■ 吳詩偉，朱 業(yè)

一、問題的提出

互聯(lián)網(wǎng)金融創(chuàng)新作為金融發(fā)展的新模式，憑借其技術(shù)與成本優(yōu)勢取得了長足的發(fā)展，但其發(fā)展基礎(chǔ)薄弱、對傳統(tǒng)金融行業(yè)形成較大沖擊的現(xiàn)實情況，也引發(fā)了國內(nèi)外學(xué)術(shù)界關(guān)于互聯(lián)網(wǎng)金融安全問題的討論，相關(guān)成果頗多，結(jié)論也不盡相同。有學(xué)者認(rèn)為互聯(lián)網(wǎng)金融創(chuàng)新具有正向的外部性，其創(chuàng)新能力為傳統(tǒng)金融業(yè)發(fā)展提供了契機(jī)。

更多的學(xué)者則認(rèn)為互聯(lián)網(wǎng)金融的過快發(fā)展對金融經(jīng)濟(jì)安全形成了較強(qiáng)的沖擊，相關(guān)研究大多針對互聯(lián)網(wǎng)金融創(chuàng)新對以商業(yè)銀行為代表的傳統(tǒng)金融業(yè)的影響展開，也有學(xué)者針對網(wǎng)絡(luò)借貸風(fēng)險問題展開研究。

在針對金融風(fēng)險問題的討論中，銀行或區(qū)域金融風(fēng)險的傳導(dǎo)也是研究熱點。呂勇斌（2014）利用未定權(quán)益分析法估算我國區(qū)域各經(jīng)濟(jì)部門的金融風(fēng)險暴露狀況，進(jìn)一步的實證研究發(fā)現(xiàn)我國各區(qū)域的宏觀金融風(fēng)險存在“企業(yè)—銀行”和“政府—銀行”的部門間傳遞路徑；宋凌峰（2011）也認(rèn)為企業(yè)和公共部門是區(qū)域金融風(fēng)險的主要來源，這種風(fēng)險進(jìn)一步向金融部門傳遞；徐苑清（2015）研究發(fā)現(xiàn)，我國上市銀行和銀行業(yè)整體間存在金融風(fēng)險的相互傳遞；宋敏（2015）還發(fā)現(xiàn)資本市場的撤資風(fēng)險會向貨幣市場傳導(dǎo)。

上述研究主要針對互聯(lián)網(wǎng)金融創(chuàng)新對傳統(tǒng)金融行業(yè)的影響或金融風(fēng)險的內(nèi)部傳遞效應(yīng)展開，少有文獻(xiàn)探討互聯(lián)網(wǎng)金融創(chuàng)新對區(qū)域金融風(fēng)險影響，也缺乏使用空間計量模型在互聯(lián)網(wǎng)金融背景下探討區(qū)域金融風(fēng)險空間溢出效應(yīng)的研究成果?；诖?，本文首先構(gòu)建區(qū)域金融風(fēng)險評價綜合指標(biāo)體系，量化測度樣本各省市2009～2013年的區(qū)域金融風(fēng)險水平，而后構(gòu)建空間Dubin模型，實證分析互聯(lián)網(wǎng)金融創(chuàng)新對區(qū)域金融風(fēng)險的影響，以及互聯(lián)網(wǎng)金融發(fā)展對地方金融風(fēng)險空間溢出的影響，以期為我國互聯(lián)網(wǎng)金融發(fā)展及區(qū)域金融風(fēng)險防范提出政策建議。

二、區(qū)域金融風(fēng)險評價指標(biāo)體系構(gòu)建

（一）指標(biāo)體系設(shè)定

要分析互聯(lián)網(wǎng)金融創(chuàng)新對區(qū)域金融風(fēng)險的影響，就必須首先對金融風(fēng)險進(jìn)行量化測度?；谙到y(tǒng)性、科學(xué)性、全面性及真實性原則，本文從區(qū)域經(jīng)濟(jì)發(fā)展、銀行業(yè)運(yùn)行、保險業(yè)運(yùn)行和股票市場四個層面選取8個指標(biāo)構(gòu)建指標(biāo)體系，綜合測度區(qū)域金融風(fēng)險狀況（如表1所示）。

經(jīng)濟(jì)是金融業(yè)發(fā)展的基礎(chǔ)，良好的經(jīng)濟(jì)運(yùn)行態(tài)勢是預(yù)防金融風(fēng)險有效保障。GDP增長率是衡量宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r的最有效指標(biāo)，區(qū)域經(jīng)濟(jì)增長速度過低極易導(dǎo)致金融業(yè)資金來源不穩(wěn)定，進(jìn)而加大金融風(fēng)險，根據(jù)中國近年各省經(jīng)濟(jì)運(yùn)行狀況并參考相關(guān)學(xué)者的研究成果，我們將年度GDP指數(shù)110設(shè)為經(jīng)濟(jì)增長的金融風(fēng)險閾值，增速越低則金融風(fēng)險越大。作為投資拉動型經(jīng)濟(jì)體，社會固定資產(chǎn)投資的增長是中國區(qū)域經(jīng)濟(jì)發(fā)展的基礎(chǔ)與保障，社會固定資產(chǎn)投資增長越快經(jīng)濟(jì)增長動力往往越強(qiáng)，從而間接減弱金融風(fēng)險。溫和的通貨膨脹可能對經(jīng)濟(jì)增長產(chǎn)生一定的促進(jìn)作用，但過高的通脹率則往往導(dǎo)致經(jīng)濟(jì)不穩(wěn)定，因而通貨膨脹率也是影響宏觀經(jīng)濟(jì)發(fā)展的關(guān)鍵因素，我們將年度CPI指數(shù)103設(shè)定為金融風(fēng)險的通脹閾值值，通脹率過高則可能間接導(dǎo)致金融風(fēng)險。就業(yè)是經(jīng)濟(jì)發(fā)展基礎(chǔ)，失業(yè)則易于導(dǎo)致多種經(jīng)濟(jì)社會問題，因而失業(yè)率也是引起金融風(fēng)險的因素之一。

銀行是中國金融業(yè)的支柱產(chǎn)業(yè)與主要構(gòu)成部分，銀行業(yè)健康發(fā)展是抵御金融風(fēng)險的有效手段，基于數(shù)據(jù)的可得性，我們設(shè)置城鄉(xiāng)存款增長率與銀行業(yè)金融機(jī)構(gòu)存貸比兩個指標(biāo)衡量地區(qū)銀行業(yè)的發(fā)展?fàn)顩r。充足的存款是銀行業(yè)務(wù)開展與自身發(fā)展的基礎(chǔ)，因而城鄉(xiāng)居民儲蓄存款增長率越高則銀行的發(fā)展越穩(wěn)定，從而越有利于抵御金融風(fēng)險。銀行業(yè)存貸比的合理區(qū)間在中國一直頗有爭議，央行為防止銀行過度擴(kuò)張,目前規(guī)定商業(yè)銀行最高的存貸比例為75%，由于過低的存貸比會在一定程度上制約銀行的發(fā)展并可能進(jìn)一步導(dǎo)致經(jīng)濟(jì)疲軟，因而呼吁取消或放松這一指標(biāo)的聲音四起，但存貸比過高同樣可能導(dǎo)致貸款風(fēng)險增大，考慮到相關(guān)政策及我國金融業(yè)發(fā)展現(xiàn)狀，我們將70%～80%設(shè)定為合理區(qū)間，過低或過高的存貸比都可能帶來金融風(fēng)險。

相比于銀行業(yè)，保險業(yè)是中國金融界的新興產(chǎn)業(yè)，與發(fā)達(dá)西方國家相比，我國保險業(yè)的發(fā)展存在嚴(yán)重滯后的狀況，但保險業(yè)的發(fā)展對促進(jìn)經(jīng)濟(jì)增長和保障社會穩(wěn)定具有重要的意義，因而保險業(yè)的快速發(fā)展也有助于抵御金融風(fēng)險，我們使用全部保險機(jī)構(gòu)保險費收入增速來反映區(qū)域保險業(yè)的發(fā)展?fàn)顩r，增速越高則金融風(fēng)險越小。

作為虛擬經(jīng)濟(jì)的代表，股票市場對維持經(jīng)濟(jì)活力、保障企業(yè)融資具有重要意義，在發(fā)達(dá)資本主義國家，作為經(jīng)濟(jì)晴雨表的股票市場市值與GDP的比值普遍在100%以上，而我國A股市值與GDP的比值尚不足60%，因而股票市值占比的提高也是我國股市健康發(fā)展、保障市場經(jīng)濟(jì)活力的重要指標(biāo)?；谏鲜隹紤]，本文將區(qū)域股票市價總值與GDP的比值設(shè)定為股市引致金融風(fēng)險的評價指標(biāo)。

表1 區(qū)域金融風(fēng)險評價指標(biāo)體系

（二）數(shù)據(jù)處理與計算結(jié)果

要準(zhǔn)確計算評價結(jié)果，必須首先對相關(guān)數(shù)據(jù)進(jìn)行處理。由于指標(biāo)GDP含有閾值設(shè)定，因而當(dāng)GDP指數(shù)≥110時，將該指標(biāo)賦值為0，當(dāng)GDP指數(shù)＜110時，用公式Y(jié)1=110-X1進(jìn)行處理，此時數(shù)值越大則表示風(fēng)險越高。對于通貨膨脹指標(biāo)采取類似的處理方法，當(dāng)CPI指數(shù)≤103時，將該指標(biāo)賦值為0，當(dāng)CPI＞103時，用公式Y(jié)3=X3-103進(jìn)行處理，此時數(shù)值越大則表示風(fēng)險越高。對于存貸比指標(biāo)，當(dāng)存貸比介于70%～80%之間時，將該指標(biāo)賦值為0，當(dāng)該指標(biāo)小于70%時，用公式Y(jié)6=70%-X6進(jìn)行處理，當(dāng)該指標(biāo)大于80%時，則用公式Y(jié)6=X6-80%進(jìn)行處理，此時數(shù)值越大則表示風(fēng)險越高。對于固定資產(chǎn)投資（X2）、儲蓄存款（X5）、保費（X7）和股票市值（X8）等四個負(fù)向風(fēng)險指標(biāo)，由于其數(shù)值越大表示風(fēng)險可能性越小，因而我們運(yùn)用公式Y(jié)=1/X進(jìn)行處理，將其轉(zhuǎn)化為正向風(fēng)險指標(biāo)。

對于指標(biāo)權(quán)重的確定問題，由于熵值法可以有效避免指標(biāo)賦權(quán)的主觀性問題，因而我們在對所用數(shù)據(jù)通過歸一化去處理掉量綱之后，使用熵值法確定各指標(biāo)的權(quán)重，具體權(quán)重值如表1第4列所示。在確定權(quán)重之后，運(yùn)用公式 Zit=∑ρj×Xj（it）對各指標(biāo)數(shù)據(jù)進(jìn)行加權(quán)求和便可得到各地區(qū)各年度的金融風(fēng)險指數(shù)①Zit為i地區(qū)第t年的金融風(fēng)險，ρj為第j個指標(biāo)的權(quán)重，Xj（it）為i地區(qū)第t年指標(biāo)j的歸一化值。?；谏鲜鲋笜?biāo)體系，我們測算了互聯(lián)網(wǎng)金融相對較發(fā)達(dá)的東中部北京、河北、遼寧、山東、上海、江蘇、浙江、廣東、福建、河南、湖北、湖南、重慶、四川、安徽、江西16個省市2009～2013年的金融風(fēng)險指數(shù)。

表2 各省歷年金融風(fēng)險均值及構(gòu)成

表2中樣本為各省歷年金融風(fēng)險均值及其構(gòu)成，從計算結(jié)果中可以看出，京津冀地區(qū)金融風(fēng)險水平最高，且主要表現(xiàn)為銀行業(yè)風(fēng)險，計算結(jié)果還顯示銀行業(yè)風(fēng)險主要由不合理的存貸比構(gòu)成，過高或過低的存貸比都無法保障金融業(yè)的健康發(fā)展。東南沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)如福建、浙江、上海等省份的金融風(fēng)險處于第二檔次，且與其他地區(qū)相比，經(jīng)濟(jì)因素和銀行因素都相對較高，其主要原因可能在于由于處于中國經(jīng)濟(jì)最活躍的地區(qū)，在社會轉(zhuǎn)型期與金融改革的背景下，這些地區(qū)受到的經(jīng)濟(jì)、金融、社會沖擊比其他地區(qū)更為明顯。相比于東部地區(qū)，經(jīng)濟(jì)活力相對較差的中部省份金融風(fēng)險則整體較低，這也再次印證了轉(zhuǎn)型期背景下經(jīng)濟(jì)活力與金融風(fēng)險的相關(guān)關(guān)系。唯一例外的是江蘇省，作為地處東南沿海核心區(qū)域的中國經(jīng)濟(jì)總量第二大省，江蘇省的金融風(fēng)險在所有樣本省市中處于最低水平，從結(jié)算結(jié)果的進(jìn)一步分析中可以發(fā)現(xiàn)，高速的固定資產(chǎn)投資和儲蓄增長以及適中的存貸比是江蘇省經(jīng)濟(jì)和銀行業(yè)穩(wěn)定發(fā)展的有力保障，從而有力地支持了金融業(yè)整體的穩(wěn)定性。

三、互聯(lián)網(wǎng)金融創(chuàng)新與金融風(fēng)險的實證

（一）模型設(shè)定

隨著我國社會主義市場經(jīng)濟(jì)建設(shè)的不斷完善及對外開放步伐加速，區(qū)域經(jīng)濟(jì)間的聯(lián)系愈發(fā)頻繁，建立在高活力經(jīng)濟(jì)基礎(chǔ)上的區(qū)域金融業(yè)間的聯(lián)系更為緊密，這在有助于發(fā)揮金融業(yè)經(jīng)濟(jì)支持作用的同時也加大了區(qū)域金融風(fēng)險溢出的可能與傳播速度。與此同時，互聯(lián)網(wǎng)金融作為快速發(fā)展的金融新型模式，逐步將全國金融業(yè)鏈接成為一個整體，這在提高金融業(yè)活力的同時也進(jìn)一步加大了區(qū)域金融風(fēng)險向其他區(qū)域溢出的可能。本文將運(yùn)用空間計量經(jīng)濟(jì)學(xué)模型實證考察互聯(lián)網(wǎng)金融創(chuàng)新對區(qū)域金融風(fēng)險的影響及由此可能引發(fā)的區(qū)域金融風(fēng)險的空間溢出效應(yīng)。為了檢驗空間計量模型是否適用，我們首先通過測算被解釋變量金融風(fēng)險的年度Moran′s I指數(shù)來分析其空間相關(guān)性。Moran′s I的定義如下：

表3 樣本省市金融風(fēng)險年度Moran's I指數(shù)

Moran′s I指數(shù)的均高度顯著為正的計算結(jié)果顯示，省域金融風(fēng)險間具有高度的正向相關(guān)性，有必要建立空間計量模型進(jìn)行實證?？臻gDubin模型因在考察因變量空間相關(guān)性的同時還可以體現(xiàn)自變量的空間溢出效應(yīng)，與互聯(lián)網(wǎng)金融創(chuàng)新導(dǎo)致金融風(fēng)險空間溢出的理論相符，因而本文選擇建立空間Dubin模型進(jìn)行實證研究。所設(shè)定的空間Dubin模型為：

其中i代表樣本省份，t代表時期，W表示相鄰空間矩陣，εit為隨機(jī)擾動項。FIRit表示區(qū)域金融風(fēng)險水平，W×FIRit用來考察金融風(fēng)險的空間相關(guān)性。LnIFDit表示互聯(lián)網(wǎng)金融的發(fā)展水平，LnIFSit表示區(qū)域互聯(lián)網(wǎng)金融的發(fā)展集中度，上述兩個指標(biāo)分別從宏觀發(fā)展與產(chǎn)業(yè)內(nèi)結(jié)構(gòu)兩個層面衡量互聯(lián)網(wǎng)金融的創(chuàng)新發(fā)展?fàn)顩r；LnFDVit表示地區(qū)金融業(yè)的發(fā)展水平； 交叉項 LnIFDit×LnFDVit和 LnIFSit×LnFDVit用來表示互聯(lián)網(wǎng)金融創(chuàng)新通過影響區(qū)域金融發(fā)展而對區(qū)域金融風(fēng)險產(chǎn)生的影響；LnEOPit和LnGOVit為控制變量分別表示區(qū)域經(jīng)濟(jì)開放程度和政府力量。W×LnIFDit、W×LnIFSit、W×LnFDVit、W×LnEOPit、W×LnGOVit則分別表示對應(yīng)自變量的空間溢出效應(yīng)。為了減小波動，保障數(shù)據(jù)的平穩(wěn)性，我們對自變量進(jìn)行了對數(shù)化處理。

（二）變量選取與數(shù)據(jù)說明

實證模型中的主要變量有金融風(fēng)險、互聯(lián)網(wǎng)金融創(chuàng)新 (包括互聯(lián)網(wǎng)金融發(fā)展水平和互聯(lián)網(wǎng)金融集中度兩個變量）和金融發(fā)展水平，以及控制變量經(jīng)濟(jì)開發(fā)程度和政府力量。

1.金融風(fēng)險。因變量金融風(fēng)險用來衡量地區(qū)金融業(yè)的風(fēng)險水平，根據(jù)所設(shè)的指標(biāo)體系測算得到。

2.互聯(lián)網(wǎng)金融創(chuàng)新。互聯(lián)網(wǎng)金融創(chuàng)新是本文研究的關(guān)鍵自變量，由于采用面板數(shù)據(jù)模型對互聯(lián)網(wǎng)金融進(jìn)行實證研究的文獻(xiàn)較少，本文主要借鑒李淵博（2015）的研究方法設(shè)置相關(guān)變量。首先借用金融相關(guān)率 （一定時期各地區(qū)存貸款總額與GDP之比）的概念反映互聯(lián)網(wǎng)金融的發(fā)展?fàn)顩r，即用區(qū)域互聯(lián)網(wǎng)金融活動總量與地區(qū)GDP的比值表示互聯(lián)網(wǎng)金融發(fā)展水平，互聯(lián)網(wǎng)金融活動總量應(yīng)該近似表示為電商平臺、P2P網(wǎng)絡(luò)借貸、網(wǎng)絡(luò)眾籌、網(wǎng)絡(luò)證券、網(wǎng)絡(luò)保險、網(wǎng)絡(luò)投資與理財?shù)冉鹑诨顒拥慕灰琢浚▏鴥?nèi)具有代表性及數(shù)據(jù)可得性的互聯(lián)網(wǎng)金融平臺主要包括阿里巴巴、騰訊、百度、新浪、京東、蘇寧、盛大、網(wǎng)易等第三方支付平臺；拍拍貸、錢來錢往、人人貸、紅嶺創(chuàng)投、宜信、融信貸、盛融在線、諾諾鎊客等P2P借貸平臺；以及眾籌網(wǎng)、天使匯、淘夢網(wǎng)、積木網(wǎng)、大家投、我愛卡、格上理財、挖財、融道網(wǎng)、融 360等互聯(lián)網(wǎng)眾籌及理財平臺）。而后使用市場集中度的概念反映區(qū)域互聯(lián)網(wǎng)金融市場的集中度水平，即用區(qū)域互聯(lián)網(wǎng)金融活動總量與區(qū)域金融業(yè)貸款總額之比表示地區(qū)互聯(lián)網(wǎng)金融的市場集中度。

3.金融發(fā)展水平。本文使用地區(qū)金融業(yè)規(guī)模與區(qū)域GDP的比值來衡量地區(qū)金融業(yè)的發(fā)展水平。區(qū)域金融規(guī)模主要包括直接融資與間接融資兩大部分，直接融資包含區(qū)域內(nèi)上市公司在某一自然年度通過IPO、SPO、配股等方式募集的資金，間接融資則包括銀行存款余額及保險公司保費凈收入。

4.控制變量。本文使用地區(qū)經(jīng)濟(jì)外貿(mào)依存度表示經(jīng)濟(jì)開發(fā)水平，即使用地區(qū)年度對外貿(mào)易總額與GDP的比值表示經(jīng)濟(jì)開放程度。使用政府年度財政支出總額與地區(qū)GDP的比較表示政府力量，用來衡量地方政府對地區(qū)經(jīng)濟(jì)的干預(yù)程度。

本文所使用的數(shù)據(jù)來自《中國金融年鑒》（2010～2014）、《中國統(tǒng)計年鑒》（2010～2014）、bank scope 數(shù)據(jù)庫及國泰安數(shù)據(jù)庫。將樣本省市所擁有的具有數(shù)據(jù)可得性和代表性的互聯(lián)網(wǎng)金融平臺年度交易量視作區(qū)域互聯(lián)網(wǎng)金融規(guī)模的代理變量，相關(guān)數(shù)據(jù)來自各互聯(lián)網(wǎng)金融平臺網(wǎng)站公布的官方數(shù)據(jù)。

（三）實證結(jié)果分析

基于上述空間Dubin模型，我們實證分析了互聯(lián)網(wǎng)金融創(chuàng)新對區(qū)域金融風(fēng)險及其空間溢出效應(yīng)的影響，結(jié)果如表4所示。從估計檢驗統(tǒng)計量中可以看出，擬合優(yōu)度達(dá)到0.359，Log likelihood的絕對值達(dá)162.326，說明模型設(shè)定較為合理，較好地反映了各因素對區(qū)域金融風(fēng)險的影響。

表4 區(qū)域金融風(fēng)險回歸結(jié)果

從回歸結(jié)果中可以看出，表征區(qū)域金融風(fēng)險空間相關(guān)性的系數(shù)ρ高度顯著為正，表明區(qū)域金融風(fēng)險具有高度的正向相關(guān)性，即區(qū)域金融風(fēng)險具有較強(qiáng)的空間溢出效應(yīng)，本地的金融風(fēng)險爆發(fā)會迅速波及周邊區(qū)域。這種現(xiàn)象的產(chǎn)生一方面是由于金融業(yè)具有整體性較強(qiáng)且對經(jīng)濟(jì)社會環(huán)境波動反映敏感的產(chǎn)業(yè)特征，另一方面隨著互聯(lián)網(wǎng)金融快速發(fā)展，整個社會的金融產(chǎn)業(yè)被互聯(lián)網(wǎng)連為一體，這也可能是金融風(fēng)險溢出效應(yīng)明顯的原因。這進(jìn)一步表明探討互聯(lián)網(wǎng)金融創(chuàng)新對金融風(fēng)險的影響具有重要的理論與現(xiàn)實意義。

變量IFD回歸系數(shù)高度顯著為正，說明區(qū)域互聯(lián)網(wǎng)金融發(fā)展會直接導(dǎo)致區(qū)域金融風(fēng)險增加。其原因主要在于兩個方面：一方面，作為新興產(chǎn)物與金融發(fā)展的新模式，互聯(lián)網(wǎng)金融具有較大的不穩(wěn)定性，由于缺乏較強(qiáng)的資金保障和資本運(yùn)作經(jīng)驗，諸如網(wǎng)絡(luò)借貸、眾籌、理財?shù)冉鹑诜?wù)的風(fēng)險性較強(qiáng)，而以“**寶”等金融產(chǎn)品為代表第三方支付平臺在短期內(nèi)募集了大量資金并投入運(yùn)作，但其在企業(yè)管理、運(yùn)作經(jīng)驗等方面與傳統(tǒng)的成熟運(yùn)作的金融機(jī)構(gòu)相比還有較大的差距，這直接加大了相關(guān)金融產(chǎn)品的風(fēng)險概率；另一方面，在政府扶持與保障層面，新興互聯(lián)網(wǎng)金融企業(yè)與以國有大型商業(yè)銀行、投行為代表的傳統(tǒng)金融企業(yè)相比仍處于絕對劣勢，一旦互聯(lián)網(wǎng)金融企業(yè)出現(xiàn)資金問題，政府為其“兜底”可能性較小，這也是互聯(lián)網(wǎng)金融導(dǎo)致區(qū)域金融風(fēng)險增加的重要原因。變量IFS顯著為正的回歸結(jié)果則表明，金融業(yè)向互聯(lián)網(wǎng)金融集中同樣加大了區(qū)域金融風(fēng)險發(fā)生的可能，相關(guān)學(xué)者的研究也顯示，互聯(lián)網(wǎng)金融對傳統(tǒng)金融業(yè)的替代作用正日益增強(qiáng)。由于傳統(tǒng)金融業(yè)經(jīng)過長期發(fā)展，其抗風(fēng)險能力相對較強(qiáng)，且傳統(tǒng)金融業(yè)對經(jīng)濟(jì)波動不如互聯(lián)網(wǎng)金融敏感，這種“時滯”也在一定程度上減緩了經(jīng)濟(jì)波動對金融業(yè)的沖擊，因而隨著金融業(yè)互聯(lián)網(wǎng)化的不斷發(fā)展，金融業(yè)整體的風(fēng)險免疫力必然下降，從而導(dǎo)致了互聯(lián)網(wǎng)金融集中度越高區(qū)域金融風(fēng)險越大的結(jié)果。

變量FDV高度顯著為負(fù)，這表明區(qū)域金融業(yè)的整體發(fā)展有利于防范金融風(fēng)險，其主要原因在于，雖然互聯(lián)網(wǎng)金融發(fā)展較為迅速，但從整體規(guī)模上看，我國各地金融業(yè)仍以傳統(tǒng)的銀行、保險、證券業(yè)等為主，金融業(yè)規(guī)模的整體擴(kuò)張可以在一定程度上稀釋區(qū)域金融風(fēng)險的危害。交叉項IFS×FDV顯著為負(fù)，表明互聯(lián)網(wǎng)金融在金融業(yè)中資產(chǎn)比例的提高有效帶動了金融業(yè)的整體發(fā)展，從而間接抑制了區(qū)域金融風(fēng)險，這同時也說明互聯(lián)網(wǎng)金融的產(chǎn)業(yè)活力高于傳統(tǒng)金融業(yè)，是區(qū)域金融業(yè)發(fā)展的有效驅(qū)動力；但交叉項IFD×FDV不顯著的結(jié)果則說明，互聯(lián)網(wǎng)金融自身規(guī)模提升對金融業(yè)發(fā)展的直接驅(qū)動作用還相對較小，其間接風(fēng)險抑制作用也尚不明顯。從總體看，互聯(lián)網(wǎng)金融的發(fā)展在直接加劇區(qū)域金融風(fēng)險的同時也對抑制金融風(fēng)險起到一定的間接作用，但如果從回歸系數(shù)上看，變量IFD和IFS的回歸系數(shù)分別為0.108和0.027，而其間接抑制作用的系數(shù)僅為-0.014，這表明互聯(lián)網(wǎng)金融在整體上仍主要表現(xiàn)為加強(qiáng)區(qū)域金融風(fēng)險的效果。

從控制變量的角度看，變量EOP高度顯著為正，表明區(qū)域經(jīng)濟(jì)對外依存度的提高會促進(jìn)區(qū)域金融風(fēng)險增加，其主要原因在于經(jīng)濟(jì)開放程度越高，受全球經(jīng)濟(jì)金融波動的影響越大。在由美國次貸危機(jī)造成的全球金融震蕩、經(jīng)濟(jì)疲軟余波未平的背景下，高度開放的區(qū)域經(jīng)濟(jì)體受到的波及往往更廣泛深遠(yuǎn)，從而造成經(jīng)濟(jì)開放程度正向影響區(qū)域金融風(fēng)險的結(jié)果。變量GOV高度顯著且符合為負(fù)，表明地方政府對經(jīng)濟(jì)的干預(yù)程度越強(qiáng)，地區(qū)遭遇金融風(fēng)險的幾率越小。由于我國仍處于經(jīng)濟(jì)體制轉(zhuǎn)軌期及社會意識形態(tài)等因素的影響，相比于西方發(fā)達(dá)資本主義國家，我國地方政府對經(jīng)濟(jì)的影響更大，地方政府的財力及控制力越強(qiáng)，往往意味著為區(qū)域金融風(fēng)險“兜底”的能力也越強(qiáng)，從而產(chǎn)生了政府干預(yù)有利于抑制金融風(fēng)險的結(jié)果。

相比于SAR（空間自回歸）及SEM（空間誤差）模型，SDM(空間Dubin模型)的優(yōu)勢在于能有效體現(xiàn)自變量的空間溢出效應(yīng)。從對應(yīng)各交叉項的回歸結(jié)果看，W×IFD顯著且符合為正，表明互聯(lián)網(wǎng)金融發(fā)展具有正向的風(fēng)險溢出效應(yīng)，即相鄰地區(qū)互聯(lián)網(wǎng)金融的發(fā)展同樣會導(dǎo)致本地金融風(fēng)險水平上升，其主要原因在于互聯(lián)網(wǎng)金融市場的地理局限性相對較小，業(yè)務(wù)拓展成本較低，地區(qū)互聯(lián)網(wǎng)金融業(yè)的發(fā)展極易覆蓋周邊市場，這種效應(yīng)在導(dǎo)致區(qū)域互聯(lián)網(wǎng)金融市場一體化的同時也加劇了金融風(fēng)險的一體化；但從回歸結(jié)果還可以看出，W×IFD的顯著性水平相對較低且回歸系數(shù)僅為0.016，表明互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險溢出的影響作用相對有限，其主要原因在于從整體上看，互聯(lián)網(wǎng)金融與傳統(tǒng)金融行業(yè)在規(guī)模上仍有一定差距。W×FDV高度顯著為負(fù)，表明金融業(yè)發(fā)展同樣具有負(fù)向的金融風(fēng)險溢出效應(yīng)，這表明本地金融業(yè)規(guī)模的擴(kuò)張有助于臨近區(qū)域抵御金融風(fēng)險，其原因可能在于，我國金融業(yè)目前仍以傳統(tǒng)金融業(yè)為主，核心地區(qū)金融業(yè)的快速發(fā)展有助于區(qū)域金融中心的形成，金融業(yè)向核心城市或地區(qū)的集聚加強(qiáng)了區(qū)域金融業(yè)的整體實力和運(yùn)作效率，從而為周邊地區(qū)形成有效的金融保護(hù)，進(jìn)而從整體上提高整個地區(qū)的金融風(fēng)險抵抗力。交叉項W×EOP高度顯著為負(fù)，表明經(jīng)濟(jì)開發(fā)會導(dǎo)致正向的金融風(fēng)險溢出，即本地對外開放程度的提高會導(dǎo)致臨近區(qū)域金融風(fēng)險水平上升，其主要原因可能在于，樣本各省市產(chǎn)業(yè)集聚性相對較強(qiáng)，如京津冀經(jīng)濟(jì)一體化及東南沿海勞動力密集型產(chǎn)業(yè)集聚等，這種集聚效應(yīng)加強(qiáng)了區(qū)域經(jīng)濟(jì)的關(guān)聯(lián)性，因而本地經(jīng)濟(jì)開放度的提升將導(dǎo)致區(qū)域整體受國際經(jīng)濟(jì)金融波動的影響增強(qiáng)，從而導(dǎo)致了區(qū)域金融風(fēng)險的正向溢出。

四、結(jié)論與政策建議

本文從經(jīng)濟(jì)、銀行、保險及股市四個層面構(gòu)造區(qū)域金融風(fēng)險評價指標(biāo)體系，測算中國東中部地區(qū)16個省市2009～2013年的金融風(fēng)險水平；進(jìn)一步構(gòu)造空間Dubin模型實證分析互聯(lián)網(wǎng)金融創(chuàng)新對區(qū)域金融風(fēng)險影響及其空間溢出效應(yīng)的影響。研究結(jié)果表明：互聯(lián)網(wǎng)金融發(fā)展及產(chǎn)業(yè)集中度的提升會導(dǎo)致區(qū)域金融風(fēng)險水平的上升，而金融業(yè)規(guī)模的整體提升則有助于抵御區(qū)域金融風(fēng)險；區(qū)域金融風(fēng)險具有較強(qiáng)的空間溢出效應(yīng)，互聯(lián)網(wǎng)金融的創(chuàng)新發(fā)展也在一定程度上加速了金融風(fēng)險的擴(kuò)散，而金融規(guī)模的整體擴(kuò)張則有助于抑制金融風(fēng)險傳播；此外，經(jīng)濟(jì)開放程度提高會帶來金融風(fēng)險，政府對地區(qū)經(jīng)濟(jì)的干預(yù)則有助于降低區(qū)域金融風(fēng)險。

基于所得結(jié)論，本文對防范金融風(fēng)險及調(diào)控互聯(lián)網(wǎng)金融創(chuàng)新發(fā)展提出以下政策建議：（1）互聯(lián)網(wǎng)金融由于發(fā)展時間短、市場不成熟、監(jiān)管難度大等原因，是導(dǎo)致地方金融風(fēng)險水平提升的直接原因，中央政府應(yīng)從宏觀層面出臺針對互聯(lián)網(wǎng)金融業(yè)的政策法規(guī)及監(jiān)管手段，在保障互聯(lián)網(wǎng)金融創(chuàng)新發(fā)展的同時，避免其不合理發(fā)展可能對金融業(yè)產(chǎn)生的直接沖擊，地方政府則應(yīng)利用其對經(jīng)濟(jì)的干預(yù)能力，從微觀層面加強(qiáng)對互聯(lián)網(wǎng)金融企業(yè)的線上線下督導(dǎo)，根據(jù)本地經(jīng)濟(jì)及金融市場發(fā)展?fàn)顩r合理制定區(qū)域互聯(lián)網(wǎng)金融發(fā)展方案，以減小互聯(lián)網(wǎng)金融的過度發(fā)展可能帶來的區(qū)域金融風(fēng)險。（2）區(qū)域金融風(fēng)險有正向的空間溢出效應(yīng)，互聯(lián)網(wǎng)金融的創(chuàng)新發(fā)展進(jìn)一步加劇了金融風(fēng)險傳播，而金融業(yè)規(guī)模的整體提升則有助于抑制這種風(fēng)險的蔓延，因而中央政府應(yīng)大力促進(jìn)傳統(tǒng)金融業(yè)的集中化，在經(jīng)濟(jì)金融基礎(chǔ)好的城市著力打造區(qū)域性金融中心，在提升金融效率、加強(qiáng)行業(yè)可監(jiān)管性的同時，有效利用金融中心的風(fēng)險溢出抑制效應(yīng)，削弱互聯(lián)網(wǎng)金融創(chuàng)新引致的金融風(fēng)險傳播。

[1]呂勇斌，陳自雅.區(qū)域金融風(fēng)險部門間傳遞的空間效應(yīng)——2005～2012年[J].財政研究，2014，（8）：46～48.

[2]宋凌峰，葉永剛.中國區(qū)域金融風(fēng)險部門間傳遞研究[J].管理世界，2011，（9）：172～173.

[3]徐苑清，童中文.商業(yè)銀行系統(tǒng)性風(fēng)險價值及溢出的測度[J].統(tǒng)計與決策,2015,(6):159～162.

[4]宋敏，王丹華，齊娜.基于撤資的跨市場金融風(fēng)險傳導(dǎo)的實證研究[J].統(tǒng)計與決策,(1):158～150.

[5]賈曉俊，李孟剛.中國金融安全指數(shù)合成實證分析[J].當(dāng)代財經(jīng)，2015，（1）:55～65.