十二五時(shí)期上海金融人才供求分析及對(duì)策研究十二五時(shí)期上海金融人才供求分析及對(duì)策研究

國務(wù)院2022年19號(hào)文提出，到2022年將上海根本建成與中國經(jīng)濟(jì)實(shí)力和人民幣國際地位相適應(yīng)的國際金融中心。倫敦金融城每年都會(huì)發(fā)表金融中心的排名，在這個(gè)排名里面，最主要或最根本的元素是五個(gè)方面，其中之一就是人力資源，從這個(gè)角度講，金融人才的開展對(duì)金融中心的建設(shè)極為重要。從上海金融業(yè)聯(lián)會(huì)發(fā)布的“2022上海金融景氣指數(shù)〞來看，上海金融人才景氣程度開展相對(duì)遲緩〔2022年僅為1234點(diǎn)，年均增數(shù)為5%〕。其中，金融人才質(zhì)量水平雖有相對(duì)提高，但人才數(shù)量還需增加，結(jié)構(gòu)性短缺現(xiàn)象仍然存在。上海金融機(jī)構(gòu)數(shù)量從2022年的296家到2022年底的601家，再到2022年底的1049家〔陸家嘴金融論壇〕，在10年中翻了近4倍，越來越多的金融機(jī)構(gòu)，需要越來越多金融人才的撐持。本文通過預(yù)測(cè)分析上海在十二五期間對(duì)金融人才的需求狀況，與上海自身對(duì)金融人才的供應(yīng)進(jìn)行預(yù)測(cè)比擬，發(fā)現(xiàn)缺口，以進(jìn)一步加強(qiáng)上海金融人才工作，深化金融改革，加快金融業(yè)開展，充沛發(fā)揮金融對(duì)上海社會(huì)經(jīng)濟(jì)開展的促進(jìn)作用，從而推動(dòng)上海盡早實(shí)現(xiàn)十二五規(guī)劃目標(biāo)。

一、上海金融人才需求預(yù)測(cè)

1.多元線性回歸預(yù)測(cè)分析。由于影響上海金融人才需求量的因素有很多，因此本文采用多元線性回歸模型。對(duì)影響金融人才需求預(yù)測(cè)的經(jīng)濟(jì)開展及社會(huì)開展等層面的相關(guān)因素進(jìn)行相關(guān)性分析，選出相關(guān)系數(shù)最高的六項(xiàng)指標(biāo)：上海市生產(chǎn)總值、居民家庭人均消費(fèi)支出、金融業(yè)總產(chǎn)值、人均生產(chǎn)總值、第三產(chǎn)業(yè)生產(chǎn)總值、上海市進(jìn)出口總額。用SPSS進(jìn)行回歸分析〔見表1〕，系統(tǒng)隨機(jī)選出相關(guān)系數(shù)大且合乎可建回歸模型的要素：上海市進(jìn)出口總額。

用EXCEL對(duì)1999年~2022年上海市金融從業(yè)人數(shù)和進(jìn)出口總額進(jìn)行回歸分析可知，回歸模型的R2為0.903529，表明金融從業(yè)數(shù)變化的90%可由進(jìn)出口總額為解釋變量的線性回歸模型來表示。在方差分析局部，回歸方程通過顯著性檢驗(yàn)，其F檢驗(yàn)統(tǒng)計(jì)量的值為84.29194，F(xiàn)統(tǒng)計(jì)量在原若成立時(shí)發(fā)生的概率P為7.25E-06，明顯小于顯著性水平〔置信度為95%〕，所以，該回歸方程顯著。自變量進(jìn)出口總額也通過回歸系數(shù)的顯著性檢驗(yàn)，其中t檢驗(yàn)統(tǒng)計(jì)量的P值為7.25E-06，遠(yuǎn)小于顯著水平0.05。由輸出的回歸殘差圖可以看出，殘差的分布根本是零散分布，沒有呈現(xiàn)明顯的趨勢(shì)，表明殘差獨(dú)立分布，該方程參數(shù)估計(jì)有效。建立回歸預(yù)測(cè)模型：Y=9.34+0.0007X，其中X代表上海市進(jìn)出口總額。

由于受金融危機(jī)的影響，2022年上海貿(mào)易進(jìn)出口總額較2022年有明顯下降，本文以1999年~2022年貿(mào)易進(jìn)出口總額為研究對(duì)象，比擬各辦法R2值大小，發(fā)現(xiàn)二項(xiàng)式的R2最大為0.994，且二項(xiàng)式預(yù)測(cè)模型的MAPE為0.091017，小于灰色預(yù)測(cè)模型的0.120566，因此用二項(xiàng)式模型〔Y=167.7X2+260.4X+1929〕預(yù)測(cè)2022年~2022年上海市貿(mào)易進(jìn)出口總額，并利用建立的回歸預(yù)測(cè)模型預(yù)測(cè)2022年2022年上海市金融人才需求量，結(jié)果見表3。

2.時(shí)間序列預(yù)測(cè)分析。金融從業(yè)人數(shù)單變量值的出現(xiàn)具有不確定性，但是整體卻具有一定的規(guī)律性，而且本文只是進(jìn)行短期預(yù)測(cè)，所以可采用時(shí)間序列預(yù)測(cè)模型。對(duì)1999年~2022年上海金融從業(yè)人員數(shù)據(jù)繪制平滑直線圖，根據(jù)散點(diǎn)圖走向并結(jié)合從業(yè)人數(shù)變化具體情況，可選用的時(shí)間序列分析模型有趨勢(shì)外推分析法、移動(dòng)平均分析法以及指數(shù)平滑分析。比擬各辦法的MAPE及RMSE大小〔見表2，其中指數(shù)平滑分析的最正確阻尼系數(shù)用EXCEL求得為0.7625997〕，可知移動(dòng)平均預(yù)測(cè)精度最高，但由于移動(dòng)平均只能用來對(duì)下一期進(jìn)行預(yù)測(cè)，因此本文用冪函數(shù)趨勢(shì)外推分析法進(jìn)行預(yù)測(cè)〔R2=0.926，Y=8.269X0.414〕，預(yù)測(cè)結(jié)果見表3。

3.金融人才需求預(yù)測(cè)。設(shè)多元回歸預(yù)測(cè)模型的權(quán)數(shù)為W1，時(shí)間序列預(yù)測(cè)模型的權(quán)數(shù)為W2，那么：W1=《滓22/《滓12+《滓22W2=1-W1。其中，12是多元回歸預(yù)測(cè)模型預(yù)測(cè)殘差的方差，《滓22是時(shí)間序列預(yù)測(cè)模型預(yù)測(cè)殘差的方差。計(jì)算得到最優(yōu)加權(quán)系數(shù)：W1=0.382187887，W2=0.617812。MAPE=0.054943，可知，組合預(yù)測(cè)模型的MAPE值均小于回歸預(yù)測(cè)模型的0.082098及時(shí)間序列預(yù)測(cè)模型的0.067208，也小于單純線性預(yù)測(cè)的0.056698，且均遠(yuǎn)小于10，表明在各單一模型預(yù)測(cè)精度較高的根底上，組合預(yù)測(cè)模型的精度有所提高，組合預(yù)測(cè)結(jié)果見表3。

二、上海金融人才供應(yīng)預(yù)測(cè)

本文著重研究上海自身對(duì)金融人才的供應(yīng)狀況，若上海金融人才的供應(yīng)主要來源于上海各本科以及?？圃盒＝鹑趯I(yè)畢業(yè)生。對(duì)上?，F(xiàn)有的本科及?？圃盒＿M(jìn)行逐一考察，分別找出各院校相關(guān)專業(yè)歷年畢業(yè)生數(shù)，從而進(jìn)行供應(yīng)預(yù)測(cè)研究。由于金融行業(yè)主要包括銀行、證券和保險(xiǎn)，因此在收集本科人數(shù)時(shí)本文主要考慮的專業(yè)有保險(xiǎn)、金融學(xué)、金融項(xiàng)目、國際金融與投資經(jīng)濟(jì)、金融商務(wù)、保險(xiǎn)精算、銀行與國際金融、公司金融、金融學(xué)〔國際銀行業(yè)務(wù)〕。在收集?？圃盒＝鹑陬悓I(yè)人才及本科院校所招收的金融類高職人才時(shí)主要考慮的專業(yè)是金融、國際金融、金融保險(xiǎn)、金融管理與實(shí)務(wù)、證券與期貨、國際航運(yùn)保險(xiǎn)與公估。而且由于中外辦學(xué)不屬于留學(xué)，只是工程交流，因此本文在收集數(shù)據(jù)時(shí)也將中外合作辦學(xué)招收的金融類專業(yè)人數(shù)包含在內(nèi)。上海開設(shè)金融類專業(yè)的本?？圃盒Ｇ闆r見表4，2022年~2022年上海本專科院校金融類專業(yè)招生人數(shù)見表5。

對(duì)本科招生人數(shù)繪制散點(diǎn)圖發(fā)現(xiàn)，數(shù)據(jù)變化近似二項(xiàng)式函數(shù)：Y=11.78X2+5.785X+2204預(yù)測(cè)得2022年招生人數(shù)為2663人，同理，對(duì)數(shù)函數(shù)〔Y=520.1LN〔x〕+376.7〕預(yù)測(cè)2022年專科招生數(shù)為1309，2022年為1389。由于本科生一般四年后畢業(yè)，專科及高職生畢業(yè)時(shí)間為三年，因此2022年~2022年本?？平鹑谌瞬殴?yīng)量及總供應(yīng)量見表5。

三、結(jié)論

根據(jù)上海市發(fā)布的?上海市重點(diǎn)領(lǐng)域人才開發(fā)目錄》中的“金融專項(xiàng)〞顯示，在金融業(yè)人才學(xué)歷結(jié)構(gòu)中，大專學(xué)歷的占金融人才總數(shù)的38.8%，2022年金融系統(tǒng)從業(yè)人員中大學(xué)本科生占比為33.83%，2022年36.61%，年均增幅為1.39%，若本科生的變動(dòng)幅度也為1.39%，且這個(gè)變動(dòng)幅度截止到十二五期間仍保持不變，根據(jù)金融人才預(yù)測(cè)值，十二五期間上海對(duì)本?？平鹑谌瞬判枨罅恳姳?。

上海市副市長屠光紹在2022年舉辦的陸家嘴金融論壇上表示，“十二五期間〞上海的金融市場(chǎng)體系建設(shè)面臨著非常重大的機(jī)遇，金融市場(chǎng)中的金融體系、金融結(jié)構(gòu)，尤其投融資結(jié)構(gòu)的完善，為金融市場(chǎng)體系的健全提供非常有利的條件，金融環(huán)境的開展會(huì)吸納更多的金融人才。在“十二五〞時(shí)期的拉動(dòng)作用下，上海對(duì)金融人才的實(shí)際需求會(huì)比預(yù)測(cè)值高，而且隨著上海國際金融中心的建設(shè)，本?？粕诮鹑谌瞬胖械恼急葧?huì)更高，因此對(duì)本?？粕膶?shí)際需求也會(huì)比預(yù)測(cè)值高。由表5可看出，即使金融畢業(yè)生人才轉(zhuǎn)移率為0，上海對(duì)金融人才的供應(yīng)量也遠(yuǎn)小于需要量，本?？平鹑谌瞬殴┣蟊确謩e約為：1∶5以及1∶10。

四、對(duì)策措施

1.外鄉(xiāng)人才的培養(yǎng)。為了開展和優(yōu)化金融人才資源，滿足上海金融人才需求，我們既需要培養(yǎng)外鄉(xiāng)人才，也需要吸引境外人才。但總體說來，培養(yǎng)并積極有效使用和生長外鄉(xiāng)化金融人才是根底，只有這樣才能從基本上提高上海國際金融中心的國際競(jìng)爭(zhēng)力。為了培養(yǎng)外鄉(xiāng)人才，從政府到學(xué)校都應(yīng)該采取積極的人才政策，建立健全金融人才的規(guī)劃體系，以適應(yīng)未來上海金融業(yè)開展的需要。

〔1〕立法和政府層面：優(yōu)化吸引金融人才的外部環(huán)境。完善上海居住證制度，簡化辦理程序，減少對(duì)流動(dòng)人才就業(yè)的戶籍要求，放寬對(duì)本科及以上學(xué)歷就業(yè)人員在滬落戶限制；為外來入滬工作人員做好社會(huì)保障工作，促進(jìn)人才流動(dòng)；制定優(yōu)惠政策吸引海外留學(xué)生回滬工作；設(shè)置金融獎(jiǎng)項(xiàng)吸引人才；提高金融人才尤其是高端金融人才的待遇水平，使其到達(dá)國際規(guī)范；增加各高校金融類專業(yè)招生指標(biāo)。

〔2〕企業(yè)層面：保證自身金融人才的內(nèi)部需求。定期對(duì)不同層次員工進(jìn)行針對(duì)性培訓(xùn)；建立繼續(xù)教育體系，激勵(lì)員工到各高校等地接受繼續(xù)教育；建立健全金融人才庫，可選派局部應(yīng)屆畢業(yè)生到國外培訓(xùn)，以滿足未來企業(yè)對(duì)特定人才的需求；多渠道多層次引進(jìn)人才，一般儲(chǔ)藏人才可通過招聘伎倆從各高?；蚱渌鹑跈C(jī)構(gòu)等直接獲得，高級(jí)管理人才可通過國際出名獵頭公司獲得。

〔3〕學(xué)校層面：擴(kuò)大金融人才招生數(shù)量，提高金融人才質(zhì)量。上海市已開設(shè)金融類專業(yè)的院校積極響應(yīng)上海市教委政策指標(biāo)，加大金融人才招生力度；尚未開設(shè)金融類專業(yè)的院校應(yīng)積極申請(qǐng)開設(shè)，發(fā)明條件來培養(yǎng)金融人才，增加供應(yīng)量。另外，高校要以專業(yè)及相關(guān)專業(yè)知識(shí)教育為根底，突出學(xué)生多方面能力的培養(yǎng)，深化教學(xué)改革，與國際市場(chǎng)接軌，以市場(chǎng)需要為前提，明確教學(xué)目的，校企聯(lián)合，實(shí)現(xiàn)學(xué)生理論與實(shí)踐方面的統(tǒng)一。

2.境外人才的引進(jìn)。高素質(zhì)人