王 馨
(重慶工商大學(xué) 重慶 400067)
中國共產(chǎn)黨第十九次全國人民代表大會上首次提出新表述,表明中國經(jīng)濟(jì)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段。金融是現(xiàn)代經(jīng)濟(jì)的核心,發(fā)展高質(zhì)量經(jīng)濟(jì)必然少不了金融助力,而綠色金融則是助力經(jīng)濟(jì)高質(zhì)量發(fā)展的最重要分子之一。本文從綠色金融的影響因素出發(fā),通過研究2005-2017年全國數(shù)據(jù)對綠色金融影響因素進(jìn)行分析,評價我國近年來綠色金融發(fā)展水平,探究我國綠色金融發(fā)展前景。
影響綠色金融的因素眾多,本文選取金融化程度、污染治理投資總額、城市環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染治理項目完成投資、受教育比例、政府教育經(jīng)費占政府支出比重以及居民收入水平作為研究變量,其中金融化程度用債券成交額、股票市價總值與貨幣供應(yīng)量M2之和與國內(nèi)生產(chǎn)總值的比值來表示。數(shù)據(jù)均來自于2005-2017年《中國統(tǒng)計年鑒》,其中2017年的政府教育經(jīng)費占政府支出比重指標(biāo)未進(jìn)行統(tǒng)計,采用了政府預(yù)算教育支出與一般公共預(yù)算支出之比進(jìn)行測量。
主成分分析是利用降維的思想,通過降維的方式,將多個指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo),即主成分,其中每個主成分都是原始變量的線性組合,各主成分之間互不相關(guān),因此這些提取出來的主成分能夠反映原始指標(biāo)的絕大部分信息,且所含的信息重疊。
本文應(yīng)用SPSS進(jìn)行主成分分析法,通過以下步驟進(jìn)行實證分析:
第一步,數(shù)據(jù)無量綱化處理。為了消除數(shù)據(jù)量綱不同帶來的影響,要對數(shù)據(jù)進(jìn)行無量綱化處理。可以運用SPSS對所取數(shù)據(jù)進(jìn)行z-score標(biāo)準(zhǔn)化,消除量綱影響。
第二步,進(jìn)行相關(guān)性檢驗。進(jìn)行KMO和巴特利特檢驗;并計算出金融化程度、環(huán)境污染治理投資總額、城鎮(zhèn)環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染治理項目完成投資、受教育比例、政府教育經(jīng)費占政府支出比重、居民人均可支配收入之間的相關(guān)系數(shù),得到相關(guān)系數(shù)矩陣。KMO和巴特利特檢驗檢驗結(jié)果顯示樣本數(shù)據(jù)的KMO取樣適切性數(shù)量為0.755,顯著性水平為0.000,表明各指標(biāo)之間具有較強的相關(guān)性;其相關(guān)系數(shù)矩陣表明金融化程度、環(huán)境污染治理投資總額、城鎮(zhèn)環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染治理項目完成投資、受教育比例、政府教育經(jīng)費占政府支出比重、居民人均可支配收入之間相關(guān)性較強,存在信息上的重疊。因此,可以進(jìn)行主成分分析。
第三步,計算相關(guān)系數(shù)矩陣的特征值、各因素方差百分比、累計貢獻(xiàn)率,確定主成分。由計算得到的累計貢獻(xiàn)率,按照累計貢獻(xiàn)率達(dá)到85%以上的原則選取主成分,由實證結(jié)果可得成分1和成分2的累計貢獻(xiàn)率達(dá)到了90.303%,確定主成分F1、F2,其他成分可忽略。由主成分載荷矩陣可知金融化程度、環(huán)境污染治理投資總額、城鎮(zhèn)環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染治理項目完成投資、受教育比例、居民人均可支配收入在第一主成分上有較高荷載,說明第一主成份基本反映了這些指標(biāo)的信息;政府教育經(jīng)費占政府支出比重在第二主成分上有較高荷載,說明第二主成分主要反映了政府教育經(jīng)費占政府支出比重指標(biāo)信息。因此,可以將第一主成分F1歸結(jié)為經(jīng)濟(jì)、環(huán)境與教育因素,第二主成分F2歸結(jié)為政策因素。
第四步,計算主成分系數(shù)矩陣。由影響因素主成分系數(shù)矩陣可分析出每個主成分系數(shù)的大小,根據(jù)系數(shù)的正負(fù)情況與絕對值的大小可以得知每個因素的影響程度。可以得到F1、F2的計算公式:F1=-0.452X1+0.694X2+0.757X3-0.329X4-0.061X5+0.085X6+0.115X7;F2=0.692X1-0.442X2-0.539X3+0.71X4+0.298X5+0.09X6+0.145X7。
第五步,以每個主成分所對應(yīng)的特征值占所提取主成分總的特征值之和的比例為權(quán)重得到主成分綜合得分模型,即F=[λ1/(λ1+λ2)]*F1+[λ1/(λ1+λ2)]*F2,再由該式計算綜合得分。通過計算得出綜合得分計算公式為F=0.824394F1+0.175605F2,之前已分析影響我國綠色發(fā)展的因素主要為經(jīng)濟(jì)、環(huán)境、教育因素和政策因素,其中經(jīng)濟(jì)、環(huán)境、教育因素的權(quán)重為0.824394,說明我國綠色金融發(fā)展84.44%的比例上受金融化程度、環(huán)境污染治理投資總額、城鎮(zhèn)環(huán)境基礎(chǔ)設(shè)施建設(shè)投資、工業(yè)污染治理項目完成投資、受教育比例、居民人均可支配收入影響。政策因素的權(quán)重為0.175605,說明我國綠色金融發(fā)展在17.56%的比例上受政府對教育的重視程度影響。
通過公式計算出2005-2017年我國綠色金融發(fā)展綜合得分:05年,-1.12;06年,-1.30;07年,-1.27;08年,-0.73;09年,-0.52;10年,0.47;11年,0.50;12年,0.79;13年,0.74;14年,0.80;15年,0.56;16年,0.49;17年,0.58。可以看出我國綠色金融綜合發(fā)展水平雖然在2015年、2016年有短暫下降,但是總體呈上升趨勢,說明我國綠色金融朝著越來越好的態(tài)勢發(fā)展。
在綠色金融發(fā)展過程中,要發(fā)揮好先行者的帶頭作用,金融機(jī)構(gòu)的宣傳作用。首先,金融機(jī)構(gòu)可以先與更能接受先進(jìn)金融理念的部分人群建立聯(lián)系,向他們介紹綠色金融理念,讓他們體驗綠色金融產(chǎn)品,再通過這部分人群帶動其周圍人群,使綠色金融理念的推廣更加的有效。其次,加大對綠色金融理念的宣傳,通過通俗易懂的方式使人們更能接受綠色金融。最后,加大對教育的投入,提升國民整體知識水平,從而提高人們對新理念的接受和理解程度。
發(fā)展綠色金融的根本目的是更好的服務(wù)經(jīng)濟(jì)社會轉(zhuǎn)型,推動經(jīng)濟(jì)高質(zhì)量發(fā)展,促進(jìn)人民生活質(zhì)量的提升。隨著居民收入水平的提高以及人們消費意向的改變,綠色經(jīng)濟(jì)的發(fā)展理念會逐漸被人們所接受,人們在環(huán)境保護(hù)方面的理財投資勢必會增加,從而促進(jìn)綠色金融的發(fā)展。
近年來,綠色金融逐漸得到重視,同時也暴露出綠色金融中產(chǎn)品工具不足等問題,這就需要金融機(jī)構(gòu)加深對綠色金融理念的認(rèn)識,以實體經(jīng)濟(jì)發(fā)展的需要為出發(fā)點,加快綠色金融產(chǎn)品與服務(wù)的創(chuàng)新,廣泛吸收社會資金支持綠色金融發(fā)展,推動綠色金融可持續(xù)發(fā)展。
隨著我國對環(huán)境保護(hù)的日益重視,環(huán)保資金投入越來越多,必然會促進(jìn)綠色金融的發(fā)展。加大環(huán)境保護(hù)投資有利于環(huán)保方面資金的流動,從而促進(jìn)綠色金融發(fā)展的靈活性與可持續(xù)發(fā)展性,進(jìn)而推動綠色金融發(fā)展,同時環(huán)境質(zhì)量的不斷改善也會為綠色金融的發(fā)展提供外在動力,刺激對綠色金融需求。
綠色金融的發(fā)展勢離不開政府政策的引導(dǎo)作用和激勵作用。政府應(yīng)推行適行的政策,提供更加友好、可預(yù)期的政策環(huán)境,激發(fā)經(jīng)濟(jì)主體發(fā)展綠色金融的內(nèi)在動力。同時,也要有效防范綠色金融發(fā)展過程中可能存在的風(fēng)險,預(yù)見性地提升政府管理部門制定綠色金融政策和監(jiān)管風(fēng)險的能力,引導(dǎo)市場機(jī)構(gòu)切實提升綠色識別能力和風(fēng)險管理能力,促進(jìn)我國綠色金融健康發(fā)展。