汪平

通過熵值法建立中國區(qū)域金融風險綜合指標，然后采用聚類算法將金融風險狀態(tài)分為輕風險、中風險和高風險。本文采用空聞多項排序Probit模型研究城市億水平視角下的區(qū)域間金融風險空間溢出效應。研究結果表明：地方金融風險同時受周邊地區(qū)金融風險影響，隨著城市化水平的提高，區(qū)域金融風險也隨之增加；城市億水平較低地區(qū)，地方金融風險隨著城市化水平的提高而緩慢增加；城市化水平較高地區(qū)，隨著城市化水平的提高，區(qū)域金融風險增加的幅度比城市化水平較低地區(qū)增加的幅度要高。

區(qū)域金融風險

空間多項排序Probit模型 聚類

引言

“十三五”規(guī)劃明確提出“防止區(qū)域性金融風險”，金融風險在區(qū)域之間具有較強的外部傳導效應。一方面，區(qū)域內積累的金融風險能夠較好的向區(qū)域外擴散，在一定程度上可以起到化解風險的作用，另一方面，面對周邊區(qū)域或全國性金融風險，區(qū)域金融往往會受到很大沖擊。這就要求我們在構建區(qū)域金融風險預警系統(tǒng)的時候，將區(qū)域經濟放在開放經濟的環(huán)境中，關注周邊區(qū)域及全國的金融狀況。

目前，我國銀行不良貸款率不斷上升，金融衍生工具的不斷創(chuàng)新都加大了金融系統(tǒng)性風險，中國需要進行宏觀審慎管理，增強對金融系統(tǒng)性風險的監(jiān)測和管理?？刂茀^(qū)域金融風險不僅對區(qū)域金融穩(wěn)定具有決定作用，對宏觀性、全局性的金融穩(wěn)定也有著積極意義。

文獻綜述

譚中明（ 2010）首先建立區(qū)域金融風險預警系統(tǒng)，利用2007年我國和江蘇省的數(shù)據(jù)得出綜合指數(shù)和單個指標的預警值進行分析。胡忐強（ 2016）以區(qū)域金融風險新變化為視角，從區(qū)域經濟、區(qū)域金融和影子銀行體系等三個方面構建了區(qū)域金融風險綜合評價指標體系，并運用熵值法賦權，度量了2011～2015年安徽省區(qū)域金融風險的演化趨勢。呂勇斌（ 2014）基于我國2005～2012年31個省數(shù)據(jù)，采用空間面板模型對財政赤字、經濟增長與金融風險的區(qū)際關聯(lián)問題進行實證分析。結果表明，我國各區(qū)域的宏觀金融風險存在“企業(yè)一銀行”和“政府一銀行”的部門間傳遞路徑，同時，我國宏觀金融風險傳遞存在區(qū)際的空間相關性。

呂徐瑩（ 2016）利用格蘭杰因果關系檢驗方法和脈沖函數(shù)分析方法來研究區(qū)域金融風險的傳染效應和擴散效應。研究發(fā)現(xiàn)，代表區(qū)域金融機構的不同地方性銀行之間存在顯著的風險傳染。廖萱（ 2017）以我國區(qū)域性的經濟金融中心六大城市為研究對象，以2000-2011年時間內金融風險狀況進行實證研究，比較分析了不同區(qū)域金融風險差異性。王營（ 2017）將社會網絡分析法應用于區(qū)域性金融風險空間關聯(lián)即傳染效應的刻畫，研究發(fā)現(xiàn)，省際間區(qū)域性金融風險呈現(xiàn)高度關聯(lián)的網絡結構形態(tài)，并且具有較強傳染性。

樣本選擇與數(shù)據(jù)收集

選取2016年31個省不良貸款率、銀行存貸比、CDP同比、固定資產投資完成額、失業(yè)率、公共財政收入、保費收入增速來綜合測度中國區(qū)域金融風險。用城市化水平citylevel（城鎮(zhèn)人口/鄉(xiāng)村人口）、經濟開放度open（進出口金額/GDP）、政府對經濟干預程度gov（公共財政支出/同期GDP）、外商直接投資水平fdi（外商直接投資實際使用金額/CDP）、金融發(fā)展水平findev（貸款總額/CDP）、城市化水平和經濟開放度交叉項（gj）、城市化水平*金融發(fā)展水平（ gi）、城市化水平*政府對經濟干預程度（g）、金融發(fā)展水平*經濟開放度（ ij）作為解釋變量和控制變量。

實證分析

（l）區(qū)域金融風險級別的構建

采用熵值法構建區(qū)域金融風險綜合指標，然后將我國31個省聚類為3個風險級別：輕風險、中風險、高風險。對聚類結果進行顯著性檢驗，結果顯示聚類結果顯著。

（2）空間多項排序Prohit模型

采用Moran'I指數(shù)研究變量的空間依賴性。Moran'I指數(shù)反映鄰近區(qū)域單元間的相似程度，檢驗模型是否存在空間相關性，當Moran' I<0時，表明存在負空間相關性，當Moran' I>O時，表明存在正空間相關性，當Moran' I=O時，表明不存在空間相關性，當MOran，I=-I時表明完全空間負相關，當Moran' I=l時，表明完全空間正相關。本文以鄰接矩陣計算的區(qū)域金融風險指標的莫蘭指數(shù)為0.06，概率P值為0.0013，說明區(qū)域金融風險間具有正空間相關性，一個地區(qū)的金融風險受周邊地區(qū)金融風險的影響，周邊地區(qū)金融風險的增加，也會相應增加當?shù)亟鹑陲L險。

為了確定模型的最優(yōu)形式，采用LM檢驗來進行空間計量模型的選擇。2016年LMerr和RLMerr的P值均不顯著，分別為0.083和0.461，LMlag和RLMlagP值均顯著.分別為0.004和0.017，所以本文更適合空間多項排序prohit滯后模型。

根據(jù)本文前面提到的不同地區(qū)之間區(qū)域金融風險傳染具有空間相關性，本文空間多元排序prohit滯后模型的估計結果如表2所示。

由空間多元排序Prohit模型估計結果可知，rho的系數(shù)為0.472，P值為0.013，說明區(qū)域間金融風險具有空間溢出效應，地區(qū)金融風險同時受周邊地區(qū)金融風險的影響。同時，政府對經濟的干預程度的系數(shù)為16.753，概率為0.045，說明其對區(qū)域金融風險的影響是顯著的。政府對經濟的干預程度越高，越不利于金融市場的市場化發(fā)展，導致區(qū)域金融風險提高。

通過對citvlevel變量（平方和立方項）與區(qū)域金融風險的散點圖分析發(fā)現(xiàn)：城市化水平對當?shù)貐^(qū)域金融風險的影響是顯著的，對于城市化水平較低地區(qū)，當?shù)亟鹑陲L險隨著城市化水平的提高而緩慢增加；對于城市化水平較高的地區(qū)，隨著城市化水平的提高，區(qū)域金融風險增加的幅度比城市化水平較低地區(qū)增加的幅度要高。城市化水平下的區(qū)域對外開放程度的影響也是顯著的，其系數(shù)為負值，表明區(qū)域城市化水平和區(qū)域對外開放程度的共同作用，可以減少地方金融風險的發(fā)生，對于區(qū)域金融風險較高的地區(qū)，提高城市化水平和對外開放程度可以降低地方金融風險。

結論

本文研究表明，地方金融風險受周邊地區(qū)金融風險的影響，同時隨著城市化水平的提高，區(qū)域金融風險也隨之增加；區(qū)域城市化水平和區(qū)域對外開放程度的共同作用，可以減少地方金融風險的發(fā)生，對于區(qū)域金融風險較高的地區(qū)，提高城市化水平和對外開放程度可以降低地方金融風險。政府對經濟的干預程度越高，越不利于金融市場的市場化發(fā)展，導致區(qū)域金融風險提高。

影響金融風險的因素很多，尤其是在我國經濟轉軌，處于經濟新常態(tài)下，風險監(jiān)管機制不完善，網絡金融以及各種衍生產品的創(chuàng)新，使區(qū)域金融風險更加具有不確定性?？傮w來看，目前我國區(qū)域金融風險總體可控，同時也面臨不少挑戰(zhàn)。要加強區(qū)域金融風險的評估、管理和監(jiān)控，采取有效對策來防范區(qū)域金融風險和資產泡沫的發(fā)生，保障經濟健康平穩(wěn)發(fā)展。

[1]廖萱.區(qū)域金融風險評級模型及其應用研究[J].經濟研究導刊，2017，（ 30）：81-82.

[2]呂徐瑩.區(qū)域金融風險傳染效應和擴散效應的實證分析[J].時代金融（下旬）， 2016， （5）：75-76， 84.

[3]胡忐強.基于熵值法的區(qū)域金融風險度量研究——以安徽省為例[J].區(qū)域金融研究，2016，（ 12）：44-49

[4]譚中明，賴嫻，陳芳.區(qū)域金融風險預警指標體系構建[J].商業(yè)時代，2010，（1）：134.DOI：10.3969/j.issn.1002-5863.2010.01.063.

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

[6]王營，曹廷求.中國區(qū)域性金融風險的空間關聯(lián)及其傳染效應一一基于社會網絡分析法[J].金融經濟學研究，2017 （3）：46-55.