朱瑋瑋
(鄭州科技學(xué)院 財經(jīng)學(xué)院,河南 鄭州 450001)
城市金融競爭力是一個綜合概念,指的是城市金融資源整合能力、發(fā)展?jié)摿Φ染C合優(yōu)勢。作為現(xiàn)代經(jīng)濟社會運行的核心載體,城市金融競爭力的水平直接反映出金融服務(wù)實體經(jīng)濟的綜合能力[1]。近年來,中國多個城市制定構(gòu)建金融中心的發(fā)展目標(biāo)。例如,2020 年7 月,深圳正式提出打造全球可持續(xù)金融中心和全球金融科技中心的城市發(fā)展目標(biāo);同年12 月,上海在《上海國際金融中心建設(shè)目標(biāo)與發(fā)展建議》 中則提出,至2035 年全面升級國際金融中心功能,形成能夠與紐約、倫敦并駕齊驅(qū)的全球金融中心。在此背景下,提升城市金融競爭力已成為中國經(jīng)濟創(chuàng)新發(fā)展的重要戰(zhàn)略選擇與現(xiàn)實訴求。應(yīng)對當(dāng)前經(jīng)濟高質(zhì)量發(fā)展的模式轉(zhuǎn)變,有必要構(gòu)建一套與時俱進且符合城市金融競爭力內(nèi)涵的評價體系,進而為中國城市金融競爭力水平提升提供參考借鑒。
就現(xiàn)有研究成果來看,學(xué)術(shù)界關(guān)于金融競爭力的研究已經(jīng)有一定積累,為文章提供了重要參考。從研究視角來看,徐璋勇、陳穎(2007)[2]從金融規(guī)模、金融效率、金融生態(tài)三個維度出發(fā),分別構(gòu)建靜態(tài)和動態(tài)的區(qū)域金融競爭力評價指標(biāo)體系,測度區(qū)域金融競爭力。陸紅軍(2007)[3]以紐約、香港、上海、新加坡、東京、倫敦為研究對象,從金融制度、金融環(huán)境、金融規(guī)模等層面分析影響金融競爭力的核心因素。鄧偉根等(2014)[4]則從經(jīng)濟規(guī)模、金融總量與金融細(xì)分行業(yè)三個方向構(gòu)建金融競爭力評價指標(biāo)體系。從研究對象來看,孟宇婷(2019)[5]結(jié)合中國東部地區(qū)的省市特性,得出東部十省份的金融競爭力情況。朱平平、張曉雨(2020)[6]則運用SWOT 研究方法,重點分析了西安的金融競爭力。張守哲(2020)[7]重點分析長三角區(qū)域的金融競爭力,并將涉及到的27 個城市劃分為四個層次。
縱觀既有研究可知,有關(guān)城市金融競爭力的分析還有待完善。第一,在指標(biāo)體系構(gòu)建時,主要考察了與金融直接相關(guān)的指標(biāo)。但事實上,金融競爭力的影響因素眾多,諸如科技實力、信息化水平等諸多因素均有可能發(fā)揮間接影響。在這種情況下,只考慮直接影響因素的指標(biāo)體系往往難以準(zhǔn)確刻畫城市金融競爭力的整體水平。第二,在研究對象的選擇上,主要集中在區(qū)域或單個城市這一層面,缺乏對中國整體城市金融發(fā)展水平的宏觀研究,不同城市之間金融競爭力的發(fā)展差異同樣有待研究。鑒于此,文章構(gòu)建城市金融競爭力的綜合評價指標(biāo)體系,多維度測度并比較中國城市金融競爭力水平,以便提高金融服務(wù)實體經(jīng)濟效率,推動中國經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展。
城市金融競爭力不僅取決于金融發(fā)展與金融服務(wù)水平,還會受到城市綜合實力與基礎(chǔ)設(shè)施水平等因素的影響。城市實體經(jīng)濟為金融市場發(fā)展提供更多需求與機會,基礎(chǔ)設(shè)施為金融發(fā)展與服務(wù)提供基礎(chǔ)保障。為此,文章在參考有關(guān)金融競爭力研究成果[8-12]的基礎(chǔ)上,提供了一種構(gòu)建金融競爭力評價指標(biāo)體系的新視角,即:將金融競爭力統(tǒng)計分析指標(biāo)分成金融服務(wù)水平、金融業(yè)發(fā)展水平、城市基礎(chǔ)設(shè)施水平與經(jīng)濟持續(xù)水平四個維度,詳細(xì)指標(biāo)體系見表1。
表1 金融競爭力統(tǒng)計分析指標(biāo)
按照中國社會科學(xué)院財經(jīng)戰(zhàn)略研究院2020 年發(fā)布的《中國城市競爭力報告NO.18》,文章選取中國的30 個城市作為研究樣本,所選樣本基本涵蓋行政級別較高的區(qū)域金融中心城市與經(jīng)濟發(fā)展較快城市。樣本遍布東北、東南、西北、西南、環(huán)渤海、中部六大地區(qū)。其中,東北地區(qū)的城市有大連、長春、沈陽、哈爾濱;東南地區(qū)的城市有上海、深圳、廈門、廣州、南京、杭州;環(huán)渤海地區(qū)的城市有北京、青島、天津、石家莊、濟南;西北地區(qū)的城市有西安、呼和浩特、烏魯木齊、西寧、銀川;西南地區(qū)的城市有成都、昆明、重慶、???、南寧;中部地區(qū)的有武漢、鄭州、太原、南昌、合肥。在選取的指標(biāo)中,金融服務(wù)水平與金融業(yè)發(fā)展程度指標(biāo)等數(shù)據(jù)主要來源于《金融運行報告》 《金融穩(wěn)定報告》以及中國銀保監(jiān)會、證監(jiān)會、中國人民銀行、商務(wù)部等各部委官網(wǎng)發(fā)布的數(shù)據(jù);城市基礎(chǔ)設(shè)施水平與經(jīng)濟持續(xù)水平指標(biāo)數(shù)據(jù)主要來源于歷年《中國城市統(tǒng)計年鑒》 《中國統(tǒng)計年鑒》,樣本數(shù)據(jù)時間跨度為2011—2020 年。
為去除量綱差異導(dǎo)致指標(biāo)數(shù)據(jù)對評價結(jié)果的影響,研究對數(shù)據(jù)進行無量綱化處理;同時采用效用值方法進一步對數(shù)據(jù)進行處理,設(shè)定效用值范圍為[0,100],無量綱化數(shù)據(jù)公式為:
式中,Xij代表第i個評價指標(biāo)的第j個樣本城市的原始數(shù)據(jù);Ximax代表樣本城市第i個評價指標(biāo)原始數(shù)據(jù)的最大值;Ximin代表樣本城市第i個評價指標(biāo)原始數(shù)據(jù)的最小值;Yij是指第i個評價指標(biāo)的第j個樣本城市的指標(biāo)效用值。
文章運用SPSS26.0 統(tǒng)計學(xué)分析工具對評價指標(biāo)進行相關(guān)性分析,獲得相關(guān)系數(shù)矩陣,如表2 所示。觀察可知,假設(shè)相關(guān)系數(shù)臨界值為0.8,在相關(guān)系數(shù)矩陣中共有7 對評價指標(biāo)的相關(guān)系數(shù)值大于0.8,所以,研究過程中將外來資產(chǎn)實際利用率、金融相關(guān)率等7 個指標(biāo)剔除。
表2 相關(guān)系數(shù)大于臨界值的評價指標(biāo)
為進一步提高中國城市金融競爭力評價指標(biāo)的鑒別能力,文章使用變差系數(shù)描述評價指標(biāo)的鑒別力:
式中,表示平均值,?i表示標(biāo)準(zhǔn)差。變差系數(shù)值越大,表明指標(biāo)鑒別能力越強;反之,則越小。
根據(jù)上述公式,計算得出第二輪評價指標(biāo)中22 個指標(biāo)的變差系數(shù),并參考實際情況,去除變差系數(shù)較小的“證券市場A 股交易額”“數(shù)字經(jīng)濟普及度”“城市綠化覆蓋率”3 個指標(biāo),保留19 個指標(biāo),最終形成中國城市金融競爭力評價指標(biāo)體系,如表3 所示。
表3 中國城市金融競爭力評價指標(biāo)體系
為避免變量復(fù)雜化帶來的不確定性,部分學(xué)者會利用主成分分析法減少質(zhì)變的多重共線性,將指標(biāo)體系提煉成一個由原始指標(biāo)篩選組合而成的新指標(biāo)評價體系。因此,為確保研究統(tǒng)計測度的精確性,文章基于相關(guān)研究[13-15],通過主成分分析法與SPSS26.0 統(tǒng)計軟件對中國30 個城市的效用值數(shù)據(jù)展開因素分析。
通過對原始數(shù)據(jù)進行因子分析,得出參與分析的19 個指標(biāo)初始共同度和提取4 個主成分之后的再生共同度,具體結(jié)果見表4??梢钥闯觯蟛糠衷u價指標(biāo)與被提取出的主成分之間有著密不可分的內(nèi)部關(guān)系結(jié)構(gòu),因此數(shù)據(jù)滿足主成分分析的基本要求。
表4 共同度分析
文章利用SPSS26.0 軟件對數(shù)據(jù)進行旋轉(zhuǎn),得出主成分分析原始與旋轉(zhuǎn)各個主成分的特征值、方差貢獻率和累計方差貢獻率,結(jié)果如表5 所示。觀察發(fā)現(xiàn),被提取4 個主成分的特征值分別為8.465、3.976、1.507、1.127,方差貢獻率分別為35.19%、25.53%、17.06%、11.24%,方差累計貢獻率為89.01%。說明這4 個主成分能夠描述19 個評價指標(biāo)的大部分變化,因此可以把這4 個主成分當(dāng)成中國城市金融競爭力主成分,并可對其進行方差分析。
表5 方差分析
為明晰各主成分因子載荷矩陣的公因子含義,文章采取最大方差法對各主成分進行因子旋轉(zhuǎn),結(jié)果見表6。其中各主成分中載荷較高的指標(biāo)均規(guī)律地分布在關(guān)鍵評價指標(biāo)上,說明19個指標(biāo)間有著明確的結(jié)構(gòu)關(guān)系,據(jù)此可對上述4 個主成分進行命名和解釋。
表6 旋轉(zhuǎn)后的成分載荷矩陣
第一主成分主要是由對外貿(mào)易依存度X1、外資銀行法人機構(gòu)數(shù)量X2、證券公司數(shù)量X3、保險密度X7組成。第一主成分載荷矩陣系數(shù)分別為0.945、0.907、0.877、0.805。這些指標(biāo)從不同角度測度了中國城市金融競爭力水平的金融服務(wù)水平,因此將第一主成分命名為金融服務(wù)水平。
第二主成分主要是由金融業(yè)產(chǎn)值占GDP 比重X5、金融機構(gòu)存款余額X6、金融從業(yè)人員數(shù)量X8、高校金融類專業(yè)二級學(xué)院數(shù)量組成X9。第二主成分載荷矩陣系數(shù)分別為0.854、0.731、0.664、0.834。這些指標(biāo)以不同角度測度中國城市金融競爭力的金融發(fā)展水平,將第二主成分命名為金融發(fā)展水平。
第三主成分是由每萬人在校大學(xué)生數(shù)量X10、每萬人互聯(lián)網(wǎng)用戶數(shù)量X11、R&D 投入支出占GDP 比重X12、專利授權(quán)數(shù)量X13、單位GDP 碳排放量組成X14。第三主成分的載荷矩陣系數(shù)分別為0.571、0.745、0.896、0.821、0.638、0.558。這些指標(biāo)從不同角度測度了中國城市金融競爭力的城市基礎(chǔ)設(shè)施水平,因此將第三主成分命名為城市基礎(chǔ)設(shè)施水平。
第四主成分主要由城市人均GDPX15、城市居民人均可支配收入X16、社會固定資產(chǎn)投資X17、第三產(chǎn)業(yè)比重X18、地方財政收入占GDP 比重X19組成。第四主成分載荷矩陣系數(shù)分別為0.668、0.714、0.532、0.631、0.533。這些指標(biāo)從不同角度測度了中國城市金融競爭力的經(jīng)濟持續(xù)水平,因此將第四主成分命名為經(jīng)濟持續(xù)水平。
據(jù)此,中國城市金融競爭力評價指標(biāo)體系與權(quán)重如表7 所示。
表7 中國城市金融競爭力評價指標(biāo)體系與權(quán)重
根據(jù)上述4 個主成分及其權(quán)重,可以構(gòu)造出中國城市金融競爭力評價指標(biāo)體系的統(tǒng)計測度模型:
其中,j為樣本城市;i代表主成分;Fij代表第j個樣本在第i個主成分上的得分;Fj(j=1,2,…,4)代表在第j個樣本金融中心城市中的總分;σi(j=1,2,…,4)表示與第i個主成分對應(yīng)的權(quán)重系數(shù)。
然后,根據(jù)對主要評價指標(biāo)的預(yù)測,對各個主成分荷載系數(shù)的權(quán)重進行求解,最終得出中國城市金融競爭力水平4 個主成分的測度模型:
其中,X代表第j個樣本在第i個評價指標(biāo)上的效用值。
根據(jù)上述建立的中國城市金融競爭力統(tǒng)計測度模型,可計算出中國30 個金融中心城市的金融服務(wù)水平、金融發(fā)展水平、城市基礎(chǔ)設(shè)施水平與經(jīng)濟持續(xù)水平4 個主成分上的得分及其綜合得分。
根據(jù)式(1)統(tǒng)計模型可以測算得出30 個樣本城市金融競爭力的得分情況,結(jié)果見表8??傮w而言,在2011—2020 年間,中國城市金融競爭力水平整體偏低,但呈上升趨勢;頭部城市金融競爭力水平較為穩(wěn)定,上海、北京、深圳三足鼎立局面基本成型;從排名上看,上海、北京、深圳的排名始終保持中國城市競爭力前三強,且三個城市的金融競爭力年均得分均大于0.4;排名后三位的城市依次是呼和浩特、銀川、烏魯木齊。其中金融競爭力水平最高的城市(上海) 與最低的城市(烏魯木齊) 之間的比率為14.1 倍,由此可見中國城市間金融競爭力水平存在明顯差距,經(jīng)濟水平發(fā)展程度越高,其金融競爭力水平均值越大。區(qū)域?qū)用?,環(huán)渤海地區(qū)、東南地區(qū)、西南地區(qū)城市金融競爭力長期處于中上游水平,東北與中部地區(qū)處于中下游水平,西北地區(qū)除西安外其余樣本城市均處于下游水平。增長率方面,增長率較高的城市經(jīng)濟發(fā)展程度普遍較低,而增長率低的城市經(jīng)濟發(fā)展程度相對較高。
表8 中國城市金融競爭力綜合得分
根據(jù)式(2)~(5)統(tǒng)計模型測算可以分別得出30 個城市金融競爭力在4 個子維度下的得分情況,如表9 所示。觀察可知,金融服務(wù)水平方面,平均值得分大于0.4 的城市有北京、深圳、上海,其金融服務(wù)水平均值分別為0.4973、0.5672、0.6107。其中上海市的金融服務(wù)水平均值最高,表明近十年來其金融服務(wù)水平長期處于較快上升期。在增長率方面,超過4%的共有三個城市,其中武漢金融服務(wù)水平增長率為6.93%,位居首位;石家莊與合肥增長率為5.45%、4.67%,表明近十年來,這三個城市金融發(fā)展水平一直維持著較快增長速度。值得一提的是,盡管石家莊的金融服務(wù)水平增長率居于全國首列,但其均值距離國內(nèi)其他城市還存在一定差距。
表9 中國城市金融競爭力分維度得分
金融發(fā)展水平方面,在30 個城市中僅有北京、上海、深圳、杭州金融發(fā)展水平均值超過0.4。其中,上海市金融發(fā)展水平均值最高,說明上海市近十年來的金融發(fā)展水平始終保持較高發(fā)展水平。在增長率方面,超過4%的總計有3 個城市。其中杭州的金融發(fā)展水平增長率為5.57%,居全國首位,究其原因可能是杭州常住人口相對較少,且上市公司總市值卻遠超其他城市,使其金融發(fā)展取得飛速進展。廣州、成都增長率分別為5.12%、4.31%??梢姡陙?,杭州、廣州、成都的金融發(fā)展水平一直保持較快發(fā)展速度。
城市基礎(chǔ)設(shè)施水平方面,平均值超過0.4 的城市僅有北京、廣州、深圳與上海,其中北京的城市基礎(chǔ)設(shè)施水平得分為0.5908,位居全國第一??梢?,近年來北京在推動加速構(gòu)建“新基建”方面的成果顯著。在增長幅度方面,重慶市的城市基礎(chǔ)設(shè)施水平高達12.09%,遙遙領(lǐng)先于其他城市。呼和浩特、杭州的增長率位居第二、第三,分別為6.97%、5.49%。值得一提的是,盡管呼和浩特的城市基礎(chǔ)設(shè)施水平增長率較高,但平均值僅為0.0645,表明近年來呼和浩特在城市基礎(chǔ)設(shè)施方面加大了投入力度,但卻受制于經(jīng)濟發(fā)展水平不足等原因,仍較難實現(xiàn)深入發(fā)展。
經(jīng)濟持續(xù)水平方面,平均值得分高于0.4 的城市有北京、上海、廣州、深圳,分別為0.5927、0.5236、0.4938、0.4319。由此可見,對于經(jīng)濟持續(xù)水平而言,中國東部地區(qū)的城市憑借雄厚資金實力一直走在全國前列。在增長率方面,石家莊、銀川、長春名列前三,數(shù)值分別為7.16%、6.38%、5.64%。通過分析增長率與平均值的關(guān)系可以看出,在30 個城市中,北京市平均值處于全國最高水平,但增長率較低;石家莊的均值較低,但增長率最高。
文章以中國城市金融競爭力為研究對象,從金融服務(wù)水平、金融發(fā)展水平、城市基礎(chǔ)設(shè)施水平、經(jīng)濟持續(xù)水平四個方面建立了中國城市金融競爭力統(tǒng)計測度模型的19 個指標(biāo),利用主成分分析法對中國30 個樣本城市的效用值數(shù)據(jù)展開因素分析。同時確定金融服務(wù)水平、金融發(fā)展水平、城市基礎(chǔ)設(shè)施水平、經(jīng)濟持續(xù)水平四個主成分與權(quán)重,并構(gòu)建中國城市金融競爭力統(tǒng)計測度模型。通過分析,文章得出以下結(jié)論:
(1) 在綜合金融競爭力方面
在2011—2020 年間,中國金融競爭力發(fā)展不平衡,呈現(xiàn)出明顯地域差異。城市經(jīng)濟水平發(fā)展程度越高,其金融競爭力越強。上海、北京、深圳始終處于中國城市金融競爭力前三強,形成了三足鼎立局面,烏魯木齊、銀川、呼和浩特則排名后三位。其中,金融競爭力水平最高的城市(上海) 與最低城市(烏魯木齊) 之間的得分相差14.1 倍,可見城市間金融競爭力水平存在明顯差距。在區(qū)域?qū)用?,環(huán)渤海地區(qū)、東南地區(qū)、西南地區(qū)的城市金融競爭力長期處于中上游水平,東北地區(qū)與中部地區(qū)處于中下游水平,西北地區(qū)除西安外其余城市均處于下游水平。進一步從增速角度分析,研究發(fā)現(xiàn)城市金融競爭力增速高的城市的經(jīng)濟發(fā)展程度相對較低,增速低的城市經(jīng)濟發(fā)展程度相對較高。究其原因,增速高的城市因其金融發(fā)展、金融服務(wù)、基礎(chǔ)建設(shè)等因素均處于較低水平,還具備一定上升空間,在相關(guān)政策指引下其經(jīng)濟發(fā)展取得較好成效,但距離形成高水平金融競爭力還需一定時間;增速低的城市經(jīng)濟社會已發(fā)展至一定規(guī)模且形成了一定的集聚效應(yīng),金融服務(wù)、基礎(chǔ)建設(shè)等資源均處于較高水平,因而其城市金融競爭力處于較高水平。
(2) 在金融競爭力四個子維度層面
就金融服務(wù)水平而言,上海的金融服務(wù)水平均值最高,武漢、石家莊、合肥的金融服務(wù)水平的增速則相對較快,十年間的增長率分別為6.93%、5.45%、4.67%。盡管如此,其金融服務(wù)水平距離上海、北京還存在很大差距。就金融發(fā)展水平而言,北京、上海、深圳、杭州相對較高,得分均超過0.4。杭州、廣州、成都增速排名前三,十年間的增長率分別為5.57%、5.12%、4.31%。其中表現(xiàn)最為突出的城市莫過于杭州,經(jīng)過十年的快速發(fā)展,其金融發(fā)展水平已經(jīng)躋身前列。就城市基礎(chǔ)設(shè)施水平而言,北京、廣州、深圳與上海排名前4。其中,北京得分為0.5908,位居全國第一。在增速方面,重慶的城市基礎(chǔ)設(shè)施增長率高達12.09%,遙遙領(lǐng)先于其他城市。杭州、呼和浩特增速分列第二、三位,增長幅度對應(yīng)為6.97%、5.49%。值得一提的是,盡管呼和浩特城市基礎(chǔ)設(shè)施水平增長率較大,但僅為0.0645 的平均值說明其距離高水平的城市基礎(chǔ)設(shè)施水平還有很大的發(fā)展空間。就經(jīng)濟持續(xù)水平而言,得分高于0.4 的城市有北京、上海、廣州、深圳,分別為0.5927、0.5236、0.4938、0.4319。在增長率方面,石家莊、銀川、長春名列前三,分別為7.16%、6.38%、5.64%、分析增長率與均值關(guān)系可以看出,在30 個金融中心城市中,北京的均值一直處于最好水平,但增長率較低;石家莊的均值較低,但增長率最高。
針對研究結(jié)論,文章提出以下建議:
第一,完善金融服務(wù)體系建設(shè)。從文章分析結(jié)果來看,金融服務(wù)水平是提升金融競爭力的主要因素,因此可從如下兩個方面提升金融服務(wù)水平:一方面,提高金融服務(wù)科技創(chuàng)新能力,加大對高新技術(shù)企業(yè)的支持力度。鼓勵銀行設(shè)立科技金融部門,為高新技術(shù)企業(yè)提供并購金融、信貸融資服務(wù)。對于集成電路、人工智能等國家重點戰(zhàn)略發(fā)展領(lǐng)域,優(yōu)先提供金融支持;另一方面,大力發(fā)展普惠金融。政府需不斷健全融資擔(dān)保、再擔(dān)保體系,鼓勵融資租賃、地方資產(chǎn)管理等金融組織發(fā)揮自身特色,為中小微企業(yè)發(fā)展提供資金扶持。與此同時,深入推動普惠金融數(shù)字化進程,豐富公共數(shù)據(jù)供給,實現(xiàn)普惠金融的“增量、擴面、降價”三維目標(biāo)。在金融政策上為金融服務(wù)水平均值較低的城市提供有力支持。
第二,強化金融創(chuàng)新能力。金融創(chuàng)新是加強金融供給、增加金融市場活力、推進金融領(lǐng)域向前發(fā)展的關(guān)鍵動力。中國城市金融競爭力的提升很大程度上取決于金融創(chuàng)新能力的高低。在具體實踐中,一是要推動大數(shù)據(jù)在各部門之間的互通,做好公共數(shù)據(jù)資源整合。鼓勵金融機構(gòu)主動探索區(qū)塊鏈、人工智能技術(shù)在資產(chǎn)抵押、供應(yīng)鏈金融中的應(yīng)用,為用戶提供更多智能化金融服務(wù),強化金融服務(wù)效率。二是積極構(gòu)建金融生態(tài)服務(wù)平臺,借助移動互聯(lián)、情景感知等技術(shù),優(yōu)化風(fēng)險定價機制與風(fēng)控模型,增強金融機構(gòu)預(yù)測系統(tǒng)性金融風(fēng)險的能力,提升金融服務(wù)穩(wěn)定性。三是優(yōu)化城鄉(xiāng)金融資源配置。針對城市周邊農(nóng)村地區(qū),積極建立數(shù)字金融服務(wù)網(wǎng)點,緩解城鄉(xiāng)金融資源配置失衡困境,整體提升城市及周邊地區(qū)金融服務(wù)供給力度。
第三,提升城市金融基礎(chǔ)設(shè)施建設(shè)。金融基礎(chǔ)設(shè)施是支持金融創(chuàng)新與維護金融穩(wěn)定的重要保障。一是加強金融基礎(chǔ)科技建設(shè),金融機構(gòu)可建立高度智能化與自主化的監(jiān)測、清算與風(fēng)控的金融交易體系,在交易過程中及時做到風(fēng)險預(yù)警與防范。二是優(yōu)化金融數(shù)據(jù)管理基礎(chǔ)設(shè)施。為適應(yīng)宏觀審慎與貨幣政策要求,需不斷優(yōu)化金融業(yè)內(nèi)數(shù)據(jù)采集系統(tǒng),以避免出現(xiàn)金融機構(gòu)與監(jiān)管部門之間的“信息孤島”現(xiàn)象。