2.3 金融生态理论
本文从我国学者着重研究的金融生态内涵、金融生态评价指标的构建以及金融生态实证分析这几个方面对我国金融生态相关文献进行回顾。
2.3.1 金融生态内涵研究
在学术界，关于金融生态的具体概念一直没有统一的定义。
白钦先（2001）认为，金融资源的开发利用可以扩大社会的资源基数，提高资源的利用效率，一国经济的金融生态环境则由金融资源的开发利用过程和效率状态构成[46]。
周小川（2004）将生态学方法引入金融学研究当中，并强调了生态学方法对金融研究发展的重要性，他认为金融生态主要是指国家法律制度、市场信用制度、社会中介制度、企业改革进度和银企关系等等金融运行的环境体系[47]。
通过生态学概念来类比金融学的运行环境，苏宁（2005）认为外部环境主要包含经济、法制、信用以及市场环境等一系列影响金融运行的环境[48]。
从金融主体与金融生态环境之间的关系角度出发，李杨（2005）把金融生态定义为影响金融主体生存与发展的金融生态环境，并且金融主体与金融生态环境相互影响，相互依存[49]。
通过研究与类比金融学与生态学相关理论，徐诺金（2005）认为生态金融是金融组织内部环境与外部环境之间的通过长期的分工合作、相互关联而相乘的具有特点功能的动态平衡系统[50]。
谢太峰（2006）进一步完善了概念，他认为金融生态是指金融活动主体在运行的过程中与其外部环境之间的相互作用与相互影响而形成的具有关联性和适应性的动态平衡系统[51]。
沈军（2008）则是从系统与资源的视角去研究金融效率与金融生态之间的关系，他将金融生态定义为具有适应性特征的金融主体在一定时期内与金融环境之间在相关机制与资源循环的过程中，相互影响、相互作用和彼此关联的动态平衡系统[52]。
2.3.2 金融生态系统指标体系
通过分析研究国内外相关文献，尤其是研究金融生态指标体系，我国学者通过分析和研究并结合我国实际情况提出了很多金融生态评价指数体系。其中最具影响力的应当是李杨等学者在2005年发表的《中国城市金融生态环境评价》[53]，这份评价报告对金融生态的分析主要是通过定性与定量分析相结合的方法，通过对金融生态产生影响的经济、金融、法制等环境因素分为9个维度，通过对我国三大区域、50多个重点城市的金融环境和我国291个城市的金融资产质量进行了考察分析，将金融生态环境分为5个等级，并将这些城市进行了归类。该评价体系在后来研究金融生态中得到了发展与完善，其中中国社科院金融研究所就李杨所提出的9个维度提出了改进，他们通过研究9个维度的内在联系并结合我国转型时期的经济体制现实，提出了金融信用的建设、政府对经济的干预程度、经济运行质量、地区金融发展4个方面指数和15个分项指数以及42个二级分项指数来评价地区金融生态环境。
中国人民银行洛阳中心支行课题组（2006）则选取了127项定量指数与37项定性指数，采取了包括经济基础、社会信用及法制环境、金融资源3个目标层和14个标准层的定量指数和金融法律法规的健全程度及执行情况、信用机制的完善情况、金融活动的政策支持程度、政府支持及干预程度4个标准和37项指标的定性分析，运用层次分析法对金融生态进行了量化分析[54]。其中定性评价主要是通过调查问卷的形式让相关专家和机构进行打分来获取资料。
汪祖杰、张轶峰（2006）则是通过构建一套4个不同层次的指数体系来评价金融生态环境，丰富了金融生态量化研究的成果[55]。具体而言，这套系统自上而下具有4个层次，第一层是通过对下层所得结果进行定量分析来表示金融生态环境综合性指标的目标层；第二层是包括微观和宏观金融生态环境及其子系统的领域层；第三层则为标准层，主要是将第三层各个系统具体细化；第四层为具体指数层。以第四层指数为基础，测算出目标层的综合指标以期对金融生态环境质量进行定量评价。
唐赛（2010）[56]对农村金融生态环境的绩效进行了实证分析，认为农村金融生态环境绝大部分是独立信息，并通过因子分析方法的运用和计算得以充分表现出来。由15个金融生态环境评价指标构成的评价指标体系，反映了我国各省、自治区、直辖市农村金融生态环境的总体得分和排序情况。结果显示：农村地区金融发展状况、法制环境完善程度、经济基础、社会保障普及程度以及平均道德水平高低对农村金融生态环境具有重要影响。
很多学者在论文中分别提出各自的指标体系，解释自己研究方向中所涉及的问题，主要有学者张晓锋（2007）[57]、赵连飞（2008）[58]、王颖（2011）[59]、段福印（2011）[60]等。
2.3.3 金融生态实证研究
随着金融生态研究的不断深化与拓展以及评价方法的不断发展，我国学者对于金融生态的实证研究方法也在不断更新，其中以主成分分析法（PCA）、数据包络分析（DEA）、BP神经网络、层次分析法（AHP）、面板数据模型等最为常用。
（1）基于DEA的实证研究
数据包络分析方法又称为DEA，主要是通过运用输入与输出数据，建立起相关模型来进行效率评价。李杨（2005）首先运用了DEA对金融生态的效率展开了分析[53]。他通过大量的数据收集，以城市作为决策单元，以生态金融的经济基础等9个要素作为投入指标，并对我国50个大中城市的金融生态质量进行了考察，评价了我国291个城市的金融资产质量情况。通过分析得出：在9个投入要素中，地区经济基础、地区金融发展情况、金融部门的独立程度、金融诚信问题与金融发展5项要素对于城市金融生态环境的发展起主导作用，其影响比例高达3/4以上。该分析结果为后来金融生态的实证研究起到了良好的借鉴作用，后来国内很多学者遵循这一思路通过DEA方法对生态金融进行了分析，生态金融在各区域间的发展是不平衡的。张世晓（2009）在参考李杨生态效率评价的基础上，运用DEA模型对武汉城市圈的金融生态进行了分析，结果表明，在武汉城市圈内各地区具金融生态效率差异较大[61]。朱顺君、周蕙民、逯进（2012）通过大量的数据收集，以山东省2003—2010年8年各市区的面板数据作为样本，利用DEA模型对各市区金融生态效率进行了分析[62]。分析结果表明，尽管山东省全省生态金融效率较高，但是各市区之间还是存在着较大的金融生态效率差异。
（2）基于主成分分析的实证研究
主成分分析法（PCA）是利用降维的思想把相关联的多指标转换为少数几个综合指标的一种分析方法，并且其优点是无须确定各指数权重。汪祖杰、张轶峰（2006）首次在国内运用PCA构建了安徽省的金融生态评价指数，同时用坎蒂雷赋权法对准侧层各指数确定权重[55]。通过对安徽省1999—2003年15年的数据分析，自上而下对4层指数展开分析，并最终算出了目标层的综合指数，结果表明：在安徽省1999—2003年15年间金融生态环境稳中上升。更进一步将金融生态环境由高到低分为优秀、良好、普通、不佳和极差5个层次。在前面学者研究的基础上，蒋满霖、王彪（2008）对安徽省2002—2006年5年金融生态质量进行了评价，并且在评价上更进一步对安徽农村金融生态发展情况进行了动态预测[63]。陈晨（2012）在采用主成分分析法的基础上，通过建立合理的指标体系，以皖江城市带示范区为研究对象，通过对示范区10个城市金融生态质量的评价，最终得出了在示范区中各城市之间金融生态环境的差异化情况[64]。
（3）基于AHP的实证研究
层次分析法又称为AHP，主要适用于对难以完全用定量方法来分析的多目标问题，采用定性与定量分析相结合的处理方法。中国人民银行长沙中心支行课题组（2008）在结合专家调查与层次分析法的基础上对2007年株洲市5个市县的数据，通过建立的金融生态指标体系进行了分析并最终对模型进行了验证[65]。郑孝肖（2010）通过层次分析法定量化相关定性指标，对于9项指数赋予不同的权重并进行了评价。其中，他运用的指数主要来自于中国社科院金融研究所的《中国城市金融生态环境评价报告》中提出的反映金融生态质量的9个指标[66]。常相全、张守风（2008）首先对农村金融生态环境进行了分析，在分析农村金融生态环境特点的基础上结合层次分析法和其他方法对农村金融生态环境进行了研究，以山东省农村金融生态为样本，借鉴了AHP/DEA的最新成果进行了实证分析与案例研究[67]。吕俊（2010）以前人的金融生态研究为参考，以安徽省2000—2007年8年的金融生态为样本数据，结合安徽省具体特点，采用了因子分析和层次分析法，最终测算出金融生态最终得分，分析结果为安徽省金融生态发展提供了借鉴与帮助[68]。
（4）基于BP神经网络的实证研究
BP神经网络是一种在处理多因素、多条件下模糊信息问题的多层前馈网络。张瑞怀（2006）以湖南省86个市县的金融生态为样本，采用了BP神经网络模型并通过把相关定性因素定量化来描述，最终对湖南省农村市县的金融生态问题做出了差异化分析，并以结果为标准进行了排序[69]。王明等（2009）则是在采用BP神经系统对5个县城2007年度的金融生态数据为样本，更深层次地采用了嫡值法及复相关系数法对数据模型进行了分析，证明了结合嫡值法及复相关系数法的层次BP神经网络模型能够有效反映5个县城的真实金融生态情况，并且在方法上具有很好的互补性和区分度[70]。
（5）基于面板数据模型的实证研究
面板数据回归方法也是我国学者在研究金融生态问题时采用的重要方法，其中就包括：宁文娟、韩占兵（2008）运用三种不同面板数据模型对于我国西部金融状况做了分析并解释了存在的问题[71]。向琳等（2009）则是将研究的方向指向农村金融生态环境，他通过将农村金融生态环境与地区第一产业增长联系起来并建立模型，通过分析得出影响我国农村金融生态发展的主要因素是地区经济状况、地方人民生活水平和当时居民受教育程度[72]。邓淇中（2012）则采用了DEA模型和Malmqusit指数方法，就我国29个省区金融发展效率问题，从动态和静态两个方面进行研究并分析各省份金融生态发展差异与变化轨迹，并为协调区域发展提供了科学依据[73]。张帅（2015）研究我国31个省份之间生态效率差异问题，采用了超效率DEA和空间计量模型，就我国31个省份2008—2012年5年的金融生态进行了测算[74]。