我国金融生态评价及运行效率研究

发布时间：2018-02-27 08:39

  本文关键词： 金融生态 运行效率 结构方程模型 耦合协调 评价体系　出处：《中央财经大学》2015年博士论文　论文类型：学位论文

【摘要】：20世纪80年代以来,随着国际金融危机的频繁暴发,我国的金融风险问题开始逐渐显露,而表现在金融领域中的问题及风险,很大程度上是我国自改革开放以来经济运行中存在的各种风险的综合反映。由此,在运用金融资源促进经济增长过程中,如何保障金融安全与金融发展效率,开始逐渐受到人们的重视。在传统理论中,对金融领域的考察,多从其自身机制的设置及风险因素入手,没有考虑外在的许多重要因素。针对这种现象,前沿理论借鉴A.G.Tansley的“生态系统”理念,进一步提出了“金融生态”的概念,把“金融生态界定为由金融主体及其赖以存在和发展的金融生态环境构成,两者之间彼此依存、相互影响、共同发展的动态平衡系统。”以生态学的理论为基础,从金融主体及金融运行的外部环境入手,通过对影响金融运行的政治、经济、文化等外部环境因素进行分析,探讨金融主体及外部环境之间的相互作用与影响。由金融风险的治理所引出的金融生态是一个典型的中国问题。在中国,不仅地区金融主体的规模、体制、经营等存在差别,各个地区的金融环境也存在着显著的差异。因此,研究金融生态问题的立足点应当在地区层面上,地区间金融生态的差异问题,应是我们的研究重点。作为金融生态的分析对象应当是一个能够识别自身形成,有着清晰的边界,具有整体功能的经济体,而城市正属于这样一类经济体。同时,依据对GDP的贡献来衡量,城市承载了中国经济活动的主要部分,因此研究城市金融生态问题具有较大的实践意义。基于以上背景,本文以我国286个地级以上城市金融生态质量评价作为研究切入点,实证分析我国金融生态的实际状况和表现特征,认清各城市金融生态的发展水平,全国金融生态协调发展情况及其运行效率,深入分析金融生态的构成要素,揭示各要素之间的相互关系及其对整个系统效率和协调性的影响,并最终落脚于如何提高我国金融生态的质量和运行效率。数据选取方面,为保证数据的真实性和权威性,本文多使用官方数据或权威研究成果。其中,宏观数据主要来自历年《中国统计年鉴》、《中国城市统计年鉴》、《中国区域经济统计年鉴》、《中国财政年鉴》、《中国金融年鉴》、《中国保险年鉴》、《中国工业经济统计年鉴》、各省市统计年鉴、统计公报、政府工作报告、金融运行报告、中经网数据库等相关统计资料。来自国内研究单位的相关成果与数据主要包括,中国社科院金融研究所《中国城市金融生态环境评价》、《中国地区金融生态环境评价》中的评价结果和相关数据,中国社科院财贸所《城市竞争力报告》中有关城市经济、社会等方面的评价成果,国民经济研究所《地区市场化进程报告》中的相关研究成果等。研究方法上,本文注重理论和实证分析相结合,在理论分析方面,系统梳理和追踪国内外相关理论及方法,界定金融生态的概念、内涵及特征,阐述我国金融生态环境构成要素对金融生态的影响机理以及金融生态的协调发展等问题;在实证分析方面,依据已构建的理论框架,将国际学术界流行的结构方程模型、耦合协调度模型、sbm模型、超效率sbm模型、malmquist指数、随机森林算法、面板tobit模型等方法引入我国金融生态的研究,尝试构建一套科学、合理的我国金融生态评价、协调发展、运行效率测度的综合统计分析框架。研究过程上,本文以我国286个地级以上城市的金融生态运行状况为截面,以金融生态的评价、协调发展、运行效率、影响因素为研究主线。首先阐述金融生态的理论与方法基础,对国内外金融生态的既有研究成果进行系统性梳理;对我国金融生态的发展现状进行了统计描述;实证研究方面,在对我国金融生态质量进行评价分析的基础上,测算了我国金融生态主体和金融生态环境的协调发展程度,对我国金融生态运行效率从静态和动态角度进行双重测度,找出影响其运行效率的主要因素;最后,针对我国金融生态运行的具体状况提出了相关的政策建议。全文结构安排如下:导论。提出研究我国金融生态问题的背景及选题意义,对金融生态的国内外相关文献进行梳理,对已有的经济理论和实证研究进行分类,分析了现有文献的贡献和局限性,在此基础上,提出本论文的研究思路,简述研究的主要内容,介绍本研究的数据来源以及采用的主要研究方法,归纳本文的主要特色和创新点。第1章金融生态研究基础。阐释金融生态的理论基础和方法基础。在理论基础方面,首先介绍了金融生态的相关概念、构成要素和基本特征。其次对国内外有关金融生态的理论渊源进行系统梳理。最后分析了金融生态环境各构成要素对金融生态的影响机理,为本文的研究提供了重要的理论依据。在方法基础方面,首先概述了目前主流的金融生态评价方法及本文选用的结构方程模型。其次,对sbm-rfa-tobit三步法的分析框架进行阐述,分别介绍了静态效率测度方法—sbm模型,动态效率测度方法—malmquist指数,随机森林算法,面板tobit模型。第2章我国金融生态现状分析。对我国金融生态的发展状况和特点进行统计描述,分别考察了我国金融生态环境及金融生态主体的发展状况。从经济基础、政府服务、社会诚信文化三个方面对我国286个地级以上城市的金融生态环境进行对比分析。在金融生态主体方面,具体考察了金融机构和金融市场的发展状况。总结出我国金融生态环境和金融生态主体的现状、特点和发展趋势。第3章我国金融生态质量综合评价。引入结构方程模型对我国金融生态质量进行评价分析。首先结合城市金融生态的特点构建了初始评价体系,以此为基础,建立包含9个潜变量及47个观察变量的测量方程。根据理论分析及测量方程的优化结果,提出了适合我国金融生态环境和金融生态主体分析的一般结构方程模型和评价模型;从金融生态环境和金融生态主体两个方面进行了我国286个城市金融生态质量的总体对比分析、2006—2012年我国金融生态质量的动态分析及城市分类型金融生态质量的比较分析。通过上述分析,有助于认清我国金融生态的运行质量,各城市金融生态质量在全国所处位置等信息。第4章我国金融生态协调发展的实证研究。在协调发展相关理论基础上,以我国286个城市为研究对象,实证分析我国金融生态环境与金融生态主体的协调发展情况。首先结合金融生态系统的特点,介绍了耦合协调度的计算方法及判别标准。运用耦合协调度模型分析我国金融生态协调发展情况。根据耦合协调度模型计算的金融生态主体子系统与金融生态环境子系统耦合协调度数值及其对应的协调程度,进行城市耦合协调度的对比分析和动态分析。第5章我国金融生态运行效率测度与影响因素研究。对我国金融生态的运行效率及影响因素进行了实证分析。以sbm-rfa-tobit三步法的分析框架为基础,采用sbm模型、超效率sbm模型和malmquist指数作为衡量指标,从静态和动态角度对2006—2012年期间我国金融生态运行效率在不同城市、不同时期的发展差异和变化趋势进行了测度。依据效率测度结果,对静态和动态运行效率的影响因素进行分析,运用随机森林算法计算变量的重要性,运用面板tobit模型测算各因素的影响方向和贡献程度。通过上述分析,有助于揭示影响金融生态运行效率和强弱变化的深层次原因。第6章结论及政策建议。全面梳理前文分析的各项主要结论,结合我国金融生态的分析结果,提出相关政策建议。本文主要结论:1.统计描述了我国金融生态的发展现状。随着城市化进程的加快,大城市与小城市间的地区差异越来越明显。在金融生态环境方面,各直辖市及省会城市处于区域经济、政治、文化的中心位置,在经济发展、政府服务、诚信文化水平发展上均优于其他地级以上城市,但中小城市在研究期间内的增长速度却有明显的上升趋势,某些指标的增速甚至超过了各直辖市及省会城市。从金融机构和金融市场两个方面对我国金融生态主体的基本状况进行了考察,在金融机构的发展规模、金融深度、保费收入及保险密度等方面,各类城市变化趋势较为一致,基本呈现逐年上升的态势,各直辖市及省会城市具有较大优势,中小城市发展较慢。在金融资产配置效率方面,各省会城市的效率水平是最高的,说明经济水平及金融机构发展规模对金融资产配置效率的作用方向不明确。金融发展规模最大的直辖市,并不是金融资产使用效率最高的,归因于各直辖市金融资源存在大量闲置的现象。而金融机构发展规模相对较小的中小城市,由于内在不足及外部环境的交互影响,金融资产配置效率也较低。2.评价比较了我国金融生态运行质量。在所考察的286个地级以上城市中,上海、北京综合得分最高,属于成熟型的金融生态环境和金融生态主体;长三角经济区城市的金融生态质量水平最高,珠三角经济区次之,环渤海经济区城市内部的差异较大;潜力型及落后型金融生态环境和金融生态主体多集中在中西部城市。在2006—2012年间,上海、北京、广州、深圳等城市金融生态发展水平基本稳定,主要归因于其金融生态各个方面都具有相对较高的水平,形成了良性循环的趋势;金融生态环境综合水平波动幅度较大城市为大连、中山、佛山等;金融生态主体综合水平波动幅度较大的城市为重庆、苏州、济南等。3.实证分析了我国金融生态协调发展程度。我国城市金融生态协调发展情况不容乐观,只有35%左右的城市属于勉强协调发展以上的类型,40%左右的城市属于中度失调的类型,25%左右的城市属于严重失调的类型。长三角经济区城市的协调发展程度最好,珠三角经济区次之,环渤海经济区仅有65%左右的城市属于勉强协调发展以上的类型。在2006—2012年期间,北京、重庆、武汉等城市协调发展程度持续上升且幅度较大;沈阳、济南等城市的下降幅度最大;上海、深圳等城市协调发展趋势属于基本平稳,其金融生态长期处于优质协调状态,主要归因于较高水平金融生态环境和金融生态主体的共同作用。4.分析测度了我国金融生态的运行效率。静态效率测度结果表明,我国各年处于效率前沿面的城市占比均不超过40%,还有很大比例的城市金融生态的运行处于相对无效率的状态,并且城市的静态运行效率与经济发展程度之间的关系不确定,并非经济基础越好的城市,其静态运行效率就越高。一些经济发展水平较高的城市,呈现出运行无效率的状态,如苏州、杭州、南京等。一些经济发展水平相对较低的城市,表现出了较高的静态运行效率,如海口、兰州、南宁等。这代表着经济基础相对较差的城市,若准确选择出适合本土金融生态主体的发展路径,也能呈现相对较高的运行效率。动态效率考察的主要是金融生态的改进状态,测度结果表明,系统技术进步是促进运行效率提升的主要原因,2007—2008年间,我国金融生态动态效率的增幅最大为12%,处于效率前沿面上的城市占比最大为83.57%,2010—2011、2011—2012年间,动态效率出现了较小幅度的衰退现象,负增速分别为3%、1%。5.定量探究了影响我国金融生态运行效率的因素。研究期间内,各影响因素对金融生态的静态和动态效率的作用方向是一致的。金融发展水平和经济发展水平是所有解释变量中,贡献程度最大的,且为正向作用,长期效应大于短期效应;政府干预对静态效率为负的不显著影响,对动态效率影响为负且显著;经济开放程度、制度环境、教育环境均对金融生态的静态和动态运行效率产生正向影响,其中经济开放程度的短期影响大于长期影响,制度环境与教育环境在长期内对动态效率影响程度更大。本文的创新主要体现在以下几个方面:第一,将结构方程模型引入到金融生态质量的评价研究当中,结合城市金融生态的特点,根据理论分析及测量方程的优化结果,提出了适合我国金融生态环境和金融生态主体分析的一般结构方程模型和评价模型,实证考察影响金融生态发展的关键因素,并对我国金融生态运行质量作出了评价。第二,将SBM、RFA、Tobit三种方法综合运用于金融生态效率测度和影响因素的研究,运用SBM模型、超效率SBM模型及Malmquist指数分别测算了我国金融生态的静态和动态运行效率,通过随机森林算法(RFA)计算变量的重要性,运用面板Tobit模型实证分析了我国金融生态运行效率的影响因素,进一步拓宽了金融生态的评价手段,有利于金融生态研究的进一步完善。第三,结合金融生态系统理论,针对我国286个地级以上城市金融生态的具体情况,剖析影响其发展的各项因素,以金融生态的评价、协调发展、运行效率、影响因素为研究主线,从主体、环境等多维角度对我国金融生态问题进行了更加深入、细致和全面地考察。特别地,城市金融生态协调发展、金融生态运行效率及影响因素分析等问题都是同类研究较少涉及方面。
[Abstract]:......
【学位授予单位】：中央财经大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F832
，

本文编号：1541940