■李國柱，李曉壯

一、引言與文獻(xiàn)綜述

隨著經(jīng)濟(jì)發(fā)展逐步進(jìn)入新常態(tài)，提高經(jīng)濟(jì)高質(zhì)量發(fā)展水平是新時(shí)代中國發(fā)展的戰(zhàn)略目標(biāo)和根本任務(wù)。值得注意的是，新常態(tài)下數(shù)字經(jīng)濟(jì)成為推動未來經(jīng)濟(jì)快速發(fā)展的重要推動力量，以數(shù)字經(jīng)濟(jì)為引導(dǎo)的經(jīng)濟(jì)轉(zhuǎn)型發(fā)展新格局重塑了經(jīng)濟(jì)發(fā)展新優(yōu)勢。但現(xiàn)階段我國數(shù)字金融發(fā)展基礎(chǔ)設(shè)施不足，新型金融工具層出不窮，金融交易平臺良莠不齊，新金融業(yè)中潛在交易風(fēng)險(xiǎn)凸顯。近年來，金融風(fēng)險(xiǎn)事件頻發(fā)，新金融業(yè)中潛在的風(fēng)險(xiǎn)被放大。由此，深刻反映出中國現(xiàn)階段數(shù)字金融基礎(chǔ)設(shè)施不完善、企業(yè)風(fēng)控能力缺失、新金融業(yè)風(fēng)險(xiǎn)監(jiān)管力度不足等問題。經(jīng)濟(jì)增長與風(fēng)險(xiǎn)防控之間的平衡性已成為制約新金融業(yè)發(fā)展的關(guān)鍵因素。但已有研究主要從新金融業(yè)態(tài)定義及影響的定性分析和金融風(fēng)險(xiǎn)測度兩個(gè)獨(dú)立視角展開。

對新金融業(yè)態(tài)的定性分析中，學(xué)術(shù)界大多從互聯(lián)網(wǎng)金融角度出發(fā)。宮曉林（2013）提出互聯(lián)網(wǎng)模式下新金融業(yè)態(tài)模式主要包括：第三方支付、網(wǎng)絡(luò)借貸和眾籌融資。黃鈁（2016）指出新金融包括信息的互聯(lián)網(wǎng)金融和互聯(lián)網(wǎng)時(shí)代的傳統(tǒng)金融。關(guān)于新金融業(yè)態(tài)對經(jīng)濟(jì)發(fā)展的影響研究，學(xué)術(shù)界持兩種不同的觀點(diǎn)。一部分學(xué)者認(rèn)為中國互聯(lián)網(wǎng)金融發(fā)展不完善，新金融業(yè)態(tài)體系中存在信息不對稱、監(jiān)管力度不夠等問題，對金融體系發(fā)展具有不利影響（程雪軍等，2020）。另一部分學(xué)者認(rèn)為新金融業(yè)態(tài)的發(fā)展會直接提高金融資源的配置效率，降低融資門檻，激發(fā)金融創(chuàng)新和技術(shù)創(chuàng)新，對經(jīng)濟(jì)發(fā)展具有積極促進(jìn)作用（王瑤佩和郭峰，2019）。

有關(guān)金融風(fēng)險(xiǎn)的測度研究主要包括經(jīng)驗(yàn)方法和指標(biāo)體系。基于經(jīng)驗(yàn)分析，金融風(fēng)險(xiǎn)的測度模型主要包括：FR模型（Frankel&Rose，1996）、STV模型（Sachs et.al，1996）等。除此之外，金融風(fēng)險(xiǎn)測度需考慮多方面風(fēng)險(xiǎn)因素，構(gòu)造金融風(fēng)險(xiǎn)綜合指數(shù)（陳敏和張樂樂，2021）。也有一些學(xué)者從不同角度進(jìn)行金融風(fēng)險(xiǎn)與經(jīng)濟(jì)發(fā)展的相關(guān)研究。有關(guān)金融風(fēng)險(xiǎn)與經(jīng)濟(jì)發(fā)展的研究動態(tài)，主要從金融風(fēng)險(xiǎn)對經(jīng)濟(jì)發(fā)展的溢出效應(yīng)以及預(yù)警作用兩方面進(jìn)行。溢出效應(yīng)方面，趙華和王杰（2018）研究表明股票市場大部分時(shí)間存在向?qū)嶓w經(jīng)濟(jì)的波動率溢出效應(yīng)。預(yù)警方面，系統(tǒng)性金融風(fēng)險(xiǎn)包含著未來經(jīng)濟(jì)困境的預(yù)警信息（Brownlees&Engle，2017）、對未來經(jīng)濟(jì)沖擊分布的重要信息（De Nicolo&Lucchetta，2011）。有關(guān)新金融業(yè)態(tài)風(fēng)險(xiǎn)測度的定量研究主要通過網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)間接衡量新金融業(yè)態(tài)風(fēng)險(xiǎn)，例如李蒼舒和沈艷（2019）以網(wǎng)絡(luò)借貸為切入點(diǎn)運(yùn)用CoVaR方法來識別新金融業(yè)態(tài)風(fēng)險(xiǎn)等。

不難發(fā)現(xiàn)，尚未有學(xué)者考察新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。因此，選取新金融業(yè)態(tài)為研究對象，在構(gòu)建在險(xiǎn)增長模型的基礎(chǔ)上，重點(diǎn)考察新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，探索實(shí)現(xiàn)穩(wěn)增長與防風(fēng)險(xiǎn)之間的動態(tài)平衡方法，為有效防控化解新金融業(yè)態(tài)風(fēng)險(xiǎn)，加快形成經(jīng)濟(jì)新發(fā)展格局提供有價(jià)值的參考。

二、新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響機(jī)制

新金融業(yè)態(tài)是相對傳統(tǒng)的銀行、證券、保險(xiǎn)等商業(yè)性金融或政策性金融而言的，是為彌補(bǔ)傳統(tǒng)金融服務(wù)局限性而日益興起的新金融機(jī)構(gòu)類型、模式及標(biāo)準(zhǔn)等。新金融業(yè)態(tài)與傳統(tǒng)金融是一種有效互補(bǔ)關(guān)系，不僅能夠增強(qiáng)金融市場活力，拓展完善金融產(chǎn)業(yè)鏈，而且可以支持、反哺傳統(tǒng)金融機(jī)構(gòu)的盈利能力及競爭力，進(jìn)一步提高金融業(yè)整體附加值，支持并服務(wù)于經(jīng)濟(jì)轉(zhuǎn)型。隨著新金融業(yè)態(tài)發(fā)展，新金融體系將會受到內(nèi)部和外部不同維度的沖擊作用。內(nèi)部產(chǎn)生流動性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)，中國宏觀經(jīng)濟(jì)運(yùn)行情況同樣會對新金融業(yè)態(tài)產(chǎn)生一定的外部沖擊作用。金融風(fēng)險(xiǎn)通過機(jī)制傳染與擴(kuò)散最終形成新金融業(yè)態(tài)風(fēng)險(xiǎn)并直接反饋給經(jīng)濟(jì)高質(zhì)量發(fā)展。

具體來看，風(fēng)險(xiǎn)的影響具有兩面性，一方面，新金融業(yè)態(tài)降低準(zhǔn)入門檻，中小型企業(yè)及個(gè)人主體均可依靠互聯(lián)網(wǎng)金融實(shí)現(xiàn)短期融資，資本流將會流經(jīng)股票市場、證券市場、房地產(chǎn)市場等從而引起資產(chǎn)價(jià)格的變動，抬升金融杠桿率，導(dǎo)致資產(chǎn)泡沫風(fēng)險(xiǎn)。同時(shí)，由于資本的逐利性，投機(jī)者依托新金融業(yè)資金獲得的便利性，致使大量資本在短期內(nèi)就可以在金融市場中流進(jìn)和流出，這種行為將會使市場悲觀預(yù)期的資本產(chǎn)生外逃現(xiàn)象，導(dǎo)致金融市場的泡沫積累，對金融穩(wěn)定和經(jīng)濟(jì)高質(zhì)量發(fā)展造成危害。另一方面，新金融業(yè)態(tài)風(fēng)險(xiǎn)造成的高風(fēng)險(xiǎn)和高回報(bào)是同時(shí)存在的，收益是對承擔(dān)風(fēng)險(xiǎn)的補(bǔ)償。新金融業(yè)態(tài)風(fēng)險(xiǎn)中蘊(yùn)含著資本的流動性增強(qiáng)，加速資本的形成，從而促進(jìn)融資結(jié)構(gòu)的多元性，分擔(dān)傳統(tǒng)金融的融資職能，并且新金融工具增加信貸可得性，使股票市場、證券市場等規(guī)模擴(kuò)大，提升金融資本在各行業(yè)的配置效率，提高資本回報(bào)率，對經(jīng)濟(jì)高質(zhì)量發(fā)展具有一定的正面影響，具體影響路徑如圖1所示。

圖1 新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響機(jī)制

三、模型建立與變量測度

（一）“在險(xiǎn)增長”模型

1.“在險(xiǎn)增長”模型的建立

基于GaR模型，將新金融業(yè)態(tài)風(fēng)險(xiǎn)與經(jīng)濟(jì)高質(zhì)量發(fā)展置于統(tǒng)一的分析框架中。假設(shè)經(jīng)濟(jì)高質(zhì)量發(fā)展的時(shí)間序列g(shù)t的概率密度函數(shù)為f（gt）。需要得到在置信度水平α下最低的經(jīng)濟(jì)高質(zhì)量發(fā)展水平gmin，使經(jīng)濟(jì)高質(zhì)量發(fā)展水平低于gmin的概率為1-α。具體公式為：

進(jìn)一步定義在險(xiǎn)增長水平（GaR）的公式為：

在險(xiǎn)增長水平（GaR）表示經(jīng)濟(jì)發(fā)展的平均增長率與最低增長率之間的差值，即經(jīng)濟(jì)增長速度可能存在的損失。

2.“在險(xiǎn)增長”模型的估計(jì)方法

（1）分位數(shù)回歸模型

分位數(shù)回歸相比一般回歸模型，分位數(shù)回歸能夠估計(jì)出若干重要條件分位數(shù)，提供更加全面的信息，并且不易受到極端值的影響，回歸結(jié)果更為穩(wěn)健。分位數(shù)回歸模型設(shè)定如下：

其中，I（·）為示性函數(shù)，若（·）的邏輯關(guān)系為真，則I（·）=1，反之I（·）=0。由上述分位數(shù)回歸結(jié)果可以得到基于Xt條件下Scoret+h的條件分位數(shù)函數(shù)，具體公式如下：

（2）偏態(tài)t分布估計(jì)

根據(jù)上述分位數(shù)回歸結(jié)果，將回歸系數(shù)代入（5）式中，可以得到基于Xt條件下yt+h的條件分位數(shù)的累積分布函數(shù)。但實(shí)際中，Q?Scoret+h|Xt(q|Xt)受到隨機(jī)擾動項(xiàng)和誤差項(xiàng)的多重影響，估計(jì)結(jié)果存在一定的偏差。由此，需要將分位數(shù)回歸結(jié)果擬合到參數(shù)較少的概率密度函數(shù)中，來保證結(jié)果的穩(wěn)健性。Azzalini&Capitanio（2003）在傳統(tǒng)t分布中加入了偏度參數(shù)，可以更加直觀地反映概率密度函數(shù)左偏或者右偏的特征。這種概率分布被稱為偏態(tài)t分布，對應(yīng)的概率密度函數(shù)如下：

其中，f（Score；μ，σ，s，n）為偏態(tài)t分布的概率密度函數(shù)。t（·）和T（·）分別表示t分布的概率密度函數(shù)和累計(jì)分布函數(shù)。f（·）中包含四個(gè)參數(shù)，分布為t分布的期望（μ）、標(biāo)準(zhǔn)差（σ）、自由度（n）以及使t分布發(fā)生偏移的偏度參數(shù)（s）。為估計(jì)偏態(tài)t分布中四個(gè)參數(shù)，要保證與偏態(tài)t分布的累計(jì)分布函數(shù)的反函數(shù)之間距離平方和最?。?/p>

（二）變量測度

被解釋變量：經(jīng)濟(jì)高質(zhì)量發(fā)展綜合指數(shù)（Score）。參考趙儒煜等（2020）相關(guān)研究，結(jié)合新常態(tài)下中國經(jīng)濟(jì)高質(zhì)量發(fā)展理念，將多維的經(jīng)濟(jì)高質(zhì)量發(fā)展理念分解為創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展、綠色發(fā)展、開放發(fā)展、共享發(fā)展和經(jīng)濟(jì)效益六大維度，運(yùn)用熵值法進(jìn)行測度，指標(biāo)體系如表1所示。

解釋變量：新金融業(yè)態(tài)風(fēng)險(xiǎn)指數(shù)（NFR）。以互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)為切入點(diǎn)，從流動性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)（董小君和石濤，2020）、市場風(fēng)險(xiǎn)（陳榮達(dá)等，2020）和宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)（塔琳，2019）四個(gè)角度來測度新金融業(yè)態(tài)風(fēng)險(xiǎn)，具體指標(biāo)體系如表2所示。

表2 新金融業(yè)態(tài)風(fēng)險(xiǎn)測度指標(biāo)體系

考慮到中國新金融業(yè)月度數(shù)據(jù)的可得性，流動性風(fēng)險(xiǎn)最終選取人氣流動性和期限流動性兩個(gè)指標(biāo)來評價(jià)新金融流動性風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)主要用于刻畫新金融業(yè)用戶和平臺對資金借貸的失衡情況。本文從兩個(gè)角度來評價(jià)信用風(fēng)險(xiǎn)，一是償還風(fēng)險(xiǎn)，選取網(wǎng)絡(luò)借貸行業(yè)的成交量總額與待還余額之比來測度；二是違約風(fēng)險(xiǎn)，采用P2P行業(yè)當(dāng)月問題企業(yè)發(fā)生數(shù)表示。市場風(fēng)險(xiǎn)參照歐陽資生等（2019）關(guān)于系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo)的選取原則，采用市場周期波動風(fēng)險(xiǎn)、新金融業(yè)市場風(fēng)險(xiǎn)以及信息技術(shù)風(fēng)險(xiǎn)來共同刻畫市場風(fēng)險(xiǎn)。宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)從國內(nèi)經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)和外部沖擊風(fēng)險(xiǎn)兩個(gè)角度來測度宏觀運(yùn)行風(fēng)險(xiǎn)。

表1 經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)體系

（三）數(shù)據(jù)來源與數(shù)據(jù)處理

本文基于2000—2020年新金融業(yè)態(tài)風(fēng)險(xiǎn)和經(jīng)濟(jì)發(fā)展的月度數(shù)據(jù)，來考察新金融業(yè)態(tài)風(fēng)險(xiǎn)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。所用數(shù)據(jù)主要來源于“國家統(tǒng)計(jì)局”“國泰安數(shù)據(jù)庫”“中經(jīng)統(tǒng)計(jì)數(shù)據(jù)庫”“中國人民銀行”。

由于新金融業(yè)態(tài)風(fēng)險(xiǎn)與經(jīng)濟(jì)高質(zhì)量相關(guān)數(shù)據(jù)的起始時(shí)間存在差異，無法在2000—2020年全部區(qū)間上進(jìn)行分析。為盡可能多地包含所有指標(biāo)的有效信息，采用IMF推薦的主成分分析法來實(shí)現(xiàn)新金融業(yè)態(tài)風(fēng)險(xiǎn)的降維過程。參考張曉晶和劉磊（2020）的處理方法，將指標(biāo)在不同時(shí)間段進(jìn)行主成分分析，然后將不同時(shí)間段的指標(biāo)合并成新金融業(yè)態(tài)金融風(fēng)險(xiǎn)指數(shù)。對于缺失數(shù)據(jù)采用線性插補(bǔ)法進(jìn)行填補(bǔ)。

四、實(shí)證分析

（一）分位數(shù)回歸結(jié)果分析

根據(jù)分位數(shù)回歸模型，將不同分位數(shù)（0.10、0.25、0.50、0.75和0.90）回歸結(jié)果在表3中顯示。在分位數(shù)回歸的基礎(chǔ)之上，將被解釋變量設(shè)定為向前12個(gè)月、24個(gè)月和36個(gè)月的經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)進(jìn)行回歸，分別用來表示經(jīng)濟(jì)高質(zhì)量發(fā)展短期、中期以及長期的三個(gè)期限維度。

表3中流動性風(fēng)險(xiǎn)在短期、中期和長期三個(gè)期限維度內(nèi)，對經(jīng)濟(jì)高質(zhì)量發(fā)展全部為正向影響。究其原因主要分為兩點(diǎn)：一是隨著新金融業(yè)的發(fā)展，網(wǎng)絡(luò)借貸市場逐步擴(kuò)大，雖蘊(yùn)含著一定的金融風(fēng)險(xiǎn)，但借款和投資人數(shù)反映的直接融資能力在一定程度上推動經(jīng)濟(jì)高質(zhì)量發(fā)展。二是新金融業(yè)能夠帶動大數(shù)據(jù)、互聯(lián)網(wǎng)以及實(shí)體經(jīng)濟(jì)等多行業(yè)聯(lián)動發(fā)展，雖然流動性風(fēng)險(xiǎn)較大，但其他行業(yè)的擴(kuò)張將帶動中國經(jīng)濟(jì)高質(zhì)量發(fā)展。在短期內(nèi)，流動性風(fēng)險(xiǎn)在尾部分布（10%分位數(shù)）的正向影響最大，中間分布（50%分位數(shù)）正向影響最小。流動性風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量低增長階段促進(jìn)作用更大，經(jīng)濟(jì)下行壓力較大，其正向影響反而增加。在中期和長期，50%分位數(shù)下正向影響最大，10%分位數(shù)下正向影響最小。

表3 分位數(shù)回歸結(jié)果

對于信用風(fēng)險(xiǎn)，全部為正向促進(jìn)作用。三個(gè)期限維度中，在50%分位數(shù)點(diǎn)處正向影響最大，兩側(cè)尾部影響逐漸減小。根據(jù)董小君和石濤（2020）的研究發(fā)現(xiàn)，償還風(fēng)險(xiǎn)較違約風(fēng)險(xiǎn)的影響作用更強(qiáng)，償還風(fēng)險(xiǎn)為負(fù)向指標(biāo)，可以間接將信用風(fēng)險(xiǎn)理解為負(fù)向指標(biāo)。對于經(jīng)濟(jì)高質(zhì)量中度發(fā)展階段，資本等生產(chǎn)資料均達(dá)到一定水平，信用風(fēng)險(xiǎn)指標(biāo)值越高，新金融風(fēng)險(xiǎn)水平越低，可以同時(shí)帶動不同行業(yè)進(jìn)行生產(chǎn)發(fā)展，提高經(jīng)濟(jì)高質(zhì)量發(fā)展水平。在75%和90%分位數(shù)上，信用風(fēng)險(xiǎn)值較低，新金融風(fēng)險(xiǎn)水平反而越高。當(dāng)經(jīng)濟(jì)處于高發(fā)展階段，經(jīng)濟(jì)需要各個(gè)產(chǎn)業(yè)共同協(xié)調(diào)發(fā)展，才能真正實(shí)現(xiàn)經(jīng)濟(jì)的高“質(zhì)”發(fā)展。同時(shí)，經(jīng)濟(jì)易陷入“牽一發(fā)動全身”的危機(jī)，信用風(fēng)險(xiǎn)所帶來的經(jīng)濟(jì)危機(jī)負(fù)面影響更顯著。

市場風(fēng)險(xiǎn)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展全部為負(fù)向影響。三個(gè)期限維度內(nèi)，分別在75%分位數(shù)（短期）、90%分位數(shù)（中期）、50%分位數(shù)（長期）下，負(fù)面影響最大。在短期和中期內(nèi)，市場風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響更多地出現(xiàn)在靠近尾部區(qū)域，這體現(xiàn)了金融風(fēng)險(xiǎn)的“脆弱性”特點(diǎn)。一般來說，當(dāng)經(jīng)濟(jì)高質(zhì)量發(fā)展水平處于正常水平時(shí)，市場風(fēng)險(xiǎn)所產(chǎn)生的影響相對較小。而當(dāng)經(jīng)濟(jì)高質(zhì)量發(fā)展水平處于極端值處，金融業(yè)本身固有的“脆弱性”呈現(xiàn)出的信息不對稱性、信貸市場失調(diào)等因素將會產(chǎn)生更大的拖累作用。就長期而言，當(dāng)經(jīng)濟(jì)發(fā)展處于中等水平時(shí)，新金融市場風(fēng)險(xiǎn)的抑制作用更為明顯。三個(gè)階段相比，中期5個(gè)分位數(shù)點(diǎn)的回歸系數(shù)均大于短期和長期的結(jié)果，說明市場風(fēng)險(xiǎn)對經(jīng)濟(jì)發(fā)展的負(fù)面影響在中期會得到最大程度的顯現(xiàn)，中國有關(guān)金融監(jiān)管部門要加強(qiáng)對新金融業(yè)風(fēng)險(xiǎn)中期效應(yīng)的防控力度。

在短期內(nèi)，宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)在10%分位數(shù)下回歸系數(shù)為負(fù)值（-0.0296），表明宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的抑制作用顯著。當(dāng)經(jīng)濟(jì)發(fā)展水平較低時(shí)，中國社會整體經(jīng)濟(jì)發(fā)展處于趨于穩(wěn)定但缺乏動力階段。宏觀經(jīng)濟(jì)運(yùn)行過程中不可避免的潛在風(fēng)險(xiǎn)會造成城鎮(zhèn)失業(yè)率增加、外匯儲備及人民幣匯率波動、社會總需求面臨下滑壓力等，嚴(yán)重阻礙經(jīng)濟(jì)高質(zhì)量發(fā)展水平的提高。90%分位數(shù)下，回歸系數(shù)變?yōu)檎担?.0488），通過10%的顯著性檢驗(yàn)。在經(jīng)濟(jì)高質(zhì)量發(fā)展中期，宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)不顯著；長期來看，只有90%高分位點(diǎn)處，回歸系數(shù)通過10%顯著性檢驗(yàn)，并且為正值。宏觀經(jīng)濟(jì)運(yùn)行波動會直接影響新金融業(yè)的重要決策，放大互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的外部沖擊影響。中國作為世界上第二大經(jīng)濟(jì)體，經(jīng)濟(jì)體量較大，國內(nèi)外金融周期存在一定的差異，在國內(nèi)經(jīng)濟(jì)運(yùn)行和外部沖擊雙重影響下，人民幣匯率走弱反而可能提升經(jīng)濟(jì)高質(zhì)量發(fā)展水平。

為確?；貧w結(jié)果的穩(wěn)健性，將原來數(shù)據(jù)的時(shí)間區(qū)間縮短至2014年1月—2020年12月。主要原因是此時(shí)間段內(nèi)所包含的數(shù)據(jù)較為完整，新金融業(yè)態(tài)風(fēng)險(xiǎn)指數(shù)缺失值較少，缺失部分采用插補(bǔ)法進(jìn)行填補(bǔ)，之后運(yùn)用主成分分析法進(jìn)行合成，結(jié)論并沒有因變更樣本范圍而發(fā)生改變。因此，基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

（二）偏態(tài)t分布的概率密度函數(shù)

根據(jù)分位數(shù)回歸中的結(jié)果，利用擬合的偏態(tài)t分布的概率密度函數(shù)圖將回歸結(jié)果與真實(shí)值結(jié)合起來，更加直觀地反映新金融業(yè)態(tài)風(fēng)險(xiǎn)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。為此，根據(jù)新金融業(yè)的發(fā)展歷程，選取2004年12月支付寶上線、2015年12月發(fā)布《國務(wù)院關(guān)于印發(fā)推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020）》以及2020年1月P2P網(wǎng)貸平臺清零三個(gè)案例來觀察新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。

1.支付寶上線前后的概率分布

依托2004年支付寶上線對中國經(jīng)濟(jì)發(fā)展的沖擊影響案例，選取2003年末、2004年末、2005年末的概率密度分布來考察新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，結(jié)果如圖2所示。

圖2 支付寶上線前后經(jīng)濟(jì)高質(zhì)量發(fā)展的概率密度函數(shù)

由圖2可以看出，在樣本考察期內(nèi)，2005年末的方差最大，可見支付寶上線后新金融業(yè)態(tài)金融風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生正面沖擊，金融風(fēng)險(xiǎn)增大，未來經(jīng)濟(jì)高質(zhì)量發(fā)展的波動性顯著增加。從短期看，由于支付寶上線所帶來的經(jīng)濟(jì)效應(yīng)初見成效，2005年末曲線水平向右側(cè)移動幅度有限。但從中期看，曲線中出現(xiàn)兩個(gè)波峰，長期波峰逐步平穩(wěn)。以支付寶上線為開端的新金融業(yè)發(fā)展短期內(nèi)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生了良好的正面效應(yīng)，但此效應(yīng)難以長期維持；從中期和長期看，新金融業(yè)態(tài)發(fā)展帶來的金融風(fēng)險(xiǎn)的負(fù)面影響不容忽視。短暫的金融工具刺激，會迅速提升經(jīng)濟(jì)發(fā)展水平，但此時(shí)金融脆弱性也會隨之上升。

三個(gè)時(shí)間期限內(nèi)，2003—2005年概率密度函數(shù)圖的波峰逐年右移，表明支付寶上線后刺激中國經(jīng)濟(jì)高質(zhì)量發(fā)展的提高。波峰逐年變低并且寬度增加，側(cè)面反映出中國內(nèi)部經(jīng)濟(jì)發(fā)展存在不平衡性，區(qū)域發(fā)展差距較大。曲線右側(cè)尾部逐年放寬，說明經(jīng)濟(jì)高質(zhì)量發(fā)展水平分散于兩端的概率分布逐漸增加。由于新金融業(yè)的刺激，中國經(jīng)濟(jì)高質(zhì)量發(fā)展水平分化程度逐漸加深。

2.普惠金融發(fā)展規(guī)劃制定前后的概率分布

將2015年12月份《國務(wù)院關(guān)于印發(fā)普惠金融發(fā)展規(guī)劃（2016—2020年）的通知》的下達(dá)作為新金融業(yè)發(fā)展過程中的有效案例，選取2014年12月、2015年12月、2016年12月的概率密度分布來考察新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響（圖3）。

圖3 普惠金融發(fā)展規(guī)劃制定前后經(jīng)濟(jì)高質(zhì)量發(fā)展的概率密度函數(shù)

由圖3可以看出：第一，總體上看，2014—2016年的概率密度函數(shù)圖的峰值并沒有發(fā)生顯著變化，三年的峰值均位于[0.20，0.30]之間，且大部分的經(jīng)濟(jì)高質(zhì)量發(fā)展指數(shù)圍繞著大于0.40的峰值逐漸向兩邊擴(kuò)散。由此可知，普惠金融發(fā)展規(guī)劃的提出并沒有顯著刺激中國經(jīng)濟(jì)高質(zhì)量發(fā)展水平的提高。一方面，因?yàn)橹袊陆鹑跇I(yè)興起時(shí)間較短，普惠金融對經(jīng)濟(jì)的刺激效應(yīng)具有一定的時(shí)滯性；另一方面，中國對互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的監(jiān)管力度不足，監(jiān)管體系尚不完善。第二，相比于中期和長期，短期的波峰寬度最寬，說明中國新金融業(yè)內(nèi)部發(fā)展不平衡，各產(chǎn)業(yè)發(fā)展差距較大。第三，在中期和長期，2014年的波峰變高，但波峰逐年變低，同樣反映各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展不平衡性導(dǎo)致產(chǎn)生區(qū)域發(fā)展差異。

3.P2P平臺清零前后的概率分布

2020年11月，中國銀保監(jiān)會首席律師劉福壽表示，新金融業(yè)防控化解重大金融風(fēng)險(xiǎn)取得了實(shí)質(zhì)性進(jìn)展。P2P網(wǎng)貸平臺清零是著新金融業(yè)態(tài)風(fēng)險(xiǎn)防控關(guān)鍵的一環(huán)。選取2019年11月、2020年11月、2020年12月的概率密度分布來考察新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響（圖4）。

圖4 P2P網(wǎng)貸平臺清零前后經(jīng)濟(jì)高質(zhì)量發(fā)展的概率密度函數(shù)

由圖4可以看出，曲線在短期、中期和長期的走勢基本一致。隨著時(shí)間的推移，曲線的波峰向下偏移，2020年11月和12月基本重合，2019年11月的波峰較高，但三個(gè)時(shí)間段內(nèi)峰值均位于[0.20，0.30]之間。需要關(guān)注的是，根據(jù)Adrian et al.（2019）的研究結(jié)果，當(dāng)經(jīng)濟(jì)處于下行趨勢時(shí)，概率密度函數(shù)左偏更加明顯，風(fēng)險(xiǎn)會以最快的速度上升。而圖4中結(jié)果與此結(jié)論正好相反，2020年至今，新冠肺炎疫情尚未完全平復(fù)，全球經(jīng)濟(jì)受到巨大沖擊，中國經(jīng)濟(jì)同樣具有下行風(fēng)險(xiǎn)。但由此看來，新金融業(yè)中P2P網(wǎng)貸平臺的清零對經(jīng)濟(jì)高質(zhì)量發(fā)展有著巨大的正向作用，抑制新金融業(yè)風(fēng)險(xiǎn)的迅速上升。

五、結(jié)論與建議

本文基于2000—2020年中國新金融業(yè)和經(jīng)濟(jì)高質(zhì)量發(fā)展的月度數(shù)據(jù)，首先運(yùn)用分位數(shù)回歸模型分析新金融業(yè)態(tài)風(fēng)險(xiǎn)對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，然后選取了新金融發(fā)展過程中三個(gè)重要案例擬合偏態(tài)t分布，重點(diǎn)考察新金融業(yè)中發(fā)生的重要事件對經(jīng)濟(jì)高質(zhì)量發(fā)展的沖擊作用。主要結(jié)論與建議如下：

第一，在短期、中期與長期三個(gè)期限維度內(nèi)，流動性風(fēng)險(xiǎn)與信用風(fēng)險(xiǎn)對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的正向影響顯著，市場風(fēng)險(xiǎn)全部為負(fù)向影響。宏觀經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)在10%分位數(shù)下對經(jīng)濟(jì)高質(zhì)量發(fā)展的抑制作用顯著，在90%高分位點(diǎn)處促進(jìn)作用顯著。四個(gè)金融風(fēng)險(xiǎn)指標(biāo)相比，流動性風(fēng)險(xiǎn)的影響作用最為顯著。新金融業(yè)態(tài)金融風(fēng)險(xiǎn)防控應(yīng)分為三個(gè)階段，分別為事前、事中和事后控制。事前是指新金融業(yè)監(jiān)管部門對金融風(fēng)險(xiǎn)進(jìn)行預(yù)測，建立風(fēng)險(xiǎn)預(yù)警機(jī)制及時(shí)有效地監(jiān)控新金融業(yè)態(tài)風(fēng)險(xiǎn)的波動情況。事中與事后主要是盡量減少新金融業(yè)態(tài)風(fēng)險(xiǎn)造成的損失。此外，信用風(fēng)險(xiǎn)大部分緣于信息不對稱，要實(shí)現(xiàn)個(gè)人和企業(yè)征信系統(tǒng)的信息共享，有效防止違約事件的發(fā)生。

第二，當(dāng)經(jīng)濟(jì)高質(zhì)量發(fā)展水平處于下行趨勢，經(jīng)濟(jì)高質(zhì)量發(fā)展水平的標(biāo)準(zhǔn)差值會隨發(fā)展期望的降低而減小，兩者之間具有較強(qiáng)的正相關(guān)影響。值得注意的是，此時(shí)的偏度值會更大，經(jīng)濟(jì)高質(zhì)量發(fā)展水平的波動性迅速提升，新金融業(yè)態(tài)風(fēng)險(xiǎn)上升。同時(shí)，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，新金融業(yè)給中國經(jīng)濟(jì)帶來的機(jī)遇與風(fēng)險(xiǎn)并存。重大金融事件凸顯出防范新金融業(yè)風(fēng)險(xiǎn)的緊迫感和重要性。因此，要將在險(xiǎn)增長納入到宏觀新金融業(yè)態(tài)風(fēng)險(xiǎn)的調(diào)控范疇，創(chuàng)新宏觀調(diào)控。

第三，新金融業(yè)發(fā)展歷程中的三個(gè)重要案例分析結(jié)果顯示，寬松（收緊）的政策決定雖然一方面會在短期內(nèi)促進(jìn)（抑制）經(jīng)濟(jì)高質(zhì)量發(fā)展水平，但另一方面對中長期的影響效應(yīng)不足。新金融業(yè)態(tài)發(fā)展體系尚不完善，長期看易加大金融體系的失衡，并且增加金融的脆弱性。由此，中國政府要依托新金融業(yè)中的重大影響事件合理恰當(dāng)?shù)刂贫ㄕ哂?jì)劃，推動提升積極政策決定的效率。進(jìn)一步加強(qiáng)協(xié)調(diào)配合，增強(qiáng)政策舉措的靈活性、協(xié)調(diào)性與配套性。健全財(cái)政、貨幣、就業(yè)等政策協(xié)調(diào)機(jī)制，與新金融業(yè)實(shí)現(xiàn)優(yōu)勢互補(bǔ)。在國內(nèi)外金融風(fēng)險(xiǎn)形勢嚴(yán)峻，面臨的金融風(fēng)險(xiǎn)挑戰(zhàn)前所未有情況下，要謀取有關(guān)新金融業(yè)政策效應(yīng)的最大化。