汪平

通過熵值法建立中國區(qū)域金融風(fēng)險(xiǎn)綜合指標(biāo)，然后采用聚類算法將金融風(fēng)險(xiǎn)狀態(tài)分為輕風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)。本文采用空聞多項(xiàng)排序Probit模型研究城市億水平視角下的區(qū)域間金融風(fēng)險(xiǎn)空間溢出效應(yīng)。研究結(jié)果表明：地方金融風(fēng)險(xiǎn)同時(shí)受周邊地區(qū)金融風(fēng)險(xiǎn)影響，隨著城市化水平的提高，區(qū)域金融風(fēng)險(xiǎn)也隨之增加；城市億水平較低地區(qū)，地方金融風(fēng)險(xiǎn)隨著城市化水平的提高而緩慢增加；城市化水平較高地區(qū)，隨著城市化水平的提高，區(qū)域金融風(fēng)險(xiǎn)增加的幅度比城市化水平較低地區(qū)增加的幅度要高。

區(qū)域金融風(fēng)險(xiǎn)

空間多項(xiàng)排序Probit模型 聚類

引言

“十三五”規(guī)劃明確提出“防止區(qū)域性金融風(fēng)險(xiǎn)”，金融風(fēng)險(xiǎn)在區(qū)域之間具有較強(qiáng)的外部傳導(dǎo)效應(yīng)。一方面，區(qū)域內(nèi)積累的金融風(fēng)險(xiǎn)能夠較好的向區(qū)域外擴(kuò)散，在一定程度上可以起到化解風(fēng)險(xiǎn)的作用，另一方面，面對(duì)周邊區(qū)域或全國性金融風(fēng)險(xiǎn)，區(qū)域金融往往會(huì)受到很大沖擊。這就要求我們?cè)跇?gòu)建區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)的時(shí)候，將區(qū)域經(jīng)濟(jì)放在開放經(jīng)濟(jì)的環(huán)境中，關(guān)注周邊區(qū)域及全國的金融狀況。

目前，我國銀行不良貸款率不斷上升，金融衍生工具的不斷創(chuàng)新都加大了金融系統(tǒng)性風(fēng)險(xiǎn)，中國需要進(jìn)行宏觀審慎管理，增強(qiáng)對(duì)金融系統(tǒng)性風(fēng)險(xiǎn)的監(jiān)測和管理。控制區(qū)域金融風(fēng)險(xiǎn)不僅對(duì)區(qū)域金融穩(wěn)定具有決定作用，對(duì)宏觀性、全局性的金融穩(wěn)定也有著積極意義。

文獻(xiàn)綜述

譚中明（ 2010）首先建立區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)，利用2007年我國和江蘇省的數(shù)據(jù)得出綜合指數(shù)和單個(gè)指標(biāo)的預(yù)警值進(jìn)行分析。胡忐強(qiáng)（ 2016）以區(qū)域金融風(fēng)險(xiǎn)新變化為視角，從區(qū)域經(jīng)濟(jì)、區(qū)域金融和影子銀行體系等三個(gè)方面構(gòu)建了區(qū)域金融風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)體系，并運(yùn)用熵值法賦權(quán)，度量了2011～2015年安徽省區(qū)域金融風(fēng)險(xiǎn)的演化趨勢。呂勇斌（ 2014）基于我國2005～2012年31個(gè)省數(shù)據(jù)，采用空間面板模型對(duì)財(cái)政赤字、經(jīng)濟(jì)增長與金融風(fēng)險(xiǎn)的區(qū)際關(guān)聯(lián)問題進(jìn)行實(shí)證分析。結(jié)果表明，我國各區(qū)域的宏觀金融風(fēng)險(xiǎn)存在“企業(yè)一銀行”和“政府一銀行”的部門間傳遞路徑，同時(shí)，我國宏觀金融風(fēng)險(xiǎn)傳遞存在區(qū)際的空間相關(guān)性。

呂徐瑩（ 2016）利用格蘭杰因果關(guān)系檢驗(yàn)方法和脈沖函數(shù)分析方法來研究區(qū)域金融風(fēng)險(xiǎn)的傳染效應(yīng)和擴(kuò)散效應(yīng)。研究發(fā)現(xiàn)，代表區(qū)域金融機(jī)構(gòu)的不同地方性銀行之間存在顯著的風(fēng)險(xiǎn)傳染。廖萱（ 2017）以我國區(qū)域性的經(jīng)濟(jì)金融中心六大城市為研究對(duì)象，以2000-2011年時(shí)間內(nèi)金融風(fēng)險(xiǎn)狀況進(jìn)行實(shí)證研究，比較分析了不同區(qū)域金融風(fēng)險(xiǎn)差異性。王營（ 2017）將社會(huì)網(wǎng)絡(luò)分析法應(yīng)用于區(qū)域性金融風(fēng)險(xiǎn)空間關(guān)聯(lián)即傳染效應(yīng)的刻畫，研究發(fā)現(xiàn)，省際間區(qū)域性金融風(fēng)險(xiǎn)呈現(xiàn)高度關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)，并且具有較強(qiáng)傳染性。

樣本選擇與數(shù)據(jù)收集

選取2016年31個(gè)省不良貸款率、銀行存貸比、CDP同比、固定資產(chǎn)投資完成額、失業(yè)率、公共財(cái)政收入、保費(fèi)收入增速來綜合測度中國區(qū)域金融風(fēng)險(xiǎn)。用城市化水平citylevel（城鎮(zhèn)人口/鄉(xiāng)村人口）、經(jīng)濟(jì)開放度open（進(jìn)出口金額/GDP）、政府對(duì)經(jīng)濟(jì)干預(yù)程度gov（公共財(cái)政支出/同期GDP）、外商直接投資水平fdi（外商直接投資實(shí)際使用金額/CDP）、金融發(fā)展水平findev（貸款總額/CDP）、城市化水平和經(jīng)濟(jì)開放度交叉項(xiàng)（gj）、城市化水平*金融發(fā)展水平（ gi）、城市化水平*政府對(duì)經(jīng)濟(jì)干預(yù)程度（g）、金融發(fā)展水平*經(jīng)濟(jì)開放度（ ij）作為解釋變量和控制變量。

實(shí)證分析

（l）區(qū)域金融風(fēng)險(xiǎn)級(jí)別的構(gòu)建

采用熵值法構(gòu)建區(qū)域金融風(fēng)險(xiǎn)綜合指標(biāo)，然后將我國31個(gè)省聚類為3個(gè)風(fēng)險(xiǎn)級(jí)別：輕風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)。對(duì)聚類結(jié)果進(jìn)行顯著性檢驗(yàn)，結(jié)果顯示聚類結(jié)果顯著。

（2）空間多項(xiàng)排序Prohit模型

采用Moran'I指數(shù)研究變量的空間依賴性。Moran'I指數(shù)反映鄰近區(qū)域單元間的相似程度，檢驗(yàn)?zāi)Ｐ褪欠翊嬖诳臻g相關(guān)性，當(dāng)Moran' I<0時(shí)，表明存在負(fù)空間相關(guān)性，當(dāng)Moran' I>O時(shí)，表明存在正空間相關(guān)性，當(dāng)Moran' I=O時(shí)，表明不存在空間相關(guān)性，當(dāng)MOran，I=-I時(shí)表明完全空間負(fù)相關(guān)，當(dāng)Moran' I=l時(shí)，表明完全空間正相關(guān)。本文以鄰接矩陣計(jì)算的區(qū)域金融風(fēng)險(xiǎn)指標(biāo)的莫蘭指數(shù)為0.06，概率P值為0.0013，說明區(qū)域金融風(fēng)險(xiǎn)間具有正空間相關(guān)性，一個(gè)地區(qū)的金融風(fēng)險(xiǎn)受周邊地區(qū)金融風(fēng)險(xiǎn)的影響，周邊地區(qū)金融風(fēng)險(xiǎn)的增加，也會(huì)相應(yīng)增加當(dāng)?shù)亟鹑陲L(fēng)險(xiǎn)。

為了確定模型的最優(yōu)形式，采用LM檢驗(yàn)來進(jìn)行空間計(jì)量模型的選擇。2016年LMerr和RLMerr的P值均不顯著，分別為0.083和0.461，LMlag和RLMlagP值均顯著.分別為0.004和0.017，所以本文更適合空間多項(xiàng)排序prohit滯后模型。

根據(jù)本文前面提到的不同地區(qū)之間區(qū)域金融風(fēng)險(xiǎn)傳染具有空間相關(guān)性，本文空間多元排序prohit滯后模型的估計(jì)結(jié)果如表2所示。

由空間多元排序Prohit模型估計(jì)結(jié)果可知，rho的系數(shù)為0.472，P值為0.013，說明區(qū)域間金融風(fēng)險(xiǎn)具有空間溢出效應(yīng)，地區(qū)金融風(fēng)險(xiǎn)同時(shí)受周邊地區(qū)金融風(fēng)險(xiǎn)的影響。同時(shí)，政府對(duì)經(jīng)濟(jì)的干預(yù)程度的系數(shù)為16.753，概率為0.045，說明其對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響是顯著的。政府對(duì)經(jīng)濟(jì)的干預(yù)程度越高，越不利于金融市場的市場化發(fā)展，導(dǎo)致區(qū)域金融風(fēng)險(xiǎn)提高。

通過對(duì)citvlevel變量（平方和立方項(xiàng)）與區(qū)域金融風(fēng)險(xiǎn)的散點(diǎn)圖分析發(fā)現(xiàn)：城市化水平對(duì)當(dāng)?shù)貐^(qū)域金融風(fēng)險(xiǎn)的影響是顯著的，對(duì)于城市化水平較低地區(qū)，當(dāng)?shù)亟鹑陲L(fēng)險(xiǎn)隨著城市化水平的提高而緩慢增加；對(duì)于城市化水平較高的地區(qū)，隨著城市化水平的提高，區(qū)域金融風(fēng)險(xiǎn)增加的幅度比城市化水平較低地區(qū)增加的幅度要高。城市化水平下的區(qū)域?qū)ν忾_放程度的影響也是顯著的，其系數(shù)為負(fù)值，表明區(qū)域城市化水平和區(qū)域?qū)ν忾_放程度的共同作用，可以減少地方金融風(fēng)險(xiǎn)的發(fā)生，對(duì)于區(qū)域金融風(fēng)險(xiǎn)較高的地區(qū)，提高城市化水平和對(duì)外開放程度可以降低地方金融風(fēng)險(xiǎn)。

結(jié)論

本文研究表明，地方金融風(fēng)險(xiǎn)受周邊地區(qū)金融風(fēng)險(xiǎn)的影響，同時(shí)隨著城市化水平的提高，區(qū)域金融風(fēng)險(xiǎn)也隨之增加；區(qū)域城市化水平和區(qū)域?qū)ν忾_放程度的共同作用，可以減少地方金融風(fēng)險(xiǎn)的發(fā)生，對(duì)于區(qū)域金融風(fēng)險(xiǎn)較高的地區(qū)，提高城市化水平和對(duì)外開放程度可以降低地方金融風(fēng)險(xiǎn)。政府對(duì)經(jīng)濟(jì)的干預(yù)程度越高，越不利于金融市場的市場化發(fā)展，導(dǎo)致區(qū)域金融風(fēng)險(xiǎn)提高。

影響金融風(fēng)險(xiǎn)的因素很多，尤其是在我國經(jīng)濟(jì)轉(zhuǎn)軌，處于經(jīng)濟(jì)新常態(tài)下，風(fēng)險(xiǎn)監(jiān)管機(jī)制不完善，網(wǎng)絡(luò)金融以及各種衍生產(chǎn)品的創(chuàng)新，使區(qū)域金融風(fēng)險(xiǎn)更加具有不確定性?？傮w來看，目前我國區(qū)域金融風(fēng)險(xiǎn)總體可控，同時(shí)也面臨不少挑戰(zhàn)。要加強(qiáng)區(qū)域金融風(fēng)險(xiǎn)的評(píng)估、管理和監(jiān)控，采取有效對(duì)策來防范區(qū)域金融風(fēng)險(xiǎn)和資產(chǎn)泡沫的發(fā)生，保障經(jīng)濟(jì)健康平穩(wěn)發(fā)展。

[1]廖萱.區(qū)域金融風(fēng)險(xiǎn)評(píng)級(jí)模型及其應(yīng)用研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2017，（ 30）：81-82.

[2]呂徐瑩.區(qū)域金融風(fēng)險(xiǎn)傳染效應(yīng)和擴(kuò)散效應(yīng)的實(shí)證分析[J].時(shí)代金融（下旬）， 2016， （5）：75-76， 84.

[3]胡忐強(qiáng).基于熵值法的區(qū)域金融風(fēng)險(xiǎn)度量研究——以安徽省為例[J].區(qū)域金融研究，2016，（ 12）：44-49

[4]譚中明，賴嫻，陳芳.區(qū)域金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系構(gòu)建[J].商業(yè)時(shí)代，2010，（1）：134.DOI：10.3969/j.issn.1002-5863.2010.01.063.

[5]呂勇斌，陳自雅.區(qū)域金融風(fēng)險(xiǎn)部門間傳遞的空間效應(yīng)-2005-2012年[J].財(cái)政研究，2014，（8）：46-48.

[6]王營，曹廷求.中國區(qū)域性金融風(fēng)險(xiǎn)的空間關(guān)聯(lián)及其傳染效應(yīng)一一基于社會(huì)網(wǎng)絡(luò)分析法[J].金融經(jīng)濟(jì)學(xué)研究，2017 （3）：46-55.