论文部分内容阅读
摘 要：城市商业银行系统性金融风险不仅关系到自身发展的安危，更易衍生为区域性金融风险，尤其在后发地区风险防范能力不足的情况下，会对当地经济造成严重冲击。以我国西部后发地区六省13家城市商业银行作为样本，通过综合指数法测度西部后发地区城市商业银行系统性金融风险，发现西部后发地区城市商业银行系统性金融风险近五年呈现先减后增的变化趋势，各地区系统性金融风险的大小与地区经济的发展程度密切相关。建议后发地区城市商业银行立足当地经济，建立主动全面的风险管理模式，大力发展金融科技，政府加大政策支持，从而改善西部后发地区系统性金融风险目前增长的趋势，维护区域经济的稳定。
关 键 词：系统性金融风险;后发地区城市商业银行;综合指数法
中图分类号：F832.33 文献标识码：A 文章编号：2096-2517（2020）02-0070-11
DOI：10.16620/j.cnki.jrjy.2020.02.008
一、引言
2017年全国第五次金融会议指出“当前金融工作根本性任务就是防范系统性金融风险，也是金融工作的永恒主题”。 党的十九大报告中对金融领域工作提出了明确要求，强调“守住不发生系统性金融风险的底线”。2018年政府工作报告进一步把防范化解重大系统性风险列为决胜全面建成小康社会的三大攻坚战之首。系统性金融风险影响到金融业的各个领域，其在不同的金融市场、不同性质的金融机构中所呈现的特征和影响程度各有差异，地方城市商业银行作为商业银行体系中最具活力的机构之一，其承担的系统性金融风险对银行自身和当地经济的发展有着深远的影响。 在过去20多年的发展过程中， 城市商业银行的出现打破了大型国有商业银行的垄断格局，丰富了地方金融风险的化解手段，补充完善了现代商业银行体系，促进了地方经济的发展，推动了我国银行业的改革。但是，在我国宏观经济增速趋缓、息差收窄、金融脱媒等背景下，地方城市商业银行的过度扩张加速暴露出其系统性金融风险，进而威胁到地方金融体系与区域经济的稳定，防范系统性金融风险是当前城市商业银行面临的主要任务，因此测度地方城市商业银行系统性金融风险尤为重要。
本文以陕西、甘肃、宁夏、青海、新疆、西藏西部六省共13家城市商业银行为研究对象， 结合其历史数据有限、数据稳定性差、连续性低等特点，采用综合指数法测度后发地区城市商业银行系统性金融风险，从而对后发地区系统性金融风险的防范监管具有指导意义。
二、文献综述
（一）系统性金融风险的界定
目前国内外学界尚未对系统性金融风险的定义形成一个统一的观点，Benoit等（2014，2015）就将系统性金融风险描述为“难以定义，却一目了然”[1-2]来形容其界定困难、辨识容易的特点。综合国内外学者的研究，系统性金融风险可从以下三个角度来进行界定。
1.从风险成因角度来看，形成系统性金融风险的原因主要包括内部因素和外部因素。关于内部因素，大多认为金融体系的内在脆弱性是形成系统性金融风险的原因。早期的研究主要有Minsky（1978）提出的金融脆弱性理论[3]，Diamond等（1983）提出的D-D模型[4]，Kregel（1997）提出的“安全边界假说”[5]，等等。 金融体系内的信息不对称也是系统性金融风险的重要成因。尚晓等（2017）对2008年的次贷危机进行了研究，认为由于信息不对称长期存在于经济体系中， 而且暴露出日益严重的趋势，从而引发了次贷危机[6]。Chakravorti（2000）提出金融机构之间的同业往来形成业务及资产负债关联性，以及风险同质化成为系统性金融风险的重要来源[7]。Oet等（2011）认为这种关联性对风险产生放大效应导致了银行的脆弱性[8]。关于外部因素，大多认为经济波动是系统性金融风险的主要来源。Kupiec等（2004）提出了外部的经济动荡是系统性金融风险的主要诱因，动荡的经济环境会造成金融市场上资产价格大幅度波动， 公司破产风险增加，金融机构流动性降低， 资产存在重大损失可能，等等，这一系列问题共同构成了系统性金融风险[9]。经济周期波动也会带来系统性金融风险的爆发。周炎等（2014）提出了两种周期性波动分析机制：金融加速器机制与银行融资机制[10]。Zigrand（2014）将外部因素与内部因素结合起来，提出系统性金融风险是内部因素与外部因素相互作用的结果[11]。
2.从风险的传导路径来看，系统性金融风险的传导机制分为内部传导和跨境传导。 巴曙松等（2013） 认为某个单一事件的发生会通过机构之间的并因联系而将其影响传导至其他金融机构及市场，从而形成系统性金融风险[12]。Hart等（2009）认为由于经济体系和金融系统内在的关联性，单个危机的发生就会通过这种关联不断传导扩大，最终导致整个系统性危机的发生[13]。Battiston等（2009）、Bijlsma等（2010）认为经济社会中的多数部门或所有部门之间相互作用扩散为系统性金融风险[14-15]。张晓朴（2010）则认为金融市场的发达会使金融机构之间的关联更加密切，系统性金融风险也就更易形成[16]。
3.从风险造成的后果来看，系统性金融风险最终后果主要是造成经济下滑。韩心灵等（2017）发现当金融市场的参与者不能及时履行合同时，金融机构和金融市场的资源配置、信贷、融资等都会受到影响，从而造成经济增速放缓和社会福利水平下降等即为系统性金融风险[17]。Bernanke（2009）认为系统性金融风险是对宏观经济和金融体系的稳定性造成影响的事件[18]。Acharya等（2013）發现系统性风险的影响主要是通过经济系统中关键部门的风险对实地经济的冲击造成的[19]。 综上所述， 系统性金融风险是影响范围广、成因复杂、 产生后果极其严重的综合性金融风险。由于金融体系特有的内生脆弱性、 金融市场的关联性、金融机构业务的同质性，某个事件的发生或者外部环境的变化都会成为系统性金融风险的诱因，因此城市商业银行系统性金融风险与其自身的发展和外部环境的波动紧密相关。也正因如此，系统性金融风险的影响会迅速传染至各行各业，对区域经济造成深远的影响。
（二）系统性金融风险的测度
随着学界对系统性金融风险研究的重视，关于系统性金融风险的测量方法层出不穷，主要为宏观数据的指标法和金融市场数据的模型法。在指标法方面，Illing等（2006）在加拿大的银行部门、股票市场、债券市场、外汇市场四个市场中选择了相关压力指标，构建金融压力指数[20]。Kaminsky等（1998）提出KLR信号法， 根据超出阀值的预警指标数量判断金融危机发生的可能性，是早期预警指标方法的代表[21]。陶玲等（2016）构建了金融机构、股票市场、债券市场等七个维度的指标体系，选择了综合指数法对我国金融体系的系统性金融风险进行测量[22]。在模型法方面，CoVaR法计算金融机构在正常情况下和发生风险时期望值，以两种情况下的风险期望值之差表示该机构发生系统性金融风险时的溢出效应[23]。但是CoVaR法固有的缺陷是忽视总体损失情况的描述，而且这种测量方法并不具备代表性，计算的结果不一定能够代表金融体系的总体系统性金融风险水平。而边际期望损失法（MES）和成分预期损失法（CES）正好在一定程度上能够弥补CoVaR法的缺陷。Acharya等（2017）认为MES虽然能够表示出单个机构对系统性金融风险的贡献程度，但是并没有将其他影响系统性金融风险的因素囊括进来， 测度的结果并不精准，而CES能够兼顾到机构的规模、杠杆率以及机构之间的关联性等影响系统性金融风险的因素[24]。陈建青等（2015）建立静态与动态CoVaR模型，利用银行、保险、证券行业指数测算出三个行业的系统性金融风险关联程度[25]。严伟祥等（2017） 选择四个行业维度的指数构建了DCC-GARCH-CoVaR模型， 得出行业之间存在风险溢出效应，同时发现证券行业的溢出效应最强，银行业的溢出效应最低[26]。周皓等（2018）通过结合SES、SRISK、CoVaR三种方法研究测度2017年我国系统性风险的程度发现银行业的系统性风险暴露最高，建议监管部门多关注股份制商业银行的系统性金融风险[27]。唐文进等（2017）研究了我国银行部门的系统性金融风险，构建的跳跃未定权益分析模型更为适合银行业的风险激增，同时引入混频宏观动态因子， 预警2008年以来出现的各种危机，模拟效果较好[28]。
纵观国内对银行业系统性金融风险的研究， 大多数以国有大型商业银行和股份制银行为主，在对地方城市商业银行系统性金融风险的研究中也很少以后发地区为主。由于后发地区城市商业银行数据获取难度大，目前国内对后发地区城市商业银行系统性金融风险的研究甚少。 结合后发地区历史数据有限、连续性较差、数据不稳定的特点，本文采用综合指数法测算后发地区城市商业银行的系统性金融风险。
三、 后发地区城市商业银行系统性金融风险测度指标体系
（一）测评指标选择
基于国内外研究现状来看，系统性金融风险主要的成因包括外部原因和内部原因。首先，内部原因是金融体系内在的不稳定性即脆弱性，外部原因则由多个方面构成， 经济波动是其重要的一个方面， 而GDP增长率则是反映经济波动的主要指标。政策（财政政策和货币政策）的调整会造成各种不确定性的发生，外汇市场的价格波动、国内银行市场的价格波动、物价水平波动以及货币流通量的波动都是城市商业银行系统性金融风險发生的潜在因素。因此，宏观层面选择的指标以系统性金融风险的成因作为依据，以此来反映宏观经济波动带来的系统性金融风险。其次，本文研究的是城市商业银行所承担的系统性金融风险，它由某个事件的发生通过其各部门关联性和金融体系关联性不断传导扩散，最后形成整个系统性金融风险。城市商业银行系统性金融风险敞口来源则由其经营特点决定，即由资产的盈利性和安全性与负债的充足性和流动性的匹配程度来决定，因此从微观层面构造指标体系要充分反映城市商业银行系统性金融风险的敞口来源。由于城市商业银行是典型的利用负债进行资产化运营的信用中介机构， 因此主要从银行的资产负债质量、资本充足性、资产流动性、盈利性等几个方面来反映其风险敞口来源。最后，结合后发地区的实际情况以及数据的可获得性，借鉴陶玲等（2016）[22]构建的衡量我国金融体系系统性金融风险七个维度指标体系中与城市商业银行系统性金融风险相关性最强的指标，宏观层面选取经济波动性、资产价格变动、货币政策、财政政策作为可获得数据中影响城市商业银行系统性金融风险最大的宏观因素，微观层面选取银行资本充足性、资产质量、资产流动性、盈利能力四个方面作为可获得数据中影响西北6省城市商业银行系统性金融风险最大的微观因素。选取的指标如表1所示。
（二）测评方法选择
在系统性金融风险的测度方法中，综合指数法是较为直观和灵活的测评方法，而且其应用比较简单。综合指数是总指数的一种形式，综合指数主要用于测定不同度量单位的许多商品或产品所组成的复杂现象反映在总体数量方面的整体动态。将综合指数用在系统性金融风险领域的测量时，其含义为测度不同维度因子的系统性金融风险，并通过一定的方法将各个维度的系统性金融风险因子综合成系统性金融风险指数，用系统性金融风险指数的变化来揭示系统性金融风险的总体变动情况。综合指数按照系统性金融风险与所选指标的相关性强弱为依据，选择适合的指标计算综合指数，指标的选取不作为固定模式存在，可以随着研究的深入选取更多的指标与模型，具有较好的时效性。综合指数的大小与变动直观地反映了系统性金融风险的水平和趋势，而且本身并不用考虑系统性金融风险发生的原因，在后发地区金融市场尚未成熟的情况下，综合指数法也能够按照IMF（2009）的要求作为稳健的指标体系衡量系统性金融风险，因此本文采用综合指数法测评后发地区城市商业银行系统性金融风险。 为了全面考量系统性金融风险的影响因素，本文选取多个指标测量各个因子，因而一些指标存在多重共线性的问题，而主成分分析法利用降维思想将多个指标转化为几个不相关的综合指标，能够有效避免主观性赋权，失真度较低。因此本文采取主成分分析法降低原始指标的维度，生成新的综合因子基本可涵盖原始数据的大多数信息，而且综合因子之间不存在多重共线性。采用最大方差法旋转得到主成分荷载矩阵，利用主成分得分除以荷载矩阵中的特征值的平方根进行标准化得到Z得分，用各个主成分的方差贡献率作为Z得分权重进行加权平均测算出西部后发地区城市商业银行的系统性金融风险综合指数。该综合指数反映了城市商业银行系统性金融风险的高低，指数大小与城市商业银行系统性金融风险成正比。
四、 西部后发地区城市商业银行系统性金融风险测度分析
（一）数据处理
陕西、宁夏、青海、甘肃、新疆、西藏六省区共有13家城市商业银行，包括西安银行、长安银行、宁夏银行、石嘴山银行、青海银行、甘肃银行、兰州银行、乌鲁木齐市商业银行、新疆汇合银行、昆仑银行、库尔勒市商业银行、哈密尔市商业银行和西藏银行。由于数据可得性，微观层面本文选取2014—2018年13家银行的主要财务指标，如资本充足率、不良贷款率、流动性比例、ROE等。宏观层面上选取2014—2018年我国GDP增长率、 银行间同业拆借利率、财政赤字依存度等。在数据处理上，将13家银行的的微观数据按照其资产规模为权重进行加权平均生成每个年份的平均微观指标。数据来源主要为各银行年报、WIND数据库、東方财富CHOICE数据库、国家统计局网站、银行调研等。各变量描述性统计如表2所示。
（二）KMO及巴特利球体检验
在进行因子分析之前， 首先要对各变量进行KMO检验和Bartlett球形度检验。KMO检验用于检验变量之间的相关性及偏相关性， 取值在0～1之间。KMO统计量越接近于1， 变量之间相关性越强，偏相关性越弱，因子分析的效果越好。一般来说KMO统计量高于0.7时效果比较好，而低于0.5时不适用于因子分析。Bartlett的球形度检验数据的分布，以及各个变量的独立情况，如果sig值小于0.05，则样本数据呈球形分布，可以接受因子分析。本文选取了13个变量，5年的数据，相关系数不是正定矩阵，无法直接做KMO检验。为了近似地进行KMO和Bartlett的球形度检验， 在13个变量中选取5个最有代表性变量做KMO和Bartlett的球形度检验，从而得到的主成分特征值、方差贡献率与总样本的特征值， 并以此检验作为总样本的近似值。以甘肃省城市商业银行为例，检验结果如表3所示，KMO值为0.602，Bartlett球形度检验的P值为0.015，其余地区依次进行检验，各地区检验结果均符合KMO以及Bartlett球形度检验的判断标准，各变量之间具有共同因子，适合进行因子分析。
（三）主成分分析
本文利用SPSS 25.0对各指标变量进行主成分分析，以甘肃省城市商业银行为例，得到荷载矩阵的特征值与方差贡献率如表4所示。利用最大方差法旋转得到的荷载矩阵如表5所示。13个变量一共被分为3个主成分， 主成分F1包含的主要因素为GDP增长率、银行间同业拆借利率、财政赤字依存度、人民币兑美元平均汇率、不良贷款率、ROE和ROA，称之为宏观环境与资产质量因子;主成分F2包含的主要因素为资本充足率、流动性比例和存贷比，称之为资本充足与流动性因子;主成分F3包含的主要因素为CPI增长率和M2增速，称之为货币政策因子。根据各地区主成分分析的结果，可以看出影响西部六省城市商业银行系统性金融风险的主要因素为GDP增长率、财政赤字依存度、资本充足率、不良资产率和流动性比例。
（四）综合指数合成
按照对各指标提取的因子合成的主成分如下所示：
CISFR表示城市商业银行系统性金融风险综合指数，？棕i表示对应的方差贡献率。
为了对比分析，以目前国内排名前五的城市商业银行作为发达地区的样本，选择北京、上海、江苏三地的城市商业银行作为后发地区城市商业银行的对比对象进行系统性金融风险的测评，最后合成2014—2018年各地区城市商业银行系统性金融风险综合指数得分，如表6、图1和图2所示。
（五）结果分析
按照综合指数法的最终得分， 从图1可以看出，2014—2018年西部后发地区城市商业银行的系统性金融风险总体趋势主要为两个阶段：
1.第一阶段（2014—2016年）
这一阶段西部后发地区整体系统性金融风险呈现下降趋势。从宏观层面来看，自2008年全球金融危机以来， 我国一直实行偏松的经济政策来刺激经济增长。2014年我国经济进入“新常态”阶段，央行为了缓解经济下行压力先后进行了6次降息，4次降准以及4次定向降准， 受积极的货币政策与财政政策的影响， 我国CPI增长率、M2增长率、财政赤字依存度均在上升。同时利率市场化改革的推进和存款保险制度的实行增强了中小城市商业银行的竞争力，使得城市商业银行抵御系统性金融风险的能力进一步增强。此外，虽然我国自2014年起GDP增长率开始下滑， 但是西部后发地区的GDP增长率仍然保持在高水平的阶段， 后发地区的经济具有较大的增长潜力，这是后发优势的体现。从微观层面来看，西部后发地区城市商业银行自2014年起才开始步入一个加速发展的阶段，与经济发达地区的城市商业银行不同，后发地区各家城市商业银行成立时间较晚，但是后发地区的城市商业银行可以在发达地区城市商业银行发展的基础上进行模仿创新， 引入先进的风险管理技术，从而获得成本优势与时间优势。处于后发地区的城市商业银行会由于其停滞和发展之间的紧张状态激起整个行业员工对于追赶发达地区城市商业银行的强烈愿望， 激发整个行业的工作积极性，银行经营效率提高，发展速度迅速提升。通常这一阶段都是商业银行不断扩充资产规模，提高盈利能力和资本充足率的阶段， 而且不良贷款累积的基础较低， 不良贷款对系统性金融风险的影响不大， 因此这一阶段西部后发地区城市商业银行的系统性金融风险是逐步降低的，西部后发地区城市商业银行整体发展是趋于稳定的。 对比发达地区城市商业银行系统性金融风险，从图2可以看出，后发地区城市商业银行系统性金融风险在2016年达到了5年内的最小值， 综合指数平均值为15.66。 而发达地区城市商业银行系统性金融风险在2014年是最小的， 其综合指数平均值为13.14，此后呈现逐年递增趋势。发达地区城市商业银行系统性金融风险在样本时间范围内整体变动趋势早于后发地区城市商业银行2年，在后发地区城市商业银行系统性金融风险还在递减阶段时，发达地区城市商业银行系统性金融风险已经开始递增。 这与地区城市商业银行的发展阶段相吻合，发达地区城市商业银行起步较早，而后发地区城市商业银行起步较晚，因此两者系统性金融风险的变动趋势步伐有先后之分。 同时需要注意的是，按照各省城市商业银行系统性金融风险综合指数的计算结果来看，西部后发地区城市商业银行系统性金融风险的大小与当地经济发展有密切关系，发达地区城市商业银行系统性金融风险综合指数整体明显低于后发地区，这一阶段发达地区城市商业银行系统性金融风险综合指数整体平均值在14.28左右， 而后发地区虽然在递减的阶段但也达到了16.13。在后发地区中，陕西省的城市商业银行系统性金融风险综合指数得分明显要低于其他五省，同样在发达地区城市商业银行中，上海的城市商业银行系统性金融风险也是三个样本地区中最小的。同时陕西、青海、新疆、西藏的城市商业银行系统性金融风险在这一阶段都在降低，而宁夏和甘肃的城市商业银行系统性金融风险增长幅度仅在1%～2%， 因此在这一阶段西部后发地区城市商业银行系统性金融风险都处于平稳和发展良好状态。
2.第二阶段（2016—2018年）
自2016年起， 西部后发地区城市商业银行系统性金融风险开始上升。分开来看，各省城市商业银行系统性金融风险均有不同幅度的上升，惟有陕西省的城市商业银行系统性金融风险上升幅度较小，只是回到了2014年的水平， 其他五省城市商业银行系统性金融风险均在大幅度上升，这与我国经济步入新常态， 整体宏观经济呈下滑趋势紧密相关。城市商业银行系统性金融风险的增长与其各类风险的暴露密切相关， 宏观经济增速趋缓及转型压力，加速了信用风险的暴露，大幅降低了信贷资产的质量，大部分城市商业银行的不良贷款余额和不良贷款率均逐年上升。在信用违约加速暴露、银行坏账逐渐增多的情况下，部分银行开始惜贷，导致流动性的需求增多，而供给减少。信用风险及其他风险渐渐会转化为流动性风险，增加银行流动性风险的不确定性。同时，利率市场化和金融体系脱媒的推进，改变了金融环境和金融结构，使得银行风险愈发复杂化。在利率市場化之前，银行的主要收入过于依赖存贷差，疏于风险管理，而在利率市场化之后，利率逐渐由市场供求关系决定，地方银行业金融机构存款利率较高和贷款利率较低的优势逐渐不复存在，同业竞争越发激烈。而金融脱媒进程的加快对银行的传统业务产生了强烈的冲击，支付中介和信用中介的职能被部分替代，并分流了银行的优质客户，增加了银行的融资成本，降低了银行负债的稳定性，对现有资产负债结构产生巨大的威胁， 银行资产和负债的流动性风险日趋严峻。另外，随着互联网金融的发展，系统性金融风险会加快传染速度。 我国GDP增长率自2014年起出现大幅度下滑趋势， 经济增速明显放缓，内生增长动力不足，金融市场抵御风险能力下降，系统性金融风险显著提高。2016—2018年， 我国GDP增长率由6.7%降至6.6%，M2增速由11.3%降至8.1%， 银行间同业拆借利率由1.99%上涨至2.85%，宏观经济的萎靡使得整个银行业系统性金融风险增加。从微观层面来看，虽然利率市场化改革能够提高城市商业银行竞争力，但是城市商业银行同业竞争带来了成本增加，系统性金融风险进一步暴露。自2016年起宏观经济收紧的条件下，西部后发地区城市商业银行在前期高速发展基础上已经积累了较多的风险因子，比如过度扩张贷款规模导致不良贷款率的增加，盈利水平下降，创新能力有限，业务竞争力下降，市场占有份额下降，从这一阶段开始西部后发地区城市商业银行的后发优势作用已不再显著，而其经济发展较为落后， 系统性金融风险抵御能力不足的劣势开始凸显。而且这一阶段互联网信息技术的变革速度明显加快，后发地区城市商业银行的技术、人才、大数据库、人工智能设备等都已经跟不上时代的要求，银行业数字化转型的迫切需求使得后发地区城市商业银行系统性金融风险增大。
发达地区城市商业银行系统性金融风险自2014年就开始呈现上升趋势， 与后发地区一样都在2018年达到了近五年的最高值。2018年发达地区城市商业银行系统性金融风险综合指数平均值为17.91，而西部后发地区平均值为20.98，远高于发达地区的水平。这也说明两类地区城市商业银行目前所处的宏观环境和系统性金融风险敞口是相似的。因此可以看出，综合指数法测度的后发地区城市商业银行系统性金融风险指数的大小基本符合其实际情况，这种测评方法模拟度较高。
分开来看，各省城市商业银行系统性金融风险的大小与其当地经济发展程度密切相关，地区经济的发达与否决定了其经济的稳定性，经济发展较好的地区其经济的内在稳定性更强，因而在经济波动时其抵御风险的能力和经济恢复的能力也就更强。同时经济发展越好的地区，其城市商业银行发展得越好，主要体现在盈利性更强，流动性更高，资本更为充足，清偿能力也更强，因此城市商业银行系统性金融风险敞口就越小。所以，陕西省作为西部六省中经济发展最好的省份，其城市商业银行系统性金融风险的基数是最低的，2016年仅为4.05， 而甘肃省作为GDP倒数第一的省份其城市商业银行系统性金融风险是最高的，同期为24.35，是陕西的6倍。 同样上海在三个发达地区样本中经济发展最好，其系统性金融风险的基数也是最低的。从变化趋势来看，陕西、青海、新疆、西藏四省城市商业银行系统性金融风险变动趋势基本一致，都是先降后升，其中新疆和西藏两区城市商业银行系统性金融风险自2016年起上涨的趋势较大， 尤其是新疆在2018年已经超过其他四省快要赶上甘肃的水平。 甘肃和宁夏的变动趋势一致，均为逐年上升。从变化趋势上看，陕西、青海、新疆、西藏的城市商业银行更为符合后发地区城市商业银行系统性金融风险变动趋势， 抛开地区经济发展的因素。 五、结论及政策建议
根据实证分析的结果，以西部六省区为代表的后发地区城市商业银行系统性金融风险变动趋势有如下特点： 后发地区城市商业银行起步时间较晚，早期发展速度较快，这一阶段城市商业银行整体稳定性较高，后发优势明显，系统性金融风险较低。而随着城市商业银行发展到一定时期，尤其是一些城市商業银行上市后资本得到补充，其发展的潜力到达瓶颈，后发优势的红利用尽，竞争力不足，管理模式和风控技术都跟不上时代要求时，其系统性金融风险就会不断凸显加大，银行的波动性就会加大。发达地区城市商业银行系统性金融风险变动趋势与后发地区城市商业银行一致，但是其发展趋势的时期要早于后发地区城市商业银行一个阶段。系统性金融风险的大小与当地经济发展程度密切相关，发达地区城市商业银行系统性金融风险综合指数的平均值显著低于后发地区。同时，随着中国经济步入新常态， 利率市场化和金融脱媒的推进，后发地区城市商业银行所处的金融环境有所改变，系统性金融风险暴露更为充分，后发地区城市商业银行只有做好全方位的风险管理，才能在激烈的同业竞争市场中取得优势地位，提高核心竞争力。
目前，西部后发地区城市商业银行风险管理的基础较差，覆盖面较窄，缺乏独立性和专业性，呈现出被动管理的特征， 与发展较好的商业银行相比，表现出较大的劣势。为此，针对后发地区城市商业银行这一特性，控制系统性金融风险进一步增长的趋势，避免在未来城市商业银行带来更大的危机而引发严重的区域性金融风险，西部后发地区城市商业银行应该注重以下几个方面。
（一）构建适合后发地区城市商业银行系统性金融风险测评模型与预警机制
西部后发地区城市商业银行地理条件恶劣，区域经济发展滞后，风险管理人才匮乏，给当地城市商业银行风险管控带来了极大困难。同时后发地区城市商业银行风险计量模型和大数据风控体系较为落后，银行自身数据库内的数据存量不足且数据连续性差，历史数据十分有限。本文利用综合指数法对西部后发地区城市商业银行系统性金融风险进行了测评， 分析发现结果符合实际，且综合指数法简单易操作， 测度的结果直观准确，符合西部后发地区城市商业银行现有条件下对系统性金融风险测评模型的需求，因此本文认为综合指数法是目前适合其构建使用的系统性金融风险测评模型。
同时，为了提高后发地区城市商业银行风险管理能力， 应当搭建城市商业银行风险预警平台，设立风险预警机制，以期发挥三个作用：一是依据城市商业银行相关经营管理的规则，建立一套科学合理的预警机制，对城市商业银行的管理水平、管理状况和经营状况进行诊断，一旦城市商业银行出现不符合规定或逾越警戒范围的状况，预警机制可以及时提醒金融监管部门采取监管措施，规避、调节金融风险，实现城市商业银行稳健经营。二是借助金融科技的发展，监管和政府管理部门可以随时掌握城市商业银行动态，依据经济金融统计资料对城市商业银行风险进开展评估，做到对金融风险早发现、早处置。三是可以使监管部门大大减少实地现场检查频率，提高了金融监管效率。
（二）实施全面风险管理
随着金融风险越来越具有复杂性、传染性和渗透性，全面风险管理已成为金融机构的重要风险管理理念和要求。后发地区城市商业银行要甄别其金融风险来源，建立全面且具有针对性的风险管理体系。要以风险管理为抓手，实现业务转型和持续增长。按照全面风险管理的思想，建立独特、高效、先进的风险管理模式。风险管理专业人士需要更好地平衡其双重职责， 帮助银行做出明智的风险决策。风险管理需兼顾效率和效力，后发地区城市商业银行需要设计出新的运营和人才模型，从根本上利用新技术开展工作。不过，在保证高效的同时还应保持或提升效力，二者之间需要平衡。后发地区城市商业银行应建立与组织架构、业务规模、复杂程度相适应的全面风险管理体系，降低增量风险。
（三）创新后发地区城市商业银行的不良资产处置方式，拓宽并夯实资本补充渠道
后发地区城市商业银行系统性金融风险一部分是由于银行为了上市过度扩张衍生出来的，由于银行过度扩张贷款规模， 导致不良贷款率快速上升，资产质量急速下降，其系统性金融风险就会进一步暴露。控制不良贷款规模能够有效抑制其演变为银行的系统性金融风险，因此后发地区城市商业银行在上市后资本得到补充的条件下，要重视整个银行的资产结构，调整业务范围，创新市场化不良资产的处置方式。对不良资产进行价值重估，通过引入战略投资者、产业基金、并购基金等，对不良资产进行重组、并购等市场化处置，探索不良资产证券化、债转股等方式。后发地区城市商业银行要充分利用现有监管政策， 积极发行资本补充工具，避免过度单一的资本补充方式， 通过资产证券化、内源融资等多种方式扩充资本金， 减少银行风险资产，提高资本充足性。
（四）创新风险管理工具和方法，提升风险控制水平
在当前银行业数字化转型的趋势之下，金融科技是后发地区城市商业银行转型发展的必经之路。要利用大数据建立合理的风险控制体系解决约束普惠金融发展的信息不对称问题。由于存在自身人才劣势和研发投入不足，后发地区城市商业银行可以根据自身能力选择与金融科技公司结盟、行业内合作共享或外包金融技术的方式提高金融科技水平，抢占金融科技市场。后发地区城市商业银行在找准自身盈利点的前提下，也可以将部分金融科技外包给专业的互联网科技公司。后发地区城市商业银行应以大数据为依托， 构建全面风险管理数据库， 为银行管理风险提供数据基础管理平台; 应树立大数据思维模式管理企业信用评级体系， 挖掘银行经营规律，分析优质企业的经营特征，开展个性化征信，高效评级企业信用，提高高风险客户甄别能力， 对其进行精准风险定价和提供个性化服务;还可积极探索区块链技术在银行风险管理中的应用，利用区块链多点储存、不可篡改等特性，开展区块链风险管理应用模式，在银行的关键业务中可设置监测探针，从而有效提升银行的追溯能力，对于跨市场、跨行业交叉性金融风险的识别更加精准。 参考文献：
[1]BENOIT S，COLLETAZ G，HURLIN C，et al.A Theoretical and Empirical Comparison of Systemic Risk Measures[R].HEC Paris Research Paper，No.FIN-2014-1030.
[2]BENOIT S，COLLIARD J E，HURLIN C，et al.Where the Risk Lie： A Survey on Systemic Risk[R].HEC Paris Research Paper，No.FIN-2015-1088.
[3]MINSKY H P.The Financial Instability Hypothesis： A Restatement[J].Thames Papers on Political Economy，1978（1）：21-25.
[4]DIAMOND D W，DYBVIG P H.Bank Runs，Deposit Insurance，and Liquidity[J].Journal of Political Economy，1983（91）：401-419.
[5]KREGEL J A.Margins of Safety and Weight of the Argument in Generating Financial Fragility[J].Journal of Economics Issues，1997，6（31）：543-548.
[6]尚曉，庞小红，白文梅.供给侧结构性改革背景下系统性金融风险防范问题研究[J].征信，2017（5）：77-82.
[7]CHAKRAVORTI S.Analysis of Systemic Risk in Multilateral Net Settlement Systems[J].Journal of International Financial Markets，2000（10）：9-30.
[8]OET M V，BIANCO T，GRAMLICH D，et al.SAFE： An Early Warning System for Systemic Banking Risk[J].Federal Reserve Bank of Cleveland，Working Paper，2011（11）：11-29.
[9]KUPIEC P H，NICKERSON D B.Assessing Systemic Risk Exposure from Banks and GSEs Under Alternative Approaches to Capital Regulation[J].Journal of Real Estate Finance and Economics，2004（28）：123-145.
[10]周炎，陈昆亭.金融经济周期理论研究动态[J].经济学动态，2014（7）：128-138.
[11]ZIGRAND J P. Systems and Systemic Risk in Finance and Economics[J].SRC Special Paper，London School of Economics and Political Science，2014（1）：147-152.
[12]巴曙松，左伟，朱元倩.金融网络及传染对金融稳定的影响[J].财经问题研究，2013（2）：3-11.
[13]HART O，ZINGALES L.How to Avoid a New Financial Crisis[J].Working Paper，2009（11）：1-16.
[14]BATTISTON S，GATTI D D，GALLEGATI M，et al.Liaisons Dangereuses：Increasing Connectivity，Risk Sharing，and Systemic Risk[R].NBER Working Paper，2009，No.15611.
[15]BIJLSMA M，KLOMP J，DUINEVELD S.Systemic Risk in the Financial Sector：A Review and Synthesis[R].CPB Document，CPB Netherlands Bureau for Economic Policy Analysis，2010，No.210.
[16]张晓朴.系统性金融风险研究：演进、成因与监管[J].国际金融研究，2010，（1）：58-67.
[17]韩心灵，韩保江.供给侧结构性改革下系统性金融风险：生成逻辑、风险测度与防控对策[J].财经科学，2017（6）：1-13.
[18]BERNANKE B S.The Crisis and the Policy Response[R].The Stamp Lecture at the London School of Economics，2009-01-13.
[19]ACHARYA V V，PEDERSEN L，PHILIPPON T，et al. Taxing Systemic Risk[J].World Scientific Series in Finance：Managing and Measuring Risk，2013（25）：99-122.
[20]ILLING M，LIU Y. Measuring Financial Stress in A Developed Country： An Application to Canada[J].Journal of Financial Stability，2006（3）：243-265. [21]KAMINSKY G，LIZONDO S，REINHART C M. Leading Indicators of Currency Crises[R].IMF Staff Papers，1998， 45（3）：1-48.
[22]陶玲，朱迎.系统性金融风险的监测和度量——基于中国金融体系的研究[J].金融研究，2016（6）：18-36.
[23]GIRARDI G，ERGUN A T. Systemic Risk Measurement： Multivariate GARCH Estimation of CoVaR[J]. Social Science Electronic Publishing，2013，37（8）：3169-3180.
[24]ACHARYA V V，BROWNLEES C，ENGLE R，et al.Measuring Systemic Risk[J].Working Paper，2017，29（1002）：85-119.
[25]陈建青，王擎，许韶辉.金融行业间的系统性金融风险溢出效应研究[J].数量经济技术经济研究，2015（9）：89-100.
[26]严伟祥，张维，牛华伟.金融风险动态相关与风险溢出异质性研究[J].财贸经济，2017（10）：67-81.
[27]周皓，陈湘鹏，何碧清，等.2018上半年中国系统性金融风险报告——贸易战与去杠杆背景下的复杂局面分析[R].清华大学国家金融研究院，2018-07-08.
[28]唐文进，苏帆.极端金融事件对系统性风险的影响分析——以中国银行部门为例[J].经济研究，2017（4）：17-33.
Abstract： The systematic financial risk of city commercial banks is not only related to the safety of their own development， but also can easily evolve into regional financial risk， especially in underdeveloped regions where there are inadequate risk prevention capacity， which will bring serious impact on local economy. In this paper， 13 city commercial banks in 6 provinces in China’s western underdeveloped regions are selected as samples to measure the systematic financial risks of city commercial banks by using comprehensive index method. It is found that the systematic financial risks of city commercial banks in these regions show a trend of decreasing first and increasing later. Meanwhile， the size of the systematic financial risks is closely related to the development degree of regional economy. It is suggested that city commercial banks in these regions take local economic development as a priority and establish an active and comprehensive risk management mode， vigorously develop financial science and technology， increase policy support， and implement effective regulatory measures， so as to contain the current growth trend of systemic financial risks in these regions and maintain the stability of the regional economy.
Key words： systematic financial risk; city commercial banks in underdeveloped region; comprehensive index method
（責任编辑：龙会芳;校对：李丹）
关 键 词：系统性金融风险;后发地区城市商业银行;综合指数法
中图分类号：F832.33 文献标识码：A 文章编号：2096-2517（2020）02-0070-11
DOI：10.16620/j.cnki.jrjy.2020.02.008
一、引言
2017年全国第五次金融会议指出“当前金融工作根本性任务就是防范系统性金融风险，也是金融工作的永恒主题”。 党的十九大报告中对金融领域工作提出了明确要求，强调“守住不发生系统性金融风险的底线”。2018年政府工作报告进一步把防范化解重大系统性风险列为决胜全面建成小康社会的三大攻坚战之首。系统性金融风险影响到金融业的各个领域，其在不同的金融市场、不同性质的金融机构中所呈现的特征和影响程度各有差异，地方城市商业银行作为商业银行体系中最具活力的机构之一，其承担的系统性金融风险对银行自身和当地经济的发展有着深远的影响。 在过去20多年的发展过程中， 城市商业银行的出现打破了大型国有商业银行的垄断格局，丰富了地方金融风险的化解手段，补充完善了现代商业银行体系，促进了地方经济的发展，推动了我国银行业的改革。但是，在我国宏观经济增速趋缓、息差收窄、金融脱媒等背景下，地方城市商业银行的过度扩张加速暴露出其系统性金融风险，进而威胁到地方金融体系与区域经济的稳定，防范系统性金融风险是当前城市商业银行面临的主要任务，因此测度地方城市商业银行系统性金融风险尤为重要。
本文以陕西、甘肃、宁夏、青海、新疆、西藏西部六省共13家城市商业银行为研究对象， 结合其历史数据有限、数据稳定性差、连续性低等特点，采用综合指数法测度后发地区城市商业银行系统性金融风险，从而对后发地区系统性金融风险的防范监管具有指导意义。
二、文献综述
（一）系统性金融风险的界定
目前国内外学界尚未对系统性金融风险的定义形成一个统一的观点，Benoit等（2014，2015）就将系统性金融风险描述为“难以定义，却一目了然”[1-2]来形容其界定困难、辨识容易的特点。综合国内外学者的研究，系统性金融风险可从以下三个角度来进行界定。
1.从风险成因角度来看，形成系统性金融风险的原因主要包括内部因素和外部因素。关于内部因素，大多认为金融体系的内在脆弱性是形成系统性金融风险的原因。早期的研究主要有Minsky（1978）提出的金融脆弱性理论[3]，Diamond等（1983）提出的D-D模型[4]，Kregel（1997）提出的“安全边界假说”[5]，等等。 金融体系内的信息不对称也是系统性金融风险的重要成因。尚晓等（2017）对2008年的次贷危机进行了研究，认为由于信息不对称长期存在于经济体系中， 而且暴露出日益严重的趋势，从而引发了次贷危机[6]。Chakravorti（2000）提出金融机构之间的同业往来形成业务及资产负债关联性，以及风险同质化成为系统性金融风险的重要来源[7]。Oet等（2011）认为这种关联性对风险产生放大效应导致了银行的脆弱性[8]。关于外部因素，大多认为经济波动是系统性金融风险的主要来源。Kupiec等（2004）提出了外部的经济动荡是系统性金融风险的主要诱因，动荡的经济环境会造成金融市场上资产价格大幅度波动， 公司破产风险增加，金融机构流动性降低， 资产存在重大损失可能，等等，这一系列问题共同构成了系统性金融风险[9]。经济周期波动也会带来系统性金融风险的爆发。周炎等（2014）提出了两种周期性波动分析机制：金融加速器机制与银行融资机制[10]。Zigrand（2014）将外部因素与内部因素结合起来，提出系统性金融风险是内部因素与外部因素相互作用的结果[11]。
2.从风险的传导路径来看，系统性金融风险的传导机制分为内部传导和跨境传导。 巴曙松等（2013） 认为某个单一事件的发生会通过机构之间的并因联系而将其影响传导至其他金融机构及市场，从而形成系统性金融风险[12]。Hart等（2009）认为由于经济体系和金融系统内在的关联性，单个危机的发生就会通过这种关联不断传导扩大，最终导致整个系统性危机的发生[13]。Battiston等（2009）、Bijlsma等（2010）认为经济社会中的多数部门或所有部门之间相互作用扩散为系统性金融风险[14-15]。张晓朴（2010）则认为金融市场的发达会使金融机构之间的关联更加密切，系统性金融风险也就更易形成[16]。
3.从风险造成的后果来看，系统性金融风险最终后果主要是造成经济下滑。韩心灵等（2017）发现当金融市场的参与者不能及时履行合同时，金融机构和金融市场的资源配置、信贷、融资等都会受到影响，从而造成经济增速放缓和社会福利水平下降等即为系统性金融风险[17]。Bernanke（2009）认为系统性金融风险是对宏观经济和金融体系的稳定性造成影响的事件[18]。Acharya等（2013）發现系统性风险的影响主要是通过经济系统中关键部门的风险对实地经济的冲击造成的[19]。 综上所述， 系统性金融风险是影响范围广、成因复杂、 产生后果极其严重的综合性金融风险。由于金融体系特有的内生脆弱性、 金融市场的关联性、金融机构业务的同质性，某个事件的发生或者外部环境的变化都会成为系统性金融风险的诱因，因此城市商业银行系统性金融风险与其自身的发展和外部环境的波动紧密相关。也正因如此，系统性金融风险的影响会迅速传染至各行各业，对区域经济造成深远的影响。
（二）系统性金融风险的测度
随着学界对系统性金融风险研究的重视，关于系统性金融风险的测量方法层出不穷，主要为宏观数据的指标法和金融市场数据的模型法。在指标法方面，Illing等（2006）在加拿大的银行部门、股票市场、债券市场、外汇市场四个市场中选择了相关压力指标，构建金融压力指数[20]。Kaminsky等（1998）提出KLR信号法， 根据超出阀值的预警指标数量判断金融危机发生的可能性，是早期预警指标方法的代表[21]。陶玲等（2016）构建了金融机构、股票市场、债券市场等七个维度的指标体系，选择了综合指数法对我国金融体系的系统性金融风险进行测量[22]。在模型法方面，CoVaR法计算金融机构在正常情况下和发生风险时期望值，以两种情况下的风险期望值之差表示该机构发生系统性金融风险时的溢出效应[23]。但是CoVaR法固有的缺陷是忽视总体损失情况的描述，而且这种测量方法并不具备代表性，计算的结果不一定能够代表金融体系的总体系统性金融风险水平。而边际期望损失法（MES）和成分预期损失法（CES）正好在一定程度上能够弥补CoVaR法的缺陷。Acharya等（2017）认为MES虽然能够表示出单个机构对系统性金融风险的贡献程度，但是并没有将其他影响系统性金融风险的因素囊括进来， 测度的结果并不精准，而CES能够兼顾到机构的规模、杠杆率以及机构之间的关联性等影响系统性金融风险的因素[24]。陈建青等（2015）建立静态与动态CoVaR模型，利用银行、保险、证券行业指数测算出三个行业的系统性金融风险关联程度[25]。严伟祥等（2017） 选择四个行业维度的指数构建了DCC-GARCH-CoVaR模型， 得出行业之间存在风险溢出效应，同时发现证券行业的溢出效应最强，银行业的溢出效应最低[26]。周皓等（2018）通过结合SES、SRISK、CoVaR三种方法研究测度2017年我国系统性风险的程度发现银行业的系统性风险暴露最高，建议监管部门多关注股份制商业银行的系统性金融风险[27]。唐文进等（2017）研究了我国银行部门的系统性金融风险，构建的跳跃未定权益分析模型更为适合银行业的风险激增，同时引入混频宏观动态因子， 预警2008年以来出现的各种危机，模拟效果较好[28]。
纵观国内对银行业系统性金融风险的研究， 大多数以国有大型商业银行和股份制银行为主，在对地方城市商业银行系统性金融风险的研究中也很少以后发地区为主。由于后发地区城市商业银行数据获取难度大，目前国内对后发地区城市商业银行系统性金融风险的研究甚少。 结合后发地区历史数据有限、连续性较差、数据不稳定的特点，本文采用综合指数法测算后发地区城市商业银行的系统性金融风险。
三、 后发地区城市商业银行系统性金融风险测度指标体系
（一）测评指标选择
基于国内外研究现状来看，系统性金融风险主要的成因包括外部原因和内部原因。首先，内部原因是金融体系内在的不稳定性即脆弱性，外部原因则由多个方面构成， 经济波动是其重要的一个方面， 而GDP增长率则是反映经济波动的主要指标。政策（财政政策和货币政策）的调整会造成各种不确定性的发生，外汇市场的价格波动、国内银行市场的价格波动、物价水平波动以及货币流通量的波动都是城市商业银行系统性金融风險发生的潜在因素。因此，宏观层面选择的指标以系统性金融风险的成因作为依据，以此来反映宏观经济波动带来的系统性金融风险。其次，本文研究的是城市商业银行所承担的系统性金融风险，它由某个事件的发生通过其各部门关联性和金融体系关联性不断传导扩散，最后形成整个系统性金融风险。城市商业银行系统性金融风险敞口来源则由其经营特点决定，即由资产的盈利性和安全性与负债的充足性和流动性的匹配程度来决定，因此从微观层面构造指标体系要充分反映城市商业银行系统性金融风险的敞口来源。由于城市商业银行是典型的利用负债进行资产化运营的信用中介机构， 因此主要从银行的资产负债质量、资本充足性、资产流动性、盈利性等几个方面来反映其风险敞口来源。最后，结合后发地区的实际情况以及数据的可获得性，借鉴陶玲等（2016）[22]构建的衡量我国金融体系系统性金融风险七个维度指标体系中与城市商业银行系统性金融风险相关性最强的指标，宏观层面选取经济波动性、资产价格变动、货币政策、财政政策作为可获得数据中影响城市商业银行系统性金融风险最大的宏观因素，微观层面选取银行资本充足性、资产质量、资产流动性、盈利能力四个方面作为可获得数据中影响西北6省城市商业银行系统性金融风险最大的微观因素。选取的指标如表1所示。
（二）测评方法选择
在系统性金融风险的测度方法中，综合指数法是较为直观和灵活的测评方法，而且其应用比较简单。综合指数是总指数的一种形式，综合指数主要用于测定不同度量单位的许多商品或产品所组成的复杂现象反映在总体数量方面的整体动态。将综合指数用在系统性金融风险领域的测量时，其含义为测度不同维度因子的系统性金融风险，并通过一定的方法将各个维度的系统性金融风险因子综合成系统性金融风险指数，用系统性金融风险指数的变化来揭示系统性金融风险的总体变动情况。综合指数按照系统性金融风险与所选指标的相关性强弱为依据，选择适合的指标计算综合指数，指标的选取不作为固定模式存在，可以随着研究的深入选取更多的指标与模型，具有较好的时效性。综合指数的大小与变动直观地反映了系统性金融风险的水平和趋势，而且本身并不用考虑系统性金融风险发生的原因，在后发地区金融市场尚未成熟的情况下，综合指数法也能够按照IMF（2009）的要求作为稳健的指标体系衡量系统性金融风险，因此本文采用综合指数法测评后发地区城市商业银行系统性金融风险。 为了全面考量系统性金融风险的影响因素，本文选取多个指标测量各个因子，因而一些指标存在多重共线性的问题，而主成分分析法利用降维思想将多个指标转化为几个不相关的综合指标，能够有效避免主观性赋权，失真度较低。因此本文采取主成分分析法降低原始指标的维度，生成新的综合因子基本可涵盖原始数据的大多数信息，而且综合因子之间不存在多重共线性。采用最大方差法旋转得到主成分荷载矩阵，利用主成分得分除以荷载矩阵中的特征值的平方根进行标准化得到Z得分，用各个主成分的方差贡献率作为Z得分权重进行加权平均测算出西部后发地区城市商业银行的系统性金融风险综合指数。该综合指数反映了城市商业银行系统性金融风险的高低，指数大小与城市商业银行系统性金融风险成正比。
四、 西部后发地区城市商业银行系统性金融风险测度分析
（一）数据处理
陕西、宁夏、青海、甘肃、新疆、西藏六省区共有13家城市商业银行，包括西安银行、长安银行、宁夏银行、石嘴山银行、青海银行、甘肃银行、兰州银行、乌鲁木齐市商业银行、新疆汇合银行、昆仑银行、库尔勒市商业银行、哈密尔市商业银行和西藏银行。由于数据可得性，微观层面本文选取2014—2018年13家银行的主要财务指标，如资本充足率、不良贷款率、流动性比例、ROE等。宏观层面上选取2014—2018年我国GDP增长率、 银行间同业拆借利率、财政赤字依存度等。在数据处理上，将13家银行的的微观数据按照其资产规模为权重进行加权平均生成每个年份的平均微观指标。数据来源主要为各银行年报、WIND数据库、東方财富CHOICE数据库、国家统计局网站、银行调研等。各变量描述性统计如表2所示。
（二）KMO及巴特利球体检验
在进行因子分析之前， 首先要对各变量进行KMO检验和Bartlett球形度检验。KMO检验用于检验变量之间的相关性及偏相关性， 取值在0～1之间。KMO统计量越接近于1， 变量之间相关性越强，偏相关性越弱，因子分析的效果越好。一般来说KMO统计量高于0.7时效果比较好，而低于0.5时不适用于因子分析。Bartlett的球形度检验数据的分布，以及各个变量的独立情况，如果sig值小于0.05，则样本数据呈球形分布，可以接受因子分析。本文选取了13个变量，5年的数据，相关系数不是正定矩阵，无法直接做KMO检验。为了近似地进行KMO和Bartlett的球形度检验， 在13个变量中选取5个最有代表性变量做KMO和Bartlett的球形度检验，从而得到的主成分特征值、方差贡献率与总样本的特征值， 并以此检验作为总样本的近似值。以甘肃省城市商业银行为例，检验结果如表3所示，KMO值为0.602，Bartlett球形度检验的P值为0.015，其余地区依次进行检验，各地区检验结果均符合KMO以及Bartlett球形度检验的判断标准，各变量之间具有共同因子，适合进行因子分析。
（三）主成分分析
本文利用SPSS 25.0对各指标变量进行主成分分析，以甘肃省城市商业银行为例，得到荷载矩阵的特征值与方差贡献率如表4所示。利用最大方差法旋转得到的荷载矩阵如表5所示。13个变量一共被分为3个主成分， 主成分F1包含的主要因素为GDP增长率、银行间同业拆借利率、财政赤字依存度、人民币兑美元平均汇率、不良贷款率、ROE和ROA，称之为宏观环境与资产质量因子;主成分F2包含的主要因素为资本充足率、流动性比例和存贷比，称之为资本充足与流动性因子;主成分F3包含的主要因素为CPI增长率和M2增速，称之为货币政策因子。根据各地区主成分分析的结果，可以看出影响西部六省城市商业银行系统性金融风险的主要因素为GDP增长率、财政赤字依存度、资本充足率、不良资产率和流动性比例。
（四）综合指数合成
按照对各指标提取的因子合成的主成分如下所示：
CISFR表示城市商业银行系统性金融风险综合指数，？棕i表示对应的方差贡献率。
为了对比分析，以目前国内排名前五的城市商业银行作为发达地区的样本，选择北京、上海、江苏三地的城市商业银行作为后发地区城市商业银行的对比对象进行系统性金融风险的测评，最后合成2014—2018年各地区城市商业银行系统性金融风险综合指数得分，如表6、图1和图2所示。
（五）结果分析
按照综合指数法的最终得分， 从图1可以看出，2014—2018年西部后发地区城市商业银行的系统性金融风险总体趋势主要为两个阶段：
1.第一阶段（2014—2016年）
这一阶段西部后发地区整体系统性金融风险呈现下降趋势。从宏观层面来看，自2008年全球金融危机以来， 我国一直实行偏松的经济政策来刺激经济增长。2014年我国经济进入“新常态”阶段，央行为了缓解经济下行压力先后进行了6次降息，4次降准以及4次定向降准， 受积极的货币政策与财政政策的影响， 我国CPI增长率、M2增长率、财政赤字依存度均在上升。同时利率市场化改革的推进和存款保险制度的实行增强了中小城市商业银行的竞争力，使得城市商业银行抵御系统性金融风险的能力进一步增强。此外，虽然我国自2014年起GDP增长率开始下滑， 但是西部后发地区的GDP增长率仍然保持在高水平的阶段， 后发地区的经济具有较大的增长潜力，这是后发优势的体现。从微观层面来看，西部后发地区城市商业银行自2014年起才开始步入一个加速发展的阶段，与经济发达地区的城市商业银行不同，后发地区各家城市商业银行成立时间较晚，但是后发地区的城市商业银行可以在发达地区城市商业银行发展的基础上进行模仿创新， 引入先进的风险管理技术，从而获得成本优势与时间优势。处于后发地区的城市商业银行会由于其停滞和发展之间的紧张状态激起整个行业员工对于追赶发达地区城市商业银行的强烈愿望， 激发整个行业的工作积极性，银行经营效率提高，发展速度迅速提升。通常这一阶段都是商业银行不断扩充资产规模，提高盈利能力和资本充足率的阶段， 而且不良贷款累积的基础较低， 不良贷款对系统性金融风险的影响不大， 因此这一阶段西部后发地区城市商业银行的系统性金融风险是逐步降低的，西部后发地区城市商业银行整体发展是趋于稳定的。 对比发达地区城市商业银行系统性金融风险，从图2可以看出，后发地区城市商业银行系统性金融风险在2016年达到了5年内的最小值， 综合指数平均值为15.66。 而发达地区城市商业银行系统性金融风险在2014年是最小的， 其综合指数平均值为13.14，此后呈现逐年递增趋势。发达地区城市商业银行系统性金融风险在样本时间范围内整体变动趋势早于后发地区城市商业银行2年，在后发地区城市商业银行系统性金融风险还在递减阶段时，发达地区城市商业银行系统性金融风险已经开始递增。 这与地区城市商业银行的发展阶段相吻合，发达地区城市商业银行起步较早，而后发地区城市商业银行起步较晚，因此两者系统性金融风险的变动趋势步伐有先后之分。 同时需要注意的是，按照各省城市商业银行系统性金融风险综合指数的计算结果来看，西部后发地区城市商业银行系统性金融风险的大小与当地经济发展有密切关系，发达地区城市商业银行系统性金融风险综合指数整体明显低于后发地区，这一阶段发达地区城市商业银行系统性金融风险综合指数整体平均值在14.28左右， 而后发地区虽然在递减的阶段但也达到了16.13。在后发地区中，陕西省的城市商业银行系统性金融风险综合指数得分明显要低于其他五省，同样在发达地区城市商业银行中，上海的城市商业银行系统性金融风险也是三个样本地区中最小的。同时陕西、青海、新疆、西藏的城市商业银行系统性金融风险在这一阶段都在降低，而宁夏和甘肃的城市商业银行系统性金融风险增长幅度仅在1%～2%， 因此在这一阶段西部后发地区城市商业银行系统性金融风险都处于平稳和发展良好状态。
2.第二阶段（2016—2018年）
自2016年起， 西部后发地区城市商业银行系统性金融风险开始上升。分开来看，各省城市商业银行系统性金融风险均有不同幅度的上升，惟有陕西省的城市商业银行系统性金融风险上升幅度较小，只是回到了2014年的水平， 其他五省城市商业银行系统性金融风险均在大幅度上升，这与我国经济步入新常态， 整体宏观经济呈下滑趋势紧密相关。城市商业银行系统性金融风险的增长与其各类风险的暴露密切相关， 宏观经济增速趋缓及转型压力，加速了信用风险的暴露，大幅降低了信贷资产的质量，大部分城市商业银行的不良贷款余额和不良贷款率均逐年上升。在信用违约加速暴露、银行坏账逐渐增多的情况下，部分银行开始惜贷，导致流动性的需求增多，而供给减少。信用风险及其他风险渐渐会转化为流动性风险，增加银行流动性风险的不确定性。同时，利率市场化和金融体系脱媒的推进，改变了金融环境和金融结构，使得银行风险愈发复杂化。在利率市場化之前，银行的主要收入过于依赖存贷差，疏于风险管理，而在利率市场化之后，利率逐渐由市场供求关系决定，地方银行业金融机构存款利率较高和贷款利率较低的优势逐渐不复存在，同业竞争越发激烈。而金融脱媒进程的加快对银行的传统业务产生了强烈的冲击，支付中介和信用中介的职能被部分替代，并分流了银行的优质客户，增加了银行的融资成本，降低了银行负债的稳定性，对现有资产负债结构产生巨大的威胁， 银行资产和负债的流动性风险日趋严峻。另外，随着互联网金融的发展，系统性金融风险会加快传染速度。 我国GDP增长率自2014年起出现大幅度下滑趋势， 经济增速明显放缓，内生增长动力不足，金融市场抵御风险能力下降，系统性金融风险显著提高。2016—2018年， 我国GDP增长率由6.7%降至6.6%，M2增速由11.3%降至8.1%， 银行间同业拆借利率由1.99%上涨至2.85%，宏观经济的萎靡使得整个银行业系统性金融风险增加。从微观层面来看，虽然利率市场化改革能够提高城市商业银行竞争力，但是城市商业银行同业竞争带来了成本增加，系统性金融风险进一步暴露。自2016年起宏观经济收紧的条件下，西部后发地区城市商业银行在前期高速发展基础上已经积累了较多的风险因子，比如过度扩张贷款规模导致不良贷款率的增加，盈利水平下降，创新能力有限，业务竞争力下降，市场占有份额下降，从这一阶段开始西部后发地区城市商业银行的后发优势作用已不再显著，而其经济发展较为落后， 系统性金融风险抵御能力不足的劣势开始凸显。而且这一阶段互联网信息技术的变革速度明显加快，后发地区城市商业银行的技术、人才、大数据库、人工智能设备等都已经跟不上时代的要求，银行业数字化转型的迫切需求使得后发地区城市商业银行系统性金融风险增大。
发达地区城市商业银行系统性金融风险自2014年就开始呈现上升趋势， 与后发地区一样都在2018年达到了近五年的最高值。2018年发达地区城市商业银行系统性金融风险综合指数平均值为17.91，而西部后发地区平均值为20.98，远高于发达地区的水平。这也说明两类地区城市商业银行目前所处的宏观环境和系统性金融风险敞口是相似的。因此可以看出，综合指数法测度的后发地区城市商业银行系统性金融风险指数的大小基本符合其实际情况，这种测评方法模拟度较高。
分开来看，各省城市商业银行系统性金融风险的大小与其当地经济发展程度密切相关，地区经济的发达与否决定了其经济的稳定性，经济发展较好的地区其经济的内在稳定性更强，因而在经济波动时其抵御风险的能力和经济恢复的能力也就更强。同时经济发展越好的地区，其城市商业银行发展得越好，主要体现在盈利性更强，流动性更高，资本更为充足，清偿能力也更强，因此城市商业银行系统性金融风险敞口就越小。所以，陕西省作为西部六省中经济发展最好的省份，其城市商业银行系统性金融风险的基数是最低的，2016年仅为4.05， 而甘肃省作为GDP倒数第一的省份其城市商业银行系统性金融风险是最高的，同期为24.35，是陕西的6倍。 同样上海在三个发达地区样本中经济发展最好，其系统性金融风险的基数也是最低的。从变化趋势来看，陕西、青海、新疆、西藏四省城市商业银行系统性金融风险变动趋势基本一致，都是先降后升，其中新疆和西藏两区城市商业银行系统性金融风险自2016年起上涨的趋势较大， 尤其是新疆在2018年已经超过其他四省快要赶上甘肃的水平。 甘肃和宁夏的变动趋势一致，均为逐年上升。从变化趋势上看，陕西、青海、新疆、西藏的城市商业银行更为符合后发地区城市商业银行系统性金融风险变动趋势， 抛开地区经济发展的因素。 五、结论及政策建议
根据实证分析的结果，以西部六省区为代表的后发地区城市商业银行系统性金融风险变动趋势有如下特点： 后发地区城市商业银行起步时间较晚，早期发展速度较快，这一阶段城市商业银行整体稳定性较高，后发优势明显，系统性金融风险较低。而随着城市商业银行发展到一定时期，尤其是一些城市商業银行上市后资本得到补充，其发展的潜力到达瓶颈，后发优势的红利用尽，竞争力不足，管理模式和风控技术都跟不上时代要求时，其系统性金融风险就会不断凸显加大，银行的波动性就会加大。发达地区城市商业银行系统性金融风险变动趋势与后发地区城市商业银行一致，但是其发展趋势的时期要早于后发地区城市商业银行一个阶段。系统性金融风险的大小与当地经济发展程度密切相关，发达地区城市商业银行系统性金融风险综合指数的平均值显著低于后发地区。同时，随着中国经济步入新常态， 利率市场化和金融脱媒的推进，后发地区城市商业银行所处的金融环境有所改变，系统性金融风险暴露更为充分，后发地区城市商业银行只有做好全方位的风险管理，才能在激烈的同业竞争市场中取得优势地位，提高核心竞争力。
目前，西部后发地区城市商业银行风险管理的基础较差，覆盖面较窄，缺乏独立性和专业性，呈现出被动管理的特征， 与发展较好的商业银行相比，表现出较大的劣势。为此，针对后发地区城市商业银行这一特性，控制系统性金融风险进一步增长的趋势，避免在未来城市商业银行带来更大的危机而引发严重的区域性金融风险，西部后发地区城市商业银行应该注重以下几个方面。
（一）构建适合后发地区城市商业银行系统性金融风险测评模型与预警机制
西部后发地区城市商业银行地理条件恶劣，区域经济发展滞后，风险管理人才匮乏，给当地城市商业银行风险管控带来了极大困难。同时后发地区城市商业银行风险计量模型和大数据风控体系较为落后，银行自身数据库内的数据存量不足且数据连续性差，历史数据十分有限。本文利用综合指数法对西部后发地区城市商业银行系统性金融风险进行了测评， 分析发现结果符合实际，且综合指数法简单易操作， 测度的结果直观准确，符合西部后发地区城市商业银行现有条件下对系统性金融风险测评模型的需求，因此本文认为综合指数法是目前适合其构建使用的系统性金融风险测评模型。
同时，为了提高后发地区城市商业银行风险管理能力， 应当搭建城市商业银行风险预警平台，设立风险预警机制，以期发挥三个作用：一是依据城市商业银行相关经营管理的规则，建立一套科学合理的预警机制，对城市商业银行的管理水平、管理状况和经营状况进行诊断，一旦城市商业银行出现不符合规定或逾越警戒范围的状况，预警机制可以及时提醒金融监管部门采取监管措施，规避、调节金融风险，实现城市商业银行稳健经营。二是借助金融科技的发展，监管和政府管理部门可以随时掌握城市商业银行动态，依据经济金融统计资料对城市商业银行风险进开展评估，做到对金融风险早发现、早处置。三是可以使监管部门大大减少实地现场检查频率，提高了金融监管效率。
（二）实施全面风险管理
随着金融风险越来越具有复杂性、传染性和渗透性，全面风险管理已成为金融机构的重要风险管理理念和要求。后发地区城市商业银行要甄别其金融风险来源，建立全面且具有针对性的风险管理体系。要以风险管理为抓手，实现业务转型和持续增长。按照全面风险管理的思想，建立独特、高效、先进的风险管理模式。风险管理专业人士需要更好地平衡其双重职责， 帮助银行做出明智的风险决策。风险管理需兼顾效率和效力，后发地区城市商业银行需要设计出新的运营和人才模型，从根本上利用新技术开展工作。不过，在保证高效的同时还应保持或提升效力，二者之间需要平衡。后发地区城市商业银行应建立与组织架构、业务规模、复杂程度相适应的全面风险管理体系，降低增量风险。
（三）创新后发地区城市商业银行的不良资产处置方式，拓宽并夯实资本补充渠道
后发地区城市商业银行系统性金融风险一部分是由于银行为了上市过度扩张衍生出来的，由于银行过度扩张贷款规模， 导致不良贷款率快速上升，资产质量急速下降，其系统性金融风险就会进一步暴露。控制不良贷款规模能够有效抑制其演变为银行的系统性金融风险，因此后发地区城市商业银行在上市后资本得到补充的条件下，要重视整个银行的资产结构，调整业务范围，创新市场化不良资产的处置方式。对不良资产进行价值重估，通过引入战略投资者、产业基金、并购基金等，对不良资产进行重组、并购等市场化处置，探索不良资产证券化、债转股等方式。后发地区城市商业银行要充分利用现有监管政策， 积极发行资本补充工具，避免过度单一的资本补充方式， 通过资产证券化、内源融资等多种方式扩充资本金， 减少银行风险资产，提高资本充足性。
（四）创新风险管理工具和方法，提升风险控制水平
在当前银行业数字化转型的趋势之下，金融科技是后发地区城市商业银行转型发展的必经之路。要利用大数据建立合理的风险控制体系解决约束普惠金融发展的信息不对称问题。由于存在自身人才劣势和研发投入不足，后发地区城市商业银行可以根据自身能力选择与金融科技公司结盟、行业内合作共享或外包金融技术的方式提高金融科技水平，抢占金融科技市场。后发地区城市商业银行在找准自身盈利点的前提下，也可以将部分金融科技外包给专业的互联网科技公司。后发地区城市商业银行应以大数据为依托， 构建全面风险管理数据库， 为银行管理风险提供数据基础管理平台; 应树立大数据思维模式管理企业信用评级体系， 挖掘银行经营规律，分析优质企业的经营特征，开展个性化征信，高效评级企业信用，提高高风险客户甄别能力， 对其进行精准风险定价和提供个性化服务;还可积极探索区块链技术在银行风险管理中的应用，利用区块链多点储存、不可篡改等特性，开展区块链风险管理应用模式，在银行的关键业务中可设置监测探针，从而有效提升银行的追溯能力，对于跨市场、跨行业交叉性金融风险的识别更加精准。 参考文献：
[1]BENOIT S，COLLETAZ G，HURLIN C，et al.A Theoretical and Empirical Comparison of Systemic Risk Measures[R].HEC Paris Research Paper，No.FIN-2014-1030.
[2]BENOIT S，COLLIARD J E，HURLIN C，et al.Where the Risk Lie： A Survey on Systemic Risk[R].HEC Paris Research Paper，No.FIN-2015-1088.
[3]MINSKY H P.The Financial Instability Hypothesis： A Restatement[J].Thames Papers on Political Economy，1978（1）：21-25.
[4]DIAMOND D W，DYBVIG P H.Bank Runs，Deposit Insurance，and Liquidity[J].Journal of Political Economy，1983（91）：401-419.
[5]KREGEL J A.Margins of Safety and Weight of the Argument in Generating Financial Fragility[J].Journal of Economics Issues，1997，6（31）：543-548.
[6]尚曉，庞小红，白文梅.供给侧结构性改革背景下系统性金融风险防范问题研究[J].征信，2017（5）：77-82.
[7]CHAKRAVORTI S.Analysis of Systemic Risk in Multilateral Net Settlement Systems[J].Journal of International Financial Markets，2000（10）：9-30.
[8]OET M V，BIANCO T，GRAMLICH D，et al.SAFE： An Early Warning System for Systemic Banking Risk[J].Federal Reserve Bank of Cleveland，Working Paper，2011（11）：11-29.
[9]KUPIEC P H，NICKERSON D B.Assessing Systemic Risk Exposure from Banks and GSEs Under Alternative Approaches to Capital Regulation[J].Journal of Real Estate Finance and Economics，2004（28）：123-145.
[10]周炎，陈昆亭.金融经济周期理论研究动态[J].经济学动态，2014（7）：128-138.
[11]ZIGRAND J P. Systems and Systemic Risk in Finance and Economics[J].SRC Special Paper，London School of Economics and Political Science，2014（1）：147-152.
[12]巴曙松，左伟，朱元倩.金融网络及传染对金融稳定的影响[J].财经问题研究，2013（2）：3-11.
[13]HART O，ZINGALES L.How to Avoid a New Financial Crisis[J].Working Paper，2009（11）：1-16.
[14]BATTISTON S，GATTI D D，GALLEGATI M，et al.Liaisons Dangereuses：Increasing Connectivity，Risk Sharing，and Systemic Risk[R].NBER Working Paper，2009，No.15611.
[15]BIJLSMA M，KLOMP J，DUINEVELD S.Systemic Risk in the Financial Sector：A Review and Synthesis[R].CPB Document，CPB Netherlands Bureau for Economic Policy Analysis，2010，No.210.
[16]张晓朴.系统性金融风险研究：演进、成因与监管[J].国际金融研究，2010，（1）：58-67.
[17]韩心灵，韩保江.供给侧结构性改革下系统性金融风险：生成逻辑、风险测度与防控对策[J].财经科学，2017（6）：1-13.
[18]BERNANKE B S.The Crisis and the Policy Response[R].The Stamp Lecture at the London School of Economics，2009-01-13.
[19]ACHARYA V V，PEDERSEN L，PHILIPPON T，et al. Taxing Systemic Risk[J].World Scientific Series in Finance：Managing and Measuring Risk，2013（25）：99-122.
[20]ILLING M，LIU Y. Measuring Financial Stress in A Developed Country： An Application to Canada[J].Journal of Financial Stability，2006（3）：243-265. [21]KAMINSKY G，LIZONDO S，REINHART C M. Leading Indicators of Currency Crises[R].IMF Staff Papers，1998， 45（3）：1-48.
[22]陶玲，朱迎.系统性金融风险的监测和度量——基于中国金融体系的研究[J].金融研究，2016（6）：18-36.
[23]GIRARDI G，ERGUN A T. Systemic Risk Measurement： Multivariate GARCH Estimation of CoVaR[J]. Social Science Electronic Publishing，2013，37（8）：3169-3180.
[24]ACHARYA V V，BROWNLEES C，ENGLE R，et al.Measuring Systemic Risk[J].Working Paper，2017，29（1002）：85-119.
[25]陈建青，王擎，许韶辉.金融行业间的系统性金融风险溢出效应研究[J].数量经济技术经济研究，2015（9）：89-100.
[26]严伟祥，张维，牛华伟.金融风险动态相关与风险溢出异质性研究[J].财贸经济，2017（10）：67-81.
[27]周皓，陈湘鹏，何碧清，等.2018上半年中国系统性金融风险报告——贸易战与去杠杆背景下的复杂局面分析[R].清华大学国家金融研究院，2018-07-08.
[28]唐文进，苏帆.极端金融事件对系统性风险的影响分析——以中国银行部门为例[J].经济研究，2017（4）：17-33.
Abstract： The systematic financial risk of city commercial banks is not only related to the safety of their own development， but also can easily evolve into regional financial risk， especially in underdeveloped regions where there are inadequate risk prevention capacity， which will bring serious impact on local economy. In this paper， 13 city commercial banks in 6 provinces in China’s western underdeveloped regions are selected as samples to measure the systematic financial risks of city commercial banks by using comprehensive index method. It is found that the systematic financial risks of city commercial banks in these regions show a trend of decreasing first and increasing later. Meanwhile， the size of the systematic financial risks is closely related to the development degree of regional economy. It is suggested that city commercial banks in these regions take local economic development as a priority and establish an active and comprehensive risk management mode， vigorously develop financial science and technology， increase policy support， and implement effective regulatory measures， so as to contain the current growth trend of systemic financial risks in these regions and maintain the stability of the regional economy.
Key words： systematic financial risk; city commercial banks in underdeveloped region; comprehensive index method
（責任编辑：龙会芳;校对：李丹）