关于县域金融类毕业论文提纲范文和安徽省县域金融排斥现状分析与建议方面毕业论文提纲范文

《安徽省县域金融排斥现状分析与建议》

本文是县域金融类论文如何写与现状分析和排斥和县域类在职毕业论文范文。

摘要：本文收集2009-2015年的安徽县域数据,构建金融排斥指数,剖析金融排斥特征,结果表明：(1)横向来看,安徽县域金融排斥程度整体稳定,且呈现逐年下降趋势；西北县域金融排斥程度较强,东南县域金融排斥程度较弱；(2)莫兰指数I>0,且呈现上升趋势,表明安徽县域金融排斥的空间相关性在日益增强.在此基础上,可从加大金融扶持、增加基础设施投资、优化财政支出结构、多元化供给金融服务等方面,改善安徽县域金融排斥困境.

关键词：金融排斥；动态测度；空间自相关性；安徽

中图分类号：F832.7文献识别码：A文章编号：1001-828X(2017)021-0-02

引言

“十三五”时期,是全面建成小康社会、实现第一个百年奋斗目标的决胜阶段,也是打赢脱贫攻坚战的决胜阶段.县域的脱贫问题离不了金融产业的支持,但各种金融排斥现象的存在,严重阻碍了金融对县域经济的促进作用.安徽省面临31个省级以上贫困县的脱贫攻坚任务,且金融服务严重缺乏分享状态,即金融排斥问题,不利于脱贫攻坚的实现.此时进一步明确县域金融排斥实况成为亟待研究的现实问题.

自Leyshon＆Thrift(1995)提出金融排斥的概念[1],引发了学者的广泛关注.但至今仍无明晰、确切的认知,包括如认为金融排斥为某些群体被完全排斥在金融体系之外,无法享受到金融机构提供的金融服务(Carbo,2007[2]；许圣道,2008[3]；雷汉云,2015[4])；或认为金融排斥不是一个绝对的概念,将其定义为某些群体缺少足够的途径或存在困难取得、接触或利用金融服务(王修华,2010[5]；张艳萍,2014[6]).在金融排斥的测度方面,Kempson＆Whyley(1999)[7]所提出的六维评价标准,得到较为广泛的认可.除此之外,部分文献从地理排斥(Mayo,1997)、结构排斥和主体排斥(Cebulla,1999)、社会排斥(Rogaly等,1999[8])等角度对其测度进行尝试性研究.国内学者们多以此为理论框架,构建评价指标体系(杨德勇,2013[9]；封思贤,2014[10]；吴静茹,2017[11]),但在具体指标的选择上仍存在较大差异.

本文收集2009-2015年的62个安徽县域数据,构建金融排斥5维度(地理排斥、评估排斥、条件排斥、营销排斥和自我排斥)的分析框架,采用主成分分析法,度量县域金融排斥状况,剖析金融排斥的时间、空间分布特征及面临困境,在此基础上提出安徽金融排斥问题的改善建议.

一、金融排斥测度指标及构建

鉴于数据的可得性,本文借用Kempson和Whyley(1999)的6个维度金融排斥分析框架,选取其4个维度,分别包括地理排斥、评估排斥、条件排斥、营销排斥.数据来源于2010-2015年《安徽统计年鉴》、《安徽省金融统计月报》.具体测度指标如表1所示.

二、实证分析

1.金融排斥指标测算结果

使用主成分分析法,对4个变量提取主成分,并计算综合得分,对2009年、2015年安徽62个县域的金融排斥系数进行测算并进行排序.皖北地区6市各县域金融排斥平均排名2009年为14,2015年为15.皖南地区6市各县域金融排斥平均排名2009年为31,2015年为40.皖中地区3市各县域金融排斥平均排名2009年为39,2015年为34.

2.动态特征

根据安徽省县域金融排斥的测算结果,可见以下特征：

第一,安徽县域金融排斥排名总体稳定.除长丰、肥东、霍邱、凤阳县、歙县、休宁县的波动较大外,安徽省各县金融排斥随时间的变动趋势较为稳定.第二,从横向来看,安徽省县域金融排斥程度存在明显差距,但差异却在缩小.其中,临泉、灵璧、寿县等程度较深,而宁国、繁昌等地排斥程度较弱.第三,从纵向来看,安徽省大部分县域的金融排斥程度呈逐年下降的趋势.如桐城、岳西、绩溪等地.第四,安徽省西北县域的金融排斥较为严重.可看出,平均的金融排斥较高的县域分别为临泉、灵璧、利辛、太和等,隶属于宿州、阜阳和亳州,大体处于安徽省的西北部.第五,安徽省东南县域的金融排斥程度较弱.可得,繁昌县、宁国县、芜湖县、铜陵县和当涂县的金融排斥平均排名靠后,分别隶属于芜湖、马鞍山和宣城等地,处于安徽省的东南部.第六,金融排斥的县域排名与当地经济状况存在一定相关性.整体来说,东南县域较西北县域的经济实力与基础设施较强,影响了各县域金融排斥的排名情况.东南县域较高的收入水平与储蓄力带来更高的金融需求,进一步刺激金融机构增加网点设置与提升金融服务,降低了金融排斥状况.

3.空间特征分析

为进一步测算安徽县域的金融排斥空间特征,本文采用空间计量经济学中的全局空间自相关系数来实现,具体如下：

其中,xε为县域的观测值,λ为安徽县域数量,w为空间权重矩阵,本文采用基于邻近关系的权重矩阵(ε与σ县域相邻时,wεσ取值为1,否则取值为0).系数值处于区间,且其绝对值越大,其空间自相关性表现越强.

测算结果见图1所示,可见,安徽县域金融排斥存在较为显著的空间相关关系,且由2009年的0.189上升为2015年的0.361,且县域金融排斥的空间自相关性逐渐加强,表明某县域与周边县域金融排斥的依赖性与空间正相关程度越强.

三、安徽县域金融排斥对策

通过安徽县域金融排斥的动态评估与空间分布实证,发现存在县域金融排斥差异度明显、空间相关性较强、缺乏政策努力等,结合安徽实际情况,提出以下发展建议.

第一,加大金融扶持力度.逐步实现对小微企业和家庭农场的扶持力度,探索农村住房财产权抵押试点、个人股权抵押贷款试点,降低融资难度及成本.第二,增强各县域基础设施建设.基于县域金融排斥的空间聚集特征,极力推动落后县域的交通、水利、通讯等配套设施建设,达到以点带面的扩散效应.第三,优化财政支出结构,适度增大医疗与教育投入导向.教育与医疗投入对于提升居民收入具有正向作用,进而推动居民对金融品的有效需求,促进县域金融产业的良性发展.第四,进一步完善县域金融体系,多元化供给金融服务.改革或组建新新型机构,设立商业银行的县域分支机构,改造农村资金互助组织等为正规的信用合作社、农商行及村镇银行等,引导、支持其业务下沉,努力满足县域居民、企业的多种金融服务需求.

参考文献：

[1]Leyshon A,Thrift N.Geographies of financial exclusion:financial abandonment in Britain and the United States[J].Transactions of the Institute of British Geographers,1995,20(3):312-341.

[2]Carbo S.Gardener E.P.M.Molyneaux P.Financial Exclusion in Europe[J].Public Money＆Management,2007,(2)．

[3]许圣道,田霖.我国农村地区金融排斥研究[J].金融研究,2008(7).

[4]雷汉云.贫困地区居民完全金融排斥影响因素的实证研究[J].经济经纬,2015(2).

[5]王修华,邱兆祥.农村金融排斥：现实困境与对策[J].财经大学学报,2010,10:47-52.

[6]张艳萍.国内金融排斥研究综述[J].商业时代,2014,7:67-68.

[7]Kempson E,Whyley C.Kept out or opted out？Understanding and combating financial exclusion[M].London:The Policy Press,1999.

[8]Rogaly B,et al.Poverty,social exclusion,and microfinance in Britain[J].London:Oxfam,1999.

[9]杨德勇,田园.区域差异视角下我国金融排斥的测度与影响因素分析——基于四大经济区域的划分[J].北京工商大学学报,2013(6).

[10]封思贤,王伟.农村金融排斥对城乡收入差距的影响——基于中国省域面板数据的分析[J].统计与信息论坛,2014(9)．

[11]吴静茹.新农村建设中的金融排斥与新思路[J].现代商业,2017(1)．

作者简介：张　晴(1985-),女,安徽蚌埠人,硕士,讲师,主要从事产业集聚与产业政策研究.

基金项目：2017年安徽省社会科学创新发展研究攻关课题“安徽县域脱贫面临的金融排斥困境及路径”(课题号：2017CX031)；2017年滁州市第四届社会科学应用对策研究课题；安徽省哲学社会科学规划青年项目(AHSKQ2016D107)；滁州学院工商管理重点学科平台规划项目(2015GH37).