基于灰色关联熵的区域金融生态系统运行分析

解勇

摘 要：区域金融生态系统特征日益典型化，利用灰关联熵对其演化建立模型，分析判断了其方向和运行趋势。选取江苏区域金融生态系统相关样本数据进行实证分析，提出基于灰关联熵指标的区域金融生态系统的开放性、非平衡性和非线性等系统特征调整和优化的政策建议。

关键词：金融生态系统;灰关联系统;灰关联熵

中图分类号：F062      文献标志码：A      文章编号：1673-291X（2020）05-0147-03

引言

随着金融经济的发展，越来越多的学者开始关注金融资源及金融生态系统对于经济发展的影响。2004年周小川提出“金融生態”这一区域金融研究新视角的概念，金融生态对于区域金融和区域经济发展的影响的研究得到广泛重视。

区域金融生态系统是一定经济区域内各类金融资源聚集和配置并与区域的经济、产业系统发生作用而形成的特定经济系统。区域金融生态系统持续不断地与外部经济、产业环境和社会系统进行资金、信息、人员等要素的交流和反馈，构成了相互影响和作用的复杂系统，进而进一步决定了其系统运行机制和演变规律。区域金融生态系统与外部经济体系进行的资金流、信息流和人员流等的交流决定了其处于非平衡状态，但同时在时空和功能上保持井然有序。这是一个复杂巨系统，其内部各要素和各子系统间是非线性结构，系统内各要素和子系统间存在着相互作用、相互制约、相互影响的非线性竞争关系，竞争的结果是占优势的变量决定整个系统的特征。区域金融生态复杂系统处于动态变化之中，其中的关键要素或子系统像潮水一样有张有落，不断受到外界的影响而产生无数个小“涨落”，在系统不断演化过程中逐步累积产生“巨涨落”，从而量变到质变，系统状态跃迁到更为有序的状态，从而不断推动系统演化发展。

一、熵与区域金融生态系统作用机理

在热力学领域，“熵”用于度量系统无序程度，熵越大则系统的无序度越高。为了衡量系统的有序程度，可以用“负熵”表示，值越小，系统越有序，非平衡状态越明显，反之亦然。

dS=diS+deS其中：diS-系统内部发生不可逆过程引起的熵变，正熵;deS-系统与外界交换物质和能量引起的熵变，可正可负。

区域金融生态系统首先处于非平衡状态，但在不断地与外界交换资金、信息和人员等物质与能量过程中，可以通过增加负熵而减少总熵，整个生态系统由无序→有序，实现不同层级之间的有序演化，据此，对区域金融生态系统的演化方向进行清晰的判断。

如果吸取的是负熵流即deS<0，则区域金融生态系统与外部经济、金融和社会系统处于协调发展中，系统内部各金融机构、资金提供及使用主体、系统外的非金融机构、政府、企业等相关主体不仅可以吸收到来自于系统内部的相关要素，还可能吸收到系统外部的资金、信息等，系统内外的相互作用促使区域金融生态系统保持强劲的发展动力，最终使系统协调、融合、有序发展演进。假如吸取的是正熵流即deS>0，则说明区域金融生态系统中存在资金配置错位、效率不高，金融风险积聚，各金融机构不能协调发展，或政府对金融机构干预过多等诸多问题，导致区域金融生态系统无法有序发展，直接影响到对区域经济的促进和拉动作用。

二、基于灰色关联熵的区域金融生态系统演化方向判别模型的构建

（一）区域金融生态系统有序演化的序参量选取

子系统在自发独立运动的同时受到其他子系统的影响而存在协同运动。序参量是控制各关联子系统之间协同作用和其他变量变化的关键变量，是系统相变前后所发生的质的飞跃的最突出标志，它表示系统的有序结构和类型并决定系统有序程度的高低。序参量支配子系统的行为，主宰系统演化过程和方向，成为演化过程中的主导力量。系统从平衡到不平衡、由无序到有序的临界状态时，各子系统由竞争引发协同，因此，区域金融生态系统能否有序取决于系统中的序参量能否出现，并左右其演变的特征与规律。

对区域金融生态系统而言，其各项功能的发挥最终都由关键资源即资金量决定，因此可将区域金融生态系统的资金量作为有序演进的变量。由于区域金融生态系统的随机性导致其呈现为一种灰色系统，实际动用资金与可动用资金的相似性用灰色理论可描述为：实际动用资金与可动用资金（临界值）之间的关联系数越大资金利用越合理，区域金融系统有序性就越强。用熵表示关联系数，通过系统熵的变化判别其演化方向。

（二）区域金融生态系统的灰关联系数计算

区域金融生态系统的实际资金运用与可运用资金余额之比为灰关联系数，系数越大表示系统协同效应越强、系统有序性越高、系统演化效率越高;反之，系数越小则表示系统有序性越低。

X=（X1，X2，…，Xn）为系统内n个子系统的实际运用资金数列;Y=（Y1，Y2，…，Yn）为系统内n个子系统的可运用资金数列。Xi为第i个子系统的实际运用资金，Yi为第i个子区域系统的可运用资金，其中1≤i≤n。对两数列进行无量纲化处理：

由上式可看出，关联系数越大，说明可动用资金和实际动用资金差别越小。但由于区域内存在多个子系统，各个子区域灰关联系数可能存在较大差异，区域金融子系统灰关联系数无法准确表示区域整体有序性程度。

（三）灰关联熵及其判别模型

区域金融生态系统与外界是紧密相连的，系统与外界相关因素等不停发生交换，熵将会随之增减，因此，系统演化方向取决于系统熵变机制。为此，需要进一步计算区域金融生态系统的灰关联熵指标。

建立区域金融生态系统演化方向的判别模型：

ΔS=St+1-St，表示在t时刻系统与外界资金、信息和人员交流引起的熵变。熵变值ΔS的方向和大小决定了区域金融生态系统演化方向和内部稳定性程度。

ΔS>0：系统熵值增加，无序程度加深，稳定性降低，系统结构不平衡，区域金融生态系统存在恶化趋势，需采取相应的举措加以调控。

ΔS<0：系统熵值减少，有序度增强，稳定性提升，系统结构趋于平衡，区域金融生态系统趋势转好，可采取行动进一步强化和促进。

ΔS=0：系统熵值无变化，区域金融生态系统保持稳定，可动态微调和保持平衡。

三、江苏省区域金融生态系统运行实证分析

本文以江苏省金融运行状况为基础，系统研究江苏省金融生态系统运行特征，对江苏省金融生态系统运行的有序性、功能的有效性进行实证分析，并对系统演化方向和程度进行量化判别，并检验江苏省金融生态系统的稳定行和适用性。

（一）样本选择

江苏省是我国东部经济发达地区和长三角区域的重要一级，金融经济活跃，是重要的区域金融中心;金融生态系统完善，具有典型的金融生态系统区域动态演化特征。在江苏省的金融生态系统中，国有商业银行、政策性银行、股份制商业银行和信用社等主要金融提供机构，其资金来源和投方占整个地方金融系统的比例较大。本文选择该四大子系统作为整体进行分析。本文的实证分析根据江苏省统计局公布的2015—2018年统计年鉴整理数据（选择贷款指标为实际运用资金、存款指标为可运用资金）。

依据上述理论，本文界定可运用资金指标为系统序参量的临界值，用实际运用资金指标与可运用资金指标的比较确定为关联系数;以灰关联系数计算为基础，计算灰关联熵;通过熵变值判断江苏省区域金融生态系统演化方向。

（二）灰关联系数计算

2015年度灰关联系数的计算如下：

实际运用资金数列：X（13.20，5.31，9.37，7.73）

可运用资金数列：Y（15.46，5.87，10.51，12.32）

由灰关联系数公式（2），设置ρ=0.5，则2015年度江苏省区域金融生态系统国有商业银行、政策性银行、股份制商业银行、信用社4个子系统运行的灰关联系数ξ（Xi，Yi）分别为：1.33，0.65，1.03，0.81，即2015年度江苏区域金融系统灰关联系数数列为：ξi（1.33，0.65，1.03，0.81），则∑ξ（Xi，Yi）=1.33+0.65+1.03+0.81=3.82。

（三）灰关联熵计算

四、研究结论与政策建议

（一）实证分析结论

2015—2018年，江苏省区域金融生态系统灰关联熵值处于小幅度波动状态，说明这期间江苏省金融系统运行状态总体上较为稳定。2015—2016年，熵值减小，表明江苏省金融生态系统运行趋势良好，经济持续稳定发展;2017—2018年度，熵值连续两年增加，且2018年较2017年增长幅度较大，这与期间房地产等资产价格上升过快，引发信贷无序膨胀和使用不合理累积信用风险的总体经济金融趋势吻合，说明江苏区域金融生态系统运行风险有所增加，系统运行稳定性降低。

（二）政策建议

尽管江苏省区域金融生态系统近几年运行状态总体上较为稳定，但还应通过不断优化外部经济、金融和社会环境与制度，通过可持续发展和交流实现区域金融系统升级与深化，不断向良性方向演化，从而实现区域金融生态系统熵值呈现减少的趋势。具体政策调整上可依据金融熵值的变化采取相应措施来引导金融生态系统的演化。

1.监测信用风险，适时调整信用规模和信用流动方向

根据江苏金融生态系统运行状况的熵值大小，隨时监测江苏省信用风险程度和变化趋势，当信用风险增加时，及时采取措施，合理引导，控制信用规模和信用流向，降低金融风险。

2.加强资金流向监控，保持区域金融生态系统的动态均衡演化

区域金融生态系统与外界互联互通，要加强对江苏省金融系统内资金流动的监测，根据监测结果调节金融流动，使区域金融生态系统运行平稳并不断优化。

3.丰富金融主体，保持区域金融生态系统的开放性

区域金融生态系统必须不断扩大和丰富金融主体和金融资源，保持系统的开放性和成长性，进而增加系统的复杂性和远离平衡性，通过各类金融机构间的金融服务的差异性和资金流动方向性与风险偏好的差异性实现系统的成长和保持演化动力。

4.精准把握区域金融系统的拐点，正确实施金融监管政策

在区域金融生态系统建设和发展中，政策作为一种外部可调控的手段影响其演变方向。若区域金融生态运行处于临界点和突变点附近时，合理的金融政策作为外控变量，其实施具有关键作用，并对系统结构的变化产生根本的影响。因此，应关注区域金融生态系统中的实际使用资金和可使用资金的关联系数，关注资产价格波动和信用风险，充分运用政策优势保障区域金融生态系统的有序演化和可持续发展。

参考文献：

[1]  Porter M.E.，Clusters and the new economics of competition.Harvard Business Review，1998，November-December.

[2]  刘红，叶耀明.金融生态系统与区域经济增长：研究综述[J].经济问题探索，2007，（11）.

[3]  贺翔，唐果.基于灰色关联分析的宁波商业银行竞争力研究[J].科技与管理，2010，（11）.

[4]  郜燕群.基于灰色综合关联度的科技金融有序性评价[J].喀什大学学报，2018，（11）.

[5]  金欣雪，谢邦昌.区域金融生态环境评价与实证[J].统计与决策，2014，（15）.

[6]  李琳，毛刚，张诗悦.金融环境下基于耗散结构的科技创新支撑区域经济发展研究[J].情报科学，2012，（9）.

[7]  韩红，李博，冯光辉.金融生态运行质量时序变化及空间差异分析——基于河南省金融生态的实证分析[J].地域研究与开发，2019，（10）.