我國地區(qū)金融發(fā)展水平綜合評(píng)價(jià)研究——基于面板數(shù)據(jù)的因子分析和topsis實(shí)證研究

李福祥　劉琪琦

(西北師范大學(xué)，蘭州　730070)

我國地區(qū)金融發(fā)展水平綜合評(píng)價(jià)研究
——基于面板數(shù)據(jù)的因子分析和topsis實(shí)證研究

李福祥劉琪琦

(西北師范大學(xué)，蘭州730070)

〔摘要〕本文使用2010～2014年的我國省級(jí)面板數(shù)據(jù)，通過運(yùn)用因子分析法對(duì)每年的截面數(shù)據(jù)進(jìn)行分析得出各省的因子綜合得分及排序，并在此基礎(chǔ)上以每年的因子綜合得分的最大值、最小值作為topsis綜合評(píng)價(jià)法的理想解和負(fù)理想解，并計(jì)算出每個(gè)省份因子綜合得分與理想解的貼近度，以模型與理想解的貼近度來描述各個(gè)省的金融發(fā)展?fàn)顩r，實(shí)證結(jié)果顯示大部分省份與理想解的貼近度較大，我國各地區(qū)的金融中介發(fā)展水平以及金融市場環(huán)境差異較大導(dǎo)致金融發(fā)展水平的不同。這一結(jié)果表明各地區(qū)要想提高金融發(fā)展水平需要提高區(qū)域內(nèi)金融中介機(jī)構(gòu)營運(yùn)能力及大力發(fā)展經(jīng)濟(jì)金融等外界環(huán)境。

〔關(guān)鍵詞〕金融發(fā)展因子分析topsis方法綜合評(píng)價(jià)面板數(shù)據(jù)

引言

我國自改革開放以來，經(jīng)濟(jì)快速增長，金融資產(chǎn)規(guī)模迅速擴(kuò)大，金融產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化。伴隨著這種快速發(fā)展，我國各地區(qū)的金融發(fā)展水平也表現(xiàn)出明顯差異，金融資源配置不均衡性日益加劇，具體表現(xiàn)為：東部地區(qū)發(fā)展迅速，金融資產(chǎn)規(guī)模較大，資源配置效率較高，而中西部地區(qū)發(fā)展較為緩慢，資源配置效低下。如何解決金融發(fā)展的不平衡性已經(jīng)成為國家層面和學(xué)術(shù)界的焦點(diǎn)。

金融發(fā)展理論由比利時(shí)經(jīng)濟(jì)學(xué)家Goldsmith[1](1969)在其《金融發(fā)展與金融結(jié)構(gòu)》一書中提出，該理論對(duì)金融過程的發(fā)展和規(guī)律進(jìn)行了描述，并創(chuàng)造性地提出了相關(guān)8個(gè)指標(biāo)評(píng)價(jià)一國金融結(jié)構(gòu)，包括金融相關(guān)率、貨幣比率、非金融相關(guān)率、資本形成率、外部融資率、金融機(jī)構(gòu)新發(fā)行比率、資本形成率、金融資產(chǎn)價(jià)格波動(dòng)和乘數(shù)。Mckinnon和E.S.Shaw[2](1973)提出金融發(fā)展和金融壓抑理論，認(rèn)為金融壓抑會(huì)阻礙一個(gè)地區(qū)經(jīng)濟(jì)的

增長，發(fā)展中國家應(yīng)深化金融改革以實(shí)現(xiàn)經(jīng)濟(jì)的轉(zhuǎn)型。Levine和King[3](1993)通過建立Depth、Bank、Private、Privy 4個(gè)金融中介服務(wù)指標(biāo)作為評(píng)價(jià)一個(gè)地區(qū)的金融發(fā)展綜合水平，采取普通最小二乘法對(duì)全球80個(gè)國家進(jìn)行綜合評(píng)測。Levine，Sara Zervos[4](1998)，進(jìn)一步構(gòu)建了證券化率、換手率、交易比率指標(biāo)體系來衡量股票市場的發(fā)展水平并應(yīng)用于評(píng)測金融市場發(fā)展水平。國內(nèi)學(xué)者研究中，謝洪禮[5](2000)建立貨幣發(fā)行、信用風(fēng)險(xiǎn)、市場利率、流動(dòng)性風(fēng)險(xiǎn)、經(jīng)營風(fēng)險(xiǎn)、外匯儲(chǔ)備、匯率風(fēng)險(xiǎn)等指標(biāo)衡量金融運(yùn)行安全與風(fēng)險(xiǎn)。顯然這一指標(biāo)體系的建立與本文所需衡量地區(qū)金融綜合發(fā)展水平有些背離，但作為首次提出金融指標(biāo)的衡量，本文也進(jìn)行了借鑒。針對(duì)上述不足，張旭、潘群[6](2002)對(duì)金融中介發(fā)展和證券市場發(fā)展指標(biāo)體系二者相結(jié)合的截面數(shù)據(jù)進(jìn)行實(shí)證研究，對(duì)比分析了泰國危機(jī)前后的金融發(fā)展水平。占明華[7](2002)建立金融存量、金融流量、金融資產(chǎn)價(jià)格等3個(gè)指標(biāo)衡量金融發(fā)展水平，并采用協(xié)整分析一個(gè)地區(qū)金融指標(biāo)

的不平衡性對(duì)一個(gè)地區(qū)金融發(fā)展的影響。董金玲[8](2009)通過建立金融發(fā)展規(guī)模指標(biāo)、金融發(fā)展的廣度與深度指標(biāo)運(yùn)用因子分析法對(duì)江蘇省13個(gè)城市的金融發(fā)展水平及差異性進(jìn)行研究，結(jié)果表明江蘇各城市金融業(yè)的發(fā)展主要依靠金融規(guī)模的擴(kuò)張。仲深、王春宇[9](2011)構(gòu)建15個(gè)金融指標(biāo)對(duì)我國31省(自治區(qū)、直轄市)2009年的截面數(shù)據(jù)進(jìn)行因子分析，得出我國各地區(qū)金融發(fā)展水平差異顯著，各地區(qū)金融資源配置效率不一是導(dǎo)致這一原因的關(guān)鍵，各地區(qū)應(yīng)當(dāng)發(fā)展當(dāng)?shù)亟?jīng)濟(jì)以及創(chuàng)新金融工具解決這一問題的結(jié)論。彭偉、馮慶水[10](2011)對(duì)安徽17個(gè)城市金融綜合發(fā)展要素進(jìn)行分析評(píng)價(jià)，解釋了安徽各城市發(fā)展之間的差異性并對(duì)發(fā)展安徽金融業(yè)提出了相應(yīng)的政策建議。

本文主要采用因子分析法和topsis綜合評(píng)價(jià)法對(duì)各項(xiàng)金融指標(biāo)進(jìn)行評(píng)價(jià)，因此參考了有關(guān)綜合評(píng)價(jià)方法的學(xué)術(shù)成果，有關(guān)綜合評(píng)價(jià)方法有：郭顯光[12](1994)利用熵值法對(duì)我國1993年各省市工業(yè)經(jīng)濟(jì)效應(yīng)指標(biāo)體系的截面數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)，指出熵值法綜合評(píng)價(jià)結(jié)果與變量不是線性關(guān)系，避免了人為因素帶來的偏差。但這種方法在確定每一指標(biāo)權(quán)重時(shí)缺乏一定的科學(xué)性，與預(yù)期權(quán)重結(jié)果相差較大。林一佳[13](2002)采用綜合指數(shù)法對(duì)1998年全球88個(gè)國家的保費(fèi)收入進(jìn)行分析，認(rèn)為綜合指數(shù)法簡單易行利于橫向縱向比較。董鋒、譚清美、周德群[14](2009)采用優(yōu)化的因子分析法對(duì)企業(yè)經(jīng)營能力的面板數(shù)據(jù)進(jìn)行分析，即采用因子分析法對(duì)企業(yè)每一年經(jīng)營能力的截面數(shù)據(jù)進(jìn)行分析評(píng)價(jià)并將每年的因子得分與面板數(shù)據(jù)因子得分加權(quán)計(jì)算，得出綜合排名，并認(rèn)為這一方法解決了因子分析的弊端。但這一方法忽略了每年因子得分結(jié)果的并不具有可加性。趙琳、張繤、徐山鷹[15](2011)運(yùn)用廣義動(dòng)態(tài)因子模型對(duì)我國2000～2008年出口貿(mào)易的面板數(shù)據(jù)進(jìn)行分析預(yù)測我國貿(mào)易出口周期，認(rèn)為該方法可以解決普通因子分析法在分析面板數(shù)據(jù)時(shí)的缺點(diǎn)，在處理多維數(shù)據(jù)及拐點(diǎn)探測方面具有優(yōu)勢(shì)。但該方法假設(shè)條件太多，需要對(duì)數(shù)據(jù)的平穩(wěn)性進(jìn)行檢測以及對(duì)模型的多個(gè)變量進(jìn)行估計(jì)，增加了一系列復(fù)雜運(yùn)算才能使用。寥龍輝、李曉東(2012)[16]將因子分析法和topsis評(píng)價(jià)法相結(jié)合分析我國2006～2009年建筑行業(yè)的競爭優(yōu)勢(shì)評(píng)價(jià)，提出用因子分析法計(jì)算出每一年截面數(shù)據(jù)中各項(xiàng)指標(biāo)的權(quán)重，將所得出的權(quán)重與topsis標(biāo)準(zhǔn)化矩陣相乘計(jì)算出每年的評(píng)價(jià)結(jié)果。這一方法解決了趙琳等廣義動(dòng)態(tài)因子模型對(duì)數(shù)據(jù)平穩(wěn)性檢測等復(fù)雜問題，但并不能得出面板數(shù)據(jù)期間綜合得分加總問題。

因此本文在借鑒上述各位學(xué)者理論和方法后，建立了金融發(fā)展水平的14個(gè)指標(biāo)體系的5年面板數(shù)據(jù)，運(yùn)用因子分析法對(duì)每年的截面數(shù)據(jù)進(jìn)行分析得出各省的因子綜合得分及排序，并在此基礎(chǔ)上以每年的因子綜合得分的最大值、最小值作為topsis綜合評(píng)價(jià)法的理想解和負(fù)理想解并計(jì)算出每個(gè)省份因子綜合得分與理想解的貼近度，以模型與理想解的貼近度來描述各個(gè)省的金融發(fā)展?fàn)顩r。這樣既解決了趙琳等動(dòng)態(tài)因子模型中復(fù)雜假設(shè)和數(shù)據(jù)平穩(wěn)性檢驗(yàn)問題，又解決了廖龍輝等每年截面數(shù)據(jù)不可加總的問題。

1實(shí)證模型

1.1因子分析法

因子分析法1904年由Charles Spearman提出，是對(duì)主成分分析的擴(kuò)展，他的基本思想是根據(jù)相關(guān)性的大小將變量分組，使得同組內(nèi)變量間的相關(guān)性較高，不同組的變量間的相關(guān)性較低，目的在于從一些有錯(cuò)綜復(fù)雜關(guān)系的問題中找出少數(shù)幾個(gè)主要因子對(duì)復(fù)雜問題進(jìn)行分析和解釋。具體內(nèi)容如下：設(shè)有n個(gè)樣本品，每個(gè)樣本品有p個(gè)觀測對(duì)象，X=(X1，X2，…，Xр)′是可觀測的隨機(jī)變量，F(xiàn)=(F1，F(xiàn)2，…，F(xiàn)m)′(m

1.2基于因子分析的topsis綜合評(píng)價(jià)法

Topsis法是C.L.Hwang和K.Yoon于1981年首次提出，其基本原理，是通過檢測評(píng)價(jià)對(duì)象與最優(yōu)解、最劣解的距離來進(jìn)行排序，若評(píng)價(jià)對(duì)象最靠近最優(yōu)解同時(shí)又最遠(yuǎn)離最劣解，則為最好；否則不為最優(yōu)。其中最優(yōu)解的各指標(biāo)值都達(dá)到各評(píng)價(jià)指標(biāo)的最優(yōu)值。最劣解的各指標(biāo)值都達(dá)到各評(píng)價(jià)指標(biāo)的最差值。本文基于因子分析法的topsis評(píng)價(jià)步驟如下：

(1)建立指標(biāo)體系，設(shè)所研究的對(duì)象為Zti(i=1，2，…，n)，指標(biāo)為Xij(j=1，2，…，n)，其中t∈[t1，t2]為評(píng)價(jià)對(duì)象的個(gè)數(shù)，如果評(píng)價(jià)區(qū)間為l年，則t2-t1=l；

(2)對(duì)Zti的橫截面數(shù)據(jù)進(jìn)行因子分析，得出對(duì)象集Zti的ft，k因子(k≤p)及每個(gè)對(duì)象集的因子綜合得分yt1…ytn，其中t表示時(shí)間點(diǎn)，即得到矩陣(Yti)n×l；

(3)用topsis對(duì)對(duì)象集Zti(i=1，2，…，n)的綜合因子得分(yti)進(jìn)行最終的評(píng)價(jià)。具體步驟如下：

①把每一年截面數(shù)據(jù)的因子分析得分作為一個(gè)新的指標(biāo)，由面板數(shù)據(jù)便形成了一個(gè)新的指標(biāo)體系，即有l(wèi)個(gè)指標(biāo)，n個(gè)評(píng)價(jià)對(duì)象(yti)個(gè)數(shù)據(jù)；

②對(duì)l個(gè)指標(biāo)進(jìn)行歸一化處理：

③從處理后的數(shù)據(jù)矩陣中找出各列的最大值、最小值構(gòu)成理想解、負(fù)理想解：

理想解：M+=(Mmax，1，Mmax，2，…，Mmax，l)

負(fù)理想解：M-=(Mmin，1，Mmin，2，…，Mmin，l)

④第i個(gè)對(duì)象與理想解、負(fù)理想解的距離接近程度分別為：

⑤第i個(gè)對(duì)象與最優(yōu)因子貼近度為：

2實(shí)證研究

本文將構(gòu)建基于因子分析法的topsis綜合評(píng)價(jià)法對(duì)我國31個(gè)省(自治區(qū)、直轄市)2010～2014年金融發(fā)展水平進(jìn)行實(shí)證研究，分析各地區(qū)金融發(fā)展水平的差異性，并進(jìn)行綜合評(píng)價(jià)，以全面掌握我國各地區(qū)金融發(fā)展水平的綜合情況。本文選取我國2010～2014年樣本數(shù)據(jù)的原因主要有：①國家政策的改變，我國自2008年金融危機(jī)以來一直實(shí)行適度寬松的貨幣政策和積極的財(cái)政政策，直到2010年開始實(shí)行積極的財(cái)政政策和穩(wěn)健的貨幣政策，這一經(jīng)濟(jì)政策的改變對(duì)我國宏觀經(jīng)濟(jì)產(chǎn)生重大影響，必然影響我國金融業(yè)的發(fā)展；②2010年央行頒布《流動(dòng)資金貸款管理暫行辦法》和《個(gè)人貸款管理暫行辦法》初步構(gòu)建和完善了我國銀行業(yè)金融機(jī)構(gòu)的貸款業(yè)務(wù)法規(guī)框架，標(biāo)志著我國銀行業(yè)信貸管理進(jìn)入新的發(fā)展階段；③2010年1月22日，中國證監(jiān)會(huì)發(fā)布《關(guān)于開展證券公司融資融券業(yè)務(wù)試點(diǎn)工作的指導(dǎo)意見》，要求證券公司開展融資融券業(yè)務(wù)，標(biāo)志著我國證券交易方式發(fā)生革命性變化；④2010年8月5日，中國保監(jiān)會(huì)正式頒布《保險(xiǎn)資金運(yùn)用管理暫行辦法》，內(nèi)容主要包括深化保險(xiǎn)資金運(yùn)用改革，細(xì)化保險(xiǎn)資金投資渠道，確立保險(xiǎn)資金運(yùn)用托管制度以及規(guī)范運(yùn)用風(fēng)險(xiǎn)管理工具等規(guī)定。這一政策的實(shí)行維護(hù)了廣大投保人和被保險(xiǎn)人的權(quán)益，對(duì)防范保險(xiǎn)業(yè)風(fēng)險(xiǎn)等方面產(chǎn)生了重要的積極影響。鑒于以上我國宏觀經(jīng)濟(jì)政策以及銀行、證券、保險(xiǎn)行業(yè)政策的變化使得2010年前后影響金融業(yè)發(fā)展的因素不同，為了統(tǒng)一宏觀經(jīng)濟(jì)因素及行業(yè)因素的變化，本文選取了2010～2014年的數(shù)據(jù)。

2.1指標(biāo)體系的構(gòu)建

為了全面、客觀、科學(xué)評(píng)價(jià)各地區(qū)金融發(fā)展水平，我們需要建立一個(gè)科學(xué)的綜合評(píng)價(jià)體系，根據(jù)前文所述各位學(xué)者對(duì)金融發(fā)展指標(biāo)的研究，本文構(gòu)建了包括3個(gè)一級(jí)指標(biāo)和14個(gè)二級(jí)指標(biāo)的地區(qū)金融發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系。(如表1)各數(shù)據(jù)來源于Wind咨訊及銳思數(shù)據(jù)庫并通過Excel處理。

表1　地區(qū)金融發(fā)展水平綜合評(píng)價(jià)指標(biāo)及指標(biāo)說明

2.2因子分析

本文借助SPSS20.0軟件對(duì)我國2010～2014年中各地區(qū)每年的金融發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系的截面數(shù)據(jù)分別進(jìn)行因子分析。

2.2.1數(shù)據(jù)KMO檢驗(yàn)和Bartlett檢驗(yàn)

在運(yùn)用因子分析法前需要對(duì)數(shù)據(jù)間的相關(guān)性進(jìn)行檢驗(yàn)，如果變量之間彼此獨(dú)立，則無法提取公因子進(jìn)行因子分析，并需要用KMO檢驗(yàn)變量間的偏相關(guān)系數(shù)，一般認(rèn)為統(tǒng)計(jì)量檢驗(yàn)結(jié)果大于0.6效果較好，本文對(duì)2010～2014年截面數(shù)據(jù)的檢驗(yàn)結(jié)果如下，由表2可知每一年度的截面數(shù)據(jù)KMO檢驗(yàn)結(jié)果均大于0.6且Bartlett檢驗(yàn)概率均為0.000，拒絕Bartlett檢驗(yàn)零假設(shè)，說明選取的指標(biāo)數(shù)據(jù)適合進(jìn)行因子分析。

表2　2010～2014各年度截面數(shù)據(jù)KMO檢驗(yàn)和Bartlett檢驗(yàn)結(jié)果

2.2.2截面數(shù)據(jù)公共因子提取及綜合得分的計(jì)算

表3所示為2010～2014年樣本數(shù)據(jù)采取因子分析法得到的前3個(gè)成份特征值大于1即公因子且累計(jì)方差貢獻(xiàn)率大于80%的數(shù)據(jù)結(jié)果，說明通過該方法提取的前3個(gè)因子可以解釋金融發(fā)展水平，而其它因子的影響可以忽略不計(jì)。

表3　2010～2014截面數(shù)據(jù)因子分析的總方差貢獻(xiàn)率

為了能夠合理地解釋各公因子的含義，本文對(duì)2010～2014年度每年的截面數(shù)據(jù)初始因子載荷矩陣進(jìn)行方差最大化旋轉(zhuǎn)，雖然每年各指標(biāo)的具體載荷量不同，但每年載荷量的不同并不影響各公因子的具體分類和解釋，本文僅以2014年數(shù)據(jù)進(jìn)行解釋。從表4可以看出，第三個(gè)公因子在X5、X11、X13即在保險(xiǎn)收入、金融機(jī)構(gòu)總資產(chǎn)、金融從業(yè)人員數(shù)上具有較大的因子載荷量，前兩個(gè)個(gè)指標(biāo)反映了一個(gè)地區(qū)保險(xiǎn)業(yè)和銀行業(yè)發(fā)展的綜合實(shí)力，第三個(gè)指標(biāo)則反映了金融人才的發(fā)展?jié)摿?，可以定義為金融發(fā)展綜合因子；第二個(gè)公因子在X7、X8、X14即在保險(xiǎn)深度、上市公司總市值、發(fā)行規(guī)模上具有較大的因子載荷量，這3個(gè)指標(biāo)反映了一個(gè)地區(qū)保險(xiǎn)市場和證券市場的發(fā)展水平和發(fā)展能力，可以定義為金融市場發(fā)展因子；而第一個(gè)公因子在剩下的8個(gè)指標(biāo)上具有較大的載荷量，這8個(gè)指標(biāo)中有6個(gè)反映出銀行、證券、保險(xiǎn)3類金融機(jī)構(gòu)的運(yùn)行情況和發(fā)展規(guī)模，剩下的人均GDP和城鎮(zhèn)化率反映的是地區(qū)的外部環(huán)境，而銀行證券保險(xiǎn)等中介機(jī)構(gòu)的營運(yùn)能力與外部環(huán)境的發(fā)展息息相關(guān)，因此可以定義為金融中介發(fā)展因子。

表4　2014年各指標(biāo)旋轉(zhuǎn)后在公因子上的載荷量

表5　2010～2011年截面數(shù)據(jù)因子分析的因子載荷量

為了分析各地區(qū)金融發(fā)展水平狀況，利用SPSS軟件提取的因子載荷量，基于上文對(duì)因子分析法的描述，運(yùn)用線性回歸方法，按如下步驟對(duì)表5數(shù)據(jù)進(jìn)行計(jì)算可得到因子綜合得分。

2010年因子模型為：

X1=0.347F1-0.254F2-0.021F3……

X14=-0.119F1+0.338F2-0.029F3

F1=0.347X1+0.319X2+…-0.199X14

F2=-0.254X1-0.214X2+…+0.388X14

F3=-0.021X1-0.32X2+…-0.029X14

由此可得2010年因子得分函數(shù)為：F=0.427F1+0.338F2+0.235F3，同理可求出2011～2014年各年的因子得分函數(shù)。根據(jù)此函數(shù)可求出各地區(qū)金融發(fā)展水平綜合因子得分，結(jié)果如表6。

表6　31個(gè)省份2010～2014年截面數(shù)據(jù)因子分析的綜合因子得分

續(xù)　　表

2.2.3因子分析法結(jié)論

通過表6所示結(jié)果可以看出，我國31個(gè)省(自治區(qū)、直轄市)在2010～2014年任何一個(gè)年度的綜合因子的最高分與最低分差距較大，并且有22個(gè)省份的得分為負(fù)值，表明我國整體金融發(fā)展水平較低，各地區(qū)金融發(fā)展水平差異性明顯，表現(xiàn)為東部發(fā)達(dá)省份排在前列，而西部經(jīng)濟(jì)偏弱地區(qū)排名落后。從各金融因子來看，落后地區(qū)的金融發(fā)展綜合因子得分較低，說明這些地區(qū)應(yīng)當(dāng)注重發(fā)展當(dāng)?shù)亟鹑趶臉I(yè)人員等以促進(jìn)該地區(qū)的整個(gè)金融業(yè)的發(fā)展，而發(fā)達(dá)地區(qū)的金融中介因子和金融市場發(fā)展因子得分較高，表明金融發(fā)展水平的高低與金融中介及金融市場的發(fā)展息息相關(guān)，金融業(yè)的發(fā)展需要完善的金融中介服務(wù)機(jī)構(gòu)和金融市場的支撐。

同時(shí)，從表中我們可以看出，我國31個(gè)省(自治區(qū)、直轄市)在2010～2014年任何一個(gè)年度的金融發(fā)展水平綜合因子得分都不相同且綜合得分排序在樣本期間也不盡相同。這是因?yàn)槊磕甑慕孛鏀?shù)據(jù)是相互獨(dú)立互不關(guān)聯(lián)的，因此不能簡單地將每年的綜合因子得分加總進(jìn)行評(píng)價(jià)，否則會(huì)影響數(shù)據(jù)的客觀性，所以本文基于上文論述的對(duì)因子分析的結(jié)果采取topsis方法進(jìn)行綜合評(píng)價(jià)，以此來解決因子分析在面板數(shù)據(jù)中不能加總和反映一個(gè)區(qū)間金融綜合發(fā)展水平的缺陷。

2.3基于因子分析法的topsis綜合評(píng)價(jià)法

表7　topsis綜合評(píng)價(jià)法我國31個(gè)省份2010～2014年金融發(fā)展水平綜合評(píng)價(jià)結(jié)果及排名

3結(jié)論

我國自深化改革以來，金融業(yè)得到迅速發(fā)展，但各地區(qū)的金融發(fā)展水平有顯著差異，本文使用2010～2014年我國的省級(jí)面板數(shù)據(jù)，運(yùn)用因子分析法和topsis綜合評(píng)價(jià)法，以14個(gè)金融評(píng)價(jià)指標(biāo)為基礎(chǔ)，得出各省份金融發(fā)展水平的差異性問題。通過topsis評(píng)價(jià)法得出我國各省份金融發(fā)展水平在2010～2014年之間表現(xiàn)出強(qiáng)烈的不平衡性，東部地區(qū)(排名1～9名)與理想解的貼近度較大，中部地區(qū)次之，而西部地區(qū)發(fā)展最差且明顯落后于東部地區(qū)。通過因子分析法得出如下結(jié)論：①一個(gè)地區(qū)金融發(fā)展水平主要與金融中介發(fā)展、金融市場發(fā)展、金融發(fā)展綜合因素相關(guān)，三者在2014年對(duì)整體的解釋方差分別為39.96%、34.84%、25.2%。各地區(qū)銀行、保險(xiǎn)、證券等中介機(jī)構(gòu)的發(fā)展水平和金融市場的發(fā)展水平在一個(gè)地區(qū)金融發(fā)展水平中起到關(guān)鍵作用，甚至有著決定性作用，具體表現(xiàn)為落后地區(qū)的金融發(fā)展綜合因子得分較低，發(fā)達(dá)地區(qū)的金融中介因子和金融市場發(fā)展因子得分較高；②金融發(fā)展水平較高的省份具有明顯的發(fā)展差異性。北京金融市場因子得分最高，上海金融中介因子得分最高，廣東省金融發(fā)展綜合因子得分最高，表明其他落后省份應(yīng)該努力提高各項(xiàng)落后因素；③各地區(qū)對(duì)金融中介工具和金融市場使用程度的不同表現(xiàn)出各地方的金融發(fā)展各具特色。對(duì)金融中介工具利用較高的地區(qū)對(duì)金融市場的依賴較低，而對(duì)金融市場依賴較高的地區(qū)對(duì)金融中介工具的使用效率較低，表明各地方并沒有充分利用地域內(nèi)金融工具以提高金融發(fā)展水平。

基于以上分析，本文認(rèn)為政府在大力深化金融改革的同時(shí)應(yīng)當(dāng)兼顧協(xié)調(diào)區(qū)域間金融的均衡發(fā)展；中西部地區(qū)的綜合因子得分較低，應(yīng)當(dāng)努力提高包括金融人才等在內(nèi)的綜合因素以提高綜合因子得分；金融中介發(fā)展水平與金融發(fā)展綜合水平息息相關(guān)，各地區(qū)應(yīng)當(dāng)提高銀行、證券、保險(xiǎn)等中介機(jī)構(gòu)的運(yùn)行效率和營運(yùn)能力；經(jīng)濟(jì)發(fā)展水平是一個(gè)地區(qū)金融發(fā)展的支撐力，各地區(qū)應(yīng)根據(jù)自身特點(diǎn)大力發(fā)展經(jīng)濟(jì)，以促進(jìn)金融水平的提高。

參考文獻(xiàn)

[1]R.W.Goldsmith.Financial Structure and Development[M].Yale University Press,1969

[2]Mckinnon,E.S.Shaw.Money and Capital in Economic Development[M].Washington,DC:The Bookings Institution,1973

[3]Ross Levine,King.Financial Development and Economic Growth:Views and Agenda[J].Journal of Economics Literature,1997:688～726

[4]Ross Levine，Sara Zervos.Stock Markets,Banks and Economic Growth[J].The American Economic Review,1998，(6)：537～558

[5]謝洪禮.國內(nèi)外經(jīng)濟(jì)、金融風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系簡評(píng)[J].統(tǒng)計(jì)研究,2000:23～27

[6]張旭,潘群.金融發(fā)展指標(biāo)體系及其在實(shí)證分析中的應(yīng)用[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2002:66～69

[7]戰(zhàn)明華.金融深化的指標(biāo)體系及其關(guān)系[J].浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2002:103～109

[8]董金玲.江蘇區(qū)域金融作用機(jī)制及發(fā)展差異研究[R].中國礦業(yè)大學(xué)博士學(xué)位論文,2009

[9]仲深,王春宇.地區(qū)金融水平綜合評(píng)價(jià)[J].技術(shù)經(jīng)濟(jì),2011，(11):35～39

[10]彭偉,馮慶水.金融發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)系實(shí)證分析——以安徽省為例[J].現(xiàn)代商貿(mào)工業(yè),2011，(15):48～52

[11]張連城，李春生．金融危機(jī)影響下產(chǎn)業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)聯(lián)分析[J]．工業(yè)技術(shù)經(jīng)濟(jì)，2014，(7)：3～8

[12]郭顯光.熵值法及其在綜合評(píng)價(jià)中的應(yīng)用[J].財(cái)貿(mào)研究,1994:56～60

[13]林一佳.綜合指數(shù)評(píng)價(jià)法在保險(xiǎn)中的運(yùn)用[J].統(tǒng)計(jì)與信息論壇，2002:51～57

[14]董鋒,譚清美,周德群.多指標(biāo)面板數(shù)據(jù)下的企業(yè)R&D能力因子分析[J].研究與發(fā)展管理,2009，(3):50～56

[15]趙琳,張,徐山鷹.基于廣義動(dòng)態(tài)因子模型的中國出口周期分析與預(yù)測[J].系統(tǒng)科學(xué)與數(shù)學(xué),2011，(3):312～325

[16]寥龍輝,李曉東.基于因子分析和TOPSIS組合的中國建筑產(chǎn)業(yè)競爭優(yōu)勢(shì)評(píng)價(jià)研究[J].工程管理學(xué)報(bào),2012，(10):7～10

[17]羅國旺,劉衍民,黃建文，等.基于Topsis改進(jìn)的因子分析模型在面板數(shù)據(jù)中的應(yīng)用研究——以中國經(jīng)濟(jì)為例[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2015，(8):77～83

(責(zé)任編輯：王平)

The Comprehensive Evaluation of China’s Regional Financial Development——Based on Panel Data Empirical Research by Factor Analysis and topsis

Li FuxiangLiu Qiqi

(Northwest Normal University，Lanzhou 730070，China)

〔Abstract〕This article uses the Chinese provincial panel data from 2010 to 2014,by using factor analysis method to analyze the cross section data of each year to reach the provinces factors comprehensive scoring and sorting,and on this basis to every factor score of maximum and minimum values as topsis comprehensive evaluation method of the ideal solution and negative ideal solution and calculate each province factor comprehensive scores and close to the ideal solution,to model and ideal solution degree to describe the financial development of each province.The empirical results show that most of the provinces and the ideal solution degree is bigger,and development level of China’s regional financial intermediary and financial market environment differences lead to different level of financial development.The results show that various areas need to improve the ability of financial intermediaries in the area of operations,to develop the economic and financial environment.

〔Key words〕financial development;factor analysis;topsis method;comprehensive evaluation;panel data

〔中圖分類號(hào)〕F124；F224

〔文獻(xiàn)標(biāo)識(shí)碼〕A

DOI：10．3969/j．issn．1004-910X．2016．03．020

作者簡介：李福祥，西北師范大學(xué)經(jīng)濟(jì)學(xué)院教授，碩士生導(dǎo)師。研究方向：資本市場理論與實(shí)務(wù)。劉琪琦，西北師范大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生。研究方向：金融理論與政策。

收稿日期：2016—01—08