基于多元统计分析的地区金融生态环境量化评估模型研究

合理评估金融生态环境对于改善地区金融环境、提高金融系统的抗风险能力具有十分重要的意义。尤其是针对地区金融生态环境的量化分析和评价既可发挥地区经济特色，也能促进地区经济健康有序发展。有鉴于此，本文研究了地区金融生态环境的评价问题，基于多元统计理论建立了地区金融环境的量化评估模型——利用因子分析对指标进行降维、利用聚类分析对样本进行分类、再利用判别分析建立了判别规则。通过所收集的美国10个州的经济、民生数据，验证了本文所建立模型在地区金融生态环境评价中的合理性和有效性。

金融生态环境是指一个国家(或地区)在一定的政治制度和金融体系下， 影响经济主体活动的各种要素的总和，包括政治、经济、文化、地理、人口等一切与金融相互影响、相互作用的因素。因此，合理评估金融生态环境对于改善社会金融环境、提高金融系统的抗风险能力、促进经济的多元健康发展具有十分重要的意义。

尤其是针对地区金融环境的全面分析和评价将有助于发挥经济特色， 助力地区经济腾飞。

金融生态环境是一个十分复杂的系统，通过对现实表征数据的研究，例如经济基础、金融发展、企业诚信、司法环境等，人们可以挖掘出数据下隐藏的金融规律。目前，借助于数据分析技术，多种统计模型和方法被成功引入金融分析领域， 特别是对信用风险的研究之中[1]-[3]。

经过几十年的发展，信用风险的研究经历了银行专家体系、基于会计的信用评分系统、现代风险度量模型三个发展阶段[1]。不仅形成了一套较为成熟的信用评价模型，而且诞生了若干知名的信用评级机构[2]。近年来，随着中国经济的飞速发展，我国也步入了“信用经济时代”，社会信用体系的概念也于1999 年由中国社会科学院世界经济与政治研究所提出[3]。然而，相较于对信用风险的研究，对于金融生态环境的研究还比较匮乏，相关成果还很少见到。特别地，如何对地区金融生态环境进行量化仍然是国内外研究人员关注的热点[4] [5]。

有鉴于此，本文基于多元统计理论建立了金融生态环境的量化评价模型。在合理选择表征地区金融环境的指标数据和样本的基础上，通过因子分析对数据进行降维，提取出具有明显经济学意义的因子；再通过聚类分析得到现实样本的一个划分；最后通过对聚类分析结果分析，利用判别分析建立了判别函数，实现了对地区金融环境信用风险的评估。

2. 指标选取 对地区金融生态环境的研究最早源于瑞士洛桑国际管理学院(IMD)。

该项研究的目的是评估一个国家的竞争力——通过将一个国家的竞争力分成8 大类290 项指标，研究者建议了一套评价国家竞争力的评估方法。其中涉及金融生态环境的指标包括4 大类27 项指标。然而，这套指标体系侧重于对国家整体竞争力的考量，因此包括了许多类似于汇率、短期实际利率、利息加息率等短期指标。此后，不断有学者对此指标体系进行改善，并针对不同研究对象分别提出了金融竞争力评价指标体系[6]。一般来说，表征