摘 要：區(qū)域系統(tǒng)性金融風(fēng)險的客觀存在不僅影響著區(qū)域經(jīng)濟的安全，也極易通過區(qū)域間的經(jīng)濟聯(lián)系而放大，從而成為導(dǎo)致一國經(jīng)濟整體出現(xiàn)系統(tǒng)性波動的不穩(wěn)定因素。本文在借鑒并綜合相關(guān)系統(tǒng)性金融風(fēng)險研究的基礎(chǔ)上，將區(qū)域系統(tǒng)性金融風(fēng)險來源分為區(qū)域宏觀經(jīng)運行狀況以及區(qū)域金融運行狀況兩大子系統(tǒng)，并在此基礎(chǔ)上根據(jù)ARIMA計量模型、熵值法及FSEM構(gòu)建了區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警的綜合評判體系，提出了風(fēng)險等級的評判準(zhǔn)則。

關(guān)鍵詞：區(qū)域系統(tǒng)性金融風(fēng)險；ARIMA；熵值；FESM

中圖分類號：F224 文獻(xiàn)標(biāo)識碼：A〓 文章編號：1003-9031（2014）09-0014-06 DOI：10.3969/j.issn.1003-9031.2014.09.03

一、區(qū)域系統(tǒng)性金融風(fēng)險相關(guān)文獻(xiàn)綜述

Robert C.Merton和Zvi Bodie指出金融體系執(zhí)行著跨期配置資源、提供管理風(fēng)險的方式、提供清算和結(jié)算支付、提供歸集資源并在不同企業(yè)里細(xì)分所有權(quán)的機制、提供價格信息幫助協(xié)調(diào)不同經(jīng)濟部門的分散性決策以及提供設(shè)法解決激勵問題的方式等六項基本功能，但系統(tǒng)性金融風(fēng)險的存在將會使得金融體系所具備的基本功能受到威脅，并嚴(yán)重影響金融系統(tǒng)的穩(wěn)定，一旦風(fēng)險防范不足就將使其轉(zhuǎn)化為金融危機，進(jìn)而嚴(yán)重拖累實體經(jīng)濟的運行，最終使得經(jīng)濟社會付出慘重的福利代價。因此，有效的識別和防范金融風(fēng)險，維護金融體系的穩(wěn)定就成為各國共同關(guān)心的重要議題。目前，絕大多數(shù)的文獻(xiàn)對于系統(tǒng)性金融風(fēng)險研究的出發(fā)點都是集中于國家整體的宏觀層面，對于區(qū)域系統(tǒng)性金融風(fēng)險的相關(guān)研究還比較少，已有的關(guān)于區(qū)域金融風(fēng)險的相關(guān)研究文獻(xiàn)主要從劃分引起區(qū)域系統(tǒng)性金融風(fēng)險的來源、指標(biāo)權(quán)重的確定以及計量模型的設(shè)定做了一些前期研究。仲彬、劉念和畢順榮（2002）構(gòu)建了區(qū)域金融風(fēng)險預(yù)警體系的框架，構(gòu)建了相應(yīng)的指標(biāo)體系，并建立了統(tǒng)計模型[1]。汪祖杰和吳江（2006）把區(qū)域金融安全指標(biāo)體系劃分為區(qū)域金融安全微觀監(jiān)測指標(biāo)系統(tǒng)、區(qū)域安全宏觀監(jiān)測指標(biāo)系統(tǒng)、區(qū)域安全金融生態(tài)環(huán)境指標(biāo)系統(tǒng)，并構(gòu)造了區(qū)域金融安全計量經(jīng)濟模型[2]。陳松林等（2006）通過功效系數(shù)方法來計算綜合評估系數(shù)從而建立了金融風(fēng)險評估模型[3]。姚星垣和郭福春（2008）根據(jù)浙江省區(qū)域金融發(fā)展特點，提出了從宏觀、中觀和微觀三個層面考慮區(qū)域金融風(fēng)險的預(yù)警機制[4]。譚中明（2010）認(rèn)為區(qū)域金融風(fēng)險狀況應(yīng)該包含外部影響因素以及內(nèi)部影響因素，在此基礎(chǔ)上對構(gòu)建的指標(biāo)體系賦予不同權(quán)重，構(gòu)建了區(qū)域金融風(fēng)險預(yù)警指標(biāo)體系的測量模型[5]。宋凌峰和葉永剛（2011）認(rèn)為企業(yè)部門和公共部門的風(fēng)險是區(qū)域金融風(fēng)險構(gòu)成中的主要風(fēng)險來源，并采用面板數(shù)據(jù)模型分析了區(qū)域金融風(fēng)險部門之間傳遞[6]。李建軍和盧少紅（2013）利用probit模型與ARMA預(yù)警模分析了區(qū)域民間金融風(fēng)險的規(guī)模風(fēng)險與利率風(fēng)險[7]。包全永（2005）研究了一個封閉銀行系統(tǒng)和銀行間市場的系統(tǒng)性風(fēng)險傳染機理，認(rèn)為銀行系統(tǒng)性風(fēng)險具有傳染與擴散效應(yīng)，這種傳染與擴散效應(yīng)最終可能使銀行系統(tǒng)失去基本功能[8]。

單個事件會通過一個機構(gòu)傳遞到多家機構(gòu)、從一個市場傳遞到多個市場，這會引起多米諾骨牌效應(yīng)，導(dǎo)致?lián)p失擴散和蔓延，從而使得整個金融體系變得脆弱，這種觀點也適合于區(qū)域系統(tǒng)性金融風(fēng)險之間的傳染，較為系統(tǒng)的研究區(qū)域系統(tǒng)性金融風(fēng)險的生成機理并對其進(jìn)行量化測度進(jìn)而采取相應(yīng)的風(fēng)險防范措施，對于穩(wěn)定區(qū)域經(jīng)濟的協(xié)調(diào)發(fā)展以及整體經(jīng)濟的安全而言就顯得至關(guān)重要，但是，在進(jìn)行區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警過程中應(yīng)該包括哪些經(jīng)濟因素和金融指標(biāo)？應(yīng)該如何對指標(biāo)數(shù)據(jù)進(jìn)行處理？以及怎樣進(jìn)行相應(yīng)指標(biāo)數(shù)據(jù)的預(yù)測并最終通過何種形式來給出風(fēng)險預(yù)警？對此，本文將在基于ARIMA與模糊綜合評價視角下給出說明和分析路徑。

二、區(qū)域系統(tǒng)性金融風(fēng)險的影響因素及預(yù)警指標(biāo)體系

對于區(qū)域系統(tǒng)性金融風(fēng)險而言，從概念上應(yīng)界定為特定的經(jīng)濟區(qū)域由于外部宏觀經(jīng)濟環(huán)境的變化或區(qū)域內(nèi)自身經(jīng)濟環(huán)境的改變而產(chǎn)生的對于區(qū)域內(nèi)金融體系有著負(fù)面影響的一種風(fēng)險狀態(tài)，這種風(fēng)險是潛在客觀存在的，且易于通過不同區(qū)域間的內(nèi)在聯(lián)系而傳染。對于潛在的影響區(qū)域金融運行的因素而言，大致有以下幾類因素。

（一）宏觀經(jīng)濟的周期性波動

在宏觀經(jīng)濟的擴張期，由于市場的良好表現(xiàn)，個體投資者及機構(gòu)投資者的非理性思維會過度的增大風(fēng)險敞口，未對沖的風(fēng)險敞口增加會不斷的使風(fēng)險集聚，從而威脅到金融體系的安全，在宏觀經(jīng)濟的收縮期，隨著整體經(jīng)濟的下行，脆弱的金融部門容易出現(xiàn)流動性等困難，這種局面會通過金融機構(gòu)之間的資產(chǎn)互持而得以迅速擴大，最終影響實體經(jīng)濟的發(fā)展。

（二）金融基礎(chǔ)設(shè)施的不完善

金融基礎(chǔ)設(shè)施包括了一系列的法律程序和會計程序，交易和清算設(shè)施的組織架構(gòu)，以及監(jiān)管金融體系參與者之間關(guān)系的管制機構(gòu)。當(dāng)某個區(qū)域由于受到內(nèi)在的經(jīng)濟波動或者外生沖擊時，不完善的金融基礎(chǔ)設(shè)施將難以有效的防范及轉(zhuǎn)移這些不確定風(fēng)險，從而導(dǎo)致風(fēng)險集中度逐漸上升，最終通過資產(chǎn)負(fù)債等鏈條破壞金融體系的正常健康運行，阻礙有效的資本配置，影響區(qū)域的經(jīng)濟效率。因此，不完善的金融基礎(chǔ)設(shè)施將會成為區(qū)域系統(tǒng)性金融風(fēng)險的重要來源。

（三）地方政府的行政干預(yù)

地方政府擔(dān)負(fù)著推動地區(qū)經(jīng)濟發(fā)展的重要任務(wù)，區(qū)域GDP的大幅增加是量化衡量政府績效的重要指標(biāo)，地方政府出于各種考量會采取行政干預(yù)的方式配置金融資源，這種舉措往往是通過政府的信用來放松金融機構(gòu)對于市場參與者的約束，從而形成一種隱性擔(dān)保，這種擔(dān)保會使即便被擔(dān)保方出現(xiàn)凈值減少，金融機構(gòu)也極有可能更多的提供流動性的局面出現(xiàn)，從而大幅增加了系統(tǒng)性金融風(fēng)險的集聚的可能性。

（四）金融系統(tǒng)中的同質(zhì)化風(fēng)險

當(dāng)微觀市場主體在同一制度的框架范圍內(nèi)，按照相同或相近的思維模式采取相同或類似的行為時，就會產(chǎn)生正反饋和負(fù)反饋兩種反饋機制。在經(jīng)濟擴張時，市場參與者的同質(zhì)化操作易滋生金融泡沫，加速金融風(fēng)險向金融危機轉(zhuǎn)變；在經(jīng)濟收縮時，同樣的策略和行為也會加劇金融危機的發(fā)生，這種較強的順周期反饋使金融系統(tǒng)面臨著更大的波動性。同時，對資產(chǎn)負(fù)債采取以公允價值計價的方式也會成為金融風(fēng)險的重要來源，在經(jīng)濟高漲時，抬高或虛增資產(chǎn)的賬面價值，刺激信貸擴張，這就易形成信貸擴張到資產(chǎn)價格高漲再到資產(chǎn)價格泡沫最后泡沫破滅演化為危機的回路，在經(jīng)濟衰退時，以公允價值計量的資產(chǎn)價格迅速下降，這將迫使產(chǎn)生資產(chǎn)拋售的局面，從而進(jìn)一步加速了經(jīng)濟環(huán)境或金融功能的惡化，最終形成危機。公允價值計量在經(jīng)濟繁榮時其會制造資產(chǎn)泡沫，經(jīng)濟蕭條時期會造成資產(chǎn)價格非理性下跌，對宏觀經(jīng)濟波動產(chǎn)生影響。

（五）市場參與者的短視行為

對于短期利潤的追逐容易把貨幣資金更多的配置到資產(chǎn)負(fù)債率較高且生產(chǎn)效率較低的行業(yè)，2000年高科技產(chǎn)業(yè)泡沫的破滅致使美國股票市場大幅下跌，至2002年跌幅達(dá)到了30%，嚴(yán)重拖累了實體經(jīng)濟的有效運行，2007年8月開始美國爆發(fā)了大蕭條以來最嚴(yán)重的金融危機，次級住房抵押貸款違約所產(chǎn)生的市場連鎖反應(yīng)引發(fā)了金融機構(gòu)的巨額虧損，隨后而來的美股單日跌幅高達(dá)7%，成為1987年股災(zāi)以來最大跌幅，這些危機的爆發(fā)很到程度都可歸結(jié)于市場參與者的非理性行為。次貸危機源于非理性繁榮，正是這種羊群效應(yīng)的心理導(dǎo)致了美國20世紀(jì)90年代的股市泡沫和2000—2007年的房地產(chǎn)泡沫，缺乏市場效率的資源配置將會更容易產(chǎn)生金融風(fēng)險。

（六）國家宏觀政策的調(diào)整

國家宏觀政策的調(diào)整主要是針對整體國民經(jīng)濟的運行需要所做出的長遠(yuǎn)規(guī)劃，這種國家層面上的政策變動在作用于局部區(qū)域的時候會由于各個區(qū)域的經(jīng)濟發(fā)展程度和金融體系完善度的不同而有所差別，各個區(qū)域的不同彈性反應(yīng)就容易使得調(diào)整過度或調(diào)整不足，這些都將成為某些區(qū)域系統(tǒng)性金融風(fēng)險的因素來源。

（七）金融資源的激烈競爭

稀缺資源不僅指物質(zhì)資本，也應(yīng)指金融資源。金融資源的競爭不僅存在于金融機構(gòu)之間，也存在于地方政府之間。金融機構(gòu)間對于貨幣資金來源的爭奪以及資金用途的盲目投放將放大風(fēng)險敞口，成為威脅金融體系安全的不穩(wěn)定因素。地方政府出于績效的考量也會加入到稀缺金融資源的爭奪戰(zhàn)中，如果地方政府不具備較強的風(fēng)險防控能力，那么為了獲取更多的外在資源，就有可能會帶來更大的金融風(fēng)險。

上述因素梳理了金融風(fēng)險的潛在生成機制，金融風(fēng)險的大小取決于區(qū)域宏觀經(jīng)濟的運行態(tài)勢、區(qū)域金融體系的風(fēng)險狀況以及微觀市場主體的非理性參與行為，其具體影響過程。

金融風(fēng)險預(yù)警模型構(gòu)建中最基本的要素是確立預(yù)警指標(biāo)，由于影響區(qū)域金融體系穩(wěn)定的風(fēng)險因素較多，且各個不同的經(jīng)濟區(qū)域在區(qū)位優(yōu)勢、資源稟賦、對外開放度等方面都存在較大差異。基于此，在選取指標(biāo)構(gòu)建區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警模型時應(yīng)該具備既有反映區(qū)域宏觀經(jīng)濟變化帶來的影響，又有反映區(qū)域金融市場和金融機構(gòu)運行狀況的特點。

本文選取反映區(qū)域宏觀經(jīng)濟運行的變量指標(biāo)主要有區(qū)域GDP增速、區(qū)域CPI增速、區(qū)域失業(yè)率、區(qū)域固定資產(chǎn)投資增長率以及區(qū)域財政收入增長率。對于GDP而言，GDP平穩(wěn)的增長速度反映了經(jīng)濟規(guī)模的合理性放大，而過快的增速也有可能代表著經(jīng)濟泡沫問題，因此，選定該指標(biāo)作為整體宏觀經(jīng)濟的衡量標(biāo)準(zhǔn)之一是必要的。對于CPI而言，CPI增速過快會通過市場參與者的預(yù)期作用于經(jīng)濟，帶來一系列的交易成本，不利于資源的合理配置，從而拖累經(jīng)濟的正常運行。對于失業(yè)率而言，失業(yè)率衡量了一國或一地區(qū)對于經(jīng)濟資源的利用程度。對于固定資產(chǎn)投資增速而言，固定資產(chǎn)投資增長反映了地區(qū)產(chǎn)能的擴張，這直接意味著地區(qū)經(jīng)濟未來的增長潛力。對于區(qū)域財政收入增長率而言，財政收入的增長反映了一個地區(qū)整體的經(jīng)濟增長實力，基于統(tǒng)一的收入口徑和可比價格將不同年度的財政收入增長率進(jìn)行對比，可以看出財政收入規(guī)模的變化和增長水平的快慢，這也反映了區(qū)域宏觀經(jīng)濟運行發(fā)展的規(guī)模和速度。

由于金融體系的主要組成部分可以劃分為金融市場和金融機構(gòu)，因此分別從區(qū)域銀行業(yè)、區(qū)域保險業(yè)和區(qū)域證券業(yè)三個方面來進(jìn)行選擇反映區(qū)域金融運行狀況指標(biāo)。Goodhart和Segoviano（2009）認(rèn)為對于銀行業(yè)而言，銀行作為最重要的金融機構(gòu)，銀行系統(tǒng)的危機、特定銀行間的危機及與某個特定銀行相聯(lián)系的系統(tǒng)危機可形成系統(tǒng)性風(fēng)險[9]。根據(jù)相關(guān)文獻(xiàn)以及學(xué)界、業(yè)界的相關(guān)研究，本文選取的作為衡量銀行健康狀況的指標(biāo)主要有：反映資本充足性的指標(biāo)（資本充足率、核心資本充足率）；反映資產(chǎn)質(zhì)量的指標(biāo)（不良貸款率、呆賬貸款率、逾期貸款率、最大十家客戶貸款比率和最大客戶授信比率）；反映盈利能力的指標(biāo)（資產(chǎn)利潤率、資本利用率、利息回收率和資產(chǎn)費用率）；反映流動性的指標(biāo)包括（流動性比率、超額準(zhǔn)備金率和存貸款比率）；反映風(fēng)險管理能力的指標(biāo)（風(fēng)險管理計量程序、內(nèi)控措施完善度）。對于保險業(yè)而言，本文在借鑒中國保險監(jiān)督管理委員會發(fā)布的《保險公司償付能力額度及監(jiān)管指標(biāo)管理規(guī)定》的基礎(chǔ)上，選取的衡量保險業(yè)健康狀況的監(jiān)測指標(biāo)有保險深度、償付能力充足率、保費增長率。對于證券業(yè)而言，在借鑒中國證券監(jiān)督管理委員會公布的《證券公司風(fēng)險控制指標(biāo)管理辦法》的基礎(chǔ)上，選取了凈資本與凈資產(chǎn)比例、凈資本與負(fù)債比例以及凈資產(chǎn)和負(fù)債比例作為衡量證券市場運行的監(jiān)測指標(biāo)。

三、風(fēng)險預(yù)警邏輯及實證分析

對于區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警模型而言，進(jìn)入模型的評價因素較多，諸多因素的邊界也存在著模糊特征，定性分析很難對風(fēng)險狀態(tài)做出預(yù)警判斷。因此，區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警模型的構(gòu)建將主要采取BOX和Jenkins提出的ARIMA模型以及L.AZdah提出的FSEM來進(jìn)行。

（一）變量說明

為了嘗試構(gòu)建反映區(qū)域系統(tǒng)性金融風(fēng)險的預(yù)警機制，現(xiàn)對做出以下劃分，區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警模型為Ⅰ級系統(tǒng)，區(qū)域宏觀經(jīng)濟運行指標(biāo)與區(qū)域金融運行指標(biāo)為Ⅱ級系統(tǒng)（其中區(qū)域金融運行系統(tǒng)分為區(qū)域銀行業(yè)系統(tǒng)、區(qū)域保險業(yè)系統(tǒng)、區(qū)域證券業(yè)系統(tǒng)），各類監(jiān)測變量為Ⅲ級系統(tǒng)（包括區(qū)域GDP增速、區(qū)域CPI增速、區(qū)域失業(yè)率、區(qū)域固定資產(chǎn)投資增長率、區(qū)域財政收入增長率、資本充足率、核心資本充足率、不良貸款率、呆賬貸款率、逾期貸款率、最大十家客戶貸款比率、最大客戶授信比率、資產(chǎn)利潤率、資本利用率、利息回收率、資產(chǎn)費用率、流動性比率、超額準(zhǔn)備金率、存貸款比率、風(fēng)險管理計量程序、內(nèi)控措施完善度、保險深度、償付能力充足率、保費增長率、凈資本與凈資產(chǎn)比例、凈資本與負(fù)債比例以及凈資產(chǎn)和負(fù)債比例27個監(jiān)測指標(biāo)）。

（二）風(fēng)險預(yù)警邏輯

區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警系統(tǒng)由反映區(qū)域宏觀經(jīng)濟運行狀況、區(qū)域銀行業(yè)狀況、區(qū)域保險業(yè)狀況以及區(qū)域證券業(yè)狀況的四個子系統(tǒng)組成，因此，風(fēng)險預(yù)警應(yīng)該根據(jù)四個子系統(tǒng)的風(fēng)險狀況來綜合予以判定，然而各個子系統(tǒng)在整個風(fēng)險預(yù)警中的權(quán)重應(yīng)該是有所差異的，這種差異性的最終來源在于進(jìn)入各個子系統(tǒng)中的監(jiān)測指標(biāo)值，所以首先需要對各個監(jiān)測指標(biāo)值進(jìn)行差異賦權(quán)并確定風(fēng)險等級，然后根據(jù)確定后的監(jiān)測指標(biāo)權(quán)重與風(fēng)險等級給出各個子系統(tǒng)的不同風(fēng)險等級和風(fēng)險的綜合評價值，最后通過各個子系統(tǒng)的綜合評價值的加權(quán)處理給出反映區(qū)域系統(tǒng)性金融風(fēng)險的綜合評價值，該值即為區(qū)域系統(tǒng)性金融風(fēng)險的最終狀態(tài)。上述過程中對于監(jiān)測指標(biāo)的賦權(quán)采取的是熵值法賦權(quán)，熵值小代表該指標(biāo)的權(quán)重越大；對于監(jiān)測指標(biāo)的風(fēng)險等級采取梯形隸屬函數(shù)通過隸屬度來確定，隸屬度反映了各個指標(biāo)對應(yīng)于不同風(fēng)險等級的程度，各子系統(tǒng)中的監(jiān)測指標(biāo)權(quán)重將會構(gòu)成1×n矩陣，n代表各子系統(tǒng)中的監(jiān)測指標(biāo)數(shù)量，隸屬度構(gòu)成n×4矩陣，4代表四個風(fēng)險等級，通過權(quán)重矩陣與隸屬度矩陣可解出反映各子系統(tǒng)不同風(fēng)險等級程度的矩陣，對于該矩陣進(jìn)行風(fēng)險等級的加權(quán)求和即為各子系統(tǒng)的風(fēng)險評價值，最后根據(jù)各子系統(tǒng)在整個風(fēng)險預(yù)警系統(tǒng)的權(quán)重值對各子系統(tǒng)的風(fēng)險評價值加權(quán)求和即可得出最終的區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警值，根據(jù)該值所屬的風(fēng)險區(qū)間判定風(fēng)險狀態(tài)，邏輯路線。

（三）風(fēng)險預(yù)警機制的實證路線

在用ARIMA（p d q）之前，需進(jìn)行ADF（Augmented Dicky-Fuller test）平穩(wěn)性檢驗并通過自相關(guān)函數(shù)ACF和偏相關(guān)函數(shù)PACF的拖尾及截尾特征來確定AR（p）以及MA（q）中滯后階數(shù)，模型采用OLS法估計完成后，使用LB統(tǒng)計量（Ljung-BOX）檢驗顯著性以確定ARIMA（p d q）模型適用，并得出監(jiān)測指標(biāo)的點預(yù)測值，該值將被用于后續(xù)建立的預(yù)警評價矩陣。

對于預(yù)測出的監(jiān)測指標(biāo)數(shù)據(jù)，需要賦予在風(fēng)險預(yù)警指標(biāo)體系中的權(quán)重值，權(quán)重的確定擬采用信息論中的熵值來客觀賦權(quán)，根據(jù)各類指標(biāo)在系統(tǒng)中的熵值大小的相對程度來確定各類指標(biāo)的權(quán)重值，指標(biāo)的離散程度越大，該指標(biāo)對綜合評價的影響越大。監(jiān)測指標(biāo)的權(quán)重需要先對各監(jiān)測指標(biāo)在預(yù)警體系中的正向或反向作用分別予以定性，然后根據(jù)各監(jiān)測指標(biāo)的閥值進(jìn)行一系列代數(shù)變化才能確定。根據(jù)國際通用標(biāo)準(zhǔn)、國內(nèi)相關(guān)行業(yè)規(guī)范標(biāo)準(zhǔn)以及相關(guān)文獻(xiàn)研究成果，本文將區(qū)域系統(tǒng)性金融風(fēng)險預(yù)警指標(biāo)區(qū)間及風(fēng)險等級的評判標(biāo)準(zhǔn)予以暫定并給予指標(biāo)體系中的各監(jiān)測指標(biāo)正負(fù)定性，并用“+”和“-”表示，“+”表示該指標(biāo)數(shù)值越大，“-”代表在預(yù)警模型中具有較強的積極作用，表示該指標(biāo)數(shù)值越大，則在預(yù)警模型中具有較強的消極作用，經(jīng)過劃分后共有19個正向指標(biāo)，8個負(fù)向指標(biāo)，具體區(qū)間及正負(fù)評價。

通過梯形隸屬函數(shù)構(gòu)造出隸屬度后，可以構(gòu)建出不同的模糊矩陣，分別有反映區(qū)域宏觀經(jīng)濟的模糊矩陣R1、區(qū)域銀行業(yè)的模糊矩陣R2、區(qū)域保險業(yè)的模糊矩陣R3以及區(qū)域證券業(yè)模糊矩陣R4，

R1=（y11，y12，y13，y14，y15）T（13）

R2=（y21，y22，y23，y24，y25，y26，y27，y28，y29，y210，y211，y212，y213，y214，y216）T

（14）

R3=（y31，y32，y33）T （15）

R4=（y41，y42，y43）T （16）

其中，每一個模糊矩陣中的監(jiān)測指標(biāo)都對應(yīng)有4個風(fēng)險級別，即

yij=（yij（E1）yij（E2）yij（E3）yij（E4）） （17）

通過上述過程確定的權(quán)重及模糊矩陣，可以根據(jù)模糊綜合評價理論進(jìn)行向量合成得出反映區(qū)域宏觀經(jīng)濟情況、區(qū)域銀行業(yè)、區(qū)域保險業(yè)及證券業(yè)的綜合評價。

B1=W1×R1=（b11、b12、b13、b14） （18）

B2=W2×R2=（b21、b22、b23、b24） （19）

B3=W3×R3=（b31、b32、b33、b34） （20）

B4=W4×R4=（b41、b42、b43、b44） （21）

賦予不同安全級別特征值，即設(shè)E1=1，E2=2，E3=3，E4=4，并根據(jù)式（22）、（23）、（24）及（25）來計算各個子系統(tǒng)的安全等級指數(shù)來進(jìn)行風(fēng)險識別，設(shè)定安全區(qū)間為（0，1]，基本安全區(qū)間為（1，2]，風(fēng)險區(qū)間為（2，3]，高風(fēng)險區(qū)間為（3，4]，同時為了把各子系統(tǒng)的指數(shù)合并成為風(fēng)險預(yù)警模型的綜合安全指數(shù)，把各子系統(tǒng)的值進(jìn)行歸一化處理，并利用式（26）來進(jìn)行綜合評判，數(shù)值？茁即為區(qū)域系統(tǒng)性金融風(fēng)險的綜合評價值，根據(jù)設(shè)立的不同區(qū)間可以判斷某區(qū)域的風(fēng)險等級。

四、結(jié)語

本文基于ARIMA計量模型以及信息論中的模糊綜合評價理論而建立的區(qū)域系統(tǒng)性金融風(fēng)險模型只是一種在現(xiàn)有相關(guān)研究基礎(chǔ)上的綜合及嘗試，如對于模型中監(jiān)測指標(biāo)的選取、賦權(quán)的方法以及評判標(biāo)準(zhǔn)等是否符合經(jīng)濟現(xiàn)實都還需要進(jìn)一步商榷，對于文中衡量銀行業(yè)狀況的風(fēng)險計量程序及內(nèi)控措施完善度這種定性指標(biāo)的處理是否恰當(dāng)可行有待進(jìn)一步分析；同時，該模型能否具有較好的理論價值和實踐價值也有待進(jìn)一步的實證和探討。由于區(qū)域系統(tǒng)性金融風(fēng)險是客觀存在于各個經(jīng)濟區(qū)域的現(xiàn)實，這種系統(tǒng)性金融風(fēng)險的級別主要受到經(jīng)濟區(qū)域內(nèi)宏觀經(jīng)濟的運行質(zhì)量以及區(qū)域金融體系的脆弱性的影響，經(jīng)濟區(qū)域不僅會由于內(nèi)生發(fā)展不足或發(fā)展脫離現(xiàn)實經(jīng)濟體的承受度而加速風(fēng)險的集聚，同時也會由于風(fēng)險計量程序的不完善而增大風(fēng)險暴露程度和放大風(fēng)險敞口，致使易受到外生性的風(fēng)險沖擊。因此，對于市場經(jīng)濟的所有參與者而言，如何更好的建立起區(qū)域系統(tǒng)性金融風(fēng)險的預(yù)警機制及其預(yù)警模型，有效的識別金融風(fēng)險的級別和風(fēng)險來源并及時有針對性的采取風(fēng)險防范措施來防范系統(tǒng)性金融風(fēng)險向金融危機的升級，從而維護好金融體系的應(yīng)有功能并最終增進(jìn)社會的整體福利將具有重要意義。

（責(zé)任編輯：于明）

參考文獻(xiàn)：

[1]仲彬，劉念，畢順榮.區(qū)域金融風(fēng)險預(yù)警系統(tǒng)的理論與實踐探討[J].金融研究，2002（7）.

[2]汪祖杰，吳江.區(qū)域金融安全指標(biāo)體系及其計量模型的構(gòu)建[J].經(jīng)濟理論與經(jīng)濟管理，2006（3）.

[3]陳松林.區(qū)域金融風(fēng)險監(jiān)測評估模型研究[J].武漢金融，2006（4）.

[4]姚星垣，郭福春.構(gòu)建浙江省區(qū)域金融風(fēng)險預(yù)警體系研究[J].浙江金融，2008（5）.

[5]譚中明.區(qū)域金融風(fēng)險預(yù)警系統(tǒng)的設(shè)計和綜合度量[J].軟科學(xué)，2010（3）.

[6]宋凌峰，葉永剛.中國區(qū)域金融風(fēng)險部門間傳遞研究[J].管理世界，2011（9）.

[7]李建軍，盧少紅.區(qū)域民間金融風(fēng)險預(yù)警方法及實證分析[J].金融監(jiān)管研究，2013（2）.

[8]包全永.銀行系統(tǒng)性風(fēng)險的傳染模型研究[J].金融研究，2005（8）.

[9]C. A. E. Goodhart， Miguel A. Segoviano Basurto，Banking stability measures[R]. IMF Working papers，2009.