国务院2009年19号文提出，到2020年将上海基本建成与中国经济实力和人民币国际地位相适应的国际金融中心。伦敦金融城每年都会发表金融中心的排名，在这个排名里面，最主要或最基本的元素是五个方面，其中之一就是人力资源，从这个角度讲，金融人才的进步对金融中心的建设极为要紧。从上海金融业联会发布的“2011上海金融景气指数”来看，上海金融人才景气程度进步相对缓慢（2010年仅为1 234点，每年平均增数为5%）。其中，金融人才水平水平虽有相对提升，但人才数目还需增加，结构性短缺现象仍然存在。上海金融机构数目从2001年的296家到2005年底的601家，再到2010年底的1 049家（陆家嘴金融平台），在10年中翻了近4倍，愈加多的金融机构，需要愈加多金融人才的支撑。本文通过预测试打分析上海在十二五期间对金融人才的需要情况，与上海自己对金融人才的供给进行预测比较，发现缺口，以进一步加大上海金融人才工作，深化金融改革，加快金融业进步，充分发挥金融对上海社会经济进步的促进用途，从而推进上海尽快达成十二五规划目的。

1、 上海金融人才需要预测

1. 多元线性回归预测试打分析。因为影响上海金融人才需要量的原因有不少，因此本文使用多元线性回归模型。对影响金融人才需要预测的经济进步及社会进步等层面的有关原因进行有关性剖析，选出有关系数最高的六项指标：上海生产总值、居民家庭人均消费支出、金融业总产值、人均生产总值、第三产业生产总值、上海进出口总额。用SPSS进行回归剖析（见表1），系统随机选出有关系数大且符合可建回归模型的要点：上海进出口总额。

用EXCEL对1999年~2009年上海金融从业人数和进出口总额进行回归剖析可知，回归模型的R2为0.903 529，说明金融从业数变化的90%可由进出口总额为讲解变量的线性回归模型来表示。在方差剖析部分，回归方程通过显著性检验，其F检验统计量的值为84.291 94，F统计量在原假设成立时发生的概率P为7.25E-06，明显小于显著性水平（置信度为95%），所以，该回归方程显著。自变量进出口总额也通过回归系数的显著性检验，其中t检验统计量的P值为7.25E-06，远小于显著水平0.05。由输出的回归残差图可以看出，残差的分布基本是零散分布，没呈现明显的趋势，说明残差独立分布，该方程参数估计有效。打造回归预测模型：Y=9.34+0.000 7X，其中X代表上海进出口总额。

因为受金融危机的影响，2009年上海贸易进出口总额较2008年有明显降低，本文以1999年~2008年贸易进出口总额为研究对象，比较各办法R2值大小，发现二项式的R2最大为0.994，且二项式预测模型的MAPE为0.091 017，小于灰色预测模型的0.120 566，因此用二项式模型（Y=167.7X2+260.4X+1929）预测2010年~2015年上海贸易进出口总额，并借助打造的回归预测模型预测2010年2015年上海金融人才需要量，结果见表3。

2. 时间序列预测试打分析。金融从业人数单变量值的出现具备不确定性，但整体却具备肯定的规律性，而且本文只不过进行短期预测，所以可使用时间序列预测模型。对1999年~2009年上海金融从业职员数据绘制平滑直线图，依据散点图走向并结合从业人数变化具体状况，可使用的时间序列剖析模型有趋势外推剖析法、移动平均剖析法与指数平滑剖析。比较各办法的MAPE及RMSE大小（见表2，其中指数平滑剖析的最好阻尼系数用EXCEL求得为0.762 599 7），可知移动平均预测精度最高，但因为移动平均只可以用来对下一期进行预测，因此本文用幂函数趋势外推剖析法进行预测（R2=0.926，Y=8.269X0.414），预测结果见表3。

3. 金融人才需要预测。设多元回归预测模型的权数为W1，时间序列预测模型的权数为W2，则：W1=?滓22/?滓12+?滓22 W2=1-W1。其中，12是多元回归预测模型预测残差的方差，?滓22是时间序列预测模型预测残差的方差。计算得到最佳加权系数：W1=0.382 187 887，W2=0.617 812。MAPE=0.054 943，可知，组合预测模型的MAPE值均小于回归预测模型的0.082 098准时间序列预测模型的0.067 208，也小于单纯线性预测的0.056 698，且均远小于10，说明在各单一模型预测精度较高的基础上，组合预测模型的精度有所提升，组合预测结果见表3。

2、 上海金融人才供给预测

本文着重研究上海自己对金融人才的供给情况，假设上海金融人才的供给主要源自上海各本科与专科院校金融专业毕业生。对上海现有些本科及专科院校进行逐一考察，分别找出各院校有关专业历年毕业生数，从而进行供给预测研究。因为金融行业主要包含银行、证券和保险，因此在采集本科人数时本文主要考虑的专业有保险、金融学、金融工程、国际金融与投资经济、金融商务、保险精算、银行与国际金融、公司金融、金融学（国际银行业务）。在采集专科院校金融类专业人才及本科院校所招收的金融类高职人才时主要考虑的专业是金融、国际金融、金融保险、金融管理与实务、证券与期货、国际航运保险与公估。而且因为中外办学不是留学，只不过项目交流，因此本文在采集数据时也将中外合作办学招收的金融类专业人数包括在内。上海开设金融类专业的本专科院校状况见表4，2006年~2010年上海本专科院校金融类专业招生人数见表5。

对本科招生人数绘制散点图发现，数据变化近似二项式函数：Y=11.78X2+5.785X+2 204预测得2011年招生人数为2 663人，同理，对数函数（Y=520.1LN（x）+376.7）预测2011年专科招生数为1 309，2012年为1 389。因为本科生一般四年后毕业，专科及高职生毕业时间为三年，因此2011年~2015年本专科金融人才供给量及总供给量见表5。

3、 结论

依据上海发布的《上海重点范围人才开发目录》中的“金融专项”显示，在金融业人才学历结构中，大专学历的占金融人才总数的38.8%，2005年金融系统从业职员中大学本科生占比为33.83%，2007年36.61%，每年平均增幅为1.39%，假设本科生的变动幅度也为1.39%，且这个变动幅度截止到十二五期间仍维持不变，依据金融人才预测值，十二五期间上海对本专科金融人才需要量见表5。

上海副市长屠光绍在2011年举办的陆家嘴金融平台上表示，“十二五期间”上海的金融市场体系建设面临着很重大的机会，金融市场中的金融体系、金融结构，特别投筹资结构的健全，为金融市场体系的完善提供很有利的条件，金融环境的进步会吸纳更多的金融人才。在“十二五”时期的拉动用途下，上海对金融人才的实质需要会比预测值高，而且伴随上海国际金融中心的建设，本专科生在金融人才中的占比会更高，因此对本专科生的实质需要也会比预测值高。由表5可看出，即便金融毕业生人才转移率为0，上海对金融人才的供给量也远小于需要量，本专科金融人才供应求购比分别约为：
1∶5与1∶10。

4、 对策手段

1. 当地人才的培养。为了进步和优化金融人才资源，满足上海金融人才需要，大家既需要培养当地人才，也需要吸引境外人才。但总体说来，培养并积极有效用和成长当地化金融人才是基础，只有如此才能从根本上提升上海国际金融中心的国际竞争优势。为了培养当地人才，从政府到学校都要采取积极的人才政策，打造完善金融人才的规划体系，以适应将来上海金融业进步的需要。

（1）立法和政府层面：优化吸引金融人才的外部环境。健全上海居住证规范，简化办理程序，降低对流动人才就业的户籍需要，放宽对本科及以上学历就业职员在沪落户限制；为外来入沪员工做好社会保障工作，促进人才流动；拟定打折政策吸引国外留学生回沪工作；设置金融奖项吸引人才；提升金融人才特别是高档金融人才的待遇水平，使其达到国际标准；增加各高校金融类专业招生指标。

（2）企业层面：保证自己金融人才的内部需要。按期对不同层次职员进行针对性培训；打造继续教育体系，鼓励职员到各高校等地同意继续教育；打造完善金融人才库，可选派部分应届毕业生到海外培训，以满足将来企业对特定人才的需要；多途径多层次引进人才，一般储备人才可通过招聘方法从各高校或其他金融机构等直接获得，高级管理人才可通过国际知名猎头公司获得。

（3）学校层面：扩大金融人才招生数目，提升金融人才水平。上海已开设金融类专业的院校积极响应上海教委政策指标，加强金融人才招生力度；尚未开设金融类专业的院校应积极申请开设，创造条件来培养金融人才，增加供给量。另外，高校要以专业及有关专业常识教育为基础，突出学生多方面能力的培养，深化教学改革，与国际市场接轨，以市场需要为首要条件，明确教学目的，校企联合，达成学生理论与实践方面的统一。

2. 境外人才的引进。高素质人才的培养需要肯定的时间和环境，不是一蹴而就的事情，所以现阶段可主要以引进人才为主，一方面可以通过与在沪的海外金融机构进行合作交流，学习他们的先进技术与管理经验，其次要拟定相应的打折政策，以吸引具备国际工作经验、学会最新金融技术与管理技能的高级人才到沪工作。譬如：针对从海外引进的高级金融人才，在个人所得税上给予肯定的税收打折，提供出入境便利，注意人才引进后的家庭安排、子女念书等问题。