我国供给侧金融改革风险测度与防范

李学文

[提要] 在供给侧金融改革背景下，近年来金融要素集聚、区域经济的发展过于集中，诱发系统性金融风险的因素日益增多。本文在前人研究基础上，基于大数据、区块链风控与传统风控模型结合的视角，提出可供测度我国系统性金融风险的两种方法，并提出我国系统性金融风险防范的五种措施，以供参考。

关键词：供给侧金融改革；系统性金融风险；测度方法；防范对策

中图分类号：F83 文献标识码：A

收录日期：2017年5月4日

当前，我国经济进入“L型”震荡期，金融供给端影子银行快速扩张，信贷与实体经济背道而驰，国家战略性的提出了供给侧结构性改革。而供给侧金融改革的核心就是要去产能盘活资金存量，降成本提高金融运作效率，去杠杆打造“轻资产”模式。但是在此过程中，机构或市场系统可能会因经济下行压力或金融资源配置扭曲等外部诱因诱发系统性金融风险，而这些风险是不可消除的，无论作为国家层面还是机构层面，都必须足够重视，基于大数据、区块链风控与传统风控预警模型加以监测与防范。

一、供给侧金融改革与系统性金融风险概述

（一）供给侧金融改革的含义。供给侧金融改革隶属于供给侧结构性改革的部分面，即从金融供应端出发，调整金融规模、金融资本、金融制度创造、金融创新等要素的结构和产业分工，减少无效供给，矫正金融要素禀赋配置，优化金融资产质量，盘活金融资金存量，从而提高金融经营效率。

（二）诱发我国系统性金融风险的因素。系统性的金融风险的引发因素主要是政治政策、宏观经济状况、经济周期性、利率、通货膨胀等外部原因，其造成的影响是系统性的，可能导致整个证券市场大部分股票价格下跌，危害不可小觑。

第一个诱因是金融资本的错配。目前，我国整个金融供给端影子银行迅速扩张，这与商业银行为了控制风险，死卡企业稳经营良好与否有关，中小企业为了获得贷款，不得不以高利率去找其他金融机构贷款，导致金融资源配置被扭曲，而极高的资金成本极容易导致系统性金融风险集中性爆发。

第二个诱因是金融体系的脆弱性。近三年，我国商业银行不良贷款率和债券违约率相对上升。杠杆率和负债率双双过高，投行创新业务的资产打包再出售更使得资金期限过于集中，一旦发生挤兑现象或集中违约事件，很容易导致系统性风险的发生。

第三个诱因是宏观经济局面。2017年，我国制造业或将延续“投资冷、生产热”，社会消费依然实质低迷，出口或又面临贸易战风险。PPI从上游向中下游向CPI传导，人民币汇率弹性加大，这些都将影响我国金融体系的稳健性。

第四个诱因是房地产泡沫。我国房地产投资失速风险继续存在，一线城市和大部分二三线城市的房价仍然居高不下，存在房价偏离其真实价值的现象，使得房地产行业金融风险过于集中。

二、可供评估我国供给侧金融改革中系统性金融风险的指标与测度方法

供给侧金融改革，导致我国股票、债券、保险、金融衍生产品市场的金融风险与原来呈现出不同的格局。为了全面地测度供给侧金融改革背景下我国系统性金融风险，下面提供了两种方法供参考：

（一）基于CoVaR方法评价我国供给侧金融改革中系统性金融风险。CoVaR法是由Adrian和Brunnermeier提出的，它可以很好地测度我国系统性金融风险，本文引用他们的部分成果，来度量单个机构破产对系统性风险的影响率，间接评价我国金融体系系统性风险。

CoVaR法是指概率一定，某金融机构的风险VaR值也确定的情况下，可能导致的别的金融机构发生风险的最大可能性。

假定机构a发生危机，在险价值为VaRqa，机构b的在险价值是VaRqb，有：

Pr（Xb≤CoVaRqb|a|Xa=VaRqb）=q

其中，機构a的收益率用Xa表示，用机构b代表整个金融体系，那么，机构a对金融体系b的系统性风险影响率可用下式测度：

考虑到数据的代表性和可获得性，建议选用已上市的银行、保险公司、证券公司、信托公司作为样本，以度量单个金融机构对金融体系系统性风险贡献率。

（二）基于金融压力指数法评价我国供给侧金融改革中系统性金融风险。国内外学者对金融压力指数法已进行了不少研究，同样也适用于测度我国的系统性金融风险。

本文本着变量应具有代表性及全面性，易获得日度数据，变量之间独立的原则，建议选股票指数下跌变量SD、货币贬值变量、金融业BETA系数、同业拆借利率与无风险利率利差四个变量。其中SDt=-pt/max[p∈（pi-j|j=0，1，…，T）]，P代表股指。

以上数据来源均可以在Wind数据库查询，也可以根据进行整理获取。由于我国供给侧结构性改革开始于2015年11月10日，故本文建议选取时间期间为2015年11月10日至2016年11月10日。

本文建议选用信用份额权重法来赋权。因为此种方法误差最小，确定的样本期间内的各变量的权重随时间变化，可以反映金融制度和结构的变化。

此时我国的金融压力指数便可以构造出来：

其中：变量个数用n表示，时间用t表示，Xnt是指在t时刻第n个变量的样本值，Wnt是指在t时刻赋予第n个变量的权重。

三、供给侧金融改革中系统性金融风险防范对策

（一）利用大数据+区块链技术控制支付系统中系统性金融风险。大数据技术就是通过加工海量数据，从大量的数据中快速获取有效信息，进行实时分析，给予金融机构供参考决策的全方位信息而量化风控。

区块链技术，实质是构造分布式账本，而且其可以构造的分布式账本不可篡改、不可伪造，这就保证了在去中心化的系统中各个节点保密性大大加强。能够着实解决数据孤立、数据质差及泄露等问题。

可见，将大数据+区块链技术应用于机构大额支付系统、跨境支付系统，非常有利于防范系统性金融风险在支付系统中传递，尤其是区块链的防篡改特性、加密特性可以很好地保护支付系统。

（二）严把金融产品审计关，防范系统性金融风险。基于审计立法防范，从立法角度降低金融创新产品创新不合规风险，有效建立金融行业的市场准入法律制度、信息披露法律制度，充分发挥国家审计作用，利用好动态审计的预警和监测功能，实现金融安全。

（三）从会计角度防范系统性金融风险。财政部及相关部门应主导积极推进责任会计制度，健全管理体制与监督体制，责成各企业会计完善团队建设，从会计人员从业素养抓起，大大提高会计信息真实性，从源头上防范系统性金融风险这个隐患。

（四）对产能过剩行业精准差异化监管。产能过剩行业在我国分布不同，导致代表性的房地产、钢铁、煤炭相对应的产业链中系统性金融风险的诱因也不同。因此，必须在宏观审慎监管原则的基础上，因行业对其产业链上下游进行监控，防止系统性金融风险集中爆发而损害我国金融发展的成果。

（五）注意去库存可能导致的系统性金融风险。我国房地产市场对政策因素则更为敏感，要谨防去库存引发政策失灵风险，导致泡沫集聚。因此，去库存调整政策一定要行之有效，警惕引发资产脱实的泡沫。

四、结语

在供給侧金融改革背景下，进行我国系统性金融风险测度及管理，必须结合大数据、区块链风控新技术与传统风控模型来分析。其中，积累技术经验，积累金融数据，完善风险控制机制，加强金融文化建设和金融素质教育，培养全民金融意识尤为重要，从而从源头上保证我国金融和经济安全。

主要参考文献：

[1]张文凯，彭涛.供给侧结构性改革背景下防范系统性金融风险研究[J].金融理论与教学，2017.2.

[2]杨望，曲双石，毛可若.区块链+大数据：传统风控的变革利器[J].共享金融，2016.3.

[3]朱周雨.企业金融会计的风险防范及控制[J].财税研究，2016.8.

[4]杜亚.金融创新产品审计风险的立法防范与控制研究[J].金融视线，2016.10.

[5]杨丽.基于金融压力指数法的我国系统性金融风险测度与预测[J].财经视线，2015.10.

[6]刘晓星，方磊.金融压力指数构建及其有效性检验——基于中国数据的实证分析[D].管理工程学报，2012.3.

[7]白雪梅，石大龙.中国金融体系的系统性风险度量[J].金融市场，2014.6.