量化论文关于金融资源的量化评价方法论文范文参考资料

量化论文关于金融资源的量化评价方法论文范文参考资料 摘要：如何量化与评价一国在一定时期内的金融资源，进而量化与评价一国金融资源开发、配置和利用的总体状况或者金融发展水平一直是金融资源理论与经验研究中的重点和难点理由，本文拟探讨两种策略，即模糊层次综合评价法和因子分析综合评价法。由于因子分析综合评价法更为客观，因此，本文认为在对一国在一定时期内的金融资源进行量化与综合评价时，因子分析综合评价法是一种较好的选择。 关键词：金融资源 量化 评价 1998年，我国著名金融学家白钦先教授提出了金融资源理论。目前，金融资源的概念已经在学术界和实务界得到了普遍认同，人们的金融资源意识已经大幅提高，人们已经越来越重视金融资源的合理开发、配置和利用。与此同时，金融资源的理论体系也日趋完善和成熟，人们开始逐步深入各个细节从不同的视角对金融资源理论加以研究，并取得了丰硕的成果，这些无疑是人类对经济金融认识的巨大飞跃，是人类发展历史上的巨大进步。 随着金融资源理论研究的逐步深入，引发了我们对金融资源理论更加深入的深思和探索，进而也提出了一些更加深刻的理由，需要我们去研究和解答。其中一个重要的理由就是如何量化与评价一国在一定时期内的金融资源，进而量化与评价一国金融资源开发、配置和利用的总体状况或者金融发展水平。为此，本文将探讨两种策略，即模糊层次综合评价法和因子分析综合评价法。 一、模糊层次综合评价法 模糊综合评价法是对受多种因素影响的事物做出全面评价的一种十分有效的多因素决策策略，所以模糊综合评价又称为模糊综合决策或者模糊多元决策。模糊层次综合评价法是模糊综合评价法与层次分析法相结合而产生的一种综合评价策略，其中，层次分析法主要是用来确定各个因素的权重。模糊层次综合评价法可以实现评价指标的模糊处理，使定性理由定量化。 采用模糊层次综合评价法评价特定时期各国金融资源状况或者评价一国各个不同时期的金融资源状况时，基本步骤如下。 1.构建金融资源综合评价模型。金融资源综合评价因素集U可以从基础性核心金融资源U1、实体性中间金融资源U2和整体功能性高层金融资源U3三个方面来综合评价。其中，基础性核心金融资源的评价因素集U1包括通货膨胀水平U11、利率水平U12、汇率水平U13；实体性中间金融资源的评价因素集U2包括金融*机构的健全性U21、金融工具的丰富性U22、商业银行效率U23、证券市场效率U24、金融法制水平U25；整体功能性高层金融资源的评价因素集U3包括金融的服务和*功能U31、资源配置功能U32、经济调节功能U33、风险规避功能U34、衍生功能U35。这样，U=U1，U2，U3，其中，U1=U11，U12，U13；U2= U21，U22，U23，U24，U25；U3=U31，U32，U33，U34，U35就构成了金融资源综合评价层次模型。 2.建立各层指标的评价集V和Vi，这里第一层的评价集V与第二层、第三层的评价集相同，即V=Vi=v1，v2，v3，v4，v5=很差，较差，一般，较好，很好。 4.建立第三层的因素模糊评价矩阵Ri。可以通过专家打分的策略来建立因素模糊评价矩阵Ri，对于第三层的每个因素，采用对若干专家进行问卷调查的方式，让每个专家给该因素打分，然后对打分结果进行汇总、统计，从而确定每个因素在评价集Vi上各个评价等级的隶属度函数，进而得到第三层的因素模糊评价矩阵Ri。矩阵Ri中第in行反映的是被评价对象的第in个因素Uin对于评价集中各等级的隶属度，第j列反映的是被评价对象的各因素分别取评价集中第j个等级的程度，Ri中的元素rink表示一种隶属度，即因素Uin属于评价集Vi中第k个评价等级vk的程度。 5.采用自下而上的策略来计算各层的模糊综合评价结果。首先进行一级综合评价，根据第三层各个因素的权重和模糊评价矩阵，计算得到第二层各个因素的评价结果；然后进行二级综合评价，根据第二层各因素的权重和模糊评价矩阵，计算得到第一层的模糊综合评价结果。根据Bi=AiRi。 6.计算最终评价结果。通过设定一个等级加权向量，并根据上面的多层模糊评价结果B，可以计算得到一个综合值作为金融资源模糊层次综合评价的最终评价结果，即F=BT，并可以根据这个最终评价结果，来对特定时期不同国家的金融资源状况或者是特定国家不同时期的金融资源状况进行比较研究。 由此可见，在运用模糊层次综合评价法评价金融资源的整体状况时，关键在于模型中各个指标的设定、各个指标权重的选择以及模糊评价矩阵的确定。模型中指标的设定没有统一的标准，很难在各位学者之间达成一致的意见，而各个指标权重的选择和模糊评价矩阵的确定也在较大程度上依赖于专家的经验判断，尽管专家的意见具有一定的合理性，但是仍然具有较强的主观性，因此，应用模糊层次综合评价法来量化和评价金融资源时具有较强的主观性。另外，在应用模糊层次综合评价法时，需要征求众多专家的意见，这需要一定的工作量。 二、因子分析综合评价法 在 _综合评价中，主成分分析和因子分析是两个常用的多元统计分析策略。主成分分析也称为主分量分析，是一种通过降维来简化数据结构的策略，即把多个变量（指标）化为少数几个综合变量（综合指标），而这几个综合变量可以反映原来多个变量的大部分信息，并且它们之间互不相关。因子分析可以看作是主成分分析的一种推广，因子分析也是将大量的彼此可能存在相关关系的变量转换成较少的、彼此不相关的综合指标的一种多元统计策略，它的基本目的是用少数几个因子去描述许多变量之间的关系，被描述的变量是可以观测的随机变量，而这些因子是不可观测的潜在变量。因子分析的基本思想是，将观测变量进行分类，将相关性较高，即联系比较紧密的变量分在同一类中，而不同类的变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。因子分析就是寻找这种类型的结构，或者叫做模型，从而用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。 因子分析的模型描述如下： 设(1)X=(X1，X2，Xp)T是可观测的p1随机向量，X的协方差矩阵Cov(X)=；(2)Z=(Z1，Z2，Zm)(mp)是不可测的m1标准化的正交公共因子向量，即假定E(Z)=0，Cov(Z)=I；(3)=(1，2，,p)T是p1的特殊因子向量（或误差向量），并假定其均值为0，协方差为对角矩阵（说明各个之间互不相关），即E()=0，Cov()=diag(1,2,p)，并假设公共因子Z1，Z2，Zm与各个特殊因子1,2，,p都互不相关（或者Z与相互独立），即Cov(Z,)=0。在以上假定下，模型： 写成矩阵形式即为 X=BZ+(1-6) 模型(1-5)或者(1-6)即为因子分析模型，也称为正交因子分析模型，其中矩阵B=(bij)(pm阶)称为因子载荷矩阵，bij称为第i个变量Xi在第j个因子Zj上的载荷，它是Xi与Zj的协方差或者相关系数，它表示Xi依赖Zj的程度；在该模型中，第i个特殊因子i仅与第i个变量Xi有关系，而第i个公共因子Zi则与所有p个