【我國金融服務貿易行業(yè)國際競爭力的實證分析9000字(論文)】_第1頁
【我國金融服務貿易行業(yè)國際競爭力的實證分析9000字(論文)】_第2頁
【我國金融服務貿易行業(yè)國際競爭力的實證分析9000字(論文)】_第3頁
【我國金融服務貿易行業(yè)國際競爭力的實證分析9000字(論文)】_第4頁
【我國金融服務貿易行業(yè)國際競爭力的實證分析9000字(論文)】_第5頁
已閱讀5頁,還剩11頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

我國金融服務貿易行業(yè)國際競爭力的實證分析目錄TOC\o"1-2"\h\u851我國金融服務貿易行業(yè)國際競爭力的實證分析 ①主成分分析1)相關性檢驗對影響我國金融服務貿易國際競爭力的6個要素中的11項指標進行考察發(fā)現(xiàn),許多指標關聯(lián)性比較強。因此,我們應該首先把這11個指標的關聯(lián)數(shù)據(jù)分析出來,這樣能夠構建一個相關系數(shù)矩陣,具體見表4.1,由表中可知,許多指標確實關聯(lián)度比較強,如果用這些指標來對我國金融服務貿易國際競爭力的影響因素進行分析,這樣就會出現(xiàn)信息重疊的現(xiàn)象,容易促使結果更加主觀化。借助主要成分分析法能夠避免數(shù)據(jù)重疊,主成分分析法能夠將多數(shù)指標簡化為少數(shù)不相關的指標,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貿易國際競爭力的因素。表4.1相關系數(shù)矩陣(續(xù)表)表4.1相關系數(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代表標準化處理后的數(shù)據(jù),下同。2)KMO檢驗和Bartlett球形檢驗主成分分析法的一個重要的效度指標就是KMO檢驗,他主要對變量之間的相關系數(shù)的最小值進行檢驗。一般而言,如果KMO檢驗數(shù)據(jù)越大,則主成分分析法的效果越明顯。而Bartlett球形檢驗主要是檢驗相關系數(shù)矩陣是不是單位矩陣。只有Bartlett球形檢驗的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檢驗和Bartlett球形檢驗的結果,依據(jù)表中可知,,KMO的檢驗值為0.728,在0.6之上;Bartlett球形檢驗卡方統(tǒng)計值的顯著性概率為0.000,在0.05以下,這樣表名樣本數(shù)據(jù)適合主成分分析,并且各個變量之間相關性比較明顯。表4.2KMO和Bartlett檢驗結果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)濟變量的公因子方差之和是11。在每個公共變量中,根據(jù)所選的標準提取相應數(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)進行計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,表明指標對提取公因子貢獻值為99.2%,其他指標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貿易開放度都比較低,其他方面數(shù)值很大,這表明了提取的主成分能夠對原始變量進行很好的解釋,說明所提取的公因子能夠對原始因子很好的解釋。表4.3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值大小。假設由某個要素計算出的初始值<1,則意味著使用該要素沒有使用原始指標的平均解釋力強。所以,應該把初始特征值>1的作為主成分來采用。表4.4列出了每個成分的公因子方差,該表顯示前兩個成分的特定初始值>1,并且這兩個成分描述的方差占全方差的90.44%。最后,因為這兩個成分的占比非常大,所以采用兩個成分來進行實驗,這樣可以更好地、更方便地進行研究。表4.4總方差分解表各成分序號相關矩陣特征值因子提取結果特征值方差貢獻率累計貢獻率特征值方差貢獻率累計貢獻率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碎石圖能夠對選擇的主要成分有效性進行檢驗。依據(jù)圖4.1,在所有因子的初始特征值里面只有前兩個數(shù)的特征值數(shù)值是超過1的,從從第三個因子開始,初始特征值都保持平穩(wěn),說明了前兩個因子的數(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行了反映,這些變量和金融機構都有關系,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個主成分上的載荷數(shù)值更高。第2個主成分主要對這三個變量進行了反映,這三個變量和金融服務貿易運作的環(huán)境條件有關系,因此,第2個主成分主要是客觀因素,用F2表示。F1和F2主要對90.4%以上的信息進行了反映,因此,F(xiàn)1和分能夠替代11個指標。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)主成分表達式的確定表4.5的每個載荷量主要對主成分和對應變量的相關系數(shù)進行了表示,而不是主成分表達式中的系數(shù)。而主成分表達式中的系數(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貿易數(shù)據(jù)進行了分析,主要選擇了有效的25個國家或地區(qū)2005-2020年之間的數(shù)據(jù)進行了統(tǒng)計,以2017年的統(tǒng)計數(shù)據(jù)為例來看,25個國家或地區(qū)的金融服務貿易出口額占據(jù)了90%以上所有國家或地區(qū)金融服務貿易出口額,最具有代表性。世界銀行的發(fā)展指標數(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)的加權距離中選擇。CEP∏數(shù)據(jù)庫主要借助引力模型運算數(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》和美國傳統(tǒng)基金會發(fā)布的年度報告,基本上包含155個國家和地區(qū),是一個比較權威的經(jīng)濟自由度評價指標,如果指標分值低,那么政府對經(jīng)濟的干涉度就低,而經(jīng)濟自由度就比較高。FTA數(shù)據(jù)取0或1,一旦兩個國家簽訂了自由貿易協(xié)定,則FTA數(shù)值就是1,如果兩個國家沒有簽訂自由貿易協(xié)定,那么取值就是0,2005-2020年25個國家或地區(qū)的7個指標,就能很好的對金融服務貿易潛力進行衡量,并且對這些數(shù)據(jù)可以做統(tǒng)計分析。4.2.3回歸分析經(jīng)過分析后,SPSS軟件會制作出F1和F2兩個關鍵成分的時間序列。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制成的前兩個主成分的時間序列和被解釋變量ZY(歸一化后的Y值)進行回歸分析,得出的結果具體見表4.7。多元回歸模型中的R與經(jīng)過調整后的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)計量的數(shù)值是110.696,卡方統(tǒng)計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沒有相關性。表4.7多元回歸模型匯總分析后的統(tǒng)計量模型RR方調整后的R方標準差R方F值方差1方差2t值D-W檢驗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論。依據(jù)表格,我們可以得到以下結論,一是第一個主成分和被解釋變量之間呈正相關,相關數(shù)據(jù)為0.939;二是第二個主成分和被解釋變量呈負相關,相關數(shù)據(jù)顯示為負的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Multivariateregressionmodel的公式(4.3)中,我們就能夠寫出最后的被描述變量和最開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)值模型非標準化數(shù)值標準化數(shù)值t值Sig.B標準差Beta1常數(shù)項15.4331.002_15.4050.000F114.8911.0430.93914.2800.000F24.3581.043-0.275-4.1790.0024.2.4實證結論依據(jù)實證分析,得出以下結論:(1)從金融服務機構內部來說,資本、人力和技術都能夠影響金融服務貿易的出口,資產(chǎn)規(guī)模,人員素質和信息技術都與金融服務貿易出口程正相關關系,并且能夠帶動我國金融服務貿易的發(fā)展,促使我國金融服務貿易國際競爭力得到提高。從資本要素層面,資本要素增加一個單位,金融服務貿易額就會增加16%的比例;高素質人才占據(jù)比例每增加一個單位,則金融服務貿易額就會增加9.3%;居民對互聯(lián)網(wǎng)的掌握程度每增加一個單位,則金融服務貿易額就會增加16.1%。人力要素對金融服務貿易額的影響最低,因為學歷并不完全代表一個人的整體素質。(2)從需求分析,城鎮(zhèn)居民收入增加,他們就會對金融服務的需求增加,則金融服務貿易額就會增加,城鎮(zhèn)居民收入每增加一個單位,金融服務貿易額就會增加0.14個單位,這就表明,居民生活水平的提高,消費收入的增加,他們就喜歡豐富多樣的金融服務需求,這就要求金融服務產(chǎn)品不斷創(chuàng)新,促使產(chǎn)品更加技術化,從而帶動服務質量的提高。(3)從相關支持產(chǎn)業(yè)來看,貨物貿易和金融服務貿易具有一定的關聯(lián)性,所以,貨物貿易與金融服務貿易之間成正比,貨物貿易如果增

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論