基于熵值法的區(qū)域銀行業(yè)風(fēng)險評價體系研究

張濤

摘 要：本文建立了區(qū)域銀行業(yè)風(fēng)險評價指標(biāo)體系，在此基礎(chǔ)上引入熵值法計算指標(biāo)權(quán)重，構(gòu)建區(qū)域銀行業(yè)風(fēng)險評價模型；然后運(yùn)用某市銀行業(yè)數(shù)據(jù)對模型進(jìn)行實證檢驗，檢驗結(jié)果與該市銀行業(yè)風(fēng)險實際情況吻合較好，同時模型還對該市銀行業(yè)給出了風(fēng)險提示。

關(guān)鍵詞：銀行業(yè)；熵值法；風(fēng)險評價模型；實證檢驗

中圖分類號：F830 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2265（2015）12-0049-05

一、引言

風(fēng)險識別與評估是銀行業(yè)和監(jiān)管部門關(guān)注的核心內(nèi)容之一。從我國當(dāng)前經(jīng)濟(jì)金融的發(fā)展來看，區(qū)域內(nèi)的銀行業(yè)發(fā)展與周邊區(qū)域經(jīng)濟(jì)金融保持千絲萬縷的聯(lián)系，區(qū)域銀行業(yè)風(fēng)險很容易傳染周邊地區(qū)，局部的銀行風(fēng)險很可能成為引發(fā)整體性銀行業(yè)風(fēng)險的起源?？梢哉f，區(qū)域銀行業(yè)風(fēng)險是整體金融安全的基礎(chǔ)。目前特別值得關(guān)注的是，部分地區(qū)的銀行業(yè)風(fēng)險通過某類業(yè)務(wù)風(fēng)險集中爆發(fā)向周邊地區(qū)擴(kuò)展，對沿海發(fā)達(dá)地區(qū)一些省份的金融和經(jīng)濟(jì)發(fā)展造成沖擊，因此有必要從中觀視角對區(qū)域內(nèi)銀行業(yè)風(fēng)險狀況加以識別和評價，從而盡可能及早采取措施主動防控銀行業(yè)風(fēng)險。

區(qū)域金融風(fēng)險研究已經(jīng)形成了很多成果。易傳和（2004）以核心指標(biāo)、相關(guān)指標(biāo)兩大類指標(biāo)研究建立區(qū)域金融穩(wěn)定指標(biāo)體系，核心指標(biāo)從微觀方面考察區(qū)域內(nèi)金融機(jī)構(gòu)的綜合狀況，相關(guān)指標(biāo)從側(cè)面評價區(qū)域金融的穩(wěn)定狀況，是對核心指標(biāo)的補(bǔ)充。邵新力（2006）建立適合湖南省的區(qū)域金融穩(wěn)定指標(biāo)體系，通過構(gòu)建統(tǒng)計模型定量測量湖南省金融業(yè)的風(fēng)險大小和穩(wěn)定狀況。姚星垣（2008）構(gòu)建了浙江省區(qū)域金融風(fēng)險預(yù)警指標(biāo)體系，并特別關(guān)注浙江省市場經(jīng)濟(jì)化程度較高、民營經(jīng)濟(jì)發(fā)達(dá)這一特殊經(jīng)濟(jì)特征對金融風(fēng)險的影響。崔艷娟（2008）以信貸增長、CPI、金融機(jī)構(gòu)發(fā)案率等10個指標(biāo)，按照運(yùn)行環(huán)境、宏觀、微觀三類指標(biāo)研究風(fēng)險預(yù)警體系。譚中明（2010）以8個子模塊，分外部和內(nèi)部影響因素建立金融風(fēng)險預(yù)警系統(tǒng)，并以江蘇省為例進(jìn)行了實證研究。

上述理論和實踐從不同角度對區(qū)域金融風(fēng)險的評價和測量進(jìn)行了積極探索，提出了很多有效的方法，但也存在一些不足，表現(xiàn)在：一是大多集中于對區(qū)域性金融風(fēng)險的研究，缺少專門針對銀行業(yè)風(fēng)險的深入探討；二是對區(qū)域性銀行業(yè)風(fēng)險評價指標(biāo)的選擇和權(quán)重確定較為主觀；三是多以省份為區(qū)域進(jìn)行實證研究，對城市銀行業(yè)風(fēng)險狀況很少涉及。

在借鑒以上研究成果的基礎(chǔ)上，本文探索建立雙層指標(biāo)體系，引入熵值法確定各指標(biāo)權(quán)重，建立適合區(qū)域特征的銀行業(yè)風(fēng)險評價模型，最后運(yùn)用模型對某市區(qū)域銀行業(yè)風(fēng)險狀況進(jìn)行實證分析。

二、區(qū)域銀行業(yè)風(fēng)險評價指標(biāo)體系

（一）指標(biāo)選取原則

1. 規(guī)范性原則。經(jīng)濟(jì)和金融風(fēng)險評價指標(biāo)在國際與國內(nèi)均已形成較為規(guī)范和科學(xué)的體系，在選取指標(biāo)時，盡量從人民銀行、統(tǒng)計局、銀監(jiān)會等權(quán)威統(tǒng)計數(shù)據(jù)中選取。

2. 連續(xù)性原則。構(gòu)建指標(biāo)體系，不僅僅只是用于一次性判斷和評估，而是能夠持續(xù)跟蹤區(qū)域內(nèi)銀行業(yè)風(fēng)險狀況。因此，選擇指標(biāo)時，更加注重指標(biāo)時間序列的可得性和可比性，摒棄不利于持續(xù)觀測的指標(biāo)。

3. 重要性原則。引起銀行業(yè)風(fēng)險的原因是多方面的，指標(biāo)體系不可能包含所有因素，只能選取代表性強(qiáng)的重要指標(biāo)，這些指標(biāo)應(yīng)當(dāng)是能夠反映銀行業(yè)運(yùn)行外部環(huán)境、內(nèi)部核心風(fēng)險要素的關(guān)鍵指標(biāo)。

4. 通用性原則。指標(biāo)體系不僅僅能夠用于某一特定區(qū)域內(nèi)的風(fēng)險評價，還要能夠運(yùn)用于不同區(qū)域。因此，選取指標(biāo)更加注重通用性，摒棄具有很強(qiáng)的地方特征的指標(biāo)，以便能夠?qū)崿F(xiàn)在不同區(qū)域的實證分析。

5. 互補(bǔ)性原則。銀行業(yè)風(fēng)險是經(jīng)濟(jì)、金融、社會環(huán)境等多方面風(fēng)險綜合而成，各項指標(biāo)需要能夠相互補(bǔ)充，充分反映區(qū)域內(nèi)銀行業(yè)風(fēng)險狀況。

6. 區(qū)域性原則。中觀領(lǐng)域不同于微觀領(lǐng)域和宏觀領(lǐng)域，區(qū)域內(nèi)銀行業(yè)狀況與一國總體情況和一家銀行發(fā)展?fàn)顩r有所不同。選擇指標(biāo)應(yīng)立足區(qū)域情況，使之充分體現(xiàn)區(qū)域內(nèi)經(jīng)濟(jì)金融發(fā)展特征。

（二）指標(biāo)體系構(gòu)建

按照以上原則，本文建立如下雙層指標(biāo)體系：

銀行業(yè)的風(fēng)險狀況，一方面取決于自身的經(jīng)營管理狀況，包括經(jīng)營策略、市場開拓、產(chǎn)品營銷、內(nèi)控等因素；另一方面受到所在區(qū)域環(huán)境影響，比如地方經(jīng)濟(jì)發(fā)展情況、市場環(huán)境等等，因此指標(biāo)體系設(shè)計必須同時考慮內(nèi)部指標(biāo)和外部環(huán)境指標(biāo)。在我國銀行體系中，既有法人機(jī)構(gòu)，又有分支機(jī)構(gòu)，二者資產(chǎn)負(fù)債、資產(chǎn)質(zhì)量、市場占有率等等有明顯區(qū)別，經(jīng)營管理和內(nèi)控體系差異較大，監(jiān)管要求也有所不同，風(fēng)險狀況和風(fēng)險評價指標(biāo)選擇需要有所區(qū)別。

基于以上考慮，為全面反映區(qū)域銀行業(yè)風(fēng)險，首先設(shè)定三個指標(biāo)作為總類指標(biāo)：外部環(huán)境指標(biāo)、法人銀行風(fēng)險指標(biāo)和分支機(jī)構(gòu)風(fēng)險指標(biāo)。

1. 外部環(huán)境指標(biāo)。對于區(qū)域的銀行業(yè)而言，其經(jīng)營的外部環(huán)境包含三個方面：一是宏觀方面，包括全國層次的貨幣政策；二是中觀方面，主要是地方經(jīng)濟(jì)發(fā)展；三是微觀方面，主要是區(qū)域內(nèi)企業(yè)經(jīng)營狀況。按照這個思路，確定如下分類指標(biāo)：

宏觀指標(biāo)：在宏觀方面，全國性的財政政策和貨幣政策都將影響到一個區(qū)域內(nèi)銀行業(yè)的經(jīng)營狀況和風(fēng)險狀況?？紤]到財政政策最終傳導(dǎo)為一個區(qū)域內(nèi)的財政收支和投資，全國性的財政政策可以通過區(qū)域內(nèi)的中觀指標(biāo)體現(xiàn)，因此對區(qū)域內(nèi)銀行業(yè)的風(fēng)險評價宏觀指標(biāo)不再考慮全國性財政政策指標(biāo)。在貨幣政策各項指標(biāo)中，利率政策最終在微觀層次體現(xiàn)為銀行業(yè)的利差收入，可以通過微觀指標(biāo)進(jìn)行衡量；作為我國貨幣政策另一主要工具的準(zhǔn)備金率，既體現(xiàn)貨幣政策取向，又對銀行業(yè)產(chǎn)生直接影響。為避免相關(guān)性指標(biāo)產(chǎn)生重復(fù)影響，選擇準(zhǔn)備金率作為宏觀評價指標(biāo)。

中觀指標(biāo)：一般而言，GDP增速是區(qū)域經(jīng)濟(jì)發(fā)展的主要指標(biāo)，為全面準(zhǔn)確反映區(qū)域經(jīng)濟(jì)運(yùn)行狀況，對GDP予以分解，將消費(fèi)、投資和進(jìn)出口①這些直接影響銀行業(yè)經(jīng)營的指標(biāo)用于區(qū)域銀行業(yè)風(fēng)險評價，選擇投資總額增長率、消費(fèi)品零售總額增長率和進(jìn)出口總額增長率。為避免相關(guān)性因素重復(fù)計量，不再將GDP納入指標(biāo)體系。區(qū)域財政狀況是地方經(jīng)濟(jì)環(huán)境的重要指標(biāo)，房地產(chǎn)行業(yè)對地方經(jīng)濟(jì)和區(qū)域內(nèi)銀行業(yè)影響深廣，因此將二者納入外部環(huán)境中觀指標(biāo)。選擇CPI、財政收入/GDP以及商品房銷售增長率。

微觀指標(biāo)：區(qū)域內(nèi)企業(yè)景氣情況、盈利能力和行為模式等因素直接影響銀行業(yè)利潤和風(fēng)險狀況。在微觀指標(biāo)選擇方面，主要考慮企業(yè)的景氣指數(shù)、利潤、企業(yè)虧損面及資產(chǎn)負(fù)債率等對銀行業(yè)產(chǎn)生直接影響的指標(biāo)。

2. 法人銀行風(fēng)險指標(biāo)。法人銀行機(jī)構(gòu)風(fēng)險指標(biāo)，主要包括信用風(fēng)險、流動性風(fēng)險、市場風(fēng)險指標(biāo)，以及衡量風(fēng)險抵御能力的資本充足、盈利能力指標(biāo)。目前，人民銀行、銀監(jiān)會等監(jiān)管部門已經(jīng)建立了完善的統(tǒng)計監(jiān)測系統(tǒng)對上述指標(biāo)進(jìn)行統(tǒng)計，比較系統(tǒng)和客觀地反映了銀行業(yè)的風(fēng)險狀況，也為本文研究提供了比較權(quán)威和規(guī)范的銀行風(fēng)險數(shù)據(jù)來源。具體指標(biāo)方面，建立法人銀行5類13個風(fēng)險指標(biāo)組成的指標(biāo)體系（見表1）。

3. 分支機(jī)構(gòu)風(fēng)險指標(biāo)。銀行分支機(jī)構(gòu)與法人機(jī)構(gòu)風(fēng)險指標(biāo)有所不同，分支機(jī)構(gòu)風(fēng)險狀況同樣需要考慮信用風(fēng)險、盈利能力等因素，但是其流動性、市場風(fēng)險和資本充足指標(biāo)通過其總行或者上級行控制，因此在分支機(jī)構(gòu)風(fēng)險評價時不再引入流動性、市場風(fēng)險和資本充足指標(biāo)。為計量上級行對分支機(jī)構(gòu)風(fēng)險狀況的影響，引入“上級行影響”指標(biāo)。具體指標(biāo)方面，建立分支機(jī)構(gòu)3類8個風(fēng)險指標(biāo)組成的指標(biāo)體系（見表2）。

三、區(qū)域銀行業(yè)風(fēng)險評價模型

為了科學(xué)確定指標(biāo)權(quán)重的賦值，本文運(yùn)用熵值法②構(gòu)建風(fēng)險評價模型。熵值是信息論對不確定性的度量值，信息不確定性越小，熵值越小。熵值法是通過計算指標(biāo)的熵值，根據(jù)不同指標(biāo)相對變化率對系統(tǒng)的影響確定權(quán)重的計算方法?；诓淮_定性的考慮，指標(biāo)熵值越小，權(quán)重越大；反之則權(quán)重越小?；陟刂捣ǖ脑u價模型不僅兼顧了指標(biāo)的相對水平，而且指標(biāo)權(quán)重反映了此指標(biāo)在評價體系中變化的相對速率，融合了指標(biāo)水平和相對變化速度兩方面的因素。熵值法排除了主觀判斷的因素，用信息熵確定指標(biāo)的權(quán)重，對區(qū)域銀行業(yè)風(fēng)險進(jìn)行動態(tài)評價具有客觀性、真實性和科學(xué)性。

（一）指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化

為消除不同指標(biāo)量綱、數(shù)量級差異對計算結(jié)果的影響，建模之前要對指標(biāo)做數(shù)值標(biāo)準(zhǔn)化處理得到標(biāo)準(zhǔn)化矩陣[U=（uij）m×n]。

（二）指標(biāo)權(quán)重的確定及總體評價模型

第j項指標(biāo)第i期樣本指標(biāo)的比重[pij=uiji=1muij]。

第j項指標(biāo)的熵值[ej=-ki=1mpijlnpij]，其中常數(shù)[k=1/lnm]。

指標(biāo)的效用值[dj=1-ej]。

則第j項指標(biāo)的權(quán)重為[ωj=djj=1ndj]。

第i期樣本第j項指標(biāo)的評價值為[mij=ωj×uij]

第i期樣本的總體評價值為[mj=j=1nmij]

[mj]數(shù)值越大，表明評價結(jié)果越好，區(qū)域風(fēng)險越小。

四、對區(qū)域銀行業(yè)風(fēng)險評價模型的實證檢驗

以某市為例。截至2014年底，共有各類銀行業(yè)機(jī)構(gòu)53家，包括兩家政策性銀行、5家國有大型銀行、12家全國性股份制商業(yè)銀行，法人機(jī)構(gòu)包括1家城市商業(yè)銀行、11家農(nóng)村合作金融機(jī)構(gòu)等，網(wǎng)點(diǎn)共計1393個，從業(yè)人員約3.2萬人。截至2014年末，全市銀行業(yè)總資產(chǎn)占全省銀行業(yè)總資產(chǎn)的21.3%，本外幣各項貸款余額居全省第2位，各項存款余額居全省第1位，該市銀行業(yè)對全省經(jīng)濟(jì)金融有重要的帶動和輻射作用。因此，對該市銀行業(yè)風(fēng)險整體狀況進(jìn)行動態(tài)和定量分析，盡可能及時識別風(fēng)險、測量風(fēng)險、控制風(fēng)險，具有較強(qiáng)的現(xiàn)實意義。

（一）數(shù)據(jù)準(zhǔn)備與指標(biāo)權(quán)重確定

按照區(qū)域銀行業(yè)風(fēng)險評價模型，將該市2009—2014年共24期季度數(shù)據(jù)③分別按照數(shù)據(jù)標(biāo)準(zhǔn)化過程計算出標(biāo)準(zhǔn)值，完成矩陣指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化，利用熵值法計算分類指標(biāo)和總類指標(biāo)權(quán)重。

具體計算結(jié)果見表3。

（二）測算區(qū)域銀行業(yè)風(fēng)險評價值

該市2009—2014年分季度3個總類指標(biāo)風(fēng)險評價值，以及該市分季度銀行業(yè)風(fēng)險總體評價值見表4。

（三）實證分析

1. 近6年該市銀行業(yè)風(fēng)險總體評價值由增轉(zhuǎn)降，總體波動較大。風(fēng)險總體評價值由2009年第一季度末的7.35提高至2011年6月的8.87，提高了21%，此后保持較高水平，2013年風(fēng)險評價綜合值開始進(jìn)入下降通道，2014年下半年快速下降，到2014年底區(qū)域銀行業(yè)總體風(fēng)險評價值已經(jīng)低于2009年初。從實際情況來看，2009—2012年，該市受益于擴(kuò)張性的財政政策，經(jīng)濟(jì)高速發(fā)展，銀行業(yè)整體風(fēng)險較低，風(fēng)險評價值保持了較高的水平。從2013年初開始，在“三期疊加”的形勢下全市經(jīng)濟(jì)增長減速，銀行業(yè)運(yùn)行外部形勢越來越嚴(yán)峻，風(fēng)險逐步加大，2014年風(fēng)險顯著快速上升。從實際情況看，總體評價指標(biāo)反映的銀行業(yè)風(fēng)險狀況與該市經(jīng)濟(jì)金融的運(yùn)行態(tài)勢以及相關(guān)監(jiān)管部門的風(fēng)險監(jiān)測情況一致。

2. 法人銀行機(jī)構(gòu)風(fēng)險水平顯著影響區(qū)域銀行業(yè)風(fēng)險評價。在區(qū)域銀行業(yè)風(fēng)險指標(biāo)評價體系中，法人銀行業(yè)機(jī)構(gòu)風(fēng)險狀況的權(quán)重最高，發(fā)生于2010年底的某法人銀行案件不僅引起2011年法人銀行風(fēng)險評價指標(biāo)劇烈波動，也導(dǎo)致全市銀行業(yè)風(fēng)險評價在2011年劇烈波動。2014年在經(jīng)濟(jì)增速放緩的“新常態(tài)”背景下，法人銀行主要指標(biāo)受到較大影響，機(jī)構(gòu)的不良貸款率、撥備覆蓋率等指標(biāo)明顯惡化。上述情況在法人銀行風(fēng)險評價指標(biāo)中都得到了靈敏和準(zhǔn)確的反映。

分支機(jī)構(gòu)經(jīng)營相對穩(wěn)健，從各行經(jīng)營業(yè)績和監(jiān)管角度看，各項經(jīng)營指標(biāo)和風(fēng)險指標(biāo)持續(xù)改善，風(fēng)險相對較低，但最近風(fēng)險也呈上升態(tài)勢，特別是2014年下半年開始，分支銀行機(jī)構(gòu)風(fēng)險顯著增加。上述情況在分支銀行風(fēng)險評價指標(biāo)中也得到了準(zhǔn)確的反映。

3.外部環(huán)境指標(biāo)波動影響區(qū)域銀行業(yè)穩(wěn)健運(yùn)行。從分類指標(biāo)情況分析，2014年末該市GDP增速為8.8%，比上年回落0.8個百分點(diǎn)，規(guī)模以上工業(yè)利潤增速14.9%，同比回落25.4個百分點(diǎn)，財政收入增速12.7%，同比回落1.2個百分點(diǎn)，均為2009年下半年以來的較低水平。特別是2010年底以來該市房地產(chǎn)市場逐步衰退，商品房銷售面積增速下滑，進(jìn)入2014年后住宅價格也出現(xiàn)回落，加劇了相關(guān)指標(biāo)的波動。這些情況，在外部環(huán)境評價指標(biāo)走勢中得到了準(zhǔn)確的反映。

（四）風(fēng)險提示

由表1可以看出，3個總類指標(biāo)中，區(qū)域法人銀行風(fēng)險指標(biāo)權(quán)重為39.87%，對全市銀行業(yè)風(fēng)險態(tài)勢的影響最大；其次是外部環(huán)境指標(biāo)，權(quán)重為36.32%，充分反映了地方經(jīng)濟(jì)發(fā)展?fàn)顩r對區(qū)域銀行業(yè)整體風(fēng)險的巨大影響；雖然分支銀行機(jī)構(gòu)在區(qū)域內(nèi)市場份額占比高，但是分支機(jī)構(gòu)風(fēng)險指標(biāo)權(quán)重僅為23.83%，相對風(fēng)險較小。由此可見，地方法人銀行是影響全市銀行業(yè)風(fēng)險水平最主要的因素，應(yīng)當(dāng)予以高度關(guān)注；地方經(jīng)濟(jì)發(fā)展?fàn)顩r是銀行業(yè)整體風(fēng)險的外部基礎(chǔ)，是影響區(qū)域銀行業(yè)風(fēng)險水平的第二大因素。

從分類指標(biāo)看，在2009—2014年期間，該市消費(fèi)、進(jìn)出口、房地產(chǎn)對銀行業(yè)風(fēng)險的影響權(quán)重較大；企業(yè)景氣、虧損面對區(qū)域銀行業(yè)風(fēng)險的影響超過企業(yè)利潤和負(fù)債率；法人銀行的流動性缺口率、資產(chǎn)利潤率和資本充足率在風(fēng)險指標(biāo)中所占權(quán)重較大；分支銀行機(jī)構(gòu)的成本收入比、不良貸款率和資產(chǎn)利潤率在風(fēng)險指標(biāo)中所占的權(quán)重最大。在銀行業(yè)風(fēng)險管理中，以上指標(biāo)需要重點(diǎn)關(guān)注。

五、結(jié)論和展望

本文建立了由3個總類32個分類指標(biāo)組成的雙層評價指標(biāo)體系，采用熵值法確定指標(biāo)權(quán)重，建立區(qū)域銀行業(yè)風(fēng)險評價模型，并用某市2009—2014年數(shù)據(jù)對該模型進(jìn)行實證檢驗，檢驗情況表明該模型較為準(zhǔn)確地反映了該市銀行業(yè)風(fēng)險狀況。本文構(gòu)建的評價體系不僅能夠?qū)^(qū)域內(nèi)銀行業(yè)風(fēng)險進(jìn)行度量，并且能夠精確識別和定位區(qū)域銀行業(yè)風(fēng)險的積聚點(diǎn)和觸發(fā)點(diǎn)，為風(fēng)險管理提供準(zhǔn)確引導(dǎo)。在評價方法方面，由于采用客觀定量賦權(quán)法，利用規(guī)范統(tǒng)計數(shù)據(jù)，便于程序化操作，具有較好的通用性。目前這一評價體系仍然存在一些不足，比如：權(quán)重確定高度依賴樣本且缺乏指標(biāo)間的橫向比較，分類指標(biāo)內(nèi)部關(guān)聯(lián)性導(dǎo)致的重復(fù)計算因素不能完全剔除等等。

本文在以下方面可以做進(jìn)一步研究：一是持續(xù)實證檢驗，通過對不同區(qū)域、不同時段銀行業(yè)風(fēng)險狀況進(jìn)行評價，進(jìn)一步檢驗指標(biāo)體系和評價模型；二是根據(jù)實證檢驗和監(jiān)管規(guī)則變化，及時調(diào)整補(bǔ)充和完善指標(biāo)體系；三是研究實現(xiàn)區(qū)域銀行業(yè)風(fēng)險預(yù)警功能。

注：

①之所以采用進(jìn)出口而不是凈出口，是因為進(jìn)口與出口對銀行業(yè)風(fēng)險都會產(chǎn)生影響。

②熵值法： 在信息論中，熵是對不確定性的一種度量。熵值法是用于多對象多指標(biāo)體系的綜合評價方法，根據(jù)各項觀測值所提供的信息量大小來確定指標(biāo)權(quán)重，能夠深刻反映指標(biāo)信息熵值的效用價值。

③數(shù)據(jù)來自于人民銀行、統(tǒng)計局和銀監(jiān)會。

參考文獻(xiàn)：

[1]Abiad，Abdul. 2003. Early Warning Systems for Currency Crises：A Survey and a Regime—Switching Approach[R].IMF Working Papen.

[2]C Arthur Williams Jr，Richard M Heins.2004. Risk management and insurance[M].Boston：McGraw-Hill.

[3]周才云.區(qū)域金融穩(wěn)定預(yù)警指標(biāo)體系和風(fēng)險防范[J].商業(yè)研究，2006，（4）.

[4]王順.金融風(fēng)險管理[M].中國金融出版社，2007。

[5]謝榮，鐘凌.商業(yè)銀行內(nèi)部控制系統(tǒng)研究[M].經(jīng)濟(jì)科學(xué)出版社.

[6]沈慶劼.區(qū)域金融風(fēng)險預(yù)警系統(tǒng)構(gòu)建的理論框架[J].科技資訊，2007，（6）.

[7]辛波，于淑俐.金融生態(tài)與區(qū)域經(jīng)濟(jì)增長的相關(guān)性分析——以全省為例[J].山東經(jīng)濟(jì)，2007，（11）.

[8]楊麗榮，沈悅等.金融安全預(yù)警指標(biāo)的權(quán)重確定及其實證[J].決策參考，2008，（4）.

[9]姚星垣，郭福春.構(gòu)建浙江省區(qū)域金融風(fēng)險預(yù)警體系研究[J].浙江金融，2008，（5）.

[10]賴嫻.區(qū)域金融風(fēng)險預(yù)警指標(biāo)體系的構(gòu)建與實證分析——以江蘇省為例[D].碩士學(xué)位論文，2009.

[11]劉毅.銀行業(yè)風(fēng)險和防范機(jī)制研究[M].中國金融出版社，2009.

[12]譚中明.區(qū)域金融風(fēng)險預(yù)警系統(tǒng)的設(shè)計和綜合度量[J].軟科學(xué)，2010，（3）.

[13]高旺東.區(qū)域銀行風(fēng)險評價研究[J].銀行監(jiān)管研究，2012，（3）.

（責(zé)任編輯 耿 欣；校對 RR，GX）