• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      江蘇省區(qū)域金融發(fā)展水平測(cè)度與評(píng)價(jià)

      2019-05-24 14:18:58黃建康張丹慧
      商場(chǎng)現(xiàn)代化 2019年4期
      關(guān)鍵詞:聚類(lèi)分析因子分析測(cè)度

      黃建康 張丹慧

      摘 要:該文章用金融發(fā)展的規(guī)模、金融發(fā)展的結(jié)構(gòu)和金融發(fā)展的效率三個(gè)指標(biāo),來(lái)構(gòu)建江蘇省金融發(fā)展水平的綜合指標(biāo)評(píng)價(jià)體系,其中采用了因子分析方法以及樹(shù)狀圖分析法,對(duì)江蘇省13個(gè)地區(qū)金融發(fā)展進(jìn)行較為科學(xué)的測(cè)度。研究結(jié)果顯示:江蘇金融發(fā)展主要依靠金融規(guī)模的擴(kuò)張,能夠在金融發(fā)展的規(guī)模、結(jié)構(gòu)方面同時(shí)均衡發(fā)展的城市除了有蘇南的兩個(gè)城市蘇州和無(wú)錫外,其他大部分城市的金融發(fā)展都在不同程度上顯示“數(shù)量型”這一特征,轉(zhuǎn)換金融增長(zhǎng)方式,優(yōu)化金融發(fā)展結(jié)構(gòu)是江蘇省區(qū)域金融發(fā)展的路徑選擇。

      關(guān)鍵詞:區(qū)域金融;測(cè)度;因子分析;聚類(lèi)分析

      區(qū)域金融及其發(fā)展方式的不同是由金融資源在空間層面的供求不對(duì)稱(chēng)決定的,而這種不對(duì)稱(chēng)又是由區(qū)域的非均質(zhì)性決定的(李嵐,2008)。改革開(kāi)放40年以來(lái),我國(guó)金融業(yè)經(jīng)歷了迅速發(fā)展的階段。以江蘇省為例,2016年全省GDP達(dá)到7.6萬(wàn)億元,在全國(guó)GDP排行榜穩(wěn)居第二的位置;截至2016年底,江蘇省金融機(jī)構(gòu)本外幣存款余額12.6萬(wàn)億元,四年間年均增長(zhǎng)率為12.6%;全省本外幣貸款余額9.3萬(wàn)億元,2013年-2016年連續(xù)四年邁上萬(wàn)億新臺(tái)階,年均增長(zhǎng)12.7%。但是,江蘇省區(qū)域經(jīng)濟(jì)發(fā)展與金融發(fā)展之間不平衡的問(wèn)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(wàn)元,差距已經(jīng)達(dá)9倍;蘇南地區(qū)保險(xiǎn)密度達(dá)到人均2.36萬(wàn)元,而蘇北地區(qū)人均只有8124元,蘇北距蘇南的差距是2.90倍;上市公司數(shù)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(qū)域金融發(fā)展水平,探討江蘇省區(qū)域金融發(fā)展的變化特征,這對(duì)減小中國(guó)區(qū)域發(fā)展存在的差異有一定的積極影響。

      一、區(qū)域金融發(fā)展水平評(píng)價(jià)體系

      在現(xiàn)有的理論研究中,衡量金融發(fā)展常用的指標(biāo)如下:存貸款規(guī)模、金融機(jī)構(gòu)數(shù)量、金融市場(chǎng)交易金額以及金融深度指標(biāo)等等。然而,這些指標(biāo)多少有單一性問(wèn)題的缺陷。本文在參考之前一些學(xué)者的研究的基礎(chǔ)上,基于一定的內(nèi)在邏輯選擇了三個(gè)維度來(lái)衡量金融發(fā)展水平:金融發(fā)展的規(guī)模、結(jié)構(gòu)以及效率,金融發(fā)展的規(guī)??梢源斫鹑诎l(fā)展的整體水平;金融發(fā)展的結(jié)構(gòu)可以體現(xiàn)出金融發(fā)展的趨勢(shì);金融發(fā)展的效率可以度量金融發(fā)展的速度(江遠(yuǎn),2014)。

      1.金融發(fā)展的規(guī)模指標(biāo)

      金融發(fā)展的規(guī)模是金融發(fā)展的顯性衡量指標(biāo)?;趨^(qū)域間的人口和經(jīng)濟(jì)規(guī)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(fā)展實(shí)力的金融機(jī)構(gòu)年末存款總額和年末貸款總額;利用保費(fèi)收入反映保險(xiǎn)市場(chǎng)的發(fā)展;區(qū)域金融機(jī)構(gòu)的規(guī)模我們用金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)、金融從業(yè)人員和地區(qū)上市公司的數(shù)量來(lái)衡量。

      2.金融發(fā)展的結(jié)構(gòu)指標(biāo)

      金融發(fā)展不僅體現(xiàn)在金融資源量的增加上,還體現(xiàn)在其質(zhì)的改善上。本文運(yùn)用金融相關(guān)比率、保險(xiǎn)深度、保險(xiǎn)密度和存貸比指標(biāo)來(lái)體現(xiàn)。

      (1)金融相關(guān)比率。這一指標(biāo)是戈德史密斯首次提出的,在他看來(lái),存在于金融上層和經(jīng)濟(jì)基礎(chǔ)結(jié)構(gòu)間的規(guī)模變化關(guān)系可由金融相關(guān)比率的變化來(lái)體現(xiàn)(楊曉敏,2007)。一般情況下,國(guó)內(nèi)學(xué)術(shù)界是利用銀行存貸款之和與GDP的比率來(lái)計(jì)算金融相關(guān)比率的,所以本文也借鑒了此方法。計(jì)算公式如下:

      金融相關(guān)比率=期末金融機(jī)構(gòu)存貸款余額/GDP

      (2)保險(xiǎn)深度。保險(xiǎn)深度這一指標(biāo)是用來(lái)衡量保險(xiǎn)業(yè)的綜合發(fā)展水平的,一般是用保費(fèi)收入占據(jù)GDP的比重來(lái)計(jì)算保險(xiǎn)深度。計(jì)算公式如下:保險(xiǎn)深度=保費(fèi)收入/GDP

      (3)保險(xiǎn)密度。保險(xiǎn)密度是指在有限的統(tǒng)計(jì)范圍內(nèi),常住人口平均每個(gè)人占到的保險(xiǎn)費(fèi)的金額數(shù)。計(jì)算公式如下:

      保險(xiǎn)密度=保險(xiǎn)收入/常駐人口數(shù)

      (4)存貸比。一般用金融機(jī)構(gòu)貸款和存款的比值來(lái)計(jì)算。計(jì)算公式如下:存貸比=期末金融機(jī)構(gòu)貸款余額/期末金融機(jī)構(gòu)存款余額

      3.金融發(fā)展的效率指標(biāo)

      (1)信用資源占用系數(shù)

      信用資源占用系數(shù)=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(shè)立和指標(biāo)數(shù)據(jù)選取

      因子分析可以把可能存在潛在關(guān)聯(lián)的大量變量轉(zhuǎn)換成相對(duì)較少且沒(méi)有相關(guān)關(guān)系的綜合指標(biāo)(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(biāo)所表示的信息不會(huì)重疊,易于分析。模型的數(shù)據(jù)是基于江蘇省13個(gè)城市的相關(guān)截面數(shù)據(jù),為了減少短期波動(dòng)對(duì)研究結(jié)果的影響,上述提到的一些指標(biāo)在本文中都采用2014年-2016年的算術(shù)平均值。由于數(shù)據(jù)不全的問(wèn)題,文中涉及到的金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)由證券及期貨營(yíng)業(yè)部的個(gè)數(shù)來(lái)代替反映;金融從業(yè)人員由銀行、信用社、財(cái)務(wù)公司、信托公司、租賃公司的從業(yè)人員來(lái)反映(莊慶,2008)。數(shù)據(jù)來(lái)源于2014年-2016年《江蘇統(tǒng)計(jì)年鑒》、江蘇省各市《統(tǒng)計(jì)年鑒》、江蘇保監(jiān)局、江蘇證監(jiān)會(huì)網(wǎng)站。

      三、實(shí)證過(guò)程與結(jié)果分析

      1.實(shí)證過(guò)程

      首先對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理,將原始值標(biāo)準(zhǔn)化為Z分?jǐn)?shù)。再根據(jù)13個(gè)地區(qū)12個(gè)指標(biāo)的數(shù)據(jù)建立評(píng)價(jià)矩陣,共12列13行,然后對(duì)其中變量之間的相關(guān)性進(jìn)行分析,以此驗(yàn)證能否進(jìn)行因子分析(董金玲,2009)。本文中用到的驗(yàn)證方法是Bartlett球度檢驗(yàn)和KMO測(cè)度法。檢驗(yàn)結(jié)果如下:KMO為0.545,大于0.5;另外,Bartlett統(tǒng)計(jì)值的顯著性概率為0.000,小于等于1%,因此拒絕原假設(shè),非常適合做因子分析。

      通常情況下,公因子的方差貢獻(xiàn)決定我們要抽取多少個(gè)公因子,公因子的重要程度取決于其方差貢獻(xiàn)。一般來(lái)說(shuō),對(duì)于排名前幾個(gè)的因子,如果能滿(mǎn)足特征值>1的同時(shí),累計(jì)方差貢獻(xiàn)率≥85%,那么綜合特征就可以用這幾個(gè)因子來(lái)代替反映(董金玲,2008)。主成分特征值及總方差解釋的研究結(jié)果為:成分1和2的特征值分別為9.225和1.164,累計(jì)方差貢獻(xiàn)率為76.872和86.575,所以可選取2個(gè)公因子(李國(guó)紅和趙息,2014)。利用最大四次方值法將指標(biāo)數(shù)據(jù)進(jìn)行25次的旋轉(zhuǎn),結(jié)果顯示:第一主成分和第二主成分解釋的方差分別占整個(gè)方差的76.872%和9.703%,累計(jì)方差貢獻(xiàn)率達(dá)到86.575%,明顯大于85%這個(gè)臨界值,所以把這兩個(gè)公因子作為綜合評(píng)價(jià)指標(biāo)是合理的(馮玥和王如淵,2007)。

      根據(jù)旋轉(zhuǎn)后的因載荷矩陣,進(jìn)行進(jìn)一步分析。第一主成分在如下指標(biāo)層面載荷都較大:人均存款、人均貸款、保費(fèi)收入、金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)、金融從業(yè)人員、上市公司家數(shù)、金融相關(guān)比率、保險(xiǎn)深度、保險(xiǎn)密度以及信用資源占用系數(shù),都達(dá)到了0.75以上,這體現(xiàn)出金融發(fā)展量的擴(kuò)張性,當(dāng)作金融發(fā)展規(guī)模因子,貢獻(xiàn)率是76.872%;第二主成分唯獨(dú)在存貸比上載荷較大,達(dá)到0.967,反映的是金融發(fā)展量的分布情況,可以看成是金融發(fā)展結(jié)構(gòu)因子,貢獻(xiàn)率為9.703%。第一步先根據(jù)回歸法得到公因子得分F1、F2,第二步是以方差貢獻(xiàn)率為權(quán)重,將旋轉(zhuǎn)后的2個(gè)公因子得分加權(quán)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(jié)果分析

      上表中的綜合排序反映了江蘇省各地區(qū)的金融發(fā)展差異情況,其中金融發(fā)展水平較高的地區(qū)有南京、蘇州、無(wú)錫、常州和南通,因子綜合得分為正,高于省內(nèi)平均水平。南京金融發(fā)展規(guī)模遙遙領(lǐng)先于其他城市,雖然金融發(fā)展結(jié)構(gòu)為負(fù)值,落后于一些城市,但是金融總體發(fā)展水平位居第一;蘇州F1、F2得分均較高,說(shuō)明蘇州銀行、證券與保險(xiǎn)發(fā)展整體較均衡;無(wú)錫、常州、南通三個(gè)城市的總體發(fā)展較好;宿遷在金融結(jié)構(gòu)方面的存貸比在13個(gè)城市里面最高,這就使它的F2很高,穩(wěn)居第一;作為蘇南地區(qū)城市之一的鎮(zhèn)江,整體金融發(fā)展水平卻不高。綜上所述,金融發(fā)展領(lǐng)先的還是以蘇南地區(qū)為主,蘇北地區(qū)相對(duì)而言還是較為落后,這與經(jīng)濟(jì)發(fā)展的情況相匹配。

      四、相似性測(cè)度及樹(shù)狀圖聚類(lèi)

      對(duì)江蘇13個(gè)城市的金融發(fā)展結(jié)構(gòu)性差異進(jìn)行進(jìn)一步的研究。這一部分仍然采用前文提到的Z分?jǐn)?shù)法進(jìn)行數(shù)據(jù)處理,選擇組間連接法,如下圖。

      聚類(lèi)結(jié)果如下:13個(gè)地區(qū)被切割成了兩個(gè)大類(lèi),第一大類(lèi)中包含南京和蘇州,第二大類(lèi)包含了其余11個(gè)地區(qū),這種結(jié)果反映出這兩類(lèi)地區(qū)在金融發(fā)展結(jié)構(gòu)方面有較大差異?;谠紨?shù)據(jù)及根據(jù)聚類(lèi)的結(jié)果、因子得分結(jié)果進(jìn)一步分析:南京和蘇州的金融發(fā)展水平比其余11個(gè)城市都要高,高于江蘇省平均水平,劃為金融高發(fā)展區(qū)域;其余地區(qū)除無(wú)錫、常州和南通外,發(fā)展都低于全省平均水平,劃為金融中低發(fā)展地區(qū)。

      進(jìn)一步分析第一大類(lèi),高發(fā)展的兩個(gè)地區(qū)中,金融的整體規(guī)模都較大,但是根據(jù)數(shù)據(jù)發(fā)現(xiàn)南京F1得分較高,金融量的擴(kuò)張直接促進(jìn)了其金融發(fā)展,再看其原始數(shù)據(jù)中的存貸比這一指標(biāo),相對(duì)于其他地區(qū)偏低,說(shuō)明南京金融發(fā)展結(jié)構(gòu)需要優(yōu)化改善;而蘇州相對(duì)來(lái)說(shuō)金融發(fā)展較為均衡。

      第二大類(lèi)金融中低發(fā)展的11個(gè)地區(qū),又可以歸為兩類(lèi),若干分類(lèi)。第一類(lèi)是無(wú)錫、常州和南通。這類(lèi)地區(qū)金融發(fā)展高于全省均值,總體規(guī)模大于其他8個(gè)地區(qū)。與常州和南通相比,無(wú)錫發(fā)展相對(duì)更加均衡,無(wú)論是金融發(fā)展規(guī)模還是結(jié)構(gòu)都是正值,高于全省均值,因此無(wú)錫單獨(dú)分類(lèi);常州和南通兩個(gè)城市分為一類(lèi),這兩個(gè)地區(qū)結(jié)構(gòu)相似,從他們F1的排名可以看出金融發(fā)展的規(guī)模是它們金融發(fā)展貢獻(xiàn)的主要來(lái)源。

      第二類(lèi)是鎮(zhèn)江、泰州、徐州、鹽城、揚(yáng)州、連云港、淮安和宿遷。這8個(gè)地區(qū)金融發(fā)展低于全省平均水平,規(guī)模不大、結(jié)構(gòu)突出。宿遷作為江蘇省新興城市,金融發(fā)展存在嚴(yán)重不均衡,金融發(fā)展規(guī)模很低,F(xiàn)1排名居全省最后,金融發(fā)展結(jié)構(gòu)因子卻是全省第一,F(xiàn)2排名最靠前,因此將它單獨(dú)歸為一類(lèi)。鎮(zhèn)江和泰州歸屬于一類(lèi),鎮(zhèn)江雖然屬于蘇南地區(qū),但是其金融發(fā)展水平整體來(lái)說(shuō)并不高,而泰州也具備相似的特點(diǎn),所以將它們歸為一類(lèi)。而徐州、揚(yáng)州和鹽城又屬于另一分類(lèi),這三個(gè)城市的F1和F2分?jǐn)?shù)都低于全省平均值,整體金融發(fā)展水平偏弱。連云港和淮安的結(jié)構(gòu)相似:F1分?jǐn)?shù)都是負(fù)值,低于全省均值;F2分?jǐn)?shù)都為正值,高于全省均值,表明連云港和淮安的金融發(fā)展偏結(jié)構(gòu)型。

      五、結(jié)論及建議

      本文主要的研究目的是對(duì)江蘇省區(qū)域金融發(fā)展水平進(jìn)行測(cè)度及評(píng)價(jià),用到的方法有因子分析法和聚類(lèi)分析法,數(shù)據(jù)基礎(chǔ)是江蘇13個(gè)城市的截面數(shù)據(jù),涉及到的指標(biāo)層面有金融發(fā)展規(guī)模、結(jié)構(gòu)。研究得出的結(jié)論如下:江蘇省金融發(fā)展靠前的地區(qū)分別是南京、蘇州、無(wú)錫、常州和南通,而金融發(fā)展靠后的城市有鹽城、淮安、宿遷和徐州。根據(jù)聚類(lèi)分析得出的結(jié)論如下:除了蘇南地區(qū)的蘇州和無(wú)錫外,江蘇的其他地區(qū)主要還是通過(guò)擴(kuò)張自身的金融規(guī)模來(lái)發(fā)展金融,離均衡發(fā)展金融規(guī)模和優(yōu)化金融結(jié)構(gòu)還是有些差距的,這些地區(qū)大部分凸顯出的金融發(fā)展特征依舊是“數(shù)量型特征”。綜上所述,蘇南地區(qū)、蘇中地區(qū)應(yīng)該優(yōu)化金融結(jié)構(gòu),進(jìn)一步將金融的功能特征凸顯出來(lái);蘇北地區(qū)應(yīng)該轉(zhuǎn)變金融發(fā)展模式,從以往的粗放型轉(zhuǎn)變?yōu)榧s型,提升效率,如此江蘇省各個(gè)地區(qū)才能充分發(fā)揮各自的區(qū)域金融作用,促進(jìn)對(duì)經(jīng)濟(jì)發(fā)展的影響,實(shí)現(xiàn)省內(nèi)區(qū)域發(fā)展差距越來(lái)越小的奮斗目標(biāo)。

      參考文獻(xiàn):

      [1]李嵐.我國(guó)區(qū)域金融發(fā)展差異度量及影響因素分析[D].復(fù)旦大學(xué),2008.

      [2]董金玲.江蘇區(qū)域金融作用機(jī)制及發(fā)展差異研究[D].中國(guó)礦業(yè)大學(xué),2009.

      [3]江遠(yuǎn).我國(guó)金融發(fā)展對(duì)OFDI影響研究[D].南京大學(xué),2014.

      [4]楊曉敏.中國(guó)金融業(yè)資產(chǎn)的規(guī)模與效率[J].金融論壇,2007(05):41-47.

      [5]焦婧.區(qū)域金融發(fā)展水平差異研究[D].青島大學(xué),2012.

      [6]莊慶.城市金融競(jìng)爭(zhēng)力研究與評(píng)價(jià)——以江蘇省為例[J].金融縱橫,2008(04):52-56.

      [7]董金玲.江蘇區(qū)域金融發(fā)展水平測(cè)度及聚類(lèi)[J].華東經(jīng)濟(jì)管理,2009,23(12):20-25.

      [8]董金玲.城市金融競(jìng)爭(zhēng)力研究與評(píng)價(jià):以江蘇省為例[J].江蘇商論,2008(02):170-172.

      [9]李國(guó)紅,趙息.SDGOLD集團(tuán)金融管控價(jià)值創(chuàng)造效應(yīng)實(shí)證研究[J].經(jīng)濟(jì)問(wèn)題探索,2014(09):134-140.

      [10]馮玥,王如淵.對(duì)我國(guó)區(qū)域金融發(fā)展的聚類(lèi)分析[J].統(tǒng)計(jì)與決策,2007(02):73-75.

      [11]譚華,陳燕華.基于因子分析的上市商業(yè)銀行經(jīng)營(yíng)績(jī)效實(shí)證研究[J].特區(qū)經(jīng)濟(jì),2012(10):84-86.

      作者簡(jiǎn)介:黃建康(1965- ),江蘇蘇州人,江南大學(xué)商學(xué)院,博士,教授,研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué);張丹慧(1993- ),江蘇鎮(zhèn)江人,江南大學(xué)商學(xué)院,碩士研究生,研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué)

      猜你喜歡
      聚類(lèi)分析因子分析測(cè)度
      三個(gè)數(shù)字集生成的自相似測(cè)度的乘積譜
      R1上莫朗測(cè)度關(guān)于幾何平均誤差的最優(yōu)Vornoi分劃
      非等熵Chaplygin氣體測(cè)度值解存在性
      Cookie-Cutter集上的Gibbs測(cè)度
      農(nóng)村居民家庭人均生活消費(fèi)支出分析
      基于主導(dǎo)產(chǎn)業(yè)視角的戰(zhàn)略性新興產(chǎn)業(yè)識(shí)別以及實(shí)證研究
      基于省會(huì)城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
      山東省縣域經(jīng)濟(jì)發(fā)展評(píng)價(jià)研究
      商(2016年27期)2016-10-17 07:17:42
      實(shí)證分析會(huì)計(jì)信息對(duì)股價(jià)的影響
      商(2016年27期)2016-10-17 05:39:59
      基于聚類(lèi)分析的互聯(lián)網(wǎng)廣告投放研究
      科技視界(2016年20期)2016-09-29 12:32:48
      宁夏| 崇仁县| 涿州市| 青浦区| 四平市| 江安县| 洛南县| 彭山县| 阿尔山市| 财经| 巴林左旗| 景德镇市| 麻江县| 哈巴河县| 宁河县| 富宁县| 定边县| 秦安县| 宽城| 西青区| 游戏| 常宁市| 蓬溪县| 贵阳市| 丽江市| 六枝特区| 榆中县| 霍邱县| 商河县| 英吉沙县| 高唐县| 四会市| 天全县| 泰和县| 兴化市| 历史| 罗平县| 健康| 张家港市| 东兴市| 石首市|