中國信用環(huán)境評(píng)價(jià)
——基于2006～2010年的省際數(shù)據(jù)

姚小義，鐘心岑，楊 凱

（湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院，湖南 長沙 410079）＊

一、文獻(xiàn)綜述

信用環(huán)境是一個(gè)由許多子系統(tǒng)共同組成的復(fù)雜系統(tǒng)。影響某一地區(qū)信用環(huán)境的因素很多，而且各種因素的相對(duì)重要性及相互作用會(huì)因地區(qū)的發(fā)展水平等不同而存在較大差異性。如何科學(xué)對(duì)其評(píng)價(jià)并探討具體的改進(jìn)策略，許多學(xué)者做出了有益的嘗試：鄭克志（2003）提出建立以金融信用為主的區(qū)域信用評(píng)價(jià)體系的構(gòu)想，設(shè)計(jì)了貸款比率、金融債務(wù)承債率、最佳信用區(qū)域和優(yōu)質(zhì)信用客戶比率等定量指標(biāo)，并從銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)信用狀況、商品質(zhì)量信譽(yù)狀況和納稅信用狀況等探討了定性分析指標(biāo)［1］。張淳清、曹加（2008）從多角度分析了影響社會(huì)信用環(huán)境的構(gòu)成因素，例如經(jīng)濟(jì)、法律、文化、政府、產(chǎn)權(quán)和信息等［2］。張永（2010）研究了經(jīng)濟(jì)發(fā)展水平、市場開放度和教育水平三個(gè)方面對(duì)社會(huì)信用環(huán)境的影響，采用主成分分析法分析了安徽省信用環(huán)境狀況［3］。易傳和、林英杰（2009）加入了失信懲戒力度這一因素考量了我國的信用環(huán)境［4］。秦振強(qiáng)（2006）等構(gòu)建了區(qū)域信用環(huán)境的評(píng)價(jià)體系，以福建為例對(duì)區(qū)域信用環(huán)境進(jìn)行綜合評(píng)價(jià)，既選取了宏觀的經(jīng)濟(jì)、金融等方面的指標(biāo)，也選取了考量政府與企業(yè)的信用評(píng)價(jià)指標(biāo)，采用打分法與模糊綜合評(píng)價(jià)法分別處理定量和定性指標(biāo)，得出福建各市的信用環(huán)境得分［5］。

但總體而言，目前與信用環(huán)境評(píng)價(jià)相關(guān)的文獻(xiàn)仍主要集中于對(duì)單個(gè)地區(qū)或省市的分析，在宏觀上對(duì)我國信用環(huán)境的整體研究較少，在方法上，現(xiàn)有的文獻(xiàn)主要運(yùn)用的是模糊綜合評(píng)價(jià)法、層次分析法、以及因子分析法①。本文則試圖從定性分析入手，選取評(píng)價(jià)指標(biāo)，建立社會(huì)信用環(huán)境的綜合評(píng)價(jià)體系，再對(duì)國內(nèi)31個(gè)省、市和自治區(qū)的數(shù)據(jù)用主成分分析法分析各地區(qū)信用環(huán)境的優(yōu)劣，找出影響信用環(huán)境的關(guān)鍵因子，分析其信用環(huán)境的現(xiàn)狀，為建設(shè)社會(huì)信用制度提供科學(xué)依據(jù)。

二、信用環(huán)境評(píng)價(jià)的理論與方法及指標(biāo)體系構(gòu)建

信用制度的建立是一個(gè)“自下而上”即從局部到整體或從地方到國家的形成過程。需要采用綜合評(píng)價(jià)方法對(duì)不同地區(qū)信用環(huán)境各自不同的特點(diǎn)進(jìn)行統(tǒng)籌兼顧，才能在總體上形成對(duì)中國信用環(huán)境科學(xué)有效的分析。

信用環(huán)境評(píng)價(jià)體系評(píng)價(jià)方法的選取過程中，需要考慮數(shù)據(jù)相關(guān)性和權(quán)重確定等問題。目前的研究對(duì)于信用環(huán)境各影響因素的選取及影響程度的權(quán)重賦值尚不統(tǒng)一。因此，為了減少主觀因素的影響，增加評(píng)價(jià)結(jié)果的客觀性，本文采用主成分分析法對(duì)信用制度的運(yùn)行環(huán)境進(jìn)行評(píng)價(jià)②。假設(shè)樣本指標(biāo)矩陣為：

則基于相關(guān)系數(shù)矩陣的主成分分析法的數(shù)學(xué)模型主要分五個(gè)步驟：（1）采取平均值法對(duì)樣本進(jìn)行標(biāo)準(zhǔn)化；（2）計(jì)算相關(guān)系數(shù)矩陣和特征方程特征值（按降序排列）；（3）求特征向量，解方程組；（4）計(jì)算主成分貢獻(xiàn)率和累計(jì)貢獻(xiàn)率；（5）計(jì)算主成分。通過以上步驟可以對(duì)樣本空間內(nèi)反映信用環(huán)境的各個(gè)指標(biāo)和數(shù)據(jù)進(jìn)行排序從而得到對(duì)目標(biāo)地區(qū)信用環(huán)境的整體評(píng)價(jià)。

借鑒已有研究［6－16］關(guān)于信用環(huán)境的評(píng)價(jià)指標(biāo)設(shè)計(jì)的思路，社會(huì)信用環(huán)境的宏觀因素主要分為經(jīng)濟(jì)、金融、行政、信息技術(shù)和文化教育五個(gè)方面（見表1）。

表1 中國信用環(huán)境綜合指標(biāo)評(píng)價(jià)體系［17］

三、數(shù)據(jù)處理及實(shí)證分析［17］

選取2006～2010年全國31個(gè)省、市和自治區(qū)的相關(guān)指標(biāo)數(shù)據(jù)，評(píng)價(jià)體系的所有17個(gè)指標(biāo)的數(shù)據(jù)來源于國家統(tǒng)計(jì)局公布的2007～2011統(tǒng)計(jì)年鑒。對(duì)所有數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)相關(guān)指標(biāo)數(shù)據(jù)均符合或者近似符合正態(tài)分布，符合實(shí)證對(duì)數(shù)據(jù)的質(zhì)量要求。

1.對(duì)子環(huán)境進(jìn)行數(shù)據(jù)處理。以2006年經(jīng)濟(jì)環(huán)境為例，對(duì)31個(gè)省、市、自治區(qū)的經(jīng)濟(jì)環(huán)境各指標(biāo)進(jìn)行主成分運(yùn)算，得到方差貢獻(xiàn)率表和特征向量矩陣（見表2、表3）。表2中第一主成分的特征值（value）為3.69，累計(jì)貢獻(xiàn)率（Cumulative Proportion）達(dá)到92%（大于85%），能夠解釋經(jīng)濟(jì)環(huán)境包含的大部分信息。表3顯示的各指標(biāo)在第一主成分中的比例接近，符合均為正。因此，第一主成分代表了經(jīng)濟(jì)環(huán)境，其得分就是經(jīng)濟(jì)環(huán)境得分，得分表達(dá)式為：

其中，SXi為標(biāo)準(zhǔn)化的指標(biāo)。再將標(biāo)準(zhǔn)化數(shù)據(jù)代入表達(dá)式中，即可計(jì)算出2006年各地區(qū)經(jīng)濟(jì)環(huán)境得分。

表2 經(jīng)濟(jì)環(huán)境方差貢獻(xiàn)率表

表3 經(jīng)濟(jì)環(huán)境特征向量矩陣

2.計(jì)算每年各子環(huán)境的得分，并進(jìn)行排名（見表4）③。

3.將每一年各地區(qū)的5個(gè)子環(huán)境作為輸入指標(biāo)，計(jì)算得到當(dāng)年的信用環(huán)境總得分，同樣對(duì)得分進(jìn)行排名（見表10）。

表4中各地經(jīng)濟(jì)環(huán)境波動(dòng)較小，大部分省、市、直轄市的經(jīng)濟(jì)發(fā)展較為穩(wěn)定，但東、中、西、東北部地區(qū)經(jīng)濟(jì)發(fā)展存在明顯差異；表5顯示東部地區(qū)經(jīng)濟(jì)平均得分比其他地區(qū)具有明顯優(yōu)勢。

從東部和東北部各省市各地區(qū)金融環(huán)境的得分情況看③，總體排位相對(duì)靠前，金融業(yè)發(fā)展情況較好；而中部與西部地區(qū)呈交叉排列分布；表6顯示東部地區(qū)金融環(huán)境區(qū)域平均得分領(lǐng)先于中部和西部地區(qū)，領(lǐng)先優(yōu)勢較為明顯；而西部地區(qū)的整體金融環(huán)境要略優(yōu)于中部地區(qū)，兩者的各年分差在0.02左右，但與東部地區(qū)相比，中、西部地區(qū)的金融環(huán)境還有待進(jìn)一步改善。

從行政環(huán)境的得分和排名看③，東、中、西部各地區(qū)排名較分散，部分地區(qū)的排名波動(dòng)較大；從表7地區(qū)平均得分與排名數(shù)據(jù)來看，中部六省排名平均得分最低，行政環(huán)境存在明顯的發(fā)展不足，行政環(huán)境與東、西部地區(qū)存在明顯差異。

從各省市自治區(qū)的信息技術(shù)環(huán)境得分和排名來看③，信息技術(shù)環(huán)境的得分與該地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r基本一致。經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)比較好，而比較偏遠(yuǎn)的西部地區(qū)尤其是西南地區(qū)的貴州、云南、廣西等少數(shù)民族聚集的省份排名比較落后。隨著西部大開發(fā)的持續(xù)展開，以及新疆等地區(qū)礦產(chǎn)資源的開發(fā)，該地區(qū)的經(jīng)濟(jì)發(fā)展得到很大的提高，對(duì)于信息技術(shù)建設(shè)投入比例也越來越大，排名在近幾年一直處于上升趨勢，并且隨著新疆地區(qū)與中亞通商口岸的開放，與國外市場的交流也越來越多，促進(jìn)了該地區(qū)的信息技術(shù)條件的發(fā)展。但從總體上來講，西部地區(qū)以及中部地區(qū)還是遠(yuǎn)遠(yuǎn)落后東部發(fā)達(dá)地區(qū)的水平。從表8可以看到中西部地區(qū)與東部地區(qū)的差異。

表4 經(jīng)濟(jì)環(huán)境得分與排名情況［17］

表5 經(jīng)濟(jì)環(huán)境區(qū)域平均得分［17］

表6 金融環(huán)境區(qū)域平均得分［17］

表7 行政環(huán)境區(qū)域平均得分［17］

表8 信息技術(shù)環(huán)境區(qū)域平均得分［17］

表9 文化教育環(huán)境區(qū)域平均得分［17］

從文化教育環(huán)境得分與排名情況來看③，該子環(huán)境的排名中依然與經(jīng)濟(jì)發(fā)展的狀況相適應(yīng)，但是與前面幾個(gè)子環(huán)境狀況對(duì)于經(jīng)濟(jì)發(fā)展的依賴性上有所減輕。由于中央政府對(duì)于教育政策的調(diào)整，尤其對(duì)西部地區(qū)教育扶植政策的實(shí)施，中西部地區(qū)的文化教育環(huán)境與東部地區(qū)的差異性不是很大。西部地區(qū)中的陜西以及東部地區(qū)的遼寧等省份，排名處在全國的領(lǐng)先水平，一方面有政府對(duì)于教育扶持力度的加大有關(guān)，另一方面也與我國高等學(xué)校的分布有關(guān)，這幾個(gè)省份一般分布有很多著名高校，在科研水平以及成果上很有建樹。而東部比較發(fā)達(dá)的山東等省份自身高校數(shù)量較少，人口眾多，大學(xué)生比例小于眾多中西部省份，但是隨著政府對(duì)教育扶持力度的進(jìn)一步加大，文化教育環(huán)境在近幾年得到穩(wěn)步提升。表9顯示近幾年中西部地區(qū)的文化教育水平差距逐漸減小，在2010年西部地區(qū)的文化教育水平超過了中部地區(qū)，并且中西部地區(qū)與東部地區(qū)的差距也越來越小，但從總體上來講，東部地區(qū)的文化教育水平還是領(lǐng)先于中西部地區(qū)。

通過實(shí)證分析發(fā)現(xiàn)，各省市自治區(qū)在近幾年的信用環(huán)境得分中排名差距很大，在各個(gè)子環(huán)境中北京、上海兩個(gè)地區(qū)均處于總得分的前兩名，并且遠(yuǎn)遠(yuǎn)領(lǐng)先于其他的地區(qū)（見表10）。西部地區(qū)尤其是西南地區(qū)在信用環(huán)境的評(píng)分中處于全國落后狀態(tài)，造成這一局面的原因是多方面的④。隨著國家對(duì)該地區(qū)的政策扶植尤其是西部大開發(fā)戰(zhàn)略的持續(xù)實(shí)施，硬件逐步完善，其信用環(huán)境會(huì)逐漸有所改善。東部地區(qū)的各省市信用環(huán)境排名與自身的經(jīng)濟(jì)發(fā)展水平基本一致。隨著經(jīng)濟(jì)的發(fā)展以及與國外市場的交往越來越多，東部地區(qū)的信用環(huán)境狀況將得到持續(xù)的改善與發(fā)展。

對(duì)于東西部地區(qū)的信用環(huán)境協(xié)調(diào)發(fā)展，除了政府的資金扶持以及政策傾斜以外，借助民間資本的投資仍然是推動(dòng)西部信用環(huán)境發(fā)展的重要力量。政府應(yīng)吸引發(fā)達(dá)地區(qū)民間資本投資于西部地區(qū)的基礎(chǔ)建設(shè)，通過這一途徑不僅能夠促進(jìn)資本的有效流動(dòng)并且對(duì)于西部地區(qū)信用環(huán)境建設(shè)的物質(zhì)基礎(chǔ)有很大的改善。同時(shí)通過資本的流動(dòng)可以帶動(dòng)西部市場經(jīng)濟(jì)的發(fā)展，促進(jìn)東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和我國整體產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，使得比較優(yōu)勢得以實(shí)現(xiàn)。與此同時(shí)在一些公益事業(yè)比如教育等行業(yè)，國家應(yīng)該繼續(xù)加大投入，只有教育的發(fā)展才能帶動(dòng)西部地區(qū)國民素質(zhì)的提高，才能給信用環(huán)境的發(fā)展提供很好的“軟條件”。通過“軟條件”和“硬條件”建設(shè)的協(xié)調(diào)發(fā)展，才能使信用環(huán)境得到健康有序發(fā)展。

表10 信用環(huán)境總得分與排名情況［17］

表11 信用環(huán)境區(qū)域平均得分［17］

四、對(duì)評(píng)價(jià)體系的回歸檢驗(yàn)與結(jié)論

以上從總體上得出各個(gè)子環(huán)境對(duì)信用環(huán)境的總體評(píng)價(jià)，下面將通過回歸分析來測度每個(gè)子環(huán)境對(duì)總體信用環(huán)境影響的大小。

1.對(duì)各個(gè)子環(huán)境進(jìn)行因子分析，選出最具有代表性的指標(biāo)作為變量。根據(jù)主成分分析法選取人均GDP、人均可支配收入、金融占GDP的比例、社保覆蓋率、教育經(jīng)費(fèi)與在校人口的比例以及通訊覆蓋率分別代表對(duì)應(yīng)子環(huán)境作為解釋變量，通過回歸來測度對(duì)信用環(huán)境的影響。選擇最直接的各地區(qū)不良貸款率來進(jìn)行衡量，以不良貸款率作為被解釋變量。被解釋變量不良貸款率為BLOAN；解釋變量的具體定義見表12。

表12 解釋變量的具體定義

采用2010年數(shù)據(jù)，所有數(shù)據(jù)均來自2010年統(tǒng)計(jì)年鑒。首先對(duì)所有數(shù)據(jù)取自然對(duì)數(shù)，通過數(shù)據(jù)統(tǒng)計(jì)檢驗(yàn)可知，所有變量數(shù)據(jù)均呈正態(tài)分布或者接近正態(tài)分布，符合線性回歸的要求。通過以上選擇的變量，通過模型（1）驗(yàn)證各個(gè)子環(huán)境對(duì)信用環(huán)境的影響效應(yīng)：

其中：c為截距項(xiàng)，α，β，x，γ，η，φ為回歸系數(shù)，εi為隨機(jī)變量。

采用模型（1）進(jìn)行回歸分析，以Eviews6.0進(jìn)行實(shí)證處理，運(yùn)用t統(tǒng)計(jì)量檢驗(yàn)指標(biāo)的統(tǒng)計(jì)顯著性，使用F統(tǒng)計(jì)量檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)顯著性?；貧w及檢驗(yàn)結(jié)果見表13。

表13 回歸及檢驗(yàn)結(jié)果

分別運(yùn)用tolerance值、White test及Durbin－Waston值進(jìn)行檢驗(yàn)線性回歸模型中可能存在多重共線性、異方差及自相關(guān)問題，檢驗(yàn)結(jié)果表明，上述線性回歸模型不存在多重共線、異方差及自相關(guān)問題，也就是說各個(gè)變量與被解釋變量的線性回歸擬合較好。并且模型通過F檢驗(yàn)，發(fā)現(xiàn)F值顯示不為零，因此，模型整體擬合效果較好。同時(shí)，可決系數(shù)R2為0.84，即解釋變量對(duì)被解釋變量的解釋程度很高，存在明顯的因果關(guān)系。

從表13可知，經(jīng)濟(jì)環(huán)境特征中的人均GDP（RGDP）和人均可支配收入（DINCOME）變量與被解釋變量不良貸款率（BLOAN）在10%的顯著水平下，人均GDP（RGDP）不顯著，并且不能通過t檢驗(yàn)，人均可支配收入（DINCOME）顯著為負(fù)；金融環(huán)境特征中，金融占GDP的比例（FINAN）與不良貸款率在10%的顯著水平下顯著為負(fù)；行政環(huán)境特征中，社保覆蓋率（SSE）與被解釋變量不良貸款率在10%的顯著水平下，顯著為負(fù)；在文化與教育特征中教育經(jīng)費(fèi)與在校學(xué)生比例（EDU）與不良貸款率在10%的顯著水平下顯著負(fù)；信息技術(shù)特征中通訊覆蓋率特征中通訊覆蓋率（COMM）與被解釋變量不良貸款率在10%的顯著水平下不顯著，并且回歸系數(shù)不能通過t檢驗(yàn)。

2.通過對(duì)國內(nèi)省級(jí)區(qū)域信用子環(huán)境進(jìn)行排序和差異性分析，發(fā)現(xiàn)在各子環(huán)境中，東部地區(qū)整體狀況要優(yōu)于中部和西部地區(qū)，但在具體的子環(huán)境中，東部地區(qū)優(yōu)勢差距呈縮小趨勢。各地區(qū)子環(huán)境的排名情況如下：第一，經(jīng)濟(jì)環(huán)境與信息技術(shù)環(huán)境的排名相似度較高，東部地區(qū)有明顯優(yōu)勢，而中部地區(qū)整體略優(yōu)于西部地區(qū)，這說明地區(qū)經(jīng)濟(jì)發(fā)展水平與信息技術(shù)推廣程度存在較高的相關(guān)性，信息技術(shù)的應(yīng)用與普及受地區(qū)經(jīng)濟(jì)發(fā)展水平的制約。第二，在金融環(huán)境中，東部地區(qū)依然保持強(qiáng)勢，而西部地區(qū)整體要略好于中部地區(qū)，在西部地區(qū)中，寧夏省表現(xiàn)額外突出，其金融環(huán)境得分在2007～2010年均位列全國第六，這一方面得益于西部開發(fā)戰(zhàn)略的支撐，金融資源配置的傾斜；另一方面也說明寧夏充分把握住了時(shí)機(jī)，抓緊金融領(lǐng)域建設(shè)，為經(jīng)濟(jì)發(fā)展提供動(dòng)力。第三，在行政運(yùn)行環(huán)境中，東中西部各地區(qū)的排名較分散，雖然從整體來看東部地區(qū)依然保持著領(lǐng)先，西部地區(qū)行政運(yùn)行環(huán)境優(yōu)化效果顯著，而中部地區(qū)呈現(xiàn)一定的落差。第四，在信息技術(shù)環(huán)境中，東部地區(qū)得分領(lǐng)先，而地處偏遠(yuǎn)的西部地區(qū)信息化建設(shè)以及相關(guān)技術(shù)應(yīng)用較為落后；第五，在教育環(huán)境中，東中西部均有省份進(jìn)入排名的前十位，在2010年西部地區(qū)平均得分也首次超過了中部。最后，根據(jù)各子環(huán)境得分計(jì)算出的信用環(huán)境的得分，東部各省市有著明顯的領(lǐng)先優(yōu)勢，中部和西部地區(qū)得分低于全國平均水平，中西部地區(qū)信用環(huán)境的建設(shè)是長遠(yuǎn)的系統(tǒng)工程。

注釋：

①模糊綜合評(píng)價(jià)法和層次分析法在確定隸屬度函數(shù)或計(jì)算對(duì)比矩陣的過程中缺乏統(tǒng)一標(biāo)準(zhǔn)，帶有一定的主觀性；因子分析法在計(jì)算因子得分時(shí)，采用的是最小二乘法，此方法缺乏穩(wěn)定性，在部分情況下會(huì)失效。

②主成分分析法（the Principal Component Analysis，簡稱PCA），主要通過構(gòu)造初始指標(biāo)的線性組合，獲取新的綜合指標(biāo)，并且盡可能多地保持初始數(shù)據(jù)集的信息。它將初始數(shù)據(jù)集的坐標(biāo)系統(tǒng)進(jìn)行一個(gè)正交變換，構(gòu)造一個(gè)新的坐標(biāo)系統(tǒng)，使得所有初始數(shù)據(jù)投影的方差按大小依次落在坐標(biāo)上，這個(gè)坐標(biāo)就被稱為主成分。主成分分析常用于多指標(biāo)數(shù)據(jù)集的降維，同時(shí)保持?jǐn)?shù)據(jù)集的對(duì)方差貢獻(xiàn)最大的特征。這樣一來，通過降維得到的綜合指標(biāo)保留了初始指標(biāo)的主要信息，并且互不相關(guān)，有利于找到問題的主要矛盾。

③因篇幅限制，本文僅列出經(jīng)濟(jì)環(huán)境得分與排名情況，其余4個(gè)子環(huán)境的得分與排名情況略去，讀者如有需要，可與作者聯(lián)系。

④首先，該地區(qū)商品經(jīng)濟(jì)不發(fā)達(dá)，第三產(chǎn)業(yè)以及第二產(chǎn)業(yè)落后沒有形成一個(gè)完整的市場經(jīng)濟(jì)體系，很多地方仍然停留在農(nóng)耕時(shí)期，經(jīng)濟(jì)發(fā)展落后；其次，該地區(qū)的教育體系以及交通網(wǎng)絡(luò)體系落后，與外界接觸較少，許多地方處于封閉或者半封閉的狀態(tài)，當(dāng)今社會(huì)最主要的商業(yè)信用模式由于缺乏物質(zhì)基礎(chǔ)不能夠很好的展開；第三，該地區(qū)金融行業(yè)發(fā)展?fàn)顩r非常落后，金融機(jī)構(gòu)分布很少，導(dǎo)致地區(qū)信用環(huán)境的發(fā)展缺少第三方的支持，資金融通不能很好的展開，大部分的資金融通只能通過民間借貸的形式進(jìn)行。民間借貸的形式由于沒有很好的信用保證，因此，只能以高于市場利率的形式進(jìn)行，由于成本過高，導(dǎo)致資金歸還的困難，使得信用環(huán)境進(jìn)一步惡化。

［1］鄭克志.關(guān)于建立區(qū)域信用評(píng)價(jià)體系的探討［J］.武漢金融，2003，（7）：53－54.

［2］張淳清，曹加.信用環(huán)境的影響因素分析［J］.生態(tài)經(jīng)濟(jì)，2008，（7）.

［3］張永.基于主成分分析的安徽省失信懲戒效果評(píng)價(jià)［J］.金融經(jīng)濟(jì)，2010，（18）：57－59.

［4］易傳和，林英杰.基于主成分分析的信用測度與實(shí)證考量［J］.統(tǒng)計(jì)與決策，2009，（12）：86－88.

［5］秦振強(qiáng)，葉謝康，陳澍.區(qū)域信用環(huán)境評(píng)價(jià)及相關(guān)問題研究［J］.福建金融，2006（4）：5－9.

［6］蔣海.不對(duì)稱信息、不完全契約與中國的信用制度建設(shè)［J］.財(cái)經(jīng)研究，2002，（2）：26－29.

［7］劉曉劍，張強(qiáng).信用評(píng)級(jí)機(jī)構(gòu)監(jiān)管的演化動(dòng)態(tài)博弈分析［J］.財(cái)經(jīng)理論與實(shí)踐，2011，（6）：30－34.

［8］張維迎，柯榮住.信任及其解釋：來自中國的跨省調(diào)查分析［J］.經(jīng)濟(jì)研究，2002，（10）：59－70.

［9］任森春.論信用制度與政府作用［J］.財(cái)貿(mào)經(jīng)濟(jì)，2003，（3）：22－25.

［10］徐諾金.論我國金融生態(tài)問題［J］.金融研究，2005，（2）：31－38.

［11］林鳳萍.政府推進(jìn)社會(huì)信用體系建設(shè)的對(duì)策取向［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2006，（9）：57－60.

［12］高霞，王然.中國信用規(guī)模與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究［J］.金融理論與實(shí)踐，2007，（4）：46－48.

［13］馬麗娟.金融中介信用環(huán)境建設(shè)中的法律因素［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009，（8）：29－33.

［14］向暉，楊勝剛.個(gè)人信用評(píng)分關(guān)鍵技術(shù)研究的新進(jìn)展［J］.財(cái)經(jīng)理論與實(shí)踐，2011，（4）：20－24.

［15］洪玫.試論金融創(chuàng)新的社會(huì)信用環(huán)境基礎(chǔ)［J］.金融論壇，2010，（1）：45－49.

［16］楊立新，李倩.我國地方政府信用缺失的表現(xiàn)、原因及解決路徑［J］.黨政干部學(xué)刊，2011，（12）：52－54.

［17］楊凱.基于省際數(shù)據(jù)的社會(huì)信用制度運(yùn)行環(huán)境問題研究［D］.長沙：湖南大學(xué)碩士論文，2012.