标王 热搜: 人民币升值  互联网  中俄贸易  外商直接投资  房地产  上海自贸区  北部湾  服务贸易  业绩  后勤 
 
当前位置: 首页 » 经济学 » 计量经济学论文 » 正文

基于马尔科夫链的陕西省县域金融效率的时空演变分析

放大字体  缩小字体 发布日期:2015-06-16  浏览次数:236
  摘   要:县域经济对一国国民经济发展有重要现实意义,其跨越式发展需要高效率的金融体系为支撑点。为了促进陕西省县域经济发展,本研究以陕西省74个县为研究对象,利用超效率DEA模型对样本县域经济发展中的金融支持效率做出评价,再运用空间马尔科夫链方法对陕西省县域金融效率水平的时空演变特征进行分析。结果表明,陕西省各县(市)金融支持效率普遍较低,且呈现明显的空间差异,同时陕西省县域金融效率受周边县域效率水平的影响明显,形成俱乐部趋同现象。针对研究结果,本文给出相应的对策建议。
  关键词:县域经济;县域金融;超效率;DEA;空间马尔科夫链
  中图分类号:F830.31                   文献标识码:B                      文章编号:1674-0017-2015(4)-0030-05
  一、引言及文献回顾
  近年来,县域金融对经济的积极推动作用逐渐显现,成为推动我国县域经济发展的又一着力点。国内多数研究表明,县域金融资源的优化配置关乎县域经济健康快速的发展,金融体系的效率已俨然成为县域经济的核心竞争力。陕西作为西北第一经济大省,对平衡我国东西部经济差异有重要作用,其县域金融体系对经济的支持作用更是不容忽视。在相关监管部门的政策指导下,陕西省县域金融体系不断发展完善,但快速发展的金融体系是否高效服务于县域经济更应是关注的重点。鉴于此,本文将以陕西省74个样本县为研究对象,旨在探究陕西县域经济发展中的金融效率问题。
  目前,国内外学者对金融与经济发展的关系以及金融对经济的支持效率研究较多,但对区域金融效率的时空演变研究不多。国外学者对金融与经济发展关系的研究起步较早,成果丰富,多数学者认同金融对经济的促进作用,但有关金融效率的研究却不多。例如,Porta.et.al. (1997)认为银行主导型金融体制有助于提高资源配置效率,促进经济增长;Rajan和 Zingales(2001)认为金融市场是金融促进经济增长的主要途径;Levine(2005)则认为高银行集中度将带来经济高速增长。我国学者将国外经济理论与国内实情相结合,重点探讨县域金融和县域经济的关系,同时也对县域金融的效率做出相应的实证分析。例如:周立和王子明(2002)通过对我国各地区金融发展和经济增长两者之间关系做出回归分析,结果表明区域金融发展差距可以部分解释各地区经济增长差距,促进金融发展有利于长期经济发展。石盛林(2011)运用DEA模型对我国县域金融体系的效率做出评价,并研究了县域金融影响我国县域经济发展的作用机理。高晓燕(2013)等人对我国东、中、西部的县域金融发展和县域经济增长做出实证分析,并对比分析了县域金融与经济不协调发展的原因。左晓慧(2013)通过因子分析法对安徽省县域经济发展中的金融效率进行分析,并提出提高县域金融效率的对策和建议。郭艳玲(2014)运用随机前沿分析方法(SFA)对山东省各县区的金融体系效率做出评价分析,并探究其与县域经济增长的关系。总之,国内多数学者认为县域金融深化与县域经济发展相互促进,县域经济发展中金融效率的研究对促进县域经济增长有一定现实意义。
  而现阶段国内学者对陕西省县域金融效率的研究较少,且几乎没有研究运用空间马尔科夫链的方法对金融效率的时空演变进行分析,本文在此领域进行尝试,在现有文献的基础上对陕西省县域经济发展中的金融效率做出分析研究。
  二、模型介绍与数据处理
  (一)超效率DEA模型
  数据包络分析方法(DEA)是通过对决策单元中多个投入和产出比率的分析,进行效率评价的有效方法。与其他方法相比,DEA不需要对数据进行权重设置,根据决策单元中的投入和产出内化最优权重,排除主观评价因素,客观性较强。超效率DEA模型是在传统模型的基础上发展而来,其不仅继承了传统DEA模型的优点,同时其得到的效率值存在大于1的可能性,进而弥补传统DEA模型仅能区分出有效与无效决策单元的遗憾,对各个决策单元进行排序分析。所以本文选择超效率DEA模型对陕西省74个样本县域的金融效率水平做出评价。
  (二)马尔科夫链和空间马尔科夫链
  马尔科夫链是一种时间和状态均为离散的马尔科夫过程,该方法将研究对象分为N种类型,通过研究不同类型年际间的转化,模拟出全部类型研究对象的变化过程,通常将这一过程用马尔科夫转移概率矩阵表示,矩阵内的数值表示不同类型的研究对象相互转移的概率。空间马尔科夫链是传统的马尔科夫链与“空间滞后”相结合的产物,以空间滞后类型为条件对传统马尔科夫矩阵进行变形,将N×N矩阵分解为N个N×N个条件转移概率矩阵,得到空间马尔科夫转移概率矩阵。空间马尔科夫链将研究对象之间的区位因素纳入考虑范围,分析了在不同区域背景条件下,研究对象变化趋势的不同。目前,空间马尔科夫链被广泛运用于区域经济的研究当中,例如,蒲英霞(2005)利用空间马尔科夫链的方法对江苏区域趋同的时空演变进行分析研究;单宝艳(2009)和陈培阳(2013)分别运用马尔科夫链的方法对山东范围和全国范围的县域经济水平的时空演变进行分析。本文旨在于综合研究陕西省县域金融效率水平的时空演变特点,故借鉴相关文献运用马尔科夫链和空间马尔科夫链的方法进行研究。
  (三)数据来源与处理
  鉴于数据的可获得性,本文以陕西省74个县(市)连续7年的数据为样本,考察期间为2006年-2012年,数据来源于《陕西区域统计年鉴》、《中国县域经济统计年鉴》以及中国银监会网站的统计信息。
  首先,对样本数据进行超效率DEA模型的处理。超效率DEA模型中输入和输出指标的选取关乎研究结果的科学性。本研究着力于县域经济中县域金融的效率问题,输入指标应可衡量区域金融水平的发展,输出指标应集中反映县域经济水平,故具体指标选取如下:输入指标X1:金融机构网点覆盖面1;输入指标X2:金融机构贷款余额2,输出指标Y1:GDP;输出指标Y2:地方财政收入3;得到初始数据后,运用EMS软件对其进行处理,以产出指标为导向,利用输入数据X1、X2和输出数据Y1、Y2,得出陕西省74个样本县域2006年至2012年间经济发展中县域金融的支持效率值,记为Rn,分析各年度县域金融效率平均值,均保持在0.34和0.44之间,表明陕西省县域金融效率整体偏低4。
[2] [3] 中国阀门网www.zgfmw.com
 
 
[ 经济学搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐经济学
点击排行
 
网站首页 | 关于我们 | 联系方式 | 使用协议 | 版权隐私 | 网站地图 | 排名推广 | 广告服务 | 积分换礼 | 网站留言 | RSS订阅
Powered by DESTOON