论文部分内容阅读
2007～2009年，美国次贷危机和欧洲主权债务危机相继爆发，以标普、穆迪、惠誉为首的国际评级机构不断下调主权国家和企业的信用评级，金融市场剧烈波动，实体经济融资渠道受阻。同时，以国际货币基金组织和世界银行为首的国际权威机构不断下调全球经济增速预期，全球消费和投资信心下降，加速了全球经济增速放缓的自我实现过程。其中，作为本次国际金融危机重灾区的欧洲，众多国家经济陷入衰退。在此背景下，欧美国家相继出台强力量化宽松政策，力图阻止自身经济陷入“大萧条”式的衰退，同时各国纷纷利用技术性贸易壁垒限制新兴市场国家对本国的出口以保护本国产业。目前，美国经济已然开始复苏，而欧洲经济虽然避免了灾难性的大幅衰退，但将在未来数十年内处于低迷状态。
以中国为首的新兴市场国家在本次金融危机中表现抢眼，成为全球经济增长的重要拉动力量。然而在后危机时代，中国却不得不面对国际贸易环境恶化、劳动力成本上升、居民消费能力相对下降和政府隐性债务规模庞大等困境，依赖规模扩张的粗放型发展方式难以为继，经济转型升级势在必行。目前，中国经济已进入缓速调整期，且在较长时间内经济增速将难以回到危机前水平。受上述负面因素影响，中国银行业贷款风险将出现上升，而由于地区差异原因，各地区贷款风险变化的特征又不尽相同，地区风险定价成为当前各商业银行亟待研究的重要课题。为此，本文将构建地区风险评分体系以期对地区风险进行分析。
地区风险评分相关研究
我国地区风险评分研究起步较晚，风险分析技术尚不成熟，而国际评级机构制定的国家信用风险评级系统起步较早，与地区风险评级互通之处较多，值得借鉴。全球各大评级机构对于国家信用风险的定价主要依赖基于指标加权打分法的地区评级方法。
在指标选择方面，标普、穆迪和大公国际均采用了多层次的指标体系搭建方式。以大公国际资信评估有限公司开发的国家信用风险评级方法为例，其指标体系选取了国家管理能力、经济实力、金融实力、财政实力和外汇实力五大因素作为一级指标，并在其下分设二、三级指标，对三级指标打分后进行层层加权得到对一国中央政府偿债能力的评分。
在指标打分方面，各大评级机构各有特色。以标普为例，其指标值域被分为数段区间，每个区间对应一个分值。而大公则以由指数函数构造的“S”形曲线映射到0～1之间的分值。
本文将以上述方法为基础，结合我国实际，构建地区风险评分体系。
地区风险评分方法
我们认为，地区风险评分的最终目的——采用有预见性的打分方法得到与未来实际损失率呈高度负相关的地区得分作为地区风险定价的基础。
尽管每个企业的风险特征很大程度上取决于经营者自身的能力，但其所处的地区也会对其产生不容忽视的作用。对某一地区的任何一家企业来讲，当地的制度环境和经济环境均会对其产生重大影响。前者可直接影响该企业的经营方式；后者则主要作用于该企业上下游企业或消费者的经济表现，从而影响该企业的风险水平。此外，当地的金融环境和财政状况均将透过当地的经济环境间接影响该企业的风险特征。因此，同一地区的企业往往能够在一定程度上表现出相似的风险特征，这也构成了地区风险评分方法的逻辑基础。
地区风险可从四个方面进行分析：制度环境、金融环境、财政环境、经济环境，下面我们对其进行逐一解读。
制度环境是地区风险分析中最基础的要素，主要从政府发展战略和政府治理水平两个角度加以解读。在我国，政策差异是各地区企业经营环境差异的最根本原因。改革开放以来，中央相继推出了“东部率先发展战略”、“西部大开发战略”、“振兴东北老工业基地战略”和“中部崛起战略”，我国从计划经济体制逐步向市场经济转型。在经济体制改革过程中，中央奉行了“先试点、再铺开”的渐进式改革思路，由此也为先行先试的东部沿海地区带来了制度优势。虽然国家发展战略对地区制度环境影响重大，但地方政府的作用也不容忽视。以浙江为例，虽然相对广东和江苏来讲，浙江并未获得太多的国家政策优惠，但当地各级政府为民营企业创造了宽松的发展环境，浙江经济得到了快速发展，并于2008年实现了人均GDP省域排名第一的好成绩。
金融环境主要考虑的是当地金融发展水平和金融稳定性。经济的发展离不开金融的支撑，当地金融系统能否为企业提供充足、稳定的融资来源将在很大程度上影响投资者的信心和意愿。然而，从另一角度而言，如果缺乏有效监管，纵容企业过度负债，则将出现企业盲目扩张或挪用资金从事比主营业务更高风险的行业，增加金融隐患。同时，一旦金融风险爆发，金融机构收紧资金投放，将会进一步波及更多企业，进而引发链式反应。
财政环境主要考虑政府的收支状况。一方面，收支状况良好的地方政府通常更有财力进行公共设施投资和施行财税减免、财政补贴政策，其产生的溢出效应将惠及当地企业。另一方面，政府债务负担过重的地区往往存在金融资源被政府过度挤占、金融系统稳健性差等问题。
经济环境是对地区风险影响最直接的要素，主要从经济发展水平、经济开放度、经济发展环境三个方面予以评价。通常来讲，经济发展水平高的地区，经济体制较健全，经济基础较雄厚，企业抗风险能力也较强。经济开放度较高的地区，由于与国际接轨的程度更高，无论是政府治理水平还是企业主经营理念均较为先进，企业经营战略总体较灵活。经济发展环境考虑的则是地区经济安全、所有制结构和产业结构等较为深层次的要素。一般来讲，对外依存度较高的地区对外部冲击较为敏感，其他地区的冲击反应则相对滞后；所有制结构中民营经济占比较高的地区经济活力较强，毕竟从长期来看，产业升级的主体仍然是民营企业；而产业结构越高端的地区，其产业附加值也越高，企业利润也越丰厚，信用风险就越小。
指标打分方法
地区风险评分指标的特点是地区数量少（全国共31个省市），分位点稳定性不足，因此依赖两端分位点确定曲线形状的“S”形曲线法适用性偏低。而区间打分法中区间段的划分过于依赖主观判断，且该方法对于指标打分的区分能力不及连续函数的打分方法。 因此，我们采用了反正切函数族作为定量指标的得分映射函数。令xi代表某指标x在第i个省市的数值，其得分为f（xi）：
f（xi）=arctan[a·（xi/M-1）]/π+0.5
其中，M为该指标在所有地区取值的中值，作用在于对xi进行标准化处理，a为参数。
指标取值很低或很高时，得分区别不大，有利于降低单个指标离群点对于某一地区得分的过度影响。同时，不同的参数取值会产生不同的得分分布，我们可以通过调整参数来优化指标得分与不良贷款率的相关性。
实证研究
本文采用2010年和2011年相关历史数据对2012年上海、江苏、浙江、福建、山东、广东、广西、海南八个东南部沿海省市的地区风险进行打分，利用2012年商业银行地区不良贷款率与之进行比对验证，并用同样方法对2013年地区风险状况作出预测。
由于定性指标打分的客观性需要依赖更为复杂的评分体系，不属于本文研究范畴，因此在本文实证分析中，我们仅采用定量指标对地区风险进行打分。评分指标体系如表2所示。
其中，滞后期为目标评价年份滞后风险评分指标的年数。如：当对2012年地区风险进行评分时，采用2010年的“技术市场成交额/GDP”统计数据。滞后期的选择主要取决于指标的可获得性。权重设定采用了专家打分法。我们采用本文提出的指标打分方法对上述指标进行打分后得出表3。
利用表2中设定的权重对上述指标得分进行加权得出2012年各省市风险评分：
计算可得，上述地区风险评分与商业银行不良贷款率相关系数为-0.6，基本实现了“得分越高、风险越低”的预定目标。
将评分期定为2013年，本文针对上述八个省市进一步采集了相关历史数据：
用同样的方式计算得出2013年各地区的风险评分：
由表6可见，上海、江苏的地区风险仍将处于相对较高水平，而福建、海南地区风险则相对较低。
结论与后续研究
通过实证研究，本文所构建的地区风险评分指标体系能够反映地区风险情况，并具备一定的预测能力。后续研究可从两方面对本文成果进行改进：一是，设计基于客观论据的定性指标打分方法，弥补本文实证研究部分缺乏定性指标的不足；二是，探索基于数理逻辑的权重设定方法，改进现有的专家打分法。
（作者单位：倪鹏 中国民生银行，王彦博 中国社科院金融研究所，彭立强 大公国际资信评估有限公司）
以中国为首的新兴市场国家在本次金融危机中表现抢眼，成为全球经济增长的重要拉动力量。然而在后危机时代，中国却不得不面对国际贸易环境恶化、劳动力成本上升、居民消费能力相对下降和政府隐性债务规模庞大等困境，依赖规模扩张的粗放型发展方式难以为继，经济转型升级势在必行。目前，中国经济已进入缓速调整期，且在较长时间内经济增速将难以回到危机前水平。受上述负面因素影响，中国银行业贷款风险将出现上升，而由于地区差异原因，各地区贷款风险变化的特征又不尽相同，地区风险定价成为当前各商业银行亟待研究的重要课题。为此，本文将构建地区风险评分体系以期对地区风险进行分析。
地区风险评分相关研究
我国地区风险评分研究起步较晚，风险分析技术尚不成熟，而国际评级机构制定的国家信用风险评级系统起步较早，与地区风险评级互通之处较多，值得借鉴。全球各大评级机构对于国家信用风险的定价主要依赖基于指标加权打分法的地区评级方法。
在指标选择方面，标普、穆迪和大公国际均采用了多层次的指标体系搭建方式。以大公国际资信评估有限公司开发的国家信用风险评级方法为例，其指标体系选取了国家管理能力、经济实力、金融实力、财政实力和外汇实力五大因素作为一级指标，并在其下分设二、三级指标，对三级指标打分后进行层层加权得到对一国中央政府偿债能力的评分。
在指标打分方面，各大评级机构各有特色。以标普为例，其指标值域被分为数段区间，每个区间对应一个分值。而大公则以由指数函数构造的“S”形曲线映射到0～1之间的分值。
本文将以上述方法为基础，结合我国实际，构建地区风险评分体系。
地区风险评分方法
我们认为，地区风险评分的最终目的——采用有预见性的打分方法得到与未来实际损失率呈高度负相关的地区得分作为地区风险定价的基础。
尽管每个企业的风险特征很大程度上取决于经营者自身的能力，但其所处的地区也会对其产生不容忽视的作用。对某一地区的任何一家企业来讲，当地的制度环境和经济环境均会对其产生重大影响。前者可直接影响该企业的经营方式；后者则主要作用于该企业上下游企业或消费者的经济表现，从而影响该企业的风险水平。此外，当地的金融环境和财政状况均将透过当地的经济环境间接影响该企业的风险特征。因此，同一地区的企业往往能够在一定程度上表现出相似的风险特征，这也构成了地区风险评分方法的逻辑基础。
地区风险可从四个方面进行分析：制度环境、金融环境、财政环境、经济环境，下面我们对其进行逐一解读。
制度环境是地区风险分析中最基础的要素，主要从政府发展战略和政府治理水平两个角度加以解读。在我国，政策差异是各地区企业经营环境差异的最根本原因。改革开放以来，中央相继推出了“东部率先发展战略”、“西部大开发战略”、“振兴东北老工业基地战略”和“中部崛起战略”，我国从计划经济体制逐步向市场经济转型。在经济体制改革过程中，中央奉行了“先试点、再铺开”的渐进式改革思路，由此也为先行先试的东部沿海地区带来了制度优势。虽然国家发展战略对地区制度环境影响重大，但地方政府的作用也不容忽视。以浙江为例，虽然相对广东和江苏来讲，浙江并未获得太多的国家政策优惠，但当地各级政府为民营企业创造了宽松的发展环境，浙江经济得到了快速发展，并于2008年实现了人均GDP省域排名第一的好成绩。
金融环境主要考虑的是当地金融发展水平和金融稳定性。经济的发展离不开金融的支撑，当地金融系统能否为企业提供充足、稳定的融资来源将在很大程度上影响投资者的信心和意愿。然而，从另一角度而言，如果缺乏有效监管，纵容企业过度负债，则将出现企业盲目扩张或挪用资金从事比主营业务更高风险的行业，增加金融隐患。同时，一旦金融风险爆发，金融机构收紧资金投放，将会进一步波及更多企业，进而引发链式反应。
财政环境主要考虑政府的收支状况。一方面，收支状况良好的地方政府通常更有财力进行公共设施投资和施行财税减免、财政补贴政策，其产生的溢出效应将惠及当地企业。另一方面，政府债务负担过重的地区往往存在金融资源被政府过度挤占、金融系统稳健性差等问题。
经济环境是对地区风险影响最直接的要素，主要从经济发展水平、经济开放度、经济发展环境三个方面予以评价。通常来讲，经济发展水平高的地区，经济体制较健全，经济基础较雄厚，企业抗风险能力也较强。经济开放度较高的地区，由于与国际接轨的程度更高，无论是政府治理水平还是企业主经营理念均较为先进，企业经营战略总体较灵活。经济发展环境考虑的则是地区经济安全、所有制结构和产业结构等较为深层次的要素。一般来讲，对外依存度较高的地区对外部冲击较为敏感，其他地区的冲击反应则相对滞后；所有制结构中民营经济占比较高的地区经济活力较强，毕竟从长期来看，产业升级的主体仍然是民营企业；而产业结构越高端的地区，其产业附加值也越高，企业利润也越丰厚，信用风险就越小。
指标打分方法
地区风险评分指标的特点是地区数量少（全国共31个省市），分位点稳定性不足，因此依赖两端分位点确定曲线形状的“S”形曲线法适用性偏低。而区间打分法中区间段的划分过于依赖主观判断，且该方法对于指标打分的区分能力不及连续函数的打分方法。 因此，我们采用了反正切函数族作为定量指标的得分映射函数。令xi代表某指标x在第i个省市的数值，其得分为f（xi）：
f（xi）=arctan[a·（xi/M-1）]/π+0.5
其中，M为该指标在所有地区取值的中值，作用在于对xi进行标准化处理，a为参数。
指标取值很低或很高时，得分区别不大，有利于降低单个指标离群点对于某一地区得分的过度影响。同时，不同的参数取值会产生不同的得分分布，我们可以通过调整参数来优化指标得分与不良贷款率的相关性。
实证研究
本文采用2010年和2011年相关历史数据对2012年上海、江苏、浙江、福建、山东、广东、广西、海南八个东南部沿海省市的地区风险进行打分，利用2012年商业银行地区不良贷款率与之进行比对验证，并用同样方法对2013年地区风险状况作出预测。
由于定性指标打分的客观性需要依赖更为复杂的评分体系，不属于本文研究范畴，因此在本文实证分析中，我们仅采用定量指标对地区风险进行打分。评分指标体系如表2所示。
其中，滞后期为目标评价年份滞后风险评分指标的年数。如：当对2012年地区风险进行评分时，采用2010年的“技术市场成交额/GDP”统计数据。滞后期的选择主要取决于指标的可获得性。权重设定采用了专家打分法。我们采用本文提出的指标打分方法对上述指标进行打分后得出表3。
利用表2中设定的权重对上述指标得分进行加权得出2012年各省市风险评分：
计算可得，上述地区风险评分与商业银行不良贷款率相关系数为-0.6，基本实现了“得分越高、风险越低”的预定目标。
将评分期定为2013年，本文针对上述八个省市进一步采集了相关历史数据：
用同样的方式计算得出2013年各地区的风险评分：
由表6可见，上海、江苏的地区风险仍将处于相对较高水平，而福建、海南地区风险则相对较低。
结论与后续研究
通过实证研究，本文所构建的地区风险评分指标体系能够反映地区风险情况，并具备一定的预测能力。后续研究可从两方面对本文成果进行改进：一是，设计基于客观论据的定性指标打分方法，弥补本文实证研究部分缺乏定性指标的不足；二是，探索基于数理逻辑的权重设定方法，改进现有的专家打分法。
（作者单位：倪鹏 中国民生银行，王彦博 中国社科院金融研究所，彭立强 大公国际资信评估有限公司）