宿家铭

〔河南牧业经济学院 金融与会计学院，河南 郑州 450045〕

一、引言

金融是国家重要的核心竞争力，金融安全是我国经济高质量发展的重要保障。党的十八大以来，面对国际金融危机的持续性影响和国内经济“三期叠加”的挑战，金融安全形势愈加严峻。2018年初，贸易保护主义抬头，国际金融环境越来越复杂，防范金融风险的压力进一步增大。

作为中原崛起的核心力量，河南省正处于快速发展阶段，郑州航空港区的建设、兰考普惠金融全国试点县的建设等重大举措都是河南省聚力全方位经济发展的标志。在这种背景下，防范和化解区域性金融风险势在必行。在河南省快速发展过程中，出现了银行不良贷款率较高、信用风险较大和金融利用率偏低等问题。这都要求对河南省区域性金融风险有更深入的理解，及时识别风险、化解风险，通过维护区域性的金融稳定来支援全国的金融稳定工作。

银行不良贷款率是衡量系统性风险的重要指标，[1-2]银行业的债务风险与整个金融系统紧密相连，[3]因此，作为主要的被解释变量，银行不良贷款率能够衡量区域系统性金融风险的程度。

地方政府债务是构成银行不良贷款的重要因素之一，而地方政府收入则决定了地方政府的偿债能力。换言之，政府的收入决定了其偿还债务“资金充沛”的程度。作为市场的主要参与者，金融机构主要通过以下两个途径影响银行不良贷款率：一是金融机构对企业的融资能够缓解其流动资金压力，保障企业的正常运营，从而保证其偿还银行贷款的能力。二是金融机构可用于贷款的资金增加，市场流动性增加。由于资金存在风险偏好，市场整体杠杆率增加，风险就会增加，银行不良贷款率就会提高。本文将政府的资金充沛程度和金融机构的资金充沛程度结合，构成地区的资金充沛程度，考察其与区域金融风险的相互作用。

二、现有系统性金融风险研究与理论分析框架

1.系统性金融风险的界定

关于系统性金融风险，学界主要有以下两种代表性观点：

Billio et al.认为，系统性风险是能够威胁整个金融体系以及宏观经济稳定的风险。[4]Schwarcz认为，系统性金融风险在金融市场与实体经济之间的传导性值得强调。金融风险事件的传导速度与其破坏性相关。由于金融体系的内在联系性，一部分金融机构的失败会导致另一部分金融机构的崩溃，并形成连锁反应，导致整个金融体系不稳定。国际货币基金组织( IMF) 、国际清算银行( BIS) 和金融稳定委员会(FSB)在 2011 年共同出具报告，将系统性风险定义为金融体系部分或全部受损时引发的大范围金融服务失效并且可能对实体经济产生严重冲击的风险。

国内学者认为，虽然对于系统性风险“难以定义”，但对其特点却容易辨识，甚至“一目了然”。[5-6]对于系统性金融风险可做如下描述：一是由经济周期、政治因素或金融体系结构性问题引发的、对整个金融体系造成重大冲击的动荡。二是其影响具有广泛性，能够波及大部分金融机构，直至整个宏观经济系统。三是具有极强的传染性，单个的突发事件能够导致市场的主体产生连锁崩溃的效应。总体而言，系统性风险是指对某个金融体系而言，一种可能产生影响广泛、传播迅速、破坏严重的金融危机的可能性。

2.系统性金融风险的测算

国内关于系统性金融风险预警的研究主要借鉴了西方学者的研究方法，如:STV模型、KLR信号分析法[7]、世界货币基金组织的金融稳健指标[8]、金融压力指数、马尔科夫状态转移模型[9]，以及simple logit模型[10]、网络分析法、共同风险法、困境依赖矩阵法、违约强度模型法等。方意使用DCC-GARCH模型对我国系统性金融风险进行测度，得出结论：我国系统性金融风险与金融机构资产规模、杠杆率和边际期望损失有着紧密联系。[11]覃邑龙和梁晓钟的研究表明，银行业的违约风险与整个金融系统的风险紧密相连，银行业的风险会迅速在金融体系内部传递，造成严重后果。

罗晓蕾和其同事针对河南省区域金融风险构建了包含区域金融机构、区域金融生态和区域宏观经济运行三个维度的区域系统性金融风险预警系统。李雅丽认为，应加大金融生态环境建设力度, 加快产业结构调整，增强抵御金融风险的能力。[12]王立国则认为区域经济水平发展的不平衡与区域金融水平发展的不平衡紧密关联。[14]

综上所述，现有文献中对于系统性金融风险的预警和测算有着丰富的描述，在不同的历史阶段出现了不同的系统性金融风险衡量方法。总体而言，学界认为，高杠杆率、金融机构规模和关联度、经济发展的不平衡是可能导致区域性金融风险的原因，关于应对金融风险的“资金充沛”程度与区域系统性金融风险的关系的文献较少。对于系统性金融风险的测算大多是通过构建指标进行综合性的评分，由于指标体系的不同，学界对于某一地区或时段的系统性风险的评估缺乏横向对比，也较难反映当某一变量受到冲击时其他变量受到的影响，而向量自回归方法的脉冲响应函数则能够反映这类冲击的影响，也是本文选取此方法进行区域系统性金融风险分析的原因。

3.系统性金融风险的产生

根据现有文献分析，区域系统性金融风险的产生经常是多种因素综合的结果，主要有以下几个方面：

(1)地方政府债务沉重。我国地方政府债务存在着体量大、风险高和过度依赖土地收入的问题。[14]近年来，伴随着我国城镇化进程中对基础设施建设的巨量资金需求，地方政府债务急剧升高，大部分政府投资呈现出数量大周期长的特点，风险较高。一旦出现项目回报不及预期，就会出现偿债能力问题，形成不良贷款。同时，由于近年来土地价格波动，政府的偿债能力过度依赖于土地收入，当土地收入不及预期时，也会出现政府偿债风险。政府的财政收入是衡量政府偿债能力的重要标准，政府财政收入的提高有利于缓解地方债务压力，从而降低不良贷款率、降低区域系统性金融风险发生的概率。

(2)地方政府平衡市场风险的能力较弱。虽然金融监管部门在金融市场的稳定方面起着极为重要的作用，但我国现有地方金融监管体系无法与多层次的金融供给相匹配，这一方面是由于金融监管机构庞杂，责权相互交叉，不够明确；另一方面由于监管成本等原因，监管机构的监管重点放在大型企业和大型金融机构，对小型和新兴的金融机构监管力度偏弱。[15]

(3)市场主体风险管理不当。由于市场信息的不对称，金融市场存在着“羊群行为”，具体表现为：在市场价格上涨时盲目追高，在市场下跌时恐慌抛售。金融市场的参与者对于高收益的盲目追逐，会使其忽略潜在风险，导致风险积聚。而作为市场重要组成部分的金融机构，拥有充足的资本才能够帮助其应对市场的波动，保证自身的财务安全。

当然，区域系统性金融风险的产生还有金融内在的脆弱性、市场杠杆率较高、外部环境变化等。本文分析的重点仅聚焦于银行不良贷款率、金融机构存款和政府财政收入等方面。

三、河南省资本充沛率变化情况

近年来河南省金融体系发展平稳，各项存贷款基本保持平稳增长，贷款利率有所下降。通过合理的货币政策激发利率的自我调节机制，河南省银行贷款的负债端成本得以稳定，信贷风险总体可控。

根据《河南省金融运行报告(2019)》和中国银行保险监督管理委员会河南监管局银行业经营数据，截至2018年底，河南省共有各类银行业金融机构网点13047个，从业人员达202058人，资产总额达81849亿元人民币，法人机构239个。银行业总资产同比增长7.4%，净利润同比下降13.5%，农村商业银行89家，村镇银行80家。

图1显示了河南省近20年来银行业不良贷款率的变化情况，总体而言，银行业不良贷款率呈现下降趋势，在2008年经济危机发生前，河南省银行不良贷款率显著上升，系统性风险不断积累，于2007年达到了2002年的水平。河南省银行监管部门采取措施，主动处理银行不良资产，通过成立资产管理公司等手段使2008年河南省银行业不良贷款率显著下降。受整体经济形势的影响，2015年河南省银行业不良贷款率在经历了2009-2014年的持续下降之后首次出现了上升，随后在2016-2017年期间逐步下降。河南省金融机构存款在2000-2017年间不断增加。

国泰安数据显示，2000-2017年河南省政府财政收入和国民生产总值稳步上升，从2000年的5137.66亿元人民币上升至2017年的44552.83亿元人民币。其中2007年河南省国民生产总值的增长率最高，达到14.6%，随后由于美国次贷危机的影响下降至2009年的10%，在经历了2010年和2011年的反弹之后，河南省国民生产总值增长率逐步下降，2013-2017年的增长率分别为：9% 、8.9%、8.3%、8.1%、7.8%。次贷危机对河南省财政收入的影响也体现在数据上，河南省财政收入增长率从2007年的26.9%分别下降为2008年的17%和2019年的11.6%。2008-2017年河南省财政收入分别为1008.9亿元、1126.06亿元、1381.32亿元、1721.76亿元、2040.33亿元、2415.45亿元、2739.26亿元、3016.05亿元、3153.47亿元、3407.22亿元，每年的增长率处于下降趋势，2016年出现反弹，2017年达到10.5%，超过2015年10.1%的水平。

四、河南省金融业系统性风险的实证分析

银行系统不良贷款率是系统性金融风险的重要信号，银行不良贷款率上升严重会影响居民存款安全，造成挤兑和市场恐慌。政府收入能够反映政府的偿债能力和紧急情况下的“救市”能力，是系统性金融风险的稳定器。国民生产总值增速放缓,通常昭示着经济繁荣阶段结束。鉴于系统性金融风险经常出现在经济周期的衰退阶段，国民生产总值的变化对于系统性金融风险的防范具有参考意义。本文使用向量自回归方法(VAR)构建模型，对河南省系统性金融风险进行分析。

图1 河南省2000-2017 银行业不良贷款率和金融机构各项存款情况

1. VAR向量自回归基本原理说明

向量自回归(VAR)是一种常用的对经济变量进行分析的方法，其原理是将多个经济变量同时进行回归，使其相互之间能够自洽。VAR方法经常涉及多个变量，模型参数复杂，较难解释其经济意义，而VAR模型的脉冲响应函数能够反映当一个变量受到冲击时其他变量的变化，具有更好的经济意义。

向量自回归的基本模型如下：

(1)

yt=Γ0+Γ1yt-1+…+Γpyt-p+εt

(2)

在公式(1)中β和γ分别代表两组时间序列分别作为被解释变量、一起作为解释变量时各自的系数，ε代表白噪声过程。在公式(2)中，变量的同期系数以矩阵的形式呈现，(2)式是(1)式的简化形式。

2.变量选取

参考俞树毅的研究成果，使用河南省2000年—2017年银行业不良贷款率(Npl)作为区域系统性金融风险的衡量指标。向量自回归模型内生解释变量使用全国金融行业年度存款总额(Fidipst)和河南省年度财政支出(Gov)，外生控制变量选择河南省年度国民生产总值(GDP)、全国股票年度总市值(Tvstk)、河南省年度固定资产投资(Ifa)和河南省年度总人口(Pop)。

由于模型所选变量在计量单位上存在着较大差距，为了保证模型能够正确反应选取变量之间的关系，对变量取自然对数(如表1所示)。对变量取自然对数之后可以观察到所有数据的量级基本处于同一水平。

表1 对数变量描述性统计

注：数据来源于中国人民银行郑州中心支行《河南省年度金融稳定报告》《河南省统计年鉴》和中国人民银行网站、河南省统计局网站

在使用向量自回归模型之前，应当检验变量是否存在单位根，如果使用存在单位根的变量进行回归，将会导致回归结果不平稳，无法得到有效的回归结果。本文使用 Augmented Dickey-Fuller 单位根检验，滞后期数的选择参考schwert的[16]做法。

通过单位根检验，发现lNpl、lGov的结果不平稳，通过I(1)过程取一阶差分得到平稳变量dlNpl 和dlGov。向量自回归将主要考察内生变量lNpl 、lGov 和lFidipst的关系，其他外生变量作为控制变量可以使模型更好地拟合数据。

对变量进行向量自回归之后的平稳性检验结果表明：特征方程的所有根都在复平面的单位圆范围之内，回归结果平稳。

3.河南省金融业系统风险模型构建

综上所述，可以建立河南省系统性金融风险模型：

d1Np1=β11FIdipst+β2d1Gov+A+μ

方程反映了河南省银行业不良贷款率一阶差分dlNpl与金融机构存款lFidipst和政府财政收入一阶差分dlGov的线性关系。其中A是外生变量，μ是误差项。对模型进行格兰杰因果检验。

结果显示， LFidipst 是dlNpl的格兰杰原因，dlNpl 也是 LFidipst的格兰杰原因。格兰杰因果检验无法确定三个变量的先后顺序。见表2。

交叉相关图显示，dlNpl 与提前5期的lFidipst 相关度最高，lFidipst 与滞后1期的dlGov 相关度最高，dNpl 与提前一期的dlGov相关度最高，因此确定了三个变量的排序为1. dlNpl，2. dlGov，3. lFidipst,下面将按照此排序考察模型的脉冲响应函数。

表2 格兰杰因果检验

脉冲响应函数分析结果显示，金融机构存款变化率对河南省银行不良贷款率增速的影响维持在相对较低水平，随着时间推移会有轻微上升，随后趋于稳定。政府财政收入增长率对于河南省银行不良贷款率增速的影响也基本遵循类似模式，但是影响的程度与金融机构存款变化率相比较小。相反，银行业不良贷款率对于政府财政收入增长速度和金融机构存款增长速度的影响相对较大，随着银行不良贷款率的增加，政府财政收入增长速度会随之增长，在短暂的趋于稳定之后继续上升，并在一段时间之后趋于长期的稳定。对于金融机构存款而言，随着银行不良贷款率增长速度的上升，金融机构存款增长速度也将经历短暂上升—平台期—上升—趋于稳定的模式，但是随着时间继续推移，该影响力会有轻微下降。

对模型变量进行方差分解的结果显示，河南省不良贷款率的增速变化主要来源于银行自身，且随着滞后期数的增加保持稳定在82.2%，金融机构存款变化率对其影响大于河南省政府财政收入增速变化率。

五、对策与建议

首先，目前河南省金融资产质量较低，人均金融资源拥有量较少，与经济总量不相称，金融相关比率偏低，存贷款增长速度相对缓慢；河南省银行业盈利水平低，盈利能力弱，抗风险能力不强。银行贷款增长率较低，说明金融业对经济发展的贡献度不大，资本市场发育不全，融资结构不够合理，投资者或者没有渠道使用金融服务，或者缺乏使用金融服务的相关信息。而河南省保险市场的广度和深度开发不够，保险保障功能也没有得到充分发挥。[17]其次，金融业与区域经济发展的支撑力度不足：一是银行信贷发展缓慢；二是银行信贷业务投资效率不高，主要投向政府主导的高速公路和电力领域，这也是积累区域金融风险的因素。鉴于此，对策建议如下：

建立统一系统性金融风险预警系统。目前国内外学者针对不同的研究对象建立了不同的系统性风险预警系统，他们的实现方法、关注重点不尽相同，虽然系统性风险的定义各国学者基本达成了共识，但是在实际研究过程中，往往对金融体系采取不同的分析手段，即使研究对象一致，但是关于真实的系统性金融风险的程度无法形成共识，甚至有很大差别。此外，系统性金融风险的研究大多是针对一个经济整体的，关于区域性金融风险的研究较少，也没有具有权威性的理论在学界达成共识。在理论作用于现实的过程中，往往效果一般。因此，河南省政府应当在国家关于系统性风险防范精神的指导下，建立一套具有横向比较意义且能反映河南省金融实际的、全面的系统性风险预警系统。通过横向比较确定河南省真实的系统性风险的程度，以便进行及时的防范。

加强金融机构对贷款对象潜在风险因素的监管。通过实证部分的方差分解结果可以发现，银行业的不良贷款率很大程度上与其内部管理水平直接相关，因此银行应当加强对贷款人还款能力的调查，采用大数据分析确定贷款对象潜在的失信风险，通过更加合理的贷后措施降低不良贷款率。

保持经济数据的真实性和连贯性。系统性风险往往与经济周期联系紧密，而关于经济周期的分析非常依靠历史数据。我国经济在过去的40年里经历了跨越式的发展，但与经济发展相配套的数据跟踪稍稍落后于经济增长。官方公布数据的滞后会导致系统性风险的预警模型出现偏差，所以政府部门应当对历史数据及时梳理及时公布，确保数据的真实性和连贯性。