基于模糊综合评价法的我国农村金融效率评价

点赞:6905 浏览:22309 近期更新时间:2024-03-24 作者:网友分享原创网站原创

摘 要 :本文按照金融生态系统在经济中的作用并结合农村金融的特点,建立了农村金融效率综合评价指标体系,采用多层次模糊综合评价法对我国农村金融效率进行评价,研究结果表明:我国农村宏观金融效率与农村金融市场效率“较低”, 农村微观金融效率“一般”,而农村金融效率总体处于“较低”水平.

关 键 词 :农村金融;效率;模糊综合评价法;评价指标体系

金融效率是金融生态系统的投入产出关系.“金融效率是一个全球性论题,也是金融基础理论中筮待深入探讨的重大课题,等,金融发展理论与发展金融学的相关研究中,金融效率研究仍是薄弱环节,等,金融效率研究的完善还有很长的路要走”,对于作为我国金融体系最薄弱的环节——农村金融的效率问题的研究更是如此.迄今为止,国内外关于金融效率评价的文献可谓汗牛充栋,但专门针对农村金融效率评价的研究不多,还没有形成系统的观点和经典的方法.本文认为,影响农村金融效率综合评价的因素众多,而且大部分是难以量化的、模糊的定性指标,再加上人类思维的模糊性,专家对农村金融效率影响因素的评判也呈现出模糊的特性.而模糊综合评价方法充分考虑这一特点,通过对农村金融效率评价中的模糊性问题进行科学量化,可以有效地解决评价中的模糊不确定性问题.基于此,本文结合模糊综合评价法和层次分析法,建立多层次模糊综合评价法对农村金融效率进行科学评价,并实证检验其适用性和可操作性.多层次模糊综合评价法可以大大提高农村金融效率评价结果的科学性和可信度.

基于模糊综合评价法的我国农村金融效率评价参考属性评定
有关论文范文主题研究: 农村金融相关论文范文 大学生适用: 硕士毕业论文、高校大学论文
相关参考文献下载数量: 53 写作解决问题: 写作技巧
毕业论文开题报告: 标准论文格式、论文题目 职称论文适用: 技师论文、初级职称
所属大学生专业类别: 写作技巧 论文题目推荐度: 最新题目

一、模糊综合评价模型的构建

第一,建立因素集(或指标集)U等于{U1,U2,等,Un},其中Ui(i等于1,2,等,n)为第一层次中的第i个因素,它又由第二个层次中的n个因素决定.

第二,建立评价集V等于{V1,V2,等,Vk},其中Vk(k等于1,2,等 P)为总评价的第k个可能的结果.k的取值不能太大,也不能太小,如果太大,则不容易判断其等级归属;如果过小,则不符合模糊综合评价的质量要求,所以评价等级k一般取[3,7]中的整数.

第三,建立权重集.将评价对象的评价指标体系按照不同属性自上而下地分解成目标层、系统层、准则层、子准则层等若干层次,建立一个递阶层次结构模型.运用Saaty等人提出的成对比矩阵法,对于同一层次下的指标,通过两两之间进行相对重要性程度对比,构建判断矩阵.如先给出某一层因素B1、B2、等、B4以及相邻上一层中的因素A,根据对A因素的重要性程度,将B层所有因素进行二元对比,故所有二元对比值便构成了A-B判断矩阵,用数学公式表示为:

其中aij(i,j等于1,2,等,n)表示对于评价目标A,因素Bi对Bj相对重要性的判断值.

求各层指标的权重值,即求判断矩阵的最大特征向量.以判断矩阵A做说明,对于特征方程:

AW=λmaxW

其中, λmax为特征根,W为特征向量,即A相对于上层的权重值矩阵.采用几何平均值法(方根法)计算求解判断矩阵的最大特征值、特征向量,步骤如下:

第一步,计算判断矩阵每一行元素的乘积并开n次方,求各元素的几何平均值:

式中,n为判断矩阵阶数; λmax为判断矩阵最大特征根.检验准则为:CR<0.1;否则需要重新构造判断矩阵,直至满足一致性校验为止.

第四,建立模糊综合评价的隶属度矩阵.利用德尔菲法得到指标集U等于{u1,u2,等,ui,等,up}到评价集V等于{v1,v2,等,vj,等,vn}的模糊关系矩阵(即模糊评价的隶属度矩阵)R:

其中,rij等于mij/m表示ui对vj隶属度,mij为所有参评专家中认为ui属于等级vj的专家数,m为参与评价专家总数.

第五,求解模糊综合评价矩阵.矩阵计算式为A等于WοR,得到模糊综合评价矩阵A.对模糊逻辑算子“ο”采用的是加权平均模型M(· ,⊕)运算,其中“⊕”表示在有限制条件下的普通加法运算a⊕b等于min{1,a+b},“·”为普通实数乘法.

二、农村金融效率评价指标集的建立

建立评价指标体系,是模糊综合评价工作的最基本、最关键的一步.充分考虑我国农村金融的具体特点并按照金融生态系统在经济中的作用,本文建立三层次评价指标体系对农村金融效率进行综合评价,见表1.第一层次为目标层,即农村金融效率;第二层为系统层,从金融市场效率、宏观金融效率和微观金融效率三个方面进行评价.金融市场效率包括证券市场效率和货币市场效率,可用金融市场发展规模、金融市场实现程度和金融市场结构来衡量.金融市场发展规模可用农村直接融资/农村生产总值、农村直接融资/农村贷款这两个比值来表示,而农村直接融资等于农业企业债券额+农业上市公司股票市值;金融市场实现程度可用农村直接融资/农村人口总数、农业上市公司数量/农业企业总数量这两个比值来表示;而金融市场结构等于农业上市公司资产/农村金融机构总资产.微观金融效率主要指微观金融机构的经营效率,可用金融机构抗风险能力、金融机构盈利能力以及金融机构流动性来衡量.金融机构抗风险能力可用不良贷款率和资本充足率来描述;金融机构流动性可用备付金比例描述;而金融机构盈利能力可用人均利润、资产收益率两个指标来描述.其中宏观金融效率主要指货币调控能力、金融业本身的效率及其对经济发展产生的效率,本文将所有金融机构中作用于农村金融存贷款部分作为宏观金融效率统计口径,包括货币政策效率、金融市场化程度、农村资金外流率以及金融体系动员农村储蓄的效率.货币政策效率可用农村居民CPI和人均农村生产总值来表示表示;金融市场化程度用农村贷款/农村生产总值来描述;农村资金外流率用农村存贷款差额与农村存款总额占比表示,其中农村贷款等于乡镇企业贷款+农业贷款,农村存款等于农村储蓄存款+农业存款之;而金融体系动员农村储蓄的效率可用储蓄动员力、投资效率(固定资产投资增长率、资本边际生产率)和储蓄投资转化效率(农村存贷比、储蓄投资转化率、存贷利差)来描述.

由此,农村金融效率评价指标集可以建立为:目标层集合农村金融效率U等于{U1,U2,U3},其中Ui(i等于1,2,3)分别表示系统层的3个一级评价指标,即宏观金融效率、微观金融效率、金融市场效率;系统层下为准则层,共12个二级指标,其中U1等于{U11,U12,U13,U14,U15,U16}、U2等于{U21,U22,U23},U3等于{U31,U32,U33};准则层下再细分为子准则层.便于简化,本文只分析到准则层.