近年来,随着我国经济逐渐融入经济全球化背景以及金融业对外开放的步伐明显加快,我国金融业也正向全球化和自由化方向发展。金融是现代经济的核心,金融资源的发展深度与广度对一个区域的经济增长与发展起到关键性的约束作用。金融行业的发展水平及其与经济增长的相互作用方式是一个备受关注的问题。然而,我国的地区金融发展呈现不平衡的趋势,各个省区的金融水平及成长模式呈现显著性差异。我国的区域金融问题逐渐成为一个重要的研究方向,可以说具有很强的中国特色。大部分的实证研究都采用金融相关比率作为一个重要的发展指标。因此,本文采用我国的区域金融相关比率作为研究对象。我国的区域金融相关比率发展是一个复杂的多因素问题,目前学术界对于其相关的影响因素及作用方式没有统一的见解。神经网络是一种智能化的数据处理方法,在处理非线性问题方面具有其他方法所不能比拟的优势。一个简单的三层BP前馈网络,采用简单的非线性转移函数,就可以以任意精度逼近任何非线性函数。同时,神经网络具有自适应能力、较好的容错性等优点。本文采用神经网络模型分析我国区域金融相关比率问题,选择每个省级行政区划作为研究对象,构造结构相同、参数不同的神经网络,并采用参数摄动分析方法对模型结果进行分析,比较不同影响因素的作用力度与影响比重,对全国各省级区划进行分类,有利于不同省份之间进行借鉴与参考。研究发现,国内生产总值对于区域金融相关比率的影响并非一定是正向的促进作用,而是随着时代的变迁、各省的不同情况,可能产生正向作用,也可能产生负向作用,还可能在正负作用之间发生转换。同样,固定资产投资等其它因素的影响模式也呈现多样化,而且在某些省份还出现了其影响比重可能超越国内生产总值的现象。另外,即使是金融发展水平相当的省份间,发展模式仍然可能有显著不同。分析结果表明,应该采用动态的观点看待各省的金融发展程度,不仅从历史发展中汲取经验,也可以从其他省份的发展模式中获得启示。