系統風險性：眾籌對金融業系統性風險貢獻度研究

董 竹，尚繼權，孫 萌

（吉林大學 商學院，吉林 長春 130012）

一、引言

2011年7月，我國第一家眾籌網站平臺——點名時間正式上線，首次將眾籌模式引入中國，網站運營半年后，項目籌集資金已突破50 萬元，眾籌模式開始在中國萌芽。隨后，一大批眾籌網站平臺相繼上線，這種由發起人、支持者和平臺三方構成，具有低門檻、多樣化等優點的新型融資模式開始越來越多地引起社會的關注。由于眾籌融資模式發展較快并為初創企業及中小企業提供了可行的融資渠道，我國開始大力推進眾籌融資模式的發展，并且國務院要求證監會盡快出臺股權眾籌管理辦法，促使眾籌合法良好地發展。隨著眾籌模式的日益壯大，我國各傳統金融行業必將受到沖擊，相關監管部門采取的監管措施應盡量減少各行業受到沖擊的影響程度，提高我國金融系統的穩定性。本文以金融系統中銀行業、證券業、保險業為例，根據2012年諾貝爾經濟學獎獲得者之一夏普利的合作博弈理論思想，對各個行業對系統性金融風險的“貢獻度”進行度量。

夏普利的合作博弈理論思想是將一群人合作產生的收益進行分配，從而真實地反映出每個人對整體的實際貢獻程度。本文在衡量整個金融系統的穩定性的過程中，運用合作博弈理論思想來分配單個行業遭受眾籌融資模式沖擊對系統性金融風險的貢獻。

在整個金融系統中，由于眾籌融資模式的種類不同，各個傳統金融行業首先受到重大沖擊或陷入困境的順序是不同的。在股權眾籌或債權眾籌的沖擊中，如果某個金融行業的債權資產或股權資產受到沖擊的影響更大或資本金較低，那么該行業會先于其他行業面臨重大危機。如果某行業遭受沖擊后產生的損失超過某一臨界值，即監管對風險的容忍度，該行業將影響整個金融系統的穩定性，則該行業為金融系統的重要行業。也就是說，在沖擊來臨時，金融系統的重要行業的受沖擊程度對于整個金融系統的穩定影響重大，如果提前識別出此類行業，在風險防范與風險控制過程中就能有所依據，可見對金融系統的重要行業的識別有重要現實意義。本文將通過夏普利指數的計算來量化單個行業在遭受眾籌融資模式沖擊后對整個系統性金融風險的貢獻度，進而識別金融系統的重要行業。

二、夏普利指數概述

Shapley.L.S.提出的夏普利值法是解決經濟學中團隊合作博弈分配問題的一種重要方法[1]。夏普利于1953年討論非策略多人合作對策問題，提出了用夏普利值表示局中人對聯盟所做邊際貢獻，得出合作博弈的解。該方法的特點就是能夠公平地反映每個人的實際貢獻程度[2]。用夏普利值的方法計算每個個體對聯盟的實際期望貢獻，首先應滿足如下公理：

1.對稱性或等價處理：若對策中的兩個局中人相互替代（當聯盟總財富不發生改變時，由一個人替代另一個人），那么它們的值相等。此條公理意味著局中人的平等關系。

2.最優性或有效性:所有局中人的贏得是所有局中人總聯盟的財富。

3.可分可加性：兩個對策之和的值等于兩個對策值之和。

具體公式為:

其中，R 是n 個參與人的排列，R 有n！個，s 為R中的一個排列，vi（s）為包括參與人i及在他之前的參與人集合組成的聯盟的支付值，v-i（s）為在他之前的參與人（不包括i）集合的聯盟的支付值。通過上述定義，我們可以看到：

（1）vi（s）-v-i（s）是一種排列下，參與人i 的邊際貢獻；

（2）參與人的夏普利值為他對聯盟的邊際貢獻之和除以各種可能的聯盟組合，因此φi（n，v）≤V；

（3）所有的參與人的夏普利值之和為v；

（4）夏普利值φii（n，v）為期望貢獻；

（5）夏普利值得到的前提是各博弈聯盟形成的可能性是均等的。

夏普利指數的提出為很多類似于聯盟中各個局中人的貢獻度的評定提供了一個不錯的解決路徑。S.Z.Alparslan G?k（2014）曾總結道，夏普利值是在合作博弈理論的運籌學應用中最常見的解決方案的概念之一，在不同的博弈論模型中，它被賦予不盡相同的定義與公理[3]。薛麗敏（2006）認為用夏普利值方法較一般方法更能體現合作各方對聯盟的貢獻，因而更合理、更科學[4]。李寶良和郭其友（2012）指出夏普利值已經成為研究公平分配問題最常用的工具，夏普利值及其變體在利益分配和成本分攤等方面得到了廣泛的應用，所以借鑒夏普利的穩定配置理論來解決我國社會經濟發展過程中遇到的一些現實問題是十分必要的[5]。徐芳和張偉（2014）在研究系統性金融風險中我國大型商業銀行的貢獻時充分運用了夏普利指數來判斷系統重要性銀行，為風險防范提供建議[6]。由此可見，利用夏普利指數來解決合作博弈中的貢獻等問題是被廣泛認可的。

但是在一些特定問題中需要考慮更多額外的必要因素，關于夏普利指數的變形也層出不窮。張擎等（2009）表示Shapley.L.S（1953）本人就提出了加權夏普利值，其中給每一個參與人賦予一個正的權重，這些權重是參與人在一致性博弈中得到的份額。因此，夏普利值是參與人的權重相同時的加權夏普利值的一個特例[7]。楚巖峰和周麗華（2000）認為夏普利值法是一種比較好的分配利潤的原則及方法，技術上夏普利值只是一類期望值，并非每次都能合理地反映出各方及各種要素的實際作用，因此在分配合作利益時，需要根據具體情況確定分配原則和方法[8]。王鵬和陳向東（2011）也提到夏普利值方法假設聯盟成員以隨機的形式組成聯盟，以構建聯盟的成員地位平等，而實際情況是聯盟成員重要性不同，發揮的作用不同，因此應用夏普利值方法需要衡量聯盟成員的重要性[9]。U.Faigle 與W.Kern（1992）曾在研究優先限制下的合作博弈的夏普利值時，對Hsiao 和Raghavan的多選擇合作博弈在他們的研究方向上進行了調整，致使夏普利值不依賴于預先分配的權重[10]。所以，夏普利指數在應用過程中也應針對不同情況進行適應性的調整。

三、夏普利指數的引入

本文將夏普利指數引入眾籌沖擊下的各金融行業對系統性金融風險的貢獻度衡量，由于眾籌這一融資模式受到政府及社會各界的廣泛關注，因此以眾籌融資模式為例探究互聯網金融可能對金融系統帶來的影響。

在本文中，將金融系統簡化為主要由銀行業、證券業、保險業構成的一個整體，這三個行業受到一定沖擊后，會實質性地破壞金融系統整體的穩定性，再根據各金融行業帶來的邊際責任進行分配，于是各金融行業的分配值即夏普利指數衡量了各金融行業對金融系統不穩定狀況的責任大小。各個行業的夏普利指數計算過程如下：

1.定義各金融行業在“杠桿”空間中的位置。各行業的不穩定往往是由于行業中的一些機構出現重大危機造成的，比如破產，而破產的直接表現為資本的巨幅下降。為了便于各行業之間的比較，同時考慮數據獲得的及時性與準確性，本文選定各行業中債權資產與總資本的比與股權資產與總資本的比這兩個參考量來體現眾籌對各行業沖擊的作用效果。即在簡化的二維的杠桿空間中，各金融行業的資產類型作為固定不變的為外生變量，以上述兩種資產風險敞口與資本的比率為橫縱坐標來定義各金融行業的位置。橫坐標為各個行業的總股權資產與總資本的比例，縱坐標為各個行業的總債權資產與總資本的比例。根據銀行業、保險業、證券業三大行業的數據將其坐標顯示在杠桿空間中。

2.定義沖擊的表示方式。某種特定沖擊由杠桿空間中的一個向量表示，不同的向量表示不同種類的沖擊。在本文中，眾籌即為這種外部沖擊，眾籌這種融資模式相較于傳統融資模式具有高回報、高成長、個性化回報等優勢，必然會對金融系統中各行業的資產造成影響。

眾籌主要有股權眾籌和債權眾籌兩種融資模式，不同類型的眾籌融資模式影響行業的不同資產類型，其對各行業資產的直接沖擊通過兩種路徑體現出來。第一，從市場供需的角度來看，眾籌憑借其獨特的優勢吸引大量的風險偏好型投資人將其資金投入其中。與此同時，在風險水平相近時，風險厭惡型投資人選擇在傳統資本市場撤出資金，投入眾籌融資模式中，期望通過以極低風險進行套利的方式獲得更高的投資回報率和期望效用。這樣一來傳統資本市場中的股票、債券、應收賬款等股權、債權標的供給增加，而對它們的需求卻在減少，導致傳統資本市場中的各股權、債權資產價值下降。第二，從投資回報率角度來看，那些沒有進入眾籌融資市場的資金擁有者就會對傳統資本市場資產的最低投資回報率進行調整。投資者在進行投資時會選擇期望效用更高的項目，而眾籌融資模式多樣化、個性化的回報往往能更大范圍地滿足投資者的回報要求，為投資者帶來更高的效用，因此如果投資于傳統資本市場，投資者所要求的效用要高于或接近進行眾籌融資時投資者獲得的投資回報的效用，這就表現為投資者對傳統資本市場的投資回報率要求更高，導致傳統資本市場資產的價值下降。

眾籌給各個行業帶來的連帶影響分別表現為：對于銀行業，資產價值下降可能會導致存款大量流失；對于證券行業，資產價值下降導致資本市場的低迷會降低證券行業的經紀業務和投行業務的營收；對于保險行業，資產價值下降會引發對資產保險的賠付率的提高，對保險行業的利潤造成沖擊。

所以，眾籌融資模式的沖擊主要體現在對資產價值的直接沖擊和資產價值下降的連帶影響。在本文中，由于各金融行業債權與股權資產的比例差異較為顯著，銀行業的債權資產占比遠大于股權資產占比，證券業股權資產占比較高，而保險業則介于兩者之間，資產配置較為均衡，我們主要考量眾籌融資模式的金融各行業總體資產價值的直接沖擊，暫不考慮連帶影響。此外，本文重點考慮外部沖擊的類別，暫時忽略沖擊強度的不同。

3.計算夏普利指數。由于各行業的不同資產類型的比重不同，對于某一種眾籌沖擊來說，三大行業受到沖擊的順序不同。三大行業受到沖擊的順序由影響其某類資產的外部沖擊決定，該順序既取決于資產位置與相對于沖擊的距離，即較早遭受重創的是與持有資產類型與沖擊相似的行業；又取決于資產的位置與原點的距離，即較早遭受重創的是資產資本比率較高的行業。這兩個因素決定了行業最先受到沖擊的順序。若給定不同種類眾籌沖擊的概率分布，可以用該概率分別計算各個行業的夏普利指數，各個行業的夏普利指數等于其對整個系統性風險的責任占比。

四、模型構建

（一）眾籌融資模型

用Ω=｛1，2，3｝表示行業集合，其中1 代表銀行業，2代表保險業，3代表證券業；每個行業的資產分為債權資產（Bi）與股權資產（Si）兩個維度，每個行業由二維歐幾里得杠桿空間中的某一點表示，該點的坐標由每一種資產的行業總額與該行業總資本（Ci）的比率表示，即：

其中，bi=Bi／Ci，si=Si／Ci。

表1 2014年我國金融系統各行業的資產結構與資本金

我們以上市股份制商業銀行業集合代表銀行業，上市證券業公司集合代表證券業，上市保險業公司集合代表保險業。在銀行業的構造中，根據國家政策，存款保險業制度的推出代表國家角度允許中小股份制商業銀行業的破產，而國有商業銀行業由于國家股存在隱含國家信譽的背書，允許其破產的可能性較小，因此我們選取上市股份制商業銀行業作為模擬金融系統中的銀行業的代表。數據均來源于萬德金融數據庫和各上市公司公布的財務報表。

眾籌帶來的資產的沖擊方向由從原點出發的二維空間的單位向量Z?R2+的方向表示。該沖擊方向由眾籌融資模式對債權資產和股權資產的沖擊比例決定。如圖1，向量OC代表一單位投資于債權眾籌的資產對各行業債權和股權資產的影響，即債權眾籌影響下各行業的債權和股權資產的增量合成。向量OB 代表一單位投資于股權眾籌的資產對各行業債權和股權資產的影響，向量OA代表投資于眾籌融資的全部資產對各行業債權資產和股權資產的影響。向量OA由a倍的OC和b倍的OB構成，a為投資于債權眾籌的資產規模，b為投資于股權眾籌的資產規模。（見圖1）

圖1 眾籌融資模式對資產沖擊的方向

各行業受到眾籌沖擊的順序則由該行業在杠桿空間的位置與資產沖擊的類型之間的關系決定。若行業i先于行業j受到沖擊，則

其中，|xk|表示xk距離原點的距離，θk表示原點與xk構成的向量與z之間的夾角。

因此，當某個行業的坐標位置與原點構成的向量與沖擊之間的夾角保持不變時，如果該行業整體的資本金下降，即|αk|增加時，那么該行業的破產順序可能會提前；而在該行業位置離原點的距離保持不變的情況下，若沖擊的方向距離該行業的資產結構所代表的位置越近，即θk越小，則該行業受到的沖擊越大。

（二）模型進一步細化

隨著箭頭所代表的沖擊在二維杠桿空間順時針旋轉，每當箭頭與兩個行業連接成的直線正交時，三家行業受到沖擊的順序就會發生相應的變化。當箭頭與保險業與證券業所在的直線正交時，箭頭在α區間內，三個行業受到沖擊的順序為：銀行業、保險業、證券業。即當面臨眾籌主要對債權資產沖擊時，所持債權資產較多的銀行業首先受到沖擊；隨著箭頭不斷向右旋轉，當箭頭與銀行業與證券業所在直線正交時，箭頭在β區間內，三個行業受到沖擊的順序變為：銀行業、證券業、保險業。箭頭繼續向右旋轉，當箭頭與銀行業與保險業所在直線正交時，箭頭在γ區間內，三個行業受到沖擊的順序變為：證券業、銀行業、保險業。最后，當箭頭落入δ區間內，三個行業受到沖擊的順序變為：證券業、保險業、銀行業。可以看出，當面臨眾籌模式主要對股權資產沖擊時，所持股權資產較多的證券業首先受到沖擊。（見圖2）

根據三個行業在二維空間的坐標數據以及各點連線與箭頭之間的垂直關系，可以得到各箭頭的斜率，再通過斜率與傾斜角的關系計算出圖2 中所示的各個角度：

在得到不同區域內三個行業受到眾籌沖擊的順序后，需要進一步通過計算夏普利指數來確定金融系統的重要行業。各行業的夏普利指數由該行業受到的沖擊對引發系統性事件中承擔的責任的比例來衡量，當一組受到沖擊的行業由于新的行業加入而引發系統性事件，則該行業對整個系統的穩定性就顯得十分重要。用ωi表示第i 個行業的總資產占整個系統資產總行的比例，即權重：

圖2 2014年我國金融系統各行業受到沖擊的順序

當受到眾籌沖擊的行業的總資產所占比重之和∑i∈ωωi超過整個金融系統資產的預先比例ξ時，即

則每一個受沖擊行業組ω?Ω的υ（ω）=1，就可將該事件定義為系統性事件，否則υ（ω）=0。

令l 表示各行業受到眾籌沖擊的順序。Pli={j:L（i）＞L（j）}表示在受到沖擊的序列l中，先于行業i受到沖擊的行業集合。在受到沖擊的序列中行業的邊際貢獻為υ（Pli∪i）-υ（Pli）。

假設眾籌對資產的沖擊是隨機出現的，并且所有潛在沖擊的發生概率呈均勻分布，則對每一種潛在的受到沖擊的順序l，都可以計算出隨機沖擊造成的受到沖擊l的概率θ（l）。

因此，每個行業受到眾籌的沖擊對系統性風險的貢獻為：

其中，∑iΦi=1。

為了確定單個行業的夏普利指數，需要計算出每個行業起關鍵作用的那部分沖擊，即使某行業的υ（ω）的值從0變為1的那部分沖擊。由于不同的風險臨界值ξ得到不同的夏普利指數，因而金融系統的重要行業也就不同，因此，需要對ξ的取值分情況討論。

（三）風險臨界值分情況討論

風險臨界值ξ表示金融系統對風險的容忍度大小，ξ越大，表示系統對風險的容忍度越大，抵抗風險的能力也就越強，反之就越弱。ξ的大小與現行監管政策和監管思路有關。而對ξ取值的劃分標準是根據公式（3）計算出的各行業總資產所占權重決定的，以保證對于同一區域，ξ在相同的取值范圍內的關鍵行業相同。由表1 中計算的權重也可以看出，銀行業的資產所占的比重最大、保險業次之、證券業最小。因此，可以根據三者的權重由大到小組合劃分風險臨界值的取值范圍。

（1）當系統風險臨界值ξ大于等于銀行業與保險業的權重之和（ω1+ω2）即ξ≥0.843 時，在從上到下的四個區域內，關鍵性行業都是最后一個受到眾籌沖擊的行業，在這種風險臨界值特別大的情況下研究金融系統的重要行業意義并不大，因此本文對此情況不加考慮。

（2）當系統風險臨界值ξ大于等于銀行業與證券業的權重之和（ω1+ω3）而小于銀行業與保險業的權重之和（ω1+ω2）即0.766≤ξ＜0.843 時，在從上到下的四個區域內，關鍵性行業分別是（α+β+γ）區域內為保險業，δ區域為銀行業。可以根據公式（4）計算出銀行業、保險業、證券業的夏普利指數分別為δ/90，（α+β+γ）90，0，即：

代入數據可得：

此時，保險行業的夏普利指數最大，保險業為眾籌融資模式沖擊下金融系統的重要行業。因為系統對風險的容忍度比較大，系統內任一個行業受到眾籌沖擊后并不會對系統穩定性造成很大影響，只有當第二個或第三個行業加入受沖擊的行業時才會引發系統性事件，而保險業在受沖擊的順序中恰恰就處于這樣的位置，因而很容易引發系統性事件，因此保險業成為眾籌融資模式沖擊下的金融系統的重要行業。

（3）當系統風險臨界值ξ大于等于銀行業權重ω1而小于銀行業與證券業的權重之和（ω1+ω3）即0.609≤ξ＜0.766時，在從上到下的四個區域內，關鍵性行業分別是α區域內是保險業、β區域內是證券業，（γ+δ）區域內是銀行業。可以計算出銀行業、保險業、證券業的夏普利指數分別為（γ+δ）/90，α/90，β/90，即：

代入數據可得：

此時，保險行業的夏普利指數最大，其仍是眾籌融資模式沖擊下金融系統的重要行業。隨著ξ值的減小使得在β與γ區域內的關鍵性行業不再是保險業，但占比最大的α區域內的關鍵性行業仍是保險業，因此，在這種情況下保險業仍是眾籌融資模式沖擊下金融系統的重要行業，只不過重要程度有所下降，體現在保險業的夏普利值有所減小。

可以看出，在臨界值ξ≥0.609時，保險業是眾籌融資模式沖擊下的金融系統的重要行業，從引發系統性事件的角度來說，保險行業比銀行業與證券行業的重要性更大。從圖2 中也可以看出，保險業位于杠桿空間的中間，表明其資產配置更加多元化，當眾籌融資模式對資產的沖擊方向更偏向債權資產，也就是眾籌融資模式對債權資產的沖擊大于對股權資產的沖擊時，所持債權資產比例較大的銀行業首先受到沖擊，當眾籌融資模式對資產的沖擊方向更偏向債權資產時，所持股權資產比例較大的證券業首先受到沖擊。在這兩種情況下，保險業都是第二個受到沖擊的，因此，面對各種潛在的沖擊，保險業受到沖擊的可能性相對較小，一旦保險業受到沖擊，整個系統的穩定性將受到嚴重的沖擊，屆時將損失巨大。

（4）當系統風險臨界值ξ大于等于保險業與證券業的權重之和（ω2+ω3）而小于銀行業的權重ω1，即0.391≤ξ＜0.609時，在從上到下的四個區域內，眾籌融資模式沖擊下關鍵性行業都是銀行業，此時銀行業、保險業、證券業的夏普利指數為：

毫無疑問，在這種情況下，銀行業是眾籌融資模式沖擊下的金融系統的重要行業。就是因為ξ的值大于保險業與證券業的權重之和，即意味著即使保險業與證券業同時受到沖擊，也不會引發系統性事件，只有銀行業的加入才會使υ（ω）從0 變到1，因此只有銀行受到眾籌的沖擊后才會對系統穩定性帶來影響，銀行業則顯得格外重要。

（5）當系統風險臨界值ξ大于等于證券業的權重ω3而小于保險業與證券業的權重之和（ω2+ω3），即0.157≤ξ＜0.391時，在從上到下的四個區域內，眾籌融資模式沖擊下關鍵性行業分別為：（α+β+γ）區域內為銀行業，δ區域為保險業。可以計算銀行業、保險業、證券業的夏普利指數為：

代入數據可得：

此時，銀行業的夏普利指數最高，銀行業為眾籌融資模式沖擊下的金融系統的重要行業。隨著風險臨界值的減小，小于（ω2+ω3），即意味著當保險和證券同時受到沖擊時，會引發系統性風險，否則不會破壞系統穩定性，只要銀行第一個或第二個受到沖擊，就會引發系統性事件，給整個系統造成巨大損失。

（6）當系統風險臨界值ξ比權重最小的證券業ω3還小即ξ＜0.157時，面對任何一種類型的眾籌沖擊，第一個受沖擊的行業都是眾籌融資模式沖擊下關鍵性行業，可以計算出銀行業、保險業、證券業的夏普利指數為：

代入數據可得：

此時，銀行業的夏普利指數最高，銀行業為眾籌融資模式沖擊下的金融系統的重要行業。由于風險臨界值特別小，比系統內占比最小行業的比重還小，因此，只要系統內任一行業受到眾籌沖擊就會引發系統性事件，而銀行業比較容易第一個受到沖擊，因此，銀行成為金融系統的重要行業。

（7）在臨界值ξ＜0.609時，銀行業是眾籌融資模式沖擊下的金融系統的重要行業。從引發系統性事件的角度來說，銀行業比保險業與證券業的重要性更大。在金融系統對風險的容忍度很低的情況下，一旦某一個行業受到眾籌的沖擊，就很容易對整個金融體系穩定性造成巨大的影響，又由于資產配置較為單一的行業比較容易首先受到眾籌帶來的偏向某種資產的沖擊，因此在整個系統中所占比重最大的銀行業也就成為金融系統的重要行業，在這種情況下，銀行業的資產狀況應該引起監管部門足夠的重視。

總之，通過對風險臨界值ξ分情況討論后的結果進行分析可以發現，在風險容忍度較大的情況下，保險業是眾籌融資模式沖擊下的金融系統的重要行業，因為保險業的資產配置更加多元化，當任何一個眾籌帶來的資產沖擊來臨時，保險業都不可能第一個受到沖擊，在系統對風險容忍度較大的情況下，另外兩個行業受到眾籌沖擊后不足以對整個系統的穩定性造成無法承受的影響，而一旦保險業加入受到沖擊的行列中時，其對系統風險的邊際貢獻會特別大，即引發系統性事件，導致整個系統穩定性由于保險業的加入而遭到破壞。在風險容忍度較低的情況下，資產配置較為單一的證券業與銀行業對風險的貢獻度較大，當眾籌帶來的沖擊中股權資產占比大時，將對證券行業產生較大的影響，由于股票高額的發行成本和嚴格的審批程序，很多需要資金的中小企業沒有上市資格，如果這些中小企業轉而進行門檻較低的股權眾籌，證券行業將會損失潛在的收入。最重要的是，國家目前對中小企業免除各種公司稅來鼓勵中小企業的發展，因此，當債權眾籌逐漸走向成熟，證券行業必將受到不小的沖擊。而當眾籌帶來的沖擊中債權資產占比大時將對銀行產生更大的沖擊，這無疑會嚴重影響我國傳統銀行業的發展，由于大量融資業務被債權眾籌分走，銀行的主營業務利潤將會大幅下降，對整個銀行業帶來巨大損失。而在風險容忍度較低的情況下，銀行業是金融系統的重要行業。最主要的原因是銀行業在整個金融系統中所占的比重相當大，超過一半以上，因此其對系統性風險的貢獻更大。根據這樣的結論，監管部門可根據實際情況采取有針對性的措施。

五、結論

國家目前正在大力推動股權眾籌的發展，各項工作已全面鋪開，證監會也初步表示將不對眾籌平臺設過高的門檻，以緩解中小微企業融資難的問題。因此，眾籌融資模式必將擁有很好的發展前景，但眾籌在為金融市場注入新鮮血液的同時也會對傳統的金融行業帶來沖擊。由于金融系統中各行業持有的資產類別比較類似，當眾籌帶來沖擊時，各行業的損失往往會同向變動，從而引發整個金融體系的系統性風險。當某個行業因遭受沖擊而產生的損失使整個金融體系的損失超過某一臨界值的時候，就可以認為該行業為系統性風險做了貢獻，金融系統的重要行業就是對系統性風險邊際貢獻最大的行業，由于該行業損失的加入使得整個金融體系從穩定轉變成不穩定，因此，監管部門有必要對金融系統的重要行業進行更加嚴格的監管，以確保金融系統的穩健。

本文借助夏普利的合作博弈思想和夏普利指數，分析了不同類型的沖擊下金融各行業受到沖擊的順序，度量了各行業對系統性風險所做的貢獻，并對金融系統的重要行業進行識別，據此得出以下結論：

（1）在金融體系對風險的容忍度較高的情況下，資產配置多元化的保險業為我國金融系統的重要行業，因此，在眾籌的發展過程中，監管部門應格外關注眾籌的資產給保險業帶來的影響，保證保險業的相對安全，防止保險業受到沖擊。

（2）在金融體系對風險的容忍度較低的情況下，資產配置較單一的證券業與銀行業對風險的貢獻度較大，特別是銀行業成為金融系統的重要行業，對系統穩定性的影響更大，因此，在眾籌發展過程中，監管部門應格外關注眾籌的資產給銀行業帶來的影響。

監管部門可以根據實際情況有針對性地對金融系統的重要行業進行更嚴格的監控，采取相應的措施提高該行業的抗風險能力，防止其受到沖擊。

[1]Devashis Mitra.The Role of Crowdfunding In Entrepreneurial Finance［J］.Delhi Business Review，2012，（2）：67—72.

[2]Henrique Nuno Ferreira da Cruz Matos.Crowdfunding：Material Incentives and Performance［D］.The Universidade Católica Portuguesa，2012.

[3]G?k S Z A.On the interval Shapley value[J].Optimization，2014，（5）：747—755.

[4]薛利敏.夏普利值在利益分配中的應用[J].商場現代化，2006，（8）:162—163.

[5]李寶良，郭其友.穩定配置與市場設計:合作博弈理論的擴展與應用——2012年度諾貝爾經濟學獎得主夏普利和羅思主要經濟理論貢獻述評[J].外國經濟與管理，2012，（11）:1—10.

[6]徐芳，張偉.系統性金融風險中我國大型商業銀行的“貢獻”度衡量[J].上海金融，2014，（3）:62—67+117.

[7]張擎，周發明，周小梅.合作博弈及其在中國的應用[J].湖南城市學院學報，2009，（2）:23—27.

[8]楚巖楓，周立華.虛擬聯盟成員之間利潤分配問題的分析[J].吉林工學院學報（自然科學版），2000，（4）:42—45.

[9]王鵬，陳向東.基于改進夏普利值的物流企業戰略聯盟利益分配機制研究[J].統計與決策，2011，（12）:48—50.

[10]Faigle U，Kern W.The Shapley value for cooperative games under precedence constraints[J].International Journal of Game Theory，1992，（3）：249—266.