首页 百科知识 综合金融排斥指数的构建与分布状态

综合金融排斥指数的构建与分布状态

时间:2022-07-23 百科知识 版权反馈
【摘要】:在构建综合指数时,由于根据上文的指标数据得到的实际上是金融宽度指数,反映的是“接触”金融服务的情况,因此,笔者借鉴了Sarma的方法,将省际金融宽度指数换算成金融排斥相对指数[1]。

在构建综合指数时,由于根据上文的指标数据得到的实际上是金融宽度指数,反映的是“接触”金融服务的情况,因此,笔者借鉴了Sarma(2010)的方法,将省际金融宽度指数换算成金融排斥相对指数[1]

设{xi}为“接触”指标序列,首先将其进行极差标准化,即若xmax,xmin分别为该序列的最大、最小值,则其标准化后的序列{x′i}为:x′i,该值其实也便是相对的接触程度;于是,排斥相对指数便可用如下式子表示:yi= (1-x′i)×100% 。

对于广义的综合排斥指数而言,其主要包括反映地理渗透性的人口维度的银行机构渗透性、人口维度的保险机构渗透性、地理维度的银行机构渗透性、地理维度的保险机构渗透性指标,反映使用效用性的人均城乡居民储蓄存款、人均城乡居民储蓄存款/人均GDP、人均消费信贷额、人均消费信贷额/人均GDP、人均个体私营贷款额、人均个体私营贷款额/人均GDP、人均农业贷款、人均农业贷款/人均GDP、人均保险基金收入、人均保险基金收入/人均GDP、人均金融机构储蓄存款余额、人均金融机构储蓄存款余额/人均GDP、人均金融机构贷款余额、人均金融机构贷款余额/人均GDP、保险密度、保险深度等指标,以及反映使用接触性的使用银行服务的人数比例、养老保险投保人数比例、医疗保险投保人数比例、失业保险投保人数比例等指标。对这22个子指标的标准值进行全局主成分分析,发现其KMO=0. 804,Bartlett值为17448,高度显著,因此,十分适合于全局主成分分析,且有5个主成分的特征值均在1以上、累计方差贡献率为85.829,因此,可以认为这5个主成分反映了指标的主要信息,故算出这5个主成分之值,并以方差贡献率所占比重为权重进行加权平均计算出综合得分,即各省际在1993—2006年的金融宽度指数,进一步运用上述方法得到各省际在某一年度的广义的综合金融排斥指数chaallit。当然该指数是一种相对指数,下文中的各指数若无具体说明,则均表示这种“相对”含义。

对各年度各省际广义综合金融排斥金融排斥指数的演变过程进行分析,可发现东部地区基本上处于金融排斥的低程度水平上,而中西部地区基本上处于金融排斥的高程度水平上。从1993—1998年,东部地区金融排斥的程度有所减轻,表现在属于第一四分位区域的最低金融排斥程度的省份数量有所增加;而中西部地区相对而言,金融排斥程度有所提高,属于第三、第四分位的高金融排斥程度的省份数量有所增加。而从2001—2006年,金融排斥的最低分位基本上分布于东部沿海地区,而最高分位基本上位于中西部地区,因此,金融排斥在各地区的差距进一步增加。

为进一步显示三大地区的金融排斥差异,表4.5对东中西三大地区1993—2006年的金融排斥平均情况进行了统计,其结果鲜明地显示,东部地区的金融排斥程度要远远低于中西部地区,而中部和西部地区,从平均的角度而言,并没有体现出显著的差异。

表4.5 三大地区广义综合金融排斥金融排斥指数chaall的均值

注释:chaall表示各地区1993—2006年广义综合金融排斥金融排斥指数的平均值,东、中、西部地区均值则表示对东部地区12个省(市)、中部地区9个省(自治区)、西部地区10个省(市、自治区)的广义综合金融排斥金融排斥指数的均值。

运用相同的全局主成分分析方法对狭义综合金融排斥chaxiait(即上述表4.1中22个标准中除去6个广义服务指标)进行分析,得到的结果基本上也与广义的综合金融排斥指数类似:相比较于广义指标,吉林和重庆的狭义综合金融排斥程度有所减少,处于了第一分位上,陕西、甘肃、宁夏、内蒙古、黑龙江、福建等地区的金融排斥程度也均有不同程度的减轻,也就是说,相比较于广义的综合金融排斥指数,在狭义的综合排斥衡量方法下,一些地区的金融排斥程度有所减轻。但为了更全面的反映各地区的金融排斥状态,后文也将重点关注广义综合金融排斥金融排斥指数chaallit

[1] 文中的指数均是基于各地区比较而得到的相对指数,如无特殊说明,均指“相对指数”。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈