中國八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險分布動態(tài)、空間差異及收斂性研究

趙文舉, 張曾蓮

(北京科技大學(xué) 經(jīng)濟管理學(xué)院,北京 100083)

0 引言

當(dāng)前我國面臨國際國內(nèi)形勢的復(fù)雜變化，系統(tǒng)性金融風(fēng)險上升趨勢明顯。區(qū)域性金融風(fēng)險是系統(tǒng)性金融風(fēng)險的中觀表達，具有明顯的空間擴散性，并最終以系統(tǒng)性金融性風(fēng)險的形式對經(jīng)濟社會產(chǎn)生巨大的破壞力。我國不同地區(qū)在經(jīng)濟基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)、資源稟賦和風(fēng)土人情等方面都存在差異，不同地區(qū)金融風(fēng)險也可能存在空間異質(zhì)性。金融風(fēng)險在不同地區(qū)的差異化分布是導(dǎo)致風(fēng)險擴散的基礎(chǔ)，因此治理區(qū)域性金融風(fēng)險必須首先掌握這種差異化分布動態(tài)、空間差異及收斂性。對這些內(nèi)容的研究有助于我們把握區(qū)域性金融風(fēng)險發(fā)展的一般規(guī)律，精準(zhǔn)施策進行風(fēng)險治理。

當(dāng)前關(guān)于區(qū)域性金融風(fēng)險的研究主要集中在以下幾個方面：第一是區(qū)域性金融風(fēng)險的測度。王擎等[1]采用要素、制度和關(guān)系三維結(jié)構(gòu)分析方法，運用CAMELS評級方法對我國省際區(qū)域性金融風(fēng)險進行測度；王森和王賀[2]通過選取金融、政府、市場、企業(yè)和社會征信五個領(lǐng)域的指標(biāo)，采用綜合指標(biāo)法測量了山西省所面臨的區(qū)域性金融風(fēng)險情況。此外還有ESDA探索性空間數(shù)據(jù)分析技術(shù)，動態(tài)拓?fù)鋵W(xué)以及熵值法等研究方法(Zhao等; 陳守東等)[3,4]。第二是關(guān)注區(qū)域性金融風(fēng)險的空間差異性。王營等[5]通過社會化網(wǎng)絡(luò)分析法研究了我國不同地區(qū)在區(qū)域性金融風(fēng)險空間網(wǎng)絡(luò)中的不同地位；曹延求和張翠燕[6]借鑒BIS采用的BP濾波方法，利用信貸和房地產(chǎn)的季度數(shù)據(jù)提取了各省的金融周期指數(shù)；第三是關(guān)注區(qū)域性金融風(fēng)險空間差異的收斂性。曹原芳等[7]認(rèn)為互聯(lián)網(wǎng)金融的發(fā)展依靠“虹吸效應(yīng)”使金融錯配風(fēng)險無法實現(xiàn)收斂。鮑建慧[8]采用Moran指數(shù)研究發(fā)現(xiàn)中國金融發(fā)展水平趨于收斂。胡宗義等[9]運用絕對β收斂與條件β收斂研究發(fā)現(xiàn)我國東西部地區(qū)普惠金融發(fā)展不存在明顯的絕對β收斂，但東中西部地區(qū)卻存在明顯的條件β收斂。

當(dāng)前關(guān)于區(qū)域性金融風(fēng)險的研究主要存在以下問題：測度研究中，研究視角大多放在一地一區(qū)，缺乏對全國不同地區(qū)的比較考察；研究方法上熵值法與主客觀賦值法難以克服指標(biāo)相關(guān)性問題；空間差異研究中沒有挖掘區(qū)域性金融風(fēng)險的分布動態(tài)、差異及來源；收斂性研究中尚未有研究直接審視區(qū)域性金融風(fēng)險的收斂性?；诖?，本文的邊際貢獻為：(1)研究視角。以全國八大綜合經(jīng)濟區(qū)為研究視角；(2)研究內(nèi)容。關(guān)注區(qū)域性金融風(fēng)險的分布動態(tài)、區(qū)域差異、差異來源以及風(fēng)險收斂性；(3)研究方法。運用主成分分析計算區(qū)域性金融風(fēng)險指數(shù)，克服了指標(biāo)相關(guān)性問題，空間Kernel核密度挖掘區(qū)域性金融風(fēng)險空間分布動態(tài)，Dagum基尼系數(shù)分解探究區(qū)域性金融風(fēng)險差異及來源，σ收斂與β收斂研究區(qū)域性金融風(fēng)險的收斂性。以上對于豐富當(dāng)前研究內(nèi)容，防治區(qū)域性金融風(fēng)險具有現(xiàn)實意義。

1 研究方法

1.1 區(qū)域性金融風(fēng)險測度

本著系統(tǒng)、全面、科學(xué)和可比的原則，參考何劍等[10]的研究成果，將區(qū)域性金融風(fēng)險區(qū)分為宏觀經(jīng)濟風(fēng)險、貨幣流動性風(fēng)險、外部市場風(fēng)險以及資產(chǎn)泡沫風(fēng)險四個部分，并構(gòu)建22個指標(biāo)的區(qū)域性金融風(fēng)險指標(biāo)池。其中宏觀經(jīng)濟風(fēng)險涉及國民生產(chǎn)總值、物價、財政、工業(yè)增加值和固定資產(chǎn)投資等內(nèi)容；貨幣流動性風(fēng)險主要從存貸款和同行拆借進行考慮；外部市場風(fēng)險則主要考慮了外商直接投資和進出口；資產(chǎn)泡沫指標(biāo)的選取主要圍繞股市泡沫和房地產(chǎn)泡沫進行展開。選定指標(biāo)后，運用主成分分析法對22個指標(biāo)進行降維。之所以選取主成分分析法，是因為其最大限度地保留了原始數(shù)據(jù)的信息，并克服了原始指標(biāo)之間的高度相關(guān)性問題，此外主成分分析從指標(biāo)本身出發(fā)確定權(quán)重，克服了權(quán)重設(shè)置的主觀性問題。

1.2 Kernel密度估計

運用Kernel密度估計對中國區(qū)域性金融風(fēng)險的分布動態(tài)和時空演進過程進行估計。Kernel密度估計是一種通過平滑方法對隨機變量概率密度進行估計的非線性估計方法。假設(shè)D1,D2…Dn是第1到第n個省的區(qū)域性金融風(fēng)險隨機變量，且變量之間滿足獨立同分布，f(x)為D的概率密度函數(shù)，則各省的區(qū)域性金融風(fēng)險密度函數(shù)可估計為:

(1)

公式(1)中，n是樣本個數(shù)，d為均值，h為帶寬，K(*)為核密度，本文采用高斯核密度函數(shù)，具體為:

(2)

1.3 Dagum基尼系數(shù)分解

運用Dagum基尼系數(shù)及其分解法探究我國八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險的總體差異、區(qū)域間差異、區(qū)域內(nèi)差異以及差異來源。Dagum基尼系數(shù)及子群分解方法，能有效克服傳統(tǒng)基尼系數(shù)和泰爾指數(shù)等指標(biāo)帶來的子樣本分布、交叉重疊和區(qū)域差異問題。其計算公式如下:

(3)

Dagum基尼系數(shù)分解的思路為將總的基尼系數(shù)G分解為區(qū)域內(nèi)差異Gw、區(qū)域間差異Gnb和超變密度Gt，三者之間的關(guān)系為G=Gw+Gnb+Gt，具體的計算公式為:

(4)

(5)

(6)

(7)

(8)

(9)

(10)

(11)

1.4 收斂模型

(1)σ收斂。σ收斂是指不同經(jīng)濟區(qū)區(qū)域性金融水平的離差隨時間不斷降低的趨勢。本文采用變異系數(shù)衡量各經(jīng)濟區(qū)區(qū)域性金融風(fēng)險的σ收斂，計算公式為:

(12)

(2)β收斂。β收斂包括絕對β收斂與條件β收斂兩部分，絕對β收斂是指低區(qū)域性金融風(fēng)險水平地區(qū)有比高區(qū)域性金融風(fēng)險水平地區(qū)更快的風(fēng)險增長速度，即“追趕效應(yīng)。條件β收斂是指隨著時間的推移，不同因素影響下不同經(jīng)濟區(qū)內(nèi)區(qū)域性金融風(fēng)險會收斂至各自的穩(wěn)態(tài)水平。本文運用空間杜賓模型驗證區(qū)域性金融風(fēng)險的β收斂過程，具體模型形式為:

yt+1=lnRiskit+1-lnRiskit=α+β1lnRiskit+

β1Contrls+ρωijyt+1+δ1ωijlnRiskit+

δ1ωijContrls+μi+λi+εit

(13)

當(dāng)δ=0時，為空間滯后模型(SLM)，當(dāng)ρ=δ=0時，為空間誤差模型(SEM)。其中，yt+1表示第i個省在t+1期的區(qū)域性金融風(fēng)險增長水平，lnRiskit+1表示第t+1期的區(qū)域性金融風(fēng)險水平，lnRiski t表示第t期的區(qū)域性金融風(fēng)險水平，Contrls為控制變量，根據(jù)現(xiàn)有文獻，選取控制變量為地方政府債務(wù)(Debt)、城鎮(zhèn)化水平(Urban)、市場化程度(Market)、產(chǎn)業(yè)結(jié)構(gòu)(Industry)和轉(zhuǎn)移支付水平(Tpay)。β為收斂系數(shù)，ρ和δ為空間效應(yīng)系數(shù)，ωij為空間權(quán)重矩陣，μi和λi分別代表地區(qū)固定效用和時間固定效應(yīng)，εit為誤差項。α為截距項。

2 區(qū)域性金融風(fēng)險的總體描述與分布動態(tài)

確定22個區(qū)域性金融風(fēng)險測度指標(biāo)后，運用SPSS 25.0軟件對其進行主成分降維，最終得出中國八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險走勢圖如圖1所示，22個指標(biāo)的研究數(shù)據(jù)均來自于2001年～2019年《中國統(tǒng)計年鑒》《中國財政年鑒》《中國固定資產(chǎn)投資統(tǒng)計年鑒》《中國金融年鑒》以及WIND數(shù)據(jù)庫。

圖1a可以看出全國以及八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險呈現(xiàn)以下特點：全國層面來看，作為區(qū)域性金融風(fēng)險總和的系統(tǒng)性金融風(fēng)險走勢呈現(xiàn)明顯的周期性變動規(guī)律，分別在2004年、2008年、2011年和2013年達到峰值，2017年以來，我國系統(tǒng)性金融風(fēng)險正處于新的爬坡期。圖1b～圖1i可以看出八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險也呈現(xiàn)明顯的周期性變動，2017年以來，東北經(jīng)濟區(qū)、北部沿海經(jīng)濟區(qū)、東部沿海經(jīng)濟區(qū)和黃河中游經(jīng)濟區(qū)的區(qū)域性金融風(fēng)險呈現(xiàn)上升趨勢；南部沿海經(jīng)濟區(qū)、長江中游經(jīng)濟區(qū)、西南經(jīng)濟區(qū)和西北經(jīng)濟區(qū)的區(qū)域性金融風(fēng)險呈現(xiàn)下降趨勢。

圖2a給出了2000年～2018年的中國區(qū)域性金融風(fēng)險的空間分布均值圖，可以看出，中國區(qū)域性金融風(fēng)險呈現(xiàn)明顯的高低聚集特點，東部各經(jīng)濟區(qū)區(qū)域性金融風(fēng)險最高，西部次之，中部最低，說明中國區(qū)域性金融風(fēng)險主要在東部聚集，中部地區(qū)面臨較大被風(fēng)險侵蝕的風(fēng)險。圖2b給出了2000年～2018年全國區(qū)域性金融風(fēng)險的Kernel密度估計圖，可以看出，以2008年為界，我國區(qū)域性金融風(fēng)險逐漸從多峰低值向單峰高值演進。說明中國區(qū)域性金融風(fēng)險總體水平逐漸提高，空間分布趨于集中，差異逐漸縮小。

3 區(qū)域性金融風(fēng)險的地區(qū)差異與分解

根據(jù)公式(5)計算出區(qū)域內(nèi)基尼系數(shù)Gw；根據(jù)公式(7)計算出區(qū)域間基尼系數(shù)Gnb；根據(jù)公式(8)計算出超變密度Gt。運用Eviews軟件對全國及八大綜合經(jīng)濟區(qū)區(qū)域內(nèi)基尼系數(shù)Gw進行H-P濾波技術(shù)的分解，以此分解出基尼系數(shù)的長期趨勢(趨勢線)，最終的分解結(jié)果如圖3所示。從圖3a可以看出，區(qū)域性金融風(fēng)險總體基尼系數(shù)在樣本考察期內(nèi)呈現(xiàn)波動下降的趨勢，說明中國區(qū)域性金融風(fēng)險的總體差異趨于縮小。另一方面，總體基尼系數(shù)走勢有明顯的階段性特征，大約以2010年為界，區(qū)域性金融風(fēng)險的總體基尼系數(shù)由升變降，即區(qū)域內(nèi)差異從擴大變?yōu)榭s小，這與中國對外開放水平不斷提高，各經(jīng)濟區(qū)面臨的外部風(fēng)險敞口趨于一致有密切關(guān)系。

圖3b～圖3i中可以看出，八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險的區(qū)域內(nèi)差異呈現(xiàn)異質(zhì)性特征，具體說來，樣本考察期內(nèi)東北經(jīng)濟區(qū)與黃河中游經(jīng)濟區(qū)區(qū)域性金融風(fēng)險差異呈現(xiàn)上升趨勢，從趨勢線的斜率上看，黃河中游經(jīng)濟區(qū)差異擴大速度快于東北經(jīng)濟區(qū)。東部沿海、南部沿海、長江中游、西南與西北經(jīng)濟區(qū)區(qū)域性金融風(fēng)險差異呈下降態(tài)勢，從趨勢線的斜率上看，東部沿海、長江中游與西北經(jīng)濟區(qū)差異下降速度較快，而西南經(jīng)濟區(qū)區(qū)域性金融風(fēng)險差異下降最為緩慢。北部沿海經(jīng)濟區(qū)區(qū)域性金融風(fēng)險基尼系數(shù)呈現(xiàn)先升后降的階段性特征，大約以2008年為界，區(qū)域性金融風(fēng)險差異先增后減。

同樣運用H-P濾波技術(shù)對八大綜合經(jīng)濟區(qū)兩兩組隊后的區(qū)域間差異進行趨勢分解，分解結(jié)果如表1所示?？梢钥闯鳇S河中游與西南、東北與南部沿海、東北與西南三組經(jīng)濟區(qū)的區(qū)域間風(fēng)險差異呈波動上升趨勢；東北與西北、南部沿海與黃河中游、東部沿海與黃河中游三組經(jīng)濟區(qū)區(qū)域間風(fēng)險差異呈波動下降趨勢且差異均值最大；東北與黃河中游、黃河中游與西北、北部沿海與西北三組經(jīng)濟區(qū)區(qū)域間風(fēng)險差異先升后降且差異均值最大。

表1 區(qū)域性金融風(fēng)險區(qū)域間基尼系數(shù)趨勢分解

按八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險區(qū)域間、區(qū)域內(nèi)基尼系數(shù)以及超變密度的比重計算風(fēng)險差異來源貢獻圖如圖4所示。可以看出，2000年以來，中國區(qū)域性金融風(fēng)險差異的區(qū)域間貢獻一直處于主導(dǎo)地位，其次為超變密度貢獻，區(qū)域內(nèi)貢獻最小。說明中國區(qū)域性金融風(fēng)險差異的主要來源是區(qū)域間差異。從貢獻率走勢上看，區(qū)域間貢獻率呈現(xiàn)上升趨勢，超變密度貢獻率呈現(xiàn)下降趨勢，區(qū)域內(nèi)貢獻率保持平穩(wěn)，說明在今后的一個時期，區(qū)域性金融風(fēng)險的區(qū)域間差異將對總體差異發(fā)揮更大的作用。

4 區(qū)域性金融風(fēng)險收斂性檢驗

4.1 區(qū)域性金融風(fēng)險的σ收斂

根據(jù)公式(12)計算全國及八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險的變異系數(shù)，并用H-P濾波技術(shù)分解變異系數(shù)的變化趨勢，最終結(jié)果如圖5所示。從圖中可以看出全國、東部沿海、南部沿海、長江中游以及西北經(jīng)濟區(qū)變異系數(shù)呈下降趨勢，說明上述區(qū)域存在σ收斂，區(qū)域性金融風(fēng)險差異趨于縮?。粬|北與黃河中游經(jīng)濟區(qū)變異系數(shù)呈上升趨勢，說明上述區(qū)域不存在σ收斂，區(qū)域性風(fēng)險差異趨于擴大；西南經(jīng)濟區(qū)的變異系數(shù)變動不明顯，說明該經(jīng)濟區(qū)的區(qū)域性金融風(fēng)險差異保持相對穩(wěn)定。北部沿海經(jīng)濟區(qū)變異系數(shù)先升后降，說明該經(jīng)濟區(qū)區(qū)域性金融風(fēng)險差異呈現(xiàn)先升后降的趨勢。

4.2 區(qū)域性金融風(fēng)險的β收斂

(1)絕對β收斂。根據(jù)公式(13)，構(gòu)建具有空間效應(yīng)的β收斂模型，模型中政府債務(wù)數(shù)據(jù)根據(jù)趙文舉和張曾蓮[11]的研究自行計算而來，市場化指數(shù)參照王小魯、樊綱《中國分省份市場化指數(shù)報告》(2001～2019)，其余數(shù)據(jù)來自各年度《中國統(tǒng)計年鑒》。表2絕對β收斂檢驗結(jié)果顯示，全國、東北、北部沿海、南部沿海、黃河中游和西北經(jīng)濟區(qū)區(qū)域性金融風(fēng)險β收斂系數(shù)均顯著為負(fù)，表明上述地區(qū)存在顯著的β收斂過程，上述區(qū)域內(nèi)低風(fēng)險省份有對高風(fēng)險省份的“追趕效應(yīng)”；長江中游和西南經(jīng)濟區(qū)β收斂系數(shù)為正，說明兩經(jīng)濟區(qū)的區(qū)域性金融風(fēng)險呈發(fā)散狀態(tài)。比較收斂系數(shù)發(fā)現(xiàn)南部沿海經(jīng)濟區(qū)收斂速度最快，其次是西北經(jīng)濟區(qū)，黃河中游經(jīng)濟區(qū)和東北經(jīng)濟區(qū)緊隨其后，北部沿海經(jīng)濟區(qū)收斂速度最慢。

表2 八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險絕對β收斂

(2)條件β收斂。表3展示了空間杜賓模型之下八大綜合經(jīng)濟區(qū)條件β收斂的檢驗結(jié)果。從結(jié)果中可以看出，全國及東北、北部沿海、南部沿海、黃河中游和西北經(jīng)濟區(qū)的條件β收斂系數(shù)均顯著為負(fù)，證明以上地區(qū)存在顯著的條件β收斂，各區(qū)域在時間維度下區(qū)域性金融風(fēng)險水平將收斂至各自的穩(wěn)態(tài)水平。比較收斂系數(shù)發(fā)現(xiàn)南部沿海經(jīng)濟區(qū)的收斂速度最快，黃河中游經(jīng)濟區(qū)次之，西北、東北和北部沿海經(jīng)濟收斂速度緊隨其后。

從表3的檢驗結(jié)果上看，八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險條件β收斂的影響因素存在區(qū)域性差異，具體來說：第一，地方政府債務(wù)對全國以及各經(jīng)濟區(qū)區(qū)域性金融風(fēng)險產(chǎn)生普遍而明顯的正向作用，說明地方政府財政風(fēng)險能夠向區(qū)域性金融風(fēng)險外溢；第二，城鎮(zhèn)化進程的不斷推進能夠顯著抑制全國、東北以及北部沿海經(jīng)濟區(qū)區(qū)域性金融風(fēng)險向高值收斂；第三，市場化程度的加深能夠顯著抑制全國和北部沿海經(jīng)濟區(qū)區(qū)域性金融風(fēng)險向往高值收斂，但是會顯著促進東北經(jīng)濟區(qū)向高值收斂；第四，第二產(chǎn)業(yè)增加值比重的提高顯著抑制了北部沿海和西南經(jīng)濟區(qū)區(qū)域性金融風(fēng)險向高值收斂，但卻顯著促進了東北經(jīng)濟區(qū)向高值收斂；第五，轉(zhuǎn)移支付水平顯著促進了北部沿海經(jīng)濟區(qū)區(qū)域性金融風(fēng)險向高值收斂，卻顯著抑制了西南與西北經(jīng)濟區(qū)向高值收斂。

表3 八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險條件β收斂

5 結(jié)論與建議

本文研究了我國2008年～2018年區(qū)域性金融風(fēng)險的分布動態(tài)、空間差異以及收斂性，主要結(jié)論有：(1)我國系統(tǒng)性金融風(fēng)險總體水平從多峰低值向單峰高值演進，且呈現(xiàn)明顯的周期性變化，當(dāng)前我國正在經(jīng)歷新一輪的系統(tǒng)性金融風(fēng)險上升期。八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險也呈周期性變動趨勢且主要在東部各經(jīng)濟區(qū)聚集。(2)全國區(qū)域性金融風(fēng)險的總體差異呈波動下降趨勢，差異主要來源是區(qū)域間差異。八大綜合經(jīng)濟區(qū)區(qū)域性金融風(fēng)險區(qū)域內(nèi)與區(qū)域間差異異質(zhì)性顯著。(3)σ收斂檢驗發(fā)現(xiàn)全國、東部沿海、南部沿海、長江中游以及西北經(jīng)濟區(qū)存在σ收斂，區(qū)域性金融風(fēng)險差異隨時間趨于縮小。(4)β收斂檢驗發(fā)現(xiàn)全國、東北、北部沿海、南部沿海、黃河中游和西北經(jīng)濟區(qū)存在顯著絕對β收斂與條件β收斂，經(jīng)濟區(qū)內(nèi)低風(fēng)險省份對高風(fēng)險省份具有“追趕效應(yīng)”，不同區(qū)域金融風(fēng)險擁有各自穩(wěn)態(tài)水平且影響因素各不相同。

基于此提出政策建議：(1)因地制宜，精準(zhǔn)施策防治金融風(fēng)險，既要有全局性的思維，又要堅持具體問題具體分析。(2)我國區(qū)域性金融風(fēng)險的差異來源主要是區(qū)域間差異，因此要首先要加強金融風(fēng)險的區(qū)域間協(xié)同治理。(3)東北經(jīng)濟區(qū)與黃河中游經(jīng)濟區(qū)區(qū)域性金融風(fēng)險空間差異隨時間不斷擴大，因此尤其要加強上述兩經(jīng)濟區(qū)的風(fēng)險調(diào)控，防止高風(fēng)險省份對低風(fēng)險省份的侵蝕。(4)全國、東北、北部沿海、南部沿海、黃河中游和西北經(jīng)濟區(qū)的區(qū)域性金融風(fēng)險會隨時間收斂至穩(wěn)態(tài)水平，重點管控低風(fēng)險省份區(qū)域性金融風(fēng)險對高風(fēng)險省份的“追趕效應(yīng)”。不同地區(qū)區(qū)域性金融風(fēng)險的收斂性受到不同因素的影響，因此在治理區(qū)域性金融風(fēng)險時應(yīng)該多策并舉，嚴(yán)防區(qū)域性金融風(fēng)向高值收斂。