一、区域系统性金融风险相关文献综述
Robert C.Merton和Zvi Bodie指出金融体系执行着跨期配置资源、提供管理风险的方式、提供清算和结算支付、提供归集资源并在不同企业里细分所有权的机制、提供价格信息帮助协调不同经济部门的分散性决策以及提供设法解决激励问题的方式等六项基本功能，但系统性金融风险的存在将会使得金融体系所具备的基本功能受到威胁，并严重影响金融系统的稳定，一旦风险防范不足就将使其转化为金融危机，进而严重拖累实体经济的运行，最终使得经济社会付出惨重的福利代价。因此，有效的识别和防范金融风险，维护金融体系的稳定就成为各国共同关心的重要议题。目前，绝大多数的文献对于系统性金融风险研究的出发点都是集中于国家整体的宏观层面，对于区域系统性金融风险的相关研究还比较少，已有的关于区域金融风险的相关研究文献主要从划分引起区域系统性金融风险的来源、指标权重的确定以及计量模型的设定做了一些前期研究。仲彬、刘念和毕顺荣（2002）构建了区域金融风险预警体系的框架，构建了相应的指标体系，并建立了统计模型[1]。汪祖杰和吴江（2006）把区域金融安全指标体系划分为区域金融安全微观监测指标系统、区域安全宏观监测指标系统、区域安全金融生态环境指标系统，并构造了区域金融安全计量经济模型[2]。陈松林等（2006）通过功效系数方法来计算综合评估系数从而建立了金融风险评估模型[3]。姚星垣和郭福春（2008）根据浙江省区域金融发展特点，提出了从宏观、中观和微观三个层面考虑区域金融风险的预警机制[4]。谭中明（2010）认为区域金融风险状况应该包含外部影响因素以及内部影响因素，在此基础上对构建的指标体系赋予不同权重，构建了区域金融风险预警指标体系的测量模型[5]。宋凌峰和叶永刚（2011）认为企业部门和公共部门的风险是区域金融风险构成中的主要风险来源，并采用面板数据模型分析了区域金融风险部门之间传递[6]。李建军和卢少红（2013）利用probit模型与ARMA预警模分析了区域民间金融风险的规模风险与利率风险[7]。包全永（2005）研究了一个封闭银行系统和银行间市场的系统性风险传染机理，认为银行系统性风险具有传染与扩散效应，这种传染与扩散效应最终可能使银行系统失去基本功能[8]。
单个事件会通过一个机构传递到多家机构、从一个市场传递到多个市场，这会引起多米诺骨牌效应，导致损失扩散和蔓延，从而使得整个金融体系变得脆弱，这种观点也适合于区域系统性金融风险之间的传染，较为系统的研究区域系统性金融风险的生成机理并对其进行量化测度进而采取相应的风险防范措施，对于稳定区域经济的协调发展以及整体经济的安全而言就显得至关重要，但是，在进行区域系统性金融风险预警过程中应该包括哪些经济因素和金融指标？应该如何对指标数据进行处理？以及怎样进行相应指标数据的预测并最终通过何种形式来给出风险预警？对此，本文将在基于ARIMA与模糊综合评价视角下给出说明和分析路径。
二、区域系统性金融风险的影响因素及预警指标体系
对于区域系统性金融风险而言，从概念上应界定为特定的经济区域由于外部宏观经济环境的变化或区域内自身经济环境的改变而产生的对于区域内金融体系有着负面影响的一种风险状态，这种风险是潜在客观存在的，且易于通过不同区域间的内在联系而传染。对于潜在的影响区域金融运行的因素而言，大致有以下几类因素。
（一）宏观经济的周期性波动
在宏观经济的扩张期，由于市场的良好表现，个体投资者及机构投资者的非理性思维会过度的增大风险敞口，未对冲的风险敞口增加会不断的使风险集聚，从而威胁到金融体系的安全，在宏观经济的收缩期，随着整体经济的下行，脆弱的金融部门容易出现流动性等困难，这种局面会通过金融机构之间的资产互持而得以迅速扩大，最终影响实体经济的发展。
（二）金融基础设施的不完善
金融基础设施包括了一系列的法律程序和会计程序，交易和清算设施的组织架构，以及监管金融体系参与者之间关系的管制机构。当某个区域由于受到内在的经济波动或者外生冲击时，不完善的金融基础设施将难以有效的防范及转移这些不确定风险，从而导致风险集中度逐渐上升，最终通过资产负债等链条破坏金融体系的正常健康运行，阻碍有效的资本配置，影响区域的经济效率。因此，不完善的金融基础设施将会成为区域系统性金融风险的重要来源。
（三）地方政府的行政干预
地方政府担负着推动地区经济发展的重要任务，区域GDP的大幅增加是量化衡量政府绩效的重要指标，地方政府出于各种考量会采取行政干预的方式配置金融资源，这种举措往往是通过政府的信用来放松金融机构对于市场参与者的约束，从而形成一种隐性担保，这种担保会使即便被担保方出现净值减少，金融机构也极有可能更多的提供流动性的局面出现，从而大幅增加了系统性金融风险的集聚的可能性。
（四）金融系统中的同质化风险
当微观市场主体在同一制度的框架范围内，按照相同或相近的思维模式采取相同或类似的行为时，就会产生正反馈和负反馈两种反馈机制。在经济扩张时，市场参与者的同质化操作易滋生金融泡沫，加速金融风险向金融危机转变；在经济收缩时，同样的策略和行为也会加剧金融危机的发生，这种较强的顺周期反馈使金融系统面临着更大的波动性。同时，对资产负债采取以公允价值计价的方式也会成为金融风险的重要来源，在经济高涨时，抬高或虚增资产的账面价值，刺激信贷扩张，这就易形成信贷扩张到资产价格高涨再到资产价格泡沫最后泡沫破灭演化为危机的回路，在经济衰退时，以公允价值计量的资产价格迅速下降，这将迫使产生资产抛售的局面，从而进一步加速了经济环境或金融功能的恶化，最终形成危机。公允价值计量在经济繁荣时其会制造资产泡沫，经济萧条时期会造成资产价格非理性下跌，对宏观经济波动产生影响。
（五）市场参与者的短视行为
对于短期利润的追逐容易把货币资金更多的配置到资产负债率较高且生产效率较低的行业，2000年高科技产业泡沫的破灭致使美国股票市场大幅下跌，至2002年跌幅达到了30%，严重拖累了实体经济的有效运行，2007年8月开始美国爆发了大萧条以来最严重的金融危机，次级住房抵押贷款违约
所产生的市场连锁反应引发了金融机构的巨额亏损，随后而来的美股单日跌幅高达7%，成为1987年股灾以来最大跌幅，这些危机的爆发很到程度都可归结于市场参与者的非理性行为。次贷危机源于非理性繁荣，正是这种羊群效应的心理导致了美国20世纪90年代的股市泡沫和2000—2007年的房地产泡沫，缺乏市场效率的资源配置将会更容易产生金融风险。
（六）国家宏观政策的调整
国家宏观政策的调整主要是针对整体国民经济的运行需要所做出的长远规划，这种国家层面上的政策变动在作用于局部区域的时候会由于各个区域的经济发展程度和金融体系完善度的不同而有所差别，各个区域的不同弹性反应就容易使得调整过度或调整不足，这些都将成为某些区域系统性金融风险的因素来源。
（七）金融资源的激烈竞争
稀缺资源不仅指物质资本，也应指金融资源。金融资源的竞争不仅存在于金融机构之间，也存在于地方政府之间。金融机构间对于货币资金来源的争夺以及资金用途的盲目投放将放大风险敞口，成为威胁金融体系安全的不稳定因素。地方政府出于绩效的考量也会加入到稀缺金融资源的争夺战中，如果地方政府不具备较强的风险防控能力，那么为了获取更多的外在资源，就有可能会带来更大的金融风险。
上述因素梳理了金融风险的潜在生成机制，金融风险的大小取决于区域宏观经济的运行态势、区域金融体系的风险状况以及微观市场主体的非理性参与行为，其具体影响过程。
金融风险预警模型构建中最基本的要素是确立预警指标，由于影响区域金融体系稳定的风险因素较多，且各个不同的经济区域在区位优势、资源禀赋、对外开放度等方面都存在较大差异。基于此，在选取指标构建区域系统性金融风险预警模型时应该具备既有反映区域宏观经济变化带来的影响，又有反映区域金融市场和金融机构运行状况的特点。
本文选取反映区域宏观经济运行的变量指标主要有区域GDP增速、区域CPI增速、区域失业率、区域固定资产投资增长率以及区域财政收入增长率。对于GDP而言，GDP平稳的增长速度反映了经济规模的合理性放大，而过快的增速也有可能代表着经济泡沫问题，因此，选定该指标作为整体宏观经济的衡量标准之一是必要的。对于CPI而言，CPI增速过快会通过市场参与者的预期作用于经济，带来一系列的交易成本，不利于资源的合理配置，从而拖累经济的正常运行。对于失业率而言，失业率衡量了一国或一地区对于经济资源的利用程度。对于固定资产投资增速而言，固定资产投资增长反映了地区产能的扩张，这直接意味着地区经济未来的增长潜力。对于区域财政收入增长率而言，财政收入的增长反映了一个地区整体的经济增长实力，基于统一的收入口径和可比价格将不同年度的财政收入增长率进行对比，可以看出财政收入规模的变化和增长水平的快慢，这也反映了区域宏观经济运行发展的规模和速度。
由于金融体系的主要组成部分可以划分为金融市场和金融机构，因此分别从区域银行业、区域保险业和区域证券业三个方面来进行选择反映区域金融运行状况指标。Goodhart和Segoviano（2009）认为对于银行业而言，银行作为最重要的金融机构，银行系统的危机、特定银行间的危机及与某个特定银行相联系的系统危机可形成系统性风险[9]。根据相关文献以及学界、业界的相关研究，本文选取的作为衡量银行健康状况的指标主要有：反映资本充足性的指标（资本充足率、核心资本充足率）；反映资产质量的指标（不良贷款率、呆账贷款率、逾期贷款率、最大十家客户贷款比率和最大客户授信比率）；反映盈利能力的指标（资产利润率、资本利用率、利息回收率和资产费用率）；反映流动性的指标包括（流动性比率、超额准备金率和存贷款比率）；反映风险管理能力的指标（风险管理计量程序、内控措施完善度）。对于保险业而言，本文在借鉴中国保险监督管理委员会发布的《保险公司偿付能力额度及监管指标管理规定》的基础上，选取的衡量保险业健康状况的监测指标有保险深度、偿付能力充足率、保费增长率。对于证券业而言，在借鉴中国证券监督管理委员会公布的《证券公司风险控制指标管理办法》的基础上，选取了净资本与净资产比例、净资本与负债比例以及净资产和负债比例作为衡量证券市场运行的监测指标。
三、风险预警逻辑及实证分析
对于区域系统性金融风险预警模型而言，进入模型的评价因素较多，诸多因素的边界也存在着模糊特征，定性分析很难对风险状态做出预警判断。因此，区域系统性金融风险预警模型的构建将主要采取BOX和Jenkins提出的ARIMA模型以及L.AZdah提出的FSEM来进行。
（一）变量说明
为了尝试构建反映区域系统性金融风险的预警机制，现对做出以下划分，区域系统性金融风险预警模型为Ⅰ级系统，区域宏观经济运行指标与区域金融运行指标为Ⅱ级系统（其中区域金融运行系统分为区域银行业系统、区域保险业系统、区域证券业系统），各类监测变量为Ⅲ级系统（包括区域GDP增速、区域CPI增速、区域失业率、区域固定资产投资增长率、区域财政收入增长率、资本充足率、核心资本充足率、不良贷款率、呆账贷款率、逾期贷款率、最大十家客户贷款比率、最大客户授信比率、资产利润率、资本利用率、利息回收率、资产费用率、流动性比率、超额准备金率、存贷款比率、风险管理计量程序、内控措施完善度、保险深度、偿付能力充足率、保费增长率、净资本与净资产比例、净资本与负债比例以及净资产和负债比例27个监测指标）。
（二）风险预警逻辑
区域系统性金融风险预警系统由反映区域宏观经济运行状况、区域银行业状况、区域保险业状况以及区域证券业状况的四个子系统组成，因此，风险预警应该根据四个子系统的风险状况来综合予以判定，然而各个子系统在整个风险预警中的权重应该是有所差异的，这种差异性的最终来源在于进入各个子系统中的监测指标值，所以首先需要对各个监测指标值进行差异赋权并确定风险等级，然后根据确定后的监测指标权重与风险等级给出各个子系统的不同风险等级和风险的综合评价值，最后通过各个子系统的综合评价值的加权处理给出反映区域系统性金融风险的综合评价值，该值即为区域
系统性金融风险的最终状态。上述过程中对于监测指标的赋权采取的是熵值法赋权，熵值小代表该指标的权重越大；对于监测指标的风险等级采取梯形隶属函数通过隶属度来确定，隶属度反映了各个指标对应于不同风险等级的程度，各子系统中的监测指标权重将会构成1×n矩阵，n代表各子系统中的监测指标数量，隶属度构成n×4矩阵，4代表四个风险等级，通过权重矩阵与隶属度矩阵可解出反映各子系统不同风险等级程度的矩阵，对于该矩阵进行风险等级的加权求和即为各子系统的风险评价值，最后根据各子系统在整个风险预警系统的权重值对各子系统的风险评价值加权求和即可得出最终的区域系统性金融风险预警值，根据该值所属的风险区间判定风险状态，逻辑路线。
（三）风险预警机制的实证路线
在用ARIMA（p d q）之前，需进行ADF（Augmented Dicky-Fuller test）平稳性检验并通过自相关函数ACF和偏相关函数PACF的拖尾及截尾特征来确定AR（p）以及MA（q）中滞后阶数，模型采用OLS法估计完成后，使用LB统计量（Ljung-BOX）检验显著性以确定ARIMA（p d q）模型适用，并得出监测指标的点预测值，该值将被用于后续建立的预警评价矩阵。
对于预测出的监测指标数据，需要赋予在风险预警指标体系中的权重值，权重的确定拟采用信息论中的熵值来客观赋权，根据各类指标在系统中的熵值大小的相对程度来确定各类指标的权重值，指标的离散程度越大，该指标对综合评价的影响越大。监测指标的权重需要先对各监测指标在预警体系中的正向或反向作用分别予以定性，然后根据各监测指标的阀值进行一系列代数变化才能确定。根据国际通用标准、国内相关行业规范标准以及相关文献研究成果，本文将区域系统性金融风险预警指标区间及风险等级的评判标准予以暂定并给予指标体系中的各监测指标正负定性，并用“+”和“-”表示，“+”表示该指标数值越大，“-”代表在预警模型中具有较强的积极作用，表示该指标数值越大，则在预警模型中具有较强的消极作用，经过划分后共有19个正向指标，8个负向指标，具体区间及正负评价。
通过梯形隶属函数构造出隶属度后，可以构建出不同的模糊矩阵，分别有反映区域宏观经济的模糊矩阵R1、区域银行业的模糊矩阵R2、区域保险业的模糊矩阵R3以及区域证券业模糊矩阵R4，
R1=（y11，y12，y13，y14，y15）T（13）
R2=（y21，y22，y23，y24，y25，y26，y27，y28，y29，y210，y211，y212，y213，y214，y216）T
（14）
R3=（y31，y32，y33）T （15）
R4=（y41，y42，y43）T （16）
其中，每一个模糊矩阵中的监测指标都对应有4个风险级别，即
yij=（yij（E1）yij（E2）yij（E3）yij（E4）） （17）
通过上述过程确定的权重及模糊矩阵，可以根据模糊综合评价理论进行向量合成得出反映区域宏观经济情况、区域银行业、区域保险业及证券业的综合评价。
B1=W1×R1=（b11、b12、b13、b14） （18）
B2=W2×R2=（b21、b22、b23、b24） （19）
B3=W3×R3=（b31、b32、b33、b34） （20）
B4=W4×R4=（b41、b42、b43、b44） （21）
赋予不同安全级别特征值，即设E1=1，E2=2，E3=3，E4=4，并根据式（22）、（23）、（24）及（25）来计算各个子系统的安全等级指数来进行风险识别，设定安全区间为（0，1]，基本安全区间为（1，2]，风险区间为（2，3]，高风险区间为（3，4]，同时为了把各子系统的指数合并成为风险预警模型的综合安全指数，把各子系统的值进行归一化处理，并利用式（26）来进行综合评判，数值？茁即为区域系统性金融风险的综合评价值，根据设立的不同区间可以判断某区域的风险等级。
四、结语
本文基于ARIMA计量模型以及信息论中的模糊综合评价理论而建立的区域系统性金融风险模型只是一种在现有相关研究基础上的综合及尝试，如对于模型中监测指标的选取、赋权的方法以及评判标准等是否符合经济现实都还需要进一步商榷，对于文中衡量银行业状况的风险计量程序及内控措施完善度这种定性指标的处理是否恰当可行有待进一步分析；同时，该模型能否具有较好的理论价值和实践价值也有待进一步的实证和探讨。由于区域系统性金融风险是客观存在于各个经济区域的现实，这种系统性金融风险的级别主要受到经济区域内宏观经济的运行质量以及区域金融体系的脆弱性的影响，经济区域不仅会由于内生发展不足或发展脱离现实经济体的承受度而加速风险的集聚，同时也会由于风险计量程序的不完善而增大风险暴露程度和放大风险敞口，致使易受到外生性的风险冲击。因此，对于市场经济的所有参与者而言，如何更好的建立起区域系统性金融风险的预警机制及其预警模型，有效的识别金融风险的级别和风险来源并及时有针对性的采取风险防范措施来防范系统性金融风险向金融危机的升级，从而维护好金融体系的应有功能并最终增进社会的整体福利将具有重要意义。
（责任编辑：于明）
参考文献：
[1]仲彬，刘念，毕顺荣.区域金融风险预警系统的理论与实践探讨[J].金融研究，2002（7）.
[2]汪祖杰，吴江.区域金融安全指标体系及其计量模型的构建[J].经济理论与经济管理，2006（3）.
[3]陈松林.区域金融风险监测评估模型研究[J].武汉金融，2006（4）.
[4]姚星垣，郭福春.构建浙江省区域金融风险预警体系研究[J].浙江金融，2008（5）.
[5]谭中明.区域金融风险预警系统的设计和综合度量[J].软科学，2010（3）.
[6]宋凌峰，叶永刚.中国区域金融风险部门间传递研究[J].管理世界，2011（9）.
[7]李建军，卢少红.区域民间金融风险预警方法及实证分析[J].金融监管研究，2013（2）.
