基于综合压力指数的贫困地区金融风险测度研究

马迪

摘   要：本文以贫困地区金融风险为研究对象，选取区域经济指标、金融机构风险指标、房地产市场指标、制度环境等基础指标，采用主成分分析方法构建了金融综合压力指数，并使用误差修正模型（VEC）和脉冲响应函数对GDP增长对金融综合压力指数的冲击路径进行了有效性检验。该指数表明了金融压力状况主要受到经济增长动力、经济增长稳健性和社會脆弱性影响，贫困地区金融风险与经济增速回落、地方债务风险、贫困人口占比较大等因素密切相关。实证研究表明，GDP增长率对金融风险有一定的预测作用，能够作为金融风险预测的先行指标。

关键词：金融风险;压力指数;贫困地区

一、引言

金融安全是国家安全的重要组成部分，是经济平稳健康发展的重要基础。党的十九大和中央经济工作会议明确了健全金融监管体系，守住不发生系统性金融风险的底线。当前，国内外经济金融形势复杂多变，国际金融市场持续动荡，金融改革和发展仍然面临不少风险和挑战，内外部因素共同作用下，历史上积累的一些风险和矛盾逐步暴露，化解潜在风险隐患的任务依然艰巨。在大扶贫格局下，贫困地区潜在风险隐患较大，金融创新中风险管理不到位，对应的风险防范机制不健全，维护金融稳定的任务十分艰巨。

商洛作为全国14个集中连片贫困地区之一，其中六县一区中有五个深度贫困县，占全省11个深度贫困县的45%;701个贫困村中有175个为深度贫困村，占全省500个深度贫困村的35%;2017年末有贫困人口33.13万人（其中深度贫困县贫困人口为26.90万人），贫困人口数量占全省228.7万贫困人口的14.49%，贫困发生率为28.64%。商洛贫困程度及特征是全国深度贫困地区的一个典型缩影，因此本文以商洛市为例，对贫困地区金融风险类型进行分析，重点采用综合指标法构建金融风险监测度量指标——金融风险综合压力指数（CFPSI），同时研究了其对宏观经济的反应，对于做好本地区金融发展和稳定工作有着较强的现实意义。

二、文献综述

在金融压力指数（FSI）相关研究中具有开创意义和重要影响的研究是加拿大银行的两位学者Iling和Liu （2003）关于加拿大金融压力指数的构建，他们在采用前人金融危机早期预警模型（EWI）的基础上，分别选取银行部门、外汇市场、股票市场、债券市场中具有代表性的指标作为变量，加权得到金融压力指数。随后，2008年国际货币基金组织（IMF）选取了银行、证券及外汇市场的7个指标构建金融压力指数，并成功应用于多国识别金融压力实践。堪萨斯联储学者Hakkio和Keeton（2009）对金融压力的5大特征进行了较详细的阐述，并选取美国主要金融市场11个能够反映金融压力5大特征的变量构建堪萨斯金融压力指数（KCFSI）。Oet和Mikhail（2011）从股票、资金、信贷、外汇、房地产和证券市场六个方面选取了11个金融系统主要变量，构建了克利夫兰金融压力指数（CFSI），监测美联储货币政策对金融市场的影响，并研究金融系统压力如何影响美国经济复苏。

国内关于金融压力指数构建及应用的研究，大部分只考虑在本国金融市场选取金融压力的相关变量。在金融压力指数（FSI）的构造上，主要采用经验法、调查法、等方差权重法、信用加总权重法和因子分析法。比较有代表性的研究有：陈守东等（2011，2014）选取银行、外汇、证券、保险四个市场9个指标构建我国金融压力指数，利用ARIMA模型预测出2012-2013年期间我国金融压力指数呈上升趋势且金融系统风险不断累积，但金融压力仍在低压力区间运行，金融运行环境整体良好，银行部门对系统性风险的贡献高于证券、保险和信托机构。王春丽、胡玲（2014）通过建立3个维度的金融压力指数，认为我国金融风险主要来源于应对金融危机时的过度宽松货币政策、股票市场及其监管的不完善。陶玲、朱迎（2016）立足我国转轨体制特点，提出包含7个主要维度的系统性金融风险综合指数，并采取马尔科夫转换方法对指数综合分析，识别和判断风险指标的拐点。徐国祥、李波（2017）基于银行、股票和外汇市场相关指标，采用因子分析法构建我国首个日度的中国金融压力指数，并对我国金融体系压力宏观效应的区制特征进行了实证分析。戴步斌、何文举（2018）选取9个重要因素指标，构建了中国金融压力指数，同时分析其与我国经济发展形势指数之间的关系，表明金融压力指数能够解释我国金融压力的大小和预测我国经济发展形势。仲文娜、朱保华（2018）引入动态相关系数和动态信用权重对个体指标进行加总，构建月度中国金融体系压力指数，并利用金融压力事件识别和马尔科夫转移自回归模型，对指数识别我国金融体系压力状态的效果进行检验。

通过梳理现有文献不难发现，目前学术界已经认识到金融压力指数的重要意义，但现有研究仍然存在一些不足，例如未针对典型区域和经济结构市场进行金融压力分析。为此，本文在借鉴已有文献研究成果的基础上，选取能够代表贫困地区经济金融发展中反映金融压力阶段特征的重要指标，探索建立贫困地区金融综合压力指数（CPFSI），以期通过金融压力大小预测未来金融风险形势，给金融政策制定者和金融稳定监管部门提出建设性建议。

三、贫困地区金融风险压力指数的构建

（一）基础指标

通过对金融风险的成因分析，我国的金融体系具有典型的转轨阶段特征，金融市场发展起步较晚，数据周期仍不连续，利用历史数据进行建模，并进行预测的方法无法适用。相比之下，综合指数法灵活清晰。IMF（2009）研究认为，发展中国家在金融市场不发达的情况下，用综合指数法构建的金融稳健指标可作为衡量系统性风险的主要依据。因此，本文在借鉴以往金融压力指数相关研究的基础上，采用综合指标法来构建我国的系统性金融风险监测度量体系。结合当前金融风险的形势、区域经济结构特点以及数据的可获取性，最终本文从区域经济指标、金融机构风险指标、房地产市场指标、制度环境指标等4个维度作为基础指标，在此基础上，通过主成分分析方法进行筛选，再通过建立模型得到金融风险综合压力指数。

（二）指标筛选和提取

首先使用SPSS21.0软件计算各维度主成分的成分系数及方差，然后对指标进行筛选，根据采用特征值不低于1与累计方差贡献率不低于85%两者相结合的方法提取主成分。使用此方法对指标进行筛选，结果如表2所示，有3个主成分的特征值大于1，且累计贡献率为91.739%，因此只需提取前5个主成分即可反映原变量的絕大部分信息。

从表3成分矩阵可以看出，第一主成分对第三产业增长率、地方财政收入增长率、财政赤字累计增加值等指标具有较大的载荷系数;第二主成分对固定资产投入增长率、不良贷款率、财政赤字/GDP等指标具有较大的载荷系数;第三主成分对贫困发生率、财政收入与财政支出同比增速差等指标具有较大的载荷系数;第四主成分对存贷比、保费增长率、政府债务与财政收入比率等指标具有较大的载荷系数;第五主成分对通货膨胀率、固定资产投入增长率、商品房销售额同比增速、商品房销售单价同比增等指标具有较大的载荷系数。因此，本文将第一、二、三、四和五主成分分别命名为经济增长动力、经济运行稳健性、社会脆弱性、经济脆弱性和经济热度。

（三）综合指数的合成

根据主成分得分系数矩阵，可以推出金融风险综合压力指数的主成分得分函数：

然后带入式中求出Y，即2006-2017年综合压力指数得分，具体如下：

根据各主成分及CPFSI的公式，将基础指标带入得出金融综合压力指数（CPFSI）各主成分及得分。如图1所示，地区金融综合压力水平自2006年以来逐步攀升，金融压力状况主要受到经济增长动力、经济增长稳健性和社会脆弱性影响。一般情况下，贫困地区金融风险问题与经济增速回落、地方债务风险、贫困人口占比较大等因素紧密相关。

四、贫困地区金融风险压力指数的实证分析

在贫困地区金融综合压力指数构建过程中，选取的变量大部分涵盖了各市场信息，在一定程度上可以作为宏观经济稳定的先行指标，为了检验CPFSI对宏观经济的影响，本文选取GDP增长率作为宏观经济运行状况的代表，建立CPFSI与GDP增长率的向量自回归（VAR）模型，然后通过格兰杰因果检验分析金融系统对宏观经济的直接与间接传导渠道。

如图2所示，AR根图显示有一个参数矩阵特征根未在单位圆内，表明所构造的CPFSI与GDP的模型非平稳，因而采用误差修正模型（VEC）进行分析两者之间的关系。Johansen协整检验表明，在5%的显著性水平下，存在一个协整关系。

因此建立CPFSI与的误差修正模型为：

Granger因果关系检验表明，在5%的显著性水平下，GDP是CPFSI的原因，其意义为GDP增长将引起金融综合压力指数（CPFSI）正向变化，即金融综合压力水平降低。利用模型建立的脉冲响应进行检验，结果表明给GDP增长率一个正向的冲击，短期内将引起金融综合压力指数得分（CPFSI）攀升，即金融综合压力水平下降，在第4期达到最大，4期之后金融综合压力指数得分将有所回落，在第9期作用呈反向，然后趋于平稳（如图3）。

五、研究结论与政策建议

本文研究表明，贫困地区金融综合压力指数（CPFSI）作为反映贫困地区金融市场压力水平的指标，能较好地反映地区金融体系所承受风险的压力状况，监测金融风险的变化趋势，帮助决策者和市场各方准确预测潜在风险状况。压力指数表明，金融压力状况主要受到经济增长动力、经济增长稳健性和社会脆弱性影响，这与贫困地区宏观经济实际基本吻合。贫困地区金融风险问题与经济增速回落、地方债务风险、贫困人口占比较大等因素紧密相关，实证研究表明GDP增长率对金融风险有一定的预测作用，能够作为贫困地区金融风险预测的先行指标，因此可以利用GDP增长数据预判金融风险水平，对经济政策的制定和金融稳定工作起指导作用。本文建议从以下方面开展贫困地区金融风险防控工作。

一是推动贫困地区经济发展。发挥金融资金的引导和协调作用，增加金融投入对深度贫困地区的支持。灵活运用货币政策工具，加大信贷支持倾斜力度。在产业体系、担保体系、社会信用体系、金融服务体系、政策宣传等方面加强政策协同和工作联动，促进贫困地区经济发展。

二是改善地方金融生态环境。健全金融领域的法律法规，提高市场主体信用风险意识。提高信用评级、审计等中介服务机构的专业化水平和公信力。金融机构应进一步加强内部约束，提高风险判断能力，完善治理机制，努力建设诚信服务的金融体系。

三是加强重点领域风险防控。为提高风险预警的准确性和前瞻性，仍需深入分析地区金融体系的代表性特征，对重点领域和指标进行风险防控，如地方隐形债务风险问题，限制性行业过度负债问题等。

四是加大对农村金融体系的监管。贫困地区金融机构容易过度承担风险，必须加大对农村金融机构的监管，以最大限度地解决信息不对称问题，减少呆账、坏账，提高资金的安全性和流动性。关注银行业问题机构数量增加、不良贷款“后备军”的关注类贷款上升、信用过快增长等问题。

金融市场是一个复杂的、动态的系统，金融风险也在不断演变，风险本身存在一定的不确定性，为提高风险预警的准确性和前瞻性，仍需深入分析地区金融体系的代表性特征，对重点领域和指标进行风险防控，切实坚守区域金融风险防范的底线，这些都将是下一步要深入研究的方向。

参考文献

[1]卜林，李政.金融系统性风险的度量与监测研究[J].南开学报（哲学社会科学版），2014，（04）：150-160.

[2]戴步斌，何文举.中国金融压力指数构建与经济预警的实证研究[J].财经理论与实践，2018，39（01）：27-32.

[3]陶玲，朱迎.系统性金融风险的监测和度量—基于中国金融体系的研究[J].金融研究，2016， （06）：18-36.

[4]王春丽，胡玲.基于马尔科夫区制转移模型的中国金融风险预警研究[J].金融研究，2014，（9）：99-114.

[5]徐国祥，李波.中国金融压力指数的构建及动态传导效应研究[J].统计研究，2017，34（04）：59-71.

[6]仲文娜，朱保華.中国金融体系压力指数构建及有效性检验[J].上海金融，2018（09）：15-22.

Research On Financial Risk In Poverty-stricken Areas

Based On The Comprehensive Pressure Index

：Taking Shangluo As An Example

MA Di

（Shangluo Municipal Sub-branch PBC， Shangluo Shannxi 726000）

Abstract：This paper takes regional financial risks as the research object， selecting basic indicators such as regional economic indicators， financial institution risk indicators， real estate market indicators and institutional environment of Shangluo， and uses principal component analysis method to construct regional financial comprehensive pressure index.Unit root test， Johansen co-integration test and other methods were used to process the data， and error correction model （VEC） and impulse response function were used to simulate the impact path of GDP growth on the comprehensive financial pressure index. The stress index shows that the financial stress is mainly affected by the economic growth momentum， the robustness of economic growth and the social vulnerability， which is basically consistent with the macroeconomic reality in poor areas. The stress index shows also show that financial risks in poor areas are closely related to the slowdown in economic growth， local debt risks and the large proportion of poor people. Empirical research shows that GDP growth rate has a certain predictive effect on financial risk and can be used as a leading indicator of financial risk prediction.

Keywords：financial risk; pressure index; poverty-stricken areas

责任编辑、校对：梁艳彬