金融数学和金融工程的区别范文

金融数学和金融工程的区别范文第1篇

关键词：金融发展；国有工业；经济增长

一、 引言

党的十报告中提出要深化国有企业改革，不断增强国有经济的活力、控制力、影响力。这是对国有企业在国家建设中所处的重要地位的总结和肯定。但改革开放以来，随着市场经济改革的不断深入，我国国有经济成分在不断下降，特别是我国工业经济的发展中。比如，从不同所有制工业资产的比重变化来看，1998年，国有资产占比达77%，2002年降为69%，2007年为51%，到2012年时，不足一半，为49%。而要增强国有经济的控制力和影响力，又需要国有经济有较大幅度的增长，因此，如何在国有经济成分下降的情况下，提升国有经济的发展质量和数量，是一个重要的研究课题。

金融是现代经济的核心，金融发展同经济增长有着密切的联系。早在1911年，熊彼得就指出金融中介在一国经济发展中的重要性。后来，King和Levine（1993）以80个国家1960年～1989年为样本分析认为：金融发展与经济增长是较为显著和稳健的正向关系。Rousseau和Wachtel（1998）对工业化时期的研究表明金融发展对经济增长是促进作用。我国在上世纪末以来，对金融发展与经济增长的探讨也比较多，谈儒勇（1999），周立、王子明（2002）的实证研究表明，中国金融发展与经济增长之间有显著的正相关关系。赵振全、薛丰慧（2004）的研究表明我国信贷市场对经济增长的作用比较显著。但王晋斌（2007）的研究则并未证明金融发展与经济增长之间的正向关系。武志（2010）对我国金融发展与经济增长间关系进行经验研究，提出的新假说认为金融发展的内在质是由经济增长所引致。从这些文献的研究中，我们可以看出，对金融发展与经济增长关系的探讨在逐渐深入，但这些文献重点在于从宏观上对两者关系的探讨上，而对不同体制下的经济发展没有深入。金融危机以来，国有经济的重要性凸现，并得到认可，政府在干预经济时需要国有经济的大力支持，特别是在我国经济发展方式转型的过程中，国有经济的作用影响深远。国有工业经济作为我国公有经济的核心，在国有经济中占有重要地位。本文试图利用1999年～2011年西部十二省市区的面板数据建立计量经济模型，研究国有工业经济增长与金融发展之间的关系，为我国国有工业经济的发展提出建议。

二、 模型、变量与数据说明

1. 国有工业经济发展变量。GDP是研究宏观经济增长最重要的指标，本文采用地区国有工业总产值来衡量国有工业经济发展的水平，为了消除原始数据的异方差，本文将采用原始数据的对数形式予以代替。

2. 金融变量。金融变量主要有两个方面：一是金融发展水平。金融发展水平的衡量指标非常多，常见的有金融相关比率（FIR）、麦氏指标M2/GDP。由于我国区域金融发展水平差异较大，西部地区金融业的发展相对落后，西部地区企业的间接融资比重大，而且金融对工业经济增长的影响主要体现在信贷支持上，因此本文采用贷款余额占GDP之比作为金融发展水平的测量指标，用FINit表示。二是金融支持水平。企业的经营需要资金支持，企业为了扩展经营规模，特别是工业企业的固定资产投资，需要投入大量的被长期占用的资金，因此要通过长期负债来筹集资金。事实上，我国目前的金融机构，特别是大型国有银行将贷款大部分贷给国企，特别是国有大中型企业。因此，本文以长期负债占固定资产净值之比作为地区金融支持水平的测量指标，用SUPit表示。

3. 控制变量。影响国有工业经济发展的因素很多，因此需要对一些主要变量进行控制来增强模型的解释能力。首先，生产的发展，既要有物质资本的投入，也要有人力资本的投入。因此，本文以各地区固定资产投资额来表示物质资本对国有工业经济发展的影响，用MCit表示，以地区第二产业就业人数来反映人力资本的影响，用HCit表示。同时，国有企业的发展，政府的作用巨大，因此本文以地方政府的财政支出额来反映政府行为对国有工业经济发展的影响，用GOVit表示。对三组控制变量的数据取对数，以消除观测数据的异方差。

鉴于数据的可得性和可比性，本文将采用1999年～2011年西部12省市、自治区的面板数据来进行实证分析。所有原始数据主要来源于西部各省市自治区1999年～2012年的统计年鉴，部分来源于相关年份的《中国统计年鉴》、《工业经济统计年鉴》《金融统计年鉴》。

三、 模型选择与计量方法

本文选用面板数据的计量方法。面板数据模型根据系数向量和常数项是否为常数，分为混合回归模型、变截距模型和变系数模型，一般通过构造F统计量进行协方差分析来予以判断。

查F分布表，在给定5%的显著性水平下，得到相应的临界值。由于F2

进行时间序列分析时，须先判断模型中变量的平稳性，以避免产生“伪回归”问题。面板单位根检验综合了时间序列和横截面的特征，可以精确的判断单位根的存在情况。单位根检验的结果见表1。

从表1中看出，除金融发展变量FIN在Fisher-ADF检验时处于10%的置信水平，其他变量均在5%的置信水平的前提下拒绝原假设，我们可以认为序列中不存在单位根，因此所有变量在水平状态下是平稳的。

四、 回归结果及分析

运用Eviews6.0，模型的估计结果见表2。

从模型估计结果中看，模型的R2值为0.893 320，F检验通过了置信度为1%的显著性检验，表明模型估计效果整体上较好，因此，本模型能较好地解释西部地区国有工业经济的增长情况。

解释变量金融发展水平FIN与国有工业经济的增长呈正相关关系，即金融发展水平越高的地区，国有工业经济的发展越好。因为金融发展有助于实现资本的积聚与集中，提高社会和企业的投资水平，帮助实现大规模的现代化生产经营，实现规模经济效益。西部地区的金融发展可能主要得益于宏观环境与政策，西部大开发战略实施以来，国家出台了一系列政策措施，要求各级相关部门大力支持。各银行金融机构响应国家号召，在西部大开发战略实施过程中，积极支持西部地区的基础设施建设，加强了对公用事业建设的支持，在农村和城市电网改造、城市供排水、城乡通讯工程改造、城市道路建设等方面的投入得到全面加强。同时，银行金融机构大力扶持和培育特色农业和经济林业，积极支持旅游文化企业，加大对防治环境污染、节能降耗等项目领域的资金支持力度，积极支持环境综合治理工程项目，大力推进重点节能工程、重点企业节能技术改造的贷款投入。由此，伴随着西部地区基础设施建设、资源开发等资金的投入，使得西部金融发展水平在金融资产的“量”上得以发展，西部地区经济增长，国有工业经济也随之增长。但是，银行金融机构，特别是商业金融机构，按照经济发展程度进行资源配置，重点将资源配置在东部发达地区。而西部地区金融机构资金不足，结构单一，信贷规模难以满足西部地区发展的要求，也难以满足国有工业经济的发展需求。

解释变量金融支持水平SUP与国有工业经济的增长呈正相关关系且显著性水平比较高，系数也较大，表明金融支持水平越高的地区，国有工业经济的增长更显著。因为企业的经营需要资金支持，特别是工业企业大量的长期固定资产投资，没有银行的支持，难以进行。由于西部地区的客观情况，自然条件比较恶劣，信息、交通等基础设施发展严重滞后，科技、人才、经营理念落后，使得西部地区难以通过市场方式吸引东部资金和外资的大规模流入。因此，西部地区的资金主要来源于国家银行的大力支持，以及国家对西部大开发在资金政策上的支持。

从控制变量上看，物质资本和人力资本的系数为正，但对物质资本与人力资本的系数进行比较可以发现，在推动国有工业经济增长的因素中，物质资本的影响较大，而人力资本的系数偏小，影响并不显著。这从一个侧面反映出西部地区国有工业经济的增长还是一种粗放型的增长，主要来源于物质资本的投入，人力资本的贡献小，这与西部地区目前人力资本匮乏、生产技术落后、管理理念落后是比较符合的。从系数上看，财政支持与国有工业经济的增长呈负相关关系，本来西部大开发中，特别是初期，西部的发展是一种“强财政、弱金融”的局面，财政对西部地区经济的发展是非常重要的。在这里出现负相关，可能是随着市场经济改革的进一步推进，国有工业企业被进一步推向市场，国家对国有工业企业的支撑作用减弱有关。

五、 研究结论与政策启示

本文针对金融发展与国有工业经济的增长问题进行研究，采用1999年～2011年西部12省市、自治区的面板数据，从实证研究的角度检验了金融发展对国有工业经济增长推动作用，实证结果表明：国有工业经济的发展与西部地区的金融发展和金融支持密切相关，特别是金融信贷的直接支持作用，因此，在提升国有工业经济发展质量与数量的过程中，本文根据分析研究提出以下建议：

首先，要从多个方面筹集资金，加大对国有工业企业的资金投入。西部地区国有工业经济的发展主要还是源自资本驱动，物质资本的投入对工业经济的增长作用明显，金融支持水平对国有工业经济增长的推动作用明显。西部地区在国家实施振兴东北老工业基地和中部崛起战略后，资金有外流倾向，因此要采取多种措施，鼓励和引导各类金融机构和外资金融，增强投资信心。特别是商业金融机构，要意识到支持西部地区发展，不仅是国家发展战略，也是商业金融机构自身发展的需要。随着西部地区经济的持续发展，商业西部地区也能够在商业利益和社会责任上取得双赢。

其次，增加对人力资本的投资，加大人才开发力度。国有工业经济的增长不可能一直是一种粗放型的增长，要改善国有工业经济的增长质量，需要各种技术人才和管理人才。金融发展也不能靠金融资产在量上的扩张，而需要通过金融机构效率的提高还获得质的提升，要增强金融资源的配置效率，这些都和人才是息息相关的。西部地区的人才流失一直比较严重，因此要构建高效的人力资本市场体系，完善人力资本市场配置机制，保障人力资本的投入，加强对各类人才的吸引力。

参考文献：

[1] 运用《中国统计年鉴2013》中的数据计算而得.

[2] King，R.G.，Levine，R，Finance and growth： Schumpeter might be right[J].Quarterly Journal of Economics，1993，（108）：717-738.

[3] NEUSSER，KLAUS and MAURICE KUGLER.，Manufacturing Growth and Financial Development：Evidence from OECD Countries[J].The Review of Economics and Statistics，1998，80（4）：638-646.

[4] 谈儒勇.中国金融发展和经济增长关系的实证研究[J].经济研究，1999，（10）.

[5] 周立，王子明.中国各地区金融发展与经济增长实证分析：1978-2000[J].金融研究，2002，（10）.

[6] 赵振全，薛丰慧.金融发展对经济增长影响的实证分析[J].金融研究，2004，（8）.

[7] 王晋斌.金融控制政策下的金融发展与经济增长[J].经济研究，2007，（10）.

[8] 武志.金融发展与经济增长：来自中国的经验分析[J].金融研究，2010，（5）.

[9] 高铁梅.计量经济分析方法与建模――EViews应用及实例[M].北京：清华大学出版社，2009.

[10] 陈灵，徐云松.金融支持与区域经济增长：基于西部地区省际面板数据的经验分析[J].商业研究，2011，（9）.

[11] 臧玉淼.加快推进科技与金融结合的财政对策研究――以江苏省为例[J].现代经济探讨，2014，（4）.

[12] 李钊，王舒健.区域金融发展与经济增长[J].商业研究，2005，（23）.

[13] 康继军，张宗益，傅蕴英.金融发展与经济增长之因果关系――中国、日本、韩国的经验[J].金融研究，2005，（10）.

[14] 赵振全，薛丰慧.金融发展对经济增长影响的实证分析[J].金融研究，2004，（8）.

[15] 赵旭.中国银行业效率研究[D].杭州：浙江大学学位论文，2001.

[16] 潘青木.金融资产结构变化与金融体系效率[D].成都：西南财经大学学位论文，2001.

[17] 俞海.现资银行的理论分析及其应用问题研究[D].西安：西北大学学位论文，2001.

[18] 张志杰.金融体系稳健性问题研究[D].厦门：厦门大学学位论文，2001.

基金项目：重庆师范大学青年基金项目（项目号：2011XWQ09）；中国博士后科学基金（项目号：2012M511909）。

金融数学和金融工程的区别范文第2篇

关键词：金融支持 金融创新 东北老工业基地

金融业的发展水平通常与一个地区经济发展水平成正相关性，这一点已被许多学者所认同，建设良好的金融环境是构建和谐社会、全面落实科学发展观的必然要求和具体体现，自然也是解决经济发展的关键所在。党的十六大明确提出了振兴老东北工业基地的重大举措，这为东北地区经济的发展创造了良好的宏观政策支持，在这种环境下，东北地区如何抓住契机，深刻认识区域金融发展对区域经济增长的作用，有效改变金融落后的现状，以金融的优先发展来带动振兴战略的实施，显得尤为重要。

一、东北老工业基地金融发展现状分析

（一）金融业总体规模不大，发展较为缓慢 东北老工业基地区银行金融机构规模较小，2008年末东北地区银行业金融机构数量占全国数量的比重、从业人员占全国数量的比重、资产总额占全国的比重分别为10%、12%和8%；2009年末为9%、11%和7%，在全国四大地区中东北地区最为落后。东北三省银行金融资产与上海相比相差甚远；从金融机构存贷款余额上看，东北三省存款余额与上海相当，如表（1）所示。金融机构总体规模较小，吸收存贷款的能力较低。

（二）金融贡献率较低，资产质量差 近年来东北地区金融业发展较快，金融业增加值逐年提高，但与全国平均水平及经济发达省份相比，实力明显不强，对经济发展的支撑力度不够。东北三省每年金融增加值的合计数才是上海的50%左右，金融业的贡献率，即金融业增加值占GDP的比重，近似为全国平均水平的50%，就连东北地区发展较好的辽宁，金融业贡献率也尚未达到国家平均水平，2009年黑、吉、辽三省金融贡献率分别为2.62%、2.5%、3.72%，低于全国平均水平5.21%，与经济发达地区上海12.20%相比更是相差甚远，名次上黑、吉、辽排名分别为23、29、20，在全国处于中下游甚至是下游水平。从金融对经济增长的贡献率来看，东北三省的金融业对经济增长贡献率较低，黑、吉、辽三省各省金融业对经济增长贡献率均低于全国2008、2009年的平均值5.24%和10.82%见表（2）。可见东北三省金融对经济发展的支撑力度较差，金融业的贡献率较低。金融资产的质量是金融主体行为优劣的核心指标，反映了金融机构成长和发展的物质基础，这里用不良贷款比率，来衡量金融资产质量的高低。从不良贷款率看，东北三省的不良贷款率虽然有下降的趋势，从2007年的17.96%下降到2008年10.35%，如表（3）所示，但从全国整体金融发展情况看，东北地区不良贷款率位居全国首位，不良贷款化解速度缓慢，清收难度较大，潜在的金融运行风险较大，金融业抗风险的能力较差。存在上述问题的原因与东北老工业基地金融机制不健全，国有老工业企业多，历史包袱重，资金浪费使用效率低有关，东北老工业基地金融主体不健康，运行效率较低，急需进行金融主体的改革。

（三）融资渠道单一，资本市场发展缓慢 企业融资渠道可以分为内部融资和外部融资，我国的内部融资渠道比例一直较低30%左右，与美国内部融资比例65%相比相差较多，东北老工业基地的资本金比率（资本金总额/资本总额）近三年也都仅维持在全国平均水平，内部积累能力较差，过多使用外部融资方式，加大企业融资成本和财务风险，抗风险能力降低。外部融资渠道进一步可以分为直接融资和间接融资方式两大类，间接融资主要是指从银行等中介机构获得的融资，直接融资主要指股票、债券等非通过银行金融机构取得资金。随着资本市场的发展，融资方式趋于多元化，直接融资成为企业获取所需长期资金的好方式，而过度依赖银行信贷融资则是中国融资结构的一贯问题，在在东北地区表现得更为明显。表（4）显示2007年银行贷款所占融资比重黑、吉、辽三省分别为89.4%、94.5%、77.8%，2008年银行贷款所占融资比重黑、吉、辽三省分别为93.8%、96.9%、89.2%，2009年银行贷款所占融资比重黑、吉、辽三省分别为96.7%、91.7%、89.9%，与上海金融发达地区相比，东北三省在外部融资中主要还是采用间接融资贷款方式，债券和股票等直接融资工具的规模偏低，融资渠道单一，经济发展中融资结构不够合理，一旦企业还款能力下降，银行资产质量将面临考验。产生上述问题原因，与近几年来东北地区上市公司的发展数量有直接关系，截至2009年底全国共有上市公司1718家，东北老工基地的境内上市公司有173家，仅占全国的10.07%。另外，80年代以来，我国资本市场特别是股票市场、基金市场和国债市场的发展十分迅速，市场体系日臻完善，初步形成了现代资本市场的初步框架，但资本市场的区域结构极不平衡，东北地区资本市场的发展比较缓慢，股票和债券市场的功能没有被充分发挥出来，单纯依靠贷款为企业提供金融支持，造成金融市场资金使用效率低下。

（四）实际外资利用程度较低 近年来我国利用外资的程度和数额都在不断增加，东北三省在近三年来，实际利用外资的数额也呈上升趋势，但是东北老工业基地实际利用外资的数额占全国的比重，2007至2009年只有9.5%、10.5%、11.9%，在全国四大地区中仍然处于落后地位。另外需要指出的是，老工业基地的数据是以黑龙江、吉林、辽宁三省的数据计算的，在东三省外资利用中，其中辽宁省的实际外资利用数量就占近70%，而其他两省的数额则很少。至2009年末，东北地区的外资银行大部分集中在辽宁省，机构数量为17家，资产总额为183亿元人民币；而上海的外资银行为84家，资产总额为3 908.7亿元人民币，东三省发展最好的辽宁省也与上海差距甚远，利用外资率低将较大程度的阻碍东北地区经济的发展。

金融数学和金融工程的区别范文第3篇

[关键词]经济转型 管理 效率

在相同的金融支持区域企业管理模式和行政结构中，如果管理部门不相同，行政效率也会有所区别，由此可以看出金融支持区域企业教学和科研方面需要经济转型部门提供的工作的协助是否有效率，需要对其工作效率进行绩效考核来确定。如果只是一味地追求数量，而不是重视工作质量，这种模式是不可取的，作为金融支持区域企业经济转型部门除了要服好务，更重要地怎么服好务，特别是在当前信息化时代，如何更好地利用信息技术来服好务，是当前金融支持区域企业经济转型部门必须要考虑的问题。在经济转型工作中行不通的。例如下发文件，会议，未能有效地服务于教学和科研工作的高错误率的行为，它不会是高效率，只强调质量，不计成本，投入人力，和物力资源，做少了很多的东西，教学和科研工作的有效性，同样可以能讲高效。

一、推进金融支持区域经济转型的必要性

当前随着信息技术的普及，越来越多的领域已经开发出不同的信息软件来为自己的行业来进行辅助办公，作为学术型金融支持区域企业更需要这样的氛围来研究开发出属于经济转型部门的信息化建设，在进行经济转型部门之间的沟通时，不仅需要在沟通过程中能够流畅，更需要的高效率，这种情况下可以通过信息化建设来支撑和协助。经济转型信息化就是以信息技术来辅助技能，将金融支持区域企业经济转型工作进行信息化处理之后，经过一系列的程序处理来完成信息的传送、处理和反馈工作，实现无纸化工作。通过加强金融支持区域企业信息化建设可以大大提高工作效率，可以免去一些不必要的人际程序，能够及时、准确、高效地传达上级组织的文件、政策和信息，还可以实现部门与部门之间沟通有效性和准确性。由此，推进金融支持区域企业经济转型信息化建设是势在必行，而且是金融支持区域企业管理工作是长期需要强调的问题。

二、金融支持区域企业经济转型存在的问题

1.经济转型方法陈旧、信息化管理效率较低

由于传统的金融支持区域企业经济转型方式的影响，使得在信息化应用方面不充分，首先是一些行政部门普及信息化还不到位，一些中层管理者不愿使用信息化工作，而是让助理或下属部门来执行，特别是信息化管理方面没有设置专门的机构来进行辅导和沟通，导致一些行政办公人员不愿去学习新的信息软件，或者学习的比较缓慢，这样一些工作的开展就会滞后，如果等他们能够真正掌握信息化软件，很多工作都已经堆积在一起，就失去了时效性和即进性。部分信息化人员不知道如何管理的进行工作业务管理系统的使用，以满足实际的要求，使得它很难发展的信息，有一个不足；再次，金融支持区域企业不同之间沟通和信息处理不顺畅，有一个大锅饭的现象，没有高效的信息管理技术，有没有在所有的个人的切身利益，都是比较冷漠的态度。最后，由于传统经济转型方式的影响，一些信息数据还是纸质化，这样很难与信息数据库进行信息传递，导致中间有些脱节，而让金融支持区域企业的数据库信息失去了权威性，使得虽然有高端的数据库管理系统，但由于工作人员录入数据的失真，这样的系统就不能真正地发挥作用。

2.经济转型繁杂的条条框框致数据信息传输较慢

由于金融支持区域企业经济转型的监督与管理，使得管理人员在经济转型过程中限制人的主观能动性，没有发挥出人的积极性和创造性，从管理人员到文件到一个机械的表演并没有提及，同时管理内容和新生活动困难快速响应处理，也只能是被动地等待上级的指示。在正常情况下，来自上级的信息来实现的较低级别的部门，部门不接受对方的指示。

3.信息化建设注重硬件的更新而忽视软件的升级

在绝大多数金融支持区域企业目前存在的同质化问题，只专注于办公硬件更新的投资，更重要的是对软件进行升级，一个好的全面的系统能够节约更多的时间让经济转型部门人员进行其他事项的工作，从而提高行政效率。在计算机上安装的Office软件，往往只是扮演角色的印刷材料，许多金融支持区域企业的管理人员往往认为，计算机只是一种辅助办公室，它是很难的计算机管理发挥了积极作用，产生了信息资源的巨大浪费。

三、改善金融支持区域企业经济转型问题的管理措施

1.统一规划，加强企业综合信息管理系统建设，提高工作效率

随着信息化、网络化的进程，每个金融支持区域企业都建立有自己的校园网络，这样对于信息化建设更有帮助，因为可以通过统一管理，可以使信息化建设更加规范化，通过专门的部门提供各个岗位的数据库系统，这些都是更新后的数据库管理系统，能够让经济转型部门人员在进行数据统计和收集时更有时效性和同步性，通过规范化统一管理，金融支持区域企业各行政部门的信息传递更加统一与一体化，通过统一汇总管理，可以提高行政效率。

2.历史数据的收集整理工作，建立基于数据库技术的决策支持系统

由于历史数据有的是纸质化，而引起在进行整理时出现信息脱节，由于相关人事的变动，更会引起信息管理混乱，在这种情况下，就需要建立基于数据库技术的决策支持系统，来进行数据准确的管理和科学的决策，通过对历史数据的分析，将这些数据的全面性进行有效的管理，这样，就算人事变动频繁，也不会引起数据的丢失或脱节，有利于行政部门有效的管理。

3.网络作为信息载体和输送管道

为了满足金融支持区域企业经济转型信息化建设以及应用程序对企业管理的信息技术，企业建立信息技术的重点工作状态，使用系统的信息交换和互操作性为主要目的的企业组织结构和工作流程的重组和优化，建立跨部门的基本福利的数据仓库和办公信息平台资源库，确保金融支持区域企业工作规范化，并进行有效的优化，使得行政部门管理工作更高效，更准确。有效，公平发展和经济转型的利用率，这是在目前的社会的经济转型所有权的处理中尤其重要，只有完善正确的设置及行使规则得到有效遏制的利益相关者作用的发挥经济转型的公共物品的侵犯公众利益的功能，实现确保国家经济和社会发展。

参考文献：

[1]工商银行江苏省分行课题组，戴巍，徐晓岚，邱亚光，葛祥，王思维，唐建梅，包建春.江苏低碳经济发展的金融支持路径研究[J].金融纵横，2010，22（09）

[2]龙得来.论商业银行对县域经济的金融支持——以郴州市为例[J].时代金融，　2011，13（17）

[3]丁志勇.新疆扩大内需下的金融支持地州经济发展研究[J].新疆大学学报（哲学·人文社会科学版），2009，15（06）

[4]人行张家口市中支课题组.张家口市金融支持低碳经济发展探析[J].河北金融，2011，16（05）

金融数学和金融工程的区别范文第4篇

http://

关键词 ：金融业聚集；区位因素；区位熵；Hoover 系数

产业集聚是世界上很多发展中国家和经济转型国家在经济开放之后出现的一个普遍经济现象。产业聚集所带来的聚集效应、共生效应、协同效应、区位效应等诸多优势对各区域产业发展有着重要影响。在各产业中，金融业相对于传统产业表现出了更为明显的聚集现象，不仅在全球范围内形成了纽约、伦敦、东京等国际金融中心，而且在我国也出现了北京、上海、广州等区域金融中心。它们对各自所在地区的经济发展都起到了重要的推动作用。因此研究我国省域金融产业聚集现象并且进行区位因素分析，不仅能丰富和实证产业聚集的相关理论，同时对于区域的协调发展和区域金融中心的建设也有重要的指导意义。

一、文献综述

产业集聚问题的研究产生于l9世纪末，马歇尔（1890）开始关注产业集聚这一经济现象，提出重要的外部经济理论，并据此解释了企业在同一区位聚集的现象。Henderson则扩展了马歇尔的研究成果，基于经济地理学的分析框架认为产业聚集主要由经济地理因素的差异引起。克鲁格曼则通过新贸易理论，发展了聚集经济的概念，并在规模报酬递增和存在运输成本的假设前提下，解释了产业聚集现象。之后迈克尔波特（1995）在研究国家竞争优势的过程中，提出产业聚集是递增收益、历史积累或路径依赖和区位“锁定”时生产活动所形成的结果。近几年来，学者们开始逐渐关注非经济因素对产业聚集的影响，如社会网络模型强调企业间的合作与信任、嵌入性、网络关系等产业聚集的影响，历史基础、开放性、适应性以及多样性对产业聚集形成的重要作用。

国内大部分关于产业聚集的文献基本都是综合考虑了以上理论的分析框架，并以中国的经验证明该理论在中国的可行性。金煜等（2006）构建了基于经济地理、新经济地理和经济政策的产业聚集分析框架，并运用省级面板数据进行了实证检验。此外白重恩等（2004）还分别从地方保护主义和生产要素角度考察了它们对产业聚集的影响。对于产业聚集度的测量，我国学者也进行了大量实证工作。白重恩等利用Hoover系数对我国32个工业产业的区域聚集度进行了计算，结果表明1985年-1997年我国工业的平均聚集程度呈上升趋势。路江涌和陶志刚完全按照Ellison 和Glaeser 方法对数据的要求，收集整理了，1998-3003 年中国制造业的企业级数据，计算结果也表明我国制造业的聚集度在1998-2003 年处于一个稳定上升的阶段。

综合分析上述研究，不难发现，我国学者所进行的产业聚集研究基本都是针对制造业或者工业总体进行的实证分析，并且大多是从产业角度进行的分析。然而金融业和这些产业之间，由于产业之间属性的差异，其产业的聚集现状必然不同，因而有必要对其进行针对性的研究。所以本文在分析时将地理因素与产业因素相结合，利用2006到2012年的省域金融业数据，对金融业聚集度的变动和其区位因素进行针对性的分析。

二、省域金融业聚集度测量与分析

1.测量方法及数据来源

本文选取了我国金融产业为研究对象，样本数据来自1988年以来的《中国统计年鉴》以及各省份的统计年鉴，我们将使用全国31个省份、直辖市以及自治区2006年至2012年一共7年的数据。需要说明的是，由于数据的限制，本文中的“全国”不包括香港、澳门及台湾。在具体指标方面，本文选取了金融业增加值作为计算我国各省金融产业聚集程度的基础变量。同时，根据各产业聚集测量方法的特点和可获得数据的内容，本文将分别使用区位熵和Hoover 系数对我国金融业各省和全国的聚集对进行度量。

2.计算结果与分析

根据区位熵和Hoover系数的计算公式，计算出我国金融业2006年-2012年的区域聚集程度，如图一所示，并给出了2006年-2012 年间各区域金融业聚集程度前三名的地区分布情况，如表1所示。下面将综合分析图一和表1对我国金融业总体聚集趋势和各区域金融业聚集情况。

首先，由图1可以看出，自2006年以来，我国金融业都处于高聚集度的状态。从变化趋势上，从2006年至2008年期间，我国金融业聚集度从0.733 下降到0.703。自2008年之后，聚集度就一直呈现稳步上升的态势，并且由2008 年的0.703一路上升至2012年的0.766。这样结果不难看出，自2008年金融危机之后，我国省域范围的金融业在地域上变得更加集中。

其次，由表1可以看出，我国金融业聚集度最高的地区是北京、上海、浙江（重庆2012年后来居上）。这三个地区也一直是我国经济发展最快和经济活动最活跃的地区，由此可见金融聚集程度与地区整体经济的发展有很强的的正相关性，传统经济发达省份的金融业发展情况要好于其他地区。从全国范围看，东部沿海地区的金融业聚集度普遍高于中西部地区的金融业聚集度，并且金融聚集度排前三的地区的金融业增加值占全国金融业增加值总额的比重很大。上述现象都在一定程度上反映了我国金融业的发展存在较为明显的地区差异。

最后，综合图1 和表1 可以看到，自2006年到2012年，我国的金融业聚集度很高并且大体呈现了上升趋势，但是位于金融聚集度前三名的地区的金融业增加值占全国金融业增加值的比重却在下降。这说明我国金融产业省域间虽然存在明显的地区差异，但是这种差异正在缩小，即区域金融聚集度差异呈现收敛的趋势。

三、金融业聚集的区位因素分析

1.理论分析

通过对图1和表1的分析，我们可以看出，我国的金融业聚集度总体在上升，各区域之间的聚集度差异较大。那我国的金融业聚集度为什么会上升呢，是什么导致各区域之间金融业的聚集度差异？下面，我们将从经济地理因素，新经济地理因素和制度因素三个方面来进行针对金融业聚集现象的探讨。

⑴经济地理因素。在传统的经济地理理论中，工业聚集的主要原因是不同区域之间经济地理因素的差异，地区最初的禀赋决定了其的发展差异，自然资源丰富的地区和贸易繁荣的大港口往往会成为工业聚集的中心。例如辽宁和山西就是依靠自然资源成为工业中心的典型例子。

⑵新经济地理因素。以克鲁格曼(1991)为先驱的新经济地理学派在收益递增与产品地区销售存在运输成本的假设下，认为由劳动力市场共享，中间产品投入和交通运输条件所导致的规模收益递增是产业聚集的重要因素。该理论认为企业前后向关联导致的产业外部性使企业集聚在其他企业周围，并且企业集聚在人力资本丰富的地区所得到的知识外部性溢出也会促进企业的聚集，从而形成相应行业在特定区域的聚集。该理论还认为交通因素也是影响产业聚集的极重要因素之一。但是，由于金融资本具有很强的流动性，金融业的聚集对于交通运输条件的依赖性很低，本文并不考察交通运输条件对金融业聚集的影响。同时，金融业是知识密集型行业，企业间的聚集会产生技术溢出效应，所以下文中将地区的创新能力列为需要考察的影响因素之一。

⑶制度因素。产业聚集存在的一个基本前提是产品和生产要素能够在地区间自由流动，因而能够直接影响产品和生产要素自由流动的制度也会成为影响产业聚集的重要间接因素。在制度方面，本文将选取对外开放程度对作为对我国各省金融业聚集的影响。

2.研究结果及讨论

本节中，我们将检验产业聚集的区位因素作用，计量模型如下：

yi =α0 +αi Xi +εi

其中yi 表示的是各区域金融业增加值占国内金融业生产总值的比重，Xi 为产业聚集的因素向量，本文中一共分为三类影响因素，共计5个变量，各个变量的名称和度量方式说明见表2。

本文研究的数据为2006-2011 年期间各省相应指标的平均值，以上所涉及的产业聚集因素变量的度量数据均来自于2006-2011 年的《中国统计年鉴》以及各省、市、区的统计年鉴。

为了对金融业聚集的区位因素进行全面的实证研究，我们将分别计算以上5个变量对金融业的独立影响和综合影响。计算结果见表3和表4。

从表3可以看出，除了“从业人数比例”没有显著的影响金融业聚集外，其余的因素均得到了验证。这说明沿海省市和直辖市地区比内陆更有利于金融业的聚集，同时，那些上市企业数量多，对外开放程度高，技术创新能力强的地区也具有更强的金融聚集能力。而“从业人数比例”在影响金融业聚集的不显著表现，也说明金融业作为知识密集型产业，其聚集度的变动对于单纯行业从业人数上的增长并不敏感。

从各因素独立对金融业聚集度的验证中，可以看出，各省市的地理位置、上市企业数量、技术创新能力和对外开放程度都对金融业的聚集有显著的影响，但是该结果不能度量这些因素在影响各区域金融业聚集度的过程中各自的重要程度。所以，接下来，我们将全部的区位因素放到一个计量模型中，从各因素综合作用的角度检验其各自的影响力，检验结果如表4所示。从表4的结果可以看出，在综合作用的情况下，地理因素——沿海和直辖市——的影响不显著了。这可能是由于近几年来对内陆省份的对于自身建设的重视和大力投入，当地的投资机会增多，由此导致了金融机构向内陆的扩张和资本的向内流动，所以减弱了地理位置对金融业聚集度的影响。而上市企业数量、技术创新能力和对外开放程度的影响仍然很显著，说明这三个因素是影响金融业发展和聚集的重要因素，也是各个地区在建设金融业，甚至是建设金融中心时首要考虑的因素和着力点。

需要注意的是，“从业人员比例”不论是在单独因素的检验还是综合因素的检验中都表现出不显著影响的特性，这也说明，金融产业是一个知识密集型产业，单纯的从业人数的增长并不能显著的影响其聚集度，各地区金融业需要的是高级的金融人才。

四、结论与对策建议

1.本文结论

本文通过区位熵和Hoover系数对我国金融业的各区域聚集度和整体聚集进行了测量和分析。计算结果表明我国金融业的呈现出了很高的聚集度，并且在2008 年至今一直表现出稳步上升的态势。而各区域的聚集度差异较大，北京和上海的金融业高度聚集，东部发达省份的金融业聚集度业普遍高于中西部省份。然而，金融聚集度排名前三的省市，其金融业增加值占全国生产总值的合计数却呈现出持续下降的趋势，数值从2006年的32.42%一路下降到2012年的19.37%。这也说明，我国各地区金融业发展的差距虽然很大，但是这种差距正在缩小。

之后，本文从经济地理因素、新经济地理因素和制度因素三方面对我国各地区的金融业聚集现象进行解释，并构建计量模型从三个方面5个指标上进行了实证检验。实验结果表明，“是否为沿海或者直辖市”的地理因素、上市企业的数量、技术创新和对外开放程度都显著的影响着我国金融业的聚集。沿海地区和直辖市具有比内陆其他地区更高的金融业聚集度，同时拥有的上市公司数量多、技术创新能力强以及对外开放程度高的地区更容易形成金融业的产业聚集区。同时，综合影响因素的分析结果还表明，上市企业数量、技术创新能力和对外开放程度是现今影响我国金融业聚集的关键因素。

2.对策建议

本文的分析可以对在我国今后的金融业发展和金融中心建设提出一些仅供参考的意见。

⑴改善各地区企业的生存环境。各地区应当积极、鼓励、支持和引导当地企业的发展，努力创造适合各类企业生存的条件，特别是要加强对企业筹融资市场的开拓和保障。还应创造条件，开放各类企业落户政策，对城市规模、结构进行合理布局，大力促进当地市场和经济的繁荣发展。加强各地区的经济开放力度。还应当开阔眼界，鼓励本地企业积极进行海外贸易，积极吸引海外资本，促进内外资互动融合发展。加强地区企业创新能力的培养，加强本地的教育水平和人才培养能力。还可以鼓励发达地区的人才支援西部，以此促进西部地区技术创新能力、推动金融集聚，从而进一步的促进经济增长。

⑵增加金融业的科研投入，提高技术创新水平。鼓励利用信息技术进行科技创新，并将其作为金融业发展的动力，将传统业务与高科技有机结合，在实践中提高金融创新的能力，以此促进我国金融业发展。一个地区金融产业只有全面发展，才能真正的提高自己的金融竞争力。在各区域金融业的建设中，应当注重其金融业的平衡发展，关注多种金融指标，还要金融结构的调整，金融创新力的建设，要提高金融从业人员素质，以质取胜，促进经济主体健康发展。

⑶积极引导我国国际金融中心的建设。北京、上海等金融发达地区应当主动引进高素质的金融人才，提高本地区的金融创新能力。国家和当地政府也应积极创造条件，开放各金融机构落户政策，对城市规模、结构进行合理布局，加强对新入金融机构的容纳能力。鼓励本地企业积极进行海外融资，促进内外资互动融合发展，还要主动建立与香港及海外金融机构的对话机制，强化金融各层次的交流。

http://

参考文献

[1]杨洪焦, 孙林岩, 吴安波. 中国制造业聚集度的变动趋势及其影响因素研究[J]. 中国工业经济, 2008(4):1335.

[2]王子龙，谭清美，许箫迪.产业聚集水平测度的实证研究[J].中国软科学，2006（3）：110.

[3]金煜，陈钊，陆铭.中国的地区工业聚集：经济地理、新经济地理与经济政策[J].经济研究，2006（4）：79-89.

[4]路江涌,陶志刚.中国制造业区域聚集及国际比较[J].经济研究,2006(3):103-114.

金融数学和金融工程的区别范文第5篇

关键词:金融生态;组合赋权;BP神经网络;层次分析法

金融生态,又可称之为金融生态体系,是各种金融组织为了生存和发展,与其生存环境之间及内部金融组织相互之间在长期的密切联系和相互作用过程中,通过分工、合作所形成的具有一定结构特征,执行一定功能作用的动态平衡系统。国内较早系统阐释金融生态理论的是周小川(2004),他在深刻认识到我国金融改革的艰巨性和复杂性的前提下提出改善金融生态的思想。

本文结合目前区域金融生态评估方法研究的现状和实际要求,在BP人工神经网络的基础上,采用一种基于组合赋权的输入变量加权分层处理方法。改进后的方法根据层次型指标体系,通过组合赋权法确定原始指标层和子项目层中各元素的相对权重,并以子项目层法治环境、经济基础、信用环境、金融运行四个方面作为BP神经网络的输入节点,建立加权分层的BP神经网络模型。

一、基于加权分层的BP神经网络的区域金融生态组合评估模型的构建

徐诺金(2005)将金融生态概括为各种金融组织为了生存和发展,与其生存环境之间及内部金融组织相互之间在长期的密切联系和相互作用过程中,通过分工、合作所形成的具有一定结构特征,执行一定功能作用的动态平衡系统。结合区域金融生态的复杂巨系统的特征和评估目的,本文在借鉴湖南省金融生态评价课题组对株洲所辖县域金融生态评估时构建的金融生态评价指标体系的基础上,考虑用组合评估方法进行区域金融生态评估。

1.加权分层BP人工神经网络基本思想

1985年Rumelhart和McCelland等提出的误差反向传播(Back Propagation)算法,是目前人工神经网络理论中最重要的一种学习算法,其学习过程是由信息正向传播和误差反向传播两个反复交替的过程所组成。在信息正向传播过程中,输入信息经隐含单元逐层处理转向输出层,可简单地表征为ykj=fkj(∑n(k-1)i=1Wk-1ijyk-1i-θkj)

j=1,2,…nk, ;k=1,2,…,m

式中,Wk-1ij为第(k-1)层中第i个神经元到第j个神经元的连接权因子;θkj为该神经元的阈值。

如果输出层不能得到所期望的输出,则转入反向传播过程。将实际值与网络输出之间的误差沿原来的连接通路返回,通过修改各层神经元的连接权重使误差减少,然后再转入正向传播过程。如此反复计算,直至误差小于设定值为止。该过程可描述为:

E=12∑pp=1∑kk=1(Tpk-Opk)2≤ε

式中Tpk,Opk分别表示输入训练样本为P时输出节点K的计算输出和期望输出;ε为允许的最大误差。

由于标准化处理后的输入变量没有了量纲的区别,每个变量对输出变量的影响所占比例均等,当各类变量的个数差别较大,变量多的几类将削弱其它类变量对输出结果的影响,导致模型评估误差增大。且只能得到最终的评估值,无法看到金融生态各子系统的状态分值。

如图1所示,为提高模型的评估精度,根据层次性区域金融生态评估指标体系,以项目层的四个方面,分别是法治环境、经济基础、信用环境、金融运行,作为BP神经网络的四个输入节点,取代传统的直接将48个原始指标作为输入节点。

2.组合赋权方法的基本原理

指标赋权是评估过程中的重要环节,权重的确定方法主要有两种:一种是主观赋权法中,如综合指数法、专家评价法、AHP法等;另一种是客观赋权法,即根据各指标之间的相关关系或各项指标值的变异程度来确定权数,如主成分分析法、因子分析法、复相关系数法、熵值法等。为科学、合理地给每个指标赋权,使其具有较好的实际应用效果,本文采用组合赋权法,通过对不同的层次设计不同的赋权方法实现主观赋权与客观赋权相结合,具体为:原始指标层因指标个数较多,采用客观赋权法,子项目层采用主观赋权法;并且原始指标层的将熵值法和复相关系数法两种客观赋权法相结合,既考虑各指标之间的变异程度又考虑各指标的相关性以削减指标间信息重叠现象,以达到最大限度地提取并利用指标数据包含的相关信息。

熵(Entropy)的概念源于热力学,后来香农(C.E.Shannon)引入信息论。在信息论中,熵是一种不确定性的度量,信息量越大,不确定性就越小,熵也越小;信息量越小,不确定性就越大,熵也越大。一般而言,指标的离散程度越强,熵值就越大;反之,熵值就越小。可以根据各项指标的变异程度,利用信息熵这个工具,计算出各项指标的权数,为多指标综合评价提供依据。

复相关系数法认为如果某指标与其他指标重复的信息越多,在综合评价中所起的作用就越小,应赋予较小的权数,反之则赋予较大的权数,即根据指标独立性大小来分配权数;同时采用指标的复相关系数来衡量与其他指标的重复信息量大小。

层次分析法的基本原理是将所要研究的复杂问题看作一个大系统,根据系统所涉及的因素和所要达到的目标,通过对系统内的因素及其相互关系的分析,划分出各因素格互联系的有序层次结构体系,再对结构体系中的每一层次按某一给定的准则,根据专家对每一层次中的各因素所作的较客观的逐对比较和判断,相应地给出各因子相对重要性的定量表示,进而建立数学模型,并计算出每一层次全部的相对重要性的权重,并加以排序,最后,根据排序结果进行决策并选择解决问题的方法。

3.实施步骤

基于加权分层的BP神经网络模型的区域金融生态评估过程分为三个阶段:原始指标同度量化,由原始指标层向项目层的逐层归总,将项目层分值输入BP人工神经网络模型最终得到某区域的金融生态评估值。具体如下:

(1)原始指标数据同度量化

不同的指标是从不同的侧面反映区域金融生态,指标之间无法进行比较,因此为了统一评价的有效性,需对各指标进行无量纲化处理。正态化变换(分布打分)是一种非线性变化,使得变换后的分数呈现标准正态分布。

(2)由原始指标层向项目层的逐层归总

原始指标层采用熵值法与复相关系统数法的组合定权,组合的权重为熵值法和复相关系数法所定的权重的简均,以此组合权重计算得到各子项目的相对分值;子项目层采用层次分析法定权,计算归总得到各项目的相对分值。

(3)将项目层分值输入BP人工神经网络模型

以法治环境、经济基础、信用基础、金融运行四个项目作为四个输入节点建立三层BP人工神经网络,隐层节点为1,输出节点数为1,即某区域金融生态的最终评估值。利用MATLAB 7.0中的神经网络工具箱编写程序,得到各待评区域的金融生态评估值及相对排序。

二、实证分析与比较

以某省某五县(分别是A县、B县、C县、D县、E县)2007年数据为例,说明上述区域金融生态综合评估方法,并与几种典型组合方法进行比较,以分析该方法评价结果的准确性和合理性。

由表1知,由组合评价方法一得出的五县金融生态排名与这五县实际情况相符;得分上总体得分都不高,有很大改进空间,其中最高分A县及最低分E县差距较大,居于中间档次的B县、C县和D县得分较接近。

表1 六种组合方法结果比较

表2 六种方法结果的描述性分析

极差 最小值 最大值 均值 标准差

方法一24.08 41.28 65.36 53.50 8.54

方法二 22.11 39.87 61.98 51.72 8.67

方法三 25.13 40.98 66.11 52.81 9.02

方法四 22.71 41.70 64.41 54.07 8.39

方法五 24.45 38.22 62.67 51.09 9.32

方法六 19.78 41.52 61..30 52.34 8.074

考察比较所选的六种组合方法,从以下几个方面:

(1)方法的区分度。由表2知,方法三和方法五的标准差较大,方法一和方法二次之,方法四和方法六的较小。这一差异的原因在于原始指标层的客观赋权法不同:信息熵权法其本质是利用评价指标样本集的分布特征确定权重,将指标数据的差异大小作为权重确定的依据,但没有考虑指标的信息重叠和独立性;复相关系数法则根据指标的独立性大小分配权数,而对指标的变异程度没有涉及。方法三和方法五的原始指标层的客观赋权法采用信息熵权法,得出的最终分值的差异较大,而方法四和方法六采用复相关系数法,得出的最终分值差异较小,方法三和方法四是信息熵权和复相关系数的组合赋权,综合考虑了指标的变异程度和独立性,最终分值差异介于上述两组之间。

(2)方法的一致性。对标化后的综合评价值作组间一致性检验,检验方法采用组内相关系数(ICC)法。利用SPSS软件Scale下的Reliability Analysis功能对六组得分值作一致性检验,ICC=0.9875,ICC的95%的可信区间为0.9645～0.9896,可认为这六组综合评价值一致性很好,比较贴近五县金融生态相对优劣的实际。

(3)方法的互补性。每种方法都有其自身的优点和缺点,它们的适用场合也并不完全相同。通过将具有同种性质综合评价方法组合在―起,就能够使各种方法的缺点得到弥补,而同时兼有各方法的优点。基于加权分层的BP神经网络模型通过对各种方法的组合,可以达到取长补短的效果。通过两组比较,其一为方法一与方法三、方法四,其二为方法二与方法五、方法六,可发现,原始指标层采用组合赋权所得分值介于原始指标层采用熵值法和复相关系数法所得分值之间,更接近于实际。

对某省某五县2007年度指标数据的实证结果表明,基于熵值法和复相关系数法的层次BP神经网络模型在方法的区分度、一致性及互补性方面都有较好的表现,能够有效地综合各方法的优点,反映这五县金融生态的真实情况。

三、结论

本文将组合赋权法和神经网络模型综合评价有机结合运用在区域金融生态的综合评估中,不仅结合了区域金融生态影响因素的多层次和复杂性,将以往分别使用的层次分析法与神经网络综合评价法结合在一个分析模型中,而且将多层次与复杂性的分析模型首次应用于区域金融生态评估,以便为改善区域金融环境提供可靠的决策依据。

基于加权分层的BP神经网络模型的区域金融生态评估方法能够充分利用样本指标的有关信息,通过高度的非线性映射,揭示区域金融生态状况与其相关影响因素之间的内在作用机理,从根本上克服传统线性加权的过于简化和单一方法的顾此失彼。此方法具有自学习性、自适应性和很强的容错性,而且整个评价过程和步骤非常容易实现编程并在计算机上进行运算分析,具有较高的合理性和适用性,使评估结果更有效、更客观。但是样本数据本身的真实性、层次分析法专家打分、BP神经网络训练样本的选取等问题,也应当引起高度重视。只要能采取有效的措施和算法处理好这几个问题,那么基于加权分层的BP神经网络模型的区域金融生态评估方法不失为区域金融生态评估方法中较好的一种。

参考文献:

[1]白钦先等.金融可持续发展研究导论[M].北京: 中国金融出版社,2001.

[2]周小川.完善法律制度,改进金融生态[N]. 金融时报, 2004,12.

[3]徐诺金.论我国的金融生态问题[J].金融研究,2005,(2).

[4]匡国建.完善金融生态法律制度的思考[J].金融研究,2005,(8).

[5]湖南大学金融管理研究中心. 2007年度株洲市县域金融生态评估报告[N]. 株洲日报. 2008,09.

[6]李扬等.中国城市金融生态评估[M].北京:人民出版社,2005.

[7]程亚男等.区域金融生态评估指标体系研究[J].金融理论与实践,2006, (1).[8]

[8]郭金龙.复杂系统范式视角下的金融演进与发展[M].北京:中国金融出版社,2007.

[9]周志平等. 金融生态的层次结构与金融资源均衡配置:张家界个案分析[J]. 金融研究,2005,(11).

[10]杜栋等.现代综合评估方法与案例精选[M].北京:清华大学出版社,2008.

[11]谢庆健.区域金融生态现状分析:来自安徽、江西、山东等省的调查报告[J]. 中国金融, 2006,(4).

[12]徐小林.区域金融生态评估方法[J].金融研究,2005,(11).

[13]马经等.广东区域金融生态实证研究[J].南方金融,2006,(11)

[14]杨子强,商业银行要重视对金融生态的研究利用[N].金融时报,2005-01-11.

[15]周小川.法治金融生态[J].中国经济周刊,2005,(3).[17]

[16]Detragiache, Enrica&Demirguc-Kunt,Asli.Monitoring banking sector fragility: a multivariate logic approach with an application to the 1996 - 1997 banking crises [J].Policy ResearchWorking Paper Series 2085, TheWorld Bank. 1999.

[17]Jiang Yaping,Xu Zuxin,Yin Hailong.STUDY ON IMPROVED BP ARTIFICIAL NEURAL NETWORKS IN EUTROPHICATION ASSESSMENT OF CHINA EASTERN LAKES.Conference of Global Chinese Scholars on Hydrodynamics.

[18]张瑞怀.基于BP神经网络模型的农村金融生态综合评估[J].金融理论与实践,2006,(10) .

[19]张志元等.区域金融可持续发展的城市金融生态研究[J]. 金融研究,2006,(6).

[20]柳林, 杨竹清. MATLAB6.5辅助神经网络设计. 北京: 电子工业出版社,2003.

金融数学和金融工程的区别范文第6篇

关键词：金融业聚集；区位因素；区位熵 ；Hoover系数

产业集聚是世界上很多发展中国家和经济转型国家在经济开放之后出现的一个普遍经济现象。产业聚集所带来的聚集效应、共生效应、协同效应、区位效应等诸多优势对各区域产业发展有着重要影响。在各产业中，金融业相对于传统产业表现出了更为明显的聚集现象，不仅在全球范围内形成了纽约、伦敦、东京等国际金融中心，而且在我国也出现了北京、上海、广州等区域金融中心。它们对各自所在地区的经济发展都起到了重要的推动作用。因此研究我国省域金融产业聚集现象并且进行区位因素分析，不仅能丰富和实证产业聚集的相关理论，同时对于区域的协调发展和区域金融中心的建设也有重要的指导意义。

一、文献综述

产业集聚问题的研究产生于l9世纪末，马歇尔（1890）开始关注产业集聚这一经济现象，提出重要的外部经济理论，并据此解释了企业在同一区位聚集的现象。Henderson则扩展了马歇尔的研究成果，基于经济地理学的分析框架认为产业聚集主要由经济地理因素的差异引起。克鲁格曼则通过新贸易理论，发展了聚集经济的概念，并在规模报酬递增和存在运输成本的假设前提下，解释了产业聚集现象。之后迈克尔波特（1995）在研究国家竞争优势的过程中，提出产业聚集是递增收益、历史积累或路径依赖和区位“锁定”时生产活动所形成的结果。近几年来，学者们开始逐渐关注非经济因素对产业聚集的影响，如社会网络模型强调企业间的合作与信任、嵌入性、网络关系等产业聚集的影响，历史基础、开放性、适应性以及多样性对产业聚集形成的重要作用。

国内大部分关于产业聚集的文献基本都是综合考虑了以上理论的分析框架，并以中国的经验证明该理论在中国的可行性。金煜等（2006）构建了基于经济地理、新经济地理和经济政策的产业聚集分析框架，并运用省级面板数据进行了实证检验。此外白重恩等（2004）还分别从地方保护主义和生产要素角度考察了它们对产业聚集的影响。对于产业聚集度的测量，我国学者也进行了大量实证工作。白重恩等利用Hoover系数对我国32个工业产业的区域聚集度进行了计算，结果表明1985年-1997年我国工业的平均聚集程度呈上升趋势。路江涌和陶志刚完全按照Ellison和Glaeser方法对数据的要求，收集整理了，1998-3003年中国制造业的企业级数据，计算结果也表明我国制造业的聚集度在1998-2003年处于一个稳定上升的阶段。

综合分析上述研究，不难发现，我国学者所进行的产业聚集研究基本都是针对制造业或者工业总体进行的实证分析，并且大多是从产业角度进行的分析。然而金融业和这些产业之间，由于产业之间属性的差异，其产业的聚集现状必然不同，因而有必要对其进行针对性的研究。所以本文在分析时将地理因素与产业因素相结合，利用2006到2012年的省域金融业数据，对金融业聚集度的变动和其区位因素进行针对性的分析。

二、省域金融业聚集度测量与分析

1.测量方法及数据来源

本文选取了我国金融产业为研究对象，样本数据来自1988年以来的《中国统计年鉴》以及各省份的统计年鉴，我们将使用全国31个省份、直辖市以及自治区2006年至2012年一共7年的数据。需要说明的是，由于数据的限制，本文中的“全国”不包括香港、澳门及台湾。在具体指标方面，本文选取了金融业增加值作为计算我国各省金融产业聚集程度的基础变量。同时，根据各产业聚集测量方法的特点和可获得数据的内容，本文将分别使用区位熵和Hoover 系数对我国金融业各省和全国的聚集对进行度量。

2.计算结果与分析

根据区位熵和Hoover系数的计算公式，计算出我国金融业2006年-2012年的区域聚集程度，如图一所示，并给出了2006年-2012 年间各区域金融业聚集程度前三名的地区分布情况，如表1所示。下面将综合分析图一和表1对我国金融业总体聚集趋势和各区域金融业聚集情况。

图一 ：2006年-2012年我国金融业聚集度

首先，由图1可以看出，自2006年以来，我国金融业都处于高聚集度的状态。从变化趋势上，从2006年至2008年期间，我国金融业聚集度从0.733下降到0.703。自2008年之后，聚集度就一直呈现稳步上升的态势，并且由2008年的0.703一路上升至2012年的0.766。这样结果不难看出，自2008年金融危机之后，我国省域范围的金融业在地域上变得更加集中。

其次，由表1可以看出，我国金融业聚集度最高的地区是北京、上海、浙江（重庆2012年后来居上）。这三个地区也一直是我国经济发展最快和经济活动最活跃的地区，由此可见金融聚集程度与地区整体经济的发展有很强的的正相关性，传统经济发达省份的金融业发展情况要好于其他地区。从全国范围看，东部沿海地区的金融业聚集度普遍高于中西部地区的金融业聚集度，并且金融聚集度排前三的地区的金融业增加值占全国金融业增加值总额的比重很大。上述现象都在一定程度上反映了我国金融业的发展存在较为明显的地区差异。

表1：我国金融业聚集度前三名的地区分布表

最后，综合图1和表1可以看到，自2006年到2012年，我国的金融业聚集度很高并且大体呈现了上升趋势，但是位于金融聚集度前三名的地区的金融业增加值占全国金融业增加值的比重却在下降。这说明我国金融产业省域间虽然存在明显的地区差异，但是这种差异正在缩小，即区域金融聚集度差异呈现收敛的趋势。

三、金融业聚集的区位因素分析

1.理论分析

通过对图1和表1的分析，我们可以看出，我国的金融业聚集度总体在上升，各区域之间的聚集度差异较大。那我国的金融业聚集度为什么会上升呢，是什么导致各区域之间金融业的聚集度差异？下面，我们将从经济地理因素，新经济地理因素和制度因素三个方面来进行针对金融业聚集现象的探讨。

⑴经济地理因素。在传统的经济地理理论中，工业聚集的主要原因是不同区域之间经济地理因素的差异，地区最初的禀赋决定了其的发展差异，自然资源丰富的地区和贸易繁荣的大港口往往会成为工业聚集的中心。例如辽宁和山西就是依靠自然资源成为工业中心的典型例子。

⑵新经济地理因素。以克鲁格曼（1991）为先驱的新经济地理学派在收益递增与产品地区销售存在运输成本的假设下，认为由劳动力市场共享，中间产品投入和交通运输条件所导致的规模收益递增是产业聚集的重要因素。该理论认为企业前后向关联导致的产业外部性使企业集聚在其他企业周围，并且企业集聚在人力资本丰富的地区所得到的知识外部性溢出也会促进企业的聚集，从而形成相应行业在特定区域的聚集。该理论还认为交通因素也是影响产业聚集的极重要因素之一。但是，由于金融资本具有很强的流动性，金融业的聚集对于交通运输条件的依赖性很低，本文并不考察交通运输条件对金融业聚集的影响。同时，金融业是知识密集型行业，企业间的聚集会产生技术溢出效应，所以下文中将地区的创新能力列为需要考察的影响因素之一。

⑶制度因素。产业聚集存在的一个基本前提是产品和生产要素能够在地区间自由流动，因而能够直接影响产品和生产要素自由流动的制度也会成为影响产业聚集的重要间接因素。在制度方面，本文将选取对外开放程度对作为对我国各省金融业聚集的影响。

2.研究结果及讨论

表2：金融业聚集度因素的度量方式说明

其中[yi]表示的是各区域金融业增加值占国内金融业生产总值的比重，[Xi]为产业聚集的因素向量，本文中一共分为三类影响因素，共计5个变量，各个变量的名称和度量方式说明见表2。

本文研究的数据为2006-2011年期间各省相应指标的平均值，以上所涉及的产业聚集因素变量的度量数据均来自于2006-2011年的《中国统计年鉴》以及各省、市、区的统计年鉴。

为了对金融业聚集的区位因素进行全面的实证研究，我们将分别计算以上5个变量对金融业的独立影响和综合影响。计算结果见表3和表4。

表3：各因素独立检验结果（5%置信度）

从表3可以看出，除了“从业人数比例”没有显著的影响金融业聚集外，其余的因素均得到了验证。这说明沿海省市和直辖市地区比内陆更有利于金融业的聚集，同时，那些上市企业数量多，对外开放程度高，技术创新能力强的地区也具有更强的金融聚集能力。而“从业人数比例”在影响金融业聚集的不显著表现，也说明金融业作为知识密集型产业，其聚集度的变动对于单纯行业从业人数上的增长并不敏感。

从各因素独立对金融业聚集度的验证中，可以看出，各省市的地理位置、上市企业数量、技术创新能力和对外开放程度都对金融业的聚集有显著的影响，但是该结果不能度量这些因素在影响各区域金融业聚集度的过程中各自的重要程度。所以，接下来，我们将全部的区位因素放到一个计量模型中，从各因素综合作用的角度检验其各自的影响力，检验结果如表4所示。从表4的结果可以看出，在综合作用的情况下，地理因素――沿海和直辖市――的影响不显著了。这可能是由于近几年来对内陆省份的对于自身建设的重视和大力投入，当地的投资机会增多，由此导致了金融机构向内陆的扩张和资本的向内流动，所以减弱了地理位置对金融业聚集度的影响。而上市企业数量、技术创新能力和对外开放程度的影响仍然很显著，说明这三个因素是影响金融业发展和聚集的重要因素，也是各个地区在建设金融业，甚至是建设金融中心时首要考虑的因素和着力点。

需要注意的是，“从业人员比例”不论是在单独因素的检验还是综合因素的检验中都表现出不显著影响的特性，这也说明，金融产业是一个知识密集型产业，单纯的从业人数的增长并不能显著的影响其聚集度，各地区金融业需要的是高级的金融人才。

四、结论与对策建议

1.本文结论

本文通过区位熵和Hoover系数对我国金融业的各区域聚集度和整体聚集进行了测量和分析。计算结果表明我国金融业的呈现出了很高的聚集度，并且在2008年至今一直表现出稳步上升的态势。而各区域的聚集度差异较大，北京和上海的金融业高度聚集，东部发达省份的金融业聚集度业普遍高于中西部省份。然而，金融聚集度排名前三的省市，其金融业增加值占全国生产总值的合计数却呈现出持续下降的趋势，数值从2006年的32.42%一路下降到2012年的19.37%。这也说明，我国各地区金融业发展的差距虽然很大，但是这种差距正在缩小。

之后，本文从经济地理因素、新经济地理因素和制度因素三方面对我国各地区的金融业聚集现象进行解释，并构建计量模型从三个方面5个指标上进行了实证检验。实验结果表明，“是否为沿海或者直辖市”的地理因素、上市企业的数量、技术创新和对外开放程度都显著的影响着我国金融业的聚集。沿海地区和直辖市具有比内陆其他地区更高的金融业聚集度，同时拥有的上市公司数量多、技术创新能力强以及对外开放程度高的地区更容易形成金融业的产业聚集区。同时，综合影响因素的分析结果还表明，上市企业数量、技术创新能力和对外开放程度是现今影响我国金融业聚集的关键因素。

2.对策建议

本文的分析可以对在我国今后的金融业发展和金融中心建设提出一些仅供参考的意见。

⑴改善各地区企业的生存环境。各地区应当积极、鼓励、支持和引导当地企业的发展，努力创造适合各类企业生存的条件，特别是要加强对企业筹融资市场的开拓和保障。还应创造条件，开放各类企业落户政策，对城市规模、结构进行合理布局，大力促进当地市场和经济的繁荣发展。加强各地区的经济开放力度。还应当开阔眼界，鼓励本地企业积极进行海外贸易，积极吸引海外资本，促进内外资互动融合发展。加强地区企业创新能力的培养，加强本地的教育水平和人才培养能力。还可以鼓励发达地区的人才支援西部，以此促进西部地区技术创新能力、推动金融集聚，从而进一步的促进经济增长。

⑵增加金融业的科研投入，提高技术创新水平。鼓励利用信息技术进行科技创新，并将其作为金融业发展的动力，将传统业务与高科技有机结合，在实践中提高金融创新的能力，以此促进我国金融业发展。一个地区金融产业只有全面发展，才能真正的提高自己的金融竞争力。在各区域金融业的建设中，应当注重其金融业的平衡发展，关注多种金融指标，还要金融结构的调整，金融创新力的建设，要提高金融从业人员素质，以质取胜，促进经济主体健康发展。

⑶积极引导我国国际金融中心的建设。北京、上海等金融发达地区应当主动引进高素质的金融人才，提高本地区的金融创新能力。国家和当地政府也应积极创造条件，开放各金融机构落户政策，对城市规模、结构进行合理布局，加强对新入金融机构的容纳能力。鼓励本地企业积极进行海外融资，促进内外资互动融合发展，还要主动建立与香港及海外金融机构的对话机制，强化金融各层次的交流。

参考文献

[1]杨洪焦， 孙林岩， 吴安波. 中国制造业聚集度的变动趋势及其影响因素研究[J]. 中国工业经济， 2008（4）：1335.

[2]王子龙，谭清美，许箫迪.产业聚集水平测度的实证研究[J].中国软科学，2006（3）：110.

[3]金煜，陈钊，陆铭.中国的地区工业聚集：经济地理、新经济地理与经济政策[J].经济研究，2006（4）：79-89.

[4]路江涌，陶志刚.中国制造业区域聚集及国际比较[J].经济研究，2006（3）：103-114.

金融数学和金融工程的区别范文第7篇

关键词：技术革命；金融资本；创新园区；制度

技术革命和金融资本对一个国家的经济社会发展具有十分重要的影响。卡罗塔•佩蕾斯(2007，CarlotaPerez2002)论述了技术革命和金融资本对发达国家经济社会发展的推动作用,认为每一次技术革命的成功财富化都伴生了金融创新（技术—经济范式），金融资本和企业资本在技术革命的不同阶段具有明显不同的影响[1-2]，引起国内外学术界的广泛关注[3-10]。技术革命发端于少数国家和地区，具有很强的区域性和空间集聚性。前五次技术革命在欧美等少数发达国家兴起，其中第五次技术革命正在向我国等发展中国家传播扩散。第六次技术革命正在到来，可能在全球多个角落（包括我国）同时爆发，形成新的全球技术竞争格局。佩蕾斯理论主要分析了全球技术变动的宏观格局，目前学术界将该理论与多维度、多层次的区域发展进程结合起来，开展了佩蕾斯理论面向微观的区域研究方向。下面分别从技术革命、金融资本和制度的角度综述在佩蕾斯理论框架下创新包括区域创新、创新园区的发展过程。

一、技术革命、金融资本与创新园区发展

国家间产业竞争格局由企业间竞争和供应链间竞争向产业生态系统间竞争转移，一个国家的产业生态系统的适应性和动态能力成为该国获得长期的产业全球竞争力的关键，基于个性化制造的第三次工业革命对一个国家来说是一场技术、管理和制度系统中的技术经济范式的深刻变革[8]。蔡跃洲探讨了互联网+行动对我国创新创业的影响，认为互联网+代表着新的技术-经济范式，在2000-2020年以移动互联（物联网）、云计算、大数据等为代表的新一代信息通信技术的广泛应用将启动新一轮经济长周期，衍生出各种新的产业或模式，形成新的技术-经济范式[10]。“大众创业、万众创新”进程中建立了创客空间、创业咖啡、创新工场等新型孵化模式，如果我国各种创新区域或园区（如国家自主创新示范区、高新区、科技企业孵化器）采纳了这些孵化模式，将形成一大批低成本、开放式的孕育创新创业的土壤。他同时认为，我国资本市场发展很不健全，还不能满足创新创业的融资需求，而政府行业主管部门在规制和监管方面力度不足，成为我国新业态、新模式快速发展的障碍。刘军民认为科技和金融的融合旨在激活集聚创新要素，促进科技成果转移转化、孵化、抚育科技企业，发展战略性新兴产业、现代科技服务产业和先导性产业[11]。他从资本配置、风险管理、信息管理等角度系统论述了科技金融与具有阶段性特征的创新链需求的有效匹配框架，讨论了在研发期、初创期、早期、成长期、成熟期等企业技术发展阶段应当采用的融资方式，包括私募、合股、风险资本、创业投资、银行融资、政府优惠信贷、资本市场融资等。李健、马亚讨论了科技与金融深度融合的平台模式，建立了政策性金融和市场性金融与企业创新周期的对应关系，认为科技化的平台模式是实现科技金融发展的主要方式——金融科技化能够有效支撑技术创新，由此形成科技与金融发展的良性互动。他们建议在全国科技园区开展平台金融模式试点，以整合园区内外各种资源，发挥科技金融孵化科技企业的多方面优势[12]。从理论上来讲，Caiani等建立了基于创新和金融资本、与发展巨浪一致的股票流动理论模型，它是一个能够反映股票市场作用的多部门模型，其中包括创新生产部门、银行、资本家和工人等，强调发展过程的循环性和金融与创新的密切联系[9]。

二、技术革命与创新园区发展

目前世界正处于第五次技术革命之中。与前四次技术革命不同，第五次技术革命的中途发生了两个阶段的经济泡沫，第一个是20世纪90年代全球出现的互联网狂热以及2000年全球出现的互联网技术泡沫的破灭，第二个是2003-2007年全球出现的信用扩张泡沫[5]。第五次技术革命导入期的重要结果之一就是我国的改革开放是[5]。我国新一代信息技术、新能源、新材料、生物技术、高端装备制造、新能源汽车、节能环保等新兴产业领域，虽然部分技术领域产业规模已位居世界前列，但大部分停留在技术—经济范式的导入期，即产业演化的萌芽和形成时期，只有极个别产业，如光伏产业经过了拓展期[13]。学术界探讨的技术包括互联网、新能源、新材料、生物技术等。蔡跃洲认为互联网+代表着新的技术-经济范式[10]。林永青、黄少敏（2015）认为“互联网+”是中国版工业4.0的核心技术，它将引领我国产业的智能化、个人化（包括以“创客”为代表的创业者驱动）、跨界化、制服化（制造业与服务业的深度融合）和互联网化。黄群慧、贺俊认为，除了信息通信技术之外，新能源、新材料、生物电子和纳米技术等技术的迅速发展，数字制造、人工智能、添加制造、工业机器人等现代制造技术的持续突破，全球工业发展模式正经历着革命性变化[8]。例如3D打印机为代表的个性化制造会推动以个人和家庭为单位的“个人创业”等十分分散的产业组织方式的快速发展。继第五次信息技术革命之后的第六次技术革命引起一些学者的高度关注。佩蕾斯认为第六次技术革命可能是新能源或生物技术[14]。贾根良认为第六次技术革命诱发的技术群包括云计算、大数据和可再生能源，涉及的信息通信基础设施包括新一代无线网络（5G、Wi-Fi）、物联网和云网络、智能电网等[6]。一些国际学者认为第六次技术革命可能在2020年之后开始的“智能时代”，其核心技术是移动互联、云计算、大数据等新一代信息通信技术[10]。

三、金融资本与创新园区发展

金融数学和金融工程的区别范文第8篇

关键词：县域城镇化；金融；地区差异；因子分析

文章编号：1003-4625（2014）01-0013-06 中图分类号：F832.3 文献标志码：A

一、引言

十报告和2013年中央经济工作会议都提出了积极稳妥地推进城镇化建设。显然，城镇化是已被视为拉动内需乃至推动中国经济发展的重要途径。目前，学术界基本形成了以大城市为主的城镇化、以中等城市为主的城镇化、以小城市和小城镇为主的城镇化三种观点，三种观点都有其自身支持的论点和反对的理由。这里，我们暂且抛开城镇化规划的布局争议不谈，单单分析县域城镇化的影响因素及其在东、中、西部地区的差异。

对于县域城镇化，温铁军认为城镇化的地理半径应该是县及县级以下的城镇，在最短半径内实现最多农民最大的非农就业。殷广卫、薄文广认为县级城市应该成为现阶段中国城市化道路的战略性选择。张建华、洪银兴认为在大城市地区以县级城市为主导推动城市化和城乡一体化的条件最为成熟。江易华通过因子分析法得出生产总值、农林牧渔业人员、城乡收入比是影响县域人口城镇化的主要因素。以上观点皆表明城镇化的重点应该是县域，但是并未涉及县域金融与县域城镇化的关系研究。

从金融发展与城镇化的相互关系来看，国外文献主要关注金融体系对城市化进程中具体领域或行业的资金推动作用，并通过这些领域或行业的发展来加快城市化进程，具体包括金融支持城市化轨道交通建设、房地产和基础设施建设、水资源建设和污水处理系统建设等（Peter R Stopher，1993：Kyung-Hwan Kim，1997；Wu Cho and Boggess，2003；Miao Chang，2004；Zhong，Mol，Fu，2008）。现有的国内文献大多利用VAR模型来分析二者之间的因果关系。有的文献认为二者存在双向因果关系（蒙荫莉，2003；郑长德同，2007）；有的文献认为二者在长短期内因果关系表现不一致，短期内金融发展对城镇化的影响不显著，长期内金融发展效率对城镇化有显著影响（牛启春、刘翔，2008；周战强、乔志敏，2011）。有的学者则认为二者关系存在区域差异。譬如，梁彭勇、梁平、任思慧借助1986―2005年数据，利用误差修正模型，发现中国金融发展与城镇化的关系呈现出明显的区域差异。具体而言，长期内，东、中和西部地区金融发展都没有促进城镇化；东、中部地区城镇化对金融发展呈单向长期因果关系，城镇化引导了金融发展。东部地区金融发展与经济增长之间还具有城镇化引导金融发展的短期因果关系。然而，不管从时间序列上检验金融发展与城镇化是何种关系，现实的情况是，在金融脱媒、利率市场化导致城市市场利差缩窄以及县域城镇化基础设施投资加大的外部形势下，大型国有商业银行和各中小股份制银行都摩拳擦掌，开始抢占县域金融市场。尤其是城镇化率较高的县域，这些地方的金融业态已较为成熟，业务也毫不逊色于城市业务，金融竞争已经呈白热化态势。毋庸置疑，金融机构的信贷投放行为直接影响县域城镇化进程。而且，由于各经济区域的县域所拥有的资源禀赋、所获的经济金融政策以及社会形态和地理位置等存在较大差异，所以，本文旨在探究县域城镇化的影响因素及其地区差异。

客观地说，现有文献为本研究提供了很好的理论基础和分析视角，但也存在着一些不足。已有研究并没有把微观金融机构数据引入到实证分析，尤其是对东、中、西部县域城镇化的影响因素差异分析几乎没有。本文依托于《中国银行业农村金融服务分布图集》翔实的县域经济金融数据，重点研究金融体系效率是否为县域城镇化的主成分因子及其地区差异，以验证县域金融体系效率对县域城镇化的重要作用。与已有研究相比，本研究的贡献在于：第一，目前金融机构过多集中研究行业政策，而忽略了区域政策的差异化，本文试图揭示金融机构在东、中、西部县域城镇化进程中扮演角色的差异，为金融机构制定区域政策提供实证支持和参考依据。第二，由于缺乏金融机构的微观数据，在已有研究中鲜有引入我国县域金融机构的贷存比，本文实证部分则将微观金融机构指标纳入了因子分析，弥补了这一缺憾。

二、数据来源与研究方法

（一）数据来源

本文数据来源于中国银监会的《中国银行业农村金融服务分布图集》（以下简称《图集》），该套数据包含了全国2003个县（市）的翔实经济金融数据，尤其是收集了各类银行在县域金融市场的信贷业务数据，符合本文的研究目标。由于中国银监会2011年以后不再相关数据，本文采集了2010年2003个县域的经济发展和金融发展指标，其中包含东部11个省市的527个县及县级市，中部10个省市的758个县及县级市，西部10个省市的718个县及县级市，挑选了其中14个可能影响县域城镇化的指标进行因子分析。这些指标包括：县域人均土地面积（人口密度），企业总户数，个体工商户数，第一产业GDP，第二产业GDP，第三产业GDP，城乡居民收入比，地方一般预算财政收入，地方一般预算财政支出，金融机构总贷存比，农业银行贷存比，工、中、建、交的贷存比，农信社的贷存比，邮储银行的贷存比。本文考察的主要变量为县域金融机构贷存比，该变量主要表征金融系统在县域市场的投放效率，也就是指金融机构将储蓄转化为投资的效率，效率越高就能越好地带动县域经济发展，进而促进县域城镇化的发展。

（二）研究方法

本文主要运用STATA11.0计量软件，分地区对上述14项指标进行因子分析，选择KMO检验和Bartlett球形检验，采用最大方差正交旋转。首先，整体上设定所挑选的指标是县域城镇化水平的影响因素，并且根据指标实际所属类型假设因子类型。其次，分别利用县域东、中、西部数据进行主成分因子提取，并进行主成分因子分类。再次，用实证结果验证初始假设的真伪及三个地区因子分析结果的异同点，并对东、中、西三个地区的实际情况进行比较分析。主要通过因子分析检验如下初始类型假设。

三、因子分析结果

（一）因子分析的相关检验

东、中、西部地区的KMO检验值分别为79.67%、70.23%和79.04%，根据Kaiser（1974）提出的执行因子分析的判断标准，三个区域KMO检验值都在适合做因子分子的标准之上。Bartlett球形检验的P值皆为0.000，相伴概率满足P

（二）因子分析的结果

在对东、中、西部数据进行因子分析的前期检验之后，分别对三个区域提取了主成分因子以及相对应的特征值、方差贡献率、累计贡献率，表3、表5和表7分别给出了东、中、西部数据原始抽取结果和旋转抽取结果。经过旋转后的主成分因子的方差贡献率更为聚集，但累计方差贡献率不变，下面解释都以旋转抽取结果和旋转后的载荷矩阵为主。

1.东部地区的因子分析结果

由表3结果可知，东部地区数据有4个主成分因子被提取，用第一主成分因子可以解释原来14个变量的33.66%的信息量，用四个主成分因子可以解释原来14个变量的73.11%的信息量。第一、二主成分因子的方差贡献率与第三、四主成分因子的方差贡献率差距较大，这表明第一、二主成分因子是县域城镇化的主要尺度，第三、四主成分是县域城镇化的次要尺度。

东部地区的因子载荷矩阵表4列出了4个主成分因子大于0.3的载荷值，同时，按载荷值大于0.5的标准来归集主成分因子的变量。第1主成分因子在企业总户数、个体工商户数、第二产业GDP、第三产业GDP、地方一般预算财政收入和地方一般预算财政支出上分别有以下载荷：0.7379、0.7150、0.9181、0.9398、0.9274、0.9244，在初始假设中前面两个变量归为商业因子，中间两个变量可为产业结构因子，后面两个变量归为财政政策因子，这里三类因子统一归为县域经济发展因子。第2主成分因子在金融机构总贷存比、农业银行贷存比和工、中、建、交贷存比上分别有以下载荷：0.9476、0.5290、0.9284，这一类归为金融发展因子。第3主成分因子在第一产业GDP和邮储银行贷存比上分别有以下载荷：-0.6223和0.6319，前者为农业经济发展状况，邮储银行在2007年改革之前以吸纳存款为主，贷款业务开展时间相对较晚，在一定程度上反映农村金融“抽血”现象，这两项指标归为农业发展因子。第4个主成分因子仅在农信社贷存比上有载荷：0.8140，农村信用社是我国农村金融最核心的力量，但在东部县域城镇化中并没有占到最核心的地位，单列为第4主成分因子，单独归类为农村金融因子。县域人均土地面积和城乡居民纯收入比在四个主成分因子上的载荷值都不超过0.5，这说明以上两个指标都不是东部县域城镇化发展水平的主成分因子。总之，在东部地区，县域经济发展因子和金融发展因子是县域城镇化的主要尺度，农业发展因子和农村金融因子是县域城镇化的次要尺度，而人口密度因子和城乡收入差距因子则不是东部县域城镇化的影响尺度。

东部地区的因子分析归类结果与初始假设较为不一致，人口密度因子和城乡收入差距因子非主成分因子，商业因子、产业因子和财政政策因子统一归类为县域经济发展因子，金融体系效率因子分解为金融发展因子和农村金融因子。

由表5结果可知，中部地区数据有5个主成分因子被提取，第一主成分因子可以解释原来14个变量的19.32%的信息量，用5个主成分因子可以解释原来14个变量的71.09%的信息量。前三个主成分因子的方差贡献率较为均衡，为县域城镇化的主要尺度，后两个主成分因子方差贡献率都约为10%，为县域城镇化的次要尺度。

中部地区的因子载荷矩阵表6列出了5个主成分因子大于0.3的载荷值，同时，按载荷值大于0.5的标准来归集主成分因子的变量。第1主成分因子在金融机构总贷存比、农业银行贷存比和工、中、建、交贷存比上的载荷值分别为0.8626、0.8833和0.8618，这一类归为金融发展因子。第2主成分因子在第一产业GDP、第二产业GDP和第三产业GDP上的载荷值分别为0.6512、0.7901、0.871 1，这一类归为产业结构因子。第3主成分因子在地方一般预算财政收入和地方一般预算财政支出上的载荷值分别为0.9982和0.9982，这一类归为财政政策因子。第4主成分因子在农信社贷存比和邮储银行贷存比上的载荷值分别为0.7232和0.5999，这一类归为农村金融因子。第5主成分因子在企业总户数和个体工商户数上的载荷值分别为0.6506和0.8408，这一类归为商业因子。县域人均土地面积和城乡居民纯收入比在五个主成分因子上的载荷值都不超过0.5，这说明以上两个指标都不是中部县域城镇化发展水平的主成分因子。总之，在中部地区，金融发展因子、产业结构因子和财政政策因子是县域城镇化的主要尺度，农村金融因子和商业因子是县域城镇化的次要尺度，而人口密度因子和城乡收入差距因子则不是中部县域城镇化的影响尺度。样本实际参与因子分析。

中部地区因子分析归类结果与初始设定较为一致，仅有人口密度因子和城乡收入差距不是县域城镇化的主成分因子，金融体系效率因子分解为金融发展因子和农村金融因子。

3.西部地区的因子分析结果

由表7结果可知，西部地区数据有5个主成分因子被提取，第一主成分因子可以解释原来14个变量的27.73%的信息量，用5个主成分因子可以解释原来14个变量的70.07%的信息量。第一、二主成分因子的方差贡献率与第三、四、五主成分因子差距较大，说明第一、二主成分因子为县域城镇化的主要尺度，第三、四、五主成分因子都为次要尺度。

西部地区的因子载荷矩阵表8列出了5个主成分因子大于0.3的载荷值，同时按载荷值大于0.5的标准来归集主成分因子的变量。第一主成分因子在企业总户数、第二产业GDP、第三产业GDP、地方一般预算内财政收入、地方一般预算内财政支出上的载荷值分别为0.5992、0.7805、0.8812、0.7862、0.6833，这一类归结为县域经济发展因子。第二主成分因子在金融机构总贷存比、农业银行贷存比和工、中、建、交贷存比上的载荷值分别为0.891 1、0.7367、0.6317，这一类归为金融发展因子。第三主成分因子在邮储银行贷存比和第一产业GDP上的载荷值分别为0.7691和-0.6109，基于与东部地区相似的原因，这一类归为农业发展因子。第四主成分因子仅在农信社贷存比上有载荷0.8531，单独归为农村金融因子。第五主成分因子仅在城乡居民纯收入比上有载荷0.8833，这个指标反映了城乡收入差距，单独归为城乡收入差距因子。县域人均土地面积和个体工商户数在5个主成分因子上的载荷值都不超过0.5，这说明以上两项指标都不是西部县域城镇化发展水平的主成分因子。总之，在西部地区，县域经济发展因子、金融发展因子是县域城镇化的主要尺度，农业发展因子、农村金融因子、城乡收入差距因子是县域城镇化的次要尺度，而人口密度因子和个体工商户数则不是县域城镇化的影响尺度。

西部地区因子分析归类结果与初始假设较为不一致，人口密度因子和个体工商户数不是县域城镇化的主成分因子，金融体系效率因子分解为金融发展因子和农村金融因子，但是，城乡收入差距因子只有在西部地区成为县域城镇化的主成分因子，这一点与初始假设一致。

4.因子分析的区域对比

地区经济发展的非均衡性是我国区域发展的一个主要特征，县域城镇化的区域差异也很明显，前面因子分析的结果也证明了这一点。通过对东中西部因子分析结果进行对比，能提炼出一些整体共性和地区差异性。

从共性来看，首先，县域经济发展因子和金融发展因子是县域城镇化发展水平的决定性因子。尤其是金融发展因子在三个地区都单独列为第一、第二主成分因子，这表明五大国有商业银行在县域城镇化发展起到主导作用，发挥了金融“造血”功能。其次，尽管农业发展情况与县域城镇化水平的正负向关系并不确定，但农业发展情况一定是县域城镇化发展的影响因素之一。县域城镇化实际上是农村人口的土地、户籍、就业等社会经济形态从农村到城镇的转变过程，农业产值比重有可能与县域城镇化率（第二、三产业比重增加）此消彼长，也有可能由于城镇化推动农业技术发展，农业产值比重与县域城镇化率同步提升。再次，以农信社贷存比为代表的农村金融因子在三个地区都被归为第四主成分因子，农村金融因子的作用相比金融发展因子对县域城镇化的作用可能相对较弱，但是作用不可忽略。

从差异性来看，首先，金融发展因子是中部地区的第一主成分因子，是东部和西部地区的第二主成分因子。中部地区的主成分因子分类清晰，归为金融发展、产业结构、财政政策、农村金融以及商业因子五大类，因子分析结果与现实经济运行以及初始假设较为符合。这说明金融机构县域“造血”功能在中部地区发挥最为明显。其次，城乡收入差距因子仅在西部地区单列为第五主成分因子，在东部和中部地区并未被提取为主成分因子。可能的解释是东、中部县域城乡居民收入差距相对较小，不是影响该地区县域城镇化的主要因素，而西部县域城乡居民收入差距较大，城乡居民收入比是影响该地区县域城镇化的主要因素。

总之，三个地区在主成分因子归类结构上不一致，但是金融发展因子和农村金融因子在三个地区都一致地归为两类，分别代表县域城镇化的主要尺度和次要尺度，这表明县域金融体系效率必定是县域城镇化的衡量尺度之一。

四、结论及政策启示

通过东、中、西部数据的实证检验，提炼出金融发展因子、产业结构因子、财政政策因子、农村金融因子及城乡收入差距因子等五类主成分因子可能影响县域城镇化，在构建模型研究具体影响因素对县域城镇化发展的贡献率时，以上五大类因子的任何一个指标都可以抽取为自变量。鉴于《图集》只能收集到2003个县域的户籍人口城镇化率，并不能反映真实的县域城镇化率，这里并没有进一步实证分析各金融机构对县域城镇化的贡献率。但是，因子分析的结果也有几点关于县域金融发展的政策启示：

第一，提升县域金融体系效率，助推县域城镇化发展。因子分析结果表明，金融发展因子是东、中、西部地区的第一或第二主成分因子，农村金融发展因子也被提取为第四或第五主成分因子，这表明，金融发展是县域城镇化的最重要因子之一，工、农、中、建、交五大国有商业银行及农信社、邮储银行的信贷投放效率在县域城镇化建设过程中作用明显。这里给出的政策启示是：随着利率市场化加快，县域金融市场竞争也将异常激烈，应鼓励各大国有商业银行重返县域市场，支持农村金融机构发挥金融核心作用，引导民营资本进入县域金融领域，支持县域中小企业发展，发挥多方金融合力，促进县域城镇化进程。

第二，深入挖掘区域差异，制定差异化的县域金融政策。因子分析结果表明，金融发展因子在东中西部因子分析中的位置不尽相同，尽管这并不能说明金融在东、中、西部县域城镇化中贡献度的大小，但是这对于国家制定差异化的区域政策具有参考意义。随着我国经济功能地区划分越来越细，金融发挥的作用也会不尽相同，所以，应该根据县域产业特征、资源禀赋、地理环境、区位分布等要素差异，制定差异化的县域金融政策，对县域金融业态较为成熟的地区引入民营银行，促进良性竞争；对县域金融发展乏力的地区进行相应政策倾斜，激发金融活力。

第三，立足县域金融市场竞争力，制定差异化的区域信贷政策。因子分析结果表明，同一金融机构的贷存比在东、中、西部因子分析中的载荷值差异也会较大。例如，农业银行在东部第二主成分中的载荷值远低于金融总贷存比和工、中、建、交贷存比的载荷值，而在中部则拥有第一主成分的最高载荷值，在西部第二主成分因子中的载荷值高于工、中、建、交的载荷值。尽管载荷值并不能表示贡献度，但在一定程度上也说明了农行在县域金融市场影响力的地区差异。所以，在目前县域城镇化进程加快的背景下，金融机构研究差异化的区域信贷政策和设计差异化的金融服务模式是当务之急。

参考文献：

[1]温铁军，温厉.中国的“城镇化”与发展中国家城市化的教训[J].中国软科学，2007，（7）：23-29.

[2]殷广卫，薄文广.基于县级城市的城乡一体化是我国城市化道路的一种政策选择[J].中国软科学，2011，（8）：111-121.

[3]张建华，洪银兴.都市圈内的城乡一体化Ⅲ.经济学家，2007，（5）：98-104。

[4]江易华.-g域人口城镇化的影响因素分析[J].统计与决策，2012，（11）：109-111.

[5]蒙荫莉.金融深化、经济增长与城市化的效应分析[J].数量经济技术经济研究，2003，（4）：138-140.

金融数学和金融工程的区别范文第9篇

Abstract： The international financial centre is one of the basic elements and important indicators of the construction of international metropolis in coastal cities and has become the most important symbol of showing the overall strength or the core competitiveness of a country （region）. This paper applies the SPSS discrimination function analysis （quantitative analysis） method to gain the discrimination model of building the regional international financial center in coastal cities according to the data of the six international financial centers in the world， analyzes the problems and challenges in coastal cities， and finally makes conclusions and policy recommendations with more meaningful reference.

关键词： 国际化大都市;国际金融中心;SPSS;金融创新

Key words： international metropolis;international financial center;SPSS;financial innovation

0 引言

700多年以前，在意大利的佛罗伦萨出现了国际金融中心这个名词。在滚滚的历史长河之中，出现了功能不同、层次各异的金融中心。例如美国芝加哥、日本名古屋和英国伦敦等国际金融中心;香港、汉堡、巴黎等区域性国际金融中心。

国际金融中心的出现使国际贸易如虎添翼，为所在国家和地区的贸易、投资、融资提供了便利，提升了地区品牌实力。著名经济学家（如Y.S.Park）和经济史学家（如Gras）主要探讨的是金融中心是如何形成的基础、必备条件和历史上的发展层次。Reed（1981）在历史上第一次从银行的综合业绩考核方面构建指标体系，试图从这套体系中详细的研究国际金融中心现状，但是研究没有体现出详细的交易情况。Park首次研究国际金融中心的研究成因并在分析国际银行业时以规模经济理论角度思考。N.巴拉克里什南（1989）构建的指标体系从条件和效率两方面，具体体系由3大类共20个指标组成。综合以上的文献，本文认为需要更为具体的评价指标和评价指标体系对话、国际金融中心分析量化。

1 国际金融中心的判别标准

判别一个城市是否成为国际金融中心，主要是看的它的金融市场成熟度，而金融市场成熟度的测定，本文将利用 SPSS处理数据并用判别方程法计算，给出国际金融中心的相关模型，目的是对其金融中心地位的类型进行判别划分。

1.1 国际金融中心的分类及金融国际化指标

一般而言，从行业的稳定、规模和高效率以及是否国际化，并参照地理历史上的发展情况和现阶段的发展情况，可以评价一个城市金融中心的国际化程度：

1.1.1 行业稳定性是否良好、规模大小和效率高低判定。行业稳定性包括政治因素、经济因素等，这些因素在很大程度上受环境的影响显著。稳定性因素受到人们重视可以追溯到布雷顿森林体系瓦解后，危机不断。因此金融行业发展是否稳定的指标影响城市成为金融中心最显著的指标，是所有参与金融活动的人包括直接参与和政府最重视的指标。作为蓬勃发展的新型服务业，金融服务业已成为可以带来大量利润的支柱产业，行业规模大小的指标包括自有资本额大小等指标，金融行业发展的越成熟，相对应的数值就会越大，反之亦然。效率高低情况和经济发展情况紧紧相连，一般采用总资产收益率、人均收益额等因素反映。

因此，金融行业稳定性是否良好、规模大小和效率高低这三个因素是相互作用，环环相扣的。同时，这三个因素在一定程度上还会互为前提，共生发展，例如稳、稳定性因素就是大前提条件，只有金融行业处于政治较稳定的地域才谈得上成规模、高效率的发展。

1.1.2 国际化程度指标。指标包括业务国际化标准、组织机构的认可程度、优秀的国际复合人才、信息准确迅速性和相关法律法规健全程度及和国际法规相契合。

1.2 构建判别模型的实证研究

1.2.1 样本：本文采用2010-2012年芝加哥、伦敦、名古屋、香港、汉堡、巴黎的数据，利用判别分析法，通过SPSS进行计算分析，得到金融中心的理论分析模型，以便对金融中心的层次进行归类。样本中芝加哥和伦敦是非常活跃的知名国际金融城市的聚集中心，名古屋、香港则明显属于区域性金融中心，汉堡和巴黎是德国和法国城市中比较活跃的金融交易中心，还不是严格意义上的金融中心。

1.2.2 选择指标：本文通过分析影响因素，遵循数据的科学原则，最终选择用行业的成熟度、GDP增长率、金融产值占GDP的比重、投资比率、股票投资额所占比重、政治评定因素这6个指标。这六个指标较能全面的分析金融衡量标准情况。本文假设GDP增长率为X1变量、投资比率为X2变量、金融产值占GDP的比重为X3变量、股票投资额所占比重为X4变量、行业的成熟度为X5变量、政治因素风险为X6变量，用Y记作金融中心的层次，以Y为被解释变量，X1、X2、X3、X4、X5、X6为解释变量，建立费雪线性判别函数。当X5=1时，表示该城市金融市场还在发展阶段，并不成熟，X5=2时，表示该城市金融市场已经发展的较为成熟;X5=3时，表示该城市金融市场发展的非常好，足够成熟;当Y=1时，表示该区域是地区性金融交易中心;Y=2时，表示该区域是地区性金融中心;Y=3时，表示该区域是非常成熟的全球性国际金融中心。

1.2.3 样本数据：本文所选取的样本数据全部来自《国际统计年鉴》，对政治风险的评定参照ICRG风险等级的打分值，对于某项数据的缺失，则采用该地区其他年份的平均值代替，数据如表1所示。

数据资料如表1所示。用SPSS对表1中的数据进行判别分析，所得结果如表2所示。在判别分析过程中，我们选择了将原始数据根据建立的费雪线性判别方程，逐一回代重新判别，表3即为原始数据逐一回代的判别结果和预测分类结果，可以看出，该方程有95.2%的数据分类正确，说明分类结果比较有效。

2 沿海地区金融中心城市地位的评估

根据上文表2给出的费雪线性判别方程，代入沿海地区城市（如西安、上海等）指标数值，然后根据计算结果，就可以判断某一个城市或地区目前的金融状况处于国际金融中心标准的哪一个阶段。

表4是以西安市为例2008-2013年的相关数值，根据之前给出的判别方程，代入这些指标数值，然后根据结果判断某城市或地区的金融状况处于国际金融中心标准的哪一个阶段。我们根据表3的系数数据以及2008-2013年西安市各项评价指标进行加权平均后观测，可以得到：

当 Y=1 时，判别函数值为：0.276×X1+7.489×X2-0.878×X3-0.326×X4+120.6×X5+0.593×X6-150.566=0.165×10.6%+ 6.378×43.38%-0.989×10.75%-0.215×58.27%+120.6×1+0.593×74.9-144.66=-24.090;

当Y=2时，判别函数值为：0.028×X1+9.485×X2-1.730×X3-0.449×X4+183.56×X5+0.885×X6-314.858=0.028×11.5%+9.485×42.27%-1.730×11.86%-0.449×58.27%+183.56×1-314.858=-71.218;

当Y=3时，判别函数值为：-0.035×X1+9.666×X2-1.704×X3-0.481×X4+198.768×X5+0.968×X6-346.074=-0.035×11.7%+9.666×44.27%-1.926×10.64%-0.481×58.27%+198.546×1+0.968×74.9-346.074=-81.658

可以得到，Y=1时，判别函数值最大，绝对值最小。

这样我们就可以判定，西安目前属于非国际金融中心这一类，离区域性国际金融中心还有一定差距，要发展和设立国际金融中心城市，必须按照其自身科学的发展规律和顺序来建设：即首先发展区域性国际金融中心，再逐步过渡到全球性国际金融中心这样一个普遍规律，这个实证结果是与我们的理论研究相一致的。

3 沿海地区发展金融国际化城市的问题与挑战

3.1 问题分析

3.1.1 经济建设发展有限，国际化程度不够。与芝加哥、伦敦、名古屋、香港同期比较，西安在经济发展程度方面还存在很大差距。据2014年统计数据，西安拥有跨国企业不超过300家，而名古屋、香港数量都在3000以上，经济实力悬殊。

3.1.2 金融市场发展不健全，经济开放程度不够。我国实行的是政府垄断型金融体制，主要的形式是分业监管和分业经营。具体体现在行政干预现象严重集体体现在政策、法规的制定，人事分配，业务经营等方面，体系不能完全市场化。金融市场交易规模和品种欠缺。目前我国西安地区初步形成了金融市场体系，但是在市场内有明显的行政化特点，缺乏发展的深度和广度，市场化并不完全，并且交易品种很有限尚未形成规模。

3.1.3 金融机构集聚度不够。我国各城市都缺乏聚集的的金融商业圈。在我国，过于单一，银行占到金融机构大多数，缺乏大量非银行金融机构，例如证还司、期货期权经纪公司等其他的金融机构。

3.2 挑战分析

3.2.1 金融业面临全面对外开放的国际化挑战。据统计，目前分布在全球的金融中心有214个，其中国际金融中心约40个，美国除了作为全球性国际金融中心的纽约外，还有芝加哥、洛杉矶等区域性国际金融中心，以及旧金山、休斯顿等国内金融中心;英国除伦敦全球性国际金融中心之外，还有西北地区的曼彻斯特等区域性国际金融中心;日本除了东京国际金融中心外，还有大阪、名古屋等区域性国际金融中心和横滨等国内金融中心;新加坡提出“金融立国”的口号。这些表明，国际金融竞争已随着经济全球化和区域经济一体化日趋激烈，西安要建设区域性金融中心将面临激烈的国内外竞争。

3.2.2 国内区域金融中心的竞争非常激烈。华北地区，天津、大连都在争取成为华北地区区域金融中心。华南地区，作为我国金融改革开放先行地区的上海市，提出了到 2020年基本建成亚太地区金融中心，并向世界级金融中心迈进;南京、杭州、广州、深圳等也纷纷开始推行成为区域金融中心的计划。在华中地区，郑州、武汉提出建设区域金融中心的构想。西北地区的兰州和西安都在争取成为该地区区域金融中心。重庆和成都则在争取成为西南地区区域金融中心。这些中部与西南地区金融城市的兴起将会与沿海地区争夺建设国际金融中心城市所必须的资金和人才等资源。

4 结论与建议

根据本文的数据分析并综合国际金融发展经验，对于西安发展国际金融中心给出建议与对策：

4.1 政府应总体规划并统筹协调金融业发展

具体从以下两个方面落实：

①打破地区、行业限制，政府成立专门的金融管理部门并赋予其权威性。管理权限包括了制定金融领域相关政策、构建完整体系、统一信息等方面。此部门直接协调各金融机构关系，具有相当的权威个性管理权限，便于管理。

②政府设立专项金融预算。专项资金适用范围包括引进机构费用、培养人才和领域研究等。

4.2 扩大金融行业开放力度

政府需改变职能，以提高有效金融服务为主，不应越位形成权力控制而不是市场主导。当权力控制越发严重的时候就容易产生腐败事件。因此只有真正改革体制，坚持以市场主导，才会有效地预防腐败现象，使我国金融业有效、蓬勃的发展。

4.3 营造金融产品及配套设施环境

①提高防范金融风险的意识。

②建立金融行业协会，加强抗风险能力和机制。

③扶持并引进相关金融中介服务机构，如证唤灰姿、会计师事务所和其他支撑服务体系的机构。

4.4 开发金融衍生品市场

金融衍生产品的创新才能带动金融市场的发展，使金融市场多样化发展。

4.5 注重人才的培养和引进

①设立专业的金融人力资源学院，在学院内部培养理论性和实战型的双赢人才;是通过和高校的合作，沿海地区高校较集中且软硬件相对更有优势，由高校加强理论培养出理论学术扎实的高级人才;与国外著名的金融机构合作建立实践基地，将国外最先进的理念运用到人才培养中。

②重视引进人才后的后续工作，为引进人才创造良好的工作和生活环境，对于金融稀缺领域的专家，适当考虑其他引进方式如兼职授课等，目的是为培养适应本地发展的高级人才。

参考文献：

[1]孙浩.保税区在上海国际贸易中心建设中的使命[J].上海商业，2010，9：20-21.

[2]刘方.对外贸易与区域竞争力的理论分析与实证研究[J].东北师范大学学报，2005.6：41-43.

[3]温建宁，邹瑶萍.上海建设“两个中心”背景下金融物流模式探析[J].物流科技，2010，6：94-96.

[4]Song Fengming. Financial Engineering Principles [M].Beijing：Tsinghua University Press，1999：63-65.

[5]Wang Wuyi. Futures and Options[M]. Hefei： China University of Science and Technology Press，2005：101-112.

金融数学和金融工程的区别范文第10篇

关键词：金融生态；面板数据；实证评估

中图分类号：F830文献标识码：A文章编号：1003-4161(2008)01-0137-04

1.引言

金融作为现代经济的核心，对国民经济的长期稳定增长起着重要的“杠杆效应”和“中枢效应”。而金融市场量的扩张和质的改善离不开其所处环境的支持，所以，金融生态就成为金融市场存在和发展的基础和前提。就西部地区而言，金融生态的改善不仅可以优化西部金融体系的筹资用资功能、资产流动与重组功能、企业融资的风险约束功能[1]，而且可以很好地促进西部地区的资本形成，缓解西部地区发展的资金约束，改善西部产业结构，从而进一步提高西部企业在规模经济、产业结构、技术层次、内部运行机制等方面的发展水平。

本文首先拟对金融生态水平的衡量建立评估指标体系，然后对1997～2005年西部十二省区的金融生态状况进行面板数据分析，最后对西部地区金融生态水平进行实证分析，并提出针对性的政策建议。

2.文献回顾和研究目的

金融生态理论的形成与发展来自于金融现实的发展，随着全球范围内经济货币金融化的迅猛发展，国内外学术界对金融生态理论日益关注，在这一理论的形成过程中，产生了一系列有影响的成果。

2.1 西方学者对金融生态理论形成的贡献

金融生态是一个仿生概念,它的理论来源是生态经济学。英国生态学家A.G.Tansley于1935年生态系统学，极大地丰富了生态学的内容，为后来生态经济学的产生奠定了自然科学方面的理论基础. 20世纪20年代中期，美国科学家Mekenzie首次把首次把植物生态的概念与动物生态学的概念运用到人类群落和社会的研究，提出了经济生态学的名词，主张经济分析不能不考虑生态学过程。在此基础上，美国经济学家Kenneth.Boulding在其重要论文《一门科学―――生态经济学》中，正式提出了生态经济学的概念[2]。

1973年，美国经济学家Ronal McKinnon和Edward S・Shaw提出了金融深化理论[3]，其主导思想是取消政府对金融系统的一切干预和管制，让货币金融系统按照市场机制自发运行。金融深化理论纠正了传统经济理论中对货币金融因素的忽视，更加注重金融系统的内在机制运行，从而形成了金融生态学的萌芽。

20世纪末, 演化经济学获得了里程碑式的发展。演化经济学把经济系统的演化看作一个渐进的变化和发展过程, 认为选择机制是演化机制的一个关键性部分[4]。金融体系作为经济系统的一个重要组成部分,其发展也会经历一个由低级到高级不断优化的演进过程。不断深化的生态经济学为我们从生态角度透视金融环境问题奠定了理论基础。

2.2 国内学者对金融生态理论的研究成果

胡章宏（1998）采用系统论的研究方法, 将金融体系视为有机系统, 提出了金融质性发展和良性发展的概念。这些观点跳出了传统经济学对金融内生发展研究的理论范式, 开始用系统学的观点审视我国金融体系存在的问题, 并注意到金融业的可持续发展是多种因素综合作用的结果, 从而为金融生态环境理论的提出提供了较为明确的目标指引。白钦先教授（2001）较早注意到金融生态环境对金融业发展的约束作用, 首先提出 “金融生态环境”这一概念。他当时所刻画的金融生态环境, 是特定的金融生态环境以其环境容量和 “净化”能力对经济活动会产生的约束性影响。兰州大学高新才教授（2004）针对西部落后地区如何谋求经济发展，如何缩小与发达地区的差距的问题，提出营造良好金融生态环境的问题[5]。

2004年11月，央行行长周小川博士在经济学50 人论坛上将生态学概念系统地引申到金融领域，强调用生态学的方法来考察金融发展问题，通过完善法律制度等改进金融生态环境的途径来支持和推动整个金融系统的改革和发展[6]。随后，其他学者也进行了相应的研究，苏宁（2005）研究认为, 金融生态是一个比喻, 它不是指金融业内部的运作, 而是借用生态学的概念, 来比喻金融业运部环境。韩平（2005）认为, 金融生态是指影响金融业生存和发展的各种因素的总和。徐诺金（2005）把金融生态概括为各种金融组织为了生存和发展, 与其生存环境之间及内部金融组织之间在长期的密切联系和相互作用过程中, 通过分工、合作所形成的具有一定结构特征, 执行一定功能作用的动态平衡系统。

通过比较以上中外学者的研究成果，我们可以看出，由于研究者的学术背景差异和所考察对象空间纬度和时间跨度的不同，其对金融生态的研究侧重点也不尽相同。总体而言，笔者认为，目前的学术界对金融生态理论的研究还有以下三点不足之处：一是缺乏对金融生态水平的评估指标的研究；二是对金融生态的定量化实证研究不足；三是对金融生态的作进一步的区域化考察较少。正是本着弥补上述不足，本文试图结合西部十二省区的面板数据，对西部地区的金融生态水平进行定量化的实证研究。

3.金融生态水平评估指标体系的构建

金融生态是一个复杂而又庞大的系统，它由许多子系统构成。各个子系统均从不同方面对金融市场中的经济主体产生影响。一般而言，这些子系统包括经济发展水平、金融市场孕育水平、法制健全水平、信用体系建设水平、市场服务和监管水平等五大部分。

为了方便建立面板数据模型，我们将本着数据的可得性、易量化性和简洁性等原则来选取相关的评估指标。本文中，笔者选取金融生态系统内的五大部分共16个评估指标来衡量某一区域的金融生态水平。具体指标如下：

3.1 经济发展水平指标

①GDP增长率

②金融业投资比例＝金融业投资额／全行业固定资产投资额

3.2 金融市场孕育水平指标

①经济的货币化程度＝M2／GDP

②金融业内主要金融机构的资产总额

③金融从业率＝金融业从业人数／全部就业人数

④本地金融机构资金流入与流出状况

3.3 法制健全水平指标

①金融案件结案率＝金融案件结案数量／金融案件案发数量

②金融相关法律法规出台数量

③金融交易规范化程度

3.4 信用体系建设水平指标

①金融市场交易主体诚信意识、诚信文化的文明程度

②本地金融机构的不良贷款比例＝本地不良贷款额／全国不良贷款总额

③企业的资产负债率＝负债总额／资产总额

④本地间接融资比例＝本地贷款总额／全国国内贷款总额

3.5 市场服务和监管水平指标

①金融中介总数量（包括会计和律师事务所、仲裁机构、信用担保和资信评估机构）

②政府相关部门的行政效率和监管效率

③金融机构风险控制机制和市场退出机制的完善

当然，经济体系内还有其他指标对金融生态系统起着作用，但是考虑到建立模型的需要和指标的重要程度，其他因素不予考察。尽管上述各项指标可以很好的在总体上反映某一区域的金融生态水平，但是对其中的一些难以量化但是对金融生态有着重要影响的指标，如金融交易规范化程度、政府相关部门的行政效率和监管效率等，我们在建立模型时对其进行虚拟变量的等级量化。还有一些可以量化但是数据却很难获得的指标，如金融案件结案率、金融中介总数量等，我们将其进行剔除。这不会对整个评估体系产生根本上的影响。简化后的指标体系如图1所示：

图1 修正后的金融生态评估指标体系

4.基于面板数据的实证分析

4.1 计量经济模型的建立

我们对西部金融生态的研究使之所以选用Panel Data的分析方法,主要是因为影响金融生态的因素非常多,再加上数据的限制,我们无法将有关变量纳入到计量经济模型中来，而Panel Data可以很好的避免造成遗漏变量所导致的误差（omitted variable bias）[7]。

在模型中，我们把西部金融生态的状况作为模型的因变量，用Y表示，将其划分为三个等级：较差、一般和良好。同样，我们也把法制健全水平和市场服务监管水平两个虚拟变量指标划分为上面的三个等级。金融生态的各个评估指标：GDP增长率、金融业投资比、经济货币化程度、金融从业率法制健全水平、企业资产负债率、本地市场主体间接融资比、市场服务监管水平等分别用GDP、INVEST、MONEY、JOB、LAW、DEBT、LOAN、SERVICE来表示。从而，根据经济理论和Panel Data的分析方法，我们建立如下的初始计量经济模型：

其中，Y、LAW、SERVICE都是虚拟变量，它们的取值如下：

Y、LAW、SERVICE ＝ 1 较差2 一般3良好

4.2 模型框架的说明和数据的来源

模型(1)中μit表示随时间变化，不可观测到的因素对金融生态水平的影响，也即随即扰动项。αi 则表示在时间上恒定的条件下，不可观测到的因素对金融生态水平的影响。根据Panel Data的相关理论，αi假设的不同，初始模型(1)又可分为混合估计模型；固定效应模型和随机效应模型三种情况。如果各个截面的αi 都相等为α0，模型(1)为混合估计模型；如果αi 与其他自变量存在相关性，即Cov(Xitj, αi )≠0，t=1,2,...T,j=1,2,...K。则模型(1)为固定效应模型；反之，如果αi 与其他自变量不存在相关性，模型则为随机效应模型。由于不同的模型具有不同的估计方法和估计值，我们首先应用统计结果作Hausman检验，来确定应该选用固定效应模型还是随机效应模型。然后，再应用相关的F统计量检验，来分析混合估计模型和固定效应模型[8]。

数据来源：根据1997～2005各年《中国统计年鉴》、《中国金融年鉴》测算得出。部分数据根据各省区国民经济和社会发展公报测算得出。

注：MONEY＝M2/GDP指标中的各省份的M2数据较难获得，这里用城乡居民储蓄存款余额来代替。为了保持统计口径的一致性，JOB指标中的金融从业人员数量用各年末金融业从业职工数量来表示。同时为了更好地衡量各地的信用状况，DEBT指标用“三资”企业的资产负债率来表示。

为了使模型更具一般性和代表性，也为了便于比较，我们在选取西部十二省数据的基础上，又选取了北京、上海、天津三个金融生态较好的东部地区作为样本数据。本文所选用的数据大部分来自《中国统计年鉴》、《中国金融年鉴》。为了保证各年省级层面数据统计口径的一致性和准确性，我们对相关指标数据作了变通处理，但这并不影响对评估指标的解释能力。对于模型中虚拟变量具体值的选取，我们是根据相关材料和各省份具体的经济表现而确定的。表1提供了样本中各省份的自变量平均值（mean）的时序变动情况。

4.3 估计结果和模型检验

我们对模型(1)分别进行了混合估计模型估计；固定效应模型估计和随机效应模型估计。具体估计结果见表2.

针对上表中的三个模型的分析结果，我们首先进行Hausman检验。利用Eviews5.1可以直接进行Hausman检验。检验结果Hausman统计量H＝34.758364 >x20.01(8)＝20.09。所以模型存在固定效应，应该建立固定效应模型。其实在Panel data分析中，随机效应模型是针对当个体成员单位是随机地抽自一个很大的总体时来考察总体的情况而设立的，由于本文是考察全部西部十二省的金融生态状况，所以固定效应模型更为合适。再来比较混合估计模型和固定效应模型的情况。我们根据F统计量的取值来分析：

F＝[(SSEr-SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)] （2）

其中，SSEr，SSEu分别表示混合估计模型和固定效应模型的残差平方和（Sum squared resid）。N为截面数，T为年数，K为解释变量。根据面板数据的分析结果知：SSEr＝14.0057，SSEu＝3.142874，带入（2）式可得，统计量F＝27.18983725 >F0.01(8,118)＝2.66。所以拒绝原假设，应该建立固定效应模型。从以上分析可以得出，我们最终选择固定效应模型作为我们分析的依据，着重用固定效应模型来测度西部各省份的金融生态水平。

5.西部地区金融生态水平的评估分析

随着我国经济的快速发展，西部地区的经济水平实现了大幅度的提高，同时在资本市场的建设与完善、金融制度的创新、金融环境的改善等方面也取得了可喜的成绩。但是，西部各省区的金融生态水平到底在什么样的水平上？与东部发达地区相比，西部地区金融生态建设的差距又在哪里？通过对这些问题的考察，可以得出西部地区未来进一步加强金融生态水平建设的着力点。本文将根据前文中论述的金融生态评估指标体系，利用西部各省区在1998～2006年的评估指标的平均值来，测度各省区的金融生态水平，然后我们再进行各省区的比较分析。

从上表可以看出，重庆、四川、陕西三省市的金融生态水平Y值介于2和3之间，说明这三个省份的金融生态状况比较良好。2007年第三届中国金融（专家）年会将西安评价为西部金融生态城市高速发展的引擎[9]。另外，2007年重庆市政府提出要用13年时间把重庆打造成西部金融中心[10]。本文的数据比较好的支持了这两种观点。甘肃、内蒙古、广西、新疆的金融生态水平Y介于1和2之间，但接近于2，说明金融生态状况正由一般向良好发展，具有很好的发展潜力。而宁夏、云南、贵州、青海、几省的金融生态指标值Y较接近于1。这些省份的金融生态状况不容乐观，必须予以重视，应大力加强金融生态水平的构建与优化。从固定效应模型的系数值和西部金融生态的差距来看，西部地区金融生态水平建设应该从以下两点加以考虑：一是要大力强化法制健全水平的建设，因为法制水平的作用在模型中表现特别突出，同时也是西部金融生态水平的软肋。二是要优化本地区的信用体系水平，加强金融市场的中介服务建设，以吸引金融人才和金融资本的大量进入。三是要着力培育金融在经济发展中的深化度，特别是要加强资本市场的建设，注意用金融的杠杆作用推动经济的快速发展。

参考文献：

[1]谢丽霜.西部开发中的金融支持与金融发展[M].大连：东北财经大学出版社,2003：2－18.

[2]为经济可持续发展创造良好的金融生态[N].上海证券报,2005-10-11.

[3]张莉萍,衣长军.海峡西岸经济区金融生态环境分析[J].中国科技信息,2007，(2)：7－8.

[4]代金奎,腾春强.金融生态问题研究综述[J].济南金融,2007，(2)：11－16.

[5]张新记.构建西部地区金融生态环境的理性分析[J].社科纵横,2007，(2)：4－5.

[6]周小川.完善法律制度,改进金融生态[EB/OL]. pbc.省略/detail.asp?col=5110&ID=46.

[7]Irvine.Eviews 5 User Guide、Version、Quantitative Microsoftware[M].california.USA.2004：46.

[8] Aazrul Islam.Growth Empirics:A Panel Data Approach[J].Quarterly Journal of Economics,1995, Vol.110：1127-1170.

[9]中国金融大典[EB/OL]. news.省略/zhuanti/2007032201.

[10]重庆金融宏图：13年建成西部金融中心[N].第一财经日报,2007.4.9.

［作者简介］宁文娟(1982- )，女，西北工业大学硕士研究生，主要研究领域：现代西方金融发展理论、西方金融结构理论。

韩占兵(1982- ), 男, 西北工业大学硕士研究生，主要研究领域：现代西方金融发展理论、西部产业发展研究、西方经济学。

金融数学和金融工程的区别范文第11篇

中图分类号：F832.7 文献标识码：A

内容摘要：广州、深圳作为珠三角地区的核心城市，共同表征的金融服务业集群所呈现的空间关联成为研究的主要内容。本文基于珠三角经济区域内9大城市金融业集群的状况及关联性，扩展式运用引力模型分析广州、深圳两地金融服务业集群呈现的空间关联，研究结果表明：广州、深圳金融服务业集群与珠三角其他城市间的关联性呈现差异，但具体到二者集群的关联性上，却表征出互补关系。

关键词：广州 深圳 金融服务业 集群 空间关联 引力模型

在信息技术的迅猛发展并借此推进金融服务业突破地理空间限制，以更好的金融服务产品和功能满足区域经济联动需要的今天，金融服务业集群依然是一种不可忽视的经济现象，一度成为现代金融产业组织的基本形式之一。广州和深圳作为珠三角地区的核心城市，却同时表征出集群的特征和效应，不管是从两地吸纳集群的要素流向、金融企业集群的总数，还是发挥集群效应方面，两地都存在规模相当、效应凸显的金融服务业集群，并同时成为两大城市利用金融业集群的推进、促成现代服务业总体水平提升的产业结构调整的重要措施之一。问题在于，地理距离和经济水平都较接近的广州和深圳，共同表征的金融服务业集群能否成为两地调整产业结构的寄托、在吸引珠三角地区乃至整个广东地区的金融产业要素、资源集聚的过程中，各自的吸纳方向、空间关联如何，这成为本文重点探讨的内容之一。

笔者在分析广州、深圳两地金融服务业集群现存差异的基础上，在珠三角地区的大区域范围内探讨广州、深圳金融服务业集群的空间关联性，并以珠三角地区各大城市的数据为基础，运用引力模型对广州、深圳金融服务业集群的空间关联关系进行实证研究，进而提出加强两地金融服务业集群的经济联系、促成一体化的政策措施，以此增强珠三角地区整体的金融服务业实力，为其他区域金融发展提供一定的借鉴。

广深两地金融服务业集群现状

截止到2010年年末，广州共有各类商业性金融机构及代表处134家，其中银行性金融机构66家，保险机构54家，证券、期货、基金类机构14家，外资金融机构及代表处68家，2010年新增金融机构28家，新增上市公司11家。金融市场规模持续扩大，2010年金融机构共吸收本外币存款余额20944.19亿元，贷款余额13851.83亿元，同比增长分别为23.69％和25.88％，现金净投放405.58亿元。到目前为止共有37家金融机构总部或地区总部纷纷选址落户珠江新城金融商务区。

深圳作为改革开放前沿阵地，截止到2010年，共有银行、证券、基金、保险、期货等金融机构总部117家，2010年现金净投放1236.57亿元，存贷款余额分别达20210.75和13708.16亿元。福田区是深圳的金融机构主要聚集地，除深发展、中国平安、招商证券、国信证券、第一创业证券等深圳本土机构外，太平保险、中国保险、太平人寿保险、民安保险、鼎和财产保险等外来机构也纷纷在福田摆兵布阵。同时福田区也是本土创投机构的“总部基地”，全国1/3的创投机构集中在深圳，其中80%在福田，包括全国最大的创投机构――深圳创投集团。福田金融中心区、罗湖蔡屋围金融中心区、南山科技园金融创新服务基地、龙岗平湖金融后台服务基地以及南山后海金融商务区的规划建设，都为深圳金融服务业集群创造了良好的金融生态环境。

为更好地体现广深两地金融服务业呈现的集群趋势，本文选取两地金融服务业从业人员数量作为变量，通过计算区位熵指数来衡量两地金融服务业的集群状况。

区位熵指数又称区位专业化指数，该指数通过比率对比衡量要素的空间分布状况、产业的专业化程度和产业在区域的重要程度。实际应用中可以选择产业从业人员、产业增加值、产业企业数量分别计算。其计算公式如下：

Qi为区域i金融服务业的区位熵指数，取值广州和深圳，Eif为区域i的金融服务业的指标值，Elf为所有研究区域l金融服务业的指标值，考虑到广州和深圳同处珠三角经济区域及其在珠三角中的重要地位，本文选取珠三角经济区域作为变量l，El为区域l各行业的指标值，El为所有研究区域l各行业的指标值。熵指数越大，产业越具有比较优势，该区域的产业集群程度也就越高。

如果以金融服务业的就业人数为变量，测算的广州、深圳的区位熵指数Qi如表1所示。

可以看出，如果按照两地金融服务业从业人员来计算区位熵指数时，广州和深圳的区位熵指数都维持在较高水平，不过两大城市的发展趋势不一。广州金融服务业集群维持在稳定水平，保持着金融服务业对周边地区人员要素的吸引力；而深圳从2004年之后，集群程度得到了很大提升，区位熵指数平均以8.4%的速度上升，金融服务业集群的速度正在加快。

集群引力模型的构建与实证分析

（一）引力模型及其构建

1.引力模型。引力模型（Gravity Model）源于牛顿物理学中的万有引力定律，由普林斯顿大学的天文学家Stewart首先提出，后经完善并成为地理科学和区位论中常使用的基本引力模型，其基本形式为：

其中，Iij为区域i和区域j间的引力系数，Mi、Mj分别为区域i和区域j的指标值，Dij为i、j两地的经济距离，通常用两地物理空间上的最短距离来衡量。引力模型的经济理论和实证研究运用主要集中在贸易领域和城市经济领域，W.Rerllyc（1929）年首次将引力模型运用到城市商业经济的分析上，提出了城市间零售市场受到的城市引力正比于城市人口数，反比于城市间距离的“赖利零售业引力法则”；Tinbergen（1962）和Poyhonen（1963）开启了引力模型在国际贸易问题研究中的运用，提出双边贸易流量的规模和两国经济总量成正比、与两国的贸易距离成反比的研究论断。

2.广深金融服务业集群引力模型构建与变量选取。结合广州和深圳金融服务业集群对其他城市以及相互之间关联程度的研究需要，在上述引力模型的框架下通过对变量的适当调整和引入新变量，得到扩展的集群关联程度的引力模型方程为：

其中，本文选取区域i和区域j金融服务业集群的区位熵来作为引力扩展模型中的指标值Mi和Mj，Yi为城市i的人均生产总值，Yj为城市j的人均生产总值。为更直观地从动态上观察广深两地金融服务业集群关联程度的变化和影响因素，也是基于数据的可获得性，本文选取珠三角9大城市2000-2009年的时间序列数据为样本，首先分析各城市分别与广州、深圳之间金融服务业集群存在的空间联系，其次分析广州和深圳金融服务业集群存在的空间关联。所有原始数据来源于珠三角9大城市的统计年鉴以及广东省统计年鉴，经整理和加工之后运用到模型分析中。

（二）实证分析

在进行参数估计时，本文分别以广州和深圳为中心，以2000-2009年度的珠三角各大城市数据进行复合回归，以考察珠三角各城市分别与广州、深圳金融业集群存在的关联性，分析结果如表2、表3所示。当分析广州和深圳之间的关联性及因素时，本文采用广州、深圳两城市2000-2009年的时间序列数据进行回归分析，由于两城市之间的距离为常数，因此在回归分析中去除该变量，分析结果如表4所示。

从表2的回归结果可以看出，广州集群引力系数与自身人均产值正向关联，与其他城市人均产值互向关联，彼此间的集群规模和程度相互排斥，尤其是在广州与东莞、惠州、中山之间的金融集群规模上，互斥性表现得更为突出。深圳金融业集群在与珠三角各大城市之间的关联上，更多的是一种互斥性。毗邻深圳的东莞和惠州，倾向于深圳的要素流动性促使这两城市集群规模逐步下降，流失的要素汇集于深圳促成集群。在与广州、珠海之间的集群关联上，深圳金融业集群也更多地表现出互斥性，这与深圳金融业集群的现状是相符的。表3的回归结果表明，深圳金融服务业集群总体上与自身的经济总量、人均收入正相关，集群的引力系数也与自身的集群规模正向关联。对比表2和表3的分析结果可以看出，广州和深圳金融服务业集群在与周边其他珠三角城市的空间关联时，广州显现出的空间关联性更强，与其他城市的空间距离对其集群有一定的影响程度；但在人均产值集群关联的因素上，各地区之间的集群因产值差异导致的引力系数变化，深圳更为明显。

广州和深圳金融服务业集群影响因素引力模型的参数估计结果如表4所示，模型的R2值为0.957405，调整的R2值为0.923328，拟合效果较好，接近于2的DW值也表明模型不存在序列自相关，模型整体效果较好。基于对数变量的模型分析结果表明，广州和深圳两地的金融服务业之间，因集群总规模增长弹性和人均收入变化弹性，将促使两地集群关联性的进一步加强。深圳在2004年之后，平均以8.4%的速度扩张金融服务业集群的规模，从而在一定程度上促使金融业各方面要素由广州流向深圳，促使两地金融业集群的空间联系加强，在这一点上，广州和深圳的金融服务业集群是互补的。

结论

综上所述，在珠三角其他城市与广州、深圳金融集群的关联上，广深两地金融服务业集群与其既存在正向关联，又存在互斥差异。广州与珠三角其他城市之间的空间关联性较深圳更强，金融服务业集群的引力系数受到城市之间距离的影响程度比深圳要高，深圳的金融服务业集群更多的是基于人员因素和产值因素的空间汇集，对于城市间距的集聚影响程度低于广州，与周边城市在集群的关联上更多地表征出互斥性。如果仅就两地金融服务业集群的空间关联来看，地理距离和经济水平都较接近的广州和深圳，其金融集群更多地体现出一种排斥中互补的空间关联关系。

参考文献：

1.冯国强.广深金融服务业集群特征、效应及策略研究[J].财务与金融，2011（1）

2.丁艺，李靖霞，李林.金融集聚与区域经济增长―基于省际数据的实证分析[J].保险研究，2010（2）

3.李红锦，李胜会.基于引力模型的城市群经济空间联系研究[J].华南理工大学学报，2011（2）

金融数学和金融工程的区别范文第12篇

改革开放以来,在我国区域经济发展中,“梯度推进论”是一个极其重要并得到广泛应用的理论。这一理论对我国工业化进程和经济发展做出了—定的贡献,它促进了东部沿海地区经济的优先发展,但也进一步扩大了西部地区和东部的差距,加剧了中国区域经济失衡。 金融是现代经济的核心,金融发展与经济增长之间存在着不可分割的必然联系。金融发展程度对经济发展状况存在明显的促进或制约作用。 因此,地区经济发展的差异性可以从金融层面进行考察和解释。张军洲博士在其专著《中国区域金融分析》中对区域金融及其构成要素进行了较为全面的界定,认为区域金融是指一个国家金融结构与运行在空间上的分布状况,在外延上表现为具有不同形态、不同层次和金融活动相对集中的若干金融区域,并对中国转型期的区域金融问题进行了深入分析[1]。殷德生和肖顺喜对体制转轨中的中国区域金融发展做了较为系统的研究,他们运用实证的方法研究了我国东部区域金融的差距,提出中国区域金融协调发展的一些措施[2]。谢丽霜将统一的货币金融政策与非均衡区域经济发展的矛盾总结为“五大冲突”[3]。麦勇认为我国一元金融政策与二元区域金融环境之间存在矛盾,应实施区域间有差别的金融政策[4]。 本文把区域金融失衡定义为金融资源在不同国家或区域间的不平衡配置现象。 一、区域金融失衡的表现 区域金融失衡是现代市场经济条件下大国经济运行的客观现象。中国各区域的区位条件差异极大,区域经济发展水平各异,区域金融失衡现象十分明显。我们可从以下指标来分析我国区域金融失衡的情况。 我国东西部地区之间在金融资产总量、金融相关比率、货币化程度、证券市场以及保险市场等各个方面,均有较大的差异。 在金融资产总量方面(由于缺乏各地区的金融资产和M2的统计数据,本文用金融机构存贷款和金融机构存款分别作为金融资产和M2的替代指标来进行分析),2003、2004年东西部地区金融资产总量(存款+贷款)绝对数分别相差1918846•69亿元、219393•61亿元,2004年比2003年增加了27508•92亿元,远远高于同期两地GDP绝对差异扩大的水平。与此同时,2003、2004年东西部地区金融资产总量的相对差异即地区金融资产总量的比值也十分明显,分别为4•21、4•19。 戈氏指数金融相关比率的差异,金融相关比率是指某一时点上现存金融资产与GDP的比值。2003、2004年东西部的金融相关比率都有增长,但东部上扬的幅度更大一些,两地的差距扩大了。2003、2004年东部的金融相关比率分别高于西部46•92和50•94个百分点。这说明两地的金融市场化程度有很大的差距,并且这种差距正在扩大。 麦氏指数经济货币化比率的差异,经济货币化比率是反映区域金融深化程度的另一个指标,指一个地区货币存量M2与GDP之间的比率(本文用金融机构存款/GDP代替)。2003、2004年东部的麦氏指数分别高于西部33•41和34•68个百分点。 再从股票发行和交易看。这两年东部地区上市公司数量均大大超过了西部,东部是西部的2•9倍。2003年年我国东部地区A股筹资额771•20亿元,为西部地区当年发行总量的3•7倍。在同一时期,西部地区股票交易水平也远远落后于东部地区。2004年我国东部股票交易量达24062•99亿元,为西部地区的5•7倍。 保费收入是保险业发展状况的一个很重要的指标。2003、2004年东部地区保费收入均为西部的4倍多。在保险业发展水平上,西部远不及东部。 通过以上分析可以看到,我国区域金融以至经济的失衡是客观存在的事实。区域经济发展的失衡,既不利于经济的均衡发展,又将影响社会的和谐稳定。当区域经济发展严重失衡时,调整的成本将是巨大的。近年我国东西部地区金融经济差异的急剧扩大,应当引起高度重视。 二、区域金融失衡的政策性因素分析 针对我国区域金融失衡现象,学者们从多个角度出发,提出了各种的解释,如:经济发展水平的差异、财政政策的影响、体制转轨的影响、政府行为的影响、金融地理学的关系等。本文主要从金融政策的角度分析区域金融失衡的原因。 我国东部地区金融市场化程度较高,西部地区计划金融的色彩还很浓,市场化程度偏低,呈现出明显的二元化特征。而我国仍然恪守着一元化的金融政策,以区域经济金融运行一体化为前提,强调全国范围的统一性[4]。金融政策的全国统一性是区域金融非均衡配置的主要原因。 1•统一的货币政策调控方向 财政政策和货币政策是政府调控经济的两大工具。政府应“逆经济风向而动”,以熨平经济的大起大落,力求平稳发展。当东西部地区经济发展处于同一阶段,政府实行统一的货币政策调控方向时,货币政策的“绳子效应”使落后地区的扩张政策反应弹性小于紧缩政策反应弹性,而发达地区对紧缩政策的反应弹性小于扩张政策的反应弹性。这就使统一货币政策尽管表面平等,但政策效应却并不平等,这不仅不利于缩小区域差异,反而会使差异的“马太效应”更加明显。 “一刀切”的紧缩性货币政策,会使东部地区经济状况改善的同时,恶化西部的经济发展,并进一步扩大东西部之间经济金融的差距。如1985年对全国乡镇企业的贷款实行紧缩,东部地区的乡镇企业基本已形成规模,处在结构变动、效率提高的阶段,而西部地区的乡镇企业刚刚起步,资金短缺是普遍现象,信贷紧缩使其发展大受影响。 1988-1991年的治理整顿时期,1993-1996年的经济“软着陆”时期的紧缩政策同样使东部地区过热经济降温的同时,将西部地区的经济打入低谷。2001-2002年为走出通货紧缩、减轻亚洲金融危机的不利影响,我国实行积极的货币政策。#p#分页标题#e# 这在促进全国经济走出通货紧缩阴影的同时,北京、上海等地却出现了房地产过热、储蓄过度分流等问题。 2•统一的利率政策 利率是资金的价格,它充分反映资金、资源的稀缺状况。由于我国东部地区经济增长速度较快,市场化程度较高,资本收益率远高于欠发达的西部地区,资金需求者有能力承受较高的利率水平。但我国目前利率还未完全市场化,特别是最基本的存贷款利率,各地区浮动很小。资本是追逐利润的,哪里的收益高就往哪里走,这就使大量的西部资金流向东部地区。西部企业收益率低,还贷能力也低,西部银行放贷的风险也大。 所以西部地区各商业银行不愿将本来数量不多的信贷资金用于本地贷款而愿意向东部银行拆借,这就使得西部地区的金融压抑进一步加深,西部企业更难获得银行信贷。 3•统一的法定存款准备金率法定存款准备金制度是现代金融制度的基本内容之一。根据货币理论,货币供应量=货币乘数×基础货币,货币乘数又由一系列因素所决定,如:存款准备金率、现金漏损率、资金周转率、货币运动速度、交易的信用化水平等。长期以来,政府将西部地区发展的战略放在作为东部地区原材料基地的位置上。西部以低价向东部地区提供能源、原材料,从东部以高价购入生产资料和消费资料,这种垂直分工使大量资金漏出本区域。 东部地区资金漏出量很少,相反却有大量的资金流入。西部地区经济货币化程度相对较低,现金交易比重高,现金漏损率较高。 另外,西部地区资金周转速度也相对偏小。 统计数据表明1998年全国各地区全部国有及规模以上工业企业流动资产年周转次数平均为1•41,其中东部为1•49,中部和西部分别为1•20、1•07。1999年全国平均为1•47,其中东部为 1•52,中部和西部分别为1•25、1•05[5]。所以,西部地区的货币乘数低于东部地区,统一准备金政策会加剧地区货币供给差距。当调高准备金率时,西部地区货币供给缩减幅度大于发达地区,会导致资金紧张。 4•统一的市场准入制度 《中华人民共和国商业银行法》中规定设立全国性商业银行的注册资本最低限额为十亿元人民币。设立城市商业银行的注册资本最低限额为一亿元人民币,设立农村商业银行的注册资本最低限额为五千万元人民币。这样全国一致的注册资本要求对金融实力强的东部发达地区来说门槛并不算太高,而对实力弱的西部来说却是相当高的。类似的还有证券公司、期货公司、保险公司等其他非银行金融机构市场准入标准。东部地区在商业银行机构数量、结构体系、分支机构密度等方面远高于西部地区。工、农、中、建四大国有商业银行均采用总分行制,其分支机构布局的密度显现出明显的东高西低的特点。深发展、浦发银行、福建兴业等新兴商业银行是区域性金融机构,也集中在东部地区。我国外资银行也主要集中在东部。此外,股票、期货、国债、票据等也基本以东部地区较为发达,西部企业融资渠道极为短缺,筹资极为困难。 5•统一的公开市场操作 公开市场操作以要求有统一货币市场和多样化的市场工具,特别是统一及发达的票据市场。 而我国目前票据市场存在明显的区域性和隔断性,区域货币市场深化程度有很大的差异。东部金融机构债券持有量比较大,对公开市场操作的反应也较敏感,而中西部金融机构的敏感度则要差得多,这就使统一的公开市场操作在不同区域产生了不同的实施效果[6]。 6•统一的金融监管 长期以来我国的金融监管以合规性检查为主,监管的手段多为行政性质。由于东部地区金融机构数量多,种类全,新设金融机构多且集中,所以对东部地区金融监管的重点在市场准入层面,实施检查的比例也较小,导致部分金融机构漏检,其违章拆借、乱回购等违规行为往往被掩盖。西部地区金融机构数量有限,且以国有银行为主,监管相对较严。 三、实行区域金融政策的必要性 金融政策在区域经济发展中发挥着重要作用,恰当的金融政策在区域资本形成中有着特殊的聚合功能并能刺激经济结构的调整,形成具有相对优势的区域经济。 从理论上讲,缩小区域金融差异有两种途径:其一是通过市场的“无形的手”引导金融资源重新配置;其二是依靠政府的“有形的手”实施区域金融政策。第一种途径秉承的是自由主义哲学和市场万能理念,认为区域金融差异仅是市场出清过程中的短暂失衡,自动平衡机制足以纠正任何市场失衡[6]。然而,自由主义的假设条件过于理想化,现实中存在着地方保护主义,劳动力流动限制等阻碍要素流动的因素以及因信息不对称导致微观主体的有限理,实际上区域自动平衡机制并不存在。所以我们应通过第二种途径即实行区域金融政策缩小区域差异。 从我国国情出发,我国幅员辽阔,人口众多,市场体系不建全,各地区资源分布,地理条件,经济金融发展水平差异很大,如奉行统一的金融政策难以实现帕累托最优,甚至导致部分地区经济的显性或隐性负增长,加剧区域经济结构失衡,最终付出很大的制度成本。因而实施区域金融政策,在我国现阶段具有十分重要的意义。当然,区域金融政策不能替代市场机制,只是对“市场失灵”的矫正或补缺,区域金融政策必须建立在市场秩序基础上。 四、实行区域金融政策解决区域金融失衡问题 1•以人民银行大区分行为中心建立区域金融调控运行机制 区域金融政策的核心是允许各地区在中央银行总行允许的范围内拥有一定的金融政策制定权,根据各地区自然、经济和社会条件等诸多方面的特点制定执行区域金融政策,促进区域经济发展并逐渐缩小区域经济差异。#p#分页标题#e# 为加强中央银行的独立性,我国从1999年1月1日起撤销中国人民银行省级分行,改为跨省区设立九大区分行。现今中央银行机构设置是总行大区分行中心支行支行四级组织体系,九大区分行的设立基本上与我国区域经济发展格局相吻合。在实际运行中,各大区分行及各支行并没有表现出较大的区域独立性,仍然仅仅是上级行的派出机构和基层具体执行机构,只是简单被动地执行上级行所布置各项任务。实行区域金融政策必须正确处理人民银行总行与各大区分行的关系,赋予大区分行一定的制定执行区域政策的权力,建立人民银行总行大区分行区域商业银行区域经济部门的区域金融传导机制,实现金融活动的区域相对独立性。 2•实行地区间差别存贷款利率 为遏制中西部地区资金大量外逃态势,可在中国人民银行总行确定基准利率和浮动上下限的基础上,由大区分行进一步制定区域内利率浮动的具体界限,对西部地区资金外流规定利率上限,限制资金外流,并降低央行对西部商业银行的再贴现率,增加中西部地区货币供应量。 3•实行有差别的存款准备金率 按大区实行差别准备金率,使存款准备金起到调节资金不平衡的作用。东部地区的存款准备金率可以高一些,而西部地区可以低一些,通过这种方法可以使存款准备金起到调节资金不平衡的作用,使发达地区的资金流入西部地区,刺激欠发达地区活跃金融和增加投资。我们可以给每个大区分行一定的准备金浮动权,让他们根据本区域经济金融的发展来确定一个比较适当的准备金率,从而起到支持西部地区经济发展的作用。 4•建立西部开发银行 目前我国已有三家政策性银行,但还没有一家专门为欠发达地区经济发展提供政策性融资的机构。为适应区域经济协调发展的需要,应建立一家专营西部开发业务的政策性金融机构———西部开发银行。新建的西部开发银行的资金来源可以有多种渠道:发行长期债券、向政府借款、向金融机构借款、向客户借款等。另外,为使其获得较为稳定的资金来源,可试行将西部地区邮政储蓄资金部分或全部划转给西部开发银行有偿使用[7]。资金直接运用于西部地区开发,重点支持基础产业、基础设施、原材料、能源开发、支柱产业等产业和项目。 5•积极促进西部地区金融市场发展 目前我国西部与东部地区企业上市申请标准统一,这在管理制度上具有公平性,但在现实中不利于西部地区经济发展。现行的股票和债券发行政策应适当向西部地区倾斜,鼓励更多的符合条件的西部企业上市融资。建立全国性和区域性票据市场,增加票据的流动性。 6•发展多层次、多元化的金融组织体系 一方面实行有差别的金融机构设置管理制度,在西部适当放宽商业银行、非银行金融机构的准入条件,取消或放松在西部贷款业务等方面的限制,鼓励新兴商业银行到西部大中城市设置分支机构;另一方面,积极引进外资银行的“西进”,鼓励外资金融机构参与西部开发。

金融数学和金融工程的区别范文第13篇

关键词：农村金融；金融需求；Probit模型

一、引言

农户的金融需求将影响农村金融市场的规模和结构，也将影响农户的生产、生活现金支出，进而影响农户生产投资的规模和农户商品需求的规模。新疆有新疆维吾尔自治区和新疆生产建设兵团两个不同体制的经济主体，其农业的生产方式不同。如何深入了解其金融需求行为及影响因素，对于深化农村金融改革、提高农村金融服务水平和促进农村经济的发展具有重要作用。

对农户借贷行为的研究早在20世纪70年代就开始了。Long（1968）通过建立正规的微观经济模型，对农户借贷的原因进行分析，认为农户的借贷决策是在给定生产机会条件下收益最大化的选择，分析了农户在确定性和不确定性条件的借贷选择，认为项目收益率与利息率的对比和农户自身的风险偏好是决定其借贷最主要的两个因素。Iqbal（1983）以消费者效用最大化理论为出发点分析农户的借贷行为，认为借贷行为将影响农户的消费与投资水平以及第一期的预算约束，进而影响第二期的收入水平、消费水平与支付成本（资金利息），而且他认为贷款利率是受借款人地区、收入、借款规模以个人特征内生影响的。其研究结果显示，享受到技术变化好处的地区农户有更大的借贷倾向，而且面临更低的贷款利率，他在分析中采用了印度1970―1971年国家调查数据对理论的结果进行验证。此外，对这一问题进行实证研究的学者还有Aleem（1990）、Udry（1990）、Zeller（1994）、Nagarajan，Meyerand和Hushak（1995），他们分别对巴基斯坦、尼日利亚北部地区、马达加斯加、印尼苏拉维中部地区的农户借贷特征进行描述和分析。

关于中国农户金融行为的研究，学者们在以恰亚诺夫的组织学派、舒尔茨的理性小农学派以及黄宗旨的历史学派为代表的三大学派的基础上，结合中国实际情况，大致沿着两条路径展开。一是分析农户在借贷发生频率、借贷规模、借贷来源、借贷用途，以及借贷利率、期限、借据、抵押担保等方面的特征，形成了许多有价值的结论。其中突出的有：史清华、温铁军、朱守银等。二是运用计量经济模型对影响农户借贷行为的因素进行实证分析，例如何广文、何军，宁满秀、王芳，罗剑朝、熊学萍，阮红新、韩俊，罗丹，程郁等。他们的大致结论是：户主特征、家庭特征、收支情况、生产经营特征、农村金融供给市场的特征等因素对农户借贷需求在影响大小、方向、显著性上都存在差异；不同地区的农户由于各地区经发展水平不同，农户行为偏好的区别以及面临的金融环境也存在较大差异。因此，农户的借贷行为呈现不同的特点。对新疆农户金融需求的研究也有一些成果。罗芳、李平（2009）以新疆兵团职工调查为基础，研究了在新疆兵团特殊体制金融供给制度下农户借贷行为特征，发现不同的因素对农户正规借贷和非正规借贷影响方大小、方向、显著性均存在差异。向琳、李季刚（2010）在新疆12个地州288个农户进行问卷调查的基础上，分析了欠发达地区影响农户金融需求的因素，认为文化程度、外出务工、贷款经历等因素显著性地影响农户金融需求。帕尔哈提、魏先华（2012）通过对新疆南疆三地州农户金融需求的调研发现，不同收入层和不同地域的农户金融需求存在差异，农户对金融机构服务的认可度也存在差异，新疆三地州的农村金融供给不均衡。以上研究一方面丰富了理论界相关结论，另一方面也具有较强的实践意义，同时为许多学者的进一步研究提供借鉴和帮助。

文章在以上研究的基础上，以新疆为例，试图从以下两个方面进一步分析农户金融需求差异及影响因素：一是从不同体制的视角下研究地方农户和新疆兵团农户金融需求差异；二是运用Probit模型对不同体制下地方农户和兵团职工储蓄需求、借贷需求、农业保险需求的影响因素进行对比分析。

二、数据来源与样本统计性描述

本文所分析的数据采用2012年在新疆各地州和新疆兵团团场的农户调研数据。此次调查采用抽样方法共发放250份问卷，最终收回210份问卷，问卷回收率84%。新疆各地州共调研15个县，收回有效问卷130份；兵团收回有效问卷80份。问卷调查内容主要涉及农户的家庭基本情况、农户储蓄情况、借贷情况和农业保险情况等四个方面。

（一）基本情况统计性描述

本文主要从家庭人口数、男性劳动力人数、16岁以上劳动力人数、在校学生数、累计外出务工人数、累计外出务工时间、家庭实际种植面积、家庭总收入、家庭农业收入占比等方面对地方农户和兵团职工的基本情况进行调查（见表1）。

（二）家庭受教育情况

关于家庭受教育情况的调查，本文主要设计了未上学、小学、初中、高中、中专、大专及以上等6个选项，调查结果显示，地方和兵团的农户受教育程度存在差异，地方农户受教育程度主要集中在初中、高中和大专及以上，比例分别为32.5%、16.3%、38.5%，兵团职工相比来看，初中、中专、高中比例较大，大专及以上比例较小。

三、地方农户与兵团职工金融需求行为差异分析

下文主要从储蓄行为差异、借贷行为差异、保险行为差异三个方面研究地方和兵团关于金融行为的差异。

（一）农户储蓄行为差异分析

1、金融供给主体选择存在差异

农村信用社在地方农户的市场占有率高，而中国农业银行赢得兵团职工的信任。在样本中，调查农户对金融机构供给主体的选择时，地方农户中32.91%愿意选择信用社，28.69%愿意选择农业银行；兵团职工64.13%愿意选择农业银行，17.39%的职工愿意选择邮储银行。导致这一差异的原因是中国农业银行兵团分行自建立以来，本着“一团一所”的战略原则，积极为全疆各农牧团场广大职工服务，在兵团职工心中已“根深蒂固”。而农信社则积极为新疆县域以下农户提供服务，在地方县市有较多网点，深受地方农户青睐。

2、储蓄目的差异

新疆农户对闲置资金的处理普遍选择储蓄而非消费。地方农户和兵团职工的储蓄比率分别为64.42%和59.62%。地方农户储蓄大多是为了“用于未来的生活”，而兵团职工多数是为了“子女教育”，其比例分别达到25.53%和24.9%。导致这一差异的原因是兵团与地方实施管理体制不同，兵团职工实施养老保险、医疗保险等社会保险具有较强的指令性，职工生活有较少的后顾之忧，储蓄更多是为了子女教育；而地方农户愁于年老时的生活开支，储蓄更多是为了以后的生活。农户的储蓄动机主要是为了社会保障，而并非是为了获得利息收入，这一结果与史清华（2003）对山西农村调研结果一致。

（二）农户借贷行为差异分析

1、借贷规模差异

在问及“农户是否需要从正规金融机构借款”时，回答“是”的地方农户和兵团职工分别占比64.24%和50.63%。兵地农户需求资金规模存在差异：地方农户平均资金需求量大于兵团职工资金需求量。

从资金需求金额分布情况来看，地方农户需求资金大部分40001-60000元和80001-100000元两个区间，兵团职工资金需求主要分布在60000元以下（见表3）。可以得出结论：兵团职工借贷资金额度普遍小于地方农户。

2、地方农户贷款可得性和与贷款的满足感均高于兵团职工

地方农户贷款的可得性高于兵团职工。在调查中，在问及‘近三年是否向农信社、邮政银行和商业银行得到过贷款’时，地方农户和兵团职工得到贷款的人数分别为66.88%和45.57%。其中，在回答“贷款是否能够满足其需求”时，地方农户75.49%可以满足，兵团职工57.1%可以满足。

3、兵地农户在民间借贷数量和金额上存在较大差异

非正规金融在新疆农村金融市场上也做出了较大贡献，在问及农户“本地除银行、信用社、邮政银行以外，民间是否有其他形式有组织有息借贷活动”时，地方农户和兵团职工选择“有”分别为65.25%、31.25%，地方民间借贷市场相对兵团而言比较活跃。地方农户发生民间借贷的的数量多于兵团职工，但是借贷的单笔平均金额、最高金额、最低金额都低于兵团职工（见表4）。

4、兵地农户民间借贷目的存在差异

民间借贷的用途上，地方农户和兵团职工民最多的是分别用于“非农业生产性投资”和“看病就医”。兵团职工属于生存性借贷，地方农户已用于非农业生产性经营。

（三）农业保险行为差异分析

1、兵团职工投保率高且多具有强制性

64.79%的兵团职工购买了农业保险，其中仅有43.55%是自愿购买的，32.12%的地方农户购买农业保险，其中62.89%是自愿购买的。导致这种差异的原因是兵团基本施行的军事化组织管理，采取统一组织生产，统一提供农业服务，统一采购农产品的生产模式，农业保险也纳入兵团农业服务范围内，因此兵团职工购买农业保险具有一定的强制性。

2、保险服务满足状况差异

不同体制下的农户，对保险服务过程中的满意状况也不同。地方农户不愿购买保险的主要原因有：保险保障程度太低、农户获得赔款不易和农户认为农业风险不大，其人数分别占调查总样本的31.25%、28.41%、26.14%；兵团职工不愿意参保的主要原因有：保费太贵、认为农业风险不大、保险赔款不易，其人数占比分别为：30.43%、28.26%、26.09%。在对购买农业保险的农户进行满意度调查时发现，地方农户对保险过程中最满意和最不满意的状况分别是“保障程度”和“赔偿额度太低”；兵团职工对保险过程中最满意和最不满意的状况分别是“缴纳保费方便”和“赔偿额度太低”。

四、影响农户金融需求的因素分析

（一）模型的构建

对比研究不同体制下，地方农户和兵团职工金融需求影响因素的差异。运用Probit模型对新疆不同体制下农户金融需求的影响因素实证分析，即：“有”和“没有”金融需求的二元决策问题。假设有多个解释变量，可按矩阵形式

Y=Xβ+μ （1）

其中Y的观测值为1或者0的列向量，X为解释变量观测值矩阵，β为待估计系数，μ为随机误差项。这样，Probit模型表示为：

Probit（y■=1|x■）=Φ（x■，β）=Φ（β■+β■x■+β■x■+β■x■+…+β■x■） （2）

上式中，Y是一个被解释变量，代表农户是否有金融需求，当Y=1时，表示有需求，当Y=0时，表示没有需求；Ф（・）为标准累计正态分布函数，Ф（Z）表示标准正态分布函数小于Z的概率；X1，X2，X3，...Xn为被解释变量，即待估的n个影响农户金融需求的因素；β0为常数项，β1，β2，β3。...βn为解释变量系数（王芳、罗剑朝，2012）。

（二）指标的选取

有许多学者在农户金融需求方面进行了大量研究，其中使用Probit模型的不在少数，例如：何军，宁满秀等（2005）、熊学萍，阮红新等（2007）、王芳，罗剑朝（2012）等。文章结合新疆具体情况，参考前人的研究，从调研问卷出发，选取以下解释变量（见表5）。

（三）结果分析

运用Eviews6.1软件对样本数据进行Probit分析。分别对地方农户和兵团职工数据进行回归，找到地方农户和兵团职工金融需求影响因素的差异。结果显示，最初选择的23个变量并不是每一个都能显著性影响被解释变量，变量之间可能存在高度的多重共线性，文章剔除了不显著影响因素，重新估计模型直到所有的变量均显著，结果如下表。

1、储蓄需求对比分析

影响地方农户储蓄需求的因素有家庭16岁以上劳动力、家庭实际种植面积、家庭总收入、存款活期还是定期的选择。具体而言，以上四个影响因素均对地方农户储蓄需求有正影响，可解释为16岁以上劳动力越多，就会使家庭收入越高，农户可支配收入越高，农户就会更加愿意储蓄。活期存款会使农户储蓄更具有灵活性，这也会导致农户更加愿意储蓄。在所有的影响因素中，系数最大的是存款活期与定期的选择，为1.1395；系数最小的是16岁以上劳动力，为0.3599。

影响兵团职工储蓄的因素是农村金融供给市场特征和金融服务便捷程度，主要有家庭周围是否有正规金融网点和达到金融网点所需要的时间。家庭周围是否有正规金融网点对兵团职工具有正影响，即存在正规金融网点，农户才会愿意储蓄。而达到金融网点的时间对农户储蓄具有负影响，这可以解释为，到达金融网点时间越长，农户时间成本越高，则农户储蓄愿意越低。

2、借贷需求对比分析

影响地方农户借贷需求的因素有16岁以上劳动力人数、家庭总收入、近三年是否得到贷款、农信社是否对您家进行过信用评级并授予授信额度。具体而言，16岁以上劳动力人数、家庭总收入对地方农户借贷需求呈现负影响，这可以解释为劳动力越多，相应的家庭收入越高，农户在没有扩大生产经营的情况下能够满足自己需求，农户向金融机构借贷的意愿就会下降。近三年是否得到贷款、农信社是否对您家进行过信用评级并授予信用额度对农户借贷需求具有正影响，这可以理解为，农户的金融参与意识越强、参与程度越高，与金融机构往来越密切，农户获得贷款的可能性越大，则农户更加愿意向金融机构借贷。在所有的影响因素中，系数最大的是农信社是否对你家进行过信用评级并授予信用额度，为0.7597；系数最小的是16岁以上劳动力人数，为-0.1783。

影响兵团职工借贷需求的因素有家庭男性人口数、16岁以上劳动力人数、在校学生数、近三年是否得到过贷款、农信社是否对您家进行过信用评级并授予授信额度、农户的借款渠道。家庭男性人口数和16岁以上劳动力人数对兵团职工借贷需求具有负影响，近三年是否得到贷款对农户借贷需求具有正影响，这两个因素与地方农户借贷需求的影响因素结果方向一致。而家庭在校学生数对兵团职工借贷需求具有正影响，这是因为家庭在校生人数越多，家庭额外开支相应加大，职工借贷需求相应增加。农信社是否对农户家进行过信用评级并授予授信额度对兵团职工借贷行为有负影响，即农信社进行过信用评级并授信的农户家庭借贷意愿较低。这是因为，农信社所愿意授信的家庭，必然是家庭经济状况相对较好、有偿债能力、信用和声誉较好的农户，而经济状况较好的农户家庭，往往自身能够满足家庭生产经营和日常生活开支，借贷需求意愿较低。农户并没有在满足生存性需求的情况下进行生产性借贷，以便扩大生产经营规模，这与史清华、陈凯（2002）研究结论不同，这是因为受到文化水平限制，兵团职工创业致富意识相对落后，观念陈旧，仍然保持着“满足自身温饱需求即可”的观念。农户的借款渠道对农户借贷需求有负向影响，即兵团职工在借贷时更加愿意选择国有商业银行、信用社、邮储银行等“老牌”金融机构，并不愿意向村镇银行等新兴的金融组织借贷。在所有的影响因素中，影响力最大的是农信社是否对您家进行过信用评级并授予授信额度，系数为-1.9634；影响力最小的是农户的借款渠道，系数为-0.196。

3、农业保险需求对比分析

影响地方农户农业保险的因素有男性人口数、家庭种植面积、农业保险服务质量（缴纳保费便捷度、获得赔偿速度、保障程度满意度）。以上因素均对地方农户农业保险需求具有正向影响。具体而言，家庭男性人口数越多，相应的农户家庭就会种植更多的土地，为了防止风险发生后损失过大，农户会更加愿意购买农业保险。相应的农业保险服务（缴费便捷度、赔偿速度、保障程度）质量越高，农户购买农业保险的意愿就会更强。在所有的影响因素中，影响力最大的是获得赔偿速度是否够快，其系数为1.3717；影响力最小的是男性人口数，其系数为0.1411。

缴纳保费便捷程度和获得赔偿速度对兵团职工农业保险需求具有正影响这与地方农户情况基本一致。缴纳保费便捷程度系数为1.4051获得赔偿速度系数为0.9085。

五、结论和建议

（一）结论

地方农户与兵团职工金融需求行为差异明显。①储蓄特征差异：在选择金融服务渠道方面，地方农户偏爱农信社，而兵团职工更愿意选择农业银行；在储蓄目的方面，地方农户侧重今后的生活开支，而兵团职工更多是为了子女教育；②借贷特征差异：在借贷规模方面，地方农户平均资金需求量大于兵团职工资金需求量；在借款可得性和满足感方面，地方农户贷款可得性和与贷款的满足感均高于兵团职工；在民间借贷方面，地方民间借贷市场相对兵团而言比较活跃，地方农户民间借贷笔数多，但是兵团职工民间借款的单笔额度大；在民间借贷的用途方面，地方农户民间借贷主要用于非农业生产性投资，兵团职工主要用于看病就业；④在农业保险方面，兵团职工购买农业保险多数为非自愿。

农户金融需求的影响因素存在差异，相同因素在显著性、影响方向、系数大小方面均有较大区别。①关于农户储蓄需求，家庭基本特征成为影响地方农户储蓄的主要因素，而金融服务便捷度成为影响兵团职工储蓄的主要因素。②关于农户借贷需求。地方农户和兵团职工借贷需求影响力最大的因素同时为“农信社是否对你家进行过信用评级并授予信用额度”，但是值得注意的是，对兵团职工而言，农村金融供给主体提供的借贷服务并非“雪中送炭”，而是对兵团职工的“锦上添花”。③关于农户农业保险需求。兵团职工购买保险仅受农业保险服务便捷程度影响，地方农户除受到农业保险服务的便捷程度和保障程度的影响以外，还会受到家庭自身特征因素的影响。

（二）建议

针对满足地方农户金融需求，加快小额贷款机构等新型金融组织的建设，进一步扩宽金融服务的渠道；鼓励农村信用社、邮储银行和国有商业银行利用多种方式发放不需要抵押担保的小额信用贷款和农户联保贷款，实行多形式多抵押、质押办法，扩大农户贷款的覆盖面，提高贷款满足率。

针对满足兵团职工金融需求，进一步丰富新疆兵团金融机构种类，提供更加多元化的农村金融服务，引入更多村镇银行等小型金融机构，提升金融服务便捷度，采取灵活的方式为团场职工服务。增强兵团职工贷款的可得性。继续推广农户小额信用贷款和农户联保贷款，利用兵团特殊的行政体制，加快农户信用档案建设和信用评级，加强农户的诚信意识和贷款意识，使得农户在没有抵押的情况下，可以获得一定额度的贷款。提升农业保险吸引力。从缴费便捷、加快赔偿速度、加大保障程度、降低保险费（成本）等方面入手，根据兵团职工农业生产特性，开发适合团场职工的保险产品。

参考文献

[1]ChristopherUdry. Credit Markets in Northern Nigeria： Credit as Insurance in a Rural Economy， [J]The World Bank

Economic Review，1990（3）：251-269.

[2]Irfan Aleem. Imperfect Information， Screening， and the Costs of Informal Lending： A Study of a Rural Credit Market in

Pakistan[J]. The World Bank Economic Review， 1990（3）： 329-349.

[3]Long MG.Why peasants farmers borrow？[J].American Journal of Agricultural Economics，1968（50）：991-1008.

[4]M. Zeller， 1994. Determinats of Credit Rationing： A Study of Informal Lenders and Formal Credit Groups in Madagascar[J].

International Food Policy Research， 1994（12）：234-239.

[5]NURYARTONO N，ZELLER M，SCHWARZE S.Credit rationing of farm households and agricultural pro-duction：empirical

evidence in the rural areas of central Sulawesi，Indonesia[Z]. Conference on International Agri-cultural Research for

Development， Stuttgart Hohenheim， 2005（11）：11-13.

[6]何广文.从农村居民资金借贷行为看农村金融抑制与金融深化[J].中国农村经济，1999，（10）：42-48。

[7]何军，宁满秀，史清华.农户民间借贷需求及影响因素实证研究―基于江苏省390户农户调查数据分析[J].

南京农业大学学报（社会科学版），2005，（12）：20-24。

[8]史清华，陈凯.欠发达地区农民借贷行为的实证分析―山西745户农民家庭的借贷行为的调查[J].农业经济问题，

2002，（10）：29-35。

The Analysis on the Differences of Rural Househods’ Financial

Demands and Influencing Factors

――Based on the Survey of Rural Households and Staff of Production and Construction Corps in Xinjiang

MA Naiyi JIANG Shihui

（Business School of Shihezi Univeristy， Wujiaqu Xinjiang 831300 ）

金融数学和金融工程的区别范文第14篇

总体来看，设置区域金融生态环境评价指标体系应遵循以下原则：

科学性原则。评价指标体系应具有清晰的层次结构，在定量计算的基础上，形成对区域金融生态环境质量的直观结论。在进行指标体系设计时应尽可能以现代统计理论为基础，利用现有的统计数据。

系统性原则。应把社会经济发展、金融资源、信用和法制环境视为一个整体的大系统，使得评价指标能够客观反映社会经济与金融生态的内在联系。

可比性原则。评价指标要便于进行纵向比较和横向比较。所谓纵向可比，即与历史数据可比，指标应相对稳定；所谓横向可比，既相邻区域之间可比，在一个地区内，评价指标至少应是80%以上省（市、县）都有的项目，若只有几个省（市、县）才有的项目，其评价结果就没有什么意义。

定性与定量相结合的原则。金融生态环境评价是一项十分复杂的工作,无法对所有指标逐一量化,因此在实际操作中必须充分结合定性分析。但最终评价结果应形成一个明确的量化结果,以排除定性分析中主观因素或其他不确定因素的影响。国外通用的做法是把定性分析与定量分析的比例确定为4:6。

基本框架之一――定量计算

评价区域金融生态环境质量的指标体系由经济发展水平、金融资源水平、社会信用及法制环境等3个目标层、14个准则层和90项指标层组成。

经济发展水平。反映经济发展水平的指标体系，由经济总量、产业结构、集约化水平、可持续发展能力、经济开放度、人民生活及保障水平等6个准则层的40个正向指标构成（见表1）。其计算公式为：

P1表示一个区域金融机构与其生存和发展高度相关的经济发展水平综合得分值；6个变量（Pet，t=1，…，6）分别表示经济发展水平选定的6个准则层的综合得分值； 6个系数（Set, t=1，…，6）分别表示经济发展水平选定的6个准则层的经济总量权重系数，且ΣSet=1。P1值越大，表明区域经济发展水平相对越高，区域金融生态环境质量状态相对越好，也越有利于金融机构生存和发展；反之则相反。

金融资源水平。反映金融资源水平的指标体系，由银行业发展水平、证券保险业发展、风险抵补、盈利能力、金融业开放度等5个准则层的30个正向指标构成（见表2）。其计算公式为：

P2表示区域金融资源水平综合得分值；5个变量（Pbr，r=1，…， 5）分别表示金融资源水平选定的5个准则层面的综合得分值：5个系数（Ubr，r=1，…， 5）分别表示金融资源水平选定的5个准则层面的权重系数，且ΣUbr＝1。P2数值越大，表明区域金融资源越丰富，区域金融生态环境质量状态相对越好，也越有利于金融机构生存和发展；反之则相反。

社会信用及法制环境。社会信用及法制环境选择逆向指标，由商业与社会信用、银行信用以及法制环境等3个准则层面的20个逆向指标构成（见表3）。其计算公式为：

P3表示一个区域金融机构与其生存和发展高度相关的社会信用及法制环境逆向综合得分值（扣分）；3个变量（Pzn，n=1，…，3）分别表示一个区域选定的准则层面的逆向综合得分值；3个系数（VOn, n =1，…，3）分别表示一个区域选定的准则层面的逆向指标的权重系数，且ΣVOn＝1。P3数值越大，表明区域社会信用程度及法制环境越差，区域金融生态环境质量状态相对越差；反之则相反。

区域金融生态环境质量评价的定量计算综合得分模型。上述3个指标体系，分别从3个不同的角度反映了有关区域金融生态环境质量方面的状态特征。要总括揭示和反映有关区域金融生态环境质量方面的运行状况，还需计算出区域金融生态环境质量状态综合得分值。其计算公式为：

其中，P表示区域金融生态环境质量定量指标综合得分值； d1、d2、d3分别表示目标层面的经济发展、金融资源水平、社会信用和法制环境的权重系数，d1+d2+d3＝1。区域金融生态环境质量定量综合得分值P的数值越大，表明区域金融生态环境质量状态相对越好，对金融机构经营活动也越有利；反之，数值越小，则质量状态相对越差，对金融机构经营活动的益处也相对越小。

基本框架之二――定性评价

评价方法。区域金融生态环境质量的好与坏，除了上述进行定量的比较外，还应结合法律环境、政策环境、信用环境和政府对金融业的支持和干预程度进行定性评判。指标的数据应从广泛的社会问卷调查中获得，并且问卷对象应包括社会各个层面与领域的人士，如知名学者、专家、银行行长（经理）、企业家和金融机构工作人员等。在具体操作程序上,为了确保各类子因素的公正性和代表性，可以将各类因素设计成调查问卷，组织有关专家、各金融机构、社会中介机构进行打分，然后以样本均值作为定性评判的总分。

四个标准

金融法律法规的完善程度和执行状况。主要从两方面来看，一是法律体系是否健全，二是各项法律法规是否真正得到落实。

政策对金融活动的支持程度。主要看三个方面，一是政策对合法金融活动的支持力度；二是政策的稳定性；三是政策的透明度。

信用机制的健全程度。信用环境是衡量金融环境好坏的一条重要标准，一般包括信用文化和信用制度。信用文化的核心是讲不讲诚信，信用制度则是信用文化的具体表现，包括信用评级制度、征信制度、公证制度等制度以及由此产生的中介机构。

政府对金融业的支持和干预程度。可从三方面考察：一是政府对金融业的重视程度；二是地方政府对金融业的支持程度；三是政府是否尊重金融机构的自主经营的权利，不利用管理者的权利随意干预金融活动。

结论

我们认为，综合评价区域金融生态环境，应依据前述定量指标的评价模型得出的总分值P和定性分析的总分值Q合计得出评价结论。综合得分可用公式表示为：R=0.6P+0.4Q。

金融数学和金融工程的区别范文第15篇

关键词:BP人工神经网络模型;农村金融生态环境;综合评价

文章编号:1003-4625(2006)10-0029-03中图分类号:F832.35文献标识码:A

一､引言

本文通过比较各种多指标评价体系的数理统计方法,考虑到人工神经网络模型具有强大的自学能力和映射能力,能够拟合出任意复杂的非线性关系,因此,本文在构建农村金融生态环境指标体系的前提下,试图建立农村金融生态环境构成要素与农村金融生态环境现实状况的人工神经网络综合评价模型,分析农村金融生态环境各构成要素的综合评价值,以便全面､准确反映农村金融生态状况和不同区域的环境差异,暴露存在的问题,为有效治理农村金融生态环境提供决策依据｡本文从农村金融生态环境的定义出发,综合国内学者金融生态研究成果并结合农村金融实际,设计出包括农村经济基础､农村金融发展､农村社会诚信､地方政府公共服务､农村法制环境和农村社会保障程度六个方面共72个指标｡研究样本为湖南省辖内的86个县域,所用数据来源于各县支行金融统计数据库､湖南省各县统计局､湖南省统计年鉴及86个县的4300份调查问卷｡

二､BP人工神经网络建模

本文利用人工神经网络模型的基本原理,采用一种具有多输入单输出的三层BP神经网络作为农村金融生态环境评价的模型,其结构如图1所示:

图1中,n,m分别表示输入节点(评价指标数目)和隐含节点数目;Up1,Up2,∧Upn为评价指标论域X=x1 x2 ∧xn上第p个样本模式评价指标值,记为:

Up = Up1Up2 ∧ Upn (1)

设样本模式数为h,则h个样本模式构成样本矩阵:

U = (U1,U2,∧,Un)T = (Upj)h×n (2)

ωjk(j=1，2，…，n；k=1，2，…，m)为输入层第j节点到隐含层第k节点的连接权值,ypk(k=1，2，…，m)为样本模式p的隐含层第k节点的输出,ωk(k=1，2，…，m)为隐含层第k节点到输出层的连接权值,bP为样本模式p的输出｡步骤如下:

(1)输入样本评价指标信息(x1,x2,…,xn),计算实际输出:

式中,n是节点j的输入节点个数;xi是第i个输入节点的输出值;ωij是第i个输入节点到节点j的权值;i=0时,ωij和xi分别代表阈值0和1｡

图1 三层前馈人工神经网络结构示意图

(2)比较已知输出与计算输出,修改k层节点的权值和阈值:

ωij(k+1) = ωij(k)+ησjxi+α(ωij(k)-ωij(k-1)(4)

式中,ωij是k-1层节点i到节点j的连接权值和阈值;xi是节点i的输出;η是学习系数(0

σj = yj(1-yj)(dj-yj)(5)

式中,yj与dj分别是节点j的实际输出和期望值｡对隐节点来说,因其输出无法比较,所以必须利用式(6)反向推算:

式中,xj是节点j的实际输出值;m是节点j的输出节点个数｡

该算法是一个迭代过程,每一轮将各ωij值调整一遍,这样一轮一轮迭代下去,直到期望输出与计算输出的误差小于某一个容许值｡评价模型也就建立｡

三､实证分析

农村金融生态环境的评价是一个定性分析和定量评价相结合的过程,通过BP网络模型将定性转化为定量输出,然后综合评价集和输出结果,对农村金融生态环境作出定性评价｡因此,综合评价集是整个评价过程的关键,其设置的好坏将影响评价的客观性｡一般地,将评价集设为好､较好､一般､较差､差等5个等级｡根据专家的意见,设定最高分10和最低分1｡由于各等级之间具有一定的模糊性,本文设定如下评价区间(t表示评分):t≥9,好;7≤t

图2 灰色评价结果:86个县域农村金融生态环境综合评价值

以农村金融生态环境的六大构成要素(农村经济基础､农村金融发展､农村社会诚信､农村法制环境､地方政府公共服务､社会保障)的各项指标值为输入向量,农村金融生态环境现实表征(灰色评价结果)为输出向量｡同时,我们采用阈值法对数据进行标准化处理｡数据经阈值法处理后,所有数据都将落在[0,1]区间,适用于BP人工神经网络模型的综合评价分析｡通过BP人工神经网络模型,以50个县或县级市为学习训练样本模式,72个指标为输入变量,则输入节点数为72个,隐含层节点数为119个,训练次数4000次,利用MATLIB7软件,我们可以得到50个县的综合评价BP网络训练结果,用bp表示(见图3)｡

图3 灰色评价结果bp与BP网络模型输出结果b＇p比较

从图3我们可以得出,BP人工神经网络结果与农村金融生态环境的现实表征之间的误差非常小,说明模型拟合是比较成功的｡我们将训练好的网络存入文件,并将另外36组数据加入一并作为评价对象,利用BP网络方法进行检验(见图4)｡结果表明两条曲线基本吻合,表明检验效果良好｡

图4检验样本输出结果比较

同时,为便于进一步的比较分析,我们将农村金融生态环境综合评分值按从大到小的顺序分为“好､较好､一般､较差和差”五个等级,并分别用序号Ⅰ､Ⅱ､Ⅲ､Ⅳ和Ⅴ来表示,各等级分别以86个县的农村金融生态环境的综合评分值来确定,总分值区间为[0,1],各县的农村金融生态环境综合评分值落在区间[0.85,1]为第Ⅰ等级;落在区间[0.70,0.85]为第Ⅱ等级;落在区间[0.55,0.70]为第Ⅲ等级;落在区间[0.45,0.55]为第Ⅳ等级;落在区间[0,0.45]为第Ⅴ等级｡从各县的综合评分值来看,除浏阳属第Ⅰ类,冷江､资兴､韶山､宁乡､望城等县属第Ⅱ类外,湖南其他各县的农村金融生态环境综合评分大多处于第Ⅲ类和第Ⅳ类｡

对农村金融生态环境进行综合评价之后,本文通过BP人工神经网络曲面分析进一步得出了农村金融生态环境各要素的贡献弹性｡按贡献率从大到小排序:农村法制环境､农村经济基础､农村金融发展､农村社会诚信､地方政府公共水平和农村社会保障程度依次递减,其数值分别为0.2803､0.2514､0.1901､0.1208､0.0942和0.0643(见图5)｡

图5湖南农村金融生态环境各要素的综合贡献率

四､农村金融生态环境评价结果分析

(一)综合评价结果分析

对湖南农村金融生态环境的综合评价结果显示,农村金融生态环境状况整体不容乐观,全省居于第Ⅰ､Ⅱ类的县域仅有六个,占研究样本的7%｡而其他县域大都处于一般水平的第Ⅲ､Ⅳ类｡进一步的研究发现,农村金融生态环境质量处于前列的县域基本属于长株潭和泛湘南经济区,而相对较差的县域大都位于环洞庭湖和大湘西经济区｡长株潭地区各县域临近省会长沙,交通条件优越,受长沙经济高速发展的辐射带动作用较强｡泛湘南经济区临近“珠三角”,在承接“珠三角”产业梯次转移方面具有明显的区位优势,上述两区域的县域经济由于容易接受发达城市和沿海发达地区的辐射带动作用,优先形成了市场机制和现代金融信用意识,导致其金融生态环境水平也相对较好｡

由于区位､交通条件､信息､技术等各方面的初始条件差异,湖南省各经济区域间农村县域非农化进程也存在很大差异｡长株潭经济区由于各方面的优势,其非农化发展进程起步较早｡到2004年末,长株潭经济区的县域第二产业对GDP的贡献率接近40%｡这说明,长株潭经济区的县域经济已步入工业经济发展的轨道;而其他三个区域,第二产业对GDP的贡献率只在30%左右,农村非农化程度相对较低｡不同的非农化程度对市场体系和金融信用意识的影响程度存在差异,非农化程度高的县域无疑有助于优先形成现代信用意识,促进金融生态环境优化｡

与此同时,由于经济发展水平差异显著,导致农村县域各基层政府财政收支状况差异巨大｡2004年湖南省县域财政收入111.5亿元,财政支出279.5亿元,缺口达168亿元｡从四大区域的情况看,经济越落后的地区,财政收支缺口越大｡从而导致其通过对金融系统实施行政干预和举债来平衡财政预算｡近年来,湖南省各市属､县属中小国有企业改革步伐加快,相当多的国有企业破产､解散兼并或改制,部分企业借改制之机恶意逃废银行债务,给银行留下了巨额的不良资产｡这与个别地方政府的默许甚至纵容是分不开的｡

(二)单一要素评价结果分析

在农村金融生态环境的六个主要构成要素――农村经济基础､农村金融发展､农村社会诚信､农村法制环境､农村地方政府公共服务和农村社会保障之中,农村经济基础和农村法制环境对农村金融生态环境的贡献率最大,两者之和超过了53%;农村金融发展和农村社会诚信对农村金融生态环境的贡献率居于次要地位,两者之和为31%;而农村地方政府公共服务和农村社会保障的贡献率最低,两者之和不超过16%｡反映出随着农村金融改革的深化,农村金融机构资本充足率不断提高､内控制度逐渐完善､风险管理体制日益强化,农村法制环境､农村经济基础等外部环境因素逐渐成为了影响农村金融资产质量､农村信贷投入的重要因素｡

为此,进一步改善农村金融资产质量,加大农村信贷投入,形成农村“资金洼地”,构建金融支持社会主义新农村的长效机制,应该将改革的视野聚焦到农村金融生态环境上来｡如何进一步夯实农村经济基础､优化农村法制环境､培育农村社会诚信风尚等是下一步应该着重解决的问题｡

参考文献:

[1]周小川.完善法律制度,改善金融生态[N].北京:金融时报，2004-12-07.

[2]李扬，王国刚，刘煜辉.中国城市金融生态环境评价报告[M].北京:人民出版社，2005.