文/張菁菁(吉林工商學院)
實證分析評價指標需要滿足相應的評價指標構建的原則,首先要滿足系統(tǒng)性原則,需要全面反映出經(jīng)濟、金融主體、融資方式、營商環(huán)境等各個方面各個層次的問題;其次,要滿足可量化性原則、可獲得性原則,本次實證分析采用2002-2019年的數(shù)據(jù),數(shù)據(jù)時間跨度長、樣本量大,因而在進行指標選擇時充分考慮到這一重要原則。
根據(jù)前文的文獻綜述,綜合考慮吉林省的社會經(jīng)濟發(fā)展狀況及統(tǒng)計數(shù)據(jù)的可獲取性,本文從經(jīng)濟、社會、法治等方面選取影響金融系統(tǒng)運行及表征金融系統(tǒng)運行狀態(tài)的相關指標總計13個。
關于經(jīng)濟情況,本文選擇了以下指標:代表地區(qū)經(jīng)濟發(fā)展水平的選擇了人均GDP這一指標;代表經(jīng)濟發(fā)展質(zhì)量的選擇了城鄉(xiāng)居民可支配收入這一指標;代表社會投資能力的選擇了社會固定資產(chǎn)投資額這一指標;代表經(jīng)濟成熟度的選擇實際利用外資和進出口總額這一指標;城鎮(zhèn)化水平,代表地區(qū)經(jīng)濟發(fā)展程度;金融案件的結(jié)案率和每萬人律師人數(shù),反映了金融法制建設水平和法律服務水平。
關于金融生態(tài)系統(tǒng)內(nèi)部的金融主體,本文選取了以下指標:商業(yè)銀行貸款余額,反映了商業(yè)銀行的融資規(guī)模與水平;存貸比,既反映了金融業(yè)的經(jīng)營能力,同時也是金融業(yè)發(fā)展的標志,側(cè)面反映了社會信用;上市公司總市值,說明了股市的融資規(guī)模和水平,代表了證券市場的發(fā)展能力;保費收入,表現(xiàn)了保險業(yè)的規(guī)模與水平,反映了保險市場的發(fā)展能力;金融從業(yè)率,反映了金融行業(yè)發(fā)展規(guī)模與前景。選取指標具體情況見表1。

表1 吉林省金融生態(tài)系統(tǒng)指標集
本文分析使用的是吉林省和全國2002-2019年共計17年的數(shù)據(jù),來源于國家統(tǒng)計局年度數(shù)據(jù)庫、吉林省統(tǒng)計年鑒。
為增強指標的可對比性,要將絕對數(shù)指標轉(zhuǎn)換為相對數(shù)指標。即:將絕對數(shù)指標(社會固定資產(chǎn)投資額、實際利用外資、進出口總額、上市公司總市值、保費收入)用地區(qū)生產(chǎn)總值(GDP)進行相對化處理,這樣指標間便具有可比性。
本部分的基本思路:利用2002-2019年數(shù)據(jù)進行因子分析,構建公共因子得分系數(shù)矩陣,通過公共因子得分系數(shù)矩陣計算吉林省和全國的各公共因子得分及綜合得分,對吉林省金融生態(tài)系統(tǒng)進行分析。
首先對評價指標進行標準化處理,將所有指標變?yōu)橄鄬?shù)便于比較。其次,為檢驗樣本集是否適合做因子分析,進行KMO檢驗和Bartlett檢驗,檢驗結(jié)果見表2。從KMO=0.613>0.5來看,所取樣本量適合進行因子分析;從Bartlett球形度檢驗的近似卡方為389.981,P值為0來看,說明并非所有樣本都取自同方差總體,可以進行因子分析。綜合KMO和Bartlett的檢驗結(jié)果,可以認為上述13個指標適宜進行因子分析。

表2 KMO檢驗和Bartlett檢驗結(jié)果表
通過計算相關系數(shù)矩陣R的特征根、方差貢獻率、累計方差貢獻率,最終確定提取3個公共因子。然后實行最大方差旋轉(zhuǎn)法,根據(jù)正交因子載荷矩陣各個因子在不同變量上的因子載荷值來命名因子。提取公共因子旋轉(zhuǎn)前后的特征根及累計方差貢獻率,對比情況見表3。

表3 方差貢獻率表
從表3可以看出,經(jīng)過主成分分析的降維分析,將之前所選擇的13個變量降維得到3個公共因子。降維后的3個公共因子對原始數(shù)據(jù)的解釋程度達到83.884%。理論上,累計方差貢獻率達到75%以上就是較為合適的因子分析結(jié)果,本例大于75%,因此可以降維后得到的3個變量具有較好的代表性。

表6 因子得分系數(shù)矩陣
接下來,通過最大方差旋轉(zhuǎn)法使每個公共因子承載的信息分布更加均勻。從表3來看,旋轉(zhuǎn)后的累計方差貢獻率仍為83.884%,并沒有發(fā)生改變,同時旋轉(zhuǎn)后因子的特征根和方差貢獻率比旋轉(zhuǎn)前更加均勻,因此認為旋轉(zhuǎn)后的因子更加符合分析要求。
旋轉(zhuǎn)后的因子載荷矩陣見表4,然后將13個變量與各公共因子的相關性分配到公共因子中去。根據(jù)公共因子包含的指標,將公共因子分別命名為經(jīng)濟社會總體環(huán)境(F1)、間接融資發(fā)展情況(F2)和直接融資發(fā)展情況(F3)。公共因子的權重為其對總方差的貢獻率,見表5。

表4 旋轉(zhuǎn)后的因子載荷矩陣

表5 公共因子命名表
根據(jù)因子得分系數(shù)矩陣,可將各公共因子表示如下:

其中,F(xiàn)1代表經(jīng)濟社會總體環(huán)境,F2代表間接融資發(fā)展情況,F(xiàn)3代表直接融資發(fā)展情況,F(xiàn)代表吉林省金融生態(tài)系統(tǒng)。綜上,可以根據(jù)公共因子得分矩陣及公共因子的權重,計算吉林省金融生態(tài)的得分,計算公式如下:

根據(jù)公式(1)-(4)計算吉林省金融生態(tài)系統(tǒng)評分,結(jié)果見表7。從總體來看,吉林省金融生態(tài)系統(tǒng)的綜合得分呈現(xiàn)上升趨勢,表明吉林省的金融生態(tài)系統(tǒng)處于不斷改善中,同時由相關指標可以觀察得到2007年、2009年前后改善的幅度比較大。從細分因素來看,經(jīng)濟社會總體環(huán)境F1呈現(xiàn)出改善的趨勢。但是,在改善中也存在個別年份的惡化,比較明顯的是2016-2017年經(jīng)濟環(huán)境評分明顯下降,這與吉林省面臨經(jīng)濟下行壓力,新舊動能尚未完全轉(zhuǎn)化,吉林省尚未實現(xiàn)產(chǎn)業(yè)的轉(zhuǎn)型升級有直接關系。2017年到2019年,吉林省經(jīng)濟增長幅度再度提高,這與吉林省的重點產(chǎn)業(yè)項目和產(chǎn)業(yè)空間布局有關。在此期間,吉林省興建并投入運營了一批重點產(chǎn)業(yè)項目,比如一汽大眾奧迪Q工廠一期工程、長客公司生產(chǎn)的“復興號”新一代高鐵、長春新區(qū)科技項目等。實施了以長春市為主的環(huán)長春四遼吉松工業(yè)走廊、沿邊開發(fā)開放經(jīng)濟帶、東部避暑冰雪生態(tài)旅游大環(huán)線、西部河湖草原濕地旅游大環(huán)線等產(chǎn)業(yè)空間布局。

表7 吉林省金融生態(tài)系統(tǒng)評分
在間接融資因素方面,2008年金融危機階段,銀行業(yè)金融機構的支持情況明顯下降,2015年又有所上升,但由于受市場情緒及政府政策等因素的影響較大,表現(xiàn)出比較大的波動,由于對市場情緒及政府政策缺少比較好的測評指標,本文無法分析具體的影響因素,在后續(xù)的研究中,可能會逐漸完善這項研究,彌補這項缺憾。
而對于直接融資來說,2010年之后的經(jīng)濟下行壓力,以及吉林省產(chǎn)業(yè)轉(zhuǎn)型升級慢,營商環(huán)境欠佳等固有問題影響了企業(yè)的盈利能力。究其原因,在于吉林省的資本市場發(fā)展仍不健全,直接融資渠道少,上市公司少,債券市場不規(guī)范,保險業(yè)的發(fā)展也不充分。本文的金融法治環(huán)境衡量指標只有一個,即金融案件結(jié)案率,該項指標的波動比較大,但能從一方面說明企業(yè)的營商環(huán)境,這也在一定程度上說明,政府的監(jiān)管能力有待提升。