山東省系統性金融風險的測度及防范研究

劉麗 郭春梅 楊繼梅

[摘 要]以山東省2013—2018年的月度數據為基礎，利用CRITIC賦權法構建金融壓力指數模型，結合銀行業(yè)市場、房地產市場、股票市場及外部金融市場四個市場對山東省系統性金融風險進行測度。結果顯示：2013年的金融壓力指數波動幅度比較大，2014年的金融壓力指數呈下降的趨勢，2015年1月至2016年7月金融壓力指數再次出現波動，2016年7月以后的金融壓力指數波動趨于平緩。四個市場壓力指數的權重占比相差不多，股票市場相對來說對金融系統的影響最大。用壓力指數均值的2倍標準差作為臨界值，對山東省系統性金融風險級別進行判斷，只有2013年6月金融壓力識別指數大于0，金融風險較大，其他時間的金融風險都在可控水平。據此，山東省應在建立精準的金融信息統計機制、加強金融機構內部的監(jiān)管、促進實體經濟健康發(fā)展等方面采取措施，以防范系統性金融風險。

[關鍵詞]金融壓力指數;CRITIC賦權法;系統性金融風險

[中圖分類號]F832.7 [文獻標識碼]A [文章編號]1671-8372（2019）03-0059-09

Abstract：Based on the monthly data of 2013-2018 in Shandong Province， the CRITIC empowerment method is used to construct the financial stress index model， which combines the four markets of the banking market， the real estate market， the stock market and the external financial market to measure the systemic financial risk of Shandong Province. The results show that the financial pressure index fluctuated greatly in 2013， and declined in 2014. From January 2015 to July 2016， the financial pressure index fluctuated again， and the financial pressure index fluctuated gradually after July 2016. The weights of the four market stress indexes are similar， and the stock market has the greatest impact on the financial system. Taking 2 times standard deviation of the mean pressure index as the critical value， the level of systematic financial risk in Shandong Province was judged. Only in June 2013， when the financial pressure identification index was greater than 0， the financial risk was relatively large， and the financial risk in other times was at a controllable level. According to this， Shandong Province should establish accurate financial information statistics mechanism， strengthen the supervision of financial institutions， and promote the healthy development of real economy and other measures to prevent systemic financial risks. ?

Key words：financial stress index; CRITIC weighting method; systemic financial risk

山東省雖是中國的經濟大省，但其金融業(yè)的發(fā)展相對滯后。為了加快金融改革的進程，《關于加快全省金融改革發(fā)展的若干意見》和《山東省金融業(yè)轉型升級實施方案》等文件明確了到2020年山東省金融業(yè)增加值占全省生產總值的比例達到6%的目標。隨著山東省金融業(yè)的不斷發(fā)展，防范系統性金融風險、把住發(fā)生風險的底線成為經濟穩(wěn)定的重要一環(huán)。

本文從山東省的實際情況出發(fā)，選取金融壓力指數對山東省系統性金融風險進行測度，運用CRITIC賦權法確定各個指標權重，構建山東省金融市場的總壓力指數和各子市場的子壓力指數，再對山東省系統性金融風險所處階段進行識別，為山東省制定系統性金融風險防范措施提供依據。

一、文獻綜述

（一）系統性金融風險的測度

隨著金融風險的不斷加劇，系統性金融風險的測度研究引起國內外學者的關注。系統性金融風險的測度主要有下述五類方法：

一是早期預警指標法。通過研究已經發(fā)生金融危機的國家經濟狀況來預估危機發(fā)生時的信號，并預測某一國在某一時刻發(fā)生經濟危機的可能性。如Alessi&Detken選取了金融市場和實體經濟的幾個具有代表性的變量架構了18個OECO國家的早期預警體系，并運用構建的指標體系預測將來可能遭遇的風險[1]。

二是預期損失法。Acharya等人以預期損失為參考提出了MES即邊際預期損失，是透過金融機構對金融市場損失的邊際反應來測度金融機構的系統性金融風險[2]。Brownlees& Engle根據邊際預期損失引入了GARCH和非參數估計，考慮了整個金融體系和金融機構之間的相關性和相依性[3]。范小云等人通過分析沒有產生金融危機時中國金融機構的杠桿率和邊際期望損失的表現，同時增加了對邊際風險貢獻時間的動態(tài)表現觀察，對我國金融機構的邊際風險貢獻程度進行了測算[4]。

三是條件風險價值即CoVaR法。Adrian &Brunnermeier以VaR即個體風險監(jiān)管指標為基礎分析了單個機構風險溢出效應，提出了相關的測度指標CoVaR。該方法通過計算某一個金融機構在危機狀況下的個體風險監(jiān)管指標（VaR）和正常狀況下的風險監(jiān)管指標的差額使風險溢出效應實現量化[5]。陳守東和王妍選擇了33家中國上市的典型金融機構，在運用條件風險價值方法的基礎上，使用極端分位數回歸技術來估計這些機構對整個金融體系的風險貢獻，為金融監(jiān)管提供了參考[6]。蘇帆選取上市金融機構為測度對象，使用動態(tài)CoVaR方法從橫截面角度測量每個金融機構的系統性風險溢出效應，并基于影響因素構建預測模型[7]。

四是未定權益分析即CCA法。Gary等人提出了CCA的測度方法[8]。Castren&Kavonius擴大了CCA方法的應用范圍，使CCA方法不僅僅用于金融機構，也可以用來分析政府部門的主權債務風險，他們還運用CCA方法對各個國家的債務風險有了更進一步的了解[9]。Saldias在運用CCA方法時發(fā)現PDD和ADD的聯合變動趨勢有助于對未來系統性金融風險的預測[10]。毛建林等人將全部銀行業(yè)機構作為研究對象，運用CCA方法度量金融危機前后中國銀行業(yè)金融風險的轉變，對風險評估指標進行了改進，以便得到更加準確的系統性金融風險的趨勢[11]。朱辰和華桂宏利用拓展的CCA模型度量了互聯網金融下我國銀行業(yè)的系統性風險，然后利用逐步回歸法，找出影響銀行業(yè)系統性風險的影響因素，對未來的風險水平進行一定的預測[12]。

五是綜合壓力指數法。Illing& Liu第一次提出金融壓力指數（FSI）并用以測量加拿大的金融市場風險情況，他們選取了9個擁有象征性意義的解釋變量，分析不同時段加拿大的金融壓力指數，建立了風險預警指標體系[13]。Cardarelli等人將金融壓力指數進一步完善，在金融壓力指數的概念和變量指標的選取等方面構建了更為系統的框架[14]。賴娟和呂江林根據中國的實際狀況選取了四個指標變量，構建了中國金融壓力指數，從而反映中國金融市場風險的情形[15]。許滌龍和陳雙蓮對前人測算的金融壓力指數方法進行了比較，選取了銀行業(yè)、股票市場、房地產市場以及外部金融市場的18個變量對我國面臨的金融壓力進行測度，對我國目前的經濟金融狀況進行了識別[16]。阮湛洋綜合比較目前已有的系統性金融風險測度辦法，選擇運用CISS指數合成法，選取我國2000—2015年的季度數據對我國的系統性金融風險進行了度量[17]。郭娜等人利用主成分分析方法構建了我國各級金融風險指數，測量我國金融市場的風險情況，剖析了風險的成因[18]。吳婷婷和徐松松從八個不同的維度分析系統性金融風險狀況，并根據現有狀況提出了解決系統性金融風險的建議[19]。

綜合比較上述幾種方法可見，早期預警法構建起來比較簡單，但局限性大，在很多情況下都不適用;預期損失法太易于受到主觀因素的影響，極端數據的出現會使測度未來系統性風險的準確性下降;條件風險價值法雖然能夠度量出風險溢出效應，但是整體市場的風險溢出效應沒有辦法通過金融機構相加得到;未定權益分析法模型構建復雜，結論依賴于假設，使得該方法的實際可行性大大降低;綜合壓力指數法運用起來比較靈活，能夠很好地反映整個國家金融系統的風險水平，給未來的經濟政策提供較為有用的建議。綜合考慮以上幾種方法，本文采用綜合壓力指數法對山東省的金融系統性風險進行分析。

（二）系統性金融風險的防范

商瑾通過分析各國應對金融風險的經驗和教訓以及對我國金融風險的回顧，提出了關于我國防范金融風險的貨幣政策建議、財政政策建議、政府監(jiān)管政策建議及其他相關制度建議[20]。馬建堂和董小君等人從杠桿率角度分析了我國的潛在系統性金融風險，以及杠桿率快速上升的原因，在此基礎上，提出了從政府債務、金融體制和實體經濟改革等方面化解中國系統性金融風險的對策[21]。鄭醒塵對澳大利亞防御系統性金融風險的措施進行了總結，根據澳大利亞整個金融體系監(jiān)管框架的特點及中國金融市場的實際情況，得出關于中國防范系統性金融風險的啟示[22]。胡濱分析了系統性金融風險的來源，并根據來源提出了關于我國防范系統性金融風險的建議[23]。黃益平從三個方面提出政府在防范系統性金融風險時應采取的措施，一是從宏觀政策著手，二是政府不再兜底，加強市場紀律，三是加強政府監(jiān)管，改革金融監(jiān)管機構[24]。王朝陽和王文匯基于前人對系統性金融風險的探討，對我國防范金融風險的對策進行了梳理和總結[25]。

綜上所述，現有系統性金融風險研究的關注對象主要是發(fā)生了實質性金融危機的國家，對于像我國這樣的新興市場國家的關注不夠。我國系統性金融風險有自己的特點，其地方金融風險的累積、傳導與防范尤其值得關注。鑒于現有文獻較少涉及山東省系統性金融風險的測度及防范，本文就此展開研究，以豐富與完善相關理論，并為山東省防范系統性金融風險提供思路。

二、山東省系統性金融風險的測度方法

（一）指標的選取及數據來源

1.指標的選取

近年來，山東省金融體系比較依賴于外部環(huán)境，并且深受房地產價格和股票價格變動的影響，基于此，結合以往文獻所選取的一級指標，本文選取山東省銀行業(yè)市場、房地產市場、股票市場及外部金融市場四個市場的17個指標對系統性金融風險進行測度。按照17個指標的性質，將其分為同向指標、逆向指標與適當指標。當指標越大時金融壓力指數越小，這種指標為同向指標，反之則為逆向指標;而適當指標指的是該指標有一個合理范圍，超過其范圍即為存在壓力（見表1）。

2.數據來源

構建山東省系統性金融壓力指數的關鍵問題是數據頻率的選取，月度數據能夠將金融市場所面臨的壓力表述得更為清晰準確，又因指標數據的可獲得性，所以本文選擇從2013年1月到2018年12月的月度數據對系統性金融風險進行測量。指標數據主要來源于山東省統計局網站、山東省銀監(jiān)局網站、中國人民銀行濟南分行網站、山東省金融年鑒、同花順統計局。

（二）數據處理

1. 數據頻度轉換、補齊缺失數據及季度調整

個別指標只有季度數據，沒有月度數據，對這種數據運用Eviews進行頻度轉換。用Quadratic-match-Sum對山東省GDP進行轉換，得到山東省GDP的月度數據。用Quadratic-match-Average對不良貸款率、短期外債及外債總額進行轉換，其中2018年第4季度的不良貸款率數據缺失，因而，首先運用SPSS中的Replace Missing Value-linear trend at point補齊季度數據，然后再進行頻度轉換。對于缺失的月度數據，像房地產業(yè)出現了缺失1月份數據的情況，采用SPSS軟件補齊缺失數據。為了防止結果受季節(jié)的影響，對商品房銷售面積/GDP這種含有季節(jié)性因素的數據，運用Eviews中的季節(jié)調整方法去除季節(jié)因素對結果的影響。經過上述數據處理，得到了各指標的完整數據①。

2.指標標準化

從表6和圖5可以看出，2013年的金融壓力指數波動幅度比較大，2013年6月的金融壓力指數最大，2014年的金融壓力指數呈下降的趨勢，2015年1月至2016年7月金融壓力指數再次出現波動，2016年7月以后的金融壓力指數變化趨于平緩。

從圖5可以看出，山東省的系統性金融風險在不同階段呈現不同的特征。2013—2014年，山東省政府債務問題加劇、光大證券的“烏龍指”事件的發(fā)生以及房地產價格居高不下等一系列問題，使得金融壓力指數在2013年呈上升趨勢，對此山東省出臺了“金改22條”，使這些問題得到控制，從而金融壓力指數在2014年呈下降的趨勢。2015年1月至2016年7月，股票市場“千股跌?！币约笆蛢r格暴跌使得金融壓力指數出現明顯波動。針對“千股跌?！爆F象，央行采取寬松的貨幣政策，實行多次降準;為解決房地產價格問題，政府推出鼓勵房地產商降價出售政策，釋放需求，清房地產庫存，金融壓力指數在2016年7月后得以趨緩。盡管政府出臺的一些調控政策在一定程度上減輕了金融風險帶來的影響，應對系統性金融風險的對策不斷完善，但整個金融體系的系統性金融風險并沒有明顯降低，從圖5可以看出2016年7月以后金融壓力指數仍處于高位，說明山東省面臨的系統性金融風險形勢仍然比較嚴峻。山東省政府應該更加重視對系統性金融風險的監(jiān)測，防止外來風險的意外沖擊。

四、山東省系統性金融風險的識別

通過測算山東省金融市場的總壓力指數和各市場的壓力指數，基本了解了山東省金融風險的總體情況，但僅通過金融壓力指數尚不能判斷出系統性金融風險的級別，為此還需要對金融壓力指數進行識別，即確認一個具體的數值或者范圍用來識別系統性金融風險是否處于高度危險階段。在金融風險識別的方法中，學者運用最多的主要有三種：一是求出金融壓力指數均值，把均值的某個百分比（如80%）當作臨界值，當某一時期的金融壓力指數超過臨界值時，則判定這一時期風險級別比較高;二是將金融壓力指數均值的1.5倍或2倍標準差作為臨界值，根據金融壓力指數是否超過臨界值來判定風險級別;三是根據過去發(fā)生金融危機時的指數作為參考值，若某一時期金融壓力指數高于這一參考值，則認為該時期需要高度關注。

以上三種方法，第一種方法過于主觀，缺乏統計意義，第三種方法也并不適用，因為山東省沒有發(fā)生過重大金融風險事件，無法確認參考值，因此本文選取第二種方法，用壓力指數均值的2倍標準差作為臨界值來識別山東省系統性金融風險。

從圖6可以看出，在2013—2018年的72個樣本中，金融壓力識別指數大于0的樣本點只有1個。具體來看，2013年6月山東省的金融壓力識別指數大于0，處于較大金融壓力時期，其他時間段的金融壓力識別指數均小于0，處于合適或較小的金融壓力時期。結合山東省的實際發(fā)展情況可以得知，雖然2013—2018年山東省出現過股票市場應對異常震蕩、房價過高以及通貨膨脹等情況，但由于政府積極采取措施應對，使?jié)撛诘慕鹑陲L險得到遏制，山東省的系統性金融風險從而基本處于可控水平。

五、山東省系統性金融風險的防范建議

從前文可知，系統性金融風險不僅僅局限于整個金融市場，非金融市場的波動也會導致金融風險，金融風險沿著不同路徑傳播，導致系統性金融風險的產生。因此，為預防系統性金融風險，本文就金融市場和非金融市場兩方面提出建議。

（一）金融市場方面的建議

1. 建立精準的金融信息統計機制

山東省要有效地防范系統性金融風險，就要對金融數據有清楚的了解。筆者在查找山東省有關金融方面的數據時發(fā)現，山東省的金融數據十分分散，不易查找，并且也沒有完整的金融資產統計數據。若將保險行業(yè)、證券行業(yè)等行業(yè)的金融資產一起統計，那山東省的金融資產數額就難以理清。在金融數據不完整、不易查找的情況下，山東省金融市場的風險不易及時察覺，對金融資產的動態(tài)難以把握，政府也就難以采取合適的舉措防范系統性金融風險。要改變這種狀況就必須建立精準的金融信息統計機制，建立一家專門管理、公開發(fā)布金融數據和信息的金融數據統計中心，將山東省所有金融交易活動產生的金融數據和信息都分類整理到這一家統計中心。

2.加強金融機構的內部監(jiān)管

許多系統性金融風險的發(fā)生及傳染都是由金融機構內部管理不善、監(jiān)管力度不到位造成的。瑞銀巨額虧損、巴林銀行倒閉等事件發(fā)生的原因之一就是金融機構內部管理制度出現漏洞，職員利用管理方面的漏洞進行未授權操作致使金融風險產生。目前來說，山東省金融機構的內控制度建設并不完善，組織結構不合理，權力過于分散。針對這些問題，山東省的金融機構應該吸取其他金融機構的經驗教訓，盡力彌補管理上的漏洞，加強自我監(jiān)管，及時發(fā)覺自身存在的問題，并對發(fā)現的問題盡早提出合適的解決辦法。金融機構對各個業(yè)務的控制要做到有的放矢，對那些風險大的業(yè)務進行重點監(jiān)管，以便及時發(fā)現問題，防止系統性金融風險的發(fā)生。

3.完善政府的監(jiān)管體制

僅僅依靠金融市場自身的能力并不能解決一切問題，預防系統性金融風險的發(fā)生還需要依靠政府的監(jiān)管。金融市場發(fā)生的變動直接影響了各方市場參與者的利益和行為，政府有關部門應該加強對金融市場運行態(tài)勢的監(jiān)管。金融市場的異常波動經常由非常態(tài)成因導致，一旦金融市場的價格長時間持續(xù)下降，不良資產有可能就此產生，潛在的系統性金融風險隨之觸發(fā)。金融監(jiān)管部門應該密切關注金融市場價格的波動，及時發(fā)現異常波動，根據異動的原因和市場參與者交易行為的變化及時采取適當的措施，防止異動持續(xù)發(fā)生。金融監(jiān)管部門可以利用現代電子信息技術對金融市場運行態(tài)勢進行實時監(jiān)控，及時掌握金融市場資金的流動狀況，加強對各金融子市場之間聯動效應的追蹤分析，以便盡早發(fā)現異常，及時采取對策，防范系統性金融風險的發(fā)生。

4.完善信息披露制度

信息不對稱是系統性金融風險形成的原因之一，而現階段，山東省金融機構信息不對稱的現象很常見。為了籌集到更多資金，在向金融機構貸款時公司或個體會向金融機構隱瞞自己的不利信息。而有時候金融風險沒有被及時發(fā)現就是因為有些信息沒有被及時披露，政府無法及時發(fā)現潛在問題。因此，山東省應加強對信息披露制度的管理及完善。在進行信息披露時，有關機構應加大對金融衍生品的信息披露。就目前而言，山東省的金融衍生品仍在發(fā)展階段，金融衍生品會隨著市場的發(fā)展不斷進行創(chuàng)新。規(guī)范這些金融衍生品的有關信息披露行為，有利于及時發(fā)現山東省的金融風險狀況，防止因金融衍生品引起系統性金融風險。

（二）非金融市場方面的建議

1.推動實體經濟健康發(fā)展

防范系統性金融風險的根基是實體經濟的活力發(fā)展，實體經濟健康發(fā)展對防范系統性金融風險來說至關重要。

（1）化解過剩產能。考慮到就業(yè)、政績等因素，有些地方政府讓大量過剩產能長時間存在，使得不少資金資源得不到合理利用。建議有關部門關掉一部分中低端過剩產能企業(yè)，提高環(huán)保標準來關停污染較為嚴重的過剩產能企業(yè)。鼓勵有富余的產能出口到別的國家，響應國家的“一帶一路”倡議，加強山東省企業(yè)與其他國家和地區(qū)企業(yè)的產能合作。

（2）出清僵尸企業(yè)。僵尸企業(yè)指的是那些處于停產或持續(xù)虧損狀態(tài)，要靠政府補貼或者金融機構借貸才能勉強經營的企業(yè)。僵尸企業(yè)在一定程度上拖累了銀行，若僵尸企業(yè)在某家銀行借款過多，將會提高這家銀行的不良貸款率，使這家銀行的資產質量下降。若僵尸企業(yè)的問題沒有得到很好的處理，可能會導致系統性的金融風險，所以對于那些持續(xù)虧損且無法為山東省經濟作出貢獻的企業(yè)要堅決關閉。

2.解決房地產調控問題

在海南發(fā)展銀行倒閉及美國次貸危機的案例中，房地產泡沫成為引發(fā)系統性金融風險的一個重要因素，因此，山東省應該吸取教訓，做好房地產調控，將房地產價格穩(wěn)定在一個合理的水平。山東省政府應該對房地產業(yè)的投資規(guī)模進行合理控制，滿足公眾合理的住房需求，鼓勵市民租賃住房，針對他人用購買住房來獲取利益的行為采取一定的對策進行抑制。有關部門對房地產行業(yè)的信貸業(yè)務進行監(jiān)督，防止房地產泡沫的出現。

3.加強對投資者的教育

為防止風險的發(fā)生，就要讓投資者清楚風險與利益并存，不要盲目跟風投資，要謹慎做出投資決定。金融活動能夠得以進行，投資者與被投資者之間的信用關系很重要，一旦雙方的信用關系塌陷，金融風險就會產生，銀行擠兌現象的發(fā)生就是存款人不再信任銀行造成的。而信用也是需要學習的，加強對投資者的教育，讓投資者了解金融體系的運行，使投資者不隨波逐流，不因謠言、恐慌做出不理智的行為。

[參考文獻]

Alessi L， Detken C. Quasi real time early warning indicators for costly asset price boom/bust cycles： a role for global liquidity[J]. European Journal of Political Economy， 2011， 27（3）： 520-533.

Acharya V V ， Pedersen L H， Philippon T， Richardson M. Measuring Systemic Risk[R]. New York： New York University Working Paper， 2010.

Brownlees C T， Engle R. Volatility， correlation and tails for systemic risk measurement[R]. New York： New York University， 2010.

范小云，王道平，方意.我國金融機構的系統性風險貢獻測度與監(jiān)管—基于邊際風險貢獻與杠桿率的研究[J].南開經濟研究，2011（4）：3-20.

Adrian T， Brunnermeier M CoVaR. Federal Reserve Bank of New York Staff Report[EB/OL].[2019-06-30]. https：//ideas.repec.org/p/fip/fednsr/348.html.

陳守東，王妍.我國金融機構的系統性金融風險評估—基于極端分位數回歸技術的風險度量[J].中國管理科學，2014，22（7）：10-17.

蘇帆. 系統性金融風險測度及其網絡傳染機制研究[D].武漢：中南財經政法大學，2017.

Gray D， Merton R C， Bodie Z. New framework for measuring and managing macro-financial risk and financial stability[EB/OL].[2019-06-20]. https：//www.nber.org/papers/w13607.

Castren O， Kavonius I K. Balance sheet inter linkages and macro-financial risk analysis in the euro area[EB/OL].[2019-06-19].https：//ideas.repec.org/p/ecb/ecbwps/20091124.html.

Saldias M. Systemic risk analysis using forward-looking distance-to-default series[EB/OL].[2019-06-19]. http：//www.doc88.com/p-1866948583344.html.

毛建林， 張紅偉. 基于CCA模型的我國銀行系統性金融風險實證研究[J]. 宏觀經濟研究， 2015（3）：94-102.

朱辰，華桂宏.互聯網金融對中國銀行業(yè)系統性風險的影響—基于SCCA模型及逐步回歸法的實證研究[J].金融經濟學研究，2018，33（2）：50-59.

Illing M，Liu Y. Measuring financial stress in a developed country： an application to Canada[J]. Journal of Financial Stability， 2006，2（3）： 243-265.

Cardarelli R，Selim E，Subir L. Financial stress，downturns，and recoveries[EB/OL]. [2019-06-19]. https：//www.imf.org/en/Publications/WP/Issues/2016/12/31/Financial-Stress-Downturns-and-Recoveries-22923.

賴娟，呂江林.基于金融壓力指數的金融系統性風險的測度[J].統計與決策，2010（19）：128-131.

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

阮湛洋.我國系統性金融風險指數的構建與測算—基于CISS綜合指數方法[J].浙江金融，2017（5）：16-22.

郭娜，祁帆，張寧.我國系統性金融風險指數的度量與監(jiān)測[J].財經科學，2018（2）：1-14.

吳婷婷，徐松松.金融開放背景下中國系統性金融風險測度研究[J].金融理論與教學，2019（2）：1-8.

商瑾.金融風險及防范對策研究[D].北京：財政部財政科學研究所，2012.

馬建堂，董小君，時紅秀，徐杰，馬小芳.中國的杠桿率與系統性金融風險防范[J].財貿經濟，2016，37（1）：5-21.

鄭醒塵.澳大利亞防范系統性金融風險的經驗借鑒[N].中國經濟時報，2016-05-18（005）.

胡濱.系統性金融風險來源及防范[J].改革，2017（8）：41-44.

黃益平.防控中國系統性金融風險[J].國際經濟評論，2017（5）：80-96.

王朝陽，王文匯.中國系統性金融風險表現與防范：一個文獻綜述的視角[J].金融評論，2018，10（5）：100-113.

[責任編輯 張桂霞]