我國(guó)區(qū)域金融風(fēng)險(xiǎn)的空間傳染路徑研究

沈麗 張影 李文君

摘要：本文從經(jīng)濟(jì)四部門(mén)入手，基于區(qū)域內(nèi)外兩個(gè)角度對(duì)區(qū)域金融風(fēng)險(xiǎn)部門(mén)間的空間傳染路徑進(jìn)行理論分析，并在合理測(cè)度中國(guó)區(qū)域金融風(fēng)險(xiǎn)的基礎(chǔ)上，運(yùn)用空間偏微分方法驗(yàn)證了上述路徑。研究表明，中國(guó)存在企業(yè)部門(mén)—金融部門(mén)、政府部門(mén)—金融部門(mén)和家戶部門(mén)—金融部門(mén)的區(qū)域金融風(fēng)險(xiǎn)傳染路徑，且由于家戶貸款屬于個(gè)人行為，金融機(jī)構(gòu)向企業(yè)融資是市場(chǎng)行為，通過(guò)融資平臺(tái)向地方政府融資存在行政干預(yù)，從而政府、企業(yè)和家戶部門(mén)對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響存在差異性，但從影響程度看，政府部門(mén)和企業(yè)部門(mén)是區(qū)域金融風(fēng)險(xiǎn)的主要傳染源。此外，由于存在區(qū)域間政府競(jìng)爭(zhēng)、技術(shù)知識(shí)溢出及資本、勞動(dòng)力流動(dòng)等區(qū)域間作用渠道，上述傳染效應(yīng)會(huì)被進(jìn)一步放大。最后，從區(qū)域內(nèi)和區(qū)域外兩個(gè)方面對(duì)中國(guó)防控區(qū)域金融風(fēng)險(xiǎn)提出政策建議。

關(guān)鍵詞：區(qū)域金融風(fēng)險(xiǎn);空間傳染;經(jīng)濟(jì)四部門(mén);空間偏微分方法

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-2848-2019（05）-0062-12

一、研究背景

目前，我國(guó)進(jìn)入長(zhǎng)期積累的金融風(fēng)險(xiǎn)易發(fā)多發(fā)期，各種不確定性因素、不穩(wěn)定因素的沖擊導(dǎo)致各類隱性風(fēng)險(xiǎn)逐漸顯性化，防控系統(tǒng)性、區(qū)域性金融風(fēng)險(xiǎn)成為新常態(tài)下最嚴(yán)峻的挑戰(zhàn)之一。值得關(guān)注的是，近年來(lái)我國(guó)區(qū)域金融風(fēng)險(xiǎn)呈現(xiàn)形式發(fā)生著多樣性變化，不僅表現(xiàn)為金融部門(mén)內(nèi)部的風(fēng)險(xiǎn)，還突出表現(xiàn)為由于業(yè)務(wù)往來(lái)或復(fù)雜的債權(quán)債務(wù)關(guān)聯(lián)導(dǎo)致地方政府部門(mén)、企業(yè)部門(mén)及家戶部門(mén)風(fēng)險(xiǎn)對(duì)金融部門(mén)風(fēng)險(xiǎn)的傳染。如2008年前后出現(xiàn)的山東海龍擔(dān)保圈的違規(guī)擔(dān)保，溫州、鄂爾多斯和東營(yíng)天信集團(tuán)民間借貸等的非法集資形式，2017年前后出現(xiàn)的魏橋系事件和農(nóng)民征信暴動(dòng)事件，都在不同程度上表明政府部門(mén)、企業(yè)部門(mén)和家戶部門(mén)對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響不容小覷。在此背景下，基于經(jīng)濟(jì)四部門(mén)視角客觀分析我國(guó)區(qū)域金融風(fēng)險(xiǎn)的空間傳染機(jī)制，對(duì)于消除區(qū)域金融風(fēng)險(xiǎn)隱患和減少區(qū)域金融風(fēng)險(xiǎn)爆發(fā)可能性，促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)健康發(fā)展具有重要意義。

目前，關(guān)于區(qū)域金融風(fēng)險(xiǎn)傳染的文獻(xiàn)汗牛充棟。梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，根據(jù)學(xué)者研究金融風(fēng)險(xiǎn)傳染的主體可將相關(guān)文獻(xiàn)分為以下四部分。一是金融危機(jī)期間國(guó)家（地區(qū)）間的風(fēng)險(xiǎn)傳染。學(xué)者們的研究證實(shí)了國(guó)際金融危機(jī)的傳染路徑主要有以下兩種：基于基本面?zhèn)魅镜馁Q(mào)易渠道和金融渠道[1-3]和不能由經(jīng)濟(jì)的基本面?zhèn)魅窘忉?，通過(guò)諸如風(fēng)險(xiǎn)厭惡、信息不對(duì)稱、羊群效應(yīng)和委托代理等投資者行為因素導(dǎo)致的金融風(fēng)險(xiǎn)在多國(guó)（地區(qū)）傳染渠道[4-6]。二是不同國(guó)家（地區(qū)）間金融市場(chǎng)的風(fēng)險(xiǎn)傳染。Luo等[7-9]證實(shí)了不同國(guó)家（地區(qū)）通過(guò)金融機(jī)構(gòu)的跨市場(chǎng)投資、國(guó)際對(duì)沖基金以及信息傳遞和其他國(guó)家金融市場(chǎng)形成聯(lián)動(dòng)機(jī)制而產(chǎn)生金融風(fēng)險(xiǎn)傳染效應(yīng)，袁晨等[10-12]則證明了我國(guó)內(nèi)部多個(gè)金融市場(chǎng)間的風(fēng)險(xiǎn)傳染。三是金融機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染。涂曉楓等[13]基于銀行的影子業(yè)務(wù)視角，探究了銀銀、銀信、銀證、銀保等之間的風(fēng)險(xiǎn)傳染。鄧超等[14-16]基于債券債務(wù)的復(fù)雜網(wǎng)絡(luò)關(guān)系探討了不同銀行間金融風(fēng)險(xiǎn)傳染，馬德功等[17]基于影子銀行資金供給視角研究了商業(yè)銀行間的金融風(fēng)險(xiǎn)傳染，王麗珍[18]對(duì)我國(guó)保險(xiǎn)業(yè)的再保險(xiǎn)業(yè)務(wù)的風(fēng)險(xiǎn)傳染效應(yīng)進(jìn)行了研究。四是不同省域之間的金融風(fēng)險(xiǎn)傳染。王營(yíng)等[19]基于我國(guó)2005—2014年數(shù)據(jù)驗(yàn)證了中國(guó)省際間區(qū)域性金融風(fēng)險(xiǎn)的高度關(guān)聯(lián)性。但上述大部分的研究主要聚焦在不同國(guó)家、不同金融市場(chǎng)、不同金融機(jī)構(gòu)以及不同省域間的金融風(fēng)險(xiǎn)傳染，而作為經(jīng)濟(jì)運(yùn)行主體的四部門(mén)，其間的債權(quán)債務(wù)鏈條錯(cuò)綜復(fù)雜，政府部門(mén)、企業(yè)部門(mén)以及家戶部門(mén)的行為必然會(huì)對(duì)金融部門(mén)的風(fēng)險(xiǎn)產(chǎn)生影響，因此從經(jīng)濟(jì)運(yùn)行主體四部門(mén)入手，考察其間的債權(quán)債務(wù)關(guān)系導(dǎo)致金融風(fēng)險(xiǎn)傳染的研究有待進(jìn)一步展開(kāi)。宋凌峰等[20]的研究也驗(yàn)證了區(qū)域內(nèi)“部門(mén)—部門(mén)”的金融風(fēng)險(xiǎn)傳染路徑，但并沒(méi)有進(jìn)一步檢驗(yàn)區(qū)域外政府、企業(yè)和家戶部門(mén)對(duì)本區(qū)域金融部門(mén)風(fēng)險(xiǎn)傳染的放大效應(yīng)。而近年來(lái)伴隨著我國(guó)區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的持續(xù)推進(jìn)，區(qū)域間關(guān)聯(lián)日益加強(qiáng)，區(qū)域間的風(fēng)險(xiǎn)溢出不容忽視。因此，為了更好地探究金融風(fēng)險(xiǎn)傳染路徑，本文的研究既關(guān)注區(qū)域內(nèi)政府、企業(yè)和家戶部門(mén)對(duì)本區(qū)域金融部門(mén)的風(fēng)險(xiǎn)傳染，也關(guān)注區(qū)域外政府、企業(yè)和家戶部門(mén)對(duì)本區(qū)域金融部門(mén)的風(fēng)險(xiǎn)傳染。

從區(qū)域金融風(fēng)險(xiǎn)傳染的研究方法上，早期的研究多是通過(guò)簡(jiǎn)單的Pearson相關(guān)系數(shù)法檢驗(yàn)國(guó)家（地區(qū)）金融危機(jī)傳染的可能性，由于該方法無(wú)法規(guī)避數(shù)據(jù)存在的異方差問(wèn)題，也無(wú)法反映金融市場(chǎng)之間非線性關(guān)系，后來(lái)學(xué)者們逐漸引入越來(lái)越成熟的計(jì)量模型來(lái)檢驗(yàn)金融風(fēng)險(xiǎn)的傳染效應(yīng)，如Baig等[21-23]利用Copula函數(shù)研究了國(guó)家（地區(qū)）金融風(fēng)險(xiǎn)的傳染效應(yīng)，Kelejian等[24-26]則采用空間計(jì)量經(jīng)濟(jì)學(xué)的研究方法探究國(guó)家（地區(qū)）間金融風(fēng)險(xiǎn)的傳染機(jī)制。本文借鑒了Kelejian等采用的空間計(jì)量方法，該方法在探究空間傳染時(shí)具有很大的優(yōu)勢(shì)，既能夠排除空間相關(guān)性和空間異質(zhì)性對(duì)實(shí)證結(jié)果的影響，又可同時(shí)考察區(qū)域內(nèi)外的共同影響。

鑒于此，本文可能的創(chuàng)新之處是從經(jīng)濟(jì)運(yùn)行主體四部門(mén)入手，基于其間債權(quán)債務(wù)鏈條變化，探討區(qū)域內(nèi)外政府、企業(yè)和家戶部門(mén)對(duì)本區(qū)域金融部門(mén)風(fēng)險(xiǎn)的空間傳染路徑，包含區(qū)域內(nèi)和區(qū)域外雙重影響。對(duì)于以上問(wèn)題的研究，理論層面豐富了金融風(fēng)險(xiǎn)傳染機(jī)制的研究，現(xiàn)實(shí)層面則有利于更清晰地辨別金融風(fēng)險(xiǎn)產(chǎn)生的源頭，遏制區(qū)域金融風(fēng)險(xiǎn)傳染渠道，以防控、消除、化解金融風(fēng)險(xiǎn)，維護(hù)區(qū)域經(jīng)濟(jì)平穩(wěn)健康運(yùn)行。

二、區(qū)域金融風(fēng)險(xiǎn)的空間傳染機(jī)制分析

基于區(qū)域內(nèi)和區(qū)域外兩種角度對(duì)區(qū)域金融風(fēng)險(xiǎn)部門(mén)間的空間傳染路徑展開(kāi)理論分析。兩種視角下尋找區(qū)域性金融風(fēng)險(xiǎn)爆發(fā)的源頭，能夠比較全面、明確地發(fā)現(xiàn)區(qū)域金融風(fēng)險(xiǎn)的傳染路徑，防止區(qū)域金融風(fēng)險(xiǎn)演變?yōu)橄到y(tǒng)性金融風(fēng)險(xiǎn)，擴(kuò)大危害。

（一）金融風(fēng)險(xiǎn)部門(mén)間空間傳染的區(qū)域內(nèi)視角

區(qū)域內(nèi)視角主要是指通過(guò)分析區(qū)域內(nèi)經(jīng)濟(jì)主體的某些可能導(dǎo)致區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生的行為來(lái)分析區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生的原因，從兩個(gè)角度整合分析：其一是區(qū)域內(nèi)橫向視角，例如區(qū)域內(nèi)政府政策、企業(yè)運(yùn)營(yíng)、家戶預(yù)期等因素，這些個(gè)體的經(jīng)濟(jì)行為必然會(huì)自下而上影響區(qū)域金融風(fēng)險(xiǎn)的爆發(fā);其二是區(qū)域內(nèi)縱向視角，主要包含區(qū)域內(nèi)金融機(jī)構(gòu)自身由于操作、審查等出現(xiàn)紕漏產(chǎn)生的風(fēng)險(xiǎn)，如信用風(fēng)險(xiǎn)或操作風(fēng)險(xiǎn)等。

1.區(qū)域內(nèi)橫向視角

區(qū)域內(nèi)政府、企業(yè)和家戶部門(mén)的行為必然會(huì)對(duì)區(qū)域內(nèi)金融風(fēng)險(xiǎn)造成影響。地方政府是國(guó)家政治、政策和法律的載體，其行為對(duì)地方金融機(jī)構(gòu)信貸具有軟約束。一方面，我國(guó)轄區(qū)內(nèi)地方政府與地方金融機(jī)構(gòu)存在隸屬關(guān)系，金融機(jī)構(gòu)放貸給地方政府既要考慮盈利還要考慮行政因素;另一方面，銀行等金融機(jī)構(gòu)作為特殊的商業(yè)企業(yè)，其決策者在利潤(rùn)、晉升及隱性收入的驅(qū)使下，尤其愿意向具有超強(qiáng)信用的地方政府放貸，構(gòu)成實(shí)質(zhì)的信貸軟約束。一旦地方政府決策失誤，風(fēng)險(xiǎn)極易通過(guò)債權(quán)債務(wù)鏈條傳導(dǎo)到金融部門(mén)，對(duì)區(qū)域金融風(fēng)險(xiǎn)形成潛在威脅。企業(yè)運(yùn)營(yíng)狀況影響金融機(jī)構(gòu)承擔(dān)的風(fēng)險(xiǎn)，具體表現(xiàn)：經(jīng)濟(jì)上行，企業(yè)及銀行紛紛加大投資和信貸力度;經(jīng)濟(jì)下行，由于企業(yè)經(jīng)營(yíng)不善銀行不良貸款迅速增加，金融風(fēng)險(xiǎn)增大。此外，信貸市場(chǎng)存在信息不對(duì)稱，非金融上市企業(yè)將利用自身優(yōu)勢(shì)獲得的銀行貸款直接貸給難以通過(guò)正當(dāng)手段從正規(guī)金融機(jī)構(gòu)獲得貸款的中小微企業(yè)，導(dǎo)致資金“脫實(shí)向虛”，增大金融杠桿，形成信貸泡沫，出現(xiàn)Allen等[27]提出的“信貸—資產(chǎn)泡沫”式杠桿效應(yīng)，極易誘發(fā)金融危機(jī)。家戶部門(mén)行為對(duì)區(qū)域金融風(fēng)險(xiǎn)的“凈傳染效應(yīng)”也不容忽視。當(dāng)個(gè)體銀行信譽(yù)降低或不良貸款飆漲引發(fā)投資者非理性預(yù)期及恐慌信息蔓延時(shí)，資產(chǎn)拋售的羊群行為會(huì)導(dǎo)致擠兌發(fā)生，銀行危機(jī)爆發(fā)。

2.區(qū)域內(nèi)縱向視角

關(guān)于區(qū)域金融風(fēng)險(xiǎn)誘發(fā)因素縱向視角的分析主要著眼于金融機(jī)構(gòu)內(nèi)部，具體可用單一金融機(jī)構(gòu)或某一金融活動(dòng)的資產(chǎn)損失或收益來(lái)衡量。雖然這種微觀因素通常是個(gè)體、孤立及非系統(tǒng)性的，但傳統(tǒng)微觀監(jiān)管的對(duì)象如法人治理結(jié)構(gòu)不完善、內(nèi)控機(jī)制不健全、從業(yè)人員素質(zhì)低下及風(fēng)險(xiǎn)管理手段技術(shù)落后等產(chǎn)生的風(fēng)險(xiǎn)則會(huì)通過(guò)轉(zhuǎn)化通道集聚成宏觀金融風(fēng)險(xiǎn)。尤其當(dāng)區(qū)域內(nèi)某一系統(tǒng)性重要金融機(jī)構(gòu)發(fā)生重大風(fēng)險(xiǎn)事故且監(jiān)管不力時(shí)，公眾會(huì)重新審視其他金融機(jī)構(gòu)的運(yùn)營(yíng)狀況及風(fēng)險(xiǎn)管理，導(dǎo)致類似的金融風(fēng)險(xiǎn)在不同金融機(jī)構(gòu)間傳染。此種情形雖然金融機(jī)構(gòu)間并無(wú)資金和業(yè)務(wù)往來(lái)，但金融風(fēng)險(xiǎn)卻發(fā)生傳染和擴(kuò)散。

（二）金融風(fēng)險(xiǎn)部門(mén)間空間傳染的區(qū)域外視角

區(qū)域外視角主要探討導(dǎo)致金融風(fēng)險(xiǎn)的區(qū)域外影響因素，也從兩方面分析：其一，區(qū)域間因素，尤其是地理位置相鄰或經(jīng)濟(jì)發(fā)展基礎(chǔ)以及經(jīng)濟(jì)發(fā)展模式相似的區(qū)域;其二，宏觀金融因素，如宏觀政策、制度、金融市場(chǎng)等因素。

1.區(qū)域間關(guān)系視角

區(qū)域間關(guān)系的建立主要通過(guò)以下三種渠道：渠道一為GDP溢出。GDP溢出標(biāo)準(zhǔn)內(nèi)涵自1998年Douven等[28]提出后逐漸形成，主要指本地區(qū)經(jīng)濟(jì)政策或其余內(nèi)生變量變動(dòng)引起其他地區(qū)經(jīng)濟(jì)變量的變動(dòng)程度，2002年Ligon[29]又進(jìn)一步完善了此概念，認(rèn)為GDP溢出指本地區(qū)GDP中不能被生產(chǎn)要素解釋的那一部分產(chǎn)出與其他地區(qū)GDP的相互影響。而當(dāng)前我國(guó)中央政府影響地方政府履行職能的方式即“政治錦標(biāo)賽”制具有顯著的GDP溢出效應(yīng)。在有限的晉升職位下，地方政府關(guān)注并趕超高經(jīng)濟(jì)發(fā)展水平的地區(qū)，同時(shí)會(huì)減少為與之競(jìng)爭(zhēng)官員所在地帶來(lái)正外部性。地方政府間特有的競(jìng)爭(zhēng)機(jī)制既刺激地方政府投資動(dòng)機(jī)，競(jìng)相重復(fù)投資，又對(duì)資源和稀缺資本造成浪費(fèi)，區(qū)域金融風(fēng)險(xiǎn)加大。渠道二為知識(shí)技術(shù)溢出。知識(shí)技術(shù)溢出主要指的是企業(yè)“輸入”和“輸出”知識(shí)技術(shù)的過(guò)程。企業(yè)知識(shí)技術(shù)“輸入”指企業(yè)會(huì)通過(guò)勞動(dòng)力培訓(xùn)、技術(shù)指導(dǎo)、聘請(qǐng)研發(fā)人員以及“資金換技術(shù)”等方式主動(dòng)獲取知識(shí)技術(shù)，企業(yè)知識(shí)技術(shù)“輸出”則是指企業(yè)主動(dòng)獲取的知識(shí)技術(shù)會(huì)以非自覺(jué)和非自愿擴(kuò)散、傳播、轉(zhuǎn)移等方式影響周邊地區(qū)。再加上鄰近地區(qū)也會(huì)通過(guò)主動(dòng)學(xué)習(xí)和積極模仿先進(jìn)技術(shù)知識(shí)以提高自身競(jìng)爭(zhēng)力，該種“學(xué)習(xí)模仿效應(yīng)”和“促競(jìng)爭(zhēng)效應(yīng)”強(qiáng)化了區(qū)域間企業(yè)的知識(shí)技術(shù)溢出。渠道三為要素流動(dòng)效應(yīng)。要素流動(dòng)主要是指資本和勞動(dòng)力的跨區(qū)域流動(dòng)。資本的逐利性會(huì)使資金在經(jīng)濟(jì)發(fā)展各異地區(qū)跨區(qū)流動(dòng)。起初資金會(huì)由落后地區(qū)流向發(fā)達(dá)地區(qū)，但當(dāng)經(jīng)濟(jì)發(fā)展到一定水平時(shí)，資金則會(huì)回流。資金大規(guī)模頻繁的跨區(qū)域流動(dòng)在促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展的同時(shí)，可能引發(fā)復(fù)雜的債權(quán)債務(wù)鏈條，構(gòu)成區(qū)域金融風(fēng)險(xiǎn)擴(kuò)散的通道。勞動(dòng)力這一生產(chǎn)要素為了追求高工資或舒適的居住環(huán)境等也會(huì)發(fā)生跨區(qū)際的流動(dòng)。由于勞動(dòng)力掌握技術(shù)與研發(fā)創(chuàng)新知識(shí)，因此其跨區(qū)流動(dòng)成為技術(shù)知識(shí)區(qū)域間溢出的重要途徑。

2.宏觀金融與區(qū)域金融視角

全國(guó)經(jīng)濟(jì)和金融系統(tǒng)遭受的宏觀金融風(fēng)險(xiǎn)落實(shí)或反映到某一具體的區(qū)域，則會(huì)形成自上而下的區(qū)域金融風(fēng)險(xiǎn)。宏觀金融風(fēng)險(xiǎn)具有一定系統(tǒng)性，其本質(zhì)上的形成原因在于金融脆弱性或金融一體化、自由化所造成的外部沖擊，具體表現(xiàn)為金融資產(chǎn)極度失水，銀行機(jī)構(gòu)擠兌風(fēng)潮和資產(chǎn)價(jià)格的急劇波動(dòng)。此種情形下，任一區(qū)域都無(wú)法在這種上源性的金融風(fēng)險(xiǎn)中幸免。此外，國(guó)家為了防止宏觀性、系統(tǒng)性金融風(fēng)險(xiǎn)的爆發(fā)通常會(huì)制定一元的宏觀政策，而區(qū)域之間的異質(zhì)性會(huì)導(dǎo)致區(qū)域不同對(duì)相同政策的吸收消化程度有差異。一般而言，發(fā)達(dá)區(qū)域憑借其健全的金融機(jī)構(gòu)體系和成熟的金融市場(chǎng)條件可以達(dá)到政策預(yù)期結(jié)果，落后區(qū)域則不然，進(jìn)而風(fēng)險(xiǎn)在不同區(qū)域出現(xiàn)不同程度的積累。

三、我國(guó)區(qū)域金融風(fēng)險(xiǎn)的度量

為了更好地展開(kāi)研究，本文從狹義上界定區(qū)域金融風(fēng)險(xiǎn)為區(qū)域金融部門(mén)風(fēng)險(xiǎn)，即我國(guó)區(qū)域內(nèi)（一般指省域）金融機(jī)構(gòu)在資本或貨幣市場(chǎng)中遭受的資產(chǎn)縮水和聲譽(yù)受損的不確定性。在確立區(qū)域金融風(fēng)險(xiǎn)內(nèi)涵后，本文還從區(qū)域金融風(fēng)險(xiǎn)指標(biāo)選擇和區(qū)域金融風(fēng)險(xiǎn)壓力指數(shù)構(gòu)建兩個(gè)方面對(duì)我國(guó)各省域金融風(fēng)險(xiǎn)展開(kāi)測(cè)度。

（一）區(qū)域金融風(fēng)險(xiǎn)指標(biāo)選擇

梳理國(guó)內(nèi)外相關(guān)文獻(xiàn)發(fā)現(xiàn)，從多維度選擇指標(biāo)構(gòu)建金融壓力指數(shù)衡量金融風(fēng)險(xiǎn)成為大多數(shù)學(xué)者展開(kāi)研究的一項(xiàng)共識(shí)。諸多學(xué)者均基于銀行、房地產(chǎn)市場(chǎng)等多角度構(gòu)建金融壓力指數(shù)評(píng)估金融風(fēng)險(xiǎn)[30-32]。鑒于此，結(jié)合數(shù)據(jù)的可獲得性，本文的金融壓力指數(shù)構(gòu)建主要基于銀行、保險(xiǎn)、股票和房地產(chǎn)四大市場(chǎng)，具體指標(biāo)選擇見(jiàn)表1。其中，保費(fèi)深度表征保險(xiǎn)業(yè)發(fā)展程度，股票市值/GDP代表股票市場(chǎng)發(fā)展水平，不良貸款率衡量壞賬的風(fēng)險(xiǎn)累積程度，存貸比反映金融機(jī)構(gòu)風(fēng)險(xiǎn)抵抗力，信貸膨脹率表明信貸飆漲所隱藏的風(fēng)險(xiǎn)，住宅銷售價(jià)格指數(shù)表征房?jī)r(jià)快速增長(zhǎng)所蘊(yùn)含的風(fēng)險(xiǎn)。不良貸款率、住宅銷售價(jià)格指數(shù)為正向指標(biāo)，保費(fèi)深度、股票市值/GDP和存貸比為逆向指標(biāo)，信貸膨脹率為適度指標(biāo)，該指標(biāo)數(shù)值過(guò)高或過(guò)低都代表積累風(fēng)險(xiǎn)過(guò)多。本文的研究對(duì)象為我國(guó)30個(gè)?。ㄊ?、自治區(qū)），不包括數(shù)據(jù)遺失的西藏和港澳臺(tái)地區(qū)，樣本期間為2005—2017年，數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)、國(guó)家統(tǒng)計(jì)局、EPS全球統(tǒng)計(jì)數(shù)據(jù)庫(kù)以及《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

（二）區(qū)域金融壓力指數(shù)的構(gòu)建

在選擇測(cè)度區(qū)域金融風(fēng)險(xiǎn)的指標(biāo)基礎(chǔ)上，本文構(gòu)建中國(guó)區(qū)域金融壓力指數(shù)來(lái)代表區(qū)域金融風(fēng)險(xiǎn)大小。已有相關(guān)文獻(xiàn)中運(yùn)用的構(gòu)建模型，主要有以下幾類：一是經(jīng)驗(yàn)法，基于已經(jīng)發(fā)生金融危機(jī)的國(guó)家估計(jì)金融危機(jī)爆發(fā)概率[33-34];二是按照指標(biāo)賦權(quán)方式，有熵權(quán)法[35]、CRITIC賦權(quán)法[36]和主成分分析法[37];三是GARCH模型及其擴(kuò)展形式等其他方法[38-39]。鑒于熵權(quán)法既不像主成分分析等方法使原始變量失去明確含義，又能綜合多方面考量區(qū)域金融風(fēng)險(xiǎn)的優(yōu)勢(shì)，本文采用沈悅等[35]的熵權(quán)法

熵權(quán)法是用來(lái)判斷某個(gè)指標(biāo)離散程度的數(shù)學(xué)方法，該指標(biāo)離散程度越大，對(duì)綜合評(píng)價(jià)值的影響越大。熵權(quán)法的具體步驟為數(shù)據(jù)標(biāo)準(zhǔn)化、計(jì)算信息熵和計(jì)算差異系數(shù)。此外，指標(biāo)賦權(quán)的方法主要有主成分分析法、層次分析法等，但是基于主成分分析法得出的主成分，失去了原始變量清楚明確的含義，層次分析法的指標(biāo)賦權(quán)又太過(guò)主觀隨意，熵權(quán)法的賦權(quán)過(guò)程能夠避免上述缺點(diǎn)。構(gòu)建更客觀實(shí)用的金融壓力指數(shù)。

首先，對(duì)指標(biāo)進(jìn)行正向標(biāo)準(zhǔn)化處理以消除不同量綱對(duì)測(cè)算指數(shù)的差異影響。

基于上述處理，最終得出的指標(biāo)值越大風(fēng)險(xiǎn)越大，我國(guó)30個(gè)?。ㄊ?、自治區(qū)）2005—2017年區(qū)域金融風(fēng)險(xiǎn)綜合評(píng)估值見(jiàn)表2。

（三）我國(guó)區(qū)域金融風(fēng)險(xiǎn)的典型化事實(shí)描述

為了更好地闡釋表2中區(qū)域金融風(fēng)險(xiǎn)演變趨勢(shì)，本文按照目前我國(guó)區(qū)域協(xié)同發(fā)展戰(zhàn)略中的“四大板塊”2015年3月李克強(qiáng)總理在政府工作報(bào)告中指出：“拓展區(qū)域發(fā)展新空間，統(tǒng)籌實(shí)施‘四大板塊區(qū)域發(fā)展戰(zhàn)略”，黨的十九大報(bào)告提出深入推進(jìn)建設(shè)更加有效的“四大板塊”區(qū)域協(xié)調(diào)發(fā)展新機(jī)制。內(nèi)涵，將我國(guó)劃分為東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)

西部地區(qū)包括廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆和內(nèi)蒙古共12個(gè)省區(qū)市;中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南共6個(gè)省份;東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南共10個(gè)省市;東北地區(qū)包括黑龍江、吉林和遼寧共3個(gè)省份。并對(duì)各地區(qū)各省域金融風(fēng)險(xiǎn)的發(fā)展演變趨勢(shì)進(jìn)行了典型化事實(shí)描述。由于部分?jǐn)?shù)據(jù)缺失，本文只描述了除西藏之外的30個(gè)?。ㄊ小⒆灾螀^(qū)）的金融風(fēng)險(xiǎn)演變趨勢(shì)。具體分析如下：

2005—2017年四大區(qū)域整體金融風(fēng)險(xiǎn)呈現(xiàn)“上升—下降—小幅上升”波動(dòng)性變化。其中兩個(gè)時(shí)間段上升較快：一是在全球金融危機(jī)爆發(fā)期的2008—2009年，二是“股災(zāi)”“人民幣貶值”和“債市波動(dòng)”等“風(fēng)險(xiǎn)事件”和金融“亂象”頻發(fā)的2014—2017年。此外，我國(guó)政府為應(yīng)對(duì)危機(jī)出臺(tái)的4萬(wàn)億經(jīng)濟(jì)刺激計(jì)劃，推遲了金融風(fēng)險(xiǎn)暴露進(jìn)程，導(dǎo)致2014年之后我國(guó)經(jīng)濟(jì)結(jié)構(gòu)失衡、產(chǎn)能過(guò)剩等問(wèn)題愈發(fā)嚴(yán)重，風(fēng)險(xiǎn)加快累積。區(qū)域金融風(fēng)險(xiǎn)平均水平從小到大排序依次為東部地區(qū)、中部地區(qū)、西部地區(qū)和東北地區(qū)，比較符合我國(guó)的現(xiàn)實(shí)。東部地區(qū)由于金融發(fā)展較早，金融市場(chǎng)、金融風(fēng)險(xiǎn)防控技術(shù)和金融資源配置體系比較成熟，金融風(fēng)險(xiǎn)較低，尤其是首都北京，金融風(fēng)險(xiǎn)最低。中部地區(qū)金融風(fēng)險(xiǎn)除山西外，其余省區(qū)市均居于0.5～0.8之間，且呈現(xiàn)“下降—上升”波動(dòng)變化趨勢(shì)。山西省產(chǎn)業(yè)結(jié)構(gòu)單一偏重且企業(yè)轉(zhuǎn)型升級(jí)較慢導(dǎo)致其在淘汰落后產(chǎn)能、深入推進(jìn)“供給側(cè)結(jié)構(gòu)性改革”的背景下金融風(fēng)險(xiǎn)偏高且波動(dòng)幅度較大。西部地區(qū)其余省區(qū)市風(fēng)險(xiǎn)居于0.3～0.8范圍內(nèi)。西部地區(qū)由于地理區(qū)位、機(jī)制體制和資源稟賦的關(guān)系，經(jīng)濟(jì)發(fā)展滯后，金融風(fēng)險(xiǎn)處于較高水平。東北地區(qū)金融風(fēng)險(xiǎn)較高，其變化呈現(xiàn)出先小幅下降，后快速上升的態(tài)勢(shì)。在我國(guó)積極推進(jìn)“供給側(cè)結(jié)構(gòu)性改革”背景下，東北三省資源型企業(yè)面臨淘汰落后產(chǎn)能的巨大壓力，其企業(yè)轉(zhuǎn)型升級(jí)和有效防控風(fēng)險(xiǎn)成為目前工作的重中之重。

四、實(shí)證檢驗(yàn)

（一）自相關(guān)檢驗(yàn)

本文基于最常用的“莫蘭指數(shù)”（Morans I）進(jìn)行區(qū)域金融風(fēng)險(xiǎn)空間自相關(guān)檢驗(yàn)。鄰接權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重

根據(jù)Waldo Tobler“任何事物都相關(guān)，相近事物關(guān)聯(lián)更密切”的觀點(diǎn)，設(shè)置鄰接權(quán)重矩陣（w1）反映地理分布遠(yuǎn)近產(chǎn)生的溢出效應(yīng)，該矩陣在區(qū)域i和區(qū)域j相鄰時(shí)設(shè)置為1，否則為0;地理權(quán)重矩陣（w2）采用地理距離平方的倒數(shù)構(gòu)建，地理距離指的是省會(huì)城市之間的球面距離;本文參照林光平等[40-41]的方法設(shè)置經(jīng)濟(jì)距離權(quán)重矩陣（w3），w3=w2×m，w2為地理距離權(quán)重矩陣，m為經(jīng)濟(jì)距離矩陣，用省際人均GDP之差的倒數(shù)來(lái)衡量。矩陣下我國(guó)區(qū)域金融風(fēng)險(xiǎn)的莫蘭指數(shù)見(jiàn)表3。

由表3可知：第一，莫蘭指數(shù)在三種空間權(quán)重矩陣下多年顯著為正，意味著我國(guó)區(qū)域金融風(fēng)險(xiǎn)空間相關(guān)性較強(qiáng)，且金融風(fēng)險(xiǎn)區(qū)域間分布態(tài)勢(shì)呈現(xiàn)“高-高”模式，區(qū)域金融風(fēng)險(xiǎn)空間依賴及外溢效應(yīng)較強(qiáng)。第二，樣本期內(nèi)莫蘭指數(shù)在經(jīng)濟(jì)距離權(quán)重下最大，鄰接權(quán)重矩陣下次之，地理距離權(quán)重矩陣下最小，這表明經(jīng)濟(jì)發(fā)展程度相似的省份和鄰近省域間金融風(fēng)險(xiǎn)外溢效應(yīng)明顯。

（二）模型設(shè)定

為驗(yàn)證政府、企業(yè)和家戶部門(mén)對(duì)金融部門(mén)的風(fēng)險(xiǎn)外溢效應(yīng)，本文參照了LeSage等[42]提出的空間杜賓模型（SDM），該模型能夠很好彌補(bǔ)傳統(tǒng)模型由于忽略可抑制性和相關(guān)性造成結(jié)果有偏的缺陷。具體模型設(shè)計(jì)如下：

其中，y為n階向量，表示區(qū)域金融風(fēng)險(xiǎn)，具體為中國(guó)區(qū)域金融壓力指數(shù)，α為常數(shù)項(xiàng)，In為n×1階單位矩陣，ε為誤差項(xiàng)，W為空間權(quán)重矩陣，Wy與WX分別考慮了被解釋變量y和解釋變量X的空間滯后項(xiàng)。X是基于政府、企業(yè)和家戶部門(mén)及宏觀環(huán)境方面的指標(biāo)，具體見(jiàn)表4。

政府部門(mén)指標(biāo)反映財(cái)政風(fēng)險(xiǎn)，用財(cái)政缺口率代表，表征政府財(cái)政收支的缺口大小，為正向指標(biāo)。

企業(yè)部門(mén)指標(biāo)表征企業(yè)經(jīng)營(yíng)過(guò)程中蘊(yùn)藏的風(fēng)險(xiǎn)，用roa表明企業(yè)的盈利能力，流動(dòng)比率（lq）代表企業(yè)短期資金周轉(zhuǎn)情況，虧損率（loss）揭示企業(yè)虧損程度，資產(chǎn)負(fù)債率（ds）表明企業(yè)的償債負(fù)擔(dān)，其中，roa和lq為逆向指標(biāo)，loss和ds為正向指標(biāo)。

家戶部門(mén)指標(biāo)表征所有家庭的風(fēng)險(xiǎn)積累，用居民家庭人均收入增長(zhǎng)率表示家庭收入情況，為負(fù)向指標(biāo)，用失業(yè)率反映勞動(dòng)產(chǎn)能未轉(zhuǎn)化為家庭財(cái)富的勞動(dòng)力閑置情況，為正向指標(biāo)。

宏觀環(huán)境反映國(guó)家經(jīng)濟(jì)總體運(yùn)行出現(xiàn)偏差積累的風(fēng)險(xiǎn)，分別用GDP增長(zhǎng)率、進(jìn)出口額/GDP、固定資產(chǎn)投資/GDP和通貨膨脹率表示。上述指標(biāo)為適度指標(biāo)，指標(biāo)值應(yīng)在一定范圍內(nèi)，過(guò)高或過(guò)低都表明風(fēng)險(xiǎn)擴(kuò)大。

需指明的是，估計(jì)的系數(shù)中如果ρ不等于0，直接用自變量及Wy的系數(shù)來(lái)表示政府、企業(yè)和家戶部門(mén)對(duì)金融部門(mén)風(fēng)險(xiǎn)的空間傳染效應(yīng)將會(huì)產(chǎn)生偏差，因此進(jìn)一步提出改進(jìn)的空間回歸偏微分方法，其重置模型如下：

（三）實(shí)證結(jié)果分析

由式（8）得到三種空間權(quán)重矩陣下的空間滯后項(xiàng)系數(shù)ρ不為0，且通過(guò)了1%的顯著性水平檢驗(yàn)，因此回歸系數(shù)無(wú)法直接代替各變量的經(jīng)濟(jì)含義，此時(shí)需根據(jù)LeSage等[42]提出的空間偏微分方法將空間溢出效應(yīng)分解為區(qū)域內(nèi)、區(qū)域間和總溢出效應(yīng)。三種空間權(quán)重矩陣下豪斯曼檢驗(yàn)結(jié)果分別為2.560、2.340和3.480，均顯著為正，故本文選擇空間杜賓模型的固定效應(yīng)模型。區(qū)域內(nèi)、區(qū)域間及總溢出效應(yīng)的具體結(jié)果見(jiàn)表5—7。

區(qū)域金融風(fēng)險(xiǎn)空間傳染的區(qū)域內(nèi)溢出效應(yīng)見(jiàn)表5。從中可知，財(cái)政缺口率（gas）在三種空間權(quán)重距離下與區(qū)域金融風(fēng)險(xiǎn)存在顯著正相關(guān)，即政府財(cái)政缺口率越大，區(qū)域金融風(fēng)險(xiǎn)越高，這可能由于一方面銀行高管出于逐利、晉升等動(dòng)機(jī)對(duì)地方政府具有較強(qiáng)的放貸意愿，另一方面地方政府出于某種政策考慮對(duì)轄區(qū)內(nèi)銀行形成實(shí)質(zhì)上的信貸軟約束，從而政府財(cái)政缺口率越大。上述兩種效應(yīng)越強(qiáng)，地方政府決策失誤所導(dǎo)致的風(fēng)險(xiǎn)越易通過(guò)政府和銀行的債權(quán)債務(wù)關(guān)聯(lián)傳染到金融部門(mén)，導(dǎo)致區(qū)域金融風(fēng)險(xiǎn)越大。因此，政府在進(jìn)行宏觀調(diào)控時(shí)，應(yīng)慎重投資或經(jīng)濟(jì)決策，避免政府的不當(dāng)行為對(duì)區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生正向沖擊。企業(yè)的盈利能力（roa）和流動(dòng)性比率（lq）與區(qū)域金融風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系，即企業(yè)盈利能力及流動(dòng)性越強(qiáng)，區(qū)域金融風(fēng)險(xiǎn)越低，這可能由于根據(jù)企業(yè)優(yōu)序融資理論，企業(yè)獲得資金時(shí)考慮的融資順序?yàn)閮?nèi)源融資、債權(quán)融資和權(quán)益融資。盈利水平高和流動(dòng)性強(qiáng)的企業(yè)，由于其較強(qiáng)的內(nèi)源融資能力而較少依賴銀行的信貸融資，從而對(duì)區(qū)域金融部門(mén)風(fēng)險(xiǎn)影響較小。資產(chǎn)負(fù)債率（ds）、虧損率（loss）則與區(qū)域金融風(fēng)險(xiǎn)呈正相關(guān)關(guān)系，表明這類企業(yè)一方面由于自身內(nèi)源融資能力不足，通過(guò)債權(quán)融資等外部融資方式與銀行等金融機(jī)構(gòu)的聯(lián)系更加緊密復(fù)雜，另一方面資產(chǎn)負(fù)債率和虧損率較高的企業(yè)，其自身發(fā)生破產(chǎn)的概率較大，由此導(dǎo)致的財(cái)務(wù)困境成本較高，更加重自身破產(chǎn)，最終因無(wú)法償還貸款而將破產(chǎn)風(fēng)險(xiǎn)轉(zhuǎn)嫁到銀行等金融機(jī)構(gòu)，加劇區(qū)域金融風(fēng)險(xiǎn)的爆發(fā)。此外，目前我國(guó)企業(yè)的“自金融”現(xiàn)象比較嚴(yán)重，即一些大型國(guó)有企業(yè)憑借自身優(yōu)勢(shì)以較低成本從銀行獲得款項(xiàng)，卻以更高的資金成本放貸給無(wú)法以正規(guī)渠道從銀行獲得貸款的中小微企業(yè)，這種非正規(guī)渠道的企業(yè)“自金融”現(xiàn)象無(wú)疑延長(zhǎng)了銀行和企業(yè)的信貸鏈條，放大了企業(yè)部門(mén)風(fēng)險(xiǎn)對(duì)區(qū)域金融部門(mén)的風(fēng)險(xiǎn)沖擊。家庭失業(yè)率（unem）越大，意味著家庭收入降低。中國(guó)家庭普遍面臨的住房剛需及投機(jī)需求加劇了家庭償債負(fù)擔(dān)，強(qiáng)化了家庭對(duì)收入或損失波動(dòng)的敏感性，因此銀行信譽(yù)降低或不良貸款飆漲極易引發(fā)投資者非理性預(yù)期及恐慌情緒，隨之產(chǎn)生資產(chǎn)拋售的羊群行為，這種“凈傳染效應(yīng)”通過(guò)銀行的擠兌風(fēng)潮誘發(fā)銀行危機(jī)。宏觀層面，區(qū)域GDP增長(zhǎng)率對(duì)區(qū)域金融風(fēng)險(xiǎn)具有負(fù)向沖擊，表明區(qū)域金融風(fēng)險(xiǎn)傳染具有“逆經(jīng)濟(jì)周期”特點(diǎn)，即經(jīng)濟(jì)越繁榮，區(qū)域金融風(fēng)險(xiǎn)越小。固定資產(chǎn)投資與區(qū)域金融風(fēng)險(xiǎn)正相關(guān)，這正好闡釋了當(dāng)前中國(guó)“去產(chǎn)能”的必要性和重要性。大型重工業(yè)企業(yè)一般固定資產(chǎn)投資較多，目前這些企業(yè)大部分是落后產(chǎn)能企業(yè)。在我國(guó)供需結(jié)構(gòu)調(diào)整的當(dāng)下，這些企業(yè)已經(jīng)不能適應(yīng)需求，如果繼續(xù)增加固定資產(chǎn)投資力度，必然會(huì)加大區(qū)域內(nèi)金融風(fēng)險(xiǎn)爆發(fā)的可能性。

區(qū)域金融風(fēng)險(xiǎn)空間傳染機(jī)制的區(qū)域間溢出效應(yīng)見(jiàn)表6。從中可知，三種空間距離權(quán)重下別的省份的企業(yè)、家戶和政府部門(mén)會(huì)通過(guò)區(qū)域間的關(guān)聯(lián)渠道等因素對(duì)本區(qū)域金融風(fēng)險(xiǎn)產(chǎn)生溢出效應(yīng)。具體來(lái)看，財(cái)政缺口率的系數(shù)為正且通過(guò)了5%的顯著性水平檢驗(yàn)，表明其他地區(qū)地方政府財(cái)政缺口率對(duì)本區(qū)域金融風(fēng)險(xiǎn)存在正向關(guān)系。在中國(guó)特有的政績(jī)考核模式下，其他地區(qū)地方政府的收支行為通過(guò)GDP溢出渠道給本地區(qū)金融部門(mén)風(fēng)險(xiǎn)帶來(lái)負(fù)外部性，一方面表現(xiàn)為地方政府官員為獲得晉升、提高政績(jī)，過(guò)度進(jìn)行基建投資，造成大規(guī)模的重復(fù)性投資，浪費(fèi)了資源，加劇了區(qū)域金融風(fēng)險(xiǎn)，另一方面地方政府間的惡性競(jìng)爭(zhēng)還會(huì)促使當(dāng)?shù)卣M量避免采取能為與之競(jìng)爭(zhēng)官員所在地帶來(lái)正外部性的行為，表明了財(cái)政分權(quán)下單一政績(jī)考核方式的負(fù)作用。roa的系數(shù)顯著為負(fù)，loss和ds系數(shù)顯著為正，這表明通常盈利能力強(qiáng)、資金豐裕、資產(chǎn)負(fù)債率和虧損率低的企業(yè)通過(guò)勞動(dòng)力培訓(xùn)、技術(shù)指導(dǎo)、聘請(qǐng)研發(fā)人員以及“資金換技術(shù)”等方式主動(dòng)獲取知識(shí)技術(shù)溢出的能力較強(qiáng)，而獲得的這種知識(shí)技術(shù)溢出又會(huì)以非自覺(jué)和非自愿擴(kuò)散、傳播、轉(zhuǎn)移等方式對(duì)周邊地區(qū)產(chǎn)生正外部性，同時(shí)鄰近地區(qū)也會(huì)主動(dòng)學(xué)習(xí)和積極模仿先進(jìn)的技術(shù)知識(shí)以提高自身競(jìng)爭(zhēng)力，該種“學(xué)習(xí)模仿效應(yīng)”和“促競(jìng)爭(zhēng)效應(yīng)”強(qiáng)化了上述正外部效應(yīng)，因而本區(qū)域金融風(fēng)險(xiǎn)降低。unem系數(shù)顯著為正， 意味著較高的失業(yè)率不但不能使勞動(dòng)力掌握的技術(shù)與創(chuàng)新知識(shí)轉(zhuǎn)換為生產(chǎn)力，還會(huì)減弱勞動(dòng)力的跨區(qū)際流動(dòng)，堵塞技術(shù)知識(shí)向其他地區(qū)擴(kuò)散與傳播的途徑，加劇本區(qū)域金融風(fēng)險(xiǎn)爆發(fā)。宏觀層面，rgdp的系數(shù)顯著為負(fù)，表明GDP增長(zhǎng)率對(duì)地理位置鄰近或經(jīng)濟(jì)發(fā)展水平相近的地區(qū)具有正外部性，fix的系數(shù)顯著為正，意味著固定投資對(duì)地理位置鄰近或經(jīng)濟(jì)發(fā)展水平相近的地區(qū)具有負(fù)外部性。此外就影響程度來(lái)看，區(qū)域間溢出效應(yīng)要顯著大于區(qū)域內(nèi)溢出效應(yīng)，體現(xiàn)出空間因素對(duì)區(qū)域金融風(fēng)險(xiǎn)傳染效應(yīng)的放大效應(yīng)，地理位置鄰近和經(jīng)濟(jì)發(fā)展水平相近的省域金融風(fēng)險(xiǎn)關(guān)聯(lián)更強(qiáng)。

區(qū)域金融風(fēng)險(xiǎn)空間傳染的總效應(yīng)見(jiàn)表7。從中可知，企業(yè)、政府和家戶部門(mén)行為對(duì)區(qū)域金融風(fēng)險(xiǎn)具有顯著影響，區(qū)域金融風(fēng)險(xiǎn)的空間傳染有以下三條渠道：企業(yè)部門(mén)—金融部門(mén)、政府部門(mén)—金融部門(mén)以及家戶部門(mén)—金融部門(mén)，并且政府、企業(yè)和家戶部門(mén)對(duì)區(qū)域金融風(fēng)險(xiǎn)的影響具有異質(zhì)性，樣本期間企業(yè)和政府部門(mén)對(duì)金融部門(mén)的風(fēng)險(xiǎn)外溢效應(yīng)高于家戶部門(mén)，成為區(qū)域金融風(fēng)險(xiǎn)的主要風(fēng)險(xiǎn)源。造成此現(xiàn)象的原因可能是金融部門(mén)向企業(yè)的融資是市場(chǎng)行為，家戶向銀行部門(mén)存貸屬于受心理預(yù)期和羊群效應(yīng)的影響的個(gè)人行為，而通過(guò)融資平臺(tái)向地方政府融資受行政干擾，且政府的主動(dòng)性更強(qiáng)，由此導(dǎo)致政府、企業(yè)和家戶部門(mén)對(duì)金融部門(mén)差異化的風(fēng)險(xiǎn)外溢效應(yīng)。

五、相關(guān)結(jié)論與政策建議

本文從區(qū)域內(nèi)外兩大視角闡釋了我國(guó)區(qū)域金融風(fēng)險(xiǎn)的空間傳染路徑，并在測(cè)度我國(guó)區(qū)域金融風(fēng)險(xiǎn)的基礎(chǔ)上，基于空間偏微分方法驗(yàn)證了上述路徑，得出研究結(jié)論如下：我國(guó)存在企業(yè)部門(mén)—金融部門(mén)、政府部門(mén)—金融部門(mén)和家戶部門(mén)—金融部門(mén)的區(qū)域金融風(fēng)險(xiǎn)傳染路徑，且由于家戶貸款屬于個(gè)人行為，金融機(jī)構(gòu)向企業(yè)融資是市場(chǎng)行為，通過(guò)融資平臺(tái)向地方政府融資具有行政干擾，從而政府、企業(yè)和家戶部門(mén)對(duì)金融部門(mén)風(fēng)險(xiǎn)的空間外溢效應(yīng)存在差異性，但從影響效果來(lái)看，政府和企業(yè)部門(mén)是區(qū)域金融風(fēng)險(xiǎn)主要來(lái)源。此外，上述效應(yīng)在考慮了區(qū)域間政府競(jìng)爭(zhēng)、技術(shù)知識(shí)溢出及資本、勞動(dòng)力流動(dòng)等空間作用之后被放大。

基于上述研究，為抑制和防范我國(guó)可能發(fā)生潛在區(qū)域金融風(fēng)險(xiǎn)，本文提出如下政策建議。首先，基于區(qū)域外視角：第一，完善地方政府政績(jī)考核方式，避免地方政府間惡性競(jìng)爭(zhēng)導(dǎo)致的資源浪費(fèi)和負(fù)外部性行為。此外，加強(qiáng)金融風(fēng)險(xiǎn)的合作治理，積極建立地區(qū)間風(fēng)險(xiǎn)防控的協(xié)作機(jī)制，避免區(qū)域間金融風(fēng)險(xiǎn)的交叉?zhèn)魅颈l(fā)區(qū)域性系統(tǒng)性風(fēng)險(xiǎn)。第二，掃除知識(shí)型、創(chuàng)新型人才流動(dòng)障礙，構(gòu)建人才流動(dòng)長(zhǎng)效機(jī)制，充分發(fā)揮區(qū)域間知識(shí)技術(shù)外溢效應(yīng)，加強(qiáng)對(duì)欠發(fā)達(dá)省區(qū)市的技術(shù)支持。第三，建立科學(xué)合理有序互補(bǔ)的金融資源配置體系，提高金融資源配置效率，防止因企業(yè)“自金融”現(xiàn)象惡化社會(huì)信用環(huán)境，加劇區(qū)域金融風(fēng)險(xiǎn)的傳染。其次，基于區(qū)域內(nèi)視角：第一，通過(guò)組建數(shù)據(jù)大平臺(tái)等方式加強(qiáng)對(duì)系統(tǒng)重要性金融機(jī)構(gòu)的監(jiān)管，防止其因內(nèi)控機(jī)制不健全、操作失誤等自身脆弱性由內(nèi)而外造成區(qū)域金融風(fēng)險(xiǎn)的爆發(fā)。第二，硬化地方政府債務(wù)的預(yù)算軟約束機(jī)制，加快實(shí)現(xiàn)地方政府債務(wù)融資的市場(chǎng)化機(jī)制，防止地方政府對(duì)金融機(jī)構(gòu)的信貸軟約束機(jī)制扭曲資源配置，加速累積風(fēng)險(xiǎn)。第三，加快產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，全面實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展，培育一批符合時(shí)代要求的優(yōu)質(zhì)新型企業(yè)，從源頭上防范化解區(qū)域金融風(fēng)險(xiǎn)。第四，建立完善的就業(yè)體系，提供充足的崗前培訓(xùn)，減少因勞動(dòng)產(chǎn)能未轉(zhuǎn)化為家庭財(cái)富而爆發(fā)區(qū)域金融風(fēng)險(xiǎn)的可能性。

參考文獻(xiàn)：

[1]?Dornbusch R， Park Y C， Claessens S. Contagion： Understanding how it spreads[J]. World Bank Research Observer， 2000， 15（2）： 177-197.

[2]?Forbes K J. The Asian flu and Russian virus： The international transmission of crises in firm-level data[J]. Journal of International Economics， 2004， 63（1）： 59-29.

[3]?梁芹， 陸靜. 國(guó)際金融危機(jī)期間的匯率風(fēng)險(xiǎn)傳染效應(yīng)研究[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2013（2）： 1-10.

[4]?Diebold F， Schuermann T， Stroughair J. Pitfalls and opportunities in the use of extreme value theory in risk management[J]. Journal of Finance， 2000， 1（2）： 30-35.

[5]?Boschi M， Goenka A. Relative risk aversion and the transmission of financial crises[J]. Journal of Economic Dynamics and Control， 2012， 36（1）： 85-99.

[6]?王聰， 張鐵強(qiáng). 經(jīng)濟(jì)開(kāi)放進(jìn)程中金融危機(jī)沖擊比較研究[J]. 金融研究， 2011（3）： 97-110.

[7]?Luo W， Brooks R D， Silvapulle P. Effects of the open policy on the dependence between the Chinese A stock market and other equity markets： An industry sector perspective[J]. Journal of International Financial Markets， Institusions and Money， 2011， 21（1）： 49-74.

[8]?Christoffersen P， Errunza V R， Jacobs K， et al. Correkation dynamics and international diversification benefits[J]. International Journal of Forecasting， 2013， 30（3）： 807-824.

[9]?蘇木亞， 郭崇慧. 全球主要股票市場(chǎng)對(duì)我國(guó)股市的多渠道協(xié)同波動(dòng)溢出效應(yīng)——?dú)W債危機(jī)背景下基于中證行業(yè)指數(shù)視角的研究[J]. 管理評(píng)論， 2015（11）： 21-32.

[10]袁晨， 傅強(qiáng). 我國(guó)金融市場(chǎng)間投資轉(zhuǎn)移和市場(chǎng)傳染的階段時(shí)變特征——股票與債券、黃金間關(guān)聯(lián)性的實(shí)證分析[J]. 系統(tǒng)工程， 2010（5）： 1-7.

[11]李志輝， 王穎. 中國(guó)金融市場(chǎng)間風(fēng)險(xiǎn)傳染的效應(yīng)分析——基于VEC模型分析的視角[J]. 現(xiàn)代財(cái)經(jīng)， 2012（7）： 20-27.

[12]王鵬， 吳金宴. 基于協(xié)高階矩視角的滬港股市風(fēng)險(xiǎn)傳染分析[J]. 管理科學(xué)學(xué)報(bào)， 2018（6）： 29-42.

[13]涂曉楓， 李政. 銀行的影子： 風(fēng)險(xiǎn)分擔(dān)還是風(fēng)險(xiǎn)傳染[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2016（2）： 20-29.

[14]鄧超， 陳學(xué)軍. 基于多主體建模分析的銀行間網(wǎng)絡(luò)系統(tǒng)性風(fēng)險(xiǎn)研究[J]. 中國(guó)管理科學(xué)， 2016（1）： 67-75.

[15]隋聰， 鄧爽玲， 王宗堯. 銀行資產(chǎn)負(fù)債結(jié)構(gòu)對(duì)金融風(fēng)險(xiǎn)傳染的影響[J]. 系統(tǒng)工程理論與實(shí)踐， 2017（8）： 1973-1981.

[16]隋聰， 譚照林， 王宗堯. 基于網(wǎng)絡(luò)視角的銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量方法[J]. 中國(guó)管理科學(xué)， 2016（5）： 54-64.

[17]馬德功， 趙新， 韓喜昆. 商業(yè)銀行參與影子銀行業(yè)務(wù)與金融風(fēng)險(xiǎn)傳染——基于影子銀行體系資金供給方的視角[J]. 重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2019（3）： 72-83.

[18]王麗珍. 中國(guó)保險(xiǎn)業(yè)系統(tǒng)性風(fēng)險(xiǎn)再保險(xiǎn)業(yè)務(wù)傳染效應(yīng)研究[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2015（5）： 1-10.

[19]王營(yíng)， 曹廷求. 中國(guó)區(qū)域性金融風(fēng)險(xiǎn)的空間關(guān)聯(lián)及其傳染效應(yīng)——基于社會(huì)網(wǎng)絡(luò)分析法[J]. 金融經(jīng)濟(jì)學(xué)研究， 2017（3）： 46-55.

[20]宋凌峰， 葉永剛. 中國(guó)區(qū)域金融風(fēng)險(xiǎn)部門(mén)間傳遞研究[J]. 管理世界， 2011（9）： 172-173.

[21]Baig T， Goldfajn I. Financial market contagion in the Asian crisis[J]. IMF Economic Review， 1999， 46（2）： 167-195.

[22]韋艷華， 齊樹(shù)天. 亞洲新興市場(chǎng)金融危機(jī)傳染問(wèn)題研究——基于Copula理論的檢驗(yàn)方法[J]. 國(guó)際金融研究， 2008（9）： 22-29.

[23]葉五一， 繆柏其. 基于Copula變點(diǎn)檢測(cè)的美國(guó)次級(jí)債金融危機(jī)傳染分析[J]. 中國(guó)管理科學(xué)， 2009（3）： 1-7.

[24]Kelejian H H， Tavals G S， Hondroyiannis G. A spatial modelling approach to contagion among emerging economics[J]. Open Economies Review， 2006， 17（4/5）： 423-441.

[25]程棵， 陸鳳彬， 楊曉光. 次貸危機(jī)傳染渠道的空間計(jì)量[J]. 系統(tǒng)工程理論與實(shí)踐， 2012（3）： 483-394.

[26]崔百勝， 姜逸菲. 歐洲主權(quán)債務(wù)危機(jī)的傳染效應(yīng)及空間傳染渠道分析[J]. 國(guó)際貿(mào)易問(wèn)題， 2015（9）： 133-144.

[27]Allen F， Gale D M. Financial contagion[J]. Journal of Political Economy， 2000， 108（1）： 1-33.

[28]Douven R， Peeters M. GDP-spillovers in multi-country models[J]. MPRA Paper， 1998， 15（2）： 163-195.

[29]Ligon C E. Economic distance and cross-country spillovers[J]. Journal of Economic Growth， 2002， 7（2）： 157-187.

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

[31]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.

[32]徐榮， 郭娜， 李金鑫， 等. 我國(guó)房地產(chǎn)價(jià)格波動(dòng)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)影響的動(dòng)態(tài)機(jī)制研究——基于有向無(wú)環(huán)圖的分析[J]. 南方經(jīng)濟(jì)， 2017（11）： 1-17.

[33]Duca M L， Peltonen T A. Macro-financial vulnerabilities and future financial stress： Assessing systemic risks and predicting systemic events[R]. ECB Working Paper， No. 1311， 2011.

[34]王春麗， 胡玲. 基于馬爾科夫區(qū)制轉(zhuǎn)移模型的中國(guó)金融風(fēng)險(xiǎn)預(yù)警研究[J]. 金融研究， 2014（9）： 99-114.

[35]沈悅， 張珍. 中國(guó)金融安全預(yù)警指標(biāo)體系設(shè)置研究[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2007（10）： 89-94.

[36]許滌龍， 陳雙蓮. 基于金融壓力指數(shù)的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度研究[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2015（4）： 69-78.

[37]宮曉琳. 未定權(quán)益分析方法與中國(guó)宏觀金融風(fēng)險(xiǎn)的測(cè)度分析[J]. 經(jīng)濟(jì)研究， 2012（3）： 76-87.

[38]范小云， 方意， 王道平. 我國(guó)銀行系統(tǒng)性風(fēng)險(xiǎn)的動(dòng)態(tài)特征及系統(tǒng)重要性銀行甄別——基于CCA與DAG相結(jié)合的分析[J]. 金融研究， 2013（11）： 82-95.

[39]Rodríguez M M， Pea J I. Systemic risk measures： The simpler the better？[J]. Journal of Banking & Finance， 2013， 37（6）： 1817-1831.

[40]林光平， 龍志和， 吳梅. 我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析： 1978—2002年[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2005（S1）： 67-82.

[41]沈麗， 劉媛， 李文君. 不良貸款、空間溢出與區(qū)域經(jīng)濟(jì)增長(zhǎng)[J]. 經(jīng)濟(jì)與管理評(píng)論， 2018（3）： 26-41.

[42]LeSage J， Pace R K. Introduction to spatial econometrics[M]. Florida： CRC Press， 1973.