能源金融風險預警指標體系研究

王新霞 林曉霞

摘 要：能源和金融逐步由合作走向融合，而兩大產業間的相互滲透耦合隱藏著風險，建立與能源金融發展相匹配的風險預警指標體系迫在眉睫。本文在明晰能源金融風險內涵的基礎上，選取預警指標群，包括宏觀經濟指標群、能源產業指標群、銀行與能源企業指標群，并利用分位數回歸法對預警指標進行二次篩選，力求構建科學、有效的能源金融風險預警指標體系。

關鍵詞：能源金融；風險預警；指標體系；分位數回歸

中圖分類號：F830.92 文獻標識碼：B 文章編號：1674-0017-2016（6）-0083-04

自2002年起，我國能源整體消費水平在不斷上升，同時也對能源安全提出了嚴峻挑戰。面對這一問題，各地政府部門一直在尋求突破。2014年，國家發改委批復《陜西西咸新區總體方案》，強調將在未來幾年內建設西北能源金融中心，以此為基礎構建能源金融體系。在當前的全球能源大格局下，發展能源金融成為突破能源產業發展瓶頸、保障國家能源安全的重大舉措。隨著能源和金融逐步由合作走向一體化，“能源—金融”生態成為領導能源市場走向的重要因素（胡曉群，2008）。越來越多的國內外實踐表明，能源金融一體化程度越高，其中潛藏的風險越大。隨著我國能源金融發展的逐步深入，設計研發與能源金融發展相適應的風險預警指標體系迫在眉睫。本文旨在辨明能源金融風險的內涵，選取預警指標群，并利用分位數回歸法對預警指標進行二次篩選，構建科學、有效的能源金融風險預警指標體系。

一、能源金融風險的內涵

在穩健的經濟環境中，金融支持能源產業發展，并獲取利潤；能源產業發展催生金融創新與合作，促進金融服務多元化。伴隨能源金融的深度發展，風險問題愈發引起學界和業界的關注。所謂能源金融風險是專門針對能源金融而言，一般是指因客觀或主觀因素導致的能源金融運行中出現的一系列矛盾、問題及各種調控措施的不到位等，同時包括因能源金融的運用不合理而對能源體系、金融體系及能源金融領域的安全與穩定造成破壞與損失的可能性（何凌云和劉傳哲，2009）。現有學者對能源金融風險的界定多從能源實體金融層面出發，其核心是金融支持能源產業發展過程中的伴生風險。李凱風（2012）認為能源金融風險是能源行業在投融資過程中遭受損失，使得能源行業投資資金可能無法順利收回。何凌云（2014）從廣義角度理解能源金融風險，認為其涵蓋能源實體金融和能源虛擬金融兩個部分，具體包括環境風險、價格風險和行為風險。環境風險屬于宏觀經濟層面，行為風險屬于微觀經濟主體層面，而價格是連接兩者的紐帶。

毛海峰和武勇（2007）指出，以煤炭、石油、天然氣和電力為主導的能源產業發展迅猛，成為支柱產業，導致大量銀行信貸資金進入能源領域，由此引發了能源金融資金的過度集中，造成能源金融的潛在風險。借鑒何凌云（2014）的觀點，能源虛擬金融風險可以在一定條件下轉化為能源實體金融風險，即能源虛擬金融風險會引發能源實體金融風險。環境風險和價格風險最終通過投融資風險反映出來，因此投融資風險是能源金融風險的核心，而投融資風險最終又通過銀行風險和企業財務風險反映出來，企業財務風險最終引發銀行風險。

二、能源金融風險預警指標群

借鑒國內外相關研究文獻，本文初步選取能源金融風險的預警指標，涉及宏觀經濟指標群、能源產業指標群以及銀行與能源企業指標群。

（一）宏觀經濟指標群

宏觀經濟是能源金融系統運行的大環境，對后者的穩定性起決定作用。宏觀經濟形勢影響能源供需，最終表現為能源價格發生波動，可能引發能源實體金融層面的信貸風險以及能源虛擬層面的投資風險。本文選取的宏觀經濟指標主要包括：

（1）GDP增長率。GDP增長率綜合度量一國或地區的經濟發展狀況，反映微觀企業外部經營環境的優劣程度，對能源金融活動產生基礎性影響。GDP增長率較高表明企業經營普遍較好，能源金融活動的外部環境較為有利。

（2）GDP平減指數。GDP平減指數代表通貨膨脹，物價水平大幅度波動表明宏觀經濟不穩定，隨之而來的是大幅的人力和資本價格波動，從而使能源企業面臨較大的信用風險。

（3）貨幣供應量增速。市場資金運行大多是金融體系創造派生的，一國貨幣供應量增長與其金融安全有著直接關系。貨幣供應量增速過快導致經濟泡沫和通貨膨脹，進而影響能源金融安全；反之，則無法滿足企業與居民的信貸需求，抑制經濟發展，同樣會影響能源金融安全。

（4）匯率波動。隨著我國能源進口增加，匯率波動對能源金融風險的影響越來越顯著。匯率波動是指本國貨幣價格的非預期變化，代表國際金融風險狀況。

（5）上證綜合指數。證券市場已經成為煤炭、石油天然氣、電力等能源企業的直接融資場所。同時，證券市場融資額代表了首次公開募股（IPO）制度下宏觀政策的取向。本文采用上證綜合指數來間接測度能源企業在證券市場的融資程度。

（二）能源產業指標群

前文指出能源金融風險的核心是能源企業財務風險所引發的銀行風險，而能源產業基本面與能源企業的經營狀況有著直接關聯。通常來講，若能源產業發展良好，則能源企業經營效益較為理想，能源金融風險程度較低。本文選取的能源產業指標主要包括：

（1）商品燃料價格指數。商品燃料價格指數能夠反映全球能源供需狀況，是能源市場是否穩定運行最直接的表現形式。商品燃料價格指數大幅度跌升都不利于能源金融安全。在一定范圍內，商品燃料價格指數下跌可以減輕我國通貨膨脹的壓力，小幅度提升GDP增速，但對于能源行業有負面影響，對于能源金融安全的影響需綜合考慮。

（2）能源企業景氣指數。能源企業景氣指數是根據企業負責人對本企業綜合生產經營情況的判斷與預期而編制的指數，用以反映能源行業的整體生產經營狀況。能源企業景氣指數的數值為0～200，100為臨界值。當能源企業景氣指數大于100時，表明能源行業處于景氣狀態，所處狀況趨于上升或改善（李麗紅，2015）。

（三）銀行與能源企業指標群

微觀企業因素主要包括兩個方面：一方面是能源企業因素，另一方面是銀行相關因素。本文選取的銀行與能源企業指標主要包括：

（1）不良貸款率。在能源金融系統中，不良貸款是指能源企業無法履行合同規定，不能按時足額償還貸款本息；而不良貸款率是指能源企業不良貸款占銀行總貸款余額的比重。該指標越高，表明能源企業的貸款質量越差，能源金融安全保障程度越低。

（2）撥備覆蓋率。撥備覆蓋率是一般準備金、專項準備金和特種準備金總和占次級類貸款、可疑類貸款和損失類貸款總和的比重。該指標越大，表明能源金融安全保障程度越高。

（3）資產負債率。資產負債率是負債總額和資產總額的比值。該指標越大，說明能源企業的債務負擔越重，長期償債能力越弱，能源金融安全程度越低。

利息保障倍數。利息保障倍數是能源企業生產經營所獲得的息稅前利潤與利息費用的比值，衡量了企業的利息支付能力。利息保障倍數既是能源企業舉債經營的前提依據，也是衡量能源企業長期償債能力大小的重要標志。

（5）資產報酬率。資產報酬率是能源企業總體資產的獲利能力，是衡量能源企業運營能力的重要指標。該指標越高，表明能源企業投入產出的水平越高，資產運營效率越高，能源金融安全保障程度越高。

三、不同能源行業的分位數回歸分析

為盡可能保證指標體系的科學性與有效性，本文將利用分位數回歸方法對初步選擇的預警指標進行二次篩選。

（一）能源金融風險的度量

借鑒李凱風（2014）[4]的做法，本文采用利息支出VaR來度量能源金融風險狀態，利息支出直接反映了能源行業的資金運用安全狀況和償債風險狀況，直接關系著能源金融安全目標的實現。在VaR與預警指標之間通過分位數回歸方法來確定二者之間的相關性和相關程度，能夠進一步對能源金融風險預警指標進行篩選。將能源行業細分為石油天然氣開采業、煤炭開采和洗選業以及電力生產行業，本文采用德爾塔—正態分布法來計算不同能源行業的利息支出VaR。

其中，Za代表標準正態分布下置信度對應的分位數，本文選取99%的置信水平，Za=2.33；σ代表組合收益率的標準差；△t代表持有期。

本文原始數據來源于Wind數據庫，數據處理采用Eviews軟件。

（二）分位數回歸結果分析

基于不同分位點的回歸結果體現不同的能源金融風險程度，并依據不同風險程度測度出其主要影響因素。低分位點的回歸結果測量能源金融風險低水平時的主要影響因素，高分位點的回歸結果測量能源金融風險高水平時的主要影響因素。基于石油天然氣開采業、煤炭開采和洗選業以及電力生產業的相關數據進行分位數回歸，結果分別見表1、表2和表3。

表1顯示，對于石油天然氣開采業而言，在低分位點（0.2-0.4），貨幣供應量增速、能源企業景氣指數對其利息支出VaR有顯著影響；在中分位點，其影響主要因素有商品燃料價格、GDP、GDP平減指數、能源企業景氣指數、匯率波動、不良貸款率、上證綜合指數、資產負債率和利息保障倍數；在高分位點（0.6-0.8），匯率波動、上證綜合指數、資產負債率、利息保障倍數、資產報酬率對其利息支出VaR有顯著影響。

針對煤炭開采和洗選業的回歸結果見表2。在低分位點（0.2-0.4），GDP、匯率波動和能源企業景氣指數對其利息支出VaR有顯著影響；在中位點，煤炭開采和洗選業利息支出VaR的影響因素主要有商品燃料價格、GDP、GDP平減指數、能源企業景氣指數、匯率波動、不良貸款率、上證綜合指數、資產負債率和利息保障倍數；在高分位點（0.6-0.8），上證綜合指數、不良貸款率、利息保障倍數對煤炭開采洗選業利息支出VaR有顯著影響。

根據表3，在低分位點（0.2-0.4），GDP、匯率波動、能源企業景氣指數對電力生產業利息支出VaR有顯著影響；在中位點，中國電力生產行業利息支出VaR的主要影響因素有GDP、GDP平減指數、匯率波動、上證綜合指數、商品燃料價格、能源企業景氣指數、不良貸款率、資產負債率和利息保障倍數；在高分位點（0.6-0.8），GDP、貨幣供應速度、不良貸款率和撥備覆蓋率對電力生產業利息支出VaR有顯著影響。

四、能源金融風險預警指標體系

基于前文分析可知，當能源金融風險水平較低時，各因素的影響并不顯著；但當能源金融風險在中高水平時，GDP增長率、GDP平減指數、匯率波動、上證綜合指數、商品燃料價格指數、能源企業景氣指數、不良貸款率、資產負債率、利息保障倍數等9個指標的影響較為顯著。本著科學性與有效性原則，本文構建與我國能源金融發展相適應的能源金融預警指標體系，見表4。

能源和金融逐步由合作走向融合，而兩大產業間的相互滲透耦合隱藏著風險，建立與能源金融發展相匹配的風險預警指標體系迫在眉睫。本文在明晰能源金融風險內涵的基礎上，選取預警指標群，包括宏觀經濟指標群、能源產業指標群、銀行與能源企業指標群，并利用分位數回歸法對預警指標進行二次篩選，構建了科學、有效的涉及3類、9個指標的能源金融風險預警指標體系。本文研究停留在預警指標體系的構建層面，而基于預警指標體系進行預警模型研究將是未來研究的主要方向，具有更重要的理論價值和現實意義。

參考文獻

[1]A. Joanne Kellermann and Jakob de Haan.Financial Supervision In The 21ST Century[M].Citic Press，2016.

[2]巴曙松.巴塞爾Ⅲ與金融監管大變革[M].北京：中國金融出版社，2015。

[3]丁鋒.黃海洲：讓最后貸款人負責宏觀審慎監管[J].財新周刊，2016，（7）：47-49。

[4]李園園.“金磚四國”金融監管體制比較及啟示[A].河北大學碩士學位論文，2010。

[5]吳焰.深化金融監管體制改革 提高金融體系綜合效率[N].金融時報，2006-7-31。