基于行業融資結構協調的我國金融安全狀態評估

聶富強　周玉琴

摘要：為構建更簡單的金融安全監測指標體系，抓住具有預警性的關鍵指標，通過重新審視金融危機案例事實認為金融體系為實體經濟各行業間融資不協調是金融危機發生的重要原因，并結合國際行業分類標準提出基于金融安全監測視角的行業分類。基于此，從融資與產出角度分別建立金融體系和實體經濟指標體系，并通過功效系數法將協調度指標轉化為金融安全指數。實證結果表明本文建立的金融安全指數基本能反映目前我國經濟存在的問題，并能提前反映未來兩年的金融安全狀態，使監管部門能提前監測到潛在的金融風險。

關鍵詞：融資結構；協調度；金融安全；預警性評價

文獻標識碼：A 文章編號：1002—2848—2017（02）—0053—09

一、引言

每次金融危機總是伴隨著平均2—3年的經濟低迷期，并造成平均5-10個百分點的GDP損失，為能更有效的應對金融危機以及減少危機之后的損失，對金融安全狀態的監測就顯得尤為重要。眾多學者研究表明信貸擴張是金融危機發生的重要原因，換言之金融體系為實體經濟提供過度資金支持使得潛在的金融風險上升。而目前從信貸擴張角度建立指標體系判斷一國金融運行狀態主要從總量層面展開，如國內信貸總額/GDP指標等，鮮有從結構層面出發。

已有關于融資結構相關文獻，多從微觀層面和宏觀層面出發分別研究企業融資結構和一個國家或地區的融資結構。融資結構即資金來源結構，并從不同的角度對融資結構作出劃分：按資金屬性不同可劃分為權益資本融資和債權融資；按資金來源不同可分為外源融資和內源融資；按金融組織的性質還可分為非正規融資和正規金融機構融資。而本文所研究的融資結構是從易引起金融危機發生的重點行業視角出發，從金融體系和實體經濟相對應的角度看，反過來即反映金融體系對實體經濟各行業間資金支持的協調關系。基于現有研究分析，過度信貸行業集中勢必導致系統性風險的上升，此外1618年以來所發生的歷次金融危機表明投機領域僅體現在某些行業，因此有必要從分行業融資視角出發建立指標體系對金融安全狀態進行監測。

由于宏觀經濟數據公布時間以及貨幣政策的滯后性使得金融安全預警性評價比現實評價更重要。相較于現實評價只評價當前的金融安全狀態而言，預警性評價主要是能預測金融系統未來可能會受到的沖擊，需對未來的金融安全狀態做出一個判別。預警性評價只能基于經濟體系內在聯系或國別歷史經驗相結合，本文主要從后者出發。與已有文獻不同，本文不關注與金融安全相關的全面指標，只關注其中某一方面，旨在抓住和量化具有預警性的關鍵指標，即首先通過金融危機案例事實重新思考金融危機發生的根源，并認為各行業間融資的不協調使得金融系統更易受到沖擊。其次結合統計行業分類標準與危機事實提出基于金融安全監測視角的行業分類。然后從行業融資結構協調角度出發建立具有預警性作用的金融安全監測指標體系。最后對我國金融安全狀態進行評價，并用灰色關聯度分析表明從金融體系與實體經濟連接渠道（資金）出發所建立的金融安全指數能提前反應未來一至兩年的金融安全狀態。

二、融資結構不協調與金融安全：典型事實

審視歷史，每一輪金融危機都伴隨著信貸泡沫。20世紀70年代初至今已出現四輪全球金融危機，第一輪和第二輪金融危機分別出現于20世紀80年代初和90年代初，分別有墨西哥等十余個發展中國家和日本等累積了巨大信貸泡沫。第三輪金融危機中，泰國及其周邊東南亞新興經濟體成為信貸泡沫累積重災區；始于2007年的第四輪金融危機信貸泡沫集中在美國、英國等國的房地產。信貸擴張是歷次信貸泡沫事件發生的重要原因，如20世紀90年代早期發生的北歐三國金融危機中，挪威的貸款規模在1985年和1986年增長了40%，銀行貸款對名義GDP的比率從1984年的40%上升到1988年的68%，資產價格飆升，原油價格的暴跌觸發了經濟泡沫的破裂，造成第二次世界大戰以來最為嚴重的銀行危機和經濟衰退，1994年墨西哥金融危機中，墨西哥對私營非金融企業的銀行信貸額從20世紀80年代后期占GDP10%左右的比重上漲到1994年占GDP40%的比重，1994年泡沫破滅后出現了嚴重的經濟衰退。因此，大致看來，擴張的貨幣政策導致的信貸供給過度增加而引起的價格泡沫是金融危機發生的重要原因，這也是設置傳統金融危機預警指標私人信貸總額/GDP和國內信貸總額/GDP等的主要原因，然而這兩個指標預警效果卻差強人意。

通過細探歷次金融危機究其原因發現，雖然信貸供給過度增加引起價格泡沫，但由于資金過度集中在某一個行業（如房地產或證券市場），并未造成價格的普遍上漲，而是某個行業的快速發展，導致行業間發展不協調以及收入差距擴大，進一步引起行業產能過剩或資產價格泡沫。當資金過度地從實際經濟部門轉移到投機性泡沫中時，必然會造成生產性投資匱乏，實質經濟增長乏力，結果就會導致投資者逐漸失去市場信心最終引發泡沫爆裂。艾倫認為1945-1971年這段時間除了1962年巴西發生的銀行危機外，世界任何其他地方都未發生過銀行危機，這是由于通過國有化，銀行被嚴格管制，政府控制著資金在各產業之間的配置使得這期間段銀行危機消失的無影無蹤。因此，有理由認為資金在各行業間配置不合理使得某個行業快速發展形成產能過剩或價格泡沫，而其他行業未能跟上同樣的腳步，這就使得收入差距擴大所造成的行業間的不協調以及收入與價格的不匹配是金融安全受到威脅的重要原因。

如1929年美國大蕭條前，美國商業銀行信貸大幅增長使得工業生產增長強勁，但農產品價格卻不斷下降。1994年墨西哥金融危機前，外資大量涌人，但墨西哥沒有利用適當的產業政策將資金運用到關鍵部門，沒有對基礎工業進行充分投資，而使得資金大量流入消費領域和證券市場，使得墨西哥股票指數不斷上漲，但投資和固定資本形成占GDP的比例仍基本保持不變，墨西哥金融危機發生的內在原因是經濟結構失衡，具體體現為第三產業（主要是商業、服務業和金融業）發展太快，而第二產業和第一產業則分別處于低增長和負增長狀態。再如以泰國為發端的亞洲金融危機發生的重要原因之一為信貸資金投向不合理導致的經濟結構失調，泰國把大量資金集中于房地產和證券市場造成房地產嚴重過剩，韓國把大量資金投入低效益的大企業，其他國家也存在同樣的問題。巴西金融危機一個重要的根源即“雷亞爾計劃”，此計劃核心為穩定貨幣而采取的高利率政策使得企業貸款減少，原本在工農業生產中循環的資本都紛紛流向國債和銀行，嚴重抑制了生產發展使得實體經濟衰竭。

從以上案例可以看出，更易造成金融危機的因素主要集中在國內而不是外部；而內部又主要體現在實體經濟衰退，當經濟基礎很堅實的時候，危機是罕有發生的。這不禁思考到信貸擴張本身并不是金融危機發生的根本原因，若政府部門能有效引導資金合理配置使得行業均衡發展，金融危機即可避免。而實體經濟衰退主要有兩方面體現，一方面是經濟結構中，本應注重發展高科技和關系國際民生的骨干產業，但這些產業回收慢，資金易轉向房地產和股票市場。當大量資金都涌向了金融體系如證券市場等投機性投資時，而實體經濟投資匱乏，使得實體經濟逐漸空心化，這在我國溫州信貸危機案例中有很好的體現；另一方面是資金在實體經濟行業間配置不合理，使得行業發展不協調，發展行業單一不僅導致行業產能過剩或價格泡沫也使得實體經濟抵御風險能力弱化，這在我國山西省因煤炭行業過剩而導致的經濟增長快速下滑得到驗證。因此有理由認為，金融體系與實體經濟之間發展的不協調以及實體經濟本身的行業結構不協調都會導致實體經濟的衰退進而導致金融危機的發生，即行業融資結構不協調導致的經濟結構失衡使得金融系統更易受到沖擊。

三、基于金融安全監測視角的行業分類

金融體系對實體經濟各行業間資金支持不協調所導致的行業產能過剩或資產價格泡沫是金融危機發生的重要原因，但就目前已發生的金融危機而言，主要集中在少數行業，并不是所有行業都能引起金融危機，這與行業的重要性、關聯性和可投機性有關，即若資金過多集中在系統性風險越大的行業，金融系統就越易受到沖擊，越不安全。目前分別根據經濟活動特性和生產活動特性劃分的機構部門分類和產業分類是兩個獨立的分類體系，分別以機構單位和基層單位為最小統計單元，若一個單位只生產一種產品，即此單位即是一個機構單位又是一個基層單位，則兩種分類是一致的。在當代生產條件下，由于生產邊界性導致一個單位生產多種產品，使得兩種分類各為獨立的全面的分類體系，但值得注意的是作為對整個國民經濟影響重大的機構部門中的金融公司部門和一般政府部門在產業分類中僅為第三產業中的一個小行業，而產業分類中第一產業、第二產業和部分第三產業在機構部門中僅劃分為一個部門。雖然兩種分類都提供普適性原則，但面對特殊問題即金融危機中金融體系的重要性以及少數行業的投機性，使得目前分類體系無法有效監測金融安全狀態，不能滿足對資金協調配置的測度。

從數據可得性角度出發，必須遵循已有的兩個分類標準，由于本文主要研究金融體系與實體經濟各行業間的對應關系，并且為凸顯政府部門在決定金融安全狀態中的重要地位，考慮到貨幣政策和財政政策沖擊對金融經濟穩定的重要影響，我們將機構部門分類作為第一層次，特將政府部門和金融公司部門單獨作為獨立部門。為突出基于金融危機發生事實的重點行業，把產業部門作為機構部門向下的第二層次，即將非金融公司部門下細分到各重點行業，最終形成完整的基于金融安全視角的行業分類體系。此外，為使所建立的體系具有國際普適性，需結合國際部門和行業分類標準以及歷次發生的金融危機事實突出重點行業。

目前國際公認基于機構單位劃分的部門分類標準為SNA2008，其將每個常住機構單位歸屬于五個部門中的某一個且唯一一個部門，國際行業分類標準為聯合國統計委員會于2006年審議通過的《所有經濟活動的國際標準行業分類》修訂本第4版（ISIC Rev.4），并將單個類別歸并為21個門類、88個大類、238個中類和419個小類。在現有的部門分類和行業分類標準下建立基于金融安全監測視角的行業分類有助于收集數據以及適應各國統計調查系統，也使得所提出的行業分類具有很強的可行性及科學性。此外，金德爾伯格等總結了1618年以來所發生的歷次金融危機的投機領域，主要有證券市場、房地產市場、珠寶、彩票、新型公司、白糖、運河、出口、航運、棉花、礦山、建設、鐵路、建筑業、重工業、船舶、大宗商品、能源、糧食、工業、咖啡、公共管理等等，其中，證券市場、房地產市場、鐵路、運河、礦山、建筑業、棉花、糧食、出口、航運、公共管理在多次金融危機案例中都有投機所發生④，而其余僅在某一次危機中出現。就近代金融危機而言，其中包括1992-1993年的歐洲貨幣體系危機、1994-1995年的墨西哥金融危機、1997-1998年的亞洲金融危機、1998年的巴西金融危機、1998年的俄羅斯危機、2001年的阿根廷金融危機、2008年美國次貸危機以及2010年歐洲主權債務危機，主要是房地產市場、證券市場、制造業、建筑業、出口有關行業以及公共管理行業過度發展。

綜上所述，結合SNA2008機構部門分類和ISIC行業分類體系提出的基于金融安全監測視角的行業分類體系為圖1。其中，第一層次為機構部門分類，分為金融公司部門、政府部門、非金融公司部門和其他，其中非金融公司部門下分的第二層次為行業分類，劃分為采礦和采石、制造業、建筑業、房地產活動和其他。從另一個角度看，本文將整個經濟系統分為金融體系和實體經濟，其中金融公司部門即本文所指的為實體經濟提供融資服務的金融體系，它包括所有主營活動是提供金融服務（金融中介、保險和養老金服務等）的常住公司以及所從事的活動能為金融中介提供便利的單位，其余都劃分到實體經濟。金融公司部門即是一個機構部門又是一個獨立的行業，因此其可納入到兩個層次的分類中。由于政府單位不僅僅屬于實體經濟，其也會組織和提供資金支持，而本文所指的實體經濟中的政府部門僅含政府最終消費部分，不包含其他；采礦和采石包含原油煤和鐵礦的開采也屬于重工業；制造業包含紡織品和石油和運輸設備制造等傳統制造業不包含高新技術產業制造業；建筑業包含樓宇的建筑和公路鐵路的修建；房地產活動包含房地產買賣租賃等其他房地產服務活動等。

本文提出的基于金融安全監測視角的行業分類基本反映了我國目前現實經濟中已存在的問題，如建筑業和房地產業反映了我國房地產庫存壓力現象，制造業、采礦和采石分別反映了我國鋼鐵水泥和煤炭產能過剩現象。值得一提的是，進出口也在多次金融危機中發展迅速，但由于其產品涉及到各個行業，無法作為一個部門或行業納入到本文的行業分類框架中，但此框架中的各個行業都會受到該行業進出口部分的影響，換言之，進出口通過影響行業發展進而影響金融安全狀態。因此各國應根據自己國家基本情況制定對應的第二層次中的行業分類，應將以進出口為主的行業以及占國內生產總值比重較大的行業從其他中挑選出來單獨列為一個行業。

我國《國民經濟行業分類》（GB/T 4754-2011）與ISIC Rev.4有少許差異，其將行業分為20個門類，其中有11個門類可與ISIC Rev.4直接對照，由于基于金融安全監測視角的行業分類僅針對門類，對大類、中類和小類不做具體比較與分析。前文所分的七大部門在我國依然適用，分別為采礦業、制造業、建筑業、金融業、房地產業、政府部門和其他行業。基于我國鋼鐵等傳統行業產能過剩背景以及制造業門類過大的事實，需將制造業細拆分為傳統制造業和高技術制造業兩類，其中高技術制造業包括醫藥制造、航空、航天器及設備制造、電子及通信設備制造、計算機及辦公設備制造、醫療儀器設備及儀器儀表制造、信息化學品制造等6大類。高技術制造業需投入較多資金進行研發，若較多的資金傾斜與這些行業并不會對金融體系造成巨大威脅，而事實情況往往是由于其實現收益速度慢而使得這些行業資金缺乏，為避免這些行業與傳統制造業產生資金流入的抵消效應，因此制造業行業中僅關注傳統制造業。

四、指標體系建立與數據來源

金融既是整個國民經濟的重要組成部分，也服務于實體經濟。從前文分析可知，金融體系與實體經濟之間的不匹配是金融體系受到沖擊的重要原因，主要體現為資金在各行業間的配置不合理，即將資金過度的集中在某個行業，使得熱點行業中企業過度進入以及生產能力嚴重過剩，在此情況下金融體系的資金投入在經濟景氣回落后極易形成不良貸款使得金融不穩定性增強。過度的資金行業集中以及金融機構間的羊群效應一方面阻礙了國家產業結構調整的步伐，另一方面放大了金融體系潛在的系統性風險，誘發我國整體金融市場的不穩定性，因此有必要基于各細分行業從金融體系獲得的資金角度出發建立指標體系。資金作為重要生產投入要素，能提前反映未來各行業經濟狀態，使得所建立的指標體系具有預警性作用。

從金融體系出發，其為實體經濟提供融資服務，融資快速增長反映了融資標準的下降，使得風險較高的企業更易從金融體系得到資金，導致潛在的風險增加。由于我國只公布了社會融資規模總量，而未細分到各行業，因此需采用替代指標反映金融體系對各行業的融資情況。各行業中的企業融資來源主要分為內源性融資和外源性融資，而內源性融資是企業用自身留存收益進行融資，因此本文只考慮外源性融資部分，外源性融資包含債權融資和股權融資兩大類。根據Fisher提出的債務通縮理論，過度投資或過度投機時的資金若不是借貸資金（債權融資）則不會產生嚴重的影響，且我國目前各行業資金來源主要為債權融資，因此本文僅從各行業債權融資角度建立指標體系。已有文獻分析企業債權融資時多采用“總負債”指標衡量，因此本文采用各行業企業負債合計作為各行業債權融資替代指標，但由于房地產業和政府部門負債數據無法獲得或樣本時間不夠長，只能采用信貸或貸款數據替代，數據來源于中國人民銀行、中國統計年鑒和中國工業統計年鑒。

從實體經濟角度出發，經濟增長通過影響借方是否有能力償還債務進而影響金融體系穩定性，因此選擇各行業增加值反映其償還能力，也反映了各行業對整個國民經濟的貢獻，但由于工業細分行業增加值只公布至2007年，以及采礦業增加值無法獲取2014年數據，也為與金融體系指標相對應，采礦業和傳統制造業實體經濟指標用反映企業融入資金經營效率指標主營業務收入替代。從支出法角度計算國內生產總值，政府消費為國內生產總值中的一部分，因此選擇政府消費作為政府部門實體經濟指標，數據來源于中國統計年鑒。最終，基于行業融資結構和數據可得性角度建立的指標體系見表1，且所有指標時間段為2000年至2014年。

衡量兩變量間協調關系的指標很多，但都大同小異，為使指標計算更簡捷，本文對張曉東和朱德海依據灰色系統理論提出的度量經濟與環境的協調度公式②進行少許修改（式1）以度量實體經濟與金融體系的協調度（R）。其中，x和y分別為實體經濟和金融體系各指標的增長速度，當兩者增長率同方向變化時，且兩者相等時，協調度指標取得最小值，即R=0，說明實體經濟從金融體系獲得與之匹配的資金支持，兩者共同協調發展。當兩者增長率反方向變動時，金融體系與實體經濟的協調程度要差于同方向變化時。R越接近0，說明兩者協調程序越好，反之越差。本文運用公式（（y_t-y（_t-1））/y（_t-1）計算以上一期為基期的增加值或債權融資規模增長速度，其中y_t、y（_t-1）分別為第￡期、t-1期的增加值或債權融資規模，以此計算各行業協調度。由于本文問題的特殊性即監測金融安全狀態，僅直接運用此指標并不能滿足要求，需對其進行相應的轉化。當行業債權融資增長速度小于行業增加值速度時，此時的金融體系與實體經濟不協調表現為金融體系對實體經濟支持不足，但該行業有足夠能力對其債務進行償還，并不會對金融體系產生威脅，此時將R轉化為0，說明金融體系較安全，反之，則R為式（1）計算值，因此R越大，金融體系越不安全，R越接近于0，金融體系越安全。

五、我國金融安全狀態評估

（一）增長速度與協調度分析

本文將各行業負債（信貸或銀行貸款）作為各行業債權融資的替代變量，具體指標參考表1，整體看，各行業債權融資增長速度（圖2）基本為正，說明債權融資大致保持上升趨勢，但行業間具有明顯差異，其中政府信貸和房地產業波動較大，政府信貸在2001年和2007年增長80%左右，房地產業在2003年和2009年增長40%以上，分別達到2個頂點。從2001年至2014年年均增長速度看，房地產業高于其他行業，而傳統制造業最低，且2007年和2009年各行業（除政府信貸）債權融資增長速度均高于年均增長速度。從圖2中也可明顯看出，債權融資增長速度最快的行業隨著時間變化而變化，體現了行業間的互動效應，并不是某一個行業一直保持快速增長。

從各行業指標增長速度看，采礦業、傳統制造業和建筑業實體經濟增長速度和債權融資增長速度基本保持相同的趨勢，但房地產業和政府部門兩者趨勢具有明顯差異，并且在2008年前幾年，除了房地產業和政府部門，其余行業債權融資的增長速度都未跟上實體經濟的增長速度。值得一提的是，就2012年至2014年看，各行業債權融資和實體經濟增長速度都呈現下降趨勢，反映了我國目前的經濟下行狀態，其中采礦業、建筑業和房地產業債權融資增長速度快于實體經濟增長速度，而傳統制造業則恰恰相反。

根據式（1）計算的各行業實體經濟與金融體系協調度可知（圖3），各行業協調度隨著時間變化而變化并輪換為協調度最大值，體現了金融體系對各行業資金支持的傾斜度在不斷調整。從2001年至2014年協調度均值看，政府部門協調度值大于其他行業，而建筑業均值最小，說明相較于其他行業而言，政府信貸與政府消費極不協調。就各行業協調度方差而言，政府部門和采礦業波動較大，其中政府部門實體經濟與金融體系在2003年、2005年和2013年極其不協調，采礦業在2009年和2014年協調度值達到兩高點。由于當某行業債權融資增長速度低于增加值增長速度時，該行業發生的違約率很低，不會對金融體系造成威脅，因此為使協調度指標反映金融安全狀態，僅保留增加值增長速度慢與債權融資增長速度的協調度值，其余均用0代替，即協調度值越大，金融體系越不安全。經轉化后的協調度指標表明（圖4），2001年至2005年，行業協調度最大值呈下降趨勢，即金融體系穩定性逐漸加強，而現階段（2011年至2014年）由于采礦業債權融資與增加值極其不協調導致金融體系越易受到威脅，反映了我國現階段煤炭等行業產能嚴重過剩的現實狀況。

（二）金融安全指數建立

本文認為金融體系為某一個行業提供過多資金使得該行業快速發展進而導致的產能過剩或價格泡沫以及融資行業集中度過高等問題使得金融體系更容易受到實體經濟沖擊而更不穩健。金融體系對各行業資金支持度隨著時間變化而變化，其與實體經濟互相促進發展，因此選擇各行業協調度最大值作為當年總的協調度指標，協調度越大，金融體系越不安全。為能直接反映我國金融安全狀態，本文運用功效系數法（式2）將總的協調度指標轉化為金融安全指數（zs），其中M為滿意值，m為不容許值，R為協調度指標。由于本文協調度指標的最優值為0，因此M取值為0，但并沒有明確的不容許值，為與已有的金融安全指數進行比較，本文運用反推法推出協調度指標的不容許值。已有的與本文時間基本一致的金融安全指數有2015年金融安全協同創新中心發布的《中國金融安全報告2015》所公布的金融安全指數（金融安全指數2）以及張安軍所建立的國家金融安全指數（金融安全指數3，僅到2012年），由于不容許值最能反映金融安全較差時狀態。因此選擇兩個指數都處于極小值的2009年作為標準，即假定本文金融安全指數2009年值為另兩指數的均值（75.8），根據式2推導出不容許值為1.7，因此即可計算出本文的金融安全指數（金融安全指數1），指數值越大說明金融體系越安全。結果表明，2001年至2005年金融安全指數隨著我國經濟快速發展迅速好轉，由于房地產業和政府部門實體經濟指標與金融體系指標的不協調導致2006年至2007年金融安全指數有所下降預示著我國2008年經濟下行狀態，2010年歐債危機前的2009年金融安全指數也有所下降，這是由于采礦業債權融資過多而引起的，2011年至2014年由于我國經濟增長模式的變化使得金融安全指數迅速下降。

總體看，本文建立的金融安全指數所采用的指標數量較少，并且方法較簡單，避免了指標權重設置等所需的復雜統計方法，也避免了對指標主觀賦權的尷尬，即本指標體系可操作性更強。從圖4可以看出，金融安全指數1與金融安全指數3基本保持相同的趨勢，但與金融安全指數2的峰值和谷值并不保持一致，其中金融安全指數2峰值和谷值分別處于2007年、2011年和2009年、2014年，對應的本文金融安全指數峰值和谷值分別處于2005年、2008年、2010年和2007年、2009年、2014年，初步判定本文所建立的金融安全指數較金融安全指數2領先1-2年，能提前反映金融安全狀態。

由于兩金融安全指數在2001年至2005年期間都處于相同的趨勢，并沒有上下波動，因此我們將系統參考序列設置為金融安全指數2的后階段即2005年至2014年，而系統比較序列為本文的金融安全指數，當T=0時即同時期的本文金融安全指數，當T：一1時即向左移動一年，即2004年至2013年的本文金融安全指數，以此類推。從兩指數灰色關聯度看（圖5），當T=-2時，即2003年至2012年本文的金融安全指數與2005年至2014年金融安全指數2關聯度最高，則說明本文金融安全指數能對金融安全狀態進行預警性監測。

六、結論與思考

通過重新審視金融危機歷史，我們認為金融體系與實體經濟行業間的融資結構不協調是導致金融系統受到沖擊的主要原因并提出基于金融安全監測視角的行業分類。基于此，從融資與產出角度分別建立金融體系和實體經濟指標體系，結合協調度指標建立了具有預警性監測的我國金融安全指數。較已有金融安全指數相關文獻而言，本文所建立的指標體系更簡潔，采用的方法更簡單，操作性更強。通過灰色關聯分析表明，本文建立的金融安全指數比《中國金融安全報告2015》中建立的指數能領先兩年監測到金融風險，這在數據延遲發布以及政策滯后性背景下尤其重要。由于數據可得性問題，并未從社會融資規模全視角尋找指標，為更好的對金融安全進行準確的預警性監測，需對數據提出更高的要求，即就社會融資規模統計而言，不應僅從總量上考慮，更應分行業對社會融資規模進行統計，以能更充分了解金融體系資金在各行業間的配置。

從實體經濟角度看，社會各界無不認同“轉變經濟增長方式、調整經濟結構”是我國經濟持續穩定發展的必由之路，其關鍵之一就在于產業結構的優化調整，使得各行業協調發展，避免某行業“一枝獨秀”現象產生，促進經濟穩定發展，然而這依賴于一定的外部環境和條件，尤其是對資金需求有特殊的要求，這就離不開金融體系的支持。資金在整個社會再生產運動中，是其他生產要素進行組合的先導和媒介，資金投入對產業產值影響具有一定的滯后性，即當前的行業融資結構反映了未來短期的產業結構，因此從金融體系看，加強貨幣政策對行業融資結構的引導作用，使之與產業結構調整政策相匹配，對行業間采取不同的資金傾斜度，在確保滿足各行業發展合理資金需求的同時，也不可長期對某行業給予過多的資金支持，創造有利于行業間融資協調發展的政策條件，避免產生產能過剩或價格泡沫等問題。總體看，政策制定者應設置總量管控和結構調控雙重目標，不僅關注融資總量，更應對行業融資結構進行監管，防止個別行業過度融資，引導我國產業結構合理發展，促進我國金融體系與實體經濟共同健康發展。