基于马尔科夫链的陕西省县域金融效率的时空演变分析

1、基于马尔科夫链的陕西省县域金融效率的时空演变分析摘 要：县域经济对一国国民经济开展有重要现实意义，其跨越式开展需要高效率的金融体系为支撑点。为了促进陕西省县域经济开展，本研究以陕西省74个县为研究对象，利用超效率DEA模型对样本县域经济开展中的金融支持效率做出评价，再运用空间马尔科夫链方法对陕西省县域金融效率程度的时空演变特征进展分析。结果说明，陕西省各县市金融支持效率普遍较低，且呈现明显的空间差异，同时陕西省县域金融效率受周边县域效率程度的影响明显，形成俱乐部趋同现象。针对研究结果，本文给出相应的对策建议。关键词：县域经济;县域金融;超效率;DEA;空间马尔科夫链一、引言及文献回忆近年来，县

2、域金融对经济的积极推动作用逐渐显现，成为推动我国县域经济开展的又一着力点。国内多数研究说明，县域金融资源的优化配置关乎县域经济安康快速的开展，金融体系的效率已俨然成为县域经济的核心竞争力。陕西作为西北第一经济大省，对平衡我国东西部经济差异有重要作用，其县域金融体系对经济的支持作用更是不容无视。在相关监管部门的政策指导下，陕西省县域金融体系不断开展完善，但快速开展的金融体系是否高效效劳于县域经济更应是关注的重点。鉴于此，本文将以陕西省74个样本县为研究对象，旨在探究陕西县域经济开展中的金融效率问题。而现阶段国内学者对陕西省县域金融效率的研究较少，且几乎没有研究运用空间马尔科夫链的方法对金融效率的

3、时空演变进展分析，本文在此领域进展尝试，在现有文献的根底上对陕西省县域经济开展中的金融效率做出分析研究。二、模型介绍与数据处理一超效率DEA模型数据包络分析方法DEA是通过对决策单元中多个投入和产出比率的分析，进展效率评价的有效方法。与其他方法相比，DEA不需要对数据进展权重设置，根据决策单元中的投入和产出内化最优权重，排除主观评价因素，客观性较强。超效率DEA模型是在传统模型的根底上开展而来，其不仅继承了传统DEA模型的优点，同时其得到的效率值存在大于1的可能性，进而弥补传统DEA模型仅能区分出有效与无效决策单元的遗憾，对各个决策单元进展排序分析。所以本文选择超效率DEA模型对陕西省74个样

4、本县域的金融效率程度做出评价。二马尔科夫链和空间马尔科夫链马尔科夫链是一种时间和状态均为离散的马尔科夫过程，该方法将研究对象分为N种类型，通过研究不同类型年际间的转化，模拟出全部类型研究对象的变化过程，通常将这一过程用马尔科夫转移概率矩阵表示，矩阵内的数值表示不同类型的研究对象互相转移的概率。空间马尔科夫链是传统的马尔科夫链与“空间滞后相结合的产物，以空间滞后类型为条件对传统马尔科夫矩阵进展变形，将N×N矩阵分解为N个N×N个条件转移概率矩阵，得到空间马尔科夫转移概率矩阵。空间马尔科夫链将研究对象之间的区位因素纳入考虑范围，分析了在不同区域背景条件下，研究对象变化趋势的不同

5、。目前，空间马尔科夫链被广泛运用于区域经济的研究当中，例如，蒲英霞2005利用空间马尔科夫链的方法对江苏区域趋同的时空演变进展分析研究;单宝艳2021和陈培阳2021分别运用马尔科夫链的方法对山东范围和全国范围的县域经济程度的时空演变进展分析。本文旨在于综合研究陕西省县域金融效率程度的时空演变特点，故借鉴相关文献运用马尔科夫链和空间马尔科夫链的方法进展研究。三数据来源与处理鉴于数据的可获得性，本文以陕西省74个县市连续7年的数据为样本，考察期间为2006年-2021年，数据来源于?陕西区域统计年鉴?、?中国县域经济统计年鉴?以及中国银监会网站的统计信息。最后，为了分析陕西省相邻县域之间金融效率

6、的互相影响效应，本文再次对分类结果进展处理。运用MATLAB软件进展数据分析，得出样本县域的空间马尔科夫概率转移矩阵，如表2所示。三、结果分析一陕西省县域金融效率的时间演变分析马尔科夫概率转移矩阵中，对角线上的元素表示研究对象的状态未发生变化的概率值，其他非对角线元素表示研究对象从一个状态转移至另一个状态的概率值。结合表1中数据分析可得：2、非对角线上概率数值较小，最大值为0.174，远小于对角线上的概率数值。说明74个样本县的金融效率程度在考察期内发生类型转移的概率较小，也就是在初始年份某县区的金融效率程度为某一类型那么随后几年的效率程度发生改变的可能性不大。同时，观察所有非对角线元素，位于

7、对角线相邻两侧的概率数值较大，说明陕西省各县域金融效率程度一般在两个连续类型间转移，而不会出现跳跃两级或三级的类型转移。3、观察表中连续两个效率类型间互相转化的概率，可以看出效率程度间从低级类型转化为高级类型的概率略大于高级至低级的概率，说明陕西县域金融效率程度的总体趋势是逐步进步的。4、表中概率值最大的两个数值为0.937和0.892，分别是县域金融低效率和高效率程度不发生转移的概率，同时高效率程度县区转移至较低、低效率程度的概率为零，转移至较高效率程度的概率最大为0.092，而低效率程度县区向高级程度转移的概率仅为0.063，一般都保持原程度类型，也就是说陕西省县域金融效率存在两极分化现象

8、，并且随着时间推移，两级分化现象将加剧。二陕西省县域金融效率的空间演变分析本文首先用超效率DEA模型得出陕西省74个县市在2006年至2021年间经济增长的金融支持效率，接着以马尔科夫链和空间马尔科夫链方法研究了陕西省县金融效率的时空开展特征，得出以下结论：陕西省县域金融效率程度普遍较低，且存在明显的空间差异，大部分陕北县区金融效率程度高，且稳定性强;关中地区金融效率程度居中，但开展迅速，效率程度持续上升;少数陕北县区和陕南县区金融效率低下，增长趋势较弱。陕西省县域金融效率程度受周边县域程度影响较大，处于金融高效率程度的背景条件下，县域金融效率更易进步，反之那么更易降低。同时金融高效率程度县区对周边县域的影响效应大于低效率程度县区。针对上述研究结果，本研究给出以下对策建议：平衡金融资源分布，缩小各县域金融开展差距。陕西省金融资源分布不均，多集中于关中、陕北部分地区，金融资源的分配不均、要素的失衡导致金融效率和金融开展差异，陕西省的金融改革应主导金融资源和金融要素流向低效率地区，不仅有助于缩小金融开展差距，更有助于进步资源配置效率。以加快县域经济开展“倒逼金融效劳体系的完善。县域经济开展与县域金融效率进步是相辅相成的，高效率的金融效劳体系加快了经济的开展，同时高速开展的县域经济可以从需求导