陳宇峰 吳金旺 吳忠睿

提要：金融科技已逐漸成為國內(nèi)金融業(yè)轉(zhuǎn)型升級的新引擎,但也引致“涉眾太廣而不能倒”等一系列難題,對金融穩(wěn)定具有重要影響。本文基于宏觀審慎監(jiān)管有效性視角,用系統(tǒng)性金融風(fēng)險測度金融穩(wěn)定,分析金融科技發(fā)展對系統(tǒng)性金融風(fēng)險的影響及作用機制。結(jié)果表明:金融科技發(fā)展會增加系統(tǒng)性金融風(fēng)險,且具雙門檻性質(zhì);傳染性是風(fēng)險傳遞的中介機制;單一實施宏觀審慎政策對系統(tǒng)性金融風(fēng)險效果有限,但宏觀審慎政策可以有效緩釋金融科技對系統(tǒng)性金融風(fēng)險的影響,在經(jīng)濟下行區(qū)更加明顯。研究結(jié)論為金融科技發(fā)展和監(jiān)管提供了有益的經(jīng)驗證據(jù)和政策啟示。

引 言

2008年美國次貸危機之后,金融穩(wěn)定被各國央行明確為政策目標,金融監(jiān)管重心轉(zhuǎn)向防范系統(tǒng)性金融風(fēng)險以及“合成謬誤”導(dǎo)致的多米諾骨牌風(fēng)險傳染效應(yīng),(1)張帥等:《金融系統(tǒng)氣候風(fēng)險的評估、定價與政策應(yīng)對:基于文獻的評述》,《金融評論》2022年第1期。監(jiān)管模式也從對單個機構(gòu)的微觀審慎監(jiān)管轉(zhuǎn)向宏觀審慎監(jiān)管。(2)苗文龍、閆娟娟:《系統(tǒng)性金融風(fēng)險研究述評——基于宏觀審慎監(jiān)管視角》,《金融監(jiān)管研究》2020年第2期。黨的二十大報告明確指出,加強和完善現(xiàn)代金融監(jiān)管,強化金融穩(wěn)定保障體系。為提升金融穩(wěn)定性,我國已將一些行之有效的做法用制度化的方式固化下來。例如,2019年成立存款保險基金管理有限責(zé)任公司,2022年出臺《中華人民共和國金融穩(wěn)定法(草案征求意見稿)》。2023年又組建了中央金融委員會,進一步強化功能監(jiān)管、行為監(jiān)管,實現(xiàn)金融監(jiān)管穿透和全覆蓋,避免重復(fù)監(jiān)管和監(jiān)管真空。目前,我國已經(jīng)基本形成貨幣政策關(guān)注經(jīng)濟穩(wěn)定、宏觀審慎政策關(guān)注金融穩(wěn)定的“雙支柱”監(jiān)管框架。

在數(shù)字產(chǎn)業(yè)發(fā)展浪潮中,金融科技與科創(chuàng)金融有效支持了技術(shù)創(chuàng)新,科技進步也能反作用于金融市場、金融產(chǎn)品、金融服務(wù)的創(chuàng)新發(fā)展。金融科技引領(lǐng)的金融業(yè)集成創(chuàng)新有望成為第四次金融革命的突出特征。(3)陳雨露:《工業(yè)革命、金融革命與系統(tǒng)性風(fēng)險治理》,《金融研究》2021年第1期。盡管金融科技提高了金融效率和金融服務(wù)質(zhì)量,但也給金融系統(tǒng)的安全性、穩(wěn)定性帶來全新的挑戰(zhàn)。在數(shù)字經(jīng)濟創(chuàng)新發(fā)展大背景下,金融科技的快速創(chuàng)新與監(jiān)管制度相對滯后的矛盾日益凸顯。(4)楊子暉:《經(jīng)濟高質(zhì)量發(fā)展中防范化解系統(tǒng)性金融風(fēng)險——專欄導(dǎo)語》,《中山大學(xué)學(xué)報》(社會科學(xué)版)2023年第3期。已有一些研究探討了金融科技對系統(tǒng)性金融風(fēng)險的影響以及宏觀審慎監(jiān)管的有效性。例如,王道平等發(fā)現(xiàn),微觀銀行金融科技水平提升會增加銀行風(fēng)險承擔傾向,加深銀行間關(guān)聯(lián)程度,進而顯著增大系統(tǒng)性金融風(fēng)險;(5)王道平等:《金融科技、宏觀審慎監(jiān)管與我國銀行系統(tǒng)性風(fēng)險》,《財貿(mào)經(jīng)濟》2022年第4期。劉孟飛指出,金融科技可能催生金融風(fēng)險與技術(shù)風(fēng)險的疊加效應(yīng)。(6)劉孟飛:《金融科技與商業(yè)銀行系統(tǒng)性風(fēng)險——基于對中國上市銀行的實證研究》,《武漢大學(xué)學(xué)報》(哲學(xué)社會科學(xué)版)2021年第2期。

那么,宏觀審慎政策與金融科技對金融穩(wěn)定的影響能否呈現(xiàn)“雙向奔赴”?不同經(jīng)濟周期下的影響程度是否有顯著差異?為此,本文基于宏觀審慎監(jiān)管視角,分析金融科技對系統(tǒng)性金融風(fēng)險的具體影響。相較已有研究,本文可能的邊際貢獻在于:(1)使用行業(yè)指數(shù),分別從線性和非線性兩個方面考察金融科技發(fā)展對系統(tǒng)性金融風(fēng)險的影響機制;(2)使用動態(tài)DY溢出指數(shù)測度金融機構(gòu)風(fēng)險傳染性,并將其作為金融科技對系統(tǒng)性金融風(fēng)險作用機制的中介變量;(3)引入馬爾科夫區(qū)制轉(zhuǎn)移模型,分析不同經(jīng)濟條件下宏觀審慎監(jiān)管政策有效性的異質(zhì)性,拓展不同經(jīng)濟周期下監(jiān)管與業(yè)務(wù)協(xié)同降低系統(tǒng)性金融風(fēng)險的渠道。

一、研究假設(shè)

(一)金融科技與系統(tǒng)性金融風(fēng)險

金融科技是以大數(shù)據(jù)為代表的新一代信息技術(shù)與金融融合產(chǎn)生的時代產(chǎn)物。信息平臺、聊天工具和各種自媒體等信息技術(shù)手段深度嵌入金融市場,大幅縮短了危機響應(yīng)時間。同時,金融科技帶來的普惠性降低了金融服務(wù)門檻,提高了風(fēng)險發(fā)生的概率和傳染性。(7)錢海章等:《中國數(shù)字金融發(fā)展與經(jīng)濟增長的理論與實證》,《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2020年第6期。銀行部門間的金融創(chuàng)新行為可能產(chǎn)生“不好的繁榮”,加大系統(tǒng)性金融風(fēng)險的防控難度。(8)查升志等:《新冠疫情對我國銀行系統(tǒng)性金融風(fēng)險影響的實證研究》,《安徽工程大學(xué)學(xué)報》2022年第5期;周上堯、王勝:《中國影子銀行的成因、結(jié)構(gòu)及系統(tǒng)性風(fēng)險》,《經(jīng)濟研究》2021年第7期。從風(fēng)險涌現(xiàn)機制看,金融科技在傳統(tǒng)金融網(wǎng)絡(luò)的基礎(chǔ)上又增加了數(shù)字支付、網(wǎng)絡(luò)小額借貸、消費金融等子網(wǎng)絡(luò),各子網(wǎng)絡(luò)的重合疊加可能使風(fēng)險傳染以“級聯(lián)”方式在全局范圍內(nèi)爆發(fā)。

金融科技與系統(tǒng)性金融風(fēng)險之間的相互作用表現(xiàn)為動態(tài)、多變的非線性關(guān)系。金融科技信息優(yōu)勢突出、容易產(chǎn)生馬太效應(yīng)、天然具有壟斷性等特點,會使金融業(yè)務(wù)集中化,從而增加金融機構(gòu)相互依賴性和業(yè)務(wù)同質(zhì)性。一些第三方金融科技平臺公司在高速擴張的同時,可能忽略風(fēng)險管理和合法合規(guī)意識,會對整個金融行業(yè)造成連鎖反應(yīng)。金融業(yè)以服務(wù)實體經(jīng)濟為目標,金融市場存在同時膨脹、同時衰退的順周期性現(xiàn)象,系統(tǒng)性金融風(fēng)險與經(jīng)濟周期密切相關(guān)。當經(jīng)濟繁榮時,銀行減少流動資產(chǎn),此時更需要流動性監(jiān)管;(9)魏旭、周伊敏:《流動性監(jiān)管、系統(tǒng)性風(fēng)險與社會福利——一個理論分析框架》,《經(jīng)濟學(xué)》(季刊)2022年第5期。當經(jīng)濟下行時,金融機構(gòu)不良貸款率上升,可能會引發(fā)擠兌或者恐慌性資產(chǎn)拋售,引發(fā)系統(tǒng)性金融危機。(10)吳堅、顧維清:《我國系統(tǒng)性金融風(fēng)險預(yù)警指標體系構(gòu)建——基于證券市場視角》,《當代金融研究》2021年第12期。綜合以上分析,我們提出研究假設(shè)1。

假設(shè)1:金融科技會提高系統(tǒng)性金融風(fēng)險,存在非線性門檻效應(yīng),且受經(jīng)濟周期影響。

(二)金融科技與金融機構(gòu)風(fēng)險傳染性

金融科技發(fā)展帶來金融產(chǎn)品創(chuàng)新、金融體系結(jié)構(gòu)性演變加速、過度金融常態(tài)化以及金融機構(gòu)關(guān)聯(lián)關(guān)系復(fù)雜化,金融風(fēng)險將變得更加隱蔽。(11)黨印等:《大數(shù)據(jù)方法在系統(tǒng)性金融風(fēng)險監(jiān)測預(yù)警中的應(yīng)用進展》,《金融發(fā)展研究》2022年第2期。而且,金融科技與金融業(yè)的深度融合,會使傳統(tǒng)金融業(yè)務(wù)的風(fēng)險更具傳染性和破壞性。金融風(fēng)險因共同利益、經(jīng)營策略類同或者市場情緒而形成,金融機構(gòu)間的關(guān)聯(lián)關(guān)系加大了風(fēng)險傳播的速度和范圍,一旦某個金融機構(gòu)發(fā)生風(fēng)險事件,資產(chǎn)損失或破產(chǎn)損失引起的流動性不足會在金融系統(tǒng)中迅速蔓延,甚至引發(fā)系統(tǒng)性風(fēng)險。金融部門廣泛使用大數(shù)據(jù)、人工智能技術(shù)(比如智能投顧的使用)可能產(chǎn)生投資決策過程“黑箱”和“合成謬誤”,投資行為高度同質(zhì)化將加大內(nèi)生風(fēng)險。(12)方意等:《金融科技領(lǐng)域的系統(tǒng)性風(fēng)險:內(nèi)生風(fēng)險視角》,《中央財經(jīng)大學(xué)學(xué)報》2020年第2期。金融科技業(yè)務(wù)的同質(zhì)性還使金融機構(gòu)之間的聯(lián)系更加緊密,傳染效應(yīng)更加顯著。金融科技內(nèi)外部風(fēng)險傳染性更強,當金融科技部門發(fā)生風(fēng)險時,整個系統(tǒng)將面臨更大的風(fēng)險。(13)曹齊芳、孔英:《基于復(fù)雜網(wǎng)絡(luò)視角的金融科技風(fēng)險傳染研究》,《金融監(jiān)管研究》2021年第2期。因此,我們提出研究假設(shè)2。

假設(shè)2:金融科技增強了金融機構(gòu)間的風(fēng)險傳染效應(yīng),風(fēng)險傳染承擔中介作用,進一步加劇了系統(tǒng)性金融風(fēng)險。

(三)宏觀審慎監(jiān)管對系統(tǒng)性金融風(fēng)險的有效性

加強對系統(tǒng)重要性金融機構(gòu)的監(jiān)管是我國防范系統(tǒng)性金融風(fēng)險的關(guān)鍵,宏觀審慎監(jiān)管對系統(tǒng)重要性金融機構(gòu)提出了額外的資本金要求,并加強逆周期的調(diào)控措施。(14)鄒奕格、粟芳:《金融監(jiān)管中宏觀審慎政策工具的有效性研究——基于投資業(yè)務(wù)引致系統(tǒng)性風(fēng)險的視角》,《保險研究》2021年第12期。但“科技+金融”二重性帶來的“涉眾太廣而不能倒”風(fēng)險隱患已超出原有審慎監(jiān)管范圍。(15)方意等:《大科技公司的金融風(fēng)險隱患和監(jiān)管》,《學(xué)習(xí)與實踐》2021年第8期。因此,為確保金融系統(tǒng)的穩(wěn)定和安全,需要將金融科技納入宏觀審慎監(jiān)管范疇。中國早在2016年就提出要構(gòu)建“貨幣政策+宏觀審慎政策”框架。國際上許多國家和地區(qū)也已實施宏觀審慎監(jiān)管政策。歐盟制定了一套包括資本緩沖區(qū)、流動性緩沖區(qū)和杠桿率限制等政策措施的宏觀審慎框架;美國在2010年實施了《多德-弗蘭克法案》,要求銀行保持更高的資本水平以抵御潛在的系統(tǒng)性風(fēng)險。宏觀審慎政策可以通過提高金融機構(gòu)的資本充足率、流動性和穩(wěn)健性等方面的監(jiān)管標準來降低系統(tǒng)性風(fēng)險,從而減少金融科技快速發(fā)展帶來的負面影響。據(jù)此,我們提出研究假設(shè)3。

假設(shè)3:宏觀審慎監(jiān)管政策可以降低系統(tǒng)性金融風(fēng)險,且對金融科技影響系統(tǒng)性金融風(fēng)險的效應(yīng)存在積極調(diào)節(jié)作用。

二、研究設(shè)計

(一)樣本與數(shù)據(jù)

金融行業(yè)主要包括銀證保三大行業(yè),期貨及其他行業(yè)規(guī)模還較小。房地產(chǎn)部門已經(jīng)具備一定的金融屬性,是中國金融風(fēng)險的重要來源。(16)楊子暉等:《極端金融風(fēng)險的有效測度與非線性傳染》,《經(jīng)濟研究》2019年第5期。2023年中央金融工作會議亦指出,要“完善房地產(chǎn)金融宏觀審慎管理”。金融機構(gòu)的資產(chǎn)價格變化反映了市場利益相關(guān)者對未來表現(xiàn)的預(yù)期。(17)王錦陽等:《相依結(jié)構(gòu)、動態(tài)系統(tǒng)性風(fēng)險測度與后驗分析》,《統(tǒng)計研究》2018年第3期。因此,本文選取金融科技(930986)、中證銀行(399986)、證券公司(399975)、中證全指保險指數(shù)(H30186)、中證全指房地產(chǎn)(931775)等指數(shù),分別代表金融科技、銀行、證券、保險、房地產(chǎn)五大行業(yè)的發(fā)展情況,選取全指金融地產(chǎn)(000992)代表整個金融系統(tǒng)。我們使用上述指數(shù)日度收盤價計算各行業(yè)的系統(tǒng)性金融風(fēng)險,同時使用指數(shù)成分下的14家銀行、16家證券、4家保險、19家房地產(chǎn)上市公司的5分鐘高頻數(shù)據(jù)構(gòu)建風(fēng)險傳染網(wǎng)絡(luò)。(18)銀行:平安銀行、浦發(fā)銀行、民生銀行、招商銀行、華夏銀行、中國銀行、工商銀行、興業(yè)銀行、中信銀行、交通銀行、寧波銀行、南京銀行、北京銀行、建設(shè)銀行。證券:華鑫股份、海通證券、哈投股份、東北證券、錦龍股份、國投資本、廣發(fā)證券、國元證券、湘財股份、國海證券、長江證券、國金證券、華創(chuàng)陽安、西南證券、中信證券、太平洋。保險:天茂集團、中國人壽、中國平安、中國太保。房地產(chǎn):保利發(fā)展、萬科A、金地集團、綠地控股、華僑城A、陸家嘴、上海臨港、新湖中寶、華發(fā)股份、張江高科、格力地產(chǎn)、中華企業(yè)、中國國貿(mào)、萬業(yè)企業(yè)、大悅城、金融街、信達地產(chǎn)、西藏城投、首開股份。本文對上述機構(gòu)按照先后順序分配唯一標識符,范圍從1至53,旨在為數(shù)據(jù)可視化過程中的實體識別提供一種標準化和系統(tǒng)化的方法,從而確保分析的準確性和可讀性。樣本期間為2007年7月至2023年2月,數(shù)據(jù)來自Wind數(shù)據(jù)庫和IMF數(shù)據(jù)庫,高頻數(shù)據(jù)主要來自Baostock接口。(19)證券寶(www.baostock.com)是一個免費、開源的證券數(shù)據(jù)平臺。提供大量準確、完整的證券歷史行情數(shù)據(jù)、上市公司財務(wù)數(shù)據(jù)等?？紤]到指標頻率上的差異,本文統(tǒng)一轉(zhuǎn)化為月度面板數(shù)據(jù)進行實證檢驗。對于季度數(shù)據(jù)使用三次條樣插值法進行轉(zhuǎn)換,對于日度數(shù)據(jù)取月度平均值。

(二)變量選取

1.被解釋變量:系統(tǒng)性金融風(fēng)險

系統(tǒng)性金融風(fēng)險是一種共振性、體系性、全面性和復(fù)雜性的金融風(fēng)險,它具有長期潛伏性和隱蔽性,積累到一定程度會突然發(fā)生質(zhì)變,導(dǎo)致風(fēng)險全面爆發(fā)并快速擴散,對實體經(jīng)濟造成巨大的負面經(jīng)濟后果。因此,準確評估系統(tǒng)性金融風(fēng)險是金融監(jiān)管的重要前提。為了精確地評估系統(tǒng)性金融風(fēng)險,研究者常常依賴于模型法和指標法。(20)劉春航、朱元倩:《銀行業(yè)系統(tǒng)性風(fēng)險度量框架的研究》,《金融研究》2011年第12期。指標法因數(shù)據(jù)采集便捷備受青睞,其中CoVaR和MES是兩個典型代表。CoVaR考量了單個金融機構(gòu)給整個金融系統(tǒng)帶來的風(fēng)險貢獻,是自下而上的指標。而MES則關(guān)注單個機構(gòu)由于整體金融系統(tǒng)的風(fēng)險可能受到的損失,是自上而下的指標。(21)方意等:《宏觀審慎與貨幣政策雙支柱框架研究——基于系統(tǒng)性風(fēng)險視角》,《金融研究》2019年第12期。D. Anginer, A. Demirguc-Kunt, H. Huizinga, “Corporate Governance of Banks and Financial Stability,” Journal of Financial Economics, Vol.130, No.2, 2018, pp.327-346.HymanP.Minsky于1970年提出金融不穩(wěn)定性假設(shè),他指出資產(chǎn)價格波動性與金融市場穩(wěn)定性之間存在顯著相關(guān)性。本文進一步吸納了方意、宮曉莉等、楊子暉等學(xué)者的研究成果,(22)方意:《前瞻性與逆周期性的系統(tǒng)性風(fēng)險指標構(gòu)建》,《經(jīng)濟研究》2021年第9期;宮曉莉等:《我國金融機構(gòu)系統(tǒng)性風(fēng)險度量與外溢效應(yīng)研究》,《管理世界》2020年第8期;楊子暉、李東承:《系統(tǒng)性風(fēng)險指標是否具有前瞻性的預(yù)測能力?》,《經(jīng)濟學(xué)》(季刊)2021年第2期。使用股票市場數(shù)據(jù)計算得到ΔCoVaR值并將其作為衡量系統(tǒng)性金融風(fēng)險的評估指標。這一指標由實時金融市場數(shù)據(jù)計算得到,因而可以對風(fēng)險進行實時監(jiān)控。與邊際期望損失(MES)相比,ΔCoVaR更專注于金融機構(gòu)在危機時的風(fēng)險貢獻,在宏觀審慎監(jiān)管框架中,此種視角對監(jiān)管者尤為重要。ΔCoVaR的計算經(jīng)常采用分位數(shù)回歸或DCC-GARCH類模型,這些方法能夠有效揭示金融機構(gòu)間相互關(guān)聯(lián)及風(fēng)險傳播機制。當ΔCoVaR的絕對值增大時,意味著特定的金融機構(gòu)在市場不穩(wěn)定時對系統(tǒng)性風(fēng)險貢獻增加,也意味著需要進一步加強金融監(jiān)管。

圖1展示了銀行、證券、保險和房地產(chǎn)四個行業(yè)的系統(tǒng)性金融風(fēng)險。各行業(yè)的ΔCoVaR值基本維持在0.02左右,相對穩(wěn)定。(23)由于計算得到的ΔCoVaR結(jié)果均為負值,為了簡化分析,取ΔCoVaR值的相反數(shù)。在2008年全球金融危機、2013年錢荒、2015年股災(zāi)、2018年中美貿(mào)易戰(zhàn)以及2020年新冠疫情暴發(fā)階段,系統(tǒng)性金融風(fēng)險迅速上升,最高達到0.07左右。上述結(jié)果表明,ΔCoVaR指標能夠反映重大事件對我國系統(tǒng)性金融風(fēng)險的沖擊效應(yīng);除疫情外,ΔCoVaR指標的飆升期略早于風(fēng)險事件暴發(fā)期,表明該指標具有很好的前瞻性。疫情等公共衛(wèi)生事件是“黑天鵝”事件,資本市場無法提前反應(yīng),因而ΔCoVaR指標對此類事件無法進行前瞻性預(yù)警。為保證研究的穩(wěn)健性,本文也計算了邊際期望損失(MES)。(24)MES絕對值越大,邊際損失越大,對應(yīng)系統(tǒng)性金融風(fēng)險越高,本文亦轉(zhuǎn)化為正值處理。

圖1 系統(tǒng)性金融風(fēng)險時間序列圖

2.核心解釋變量:金融科技

微觀個體的金融科技水平大都通過技術(shù)類專利或者企業(yè)研發(fā)投入來測度。(25)李真等:《銀行金融科技與企業(yè)金融化:基于避險與逐利動機》,《世界經(jīng)濟》2023年第4期。宏觀層面的金融科技水平評估主要采用兩種方式:一是北大數(shù)字普惠金融指數(shù),數(shù)據(jù)以螞蟻集團數(shù)據(jù)為主。(26)吳金旺等:《數(shù)字普惠金融發(fā)展影響因素的實證分析——基于空間面板模型的檢驗》,《浙江學(xué)刊》2018年第3期。缺點是數(shù)據(jù)來源相對單一,而且樣本數(shù)量有限(因是年度數(shù)據(jù));二是詞頻數(shù)據(jù),如金融科技主要關(guān)鍵詞的新聞數(shù)量或者百度金融科技指數(shù)。但是線上新聞時效性較強,時間越久新聞數(shù)越少,導(dǎo)致樣本在時間上失真;而且,金融科技發(fā)展經(jīng)歷了金融IT、互聯(lián)網(wǎng)金融到現(xiàn)在的3.0金融科技階段,不斷發(fā)展變化的業(yè)務(wù)導(dǎo)致納入指數(shù)的新聞范疇會有所偏差?；趶V泛可用性、行業(yè)代表性、數(shù)據(jù)可獲取性和樣本連續(xù)性等原則,本文選擇金融科技指數(shù)作為評估金融科技發(fā)展水平的指標。該指數(shù)選取滬深市場中產(chǎn)品與服務(wù)涉及金融科技相關(guān)領(lǐng)域的上市公司證券作為樣本,涵蓋了多個處于行業(yè)領(lǐng)先地位的金融科技公司。這類公司的市場動態(tài)在一定程度上能夠映射出整個行業(yè)的發(fā)展趨勢,即便是那些以傳統(tǒng)金融服務(wù)為主的公司,它們在金融科技方面的投資和業(yè)務(wù)拓展也能夠反映行業(yè)進步。

3.中介變量:金融機構(gòu)風(fēng)險傳染性

系統(tǒng)性金融風(fēng)險是全局性的風(fēng)險且極具傳染性,它的溢出效應(yīng)和破壞作用都很大。本文采用風(fēng)險溢出指標作為中介變量,驗證金融科技、傳染性和系統(tǒng)性金融風(fēng)險的聯(lián)動機制。指標計算過程為:先基于5分鐘高頻數(shù)據(jù)計算波動率,再以300個交易日為滾動窗口計算動態(tài)溢出指數(shù);在此基礎(chǔ)上構(gòu)建日度溢出復(fù)雜網(wǎng)絡(luò),進一步計算總溢出、平均度、網(wǎng)絡(luò)直徑、網(wǎng)絡(luò)平均最短長度及網(wǎng)絡(luò)同配性等指標。我們基于53家金融機構(gòu)動態(tài)DY指數(shù)計算得到波動溢出指數(shù),其最低值為55.91,最高值為97.98,平均值為82.03。這一結(jié)果表明,中國金融機構(gòu)的整體關(guān)聯(lián)度非常高。

圖2為2017年末、2020年初以及2021年末的網(wǎng)絡(luò)連接圖。由圖2可知,關(guān)聯(lián)度在2019年末急速上升,正好與新冠疫情暴發(fā)期相對應(yīng)。2017-2018年和2021-2022年間的關(guān)聯(lián)度則顯著下降,對應(yīng)了金融強監(jiān)管和疫情穩(wěn)定期。樣本期內(nèi)的行業(yè)集聚效應(yīng)明顯,呈現(xiàn)“小世界”現(xiàn)象。我們進一步計算了各個機構(gòu)每日的PageRank值和凈溢出度,(27)PageRank是根據(jù)復(fù)雜網(wǎng)絡(luò)的結(jié)構(gòu)計算節(jié)點的排名,它最初被設(shè)計為一種用于對網(wǎng)頁進行排名的算法。并記錄每日PageRank前10的機構(gòu)中出現(xiàn)頻次最高的行業(yè)以及每日平均凈溢出度最高的行業(yè)。計算結(jié)果顯示:在全周期內(nèi),銀行業(yè)平均凈溢出度始終位居前列。這一結(jié)果表明,銀行在風(fēng)險溢出中扮演了重要角色,是風(fēng)險傳遞者。PageRank排名進一步顯示,房地產(chǎn)企業(yè)排名始終位居前端。這表明,房地產(chǎn)行業(yè)雖非風(fēng)險溢出的主角,但在整個風(fēng)險傳播鏈條中起到關(guān)鍵中介作用,會加劇風(fēng)險傳播,需高度關(guān)注。

圖2 股災(zāi)恢復(fù)后、疫情暴發(fā)時及平穩(wěn)期網(wǎng)絡(luò)連接圖對比(28)圖中標識符1-53見本文第二部分機構(gòu)說明的腳注。

4.調(diào)節(jié)變量:宏觀審慎監(jiān)管

宏觀審慎監(jiān)管政策指標包括使用現(xiàn)有數(shù)據(jù)庫和構(gòu)建指數(shù)兩種。(29)趙靜、許海萍:《宏觀審慎監(jiān)管口頭溝通與系統(tǒng)性風(fēng)險》,《財經(jīng)研究》2021年第7期。本文借鑒Alam等的做法,構(gòu)造宏觀審慎政策指數(shù)。(30)Z. Alam, M. A. Alter, J. Eiseman, Digging Deeper-Evidence on the Effects of Macroprudential Policies from a New Database, International Monetary Fund, 2019.具體過程為:選取17種宏觀審慎工具,對于每一種宏觀審慎工具創(chuàng)建虛擬變量;當某一政策工具緊縮時虛擬變量取1,寬松時取-1,不變時取0。將所有虛擬變量數(shù)值加總得到宏觀審慎政策指數(shù)MAPP,指數(shù)越大代表宏觀審慎政策越緊。同時考慮到收緊和放松的非對稱性,分別構(gòu)建緊縮型指數(shù)MAPP_T和寬松型指數(shù)MAPP_L。MAPP_T在構(gòu)建虛擬變量時,當某一政策工具緊縮時對應(yīng)的虛擬變量取1,其余時候取0。MAPP_L在構(gòu)建虛擬變量時,當某一政策工具寬松時對應(yīng)的虛擬變量取1,其余時候取0。

5.控制變量

本文參考王道平等、張肖飛等、趙勝民等的做法,(31)王道平等:《金融科技、宏觀審慎監(jiān)管與我國銀行系統(tǒng)性風(fēng)險》,《財貿(mào)經(jīng)濟》2022年第4期;張肖飛等:《宏觀審慎工具與系統(tǒng)性金融風(fēng)險研究》,《國際金融研究》2023年第2期;趙勝民、張博超:《“雙支柱”調(diào)控與銀行系統(tǒng)性風(fēng)險——基于SRISK指標的實證分析》,《國際金融研究》2022年第1期。從宏觀層面選擇控制變量。主要變量包括:GDP對數(shù)(lnGDP)、貨幣供應(yīng)量對數(shù)(LnM2)、CPI對數(shù)(LnCPI)以及美元對人民幣即期匯率(Rate)。所有變量說明見表1,ΔCoVaR和MES的均值分別為5.335和3.533,標準差分別為0.490和0.485,說明兩種系統(tǒng)性金融風(fēng)險指標存在一定的差異性;MAPP_T的均值遠大于MAPP_L和MAPP,說明樣本期內(nèi)中國宏觀審慎調(diào)控偏向緊縮。(32)由于篇幅限制,變量描述性統(tǒng)計相關(guān)結(jié)果備索。從GDP、M2等宏觀數(shù)據(jù)走勢可以看出,樣本包含了主要經(jīng)濟金融周期,具備全面性和代表性要求。

表1 變量說明

(三)模型設(shè)定

建立基準回歸模型如下:

SRi,t=α+β1Fintecht+β3Controlt+μi+εi,t

(1)

其中,SRi,t指系統(tǒng)性金融風(fēng)險,選用銀行、證券、保險、房地產(chǎn)行業(yè)的ΔCoVaR作為代理變量;Fintecht代表金融科技,Controlt為控制變量,μi為行業(yè)固定效應(yīng),εi,t為殘差項。為驗證模型的穩(wěn)健性,同時選取MES作為代理變量。計算公式如下:

(2)

(3)

宏觀審慎政策對系統(tǒng)性金融風(fēng)險的影響及調(diào)節(jié)效應(yīng)用如下模型表示:

SRi,t=α+β1MAPPt+β2Controlt+μi+εi,t

(4)

SRi,t=α+β1Fintecht+β2MAPPt×Fintecht+β3Controlt+μi+εi,t

(5)

MAPPt代表宏觀審慎政策,MAPPt×Fintecht為宏觀審慎政策和金融科技的交乘項。β1、β2為核心解釋變量系數(shù),若β1顯著為正,說明金融科技顯著提高系統(tǒng)性金融風(fēng)險,反之則相反。β2為交互系數(shù),若顯著為正,說明宏觀審慎監(jiān)管會放大金融科技對系統(tǒng)性金融風(fēng)險的影響,反之降低金融科技對系統(tǒng)性金融風(fēng)險的影響。

三、實證分析

(一)主回歸分析

表2給出了逐步加入控制變量后的OLS線性回歸結(jié)果。由表2可知,金融科技(Fintech)的回歸系數(shù)均在1%水平下顯著為正值。上述結(jié)果表明:在控制其他潛在因素后,金融科技對系統(tǒng)性金融風(fēng)險仍然具有顯著的正向影響,即金融科技提高了系統(tǒng)性金融風(fēng)險。進一步用MES替代ΔCoVaR進行回歸檢驗,結(jié)果基本不變,說明回歸結(jié)果具有穩(wěn)健性。由列(5)可知,(1)貨幣供應(yīng)量(M2)會對系統(tǒng)性金融風(fēng)險產(chǎn)生正向影響?？赡茉蛟谟?隨著貨幣供應(yīng)量的增加,投融資比重將同步增加,金融虛擬化程度進一步加深,致使金融市場波動加劇及系統(tǒng)性金融風(fēng)險提高。(2)GDP增長有利于降低系統(tǒng)性金融風(fēng)險。穩(wěn)定的經(jīng)濟環(huán)境是金融行業(yè)發(fā)展的可靠保障,有實體經(jīng)濟支撐的金融行業(yè)更能行穩(wěn)致遠。(3)CPI與系統(tǒng)性金融風(fēng)險呈現(xiàn)正相關(guān)關(guān)系。CPI高企會引起社會預(yù)期轉(zhuǎn)弱,提高投融資風(fēng)險。(4)美元兌人民幣的即期匯率(Rate)上升會引起系統(tǒng)性金融風(fēng)險下降。美元匯率上升可以提高國內(nèi)商品國際競爭力,有利于穩(wěn)定出口,減少經(jīng)濟不確定性,進而控制宏觀層面風(fēng)險。

表2 基準模型

(二)內(nèi)生性檢驗

金融科技發(fā)展可能影響系統(tǒng)性金融風(fēng)險,反過來系統(tǒng)性金融風(fēng)險也可能影響金融科技。例如,針對系統(tǒng)性金融風(fēng)險的管理政策會涉及鼓勵或是限制金融科技發(fā)展。因此,需要為金融科技找到一個工具變量,以便排除互為因果、自身歷史因素影響和遺漏解釋變量可能帶來的內(nèi)生性問題?；ヂ?lián)網(wǎng)已經(jīng)成為現(xiàn)代金融科技發(fā)展的關(guān)鍵性基礎(chǔ)設(shè)施,顯著提升了金融服務(wù)的可獲得性和便捷性,促進交易量和收入增長。因此,當金融科技企業(yè)利用互聯(lián)網(wǎng)拓展市場份額時,公司股價往往呈現(xiàn)上升趨勢。因此,本文參考王道平等的做法,(33)王道平等:《金融科技、宏觀審慎監(jiān)管與我國銀行系統(tǒng)性風(fēng)險》,《財貿(mào)經(jīng)濟》2022年第4期。采用互聯(lián)網(wǎng)普及率(NPR)作為金融科技的工具變量,兩階段回歸結(jié)果見表3。第一階段回歸結(jié)果顯示工具變量(NPR)系數(shù)在1%水平上顯著為正,且F值為18.838(高于10%偏誤的臨界值16.38),表明工具變量和核心解釋變量具有相關(guān)性,即不存在弱工具變量問題。第二階段回歸結(jié)果顯示金融科技(Fintech)系數(shù)顯著為正,表明金融科技增加系統(tǒng)性金融風(fēng)險的結(jié)論具有穩(wěn)健性。

表3 兩階段回歸

四、進一步分析

(一)異質(zhì)性分析

1.雙門檻效應(yīng)

本文的實證結(jié)果表明,金融科技會加劇系統(tǒng)性金融風(fēng)險。在金融發(fā)展歷史上,創(chuàng)新帶來繁榮但最終導(dǎo)致嚴重經(jīng)濟危機的案例確實是非常多的。(34)劉孟飛:《金融科技與商業(yè)銀行系統(tǒng)性風(fēng)險——基于對中國上市銀行的實證研究》,《武漢大學(xué)學(xué)報》(哲學(xué)社會科學(xué)版)2021年第2期。但是,我們還需要進一步構(gòu)建非線性門檻回歸模型,分析不同金融科技水平對系統(tǒng)性金融風(fēng)險的影響是否具有差異性。檢驗結(jié)果顯示存在雙門檻效應(yīng),(35)雙門檻效應(yīng)F檢驗的統(tǒng)計值為45.29,大于1%顯著水平的臨界值(33.51)。因此我們構(gòu)建如下門檻回歸模型:

SRi,t=α+βFintechtI(Fintecht<τ1)+β2FintechtI(τ1τ2)+β4Controlt+εi,t

(6)

表4顯示,金融科技小于第一門檻(7.1288)時回歸系數(shù)為0.4709;在大于第一門檻小于第二門檻(7.4030)時回歸系數(shù)為0.5711,明顯上升;大于第二門檻后回歸系數(shù)為0.5054,有所下降。上述結(jié)果表明,(1)金融科技在發(fā)展初期會加大系統(tǒng)性金融風(fēng)險。可能原因是:在金融科技發(fā)展初期,制度還不夠完善,監(jiān)管容忍度高,大量不規(guī)范的金融業(yè)務(wù)野蠻生長。(2)隨著市場進一步擴大,金融科技提高系統(tǒng)性金融風(fēng)險的效能得到明顯緩解?？赡艿脑蚴?在發(fā)展過程中,監(jiān)管政策陸續(xù)頒布,市場規(guī)范化程度提高,科技賦能信貸決策和風(fēng)險管理的作用得以充分體現(xiàn),金融機構(gòu)的風(fēng)險防控能力得到有效提升。綜上所述,在不同發(fā)展水平下,金融科技對系統(tǒng)性金融風(fēng)險的影響存在著異質(zhì)性。 2.不同經(jīng)濟周期的異質(zhì)性本文進一步探究金融科技在不同經(jīng)濟周期中對系統(tǒng)性金融風(fēng)險的影響差異。在定義經(jīng)濟周期時,現(xiàn)有研究通常將小于均值2個標準差設(shè)為下行區(qū),高于均值2個標準差設(shè)為上行區(qū)。這種方法存在明顯的缺點,即沒有考慮不同時刻的經(jīng)濟發(fā)展狀況和時間序列特征。一些實際上正在增長但數(shù)值低于均值的區(qū)間可能會被誤判為經(jīng)濟下行區(qū),一些實際上正在下降但數(shù)值高于均值的地區(qū)又有可能被誤判為經(jīng)濟上行區(qū)。為解決這一問題,本文采用馬爾科夫區(qū)制轉(zhuǎn)換模型對GDP增長率進行建模,以便動態(tài)、準確地區(qū)分經(jīng)濟上行區(qū)和下行區(qū)。計算結(jié)果表明,經(jīng)濟下行區(qū)(區(qū)制0)的GDP增長率均值為-0.055,經(jīng)濟上行區(qū)(區(qū)制1)的GDP增長率均值為0.0262,并且大部分時間處于經(jīng)濟上行區(qū)。這與我國近年來經(jīng)濟持續(xù)向好的實際情況相符。

表4 門檻效應(yīng)

基于上述結(jié)果,本文將經(jīng)濟周期作為影響因素,構(gòu)建如下模型:

SRi,t=α+β1Fintecht+β2Fintecht×GDP_STATEt+β3Controlt+μi+εi,t

(7)

由表5列(1)的回歸結(jié)果可知,金融科技(Fintech)的回歸系數(shù)為0.3734,金融科技(Fintech)和經(jīng)濟區(qū)制(GDP_STATE)的交乘項系數(shù)為0.0104,表明金融科技在經(jīng)濟上行區(qū)對系統(tǒng)性金融風(fēng)險的影響更大。同樣,為檢驗穩(wěn)健性,替換解釋變量為MES。由表5列(2)可知,回歸結(jié)果基本沒有變化。至此,假設(shè)1得到驗證。由此可見,隨著經(jīng)濟的快速發(fā)展,金融科技對系統(tǒng)性金融風(fēng)險的影響也會不斷提升。可能的原因是:經(jīng)濟上行時,金融市場投資者信心逐步提升、風(fēng)險偏好較高,金融科技更可能刺激市場投入和創(chuàng)新,放大金融投機性,提高金融體系復(fù)雜性和風(fēng)險性。這也直接印證系統(tǒng)性金融風(fēng)險的順周期特征易造成“脫實向虛”的困境。

表5 經(jīng)濟區(qū)制影響下的回歸結(jié)果

(二)中介效應(yīng)檢驗

參考劉孟飛、羅小偉的研究,(36)劉孟飛、羅小偉:《金融科技、風(fēng)險傳染與銀行業(yè)系統(tǒng)性風(fēng)險》,《經(jīng)濟社會體制比較》2022年第3期。我們構(gòu)建中介模型實證分析傳染性渠道在金融科技提升系統(tǒng)性金融風(fēng)險過程中的作用機制。

SRi,t=α+β1Fintecht+μi+εi,t

(8)

contagioni,t=α+β1Fintecht+μi+εi,t

(9)

SRi,t=α+β1Fintecht+β2contagioni,t+μi+εi,t

(10)

我們采用總溢出指數(shù)(Total)作為傳染性代理變量(contagioni,t)。由表6可知,列(3)的金融科技(Fintech)回歸系數(shù)比列(1)小。這表明,在控制傳染性后,金融科技仍然具有風(fēng)險提升效應(yīng),但效應(yīng)有所降低,說明傳染性在金融科技提升系統(tǒng)性金融風(fēng)險過程中起到了部分中介效應(yīng)。假設(shè)2得到支持。為檢驗穩(wěn)健性,本文使用復(fù)雜網(wǎng)絡(luò)平均度、復(fù)雜網(wǎng)絡(luò)直徑、復(fù)雜網(wǎng)絡(luò)平均最短長度以及復(fù)雜網(wǎng)絡(luò)同配性作為傳染性代理變量,還將動態(tài)滾動窗口長度修改為200和400,回歸結(jié)果與表6中的結(jié)果基本一致,表明回歸結(jié)果是穩(wěn)健的。

(三)宏觀審慎政策調(diào)節(jié)效應(yīng)

表6 中介效應(yīng)

表7給出了宏觀審慎政策調(diào)節(jié)效應(yīng)的回歸結(jié)果。列(2)顯示,縮減一項宏觀審慎政策后,系統(tǒng)性金融風(fēng)險僅下降0.0316;列(3)顯示,宏觀審慎政策可以緩釋金融科技對系統(tǒng)性金融風(fēng)險的增加效應(yīng),甚至可以減少風(fēng)險。宏觀審慎政策處于平均水平時(即樣本均值0.3333時),金融科技對系統(tǒng)性金融風(fēng)險影響的邊際效應(yīng)為0.3466,相較于未實施宏觀審慎政策時(即宏觀審慎政策變量取0時)降低了36%。當宏觀審慎政策取值為1時,邊際效應(yīng)降為-0.0467,(37)金融科技對系統(tǒng)性金融風(fēng)險影響的邊際效應(yīng)計算公式為金融科技的回歸系數(shù)加上宏觀審慎的值乘以金融科技與宏觀審慎政策交乘項的回歸系數(shù)。當宏觀審慎的值為0.3333時,邊際效應(yīng)為0.5433+0.3333*(-0.5900)=0.3466。當宏觀審慎的值為1時,邊際效應(yīng)為0.5433+1*(-0.5900)=-0.0467?？s緊一項宏觀審慎政策就可以改變金融科技對系統(tǒng)性金融風(fēng)險的影響方向,從增加系統(tǒng)性金融風(fēng)險變成降低系統(tǒng)性金融風(fēng)險。回歸結(jié)果驗證了假設(shè)3,即盡管宏觀審慎政策的單獨效應(yīng)有限,但可以有效改變金融科技對系統(tǒng)性金融風(fēng)險的影響,即宏觀審慎政策與金融科技對金融穩(wěn)定的影響能實現(xiàn)“雙向奔赴”。

表7 宏觀審慎政策調(diào)節(jié)效應(yīng)

同時,本文還用MES代替ΔCoVaR以及分別用MAPP_L和MAPP_T代替MAPP作為宏觀審慎政策的代理變量,發(fā)現(xiàn)偏松的宏觀審慎政策會增加系統(tǒng)性金融風(fēng)險,偏緊的宏觀審慎政策會降低系統(tǒng)性金融風(fēng)險,且偏緊的宏觀審慎政策緩釋金融科技對系統(tǒng)性金融風(fēng)險的影響更加明顯。本文繼續(xù)用馬爾科夫區(qū)制轉(zhuǎn)換模型探討宏觀審慎政策在不同經(jīng)濟周期的調(diào)節(jié)作用。結(jié)果顯示,金融科技與宏觀審慎政策的交乘項系數(shù)為-0.6223,而金融科技、宏觀審慎政策和經(jīng)濟狀態(tài)的交乘項系數(shù)為0.0304,均在1%水平上顯著。(38)由于篇幅限制,相關(guān)回歸結(jié)果備索。綜合表明宏觀審慎政策本身仍能夠緩解金融科技對系統(tǒng)性風(fēng)險的提升效應(yīng),但在經(jīng)濟上行區(qū)時,這種緩解效應(yīng)會有所降低。

結(jié) 論

防范金融風(fēng)險(特別是系統(tǒng)性金融風(fēng)險)是金融工作的根本任務(wù)和永恒主題。本文使用2007—2023年中國金融市場面板數(shù)據(jù),實證分析金融科技對系統(tǒng)性金融風(fēng)險影響機制,檢驗宏觀審慎政策在緩釋金融科技對系統(tǒng)性金融風(fēng)險影響方面的有效性,得到如下主要結(jié)論:

第一,近年來金融科技呈現(xiàn)快速發(fā)展態(tài)勢,顯著增加了系統(tǒng)性金融風(fēng)險,呈現(xiàn)雙門檻非線性影響。在經(jīng)濟上行期,金融科技對系統(tǒng)性金融風(fēng)險影響更大。發(fā)展初期金融科技帶來的不確定性容易引發(fā)系統(tǒng)性金融風(fēng)險,(39)張維:《系統(tǒng)性金融風(fēng)險的歷史考察與防范對策》,《南京審計大學(xué)學(xué)報》2018年第2期。隨著金融科技從野蠻生長到穩(wěn)健發(fā)展,對系統(tǒng)性金融風(fēng)險的影響有所降低。第二,金融科技使得信息流動加速,金融機構(gòu)關(guān)聯(lián)性進一步加強,當遇到較大的危機時會出現(xiàn)較強的共同操作行為,對經(jīng)濟形勢和市場變化做出類似決策,加強了風(fēng)險傳染性。傳染性會提升系統(tǒng)性金融風(fēng)險,在控制傳染性后,金融科技仍會提升風(fēng)險,但效應(yīng)有所降低,可見傳染性在金融科技提升系統(tǒng)性金融風(fēng)險的過程中發(fā)揮了中介效應(yīng)。第三,宏觀審慎政策單獨抑制系統(tǒng)性金融風(fēng)險效果不佳,經(jīng)過宏觀審慎與金融科技交乘項研究發(fā)現(xiàn),宏觀審慎政策可以有效削弱金融科技對系統(tǒng)性金融風(fēng)險的提升效應(yīng),甚至可以改變金融科技對系統(tǒng)性金融風(fēng)險的影響方向,變成降低系統(tǒng)性金融風(fēng)險。經(jīng)濟上行區(qū)宏觀審慎政策的調(diào)節(jié)效應(yīng)略有降低,因此要關(guān)注經(jīng)濟周期,在經(jīng)濟上行區(qū)保持警惕,加強宏觀審慎監(jiān)管,特別要做好逆周期和跨周期調(diào)控。

根據(jù)上述結(jié)論,本文提出對應(yīng)的政策建議:第一,金融科技的發(fā)展使得金融行業(yè)的界限逐漸模糊,需高度關(guān)注金融機構(gòu)的關(guān)聯(lián)性以及帶來的“涉眾太廣而不能倒”問題,注重宏觀審慎政策與金融科技業(yè)務(wù)創(chuàng)新的疊加效應(yīng)。第二,金融科技發(fā)展迅速,要求監(jiān)管科技也必須跟上步伐,以科技對科技,監(jiān)管機構(gòu)重點加強自身對金融科技的應(yīng)用,重點關(guān)注系統(tǒng)性金融風(fēng)險的新特征、新趨勢和新變化。第三,必須堅持穩(wěn)妥發(fā)展金融科技主基調(diào),加快金融科技相關(guān)立法,保障業(yè)務(wù)市場化、制度化、法治化發(fā)展,推動《中華人民共和國金融穩(wěn)定法》落地實施,依法將金融科技帶來的各類金融創(chuàng)新活動全部納入監(jiān)管,牢牢守住不發(fā)生系統(tǒng)性金融風(fēng)險底線,確保金融穩(wěn)定健康和高質(zhì)量發(fā)展,為強國建設(shè)、民族復(fù)興偉業(yè)提供有力支撐。

受限于數(shù)據(jù)可得性,本研究還存在著一些可拓展之處。首先,本文采用金融科技行業(yè)指數(shù)作為測度指標,未考慮到非上市金融科技企業(yè)的創(chuàng)新活動。未來可整合更廣泛的數(shù)據(jù)資源,包括非上市企業(yè)的運營數(shù)據(jù)、專利登記和研發(fā)投資等指標,運用自然語言處理技術(shù)分析非結(jié)構(gòu)化文本資料(包括但不限于企業(yè)財務(wù)報告、公告以及專利文獻),并用多維度評估模型更全面地反映金融科技發(fā)展水平。其次,研究還可以進一步拓展至微觀層面,探討企業(yè)規(guī)模、管理結(jié)構(gòu)、技術(shù)投入和創(chuàng)新文化等因素造成金融科技對系統(tǒng)性金融風(fēng)險影響的差異化,為企業(yè)發(fā)展金融科技提供更具針對性的策略,并為監(jiān)管框架的制定提供詳實的數(shù)據(jù)支撐。