現(xiàn)多元化發(fā)展，金融資源配置的規(guī)模效應不斷提升，但金融資源錯配的負外部性仍然持續(xù)影響著金融市場的完善，金融資源配置效率問題已經成為影響我國系統(tǒng)性金融風險的一個重要因素。

在學界，學者們對系統(tǒng)性金融風險的研究經歷了由簡單到復雜、由狹義到廣義的認知過程。第一，關于系統(tǒng)性金融風險的內涵并未形成統(tǒng)一意見。除了風險傳染視角和金融功能視角外，十國集團（G10）和FSB、IMF、BIS等提出的代表性觀點認為，系統(tǒng)性金融風險是可能導致金融體系部分或全部受到損害，并引致更大范圍金融服務紊亂，給實體經濟造成嚴重影響的風險。第二，學者依據系統(tǒng)性風險的來源和特征提出了不同的系統(tǒng)性金融風險的度量方法。一是在綜合指標法，范云朋（2020）使用ESRB-CISS的方法來監(jiān)測和衡量我國系統(tǒng)性金融風險，建立了系統(tǒng)性金融風險指數(shù)；①范云朋：《我國系統(tǒng)性金融風險監(jiān)測與度量研究——基于ESRB-CISS研究方法》，《經濟問題探索》2020年第11期。二是網絡模型法，白鶴祥等（2020）在分析房地產市場風險的影響機制基礎上，構建出一個系統(tǒng)性金融風險網絡模型并提供預警區(qū)間，運用Var及其變形方法進行測度。②白鶴祥、劉社芳等：《基于房地產市場的我國系統(tǒng)性金融風險測度與預警研究》，《金融研究》2020年第8期。第三，基于系統(tǒng)性金融風險的內涵及其度量研究，學者們分析了系統(tǒng)性金融風險的影響因素，包括房地產市場、股票市場、信貸市場、宏觀金融杠桿等。比如馬勇和陳雨露（2017）考察了不同國家金融杠桿和金融杠桿波動性對國家經濟發(fā)展的影響效應，發(fā)現(xiàn)金融杠桿的波動沖擊國家經濟增長，產生金融風險負面影響。①馬勇、陳雨露：《金融杠桿、杠桿波動與經濟增長》，《經濟研究》2017年第6期。

金融資源配置的核心問題是如何實現(xiàn)金融資源利用效率的最大化。學者們的研究主要圍繞金融資源配置的內涵、測度和風險效應展開。第一，學者們基于市場規(guī)律的微觀法則判斷金融資源是否存在錯配，認為：狹義口徑行業(yè)內的所有企業(yè)的邊際收益產品相等，意味著該行業(yè)實現(xiàn)了金融資源的有效配置；當行業(yè)內不同企業(yè)金融要素投入的邊際收益產品呈現(xiàn)出橫截面差異，意味著該行業(yè)存在金融資源錯配。②杭靜、郭凱明等：《資源錯配、產能利用與生產率》，《經濟學（季刊）》2021年第1期。第二，金融資源配置的度量主要是從宏觀層面的生產率剩余和微觀層面的生產率差距進行研究。戴小勇（2018）聚焦于單一比例指標或某種導致金融資源錯配的因素。③戴小勇：《資源錯配視角下全要素生產率損失的形成機理與測算》，《當代經濟科學》2018年第5期。倫曉波等（2018）以企業(yè)成本偏離行業(yè)平均資本的程度來比較資本邊際報酬水平的差異化，研究金融資源配置程度。④倫曉波、楊竹莘等：《所有制、對外直接投資與融資約束：基于金融資源錯配視角的實證分析》，《世界經濟研究》2018年第6期。第三，金融資源錯配的風險效應。李欣澤等（2018）指出金融資源錯配容易使金融資源過度流向虛擬經濟，加速虛擬經濟與實體經濟的非均衡發(fā)展，尤其是虛擬經濟擠壓新興實體經濟的需求，導致實體經濟融資難、融資貴，越來越滑入失血式循環(huán)的困境。⑤李欣澤、陳言：《金融摩擦與資源錯配研究新進展》，《經濟學動態(tài)》2018年第9期。

綜上所述，現(xiàn)有研究大多選擇融資錯配、杠桿率、金融資產價格周期等單一視角分析金融資源配置與系統(tǒng)性金融風險或實體經濟之間的關系，鮮有從整個金融市場的資源配置層面直接分析金融資源配置對地方系統(tǒng)性金融風險的影響機理和經驗證據，更未能深入解析金融資源配置對不同區(qū)域系統(tǒng)性金融風險的空間效應。鑒于此，本文在已有研究基礎上，利用2011—2019年省級面板數(shù)據，構建一個包含宏觀經濟、地方財政、金融部門、非金融部門、房地產部門和對外貿易的系統(tǒng)性金融風險指標體系，直接考察金融資源配置影響地方系統(tǒng)性金融風險的理論機制和實證經驗，并從我國省級層面研究金融資源配置對不同區(qū)域系統(tǒng)性金融風險的空間效應，從而豐富對金融風險來源和機制探究的“地方視角”，也為現(xiàn)有文獻關于系統(tǒng)性金融風險的空間傳染及治理研究提供了直接證據。

二、理論基礎

我國仍存在金融資源配置與企業(yè)生產率不匹配的現(xiàn)象，引致金融資源流向無效率、低效率的部門或者過度流向虛擬經濟，抑制實體企業(yè)的發(fā)展，成為系統(tǒng)性金融風險的誘發(fā)因素。從金融資源配置的角度看，金融資源如何在我國宏觀經濟部門、地方政府部門、房地產部門、金融部門、非金融部門、對外貿易部門分配存在著競爭矛盾與合作問題，將對系統(tǒng)性金融風險產生直接影響。本文將具體闡述金融資源配置經由以上部門的影響演變進而引發(fā)系統(tǒng)性金融風險的過程。

金融資源在宏觀經濟部門的錯配形成宏觀經濟風險。金融資源的錯配容易形成虛擬經濟與實體經濟的非均衡發(fā)展，帶來宏觀經濟的不穩(wěn)定性。從資源配置的競爭矛盾看，宏觀經濟的穩(wěn)定發(fā)展主要立足于良好的實體經濟和適度的虛擬經濟。資源錯配降低了實體經濟的全要素生產率，導致實體經濟衰退。同時，短期內金融資源過度流向虛擬經濟，長期內因缺乏實體經濟輸血的虛擬經濟會滑入失血式循環(huán)的困境，這最終造成宏觀經濟風險。從資源配置的合作問題看，資源錯配使得實體經濟創(chuàng)造的收益無法達到金融部門的期望收益。這可能衍生出資本閑置，甚至導致金融部門自營業(yè)務的過度膨脹，引發(fā)宏觀經濟風險。

金融資源在地方政府部門的錯配形成財政赤字風險。金融資源的錯配容易使得地方政府基于發(fā)展地方經濟的職責而進行債務擴張，增加金融風險。從金融資源配置的競爭矛盾看，地方財政部門依托政府隱形擔保及利率優(yōu)惠政策可通過融資平臺公司吸納巨量金融資本，投入到基礎設施和低收益類資產，甚至以行政干預方式控制金融資源。但地方隱性債務的還本付息會凸顯金融資源錯配問題，對地方財政穩(wěn)定性造成沖擊，形成地方債務危機。從資源配置的合作問題看，資源錯配使得地方政府債務具有使用周期長而債務期限較短的特征。當?shù)胤秸[性債務沒有出現(xiàn)問題時，銀行、信托等金融機構基于財政承諾支持地方政府舉債。一旦或有黑天鵝事件發(fā)生，地方政府無法償還債務，金融機構就會出現(xiàn)大量壞賬，對地方金融穩(wěn)定產生沖擊。

金融資源在房地產部門的錯配形成資產泡沫風險。金融資源的錯配容易使得房地產部門集聚過度資金而推動房價上漲，可能造成資產價格市場虛假繁榮和惡性膨脹。從資源配置的競爭矛盾看，我國獨特的“土地財政”和居高不下的房價使得房地產部門容易成為投資的重點領域。房地產部門的杠桿率也伴隨著金融資本的熱追而快速上升，并通過資產負債表關聯(lián)下的權益和債務途徑不斷積累風險，容易引發(fā)房地產泡沫。從資源配置的合作問題看，資源錯配使得地方政府基于房價上漲帶來的收益而偏好杠桿，債務風險不斷積累。同時，非金融部門和金融部門通過房產等抵押品提高自身杠桿，獲取更多資本。這增加了違約風險發(fā)生的可能性和金融體系的不穩(wěn)定性，而且以債務類資產為主的金融部門更易積聚、引發(fā)資產泡沫危機。

金融資源在金融部門的錯配形成金融機構風險。金融資源錯配容易使得金融部門的大量資金過度配置到虛擬化的資本市場，形成金融資本的空轉。從資源配置的競爭矛盾看，金融部門通常采取杠桿經營模式，大量資源被金融機構通過工具或交易制度創(chuàng)新，創(chuàng)造出諸多高收益、強風險的金融衍生產品。資源過度集中在虛擬經濟領域，導致金融市場的不確定性及投機性風險。從資源配置的合作問題看，資源錯配使得金融機構的資金大量投向虛擬經濟而脫離實體經濟的“輸血”，對其他部門所需金融資源形成過度擠出效應，引發(fā)金融機構風險。

金融資源在非金融部門的錯配形成實體經濟危機。金融資源錯配容易造成非金融部門的外部融資成本提高，實體企業(yè)的預期利潤降低。從資源配置的競爭矛盾看，基于資本的逐利性，實體企業(yè)的資源配置將轉向較高收益的虛擬經濟。這導致實體企業(yè)資產凈值不斷下降，最終引發(fā)實體企業(yè)因外源性融資受阻而產生流動性危機。從資源配置的合作問題看，資源錯配使得實體企業(yè)從主營業(yè)務獲得的收益率顯著低于其他金融投資收益。實體企業(yè)因而將本來應該投資于企業(yè)生產的長期投資轉入較為短期的金融資產投資，形成金融資源在實體經濟部門的功能失衡與錯配，引發(fā)實體企業(yè)經營風險。

金融資源在對外貿易部門的錯配形成外部市場風險。金融資源錯配容易影響企業(yè)的進出口行為，進而對涉外貿易行業(yè)的經常項目和資本項目往來產生不確定性影響。從資源配置的競爭矛盾看，資本錯配會導致部分出口企業(yè)很難克服出口貿易的固定成本，而進口企業(yè)只能通過進口更高價格的生產要素組織生產，長期內造成行業(yè)整體的經常項目和資本項目往來結構性改變，引發(fā)國際收支失衡。從資源配置的合作問題看，部分涉外貿易企業(yè)雖然可以通過政策性融資獲取金融資源，但融資過程通常伴隨著政治關聯(lián)或所有制特征等非市場化因素，面臨間接融資機構的“惜貸”行為，這形成了外部市場風險。

三、數(shù)據、變量與模型

（一）模型構建

為分析金融資源配置效率對系統(tǒng)性金融風險的影響，本文構建如下計量分析模型：

其中，被解釋變量為系統(tǒng)性金融風險 ，核心解釋變量為金融資源配置效率 ?？刂谱兞糠謩e為金融監(jiān)管強度 、人口老齡化 、城鎮(zhèn)化水平 、產業(yè)結構水平 和市場化水平 。i表示的是全國各省市的樣本數(shù)據（i=1，2，… ，30），t表示不同時期（t=2011，2012，…，2019）， 和分別表示的是截距項和隨機擾動項， 表示省份固定效應， 表示時間固定效應。

為進一步分析金融資源配置效率對系統(tǒng)性金融風險影響的空間溢出影響，本文構建如下空間計量分析模型：

表示第n個變量對本地區(qū)的影響系數(shù)， 表示解釋變量空間滯后項系數(shù)， 表示被解釋變量空間滯后項系數(shù)。由Wald和LR檢驗來判定SDM模型是否會退化為SLM或SEM模型。

（二）數(shù)據與變量

1.被解釋變量。系統(tǒng)性金融風險具有影響范圍廣與累積速度快的特征，單一部門風險不能代表我國整體金融風險狀況。通過借鑒陶玲和朱迎（2016）、左曉慧（2021）測量系統(tǒng)性金融風險的方法，本文將我國系統(tǒng)性金融風險分為六個維度，即宏觀經濟風險、地方財政風險、金融部門風險、非金融部門風險、房地產部門風險以及對外貿易風險。①陶玲、朱迎：《系統(tǒng)性金融風險的監(jiān)測和度量——基于中國金融體系的研究》，《金融研究》2016年第6期。②左曉慧、劉思遠：《金融監(jiān)管對防范系統(tǒng)性金融風險影響研究》，《經濟問題》2021年第7期。根據各個領域風險的影響因子構建相關指標，運用主成分分析法計算出來的得分與權重構建出我國各省份的金融風險指數(shù)，并采用了歸一化處理（見表1）。

表1 系統(tǒng)性金融風險指標

（1）指標處理。本文采用2011—2019年省級數(shù)據作為樣本，為了消除指標之間不同部門維度及其變動方向差異對構建出來的風險指數(shù)產生的影響，對變量指標進行標準化處理。

（2）系統(tǒng)性金融風險指數(shù)合成。運用STATA軟件對數(shù)據進行因子分析處理，提取主成分公共因子，各因子相關載荷作為權重，綜合計算得分作為系統(tǒng)性金融風險測度。對上述所有變量進行KMO檢驗和Bartlett檢驗，以確認所選指標是否適合因子分析，并構建地方系統(tǒng)性金融風險指數(shù)。其中，KMO值為0.658，巴特利特球形度檢驗p值小于0.001，表明樣本數(shù)據因子分析效果較好，用因子分析實現(xiàn)降維的方法是可行的。根據慣例取累計方差貢獻率接近于80%的前k個主成分，對所提取的因子載荷運用最大方差法進行旋轉，以簡化對相關因子的解釋。

2.解釋變量。通過金融資源的投入和產出效率來衡量不同區(qū)域的資本配置效率，并由此反映金融資源不匹配程度。本文采用史亞榮等（2020）所使用的地區(qū)金融相關比率（貸款余額與地區(qū)生產總值之比），來衡量金融資源分配的有效性以及該地區(qū)產出價值中金融資源的規(guī)模。①史亞榮、趙愛清：《地方政府債務對區(qū)域金融發(fā)展的影響——基于面板分位數(shù)的研究》，《中南財經政法大學學報》2020年第1期。本文運用隨機前沿函數(shù)法（SFA）測度金融資源投入產出效率的大小。在使用SFA模型對不同地區(qū)的金融資源投入產出的配置效率進行測算前，需要構造金融資源在各地區(qū)投入和產出的指標體系。根據柯布—道格拉斯生產函數(shù)，本文選取了金融業(yè)從業(yè)人員和金融業(yè)固定資產投資作為投入指標，以金融業(yè)從業(yè)人員代表人力資源投入情況，金融業(yè)固定資產投資代表資本資源投入情況，并選取金融相關比率作為產出指標，將投入和產出指標數(shù)據代入SFA模型中，得出2011—2019年全國30個省份（西藏除外）的金融資源配置效率值，并對數(shù)據進行歸一化處理，能充分反映各省份間的差異化程度。

3.控制變量。金融監(jiān)管強度（Sup），借鑒王韌等（2019）的測量方法，用區(qū)域金融監(jiān)管支出占金融業(yè)增加值的比值來衡量。②王韌、張奇佳、何強：《金融監(jiān)管會損害金融效率嗎》，《金融經濟學研究》2019年第6期。此外，借鑒夏越（2019）和陳蕾等（2021）的研究方法，選取人口老齡化（Agp）、城鎮(zhèn)化水平（Urb）和產業(yè)結構水平（Stru）作為本文的控制變量。③夏越：《金融杠桿如何影響系統(tǒng)性金融風險——U型關系與空間溢出》，《財經科學》2019年第1期。④陳蕾、任文達、黃冰柔：《金融科技對中國區(qū)域金融風險的影響研究》，《福建論壇（人文社會科學版）》2021年第10期。人口老齡化采用65歲以上人口占總人口的比重來衡量，人口老齡化越嚴重的地方，金融風險越高；城鎮(zhèn)化水平通過城鎮(zhèn)人口占總人口比重計算，隨著城鎮(zhèn)化的深入，地方經濟不斷發(fā)展，從而降低地方金融風險；產業(yè)結構水平（Stru），采用第二產業(yè)增加值和第三產業(yè)增加值比重衡量，優(yōu)化產業(yè)結構水平可以降低金融風險。

四、實證分析

（一）基準回歸分析

表2列（1）結果表明金融資源配置效率系數(shù)在1%水平上顯著為負，即金融資源配置效率提高有利于降低系統(tǒng)性金融風險，當金融資源配置效率提高1個單位時，我國系統(tǒng)性金融風險下降0.877個單位。在列（2）引入一系列控制變量后，金融資源配置效率仍然顯著抑制系統(tǒng)性金融風險，當金融資源配置效率提高1個單位時，我國系統(tǒng)性金融風險下降0.591個單位。這表明金融配置效率的提高，有助于金融資源更好地服務實體經濟發(fā)展，可以有效緩解我國金融“脫實向虛”的問題，降低系統(tǒng)性金融風險，實現(xiàn)金融體系的持續(xù)健康發(fā)展。

表2 總體基準回歸結果

從控制變量來看，金融監(jiān)管強度對系統(tǒng)性金融風險的影響顯著為負，說明金融監(jiān)管可以有效防范系統(tǒng)性金融風險。城鎮(zhèn)化水平對系統(tǒng)性金融風險存在顯著負向影響效應，城鎮(zhèn)化是釋放內需潛能的必然選擇，城鎮(zhèn)化進程能夠抵御系統(tǒng)性金融風險的沖擊。產業(yè)結構水平對系統(tǒng)性金融風險的影響顯著為負，原因在于實體工業(yè)企業(yè)的快速發(fā)展是支持經濟高質量發(fā)展的根本基石，第二產業(yè)增加值的比重上升有利于化解系統(tǒng)性金融風險。人口老齡化顯著促進系統(tǒng)性金融風險的提高，說明我國人口結構的變化也會帶來系統(tǒng)性金融風險。

（二）分組回歸分析

本文將我國系統(tǒng)性金融風險分解為宏觀經濟風險、地方財政風險、金融部門風險、非金融部門風險、房地產部門風險以及對外貿易風險。通過測算這六個維度的風險占整體系統(tǒng)性金融風險的權重，測度各部門金融風險指數(shù)并進行分組回歸。確定指標權重的方法有多種，總體來說有主觀賦權與客觀賦權法，其中主觀賦權法有層次分析法，客觀賦權法則有熵值法、CRITIC法、主成分分析法等。由于主觀賦權法中專家賦權打分缺乏統(tǒng)一標準，本文采用客觀賦權法進行權重測算。運用各部門風險權重可以得到各個部門的風險指數(shù)，接著采用分組回歸的方法研究金融資源配置效率對各部門風險影響的相關關系，結果如表3所示。

回歸如表3結果顯示，金融資源配置效率對各個部門都具有顯著負向影響，且對各個部門的影響程度不同。其中，金融資源配置效率對房地產市場風險的影響程度最大，說明金融體制不完善很容易造成房地產金融風險。金融資源配置效率對地方財政風險的影響程度最小。在控制變量影響方面，金融監(jiān)管強度有益于顯著控制各個部門的風險水平。城鎮(zhèn)化水平也顯著影響各個部門的風險水平，城鎮(zhèn)化水平對宏觀經濟風險、地方財政風險和房地產部門風險存在負向影響，原因是提升城鎮(zhèn)化水平能夠促進經濟增長，給地方政府帶來更多財政收入，并且城鎮(zhèn)人口的增加能夠有效支持房地產可持續(xù)發(fā)展。然而，城鎮(zhèn)化水平對金融部門風險、非金融部門風險和對外貿易風險存在正向影響，原因是城鎮(zhèn)化水平的提高擴大了城市規(guī)模，加劇企業(yè)之間的競爭，容易導致企業(yè)面臨更多的經營風險。產業(yè)結構水平也顯著影響宏觀經濟風險、地方財政風險、金融部門風險、非金融部門風險和房地產部門風險，這說明實體工業(yè)經濟的發(fā)展對各個部門的健康運轉均具有重要作用。人口老齡化不利于降低各個部門的風險水平，原因是人口結構變化將直接導致供給側和需求側改變，影響整體經濟動態(tài)平衡，會對各部門發(fā)展形成沖擊。

表3 各部門回歸結果

（三）空間溢出效應分析

基于空間視角對各地區(qū)金融資源配置效率與金融風險的關系進行進一步的探討，采用地理距離的倒數(shù)測算空間權重矩陣，通過Moran’s I指數(shù)檢驗其空間自相關性，運用SDM空間杜賓模型分析金融資源配置效率對不同地區(qū)的異質性影響與空間外溢作用，并進一步分解為直接影響與間接影響?？傮w上不同地區(qū)的系統(tǒng)性金融風險指數(shù)顯示出顯著的負空間相關性，這表明系統(tǒng)性金融風險具有顯著為負的空間外溢效應，即目標分析區(qū)域對鄰近區(qū)域的系統(tǒng)性風險具有負向的溢出效應，本地區(qū)的金融配置效率的提高也能抑制鄰近地區(qū)的系統(tǒng)性金融風險。

在進行空間面板計量估計前，應該先確定合適的估計模型。借鑒韓峰和陽立高（2020）的檢驗方法，利用建立好的地理距離矩陣選擇合適的空間計量模型。①韓峰、陽立高：《生產性服務業(yè)集聚如何影響制造業(yè)結構升級?——一個集聚經濟與熊彼特內生增長理論的綜合框架》，《管理世界》2020年第2期。本文選用時間、個體雙固定模型的SDM來進一步研究金融配置效率對各部門風險的影響。結果如表4所示，各地區(qū)金融風險以及各部門風險不僅受到該省市金融資源配置效率與其他控制因素影響，還受到周邊地區(qū)金融資源配置效率等變量的影響。從系統(tǒng)性金融風險和各個部門風險的層面來看，金融資源配置效率的系數(shù)均為負，且至少在5%水平下顯著，證實了轄區(qū)內金融資源配置效率的提高對本地區(qū)系統(tǒng)性金融風險和各個部門風險均起到抑制作用。從空間影響層面看，無論是系統(tǒng)性金融風險還是各個部門風險，W×金融配置效率系數(shù)都是顯著為負，表明本地區(qū)金融配置效率的提高有利于降低相鄰地區(qū)的各部門風險。原因可能是各地區(qū)的金融資源配置存在空間非均衡的特征，金融資源會自主從低收益地區(qū)、行業(yè)、部門投向其他地區(qū)高收益領域，當本地區(qū)的金融資源達到飽和時，溢出來的部分流入鄰近區(qū)域，金融資源在區(qū)域間的流動促使鄰近地區(qū)有效緩解金融資源錯配而帶來的潛在金融風險。

表4 各部門估計結果

（四）穩(wěn)健性分析

為了確保上述實證結果的穩(wěn)健性，本文進行穩(wěn)健性檢驗。首先，考慮內生性問題。金融風險的累積不僅受到當期金融資源配置效率的影響，還可能受到過去因素影響，將金融資源配置效率滯后一期納入模型中來解決內生性問題。其次，樣本剔除我國四個直轄市?？紤]到北京、天津、上海、重慶與樣本中其他地市在經濟上可能存在特殊性，所以剔除直轄市樣本進行回歸。以上結果都表明金融資源配置效率對我國系統(tǒng)性金融風險具有顯著負向影響。

五、啟示與建議

結合以上分析，本文提出以下建議：第一，深化金融領域改革，持續(xù)推進利率和匯率市場化改革。金融領域改革有益于內部和外部金融資源配置效率提升。利率和匯率市場化改革能夠促進市場化和國際化的金融風險防范和處置機制構建，增強金融市場服務實體經濟的能力。第二，逐步化解地方政府債務風險，有效調控房地產市場發(fā)展，防止金融部門的系統(tǒng)性金融風險發(fā)生。在地方政府債務方面，應加強地方政府舉債監(jiān)督問責機制以及地方政府投融資平臺的規(guī)范管理，根據各級地方實際發(fā)展狀況規(guī)定地方政府債務限額，減少隱性債務，在保障地方政府合理的融資需求后將金融資源投向其他高效率部門；在房地產市場發(fā)展方面，強化金融監(jiān)管，抑制房地產市場投機，通過一系列地方政府的規(guī)制政策實現(xiàn)房地產市場的健康發(fā)展；在金融市場和金融機構發(fā)展方面，積極響應政府政策，引導資金“脫虛向實”，減少金融資源錯配引發(fā)的潛在金融風險，加強金融部門投資實體經濟的意愿，減少和化解不良貸款，調整優(yōu)化信貸結構，提高資本充足率，加強流動性保障，降低我國系統(tǒng)性金融風險。第三，金融開放過程中要注重金融資源配置的協(xié)調性，積極合理地利用外資，提高資本配置效率以抵御外部沖擊風險，充分考慮到各地方的金融風險存在空間上的擴散效應，加強各地方在風險治理方面的協(xié)作，建立多方聯(lián)動的區(qū)域風險管理合作機制，減少金融資源錯配導致的負外部效應。