张庭硕
(安阳师范学院 河南安阳 455000)
1 引言高质量发展是我国未来经济社会发展的核心目标，当前和今后的一段时间内都将持续推进。实现这一目标需要建立新的发展阶段、发展理念及发展格局，其中县域对国家治理方面在整体发展中具有重要作用。县域金融的发展是宏观金融和微观金融的结合点，是连接城乡金融发展的纽带，起着连城接乡、承上启下的重要作用，也是今天我国县域进一步发展工业化、城镇化、信息化与产业现代化的重要连接点。
河南省作为中部六省之一的重要省份，地处黄河中下游，拥有特别的地理位置和丰富的矿产及农业资源，是典型的农业大省、人口大省、县域大省。作为最基本的经济单位，县域经济是支撑河南省整体经济高质量发展的重要支柱，是实现稳定粮食生产、保障粮食安全的重要保障，也是推动全省实体经济、产业发展的关键。简而言之，县域活则全盘活，县域强则全省强，县域稳则大局稳。
促进县域经济的发展，更好地满足整个河南省县域经济的需要来实现高质量的县域经济发展，这都需要将县域金融的重要作用切实地发挥出来。河南省县域金融实力目前较弱，无法为其全面发展提供足够的动力和活力。因此，为了应对当前实际问题，需要明确县域金融高质量发展的支持路径，确定县域金融的发展方向，并根据各县域的具体情况制定相应的县域金融发展策略，只有基于因地制宜的原则，精心谋划县域金融的未来发展，方能为县域经济的全面发展提供强有力的保障和支持。
2 河南省县域金融高质量发展的指标测算2.1 县域金融高质量发展的指标选取研究县域金融发展不能单纯以县域经济指标为衡量标准，需要综合考虑多个方面，采用全方位、系统性的综合方法来选择和衡量指标。结合科技部印发的《“十四五”县域创新驱动发展专项规划》，本文参考王蔷等(2021)对于县域经济高质量发展的指标体系构建方法，为了使指标体系具有广泛性与前沿性，对县域金融发展的指标选取从规模、效率与结构三个维度展开，如表1所示。
表1 县域金融高质量发展指标体系
本文以河南省为例，其中大型国有银行等金融机构不包含其中，河南省县域地区的金融机构仍以新型和小型农村金融机构为主，因此主成分分析包含表1中的10个指标。根据研究需要及数据的可得性，本文以下实证分析部分的指标选取1999—2021年的数据，数据来源包括河南省金融统计年鉴与河南省金融运行报告及Wind金融终端，为了补齐部分缺失数据，采用线性插值的方法。
2.2 利用主成分分析法构建县域金融发展综合得分2.2.1 KMO检验和Bartlett检验
针对县域金融发展指标体系的主成分分析，根据表2的结果得知，KMO值为0.845，该数值较大，表明原始变量之间的相关性较强，可以进行主成分分析。同时，Bartlett球形度检验的p值远远低于显著水平0.05，加强了这一结论。因此，本文可以继续进行主成分分析，并从结果中提取有用的信息，探索县域金融发展的关键因素。
表2 KMO检验和Bartlett检验
2.2.2 主成分分析的实验结果
根据表3主成分分析的结果，依照特征值的选取原则，本文提取了第一主成分来分析，第一主成分的累计贡献也达到了88.903%，解释了全部变量总方差的88.903，说明该第一主成分代表原来的10个指标评价县域金融高质量发展已足够，且信息漏损率是较小的，所以提取一个主成分是有效的。
表3 总方差解释
根据表4的成分矩阵，可以通过将第一列的系数进行特征平方根运算的方式得到系数矩阵，从而推导出第一主成分的表达式。
表4 成分矩阵
第一主成分：
即县域金融发展综合得分：
CFD=0.327ZNNR+0.328ZTAN-0.130ZNSR+0.334TAS+0.321ZCGDP+0.335ZCRS+0.333ZCFR+0.329ZCFE+0.3345ZFDB+0.332ZFLB(2)
1999—2021年，河南省县域金融发展综合得分走势如图1所示，县域金融发展综合得分整体呈现上升趋势，虽然在2016—2017年出现了一次波动，但总体发展态势良好。
图1 1999—2021年河南省县域金融发展综合得分走势
3 河南省县域金融高质量发展的时间序列分析3.1 时间序列指标分析进行时间序列分析选择的指标主要为县域金融发展综合得分(DCFD)、农村金融机构个数(DFSO)、农村金融机构资产总额(DFST)、财政收入(DCFR)、存贷差额(DDLB)，当使用以上指标分析县域金融发展时，可以从以下角度进行解释：
(1)理论基础：这四个指标都与金融相关，与县域经济发展密切相关。其中，县域金融发展综合得分是一个综合性指标，反映了县域内金融行业、经济发展、政策环境多方面的情况。作为一个基于多个指标的综合得分，它的基础是权衡多个因素的影响；金融规模可反映县域内金融行业的发展水平；财政收入反映了政府财政收支状况，间接反映了县域内企业和个人的经济活动水平；存贷差额则是反映县域金融机构的业务能力和风险状况。
(2)经济含义：这四个指标可以反映县域金融行业、经济活动和信贷风险等方面的情况。县域金融发展综合得分是对多个指标的加权得分。因此，县域内发展水平整体较高时，综合得分也较高；反之，亦然。金融规模和财政收入通常与县域内经济发展水平强相关，而存贷差额则更多反映金融机构经营情况和信贷风险。
(3)可解释性：这四个指标易于从经济角度理解，能够很好地回答县域金融发展的相关问题。县域金融发展综合得分可以较好地揭示多个指标之间的综合影响，总结县域金融发展的综合状况。金融规模、财政收入和存贷差额三个指标涵盖了金融业、政府财政和信贷方面的情况，因此结合使用这四个指标可以提供全面的县域金融高质量发展分析。
综合来看，这四个指标可以作为分析县域金融高质量发展情况的基本指标。当然，在实际应用中需要注意指标的合理性，包括是否存在多重共线性、序列平稳等问题。同时，需要考虑是否需要加入其他一些指标来更全面地反映县域发展的情况，从而更准确地描述和分析县域金融高质量发展的现状和趋势。
3.2 时间序列指标检验分析3.2.1 时间序列平稳性检验
ADF检验的结果如表5所示，县域金融发展综合得分(DCFD)、农村金融机构个数(DFSO)、农村金融机构资产总额(DFST)、财政收入(DCFR)指标在二阶差分后是平稳指标变量，存贷差额(DDLB)也可以进行Granger因果关系检验，但它在0阶差分后是平稳指标变量。
表5 时间序列平稳性检验
3.2.2 滞后期排除检验和协整检验
本文针对县域金融发展综合得分、农村金融机构个数、农村金融机构资产总额、财政收入及存贷差额指标构建了五变量VAR统计模型。根据Eviews的建议，结合LR、FPE、AIC、SC和HQ等原则，使用二阶滞后的VAR模型进行分析，如表6所示。
表6 滞后期排除检验
本文有县域金融发展综合得分、农村金融机构个数、农村金融机构资产总额、财政收入及存贷差额5个指标，故采用Johansen协整检验法。由表7可知，存在五个协整方程，表明变量间有长期均衡关系。
表7 协整检验
3.2.3 回归分析结果
VAR结果如表8所示，县域金融发展综合得分与农村金融机构个数、农村金融机构资产总额、财政收入存贷差额的VAR统计模型回归方程式如下：
表8 回归分析结果
DCFD=5299.682+973.393*Trend-0.794*DCFD(-1)-0.100*DFSO(-1)+0.328*DFST(-1)+0.36*DCFR(-1)+1.319*DDLB(-1)-0.283*DCFD(-2)-1.111*DFSO(-2)+2.106*DFST(-2)+21.730*DCFR(-2)-2.025*DDLB(-2)(3)
3.2.4 AR根检验
AR根检验能判断回归模型的有效与稳定性，依照图2的结果，单位圆内包含了所有的特征根，表明本文所建立的VAR模型具有长期的稳定性和可行性。
图2 AR根检验结果
3.2.5 格兰杰因果检验
本文基于所构建的VAR模型对DCFD、DFSO、DFST、DCFR与DDLB进行Granger检验，所得结果如表9所示。在1%的显著水平上，财政收入是县域金融发展综合得分变化的原因；在10%的显著水平上，农村金融机构个数、农村金融机构资产总额及存贷差额都不是县域金融发展综合得分的Granger原因。
表9 格兰杰因果检验结果
3.2.6 脉冲响应分析
利用脉冲响应方法研究加入农村金融机构个数、资产总额、财政收入和存贷差额对县域金融发展综合得分的影响，设置反应期数为11，通过VAR模型对DCFD、DFSO、DFST、DCFR和DDLB进行脉冲响应函数的检验。图3展示了县域金融发展综合得分在反应期数内的响应情况，横轴表示反应期数，纵轴表示该得分的响应程度。
图3 DCFD对DFSO、DFST、DCFR与DDLB的脉冲响应
由图3可知，农村金融机构个数对县域金融发展综合得分的影响主要集中在前七期，以负向影响为主，它的最大值在第4期，说明滞后四期的农村金融机构个数对县域金融发展综合得分的影响最大。
农村金融机构资产总额对县域金融发展综合得分的影响主要集中在前七期，以负向影响为主，它的最大值在第4期，说明滞后四期的农村金融机构资产总额对县域金融发展综合得分的影响最大。
根据图3脉冲响应的结果，财政收入和存贷差额对县域金融发展综合得分的影响在前九期较为显著，以正向影响为主。其中，财政收入对该得分的影响最大值出现在第3期，而存贷差额的最大值出现在第6期，说明分别滞后三期和六期的财政收入和存贷差额对县域金融发展综合得分的影响最大。
3.2.7 方差分解
方差分解结果如表10所示，县域金融发展综合得分主要受自身因素影响，其中农村金融机构个数、资产总额、财政收入和存贷差额对该得分的影响分别为18%、16%、21%和13%，农村金融机构个数和财政收入的贡献率较大，尤其是财政收入对该得分的影响更为显著，这种影响程度在第1期和第2～10期均存在。
表10 方差分解结果
通过滞后期选择，本文建立包含五个变量的VAR回归模型，并采用2阶滞后模型进行改进。通过格兰杰因果检验，证明该模型具有显著统计意义，在1%的显著水平上，财政收入是县域金融发展综合得分的Granger原因；处于10%的显著水平时，农村金融机构个数、农村金融机构资产总额及存贷差额都不是县域金融发展综合得分的Granger原因。除了县域金融发展综合得分自身外，财政收入对县域金融发展综合得分的影响大约在21%。对于县域金融来说，当地政府的财政收入对县域金融高质量发展有正向的支持作用，且贡献率较大。因此，在县域金融高质量发展过程中，要深度挖掘财政收入对县域金融高质量发展的支持效应。
3.2.8 河南省县域金融综合发展方程模型构造
为了研究县域金融高质量发展，本文在之前已有文献的基础上，对面板数据模型框架进行了一系列修改和调整，以下是一个可行的面板数据模型框架：
其中，Yit代表第i个县域在第t年的县域金融高质量发展综合得分；α是常数项；Xj,it和βj分别代表与县域金融高质量发展有关的k个指标和其系数，比如支持小微企业融资、促进农村金融服务、深化金融改革、一般公共预算支出、一般公共预算收入、各类银行人民币存贷款情况等。
除此之外，模型还包含了n个控制变量，它们可能影响到县域金融高质量发展水平。其中Zm,it代表第i个县域在第t年的第m个控制变量的值；γm代表它的系数。
另外，λiδt分别表示县域和时间的固定效应，用于控制这些因素对结果的影响；εit是误差项，可以捕捉到那些未被建模的其他因素对金融高质量发展的影响。
4 河南省县域金融高质量发展的对策建议4.1 以产业带动效应服务发展现代县域金融体系县域金融在服务地方实体经济发展方面发挥着重要作用。河南省各地应根据不同的优势产业，积极发展相应的县域金融支持服务。例如，农村信用社、民营银行等金融机构可以结合当地农村、工业产业特色，推出产品和服务，为当地企业融资等提供支持。此外，有关部门可针对当地村、社区贫困户等特殊群体，推出专项金融扶持计划，加大金融扶贫力度，为其提供融资支持。
4.2 以个体行为效应促进县域金融民生发展县域金融在服务民生方面具有重要作用。河南省各地应注重加强对居民金融知识的普及和教育，引导居民树立正确的理财观念，从而推动县域金融市场的健康发展。因此，可通过开展金融知识普及活动，组织相关培训和讲座，提高居民对金融产品的认知和理解度，让其更好地把握和利用好各类金融服务。同时，积极推动县域数字金融的发展，提供高效、便捷、安全的金融服务，进一步加强县域金融与民生的紧密联系。
4.3 以社会规范效应推动县域金融信用体系建设县域金融在信用体系建设方面有着不可或缺的作用。河南省各地应加强金融市场的监管和规范，对失信行为和触犯法律的金融机构和个人及时进行制裁，维护市场的公平、公正和良性发展。同时，注重建立全面、精准、可靠的信用体系，鼓励各类金融机构通过数据互换、网络共享等方式建立信用数据库，实现信息共享，提高金融信用管理的效率和精准度。
