构建普惠金融评价指标体系

方案层设为P层，成对比较矩阵如下：

对比矩阵O-A（准则层对普惠金融评价系统的成对比较矩阵）

对比矩阵P-A1（方案层P对A1渗透度的成对比较矩阵）

对比矩阵P-A2（方案层P对A2可得性的成对比较矩阵）

对比矩阵P-A3（方案层P对A3使用性的成对比较矩阵）（见表3、图2）

三、搜集数据

通过西藏统计年鉴、金融统计年鉴、人口普查统计年鉴、金融机构统计年鉴、保险统计年鉴等搜集以上9个核心指标。

四、数据预处理

在一个庞大的数据中漏填、缺值、异常值、数据层级问题等很多存在很多问题、这就会给后续的数据分析和挖掘带来的极大麻烦、甚至导致结论的错误、之所以我们用一些常规的数据处理方法来进行搜集的数据进行预处理、多数方法有数据清理、数据规约化等。

五、建立模型

对于非标准化的普惠金融指标体系难以精确的进行评定问题，本文结合模糊数学方法中的数学模型和因子分析方法来合理、科学、客观地评价综合指标体系。假设8个评估小组评定我区普惠金融发展水平（例如：人有性别之分、不是模糊的、而人的好坏等级之分是模糊的，优与好、好与坏的边缘是模糊的，没有一个标准的界限、评价因素时这9个指标对普惠金融发展的影响程度，每个指标没有一个指定和标准的评价界限，边缘是模糊的，过渡的，这种情况下可以用模糊、隶属方法去评价指标是最科学，合理，客观的一种方法），评价因素分别有D₉={每万人拥有金融机构数比重、每万人分配金融机构从业人员数量比重、每行政村辖区拥有助农取款点或者自助取款机数量、每万人中开立的存款账号比重、人均贷款占人均（旧P的比重、每万户中发生信贷关系数量比重、每万人中投保人员的比重、每万投保人中投医疗保险比重、每万投保人中投财产保险比重}，每一个指标相应的设置一个评价权重、这个评价权重是通过因子分析来得出对普惠金融评价指标的相应权重，得出指标权重按顺序分别为Q₉={0.05， 0.1，0.15， 0.1，0.2，0.1，0.05，0.1， 0.15}，评价等级分5个级别，设为V₅={优、好、良、一般、差}，具体详见表4：

所以这个8个评估小组对西藏的普惠金融发展水平的评定是：

则可以求出此类8个专家评委小组的综合评价为T，通过MATLAB运行结果为T=0.2750 0.3063 0.2000 0.1375 0.0813

他表示的评价是：“优”的程度是27%;“好”的程度是31%;“良”的程度是20%;“一般”的程度是14%;“差”的程度是8%;按照最大隶属原则，结论是“好”也就是西藏普惠金融发展状态是“好”。

六、结论

当前在研究普惠金融问题是侧重于正规银行为低收入或弱势群体提供金融服务，根据西藏的实际情况，主要以正规银行和保险的数据较全，而证券机构数据不易获取，故选取银行和保险业的相关数据来测算普惠金融的发展程度。

通过实证分析，根据8位评估小组对西藏普惠金融指标作出的评价等级与构建的西藏普惠金融评价体系得出的结果极为相似，说明该评价体系模型构建合理，科学，符合特殊地理和特殊经济环境下的普惠金融评价体系，井具有一定的参考和使用价值。

参考文献：

[1]杨纶标.模糊数学原理及应用[M].华南理工大学出版社，2011.

[2]郭振海.西藏農牧区普惠金融发展[J].中国金融，2014（3）.