在金融创新的大潮中，监管创新能够及时对金融市场中各种行为进行监督与管理，对保证金融市场的健康发展意义重大。在今天的中国金融市场上，各种创新快速推进。若金融监管不快速创新，则将为新产生的金融产品留下监管真空地带，从而为各种违法违规行为提供土壤。监管创新不仅仅是覆盖金融各新诞生的领域，打击各种新出现的违法违规行为，更重要的是为维护金融市场公开、公平、公正的金融秩序，发挥金融市场作用，促进金融市场健康发展，提供了保障。监管创新的意义在于以下几点：监管创新是保护投资者权益的需要。在金融创新的过程中，创新领跑者往往具有对普通投资者的优势。例如：在高频交易发展过程中，高频交易机构会采取闪电指令，先于普通投资者成交，并侵害普通投资者的利益。监管者需要防范类似创新带来的不公平竞争，以保护投资者利益。监管创新是维护市场秩序的需要。“老鼠仓”等违法违规行为违背了基金管理人诚信的原则，并严重危害了金融市场的正常秩序。若不加强监管，这种行为将打击投资者信心，并阻碍金融市场的正常发展。因此，需要大数据系统等类似的新型监管手段对“老鼠仓”形成有力打击，以维护金融市场正常秩序。监管创新是金融持续创新的需要。在金融创新的过程中，只有监管创新及时跟进，才能保证金融创新正常推进，并发挥金融创新的作用。相反，若监管创新滞后，新产生的金融产品容易纵。例如，1995年国债期货327事件，直接导致国债期货退市，还严重干扰了金融市场的正常运行，阻碍了金融创新的正常推进。
2金融监管创新中的问题分析
金融监管创新主要面临金融市场快速发展所带来的问题。在金融创新过程中，投资品种逐渐丰富，交易环境逐渐开放，投资者的交易方式也逐渐多样化。而与之相伴的是，风险来源增加，可能的监管漏洞也在扩大，这对金融市场的健康发展提出了挑战。我们从交易品种、交易方式、监管漏洞等方面对金融监管创新所需要面临的问题进行简要描述。
2．1品种丰富，交易环境开放在过去的金融市场中，投资者只能对股票、债券等品种进行投资。虽然在之前的金融市场中也曾短暂出现过权证、国债期货等金融衍生品，但最终这些产品都因产品设计不完善而退出市场。而在现在的金融市场中，投资者可以投资股票、债券、股指期货、国债期货、商品期货进行投资。此外，投资者还可以借助QDII对海外市场进行投资。在股指期货从无到有的过程中，也可以看出我国交易环境逐渐开放。在股指期货上市初期，其面临条款设计过严、投资者限制过严的局面。为此，证监会及中金所逐步细化机构投资者进入条件，吸引了更多的机构投资者，例如：基金公司、证券公司、QFII、保险机构等，参与到股指期货市场中来。此外，监管层在恰当的时机，不断放松合约的约束条件，如持仓限额、保证金比例、交易手续费等，以创造更开放的交易环境。进入2014年，金融创新的脚步继续加快。这其中比较突出的是各种期权产品的快速推进。上交所推进个股期权仿真交易；中金所推进股指期权的仿真交易；郑商所推进白糖期货期权的仿真交易；大商所推进豆粕期权仿真交易。这意味着在不久的将来，投资者又将拥有新的投资工具。
2．2新兴交易方式兴起随着金融产品的丰富，投资者可以选择的交易方式在创新。借助期货、期权等做空工具，基金管理人设计出对冲基金、套利基金等新兴基金产品。此外，海外流行的量化交易、高频交易也在国内逐渐兴起。量化投资是指利用投资模型指导投资的一种手段。在量化投资过程中，投资人员将交易思想转化为交易模型，并借助相应的计算机程序来检验交易模型的有效性。对于有效的交易模型，投资人员再借助计算机程序来实现实际的交易。在量化投资领域中，投资者可以从各种投资思想出发设计交易模型，从而从各种角度来获取传统投资方法无法获取的利润。关于量化投资的具体介绍，可以参考王帅（2013）。高频交易时对交易条件要求更高的一种交易方式。高频交易和低频交易相对，是借助高性能计算机，在极短时间内对市场变化做出反应并迅速完成换手的交易方式。关于高频交易的具体介绍，可以参考王帅（2013）。国内交易环境的开放对于高频交易等新兴交易方式的发展有重要的作用。例如，股指期货的交易手续费的下调对于高频交易者的参与至关重要。交易手续费上万份至零点五的下调可令交易策略从亏损变为盈利。此外，铜、白糖等期货品种的平今仓手续费优惠的设定给了套利交易者生存的空间。
2．3风险源、监管漏洞增加新的交易品种、新的交易方式给投资者带来新的收益的同时，也带来了新的风险源及监管难度。随着交易品种的丰富、交易系统的升级，由交易产生的数据急剧上升。高频交易往往涉及海量数据。面对海量数据，机构需要具备高端的服务器，甚至具备大型机房。海量数据处理也为监管层带来了更高的监管难度。新交易方式的兴起带来了新的影响范围更广的风险。2012年8月16日的光大乌龙指事件是由光大证券策略投资部门自营业务在使用其独立的套利系统时出现系统错误而造成。这种操作风险往往从外部难以监管，而且容易造成巨额亏损和巨大的市场风险。2010年5月6日，美国道琼斯30种工业股票平均价格指数在没有任何突发信息的情况下，盘中一度暴跌将近1000点，创美国股市有史以来最大单日盘中跌幅。随后，指数又大幅反弹，这给市场造成了极大的冲击。事后，美国证券交易委员会和商品期货交易委员会调查报告，认定本次瞬间暴跌是由一家交易机构在市场饱受压力时，交易电脑自动执行卖出指令触发的。这也让高频交易再次成为众人焦点。除新的风险外，在开放的市场环境下，“老鼠仓”等违规操作手法更加隐蔽。在过去的金融市场中，违法者只能对股票现货进行利益输送、内幕交易等操作。而现在，违法者可以操纵股票对应的期货进行非法获利，这也给监管带来了新的困难。
3金融监管创新的策略
为适应金融市场的快速发展，金融监管需要在监管理论与监管措施上同时进行创新。金融创新带来期货、期权等新金融品种，也带来了对冲交易、套利交易等新交易方式，但其同时也带来的更多、更高等级的风险。随着交易品种的丰富、交易系统的升级，传统监管方式难以满足监管的要求。而以大数据为代表的创新型监管系统正逐渐发挥出较好的监管作用。我们将从监管制度、监管技术等角度对金融监管创新进行讨论。
3．1监管制度完善金融监管首先要从制度上进行完善，才能使得后续监管有法可依、有规可循。在全球金融市场中，各国金融监管者们都需要不断出台新的监管制度或更新已有监管制度，以应对不断出现的新的金融产品或交易手段。在美国金融市场上，美国证券交易委员会（SEC）关于高频交易的监管制度修订在持续进行中。随着高频交易的快速发展，SEC对高频交易的关注也在不断升温。1998年7月7日，SEC建立了新的监管框架RegulationATS，并推出了ECNs、DarkPool等新型交易中心，引发了美国金融市场结构的变革，并为高频交易的迅速发展提供了制度•52•基础。但近年来，关于高频交易的各种担忧不断上升。从2009年下半年开始，SEC开始制定针对高频交易的监管措施。最终，SEC陆续出台了禁止闪电指令等监管措施，并且正在酝酿更全面的高频交易监管方案。在我国金融市场上，监管层同样需要不断修改已有监管措施或制定新监管法案，以面对新的金融问题。在我国基金领域，“老鼠仓”一直是危害严重的违规行为。老鼠仓是指庄家在用公有资金拉升股价之前，先用自己控制的资金在低位建仓，待用公有资金拉升到高位后个人仓位率先卖出获利。“老鼠仓”的行为严重侵害普通投资者的利益，破坏金融市场公平交易的原则。而随着金融创新的深入，“老鼠仓”行为更加隐蔽，更增加了监管难度。“老鼠仓”行为严重破坏金融管理秩序，损害公众投资者利益，但之前的刑法却未对这一犯罪行为做出明确规定。过去刑法只对利用证券、期货交易的内幕信息从事内幕交易的犯罪及刑事责任作了规定，但对“老鼠仓”行为未做出明确规定，这给监管带来了不小的麻烦，难以对该行为形成震慑力。之后，2009年2月28日，十一届全国人大常委会通过了《刑法修正案》，并从通过之日起实施。刑法修正案将《刑法》第一百八十条增加一款，称为“利用未公开信息交易罪”。这为打击“老鼠仓”行为奠定了刑法基础。此外，立法机构还从《证券法》《基金法》等层面对“老鼠仓”做出明确规定。
3．2监管技术创新在奠定了监管的法律基础后，监管部门需要对监管技术进行创新，以应对迅速展开的金融创新。以大数据为支撑的监管系统在近年中对“老鼠仓”的监管中发挥出越来越重要的作用。针对“老鼠仓”等交易行为，目前沪深两大交易所已建立实时监控机制等监控体系。而在这些监控机制中，大数据系统主要是通过模型在海量的交易数据中，调查违规行为。大数据（BigData），指的是量大到无法通过目前主流软件工具，在合理时间内达到提取、管理、处理，并整理成为有用信息的数据。对于大数据无法用常规方法处理的特征，研究者们认为大数据需要新的处理模式才能具有更高的价值。与之相随的是，数据存储、数据安全、数据挖掘等新的问题，而这些问题的探索也成为行业新的利润点。关于大数据的详细介绍，可以参考ViktorMayer－Schnberger，KennethCukier（2013）。新的监管技术极大地提高了监管效率。相比传统监管手段，大数据系统大大提高了打击精度、速度和广度。在采用大数据系统监管之前，“老鼠仓”的调查基本都来自举报和监管层的现场检查。但随着该违规行为越来越隐蔽，比如利用表面上关联性不强的账户进行操作，仅靠举报已经不能完全覆盖。此外，随着“老鼠仓”的操作逐渐转移到基金专户等信息披露不足的区域，传统监管技术难以追踪。查处老鼠仓的工作非常繁琐，一般需要查看长达数年的交易数据。随着账户关联性的降低，以及数据量的增大，人工核查速度和精度受到很大挑战。大数据系统的应用，可以有效解决上述问题。在近期查处的一些案件中，大数据系统是通过对比在嫌疑人曾经管理的基金下单前后数天内，基金账户与外界某账户所投资的标的，而发现“老鼠仓”线索的。大数据系统的采用还很大程度地缩短了案件的查处周期。在2013年‘马乐案’中，证监会于2013年4月11日启动对相关账户的初查工作，而至2013年6月21日就立案稽查，并交由深圳证监局承办，仅仅用了2个多月的时间。在提高打击精度、速度的同时，大数据系统还扩大了对“老鼠仓”的打击范围。在本次“老鼠仓”打击风暴中，大数据系统的跟踪范围不再局限于基金经理，还包括基金投研人员和保险公司资管从业人员。这种打击范围凸显出大数据系统在监管方面的高效。
4结束语
紧跟大数据时代的步伐，农业银行积极推进大数据平台建设及大数据的价值应用，确立了“大数据体系建设必须以应用为核心，数据平台开发与业务应用统筹考虑，要做好内部的数据治理，逐步拓展数据来源范围，充分利用内外部数据资源，不断提升对全行经营管理的支撑水平。”的总体战略思想，即：数据是基础，应用是目标，平台是支撑，治理是保障。
1.强化数据治行理念大数据革命必将颠覆银行传统观念和经营模式。通过营造“数据治行”的文化，建立分析数据的习惯，落实全行的数据标准和数据治理，切实提升“大数据”开发利用的综合能力，将现有数据转化为信息资源，让决策更加有的放矢，让发展更加贴近市场需求。
2.建设大数据平台构建处理能力强、扩展性好、开放度及共享度高的大数据存储加工平台，整合行内外、各种形态、跨历史周期的海量数据，并构建统一、全面、稳定的企业级数据模型，为大数据的分析利用提供基础的数据、环境、模型及配套工具等全方位立体式支撑。
3.打造数据分析应用体系构建适应大数据分析的多功能、跨渠道、多粒度的分析挖掘模型和应用体系，为服务质量改善、经营效率提升、金融模式创新提供支持。通过对海量数据的深度分析，全方位调整产品结构、营销模式，从根本上提高风险管理、成本绩效管理、资产负债管理和客户关系管理水平。
4.实现智慧银行的目标智慧银行是指，通过大数据技术不断优化业务办理流程，高效配置金融资源，敏锐洞察并引领客户需求的高度智能化的金融商业形态。智慧银行可提供“银行始终在客户身边”的全场景金融服务，为客户创造最佳服务体验。
二、农业银行大数据平台概述
经过多年的努力探索，农业银行在大数据平台建设的道路上锐意开拓，大胆创新，逐步形成了以四大基础平台、五类数据服务为核心的大数据平台。
1.四大基础平台（1）企业级数据仓库随着银行业数据利用能力的逐步提升，业务分析呈现跨领域分析、高度整合分析、长周期历史分析等特点，企业级数据仓库通过对行内跨领域海量数据的高度整合和模型化，形成对客户、账务、产品等的统一视图，使大数据分析成为可能。农业银行企业级数据仓库以存储和处理结构化数据为主要目标，全面涵盖了农业银行存、贷、中间业务等行内业务条线的核心类数据，实现PB级数据的高效存储，可以满足全行在各个领域数据分析和价值发现的各类需求，并为全行数据治理提供有力的支撑。如通过网点的多维度、全方位、长历史周期数据挖掘给出网点资源配置建议，提升运营效率，优化业务流程。（2）信息共享平台信息共享平台以存储和处理行内非结化数据为主，辅以来自行外的社会数据。基于非结构化数据的分析和深度挖掘，在客户关系管理、中小企业信贷、风险管理、品牌建设等众多领域发挥了重要的作用。如基于对社交网络各类非结构化数据的综合分析可以获取行外目标客户；通过机器学习、语音识别、情绪识别等技术，对客服语音记录进行深度挖掘，发现客户的需求。（3）实时流计算平台传统数据计算平台多以批量计算为主，数据处理能力较强，但时效性较差。农业银行的实时流计算平台采用业界最先进的流计算框架，实现数据的快速采集、交换、处理和应用，主要用于实时营销、实时客户服务、欺诈监控、大额动账监控、系统运营监控等各类对时效性要求比较高的业务场景。如结合持卡人的行为偏好为客户实时推荐精准的营销信息、优惠信息和特惠商户信息，并为特定客户群体提供实时的有针对性的服务提示。（4）高性能数据处理平台海量数据的分析挖掘亟须一个高性能环境的支撑，农业银行高性能数据处理平台采用大内存处理、分布式、闪存等新技术，以高性能计算为主要特点，实现对海量结构化数据、非结构数据等进行综合处理、全面分析和深度挖掘。如通过大数据语义分析和情绪分析追踪海量网络信息蕴藏的经济金融“微信号”，借此判断未来的市场走势，为前瞻性风险管理提供参考。
2.五类数据服务农业银行基于四大基础平台的优势，大力发展应用系统建设，形成了五大类数据服务形式有机结合的数据服务体系。（1）指标检索服务通过构建全行统一的指标库，为各个业务条线提供常用指标的检索服务，在此基础上提供各类经营管理、监管报送等指标采集、加工及报送服务。（2）即席查询服务采用特定的工具，构建功能强大的查询支持库，满足各类灵活查询、临时查询及特殊复杂查询需求。如果说报表是经营管理的瞭望塔，那么灵活的即席查询就是执行经营决策的指南针。以客户营销为例，即席查询服务可以为全行的客户经理提供多角度的客户信息查询，针对当前市场热点，提供具体的业务指导。（3）定制化信息服务通过iReport智能资源视窗对信息进行统一管理、分层检索、灵活配置和个性展示，并针对用户的不同需求、不同层次及不同偏好，提供定制化、个性化的信息订阅，联动邮件、短信、微信等渠道提供主动信息推送服务。（4）多维分析服务多维分析可以帮助业务人员实现多维度、多视图、多层次的分析，并可以通过下钻、上钻、切片、旋转等操作，提供更加动态、智能的数据分析，发现数据背后的规律。如从机构、时间、客户、产品类型、渠道、营销活动等多个维度对产品盈利情况进行综合分析，进而有效推动产品优化和创新。（5）深度数据挖掘服务海量数据中蕴含的规律和价值通常不直观，大数据的显著特点之一就是海量数据的知识发现和数据挖掘。农业银行基于大数据平台构建了多个特定领域或主题的数据挖掘实验室，包括客户洞察及精准营销、信用评价及风险评估、舆情分析与客户情感管理等，紧跟市场发展动态，直面业务热点、难点，充分挖掘大数据的巨大价值，为业务发展和经营决策提供更加深入的洞察和更加有力的支撑
三、农行大数据应用实践
农业银行在构建大数据体系时坚持以应用为核心，统筹部署数据平台开发与业务应用，加强业务创新与数据利用的良性迭代，实现传统业务和新型业态的融合发展，充分发挥了数据对全行业务发展和经营管理的支撑作用。借助大数据这把利剑，实现了“营销更精准、服务更贴心、管理更精细、监管更透明、风险更可控、决策更智能”，有效促进了全行经营理念、业务运营、组织流程的不断创新，为全行业务发展和经营管理提供了有力的科技引擎。以下三类应用案例可充分说明情况。
1.精准营销基于大数据的客户营销“三步曲”：获取客户、客户画像、精准营销（如图1所示）。通过大数据强大的信息获取和处理能力，充分挖掘行内外的潜在客户；通过大数据实现对客户的360°立体画像，在掌控客户行为、洞察客户情感的基础上，准确地预测客户需求，从而实现精准营销及交叉营销。以贵宾客户信用卡精准营销为例，农业银行通过综合行内外数据，应用聚类分析、关联规则发现、决策树等数据挖掘算法，构建了完整的精准交叉营销模型库和应用体系，动态实现目标客户识别、客群划分、优先级划分、产品推荐、渠道推荐等功能。在合适的时间，以合适的渠道，通过合适的方式，为合适的客户推介甚至定制合适的产品，实现差异化、个性化的精准营销。2.热点分析农业银行基于大数据平台构建了热点问题专题分析模型库，对当前的热点事件进行定期跟进、深度分析和动态监测，为策略制定、产品创新及运营模
式优化等提供有力支持。以互联网理财客户分析为例，该项分析旨在揭示个人客户购买互联网理财产品与农业银行资金流失的关系。首先采集研究机构等第三方数据，融合内部数据，对整体购买规模进行分析；挖掘购买互联网理财客户的特点，对这一特定客户群体进行综合画像。从而知道“正在发生什么。”然后，采用神经网络、回归等方法，对即将流失的客户进行智能识别，针对不同的客户特点制定不同的客户挽留措施，知道“即将发生什么。”最后，通过对客户和资产流失的深度分析，提出产品层面的创新策略，并给出具体建议；产品优化和创新后，再次综合分析新产品的市场效果，并对产品进行持续优化，实现数据挖掘和产品创新的迭代。
关键词：金融生态；面板数据；实证评估
中图分类号：F830文献标识码：A文章编号：1003-4161(2008)01-0137-04
1.引言
金融作为现代经济的核心，对国民经济的长期稳定增长起着重要的“杠杆效应”和“中枢效应”。而金融市场量的扩张和质的改善离不开其所处环境的支持，所以，金融生态就成为金融市场存在和发展的基础和前提。就西部地区而言，金融生态的改善不仅可以优化西部金融体系的筹资用资功能、资产流动与重组功能、企业融资的风险约束功能[1]，而且可以很好地促进西部地区的资本形成，缓解西部地区发展的资金约束，改善西部产业结构，从而进一步提高西部企业在规模经济、产业结构、技术层次、内部运行机制等方面的发展水平。
本文首先拟对金融生态水平的衡量建立评估指标体系，然后对1997～2005年西部十二省区的金融生态状况进行面板数据分析，最后对西部地区金融生态水平进行实证分析，并提出针对性的政策建议。
2.文献回顾和研究目的
金融生态理论的形成与发展来自于金融现实的发展，随着全球范围内经济货币金融化的迅猛发展，国内外学术界对金融生态理论日益关注，在这一理论的形成过程中，产生了一系列有影响的成果。
2.1 西方学者对金融生态理论形成的贡献
金融生态是一个仿生概念,它的理论来源是生态经济学。英国生态学家A.G.Tansley于1935年生态系统学，极大地丰富了生态学的内容，为后来生态经济学的产生奠定了自然科学方面的理论基础. 20世纪20年代中期，美国科学家Mekenzie首次把首次把植物生态的概念与动物生态学的概念运用到人类群落和社会的研究，提出了经济生态学的名词，主张经济分析不能不考虑生态学过程。在此基础上，美国经济学家Kenneth.Boulding在其重要论文《一门科学―――生态经济学》中，正式提出了生态经济学的概念[2]。
1973年，美国经济学家Ronal McKinnon和Edward S・Shaw提出了金融深化理论[3]，其主导思想是取消政府对金融系统的一切干预和管制，让货币金融系统按照市场机制自发运行。金融深化理论纠正了传统经济理论中对货币金融因素的忽视，更加注重金融系统的内在机制运行，从而形成了金融生态学的萌芽。
20世纪末, 演化经济学获得了里程碑式的发展。演化经济学把经济系统的演化看作一个渐进的变化和发展过程, 认为选择机制是演化机制的一个关键性部分[4]。金融体系作为经济系统的一个重要组成部分,其发展也会经历一个由低级到高级不断优化的演进过程。不断深化的生态经济学为我们从生态角度透视金融环境问题奠定了理论基础。
2.2 国内学者对金融生态理论的研究成果
胡章宏（1998）采用系统论的研究方法, 将金融体系视为有机系统, 提出了金融质性发展和良性发展的概念。这些观点跳出了传统经济学对金融内生发展研究的理论范式, 开始用系统学的观点审视我国金融体系存在的问题, 并注意到金融业的可持续发展是多种因素综合作用的结果, 从而为金融生态环境理论的提出提供了较为明确的目标指引。白钦先教授（2001）较早注意到金融生态环境对金融业发展的约束作用, 首先提出 “金融生态环境”这一概念。他当时所刻画的金融生态环境, 是特定的金融生态环境以其环境容量和 “净化”能力对经济活动会产生的约束性影响。兰州大学高新才教授（2004）针对西部落后地区如何谋求经济发展，如何缩小与发达地区的差距的问题，提出营造良好金融生态环境的问题[5]。
2004年11月，央行行长周小川博士在经济学50 人论坛上将生态学概念系统地引申到金融领域，强调用生态学的方法来考察金融发展问题，通过完善法律制度等改进金融生态环境的途径来支持和推动整个金融系统的改革和发展[6]。随后，其他学者也进行了相应的研究，苏宁（2005）研究认为, 金融生态是一个比喻, 它不是指金融业内部的运作, 而是借用生态学的概念, 来比喻金融业运部环境。韩平（2005）认为, 金融生态是指影响金融业生存和发展的各种因素的总和。徐诺金（2005）把金融生态概括为各种金融组织为了生存和发展, 与其生存环境之间及内部金融组织之间在长期的密切联系和相互作用过程中, 通过分工、合作所形成的具有一定结构特征, 执行一定功能作用的动态平衡系统。
通过比较以上中外学者的研究成果，我们可以看出，由于研究者的学术背景差异和所考察对象空间纬度和时间跨度的不同，其对金融生态的研究侧重点也不尽相同。总体而言，笔者认为，目前的学术界对金融生态理论的研究还有以下三点不足之处：一是缺乏对金融生态水平的评估指标的研究；二是对金融生态的定量化实证研究不足；三是对金融生态的作进一步的区域化考察较少。正是本着弥补上述不足，本文试图结合西部十二省区的面板数据，对西部地区的金融生态水平进行定量化的实证研究。
3.金融生态水平评估指标体系的构建
金融生态是一个复杂而又庞大的系统，它由许多子系统构成。各个子系统均从不同方面对金融市场中的经济主体产生影响。一般而言，这些子系统包括经济发展水平、金融市场孕育水平、法制健全水平、信用体系建设水平、市场服务和监管水平等五大部分。
为了方便建立面板数据模型，我们将本着数据的可得性、易量化性和简洁性等原则来选取相关的评估指标。本文中，笔者选取金融生态系统内的五大部分共16个评估指标来衡量某一区域的金融生态水平。具体指标如下：
3.1 经济发展水平指标
①GDP增长率
②金融业投资比例＝金融业投资额／全行业固定资产投资额
3.2 金融市场孕育水平指标
①经济的货币化程度＝M2／GDP
②金融业内主要金融机构的资产总额
③金融从业率＝金融业从业人数／全部就业人数
④本地金融机构资金流入与流出状况
3.3 法制健全水平指标
①金融案件结案率＝金融案件结案数量／金融案件案发数量
②金融相关法律法规出台数量
③金融交易规范化程度
3.4 信用体系建设水平指标
①金融市场交易主体诚信意识、诚信文化的文明程度
②本地金融机构的不良贷款比例＝本地不良贷款额／全国不良贷款总额
③企业的资产负债率＝负债总额／资产总额
④本地间接融资比例＝本地贷款总额／全国国内贷款总额
3.5 市场服务和监管水平指标
①金融中介总数量（包括会计和律师事务所、仲裁机构、信用担保和资信评估机构）
②政府相关部门的行政效率和监管效率
③金融机构风险控制机制和市场退出机制的完善
当然，经济体系内还有其他指标对金融生态系统起着作用，但是考虑到建立模型的需要和指标的重要程度，其他因素不予考察。尽管上述各项指标可以很好的在总体上反映某一区域的金融生态水平，但是对其中的一些难以量化但是对金融生态有着重要影响的指标，如金融交易规范化程度、政府相关部门的行政效率和监管效率等，我们在建立模型时对其进行虚拟变量的等级量化。还有一些可以量化但是数据却很难获得的指标，如金融案件结案率、金融中介总数量等，我们将其进行剔除。这不会对整个评估体系产生根本上的影响。简化后的指标体系如图1所示：
图1 修正后的金融生态评估指标体系
4.基于面板数据的实证分析
4.1 计量经济模型的建立
我们对西部金融生态的研究使之所以选用Panel Data的分析方法,主要是因为影响金融生态的因素非常多,再加上数据的限制,我们无法将有关变量纳入到计量经济模型中来，而Panel Data可以很好的避免造成遗漏变量所导致的误差（omitted variable bias）[7]。
在模型中，我们把西部金融生态的状况作为模型的因变量，用Y表示，将其划分为三个等级：较差、一般和良好。同样，我们也把法制健全水平和市场服务监管水平两个虚拟变量指标划分为上面的三个等级。金融生态的各个评估指标：GDP增长率、金融业投资比、经济货币化程度、金融从业率法制健全水平、企业资产负债率、本地市场主体间接融资比、市场服务监管水平等分别用GDP、INVEST、MONEY、JOB、LAW、DEBT、LOAN、SERVICE来表示。从而，根据经济理论和Panel Data的分析方法，我们建立如下的初始计量经济模型：
其中，Y、LAW、SERVICE都是虚拟变量，它们的取值如下：
Y、LAW、SERVICE ＝ 1 较差2 一般3良好
4.2 模型框架的说明和数据的来源
模型(1)中μit表示随时间变化，不可观测到的因素对金融生态水平的影响，也即随即扰动项。αi 则表示在时间上恒定的条件下，不可观测到的因素对金融生态水平的影响。根据Panel Data的相关理论，αi假设的不同，初始模型(1)又可分为混合估计模型；固定效应模型和随机效应模型三种情况。如果各个截面的αi 都相等为α0，模型(1)为混合估计模型；如果αi 与其他自变量存在相关性，即Cov(Xitj, αi )≠0，t=1,2,...T,j=1,2,...K。则模型(1)为固定效应模型；反之，如果αi 与其他自变量不存在相关性，模型则为随机效应模型。由于不同的模型具有不同的估计方法和估计值，我们首先应用统计结果作Hausman检验，来确定应该选用固定效应模型还是随机效应模型。然后，再应用相关的F统计量检验，来分析混合估计模型和固定效应模型[8]。
数据来源：根据1997～2005各年《中国统计年鉴》、《中国金融年鉴》测算得出。部分数据根据各省区国民经济和社会发展公报测算得出。
注：MONEY＝M2/GDP指标中的各省份的M2数据较难获得，这里用城乡居民储蓄存款余额来代替。为了保持统计口径的一致性，JOB指标中的金融从业人员数量用各年末金融业从业职工数量来表示。同时为了更好地衡量各地的信用状况，DEBT指标用“三资”企业的资产负债率来表示。
为了使模型更具一般性和代表性，也为了便于比较，我们在选取西部十二省数据的基础上，又选取了北京、上海、天津三个金融生态较好的东部地区作为样本数据。本文所选用的数据大部分来自《中国统计年鉴》、《中国金融年鉴》。为了保证各年省级层面数据统计口径的一致性和准确性，我们对相关指标数据作了变通处理，但这并不影响对评估指标的解释能力。对于模型中虚拟变量具体值的选取，我们是根据相关材料和各省份具体的经济表现而确定的。表1提供了样本中各省份的自变量平均值（mean）的时序变动情况。
4.3 估计结果和模型检验
我们对模型(1)分别进行了混合估计模型估计；固定效应模型估计和随机效应模型估计。具体估计结果见表2.
针对上表中的三个模型的分析结果，我们首先进行Hausman检验。利用Eviews5.1可以直接进行Hausman检验。检验结果Hausman统计量H＝34.758364 >x20.01(8)＝20.09。所以模型存在固定效应，应该建立固定效应模型。其实在Panel data分析中，随机效应模型是针对当个体成员单位是随机地抽自一个很大的总体时来考察总体的情况而设立的，由于本文是考察全部西部十二省的金融生态状况，所以固定效应模型更为合适。再来比较混合估计模型和固定效应模型的情况。我们根据F统计量的取值来分析：
F＝[(SSEr-SSEu)/(T+k-2)]/[ SSEu/(NT-T-k)] （2）
其中，SSEr，SSEu分别表示混合估计模型和固定效应模型的残差平方和（Sum squared resid）。N为截面数，T为年数，K为解释变量。根据面板数据的分析结果知：SSEr＝14.0057，SSEu＝3.142874，带入（2）式可得，统计量F＝27.18983725 >F0.01(8,118)＝2.66。所以拒绝原假设，应该建立固定效应模型。从以上分析可以得出，我们最终选择固定效应模型作为我们分析的依据，着重用固定效应模型来测度西部各省份的金融生态水平。
5.西部地区金融生态水平的评估分析
随着我国经济的快速发展，西部地区的经济水平实现了大幅度的提高，同时在资本市场的建设与完善、金融制度的创新、金融环境的改善等方面也取得了可喜的成绩。但是，西部各省区的金融生态水平到底在什么样的水平上？与东部发达地区相比，西部地区金融生态建设的差距又在哪里？通过对这些问题的考察，可以得出西部地区未来进一步加强金融生态水平建设的着力点。本文将根据前文中论述的金融生态评估指标体系，利用西部各省区在1998～2006年的评估指标的平均值来，测度各省区的金融生态水平，然后我们再进行各省区的比较分析。
从上表可以看出，重庆、四川、陕西三省市的金融生态水平Y值介于2和3之间，说明这三个省份的金融生态状况比较良好。2007年第三届中国金融（专家）年会将西安评价为西部金融生态城市高速发展的引擎[9]。另外，2007年重庆市政府提出要用13年时间把重庆打造成西部金融中心[10]。本文的数据比较好的支持了这两种观点。甘肃、内蒙古、广西、新疆的金融生态水平Y介于1和2之间，但接近于2，说明金融生态状况正由一般向良好发展，具有很好的发展潜力。而宁夏、云南、贵州、青海、几省的金融生态指标值Y较接近于1。这些省份的金融生态状况不容乐观，必须予以重视，应大力加强金融生态水平的构建与优化。从固定效应模型的系数值和西部金融生态的差距来看，西部地区金融生态水平建设应该从以下两点加以考虑：一是要大力强化法制健全水平的建设，因为法制水平的作用在模型中表现特别突出，同时也是西部金融生态水平的软肋。二是要优化本地区的信用体系水平，加强金融市场的中介服务建设，以吸引金融人才和金融资本的大量进入。三是要着力培育金融在经济发展中的深化度，特别是要加强资本市场的建设，注意用金融的杠杆作用推动经济的快速发展。
参考文献：
[1]谢丽霜.西部开发中的金融支持与金融发展[M].大连：东北财经大学出版社,2003：2－18.
[2]为经济可持续发展创造良好的金融生态[N].上海证券报,2005-10-11.
[3]张莉萍,衣长军.海峡西岸经济区金融生态环境分析[J].中国科技信息,2007，(2)：7－8.
[4]代金奎,腾春强.金融生态问题研究综述[J].济南金融,2007，(2)：11－16.
[5]张新记.构建西部地区金融生态环境的理性分析[J].社科纵横,2007，(2)：4－5.
[6]周小川.完善法律制度,改进金融生态[EB/OL]. pbc.省略/detail.asp?col=5110&ID=46.
[7]Irvine.Eviews 5 User Guide、Version、Quantitative Microsoftware[M].california.USA.2004：46.
[8] Aazrul Islam.Growth Empirics:A Panel Data Approach[J].Quarterly Journal of Economics,1995, Vol.110：1127-1170.
[9]中国金融大典[EB/OL]. news.省略/zhuanti/2007032201.
[10]重庆金融宏图：13年建成西部金融中心[N].第一财经日报,2007.4.9.
［作者简介］宁文娟(1982- )，女，西北工业大学硕士研究生，主要研究领域：现代西方金融发展理论、西方金融结构理论。
韩占兵(1982- ), 男, 西北工业大学硕士研究生，主要研究领域：现代西方金融发展理论、西部产业发展研究、西方经济学。
关键词 金融服务外包专业；数据库系统；实验教学
中图分类号：G652 文献标识码：A 文章编号：1671-489X(2012)27-0131-03
Database System’s Experimental Teaching in Financial Services Outsourcing Professional//Wang Yanling, Lin Xiao
Abstract For the High personnel training issues in the current financial service outsourcing, this thesis studies the knowledge points of the database system required the outsourcing for financial services professionals and proposes a four-dimensional teaching system of database system. First, the status of financial services outsourcing and database system was analyzed; second, the database system experimental reform of outsourcing for financial services professionals was proposed.
Key words outsourcing of financial services professional; database system; experimental teaching
Author’s address Luoyang Normal College, Luoyang, Henan, China 471022
“如今，以数据中心、清算中心、银行卡中心、研发中心为主的金融后台服务与金融机构前台经营分离，正成为金融业未来发展的一大趋势，这也使金融业务进一步摆脱空间和地域的限制，为金融机构在全球范围内开展业务流程重组和实现服务外包提供了技术基础。”业内专家通过对信息科技在金融业深入应用趋势的分析，得出上述论断［1-2］。正如专家所言，随着金融后台服务产业的蓬勃兴起，在中国试水多年的金融服务外包有望迎来全新的发展契机。未来10年将是中国金融行业变革发展最集中的一段时期，金融服务外包业必将大有所为。
在金融服务外包业的快速发展中急需金融服务外包的人才。教育部、商务部于2009年联合下发《关于加强服务外包人才，培养促进高校毕业生就业工作的若干意见》，号召高校加快培养服务外包人才，提升我国服务外包产业人员素质，促进高校毕业生就业。在当前全球经济与金融一体化的背景下，培养金融IT服务外包人才对发展我国金融服务外包业务、改善对外贸易结构、加速与国际金融市场接轨及促进金融服务外包专业学生就业等方面都具有重要的战略与现实意义。
数据库系统课程在金融行业中占据主导地位，但是目前在金融外包服务专业中所开设的数据库系统课程为普通计算机科学与技术专业的专业课程，没有突出其为金融服务的特性，因此急需根据金融行业中数据库的实际应用来对数据库系统课程进行课程改革，从而更适合该专业的教学。本文先讨论金融外包服务的知识特点和发展趋势，后讨论数据库系统课程目前的实验体系，最后针对金融外包专业对数据库知识的要求重新进行数据库实验教学体系的构建。
1 金融服务外包
1.1 金融服务外包的知识特点
金融机构在业务流程中必须处理大量的信息，包括书面和电子形式，而且通常要为客户提供各种各样的相关服务，其数量巨大，覆盖范围宽，需要强大的信息技术服务作为支撑。金融业务与IT技术的融合是金融服务外包的特点。
1）除了计算机硬件和系统软件一般知识外，还需要网络技术，包括网络安全、数据处理（采集、备份、恢复等）、视频处理、系统开发和维护、IT项目管理等。
2）与金融和保险相关的知识，包括货币银行、保险、基金等的业务流程和管理也是十分重要的。
1.2 金融业务外包发展趋势
从目前业务发展情况看，金融业务流程外包越来越专业化，但主要是金融机构后台服务。金融后台服务作为金融服务外包发展最快的领域，正在细分市场上向更深、更专业化的领域拓展。
金融灾难恢复作为金融后台服务外包的重要组成部分，已经成为最引人注目的金融外包业务。
2 数据库系统课程
【关键词】金融数学 投资组合
一、金融数学相关理论
（一）投资组合理论
该理论是于1952年由马尔柯维茨提出的，其主要通过利用方差来对投资组合风险进行计算，即投资组合理论主要是指在特别时间内的方差最小点与最大点之间集合，同时指明当无差异曲线能够与某投资组合有效边界发生相切时，那么其选择的投资组合决策为最佳，反之，则最差。
（二）资本资产定价理论
该理论是由著名专家学者夏普、林特纳以及默顿经过多年探讨所得，其主要以投资组合理论为根本，研究和提出证券投资回报率与投资风险之间存在必然关联，进而根据研究分析提出资本资产定价理论。当投资者在证券交易市场上选择适合的股票时，其所选择的股票应能够通过相关理论分析所得函数与证券走向线相切，而所得相关切点值和市场线中的斜率是取得最佳资本资产定价的重点，也是资本资产定价的核心。通过金融产品选择对资本资产定价理论应用，使其能够在证券选择、投资估算、资本预算以及投资风险分析等方面都有显著成效。
（三）B-S期权定价公式
B-S期权定价公式是在1973年由布莱克和斯科尔斯提出的，其通过多经研究与努力证明了期权的合理价格并不依赖于投资者喜好，且与当前值和未来预测相关，并根据研究总结提出能够计算期权定价具体公式，称其为B-S公式。B-S公式的提出为期权风险管理和套期保值发展提供了依据，并由于该理论的实用性和可操作性使其被广泛应用于金融证券产品开发与定价。与此同时，著名专家默顿也在此基础上，提出了相关股票支付红利期权定价公式和看涨期权、看跌期权的定价公式。
二、金融数学理论研究在我国的新进展
（一）随机最优控制理论
上世纪60年代末期，各国为了更好的解决和优化金融产品可能带来的相关随机问题，进而将随机最优控制理论应用于其中，且通过利用测度理论和泛函分析方法概括得出随机最优控制理论。直至上世纪70年代时，通过对该理论的应用和分析发现其是连续时间内解决最优投资问题的重点内容。因此，在随后的应用中对其进行深化的研究，并发现其在假设连续型交易条件下会随着交易的变化而发生连续变化，这是其在实际环境中进行证券投资的典型差别。同时，为了能够更好的弱化连续变化下最优控制理论存在的相关问题，致使随机最优控制理论产生。我国在随机最优控制理论研究方面也取得了突破性的成绩，专家彭实戈经过不断研究，使得我国倒向随机微分方程研究处于领先地位。
（二）鞅理论
当前世界各国在金融理论方面研究和应用都以鞅方法定价理论为基础。鞅理论提出在证券金融市场有效假设的条件下，证券价格等价于一个随机鞅过程。同时，各专业学者在以等价鞅测度概念为前提条件下，制定了一套用于解决金融衍生产品定价问题的方法，有效规范了金融市场的定价计算和良行运作。我国郭文旌等著名专家也对鞅理论进行了系统化研究，并在该领域取得了一定的成绩。
（三）最优停时理论
最优停时理论是概率理论中应用性较强的内容。随着该理论在概率方面的广泛应用，我国一些专家学者也开始投入其中，通过多年的研究和应用，加快了我国金融行业和产品的发展与完善。通过合理化应用和分析最优停时理论，有效解决了由固定交易费用证券投资决策可能产生的相关问题，概括归纳出投资决策简化算法，同时将最优停时理论与投资组合等理论相结合，优化理论理念，简化方式方法。
三、金融数学的发展存在问题及展望
（一）金融数学新问题
金融数学模型建立在以假设为根本的前提条件之下，而这些前提条件可能与当前实际情况之间存在极大的不同和不合理现象，因此，这些假设前提的存在就变得极不合理，并且需要通过利用金融数学理论方面内容对其进行完善和优化。由于各国金融背景和经济形势都明显不同，其普遍根据自身国家的金融情况来明确金融模型和方式方法。同时，即使这些假设条件能够与实际相符合，顺应各国金融市场的不断完善，其金融产品和社会需求也随之创新和变化，进而所出现的问题也各有差异，金融理论和数学方面出现的问题也越多。
（二）明确实证研究方向
实证研究主要强调数据的重要性和真实有效性，即所选择数据应由金融市场现实数据信息所得，通过金融类型建立有效的金融数学模型，以该模型为分析基础，总结得出相关数据信息存在的规律性，最后对所得数据信息与现实数据进行比较。假如数据并非金融市场中实际存在的数据信息，仅仅是根据研究人员专业角度出发，根据其专业经验来确定数据信息内容，或者根据研究人员逻辑推理所得，而这些数据分析难以准确地、客观地揭示出金融市场真实发展规律。
（三）金融数学研究展望
当前金融系统普遍由多元化、不确定性等多元素构成，因此，其对金融数学有了更高的要求，特别是当前金融市场行业发展推动国家经济发展的根本，一方面，金融市场出现突发事件、信息不对称、波动等情况都要通过利用金融数学来解决。金融市场上的波动情况主要是体现在随机方面，而自回归条件异方差模型则能够有效解决波动现象。除此之外，随机最优控制和随机微分方程这些方式也在不同的金融领域中被广泛推广和应用。另一方面，突变理论和冲击理论也同样应用于金融行业之中。在信息不对称的条件下，人们难以通过数学理论来对其进行处理，但一些对策理论能够很好的与金融行业应用相结合，比如：统计学和计算机学已在金融数学中充分发挥其重要作用，从此可以发现，金融数学的全方位研究和应用能够更快的推进国家经济形势发展以及创新金融产品类型。
四、结束语
在当前的金融理论和金融实践过程中，金融数学并不是万能的，但其又是必不可少的。随着金融经济的快速发展，我国对金融数学的研究越来越重视，并把金融数学研究和金融管理发展作为当前国家大事、要事来抓，我们坚信其一定会在我国金融行业发展中充分发挥其重要作用。
参考文献
[1]孙宗岐，刘宣会.金融数学概述及其展望[J].重庆文理学院学报（自然科学版），2010，29（6）：24-27.
论文关键词：金融产业成长，经济增长，Granger因果关系检验，协整检验
一、引言
随着西方经济增长与金融发展理论的引入，金融发展与经济增长的关系已成为我国当代经济学界的一个重要研究领域,厘清两者之间的关系对于加快我国经济发展具有重要的政策意义。我国学者利用国内数据对两者之间的关系进行的大量实证研究，由于方法和指标体系的不同，研究结论各有差异。全国层面谈儒勇(1999)利用普通最小二乘法发现我国金融中介发展与经济增长显著正相关；王志强和孙刚(2003)采用带有控制变量的向量误差修正模型和Granger因果检验方法，发现1990年以来我国金融发展与经济增长之间存在着显著的双向因果关系。区域层面周立、王子明的研究表明：中国各地区的金融发展与经济增长都密切相关, 促进金融发展有利于经济的长期增长；冉光和、李敬等分别对我国东部和西部金融发展与经济增长的长期关系和短期关系进行了比较研究后认为:西部地区金融发展与经济增长之间具有金融发展引导经济增长的单向长期因果关系, 而无明显的短期因果关系，东部地区金融发展与经济增长之间具有明显的双向长期因果关系和双向短期因果关系。此外张兵、胡俊伟( 2003)、孙涌( 2003)、胡金焱、朱明星( 2005) 分别对江苏、贵州和山东三省的金融发展和经济增长的关系进行了实证分析。目前，国内理论界关于金融发展与经济增长关系的实证分析很多论文网，但是大部分是对我国的整体情况做分析，对于省际情况的研究较少。我国是一个具有区域性特点的大国,经济在地域间的发展是不平衡的,金融发展的差异也很大, 因此研究一个区域金融发展与经济增长的关系对于该区域的经济发展更具有指导意义。基于这一认识，本文对重庆市金融发展与经济增长之间的关系进行了实证研究。
二、变量选择、分析方法与数据说明
根据数据的可收集性和经济政策的连续性，论文选取了两组指标: 一是反映经济增长的指标，二是反映金融发展状况的指标。（一）经济增长指标。通常一国或一地区综合经济发展水平用国内生产总值(GDP)来衡量，考虑到人均GDP 数据比总GDP 数据更能反映经济发展水平，并为剔除物价因素和人口因素的影响，本文采用了实际人均GDP的环比增长率( G) 作为衡量经济增长的指标。实际人均GDP 是通过重庆市GDP缩减指数( 以1978 年为基期) 加以调整得到的。（二）金融发展状况指标。本文选取两个指标来反映金融发展状况: 一是衡量金融规模的金融相关比率指标( FIR)。FIR指某一时点上现存金融资产总额与国民财富之比。通常,人们将其简化为金融资产总额与GDP之比。限于数据的可获得性, 本文的金融资产总额包括金融机构各项存款余额、贷款余额、国家债券发行额和企业债券发行额。二是反映金融结构的指标( BANK) , 即金融机构贷款余额在金融总资产中的比重, 可以衡量金融中介( 银行系统) 在金融体系中的相对规模和作用。
在分析方法上，为了避免模型出现伪回归现象，本文首先利用ADF 单位根检验检验变量的平稳性，并对非平稳性变量进行处理使之成为平稳时间序列。为进一步检验二者的因果关系，分析金融发展对经济增长的影响程度，本文采用Granger 因果关系检验对数据进行检验和分析。如果各变量均是单整的，我们将对其进行协整检验以确定金融产业成长与经济增长之间的是否存在长期稳定的关系。
本文样本区间为1997—2009年, 所有数据均来源于《重庆统计年鉴》, 除以上说明外 数据未作其他处理。本文应用Eviews5.0对数据进行分析和检验。
三、实证分析
（一） 单位根检验
采用ADF法对对变量G、FIR、BANK进行单位根检验论文网，根据检验结果(表1)可见各序列一阶差分的ADF 检验值均小于5%的显著水平下的临界值，即G、FIR、BANK都是一阶差分平稳的, 即三者都是I(1)，即一阶单整。所以这三个变量具备了协整关系的必要条件，由此可以进行协整分析和因果检验。
表1 变量单位根检验结果
变量
检验类型( C, T, K)
ADF 检验值
临界值
显著水平
G
（c，t，2）
-3.76
-3.93
5%
G
（c，0，2）
-3.83
-3.21
5%
BANK
（c，t，2）
-1.01
-3.88
5%
BANK
（0，0，2）
-2.33
-1.98
5%
FIR
（c，t，2）
-2.43
-3.88
5%
FIR
（0论文网，0，2）
-1.60
关键词：海南省；金融资源配置效率；经济增长
一、引言
经济货币化、经济金融化导致了金融经济时代的来临，金融越来越成为现代经济的核心。当今时代，离开了金融的经济，不再是现实的经济；离开了经济的金融，也不再是现实的金融。金融经济即金融成为运行核心的经济。金融是一种资源，是一种可以配置其他资源的核心资源，而金融配置则成为了资源配置的核心。金融资源配置效率的高低既决定着储蓄转化为投资的能力，也决定着产业发展方向与速度，影响一国科技创新的能力，进而决定着整个经济效率的高低和经济发展的速度。本文就海南省金融资源配置效率与其经济增长之间的关系进行研究与探讨，试图寻找二者之间存在某种可能的影响关系。
二、指标的设定与样本数据的采取
1.金融资源配置效率指标的设定
鉴于数据来源的局限性，本文仅选取了FCR（金融贡献率）、FAE（金融中介效率）对海南金融资源配置效率作一个简单的考量。
（1）金融贡献率（FCR）
本文仿照戈式指标，把每年实体经济从金融行业的融资总额统称为金融贡献额，将其与国内生产总值的比值定义为金融贡献率FCR，用这一指标来刻画金融发展规模和地区金融深化程度，反映金融增长对地区经济的贡献。根据金融贡献率的内涵，可得：
FCR=[股票筹资额+金融机构信贷余额+保费支出额]/国内生产总值
（2）金融中介效率（FAE）
国外学者主要用非国有经济的银行贷款占总贷款的比重来衡量金融中介效率，而国内学者则认为国有经济在我国地位较为特殊，以存贷款比来反映金融中介效率似乎更为合理。通过对上述国内外观点的综合和分析，本文将金融中介效率指标设定为金融机构贷款余额与其存款余额之比。
2.经济增长指标的设定
本文依照大多数学者的做法，将人均GDP作为考量海南省经济增长的指标。
3.样本数据的采取
本文所采用的数据均来自于《海南省统计年鉴》、中宏统计数据库、中国经济与社会发展统计数据库。样本数据年限为1991年―2012年，数据来源：笔者依据《海南省统计年鉴》、中宏统计数据库、中国经济与社会发展统计数据库资料整理所得。
三、实证分析过程
1.模型简介
本文的分析采用向量自回归模型（Vector Autoregressive Model，VAR），VAR模型不以严格的经济理论为依据，是一种非结构化的多方程模型。经济理论指导下建立的结构性经典计量模型存在不少问题，VAR模型是为解决这些问题而提出的一种非结构性方法建立各变量之间关系的模型，是当今世界上的主流模型之一。
VAR模型主要用于预测和分析随机扰动对系统的动态冲击，冲击的大小、IH负及持续的时间。可以用来描述若干变量间互相影响与作用的关系，从而将单方程模型加以改进、推广为由多方程的自回归模型。
2.实证结论分析
受篇幅限制，本文仅将实证结果展示如下，实证分析包括了平稳性检验、协整性检验、格兰杰因果检验、var模型的分析及后续的脉冲响应分析与方差分解。具体结论如下：
第一，单位根检验，变量原始序列都存在单位根，为非平稳序列，但经一次差分后可都转化平稳序列具备了协整性检验条件。
第二，协整性检验证明，海南省金融资源配置效率与经济增长存在长期稳定的均衡关系，这一结论充分揭示了未来海南省金融资源配置工作中所具有的潜力，相信一定可以为维护海南省的经济增长产生积极的促进作用。
第三，海南金融资源配置效率与经济增长之间仅存在着金融资源配置效率促进经济增长的单向格兰杰因果关系，但程度较为微弱，仅在滞后二期起作用。而且这种促进作用主要体现在金融贡献率促进经济增长。
参考文献：
[1]白钦先.金融可持续发展理论研究导论[M].中国金融出版社，2000.
[2]杨涤.金融资源配置论[M].中国金融出版社，2011.
[3]杨德勇.金融效率论[M].中国金融出版社，1999.
[4]周国富，胡慧敏.金融效率评价指标体系研究[J].《金融理论与实践》，2007（08）.
