我國供給側金融改革風險測度與防范

李學文

[提要] 在供給側金融改革背景下，近年來金融要素集聚、區域經濟的發展過于集中，誘發系統性金融風險的因素日益增多。本文在前人研究基礎上，基于大數據、區塊鏈風控與傳統風控模型結合的視角，提出可供測度我國系統性金融風險的兩種方法，并提出我國系統性金融風險防范的五種措施，以供參考。

關鍵詞：供給側金融改革；系統性金融風險；測度方法；防范對策

中圖分類號：F83 文獻標識碼：A

收錄日期：2017年5月4日

當前，我國經濟進入“L型”震蕩期，金融供給端影子銀行快速擴張，信貸與實體經濟背道而馳，國家戰略性的提出了供給側結構性改革。而供給側金融改革的核心就是要去產能盤活資金存量，降成本提高金融運作效率，去杠桿打造“輕資產”模式。但是在此過程中，機構或市場系統可能會因經濟下行壓力或金融資源配置扭曲等外部誘因誘發系統性金融風險，而這些風險是不可消除的，無論作為國家層面還是機構層面，都必須足夠重視，基于大數據、區塊鏈風控與傳統風控預警模型加以監測與防范。

一、供給側金融改革與系統性金融風險概述

（一）供給側金融改革的含義。供給側金融改革隸屬于供給側結構性改革的部分面，即從金融供應端出發，調整金融規模、金融資本、金融制度創造、金融創新等要素的結構和產業分工，減少無效供給，矯正金融要素稟賦配置，優化金融資產質量，盤活金融資金存量，從而提高金融經營效率。

（二）誘發我國系統性金融風險的因素。系統性的金融風險的引發因素主要是政治政策、宏觀經濟狀況、經濟周期性、利率、通貨膨脹等外部原因，其造成的影響是系統性的，可能導致整個證券市場大部分股票價格下跌，危害不可小覷。

第一個誘因是金融資本的錯配。目前，我國整個金融供給端影子銀行迅速擴張，這與商業銀行為了控制風險，死卡企業穩經營良好與否有關，中小企業為了獲得貸款，不得不以高利率去找其他金融機構貸款，導致金融資源配置被扭曲，而極高的資金成本極容易導致系統性金融風險集中性爆發。

第二個誘因是金融體系的脆弱性。近三年，我國商業銀行不良貸款率和債券違約率相對上升。杠桿率和負債率雙雙過高，投行創新業務的資產打包再出售更使得資金期限過于集中，一旦發生擠兌現象或集中違約事件，很容易導致系統性風險的發生。

第三個誘因是宏觀經濟局面。2017年，我國制造業或將延續“投資冷、生產熱”，社會消費依然實質低迷，出口或又面臨貿易戰風險。PPI從上游向中下游向CPI傳導，人民幣匯率彈性加大，這些都將影響我國金融體系的穩健性。

第四個誘因是房地產泡沫。我國房地產投資失速風險繼續存在，一線城市和大部分二三線城市的房價仍然居高不下，存在房價偏離其真實價值的現象，使得房地產行業金融風險過于集中。

二、可供評估我國供給側金融改革中系統性金融風險的指標與測度方法

供給側金融改革，導致我國股票、債券、保險、金融衍生產品市場的金融風險與原來呈現出不同的格局。為了全面地測度供給側金融改革背景下我國系統性金融風險，下面提供了兩種方法供參考：

（一）基于CoVaR方法評價我國供給側金融改革中系統性金融風險。CoVaR法是由Adrian和Brunnermeier提出的，它可以很好地測度我國系統性金融風險，本文引用他們的部分成果，來度量單個機構破產對系統性風險的影響率，間接評價我國金融體系系統性風險。

CoVaR法是指概率一定，某金融機構的風險VaR值也確定的情況下，可能導致的別的金融機構發生風險的最大可能性。

假定機構a發生危機，在險價值為VaRqa，機構b的在險價值是VaRqb，有：

Pr（Xb≤CoVaRqb|a|Xa=VaRqb）=q

其中，機構a的收益率用Xa表示，用機構b代表整個金融體系，那么，機構a對金融體系b的系統性風險影響率可用下式測度：

考慮到數據的代表性和可獲得性，建議選用已上市的銀行、保險公司、證券公司、信托公司作為樣本，以度量單個金融機構對金融體系系統性風險貢獻率。

（二）基于金融壓力指數法評價我國供給側金融改革中系統性金融風險。國內外學者對金融壓力指數法已進行了不少研究，同樣也適用于測度我國的系統性金融風險。

本文本著變量應具有代表性及全面性，易獲得日度數據，變量之間獨立的原則，建議選股票指數下跌變量SD、貨幣貶值變量、金融業BETA系數、同業拆借利率與無風險利率利差四個變量。其中SDt=-pt/max[p∈（pi-j|j=0，1，…，T）]，P代表股指。

以上數據來源均可以在Wind數據庫查詢，也可以根據進行整理獲取。由于我國供給側結構性改革開始于2015年11月10日，故本文建議選取時間期間為2015年11月10日至2016年11月10日。

本文建議選用信用份額權重法來賦權。因為此種方法誤差最小，確定的樣本期間內的各變量的權重隨時間變化，可以反映金融制度和結構的變化。

此時我國的金融壓力指數便可以構造出來：

其中：變量個數用n表示，時間用t表示，Xnt是指在t時刻第n個變量的樣本值，Wnt是指在t時刻賦予第n個變量的權重。

三、供給側金融改革中系統性金融風險防范對策

（一）利用大數據+區塊鏈技術控制支付系統中系統性金融風險。大數據技術就是通過加工海量數據，從大量的數據中快速獲取有效信息，進行實時分析，給予金融機構供參考決策的全方位信息而量化風控。

區塊鏈技術，實質是構造分布式賬本，而且其可以構造的分布式賬本不可篡改、不可偽造，這就保證了在去中心化的系統中各個節點保密性大大加強。能夠著實解決數據孤立、數據質差及泄露等問題。

可見，將大數據+區塊鏈技術應用于機構大額支付系統、跨境支付系統，非常有利于防范系統性金融風險在支付系統中傳遞，尤其是區塊鏈的防篡改特性、加密特性可以很好地保護支付系統。

（二）嚴把金融產品審計關，防范系統性金融風險。基于審計立法防范，從立法角度降低金融創新產品創新不合規風險，有效建立金融行業的市場準入法律制度、信息披露法律制度，充分發揮國家審計作用，利用好動態審計的預警和監測功能，實現金融安全。

（三）從會計角度防范系統性金融風險。財政部及相關部門應主導積極推進責任會計制度，健全管理體制與監督體制，責成各企業會計完善團隊建設，從會計人員從業素養抓起，大大提高會計信息真實性，從源頭上防范系統性金融風險這個隱患。

（四）對產能過剩行業精準差異化監管。產能過剩行業在我國分布不同，導致代表性的房地產、鋼鐵、煤炭相對應的產業鏈中系統性金融風險的誘因也不同。因此，必須在宏觀審慎監管原則的基礎上，因行業對其產業鏈上下游進行監控，防止系統性金融風險集中爆發而損害我國金融發展的成果。

（五）注意去庫存可能導致的系統性金融風險。我國房地產市場對政策因素則更為敏感，要謹防去庫存引發政策失靈風險，導致泡沫集聚。因此，去庫存調整政策一定要行之有效，警惕引發資產脫實的泡沫。

四、結語

在供給側金融改革背景下，進行我國系統性金融風險測度及管理，必須結合大數據、區塊鏈風控新技術與傳統風控模型來分析。其中，積累技術經驗，積累金融數據，完善風險控制機制，加強金融文化建設和金融素質教育，培養全民金融意識尤為重要，從而從源頭上保證我國金融和經濟安全。

主要參考文獻：

[1]張文凱，彭濤.供給側結構性改革背景下防范系統性金融風險研究[J].金融理論與教學，2017.2.

[2]楊望，曲雙石，毛可若.區塊鏈+大數據：傳統風控的變革利器[J].共享金融，2016.3.

[3]朱周雨.企業金融會計的風險防范及控制[J].財稅研究，2016.8.

[4]杜亞.金融創新產品審計風險的立法防范與控制研究[J].金融視線，2016.10.

[5]楊麗.基于金融壓力指數法的我國系統性金融風險測度與預測[J].財經視線，2015.10.

[6]劉曉星，方磊.金融壓力指數構建及其有效性檢驗——基于中國數據的實證分析[D].管理工程學報，2012.3.

[7]白雪梅，石大龍.中國金融體系的系統性風險度量[J].金融市場，2014.6.