兵团金融发展的影响因素分析——基于状态空间模型的变参数分析

强始学，蒋彩彩

1.兵团党委党校，新疆 五家渠 831300 2.石河子大学商学院，新疆 五家渠 831300

1 引言

金融是现代经济和社会发展的核心，其发展的速度和水平对于经济资源的配置和经济社会资本的形成具有重要作用。“十二五”期间，随着国家对口援疆政策的实施和新一轮西部大开发战略的开展，以及中央对兵团产业发展支持力度的不断加大，兵团的金融发展迎来了历史性发展机遇，金融机构网点数量不断增加，规模及实力显著增强，为经济社会的发展提供了强大的资金支撑。截止2011年末，兵团金融机构各项存款余额达8.12×1010元，较上年增长8.79%；各项贷款余额达2.69×1010元，较上年增长15.6%。在跨越式发展战略的影响下，兵团经济正处于快速发展期，对资金的需求旺盛，亟需完善金融体系。本文采用量化分析的方法，评估兵团的金融发展水平及其影响因素，并提出相应的对策建议，这对兵团全面实现小康社会具有重要的现实意义。

2 兵团金融发展水平的测度

2.1 兵团金融发展指标体系构建

金融系统是一个复杂的动态系统，单一的指标难以准确反映真实的金融发展状况[1]。按照指标选取的合理性和科学性原则，考虑兵团自身的特征及相关数据的可获得性，并参考董金玲、袁云峰等的研究成果，主要从金融发展规模、金融发展效率及金融发展结构三方面选取指标，构建的指标体系见表1所示。

表1 兵团金融发展指标体系

金融发展规模是衡量地区金融发展水平的总量指标。主要包括:(1)人均存款和人均贷款：用来衡量人均占有金融资源的情况；(2)金融从业人员数、上市公司数、保险公司数：衡量地区金融组织的规模；(3)保险业务收入：主要反映保险市场的发展情况；(4)上市公司IPO筹资额：主要衡量证券市场的发展规模。(5)金融相关比率：衡量区域金融发展总量的主要指标，用存贷款之和与GDP之比表示。

金融发展效率主要指金融资源的配置效率。(1)金融开放度：反映金融市场对外的开放程度，以外商直接投资与GDP之比表示；(2)金融中介效率：用来反映金融机构将储蓄转化为贷款的效率，用贷款余额与存款余额之比衡量。(3)储蓄增长率、存款增长率、贷款增长率：从动态角度反映金融机构吸收存款、发放贷款的效率。

金融发展结构显示了地区金融成长的质量，直接或间接地取决并作用于经济发展的质量。(1)证券化率=上市公司股票筹资额/GDP，是衡量资本市场融资能力的主要指标；(2)保险深度=保费收入/GDP,保险密度=保费收入/地区总人口，是衡量地区保险市场发达程度的主要指标。(3)上市公司分布结构=兵团上市公司的数量/新疆上市公司的数量，融资结构=股票筹资额/贷款总额，这两个指标主要衡量兵团直接融资市场的活跃程度。

本文的数据均来源于1996～2011年公开发布的兵团统计年鉴、兵团统计公报、新疆统计年鉴、新中国60年统计资料汇编的新疆篇和兵团篇，部分数据经过相关公式计算整理得到。由于各项指标数据的量纲不同，不具备可加、可比性，在实证分析前对所有指标的数据都进行了无量纲化处理。

2.2 兵团金融发展水平的综合评价

表2 金融发展各指标的权重

通过以上步骤建立了兵团金融发展综合指数(见表3)，并用该指数定量地对兵团各年的金融发展水平进行评价。1996年以来，兵团金融业得到逐步发展，先后成立了一些新的金融机构，金融在兵团经济发展中发挥着越来越重要的作用。由图1可以看出，兵团的金融发展水平整体呈现出缓慢上升的趋势，从1996年的0.0607上升至2011年的0.0807，大约增长了1.33倍，年均环比增速1.8%，同时也表明，兵团金融发展水平的提升，是通过长时期的积累而缓慢形成的，而不是短期内促成的。金融发展规模的得分也呈现上升态势,年均环比增速为5.7%，而金融发展效率和金融发展结构的得分却呈现下降的趋势，年均环比增速分别为-1.7%，-2.7%。总体来看，在兵团金融发展综合水平提高的情况下，金融发展规模水平也相应的提高，但金融发展效率水平和金融发展结构水平却出现小幅度的下降，这说明兵团金融发展的规模、效率和结构不协调，在规模提升的情形下，金融发展的效率没有相应提高，金融发展的结构未能得到充分的完善。这就要求兵团尽快建立健全的金融组织体系，促使金融效率得到提升、金融结构得到优化。

表3 兵团金融发展综合指数

图1 兵团金融发展综合指数

3 兵团金融发展的影响因素分析

3.1 指标选取及数据来源

影响一个地区金融发展的因素有很多，不同的研究者针对不同的研究区域，提出了不同的指标。本文在借鉴既有的研究成果基础上，考虑到兵团自身的体制及相关数据的可得性，主要选择了人均实际GDP、FDI、城镇化率、普通高等学校在校生数量作为本文研究的解释变量，用前文综合评价得出的金融发展综合指数为被解释变量，各指标选取的说明和理论依据见表4所示。

本文选取兵团1996～2011年的相关数据作为样本。数据来源于1996～2011年的兵团统计年鉴、新中国60年统计资料汇编兵团篇。其中，城镇化的数据是经过公式计算整理得到的，FDI数据是根据人民币对美元年平均汇率折算为人民币计值的。为了消除变量之间的异方差和自相关，分别对人均实际GDP、FDI作了对数化处理。这部分的所有实证检验采用Eviews6.0软件进行运算。

表4 指标选用的说明及理论依据

3.2 实证分析

3.2.1 序列的平稳性检验 一般来说，大多数变量数据都是非平稳的，而在进行协整检验和格兰杰因果关系分析时，要求每一个序列必须是平稳的。因此，在对时间序列数据做分析之前，需要对数据做平稳性检验。本文采用ADF检验法，分别对金融发展综合指数(Y)、人均实际GDP(X1)、FDI(X2)、城镇化率(X3)和普通高等学校在校生数量(X4)这五个序列进行单位根检验，检验结果如表5所示。从表5可以看出，5个变量在5%的显著性水平下均是非平稳序列，但其二阶差分序列是平稳的，所以五个变量是二阶单整序列。

表5 各序列的ADF检验结果(5%显著性水平)

注：△2表示二阶差分.

Note: △2express two differential

3.2.2 变量的协整关系检验 由于五个变量是同阶单整序列，所以变量之间很有可能会存在某种长期稳定的均衡关系。本文采用了Engle和Granger提出的基于回归残差的协整检验方法，对回归分析所产生的残差序列进行ADF检验，检验结果见表6。由表6可以看出，在1%、5%、10%三个显著性水平下，残差序列均是平稳序列，这说明金融发展综合指数与人均实际GDP、FDI、城镇化率和普通高等学校在校生数量之间存在着协整关系，具有长期的稳定均衡关系。

表6 回归残差的ADF检验结果

3.2.3 格兰杰(Granger)因果关系检验 采用非平稳时间序列的Granger因果关系检验方法对五个变量进行检验，以理清变量间存在的确定性的因果关系，检验结果具体总结如表7所示。从检验结果可知，在5%的显著性水平下，兵团人均实际GDP、FDI和普通高等学校在校生数量五个变量，均是兵团金融发展综合指数的Granger原因；并且兵团的城镇化率和金融发展综合指数两者互为Granger因果关系。

表7 格兰杰(Granger)因果关系检验结果 Table 7 Test results of granger causality

3.2.4 建立兵团金融发展水平的状态空间模型 前文主要探究了兵团金融发展水平与各个因素之间的长期均衡稳定关系及其格兰杰因果关系，但这些还是不能够反映不同的时期各个因素对兵团金融发展影响程度的差异性，也就是说比较难以反映出兵团金融发展水平对不同影响因素变动所具有的敏感程度的动态变化特征。目前，关于这方面的研究主要是采用传统的分析方法，即使用静态的固定参数模型来描述变量之间是否具有长期稳定的线性均衡关系。但是，各个影响因素在不同的时期是处于不断变化状态的，其对兵团金融发展水平的影响机制也是动态的，使用固定的参数模型不能表现出这些动态变化。因此，需要采用合适的时变参数模型对这种动态变化进行研究，本文引入了状态空间模型来估计该动态关系。状态空间模型主要有两个优点：第一，状态空间模型将不可观测的变量(状态变量)并入可观测模型并与其一起得到估计结果；第二，状态空间模型是利用强有力的迭代算法-卡尔曼滤波(Kalman Filter)来估计的，卡尔曼滤波是在基于时刻t所有可得到的信息计算状态向量的最理想的递推过程，它被广泛地用于变参数模型中。[3]

针对上述的分析，本文对兵团金融发展建立如下的状态空间模型：

量测方程：Yt=c+αtX1t+βtX2t+γtX3t+δtX4t+ut(1)

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

方程(1)和方程组(2)一同被称作状态空间模型，其中，Yt、X1t、X2t、X3t和X4t在该模型中被称为可观测向量，c为常数，αt、βt、γt、和δt是模型中不可观测的变量，被称为状态向量，是随着时间的变化而改变的，分别用来反映各个解释变量对被解释变量影响程度的改变，需要用卡尔曼滤波来估计。方程组(2)表明，该模型假定四个状态向量是符合带有漂移的随机游动过程。本文分别估计了固定均值系数、AR(1)系数、随机游动系数以及带有漂移的随机游动系数这四种形式的状态转移方程，通过估计结果的理想程度，带有漂移的随机游动形式的拟合效果最优，所以最终选择这种假设形式来估计状态向量。ut、ζt、νt、πt和ωt是模型的随机扰动项，假设它们是独立同分布的，且遵循均值为0，方差为常数的正态分布。利用Eviews6.0对该状态空间模型进行估计的命令语句如下：

@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))]

状态向量αt、βt、γt、和δt的估计结果如图2所示。图中SV1F、SV2F、SV3F及SV4F分别指αt、βt、γt、和δt的变化趋势。

图2 四个变量对兵团金融发展影响的弹性时变图

从图2的时变参数图可以看出，αt(兵团金融发展对人均实际GDP的敏感程度)的变化值，除了1999年和2008年是负数外(两次金融危机的影响)，其余年份均为正数，这基本上表明地区的经济实力对金融发展有着正影响，并且在2008年以后，其影响程度呈现出缓慢上升的趋势，说明兵团经济实力的增强，对金融发展的拉动作用越来越明显。βt(兵团金融发展对FDI的敏感程度)除了2001年以外其余都是正数，且其值均比较大，在2005年以后，呈现出整体上升态势，表明外商实际投资对兵团金融发展的影响不但具有正向的影响，而且其影响程度还比较大，高于地区经济实力的影响。γt(兵团金融发展对城镇化率的敏感程度)全为正数，自1996年以来，整体上呈现上升的趋势，表明兵团的城市化水平对兵团金融发展的促进作用在不断地增强。δt(兵团金融发展对普通高等学校在校生数量的敏感程度)的值基本上趋于0，并且非常的稳定，说明普通高等学校的在校生数量对兵团金融发展的影响程度很小。

4 结论

本文在对兵团金融发展水平进行了综合评价后，又对其影响因素进行了实证分析，主要得出以下的结论：

(1)从基于熵权法的综合评价结果看，兵团金融发展的总体水平处于缓慢上升的过程中。但是，从金融发展的规模、效率和结构来看，三者的发展水平存在着明显的差异，即兵团金融规模的发展水平最快，金融效率的发展水平次之，金融结构水平最慢，兵团的金融发展水平总体处于一种不协调的状态。因此，兵团应该在注重金融发展规模和效率提升的情况下，适当地调整金融发展的结构，达到三者的协调发展。

(2)由协整和格兰杰因果关系检验结果的分析可知，本文选取的人均实际GDP、FDI、城镇化率、普通高等学校在校生数量这四个影响因素指标，与兵团金融发展综合指数之间存在着长期的均衡关系；人均实际GDP、FDI及普通高等学校在校生数量是兵团金融发展综合指数的Granger原因，而城镇化率与金融发展综合指数之间是互为因果关系的。这就说明四个指标对兵团金融发展都有一定的影响作用。

(3)从状态空间模型的动态分析结果看，人均实际GDP、FDI及城镇化率的变动对兵团的金融发展水平有一定的促进作用，并且影响程度在不断地提升中相比较而言，前两者的影响波动性比较大，而城镇化的影响一直保持上升的状态；普通高等学校在校生数量虽然对兵团金融发展水平也有一定的正向影响，但其影响程度很弱。这可以说明，目前影响兵团金融发展水平的主要因素是人均实际GDP的提高、FDI的增多及城镇化水平的提升。所以，兵团在加快金融快速发展的进程中，要注重经济实力、外商实际投资及城镇化水平的提高。

5 对策建议

根据上述的分析结果，主要提出以下的对策建议：

5.1 加快完善兵团金融发展结构

从金融发展水平的综合评价看，兵团金融发展不协调，主要是由于金融结构的发展水平缓慢。兵团的金融体系结构中，银行业的占比相对比较大，保险业次之，证券业最少。在银行业的内部，金融机构网点的布局不合理，过于向一些中心城市集中，向团场的延伸不够。兵团的融资方式中，间接融资是主要的方式，以股票、债券融资为主的直接融资方式所占的比例较小。因此，兵团应该抓住跨越式发展的有利时机，充分利用证券市场的功能，来支持和鼓励更多符合条件的企业上市和发行债券，加大直接融资，最终实现银行业、证券业和保险业的全面协调发展。

5.2 加快兵团城镇化的步伐

通过格兰杰因果关系及其状态空间模型的分析结果可知，兵团的城镇化水平对金融发展的促进作用明显，主要是由于城镇化步伐的加快，将会需要更多的资金支持，从而推动金融业的发展。此外，格兰杰因果关系也表明，兵团金融发展水平的提高也能够帮助兵团城镇化的快速实现。总之，兵团应该努力推进城镇化进程，提高金融发展水平。

5.3 加大招商引资力度

实证分析结果也显示，外商的实际投资虽然对兵团金融发展的影响作用波动性较大，但是整体上还是表现出促进作用，且影响程度在不断增强。外商投资项目的增多，同样会引起大量的资金需求，这些是需要金融部门的有力配合来提供项目所需的资金的。因此，兵团应该把握对口援疆政策带来的机遇，大量引进企业，发展地方经济，从而推动兵团金融的快速发展。

[1] 褚保金,莫 媛.中心城市的金融发展水平及影响因素的实证分析—以江苏省13个中心城市为例[C].2010国际都市圈发展论坛会议论文集.2010,203-204

[2]谢 赤,钟 赞.熵权法在银行经营绩效综合评价中的应用[J].中国软科学2002,(9):108-110

[3]高勇标,楚凤楠,兰园生.我国农村金融发展与农村经济增长—基于状态空间模型的实证分析[J].现代经济,2008,7(12):18

[4]王志强,孙 刚.中国金融发展规模、结构、效率与经济增长关系的经验分析[J].管理世界,2003(7):13-20

[5]程亚男，刘献丽.区域金融生态环境评价指标体系研究[J].金融研究,2006,(1):167-177

[6]李学文,李明贤.中国地区金融发展水平的评价与实证分析[J].云南财经大学学报,2007(10) 62 -67

[7]任英华等.金融集聚影响因素空间计量模型及其应用[J].数量经济技术经济研究,2010,(5):106-108

[8]钱水土,程建伟.县域经济发展与县域金融体系重构研究[J].浙江社会科学,2005,(6):218-223

[9]许红莲.农村金融生态质量评价指标体系的构建[J].财经理论与实践,2008(4):262-286

[10]倪超军,赵雪冉.新疆生产建设兵团特色城镇化发展研究[M].北京:中国农业出版社,2010:96-97