基于EViews软件的区域金融综合竞争力聚类分析

马爱丽

河北地质大学华信学院，河北 石家庄 050000

社会经济的发展，使得我国经济形势发展向好，但仍存在明显的地域差异性。根据我国财政部门年报数据可知，金融发达城市一般呈区域性分布，其中以东南沿海经济较为发达，因其具有优势的资源，或对外开放范围和程度较高，城市金融运行环境较为优越，整体金融经济发展迅速。从当前我国当前经济实际情况来看，区域经济发展水平与其整体竞争力有直接关系。传统的经济金融分析只简单的规划为区域经济发展的基础优势和资金融通效果，并没有将其作为一个单独的金融管理对象进行综合分析。这种粗放的经济管理和经济形势分析，已经不能满足当前分析需要。

EViews软件是现代区域金融综合竞争力分析软件，是计量经济学软件包。设计基于EViews软件，通过构建当前区域金融竞争力分析的指标体系影响力因子，最终对其竞争力进行聚类分析[1]。

1 基于EViews软件的区域金融竞争力分析

1.1 构建指标体系

在对我国区域金融综合竞争力进行聚类分析之前，需要建立对应的指标体系，且需要遵循相应的规则，才能科学准确的运用当前指标体系对各城市金融竞争予以测度和研究。在构建区域金融竞争力指标体系时，需要遵循以下原则：第一，全面性原则。影响区域金融综合竞争力的指标，包括直接经济因素和相关因素；第二，可行性原则。在遵循全面性原则的基础上，要构建相关指标体系需要保证数据资料的可获取性和指标量化可行性；第三，层次性原则。评价指标需要服从整个区域经济系统的实际特征，在充分考量指标变量协调性的基础上，为了便于分析和评价需要将其进行层次划分，以区域经济实力和经济开放程度为核心建立指标体系；第四，引导性原则。城市金融竞争力指标评价体系，除了其独有的评价功能以外，还需要保证自身的引导功能，通过对城市金融竞争力的了解和实际分析，明确当前城市区域竞争力的实际优势和劣势，有针对性的把握全区，注重指标的启发性和引导性。设计从当前区域金融体系影响因素和环境因素两个大的层面出发，构建竞争力分析的实际指标体系。其中，区域环境金融体系当前发展状况和自身金融环境的发展程度可以直接影响当前城市金融竞争力的强弱水平。对此设计将影响当前区域金融体系竞争力的各项因素，称之为金融竞争力显因素。竞争力显因素，可以进一步划分为金融机构竞争力和金融效率竞争力。当前区域金融环境下的城市经济实力、经济开发政策、基础设施的建设以及科技和社会安保环境可以作为竞争力的隐因素。设计提出的区域金融综合竞争力指标体系框架如图1所示[2]。

图1 指标体系框架图

1.2 影响力因子分析

影响力因子分析主要是指利用数据量较小的几项数据因子，去替代具有明显错综关系的数据变量，从而实现原始变量和因子变量之间相互关系的探讨和测量，且保证其具有明显的正相关现象。此研究属于多元分析中的一种降维方式。因子分析是一种通过研究不同变量之间的关系矩阵或协方差矩阵的内部依赖关系，并将其转化为综合变量和随机变量的方法。因为各个因子之间没有明显的对应关系，所以所有的因子变量均可以表示为公因子的直接性组合。因子分析的目的就是在指标体系的基础上，减少变量指标的实际数据，利用少数因子代替变量，实现区域金融问题的分析[3]。

设指标体系中的样本为N，指标数为P，随机向量为

想要寻找公因子，需要建立因子模如公式（2）

根究因子模的旋转，可以提取当前因子的载荷矩阵，而a和F则分别为影响因子的外在因素和内在因素实际的量化权值。根据此权重，可以说明该因子的经济含义[4]。

1.3 实现聚类分析

在上述因子分析的基础上，使用EViews软件将实际区域金融综合竞争力相关数据（如表1所示）作为聚类变量，进行多层次的聚类分析，即可明确聚类结果。

表1 区域金融综合

聚类分析就是指将具有明显统一性的变量数据，进行多项集聚，而将差异性较大的变量进行分离，在相似变量中选择具有较少代表性的变量进行分析，从而降低变量数据，为数据降维，并提取最后的分析结构。通过数据点组合而成的类别是最基本的类别，点之间的距离被称为类见距离，但是如果某一类中的点数较多，则需要通过分析类间距离，在进行分类操作。一般以欧式距离作为类间距离的计算公式

设计采用层次聚类法，在类间距离求取的基础上，设置起始点，有多少点，就设置多少类。将两类中最远点的距离作为类间距离集合项，并将其合并成一类，作为n-1类。这个最近主要通过前面的距离度量进行确定，根据梯度级别，将数据进行录入，最终实现数据聚类分析，获取分类结果[5]。

2 实验数据分析

以我国2018年财政金融数据中任意遴选出的数据样本组成实验数据，进行分析方法准确度的实验测评。测评对象为上文设计的基于EViews软件的区域金融综合竞争力聚类分析方法，和传统的MC指数、TC指数、RCA指数区域金融分析方法[6]进行对比，通过对比分析结果的准确定，确定其优势性。实验最终对比结果如表2所示。

表2 实验结果准确度对比

根据表2中显示的实验结果可以看出，在7组实验数据中，应用传统方法对当前区域金融综合竞争力聚类分析的准确度在62%左右，而设计方法则高达82%左右。结果准确度提高了20%左右，可以证明设计方法具有更大的优势性。

3 结语

为了综合评判当前区域金融的综合竞争力，基于EViews软件，设计了新型金融竞争力聚类分析方法。该方法通过构建指标体系和影响力因子分析，获取分析量，再利用EViews软件进行多项聚类，实现聚类分析，经过实验证明其分析结果更为准确，可推广使用。