韋欠

摘? 要：從金融機構(gòu)發(fā)展狀況、金融服務(wù)質(zhì)量和保險覆蓋狀況選取數(shù)據(jù)并構(gòu)建金融狀況指標體系，通過多元線性回歸研究相關(guān)因素對廣東省金融狀況的影響，發(fā)現(xiàn)經(jīng)濟發(fā)展水平的提升會顯著提高金融服務(wù)可得性和金融機構(gòu)發(fā)展水平，地區(qū)教育發(fā)展水平的提高能夠推動保險類金融和金融服務(wù)可得性發(fā)展，基礎(chǔ)設(shè)施建設(shè)和科技發(fā)展會提升金融服務(wù)可得性和金融機構(gòu)發(fā)展水平。

關(guān)鍵詞：金融狀況? ?回歸分析? ?變量選取? ?模型構(gòu)建

中圖分類號：F832? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2021）06（c）-0161-03

Analysis of Financial Situation and Influencing Factors in Guangdong Province

WEI Qian

（School of Big Data Application and Economics， Guizhou University of Finance and Economics， Guiyang， Guizhou Province， 550025 China）

Abstract： Select data from the development status of financial institutions， financial service quality and insurance coverage， and construct the financial status index system to study the impact of relevant factors on the financial status of Guangdong Province through multiple linear regression. It is found that the improvement of economic development level will significantly improve the availability of financial services and the development level of financial institutions; the improvement of regional education development level can promote the development of insurance finance and the availability of financial services; infrastructure construction and scientific and technological development will improve the availability of financial services and the development level of financial institutions.

Key Words： Financial situation; Regression analysis; Variable selection; Model building

金融是一國經(jīng)濟發(fā)展的核心，研究金融狀況是解決經(jīng)濟發(fā)展問題的關(guān)鍵。廣東省生產(chǎn)總值連續(xù)32年位居全國第一，這樣持續(xù)健康的經(jīng)濟發(fā)展其背后一定有著良好的金融體系支持。關(guān)于金融體系、金融狀況的研究，國內(nèi)外已經(jīng)取得豐富的研究成果，然而眾多研究多從宏觀層面，甚至是國際層面出發(fā)，這些研究能為國家制定政策提供指導(dǎo)思想，但要落實到地區(qū)省份，可能相對缺乏針對性與可行性，因此研究地區(qū)金融狀況是一個重要的課題。

廣東省經(jīng)濟持續(xù)上升，金融業(yè)平穩(wěn)發(fā)展，2019年就有高達8 881億元的金融業(yè)增加值，而保險業(yè)僅保費收入就高達5 469.7億元，規(guī)模排名全國第一。研究廣東省金融狀況及有關(guān)影響因素是一個有意義的課題，利于其他省份地區(qū)借鑒，有助于共同提高我國金融發(fā)展水平，實現(xiàn)我國經(jīng)濟發(fā)展總目標。

1? 廣東省金融狀況

1.1 金融狀況指標體系

考慮到廣東省保險業(yè)對地區(qū)金融發(fā)展及生產(chǎn)總值貢獻度尤為明顯，結(jié)合廣東省實際情況并參照Sarma（2010）研究，從金融發(fā)展狀況、金融服務(wù)質(zhì)量和保險覆蓋狀況選取11個指標并建立廣東省金融狀況指標體系[1]。金融機構(gòu)發(fā)展狀況選取每萬平方公里金融機構(gòu)營業(yè)網(wǎng)點數(shù)、每萬平方公里金融機構(gòu)從業(yè)人員數(shù)、金融業(yè)增加值/GDP分別用X1、X2、X3表示;金融服務(wù)質(zhì)量選取人均存款余額、人均貸款余額/GDP、人均儲蓄存款余額/GDP、人均正規(guī)金融機構(gòu)涉農(nóng)貸款余額分別用X4、X5、X6、X7表示;保險覆蓋狀況選取保險深度即保險收入/GDP、保險密度、保費收入/GDP、基本養(yǎng)老保險基金支出分別用X8、X9、X10、X11表示。原始數(shù)據(jù)源于2005—2017年《廣東省金融運行報告》《廣東省統(tǒng)計年鑒》，部分數(shù)據(jù)來自《中國金融年鑒地方金融篇》和政府對外公布文件，某些缺失數(shù)據(jù)采用中位數(shù)法和移動平均法進行補齊[2-3]。

1.2 主成分分析

將選取的多個指標進行標準化處理并降維，經(jīng)過主成分分析得出主成分表達式，第一個主成分表達式中基本養(yǎng)老保險基金支出、保險密度、保險深度和人均貸款余額的相關(guān)系數(shù)都較大，且多為反映保險覆蓋面的指標，將其稱為保險類金融指標。第二個主成分表達式中正規(guī)金融機構(gòu)涉農(nóng)貸款余額、貸款余額、保險深度和金融機構(gòu)營業(yè)網(wǎng)點數(shù)的相關(guān)系數(shù)較高，指標均體現(xiàn)金融服務(wù)可獲得性，將其命名為金融服務(wù)可得性指標。第三個主成分表達式中金融業(yè)增加值、金融機構(gòu)營業(yè)網(wǎng)點數(shù)、保險密度和金融機構(gòu)從業(yè)人員數(shù)目的相關(guān)系數(shù)較高，指標主要反映金融機構(gòu)發(fā)展狀況，將其稱為金融機構(gòu)發(fā)展水平指標。三個主成分即F1、F2、F3的計算模型如下：

F1=-0.2704X1-0.3851X2+0.0118X3-0.4093X4+0.2902X5+0.2728X6-0.1482X7+0.2992X8+0.3616X9+0.1281X10+0.4399X11

F2=0.1303X1-0.0031X2-0.2668X3-0.0384X4+0.4244X5+0.0182X6+0.5342X7+0.3286X8-0.1494X9-0.5606X110+0.0013X11

F3=0.3598X1+0.2702X2+0.5788X3+0.1949X4+0.0702X5-0.4950X6+0.0472X7+0.2713X8+0.3109X9-0.0455X10+0.1052X11

2? 變量選取與模型構(gòu)建

2.1 變量選取

被解釋變量為金融狀況，用保險類金融（INSUR）、金融服務(wù)可得性（FINSA）和金融機構(gòu)發(fā)展水平（FINST）表示。對于解釋變量，該文依據(jù)國內(nèi)外相關(guān)研究成果并結(jié)合廣東省實際情況，選取5個與金融狀況關(guān)聯(lián)度較高的指標作為解釋變量。經(jīng)濟發(fā)展水平（GDP），金融發(fā)展水平與經(jīng)濟發(fā)展水平的關(guān)系十分密切，二者相互影響，通常金融發(fā)展水平越高，GDP水平也越高。地區(qū)教育發(fā)展水平（EDUCA），教育發(fā)展水平影響著居民對某個地區(qū)金融發(fā)展程度、金融發(fā)展水平的認識。城鎮(zhèn)化水平（URBAN），城鎮(zhèn)化反映的是一個地區(qū)農(nóng)村人口向城市遷移的現(xiàn)象，通常農(nóng)村金融資源匱乏，而城鎮(zhèn)金融資源較豐富?；A(chǔ)設(shè)施建設(shè)（INFRA），基礎(chǔ)設(shè)施建設(shè)的擴大提升了農(nóng)村和城鎮(zhèn)居民獲取金融服務(wù)的便利性?？萍及l(fā)展水平（TECHNO），科技與金融業(yè)務(wù)的深度融合不僅給傳統(tǒng)的金融服務(wù)業(yè)務(wù)帶來沖擊，并且在金融業(yè)務(wù)管理、風險控制和擴大業(yè)務(wù)領(lǐng)域方面都帶了創(chuàng)新[4]。

2.2 模型構(gòu)建

根據(jù)被解釋變量和解釋變量的設(shè)定，構(gòu)建包含3個被解釋變量的多元線性回歸模型：

（1）

（2）

（3）

其中，INSUR、FINSA、FINST為被解釋變量，分別代表保險類金融、金融服務(wù)可得性和金融機構(gòu)發(fā)展水平。GDP、EDUCA、URBAN、INFRA、TECHNO為解釋變量，分別代表經(jīng)濟發(fā)展水平、地區(qū)教育發(fā)展水平、城鎮(zhèn)化水平、基礎(chǔ)設(shè)施建設(shè)和科技發(fā)展水平。σ、β和δ分別表示模型中各個解釋變量的回歸系數(shù)，γ表示隨機誤差項。

3? 結(jié)果分析

表1中R2的值即0.433、0.769和0.598說明所構(gòu)建的模型擬合優(yōu)度水平較高，即所選用的解釋變量在很大程度上能夠解釋被解釋變量變化的原因。另外，F(xiàn)值的大小均反映模型整體估計系數(shù)不為0。

經(jīng)濟發(fā)展水平（GDP）對金融服務(wù)可得性（FINSA）的估計在1%水平下顯著為正，對金融機構(gòu)發(fā)展水平（FINST）的估計在5%水平下顯著為正，而對保險類金融（INSUR）的估計結(jié)果不顯著。說明經(jīng)濟發(fā)展水平提高會使金融服務(wù)快速發(fā)展，提高金融機構(gòu)發(fā)展水平，但不會對保險類金融產(chǎn)生顯著影響。這可能是因為當經(jīng)濟發(fā)展水平不斷提高時，小微企業(yè)和地區(qū)融資需求加大，增加銀行貸款，銀行業(yè)得到充分的發(fā)展，這會促進金融機構(gòu)網(wǎng)點和服務(wù)人員配備，進而帶動了地區(qū)金融機構(gòu)的快速發(fā)展[5-6]。然而對保險業(yè)的需求量不高的原因為保險業(yè)在農(nóng)村地區(qū)和小微企業(yè)沒有能夠發(fā)揮出很好的效果。

地區(qū)教育發(fā)展水平（EDUCA）對保險類金融和金融服務(wù)可得性的影響均顯著為正，對金融機構(gòu)發(fā)展水平估計系數(shù)為正，但結(jié)果不顯著。說明地區(qū)教育發(fā)展水平的提高能夠促進保險類金融和金融服務(wù)的發(fā)展。原因在于隨著越來越多的大學生群體和知識分子加入到保險業(yè)和銀行服務(wù)業(yè)建設(shè)中，這會帶來銀行業(yè)和保險業(yè)技術(shù)和服務(wù)水平的提升，進而促進銀行業(yè)和保險業(yè)服務(wù)可得性的增加[7-8]。城鎮(zhèn)化水平（URBAN）分別對三類指標的估計呈現(xiàn)不同水平的顯著效果。說明隨著城鎮(zhèn)化的發(fā)展，越來越多的人口進入城市，提升了保險業(yè)發(fā)展，促進銀行業(yè)發(fā)展，增進金融機構(gòu)金融建設(shè)。

基礎(chǔ)設(shè)施建設(shè)（INFRA）則對金融服務(wù)可得性和金融機構(gòu)發(fā)展水平的估計在10%水平下為正，說明加大基礎(chǔ)設(shè)施建設(shè)帶來金融服務(wù)獲取方面的便利，對金融服務(wù)可得性和金融機構(gòu)建設(shè)都會起到明顯的促進作用。科技發(fā)展水平（TECHNO）分別在1%和10%水平下對金融服務(wù)可得性和金融機構(gòu)發(fā)展水平顯著為正，說明科技創(chuàng)新會促進金融服務(wù)和金融機構(gòu)業(yè)務(wù)發(fā)展。而對保險類金融影響不顯著，一方面可能在于科技進步?jīng)]有能夠帶來傳統(tǒng)保險業(yè)金融業(yè)務(wù)的革新，另一方面也可能在保險業(yè)金融自身發(fā)展存在著某些局限性。

4? 結(jié)語

該文通過研究發(fā)現(xiàn)，經(jīng)濟發(fā)展水平會顯著促進金融服務(wù)可得性和金融機構(gòu)發(fā)展水平，而對保險類金融起到抑制作用;地區(qū)教育發(fā)展水平對保險類金融和金融服務(wù)可得性的影響均顯著為正，但對金融機構(gòu)發(fā)展水平影響不顯著;地區(qū)城鎮(zhèn)化水平提升能夠促進廣東省金融狀況全面完善;基礎(chǔ)設(shè)施建設(shè)能夠顯著增加金融服務(wù)可得性和顯著提高金融機構(gòu)發(fā)展水平;而科技發(fā)展不僅能提升金融服務(wù)可得性還能優(yōu)化金融機構(gòu)發(fā)展水平，然而科技發(fā)展不會顯著改變保險類金融。為優(yōu)化廣東省整體金融發(fā)展狀況，應(yīng)繼續(xù)加大對地區(qū)教育的投入，鼓勵科技創(chuàng)新，加速城鎮(zhèn)化發(fā)展，完善社會基礎(chǔ)設(shè)施。

參考文獻

[1] SARMA M.Index of Financial Inclusion[J].New Delhi：Jawaharlal Nehru University，2008：1575.

[2] 華桂宏，費凱怡，成春林.金融結(jié)構(gòu)優(yōu)化論——基于普惠金融視角[J].經(jīng)濟體制改革，2016（1）：144-149.

[3] 黃燕輝.普惠金融與城鄉(xiāng)收入差距：基于廣東省的實證分析[J].廣東財經(jīng)大學學報，2018，33（2）：22-31.

[4] 孫英杰.中國普惠金融發(fā)展區(qū)域差異研究[D].沈陽：遼寧大學，2020.

[5] 黃彥琳.財政在我國普惠金融發(fā)展中的作用研究[D].北京：中國財政科學研究院，2019.

[6] 李柳潁.我國數(shù)字普惠金融對包容性增長的影響研究[D].天津：天津財經(jīng)大學，2019.

[7] 姜姝彤.普惠金融的多維減貧效應(yīng)研究[D].濟南：齊魯工業(yè)大學，2020.

[8] 孫亞琴.我國數(shù)字普惠金融的減貧效應(yīng)研究[D].蘭州：西北師范大學，2020.