習近平總書記多次強調要防範和化解金融系統性風險。在今年《政府工作報告》提出的2024年十大工作任務中，“更好統籌發展和安全，有效防範化解重點領域風險”被單獨列為一項。本文從以下幾個方面分析防範化解金融風險的重點和相應措施。

1. 中小金融機構風險

近年來我國中小金融機構風險已經較嚴重，例如，恒豐銀行，包商銀行，天安人壽，華夏人壽，河南數家村鎮銀行等都已爆雷。中小金融機構風險一方面是由於管理混亂內外勾結，另一方面也是由於利潤減少競爭加劇等外部因素。過去幾年銀行業凈息差整體呈下降態勢，中小銀行的降幅相對較大，導致利潤空間大大降低。受國際經濟形勢和疫情的影響，過去幾年小微企業生存艱難，主要服務於小微企業的中小金融機構的資產質量也有所下降。過去幾年大型銀行通過金融科技服務下沉削弱了中小銀行原本具有的區域內信息優勢，而大型銀行在資本規模和成本上的優勢仍然顯著。另外，由於金融科技研發成本高難度大，中小銀行在數字化轉型上相比大型機構和互聯網金融平臺也存在明顯劣勢。

針對中小金融機構風險的內部因素和外部因素應該分別采取措施對症下藥。對於管理混亂內外勾結等腐敗問題，相關部門應加強審查，迅速處置，從嚴處理，並且在事後應該聘請相關專業人員對銀行管理流程進行優化和製度化，減少銀行內部人員違規的機會，明確銀行內各項業務的責任人。對於已經爆雷的中小金融機構，如果地方財政寬裕，則應直接註資從而使爆雷的社會負面效應最小。如果地方財政壓力較大，則應引導中小金融機構進行合並重組以渡過當前難關。問題嚴重的中小金融機構應該直接退出。相關政府監管部門應該將處置規則和處置機製透明化製度化，盡量避免一事一議。

針對中小金融機構競爭壓力大利潤空間小的問題，相關部門可以引導機構間的合作交流，資源共享，並在人才招聘、業務發展等方面適當地傾斜資源。例如，可以為中小金融機構的數字化轉型提供補貼和人才支持。另外還應該通過改革機製和管理來提高中小金融機構自身的效率和競爭力。積極拓寬風險處置資源，合理運用各項處置措施，在穩定大局前提下紮實穩妥化解風險。

2. 地方債務風險

近期財政收入壓力下，地方政府普遍采用借新還舊來應對債務並且債務規模繼續增長，同時專項債規模和占比也在增長。預期未來土地財政收入減少的情況下，這將增加未來的償債壓力，帶來潛在的違約風險。截至2022年末，地方政府債務率已經超過120%的警戒線。2023年地方債發行規模再創新高，借新還舊比例同比上升，再融資專項債發行創歷史新高。另外，城中村改造和旅遊等項目也被納入專項債項目範圍，這些新項目的資金使用效率和使用用途上也存在管理風險和管理能力的要求。需要註意西部和東北地區由於財政收入水平較低導致發債成本高於中部和東部地區，可能導致這些地區財政狀況進一步惡化。

地方債務風險是一個系統性的長期問題，因此需要建立長效機製來防範化解。首先，在嚴格控製隱性債務增量的前提下適度放松表內債務約束。適度拓寬專項債範圍可以幫助政府通過舉債來撬動社會投資，帶動當地經濟發展從而增加未來稅收。同時，專項債的增長和拓寬也給監管帶來了更高的要求，因此必須提高專項債的風險預警能力，建立具有硬約束的風險糾正機製，落實專項債的預期收益，防止專項債成為新的隱性債務。化解地方債的基本思路是以時間換空間，一方面通過降低利率和提高通脹率來減少債務總額，另一方面通過發展當地經濟和開源節流來提高償債能力。因此，在債務展期的寶貴期限內，監管部門應該監督和引導地方政府積極主動采取措施來化解債務，應該給予地方政府具體的關於化債的獎懲措施。

其次，化解地方債務需要分類施策。目前我國整體的地方債務風險基本上分布於市縣層級。在預算軟約束下，市縣政府往往采取各種措施規避監管，金融腐敗問題也時有發生。因此，需要重點關註某些市縣的化債問題，同時這些市縣所在上級政府也可以通過一定的資源傾斜來幫助他們進入化債的良性循環。另外，化債還應重點關註某些行業。例如，由於房地產市場不景氣，建築行業出現拖欠賬款較多。建築行業不僅涉及大量就業，還關系到市場的投資預期，因此，化債應該優先解決政府或國企拖欠賬款的問題。

3. 建立金融風險實時監測系統

在市場經濟下，經濟組織在各行業內，行業間，金融市場間形成了緊密相連的網絡。由於我國在全球經濟中的重要地位，國內經濟組織也和國外實體機構和金融機構建立了緊密的聯系。另外，國內不同區域內的實體組織和金融機構之間的聯系和互動也愈發緊密。經濟主體之間的網絡對於提高生產效率是不可缺少的，但在危機時也是風險傳染的渠道。例如，網絡中某一金融機構的違約或破產可能引起關聯機構的資產損失或導致與該機構類似的其他金融機構的融資成本大幅上升，從而導致其他金融機構也發生違約。對於設立基金資管等機構的大型集團，母公司的風險也會影響下屬機構。具體而言，當前房地產行業風險是風險的主要源頭之一，恒大、碧桂園、融創等龍頭房企紛紛暴雷。由於房地產行業牽連的上下遊行業非常廣泛，並且房地產企業高負債高杠桿高周轉的經營方式，地產企業對於網絡內的實體和金融機構形成了巨大的沖擊。

為提升控製風險傳遞的能力，應該建立基於大數據的金融風險實時監測系統，從而提升金融預警以及在風險發生早期及時采取措施切斷風險傳染路徑。大數據的監測系統也可以幫助我們識別在風險傳遞中具有更強系統重要性的地區，行業或機構，從而對於這些地區行業和機構在事前就重點關註。例如，債券市場，外匯市場以及頭部房企都是風險傳染的關鍵節點。

基於Python等網絡爬蟲技術和可視化程序語言，結合前沿的金融風險測度方法，網絡分析理論以及前沿的機器學習方法，我們可以建立金融系統性風險的實時自動監測系統，對國內各省，各行業的金融風險重點關註。例如，針對某個特定機構或行業，我們可以利用高維因子模型從高維數據中提取風險因子，然後用風險因子計算該機構的VaR。針對該機構，我們還可以用網絡分析理論選取與該機構緊密相關的其他機構或行業的數據，從而使得風險因子的提取和VaR的計算更加準確。

在金融風險監測系統的建立過程中，我們還應該用最新數據不斷更新和升級該系統，因為模型參數和設定需要針對特定市場環境調整，而市場環境是隨時間不斷演變的。我們還可以對各個主要的金融市場分別單獨建立風險監測系統，例如，對債券市場、期貨市場、房地產市場、外匯市場以及地方債等市場的風險分別進行實時估計。另外，機器學習技術還允許我們利用網絡大數據來測算金融風險的傳染路徑，以及在風險發生之前就計算如果風險發生的話會造成多大的沖擊和損失。這些量化的計算結果有助於市場主體和監管機構判斷是否應該救助該機構，以及最多花多少成本救助該機構。因此，建立金融風險實時監控系統有助於對各類風險隱患早發現早處理，維護不爆發系統性風險的底線。

作者簡介

王法

意昂3体育官网經濟學院金融學系預聘副教授，研究領域是金融計量、面板數據和機器學習，近期主要研究非線性因子模型及其在資產定價，宏觀預測和經濟周期分析中的應用。在Journal of Econometrics、Econometric Reviews等期刊發表多篇論文，並多次擔任Journal of Econometrics、Journal of Business and Economic Statistics等期刊的審稿人，講授的課程包括“時間序列”“固定收益證券”等。