互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響研究
——基于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)

◎馬若微 丁鑫

一、引言

當(dāng)前經(jīng)濟(jì)全球化遭遇逆流，單邊主義、保護(hù)主義上升，2020年來勢洶洶的新冠肺炎疫情更是加速了國際格局演變。雖然世界經(jīng)濟(jì)已總體呈現(xiàn)修復(fù)性增長態(tài)勢，但疫情發(fā)展和影響仍有很大不確定性，全球經(jīng)濟(jì)恢復(fù)進(jìn)程還有反復(fù)的風(fēng)險(xiǎn)；國內(nèi)方面，面對疫情嚴(yán)重沖擊、世界經(jīng)濟(jì)深度衰退等多重壓力，中國經(jīng)濟(jì)經(jīng)歷大考，成就亮眼，成為全球唯一實(shí)現(xiàn)經(jīng)濟(jì)正增長的主要經(jīng)濟(jì)體。但另一方面，我國正處在轉(zhuǎn)變發(fā)展方式、優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、轉(zhuǎn)換增長動力的攻關(guān)期，結(jié)構(gòu)性、體制性、周期性問題相互交織。且由于商品出口需求不足，消費(fèi)提振乏力，外部寬松貨幣政策帶來的流動性泛濫和以螞蟻金服為代表的資本無序擴(kuò)張，各經(jīng)濟(jì)主體的盈利能力大幅下降，資金脫實(shí)向虛嚴(yán)重，債務(wù)違約概率快速上升，主體間的風(fēng)險(xiǎn)關(guān)聯(lián)愈加密切，宏觀經(jīng)濟(jì)增長承壓，要實(shí)現(xiàn)高質(zhì)量可持續(xù)發(fā)展還有諸多短板弱項(xiàng)。

網(wǎng)絡(luò)信息技術(shù)的普及使得互聯(lián)網(wǎng)金融得到了快速發(fā)展，其在促進(jìn)普惠金融業(yè)務(wù)開展、提升金融服務(wù)質(zhì)量和效率、滿足多元化投融資需求等方面發(fā)揮了積極作用，展現(xiàn)出了很大的市場空間和發(fā)展?jié)摿?。互?lián)網(wǎng)金融行業(yè)雖然占金融總量的比重較低，但由于其涉及面廣，不論是投資端還是借款端的用戶規(guī)模及資金規(guī)模都十分可觀。Wind數(shù)據(jù)庫統(tǒng)計(jì)了2013年到2020年中證互聯(lián)網(wǎng)金融指數(shù)，指數(shù)發(fā)展趨勢見圖1。由圖1可以看出，2013年到2015年是互聯(lián)網(wǎng)金融發(fā)展的黃金時(shí)期，在此期間內(nèi)各種互聯(lián)網(wǎng)金融的內(nèi)涵不斷豐富和拓展，各種形式的互聯(lián)網(wǎng)金融模式層出不窮（見圖1）。

圖1 中證互聯(lián)網(wǎng)金融指數(shù)

但是近年來爆出的一系列互聯(lián)網(wǎng)金融“爆雷”事故也提醒我們必須正視互聯(lián)網(wǎng)金融的快速發(fā)展所帶來的風(fēng)險(xiǎn)，它在為金融業(yè)注入活力的同時(shí)也為金融穩(wěn)定運(yùn)行帶來了較大的挑戰(zhàn)。2018年發(fā)生的網(wǎng)貸平臺“爆雷潮”中，當(dāng)年業(yè)內(nèi)知名的P2P平臺紛紛倒臺，為我國金融部門以及經(jīng)濟(jì)運(yùn)行帶來了巨大的負(fù)面沖擊。截至2019年11月，我國停業(yè)及問題網(wǎng)貸平臺的數(shù)量高達(dá)6041家，波及301.2萬出借人，涉及貸款余額達(dá)到了驚人的2238.1億元。因此，對重點(diǎn)領(lǐng)域、重點(diǎn)機(jī)構(gòu)的金融風(fēng)險(xiǎn)防控已經(jīng)到了刻不容緩的地步。

產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型是發(fā)展中國家加快經(jīng)濟(jì)發(fā)展的本質(zhì)需求（Syrquin&Chenery，1989），我國政府早已明確指出要更加注重產(chǎn)業(yè)結(jié)構(gòu)的合理布局與經(jīng)濟(jì)發(fā)展模式的創(chuàng)新，這為互聯(lián)網(wǎng)金融等第三產(chǎn)業(yè)的發(fā)展提供了廣闊的空間。圖2是國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)反映出的我國三次產(chǎn)業(yè)對GDP貢獻(xiàn)率的歷年變化情況。2013年之前第二產(chǎn)業(yè)對GDP的貢獻(xiàn)率最大，然而之后第三產(chǎn)業(yè)的貢獻(xiàn)率逐漸趕超第二產(chǎn)業(yè)，且兩者的差距有逐漸加大的趨勢。當(dāng)前我國處于產(chǎn)業(yè)結(jié)構(gòu)的深度調(diào)整期，依托互聯(lián)網(wǎng)技術(shù)、信息技術(shù)等發(fā)展起來的新興產(chǎn)業(yè)對產(chǎn)業(yè)升級和經(jīng)濟(jì)發(fā)展具有越來越重要的引領(lǐng)作用（見圖2）。

圖2 我國2009-2019年三次產(chǎn)業(yè)對GDP的貢獻(xiàn)率變化情況

目前學(xué)者們在互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)影響的研究上主要分為兩種觀點(diǎn)。一部分學(xué)者認(rèn)為，互聯(lián)網(wǎng)金融由于本身運(yùn)行機(jī)制具有特殊性和開放性，使其更容易進(jìn)行跨市場、跨地區(qū)傳染風(fēng)險(xiǎn)，因此互聯(lián)網(wǎng)金融的發(fā)展往往會伴隨著金融風(fēng)險(xiǎn)的累積（譚中明等，2020；Klafft，2008；Yan，2013）。另外一些學(xué)者認(rèn)為，互聯(lián)網(wǎng)金融的發(fā)展在一定程度上可以通過降低銀行承擔(dān)的風(fēng)險(xiǎn)，減少銀行的破產(chǎn)概率，從而降低當(dāng)?shù)氐慕鹑陲L(fēng)險(xiǎn)（劉忠璐，2016；吳曉求，2015；Lapavitsas&Santos，2008）。而在產(chǎn)業(yè)結(jié)構(gòu)升級與金融風(fēng)險(xiǎn)的相關(guān)性研究中學(xué)者們也得出了兩類不同的結(jié)論。有的學(xué)者認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)升級需要金融發(fā)揮支持作用，必然要求商業(yè)銀行加大對相關(guān)領(lǐng)域的信貸投放，這對金融機(jī)構(gòu)來說是隱含風(fēng)險(xiǎn)的（曹東坡、賴曉鵬，2019）。還有學(xué)者認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)對金融風(fēng)險(xiǎn)的影響并不全是負(fù)面的（干春暉等2011；彭沖等，2013），產(chǎn)業(yè)結(jié)構(gòu)合理化與其它因素相互影響所產(chǎn)生的間接效應(yīng)對經(jīng)濟(jì)波動可以起到一定的抑制作用。

對現(xiàn)有文獻(xiàn)梳理后發(fā)現(xiàn)，目前研究大多聚焦在分析互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)產(chǎn)生的影響，而對于產(chǎn)業(yè)結(jié)構(gòu)在其中所起到的調(diào)節(jié)作用較少關(guān)注。鑒于此，我們將嘗試在研究互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)影響的基礎(chǔ)上進(jìn)一步挖掘產(chǎn)業(yè)結(jié)構(gòu)升級所帶來的調(diào)節(jié)作用。內(nèi)容安排上，本文將首先構(gòu)建區(qū)域金融壓力指數(shù)來測度金融風(fēng)險(xiǎn)，采用最小二乘與面板固定效應(yīng)法構(gòu)建線性概率模型，研究互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響；接著將在基準(zhǔn)回歸基礎(chǔ)上檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)在此過程中發(fā)揮的調(diào)節(jié)效應(yīng)；最后，進(jìn)一步檢驗(yàn)在產(chǎn)業(yè)結(jié)構(gòu)發(fā)展不同的地區(qū)，互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)影響的異質(zhì)性，以及產(chǎn)業(yè)結(jié)構(gòu)升級的調(diào)節(jié)作用異質(zhì)性。本文期望通過上述研究能進(jìn)一步拓寬金融風(fēng)險(xiǎn)研究的理論視角，在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級背景下，為有序高效發(fā)展互聯(lián)網(wǎng)金融，防范金融風(fēng)險(xiǎn)，維護(hù)金融和經(jīng)濟(jì)穩(wěn)定，提供理論和決策依據(jù)。

二、文獻(xiàn)回顧

本文將在本部分梳理區(qū)域金融風(fēng)險(xiǎn)、互聯(lián)網(wǎng)金融以及兩者之間關(guān)系的相關(guān)文獻(xiàn)。國內(nèi)外學(xué)者對區(qū)域金融風(fēng)險(xiǎn)做了許多研究，但從國際國內(nèi)所做的相關(guān)研究來看，學(xué)者們對區(qū)域金融風(fēng)險(xiǎn)還沒有形成統(tǒng)一的文字定義。區(qū)域金融風(fēng)險(xiǎn)是一種處于宏觀金融風(fēng)險(xiǎn)層面和微觀金融風(fēng)險(xiǎn)層面之間的中觀金融風(fēng)險(xiǎn)，是金融風(fēng)險(xiǎn)在區(qū)域?qū)用娴囊环N表現(xiàn)形式。從金融穩(wěn)定對金融風(fēng)險(xiǎn)定義的角度考慮區(qū)域金融風(fēng)險(xiǎn)，可以認(rèn)為區(qū)域金融風(fēng)險(xiǎn)是由部分區(qū)域的金融部門或某類金融活動的風(fēng)險(xiǎn)通過不斷累積到一定程度所引發(fā)的區(qū)域性金融危機(jī)，或者是相關(guān)區(qū)域的金融安全受到特定的區(qū)域外沖擊而影響區(qū)域金融環(huán)境（姜建華、秦志宏，1999；沈麗等，2019）。

（一）區(qū)域金融風(fēng)險(xiǎn)的測度與預(yù)警

學(xué)者們在區(qū)域金融風(fēng)險(xiǎn)領(lǐng)域的研究集中在區(qū)域金融風(fēng)險(xiǎn)的影響因素、測度和預(yù)警機(jī)制以及關(guān)聯(lián)性、傳染性。區(qū)域金融的關(guān)聯(lián)性是指區(qū)域間在長期、穩(wěn)定的基本面關(guān)聯(lián)下發(fā)生的協(xié)同變化（Forbes&Rigobon，1999）。由于對某一區(qū)域產(chǎn)生獨(dú)立的沖擊，導(dǎo)致短期內(nèi)區(qū)域間的關(guān)聯(lián)性顯著提升，進(jìn)而發(fā)生的一系列區(qū)域變化被稱為傳染（Forbes&Rigobon，2001），這個過程超過了長期關(guān)聯(lián)的基本面所能解釋的范圍，同時(shí)也區(qū)別于在共同沖擊下區(qū)域間作出的一致行為反應(yīng)（Moser，2003）。為了證實(shí)風(fēng)險(xiǎn)的傳染性，國內(nèi)外學(xué)者做了大量的研究。Forbes&Rigobon（2001）發(fā)現(xiàn)，大多數(shù)沖擊是常見的，或者是通過基本面的相互聯(lián)系在整個市場之間傳導(dǎo)。而Moreno&Trehan（2000）發(fā)現(xiàn)常見的外部沖擊可以解釋近年發(fā)生危機(jī)總數(shù)中的近75%。Bacchiocchi（2017）的結(jié)構(gòu)向量自回歸模型利用危機(jī)期間自然產(chǎn)生的數(shù)據(jù)中的異方差性來確定結(jié)構(gòu)參數(shù)，能夠有效地辨別金融危機(jī)是否通過關(guān)聯(lián)性產(chǎn)生。隨著學(xué)者們將研究主體具體至微觀層面，通過經(jīng)濟(jì)部門間的聯(lián)系探討金融風(fēng)險(xiǎn)的關(guān)聯(lián)性變得更加普遍。宋凌峰、葉永剛（2011）認(rèn)為企業(yè)部門和公共部門是主要的風(fēng)險(xiǎn)來源，主要有企業(yè)部門—金融部門、公共部門—金融部門兩條關(guān)聯(lián)性路徑，且都使得金融部門風(fēng)險(xiǎn)累積，最終導(dǎo)致區(qū)域金融風(fēng)險(xiǎn)的溢出。呂勇斌、陳自雅（2014）指出我國各區(qū)域金融風(fēng)險(xiǎn)存在企業(yè)－銀行、政府－銀行的部門間傳染路徑，發(fā)現(xiàn)地方政府財(cái)政缺口率增加會提升銀行不良貸款率，企業(yè)違約機(jī)率上升則會降低銀行的不良貸款率。沈麗等（2019）在應(yīng)用空間計(jì)量模型實(shí)證時(shí)同樣驗(yàn)證了我國存在企業(yè)部門—金融部門、政府部門—金融部門和家戶部門—金融部門的區(qū)域金融風(fēng)險(xiǎn)溢出路徑，其中政府和企業(yè)部門是區(qū)域金融風(fēng)險(xiǎn)的主要來源。

現(xiàn)如今，基于金融風(fēng)險(xiǎn)關(guān)聯(lián)性、傳染性研究的發(fā)展，國內(nèi)外很多學(xué)者們使用金融壓力指數(shù)來測度金融風(fēng)險(xiǎn)。金融壓力指數(shù)是由一系列反映金融體系各個子系統(tǒng)壓力狀況的指標(biāo)合成的綜合性指數(shù)，它是由加拿大經(jīng)濟(jì)學(xué)家Illing和Liu最早提出并構(gòu)建的。Illing&Liu（2003）指出，金融壓力是一個連續(xù)的變量，其極值可以稱之為金融危機(jī)。金融壓力會隨著期望金融損失、風(fēng)險(xiǎn)或不確定性的增加而增加。基于金融壓力的定義，Grimaldi（2010）共選擇了16個金融變量，將它們綜合為兩個因子，并利用Logit模型構(gòu)建出了歐洲金融壓力指數(shù)。Cardarelli&Elekdag（2011）通過構(gòu)建金融綜合壓力指數(shù)，研究了17個國家金融風(fēng)險(xiǎn)對實(shí)體經(jīng)濟(jì)的影響，并得出金融壓力易帶動經(jīng)濟(jì)下滑的結(jié)論。Louzis&Vouldis（2012）通過資產(chǎn)負(fù)債表與市場的數(shù)據(jù)建立希臘的金融壓力指數(shù)，分析不同市場的變化特征，基于Grach模型捕捉意外變化，此金融壓力指數(shù)為危機(jī)預(yù)警提供了更好的信息。國內(nèi)的學(xué)者在研究金融風(fēng)險(xiǎn)的過程中，也大量使用了構(gòu)建金融壓力指數(shù)的方法。部分學(xué)者使用銀行業(yè)數(shù)據(jù)來研究金融風(fēng)險(xiǎn)的問題（宋清華、姜玉東，2014；蘇明政等，2013），然而有的學(xué)者認(rèn)為應(yīng)該更加全面地考慮金融壓力的影響因素。比如，許滌龍、陳雙蓮（2015）用CRITIC賦權(quán)法構(gòu)建了金融壓力指數(shù)，并從銀行、房地產(chǎn)行業(yè)、股票市場以及外部金融市場幾個方面綜合測度了我國的金融壓力。

（二）互聯(lián)網(wǎng)金融與金融風(fēng)險(xiǎn)

近年來，互聯(lián)網(wǎng)金融以其獨(dú)特的商業(yè)模式和價(jià)值創(chuàng)造方式成為了一種人們無法忽視的新型金融業(yè)態(tài)。互聯(lián)網(wǎng)金融行業(yè)與傳統(tǒng)金融行業(yè)相互競爭、滲透，不僅推動了金融結(jié)構(gòu)的變革，更促進(jìn)了普惠型金融的實(shí)現(xiàn)（李彩鳳、梁靜溪，2016）。謝平、鄒傳偉（2012）首次提出了互聯(lián)網(wǎng)金融模式的概念，并從支付方式、信息處理、資源配置三個角度對該概念做了詳細(xì)的論述。宮曉林（2013）認(rèn)為互聯(lián)網(wǎng)金融是依托現(xiàn)代信息科技而進(jìn)行的一種具有融資、支付和交易中介等功能的金融活動。鄭聯(lián)盛（2014）將互聯(lián)網(wǎng)金融分為傳統(tǒng)金融業(yè)務(wù)互聯(lián)網(wǎng)化、第三方支付及其運(yùn)行機(jī)制、互聯(lián)網(wǎng)信用業(yè)務(wù)及其運(yùn)行機(jī)制和互聯(lián)網(wǎng)虛擬貨幣四大類。

自互聯(lián)網(wǎng)金融出現(xiàn)以來，其所伴生的風(fēng)險(xiǎn)問題就是國內(nèi)外學(xué)者的研究焦點(diǎn)。李繼尊（2015）表示，互聯(lián)網(wǎng)和金融都屬于高風(fēng)險(xiǎn)行業(yè)，這兩者結(jié)合更容易形成風(fēng)險(xiǎn)疊加。Klafft（2008）指出由于信息不對稱、貸款人在互聯(lián)網(wǎng)金融環(huán)境下貸款經(jīng)驗(yàn)不足等，致使互聯(lián)網(wǎng)金融在資金交易過程中面臨的風(fēng)險(xiǎn)要比傳統(tǒng)金融高。葉湘榕（2014）在對P2P借貸進(jìn)行研究之后發(fā)現(xiàn)，P2P由于其借貸模式的特殊性往往會存在法律風(fēng)險(xiǎn)、產(chǎn)品異化風(fēng)險(xiǎn)、關(guān)聯(lián)風(fēng)險(xiǎn)、流動性風(fēng)險(xiǎn)以及非法集資風(fēng)險(xiǎn)。

除卻互聯(lián)網(wǎng)金融行業(yè)本身所具有的風(fēng)險(xiǎn)外，關(guān)于互聯(lián)網(wǎng)金融會對金融風(fēng)險(xiǎn)產(chǎn)生什么影響，也有學(xué)者從不同的角度進(jìn)行了研究，并得出了兩種不同的觀點(diǎn)。一部分學(xué)者認(rèn)為，互聯(lián)網(wǎng)金融會提高商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)（戴國強(qiáng)、方鵬飛，2014；吳詩偉等，2015）。這主要是因?yàn)榛ヂ?lián)網(wǎng)金融的發(fā)展會增加商業(yè)銀行的資金成本、降低銀行盈利能力，導(dǎo)致銀行破產(chǎn)風(fēng)險(xiǎn)的增加，同時(shí)它還可能通過提高貸款利率，迫使企業(yè)轉(zhuǎn)而投資高風(fēng)險(xiǎn)項(xiàng)目，從而間接提升商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)。同時(shí)，互聯(lián)網(wǎng)金融企業(yè)會分流銀行存款并且削弱銀行的支付結(jié)算功能，這種競爭關(guān)系會推高商業(yè)銀行的風(fēng)險(xiǎn)承擔(dān)水平。但也有學(xué)者認(rèn)為，互聯(lián)網(wǎng)金融的發(fā)展并不一定會為金融風(fēng)險(xiǎn)帶來負(fù)面的影響（劉忠璐，2016；吳曉求，2015；Lapavitsas&Santos，2008）。他們認(rèn)為互聯(lián)網(wǎng)金融帶來的技術(shù)革新可以緩解銀行與借款者之間的信息不對稱問題，從而有助于銀行進(jìn)行風(fēng)險(xiǎn)管理。商業(yè)銀行識別風(fēng)險(xiǎn)的能力得到提升后會降低其破產(chǎn)風(fēng)險(xiǎn)，從而促進(jìn)整個金融體系的穩(wěn)定。

（三）文獻(xiàn)述評

通過梳理不難發(fā)現(xiàn)：第一，已有的文獻(xiàn)對互聯(lián)網(wǎng)金融與金融風(fēng)險(xiǎn)之間的關(guān)系并沒有達(dá)成統(tǒng)一意見。一部分學(xué)者認(rèn)為，互聯(lián)網(wǎng)金融的發(fā)展可以通過其特有的性質(zhì)提高銀行等金融機(jī)構(gòu)的風(fēng)險(xiǎn)識別水平、經(jīng)營管理效率等，從而降低金融機(jī)構(gòu)的破產(chǎn)概率，減緩金融風(fēng)險(xiǎn)壓力。另一部分學(xué)者則認(rèn)為，互聯(lián)網(wǎng)金融會給傳統(tǒng)金融機(jī)構(gòu)帶來莫大的沖擊，擠占其收入空間，搶奪利潤資源，銀行的風(fēng)險(xiǎn)承擔(dān)會因此顯著增加，從而為金融風(fēng)險(xiǎn)埋下隱患。第二，目前較少關(guān)注產(chǎn)業(yè)結(jié)構(gòu)的升級在互聯(lián)網(wǎng)金融與區(qū)域金融風(fēng)險(xiǎn)之間發(fā)揮作用的研究。本文認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化政策為互聯(lián)網(wǎng)金融的發(fā)展提供了空間，互聯(lián)網(wǎng)金融又會反哺產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，二者之間有緊密的聯(lián)系，但是產(chǎn)業(yè)結(jié)構(gòu)在互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)影響過程中扮演的角色尚不明確。因此，有必要研究互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響，并考察產(chǎn)業(yè)結(jié)構(gòu)在其間的調(diào)節(jié)效應(yīng)。

綜上，本文將重點(diǎn)研究以下問題：1.檢驗(yàn)互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響。2.考察產(chǎn)業(yè)結(jié)構(gòu)升級在互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)的影響中的調(diào)節(jié)作用。本文將構(gòu)建產(chǎn)業(yè)結(jié)構(gòu)調(diào)節(jié)作用的理論模型并進(jìn)行實(shí)證檢驗(yàn)，并通過觀察實(shí)證模型結(jié)果確定產(chǎn)業(yè)結(jié)構(gòu)在互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響中扮演的角色。3.探討不同產(chǎn)業(yè)結(jié)構(gòu)發(fā)展地區(qū)是否有異質(zhì)性的存在以及其所帶來的影響。由于我國各省市的三次產(chǎn)業(yè)具有較大的差異，其異質(zhì)性可能會對產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)作用產(chǎn)生不同的效果，因此筆者將對異質(zhì)性進(jìn)行實(shí)證檢驗(yàn)。

三、理論分析與研究假設(shè)

如前文所述，學(xué)者們對互聯(lián)網(wǎng)金融與產(chǎn)業(yè)結(jié)構(gòu)升級對區(qū)域性金融風(fēng)險(xiǎn)的影響并沒有得到統(tǒng)一的結(jié)論。下文將分別從互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響、產(chǎn)業(yè)結(jié)構(gòu)對區(qū)域金融風(fēng)險(xiǎn)的影響以及產(chǎn)業(yè)結(jié)構(gòu)對不同程度互聯(lián)網(wǎng)金融發(fā)展水平下區(qū)域金融風(fēng)險(xiǎn)的調(diào)節(jié)作用等本文重點(diǎn)研究問題進(jìn)行理論分析并提出假設(shè)。

（一）互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響

隨著互聯(lián)網(wǎng)金融的發(fā)展，各種不同模式互聯(lián)網(wǎng)金融競相涌現(xiàn)，除了一些網(wǎng)貸企業(yè)，傳統(tǒng)金融機(jī)構(gòu)也在不斷的加深與互聯(lián)網(wǎng)金融的融合。近年來，隨著各大金融機(jī)構(gòu)上線金融理財(cái)產(chǎn)品、線上支付功能等，網(wǎng)貸平臺與傳統(tǒng)金融機(jī)構(gòu)的競爭關(guān)系得到了緩解。一方面，對于傳統(tǒng)金融機(jī)構(gòu)而言，互聯(lián)網(wǎng)金融的發(fā)展可以使其在發(fā)展線下業(yè)務(wù)的同時(shí)兼顧線上業(yè)務(wù)，進(jìn)一步拓展客戶資源，實(shí)現(xiàn)利潤增長。同時(shí)，傳統(tǒng)金融機(jī)構(gòu)將互聯(lián)網(wǎng)手段應(yīng)用于內(nèi)部管理及信用風(fēng)險(xiǎn)識別等，可以有效提高金融效率，降低信用風(fēng)險(xiǎn)。在考慮某地金融風(fēng)險(xiǎn)時(shí)，不僅要關(guān)注當(dāng)?shù)亟鹑诓块T的風(fēng)險(xiǎn)，還要考慮其他部門基于部門間關(guān)聯(lián)性所產(chǎn)生的會傳染至金融部門的風(fēng)險(xiǎn)。互聯(lián)網(wǎng)金融的發(fā)展為企業(yè)部門與家戶部門提供了除傳統(tǒng)金融機(jī)構(gòu)以外的融資渠道，使得企業(yè)與家戶部門在相對滿足自身資金需求的條件下良好運(yùn)轉(zhuǎn)，減弱部門間的風(fēng)險(xiǎn)溢出。另一方面，互聯(lián)網(wǎng)金融的發(fā)展也有可能會推高當(dāng)?shù)亟鹑跈C(jī)構(gòu)的風(fēng)險(xiǎn)承擔(dān)。但是，本文認(rèn)為隨著我國對互聯(lián)網(wǎng)金融平臺監(jiān)管體系的健全，金融市場環(huán)境得到相對肅清，在某種程度上緩解了這種風(fēng)險(xiǎn)。因此，筆者的觀點(diǎn)是互聯(lián)網(wǎng)金融的發(fā)展存在減輕區(qū)域金融風(fēng)險(xiǎn)的可能性。根據(jù)以上分析，提出假設(shè)1。

H1：互聯(lián)網(wǎng)金融的發(fā)展會減輕區(qū)域金融風(fēng)險(xiǎn)。

（二）產(chǎn)業(yè)結(jié)構(gòu)在互聯(lián)網(wǎng)金融影響區(qū)域金融風(fēng)險(xiǎn)過程中的調(diào)節(jié)作用

在產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的過程中，需要大量的資金支持，互聯(lián)網(wǎng)金融的興起無疑為這個過程貢獻(xiàn)了力量。雖然，互聯(lián)網(wǎng)金融的發(fā)展會通過擠占商業(yè)銀行的信貸業(yè)務(wù)，壓縮其利潤空間而加大商業(yè)銀行的破產(chǎn)概率，但是，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整會帶來大量的資金需求，這能夠在某種程度上緩解互聯(lián)網(wǎng)金融平臺與傳統(tǒng)商業(yè)銀行的競爭關(guān)系。并且，產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型意味著將有大量創(chuàng)新型的中小微企業(yè)走向市場，由于商業(yè)銀行發(fā)放信貸的門檻較高，使得這些企業(yè)往往會借助互聯(lián)網(wǎng)金融平臺滿足自己的融資需求，從而擺脫財(cái)務(wù)困境，實(shí)現(xiàn)良好運(yùn)營，抑制了從企業(yè)部門到金融部門的風(fēng)險(xiǎn)傳染?；谏鲜龇治觯岢黾僭O(shè)2。

H2：產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整會放大互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)的削弱作用。

（三）不同產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度下的主效應(yīng)與調(diào)節(jié)效應(yīng)異質(zhì)性

在以第二產(chǎn)業(yè)為主的省市中，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的幅度會更大，由上文分析可知，這些省市對資金的需求同樣也會更大，因此可以更加有效地緩解互聯(lián)網(wǎng)金融平臺與傳統(tǒng)金融機(jī)構(gòu)基于信貸的競爭關(guān)系。同時(shí)，這些省市為了優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，會大力發(fā)展第三產(chǎn)業(yè)，在此過程中會產(chǎn)生更多新一批屬于第三產(chǎn)業(yè)的新型企業(yè)。在這種背景下，互聯(lián)網(wǎng)金融與傳統(tǒng)金融機(jī)構(gòu)的協(xié)作會更加明顯。因此，本文認(rèn)為，在以第二產(chǎn)業(yè)為主的省市中，無論是互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)的削弱作用還是產(chǎn)業(yè)結(jié)構(gòu)在其間的調(diào)節(jié)作用都會比以第三產(chǎn)業(yè)為主的省市更加明顯。據(jù)此分析，提出假設(shè)3。

H3：不同產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度的省市，其主效應(yīng)與調(diào)節(jié)效應(yīng)都具有異質(zhì)性。

四、數(shù)據(jù)來源、變量說明和模型設(shè)計(jì)

（一）數(shù)據(jù)來源

為考察互聯(lián)網(wǎng)金融、產(chǎn)業(yè)結(jié)構(gòu)與區(qū)域金融風(fēng)險(xiǎn)的關(guān)系，本文選取我國31個省市2011～2018年數(shù)據(jù)進(jìn)行研究。刪除數(shù)據(jù)不全或明顯異常的樣本之后，共計(jì)得到248個數(shù)據(jù)作為研究樣本。本文所有數(shù)據(jù)來源于WIND數(shù)據(jù)庫、EPS數(shù)據(jù)庫、中經(jīng)網(wǎng)數(shù)據(jù)庫、以及各省市統(tǒng)計(jì)年鑒。

（二）變量描述

1.區(qū)域金融風(fēng)險(xiǎn)壓力指數(shù)

地方性金融風(fēng)險(xiǎn)指標(biāo)的選擇除了要考慮金融風(fēng)險(xiǎn)因素的普遍性，還要考慮所研究地區(qū)的金融特性。選取指標(biāo)的原則：一是具有代表性；二是數(shù)據(jù)可得性；三是科學(xué)性與實(shí)用性。本文共從金融、企業(yè)、政府和宏觀經(jīng)濟(jì)環(huán)境選取13個指標(biāo)構(gòu)建我國金融風(fēng)險(xiǎn)壓力指數(shù)，指標(biāo)具體情況如表1所示。

表1 區(qū)域金融風(fēng)險(xiǎn)壓力指標(biāo)體系

2.互聯(lián)網(wǎng)金融

本文采用北京大學(xué)數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)（郭峰等，2020）來衡量互聯(lián)網(wǎng)金融發(fā)展水平（譚中明等，2020）。該指數(shù)基于螞蟻金服數(shù)億數(shù)據(jù)，其結(jié)果涵蓋31個省，地級市以上337個城市以及中國大陸約2800個縣。

3.控制變量

根據(jù)已有文獻(xiàn)，本文實(shí)證模型中的控制變量有五個層面：（1）區(qū)域經(jīng)濟(jì)發(fā)展水平。本文采用GDP與人均可支配收入來衡量區(qū)域經(jīng)濟(jì)發(fā)展水平。區(qū)域經(jīng)濟(jì)發(fā)展水平對當(dāng)?shù)亟鹑陲L(fēng)險(xiǎn)產(chǎn)生的影響具有雙面性。一方面，經(jīng)濟(jì)的發(fā)展會帶動當(dāng)?shù)亟鹑诎l(fā)展，從而大量資金脫實(shí)向虛，在這個過程中金融風(fēng)險(xiǎn)也會逐步積累。另一方面，經(jīng)濟(jì)發(fā)展可以增加金融杠桿的包容性，從而抑制金融風(fēng)險(xiǎn)。（2）產(chǎn)業(yè)結(jié)構(gòu)。對已有數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)，在三次產(chǎn)業(yè)結(jié)構(gòu)中第二產(chǎn)業(yè)與第三產(chǎn)業(yè)占據(jù)各省市GDP的大部分。因此，本文分別選取第二、第三產(chǎn)業(yè)增加值占GDP比重來衡量產(chǎn)業(yè)結(jié)構(gòu)，此指標(biāo)能反映區(qū)域經(jīng)濟(jì)發(fā)展的質(zhì)量。（3）保險(xiǎn)業(yè)運(yùn)行狀況。本文使用各省市保險(xiǎn)賠付支出反映當(dāng)?shù)乇ｋU(xiǎn)業(yè)運(yùn)營情況。（4）實(shí)體經(jīng)濟(jì)市場運(yùn)行情況。本文選取社會消費(fèi)品零售總額來衡量當(dāng)?shù)氐膶?shí)體經(jīng)濟(jì)運(yùn)行情況。（5）其他社會指標(biāo)。本文還選取了當(dāng)?shù)厝丝诿芏取⒊擎?zhèn)化率以及當(dāng)?shù)亟逃椒从钞?dāng)?shù)氐纳鐣顩r。

表2報(bào)告了描述性統(tǒng)計(jì)結(jié)果。其中，樣本量為248，我國31個省市在2011-2018年全樣本區(qū)間內(nèi)金融風(fēng)險(xiǎn)的均值為0.1430，互聯(lián)網(wǎng)金融發(fā)展水平的均值是187.1749。

表2 描述性統(tǒng)計(jì)

在進(jìn)行主成分分析前，本文對數(shù)據(jù)進(jìn)行了預(yù)處理，主要包括：將負(fù)向指標(biāo)通過取相反數(shù)的方法轉(zhuǎn)化為正向指標(biāo)；將適度指標(biāo)通過xi=|xi-k|轉(zhuǎn)為正向化指標(biāo)，其中k為指標(biāo)xi全部時(shí)間序列的平均值。接著，對所有數(shù)據(jù)進(jìn)行主成分分析，得出綜合得分F之后乘以標(biāo)準(zhǔn)化后的數(shù)據(jù)即地方金融壓力指數(shù)，再對金融壓力指數(shù)進(jìn)行歸一化處理，最終得到全國31個省市2011-2018年的金融壓力指數(shù)。

（三）研究模型

1.模型設(shè)計(jì)

本文使用面板數(shù)據(jù)，運(yùn)用線性概率模型研究互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響。本文建立實(shí)證模型（1）線性概率模型，使用最小二乘法與面板固定效應(yīng)估計(jì)方法，估計(jì)互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)的影響。式（1）中RISKit是區(qū)域金融風(fēng)險(xiǎn)變量，ITFinit是互聯(lián)網(wǎng)金融變量， Xit是一系列控制變量。

在調(diào)節(jié)效應(yīng)檢驗(yàn)中，本文建立實(shí)證模型（2），分別使用第二產(chǎn)業(yè)增加值占GDP的比重、第三產(chǎn)業(yè)增加值占GDP的比重與互聯(lián)網(wǎng)金融變量的交互項(xiàng)，檢驗(yàn)產(chǎn)業(yè)結(jié)構(gòu)對區(qū)域金融風(fēng)險(xiǎn)的影響。

在穩(wěn)定性檢驗(yàn)中，本文使用了重新度量主要解釋變量與建立Tobit模型兩種方法。第一，本文使用支付結(jié)算指數(shù)（payment）建立實(shí)證模型（3），使用線性概率模型估計(jì)檢驗(yàn)互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響。其中，Xit是控制變量。第二，由于在上文中對被解釋變量做了歸一化處理，也就是說雖然有全部的觀測數(shù)據(jù)，但是將某些觀測數(shù)據(jù)人為地壓縮到了一個點(diǎn)上，此時(shí)的金融壓力指數(shù)是截堵數(shù)據(jù)。在對截堵數(shù)據(jù)進(jìn)行回歸時(shí)，直接使用最小二乘法（OLS）得到的估計(jì)結(jié)果可能有偏，因?yàn)榻囟聰?shù)據(jù)的概率密度發(fā)生了變化，而Tobit模型可以很好地解決這一問題，設(shè)定見式（4）。

2.內(nèi)生性討論

本文通過實(shí)證研究互聯(lián)網(wǎng)金融發(fā)展對區(qū)域金融風(fēng)險(xiǎn)的影響，但實(shí)證模型中可能存在遺漏混淆變量產(chǎn)生的內(nèi)生性問題。實(shí)證模型遺漏混淆變量可能有當(dāng)?shù)禺a(chǎn)業(yè)扶持政策、當(dāng)?shù)鼗ヂ?lián)網(wǎng)及金融人才等短時(shí)間內(nèi)相對固定不隨時(shí)間變化的遺漏混淆變量，這些遺漏混淆變量可以通過面板固定效應(yīng)估計(jì)方法進(jìn)行處理；實(shí)證模型遺漏混淆變量也可能有由于外部環(huán)境變化所導(dǎo)致的，地區(qū)內(nèi)個人所使用互聯(lián)網(wǎng)金融的變化等隨時(shí)間變化的遺漏混淆變量，這些遺漏混淆變量可以通過將當(dāng)?shù)財(cái)?shù)字化程度作為互聯(lián)網(wǎng)金融發(fā)展的工具變量來處理。總體來看，本文使用面板固定效應(yīng)估計(jì)和工具變量處理實(shí)證模型中可能存在的內(nèi)生性問題，并在本文第六部分穩(wěn)健性檢驗(yàn)的第一節(jié)內(nèi)生性處理中進(jìn)行檢驗(yàn)。

五、實(shí)證結(jié)果分析

在分析互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響時(shí)，本文使用上文所建立的模型進(jìn)行了實(shí)證檢驗(yàn)，并分析了產(chǎn)業(yè)結(jié)構(gòu)在這個影響中發(fā)揮的調(diào)節(jié)作用，以及不同程度產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平下互聯(lián)網(wǎng)金融對金融風(fēng)險(xiǎn)的異質(zhì)性影響和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的異質(zhì)性調(diào)節(jié)。

（一）互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響

使用實(shí)證模型（1），本文研究互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響。表3報(bào)告了實(shí)證模型的估計(jì)結(jié)果。其中，第（1）列和第（2）列分別使用OLS和面板固定效應(yīng)的估計(jì)方法。面板數(shù)據(jù)可以使用固定效應(yīng)模型和隨機(jī)效應(yīng)模型，本文用Hausman檢驗(yàn)來確定模型的選擇。Hausman檢驗(yàn)結(jié)果顯示p值為0.0093，在1%的顯著水平顯著，因此可以采用固定效應(yīng)模型。固定效應(yīng)模型的本質(zhì)是在處理遺漏變量偏誤時(shí)，通過組內(nèi)去均值或最小二乘虛擬變量等方法消除那些不可觀測且與自變量有關(guān)的固定因素的影響，因此固定效應(yīng)模型的估計(jì)結(jié)果往往更加可靠。最小二乘法與面板固定效應(yīng)的估計(jì)結(jié)果如表3所示。

表3 基準(zhǔn)回歸結(jié)果

由表3可知，在最小二乘法及面板固定效應(yīng)得出的估計(jì)結(jié)果中，互聯(lián)網(wǎng)金融、GDP、第三產(chǎn)業(yè)占比對區(qū)域金融風(fēng)險(xiǎn)具有顯著影響。在面板固定效應(yīng)的估計(jì)結(jié)果中，互聯(lián)網(wǎng)金融的估計(jì)系數(shù)為-0.0026，且在1%的置信水平顯著，這表明，互聯(lián)網(wǎng)金融的發(fā)展會抑制區(qū)域金融風(fēng)險(xiǎn)，假設(shè)1得到驗(yàn)證。一方面，傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)金融的融合會提高機(jī)構(gòu)的內(nèi)部管理效率，提高信用風(fēng)險(xiǎn)識別水平，降低其破產(chǎn)風(fēng)險(xiǎn)，從而降低區(qū)域內(nèi)金融風(fēng)險(xiǎn)水平。另一方面，傳統(tǒng)金融機(jī)構(gòu)在發(fā)展其線下業(yè)務(wù)的同時(shí)也紛紛借助互聯(lián)網(wǎng)手段上線金融理財(cái)產(chǎn)品、開發(fā)支付結(jié)算功能等，使其拓展了客戶資源，實(shí)現(xiàn)利潤的增長。而GDP的估計(jì)結(jié)果也為負(fù)，這說明經(jīng)濟(jì)發(fā)展水平也可以抑制當(dāng)?shù)氐慕鹑陲L(fēng)險(xiǎn)。第二產(chǎn)業(yè)占比與第三產(chǎn)業(yè)占比的估計(jì)系數(shù)都為正，說明產(chǎn)業(yè)結(jié)構(gòu)在轉(zhuǎn)型的過程中會讓當(dāng)?shù)亟鹑趬毫υ龃?。人均可支配收入的估?jì)系數(shù)為負(fù)，說明人均可支配收入水平的提高會加劇當(dāng)?shù)氐慕鹑陲L(fēng)險(xiǎn)。社會消費(fèi)品零售總額與教育水平對當(dāng)?shù)亟鹑趬毫Χ季哂姓虻挠绊憽?/p>

（二）產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)

目前，我國的產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，促進(jìn)了國民經(jīng)濟(jì)各產(chǎn)業(yè)間的協(xié)調(diào)發(fā)展，使各產(chǎn)業(yè)發(fā)展與整個國民經(jīng)濟(jì)發(fā)展相適應(yīng)。在此過程中，依托互聯(lián)網(wǎng)技術(shù)、信息技術(shù)等發(fā)展起來的一系列新興產(chǎn)業(yè)對我國的產(chǎn)業(yè)升級和經(jīng)濟(jì)發(fā)展起到了重要作用。因此，本文使用實(shí)證模型（2），分別通過最小二乘法（OLS）和面板固定效應(yīng)（FE）估計(jì)方法估計(jì)產(chǎn)業(yè)結(jié)構(gòu)在互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響中起到的調(diào)節(jié)作用。為了減少非本質(zhì)的多重共線性，即交互項(xiàng)與解釋變量的多重共線性，本文對相應(yīng)變量做了中心化處理，得到估計(jì)結(jié)果（見表4）。

表4 產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)

由表4可知，第（1）列OLS模型的估計(jì)結(jié)果與第（2）列固定效應(yīng)的估計(jì)結(jié)果均顯示互聯(lián)網(wǎng)金融與第三產(chǎn)業(yè)結(jié)構(gòu)的交互項(xiàng)在互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響中起到了正向的調(diào)節(jié)作用，說明互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的削弱效果會進(jìn)一步加強(qiáng)，這與假設(shè)2一致。

（三）產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度異質(zhì)性下的主效應(yīng)與調(diào)節(jié)效應(yīng)

20世紀(jì)90年代以來，我國第一產(chǎn)業(yè)貢獻(xiàn)率始終在低位徘徊，大多數(shù)年份甚至低于5%，第二產(chǎn)業(yè)貢獻(xiàn)率先升后降，第三產(chǎn)業(yè)貢獻(xiàn)率波動上升，并于2013年取代第二產(chǎn)業(yè)成為經(jīng)濟(jì)增長最主要的貢獻(xiàn)力量。由表4可知，產(chǎn)業(yè)結(jié)構(gòu)在互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響過程中起著重要的調(diào)節(jié)作用。但在我國，由于各省份三次產(chǎn)業(yè)比重不盡相同可能會導(dǎo)致調(diào)節(jié)效應(yīng)異質(zhì)性的存在。本文測算了全樣本區(qū)間內(nèi)第三產(chǎn)業(yè)比重與第二產(chǎn)業(yè)比重之比，然后求取此數(shù)值在每個省市2011-2018年的平均值，并將其平均值大于等于1的省市判定為以第三產(chǎn)業(yè)為主的省市，平均值小于1的省市判定為以第二產(chǎn)業(yè)為主的省市。經(jīng)過以上操作，篩選出的以第二產(chǎn)業(yè)為主的省市有16個，分別為：安徽、福建、廣西、河北、河南、湖北、吉林、江西、內(nèi)蒙古、寧夏、青海、山東、陜西、四川、新疆、重慶，其余省市則以第三產(chǎn)業(yè)為主。本文使用固定效應(yīng)模型對產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度異質(zhì)性下產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)做了實(shí)證檢驗(yàn)，表5報(bào)告了估計(jì)結(jié)果。其中，第一列與第二列分別為產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度異質(zhì)性下基準(zhǔn)回歸的檢驗(yàn)，第三列與第四列分別為產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度異質(zhì)性下產(chǎn)業(yè)結(jié)構(gòu)調(diào)節(jié)效應(yīng)的檢驗(yàn)（見表5）。

由表5可知，第二產(chǎn)業(yè)為主與第三產(chǎn)業(yè)為主的省市中，互聯(lián)網(wǎng)金融發(fā)展程度對區(qū)域金融風(fēng)險(xiǎn)都具有顯著的負(fù)向作用，也就是說，都可以減輕當(dāng)?shù)氐慕鹑陲L(fēng)險(xiǎn)，但是在以第二產(chǎn)業(yè)為主的省市里這種作用更加明顯。第三列與第四列顯示了兩個子樣本中產(chǎn)業(yè)結(jié)構(gòu)調(diào)節(jié)效應(yīng)的檢驗(yàn)結(jié)果，結(jié)果顯示：互聯(lián)網(wǎng)金融與第三產(chǎn)業(yè)占比的交互項(xiàng)均表現(xiàn)出了正向的調(diào)節(jié)作用，表示產(chǎn)業(yè)結(jié)構(gòu)的升級可以放大互聯(lián)網(wǎng)金融的發(fā)展對地方性金融風(fēng)險(xiǎn)的抑制作用，這與本文在全樣本區(qū)間得到的結(jié)論一致。從估計(jì)系數(shù)來看，在以第二產(chǎn)業(yè)為主的省市中產(chǎn)業(yè)結(jié)構(gòu)升級起到了更大的調(diào)節(jié)作用，本文的第3條假設(shè)得到驗(yàn)證。

六、穩(wěn)健性檢驗(yàn)

本文從內(nèi)生性處理和穩(wěn)健性檢驗(yàn)兩方面來說明研究結(jié)果的穩(wěn)健性，并進(jìn)一步考察研究結(jié)論的可靠性。其中在內(nèi)生性問題的處理上本文使用了工具變量法，在穩(wěn)健性檢驗(yàn)中本文采用改變解釋變量度量方式的方法來消除因?yàn)槎攘糠绞讲煌鴮?shí)證結(jié)果帶來的影響。

（一）內(nèi)生性處理

目前學(xué)者們通常使用工具變量的方法來解決內(nèi)生性問題。本文實(shí)證模型中遺漏混淆變量可能有由于外部環(huán)境變化所導(dǎo)致的、地區(qū)內(nèi)個人所使用互聯(lián)網(wǎng)金融的變化等隨時(shí)間變化的遺漏混淆變量，這些遺漏混淆變量可以通過將數(shù)字化程度作為互聯(lián)網(wǎng)金融發(fā)展的工具變量來處理。本文采用兩階段最小二乘（2SLS）和工具變量面板效應(yīng)（IVFE）進(jìn)行估計(jì)，估計(jì)結(jié)果如表6所示。

表6 使用數(shù)字化程度為工具變量估計(jì)互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響

使用這兩種模型可以同時(shí)解決遺漏變量偏差和時(shí)變內(nèi)生解釋變量問題，可提高得到一致估計(jì)的可能性。由表6可知，雖然主效應(yīng)與調(diào)節(jié)效應(yīng)的回歸系數(shù)大小改變了，但其符號和顯著性均保持不變，這說明在回歸模型中更好地處理了內(nèi)生性問題以后，基礎(chǔ)回歸得到的實(shí)證結(jié)論依然成立，可以作為正式結(jié)論加以接受。

（二）穩(wěn)健性檢驗(yàn)

1. 重新度量主要解釋變量

本文使用模型（3），即對互聯(lián)網(wǎng)金融使用不同的度量方式來做穩(wěn)健性檢驗(yàn)。將支付結(jié)算指數(shù)作為互聯(lián)網(wǎng)金融的代理變量，進(jìn)一步檢驗(yàn)互聯(lián)網(wǎng)金融對地方金融產(chǎn)生的影響，并使用最小二乘法與面板固定效應(yīng)得到估計(jì)結(jié)果，估計(jì)結(jié)果如表7所示。

由表7可知，互聯(lián)網(wǎng)金融的發(fā)展對金融風(fēng)險(xiǎn)有負(fù)向作用，且在1%的顯著水平下顯著。這個結(jié)論與本文之前的發(fā)現(xiàn)一致，表明本文的研究結(jié)果是穩(wěn)健的。由面板固定效應(yīng)的估計(jì)結(jié)果來看，GDP對金融風(fēng)險(xiǎn)也具有抑制作用。人均可支配收入、社會消費(fèi)品零售總額與教育水平都對金融風(fēng)險(xiǎn)有正向作用。

表7 使用支付結(jié)算指數(shù)作為互聯(lián)網(wǎng)金融代理變量的估計(jì)結(jié)果

2. 使用Tobit模型

鑒于本文被解釋變量為截堵數(shù)據(jù)，因此使用Tobit模型可以很好地解決線性概率模型最小二乘估計(jì)結(jié)果的有偏性。表8報(bào)告了使用Tobit模型的估計(jì)結(jié)果，其中第（1）列使用最小二乘法估計(jì)，第（2）列使用固定效應(yīng)進(jìn)行估計(jì)。

由表8可知，在使用Tobit模型進(jìn)行回歸之后，互聯(lián)網(wǎng)金融的回歸系數(shù)依舊顯著為負(fù)，GDP的增長也會在一定程度上減弱當(dāng)?shù)氐慕鹑趬毫?，這些結(jié)論都與前文中的結(jié)論一致。這說明本文在基準(zhǔn)回歸中得到的主要結(jié)論依然是穩(wěn)健的。第二產(chǎn)業(yè)占比與第三產(chǎn)業(yè)占比的提高都會導(dǎo)致當(dāng)?shù)亟鹑趬毫υ龃蟆１ｋU(xiǎn)賠付支出對區(qū)域金融風(fēng)險(xiǎn)具有顯著的正向作用，這一發(fā)現(xiàn)符合現(xiàn)實(shí)情況與理論邏輯。

表8 Tobit模型的估計(jì)結(jié)果

七、結(jié)論和建議

本文首先使用2011年-2018年我國31個省市的數(shù)據(jù)構(gòu)建了地方金融壓力指數(shù)來反映各地的金融風(fēng)險(xiǎn)程度，并采用中國數(shù)字普惠金融指數(shù)（DFIIC）來表示樣本組內(nèi)各地區(qū)互聯(lián)網(wǎng)金融發(fā)展水平。其次采用基于最小二乘法與面板固定效應(yīng)的線性概率模型來實(shí)證檢驗(yàn)互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的影響作用。第三，著重檢驗(yàn)了產(chǎn)業(yè)結(jié)構(gòu)在互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)影響過程中的調(diào)節(jié)作用。最后，在基準(zhǔn)回歸的基礎(chǔ)上考察了不同產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度的異質(zhì)性所帶來的影響。在模型的檢驗(yàn)上，使用面板固定效應(yīng)與加入工具變量的方法解決內(nèi)生性問題，提高了得到一致估計(jì)結(jié)果的可能性；使用重新度量主要解釋變量與建立Tobit模型這兩種方法進(jìn)行了穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果表明前文所做的研究是穩(wěn)健的。本文通過實(shí)證分析主要得出了以下結(jié)論：

第一，互聯(lián)網(wǎng)金融發(fā)展水平的提高會降低區(qū)域金融風(fēng)險(xiǎn)。這主要是因?yàn)閷τ趥鹘y(tǒng)金融機(jī)構(gòu)而言，與互聯(lián)網(wǎng)金融的融合可以使其在發(fā)展線下業(yè)務(wù)的同時(shí)兼顧線上業(yè)務(wù)發(fā)展，拓展客戶資源、實(shí)現(xiàn)利潤增長。同時(shí)，傳統(tǒng)金融機(jī)構(gòu)將互聯(lián)網(wǎng)手段應(yīng)用于內(nèi)部管理及信用風(fēng)險(xiǎn)識別等，可以有效提高金融效率，降低信用風(fēng)險(xiǎn)，從而降低其破產(chǎn)概率。

第二，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整可以在一定程度上強(qiáng)化互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的抑制作用，進(jìn)一步緩解地方金融壓力。這主要得益于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整過程中產(chǎn)生的大量信貸需求，相對緩解了商業(yè)銀行與互聯(lián)網(wǎng)金融平臺之間基于信貸業(yè)務(wù)的競爭關(guān)系。另外，產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型意味著大量新型企業(yè)走向市場，我國商業(yè)銀行由于其特殊地位往往會優(yōu)先將信貸發(fā)放給國企、央企或大型民企，那么中小微企業(yè)在得不到銀行貸款的情況下可以借助互聯(lián)網(wǎng)金融平臺滿足自己的融資需求，繼而擺脫資金困境，這樣就在企業(yè)部門-金融部門的風(fēng)險(xiǎn)傳染機(jī)制中抑制了風(fēng)險(xiǎn)的發(fā)生。

第三，不同地區(qū)由于其產(chǎn)業(yè)結(jié)構(gòu)發(fā)展程度不同，其產(chǎn)業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)也有較大差異，具有異質(zhì)性特點(diǎn)。本文通過檢驗(yàn)結(jié)果發(fā)現(xiàn)：在安徽、福建、廣西、河北、河南、湖北、吉林、江西、內(nèi)蒙古、寧夏、青海、山東、陜西、四川、新疆、重慶這些以第二產(chǎn)業(yè)為主的省市中，無論是互聯(lián)網(wǎng)金融對區(qū)域金融風(fēng)險(xiǎn)的抑制作用還是產(chǎn)業(yè)結(jié)構(gòu)升級所帶來的調(diào)節(jié)作用其影響都比以第三產(chǎn)業(yè)為主的省市更加顯著。

根據(jù)以上結(jié)論，我們提出下面三點(diǎn)建議：

第一，對于互聯(lián)網(wǎng)金融的發(fā)展，我們在加強(qiáng)監(jiān)督的同時(shí)也要引導(dǎo)其更好地發(fā)展，服務(wù)于實(shí)體經(jīng)濟(jì)，維護(hù)金融安全穩(wěn)定運(yùn)行，做經(jīng)濟(jì)發(fā)展的有力推手。這種“互聯(lián)網(wǎng)+金融”的形式為我國金融行業(yè)的發(fā)展注入了新的活力，堅(jiān)持引導(dǎo)其依法依規(guī)、守正創(chuàng)新，可以使互聯(lián)網(wǎng)金融的發(fā)展既有利于普惠金融服務(wù)，又有利于促進(jìn)創(chuàng)新。

第二，推動產(chǎn)業(yè)結(jié)構(gòu)調(diào)整進(jìn)程，使其與互聯(lián)網(wǎng)金融的發(fā)展相輔相成，推動產(chǎn)業(yè)鏈、創(chuàng)新鏈融合發(fā)展。產(chǎn)業(yè)結(jié)構(gòu)升級不僅是“雙鏈融合”中的重要環(huán)節(jié)，更是構(gòu)建新發(fā)展格局的必然要求，其在發(fā)展過程中產(chǎn)生的資金需求可以緩解金融科技平臺與傳統(tǒng)金融行業(yè)的競爭關(guān)系，降低金融風(fēng)險(xiǎn)發(fā)生的概率。

第三，以第二產(chǎn)業(yè)為主的省市應(yīng)當(dāng)充分發(fā)揮其優(yōu)勢，為互聯(lián)網(wǎng)金融的發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整升級提供空間。以第二產(chǎn)業(yè)為主的省市，當(dāng)?shù)鼗ヂ?lián)網(wǎng)金融發(fā)展水平與地方金融壓力的相關(guān)性更加明顯，說明互聯(lián)網(wǎng)金融的發(fā)展尚有余地，這些省市應(yīng)當(dāng)以更包容和更接納的態(tài)度對待互聯(lián)網(wǎng)金融，使其更好地助力當(dāng)?shù)貙?shí)體經(jīng)濟(jì)，尤其是針對中小微企業(yè)的服務(wù)。當(dāng)然，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整在其中起到的調(diào)節(jié)作用不可或缺，對此應(yīng)當(dāng)加快步伐、迎合互聯(lián)網(wǎng)金融的發(fā)展，合力抑制金融風(fēng)險(xiǎn)，為當(dāng)?shù)亟鹑隗w系平穩(wěn)運(yùn)行保駕護(hù)航。