融资结构与金融危机：跨国数据的经验分析

周玉琴 董黎明

（1.重庆师范大学经济与管理学院，重庆401331；2.河南省社会科学院 统计与管理科学研究所，河南 郑州451450）

一、引言

当前，金融危机发生的深度和频率都呈加重趋势，危机发生国出现资本市场暴跌和金融机构倒闭等问题，对实体经济造成重大影响。虽然我国目前尚未发生过重大金融危机，即使2008年美国金融危机，相对西方国家来说我国的影响也要间接、滞后、轻微一些，但并不意味着可以对潜在的风险和隐患掉以轻心。全面建设社会主义现代化国家，应“图之于未萌，虑之于未有”，加快构建与完善金融危机预警机制，打好防范化解系统性金融风险的攻坚战。

已有金融危机相关文献分别从警义的明确[1-2]、警源的寻找[3]、警兆的分析[4]和预警的实现[5]做了诸多探索。然而，由于导致金融危机爆发和传播的因素很多，每次金融危机的触发事件并不相同，数量众多的指标体系易模糊重要信息，并且多重危机共生性现象的存在使预警效果较差。不同于已有文献，本文在警兆指标的选择上不关注与金融危机相关的全面指标，仅从金融危机爆发根源角度探索关键因素以对危机进行预警。

现有主要观点认为金融危机产生的机理包含金融脆弱性[6]、政府行为[7]、宏观经济[8]、金融变革[9]等。不可否认，这些因素对金融体系的稳定运行具有重要影响，但任意一个单独的因素都不足以解释所有的金融危机，深入分析发现这些因素都与“资金”具有密切联系。如扩张性财政政策和货币政策、金融自由化和金融创新使金融体系能够为实体经济提供更多资金。同时，宏观经济中的产业结构失衡、收入不平等的原因之一是资金投向结构不平衡。因此，本文认为这些因素引发金融危机的关键在于实体经济与金融体系并存形成的特定融资结构不协调，而这方面的研究比较缺乏。

从总量上看，金融体系为实体经济提供融资服务，忽视了生产要素在实体经济内部的分配情况。本文从结构出发，将实体经济细分到各子部门，金融体系分别对这些部门提供相应的资金支持促进实际生产。各部门融资与生产的对应关系，即融资结构，反映了各部门是否流入过多或过少的资金，此处的过多或过少不是体现在资金总量，而是表现在某个部门。在资金总量一定的条件下，某个部门流入过多资金，意味着其他部门得到的资金支持相对不足，一定程度上反映了资金在不同部门间配置的不协调关系。

二、融资结构不协调与金融危机

本文所称融资结构协调是各部门融资与生产之间的协调关系，考察金融体系为实体经济各部门提供资金的过程中，是否与实体经济各部门均衡持续发展相适应。若各部门融资结构与生产发展速度一致，两者相互协调，则金融体系对该部门的资金支持是适当的；若两者发展速度不匹配，则该部门融入过多或过少的资金，与其对经济的实际贡献不相适应，将导致部门间发展失衡以及部门的过度发展或发展不足。融资结构一定程度上反映了金融体系与实体经济结构上的协调关系。值得一提的是，银行危机、货币危机和债务危机主要分别表现在银行系统、外汇市场以及政府部门，三者相互影响，相互促进，任何一个系统出现问题都会影响另外两个系统的安全与稳定[10]。

融资结构不协调主要通过价格泡沫、产能过剩和产业结构失衡三个渠道引发银行危机。本文所称融资结构不协调反映的是某个部门是否流入过多的资金，若这个部门为房地产业，充裕的资金会推动资产价格上涨以及价格泡沫的形成与膨胀[11]，资金在各部门间配置失调易导致产能过剩和产业结构失衡等问题。有关研究表明价格泡沫增加了银行危机发生的概率[12]。产能过剩会通过替代效应和收入效应使资金流入其他投资领域造成资产价格泡沫，进而导致危机发生[13]，也可能直接诱发危机[14]。

货币危机以汇率大幅波动和储备减少为特征，其发生的重要原因之一是国际资本流动，很多新兴市场国家危机发生前存在大量的外资流入。本文认为外资流入本身并不存在不合理，若这些资金得到合理配置并不会导致货币危机。但实际上，大量外资进入后，并未合理地分配到各部门，而是过多地涌入某一个部门，这种不协调配置导致了价格泡沫等问题。这些问题积累大量的不良资产，为避免因本币贬值造成资本损失，这部分国际资本会迅速大面积撤离，导致汇率崩溃，引发货币危机[15]。

当融资结构不协调表现为过多资金流入到政府部门时，其会采取扩张性财政政策，政府支出增加，财政赤字上升，政府债务不断膨胀。当该国债务超出预算约束还继续实施扩张性的财政政策，就会导致政府债务规模过大。当债务负担使政府信用遭到投资者怀疑时，会进一步面临国内信用和国际信用恶化，政府将无法通过发债而得到资金。最后只能超发货币进而导致严重的通货膨胀，投资者从资本市场撤退，经济衰退，政府税收收入进一步降低，债务利息却呈几何级数增加。债务不能按期偿还，势必引发债务危机。

三、融资结构协调视角下的危机预警指标体系

（一）金融危机预警视角下的国民经济部门再分类

目前的部门分类主要有机构部门分类和产业部门分类，两者适用于不同的国民经济核算和分析领域，但都不能独立实现融资结构协调的测度。金融体系在整个经济中具有越来越重要的位置，政府部门对金融系统健康稳定发展具有特殊作用，机构、部门之间的交易对危机预警尤为重要，这些在机构部门分类中得到很好的体现，但产业部门分类主要从生产活动考虑，未能很好反映各部门的经济收支状况。同时，制造业、房地产业等部门的经营状况也影响金融体系的稳定运行，这些生产活动能很好地反映在产业部门分类中，但机构部门分类是通过机构单位分类，不能反映具体的生产状况，因此有必要基于金融危机预警目的重新建立部门分类。

聂富强和周玉琴（2017）建立了金融安全监测视角下的国民经济部门分类[16]，虽然考虑了政府部门和重点产业部门对金融体系的影响，但未将国外部门纳入其中。全球化下每一个主体都无法避免与其他国家产生交集，一个国家的进出口以及外债对金融稳定有重要影响，因此本文在此基础上加入国外部门，构建了金融危机预警视角下的国民经济部门再分类，如图1所示。

图1 金融危机预警视角下的国民经济部门再分类

（二）融资和生产指标

从各部门融资来看，融资快速增长侧面反映了融资标准的下降，导致风险较高的企业也能获得资金，使潜在的系统性风险水平上升。按资金来源不同，融资可分为外源融资和内源融资，其中外源融资又分为债权融资和股权融资[17]。本文主要研究各部门是否流入过多的资金，因此主要从外源融资出发。当债务融资在外源融资中占比很高时，金融体系稳定性下降[18]。Fisher（1933）债务通缩理论表明如果过度投机或过度投资时的资金不是借贷资金（债权融资）就不会造成非常严重的影响[19]，高负债会对经济运行产生负反馈作用，进而导致经济危机，因此本文仅从债权融资角度建立各部门融资指标。

仅对各部门债权融资而言，虽然各机构、部门已对其资产负债情况进行核算，但对产业部门而言，并未有细分部门的融资数据，这就需要从企业角度出发构建债权融资指标。本文从各部门债权融资总量入手，采用部门资产负债表中的负债或者银行的分部门信贷与部门所发债券总量替代，如政府部门选用政府债务或政府部门信贷；房地产业选用房地产业信贷或房地产业负债。无论各部门债权融资规模多么巨大，只要有足够的偿还能力，则不会影响金融稳定，因此需选择一个能体现偿还能力的指标作为各部门生产指标，最终实现协调度的测度。实际生产增长会对借方的偿债能力产生影响进而威胁金融安全[19]，因此本文运用各部门的增加值指标反映偿还能力，也反映各部门在整个国民经济中的地位。国内生产总值支出法核算中，政府消费和进出口为两个重要的组成部分，因此进一步运用政府消费和出口收入作为政府部门和国外部门的生产指标。最终各部门融资和生产指标如表1所示，这与已有的金融危机预警相关指标（国内信贷、公共部门债务、总外债、GDP、政府消费、出口等）相适应。

表1 各部门融资和生产指标

（三）协调度指标

为建立危机预警指标体系实现危机预警，需构建各部门的协调度指标以反映该部门是否融资过度或不足。“信用扩张过度”指实体经济增长速度比信用货币膨胀速度慢，按照类似定义，认为各部门的融资指标增长速度快于生产指标增长速度，则该部门流入资金较多。因此，采用比值法，运用偏离度①偏离度为各部门融资指标增长速度与各部门生产增长速度之比减去1。指标与0的距离进行测度，其中x和y分别为各部门的融资指标和生产指标的增长速度。当R指标为0时，意味着融资指标与生产指标增长速度一致，即该部门得到与之匹配的资金支持，R指标越大说明各部门的融资指标与生产指标越不协调。

为避免某部门融资指标与生产指标不协调而发生金融危机，将各部门协调度指标作为金融危机预警指标。本文虽然从融资结构协调视角出发，但只讨论结构而忽视总量是不合理的，因此预警指标中需考虑总量指标，即金融体系与实体经济之间的不协调。由于无法准确监测流入金融体系的资金，运用金融体系对整个国民经济的贡献间接反映金融体系的发展程度，将金融保险业增加值比重指标纳入预警指标体系中。最终构建的金融危机预警指标体系如表2所示。

表2 危机预警指标体系

②金融保险行业增加值比重，后文简称为“金融保险比重”。

相较于已有的危机预警指标体系，本文未分别从宏观经济运行、财政风险、货币风险、国际收支风险以及银行风险等角度构建指标，仅基于易引发金融危机的重点部门，从生产要素（资金）入手，在统一框架下建立指标体系，更能体现预警意义，也在一定程度上反映了各方面的风险状况。此外，传统的政府部门和国外部门的信贷指标都是以国内生产总值为对比，但是国内生产总值与归还政府债务和外债直接有关的产值是总量与分量的关系，总量和分量指标的变化并不一定是同向的，即使同向，两者之间差异也可能较大。因此，各部门的生产指标采取对应的分部门增加值更合理。

四、阈值确定与模型检验

（一）数据来源

本文主要变量为金融危机的识别和危机预警指标。就金融危机识别而言，已有文献主要通过各自定义建立危机数据库或直接引用他人数据库，本文为后者。由于缺失危机普遍性定义，综合运用各种信息确定危机发生时间比运用单一定义确定包含更多信息，有助于解决数据缺失问题，因此本文综合运用已有文献确定银行危机、货币危机和债务危机的发生时间。已有学者根据各自定义建立了危机数据库，其中运用较普遍并且包含样本更多的主要有Demirgüc和Detragiache（2005）[20]、Reinhart和Rogoff（2011）[2]、Laever和 Valencia（2012）[21]、Babecky 和 Havranek 等（2014）[22]，本文将其分别编号为①、②、③、④，并运用这四个数据库确定各个国家危机发生的时间。具体说，综合运用数据库①、②和④确定各个国家银行危机发生的时间段，货币危机的发生时间根据数据库②、③和④确定，债务危机是否发生主要依据数据库③和④。值得一提的是，虽然Dawood和Horsewood等（2017）将危机数据库更新至2012年，但仅针对主权债务危机[23]，因此本文并未运用这些新的数据库。

根据以上方法确定各个国家危机发生的时间如表3所示，为保持各个国家一致，本文样本时间截至2010年。由于预警指标数据的可得性，本文以1997年亚洲金融危机、2008年美国金融危机和2010年欧洲债务危机为重点分析事件，样本主要包含泰国、菲律宾、马来西亚、印度尼西亚以及11个OECD成员，即日本、韩国、德国、匈牙利、比利时、瑞士、英国、葡萄牙、爱尔兰、美国和墨西哥，其中亚洲国家6个、欧洲国家7个、北美洲国家2个①本文所选样本期间，英国尚未脱离欧盟。。值得一提的是，就本文研究目的（危机预警）而言，更关注各个国家危机发生前各指标的发展趋势。从Dawood和Horsewood等（2017）数据库中发现，2010年后新发生的危机次数较少[23]。且本文样本期间内包含了几次典型的近代金融危机，因此样本时间虽仅到2010年，但具有代表性。

表3 危机时间及样本时间段

本文的危机预警指标主要为各部门协调度，而协调度通过各部门的融资指标和生产指标计算所得。各国政府部门和国外部门的生产指标，即货物和服务出口、政府消费都来源于联合国统计司的支出法核算的GDP。其融资指标，即政府债务和外债则来源于世界银行、wind数据库、各国央行网站和统计局官网、欧洲中央银行和亚洲开发银行。其他部门指标来源于wind数据库、各国央行网站和统计局官网或采用其他相关数据计算得到。值得一提的是，已有文献分析企业债权融资时多采用“总负债”指标衡量[24]，并运用“主营业务收入”指标反映企业融入资金经营效率[25]，因此本文运用Capital IQ数据库中公司进行分行业汇总，计算了美国各部门的负债和收入分别替代为融资和生产指标。此外，各国金融保险行业增加值比重由各国分行业增加值计算得到。

（二）阈值确定

为实现危机预警，需对各指标确定一个阈值以发出危机预警信号。为后续进行样本外检验，将缺失值较多的国家和样本时间较短的国家放在样本外，不做分析，即样本外国家有日本、菲律宾、印度尼西亚、瑞士、葡萄牙、爱尔兰和墨西哥。本文阈值的设定主要遵循Kaminsky和Lizondo等（1998）提出的方法，通过最小噪音信号比确定各指标阈值[1]，其中基于保守角度将预警区间设置为已有文献中的最大值（5年），并剔除危机发生期间数据以处理“危机后偏差（post-crisisbias）”。

结果表明（见表4），各部门在各危机形式下指标噪音信号比都小于1（除了国外部门对债务危机预警），说明融资结构协调视角下的危机预警指标体系对银行危机、货币危机和债务危机有一定的预警能力。从噪音信号比最小的角度看，金融保险比重和制造业协调度指标对银行危机的预警效果较好。金融保险比重、制造业、建筑业、房地产业、国外部门和政府部门协调度指标对货币危机的预警效果较好。建筑业和政府部门协调度指标对债务危机预警效果相对较好，其次为房地产业和采矿业。通过各指标的准确率[a/（a+b）]，即所有发出的危机信号中正确预警危机信号的比率，以及正确预测占比[（a+d）/（a+b+c+d）]指标分析表明，制造业协调度指标和金融保险比重指标在银行危机、货币危机中的准确率高达100%。货币危机中，除了采矿业，其他部门指标的准确率都为100%。所有部门指标对银行危机、货币危机和债务危机的正确预测率基本高于50%。如果准确率指标为条件概率，则[（a+c）/（a+b+c+d）]为预测危机的非条件概率，本文建立的指标体系中所有指标在各类危机预警中条件概率都大于非条件概率，说明这些指标都是有效的。

表4 指标阈值分析

（三）预警区间选择

在阈值确定中，将每个指标各类危机的预警区间设置为一致，但由于各部门生产周期以及对金融体系造成的威胁并不一致，需要区分各指标在各类危机中的预警区间。对各指标预警区间的选择首先根据噪音信号比指标，其次根据正确预测占比指标。就银行危机而言（见表5），金融保险比重在T=3时噪音信号比为0，正确预测占比为77%，因此其对银行危机预警时最优预警区间为3年。采矿业协调度指标对货币危机预警时在T=1时噪音信号比最小，正确预测占比为91%。总体看（见表6），同一类危机中各指标的最优预警区间不一致，如在货币危机中，采矿业、制造业、建筑业和房地产业协调度指标预警区间相对较短，金融保险比重、政府部门和国外部门的协调度指标预警区间相对较长。相同的指标在不同的危机中预警区间也有差异，如采矿业协调度指标对银行危机和债务危机预警区间相对较长，而对货币危机预警区间相对较短。为确定各指标的中长期性，将各危机最优区间均值作为各指标的危机预警区间，即金融保险比重指标为3年，采矿业、制造业、建筑业、房地产业、政府部门和国外部门协调度指标为3.7年、1.7年、2.7年、3.3年、4.3年和2.7年。因此，进一步认为制造业发出的信号为短期预警信号，建筑业和国外部门发出的信号为中长期预警信号，金融保险比重、采矿业、房地产业和政府部门发出的信号为长期预警信号。

表5 预警区间选择

表6 各指标最优预警区间

（四）模型评估与修正

值得一提的是，若生产指标增长速度大于融资指标增长速度，表明该部门未能得到足够的资金支持，但有足够能力偿还债务，则很少存在违约的情况，但是易造成实体经济发展不足反过来影响金融安全，因此本文进一步将D分为两个部分，即生产指标增长速度大于融资指标增长速度（D1）、生产指标增长速度小于融资指标增长速度（D2），在每一部分中将另一部分的值设置为0，进一步探讨哪种情况更易造成危机。前文分析中通过噪音信号比对各指标进行比较，但与最优阈值互相影响，当我们同时比较两个模型时，可能一个模型的特异度较高，另一个模型的灵敏度较高，即使改变阈值也可能无法判断哪个模型更优。此时需计算AUC（ROC曲线下面积）做出判断，其越接近1越好，较大的AUC对应较好的预警模型。

当预警区间设置为5年时（见表7），采矿业指标对银行危机和货币危机预警时，D2的AUC值更大，即使在对债务危机预警时D2的AUC值小于D的AUC，但两者比较接近，由此可见，采矿业更应采用D2指标。而制造业指标仅在对债务危机预警时D2更优，但也与D指标比较接近，其余危机时D指标更优，因此制造业采用D指标更合适。建筑业指标在各危机中表现具有差异性，在货币危机中D2的AUC值更大，在银行危机中D1的AUC值更大，在对债务危机预警时D值AUC更大。房地产业指标对债务危机和货币危机预警时分别是D2和D1更优，对银行危机预警时D更优。政府部门指标对银行危机和债务危机预警时D2指标更优，对货币危机预警时D1更优。国外部门指标在各类危机中都以D2指标更优。

表7 各部门D1和D2指标AUC

因此，为提高指标预测准确性，将采矿业、政府部门和国外部门D指标修正为采矿业、政府部门和国外部门的D2指标，其阈值如表8所示。相较于D指标，采矿业D2指标在银行危机、货币危机和债务危机中发出信号准确率都更高。政府部门D2指标在银行危机中发出信号准确率都有所提高，在货币危机、债务危机中保持不变。国外部门D2指标在银行危机和债务危机中发出信号准确率较高，在货币危机中未有改变。由此可见，修正后的指标一定程度上提高了发出信号的准确率。

表8 模型修正（D2指标分析）

（五）样本外检验

根据修正后的指标对样本外国家进行危机预测，结果（见表9）表明，采矿业、建筑业、国外部门指标都未发出货币危机信号。就银行危机而言，采矿业、制造业、房地产业、政府部门、国外部门和金融保险比重指标发出信号准确率大于条件准确率；就货币危机而言，房地产业和政府部门指标是有效的；就债务危机而言，仅建筑业和政府部门指标是无效的，其余指标都是有效的。总体看，每一类危机中都有两个或以上的指标是有效的，并发出危机信号，说明本文建立的指标体系在样本外预警也是有效的。

表9 样本外指标分析

国别分析结果（见表10、表11）表明，在银行危机发生的前5年，仅有日本未发出相应的危机预警信号；在货币危机发生的前2年中，印度尼西亚、葡萄牙和墨西哥都未发出相应的危机预警信号；在爱尔兰债务危机爆发前发出了较多的危机预警信号。总体而言，虽然日本的银行危机，印度尼西亚、葡萄牙和墨西哥的货币危机预警效果不佳，但这是由于日本采矿业、国外部门和政府部门数据的缺失，以及货币危机发生前样本时间较短导致的。

表10 银行危机预警信号

表11 货币危机和债务危机预警信号

五、结论与建议

本文建立的融资结构协调度指标是先行性指标，能对危机提前发出预警信号，其主要通过价格泡沫、产能过剩、产业结构失衡三个渠道引发银行危机，而货币危机和债务危机主要分别通过国外部门、政府部门以及危机间的传导引发。通过对15个国家数据分析表明，基于融资结构协调视角建立的危机预警指标体系对银行危机、货币危机和债务危机预警均具备有效性。若金融业发展太快或过多的资金流入采矿业、制造业、建筑业、房地产业、政府部门和国外部门，都会提高危机发生概率，但在不同类型的危机中具有差异。虽然预警区间、样本的选择对各指标预警效果有一定影响，但在本文研究的各种情况下多数指标都是有效的。通过对预警区间进一步研究发现，制造业发出的信号为短期预警信号，建筑业和国外部门发出的信号为中长期预警信号，金融保险比重、采矿业、房地产业和政府部门发出的信号为长期预警信号，这为宏观经济政策制定提供了经验基础。囿于数据可得性，本文未对各部门的融资指标进行具体分类，由于融资的期限、种类等对金融体系以及实体经济的影响并不一致，后续应细化各部门融资，以解决金融危机预警问题，进一步探索融资结构与金融安全之间的关系。

根据本文结论，对防范金融危机提出以下对策建议：第一，探索建立部门融资规模限额约束机制。融资结构不协调是危机发生的重要原因，控制各部门融资规模有利于金融稳定，因此需建立融资规模限额约束机制。探索融资规模限额约束机制，根据不同时期部门发展需求实行动态限额管理，有利于资金的合理配置，预防产能过剩及资产价格泡沫等问题。第二，加快发展实体经济，防止金融保险业过度膨胀。金融保险业增加值占国内生产总值的比重过高会增加金融危机发生的概率，理论上可以通过抑制金融保险业的发展或加快实体经济的发展来降低金融保险比重，显然前者是不合适的，不利于整体经济发展，因此应注重加快发展实体经济，提高防御金融风险的能力。第三，在对金融稳定的评估中加入融资结构指标。中国人民银行分别从经济金融国内外运行环境以及银行业、证券期货业、保险业、金融市场、金融基础设施等方面对金融运行进行稳健性评估。该评估系统虽然涉及金融体系众多方面，但对金融体系与实体经济之间的关系关注不足，尤其是未涉及资金在各部门间的配置情况。融资结构不协调是引发金融危机的重要原因，需将其加入金融安全状态评估的指标体系中。