強始學，蔣彩彩

1.兵團黨委黨校，新疆 五家渠 831300 2.石河子大學商學院，新疆 五家渠 831300

1 引言

金融是現(xiàn)代經(jīng)濟和社會發(fā)展的核心，其發(fā)展的速度和水平對于經(jīng)濟資源的配置和經(jīng)濟社會資本的形成具有重要作用。“十二五”期間，隨著國家對口援疆政策的實施和新一輪西部大開發(fā)戰(zhàn)略的開展，以及中央對兵團產(chǎn)業(yè)發(fā)展支持力度的不斷加大，兵團的金融發(fā)展迎來了歷史性發(fā)展機遇，金融機構(gòu)網(wǎng)點數(shù)量不斷增加，規(guī)模及實力顯著增強，為經(jīng)濟社會的發(fā)展提供了強大的資金支撐。截止2011年末，兵團金融機構(gòu)各項存款余額達8.12×1010元，較上年增長8.79%；各項貸款余額達2.69×1010元，較上年增長15.6%。在跨越式發(fā)展戰(zhàn)略的影響下，兵團經(jīng)濟正處于快速發(fā)展期，對資金的需求旺盛，亟需完善金融體系。本文采用量化分析的方法，評估兵團的金融發(fā)展水平及其影響因素，并提出相應的對策建議，這對兵團全面實現(xiàn)小康社會具有重要的現(xiàn)實意義。

2 兵團金融發(fā)展水平的測度

2.1 兵團金融發(fā)展指標體系構(gòu)建

金融系統(tǒng)是一個復雜的動態(tài)系統(tǒng)，單一的指標難以準確反映真實的金融發(fā)展狀況[1]。按照指標選取的合理性和科學性原則，考慮兵團自身的特征及相關(guān)數(shù)據(jù)的可獲得性，并參考董金玲、袁云峰等的研究成果，主要從金融發(fā)展規(guī)模、金融發(fā)展效率及金融發(fā)展結(jié)構(gòu)三方面選取指標，構(gòu)建的指標體系見表1所示。

表1 兵團金融發(fā)展指標體系

金融發(fā)展規(guī)模是衡量地區(qū)金融發(fā)展水平的總量指標。主要包括:(1)人均存款和人均貸款：用來衡量人均占有金融資源的情況；(2)金融從業(yè)人員數(shù)、上市公司數(shù)、保險公司數(shù)：衡量地區(qū)金融組織的規(guī)模；(3)保險業(yè)務收入：主要反映保險市場的發(fā)展情況；(4)上市公司IPO籌資額：主要衡量證券市場的發(fā)展規(guī)模。(5)金融相關(guān)比率：衡量區(qū)域金融發(fā)展總量的主要指標，用存貸款之和與GDP之比表示。

金融發(fā)展效率主要指金融資源的配置效率。(1)金融開放度：反映金融市場對外的開放程度，以外商直接投資與GDP之比表示；(2)金融中介效率：用來反映金融機構(gòu)將儲蓄轉(zhuǎn)化為貸款的效率，用貸款余額與存款余額之比衡量。(3)儲蓄增長率、存款增長率、貸款增長率：從動態(tài)角度反映金融機構(gòu)吸收存款、發(fā)放貸款的效率。

金融發(fā)展結(jié)構(gòu)顯示了地區(qū)金融成長的質(zhì)量，直接或間接地取決并作用于經(jīng)濟發(fā)展的質(zhì)量。(1)證券化率=上市公司股票籌資額/GDP，是衡量資本市場融資能力的主要指標；(2)保險深度=保費收入/GDP,保險密度=保費收入/地區(qū)總?cè)丝冢呛饬康貐^(qū)保險市場發(fā)達程度的主要指標。(3)上市公司分布結(jié)構(gòu)=兵團上市公司的數(shù)量/新疆上市公司的數(shù)量，融資結(jié)構(gòu)=股票籌資額/貸款總額，這兩個指標主要衡量兵團直接融資市場的活躍程度。

本文的數(shù)據(jù)均來源于1996～2011年公開發(fā)布的兵團統(tǒng)計年鑒、兵團統(tǒng)計公報、新疆統(tǒng)計年鑒、新中國60年統(tǒng)計資料匯編的新疆篇和兵團篇，部分數(shù)據(jù)經(jīng)過相關(guān)公式計算整理得到。由于各項指標數(shù)據(jù)的量綱不同，不具備可加、可比性，在實證分析前對所有指標的數(shù)據(jù)都進行了無量綱化處理。

2.2 兵團金融發(fā)展水平的綜合評價

表2 金融發(fā)展各指標的權(quán)重

通過以上步驟建立了兵團金融發(fā)展綜合指數(shù)(見表3)，并用該指數(shù)定量地對兵團各年的金融發(fā)展水平進行評價。1996年以來，兵團金融業(yè)得到逐步發(fā)展，先后成立了一些新的金融機構(gòu)，金融在兵團經(jīng)濟發(fā)展中發(fā)揮著越來越重要的作用。由圖1可以看出，兵團的金融發(fā)展水平整體呈現(xiàn)出緩慢上升的趨勢，從1996年的0.0607上升至2011年的0.0807，大約增長了1.33倍，年均環(huán)比增速1.8%，同時也表明，兵團金融發(fā)展水平的提升，是通過長時期的積累而緩慢形成的，而不是短期內(nèi)促成的。金融發(fā)展規(guī)模的得分也呈現(xiàn)上升態(tài)勢,年均環(huán)比增速為5.7%，而金融發(fā)展效率和金融發(fā)展結(jié)構(gòu)的得分卻呈現(xiàn)下降的趨勢，年均環(huán)比增速分別為-1.7%，-2.7%?？傮w來看，在兵團金融發(fā)展綜合水平提高的情況下，金融發(fā)展規(guī)模水平也相應的提高，但金融發(fā)展效率水平和金融發(fā)展結(jié)構(gòu)水平卻出現(xiàn)小幅度的下降，這說明兵團金融發(fā)展的規(guī)模、效率和結(jié)構(gòu)不協(xié)調(diào)，在規(guī)模提升的情形下，金融發(fā)展的效率沒有相應提高，金融發(fā)展的結(jié)構(gòu)未能得到充分的完善。這就要求兵團盡快建立健全的金融組織體系，促使金融效率得到提升、金融結(jié)構(gòu)得到優(yōu)化。

表3 兵團金融發(fā)展綜合指數(shù)

圖1 兵團金融發(fā)展綜合指數(shù)

3 兵團金融發(fā)展的影響因素分析

3.1 指標選取及數(shù)據(jù)來源

影響一個地區(qū)金融發(fā)展的因素有很多，不同的研究者針對不同的研究區(qū)域，提出了不同的指標。本文在借鑒既有的研究成果基礎上，考慮到兵團自身的體制及相關(guān)數(shù)據(jù)的可得性，主要選擇了人均實際GDP、FDI、城鎮(zhèn)化率、普通高等學校在校生數(shù)量作為本文研究的解釋變量，用前文綜合評價得出的金融發(fā)展綜合指數(shù)為被解釋變量，各指標選取的說明和理論依據(jù)見表4所示。

本文選取兵團1996～2011年的相關(guān)數(shù)據(jù)作為樣本。數(shù)據(jù)來源于1996～2011年的兵團統(tǒng)計年鑒、新中國60年統(tǒng)計資料匯編兵團篇。其中，城鎮(zhèn)化的數(shù)據(jù)是經(jīng)過公式計算整理得到的，F(xiàn)DI數(shù)據(jù)是根據(jù)人民幣對美元年平均匯率折算為人民幣計值的。為了消除變量之間的異方差和自相關(guān)，分別對人均實際GDP、FDI作了對數(shù)化處理。這部分的所有實證檢驗采用Eviews6.0軟件進行運算。

表4 指標選用的說明及理論依據(jù)

3.2 實證分析

3.2.1 序列的平穩(wěn)性檢驗 一般來說，大多數(shù)變量數(shù)據(jù)都是非平穩(wěn)的，而在進行協(xié)整檢驗和格蘭杰因果關(guān)系分析時，要求每一個序列必須是平穩(wěn)的。因此，在對時間序列數(shù)據(jù)做分析之前，需要對數(shù)據(jù)做平穩(wěn)性檢驗。本文采用ADF檢驗法，分別對金融發(fā)展綜合指數(shù)(Y)、人均實際GDP(X1)、FDI(X2)、城鎮(zhèn)化率(X3)和普通高等學校在校生數(shù)量(X4)這五個序列進行單位根檢驗，檢驗結(jié)果如表5所示。從表5可以看出，5個變量在5%的顯著性水平下均是非平穩(wěn)序列，但其二階差分序列是平穩(wěn)的，所以五個變量是二階單整序列。

表5 各序列的ADF檢驗結(jié)果(5%顯著性水平)

注：△2表示二階差分.

Note: △2express two differential

3.2.2 變量的協(xié)整關(guān)系檢驗 由于五個變量是同階單整序列，所以變量之間很有可能會存在某種長期穩(wěn)定的均衡關(guān)系。本文采用了Engle和Granger提出的基于回歸殘差的協(xié)整檢驗方法，對回歸分析所產(chǎn)生的殘差序列進行ADF檢驗，檢驗結(jié)果見表6。由表6可以看出，在1%、5%、10%三個顯著性水平下，殘差序列均是平穩(wěn)序列，這說明金融發(fā)展綜合指數(shù)與人均實際GDP、FDI、城鎮(zhèn)化率和普通高等學校在校生數(shù)量之間存在著協(xié)整關(guān)系，具有長期的穩(wěn)定均衡關(guān)系。

表6 回歸殘差的ADF檢驗結(jié)果

3.2.3 格蘭杰(Granger)因果關(guān)系檢驗 采用非平穩(wěn)時間序列的Granger因果關(guān)系檢驗方法對五個變量進行檢驗，以理清變量間存在的確定性的因果關(guān)系，檢驗結(jié)果具體總結(jié)如表7所示。從檢驗結(jié)果可知，在5%的顯著性水平下，兵團人均實際GDP、FDI和普通高等學校在校生數(shù)量五個變量，均是兵團金融發(fā)展綜合指數(shù)的Granger原因；并且兵團的城鎮(zhèn)化率和金融發(fā)展綜合指數(shù)兩者互為Granger因果關(guān)系。

表7 格蘭杰(Granger)因果關(guān)系檢驗結(jié)果 Table 7 Test results of granger causality

3.2.4 建立兵團金融發(fā)展水平的狀態(tài)空間模型 前文主要探究了兵團金融發(fā)展水平與各個因素之間的長期均衡穩(wěn)定關(guān)系及其格蘭杰因果關(guān)系，但這些還是不能夠反映不同的時期各個因素對兵團金融發(fā)展影響程度的差異性，也就是說比較難以反映出兵團金融發(fā)展水平對不同影響因素變動所具有的敏感程度的動態(tài)變化特征。目前，關(guān)于這方面的研究主要是采用傳統(tǒng)的分析方法，即使用靜態(tài)的固定參數(shù)模型來描述變量之間是否具有長期穩(wěn)定的線性均衡關(guān)系。但是，各個影響因素在不同的時期是處于不斷變化狀態(tài)的，其對兵團金融發(fā)展水平的影響機制也是動態(tài)的，使用固定的參數(shù)模型不能表現(xiàn)出這些動態(tài)變化。因此，需要采用合適的時變參數(shù)模型對這種動態(tài)變化進行研究，本文引入了狀態(tài)空間模型來估計該動態(tài)關(guān)系。狀態(tài)空間模型主要有兩個優(yōu)點：第一，狀態(tài)空間模型將不可觀測的變量(狀態(tài)變量)并入可觀測模型并與其一起得到估計結(jié)果；第二，狀態(tài)空間模型是利用強有力的迭代算法-卡爾曼濾波(Kalman Filter)來估計的，卡爾曼濾波是在基于時刻t所有可得到的信息計算狀態(tài)向量的最理想的遞推過程，它被廣泛地用于變參數(shù)模型中。[3]

針對上述的分析，本文對兵團金融發(fā)展建立如下的狀態(tài)空間模型：

量測方程：Yt=c+αtX1t+βtX2t+γtX3t+δtX4t+ut(1)

狀態(tài)方程：αt=a+αt--1+ζt；βt=b+βt-1+νt；γt=d+γt-1+πt；δt=f+δt-1+ωt(2)

方程(1)和方程組(2)一同被稱作狀態(tài)空間模型，其中，Yt、X1t、X2t、X3t和X4t在該模型中被稱為可觀測向量，c為常數(shù)，αt、βt、γt、和δt是模型中不可觀測的變量，被稱為狀態(tài)向量，是隨著時間的變化而改變的，分別用來反映各個解釋變量對被解釋變量影響程度的改變，需要用卡爾曼濾波來估計。方程組(2)表明，該模型假定四個狀態(tài)向量是符合帶有漂移的隨機游動過程。本文分別估計了固定均值系數(shù)、AR(1)系數(shù)、隨機游動系數(shù)以及帶有漂移的隨機游動系數(shù)這四種形式的狀態(tài)轉(zhuǎn)移方程，通過估計結(jié)果的理想程度，帶有漂移的隨機游動形式的擬合效果最優(yōu)，所以最終選擇這種假設形式來估計狀態(tài)向量。ut、ζt、νt、πt和ωt是模型的隨機擾動項，假設它們是獨立同分布的，且遵循均值為0，方差為常數(shù)的正態(tài)分布。利用Eviews6.0對該狀態(tài)空間模型進行估計的命令語句如下：

@signal y = c(1) + sv1*x1 + sv2*x2 + sv3*x3+ sv4*x4+ [var = exp(c(2))]

@state sv1 = c(4) + sv1(-1) + [var = exp(c(3))]

@state sv2 = c(6) + sv2(-1) + [var = exp(c(5))]

@state sv3 = c(8) + sv3(-1) + [var = exp(c(7))]

@state sv4 = c(10) + sv4(-1) + [var = exp(c(9))]

狀態(tài)向量αt、βt、γt、和δt的估計結(jié)果如圖2所示。圖中SV1F、SV2F、SV3F及SV4F分別指αt、βt、γt、和δt的變化趨勢。

圖2 四個變量對兵團金融發(fā)展影響的彈性時變圖

從圖2的時變參數(shù)圖可以看出，αt(兵團金融發(fā)展對人均實際GDP的敏感程度)的變化值，除了1999年和2008年是負數(shù)外(兩次金融危機的影響)，其余年份均為正數(shù)，這基本上表明地區(qū)的經(jīng)濟實力對金融發(fā)展有著正影響，并且在2008年以后，其影響程度呈現(xiàn)出緩慢上升的趨勢，說明兵團經(jīng)濟實力的增強，對金融發(fā)展的拉動作用越來越明顯。βt(兵團金融發(fā)展對FDI的敏感程度)除了2001年以外其余都是正數(shù)，且其值均比較大，在2005年以后，呈現(xiàn)出整體上升態(tài)勢，表明外商實際投資對兵團金融發(fā)展的影響不但具有正向的影響，而且其影響程度還比較大，高于地區(qū)經(jīng)濟實力的影響。γt(兵團金融發(fā)展對城鎮(zhèn)化率的敏感程度)全為正數(shù)，自1996年以來，整體上呈現(xiàn)上升的趨勢，表明兵團的城市化水平對兵團金融發(fā)展的促進作用在不斷地增強。δt(兵團金融發(fā)展對普通高等學校在校生數(shù)量的敏感程度)的值基本上趨于0，并且非常的穩(wěn)定，說明普通高等學校的在校生數(shù)量對兵團金融發(fā)展的影響程度很小。

4 結(jié)論

本文在對兵團金融發(fā)展水平進行了綜合評價后，又對其影響因素進行了實證分析，主要得出以下的結(jié)論：

(1)從基于熵權(quán)法的綜合評價結(jié)果看，兵團金融發(fā)展的總體水平處于緩慢上升的過程中。但是，從金融發(fā)展的規(guī)模、效率和結(jié)構(gòu)來看，三者的發(fā)展水平存在著明顯的差異，即兵團金融規(guī)模的發(fā)展水平最快，金融效率的發(fā)展水平次之，金融結(jié)構(gòu)水平最慢，兵團的金融發(fā)展水平總體處于一種不協(xié)調(diào)的狀態(tài)。因此，兵團應該在注重金融發(fā)展規(guī)模和效率提升的情況下，適當?shù)卣{(diào)整金融發(fā)展的結(jié)構(gòu)，達到三者的協(xié)調(diào)發(fā)展。

(2)由協(xié)整和格蘭杰因果關(guān)系檢驗結(jié)果的分析可知，本文選取的人均實際GDP、FDI、城鎮(zhèn)化率、普通高等學校在校生數(shù)量這四個影響因素指標，與兵團金融發(fā)展綜合指數(shù)之間存在著長期的均衡關(guān)系；人均實際GDP、FDI及普通高等學校在校生數(shù)量是兵團金融發(fā)展綜合指數(shù)的Granger原因，而城鎮(zhèn)化率與金融發(fā)展綜合指數(shù)之間是互為因果關(guān)系的。這就說明四個指標對兵團金融發(fā)展都有一定的影響作用。

(3)從狀態(tài)空間模型的動態(tài)分析結(jié)果看，人均實際GDP、FDI及城鎮(zhèn)化率的變動對兵團的金融發(fā)展水平有一定的促進作用，并且影響程度在不斷地提升中相比較而言，前兩者的影響波動性比較大，而城鎮(zhèn)化的影響一直保持上升的狀態(tài)；普通高等學校在校生數(shù)量雖然對兵團金融發(fā)展水平也有一定的正向影響，但其影響程度很弱。這可以說明，目前影響兵團金融發(fā)展水平的主要因素是人均實際GDP的提高、FDI的增多及城鎮(zhèn)化水平的提升。所以，兵團在加快金融快速發(fā)展的進程中，要注重經(jīng)濟實力、外商實際投資及城鎮(zhèn)化水平的提高。

5 對策建議

根據(jù)上述的分析結(jié)果，主要提出以下的對策建議：

5.1 加快完善兵團金融發(fā)展結(jié)構(gòu)

從金融發(fā)展水平的綜合評價看，兵團金融發(fā)展不協(xié)調(diào)，主要是由于金融結(jié)構(gòu)的發(fā)展水平緩慢。兵團的金融體系結(jié)構(gòu)中，銀行業(yè)的占比相對比較大，保險業(yè)次之，證券業(yè)最少。在銀行業(yè)的內(nèi)部，金融機構(gòu)網(wǎng)點的布局不合理，過于向一些中心城市集中，向團場的延伸不夠。兵團的融資方式中，間接融資是主要的方式，以股票、債券融資為主的直接融資方式所占的比例較小。因此，兵團應該抓住跨越式發(fā)展的有利時機，充分利用證券市場的功能，來支持和鼓勵更多符合條件的企業(yè)上市和發(fā)行債券，加大直接融資，最終實現(xiàn)銀行業(yè)、證券業(yè)和保險業(yè)的全面協(xié)調(diào)發(fā)展。

5.2 加快兵團城鎮(zhèn)化的步伐

通過格蘭杰因果關(guān)系及其狀態(tài)空間模型的分析結(jié)果可知，兵團的城鎮(zhèn)化水平對金融發(fā)展的促進作用明顯，主要是由于城鎮(zhèn)化步伐的加快，將會需要更多的資金支持，從而推動金融業(yè)的發(fā)展。此外，格蘭杰因果關(guān)系也表明，兵團金融發(fā)展水平的提高也能夠幫助兵團城鎮(zhèn)化的快速實現(xiàn)。總之，兵團應該努力推進城鎮(zhèn)化進程，提高金融發(fā)展水平。

5.3 加大招商引資力度

實證分析結(jié)果也顯示，外商的實際投資雖然對兵團金融發(fā)展的影響作用波動性較大，但是整體上還是表現(xiàn)出促進作用，且影響程度在不斷增強。外商投資項目的增多，同樣會引起大量的資金需求，這些是需要金融部門的有力配合來提供項目所需的資金的。因此，兵團應該把握對口援疆政策帶來的機遇，大量引進企業(yè)，發(fā)展地方經(jīng)濟，從而推動兵團金融的快速發(fā)展。

[1] 褚保金,莫 媛.中心城市的金融發(fā)展水平及影響因素的實證分析—以江蘇省13個中心城市為例[C].2010國際都市圈發(fā)展論壇會議論文集.2010,203-204

[2]謝 赤,鐘 贊.熵權(quán)法在銀行經(jīng)營績效綜合評價中的應用[J].中國軟科學2002,(9):108-110

[3]高勇標,楚鳳楠,蘭園生.我國農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟增長—基于狀態(tài)空間模型的實證分析[J].現(xiàn)代經(jīng)濟,2008,7(12):18

[4]王志強,孫 剛.中國金融發(fā)展規(guī)模、結(jié)構(gòu)、效率與經(jīng)濟增長關(guān)系的經(jīng)驗分析[J].管理世界,2003(7):13-20

[5]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

[6]李學文,李明賢.中國地區(qū)金融發(fā)展水平的評價與實證分析[J].云南財經(jīng)大學學報,2007(10) 62 -67

[7]任英華等.金融集聚影響因素空間計量模型及其應用[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2010,(5):106-108

[8]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

[9]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):262-286

[10]倪超軍,趙雪冉.新疆生產(chǎn)建設兵團特色城鎮(zhèn)化發(fā)展研究[M].北京:中國農(nóng)業(yè)出版社,2010:96-97