地区规模以上企业数量与金融风险的关系分析

1.被解释变量

本文被解释变量为地区实际存贷差，经过前面模型设定部分的推导结论，我们使用lns作为存贷差的代理变量，lns=ln（（地区存款余额-地区贷款余额）×100/地区贷款余额）。地区实际存贷差反映的是地区金融投资者认为地区金融的风险程度。

2.解释变量

贷款余额占地区GDP的比重（debt），反映了地区经济发展使用金融部门资金的情况，也表示地区金融参与经济发展的程度，该指标我们选用滞后一期是因为金融机构考虑风险时，一般会分析企业等上一年度的贷款余额，如果贷款余额较高并且继续增加贷款规模，资金发生风险的可能性将会增加。我们预测该变量的系数为负值，与地区存贷差为负相关关系。debt=贷款余额×100/GDP。

地区财政收入占GDP的比重（Revit），地区财政收入占GDP比重越高，则表示地区经济的负担水平上升，目前地方政府财政收入的主要来源还是企业税收，企业税收等负担的加重会降低企业的偿债能力，无法偿还银行等金融机构债务，地区金融风险有可能会增加，该变量的系数预测为正值，与存贷差正相关；Rev=地方财政收入×100/GDP。

地区财政支出占GDP的比重（Curexit），地区财政支出占GDP比重的上升，反映财政赤字程度的提高，财政支出增加也预示这个财政赤字增加，财政赤字一般不会改善发展前景，但金融机构可能因为中央政府对地方政府托底（没有承诺）认为财政支出增加会改善地区经济发展情况，而且财政支出增加一般会提高地区的公共服务和基础设施水平，进而吸引外地企业到本地投资，因此该变量的系数预估也为负，与存贷差负相关；Curex=地方财政支出×100/GDP。

地区公共投资占GDP的比重（Ginvit）政府公共投资占GDP比重对存贷差的影响不确定，因为公共投资一方面可能会促进经济发展，但是如果是低水平或者是重复建设的投资则会浪费资源，阻碍地区经济发展，定义地方公共投资（inv）=教育支出+科学技术+文化体育+社会保障就业+医疗卫生+农林水+交通运输；Ginv=地方公共投资（inv）×100/GDP。

3.控制变量

影响地区存贷差的因素很多，金融风险一般发生在金融机构和企业之间，所以本文模型主要纳入企业指标，包括规模以上企业个数、资产负债率、毛利率。除此之外，我们还参考Akitoby B和Stratmann T［2］的观点，把通货膨胀率和失业率也纳入到模型中。

规模以上企业个数（lngmqygs），地区规模以上企业数量说明地区经济发展情况，反面说明企业运用资金的能力，因此会对地区金融风险产生影响，lngmqygs=ln（规模以上企业个数），即规模以上企业个数的对数值。(www.zuozong.com)

资产负债率（zcfzl），企业资产负债率反映了金融市场对企业的支持力度，企业资产负债率越高说明金融市场对企业的支持越高，市场认可企业的发展前景时才会提供更多的金融支持，所以地区规模企业资产负债率反映了金融市场对地区企业发展前景的预期，资产负债率（zcfzl）=规模企业总负债/规模企业总资产。

毛利率（mlv），一方面企业毛利率情况反映了企业创造利润的能力，而创造的利润越高，偿还能力越强，毛利率上升有助于降低地区金融风险，减小实际存贷差；另一方面由于我们使用的是规模企业毛利率，毛利率上升会增加企业可用资金（如不分配利润），则需要从金融市场融资的需求就会越低，金融市场资金可能会流向风险较高的中小型企业，中小企业需要支付较高的实际贷款利率已覆盖相应风险，所以也可能会导致地区金融实际存贷差变大，毛利率（mlv）=规模企业利润总额/规模企业营业收入总额。

失业率（shyl），失业率反映地区劳动市场的情况，较高的失业率可能会影响产出的增加，降低地区经济增长率，失业率高可能表示地区企业在市场上生存困难，金融机构信贷资金发生风险的概率也会变高，该变量的系数也预测为正值。

通货膨胀率（lncpi），我们使用地区居民消费价格指数表示地区通货膨胀水平，即lncpi=ln（居民消费价格指数（%））。

除此之外，我们还引入了不良贷款率指标，作为金融机构投资的自身约束因素，在此约束下金融机构对地区金融风险的判断。

本文使用数据为2007—2015年省级数据，包括除西藏和青海之外的29个省市数据，数据来源于EPS数据库，为平行面板数据。

4.数据统计性描述

表1　变量统计性描述

由表1结果可知，数据不存在异常值，用于模型估计的数据是合理的。