一、引言
金融生态的概念是2003年中国人民银行行长周小川首次提出的，借助生态学的理论探讨金融生态建设和金融改革发展的问题，引起了社会各界的广泛重视和高度关注。金融生态是将生态学的概念引入到金融领域，描述金融主体及其赖以生存和发展的金融生态环境构成的彼此依存、相互影响、共同发展的动态平衡系统。
针对金融生态的理解，目前国内主要有两大类，即金融生态环境观和金融生态系统观，而相关理论及实证分析基本都是围绕这两种观点展开的。前者主要从金融外部运行机制或基础条件等方面出发来探讨其实现的相关运作机理，侧重金融生态在当今金融与经济、社会和谐发展中的重要性。主要包括政府行为、法律治理、诚信基础三大内容，其中核心是法律治理。后者则认为，金融生态是一种开放复杂的系统，具体应包括金融生态主体、生态环境、生态调节三个方面。金融生态建设既包括生态环境的改善，又包括生态主体的改造和生态调节机制的完善。从金融生态主体来看，其目标是建立多元化、多种所有制并存、产权主体明确、产权实现完整、产权约束严密的金融组织体系。
二、评估方法研究及模型构造
（一）ANP方法的介绍
网络层次分析法（ANP）是萨蒂教授（Saaty）在AHP的基础上于20世纪90年代提出来的，ANP和AHP面对的都是无结构和半结构化的决策问题，是社会经济系统的数学模型无法进行精确描述的复杂问题。
AHP的假设前提是决策层之间的单向层次关系和元素内部相对独立的递阶层次结构，而未能考虑到同一决策层和层次之间的反馈和影响。但实际工作中对总目标进行分解时，时常会遇到各因素交叉作用的情况，这时AHP模型就无能为力了。而ANP考虑到递阶层次结构内部循环及其存在的依赖性和反馈性，将系统元素划分为两大部分，第一部分称为控制因素层，包括问题目标和决策准则，所有的决策准则均被认为是彼此独立的，且受目标元素支配。控制元素中可以没有决策准则，但至少有一个目标，控制层中的每个准则的权重均可由传统的AHP获得。第二部分为网络层，它是由所有受控制层支配的元素组成的，其内部是互相影响的网络结构，图2就是一个典型的ANP结构。
（二）模型构建
本文借鉴近年来各地区发布的金融生态评估成果，在相关金融生态理论的基础上，将指标体系分为三个层次，4个项目层，12个子项目层，48个指标组成。根据所确立的指标体系以及各指标之间的关联，基于ANP的基本原理构建结构图（见图3）。
此模型与典型的ANP模型相比，不包含决策准则（因为它们之间存在依存、反馈的关系，而并非相互独立），不包含决策的方案层，因为这样会使问题过于复杂，难于处理。
如图3所示，ANP的结构主要由两部分组成：第一部分称为控制素层，包括问题目标（X金融生态）。
第二部分为网络层，是由X1 X2 X3 X4四个相互关联的元素集，以及其内部的x11、x12....x21、x31x32，....x45等组成，其内部的各元素之间也是相互影响。
存在关联的分析：
1、理论上的关联。仅举一例说明，例如司法力度（x11）指标里面包含的经济案件结案率（x111）、金融案件结案率（x112）与金融债权保护（x12）里面的金融胜诉案件执结率（x121）、金融案件执结资产回收率（x122）之间以及x11与x12之间都存在明显的关联。
2、数理上的证明。从各指标的数据来看，运用SPSS进行线型相关检验，证明其存在显著的相关性。例如：x111与x112，x121，x122之间的相关系数很大，说明x11与x12之间具有较强的关联度；进而说明x1元素集内部存在依存。同样，外部依存也显而易见。
三、实证研究
由于我国区域金融生态差异巨大，不同地区的风险特点不尽相同、风险水平差距明显，因而在建立适用于我国的区域金融生态评估模型时，需按一定特征标准分类操作。如果对每个大区域都一一进行评估，搜集数据存在太大的难度以及数据处理需要相当多的时间。因此，本文选取了庆阳市5县2012年度县域金融生态为例来进行实证分析，以验证本文提出的基于ANP的评估模型的实际应用成果。
（一）数据的采集
该评估案例中对庆阳市所辖县域金融生态评估所需数据资料，大多依附于《甘肃省县域经济金融数据库》的特色数据统计监测表--金融生态（年）。其中法治环境方面的数据主要来自法院，经济基础方面的数据主要来自统计局，信用环境方面的数据主要来自发改局、商业银行、司法局、律师协会、会计师事务所、注册会计师协会、担保机构等，金融运行方面的数据主要来自人民银行的金融统计监测管理信息系统。
（二）庆阳市5县金融生态环境评价结果
本次研究主要使用了Super Decisions 1.6.0软件，利用Excel进行原始数据的极差标准化及数据逐层汇总，利用Super Decisions 1.6.0求解出子项目到项目层及项目层到最后综合得分的权重。
1、庆阳市5县金融生态评价结果总体分析
利用上述的评价方法，通过计算得到了2012年庆阳市5县的金融生态环境综合得分和排名（考虑到评估结果的敏感性，各县名称均以A、B、C、D、E等字母代表），如下表和图所示：
由上表和图可知，2013年庆阳市5县金融生态综合得分均较低，得分最高的C县仅有0.646分；另外，各县金融生态环境综合得分存在一定差异，得分最高的C县和得分最低的E县的得分差距为0.2056556。
2、庆阳市5县金融生态环境评价结果的四要素分析
在进行评价工作时，我们运用网络层次分析法对金融生态环境的四大主要要素（法治环境、经济基础、信用环境、金融运行）进行计算，得出各要素所占的比重存有差异，它们对地区金融生态影响程度也有所不同。信用环境所占权重最大为0.318596，这表明信用环境在金融生态环境中占据较为重要的地位；紧接其后的是法制环境和经济基础，它们各自以0.307221的相同权重作用于生态环境。由此可见，信用环境与法治环境、经济基础的重要性相差并不大，金融运行的权重在四要素中最小为0.066962。金融生态环境更多地是取决于金融体系外部因素。
为了对庆阳市5县的金融生态环境进行比较，我们将2012年5县在法治环境、经济基础、信用环境、金融运行四要素的得分进行
排名。可知，在法治环境这一项中，5个县得分都相对较高，说明它们的法治环境在优化金融生态环境的方面有较大优势，A县和B县以相同得分位居首位，紧接其后的是C县，而D县和E县的得分与其它三县差距较为明显，尤其是D县远低于其它县；在经济基础这一项中，各县的在这项基础上的得分均不高。在其它三要素中优势地位均不明显的D县，在经济基础中的优势较高，A县和B县同样以较大优势高于E县和C县；在信用环境和金融运行这两项中，五县的得分排名相同，在这两要素中的总体水平有待大幅度提高，尤其是E县与其它县的差距较为明显。
针对庆阳市5县金融生态环境整体情况而言，A县和B县金融生态整体环境较好，但还需要加大力度提高经济发展水平、优化信用环境和改善金融运行；尤其要改善较为薄弱的经济发展状况。C县的经济基础在五个县中最好，但其他方面较差，尤其是法治环境较大程度制约了它的整体金融生态环境建设，需要大力改善。E县金融生态环境整体实力在样本5县中最不乐观，除了法治环境得分较高外，其它要素得分都较差，金融生态环境改善的空间很大。
四、结论及建议
实证结果验证了本文提出的区域金融生态模型的实用性和科学性，但在评估过程中我们发现，迫切需要建立区域金融生态数据库。科学的区域金融生态评估需要有完善的金融生态数据作基础。在我国，由于金融生态评估研究发展时间较短，尚没有形成一套科学完备的评估体系。为了建立系统、有效、灵敏的区域金融生态评估指标体系，需加快建立经济、金融信息的共享机制，完善人民银行与政府综合经济部门的信息交流机制。
参考文献
[1]Saaty，T.L.，《The analytic hierarchy process：planning，priorisetting，resource allocation[M]》，New York，1980。
[2]李扬等人.中国城市金融生态评价总报告[R]，2005。
[3]刘睿，余建星.基于ANP的超级决策软件介绍及其应用[J].系统工程理论余实践，2003，（8）：141-143。
[4]王蓓，孙林岩.基于ANP方法的逆向物流决策模型和算法[J].软科学，2007，（2）：20-24。
[5]薛艳丽.金融生态环境评价及优化分析[J].合作经济与科技，2013，（7）：70-72。
