【我國金融服務(wù)貿(mào)易行業(yè)國際競爭力的實(shí)證分析9000字（論文）】

我國金融服務(wù)貿(mào)易行業(yè)國際競爭力的實(shí)證分析目錄TOC\o"1-2"\h\u851我國金融服務(wù)貿(mào)易行業(yè)國際競爭力的實(shí)證分析 ①主成分分析1）相關(guān)性檢驗(yàn)對影響我國金融服務(wù)貿(mào)易國際競爭力的6個(gè)要素中的11項(xiàng)指標(biāo)進(jìn)行考察發(fā)現(xiàn)，許多指標(biāo)關(guān)聯(lián)性比較強(qiáng)。因此，我們應(yīng)該首先把這11個(gè)指標(biāo)的關(guān)聯(lián)數(shù)據(jù)分析出來，這樣能夠構(gòu)建一個(gè)相關(guān)系數(shù)矩陣，具體見表4.1，由表中可知，許多指標(biāo)確實(shí)關(guān)聯(lián)度比較強(qiáng)，如果用這些指標(biāo)來對我國金融服務(wù)貿(mào)易國際競爭力的影響因素進(jìn)行分析，這樣就會(huì)出現(xiàn)信息重疊的現(xiàn)象，容易促使結(jié)果更加主觀化。借助主要成分分析法能夠避免數(shù)據(jù)重疊，主成分分析法能夠?qū)⒍鄶?shù)指標(biāo)簡化為少數(shù)不相關(guān)的指標(biāo)，所以，本文主要借助主成分分析法來分析影響我國金融服務(wù)貿(mào)易國際競爭力的因素。表4.1相關(guān)系數(shù)矩陣（續(xù)表）表4.1相關(guān)系數(shù)矩陣ZX1ZX2ZX3ZX4ZX5ZX6ZX7ZX8ZX9ZX10ZX11ZX11.0000.9450.9280.9910.9920.0790.961-0.9560.2980.9620.397ZX20.9451.0000.7930.9100.9140.0400.881-0.8980.2460.8690.353ZX30.9280.7931.0000.9470.9640.2950.971-0.9500.3530.9520.583ZX40.9910.9100.9471.0000.9920.1020.962-0.9560.2650.9790.376ZX50.9920.9140.9640.9921.0000.1570.984-0.9680.3290.9780.459ZX60.0790.0400.2950.1020.1571.0000.308-0.2140.6390.2570.701ZX70.9610.8810.9710.9620.9840.3081.000-0.9520.4220.9760.555ZX8-0.956-0.8980.9500.9560.9680.2140.9521.0000.2610.9330.553ZX90.2980.2460.3530.2650.3290.6390.422-0.2611.0000.3940.444ZX100.9620.8690.9520.9790.9780.2570.976-0.9330.3941.0000.411ZX110.3970.3530.5830.3760.4590.7010.555-0.5530.4440.4111.000注：ZX代表標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，下同。2）KMO檢驗(yàn)和Bartlett球形檢驗(yàn)主成分分析法的一個(gè)重要的效度指標(biāo)就是KMO檢驗(yàn)，他主要對變量之間的相關(guān)系數(shù)的最小值進(jìn)行檢驗(yàn)。一般而言，如果KMO檢驗(yàn)數(shù)據(jù)越大，則主成分分析法的效果越明顯。而Bartlett球形檢驗(yàn)主要是檢驗(yàn)相關(guān)系數(shù)矩陣是不是單位矩陣。只有Bartlett球形檢驗(yàn)的P值低于0.05，這樣主成分分析才有效。而表4.2主要表示了KMO檢驗(yàn)和Bartlett球形檢驗(yàn)的結(jié)果，依據(jù)表中可知，，KMO的檢驗(yàn)值為0.728，在0.6之上；Bartlett球形檢驗(yàn)卡方統(tǒng)計(jì)值的顯著性概率為0.000，在0.05以下，這樣表名樣本數(shù)據(jù)適合主成分分析，并且各個(gè)變量之間相關(guān)性比較明顯。表4.2KMO和Bartlett檢驗(yàn)結(jié)果Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.0.728Bartlett'sTestofSphericityApprox.Chi-Square288.701df55Sig.0.0003）公因子方差初始公因子主要反映了提取因子之前的各變量公因子方差。在主成分分析中，這些數(shù)值就是被分析矩陣（相關(guān)矩陣）的對角線元素，因此，原始變量的公因子方差都是1，11經(jīng)濟(jì)變量的公因子方差之和是11。在每個(gè)公共變量中，根據(jù)所選的標(biāo)準(zhǔn)提取相應(yīng)數(shù)量主成分之后，各變量中被提取信息的比例，即變量共同度的取值。由于采用的因子變量比原有變量小，所以他們之間的相同度比1小。對公因子之間的數(shù)據(jù)進(jìn)行計(jì)算后獲取的方差具體見表4.3。從表4.3來看，金融行業(yè)全部資金變量中得出的公因子方差就是0.992，表明指標(biāo)對提取公因子貢獻(xiàn)值為99.2%，其他指標(biāo)和上述情況是一致的。表4.3可知，公因子方差在金融行業(yè)的貸款利率變化和金融服務(wù)貿(mào)易開放度都比較低，其他方面數(shù)值很大，這表明了提取的主成分能夠?qū)υ甲兞窟M(jìn)行很好的解釋，說明所提取的公因子能夠?qū)υ家蜃雍芎玫慕忉?。?.3公因子方差初始公因子方差提取公因子方差ZX11.0000.992ZX21.0000.874ZX31.0000.941ZX41.0000.990ZX51.0000.997ZX61.0000.898ZX71.0000.987ZX81.0000.954

表4.3公因子方差（續(xù)表）初始公因子方差提取公因子方差ZX91.0000.636ZX101.0000.957ZX101.0000.7224）主成分的提取初始特征值在某種角度上可以代表各要素的價(jià)值大小。假設(shè)由某個(gè)要素計(jì)算出的初始值＜1，則意味著使用該要素沒有使用原始指標(biāo)的平均解釋力強(qiáng)。所以，應(yīng)該把初始特征值>1的作為主成分來采用。表4.4列出了每個(gè)成分的公因子方差，該表顯示前兩個(gè)成分的特定初始值>1，并且這兩個(gè)成分描述的方差占全方差的90.44%。最后，因?yàn)檫@兩個(gè)成分的占比非常大，所以采用兩個(gè)成分來進(jìn)行實(shí)驗(yàn)，這樣可以更好地、更方便地進(jìn)行研究。表4.4總方差分解表各成分序號相關(guān)矩陣特征值因子提取結(jié)果特征值方差貢獻(xiàn)率累計(jì)貢獻(xiàn)率特征值方差貢獻(xiàn)率累計(jì)貢獻(xiàn)率18.07973,44973.4498.07973.44973.44921.86916.99390.4421.86916.99390.44230.6025.47395.91440.2372.15798.07150.1631.48699.55760.0310.28599.84270.0110.09899.94080.0040.03799.97790.0020.02099.997100.0000.00399.999116.406E-50.001100.000碎石圖能夠?qū)x擇的主要成分有效性進(jìn)行檢驗(yàn)。依據(jù)圖4.1，在所有因子的初始特征值里面只有前兩個(gè)數(shù)的特征值數(shù)值是超過1的，從從第三個(gè)因子開始，初始特征值都保持平穩(wěn)，說明了前兩個(gè)因子的數(shù)據(jù)比較有效。圖4.1碎石圖依據(jù)表4.5，X1、X2、X3、X4、X5、X7、X8、X10這8項(xiàng)在第1主成分上擁有比較高的載荷數(shù)值，換句話說就是第1主成分主要對變量信息進(jìn)行了反映，這些變量和金融機(jī)構(gòu)都有關(guān)系，所以，第1主成分主要是主觀因素，可以用F1表示。X6、X9、X11在第1個(gè)主成分上的載荷數(shù)值更高。第2個(gè)主成分主要對這三個(gè)變量進(jìn)行了反映，這三個(gè)變量和金融服務(wù)貿(mào)易運(yùn)作的環(huán)境條件有關(guān)系，因此，第2個(gè)主成分主要是客觀因素，用F2表示。F1和F2主要對90.4%以上的信息進(jìn)行了反映，因此，F(xiàn)1和分能夠替代11個(gè)指標(biāo)。表4.5初始因子載荷矩陣主成分12ZX70.9930.015ZX50.989-0.138ZX100.976-0.070ZX10.973-0.212ZX80.9720.091ZX40.971-0.216ZX30.9700.012ZX20.902-0.246ZX60.2930.901ZX90.4140.682ZX110.5610.6395）主成分表達(dá)式的確定表4.5的每個(gè)載荷量主要對主成分和對應(yīng)變量的相關(guān)系數(shù)進(jìn)行了表示，而不是主成分表達(dá)式中的系數(shù)。而主成分表達(dá)式中的系數(shù)主要是由主成分得分系數(shù)矩陣來確定，如表4.6。F1=0.150*ZX1+0.148*ZX2+0.112*ZX3+0.150*ZX4+0.140*ZX5-0.118*ZX6+0.114*ZX7-0.130*ZX8-0.066*ZX9+0.126*ZX10-0.042*ZX11（4.1）F2=-0.069*ZX1-0.090*ZX2+0.044*ZX3-0.072*ZX4-0.032*ZX5+0.469*ZX6+0.046*ZX7+0.008*ZX8+0.362*ZX9+0.003*ZX10+0.346*ZX11（4.2）表4.6主成分得分表主成分12ZX10.150-0.069ZX20.148-0.090ZX30.112-0.044ZX40.150-0.072ZX50.140-0.032ZX6-0.1180.469ZX70.1140.046ZX8-0.1300.008ZX9-0.0660.362ZX100.1260.003ZX11-0.0420.3464.2.2數(shù)據(jù)選取與說明本文主要借助OECD數(shù)據(jù)庫中的子庫EBOPS2002-BalancedInternationalTradeinServices(1995-2020)主要對我國與其他國家之間的金融服務(wù)貿(mào)易數(shù)據(jù)進(jìn)行了分析，主要選擇了有效的25個(gè)國家或地區(qū)2005-2020年之間的數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，以2017年的統(tǒng)計(jì)數(shù)據(jù)為例來看，25個(gè)國家或地區(qū)的金融服務(wù)貿(mào)易出口額占據(jù)了90%以上所有國家或地區(qū)金融服務(wù)貿(mào)易出口額，最具有代表性。世界銀行的發(fā)展指標(biāo)數(shù)據(jù)庫是GDP的主要數(shù)據(jù)來源，而GIS和FTA數(shù)據(jù)的主要來源渠道就是法國的CEP∏數(shù)據(jù)庫，其中，GIS主要是從數(shù)據(jù)庫中城市數(shù)據(jù)的加權(quán)距離中選擇。CEP∏數(shù)據(jù)庫主要借助引力模型運(yùn)算數(shù)據(jù)的主流，數(shù)據(jù)更新速度很快，基于城市數(shù)據(jù)的加權(quán)能夠把其他因素對距離的干擾消除掉。EFI數(shù)據(jù)主要是《華爾街日報(bào)》和美國傳統(tǒng)基金會(huì)發(fā)布的年度報(bào)告，基本上包含155個(gè)國家和地區(qū)，是一個(gè)比較權(quán)威的經(jīng)濟(jì)自由度評價(jià)指標(biāo)，如果指標(biāo)分值低，那么政府對經(jīng)濟(jì)的干涉度就低，而經(jīng)濟(jì)自由度就比較高。FTA數(shù)據(jù)取0或1，一旦兩個(gè)國家簽訂了自由貿(mào)易協(xié)定，則FTA數(shù)值就是1，如果兩個(gè)國家沒有簽訂自由貿(mào)易協(xié)定，那么取值就是0，2005-2020年25個(gè)國家或地區(qū)的7個(gè)指標(biāo)，就能很好的對金融服務(wù)貿(mào)易潛力進(jìn)行衡量，并且對這些數(shù)據(jù)可以做統(tǒng)計(jì)分析。4.2.3回歸分析經(jīng)過分析后，SPSS軟件會(huì)制作出F1和F2兩個(gè)關(guān)鍵成分的時(shí)間序列。想要獲得解釋變量和被解釋變量之間的多元回歸模型，就要求要把由SPSS制成的前兩個(gè)主成分的時(shí)間序列和被解釋變量ZY（歸一化后的Y值）進(jìn)行回歸分析，得出的結(jié)果具體見表4.7。多元回歸模型中的R與經(jīng)過調(diào)整后的R依次為0.957、0.948，它們都在0.9之上，表示模型擬合優(yōu)度比較較好；F統(tǒng)計(jì)量的數(shù)值是110.696，卡方統(tǒng)計(jì)值的顯著性的概率是0，表明回歸方程的顯著性是有效的。此外，從得出的DW數(shù)值為1.148，可以發(fā)現(xiàn)，F(xiàn)1和F2沒有相關(guān)性。表4.7多元回歸模型匯總分析后的統(tǒng)計(jì)量模型RR方調(diào)整后的R方標(biāo)準(zhǔn)差R方F值方差1方差2t值D-W檢驗(yàn)10.9780.9570.9483.612170.957110.6962100.0001.148表4.8是通過使用多元回歸模型而得出的結(jié)論。依據(jù)表格，我們可以得到以下結(jié)論，一是第一個(gè)主成分和被解釋變量之間呈正相關(guān)，相關(guān)數(shù)據(jù)為0.939；二是第二個(gè)主成分和被解釋變量呈負(fù)相關(guān)，相關(guān)數(shù)據(jù)顯示為負(fù)的0.275。因此，可以得出以下公式：

（4.3）把第一主成分和第二主成分的公式（4.1、4.2）放進(jìn)Multivariateregressionmodel的公式（4.3）中，我們就能夠?qū)懗鲎詈蟮谋幻枋鲎兞亢妥铋_始描述的變量之間的方程式（4.4），具體如下：ZY=15.433+0.160*ZX1+0.164*ZX2+0.093*ZX3+0.161*ZX4+0.140*ZX5-0.240*ZX6+0.094*ZX7-0.124*ZX8-0.162*ZX9+0.117*ZX10-0.135*ZX11（4.4）表4.8模型回歸數(shù)值模型非標(biāo)準(zhǔn)化數(shù)值標(biāo)準(zhǔn)化數(shù)值t值Sig.B標(biāo)準(zhǔn)差Beta1常數(shù)項(xiàng)15.4331.002_15.4050.000F114.8911.0430.93914.2800.000F24.3581.043-0.275-4.1790.0024.2.4實(shí)證結(jié)論依據(jù)實(shí)證分析，得出以下結(jié)論：（1）從金融服務(wù)機(jī)構(gòu)內(nèi)部來說，資本、人力和技術(shù)都能夠影響金融服務(wù)貿(mào)易的出口，資產(chǎn)規(guī)模，人員素質(zhì)和信息技術(shù)都與金融服務(wù)貿(mào)易出口程正相關(guān)關(guān)系，并且能夠帶動(dòng)我國金融服務(wù)貿(mào)易的發(fā)展，促使我國金融服務(wù)貿(mào)易國際競爭力得到提高。從資本要素層面，資本要素增加一個(gè)單位，金融服務(wù)貿(mào)易額就會(huì)增加16%的比例；高素質(zhì)人才占據(jù)比例每增加一個(gè)單位，則金融服務(wù)貿(mào)易額就會(huì)增加9.3%；居民對互聯(lián)網(wǎng)的掌握程度每增加一個(gè)單位，則金融服務(wù)貿(mào)易額就會(huì)增加16.1%。人力要素對金融服務(wù)貿(mào)易額的影響最低，因?yàn)閷W(xué)歷并不完全代表一個(gè)人的整體素質(zhì)。（2）從需求分析，城鎮(zhèn)居民收入增加，他們就會(huì)對金融服務(wù)的需求增加，則金融服務(wù)貿(mào)易額就會(huì)增加，城鎮(zhèn)居民收入每增加一個(gè)單位，金融服務(wù)貿(mào)易額就會(huì)增加0.14個(gè)單位，這就表明，居民生活水平的提高，消費(fèi)收入的增加，他們就喜歡豐富多樣的金融服務(wù)需求，這就要求金融服務(wù)產(chǎn)品不斷創(chuàng)新，促使產(chǎn)品更加技術(shù)化，從而帶動(dòng)服務(wù)質(zhì)量的提高。（3）從相關(guān)支持產(chǎn)業(yè)來看，貨物貿(mào)易和金融服務(wù)貿(mào)易具有一定的關(guān)聯(lián)性，所以，貨物貿(mào)易與金融服務(wù)貿(mào)易之間成正比，貨物貿(mào)易如果增