區(qū)域性金融穩(wěn)定與風(fēng)險防范實(shí)證研究

湯俐+++嚴(yán)碩果

摘 要：做好新時期金融工作，就是要堅(jiān)持把防范化解金融風(fēng)險作為生命線。本文通過闡述區(qū)域性金融風(fēng)險防范重要性，從宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)和地區(qū)金融三個方面，運(yùn)用壓力指數(shù)構(gòu)建金融風(fēng)險防范指標(biāo)體系，進(jìn)行Granger因果檢驗(yàn)，建立MS-VAR風(fēng)險預(yù)警模型，論證A省金融風(fēng)險等級，并提出完善風(fēng)險防范對策與建議，旨在加強(qiáng)基層央行金融監(jiān)管，維護(hù)地方金融穩(wěn)定。

關(guān)鍵詞：金融穩(wěn)定；預(yù)警模型；壓力指數(shù)

維護(hù)區(qū)域金融穩(wěn)定是一項(xiàng)系統(tǒng)性、全局性的工作，也是我國完善社會主義市場經(jīng)濟(jì)體制的目標(biāo)之一。區(qū)域金融的穩(wěn)定對區(qū)域經(jīng)濟(jì)的持續(xù)協(xié)調(diào)發(fā)展起著至關(guān)重要的作用。因此，創(chuàng)建符合我國國情的區(qū)域金融穩(wěn)定評價指標(biāo)體系，對于維護(hù)我國金融穩(wěn)定及社會經(jīng)濟(jì)可持續(xù)發(fā)展有十分重要的現(xiàn)實(shí)意義。

一、區(qū)域金融風(fēng)險研究概述

（一）文獻(xiàn)綜述

國外區(qū)域金融風(fēng)險防范及預(yù)警研究中，Kaminsky、Lizondo&Reinhar（1998）提出KLR模型，該模型是一種非參數(shù)分析方法，它首先通過研究已有貨幣危機(jī)發(fā)生的原因來確定預(yù)警指標(biāo)，然后通過對歷史數(shù)據(jù)的統(tǒng)計分析來發(fā)現(xiàn)顯著的先行指標(biāo)，并根據(jù)這些指標(biāo)來預(yù)測危機(jī)發(fā)生的可能性。Nag和Mitra（1999）應(yīng)用人工神經(jīng)網(wǎng)絡(luò)ANN模型，對印度尼西亞、馬來西亞和泰國1980-1998年的月度樣本建立實(shí)證模型，形成貨幣危機(jī)的預(yù)警系統(tǒng)。

國內(nèi)區(qū)域金融風(fēng)險防范及預(yù)警研究中，陳守東（2006）利用SPSS軟件的主成分分析，提煉出反映金融運(yùn)行狀態(tài)的因子，并運(yùn)用Logit模型分別建立宏觀經(jīng)濟(jì)風(fēng)險預(yù)警模型和金融市場風(fēng)險預(yù)警模型。陳秋玲等（2009）把金融風(fēng)險預(yù)警分為安全、基本安全、警惕和危險四個等級，并應(yīng)用BP人工神經(jīng)網(wǎng)絡(luò)模型建立金融風(fēng)險預(yù)警模型，通過對1993-2007年數(shù)據(jù)的實(shí)證研究，獲得對2008年金融運(yùn)行現(xiàn)狀的預(yù)測結(jié)果。

（二）研究思路

本文在借鑒前人研究的基礎(chǔ)上，首先，運(yùn)用合成壓力指數(shù)構(gòu)建金融風(fēng)險監(jiān)測指標(biāo)體系，進(jìn)行Granger因果檢驗(yàn)確定風(fēng)險防范重點(diǎn)指標(biāo)；其次，將宏觀經(jīng)濟(jì)金融、地區(qū)經(jīng)濟(jì)和地區(qū)金融預(yù)警子系統(tǒng)的預(yù)警指標(biāo)，通過MS-VAR模型建立風(fēng)險預(yù)警子系統(tǒng)。最后，結(jié)合A省區(qū)區(qū)域金融風(fēng)險監(jiān)測結(jié)論，提出完善新疆區(qū)域金融風(fēng)險防范的對策與建議，以加強(qiáng)基層央行金融監(jiān)管，維護(hù)地方金融穩(wěn)定。

二、區(qū)域性金融風(fēng)險防范指標(biāo)選擇

本文從宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)、地區(qū)金融三個方面選取了26個備選指標(biāo)構(gòu)建了A省區(qū)金融風(fēng)險監(jiān)測指標(biāo)體系。

（一）宏觀經(jīng)濟(jì)指標(biāo)選取

按照金融危機(jī)分析理論，考慮預(yù)警指標(biāo)的經(jīng)濟(jì)學(xué)含義、數(shù)據(jù)的可得性，選取國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資完成額、出口累計、進(jìn)口累計、國家財政收入、上證綜合指數(shù)、房地產(chǎn)開發(fā)投資總額、M2、銀行間同業(yè)拆借加權(quán)平均利率、外匯儲備、匯率、金融機(jī)構(gòu)各項(xiàng)存貸款指標(biāo)。

（二）區(qū)域經(jīng)濟(jì)指標(biāo)選取

區(qū)域經(jīng)濟(jì)指標(biāo)選擇不僅要體現(xiàn)外部經(jīng)濟(jì)狀況的宏觀指標(biāo)，如地區(qū)國內(nèi)生產(chǎn)總值、工業(yè)增加值、實(shí)際外商直接投資、進(jìn)出口總額；也要反映政府調(diào)控能力的經(jīng)濟(jì)指標(biāo)，如固定資產(chǎn)投資、財政收入、財政支出。

（三）區(qū)域金融指標(biāo)選取

區(qū)域金融穩(wěn)定指標(biāo)主要是從微觀方面考察區(qū)域內(nèi)金融機(jī)構(gòu)的存款余額、貸款余額、不良貸款比率、經(jīng)常項(xiàng)目差額，結(jié)合證券交易額和保費(fèi)收入指標(biāo)，反映區(qū)域金融處于何種發(fā)展水平，從而防范金融風(fēng)險。

三、區(qū)域金融風(fēng)險壓力測試

區(qū)域金融風(fēng)險是基于異常經(jīng)濟(jì)波動的傳遞性和擴(kuò)散性。本章采用Eviews軟件，對“中經(jīng)網(wǎng)”、“國家統(tǒng)計局網(wǎng)”、A省區(qū)統(tǒng)計年鑒、A省區(qū)統(tǒng)計月報數(shù)據(jù)進(jìn)行處理，進(jìn)行指標(biāo)體系三類壓力指數(shù)測試。

（一）宏觀經(jīng)濟(jì)壓力指數(shù)

使用宏觀經(jīng)濟(jì)壓力指數(shù)EFP來衡量宏觀經(jīng)濟(jì)金融運(yùn)行狀態(tài)，以實(shí)際變量構(gòu)建STV型壓力指數(shù)。宏觀經(jīng)濟(jì)金融壓力指數(shù)由國內(nèi)生產(chǎn)總值增長率（GDP）、上證收盤綜合指數(shù)（SR）和貨幣供應(yīng)量增長率（M2）構(gòu)成，計算公式如下：

EFP =ω +ω +ωM

壓力指數(shù)結(jié)果：

（二）地區(qū)經(jīng)濟(jì)壓力指數(shù)

采用地區(qū)國內(nèi)生產(chǎn)總值增長率（GDP）、地區(qū)固定資產(chǎn)投資增長率（INV）和地區(qū)財政收入增長率（FIN）構(gòu)造地區(qū)經(jīng)濟(jì)壓力指數(shù)。地區(qū)經(jīng)濟(jì)壓力指數(shù)AEP計算公式為：

AEP =ω +ω +ω

壓力指數(shù)結(jié)果：

（三）地區(qū)金融壓力指數(shù)

從貨幣供給失衡和銀行過度放貸等方面構(gòu)建銀行危機(jī)壓力指數(shù)。本文采用存貸款比變化率（RLD）、地區(qū)貸款余額增長率（LOAN）、證券交易和保險增長率（MT）來構(gòu)造地區(qū)金融壓力指數(shù)。地區(qū)金融壓力指數(shù)AFP計算公式為：

AFP =ω +ω +ω

壓力指數(shù)結(jié)果：

四、A省區(qū)區(qū)域金融風(fēng)險指標(biāo)體系及預(yù)警模型

（一）A省區(qū)區(qū)域金融風(fēng)險預(yù)警指標(biāo)體系構(gòu)建

在實(shí)際估計中，指標(biāo)過多將可能產(chǎn)生多重共線性、過度識別等問題。通過對全部備選預(yù)警指標(biāo)與危機(jī)指數(shù)分別進(jìn)行兩兩Granger因果關(guān)系檢驗(yàn)，挑選穩(wěn)健性好的單向Granger指標(biāo)進(jìn)入模型估計。

本文的指標(biāo)選取原則是：首先，重點(diǎn)挑選檢驗(yàn)結(jié)果在置信水平5%以下的顯著指標(biāo)，以及在多個不同滯后階數(shù)下單項(xiàng)Granger影響危機(jī)指數(shù)的指標(biāo)。其次，根據(jù)金融危機(jī)理論進(jìn)行分析和判斷，選取對危機(jī)指數(shù)影響敏感的指標(biāo)，如：宏觀經(jīng)濟(jì)金融較多的受到國內(nèi)生產(chǎn)總值增長率和外匯市場指標(biāo)的影響。最后，選取相關(guān)性較大指標(biāo)，如：地區(qū)經(jīng)濟(jì)和地區(qū)國內(nèi)生產(chǎn)總值增長率及地區(qū)固定資產(chǎn)投資增長率相關(guān)性較大，地區(qū)金融和地區(qū)貸款余額、地區(qū)經(jīng)常項(xiàng)目變化率相關(guān)性較大。因此，最終確定的三組風(fēng)險預(yù)警指標(biāo)如表3所示。

（二）A省區(qū)區(qū)域金融風(fēng)險預(yù)警模型論證

Markov模型能夠刻畫危機(jī)期的內(nèi)生性，該模型被廣泛應(yīng)用于建立金融危機(jī)預(yù)警系統(tǒng)，利用MS-VAR模型以壓力指數(shù)為因變量，重點(diǎn)預(yù)警指標(biāo)體系作為自變量，構(gòu)造宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)和地區(qū)金融預(yù)警模型，將金融風(fēng)險區(qū)分為：“低風(fēng)險”、“中風(fēng)險”和“高風(fēng)險”三種程度。

參數(shù)估計：馬爾科夫區(qū)制轉(zhuǎn)移的向量自回歸過程在考慮下一個K維時間序列y =（y ，Λ，y ）'構(gòu)成的p階向量自回歸過程：

y =v+A y +Λ+A y +μ （1）

其中t=1，Λ，T，u ～I(xiàn)ID（O，∑），y ，∧，y 為已知變量。假如誤差服從正態(tài)分布，即u ～I(xiàn)ID（0，∑），則方程（1）為穩(wěn)態(tài)高斯VAR（p）模型的截距形式，可以表示成：

y -u=A （y -u）+Λ+A （y -u）+u （2）

其中，u=（I -∑ A ） v是k×1維均值。

模型構(gòu)建：使用MS-VAR模型，假設(shè)區(qū)制變量s ∈1，ΛM是一個離散狀態(tài)的馬爾科夫鏈過程，轉(zhuǎn)移概率為：

P =Pr（s =j|s =i），∑ P =1 P ∈1，ΛM （3）

將方程（2）寫成階數(shù)為p，區(qū)制數(shù)為M的馬爾科夫區(qū)制轉(zhuǎn)移形式：

y -μ（s ）=A （s ）（y -μ（s ））+Λ+A （s ）（y -u（s ））+u （4）

其中，u ～I(xiàn)ID（0，∑（s ）），μ（s ），A （s ），Λ，A （s ），∑（s ）是用來描述參數(shù)μ，A ，Λ，A 和∑對于已實(shí)現(xiàn)區(qū)制s 依賴的變參數(shù)函數(shù)，即，

μ（s ）=μ s =1Mμ s =M （5）

在模型（4）刻畫均值過程中，如果區(qū)制實(shí)現(xiàn)轉(zhuǎn)移，則均值平滑的假設(shè)并不合理，則需引入帶截距項(xiàng)的區(qū)制轉(zhuǎn)移模型：

y =v（s ）+A （s ）y +Λ+A （s ）y +u （6）

通常情況下，截距項(xiàng)狀態(tài)依賴模型MSI（M）-VAR（p）和均值狀態(tài)依賴模型MSI（M）-VAR（p）就能夠滿足不同的需要形式。使用極大似然估計（ML）算法——期望最大化算法（EM）估計模型（4）或者模型（6）。EM算法的每一步迭代均由兩步組成：“第一步為求期望過程（簡稱E步），即利用極大化過程最后一步的估計參數(shù)向量λ（j-1）替代未知的真實(shí)參數(shù)向量。這一過程產(chǎn)生了不可觀測狀態(tài)ζt（ζt記錄了馬爾科夫鏈的歷史）平滑概率Pr（ζ|Y，λ（t-1））的估計；第二步為求極大值過程（簡稱M步），導(dǎo)出參數(shù)λ的一個估計 作為一階條件下似然函數(shù)解，然后使用求期望過程最后一步得到的平滑概率Pr（ζ|Y，λ（t-1））替代條件區(qū)制概率Pr（ζ|Y，λ）”。構(gòu)造新的參數(shù)向量λ使得濾波及平滑概率在下一步求期望步驟中有所變化，并保證每一步似然函數(shù)值。

實(shí)證結(jié)論：經(jīng)對壓力指數(shù)和預(yù)警指標(biāo)數(shù)據(jù)進(jìn)行處理測算，得出A省區(qū)區(qū)域金融風(fēng)險MS-VAR平滑概率63%估計值小于0.5“低風(fēng)險”，21%概率“中風(fēng)險”，16%概率“高風(fēng)險”，風(fēng)險轉(zhuǎn)移概率指數(shù)42%?！案唢L(fēng)險”主要集中在2001年、2005年個別月份，這是由中國的金融體系結(jié)構(gòu)決定，2001 年股市低迷，資金流向商業(yè)銀行，銀行體系風(fēng)險積聚，銀行貸款成為銀行機(jī)構(gòu)資金流出主要方式，單一的融資結(jié)構(gòu)會滋生企業(yè)資本金不足，使得社會投資杠桿率非常高，伴隨股市過度投機(jī)和泡沫化的傾向，缺乏價值發(fā)現(xiàn)和資源優(yōu)化配置功能，帶來較大的金融風(fēng)險。

五、完善A省區(qū)區(qū)域金融風(fēng)險防范對策建議

區(qū)域金融風(fēng)險指標(biāo)體系建設(shè)，可以及時監(jiān)測金融風(fēng)險并做出反應(yīng)，但要從根本上防范區(qū)域金融風(fēng)險，建立完善的金融信息系統(tǒng)，維護(hù)金融穩(wěn)定，還要從四個方面建立區(qū)域金融風(fēng)險防范長效機(jī)制。

（一）進(jìn)一步明確央行在宏觀審慎管理中的職責(zé)

明確中央銀行在宏觀審慎管理中的具體職責(zé)，賦予央行分支機(jī)構(gòu)更為廣泛的監(jiān)管權(quán)，實(shí)行分業(yè)監(jiān)管和混業(yè)監(jiān)管相結(jié)合的金融監(jiān)管體制，負(fù)責(zé)本轄區(qū)金融穩(wěn)定。

（二）建立健全區(qū)域系統(tǒng)性風(fēng)險預(yù)警體系

建議建立不同層次的預(yù)警機(jī)制，因地制宜健全風(fēng)險調(diào)控指標(biāo)體系，實(shí)現(xiàn)宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)、地區(qū)金融動態(tài)監(jiān)控，深入把握銀行業(yè)、非銀行金融機(jī)構(gòu)、證券業(yè)和保險業(yè)的運(yùn)行情況，加強(qiáng)歷史數(shù)據(jù)的積累和分析，及時規(guī)避風(fēng)險。

（三）建立基于宏觀審慎管理框架的地區(qū)協(xié)調(diào)制度

區(qū)域金融風(fēng)險監(jiān)測管理需要“一行三會”與地方政府部門相互合作，建立區(qū)域金融穩(wěn)定組織領(lǐng)導(dǎo)與協(xié)調(diào)機(jī)制，加強(qiáng)溝通協(xié)調(diào)，分工協(xié)作、各負(fù)其責(zé)，實(shí)現(xiàn)政策措施互動，搭建風(fēng)險監(jiān)管信息共享平臺，形成防范和化解金融風(fēng)險的合力。

（四）建立基于宏觀審慎管理框架的地區(qū)協(xié)調(diào)制度

深入推進(jìn)“兩管理、兩綜合”工作，重點(diǎn)關(guān)注企業(yè)資產(chǎn)質(zhì)量及資金流向，防止實(shí)體經(jīng)濟(jì)下滑演變?yōu)榻鹑陲L(fēng)險，建立有效的金融風(fēng)險非現(xiàn)場監(jiān)測制度，加大對跨境資金流動和大額可疑交易的監(jiān)測力度，完善金融突發(fā)事件應(yīng)急處置預(yù)案，做到迅速反應(yīng)切實(shí)維護(hù)金融穩(wěn)定。

參考文獻(xiàn)

[1]陳守東，馬輝，穆春舟.中國金融風(fēng)險預(yù)警的MS-VAR模型與區(qū)制狀態(tài)研究[J].吉林大學(xué)社會科學(xué)學(xué)報，2009，（1）：7-9。

[2]李妍.宏觀審慎監(jiān)管與金融穩(wěn)定[J].金融研究，2009，（8）：9-12。

[3]馬輝.中國金融風(fēng)險指標(biāo)體系構(gòu)建與預(yù)警研究[D].吉林大學(xué)，2009。

[4]汪祖杰，吳江.區(qū)域金融安全指標(biāo)體系及其計量模型的構(gòu)建[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2006，（3）：20-22。

[5]周小川.關(guān)于改變宏觀和微觀順周期性的進(jìn)一步探討[OL].www.pbc.gov.cn，2009-3-26。

The Empirical Study on the Regional Financial Stability and the Risk Prevention

——A Case of A Province

TANG Li YAN Shuoguo

（Hami Municipal Sub-branch PBC， Hami Xingjiang 839000）

Abstract：To carry out the responsibility of the financial business in the new period is to stick to preventing and defusing financial risks which is the lifeline of the financial business. The paper expounds the importance of the regional financial risk prevention， constructs the index system of the financial risk prevention using pressure index from three aspects such as macro economy， regional economy and regional finance， makes Granger causality test， establishes MS-VAR risk early warning model， demonstrates the financial risk level of A province， and finally puts forward risk prevention countermeasures and suggestions aiming to strengthen grass-roots central bank financial supervision and maintain the local financial stability.

Keywords：financial stability； early warning model； pressure index

責(zé)任編輯、校對：張德進(jìn)

Markov模型能夠刻畫危機(jī)期的內(nèi)生性，該模型被廣泛應(yīng)用于建立金融危機(jī)預(yù)警系統(tǒng)，利用MS-VAR模型以壓力指數(shù)為因變量，重點(diǎn)預(yù)警指標(biāo)體系作為自變量，構(gòu)造宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)和地區(qū)金融預(yù)警模型，將金融風(fēng)險區(qū)分為：“低風(fēng)險”、“中風(fēng)險”和“高風(fēng)險”三種程度。

參數(shù)估計：馬爾科夫區(qū)制轉(zhuǎn)移的向量自回歸過程在考慮下一個K維時間序列y =（y ，Λ，y ）'構(gòu)成的p階向量自回歸過程：

y =v+A y +Λ+A y +μ （1）

其中t=1，Λ，T，u ～I(xiàn)ID（O，∑），y ，∧，y 為已知變量。假如誤差服從正態(tài)分布，即u ～I(xiàn)ID（0，∑），則方程（1）為穩(wěn)態(tài)高斯VAR（p）模型的截距形式，可以表示成：

y -u=A （y -u）+Λ+A （y -u）+u （2）

其中，u=（I -∑ A ） v是k×1維均值。

模型構(gòu)建：使用MS-VAR模型，假設(shè)區(qū)制變量s ∈1，ΛM是一個離散狀態(tài)的馬爾科夫鏈過程，轉(zhuǎn)移概率為：

P =Pr（s =j|s =i），∑ P =1 P ∈1，ΛM （3）

將方程（2）寫成階數(shù)為p，區(qū)制數(shù)為M的馬爾科夫區(qū)制轉(zhuǎn)移形式：

y -μ（s ）=A （s ）（y -μ（s ））+Λ+A （s ）（y -u（s ））+u （4）

其中，u ～I(xiàn)ID（0，∑（s ）），μ（s ），A （s ），Λ，A （s ），∑（s ）是用來描述參數(shù)μ，A ，Λ，A 和∑對于已實(shí)現(xiàn)區(qū)制s 依賴的變參數(shù)函數(shù)，即，

μ（s ）=μ s =1Mμ s =M （5）

在模型（4）刻畫均值過程中，如果區(qū)制實(shí)現(xiàn)轉(zhuǎn)移，則均值平滑的假設(shè)并不合理，則需引入帶截距項(xiàng)的區(qū)制轉(zhuǎn)移模型：

y =v（s ）+A （s ）y +Λ+A （s ）y +u （6）

通常情況下，截距項(xiàng)狀態(tài)依賴模型MSI（M）-VAR（p）和均值狀態(tài)依賴模型MSI（M）-VAR（p）就能夠滿足不同的需要形式。使用極大似然估計（ML）算法——期望最大化算法（EM）估計模型（4）或者模型（6）。EM算法的每一步迭代均由兩步組成：“第一步為求期望過程（簡稱E步），即利用極大化過程最后一步的估計參數(shù)向量λ（j-1）替代未知的真實(shí)參數(shù)向量。這一過程產(chǎn)生了不可觀測狀態(tài)ζt（ζt記錄了馬爾科夫鏈的歷史）平滑概率Pr（ζ|Y，λ（t-1））的估計；第二步為求極大值過程（簡稱M步），導(dǎo)出參數(shù)λ的一個估計 作為一階條件下似然函數(shù)解，然后使用求期望過程最后一步得到的平滑概率Pr（ζ|Y，λ（t-1））替代條件區(qū)制概率Pr（ζ|Y，λ）”。構(gòu)造新的參數(shù)向量λ使得濾波及平滑概率在下一步求期望步驟中有所變化，并保證每一步似然函數(shù)值。

實(shí)證結(jié)論：經(jīng)對壓力指數(shù)和預(yù)警指標(biāo)數(shù)據(jù)進(jìn)行處理測算，得出A省區(qū)區(qū)域金融風(fēng)險MS-VAR平滑概率63%估計值小于0.5“低風(fēng)險”，21%概率“中風(fēng)險”，16%概率“高風(fēng)險”，風(fēng)險轉(zhuǎn)移概率指數(shù)42%?！案唢L(fēng)險”主要集中在2001年、2005年個別月份，這是由中國的金融體系結(jié)構(gòu)決定，2001 年股市低迷，資金流向商業(yè)銀行，銀行體系風(fēng)險積聚，銀行貸款成為銀行機(jī)構(gòu)資金流出主要方式，單一的融資結(jié)構(gòu)會滋生企業(yè)資本金不足，使得社會投資杠桿率非常高，伴隨股市過度投機(jī)和泡沫化的傾向，缺乏價值發(fā)現(xiàn)和資源優(yōu)化配置功能，帶來較大的金融風(fēng)險。

五、完善A省區(qū)區(qū)域金融風(fēng)險防范對策建議

區(qū)域金融風(fēng)險指標(biāo)體系建設(shè)，可以及時監(jiān)測金融風(fēng)險并做出反應(yīng)，但要從根本上防范區(qū)域金融風(fēng)險，建立完善的金融信息系統(tǒng)，維護(hù)金融穩(wěn)定，還要從四個方面建立區(qū)域金融風(fēng)險防范長效機(jī)制。

（一）進(jìn)一步明確央行在宏觀審慎管理中的職責(zé)

明確中央銀行在宏觀審慎管理中的具體職責(zé)，賦予央行分支機(jī)構(gòu)更為廣泛的監(jiān)管權(quán)，實(shí)行分業(yè)監(jiān)管和混業(yè)監(jiān)管相結(jié)合的金融監(jiān)管體制，負(fù)責(zé)本轄區(qū)金融穩(wěn)定。

（二）建立健全區(qū)域系統(tǒng)性風(fēng)險預(yù)警體系

建議建立不同層次的預(yù)警機(jī)制，因地制宜健全風(fēng)險調(diào)控指標(biāo)體系，實(shí)現(xiàn)宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)、地區(qū)金融動態(tài)監(jiān)控，深入把握銀行業(yè)、非銀行金融機(jī)構(gòu)、證券業(yè)和保險業(yè)的運(yùn)行情況，加強(qiáng)歷史數(shù)據(jù)的積累和分析，及時規(guī)避風(fēng)險。

（三）建立基于宏觀審慎管理框架的地區(qū)協(xié)調(diào)制度

區(qū)域金融風(fēng)險監(jiān)測管理需要“一行三會”與地方政府部門相互合作，建立區(qū)域金融穩(wěn)定組織領(lǐng)導(dǎo)與協(xié)調(diào)機(jī)制，加強(qiáng)溝通協(xié)調(diào)，分工協(xié)作、各負(fù)其責(zé)，實(shí)現(xiàn)政策措施互動，搭建風(fēng)險監(jiān)管信息共享平臺，形成防范和化解金融風(fēng)險的合力。

（四）建立基于宏觀審慎管理框架的地區(qū)協(xié)調(diào)制度

深入推進(jìn)“兩管理、兩綜合”工作，重點(diǎn)關(guān)注企業(yè)資產(chǎn)質(zhì)量及資金流向，防止實(shí)體經(jīng)濟(jì)下滑演變?yōu)榻鹑陲L(fēng)險，建立有效的金融風(fēng)險非現(xiàn)場監(jiān)測制度，加大對跨境資金流動和大額可疑交易的監(jiān)測力度，完善金融突發(fā)事件應(yīng)急處置預(yù)案，做到迅速反應(yīng)切實(shí)維護(hù)金融穩(wěn)定。

參考文獻(xiàn)

[1]陳守東，馬輝，穆春舟.中國金融風(fēng)險預(yù)警的MS-VAR模型與區(qū)制狀態(tài)研究[J].吉林大學(xué)社會科學(xué)學(xué)報，2009，（1）：7-9。

[2]李妍.宏觀審慎監(jiān)管與金融穩(wěn)定[J].金融研究，2009，（8）：9-12。

[3]馬輝.中國金融風(fēng)險指標(biāo)體系構(gòu)建與預(yù)警研究[D].吉林大學(xué)，2009。

[4]汪祖杰，吳江.區(qū)域金融安全指標(biāo)體系及其計量模型的構(gòu)建[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2006，（3）：20-22。

[5]周小川.關(guān)于改變宏觀和微觀順周期性的進(jìn)一步探討[OL].www.pbc.gov.cn，2009-3-26。

The Empirical Study on the Regional Financial Stability and the Risk Prevention

——A Case of A Province

TANG Li YAN Shuoguo

（Hami Municipal Sub-branch PBC， Hami Xingjiang 839000）

Abstract：To carry out the responsibility of the financial business in the new period is to stick to preventing and defusing financial risks which is the lifeline of the financial business. The paper expounds the importance of the regional financial risk prevention， constructs the index system of the financial risk prevention using pressure index from three aspects such as macro economy， regional economy and regional finance， makes Granger causality test， establishes MS-VAR risk early warning model， demonstrates the financial risk level of A province， and finally puts forward risk prevention countermeasures and suggestions aiming to strengthen grass-roots central bank financial supervision and maintain the local financial stability.

Keywords：financial stability； early warning model； pressure index

責(zé)任編輯、校對：張德進(jìn)

Markov模型能夠刻畫危機(jī)期的內(nèi)生性，該模型被廣泛應(yīng)用于建立金融危機(jī)預(yù)警系統(tǒng)，利用MS-VAR模型以壓力指數(shù)為因變量，重點(diǎn)預(yù)警指標(biāo)體系作為自變量，構(gòu)造宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)和地區(qū)金融預(yù)警模型，將金融風(fēng)險區(qū)分為：“低風(fēng)險”、“中風(fēng)險”和“高風(fēng)險”三種程度。

參數(shù)估計：馬爾科夫區(qū)制轉(zhuǎn)移的向量自回歸過程在考慮下一個K維時間序列y =（y ，Λ，y ）'構(gòu)成的p階向量自回歸過程：

y =v+A y +Λ+A y +μ （1）

其中t=1，Λ，T，u ～I(xiàn)ID（O，∑），y ，∧，y 為已知變量。假如誤差服從正態(tài)分布，即u ～I(xiàn)ID（0，∑），則方程（1）為穩(wěn)態(tài)高斯VAR（p）模型的截距形式，可以表示成：

y -u=A （y -u）+Λ+A （y -u）+u （2）

其中，u=（I -∑ A ） v是k×1維均值。

模型構(gòu)建：使用MS-VAR模型，假設(shè)區(qū)制變量s ∈1，ΛM是一個離散狀態(tài)的馬爾科夫鏈過程，轉(zhuǎn)移概率為：

P =Pr（s =j|s =i），∑ P =1 P ∈1，ΛM （3）

將方程（2）寫成階數(shù)為p，區(qū)制數(shù)為M的馬爾科夫區(qū)制轉(zhuǎn)移形式：

y -μ（s ）=A （s ）（y -μ（s ））+Λ+A （s ）（y -u（s ））+u （4）

其中，u ～I(xiàn)ID（0，∑（s ）），μ（s ），A （s ），Λ，A （s ），∑（s ）是用來描述參數(shù)μ，A ，Λ，A 和∑對于已實(shí)現(xiàn)區(qū)制s 依賴的變參數(shù)函數(shù)，即，

μ（s ）=μ s =1Mμ s =M （5）

在模型（4）刻畫均值過程中，如果區(qū)制實(shí)現(xiàn)轉(zhuǎn)移，則均值平滑的假設(shè)并不合理，則需引入帶截距項(xiàng)的區(qū)制轉(zhuǎn)移模型：

y =v（s ）+A （s ）y +Λ+A （s ）y +u （6）

通常情況下，截距項(xiàng)狀態(tài)依賴模型MSI（M）-VAR（p）和均值狀態(tài)依賴模型MSI（M）-VAR（p）就能夠滿足不同的需要形式。使用極大似然估計（ML）算法——期望最大化算法（EM）估計模型（4）或者模型（6）。EM算法的每一步迭代均由兩步組成：“第一步為求期望過程（簡稱E步），即利用極大化過程最后一步的估計參數(shù)向量λ（j-1）替代未知的真實(shí)參數(shù)向量。這一過程產(chǎn)生了不可觀測狀態(tài)ζt（ζt記錄了馬爾科夫鏈的歷史）平滑概率Pr（ζ|Y，λ（t-1））的估計；第二步為求極大值過程（簡稱M步），導(dǎo)出參數(shù)λ的一個估計 作為一階條件下似然函數(shù)解，然后使用求期望過程最后一步得到的平滑概率Pr（ζ|Y，λ（t-1））替代條件區(qū)制概率Pr（ζ|Y，λ）”。構(gòu)造新的參數(shù)向量λ使得濾波及平滑概率在下一步求期望步驟中有所變化，并保證每一步似然函數(shù)值。

實(shí)證結(jié)論：經(jīng)對壓力指數(shù)和預(yù)警指標(biāo)數(shù)據(jù)進(jìn)行處理測算，得出A省區(qū)區(qū)域金融風(fēng)險MS-VAR平滑概率63%估計值小于0.5“低風(fēng)險”，21%概率“中風(fēng)險”，16%概率“高風(fēng)險”，風(fēng)險轉(zhuǎn)移概率指數(shù)42%?！案唢L(fēng)險”主要集中在2001年、2005年個別月份，這是由中國的金融體系結(jié)構(gòu)決定，2001 年股市低迷，資金流向商業(yè)銀行，銀行體系風(fēng)險積聚，銀行貸款成為銀行機(jī)構(gòu)資金流出主要方式，單一的融資結(jié)構(gòu)會滋生企業(yè)資本金不足，使得社會投資杠桿率非常高，伴隨股市過度投機(jī)和泡沫化的傾向，缺乏價值發(fā)現(xiàn)和資源優(yōu)化配置功能，帶來較大的金融風(fēng)險。

五、完善A省區(qū)區(qū)域金融風(fēng)險防范對策建議

區(qū)域金融風(fēng)險指標(biāo)體系建設(shè)，可以及時監(jiān)測金融風(fēng)險并做出反應(yīng)，但要從根本上防范區(qū)域金融風(fēng)險，建立完善的金融信息系統(tǒng)，維護(hù)金融穩(wěn)定，還要從四個方面建立區(qū)域金融風(fēng)險防范長效機(jī)制。

（一）進(jìn)一步明確央行在宏觀審慎管理中的職責(zé)

明確中央銀行在宏觀審慎管理中的具體職責(zé)，賦予央行分支機(jī)構(gòu)更為廣泛的監(jiān)管權(quán)，實(shí)行分業(yè)監(jiān)管和混業(yè)監(jiān)管相結(jié)合的金融監(jiān)管體制，負(fù)責(zé)本轄區(qū)金融穩(wěn)定。

（二）建立健全區(qū)域系統(tǒng)性風(fēng)險預(yù)警體系

建議建立不同層次的預(yù)警機(jī)制，因地制宜健全風(fēng)險調(diào)控指標(biāo)體系，實(shí)現(xiàn)宏觀經(jīng)濟(jì)、地區(qū)經(jīng)濟(jì)、地區(qū)金融動態(tài)監(jiān)控，深入把握銀行業(yè)、非銀行金融機(jī)構(gòu)、證券業(yè)和保險業(yè)的運(yùn)行情況，加強(qiáng)歷史數(shù)據(jù)的積累和分析，及時規(guī)避風(fēng)險。

（三）建立基于宏觀審慎管理框架的地區(qū)協(xié)調(diào)制度

區(qū)域金融風(fēng)險監(jiān)測管理需要“一行三會”與地方政府部門相互合作，建立區(qū)域金融穩(wěn)定組織領(lǐng)導(dǎo)與協(xié)調(diào)機(jī)制，加強(qiáng)溝通協(xié)調(diào)，分工協(xié)作、各負(fù)其責(zé)，實(shí)現(xiàn)政策措施互動，搭建風(fēng)險監(jiān)管信息共享平臺，形成防范和化解金融風(fēng)險的合力。

（四）建立基于宏觀審慎管理框架的地區(qū)協(xié)調(diào)制度

深入推進(jìn)“兩管理、兩綜合”工作，重點(diǎn)關(guān)注企業(yè)資產(chǎn)質(zhì)量及資金流向，防止實(shí)體經(jīng)濟(jì)下滑演變?yōu)榻鹑陲L(fēng)險，建立有效的金融風(fēng)險非現(xiàn)場監(jiān)測制度，加大對跨境資金流動和大額可疑交易的監(jiān)測力度，完善金融突發(fā)事件應(yīng)急處置預(yù)案，做到迅速反應(yīng)切實(shí)維護(hù)金融穩(wěn)定。

參考文獻(xiàn)

[1]陳守東，馬輝，穆春舟.中國金融風(fēng)險預(yù)警的MS-VAR模型與區(qū)制狀態(tài)研究[J].吉林大學(xué)社會科學(xué)學(xué)報，2009，（1）：7-9。

[2]李妍.宏觀審慎監(jiān)管與金融穩(wěn)定[J].金融研究，2009，（8）：9-12。

[3]馬輝.中國金融風(fēng)險指標(biāo)體系構(gòu)建與預(yù)警研究[D].吉林大學(xué)，2009。

[4]汪祖杰，吳江.區(qū)域金融安全指標(biāo)體系及其計量模型的構(gòu)建[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2006，（3）：20-22。

[5]周小川.關(guān)于改變宏觀和微觀順周期性的進(jìn)一步探討[OL].www.pbc.gov.cn，2009-3-26。

The Empirical Study on the Regional Financial Stability and the Risk Prevention

——A Case of A Province

TANG Li YAN Shuoguo

（Hami Municipal Sub-branch PBC， Hami Xingjiang 839000）

Abstract：To carry out the responsibility of the financial business in the new period is to stick to preventing and defusing financial risks which is the lifeline of the financial business. The paper expounds the importance of the regional financial risk prevention， constructs the index system of the financial risk prevention using pressure index from three aspects such as macro economy， regional economy and regional finance， makes Granger causality test， establishes MS-VAR risk early warning model， demonstrates the financial risk level of A province， and finally puts forward risk prevention countermeasures and suggestions aiming to strengthen grass-roots central bank financial supervision and maintain the local financial stability.

Keywords：financial stability； early warning model； pressure index

責(zé)任編輯、校對：張德進(jìn)