基于主成分分析法的欠發(fā)達地區(qū)普惠金融發(fā)展問題研究

張新民+蘇韶柏+景小勇+趙釗

摘 要：普惠金融立足于機會平等，體現共享理念，對于解決欠發(fā)達地區(qū)貧困問題，促進經濟發(fā)展方式轉型升級、實現社會經濟包容協(xié)調可持續(xù)發(fā)展具有十分重要的現實意義。本文選取2010-2015年隴南市普惠金融發(fā)展主要指標構建評價體系，運用主成分分析法評價各年度普惠金融發(fā)展水平，提出擴大金融機構物理網點覆蓋率、加快金融基礎設施建設、加強金融機構從業(yè)人員隊伍建設、創(chuàng)新“三農”、扶貧、小微企業(yè)等社會弱勢群體金融服務產品和方式、優(yōu)化區(qū)域金融生態(tài)環(huán)境等促進欠發(fā)達地區(qū)普惠金融發(fā)展的建議。

關鍵詞：普惠金融；主成分分析法

中圖分類號：F832.2 文獻標識碼：B 文章編號：1674-0017-2017（7）-0046-06

一、引言

國務院《推進普惠金融發(fā)展規(guī)劃（2016-2020年）》明確提出，到2020年建成與全面建成小康社會相適應的普惠金融服務和保障體系，有效提高金融服務可得性，明顯增強人民群眾對金融服務的獲得感，顯著提升金融服務滿意度，滿足人民群眾日益增長的金融服務需求，使我國普惠金融發(fā)展水平居于國際中上游水平。甘肅隴南市作為典型的欠發(fā)達地區(qū)，經濟基礎薄弱，農業(yè)人口多，貧困面大，金融發(fā)展滯后，與全國差距較大，是加快普惠金融發(fā)展的重點區(qū)域。本文選取隴南市2010-2015年間普惠金融主要數據，運用主成分分析法構建指標體系，在此基礎上對隴南市普惠金融發(fā)展水平作出客觀判斷，最后提出了相應的政策建議，具有較強的現實指導意義。

二、普惠金融發(fā)展評價指標篩選

（一）基礎指標選擇

綜合考慮國務院《普惠金融發(fā)展規(guī)劃（2016年-2020年）》（下稱《發(fā)展規(guī)劃》）提出的總體目標和已有的普惠金融評價指標方面的研究成果，本文主要研究銀行業(yè)金融機構，以普惠金融發(fā)展應達到的中間目標金融服務覆蓋率、金融服務的可得性、金融服務滿意度等方面設計評價指標。選出金融服務的地理滲透性、金融服務的使用率及覆蓋廣度和金融服務的人口普及率等三類指標。具體指標如表1。

1、金融服務的地理滲透性指標。金融服務在地理空間范圍內的布放密度，主要有基礎金融服務設施的地理覆蓋率，轄區(qū)金融服務的廣度和深度，一般選擇金融服務的機構數、物理網點、支付結算工具等在地理緯度方面的普及程度和滲透程度。本文選擇管理服務機構網點數、銀行業(yè)金融機構網點和ATM機具等數據，加入縣級公路里程的影響，計算出每公里銀行業(yè)金融機構的管理服務機構網點數、每公里銀行業(yè)金融機構網點數、每公里ATM機具數。

2、金融服務的使用率和覆蓋廣度類指標。根據相關文獻，這類指標大多使用銀行存款賬戶和銀行存款賬戶擁有率、私人部門的信貸使用程度等，但是隴南地區(qū)尚無這類指標的專項統(tǒng)計，故本文選擇年度存款余額占GDP的比例、貸款余額占GDP的比例、小微企業(yè)貸款余額和涉農貸款余額，以小微企業(yè)貸款比例、涉農貸款比例代表私人部門的信貸使用程度類指標，但是小微企業(yè)貸款比例、涉農貸款比例哪一個更能反映出信貸在私人部門的覆蓋程度需要進一步的確定。

3、金融服務的人口普及率。金融服務在人口方面的普及率旨在衡量金融服務的人口普惠度，人均享有的金融服務數量，比如銀行機構網點、銀行從業(yè)人員、便捷的支付服務等，本文選擇每千人擁有銀行機構網點數、每千人擁有ATM機具數、每千人擁有銀行從業(yè)人數等指標，以每千人擁有ATM機具數衡量支付服務的人口廣度。

4、普惠金融發(fā)展的產出指標。根據相關文獻研究，就普惠金融發(fā)展廣度方面而言，金融服務的地理廣度和人口廣度將會有效的促進經濟發(fā)展和居民生活水平的變化，故本文假設普惠金融的發(fā)展可以促進貧富差距和經濟發(fā)展向好的方向發(fā)展，如普惠金融的發(fā)展縮小了居民貧富差距和促進了經濟增長，為此本文以城鄉(xiāng)居民收入差距變動率和年度生產總值增長率作為普惠金融發(fā)展的產出指標，對上述所選擇的度量普惠金融發(fā)展水平的指標進行初步篩選。

（二）基于數據包絡分析方法的指標選擇模型構建

數據包絡分析方法（DEA，Data Envelopment Analysis）由Chames、Coopor和Rhodes提出，該分析法常被用于分析具有多投入和多產出決策單元效率的評價和分析。根據研究需要，本文選擇傳統(tǒng)DEA模型對指標進行有效性分析，設定的投入指標有10個，產出指標設定為居民收入差變動率（Y1）和經濟增長率（Y2）。排除災后重建等因素，數據時間段選擇2010年至2015年。下面是利用傳統(tǒng)DEA模型的求解結果，如表2。

其中，“irs”表示規(guī)模報酬遞增，“- ”表示規(guī)模報酬不變。

由表2可知，2010-2015年間，隴南市普惠金融發(fā)展的技術效率均值超過0.9，最小值達到0.932，說明所選擇的指標符合衡量隴南市普惠金融發(fā)展水平的要求；具體來講，除2011年和2013年技術效率小于1以外，其余年份的技術效率值都為1，均達到DEA有效狀態(tài)。再利用DEA模型，借助DEAP-Version2.1計量軟件計算出最終的變量松弛如下，表3。

由表3投入和產出指標的松弛量結果可以知道，對于達到DEA有效的年份來講，其投影值均為0，不需要改進。而對2011年和2013年這兩個DEA無效的年份來講，部分指標無效需要進行改進，具體如表3-c。

對比2011年和2013年的改進方案，發(fā)現兩個年度均需要同時大幅度改進的指標有X1、X4、X10，按照DEA有效的原則，本文將去除X1、X4、X10進行再次松弛量計算，結果表明2010年到2015年均達到了技術有效。因此本文篩選出最終構建隴南市普惠金融評價指標體系的指標有X2、X3、X5、X6、X7、X8、X9等七個指標。

三、基于主成分分析法的隴南市普惠金融發(fā)展水平評價

（一）主成分分析法的介紹

主成分分析法主要利用降維的思想將多維指標最后化簡為一維指標，計算出標準值和特征值，再根據特征值的累積貢獻率確定出主成分，一般累計貢獻率值確定在85%以上，以選出的主成分貢獻率確定各主成分的權重，最終得出綜合性評分，具體步驟如下。endprint

1、原始指標數據的標準化采集p維隨機向量x= （x1，X2，...，Xp）T）n 個樣品xi= （xi1，xi2，...，xip）T，其中i=1，2，…，n，n>p，構造樣本矩陣并進行如下標準化變換：

5、對m 個主成分進行綜合評價

對m 個主成分進行加權求和，即得最終評價值，權數為每個主成分的方差貢獻率。

（二）隴南市普惠金融發(fā)展水平的計量分析

在文章的第二部分已經篩選出構建評價體系的指標，每公里銀行業(yè)金融機構網點數（X2）、每公里ATM機具數（X3）、涉農貸款比例（X5）、存款余額占GDP的比例（X6）、貸款余額占GDP比例（X7）、每千人擁有銀行從業(yè)人員數（X8）、每千人擁有的銀行機構網點數（X9），利用主成分分析法計算出隴南市2010年-2015年的普惠金融發(fā)展指數。

首先本文利用SPSS18.0 軟件，對隴南市普惠金融發(fā)展水平的差異性進行比較分析，將原始變量進行Z值標準化處理，得出標準化矩陣，根據變量的相關性系數矩陣，由特征值的累計百分率確定方差貢獻的百分數90%選出三個主成分因子，累計貢獻率分別達到了57.06%、82.31%、96.31%。由特征向量表可以得出三個主成分的表達式如下：

F1=0.43X2+0.12X3+0.34X5-0.26X6+0.47X7+0.45X8-0.45X9 （1）

F2=0.08X2+0.54X3+0.38X5-0.56X6+0.22X7+0.33X8+0.28X9 （2）

F3=0.46X2+0.63X3-0.49X5+0.37X6+0.05X7+0.06X8-0.08X9 （3）

各主成分之間獨立且方差遞減。根據三個主成分的貢獻度確定出各自權重為0.59、0.26、0.15，得出綜合得分計算公式F=0.59F1+0.26F2+0.15F3，最后的主成分得分如表4。

經過上述計量分析和數據處理，基于普惠金融發(fā)展廣度視角的評價體系的指標包含每公里銀行業(yè)金融機構網點數、每公里ATM機具數、涉農貸款比例、存款余額占GDP的比例、貸款余額占GDP比例、每千人擁有銀行從業(yè)人員數、每千人擁有的銀行機構網點數等七類指標，計算出普惠金融得分在[-0.54，1.81 ]區(qū)間，普惠金融得分較高的年度主要是每公里縣級公路銀行業(yè)金融機構的網點數、每公里縣級公路的ATM機具數量、涉農貸款的比例和貸款占GDP的比重得分明顯，2012年的每公里縣級公路銀行業(yè)金融機構的網點數、每公里縣級公路的ATM機具數量和涉農貸款的比例分別達到0.2348個、0.3450個和80.32%，均高于其他各年度水平。

四、對隴南市普惠金融發(fā)展的初步判斷和建議

（一）對隴南市普惠金融發(fā)展的初步判斷

根據計量分析，2010年到2015年間的普惠金融得分基本呈現出上升的趨勢，中間年度呈現出波動、不穩(wěn)定，但總體來看，就研究時間段內，普惠金融的發(fā)展在2015年的水平高于其他研究年度，得分為1.81分，各年度的平均得分為0.88分，2011年、2012年、2014年和2015年的得分均高于普惠金融平均得分，說明大多數年份的普惠金融發(fā)展呈現出良好態(tài)勢。普惠金融得分較高的年度在主成分1和主成分2的得分比較突出，這主要是每公里銀行業(yè)金融機構網點數（X2）、每公里ATM機具數（X3）、涉農貸款比例（X5）、貸款余額占GDP比例（X7）、每千人擁有銀行從業(yè)人員數（X8）幾項數據的作用。2010年到2015年間，隴南市的銀行業(yè)金融機構網點數增加了34個，年均增加5.67個，新成立的甘肅銀行在隴南市八縣一區(qū)設立了分支機構，蘭州銀行在武都區(qū)設立了支行；涉農貸款年均增長速度10.6%，2015年涉農貸款占比達76.35%，年均占比高于75%；各項貸款余額占GDP比重由2010年的105%上升到2015年末的152%，各項貸款的增速持續(xù)高于同期GDP增速；銀行從業(yè)人員數由2010年的3045人上升至2015年的3886人，每千人擁有的銀行從業(yè)人員數上升了0.41個。

相反，每公里銀行業(yè)金融機構的管理服務機構網點數（X1）、小微企業(yè)貸款比例（X4）、每千人擁有的ATM機具數（X10）、存款余額占GDP的比例（X6）、每千人擁有的銀行機構網點數（X9）等指標影響到普惠金融的發(fā)展水平得分。其中，每公里銀行業(yè)金融機構的管理服務機構網點數（X1）、小微企業(yè)貸款比例（X4）和每千人擁有的ATM機具數（X10）在有效性分析時就難以滿足評價目標而被刪除，對普惠金融發(fā)展評價起不到有效作用；2010年-2015年，隴南市的銀行業(yè)金融機構的管理服務機構網點數變動小，只有在八縣一區(qū)增加了甘肅銀行分支機構和武都區(qū)增加了蘭州銀行分支機構，轄內僅有10家法人金融機構，故每公里銀行業(yè)金融機構的管理服務機構網點數（X1）難以有效的反映出普惠金融發(fā)展水平；小微企業(yè)貸款占涉農貸款比年均值只達到21.57%；2015年每千人擁有的ATM機具數（X10）比2015年上升0.5臺，這一指標未被選入評價體系的主要原因有ATM機具屬于便利金融服務的一種方式，從地理緯度出發(fā)度量普惠金融的發(fā)展更合適，如果以人口為緯度，則會出現極端的ATM機具大量集中在經濟發(fā)展基礎好的城區(qū)，而忽略也存在需求的其他地區(qū)的情況；存款余額占GDP的比例（X6）均高于貸款余額占GDP比例（X7），且年均高出100%，這一趨勢的持續(xù)一方面證明了隴南市的儲蓄到投資的效率不高，更進一步反映出普惠金融發(fā)展應伴隨資金配置效率提升，另一方面是存款余額占GDP的比例難以確切的反映出金融服務的市用率，在改進的模型中應考慮存款賬戶的擁有率；對于每千人擁有的銀行機構網點數（X9）這一指標，應改進至使用使用地理緯度的指標，文中的每公里銀行業(yè)金融機構網點數（X2）就是最好的證據。

（二）促進隴南市普惠金融發(fā)展的建議endprint

1、適當擴大金融機構物理網點的地理覆蓋率。首先，從擴大農村金融機構數量入手，加強農村金融機構建設，培育新型農村金融機構。農村金融機構扎根農村，貼近農民，服務于農業(yè)發(fā)展，具有靈活性強、惠及面廣的特點，加快其發(fā)展將會有效的擴大農村金融服務的覆蓋范圍。其次，積極引導和鼓勵國有大型商業(yè)銀行在農村設立營業(yè)網點，引導農業(yè)銀行進一步深化“三農事業(yè)部”改革，強化縣級事業(yè)部一級經營能力，提升對農村地區(qū)的綜合服務水平，加強郵政儲蓄銀行縣級以下機構網點功能建設，拓展小額貸款業(yè)務。通過助農取款服務點擴展農村金融服務機具的覆蓋率，將更多人群納入金融服務覆蓋范圍。

2、加快貧困地區(qū)金融基礎設施建設。加快貧困地區(qū)金融基礎設施建設力度，提升金融服務信息化水平，拓展金融服務供給渠道，著力構建覆蓋農村弱勢群體的普惠性金融服務體系。加快支付體系建設，鼓勵金融機構運用大數據、云計算等新興技術，打造互聯網普惠金融服務平臺，全面提升農村地區(qū)和貧困地區(qū)金融服務的現代化水平，進一步提高基礎性金融服務的可得性和便利性，在“存、取、貸、匯”等各個方面，使農村和城市一樣享受多渠道、低成本、廣覆蓋的基本金融服務，共享經濟增長的豐收之果。

3、加強金融機構從業(yè)人員隊伍建設。在對隴南市的普惠金融水平評價中發(fā)現，銀行從業(yè)人員的服務對于普惠金融發(fā)展水平有比較大的貢獻，所以金融機構要在人員招聘、人員培訓、隊伍建設等方面繼續(xù)加大投入，提高從業(yè)人員的專業(yè)水準、工作效率、業(yè)務質量。研究制定合理的職位晉升和工資分配制度，充分調動一線員工踐行普惠金融的積極性和主動性，同時為所有員工提供定期培訓以便更好地提高員工的業(yè)務素質。

4、創(chuàng)新“三農”、扶貧和小微企業(yè)的金融服務產品和服務方式。結合農業(yè)產業(yè)化、農村扶貧開發(fā)等對普惠金融的需求特點，不斷創(chuàng)新農村金融產品和服務方式，滿足不同主體對金融產品和服務的差異化需求。大力推廣“三權”抵押貸款、大型農機具抵押貸款、訂單農業(yè)與供應鏈融資、涉農直補資金擔保貸款、信貸+保險等成本低、可復制、可持續(xù)的農村金融產品和服務創(chuàng)新。進一步加強扶貧開發(fā)金融服務工作，按照商業(yè)化與社會化有機結合的運作模式，構建金融扶貧長效機制。創(chuàng)新適合小微企業(yè)的金融產品和貸款擔保方式，設計開發(fā)個性化、專業(yè)化的產品和服務，大力拓展小微企業(yè)服務空間和融資渠道，并采取有效措施降低小微企業(yè)融資成本。

5、不斷優(yōu)化金融生態(tài)環(huán)境。金融生態(tài)環(huán)境關系到一個地方金融業(yè)持續(xù)健康發(fā)展，是普惠金融發(fā)展的重要基礎。充分發(fā)揮人民銀行征信體系的作用，加大金融知識宣傳普及力度，增強農村貧困人口、低收入群體的金融素養(yǎng)和信用意識。加大對金融消費者的權益保護力度，培育社會公眾金融風險意識。優(yōu)化金融生態(tài)環(huán)境，推進小微企業(yè)和農村信用體系建設，擴大信用信息采集范圍，建立農民專業(yè)合作社、小企業(yè)、電商等新型微型經濟組織的信用信息采集機制，提高信用體系的覆蓋面，推動融資便利化。

參考文獻

[1]范秀紅.國外普惠金融發(fā)展實踐[J].中國金融，2014，（22）：12-15。

[2]焦謹璞，陳瑾.建設中國普惠金融體系[M].北京：中國金融出版社，2009。

[3]盧娟紅.我國普惠金融發(fā)展對城鄉(xiāng)居民福利差異的影響研究[J].湖北：湖北大學，2014。

[4]王婧，胡國暉.中國普惠金融的發(fā)展評價及影響因素分析[J].2013，（6）：31-36。

[5]肖瑞.普惠金融發(fā)展對城鄉(xiāng)收入差距的影響分析[D].浙江：浙江工商大學，2015。

[6]楊剛.我國農村金融包容程度評價研究[D].湖南：湖南大學，2012。

The Research on the Development of the Inclusive Finance in Less Developed Areas Based on Principal Component Analysis

——A Case of Longnan City in Gansu Province

ZHANG Xinmin SU Shaobai JING Xiaoyong ZHAO Zhao

（Longnan Municipal Sub-branch PBC， Longnan Gansu 746000）

Abstract： The inclusive finance is based on opportunity equality， reflects sharing ideas， is of very important practical significance to solve the problem of poverty in less developed areas， promote the transformation and upgrading of the economic development pattern and achieve the sustainable social economic development. The paper selects main indicators of inclusive financial development from 2010 to 2015 in Longnan city to build an evaluation system， uses the principal component analysis to evaluate the development level of the inclusive finance of each year， and puts forward some suggestions on promoting the development of the inclusive finance in less developed areas such as expanding the physical network coverage of financial institutions， speeding up the financial infrastructure construction， strengthening staff of financial institutions， bringing innovation to financial services products and methods provided for social vulnerable groups like farmers， rural areas， agriculture， poverty alleviation and micro and small enterprises， and optimizing the regional financial ecological environment.

Keywords： inclusive finance； principal component analysisendprint