中国区域金融韧性水平测度与分布特征分析

宋玉茹

（中共中央党校，北京 100091）

一、引言

2008 年《巴塞尔协议Ⅲ》中便提出要“建设更具韧性的银行与金融体系”。中共十九届四中全会之后，“增强金融体系韧性”正式成为中国开展金融工作的重心之一。金融是一国实体经济的血脉，也体现着国家核心竞争力，中国作为新兴经济体中的金融大国，更应将金融体系韧性的构建作为重点。增强金融体系的韧性对于应对复杂的金融形势、化解突如其来的外部冲击、保障整个金融体系安全运行具有重要意义。区域金融韧性是构成整体金融韧性的基础，而当下关于金融韧性的测度研究多集中于国家层面，省级层面的成果较少。文章基于金融韧性的内涵，借鉴现有成果，测度了中国近年来省级金融韧性水平，并深入探讨了区域金融韧性发展的分布特征与演进规律，对增强中国区域金融韧性具有现实意义，对现有的研究边界具有开创性启示。

二、文献综述

“韧性(Resilience)”一词最早为物理学界术语。Holling(1973)[1]将韧性概念引入生态学领域，提出了“工程韧性”，而后又发展出“生态韧性”“演化韧性”等。2000 年后，Reggiani 等(2002)[2]才将韧性概念引入经济学领域，并且定义“区域经济韧性”为抵御外部冲击的能力。Martin&Sunley(2015)[3]提出了具有代表性的经济韧性的定义，以“抵抗力”“恢复力”“结构转型与提升”三个维度扩展了其内涵。尽管目前关于经济韧性的定义尚未统一，但是国内外学界多以Martin 的定义为基础展开研究。

目前关于韧性的研究多围绕“经济韧性”或“区域经济韧性”展开，然而自2008 年全球金融危机爆发之后，各经济体对自身金融体系韧性的关注度迅速上升，关于金融韧性的研究也逐渐兴起。如果说“金融稳定性(Financial Stability)”代表的是整个金融体系不易动荡、不易发生重大风险的一种状态，那么“金融韧性(Financial Resilience)”所描述的就是金融体系能够有效抵御外部冲击并且迅速从冲击中实现复苏的一种能力。当前国内外对金融韧性的研究也形成了一定成果，从性质上来看，金融韧性一般区分为家庭部门的金融韧性、政府部门的金融韧性以及金融市场的金融韧性[4，5]。很显然，对一国金融市场韧性的研究是金融韧性领域的重心所在。这是因为对金融体系的外部风险冲击一般不会直接影响到家庭部门和政府部门，这种风险冲击往往会通过金融机构和金融市场进行传递。因此，随着国内外经济金融形势的风云变幻，各类潜在金融风险亟需重视，构建具有高度韧性的国家金融体系也变得尤为重要。

中国目前关于韧性的研究成果仅有一小部分涉及金融韧性的范畴。近年来，国家对金融部门的发展持续高度重视，对金融韧性的量化、测度的重要性也逐渐体现。经济体自身的经济韧性与金融部门系统性风险之间存在高度相关性[6]，同样，一国金融体系的韧性也会客观影响到国家实体经济的运行[7]。当前关于金融韧性的测度问题也多集中于对一国金融韧性的整体测度。朱太辉、黄海晶(2018)[7]指出，测度金融韧性应当同时对“金融体系的防御”以及“风险冲击的应对”加以考量。曹强等(2021)[8]则认为，测度金融韧性时应当涵盖着承受外部风险冲击之后金融体系的“适应恢复能力”与“转换学习能力”。总体而言，当前涉及金融韧性水平测度的研究相对较少，关于区域金融韧性的衡量更罕见，文章对省级金融韧性水平的测度主要参考王芳(2020)[9]的研究成果。一直以来，区域金融脆弱性都是区域金融体系发展的障碍与风险点之一，不同的区域金融体系会有不同的脆弱性风险，也会表现出不同的韧性水平。当前增强区域金融韧性是更好地实现区域金融业高质量发展、缩小地域金融发展差距、化解潜在金融风险、维持区域经济与金融可持续发展的重要路径。而对现阶段区域金融韧性水平进行客观测度、深入分析评价结果则是增强区域金融韧性的依据与基础。这也是文章研究的意义所在。

三、实证分析

1.省级金融韧性水平测度

文章借鉴王芳(2020)[9]的成果，遵循科学性、系统性及可操作性原则，立足于金融韧性的内涵，综合现有研究结论，从抵抗性、恢复性、适应性、创新性四个维度入手，构建中国省级金融韧性水平评价指标体系。具体指标选择如表1 所示。

表1 中国省级金融韧性测度指标体系

在测度指标选取时，文章既考虑了区域经济韧性本身，又对区域金融脆弱性加以考量。从表中可以看到，一级指标采用了抵抗性、恢复性、适应性、创新性四个维度，二级指标则分别以四个维度为基础，就区域金融体系的自身状况与外部环境两个角度出发对韧性进行描述。并且考虑到国家整体经济与金融环境对区域金融发展的影响，文章所加入的全国银行间7 天同业拆借年加权平均利率、国家GDP 年增长率等指标也可对此适当衡量。

文章运用2011—2021 年中国各省年度经济数据（港澳台地区及西藏除外） 测度区域金融韧性水平。所采用的原始数据均来源于wind 数据库与各省统计年鉴，在分析前用Eviews10剔除部分时间序列数据的季节性影响，并运用SPSS 软件，采用主成分分析法进行降维合成。降维分析结果见图1。

图1 的横坐标在汇报时区分了东部、中部、西部地区的分组，前11 个省份为东部地区，中间8 个省份为中部地区，后11 个省份为西部地区。从图中可以看到，中国区域金融韧性水平存在明显的区域分布差异，各省之间也差别较大。综合来看东部地区优于中、西部地区，结合图2 的分组走势，东部地区也远超全国平均水平。综合两图结果，中国总体各省金融韧性水平平均走势呈现出波动上升的态势，这主要得益于东部地区各省份的较快提升。同时，东部地区的北京、上海、江苏、浙江、山东、广东等地都表现出强劲的发展态势，这是因为这些地区历年来本身就在经济发展中领跑，经济发展水平相对较高，金融市场环境优良，金融资源富集度与政策倾斜度较高，金融市场基础设施相对完善，高水平金融人才聚集，金融科技水平较为领先，对国家经济、金融政策的落实也更为迅速。总体来看，中国区域金融韧性水平存在显著的“东强西弱”的发展不平衡特征，这也与中国现阶段区域金融发展的基本特征具有较强的匹配度。

图1 中国各省金融韧性水平测度结果

图2 东、中、西部地区与总体金融韧性水平平均走势图

2.金融韧性水平动态演进分析

文章引入马尔可夫转移概率矩阵考察金融韧性水平发展的空间演进特征。首先采取四分位法，将各省金融韧性水平区分为四个等级，分别为高质量发展等级(I＞0.99894825)、中高质量发展等级(0.2972765＜I≤0.99894825)、中低质量发展等级(-0.19816675＜I≤0.2972765)以及低质量发展等级(I≤-0.19816675)。运算原理如下所示：

以金融韧性水平面板数据为例，运用状态向量来描绘此变量在t 时刻的分布状态，记为：Et=[E1tE2t… Ekt]，其中，1…k表示不同的分布类型。分别定义不同的状态类型i 与j，以Mij表示t 时刻中，处于状态类型i 的变量在t+m 时刻时状态类型转移到类型j 的概率值。文章所需要计算的是各省金融韧性水平在1 年之后的状态转移特征，所以此处取m=1。运算公式为：

在式(1)中，ni为总体面板年份之中状态类型位于i 的样本总数，nij则表示t 时间点式位于状态i 的样本在一年之后转移到状态j 的样本总数。运用matlab 软件，文章计算出的转移概率矩阵结果如表2 所示。

表2 区域金融韧性指数的马尔可夫转移概率矩阵

从表中计算结果可知，金融韧性水平四个等级在1 年之后继续保持原位的概率从高质量等级开始，分别为0.71052、0.64205、0.67555、0.71938，均在60%以上，说明金融韧性水平在不同等级之中均具有相对发展稳定性。当位于高质量等级时稳定程度最高，位于低质量等级时次之，总体而言高质量等级与低质量等级的稳定程度相对优于中低质量和中高质量发展等级。1 年之后，低质量等级、中低质量等级以及中高质量等级向上跃迁一个等级的概率分别为0.28727、0.28232、0.22558，说明三个等级均存在一定的向上发展的可能性，并且位于低质量发展等级时，向上跃迁一个等级的可能性最大。进一步观察，对于金融韧性水平的中低质量以及中高质量两个等级而言，两者向上发展的概率远大于向下发展的概率，即处在这两个等级之中，金融韧性进一步增强的概率要大于韧性减弱的概率。位于高质量等级时也存在向下发展的可能，并且高质量等级会有一定概率向低质量等级演变。究其原因，金融业在发展过热时偶尔会出现“脱实向虚”的金融乱象以及发展泡沫，这种现象有时会从统计角度迅速跨等级推高一个地区的金融韧性水平，但是以热度推进的韧性提升终究是不稳固的，这也导致其容易出现回落现象。但是总体上来看，马尔可夫转移概率矩阵的运算结果印证了多年来中国各个省份金融韧性水平向上发展的趋势以及相对的发展稳定性。

3.区域差异与结构分解

文章引入泰尔指数(Theil index)深入探讨中国金融韧性水平的区域差异性。按照东部、中部、西部的划分将30 个省份分为三组，进而将金融韧性水平发展的总体差异分解为组内差异与各组间差异。泰尔指数基本运算公式如式(2)所示：

式中，以Qi表示金融韧性水平，为这一年中各地金融韧性水平的均值，T 为运算所得到的泰尔指数，取值位于[0，1]之间。泰尔指数越大，代表发展的差异越大。由此，便可以得到中国东部地区、中部地区、西部地区三组组内金融韧性水平差异的计算公式，如式(3)所示：

在式中，TP(p=1、2、3)分别代表中国东、中、西部地区组内金融韧性水平的泰尔指数。其中，np为各个区域的样本数量，则代表各个区域的金融韧性水平的平均值。进一步，可以得到总体地区内差异的计算公式为式(4)所示：

式(4)中，以Tw表示总体地区内部差异的泰尔指数，其是基于各组组内差异计算而来。而计算总体差异，还需得到三组的组间差异，文章以Tb代表组间差异的泰尔指数，计算组间差异的公式如式(5)所示：

进一步，便可以得到总体差异的计算公式：

运用Stata 软件计算各个部门的泰尔指数。图4 汇报了东、中、西部地区三组组内差异的走势，从图中可以看到，东部地区的组内差异在波动中逐年上升，但是变化幅度最小；中部地区的组内差异经历了先升后降又上升的过程；西部地区的组内差异最大并且稳定度不高。究其原因，东部地区多为沿海发达地区，自身金融发展水平较高，类似于上海、北京、深圳之类的金融中心与特大型城市都位于东部地带，并且山东、浙江、江苏等地都是全国经济、金融发展的领跑地区，金融业发达，金融机构规模与数量也是全国领先，金融市场相对而言更加成熟，因此各地金融韧性水平差异并不突出。而反观西部地区，既有重庆、四川、陕西等经济相对发达的省份，又有甘肃、宁夏、青海、新疆等经济较为落后的地区，不同省份之间金融市场发育程度差异较大，造成金融韧性水平的组内差异度较高，加之近年来中国相继推出各类金融政策，尤其是2015 年，中国金融市场大事频繁，全国各地在构筑区域金融体系韧性的道路上尚处于摸索阶段，这也就造成了各组组内差异的波动性，一定程度上也反映了如今中国区域金融韧性发展的不平衡性。

图3 汇报了11 年来中国各地金融韧性水平的总体差异走势，及其与总体组内差异、组间差异之间的关系。首先从图中可以看到，多年来中国金融韧性水平发展的总体差异呈现出明显上升的趋势，组内差异与组间差异均显著升高，并且组内差异对总体差异的贡献率一直高于组间差异的贡献率。由此可见，当前中国各地金融韧性水平发展的区域不平衡性逐渐放大；组内差异对总体差异的贡献率更大，因此想要缓解金融韧性水平的区域不平衡问题应当重点关注组内不平衡性，这也引起了国家及相关部门的高度重视。2017 年，习近平总书记提出要建设更高水平、更加开放、更具活力和韧性的资本市场；2018 年，中国人民银行第四季度中国货币政策执行报告中明确提出，今后“增强金融体系韧性”已成为中国金融领域的工作焦点。由图中也可以看到，自2017 年起金融韧性水平的组间差异开始扩大，这是因为在政策驱动下，东部地区作为对金融政策响应最迅速的地区，进一步加快推进自身金融韧性体系建设所获得的高速发展，与中、西部地区的差异性进一步拉开，同时也推高了总体发展的差异性。

图3 泰尔指数各类差异走势图

4.空间相关性检验

文章引入莫兰指数（Moran's I） 验证中国各省金融韧性水平之间是否存在显著的空间相关关系，分析时用全局莫兰指数(Global Moran's I)。具体计算公式如式(7)：

以各省金融韧性水平为例，式中n 代表运算时所涉及样本地区的总数，其中n=30；Xi则表示当年某地区的具体观测值，即该省份的金融韧性水平，W 则代表计算所需要的空间权重矩阵。文章分别选取地理距离权重矩阵(W1)、空间经济距离权重矩阵(W2)、地理与经济距离嵌套矩阵(W3)来计算莫兰指数。其中，在W1中，Wij所表示的是i、j 两个地区之间地理距离绝对值的倒数；W2则将各个地区之间经济发展水平的空间自相关性加以考量，其矩阵中Wij所代表的是i、j 两个地区之间人均GDP 差值的绝对值的倒数；而W3则将地理距离与经济距离综合考虑，W3=kW1+(1-k)W2，k 的取值位于[0，1]之间，文章参考邵帅等(2016)[10]的成果，取k 值为0.5。不同空间权重矩阵之下莫兰指数计算结果如表3 所示。

表3 三类空间权重矩阵之下莫兰指数计算结果

莫兰指数的取值范围位于[-1，1]之间，越接近于1 则表明空间正相关性越强。由表中结果可知，在W1权重矩阵之下，中国金融韧性水平的莫兰指数相对稳定并且均为正值，但是在W2权重矩阵之下，莫兰指数则几乎不显著。这就说明，多年以来中国各省份的金融韧性水平在地理空间之上具有显著的正相关性分布特征，地理位置邻近的地区会表现出正向的空间外溢效应，这种空间外溢对经济条件相似的地区而言并不明显。究其原因，考虑到金融产业与各类金融机构分布的聚集性，地理位置相近的地区更容易因为距离较近从而实现金融资源、人才、资金等有效沟通，从而促成了邻近地区金融体系韧性的互相影响。单纯经济条件相似的地区则无法做到这一点。

文章引入莫兰散点图(MOLAIN scatter plot)进一步分析中国金融韧性水平的空间集聚状态。根据前文结果，继续选择地理距离权重矩阵(W1)作为计算时所需要的空间权重矩阵。根据文章研究，莫兰散点图中会涉及到众多省份的名称，为了避免汉字之间互相堆叠影响观察效果，文章为涉及到的30 个省份进行标号以便观测。表4 中列举了各个省份的东、中、西部地区分组情况以及观测序号。

表4 各省份对应分组与标号

研究运用stata 软件，分别计算2011 年与2021 年金融韧性水平的莫兰散点图以分析其空间演变规律。结果如图4、5 所示。

由图4、5 的回归结果可见，11 年来大多数省份都位于第三象限之中，也就是说分布状态属于低—低聚集型，在金融韧性水平较低的省份，其周边各省的金融体系韧性往往不高，这也佐证了前文中所提到的正向空间溢出效应，说明中国各个省份的金融韧性水平空间正向聚集特征。也有少数省份长期处于第二象限或第四象限，表现出高—低聚集型或者是低—高聚集型的特征。位于第一象限、表现出高—高聚集型特征的省份最少，但是不难发现北京、上海、江苏、浙江等地一直处于第一象限之中，这些区域本身经济发展水平较高，金融市场相对成熟，金融韧性相对较高，对周边区域的正向溢出效应也更为显著且具有稳定性。反之，众多西部省份长期位于第三象限之中，亟需发展动能并进行制度改革创新。总体来看，中国金融韧性水平发展的空间自相关性具有较强的稳健性，不会轻易变化。并且这种显著的空间外溢效应也会成为未来各省进一步增强自身金融体系韧性的重要路径。

图4 2011 年莫兰散点图分布

图5 2021 年莫兰散点图分布

5.时间演进分析

文章运用核密度估计法(kernel density estimation)分析各省金融韧性水平的时空演进特征。核密度估计法属于非参数估计的一种，在统计学和经济学应用领域均得到了广泛的应用。在给定一组独立同分布的样本x1，x2，…xn后，设其概率密度函数为f，那么核密度函数表示如下：

在式(8)中，K(x)为核函数（非负、积分为1，符合概率密度的性质），h＞0 为平滑参数，称为“带宽(Bandwidth)”。文章运用stata 软件对样本数据进行核密度估计，将多年来的核密度曲线图汇报在同一张图表中显示，并且由于文章进行了东、中、西部地区的分组，具体的核密度估计结果，如图6 至图8 所示。

图6 东部地区核密度估计结果

图7 中部地区核密度估计结果

图8 西部地区核密度估计结果

从图6 中的波峰移动情况来看，中国东部地区金融韧性水平核密度分布曲线的主峰位置存在先左移后右移的态势，可以解读为金融韧性水平呈现出螺旋上升的趋势。并且主峰宽度持续增加，后期主峰宽度越来越大，说明东部地区各省金融韧性水平的发展差距不断拉大，区域发展不平衡出现了一定程度的扩大化。这也验证了前文中泰尔指数的计算结果。当前中国金融韧性相关政策推行时间较短，全球对金融韧性的关注也主要从21 世纪初开始，在发展的初级阶段，难免会出现区域不平衡现象，并且一些先进地区在建设金融韧性体系时所积累的经验也可以为其他地区起到很好的示范作用。再看中部地区，中部地区中分布曲线的主峰位置移动更加明显，同样呈现出先左移后右移的趋势。不仅如此，中部地区主峰宽度增加的幅度比东部地区更加明显，说明其区域不平衡性比东部地区更加显著，考虑到前文泰尔指数的计算结果，也更能说明中部地区中湖北、湖南等金融业相对发达的地区与其他相对落后省份的金融韧性水平差异性。西部地区核密度曲线的变化幅度介于东部和中部地区之间，但是东、中部地区所观测出的两种变化趋势在西部地区依旧明显。总结来看，可以说明的是，中国金融体系韧性建设工作尚处于初级阶段，省份之间发展不平衡性问题凸显，但是总体上各地韧性水平呈现出螺旋上升的态势，待未来的研究进一步验证。

6.收敛检验与结果分析

运用变异系数法观测11 年来中国金融韧性水平的σ 收敛性，图9 中呈现出了全国总体和东、中、西部地区金融韧性水平变异系数的动态变化趋势。就演变趋势而言，全国总体层面表现出在波动中下降的变化趋势，其中2015 年是一个重要的分界点。2015 年之后，全国层面上收敛趋势更加明显，考虑到2015 年中国金融市场上大事频频，对全国金融市场的建设、金融体系的完善都具有重要的意义，因此金融韧性水平变异系数所表现出的收敛性也与此相关。具体到东、中、西部三个地区而言，三组区域表现迥异。东部地区的变异系数多年来变化幅度最小，基本处于0.5～1 之间；中部地区的变异系数在2016 年之前波动性较强，2016 年之后则明显收敛；而西部地区的变异系数在观测时期一直表现出极强的波动性特征。这一定程度上也印证了泰尔指数与核密度估计的运算结果，在内部发展差异较大的地区，往往发展的收敛性不足，趋同性较低，这也进一步说明了应当加大对金融体系韧性建设地区不平衡性的关注，尤其是中、西部地区。但总体来看，全国层面上金融韧性水平依旧呈现出显著的收敛趋势，并且中部地区也对其呈现出明显的“追赶”态势，不难预测，在一段时间后，三大区域中可能会逐渐趋于同一发展水平。

图9 全国及三大地区金融韧性水平变异系数演变趋势

四、结论与对策建议

文章测度了中国2011—2021 年省级金融韧性水平，引入马尔可夫转移概率矩阵、泰尔指数、莫兰指数、核密度估计法、变异系数法对金融韧性发展的动态变化、区域差异性、空间分布、时间演进、收敛性特征进行了具体分析。研究结果表明：中国区域金融韧性水平存在明显的“东强西弱”发展不平衡性，各省金融韧性在不同发展水平上均具有相对稳定性，各个等级都有概率向上发展；区域金融韧性发展具有不平衡性，各省金融韧性发展在地理位置上具有一定的正向外溢性，东、中、西部各省金融韧性发展不平衡态势扩大，且各个区域中金融韧性水平发展具有一定的趋同性趋势。

基于此，文章提出以下政策建议：

第一，进一步完善关于金融体系韧性建设的顶层设计。当前中国金融体系韧性建设工作方兴未艾，在初级发展阶段应首先进一步完善顶层设计与相关法规制度。自2018 年以来，全球经济金融形势复杂，国家层面对“金融韧性”逐渐重视，而且全球在增强金融体系韧性的目标上还任重道远。增强金融韧性在中国不仅涉及到金融风险防控、金融功能的充分发挥，还伴随着金融改革创新相互推进、互相协调。除此之外，各个金融机构也应当加快完善自身金融风险管理体系、强化风险治理能力，相关部门也应进一步健全金融监管体系，在面临外部风险冲击时，提高事前的防控能力、事中的抵抗能力以及事后的恢复能力。

第二，重点关注中国区域金融韧性建设的区域不平衡性问题。泰尔指数、核密度估计等结果中都验证了目前中国区域金融体系韧性建设工作中存在着显著的不平衡性。尽管在开展金融体系韧性建设的初级阶段，出现这种局面也在所难免，但是为了更好地提升中国金融体系的整体韧性水平，未来的金融工作中应当多关注这种区域不平衡性问题。结合中国区域金融韧性水平存在正向空间外溢性的结论，并且金融韧性水平的不平衡性与金融业本身发展的不平衡性具有一定的匹配性，因此，有关部门应当充分考虑邻近地区之间金融体系韧性建设的空间联动性，尽量确保各个地区金融发展条件的优质化、均等化、系统化、完善化。除此外，还应对中国中、西部地区进行适当的金融发展政策倾斜，加大金融业基础设施的建设投入与高端金融人才引进工作，更好地为其金融体系韧性建设工作奠定基础。

第三，守住不发生系统性金融风险的底线。中国金融体系韧性在应对外部冲击时体现出了强大的抵抗力与恢复力，但是仍然应当警惕金融市场的潜在风险。加强金融风险防控是提高金融体系韧性的必备工作，当前世界经济金融形势波云诡谲，国内外金融市场风险压力不容忽视，全球金融治理工作道阻且长。中国在稳扎稳打地实现国民经济复苏的同时，也应当高度重视潜在金融风险的防范与化解，防止国外金融风险“倒灌”。要坚持服务实体经济是金融的落脚点，坚持金融业改革与创新，积极通过改革转型来化解当前的风险与矛盾，进一步探索增强金融体系韧性的现实道路，以提高应对外部风险冲击的能力。