運用Dugum基尼系數法研究2005～2016年我國金融風險的地區(qū)差異大小及來源,并使用Kernel密度估計方法分析其分布動態(tài)演進。研究表明,我國金融風險地區(qū)差異逐漸擴大,地區(qū)內差異是我國金融風險地區(qū)差異的主要來源;全國及各個地區(qū)金融風險總體呈上升趨勢,東部地區(qū)金融風險呈梯隊分布,中部、西部地區(qū)呈現微弱的多級分化趨勢,東北地區(qū)則表現為較嚴重的兩極分化。對我國金融風險地區(qū)差異及分布動態(tài)的深入剖析,可為重點防范、協作治理和主動化解金融風險提供政策參考。 

【文章來源】：改革. 2019,(10)北大核心CSSCI

【文章頁數】：13 頁

【部分圖文】：

四大區(qū)域及其整體金融風險水平演變趨勢

圖2東部地區(qū)區(qū)域內金融風險水平的演變趨勢0.300.250.200.150.100.050200520062007200820092010201120122013201420152016海南廣東山東福建浙江江蘇上海河北天津北京圖4西部地區(qū)區(qū)域內金融風險水平的演變趨勢2005200620072008200920102011201220132014201520160.120.100.080.060.040.020內蒙古重慶貴州西藏甘肅寧夏廣西四川云南陜西青海新疆從整體來看，除西藏外，其余省份風險基本居于0.02~0.06范圍內。圖5報告了東北地區(qū)區(qū)域內金融風險水平的演變趨勢。從整體來看，東北地區(qū)金融風險水平較高，其變化呈現先小幅下降后快速上升的態(tài)勢。從經濟增速、工業(yè)增加值增速等方面來看，近年來東北三省均位居全國后幾位。在供給側結構性改革背景下，東北地區(qū)在全國四大區(qū)域中金融風險水平較高，省域內資源型企業(yè)的轉型升級和風險防范成為現階段的重要工作。（三）我國金融風險的區(qū)域差異及其來源1.Dagum基尼系數法Dagum基尼系數法是按照子群將基尼系數進行分解的方法［17］。該方法的優(yōu)勢在于充分考慮了子樣本的分布狀況，有效解決了數據交叉重疊和區(qū)域差異來源的問題，是對傳統(tǒng)基尼系數法和泰爾指數法的一種改進。具體如式（4）~（14）所示。G=Gw+Gnb+Gt（4）G=∑j=1k∑h=1k∑i=1nj∑r=1nhyji-yhr2n2y軃（5）Y軍h≤…Y軍j≤…≤Y軍k（6）Gjj=12Y軍j∑i=1nj∑r=1njyji-yjrn2j（7）Gw=∑j=1kGjjpjsj（8）Gjh=∑i=1nj∑r=1nhyji-y

圖2東部地區(qū)區(qū)域內金融風險水平的演變趨勢0.300.250.200.150.100.050200520062007200820092010201120122013201420152016海南廣東山東福建浙江江蘇上海河北天津北京圖4西部地區(qū)區(qū)域內金融風險水平的演變趨勢2005200620072008200920102011201220132014201520160.120.100.080.060.040.020內蒙古重慶貴州西藏甘肅寧夏廣西四川云南陜西青海新疆從整體來看，除西藏外，其余省份風險基本居于0.02~0.06范圍內。圖5報告了東北地區(qū)區(qū)域內金融風險水平的演變趨勢。從整體來看，東北地區(qū)金融風險水平較高，其變化呈現先小幅下降后快速上升的態(tài)勢。從經濟增速、工業(yè)增加值增速等方面來看，近年來東北三省均位居全國后幾位。在供給側結構性改革背景下，東北地區(qū)在全國四大區(qū)域中金融風險水平較高，省域內資源型企業(yè)的轉型升級和風險防范成為現階段的重要工作。（三）我國金融風險的區(qū)域差異及其來源1.Dagum基尼系數法Dagum基尼系數法是按照子群將基尼系數進行分解的方法［17］。該方法的優(yōu)勢在于充分考慮了子樣本的分布狀況，有效解決了數據交叉重疊和區(qū)域差異來源的問題，是對傳統(tǒng)基尼系數法和泰爾指數法的一種改進。具體如式（4）~（14）所示。G=Gw+Gnb+Gt（4）G=∑j=1k∑h=1k∑i=1nj∑r=1nhyji-yhr2n2y軃（5）Y軍h≤…Y軍j≤…≤Y軍k（6）Gjj=12Y軍j∑i=1nj∑r=1njyji-yjrn2j（7）Gw=∑j=1kGjjpjsj（8）Gjh=∑i=1nj∑r=1nhyji-y

【參考文獻】：
期刊論文
[1]市場化進程、經濟波動與地方金融風險[J]. 朱沛華,李軍林.  改革. 2019(06)
[2]地方債務、區(qū)域差異與經濟增長——基于中國地級市數據的驗證[J]. 毛捷,黃春元.  金融研究. 2018(05)
[3]區(qū)域性金融風險與區(qū)域經濟增長的相關性分析[J]. 王擎,劉軍,金致雯.  改革. 2018(05)
[4]系統(tǒng)性金融風險:測度與時空格局演化分析[J]. 沈悅,李博陽,張嘉望.  統(tǒng)計與信息論壇. 2017(12)
[5]我國非金融企業(yè)杠桿率的國際比較與對策建議[J]. 陳衛(wèi)東,熊啟躍.  國際金融研究. 2017(02)
[6]系統(tǒng)性金融風險的監(jiān)測和度量——基于中國金融體系的研究[J]. 陶玲,朱迎.  金融研究. 2016(06)
[7]基于金融壓力指數的系統(tǒng)性金融風險測度研究[J]. 許滌龍,陳雙蓮.  經濟學動態(tài). 2015(04)
[8]后金融危機時期歐美經濟復蘇差異比較——以金融結構為視角[J]. 余南平.  歐洲研究. 2014(03)
[9]國際金融危機空間過程和區(qū)域響應的初探——兼論新經濟地理事像研究的一個新范式[J]. 樊杰,陳東,呂晨.  地理研究. 2009(06)
[10]銀行不良資產率呈地域特征[J]. 易綱.  市場周刊(研究版). 2005(03)



本文編號：3250620