我國區(qū)域性金融協(xié)調(diào)發(fā)展動(dòng)態(tài)評(píng)價(jià)系統(tǒng)的研究
——基于因子分析法與TOPSIS評(píng)價(jià)法

韓 揚(yáng) 趙心怡

(安徽財(cái)經(jīng)大學(xué),安徽 蚌埠 233040)

目前,我國經(jīng)濟(jì)正處于向高質(zhì)量發(fā)展轉(zhuǎn)變的關(guān)鍵階段,金融制度作為經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)性制度,對(duì)國民經(jīng)濟(jì)發(fā)展具有重要的支撐作用。隨著金融體制改革的全面深化與推進(jìn),我國金融規(guī)模迅速擴(kuò)大的同時(shí)，發(fā)展質(zhì)量也在不斷優(yōu)化。王賢彬等(2020)通過漸進(jìn)性雙重差分法得出結(jié)論，國家金融綜合改革對(duì)于促進(jìn)地方經(jīng)濟(jì)發(fā)展與金融良性循環(huán)具有重要作用。楊偉中等(2020)通過構(gòu)建內(nèi)生增長DSGE模型發(fā)現(xiàn)，金融資源通過改變生產(chǎn)要素投入規(guī)模與技術(shù)進(jìn)步率推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。宋冉和生蕾(2020)結(jié)合我國“十三五”區(qū)域經(jīng)濟(jì)發(fā)展表現(xiàn)提出，區(qū)域金融供需不平衡雖有所改善,但區(qū)域金融協(xié)調(diào)機(jī)制的不完善、區(qū)域金融改革舉措亟待完善等問題對(duì)我國“十四五”時(shí)期發(fā)揮金融促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展具有重要作用。因此,采用合理指標(biāo)定量研究我國區(qū)域性金融協(xié)調(diào)發(fā)展水平,分析金融發(fā)展整體水平與區(qū)域差異具有重要意義。

目前,我國金融發(fā)展水平處于何種狀態(tài)?區(qū)域性金融發(fā)展是否存在不均衡性?影響區(qū)域性金融發(fā)展的因素有哪些?以上問題的解決對(duì)于促進(jìn)我國區(qū)域性金融協(xié)調(diào)發(fā)展、深化金融體制改革具有重要現(xiàn)實(shí)意義與參考價(jià)值。以31個(gè)省(區(qū)、市)金融發(fā)展水平為研究對(duì)象，采用2014—2018年省際年度數(shù)據(jù)對(duì)構(gòu)建的金融發(fā)展綜合評(píng)價(jià)指標(biāo)體系采用因子分析法、TOPSIS綜合評(píng)價(jià)法動(dòng)態(tài)研究我國金融發(fā)展整體水平、區(qū)域金融發(fā)展水平是否協(xié)調(diào),以及金融發(fā)展區(qū)域性差異的形成原因。

一、文獻(xiàn)綜述

目前學(xué)術(shù)界關(guān)于金融發(fā)展水平評(píng)價(jià)體系構(gòu)建的研究成果十分豐富,其普遍思路是結(jié)合地區(qū)具體的金融發(fā)展?fàn)顩r,從選取單一指標(biāo)到構(gòu)建多指標(biāo)評(píng)價(jià)體系。國外學(xué)者Goldsmith(1969)提出了金融相關(guān)率、非金融相關(guān)率、外部融資率等8個(gè)指標(biāo)構(gòu)成一個(gè)國家的金融結(jié)構(gòu)評(píng)價(jià)體系。King(1993)從Depth，Bank，Private，Privy等4個(gè)維度度量金融發(fā)展程度,但是隨著證券市場的發(fā)展，該體系的缺陷逐漸暴露，因此基于King的研究基礎(chǔ),Thorsten(2000)參考了股票和債券市場的效率和規(guī)模,Nils(2008)參考了信仰偏向、貿(mào)易對(duì)金融的沖擊效應(yīng)。國內(nèi)學(xué)者張旭和潘群(2002)將金融中介指標(biāo)與證券市場指標(biāo)相結(jié)合,指出各國應(yīng)根據(jù)自身實(shí)際經(jīng)濟(jì)情況選擇金融發(fā)展水平評(píng)價(jià)指標(biāo)。張薄洋和牛凱龍(2005)提出將金融相關(guān)效率、金融深度、股市效率及流動(dòng)性納入我國金融發(fā)展評(píng)價(jià)體系。沈大慶(2008)將銀行貸款與GDP的比值、M2與GDP的比值、股票指數(shù)、金融相關(guān)比率等作為重要變量對(duì)金融風(fēng)險(xiǎn)進(jìn)行管控。

在區(qū)域性金融發(fā)展差異研究方面,袁云峰和黃炳藝(2011)建立了金融規(guī)模與效率兩大體系,提出我國各地區(qū)金融效率差異較大、金融規(guī)模經(jīng)濟(jì)效應(yīng)較明顯等觀點(diǎn)；張亮和衣保中(2013)增加了保險(xiǎn)收入、人均可支配收入等共15個(gè)指標(biāo)，量化東北地區(qū)的金融發(fā)展水平,表明東北地區(qū)與發(fā)達(dá)地區(qū)在金融發(fā)展水平上存在較大差距；夏祥謙(2014)從金融的基本功能角度選擇21個(gè)指標(biāo),表明東部地區(qū)的金融發(fā)展水平優(yōu)于中、西部地區(qū)；熊學(xué)萍和譚霖(2016)從金融寬度、深度、效率以及發(fā)展生態(tài)等角度表明東部地區(qū)多數(shù)省份的金融狀況要高于中、西部地區(qū)；韓永楠和周啟清(2019)選擇7個(gè)指標(biāo)度量西藏金融發(fā)展水平,發(fā)現(xiàn)西藏地區(qū)金融發(fā)展較為滯后；傅巧靈等(2019)從金融服務(wù)的可獲得性和使用情況角度分析發(fā)現(xiàn)，京津冀地區(qū)金融發(fā)展水平總體上升但各地區(qū)差距逐步擴(kuò)大。

在金融發(fā)展水平評(píng)價(jià)方法方面,許丹純等(2013)將熵權(quán)TOPSIS結(jié)果與因子得分的結(jié)果相加取均值作為研究廣東農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的測(cè)度,但這一做法忽略了直接均值處理合理性；曹棟和唐鑫(2016)對(duì)2006—2013年地區(qū)金融發(fā)展進(jìn)行主成分分析,但該方法存在較強(qiáng)的線性假設(shè),在實(shí)際經(jīng)濟(jì)中很難滿足；熊曉煉和周迎豐(2016)通過因子得分對(duì)西南省份的金融發(fā)展進(jìn)行評(píng)價(jià),但忽略了因子得分結(jié)果在面板數(shù)據(jù)中的不可加性；陳盛偉和馮葉(2020)在對(duì)農(nóng)村三產(chǎn)融合研究以及王鳴濤和葉春明(2020)對(duì)綠色制造水平評(píng)價(jià)中都使用了熵值法確定指標(biāo)權(quán)重,但熵權(quán)法沒有考慮到指標(biāo)間的相關(guān)性,并且權(quán)重會(huì)隨著樣本的變化而變化。

綜上所述,眾多學(xué)者通過構(gòu)建金融發(fā)展評(píng)價(jià)指標(biāo),可以實(shí)現(xiàn)我國金融發(fā)展水平測(cè)度與區(qū)域性差異分析,但是不同時(shí)期的度量方法都具有各自的特殊性。較早年份指標(biāo)選取一般較為簡單,全面、準(zhǔn)確地評(píng)估金融發(fā)展水平的能力較弱,而近年來的文獻(xiàn)大多使用截面數(shù)據(jù),難以從動(dòng)態(tài)的角度衡量我國金融發(fā)展?fàn)顩r。因此，本文選取2014—2018年的面板數(shù)據(jù),從金融發(fā)展基礎(chǔ)、金融發(fā)展規(guī)模、金融服務(wù)水平、金融發(fā)展效率和金融發(fā)展結(jié)構(gòu)等5個(gè)維度,首先使用面板因子分析法計(jì)算出31個(gè)省(區(qū)、市)的面板得分,然后使用TOPSIS綜合評(píng)價(jià)法克服面板得分的獨(dú)立性和不可加性,實(shí)現(xiàn)我國各地區(qū)金融發(fā)展水平的動(dòng)態(tài)量化。

二、研究設(shè)計(jì)

(一)研究方法

1.因子分析法。因子分析法的核心思想是通過幾個(gè)解釋程度較為全面的變量代替原有變量,在保留絕大多數(shù)有效信息的前提下進(jìn)行降維分析，實(shí)現(xiàn)步驟如下:

首先,通過相關(guān)系數(shù)矩陣計(jì)算出特征值,選擇最優(yōu)公共因子個(gè)數(shù)。根據(jù)求出的相關(guān)系數(shù)和特征方程|γi-rij|=0,解得特征根γi(i=1,2，…,j),順序排列為:γ1>γ2>…>γj>0。

再次,使用湯姆森回歸法計(jì)算因子得分：

最后,分析得到的公共因子。

2.TOPSIS綜合評(píng)價(jià)法。TOPSIS綜合評(píng)價(jià)法是通過對(duì)有限個(gè)評(píng)價(jià)對(duì)象與理想解的接近程度進(jìn)行排序,以實(shí)現(xiàn)對(duì)現(xiàn)有對(duì)象進(jìn)行優(yōu)劣比較的綜合評(píng)價(jià)方法。若樣本評(píng)價(jià)對(duì)象最接近最佳解又最遠(yuǎn)離最差解,則該樣本評(píng)價(jià)對(duì)象被判定為最佳策略?；谝蜃臃治龇ǖ腡OPSIS評(píng)價(jià)體系的關(guān)鍵計(jì)算步驟如下:

首先,計(jì)算樣本指標(biāo)的正理想解值與負(fù)理想解值。正理想解值MAX+=(Mmax,1,Mmax,2,…，Mmax,l)為所有區(qū)間的最大值,負(fù)理想解值MIN-=(Mmin,1,Mmin,2,…，Mmin,l)為所有區(qū)間的最小值。

(二)指標(biāo)體系構(gòu)建

結(jié)合國內(nèi)外學(xué)者研究,兼顧數(shù)據(jù)的可獲得性以及金融發(fā)展的動(dòng)態(tài)性,本文從金融發(fā)展基礎(chǔ)、金融發(fā)展規(guī)模、金融服務(wù)水平、金融發(fā)展效率及金融發(fā)展結(jié)構(gòu)等5個(gè)維度對(duì)我國省際金融發(fā)展程度進(jìn)行度量評(píng)價(jià)。選取的5個(gè)一級(jí)指標(biāo)和15個(gè)二級(jí)指標(biāo)及相關(guān)解釋如表1所示。

表1 金融發(fā)展綜合評(píng)價(jià)指標(biāo)體系

三、實(shí)證結(jié)果及分析

本文選取2014—2018年31個(gè)省(區(qū)、市)的年度樣本數(shù)據(jù),數(shù)據(jù)來源于中經(jīng)網(wǎng)數(shù)據(jù)庫,使用SPSS26.0軟件,首先進(jìn)行樣本檢驗(yàn),驗(yàn)證樣本進(jìn)行因子分析的合理性,然后通過因子分析、TOPSIS綜合評(píng)價(jià)法進(jìn)行權(quán)重計(jì)算,最終得到31個(gè)省(區(qū)、市)金融發(fā)展水平得分值。

(一)KMO檢驗(yàn)Bartlett球形度檢驗(yàn)

根據(jù)2014—2018年數(shù)據(jù)進(jìn)行KMO值與Bartlett球形度檢驗(yàn)，結(jié)果如表2所示。由表2可看出，省際KMO值均大于0.6,且Bartlett球形度檢驗(yàn)顯著性均約為0.000,因此本文建立的金融發(fā)展綜合評(píng)價(jià)指標(biāo)體系適宜進(jìn)行因子分析。

表2 2014—2018年數(shù)據(jù)KMO值與Bartlett球形度檢驗(yàn)

(二)公因子的選擇與解釋

通過因子分析法提取出的4個(gè)公因子(F1,F2,F3,F4)對(duì)原始樣本數(shù)據(jù)的解釋程度達(dá)到了85%以上,可以解釋絕大部分信息,繼續(xù)使用最大方差法對(duì)因子載荷進(jìn)行旋轉(zhuǎn)。結(jié)果表明:公因子F1在K4，K6，K9，K11，K12，K15上的載荷值較高,可以反映金融市場狀況,將其定義為金融市場綜合因子;公因子F2在K1，K2，K3，K7上的載荷值較高,可以反映金融發(fā)展生態(tài)環(huán)境狀況,將其定義為金融發(fā)展生態(tài)因子;公因子F3在K8，K14上載荷值較高,可以反映金融行業(yè)發(fā)展?fàn)顩r,將其定義為金融中介因子;公因子F4在K3，K15上載荷值較高,可以反映證券市場規(guī)模與融資狀況,將其定義為發(fā)展效用因子。本文通過2018年樣本數(shù)據(jù)處理結(jié)果進(jìn)行說明,其他年份與之類似,因子分析結(jié)果如下：

K1=0.245F1+0.941F2-0.009F3+0.113F4

(1)

K2=0.117F1+0.929F2+0.247F3-0.027F4

(2)

K15=0.728F1+0.116F2-0.031F3+0.361F4

(3)

F1=0.254K1+0.117K2+…+0.728K15

(4)

F2=0.941K1+0.929K2+…+0.116K15

(5)

F3=-0.009K1+0.247K2+…-0.031K15

(6)

F4=0.114K1-0.027K2+…+0.361K15

(7)

綜合得分方程為:

Score2018=0.410F1+0.291F2+0.190F3+0.109F4

(8)

(三)因子分析得分結(jié)果

通過將樣本數(shù)據(jù)帶入式(8)可得到2014—2018年31個(gè)省(區(qū)、市)因子分析法下的金融發(fā)展綜合評(píng)價(jià)分值,如表3所示。

表3 面板因子綜合得分結(jié)果

對(duì)表3面板因子分析得分結(jié)果進(jìn)行初步分析可得出以下結(jié)論:首先,約2/3省份的得分結(jié)果為負(fù)值,表明總體而言我國金融發(fā)展水平比較滯后;其次,31個(gè)省(區(qū)、市)的綜合得分存在較大差距,得分結(jié)果為正值的大多位于東部地區(qū),而中西部地區(qū)的得分結(jié)果基本為負(fù)值,表明我國東部地區(qū)的金融發(fā)展程度優(yōu)于中西部地區(qū),金融發(fā)展水平呈現(xiàn)空間上的不均衡性;最后,在樣本時(shí)間區(qū)間內(nèi),東部得分較高的地區(qū)發(fā)展持續(xù)較好,而中西部大多數(shù)省份得分始終偏低。

2018年31個(gè)省(區(qū)、市)的金融發(fā)展因子得分情況如表4所示。金融市場綜合因子、金融發(fā)展生態(tài)因子、金融中介因子和發(fā)展效用因子在2018年的載荷值分別為:36.135%，25.647%，16.755%，9.565%。各個(gè)地區(qū)各因素發(fā)展不協(xié)調(diào),大多數(shù)省份的金融市場得分和金融生態(tài)得分都為負(fù)值,而其對(duì)應(yīng)的金融中介得分與發(fā)展效用得分都為正值,這表明我國金融發(fā)展對(duì)金融市場與金融生態(tài)的依賴程度較低,更大程度上是通過依賴金融工具來帶動(dòng)金融發(fā)展。例如,北京的金融市場綜合因子、金融中介因子與發(fā)展效用因子得分均為最高；上海的金融發(fā)展生態(tài)因子得分最高;西藏的金融市場綜合因子得分較高,但其金融發(fā)展生態(tài)因子得分與金融中介因子得分嚴(yán)重偏低。

表4 2018年金融發(fā)展因子得分情況

(四)TOPSIS綜合評(píng)價(jià)結(jié)果

由于因子分析綜合得分結(jié)果在時(shí)間上可能會(huì)發(fā)生變化,且每年各個(gè)地區(qū)的得分值相互獨(dú)立,因此難以通過取均值后的結(jié)果作為綜合評(píng)價(jià)指數(shù)。本文在面板因子分析得分的基礎(chǔ)上使用TOPSIS綜合評(píng)價(jià)法來彌補(bǔ)以上不足?；诿姘逡蜃臃治龅梅窒率‰HTOPSIS綜合評(píng)價(jià)結(jié)果與排序如表5所示。北京、上海、廣東、天津、浙江等5個(gè)省(市)的金融發(fā)展水平較好,而內(nèi)蒙古、廣西、湖南等省份的金融發(fā)展水平較為落后;東部沿海地區(qū)多數(shù)省份的金融發(fā)展水平要優(yōu)于中西部地區(qū),金融發(fā)展水平較高,中部地區(qū)省份的金融發(fā)展能力相對(duì)落后。在Arcgis軟件中導(dǎo)入相關(guān)數(shù)據(jù),通過空間分布可視化分析，可以發(fā)現(xiàn)東部地區(qū)和沿海地區(qū)多數(shù)省份的金融發(fā)展水平較高,而中部地區(qū)省份金融發(fā)展能力相對(duì)落后。

表5 基于面板因子分析得分下省際TOPSIS綜合評(píng)價(jià)結(jié)果與排序

四、結(jié)論與建議

(一)結(jié)論

本文從金融發(fā)展基礎(chǔ)、金融發(fā)展規(guī)模、金融服務(wù)水平、金融發(fā)展效率以及金融發(fā)展結(jié)構(gòu)等5個(gè)維度出發(fā),利用因子分析法、TOPSIS綜合評(píng)價(jià)法得到了2014—2018年31個(gè)省(區(qū)、市)的金融發(fā)展水平度量值。結(jié)果表明，影響我國各地區(qū)金融發(fā)展水平的主要因素為金融市場、金融生態(tài)、金融中介與發(fā)展效用?？傮w而言,我國金融發(fā)展比較滯后。從各省(區(qū)、市)來看,各地的金融發(fā)展程度、對(duì)影響因素的偏重程度一直存在較大差距。

(二)政策建議

1.發(fā)揮地區(qū)發(fā)展優(yōu)勢(shì),彌補(bǔ)金融“短板”。研究結(jié)果表明,從整體而言,我國金融的高質(zhì)量發(fā)展普遍需要更加完善的金融基礎(chǔ)設(shè)施、高質(zhì)量的金融人才隊(duì)伍、高效率的金融市場環(huán)境以及較高的經(jīng)濟(jì)發(fā)展水平。但是,不同地區(qū)對(duì)金融發(fā)展影響因素的依賴程度不同始終是我國全面深化金融體制改革過程中的一個(gè)顯著特征,因此各地區(qū)在發(fā)揮自身金融優(yōu)勢(shì)的同時(shí),也應(yīng)注意彌補(bǔ)自身薄弱要素,從而全面提高金融發(fā)展水平。

2.高質(zhì)量的經(jīng)濟(jì)增長是金融發(fā)展的基礎(chǔ)。金融發(fā)展是以高質(zhì)量的經(jīng)濟(jì)增長為基礎(chǔ)的。從研究結(jié)果不難發(fā)現(xiàn),經(jīng)濟(jì)發(fā)展水平較好的省份金融發(fā)展水平普遍優(yōu)于經(jīng)濟(jì)發(fā)展較為落后的省份,如東部沿海地區(qū)金融發(fā)展水平明顯比西南地區(qū)發(fā)展更好。經(jīng)濟(jì)的持續(xù)穩(wěn)定增長可以為金融發(fā)展提供動(dòng)力,而金融發(fā)展又可以為經(jīng)濟(jì)增長提供支持。因此各地區(qū)應(yīng)當(dāng)優(yōu)化經(jīng)濟(jì)增長結(jié)構(gòu),促進(jìn)金融健康發(fā)展。

3.加強(qiáng)金融合作,實(shí)現(xiàn)區(qū)域協(xié)調(diào)發(fā)展。我國各地區(qū)金融發(fā)展水平存在顯著差異,一方面,各地區(qū)的金融資源要素稟賦差異較大加劇了金融發(fā)展的區(qū)域性不平衡;另一方面,金融發(fā)展的不均衡又進(jìn)一步降低了金融資源的配置效率。因此，各個(gè)地區(qū)在發(fā)揮自身金融發(fā)展優(yōu)勢(shì)的同時(shí),也應(yīng)注意地區(qū)間金融資源的協(xié)調(diào)配合,加強(qiáng)金融資源的要素互補(bǔ),促進(jìn)社會(huì)整體金融資源的高效配置,實(shí)現(xiàn)金融服務(wù)于國家經(jīng)濟(jì)的效用最大化。