“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展?jié)摿Φ闹笖?shù)化評估

趙 龍

(中國人民銀行 哈密地區(qū)中心支行,新疆 哈密 839000)

“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展?jié)摿Φ闹笖?shù)化評估

趙 龍

(中國人民銀行 哈密地區(qū)中心支行,新疆 哈密 839000)

“絲綢之路經(jīng)濟(jì)帶”涵蓋地域廣闊，其沿線國家在經(jīng)濟(jì)、金融發(fā)展方面呈現(xiàn)出明顯的國別差異。為了給我國和“絲綢之路經(jīng)濟(jì)帶”沿線國家的金融協(xié)作、商貿(mào)協(xié)作、基礎(chǔ)設(shè)施互聯(lián)互通等提供數(shù)據(jù)支撐，本文以“絲綢之路經(jīng)濟(jì)帶”沿線46個國家為樣本數(shù)據(jù)來源，對這些國家的金融發(fā)展基本情況進(jìn)行分析，并借助主成分分析方法對這些國家的金融發(fā)展?jié)摿M(jìn)行指數(shù)化評估，得出東歐國家金融發(fā)展指數(shù)較高，其次為西亞國家，中亞和南亞國家金融發(fā)展指數(shù)較低。最后，通過分析各國金融發(fā)展指數(shù)的差異及其成因，提出了具有針對性的合作策略和政策建議。

絲綢之路經(jīng)濟(jì)帶；金融發(fā)展指數(shù)；主成分分析

“絲綢之路經(jīng)濟(jì)帶”同時連接亞太經(jīng)濟(jì)圈、歐洲經(jīng)濟(jì)圈，輻射東亞、中西南亞和歐洲以及北非區(qū)域，涵蓋40多個國家，涉及30多億人口，是極具發(fā)展?jié)摿Φ慕?jīng)濟(jì)大走廊和戰(zhàn)略性經(jīng)濟(jì)帶。正是由于其覆蓋范圍廣闊，“絲綢之路經(jīng)濟(jì)帶”沿線國家在經(jīng)濟(jì)、金融發(fā)展方面也呈現(xiàn)出明顯的地域和國別差異。為了給我國和“絲綢之路經(jīng)濟(jì)帶”沿線國家的金融協(xié)作、商貿(mào)協(xié)作、基礎(chǔ)設(shè)施互聯(lián)互通等提供數(shù)據(jù)支撐和決策參考，有必要對這些國家的金融發(fā)展?jié)摿M(jìn)行綜合評估，并以指數(shù)化的形式呈現(xiàn)。通過對“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展指數(shù)及其構(gòu)成成分的研究，能夠降低金融發(fā)展對應(yīng)數(shù)據(jù)的維度，有助于更清晰地了解各國金融發(fā)展的差異及其成因，并據(jù)此制定出更具針對性的合作策略，更好地發(fā)揮金融對“絲綢之路經(jīng)濟(jì)帶”倡議實(shí)施的支持作用。

一、文獻(xiàn)綜述

本文研究主要涉及金融發(fā)展以及基于主成分分析的指數(shù)化評估方法，以及對評估獲得的指數(shù)進(jìn)行跨區(qū)域?qū)Ρ取Ｖ鞒煞址治鲎鳛閿?shù)據(jù)降維的主要手段，廣泛運(yùn)用于各類指數(shù)構(gòu)建中，相關(guān)研究主要集中于對降維方法的優(yōu)化和對其應(yīng)用的探討。郭亞軍(1983)在國內(nèi)較早地系統(tǒng)探討了主成分分析的基本方法及其在綜合評價中的應(yīng)用；Jianguo Sun(2000)以樣本的因變量為基礎(chǔ)，通過對兩種分析方法結(jié)果的比較，建立了能夠用于預(yù)測的方程，取得了較好的降維效果。李清華、郭耀煌(2002)在多指標(biāo)評價理論框架之下對主成分分析方法進(jìn)行改造,提出分級指標(biāo)體系設(shè)計、增加重要性權(quán)重等方法；楊永恒等(2005)采用基于協(xié)方差的主成分分析法研究了主成分分析法對傳統(tǒng)人類發(fā)展指數(shù)編制方法的替代作用。

可以看出，現(xiàn)有對指數(shù)化方法的研究已經(jīng)比較成熟，主要采用主成分分析(PCA)方法，但在權(quán)重選擇方法上相對靈活，既可采用線性相關(guān)方法，也可采用非線性方法。傳統(tǒng)的金融發(fā)展指標(biāo)一般使用金融交易活動與總體經(jīng)濟(jì)規(guī)模的比率度量，如使用廣義貨幣供應(yīng)量與名義GDP相比(即M2/GDP)，或者使用金融總資產(chǎn)與名義GDP相比(即金融相關(guān)比率FIR)，但這種基于宏觀經(jīng)濟(jì)指標(biāo)加總的方法無法體現(xiàn)眾多與金融發(fā)展相關(guān)指標(biāo)的結(jié)構(gòu)性關(guān)系。因此，已有研究對傳統(tǒng)金融發(fā)展指標(biāo)進(jìn)行的補(bǔ)充和修正主要基于眾多相關(guān)指標(biāo)間的相關(guān)關(guān)系獲得指標(biāo)權(quán)重，從而構(gòu)造出能反映指標(biāo)結(jié)構(gòu)信息的金融發(fā)展指標(biāo)。張成思、李雪君(2012)選取全球范圍內(nèi)最重要的57個金融系統(tǒng)所在國為對比樣本，基于金融政策與機(jī)構(gòu)環(huán)境、商業(yè)環(huán)境、銀行金融服務(wù)和金融市場四個方面構(gòu)建我國新的金融發(fā)展指數(shù)，并由此分析金融發(fā)展過程中存在的結(jié)構(gòu)性問題；李延凱、韓廷春(2013)利用具有代表性的51個國家和地區(qū)十個年度的數(shù)據(jù)，通過建立包括金融發(fā)展、金融環(huán)境、金融發(fā)展與金融環(huán)境交互項(xiàng)的計量分析模型，對金融環(huán)境演化、金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行了跨國研究。

綜上所述，現(xiàn)有研究主要從金融發(fā)展指數(shù)的研究方法、我國金融發(fā)展指數(shù)的構(gòu)建等方面進(jìn)行，而對“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展的研究較少。因此，本文以“絲綢之路經(jīng)濟(jì)帶”沿線46個國家為樣本數(shù)據(jù)來源，運(yùn)用主成分分析方法對這些國家的金融發(fā)展?jié)摿M(jìn)行指數(shù)化評估，通過對比各國金融發(fā)展指數(shù)的差異和成因，為推進(jìn)我國與“絲綢之路經(jīng)濟(jì)帶”沿線國家的合作提供參考。

二、“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展基本情況

(一)樣本國家范圍和數(shù)據(jù)來源

為方便分析，本文將“絲綢之路經(jīng)濟(jì)帶”沿線國家分區(qū)域列出(詳見表1)，共有樣本國家46個，其中，南亞國家2個、西亞國家17個、中亞國家5個、中東歐國家22個。本文所使用的數(shù)據(jù)，除特別說明外，均來源于世界銀行數(shù)據(jù)庫。但在世界銀行數(shù)據(jù)庫收集46個國家相關(guān)指標(biāo)數(shù)據(jù)過程中，均存在各年度部分國家指標(biāo)數(shù)據(jù)缺失問題，因此，本文分析采用非平衡面板數(shù)據(jù)。

表1 “絲綢之路經(jīng)濟(jì)帶”沿線國家列表

(二)樣本國家金融發(fā)展基本情況

1．信貸投放增長迅速。2000年以來，“絲綢之路經(jīng)濟(jì)帶”沿線國家中，信貸投放占GDP比重超過40%的國家數(shù)由2000年的11個猛增至2014年末的31個，該比重低于10%的國家數(shù)則由12個降至2個，即阿富汗和伊拉克兩個國家，其信貸發(fā)展程度遠(yuǎn)低于“絲綢之路經(jīng)濟(jì)帶”沿線國家55.52%的平均水平。分區(qū)域來看(見圖1)，中國信貸投放保持增長態(tài)勢，由2000年的105.51%增長到2014年的132.95%，雖然近五年增速有所放緩，但總體信貸投放水平遠(yuǎn)高于“絲綢之路經(jīng)濟(jì)帶”沿線國家平均水平；西亞國家近十年信貸投放水平呈平穩(wěn)增長態(tài)勢，2014年末已達(dá)到75.43%，超出沿線國家平均水平約20個百分點(diǎn)；中、東歐國家近五年信貸投放水平已接近沿線國家平均水平，但可能走入下降通道；中亞國家信貸投放水平總體呈現(xiàn)出平穩(wěn)增長態(tài)勢，但其平均水平較低，僅為23%，說明中亞國家信貸投放仍有較大的發(fā)展空間；南亞國家近十年信貸投放水平處于下降通道，2014年末已不到10%，屬于“絲綢之路經(jīng)濟(jì)帶”沿線區(qū)域中的最低水平。

圖1：2000年—2014年信貸投放占GDP比重區(qū)域?qū)Ρ?/p>

2.存貸款利差持續(xù)收窄，真實(shí)利率水平增幅較大。2000年以來，持續(xù)收窄的凈利差給銀行業(yè)帶來較大的經(jīng)營壓力，但成本收入比的降低拓展了銀行業(yè)的利潤空間?！敖z綢之路經(jīng)濟(jì)帶”沿線國家存貸款凈利差簡單算數(shù)平均值已經(jīng)由2000年的4.9%降至2014年的2.6%，降幅約為50%。同期，凈利差超過3%的國家數(shù)已經(jīng)由16個降至3個；而低于3%的國家數(shù)則由25個增加到33個(見表2)?？梢?，多數(shù)國家凈利差處于較低水平。從成本收入比來看，總體處于緩慢下降的趨勢，由2000年的55.7%降至2014年的48.7%，降低了7個百分點(diǎn)，這在一定程度上緩解了凈利差收窄帶來的經(jīng)營壓力。

表2 2000年—2014年沿線國家存貸款凈利差分布情況

注：2000年吉爾吉斯斯坦等5國、2005年—2010年阿富汗等2國、2014年伊拉克等10國數(shù)據(jù)缺失。

從表3來看，“絲綢之路經(jīng)濟(jì)帶”沿線國家的真實(shí)利率水平已經(jīng)由2000年的3.71%上升至2014年的11.7%，上升了約8個百分點(diǎn)。真實(shí)利率水平在10%以下的國家占比明顯降低，由2000年的70.6%降至2014年的62.5%。分區(qū)域來看(見表4)，真實(shí)利率水平較高的國家集中在中亞、西亞、南亞三個區(qū)域，尤其是近五年來，上述區(qū)域利率水平增長迅猛。其中，西亞的真實(shí)利率水平由2010年的0.3%猛增至2014年的21.7%，中亞由2010年的10.8%猛增至2014年的22.57%，南亞由2010年的5.71%猛增至2014年的13.93%。增幅過大的利率水平將給這些地區(qū)的銀行業(yè)發(fā)展和金融總體穩(wěn)定帶來潛在的威脅，而中國和中、東歐利率持續(xù)保持較低水平，變化相對平穩(wěn)。

表3 2000年—2014年沿線國家真實(shí)利率水平分布情況

注：2000年阿富汗等12國、2005年阿富汗等9國、2010年伊拉克等13國、2014年阿富汗等22國數(shù)據(jù)缺失。

表4 各指標(biāo)數(shù)據(jù)分區(qū)域?qū)Ρ?/p>

注：“-”表示因數(shù)據(jù)缺失無法計算。

3.銀行資產(chǎn)質(zhì)量有較大提高，但其發(fā)展趨勢值得關(guān)注。從表5沿線國家銀行業(yè)不良貸款比例的分布情況來看，2000年以來，“絲綢之路經(jīng)濟(jì)帶”沿線國家貸款質(zhì)量獲得明顯改善，不良貸款率年平均水平已由2000年的13.37%降至2014年的9.84%，下降約4個百分點(diǎn)。其中,不良貸款率超過10%的國家占比已由2000年的40%大幅下降至2014年的22.5%；不良貸款率控制在3%以下的國家占比已由2000年的12%大幅上升至2014年的40%，說明金融可持續(xù)發(fā)展的基礎(chǔ)有所增強(qiáng)。分區(qū)域來看(見表4)，中國是“絲綢之路經(jīng)濟(jì)帶”沿線國家中信貸資產(chǎn)質(zhì)量最好的國家，近十年來連續(xù)保持在2%以下；西亞和中亞區(qū)域次之；南亞和中、東歐區(qū)域相對來說最差。中國2000年的不良貸款率曾高達(dá)20%以上，但通過體制改革、不良資產(chǎn)市場化處置、提升國有商業(yè)銀行核心競爭力等措施，中國信貸資產(chǎn)質(zhì)量獲得了大幅提升。沿線國家的銀行業(yè)不良貸款率平均水平由2005年的4.98%持續(xù)上升至2014年末的9.84%(見表5)，雖然近五年增速有所放緩，但仍需關(guān)注其發(fā)展趨勢，并加強(qiáng)國家間的協(xié)調(diào)配合，以防止銀行業(yè)的資產(chǎn)質(zhì)量下滑。

表5 2000年—2014年沿線國家銀行業(yè)不良貸款比例分布情況

注：2000年阿富汗等21國、2005年阿富汗等16國、2010年阿富汗等5國、2014年阿富汗等6國數(shù)據(jù)缺失。

4.銀行業(yè)資本充足率水平雖有所下降，但仍保持較高的資本充足水平。從表6可以看出，2000年—2005年，“絲綢之路經(jīng)濟(jì)帶”沿線國家的資本充足率年平均水平保持在16.92%以上，2010年—2014年，年平均水平為17.82%，雖較2000年的19.83%有所降低，但總體仍屬于較高的資本充足水平，說明總體經(jīng)營比較穩(wěn)健。分區(qū)域來看(見表4)，中亞資本充足率總體水平最高，達(dá)到20%；南亞、西亞和中、東歐區(qū)域均在15%以上，屬于中等水平；而中國屬于資本充足率較低的區(qū)域，2014年僅為13.20%。從世界銀行違約率評估指標(biāo)Z-score值來看，近十年“絲綢之路經(jīng)濟(jì)帶”區(qū)域該指標(biāo)保持在11%左右，總體違約的可能性不大，但以色列、約旦、黎巴嫩等西亞國家該指標(biāo)接近或超過30%，理論上違約的可能性較大，需要特別關(guān)注。

表6 2000年—2014年沿線國家銀行資本充足率分布情況

注：2000年阿富汗等20國、2005年阿富汗等14國、2010年阿富汗等5國、2014年阿富汗等7國數(shù)據(jù)缺失。

三、金融發(fā)展?jié)摿ο嚓P(guān)指標(biāo)的主成分分析及金融發(fā)展指數(shù)構(gòu)建

(一)主成分分析

主成分分析(PCA)是一種被廣泛使用的非參數(shù)多元統(tǒng)計技術(shù)，用于降低高維數(shù)據(jù)的維度，把多個具有一定相關(guān)性的指標(biāo)轉(zhuǎn)換為少數(shù)幾個綜合指標(biāo)，從而降低數(shù)據(jù)噪聲、測量方法選擇、數(shù)據(jù)冗余等對數(shù)據(jù)統(tǒng)計分析帶來的影響，因此,被廣泛地用于指標(biāo)合成和指數(shù)構(gòu)建。

設(shè)有m個指標(biāo)，采集了n個樣本數(shù)據(jù)，原始數(shù)據(jù)集用向量表示為X=(x1,x2,…,xn)，其中，xi=(xi1,xi2,…,xim)′(i=1,…,n)為第i個樣本對應(yīng)的m個指標(biāo)構(gòu)成的列向量，X為m×n矩陣。設(shè)P為m×m矩陣，pj(j=1,…,m)為P的第j行對應(yīng)的行向量。令Y=PX，則:

Y中行向量(pix1,…,pixn)為第i個主成分對應(yīng)的n個指標(biāo)值，且滿足如下條件：

滿足上述條件的系數(shù)向量(p1i，p2i，…，pmi)恰好是X的協(xié)方差矩陣排名第i大的特征值所對應(yīng)的特征向量。

經(jīng)典的主成分分析技術(shù)是在線性變換框架內(nèi)完成的，并且隱含如下假設(shè)：一是均值、方差能夠確定隨機(jī)變量的概率分布，為了滿足這個假設(shè)，往往要求指標(biāo)變量滿足指數(shù)分布或者正態(tài)分布，否則可能導(dǎo)致無效的分析結(jié)果；二是認(rèn)為大方差在反映數(shù)據(jù)特性中具有更重要的作用，小方差往往意味著噪聲；三是要求轉(zhuǎn)換矩陣P對應(yīng)的行向量是正交向量。

在進(jìn)行主成分分析時,既可以使用協(xié)方差矩陣,也可以使用相關(guān)系數(shù)矩陣。如果使用協(xié)方差矩陣,則應(yīng)對原始指標(biāo)數(shù)據(jù)進(jìn)行均值調(diào)整，使調(diào)整后的指標(biāo)滿足均值為0的條件；如果使用相關(guān)系數(shù)矩陣,則應(yīng)將原始指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化為均值為0、方差為1的新指標(biāo)。為了消除因量綱不同對分析過程的影響,常常需要采用一定的技術(shù)對原始指標(biāo)進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)化,如0-1標(biāo)準(zhǔn)化、正態(tài)標(biāo)準(zhǔn)化、取對數(shù)等(這種情況下使用協(xié)方差矩陣等同于使用相關(guān)系數(shù)矩陣)。

(二)數(shù)據(jù)來源及處理

本文以表1所列的46個國家作為樣本數(shù)據(jù)來源(考慮到中國經(jīng)濟(jì)和金融指標(biāo)數(shù)據(jù)絕對值較大，為避免由此帶來的主成分分析結(jié)果失真，未將中國列入樣本數(shù)據(jù)來源)，所采集的數(shù)據(jù)來自世界銀行數(shù)據(jù)庫。共選擇11個金融發(fā)展?jié)摿y度指標(biāo)，劃分為經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)增長潛力、經(jīng)濟(jì)發(fā)達(dá)程度、金融設(shè)施、銀行經(jīng)營穩(wěn)健性、債務(wù)風(fēng)險等六類，具體指標(biāo)選擇見表7。為方便后續(xù)分析，將各項(xiàng)指標(biāo)按表7順序編碼為K01～K11。對所選指標(biāo)，除K02、K04、K05、K08、K09五個指標(biāo)外，均對原始指標(biāo)進(jìn)行了0-1標(biāo)準(zhǔn)化。在此基礎(chǔ)上，令所有指標(biāo)值減去其均值，使轉(zhuǎn)換后的指標(biāo)均值為0。由于不良貸款率指標(biāo)K09為反向指標(biāo)，該指標(biāo)越低，表明貸款資產(chǎn)質(zhì)量越好，故用1減去該指標(biāo)，轉(zhuǎn)換為正向指標(biāo)，從而使得所有指標(biāo)均為正向指標(biāo)?？紤]到數(shù)據(jù)的可得性，樣本數(shù)據(jù)時間范圍設(shè)為2005年—2014年，各項(xiàng)指標(biāo)數(shù)據(jù)以面板形式導(dǎo)入Eviews軟件，因各樣本國家數(shù)據(jù)存在不同程度的缺失，故在分析時采用了非平衡面板數(shù)據(jù)。

表7 主成分分析指標(biāo)選擇

由于上述指標(biāo)數(shù)據(jù)已經(jīng)進(jìn)行了標(biāo)準(zhǔn)化處理,使得上述指標(biāo)在數(shù)量級上不存在過大的差異，因此，本文使用協(xié)方差矩陣進(jìn)行主成分分析。

(三)主成分分析結(jié)果

首先以2014年指標(biāo)數(shù)據(jù)作為樣本數(shù)據(jù)進(jìn)行分析，得到協(xié)方差矩陣特征值變化情況(見表8)。

表8 協(xié)方差矩陣特征值變化表

由表8可見，利用2014年指標(biāo)數(shù)據(jù)進(jìn)行的主成分分析有效降低了數(shù)據(jù)維度，第一個主成分的方差貢獻(xiàn)率達(dá)到了41.73%，前兩個主成分的方差貢獻(xiàn)率達(dá)到71.46%，前三個主成分的方差貢獻(xiàn)率達(dá)到81.41%，前四個主成分的方差貢獻(xiàn)率高達(dá)87.71%，因此，利用前三或者前四個主成分即可解釋11個原始數(shù)據(jù)指標(biāo)(為簡化金融發(fā)展指數(shù)的構(gòu)建，使其意義更加明確，本文選擇前三個主成分構(gòu)建金融發(fā)展指數(shù))。為分析方便，將前三個主成分的因子負(fù)載矩陣列在表9中。

表9 因子負(fù)載矩陣(協(xié)方差矩陣特征向量)

由表9可見，第一個主成分PC1主要解釋的指標(biāo)是K05～K08，反映的是經(jīng)濟(jì)發(fā)達(dá)程度和金融基礎(chǔ)設(shè)施條件，同時還解釋了經(jīng)濟(jì)規(guī)模指標(biāo)；第二個主成分PC2主要解釋的指標(biāo)是K01和K03，反映的是經(jīng)濟(jì)規(guī)模和潛在經(jīng)濟(jì)增長潛力；第三個主成分PC3主要解釋的指標(biāo)是K04、K09～K11，反映的是工業(yè)化程度以及銀行經(jīng)營穩(wěn)健程度。由分析結(jié)果來看，K01、K03、K04、K06、K08和K11六個指標(biāo)蘊(yùn)含的信息量較大，說明2014年各國金融發(fā)展的差異主要體現(xiàn)在經(jīng)濟(jì)規(guī)模、人口規(guī)模、工業(yè)化程度、人均富裕程度、網(wǎng)絡(luò)基礎(chǔ)條件和信貸擴(kuò)張程度等方面。但由于數(shù)據(jù)缺失，46個樣本國家中有17個國家無法計算主成分得分，這些國家約占總樣本國家數(shù)的37%。由于各主成分的方差貢獻(xiàn)率不同，為合理構(gòu)建綜合金融發(fā)展指數(shù)，本文以協(xié)方差矩陣特征值為權(quán)數(shù)對方差貢獻(xiàn)率最高的三個主成分進(jìn)行加權(quán)平均，并將得分標(biāo)準(zhǔn)化到[1,100]區(qū)間中，即原始得分的最高分折算為100分，最低分折算為0分，所使用公式為：

表10 絲綢之路沿線國家金融發(fā)展指數(shù)*

*本表未考慮能源價格風(fēng)險(涉及俄羅斯、沙特阿拉伯、阿塞拜疆等國家)、社會穩(wěn)定和安全風(fēng)險(涉及土耳其等國家)、地緣政治風(fēng)險(涉及烏克蘭等國家)以及債務(wù)風(fēng)險(涉及希臘等歐元區(qū)國家)。若考慮并量化上述風(fēng)險因素，將可能導(dǎo)致這些國家的金融發(fā)展指數(shù)得分降低。

從各國金融發(fā)展指數(shù)得分來看，平均分值為44.84分，標(biāo)準(zhǔn)差為23.49，有16個國家分值在平均分值以上，約占全部樣本國家的35%。分區(qū)域來看，東歐國家金融發(fā)展指數(shù)平均值為49.08，處于最高水平；西亞國家金融發(fā)展指數(shù)平均值為45.69，略低于東歐國家；中亞和南亞國家金融發(fā)展指數(shù)平均值分別為28.08和15.31，與東歐、西亞兩個區(qū)域平均水平相比差距較大。

四、基于面板時間序列的比較分析

為了觀察金融發(fā)展指數(shù)結(jié)構(gòu)隨時間序列變化的情況，獲得樣本國家之間金融發(fā)展差異的關(guān)鍵因素隨時間變化的特征，并判斷各年金融發(fā)展指數(shù)是否具有可比性，從更寬的時間窗口對“絲綢之路經(jīng)濟(jì)帶”沿線國家的金融發(fā)展進(jìn)程進(jìn)行探究，本文使用與上述主成分分析過程相同的方法對2010年—2014年各年的數(shù)據(jù)逐年進(jìn)行分析，并對這五年的分析結(jié)果進(jìn)行比較。

(一)主成分負(fù)載系數(shù)比較

從分析結(jié)果來看，各年前三個主成分的累積方差貢獻(xiàn)率均在80%以上，平均達(dá)到81.79%。為方便分析，本文采用方差/均值表示數(shù)據(jù)波動情況，該比值的絕對值越大，表示系數(shù)的波動越大。表11是根據(jù)近五年的相關(guān)數(shù)據(jù)計算出的主成分負(fù)載系數(shù)波動情況。

表11 近五年來前三個主成分中各指標(biāo)系數(shù)波動情況表

由表11可見，主成分PC1對應(yīng)的指標(biāo)K02和K09的系數(shù)波動幅度較大，但這兩個指標(biāo)對應(yīng)的系數(shù)均值較小，對PC1影響較??；主成分PC2對應(yīng)的指標(biāo)K02、K06、K07、K09的系數(shù)波動幅度較大，但這四個指標(biāo)系數(shù)均值均小于0.06，對PC2的影響較??；主成分PC3對應(yīng)的指標(biāo)K06和K08的系數(shù)波動幅度相對較大，但這兩個指標(biāo)系數(shù)均值僅約為0.05，對PC3影響不大，且PC3方差貢獻(xiàn)率較小，雖然PC3對應(yīng)的各指標(biāo)系數(shù)波動幅度相對于PC1和PC2較大，但對金融發(fā)展指數(shù)的影響有限。綜合來看，近五年前三個主成分對應(yīng)的負(fù)載系數(shù)變化不大，因此，對應(yīng)的主成分具有較強(qiáng)的可比性。

從各主成分負(fù)載系數(shù)變化來看，存在以下特點(diǎn)：一是PC1對應(yīng)的人均GDP和ATM機(jī)擁有比例指標(biāo)系數(shù)呈平緩的下降趨勢，而城鎮(zhèn)化和互聯(lián)網(wǎng)用戶比例的系數(shù)指標(biāo)則呈現(xiàn)出緩慢的上升趨勢，反映出城鎮(zhèn)化和互聯(lián)網(wǎng)普及程度可能正在成為樣本國家金融發(fā)展差異的重要影響因素；二是PC3對應(yīng)的銀行資本占總資產(chǎn)的比重系數(shù)呈現(xiàn)出明顯的下降趨勢，主要是2008年全球金融危機(jī)后世界各國普遍加強(qiáng)了對銀行風(fēng)險資本的監(jiān)管和資本的補(bǔ)充，因此各國在這一指標(biāo)上的差異逐步縮?。蝗荘C3對應(yīng)的不良貸款率和信貸擴(kuò)張程度的系數(shù)均呈迅速上升的趨勢，尤其是不良貸款率指標(biāo)，近五年來上升趨勢明顯，說明不良貸款率差異可能正在成為各國金融發(fā)展差異的重要因素。

(二)各國金融發(fā)展指數(shù)的比較

從主成分分析原理可知，最終合成的指數(shù)可通過原始指標(biāo)數(shù)據(jù)矩陣、特征向量矩陣和前三大特征值通過線性計算得到，為方便分析，將直接用于計算金融發(fā)展指數(shù)的系數(shù)列示在表12中(該系數(shù)向量和原始指標(biāo)數(shù)據(jù)向量相乘即可獲得相應(yīng)的指數(shù)值)。從表12來看，K02和K11兩個指標(biāo)的系數(shù)波動很大，但這兩個指標(biāo)的系數(shù)2014年僅為-0.003和0.005，相對較小，不會導(dǎo)致合成的金融發(fā)展指數(shù)出現(xiàn)劇烈波動?？傮w來看，近五年金融發(fā)展指數(shù)可比性較強(qiáng)。

表12 最終用于構(gòu)造指數(shù)的系數(shù)向量變化情況

為了觀察近五年的變化情況，本文將2010年—2014年金融發(fā)展指數(shù)評估前5名和后5名國家的指數(shù)變化情況列在表13中。

表13 2010年—2014年金融發(fā)展指數(shù)評估前5名和后5名國家金融發(fā)展指數(shù)的變化情況

從表13可以看出，各國排名基本保持穩(wěn)定，但金融發(fā)展指數(shù)值有持續(xù)走低的趨勢。究其原因，可能與2010年以來全球經(jīng)濟(jì)分化明顯、后續(xù)經(jīng)濟(jì)刺激手段不足、歐元區(qū)增長乏力甚至陷入停滯、中國經(jīng)濟(jì)轉(zhuǎn)型和下行壓力較大等不利的宏觀經(jīng)濟(jì)環(huán)境有著密切關(guān)系。

五、結(jié)論及對策建議

(一)結(jié)論

一是運(yùn)用非平衡面板數(shù)據(jù)的主成分分析方法能夠有效降低對“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展進(jìn)行綜合評估的難度，通過實(shí)證分析，不僅降低了數(shù)據(jù)維數(shù)，而且構(gòu)造出了可比性較好的衡量金融發(fā)展水平的綜合性指標(biāo)。

二是“絲綢之路經(jīng)濟(jì)帶”沿線國家金融發(fā)展存在明顯的區(qū)域和空間差異。東歐國家金融發(fā)展總體較好，西亞國家金融發(fā)展水平略低于東歐國家，中亞和南亞國家金融發(fā)展水平相對較低，且與東歐、西亞及與中國陸上距離較近的周邊國家相比差距較大,從這一點(diǎn)可以看出建設(shè)“絲綢之路經(jīng)濟(jì)帶”途徑中亞、南亞的大通道和帶動周邊國家金融發(fā)展的必要性和迫切性。

三是導(dǎo)致各國金融發(fā)展水平出現(xiàn)明顯差異的因素處于動態(tài)變化之中。從近五年的情況來看，銀行信貸資產(chǎn)質(zhì)量和信貸總體擴(kuò)張程度指標(biāo)對金融發(fā)展水平的影響正在加強(qiáng)，而各國銀行資本占總資產(chǎn)比重指標(biāo)對金融發(fā)展水平的影響有所弱化。

(二)對策建議

一是進(jìn)一步加強(qiáng)推進(jìn)“絲綢之路經(jīng)濟(jì)帶”沿線國家間的金融合作。通過金融合作先行為商貿(mào)流通、基礎(chǔ)設(shè)施建設(shè)、文化交流等提供強(qiáng)力支撐，尤其要注重各國金融發(fā)展水平的均衡，大力支持巴基斯坦等金融發(fā)展水平相對較低的國家提升其金融服務(wù)水平，強(qiáng)化與哈薩克斯坦等中亞國家的金融合作，為中國—中亞大通道、中巴走廊的建設(shè)創(chuàng)造良好的條件，盡快解決“絲綢之路經(jīng)濟(jì)帶”倡議實(shí)施面臨的基礎(chǔ)設(shè)施短板問題。

二是根據(jù)不同國家的資源稟賦特點(diǎn)和金融發(fā)展水平，選擇不同的金融合作策略。對巴基斯坦等南亞國家，與基礎(chǔ)設(shè)施建設(shè)(含基建、網(wǎng)絡(luò)通信、金融服務(wù)終端等)同步，以金融服務(wù)和金融資源輸出為主；對中亞國家，要圍繞跨歐亞交通大動脈基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)與金融發(fā)展水平相對較高的哈薩克斯坦等國家的金融合作，實(shí)現(xiàn)金融資源的良性循環(huán)；對西亞金融發(fā)展水平較好的土耳其、沙特阿拉伯等國家，通過金融支持強(qiáng)化其技術(shù)、產(chǎn)品和服務(wù)輸出，培育我國企業(yè)的核心競爭力;對俄羅斯、烏克蘭等中、東歐國家，要通過金融支持推進(jìn)陸上通道貿(mào)易的進(jìn)一步發(fā)展，推動貿(mào)易融資和跨境人民幣業(yè)務(wù)，為油氣等戰(zhàn)略資源提供高效的金融服務(wù)。

[1]郭亞軍.綜合評價理論與方法[M].北京：科學(xué)出版社，1983.

[2]Jianguo Sun.A Note on Principal Component Analysis for Multi-dimensional Data[J].Statistics & Probabili Letter，2000(46)：69-73.

[3]李清華，郭耀煌.主成分分析用于多指標(biāo)評價的方法研究[J].管理工程學(xué)報，2002(1)：39-43.

[4]楊永恒，胡鞍鋼，張寧.基于主成分分析法的人類發(fā)展指數(shù)替代技術(shù)[J].經(jīng)濟(jì)研究,2005(7):4-17.

[5]張成思，李雪君.基于全球視角的中國金融發(fā)展指數(shù)研究[J].金融研究，2012(6):54-67.

[6]李延凱，韓廷春.金融環(huán)境演化下的金融發(fā)展與經(jīng)濟(jì)增長：一個國際經(jīng)驗(yàn)[J].世界經(jīng)濟(jì)，2013(8):145-160.

[7]莊曉玖.中國金融市場化指數(shù)的構(gòu)建[J].金融研究,2007(11):180-190.

[8]何德旭，婁峰.中國金融穩(wěn)定指數(shù)的構(gòu)建及測度分析[J].中國社會科學(xué)院研究生院學(xué)報，2011(4):16-25.

[9]張曉玫,羅鵬.信貸增長、金融發(fā)展與宏觀經(jīng)濟(jì)波動[J].國際金融研究,2014(5):14-23.

[10]張坤.金融發(fā)展與全球經(jīng)濟(jì)再平衡[J].國際金融研究,2015(2):14-22.

(責(zé)任編輯：汪愛琴)

Estimation about Potential Capacity of Finance Development of the Countries along “Silk Road Economic Belt”on the Basis of Constructing a Synthesized Index

Zhao Long

(Hami Central Sub-branch of the People’s Bank of China, Hami 839000, China)

The“Silk Road Economic Belt” covers wide areas.The countries along these areas are obviously different in many aspects such as economy, financial development, and so on. In order to offer data on finance cooperation, trading cooperation and infrastructure interconnection to countries along the “Silk Road Economic Belt” and China as well,this paper usesdata from 46 countries along the “Silk Road Economic Belt” except China and.Analyses the basic situation of financial development of these countries, and then estimates synthetically the potential capacity of financial development of these countries by the technology of principal component. Analysis that the Eastern European countries financial development index is higher, followed by West Asia, Central Asia and South Asia countries financial development index is low. Finally, through the analysis of the differences and causes of the financial development index, it gives the cooperation strategy and policy recommendations.

Silk Road Economic Belt; the Index of Financial Development; Principal Component Analysis

2016-09-10

國家社會科學(xué)基金項(xiàng)目“‘一帶一路’框架下中國—中亞—西亞經(jīng)濟(jì)走廊建設(shè)中的金融合作問題研究”(16BJY156)

趙龍(1977-)，男，經(jīng)濟(jì)師，碩士，研究方向：量化投資、經(jīng)濟(jì)計量。

F832.2

A

1007-8576(2016)06-0019-10

10.16716/j.cnki.65-1030/f.2016.06.003