茆訓(xùn)誠(chéng)

(上海師范大學(xué) 商學(xué)院，上海 200234)

金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)影響的空間溢出效應(yīng)分析

茆訓(xùn)誠(chéng)

(上海師范大學(xué) 商學(xué)院，上海 200234)

基于空間效應(yīng)的“跨期儲(chǔ)蓄—投資”模型，構(gòu)建區(qū)域流動(dòng)性風(fēng)險(xiǎn)定價(jià)模型，度量中國(guó)各省域流動(dòng)性風(fēng)險(xiǎn)，然后利用數(shù)據(jù)包絡(luò)分析方法(DEA)計(jì)算出各省域金融創(chuàng)新效率，最后采用空間面板模型分析金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的空間溢出效應(yīng)。實(shí)證結(jié)果表明，2010年以來(lái)，中國(guó)區(qū)域流動(dòng)性風(fēng)險(xiǎn)呈快速上升趨勢(shì)，表明中國(guó)資本跨區(qū)域流動(dòng)突然中斷風(fēng)險(xiǎn)比以往更加嚴(yán)峻。金融創(chuàng)新效率在樣本期內(nèi)呈總體上升趨勢(shì)。金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的影響存在空間效應(yīng)，鄰近省域流動(dòng)性風(fēng)險(xiǎn)及其影響因素對(duì)目標(biāo)省域發(fā)生資本流動(dòng)突然中斷風(fēng)險(xiǎn)具有顯著溢出效應(yīng)，表明金融創(chuàng)新效率顯著加劇了區(qū)域流動(dòng)性風(fēng)險(xiǎn)的發(fā)生，但金融創(chuàng)新在區(qū)域經(jīng)濟(jì)增長(zhǎng)作用下，對(duì)區(qū)域流動(dòng)性的間接風(fēng)險(xiǎn)具有抑制作用。

金融創(chuàng)新效率；區(qū)域流動(dòng)性風(fēng)險(xiǎn)；空間面板模型；空間溢出效應(yīng)

一、引言

從區(qū)域經(jīng)濟(jì)發(fā)展的角度看，區(qū)域經(jīng)濟(jì)的發(fā)展離不開(kāi)區(qū)域金融的支撐，金融工具主要是用來(lái)對(duì)沖和化解風(fēng)險(xiǎn)的，由于金融工具的不斷創(chuàng)新，使得資本在逐利效應(yīng)的帶動(dòng)下，在不同區(qū)域間不斷流動(dòng)，從而使流動(dòng)性短缺的地區(qū)能夠獲得其他地區(qū)的流動(dòng)性供給，進(jìn)而避免了發(fā)生流動(dòng)性供給不足的困境。因此，一方面，區(qū)域金融創(chuàng)新是引導(dǎo)資本在不同區(qū)域間流動(dòng)，避免部分區(qū)域發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件的重要因素；另一方面，也正是由于金融創(chuàng)新所帶來(lái)的資本跨區(qū)域流動(dòng)便利，才使得當(dāng)發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件時(shí)，原先持續(xù)不斷的流動(dòng)性供給會(huì)像“黑洞”般消失，進(jìn)而引發(fā)區(qū)域流動(dòng)性供給不足，造成金融風(fēng)險(xiǎn)，甚至是經(jīng)濟(jì)危機(jī)。

金融創(chuàng)新或許本身就是一種“金融風(fēng)險(xiǎn)”，這種風(fēng)險(xiǎn)的特征主要表現(xiàn)為，在資本自由流動(dòng)下，由于金融創(chuàng)新提供的便利，導(dǎo)致資本在發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件時(shí)，能夠以更快的速度、更便利的方式流出本區(qū)域，出現(xiàn)資本跨區(qū)域流入的放緩，從而導(dǎo)致本區(qū)域發(fā)生流動(dòng)性供給缺口，進(jìn)而破壞區(qū)域內(nèi)實(shí)體經(jīng)濟(jì)的發(fā)展。這種“流動(dòng)性黑洞”效應(yīng)是指國(guó)際資本在危機(jī)爆發(fā)時(shí)會(huì)因規(guī)避風(fēng)險(xiǎn)而出現(xiàn)短時(shí)期跨區(qū)域流動(dòng)減弱的現(xiàn)象，給處于危機(jī)期間的經(jīng)濟(jì)體帶來(lái)更大的打擊，加大了其走出危機(jī)的難度。對(duì)于國(guó)際資本跨區(qū)域流動(dòng)可能出現(xiàn)的這種危害，本文認(rèn)為同樣也會(huì)出現(xiàn)在一個(gè)經(jīng)濟(jì)體內(nèi)部不同區(qū)域之間。

金融的不斷創(chuàng)新導(dǎo)致區(qū)域資本流動(dòng)趨于自由化，區(qū)域經(jīng)濟(jì)逐漸一體化，同時(shí)也使得金融體系更加復(fù)雜化，從而帶來(lái)更多金融危機(jī)的風(fēng)險(xiǎn)源。隨著中國(guó)各省市經(jīng)濟(jì)發(fā)展的競(jìng)爭(zhēng)日益激烈、區(qū)域金融一體化趨勢(shì)逐漸加強(qiáng)、區(qū)域資本流動(dòng)日益便利，各省市之間的資本競(jìng)爭(zhēng)也更加激烈。從這個(gè)角度考慮，對(duì)于幅員遼闊、區(qū)域發(fā)展差異較大的中國(guó)而言，資本在國(guó)內(nèi)各省域之間跨區(qū)域流動(dòng)，也可能存在資本流動(dòng)突然中斷的風(fēng)險(xiǎn)。然而，當(dāng)前對(duì)資本跨區(qū)域流動(dòng)突然中斷風(fēng)險(xiǎn)的理論與實(shí)證研究，均以國(guó)際資本跨境流動(dòng)風(fēng)險(xiǎn)為主，國(guó)內(nèi)不同省域內(nèi)流動(dòng)性風(fēng)險(xiǎn)的研究相對(duì)較少，因此，定量分析中國(guó)省域資本跨區(qū)域流動(dòng)所存在的潛在風(fēng)險(xiǎn)，以及金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的空間溢出效應(yīng)，對(duì)于理清金融創(chuàng)新影響資本區(qū)域流動(dòng)性的作用機(jī)制，促進(jìn)中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展，防范跨區(qū)域資本流動(dòng)風(fēng)險(xiǎn)的發(fā)生，具有十分重要的理論意義和現(xiàn)實(shí)價(jià)值。

二、文獻(xiàn)回顧

區(qū)域流動(dòng)性風(fēng)險(xiǎn)的研究主要集中在區(qū)域流動(dòng)性風(fēng)險(xiǎn)識(shí)別、度量與類型劃分，以及影響因素等方面?？栁?Calvo)初步探索了資本國(guó)際流動(dòng)突然中斷所帶來(lái)的風(fēng)險(xiǎn)，認(rèn)為這種風(fēng)險(xiǎn)是導(dǎo)致金融危機(jī)的重要原因。[1]在區(qū)域性流動(dòng)性風(fēng)險(xiǎn)的識(shí)別和度量方面，愛(ài)德華茲(Edwards)認(rèn)為一國(guó)資本流入凈值的減少量超過(guò)該國(guó)GDP的5%，那么該國(guó)就存在資本國(guó)際流動(dòng)突然中斷的風(fēng)險(xiǎn)；[2]弗蘭克爾(Cavalloand Frankel)則是以一國(guó)資本凈流入的下降幅度，在1年內(nèi)累計(jì)超過(guò)該國(guó)資本流動(dòng)樣本均值的兩個(gè)標(biāo)準(zhǔn)差以上為計(jì)量方法，衡量了資本國(guó)際流動(dòng)中斷的風(fēng)險(xiǎn)。[3]對(duì)于資本跨區(qū)域流動(dòng)的計(jì)量方面，除上述已有成果外，近年來(lái)，“跨期儲(chǔ)蓄—投資”模型及其各類擴(kuò)展模型，主要用于研究中國(guó)省域資本流動(dòng)與金融發(fā)展、經(jīng)濟(jì)增長(zhǎng)等的關(guān)系。[4][5]在區(qū)域性流動(dòng)性風(fēng)險(xiǎn)類型劃分方面，卡爾德隆和庫(kù)伯托(Calderón and Kubto)研究資本國(guó)際流動(dòng)的中斷風(fēng)險(xiǎn)時(shí)認(rèn)為，應(yīng)當(dāng)將這種資本流動(dòng)突然中斷風(fēng)險(xiǎn)分為流出驅(qū)動(dòng)型中斷風(fēng)險(xiǎn)和流入驅(qū)動(dòng)型中斷風(fēng)險(xiǎn)。[6]福布斯和瓦諾克(Forbes and Warnock)運(yùn)用面板數(shù)據(jù)研究了發(fā)達(dá)國(guó)家和新型市場(chǎng)國(guó)家流出驅(qū)動(dòng)型中斷風(fēng)險(xiǎn)。[7]卡爾德隆和庫(kù)伯托運(yùn)用面板數(shù)據(jù)分析了極端事件所導(dǎo)致資本國(guó)際流動(dòng)的中斷風(fēng)險(xiǎn)，并指出這種突然中斷風(fēng)險(xiǎn)具有較強(qiáng)的傳染性。[6]鄭璇運(yùn)用1986-2012年26個(gè)新興市場(chǎng)國(guó)家的季度數(shù)據(jù)，研究了新興市場(chǎng)國(guó)家流出驅(qū)動(dòng)型和流入驅(qū)動(dòng)型國(guó)際資本突然中斷所帶來(lái)的風(fēng)險(xiǎn)。[8]在區(qū)域流動(dòng)性風(fēng)險(xiǎn)影響因素與效應(yīng)方面，有從匯率角度進(jìn)行實(shí)證分析，認(rèn)為一國(guó)經(jīng)常賬戶持續(xù)逆差是導(dǎo)致該國(guó)國(guó)際資本突然中斷的原因；[9]也有通過(guò)兩地區(qū)競(jìng)爭(zhēng)模型來(lái)分析FDI對(duì)區(qū)域資本流動(dòng)的影響機(jī)制；[10]以及通過(guò)構(gòu)建兩部門C-D模型，探討中央投資對(duì)區(qū)域資本的擠出效應(yīng)。[11]

區(qū)域金融創(chuàng)新的研究主要圍繞區(qū)域金融創(chuàng)新指標(biāo)體系構(gòu)建與應(yīng)用、區(qū)域金融創(chuàng)新效率評(píng)價(jià)等方面展開(kāi)。在區(qū)域金融創(chuàng)新指標(biāo)體系構(gòu)建與應(yīng)用方面，包括從微觀和宏觀兩個(gè)維度各自構(gòu)建指標(biāo)體系，[12]但沒(méi)有給出具體的實(shí)證結(jié)果；也有從金融創(chuàng)新主體、金融服務(wù)中介、金融創(chuàng)新資源以及金融管理體系四個(gè)角度構(gòu)建指標(biāo)體系的。[13]在區(qū)域金融創(chuàng)新效率評(píng)價(jià)方面，主要有結(jié)合金融地理學(xué)和金融創(chuàng)新兩個(gè)要素，運(yùn)用因子分析方法的評(píng)價(jià)，[14]基于主成分分析法的金融創(chuàng)新水平評(píng)價(jià)，[15]采用兩階段[16]和三階段數(shù)據(jù)包絡(luò)分析的區(qū)域金融效率評(píng)價(jià)，[17]以及通過(guò)灰色模糊綜合評(píng)價(jià)體系，借助于不同類型的權(quán)重矩陣和權(quán)重向量來(lái)評(píng)價(jià)區(qū)域金融創(chuàng)新能力。[18]在區(qū)域金融創(chuàng)新效應(yīng)方面，那嘎亞素(Jun Nagayasu)發(fā)現(xiàn)加入金融創(chuàng)新后的貨幣與產(chǎn)出關(guān)系更為穩(wěn)定。[19]巴克利等(Buckley et.al)則對(duì)東亞國(guó)家的金融自由化和創(chuàng)新之間的權(quán)衡進(jìn)行了分析。[20]李淵博和朱順林研究互聯(lián)網(wǎng)金融創(chuàng)新與商業(yè)銀行經(jīng)濟(jì)發(fā)展關(guān)系，發(fā)現(xiàn)互聯(lián)網(wǎng)創(chuàng)新是未來(lái)商業(yè)銀行經(jīng)濟(jì)發(fā)展的單向原因。[21]

有關(guān)金融創(chuàng)新效率是否及如何影響區(qū)域流動(dòng)性風(fēng)險(xiǎn)的文獻(xiàn)相對(duì)較少，但金融發(fā)展所帶來(lái)的負(fù)面效應(yīng)已被很多學(xué)者和監(jiān)管層重視。有研究將新興市場(chǎng)國(guó)家發(fā)生貨幣危機(jī)甚至金融危機(jī)的罪魁禍?zhǔn)讱w因于金融自由化。[22]也有研究認(rèn)為金融不斷創(chuàng)新發(fā)展，銀行破產(chǎn)及金融危機(jī)發(fā)生的頻率會(huì)更加頻繁。[23]意慶格林等(Eichengreen et al)研究認(rèn)為，優(yōu)質(zhì)產(chǎn)業(yè)或地區(qū)會(huì)隨著金融的創(chuàng)新發(fā)展趨勢(shì)增加對(duì)資本流入的依賴性，當(dāng)金融危機(jī)發(fā)生時(shí)，這種過(guò)度依賴關(guān)系反而會(huì)加劇原先優(yōu)質(zhì)產(chǎn)業(yè)或地區(qū)發(fā)展的惡化，造成更為嚴(yán)重的損失。[24]劉少波和楊竹清認(rèn)為金融發(fā)展是一把“雙刃劍”，既能提高金融資產(chǎn)配置效率，又使金融體系發(fā)展更為復(fù)雜，并伴隨更多的金融風(fēng)險(xiǎn)源。[25]

三、指標(biāo)與模型構(gòu)建

1.區(qū)域流動(dòng)性風(fēng)險(xiǎn)指標(biāo)構(gòu)建

本文研究的區(qū)域流動(dòng)性風(fēng)險(xiǎn)是基于資本跨區(qū)域流動(dòng)所帶來(lái)的潛在風(fēng)險(xiǎn)，因此，借鑒費(fèi)爾德斯坦和霍里奧克(Feldstein and Horioka)的“跨期儲(chǔ)蓄—投資”模型(即F-H模型)，并考慮空間效應(yīng)因素，構(gòu)建區(qū)域流動(dòng)性風(fēng)險(xiǎn)衡量指標(biāo)，具體過(guò)程如下：

首先，考慮第i省域t期的F-H模型：

(1)

其中，Iit、Sit和Yit分別是i省域t期的投資、儲(chǔ)蓄和產(chǎn)出。很顯然，公式(1)的左邊是資本需求(投資)，右邊則是資本供給(儲(chǔ)蓄)。如果資本供給無(wú)法滿足需求，則會(huì)形成資本供給缺口，也就是資本的流動(dòng)性風(fēng)險(xiǎn)，因此，得出區(qū)域流動(dòng)性風(fēng)險(xiǎn)定價(jià)公式：

(2)

其次，為研究資本跨區(qū)域流動(dòng)所帶來(lái)的風(fēng)險(xiǎn)，將其區(qū)域外其他周圍省域的資本需求所產(chǎn)生的空間效應(yīng)因素引入公式(1)，以便分解出周圍省域資本需求對(duì)目標(biāo)省域資本供給的擠出效應(yīng)，得到：

(3)

其中，ρt表示t期，區(qū)域外資本需求與區(qū)域內(nèi)資本需求的空間相關(guān)系數(shù)，用以衡量區(qū)域外省域資本需求對(duì)目標(biāo)省域資本供給的擠出效應(yīng)。wij表示經(jīng)過(guò)標(biāo)準(zhǔn)化后的空間權(quán)重矩陣W中的對(duì)應(yīng)元素。

最后，可以將考慮空間效應(yīng)因素條件下的各省域的資本流動(dòng)性風(fēng)險(xiǎn)缺口表示為：

(4)

2.區(qū)域金融創(chuàng)新效率指標(biāo)構(gòu)建

金融創(chuàng)新效率計(jì)量的方法主要分為參數(shù)和非參數(shù)模型，本文使用非參數(shù)的數(shù)據(jù)包絡(luò)分析方法(DEA)，建立中國(guó)31個(gè)省域的金融創(chuàng)新效率測(cè)算模型，求解如下對(duì)偶規(guī)劃模型：

(5)

其中，K表示決策單元個(gè)數(shù)(本文使用31個(gè)省市作為決策單元，因此K=31)，I和J分別表示投入變量和輸出變量的個(gè)數(shù)；θk表示決策單元k的效率值，且0θk1；ε是用于保證權(quán)重變量嚴(yán)格為正數(shù)的非阿基米德無(wú)窮小量；s-和s+代表松弛變量，是金融投入產(chǎn)出要素實(shí)際值與效率之間的差額，是能夠體現(xiàn)DEA方法相對(duì)其他效率估計(jì)方法的優(yōu)勢(shì)之一；xik和yjk分別表示第k個(gè)決策單元的第i個(gè)金融投入要素和第j個(gè)金融產(chǎn)出要素；λi和ψj分別為金融投入要素xik、yjk和產(chǎn)出要素yjk的加權(quán)系數(shù)。

運(yùn)用線性規(guī)劃求解式(5)中θk的最優(yōu)解θk*、s*-、s*+，可以歸為三種情況：若θk*=1，且s*-=s*+=0，則表明決策單元k的金融要素投入產(chǎn)出配置是有效率的；若θk*=1，且s*-+s*+>0，則表明決策單元k的金融要素投入產(chǎn)出配置是弱有效的；若0θk*<1，則表明決策單元k的金融要素投入產(chǎn)出配置是無(wú)效率的。

3.實(shí)證模型設(shè)計(jì)

(1)控制變量的選取

為建立金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)影響的實(shí)證模型，除了考慮區(qū)域流動(dòng)性風(fēng)險(xiǎn)和金融效率衡量指標(biāo)之外，還需考慮影響區(qū)域資本流動(dòng)突然中斷的其他風(fēng)險(xiǎn)因素，因此，本文從區(qū)域資本來(lái)源與資本流動(dòng)驅(qū)動(dòng)力的角度來(lái)考慮控制變量的引入。

首先，從區(qū)域資本來(lái)源來(lái)看，一個(gè)區(qū)域的資本來(lái)源主要有國(guó)外和國(guó)內(nèi)兩個(gè)部分。從國(guó)外來(lái)源看，現(xiàn)階段外商直接投資是國(guó)外資本跨境投資的主要渠道(用外商直接投資的同比增長(zhǎng)率衡量，用FDI表示)。從國(guó)內(nèi)來(lái)源看，地方政府財(cái)政支出(用地方政府財(cái)政支出同比增長(zhǎng)率衡量，用Gov表示)與中央銀行的流動(dòng)性擴(kuò)充(用貨幣供給M2的同比增長(zhǎng)率衡量，用MT表示)對(duì)中國(guó)各省域資本供給有著重要影響。因此，從區(qū)域資本來(lái)源的角度，本文的控制變量主要加入目標(biāo)省域內(nèi)獲得的外商直接投資、地方政府財(cái)政支出以及中央銀行貨幣供給3個(gè)變量。

其次，從區(qū)域資本流動(dòng)的驅(qū)動(dòng)力來(lái)看，追求適當(dāng)?shù)氖找媛适琴Y本本質(zhì)的體現(xiàn)。因此，本文將各省域GDP增長(zhǎng)率作為控制變量之一(用GDP表示)。同時(shí)，一個(gè)地區(qū)金融的創(chuàng)新離不開(kāi)整個(gè)地區(qū)的創(chuàng)新環(huán)境，勞動(dòng)生產(chǎn)率能夠在一定程度上代表一個(gè)地區(qū)資源的配置效率，本文參照王喜和趙增耀的做法，[10]將各個(gè)省份勞動(dòng)生產(chǎn)率引入控制變量(用Lavor表示)。

(2)金融創(chuàng)新影響區(qū)域流動(dòng)性風(fēng)險(xiǎn)的空間計(jì)量模型

考慮到資本跨區(qū)域流動(dòng)的空間效應(yīng)具有兩種可能，一種是周邊省域?qū)δ繕?biāo)省域流動(dòng)性風(fēng)險(xiǎn)的示范效應(yīng)及其區(qū)域流動(dòng)性風(fēng)險(xiǎn)的外溢效應(yīng)，另一種是在分析區(qū)域流動(dòng)性風(fēng)險(xiǎn)影響因素時(shí)，可能存在區(qū)域外的影響因素對(duì)本區(qū)域的流動(dòng)性風(fēng)險(xiǎn)產(chǎn)生影響。

對(duì)于第一種空間效應(yīng)，本文建立如下空間滯后模型(SLM)：

+γ3FDIit+γ4Govit+γ5MTit+ui+vt+εit。

(6)

其中，下標(biāo)i=1,2,…,N，表示樣本省域的個(gè)數(shù)，本文中N=31；下標(biāo)t=1,…,T，表示樣本區(qū)間，本文中T=11。Ino表示各省域的金融創(chuàng)新效率。wijRiskjt反映的是各省區(qū)域流動(dòng)性風(fēng)險(xiǎn)的空間依賴性的重要因素，綜合體現(xiàn)其他鄰近省域存在的流動(dòng)性缺口對(duì)目標(biāo)省域的溢出效應(yīng)。wij是N×N空間權(quán)重矩陣W中第i行第j列的元素，它反映了不同省域之間的空間作用關(guān)系，本文采用地理鄰近距離構(gòu)建空間權(quán)重矩陣。交叉項(xiàng)Inoit×GDPit的引入，旨在反映在經(jīng)濟(jì)增長(zhǎng)的作用下，金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的影響。ui反映模型中不同省域之間的截面固定效應(yīng)。vt反映不同樣本期間的時(shí)間固定效應(yīng)。εit為服從N(0,δ2)的隨機(jī)誤差項(xiàng)。

對(duì)于第二種空間效應(yīng)，本文建立如下空間誤差模型(SEM)：

Riskit=α+βInoit+γInoit×GDPit+γ1GDPit+γ2Lavorit

+γ3FDIit+γ4Govit+γ5MTit+ui+vt+φit，

(7)

其中，模型殘差φit表明，目標(biāo)省域的殘差項(xiàng)依賴于其他省域殘差項(xiàng)，這種空間依賴效應(yīng)能夠反映出其他省域影響流動(dòng)性風(fēng)險(xiǎn)因素對(duì)目標(biāo)省域流動(dòng)性風(fēng)險(xiǎn)的空間溢出作用。

最后，為了與上述兩種空間面板模型進(jìn)行比較，本文還建立如下非空間效應(yīng)的普通面板模型：

Riskit=α+βInoit+γInoit×GDPit+γ1GDPit+γ2Lavorit

+γ3FDIit+γ4Govit+γ5MTit+ui+vt+εit。

(8)

四、數(shù)據(jù)選擇、指標(biāo)計(jì)算與分析

1.數(shù)據(jù)選擇

本文選取2004-2014年，中國(guó)31省市共11個(gè)年份的面板數(shù)據(jù)為研究樣本。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域金融運(yùn)行報(bào)告》以及Wind資訊數(shù)據(jù)庫(kù)。

2.指標(biāo)計(jì)算與分析

(1)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的計(jì)算與分析

本文使用GeoDa軟件對(duì)公式(3)進(jìn)行計(jì)算，得到全國(guó)水平的投資儲(chǔ)蓄相關(guān)系數(shù)，將各省市每年貸款余額本地區(qū)金融產(chǎn)值的比重作為投資率，各省市每年存款余額占本地區(qū)金融產(chǎn)值的比重作為儲(chǔ)蓄率。這種投資率和儲(chǔ)蓄率的計(jì)算方法之所以不同于一般方法(通常是將各地區(qū)貸款、存款余額占本地區(qū)GDP比重作為投資率和儲(chǔ)蓄率)，是因?yàn)楸疚乃芯康馁Y本跨區(qū)域流動(dòng)主要是基于金融資本的跨區(qū)域流動(dòng)，用金融產(chǎn)值代替GDP更能體現(xiàn)本文的研究視角。最后，再通過(guò)公式(4)計(jì)算出各省市2004—2014年每年的流動(dòng)性風(fēng)險(xiǎn)值，其描述性統(tǒng)計(jì)見(jiàn)表1。

表1 2004—2014年各省市區(qū)域流動(dòng)性風(fēng)險(xiǎn)值的描述性統(tǒng)計(jì)

將中國(guó)各省市樣本期間流動(dòng)性風(fēng)險(xiǎn)估算值的均值和方差繪制成折線圖，得到圖1。

圖1 2004—2014年中國(guó)各省市區(qū)域流動(dòng)性風(fēng)險(xiǎn)值的均值和方差時(shí)序圖

由圖1可以看出，區(qū)域流動(dòng)性風(fēng)險(xiǎn)計(jì)算值的均值隨著時(shí)間的變化，具有上升趨勢(shì)，而標(biāo)準(zhǔn)差呈下降趨勢(shì)。這表明隨著中國(guó)經(jīng)濟(jì)與金融的發(fā)展，警惕區(qū)域流動(dòng)性風(fēng)險(xiǎn)應(yīng)該得到越來(lái)越多的重視，全國(guó)各省市之間的流動(dòng)性風(fēng)險(xiǎn)缺口也逐漸趨于相同水平。

進(jìn)一步分析可以看出，區(qū)域流動(dòng)性風(fēng)險(xiǎn)估算值在2010年之前，其變化趨勢(shì)并不明顯，但是在2010年后呈現(xiàn)出明顯的上升趨勢(shì)。這與中國(guó)為應(yīng)對(duì)2008年次貸危機(jī)而出臺(tái)的“四萬(wàn)億”刺激政策有關(guān)。金融次貸危機(jī)引發(fā)全球出現(xiàn)經(jīng)濟(jì)危機(jī)，世界各國(guó)均具有不同程度的流動(dòng)性風(fēng)險(xiǎn)問(wèn)題，為化解金融危機(jī)的沖擊，從2008年到2010年末，由中央政府以及地方政府共同向市場(chǎng)投放了數(shù)萬(wàn)億元的流動(dòng)性，致使迅速擴(kuò)充的流動(dòng)性資金優(yōu)劣共選，造成了大量的投資浪費(fèi)以及有毒資產(chǎn)，為日后緩解刺激政策造成了不良影響。加之近年加速經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型所帶來(lái)結(jié)構(gòu)轉(zhuǎn)型陣痛，經(jīng)濟(jì)增長(zhǎng)速度進(jìn)入換擋期。“三期疊加”的內(nèi)外因素，是導(dǎo)致中國(guó)區(qū)域流動(dòng)性風(fēng)險(xiǎn)估算值在2010年之后迅速上升的主要原因。

(2)區(qū)域金融創(chuàng)新效率計(jì)算與分析

利用DEA2.1軟件，對(duì)公式(5)進(jìn)行計(jì)算，得到各省域2004—2014年每年金融創(chuàng)新效率的計(jì)算值，其描述性統(tǒng)計(jì)見(jiàn)表2。

表2 2004—2014年各省市區(qū)域金融創(chuàng)新效率估算值的描述性統(tǒng)計(jì)

從表2可以看出，中國(guó)金融創(chuàng)新效率估算值，在樣本期內(nèi)，從大約0.3的較低水平逐漸上升到大約0.7左右的相對(duì)較高水平，而標(biāo)準(zhǔn)差則基本穩(wěn)定在0.2的水平。這表明中國(guó)區(qū)域金融創(chuàng)新效率整體具有顯著上升趨勢(shì)。這與中國(guó)近年來(lái)金融發(fā)展水平不斷提升，區(qū)域金融一體化的背景相一致。

五、實(shí)證結(jié)果分析

1.控制變量的描述性統(tǒng)計(jì)

其他控制變量的描述性統(tǒng)計(jì)，見(jiàn)表3。

表3 2004—2014年控制變量描述性統(tǒng)計(jì)

從表3可以看出，GDP增長(zhǎng)率在樣本期內(nèi)呈現(xiàn)出明顯波動(dòng)。2008年金融次貸危機(jī)前，中國(guó)經(jīng)濟(jì)增長(zhǎng)保持持續(xù)快速增長(zhǎng)態(tài)勢(shì)。受金融次貸危機(jī)影響，2009年GDP增長(zhǎng)率僅有9%。在中央和地方政府刺激性投資下，2010年后經(jīng)濟(jì)增長(zhǎng)有所恢復(fù)，但隨后帶來(lái)的通貨膨脹，使得宏觀政策隨之調(diào)整，經(jīng)濟(jì)增速逐步回落。區(qū)域勞動(dòng)增長(zhǎng)率在整個(gè)樣本期內(nèi)基本保持穩(wěn)定，但不同區(qū)域間的水平差異很大，這從其標(biāo)準(zhǔn)差較大可以看出：勞動(dòng)生產(chǎn)率較高的地區(qū)主要集中在北京、上海、廣東和浙江等地，勞動(dòng)生產(chǎn)率較低的地區(qū)主要集中在中西部地區(qū)。不同地區(qū)間勞動(dòng)生產(chǎn)率的變動(dòng)趨勢(shì)也有差異，有些省份勞動(dòng)生產(chǎn)率持續(xù)保持較高水平，如北京和上海；有些地區(qū)勞動(dòng)生產(chǎn)率呈逐年下降趨勢(shì)，如廣東省。FDI在樣本期內(nèi)波動(dòng)幅度較大，有些年份增長(zhǎng)較快，如2005年和2011年均超過(guò)了30%；有些年份增長(zhǎng)幅度則較小，如2009年和2014年。不同省域間的差異較大，這從每年的標(biāo)準(zhǔn)差較大可以看出。Gov在樣本期內(nèi)基本變化不大，但2011年后呈逐年遞減趨勢(shì)。M2的增長(zhǎng)率均值達(dá)到16.75%，高于GDP的平均增長(zhǎng)率。

2.面板數(shù)據(jù)的單位根檢驗(yàn)

本文采用LLC、IPS、ADF以及PP四種面板單位根檢驗(yàn)方法，對(duì)上述指標(biāo)進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表4。

表4 面板數(shù)據(jù)的單位根檢驗(yàn)結(jié)果

注：“*”“**”“***”分別表示在10%、5%、1%水平上顯著。指標(biāo)括號(hào)中的“0”和“1”分別表示原始序列和一階差分序列，檢驗(yàn)統(tǒng)計(jì)量中的括號(hào)為P值。

由表4可知，Risk、Ino、GDP、Ino×GDP和FDI均是平穩(wěn)序列，Lavor、Gov以及MT均是一階差分平穩(wěn)序列，本文在進(jìn)行回歸分析時(shí)，對(duì)這3個(gè)變量進(jìn)行一階差分處理。

3.模型估計(jì)結(jié)果分析

本文模型分析表明，基于資本跨區(qū)域流動(dòng)視角對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)進(jìn)行研究應(yīng)當(dāng)采用空間計(jì)量的方法。對(duì)本文所建立的空間計(jì)量模型進(jìn)行豪斯曼(Hausman)檢驗(yàn)的結(jié)果顯示，空間滯后模型(SLM)的P值為0.9930、空間誤差模型(SEM)的P值為0.5167，非空間面板模型的P值為1.000，均遠(yuǎn)大于10%的顯著性水平，這表明空間面板模型和非空間面板模型均應(yīng)當(dāng)采用隨機(jī)效應(yīng)模型進(jìn)行分析。在空間面板模型的選擇上，安瑟琳和雷伊(Anselin and Rey)給出了是選擇SLM模型還是SEM模型的統(tǒng)計(jì)量。LM-Spatial-Lag用于檢驗(yàn)空間滯后模型，其原假設(shè)是回歸模型不符合空間滯后模型；LM-Spatial-Error用于檢驗(yàn)空間誤差模型，其原假設(shè)是回歸模型不符合空間誤差模型。當(dāng)LM-Spatial-Lag顯著優(yōu)于LM-Spatial-Error時(shí)，最優(yōu)模型選擇應(yīng)該是SLM；反之，則是SEM。安瑟琳和雷伊同時(shí)給出了對(duì)上述兩個(gè)檢驗(yàn)指標(biāo)的拉格朗日乘子穩(wěn)定性檢驗(yàn)的對(duì)應(yīng)統(tǒng)計(jì)量robust LM-Spatial-Lag和robust LM-Spatial-Error。[26]表5給出了模型設(shè)定形式檢驗(yàn)結(jié)果。

表5 空間計(jì)量模型的設(shè)定形式檢驗(yàn)結(jié)果

由表5可知，LM-Spatial-Error 與robust LM-Spatial-Error 都顯著優(yōu)于LM-Spatial-Lag與robust LM-Spatial-Lag，因此，本文對(duì)空間計(jì)量模型的回歸結(jié)果分析將主要集中于隨機(jī)效應(yīng)下的空間誤差模型。

表6 金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)影響的參數(shù)估計(jì)結(jié)果

注：“*”“**”“***”分別表示在10%、5%、1%水平上顯著。

由表6可以看出，金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的直接效應(yīng)都顯著為正，而且系數(shù)值的大小也比較相近；但是金融創(chuàng)新效率通過(guò)經(jīng)濟(jì)發(fā)展對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的間接效應(yīng)在含有空間因素下的模型中都顯著為負(fù)，并且回歸系數(shù)值也比較相近，其絕對(duì)值都大于直接效應(yīng)的對(duì)應(yīng)系數(shù)值，因此，金融創(chuàng)新效率對(duì)區(qū)域資本流動(dòng)性風(fēng)險(xiǎn)的總效應(yīng)是起到了抑制作用。其回歸結(jié)果的具體分析如下：

(1)流動(dòng)性風(fēng)險(xiǎn)的空間效應(yīng)分析

空間滯后效應(yīng)系數(shù)和空間誤差效應(yīng)系數(shù)均顯著，且數(shù)值均為正。顯著為正的空間滯后系數(shù)表明周圍省域發(fā)生區(qū)域流動(dòng)性風(fēng)險(xiǎn)對(duì)目標(biāo)省域具有正向溢出效應(yīng)，同時(shí)也說(shuō)明區(qū)域流動(dòng)性風(fēng)險(xiǎn)具有擴(kuò)散效應(yīng)；顯著為正的空間誤差系數(shù)表明區(qū)域金融創(chuàng)新效率、勞動(dòng)生產(chǎn)率、外商投資增長(zhǎng)率等影響因素對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的空間作用具有正向溢出作用，即周圍省域資本跨區(qū)域流動(dòng)影響因素的綜合作用，對(duì)目標(biāo)省域發(fā)生資本流動(dòng)中斷風(fēng)險(xiǎn)具有擴(kuò)大作用。

由于非空間面板數(shù)據(jù)的回歸系數(shù)大多并不顯著，加之空間面板數(shù)據(jù)的空間項(xiàng)系數(shù)均顯著，因此，從模型的整體回歸結(jié)果和空間效應(yīng)系數(shù)的顯著性來(lái)看，基于資本跨區(qū)域流動(dòng)研究金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的作用效果時(shí)，空間效應(yīng)的引入是十分必要的，這不僅是因?yàn)橘Y本跨區(qū)域流動(dòng)具有空間區(qū)位的選擇特性，而且也得到了本文實(shí)證結(jié)果的驗(yàn)證。

(2)金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的影響分析

由表6可知，本文所建立的計(jì)量檢驗(yàn)?zāi)Ｐ椭?，金融?chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的直接作用系數(shù)，都在1%的顯著性水平下顯著為正。本文構(gòu)造區(qū)域流動(dòng)性風(fēng)險(xiǎn)的原理是，目標(biāo)省域發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件時(shí)，資本跨區(qū)域流動(dòng)突然中斷時(shí)的潛在流動(dòng)性風(fēng)險(xiǎn)缺口風(fēng)險(xiǎn)值越大，表明目標(biāo)省域在發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件時(shí)存在的流動(dòng)性風(fēng)險(xiǎn)就越大。因此，顯著為正值的Ino系數(shù)，表明隨著區(qū)域金融創(chuàng)新效率的提升，目標(biāo)省域發(fā)生區(qū)域流動(dòng)性風(fēng)險(xiǎn)的可能性也就越大。

金融創(chuàng)新效率與GDP增長(zhǎng)率的交叉項(xiàng)Inoit×GDP的系數(shù)值均顯示為負(fù)，且SEM和SLM模型均在1%的水平下顯著，表明金融創(chuàng)新效率在區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用下，對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的間接效應(yīng)具有抑制作用，這是不斷發(fā)展金融和鼓勵(lì)金融創(chuàng)新的原因所在。盡管金融創(chuàng)新可能會(huì)使金融體系更加復(fù)雜，金融市場(chǎng)發(fā)生風(fēng)險(xiǎn)的源頭更加繁多，但是金融的創(chuàng)新發(fā)展能夠促進(jìn)資源的配置效率，能夠?yàn)閷?shí)體經(jīng)濟(jì)提供更多的投融資工具，能夠讓實(shí)體經(jīng)濟(jì)獲得更快和更健康的發(fā)展。

(3)其他控制變量對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的影響分析

無(wú)論是空間面板模型還是非空間面板模型，省域GDP同比增長(zhǎng)率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的作用系數(shù)均在10%水平下不顯著，表明省域經(jīng)濟(jì)增長(zhǎng)并不能顯著作用于區(qū)域流動(dòng)性風(fēng)險(xiǎn)。本文認(rèn)為，這一結(jié)果正好吻合歷次經(jīng)濟(jì)危機(jī)出現(xiàn)的規(guī)律，任何經(jīng)濟(jì)體，無(wú)論其經(jīng)濟(jì)發(fā)展增速如何，都不能保證不發(fā)生流動(dòng)性危機(jī)。資本流動(dòng)中斷風(fēng)險(xiǎn)，既可能發(fā)生在發(fā)達(dá)經(jīng)濟(jì)體，也可能發(fā)生在新興市場(chǎng)國(guó)家或者不發(fā)達(dá)地區(qū)。從中國(guó)現(xiàn)階段經(jīng)濟(jì)運(yùn)行的實(shí)際情況看，中國(guó)經(jīng)濟(jì)總體增速雖然已經(jīng)向下?lián)Q擋，從兩位數(shù)的增速降到如今7%左右的水平，但是相對(duì)于世界其他地區(qū)的經(jīng)濟(jì)增速，中國(guó)當(dāng)前經(jīng)濟(jì)增長(zhǎng)依然處于高位水平，我們不能因?yàn)榻?jīng)濟(jì)高速增長(zhǎng)而忽略發(fā)生區(qū)域流動(dòng)性風(fēng)險(xiǎn)的可能性。同時(shí)，根據(jù)國(guó)際資本流動(dòng)的危機(jī)理論，資本中斷帶來(lái)的危害，對(duì)于新興市場(chǎng)國(guó)家的沖擊可能更大，因此，中國(guó)當(dāng)前對(duì)資本跨區(qū)域流動(dòng)的研究，不僅要注重國(guó)際資本流失的風(fēng)險(xiǎn)，也應(yīng)當(dāng)注重研究國(guó)內(nèi)資本在各省域之間的均衡發(fā)展，防止發(fā)生資本跨省域流動(dòng)中斷所帶來(lái)的風(fēng)險(xiǎn)。

勞動(dòng)生產(chǎn)率同樣表現(xiàn)出與金融創(chuàng)新效率直接效應(yīng)一樣的效果，即對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)也具有顯著的加劇作用。這一結(jié)果更加證實(shí)了金融創(chuàng)新效率確實(shí)增加了發(fā)生流動(dòng)性風(fēng)險(xiǎn)的可能性，也符合金融不穩(wěn)定理論的觀點(diǎn)。金融創(chuàng)新發(fā)展本身就是一種風(fēng)險(xiǎn)，或者說(shuō)其創(chuàng)新活動(dòng)本身就可能增多風(fēng)險(xiǎn)發(fā)生的源頭及加劇風(fēng)險(xiǎn)發(fā)生的復(fù)雜度。

對(duì)于目標(biāo)省域資本流入的三大源頭——外商直接投資(FDI)、財(cái)政支出(Gov)以及貨幣供應(yīng)增長(zhǎng)率(MT)，可以發(fā)現(xiàn)FDI與財(cái)政支出并未顯著作用于區(qū)域流動(dòng)性風(fēng)險(xiǎn)，但是三者的作用系數(shù)均為負(fù)數(shù)，且MT的回歸系數(shù)在1%的水平下顯著。這表明，無(wú)論是國(guó)外資本流入，還是國(guó)內(nèi)資本流入，都能夠一定程度上為目標(biāo)省域資本需求提供幫助，因此具有抵御目標(biāo)省域發(fā)生流動(dòng)性風(fēng)險(xiǎn)的能力。但是中國(guó)目前資本項(xiàng)目對(duì)外開(kāi)放程度有限，國(guó)外資本對(duì)中國(guó)各省域資本需求的供給有限，因此，不能顯著作用于資本跨區(qū)域流動(dòng)所產(chǎn)生的中斷風(fēng)險(xiǎn)。地方政府的財(cái)政支出，多數(shù)是直接運(yùn)用于實(shí)體經(jīng)濟(jì)發(fā)展，而且在中國(guó)地方政府當(dāng)前的財(cái)政支出中還不存在地方政府從金融市場(chǎng)上得到的直接融資，地方政府之間的資本交流并未體現(xiàn)在財(cái)政收支中，因此，地方政府的財(cái)政支出雖然對(duì)本地區(qū)資本需求提供一定支持，但是并不能體現(xiàn)在資本跨區(qū)域流動(dòng)的作用中，也就不會(huì)對(duì)區(qū)域資本流動(dòng)性風(fēng)險(xiǎn)產(chǎn)生影響。來(lái)自中央銀行的貨幣支持是通過(guò)金融市場(chǎng)來(lái)運(yùn)作的，金融市場(chǎng)引導(dǎo)資本流動(dòng)的關(guān)鍵就是利用資本趨利避害的本性，貨幣供給提供資金在跨區(qū)域流動(dòng)的選擇上相對(duì)于財(cái)政資金更具有一定的自由度，因此，MT對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)產(chǎn)生顯著影響。

六、結(jié)論

本文首先通過(guò)在“跨期儲(chǔ)蓄—投資”模型(F-H模型)中引入空間效應(yīng)，構(gòu)建出衡量區(qū)域資本流動(dòng)突然中斷的風(fēng)險(xiǎn)定價(jià)模型，并通過(guò)樣本數(shù)據(jù)對(duì)各省市2004-2014年的區(qū)域流動(dòng)性風(fēng)險(xiǎn)進(jìn)行了計(jì)算。結(jié)果發(fā)現(xiàn)，中國(guó)各省市發(fā)生區(qū)域資本流動(dòng)突然中斷的潛在風(fēng)險(xiǎn)總體上是隨著時(shí)間推移呈上升趨勢(shì)的，特別是2010年后，中國(guó)“四萬(wàn)億”刺激政策實(shí)施完成后，這種上升趨勢(shì)更加明顯，表明當(dāng)前中國(guó)存在較之前更為嚴(yán)重的潛在區(qū)域流動(dòng)性風(fēng)險(xiǎn)。這與近年來(lái)中國(guó)不斷出現(xiàn)的地方經(jīng)濟(jì)違約事件的事實(shí)相吻合，能夠在一定程度上對(duì)中國(guó)區(qū)域資本流動(dòng)性風(fēng)險(xiǎn)進(jìn)行評(píng)估。

本文接著運(yùn)用DEA，以各個(gè)省市的金融業(yè)固定資產(chǎn)投資和金融行業(yè)人力資本投入為輸入變量，以金融業(yè)產(chǎn)值為輸出變量，采用投入導(dǎo)向型DEA，計(jì)算出各省市2004—2014年的金融創(chuàng)新效率，發(fā)現(xiàn)中國(guó)各省市金融創(chuàng)新效率均呈現(xiàn)出總體上升趨勢(shì)，特別是經(jīng)濟(jì)相對(duì)發(fā)達(dá)的省份，金融創(chuàng)新的效率也相應(yīng)更高。這一估算結(jié)果與中國(guó)金融的區(qū)域金融發(fā)展實(shí)際情況相吻合，能夠很好地測(cè)度中國(guó)區(qū)域金融的創(chuàng)新效率。

本文最后通過(guò)構(gòu)建空間面板模型和非空間面板模型，研究金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的影響，引入影響省域資本供給的外商直接投資、地方政府財(cái)政支出、中央銀行貨幣供給以及地區(qū)經(jīng)濟(jì)投資綜合回報(bào)率(GDP同比增長(zhǎng)率)作為控制變量。實(shí)證結(jié)果表明，基于資本跨區(qū)域視角研究金融創(chuàng)新效率對(duì)區(qū)域資本流動(dòng)性風(fēng)險(xiǎn)的影響，引入空間效應(yīng)具有十分重要的意義，鄰近省市存在的流動(dòng)性風(fēng)險(xiǎn)及其影響因素對(duì)目標(biāo)省域都具有顯著的正向溢出作用。發(fā)生流動(dòng)性風(fēng)險(xiǎn)事件時(shí)，金融創(chuàng)新效率高的省份存在較大的資本流動(dòng)突然中斷風(fēng)險(xiǎn)，但是金融創(chuàng)新伴隨實(shí)體經(jīng)濟(jì)的增長(zhǎng)，對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的綜合作用卻是起到了抑制作用。這表明，金融創(chuàng)新確實(shí)為資本跨區(qū)域流動(dòng)帶來(lái)了更大的風(fēng)險(xiǎn)可能性，但是由于金融創(chuàng)新更能促進(jìn)實(shí)體經(jīng)濟(jì)發(fā)展，從而間接降低了區(qū)域資本流動(dòng)的突然中斷風(fēng)險(xiǎn)。同時(shí)，本文還得出，外商直接投資、地方政府財(cái)政支出、中央銀行貨幣供給都在一定顯著性水平上對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)起到抑制作用，但是外商直接投資和地方政府財(cái)政支出對(duì)于抑制區(qū)域流動(dòng)性風(fēng)險(xiǎn)的作用有限，而中央銀行的貨幣供給對(duì)于降低區(qū)域流動(dòng)性風(fēng)險(xiǎn)的作用則十分顯著。本文認(rèn)為，這主要是由中國(guó)資本市場(chǎng)對(duì)外開(kāi)放程度低、中國(guó)地方政府財(cái)政的支出模式以及貨幣供給流動(dòng)的趨利避害性造成的。

金融創(chuàng)新效率對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)直接效應(yīng)的回歸結(jié)果符合“流動(dòng)性黑洞”效應(yīng)、金融不穩(wěn)定假說(shuō)以及國(guó)際資本流動(dòng)危機(jī)理論，這就要求我們必須高度警惕金融創(chuàng)新所帶來(lái)的潛在風(fēng)險(xiǎn)。隨著中國(guó)金融市場(chǎng)的不斷發(fā)展，區(qū)域經(jīng)濟(jì)一體化逐步加強(qiáng)，在享受金融發(fā)展紅利的同時(shí)，要重點(diǎn)對(duì)區(qū)域金融發(fā)展所帶來(lái)的負(fù)面效應(yīng)進(jìn)行研究，及時(shí)防范區(qū)域資本流動(dòng)突然中斷所引發(fā)的流動(dòng)性風(fēng)險(xiǎn)。這對(duì)于中國(guó)區(qū)域經(jīng)濟(jì)進(jìn)一步發(fā)展，以及中國(guó)整體經(jīng)濟(jì)持續(xù)健康穩(wěn)定發(fā)展，都具有十分重要的意義。在金融創(chuàng)新對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的間接效應(yīng)的作用下，金融創(chuàng)新對(duì)區(qū)域流動(dòng)性風(fēng)險(xiǎn)的總效應(yīng)起到抑制作用，因此，雖然要警惕金融發(fā)展所造成的一定困難，也要把握金融不斷創(chuàng)新發(fā)展所帶來(lái)的經(jīng)濟(jì)發(fā)展機(jī)會(huì)，進(jìn)一步加強(qiáng)區(qū)域經(jīng)濟(jì)發(fā)展合作，實(shí)現(xiàn)國(guó)內(nèi)省域經(jīng)濟(jì)發(fā)展一體化。

[1] Calvo G A. Capital Flows and Capital-Market Crises: The Simple Economics of Sudden Stops[J]. Journal of Applied Economics，1998，(1).

[2] Edwards S. Capital controls, capital flow contractions, and macroeconomic vulnerability[J]. Journal of International Money and Finance，2007，26(5).

[3] Cavallo E A，F(xiàn)rankel J A. Does openness to trade make countries more vulnerable to sudden stops, or less? Using gravity to establish causality[J]. Journal of International Money and Finance，2008，27(8).

[4] 張璟,陳繼明,劉曉輝.區(qū)域間信貸資金流動(dòng)性、金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)——來(lái)自中國(guó)省際面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].投資研究，2013，(6).

[5] 王守坤.中國(guó)各省區(qū)資本流動(dòng)能力再檢驗(yàn):基于廣義空間計(jì)量模型的分析[J].經(jīng)濟(jì)評(píng)論，2014，(4).

[6] Calderon C，Kubota M. Sudden stops: Are global and local investors alike?[J]. Journal of International Economics，2013，89(1).

[7] Forbes K J，Warnock F E. Debt-and Equity-Led Capital Flow Episodes[M]. NBER Working Papers,2012.

[8] 鄭璇.流入驅(qū)動(dòng)型與流出驅(qū)動(dòng)型國(guó)際資本流動(dòng)突然中斷的影響因素分析——以新興市場(chǎng)國(guó)家為例[J].國(guó)際金融研究，2014，(1).

[9] 張良.資本流動(dòng)突然中斷的影響因素分析[J].財(cái)貿(mào)研究，2010，(4).

[10] 王喜,趙增耀.FDI與區(qū)域資本流動(dòng):抑制還是促進(jìn)[J].國(guó)際貿(mào)易問(wèn)題，2014，(4).

[11] 王曦,楊揚(yáng),余壯雄.中央投資對(duì)中國(guó)區(qū)域資本流動(dòng)的影響[J].中國(guó)工業(yè)經(jīng)濟(jì)，2014，(4).

[12] 喻平,李敏.金融創(chuàng)新能力的評(píng)價(jià)研究[J].當(dāng)代經(jīng)濟(jì)管理，2007，(3).

[13] 陳晶瑩.區(qū)域金融創(chuàng)新體系研究[J].改革與戰(zhàn)略，2008,(11).

[14] 朱爾茜.基于因子分析的中國(guó)區(qū)域金融創(chuàng)新能力評(píng)價(jià)[J].武漢大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2013，(3).

[15] 章蒔安.基于主成分分析法的金融創(chuàng)新水平評(píng)價(jià)——以贛南等原中央蘇區(qū)14縣(市)為例[J].江西社會(huì)科學(xué)，2013，(12).

[16] 蔣瑞波,蔣岳祥.區(qū)域金融創(chuàng)新與區(qū)域經(jīng)濟(jì)發(fā)展的實(shí)證研究[J].浙江學(xué)刊，2012，(5).

[17] 蔣岳祥,蔣瑞波.區(qū)域金融創(chuàng)新:效率評(píng)價(jià)、環(huán)境影響與差異分析[J].浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)，2013，(4).

[18] Li L，Wang R，Li X. Grey fuzzy comprehensive evaluation of regional financial innovation ability based on two types weights[J].Grey Systems，2016，6(2).

[19] Jun Nagayasu. Financial innovation and regional money[J]. Applied Economics，2012，44(35).

[20] Buckley R P. Financial Innovation in East Asia[J]. Seattle University Law Review，2013，(37).

[21] 李淵博,朱順林.互聯(lián)網(wǎng)金融創(chuàng)新與商業(yè)銀行經(jīng)濟(jì)發(fā)展的關(guān)系研究——基于省級(jí)面板數(shù)據(jù)的因果關(guān)系檢驗(yàn)[J].南方經(jīng)濟(jì)，2014，(12).

[22] Komulainen T，Lukkarila J. What drives financial crises in emerging markets?[J]. Emerging Markets Review，2003，4(3).

[23] Giannetti M. Financial liberalization and banking crises: The role of capital inflows and lack of transparency[J]. Journal of Financial Intermediation，2007，16(1).

[24] Eichengreen B J，F(xiàn)eldman R A，Liebman J B. Public debts : nuts, bolts and worries[J]. Geneva Reports on the World Economy，2011，16(3).

[25] 劉少波,楊竹清.資本市場(chǎng)開(kāi)放及金融自由化的經(jīng)濟(jì)后果研究述評(píng)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2012，(5).

[26] Anselin L，F(xiàn)lorax R J G M， Rey S J. Advances in spatial econometrics : methodology, tools and applications[M].Springer,2010.

AnAnalysisoftheSpilloverEffectofFinancialInnovationEfficiencyImpactonRegionalLiquidityRiskBasedonSpatialPanelModel

MAO Xuncheng
(School of Finance and Business, Shanghai Normal University, Shanghai 200234, China)

Firstly, based on the spatial effect of the intertemporal savings investment model, this paper establishes the regional liquidity risk pricing model. Liquidity risk in China’s provinces is measured. Secondly, the financial innovation efficiency is calculated by using the DEA model. Finally, the spatial panel model is used to analyze the spatial spillover effect of financial innovation on regional liquidity risk. The empirical results show that since 2010, China’s regional liquidity risk shows a rapid upward trend, indicating that China’s capital flows across the region suddenly interrupted risk is more severe than ever before. In the sample period, the efficiency of financial innovation showed an overall upward trend. The influence of financial innovation efficiency of regional liquidity risk exists space effect. The liquidity risk and its influencing factors in the neighboring provinces have a significant spillover effect on the sudden interruption of capital flows in the target province. The results show that the efficiency of financial innovation has aggravated the occurrence of regional liquidity risk. But under the effect of regional economic growth, the financial innovation has an inhibitory effect on the regional liquidity risk.

financial innovation efficiency, regional liquidity risk, spatial panel model, spatial spillover effect

F832.1

A

1004-8634(2017)06-0058-(11)

10.13852/J.CNKI.JSHNU.2017.06.008

2017-08-21

國(guó)家自然科學(xué)基金項(xiàng)目“基于流動(dòng)性視角的資本定價(jià)模型重構(gòu)研究”(71471117)

茆訓(xùn)誠(chéng)，河北人，上海師范大學(xué)商學(xué)院教授，主要從事金融管理研究。

(責(zé)任編輯：知 魚(yú))