我国金融稳定的影响因素分析

姜爱萍 张蓝飞

内容摘要：金融稳定是促进经济健康、稳定发展的保障，随着金融自由化的发展和金融产品的不断创新，金融稳定越来越受到关注。本文共选取13个指标构建金融稳定的测度体系，首先利用CRITIC法和熵权法对比分析，确定关键影响因素;然后再运用方差分解和改进障碍度模型，比较分析不同层面对金融稳定的贡献率。研究结果表明：从单指标看，通货膨胀率、商品房销售额、金融深化率、国内信贷依存度和证券化率对金融稳定指数的贡献程度较大;从单层面看，它们对金融稳定指数的贡献呈现出银行业>宏观经济环境>证券业>保险业的趋势。

关键词：金融稳定   CRITIC法   熵权法   方差分解   改进障碍度模型   比较分析

引言

加入WTO后，我国的金融体系在迎来机遇的同时也遭受着巨大的挑战。随着2007年美国次贷金融危机的爆发，各界人士都开始关注金融系统的稳定。从2015年开始，中央经济工作和金融工作会议多次强调金融稳定，2017年5月清华五道口全国金融论坛会上邱勇指出“金融活经济活，金融稳经济稳”，同年11月8日，国务院金融稳定发展委员会成立并成功召开了第一次会议，表明金融稳定的重要性。金融稳定是经济稳定的基础，我们要提高金融稳定关键是要确定影响它的关键因素，有针对性地进行管理和完善，能够有效地实现目标，更好地达到目的。

对于金融稳定的研究已有一定的基础，主要集中于含义和指标体系构建两个方面，但目前都没有形成一套完整统一的测度体系。在知网搜索关键词“金融稳定”，根据文章内容梳理关于它的研究框架。在该网络分析图中，红色表示主体——“金融稳定”，绿色表示金融稳定不同角度的定义，蓝色表示构建金融稳定体系的不同层面，黄色表示金融稳定体系用到的研究方法。

目前，专家学者对于金融稳定的研究仅是用不同的方法和指标合成一个衡量的指数，从整体上阐述在不同阶段我国金融稳定的大体状况以及简单地验证其有效合理性，并没有对具体指标的影响进行分析说明，找出关键影响因素，也没有涉及到它们构建的不同层面对金融稳定的贡献率达到何种程度。本文采用比较分析法针对上述梳理过程中所发现的问题作进一步的研究。

单指标因素对金融稳定的影响

关于指标的选取及处理，本文综合国内外研究和IMF衡量指标，结合我国情况做出改进，最终从四个层面确定了13个指标（姜爱萍等，2018），如表1所示。

（一）单个指标的影响程度

CRITIC法是一种运用数据和数学模型进行处理的客观赋权法，一方面减少人为主观性的影响，另一方面兼顾指标间的变异性和冲突性，避免局限于单方面的考虑;而熵权法仅仅是一种考虑指标间关联性，被普遍认同的一种对指标赋权分析的客观分析方法。

1.采用CRITIC法计算指标权重。用Max-Min法对原始数据进行预处理，得到评价矩阵：

同向关系：反向关系：

计算单指标权重ωj，得到权重矩阵W1。即：

其中，标准差σj表示指标的变异性，cj表示第j个指标与其他指标的冲突性。

2.采用熵权法计算指标权重。用对原数据进行预处理。计算单指标权重ωj，得到权重矩阵W2。即：

其中，k为调节系数：

（二）结果比较分析

从结果对比表2中可以发现，两种方法进行单指标影响分析时结果存在相同点，同时也存在差异性。它们共有的关键因素为通货膨胀率、商品房销售额、金融深化率、国内信贷依存度和证券化率，次要因素为资产利润率和实际保险赔付率;不同的是在CRITIC法分析时实际有效汇率、不良贷款率、存贷款比率、资本充足率、流动性和股票市盈率的贡献度也较大，而熵权法认为其影响不显著，贡献度较小，我们不难发现两者分析结果的差异主要集中在银行业的单项指标上。在我国，银行作为金融业的四大支柱之首，对金融稳定举足轻重，可以说银行稳定是金融稳定的核心，而不良贷款率、存贷款比率、资本充足率和流动性是体现银行经营“三原则”的重要指标，因此，CRITIC法的分析结果更加切合我国金融稳定在样本期间内的实际状况（王磊等，2017）。

层次指标对金融稳定的影响分析

为了进一步分析各层面对金融稳定的动态影响程度，确定各层面对金融稳定的贡献率，先利用上文CRITIC法分析的单指标权重计算金融稳定综合指数（F），再运用方差分解和改进障碍度模型分析比较各层面对金融稳定的贡献程度。

（一）方差分解分析

方差分解分析是建立在VAR模型基础上的一种分析方法，首先对金融稳定综合指数和各层面建立VAR模型，然后再用方差分解分析各层面对金融稳定的贡献率。

平稳性检验及最优滞后期的选取。为了防止模型出现伪回归现象，首先对各组数据采用ADF进行平稳性检验（见表3）。根据ADF检验结果，F、HG、Bank、Ins和Sto的二阶差分均平稳，即同为二阶单整序列，满足建立VAR模型的条件。根据AIC和SC最小准则选取最优滞后期为3，建立VAR（3）模型。

VAR模型的估计平稳性及有效性检验。为保证VAR模型估计的平稳性和有效性，采用AR根检验模型平稳性，估计方程的R值判断有效性。据检验，所建模型AR根的倒数均落在单位圆内，说明VAR（3）估计模型均是稳定的。另外，对于模型的估计方程R分别为0.8364、0.8066、0.7636和0.7341，修正的R值分别为0.7787、0.7383、0.6802和0.6403，拟合优度较高，说明构建模型有效。

方差分解分析。为了清晰地描述F受不同层面影响程度，进一步在VAR模型的基础上做方差分解分析。各层面都会对金融穩定产生影响。整体上，银行业、宏观经济环境、证券业和保险业对金融稳定的贡献率都是先增长最后趋于平稳。具体来说，在四个分层次中，对金融稳定的贡献率呈现出银行业>宏观经济环境>证券业>保险业的排列规律，它们分别在第10期的时候达到最大值，分别为57.22%、36.64%、14.15%和2.11%。

（二）改进障碍度模型分析

障碍度分析模型是通过计算障碍度分析准则层对研究对象的影响程度（王磊等，2017），即：

其中，Oi=1-yi，Oi为指标偏离度，yi为经预处理后的标准化数值。本文中研究的主要目的是通过分析各层次对金融稳定的影响，分析各层面的贡献率。因此，在原模型的基础上稍加改动，直接用各指标的标准化值进行分析各层面行业对金融稳定的影响，即：

值越大，说明该基础基础指标的贡献度越大;反之，则贡献度越小。

通过计算，得到2010年第四季度至2017年第二季度各层次对综合指数的贡献度。四个层面对于金融稳定指数的贡献度呈现出银行业>宏观经济环境>证券业>保险业的规律，银行业的贡献度最高达到63.98%，宏观经济环境达到46.30%，证券业和保险业分别达到15.89%、5.17%。另外，在计算各基础指标贡献度时发现：银行业层面上，流动性比例、存贷款比率和不良貸款率的贡献度较大，平均值达到17.25%、14.85%和9.48%;宏观经济环境层面上，通货膨胀率和国内信贷依存度的贡献度较大，平均值达到10.92%和8.72%，证券业层面上，证券化率的贡献度较大，平均值达到6.59%;保险业相对于其它三个层面而言，对于金融稳定指数的贡献度较小，平均维持在2.33%的水平上。两种分析方法的结果比较如表4所示。

政策建议

第一，对于银行业来说，流动性比例、存贷款比率和不良贷款率三个单指标对金融稳定指数贡献程度较大。首先，我们要提高银行体系的流动资产，增加备用准备金，防止出现突发事件产生“挤兑”现象;其次，信贷业务是银行业获取利润的主要来源，我们要合理控制银行的放款规模，切勿为获取高收益盲目地毫无节制的放款;最后，在发放贷款时要加强征信体系的完善，对于借款人要采取多种认证方式考核，择优放贷，降低违约风险的发生概率。第二，对于宏观经济环境来说，政府当局和有关机构要提高宏观调控能力，从整体上协调各行业的发展，避免出现大幅度的震荡，特别对于房地产行业和货币政策的调整，应循序渐进地实行调控，考虑金融系统的稳定，切不可为实现单一目标而做决策，破坏整体效益。第三，对于证券业来说，防止股市的资产泡沫化。一方面监管部门要提升监管水平，加大监管力度，完善监管体系，防止出现“擦边球”现象，做到有依有据;另一方面，投资者要理性交易，避免随波逐流，引发“羊群效应”。第四，对于保险业来说，要进一步完善保险体系，加强风险防范意识;合理的分配资金，提高使用效率。

参考文献：

1.徐国祥，郭建娜，陈燃萍.中国金融稳定指数的构建及其领先能力分析[J].统计与信息论坛，2017（4）

2.吴念鲁，郧会梅.对我国金融稳定性的再认识[J].金融研究，2005（2）

3.卜永祥，周晴.中国货币状况指数及其在货币政策操作中的运用[J].金融研究，2004（1）

4.何德旭，娄峰.中国金融稳定指数的构建及测度分析[J].中国社会科学院研究生院学报， 2011 （4）

5.戴金平，刘东坡.金融稳定与物价稳定、经济增长的动态关联性[J].财经科学，2015（10）