□ 王勁松 鐘昌標 武文慧 余 韻
內容提要 地區金融穩定是宏觀金融穩定的基礎, 地區金融風險的波動及其治理將直接影響宏觀金融體系的穩定。 本文基于2015—2019年省級層面的中頻數據,選取來自主要風險領域的十四項基礎指標合成了我國31 個省級行政區季度頻率的地區金融穩定指數,刻畫了造成各地區金融穩定發展異質性的重要風險特征,并揭示了其背后的風險因素。 研究發現2015—2019年,我國整體金融穩定運行趨勢不容樂觀,但不同省級行政區的金融穩定運行狀況存在顯著的空間異質性,且不同時段突出的主要金融風險也有所不同。在中國金融穩定地區異質性測度的基礎上,本文提出促進地區內金融資源的空間適度集中、引導地區金融與實體經濟發展水平相匹配、強化對階段性突出風險的管控是地區金融風險治理可具體采用的三大長效措施。
2008年爆發的次貸危機使世界主要經濟體的經濟金融發展水平長期處于“后危機時代”的低水平均衡狀態。這引發了各國央行對資金運轉“脫實向虛”的警惕和對金融穩定的重新解讀和重視。如何采用有效的監管手段、構建全面的風險防范體系成為了一道亟待解決的難題。 黨的二十大報告明確要求加強和完善現代金融監管、強化金融穩定保障體系。在經歷了專項治理和綜合治理后,我國宏觀金融穩定體系風險處于總體可控的狀態,金融杠桿率明顯下降,金融資產盲目擴張的趨勢得以扭轉,不良貸款、影子銀行、企業債務和房地產金融化等領域的風險均得到了遏制, 但在防范化解宏觀金融風險總體取得成就的同時, 學界對我國各地區異質性現象的關注仍顯不足。
近年來隨著以包商銀行風險事件為代表的地方性、突發性金融風險不斷暴露,地區金融風險層出不窮,①引起了中央和地方政府對于地區金融穩定的關注。 地區金融穩定是宏觀金融穩定的組成部分和基礎支撐,在城鎮化發展新時期,城市群和都市圈成為我國城市化發展的主體形態, 區域一體化進程進一步深化了地區內部城市和省份之間經濟金融發展的關聯度, 也使得地區內部金融風險惡化而導致一損俱損的可能性被進一步強化。在金融科技和金融創新日新月異的背景下, 金融過程的網絡化和金融關系的相互滲透大大加劇了金融風險傳播和擴散的速度和危害, 一旦突破可控的邊界,形成跨地區傳播的途徑,極有可能威脅宏觀金融體系的穩定。同時,各個省級行政區對金融科技和金融創新的接納和應用程度, 各個地區之間的金融深化和集聚程度,以及金融風險的爆發領域和管控能力均呈現出顯著的差異性。
黨的十九屆四中全會把健全現代金融體系作為推進國家治理體系和治理能力現代化的重要組成部分。黨的十九屆五中全會則要求推動區域協調發展,構建區域協調發展的體制機制。防范化解金融風險是金融工作的根本性任務,而防止發生區域性金融風險則是地方金融工作的永恒主題。為充分貫徹金融在高質量發展理念下更好地服務實體經濟的要求,需要地區金融穩定的堅實支撐,這無疑對地區金融風險的長效監測體系構建和風險治理能力提升提出了客觀要求,也是區域一體化發展時期健全現代金融體系所面臨的新挑戰。
在這樣的背景下,本文基于2015—2019年我國主要金融風險領域,選取了十四項基礎指標,構建了31 個省級行政區季度頻率的地區金融穩定指數。 并對地區金融穩定指數的時空演變特征和地區異質性進行分析, 探究背后的風險所在和治理經驗, 旨在對地區金融穩定的監測和治理機制進行探索。
本文后續部分的安排如下:第二部分,圍繞金融穩定指數構建、行政邊界分割與地區金融發展等相關研究進行文獻評述。第三部分,詳細描述我國31 個省級行政區金融穩定指數構建的基礎指標、合成方法和結果呈現。第四部分和第五部分是對所構建地區金融穩定指數的時空演變特征和地區異質性進行分析。 第六部分是對地區金融風險治理的長效機制進行總結。最后一部分是結論與討論。
首先,直接探討地區金融穩定指數構建的文獻相對較少。Gadanecz & Jayaram(2009)指出金融穩定分析中的一大難點就是同時滿足不同金融市場數據的可得性和一致性。 而有關宏觀金融穩定指數構建的研究較為豐富,相關文獻主要圍繞構成金融系統的諸多要素選取基礎指標, 進而合成綜合性的金融穩定指數。 王勁松和任宇航(2021)則依據后金融危機時期威脅中國金融穩定的主要風險領域選取基礎指標構建綜合性的金融穩定指數。Brave & Butters(2011)基于主成分分析法構建了美國自1973年至2009年的金融狀況指數, 但該指數未能有效闡明金融市場變化對經濟活動的影響渠道。 為了實現對全球不同地區金融穩定運行狀況的監測,Bonaparte(2016)構建了由亞洲市場、北美市場和歐洲市場共同組成的全球金融穩定指數。 但該指數的構建主要圍繞債權和股票市場,不具有綜合性。歐洲央行雖然已經基于歐元區國家的宏觀金融和信貸環境、金融子市場、歐元區銀行部門以及非銀行金融機構的運行定期發布金融穩定報告(European Central Bank,2021),且歐盟成員國如羅馬尼亞(Albulescu,2010)和馬其頓(Petrovska& Mihajlovska, 2013)均根據自身的具體情況構建了宏觀層面的金融穩定指數。類似地,亞洲的巴基斯坦(Babar et al.,2019),以及加勒比地區的牙買加(Morris,2010)和拉丁美洲的哥倫比亞(Morales& Estrada,2010)這些小型經濟體均嘗試構建開發適用于本國金融體系運行實際的金融穩定指數。但面對新冠肺炎疫情的沖擊, 一些國家通過超常規操作創造出了寬松的融資環境以求提振實體經濟,但也因此預埋下了資本市場估值過高、債務累積和金融脆弱性進一步加強的隱患(IMF,2021)?;谝陨涎芯康牟蛔闩c新風險不斷生成的事實,本文認為嘗試構建能夠反映金融體系各個市場和維度,具有能夠不斷更新、融入新的金融風險的綜合性地區性的金融穩定指數依然具有重要的現實意義。
其次, 行政邊界作為隱形分割的典型表現形式,分隔了不同地區的金融發展方式和水平。邊界(border)不僅體現了對物理空間的分割,也成為事物之間本質或現象發生根本變化的標志線。行政邊界的存在增加了兩個經濟系統中經濟體互動的時空距離,對于資本、信息、技術、人才和管理等要素跨越邊界的自由流動產生了一定的限制與阻礙作用。 這進一步影響了行政邊界兩側的經濟金融發展聯系與空間的相互作用(任以勝等,2019),這種因為邊界分割形成的影響效應也被稱為邊界效應(王成龍等,2016)。歐洲的經濟一體化進程為研究行政邊界對地區金融的集聚發展提供了良好的例證,這其中主要涉及到金融規模的增長變化,Jones et al.(2018)發現歐洲一體化進程降低了邊界成本,進一步導致了新加入歐盟的成員國的FDI 數量激增,其中60%的資金量來自于歐盟的原成員國,一體化進程對于促進成員國國際資本的流入量和跨境借貸存量增長均十分顯著。還有許多研究也顯示一體化進程促進了歐盟的金融深度融合, 股票市場和債權市場的一體化程度和接近程度得以加深(Nurboja & Ko?ak, 2017;Lindman et al.,2020)。從國內視角來看, 中國人民銀行在各個省級行政區設立分支機構也體現了金融系統自上而下的政策執行與監管模式。反之,也意味著宏觀金融體系的穩定需要依賴以行政區域為單位的地區金融穩定自下而上的支撐。
最后, 國內對金融服務業發展的研究以經濟學的研究視角為主流,包括金融業與其他產業的經濟技術聯系和對地區經濟發展的促進和推動作用(姚戰琪,2005)。對于金融風險的防治和金融穩定的維護,也多止步于指數構建后的簡要分析(徐國祥等,2017),尤其缺乏金融風險治理的深層原因挖掘和長效治理機制的構建。但不可忽視的一點是,金融發展脫胎于實體經濟的發展, 其存在的意義也是為服務和支持實體經濟的高質量發展,諸多研究已經證明金融發展與地區經濟發展之間存在顯著正相關關系(Levine & Demirgü?-Kunt,2001)。鄧向榮和楊彩麗(2011)指出我國東中西部金融發展的極化程度與各自地區的經濟發展水平呈現正相關關系。 劉華軍和鮑振(2012)則利用基尼系數及其分解方法進一步揭示了1978—2008年我國31 個省級行政區金融發展顯著的空間非均衡特征, 并指出組內聚合程度和組間對抗強度的不斷上升成為我國金融發展空間極化程度加劇的主要原因。因此,從地區金融穩定的治理和協調發展的角度來看, 有必要厘清不同地區金融發展的空間差異、空間過程以及空間的相互作用,討論金融發展的空間分布格局和變化規律, 分析金融體系和金融流的動態作用機制, 以求支撐和提升地區經濟高質量協調發展。從金融業發展的地區空間差異來看, 我國東部地區集聚了大量優質的金融機構和金融資源(鄧向榮和楊彩麗,2011),北京、上海、浙江、廣東等省級行政區的金融發展指數均位于全國平均水平之上,尤其是北京和上海,堪稱金融發展的“兩極”。豐富的金融資源集聚、發達的市場渠道和高水平的治理能力使這兩個地區的金融風險整體處于可觀可控的狀態。 除了傳統的金融領域,近年來新興起的互聯網金融業務和數字普惠金融的普及程度也存在顯著的“東強西弱”的局面(郭峰等,2017)。京津冀、長三角和珠三角三大城市群所擁有的金融資源占全國23 個城市群的50%以上,主導著中國金融業的發展(劉輝等,2013)。 以英美為典型代表的發達經濟體, 在發展模式上更加側重市場導向,經濟增長和完善的制度法規使得它們能夠不斷產生對金融業新的需求,進一步促進金融機構與金融市場擴張, 金融制度隨之發生轉變。 而我國的金融發展格局與新加坡和日本較為相似, 更加強調國家在金融集聚發展中的作用,其典型特征為在人為設置制度和國家行政力量的干預下,金融體系超前產生和發展。這種政府引導市場適應的金融發展模式不僅人為地塑造了金融發展的地區差異,也影響了不同地區在風險沖擊下的應對能力以及治理的效果。部分實證研究顯示,國內政府干預會顯著促進本地區金融資源的集中(任英華等,2010;李大壘和仲偉周,2016)。微觀的縣域數據實證研究也揭示了政府行政配置力量對金融資源的集聚與抑制的雙重影響 (馮林等,2016)。代表“行政區經濟”的省際行政邊界區分了不同省級行政區之間在金融規模、金融深度上的水平(方芳和李長治,2020)。高行政級別的城市通過消息源效應會顯著地促進本地金融集聚(樊向前和范從來,2016;李偉軍,2011),這導致了不同省級行政區之間金融體系運行狀況的差異性。
以上研究均從不同側面反映了對不同地區金融穩定狀況加以監測、維護和治理的客觀要求和實踐意義。具體來看,無論是金融資源的空間集聚還是已有監管體系的建立, 省級行政區劃的存在都在其中起到了相當重要的分割作用,因此,本文認為我國各省級行政區之間的金融穩定狀況極有可能因行政分割造成顯著的差異, 有必要基于省級行政區域的劃分構建金融穩定指數, 用以幫助分析、監測和維護我國的宏觀金融穩定,落實好金融服務于實體經濟發展的要求。 已有研究囿于數據的可得性和指標構建的選擇困難, 鮮有基于主要金融風險構建省級層面的地區金融穩定指數的嘗試,這也是本文致力于突破和創新的關鍵所在。
對金融穩定的評估實際上需要通過識別和測度威脅金融穩定的潛在金融風險來加以實現。②因此,本文在參考國際貨幣基金組織、世界銀行等國際權威組織和中國央行發布的《中國金融穩定報告》等相關研究報告對金融穩定內涵闡釋的基礎上,緊密結合經濟發展“新常態”以來黨和政府對威脅我國宏觀金融穩定主要風險的科學判斷并充分融合突出性的地區金融風險,對經濟發展“新常態”時期我國地區金融穩定的內涵界定如下:地區金融穩定是指在某一特定的行政區域或金融經濟活動聯系緊密的地區內主要的金融風險, 包括地方政府債務風險、房地產泡沫風險、外部沖擊風險、互聯網金融風險、影子銀行風險、不良資產風險、流動性風險、債券違約風險以及其他重要風險能夠維持在可控范圍內, 不會對構成地區內金融體系諸要素的平穩運行造成沖擊, 也不會影響地區內金融市場、金融機構和金融基礎設施發揮有效配置經濟資源的基本功能, 即地區內部的金融風險能夠得到有效治理而不至于對宏觀金融體系平穩運行產生威脅。
1.基礎指標的選取
本文依據黨中央關于經濟發展進入“新常態”以來對于國內關鍵金融風險領域的科學判斷(即2014年以來我國主要金融風險主要表現為地方政府債務風險、房地產泡沫風險、外部沖擊風險、互聯網金融風險、不良資產風險、影子銀行風險、流動性風險、債券違約風險這八個主要風險),同時還考慮了其他風險的影響,構建地區金融穩定綜合指數?;谝陨巷L險領域,本文選取相應基礎指標構建31 個省級行政區2015年第一季度至2019年第四季度的金融穩定指數。
(1)地方政府債務風險。地方政府債務不僅會威脅本地的金融穩定,同時還會對周邊地區產生空間溢出效應(張曾蓮和王瑩,2021)。政府債務風險使用省級政府債務負擔率衡量,③本文采用Wind數據庫統計的季度頻率的地方政府債券專題數據進行核算,債務負擔率越高,地方債務風險就越大。
(2)地方房地產泡沫風險。房地產開發需要大量抵押融資作為支撐, 購房需求的滿足同樣需要債務融資,其中蘊藏著泡沫風險。家庭部門的個人住房抵押貸款近年來快速上漲, 構成了住戶部門債務的主體部分,尤其值得警惕。本文使用房地產業本外幣各項貸款余額占本外幣各項貸款余額總額的比重作為衡量房地產泡沫風險的具體指標,比重越高,越有可能沖擊地方金融穩定。
(3)外部沖擊風險。對外開放會加深地方金融系統受到外部風險沖擊的不利影響。 本文采用實際有效匯率指數波動率作為外部沖擊風險的宏觀衡量指標,采用地方進出口總額與地方GDP 的比值作為衡量具體省級行政區的對外開放程度的指標。這兩個指標的數值越大,地方金融系統受到外部沖擊的風險就越大。
(4)地方互聯網金融發展風險?;ヂ摼W金融的發展在帶來融資便利性和降低交易成本的同時也促使風險的傳播和擴散更加迅速, 進一步加劇地方金融體系內部風險的聯動效應。 由于網貸市場利率等直接衡量互聯網金融風險的指標數據存在較多缺漏,本文采用郭峰等(2020)編制的北京大學數字普惠金融指數作為地方互聯網金融發展的衡量指標,該指標綜合涵蓋了各省級行政區信貸業務、信用業務、投資業務等的金融數字化發展程度,能夠從宏觀上反映地方互聯網金融的發展風險。地方金融數字化程度越高,風險就越容易積累。
(5)地方銀行系統不良資產風險。銀行業是地方金融體系中的核心組成部分。 本文采用地方的銀行業不良貸款率衡量不良資產客觀水平, 不良貸款率越高,風險越大。同時采用地方的銀行業資本充足率反映地方銀行系統應對不良風險沖擊的準備能力,資本充足率越高,抵御風險沖擊的能力越強。
(6)地方影子銀行規模風險。影子銀行自身規模的擴張不僅會直接帶來金融風險的集聚, 還會與地方債務風險和地方房地產泡沫風險交織在一起(魏偉等,2018),且影子銀行推動地方債務增長的作用存在顯著的地區差異性(呂健,2014)。地方影子銀行規模風險具體采用地方影子銀行總資產與地方GDP 的比重衡量。 影子銀行總資產由每季度的委托貸款、信托貸款和未貼現銀行承兌匯票加總得出,④地方影子銀行的規模越大,越容易積累金融風險。
(7)地方銀行系統流動性風險。地方銀行業流動性風險一方面取決于地方銀行業系統自身的流動性水平, 另一方面也受到全國性市場狀況的影響。 因此,本文選取各地方的銀行業流動性指標,具體使用各省級行政區銀行業的存貸比和全國性的上海銀行間同業拆借利率波動率兩個基礎指標加以衡量,這兩個指標的值越大,發生金融風險的可能性就越大。
(8)地方債券違約風險。 自2014年債券市場出現了首例債券違約以來, 債券違約問題愈演愈烈, 各個地方的債券違約狀況存在顯著的地區差異, 因此本文直接選用各個省級行政區實際的信用債余額違約率作為衡量指標,違約率越高,風險越大。 同時本文基于債券與股票市場金融風險的交互溢出效應(張巖和胡迪,2017),也考察了股票市場的關聯風險狀況, 具體采用市盈率的季度波動率作為基礎指標,波動率越高,風險越大。
(9)地方杠桿率風險。 自2008年金融危機發生以來,我國非金融企業部門杠桿率快速攀升,尤其是2015年至2019年,一直處于高位運行。⑤同時, 由于非金融企業部門內的債務具有交錯關聯的特征而被視為威脅地區金融穩定的風險來源(吳德勝等,2021)。 同時,近年來居民部門杠桿率的快速上漲也引起了學界的關注,⑥其上漲更有可能引發金融危機(紀洋等,2021)。地方非金融企業部門和居民部門的杠桿率越高, 潛在的金融風險越大。
在對構成金融穩定的基礎指標進行正向化和標準化處理之后,本文通過主成分分析法確定各指標權重, 最后使用線性綜合模型合成各省級行政區2015年第一季度至2019年第四季度金融穩定指數。
2.地區金融穩定指數合成模型的選擇
本文使用線性加權綜合法, 將前文所選的十四個基礎指標通過主成分分析確定權重后合成一個指數, 以反映2015年第一季度至2019年第四季度中國31 個省級行政區各自金融穩定的運行變化情況。 線性加權綜合模型的構建如下:


表1 我國31 個省級行政區金融穩定指數基礎指標
其中,Aggregate Index 為合成的指數值;ω 為權重; z 為經過標準化處理的基礎指標值。
3.基礎指標數據的說明與處理
(1)研究時長與指標編制頻率。 2015年是一個重要的時間節點,我國全面邁入經濟“新常態”,地方政府債務、影子銀行等風險都累積到了一定的程度,公司債務違約現象開始頻發。 同時,兼顧各項基礎指標數據的統一性和完整性, 本文構建金融穩定指數選取的時間跨度為2015年第一季度至2019年第四季度。
(2)原始基礎指標數據的正向化和標準化處理。在進行標準化處理前, 需將所有基礎指標統一為正向指標。 對于百分比類型的指標,使用公式N*=1-N 進行轉化; 對于數值類型的指標, 使用公式N*=1/N 進行轉化。在完成數據的正向化處理后,本文采用Z-Score 法對所有原始基礎指標數據進行標準化處理,以消除由于數量級、單位不同而帶來的不可公度性問題。 該方法的計算公式為:Z=,其中Xi為樣本指標值,μi為樣本數據的均值,σi為樣本數據的標準差。
4.通過主成分分析法合成金融穩定指數
用因子載荷系數除以主成分各自特征值的平方根,可進一步求得因子得分系數矩陣,并結合經標準化處理后每個季度的原始基礎指標值, 就可以得出前k 個主成分在每個季度的主成分得分值z1t、z2t、…、zkt。 同時,以主成分分析結果中前k 個主成分的貢獻率為權重加權平均后,即可求出2015年第一季度至2019年第四季度每個季度的金融穩定綜合評價得分值PFSICt:

其中,ω1、ω2、…、ωk分別為前k 個主成分各自的貢獻率;z1t、z2t、…、zkt分別為前k 個主成分在每個季度的主成分得分值。
為了便于比較分析,本文將PFSICt通過Min-Max 標準化法投射到[0,1]區間上,最后求得2015年第一季度至2019年第四季度中國31 個省級行政區的金融穩定指數(PAFSI 指數)。⑦具體見圖1。

圖1 2015年第一季度至2019年第四季度中國31 個省級行政區金融穩定指數
在編制我國31 個省級行政區自2015年第一季度至2019年第四季度的省級金融穩定指數(PAFSI 指數)的基礎上,本文將使用一些盡可能簡化、直觀又不失嚴謹的統計方法對所構建的省級金融穩定指數反映出的地區金融穩定的時間變化動態趨勢和空間特征進行縱向分析。
本文將經過[0,1]區間轉換處理的31 個省級金融穩定指數值在每個季度均進行加總, 求得當季的省級總和值(如圖2 所示)。 31 個省級行政區金融穩定狀況在2015—2019年間呈現先上升后大幅下降的總體趨勢。 自2016年第二季度以來,中國31 個省級行政區金融穩定指數從22.6253下降至5.6610,降幅達74.98%。 金融穩定狀況整體惡化,形勢不容樂觀。 主要是由于2008年后累積的各項風險開始顯露。在新《中華人民共和國預算法》實施之初的政策換擋期間,出現了許多非市場化的不規范操作,導致地方隱性債務明顯增加;受制于我國投資渠道有限的格局, 在股市調整過程中, 大量投機資本轉入房地產市場, 房價在2016年開始了新一輪上漲;互聯網金融領域的信用風險事件層出不窮。 上述風險因素疊加導致我國金融穩定總體形勢惡化。此后,雖然地方政府債務在嚴格的監管政策下得以有效控制, 但是房地產領域的風險泡沫卻被進一步催化, 主要表現為家庭部門杠桿率和個人住房貸款的快速攀升,這在很大程度上造成了房地產風險“灰犀牛”的現象。在此過程中,2017年第四季度呈現出了十分短暫的反彈趨勢,這與房地產調控政策的松綁有關,土地出讓的松綁和房地產內需消費的釋放有效維護了金融穩定。

圖2 2015年第一季度至2019年第四季度中國31 個省級行政區金融穩定指數季度加總值
隨后,本文計算2015年第一季度至2019年第四季度中國31 個省級金融穩定指數(PAFSI 指數)在每個季度的均值以及中位值。觀察圖3 可知,31個省級金融穩定指數的均值和中位值呈現明顯的右偏分布態勢, 再次說明了金融穩定運行由好轉壞的總體趨勢。

圖3 2015年第一季度至2019年第四季度中國31 個省級行政區金融穩定指數均值和中位值
基于本文對地區金融穩定狀況的內涵定義,不難發現, 某一地理空間范圍內金融穩定的運行與宏觀金融政策環境、該地區的實體經濟運行狀況、地區的政策環境以及一體化程度具有緊密的關聯。 同時, 金融發展誕生于實體經濟的融資需求, 其本質是要服務于地區實體經濟的發展并依賴于傳統金融體系的良好運轉。因此,地區金融穩定與本地區自身的金融體系運行和政策環境聯系緊密, 從而地區金融穩定運行的空間集聚性可能因為行政邊界的分割而被削弱。
本文運用空間Moran 指數檢驗地區金融穩定指數的空間集聚性特征。 Moran 指數的取值范圍在[-1,1]的區間內,具體地,如果指數大于0,則說明地區之間的金融穩定運行狀況存在空間正相關, 即相互鄰近的地區之間金融穩定的運行具有相似的發展趨勢, 金融穩定運行狀況較好的地區在空間上集聚在一起, 而金融穩定運行狀況較差的地區也集聚在一起。 指數越大說明空間分布的正自相關性越強, 地區金融穩定發展的空間集聚強度也就越明顯。此外,為了進一步考察具體省級行政區的空間依賴程度, 本文使用局部Moran 指數分析一個省級行政區與其周邊相鄰省級行政區金融穩定發展的空間關系。 通過繪制局部Moran指數散點圖, 本文將中國省級金融穩定指數劃分為4 個象限的不同集群, 從而直觀地識別這一關系。由于篇幅原因,每季度的Moran 指數及散點圖不進行匯報。
分析結果顯示, 除2018年第一季度和2018年第四季度外, 其余時間內省級金融穩定全局Moran 指數均為負值且不存在顯著的空間相關性。 2018年第一季度中國相互鄰近省級行政區的金融穩定運行狀況表現出空間正相關, 但是這種向好運行的相似趨勢在統計意義上并不明顯。 而2018年第四季度,全局Moran 指數表現出顯著的空間負相關, 說明在樣本期大部分時間內省級金融穩定的運行在空間上是分散的、差異較大,這提示了強化對各個省級行政區金融穩定運行差異化和針對性監管的必要性。在考察2018年第四季度局部Moran 指數(見圖4)后可以發現,天津、湖北、四川、陜西等省級行政區表現出顯著的自身金融穩定運行狀況差于周邊省級行政區的跡象。 相應地,北京、河南、福建和重慶等省級行政區則表現出自身金融穩定運行狀況較好, 但被周圍運行狀況較差的省級行政區空間包圍的跡象。

圖4 2018年第四季度中國31 個省級行政區金融穩定指數的局部Moran 指數散點圖
我國的宏觀經濟格局基本上形成了以中心城市和城市群為核心的空間布局, 經濟發展水平在東、西部和南、北部之間呈現出顯著的地區異質性。金融發展作為經濟水平的一種映射,亦與經濟發展的空間異質性呈現出相似的特征。 更重要的是, 宏觀金融體系的平穩運行實則取決于某一時期風險突出地區的風險處置與控制情況。因此,本文基于構建的省級金融穩定指數分析中國地區金融穩定的空間差異特征, 試圖挖掘出樣本區間內金融風險突出的地區, 并對背后存在的突出風險進行分析。
在2015年第一季度,金融穩定運行狀況較好的省級行政區有:西藏、黑龍江、貴州、內蒙古和江蘇, 金融穩定運行狀況較差的省級行政區有:上海、福建、河南、重慶、天津和北京。到2019年第四季度,金融穩定運行狀況較好的省級行政區有:上海、重慶、福建、河南和北京;金融穩定運行狀況較差的省級行政區有:浙江、西藏、湖南、寧夏、四川、遼寧、甘肅和吉林。
1.東、中、西以及東北地區典型省級行政區金融穩定狀態變化
為探究不同地區金融穩定形勢變化背后的風險,本文從東、中、西以及東北四大代表性經濟地區中各選出一個典型省級行政區, 分析其金融穩定運行變化的主要趨勢以及威脅金融穩定的主要風險。
東部地區中, 本文選擇北京市為代表進行金融穩定狀況的分析。 北京市的金融穩定狀況在2015年第一季度處于較差的水平, 但在2019年第四季度得到了明顯的改善。 這在很大程度上得益于北京市在地方政府債務、房地產泡沫風險以及對企業杠桿的有效控制。具體來看,北京市政府債務負擔率從2015年第一季度的56.02%下降至2019年第四季度的29.18%,降幅達47.91%。 房地產開發貸款占比的顯著增加使北京市金融穩定指數在2017年降至樣本區間內最低水平。 同時,企業部門杠桿率自2015年第一季度的78.22%下降至第四季度的62.97%。 北京市數字普惠金融指數本身就在全國省級行政區中處于較高水平, 這五年內更是有顯著的提升, 這反映出北京市的金融資源配置十分豐富,在數字金融覆蓋廣度、數字金融使用深度和金融數字化程度方面均在全國居于領先地位。 這對北京市金融穩定狀況的調整也起到了極為重要的改善作用。
中部地區中, 本文選擇河南省為代表進行金融穩定狀況的分析。 從2015年第一季度至2019年第四季度, 河南省金融穩定狀況呈現出持續改善的運行態勢。 這得益于河南省企業部門杠桿率的顯著下降、數字普惠金融指數的顯著改善、資本充足率和流動性比例的持續提升。 河南省上市公司股票市盈率的波動逐漸趨于穩定, 企業經營走向成熟。同時,河南省房地產企業開發貸款占比長期穩定在4%左右, 房地產泡沫風險穩定可控,為河南省金融穩定平穩運行貢獻了力量??傮w來看,河南省是金融穩定運行平穩省份的典型代表,金融機構和金融市場都表現出趨于穩定的特征。 與河南省金融穩定走勢類似的還有重慶市與東南沿海的福建省。
西部地區中, 本文選擇西藏自治區為代表進行金融穩定狀況的分析。 西藏自治區的金融穩定狀況表現為在波動中持續下降的狀態。在2015年至2019年這五年間,西藏自治區企業部門的杠桿率和地方政府的債務率都存在明顯提升, 尤其是政府債務快速擴張給西藏的金融穩定運行帶來了極其嚴重的威脅。與此同時,居民部門杠桿率也呈現出緩慢增長的態勢。 雖然西藏自治區商業銀行的流動性比例增長明顯, 但是沒有能逆轉西藏自治區金融惡化的總體趨勢。 結合西藏自治區的數字普惠金融狀況來看, 這在一定程度上反映了西藏自治區金融資源配置嚴重依賴跨地區行政資源配置下的人為傾斜干預, 金融市場仍然缺乏活力。類似西藏自治區狀況的還有青海省、內蒙古自治區、新疆自治區和東北地區的黑龍江省。 政府、企業或居民部門債務增長和金融市場缺乏活力是這些省級行政區金融穩定狀況惡化最主要的驅動因素。
位于東北地區的遼寧、吉林和黑龍江三省,金融穩定變化趨勢表現出整體惡化的趨同性, 其中以黑龍江省最為顯著, 因此本文選取黑龍江省作為東北地區的代表分析其金融穩定運行狀況。 首先是地方政府債務風險激增, 黑龍江省的地方政府債務負擔率從2015年第一季度的約3%激增至2019年第四季度的近40%,五年增長了13 倍,成為威脅黑龍江省金融穩定運行的首要風險, 遼寧省和吉林省的地方政府債務也出現了相似的巨大增長。其次,黑龍江省級法人銀行業金融機構不良貸款率自2017年以來長期維持在2%以上, 這一衡量銀行系統風險的主要指標值要高于金融穩定風險管控有力的北京、上海、河南和重慶等省級行政區。影子銀行資產規模不降反增、流動性比例水平不高也是威脅黑龍江省銀行系統的重要風險來源。 此外,自2018年黑龍江省首次出現企業信用債券違約事件以來, 違約率呈現出不斷走高的趨勢。同樣位于東北地區的遼寧省,企業信用債違約情況比黑龍江省更加嚴重。 因此未來需要對此保持足夠的關注和警惕。
2.京津冀、長三角和珠三角地區的金融穩定狀態變化
“十四五”時期,我國將進入城鎮化高質量發展調整時期, 都市圈和城市群將成為影響經濟格局發展的主導力量, 因此金融風險防治體系建設需要高度關注金融能力較高的大城市群的金融體系、金融市場的潛在風險以及其傳染性和擴散性。因此,本文對三大城市群(京津冀、長三角和珠三角地區)的金融穩定運行狀況進行分析,探究主要風險來源并試圖挖掘金融風險治理的有效措施。
京津冀地區主要包括北京市、天津市和河北省。從總體趨勢來看,北京市的金融穩定狀況經歷了先惡化再改善的變動趨勢。 而天津市的金融穩定狀況在2018年第一季度前表現為平穩運行,在2018年第一季度后則出現了明顯的惡化。 河北省的金融穩定狀況在2016年年底前和2018年第一季度有兩次明顯的回調,但是在2018年第二季度后就開始明顯下降, 隨后一直穩定維持在較低的運行水平。
長江三角洲地區主要包括上海市、江蘇省、浙江省和安徽省。其中,上海市金融穩定狀況表現出明顯的波動上調趨勢, 充分顯示出上海在調控影子銀行、地方政府債務方面取得了顯著的成效。浙江省和江蘇省的金融穩定狀況則出現了較為明顯的惡化,這與兩省地方政府債務、影子銀行和杠桿率的風險提升有著緊密的關聯。 其中浙江省主要的金融風險在于居民部分杠桿率的暴漲以及債權違約率的持續增長。
珠三角地區的金融穩定狀況主要以廣東省為代表。 廣東省金融穩定狀況惡化出現的時間在2017年初,早于周邊省級行政區。 雖然廣東省的企業杠桿率不高且運行十分平穩, 但居民債務的增長較為明顯,地方政府債務率占比不高,但增加也較為顯著。同時,其銀行流動性比例顯著低于長三角經濟強省浙江和江蘇。
三大經濟地區是我國經濟增長能力最強大的地區,同時也集聚著優質的金融資源,開發程度較高,還是新型金融科技應用最廣泛的地區。三大經濟區中,北京、上海的金融穩定運行展現了其對金融風險強有力的治理能力。 這些地區金融市場主要風險指標的及時監控與更新能力, 階段性突出金融風險的調控能力, 以及對關鍵金融風險指標的維穩能力都是其他地區提高金融風險防范和治理能力可以借鑒的。 本文從三個視角總結出地區金融風險治理的長效機制。
從地區金融資源配置的視角來看, 城市商業銀行業務在某一地區的集中能夠顯著降低金融風險。但地理集中對風險的削弱作用并非一成不變,而是具有“U 型”作用規律,同時門限效應的存在使得這種風險弱化機制只有在金融風險低于某一水平時才能有效發揮作用。北京、上海以及部分東部省級行政區之所以取得了較好的金融風險防治效果, 與優質且豐富的金融資源在上述地區的地理空間集聚不無關系, 這也提示金融風險持續惡化的中西部省份可以從調整金融資源配置的空間布局入手, 避免金融資源在地區內部分布過于分散, 同時明確打造地區內部的金融中心或金融增長極,以達到減小風險的目的。
從金融與經濟協調發展的視角來看, 金融風險治理的目的是促進和保障地區經濟發展。 不可否認, 金融集聚和金融結構提升均能夠輔助地區進行經濟增長的優化。 但金融體系結構需要與實體經濟最優產業結構相互匹配, 才能在有效控制金融風險的前提下充分發揮其體系功能, 切實促進實體經濟發展。作為實體經濟發展的鏡像,金融經濟中突出的地方政府債務風險、房地產價格泡沫化風險、影子銀行風險、高杠桿率風險和企業信用債務違約風險的積累均與各個地區經濟運行中長期內在矛盾的激化存在密切關聯。換言之,地區金融風險的產生是由于部分地區注重金融體系的運轉而忽視了實體經濟發展因為增速下降產生的產能過剩、盲目擴張和粗放增長等客觀事實,超越式的發展打破了金融與實體經濟相匹配的格局,這對于中西部地區的金融風險治理具有啟示意義。
從防止具體領域金融風險的視角來看, 不同于流動性風險、不良貸款風險等傳統性的金融風險,經濟“新常態”以來對金融體系產生重大沖擊的風險如影子銀行風險、地方債務風險、互聯網金融風險、居民部門杠桿率風險均呈現出在某一時間階段特別突出乃至集中爆發的特征, 同時這些風險在不同地區之間存在顯著的差異。因此,各地區對于本地區內階段性關鍵風險的治理成功與否將直接決定該地區金融穩定的整體走勢。
本文基于我國在央行統一領導下省級行政區域分割的金融監管體系特征, 并依據黨中央對于國內關鍵金融領域新變化、新風險的科學判斷,提出2015年以來我國主要金融風險主要表現為債務風險、房地產泡沫風險、外部沖擊風險、互聯網金融風險、不良資產風險、影子銀行風險、流動性風險、債券違約風險和杠桿率風險?;谝陨巷L險領域,本文選取相應風險基礎指標構建31 個省級行政區2015年第一季度至2019年第四季度的金融穩定指數。研究發現,樣本期內我國整體金融穩定運行趨勢不容樂觀, 但不同省級行政區的金融穩定運行狀況存在明顯的空間異質性。
本文主要的貢獻主要體現在以下幾個方面。其一,成功構建了能夠有效監測和分析我國金融穩定運行中觀層面的系統性綜合指數體系(PAFSI指數),該指數能夠為央行金融監管當局和各省份金融穩定監管部門的調控政策提供決策依據。 其二, 省級金融穩定指數基礎指標的選取充分考慮了我國經濟進入“新常態”以來呈現出的突出風險特征, 指數構建充分遵循了科學性、扼要性的原則, 能夠在綜合指數中體現季度主要風險特征的變化與沖擊影響。其三,省級金融穩定指數的構建過程提供了一套科學的方法, 具有重復性和可操作性, 既可以根據后續金融風險的變化做出靈活調整, 也能夠為相關實證研究提供基礎數據。 其四, 基于構成地區金融穩定指數的各風險領域和其中的地區異質性有針對性地提出了地區金融風險治理的具體措施。
我國的宏觀金融穩定狀況總體可防可控,但對于局部地區某個時段以爆發式呈現的金融風險要引起足夠重視、保持高度警惕、貫徹持續性監管。 經濟發達地區的金融資源配置靈活性較為充足,監管披露制度也相對完善。 而中西部地區,尤其是部分西部省級行政區的金融資源配置高度依賴行政力量的干預,因此面對金融市場變化,其反應具有滯后性、缺乏靈活性,未能及時妥善地處置突發風險。對此,應堅持市場在要素資源配置中的決定性作用, 保持金融資源配置與實體經濟發展需求相適應,不做超前配置和規劃。同時鑒于家庭資產重倉房地產市場的事實, 家庭部門債務與房地產領域風險“灰犀?!敝g的風險聯動效應值得警惕,需要在堅持“房住不炒”的基礎上逐步剔除與普通商品住房捆綁的優質教育資源等, 使住房回歸其居住屬性,并通過構建包含保障性住房、普通商品房和高檔商品住房在內的城市住房供應體系,從根本上化解家庭部門和房地產領域的風險。
注釋:
①2019年5月24日, 包商銀行因出現嚴重信用風險,被人民銀行、銀保監會聯合接管,成為中國金融發展史上的一個重大事件。 主要原因是新增不良貸款壓力的持續增加以及公司監管治理的嚴重缺失。
②見國際貨幣基金組織歷年發布的《全球金融穩定報告》,網址:https://www.imf.org/en/publications/gfsr。
③債務負擔率為年末債務余額與當年政府綜合財力的比率,是衡量債務規模大小的指標。 國際貨幣基金組織確定的債務率控制標準參考值為90%~150%。
④類似的計算方法可見于:穆迪公司《中國影子銀行季度監測報告(2020)》,網址:https://www.moodys.com/research/Cross-Sector-China-Quarterly-Shadow-Banking-Montior-Mar-2020-Slides--PBC_1222168?lang=zh-cn&cy=chn。
⑤國家資產負債表研究中心公布的宏觀杠桿率顯示,我國非金融企業部門杠桿率在2009年第一季度突破100%的水平后持續上漲, 并于2015年第三季度突破150%,此后雖然增速減緩,但一直維持在這一水平之上,網址:http://114.115.232.154:8080/。
⑥見國家金融與發展實驗室發布的《2020年度宏觀杠桿率》相關數據,網址:http://www.nifd.cn/SeriesReport/Details/2540。