環(huán)渤海區(qū)域各金融行業(yè)成長差異分析

[摘要] 本文運用現(xiàn)代統(tǒng)計分析方法，如因子分析、聚類分析對環(huán)渤海區(qū)域各金融行業(yè)成長的差異進行定量化描述。通過分析可以看出，北京在環(huán)渤海區(qū)域的金融行業(yè)具有較大的優(yōu)勢，各項指標排名第一；山東省的金融成長水平也較好；河北省在該區(qū)域的發(fā)展較為滯后。

[關鍵詞] 環(huán)渤海區(qū)域 金融成長差異 因子分析 聚類分析

一、區(qū)域銀行業(yè)成長差異分析

1.研究方法

(1)因子分析

因子分析是利用降維的思想，由研究原始變量相關矩陣內(nèi)部的依賴關系出發(fā)，把一些具有錯綜復雜關系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。它的基本思想是根據(jù)相關性大小把原始變量分組，使得同組內(nèi)的變量之間相關性較高，而不同組的變量見的相關性較低。每組變量代表一個基本結(jié)構(gòu)，并用一個不可觀測的綜合變量表示，這個基本結(jié)構(gòu)稱為公共因子。于是，對于所研究的某一具體問題，原始變量就可以分解為兩個部分之和的形式，一部分上一少數(shù)幾個不可測的公共因子的線形函數(shù)，另一部分是與公共因子無關的特殊因子。

在進行因子分析時，首先要確保原始變量之間有較強的相關性，大多數(shù)變量間的相關系數(shù)應該大于0.3。在確保原始變量之間有較強的相關性之后要進行因子載荷，因子載荷主要通過主成分法來進行。載荷矩陣確定后要進行因子旋轉(zhuǎn)。建立因子分析模型的目的在于知道每個公因子的意義，但是剛才得到的初始因子解各主因子的典型代表變量不突出，因子意義含混，因此需要通過因子旋轉(zhuǎn)找到由于更明確，實際意義更明顯的公因子。當因子模型建立起來后，就需要對因子進行評分，從而用公因子的得分來描述原始變量的取值。

(2)聚類分析

這里的聚類分析主要用到的是K—均值法，它是一種特殊的非譜系過程，是麥克奎因(McQueen)于1967年提出的。它的基本思想是預先把樣品分類，之后進行修改，逐個分派樣品到其最近均值的類中去。

2.評價指標及原始數(shù)據(jù)

由于數(shù)據(jù)的可得性，本部分擬采用存款總量、存款增長率、貸款總量、貸款增長率、外資銀行數(shù)量、票據(jù)貼現(xiàn)余額、盈利額、優(yōu)良貸款率 、銀行機構(gòu)與人口數(shù)量比、銀行資產(chǎn)與國內(nèi)生產(chǎn)總值比這十個指標對環(huán)渤海區(qū)域的銀行業(yè)進行評估。這十個指標中存貸款及票據(jù)貼現(xiàn)是銀行業(yè)務的基本反映，外資銀行數(shù)量在某種意義上體現(xiàn)了該區(qū)域的信用程度，盈利額體現(xiàn)了銀行的經(jīng)營狀況，優(yōu)良貸款率體現(xiàn)了該區(qū)域的金融風險，銀行機構(gòu)與人口數(shù)量比和銀行資產(chǎn)與國內(nèi)生產(chǎn)總值比則基本反映了該區(qū)域銀行業(yè)的結(jié)構(gòu)和規(guī)模。

評價指標使用的數(shù)據(jù)年份為2005年，除存款增長率和貸款增長率外，所有數(shù)據(jù)均來自中國人民銀行公布的各區(qū)域2005年的《區(qū)域金融運行報告》，存款增長率和貸款增長率則根據(jù)2004年及2005年的數(shù)據(jù)計算得出。增長率=（本期平均余額/上期平均余額）-1。

3.因子及聚類分析

通過相關性的檢驗，大多數(shù)變量的相關系數(shù)大于0.3，因此可以作因子分析。表1給出了指標主成分的特征值及方差比重。

通過表1可以看出，當主成分的個數(shù)為3時，不僅特征根大于1，而且所選主成分保持信息總量的比重超過85%，達到98.607%。因此可以將前三個公因子作為評價區(qū)域銀行業(yè)競爭力的綜合指標。再通過Promax方法 （斜交旋轉(zhuǎn)）進行因子旋轉(zhuǎn)，得到因子載荷矩陣（表2）。通過表2可以看出，第一個因子主要集中了貸款總量、存款總量、票據(jù)貼現(xiàn)余額和實現(xiàn)盈利這四個指標，概括反映了區(qū)域銀行業(yè)的發(fā)展規(guī)模，因此可以稱為規(guī)模因子。第二個因子主要集中了銀行資產(chǎn)與國內(nèi)生產(chǎn)總值比、外資銀行數(shù)量和銀行機構(gòu)與人口數(shù)量比這三個指標，概括反映了區(qū)域銀行業(yè)的發(fā)展結(jié)構(gòu)，可稱為結(jié)構(gòu)因子。第三個因子主要集中了存款增長率、貸款增長率和優(yōu)良貸款率這三個指標，概括反映了區(qū)域銀行業(yè)的發(fā)展?jié)摿?，可稱為潛力因子。通過統(tǒng)計軟件SPSS可以得出這三個公因子的各自得分。綜合得分為將各因子得分以其方差貢獻率占三個因子總方差貢獻率的比重作為權重進行加權之和。最終的結(jié)果表明，北京市銀行業(yè)發(fā)展的最好，而河北省在環(huán)渤海區(qū)域的銀行業(yè)中排名最后。從各個因子的得分看，北京市在規(guī)模因子和結(jié)構(gòu)因子上的得分最高，而天津市在潛力因子上的得分最高，但因為其規(guī)模因子得分最后，所以最后總得分只排在中間。河北省在結(jié)構(gòu)因子和潛力因子的得分最低，規(guī)模因子得分也很低，反映出河北省銀行業(yè)發(fā)展較為落后。

通過聚類分析，可以進一步認清環(huán)渤海區(qū)域銀行業(yè)發(fā)展現(xiàn)狀的格局。從聚類結(jié)果看，北京位于第一梯隊，處于絕對領先；山東為第二梯隊；天津、遼寧和河北則位于第三梯隊，表明銀行業(yè)的發(fā)展相對滯后。

二、區(qū)域證券市場成長差異分析

1.指標建立及研究方法

根據(jù)數(shù)據(jù)的可得性并且充分借鑒金融地理學的研究思想，本部分擬采用國內(nèi)生產(chǎn)總值、人均國內(nèi)生產(chǎn)總值、人均可支配收入、相對人均可支配收入、上市公司數(shù)量、證券營業(yè)部數(shù)量、證券市場總交易量、滬深兩市A股開戶數(shù)量、上市公司與證券營業(yè)部數(shù)量比、總交易量與國內(nèi)生產(chǎn)總值比、人口與證券營業(yè)部數(shù)量比和開戶數(shù)量與人口比共十二個指標。這十二個指標可以分為六個絕對指標和六個相對指標，每個絕對指標都對應著一個相對指標。

2.數(shù)據(jù)來源

為減少單年度數(shù)據(jù)波動的影響，本部分采用2004年到2005年的平均數(shù)據(jù)進行分析，這些數(shù)據(jù)中，涉及上市公司數(shù)量、證券營業(yè)部數(shù)量、證券市場交易額以及開戶數(shù)量的數(shù)據(jù)來自《中國證券期貨統(tǒng)計年鑒2005》和《中國證券期貨統(tǒng)計年鑒2006》；人口數(shù)據(jù)、人均可支配收入數(shù)據(jù)以及國內(nèi)生產(chǎn)總值數(shù)據(jù)來自《中國統(tǒng)計年鑒2005》和《中國統(tǒng)計年鑒2006》。

3.數(shù)據(jù)標準化結(jié)果及得分

從表3中我們可以看出，北京市證券業(yè)發(fā)展的最好，無論是絕對指標還是相對指標都領先于其他省份。河北省證券業(yè)發(fā)展的最為落后，無論是絕對指標還是相對指標都排名最后。山東省的絕對指標得分很高為404.76分，很接近于北京市的450.49分。天津市的相對指標得分很高，僅次于北京市，但由于它的絕對指標得分過低因此總得分靠后。

通過聚類分析，可以進一步認清環(huán)渤海區(qū)域證券業(yè)發(fā)展現(xiàn)狀的格局。從聚類結(jié)果看，北京位于第一梯隊，處于絕對領先；山東、遼寧省位于第二梯隊；天津市、河北省則位于第三梯隊，表明這兩個區(qū)域的證券業(yè)的發(fā)展相對滯后。

三、區(qū)域保險市場成長差異分析

在本部分對區(qū)域保險市場成長差異的研究中，將繼續(xù)延用分析銀行業(yè)成長差異時所用到的因子分析方法和聚類方法，研究方法的具體內(nèi)容就不在贅述了。

1.評價指標及原始數(shù)據(jù)

考慮到數(shù)據(jù)的可得性，本部分擬采用居民儲蓄余額、固定資產(chǎn)投資額、實際利用外資額、人均地區(qū)生產(chǎn)總值、人均可支配收入、保費收入、保險市場主體數(shù)量及保險密度 這八個指標來對環(huán)渤海區(qū)域的保險市場發(fā)展現(xiàn)狀進行評估。這八個評價指標既考慮到了保險市場所涉及的一些常見指標如保費收入等，又考慮到了實體經(jīng)濟的一些重要的且會對保險市場帶來重要影響的指標如人均可支配收入等，因此這八個評價指標的選取是合理的。

為減少單年度數(shù)據(jù)波動的影響，本部分采用2003年～2005年共三年指標數(shù)據(jù)的平均值來進行分析。這些數(shù)據(jù)中，除保險市場主體數(shù)量及保險密度這兩個指標外，其余指標數(shù)據(jù)來自于2003年～2005年的各地區(qū)的國民經(jīng)濟和社會發(fā)展統(tǒng)計公報，保險市場主體數(shù)量的數(shù)據(jù)來自于2003年～2005年的各地區(qū)的保險統(tǒng)計年鑒，保險密度則是根據(jù)保費收入和人口計算得出。

2.因子及聚類分析

通過相關性的檢驗，大多數(shù)變量的相關系數(shù)大于0.3，因此可以作因子分析。表4給出了指標主成分的特征值及方差比重。

通過表4可以看出，當主成分的個數(shù)為2時，不僅特征根大于1，而且所選主成分保持信息總量的比重超過85%，達到90.799%。因此可以將前兩個公因子作為評價區(qū)域保險業(yè)發(fā)展現(xiàn)狀的綜合指標。再通過Promax方法進行因子旋轉(zhuǎn)，得到因子載荷矩陣（表5）。通過表5我們可以看出，第一個因子主要集中了保險密度、人均可支配收入、保險市場主體數(shù)量以及人均GDP這四個變量，概括的反映了保險業(yè)發(fā)展情況及潛力，因此可以稱為發(fā)展因子；第二個因子主要集中了居民儲蓄、固定資產(chǎn)投資額、實際利用外資額以及保費收入這四個變量，概括的反映了該區(qū)域的經(jīng)濟規(guī)模，因此可以稱為規(guī)模因子。通過統(tǒng)計軟件SPSS，可以分別得到這兩個因子的得分情況，之后，將各因子得分以其方差貢獻率占兩個因子總方差貢獻率的比重作為權重將兩個因子各自得分進行加權之和從而得到總得分。

總得分的結(jié)果表明，北京市保險業(yè)發(fā)展的最好，而天津市在環(huán)渤海區(qū)域的保險業(yè)中排名最后。從各個因子的得分看，北京市在發(fā)展因子上的得分最高，而山東省在規(guī)模因子上的得分最高。天津市在兩個因子中的得分均為負數(shù)，尤其是因子2的得分在所有城市中排名最后，直接影響了最后的總分數(shù)，這反映出天津市保險業(yè)發(fā)展較為落后。

通過聚類分析，可以進一步認清環(huán)渤海區(qū)域保險業(yè)發(fā)展現(xiàn)狀的格局。從聚類看，北京位于第一梯隊，處于絕對領先；山東、遼寧為第二梯隊；河北、天津則位于第三梯隊，表明這兩個區(qū)域的保險業(yè)的發(fā)展相對滯后。

四、小結(jié)

通過對環(huán)渤海區(qū)域各金融行業(yè)的統(tǒng)計分析，我們能夠看到，北京市無論在銀行業(yè)、證券業(yè)還是保險業(yè)都處于絕對領先地位，表明其在這一區(qū)域的金融發(fā)展是最好的；山東省和遼寧省基本上在各金融行業(yè)的排名和聚類中位居中游，而山東省的發(fā)展情況還要相對更好一些，成為在這一區(qū)域僅次于北京市的金融發(fā)展強省；天津市和河北省基本上在各金融行業(yè)的排名和聚類中位居下游，尤其是河北省的發(fā)展最為滯后，在金融業(yè)的三大領域中，有兩個領域的排名都是最后，充分說明河北省在環(huán)渤海區(qū)域金融業(yè)的發(fā)展中已落在其他省市的后面。

參考文獻:

[1]金學軍田霖:《金融地理學視角下的區(qū)域金融成長差異研究》，浙江大學博士論文，2004

[2]盧丹:《我國經(jīng)濟體制轉(zhuǎn)軌過程中的區(qū)域金融差異化》，浙江大學碩士論文，2004

[3]張杰:《經(jīng)濟的區(qū)域差異與金融成長》，金融與經(jīng)濟，1994(6）

[4]金學軍田霖:《我國區(qū)域金融成長差異的態(tài)勢：1978-2003年》，經(jīng)濟理論與經(jīng)濟管理，2004(8）

[5]陳志福:《中國區(qū)域金融發(fā)展差異及對策》，商業(yè)時代學術評論，2006(6）

[6]李翠云:《京津地區(qū)金融協(xié)調(diào)與發(fā)展》，華東經(jīng)濟管理，2004(8）

[7]王景武:《加強環(huán)渤海區(qū)域金融合作，支持區(qū)域經(jīng)濟發(fā)展》，華北金融，2005(12）