中国区域金融空间关联分析与解释—基于网络分析法.ppt

,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,1,中国区域金融的空间关联分析和解释,基于网络分析法,2,一、研究中国区域金融的背景和意义,二、金融研究的数据来源与研究方法,三、中国区域金融空间关联结构特征,四、金融联动的影响因素,QAP,分析,五、中国区域金融空间关联的结论和建议,3,研究背景,1,、中国区域金融空间关联不局限于地理位置的“相邻”或者“相近”。,研究意义,1.网络分析法主要分析结构关系，结构决定属性，更具有研究价值。,2.网络分析法具有全局性分析特点，可以避免传统计量方法“相邻”局限。,3.,可以揭示中国区域金融空间关联的总体特征和各区域在金融发展中的作用。,1,.,中国区域金融空间关联分析的研究背景和意义,一、中国区域金融的研究背景,2,、中国区域金融呈现复杂、非线性的网络结构。现有的的研究方法只 专注于 传统的空间计量方法，忽视了各个区域内在的空间关联。,4,一、研究中国区域金融的背景和意义,二、金融研究的数据来源与研究方法,三、中国区域金融空间关联结构特征,四、金融联动的影响因素,QAP,分析,五、中国区域金融空间关联的结论和建议,5,2.1,数据来源与研究方法,二、中国区域金融研究数据和方法,6,2.2,区域金融空间关联网路的构建,二、中国区域金融研究数据和方法,7,关联网络刻画,网络密度,关联性分析,中心性分析,2,.,3,区域金融空间关联网络的刻画,二、中国区域金融研究数据和方法,8,2.4.1.,网络密度,2.4.2.,关联性分析,2.4,区域金融空间关联网络的刻画,二、中国区域金融研究数据和方法,9,2.4.2.,关联性分析,网络等级,2.4.2.,关联性分析,网络效率,2.4,区域金融空间关联网络的刻画,二、中国区域金融研究数据和方法,10,2.4.3.,中心性分析,点度中心度,2.4.3.,中心性分析,中介中心度,2.4,区域金融空间关联网络的刻画,二、中国区域金融研究数据和方法,11,板块划分定义,块模型中金融,板块,分类,二、中国区域金融研究数据和方法,2.5,块模型,12,2,.,5,块模型,主受益板块,净溢出板块,双向溢出板块,经纪人板块,板块内部向外发出关系较多，内部关系较少,板块内部发出很多关系，内部也很多关系,板块发出关系较多，接受关系也多,板块内部关系比较多，外部关系比较少,二、中国区域金融研究数据和方法,13,一、研究中国区域金融的背景和意义,二、金融研究的数据来源与研究方法,三、中国区域金融空间关联结构特征,四、金融联动的影响因素,QAP,分析,五、中国区域金融空间关联的结论和建议,14,三、,中国区域金融空间关联的结构特征,3.1,中国金融发展整体趋势,本文选取,19902015,年全国,31,个省份（港澳台）除外的金融区位熵进行数据可视化，大于,1.0,代表金融发展高于全国发展平均水平，低于,1.0,代表金融发展低于全国平均发展水平。,15,三、,中国区域金融空间关联的结构特征,3.2,中国区域金融空间关联网络,16,三、,中国区域金融空间关联的结构特征,3.3,中心性分析,1,、所有城市溢出关系数排名前五位的是：天津、陕西、上海、浙江、山东，,4,个属于沿海城市。,2,、点度中心度前五位：山西、湖北、湖南、安徽、浙江，起着传导传输作用。,3,、中介中心度前几位：山西、辽宁、安徽、浙江、湖北、湖南，主要集中在中部地区。,17,板块划分（采用,Convergent Correlation,方法）,板块溢出效应,三、中国区域金融空间关联结构特征,18,板块划分（采用,Convergent Correlation,方法）,板块溢出效应,三、中国区域金融空间关联结构特征,各板块网络密度大于整个网络密度,0.219,赋值为,1,，否则为,0.,中国金融发展主要动力来自第三板块（主要为东部发达地区），它将发展主要动力传递给第二板块（中介），通过第二板块再将动力传递给第一板块（主受益）和第四板块（双向溢出）。,19,一、研究中国区域金融的背景和意义,二、金融研究的数据来源与研究方法,三、中国区域金融空间关联结构特征,四、金融联动的影响因素,QAP,分析,五、中国区域金融空间关联的结论和建议,20,4.1 QAP,相关分析和,QAP,回归分析,QAP,回归分析,QAP,相关分析,QAP,相关分析,相关分析以矩阵置换为基础，通过比较两个方阵中各元素的相似性给出矩阵相关系数，然后对相关系数进行非参数排列检验。第一，计算已知两个矩阵的相关系数，然后，对其中的一个矩阵的行与列进行随机置换，并且计算新的矩阵与另外一个矩阵的相关系数，以此不断重复足够多次，得到相关系数分布，接着计算不小于第一步计算出来的实际相关系数的比例。最后依据相关系数分布考察相关系数是落入拒绝域还是接受域，以此来实现对相关系数的显著性进行判断。,QAP,回归分析是研究一个矩阵对多个矩阵之间的回归关系，得到可决系数 的显著性进行检验，首先将响应变量矩阵对应长向量与解释变量矩阵对应长向量进行常规的多元线性回归分析，得到实际参数估计值和可决系数，然后将响应变量矩阵的行和列进行随机置换，接着与自变量矩阵重新计算回归，重复这个过程足够多次，对所有的系数值和可决系数进行判断得到相应的分布，以此估计统计量的标注误差。,四、中国区域金融影响因素,QAP,分析,21,本文主要从经济、政治、社会、地理等因素，选取以下指标进行分析，数据选取,1991,到,2015,年，来自,中国统计年鉴,。,理论假设、数据选择,(1),四、中国区域金融影响因素,QAP,分析,22,四、中国区域金融影响因素,QAP,分析,QAP,相关分析,(2),23,四、中国区域金融影响因素,QAP,分析,QAP,回归分析,(3),24,一、研究中国区域金融的背景和意义,二、金融研究的数据来源与研究方法,三、中国区域金融空间关联结构特征,四、金融联动的影响因素,QAP,分析,五、中国区域金融空间关联的结论和建议,25,中国金融空间关联具有复杂的网络结构，存在很强的溢出效应,中国不同区域在金融发展当中扮演不同角色和地位,中国金融区域发展可以分为四个板块，有很强的梯度效应,人均收入、对外贸易、第三产业、交通运输、政府干预是影响因子,5.2,结论,五、,结论与建议,26,1.,政府增加各个区域金融发展的溢出渠道，增加关联性,金,融,发,展,建,议,2.科学认识各个区域金融发展的地位与角色，精准调控,4.增加人民收入，提高交通运输能力，加强对外贸易,3.,充分发挥“动力源”功能，加强“中介”传导作用,5.,打造各区域金融发展的空间载体与政策平台，优化配置,5.2,金融发展建议,五、政策与建议,