資本充沛與區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)研究
——以河南省為例

宿家銘

〔河南牧業(yè)經(jīng)濟(jì)學(xué)院 金融與會(huì)計(jì)學(xué)院，河南 鄭州 450045〕

一、引言

金融是國(guó)家重要的核心競(jìng)爭(zhēng)力，金融安全是我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要保障。黨的十八大以來(lái)，面對(duì)國(guó)際金融危機(jī)的持續(xù)性影響和國(guó)內(nèi)經(jīng)濟(jì)“三期疊加”的挑戰(zhàn)，金融安全形勢(shì)愈加嚴(yán)峻。2018年初，貿(mào)易保護(hù)主義抬頭，國(guó)際金融環(huán)境越來(lái)越復(fù)雜，防范金融風(fēng)險(xiǎn)的壓力進(jìn)一步增大。

作為中原崛起的核心力量，河南省正處于快速發(fā)展階段，鄭州航空港區(qū)的建設(shè)、蘭考普惠金融全國(guó)試點(diǎn)縣的建設(shè)等重大舉措都是河南省聚力全方位經(jīng)濟(jì)發(fā)展的標(biāo)志。在這種背景下，防范和化解區(qū)域性金融風(fēng)險(xiǎn)勢(shì)在必行。在河南省快速發(fā)展過(guò)程中，出現(xiàn)了銀行不良貸款率較高、信用風(fēng)險(xiǎn)較大和金融利用率偏低等問(wèn)題。這都要求對(duì)河南省區(qū)域性金融風(fēng)險(xiǎn)有更深入的理解，及時(shí)識(shí)別風(fēng)險(xiǎn)、化解風(fēng)險(xiǎn)，通過(guò)維護(hù)區(qū)域性的金融穩(wěn)定來(lái)支援全國(guó)的金融穩(wěn)定工作。

銀行不良貸款率是衡量系統(tǒng)性風(fēng)險(xiǎn)的重要指標(biāo)，[1-2]銀行業(yè)的債務(wù)風(fēng)險(xiǎn)與整個(gè)金融系統(tǒng)緊密相連，[3]因此，作為主要的被解釋變量，銀行不良貸款率能夠衡量區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的程度。

地方政府債務(wù)是構(gòu)成銀行不良貸款的重要因素之一，而地方政府收入則決定了地方政府的償債能力。換言之，政府的收入決定了其償還債務(wù)“資金充沛”的程度。作為市場(chǎng)的主要參與者，金融機(jī)構(gòu)主要通過(guò)以下兩個(gè)途徑影響銀行不良貸款率：一是金融機(jī)構(gòu)對(duì)企業(yè)的融資能夠緩解其流動(dòng)資金壓力，保障企業(yè)的正常運(yùn)營(yíng)，從而保證其償還銀行貸款的能力。二是金融機(jī)構(gòu)可用于貸款的資金增加，市場(chǎng)流動(dòng)性增加。由于資金存在風(fēng)險(xiǎn)偏好，市場(chǎng)整體杠桿率增加，風(fēng)險(xiǎn)就會(huì)增加，銀行不良貸款率就會(huì)提高。本文將政府的資金充沛程度和金融機(jī)構(gòu)的資金充沛程度結(jié)合，構(gòu)成地區(qū)的資金充沛程度，考察其與區(qū)域金融風(fēng)險(xiǎn)的相互作用。

二、現(xiàn)有系統(tǒng)性金融風(fēng)險(xiǎn)研究與理論分析框架

1.系統(tǒng)性金融風(fēng)險(xiǎn)的界定

關(guān)于系統(tǒng)性金融風(fēng)險(xiǎn)，學(xué)界主要有以下兩種代表性觀點(diǎn)：

Billio et al.認(rèn)為，系統(tǒng)性風(fēng)險(xiǎn)是能夠威脅整個(gè)金融體系以及宏觀經(jīng)濟(jì)穩(wěn)定的風(fēng)險(xiǎn)。[4]Schwarcz認(rèn)為，系統(tǒng)性金融風(fēng)險(xiǎn)在金融市場(chǎng)與實(shí)體經(jīng)濟(jì)之間的傳導(dǎo)性值得強(qiáng)調(diào)。金融風(fēng)險(xiǎn)事件的傳導(dǎo)速度與其破壞性相關(guān)。由于金融體系的內(nèi)在聯(lián)系性，一部分金融機(jī)構(gòu)的失敗會(huì)導(dǎo)致另一部分金融機(jī)構(gòu)的崩潰，并形成連鎖反應(yīng)，導(dǎo)致整個(gè)金融體系不穩(wěn)定。國(guó)際貨幣基金組織( IMF) 、國(guó)際清算銀行( BIS) 和金融穩(wěn)定委員會(huì)(FSB)在 2011 年共同出具報(bào)告，將系統(tǒng)性風(fēng)險(xiǎn)定義為金融體系部分或全部受損時(shí)引發(fā)的大范圍金融服務(wù)失效并且可能對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生嚴(yán)重沖擊的風(fēng)險(xiǎn)。

國(guó)內(nèi)學(xué)者認(rèn)為，雖然對(duì)于系統(tǒng)性風(fēng)險(xiǎn)“難以定義”，但對(duì)其特點(diǎn)卻容易辨識(shí)，甚至“一目了然”。[5-6]對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)可做如下描述：一是由經(jīng)濟(jì)周期、政治因素或金融體系結(jié)構(gòu)性問(wèn)題引發(fā)的、對(duì)整個(gè)金融體系造成重大沖擊的動(dòng)蕩。二是其影響具有廣泛性，能夠波及大部分金融機(jī)構(gòu)，直至整個(gè)宏觀經(jīng)濟(jì)系統(tǒng)。三是具有極強(qiáng)的傳染性，單個(gè)的突發(fā)事件能夠?qū)е率袌?chǎng)的主體產(chǎn)生連鎖崩潰的效應(yīng)?？傮w而言，系統(tǒng)性風(fēng)險(xiǎn)是指對(duì)某個(gè)金融體系而言，一種可能產(chǎn)生影響廣泛、傳播迅速、破壞嚴(yán)重的金融危機(jī)的可能性。

2.系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)算

國(guó)內(nèi)關(guān)于系統(tǒng)性金融風(fēng)險(xiǎn)預(yù)警的研究主要借鑒了西方學(xué)者的研究方法，如:STV模型、KLR信號(hào)分析法[7]、世界貨幣基金組織的金融穩(wěn)健指標(biāo)[8]、金融壓力指數(shù)、馬爾科夫狀態(tài)轉(zhuǎn)移模型[9]，以及simple logit模型[10]、網(wǎng)絡(luò)分析法、共同風(fēng)險(xiǎn)法、困境依賴矩陣法、違約強(qiáng)度模型法等。方意使用DCC-GARCH模型對(duì)我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行測(cè)度，得出結(jié)論：我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)與金融機(jī)構(gòu)資產(chǎn)規(guī)模、杠桿率和邊際期望損失有著緊密聯(lián)系。[11]覃邑龍和梁曉鐘的研究表明，銀行業(yè)的違約風(fēng)險(xiǎn)與整個(gè)金融系統(tǒng)的風(fēng)險(xiǎn)緊密相連，銀行業(yè)的風(fēng)險(xiǎn)會(huì)迅速在金融體系內(nèi)部傳遞，造成嚴(yán)重后果。

羅曉蕾和其同事針對(duì)河南省區(qū)域金融風(fēng)險(xiǎn)構(gòu)建了包含區(qū)域金融機(jī)構(gòu)、區(qū)域金融生態(tài)和區(qū)域宏觀經(jīng)濟(jì)運(yùn)行三個(gè)維度的區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)。李雅麗認(rèn)為，應(yīng)加大金融生態(tài)環(huán)境建設(shè)力度, 加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，增強(qiáng)抵御金融風(fēng)險(xiǎn)的能力。[12]王立國(guó)則認(rèn)為區(qū)域經(jīng)濟(jì)水平發(fā)展的不平衡與區(qū)域金融水平發(fā)展的不平衡緊密關(guān)聯(lián)。[14]

綜上所述，現(xiàn)有文獻(xiàn)中對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的預(yù)警和測(cè)算有著豐富的描述，在不同的歷史階段出現(xiàn)了不同的系統(tǒng)性金融風(fēng)險(xiǎn)衡量方法?？傮w而言，學(xué)界認(rèn)為，高杠桿率、金融機(jī)構(gòu)規(guī)模和關(guān)聯(lián)度、經(jīng)濟(jì)發(fā)展的不平衡是可能導(dǎo)致區(qū)域性金融風(fēng)險(xiǎn)的原因，關(guān)于應(yīng)對(duì)金融風(fēng)險(xiǎn)的“資金充沛”程度與區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)系的文獻(xiàn)較少。對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的測(cè)算大多是通過(guò)構(gòu)建指標(biāo)進(jìn)行綜合性的評(píng)分，由于指標(biāo)體系的不同，學(xué)界對(duì)于某一地區(qū)或時(shí)段的系統(tǒng)性風(fēng)險(xiǎn)的評(píng)估缺乏橫向?qū)Ρ?，也較難反映當(dāng)某一變量受到?jīng)_擊時(shí)其他變量受到的影響，而向量自回歸方法的脈沖響應(yīng)函數(shù)則能夠反映這類沖擊的影響，也是本文選取此方法進(jìn)行區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)分析的原因。

3.系統(tǒng)性金融風(fēng)險(xiǎn)的產(chǎn)生

根據(jù)現(xiàn)有文獻(xiàn)分析，區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的產(chǎn)生經(jīng)常是多種因素綜合的結(jié)果，主要有以下幾個(gè)方面：

(1)地方政府債務(wù)沉重。我國(guó)地方政府債務(wù)存在著體量大、風(fēng)險(xiǎn)高和過(guò)度依賴土地收入的問(wèn)題。[14]近年來(lái)，伴隨著我國(guó)城鎮(zhèn)化進(jìn)程中對(duì)基礎(chǔ)設(shè)施建設(shè)的巨量資金需求，地方政府債務(wù)急劇升高，大部分政府投資呈現(xiàn)出數(shù)量大周期長(zhǎng)的特點(diǎn)，風(fēng)險(xiǎn)較高。一旦出現(xiàn)項(xiàng)目回報(bào)不及預(yù)期，就會(huì)出現(xiàn)償債能力問(wèn)題，形成不良貸款。同時(shí)，由于近年來(lái)土地價(jià)格波動(dòng)，政府的償債能力過(guò)度依賴于土地收入，當(dāng)土地收入不及預(yù)期時(shí)，也會(huì)出現(xiàn)政府償債風(fēng)險(xiǎn)。政府的財(cái)政收入是衡量政府償債能力的重要標(biāo)準(zhǔn)，政府財(cái)政收入的提高有利于緩解地方債務(wù)壓力，從而降低不良貸款率、降低區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)發(fā)生的概率。

(2)地方政府平衡市場(chǎng)風(fēng)險(xiǎn)的能力較弱。雖然金融監(jiān)管部門(mén)在金融市場(chǎng)的穩(wěn)定方面起著極為重要的作用，但我國(guó)現(xiàn)有地方金融監(jiān)管體系無(wú)法與多層次的金融供給相匹配，這一方面是由于金融監(jiān)管機(jī)構(gòu)龐雜，責(zé)權(quán)相互交叉，不夠明確；另一方面由于監(jiān)管成本等原因，監(jiān)管機(jī)構(gòu)的監(jiān)管重點(diǎn)放在大型企業(yè)和大型金融機(jī)構(gòu)，對(duì)小型和新興的金融機(jī)構(gòu)監(jiān)管力度偏弱。[15]

(3)市場(chǎng)主體風(fēng)險(xiǎn)管理不當(dāng)。由于市場(chǎng)信息的不對(duì)稱，金融市場(chǎng)存在著“羊群行為”，具體表現(xiàn)為：在市場(chǎng)價(jià)格上漲時(shí)盲目追高，在市場(chǎng)下跌時(shí)恐慌拋售。金融市場(chǎng)的參與者對(duì)于高收益的盲目追逐，會(huì)使其忽略潛在風(fēng)險(xiǎn)，導(dǎo)致風(fēng)險(xiǎn)積聚。而作為市場(chǎng)重要組成部分的金融機(jī)構(gòu)，擁有充足的資本才能夠幫助其應(yīng)對(duì)市場(chǎng)的波動(dòng)，保證自身的財(cái)務(wù)安全。

當(dāng)然，區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的產(chǎn)生還有金融內(nèi)在的脆弱性、市場(chǎng)杠桿率較高、外部環(huán)境變化等。本文分析的重點(diǎn)僅聚焦于銀行不良貸款率、金融機(jī)構(gòu)存款和政府財(cái)政收入等方面。

三、河南省資本充沛率變化情況

近年來(lái)河南省金融體系發(fā)展平穩(wěn)，各項(xiàng)存貸款基本保持平穩(wěn)增長(zhǎng)，貸款利率有所下降。通過(guò)合理的貨幣政策激發(fā)利率的自我調(diào)節(jié)機(jī)制，河南省銀行貸款的負(fù)債端成本得以穩(wěn)定，信貸風(fēng)險(xiǎn)總體可控。

根據(jù)《河南省金融運(yùn)行報(bào)告(2019)》和中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)河南監(jiān)管局銀行業(yè)經(jīng)營(yíng)數(shù)據(jù)，截至2018年底，河南省共有各類銀行業(yè)金融機(jī)構(gòu)網(wǎng)點(diǎn)13047個(gè)，從業(yè)人員達(dá)202058人，資產(chǎn)總額達(dá)81849億元人民幣，法人機(jī)構(gòu)239個(gè)。銀行業(yè)總資產(chǎn)同比增長(zhǎng)7.4%，凈利潤(rùn)同比下降13.5%，農(nóng)村商業(yè)銀行89家，村鎮(zhèn)銀行80家。

圖1顯示了河南省近20年來(lái)銀行業(yè)不良貸款率的變化情況，總體而言，銀行業(yè)不良貸款率呈現(xiàn)下降趨勢(shì)，在2008年經(jīng)濟(jì)危機(jī)發(fā)生前，河南省銀行不良貸款率顯著上升，系統(tǒng)性風(fēng)險(xiǎn)不斷積累，于2007年達(dá)到了2002年的水平。河南省銀行監(jiān)管部門(mén)采取措施，主動(dòng)處理銀行不良資產(chǎn)，通過(guò)成立資產(chǎn)管理公司等手段使2008年河南省銀行業(yè)不良貸款率顯著下降。受整體經(jīng)濟(jì)形勢(shì)的影響，2015年河南省銀行業(yè)不良貸款率在經(jīng)歷了2009-2014年的持續(xù)下降之后首次出現(xiàn)了上升，隨后在2016-2017年期間逐步下降。河南省金融機(jī)構(gòu)存款在2000-2017年間不斷增加。

國(guó)泰安數(shù)據(jù)顯示，2000-2017年河南省政府財(cái)政收入和國(guó)民生產(chǎn)總值穩(wěn)步上升，從2000年的5137.66億元人民幣上升至2017年的44552.83億元人民幣。其中2007年河南省國(guó)民生產(chǎn)總值的增長(zhǎng)率最高，達(dá)到14.6%，隨后由于美國(guó)次貸危機(jī)的影響下降至2009年的10%，在經(jīng)歷了2010年和2011年的反彈之后，河南省國(guó)民生產(chǎn)總值增長(zhǎng)率逐步下降，2013-2017年的增長(zhǎng)率分別為：9% 、8.9%、8.3%、8.1%、7.8%。次貸危機(jī)對(duì)河南省財(cái)政收入的影響也體現(xiàn)在數(shù)據(jù)上，河南省財(cái)政收入增長(zhǎng)率從2007年的26.9%分別下降為2008年的17%和2019年的11.6%。2008-2017年河南省財(cái)政收入分別為1008.9億元、1126.06億元、1381.32億元、1721.76億元、2040.33億元、2415.45億元、2739.26億元、3016.05億元、3153.47億元、3407.22億元，每年的增長(zhǎng)率處于下降趨勢(shì)，2016年出現(xiàn)反彈，2017年達(dá)到10.5%，超過(guò)2015年10.1%的水平。

四、河南省金融業(yè)系統(tǒng)性風(fēng)險(xiǎn)的實(shí)證分析

銀行系統(tǒng)不良貸款率是系統(tǒng)性金融風(fēng)險(xiǎn)的重要信號(hào)，銀行不良貸款率上升嚴(yán)重會(huì)影響居民存款安全，造成擠兌和市場(chǎng)恐慌。政府收入能夠反映政府的償債能力和緊急情況下的“救市”能力，是系統(tǒng)性金融風(fēng)險(xiǎn)的穩(wěn)定器。國(guó)民生產(chǎn)總值增速放緩,通常昭示著經(jīng)濟(jì)繁榮階段結(jié)束。鑒于系統(tǒng)性金融風(fēng)險(xiǎn)經(jīng)常出現(xiàn)在經(jīng)濟(jì)周期的衰退階段，國(guó)民生產(chǎn)總值的變化對(duì)于系統(tǒng)性金融風(fēng)險(xiǎn)的防范具有參考意義。本文使用向量自回歸方法(VAR)構(gòu)建模型，對(duì)河南省系統(tǒng)性金融風(fēng)險(xiǎn)進(jìn)行分析。

圖1 河南省2000-2017 銀行業(yè)不良貸款率和金融機(jī)構(gòu)各項(xiàng)存款情況

1. VAR向量自回歸基本原理說(shuō)明

向量自回歸(VAR)是一種常用的對(duì)經(jīng)濟(jì)變量進(jìn)行分析的方法，其原理是將多個(gè)經(jīng)濟(jì)變量同時(shí)進(jìn)行回歸，使其相互之間能夠自洽。VAR方法經(jīng)常涉及多個(gè)變量，模型參數(shù)復(fù)雜，較難解釋其經(jīng)濟(jì)意義，而VAR模型的脈沖響應(yīng)函數(shù)能夠反映當(dāng)一個(gè)變量受到?jīng)_擊時(shí)其他變量的變化，具有更好的經(jīng)濟(jì)意義。

向量自回歸的基本模型如下：

(1)

yt=Γ0+Γ1yt-1+…+Γpyt-p+εt

(2)

在公式(1)中β和γ分別代表兩組時(shí)間序列分別作為被解釋變量、一起作為解釋變量時(shí)各自的系數(shù)，ε代表白噪聲過(guò)程。在公式(2)中，變量的同期系數(shù)以矩陣的形式呈現(xiàn)，(2)式是(1)式的簡(jiǎn)化形式。

2.變量選取

參考俞樹(shù)毅的研究成果，使用河南省2000年—2017年銀行業(yè)不良貸款率(Npl)作為區(qū)域系統(tǒng)性金融風(fēng)險(xiǎn)的衡量指標(biāo)。向量自回歸模型內(nèi)生解釋變量使用全國(guó)金融行業(yè)年度存款總額(Fidipst)和河南省年度財(cái)政支出(Gov)，外生控制變量選擇河南省年度國(guó)民生產(chǎn)總值(GDP)、全國(guó)股票年度總市值(Tvstk)、河南省年度固定資產(chǎn)投資(Ifa)和河南省年度總?cè)丝?Pop)。

由于模型所選變量在計(jì)量單位上存在著較大差距，為了保證模型能夠正確反應(yīng)選取變量之間的關(guān)系，對(duì)變量取自然對(duì)數(shù)(如表1所示)。對(duì)變量取自然對(duì)數(shù)之后可以觀察到所有數(shù)據(jù)的量級(jí)基本處于同一水平。

表1 對(duì)數(shù)變量描述性統(tǒng)計(jì)

注：數(shù)據(jù)來(lái)源于中國(guó)人民銀行鄭州中心支行《河南省年度金融穩(wěn)定報(bào)告》《河南省統(tǒng)計(jì)年鑒》和中國(guó)人民銀行網(wǎng)站、河南省統(tǒng)計(jì)局網(wǎng)站

在使用向量自回歸模型之前，應(yīng)當(dāng)檢驗(yàn)變量是否存在單位根，如果使用存在單位根的變量進(jìn)行回歸，將會(huì)導(dǎo)致回歸結(jié)果不平穩(wěn)，無(wú)法得到有效的回歸結(jié)果。本文使用 Augmented Dickey-Fuller 單位根檢驗(yàn)，滯后期數(shù)的選擇參考schwert的[16]做法。

通過(guò)單位根檢驗(yàn)，發(fā)現(xiàn)lNpl、lGov的結(jié)果不平穩(wěn)，通過(guò)I(1)過(guò)程取一階差分得到平穩(wěn)變量dlNpl 和dlGov。向量自回歸將主要考察內(nèi)生變量lNpl 、lGov 和lFidipst的關(guān)系，其他外生變量作為控制變量可以使模型更好地?cái)M合數(shù)據(jù)。

對(duì)變量進(jìn)行向量自回歸之后的平穩(wěn)性檢驗(yàn)結(jié)果表明：特征方程的所有根都在復(fù)平面的單位圓范圍之內(nèi)，回歸結(jié)果平穩(wěn)。

3.河南省金融業(yè)系統(tǒng)風(fēng)險(xiǎn)模型構(gòu)建

綜上所述，可以建立河南省系統(tǒng)性金融風(fēng)險(xiǎn)模型：

d1Np1=β11FIdipst+β2d1Gov+A+μ

方程反映了河南省銀行業(yè)不良貸款率一階差分dlNpl與金融機(jī)構(gòu)存款lFidipst和政府財(cái)政收入一階差分dlGov的線性關(guān)系。其中A是外生變量，μ是誤差項(xiàng)。對(duì)模型進(jìn)行格蘭杰因果檢驗(yàn)。

結(jié)果顯示， LFidipst 是dlNpl的格蘭杰原因，dlNpl 也是 LFidipst的格蘭杰原因。格蘭杰因果檢驗(yàn)無(wú)法確定三個(gè)變量的先后順序。見(jiàn)表2。

交叉相關(guān)圖顯示，dlNpl 與提前5期的lFidipst 相關(guān)度最高，lFidipst 與滯后1期的dlGov 相關(guān)度最高，dNpl 與提前一期的dlGov相關(guān)度最高，因此確定了三個(gè)變量的排序?yàn)?. dlNpl，2. dlGov，3. lFidipst,下面將按照此排序考察模型的脈沖響應(yīng)函數(shù)。

表2 格蘭杰因果檢驗(yàn)

脈沖響應(yīng)函數(shù)分析結(jié)果顯示，金融機(jī)構(gòu)存款變化率對(duì)河南省銀行不良貸款率增速的影響維持在相對(duì)較低水平，隨著時(shí)間推移會(huì)有輕微上升，隨后趨于穩(wěn)定。政府財(cái)政收入增長(zhǎng)率對(duì)于河南省銀行不良貸款率增速的影響也基本遵循類似模式，但是影響的程度與金融機(jī)構(gòu)存款變化率相比較小。相反，銀行業(yè)不良貸款率對(duì)于政府財(cái)政收入增長(zhǎng)速度和金融機(jī)構(gòu)存款增長(zhǎng)速度的影響相對(duì)較大，隨著銀行不良貸款率的增加，政府財(cái)政收入增長(zhǎng)速度會(huì)隨之增長(zhǎng)，在短暫的趨于穩(wěn)定之后繼續(xù)上升，并在一段時(shí)間之后趨于長(zhǎng)期的穩(wěn)定。對(duì)于金融機(jī)構(gòu)存款而言，隨著銀行不良貸款率增長(zhǎng)速度的上升，金融機(jī)構(gòu)存款增長(zhǎng)速度也將經(jīng)歷短暫上升—平臺(tái)期—上升—趨于穩(wěn)定的模式，但是隨著時(shí)間繼續(xù)推移，該影響力會(huì)有輕微下降。

對(duì)模型變量進(jìn)行方差分解的結(jié)果顯示，河南省不良貸款率的增速變化主要來(lái)源于銀行自身，且隨著滯后期數(shù)的增加保持穩(wěn)定在82.2%，金融機(jī)構(gòu)存款變化率對(duì)其影響大于河南省政府財(cái)政收入增速變化率。

五、對(duì)策與建議

首先，目前河南省金融資產(chǎn)質(zhì)量較低，人均金融資源擁有量較少，與經(jīng)濟(jì)總量不相稱，金融相關(guān)比率偏低，存貸款增長(zhǎng)速度相對(duì)緩慢；河南省銀行業(yè)盈利水平低，盈利能力弱，抗風(fēng)險(xiǎn)能力不強(qiáng)。銀行貸款增長(zhǎng)率較低，說(shuō)明金融業(yè)對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)度不大，資本市場(chǎng)發(fā)育不全，融資結(jié)構(gòu)不夠合理，投資者或者沒(méi)有渠道使用金融服務(wù)，或者缺乏使用金融服務(wù)的相關(guān)信息。而河南省保險(xiǎn)市場(chǎng)的廣度和深度開(kāi)發(fā)不夠，保險(xiǎn)保障功能也沒(méi)有得到充分發(fā)揮。[17]其次，金融業(yè)與區(qū)域經(jīng)濟(jì)發(fā)展的支撐力度不足：一是銀行信貸發(fā)展緩慢；二是銀行信貸業(yè)務(wù)投資效率不高，主要投向政府主導(dǎo)的高速公路和電力領(lǐng)域，這也是積累區(qū)域金融風(fēng)險(xiǎn)的因素。鑒于此，對(duì)策建議如下：

建立統(tǒng)一系統(tǒng)性金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)。目前國(guó)內(nèi)外學(xué)者針對(duì)不同的研究對(duì)象建立了不同的系統(tǒng)性風(fēng)險(xiǎn)預(yù)警系統(tǒng)，他們的實(shí)現(xiàn)方法、關(guān)注重點(diǎn)不盡相同，雖然系統(tǒng)性風(fēng)險(xiǎn)的定義各國(guó)學(xué)者基本達(dá)成了共識(shí)，但是在實(shí)際研究過(guò)程中，往往對(duì)金融體系采取不同的分析手段，即使研究對(duì)象一致，但是關(guān)于真實(shí)的系統(tǒng)性金融風(fēng)險(xiǎn)的程度無(wú)法形成共識(shí)，甚至有很大差別。此外，系統(tǒng)性金融風(fēng)險(xiǎn)的研究大多是針對(duì)一個(gè)經(jīng)濟(jì)整體的，關(guān)于區(qū)域性金融風(fēng)險(xiǎn)的研究較少，也沒(méi)有具有權(quán)威性的理論在學(xué)界達(dá)成共識(shí)。在理論作用于現(xiàn)實(shí)的過(guò)程中，往往效果一般。因此，河南省政府應(yīng)當(dāng)在國(guó)家關(guān)于系統(tǒng)性風(fēng)險(xiǎn)防范精神的指導(dǎo)下，建立一套具有橫向比較意義且能反映河南省金融實(shí)際的、全面的系統(tǒng)性風(fēng)險(xiǎn)預(yù)警系統(tǒng)。通過(guò)橫向比較確定河南省真實(shí)的系統(tǒng)性風(fēng)險(xiǎn)的程度，以便進(jìn)行及時(shí)的防范。

加強(qiáng)金融機(jī)構(gòu)對(duì)貸款對(duì)象潛在風(fēng)險(xiǎn)因素的監(jiān)管。通過(guò)實(shí)證部分的方差分解結(jié)果可以發(fā)現(xiàn)，銀行業(yè)的不良貸款率很大程度上與其內(nèi)部管理水平直接相關(guān)，因此銀行應(yīng)當(dāng)加強(qiáng)對(duì)貸款人還款能力的調(diào)查，采用大數(shù)據(jù)分析確定貸款對(duì)象潛在的失信風(fēng)險(xiǎn)，通過(guò)更加合理的貸后措施降低不良貸款率。

保持經(jīng)濟(jì)數(shù)據(jù)的真實(shí)性和連貫性。系統(tǒng)性風(fēng)險(xiǎn)往往與經(jīng)濟(jì)周期聯(lián)系緊密，而關(guān)于經(jīng)濟(jì)周期的分析非常依靠歷史數(shù)據(jù)。我國(guó)經(jīng)濟(jì)在過(guò)去的40年里經(jīng)歷了跨越式的發(fā)展，但與經(jīng)濟(jì)發(fā)展相配套的數(shù)據(jù)跟蹤稍稍落后于經(jīng)濟(jì)增長(zhǎng)。官方公布數(shù)據(jù)的滯后會(huì)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)的預(yù)警模型出現(xiàn)偏差，所以政府部門(mén)應(yīng)當(dāng)對(duì)歷史數(shù)據(jù)及時(shí)梳理及時(shí)公布，確保數(shù)據(jù)的真實(shí)性和連貫性。