江蘇省區域金融發展水平測度與評價

黃建康 張丹慧

摘 要：該文章用金融發展的規模、金融發展的結構和金融發展的效率三個指標，來構建江蘇省金融發展水平的綜合指標評價體系，其中采用了因子分析方法以及樹狀圖分析法，對江蘇省13個地區金融發展進行較為科學的測度。研究結果顯示：江蘇金融發展主要依靠金融規模的擴張，能夠在金融發展的規模、結構方面同時均衡發展的城市除了有蘇南的兩個城市蘇州和無錫外，其他大部分城市的金融發展都在不同程度上顯示“數量型”這一特征，轉換金融增長方式，優化金融發展結構是江蘇省區域金融發展的路徑選擇。

關鍵詞：區域金融；測度；因子分析；聚類分析

區域金融及其發展方式的不同是由金融資源在空間層面的供求不對稱決定的，而這種不對稱又是由區域的非均質性決定的（李嵐，2008）。改革開放40年以來，我國金融業經歷了迅速發展的階段。以江蘇省為例，2016年全省GDP達到7.6萬億元，在全國GDP排行榜穩居第二的位置；截至2016年底，江蘇省金融機構本外幣存款余額12.6萬億元，四年間年均增長率為12.6%；全省本外幣貸款余額9.3萬億元，2013年-2016年連續四年邁上萬億新臺階，年均增長12.7%。但是，江蘇省區域經濟發展與金融發展之間不平衡的問題仍然比較突出，截至2016年末，蘇南GDP總量是蘇北的2.47倍；蘇南存貸款總量是蘇北的4.75倍；蘇北人均存貸款比蘇南少151.51萬元，差距已經達9倍；蘇南地區保險密度達到人均2.36萬元，而蘇北地區人均只有8124元，蘇北距蘇南的差距是2.90倍；上市公司數量方面，蘇南有244家，而蘇北僅有27家，差距已到9倍（董金玲，2009）。因此衡量江蘇省區域金融發展水平，探討江蘇省區域金融發展的變化特征，這對減小中國區域發展存在的差異有一定的積極影響。

一、區域金融發展水平評價體系

在現有的理論研究中，衡量金融發展常用的指標如下：存貸款規模、金融機構數量、金融市場交易金額以及金融深度指標等等。然而，這些指標多少有單一性問題的缺陷。本文在參考之前一些學者的研究的基礎上，基于一定的內在邏輯選擇了三個維度來衡量金融發展水平：金融發展的規模、結構以及效率，金融發展的規模可以代表金融發展的整體水平；金融發展的結構可以體現出金融發展的趨勢；金融發展的效率可以度量金融發展的速度（江遠，2014）。

1.金融發展的規模指標

金融發展的規模是金融發展的顯性衡量指標。基于區域間的人口和經濟規模存在一定差異，我們利用人均存款余額和人均貸款余額代替反映金融發展實力的金融機構年末存款總額和年末貸款總額；利用保費收入反映保險市場的發展；區域金融機構的規模我們用金融機構網點數、金融從業人員和地區上市公司的數量來衡量。

2.金融發展的結構指標

金融發展不僅體現在金融資源量的增加上，還體現在其質的改善上。本文運用金融相關比率、保險深度、保險密度和存貸比指標來體現。

（1）金融相關比率。這一指標是戈德史密斯首次提出的，在他看來，存在于金融上層和經濟基礎結構間的規模變化關系可由金融相關比率的變化來體現（楊曉敏，2007）。一般情況下，國內學術界是利用銀行存貸款之和與GDP的比率來計算金融相關比率的，所以本文也借鑒了此方法。計算公式如下：

金融相關比率=期末金融機構存貸款余額/GDP

（2）保險深度。保險深度這一指標是用來衡量保險業的綜合發展水平的，一般是用保費收入占據GDP的比重來計算保險深度。計算公式如下：保險深度=保費收入/GDP

（3）保險密度。保險密度是指在有限的統計范圍內，常住人口平均每個人占到的保險費的金額數。計算公式如下：

保險密度=保險收入/常駐人口數

（4）存貸比。一般用金融機構貸款和存款的比值來計算。計算公式如下：存貸比=期末金融機構貸款余額/期末金融機構存款余額

3.金融發展的效率指標

（1）信用資源占用系數

信用資源占用系數=本外幣貸款余額/同期GDP

（2）投資效率

投資效率=資本形成總額/同期GDP

二、模型設立和指標數據選取

因子分析可以把可能存在潛在關聯的大量變量轉換成相對較少且沒有相關關系的綜合指標（焦婧，2012）。這種方法不僅減少了信息收集的工作量，而且綜合指標所表示的信息不會重疊，易于分析。模型的數據是基于江蘇省13個城市的相關截面數據，為了減少短期波動對研究結果的影響，上述提到的一些指標在本文中都采用2014年-2016年的算術平均值。由于數據不全的問題，文中涉及到的金融機構網點數由證券及期貨營業部的個數來代替反映；金融從業人員由銀行、信用社、財務公司、信托公司、租賃公司的從業人員來反映（莊慶，2008）。數據來源于2014年-2016年《江蘇統計年鑒》、江蘇省各市《統計年鑒》、江蘇保監局、江蘇證監會網站。

三、實證過程與結果分析

1.實證過程

首先對原始數據進行無量綱化處理，將原始值標準化為Z分數。再根據13個地區12個指標的數據建立評價矩陣，共12列13行，然后對其中變量之間的相關性進行分析，以此驗證能否進行因子分析（董金玲，2009）。本文中用到的驗證方法是Bartlett球度檢驗和KMO測度法。檢驗結果如下：KMO為0.545，大于0.5；另外，Bartlett統計值的顯著性概率為0.000，小于等于1%，因此拒絕原假設，非常適合做因子分析。

通常情況下，公因子的方差貢獻決定我們要抽取多少個公因子，公因子的重要程度取決于其方差貢獻。一般來說，對于排名前幾個的因子，如果能滿足特征值>1的同時，累計方差貢獻率≥85%，那么綜合特征就可以用這幾個因子來代替反映（董金玲，2008）。主成分特征值及總方差解釋的研究結果為：成分1和2的特征值分別為9.225和1.164，累計方差貢獻率為76.872和86.575，所以可選取2個公因子（李國紅和趙息，2014）。利用最大四次方值法將指標數據進行25次的旋轉，結果顯示：第一主成分和第二主成分解釋的方差分別占整個方差的76.872%和9.703%，累計方差貢獻率達到86.575%，明顯大于85%這個臨界值，所以把這兩個公因子作為綜合評價指標是合理的（馮玥和王如淵，2007）。

根據旋轉后的因載荷矩陣，進行進一步分析。第一主成分在如下指標層面載荷都較大：人均存款、人均貸款、保費收入、金融機構網點數、金融從業人員、上市公司家數、金融相關比率、保險深度、保險密度以及信用資源占用系數，都達到了0.75以上，這體現出金融發展量的擴張性，當作金融發展規模因子，貢獻率是76.872%；第二主成分唯獨在存貸比上載荷較大，達到0.967，反映的是金融發展量的分布情況，可以看成是金融發展結構因子，貢獻率為9.703%。第一步先根據回歸法得到公因子得分F1、F2，第二步是以方差貢獻率為權重，將旋轉后的2個公因子得分加權求和，得到綜合得分（譚華和陳燕華，2012），即F=（F1*76.872+F2*9.703）/86.575。

2.結果分析

上表中的綜合排序反映了江蘇省各地區的金融發展差異情況，其中金融發展水平較高的地區有南京、蘇州、無錫、常州和南通，因子綜合得分為正，高于省內平均水平。南京金融發展規模遙遙領先于其他城市，雖然金融發展結構為負值，落后于一些城市，但是金融總體發展水平位居第一；蘇州F1、F2得分均較高，說明蘇州銀行、證券與保險發展整體較均衡；無錫、常州、南通三個城市的總體發展較好；宿遷在金融結構方面的存貸比在13個城市里面最高，這就使它的F2很高，穩居第一；作為蘇南地區城市之一的鎮江，整體金融發展水平卻不高。綜上所述，金融發展領先的還是以蘇南地區為主，蘇北地區相對而言還是較為落后，這與經濟發展的情況相匹配。

四、相似性測度及樹狀圖聚類

對江蘇13個城市的金融發展結構性差異進行進一步的研究。這一部分仍然采用前文提到的Z分數法進行數據處理，選擇組間連接法，如下圖。

聚類結果如下：13個地區被切割成了兩個大類，第一大類中包含南京和蘇州，第二大類包含了其余11個地區，這種結果反映出這兩類地區在金融發展結構方面有較大差異。基于原始數據及根據聚類的結果、因子得分結果進一步分析：南京和蘇州的金融發展水平比其余11個城市都要高，高于江蘇省平均水平，劃為金融高發展區域；其余地區除無錫、常州和南通外，發展都低于全省平均水平，劃為金融中低發展地區。

進一步分析第一大類，高發展的兩個地區中，金融的整體規模都較大，但是根據數據發現南京F1得分較高，金融量的擴張直接促進了其金融發展，再看其原始數據中的存貸比這一指標，相對于其他地區偏低，說明南京金融發展結構需要優化改善；而蘇州相對來說金融發展較為均衡。

第二大類金融中低發展的11個地區，又可以歸為兩類，若干分類。第一類是無錫、常州和南通。這類地區金融發展高于全省均值，總體規模大于其他8個地區。與常州和南通相比，無錫發展相對更加均衡，無論是金融發展規模還是結構都是正值，高于全省均值，因此無錫單獨分類；常州和南通兩個城市分為一類，這兩個地區結構相似，從他們F1的排名可以看出金融發展的規模是它們金融發展貢獻的主要來源。

第二類是鎮江、泰州、徐州、鹽城、揚州、連云港、淮安和宿遷。這8個地區金融發展低于全省平均水平，規模不大、結構突出。宿遷作為江蘇省新興城市，金融發展存在嚴重不均衡，金融發展規模很低，F1排名居全省最后，金融發展結構因子卻是全省第一，F2排名最靠前，因此將它單獨歸為一類。鎮江和泰州歸屬于一類，鎮江雖然屬于蘇南地區，但是其金融發展水平整體來說并不高，而泰州也具備相似的特點，所以將它們歸為一類。而徐州、揚州和鹽城又屬于另一分類，這三個城市的F1和F2分數都低于全省平均值，整體金融發展水平偏弱。連云港和淮安的結構相似：F1分數都是負值，低于全省均值；F2分數都為正值，高于全省均值，表明連云港和淮安的金融發展偏結構型。

五、結論及建議

本文主要的研究目的是對江蘇省區域金融發展水平進行測度及評價，用到的方法有因子分析法和聚類分析法，數據基礎是江蘇13個城市的截面數據，涉及到的指標層面有金融發展規模、結構。研究得出的結論如下：江蘇省金融發展靠前的地區分別是南京、蘇州、無錫、常州和南通，而金融發展靠后的城市有鹽城、淮安、宿遷和徐州。根據聚類分析得出的結論如下：除了蘇南地區的蘇州和無錫外，江蘇的其他地區主要還是通過擴張自身的金融規模來發展金融，離均衡發展金融規模和優化金融結構還是有些差距的，這些地區大部分凸顯出的金融發展特征依舊是“數量型特征”。綜上所述，蘇南地區、蘇中地區應該優化金融結構，進一步將金融的功能特征凸顯出來；蘇北地區應該轉變金融發展模式，從以往的粗放型轉變為集約型，提升效率，如此江蘇省各個地區才能充分發揮各自的區域金融作用，促進對經濟發展的影響，實現省內區域發展差距越來越小的奮斗目標。

參考文獻：

[1]李嵐.我國區域金融發展差異度量及影響因素分析[D].復旦大學，2008.

[2]董金玲.江蘇區域金融作用機制及發展差異研究[D].中國礦業大學，2009.

[3]江遠.我國金融發展對OFDI影響研究[D].南京大學，2014.

[4]楊曉敏.中國金融業資產的規模與效率[J].金融論壇，2007（05）：41-47.

[5]焦婧.區域金融發展水平差異研究[D].青島大學，2012.

[6]莊慶.城市金融競爭力研究與評價——以江蘇省為例[J].金融縱橫，2008（04）：52-56.

[7]董金玲.江蘇區域金融發展水平測度及聚類[J].華東經濟管理，2009，23（12）：20-25.

[8]董金玲.城市金融競爭力研究與評價：以江蘇省為例[J].江蘇商論，2008（02）：170-172.

[9]李國紅，趙息.SDGOLD集團金融管控價值創造效應實證研究[J].經濟問題探索，2014（09）：134-140.

[10]馮玥，王如淵.對我國區域金融發展的聚類分析[J].統計與決策，2007（02）：73-75.

[11]譚華，陳燕華.基于因子分析的上市商業銀行經營績效實證研究[J].特區經濟，2012（10）：84-86.

作者簡介：黃建康（1965- ），江蘇蘇州人，江南大學商學院，博士，教授，研究方向：產業經濟學；張丹慧（1993- ），江蘇鎮江人，江南大學商學院，碩士研究生，研究方向：產業經濟學