长江经济带区域金融成熟度测量及影响因素分析

王淇，李东

（1 哈尔滨工业大学 管理学院，黑龙江哈尔滨150001；2 哈尔滨工业大学 管理学院，黑龙江哈尔滨 150001）

摘要：金融成熟度是衡量金融发展水平的一个主要方式，准确的测度出长江经济带各区域金融成熟度并研究其影响因素，具有重要的理论和现实意义。本文收集长江经济带77个地级城市2005-2014年数据，运用主成分分析法对各城市进行金融成熟度测算；然后，通过理论分析结合运用面板数据构建多元线性回归模型，实证分析长江经济带金融成熟度的影响因素。研究发现，长江经济带东中西部城市之间金融发展水平存在较大差异。各地区公路里程数、固定资产投资额、专利授权量等因素会影响金融成熟度；最后给出了相应的政策建议。 

关键词：长江经济带；金融成熟度；主成分分析法；面板回归

Analysis on regional financial maturity of the Yangtze River economic belt and its influencing factors 

Wang Qi¹,Li Dong²

（1. School of Management, Harbin Institute of Technology, Harbin 150001,Heilongjiang, China;2. chool of Management, Harbin Institute of Technology, Harbin 150001）

Abstract: Financial maturity is a major way to measure the level of financial development. It is of important theoretical and practical significance to measure the financial maturity of the Yangtze River economic belt and study its influencing factors. In this paper, the data of 77 prefectures from 2005 to 2014 in the Yangtze River Economic Zone are collected and the financial maturity is calculated by the measure of principal component analysis. Then, using theoretical analysis and panel data to construct multiple linear regression mode. The influencing factors of the financial maturity of the Yangtze River economic zone are analyzed empirically. It is found that there are significant differences in the level of financial development between the cities in the eastern, central and western regions of the Yangtze River. The regional highway mileage, fixed assets investment, the number of patent licenses and other factors will affect the financial maturity of different regions. Finally, this paper gives some policy recommendations.

Key words: Yangtze River Economic Belt; Financial Maturity; Principal component Analysis; Panel data Regression

一 、引言

在全球经济一体化、经济金融化的发展日益显现的今天，区域金融发展的成熟度越来越成为影响和制约区域经济社会发展的重要因素之一。区域金融成熟度被定义为区域的金融完善程度和有效利用程度，包括了经济环境与风险的度量，是一个综合指标。长江作为黄金水道，货运量位居全球内河第一，它的发展在整个区域发展中具有十分重要地位。依靠长江水道建设的长江经济带将成为联通东西，带动沿线城市提升的大动脉，是我国除了沿海经济带以外最有活力的经济带，而金融业的成熟度将会对经济发展产生重大影响。

与此同时，经济全球化势不可挡的浪潮给各国人民带来更多的机遇和挑战。我国区域经济发展不平衡一直是一个很棘手的问题，这种失衡分别在在经济领域、区域金融领域，以及金融资源分配领域上都有着明显的体现。随着我国金融改革的深化和国内区域金融发展水平的提高，区域间金融发展差异也随之日益突出。长江经济带的建设有利于促进长江上、中、下游地区要素的市场化流动，突破省级界限划分和产业管理的框架，实现东西部地区的优势互补，东部的资金、人才可以和西部的资源、土地相结合，从而促进地区金融发展合作和业务深度融合，弱化东中西部金融发展差距。而要认知到长江经济带区域金融成熟度的多少及差异和影响长江经济带金融成熟度的因素就成为一个迫切需要研究的问题。

二、文献综述

国内学界对区域金融成熟度的研究还处于初级阶段。软件能力成熟度概念是最早提出的程度概念，随后SW－CMM模型建立并不断发展，“成熟度”这一概念迅速被学术界接受和推广并应用于许多研究领域^[1]。对于金融成熟度的定义，任兆璋，刘云生（2010）给出了本文的金融成熟度定义，他们认为，与众多实证研究中广泛使用和验证的单个指标相比，金融成熟度在诸多因素的影响下,更能反映金融发展的真实状况。从本质属性来看,金融成熟度是一个相对概念,充分体现了持续改进和优化的理念。用金融成熟度来测量金融发展状态,可以形成一个客观的度量准则和切实可衡量的指标,可以有效地避免评估的随意性^[2]。

学者研究金融成熟度评价体系的研究方法是引入每个指标因素构建评价体系，应用定量的方法来分析金融成熟度^[3]。从目前的文献研究上看，虽然关于金融发展的研究成果颇丰,但在如何客观、全面、准确地衡量金融发展,还需要探索一个有效的途径。任兆璋，刘云生（2010）阐述在已有的理论研究中,主要选择一些金融指标来衡量金融发展,但这些指标的单一性决定了其存在内部的缺陷^[2]。刘云生（2009）也补充说有多个具有相关性指标的统计方法，如因子分析法、主成分分析法等，其中，主成分分析法以更好的确保指标评价结果的客观性而被广泛采用^[4]。 因此本文决定主要采用主成分分析法对金融成熟度进行测算，以数据的形式表达出金融成熟度，以便尽可能更直观、准确地对金融成熟度进行测算。

区域金融的发展的明显差异制约了我国经济金融的协调发展，因此对区域金融的研究就显得十分重要。闵婕（2017）在文章中强调我国的区域金融发展具有不均衡性，金融的发展程度与城市化进程存在着密不可分的关系^[5]。 沈立君（2016）认为我国是一个区域化特征明显的国家，中西部经济金融发展速度和水平明显落后于东部地区，并有进一步拉大的趋势^[6]。在区域金融产业发展及其影响因素的分析中，学者们通过不同的角度进行研究分析。冯中跃，赵海东（2015）认为我国各地区生产要素、信息化程度、人力资源水平、政策因素等的不同呈现出明显的地区差异性^[7]。蒋瑞波（2014）则提出无论是金融机构的地区分布还是金融机构存贷款数量，金融资源在区域间的布局日益失衡，特别是大量金融活动集中在中心城市，加剧了区域金融失衡的趋势^[8]。谭霖（2016）得出经济基础、科技发达程度、交通便利程度和信息化程度是促进区域金融发展的积极因素，区域金融发展的传统地理因素逐渐模糊，没有明显的影响^[9]的结论。董硕（2017）认为我国在改革开放以来实行的发展策略对区域金融的发展产生了深刻的影响^[10]。

综上所述，区域金融成熟度的研究还处于起步阶段，但是金融成熟度作为衡量金融发展程度的指标，可以反映整个金融发展真实状态。在研究区域金融成熟度测量方法方面，大部分学者采用因子分析法或者主成分分析法，可见主成分分析方法能够较直观、全面、准确地测度金融发展，是众多学者研究金融测度的主要方法之一。对于区域金融成熟度影响因素研究方面，学者们各抒己见，结论也多种多样，主要是认为地理因素、人才因素、政策因素、经济因素等会对区域金融成熟度产生影响，衡量影响因素的方法普遍采用计量的形式，用数据证明。本文通过构建合适的测算模型，利用主成分分析法测算长江经济带各地级城市金融成熟度及其差异性。然后以金融成熟度作为被解释变量，多个角度的数据项作为解释变量进行面板数据分析影响长江经济带金融成熟度的因素。最后给出结论及相关政策建议，希望能够促进长江经济带向更好的方向发展。

三、长江经济带区域金融成熟度测量

（一）测算方法

本文研究的测算方法为主成分分析法。前提假设：假设一个国家有个地区，第个地区的金融深化能力为，那么其金融成熟度则表示为：

                                      （1）

其中,,是金融深化能力为的区域的金融成熟度，其值可以在0和1之间选择，自行确定，本文中取值为0.4，这不会对最终结果的M值和排序有影响，金融深化能力最低的区域，M的值为0.4；金融深化能力最高的区域，M的值为1，表示完全成熟，按理来说，这是一种绝对的理想状态，但是从实践的角度考虑，计算M值的关键是对金融深化能力值的估算，因此不会影响最终的排序结果及意义。

从数学角度看，主成分分析方法实质上是将原有的单个指标进行线性组合并成为新的指标的方法。如果第一个线性组合F1的方差越大，包含更多的信息，那么F1将是方程式的第一主成分，如果第一主成分F1不能完全代表原有的指标信息，那么我们就将方差第二大的作为第二主成分F2，以此类推直到第个主成分。同时，为了保证信息的有效性，出现在F1里的信息不能再出现在F2里，也就是说F1和F2不相关，即。主成分模型的公式可以表示为：

                   i=1,2,…n      （2）

其中是的协方差矩阵的特征值对应的特征向量,是经过处理以后的目标值。我们可以在主成分模型的引导下对每个指标的权重进行一个较为科学的估计，并以此为基础，获得金融深化能力的计算公式，尽可能避免一些主观因素的干扰。

（二）研究对象与数据来源

从本文研究方向的需要及相关实际情况出发，我们以客观性、数据可得性为原则，对长江经济带77个地级城市（见表1）2005-2014年的相关数据进行收集，对于各别不可获得数据或是口径不一致数据进行处理计算和修正。本文选定评价指标包括GDP，GDP增长率，金融从业人数，地方财政支出，财政预算增长率，年末金融机构存款余额，年末金融机构存款余额增长率，年末金融机构贷款余额，年末金融机构贷款余额增长率，金融机构存贷比总共10个指标。由于数据量很大，本文只列出了结束年（2014）的数据及详细的测量过程。

表1 长江经济带地级城市

（三）测度结果及分析

本文主要利用SPSS对各年数据依次进行主成分分析处理，得到总方差解释表（表2），主成分载荷矩阵以及主成分得分系数载荷矩阵（表3）。对2014年的数据进行处理，处理结果如下所示：

表2 2014年总方差解释表

表3 2014年主成分载荷矩阵及得分系数载荷矩阵

通过表2我们能够看到，前三个主成分特征值的累积贡献率是总方差的75.792%，且前三个的特征值均大于1。这表明前三个主成分已经能够很好地描述该组数据的基本特征。通过成份得分系数矩阵能够知道三个主成分中包含的每个指标所对应的系数，如下所示：

（2）

 （3）  （4）

运用成分模型计算每个指标的权重，用3个主成分中每个指标对应的系数与各个主成分的贡献率相乘，然后加总求和最后得到每个指标对应的权重，即可得到区域金融深化能力P的综合得分：

   （5）

由得出区域金融深化能力P的综合得分模型，并根据原始数据，能够很容易的算出金融深化能力P的综合得分，并对77个地级城市进行了排序，并将排序结果代入金融成熟度计算公式（1），就能够得到代表区域金融成熟度的M值。通过上述计算方式，可以将长江经济带77个地级城市2005-2014年的金融成熟度M值计算出来。

根据最终结果进行分析，我们能够很容易从对各