国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

能源金融風險預警指標體系研究

2016-08-16 12:12:34王新霞林曉霞
西部金融 2016年6期
關鍵詞:分位數(shù)回歸風險預警指標體系

王新霞 林曉霞

摘 要:能源和金融逐步由合作走向融合,而兩大產(chǎn)業(yè)間的相互滲透耦合隱藏著風險,建立與能源金融發(fā)展相匹配的風險預警指標體系迫在眉睫。本文在明晰能源金融風險內(nèi)涵的基礎上,選取預警指標群,包括宏觀經(jīng)濟指標群、能源產(chǎn)業(yè)指標群、銀行與能源企業(yè)指標群,并利用分位數(shù)回歸法對預警指標進行二次篩選,力求構建科學、有效的能源金融風險預警指標體系。

關鍵詞:能源金融;風險預警;指標體系;分位數(shù)回歸

中圖分類號:F830.92 文獻標識碼:B 文章編號:1674-0017-2016(6)-0083-04

自2002年起,我國能源整體消費水平在不斷上升,同時也對能源安全提出了嚴峻挑戰(zhàn)。面對這一問題,各地政府部門一直在尋求突破。2014年,國家發(fā)改委批復《陜西西咸新區(qū)總體方案》,強調(diào)將在未來幾年內(nèi)建設西北能源金融中心,以此為基礎構建能源金融體系。在當前的全球能源大格局下,發(fā)展能源金融成為突破能源產(chǎn)業(yè)發(fā)展瓶頸、保障國家能源安全的重大舉措。隨著能源和金融逐步由合作走向一體化,“能源—金融”生態(tài)成為領導能源市場走向的重要因素(胡曉群,2008)。越來越多的國內(nèi)外實踐表明,能源金融一體化程度越高,其中潛藏的風險越大。隨著我國能源金融發(fā)展的逐步深入,設計研發(fā)與能源金融發(fā)展相適應的風險預警指標體系迫在眉睫。本文旨在辨明能源金融風險的內(nèi)涵,選取預警指標群,并利用分位數(shù)回歸法對預警指標進行二次篩選,構建科學、有效的能源金融風險預警指標體系。

一、能源金融風險的內(nèi)涵

在穩(wěn)健的經(jīng)濟環(huán)境中,金融支持能源產(chǎn)業(yè)發(fā)展,并獲取利潤;能源產(chǎn)業(yè)發(fā)展催生金融創(chuàng)新與合作,促進金融服務多元化。伴隨能源金融的深度發(fā)展,風險問題愈發(fā)引起學界和業(yè)界的關注。所謂能源金融風險是專門針對能源金融而言,一般是指因客觀或主觀因素導致的能源金融運行中出現(xiàn)的一系列矛盾、問題及各種調(diào)控措施的不到位等,同時包括因能源金融的運用不合理而對能源體系、金融體系及能源金融領域的安全與穩(wěn)定造成破壞與損失的可能性(何凌云和劉傳哲,2009)?,F(xiàn)有學者對能源金融風險的界定多從能源實體金融層面出發(fā),其核心是金融支持能源產(chǎn)業(yè)發(fā)展過程中的伴生風險。李凱風(2012)認為能源金融風險是能源行業(yè)在投融資過程中遭受損失,使得能源行業(yè)投資資金可能無法順利收回。何凌云(2014)從廣義角度理解能源金融風險,認為其涵蓋能源實體金融和能源虛擬金融兩個部分,具體包括環(huán)境風險、價格風險和行為風險。環(huán)境風險屬于宏觀經(jīng)濟層面,行為風險屬于微觀經(jīng)濟主體層面,而價格是連接兩者的紐帶。

毛海峰和武勇(2007)指出,以煤炭、石油、天然氣和電力為主導的能源產(chǎn)業(yè)發(fā)展迅猛,成為支柱產(chǎn)業(yè),導致大量銀行信貸資金進入能源領域,由此引發(fā)了能源金融資金的過度集中,造成能源金融的潛在風險。借鑒何凌云(2014)的觀點,能源虛擬金融風險可以在一定條件下轉化為能源實體金融風險,即能源虛擬金融風險會引發(fā)能源實體金融風險。環(huán)境風險和價格風險最終通過投融資風險反映出來,因此投融資風險是能源金融風險的核心,而投融資風險最終又通過銀行風險和企業(yè)財務風險反映出來,企業(yè)財務風險最終引發(fā)銀行風險。

二、能源金融風險預警指標群

借鑒國內(nèi)外相關研究文獻,本文初步選取能源金融風險的預警指標,涉及宏觀經(jīng)濟指標群、能源產(chǎn)業(yè)指標群以及銀行與能源企業(yè)指標群。

(一)宏觀經(jīng)濟指標群

宏觀經(jīng)濟是能源金融系統(tǒng)運行的大環(huán)境,對后者的穩(wěn)定性起決定作用。宏觀經(jīng)濟形勢影響能源供需,最終表現(xiàn)為能源價格發(fā)生波動,可能引發(fā)能源實體金融層面的信貸風險以及能源虛擬層面的投資風險。本文選取的宏觀經(jīng)濟指標主要包括:

(1)GDP增長率。GDP增長率綜合度量一國或地區(qū)的經(jīng)濟發(fā)展狀況,反映微觀企業(yè)外部經(jīng)營環(huán)境的優(yōu)劣程度,對能源金融活動產(chǎn)生基礎性影響。GDP增長率較高表明企業(yè)經(jīng)營普遍較好,能源金融活動的外部環(huán)境較為有利。

(2)GDP平減指數(shù)。GDP平減指數(shù)代表通貨膨脹,物價水平大幅度波動表明宏觀經(jīng)濟不穩(wěn)定,隨之而來的是大幅的人力和資本價格波動,從而使能源企業(yè)面臨較大的信用風險。

(3)貨幣供應量增速。市場資金運行大多是金融體系創(chuàng)造派生的,一國貨幣供應量增長與其金融安全有著直接關系。貨幣供應量增速過快導致經(jīng)濟泡沫和通貨膨脹,進而影響能源金融安全;反之,則無法滿足企業(yè)與居民的信貸需求,抑制經(jīng)濟發(fā)展,同樣會影響能源金融安全。

(4)匯率波動。隨著我國能源進口增加,匯率波動對能源金融風險的影響越來越顯著。匯率波動是指本國貨幣價格的非預期變化,代表國際金融風險狀況。

(5)上證綜合指數(shù)。證券市場已經(jīng)成為煤炭、石油天然氣、電力等能源企業(yè)的直接融資場所。同時,證券市場融資額代表了首次公開募股(IPO)制度下宏觀政策的取向。本文采用上證綜合指數(shù)來間接測度能源企業(yè)在證券市場的融資程度。

(二)能源產(chǎn)業(yè)指標群

前文指出能源金融風險的核心是能源企業(yè)財務風險所引發(fā)的銀行風險,而能源產(chǎn)業(yè)基本面與能源企業(yè)的經(jīng)營狀況有著直接關聯(lián)。通常來講,若能源產(chǎn)業(yè)發(fā)展良好,則能源企業(yè)經(jīng)營效益較為理想,能源金融風險程度較低。本文選取的能源產(chǎn)業(yè)指標主要包括:

(1)商品燃料價格指數(shù)。商品燃料價格指數(shù)能夠反映全球能源供需狀況,是能源市場是否穩(wěn)定運行最直接的表現(xiàn)形式。商品燃料價格指數(shù)大幅度跌升都不利于能源金融安全。在一定范圍內(nèi),商品燃料價格指數(shù)下跌可以減輕我國通貨膨脹的壓力,小幅度提升GDP增速,但對于能源行業(yè)有負面影響,對于能源金融安全的影響需綜合考慮。

(2)能源企業(yè)景氣指數(shù)。能源企業(yè)景氣指數(shù)是根據(jù)企業(yè)負責人對本企業(yè)綜合生產(chǎn)經(jīng)營情況的判斷與預期而編制的指數(shù),用以反映能源行業(yè)的整體生產(chǎn)經(jīng)營狀況。能源企業(yè)景氣指數(shù)的數(shù)值為0~200,100為臨界值。當能源企業(yè)景氣指數(shù)大于100時,表明能源行業(yè)處于景氣狀態(tài),所處狀況趨于上升或改善(李麗紅,2015)。

(三)銀行與能源企業(yè)指標群

微觀企業(yè)因素主要包括兩個方面:一方面是能源企業(yè)因素,另一方面是銀行相關因素。本文選取的銀行與能源企業(yè)指標主要包括:

(1)不良貸款率。在能源金融系統(tǒng)中,不良貸款是指能源企業(yè)無法履行合同規(guī)定,不能按時足額償還貸款本息;而不良貸款率是指能源企業(yè)不良貸款占銀行總貸款余額的比重。該指標越高,表明能源企業(yè)的貸款質(zhì)量越差,能源金融安全保障程度越低。

(2)撥備覆蓋率。撥備覆蓋率是一般準備金、專項準備金和特種準備金總和占次級類貸款、可疑類貸款和損失類貸款總和的比重。該指標越大,表明能源金融安全保障程度越高。

(3)資產(chǎn)負債率。資產(chǎn)負債率是負債總額和資產(chǎn)總額的比值。該指標越大,說明能源企業(yè)的債務負擔越重,長期償債能力越弱,能源金融安全程度越低。

利息保障倍數(shù)。利息保障倍數(shù)是能源企業(yè)生產(chǎn)經(jīng)營所獲得的息稅前利潤與利息費用的比值,衡量了企業(yè)的利息支付能力。利息保障倍數(shù)既是能源企業(yè)舉債經(jīng)營的前提依據(jù),也是衡量能源企業(yè)長期償債能力大小的重要標志。

(5)資產(chǎn)報酬率。資產(chǎn)報酬率是能源企業(yè)總體資產(chǎn)的獲利能力,是衡量能源企業(yè)運營能力的重要指標。該指標越高,表明能源企業(yè)投入產(chǎn)出的水平越高,資產(chǎn)運營效率越高,能源金融安全保障程度越高。

三、不同能源行業(yè)的分位數(shù)回歸分析

為盡可能保證指標體系的科學性與有效性,本文將利用分位數(shù)回歸方法對初步選擇的預警指標進行二次篩選。

(一)能源金融風險的度量

借鑒李凱風(2014)[4]的做法,本文采用利息支出VaR來度量能源金融風險狀態(tài),利息支出直接反映了能源行業(yè)的資金運用安全狀況和償債風險狀況,直接關系著能源金融安全目標的實現(xiàn)。在VaR與預警指標之間通過分位數(shù)回歸方法來確定二者之間的相關性和相關程度,能夠進一步對能源金融風險預警指標進行篩選。將能源行業(yè)細分為石油天然氣開采業(yè)、煤炭開采和洗選業(yè)以及電力生產(chǎn)行業(yè),本文采用德爾塔—正態(tài)分布法來計算不同能源行業(yè)的利息支出VaR。

其中,Za代表標準正態(tài)分布下置信度對應的分位數(shù),本文選取99%的置信水平,Za=2.33;σ代表組合收益率的標準差;△t代表持有期。

本文原始數(shù)據(jù)來源于Wind數(shù)據(jù)庫,數(shù)據(jù)處理采用Eviews軟件。

(二)分位數(shù)回歸結果分析

基于不同分位點的回歸結果體現(xiàn)不同的能源金融風險程度,并依據(jù)不同風險程度測度出其主要影響因素。低分位點的回歸結果測量能源金融風險低水平時的主要影響因素,高分位點的回歸結果測量能源金融風險高水平時的主要影響因素。基于石油天然氣開采業(yè)、煤炭開采和洗選業(yè)以及電力生產(chǎn)業(yè)的相關數(shù)據(jù)進行分位數(shù)回歸,結果分別見表1、表2和表3。

表1顯示,對于石油天然氣開采業(yè)而言,在低分位點(0.2-0.4),貨幣供應量增速、能源企業(yè)景氣指數(shù)對其利息支出VaR有顯著影響;在中分位點,其影響主要因素有商品燃料價格、GDP、GDP平減指數(shù)、能源企業(yè)景氣指數(shù)、匯率波動、不良貸款率、上證綜合指數(shù)、資產(chǎn)負債率和利息保障倍數(shù);在高分位點(0.6-0.8),匯率波動、上證綜合指數(shù)、資產(chǎn)負債率、利息保障倍數(shù)、資產(chǎn)報酬率對其利息支出VaR有顯著影響。

針對煤炭開采和洗選業(yè)的回歸結果見表2。在低分位點(0.2-0.4),GDP、匯率波動和能源企業(yè)景氣指數(shù)對其利息支出VaR有顯著影響;在中位點,煤炭開采和洗選業(yè)利息支出VaR的影響因素主要有商品燃料價格、GDP、GDP平減指數(shù)、能源企業(yè)景氣指數(shù)、匯率波動、不良貸款率、上證綜合指數(shù)、資產(chǎn)負債率和利息保障倍數(shù);在高分位點(0.6-0.8),上證綜合指數(shù)、不良貸款率、利息保障倍數(shù)對煤炭開采洗選業(yè)利息支出VaR有顯著影響。

根據(jù)表3,在低分位點(0.2-0.4),GDP、匯率波動、能源企業(yè)景氣指數(shù)對電力生產(chǎn)業(yè)利息支出VaR有顯著影響;在中位點,中國電力生產(chǎn)行業(yè)利息支出VaR的主要影響因素有GDP、GDP平減指數(shù)、匯率波動、上證綜合指數(shù)、商品燃料價格、能源企業(yè)景氣指數(shù)、不良貸款率、資產(chǎn)負債率和利息保障倍數(shù);在高分位點(0.6-0.8),GDP、貨幣供應速度、不良貸款率和撥備覆蓋率對電力生產(chǎn)業(yè)利息支出VaR有顯著影響。

四、能源金融風險預警指標體系

基于前文分析可知,當能源金融風險水平較低時,各因素的影響并不顯著;但當能源金融風險在中高水平時,GDP增長率、GDP平減指數(shù)、匯率波動、上證綜合指數(shù)、商品燃料價格指數(shù)、能源企業(yè)景氣指數(shù)、不良貸款率、資產(chǎn)負債率、利息保障倍數(shù)等9個指標的影響較為顯著。本著科學性與有效性原則,本文構建與我國能源金融發(fā)展相適應的能源金融預警指標體系,見表4。

能源和金融逐步由合作走向融合,而兩大產(chǎn)業(yè)間的相互滲透耦合隱藏著風險,建立與能源金融發(fā)展相匹配的風險預警指標體系迫在眉睫。本文在明晰能源金融風險內(nèi)涵的基礎上,選取預警指標群,包括宏觀經(jīng)濟指標群、能源產(chǎn)業(yè)指標群、銀行與能源企業(yè)指標群,并利用分位數(shù)回歸法對預警指標進行二次篩選,構建了科學、有效的涉及3類、9個指標的能源金融風險預警指標體系。本文研究停留在預警指標體系的構建層面,而基于預警指標體系進行預警模型研究將是未來研究的主要方向,具有更重要的理論價值和現(xiàn)實意義。

參考文獻

[1]A. Joanne Kellermann and Jakob de Haan.Financial Supervision In The 21ST Century[M].Citic Press,2016.

[2]巴曙松.巴塞爾Ⅲ與金融監(jiān)管大變革[M].北京:中國金融出版社,2015。

[3]丁鋒.黃海洲:讓最后貸款人負責宏觀審慎監(jiān)管[J].財新周刊,2016,(7):47-49。

[4]李園園.“金磚四國”金融監(jiān)管體制比較及啟示[A].河北大學碩士學位論文,2010。

[5]吳焰.深化金融監(jiān)管體制改革 提高金融體系綜合效率[N].金融時報,2006-7-31。

猜你喜歡
分位數(shù)回歸風險預警指標體系
層次分析法在生態(tài)系統(tǒng)健康評價指標體系中的應用
供給側改革指標體系初探
新常態(tài)下我國城鄉(xiāng)居民代際收入流動性分析
以運營動態(tài)為載體,推動地市運監(jiān)工作實用開展
縣域產(chǎn)業(yè)園區(qū)經(jīng)濟發(fā)展對城鎮(zhèn)化的影響
中國農(nóng)村居民消費函數(shù)的實證研究
高校財務風險預警指標的建立與應用研究
行政事業(yè)單位的內(nèi)部控制問題以及解決策略思考
商(2016年27期)2016-10-17 04:56:52
人力資本與經(jīng)濟增長的實證研究
商情(2016年11期)2016-04-15 20:15:42
信息化手段實現(xiàn)檢驗檢疫工作風險管理的可行性探討
科技視界(2016年2期)2016-03-30 11:10:50
田东县| 慈利县| 江源县| 浪卡子县| 邹城市| 庄浪县| 壶关县| 敦化市| 宁陕县| 平度市| 嵊泗县| 富平县| 尚义县| 泉州市| 湟源县| 兴和县| 全州县| 从江县| 宜君县| 谢通门县| 桐梓县| 五指山市| 噶尔县| 水城县| 海林市| 峨山| 琼海市| 全椒县| 陕西省| 新安县| 阜新市| 泽普县| 新田县| 柏乡县| 郎溪县| 屯昌县| 瑞丽市| 深泽县| 奈曼旗| 邵武市| 宜兴市|