为区域i第t时的金融结构，可用部门结构和融资结构衡量，说明金融资源分配的合理性；MEit为区域i第t时的金融市场预期，反映人们对未来金融市场发展所持有的态度。
对区域金融风险，本文采用设计指标体系并利用层次分析法，测算出区域金融风险指数，作为本文研究的被解释变量 。对于解释变量，选择工业企业亏损额/工业企业总利润作为实体经济运行情况的变量；金融结构的影响因素区分为部门结构和融资结构，本文选择社会融资规模/总贷款为部门结构变量，选择上市公司市值/总贷款作为衡量指标融资结构变量；生产者价格反映市场金融行为的显性指标，故选择生产者价格指数作为衡量预期的指标。通过变量选择，将区域性系统性金融风险的影响因素模型基本形式具体化为可计量的面板数据模型，具体形式如下：
式（2）中，Yit是区域i第t时的金融风险指数，C是常数项，X1it是区域i第t时的工业企业亏损额/工业企业总利润，X2it是区域i第t时的社会融资规模/总贷款，X3it是区域i第t时的上市公司市值/总贷款，X4it是区域i第t时的生产者价格指数， 是随机干扰项。 （三）数据说明
本文数据的空间维度限定在中国大陆31个省（市）级行政区；研究数据的时间维度为2013年1季度至2015年3季度；区域性系统性金融风险敏感性强的特点，故在数据可获取的情况
下，时间频率维度选择季度数据。基于此，区域性系统性金融风险指数，影响因素等指标均为2013年第1季度至2015年第3季度的数据。本文所需要的指标数据均来源于三个基本数据库，一是wind数据库；二是中国人民银行网站公布的数据；三是各省（市）统计局网站公布的数据。
表1列示了各变量的描述性统计结果。由表2可知，中国31个区域的金融风险指数均值为32.29，风险情况较好。在工业企业亏损额/工业企业总利润的指标上，其平均值为0.136，说明工业企业亏损额占工业企业总利润的13.6%，工业企业亏损比较严重，从不同区域的情况来看，区域之间具有较大差异，如山西省工业企业亏损额远大于工业企业利润，在2015年，工业企业利润已变为负。在社会融资规模/总贷款的指标上，其平均值为0.147，说明社会融资规模是总贷款规模的14.7%，金融资源用于实体经济的数量远小于贷款的规模，其标准差为0.084，说明该指标在区域之间差异不大。在上市公司市值/总贷款的指标上，其平均值为0.33，而上市公司市值主要是股票价值的反映，说明上市公司的股票融资规模是总贷款规模的33%，由于上市公司在中国区域的分布具有不均衡性，所以该指标在区域之间也存在一定差异。在生产者价格指数上，其平均值为0.946，说明生产持续通缩，企业去库存压力不断增大，对金融市场也会产生下降预期。
三、区域性系统性金融风险影响因素的实证分析
在利用面板数据模型分析区域金融风险影响因素时，本文先利用F检验判断是选择混合效应模型还是固定效应模型，再通过Hausman检验来确定建立是否需要建立随机效应模型。由F检验可知，模型在1%的显著水平下均拒绝混合效应的原假设，应建立固定效应模型。进一步，根据Hausman检验的结果，模型在1%的显著水平下均拒绝随机效应模型的原假设，应建立固定效应模型。为此，本文建立面板固定效应模型，并通过控制变量加入的方式，考察各变量对区域金融风险的影響。同时，由于本部分主要研究各变量对区域金融风险影响因素，而不考虑截距的影响，因此不对截距项进行分析。
（一）基于单因素固定效应模型的实证分析
根据式（2），以单变量为唯一的解释变量，并进行参数估计，考察工业企业亏损额/工业企业总利润、社会融资规模/总贷款、上市公司市值/总贷款、生产者价格指数四个单因素变量对区域性系统性金融风险的影响结果，参数估计结果如表2所示。 表2显示，生产者价格指数对区域性系统性金融风险的影响显著性最大，通过1%显著性水平检验，生产者价格指数系数为-15.46，表明生产者价格指数每上升1个单位，区域金融风险会下降15.46%。工业企业亏损额/工业企业总利润对区域金融风险的影响通过10%显著性水平检验，工业企业亏损额/工业企业总利润系数为-0.1023，表明工业企业亏损额/工业企业总利润对区域金融风险的影响较小，工业企业亏损额/工业企业总利润每上
升1个单位，区域金融风险会下降0.1023，这说明工业企业亏损越多或工业企业利润越少，反而会降低区域金融风险，而正常情况下应该是工业亏损越少或工业企业利润越多才会使区域金融风险下降，这在一定程度上说明了金融与实体经济发展背离的情况。社会融资规模/总贷款和上市公司市值/总贷款均没有通过显著性检验，表明社会融资规模/总贷款和上市公司市值/总贷款对区域金融风险没有显著影响，也说明了社会融资规模/总贷款和上市公司市值/总贷款不能有效代表金融结构。从拟合优度来看，表2中（1）、（2）、（3）、（4）列的拟合优度均偏低，说明本部分单因素对区域性系统性金融风险不能完全解释，假设1中提出的多变量影响区域性系统性金融风险现象存在，同时需要进一步通过实证验证。 （二）基于多因素固定效应模型的实证分析 多因素固定效应模型的基本形式同样如式（2）所示，在具体实验过程中，通过逐渐加入多个影响因素变量且形成不同线性、独立组合的条件下，多因素对区域性系统性金融风险的影响结果，参数估计结果如表3所示。
表3列示了逐渐加入多个影响因素变量条件下多因素对区域金融风险的影响结果。从表3可以看出，当增加变量时，模型的拟合优度在不断提高，说明各变量均对区域性系统性金融风险有一定程度的影响。在参数整体的显著性上，表4中第（7）、（9）、（10）列的参数整体上比较显著，且拟合优度较高。而在这三列中均有生产者价格指数作为解释变量，说明生产者价格指数对区
域性系统性的金融风险有较大程度影响。第（7）列的整体效果优于其它几列，从其参数估计结果来看，仍仅有生产者价格指数通过5%显著性检验，而其它变量均没有通过显著性检验。由此可以说明，在多因素独立作用机制下，工业企业亏损额/工业企业总利润、社会融资规模/总贷款、上市公司市值/总贷款均对区域性系统性金融风险没有显著性影响，仅有生产者价格指数对区域金融风险存在显著性影响，其系数为-14.75，表明生产者价格指数每上升1个单位，区域金融风险会下降14.75。 （三）基于交互固定效应模型的实证分析
上述实证结果说明两个方面问题：一方面各个影响因素对区域性系统性风险的影响有独立性影响，也有非独立性影响。从实证结果发现，生产者价格指数对区域性系统性金融风险存在显著性影响；工业企业亏损额/工业企业总利润在特殊情况下会对区域性系统性金融风险存在显著性影响，但影响程度很低。而社会融资规模/总贷款、上市公司市值/总贷款一直对区域性系统性金融风险不存在显著性影响，且模型的效果均不理想。另一方面，非独立影响的各个因素相互作用后可能存在交互效应。从上述模型实证可以看出，没有通过显著性检验的变量均为金融结构的相关变量，基于此，考虑部门结构与融资结构的交互效应对对区域性系统性金融风险产生影响。再从理论分析，区域性系统性金融风险可能存在系统惯性影响，即当期的区域性系统性金融风险对下一期的风险状态产生显著作用，故在式（2）的基本模型中，