金融集聚对金融产业竞争力的影响分析

　　摘要：论文以金融集聚的具体内容为理论基础，分析了中国经济发展现状，利用2001-2012年数据得出了衡量中国各省市金融集聚程度的区位熵，通过主成分分析法提取了描述中国各省市金融产业竞争力的最终因子，并通过模型的建立来检验金融集聚对金融企业竞争力发展的作用，进而使金融集聚促进金融产业竞争力的提升，乃至整个社会经济的发展。

　　关键词：金融集聚；产业竞争力；主成分分析

　　一、引言

　　金融是现代经济的核心，金融发展对经济增长的促进作用也越来越显著，随着全球经济发展水平的提升，相关的金融业应该以更高的水平来适应和支撑经济发展。与此同时，随着产业集聚的发展，金融业越来越多的集中于某个区域发展，逐步形成金融集聚地，如纽约、伦敦、东京等。20世纪90年代以来，伴随着金融集聚程度的增加，社会各界对金融集聚的关注程度也在逐渐的增加，出现了金融地理学、区域金融学等理论。而将研究重点侧重于金融集聚与金融产业竞争力结合的研究相对较少，在分析的过程中，国外学者将研究的侧重点集中于研究金融产业组织问题，或者重点研究金融产业与实体经济增长之间的关系，从产业角度研究金融产业的属性、含义等。而国内的学者大多数学者将对金融企业竞争力的研究集中于理论方面的研究。在此背景下，论文结合2001-2012年的数据分析了金融集聚对金融产业竞争力的影响，进而促使金融集聚程度加深的同时提高金融产业竞争力。通过这些，我们可以看到，现有理论对金融产业竞争力的研究相对匮乏，研究不足之处主要体现在：第一，对金融产业进行的定量分析较少，缺乏客观的评价指标及体系；第二，研究范围相对局限，要么是以国外的金融产业为研究对象，要么是以国内发展较迅速地区的金融产业为研究对象，相对来说对不发达地区的研究较少；第三，将金融集聚与金融产业竞争力结合的分析相对较少。在此基础上，本文将从全国各省市的层面上，利用主成分分析法对各省市金融产业竞争力进行测度、比较和聚类分析，进而得出金融集聚与金融产业竞争力之间的关系。

　　二、指标选取

　　在现代社会经济迅速发展的大环境下，2013年的中国经济运行总体平稳，稳中有进，在此背景下，本文选取各省市作为研究对象侧重研究金融集聚与金融产业竞争力之间的关系。

　　在表示金融集聚程度时，主要采用区位熵进行测量。所谓的区位熵又称为专业化系数。区位熵的表达式定义为：LQ=Pki/PiPk/P，其中Pki表示某地区金融产业值，即金融产量，Pi表示该地区生产总产值，Pk表示全国金融产值，P表示全国国内生产总值。其比值大于1，代表金融集聚化程度越高；反之，则表示金融集聚化程度较弱。

　　在描述金融产业竞争力时所采用的指标主要包括：第一，金融产业增加值X1；第二，金融机构年贷款总额X2；第三，金融机构年存款余额X3；第四，保险费收入X4；第五，上市公司的数量X5；第六，证券市场年交易量X6；第七，地区财政收入X7；第八，全社会固定资产投资X8；第九，金融效率竞争力的相关指标。在衡量金融产业效率竞争力时主要采取三个相对值，即：金融相关率X9、金融贡献率X10以及保险深度X11；第十，外商直接投资额X12。

　　所选指标数据来源于新中国60年统计资料汇编、各省市统计年鉴、中国国家统计局网站、深圳证券交易所网站，各省市金融年鉴。

　　三、实证分析

　　在分析的过程中采用主成分分析法对描述金融产业竞争力的指标进行处理。所谓主成分分析是设法将原来众多的具有一定相关性的指标，重新组合成为一组新的相互之间没有关联的综合指标，它是考察多个变量间相关性，研究如何通过少数几个主成分来揭示多变量之间的内部结。在进行主成分分析前对所提取的数据进行相关性检验，本文采用KMO检验与Bartlett球形检验。代入各省市2001年数据，得到如下结果：

　　通过上表分析可知，KMO统计量等于0.78，Bartlett球形检验的P值为0.00，说明本文中的数据比较适合做主成分分析。在此基础上提取将所有大于1的特征根，显示结果如下表所示：

　　结果显示有两个大于1的特征根，分别是7.34、2.568。其累积方差贡献已达到82.562%，这说明这两个因子已经可以解释原始变量的82.562%的方差，即包含了数据中的绝大多数信息。本文提取因子过程中主要采用的是主成分分析法，选取的是对原始数据进行标准化的相关系数矩阵，并且进行旋转，进而使因子模型更加明显。在对矩阵进行旋转之后，各因子所包含的指标主要如下表所示：