三、 模型建立及結果分析
1. 模型建立。基於IMD構建的金融競爭力指標體係，運用熵值法進行客觀賦權，求出各指標權重，構成權重矩陣，然後利用灰色關聯法計算關聯係數矩陣，最後通過多級模糊綜合評價法建立評價模型。本文分二級進行評價：
（1）將金融競爭力看成是一個總因素集A，該因素集有4個子因素集Bi構成，每個Bi又有ki個子集構成，即Bi={bi1，bi2，…，b}，i=1，2，…，n，其中B1，B2，…，B4稱為第一級指標因素集，bi1，bi2，…，b稱為第二級指標因素集。
（2）計算Bi層的熵權——熵值法賦權。根據熵值法的公式，借助於R軟件計算一級指標因素集的熵權值，確定權重集Pi={Pi1，Pi2，…，P}。
（3）利用灰色關聯法求Bi層的關聯係數矩陣作為模糊關係矩陣。由於指標體係中各項指標數據的量綱不同，在進行分析之前，首先要對數據進行無量綱化處理，以消除量綱不同對評價結果的影響。一般來說，對應某一個具體的評價指標，根據評價目標的不同，基本可以分為三類：一是正向指標，指標值越大越好，二是逆向指標，指標值越小越好，三是適中最好。本文所選指標全部為前兩類，其中既有正向指標又有逆向指標，因此，有必要將逆向指標正向化，然後再進行無量綱化處理。對指標進行正向化處理的方法為：對逆向指標Vij通過公式V′ij=max（Vij）+min（Vij）-Vij，（1im）將其轉化為正向指標，再將V′ij記作Vij。之後再根據公式用Excel將原始數據做無量綱化處理，進而求關聯係數矩陣，作為模糊關係矩陣，即i=（i1，i2，…，），其中i=1，2，…，n。ki是每個子係統的指標的個數。
（4）通過公式Ci=Pi·i，（i=1，2，…，n）計算Bi層的綜合評判結果。
（5）計算A層的綜合評價結果。把Bi層的綜合評價結果整理後作為A層的因素集Q=（C1，C2，…，C4），首先依然根據熵值法求出A層的權重集P={a1，a2，…，a4}；再依照步驟（3）求得A層的關聯係數矩陣作為模糊關係矩陣={1，2，…，4}4×60，根據下方公式計算綜合評判結果：
Q′=P·=（I1，I2，…，I60）
2. 實證結果分析。根據上述方法對60個國家和地區2004年～2013年的金融競爭力指標進行分析，我們可以得到各個一級指標的綜合得分和金融競爭力綜合得分，以及各自的排名。
根據實證結果可知，不同的國家在每個指標上的競爭力綜合值都存在著較大的差異，排名第一和排名最後的國家相差分值較大。其中，各國在資本市場效率競爭力和股票市場活力競爭力上的差異尤為突出。結果顯示，綜合得分最高的是美國，不僅股票市場活力的競爭力最強，銀行部門的運行效率也最高，作為世界上最發達的國家，美國擁有較為堅實的工業基礎和龐大的經濟實體，而且金融業發展起步較早，金融市場較為成熟。香港地區排名第二，其作為世界上最自由的經濟體，無論是海外還是本地機構都可以無限製地進行投資活動，資金的流入和流出較為自由，為香港能夠成為國際金融中心奠定基礎，並且國際投資者活躍於香港股市，可見其具有較高的資本市場效率和股票市場活力。排名靠前的國家有瑞士、加拿大、日本、澳大利亞、英國、挪威等發達國家，這些國家的競爭力優勢主要體現在資本市場效率競爭力和股票市場活力競爭力上，究其原因，這些國家不僅具有良好的微觀經濟基礎，並且具有較為完善的宏觀經（下轉第63頁）濟環境和金融市場體係。出乎意料的是，印度作為發展中國家，在金融體係競爭力的排名中位居第四，對比發現，在四個一級指標中印度在股票市場活力競爭力上得分較高，加之該指標具有較高的權重，使得印度在綜合排名中位居前列，而其無論在銀行部門效率上還是在資本成本上都不具有明顯的優勢，甚至排名靠後。中國的金融體係競爭力綜合得分排名為30，名次居中，從四個一級指標來看，可以看到股票市場活力這一指標排名12，較為靠前，說明我國的宏觀經濟環境能夠為我國金融業提供良好的資金支持，而其他三個指標的名次均不理想，資本市場效率和銀行市場效率較拉低了我國金融業的總體競爭力水平。