新冠肺炎疫情下江蘇省區(qū)域金融風(fēng)險(xiǎn)分析

□文/吳金杭 韓曙平 章夢(mèng)瑤

（江蘇海洋大學(xué)商學(xué)院 江蘇·連云港）

［提要］ 自2020 年初以來(lái)，新冠肺炎疫情在各個(gè)方面對(duì)區(qū)域金融產(chǎn)生重大影響。本文從宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)、銀行業(yè)風(fēng)險(xiǎn)、資源調(diào)控能力風(fēng)險(xiǎn)、資產(chǎn)價(jià)格泡沫風(fēng)險(xiǎn)、保險(xiǎn)業(yè)風(fēng)險(xiǎn)等五個(gè)維度構(gòu)建區(qū)域金融綜合評(píng)價(jià)指標(biāo)，并依據(jù)熵值法進(jìn)行賦權(quán)，從而對(duì)2019～2020 年江蘇省區(qū)域金融風(fēng)險(xiǎn)變化趨勢(shì)進(jìn)行測(cè)度。實(shí)驗(yàn)結(jié)果顯示：江蘇省區(qū)域金融風(fēng)險(xiǎn)主要受到宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)、資源調(diào)控能力風(fēng)險(xiǎn)及保險(xiǎn)業(yè)風(fēng)險(xiǎn)的影響，且與各個(gè)市的經(jīng)濟(jì)發(fā)展?fàn)顩r相關(guān)，蘇南地區(qū)區(qū)域金融風(fēng)險(xiǎn)最小，蘇北與蘇中地區(qū)基本持平。

自2020 年初以來(lái)，新冠肺炎疫情給我國(guó)經(jīng)濟(jì)發(fā)展造成的沖擊主要體現(xiàn)在以下三個(gè)方面：一是企業(yè)生產(chǎn)作業(yè)活動(dòng)停滯。各行各業(yè)不同程度的延長(zhǎng)假期、停工停產(chǎn)，減少了有效工作日，企業(yè)成本上升，部分中小企業(yè)生存壓力加大，甚至面臨倒閉的情況。二是經(jīng)濟(jì)活動(dòng)需求放緩。傳統(tǒng)服務(wù)業(yè)消費(fèi)受到明顯影響。如，餐飲業(yè)因配合減少聚集的防疫政策而導(dǎo)致營(yíng)業(yè)額下降、旅游業(yè)因景區(qū)關(guān)閉而遭受沉重打擊以及商業(yè)零售業(yè)因快遞通暢性下降而受到?jīng)_擊。三是外部風(fēng)險(xiǎn)將沖擊我國(guó)經(jīng)濟(jì)。國(guó)際貿(mào)易停滯的狀況在短期內(nèi)無(wú)法改善，外部需求下降，從而導(dǎo)致我國(guó)經(jīng)濟(jì)增速降低。區(qū)域金融的穩(wěn)定直接影響國(guó)家宏觀金融穩(wěn)定。區(qū)域金融平穩(wěn)、健康的運(yùn)行，能夠促進(jìn)區(qū)域金融穩(wěn)定，同時(shí)也能夠帶動(dòng)區(qū)域經(jīng)濟(jì)的持續(xù)快速發(fā)展。

本文對(duì)江蘇省區(qū)域金融風(fēng)險(xiǎn)問(wèn)題進(jìn)行分析，試圖得出江蘇省區(qū)域金融風(fēng)險(xiǎn)的區(qū)域結(jié)構(gòu)狀況，全面探析江蘇區(qū)域金融風(fēng)險(xiǎn)現(xiàn)狀、發(fā)展及來(lái)源，為區(qū)域金融風(fēng)險(xiǎn)理論及區(qū)域金融風(fēng)險(xiǎn)的防范預(yù)警提供思路。

一、文獻(xiàn)綜述

金融風(fēng)險(xiǎn)是與金融相關(guān)的、具有不確定性的損失。區(qū)域性金融風(fēng)險(xiǎn)是指某一特定地域內(nèi)部所面對(duì)的金融風(fēng)險(xiǎn)。金融風(fēng)險(xiǎn)具有一定程度的傳染性和破壞性，這種風(fēng)險(xiǎn)可能會(huì)率先以細(xì)微的風(fēng)險(xiǎn)因子發(fā)作于某個(gè)機(jī)構(gòu)或行業(yè)，如無(wú)有效措施加以遏制，將逐漸積蓄能量、擴(kuò)大傳染范圍、乃至發(fā)生質(zhì)變，形成在一定范圍的區(qū)域內(nèi)集中爆發(fā)金融風(fēng)險(xiǎn)，隨著不斷發(fā)酵，極有可能進(jìn)一步擴(kuò)大范圍和影響性，演變成全局性、系統(tǒng)性的金融風(fēng)險(xiǎn)。

對(duì)于區(qū)域金融風(fēng)險(xiǎn)，我國(guó)有許多學(xué)者運(yùn)用不同方法選取不同的評(píng)價(jià)指標(biāo)體系進(jìn)行相關(guān)研究。譚中明（2010）通過(guò)AHP 法和熵值法相結(jié)合，將區(qū)域風(fēng)險(xiǎn)分為外部影響因素和內(nèi)部影響因素2 個(gè)分系統(tǒng)、8 個(gè)子模塊構(gòu)建區(qū)域金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)。郭秀秀（2016）將金融風(fēng)險(xiǎn)分為區(qū)域宏觀經(jīng)濟(jì)、區(qū)域微觀企業(yè)、區(qū)域微觀金融和外部經(jīng)濟(jì)金融四個(gè)子系統(tǒng)，從中選取了24 個(gè)指標(biāo)，通過(guò)熵值法進(jìn)行賦權(quán)以及模糊綜合評(píng)價(jià)法對(duì)區(qū)域風(fēng)險(xiǎn)進(jìn)行評(píng)估，構(gòu)建了區(qū)域金融風(fēng)險(xiǎn)預(yù)警指標(biāo)體系。胡志強(qiáng)（2016）從區(qū)域經(jīng)濟(jì)、區(qū)域金融和影子銀行體系三個(gè)方面構(gòu)建了區(qū)域金融風(fēng)險(xiǎn)綜合評(píng)價(jià)指標(biāo)體系，通過(guò)熵值法進(jìn)行賦權(quán)，對(duì)2011～2015 年安徽省區(qū)域金融風(fēng)險(xiǎn)進(jìn)行測(cè)度，得出變化趨勢(shì)。謝婷婷、李祎（2020）將區(qū)域金融風(fēng)險(xiǎn)歸納為八個(gè)維度，并從中選取指標(biāo)構(gòu)建區(qū)域金融風(fēng)險(xiǎn)評(píng)價(jià)體系，通過(guò)熵值法進(jìn)行賦權(quán)，得到權(quán)重后運(yùn)用模糊綜合評(píng)價(jià)法對(duì)新疆地區(qū)區(qū)域金融風(fēng)險(xiǎn)進(jìn)行測(cè)度。

通過(guò)對(duì)已有文獻(xiàn)的總結(jié)，本文將區(qū)域金融風(fēng)險(xiǎn)歸納為宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)、銀行業(yè)風(fēng)險(xiǎn)、資源調(diào)控能力風(fēng)險(xiǎn)、資產(chǎn)泡沫價(jià)格風(fēng)險(xiǎn)以及保險(xiǎn)業(yè)風(fēng)險(xiǎn)五個(gè)維度，并從這五個(gè)維度中共選取9 個(gè)指標(biāo)構(gòu)建區(qū)域金融風(fēng)險(xiǎn)綜合評(píng)價(jià)體系，在此基礎(chǔ)上對(duì)江蘇區(qū)域金融風(fēng)險(xiǎn)進(jìn)行測(cè)度。

二、江蘇省金融風(fēng)險(xiǎn)現(xiàn)狀

（一）江蘇省宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)增大。宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)可通過(guò)不同的指標(biāo)進(jìn)行衡量，GDP 增速是一個(gè)比較有代表性的指標(biāo)，如果GDP 增速下降，說(shuō)明宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)加大。由于國(guó)家高質(zhì)量發(fā)展戰(zhàn)略的實(shí)施，全國(guó)GDP 增速波動(dòng)下降。2017 年以來(lái)，江蘇GDP 增速持續(xù)下降，宏觀經(jīng)濟(jì)下行風(fēng)險(xiǎn)加大。2020 年受疫情影響，全國(guó)GDP 增速?gòu)?%降至2.3%，江蘇省GDP 增速出現(xiàn)斷崖式下跌，與2019 年相比降幅達(dá)2.4%，而浙江省從6.8%降至3.6%。兩個(gè)省份GDP 增速都呈下降態(tài)勢(shì)，但是江蘇省降幅變化平穩(wěn)，而浙江省下降波動(dòng)更大，受疫情影響程度更深。同時(shí)，江蘇省受疫情影響的程度顯著低于全國(guó)。這說(shuō)明江蘇省宏觀經(jīng)濟(jì)發(fā)展較為平穩(wěn)，受疫情影響程度低于其他省份，抵抗風(fēng)險(xiǎn)能力較強(qiáng)。

（二）資產(chǎn)泡沫價(jià)格風(fēng)險(xiǎn)依然很大。房?jī)r(jià)增長(zhǎng)率是研究資產(chǎn)泡沫風(fēng)險(xiǎn)最具代表性的指標(biāo)，房?jī)r(jià)增長(zhǎng)率與GDP 增速比值能夠衡量資產(chǎn)泡沫化程度，比值處于1 以內(nèi)時(shí)，處于合理范圍，一旦超過(guò)1 則將出現(xiàn)泡沫預(yù)警，而比值大于2 時(shí)則意味著存在房?jī)r(jià)虛漲泡沫現(xiàn)象。由于購(gòu)房需求推動(dòng)房?jī)r(jià)上漲以及各種其他因素，房?jī)r(jià)在2018 年以前處于大幅度上漲的狀態(tài)。但在2018 年國(guó)家出臺(tái)了限購(gòu)政策，全國(guó)房?jī)r(jià)增長(zhǎng)率出現(xiàn)大幅度下降，盡管如此江浙兩省依舊處于泡沫預(yù)警之中。雖然兩省房?jī)r(jià)增速自2018 年后開始下降，但江蘇省的房?jī)r(jià)增長(zhǎng)率始終大于GDP增速，浙江省則在2019 年進(jìn)入到正常范圍。2020 年受疫情影響，江蘇省房?jī)r(jià)增長(zhǎng)率較2019 年上升0.5%，比值再次達(dá)到2，而浙江省也出現(xiàn)了泡沫預(yù)警。這說(shuō)明現(xiàn)階段江蘇省資產(chǎn)泡沫化風(fēng)險(xiǎn)依然很大，且疫情增加了資產(chǎn)泡沫價(jià)格風(fēng)險(xiǎn)產(chǎn)生的可能性。

（三）金融機(jī)構(gòu)風(fēng)險(xiǎn)不斷積累。銀行業(yè)是金融機(jī)構(gòu)中最具代表性的行業(yè)，但中國(guó)大部分銀行實(shí)行分支行制度，分地區(qū)的風(fēng)險(xiǎn)情況通過(guò)全國(guó)性商業(yè)銀行的數(shù)據(jù)很難掌握，城市商業(yè)銀行是區(qū)域性銀行，其業(yè)務(wù)主要分布在省內(nèi)，能夠基本反應(yīng)地區(qū)金融發(fā)展?fàn)顩r。銀行風(fēng)險(xiǎn)一般從不良貸款率中反映。近年來(lái)，南京銀行不良貸款率小幅波動(dòng)上升，但其不良率一直較低，要低于杭州銀行和廣州銀行。2020 年受疫情影響，南京銀行不良貸款率達(dá)到近年來(lái)的峰值，為0.91%。說(shuō)明江蘇金融機(jī)構(gòu)風(fēng)險(xiǎn)加大，而杭州銀行和廣州銀行不良貸款率分別為1.07%和1.15%，較2019 年都有小幅下降，表明杭州和廣州金融機(jī)構(gòu)風(fēng)險(xiǎn)未受疫情影響。但整體來(lái)看，南京銀行不良率依然低于杭州銀行和廣州銀行。這說(shuō)明現(xiàn)階段江蘇省金融機(jī)構(gòu)風(fēng)險(xiǎn)雖有一定積累，但整體上風(fēng)險(xiǎn)控制較好。

三、實(shí)證分析

本文的研究目標(biāo)是確定新冠肺炎疫情影響下江蘇區(qū)域金融風(fēng)險(xiǎn)度量指標(biāo)的權(quán)重，根據(jù)風(fēng)險(xiǎn)產(chǎn)生的成因，按地理位置將江蘇13 市進(jìn)行區(qū)域劃分，連云港、鹽城、徐州、淮安及宿遷為蘇北地區(qū)，泰州、揚(yáng)州及南通為蘇中地區(qū)，鎮(zhèn)江、蘇州、常州、無(wú)錫及南京為蘇南地區(qū)，著眼于2019 年與2020 年兩個(gè)年份，遵循科學(xué)性、全面性、可操作性的原則，從五個(gè)層面出發(fā)，共選取了9 個(gè)指標(biāo)，采用客觀賦權(quán)法的熵值法，構(gòu)建區(qū)域金融風(fēng)險(xiǎn)評(píng)價(jià)指數(shù)體系，見(jiàn)表1。（表1）

表1 區(qū)域金融風(fēng)險(xiǎn)綜合評(píng)價(jià)體系一覽表

（一）熵值法。熵值法是一種客觀賦權(quán)法，根據(jù)各項(xiàng)指標(biāo)的觀測(cè)值提供的信息來(lái)確定各個(gè)指標(biāo)的權(quán)重。本文采用的是熵值法，引入“熵”的概念來(lái)確定各個(gè)指標(biāo)的權(quán)重。熵值法步驟：

1、一致化處理。適度指標(biāo)轉(zhuǎn)化為正指標(biāo)：

逆指標(biāo)轉(zhuǎn)化為正指標(biāo)：

2、無(wú)量綱化處理

3、熵值法賦權(quán)

第二段是美股與A股分道揚(yáng)鑣，美股繼續(xù)向上，A股不斷探底，時(shí)間段為3月22日中興事件到10月18日；中美貿(mào)易摩擦是這段時(shí)間的主要問(wèn)題，雖然一季度道指大幅回調(diào)，但美國(guó)經(jīng)濟(jì)強(qiáng)勢(shì)復(fù)蘇，有良好的經(jīng)濟(jì)數(shù)據(jù)做支撐，二季度再度站穩(wěn)，單季實(shí)現(xiàn)0.7%的正收益，三季度道指延續(xù)牛市趨勢(shì)，不斷刷新歷史新高。而反觀國(guó)內(nèi)，經(jīng)濟(jì)環(huán)境可謂內(nèi)憂外患，內(nèi)有實(shí)體經(jīng)濟(jì)去杠桿，外有中美貿(mào)易摩擦，市場(chǎng)對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)預(yù)期很悲觀，中興事件成為A股下跌導(dǎo)火索，二季度上證指數(shù)累計(jì)下跌10.14%。可以看到，A股市場(chǎng)對(duì)于中美貿(mào)易摩擦的負(fù)向反饋更加劇烈，而道指對(duì)貿(mào)易保護(hù)主義的抬升并沒(méi)有多少表現(xiàn)。

（1）計(jì)算第i 個(gè)被評(píng)價(jià)對(duì)象在第j 項(xiàng)指標(biāo)取值的比重：

（2）計(jì)算第j 項(xiàng)指標(biāo)的熵值ej：

（3）計(jì)算第j 項(xiàng)指標(biāo)xj的差異性系數(shù)gj：

（4）確定指標(biāo)權(quán)重wj：

經(jīng)計(jì)算，各指標(biāo)的權(quán)重見(jiàn)表2、表3。（表2、表3）

表2 2019 年指標(biāo)權(quán)重一覽表（疫情前）

表3 2020 年指標(biāo)權(quán)重一覽表（疫情后）

（二）區(qū)域金融風(fēng)險(xiǎn)綜合測(cè)度計(jì)算。本文根據(jù)上文熵值法所測(cè)量出的各個(gè)風(fēng)險(xiǎn)的權(quán)重，采用模糊綜合評(píng)價(jià)法來(lái)計(jì)算區(qū)域金融風(fēng)險(xiǎn)的綜合測(cè)度值，具體公式如下：

其中，Si為第i 年的綜合風(fēng)險(xiǎn)測(cè)度值，具體計(jì)算結(jié)果見(jiàn)表4、表5。（表4、表5）

表4 2019 年區(qū)域金融風(fēng)險(xiǎn)測(cè)度一覽表（疫情前）

表5 2020 年區(qū)域金融風(fēng)險(xiǎn)測(cè)度一覽表（疫情后）

（三）結(jié)果分析。通過(guò)對(duì)表2、表3 進(jìn)行分析，可以得到以下結(jié)論：2020 年江蘇省區(qū)域金融風(fēng)險(xiǎn)一級(jí)指標(biāo)中宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)和銀行業(yè)風(fēng)險(xiǎn)的權(quán)重同比有不同程度的升高，同時(shí)資源調(diào)控能力風(fēng)險(xiǎn)、保險(xiǎn)業(yè)風(fēng)險(xiǎn)以及資產(chǎn)價(jià)格泡沫化風(fēng)險(xiǎn)權(quán)重有著不同程度的下降。從二級(jí)指標(biāo)權(quán)重變化來(lái)看，GDP 增速、居民消費(fèi)物價(jià)指數(shù)、存貸比、房?jī)r(jià)增長(zhǎng)率/GDP 增速4 項(xiàng)指標(biāo)權(quán)重同比有不同程度的升高，其中居民消費(fèi)物價(jià)指數(shù)權(quán)重增幅最大接近于55%。銀行不良貸款率、固定資產(chǎn)投資增速、保險(xiǎn)深度、保險(xiǎn)收入、股票市價(jià)總值/GDP 這5 項(xiàng)指標(biāo)權(quán)重較2019 年有不同程度的下降，其中固定資產(chǎn)投資增速降幅最大接近于21%。

從表中數(shù)據(jù)來(lái)看，可以得到以下特征：（1）宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)權(quán)重變化受疫情影響較大，得益于2020 年下半年疫情腳步放緩，全年GDP 增速有了部分回升，但整體上增幅不大只有5%。然而，相較于GDP 增速，居民消費(fèi)物價(jià)指數(shù)卻大幅升高，這說(shuō)明新冠肺炎疫情對(duì)物價(jià)指數(shù)的影響較大。物價(jià)指數(shù)大幅上漲意味著通貨膨脹，直觀地體現(xiàn)在物價(jià)上升、貨幣貶值，給整個(gè)區(qū)域金融帶來(lái)巨大的沖擊。（2）銀行業(yè)風(fēng)險(xiǎn)權(quán)重受疫情影響有了部分升高。具體來(lái)看，銀行不良貸款率權(quán)重小幅度下降，存貸比權(quán)重上升，這說(shuō)明疫情期間大部分居民減少了銀行貸款，更愿意把錢放在銀行里?？傮w來(lái)看，整個(gè)銀行體系并沒(méi)有因?yàn)橐咔楫a(chǎn)生巨大的波動(dòng)。（3）資源調(diào)控風(fēng)險(xiǎn)的權(quán)重變化來(lái)源于固定資產(chǎn)投資增速權(quán)重的減少。說(shuō)明整個(gè)社會(huì)固定資產(chǎn)投資有所下降，意味著疫情直接拉低了我國(guó)經(jīng)濟(jì)發(fā)展的增速、基礎(chǔ)設(shè)施的建設(shè)，間接促使區(qū)域金融大環(huán)境的惡化。（4）保險(xiǎn)業(yè)風(fēng)險(xiǎn)的權(quán)重有了部分下降，從二級(jí)指標(biāo)權(quán)重變化來(lái)看，其受保險(xiǎn)收入減少的影響最大，這說(shuō)明疫情期間，居民收入基本用于日常開銷，人們變得不愿意進(jìn)行額外開銷，從而對(duì)保險(xiǎn)業(yè)形成沖擊。然而，從保險(xiǎn)深度方面來(lái)看，數(shù)據(jù)變化不大，說(shuō)明保險(xiǎn)業(yè)在整個(gè)區(qū)域金融體系中的地位很穩(wěn)定，不易受疫情這種外部因素的影響。（5）資產(chǎn)價(jià)格泡沫化風(fēng)險(xiǎn)的權(quán)重變化不大。房?jī)r(jià)增長(zhǎng)率與GDP 增速比值增大，但從數(shù)值上看，仍小于1，處于正常范圍，說(shuō)明疫情并未造成房?jī)r(jià)泡沫化現(xiàn)象。同時(shí)，股票市價(jià)總值在減小，這說(shuō)明新冠肺炎疫情對(duì)上市公司的沖擊很大。

通過(guò)對(duì)表4、表5 分析可以看出：蘇南地區(qū)綜合風(fēng)險(xiǎn)測(cè)度值較大，風(fēng)險(xiǎn)??；蘇北和蘇中地區(qū)綜合風(fēng)險(xiǎn)測(cè)度值小，風(fēng)險(xiǎn)大。疫情后，蘇北地區(qū)和蘇南地區(qū)的綜合風(fēng)險(xiǎn)測(cè)度值都有所下降，說(shuō)明這兩個(gè)地區(qū)的區(qū)域金融風(fēng)險(xiǎn)增大，其中蘇南地區(qū)下降更明顯，說(shuō)明疫情對(duì)蘇南地區(qū)影響更大，但蘇南地區(qū)擁有發(fā)達(dá)的經(jīng)濟(jì)基礎(chǔ)，綜合風(fēng)險(xiǎn)依然顯著低于蘇北和蘇中地區(qū)。此外，蘇中地區(qū)的綜合風(fēng)險(xiǎn)測(cè)度值在上升，說(shuō)明該地區(qū)的區(qū)域金融風(fēng)險(xiǎn)在減小，結(jié)合各風(fēng)險(xiǎn)權(quán)重變化來(lái)看，蘇中地區(qū)區(qū)域金融風(fēng)險(xiǎn)的減小主要得益于宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)的減小，表明區(qū)域經(jīng)濟(jì)發(fā)展程度對(duì)抵御各類風(fēng)險(xiǎn)有著巨大的作用。通過(guò)比較疫情前后各類風(fēng)險(xiǎn)權(quán)重可以發(fā)現(xiàn)，綜合風(fēng)險(xiǎn)測(cè)度值受宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)、資源調(diào)控能力風(fēng)險(xiǎn)及保險(xiǎn)業(yè)風(fēng)險(xiǎn)影響最大。

基于上述數(shù)據(jù)及分析可以得到如下結(jié)論：江蘇省區(qū)域金融風(fēng)險(xiǎn)主要受到宏觀經(jīng)濟(jì)發(fā)展風(fēng)險(xiǎn)、資源調(diào)控能力風(fēng)險(xiǎn)及保險(xiǎn)業(yè)風(fēng)險(xiǎn)的影響，且與各個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r相關(guān)，城市自身發(fā)展基礎(chǔ)越好，抵抗風(fēng)險(xiǎn)的能力就越大，同時(shí)結(jié)合疫情后數(shù)據(jù)來(lái)看，區(qū)域金融風(fēng)險(xiǎn)蘇南地區(qū)最小、蘇北地區(qū)與蘇中地區(qū)基本持平。