基于復(fù)雜網(wǎng)絡(luò)的我國信貸風(fēng)險問題研究

張昴　聶廣禮

摘要：近年來，我國商業(yè)銀行不良貸款率升高，信貸投放面臨著行業(yè)和客戶的選擇困難。但是，現(xiàn)階段我國仍缺乏關(guān)于行業(yè)資金投放的理論和方法。本文利用復(fù)雜網(wǎng)絡(luò)的方法研究經(jīng)濟系統(tǒng)中行業(yè)的信貸風(fēng)險，提出地位系數(shù)這一指標(biāo)來衡量局部行業(yè)間投入產(chǎn)出網(wǎng)絡(luò)的對稱性。然后，考察地位系數(shù)與KMV模型中行業(yè)違約距離之間的負(fù)相關(guān)性，并根據(jù)宏觀經(jīng)濟以及國家政策對低風(fēng)險和高風(fēng)險行業(yè)的地位系數(shù)進(jìn)行對比說明。最終，提出了切實可行的政策建議。

關(guān)鍵詞：信貸風(fēng)險；投入產(chǎn)出網(wǎng)絡(luò)；行業(yè)地位系數(shù)；KMV模型

文獻(xiàn)標(biāo)識碼：A 文章編號：1002-2848-2017103）-0032-08

一、引言及文獻(xiàn)綜述

銀行信貸是推動地區(qū)繁榮和發(fā)展的主要力量，銀行不合理的信貸配置狀況會增加信用風(fēng)險。近年來我國商業(yè)銀行不良貸款率上升，商業(yè)銀行的信貸風(fēng)險控制問題亟需解決。

李克強總理在2016年人大四次會議中外記者會上表示，通過市場化債轉(zhuǎn)股的方式來逐步降低企業(yè)的杠桿率。債轉(zhuǎn)股是消化商業(yè)銀行不良貸款的一種后發(fā)方式，但是要從根本上降低商業(yè)銀行不良貸款，就應(yīng)該從貸款投放上人手。在信貸結(jié)構(gòu)調(diào)整中，行業(yè)是改善商業(yè)銀行信用風(fēng)險的一個重要維度。但是，從理論上來看，我國尚未建立有效的信貸風(fēng)險的計量模型，更缺乏行業(yè)層次上的指導(dǎo)性措施；從實踐上來看，銀行信貸投放的行業(yè)是高度相似的。

目前，理論界對商業(yè)銀行信貸投放是集中還是分散這一問題已經(jīng)有了比較豐富的研究成果。如現(xiàn)代資產(chǎn)投資組合理論指出“不要把雞蛋放在一個籃子里”，適度的投資分散化可以有效地降低系統(tǒng)性風(fēng)險。Douglas w.Diamond指出，貸款分散可以減少銀行陷入財務(wù)困境的概率。在行業(yè)層次上，《巴塞爾協(xié)議Ⅲ》指出，由單一風(fēng)險因子敞口過大而造成的行業(yè)集中度風(fēng)險是造成銀行信貸問題的重要原因。國內(nèi)學(xué)者巴曙松等也指出，貸款集中度風(fēng)險是導(dǎo)致銀行發(fā)生危機的主要原因之一。

長期以來，國內(nèi)外的研究成果顯示，無論是監(jiān)管當(dāng)局還是銀行自身的風(fēng)險管理，都將信貸投放分散化作為完善商業(yè)銀行信貸結(jié)構(gòu)的重要措施。但是，這一看似完美的邏輯在銀行信貸領(lǐng)域卻未必是正確的。信貸集中在很大程度上會造成銀行的風(fēng)險聚集，但是信貸分散卻并不必然導(dǎo)致銀行的風(fēng)險分散。那商業(yè)銀行如何選擇信貸投放的行業(yè)，來達(dá)到分散自身風(fēng)險的目的就成為一個十分有意義的議題。

對于這一問題的研究，李衛(wèi)東等將價值投資理論引入了商業(yè)銀行的信貸決策研究中，他使用了“壓力測試”的技術(shù)分析某行業(yè)的信貸投資風(fēng)險，并結(jié)合產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整政策，結(jié)果發(fā)現(xiàn)對于某股份制商業(yè)銀行而言，建筑業(yè)和批發(fā)零售業(yè)是理想的信貸投向目標(biāo)。聶廣禮也提到，我國信貸投向呈現(xiàn)出所屬行業(yè)高度相似的特點。其中，制造業(yè)和交通運輸業(yè)是最集中的信貸投放行業(yè)。

但是，鑒于我國關(guān)于行業(yè)的某些重要數(shù)據(jù)的不可得性，以及單一的研究視角，目前眾多文獻(xiàn)的說法都沒有一定的系統(tǒng)性。Daron Acemoglu提出了經(jīng)濟系統(tǒng)波動的網(wǎng)絡(luò)起源這一說法，即由于金融市場的復(fù)雜性，單一機構(gòu)的金融風(fēng)險最終可能演變?yōu)檎麄€金融市場的系統(tǒng)性風(fēng)險。簡而言之，就是網(wǎng)絡(luò)的不對稱程度越高，這個經(jīng)濟體網(wǎng)絡(luò)的風(fēng)險就越大。因此，復(fù)雜網(wǎng)絡(luò)可以作為一個切入點來分析行業(yè)在整個經(jīng)濟體中的風(fēng)險程度。

就經(jīng)濟領(lǐng)域而言，近年來復(fù)雜網(wǎng)絡(luò)理論已經(jīng)得到了廣泛的應(yīng)用。目前國內(nèi)外對于復(fù)雜網(wǎng)絡(luò)在信貸方面應(yīng)用的研究主要在兩方面。一方面是采用復(fù)雜網(wǎng)絡(luò)技術(shù)或者統(tǒng)計學(xué)理論進(jìn)行推導(dǎo)，探討信貸風(fēng)險的傳播路徑。比如在個體微觀層次上，Battiston等構(gòu)建了“企業(yè)——金融機構(gòu)”的二分網(wǎng)絡(luò)模型，研究銀行合作網(wǎng)絡(luò)和企業(yè)信貸關(guān)系網(wǎng)絡(luò)的各自特征。Augusto Hasman首次利用IMF提出的信用額度方法，通過研究銀行間危機的傳播路徑，提出了預(yù)防危機傳播的機制。另一方面，應(yīng)用復(fù)雜網(wǎng)絡(luò)技術(shù)著重分析信貸網(wǎng)絡(luò)的拓?fù)涮卣?。鑒于數(shù)據(jù)的可獲得性，該領(lǐng)域的研究大多是對銀行間市場風(fēng)險暴露數(shù)據(jù)的建模分析，并證明金融網(wǎng)絡(luò)具有典型的復(fù)雜網(wǎng)絡(luò)特征。例如，Giulia Iori等通過研究不同規(guī)模銀行之間的行為差異，以及它們的結(jié)構(gòu)演變，進(jìn)而幫助監(jiān)管機構(gòu)評估銀行市場的效率。然而，這類研究還停留在統(tǒng)計特征的描述階段，很少關(guān)注網(wǎng)絡(luò)拓?fù)涮卣鏖g的關(guān)聯(lián)與拓?fù)涮卣鲗W(wǎng)絡(luò)功能的影響，沒有闡述信貸不合理現(xiàn)狀的網(wǎng)絡(luò)機理，因此未能提出提高信貸系統(tǒng)穩(wěn)健性的理論措施。

本文致力于解決銀行信貸的行業(yè)投向問題，從行業(yè)波動的網(wǎng)絡(luò)起源這一角度出發(fā)，試圖用行業(yè)系數(shù)來衡量某個行業(yè)在整個經(jīng)濟體網(wǎng)絡(luò)中所處的地位，以便為商業(yè)銀行的信貸投放及風(fēng)險規(guī)避提供理論依據(jù)。

本文的主要貢獻(xiàn)體現(xiàn)在：第一，創(chuàng)新性地提出了地位系數(shù)這一概念，用以衡量某個行業(yè)在整體行業(yè)網(wǎng)絡(luò)中所處的地位，進(jìn)而判斷該行業(yè)的風(fēng)險，并在行業(yè)層次上為銀行規(guī)避信貸風(fēng)險提供理論指導(dǎo)。第二，從衡量整體網(wǎng)絡(luò)的對稱性過渡到衡量局部網(wǎng)絡(luò)的對稱性，合理推測出局部網(wǎng)絡(luò)對稱性與波動性的關(guān)系。第三，利用多階互聯(lián)代替一階互聯(lián)，更加完善地衡量了投入產(chǎn)出網(wǎng)絡(luò)中行業(yè)之間的級聯(lián)效應(yīng)。

本文安排如下：第二部分是行業(yè)地位系數(shù)的理論概述及數(shù)據(jù)的選??；第三部分是對地位系數(shù)的實證檢驗以及實際應(yīng)用；第四部分是本文的結(jié)論及政策建議。

二、研究思路與數(shù)據(jù)

（一）研究的理論基礎(chǔ)

1.網(wǎng)絡(luò)不對稱性和總波動的關(guān)系

根據(jù)Acemoglu的論證，在一個投入產(chǎn)出網(wǎng)絡(luò)中，網(wǎng)絡(luò)的波動性可以用如下式子衡量：

公式（1）表明整個網(wǎng)絡(luò)的不對稱性與網(wǎng)絡(luò)總波動存在著正向關(guān)系。同時考慮不同部門之間的一階、二階互聯(lián)關(guān)系，不僅表明了一些行業(yè)是大的供應(yīng)商的事實，也蘊含著更加微妙的理念，即存在著一個行業(yè)的顯著聚集區(qū)，這是由它們有共同供應(yīng)商的事實造成的。

2.聚集系數(shù)

這是表示一個網(wǎng)絡(luò)中節(jié)點的聚集程度。假設(shè)節(jié)點i的度為k_i，即它有k_i個鄰節(jié)點（直接有邊相連）。如果節(jié)點i的k_i個鄰節(jié)點之間也兩兩相連，那么在這些鄰節(jié)點中就存在k_i（k_i-1）/2條邊，這是邊數(shù)最大的情況。在實際情況中，k_i個鄰節(jié)點未必兩兩相連。于是，我們將網(wǎng)絡(luò)中的度為k_i的節(jié)點的聚集系數(shù)定義為：endprint

（4）

一個網(wǎng)絡(luò)的聚集系數(shù)C定義為網(wǎng)絡(luò)中所有n個節(jié)點的聚集系數(shù)的平均值，即：

（5）

顯然有0≤C≤1，當(dāng)C=0時，網(wǎng)絡(luò)中所有節(jié)點的聚集系數(shù)都為0；當(dāng)C=1時，網(wǎng)絡(luò)中所有節(jié)點的聚集系數(shù)都為1，此時網(wǎng)絡(luò)中任意兩個節(jié)點都有連線，成為全局耦合網(wǎng)絡(luò)。

3.網(wǎng)絡(luò)中的不對稱性

對稱性的概念來源于自同構(gòu)，節(jié)點集的自同構(gòu)可以看作節(jié)點的一種重新排列，在重新排列的同時保留原來的鄰接節(jié)點。如果潛在的網(wǎng)絡(luò)圖形僅包括一種排列變換，那么網(wǎng)絡(luò)是不對稱的，反之則是對稱的。

普遍意義下的圖形對稱有連續(xù)對稱、不連續(xù)對稱、隨機對稱等。在很多文獻(xiàn)中，對稱性被定義為在改變給定的一組頂點集合的條件下，相鄰頂點之間關(guān)系的不變性。相似的連接模式意味著有相同屬性的節(jié)點趨于擁有相似的連接目標(biāo)。以朋友之間的網(wǎng)絡(luò)為例，有相似屬性（教育背景、興趣、年齡）的人，可能有相同的朋友。但是也有很多文獻(xiàn)不拘泥于不對稱的原始定義，而是根據(jù)需要采用新的方式重新衡量不對稱性程度。Acemoglu則將部門間的不對稱程度用網(wǎng)絡(luò)中度序列的變異系數(shù)和二階互聯(lián)系數(shù)來衡量。Ben D.MacArthur認(rèn)為，網(wǎng)絡(luò)自同構(gòu)在變換節(jié)點的同時并沒有改變鄰接節(jié)點，所以對稱性網(wǎng)絡(luò)有一定程度的結(jié)構(gòu)冗余度。我們可以用自同構(gòu)組結(jié)構(gòu)來精確衡量這種冗余度，利用對稱性將網(wǎng)絡(luò)分解成不可約的因素的乘積，然后將其分別對應(yīng)于對稱的子網(wǎng)絡(luò)進(jìn)而研究普遍意義下網(wǎng)絡(luò)的對稱性。

（二）對網(wǎng)絡(luò)節(jié)點局部對稱度的定義

現(xiàn)有文獻(xiàn)大部分都是從整體結(jié)構(gòu)出發(fā)，找出某個指標(biāo)衡量整個網(wǎng)絡(luò)的對稱性。由于本文旨在尋求網(wǎng)絡(luò)中某個節(jié)點在整個網(wǎng)絡(luò)中的對稱性地位，因此本文另辟蹊徑，從聚集系數(shù)出發(fā)，定義節(jié)點i的地位系數(shù)這一概念。

考慮一個經(jīng)濟體{ε_n}k_n∈R，包含n個行業(yè)，行業(yè)間投入產(chǎn)出網(wǎng)絡(luò)（局部圖）如圖1所示。不同的節(jié)點代表不同的行業(yè)，行業(yè)間的有向線段表示某行業(yè)對另一行業(yè)的投入，其中雙向有向線段表示兩者互相投入。

各個行業(yè)之間的投入產(chǎn)出關(guān)系可以表示為一個n×n的矩陣，矩陣中的單位（i，j）代表第i個行業(yè)對第j個行業(yè)的投入。為了方便計算，我們用矩陣表示網(wǎng)絡(luò)中節(jié)點和邊兩個要素。如下所示：

其中，a_ij為矩陣中的元素，當(dāng)從節(jié)點i到節(jié)點j有連線（單向連線）時，a_ij=1；否則a_ij=0。

定義：若一個有向網(wǎng)絡(luò)中的節(jié)點i有m個節(jié)點與之相鄰，則將節(jié)點i在此包含m+1個節(jié)點的局部網(wǎng)絡(luò)中的地位系數(shù)S_i定義為網(wǎng)絡(luò)中實際與i相連的邊數(shù)（i的主子式）與全連接情況下邊數(shù)的比值。記為：

（三）地位系數(shù)合理性的理論證明

下面分兩步證明地位系數(shù)在刻畫節(jié)點在網(wǎng)絡(luò)中地位的合理性。

當(dāng)節(jié)點i的相鄰節(jié)點不變（此時m固定），增加此子網(wǎng)絡(luò)的邊數(shù)，則地位系數(shù)S_i的分母不變，分子變大。顯然此時節(jié)點i在子網(wǎng)絡(luò)中的地位增強，子網(wǎng)絡(luò)更加對稱。

當(dāng)節(jié)點i有（M-m）個新的孤立的相鄰節(jié)點（即這些新的節(jié)點只與節(jié)點i相連）時，則此時子網(wǎng)絡(luò)中的邊和節(jié)點均會增加，地位系數(shù)S_i的分子分母都變大。即有：

（8）

易證.S_ii，即節(jié)點的地位系數(shù)變差。

（四）數(shù)據(jù)選取

我們需要使用我國投入產(chǎn)出表來計算行業(yè)地位系數(shù)。投入產(chǎn)出表分為投入產(chǎn)出流量表、投入產(chǎn)出直接消耗系數(shù)表，以及投入產(chǎn)出完全消耗系數(shù)表。完全消耗系數(shù)是生產(chǎn)單位最終產(chǎn)品對某種總產(chǎn)品或中間產(chǎn)品的直接消耗與間接消耗之和，可以由直接消耗系數(shù)得到。

由于投入產(chǎn)出網(wǎng)絡(luò)中存在級聯(lián)效應(yīng)，也就是說一個上游行業(yè)不僅僅會影響它的下游行業(yè)，還有可能通過下游行業(yè)影響其它的行業(yè)。用另一種說法表述，度較高的部門之間可能有相同的供應(yīng)商。于是我們認(rèn)為行業(yè)間的高階互聯(lián)關(guān)系就對應(yīng)于完全消耗系數(shù)表，投入產(chǎn)出完全消耗矩陣計算方法如下所示：

（9）

其中，B_n表示完全消耗系數(shù)矩陣，A_n表示直接消耗系數(shù)矩陣。等式右邊的第一項代表j部門對i部門的直接消耗量，第二項代表j部門對i部門的第一輪間接消耗量，以此類推，第n+1項代表j部門對i部門的第n輪間接消耗量。

由公式（1）、（2）、（3）可以看到Aeemoglu的相關(guān)文章僅僅考慮了一階互聯(lián)和二階互聯(lián)的情形。其中，式（2）、（3）和投入產(chǎn)出系數(shù)表的A_n，A²_n在衡量級聯(lián)效應(yīng)的作用上是一致的。而代數(shù)形式上的三階互聯(lián)是很難給出表達(dá)式的，不過我們從投入產(chǎn)出完全消耗系數(shù)表的矩陣表達(dá)上給出了對應(yīng)三階以上的級聯(lián)表達(dá)，即Aⁱ_n，從而完美衡量了從一階互聯(lián)到n階互聯(lián)的情形。因此本文采用完全消耗系數(shù)表來進(jìn)行下一步計算。

標(biāo)準(zhǔn)的投入產(chǎn)出表每5年編制一次，我們選取最近的2012年表（2015年下半年公布）。我們選取的是139×139行業(yè)的完全消耗系數(shù)表，而不去選42×42，是因為42×42劃分不夠細(xì)致，幾乎所有的節(jié)點都有連線，這樣網(wǎng)絡(luò)呈現(xiàn)高度對稱性，遮掩了行業(yè)間不對稱的特性。

三、實證檢驗及應(yīng)用

（一）地位系數(shù)與行業(yè)信貸風(fēng)險的相關(guān)性分析

1.行業(yè)信貸風(fēng)險的考量

在《巴塞爾資本協(xié)議Ⅲ》中，巴塞爾銀行監(jiān)管委員會推薦使用KMV模型進(jìn)行內(nèi)部評級。KMV模型是一種利用現(xiàn)代期權(quán)定價理論對風(fēng)險債券和貸款進(jìn)行估價，從而構(gòu)建的違約預(yù)測模型。它能夠充分利用市場信用和歷史賬面資料在現(xiàn)代公司理財和期權(quán)定價理論的基礎(chǔ)上進(jìn)行“移植處理”。并且，我國很多學(xué)者的研究表明，KMV模型在衡量我國上市公司的信用風(fēng)險方面具有較強的適用性。

為進(jìn)一步論證第一部分提出的地位系數(shù)的合理性，我們將利用KMV模型計算網(wǎng)絡(luò)中每個行業(yè)節(jié)點中所有企業(yè)的違約距離，并通過違約距離與地位系數(shù)之間的相關(guān)系數(shù)分析證明我們提出的行業(yè)地位系數(shù)——在一定程度上等價于行業(yè)因子，可以很好地衡量各個行業(yè)在整體網(wǎng)絡(luò)中所發(fā)揮的作用。

關(guān)于數(shù)據(jù)的選取。由于我們選取的是2012年的投入產(chǎn)出數(shù)據(jù)，考慮到投入產(chǎn)出表每五年編制一次，為了對應(yīng)每年的數(shù)據(jù)，我們選取相鄰的5年數(shù)據(jù)。從一定程度上來看，2010、2011年的投資等投入會對2012年有重要影響，而2012年的產(chǎn)出有一部分又會作為對2013、2014年的投入。因此我們選取2010、201l、2012、2013、2014年各個行業(yè)所有上市企業(yè)作為樣本，考察其違約距離。

本文選取Wind數(shù)據(jù)庫中證監(jiān)會有關(guān)分類辦法下71個行業(yè)中的所有上市企業(yè)，并利用Wind數(shù)據(jù)庫滬深證券交易所2010-2014年年報中所提供的總市值、長期負(fù)債和短期負(fù)債等財務(wù)數(shù)據(jù)，以及通過向前復(fù)權(quán)處理的2010-2014年股票的日成交收盤價數(shù)據(jù)進(jìn)行分析。

由于我國國債市場尚不發(fā)達(dá)，不存在完全意義上的無風(fēng)險利率（利率的確定并沒有完全的市場化），本文在借鑒前人研究成果的基礎(chǔ)上，選取中國人民銀行2010-2014年公布的一年期定期整存整取存款利率作為KMV模型中的無風(fēng)險利率，由于央行經(jīng)常對利率進(jìn)行調(diào)整，所以設(shè)定無風(fēng)險利率為按全年天數(shù)加權(quán)平均后的利率。通過計算可得2010-2014年的一年期定期整存整取的無風(fēng)險利率，見表1。

由表1可知，2010-2014年年的加權(quán)利率為分別為2.3%，3.28%，3.24%，3%，2.97%。

關(guān)于KMV違約距離的計算。KMV模型的最終輸出結(jié)果是預(yù)期違約概率EDF，但是我國并沒有完整的上市公司數(shù)據(jù)庫。另一方面，在本文的分析中，只需證明地位系數(shù)的合理性，所以我們只需要計算出違約距離DD即可。

首先，根據(jù)股票價值及其波動性與資產(chǎn)價值及其波動性的函數(shù)關(guān)系，通過股票的收益率數(shù)據(jù)計算出股票價值和股票價值波動性，進(jìn)而反向迭代估計出公司的資產(chǎn)價值和資產(chǎn)價值波動性，具體過程如下所示：

根據(jù)Black-Scholes-Merton期權(quán)定價模型，構(gòu)建出股權(quán)價值與市場價值之間的函數(shù)關(guān)系：

（10）

然后，根據(jù)伊藤引理：

最后，根據(jù)公司負(fù)債計算出違約點DPT：

DPT=短期負(fù)債+50%長期負(fù)債 （13）

用第一步算出的資產(chǎn)價值乘以預(yù)期資產(chǎn)價值增長率預(yù)測出資產(chǎn)的未來預(yù)期價值，從而測算出違約距離DD，如下式：

（14）

其中，DD表示違約距離，E（V_A）代表公司未來資產(chǎn)的期望值，DPT代表違約點，σ_A代表公司資產(chǎn)價值的波動率。本文利用Matlab 2014進(jìn)行KMV違約距離的計算。

2.秩相關(guān)系數(shù)分析

我們在證監(jiān)會行業(yè)分類和投入產(chǎn)出表行業(yè)分類一致的行業(yè)中，剔除上述KMV計算中指標(biāo)缺失以及僅有少數(shù)企業(yè)的行業(yè)（不具有代表性），經(jīng)過數(shù)據(jù)剔除后剩余38家有效行業(yè)，如表2所示：

計算每個行業(yè)所有企業(yè)的違約距離，然后做行業(yè)地位系數(shù)與違約距離的散點圖，如圖2所示。從圖2可以看出全樣本企業(yè)違約距離與所屬行業(yè)地位系數(shù)呈現(xiàn)負(fù)相關(guān)關(guān)系。

由于地位系數(shù)是屬于行業(yè)維度的，又考慮到各行業(yè)眾多企業(yè)參差不齊，我們?nèi)サ羝渲羞`約距離最大和最小的個別企業(yè)，計算每個行業(yè)中企業(yè)違約距離的期望以代表該行業(yè)的違約距離。行業(yè)違約距離與行業(yè)地位系數(shù)分布如圖3所示。

求得行業(yè)地位系數(shù)序列和行業(yè)違約距離序列的簡單線性相關(guān)系數(shù)為-0.535?？紤]到經(jīng)濟體的非線性，又考慮到等級相關(guān)系數(shù)可以較好地衡量非線性相關(guān)性，我們對兩序列進(jìn)行排序，計算Spearman相關(guān)系數(shù)，如表3所示。其中違約距離越大，代表該行業(yè)風(fēng)險越高；地位系數(shù)越大，代表該行業(yè)風(fēng)險越低。兩者在理論上為負(fù)相關(guān)關(guān)系。

由表3可知，兩序列的Spearman相關(guān)系數(shù)約為-0.659。違約距離序列和地位系數(shù)序列互不相關(guān)的檢驗值為0.000，否定原假設(shè)，認(rèn)為違約距離序列和地位系數(shù)序列是顯著相關(guān)的，兩種方法對行業(yè)穩(wěn)定性的排序存在一致性。

（二）地位系數(shù)的實際應(yīng)用

1.高風(fēng)險和低風(fēng)險行業(yè)的地位系數(shù)

基于本文研究發(fā)現(xiàn)的行業(yè)地位系數(shù)和行業(yè)中企業(yè)平均違約距離的負(fù)相關(guān)關(guān)系，我們提出將國民經(jīng)濟的139個行業(yè)劃分為低風(fēng)險、中度風(fēng)險、高度風(fēng)險三個等級。其中，低風(fēng)險和高風(fēng)險行業(yè)占比各為5%。在此，僅列出2012年前后低風(fēng)險和高風(fēng)險的行業(yè)名稱及其排序，如表4所示：

在表4中，排序越靠前，代表地位系數(shù)越高，說明這些行業(yè)所處的子網(wǎng)絡(luò)更加趨近完全對稱網(wǎng)絡(luò)，其穩(wěn)定性越高，風(fēng)險越低。其中，低風(fēng)險的7個行業(yè)分別為水的生產(chǎn)和供應(yīng)業(yè)、燃?xì)馍a(chǎn)和供應(yīng)業(yè)、視聽設(shè)備、社會保障、社會工作、租賃業(yè)和房屋建筑；高風(fēng)險的7個行業(yè)分別為石油及核燃料加工業(yè)、批發(fā)和零售、煤炭開采和洗選業(yè)、貨幣金融和其他金融服務(wù)、商務(wù)服務(wù)業(yè)、基礎(chǔ)化學(xué)原料和餐飲業(yè)。

2.國家政策層面的原因解讀

由表4我們可以看出，低風(fēng)險行業(yè)大都是一些社會福利行業(yè)和基礎(chǔ)服務(wù)行業(yè)，由于這些行業(yè)和其他行業(yè)關(guān)聯(lián)緊密，且國家對其中某幾個行業(yè)重點扶持，因此這些行業(yè)的投入產(chǎn)出較為穩(wěn)定，波動較小，代表企業(yè)的違約風(fēng)險就小。例如，對于水的生產(chǎn)和供應(yīng)業(yè)，發(fā)改委等有關(guān)部門在2011年調(diào)整和修訂的《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄（2011年本）》突出了水利設(shè)施在農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)中的重要作用，將水的生產(chǎn)和供應(yīng)業(yè)劃入了國家鼓勵類的行業(yè)條目。

而高風(fēng)險的行業(yè)則主要屬于金融、煤炭以及石油化工等領(lǐng)域，這些行業(yè)多屬于國家高度集中管控的行業(yè)，投入產(chǎn)出效率低下，受國家政策調(diào)節(jié)的幅度較大，故而產(chǎn)出波動較大，風(fēng)險較大，代表性企業(yè)的違約風(fēng)險就較大。例如，《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄（2011年本）》大大減少了對有色金屬、鋼鐵、化工等重工業(yè)的鼓勵類條目。2012年起，由于我國的經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型，導(dǎo)致市場需求不足，而煤炭供應(yīng)卻繼續(xù)保持增長，開始形成了產(chǎn)能嚴(yán)重過剩的局面。endprint

四、結(jié)論與政策建議

利用投入產(chǎn)出網(wǎng)絡(luò)，本文提出地位系數(shù)這一概念用來衡量某行業(yè)所處局部網(wǎng)絡(luò)的對稱性，并對其進(jìn)行理論推導(dǎo)，證明其合理性。然后，選取與KNV模型可比較的38個行業(yè)，分別求出這38個行業(yè)的地位系數(shù)序列和違約距離序列，并且求其秩相關(guān)系數(shù)。發(fā)現(xiàn)秩相關(guān)系數(shù)高達(dá)-0.659并且顯著。由此從實證角度說明本文提出的地位系數(shù)具有一定的實際意義。為了全面分析投入產(chǎn)出網(wǎng)絡(luò)中各個行業(yè)地位系數(shù)與實際情況的差別，本文選取高風(fēng)險和低風(fēng)險（各占5%）的行業(yè)，并通過國家具體政策、宏觀環(huán)境等因素分析論證其風(fēng)險高或低的原因。最后，分別從銀行信貸政策、行業(yè)自身發(fā)展以及投入產(chǎn)出表的角度提出如下具有針對性的政策建議：

第一，銀行應(yīng)將信貸投向行業(yè)地位系數(shù)較高的行業(yè)。本文的主要貢獻(xiàn)就是在行業(yè)維度為銀行的信貸投放提供一定的參考?；谛袠I(yè)不對稱性和行業(yè)信貸風(fēng)險的正向?qū)?yīng)關(guān)系，本文建議商業(yè)銀行在對不同企業(yè)投放信貸時，應(yīng)該對企業(yè)所屬的行業(yè)進(jìn)行比較，參考行業(yè)地位系數(shù)，盡可能多的將信貸資金投向地位系數(shù)較高的行業(yè)，即低風(fēng)險行業(yè)。同時，合理控制對具有較低地位系數(shù)的行業(yè)的信貸投放量。

第二，應(yīng)盡量拓展行業(yè)間的業(yè)務(wù)聯(lián)系。從行業(yè)自身的角度看，鼓勵在科學(xué)研究的前提下做出一定的創(chuàng)新，探索不同部門間潛在的關(guān)系，分散化某行業(yè)的供應(yīng)商以及下游行業(yè)，盡可能增加與其他行業(yè)的聯(lián)系。如此，當(dāng)一個行業(yè)受到某種沖擊時，其傳統(tǒng)的上下游行業(yè)因為有了與其他行業(yè)的聯(lián)系，不至于損失過為慘重以至于引發(fā)金融危機。以“互聯(lián)網(wǎng)+”為例，隨著時代的進(jìn)步，互聯(lián)網(wǎng)與其他諸多行業(yè)交叉產(chǎn)生了很多新興產(chǎn)業(yè)?；ヂ?lián)網(wǎng)+餐飲產(chǎn)生了外賣，互聯(lián)網(wǎng)+金融產(chǎn)生了支付寶、微信支付等等。它們結(jié)合在一起，把傳統(tǒng)的生產(chǎn)消費升級，帶給大眾更好的體驗，也為我國增加了大量的就業(yè)機會。同樣，2015年“旅游+”戰(zhàn)略的提出也將是產(chǎn)業(yè)融合發(fā)展的有力踐行，不僅為旅游業(yè)的發(fā)展提供更多機會，同時將旅游的創(chuàng)新成果深度融合于經(jīng)濟社會各領(lǐng)域之中，提升其他產(chǎn)業(yè)的創(chuàng)新力和生產(chǎn)力，形成更廣泛的以“旅游+”為先導(dǎo)的各項經(jīng)濟建設(shè)新常態(tài)。所以我們應(yīng)當(dāng)支持這種行業(yè)之間的拓展聯(lián)系。

第三，參考通用標(biāo)準(zhǔn)制定新的投入產(chǎn)出表。由于我國投入產(chǎn)出表的編制起步較晚，所以相對于發(fā)達(dá)國家較為完善的投入產(chǎn)出編制表來說還存在諸多缺陷。而且我國政府尚未形成一個完整合理的行業(yè)分類表，投入產(chǎn)出表中的行業(yè)分類與證監(jiān)會等權(quán)威國家機構(gòu)的行業(yè)劃分仍有較大差異。本文在研究過程中遇到的最主要問題就是行業(yè)分類過于粗廣。根據(jù)《國民行業(yè)分類注釋》（2011年版），我國在2012年最細(xì)的投入產(chǎn)出表劃分為139×139，而美國等國家的投入產(chǎn)出數(shù)據(jù)已經(jīng)有四位數(shù)的行業(yè)了。究其原因，我國的投入產(chǎn)出表存在著明顯的部門合并現(xiàn)象。例如，在2007年的投入產(chǎn)出表中，房屋建筑業(yè)、土木工程建筑業(yè)、建筑裝飾和其他建筑業(yè)被劃分為同一部門；批發(fā)和零售業(yè)劃分為同一個部門；銀行、證券和其他金融活動被劃分為同一部門。2012年的投入產(chǎn)出表已經(jīng)有了顯著進(jìn)步，建筑業(yè)、銀行證券和其他金融細(xì)分開來，變成需要分別統(tǒng)計的對象。雖然我國投入產(chǎn)出表尚不完善，但是我們可以看到其逐步改進(jìn)的跡象。在2017年的投入產(chǎn)出表核算中，希望國家統(tǒng)計局能深入研究聯(lián)合國統(tǒng)計司推薦采用的《主產(chǎn)品分類》和《全部經(jīng)濟活動的國際標(biāo)準(zhǔn)行業(yè)分類》，逐步制定出一個較為規(guī)范統(tǒng)一的行業(yè)分類辦法，并把其廣泛應(yīng)用于各部門行業(yè)類統(tǒng)計數(shù)據(jù)的收集工作中。

責(zé)任編輯、校對：鄭雅妮endprint