基于系統(tǒng)聚類的各省金融發(fā)展現(xiàn)狀比較

高慧嫻，薛玉蓮，方忠

（1.福建師范大學(xué)經(jīng)濟學(xué)院，福建福州 350117；2.福建船政交通職業(yè)學(xué)院，福建福州 350007）

改革開放以來，我國金融業(yè)經(jīng)歷了迅速發(fā)展的階段，但是中國區(qū)域金融發(fā)展不均衡現(xiàn)象嚴(yán)重，東部地區(qū)持續(xù)占領(lǐng)著全國金融領(lǐng)頭地位.根據(jù)中國人民銀行《2019 年中國區(qū)域金融運行報告》提供的數(shù)據(jù)，東、中、西部地區(qū)社會融資規(guī)模占全國的比重分別為 58.7%、19.0%和 18.8%，存在著嚴(yán)重的不均衡現(xiàn)象.另外，從金融機構(gòu)組成來看，相對不發(fā)達的中國西部地區(qū)，金融機構(gòu)組成結(jié)構(gòu)更加單一，主要由四大國有商業(yè)銀行和城鄉(xiāng)信用社構(gòu)成.因此區(qū)分出代表不同金融發(fā)展水平的類別，探討不同區(qū)域金融發(fā)展的變化特征，對減小中國區(qū)域發(fā)展差異是十分必要的.

已有的研究在全國層面、省市層面以及縣域?qū)用驷槍鹑诎l(fā)展水平的度量或者金融發(fā)展差異都有一定的成果，但一方面少有文獻選取合理指標(biāo)評價金融發(fā)展水平；另一方面，以往研究都是基于既定的劃分標(biāo)準(zhǔn)，如東部、中部、西部或者城市經(jīng)濟帶進行相應(yīng)的區(qū)域劃分，而聚類分析是事先沒有確定的類別，而是基于樣本特征的相似性進行類別的聚集，因此本文的貢獻在于：結(jié)合已有文獻，從金融結(jié)構(gòu)、金融規(guī)模、金融效率三個維度篩選出11個評價指標(biāo)來刻畫地區(qū)金融發(fā)展水平的不同方面，運用系統(tǒng)聚類的方法，將2018年31個省市（自治區(qū)、直轄市，不含港澳臺地區(qū)）的金融發(fā)展水平以四個聚類中心進行劃分，從宏觀上了解區(qū)域的差異，結(jié)合指標(biāo)的具體數(shù)值，進行了由高到低的排名并進行了分析評價，在過往研究的基礎(chǔ)上，發(fā)現(xiàn)對于北京、上海這類城市來說，金融規(guī)模雖然龐大但是效率低下，而作為第二梯隊的金融較發(fā)達地區(qū)又存在金融結(jié)構(gòu)不合理，直接融資占比低的問題，對于欠發(fā)達和不發(fā)達地區(qū)，其金融效率良好，亟需提升的是金融規(guī)模,最后提出了相關(guān)建議，有利于科學(xué)地評價各省市自治區(qū)金融發(fā)展的現(xiàn)狀，針對不同金融發(fā)展程度實行定制化的管理政策，為金融均衡發(fā)展，資源合理分配提供一定的指導(dǎo)依據(jù).

1 文獻綜述

1.1 金融發(fā)展指標(biāo)體系構(gòu)建方面

對金融發(fā)展指標(biāo)的研究最早始于Goldsmith[1]，他認(rèn)為金融結(jié)構(gòu)變化是伴隨一國金融發(fā)展的標(biāo)志，因此可以用金融相關(guān)比率（FIR）來衡量，即某一時點上一國金融活動資產(chǎn)總額的與市場總值的比例.后來的驗證中，發(fā)現(xiàn)該指標(biāo)只能單一地反映金融結(jié)構(gòu)上的變化，于是指標(biāo)逐漸向多維度發(fā)展，除了FIR外，Bank指標(biāo)（全部信貸中商業(yè)銀行信貸的占比）、Private指標(biāo)（國家信貸資產(chǎn)總額度中私人企業(yè)獲得的信貸額度占比）、Privy（私人企業(yè)獲得的信貸額度與國內(nèi)生產(chǎn)總值的比值）被提出以衡量金融發(fā)展水平[2]，雖然這些指標(biāo)都能在一定程度較為全面地體現(xiàn)出經(jīng)濟金融化的深度與活力，但并沒有考察金融中介的結(jié)構(gòu)變化.隨著金融市場的發(fā)展，股票市場和保險市場對于金融市場的影響開始引起關(guān)注，因此代表股票市場發(fā)達程度的股票市值[3]指標(biāo)和代表保險市場發(fā)達程度的保險深度[4]指標(biāo)也被納入評價金融發(fā)展的指標(biāo)體系當(dāng)中.國內(nèi)在金融發(fā)展水平的測度上也進行了相關(guān)的研究，如研究中國金融發(fā)展中的貨幣化程度時，談儒勇[5]采用了M2/GDP來衡量.而這種單一指標(biāo)也逐漸過渡為綜合指標(biāo)，比較有爭議的是，一種立場認(rèn)為金融發(fā)展不僅體現(xiàn)在金融結(jié)構(gòu)、金融規(guī)模與金融效率上，還表現(xiàn)為金融生態(tài)環(huán)境的改進[6-8]，本文認(rèn)為金融發(fā)展僅僅代表金融業(yè)本身的發(fā)展?fàn)顩r[9-10].

1.2 對各地區(qū)金融發(fā)展水平差異的分析方面

在分析各地區(qū)金融發(fā)展水平的差距上，韓永楠、周啟清[11]利用熵權(quán)法測算模型，對1998—2016年西藏的金融業(yè)發(fā)展水平進行了計算，發(fā)現(xiàn)總體金融發(fā)展相對滯后，西藏內(nèi)部各區(qū)域經(jīng)濟與金融聚集情況差距較大.也有學(xué)者從更宏觀的角度——以長江經(jīng)濟帶的11個省市為研究對象，通過因子分析法和K-means聚類分析法評價金融發(fā)展水平并進行了高低排名，發(fā)現(xiàn)東部和西部有明顯的差距，絕大部分中部地區(qū)未達到平均水平，盡管它們之間的差距很小[12].同樣采取因子分析和聚類分析的還有袁云峰、黃炳藝[13]，他們著重從金融規(guī)模和金融效率兩方面比較全國范圍內(nèi)的城市金融發(fā)展水平的動態(tài)差異，得出了在10年內(nèi)各地區(qū)金融效率水平相對變化較大而規(guī)模水平相對變化不顯著的結(jié)論.

關(guān)于金融發(fā)展水平的研究，以往學(xué)者圍繞指標(biāo)體系構(gòu)建和地區(qū)差異分析方面做了大量的研究取得了廣泛的研究成果，但是對金融發(fā)展水平的度量指標(biāo)一直存在爭議，大部分研究在指標(biāo)設(shè)計方面沒有考慮到維度的全面性，或者對每個維度的刻畫仍使用較為單一的指標(biāo)使得度量結(jié)果存在一定的有偏性，為解決這一問題，本文在現(xiàn)有研究基礎(chǔ)上，結(jié)合數(shù)據(jù)的可獲得性對金融規(guī)模、金融結(jié)構(gòu)、金融效率三個維度的衡量由多項指標(biāo)來反映，并根據(jù)指標(biāo)搜集各省市自治區(qū)2018年的截面數(shù)據(jù)，對各城市金融發(fā)展現(xiàn)狀進行評價，并提出了適合目前狀況的建議，爭取減少各地區(qū)經(jīng)濟發(fā)展水平的落差.

2 模型介紹

2.1 聚類分析定義

聚類分析(cluster analysis)是數(shù)據(jù)挖掘中的一種經(jīng)典算法，以若干個類來歸約大量的觀測值，并且群組內(nèi)觀測值的相似度是要高于群間相似度的.其應(yīng)用原理在于，在同一類個體中，不同個體的特點突出，差異較大，于是根據(jù)制定的多個觀測標(biāo)準(zhǔn)，找出能夠刻畫樣本之間相似程度的統(tǒng)計量，并以此為依據(jù)，將所有的樣品分別聚合到不同的類別.其中，一種應(yīng)用廣泛的方法就是分層聚類分析(hierarchical cluster analyze)，即系統(tǒng)聚類分析.系統(tǒng)聚類的優(yōu)點在于其不需要預(yù)先設(shè)定聚類數(shù)，而是根據(jù)相似度來判定，缺點是個別奇異值也能產(chǎn)生很大影響.

2.2 系統(tǒng)聚類過程

2.2.1 定義每個觀測值（行或單元）為一類；

2.2.2 計算類間的距離：首先計算距離矩陣，采用歐幾里得距離來度量樣本之間的相似性，公式如下，把距離差距最小的兩類并為一類，類的數(shù)量相應(yīng)減少一個；

2.2.3 采取離差平方和法（Ward）進行類間距離計算進行聚類分析，定義式：

即通過合并前后族群內(nèi)的方差平方和的差異定義兩個族群之間的距離.

2.2.4 重復(fù)步驟2和步驟3，當(dāng)包含所有觀測值的類合并成單個的類即停止.

3 數(shù)據(jù)搜集及實證分析

3.1 指標(biāo)體系構(gòu)建及數(shù)據(jù)搜集

本文在參考黃建康、張丹慧[14]研究成果的基礎(chǔ)上，選擇了三個維度來度量金融發(fā)展水平.

3.1.1 金融發(fā)展的規(guī)模.金融發(fā)展的規(guī)?？梢苑从辰鹑跇I(yè)的綜合水平，主要體現(xiàn)在銀行、證券公司、保險公司等金融機構(gòu)的資產(chǎn)規(guī)模與組織規(guī)模以及社會融資規(guī)?？偭?本文利用人均存款余額和人均貸款余額代替反映金融資產(chǎn)規(guī)模；保險市場的組織規(guī)模利用保費收入來反映；區(qū)域金融機構(gòu)的組織規(guī)模用金融從業(yè)人員數(shù)量來衡量；證券市場的組織規(guī)模用年末上市公司的數(shù)量來反映.

3.1.2 金融發(fā)展的結(jié)構(gòu).金融發(fā)展的結(jié)構(gòu)可以體現(xiàn)出金融體系內(nèi)部的趨勢.這里用股票市價總值與金融機構(gòu)貸款余額代表金融結(jié)構(gòu)，表現(xiàn)為直接金融與間接金融的比重.保險深度和保險密度分別反映了一個國家或地區(qū)保險業(yè)在整個國民經(jīng)濟中的深化程度和地位.

3.1.3 金融發(fā)展的效率.金融發(fā)展的效率，即儲蓄和投資之間轉(zhuǎn)化的能力，是金融中介效率的體現(xiàn).信用資源占用系數(shù)可以度量金融發(fā)展的速度，而存貸比來反映以銀行為代表的金融機構(gòu)儲蓄投資轉(zhuǎn)化能力.

各指標(biāo)具體的計算表達式詳見表1，模型的數(shù)據(jù)是基于中國31個?。ㄗ灾螀^(qū)、直轄市，不含港澳臺地區(qū)）2018年相關(guān)截面數(shù)據(jù)，數(shù)據(jù)來源于各省統(tǒng)計年鑒、中國經(jīng)濟信息網(wǎng).

表1 金融發(fā)展水平指標(biāo)體系構(gòu)建

3.2 數(shù)據(jù)處理及聚類分析

由于不同量綱的指標(biāo)不具有可比性，為了剔除量綱不同對分析過程的影響，選擇標(biāo)準(zhǔn)化方法之一的離差標(biāo)準(zhǔn)化，對原始數(shù)據(jù)進行變換，這樣的結(jié)果是使值都映射到0到1之間，在數(shù)量級上達到相同，處理過程如下

距離矩陣的部分如表2所示，觀測值之間的距離越大，表示異質(zhì)性越大.

設(shè)定不同的聚類中心數(shù)量，將會得到不同的聚類結(jié)果，本文認(rèn)為，將聚類中心設(shè)定為四個，對城市的不同金融發(fā)展水平比較有代表性，根據(jù)聚類結(jié)果加入框架進行劃分，運用R語言軟件進行聚類分析如圖1所示.

表2 部分距離矩陣

3.3 實證結(jié)果

將實證的結(jié)果整理為表3，并且計算出每個類別指標(biāo)觀測值的平均值代表該類別的水平，結(jié)果如表4所示.

圖1 聚類分析結(jié)果圖

表3 聚類結(jié)果整理

表4 各類別觀測平均值

3.4 結(jié)論分析

綜合來看各類金融發(fā)展水平高低為：第二類＞第一類＞第三類＞第四類.具體分析如下.

3.4.1 第二類族群包括北京和上海，在人均存貸款、金融相關(guān)比率、保險密度等方面遙遙領(lǐng)先，所以整體金融發(fā)展水平高于其他三類族群.但是其金融效率指標(biāo)落后于其他族群，可見其金融發(fā)展速度方面有一定的阻力，金融發(fā)展相對比較成熟而成長性較差，亟需轉(zhuǎn)變金融發(fā)展的方式，由粗放式增長向集約型轉(zhuǎn)變，以此帶動金融發(fā)展的效率提升.

3.4.2 第一類族群表現(xiàn)為金融水平相對比較發(fā)達，但與第二類相比還有一定差距，尤其在反映金融結(jié)構(gòu)的指標(biāo)上，直接金融沒有充分發(fā)揮作用，普及率不足，但是這一類城市金融從業(yè)人員數(shù)量、保費收入、上市公司數(shù)量和社會融資規(guī)模的總量表現(xiàn)很突出，是構(gòu)成其金融發(fā)展水平的主要貢獻，說明目前的發(fā)展方式主要依靠規(guī)模擴張進行.從城市構(gòu)成可以看出，涵蓋了浙江、江蘇等長江經(jīng)濟帶的較為發(fā)達的幾個城市，還有處在粵港澳城市群中的廣東，反映了人口、經(jīng)濟、產(chǎn)業(yè)等資源在城市群集聚，有效促進了資源整合，協(xié)同效應(yīng)顯著，城市群效應(yīng)明顯，預(yù)測這類城市其較大的金融發(fā)展?jié)摿?

3.4.3 第三類表現(xiàn)為金融欠發(fā)達地區(qū)，與前兩個層次的差距突出，特別是在人均存貸款、社會融資規(guī)模、上市公司數(shù)量方面.說明這些地區(qū)信貸普及程度仍有較大的發(fā)展空間，同銀行信貸市場一樣，保險市場和證券市場發(fā)達程度較低.

3.4.4 第四類是金融不發(fā)達區(qū)域，值得一提的是，由于此類別涵蓋省份較多，組內(nèi)差異也相對較大，其中福建、重慶各指標(biāo)綜合來看在組內(nèi)相對靠前.西北偏遠(yuǎn)城市，金融發(fā)展水平較為落后，比如從保費收入、保險密度和保險深度指標(biāo)上，可以看出保險業(yè)在這類城市滲透率很低，通過金融結(jié)構(gòu)的各項指標(biāo)較為均衡，所以主要應(yīng)該完善宏觀上的金融調(diào)控機制，加強金融扶貧的政策力度來拓展金融規(guī)模；加強政策傾斜度，引進高新人才，改進金融服務(wù)質(zhì)量，提高金融發(fā)展的包容性和居民的參與度，通過提高地方經(jīng)濟水平來促進金融的均衡發(fā)展.

4 政策建議

通過11個指標(biāo)構(gòu)建了金融發(fā)展水平的評價指標(biāo)，對31個?。ㄗ灾螀^(qū)、直轄市）2018年的金融發(fā)展水平進行系統(tǒng)聚類分析可以看出，各地區(qū)金融發(fā)展呈現(xiàn)出顯著的特征，差異明顯，金融資源不能得到有效的配置，在不同程度上制約著區(qū)域經(jīng)濟的發(fā)展，以對不同區(qū)域要實行不同的金融發(fā)展模式.

1）對于金融發(fā)展較為成熟的地區(qū)，即上文中的第二類城市，其規(guī)模已經(jīng)達到一定的程度，要注重的是金融發(fā)展的結(jié)構(gòu)和效率.一個金融發(fā)展水平發(fā)達的地區(qū)，金融機構(gòu)應(yīng)涵蓋銀行、證券、保險等金融機構(gòu)，也應(yīng)該包括私營信貸等私營性質(zhì)機構(gòu)，因此要充分展示金融主體多元化、提升金融市場活躍度和開放度.除此之外，政府還應(yīng)該注重用金融機構(gòu)效率的提升來替代規(guī)模的擴張.

2）對于相對比較發(fā)達的第一類區(qū)域，需要不斷完善金融結(jié)構(gòu)，促進金融體系內(nèi)部深化改革，依托現(xiàn)有的地域優(yōu)勢，充分發(fā)揮城市集群效應(yīng)的正面影響，在繼續(xù)擴展業(yè)務(wù)量的基礎(chǔ)上，通過積極的引導(dǎo)推動金融機構(gòu)的職能改革，使得金融發(fā)展實現(xiàn)質(zhì)量上的提升而非一味追求業(yè)務(wù)增量的提高.

3）對于金融欠發(fā)達的第三類區(qū)域，資本體量沒有形成一定的規(guī)模是制約其金融與經(jīng)濟發(fā)展的主要瓶頸，因此，要不斷提升直接和間接金融服務(wù)實體經(jīng)濟的能力，制定符合小微企業(yè)需要的金融服務(wù)和產(chǎn)品，創(chuàng)造新的經(jīng)濟增長點.

4）對于金融發(fā)展排名靠后的地區(qū)，即第四類，由于金融壓抑的存在，嚴(yán)重影響著經(jīng)濟的持續(xù)發(fā)展.從發(fā)展的眼光來看，政府部門應(yīng)適當(dāng)減少對該地區(qū)金融體系的管制，改變當(dāng)前監(jiān)管理念和模式，形成政府監(jiān)管、機構(gòu)自律的監(jiān)督體系，鼓勵金融自由化發(fā)展，并保證它順利進行.對落后地區(qū)的基礎(chǔ)設(shè)施建設(shè)，建議加大公共投資的政策傾斜力度，增加金融服務(wù)的可獲得性.

綜上，對不同地區(qū)的金融發(fā)展現(xiàn)狀實施差異化管理，對癥下藥才能改善空間層面的金融資源供求不對稱問題，充分凸顯金融資源在區(qū)域經(jīng)濟運轉(zhuǎn)中的重要引領(lǐng)作用，實現(xiàn)全國金融發(fā)展差距越來越小的奮斗目標(biāo).