宿家銘

〔河南牧業(yè)經濟學院 金融與會計學院，河南 鄭州 450045〕

一、引言

金融是國家重要的核心競爭力，金融安全是我國經濟高質量發(fā)展的重要保障。黨的十八大以來，面對國際金融危機的持續(xù)性影響和國內經濟“三期疊加”的挑戰(zhàn)，金融安全形勢愈加嚴峻。2018年初，貿易保護主義抬頭，國際金融環(huán)境越來越復雜，防范金融風險的壓力進一步增大。

作為中原崛起的核心力量，河南省正處于快速發(fā)展階段，鄭州航空港區(qū)的建設、蘭考普惠金融全國試點縣的建設等重大舉措都是河南省聚力全方位經濟發(fā)展的標志。在這種背景下，防范和化解區(qū)域性金融風險勢在必行。在河南省快速發(fā)展過程中，出現了銀行不良貸款率較高、信用風險較大和金融利用率偏低等問題。這都要求對河南省區(qū)域性金融風險有更深入的理解，及時識別風險、化解風險，通過維護區(qū)域性的金融穩(wěn)定來支援全國的金融穩(wěn)定工作。

銀行不良貸款率是衡量系統(tǒng)性風險的重要指標，[1-2]銀行業(yè)的債務風險與整個金融系統(tǒng)緊密相連，[3]因此，作為主要的被解釋變量，銀行不良貸款率能夠衡量區(qū)域系統(tǒng)性金融風險的程度。

地方政府債務是構成銀行不良貸款的重要因素之一，而地方政府收入則決定了地方政府的償債能力。換言之，政府的收入決定了其償還債務“資金充沛”的程度。作為市場的主要參與者，金融機構主要通過以下兩個途徑影響銀行不良貸款率：一是金融機構對企業(yè)的融資能夠緩解其流動資金壓力，保障企業(yè)的正常運營，從而保證其償還銀行貸款的能力。二是金融機構可用于貸款的資金增加，市場流動性增加。由于資金存在風險偏好，市場整體杠桿率增加，風險就會增加，銀行不良貸款率就會提高。本文將政府的資金充沛程度和金融機構的資金充沛程度結合，構成地區(qū)的資金充沛程度，考察其與區(qū)域金融風險的相互作用。

二、現有系統(tǒng)性金融風險研究與理論分析框架

1.系統(tǒng)性金融風險的界定

關于系統(tǒng)性金融風險，學界主要有以下兩種代表性觀點：

Billio et al.認為，系統(tǒng)性風險是能夠威脅整個金融體系以及宏觀經濟穩(wěn)定的風險。[4]Schwarcz認為，系統(tǒng)性金融風險在金融市場與實體經濟之間的傳導性值得強調。金融風險事件的傳導速度與其破壞性相關。由于金融體系的內在聯系性，一部分金融機構的失敗會導致另一部分金融機構的崩潰，并形成連鎖反應，導致整個金融體系不穩(wěn)定。國際貨幣基金組織( IMF) 、國際清算銀行( BIS) 和金融穩(wěn)定委員會(FSB)在 2011 年共同出具報告，將系統(tǒng)性風險定義為金融體系部分或全部受損時引發(fā)的大范圍金融服務失效并且可能對實體經濟產生嚴重沖擊的風險。

國內學者認為，雖然對于系統(tǒng)性風險“難以定義”，但對其特點卻容易辨識，甚至“一目了然”。[5-6]對于系統(tǒng)性金融風險可做如下描述：一是由經濟周期、政治因素或金融體系結構性問題引發(fā)的、對整個金融體系造成重大沖擊的動蕩。二是其影響具有廣泛性，能夠波及大部分金融機構，直至整個宏觀經濟系統(tǒng)。三是具有極強的傳染性，單個的突發(fā)事件能夠導致市場的主體產生連鎖崩潰的效應?？傮w而言，系統(tǒng)性風險是指對某個金融體系而言，一種可能產生影響廣泛、傳播迅速、破壞嚴重的金融危機的可能性。

2.系統(tǒng)性金融風險的測算

國內關于系統(tǒng)性金融風險預警的研究主要借鑒了西方學者的研究方法，如:STV模型、KLR信號分析法[7]、世界貨幣基金組織的金融穩(wěn)健指標[8]、金融壓力指數、馬爾科夫狀態(tài)轉移模型[9]，以及simple logit模型[10]、網絡分析法、共同風險法、困境依賴矩陣法、違約強度模型法等。方意使用DCC-GARCH模型對我國系統(tǒng)性金融風險進行測度，得出結論：我國系統(tǒng)性金融風險與金融機構資產規(guī)模、杠桿率和邊際期望損失有著緊密聯系。[11]覃邑龍和梁曉鐘的研究表明，銀行業(yè)的違約風險與整個金融系統(tǒng)的風險緊密相連，銀行業(yè)的風險會迅速在金融體系內部傳遞，造成嚴重后果。

羅曉蕾和其同事針對河南省區(qū)域金融風險構建了包含區(qū)域金融機構、區(qū)域金融生態(tài)和區(qū)域宏觀經濟運行三個維度的區(qū)域系統(tǒng)性金融風險預警系統(tǒng)。李雅麗認為，應加大金融生態(tài)環(huán)境建設力度, 加快產業(yè)結構調整，增強抵御金融風險的能力。[12]王立國則認為區(qū)域經濟水平發(fā)展的不平衡與區(qū)域金融水平發(fā)展的不平衡緊密關聯。[14]

綜上所述，現有文獻中對于系統(tǒng)性金融風險的預警和測算有著豐富的描述，在不同的歷史階段出現了不同的系統(tǒng)性金融風險衡量方法?？傮w而言，學界認為，高杠桿率、金融機構規(guī)模和關聯度、經濟發(fā)展的不平衡是可能導致區(qū)域性金融風險的原因，關于應對金融風險的“資金充沛”程度與區(qū)域系統(tǒng)性金融風險的關系的文獻較少。對于系統(tǒng)性金融風險的測算大多是通過構建指標進行綜合性的評分，由于指標體系的不同，學界對于某一地區(qū)或時段的系統(tǒng)性風險的評估缺乏橫向對比，也較難反映當某一變量受到沖擊時其他變量受到的影響，而向量自回歸方法的脈沖響應函數則能夠反映這類沖擊的影響，也是本文選取此方法進行區(qū)域系統(tǒng)性金融風險分析的原因。

3.系統(tǒng)性金融風險的產生

根據現有文獻分析，區(qū)域系統(tǒng)性金融風險的產生經常是多種因素綜合的結果，主要有以下幾個方面：

(1)地方政府債務沉重。我國地方政府債務存在著體量大、風險高和過度依賴土地收入的問題。[14]近年來，伴隨著我國城鎮(zhèn)化進程中對基礎設施建設的巨量資金需求，地方政府債務急劇升高，大部分政府投資呈現出數量大周期長的特點，風險較高。一旦出現項目回報不及預期，就會出現償債能力問題，形成不良貸款。同時，由于近年來土地價格波動，政府的償債能力過度依賴于土地收入，當土地收入不及預期時，也會出現政府償債風險。政府的財政收入是衡量政府償債能力的重要標準，政府財政收入的提高有利于緩解地方債務壓力，從而降低不良貸款率、降低區(qū)域系統(tǒng)性金融風險發(fā)生的概率。

(2)地方政府平衡市場風險的能力較弱。雖然金融監(jiān)管部門在金融市場的穩(wěn)定方面起著極為重要的作用，但我國現有地方金融監(jiān)管體系無法與多層次的金融供給相匹配，這一方面是由于金融監(jiān)管機構龐雜，責權相互交叉，不夠明確；另一方面由于監(jiān)管成本等原因，監(jiān)管機構的監(jiān)管重點放在大型企業(yè)和大型金融機構，對小型和新興的金融機構監(jiān)管力度偏弱。[15]

(3)市場主體風險管理不當。由于市場信息的不對稱，金融市場存在著“羊群行為”，具體表現為：在市場價格上漲時盲目追高，在市場下跌時恐慌拋售。金融市場的參與者對于高收益的盲目追逐，會使其忽略潛在風險，導致風險積聚。而作為市場重要組成部分的金融機構，擁有充足的資本才能夠幫助其應對市場的波動，保證自身的財務安全。

當然，區(qū)域系統(tǒng)性金融風險的產生還有金融內在的脆弱性、市場杠桿率較高、外部環(huán)境變化等。本文分析的重點僅聚焦于銀行不良貸款率、金融機構存款和政府財政收入等方面。

三、河南省資本充沛率變化情況

近年來河南省金融體系發(fā)展平穩(wěn)，各項存貸款基本保持平穩(wěn)增長，貸款利率有所下降。通過合理的貨幣政策激發(fā)利率的自我調節(jié)機制，河南省銀行貸款的負債端成本得以穩(wěn)定，信貸風險總體可控。

根據《河南省金融運行報告(2019)》和中國銀行保險監(jiān)督管理委員會河南監(jiān)管局銀行業(yè)經營數據，截至2018年底，河南省共有各類銀行業(yè)金融機構網點13047個，從業(yè)人員達202058人，資產總額達81849億元人民幣，法人機構239個。銀行業(yè)總資產同比增長7.4%，凈利潤同比下降13.5%，農村商業(yè)銀行89家，村鎮(zhèn)銀行80家。

圖1顯示了河南省近20年來銀行業(yè)不良貸款率的變化情況，總體而言，銀行業(yè)不良貸款率呈現下降趨勢，在2008年經濟危機發(fā)生前，河南省銀行不良貸款率顯著上升，系統(tǒng)性風險不斷積累，于2007年達到了2002年的水平。河南省銀行監(jiān)管部門采取措施，主動處理銀行不良資產，通過成立資產管理公司等手段使2008年河南省銀行業(yè)不良貸款率顯著下降。受整體經濟形勢的影響，2015年河南省銀行業(yè)不良貸款率在經歷了2009-2014年的持續(xù)下降之后首次出現了上升，隨后在2016-2017年期間逐步下降。河南省金融機構存款在2000-2017年間不斷增加。

國泰安數據顯示，2000-2017年河南省政府財政收入和國民生產總值穩(wěn)步上升，從2000年的5137.66億元人民幣上升至2017年的44552.83億元人民幣。其中2007年河南省國民生產總值的增長率最高，達到14.6%，隨后由于美國次貸危機的影響下降至2009年的10%，在經歷了2010年和2011年的反彈之后，河南省國民生產總值增長率逐步下降，2013-2017年的增長率分別為：9% 、8.9%、8.3%、8.1%、7.8%。次貸危機對河南省財政收入的影響也體現在數據上，河南省財政收入增長率從2007年的26.9%分別下降為2008年的17%和2019年的11.6%。2008-2017年河南省財政收入分別為1008.9億元、1126.06億元、1381.32億元、1721.76億元、2040.33億元、2415.45億元、2739.26億元、3016.05億元、3153.47億元、3407.22億元，每年的增長率處于下降趨勢，2016年出現反彈，2017年達到10.5%，超過2015年10.1%的水平。

四、河南省金融業(yè)系統(tǒng)性風險的實證分析

銀行系統(tǒng)不良貸款率是系統(tǒng)性金融風險的重要信號，銀行不良貸款率上升嚴重會影響居民存款安全，造成擠兌和市場恐慌。政府收入能夠反映政府的償債能力和緊急情況下的“救市”能力，是系統(tǒng)性金融風險的穩(wěn)定器。國民生產總值增速放緩,通常昭示著經濟繁榮階段結束。鑒于系統(tǒng)性金融風險經常出現在經濟周期的衰退階段，國民生產總值的變化對于系統(tǒng)性金融風險的防范具有參考意義。本文使用向量自回歸方法(VAR)構建模型，對河南省系統(tǒng)性金融風險進行分析。

圖1 河南省2000-2017 銀行業(yè)不良貸款率和金融機構各項存款情況

1. VAR向量自回歸基本原理說明

向量自回歸(VAR)是一種常用的對經濟變量進行分析的方法，其原理是將多個經濟變量同時進行回歸，使其相互之間能夠自洽。VAR方法經常涉及多個變量，模型參數復雜，較難解釋其經濟意義，而VAR模型的脈沖響應函數能夠反映當一個變量受到沖擊時其他變量的變化，具有更好的經濟意義。

向量自回歸的基本模型如下：

(1)

yt=Γ0+Γ1yt-1+…+Γpyt-p+εt

(2)

在公式(1)中β和γ分別代表兩組時間序列分別作為被解釋變量、一起作為解釋變量時各自的系數，ε代表白噪聲過程。在公式(2)中，變量的同期系數以矩陣的形式呈現，(2)式是(1)式的簡化形式。

2.變量選取

參考俞樹毅的研究成果，使用河南省2000年—2017年銀行業(yè)不良貸款率(Npl)作為區(qū)域系統(tǒng)性金融風險的衡量指標。向量自回歸模型內生解釋變量使用全國金融行業(yè)年度存款總額(Fidipst)和河南省年度財政支出(Gov)，外生控制變量選擇河南省年度國民生產總值(GDP)、全國股票年度總市值(Tvstk)、河南省年度固定資產投資(Ifa)和河南省年度總人口(Pop)。

由于模型所選變量在計量單位上存在著較大差距，為了保證模型能夠正確反應選取變量之間的關系，對變量取自然對數(如表1所示)。對變量取自然對數之后可以觀察到所有數據的量級基本處于同一水平。

表1 對數變量描述性統(tǒng)計

注：數據來源于中國人民銀行鄭州中心支行《河南省年度金融穩(wěn)定報告》《河南省統(tǒng)計年鑒》和中國人民銀行網站、河南省統(tǒng)計局網站

在使用向量自回歸模型之前，應當檢驗變量是否存在單位根，如果使用存在單位根的變量進行回歸，將會導致回歸結果不平穩(wěn)，無法得到有效的回歸結果。本文使用 Augmented Dickey-Fuller 單位根檢驗，滯后期數的選擇參考schwert的[16]做法。

通過單位根檢驗，發(fā)現lNpl、lGov的結果不平穩(wěn)，通過I(1)過程取一階差分得到平穩(wěn)變量dlNpl 和dlGov。向量自回歸將主要考察內生變量lNpl 、lGov 和lFidipst的關系，其他外生變量作為控制變量可以使模型更好地擬合數據。

對變量進行向量自回歸之后的平穩(wěn)性檢驗結果表明：特征方程的所有根都在復平面的單位圓范圍之內，回歸結果平穩(wěn)。

3.河南省金融業(yè)系統(tǒng)風險模型構建

綜上所述，可以建立河南省系統(tǒng)性金融風險模型：

d1Np1=β11FIdipst+β2d1Gov+A+μ

方程反映了河南省銀行業(yè)不良貸款率一階差分dlNpl與金融機構存款lFidipst和政府財政收入一階差分dlGov的線性關系。其中A是外生變量，μ是誤差項。對模型進行格蘭杰因果檢驗。

結果顯示， LFidipst 是dlNpl的格蘭杰原因，dlNpl 也是 LFidipst的格蘭杰原因。格蘭杰因果檢驗無法確定三個變量的先后順序。見表2。

交叉相關圖顯示，dlNpl 與提前5期的lFidipst 相關度最高，lFidipst 與滯后1期的dlGov 相關度最高，dNpl 與提前一期的dlGov相關度最高，因此確定了三個變量的排序為1. dlNpl，2. dlGov，3. lFidipst,下面將按照此排序考察模型的脈沖響應函數。

表2 格蘭杰因果檢驗

脈沖響應函數分析結果顯示，金融機構存款變化率對河南省銀行不良貸款率增速的影響維持在相對較低水平，隨著時間推移會有輕微上升，隨后趨于穩(wěn)定。政府財政收入增長率對于河南省銀行不良貸款率增速的影響也基本遵循類似模式，但是影響的程度與金融機構存款變化率相比較小。相反，銀行業(yè)不良貸款率對于政府財政收入增長速度和金融機構存款增長速度的影響相對較大，隨著銀行不良貸款率的增加，政府財政收入增長速度會隨之增長，在短暫的趨于穩(wěn)定之后繼續(xù)上升，并在一段時間之后趨于長期的穩(wěn)定。對于金融機構存款而言，隨著銀行不良貸款率增長速度的上升，金融機構存款增長速度也將經歷短暫上升—平臺期—上升—趨于穩(wěn)定的模式，但是隨著時間繼續(xù)推移，該影響力會有輕微下降。

對模型變量進行方差分解的結果顯示，河南省不良貸款率的增速變化主要來源于銀行自身，且隨著滯后期數的增加保持穩(wěn)定在82.2%，金融機構存款變化率對其影響大于河南省政府財政收入增速變化率。

五、對策與建議

首先，目前河南省金融資產質量較低，人均金融資源擁有量較少，與經濟總量不相稱，金融相關比率偏低，存貸款增長速度相對緩慢；河南省銀行業(yè)盈利水平低，盈利能力弱，抗風險能力不強。銀行貸款增長率較低，說明金融業(yè)對經濟發(fā)展的貢獻度不大，資本市場發(fā)育不全，融資結構不夠合理，投資者或者沒有渠道使用金融服務，或者缺乏使用金融服務的相關信息。而河南省保險市場的廣度和深度開發(fā)不夠，保險保障功能也沒有得到充分發(fā)揮。[17]其次，金融業(yè)與區(qū)域經濟發(fā)展的支撐力度不足：一是銀行信貸發(fā)展緩慢；二是銀行信貸業(yè)務投資效率不高，主要投向政府主導的高速公路和電力領域，這也是積累區(qū)域金融風險的因素。鑒于此，對策建議如下：

建立統(tǒng)一系統(tǒng)性金融風險預警系統(tǒng)。目前國內外學者針對不同的研究對象建立了不同的系統(tǒng)性風險預警系統(tǒng)，他們的實現方法、關注重點不盡相同，雖然系統(tǒng)性風險的定義各國學者基本達成了共識，但是在實際研究過程中，往往對金融體系采取不同的分析手段，即使研究對象一致，但是關于真實的系統(tǒng)性金融風險的程度無法形成共識，甚至有很大差別。此外，系統(tǒng)性金融風險的研究大多是針對一個經濟整體的，關于區(qū)域性金融風險的研究較少，也沒有具有權威性的理論在學界達成共識。在理論作用于現實的過程中，往往效果一般。因此，河南省政府應當在國家關于系統(tǒng)性風險防范精神的指導下，建立一套具有橫向比較意義且能反映河南省金融實際的、全面的系統(tǒng)性風險預警系統(tǒng)。通過橫向比較確定河南省真實的系統(tǒng)性風險的程度，以便進行及時的防范。

加強金融機構對貸款對象潛在風險因素的監(jiān)管。通過實證部分的方差分解結果可以發(fā)現，銀行業(yè)的不良貸款率很大程度上與其內部管理水平直接相關，因此銀行應當加強對貸款人還款能力的調查，采用大數據分析確定貸款對象潛在的失信風險，通過更加合理的貸后措施降低不良貸款率。

保持經濟數據的真實性和連貫性。系統(tǒng)性風險往往與經濟周期聯系緊密，而關于經濟周期的分析非常依靠歷史數據。我國經濟在過去的40年里經歷了跨越式的發(fā)展，但與經濟發(fā)展相配套的數據跟蹤稍稍落后于經濟增長。官方公布數據的滯后會導致系統(tǒng)性風險的預警模型出現偏差，所以政府部門應當對歷史數據及時梳理及時公布，確保數據的真實性和連貫性。