新冠肺炎疫情下江蘇省區域金融風險分析

□文/吳金杭 韓曙平 章夢瑤

（江蘇海洋大學商學院 江蘇·連云港）

［提要］ 自2020 年初以來，新冠肺炎疫情在各個方面對區域金融產生重大影響。本文從宏觀經濟發展風險、銀行業風險、資源調控能力風險、資產價格泡沫風險、保險業風險等五個維度構建區域金融綜合評價指標，并依據熵值法進行賦權，從而對2019～2020 年江蘇省區域金融風險變化趨勢進行測度。實驗結果顯示：江蘇省區域金融風險主要受到宏觀經濟發展風險、資源調控能力風險及保險業風險的影響，且與各個市的經濟發展狀況相關，蘇南地區區域金融風險最小，蘇北與蘇中地區基本持平。

自2020 年初以來，新冠肺炎疫情給我國經濟發展造成的沖擊主要體現在以下三個方面：一是企業生產作業活動停滯。各行各業不同程度的延長假期、停工停產，減少了有效工作日，企業成本上升，部分中小企業生存壓力加大，甚至面臨倒閉的情況。二是經濟活動需求放緩。傳統服務業消費受到明顯影響。如，餐飲業因配合減少聚集的防疫政策而導致營業額下降、旅游業因景區關閉而遭受沉重打擊以及商業零售業因快遞通暢性下降而受到沖擊。三是外部風險將沖擊我國經濟。國際貿易停滯的狀況在短期內無法改善，外部需求下降，從而導致我國經濟增速降低。區域金融的穩定直接影響國家宏觀金融穩定。區域金融平穩、健康的運行，能夠促進區域金融穩定，同時也能夠帶動區域經濟的持續快速發展。

本文對江蘇省區域金融風險問題進行分析，試圖得出江蘇省區域金融風險的區域結構狀況，全面探析江蘇區域金融風險現狀、發展及來源，為區域金融風險理論及區域金融風險的防范預警提供思路。

一、文獻綜述

金融風險是與金融相關的、具有不確定性的損失。區域性金融風險是指某一特定地域內部所面對的金融風險。金融風險具有一定程度的傳染性和破壞性，這種風險可能會率先以細微的風險因子發作于某個機構或行業，如無有效措施加以遏制，將逐漸積蓄能量、擴大傳染范圍、乃至發生質變，形成在一定范圍的區域內集中爆發金融風險，隨著不斷發酵，極有可能進一步擴大范圍和影響性，演變成全局性、系統性的金融風險。

對于區域金融風險，我國有許多學者運用不同方法選取不同的評價指標體系進行相關研究。譚中明（2010）通過AHP 法和熵值法相結合，將區域風險分為外部影響因素和內部影響因素2 個分系統、8 個子模塊構建區域金融風險預警系統。郭秀秀（2016）將金融風險分為區域宏觀經濟、區域微觀企業、區域微觀金融和外部經濟金融四個子系統，從中選取了24 個指標，通過熵值法進行賦權以及模糊綜合評價法對區域風險進行評估，構建了區域金融風險預警指標體系。胡志強（2016）從區域經濟、區域金融和影子銀行體系三個方面構建了區域金融風險綜合評價指標體系，通過熵值法進行賦權，對2011～2015 年安徽省區域金融風險進行測度，得出變化趨勢。謝婷婷、李祎（2020）將區域金融風險歸納為八個維度，并從中選取指標構建區域金融風險評價體系，通過熵值法進行賦權，得到權重后運用模糊綜合評價法對新疆地區區域金融風險進行測度。

通過對已有文獻的總結，本文將區域金融風險歸納為宏觀經濟發展風險、銀行業風險、資源調控能力風險、資產泡沫價格風險以及保險業風險五個維度，并從這五個維度中共選取9 個指標構建區域金融風險綜合評價體系，在此基礎上對江蘇區域金融風險進行測度。

二、江蘇省金融風險現狀

（一）江蘇省宏觀經濟風險增大。宏觀經濟風險可通過不同的指標進行衡量，GDP 增速是一個比較有代表性的指標，如果GDP 增速下降，說明宏觀經濟風險加大。由于國家高質量發展戰略的實施，全國GDP 增速波動下降。2017 年以來，江蘇GDP 增速持續下降，宏觀經濟下行風險加大。2020 年受疫情影響，全國GDP 增速從6%降至2.3%，江蘇省GDP 增速出現斷崖式下跌，與2019 年相比降幅達2.4%，而浙江省從6.8%降至3.6%。兩個省份GDP 增速都呈下降態勢，但是江蘇省降幅變化平穩，而浙江省下降波動更大，受疫情影響程度更深。同時，江蘇省受疫情影響的程度顯著低于全國。這說明江蘇省宏觀經濟發展較為平穩，受疫情影響程度低于其他省份，抵抗風險能力較強。

（二）資產泡沫價格風險依然很大。房價增長率是研究資產泡沫風險最具代表性的指標，房價增長率與GDP 增速比值能夠衡量資產泡沫化程度，比值處于1 以內時，處于合理范圍，一旦超過1 則將出現泡沫預警，而比值大于2 時則意味著存在房價虛漲泡沫現象。由于購房需求推動房價上漲以及各種其他因素，房價在2018 年以前處于大幅度上漲的狀態。但在2018 年國家出臺了限購政策，全國房價增長率出現大幅度下降，盡管如此江浙兩省依舊處于泡沫預警之中。雖然兩省房價增速自2018 年后開始下降，但江蘇省的房價增長率始終大于GDP增速，浙江省則在2019 年進入到正常范圍。2020 年受疫情影響，江蘇省房價增長率較2019 年上升0.5%，比值再次達到2，而浙江省也出現了泡沫預警。這說明現階段江蘇省資產泡沫化風險依然很大，且疫情增加了資產泡沫價格風險產生的可能性。

（三）金融機構風險不斷積累。銀行業是金融機構中最具代表性的行業，但中國大部分銀行實行分支行制度，分地區的風險情況通過全國性商業銀行的數據很難掌握，城市商業銀行是區域性銀行，其業務主要分布在省內，能夠基本反應地區金融發展狀況。銀行風險一般從不良貸款率中反映。近年來，南京銀行不良貸款率小幅波動上升，但其不良率一直較低，要低于杭州銀行和廣州銀行。2020 年受疫情影響，南京銀行不良貸款率達到近年來的峰值，為0.91%。說明江蘇金融機構風險加大，而杭州銀行和廣州銀行不良貸款率分別為1.07%和1.15%，較2019 年都有小幅下降，表明杭州和廣州金融機構風險未受疫情影響。但整體來看，南京銀行不良率依然低于杭州銀行和廣州銀行。這說明現階段江蘇省金融機構風險雖有一定積累，但整體上風險控制較好。

三、實證分析

本文的研究目標是確定新冠肺炎疫情影響下江蘇區域金融風險度量指標的權重，根據風險產生的成因，按地理位置將江蘇13 市進行區域劃分，連云港、鹽城、徐州、淮安及宿遷為蘇北地區，泰州、揚州及南通為蘇中地區，鎮江、蘇州、常州、無錫及南京為蘇南地區，著眼于2019 年與2020 年兩個年份，遵循科學性、全面性、可操作性的原則，從五個層面出發，共選取了9 個指標，采用客觀賦權法的熵值法，構建區域金融風險評價指數體系，見表1。（表1）

表1 區域金融風險綜合評價體系一覽表

（一）熵值法。熵值法是一種客觀賦權法，根據各項指標的觀測值提供的信息來確定各個指標的權重。本文采用的是熵值法，引入“熵”的概念來確定各個指標的權重。熵值法步驟：

1、一致化處理。適度指標轉化為正指標：

逆指標轉化為正指標：

2、無量綱化處理

3、熵值法賦權

第二段是美股與A股分道揚鑣，美股繼續向上，A股不斷探底，時間段為3月22日中興事件到10月18日；中美貿易摩擦是這段時間的主要問題，雖然一季度道指大幅回調，但美國經濟強勢復蘇，有良好的經濟數據做支撐，二季度再度站穩，單季實現0.7%的正收益，三季度道指延續牛市趨勢，不斷刷新歷史新高。而反觀國內，經濟環境可謂內憂外患，內有實體經濟去杠桿，外有中美貿易摩擦，市場對未來經濟增長預期很悲觀，中興事件成為A股下跌導火索，二季度上證指數累計下跌10.14%。可以看到，A股市場對于中美貿易摩擦的負向反饋更加劇烈，而道指對貿易保護主義的抬升并沒有多少表現。

（1）計算第i 個被評價對象在第j 項指標取值的比重：

（2）計算第j 項指標的熵值ej：

（3）計算第j 項指標xj的差異性系數gj：

（4）確定指標權重wj：

經計算，各指標的權重見表2、表3。（表2、表3）

表2 2019 年指標權重一覽表（疫情前）

表3 2020 年指標權重一覽表（疫情后）

（二）區域金融風險綜合測度計算。本文根據上文熵值法所測量出的各個風險的權重，采用模糊綜合評價法來計算區域金融風險的綜合測度值，具體公式如下：

其中，Si為第i 年的綜合風險測度值，具體計算結果見表4、表5。（表4、表5）

表4 2019 年區域金融風險測度一覽表（疫情前）

表5 2020 年區域金融風險測度一覽表（疫情后）

（三）結果分析。通過對表2、表3 進行分析，可以得到以下結論：2020 年江蘇省區域金融風險一級指標中宏觀經濟發展風險和銀行業風險的權重同比有不同程度的升高，同時資源調控能力風險、保險業風險以及資產價格泡沫化風險權重有著不同程度的下降。從二級指標權重變化來看，GDP 增速、居民消費物價指數、存貸比、房價增長率/GDP 增速4 項指標權重同比有不同程度的升高，其中居民消費物價指數權重增幅最大接近于55%。銀行不良貸款率、固定資產投資增速、保險深度、保險收入、股票市價總值/GDP 這5 項指標權重較2019 年有不同程度的下降，其中固定資產投資增速降幅最大接近于21%。

從表中數據來看，可以得到以下特征：（1）宏觀經濟風險權重變化受疫情影響較大，得益于2020 年下半年疫情腳步放緩，全年GDP 增速有了部分回升，但整體上增幅不大只有5%。然而，相較于GDP 增速，居民消費物價指數卻大幅升高，這說明新冠肺炎疫情對物價指數的影響較大。物價指數大幅上漲意味著通貨膨脹，直觀地體現在物價上升、貨幣貶值，給整個區域金融帶來巨大的沖擊。（2）銀行業風險權重受疫情影響有了部分升高。具體來看，銀行不良貸款率權重小幅度下降，存貸比權重上升，這說明疫情期間大部分居民減少了銀行貸款，更愿意把錢放在銀行里。總體來看，整個銀行體系并沒有因為疫情產生巨大的波動。（3）資源調控風險的權重變化來源于固定資產投資增速權重的減少。說明整個社會固定資產投資有所下降，意味著疫情直接拉低了我國經濟發展的增速、基礎設施的建設，間接促使區域金融大環境的惡化。（4）保險業風險的權重有了部分下降，從二級指標權重變化來看，其受保險收入減少的影響最大，這說明疫情期間，居民收入基本用于日常開銷，人們變得不愿意進行額外開銷，從而對保險業形成沖擊。然而，從保險深度方面來看，數據變化不大，說明保險業在整個區域金融體系中的地位很穩定，不易受疫情這種外部因素的影響。（5）資產價格泡沫化風險的權重變化不大。房價增長率與GDP 增速比值增大，但從數值上看，仍小于1，處于正常范圍，說明疫情并未造成房價泡沫化現象。同時，股票市價總值在減小，這說明新冠肺炎疫情對上市公司的沖擊很大。

通過對表4、表5 分析可以看出：蘇南地區綜合風險測度值較大，風險小；蘇北和蘇中地區綜合風險測度值小，風險大。疫情后，蘇北地區和蘇南地區的綜合風險測度值都有所下降，說明這兩個地區的區域金融風險增大，其中蘇南地區下降更明顯，說明疫情對蘇南地區影響更大，但蘇南地區擁有發達的經濟基礎，綜合風險依然顯著低于蘇北和蘇中地區。此外，蘇中地區的綜合風險測度值在上升，說明該地區的區域金融風險在減小，結合各風險權重變化來看，蘇中地區區域金融風險的減小主要得益于宏觀經濟發展風險的減小，表明區域經濟發展程度對抵御各類風險有著巨大的作用。通過比較疫情前后各類風險權重可以發現，綜合風險測度值受宏觀經濟發展風險、資源調控能力風險及保險業風險影響最大。

基于上述數據及分析可以得到如下結論：江蘇省區域金融風險主要受到宏觀經濟發展風險、資源調控能力風險及保險業風險的影響，且與各個地區的經濟發展狀況相關，城市自身發展基礎越好，抵抗風險的能力就越大，同時結合疫情后數據來看，區域金融風險蘇南地區最小、蘇北地區與蘇中地區基本持平。