基于ARIMA與FSEM視角的區域系統性金融風險預警研究

摘 要：區域系統性金融風險的客觀存在不僅影響著區域經濟的安全，也極易通過區域間的經濟聯系而放大，從而成為導致一國經濟整體出現系統性波動的不穩定因素。本文在借鑒并綜合相關系統性金融風險研究的基礎上，將區域系統性金融風險來源分為區域宏觀經運行狀況以及區域金融運行狀況兩大子系統，并在此基礎上根據ARIMA計量模型、熵值法及FSEM構建了區域系統性金融風險預警的綜合評判體系，提出了風險等級的評判準則。

關鍵詞：區域系統性金融風險；ARIMA；熵值；FESM

中圖分類號：F224 文獻標識碼：A〓 文章編號：1003-9031（2014）09-0014-06 DOI：10.3969/j.issn.1003-9031.2014.09.03

一、區域系統性金融風險相關文獻綜述

Robert C.Merton和Zvi Bodie指出金融體系執行著跨期配置資源、提供管理風險的方式、提供清算和結算支付、提供歸集資源并在不同企業里細分所有權的機制、提供價格信息幫助協調不同經濟部門的分散性決策以及提供設法解決激勵問題的方式等六項基本功能，但系統性金融風險的存在將會使得金融體系所具備的基本功能受到威脅，并嚴重影響金融系統的穩定，一旦風險防范不足就將使其轉化為金融危機，進而嚴重拖累實體經濟的運行，最終使得經濟社會付出慘重的福利代價。因此，有效的識別和防范金融風險，維護金融體系的穩定就成為各國共同關心的重要議題。目前，絕大多數的文獻對于系統性金融風險研究的出發點都是集中于國家整體的宏觀層面，對于區域系統性金融風險的相關研究還比較少，已有的關于區域金融風險的相關研究文獻主要從劃分引起區域系統性金融風險的來源、指標權重的確定以及計量模型的設定做了一些前期研究。仲彬、劉念和畢順榮（2002）構建了區域金融風險預警體系的框架，構建了相應的指標體系，并建立了統計模型[1]。汪祖杰和吳江（2006）把區域金融安全指標體系劃分為區域金融安全微觀監測指標系統、區域安全宏觀監測指標系統、區域安全金融生態環境指標系統，并構造了區域金融安全計量經濟模型[2]。陳松林等（2006）通過功效系數方法來計算綜合評估系數從而建立了金融風險評估模型[3]。姚星垣和郭福春（2008）根據浙江省區域金融發展特點，提出了從宏觀、中觀和微觀三個層面考慮區域金融風險的預警機制[4]。譚中明（2010）認為區域金融風險狀況應該包含外部影響因素以及內部影響因素，在此基礎上對構建的指標體系賦予不同權重，構建了區域金融風險預警指標體系的測量模型[5]。宋凌峰和葉永剛（2011）認為企業部門和公共部門的風險是區域金融風險構成中的主要風險來源，并采用面板數據模型分析了區域金融風險部門之間傳遞[6]。李建軍和盧少紅（2013）利用probit模型與ARMA預警模分析了區域民間金融風險的規模風險與利率風險[7]。包全永（2005）研究了一個封閉銀行系統和銀行間市場的系統性風險傳染機理，認為銀行系統性風險具有傳染與擴散效應，這種傳染與擴散效應最終可能使銀行系統失去基本功能[8]。

單個事件會通過一個機構傳遞到多家機構、從一個市場傳遞到多個市場，這會引起多米諾骨牌效應，導致損失擴散和蔓延，從而使得整個金融體系變得脆弱，這種觀點也適合于區域系統性金融風險之間的傳染，較為系統的研究區域系統性金融風險的生成機理并對其進行量化測度進而采取相應的風險防范措施，對于穩定區域經濟的協調發展以及整體經濟的安全而言就顯得至關重要，但是，在進行區域系統性金融風險預警過程中應該包括哪些經濟因素和金融指標？應該如何對指標數據進行處理？以及怎樣進行相應指標數據的預測并最終通過何種形式來給出風險預警？對此，本文將在基于ARIMA與模糊綜合評價視角下給出說明和分析路徑。

二、區域系統性金融風險的影響因素及預警指標體系

對于區域系統性金融風險而言，從概念上應界定為特定的經濟區域由于外部宏觀經濟環境的變化或區域內自身經濟環境的改變而產生的對于區域內金融體系有著負面影響的一種風險狀態，這種風險是潛在客觀存在的，且易于通過不同區域間的內在聯系而傳染。對于潛在的影響區域金融運行的因素而言，大致有以下幾類因素。

（一）宏觀經濟的周期性波動

在宏觀經濟的擴張期，由于市場的良好表現，個體投資者及機構投資者的非理性思維會過度的增大風險敞口，未對沖的風險敞口增加會不斷的使風險集聚，從而威脅到金融體系的安全，在宏觀經濟的收縮期，隨著整體經濟的下行，脆弱的金融部門容易出現流動性等困難，這種局面會通過金融機構之間的資產互持而得以迅速擴大，最終影響實體經濟的發展。

（二）金融基礎設施的不完善

金融基礎設施包括了一系列的法律程序和會計程序，交易和清算設施的組織架構，以及監管金融體系參與者之間關系的管制機構。當某個區域由于受到內在的經濟波動或者外生沖擊時，不完善的金融基礎設施將難以有效的防范及轉移這些不確定風險，從而導致風險集中度逐漸上升，最終通過資產負債等鏈條破壞金融體系的正常健康運行，阻礙有效的資本配置，影響區域的經濟效率。因此，不完善的金融基礎設施將會成為區域系統性金融風險的重要來源。

（三）地方政府的行政干預

地方政府擔負著推動地區經濟發展的重要任務，區域GDP的大幅增加是量化衡量政府績效的重要指標，地方政府出于各種考量會采取行政干預的方式配置金融資源，這種舉措往往是通過政府的信用來放松金融機構對于市場參與者的約束，從而形成一種隱性擔保，這種擔保會使即便被擔保方出現凈值減少，金融機構也極有可能更多的提供流動性的局面出現，從而大幅增加了系統性金融風險的集聚的可能性。

（四）金融系統中的同質化風險

當微觀市場主體在同一制度的框架范圍內，按照相同或相近的思維模式采取相同或類似的行為時，就會產生正反饋和負反饋兩種反饋機制。在經濟擴張時，市場參與者的同質化操作易滋生金融泡沫，加速金融風險向金融危機轉變；在經濟收縮時，同樣的策略和行為也會加劇金融危機的發生，這種較強的順周期反饋使金融系統面臨著更大的波動性。同時，對資產負債采取以公允價值計價的方式也會成為金融風險的重要來源，在經濟高漲時，抬高或虛增資產的賬面價值，刺激信貸擴張，這就易形成信貸擴張到資產價格高漲再到資產價格泡沫最后泡沫破滅演化為危機的回路，在經濟衰退時，以公允價值計量的資產價格迅速下降，這將迫使產生資產拋售的局面，從而進一步加速了經濟環境或金融功能的惡化，最終形成危機。公允價值計量在經濟繁榮時其會制造資產泡沫，經濟蕭條時期會造成資產價格非理性下跌，對宏觀經濟波動產生影響。

（五）市場參與者的短視行為

對于短期利潤的追逐容易把貨幣資金更多的配置到資產負債率較高且生產效率較低的行業，2000年高科技產業泡沫的破滅致使美國股票市場大幅下跌，至2002年跌幅達到了30%，嚴重拖累了實體經濟的有效運行，2007年8月開始美國爆發了大蕭條以來最嚴重的金融危機，次級住房抵押貸款違約所產生的市場連鎖反應引發了金融機構的巨額虧損，隨后而來的美股單日跌幅高達7%，成為1987年股災以來最大跌幅，這些危機的爆發很到程度都可歸結于市場參與者的非理性行為。次貸危機源于非理性繁榮，正是這種羊群效應的心理導致了美國20世紀90年代的股市泡沫和2000—2007年的房地產泡沫，缺乏市場效率的資源配置將會更容易產生金融風險。

（六）國家宏觀政策的調整

國家宏觀政策的調整主要是針對整體國民經濟的運行需要所做出的長遠規劃，這種國家層面上的政策變動在作用于局部區域的時候會由于各個區域的經濟發展程度和金融體系完善度的不同而有所差別，各個區域的不同彈性反應就容易使得調整過度或調整不足，這些都將成為某些區域系統性金融風險的因素來源。

（七）金融資源的激烈競爭

稀缺資源不僅指物質資本，也應指金融資源。金融資源的競爭不僅存在于金融機構之間，也存在于地方政府之間。金融機構間對于貨幣資金來源的爭奪以及資金用途的盲目投放將放大風險敞口，成為威脅金融體系安全的不穩定因素。地方政府出于績效的考量也會加入到稀缺金融資源的爭奪戰中，如果地方政府不具備較強的風險防控能力，那么為了獲取更多的外在資源，就有可能會帶來更大的金融風險。

上述因素梳理了金融風險的潛在生成機制，金融風險的大小取決于區域宏觀經濟的運行態勢、區域金融體系的風險狀況以及微觀市場主體的非理性參與行為，其具體影響過程。

金融風險預警模型構建中最基本的要素是確立預警指標，由于影響區域金融體系穩定的風險因素較多，且各個不同的經濟區域在區位優勢、資源稟賦、對外開放度等方面都存在較大差異。基于此，在選取指標構建區域系統性金融風險預警模型時應該具備既有反映區域宏觀經濟變化帶來的影響，又有反映區域金融市場和金融機構運行狀況的特點。

本文選取反映區域宏觀經濟運行的變量指標主要有區域GDP增速、區域CPI增速、區域失業率、區域固定資產投資增長率以及區域財政收入增長率。對于GDP而言，GDP平穩的增長速度反映了經濟規模的合理性放大，而過快的增速也有可能代表著經濟泡沫問題，因此，選定該指標作為整體宏觀經濟的衡量標準之一是必要的。對于CPI而言，CPI增速過快會通過市場參與者的預期作用于經濟，帶來一系列的交易成本，不利于資源的合理配置，從而拖累經濟的正常運行。對于失業率而言，失業率衡量了一國或一地區對于經濟資源的利用程度。對于固定資產投資增速而言，固定資產投資增長反映了地區產能的擴張，這直接意味著地區經濟未來的增長潛力。對于區域財政收入增長率而言，財政收入的增長反映了一個地區整體的經濟增長實力，基于統一的收入口徑和可比價格將不同年度的財政收入增長率進行對比，可以看出財政收入規模的變化和增長水平的快慢，這也反映了區域宏觀經濟運行發展的規模和速度。

由于金融體系的主要組成部分可以劃分為金融市場和金融機構，因此分別從區域銀行業、區域保險業和區域證券業三個方面來進行選擇反映區域金融運行狀況指標。Goodhart和Segoviano（2009）認為對于銀行業而言，銀行作為最重要的金融機構，銀行系統的危機、特定銀行間的危機及與某個特定銀行相聯系的系統危機可形成系統性風險[9]。根據相關文獻以及學界、業界的相關研究，本文選取的作為衡量銀行健康狀況的指標主要有：反映資本充足性的指標（資本充足率、核心資本充足率）；反映資產質量的指標（不良貸款率、呆賬貸款率、逾期貸款率、最大十家客戶貸款比率和最大客戶授信比率）；反映盈利能力的指標（資產利潤率、資本利用率、利息回收率和資產費用率）；反映流動性的指標包括（流動性比率、超額準備金率和存貸款比率）；反映風險管理能力的指標（風險管理計量程序、內控措施完善度）。對于保險業而言，本文在借鑒中國保險監督管理委員會發布的《保險公司償付能力額度及監管指標管理規定》的基礎上，選取的衡量保險業健康狀況的監測指標有保險深度、償付能力充足率、保費增長率。對于證券業而言，在借鑒中國證券監督管理委員會公布的《證券公司風險控制指標管理辦法》的基礎上，選取了凈資本與凈資產比例、凈資本與負債比例以及凈資產和負債比例作為衡量證券市場運行的監測指標。

三、風險預警邏輯及實證分析

對于區域系統性金融風險預警模型而言，進入模型的評價因素較多，諸多因素的邊界也存在著模糊特征，定性分析很難對風險狀態做出預警判斷。因此，區域系統性金融風險預警模型的構建將主要采取BOX和Jenkins提出的ARIMA模型以及L.AZdah提出的FSEM來進行。

（一）變量說明

為了嘗試構建反映區域系統性金融風險的預警機制，現對做出以下劃分，區域系統性金融風險預警模型為Ⅰ級系統，區域宏觀經濟運行指標與區域金融運行指標為Ⅱ級系統（其中區域金融運行系統分為區域銀行業系統、區域保險業系統、區域證券業系統），各類監測變量為Ⅲ級系統（包括區域GDP增速、區域CPI增速、區域失業率、區域固定資產投資增長率、區域財政收入增長率、資本充足率、核心資本充足率、不良貸款率、呆賬貸款率、逾期貸款率、最大十家客戶貸款比率、最大客戶授信比率、資產利潤率、資本利用率、利息回收率、資產費用率、流動性比率、超額準備金率、存貸款比率、風險管理計量程序、內控措施完善度、保險深度、償付能力充足率、保費增長率、凈資本與凈資產比例、凈資本與負債比例以及凈資產和負債比例27個監測指標）。

（二）風險預警邏輯

區域系統性金融風險預警系統由反映區域宏觀經濟運行狀況、區域銀行業狀況、區域保險業狀況以及區域證券業狀況的四個子系統組成，因此，風險預警應該根據四個子系統的風險狀況來綜合予以判定，然而各個子系統在整個風險預警中的權重應該是有所差異的，這種差異性的最終來源在于進入各個子系統中的監測指標值，所以首先需要對各個監測指標值進行差異賦權并確定風險等級，然后根據確定后的監測指標權重與風險等級給出各個子系統的不同風險等級和風險的綜合評價值，最后通過各個子系統的綜合評價值的加權處理給出反映區域系統性金融風險的綜合評價值，該值即為區域系統性金融風險的最終狀態。上述過程中對于監測指標的賦權采取的是熵值法賦權，熵值小代表該指標的權重越大；對于監測指標的風險等級采取梯形隸屬函數通過隸屬度來確定，隸屬度反映了各個指標對應于不同風險等級的程度，各子系統中的監測指標權重將會構成1×n矩陣，n代表各子系統中的監測指標數量，隸屬度構成n×4矩陣，4代表四個風險等級，通過權重矩陣與隸屬度矩陣可解出反映各子系統不同風險等級程度的矩陣，對于該矩陣進行風險等級的加權求和即為各子系統的風險評價值，最后根據各子系統在整個風險預警系統的權重值對各子系統的風險評價值加權求和即可得出最終的區域系統性金融風險預警值，根據該值所屬的風險區間判定風險狀態，邏輯路線。

（三）風險預警機制的實證路線

在用ARIMA（p d q）之前，需進行ADF（Augmented Dicky-Fuller test）平穩性檢驗并通過自相關函數ACF和偏相關函數PACF的拖尾及截尾特征來確定AR（p）以及MA（q）中滯后階數，模型采用OLS法估計完成后，使用LB統計量（Ljung-BOX）檢驗顯著性以確定ARIMA（p d q）模型適用，并得出監測指標的點預測值，該值將被用于后續建立的預警評價矩陣。

對于預測出的監測指標數據，需要賦予在風險預警指標體系中的權重值，權重的確定擬采用信息論中的熵值來客觀賦權，根據各類指標在系統中的熵值大小的相對程度來確定各類指標的權重值，指標的離散程度越大，該指標對綜合評價的影響越大。監測指標的權重需要先對各監測指標在預警體系中的正向或反向作用分別予以定性，然后根據各監測指標的閥值進行一系列代數變化才能確定。根據國際通用標準、國內相關行業規范標準以及相關文獻研究成果，本文將區域系統性金融風險預警指標區間及風險等級的評判標準予以暫定并給予指標體系中的各監測指標正負定性，并用“+”和“-”表示，“+”表示該指標數值越大，“-”代表在預警模型中具有較強的積極作用，表示該指標數值越大，則在預警模型中具有較強的消極作用，經過劃分后共有19個正向指標，8個負向指標，具體區間及正負評價。

通過梯形隸屬函數構造出隸屬度后，可以構建出不同的模糊矩陣，分別有反映區域宏觀經濟的模糊矩陣R1、區域銀行業的模糊矩陣R2、區域保險業的模糊矩陣R3以及區域證券業模糊矩陣R4，

R1=（y11，y12，y13，y14，y15）T（13）

R2=（y21，y22，y23，y24，y25，y26，y27，y28，y29，y210，y211，y212，y213，y214，y216）T

（14）

R3=（y31，y32，y33）T （15）

R4=（y41，y42，y43）T （16）

其中，每一個模糊矩陣中的監測指標都對應有4個風險級別，即

yij=（yij（E1）yij（E2）yij（E3）yij（E4）） （17）

通過上述過程確定的權重及模糊矩陣，可以根據模糊綜合評價理論進行向量合成得出反映區域宏觀經濟情況、區域銀行業、區域保險業及證券業的綜合評價。

B1=W1×R1=（b11、b12、b13、b14） （18）

B2=W2×R2=（b21、b22、b23、b24） （19）

B3=W3×R3=（b31、b32、b33、b34） （20）

B4=W4×R4=（b41、b42、b43、b44） （21）

賦予不同安全級別特征值，即設E1=1，E2=2，E3=3，E4=4，并根據式（22）、（23）、（24）及（25）來計算各個子系統的安全等級指數來進行風險識別，設定安全區間為（0，1]，基本安全區間為（1，2]，風險區間為（2，3]，高風險區間為（3，4]，同時為了把各子系統的指數合并成為風險預警模型的綜合安全指數，把各子系統的值進行歸一化處理，并利用式（26）來進行綜合評判，數值？茁即為區域系統性金融風險的綜合評價值，根據設立的不同區間可以判斷某區域的風險等級。

四、結語

本文基于ARIMA計量模型以及信息論中的模糊綜合評價理論而建立的區域系統性金融風險模型只是一種在現有相關研究基礎上的綜合及嘗試，如對于模型中監測指標的選取、賦權的方法以及評判標準等是否符合經濟現實都還需要進一步商榷，對于文中衡量銀行業狀況的風險計量程序及內控措施完善度這種定性指標的處理是否恰當可行有待進一步分析；同時，該模型能否具有較好的理論價值和實踐價值也有待進一步的實證和探討。由于區域系統性金融風險是客觀存在于各個經濟區域的現實，這種系統性金融風險的級別主要受到經濟區域內宏觀經濟的運行質量以及區域金融體系的脆弱性的影響，經濟區域不僅會由于內生發展不足或發展脫離現實經濟體的承受度而加速風險的集聚，同時也會由于風險計量程序的不完善而增大風險暴露程度和放大風險敞口，致使易受到外生性的風險沖擊。因此，對于市場經濟的所有參與者而言，如何更好的建立起區域系統性金融風險的預警機制及其預警模型，有效的識別金融風險的級別和風險來源并及時有針對性的采取風險防范措施來防范系統性金融風險向金融危機的升級，從而維護好金融體系的應有功能并最終增進社會的整體福利將具有重要意義。

（責任編輯：于明）

參考文獻：

[1]仲彬，劉念，畢順榮.區域金融風險預警系統的理論與實踐探討[J].金融研究，2002（7）.

[2]汪祖杰，吳江.區域金融安全指標體系及其計量模型的構建[J].經濟理論與經濟管理，2006（3）.

[3]陳松林.區域金融風險監測評估模型研究[J].武漢金融，2006（4）.

[4]姚星垣，郭福春.構建浙江省區域金融風險預警體系研究[J].浙江金融，2008（5）.

[5]譚中明.區域金融風險預警系統的設計和綜合度量[J].軟科學，2010（3）.

[6]宋凌峰，葉永剛.中國區域金融風險部門間傳遞研究[J].管理世界，2011（9）.

[7]李建軍，盧少紅.區域民間金融風險預警方法及實證分析[J].金融監管研究，2013（2）.

[8]包全永.銀行系統性風險的傳染模型研究[J].金融研究，2005（8）.

[9]C. A. E. Goodhart， Miguel A. Segoviano Basurto，Banking stability measures[R]. IMF Working papers，2009.