運(yùn)用Dugum基尼系數(shù)法研究2005～2016年我國(guó)金融風(fēng)險(xiǎn)的地區(qū)差異大小及來(lái)源,并使用Kernel密度估計(jì)方法分析其分布動(dòng)態(tài)演進(jìn)。研究表明,我國(guó)金融風(fēng)險(xiǎn)地區(qū)差異逐漸擴(kuò)大,地區(qū)內(nèi)差異是我國(guó)金融風(fēng)險(xiǎn)地區(qū)差異的主要來(lái)源;全國(guó)及各個(gè)地區(qū)金融風(fēng)險(xiǎn)總體呈上升趨勢(shì),東部地區(qū)金融風(fēng)險(xiǎn)呈梯隊(duì)分布,中部、西部地區(qū)呈現(xiàn)微弱的多級(jí)分化趨勢(shì),東北地區(qū)則表現(xiàn)為較嚴(yán)重的兩極分化。對(duì)我國(guó)金融風(fēng)險(xiǎn)地區(qū)差異及分布動(dòng)態(tài)的深入剖析,可為重點(diǎn)防范、協(xié)作治理和主動(dòng)化解金融風(fēng)險(xiǎn)提供政策參考。 

【文章來(lái)源】：改革. 2019,(10)北大核心CSSCI

【文章頁(yè)數(shù)】：13 頁(yè)

【部分圖文】：

四大區(qū)域及其整體金融風(fēng)險(xiǎn)水平演變趨勢(shì)

圖2東部地區(qū)區(qū)域內(nèi)金融風(fēng)險(xiǎn)水平的演變趨勢(shì)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(nèi)金融風(fēng)險(xiǎn)水平的演變趨勢(shì)2005200620072008200920102011201220132014201520160.120.100.080.060.040.020內(nèi)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(lái)看，除西藏外，其余省份風(fēng)險(xiǎn)基本居于0.02~0.06范圍內(nèi)。圖5報(bào)告了東北地區(qū)區(qū)域內(nèi)金融風(fēng)險(xiǎn)水平的演變趨勢(shì)。從整體來(lái)看，東北地區(qū)金融風(fēng)險(xiǎn)水平較高，其變化呈現(xiàn)先小幅下降后快速上升的態(tài)勢(shì)。從經(jīng)濟(jì)增速、工業(yè)增加值增速等方面來(lái)看，近年來(lái)東北三省均位居全國(guó)后幾位。在供給側(cè)結(jié)構(gòu)性改革背景下，東北地區(qū)在全國(guó)四大區(qū)域中金融風(fēng)險(xiǎn)水平較高，省域內(nèi)資源型企業(yè)的轉(zhuǎn)型升級(jí)和風(fēng)險(xiǎn)防范成為現(xiàn)階段的重要工作。（三）我國(guó)金融風(fēng)險(xiǎn)的區(qū)域差異及其來(lái)源1.Dagum基尼系數(shù)法Dagum基尼系數(shù)法是按照子群將基尼系數(shù)進(jìn)行分解的方法［17］。該方法的優(yōu)勢(shì)在于充分考慮了子樣本的分布狀況，有效解決了數(shù)據(jù)交叉重疊和區(qū)域差異來(lái)源的問(wèn)題，是對(duì)傳統(tǒng)基尼系數(shù)法和泰爾指數(shù)法的一種改進(jìn)。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(nèi)金融風(fēng)險(xiǎn)水平的演變趨勢(shì)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(nèi)金融風(fēng)險(xiǎn)水平的演變趨勢(shì)2005200620072008200920102011201220132014201520160.120.100.080.060.040.020內(nèi)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(lái)看，除西藏外，其余省份風(fēng)險(xiǎn)基本居于0.02~0.06范圍內(nèi)。圖5報(bào)告了東北地區(qū)區(qū)域內(nèi)金融風(fēng)險(xiǎn)水平的演變趨勢(shì)。從整體來(lái)看，東北地區(qū)金融風(fēng)險(xiǎn)水平較高，其變化呈現(xiàn)先小幅下降后快速上升的態(tài)勢(shì)。從經(jīng)濟(jì)增速、工業(yè)增加值增速等方面來(lái)看，近年來(lái)東北三省均位居全國(guó)后幾位。在供給側(cè)結(jié)構(gòu)性改革背景下，東北地區(qū)在全國(guó)四大區(qū)域中金融風(fēng)險(xiǎn)水平較高，省域內(nèi)資源型企業(yè)的轉(zhuǎn)型升級(jí)和風(fēng)險(xiǎn)防范成為現(xiàn)階段的重要工作。（三）我國(guó)金融風(fēng)險(xiǎn)的區(qū)域差異及其來(lái)源1.Dagum基尼系數(shù)法Dagum基尼系數(shù)法是按照子群將基尼系數(shù)進(jìn)行分解的方法［17］。該方法的優(yōu)勢(shì)在于充分考慮了子樣本的分布狀況，有效解決了數(shù)據(jù)交叉重疊和區(qū)域差異來(lái)源的問(wèn)題，是對(duì)傳統(tǒng)基尼系數(shù)法和泰爾指數(shù)法的一種改進(jìn)。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(xiàn)】：
期刊論文
[1]市場(chǎng)化進(jìn)程、經(jīng)濟(jì)波動(dòng)與地方金融風(fēng)險(xiǎn)[J]. 朱沛華,李軍林.  改革. 2019(06)
[2]地方債務(wù)、區(qū)域差異與經(jīng)濟(jì)增長(zhǎng)——基于中國(guó)地級(jí)市數(shù)據(jù)的驗(yàn)證[J]. 毛捷,黃春元.  金融研究. 2018(05)
[3]區(qū)域性金融風(fēng)險(xiǎn)與區(qū)域經(jīng)濟(jì)增長(zhǎng)的相關(guān)性分析[J]. 王擎,劉軍,金致雯.  改革. 2018(05)
[4]系統(tǒng)性金融風(fēng)險(xiǎn):測(cè)度與時(shí)空格局演化分析[J]. 沈悅,李博陽(yáng),張嘉望.  統(tǒng)計(jì)與信息論壇. 2017(12)
[5]我國(guó)非金融企業(yè)杠桿率的國(guó)際比較與對(duì)策建議[J]. 陳衛(wèi)東,熊啟躍.  國(guó)際金融研究. 2017(02)
[6]系統(tǒng)性金融風(fēng)險(xiǎn)的監(jiān)測(cè)和度量——基于中國(guó)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(shù)的系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度研究[J]. 許滌龍,陳雙蓮.  經(jīng)濟(jì)學(xué)動(dòng)態(tài). 2015(04)
[8]后金融危機(jī)時(shí)期歐美經(jīng)濟(jì)復(fù)蘇差異比較——以金融結(jié)構(gòu)為視角[J]. 余南平.  歐洲研究. 2014(03)
[9]國(guó)際金融危機(jī)空間過(guò)程和區(qū)域響應(yīng)的初探——兼論新經(jīng)濟(jì)地理事像研究的一個(gè)新范式[J]. 樊杰,陳東,呂晨.  地理研究. 2009(06)
[10]銀行不良資產(chǎn)率呈地域特征[J]. 易綱.  市場(chǎng)周刊(研究版). 2005(03)



本文編號(hào)：3250620