前言：中文期刊网精心挑选了区域金融研究范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
区域金融研究范文1
中图分类号：F830 文献标识码：A
20世纪50年代，赫希曼提出“极化”理论，基于假设区域资源禀赋空间分布的非均质性前提，最初用于研究经济发展中出现的不平衡。这个假设前提结合历史机遇的偶然性，导致特定区域对周边资源吸附和聚集，率先形成增长极或极核（点）。作为一个区域化特征明显的发展中大国，我国中西部经济金融发展速度和水平明显落后于东部地区，且有进一步拉大的趋势，区域发展差距的扩大和非均衡问题已成为影响我国经济社会和谐发展的重要因素。本文通过对区域金融的极化效应进行研究，以期为我国金融发展的战略布局提供理论依据。
1 区域金融发展极化的度量模型、研究区域及数据选取
3 结论及政策建议
3.1用正确的视角对待金融极化
区域金融极化有其存在的必然性和合理性，对一个区域发展来说确定极化战略很重要。尤其是中国这样一个人均资源稀缺的大国，过分地追求区域金融资源的均衡分配，区域金融的均衡发展，将会加大资源使用的机会成本，一定程度上扭曲资源配置的市场机制，但是过度的区域金融极化必然也会影响地区的平衡机制，对区域金融和整体经济造成不利影响。
3.2重视区域间金融协调发展，强化金融联系
可以建立新的跨区域金融协调机构，例如在资本市场层面，可以考虑建立区域金融市场，满足区域金融需求，加强区域间资本市场的联系，促进区域协调发展。除了政策性层面，还可以发挥民间力量。可以由行业协会牵头，举办专业技能大赛、金融研讨、高层论坛等活动，加强行业间的交流，建立区域间交流平台，保持区域金融联系。
3.3强化监管，建立动态监控和调节机制，对极化现象必要时进行干预
对金融极化现象进行动态监控，定期测算区域金融极化指数，预测未来发展趋势，如若出现长期极化且较难回调的现象，政府便要出面引导地区金融与周边地区的金融对话，分析需求，促进金融的跨区域流动。
参考文献
[1] 邓向荣，杨彩丽.极化理论视角下我国金融发展的区域比较[J].金融研究，2011（3）.
[2] 孙平军，修春亮，董超.东北地区经济空间极化及其驱动因子的定量研究[J].人文地理，2013（1）.
区域金融研究范文2
关键词：金融资源配置效率；超效率DEA-Tobit模型；京津冀；Malmquist指数
一、引言
美国经济学家Goldsmith开创的金融发展理论最早提到了金融资源的概念，但受到当时人们对金融本质认识的局限性，金融资源概念并未得到系统性发展。而随着我国学者白钦先提出以金融资源学说为核心的金融可持续发展理论之后，越来越多的学者开始认识到金融的资源属性，并逐渐改变以往把金融作为一种简单工具的思路。以更全面的视角从资源配置角度来研究金融发展问题。国内外学者关于区域金融资源配置的理解一部分是对金融资源空间布局数量的认识，而在金融资源理论不断发展的过程中，人们逐渐意识到金融资源配置的质量即金融效率对于经济发展的重要性。并且在目前我国经济发展减速的特殊阶段，实体经济萎缩与虚拟经济繁荣的矛盾不断加剧，金融快速发展所带来的金融泡沫化和产业空心化等问题不容忽视。而我国传统的资源消耗型和数量扩张型的发展模式在受到金融危机的影响后也已经无法支撑经济的可持续发展。由此看来，金融与经济之间已经不仅仅是简单的数量关系，从效率角度研究金融发展是现阶段需要重点关注的。
随着改革的不断深化，我国经济在总量上不断扩大。但与此相伴而生的地区非均衡性也成为目前经济发展格局的显著特征，而金融资源配置在地区间的差异正是非均衡性的重要体现。金融发展的这种非均衡性对于区域经济发展差异化的影响作用已经为现代经济增长的实践所证明，区域金融资源配置水平的高低可以反映出金融影响经济发展的效果好坏。同时，面对不断变化的经济形势。各地区在金融业逐渐发展的同时也在积极探索新的发展模式，区域间金融合作程度和方式的不断深化与多样化使金融资源配置日益成为一个复杂的系统性问题。因此，深入研究区域金融资源配置效率及其影响因素，对提高区域的经济和金融发展水平具有重要的现实意义。
二、相关文献综述
国内外学者近年来在金融资源配置领域进行了大量的研究，其研究主要集中在以下两个方面：首先，关于金融资源配置效率的评价指标选取方面，Levine提出了将商业银行信贷占比、私企信贷占比、国有银行资产占比以及储蓄投资转化率等作为金融效率的评价指标来考察金融资源的配置水平。Wurgler认为，金融发展程度和市场运行效率可以用资本配置效率这一指标进行衡量，并根据65个国家1963-1995年的各行业数据研究了各国金融体系配置资源的程度。周国富和胡慧敏将金融效率分解为微观和宏观两个层面，分别选取了储蓄率、储蓄投资转化效率、投资投向效率等十多个指标来反映金融资源配置情况，构造了一个与我国国情更为相宜的金融效率评价指标体系。黎翠梅和曹建珍从农村储蓄动员效能、储蓄投资转换效率和投资投向效率等方面构建了农村金融效率评价指标体系，并对我国农村金融效率的区域差异进行了分析。王钰等认为，Wurgler模型只考虑到数量因素，存在一定的片面性，因而对其研究方法进行了拓展，从信贷数量和信贷价格两方面来度量信贷资源配置效率。其次，关于金融资源配置效率的测算与分析方面，Ataullah等利用数据包络分析（DEA）方法对比研究了印度和巴基斯坦金融业的技术效率和规模效率，发现两国金融业的综合技术效率在1988-1998年处于不断增长的状态。Asongu从存贷款转化效率角度评价了28个非洲国家的金融配置效率，并利用犹面板数据模型研究了金融自由化、贸易自由化、制度自由化和政治自由化等因素对金融配置效率的影响程度。刘飞利用DEA方法测算了我国30个省市的金融效率、金融规模效率及金融业各类投入指标的相对有效性，并针对地区差异进行了分析。陆远权和张德纲运用DEA方法对我国区域金融效率进行了测度。并用基尼系数和泰尔指数衡量了区域之间的差异，发现我国的整体效率水平不高，地区之间差异较小。徐晓光等基于DEA模型和Malmquist指数对我国香港和内地11个城市之间的金融效率进行了测算和对比。结果发现内地城市的金融资源配置水平与香港存在着较大的差异。马正兵选择我国31个省市1997-2012年的面板数据，运用随机前沿分析对区域金融业的技术效率和全要素生产率进行了研究，并提出了一些建议。戴伟和张雪芳运用DEA方法和面板数据模型对我国29个地区的金融业效率和影响因子进行了实证研究，发现我国金融业效率水平整体低下，金融技术创新和市场化程度对金融业效率的提高具有正向作用。余霞民基于Wurgler的研究方法对我国长三角地区的金融配置效率进行了测度，然后从地方政府竞争角度出发。分析了产业同构问题对金融配置效率影响作用。
综合以上文献来看。国内外学者分别选取了不同方法从多种角度对国家和地区间的金融资源配置问题进行了研究，并取得了一定的成果。给笔者的研究提供了借鉴和启示，但这些研究依然存在以下不足之处：一是已有成果对金融资源配置效率的测算大多采用传统DEA方法，存在无法进一步对有效决策单元进行区分和比较的缺陷；二是对区域金融资源配置效率影响因素的研究较少。鉴于此，笔者以京津冀区域为研究对象，先选取超效率DEA模型和Malmquist指数模型分别从静态和动态层面对金融资源配置效率进行评价。再采用Tobit回归模型对其影响因素进行分析，进而对京津冀区域的发展提出建议。
三、研究方法与数据说明
1.研究方法
（1）超效率DEA模型。DEA模型是近年来应用较普遍的一种效率评价方法，适合于评价多投入、多产出决策单元的相对有效性，它可以将决策单元分为有效和无效两个类别。无效的决策单元可以根据其效率值的高低做出区分，但对于有效的决策单元，由于测算出的效率值均为1，因而无法做出进一步的评价和比较。为了弥补这一缺陷，Andersen和Petersen在1993年提出了能够对有效决策单元进一步区分其有效程度的超效率DEA模型。其基本思想就是在对决策单元进行效率评价时，将被评价决策单元从参考集中剔除，从而使无效决策单元的生产有效前沿面保持在原来位置，效率值不会发生变化，而对于有效决策单元，其新的生产有效前沿面将向后推移，也就是说其效率值是参考其他决策单元构成的前沿面得出的，因而测算出的有效决策单元效率值一般会大于1，从而可以进一步比较。
（2）Malmquist指数模型。瑞典经济学家Malmquist于1953年首次提出Malmquist指数，随后很多学者对该指数进行了改进和扩展，后期研究者普遍采用Fare等构建的基于DEA模型的Malmquist指数，他们将其分解为两个方面的变化：生产前沿面技术的变化，即技术变动和相对于前沿面技术效率的变化，即效率变动。由于DEA模型都是基于技术效率的概念，是针对某一时期的生产技术而言。无法对不同决策单元的不同时期的效率变动情况进行分析，具有静态性，而生产一般是一个长期连续的动态过程，Malmquist指数可以弥补其不足。通过对面板数据的分析。是可以对生产率的变动情况以及技术效率和技术进步各自的影响作用进行研究。
（3）Tobit回归模型。在对区域金融资源配置效率的影响因素进行分析时，由于超效率DEA模型测算出的效率值均大于0，如果使用效率值作为回归模型的被解释变量，则要面临数据截断的问题。在这种情况下，用普通最小二乘法（OLS）进行估计将会由于数据的不完整性导致结果出现偏差。为了避免OLS估计带来的偏差，笔者采用美国经济学家Tobin提出的Tobit模型进行回归分析，可有效解决截断数据的问题，并以此来判断各因素对金融资源配置效率的影响程度。Tobit模型的一般形式如下：
2.指标选取与说明
金融资源配置的关键是在一定的前提下，通过有限的金融资源要素投入与合理配置，实现金融支持经济的效果最佳。笔者在参考相关研究成果的基础上，结合指标的代表性、科学性和数据的可得性，主要从两个方面选取金融资源的投入指标。具体包括京津冀各地区金融机构各项贷款余额和金融业从业人数。其中金融机构各项贷款余额代表了各地区的金融信贷资源要素，它是金融机构开展各项金融活动和服务地区经济的前提和基础。而金融业从业人数则代表了各地区的金融人力资源要素，其数量和质量在一定程度上决定了地区金融的发展水平。对于金融资源的产出指标，我们选取的是京津冀各地区的金融业增加值，体现了金融业自身的发展与创造的价值。具体指标体系如表1所示。
笔者主要利用京津冀13个地级及以上城市2004-2013年的面板数据进行分析，其数据主要来源于2005-2014年的《河北经济年鉴》《北京统计年鉴》《天津统计年鉴》和《中国城市统计年鉴》。
四、结果与分析
1.金融资源配置效率静态评价
为了对京津冀区域整体的金融Y源配置水平和各城市配置效率的高低有一个清晰的认识，笔者基于投入导向的超效率DEA模型，运用Max-DEA6.6软件对2004-2013年京津冀各地区的金融资源配置超效率值进行了测算，结果如表2所示。
基于表2的测算结果，从整体来看，京津冀区域金融资源配置超效率在2004-2013年期间始终处于非有效状态，每一年效率值均未超过0.500，说明金融资源配置整体水平较低，还存在很大的提升空间。从个体来看，区域内13个城市中只有两个城市在这10年期间的均值达到了有效状态。并且高效率的城市与低效率的城市差距很大，这也是导致区域金融资源配置整体水平较低的重要因素之一。根据各城市效率平均值的高低，北京和天津排在区域内的前两位，效率值都大于1；其次是石家庄、唐山和秦皇岛，效率值在0.400左右；其他城市的效率值较低。为了进一步了解京津冀地区间金融资源配置效率差异化的变动形态，笔者采用变异系数这一指标进行了分析，测算结果如图1所示。
从图1可以看出，2004-2013年各城市金融资源配置效率的变异系数波动幅度不大。地区间差异在扩大与缩小中有序变动。整体空间格局强度相对稳定。从2010年之后的数据来看，区域金融资源配置整体水平呈现不断提升的趋势。反映出近年来各城市在国家大力推动京津冀协同发展的趋势下所做的努力和合作。但这一时期不断增大的变异系数也说明地区间的差异程度在逐渐加深，城市之间的差距在拉大，这成为影响区域整体水平提升的关键。
2.金融资源配置效率动态评价
前文通过超效率DEA模型测算的结果是各城市各年份的相对效率，是基于截面数据的静态评价，只能判断决策单元是否有效，并不能分析金融资源配置有效率或无效率变化的原因。基于此，笔者利用Malmquist指数分解模型对京津冀区域金融资源配置有效率或无效率的动态变化及其原因进行了分析，结果如表3和表4所示。
表3显示了京津冀区域各年份金融资源配置效率的Malmquist指数及其分解结果，从中可知，2004-2013年，Malmquist指数总体呈现增长态势，平均增长率为5.100%。从年均增长率的分解来看，技术进步为MMmquist指数的年均增长贡献4.600个百分点，起着至关重要的作用，综合技术效率的年均增长率仅为0.500%。促进作用很小，其中规模效率的下降造成了较大影响。分时期来看，2004-2008年。Malmquist指数增长较快，平均增长率保持在12.780%的高位，主要来自于技术进步的推动，综合技术效率的作用较不稳定。2008-2009年，Malmquist指数出现负增长，下降了6.800%，这主要是技术进步增长率下滑所导致的。究其原因，可能是金融业在一定程度上受到2008年全球金融危机和宏观经济环境不景气的影响。2009-2013年，Malmquist指数总体呈现缓慢增长的态势，平均增长率仅为1.100%，2013年还出现了下降，主要是受到综合技术效率不断下降的影响，说明金融资源配置的整体规模和结构依然还存在很多问题。
Malmquist指数及其分解结果，综合来看，2004-2013年，大部分城市的Malmquist指数都大于1，处于不断增长的态势。从指数构成来看，各城市的技术进步率均大于1，说明技术进步对各城市金融资源配置效率的提高起到了明显的推动作用。从城市间排名来看，邯郸、沧州、天津和保定排在区域内的前4位，平均增长率都超过了10%。并且只有这些地区在包括技术进步、综合技术效率及其分解指标纯技术效率和规模效率等各方面同时保持了增长趋势，反映出这些地区近年来在金融改革创新、多种要素投人利用以及金融资源配置结构调整等方面所取得的积极效果。
3.金融资源配置效率影响因素经验分析
为了进一步探究京津冀区域金融资源配置效率的影响因素及其影响程度，本部分以前面得到的各城市超效率值作为被解释变量。综合考虑地区间经济、社会和政策环境的差异性，选取可能会影响金融资源配置效率的相关指标作为解释变量建立Tobit模型进行回归分析，具体指标如下：
（1）经济发展水平（ECO）：笔者采用各城市地区生产总值（GDP）占区域整体GDP的比重来反映各城市的经济发展水平。
（2）产业结构（IND）：笔者采用各城市第二、第三产业产值之和占GDP的比重来衡量产业结构的优化水平。
（3）地方政府干预程度（GOV）：笔者采用地方政府当年财政支出占GDP的比重来衡量地方政府对地区金融资源配置效率的干预程度。
（4）消费效率（CON）：笔者采用地区最终消费率，即地区消费总额占GDP的比重来表示消费效率，以此来反映消费对于地区金融资源配置效率的影响程度。
（5）区位优势变量（ZONE）：一个地区的区位优势主要包括政治区位优势、经济区位优势和地理区位优势等，所处不同区位的城市的金融发展水平和配置效率也会存在一定差异。考虑到区域内的北京和天津在经济基础、资源禀赋和政策支持等方面具有的优势，将其区位优势变量设定为1，其他城市的区位优势变量设定为0，进而反映城市所处的不同地理区位对于金融资源配置的影响程度。
在指标选取的基础上，笔者将金融资源配置效率影响因素的Tobit回归模型设定为：
根据表5我们可以得出以下结论：
第一，经济发展水平与金融资源配置效率呈显著的正相关关系，估计系数为0.201，表明经济发展水平对金融资源配置效率具有明显的促进作用。第二，产业结构与金融资源配置效率具有显著的正相关关系，从估计系数可以看出产业结构优化水平每提高1%。金融资源配置效率会增长0.102个百分点。第三，地方政府干预程度的估计系数为-0.991，在5%的水平上显著，表明地方政府财政支出占地区生产总值的比重越高，金融资源配置效率所受到的负向影响越大。也就是说。地方政府对于经济的干预行为对金融资源配置效率产生了显著的抑制作用。第四，消费效率与金融资源配置效率呈显著的正相关关系，估计系数为0.932。能够看出，消费效率或消费水平的不断提高可以保证区域金融资本的循环周转利用，一定程度上降低或抵消金融机构的贷款投放风险，从而增加金融资源的供应规模和流动效率。第五，区位优势变量的估计系数为0.731，在1%的水平上显著，表明各城市所处地理区位不同对其金融资源配置效率的影响明显。
五、结论与启示
笔者利用超效率DEA模型和Malmquist指数对京津冀区域2004-2013年的金融资源配置效率进行了测算与分析，并在此基础上运用Tobit回归模型对区域金融资源配置效率的影响因素做了实证分析，得出如下结论与启示。
1.结论
（1）从静态层面看，京津冀区域的金融资源配置效率处于非有效状态，整体的金融资源配置水平较低。各城市金融资源配置效率的不均衡状况比较明显，并且这种差异程度在2010年之后呈现不断增大的趋势，地区间较大的差异也是导致区域整体配置水平较低的重要因素之一。分城市来看，北京和天津在区域内的平均效率值最高，都达到了最优状态，而其他城市的平均效率值较低，均未达到有效状态。可以看出。金融资源利用率较高的城市大都是区域内经济社会发展水平相对较高的地区，这些地区较好的经济基础和完善的市场环境能够对金融业的发展和资源配置水平的提高起到积极的促进作用。
（2）从动态层面看，京津冀区域金融资源配置效率的Malmquist指数总体呈现增长态势，个别年份存在短暂的波动现象。其中，指数在2008年之前的增长速度较快，而在2008-2009年出现负增长之后，指数总体增长速度大幅下降，这在很大程度上是受到国际金融危机所产生的不利影响。从指数的分解可以看出，技术进步这一因素对各城市金融资源配置效率的增长起到了明显的推动作用，综合技术效率下降则是抑制Malmquist指数增长速度的主要原因。而从引起综合技术效率变动的影响因素来看，规模效率变动所造成的影响要大于纯技术效率。
（3）通过Tobit模型分析影响金融资源配置效率的外在因素，可以看出，经济发展水平、产业结构、消费效率和区位优势等因素与京津冀区域金融资源配置效率均呈现显著的正相关关系。说明这些因素自身发展水平的提升能够有效提高配置效率，而地方政府对经济的干预行为与金融资源配置效率存在显著的负相关关系，反映出地方政府干预程度对效率的提高具有消极作用。
2.启示
区域金融研究范文3
[关键词] 农村金融； 区域差异； 泰尔指数； 新疆
[中图分类号]F832.7 [文献标识码]A
随着国家一系列促进新疆大发展政策的密集出台，新疆农村经济得到了飞速发展，农民生活水平显著提高。据统计，至2012年末，新疆农民人均纯收入达6500元，比2009年增长了1.69倍。新疆农村金融也进入了一个跨越式发展阶段，截至2012年11月，新疆基本实现了空白乡镇100%农村金融服务覆盖。但由于受新疆地区资源分布、经济发展程度、技术水平等因素影响，农村金融发展区域差异显著，不利于新疆跨越式发展规划目标的实现。因此，本文试图从实证角度分析新疆农村金融区域差异，并进一步分析其产生的原因，为自治区制定相关政策提供参考依据，对降低农村金融风险、促进农村经济发展具有现实意义。
一、国内外研究现状
国内外对金融与经济关系研究已比较成熟，但有关农村金融差异的研究并不多见，基于新疆的研究更是较少。从研究内容方面可分为农村经济金融相关性、区域金融差异和区域金融发展收敛性三类：
（一）农村金融与农村经济关系研究
King和Levine（1993）利用77个国家数据研究显示：金融发展和经济增长之间存在稳定的、强正向关系；Luigi Guiso等（2002） 通过设计新金融发展指数，得出多数金融发达地区人均GDP增长速度比不发达地区快1%；Genevieve Boyreau-Debray（2003）运用GMM面板模型研究得出：银行扩张信贷抑制经济增长，但银行分支机构越多经济增长越快；赵洪丹（2011）基于1978-2009年样本数据研究得出：农村金融规模对农村经济发展有负效应，农村金融效率对农村经济发展的正效应有滞后性。
（二）区域金融差异研究
钱水土等（2011）利用中国23个省1988-2008年面板数据，引入地区和时间两个虚拟变量：发现中国农村金融的收入效应具有地区和时间差异；吕勇斌等（2012）通过空间计量模型，实证分析我国农村金融发展存在强烈区域不平衡性和空间依赖性，且空间依赖性逐年增强。
（三）金融发展收敛研究
张胜林等（2002）研究发现：农村民间借贷与金融服务优劣有显著关系，在服务“三农”机构缺失、信贷服务不到位的区域，民间借贷机率较高。李敬（2004）研究中国区域金融发展差异表明，区域金融发展差异的长期动态路径可能呈现草帽型特征；黄文等（2011）采用2006-2009年1875个县（市）数据，得出我国农村地区金融发展不存在收敛性，但呈β绝对收敛的特征，即农村金融发展落后地区潜在发展速度更快。
二、新疆农村金融发展区域差异分析
（一）指标的选择与处理
本文参照已往研究，同时考虑数据可得性、科学性和全面性等原则，最终选取的经济金融指标如下：选取人均一产GDP体现农村经济发展水平；为剔除地区人口差异对农村金融的影响，选取人均农业贷款余额（即农业贷款余额/农业人口总数）反映金融发展数量效应；农村金融发展效率指标，农村贷比率为农村贷款与农村存款的比率；金融相关度=农村金融资产总量/农村增加值，其中农村金融资产总量主要由农村存款和农村贷款构成。大多文献采用人均农业增加值代表农村经济发展情况，由于新疆未统计农业GDP数据，一产GDP中包括农业GDP，且两者相关性较强。农业贷款包括农业贷款与农信社集体农业贷款、农户贷款、个体经济户贷款之和；农村（业）存款为国家银行除去信用社转存款后农村存款与农信社乡镇企事业存款、承包及个体户存款、其他存款之和。实际上农村金融资产包括农村存款、农村贷款、证券和保险等，考虑到证券和保险占比较小，且缺乏相关数据支持，因此用农村存贷款之和代表农村金融资产总量。
本文借鉴司正家（2004）将新疆15个地州市划分为五个经济区域：1.天山北坡包括乌鲁木齐、克拉玛依、石河子、昌吉；2.北疆西北部区主要包括伊犁、塔城、阿勒泰、博州四个地州；3.南疆东北部区包括巴州、阿克苏两地州；4.东疆部区，包括哈密和吐鲁番地区；5.南疆西南部区，包括克州、喀什、和田三地州。
（二）差异衡量工具介绍——泰尔指数
泰尔指数，由泰尔（Theil，1967）利用熵概念计算收入不平等而得名，由于泰尔指数将差异分解为区域间和区域内差异，并测算各种差异对总差异的贡献度，深入分析引起差异的原因。因此通常被用来对多组样本差距分解，当区域分成k组时，泰尔指数T（0）可分解为：
（4）中， 表示区域内差距， 代表区域间差距，所以 代表区域内差异对总差异的贡献率， 指区域间差异对总差异的贡献率；泰尔指数是取值在0-1范围的正向指标，指数值越大则农村金融区域差异越大，反之亦然。
（三） 新疆农村金融发展区域差异比较分析
1.新疆农村区域经济差异情况
运用泰尔指数测算新疆农村金融发展的区域总差异、区域间和区域内差异贡献率，详见图1。
新疆农村区域经济差距呈波动式扩大。以泰尔指数衡量的新疆农村经济差距波动呈两个阶段：2004-2006年区域经济发展差异迅速扩大，是新疆实行“西部大开发战略”以来初显成效阶段，支持政策是推动农村经济发展的重要因素；2007-2010年，随着市场机制不断完善，经济推动由政府拉动转向投资拉动和消费拉动，新疆各区域农村经济差异逐步回升，但增速明显削弱。
区域间差异是农村经济差异的主要来源。区域间差异贡献率较大，新疆经济区域内差距较小（泰尔指数在3%以内），且泰尔系数频繁波动，呈现波动上涨趋势。
2.农村金融区域差异情况
（1）农村金融发展差异分析
①2006-2009年新疆人均贷款总差距呈倒V形。从图2看出，人均农村贷款总差距先扩大后缩小，区域间差距和总差距波动趋势基本相似，区域内差距的变化是V型的趋势，贷款总差异有明显缓和。近年来，随着新疆农村金融体系的不断完善，机构功能不完备、扶持政策不到位的短板问题正逐步解决，推动主体由政府向农信社和农户过渡，农村商业银行、村镇银行、小额贷款公司等新型农村金融机构开始崭露头角，新疆农村金融地域性差距缩小。
②新疆农村金融区域差异主要来源于区域间金融差异。区域间差异对总差异贡献率明显超过区域内差异贡献度，但新疆各区域农村金融差异仍逐年缩小，但因为北疆各地州间的贷款差异扩大，出现了“马太效应”。
（2）农村金融发展效率分析
①新疆农村金融发展效率趋于平稳。从银行盈利的角度来看，农村贷存比越高越好；但从风险角度分析，贷存比过高则资金的流动性风险越大。图3显示，五个区域中1992年南疆东北部农村贷存比达到最大值12.31， 1995-2009年新疆农村贷存比基本平稳，贷存比保持在2左右。
②新疆农村金融发展效率呈草帽型。1978-2009年新疆各经济区农村贷存比大致分为三个阶段：第一阶段贷存比不断上升，以天山北坡区域为代表的农村贷存比率先达到最高点，南疆东北的农村金融效率最低；第二阶段农村贷存比迅速下降，贷存比从最高点迅速降至平衡水平；第三阶段是农村贷存比基本平稳（1994-2009年），五个经济区域的农村贷存比差距不大，波动明显减弱。这与李敬（2004）研究中国区域金融发展差异的长期动态路径可能呈“草帽型”特征基本相符。
③北疆西北及东疆区域农村金融贷存比率高于其他区域，但差距不断削弱。从图3可以看出，尤其是新疆实施西部大开发政策以来，天山北坡继续保持农村金融良好发展势头，东疆把握政策先机，放大政策效应、顺势直追，贷存比不断优化。
（3）农村金融相关度分析
①新疆农村金融相关度增强。1995年新疆天山北坡、北疆西北、南疆东北、东疆和南疆西南农村相关度分别为59.85%、14.37%、21.24%、35.24%和11%，至2009年各区域农村金融相关度达到118.08%、36.7%、77.08%、57.72%和47.79%，增长速度最快的是南疆西南地区，为11.06%。
②天山北坡区域经济发展与金融相关度明显较强。1995-2009年，天山北坡农村金融资产与一产GDP之比持续保持新疆五个区域前茅，农村金融相关度明显强于其他四个区域，但金融相关度差异逐年缩小。
③北疆西北和南疆西南区域农村金融相关度偏低。样本期间，新疆北疆西北和南疆西南区域农村金融相关度明显低于其他区域，在2002年差距最大；北疆西北和南疆西南农村金融相关度最大，分别为36.7%和47.8%。
三、新疆农村金融区域差异原因分析
1.区域经济差异
经济发展水平的高低不仅导致农村人均收入的差距，而且在金融业发展、社会基础设施、科技与管理人才等方面也存在较大差距。相比而言，经济发达地区具有农村金融发展的有利条件。杨国中等（2004）研究发现资金流向是从农村到城市，从落后地区到发达地区，信贷资金的非均衡流动将导致资金的低效配置。近几年，新型农村金融机构的成立，如村镇银行、贷款公司等大多集中在北疆和东疆地区，南疆的弱势经济难以获得金融资源青睐，金融机构比较匮乏。
2.资源和地域优势差异
天山北坡区域煤、石油及天然气储量丰富，新疆政治经济中心（乌鲁木齐）对农村金融发展起到了辐射作用；东疆属于温带大陆性气候，是新疆连接内地的交通要道，也具有丰富的矿产资源，依托交通枢纽的优势及矿产开发，东疆的经济基础不断得到巩固，农村经济也受益于本地自然资源和区位优势。天山北坡和东疆地区交通便利、经济基础好，两区域的农村金融得到优先发展，而南疆农村市场化程度低。
3.政策与信贷机制差异
汪兴隆（2000）认为资金区域配置失衡是导致区域金融差异的重要原因。金融监管部门对金融机构的市场准入条件严格，资本金要求高，而农村地区经济发展水平偏低，在金融机构设立成本上处于劣势；另外，商业银行设立分支机构的标准是盈利能力，农村地区资源贫竭，新设机构实现盈利周期长，鉴于此，商业银行新增机构会向发达地区倾斜，造成机构资源配置区域失衡；中央银行实施无差异的货币政策，不能根据区域金融与经济发展现状进行调控，再加上货币政策传递效应在经济落后地区不通畅，进一步加剧了农村金融发展的区域差异性。
四、结论及对策建议
（一）结论
1.区域间差距是农村区域金融总差异的主要来源。根据本文区域划分，区域内各地区经济基本相似，区域间经济差异明显，因此，区域间农村金融发展差异较大。
2.新疆农村金融发展效率呈草帽型。1995年以来，新疆农村金融贷存比基本保持在2左右；新疆农村金融区域间差异逐年缩小，区域内差异不断扩大。
3.新疆北疆西北和东疆区域的农村金融效率高。究其原因，一方面是北疆西北和东疆地区依托地理优势、丰富的煤炭资源和发展成熟的特色农牧业，促进了农业贷款总额快速发展；另一方面，由于新疆并未采取倾斜性金融政策，农村地区拥有相应的投资项目，因而农业存款的规模相对减少。
4.天山北坡区域经济金融相关度明显较强。位于天山北坡区域的昌吉、石河子、克拉玛依，依托乌鲁木齐金融资源的辐射，并且由于乌昌一体化的逐步展开、石河子兵团政策支持以及克拉玛依石油资源优势等原因，能够在政策层面上获得更多的金融资源。
（二）对策建议
1.促进经济发展区域平衡。经济发展差距很大程度上决定了金融发展差异，新疆各地州应加强区域间资金、人才和技术的互补与合作，努力实现新疆农村金融平衡发展。
2.实行差别化的金融政策，培育多元化农村金融服务市场。统一的货币政策在经济发展水平不同地区的实施效果不同，亟需多层次、梯度化的农村金融制度和差异化的授信审批政策，培育多元化农村金融服务市场，增强金融机构服务农村的能力和效率。
3.加快发展农村保险与证券业。目前，新疆农村金融主要以银行信贷为主，保险业与证券业发展相对滞后，但发展前景较好，因此，新疆应以发展农业保险业和农村证券业为突破，提升农村金融发展质量。
4.积极引导民间资本，有效发挥民间资本的作用。监管部门要积极引导民间资本的流向，增加农村金融服务供给，满足多层次的农村融资需求，缓解银行信贷不足的矛盾。
[参考文献]
[1]King， Robert G. and Levine， Ross.Finance and Growth： Schumpeter Might Be Right[J]. Qua- rterly Journal ofEconomics ，1993：17-38.
[2]赵洪丹.中国农村金融发展与农村经济发展的关系[J].经济学家，2011（11）：58-63.
[3]吕勇斌.中国农村金融发展的区域差异性分析[J].统计与决策，2012（19）：111-116.
[4]张胜林.交易成本与自发激励：对传统农业区民间借贷的调查[J].金融研究，2002（2）：125-134.
[5]谢琼.农村金融发展促进农村经济增长了吗？ [J].经济评论，2009（3）：61-68.
[6]赵伟，马瑞永.中国区域金融增长的差异―基于泰尔指数的测度[J].经济地理，2006（1）.
[7]汪兴隆.货币资金区域配置失衡的考察及其调整一金融支持西部大开发的思考[J].财经研究，2000（6）：60-64.
[8]温涛.中国金融发展与农民收入增长[J].经济研究，2005（9）：30-43.
区域金融研究范文4
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.
区域金融研究范文5
关键词：金融资源；配置；PANALDATA模型；区域金融
中图分类号：F832文献标识码：B文章编号：1006-1428（2007）03-0079-03
一、模型设置及检验
本文选取江苏省范围内苏南、苏中、苏北及其中心城市与县域若干经济、金融指标为样本，采用Eviews311统计软件的PANALDATA模型进行处理,对2003-2005年指标进行实证研究，分析南北、城乡之间差异影响因素。
（一）南北融资差异研究
1．模型描述。
DKLit=αit+β1itRJGDPit+β2itCYJGit+β3itJJKFDit+β4itGDZCTZit+μit
DKLit为四大国有商业银行贷款总额占GDP的百分数，下标i表示区域,取地市级为地域单元,下标t表示年份,以下皆同。DKLit越大,表明国有银行在该地区的信贷总额越多,该地区的企业融资能力也就越强。
RJGDPi,t为人均GDP的对数值,代表该地区的经济发展水平。如果RJGDPi,t的回归系数β1it显著为零或虽不为零但不具有统计学意义,表明国有银行的信贷区域配置决策中,地区的经济发展水平并不是其考虑的主要因素。如果β1it显著大于零则表明国有商业银行的信贷区域配置具有一定的市场化导向,经济越发达的地区其企业越容易获得信贷资金,如果βit显著小于零则与此相反。
CYJGit表示第二产业产出与GDP的比率,这个指标代表该地区的产业结构状况。在市场化的条件下,商业银行的信贷应该向工业化程度较高、经济增长较快的地区倾斜。因此,如果系数β2it显著大于零,那么表明国有商业银行的信贷区域配置至少在考虑地区的经济产业结构和成长性方面遵循市场化原则。
JJKFDit表示各地区对外开放程度，主要用各地区的进出口总额占国内生产总值的比重来表示。如果其系数大于零，经济越开放的地区，利用商业银行的金融资源越多；反之，则相反。
GDZCTZit表示固定资产投资。固定资产投资越大需要金融资源就越多。
考虑到各市的经济结构存在较大的差异,故采用变截距模型。由于模型仅就中国各省市数据资料进行研究,故宜选择确定效应模型Cit为常数项,Fit为误差项。
2．数据来源。
本文选取2003-2005年为样本期,各市指标根据《江苏统计年鉴》（2004-2006各卷）和《江苏省金融统计资料》数据整理而成。
3．检验结果。
由于样本既包括时间序列数又包括横截面数据,本文采用了Eviews311统计软件的PANALDATA模型进行处理,结果如下（略）。
从结果看，模型的F值通过t检验,说明模型呈线性关系。加权统计和未加权统计的样本决定系数R2和修正的R2均大于0．99,说明回归方程拟合效果良好。加权统计的DW检验值为2．621,而未加权统计结果中的DW检验值为2．416,证明残差无序列相关。结果显示：
（1）RJGDP（人均GDP）的系数为-0．000618，在5%的显著水平上小于零,说明国有银行信贷区域配置与该地区的经济发展水平呈微弱的负相关，即各地区的人均GDP对当地金融资源配置影响较小。
（2）CYJG（第二产业占GDP比值）的系数为-1．191239，在1%的显著水平上小于零，说明国有银行信贷区域配置与该地区的产业结构变化具有相关性,第二产业占GDP比值越高，吸引信贷资金的能力越小，这就意味着信贷资金逐步向一产、三产方向流动。
（3）JJKFD（对外开放程度）的系数为0．263846，1%水平下大于零，说明经济越开放的地区向国有商业银行融资能力越强。
（4）GDZCTZ（固定资产投资）的系数为37．99504，在1%水平下显著大于零，说明固定资产投资对地区的融资能力影响较大，即地方固定资产投资越高吸纳信贷资金能力越强。
（5）考虑到各市的经济结构存在较大的差异,通过设置的变截距模型进行模拟，并通过检验，发现在不同的区域融资能力有明显的差异，总体上苏南地区除苏州模拟系数为23．28071，其他四市系数均在50%左右，吸引信贷资金能力最强，苏中三市一般在40%左右，融资能力仅次于苏南地区；苏北五市模拟系数在20%上下，融资能力最小。
（二）城乡差别研究
商业银行信贷效率逐步提高的同时，在不同区域甚至在中心城市与县域之间也存在明显的差异。我们继续选择江苏省分县区的相关指标进行实证研究，进一步研究中心城市与县域之间融资能力差异的影响因素。
1．模型描述。
DKLCBit=αit+β1itJRFZCBit+β2itCYJGit+β3itJJKFDit+β4itLOG（GDZCTZit）+β5itRJGDPCBit+μit
DKLCBit为各地区的中心城市贷款率与县域贷款率的比值,用来反映城乡的融资能力的差异。下标i表示区域,取地市级为地域单元,下标t表示年份,以下皆同。
JRFZCBit为各地区城市与县域金融发展水平的比值,代表该地区的金融发展水平。如果JRFZCBit的回归系数β1it显著为零或虽不为零但不具有统计学意义,表明城乡融资能力的差距,地区的金融发展水平的不同并不是其考虑的主要因素。如果β1it显著大于零则表明国有商业银行的信贷城乡配置是由地区金融发展水平的差异造成的。如果β1it显著小于零则与此相反。
CYJGit表示第二产业产出与GDP的比率,这个指标代表该地区的产业结构状况。在市场化的条件下,商业银行的信贷应该向工业化程度较高，主要向城市倾斜。因此,如果β2it的系数显著大于零,那么表明国有商业银行的信贷区域差异是由地区的工业化程度不同而引起的。
GDZCTZit表示固定资产投资。固定资产投资也是影响城乡贷款率差异的主要因素。
JJKFDit表示各地区对外开放程度，主要用各地区的进出口总额占国内生产总值的比重来表示。如果其系数大于零，经济的开放度是影响城乡融资能力的因素。
RJGDPCBit为各地区城市与县域人均GDP的比值,代表该地区的经济发展水平。如果RJGDPCBit的回归系数β5it显著为零或虽不为零但不具有统计学意义,表明城乡融资能力的差距,地区的经济发展水平的不同并不是其考虑的主要因素。如果β5it显著大于零则表明国有商业银行的信贷城乡配置具有一定的市场化导向,城市里的企业越容易获得信贷资金,如果β5it显著小于零则与此相反。
2．检验结果。
由于样本既包括时间序列数又包括横截面数据,仍然采用了Eviews3．1统计软件的PANALDATA模型进行处理,但在处理过程中我们发现地区经济发展水平差异、经济开放程度指标没有通过检验，所以在结果中去除。调整后结果如下：（略）。
验证结果显示：
（1）GDZCTZ（固定资产投资）的系数为7．2092，在1%水平下大于零，说明固定资产投资对城乡的融资的能力差异影响较大，是影响城乡融资差异主要原因，固定资产投资越高吸引信贷资金能力越强。
（2）CYJG（第二产业产出与GDP比率）的系数为-10．116，在1%的显著水平上小于零，说明国有银行信贷区域配置与该地区的产业结构具有相关性,这就意味着工业化程度较高的地区对国有银行的融资能力呈负向影响，即第二产业占GDP比值越高，吸引信贷资金的能力越小，这就意味着吸引信贷资金主要依靠一、三产业的带动。
（3）JRFZCB（金融发展水平）的系数为-2．346，在5%的显著水平上小于零,说明国有银行信贷区域配置与该地区的金融发展水平呈微弱的负相关，即金融业发展越快的地区吸引当地信贷资金反而较少，通过其他途径融资能力越强，也就是说往往大量吸引其他地区的信贷资金，金融业较弱地区对当地信贷配置依赖性越强，而通过其他途径融资能力则越弱，也就进一步说明县域的金融资源大量地流向中心城市。
二、结果分析
结合当前区域金融资源配置差异性的现状及相关模型的实证检验的结果分析，目前制约苏北等经济欠发达地区信贷资金有效配置的原因主要是整体经济水平不高、国有商业银行信贷资源配置不合理、制度设计不完善、金融生态环境欠佳等。
1．经济基础薄弱，缺乏吸纳金融资源的比较优势。苏北地区的县域范围内工业化、城市化水平较低，当前正处于由农业向工业化产业转型时期，同苏南发达地区相比表现为大企业、大项目少，产业竞争力不强，能够吸引省一级国有商业银行的项目偏少，区域财政收入水平低下、城乡居民收入相对较少、产业结构调整进程缓慢、固定资产投资额总体不高等，影响了银行信贷资源的配置。
2．金融服务发展滞后，缺乏金融资源引进配套的手段与方式。首先，欠发达地区金融机构单一，缺少多层次的金融服务体系，农村金融发展落后于城市，金融资源配置在城乡分布上存在明显不平衡。其次，信贷体制缺少有效配置资金的自主性，商业银行加强风险管理以后，经济越是不发达地区，信贷权限上收的越多，信贷自越小。第三，信贷准入门槛高，缺少创新的金融服务产品，欠发达地区中小企业普遍难以达到现行的信用评级标准要求。
3．信用意识不强，缺乏优良的金融生态环境。当前，经济欠发达地区加快发展愿望较为迫切，但部分企业悬空或逃废银行债务现象依然存在，金融案件执结率低，执法环境欠佳，维护金融债权难度仍然较大；担保公司担保基金不足，运作不规范，评估收费高、效益低；企业财务管理不规范，信息失真，金融机构和中小企业之间存在着严重的信息不对称现象，社会公众对社会征信建设的认识不足，影响了金融生态环境建设，一定程度上制约了信贷投入增加。
三、相关建议
1．调整经济结构，夯实经济基础，营造吸纳金融资源的基本条件。
加快推进新型工业化进程，加强经济结构调整，着力扶持特色经济。积极鼓励扶持民营企业发展，以增强经济欠发达地区经济实体的质态，承接和吸引金融机构的有效信贷投入；调整投资结构，加快开放型经济发展。扩大高新技术产品和机电产品出口，提高出口产品的质量和附加值，优化利用外资和招商引资结构；加快县域经济的发展，积极调整农业产业结构，推行农业产业化。把民营经济作为培育县域经济增长点的突破口，以民营经济带动县域经济，推动县域金融业务的繁荣和发展。
2．创新金融方式，增强有效配置金融资源的能力。
要加强机制创新，形成多层次的资金支持体系，加快地方性中小金融机构发展，加快推进农村信用社组建农村合作银行步伐。金融机构要增强信贷营销能力，准确把握地方经济增长中的资金供求关系，确保新增贷款与地方经济发展的有效需求相适应。进一步完善现行的中小企业信贷机制，简化贷款审批程序，适当降低信贷准入“门槛”。增加欠发达地区国有商业银行信贷权限，特别是中小企业增量贷款审批权。
3．加大政策引导力度，强化金融资源配置的支持体系。
一是要区别对待。欠发达地区与发达地区在企业评级、授信上，应采取区别对待原则，切忌一刀切。二是制订支持中小企业融资的政策，出台具体奖惩措施，鼓励各类金融机构增加对中小企业的信贷支持。三是要健全信用担保体系，按照支持发展与防范风险相结合、政府扶持与市场操作相结合的原则，增强现有担保机构的服务功能，同时要整合信用评级体系，建立多种形式的信用评价体系，逐步统一信用等级评定标准，提高中小企业申贷效率。四是实施重点项目布点，以项目驱动带动信贷资金注入。
4．加强金融生态建设，优化区域金融资源配置的环境。
参考文献：
[1]杨鸿鑫，杨鸿波．重新构建中国区域融资机制的理性思考.经济纵横.2000；4
[2]高晓红．区域资金配置中的次优选择.福建论坛.总第221期
[3]陈耘，王恕立．我国融资结构缺陷的系统分析与对策.经济与管理研究.2003；2
区域金融研究范文6
【关键词】金融生态 区域金融生态环境 区域金融产业成长
一、概念界定
（一）区域金融产业成长的内涵
金融产业是以经营货币资金及其衍生产品的经济实体为主体，以金融商品和金融中介服务为产品，以货币和各类金融工具为交易媒介，由金融组织、金融产品生产和流通市场、金融监管机构等要素构成的复合型经济组织系统。金融产业成长应该是量变和质变的统一，是金融规模的增长与扩张和金融结构的改进、金融功能的演进以及金融效率的优化综合作用的结果。区域金融产业成长是指一个地区的金融产业成长。
（二）区域金融生态环境的内涵
金融生态是一个重要且具有创造力的仿生学概念。区域金融生态环境是指一个地区金融体系所依存的外部条件，主要是该地区金融系统所依赖生存的经济、信用、法律、文化、风俗习惯等。金融生态环境主要包含经济环境、法治环境、信用环境和政策环境。经济环境是最为基本的环境，是金融系统存在的基础，决定金融系统的发展程度。法律环境是一国金融主体面对的最基本的约束，决定了金融主体行为规范，从而决定金融体系的发展。信用环境和政策环境是两个衡量金融生态环境的重要标准。
二、中国区域金融生态环境与金融产业成长关系
（一）指标体系构建
按照科学性和实用性、系统性与层次性、可比性与可靠性、全面性和代表性统一的原则，结合可操作性构建区域金融生态环境和区域金融产业成长指标体系，见表1，表2。
（二）模型构建
本文使用线性规划建立模型。在进行运算前，需要对指标进行预处理，即指标的一致化和无量纲化，对数据预处理方法如下：
设需要量化m年的区域金融生态环境指标，形成第t年的原始指标数据表示为yijt，t=1，2，···，m，
（1）对原始数据采用标准化法进行无量级化，公式为
（2）熵值法确定权重
①计算第j项指标的特征比重，即
②计算第j项指标的熵值eij，即
若设k=1/ln（m），于是有0≤eij≤1。
③计算指标y'ij的差异系数gij，差异系数定义为gij=1-eij
④计算权重Wij=gij/ gij，fijt=Wij=y'ijt
其中，l为二级指标的数量，ni为第i个二级指标的三级指标的数量。
⑤其余指标量化值的确定
一级指标的量化确定方法与二级指标处理的方法、步骤相同，同理可得到一级指标y't表示为：
（三）实证分析
本文研究中国2002年至2011年金融产业成长状况及金融生态环境，数据来源于《中国金融年鉴》、《中国经济年鉴》及中国人民银行等官方网站公布的统计数据。数据分析采用SPSS 17.0和EView6.0统计分析软件。
（1）相关性分析
①中国金融产业成长状态与中国金融生态环境各组成部分相关性分析，结果见表3。
由表4可知，金融生态环境指标与金融基本业务指标y2、风险状况指标y4有正相关性，与金融基础条件指标y1、流动性指标y3基本没有相关性。
（2）回归分析。
①建立回归方程。设因变量yi为某年份中国金融产业成长指标，自变量xi为某年中国金融生态环境指标。若两者相关性显著，可设回归模型为yi=β0+β1xi+ε
β0、β1是待确定常数，即回归系数。β0+β1xi表示y随x线性变换的部分，ε是随机误差，代表其它一切不确定因素影响的总和。
②确定回归方程。根据SPSS17.0进行回归分析，得回归方程为：y=0.840+0.405x
③检验。
a.回归方程的F检验
由回归分析结果可知：F=9.607， F>F0.05（1，10-2）=5.32，说明回归方程是有显著性意义的。
b.相关系数检验
由回归分析结果可知：R=0.739， |R|>R0.05（10-2）=0.632，说明回归方程的线性相关水平是显著的。
总之，中国金融生态环境与中国金融产业成长之间的线性相关关系显著，建立的回归方程有意义。
（3）Granger因果关系分析
①单位根检验
首先，为消除异方差性，数据都经过取自然对数处理，即中国金融生态环境指标对数记为Lnx，中国金融产业成长指标对数记为Lny。
采用ADF检验，金融产业及生态环境单位根检验结果见表5。
三、研究结论与建议
（一）结论
（1）中国金融生态环境可分为两个层次：第一层次为经济基础水平、法治水平的提高；第二层次为信用水平的提高。中国金融产业成长分为三个层次：第一层次为提高风险管理能力，第二层次为提高金融业服务水平，第三层次为扩大基本规模并提高流动性水平。
（2）金融生态环境是金融产业成长的原因。加强中国金融生态环境建设，有利于推动中国金融产业成长，从而有利于中国经济发展，促进综合竞争力提升，是实现“中国梦”的必然要求。因此，一个国家要寄希望成为资金集聚的“凹地”，就必须重视金融生态建设。
（二）建议
（1）强化政府推动作用。政府公共服务是直接影响金融生态环境的重要因素。同时，经济基础、法治环境、社会发展等金融生态环境要素均会受到地方政府行为的影响。因此，要从体制上和机制上改善我国金融生态环境，必须强化地方政府对于金融生态建设的推动作用，用好区域金融生态建设政策，形成整体联动的助推合力。
（2）加快法治建设，营造松紧适度的法制环境。首先，要完善金融产权制度，健全金融主体法律制度。其次，要完善金融监管法律制度。再者，要加快金融基本法律制度和相关法律制度建设；完善中介机构管理制度和行政制度，防止行政对金融非正常干预；坚持司法公正，提高执法效率。
（3）健全社会信用制度，完善社会信用体系。首先，建立完善信用评价机制、体系和方法，推进建设统一的个人、企业信用信息库，实现相关部门资源共享，为社会提供详尽的信息服务。其次，加快会计、审计、评估等中介市场体系建设，引入竞争机制，提高该行业的执业水平。最后，建立多层次的信用担保体系，逐步增加信用担保机构的数量和种类，并加强对担保机构的信用评级管理和业务监管管理，促进担保市场健康发展。
参考文献：
[1]李扬，王国刚，刘煌辉.中国城市金融生态环境评价[M].人民出版社，2005.
[2]汪祖杰，张轶峰.区域金融生态环境质量评估指标体系研究[J].金融研究，2006.
[3]张作荣.金融产业成长与区域经济发展关系研究[J].东北师范大学.1996.
