李 潔
(濟南大學 山東 濟南 250022)
金融的發(fā)展往往伴隨著風險的集聚,并常以爆發(fā)經(jīng)濟危機的方式來使風險得到釋放,金融發(fā)展過程中的這一特征通常被稱為金融的脆弱性。隨著金融業(yè)的發(fā)展,我國金融的脆弱性逐漸暴露,且?guī)в刑厥獾膫€性。謝正發(fā)和饒勛乾(2016)選取了9類指標運用因子分析法測度了金融脆弱性指數(shù)[1];李莉和李艷珍(2016)運用動態(tài)因子分析法,從微觀和宏觀兩個方面實證分析我國金融體系脆弱性問題[2];何錦飛(2017)通過構建金融市場、銀行、金融監(jiān)管和宏觀經(jīng)濟四個子系統(tǒng),選用16個指標對我國金融脆弱性程度進行分析[3]。本文在結合我國現(xiàn)實發(fā)展情況及前人研究的基礎上,選取了8類指標來度量我國近11年的金融脆弱性程度。
金融體系的脆弱性主要與宏觀經(jīng)濟周期、金融機構的安全性和金融市場的波動性等因素有關。考慮到數(shù)據(jù)的可獲得性,選取了8類指標來度量我國的金融脆弱性程度(見表1)。

表1 金融脆弱性指標體系
本文從國家統(tǒng)計局和大智慧軟件上選取了8個指標2008-2018年的年度數(shù)據(jù),為了消除偏差,對數(shù)據(jù)進行無量綱化處理。
1.適用性檢驗
KMO值為0.526(>0.5),Bartlett's檢驗的卡方統(tǒng)計值的伴隨概率為0.00(<0.05),表明數(shù)據(jù)適合進行因子分析。
2.公共因子提取及解釋
按照特征根大于1的原則,選入3個公共因子,其累計方差貢獻率為87.399%,說明這3個因子基本能解釋我國金融脆弱性指標體系中的全部信息。然后,對因子載荷矩陣進行旋轉,并將輸出的載荷矩陣中各列按載荷系數(shù)大小排列。設F1、F2、F3分別為提取的3個公共因子,F(xiàn)1在X5、X7和X2上有較大的載荷,即F1主要反映貨幣和財政因素的影響;F2在X1、X3和X8上有較大的載荷,即F2主要反映外貿(mào)和直接投資因素的影響;F3在X4和X6上有較大的載荷,即F3主要反映匯率因素的影響。
3.計算金融體系脆弱性指數(shù)
以每個公共因子的方差貢獻率作為權重進行加權匯總,得出我國每年金融體系脆弱性的綜合得分F,即金融體系脆弱性指數(shù),公式為F=(34.975*F1+26.74*F2+25.683*F3)/87.399,結果如表2所示。

表2 因子得分及排名
由表可知,近幾年的金融脆弱性指數(shù)在上升,且2017年和2018年的指數(shù)明顯高于前九年的指數(shù),由此可見:在近幾年的金融發(fā)展過程中,金融體系又集聚了更多的風險,且2017年和2018年的金融脆弱性指數(shù)較高主要是受到了貨幣和財政因素的影響。
為判斷我國金融體系是否處于脆弱狀態(tài),需要建立一定的判斷標準,即警戒線。本文根據(jù)萬曉莉[4]的做法,設定如下警戒值:
R=μ+0.5σ=0+0.5*0.556=0.278
其中,R表示警戒值,μ表示金融脆弱性指數(shù)的平均值,σ表示金融脆弱性指數(shù)的標準差。結果表明:1、共有四個時間點的指數(shù)大于警戒值,分別是2010年、2016年、2017年、2018年。2、指數(shù)上升趨勢比較明顯的年份是2009年-2010年,原因是2010年的進出口總額和FDI相較于2009年增長了很多;下降趨勢比較明顯的年份是2010年-2012年,原因是2012年的進出口總額和FDI相較于2010年下降了很多。
本文選取了8類指運用因子分析法對我國金融體系的脆弱性進行了測度。研究表明:第一,金融脆弱性指數(shù)的影響因子主要包括貨幣和財政因素、匯率因素、外貿(mào)和投資因素,比重最大的是貨幣和財政因素。第二,在近11年內(nèi),共有4年的金融脆弱性指數(shù)大于警戒值,指數(shù)上升趨勢比較明顯的年份是2009年-2010年,下降趨勢比較明顯的年份是2010年-2012年,上升和下降都歸因于進出口總額和FDI的波動。
基于上述結論,本文提出兩點建議。第一,重點關注貨幣供應量和房地產(chǎn)市場的波動。近幾年來,我國面臨著貨幣供應量增長過快和房價上漲過快的雙重壓力,與本文的實證結果比較相符,貨幣供應量和房屋銷售價格指數(shù)成為構成金融脆弱性的主要因子。因此,為有效防止通貨膨脹,合理制定貨幣政策,應重點關注二者的波動。第二,深化金融改革和完善金融市場體系。在金融改革方面,擴大金融業(yè)對內(nèi)對外開放,完善匯率市場形成機制。在金融市場體系建設方面,提高直接融資比重,完善市場監(jiān)管體系建設。