城市互联网金融发展环境测度研究

2019-12-08孙航安徽新华学院

营销界 2019年46期

■ 孙航（安徽新华学院）

城市互联网金融成为当前各个大型以及中小型城市重点研究的经济体系，通过对于这一深度经济发展模式的研究和学习，借助目前的城市互联网金融发展模式和取得进展，得到发展环境的测度指标。就实际取得的作业效果来看，唯有测度的计算模型精准，并且获取的数据有利用价值时，才可确保分析结果具有优秀使用价值。

一、城市互联网金融发展环境的探讨指标

（一）规模指标

互联网金融发展的规模是探讨指标中的最基础指标，其作用是衡量金融体系的发展实力和潜能，金融体系的主要评价参数有银行、投资基金、证券公司以及保险公司，数量增加则说明该区域的金融发展潜能被逐项激发[1]。考虑到我国当前各个城市的人口数量较多，所以为了可以更好评价城市金融发展水平，要采用人均金融参数表征这一参数。另外金融发展中也存在多种辅助性质的办公机构，包括中介、指引系统等，要把所有这类机构都纳入到管理体系中，来衡量这一城市的金融体系发展水平。由于金融行业的发展依托于当地的整个产业系统，同时金融行业的发展也会影响产业的变化情况，所以规模指标的分析过程要详尽研究这类综合性指标的影响范围和作用形式，向不同的金融机构配置不同的分析权重。其中银行等金融机构配置的参数要处于最高等级，原因是其能够直接或深度影响当地金融系统的配置形式，之后要分析当地资金的流动水平和流动形式，尤其是研究各类实业企业的银行贷款总量、银行资金的发放速度等参数，在这类因素的共同作用下才可分析各类资本的流动速度和影响深度，并分析规模指标。

（二）广度和深度指标

金融的广度和深度评价因素有多个，其中要详细分析金融系统的作用水平，其中要研究的参数有多个，其一是金融相关比率，其概念是全部金融资产价值和实物资产的价值比，比例的变动能够反映体系的上层建筑与和经济基础间的变化关系，分析当前该城市的综合发展情况。其二是证券化率，概念是被研究区域市场中所有证券的总市值与该区域GDP的比值，该比值越高，说明证券市场在该城市中的经济地位越高。其三是保险深度，其作用能够显示该城市的保险行业发展水平，可以反映该城市的保险行业发展深度。其四是金融市场的化率，作用是分析区域性市场竞争程度水平，这一数值的分析并不可直接用于衡量金融发展水平，而是说明金融竞争激烈程度和竞争水平。其五是该地区的存贷比，概念是金融机构发放的贷款和机构中总存款数据的比值，可以反映该城市中所有中介的运行效率。

二、城市互联网金融发展环境测度的分析

（一）模型的建设

在模型的建设过程，需要完成的工作项目和工作方法是，采用最佳的工作方法分析目前各类参数的分析方法，最佳的使用方法是因子分析方法，其在使用过程可以分析区域性金融体系的发展情况，以最大限度消除系统中产生的各项误差。这一分析方法的作用是总结可能存在大量彼此相关关系的变量，将其总结到整个作业体系，建成所有数据之间的关联结构，以确保这一作业体系的综合发展水平，并从中找到所有数据之间的关联结构，把其中数量较少的公因子设定成不可观测量，达到描述多个变量代表的最关键性信息。此外就实际的作用情况上来看，这一分析模式可以带动整个系统的更好运行与分析，从而让整个系统处于更好的分析状态，通过这一工作形式的采用，降低了数据分析的难度和计算工作的复杂度，同时各类综合性指标的信息经过分解，可以把分析的参数有效分散，之后通过采用矩阵分析等详细工作方法，可以最大限度提高这一系统的作用水平。

（二）数据指标归纳

各类数据指标的分析和归纳精度会从根本上影响后续获取数据以及建设模型的精度，要求需要把所有的工作指标定量化描述，提高这一系统的实际分析水平和工作形式。

分析的指标规模中，可以从政府工作报告以及银保监会出具的专业报告中，分析当地金融机构的数量、各个金融机构的详细作用指标、金融机构在单位时间内的作用趋势和获得的经济收益等，从而让实际分析的结构有更好的使用水平。同时把历年的金融参数纳入到统一性的分析框架内，进一步探索当地的经济发展水平，比如对于银行运行过程，分析的一个重要指标是银行的储蓄总量在历年中的发展情况，将该参数作为一个金融发展环境的评价标准。

对于深度和广度指标，要根据各个行业发布的专业数据总结当前这一区域的实际发展参数，以保险深度指标的分析为例，核算的参数包括单位时间内该地区的投保人员上升率、各个行业人员的投保资金、投保资金占据个人收入的比重等，要求所有这类因素都要被纳入到详细的分析体系内，分析了这一定量化数据之后，才可完成实际的分析工作。

（三）数据的获取

在数据的获取过程，要分析被研究城市的各项互联网金融数据，通过详细的研究和分析工作，可以把各类数据综合性融合到这一分析体系的整体水平。本文以某城市的金融体系发展数据为例，以研究所有的数据使用方法。此外在数据的处理过程，要严格消除短期金融市场波动对于对于最终分析结果的负面影响，以提高这一系汇总体系的分析精度。本文选择的施加段为2014年到2018年，首先分析这两个系统的作用形式，包括银行及其网点的总数量、证券和期货的营业额、该地区金融行业者的总数量、该地区的招商引资工作落实水平等，要把所有这类因素都纳入到统一性的数据协调和计算体系内部，之后由专业化的数据处理软件定量化处理这类参数。对于数据的分析来源，包括当地的金融系统发展年报和财报、金融系统的发展规模、各个交易日的平均交易量、银保监会等金融监管机构的工作数据等，以此为标准分析所有数据的使用形式和工作方法，之后考虑如何确保所有的参数都投入到计算的模型中。

（四）检测结果分析

分析结果的应用过程，要详细研究这一工作系统的各个指标作用形式和工作方法，分析各个参数所能够得到的正逆向指标，通过对于这类参数的总结和分析，可以分析今后一段时间内被研究城市互联网金融行业的发展走势。详细分析过程，由于不同参数的作用标准和单位具有差异，所以要优先对单位统一处理，此外对于个别的变量方差来说，也要详尽分析这一参数对于最终结果方面造成的影响，以将其合理配置[2]。当原始数据经过无量纲化处理之后，计算所有获取数据的标准差，之后计算这一过程中可以获得的Z分数，得到标准差是1，均值是0的分析结果。另外就取得的最终结果上来看，得到的数据模型是一个可以表示各个工作因子的线性组合，其在实际的处理中要使用协方差矩阵分析获得的数据，要求分析的因子之间有较高的相互关联性，分析方法是首先建成评价矩阵，其中要把所有的指标变量投入到同一个矩阵中，行含义是城市，列含义是该城市地区中所有互联网金融环境的评价参数，之后分析各个数据之间的关联度。