金融实证分析范文

前言：我们精心挑选了数篇优质金融实证分析文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

评估指标体系历来备受关注，人们普遍地把“输入”、“过程”、“输出”和“改进”等4方面内容作为专业评估指标体系的基本框架。在选择指标时，既追求全面性和代表性，也兼顾可测性和客观性。事实上，由于专业名称、类型、办学背景和省情的差异，以及定性指标难以打分、现场考察不易深入等诸多局限性，专业评估很难做到高度的准确客观和排名比较。但基于量化的视角，对指标体系的量化处理、指标数据的量化统计、测算结果的量化打分、评估排名的横纵向比较，将可以有效减少评估的误差。本文以全国12所高职院校金融专业为例，通过主成分分析和数据包络分析方法，着重进行专业评估的横向比较，为专业评估的跨省比较和整体提升提供实证参考。在借鉴和比较的基础上，我们按照专业人才培养要素和流程，遵从量化和数据可得的原则，选择了5个较具代表性的一级指标：师资力量和实践条件是专业建设的输入指标，培养模式和课程教学是过程指标，就业与声誉是输出指标，专业评估的改进指标则通过文章的第四部分数据包络分析给出。每个一级指标又分解出2个二级指标，其数据来源于“高等职业院校提升专业服务产业发展能力项目”2011年和2013年“专业建设状态数据表”，包括重庆财经、陕西财经、成都职院、北京财贸、山西金融、山西财专、浙江经济、辽宁金融、邯郸职院、长春金融、江苏财经、宁夏财经等12所院校表1。

二、基于PCA方法的专业评估得分与排名

主成分分析（PCA）是一种对评价对象绩效进行综合评价与监控的多元统计方法，其基本原理是利用降维的思想，在损失很少信息的前提下把多个指标转化为几个综合指标（即主成分），用它们代替原始变量绝大部分信息，并保证彼此之间互不相关、互不重叠。PCA在研究指标众多、关系复杂的问题时，既不需要量纲一致，也不需要对指标进行赋权或重要性排列，而是通过提取主成分这一关键方法来进行得分计算。我们通过运行IBMSPSS19.0，发现KMO=0.705，BartlettSig.=0.045，基本符合相关性和显著性检验标准。进一步的方差分解，得出累计方差贡献率超过80%，主成分个数m=4。在成分矩阵的基础上，我们得到了4个主成分的分值，通过计算表2给出了结果。从综合评分F来看，2011年正分院校5所、负分院校7所，2013年维持同样的格局，得分较差的学校比例偏高，意味着金融专业人才培养总体效果不乐观，没有随着改革进程的推进产生整体性水平提升。同时，排名最后的山西金融得分还处于下降状态，隐现了该校金融专业建设有继续恶化的风险。与之相反，浙江经济、邯郸职院和江苏财经则一直居前3名，专业发展状况良好而稳定。从排名变化来看，进步较快的学校有北京财贸和长春金融，分别上升4位和3位，退步明显的则是辽宁金融和成都职院，分别下降6位和3位，后者变化的幅度高于前者，既凸显了各院校间专业建设水平的不均衡，又警示我们需防范可能存在的“弱者羸弱”效应[7]。从院校类型来看，分布在东部省份的学校得分靠前，西部的居中，中部的则暂处于靠后位置，专业建设效果呈区域非均衡特点，并与前文所述的专业分布情况、地区金融发展水平相一致。通过对各院校2011年和2013年得分和排名求均值，排行前50%强的为国家示范（骨干）建设单位，其次为省级示范（骨干）建设单位，最后是非示范（骨干）院校。一些以金融专业为龙头的学校也没有显示出强大的竞争力，而是仍在追求生源规模的扩大，如山西金融2013年在校生已达1027人，在样本院校中排名第一，但F值却排在最后。院校性质类别方面，邯郸职院和成都职院虽非财经类院校，但F排名仍较靠前，表明现阶段院校性质对金融专业得分的影响有待提高。

三、基于DEA方法的专业评估改进分析

前文对专业建设现状进行了主成分分析，但缺乏深层次原因剖析和改进方法。数据包络分析（DEA）是一种基于线性规划的用于评价同类型组织（或项目）工作绩效相对有效性的工具手段，其实质是根据一组关于多输入、多输出的决策单元值来估计有效生产的前沿面，并据此进行多目标综合效果评价。用DEA模型进行分析前，要选择输入、输出指标，而根据以往的经验，选择指标个数之和不能超过样本量的1/2[8]，我们采用中介法，选择了具有代表性和一般性的3个输入指标（兼职教师年承担课时占比、生均校内实训室设备价值和专业教研项目人均经费）和2个输出指标（初次就业率、新生报到率）。设定DEA模型为投入导向型、规模报酬可变（VRS），运行DEAP2.1软件可得到各院校专业综合效率（也即技术效率）。综合效率只是一种相对效率，当它等于1，表明组织的生产是有效的，但实际效率并不一定非常高，有可能出现整体低效下的相对高效；当它小于1，则说明组织的生产是低效的，或者说组织消耗了太多的投入，却只获得了较少的产出。重庆财经、山西金融、邯郸职院和宁夏财经的综合效率为1，达到了DEA相对有效水平，其他8所院校均为非DEA有效（表3）。对非DEA有效院校进行投影分析，计算投入冗余率和产出不足率，投入冗余率是指优化后的输入指标可节省的投入比例，产出不足率则是优化后的输出指标可增加的产出比例。尽管成都职院、北京财贸、浙江经济3所院校非DEA有效，但并未出现投入冗余和产出不足现象，表明它们正努力趋向生产前沿面，综合效率接近DEA相对有效。但陕西财经、山西财专、辽宁金融、长春金融和江苏财经等5所院校，除“初次就业率”外，均存在投入冗余和产出不足现象，其中山西财专和陕西财经等综合效率得分仅0.427、0.518，明显低于样本院校的平均水平。从输入指标来看，山西财专和陕西财经的投入冗余率高达56.5%和47.6%，溢出效应明显，一方面应加大兼职教师、实训设备和教研经费的投入力度，另一方面切实提高它们的利用率，实行效率导向和目标考核制，优化专业建设的人力、物力和财力配置；江苏财经、长春金融和辽宁金融的投入冗余率有所下降，通过优化管理，将分别节省三个输入指标的20%、13.1%和12.4%投入比例。从输出指标来看，辽宁金融、长春金融、山西财专、陕西财经和江苏财经等5所院校的“新生报到率”产出不足，应加大招生宣传，注重特色凝练和品牌打造，提高专业社会满意度和美誉度；长春金融则要进一步重视学生的就业创业指导，建设孵化平台，通过一系列的措施改进，将可提升初次就业率10.7%的比例增长。

四、结论与建议

第2篇

>> 微型金融机构使命漂移的文献综述 经营环境对微型金融机构社会扶贫功能影响的实证分析 经营能力对微型金融机构社会扶贫功能影响的实证研究 基于财务视角的微型金融机构可持续发展分析 民族地区微型金融机构社会扶贫功能的统计学分析 微型金融机构（MFIs）发展的文献综述 农村微型金融机构的风险度量与控制 微型金融机构利率限制政策的社会效应 基于MNL模型的农村正规金融机构信贷供给行为的实证分析 法人金融机构信用风险压力测试的实证分析 从紧货币政策对地方法人金融机构影响的实证分析 农村金融机构收缩对农村经济影响的实证分析 江苏省中小金融机构发展的实证分析 简析微型金融机构的信用评级体系建设 浅析老挝微型金融机构的现状及发展方向 微型金融机构营运的成本、收入及监管机制 微型金融机构发展的前提假设、创新与展望 农村微型金融机构风险与经营绩效的动态关系 论微型金融机构的可持续发展策略 微型金融机构信贷问题与对策研究 常见问题解答 当前所在位置：l.

[2]Brette E.Coleman.2006.Microfinance in Northeast Thailand：Who Benefits and How Much？[J]， World Development，34（9）：1612-1638.

[3]Gaamaa Hishigsuren.2007.Evaluating Mission Drift in Microfinance：Lessons for Programs with Social Mission [EB /OL]，.

[5]Roy Mersland.2009.Microfinance Mission Drift？ [J].World Development，38（1）：28-36.

[6]Roy Mersland，R. ?ystein Str?m.2009.Performance and Governance in Microfinance Institutions[J]， Journal of Banking & Finance，33（4）： 662-669.

第3篇

城镇化金融支持灰色关联度分析模型时间序列计量经济模型

党的十提出了协调发展、互促共进的新型城镇化建设道路。新型城镇化建设坚持以人为本，是有中国特色的，将四化同步、优化布局、生态文明以及文化传承相结合的城镇化建设道路。相比较于以往的城镇化，新型城镇化把重点放在协调与可持续性上，更强调经济发展而不是经济增长。金融在我国当前的市场经济体制中日渐成为其核心与枢纽，各个行业的发展离不开金融业的支持。城镇化建设产生的基础设施建设、产业结构优化升级等需求可通过提供金融支持来实现。

一、问题的提出

在合肥市的城镇化进程中，非农业人口由2007年年的207.73万人增加到2014年的270万人；产业结构方面，2015年合肥市第三产业对GDP增长的贡献率为40.2%，相比以前年份有较大的增长，但同时期全国平均水平为50.5%，合肥市仍有差距。合肥经济年来发展迅速，金融业的发展也呈现出稳健的态势。金融业资产增加值对全市GDP的贡献率逐渐增大，对于实体经济的支持作用日渐凸显，可以推断金融业对于合肥市的城镇化建设存在着一定的促进作用。而具体这种作用体现在哪个方面，需要通过定性与定量分析得出结论，研究该问题将对推进合肥市城镇化建设产生重大意义。

二、文献综述

关于金融支持对城镇化建设的作用，我国有不少学者对其做出了分析。伍艳（2005）对我国城镇化滞后于工业化率的现象进行了探究，分析其原因为城镇化进程中金融抑制的存在；黄勇，谢朝华（2008）通过建设 VAR模型，得出促进城镇化的直接原因是银行贷款的增加的结论，但金融部门对城镇化建设资金需求的兴趣不浓，为了推进城镇化的建设，金融支持是关键；陈元（2010）对开发性金融的发展是否推进城镇化进行了探究，实证分析结果得出产业结构忧化以及基础设施建设等城镇化发展指标与开发性金融指标之间存在很强的相关性，并通过格兰杰因果检验发现开发性金融发展与城镇化推进之间存在一定的的因果关系；李舟（2014）着眼于农村城镇化建设，研究了金融支持城镇化建设中存在的问题以及其产生原因，认为金融创新在城镇化建设中具有重要意义，同时提出了相应的创新路径。各种实证结果均能证明金融支持能推动城镇化建设，但具体到某个城市时，金融支持的影响机制会因该地区的经济发展状况不同，因此对于合肥市的研究是有意义的。

三、金融支持新型城镇化实证分析

（一）指标选取与数据说明

1、衡量金融发展的指标

（1）金融规模：金融规模的大小直接体现为银行金融资产的数额，可以使用金融相关率FIR来衡量。其中FIR为全年存贷总额占GDP的比重。

（2）金融结构：本文用直接融资额（包括股票筹资额以及债券发行额）占资产总额的比重FS来表示金融结构

（3）金融效率：金融效率的一个重要质变表现为储蓄-投资转化率，可以采用储蓄转化率DLR来衡量金融效率。

2、衡量城镇化建设的指标

（1）城镇化率：城镇化率是衡量城镇化建设最为直接的指标，采用合肥市非农人口数占总人口数的比值UR来表示。

（2）产业化率：城镇化对地区产业的影响表现为产业结构的变动，采用第二、三产业生产总值占全市GDP的比重IR来反映产业化率。

3、数据来源及说明

以上衡量金融发展与城镇化建设的指标所需要的数据均搜集于《合肥统计年鉴》、《中国金融年鉴》以及合肥市统计局网站、合肥统计信息公众网。其中涉及到价格的数据，如全年存贷总额，第二、第三产业生产总值等指标数据，均已用以1978年为基期的价格指数进行了相应的调整。

（二）实证分析

1、灰色关联分析模型

根据经验以及对数据的观测，城镇化建设水平各项指标与金融支持各项指标之间存在一定的关联。灰色关联度是各指标间关系的量化，建立灰色关联分析模型，更深层次探究金融支持对新型城镇化进程的影响机制。

根据以上计算原理，运用MATLAB软件得出城镇化指标UR、IR分别与金融支持指标FIR、FS、DLR这三个指标之间的灰色关联度，如表1所示：从得出的各项灰色关联度数值可以看出，FIR、FS、DLR与UR、IR之间的关联程度有所差异，为了得出金融支持对城镇化建设影响的具体关系式，对时间序列数据进行回归。

3、时间序列计量经济模型

（1）单位根检验。数据平稳是建立时间序列计量模型的前提，目的是避免“伪回归”致使结果失去意义。运用EVIEWS软件对各项指标数据进行单位根检验，表2中为检验结果。各项指标数据在水平上均不呈现平稳状态，但二阶差分均通过检验，即二阶差分均不存在单位根，呈现二阶单整状态。

（2）E-G两步协整检验

在各个时间序列变量均平稳的基础上，分别以城镇化建设指标UR、IR为被解释变量，金融支持指标FIR、FS、DLR为解释变量进行OLS回归，得到两个多元回归方程。对UR与FIR、FS、DLR间的回归方程残差序列进行单位根检验，得到的统计量值为-2.9658，小于1%置信水平临界值-2.7057。

对IR与FIR、FS、DLR间的回归方程残差序列进行单位根检验，得到的统计量值为-3.2376，小于1%置信水平临界值-2.7057。

以上两方程各变量之间具有协整关系，在长期内趋于平衡状态。

四、结论及政策建议

（一）模型结果分析

从灰色关联度分析模型的结果中可以看出，合肥市金融规模、金融结构、金融效率与城镇化率以及产业化率之间均存在着较强的关联，尤其是金融结构对产业化率的影响，甚至达到了0.9以上。这是因为第二、第三产业的发展对资金投入的要求较高，在一定的金融规模条件下，合理的金融结构使得各产业能有效获取资金，推动产业发展及结构升级。由于选取的衡量金融效率的指标为储蓄转化率DLR，则可得出DLR对产业化水平产生的影响为负向。关于城镇化率，金融规模及效率相比较于其结构而言产生影响的更大，金融结构的影响主要体现在产业发展方面。

根据建立的城镇化率、产业化率的回归模型，金融支持各项指标与两者间的关系均呈现长期均衡状态，这说明金融支持确实能推动新型城镇化建设，从金融支持指标的影响系数看，在长期内，金融规模与金融结构对城镇化水平都存在较显著的影响，金融效率的作用相对较小。同时，这一结果也验证了灰色关联度模型的分析结果的可靠性。

（二）政策建议

随着社会发展水平的提高，金融已成为现代经济运行的核心。新型城镇化建设“以人为本”，旨在促进城乡经济协调稳定发展。将金融支持引入新型城镇化建设将推动其进程，提高其质量。基于以上建立的灰色关联度分析模型以及时间序列计量经济模型得出的结论分析，提出以下对策。

1、扩大金融规模，加大基础设施资金投入

基础设施建设是城镇化建设的一大动力。城乡协调可持续作为新型城镇化建设的本质，不仅要求大量信贷基金投入，同时要求妥善解决进程务工农民的岗位问题、医保完善程度问题以及城镇人口的教育问题等仅依靠国家财政支持与间接融资不能同步实现人口、产业以及空间城镇化。扩大金融规模，如在农村地区实行优惠的信贷政策，打破农村信用社的垄断，吸引城市金融资源向其延伸。实行联合自然人贷款制度，鼓励乡镇企业发展，避免农村资金外流，缩小城乡差距。

2、调整金融支持结构，发展多元化融资模式

政策性银行、国有商业银行以及股份制商业银行贷款是合肥市城镇化建设的主要资金来源，资金调度的灵活性不足，而借助不同类型融资平台的多元化融资模式，如信托、P2P、资产支持证券化等，市场机制引导下减少对银行直接融资的依赖，避免融资渠道的单一性，在金融规模扩大的基础上优化金融支持结构，推动新型城镇化进程。

3、完善金融制度，加强金融监管，提高金融支持效率

金融制度的完善以及金融监管的加强是金融支持效率的保证。在制度方面，仅实现利率市场化仍有不足。合肥市农村及欠发达小城镇的发展水平仍处于较低状态，在合理的利率水平前提下实现贴息政策，对其发展具有重大意义。这些地区金融业规模较小，结构缺乏完善，稳定的金融环境对提高其金融支持效率尤为重要。因此在制度完善的同时，金融监管机构需要出台相应的措施对抗潜在的金融风险。参考文献：

[1]郭艳艳.安徽金融支持城镇化建设绩效的实证分析[J].淮北师范大学学报（哲学社会科学版），2015（04）：60-64.

[2]陈元.开发性金融与中国城市化发展[J].经济研究，2010（07）：4-14.

[3]李舟.我国农村城镇化建设中金融支持存在的问题、原因及对策[J].河南师范大学学报：哲学社会科学版，2014（3）：88-90.