黄建康 张丹慧

摘 要：该文章用金融发展的规模、金融发展的结构和金融发展的效率三个指标，来构建江苏省金融发展水平的综合指标评价体系，其中采用了因子分析方法以及树状图分析法，对江苏省13个地区金融发展进行较为科学的测度。研究结果显示：江苏金融发展主要依靠金融规模的扩张，能够在金融发展的规模、结构方面同时均衡发展的城市除了有苏南的两个城市苏州和无锡外，其他大部分城市的金融发展都在不同程度上显示“数量型”这一特征，转换金融增长方式，优化金融发展结构是江苏省区域金融发展的路径选择。

关键词：区域金融；测度；因子分析；聚类分析

区域金融及其发展方式的不同是由金融资源在空间层面的供求不对称决定的，而这种不对称又是由区域的非均质性决定的（李岚，2008）。改革开放40年以来，我国金融业经历了迅速发展的阶段。以江苏省为例，2016年全省GDP达到7.6万亿元，在全国GDP排行榜稳居第二的位置；截至2016年底，江苏省金融机构本外币存款余额12.6万亿元，四年间年均增长率为12.6%；全省本外币贷款余额9.3万亿元，2013年-2016年连续四年迈上万亿新台阶，年均增长12.7%。但是，江苏省区域经济发展与金融发展之间不平衡的问题仍然比较突出，截至2016年末，苏南GDP总量是苏北的2.47倍；苏南存贷款总量是苏北的4.75倍；苏北人均存贷款比苏南少151.51万元，差距已经达9倍；苏南地区保险密度达到人均2.36万元，而苏北地区人均只有8124元，苏北距苏南的差距是2.90倍；上市公司数量方面，苏南有244家，而苏北仅有27家，差距已到9倍（董金玲，2009）。因此衡量江苏省区域金融发展水平，探讨江苏省区域金融发展的变化特征，这对减小中国区域发展存在的差异有一定的积极影响。

一、区域金融发展水平评价体系

在现有的理论研究中，衡量金融发展常用的指标如下：存贷款规模、金融机构数量、金融市场交易金额以及金融深度指标等等。然而，这些指标多少有单一性问题的缺陷。本文在参考之前一些学者的研究的基础上，基于一定的内在逻辑选择了三个维度来衡量金融发展水平：金融发展的规模、结构以及效率，金融发展的规模可以代表金融发展的整体水平；金融发展的结构可以体现出金融发展的趋势；金融发展的效率可以度量金融发展的速度（江远，2014）。

1.金融发展的规模指标

金融发展的规模是金融发展的显性衡量指标。基于区域间的人口和经济规模存在一定差异，我们利用人均存款余额和人均贷款余额代替反映金融发展实力的金融机构年末存款总额和年末贷款总额；利用保费收入反映保险市场的发展；区域金融机构的规模我们用金融机构网点数、金融从业人员和地区上市公司的数量来衡量。

2.金融发展的结构指标

金融发展不仅体现在金融资源量的增加上，还体现在其质的改善上。本文运用金融相关比率、保险深度、保险密度和存贷比指标来体现。

（1）金融相关比率。这一指标是戈德史密斯首次提出的，在他看来，存在于金融上层和经济基础结构间的规模变化关系可由金融相关比率的变化来体现（杨晓敏，2007）。一般情况下，国内学术界是利用银行存贷款之和与GDP的比率来计算金融相关比率的，所以本文也借鉴了此方法。计算公式如下：

金融相关比率=期末金融机构存贷款余额/GDP

（2）保险深度。保险深度这一指标是用来衡量保险业的综合发展水平的，一般是用保费收入占据GDP的比重来计算保险深度。计算公式如下：保险深度=保费收入/GDP

（3）保险密度。保险密度是指在有限的统计范围内，常住人口平均每个人占到的保险费的金额数。计算公式如下：

保险密度=保险收入/常驻人口数

（4）存贷比。一般用金融机构贷款和存款的比值来计算。计算公式如下：存贷比=期末金融机构贷款余额/期末金融机构存款余额

3.金融发展的效率指标

（1）信用资源占用系数

信用资源占用系数=本外币贷款余额/同期GDP

（2）投资效率

投资效率=资本形成总额/同期GDP

二、模型设立和指标数据选取

因子分析可以把可能存在潜在关联的大量变量转换成相对较少且没有相关关系的综合指标（焦婧，2012）。这种方法不仅减少了信息收集的工作量，而且综合指标所表示的信息不会重叠，易于分析。模型的數据是基于江苏省13个城市的相关截面数据，为了减少短期波动对研究结果的影响，上述提到的一些指标在本文中都采用2014年-2016年的算术平均值。由于数据不全的问题，文中涉及到的金融机构网点数由证券及期货营业部的个数来代替反映；金融从业人员由银行、信用社、财务公司、信托公司、租赁公司的从业人员来反映（庄庆，2008）。数据来源于2014年-2016年《江苏统计年鉴》、江苏省各市《统计年鉴》、江苏保监局、江苏证监会网站。

三、实证过程与结果分析

1.实证过程

首先对原始数据进行无量纲化处理，将原始值标准化为Z分数。再根据13个地区12个指标的数据建立评价矩阵，共12列13行，然后对其中变量之间的相关性进行分析，以此验证能否进行因子分析（董金玲，2009）。本文中用到的验证方法是Bartlett球度检验和KMO测度法。检验结果如下：KMO为0.545，大于0.5；另外，Bartlett统计值的显著性概率为0.000，小于等于1%，因此拒绝原假设，非常适合做因子分析。

通常情况下，公因子的方差贡献决定我们要抽取多少个公因子，公因子的重要程度取决于其方差贡献。一般来说，对于排名前几个的因子，如果能满足特征值>1的同时，累计方差贡献率≥85%，那么综合特征就可以用这几个因子来代替反映（董金玲，2008）。主成分特征值及总方差解释的研究结果为：成分1和2的特征值分别为9.225和1.164，累计方差贡献率为76.872和86.575，所以可选取2个公因子（李国红和赵息，2014）。利用最大四次方值法将指标数据进行25次的旋转，结果显示：第一主成分和第二主成分解释的方差分别占整个方差的76.872%和9.703%，累计方差贡献率达到86.575%，明显大于85%这个临界值，所以把这两个公因子作为综合评价指标是合理的（冯玥和王如渊，2007）。

根据旋转后的因载荷矩阵，进行进一步分析。第一主成分在如下指标层面载荷都较大：人均存款、人均贷款、保费收入、金融机构网点数、金融从业人员、上市公司家数、金融相关比率、保险深度、保险密度以及信用资源占用系数，都达到了0.75以上，这体现出金融发展量的扩张性，当作金融发展规模因子，贡献率是76.872%；第二主成分唯独在存贷比上载荷较大，达到0.967，反映的是金融发展量的分布情况，可以看成是金融发展结构因子，贡献率为9.703%。第一步先根据回归法得到公因子得分F1、F2，第二步是以方差贡献率为权重，将旋转后的2个公因子得分加权求和，得到综合得分（谭华和陈燕华，2012），即F=（F1*76.872+F2*9.703）/86.575。

2.结果分析

上表中的综合排序反映了江苏省各地区的金融发展差异情况，其中金融发展水平较高的地区有南京、苏州、无锡、常州和南通，因子综合得分为正，高于省内平均水平。南京金融发展规模遥遥领先于其他城市，虽然金融发展结构为负值，落后于一些城市，但是金融总体发展水平位居第一；苏州F1、F2得分均较高，说明苏州银行、证券与保险发展整体较均衡；无锡、常州、南通三个城市的总体发展较好；宿迁在金融结构方面的存贷比在13个城市里面最高，这就使它的F2很高，稳居第一；作为苏南地区城市之一的镇江，整体金融发展水平却不高。综上所述，金融发展领先的还是以苏南地区为主，苏北地区相对而言还是较为落后，这与经济发展的情况相匹配。

四、相似性测度及树状图聚类

对江苏13个城市的金融发展结构性差异进行进一步的研究。这一部分仍然采用前文提到的Z分数法进行数据处理，选择组间连接法，如下图。

聚类结果如下：13个地区被切割成了两个大类，第一大类中包含南京和苏州，第二大类包含了其余11个地区，这种结果反映出这两类地区在金融发展结构方面有较大差异。基于原始数据及根据聚类的结果、因子得分结果进一步分析：南京和苏州的金融发展水平比其余11个城市都要高，高于江苏省平均水平，划为金融高发展区域；其余地区除无锡、常州和南通外，发展都低于全省平均水平，划为金融中低发展地区。

进一步分析第一大类，高发展的两个地区中，金融的整体规模都较大，但是根据数据发现南京F1得分较高，金融量的扩张直接促进了其金融发展，再看其原始数据中的存贷比这一指标，相对于其他地区偏低，说明南京金融发展结构需要优化改善；而苏州相对来说金融发展较为均衡。

第二大类金融中低发展的11个地区，又可以归为两类，若干分类。第一类是无锡、常州和南通。这类地区金融发展高于全省均值，总体规模大于其他8个地区。与常州和南通相比，无锡发展相对更加均衡，无论是金融发展规模还是结构都是正值，高于全省均值，因此无锡单独分类；常州和南通两个城市分为一类，这两个地区结构相似，从他们F1的排名可以看出金融发展的规模是它们金融发展贡献的主要来源。

第二类是镇江、泰州、徐州、盐城、扬州、连云港、淮安和宿迁。这8个地区金融发展低于全省平均水平，规模不大、结构突出。宿迁作为江苏省新兴城市，金融发展存在严重不均衡，金融发展规模很低，F1排名居全省最后，金融发展结构因子却是全省第一，F2排名最靠前，因此将它单独归为一类。镇江和泰州归属于一类，镇江虽然属于苏南地区，但是其金融发展水平整体来说并不高，而泰州也具备相似的特点，所以將它们归为一类。而徐州、扬州和盐城又属于另一分类，这三个城市的F1和F2分数都低于全省平均值，整体金融发展水平偏弱。连云港和淮安的结构相似：F1分数都是负值，低于全省均值；F2分数都为正值，高于全省均值，表明连云港和淮安的金融发展偏结构型。

五、结论及建议

本文主要的研究目的是对江苏省区域金融发展水平进行测度及评价，用到的方法有因子分析法和聚类分析法，数据基础是江苏13个城市的截面数据，涉及到的指标层面有金融发展规模、结构。研究得出的结论如下：江苏省金融发展靠前的地区分别是南京、苏州、无锡、常州和南通，而金融发展靠后的城市有盐城、淮安、宿迁和徐州。根据聚类分析得出的结论如下：除了苏南地区的苏州和无锡外，江苏的其他地区主要还是通过扩张自身的金融规模来发展金融，离均衡发展金融规模和优化金融结构还是有些差距的，这些地区大部分凸显出的金融发展特征依旧是“数量型特征”。综上所述，苏南地区、苏中地区应该优化金融结构，进一步将金融的功能特征凸显出来；苏北地区应该转变金融发展模式，从以往的粗放型转变为集约型，提升效率，如此江苏省各个地区才能充分发挥各自的区域金融作用，促进对经济发展的影响，实现省内区域发展差距越来越小的奋斗目标。

参考文献：

[1]李岚.我国区域金融发展差异度量及影响因素分析[D].复旦大学，2008.

[2]董金玲.江苏区域金融作用机制及发展差异研究[D].中国矿业大学，2009.

[3]江远.我国金融发展对OFDI影响研究[D].南京大学，2014.

[4]杨晓敏.中国金融业资产的规模与效率[J].金融论坛，2007（05）：41-47.

[5]焦婧.区域金融发展水平差异研究[D].青岛大学，2012.

[6]庄庆.城市金融竞争力研究与评价——以江苏省为例[J].金融纵横，2008（04）：52-56.

[7]董金玲.江苏区域金融发展水平测度及聚类[J].华东经济管理，2009，23（12）：20-25.

[8]董金玲.城市金融竞争力研究与评价：以江苏省为例[J].江苏商论，2008（02）：170-172.

[9]李国红，赵息.SDGOLD集团金融管控价值创造效应实证研究[J].经济问题探索，2014（09）：134-140.

[10]冯玥，王如渊.对我国区域金融发展的聚类分析[J].统计与决策，2007（02）：73-75.

[11]谭华，陈燕华.基于因子分析的上市商业银行经营绩效实证研究[J].特区经济，2012（10）：84-86.

作者简介：黄建康（1965- ），江苏苏州人，江南大学商学院，博士，教授，研究方向：产业经济学；张丹慧（1993- ），江苏镇江人，江南大学商学院，硕士研究生，研究方向：产业经济学