基于熵權法的我國區域性金融風險測度與評價

黎精明，亢曼玲，李啟玉

（1.武漢科技大學管理學院，湖北 武漢 430065；2.湖北產業政策與管理研究中心產業投資與資本運營研究所，湖北 武漢 430065）

一、研究背景和現狀

當前，我國經濟增速放緩加大內循環壓力、美西方對華“脫鉤斷鏈”阻礙外部經濟循環，這些現實因素使得我國金融市場穩定性正遭受日趨嚴峻的挑戰。由于區域性金融風險往往是重大金融風險的肇端，因此，嚴防區域性金融風險是當前我國防控重大金融風險的關鍵著力點。

區域性金融風險具有局部性，它是特定區域內個別金融機構由于失信所造成的負面效應在區域內聚集、傳播、擴散，進而給區域內金融系統帶來的負面不確定性[1]。相對系統性金融風險而言，“區域性”是其最顯著的特征[2]，正因如此，研究區域性金融風險必須針對特定的空間維度。與其他風險類似，區域性金融風險也具有傳染性和擴散性，它在特定區域內聚集到一定程度后必然向區域外擴散和蔓延，即在區域間進行傳播，隨著跨區域傳染范圍擴大和力度增強，最終必然引發系統性金融風險[3]。為避免出現此類狀況，近年來黨中央高度重視區域性金融風險的防控工作，已將區域性金融風險置于防范和化解重大風險的優先位置。2021 年以來，銀保監會先后印發了《關于進一步推動村鎮銀行化解風險改革重組有關事項的通知》《關于印發商業銀行負債質量管理辦法的通知》《關于推進信托公司與專業機構合作處置風險資產的通知》等重要文件，對金融機構進行嚴格管理，嚴防發生區域性金融風險。

毋庸置疑，防范和化解區域性金融風險的根本任務是把風險控制在安全邊界范圍內，避免發生區域性金融風險事件，堅決防范區域性金融風險轉化為系統性金融風險。而實現該目標的前提是對區域性金融風險進行科學測度，唯有如此，才能實時準確了解區域性金融風險的真實狀況，并據此制定切實有效的區域性金融風險防控策略，否則，若對區域性金融風險缺乏準確了解，很難想象政府能切實做好風險防控工作。

對于區域性金融風險的度量，國內外主要有兩種范式：其一是指標法，即通過構建評價指標體系，采用主成分分析法、因子分析法、指數法等方法多維度測算和歸集區域性金融風險。比如：趙文舉等（2022）從宏觀經濟、外部市場、貨幣流動性和資產泡沫4 個維度構建評價指標體系，并運用主成分分析法測算了我國八大綜合經濟區的區域性金融風險[4]；王擎等（2018）從資本充足、資產質量、管理質量、盈利狀況、流動性風險、市場風險和信息科技風險7個維度構建評價指標體系，并通過CAMELS評價模式測算了我國銀行業的區域性金融風險[5]；張帥（2021）從宏觀經濟、資本市場、銀行市場、保險市場和政府債務5個維度構建了區域性金融風險指數，并運用指數法對我國區域性金融風險進行了測度[6]，其他類似研究不再逐一贅述。其二是模型法，即通過構建不同模型來測算金融機構的違約概率，進而評估其違約風險。比如：范小云等（2013）使用CCA和DAG 方法，測度了我國銀行部門的系統性風險[7]；蘇冬蔚等（2011）通過非參數KLR 模型和Logit 模型構建了適合我國國情的金融危機預警系統[8]；任英華等（2022）基于神經網絡模型構建了區域性金融危機預警系統[9]；楊子暉等（2018）通過“去一法”測度了我國177家銀行的系統性金融風險[10]； 周亮 （2021）[11]、 James Barth 等（2013）[12]、吳婷婷等（2020）[13]使用Covar 模型對金融風險進行了測度和評價。

對于上述區域性金融風險測度方式，本文認為，在我國現實情景下，指標法較之于模型法具有更好的環境適應性。這是因為：第一，模型法通常以嚴苛的假設為前提，我國不同區域差異化的環境條件決定了它們很難滿足相同的假設條件，而指標法卻與之不同，指標取值的變化正好可以較充分地反映區域環境條件的異質性；第二，模型法是以既往較長時期內穩定的數據為基礎來預測后續的區域性金融風險，正因如此，它對歷史數據的長度和穩定性要求很高，而在我國金融體制改革縱深推進的大背景下，數據非平穩、缺失、短面板是普遍現象，因此，我國現實情景下的數據特征很難滿足模型法之要求，同比之下，指標法通常著眼于單期，它使用的主要是截面或短面板數據，因此，中國情景下的數據對其具有更強的適用性。然而，既有指標法的研究尚存在3 個方面不足：其一，評價維度的選取和評價指標體系的構建具有較大的主觀隨意性，其系統性和科學性有待進一步推敲；其二，在主成分分析法、因子分析法、指數法等方法之外，尚待探尋更切實有效的指標合成處理方法；其三，對區域性金融風險的測度尚囿于某些細分領域（如銀行系統）或特定區域（如華東地區），而對不同區域相同時期區域性金融風險測度和比較的研究卻顯得很匱乏。鑒于上述，本文將依循指標法之研究范式，構建區域性金融風險測度指標體系，嘗試引入熵權法進行模糊合成處理，藉此對我國區域性金融風險進行測度與評價，以期為準確把握我國區域性金融風險提供助力。

二、基于熵權法的區域性金融風險測度

（一）區域性金融風險測度指標體系的構建

金融市場是指從事貨幣資金借貸、外匯買賣、有價證券發行和交易、黃金等貴金屬買賣和保險產品交易場所的總稱（楊子暉等，2022）[14]。從區域（或地方）視角看，它主要涉及貨幣資金借貸（信貸市場）、有價證券交易（主體是債券市場和股票市場）、保險產品交易（保險市場）等幾個方面。事實上，在中國現實金融環境下，區域性金融風險正是信貸市場、債券市場、股票市場和保險市場不確定性因素相互影響和交互作用的綜合表現。由此觀之，區域性金融風險主要表現為4 個方面：一是信貸市場風險。該風險的大小主要取決于信貸機構的存貸比和信貸膨脹率。就存貸比而言，同等條件下，存貸比越高，信貸機構的自由現金流量越充沛，其應對負面因素沖突的能力必然越強，從而信貸市場風險也相應越??；就信貸膨脹率而言，信貸規模必須與經濟發展水平相適應，與GDP 增速相比，信貸過度擴張或過度緊縮均會對信貸機構的貸款質量造成負面影響，因此，保持適度信貸膨脹率是降低信貸市場風險的前提和基礎。二是債券市場風險。債券市場風險主要取決于債券發行規模，這可以用債券發行額與GDP 的比值來反映，同等條件下，該比率越大，說明債券超發程度越嚴重，債券市場風險也相應越高。三是股票市場風險。股票市場風險主要取決于股票市場規模，這可以用個股流通市值與GDP 的比值來反映，在發行股數既定的情況下，該比率越小，意味著股市越低迷，股票市場流動性越差，股票市場風險越大。四是保險市場風險。該風險的大小主要取決于保險機構的保險深度和保險密度。它們分別可用當地保費收入與GDP、當地保費收入與總人口的比率來反映。同等條件下，保險深度和保險密度越高，意味著保險市場發育程度越高，投保人應對負面不確定性因素沖擊的能力越強，市場風險相應越低。

綜合上述分析，本文認為，區域性金融風險測度體系必須完整涵蓋信貸、債務、股票、保險這4個細分市場維度，且能將上述核心因素有效指標化。以此要求作為指導思想，本文構建了如表1所示的區域性金融風險測度指標體系。就各指標與區域性金融風險的依存關系而言，上文分析表明，存貸比、股票市場規模、保險深度、保險密度當屬負向指標，債券發行規模當屬正向指標，信貸膨脹率當屬適度指標。

表1 區域性金融風險測度指標體系

由表1可見，該指標體系涵蓋了信貸市場、債券市場、股票市場和保險市場4 個細分市場。其中：在信貸市場維度，本文選取了存貸比和信貸膨脹率2個指標，將金融機構貸款的存量和增量分別與金融機構存款余額和GDP 增長率作配比，藉此動靜結合地反映信貸市場風險；在債券市場和股票市場維度，本文選取了債券發行規模和股票市場規模2個指標分別反映債券市場風險和股票市場風險；在保險市場維度，本文選取了保險深度和保險密度2個指標，將保費收入分別與當地GDP和總人口做配比，用以刻畫保險市場發育程度及其風險水平。由于區域性金融風險主要是這4個細分市場相關風險因素的疊加影響和交互作用，因此，上述4維度6指標作為一個有機整體，理應能夠科學反映區域性金融風險的真實情況。

（二）數據來源及初始處理

為確保數據具有可及性和時效性，本文選取2012—2020 年我國31 個省份的相關金融市場數據和經濟數據對我國區域性金融風險進行測度。表1中各指標計算所需的原始數據來源和口徑界定如下：2012—2020 年各省GDP、總人口等數據從國家統計局官網獲得；2012—2020 年各省的金融機構存（貸）款年末余額、債券年總發行額、保費收入、個股年流通市值等數據從CSMAR 數據庫獲得；信貸增長率和GDP 增長率是在上述數據基礎上運用Python軟件計算得到；信貸有廣義和狹義之分，廣義信貸包括金融機構的存款、貸款等信用活動，狹義信貸僅指金融機構的貸款，本文所指的信貸是狹義上的概念。

由于表1的指標在反映區域性金融風險時存在正向、負向及適度之分，因此，本文采用極差法對樣本數據進行標準化處理，藉此降低因數據量綱不一致對綜合權重結果的影響。標準化處理方法分別如式（1）、式（2）和式（3）所示。

式（1）、式（2）和式（3）中，Rtj表示第t年的第j項指標值；max（Rj）、min（Rj）分別表示第j 項指標的最大值和最小值；Rj表示第j 項指標的平均值。

（三）基于熵權法的實證測度

區域性金融風險的測算有指標法和模型法之分，上文已經述及，在中國現實情景下，指標法更加適用于測算我國的區域性金融風險。使用指標法時不可避免地需要對指標進行賦權，賦權方法有客觀賦權法和主觀賦權法之分，由于主觀賦權法存在較大的主觀隨意性，因此本文選用客觀賦權法。在客觀賦權法中，熵權法因能對原始信息作更充分的利用而具有顯著優越性，因此本文選取熵權法對我國區域性金融風險進行測度。熵權法測算的具體過程如下。

1.計算樣本值占該指標的比重

計算方法如式（4）所示。P 值越大，表明該指標在綜合評價指標體系中的權重越大。

2.計算各指標的信息熵

計算方法如式（5）所示。

3.計算信息冗余度

計算方法如式（6）所示。

4.計算各指標的權重

計算方法如式（7）所示。指標權重越大，意味著該項指標在總風險中的重要性程度越高。

我們在收集原始數據并計算相應指標后，按照式（1）至式（3）的方法對各指標數據做了標準化處理，然后分別代入式（4）至式（7）中，藉此測算出我國各省份的區域性金融風險各指標之權重（表2）。

由表2可見：除北京外，信貸膨脹率和債券發行規模對所有省份區域性金融風險的影響最大；除北京、貴州、西藏外，股票市場規模對所有省份區域性金融風險的貢獻最??；保險深度、保險密度和存貸比在我國區域性金融風險中的貢獻相對較低。

5.計算綜合評價得分

計算方法如式（8）所示。綜合評價得分越高，表明區域性金融風險越高，爆發區域性金融風險的概率相應越大。

6.實證測度

表2已經列示了我國31個省份區域性金融風險各指標的權重，在此基礎上，根據式（8）即可測算我國各省份區域性金融風險的綜合評價得分，亦即各省份區域性金融風險的量化評估結果（表3）。

三、我國區域性金融風險分析與評價

（一）我國區域性金融風險總體分析

上文運用熵權法測算出了如表3 所示的2012—2020 年我國省級區域性金融風險值，為了解我國區域性金融風險的總體狀況及其變化趨勢，進一步計算我國31 個省份相應年份區域性金融風險的平均值（圖1）。

圖1 2012—2020年我國省級區域性金融風險的均值

由圖1 可見，2012—2020 年間，我國區域性金融風險總體呈上升趨勢，風險水平由2012 年的0.058 上升至2020 年的0.201，年均增幅高達16.81%。這一實證結果表明，在中央將防范和化解重大風險置于三大攻堅戰之首、金融風險防控力度不斷加大的背景下，雖然系統性金融風險得到了較好控制，但區域性金融風險卻呈逆勢上揚趨勢，對此，我們必須保持高度警惕。

2015 年我國區域性金融風險的增幅相較于2013 年和2014 年明顯上升。這是因為在2015 年，美聯儲時隔9年再次加息，從而對我國金融市場產生了兩種風險外溢效應：一是信貸市場存款的競爭效應。由于資本具有逐利性和跨境流動性，作為美聯儲加息的影響之一，美元存款相對于人民幣存款的競爭力上升，結果，原來境內人民幣存款中的一部分會被置換為境外的美元存款，進而導致我國信貸市場存貸比下降，信貸市場風險上升。二是金融資產配置的替代效應。銀行存款和購買股票、債券都是產權主體金融資產配置的基本方式，在資金總規模相對固定的情況下，不同金融資產配置方式間存在顯著的替代效應，作為美聯儲加息的影響之一，其他金融資產（尤其股票）會一定程度地被美元存款替代，其結果是股票市場規模下降，股票市場風險上升[15-16]。另一方面，因為2015年我國經濟增長率僅為6.9%，25年來首次跌破7%，經濟增速放緩的結果是市場需求下降，企業融資成本上升、融資難度增大，盈利能力相對下降，進而導致微觀主體的違約概率上升[17]?？傊?，正是上述因素的疊加作用導致2015年我國區域性金融風險急劇攀升。

2016年我國區域性金融風險明顯下降。這是因為2015 年底的中央經濟工作會議提出了“三降一去一補”政策，把“去杠桿”列為2016 年我國供給側結構性改革的重點工作，從而大幅度降低了我國的總體杠桿率和非金融企業杠桿率[18]。另一方面是因為我國加大了對金融市場的專項整治和規范建設力度，并取得了積極成效。例如，中國人民銀行牽頭17 個部門聯合開展了互聯網金融風險專項整治，發布了《非銀行支付機構風險專項整治工作實施方案》；銀保監會、證監會聯合開展對險資舉牌的監督，助力險資舉牌業務規范發展?？傊?，通過“去杠桿”和加強金融監管，2016 年我國金融市場抗住了經濟增速換擋、股市大震蕩、人民幣貶值等風險因素的不利影響，從而使區域性金融風險明顯降低。

2020 年我國區域性金融風險急劇上升。其主要原因是新冠疫情對我國銀行業、地方政府和企業造成了嚴重的負面影響。其一，為緩解疫情導致的經濟下行壓力，中國人民銀行下調了銀行貸款基準利率，銀行機構的利息收入降低，再加之因疫情造成市場環境惡化，中小微企業償債壓力驟增，違約風險急劇上升，銀行業面臨的壞賬損失陡增，這些因素共同作用的結果是銀行業面臨的風險顯著上升；其二，為緩解地方政府因抗疫造成的財政缺口，中央政府提高了地方政府的預算赤字和專項債券發行額度，地方政府的償債壓力增大，違約風險上升；其三，疫情暴發后，為阻斷疫情傳播而采取的限制人員跨區域流動、停工停產等措施對企業的正常生產經營產生了負面影響，企業生存狀況惡化，不少企業破產倒閉，特別是中小微企業，新冠疫情下的存活率相較于疫情前下降了約11.81%[19]，這對社會存款余額、GDP 等必然造成負面影響，進而加大了信貸、債券乃至保險市場的風險。

（二）我國區域性金融風險按大區比較分析

為了解我國區域性金融風險的地域分布特征，本文根據國家統計局對我國31 個省份的區域劃分標準，將我國31 個省份劃分為東部、中部、西部和東北4 個地區①（本文將其稱為4 個大區）?；诒? 的數據，本文分別測算了我國東部、中部、西部和東北4 個大區的區域性金融風險的均值和標準差。在計算4 個大區的區域性金融風險均值時，為避免極端值的影響，本文對各地區的區域性金融風險做了上下1%的縮尾處理。4 個大區的區域性金融風險均值及其變化趨勢如圖2 所示。

圖2 2012—2020年我國四大區區域性金融風險的均值及其變化趨勢

1.區域性金融風險變化趨勢基本一致

東、中、西、東北大區區域性金融風險的變化趨勢基本一致，且和圖1（我國區域性金融風險均值總體變化趨勢）步調大致相同，這說明我國四大區金融市場對美聯儲加息、經濟增速放緩、經濟去杠桿、強化金融監管、新冠疫情沖擊的反應具有較強的同質性。

2.區域性金融風險總體呈上升趨勢

東、中、西、東北地區的區域性金融風險總體上都呈上升趨勢，這表明區域性金融風險不斷上升是我國社會經濟發展的普遍態勢，因此，應將防范化解區域性金融風險作為我國全域性、整體性、長期性工作來抓。

3.四大地區區域性金融風險呈逐次遞減趨勢

我國東、中、西、東北地區的區域性金融風險呈逐次遞減態勢，即在任何時間截面，我國東部地區的區域性金融風險最大，中部地區次之，西部地區較小，東北地區最小。誠如前文所述，區域性金融風險是由信貸、債券、股票和保險4個細分市場風險因素疊加影響和交互作用形成，我國四大區區域性金融風險的這種遞減分布格局是有邏輯必然性的：其一，從債券市場維度看，債券發行規模（債券年發行額/該年GDP）是決定債券市場風險（進而影響區域性金融風險）的關鍵因素。從債券發行端看，我國東、中、西、東北地區的債券發行規模呈現清晰的逐次遞減格局。從GDP 端看，東部地區的GDP 平均值均高于中、西、東北地區。綜合來看，東部地區的債券發行額在GDP 中的占比最大，中部地區次之，西部地區第三，東北地區最小，因此在同等條件下，東、中、西、東北地區債券市場風險理應逐次遞減。其二，從信貸、股票和保險市場維度看，其風險均與房地產市場密切關聯，而我國房價的絕對值和波動性長期呈現東、中、西、東北遞減局面[20]。房價波動會對區域金融市場的穩定性產生沖擊，房價上漲會造成銀行風險溢價和杠桿率上升，這將進一步加劇金融體系的內在不穩定性。

為進一步了解同一地區不同省份之間區域性金融風險的差異程度，本文分別測算了4個大區區域性金融風險的標準差（圖3）。

圖3 2012—2020年我國四大區區域性金融風險的標準差

由圖3可見，在統計區間內各大區區域性金融風險標準差變化較大，這說明在各大區內部，區域性金融風險省級格局尚處于動態變動中，但總體而言，東部、中部地區的標準差要低于西部和東北地區，比如2015 年，東北地區的標準差為0.375，達到了統計期間的最大值，但此間同屬該大區的遼寧和吉林，其區域性金融風險分別為0.063和0.722，這足見東北大區省際區域性金融風險存在巨大差異性。導致這種現象的原因在于區域性金融風險與地區經濟社會發展狀況息息相關，而按地域空間劃分的四個大區，區域內省際經濟社會發展水平本身就存在巨大不平衡性。鑒于此，中央政府在防控區域性金融風險時，一方面應將東、中部地區作為防控的重點區域，另一方面對于西部和東北地區，應重點關注諸如陜西、吉林等區域性金融風險較高的省份，著力對其金融風險做差異化精準防控。

四、結論與對策建議

區域性金融風險具有較強傳染性，區域內單個風險源的危機事件可能導致風險在域內快速傳播，甚至擴展至其他區域，對此若不能給予及時有效的控制，將很可能引發系統性金融風險，若此，我國正常的社會經濟秩序將會遭受嚴重沖擊。正因如此，做好區域性金融風險防控工作是防范和化解重大風險的關鍵著力點?？茖W、準確地測度區域性金融風險是有效防范和化解區域性金融風險的前提和基礎，針對現有區域性金融風險測度方式所存在的問題，本文構建了基于熵權法的區域性金融風險測度模式，并實證測度了我國31 個省份2012—2020 年的區域性金融風險值，在此基礎上，對我國區域性金融風險做了深入的分析和評價。通過上述研究，本文做出以下結論：一是基于熵權法測度區域性金融風險具有科學性，測度結果具有客觀性，這是我國現實情景下測度區域性金融風險切實有效的方法。二是近年來我國出臺的區域性金融風險治理措施雖然取得了一定成效，但尚未根本性抑制甚至扭轉區域性金融風險持續上升的趨勢，我國區域性金融風險防控任務依然艱巨。三是我國區域性金融風險呈現東、中、西、東北地區逐次遞減態勢，但西部、東北地區區域性金融風險的離散程度要高于東部和中部地區。

基于上述研究，就如何防范和化解區域性金融風險問題，本文提出以下政策建議：一是建立基于熵權法的區域性金融風險測度體系和預警系統，以便實時準確了解區域性金融風險的真實水平及其變化情況，藉此為精準防控風險提供可靠的依據。二是從信貸、債券、股票、保險4個細分市場維度識別區域性金融風險源，進而對既有區域性金融風險防控措施進行對照檢視，找出政策措施與主要風險源不匹配或針對性不足之處，進而改進和完善風險防控措施，以期從根本上扭轉區域性金融風險持續上升趨勢。三是分區域制定差異化的區域性金融風險防控策略，制定并實行東、中、西、東北地區整體防控與高風險省份重點防控相結合的風險防控策略，此間應重點關注東、中部地區，兼顧關注西部和東北地區區域性金融風險較高的省份。

注釋

①國家統計局將我國31 個?。ㄗ灾螀^、直轄市）分為東部地區、中部地區、西部地區和東北地區，其中東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10 個省份；中部地區包括山西、安徽、江西、河南、湖北和湖南6個省份；西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12 個省份；東北地區包括遼寧、吉林和黑龍江3個省。