基于区间分析的金融生态环境评价及其实证

刘园丽

（复旦大学经济学院，上海200433）

基于区间分析的金融生态环境评价及其实证

刘园丽

（复旦大学经济学院，上海200433）

文章提出一种基于区间分析的金融生态环境评价体系；根据新时期金融生态环境影响因素的改变，构建了一套新的金融生态环境评价指标体系，并提出利用层次分析法确定指标权重；针对金融生态环境评价过程中存在的不确定性和单一决策者存在个人偏好的问题，提出基于群组专家共同评价的区间型评价标度，并利用灰色关联度改进传统理想解方法，给出一种新的金融生态环境评价方法。

金融生态环境；区间数；群决策；灰色关联度；TOPSIS

0 引言

金融业的健康发展是保证国民经济可持续发展的重要引擎，金融生态环境的好坏关系到地方经济的发展速度和企业的融资难度。因此，定期对区域内金融生态环境进行评价，及时掌握区域金融生态环境对促进区域经济发展，制定金融发展政策具有重要的决策参考意义。

学者们[1-5]从不同的方面构建了金融生态环境评价指标体系，并给出了评价方法，但是随着金融衍生品的不断提出，以及新的金融服务形式的提出，使得金融生态环境的影响因素不断发生改变，因此，必须根据新的金融环境来对金融生态环境评价指标进行更新；与此同时，现有的评价方法均是基于确定性信息来评价，而实际金融生态环境的评价存在一定的不确定性，但基于不确定性信息的金融生态环境评价成果却很少。因此，本文将基于公平公正的原则，提出群组专家共同参与下的金融生态环境评价方法，给出一种基于区间分析的金融生态环境评价方法。

1 金融生态环境评价指标体系的构建及权重确定

1.1 指标体系的构建

金融生态环境评价指标体系是一个不断完善和补充的过程，随着金融业发展的深入和相关政策、法律的完善，金融生态环境评价的复杂度也逐渐提升。金融生态环境评价指标体系的完善过程可以用图1表示：

图1 金融生态环境评价指标体系的完善过程

本文按照图1的完善过程，利用聚类分析的方式，最终确定金融生态环境评价指标集合为：

（1）法律基础和法律建设：主要是指国家或区域内金融产业相关法律的建立和完善状况，要保证较好的金融生态环境，必须建立较为完善的金融法律和法规，地方政府部门要根据区域经济发展需要和实际状况，颁布和完善相关法规，以保障金融产业的有序发展。

（2）信用环境：信用是金融业发展的基石，银行与企业及银行与个人之间的借贷款均是在借贷双方遵守信用的基础上建立起来的，良好的信用环境使金融借贷和融资成为可能，使借贷资金链形成连续性，带动金融业与企业之间资金流的良性循环，促进区域内金融业和相关产业的快速发展，提升区域经济的发展。

（3）金融发展水平：一个区域内的金融发展水平可以从该区域内金融机构的分布情况和金融机构的盈利能力来进行分析。对应金融业发展水平较高的地方，其金融从业机构会集中的分布在相应区域内，且金融的资本和资产利润率相对较高，城乡居民存款比例较高，在对外交易和外汇承兑方面的业务量也会较多。发达的金融发展水平，使金融交易相对频繁，对金融生态环境的良性发展起到重要的促进作用。

（4）经济运行质量：主要是指用当地的企业数量、企业利润率、区域居民人均GDP、居民收入与消费比重来衡量当地的经济运行质量。对于经济运行质量较高的地区，企业的核心竞争力和资本利润率相对较高，具有较大的可持续发展能力，人民可支配收入较多，居民的生活和保障水平较高，从而有更多的资金用于投资和金融活动，促进金融产业的繁荣发展。

（5）政府主导作用：主要是政府在促进区域金融业发展过程中所起到的作用。很多金融生态环境的保护需要相关行政部门通过出台相关政策和法规来进行规范和引导，同时对金融业发展中涉及到的多部门、多产业之间的交流、合作与冲突，均需要相关行政目标来进行协调。

1.2 指标权重的确定

在确定影响金融生态环境的评价指标后，考虑到每个评价指标对金融生态环境的影响程度各不相同，为了更客观地评价金融生态环境，应该对每个指标的影响重要性进行区分，因此需要确定每个评价指标的权重。基于层次分析法确定指标权重的方法是被广泛应用的一种方法，该方法通过如表1所示的评价标度，通过专家基于个人知识和经验，对各评价指标之间的重要性进行两两比较，构造出满足一致性的互反判断矩阵，再利用数据模型推导出最终的金融生态环境评价指标权重。该赋权方法综合了专家个人经验和客观数据规律，所以利用层次分析法导出的指标权重具有定性和定量双重特性，从而被广泛应用。本文在确定金融生态环境评价过程中，也采用层次分析法确定权重。

表1 互反判断矩阵评价标度

假设通过对金融生态环境评价指标之间的重要性进行两两比较，构造满足一致性的互反判断矩阵为T=(tij)5×5，对互反判断矩阵导出权重的计算有很多研究成果，本文采用文献[6]的指标权重导出计算公式为：

其中：

2 基于区间分析的评价方法

在给出金融生态环境评价方法之前，先给出如下定义：

定义1[7]：记n称cij为一个正区间数。

定义2[8]：设[a，b]为区间数，且：

为了解某区域内各n个县域内的金融生态环境现状，设聘请m位专家构成群组专家，采用百分制的评分方式对各县域的金融生态环境进行评价，采用落点法最终得到群组专家对n个县域内的金融生态环境评价结果为：

在对区域内各县域的金融生态环境进行比较和择优过程中，一般对每个县域的金融生态环境评价结果与理性状态进行比较，与理想状态越贴近，对应的县域金融生态环境越优秀，基于这样的思想，下面给出一种基于灰关联度[8]的理想解法（即TOPSIS法）。考虑到群组专家对各县域内金融生态环境评价结果的不确定性，为便于比较，并有效集合评价信息中的不确定性，采用区间连续有序加权算子[8]（C-OWA）来对区间数进行集结，则区间型评价矩阵X利用C-OWA算子进行去不确定化后得到的评价矩阵为：

将金融生态环境的正理想状态作为参考系列，一般正理想状态为每个评价指标下的指标加权最优值，即z0=，其中，。

则将第i个县域的指标加权金融生态环境评价向量Zi=(zi1，zi2，…，zi5)看作比较序列，采用灰色关联度来描述第i个县域的金融生态环境与理想状态之间的灰色关联度，一般关联度越大，说明该县域的金融生态环境越好，因此，在对该区域内各县域的金融生态环境评价过程中，可以通过计算灰色关联度来实现对金融生态环境的评价和排序。其中第i个县域的金融生态环境灰关联度为：

其中：

3 评价实证

金融生态环境的好坏关系到区域经济的可持续发展，及时地评价区域内金融生态环境，对金融生态环境进行监督，能有效地防范金融风险。为对某地区6个区县B1，B2，…，B6的金融生态环境进行监控和评价，聘请专家组对该区域的金融生态环境进行考察和分析，并分别从法律基础和法律建设、信用环境、金融发展水平、经济运行质量、政府主导作用五个方面进行评价，得到评价矩阵为：

采用层次分析法对金融生态环境评价指标的重要性进行比较，得到互反判断矩阵为：

采用权重确定方法得到金融生态环境五个评价指标的指标权重向量为：

采用C-OWA算子对区间型金融生态环境评价结果去不确定性，取r=3，得到去不确定性的金融生态环境评价矩阵为：

对金融生态环境评价结果进行指标加权得到

则参考序列为：

计算6个县域内的金融生态环境评价向量与参考序列之间的灰色关联系数矩阵为：

则6个县域的金融生态环境与理想状态的灰色关度为：

对6个县域的金融生态环境与理想状态下的灰色关联度作图，通过灰色关联度可以看出，6个县域的金融生态环境排序结果为：

即总体来说，在该地区内6 个县域的金融生态环境中，县域标号为B2 的金融生态环境最好，其次是B6 ，最差的是B5 。但是通过对灰色关联度的分析可以看出，6 个县域的金融生态环境与理想状态之间的相关度均很好，均超过0.73 的关联度，说明该地区的整体金融生态环境也是比较好的。

4 结束语

作为金融业赖以运行的外部环境的金融业生态环境，制约着区域经济的发展速度，定期对金融生态环境进行评价对掌握金融生态环境具有重要的意义。本文根据新时期金融生态环境的变化，提出了新的金融生态环境评价指标体系，并根据金融生态环境评价过程中存在的不确定性，给出一种基于区间数的评价体系，有效提升了金融生态环境评价结果的科学性和可信度，同时该方法也丰富了金融生态环境评价的理论体系。

[1]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].金融研究,2006,(1).

[2]安强身.我国农村金融生态环境评价指标体系研究[J].商业研究, 2009,(10).

[3]熊学萍,何劲,陶建平.农村金融生态环境评价与影响因素分析[J].统计与决策,2013,(2).

[4]周妮笛.基于AHP-DEA模型的农村金融生态环境评价——以湖南省为例[J].中国农村观察,2010,(4).

[5]陈雁云,刘晔.江西区域金融生态环境评价[J].江西社会科学,2013, (5).

[6]殷春武,王秋萍,苏哲斌.AHP判断矩阵排序的一种新方法[J].西安理工大学学报,2006,(4).

[7]吴江,黄登仕.区间数排序方法研究综述[J].系统工程,2004,(8).

[8]殷春武.模糊多准则群决策方法研究[D].西安：西安理工大学学位论文，2007.

（责任编辑/刘柳青）

F830.9

A

1002-6487（2017）11-0166-03

刘园丽（1986—），男，湖南岳阳人，硕士，研究方向：微观金融、风险管理。