■ 陳 珊
(中國人民銀行西寧中心支行 青海西寧 810001)
近年來,金融監(jiān)管部門多次強調要把主動防范化解區(qū)域性、系統(tǒng)性金融風險放在更加重要的位置。隨著我國金融市場的發(fā)展,資金在不同市場間迅速流動,同一區(qū)域內部、不同區(qū)域之間金融業(yè)務往來越來越頻繁,債權、債務關系越來越復雜,在加快金融業(yè)發(fā)展的同時,增加了風險的傳播速度和傳染范圍。
國內外對于區(qū)域性金融風險研究較多,其中國外研究起步較早。Kaminsky(1998)利用信號分析法(KLR法)對貨幣危機進行實證分析,并提出了區(qū)域性金融風險的預警體系,該體系對若干指標進行監(jiān)測,當某個指標超過臨界值時,就會發(fā)出警告信號。Khashanah(2016)在信息流網(wǎng)絡分析(IFNA)的基礎上,研究分析了系統(tǒng)性金融風險的影響因素,并利用Fisher判斷模型預測系統(tǒng)性風險。馬鴻雁(2019)認為金融機構追求發(fā)展的績效模式、金融機構內部控制機制的不健全、“影子銀行”、經濟政策等因素均可能引起金融風險。馮林等(2016)運用探索性空間數(shù)據(jù)分析方法(ESDA)對山東省區(qū)域金融風險傳染現(xiàn)狀進行分析發(fā)現(xiàn)山東省縣域金融風險呈現(xiàn)較強的風險傳染效應。徐怡珠(2019)采用層次法和熵值法對我國華東地區(qū)六省一市區(qū)域性金融風險進行計量分析,認為造成區(qū)域性金融風險差異的原因主要是各區(qū)域銀行業(yè)監(jiān)管力度、證券業(yè)經營績效、對外貿依賴程度等方面存在差異。在構建區(qū)域性金融風險指標體系上,國內學者多采用層次分析法、熵值法等,但對于指標體系的選擇始終沒有統(tǒng)一結論。本文在以往研究基礎上,結合青海省現(xiàn)狀,按照宏觀經濟金融指標、區(qū)域經濟指標、區(qū)域金融指標三大類選取區(qū)域性金融風險指標體系,利用CRITIC賦權法衡量各指標的權重,測算青海省2017年-2019年綜合風險指數(shù),對研究結果進行分析并提出相關建議供參考。
實踐經驗表明,宏觀經濟下滑、股市波動、政府負債率過高、通貨膨脹等都可能給金融市場造成沖擊。當前,金融市場發(fā)展迅速,金融衍生品層出不窮,由于金融業(yè)的復雜性和傳染性,區(qū)域經濟和金融的劇烈波動都可能引發(fā)系統(tǒng)性風險。因此,在構建區(qū)域金融風險度量體系時,理應考慮宏觀因素對區(qū)域金融帶來的影響。綜合考慮地方數(shù)據(jù)情況及已有研究結果,本文按照宏觀經濟金融指標、區(qū)域經濟指標、區(qū)域金融指標三大類選取區(qū)域金融風險指標,框架搭建情況如(表1)。
表1 區(qū)域金融風險指標框架
考慮到指標間的共線性會對實證結果產生影響,本文對上述指標進行優(yōu)化處理:一是剔除具有高度相關性的指標,二是剔除數(shù)據(jù)暫時不可得的指標。例如影子銀行信貸額、非法集資事件數(shù)量、互聯(lián)網(wǎng)金融發(fā)展水平等。經篩選后的監(jiān)測指標及其預警區(qū)間如(表2)。預警區(qū)間的確定依據(jù)主要為:(1)國際公認標準。例如歐盟對政府負債率劃分的安全警戒線為60%。(2)監(jiān)管機構的監(jiān)管標準。例如中國人民銀行、銀保監(jiān)會對金融機構部分指標的監(jiān)管標準,如資本充足率不低于8%、不良貸款率不超過5%等。(3)金融穩(wěn)定時期的經驗數(shù)據(jù)。例如GDP增長率在經濟穩(wěn)定運行時期為6.5%-7.5%。(4)經驗性研究結論,例如房地產投資增長率安全范圍為13%-19%。
表2 區(qū)域金融風險度量指標及預警區(qū)間表
區(qū)域金融風險測度包括風險指標臨界值的確定、指標數(shù)據(jù)的標準化處理、指標權重的確定以及綜合風險值的計算,其中各指標臨界值上文已確定并劃分四個預警區(qū)間。
1.指標數(shù)據(jù)的標準化處理。為避免由于指標量綱的差異對綜合指數(shù)產生決定性影響,需要先將指標數(shù)據(jù)進行標準化處理。常見的方法有z-score法、區(qū)間化法(將所有數(shù)據(jù)調整成0-1之間)極大值法、極小值法。本文選用區(qū)間化法處理正向指標和反向指標量綱問題,選用z-score標準化法處理適度指標的量綱問題。
其中,Xi為標準化后的指標i,Xmax為指標i序列中的最大值,Xmin為指標i序列中的最小值。
2.指標權重的確定方法。目前常用的衡量指標權重的方法有主觀賦權法(如AHP、專家評分法等)、客觀賦權法和組合賦權法(即主客觀相結合賦權),本文采用CIRTIC客觀賦值法衡量各項指標的權重。CIRTIC賦權法是基于指標的對比強度和指標間的沖突性來衡量指標的權重,指標所包含的信息量越大權重就越大。計算方法如下:
3.綜合風險值的計算。由于指標屬性的差異以及為更直觀的反映系統(tǒng)性風險值的大小,本文采用映射法將各指標映射到統(tǒng)一的分數(shù)范圍內,分數(shù)值的大小反應指標對風險影響的大小。具體做法是:根據(jù)指標值在風險預警區(qū)間內的位置以相同比例映射到分數(shù)區(qū)間內。例如,2018年我國GDP增長率為6.7%,處在上、下限之間20%的位置,按照此比例映射到75-100分數(shù)區(qū)間內,則分數(shù)值為80分。注意正向指標與逆向指標映射的不同,具體計算公式如下:
其中,公式(4)適用于正向指標,公式(5)適用于逆向指標,Zi為指標映射后的分數(shù)值,Xi為指標值,XH和XL分別為預警區(qū)間的上下限,YH和YL分別為映射分數(shù)的上下限。
將各指標映射成標準值后,再根據(jù)各指標的權重計算出綜合風險值,計算公式如下:
其中,F(xiàn)為綜合風險值,α、β、γ分別為宏觀經濟金融指標、區(qū)域經濟指標、區(qū)域金融指標權重,ωi、ωj、ωk分別為相應三級指標的權重。
本文所用數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)、中國人民銀行官網(wǎng)、國家財政部官網(wǎng)、青海省統(tǒng)計局、中國人民銀行西寧中心支行官網(wǎng)、青海省財政廳官網(wǎng)、青海省銀保監(jiān)局、wind數(shù)據(jù)庫。將表2中區(qū)域經濟指標依次記為Yj,j=1,2,…10;區(qū)域金融指標依次記為Zk,k=1,2,…6。區(qū)域指標描述性統(tǒng)計結果如下(表3、表4)。表3、4結果顯示財政收入/地區(qū)生產總值(Y3)均值為15.76,地方政府負債率(Y4)均值為64.22%,規(guī)模以上工業(yè)企業(yè)資產負債率(Y9)均值為70.42%,均處于低風險范圍;房地產開發(fā)投資增長率(Y7)最大值為15.50%,最小值為-13.90%,波動幅度較大。2017年-2019年資本充足率(Z1)和保險深度(Z4)比較穩(wěn)定,而不良貸款率(Z3)、股票市價總值/地方生產總值(Z5)和貸款增長率(Z6)波動幅度較大。
表3 區(qū)域經濟指標描述性統(tǒng)計分析結果
表4 區(qū)域金融指標描述性統(tǒng)計分析結果
根據(jù)上述方法,分別計算2017-2019年宏觀經濟金融指標得分、地區(qū)經濟指標得分、地區(qū)金融指標得分及綜合風險得分,青海省近三年綜合金融風險得分分別為65.71分、60.38分、55.85分,得分均在50分以上75分以下,處在“基本安全”范圍內,說明風險總體可控;但三年得分均在70分以下,安全性不高;從得分趨勢來看,呈下降態(tài)勢,說明青海省近三年金融風險略有上升。宏觀經濟金融指標得分,2017-2019年得分分別為63.53分、61.94分、58.76分,風險等級均為“基本安全”,且分數(shù)越來越低,說明總體安全性在降低。區(qū)域經濟指標得分,2017-2019年得分分別為62.23分、54.59分、58.96分,風險等級均為“基本安全”,但分數(shù)值偏低。區(qū)域金融指標得分,青海省地區(qū)金融指標得分雖處在安全線內,但2018年得分同比下降6.29%,2019年得分同比下降19.05%,地區(qū)金融安全性在降低(表5)。
表5 青海省金融風險測度結果
加強社會誠信建設工作,在開展信用創(chuàng)評、搭建信用信息服務平臺的基礎上,將失信被執(zhí)行人名單通過廣播、廣告、新媒體等多渠道進行公布,加大誠信宣傳力度,擴大宣傳范圍,提高從城市到鄉(xiāng)村、從企業(yè)到個人的守信意識。
地方政府應當適度舉債,發(fā)揮專項債券帶動作用,加大對具有發(fā)展?jié)摿托矢?、收益大的產業(yè)的資金支持,增加有效投資。加快不良資產處置進度,對債務風險化解工作,給予金融機構政策指導,出清產能過剩和“僵尸企業(yè)”,引導實體經濟健康發(fā)展。
應加強金融機構底線意識,強化全面風險管理和全流程風險管理工作,根據(jù)市場變化及時更新風險管理措施。做好貸前審查,平衡風險與收益,提升貸款質量,做好貸后管理工作,強化風險防控,持續(xù)關注存量到期貸款還款來源,對可能發(fā)生的風險提前做好風險化解預案。建立更加完善的金融統(tǒng)計體系,不斷增強自身風險預警能力,實現(xiàn)提前預判,提前預防的目標。