我國金融風險的區(qū)域差異及分布動態(tài)演進

沈麗 張影 張好圓

內(nèi)容提要：運用Dugum基尼系數(shù)法研究2005～2016年我國金融風險的地區(qū)差異大小及來源，并使用Kernel密度估計方法分析其分布動態(tài)演進。研究表明，我國金融風險地區(qū)差異逐漸擴大，地區(qū)內(nèi)差異是我國金融風險地區(qū)差異的主要來源;全國及各個地區(qū)金融風險總體呈上升趨勢，東部地區(qū)金融風險呈梯隊分布，中部、西部地區(qū)呈現(xiàn)微弱的多級分化趨勢，東北地區(qū)則表現(xiàn)為較嚴重的兩極分化。對我國金融風險地區(qū)差異及分布動態(tài)的深入剖析，可為重點防范、協(xié)作治理和主動化解金融風險提供政策參考。

關(guān)鍵詞：金融風險防范;區(qū)域差異;區(qū)域金融風險

中圖分類號：F832.5? ? 文獻標識碼：A? ? 文章編號：1003-7543（2019）10-0085-13

現(xiàn)階段，我國經(jīng)濟尚處于新舊動能轉(zhuǎn)換期，長期積累的金融風險進入易發(fā)多發(fā)期。中央高度重視保障金融安全、守好風險底線、積極穩(wěn)妥和更加精準地化解金融風險。需要引起關(guān)注的是，我國疆域遼闊，各地資源稟賦、區(qū)位條件、經(jīng)濟發(fā)展狀況和資本流動情況等不盡相同，金融風險累積程度呈現(xiàn)顯著的地區(qū)差異。當某個地區(qū)金融風險累積過多、突破可控邊界、形成跨區(qū)域交叉?zhèn)魅緯r，就可能加速“明斯基時刻”的到來，導致系統(tǒng)性風險發(fā)生，甚至引發(fā)社會危機。只有精準掌握我國金融風險的地區(qū)分布狀況，準確識別風險隱患，才能精準施策、重點治理，維護金融安全與穩(wěn)定。

國內(nèi)探究金融風險地區(qū)差異的研究多是基于單一金融風險因素的地區(qū)差異而展開。2005年，就曾有學者對不良貸款的地區(qū)差異展開研究[1]，后有學者又分別關(guān)注了非金融企業(yè)和地方政府債務率的地區(qū)差異[2-3]。隨著研究的全面、深入，整體金融風險的地區(qū)差異開始受到關(guān)注。一些學者綜合宏觀經(jīng)濟、國際沖擊、銀行信貸等多個角度詳細分析了整體金融風險的地區(qū)差異[4-7]。關(guān)于研究方法，上述研究一方面通過直接比較測算出的省際金融風險大小，得出我國金融風險的省際間高低差異，這種差異僅是停留在數(shù)值上的對比，沒有測度地區(qū)差異的實質(zhì)大小，也沒有具體衡量地區(qū)差異的主要來源;另一方面則采用Markov鏈模型分析省域?qū)用娼鹑陲L險高低狀態(tài)的變化，沒有具體描述金融風險分布的整體形態(tài)和動態(tài)特征。而在實際研究中，綜合運用Dugum基尼系數(shù)法和核密度估計方法可以彌補以上研究方法的缺陷。Dugum基尼系數(shù)法既可以測度地區(qū)差異大小，又可以探究地區(qū)差異的主要來源，而核密度估計方法則可以對金融風險分布的整體形態(tài)和動態(tài)特征進行刻畫。

事實上，學者們已結(jié)合這兩種方法研究金融等諸多領(lǐng)域①的地區(qū)差異和分布動態(tài)，這對研究金融風險的地區(qū)差異和分布動態(tài)具有較好的參考價值和借鑒意義。

一、金融風險區(qū)域差異的形成機制

金融風險是指金融主體在金融活動或投資經(jīng)營中由于某些風險源變化的不確定性可能給金融主體帶來的不確定性。金融、企業(yè)、政府和家戶部門作為經(jīng)濟活動的主體，其活動的區(qū)域差異會對金融風險的區(qū)域差異產(chǎn)生影響。

（一）商業(yè)銀行等金融部門經(jīng)濟活動的區(qū)域差異性

金融部門經(jīng)濟活動的區(qū)域差異性主要體現(xiàn)在三個方面：一是金融機構(gòu)的內(nèi)部脆弱性。不同區(qū)域金融機構(gòu)在法人治理結(jié)構(gòu)、內(nèi)部控制機制、從業(yè)人員素質(zhì)、風險管理技術(shù)和手段等方面具有差異，導致不同區(qū)域金融機構(gòu)內(nèi)在脆弱性不同。二是不同區(qū)域商業(yè)銀行等金融機構(gòu)間的相互關(guān)聯(lián)程度不同。關(guān)聯(lián)性是銀行等金融機構(gòu)的一個不容忽視的特征，主要表現(xiàn)為基于銀行間同業(yè)拆借等業(yè)務往來構(gòu)建的復雜的資產(chǎn)負債關(guān)系和共同債權(quán)人關(guān)聯(lián)①。上述關(guān)聯(lián)既提供了資金流動渠道，分散了單一金融機構(gòu)的金融風險，又加劇了金融風險的區(qū)域間傳染。一般來說，東部相對發(fā)達的地區(qū)經(jīng)濟活動活躍，資金流動頻繁，金融機構(gòu)間的關(guān)聯(lián)復雜，較小的金融風險會因金融機構(gòu)間的關(guān)聯(lián)而分散，較大的金融風險甚至金融危機則會因為金融機構(gòu)間的關(guān)聯(lián)而傳染，加大金融危機的破壞性。相較而言，中部、西部和東北地區(qū)金融機構(gòu)間的關(guān)聯(lián)較弱。區(qū)域間金融機構(gòu)的關(guān)聯(lián)性是金融風險區(qū)域差異形成的重要原因。三是商業(yè)銀行等金融機構(gòu)利益驅(qū)動機制會導致金融資本較多地流向資本收益或投資回報較高的地區(qū)，資本回報低下的地區(qū)普遍面臨資金的流動性約束。此外，我國地方金融機構(gòu)隸屬于地方政府，金融機構(gòu)決策除考慮盈利外，還會受到行政因素的干擾。不同地方政府融資需求不同，不同地區(qū)金融機構(gòu)面臨的地方政府債務風險也不同，上述信貸軟約束機制加劇了金融風險的地區(qū)非均衡特征。

（二）企業(yè)部門經(jīng)濟活動的區(qū)域差異性

企業(yè)部門經(jīng)濟活動區(qū)域差異主要表現(xiàn)為三個方面：一是周期性企業(yè)的信用風險受經(jīng)濟波動影響較大。根據(jù)斯蒂格利茨的判斷，企業(yè)信用風險的周期性最容易使銀行陷入困境。一般來說，信用風險具有周期性的企業(yè)屬于周期性行業(yè)，此類行業(yè)受經(jīng)濟周期的影響較大，如煤炭業(yè)，而非周期性行業(yè)基本不受經(jīng)濟周期的影響，如農(nóng)業(yè)②。當經(jīng)濟處于上行期，企業(yè)對經(jīng)濟態(tài)勢較為樂觀，企業(yè)會加大銀行信貸，積極進行投資;一旦經(jīng)濟出現(xiàn)下滑，由于經(jīng)營管理不善企業(yè)無法償還貸款，銀行不良貸款就會增加，銀行體系風險就會增大。不同區(qū)域周期性行業(yè)和非周期性行業(yè)的分布不同，這會導致經(jīng)濟波動對各區(qū)域企業(yè)的信用風險產(chǎn)生不同影響。二是企業(yè)之間的知識技術(shù)溢出效應具有空間遞減規(guī)律③，由此先進技術(shù)和知識會出現(xiàn)“高—高聚集”和“低—低聚集”的俱樂部趨同現(xiàn)象，致使一些地區(qū)因無法獲得風險管理等先進技術(shù)而無法消除風險，以致金融風險出現(xiàn)地區(qū)差異性。三是不同地區(qū)對外貿(mào)易水平不同，貿(mào)易收入對區(qū)域內(nèi)經(jīng)濟反哺程度不同，從而不同區(qū)域具有不同的抵御金融風險能力。輸出基礎理論很好地闡釋了區(qū)際貿(mào)易對經(jīng)濟的影響[8]。該理論的基本觀點為：一個區(qū)域?qū)ν廨敵觯òóa(chǎn)品和服務）的總額越大，其輸出產(chǎn)業(yè)的收入越多。這部分收入除了補償輸出產(chǎn)業(yè)的生產(chǎn)費用外，還可以用于滿足區(qū)域內(nèi)輸出產(chǎn)業(yè)需要產(chǎn)品的生產(chǎn)和服務以及用于擴大進口。此外，輸出產(chǎn)業(yè)的生產(chǎn)活動需要許多區(qū)域非輸出產(chǎn)業(yè)的配合和協(xié)作。輸出產(chǎn)業(yè)越發(fā)達，區(qū)域內(nèi)的生產(chǎn)和服務越會得到更大程度的發(fā)展。因此，輸出生產(chǎn)和輸出總額越大，區(qū)域經(jīng)濟的規(guī)模和相應的收入越大，抵御金融風險的能力越強。

（三）政府部門經(jīng)濟活動的區(qū)域差異性

政府部門經(jīng)濟活動的區(qū)域差異性主要體現(xiàn)在以下方面：一是GDP晉升激勵導致地方債務風險呈現(xiàn)空間差異特征。當前中央政府以財政分權(quán)和晉升激勵的方式影響地方政府履行職能。欠發(fā)達地區(qū)和發(fā)達地區(qū)債務風險會在GDP晉升激勵下出現(xiàn)差異。發(fā)達地區(qū)經(jīng)濟發(fā)展水平相對較高，受到GDP晉升激勵較小，舉債規(guī)模較小，而欠發(fā)達地區(qū)經(jīng)濟發(fā)展相對落后，自身債務承受能力較差，在GDP晉升激勵之下，可能通過各種融資平臺大量舉債以發(fā)展經(jīng)濟。一方面，合理范圍的地方債務可以彌補市場失靈，產(chǎn)生正效應，但是一旦地方債務水平突破合理范圍，這種正效應會隨著投資規(guī)模的增加逐漸減弱甚至消失;另一方面，過量的政府投資會通過擠出效應擠占私人投資，導致地方政府承受越來越大的償債壓力。二是不同區(qū)域?qū)ν徽叩奈障芰Σ煌?，發(fā)達地區(qū)借助于其健全的金融機構(gòu)和金融市場體系能夠?qū)崿F(xiàn)預期的政策效果，欠發(fā)達地區(qū)則可能相反，由此金融風險會在欠發(fā)達地區(qū)出現(xiàn)較大程度的積累。

（四）家戶部門經(jīng)濟活動的區(qū)域差異性

家戶部門經(jīng)濟活動區(qū)域差異主要體現(xiàn)為人力資本區(qū)際間流動。新古典勞動力遷移理論強調(diào)區(qū)際收入差異是區(qū)際人力資本流動的主要動因。勞動力往往會向經(jīng)濟比較發(fā)達、工資比較高、生活質(zhì)量比較高的區(qū)域流動。勞動力遷移使得經(jīng)濟活動擴張的地區(qū)吸引了大量的青年人才，形成“刺激投資—增加收入”的良性循環(huán)，拉大了與欠發(fā)達地區(qū)的發(fā)展差距。此外，勞動力本身蘊含了大量有關(guān)技術(shù)與研發(fā)創(chuàng)新的信息，其區(qū)際流動構(gòu)筑了先進技術(shù)與創(chuàng)新知識向其他地區(qū)擴散與傳播的通道。不同地區(qū)勞動力的差異分布導致不同地區(qū)擁有不同抵御金融風險的能力和技術(shù)，進而使金融風險呈現(xiàn)區(qū)域差異。

二、我國金融風險區(qū)域差異及來源

（一）我國金融風險水平的測度

1.指標選擇

金融風險具有自我累積、傳染速度快和波及范圍廣等特點，任何單一市場或部門的金融風險都不能代表整體金融風險狀況。依據(jù)科學性、層次性、可操作性和目標導向性原則，這里綜合借鑒國內(nèi)外學者[9-15]的研究成果，基于金融風險區(qū)域差異的形成機理，從金融、企業(yè)、政府和家戶經(jīng)濟四部門角度選擇了多項指標表征我國經(jīng)濟所面臨的整體金融風險水平。另外，本文認為不能脫離四部門所處的經(jīng)濟環(huán)境來考察部門的風險狀況，經(jīng)濟狀況惡化的現(xiàn)實演變比單純的某個部門的價值縮水更為嚴重和復雜。換言之，在惡劣的宏觀經(jīng)濟形勢下，任何經(jīng)濟部門都難以獨善其身。因此，在上述四部門指標的基礎上，本文又加入了反映宏觀環(huán)境狀況的指標。這些風險指標構(gòu)成了我國金融風險指標體系（見表1，下頁），用以全面衡量金融風險水平。表1中的指標涉及我國31個省（區(qū)、市），數(shù)據(jù)來自Wind數(shù)據(jù)庫、國家統(tǒng)計局、CSMAR數(shù)據(jù)庫、EPS全球統(tǒng)計數(shù)據(jù)庫以及《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》，時間跨度為2005～2016年。

金融部門指標反映金融機構(gòu)及市場運行引致的風險積累，包含銀行、保險和股票市場三個維度，其中保費深度代表保險業(yè)的發(fā)展水平;股票市值/GDP衡量股票市場發(fā)育程度;由于銀行體系特殊的傳染和擴散特征，用不良貸款率反映壞賬累積引發(fā)的風險;存貸比表征銀行抵御風險的能力;信貸膨脹率表示信貸過快增長帶來的風險。其中，保費深度、股票市值/GDP和存貸比為逆向指標，其數(shù)值越大，風險越小;不良貸款率為正向指標，其數(shù)值越大，風險越大;信貸膨脹率為適度指標，該指標數(shù)值應維持在一定水平上，過高或過低都代表積累風險過多。

企業(yè)部門指標反映企業(yè)經(jīng)營所積累的金融風險，隨著我國供給側(cè)結(jié)構(gòu)性改革的推進，淘汰落后產(chǎn)能、企業(yè)轉(zhuǎn)型升級時所積累的風險不容忽視。本文用ROA反映企業(yè)的盈利情況，虧損率反映企業(yè)虧損狀況，流動比率反映企業(yè)流動性風險，資產(chǎn)負債率反映企業(yè)的債務風險。其中，ROA為逆向指標，其余三項均為正向指標。

政府部門指標反映財政風險，基于數(shù)據(jù)可得性，本文用財政缺口率表示，用以反映政府在配置社會資源時的收支缺口情況。該指標為正向指標，數(shù)值越大，風險越大。

家庭部門指標反映家庭風險積累狀況，用居民家庭人均收入增長率反映家庭的收入狀況，失業(yè)率表征勞動產(chǎn)能中并未轉(zhuǎn)化為家庭財富的閑置勞動產(chǎn)能。其中，居民家庭人均收入為負向指標，失業(yè)率為正向指標。

宏觀環(huán)境反映國家經(jīng)濟總體運行出現(xiàn)偏差累積的風險。GDP增長率表示一國經(jīng)濟增長速度，進出口額/GDP表示對外貿(mào)易依存度，固定資產(chǎn)投資/GDP表示固定資產(chǎn)投資狀況，通貨膨脹率反映一國平均物價水平上升幅度。上述指標均為適度指標，其數(shù)值應該維持在一定范圍，過高和過低都意味著累積風險增加。

2.金融壓力指數(shù)構(gòu)建

基于上述選擇的指標以及區(qū)域范圍的說明，這里借鑒以往學者的研究[16]，采用熵權(quán)法①，科學、客觀、合理地為每個指標賦權(quán)，以獲得我國金融風險水平的綜合評估值。為了消除不同指標維度和幅度差異對計算結(jié)果的影響，這里先對不同屬性的金融風險指標進行標準化處理，最終得出的指標值越大，風險越大。不同屬性的金融風險指標采取不同的標準化處理方式。

正向指標標準化處理方式如公式（1）所示：

負向指標標準化處理方式如公式（2）所示：

適度指標標準化處理方式如公式（3）所示：

其中，rij為第i年的第j個指標值。

按照上述處理方式，本文估計出了我國各省域金融風險大小，其具體結(jié)果如表2（下頁）所示。其中，四大區(qū)域的金融風險大小由區(qū)域內(nèi)各省份的均值得出，全國整體金融風險由全國31個省份的均值得出。

（二）我國金融風險水平的典型化事實描述

1.四大區(qū)域及其整體金融風險水平的演變趨勢

由圖1可知，2005～2016年四大區(qū)域整體的金融風險水平處于“上升—下降”的波動性變化中，但總體上呈上升趨勢。其中，上升較快的有兩個階段：一是2008～2009年，該時期美國金融危機爆發(fā)，金融風險在全球范圍內(nèi)集聚累積;二是2014～2016年，此階段我國GDP增速下降較快，社會經(jīng)濟效益降低，加之該時期“股災”“人民幣貶值”和“債市波動”等“風險事件”和金融“亂象”頻發(fā)，風險迅速增加。此外，我國為應對全球性金融危機，于2008～2010年出臺了大規(guī)模經(jīng)濟刺激計劃，該政策雖然使我國一段時間內(nèi)保持了較高的GDP增速，但并未能從根本上化解金融風險，而只是推遲了金融風險暴露進程。2014年之后，刺激政策弊端凸顯，我國經(jīng)濟結(jié)構(gòu)失衡、產(chǎn)能過剩等問題愈發(fā)嚴重，風險累積加快。

四大區(qū)域金融風險水平排序由高到低依次是西部地區(qū)、東北地區(qū)、中部地區(qū)和東部地區(qū)，東部地區(qū)和西部地區(qū)的金融風險水平波動相對較為平穩(wěn)，而東北地區(qū)和中部地區(qū)金融風險水平波動較大。其中，東部地區(qū)憑借自身區(qū)位優(yōu)勢，抓住發(fā)展機遇，逐漸成為亞太地區(qū)乃至全球最具發(fā)展活力的地區(qū)之一。伴隨供給側(cè)結(jié)構(gòu)性改革的持續(xù)推進，東部地區(qū)積極調(diào)結(jié)構(gòu)、轉(zhuǎn)方式，金融風險水平較低且波動較小。中部地區(qū)金融風險在全球金融危機爆發(fā)和“去產(chǎn)能”任務的推進中波動較大，但2015年以來，中部地區(qū)重點淘汰化解鋼鐵、煤炭等過剩產(chǎn)能，制定差別化政策，抑制高耗能產(chǎn)業(yè)發(fā)展，并主動順應新一輪產(chǎn)業(yè)變革趨勢，積極布局新興產(chǎn)業(yè)和前沿領(lǐng)域，金融風險水平大幅下降。東北地區(qū)受振興東北老工業(yè)基地戰(zhàn)略的影響，經(jīng)濟獲得發(fā)展，金融風險水平由原來的較高水平逐漸小幅下降，2012年以來，東北地區(qū)體制機制不活、創(chuàng)新能力不足、國有企業(yè)和資源型產(chǎn)業(yè)比重偏大和產(chǎn)能過剩行業(yè)相對集中的狀況，在全國經(jīng)濟持續(xù)放緩的背景下日益突出，加劇了對該地區(qū)金融風險的影響和沖擊，導致金融風險快速攀升。西部地區(qū)則因金融起步晚、發(fā)展較慢，面臨的問題較多，金融風險處于較高水平。

2.區(qū)域內(nèi)金融風險水平的演變趨勢

圖2至圖5（下頁）報告了區(qū)域內(nèi)各省域金融風險水平的演變趨勢。其中，圖2報告了東部地區(qū)區(qū)域內(nèi)金融風險水平的演變趨勢。從整體來看，東部地區(qū)區(qū)域內(nèi)金融風險水平呈梯隊分布，由低到高依次為：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣州和海南，區(qū)域內(nèi)金融風險水平波動幅度較小，呈現(xiàn)“上升—下降—小幅上升—下降”的趨勢。然而，東部地區(qū)區(qū)域內(nèi)金融風險水平省際間差距較大，風險水平最高的海南和最低的北京，相差近10倍。東部地區(qū)因發(fā)展早，金融發(fā)展水平較高，同時受益于國家政策的傾斜，集聚了大量的行業(yè)人才和金融資源，金融風險水平大體處于可控范圍內(nèi)。圖3報告了中部地區(qū)區(qū)域內(nèi)金融風險水平的演變趨勢。從整體來看，除山西省外，中部地區(qū)其余各省的金融風險水平均居于0.03附近，且波動幅度呈小幅下降趨勢。山西省金融風險水平偏高且波動幅度較大，這與山西省產(chǎn)業(yè)結(jié)構(gòu)單一、產(chǎn)業(yè)結(jié)構(gòu)偏向重工業(yè)、企業(yè)轉(zhuǎn)型升級較慢密切相關(guān)。在淘汰落后產(chǎn)能、深入推進供給側(cè)結(jié)構(gòu)性改革的背景下，山西省受外部環(huán)境變化的沖擊和影響較大，其風險水平偏高且波動較大。圖4報告了西部地區(qū)區(qū)域內(nèi)金融風險水平的演變趨勢。從整體來看，除西藏外，其余省份風險基本居于0.02～0.06范圍內(nèi)。圖5報告了東北地區(qū)區(qū)域內(nèi)金融風險水平的演變趨勢。從整體來看，東北地區(qū)金融風險水平較高，其變化呈現(xiàn)先小幅下降后快速上升的態(tài)勢。從經(jīng)濟增速、工業(yè)增加值增速等方面來看，近年來東北三省均位居全國后幾位。在供給側(cè)結(jié)構(gòu)性改革背景下，東北地區(qū)在全國四大區(qū)域中金融風險水平較高，省域內(nèi)資源型企業(yè)的轉(zhuǎn)型升級和風險防范成為現(xiàn)階段的重要工作。

（三）我國金融風險的區(qū)域差異及其來源

1.Dagum基尼系數(shù)法

Dagum基尼系數(shù)法是按照子群將基尼系數(shù)進行分解的方法[17]。該方法的優(yōu)勢在于充分考慮了子樣本的分布狀況，有效解決了數(shù)據(jù)交叉重疊和區(qū)域差異來源的問題，是對傳統(tǒng)基尼系數(shù)法和泰爾指數(shù)法的一種改進。具體如式（4）～（14）所示。

2.我國金融風險區(qū)域差異及來源的實證檢驗

這里利用Dagum基尼系數(shù)法實證檢驗金融風險地區(qū)差異的大小及來源，具體結(jié)果如下：

就金融風險總體區(qū)域差異而言，全國總體金融風險區(qū)域差異呈現(xiàn)如下特征：總體基尼系數(shù)處于0.1719至0.2646之間，表明全國總體金融風險差異較大（見圖6）?？傮w基尼系數(shù)呈現(xiàn)“上升—下降—上升”的演變態(tài)勢，尤其是2014年以來，基尼系數(shù)上升較快，表明總體區(qū)域差異進一步增大。

就金融風險區(qū)域內(nèi)差異而言，東部地區(qū)基尼系數(shù)先下降后上升，表明該地區(qū)金融風險的區(qū)域內(nèi)差異呈“下降—上升”態(tài)勢，但在四大區(qū)域內(nèi)基尼系數(shù)仍處于較低水平，且整體波動較小，這表明東部地區(qū)區(qū)域內(nèi)金融風險水平比較穩(wěn)定（與圖2結(jié)果吻合）。中部地區(qū)基尼系數(shù)變化較大，其中變化最大的兩個階段是2008～2010年和2014～2016年，基尼系數(shù)均先快速上升，后急速下降，表明中部地區(qū)金融風險區(qū)域內(nèi)差異波動較大。西部地區(qū)基尼系數(shù)2005～2011年較大，2012～2014年回落，差距縮小，之后又逐漸增加，這表明西部地區(qū)金融風險區(qū)域內(nèi)差異較高，波動幅度相對較小。東北地區(qū)金融風險區(qū)域內(nèi)差異呈現(xiàn)“上升—下降—上升”的趨勢，2005～2012年基尼系數(shù)較小，東北三省的金融風險相差不大，自2013年開始基尼系數(shù)上升較快，金融風險區(qū)域內(nèi)差異快速攀升，直至2016年基尼系數(shù)仍在增加，表明2013年之后東北地區(qū)金融風險的區(qū)域內(nèi)差異有進一步拉大趨勢（見圖6）。

就金融風險區(qū)域間差異而言，我國金融風險存在較大的空間差異特征。從整體來看，2012年之前，金融風險區(qū)域間差異由大到小依次為中部和西部地區(qū)、東部和西部地區(qū)、西部和東北地區(qū)、東部和東北地區(qū)、中部和東北地區(qū)以及東部和中部地區(qū)。2013年以來，上述金融風險區(qū)域間差異大小排序開始出現(xiàn)變化。在樣本考察期內(nèi)，中部地區(qū)和其余三大地區(qū)金融風險區(qū)域間差異波動較大，2008～2011年均呈現(xiàn)“上升—下降”態(tài)勢，2012年之后，該差異則出現(xiàn)了交錯變化。其中，中部地區(qū)和東北地區(qū)金融風險區(qū)域間差異開始快速攀升，而中部和西部地區(qū)以及中部和東部地區(qū)金融風險區(qū)域間差異2012～2015年上升，之后出現(xiàn)小幅回落。東部和西部地區(qū)以及東部和東北地區(qū)金融風險區(qū)域間差異2013年之前小幅波動，2014年之后迅速拉大。西部和東北地區(qū)金融風險區(qū)域間差異變化不大，2015年之后有略微上升趨勢（見圖7，下頁）。

就金融風險區(qū)域差異來源及其貢獻而言，金融風險區(qū)域差異主要來源于金融風險區(qū)域內(nèi)差異、區(qū)域間差異以及代表區(qū)域間交叉重疊問題的超變密度。其中，區(qū)域內(nèi)差異貢獻最大，其次是區(qū)域間差異，最后是超變密度。具體來看，區(qū)域內(nèi)差異大小位于0.0456～0.0613區(qū)間內(nèi)，貢獻率均值為56.9%;區(qū)域間差異大小處于0.0128～0.0416區(qū)間內(nèi)，貢獻度均值為27.081%;超變密度的貢獻度遠低于區(qū)域內(nèi)貢獻和區(qū)域間貢獻，均值為15.020%（見圖8）。以上結(jié)果表明，區(qū)域內(nèi)差異是我國金融風險差異的主要來源，區(qū)域間差異與不同地區(qū)的交叉重疊問題對我國金融風險區(qū)域差異貢獻較小。但是從區(qū)域內(nèi)和區(qū)域間差異的變化趨勢來看，2014年之后，區(qū)域內(nèi)的差異貢獻有所下降，區(qū)域間的差異貢獻逐漸增加。

三、我國金融風險的分布動態(tài)演進

（一）Kernel密度估計方法

Kernel密度估計方法屬于非參數(shù)方法之一，以其依賴性弱、穩(wěn)健性強成為分析空間非均衡性的常用工具。該方法可用連續(xù)密度曲線描述隨機變量分布形態(tài)，通常設定X的密度函數(shù)如公式（15）所示：

根據(jù)函數(shù)形式的不同，Kernel密度函數(shù)包含高斯核函數(shù)、三角核函數(shù)和四角核函數(shù)等。選擇Kernel密度估計帶寬，對于提高估計的準確性至關(guān)重要。當其他條件給定時，該帶寬越大，核密度估計方差越小，曲線越平滑，但此時估計偏差增大[18]。在實際選擇中，樣本數(shù)值越多，帶寬應越小，但不宜過小，應滿足公式（17）：

本文選擇相對常用的高斯核函數(shù)估計我國金融風險區(qū)域差異的分布動態(tài)演進，根據(jù)核密度曲線可以觀察到研究對象的分布位置、形態(tài)以及延展性。其表達式如公式（18）所示：

（二）我國金融風險分布動態(tài)演進的實證檢驗

這里采用Kernel密度估計方法進一步對我國金融風險的分布位置、態(tài)勢、極化趨勢以及延展性等的動態(tài)演進過程展開分析。

1.四大區(qū)域整體金融風險的分布動態(tài)演進

由圖9（下頁）可以看出，四大區(qū)域整體金融風險增加，且區(qū)域差異逐步擴大。從核密度曲線形狀來看，在樣本考察期內(nèi)，四大區(qū)域整體金融風險的波峰位置右移，說明四大區(qū)域整體金融風險呈上升態(tài)勢;主峰波峰的高度變矮、寬度變寬，且經(jīng)歷了“單峰—多峰”的時空格局演化，表明四大區(qū)域整體金融風險的地區(qū)差異在擴大，同時呈現(xiàn)微弱的多極化趨勢，多峰的出現(xiàn)也反映了一些金融風險上升較快的省份（遼寧、吉林、黑龍江和山西）與金融風險上升較慢甚至降低的省份（北京、上海）之間差距越來越大。此外，四大區(qū)域整體金融風險在出現(xiàn)“多峰”分布時，除主峰外，其余側(cè)峰較低，表明我國金融風險具有一定梯度效應。全國整體金融風險的核密度曲線具有右拖尾現(xiàn)象，且右拖尾變長，表明四大區(qū)域整體金融風險的區(qū)域差異在擴大。

2.東部地區(qū)金融風險的分布動態(tài)演進

由圖10可以看出，東部地區(qū)金融風險的分布動態(tài)呈現(xiàn)以下特征：主峰位置經(jīng)歷了先右移后左移的變化，表明東部地區(qū)的金融風險呈“先上升后下降”的演變態(tài)勢，此結(jié)果與圖1東部地區(qū)金融風險變化相吻合;主峰的波峰高度于2007～2012年變低，波形扁平化，表明在此期間金融風險的區(qū)域差異增大，2014～2016年波形也出現(xiàn)類似特征，說明金融風險區(qū)域差異進一步變大，這與圖2中東部地區(qū)區(qū)域內(nèi)金融風險2007～2012年和2014～2016年的演變趨勢一致;從延展性來看，2010年之前，東部地區(qū)的核密度曲線出現(xiàn)右拖尾現(xiàn)象，說明該地區(qū)金融風險上升較快的省份與金融風險上升較慢甚至降低省份的差距在擴大，但是從2011年開始，右拖尾現(xiàn)象減弱，說明各區(qū)域金融風險變化相似，金融風險出現(xiàn)梯度效應，這與圖2報告的東部地區(qū)區(qū)域內(nèi)金融風險出現(xiàn)梯隊分布結(jié)果相吻合。

3.中部地區(qū)金融風險的分布動態(tài)演進

由圖11可以看出，中部地區(qū)金融風險的分布動態(tài)呈現(xiàn)以下特征：主峰位置向右發(fā)生微小移動，表明中部地區(qū)金融風險呈現(xiàn)微弱上升趨勢，結(jié)果與圖1的中部地區(qū)金融風險變化相符。2008～2011年與2013～2016年，主峰的波峰呈現(xiàn)峰頂較低、峰形扁平化現(xiàn)象，表明這兩個時間段中部地區(qū)金融風險差異增加，該結(jié)果與圖3中由于山西省2008～2011年、2013～2016年波動較大導致中部地區(qū)區(qū)域內(nèi)金融風險差異增大的結(jié)論吻合;同樣是2008～2011年和2013～2016年，中部地區(qū)的核密度曲線出現(xiàn)右拖尾現(xiàn)象，表明這兩個階段中部地區(qū)金融風險上升較快的省份和上升較慢的省份間的差距越來越大，這與圖3的結(jié)果相符。

4.西部地區(qū)金融風險的分布動態(tài)演進

由圖12（下頁）可以看出，西部地區(qū)金融風險的分布動態(tài)呈現(xiàn)以下特征：主峰位置整體向右移動，這意味著西部地區(qū)金融風險呈上升趨勢，結(jié)果與圖1西部地區(qū)金融風險的變化相似;主峰的波峰高度先增加后降低，波形寬度先變寬后縮窄，說明西部地區(qū)金融風險的區(qū)域差異先降低后增加（報告結(jié)果與圖4基本吻合）;西部地區(qū)核密度曲線出現(xiàn)了右拖尾現(xiàn)象，且在2012年前后出現(xiàn)了“主峰+側(cè)峰”現(xiàn)象，這說明西部地區(qū)的金融風險出現(xiàn)多極分化趨勢，“多峰”現(xiàn)象說明有些省份之間金融風險差異在拉大，該結(jié)論與圖4結(jié)果相符。

5.東北地區(qū)金融風險的分布動態(tài)演進

由圖13可以看出，東北地區(qū)金融風險的分布動態(tài)呈現(xiàn)以下特征：東北地區(qū)金融風險兩極分化現(xiàn)象嚴重，這與圖1所示的東北地區(qū)金融風險相符;2012年之前，東北地區(qū)的核密度曲線峰頂較低，波形較寬，說明東北地區(qū)金融風險的區(qū)域差異較大，從2013年開始由原來的單峰狀態(tài)逐漸演化為雙峰狀態(tài)，且兩個峰的峰頂高度相當，這意味著東北地區(qū)金融風險分化現(xiàn)象嚴重，金融風險上升較快的省份與金融風險上升較慢的省份間差距越來越大，這與圖5中遼寧省和黑龍江省的金融風險在2015年之后快速上升且上升速度明顯高于吉林省的結(jié)果吻合。

四、結(jié)論與政策建議

這里闡釋了金融風險區(qū)域差異的動態(tài)演變機制，在測度我國四大區(qū)域和區(qū)域內(nèi)各省域金融風險水品的基礎上，利用基尼系數(shù)法和核密度估計方法依次實證檢驗了我國金融風險的地區(qū)差異及分布動態(tài)演進，得到如下結(jié)論：我國整體金融風險水平呈上升趨勢，西部地區(qū)金融風險水平最高，東北地區(qū)和中部地區(qū)金融風險水平次之，東部地區(qū)金融風險水平最低，且東部地區(qū)各省份金融風險水平呈梯隊排布，中部、西部和東北地區(qū)個別省份金融風險水平偏高且風險水平波動較大;我國金融風險區(qū)域差異呈擴大態(tài)勢，區(qū)域內(nèi)差異成為金融風險區(qū)域差異的主要來源;東部、中部和西部地區(qū)金融風險呈現(xiàn)微弱的多級分化態(tài)勢，東北地區(qū)則表現(xiàn)為嚴重的兩極分化。

為抑制和防范我國潛在的金融風險，就四大區(qū)域視角而言，要做好如下工作：第一，金融風險防控需精準施策和協(xié)作治理。研究結(jié)論表明，我國區(qū)域金融風險具有顯著的區(qū)域差異，且區(qū)域差異有擴大趨勢。防控風險不僅要有針對性的整治重點地區(qū)、重點省份，而且要加強區(qū)域間的相互合作，推動建立風險管理的區(qū)域協(xié)作機制，防止不同區(qū)域金融風險的交叉?zhèn)魅?，進而避免區(qū)域性系統(tǒng)性風險爆發(fā)。第二，繼續(xù)深入推進實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，縮小區(qū)域發(fā)展差距，為各區(qū)域金融風險防控打好基礎。具體而言，一是繼續(xù)發(fā)揮東部地區(qū)的先天優(yōu)勢和區(qū)位優(yōu)勢，打造和培育高新技術(shù)產(chǎn)業(yè)，多方位構(gòu)建技術(shù)引進平臺，使東部地區(qū)成為創(chuàng)新技術(shù)知識的發(fā)源地，為我國發(fā)展方式的轉(zhuǎn)變提供持續(xù)的技術(shù)保障。二是充分發(fā)揮東部地區(qū)知識技術(shù)的溢出效應。通過研發(fā)人員派遣和培訓或打破高新技術(shù)人才流動障礙、建立有效人才流動機制等方式，加強對中西部地區(qū)的技術(shù)支持。第三，建立有序協(xié)調(diào)互補的金融資源配置體系，積極引導金融資源由經(jīng)濟發(fā)達的省份流向經(jīng)濟欠發(fā)達的省份，給予中西部地區(qū)更多的資金支持，平衡經(jīng)濟增長。第四，結(jié)合當前供給側(cè)結(jié)構(gòu)性改革，因地制宜制定區(qū)域產(chǎn)業(yè)發(fā)展政策。研究結(jié)論表明，目前我國四大區(qū)域金融風險的產(chǎn)生與區(qū)域的產(chǎn)業(yè)政策、體制機制等因素密不可分。各區(qū)域需依照自身資源稟賦，制定凸顯自身比較優(yōu)勢的產(chǎn)業(yè)政策。如東部地區(qū)要充分利用自身區(qū)位、資金和技術(shù)優(yōu)勢，大力發(fā)展第三產(chǎn)業(yè);中部地區(qū)作為我國糧食的主產(chǎn)區(qū)，可積極調(diào)整農(nóng)業(yè)結(jié)構(gòu)，大力發(fā)展綠色農(nóng)業(yè)、生態(tài)農(nóng)業(yè);西部地區(qū)由于生態(tài)環(huán)境惡劣，需實施退耕還林還草政策，可利用西部地區(qū)民族眾多、文化多樣以及地形地貌的多姿多彩來發(fā)展旅游業(yè)，增強經(jīng)濟發(fā)展活力。

就區(qū)域內(nèi)各省域視角而言，要采取如下措施：第一，區(qū)域金融風險治理和防范不能忽視地方政府行為的軟約束機制，要注意增強金融機構(gòu)對地方政府行為風險溢出的制度約束，強化中央銀行和金融機構(gòu)總行的約束，構(gòu)建地方政府融資等行為的市場化機制。此外，要將政府債務風險納入地方政府績效考核指標體系，避免原有唯GDP績效考核下地方政府行為的負外部效應，并可進一步通過債務重組、資產(chǎn)證券化、股權(quán)出售、市場化債轉(zhuǎn)股等方式緩釋高危地區(qū)地方政府的償債壓力。第二，加強對系統(tǒng)重要性金融機構(gòu)的監(jiān)管，可通過組建大數(shù)據(jù)檢測平臺，增進不同機構(gòu)之間的信息協(xié)調(diào)和任務分工，完成從“管理”到“監(jiān)管”的思維轉(zhuǎn)換，從“亡羊補牢”式的事后監(jiān)管轉(zhuǎn)變?yōu)椤拔从昃I繆”式的事前預警。第三，鼓勵企業(yè)積極進行技術(shù)交流和貿(mào)易合作，引導周期性企業(yè)進行適當?shù)馁Y金“逆周期”儲備，減弱企業(yè)在經(jīng)濟周期中擴大或縮減信貸的外部激勵，避免經(jīng)濟劇烈震蕩[19]。此外，在新一輪經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級過程中，要深入推進供給側(cè)結(jié)構(gòu)性改革，積極淘汰落后產(chǎn)能，使市場出清的同時孕育一批創(chuàng)新型企業(yè)，從源頭上化解金融風險。第四，各省域尤其是欠發(fā)達省份應在培養(yǎng)人才和吸引、留住人才上下功夫?？赏ㄟ^在當?shù)厝Υ蛟煜嚓P(guān)產(chǎn)業(yè)的專業(yè)孵化器，培育各式各樣的專業(yè)性人才，通過建立完善的就業(yè)體系、提供充足的崗前培訓、提高勞動者的薪資待遇、改善勞動者的工作環(huán)境等方式吸引并留住人才，減少因人才匱乏和人才流失帶來的金融風險增加的可能性。■

參考文獻

[1]易綱.銀行不良資產(chǎn)率呈地域特征[J].市場周刊（研究版），2005（3）：35.

[2]陳衛(wèi)東，熊啟躍.我國非金融企業(yè)杠桿率的國際比較與對策建議[J].國際金融研究，2017（2）：3-11.

[3]毛捷，黃春元.地方債務、區(qū)域差異與經(jīng)濟增長——基于中國地級市數(shù)據(jù)的驗證[J].金融研究，2018（5）：1-19.

[4]樊杰，陳東，呂晨.國際金融危機空間過程和區(qū)域響應的初探——兼論新經(jīng)濟地理事像研究的一個新范式[J].地理研究，2009（6）：1439-1448.

[5]余南平.后金融危機時期歐美經(jīng)濟復蘇差異比較——以金融結(jié)構(gòu)為視角[J].歐洲研究，2014（3）：47-68.

[6]沈悅，李博陽，張嘉望.系統(tǒng)性金融風險：測度與時空格局演化分析[J].統(tǒng)計與信息論壇，2017（12）：42-51.

[7]王擎，劉軍，金致雯.區(qū)域性金融風險與區(qū)域經(jīng)濟增長的相關(guān)性分析[J].改革，2018（5）：66-75.

[8]NORTH D C. Location theory and regional economic growth[J]. Journal of Political Economy， 1955， 63（3）： 243-258.

[9]ILLING M， LIU Y. Measuring financial stress in a developed country： An application to Canada[J]. Journal Financial Stability， 2003， 2（3）： 243-265.

[10]HAKKIO C S， KEETON W R. Financial stress： what is it， how can it be measured， and why does it matter？[J]. Economic Review， 2009， 94（2）： 5-50.

[11]CARDARELLI R， ELEKDAG S， LALL S. Financial stress and economic contractions[J]. Journal of Financial Stability， 2011， 7（2）： 1-97.

[12]BALAKRISHNAN R， DANNINGER S， ELEKDAG S， et al. The transmission of financial stress from advanced to emerging economies[J]. Emerging Markets Finance & Trade， 2011， 47（2）： 40-68.

[13]GIRARDI G， ERGUN A T. Systemic risk measurement： multivariate GARACH estimation of CoVAR [J]. Journal of Banking & Finance， 2013， 37（1）： 3169-3180.

[14]許滌龍，陳雙蓮.基于金融壓力指數(shù)的系統(tǒng)性金融風險測度研究[J].經(jīng)濟學動態(tài)，2015（4）：69-78.

[15]陶玲，朱迎.系統(tǒng)性金融風險的監(jiān)測和度量——基于中國金融體系的研究[J].金融研究，2016（6）：18-36.

[16]RODRIGUEZ-MORENO M， PENA JI. Systemic risk measures： the simpler the better？[J]. Journal of Banking & Finance， 2013，37（6）：1817-1831.

[17]DAGUM. A new approach to the decomposition of the Gini income inequality Ratio[J]. Empirical Economics， 1997， 22（4）： 515-531.

[18]SILVERMAN B W. Density estimation for statistics and? data? analysis [M].? London： Chapman and Hall， 1986.

[19]朱沛華，李軍林.市場化進程、經(jīng)濟波動與地方金融風險[J].改革，2019（6）：63-72.

（責任編輯：羅重譜）