張世曉　王國華

包括金融機構(gòu)、金融工具以及金融交易活動在內(nèi)的各類金融要素資源在一定空間區(qū)域內(nèi)的聚集形成金融集聚。金融集聚對于金融集聚區(qū)及其臨近區(qū)域甚至更廣的宏觀經(jīng)濟區(qū)域產(chǎn)生重要的經(jīng)濟影響。區(qū)域金融集聚競爭的目標是使本區(qū)域具有更強的金融集聚能力或金融集聚競爭力，通過這一目標的實現(xiàn)使本區(qū)域發(fā)展獲得更多的金融資源，提高本區(qū)域的金融配置能力，提升本區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)。同時，區(qū)域間金融集聚競爭能夠提高競爭區(qū)域間金融運行環(huán)境供給效率。本文通過建立一個基于組合預測模型的分析框架以武漢發(fā)展中部金融集聚區(qū)或中部金融中心為例對區(qū)域金融集聚度演化趨勢進行研究。

要素資源動態(tài)配置與區(qū)域經(jīng)濟發(fā)展問題一直受到學者的關(guān)注。索羅和斯旺（Solow and Swan，1956）以及威廉姆森（Wiliamson，1956）對要素流動性與區(qū)域經(jīng)濟均衡問題進行過相關(guān)研究，他們持有新古典經(jīng)濟學的均衡觀點，認為市場經(jīng)濟環(huán)境中要素的完全流動能夠促使區(qū)域間經(jīng)濟增長水平最終實現(xiàn)均衡；繆爾達爾（Myrdal，1957）和赫希曼（Hirschman，1958）則持有相反的觀點，認為市場力量促使要素的區(qū)域集中，從而導致區(qū)域經(jīng)濟不均衡狀況的加劇，需要國家的干預以實現(xiàn)區(qū)域經(jīng)濟均衡。

隨著金融經(jīng)濟的發(fā)展，越來越多的學者開始關(guān)注金融、金融集聚對于經(jīng)濟發(fā)展的重要影響。麥金農(nóng)（Ronald I. Mckinnon，1973）和肖（Edward S. Shaw，1973）研究了金融與區(qū)域經(jīng)濟發(fā)展的問題，指出金融發(fā)展與經(jīng)濟發(fā)展之間有著密切聯(lián)系，并且以發(fā)達國家和發(fā)展中國家為研究對象，分析不同區(qū)域的金融發(fā)展狀況與經(jīng)濟發(fā)展狀況之間的聯(lián)系，認為區(qū)域金融發(fā)展能夠促進區(qū)域經(jīng)濟發(fā)展；Paul Romer（1986）的研究將金融系統(tǒng)作為了影響經(jīng)濟的重要變量；Lucas（1988）、Sergio Rebelo（1991）等也做了類似的理論描述；Greenwood（1990）認為金融機構(gòu)及其網(wǎng)絡與區(qū)域經(jīng)濟增長有著相互影響；Levine（1992）持有相似的觀點，認為金融機構(gòu)網(wǎng)絡規(guī)模與經(jīng)濟規(guī)模相適應；Clarke、Xu & Zou使用1960－1995年30多年91個國家數(shù)據(jù)實證分析了金融發(fā)展與區(qū)域收入差異化的相關(guān)性；David（1998）運用多國金融流動數(shù)據(jù)建立金融資本流動影響因素分析模型，解釋了信息地理分布與金融市場交易的關(guān)系；Clark（2003）運用世界銀行等來源的數(shù)據(jù)實證分析全球金融流動并分析了其影響因素；Leyshon & Thrift（1997）研究了貨幣區(qū)域流動問題及其對商業(yè)活動的影響，Martin（1998）做了類似研究；Portes & Rey （2000）分析了股權(quán)資本的區(qū)域流動問題，并認為諸如市場間距離、市場效率等交易費用問題是其重要影響因素；Gehrig（1998）研究了金融集聚所形成的金融中心區(qū)域與信息處理的關(guān)系，認為金融中介密集區(qū)也是金融業(yè)務集中的區(qū)域；Hau（1999）分析了信息對金融區(qū)域分布的影響作用；Pandit（2001）認為金融流動性促使金融集聚從而導致金融中心的形成；Gras（1922）從城市發(fā)展階段的角度，研究了產(chǎn)業(yè)集聚與金融集聚問題，并認為金融集聚具有更高的集中程度；Kindleberge（1974）分析認為金融集聚與金融中心通過提高金融資源區(qū)域配置效率減少了交易成本；Pak（1999）認為金融中介的集聚能夠通過金融基礎(chǔ)資源共享取得規(guī)模收益；Porteous（1999）認為金融集聚產(chǎn)生了外部性收益，尤其是信息生產(chǎn)領(lǐng)域里的外部收益；Bossone（2003）研究認為金融機構(gòu)通過接入金融交易活動降低了信息成本，并與金融交易各方分享收益，金融集聚能夠有助于交易成本的節(jié)約以及信息生產(chǎn)和共享；Dodd （1994）認為可以通過貨幣的信息承載功能進行區(qū)域金融經(jīng)濟的分析；Naresh & Gary （2001）對金融中介機構(gòu)的區(qū)域集聚進行了研究，從供需兩方面解釋了金融集聚產(chǎn)生的推動力量；Gehrig（1998）則對于信息和監(jiān)管對不同金融機構(gòu)和金融活動的不同影響進行了分別論述，指出信息需求強烈的金融機構(gòu)趨于集聚，而對監(jiān)管較為敏感的金融機構(gòu)則趨于分散。

國內(nèi)學者進行金融與區(qū)域經(jīng)濟關(guān)系研究開始較晚，但近年來也產(chǎn)生了一批學術(shù)成果。杜朝運（2007）分析了區(qū)域金融與經(jīng)濟發(fā)展協(xié)調(diào)的模型；陶君道和高新才（2007）、宋艷偉和李恒煒（2007）分別對金融發(fā)展和區(qū)域經(jīng)濟發(fā)展的關(guān)系做了理論和實證分析；劉慧（2007）、石紅英（2007）分別從區(qū)域金融生態(tài)、金融制度環(huán)境等角度分析了區(qū)域經(jīng)濟發(fā)展的差異；王建威、賴發(fā)亮和何國欽（2006），何建明、田銀華和張德常（2007），吳競擇和韓芳（2007）對金融資源的區(qū)域問題進行了研究；溫濤（2005）分析了金融發(fā)展與農(nóng)村發(fā)展的關(guān)系；姚耀軍（2005）分析了中國金融發(fā)展與城鄉(xiāng)收入差距的相關(guān)性；楊?。?006）認為金融發(fā)展擴大了城鄉(xiāng)收入差距；白欽先(2002)從金融資源稀缺性角度論述了金融經(jīng)濟的可持續(xù)發(fā)展問題。

隨著金融集聚及區(qū)域金融中心在國內(nèi)的逐步顯現(xiàn)，又有更多的學者開始關(guān)注金融集聚與區(qū)域經(jīng)濟增長問題。劉紅、葉耀明（2007）對金融集聚與區(qū)域經(jīng)濟增長關(guān)系的相關(guān)研究進行了系統(tǒng)綜述，并從交易費用視角對金融集聚進行了分析；黃解宇、楊再斌（2006）從理論與實踐系統(tǒng)分析了金融集聚與金融中心的形成；劉軍、黃解宇、曹利軍（2007）分析了金融集聚對實體經(jīng)濟產(chǎn)生影響的機制；陳琦、 田崗（2006）通過金融發(fā)展指數(shù)分析區(qū)域金融差異化以及金融、經(jīng)濟集聚；連建輝等(2005)對區(qū)域金融集聚所產(chǎn)生的金融創(chuàng)新、金融風險防范、金融效率提升等外部性收益進行了總結(jié)，認為這些都是推動金融集聚的重要因素；潘英麗(2003)認為金融集聚在獲得外部經(jīng)濟的同時也會產(chǎn)生外部不經(jīng)濟，主要體現(xiàn)在成本、競爭等方面；張鳳超(2003)在“金融地域運動”分析基礎(chǔ)上總結(jié)了金融集聚的若干層次，包括支點、增長極和中心等。

關(guān)于組合預測分析方法的研究與應用。Bates & Granger（1969）最早提出了組合預測的分析方法。國內(nèi)在研究和應用組合預測分析方法方面也有較多成果孫元和呂寧（2007）運用組合分析法對地方財政預算收入問題進行了實證分析；李曦（2007）分析了組合預測方法在區(qū)域經(jīng)濟增長方面的應用；熊崇俊、寧宣熙和潘穎莉（2006）建立了基于熵概念的組合預測模型；姜明輝和袁緒川（2008）運用組合預測方法分析個人信用；譚華、謝赤、孫柏、儲慧斌和閆瑞增（2007）運用組合預測方法分析證券市場。

現(xiàn)有文獻研究有些涉及要素流動性與區(qū)域經(jīng)濟發(fā)展的問題，有些涉及金融發(fā)展與區(qū)域經(jīng)濟發(fā)展的問題，有些研究分析了區(qū)域金融資源配置的不均衡問題影響了區(qū)域經(jīng)濟發(fā)展，有些研究了金融集聚產(chǎn)生的原因、機理，有些分析了區(qū)域金融系統(tǒng)運行狀況問題，但有關(guān)區(qū)域金融集聚度演化趨勢預測的文獻尚未見到。因此，本文將運用組合預測模型分析區(qū)域金融集聚度演化趨勢。

一、組合預測模型的建立

我們首先分別運用線性回歸模型對數(shù)回歸模型對區(qū)域金融集聚度進行單一模型預測；其次，將在單一模型預測基礎(chǔ)上建立組合預測模型。

（一）單一預測模型的選擇。我們選擇線性回歸模型對數(shù)回歸模型作為對區(qū)域金融集聚度進行預測的2種單一預測模型分別對區(qū)域金融集聚度進行預測分析。

1.線性回歸模型。我們將建立如下形式的線性回歸模型：

Y1＝α1X＋β1，α1、β1為模型參數(shù)。

2.對數(shù)回歸模型。我們將建立如下形式的對數(shù)回歸模型：

Y2＝α2Ln（X）＋β2，α2、β2為模型參數(shù)。

（二）組合預測模型的構(gòu)建。在上述線性回歸模型對數(shù)回歸模型2種單一預測模型預測分析的基礎(chǔ)上，我們建立組合預測模型。建立組合預測模型的基本思想是對所選用的各單一預測進行綜合處理得到一個精確度更高的預測結(jié)果。建立組合預測模型的基本方式是通過采用相應的處理技術(shù)計算各單一預測在組合預測中的權(quán)重。組合預測模型形式如下：

Y3＝P1*Y1＋P2*Y2，P1為Y1在組合預測模型中的權(quán)重、P2為Y2在組合預測模型中的權(quán)重。

二、實證分析

（一）樣本與數(shù)據(jù)

1.樣本。我們選取武漢金融集聚區(qū)為分析樣本，以武漢市城鄉(xiāng)居民儲蓄年末余額占湖北省城鄉(xiāng)居民儲蓄年末余額比重表示武漢市金融集聚區(qū)金融集聚度。

2.數(shù)據(jù)。我們以中國經(jīng)濟信息網(wǎng)提供的相關(guān)2004-2005年度數(shù)據(jù)進行分析。數(shù)據(jù)見下表1：

3.散點圖。根據(jù)表1數(shù)據(jù)繪制散點圖如下圖1：

（二）單一預測模型分析

1.線性回歸模型分析

Y1＝0.0278X－55.049，R2＝0.7751

2.對數(shù)回歸模型

Y2＝55.563Ln（X）－421.82，R2＝0.7756

（三）組合預測模型分析

基于對單一預測模型的分析建立組合預測模型如下：

Y3＝0.1Y1＋0.7Y2

單一預測模型與組合預測模型擬合值、2005年度預測值及實際值見下表2：

三、基本結(jié)論

根據(jù)各單一模型及組合模型對2005年度預測值的比較，組合預測模型具有由于各單一預測模型的預測值，因而組合預測模型提高了模型預測精確度。

本研究得到“湖北省教育廳人文社會科學研究項目（2008q228）”的資助

（作者單位：華中科技大學博士后流動站 湖北經(jīng)濟學院金融學院）