区域金融生态环境与资金迁徙

宋保庆，黄晓宇

（1．中国人民银行石家庄中心支行，石家庄 050000；2.中国人民银行张家口中心支行，河北 张家口 075000）

区域金融生态环境与资金迁徙

宋保庆1，黄晓宇2

（1．中国人民银行石家庄中心支行，石家庄 050000；2.中国人民银行张家口中心支行，河北 张家口 075000）

本文主要运用因子分析法来评价河北省11个市的区域金融生态环境，以及区域金融生态环境对资金迁徙的影响。实证研究表明，金融生态环境的资金“洼地”效应明显，是资金迁徙的重要诱因，金融生态环境的改善，有助于提高区域资金吸引力。

金融生态环境；资金迁徙；关系

中国人民银行行长周小川2004年首次提出金融生态环境的概念。[1]金融生态环境是指金融主体赖以生存和发展并与之相互作用、相互影响的各要素的总和，既包含宏观经济环境，也包含影响金融主体实现经营利益和规避风险的相关法律、监管制度等软环境。本文所指的区域金融生态环境包括经济因素和制度因素两个方面。经济因素是指重要的经济总量和结构，主要有地区生产总值、人均生产总值、吸引外资情况、财政收支情况、居民生活情况、金融资产情况等。制度因素则是影响金融活动开展的交易规则和文化因素，包括该地区的法制情况、社会信用建设情况以及企业经营基础环境等。本文主要运用因子分析法来评价河北省11个市的区域金融生态环境，以及区域金融生态环境对资金迁徙的影响。

一、研究模型及方法

本文主要运用因子分析和面板数据模型进行相关研究分析。因子分析法是利用降维思想，从研究原始变量相关矩阵或协方差矩阵的内部依赖关系出发，把一些具有错综复杂关系的多个变量归结为少数几个综合因子的一种多元统计分析方法。

（一）因子分析模型

设Xi有P个变量，表示为

Xi=μi+ai1F1+……+aimFm+εi（m≤p）

其中，F1，F2，…，Fm为公共因子，是不可观测变量，它们的系数称之为因子载荷。εi是特殊因子，是没有被前m个公共因子包含的信息部分。其中：

（二）面板数据模型

面板数据又称平行数据，含有指标的横截面数据和时间序列两维信息，与一维计量经济学模型分析相比，具有显著优势：首先，扩大样本容量，能够有效地减少解释变量出现的多重共线性；第二，能够更好地解决计量模型中忽略变量与解释变量的相关性，从而使得参数估计结果更为可信；第三，能够控制个体的异质性。

面板模型估计首先应确定模型的类型，是属于随机效应模型还是固定效应模型；其次需要确定模型的系数类型，通过构造F统计量来判定，F1和F2分别表示相应的统计量：

如果F2小于临界值，则接受固定系数模型的假设；否则须继续对F1进行判断。若F1小于临界值，则接受变截距模型的假设，否则接受可变系数模型。

二、金融生态环境评价研究文献综述

如何构建合理的金融生态环境评价指标体系、如何科学准确地评价金融生态环境、如何改善地区金融生态环境提高资源配置效率，是地区金融生态环境建设的关键。在评价指标体系建设方面，专家学者和科研机构进行了很多有益的探索和尝试（见表1）。

表1 部分研究文献对金融生态环境评价指标体系的构建

在评价方法上，李扬（2005）运用数据包络分析模型（DEA）构建了一个刻画“金融生态环境边界”的超曲面，进而得出综合评价指标并分析各子要素对综合评价指数的贡献。徐诺金（2007）提出了包括状态、主体、环境和监管四类指标的金融生态指标评价体系，采用因子分析和层次分析（AHP）相结合的方法对广东金融生态状况进行了实证分析。张瑞怀（2006）引入BP人工神经网络模型（ANN）建立了农村金融生态环境构成要素与现实状况的综合评价模型。苗丽娜（2007）运用系统动力学的方法（SD）建立了金融生态环境的因果关系图及系统动力学仿真模型。

在金融生态环境与资金迁徙分析方面，人民银行哈尔滨中心支行（2006）、萧安富（2005）、李扬（2011）、人民银行洛阳市中心支行（2006）等对金融生态环境和资金迁徙进行了定性分析和理论讨论。姚耀军（2012、2013）采用空间计量模型对金融生态环境质量的资金“洼地”效应、信贷资金的跨区域配置效率进行了分析。

从以往的研究文献可以看出，大多数研究者在评价指标的选择上比较笼统；选择的指标主要是总量指标，无法深入分析微观主体对金融生态环境的反应。对区位因素、历史因素以及部分区域出现的一些新情况、新问题考虑不够全面。比如近年来，社会融资结构日益复杂、地方融资平台异军突起，影子银行快速发展，信托、理财异常火爆等。对这些新情况、新问题，我们在构建评价指标体系和选择评价方法时应充分考虑。

三、河北省金融生态环境评价

（一）评价体系的构建

结合以往的研究成果和河北省的具体情况，根据数据的全面性、互补性、可得性、客观性，本文构建了涵盖经济、金融、法制、信用、经营等方面的定量和定性两类评价指标。定量指标的数据来源于历年河北省经济年鉴、河北省统计公报，取值区间为2010～2013年；定性指标的数据采用调查问卷的形式获得，我们对河北省各地市银行家和企业家进行了调查，以期能通过定性分析考察微观主体对金融生态环境的敏感程度，数据为2013年调查数据。基于上述原则构建了河北省金融生态环境评价指标体系，包括定量和定性指标各22个（见表2）。

（二）具体评价

1.定量指标的处理和计算

我们采用多元统计的因子分析法作为区域金融生态环境评价分析模型，对22个定量评价指标进行分析。因子分析是利用“降维”思想，通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”变量来描述原有变量间的相互关系，将关系比较密切的几个变量归在同一类别中，每一类变量就成为一个因子。因子分析法的优点首先在于指标间相关影响的消除，这是由于先将原有变量进行了数据变换（矩阵旋转），使之相互独立，而后才进行综合评价；其次公共因子的权重取决于其对矩阵变化的贡献率，这就克服了一些评价方法中人为确定权数的主观偏颇，从而使评价结果更客观合理。

表2 金融生态环境评价指标体系

首先对各指标进行相关系数分析，结果显示各指标之间的相关系数较大，初步判断可以进行因子分析。将2013年11个城市的22个宏观指标数据进行因子分析，得出了因子方差表（见表3）。

表3 因子方差表

按照特征值大于1的原则，提取前5个公因子，这5个公因子对样本方差的累计贡献率达到了89.8%，能够反映原始数据的绝大多数信息，已经足够描述所选指标发展的总体水平。

提取出5个公因子后，可以计算各变量的共同度。变量共同度表示各变量中所含原始信息能被提取出的公因子所表示的程度，结果显示除了贷款对经济增长贡献程度的共同度为64.2%外，其余变量的共同度都在80%以上。因此，5个公因子对各指标的解释能力是比较强的，通过具有Kaiser标准化的正交旋转法，得到旋转因子成分矩阵和成分得分系数矩阵。采用主成分法计算因子载荷矩阵，据此可以说明各因子在变量上的载荷，即影响程度。由于初始的因子载荷矩阵系数不明显，为了使因子载荷矩阵中的系数向0~1分化，对初始因子载荷矩阵进行方差最大旋转，旋转后的因子载荷矩阵如表4所示。

结果显示，因子1中地区生产总值、全部财政收入、全社会固定资产投资最为显著，基本代表了经济基础的影响。依此类推，因子2可以描述为金融发展规模和金融发展效率的影响，因子3描述为人民生活及保障，因子4可描述为信贷对经济的支持情况，因子5可描述为金融资产质量的影响。

利用回归法计算出因子得分，以各因子的方差贡献率占5个因子总方差贡献率的比重作为权重进行加权汇总，得出各城市的综合得分情况（见表5）。

表4 变量共同度、旋转后因子载荷矩阵

表5 因子得分表

F=（39.74F1+22.64F2+12.81F3+8.18F4+6.43F5）/ 89.8

依照上述方法对2010～2013年4年数据进行评价分析，发现4年间各地市金融生态环境得分情况较为稳定，综合得分排名多数地区保持不变（见表6）。

表6 2010～2013年河北省各地市金融生态环境变化

2.对定性指标的处理和计算

本文对不同问题选项赋以不同权重，根据实际调查结果计算每个指标得分，最终汇总综合得分，然后对数据进行标准化处理，去除数据的单位限制，将其转化为无量纲的纯数值，便于不同单位或量级的指标能够进行比较。

表7 微观评价指标标准化得分表

3.综合分析

比较上述各市定量指标与定性指标的结果可见，二者对金融生态环境优劣的判断结果并不完全一致，甚至部分市出现较大差异。如2013年，衡水定量指标得分排第6位，定性指标得分排名第1位；石家庄和唐山定量指标得分排名第1、2位，定性指标得分排第10、11位。出现如此差异，探究原因，笔者认为：一是由于定性指标的数据是从微观视角获得的，被调查的企业家、银行家作为金融活动的重要参与者，对金融生态环境有更直接的感受，而定量指标具有滞后性；二是由于定量指标难以反映微观主体之间的差异，造成评价结果的不一致。

从另一个角度分析，定量评价结果是各地市经济发展总量、金融规模等“硬指标”的体现，而定量评价排名较为落后的地区，比如衡水，在“硬指标”短时间内难以改善的背景下，通过提升政府效能、健全信用体系、优化司法环境、加大引资力度等“软指标”来促进地方金融生态环境不断提升。

上述结果进一步佐证了对区域金融生态环境的评价，要在指标选取上与时俱进，不能仅根据经济金融等定量指标进行分析判断。企业、民众群体对金融生态环境的感受等也是衡量区域金融生态环境优劣的重要依据。同时也说明，河北省各地市的金融生态环境，特别是定量与定性指标评价差异较大的地市，存在较大的改善和提升潜力。

四、金融生态环境与资金迁徙的关系

金融生态环境的改善能够提高本地区对外部资金的吸引力，促进本地区的资本积累，从而形成资金“洼地”效应。本文从资金存量和资金流量两个角度来衡量资金的地区迁徙情况。由于各地区存贷比在一定程度上可以反映信贷资金存量的使用效率，且信贷资金在社会资金存量中占比较大，因此选择本外币余额存贷比作为衡量资金存量迁徙情况的指标；社会融资总量是增量指标，可以反映区域在一定时间内的社会融资总规模和结构，本文选择当年社会融资规模作为衡量资金增量迁徙情况的指标。以下根据上述定量分析得到的各地区2010～2013年金融生态环境得分情况，进行分析。

（一）计量模型选择

笔者采用面板数据模型进行实证分析，以验证河北省各地市之间的资金迁徙情况。考虑到各经济变量之间大多存在着一定的相关性，且模型中包含解释变量过多会影响到模型估计的效果，本文选取经济增长作为控制指标，建立如下的面板数据模型：

EF=αi+β1AGit+β2FEit+εit

SR=χi+φ1AGit+φ2FEit+ωit

其中FE是金融生态环境得分；EF和SR分别为反映资金迁徙的存量指标和增量指标，分别用本外币余额存贷比和社会融资总量表示；人均GDP为惟一控制指标，用AG表示；α、β和χ、φ分别表示相应的固定影响和各指标对资金迁徙的影响；ε、ω是随机误差项，服从经典假设。

（二）模型估计

鉴于本文选取了河北省所有地级市的样本数据，因此面板数据模型属于固定效应影响，只需进行协方差检验以明确其为变系数模型还是变截距模型。基于EVIEWS6.0计算得出检验的两个F统计量值，以及对应自由度F统计量的临界值，如表8所示。

表8 协方差检验结果

协方差检验结果表明，模型的设定拒绝固定截距和不变系数的原假设，接受不变系数变截距的原假设。因此，模型设定为固定效应影响的变截距模型。

基于截面加权的加权最小二乘估计（C-S GLS）可以消除面板数据回归残差中的截面异方差，EF（1）和EF（2）的被解释变量为河北省11个地市的本外币余额存贷比，解释变量为相应地市的经济增长指标和金融生态环境得分，EF（1）的D-W值偏小，表明回归残差存在一定的相关性，因此EF（2）中加入自回归项AR（1），整个模型的D-W值明显改善；SR为各地市社会融资总量与经济增长、金融生态环境之间的关系模型，估计结果见表9。

表9 面板模型估计结果

结果显示：无论资金存量还是资金增量方面，金融生态环境的优化对资金迁徙均存在显著的正向影响，即金融生态环境质量优化和改善具有明显的资金“洼地”效应。一个地区的金融生态环境质量高，该地区能够吸引的域外资金越多，融资渠道越丰富，反之亦然。

五、相关结论及建议

本文采用定量评价与定性评价相结合的办法对河北省11个地市的金融生态环境进行评价。基本方法是，分别选择了22个定量评价指标和22个定性评价指标；定量指标均根据权威发布的统计数据计算；定性指标根据对银行家和企业家的调查意见进行汇总并做量化处理得出。两类评价指标体系可分别得出对各地区金融生态环境的评价结果，但二者的结果并不完全一致，甚至有些地市差距很大，这说明，对一个地区金融生态环境的评价不仅要进行定量分析，也需要参考定性分析的结果，特别是站在微观经济主体角度进行的定性分析结果，他们感受往往更接近真实。通过对河北省各地市金融生态环境和资金迁徙的关系进行了实证分析，得出以下结论：

一是河北省各地市金融生态环境差异较大。从经济基础、金融发展等定量指标的评价结果看，石家庄、唐山等经济金融总量较高地市的金融生态环境要优于其他地区。从法制环境、信用环境、经营环境等定性指标的评价结果看，衡水、廊坊、保定的金融生态环境最优。因此不同地市提升金融生态环境的着力点也不同。石家庄、唐山等地应在优化法制环境、提升政府效能、减少行政干预、完善企业经营环境等方面下功夫；衡水、秦皇岛应在自己的“短板”——经济发展、金融规模、金融资产质量等方面努力提高。通过观察河北省各地2010~2013年金融生态环境的变化状况可见，各地的金融生态环境均有不同程度的改善，但排名情况变化较小。

二是金融生态环境的资金“洼地”效应明显，是资金迁徙的重要诱因。通过对金融生态环境和资金迁徙的实证分析，可以明显看出，无论是从资金存量方面，还是从资金增量方面，金融生态环境的改善，均有助于该地区资金吸引能力的提升。

［1］周小川.完善法律制度，改进金融生态［N］．金融时报，2004-12-07.

［2］郑志瑛.金融资源区域流动的原因与诱导［N］.金融时报，2014-07-07.

［3］徐诺金.论我国金融生态环境问题［J］.金融研究，2005（11）：31-38.

［4］朱从玖.深化改革营造良好金融生态环境［J］.中国金融，2013（13）：15-17.

［5］周学东.区域金融生态环境建设探索［J］.中国金融，2013（13）：19-21.

［6］吴盼文，曹元方等.关于构建区域金融生态环境评价指标体系的探讨［C］//金融调控与经济发展.北京：中国金融出版社，2005.

［7］中国人民银行哈尔滨中心支行.对伊春市政企合一体制下金融生态环境的调查报告［J］.金融研究，2006（11）：169-176.

［8］萧安富.金融生态与资金配置效率的一个微观解释：自贡案例研究［J］.金融研究，2005（6）：154-163.

［9］李扬.中国地区金融生态环境评价2009-2010［M］.北京：社会科学文献出版社，2011.

［10］方军雄.所有制、制度环境与信贷资金配置［J］.经济研究，2007（12）：82-92.

［11］中国人民银行洛阳市中心支行课题组.区域金融生态环境评价指标体系研究［J］.金融理论与实践，2006（1）.

［12］周炯.省域金融生态环境评价研究［J］.西北大学学报（哲学社会科学版），2012（1）.

［13］黄国平.中国金融生态环境评价体系设计与分析［J］.系统工程理论实践，2007（6）.

［14］姚耀军.金融生态环境与信贷资金跨区域配置效率［J］.上海金融，2013（2）：44-47.

［15］姚耀军.金融生态环境质量的资金“洼地”效应［J］.金融发展研究，2012（11）：3-6.

（责任编辑：郄彦平；校对：龙会芳）

F830.2

A

1006－3544（2015）02－0030－06

2014-12-02

宋保庆（1985-），男，河北邯郸人，中国人民银行石家庄中心支行经济师，研究方向为计量经济分析；黄晓宇，男，中国人民银行张家口中心支行经济师，研究方向为货币政策。

作者申明：本文仅代表作者个人观点，与供职单位无关，文责自负。