中国金融韧性与区域经济水平耦合协调发展研究

张海龙 梁 艺

一、引言

金融韧性是指在受到外界冲击时，金融体系能够保持结构的稳定和功能的正常发挥，而关键性的指标能够保持相对稳定。金融韧性作为一个区域经济发展的基础，若该区域金融韧性不够强，在遭受冲击后很难快速恢复，必然会阻碍该地区的经济发展。因此，金融韧性与经济水平具有强烈的相互关系。近几年，我国社会融资规模进一步优化，金融供给侧结构性改革不断深化，金融业运行稳健，金融韧性也不断增强。2020年，突如其来的新冠肺炎疫情给我国的经济发展带来了不小的冲击，尤其是国际疫情的持续蔓延。在世界都普遍遭受疫情冲击的大环境下，增加了中国经济发展的不稳定性和不确定性。我国金融机构在保证自己平稳运行的基础上，积极服务实体经济和优化信贷结构，尤其是对小微企业、金融创新与绿色金融的扶持，减少了疫情对我国各省份经济发展的冲击。

通过对现有文献的梳理，发现鲜少从耦合协调度的视角来探究金融韧性与经济发展水平之间关系。同时，由于近几年“黑天鹅”事件频繁发生，我国金融业正处于转型阶段，金融韧性显得尤为重要，金融韧性与区域经济发展水平耦合协调度的研究具有一定的现实意义。针对中国金融韧性与经济发展关系的问题，本文选取了2011年至2020年的相关数据构建了相应的指标体系，并用熵值法确定指标体系中的指标权重，再采用耦合协调模型和空间自相关模型综合分析我国金融韧性与经济水平耦合协调度的程度与空间相关性并提出具有针对性的意见和建议。

二、金融韧性与经济水平的关系机理

图1 金融韧性与经济水平的关系机理图

经济高速发展的地区通常拥有一个高效、运行有序且有足够的能力应对外界冲击的金融体系。从图1金融韧性与经济水平的机理图可以清晰地看出，当一个地区在遭受外部冲击后，弱金融韧性的地区在未来的一段时间里，经济水平出现下降的态势，而强金融韧性的地区却没有因为受到外部冲击导致经济水平下降，仍然能够保持原有的经济增长的状态。我们可以从两个方面进行解释，区域金融韧性可以用来衡量区域经济水平。一方面，金融韧性较高的地区，在遇到“黑天鹅”事件后，该地区的经济能够迅速恢复到原来的增长速度。因为金融机构主要服务于实体经济，经济受到冲击后，实体企业必然会受到一定的冲击，资金链可能会因此断裂。如果该地区金融韧性较强，区域金融能够保持相对稳定，金融机构就可以对实体进行扶持，帮助有需要的企业。另一方面，金融韧性较低的地区可能会制约当地经济的发展，在遭受外部冲击后，经济恢复不到冲击前的发展速度，经济水平呈下降的态势。因为金融韧性较低，金融系统面临的风险就较高，当金融韧性较低的地区的金融业遭受冲击时，金融体系可能会失灵甚至崩溃，一些依靠金融业支持的企业也会因此面临困难，购买金融业相关产品的投资者也可能遭受损失，地区的经济发展也会受到抑制。因此，金融高韧性可以推动经济发展水平。

三、数据来源与研究方法

现代研究认为，区域经济水平可以由地区生产总值、人均地区生产总值、社会消费品零售总额和居民消费价格指数四个指标来衡量。金融韧性的衡量指标目前还没有统一标准，本文借鉴前人的相关研究最终选取存贷比、保险深度、地方财政一般预算收入、规模以上工业企业资产负债率和保险业务保费收入5个指标来衡量区域金融韧性。

(一)数据来源与处理

(二)研究方法

本文首先采用熵值法来确定金融韧性和区域经济发展水平，然后利用耦合协调度模型从时间演变和空间分布两个方面去研究我国耦合协调度的变化，最后利用空间自相关模型对地区协调指数计算出全局Moran’s I指数，并根据局部Moran’s I指数的LISA集聚图划分地区类型。

1.熵值法。

熵值法是源于物理学的一种方法，主要用于度量一种事件的不确定性，其基本原理是数据越分散，熵值越大，权重就越小，不确定性越大。熵值法能够较为客观地确定各项指标的权重，所以本文采用熵值法来确定金融韧性和区域经济发展水平各指标的权重，具体步骤如下：

(1)对所有指标采用归一化处理，保证所有的变量都转化为统一量纲下，且都处于0到1之间。同时，将所有的正、逆向变量都转化成正向变量，最好为1，最差的为0。

(3)运用上述公式算出的每个指标的熵值，再计算各指标数据的变异系数d=1-e,差异越大，熵值就越小，相反数据差异越小，熵值就越大。再根据差异系数计算指标的权重，即

本文利用SPSSAU在线SPSS分析软件采用熵值法计算出我国金融韧性和区域经济发展水平的权重，具体如下表1：

表1 评价指标体系及权重

2.耦合协调度模型。

(1)

其中，C为金融韧性与经济水平的耦合度；u为金融韧性的综合评价指数；u为区域经济水平的综合评价指数。

如果只用耦合度不能够分析出金融韧性与经济水平之间的发展是否具有一致性，只能判断两者之间耦合的强度大小。因此，本文利用上述模型计算耦合度，再根据耦合协调度模型来计算出金融韧性与区域经济水平之间的协调度(协调度与耦合协调度等同，下同。)，耦合协调度模型如下：

(2)

其中，D为耦合协调度，T为综合协调指数；ɑ和β为待定系数，分别代表我国各地区金融韧性和经济发展水平的重要性，本文在研究过程中认为区域金融韧性与区域经济发展水平同等重要，故将α和β均设为0.5。

3.空间自相关模型。

本文选用全局Moran’s I指数度量我国各省份金融韧性与经济水平的耦合协调程度的空间关联特征，其计算公式如下：

(3)

其中，x和xj为相邻的省份之间变量的取值；W为空间权重矩阵W的一个数据，n为地区的个数。I的取值为[-1,1]，I为正表示空间有正相关性，反之，为负相关性。

局部空间自相关，分析金融韧性与经济发展水平耦合协调度在省(市、区)之间形成的空间关联，进一步探究局部省(市、区)空间上的不均衡性，进而分析各省(市、区)金融韧性与经济发展水平的空间异质特征。本文采用Moran’s I的LISA统计量表示局部空间自相关，其计算公式为：

(4)

四、我国金融韧性与经济水平耦合协调度总体评价

表2 耦合协调度等级划分

(一)时间演变特征

根据耦合协调度模型分别计算出31个省(市、区)2011年至2020年金融韧性与经济水平发展耦合度和协调度，并求出耦合度和协调度的均值，得到图2，即2011年至2020年31个省(市、区)金融韧性和经济发展水平耦合度和协调度均值变化情况。从整体来看，2011年至2020年我国金融韧性与区域发展水平耦合度和协调度总体呈上升的趋势，协调度水平明显低于耦合度水平。从耦合度变化趋势来，从2011年的0.661上升到2020年的0.808。2016年耦合度有所下降，可能是受到全球资本市场动荡和我国金融监管体制进行重大改革的影响。2020年耦合度下降主要因为受到疫情的冲击。从协调度变化来看，从2011年的0.213上升到2020年的0.319，总体呈上升态势。2011年至2019年协调度增速明显，主要原因是我国坚持遵循金融发展客观规律，加大金融对实体经济的扶持力度，坚决防控金融风险和深化金融改革，不断提高区域金融韧性和经济发展水平，使二者的协调性不断提高。

图2 2011-2020年中国金融韧性与区域经济发展耦合度、协调度均值变化

(二)空间分布特征

为进一步分析2011年至2020年我国31个省(市、区)金融韧性与经济发展水平耦合协调度的空间分布特征，本文基于上述我国各省(市、区)金融韧性与经济发展水平耦合协调结果，选取2011年和2020年为代表，对我国31个省(市、区)金融韧性与经济发展水平的空间演化情况进行分析，结果如表3所示。

表3 我国金融韧性与经济发展水平耦合协调度时空演变特征

从表3可知，2011年有超过一半的省(市、区)处于失调状态，共有11个省(市、区)处于协调状态，占全国31个省(市、区)的35.5%，其中，江苏、浙江、广东、山东处于中级协调。北京、河北、辽宁、上海、河南、河北处于初级协调。

2020年仅有海南、西藏、甘肃、青海、宁夏和新疆共6个省份处于失调状态，其他25个省(市、区)都处于协调状态，占全国31个省(市、区)的80.1%。其中，江苏、广东和山东处于高级协调，河北、辽宁、浙江、上海、安徽、福建、北京、河南、湖北、湖南和四川处于中级协调状态。天津、山西、内蒙古、吉林、黑龙江、江西、广西、重庆、贵州、云南和陕西处于初级协调状态。说明江苏和广东两个省份通过几年的发展，金融韧性与经济水平发展一致性较高。这几年江苏省和广东省在金融监管和金融安全防范方面都有较大的改善，使得区域经济呈现协同发展态势。

从整体来看，2011年至2020年我国31个省(市、区)金融韧性与经济发展耦合协调度总体是上升的，协调地区由11个增加到了25个，数量增加明显，失调地区数量也大幅度下降。无论是2011年还是2020年，东部省(市、区)的耦合协调度总体上都是高于西部地区。说明我国2011年至2020大部分省(市、区)在金融韧性与经济发展水平耦合协调度方面有非常大的提高，尤其是中部地区，可以通过东部地区的辐射作用，不断发展区域经济水平，提高金融韧性，使自身金融韧性与经济水平协调一致发展。

(三)空间自相关分析

为探究中国金融韧性与经济水平的空间集聚特征，本文基于对2011年至2020年中国金融韧性与区域经济水平的耦合协调度的研究，利用GeoDa软件计算Queen权重矩阵下全局Moran’s I指数值。

通过表4可以看出，2011年至2020年我国金融韧性和经济发展水平耦合协调度的Moran’s I指数均大于0，取值范围在0.324-0.408，均在95%置信度水平下通过检验。说明我国金融韧性与区域经济水平发展存在明显的正向空间自相关性，在空间分布上存在集聚效应。从全局Moran’s I指数来看，除了2017年和2020年Moran’s I指数有所下降以外，整体Moran’s I指数都是呈上升的趋势，表明空间集聚态势在2017年和2020年有所减弱，其他年份集聚态势总体逐步增强。

表4 全局Moran’s I指数

全局Moran’s I指数表明我国31个省(市、区)金融韧性与经济发展水平的耦合协调分布存在空间集聚性。本文将引入局部自相关模型进一步研究我国金融韧性与区域经济发展水平耦合协调度的空间分布类型。根据2011年和2020年我国金融韧性与区域经济发展水平耦合协调度的局部空间关联指数值，并借助GeoDa，根据中国金融韧性与经济发展水平耦合协调度的LISA图、Moran散点图，得到4个类型的区域，见表5所示。

表5 2011年和2020年中国金融韧性与经济水平协调度的空间分布类型

高高集聚区(H-H)，表示该省(市、区)金融韧性与区域经济水平处于良好发展状态，即该省(市、区)与周边省(市、区)为高耦合协调集聚。这种类型的省(市、区)主要集中在长三角地区，2011年该类型主要有山东、江苏、上海和福建共4个省(市、区)。2020年安徽和浙江加入到高高类型中。该类型省(市、区)往往具有较高金融韧性和经济发展水平，并且两者关系较为调和。

低高集聚区(L-H)，即低耦合协调城市相邻城市为高耦合协调。2011年该类型省份分别是安徽和江西，2020年安徽退出低高类型，成为高高类型，江西保持低高类型。说明安徽省在高耦合协调省(市、区)的辐射影响下，提高了金融韧性与经济发展水平的耦合协调度。

高低集聚区(H-L)。该类型的省份表示一个高耦合协调的省份，它的相邻省(市、区)为低耦合协调。2011年和2020年四川省都属于高低类型。说明四川省金融韧性与经济发展水平耦合协调度较高，但是周边省(市、区)耦合协调度较低，制约了四川省在金融韧性与经济发展的耦合协调度，并且四川省没有带动周边省(市、区)协调度的发展。

低低集聚区(L-L)。该类型省(市、区)与周边省(市、区)均为低耦合协调集聚。2011年该类型省份包括新疆、青海、甘肃和云南。2020年该类型有新疆、西藏、青海、甘肃和内蒙古。低低类型的省(市、区)说明该地区金融韧性与经济发展水平耦合协调度较低，并且周边地区的耦合协调度也较低，互相约束较大，在空间上形成了负向传导作用。

五、结论与建议

研究发现，从时间变化上，2011-2020年我国31个省(市、区)金融韧性与经济发展水平的耦合度和协调度总体是增加的，并且耦合度明显高于协调度。从空间变化来看，我国金融韧性与经济发展水平的耦合协调度空间分布差异明显，东部地区金融韧性与经济发展水平耦合协调度明显高于西部地区。其中，协调省(市、区)由2011年的11个省(市、区)增加到2020年的25个省(市、区)，协调省(市、区)有了大幅度提高。

基于研究结论，提出以下四点建议：1.金融韧性与经济发展水平耦合协调度较低的省份在经济建设的过程中，应该重点关注区域金融体系的建设可以通过适当降低银行的存贷比，降低企业的资产负债率，增加保费收入和地方财政收入等方式逐步加强区域金融韧性，从而提高各省份的金融韧性，带动经济水平的提高，并尽量使得金融韧性与经济水平的发展保持步调一致。2.低—高型地区即江西省应该优先考虑金融体系在抵抗外来冲击方面的问题，比如降低银行的存贷比，适当降低银行的贷款率，减少坏账的风险，增强银行抵御风险的能力，增加金融韧性和提高区域经济发展水平。同时，应该积极地同其他金融韧性与经济水平较好的省市进行合作。首先，强化大型金融机构与小型金融机构之间的交流合作，有效创新各省市在协调层面的合作环境；其次，有效地发挥各区域金融方面的优势，形成互利互补的局面，从而推动该省金融体系的协调发展。3.对于经济欠发达地区的金融业给予一定的政策支持，积极开发符合当地金融业特色的业务，拓宽金融服务范围，鼓励金融创新，从而在金融方面有效地缩短与协调度高的地区的差距。同时，这些地区在金融监管方面应该加强，可以针对已经发生的金融安全事件制定出相应的地方条例。4.将金融韧性理念融入到地方治理规划中，找出并修复地方金融系统的漏洞，使得地方金融系统即使遭受外界强大的冲击，也能保证系统不崩塌，强有力地支持实体经济。

张海龙，白城师范学院副院长，研究员，1992年9月-1996年7月，本科就读于吉林工学院工商管理学院管理科学与工程专业；2002年9月-2005年4月，在长春工业大学工商管理学院管理科学与工程专业攻读硕士研究生；1996年7月-2021年12月先后在吉林工学院、长春工业大学的教务处、发展规划处、高等教育研究所、发展规划与政策法规处工作，历任副处长、处长等职务。