中国区域金融空间关联分析与解释—基于网络分析法.ppt

数学与信息科学学院 School of Mathematics Information Science School of Mathematics Information Science * 一、研究中国区域金融的背景和意义 二、金融研究的数据来源与研究方法 三、中国区域金融空间关联结构特征 四、金融联动的影响因素——QAP分析 五、中国区域金融空间关联的结论和建议 * 研究背景 1、中国区域金融空间关联不局限于地理位置的“相邻”或者“相近”。 研究意义 1. 网络分析法主要分析结构关系，结构决定属性，更具有研究价值。 2. 网络分析法具有全局性分析特点，可以避免传统计量方法“相邻”局限。 3.可以揭示中国区域金融空间关联的总体特征和各区域在金融发展中的作用。 1.中国区域金融空间关联分析的研究背景和意义 一、中国区域金融的研究背景 2、中国区域金融呈现复杂、非线性的网络结构。现有的的研究方法只 专注于 传统的空间计量方法，忽视了各个区域内在的空间关联。 * 一、研究中国区域金融的背景和意义 二、金融研究的数据来源与研究方法 三、中国区域金融空间关联结构特征 四、金融联动的影响因素——QAP分析 五、中国区域金融空间关联的结论和建议 * 2.1 数据来源与研究方法 二、中国区域金融研究数据和方法 * 2.2 区域金融空间关联网路的构建 二、中国区域金融研究数据和方法 * 关联网络刻画 网络密度 关联性分析 中心性分析 2.3 区域金融空间关联网络的刻画 二、中国区域金融研究数据和方法 * 2.4.1. 网络密度 2.4.2. 关联性分析 2.4 区域金融空间关联网络的刻画 二、中国区域金融研究数据和方法 * 2.4.2. 关联性分析——网络等级 2.4.2. 关联性分析——网络效率 2.4 区域金融空间关联网络的刻画 二、中国区域金融研究数据和方法 * 2.4.3. 中心性分析——点度中心度 2.4.3. 中心性分析——中介中心度 2.4 区域金融空间关联网络的刻画 二、中国区域金融研究数据和方法 * 板块划分定义 块模型中金融板块分类 二、中国区域金融研究数据和方法 2.5 块模型 * 2.5 块模型 主受益板块 净溢出板块 双向溢出板块 经纪人板块 板块内部向外发出关系较多，内部关系较少 板块内部发出很多关系，内部也很多关系 板块发出关系较多，接受关系也多 板块内部关系比较多，外部关系比较少 二、中国区域金融研究数据和方法 * 一、研究中国区域金融的背景和意义 二、金融研究的数据来源与研究方法 三、中国区域金融空间关联结构特征 四、金融联动的影响因素——QAP分析 五、中国区域金融空间关联的结论和建议 * 三、中国区域金融空间关联的结构特征 3.1 中国金融发展整体趋势 本文选取1990—2015年全国31个省份（港澳台）除外的金融区位熵进行数据可视化，大于1.0代表金融发展高于全国发展平均水平，低于1.0代表金融发展低于全国平均发展水平。 * 三、中国区域金融空间关联的结构特征 3.2 中国区域金融空间关联网络 * 三、中国区域金融空间关联的结构特征 3.3 中心性分析 1、所有城市溢出关系数排名前五位的是：天津、陕西、上海、浙江、山东，4个属于沿海城市。 2、点度中心度前五位：山西、湖北、湖南、安徽、浙江，起着传导传输作用。 3、中介中心度前几位：山西、辽宁、安徽、浙江、湖北、湖南，主要集中在中部地区。 * 板块划分（采用Convergent Correlation方法） 板块溢出效应 三、中国区域金融空间关联结构特征 * 板块划分（采用Convergent Correlation方法） 板块溢出效应 三、中国区域金融空间关联结构特征 各板块网络密度大于整个网络密度0.219赋值为1，否则为0. 中国金融发展主要动力来自第三板块（主要为东部发达地区），它将发展主要动力传递给第二板块（中介），通过第二板块再将动力传递给第一板块（主受益）和第四板块（双向溢出）。 * 一、研究中国区域金融的背景和意义 二、金融研究的数据来源与研究方法 三、中国区域金融空间关联结构特征 四、金融联动的影响因素——QAP分析 五、中国区域金融空间关联的结论和建议 * 4.1 QAP相关分析和QAP回归分析 QAP回归分析