關(guān)志勇 王偉 趙尊振 宋西圣

摘 要：不確定復(fù)雜環(huán)境下如何有效監(jiān)測、防范與處置區(qū)域金融風(fēng)險？根據(jù)對山東G集團(tuán)資金鏈危機(jī)等案例的歸納性研究，本文得到與傳統(tǒng)觀點不同的推斷：信息不對稱條件下，使用信息越多，區(qū)域金融風(fēng)險監(jiān)測難度越大；提取關(guān)鍵信息并予以加工利用，如構(gòu)造使用區(qū)域重點企業(yè)“風(fēng)險邊界常數(shù)”、“貸款偏離度指標(biāo)”等，有助于彌補多指標(biāo)監(jiān)測體系的滯后性和低敏感等缺陷。環(huán)境快速變化條件下，政銀企風(fēng)險處置模式易陷入“非合作博弈”困境，建立“政府強(qiáng)力核心”與擇機(jī)終止協(xié)作是避免風(fēng)險進(jìn)一步擴(kuò)大的最優(yōu)選擇。

關(guān)鍵詞：金融風(fēng)險；監(jiān)測；簡單法則；合作博弈

中圖分類號：F832 文獻(xiàn)標(biāo)識碼：B 文章編號：1674-2265（2016）04-0041-08

一、引言

2015年5月，山東G集團(tuán)深陷資金鏈緊張危機(jī)，39家銀行55億元貸款及數(shù)十家關(guān)聯(lián)、互保、聯(lián)保企業(yè)近150億元債務(wù)面臨風(fēng)險。盡管自2014年9月風(fēng)險顯現(xiàn)以來當(dāng)?shù)卣y企三方積極采取措施，如簽訂銀政企三方協(xié)議、債權(quán)人合作公約等，但隨著經(jīng)濟(jì)下行壓力加大，該集團(tuán)資金鏈仍隨時面臨斷裂風(fēng)險，并進(jìn)而危及地方金融穩(wěn)定。

類似的地方重點企業(yè)深陷資金鏈危機(jī)并危及區(qū)域金融穩(wěn)定的案例在當(dāng)前經(jīng)濟(jì)下行期并不鮮見。本文以G集團(tuán)資金鏈危機(jī)為例，探討區(qū)域金融風(fēng)險監(jiān)測及其防控問題。主要圍繞兩方面展開研究：（1）信息不對稱條件下的區(qū)域金融風(fēng)險監(jiān)測。（2）快速變化環(huán)境下區(qū)域金融風(fēng)險的防范與化解。研究背景是國內(nèi)經(jīng)濟(jì)下行壓力持續(xù)，企業(yè)生產(chǎn)經(jīng)營困難加劇，伴隨這一進(jìn)程的，是一些地方重點骨干企業(yè)資金鏈危機(jī)加劇區(qū)域金融風(fēng)險，而傳統(tǒng)風(fēng)險防控方式效力遞減，風(fēng)險處置難度加大。

與傳統(tǒng)研究注重政策、法律及體系建設(shè)協(xié)同推進(jìn)的系統(tǒng)性方案不同，本文的研究成果就不確定條件下區(qū)域金融風(fēng)險監(jiān)測、防范與化解的不同側(cè)面和不同階段提出了一些簡單法則：如構(gòu)造使用區(qū)域重點企業(yè)“風(fēng)險邊界常數(shù)”、“貸款偏離度指標(biāo)”等，以彌補多指標(biāo)監(jiān)測體系的滯后性和低敏感等缺陷；建立“政府強(qiáng)力核心”，以規(guī)避傳統(tǒng)政銀企風(fēng)險處置模式的“非合作博弈困境”等。

二、研究綜述

關(guān)于區(qū)域金融風(fēng)險的監(jiān)測，主流研究傾向于構(gòu)建多指標(biāo)風(fēng)險預(yù)警體系。陳守東（2006）通過因子分析法研究我國金融風(fēng)險的來源，運用Logit模型分別建立宏觀經(jīng)濟(jì)風(fēng)險預(yù)警模型和金融市場風(fēng)險預(yù)警模型。仲彬（2002）以區(qū)域銀行體系為研究對象，從現(xiàn)有經(jīng)濟(jì)金融數(shù)據(jù)中廣泛采集信息，使用統(tǒng)計模型分析方法構(gòu)建區(qū)域銀行體系風(fēng)險預(yù)警系統(tǒng)。譚中明（2010）構(gòu)建由外部影響因素和內(nèi)部影響因素兩個分系統(tǒng)、8個子模塊組成的區(qū)域金融風(fēng)險預(yù)警系統(tǒng)，構(gòu)造區(qū)域金融風(fēng)險預(yù)警指標(biāo)體系的綜合度量模型。

關(guān)于區(qū)域金融風(fēng)險的防范，鑒于其成因的復(fù)雜性與動態(tài)性，主流研究強(qiáng)調(diào)防范措施與機(jī)制的整體性、全面性。何德旭（2015）提出四點措施：深化改革，明確并強(qiáng)化地方政府的責(zé)任，加強(qiáng)、改善金融監(jiān)管，強(qiáng)化信息披露。李嘉曉等（2006）認(rèn)為，應(yīng)從建立區(qū)域金融風(fēng)險預(yù)警系統(tǒng)、建立和完善金融機(jī)構(gòu)內(nèi)部風(fēng)險控制體系、改進(jìn)區(qū)域內(nèi)金融監(jiān)管機(jī)構(gòu)對區(qū)域金融風(fēng)險的監(jiān)控水平、強(qiáng)化區(qū)域內(nèi)金融機(jī)構(gòu)的行業(yè)自律、改善防范與化解區(qū)域金融風(fēng)險的外部環(huán)境等方面入手，對區(qū)域金融風(fēng)險進(jìn)行有效的防范與化解。紀(jì)陽（2011）提出，要構(gòu)建和完善金融機(jī)構(gòu)內(nèi)部的經(jīng)營機(jī)制，提高金融系統(tǒng)的自身免疫力；建立良好的經(jīng)濟(jì)運行環(huán)境，為防范和解決金融風(fēng)險創(chuàng)造良好的外部條件。

對于已暴露區(qū)域金融風(fēng)險的處置，主流研究歸結(jié)為時間與空間維度兩種模式：風(fēng)險分?jǐn)偱c風(fēng)險控制。張亦春和許文彬（2002）的研究指出：（1）有效的風(fēng)險分?jǐn)偘▋煞矫鎯?nèi)容：風(fēng)險分散與風(fēng)險轉(zhuǎn)移。前者指由更多的社會個體承擔(dān)對單一個體而言過于集中的風(fēng)險；后者指風(fēng)險由其厭惡者向其偏好者轉(zhuǎn)移。（2）風(fēng)險控制則旨在化解因信息不對稱而造成的不確定性，形成市場穩(wěn)定預(yù)期，從而使價格機(jī)制與契約機(jī)制更好地發(fā)揮作用，它是對內(nèi)生性風(fēng)險的直接控制和消解。戚桂林和劉西順（2001）則提出，參與博弈的各利益主體在自愿、平等、公正、互利和協(xié)作前提下，通過廣泛的合作博弈，分散、拆解甚至消除金融風(fēng)險，借助合作博弈下的強(qiáng)制性協(xié)議增強(qiáng)金融風(fēng)險處置的市場性、合作性和約束力。

盡管關(guān)于區(qū)域金融風(fēng)險監(jiān)測、防范與化解的研究已比較深入，但回顧近幾年實踐，這些研究仍未解決兩個關(guān)鍵的現(xiàn)實問題：第一，信息不對稱條件下如何有效監(jiān)測潛在區(qū)域金融風(fēng)險？區(qū)域金融風(fēng)險預(yù)警體系及定量分析技術(shù)的應(yīng)用有助于提高風(fēng)險監(jiān)測的效率，但往往受挫于信息不對稱導(dǎo)致的不確定性。第二，環(huán)境快速變化條件下如何有效防范與化解區(qū)域金融風(fēng)險？綜合性、系統(tǒng)性措施需要時間和空間來緩釋風(fēng)險，但區(qū)域金融風(fēng)險具有極強(qiáng)的聯(lián)動性和自我增強(qiáng)的傳播性，如果不能得到及時遏制很可能迅速轉(zhuǎn)移、傳染和擴(kuò)散，進(jìn)而演變成系統(tǒng)性金融風(fēng)險（何德旭，2015）。

三、信息不對稱條件下區(qū)域金融風(fēng)險的監(jiān)測

本文將G集團(tuán)案例作為研究區(qū)域金融風(fēng)險監(jiān)測、防范與化解的一個實驗，同時也根據(jù)研究需要引入一些輔助性案例。區(qū)域金融風(fēng)險并不能籠統(tǒng)地界定為“特定經(jīng)濟(jì)區(qū)域”的風(fēng)險，它總是來源并體現(xiàn)在單一的、個別的、局部的金融機(jī)構(gòu)、金融市場、金融業(yè)務(wù)、金融產(chǎn)品、貸款企業(yè)的風(fēng)險上。表1介紹了G集團(tuán)的相關(guān)情況。

在具體的案例分析中，與傳統(tǒng)用案例檢驗理論的“演繹式”案例研究方法不同，研究小組采取了數(shù)據(jù)分析與提出命題相結(jié)合的“歸納式”案例研究方法，對所獲數(shù)據(jù)從不同角度運用不同方法進(jìn)行論證、對比，得出推測性命題，然后重新檢查案例，看數(shù)據(jù)是否支持這些命題。

2014年9月至2015年5月，研究小組對G集團(tuán)的高管團(tuán)隊、貸款銀行高管及客戶經(jīng)理、擔(dān)保圈企業(yè)高管、金融監(jiān)管部門相關(guān)人員進(jìn)行跟蹤調(diào)查。研究數(shù)據(jù)來源主要包括四個方面：（1）與政銀企三方高管的訪談；（2）與各方具體經(jīng)辦人員的訪談；（3）參與債權(quán)人聯(lián)席會議所獲取的資料等；（4）第二手資料，如行業(yè)報告、內(nèi)部數(shù)據(jù)檢索、金融機(jī)構(gòu)報告、監(jiān)管部門資料等。

此前的研究多認(rèn)為，信息不對稱嚴(yán)重影響區(qū)域金融風(fēng)險監(jiān)測的效率，因而傾向于使用更多的數(shù)據(jù)指標(biāo)、引入更先進(jìn)的分析技術(shù)，以彌補信息不完全的缺憾。如，周澤炯（2010）在關(guān)于農(nóng)村合作金融風(fēng)險監(jiān)測的研究中，構(gòu)建了包含3個一級指標(biāo)、9個二級指標(biāo)和28個三級指標(biāo)的指標(biāo)體系。俞樹毅（2012）在其區(qū)域系統(tǒng)性金融風(fēng)險監(jiān)測研究中構(gòu)建了三個層次的金融風(fēng)險監(jiān)測指標(biāo)體系，并嘗試運用VAR模型進(jìn)行實證分析。

本文的研究卻得出不同觀點，冗余信息反而會“淹沒”有效信息，從而給風(fēng)險監(jiān)測帶來困難。跟蹤調(diào)查G集團(tuán)案例發(fā)現(xiàn)，無論是銀監(jiān)局、地方金管局還是貸款銀行，均掌握大量信息，然而均未于危機(jī)顯現(xiàn)前做出準(zhǔn)確預(yù)警。梳理此前的研究，也未見多指標(biāo)風(fēng)險監(jiān)測體系的建立及定量分析技術(shù)的應(yīng)用能夠有效監(jiān)測并預(yù)警區(qū)域金融風(fēng)險，其中一些模型最終的結(jié)論大多是驗證了某區(qū)域不存在金融風(fēng)險。鑒于此，研究小組嘗試提出并探討如下幾個命題：

（一）區(qū)域金融風(fēng)險監(jiān)測實踐中信息使用的悖論

命題1：信息不對稱條件下，使用信息越多，區(qū)域金融風(fēng)險監(jiān)測的難度越大。

表2 總結(jié)了銀行業(yè)機(jī)構(gòu)貸前調(diào)查的主要內(nèi)容（以公司信貸為例）。這些信息的取得方式，可以是包括現(xiàn)場會談與實地考察的現(xiàn)場調(diào)查，也可以是通過各種媒介物搜尋有價值的資料的非現(xiàn)場調(diào)查。具體實踐中，各家銀行業(yè)機(jī)構(gòu)選取的指標(biāo)和調(diào)查的內(nèi)容盡管并不完全相同，但在經(jīng)濟(jì)下行背景下，貸前調(diào)查的總趨勢是越來越嚴(yán)格、越來越細(xì)致，信息的豐富程度遠(yuǎn)超往年水平。如果再加上貸中、貸后管理過程中動態(tài)補充的內(nèi)容，信息進(jìn)一步密集、膨脹。

表3總結(jié)了監(jiān)管機(jī)構(gòu)（包括銀監(jiān)局、人民銀行、地方金管局）區(qū)域風(fēng)險監(jiān)測的部分指標(biāo)。

按照銀行業(yè)機(jī)構(gòu)信貸調(diào)查的要求考察G集團(tuán)風(fēng)險顯現(xiàn)前最后一年（2013）年底的情況顯示，企業(yè)生產(chǎn)經(jīng)營正常，無發(fā)生風(fēng)險跡象。截至2013年12月該公司總資產(chǎn)25.56億元、資產(chǎn)負(fù)債率48.35%，實現(xiàn)銷售收入35.51億元、凈利潤2.65億元，分別比上年增加10.57億元、0.26億元和0.26億元。某銀行2013年底的貸后調(diào)查報告顯示：信貸資金投放后，我行嚴(yán)格按照“三辦法一指引”要求以及貸后管理相關(guān)規(guī)定，審核客戶用款申請和計劃，通過檢查供銷合同、憑證、報關(guān)單、發(fā)票等，持續(xù)對信貸資金流向進(jìn)行監(jiān)控。對該公司按照貸后管理要求進(jìn)行定期或不定期走訪，填寫月度走訪紀(jì)錄和貸后檢查報告，及時了解企業(yè)生產(chǎn)經(jīng)營狀況。在歷次內(nèi)外部檢查中，未發(fā)現(xiàn)相關(guān)問題。其他貸款銀行的貸后跟蹤調(diào)查結(jié)論也大同小異。

按照監(jiān)管機(jī)構(gòu)區(qū)域風(fēng)險監(jiān)測的要求考察2013年泰安市銀行業(yè)運行情況顯示，泰安市銀行業(yè)機(jī)構(gòu)各項指標(biāo)均表現(xiàn)良好，無潛在風(fēng)險跡象。2013年末，全市銀行業(yè)金融機(jī)構(gòu)資產(chǎn)總額2540.32億元，較年初增加380.82億元，增長17.63%。 其中，全市銀行業(yè)本外幣各項貸款余額1426.31億元，較年初增加186.31億元，增量居全省第12位，增速15.03%，居全省第6位，高于全省平均增速3.24個百分點。2013年末，全市銀行業(yè)金融機(jī)構(gòu)總負(fù)債為2460.46億元，較年初增加363.60億元，增幅17.34%。其中，全市銀行業(yè)各項存款余額2240.55億元，存量占全省的3.61%，較年初增加333億元，增量居全省第8位，增速17.46%，居全省第5位，高于全省平均增速3.17個百分點。全年轄區(qū)銀行業(yè)實現(xiàn)凈利潤28.46億元，同比增盈5.46億元，增長23.72%，同比提高20.16個百分點，高于全省平均水平10.14個百分點，在全省排名第6位。

但進(jìn)入2014年，G集團(tuán)資金鏈風(fēng)險開始顯現(xiàn)并快速加深，說明使用更多的信息并不一定帶來準(zhǔn)確、及時的風(fēng)險監(jiān)測預(yù)警。原因可能主要來自三方面：一是信息不對稱條件下，正規(guī)渠道標(biāo)準(zhǔn)化采集的信息存在污染可能，而大量可能引發(fā)風(fēng)險的非正規(guī)經(jīng)濟(jì)事項如民間借貸等的信息則無法采集；二是多指標(biāo)監(jiān)測體系的敏感度較低，某一指標(biāo)的特異變動容易被大量正常指標(biāo)平滑掉；三是多指標(biāo)監(jiān)測體系具有一定的滯后性，主要數(shù)據(jù)信息的采集均于事后取得，而區(qū)域金融風(fēng)險往往具有“突發(fā)性”和“涌現(xiàn)性”。那么，是否可嘗試從信息海洋中抽取少量關(guān)鍵性數(shù)據(jù)進(jìn)行區(qū)域金融風(fēng)險監(jiān)測呢？

（二）嘗試簡單法則：提取并加工關(guān)鍵信息

命題2：如果某區(qū)域重點企業(yè)在本區(qū)域本行業(yè)的綜合實力排序（S）與其授信機(jī)構(gòu)數(shù)（I）之積大于區(qū)域風(fēng)險邊界常數(shù)（C），即S*I>C，則風(fēng)險發(fā)生概率增大。

其中，“企業(yè)綜合實力排序”可通過對企業(yè)資產(chǎn)規(guī)模、營業(yè)收入、市場份額、利潤率、企業(yè)品牌和人員規(guī)模等指標(biāo)的排序加權(quán)計算得出?！笆谛艡C(jī)構(gòu)數(shù)”包括為企業(yè)辦理貸款、銀行承兌匯票和信用證的銀行業(yè)機(jī)構(gòu)數(shù)。

“風(fēng)險邊界常數(shù)”可通過統(tǒng)計區(qū)域內(nèi)不同行業(yè)龍頭企業(yè)的授信機(jī)構(gòu)數(shù)進(jìn)行簡單算術(shù)平均再乘以2計算取得。之所以乘以2，是考慮到該常數(shù)作為邊界指標(biāo)時應(yīng)能容納被監(jiān)測企業(yè)正常生產(chǎn)經(jīng)營中可能發(fā)生的短暫、臨時性融資擴(kuò)張行為。

首先測算“風(fēng)險邊界常數(shù)”。表5抽樣5個不同行業(yè)龍頭企業(yè)進(jìn)行計算，得出區(qū)域重點企業(yè)“風(fēng)險邊界常數(shù)C”（實踐中可統(tǒng)計計算更多行業(yè)龍頭企業(yè)）。

計算典型出險企業(yè)的“風(fēng)險值”。表5所列為2014年來出險企業(yè)的情況。通過計算可以看出，出險企業(yè)的風(fēng)險值均大于區(qū)域重點企業(yè)“風(fēng)險邊界常數(shù)C（30）”。

命題2的內(nèi)在邏輯：銀行的順周期性與企業(yè)的擴(kuò)張沖動。某區(qū)域重點企業(yè)的“風(fēng)險值”大于“區(qū)域風(fēng)險邊界常數(shù)”，說明該企業(yè)占用的金融資源（機(jī)構(gòu)）已遠(yuǎn)超本區(qū)域、本行業(yè)龍頭企業(yè)的水平，存在兩種可能：第一，銀行順周期風(fēng)險加深。對泰山GC市場的跟蹤調(diào)查表明，39家本外埠銀行業(yè)機(jī)構(gòu)在行業(yè)繁榮期向商戶授信一度高達(dá)120億元，而轉(zhuǎn)入蕭條期則短期抽貸、壓貸60億元，導(dǎo)致大量商戶因資金鏈斷裂關(guān)停、倒閉甚至逃逸，數(shù)十億銀行信貸資產(chǎn)面臨風(fēng)險。第二，企業(yè)擴(kuò)張風(fēng)險增加。G集團(tuán)創(chuàng)建于1998年，2009年4萬億刺激政策以來，企業(yè)擴(kuò)張迅猛，2010年成立3家子公司，2012年成立5家子公司，2013年成立13家子公司。到2014年，該集團(tuán)主要關(guān)聯(lián)企業(yè)多達(dá)38家，其中有股權(quán)關(guān)系的12家，無直接股權(quán)關(guān)系但實際控制的26家。在地域上，則形成橫跨山東、安徽和新疆三地的跨省企業(yè)集團(tuán)，業(yè)務(wù)范圍也從油脂加工拓展到精細(xì)化工、生物有機(jī)肥和綠色食品等領(lǐng)域。企業(yè)擴(kuò)張過快，管理、資金跟不上，再遭遇經(jīng)濟(jì)下行，很快陷入困境。

當(dāng)然，該命題僅僅是在各類指標(biāo)體系及數(shù)學(xué)模型效果不彰背景下的一個設(shè)想，效果如何仍有賴實踐檢驗。命題2的目的在于，從復(fù)雜不確定信息中提取確定、關(guān)鍵的指標(biāo)加工利用，并將其作為風(fēng)險預(yù)警的參照。

命題3：如果某區(qū)域重點企業(yè)的年度貸款偏離度絕對值（Enterprise-deviation）大于所在行業(yè)年度貸款偏離度絕對值（Industry-deviation）的2倍，則風(fēng)險發(fā)生概率增大。

計算公式：a企業(yè)年度貸款偏離度T季度=[T季末a企業(yè)貸款余額-T季（含）前4個季度a企業(yè)季均貸款余額]*100%/T季（含）前4個季度a企業(yè)季均貸款余額

同理，A行業(yè)年度貸款偏離度T季度=[T季末A行業(yè)貸款余額-T季（含）前4個季度A行業(yè)季均貸款余額]*100%/T季（含）前4個季度A行業(yè)季均余額

表6分別計算了G集團(tuán)風(fēng)險顯現(xiàn)前最后一年（2013）的年度貸款偏離度與所在行業(yè)（制造業(yè)）的年度貸款偏離度，結(jié)果顯示：G集團(tuán)2013年4季度的貸款偏離度為14.26%，而所在行業(yè)的偏離度僅為5.4%，前者是后者的2.64倍。這說明兩個問題：一是從橫向行業(yè)的角度看，信貸資金向G集團(tuán)集中；二是從縱向周期的角度看，2013年4季度企業(yè)信貸資金膨脹過快。兩個視角均預(yù)示存在潛在風(fēng)險。

如果說命題2關(guān)注的是區(qū)域重點企業(yè)的“銀行業(yè)機(jī)構(gòu)集中度”風(fēng)險，那么命題3關(guān)注的就是“信貸集中度風(fēng)險”。傳統(tǒng)意義上的“信貸集中度”是站在銀行視角而言的。相關(guān)要求如銀行對單一客戶的貸款余額與銀行凈資本的比例不應(yīng)超過10%，最大10家貸款客戶的貸款比例一般不應(yīng)超過銀行凈資本的50%。命題3則從企業(yè)的視角來考察信貸集中度，因為不可能規(guī)定具體的比例，因此選擇企業(yè)所在行業(yè)的信貸情況作為參照。根據(jù)命題3，如果某區(qū)域重點企業(yè)在某一時點貸款偏離度絕對值大于所屬行業(yè)貸款偏離度絕對值2倍以上，說明該企業(yè)在該時點集中占用了所在行業(yè)過多信貸資源；或者該時點銀行業(yè)機(jī)構(gòu)從企業(yè)集中抽離了更多信貸資金，兩種情況都會帶來潛在風(fēng)險。

此外，命題3還具有微觀層面上的逆周期監(jiān)管功效。通常，監(jiān)管當(dāng)局的逆周期監(jiān)管與調(diào)控主要關(guān)注宏觀、中觀現(xiàn)象，但風(fēng)險發(fā)生的導(dǎo)火索往往來自于區(qū)域重點企業(yè)，對這類企業(yè)進(jìn)行逆周期監(jiān)管在實踐中也有助于防范風(fēng)險。命題3的企業(yè)、行業(yè)貸款偏離度可以滾動計算，即每季末都可以運用此前4個季度的數(shù)據(jù)計算出貸款偏離度值，通過與行業(yè)數(shù)據(jù)的比較，分析企業(yè)偏離程度，并結(jié)合企業(yè)生產(chǎn)經(jīng)營實際做出風(fēng)險預(yù)警與否的決策。

四、環(huán)境快速變化條件下區(qū)域金融風(fēng)險的防范與化解

以往的研究與案例顯示，防范和化解區(qū)域金融風(fēng)險通常的選擇是建立政銀企協(xié)作機(jī)制以及制訂三方參與的處置計劃。本文的研究發(fā)現(xiàn)，在環(huán)境快速變化的不確定條件下，政銀企協(xié)作機(jī)制往往因陷入“非合作博弈困境”而導(dǎo)致危機(jī)進(jìn)一步惡化，準(zhǔn)確判斷形勢并正確選擇“政府負(fù)責(zé)”或“市場調(diào)節(jié)”是風(fēng)險防范與化解的關(guān)鍵所在。

（一）區(qū)域金融風(fēng)險政銀企化解模式的“非合作博弈困境”

命題4：環(huán)境快速變化條件下，區(qū)域金融風(fēng)險的政銀企化解模式由合作博弈向非合作博弈轉(zhuǎn)化概率高。

表7歸納了G集團(tuán)危機(jī)初現(xiàn)時（2014年9月）政銀企三方的合作博弈行為。對政銀企三方的跟蹤訪談顯示，在危機(jī)顯現(xiàn)初期：39家貸款銀行業(yè)機(jī)構(gòu)中，90%看好企業(yè)經(jīng)營前景，80%對政府參與處置抱樂觀態(tài)度；G集團(tuán)對銀行保貸、政府支持充滿信心，自身改革動力足；政府部門對銀行、企業(yè)表態(tài)滿意，對危機(jī)化解前景抱有信心。

但隨著宏觀經(jīng)濟(jì)下行壓力加劇、豆粕價格持續(xù)下滑，企業(yè)生產(chǎn)經(jīng)營惡化，資金鏈緊張危機(jī)日益加劇，政銀企協(xié)作出現(xiàn)裂痕。2015年4月的調(diào)查顯示：多數(shù)貸款銀行對企業(yè)經(jīng)營前景悲觀，對三方協(xié)作執(zhí)行力信心下滑，擔(dān)心本行新增或延期的信貸為其他債權(quán)人特別是民間資本填坑，擔(dān)心企業(yè)轉(zhuǎn)移資產(chǎn)逃廢債務(wù)；企業(yè)自我改革的動力不足，擔(dān)憂銀行斷貸、起訴，并以盤子大、影響廣為由進(jìn)一步向政府、銀行要價；政府陷入進(jìn)退兩難困境，只能選擇繼續(xù)向銀行施加壓力。表8歸納了政銀企在2015年4月初的聯(lián)席會議上互相指責(zé)的主要事項。

是什么原因?qū)е抡y企協(xié)作向“非合作博弈”轉(zhuǎn)化？一是環(huán)境快速向不利方向變化。包括宏觀經(jīng)濟(jì)下行壓力加大，豆粕價格持續(xù)下滑，銀行授信收緊，融資費用支出猛增，企業(yè)前期擴(kuò)張項目產(chǎn)能大幅閑置，內(nèi)部管理失控等。二是關(guān)聯(lián)企業(yè)、銀行群體龐大，利益糾葛復(fù)雜。截至2015年3月底，G集團(tuán)主要關(guān)聯(lián)企業(yè)38家，其中有股權(quán)關(guān)系的12家，無直接股權(quán)關(guān)系但實際控制的26家。融資涉及39家銀行業(yè)機(jī)構(gòu)，其中省內(nèi)28家，新疆11家，省內(nèi)授信（按敞口）71.87億元，存量55億元。對7家企業(yè)集團(tuán)提供擔(dān)保19.53億元，包括該7家企業(yè)的10家外部企業(yè)對G集團(tuán)提供擔(dān)保19.74億元。此外，G集團(tuán)還涉及巨額民間融資。在這種利益糾結(jié)錯綜復(fù)雜的背景下，各方很難采取協(xié)調(diào)一致的行動。三是政銀企協(xié)作機(jī)制的執(zhí)行力出現(xiàn)問題。調(diào)查中幾乎所有銀行業(yè)機(jī)構(gòu)、利益關(guān)聯(lián)企業(yè)均對相關(guān)協(xié)議、約定的執(zhí)行問題表示擔(dān)憂、提出質(zhì)疑，政府不能果斷負(fù)起應(yīng)負(fù)的責(zé)任令銀企各方互相防備、觀望等待，錯失風(fēng)險化解良機(jī)。

經(jīng)濟(jì)與行業(yè)的下行對區(qū)域金融風(fēng)險而言屬于外部不可抗力，利益相關(guān)群體龐大復(fù)雜短期也難以改變，那么，能否嘗試從政銀企協(xié)作的內(nèi)部機(jī)制著手抑制其“非合作博弈”轉(zhuǎn)化趨勢？

（二）路徑探討：“政府負(fù)責(zé)”與“市場調(diào)節(jié)”

命題5：風(fēng)險顯現(xiàn)初期，建立、維護(hù)和執(zhí)行以政府為“強(qiáng)力核心”的政銀企協(xié)作機(jī)制，不僅有助于抑制“非合作博弈”行為，而且可能拯救那些主業(yè)經(jīng)營良好、暫時出現(xiàn)資金緊張的重點企業(yè)。

缺乏強(qiáng)力核心的政銀企協(xié)作往往導(dǎo)致低效率甚至失敗。區(qū)域金融風(fēng)險的政銀企協(xié)作通常會形成一個松散、不均衡組織。理論上，在這樣一個組織內(nèi)，成員間因自身實力、信息等的不對稱關(guān)系，當(dāng)風(fēng)險加劇，會引發(fā)兩類不同的行為模式：占據(jù)強(qiáng)勢地位的成員更可能采取非合作甚至是背叛取向的行為模式，而弱勢地位成員則更可能采取合作取向的行為模式。而當(dāng)形勢進(jìn)一步發(fā)展，弱勢地位成員發(fā)現(xiàn)合作只會帶來更大損失時，整個組織則在非合作基礎(chǔ)上達(dá)成新的均衡，繼而導(dǎo)致組織失敗。在G集團(tuán)危機(jī)顯現(xiàn)初期，所有貸款銀行及政府部門一致認(rèn)為該企業(yè)主業(yè)發(fā)展前景良好、產(chǎn)品有市場、有品牌、影響大，值得救助，各方共同反復(fù)商討制訂的方案全面、可行。但在具體執(zhí)行過程中，G集團(tuán)遲遲不能兌現(xiàn)強(qiáng)化管理、回歸主業(yè)、回籠資金、清產(chǎn)核資、信息披露等承諾，引發(fā)貸款銀行不滿與擔(dān)心，此后的續(xù)貸等支持措施更加謹(jǐn)慎，程序也更加嚴(yán)格，政銀企協(xié)作陷入僵局。

建立、維護(hù)和執(zhí)行以政府為“強(qiáng)力核心”的政銀企協(xié)作機(jī)制，是規(guī)避區(qū)域金融風(fēng)險、化解非合作博弈困境的有效手段。如果一個組織沒有核心，這種組織本身既不能持久，更不能發(fā)揮組織的效應(yīng)（牛文元，2011），以往的研究與眾多案例已經(jīng)證明了這一點。但在區(qū)域金融風(fēng)險化解協(xié)作機(jī)制中，僅有核心還不夠，它還必須是“強(qiáng)力”的，這個“強(qiáng)力”有兩層基本含義：一是公正公平地制訂化解方案。在區(qū)域金融風(fēng)險化解中既堅持“整體損失最小化”原則，又通盤考慮各方利益，做到“風(fēng)險共擔(dān)、利益共享”。二是嚴(yán)格執(zhí)行獎懲措施。任何一方違約，必須堅決按各方通過的方案給予懲戒。

命題6：當(dāng)風(fēng)險持續(xù)上升，企業(yè)失去救助價值，盡快終止政銀企協(xié)作，交給市場調(diào)節(jié)可能是最優(yōu)選擇 。

對于引發(fā)區(qū)域金融風(fēng)險的重點企業(yè)的救助，既要盡力而為，又要量力而行。一味地救助，反而有可能助長企業(yè)的依賴心理，甚至導(dǎo)致道德風(fēng)險的發(fā)生。盡管G集團(tuán)危機(jī)目前看仍存救助希望，但企業(yè)不積極兌現(xiàn)承諾的同時向政府、銀行索要更大、更多支持和優(yōu)惠的行為顯示，現(xiàn)行的政銀企協(xié)作機(jī)制以及風(fēng)險化解方案，特別是除要求銀行不壓貸、限貸、緩貸之外，政府部門提出的“不許貸款銀行擅自行動”的非正式要求，給了企業(yè)不正確預(yù)期，這非常危險，易將政銀企三方帶入更深的風(fēng)險泥潭。

傳統(tǒng)的政銀企協(xié)作化解金融風(fēng)險模式必須主動改革以適應(yīng)新常態(tài)。對于那些不注重結(jié)構(gòu)調(diào)整、需求分析、創(chuàng)新驅(qū)動和質(zhì)量效益，不努力向產(chǎn)業(yè)中高端發(fā)展的陷入資金困境的重點企業(yè)，政府、銀行該放手就放手。此外，即便從銀行、企業(yè)自身利益考慮，盡快結(jié)束無意義的救助，充分發(fā)揮市場在資源配置中的作用，長遠(yuǎn)看反而可能是最大限度維護(hù)各方利益的最優(yōu)選擇。

五、結(jié)論

本文研究了復(fù)雜不確定環(huán)境下區(qū)域金融風(fēng)險的監(jiān)測、防范和化解。此前的研究多主張構(gòu)建多指標(biāo)體系并結(jié)合運用定量分析技術(shù)監(jiān)測區(qū)域金融風(fēng)險，但信息不對稱容易對風(fēng)險監(jiān)測的準(zhǔn)確性與及時性產(chǎn)生較大影響。對于區(qū)域金融風(fēng)險的防范與化解，主流研究傾向于建立政銀企協(xié)作機(jī)制，但環(huán)境快速變化又往往令各方陷入“非合作博弈困境”，進(jìn)而加劇風(fēng)險。針對這些現(xiàn)實問題，本文在對G集團(tuán)等案例進(jìn)行歸納性研究的基礎(chǔ)上，提出了一些新觀點：

首先，信息不對稱條件下，使用信息越多，區(qū)域金融風(fēng)險監(jiān)測難度越大；提取關(guān)鍵信息并予以加工利用，如構(gòu)造使用區(qū)域重點企業(yè)“風(fēng)險邊界常數(shù)”、“貸款偏離度指標(biāo)”等，或許有助于彌補多指標(biāo)監(jiān)測體系的滯后性和低敏感等缺陷。

其次，環(huán)境快速變化條件下，政銀企風(fēng)險處置模式易陷入“非合作博弈”困境；風(fēng)險顯現(xiàn)初期，建立、維護(hù)和執(zhí)行以政府為“強(qiáng)力核心”的政銀企協(xié)作機(jī)制，不僅有助于抑制“非合作博弈”行為，而且可能拯救那些主業(yè)經(jīng)營良好、暫時出現(xiàn)資金緊張的重點企業(yè)；當(dāng)風(fēng)險持續(xù)上升，企業(yè)失去救助價值，盡快終止政銀企協(xié)作，交給市場調(diào)節(jié)可能是最優(yōu)選擇。

參考文獻(xiàn)：

[1]陳守東，楊瑩，馬輝.中國金融風(fēng)險預(yù)警研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2006，23，（7）.

[2]仲彬.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）.

[3]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)，2010，24，（3）.

[4]何德旭.注重防范區(qū)域金融風(fēng)險[J].中國金融，2015，（5）.

[5]李嘉曉，秦宏，羅劍朝.論區(qū)域金融風(fēng)險的防范與化解[J].商業(yè)研究，2006，（19）.

[6]紀(jì)陽.對我國區(qū)域金融風(fēng)險成因及防范的研究[J]. 經(jīng)濟(jì)研究導(dǎo)刊，2011，（8）.

[7]張亦春，許文彬.風(fēng)險與金融風(fēng)險的經(jīng)濟(jì)學(xué)再考察[J].金融研究，2002，（3）.

[8]戚桂林，劉西順.合作博弈下的金融風(fēng)險處置：羅莊案例[J].金融研究，2001，（9）.