莊 巖
(哈爾濱商業(yè)大學金融學院,哈爾濱150028)
黑龍江省是一個農(nóng)業(yè)大省,轄區(qū)包括13個市,65個縣。黑龍江省縣域金融的發(fā)展水平是促進縣域經(jīng)濟發(fā)展的重要因素,它直接關系到全省工業(yè)化、城鎮(zhèn)化的總體進程,也決定了黑龍江省農(nóng)業(yè)、農(nóng)村和農(nóng)民問題的解決。從理論上,約瑟夫·熊彼特早在1912年出版的《經(jīng)濟發(fā)展理論》中就論證了貨幣,信貸和利息等金融變量對經(jīng)濟創(chuàng)新和發(fā)展的作用。同理,縣域金融的發(fā)展水平關系到農(nóng)村信貸資金需求的融通,也直接影響到農(nóng)村經(jīng)濟的增長。但是,黑龍江省縣域金融發(fā)展的水平和質(zhì)量不高,已經(jīng)影響和制約了黑龍江省縣域經(jīng)濟的發(fā)展。利用實證分析的方法,更好的把握黑龍江省縣域金融發(fā)展中的制約因素,才能從根本上找到解決黑龍江省農(nóng)村金融的問題所在,才能更好的發(fā)揮縣域金融對縣域經(jīng)濟的支持作用。
經(jīng)濟增長與金融發(fā)展的關系研究一直是理論界關注的重點。20世紀60年代末至70年代,Goldsmith(1969),Mckinnon(1973),Shaws(1973)創(chuàng)立了金融發(fā)展理論,比較一致地認為金融發(fā)展與經(jīng)濟增長存在相互影響。Goldsmith(1969)最早意識到金融和經(jīng)濟增長之間關系問題的重要性,并運用1860年到1963年期間35個國家的數(shù)據(jù)定量分析了金融發(fā)展和經(jīng)濟增長關系。研究表明,金融發(fā)展和經(jīng)濟增長之間存在正相關關系。King和Levine(1993)繼承并擴展了Goldsmith的研究,認為各國金融發(fā)展與經(jīng)濟增長確實存在著正相關關系。
近年來,縣域金融與縣域經(jīng)濟增長之間的關系問題受到國內(nèi)學者的關注。徐笑波和鄧英陶(1986),最早計算了我國農(nóng)村金融相關率(FIR)指標,并對我國農(nóng)村金融發(fā)展和農(nóng)村經(jīng)濟增長進行了實證檢驗,但是在進行最小二乘回歸時沒有注意到時間序列數(shù)據(jù)的平穩(wěn)性,因此模型存在著謬誤回歸的嫌疑。曾康霖等(2003)對經(jīng)濟欠發(fā)達地區(qū)縣域金融制度安排進行了剖析,認為農(nóng)村經(jīng)濟制度與金融制度變遷的不對稱,形成經(jīng)濟的多元性和民營性與金融的單一性和“官營性”的反差。姚耀軍,和丕禪(2004)在考慮到數(shù)據(jù)的平穩(wěn)性問題后,利用我國1978—2001年的年度數(shù)據(jù)通過構(gòu)建VAR模型進行研究,結(jié)果表明我國農(nóng)村正規(guī)金融的發(fā)展對農(nóng)村經(jīng)濟增長沒有起到“供給主導”的作用,而處于“需求遵從”的地位。錢水土(2006)研究認為,縣域經(jīng)濟發(fā)展導致縣域金融需求展現(xiàn)出越來越明顯的內(nèi)生性,而縣域金融供給則仍由政府主導,是完全外生的。石全虎(2009)研究認為,縣域金融發(fā)展對縣域經(jīng)濟增長的重要支持作用體現(xiàn)為:籌集縣域經(jīng)濟發(fā)展所需的資本,調(diào)整縣域經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu),帶動縣域其他生產(chǎn)要素的流動。
因子分析一般用于處理多維隨機變量在線性變換下其分量相關問題,它通過求協(xié)方差陣或相關關系陣的特征值和特征向量,按指定的貢獻率求出幾種原來隨機變量主要信息、相互無關的主因子。
其模型如下:設有n個樣本,每個樣本有p個觀測變量,分別用 x1,x2,…,xp表示;F1,F(xiàn)2,…,F(xiàn)q,(q<p)分別表示q個因子變量。如果:
1)X=(x1,x2,…,xp)T為p維可觀測變量,且均值向量E(X)=0,協(xié)方差陣cov(X)=∑X,且協(xié)方差陣與相關系數(shù)矩陣R相等;
2)F=(F1,F(xiàn)2,…,F(xiàn)q)T,(q < p)是不可測的變量,且均值向量E(F)=0,協(xié)方差陣cov(F)=1,即向量F的各分量之間是相互獨立的;
3)ε =(ε ,ε ,…,ε)T與F12p相互獨立,且E(ε)=0,協(xié)方差陣 cov(ε)是對角陣,即cov(ε)=∑ε,說明ε各分量之間也是相互獨立的,則模型為:
式(1)是因子分析的數(shù)學模型,也可用矩陣的形式表示為X=AF+ε。其中F稱為因子,由于它們出現(xiàn)在每個原有變量的線性表達式中,因此又稱為公因子。因子可理解為多維空間中相互垂直的k個坐標軸;A=(aij)p×q稱為因子載荷矩陣,aij(i=1,2,3…,q)稱為因子載荷,使第i個原有變量在第j個因子上的負荷。如果把變量Xi看成q維因子空間中的一個向量,則aij表示Xi在坐標軸Fj上的投影,相當于多元線性回歸模型中的標準化回歸系數(shù)。aij的絕對值越大,表明Xp×1與Fq×1的相依度越大,或稱后者對前者的載荷量越大。ε稱為特殊因子,表示原有變量不能被因子解釋的部分,其均值為0,相當于多元線性回歸模型中的殘差。當ε對Xp×1的影響不大時,式(1)可以近似的表示為Xp×1≈Ap×qFq×1(2),于是可以在式(2)的基礎上分析變量之間的內(nèi)部結(jié)構(gòu)。
對縣域金融環(huán)境系統(tǒng)的評價的最終目的都是為管理者決策提供有效信息,因此選擇指標體系一定要有利于對系統(tǒng)的分析、評價,有利于管理者的正確決策。同時要做到長遠目標和近期目標的兼顧。所確定的指標體系要能全面反映評價目的??傊?,在指標體系確定和選取時要有的放矢,做到有據(jù)可查,避免選擇指標體系時的盲目性。
縣域金融環(huán)境評價指標選取:主要由農(nóng)村居民儲蓄余額,農(nóng)村居民人均貸款余額,農(nóng)村人均GDP、農(nóng)村居民人均純收入、農(nóng)村人均住房支出、農(nóng)村居民每百戶電話擁有量、農(nóng)村人均文教娛樂用品及服務支出、農(nóng)村居民平均每百個勞動力中大專以上人數(shù)、農(nóng)村合作醫(yī)療覆蓋率、農(nóng)村養(yǎng)老保險覆蓋率、農(nóng)民對村政務公開滿意度、每萬戶擁有銀行個數(shù)、農(nóng)村金融機構(gòu)不良貸款率11個指標構(gòu)成。主要由總量增長速度指標、平均增長速度指標、結(jié)構(gòu)相對指標組成,這些指標共同構(gòu)筑了縣域金融指標體系的基本框架。數(shù)據(jù)來源于《黑龍江省統(tǒng)計年鑒》及《黑龍江省金融統(tǒng)計年鑒》整理得出。
表1 縣域金融環(huán)境評價指標體系
選取2000—2009年黑龍江省縣、鎮(zhèn)及農(nóng)村的統(tǒng)計數(shù)據(jù)利用SPSS16.0對數(shù)據(jù)進行處理。為了消除由于量綱的差異和數(shù)量級的不同可能帶來的一些不合理的影響,首先對數(shù)據(jù)進行標準化處理,處理結(jié)果見表2.標準化后的數(shù)據(jù)均值和方差見表2。
表2 標準化數(shù)據(jù)的均值和方差
從表2可以看出,標準化后的變量的均值為0,方差為1。數(shù)據(jù)標準化后的相關矩陣見表3.從表3可以看出,各個指標之間相關系數(shù)的絕對值在0.5以上,表明相關性較大。
表3 指標標準化后的相關矩陣
對相關系數(shù)矩陣進行統(tǒng)計檢驗,其結(jié)果見表4。
從表4可以看出,經(jīng)過Bartlett檢驗表明:Bartlett值 =415.089,p=0,即相關矩陣不是單位矩陣,故考慮使用因子分析;KMO抽樣適度檢驗是用于比較觀測相關系數(shù)值與偏相關系數(shù)值的一個指標,其值越逼近1表明對這些變量進行因子分析效果越好。從表3可以看出KMO值為0.815,接近1,意味著因子分析的結(jié)果可以被接受。
表4 KMO檢驗與巴特利特檢驗
從表5中的因子特征值,方差貢獻率以及累計方差貢獻率的數(shù)值,按照特征根大于1的原則,選入2個公共因子,其累計方程貢獻率為96.285%,這說明所選的2個因子中已經(jīng)包含了原先13個評價指標的96.285%的信息,能夠很好的替代這些指標對黑龍江省縣域金融環(huán)境進行描述。
表5 各因子對總體指標的累計貢獻率及其特征值
為了使因子更好地解釋變量,我們進一步將因子旋轉(zhuǎn),采用方差最大化旋轉(zhuǎn),公因子與原有變量指標之間的關聯(lián)程度由因子載荷值表征。因子載荷值越高,說明該因子包含該指標的信息量越多。表6給出了采用方差最大化正交旋轉(zhuǎn)后得到的因子載荷矩陣。
表6 旋轉(zhuǎn)后的因子載荷矩陣
利用主成分分析法可以求出各主成分,表達式為分別為綜合因子F以各因子的方差貢獻率占兩個主成分的累計方差貢獻率的比重作為權(quán)重對F1,F(xiàn)2進行加權(quán)匯總得到:F=0.8896×F1+0.1107×F2。從各主成分的構(gòu)成來看,除了在第一主成分中影響較小以外,其余指標在第一主成分中的影響都很大,而第二主成分中僅有X11影響很大。所以,黑龍江省縣域金融環(huán)境指標可以由第一主成分來表示。因此,可得成分得分值表7。
表7 因子分析的主因子結(jié)果
根據(jù)因子得分表,描述信用度綜合指標,見圖1。
圖1 黑龍江省縣域金融綜合指標
從圖1見,在2000—2010年十年間,黑龍江省的縣域金融呈不斷上升,逐漸完善的良好態(tài)勢。
運用因子分析,我們看到對黑龍江省縣域金融環(huán)境貢獻指標依次為:金融狀況、經(jīng)濟基礎、社會保障程度、法制環(huán)境和誠信文化。其中,影響因素最為重要的是金融狀況、經(jīng)濟基礎。其中村鎮(zhèn)居民人均存款余額和村鎮(zhèn)居民人均貸款余額是貢獻率最高的指標。然而,要想提高村鎮(zhèn)居民的存貸款余額,必須以提高縣域居民人均純收入和投資消費水平為前提。因此要使黑龍江省縣域金融服務質(zhì)量得以提高是要以農(nóng)村地區(qū)整體經(jīng)濟環(huán)境以及農(nóng)村地區(qū)金融體系環(huán)境為前提。為此,要繼續(xù)加大對農(nóng)業(yè)投入,提高農(nóng)業(yè)補貼水平。同時要繼續(xù)深化農(nóng)村地區(qū)金融體制改革,擴大金融機構(gòu)網(wǎng)點覆蓋面、拓寬信用渠道、降低市場交易成本。
從因子分析結(jié)果可見,法制環(huán)境,社會服務和誠信文化方面在實證結(jié)果中表現(xiàn)出的貢獻率較小。主要是因為這些指標固然重要,但由于其無法量化,通過有限的統(tǒng)計數(shù)據(jù)無法全面準確的反映這些方面的實質(zhì)內(nèi)容,因此貢獻率相對較小。但這并不能說明這些方面在優(yōu)化黑龍江省縣域金融環(huán)境和提高縣域金融服務質(zhì)量中的作用不重要。相反,我們更應該要重視完善黑龍江省縣域金融軟環(huán)境的建設。
從因子分析的總體結(jié)果看,黑龍江省縣域金融的水平在逐年提高,從2005年開始縣域金融的發(fā)展呈現(xiàn)出良好的勢頭。隨著黑龍江省縣域金融的不斷完善,會對黑龍江省縣域經(jīng)濟的發(fā)展起到越來越大的支持作用。
[1]Pagano.Financial Market and Growth:An overview[J].European Economic Review,1993,7:613-622.
[2]An jini Kochar.Does Lack of Access to Formal Credit Constrain Agricultural Production?Evidence from the Land Tenancy Market in Rural India[J].American Journal o f Agricultural Economics,1997,(5),754-763.
[3]徐笑波,等.關于調(diào)節(jié)信貸資金方向的若干政策建議[J].管理世界,1986,(1):2-6.
[4]曾康霖,蒙 宇,劉 楹.論縣域金融制度變遷與創(chuàng)新[J].金融研究,2003,(1):82-91.
[5]姚耀軍,和丕禪.中國農(nóng)村金融發(fā)展與經(jīng)濟增長(1978—2001)實證分析[J].西北農(nóng)林科技大學學報,2004,(10):22-26.
[6]錢水土,程建偉.縣域經(jīng)濟發(fā)展與縣域金融體系重構(gòu)研究[J].浙江社會科學,2005,(6):218-223.
[7]林毅夫,姜 燁.經(jīng)濟結(jié)構(gòu)、銀行業(yè)結(jié)構(gòu)與經(jīng)濟發(fā)展[J].金融研究,2006,(1):7-23.
[8]楊勝剛,朱 紅.中部塌陷、金融弱化與中部崛起的金融支持[J].經(jīng)濟研究,2007,(5).
[9]石全虎.縣域金融支持縣域經(jīng)濟發(fā)展的理論思考[J].經(jīng)濟體制改革比較,2009,(2):60-65.
[10]徐諾金.論我國的金融生態(tài)問題[J].金融研究,2005(11):31-38.
[11]程亞男,劉獻麗.區(qū)域金融生態(tài)環(huán)境評價指標體系研究[J].金融研究,2006,(1):167-177.
[12]唐 賽.中國農(nóng)村金融生態(tài)環(huán)境評價及體系構(gòu)建[D].哈爾濱:東北農(nóng)業(yè)大學經(jīng)濟管理學院,2008.
[13]許紅蓮.農(nóng)村金融生態(tài)質(zhì)量評價指標體系的構(gòu)建[J].財經(jīng)理論與實踐,2008(4):262-28.
[14]張文彤.SPSS11統(tǒng)計分析教程[M].北京:北京希望電子出版社,2004:327-337.