王擎 劉軍 毛銳

內(nèi)容提要：基于“CAMELS”評(píng)級(jí)體系構(gòu)建區(qū)域銀行業(yè)風(fēng)險(xiǎn)系數(shù)，計(jì)算大型、中型、小微企業(yè)和居民部門的杠桿率水平，從全國(guó)和地區(qū)層面系統(tǒng)性地研究杠桿率水平對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響機(jī)制。研究發(fā)現(xiàn)：全國(guó)范圍內(nèi)大型企業(yè)杠桿率的提升將提高區(qū)域性金融風(fēng)險(xiǎn)，而中小型企業(yè)杠桿率提升將降低區(qū)域性金融風(fēng)險(xiǎn);東部地區(qū)企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響與全國(guó)保持一致，中部地區(qū)大型企業(yè)、小微企業(yè)杠桿率會(huì)提高區(qū)域性金融風(fēng)險(xiǎn)，西部、東北地區(qū)影響則不顯著;東部、中部和西部地區(qū)居民部門杠桿率上升會(huì)提高區(qū)域性金融風(fēng)險(xiǎn)。穩(wěn)杠桿和防控區(qū)域性金融風(fēng)險(xiǎn)政策的制定應(yīng)在不同地區(qū)有所差異。

關(guān)鍵詞：區(qū)域性金融風(fēng)險(xiǎn);企業(yè)杠桿;居民杠桿

中圖分類號(hào)：F832.5? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1003-7543（2019）10-0075-10

防范化解重大風(fēng)險(xiǎn)是中央確定的三大攻堅(jiān)戰(zhàn)任務(wù)之一，而作為其中重要一環(huán)的金融風(fēng)險(xiǎn)防控則關(guān)乎著經(jīng)濟(jì)社會(huì)的和諧、穩(wěn)定，是確保實(shí)現(xiàn)供給側(cè)結(jié)構(gòu)性改革，保證經(jīng)濟(jì)平穩(wěn)、健康發(fā)展的重要前提，是當(dāng)前和今后一段時(shí)期我國(guó)金融工作的重中之重。由于金融在經(jīng)濟(jì)發(fā)展中的重要作用，區(qū)域性金融風(fēng)險(xiǎn)從某種程度上是區(qū)域經(jīng)濟(jì)發(fā)展和風(fēng)險(xiǎn)的映射，而企業(yè)和居民杠桿率高企無(wú)疑標(biāo)志著我國(guó)金融風(fēng)險(xiǎn)的逐步深化。因此，以不同地區(qū)的企業(yè)結(jié)構(gòu)、區(qū)域經(jīng)濟(jì)特征差異的角度為切入點(diǎn)，從不同經(jīng)濟(jì)部門異質(zhì)性出發(fā)，研究實(shí)體經(jīng)濟(jì)部門杠桿率對(duì)我國(guó)以銀行業(yè)為主體的區(qū)域性金融風(fēng)險(xiǎn)的影響，具有重要的研究?jī)r(jià)值。

一、相關(guān)文獻(xiàn)綜述

區(qū)域性金融風(fēng)險(xiǎn)可定義為由于不同區(qū)域間經(jīng)濟(jì)發(fā)展?fàn)顩r、資源差異等因素導(dǎo)致金融資源供求的區(qū)域不平衡并最終產(chǎn)生對(duì)于區(qū)域經(jīng)濟(jì)發(fā)展的不利影響的可能性。準(zhǔn)確衡量區(qū)域金融風(fēng)險(xiǎn)的大小是研究區(qū)域性金融風(fēng)險(xiǎn)首先要解決的問題。目前，學(xué)術(shù)界主要通過構(gòu)建區(qū)域性金融風(fēng)險(xiǎn)預(yù)警指數(shù)的方法來(lái)定量研究區(qū)域性金融風(fēng)險(xiǎn)的大小及其影響。仲彬、劉念、畢順榮對(duì)金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建以區(qū)域銀行體系為研究對(duì)象，構(gòu)建的區(qū)域金融風(fēng)險(xiǎn)預(yù)警體系的框架包括了微觀審慎指標(biāo)以及宏觀先行指標(biāo)兩個(gè)層面，利用Kaminsky綜合指數(shù)量化外部風(fēng)險(xiǎn)，并使用自回歸模型作預(yù)測(cè)[1]。周才云在前者的理論基礎(chǔ)上構(gòu)建了宏觀、微觀顯性及審慎指標(biāo)，認(rèn)為完備的風(fēng)險(xiǎn)預(yù)警體系必須同時(shí)包含多個(gè)層次的審慎指標(biāo)[2]。譚中明構(gòu)建了衡量區(qū)域性金融風(fēng)險(xiǎn)的兩個(gè)分系統(tǒng)，在兩個(gè)分系統(tǒng)中分別構(gòu)造了八個(gè)子模塊，而系統(tǒng)中的各子模塊權(quán)重被組合賦予，最后結(jié)合某省2007年的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行了區(qū)域性金融風(fēng)險(xiǎn)的實(shí)證檢驗(yàn)和分析[3]。熊濤、郭蕾運(yùn)用模糊綜合評(píng)價(jià)法，構(gòu)建了囊括地方政府和融資平臺(tái)公司的債務(wù)風(fēng)險(xiǎn)預(yù)警體系，并進(jìn)行了實(shí)證分析[4]。王擎、劉軍、金致雯借鑒銀行業(yè)風(fēng)險(xiǎn)評(píng)級(jí)的“CAMELS”方法構(gòu)建了衡量我國(guó)區(qū)域性金融風(fēng)險(xiǎn)的金融穩(wěn)定系數(shù)指標(biāo)，總結(jié)了我國(guó)區(qū)域性金融風(fēng)險(xiǎn)的整體特征和發(fā)展趨勢(shì)，隨后進(jìn)行的實(shí)證分析進(jìn)一步發(fā)現(xiàn)不同區(qū)域經(jīng)濟(jì)增長(zhǎng)模式對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響存在顯著差異，最終提出防控我國(guó)區(qū)域性金融風(fēng)險(xiǎn)切實(shí)可行的政策建議[5]。

Minsky認(rèn)為高杠桿率極易引發(fā)金融系統(tǒng)的內(nèi)生脆弱性，依費(fèi)雪的“債務(wù)—通縮”理論，杠桿率的逐步提升使得經(jīng)濟(jì)陷入去杠桿的周期，最終加重了金融系統(tǒng)的內(nèi)部脆弱性[6]。Allen et al. 以爆發(fā)過金融危機(jī)國(guó)家的資產(chǎn)負(fù)債表為樣本，研究發(fā)現(xiàn)一國(guó)高企的杠桿率是誘發(fā)其爆發(fā)金融危機(jī)的重要因素[7]。Cecchetti et al. 研究發(fā)現(xiàn)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在閾值效應(yīng)，即適度的杠桿率可促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但過度的杠桿率將會(huì)通過誘發(fā)金融危機(jī)的方式降低經(jīng)濟(jì)增長(zhǎng)速度[8]。陳雨露等運(yùn)用119個(gè)國(guó)家的面板數(shù)據(jù)，著眼于國(guó)家人口結(jié)構(gòu)的變化，發(fā)現(xiàn)人口老齡化國(guó)家杠桿率的攀升對(duì)金融穩(wěn)定會(huì)產(chǎn)生顯著的沖擊效應(yīng)[9]。陸婷以我國(guó)非金融部門杠桿率為研究對(duì)象，探討了高杠桿率對(duì)于我國(guó)金融市場(chǎng)穩(wěn)定的影響[10]。魏加寧從債務(wù)融資資金的使用和投向等方面分析了過高的杠桿率產(chǎn)生系統(tǒng)性金融風(fēng)險(xiǎn)的可能性[11]。馬建堂將債務(wù)余額與GDP之比作為衡量杠桿率的指標(biāo)，分析了代表性的四類經(jīng)濟(jì)部門杠桿率的樣本內(nèi)變動(dòng)趨勢(shì)，研究指出不斷上漲的杠桿率大幅增加了系統(tǒng)性金融風(fēng)險(xiǎn)爆發(fā)的可能性[12]。

通過回顧現(xiàn)有文獻(xiàn)可知，國(guó)內(nèi)外關(guān)于高杠桿率和金融風(fēng)險(xiǎn)的研究已較為豐富，同時(shí)，研究角度和研究結(jié)論也有一定的差異。但目前關(guān)于我國(guó)杠桿率和區(qū)域性金融風(fēng)險(xiǎn)的研究還相對(duì)較少，如前文所述，區(qū)域性金融風(fēng)險(xiǎn)和傳統(tǒng)意義上的金融風(fēng)險(xiǎn)在誘發(fā)因素、風(fēng)險(xiǎn)傳導(dǎo)和擴(kuò)散機(jī)制上均有所不同，因此，研究杠桿率上升對(duì)我國(guó)區(qū)域性金融風(fēng)險(xiǎn)的影響具有重要的理論和現(xiàn)實(shí)意義。本文基于“CAMELS”評(píng)級(jí)方法，在2008～2017年全國(guó)31個(gè)省（區(qū)、市）數(shù)據(jù)的基礎(chǔ)上，采用因子分析方法構(gòu)建了衡量區(qū)域性金融風(fēng)險(xiǎn)程度的區(qū)域性金融風(fēng)險(xiǎn)系數(shù);隨后，從異質(zhì)性經(jīng)濟(jì)主體出發(fā)，分別計(jì)算了樣本范圍內(nèi)大型企業(yè)、中型企業(yè)、小微企業(yè)和居民部門的杠桿率水平;最后，運(yùn)用控制了區(qū)域異質(zhì)性和表征經(jīng)濟(jì)發(fā)展質(zhì)量的宏觀經(jīng)濟(jì)變量后的省級(jí)面板數(shù)據(jù)回歸分析了上述四部門杠桿率水平變動(dòng)對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響，并就回歸結(jié)果提出相應(yīng)的政策建議。

二、區(qū)域性金融風(fēng)險(xiǎn)和杠桿率指標(biāo)計(jì)算

（一）區(qū)域性金融風(fēng)險(xiǎn)指標(biāo)構(gòu)建

參考王擎、劉軍、金致雯的研究，引入“CAMELS”系統(tǒng)評(píng)級(jí)和因子分析的相關(guān)方法，結(jié)合2008～2017年全國(guó)31個(gè)省（區(qū)、市）的樣本數(shù)據(jù)綜合計(jì)算我國(guó)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)[5]。首先，基于銀行業(yè)金融機(jī)構(gòu)占據(jù)我國(guó)金融系統(tǒng)主導(dǎo)地位的實(shí)際，同時(shí)，我國(guó)當(dāng)前無(wú)論是個(gè)人信貸還是企業(yè)信貸，均是以間接信貸為主，因此，將“CAMELS”評(píng)級(jí)的主體選為各?。▍^(qū)、市）代表性的商業(yè)銀行，以省份為單位，將各省份代表性商業(yè)銀行數(shù)據(jù)匯總后計(jì)算出相應(yīng)各項(xiàng)指標(biāo)。參考原銀監(jiān)會(huì)2014年印發(fā)的《商業(yè)銀行監(jiān)管評(píng)級(jí)內(nèi)部指引》中的監(jiān)管指標(biāo)類型，本文選取的評(píng)級(jí)要素實(shí)際為具備中國(guó)特色的“CAMELS+”監(jiān)管評(píng)級(jí)要素。具體包括五項(xiàng)評(píng)級(jí)要素：資本充足率（C）、資產(chǎn)質(zhì)量（A）、盈利狀況（E）、銀行流動(dòng)性風(fēng)險(xiǎn)（L）、銀行業(yè)市場(chǎng)風(fēng)險(xiǎn)水平（S）。按照《商業(yè)銀行監(jiān)管評(píng)級(jí)內(nèi)部指引》的建議，將以上5個(gè)指標(biāo)權(quán)重依次選取為15%、15%、10%、20%、10%，并分別記為W1、W2、W3、W4、W5，同時(shí)，在保證上述指標(biāo)相對(duì)比例不變的前提下將評(píng)級(jí)要素的權(quán)重同比擴(kuò)大，保證要素權(quán)重之和為100%①。隨后對(duì)銀行業(yè)金融指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和計(jì)算相應(yīng)的得分，在以上指標(biāo)中，資本充足率（C）、資產(chǎn)質(zhì)量（A）和銀行流動(dòng)性風(fēng)險(xiǎn)（L）采用季度數(shù)據(jù)進(jìn)行打分，其中資產(chǎn)質(zhì)量（A）指標(biāo)由不良貸款率和撥備覆蓋率兩個(gè)指標(biāo)復(fù)合而成，銀行流動(dòng)性風(fēng)險(xiǎn)（L）由存貸比和流動(dòng)性比例兩個(gè)指標(biāo)復(fù)合而成。盈利狀況（E）和銀行業(yè)市場(chǎng)風(fēng)險(xiǎn)水平（S）則由樣本銀行的資產(chǎn)利潤(rùn)率、成本收入比、凈息差、利率風(fēng)險(xiǎn)敏感度、累計(jì)外匯敞口頭寸比等指標(biāo)的年度數(shù)據(jù)復(fù)合而成。上述指標(biāo)最終得分記為X1-X5。在計(jì)算得出的區(qū)域性金融風(fēng)險(xiǎn)指標(biāo)權(quán)重和得分的結(jié)果之上，區(qū)域性金融風(fēng)險(xiǎn)系數(shù)的計(jì)算公式可以表示為：

為了更加清晰、直觀地展現(xiàn)樣本期內(nèi)我國(guó)區(qū)域性金融風(fēng)險(xiǎn)的變動(dòng)狀況，本文將31個(gè)?。▍^(qū)、市）的風(fēng)險(xiǎn)系數(shù)按照東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)四個(gè)維度進(jìn)行分組，其描述性統(tǒng)計(jì)結(jié)果如表1所示。

基于CAMELS評(píng)分體系計(jì)算的區(qū)域性金融風(fēng)險(xiǎn)系數(shù)決定于各項(xiàng)指標(biāo)的得分情況，得分越高表明該省份的金融更加穩(wěn)定，即區(qū)域性金融風(fēng)險(xiǎn)系數(shù)越高，該區(qū)域的金融風(fēng)險(xiǎn)越小。2008年全球金融危機(jī)后，我國(guó)經(jīng)濟(jì)刺激政策使信貸規(guī)?？焖倥蛎洠鹑诟咚侔l(fā)展的背后是金融風(fēng)險(xiǎn)隱患的增大，如銀行業(yè)金融機(jī)構(gòu)資產(chǎn)質(zhì)量下滑、流動(dòng)性風(fēng)險(xiǎn)上升和市場(chǎng)風(fēng)險(xiǎn)的逐步提高。如表1所示，從各項(xiàng)描述性統(tǒng)計(jì)指標(biāo)來(lái)看，我國(guó)東北、中部地區(qū)的區(qū)域性金融風(fēng)險(xiǎn)系數(shù)較東部和西部地區(qū)總體偏低，表明東北地區(qū)整體區(qū)域性金融風(fēng)險(xiǎn)較大，中部、西部地區(qū)次之，東部地區(qū)整體區(qū)域性金融風(fēng)險(xiǎn)最低。從樣本期間內(nèi)區(qū)域金融風(fēng)險(xiǎn)的波動(dòng)幅度來(lái)看，西部地區(qū)的波動(dòng)幅度最大，東部地區(qū)的波動(dòng)幅度最小。從相關(guān)指標(biāo)的集中程度來(lái)看，中部、東部、東北、西部的區(qū)域性金融風(fēng)險(xiǎn)指數(shù)均呈現(xiàn)一定程度的左偏，其偏度為負(fù)，偏離程度相近。上述描述性統(tǒng)計(jì)結(jié)果表明，我國(guó)東部地區(qū)相較于東北、中部、西部地區(qū)，其金融發(fā)展程度較高，許多金融機(jī)構(gòu)總部位于東部地區(qū)，雖然其業(yè)務(wù)復(fù)雜程度較高，但合理的內(nèi)控以及較高的監(jiān)管水平保證了其最低的區(qū)域性金融風(fēng)險(xiǎn)水平。

（二）杠桿率指標(biāo)構(gòu)建

在已有的研究文獻(xiàn)中，“杠桿率”的分析往往存在兩個(gè)視角，“微觀杠桿率”一般指代經(jīng)濟(jì)主體的資產(chǎn)負(fù)債關(guān)系，具體反映企業(yè)在時(shí)點(diǎn)上的負(fù)債總額及結(jié)構(gòu)，同時(shí)在資產(chǎn)方反映企業(yè)的資源擁有、分布狀況，是一個(gè)同時(shí)從資產(chǎn)、負(fù)債端考量企業(yè)償債能力和經(jīng)營(yíng)穩(wěn)定性的指標(biāo)?！昂暧^杠桿率”概念則在2008年全球金融危機(jī)爆發(fā)之后被廣泛運(yùn)用。為了從宏觀層面評(píng)估部門資產(chǎn)、負(fù)債情況，需要獲得部門完整的資產(chǎn)負(fù)債表，但現(xiàn)實(shí)中往往存在數(shù)據(jù)缺失、時(shí)滯較長(zhǎng)等一系列問題，故當(dāng)前宏觀研究普遍采用“債務(wù)總額/GDP”的方法來(lái)測(cè)算部門的宏觀杠桿率[13-14]。

本文收集了2008～2017年全國(guó)31個(gè)省（區(qū)、市）的面板數(shù)據(jù)樣本（數(shù)據(jù)來(lái)源于銀保監(jiān)會(huì)公開數(shù)據(jù)和歷年《中國(guó)統(tǒng)計(jì)年鑒》），包括大型企業(yè)、中型企業(yè)和小微企業(yè)①及居民部門的貸款年末余額②和地區(qū)生產(chǎn)總值，構(gòu)建的各部門宏觀杠桿率③指標(biāo)（以下簡(jiǎn)稱杠桿率）計(jì)算公式為：

杠桿率=■×100%

四部門的杠桿率水平的描述性統(tǒng)計(jì)結(jié)果如表2（下頁(yè)）所示。

由表2可知，企業(yè)部門杠桿率水平遠(yuǎn)高于居民部門杠桿率，而企業(yè)部門內(nèi)部的大型企業(yè)杠桿率水平高于中型企業(yè)和小微企業(yè)。從波動(dòng)率水平來(lái)看，企業(yè)部門杠桿率水平的波動(dòng)性遠(yuǎn)高于居民部門，而大型企業(yè)的杠桿率波動(dòng)水平也遠(yuǎn)高于中型企業(yè)和小微企業(yè)。

從表3（下頁(yè)）可以看出，西部地區(qū)杠桿率水平均值、中位數(shù)及最大值均高于中部、東北和東部地區(qū)，杠桿率最大值達(dá)到113.00%，且波動(dòng)性較高。

分地區(qū)中型企業(yè)杠桿率水平描述性統(tǒng)計(jì)結(jié)果如表4所示。由表4可知，中部地區(qū)中型企業(yè)杠桿率水平從均值、中位數(shù)以及最大值來(lái)看，均低于東部、東北和西部地區(qū)。同時(shí)，從波動(dòng)性來(lái)看，其標(biāo)準(zhǔn)差僅為0.05，也遠(yuǎn)低于東部、東北和西部地區(qū)。

分地區(qū)小微企業(yè)杠桿率水平描述性統(tǒng)計(jì)結(jié)果如表5所示。從表5可以看出，小微企業(yè)杠桿率的地區(qū)分布特征大體延續(xù)了大型、中型企業(yè)的特征，無(wú)論從均值還是中位數(shù)來(lái)看，東北、中部地區(qū)的杠桿率水平均低于東部、西部地區(qū)，其波動(dòng)幅度也較小。

綜上，從區(qū)域性金融風(fēng)險(xiǎn)系數(shù)大小來(lái)看，東北、中部地區(qū)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)最低，對(duì)應(yīng)的區(qū)域性金融風(fēng)險(xiǎn)最大，而東部地區(qū)的區(qū)域性金融風(fēng)險(xiǎn)系數(shù)最高，對(duì)應(yīng)的區(qū)域性金融風(fēng)險(xiǎn)最小。同時(shí)，無(wú)論是大型企業(yè)、中型企業(yè)還是小微企業(yè)，東北、中部地區(qū)的企業(yè)杠桿率均低于東部、西部地區(qū)。因此，單純從描述性統(tǒng)計(jì)分析的結(jié)果來(lái)看，并無(wú)法明確企業(yè)杠桿率和區(qū)域性金融風(fēng)險(xiǎn)的關(guān)系，還需要結(jié)合實(shí)際數(shù)據(jù)作進(jìn)一步的回歸分析。

三、部門杠桿率變動(dòng)對(duì)我國(guó)區(qū)域性金融風(fēng)險(xiǎn)的影響

（一）全國(guó)樣本回歸結(jié)果分析

本文將區(qū)域性金融風(fēng)險(xiǎn)系數(shù)作為被解釋變量，企業(yè)和居民部門的杠桿率水平作為解釋變量，采用面板數(shù)據(jù)回歸方法對(duì)模型進(jìn)行估計(jì)：

FRit=β0+β1Levit+β2Xit+μit

其中，i表示31個(gè)?。▍^(qū)、市），t表示各年份（2008～2017年），Levit表示部門杠桿率水平，Xit為控制變量，同時(shí)選取部分地方經(jīng)濟(jì)發(fā)展模式和宏觀先行指標(biāo)作為控制變量。首先選取控制區(qū)域經(jīng)濟(jì)發(fā)展程度的變量，主要包括區(qū)域經(jīng)濟(jì)市場(chǎng)化程度和區(qū)域經(jīng)濟(jì)開放度。參考王擎、劉軍、金致雯的研究，本文通過度量投資的市場(chǎng)化程度來(lái)反映制度環(huán)境[5]。定義市場(chǎng)化程度為（SCH），將全社會(huì)固定資產(chǎn)投資項(xiàng)目中的利用外資、自籌投資和其他投資三個(gè)指標(biāo)除以全社會(huì)固定資產(chǎn)投資，得到投資的市場(chǎng)化程度，表示為：SCH=（利用外資總額+自籌投資額+其他投資額）/全社會(huì)固定資產(chǎn)投資總額。其余變量表示如下：Q表示開放度，定義開放度Q=（當(dāng)年出口額+當(dāng)年進(jìn)口額）/GDP*100%，該指標(biāo)與投資的市場(chǎng)化程度指標(biāo)SCH共同度量了經(jīng)濟(jì)發(fā)展程度。GDP表示GDP增長(zhǎng)率;inflation表示通貨膨脹率，共同度量區(qū)域經(jīng)濟(jì)的增長(zhǎng)能力;Deposit表示存款增長(zhǎng)率，度量銀行業(yè)規(guī)模;DAR表示工業(yè)企業(yè)的資產(chǎn)負(fù)債率，用于度量企業(yè)效益。以上數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和銀保監(jiān)會(huì)公開數(shù)據(jù)。相關(guān)變量通過單位根檢驗(yàn)、協(xié)整關(guān)系檢驗(yàn)和Hausman檢驗(yàn)后，選擇固定效應(yīng)模型進(jìn)行進(jìn)一步的回歸，回歸結(jié)果如表6所示。

從回歸結(jié)果來(lái)看，模型1解釋變量選擇企業(yè)杠桿率①和居民杠桿率，同時(shí)，將上述控制變量予以控制。企業(yè)杠桿率在1%的顯著性水平下顯著，且回歸系數(shù)為16.995，表明在樣本期間內(nèi)，企業(yè)整體杠桿率水平的上升提高了區(qū)域性金融風(fēng)險(xiǎn)系數(shù)。區(qū)域性金融風(fēng)險(xiǎn)系數(shù)為一正向指標(biāo)，表明企業(yè)整體杠桿率水平的上升降低了區(qū)域性金融風(fēng)險(xiǎn)。居民杠桿率水平對(duì)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)的影響在模型1中并不顯著。這一結(jié)論似乎與當(dāng)前我國(guó)企業(yè)杠桿率高企，高負(fù)債的經(jīng)營(yíng)模式導(dǎo)致企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)容易轉(zhuǎn)化為相應(yīng)的金融風(fēng)險(xiǎn)，最終帶來(lái)區(qū)域性金融風(fēng)險(xiǎn)上升這一普遍接受的觀點(diǎn)相悖。筆者認(rèn)為，產(chǎn)生這一結(jié)果的主要原因是未將企業(yè)的異質(zhì)性納入信貸分析，從總體來(lái)看，我國(guó)企業(yè)在2008年全球金融危機(jī)后抓住了國(guó)內(nèi)外發(fā)展的大環(huán)境，從規(guī)模和質(zhì)量上均發(fā)展較快，促進(jìn)了我國(guó)經(jīng)濟(jì)的快速?gòu)?fù)蘇和增長(zhǎng)，但隨著企業(yè)規(guī)模的不斷擴(kuò)大，企業(yè)的負(fù)債水平也不斷提升，體現(xiàn)為企業(yè)杠桿率水平的提高，但與此同時(shí)，得益于經(jīng)濟(jì)增長(zhǎng)的紅利，銀行借貸給企業(yè)的資金也獲得了相應(yīng)的回報(bào)，給銀行業(yè)帶來(lái)了豐厚的利潤(rùn)。因此，從總量上來(lái)看，企業(yè)總體杠桿率水平的提高在樣本期內(nèi)降低了區(qū)域性金融風(fēng)險(xiǎn)水平。

模型2將企業(yè)杠桿率水平分為大型、中型和小微企業(yè)杠桿率進(jìn)行了進(jìn)一步的回歸分析，但并未對(duì)相關(guān)控制變量予以控制。結(jié)果顯示，僅有小微企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)產(chǎn)生顯著影響，且影響為正，表明小微企業(yè)杠桿率水平上升降低了區(qū)域性金融風(fēng)險(xiǎn)。值得關(guān)注的是，在未控制相關(guān)控制變量的情況下，回歸的整體R2偏低，且顯著的系數(shù)偏少，結(jié)論可信度有待進(jìn)一步驗(yàn)證。

模型3在模型2的基礎(chǔ)上納入控制變量，實(shí)證分析結(jié)果表明，異質(zhì)性部門杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響各異。首先，大型企業(yè)杠桿率對(duì)區(qū)域金融風(fēng)險(xiǎn)系數(shù)產(chǎn)生負(fù)向影響，系數(shù)為-37.182，說(shuō)明隨著大型企業(yè)杠桿率水平的提升，區(qū)域金融風(fēng)險(xiǎn)系數(shù)下降，即區(qū)域金融風(fēng)險(xiǎn)增大。自2008年金融危機(jī)以來(lái)，我國(guó)經(jīng)濟(jì)面臨較大的轉(zhuǎn)型壓力，投資往往投向了與基礎(chǔ)設(shè)施建設(shè)相關(guān)的企業(yè)，導(dǎo)致許多大型企業(yè)產(chǎn)能過剩，杠桿率高企，因此，大型企業(yè)需要穩(wěn)步“去杠桿”，實(shí)證結(jié)論同時(shí)印證了供給側(cè)結(jié)構(gòu)性改革的迫切性。其次，中型企業(yè)和小微企業(yè)對(duì)區(qū)域金融風(fēng)險(xiǎn)系數(shù)產(chǎn)生正向影響。隨著中型企業(yè)和小微型企業(yè)杠桿率水平的提升，區(qū)域金融風(fēng)險(xiǎn)系數(shù)上升，即區(qū)域金融風(fēng)險(xiǎn)下降。這說(shuō)明當(dāng)前中型和小微企業(yè)的杠桿率還存在一定的上升空間，企業(yè)降杠桿不能一概而論，而應(yīng)對(duì)癥施策，加大對(duì)中小微企業(yè)信貸支持力度的普惠金融政策有助于維護(hù)區(qū)域金融穩(wěn)定性。最后，居民部門杠桿率的變動(dòng)對(duì)區(qū)域金融系數(shù)影響不顯著。這說(shuō)明現(xiàn)階段居民部門杠桿率的變動(dòng)對(duì)區(qū)域性金融穩(wěn)定的影響不大，居民部門的杠桿率尚有一定的變動(dòng)空間，但隨著后續(xù)居民杠桿率的持續(xù)擴(kuò)張，存在的風(fēng)險(xiǎn)同樣不容忽視。

在控制變量方面，GDP增長(zhǎng)率回歸系數(shù)為正值，在10%的顯著性水平下顯著，說(shuō)明GDP增長(zhǎng)率對(duì)區(qū)域金融風(fēng)險(xiǎn)系數(shù)產(chǎn)生正向影響，GDP增長(zhǎng)率越高，區(qū)域銀行業(yè)風(fēng)險(xiǎn)越小。通貨膨脹率回歸系數(shù)為負(fù)值，在10%的顯著性水平下顯著，說(shuō)明通貨膨脹率對(duì)區(qū)域金融風(fēng)險(xiǎn)系數(shù)產(chǎn)生負(fù)向影響，通貨膨脹率越高，區(qū)域金融風(fēng)險(xiǎn)越大。工業(yè)企業(yè)資產(chǎn)負(fù)債率回歸系數(shù)為負(fù)值，在5%的顯著性水平下顯著，說(shuō)明工業(yè)企業(yè)資產(chǎn)負(fù)債率對(duì)區(qū)域金融風(fēng)險(xiǎn)系數(shù)產(chǎn)生負(fù)向影響，資產(chǎn)負(fù)債率越高，區(qū)域金融風(fēng)險(xiǎn)越大，與預(yù)期相符。

在企業(yè)資金直接或間接主要來(lái)源于信貸的大背景下，信貸增加帶來(lái)區(qū)域性金融風(fēng)險(xiǎn)的同時(shí)也將導(dǎo)致杠桿率的提高。因此，前文的實(shí)證模型可能存在內(nèi)生性問題，針對(duì)這一問題，本文采用選取提前一期杠桿率的方法對(duì)內(nèi)生性問題進(jìn)行處理?；貧w結(jié)果如表7（下頁(yè)）所示。

由表7可知，將杠桿率變量取提前一期后，除模型2中中型企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響不再顯著外，其余杠桿率變量對(duì)區(qū)域性金融風(fēng)險(xiǎn)影響系數(shù)的符號(hào)和顯著性水平基本保持一致，表明前文關(guān)于企業(yè)杠桿率水平對(duì)區(qū)域性金融風(fēng)險(xiǎn)分析結(jié)論整體穩(wěn)健。

（二）分地區(qū)樣本回歸結(jié)果分析

前文分地區(qū)的描述性統(tǒng)計(jì)分析并未揭示地區(qū)企業(yè)杠桿率和區(qū)域性金融風(fēng)險(xiǎn)的直接關(guān)系，因此，本部分按描述性統(tǒng)計(jì)時(shí)的相同歸類口徑將東部、中部、東北和西部地區(qū)的企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)影響分別進(jìn)行回歸分析，回歸結(jié)果如表8（下頁(yè)）所示。

就東部地區(qū)的回歸結(jié)果來(lái)看，解釋變量系數(shù)的符號(hào)總體上與全國(guó)回歸結(jié)果保持一致，大型企業(yè)杠桿率的上升將帶來(lái)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)的降低，從而增大區(qū)域性金融風(fēng)險(xiǎn)。大型企業(yè)杠桿率回歸系數(shù)為-45.053，與全國(guó)結(jié)果-37.182相差不大。東部地區(qū)的中型、小型企業(yè)杠桿率的上升會(huì)降低區(qū)域性金融風(fēng)險(xiǎn)，其對(duì)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)的回歸系數(shù)分別為41.361與75.009。這主要是因?yàn)闁|部地區(qū)經(jīng)濟(jì)相較中西部更為發(fā)達(dá)，按規(guī)模分類的大型企業(yè)數(shù)量較多，相比之下東部地區(qū)金融行業(yè)也較為發(fā)達(dá)，金融工具的形式多樣且使用成本相較中西部地區(qū)較低。因此，東部地區(qū)大型企業(yè)更容易采取高負(fù)債的經(jīng)營(yíng)模式，從另一方面來(lái)講，東部地區(qū)更多地支持了企業(yè)的這一高負(fù)債經(jīng)營(yíng)行為，從而在一定程度上增加了其自身信用風(fēng)險(xiǎn)與流動(dòng)性風(fēng)險(xiǎn)，帶來(lái)更高的區(qū)域性金融風(fēng)險(xiǎn)。相較于大型企業(yè)，東部地區(qū)的中小型企業(yè)多為制造業(yè)或新型產(chǎn)業(yè)，依托于地理位置優(yōu)勢(shì)以及更加開放的營(yíng)商環(huán)境，往往更具發(fā)展活力，其信貸規(guī)模的提高更加有助于其生產(chǎn)效率的提高，增加企業(yè)利潤(rùn)，從而在一定程度上反而降低了區(qū)域性金融風(fēng)險(xiǎn)。此外，相較于全國(guó)的回歸結(jié)果，東部地區(qū)居民杠桿率水平對(duì)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)的回歸系數(shù)為-63.689，且在1%的水平下顯著，表明東部地區(qū)居民杠桿率水平的提高會(huì)降低區(qū)域性金融風(fēng)險(xiǎn)系數(shù)，從而提高區(qū)域性金融風(fēng)險(xiǎn)。這一結(jié)論與當(dāng)前東部地區(qū)高額的房?jī)r(jià)所帶來(lái)的居民房貸激增有密切關(guān)系。在經(jīng)濟(jì)下行背景下，居民住房按揭貸款不斷上升，導(dǎo)致了樓市風(fēng)險(xiǎn)，在一定程度上，樓市風(fēng)險(xiǎn)最終會(huì)進(jìn)一步轉(zhuǎn)化為金融風(fēng)險(xiǎn)。由于不同地區(qū)經(jīng)濟(jì)、金融發(fā)展水平存在一定差異，居民杠桿率水平的增加對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響呈現(xiàn)從東部到中部再到西部逐漸弱化的態(tài)勢(shì)，與房?jī)r(jià)總體分布相一致，而東北地區(qū)居民杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響不顯著。

中部地區(qū)僅大型企業(yè)和小微企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響顯著，其回歸系數(shù)分別為-136.520和-122.504，從絕對(duì)數(shù)來(lái)看，均遠(yuǎn)高于東部地區(qū)，表明中部地區(qū)企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)主要集中于大型和小微企業(yè)。西部地區(qū)、東北地區(qū)企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響均不顯著，無(wú)直接證據(jù)證明其企業(yè)杠桿率會(huì)對(duì)區(qū)域性金融風(fēng)險(xiǎn)產(chǎn)生直接影響。從控制變量顯著性來(lái)看，市場(chǎng)化程度變量無(wú)論在東部、中部還是西部地區(qū)均顯著，且回歸系數(shù)為正，但在東北地區(qū)并不顯著，表明市場(chǎng)化程度的提高在一定程度上可降低區(qū)域性金融風(fēng)險(xiǎn)。地區(qū)開放程度指標(biāo)對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響在東部、中部和東北地區(qū)顯著，其回歸系數(shù)分別為1.182、8.401和1.632，表明地區(qū)開放程度也在一定程度上起到了降低區(qū)域性金融風(fēng)險(xiǎn)的作用。

四、結(jié)論與政策建議

在利用“CAMELS”系統(tǒng)評(píng)級(jí)和因子分析方法構(gòu)建我國(guó)區(qū)域性金融風(fēng)險(xiǎn)系數(shù)的基礎(chǔ)上，本文從經(jīng)濟(jì)中異質(zhì)性部門杠桿率水平出發(fā)，利用2008～2017年省級(jí)面板數(shù)據(jù)回歸分析了大型企業(yè)杠桿率、中型企業(yè)杠桿率、小微企業(yè)杠桿率和居民部門杠桿率對(duì)我國(guó)以銀行業(yè)為主體的區(qū)域性金融風(fēng)險(xiǎn)的影響，隨后將樣本分地區(qū)作了進(jìn)一步的探討，得到了如下結(jié)論：

第一，我國(guó)區(qū)域性風(fēng)險(xiǎn)水平總體處于可控范圍內(nèi)，從分地區(qū)描述性統(tǒng)計(jì)結(jié)果來(lái)看，東北地區(qū)、中部地區(qū)的區(qū)域性金融風(fēng)險(xiǎn)較東部和西部地區(qū)總體偏高，西部地區(qū)的區(qū)域性金融風(fēng)險(xiǎn)波動(dòng)幅度最大，東部地區(qū)的波動(dòng)幅度最小。

第二，從全國(guó)層面來(lái)看，我國(guó)企業(yè)部門杠桿率水平高于居民部門，而企業(yè)部門內(nèi)部的大型企業(yè)杠桿率水平高于中型企業(yè)和小微企業(yè)，同時(shí)，企業(yè)部門杠桿率水平的波動(dòng)性依舊遠(yuǎn)高于居民部門，而大型企業(yè)的杠桿率波動(dòng)水平也高于中型企業(yè)和小微企業(yè)。從分地區(qū)計(jì)算結(jié)果來(lái)看，西部地區(qū)大型企業(yè)杠桿率水平最高，中部地區(qū)中型企業(yè)杠桿率水平最低，東北地區(qū)小微企業(yè)杠桿率水平最低。因此，在異質(zhì)性經(jīng)濟(jì)部門的視角下研究我國(guó)杠桿率波動(dòng)對(duì)區(qū)域性金融風(fēng)險(xiǎn)的影響是十分必要的。

第三，從全國(guó)層面來(lái)看，大型企業(yè)杠桿率水平的上升會(huì)顯著降低區(qū)域金融風(fēng)險(xiǎn)系數(shù)，從而大幅增加區(qū)域性金融風(fēng)險(xiǎn);中型企業(yè)和小微企業(yè)杠桿率水平的上升會(huì)增加區(qū)域金融風(fēng)險(xiǎn)系數(shù)，從而降低區(qū)域性金融風(fēng)險(xiǎn)水平;居民部門杠桿率水平的變動(dòng)對(duì)區(qū)域金融風(fēng)險(xiǎn)系數(shù)影響并不顯著，說(shuō)明現(xiàn)階段無(wú)論居民部門杠桿率上升或者下降，對(duì)區(qū)域性金融風(fēng)險(xiǎn)并不產(chǎn)生明顯的影響。

第四，分地區(qū)回歸結(jié)果顯示，東部地區(qū)的回歸結(jié)果與全國(guó)大體保持一致，即大型企業(yè)杠桿率的提升增大了區(qū)域性金融風(fēng)險(xiǎn)，而中型、小微企業(yè)杠桿率的提升降低了區(qū)域性金融風(fēng)險(xiǎn)。有所不同的是，東部地區(qū)居民部門杠桿率的提升會(huì)顯著增加區(qū)域性金融風(fēng)險(xiǎn)，這一結(jié)論與當(dāng)前東部地區(qū)高額的房?jī)r(jià)所帶來(lái)的居民房貸激增有密切關(guān)系。在經(jīng)濟(jì)下行背景下，居民住房按揭貸款不斷上升，導(dǎo)致了樓市風(fēng)險(xiǎn)，在一定程度上，樓市風(fēng)險(xiǎn)最終會(huì)進(jìn)一步轉(zhuǎn)化為金融風(fēng)險(xiǎn)。中部地區(qū)大型企業(yè)、小微企業(yè)杠桿率提升均顯著增加了區(qū)域性金融風(fēng)險(xiǎn)，西部地區(qū)、東北地區(qū)企業(yè)杠桿率對(duì)區(qū)域性金融風(fēng)險(xiǎn)并無(wú)顯著影響。

第五，有別于傳統(tǒng)的金融風(fēng)險(xiǎn)，區(qū)域性金融風(fēng)險(xiǎn)影響因素既包含了宏觀經(jīng)濟(jì)增長(zhǎng)和波動(dòng)相關(guān)變量，又涵蓋了區(qū)域性、地方性的產(chǎn)業(yè)結(jié)構(gòu)和資源稟賦等變量?；貧w結(jié)果顯示，無(wú)論是全國(guó)層面還是地區(qū)層面，市場(chǎng)化程度的提高都有助于降低區(qū)域性金融風(fēng)險(xiǎn)，開放程度的提高在東部、中部和東北地區(qū)均顯著降低了區(qū)域性金融風(fēng)險(xiǎn)。

基于上述研究結(jié)論，提出如下對(duì)策建議：

第一，因地制宜，實(shí)施差異化的金融風(fēng)險(xiǎn)防控政策。結(jié)合各地區(qū)經(jīng)濟(jì)發(fā)展實(shí)際，及時(shí)建立有效的區(qū)域間、市場(chǎng)間、業(yè)務(wù)間風(fēng)險(xiǎn)傳染“防火墻”，以隔離和防范多樣化的金融風(fēng)險(xiǎn)在不同區(qū)域、不同市場(chǎng)間交叉?zhèn)魅尽?/p>

第二，持續(xù)加大對(duì)集團(tuán)客戶、大型企業(yè)風(fēng)險(xiǎn)的檢測(cè)、分析、研判和處置，集中排查多頭授信、過度授信、大額授信的重點(diǎn)企業(yè)集團(tuán)，持續(xù)推進(jìn)降杠桿、化風(fēng)險(xiǎn)，嚴(yán)防產(chǎn)能過剩，提高產(chǎn)能利用率，推動(dòng)《商業(yè)銀行大額風(fēng)險(xiǎn)暴露管理辦法》和《銀行業(yè)金融機(jī)構(gòu)聯(lián)合授信管理辦法（試行）》的實(shí)施。

第三，深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，持續(xù)加大金融機(jī)構(gòu)對(duì)中型以及普惠型小微企業(yè)的支持力度，將信貸資源逐步從大型企業(yè)向中型、小微企業(yè)轉(zhuǎn)移，從而在達(dá)到降低大型企業(yè)杠桿率的同時(shí)，降低全國(guó)區(qū)域性金融風(fēng)險(xiǎn)水平，維護(hù)區(qū)域金融穩(wěn)定。

第四，持續(xù)加大樓市調(diào)控力度，堅(jiān)持“房住不炒”的定位不動(dòng)搖，保持房?jī)r(jià)穩(wěn)定。繼續(xù)大力打擊非正規(guī)金融機(jī)構(gòu)“首付貸”“現(xiàn)金貸”等違規(guī)高息、高杠桿產(chǎn)品，壓縮居民部門杠桿率的非正常擴(kuò)張，防范區(qū)域金融風(fēng)險(xiǎn)。

第五，進(jìn)一步提升市場(chǎng)化程度和地區(qū)開放程度，發(fā)揮市場(chǎng)在資源配置中的決定性作用，激發(fā)經(jīng)濟(jì)活力，提高部門生產(chǎn)效率，提高企業(yè)盈利能力和盈利水平，從而在既定企業(yè)杠桿率水平條件下降低銀行呆賬、壞賬產(chǎn)生的可能性，從而降低區(qū)域性金融風(fēng)險(xiǎn)水平。

參考文獻(xiàn)

[1]仲彬，劉念，畢順榮.區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)的理論與實(shí)踐探討[J].金融研究，2002（7）：105-110.

[2]周才云.區(qū)域金融穩(wěn)定預(yù)警指標(biāo)體系與風(fēng)險(xiǎn)防范[J].商業(yè)研究，2006（4）：146-167.

[3]譚中明.區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)的設(shè)計(jì)和綜合度量[J].軟科學(xué)，2010（3）：69-74.

[4]熊濤，郭蕾.我國(guó)地方政府債務(wù)風(fēng)險(xiǎn)預(yù)警體系研究——以青島市為例[J].金融監(jiān)管研究，2014（8）：43-61.

[5]王擎，劉軍，金致雯.區(qū)域性金融風(fēng)險(xiǎn)與區(qū)域經(jīng)濟(jì)增長(zhǎng)的相關(guān)性分析[J].改革，2018（5）：66-75.

[6]MINSKY H P. The financial instability hypothesis： a restatement[Z]. Thames Papers on Political Economy， 1978.

[7]ALLEN M， et al. A balance sheet approach to financial crisis[Z]. International Monetary Fund， 2002.

[8]CECCHETTI S G， MOHANTYF M S， ZAMPOLLI. The real effects of debt[J]. Social Science Electronic Publishing， 2011， 68（3）： 145-196.

[9]陳雨露，馬勇，徐律.老齡化、金融杠桿與系統(tǒng)性風(fēng)險(xiǎn)[J].國(guó)際金融研究，2014（9）：3-14.

[10]陸婷，余永定.中國(guó)企業(yè)債對(duì)GDP比的動(dòng)態(tài)路徑[J].世界經(jīng)濟(jì)，2015（5）：121-123.

[11]魏加寧，朱太輝.我國(guó)中長(zhǎng)期經(jīng)濟(jì)風(fēng)險(xiǎn)：一個(gè)新的評(píng)估框架[J].金融監(jiān)管研究，2015（6）：19-33.

[12]馬建堂，董小君，時(shí)紅秀，等.中國(guó)的杠桿率與系統(tǒng)性金融風(fēng)險(xiǎn)防范[J].財(cái)貿(mào)經(jīng)濟(jì)，2016（1）：5-21.

[13]REINHART C M， ROGOFF K S. From financial crash to debt crisis[J]. American Economic Review， 2011，101（5）： 1676-1706.

[14]劉哲希，李子昂.結(jié)構(gòu)性去杠桿進(jìn)程中居民部門可以加杠桿嗎[J].中國(guó)工業(yè)經(jīng)濟(jì)，2018（10）：42-60.

（責(zé)任編輯：文豐安）