我國西部地區金融生態環境評價及分析

宋　策，朱家明

(安徽財經大學，安徽 蚌埠　233030)

?

我國西部地區金融生態環境評價及分析

宋策，朱家明

(安徽財經大學，安徽 蚌埠233030)

首先對我國西部地區12個省市的11個指標進行主成份分析，提取影響金融生態環境的兩大因素：基礎因子(現實競爭力)和推動因子(潛在競爭力)，分析結果表明西部地區的金融生態環境具有明顯的分層特征。接著采用聚類分析將西部12個省市的金融生態環境劃分為四個等級，并對每個等級進行評價分析，最后提出改善西部金融生態環境的對策。

金融生態環境；評價體系；主成份分析；聚類分析；SPSS

金融生態環境是借用生態學概念,將金融看做是由金融子系統以及與之相關的一定環境條件綜合作用的結果,是金融運行規律和生態特征的系統性抽象。它包含了與金融息息相關的各個方面,是自然因素、政治因素、經濟因素等相關外部因素的有機組合。西部地區作為當前我國經濟整體規劃中的重點支持地區，經濟已得到快速發展，但在取得發展的同時，無論是發展數量還是質量都遠遠落后于中東部地區。西部省份之間自然資源、生態環境資源差異較大，整體發展基礎相對薄弱，導致了當前西部地區的金融生態環境基礎較差，而相應金融機構的業務能力與支持力度又相對有限，這也就造成了西部地區金融發展落后的現狀。但與此同時，西部地區有以四川、陜西為代表的“金融高地”也有以重慶為代表的金融生態發展前景巨大的地區。其他省市則可以從中吸取經驗，同時通過構建西部金融中心不斷輻射周邊城市，借助我國西部大開發戰略這一有利條件優化當地金融生態環境。

本文針對西部地區金融生態環境進行研究，部分指標采用三年的平均增長率，使指標更具說服力，深入探析西部地區金融生態環境的影響因素，并對西部地區12個省市進行聚類分析，對各省市的金融生態的實際情況進行分類，同時指出當前西部地區在金融生態環境建設中所存在的問題，提出相應建議。

一　文獻綜述

一個地區的金融生態關系到與金融發展有關的各個方面，是一系列因素綜合作用的結果。而影響金融生態環境的因子之間又存在相互作用，因此要想全面系統地評價西部地區的金融生態水平，就必須要構建一系列包括金融發展因素的指標體系。近年來，眾多學者使用不同方法對金融生態環境進行了研究，張瑞懷(2006)以湖南省為例，通過BP人工神經網絡模型(ANN)建立了現實狀況的綜合評價模型與農村金融生態環境構成要素對金融生態環境進行研究；[1]苗麗娜(2007)將系統動力學方法運用到金融生態環境的評價中，基于武漢市的統計數據對模型進行仿真模擬，并對仿真結果進行分析；[2]在金融生態環境評價指標構建方面，徐諾金(2007)將金融生態環境分為軟環境和硬環境兩大類，提出改善金融生態環境其根本是改善法制環境的觀點；[3]在金融生態機制運行上，喬立娟(2012)采用不完全信息動態博弈模型對對農村金融生態主體的選擇進行分析，并尋找政府、各類借款人和非正規金融機構三者之間的均衡；[4]周炯，魏佩佳(2012)通過金融資源水平、政府財政能力、經濟基礎和社會信用水平這四個方面進行評價指標體系的構建；[5]張孟云(2015)結合時序全局主成分分析法和FAVAR模型對我國各省份的金融競爭力進行測算和評價。[6]以上這些對金融生態水平的研究所選取的指標通常為靜態指標，這樣的指標不能有效地反映一個地區金融生態發展的潛力與趨勢，同時評價方法的主觀性較強，不能反映客觀情況。

本文根據指標數據的可獲得性以及各個分指標的選取頻度，采取動態指標與靜態指標相結合的方式將金融生態環境的總體框架劃分為金融生態環境基礎因子(現實競爭力)、金融生態環境推動因子(潛在競爭力)兩個一級指標，通過主成份分析法與聚類分析法來構建金融生態環境評價體系，指標體系見表1。綜合看來，評價方法的選擇直接影響評價結果，比起單一使用某種方法，兩種評價方法結合能夠在一定程度上克服單一方法的弊端，使研究結果的合理性與科學性更高，能夠在數據搜集準確有效的前提下，進一步提升評價結果的可信度，使之對改善區域金融生態環境的政策制定有實際的指導意義。

表1　金融生態環境評價框架

二　模型的構建與分析

1.主成分分析法。

(1)因子分析前提條件檢驗。

利用巴特利特球度檢驗，由結果可知，KMO統計量為0.628>0.500，符合因子分析要求。

(2)提取因子。

使用SPSS軟件對原有的11組變量指標進行提取，選用基于主成分模型的主成份分析法并提取特征值大于1的特征根。由結果可知，變量的共同度基本都在0.9以上表明提取的因子全體對每個變量都有較高的解釋程度，各變量丟失的信息較少，因子分析的效果較好。

(3)確定公因子數目。

當提取特征值大于1時，兩個因子的累計貢獻率達到了87.078%，基本上能夠涵蓋所選數據的統計信息，所以本次因子提取過程的效果較為理想。

(4)公因子成份分析。

對于上述提取出的兩個主成分，運行SPSS得到11個指標在這2個主成分上的旋轉因子載荷矩陣，之后根據旋轉因子載荷矩陣對兩個主成分進行命名。這里使用方差最大法進行正交旋轉得到旋轉因子載荷矩陣，結果見表2。

表2　旋轉后因子載荷矩陣

表2中第一個因子由人均GDP、居民人民幣儲蓄存款、一般公共預算支出、固定資產投資、普通高等學校教職工數、城鎮失業保險人數、本專科畢業人數這7個指標組成，其中人均GDP、居民人民幣儲蓄存款、一般公共預算支出、固定資產投資這4個指標所反映的是當地的經濟運行體系，而普通高等學校教職工數、城鎮失業保險人數、本專科畢業人數這3個指標則表明了一個地區社會誠信及保障體系的情況，所以第一個因子是由一個地區的經濟運行體系與社會誠信及保障體系所組成，故將它命名為金融生態環境的基礎因子(現實競爭力)；第二個因子是由消費總支出增長率、人均GDP增長率、固定資產投資總額增長率、資本形成總額增長率構成，居民消費總支出可以反映當地的消費狀況，資本形成總額和固定資產投資總額增長率則反映了當地的投資狀況，故可以將其命名為金融生態環境的推動因子(潛在競爭力)。

(5)計算因子得分。

為了得到因子得分系數，使用回歸法對其進行估計，得到因子得分系數矩陣。將各指標因子得分數值作為因子分析函數的系數，可得因子分析函數：

F1=0.109X1+0.192X2+0.179X3+0.092X4+0.163X5-0.184X6-0.124X7+0.196X8+0.182X9+0.128X10-0.134X11

F2=0.123X1-0.109X2+0.083X3+0.174X4-0.042X5+0.680X6+0.547X7-0.144X8+0.091X9+0.105X10-0.156X11

提取方差載荷值的各因子方差貢獻率為權重，由以上2個因子線性組合得到綜合評價指標函數為：

根據綜合得分模型，可以計算出各城市的綜合得分值并進行排名，得到各城市綜合得分表，得分結果見表3。

表3　各城市綜合得分表

(6)結果分析。

從綜合得分的結果來看，四川省的金融生態環境最好，陜西省緊隨其后，而西藏、青海、寧夏的金融生態環境綜合表現較差。對比兩個因子的得分可知各省的排名在基礎因子(現實競爭力)方面與推動因子(潛在競爭力)有較大的差異。這是由于金融潛在競爭力的數據使用的是各省三年間增長率的平均值，而金融現實競爭力是通過2014年的年度數據得到，這就解釋了很多我們印象中一些落后的省份反而排名卻很靠前：像四川、陜西這種現實競爭力很強的省,之所以短期內難以有很大幅度的提高，是因為各項指標的基數相對較大；而西藏、內蒙古這些省份,其指標的基數比較小,因此增長率可以比較大，這是與現實情況相符的。

2.聚類分析。

為了進一步描述這12個地區的金融生態環境，對各個地區的相關數據進行聚類分析，聚類分析結果如圖1所示。根據聚類分析結果，將12個地區分為四類，可以發現其與因子分析法綜合排名的結果相吻合：第一類為四川、陜西，雖然這兩個城市在推動因子上表現較差，但是其金融生態環境的基礎相對其他省市較好，金融規模較大，故綜合能力最強；第二類為廣西、重慶和云南，這三個城市在兩項排名中的位置都相對靠前，發展潛力較好。從結果來看，重慶是唯一一個在兩項排名中都處于靠前的地區,說明重慶的金融生態環境具有很強的可塑性與發展潛能；第三類為內蒙古、甘肅、貴州和新疆，這四個省在兩項排名中的位置都相對居中，表明其無論從現實競爭力來講,還是從潛在競爭力來看在西部都處于中等位置；第四類為西藏、青海、寧夏，這三個省的潛在競爭力排名靠前,說明其增長潛力很大,在最近三年的發展勢頭強勁。但由于其基數較小，仍屬于西部地區的金融生態環境相對較差的地區,應加大對這三個省的政策扶持。

圖1　西部地區12個省市聚類分析樹狀圖

三　結論與對策建議

從以上分析可以看出，潛在金融競爭力和現實金融競爭力的綜合排名與我們的經驗判斷基本吻合。但是從金融潛在競爭力方面來看，某些省份存在只重規模而忽視效率的問題，其金融規模雖然很大，但金融效率卻不高。如果繼續這種發展模式，必然會由于缺乏發展潛力導致后續力量不足。基于上述結論，結合我國西部地區金融生態環境發展情況，針對西部地區金融生態環境發展現狀，給出以下四點對策建議：

第一，借助中央政策，構建西部金融中心。通過構建西部金融中心形成強大的資金集聚和輻射能力，吸引區域外資金不斷流向西部，發揮其內向型金融中介的作用，促進西部社會經濟的發展與金融生態環境的優化。通過構建西部金融中心、打造西部經濟“增長極”，解決西部大開發中的資金短缺問題。在將西部金融中心的建設納入西部大開發和統籌城鄉總體規劃的同時，還需要配套政策的大力支持，才能從整體層次上提升整個西部地區的金融生態環境。

第二，注意個中差異，采取針對性措施。四川、陜西兩省的金融現實競爭力排在最前，而潛在競爭力卻排在最后，其發展的潛力差是一個不可忽視的問題。其中固然有基數大、增長率短期難以和基數較小的省份相比的原因，但如果想保持西部大省的地位，并建設為西部地區的金融中心，就應在金融方面加大投入并不斷地改革創新。而對于西藏、青海、寧夏此類城市，應當改變其產業結構單一、交通不發達等制約經濟發展的因素，不斷健全其金融發展體系。

第三，解決融資難問題，完善注冊制的實施。通過融資渠道的不斷拓寬以解決中小企業融資難問題，并強化小額信貸公司的作用，加大銀行等金融機構的建立。完善證券市場，擴大中小企業融資空間，同時擴大企業債券發行規模，減少企業發行債券限制，放開股票一級市場，實行真正的注冊制，促進證券市場成為大中型企業融資的主渠道，增強大型銀行對中小企業信貸支持能力。

第四，健全征信體系，完善地區金融生態環境。當前西部地區居民、企業的金融意識不高、征信體系不健全、征信市場監管缺位以及征信法律缺失必然會阻礙金融生態環境的構建，故應努力健全征信體系，通過完善個人征信、企業征信和政府信息平臺，爭取建立一套較為完善和科學的社會征信體系。同時，制訂切實可行的金融人才引進策略，為西部地區金融生態環境提供可持續的人才建設隊伍，引進和培育扎根西部的金融人才。

[1]張瑞懷.基于BP神經網絡模型的農村金融生態環境綜合評價[J]. 金融理論與實踐，2006(10):29- 31.

[2]苗麗娜.基于系統動力學的金融生態環境評價研究[D].武漢理工大學，2007.

[3]徐諾金.論我國金融生態環境問題[J].金融研究，2005(11):31- 38.

[4]喬立娟，趙桂玲，王文青，杜英娜. 農村非正規金融存續與發展的博弈分析—基于金融生態主體發展失衡的視角[J]. 中國農學通報，2011(29):199- 203.

[5]周炯，魏佩佳.省域金融生態環境評價研究[J].西北大學學報(哲學社會科學版)，2012(1):123- 126.

[6]張夢云.省域金融競爭力的綜合評價研究[D].上海師范大學，2015.

[7]鄧淇中.區域金融生態系統運行效率及協調發展研究[D].武漢大學，2011.

[8]張志元，雷良海，楊藝. 區域金融可持續發展的城市金融生態研究[J]. 金融研究，2006(6):159- 169.

[9]汪祖杰，張軼峰.區域金融生態環境質量評估指標體系研究[J].金融研究，2006(5):150- 158.

[10]李強. 重慶市金融生態環境評價及對策研究[D].西南大學，2007.

[11]王玉芳.西部金融生態問題研究[D].西北民族大學，2012.

Class No.:F832.7Document Mark：A

(責任編輯：蔡雪嵐)

Evaluation and Analysis of Financial Ecological Environment in Western Region of China

Song Ce，Zhu Jiaming

(Anhui University of Finance and Economics, Bengbu, Anhui 233030，China)

We analyzed the 11 indexes of 12 provinces and cities in the western region of China and the two major factors that affected the financial ecological environment . The results show that the financial ecological environment in the western regions have an obvious layered structure. The western 12 provinces and cities of financial ecological environment can be divided into four levels. The paper puts forward some suggestions to improve the financial ecological environment in the western region of China.

financial ecological environment; evaluation system; principal component analysis; cluster analysis; SPSS

宋策，學生，安徽財經大學金融學院。研究方向：區域投資學。

國家自然科學基金(11301001)；安徽財經大學教研項目(acjyzd201429)。

1672-6758(2016)09-0069-4

F832.7

A

朱家明，碩士，副教授，安徽財經大學統計與應用數學學院。研究方向: 應用數學與數學建模。