作者：耿明斋主编、李燕燕执行主编
出版社：社会科学文献出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
中原经济区金融竞争力报告(2016)试读：
前言
金融竞争力是研究经济主体的金融竞争能力与发展态势。“十一五”和“十二五”期间，河南省金融发展势头良好，金融业运行总体平稳，金融服务水平不断提高，融资多元化发展，融资结构明显改善，金融对经济发展的支持力度不断增强。但是，河南省金融也存在明显的问题：河南省银行业金融资产规模水平不断上升，但增速在全国的位次有所下降，处于全国范围中势地位，特别是以存贷比为代表的金融效率明显落后于全国平均水平；在资本市场方面，虽然河南省的上市公司规模增速在全国范围内处于相对优势地位，但在上市公司规模上，河南省仍处于相对劣势的地位。在金融发展日益重要的今天，研究中原经济区金融发展，寻找中原经济区金融发展的基本规律，总结过去并砥砺未来，变得尤为重要。
本报告以中原经济区金融发展为研究对象，以金融竞争力为切入点，借鉴以世界经济论坛（WEF）、国际管理发展学院（IMD）为代表的区域竞争力主流研究方法，通过建立科学、全面的指标评价体系及多渠道收集数据，使用学界流行的SPSS软件和因子分析方法对数据进行处理，最终合成了评价各省辖市金融竞争力的综合性指标，目的是揭示中原经济区各省辖市金融竞争力的相对优势、劣势，以衡量区域金融的发展程度和发展质量，为各级政策制定者提供区域金融发展战略的决策依据。
本报告分两篇——综合篇和区域篇。综合篇详述了报告的模型及指标体系、数据来源及技术路线，同时在对河南省金融发展进行概述的基础上，分章节从金融生态、金融规模及金融效率三个方面对河南省的金融竞争力进行了分析评价，并最终给出了河南省18个地市金融竞争力的排位情况。在区域篇中，各地市自成一章，分别从金融生态、金融规模及金融效率三个方面对各地市的金融竞争力进行了分析。2013～2015年连续三年出版的《中原经济区金融竞争力报告》中，除了河南省18个地市外，还包括中原经济区涉及的安徽、山东、河北、山西部分市（县、区），由于这些省份地市的部分数据不可得以及统计口径不一致，在材料分析上无法与河南省18个地市的内容衔接，进行比较，而且也无法显示其在区域内所处的功能地位。所以，今年编写的金融竞争力报告仅局限于对河南省金融状况的分析。报告所涉及的数据大部分来自国家统计系统编制的统计年鉴及发布的统计公报；部分证券市场数据来源于各上市公司披露的年度报告和半年度报告；另有一部分数据是通过相关的运算得到的。“中原经济区金融竞争力报告”项目于2014年1月正式启动，由河南省中原发展研究基金会和北京汉唐教育集团资助，每年系列出版。本书是新型城镇化与中原经济区建设河南省协同创新中心资助的研究成果。由中原发展研究院院长耿明斋教授任主编，由《郑州大学学报》主编、郑州大学金融研究中心主任李燕燕教授任执行主编。为了公正、客观地对中原经济区的金融发展做出评价，在报告的编纂过程中，研究人员就指标体系的构建、报告的技术路线及数据处理方法进行了反复讨论，投入了大量精力，力求完善，但组织编纂经验不足，问题和瑕疵在所难免。希望关心中原经济区建设和发展的各级领导、专家及广大读者能不吝赐教。编者2016年6月综合篇第1章绪论
金融是现代经济的核心，金融竞争力则是国家经济竞争力的核心。金融在资源配置中发挥核心作用。市场机制是资源配置的基础和主要手段，而在市场体系中，金融市场起着核心和枢纽作用。金融市场引导生产要素的流向和流量，其对资源优化配置的引导力，则取决于金融竞争力。金融市场促成储蓄向投资的转化，具有资本形成的功能，推动资本规模的扩大和资本结构的优化，而这种推动力的大小，是由金融竞争力的强弱决定的。金融竞争力关系到计划调控的效果，制约着财政政策的运行质量，决定着货币政策调控的效率，是宏观经济调控的基础和核心力。在经济全球化时代，国家经济安全的核心是金融安全，而金融竞争力则是抵御金融风险，维护金融和经济安全的核心支持力。
本文依照国家“十二五”规划城市化战略格局中的全国主体功能区规划，对各主体功能区的金融竞争力进行细分并排名，评价中原经济区金融竞争力的优势、劣势和增长点，并对中原经济区各地市的金融竞争力水平进行衡量、评价。
1.1 研究意义
金融竞争力是产业竞争力的支撑。提高传统产业的竞争力，需要以高新技术对其进行技术改造，实现产业结构的优化和升级，促进资源向优势产业和支柱产业的流动，推进产业的系统创新等。解决这些问题，均需以金融竞争力为支撑。至于高新技术产业的发展，更是须臾离不开强有力的金融支持。作为金融形式之一的风险投资，是高新技术企业不可或缺的孵化器，是高新技术成果转化为直接生产力不可替代的桥梁。风险投资业竞争力的强弱，直接决定高新技术产业的兴衰，并进而对整个产业竞争力产生重大影响。
首先，金融竞争力影响着产业竞争力。要使传统产业的竞争力提高，需要用高新技术对传统产业进行技术方面的改造，使传统产业的结构得以优化和升级，将相关资源导向相对优势产业等。
其次，金融竞争力具有强烈的对比性。金融竞争力只能是两国或多国金融业之间相比较而存在的整体力，其参照系是竞争对手的竞争力。一国金融竞争力的强弱，只能在国际金融竞争中检验出来，在与竞争对手的较量中做出判断。
最后，金融竞争力是企业竞争力的依托。21世纪以来，由于中国金融市场的快速发展，各行企业都在努力进入金融行业，尤其是金融服务类企业，更是争取金融业的全牌照，成功进入金融行业，这似乎是一种强有力的竞争力，而这种强有力的核心竞争力归根结底是企业的金融竞争力。
对金融竞争力的研究，是研究一个经济主体的金融竞争能力与发展态势。中原经济区作为区域经济主体，研究其金融竞争力的意义不仅仅在于金融竞争力对上述产业竞争力、企业竞争力、经济主体开放程度与企业利润和财政收入的增加四个方面的影响。中原经济区金融竞争力研究可定义为：对中原经济区区域金融的发展程度、竞争能力与发展趋势的研究，研究中原经济区金融竞争力具有以下的重要意义。
1.有助于对资源的分配与配置
金融在资源配置中发挥核心作用。市场机制是资源配置的基础和主要手段，而在市场体系中，金融市场起着核心和枢纽作用。金融市场引导生产要素的流向和流量，其对资源优化配置的引导力，则取决于金融竞争力。金融市场促成储蓄向投资的转化，具有资本形成的功能，推动资本规模的扩大和资本结构的优化，而这种推动力的大小，是由金融竞争力的强弱决定的。金融竞争力关系到计划调控的效果，制约着财政政策的运行质量，决定着货币政策调控的效率，是宏观经济调控的基础和核心力。在经济全球化时代，国家经济安全的核心是金融安全，而金融竞争力则是抵御金融风险，维护金融和经济安全的核心支持力。
2.有助于提高行业的核心竞争力
提高传统产业的竞争力，需要以高新技术对其进行技术改造，实现产业结构的优化和升级，促进资源向优势产业和支柱产业的流动，推进产业的系统创新等。解决这些问题，均需以金融竞争力为支撑。
3.有助于改善融资环境，促进项目融资
金融竞争力的增强，能为企业升级创造更好的融资环境，提高企业项目开发的准确性和成功率，促进企业结构和产品结构的优化，使企业更好地实现科技进步。随着产业融合不断向广度和深度发展，金融企业必定越来越多地从实体企业内部产生作用，因而金融竞争力对企业竞争力的作用，将越来越直接，越来越显著。
1.2 研究设计
1.2.1 研究框架
鉴于研究人员对区域发展竞争力的内涵、研究目标等方面存在的差异，本研究报告沿用以WEF（世界经济论坛）、IMD（国际管理发展学院）为代表的区域竞争力的主流研究方法，将该方法运用到金融领域，对中原经济区的金融竞争力进行分析和研究。本研究的基本思路如图1-2-1所示。图1-2-1 中原经济区金融竞争力研究的框架
1.2.2 模型构建
1.构建依据
一个区域竞争力会受到区域内影响其竞争地位与态势的各种要素的影响。其竞争力的大小则是这些要素共同作用的结果。为了研究某区域金融竞争力的变化情况，我们首先要构建代表各影响要素间相互关系的逻辑框架。
中原经济区金融竞争力模型是采用金融竞争力多层次加权综合指数模型。这是区域金融竞争力研究的一种典型分析模型，也是以WEF和IMD等为代表的区域经济竞争力研究主流学派最为常用的分析工具。本报告中所提的中原经济区金融竞争力，是从金融融通资金的角度对该区域金融资源配置能力的度量，是对资源的吸引力和对资源的转化能力的一种研究。
2.中原经济区金融竞争力模型
基于以上模型构建的思路，本报告构建了中原经济区金融竞争力的模型，如图1-2-2所示。本报告试图从金融生态、金融规模以及金融效率三个方面来揭示区域金融的发展状况和金融资产的配置能力。其中，金融生态竞争力主要体现在该区域的经济实力、区域开放程度和区域服务水平上；金融规模竞争力主要体现在银行业、证券业和保险业的规模上；金融效率竞争力则从宏观和微观两个方面得以反映。图1-2-2 中原经济区金融竞争力模型
1.2.3 指标体系构建
中原经济区金融竞争力的评价体系包括金融生态竞争力、金融规模竞争力和金融效率竞争力3个二级指标，每个二级指标又分解为若干个三级指标，每个三级指标再分解为若干个四级指标。四级指标选取方面，研究人员本着全面性、可比性、层次性等原则选取数据，包括总量指标、均值指标和比值指标，以力求全方位对中原经济区金融竞争力进行评估。但是由于受到数据可得性的限制，部分指标在选取时，不得已选择了次优的指标，但这并不影响研究结论的获得。
二级指标金融生态竞争力，是用以考察一个区域内部金融生态环境的情况，分析整个经济环境对金融产出能力的影响，它包含3个三级指标，即区域经济实力、区域开放程度和区域服务水平。本研究用各个地市的GDP、人均GDP、财政收入、固定资产投资、人均固定资产投资、城镇居民人均可支配收入、农村人均纯收入等这些总量和均值指标来合成区域经济实力指标；用各个地市的实际利用外资额、进出口总额这2个四级指标来衡量该地域与外界经济的开放程度，即区域开放程度指标。
二级指标金融规模竞争力，是用以考察一个区域内部金融市场的规模情况，分析金融市场对金融资产的容纳能力，它包含3个三级指标，即银行业规模、保险业规模和证券业规模。本研究用金融系统存款余额、金融系统贷款余额和城乡居民储蓄余额等这些总量指标来代表并合成银行业规模指标；用各个地市的保险公司保费收入和保险赔付额这2个四级指标来衡量该地域的保险市场发展的状况；用上市公司总资产和本地区股本总数这2个四级指标来分析该地区的证券业的发展情况及其企业的上市情况。
二级指标金融效率竞争力，是用来考察一个区域内部金融运行的效率的情况，分析整个金融运行中的成本和收益情况，它包含2个三级指标，即宏观金融效率和微观金融效率。本研究用经济储蓄动员力、储蓄投资转化系数这2个比例指标来合成宏观金融效率指标；用各个地市的存贷比、证券市场效率、保险深度这3个四级指标来衡量该地域的微观金融效率。
1.3 资料来源及数据处理
1.3.1 资料来源
本研究报告包含中原经济区河南省18个地市的研究数据。大部分四级指标都能够直接从统计资料中获得。一部分四级指标是在原始统计数据的基础上经简单数学运算得到的。原始数据主要来源于国家统计系统及相关省、市和社区的统计信息网站。部分2014年的研究资料来源于当地统计部门发布的统计公报。证券市场的相关数据来自国内证券市场上市公司的公报及证券交易网站所公布的一些实时信息。
1.3.2 数据预处理
在进行分析之前，需要先使用无量纲化处理方法将数据标准化。数据标准（或称指数化）处理的意义在于可以解决不同数量级别的数据的不可比性问题。经过上述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。
数据标准化的方法有很多种，本报告主要采用“Z-score标准化”，这是当前用得最多的数据标准化方法。这种标准化方法基于原始数据的均值和标准差进行数据的标准化，新数据=（原数据-样本均值）/样本标准差。经标准化后的数据都是没有单位的纯数量，均值为0，标准差为1。这就消除了量纲（单位）影响和变量自身变异的影响。
1.3.3 加权方法的选择
同一指标体系下的各个指标对金融竞争力的评价都是有所侧重的。但同时它们又具有一些共同的特征。正是这些共同的特征把它们联系起来，共同来反映金融竞争力的大小。各个指标间评价信息的重叠，造成指标信息的损失和浪费，不利于对其金融竞争力的综合评价。通过特定的方法找到这些指标之间的联系，并合理地处理这种重叠和浪费，我们就能更好地利用数据所传达的信息。指标加权就是一种很好的方法。
1.3.4 综合评价方法的选择
综合评价方法可以综合各个指标的信息，将各指标合成一个指标，得出综合评价的排序，进而反映被研究对象某方面的特征。这在一定程度上克服了单项指标的局限性，提高了评价的全面性和科学性。常用的综合评价方法主要有以下几种：主成分分析法、因子分析法、功效系数法、综合指数法、层次分析法、神经网络法等。其中，功效系数法和综合指数法属于专家评价法，具有较大的主观性。层次分析法属于运筹学方法，是客观和主观相结合的方法，虽具有一定的客观性，但不能完全克服评价的主观性，它不能剔除指标间相关关系的影响。神经网络法是一种客观性较强的方法，但是在应用过程中往往受网络收敛速度影响较大。主成分分析、因子分析属于数理统计方法，它们不依赖于专家判断，客观性较强，而且可以从根本上去除指标间相关关系的影响，适宜评价指标间存在相关关系的对象系统的综合评价。
1.4 技术路线
1.4.1 因子分析法的基本原理
1.因子分析模型
因子分析是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。他发现学生的各科成绩之间存在着一定的相关性，一科成绩好的学生，往往其他各科成绩也比较好，从而推想是否存在某些潜在的共性因子，或称某些一般智力条件影响着学生的学习成绩。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。
因子分析最常用的理论模式如下：
Z=aF+aF+aF+···+aF+U（j=1，2，3，…，n，n为原始jj11j22j33jmmj变量总数）
可以用矩阵的形式表示为Z=AF+U。其中F称为因子，由于它们出现在每个原始变量的线性表达式中（原始变量可以用X表示，这里j模型中实际上是以F线性表示各个原始变量的标准化分数Z），因此又j称为公共因子。因子可理解为高维空间中互相垂直的m个坐标轴，A称为因子载荷矩阵，a（j=1，2，3，…，n，i=1，2，3，…，m）称ji为因子载荷，是第j个原始变量在第i个因子上的负荷。如果把变量Zj看成m维因子空间中的一个向量，则a表示Z在坐标轴F上的投影，jiji相当于多元线性回归模型中的标准化回归系数；U称为特殊因子，表示了原有变量不能被因子解释的部分，其均值为0，相当于多元线性回归模型中的残差。
其中，（1）Z为第j个变量的标准化分数；j（2）F（i=1，2，…，m）为共同因素；i（3）m为所有变量共同因素的数目；（4）U为变量Z的唯一因素；jj（5）a为因素负荷量。ji
2.因子分析数学模型中的几个相关概念（1）因子载荷
所谓的因子载荷就是因素结构中，原始变量与因素分析时抽取出共同因素的相关。可以证明，在因子不相关的前提下，因子载荷a是ji变量Z和因子F的相关系数，反映了变量Z与因子F的相关程度。因子jiji载荷a值小于等于1，绝对值越接近1，表明因子F与变量Z的相关性jiij越强。同时，因子载荷a也反映了因子F对解释变量Z的重要作用和jiij程度。因子载荷作为因子分析模型中的重要统计量，表明了原始变量和共同因子之间的相关关系。因素分析的理想情况，在于个别因素负荷量a不是很大就是很小，这样每个变量才能与较少的共同因素产生ji密切关联，如果想要以最少的共同因素数来解释变量间的关系程度，则U彼此间或与共同因素间就不能有关联存在。一般来说，负荷量为j0.3或更大被认为有意义。所以，当要判断一个因子的意义时，需要查看哪些变量的负荷达到了0.3或0.3以上。（2）变量共同度
变量共同度也就是变量方差，就是指每个原始变量在每个共同因子的负荷量的平方和，也就是指原始变量方差中由共同因子所决定的比率。变量的方差由共同因子和唯一因子组成。一个因子的特征值等2于所有变量在该因子上的负荷值的平方总和。变量Z的共同度h的数j学定义为：，该式表明变量Z的共同度是因子载荷矩阵Aj22中第j行元素的平方和。由于变量Z的方差可以表示成h+u=1，因此j2变量Z的方差可由两个部分解释：第一部分为共同度h，是全部因子j对变量Z方差解释说明的比例，体现了因子全体对变量Z的解释贡献jj2程度。变量共同度h越接近1，说明因子全体解释说明了变量Z的较j大部分方差，如果用因子全体刻画变量Z，则变量Z的信息丢失较少；jj第二部分为特殊因子U的平方，反映了变量Z方差中不能由因子全体j2解释说明的比例，u越小则说明变量Z的信息丢失越少。j（3）因子的方差贡献
因子的方差贡献（特征值）的数学定义为：，该式表明，因子F的方差贡献是因子载荷矩阵A中第i列元素的平方和。因i子F的方差贡献反映了因子F对原有变量总方差的解释能力。该值越ii高，说明相应因子的重要性越高。因此，因子的方差贡献和方差贡献率是衡量因子重要性的关键指标。
为了便于说明，以三个变量抽取两个共同因素为例，三个变量的线性组合分别为：
Z=aF+aF+U11111221
Z=aF+aF+U22112222
Z=aF+aF+U33113223
转换成因素矩阵如下：
所谓共同性，就是每个变量在每个共同因素之负荷量的平方总和（一横列中所有因素负荷量的平方和），也就是个别变量可以被共同因素解释的变异量百分比，这个值是个别变量与共同因素间多元相关的平方。从共同性的大小可以判断这个原始变量与共同因素之间关系程度。而各变量的唯一因素大小就是1减掉该变量共同性的值（在主成分分析中，有多少个原始变量便有多少个“component”成分，所以共同性会等于1，没有唯一因素）。
3.社会科学中因素分析的层面
社会科学中因素分析通常应用在三个层面。（1）显示变量间因素分析的组型（pattern）。（2）侦测变量间之群组（clusters），每个群组所包括的变量彼此相关很高，同构型较大，亦即将关系密切的个别变量合并为一个子群。（3）减少大量变量数目，使之称为一组涵括变量较少的统计自变量（称为因素），每个因素与原始变量间有某种线性关系存在，而以少数因素层面来代表多数、个别、独立的变量。
因素分析具有简化数据变量的功能，以较少层面来表示原来的数据结构，它根据变量间彼此的相关，找出变量间潜在的关系结构，变量间简单的结构关系称为“成分”（components）或“因素”（factors）。
1.4.2 因子分析法的基本步骤
围绕浓缩原有变量提取因子的核心目标，因子分析主要涉及以下五大基本步骤。
1.因子分析的前提条件
由于因子分析的主要任务之一是对原有变量进行浓缩，即将原有变量中的信息重叠部分提取和综合成因子，进而最终实现减少变量个数的目的。因此它要求原有变量之间应存在较强的相关关系。否则，如果原有变量相互独立，相关程度很低，不存在信息重叠，它们不可能有共同因子，那么也就无法将其综合和浓缩，也就无须进行因子分析。本步骤正是希望通过各种方法分析原有变量是否存在相关关系，是否适合进行因子分析。
SPSS提供了四个统计量可帮助判断观测数据是否适合作因子分析。（1）计算相关系数矩阵（Correlation Matrix）。在进行提取因子等分析步骤之前，应对相关矩阵进行检验，如果相关矩阵中的大部分相关系数小于0.3，则不适合作因子分析；当原始变量个数较多时，所输出的相关系数矩阵特别大，观察起来不是很方便，所以一般不会采用此方法或即使采用了此方法，也不方便在结果汇报中给出原始分析报表。（2）计算反映象相关矩阵（Anti-image correlation matrix）。反映象矩阵主要包括负的协方差和负的偏相关系数。偏相关系数是在控制了其他变量对两变量影响的条件下计算出来的净相关系数。如果原有变量之间确实存在较强的相互重叠以及传递影响，也就是说，如果原有变量中确实能够提取出公共因子，那么在控制了这些影响后的偏相关系数必然很小。
反映象相关矩阵的对角线上的元素为某变量的MSA（Measure of Sample Adequacy）统计量，其数学定义为：，其中，r是变量x和其他变量x（j≠i）间的简ijij单相关系数，p是变量x（j≠i）在控制了剩余变量下的偏相关系数。ijj由公式可知，某变量x的MSA统计量的取值在0和1之间。当它与其他ii所有变量间的简单相关系数平方和远大于偏相关系数的平方和时，MSA值接近1。MSA值越接近1，意味变量x与其他变量间的相关性iii越强；当它与其他所有变量间的简单相关系数平方和接近0时，MSAi值接近0。MSA值越接近0，意味变量x与其他变量间的相关性越弱。ii
观察反映象相关矩阵，如果反映象相关矩阵中除主对角元素外，其他大多数元素的绝对值均小，对角线上元素的值越接近1，则说明这些变量的相关性较强，适合进行因子分析。与（1）中最后所述理由相同，一般少采用此方法。（3）巴特利特球体检验（Bartlett test of sphericity）。巴特利特球体检验的目的是检验相关矩阵是否是单位矩阵（identity matrix），如果是单位矩阵，则认为因子模型不合适。巴特利特球体检验的虚无假设为相关矩阵是单位阵，如果不能拒绝该假设的话，就表明数据不适合用于因子分析。一般来说，显著水平值越小（＜0.05）表明原始变量之间越可能存在有意义的关系，如果显著性水平很大（如0.10以上）可能表明数据不适宜于因子分析。（4）KMO（Kaiser-Meyer-Oklin Measure of Smapling Adequacy）。KMO是Kaiser-Meyer-Olkin的取样适当性量数。KMO测度的值越高（接近1.0时），表明变量间的共同因子越多，研究数据适合用因子分析。通常按以下标准解释该指标值的大小：KMO值达到0.9以上为非常好，0.8～0.9为好，0.7～0.8为一般，0.6～0.7为差，0.5～0.6为很差。如果KMO测度的值低于0.5时，表明样本偏小，需要扩大样本。
2.抽取共同因子，确定因子的数目和求因子解的方法
将原有变量综合成少数几个因子是因子分析的核心内容。本步骤正是研究如何在样本数据的基础上提取和综合因子。决定因素抽取的方法，有“主成分分析法”（principal components analysis）、主轴法、一般化最小平方法、未加权最小平方法、最大概似法、Alpha因素抽取法与映象因素抽取法等。使用者最常使用的是主成分分析法与主轴法，其中，又以主成分分析法使用最为普遍，在SPSS使用手册中，也建议研究者多采用主成分分析法来估计因素负荷量。所谓主成分分析法，就是以较少的成分解释原始变量方差的较大部分。进行主成分分析时，先要将每个变量的数值转换成标准值。主成分分析就是用多个变量组成一个多维空间，然后在空间内投射直线以解释最大的方差，所得的直线就是共同因子，该直线最能代表各个变量的性质，而在此直线上的数值所构成的一个变量就是第一个共同因子，或称第一因子（F）。但是在空间内还有剩余的方差，所以需要投射第二条直1线来解释方差。这时，还要依据第二条准则，即投射的第二条直线与第一条直线成直交关系（即不相关），意为代表不同的方面。第二条直线上的数值所构成的一个变量，称为第二因子（F）。依据该原理2可以求出第三、第四或更多的因子。原则上，因子的数目与原始变量的数目相同，但抽取了主要的因子之后，如果剩余的方差很小，就可以放弃其余的因子，以达到简化数据的目的。
因子数目的确定没有精确的定量方法，但常用的方法是借助两个准则来确定因子的个数。一是特征值（eigenvalue）准则，二是碎石图检验（scree test）准则。特征值准则就是选取特征值大于或等于1的主成分作为初始因子，而放弃特征值小于1的主成分。因为每个变量的方差为1，该准则认为每个保留下来的因子至少应该能解释一个变量的方差，否则达不到精简数据的目的。碎石图检验准则是根据因子被提取的顺序绘出特征值随因子个数变化的散点图，根据图的形状来判断因子的个数。散点曲线的特点是由高到低，先陡后平，最后几乎成一条直线。曲线开始变平的前一个点被认为是提取的最大因子数。后面的散点类似于山脚下的碎石，可舍弃而不会丢失很多信息。
3.使因子更具有命名可解释性
通常最初因素抽取后，对因素无法作有效的解释。这时往往需要进行因子旋转（rotation），通过坐标变换使因子解的意义更容易解释。转轴的目的在于改变题项在各因素负荷量的大小，转轴时根据题项与因素结构关系的密切程度，调整各因素负荷量的大小，转轴后，使得变量在每个因素的负荷量不是变大（接近1）就是变得更小（接近0），而非转轴前在每个因素的负荷量大小均差不多，这就使对共同因子的命名和解释变量变得更容易。转轴后，每个共同因素的特征值会改变，但每个变量的共同性不会改变。常用的转轴方法，有最大变异法（Varimax）、四次方最大值法（Quartimax）、相等最大值法（Equamax）、直接斜交转轴法（Direct Oblimin）、Promax转轴法，其中前三者属于“直交转轴法”（orthogonal rotations），在直交转轴法中，因素（成分）与因素（成分）间没有相关，亦即其相关为0，因素轴间夹角为90°；而后二者（直接斜交转轴、Promax转轴法）属“斜交转轴”（oblique rotations），采用斜交转轴法，表示因素与因素间彼此有某种程度的相关，亦即因素轴间的夹角不是90°。
所谓直交旋转法（orthogonal rotations），就是要求各个因子在旋转时都要保持直角关系，即不相关。在直交旋转时，每个变量的共同性（commonality）是不变的。不同的直交旋转方法有不同的作用。在直交旋转法中，常用于社会科学研究的方式是Varimax旋转法。该方法是在旋转时尽量弄清楚在每一个因子上各个变量的因子负荷情况，也即让因子矩阵中每一列的α的值尽可能变成1或0，该旋转法的作用是突出每个因子的性质，可以更清楚哪些变量是属于它的。由此可见，Varimax旋转法可以帮助找出多个因子，以澄清概念的内容。Quartimax旋转法则可以尽量弄清楚每个变量在各个因子上的负荷情况，即让每个变量在某个因子上的负荷尽可能等于1，而在其他因子上则尽可能等于0。该方法可以增强第一因子的解释力，而使其他因子的效力减弱。可见Quartimax旋转法适合于找出一个最强效力的因子。Equamax旋转法则是一种折中的做法，即尽可能简化因子，也可弄清楚负荷情况。其缺点是可能两方面都未照顾好。
不同的因子旋转方式各有其特点。因此，究竟选择何种方式进行因子旋转取决于研究问题的需要。如果因子分析的目的只是进行数据简化，而因子的确切含义是什么并不重要，就应该选择直交旋转。如果因子分析的目的是要得到理论上有意义的因子，应该选择斜交因子。事实上，研究中很少有完全不相关的变量，所以，从理论上看斜交旋转优于直交旋转。但是斜交旋转中因子之间的斜交程度受研究者定义的参数的影响，而且斜交旋转中所允许的因子之间的相关程度是很小的，因为没有人会接受两个高度相关的共同因子。如果两个因子确实高度相关，大多数研究者会选取更少的因子重新进行分析。因此，斜交旋转的优越性大打折扣。在实际研究中，直交旋转（尤其是Varimax旋转法）得到更广泛的运用。
4.决定因素与命名
转轴后，要决定因素数目，选取较少因素层面，获得较大的解释量。在因素命名与结果解释上，必要时可将因素计算后之分数存储，作为其他程序分析之输入变量。
5.计算各样本的因子得分
因子分析的最终目标是减少变量个数，以便在进一步的分析中用较少的因子代替原有变量参与数据建模。本步骤正是通过各种方法计算各样本在各因子上的得分，为进一步的分析奠定基础。
此外，在因素分析中，研究者还应当考虑以下几个方面。（1）可从相关矩阵中筛选题项。题项间如果没有显著的相关，或相关太小，则题项间抽取的因素与研究者初始构建的层面可能差距很大。相对的题项间如果有极其显著的正/负相关，则因素分析较易构建成有意义的内容。因素分析前，研究者可从题项间相关矩阵分布情形，简扼看出哪些题项间有密切关系。（2）样本大小。因素分析的可靠性除与预试样本的抽样有关外，与预样本数的多少更有密切关系。进行因素分析时，预试样本应该多少才能使结果最为可靠，学者间没有一致的结论，然而多数学者均赞同“因素分析要有可靠的结果，受试样本数要比量表题项数还多”，如果一个分量表有40个预试题项，则因素分析时，样本数不得少于40。
此外，在进行因素分析时，学者Gorshch的观点可作为参考：
①题项与受试者的比例最好为1∶5；
②受试总样本总数不得少于100。如果研究主要目的在于找出变量群中涵括何种因素，样本数要尽量大，才能确保因素分析结果的可靠性。（3）因素数目的挑选。进行因素分析，因素数目考虑与挑选标准，常用的准则有两种：一是学者Kaiser所提的准则标准：选取特征值大于1的因素，Kaiser准则判断应用时，因素分析的题项数最好不要超过30题，题项平均共同性最好在0.70以上，如果受试样本数大于250位，则平均共同性应在0.60以上，如果题项数在50题以上，有可能抽取过多的共同因素（此时研究者可以限定因素抽取的数目）；二是CATTELL所倡导的特征值图形的碎石图检验（scree test），此图根据最初抽取因素所能解释的变异量高低绘制而成。第2章河南省金融发展总体评述
2.1 河南省历年金融发展情况概述
D2010～2015年河南省金融发展相关数据的变化情况见表2-1-1。表2-1-1 2010～2015年河南省金融发展相关数据
1.经济发展总体平稳、进出口对经济增长的作用越来越突出
2010～2015年，河南省GDP持续稳定增加，进出口总额大幅增长，之后稳定增加，说明河南省经济实力日益增强，对外经济开放进程加快，金融外向程度持续增强。如图2-1-1所示，河南省GDP的增长趋势与进出口总额的变动趋势基本保持一致，2010～2013年为高速增长期，2013～2015年进入缓慢调整期，增长后劲不足。河南省对外贸易的规模不断增大，优化进出口结构促使外贸增长方式的转变，带动了河南省整体经济的高速增长。伴随着郑州航空港经济综合实验区的建设，河南省开放型经济呈现加速发展态势，使得全省逐渐走向一个开放的不断进步的经济环境。图2-1-1 2010～2015年河南省GDP和进出口总额变动情况
2.银行业稳健运行，信贷投放重点突出
如图2-1-2所示，河南省存款余额不断增加，2014年超过4万亿元，2015年继续保持强劲的增长势头。从资金规模上看，2015年贷款规模超过3万亿元，增长较快；存贷差额在2010～2013年逐年扩大，但2014年存贷差额有所下降，2015年保持稳定，说明银行金融资产稳定性上升，贷款支持实体经济发展力度有稳定增加趋势。在总体规模稳步增大的同时，河南省银行业认真落实信贷政策，信贷投放重点突出，持续增强对产业集聚区与产业转型升级及技术改造的支持力度，大力发展普惠金融，更有效保障了全省经济社会发展。图2-1-2 2010～2015年河南省存款余额和贷款余额变动情况
3.证券业有所波动但企稳向好，保险业快速发展
如图2-1-3所示，2010年以来河南省由于上市公司的并购重组和融资融券业务的发展，上市公司市值快速增长，2011年由于宏观国际金融市场影响和国内经济形势的变化，市值有所下降，2013年以后在政策效应释放和利率化市场的大背景下企稳向好。2014年虽有所下降，但2015年数据有大步前进的趋势。保险市场方面，河南省保险机构获得长足发展，保险业的整体实力与竞争力稳步提升，其保障功能、经济功能持续提升。图2-1-3 2010～2015年河南省上市公司市值和保费收入变动情况
整体而言，2010～2015年，河南省经济环境良好，缓中有进，银行资产稳定性上升，证券业发展波动中有所增长，保险收入持续增加，金融竞争力日趋增强，金融生态竞争力日趋进步。
2.2 河南省经济运行情况概述
2.2.1 河南省经济运行情况
经济的发展被认为是金融业发展的基础和有力支撑。一直以来，河南省经济实力在全国处于领先地位，2010～2015年保持全国第5位、中部六省第1位。2015年，河南省经济发展呈现总体平稳、稳中向好的势头，全年地区生产总值同比增长8.3%。工业生产稳中有升，固定资产投资保持平稳增长，投资结构变化积极，消费需求平稳增长，利用外资更趋合理。
1.河南省生产总值及增速
2010～2015年，河南省经济发展势头良好，GDP总量方面领先全国平均水平，区域经济实力处于较优势地位。2015年全国GDP平均水平为23749.70亿元，低于河南省的37010.25亿元，相差13260.55亿元。各年GDP总量水平见图2-2-1。图2-2-1 2010～2015年河南省GDP及全国平均GDP变动趋势
从图2-2-2可以看出，河南省GDP增速在2011～2013年随全国GDP呈现下降的趋势，在2014年增速有所上升；2015年全国GDP增速和河南省增速趋于稳定，2013年后河南省GDP增速均高于全国平均水平。图2-2-2 2011～2015年河南省GDP增速与全国GDP平均增速比较
2.河南省GDP总量在全国及中部六省的排位变化
2010～2015年河南GDP的排位状况变化见表2-2-1、表2-2-2。表2-2-1 河南省GDP总量在全国范围的排位情况表2-2-2 河南省GDP总量在中部六省的排位情况
可以看到，河南省的经济实力在全国范围处于相对优势的地位，一直保持在第5名。河南的经济实力在中部六省处于优势的地位。河南省金融竞争力的经济根基深厚。在影响金融竞争力的区域经济实力方面，河南省提升金融竞争力的能力和潜力大，在当前及以后时期存在长足发展的空间。经济总体向好的基本面没有变化，增速在回落，但是没有出现惯性下滑。
2.2.2 河南省经济对外开放情况
2015年，河南省进出口总额708.89亿美元，再创新高，与2014年同期相比增长15.3%。河南省进出口总额在中部六省中居第1位，进出口规模排在全国第11位，进出口总额增速排在全国第1位。
2015年，河南省大力实施开放带动主战略，跨境电商正逐步成为外贸发展新的增长点，富士康进出口快速增长，同时也带动了全省加工贸易、外商投资企业、机电和高新技术产品的快速增长，促进了出口产品结构的不断优化。
河南作为经济大省，逐渐优化进出口结构，提高外资的贡献能力，同时加快建设对外开放平台，产业集聚区等科学发展载体作用凸显，同时郑州航空港经济综合实验区的建设在持续迅猛发展，带动进出口总额的快速增长，以郑州为中心的“米”字形快速铁路也给河南经济注入了新的活力，给中原经济区增添了持久的发展动力，成为内陆地区对外开放重要门户、中原经济区核心增长极。
1.河南省经济开放程度总量及增速分析
2010～2015年，河南省进出口总额的总量低于全国平均水平，总量方面呈现增加趋势，由于全国对外贸易形势复杂严峻，下行压力加大，2015年河南进出口总额为708.89亿美元，仍在稳定增长，与全国平均水平差距明显缩小，处于中势地位，发展潜力巨大，其变化情况见图2-2-3。图2-2-3 2010～2015年河南省进出口总额与全国平均水平比较
2010～2015年，河南省进出口总额的增速呈现先快速下降后缓慢上升的趋势，均高于全国平均水平。这表明河南省进出口总额增长的非平稳性。河南省进出口总额历年增速情况见图2-2-4。图2-2-4 2010～2015年河南省进出口增速与全国平均水平比较
2.河南省经济开放情况在全国及中部六省的排位变化
在进出口总额方面，随着自身开放性的发展和国际国内经济环境的变化，河南省有上升的趋势，处于中势地位，发展空间广阔，历年进出口总额排位情况见表2-2-3。表2-2-3 河南省进出口总额在全国的排位情况
进出口增速方面，从2011年起河南省进出口总额增速逐步放缓，但2015年全省进出口总额增速以15.3%的水平在全国居第1位，处于绝对优势地位。历年河南省进出口总额增速在全国范围排位见表2-2-4。表2-2-4 河南省进出口总额增速在全国的排位情况
中部六省在进出口总额方面与全国水平有较大差距，2010～2015年，河南省在中部六省的竞争中，区域开放程度持续提高，处于优势地位。2012～2015年连续四年在中部六省排位稳居第1位。河南省历年进出口总额在中部六省排位情况见表2-2-5。表2-2-5 河南省进出口总额在中部六省的排位情况
进出口增速方面，河南省进出口总额增速在中部六省中2011年、2012年连续两年遥遥领先，排第1位。2013～2014年增速有所放缓，排位有所下降。在2015年上升为中部六省首位，2015年全国外贸形势异常复杂严峻、整体下滑，但河南进出口却逆势上扬，高速发展。河南省历年进出口总额增速在中部六省的排位见表2-2-6。表2-2-6 河南省进出口总额增速在中部六省的排位情况
2.3 河南省金融市场发展情况
2.3.1 河南省银行业发展情况
2015年，河南省银行业持续保持良好发展态势，总体实力大幅增强，社会贡献度大幅提升，资产质量大幅改善。银行业风险管控取得新成效。2010～2013年，河南省银行业存贷比逐年降低，2014年后有所回升，2010年以后均低于全国平均水平。在中部六省范围，河南省存贷比在2010～2014年处于低位，2014年后保持在第5位。今后河南省应确保银行业安全稳健运行，推进银行业改善金融服务，推动河南省经济金融协调健康发展。
1.河南省存贷款余额总量及增速分析
存款方面，受河南经济稳步增长以及2014年成立中原银行等利好因素的影响，金融机构吸收存款的能力不断上升，2011年后存款余额超过全国平均水平，至2015年河南省金融机构存款余额的总量与全国平均水平总体持平。具体变化情况见图2-3-1。图2-3-1 2010～2015年河南省存款余额变动趋势
贷款方面，河南省通过多种方式督导全省银行业优化信贷结构，支持“三农”、县域经济及薄弱领域，加大重点领域信贷投放。2015年人民币各项贷款余额31432.62亿元，增长15.4%，高于全国1.14个百分点。全省银行业不良贷款率3.01%，其中商业银行不良贷款率1.49%，低于全国平均水平。2010～2013年贷款余额的总量与全国平均水平基本持平，2014年高于全国平均水平，2015年又基本持平。历年河南省贷款总额变化趋势见图2-3-2。图2-3-2 2010～2015年河南省贷款余额变动趋势
存款余额增速方面，河南省仅在2014年低于全国平均水平，其他年份均高于全国平均水平，处于中势地位。各年增速变化情况见图2-3-3。图2-3-3 2010～2015年河南省存款余额增速与全国平均水平比较
贷款余额增速方面，2010～2012年，河南省贷款余额的增速均低于全国平均水平，2013～2015年高于全国平均水平。由于前几年金融机构的谨慎性经营政策，银行信贷审查审慎，稳健经营的能力进一步提升。2015年新增贷款4212.13亿元，增长15.27%，高于全国平均水平1.9个百分点。河南省加大支持“一带一路”及河南“三大国家战略”。针对贷款困难企业，研究制定牵头行制度，推动全省建立还贷周转基金，协调帮助30多家重点困难企业渡过难关，对经济支撑力度更大。历年河南省贷款余额增速变化见图2-3-4。图2-3-4 2010～2015年河南省贷款余额增速与全国平均水平比较
2.河南省存贷款余额在全国及中部六省的排位变化
在以历年河南省存款余额增速为代表的金融资产规模方面，2011～2014年河南省在全国范围处于较优势地位，但在2015年排位骤然下降，居全国第13位，处于劣势地位。具体排位见表2-3-1。表2-3-1 河南省存款余额增速在全国的排位情况
在以历年河南省贷款余额增速为代表的金融资产规模方面，2011～2014年河南省在全国范围排位逐年上升，2015年下降至第13位，显示了全省金融实力有所波动。具体排位见表2-3-2。
试读结束[说明：试读内容隐藏了图片]