、
摘要:文章以河北省城市化建设、金融服务为例,构建了两者之间的评价指标体系并进行了实证分析。研究发现 ,河北省城市化建设与金融支持存在长期的均衡关系,而且两者之间的因果关系是双向的,金融支持城市化建设的推动作用非常明显,加强城市化建设对金融体系的完善有重大意义。
关键词:城市化 金融支持 协整检验 Granger检验
推进城市化建设已成为目前社会普遍关注的热点。金融作为现代经济发展的核心,具有整合区域资源优势、优化生产要素布局方面的特殊功能,在城市化建设中发挥着极为重要的作用。近些年,河北省城市化建设稳步发展,但与全国中等城市相比,水平仍然偏低,制约着投资、消费需求的扩大,而金融发展可以通过高比例储蓄转化为投资、提高资本配置效率、优化金融市场结构等方面来促进城镇化的发展。根据河北省“十二五”小城镇发展规划的要求,积极实施城镇化战略,统筹城乡发展,全面建设小康社会,加大对各地小城镇建设的金融支持创造条件。到2015年,全省城镇人口增加到4100万人,城市化率提高到54%,达到或超过全国平均水平。因此,在快速城市化过程中,对基础设施、公共服务设施、社会保障等产生巨大的投资建设需求,财政无法满足,这需要强有力的金融支持。合理分析城市化建设和金融支持之间的内部机制,对明确河北省今后的配套的金融市场和城市化建设有重要的指导意义。
一、研究综述
从现有文献资料来看,城市化与金融关系的研究一直不是研究的重点,西方大部分国家都已经进入稳步快速发展时期,其城市化水平都普遍较高,对于城市化建设和金融支持更多关注于金融发展对城市化中的基础设施、城市用地建设、相关产业的资金推动作用。我国有些学者也从金融对城市化建设支持的角度,探讨了我国城市化与金融的关系。蒙荫莉(2003)以M2/GDP作为金融相关率指标 ,运用 OLS回归分析和格 兰杰因果关系检验对 1952—2001年的时 间序列数据进行分析,得出金融深化与城市化存在双向因果关系的结论,认为金融深化是城市快速成长的动因之一,城市化又进一步促进金融深化。张宗 益、许丽英 (2006)用带有控制变 量的 VAR模型对 1952—2003年的时间序列数据进行分沂,探讨了我国金融发展的规模扩张、结构调整及效率变化三个方面与城市化水平的关系,证明了金融发展有力地支持了我国的城市化进程。汪小亚从金融支持城市化的基础条件、经济条件、基本条件三个方面进行了论述。邓德胜 、刘京锋 等人建立城市化与金融发展关系的理论模型,并利用 中国 1978—2005年经验数据对两者进行实证检验,结果显示金融总量与城市化水平存在着显著的对数线关系,金融结构效益对城市化发展的支持不足,而储蓄转化为投资的比例逐渐下降是制约中国城市化快速发展的一个重要障碍。
综上所述,国内对金融支持城市化建设的研究很少,只要是基于国外理论,结合我国城市化现状规律来研究的,研究大多是针对中国整体城市化与金融支持的关系,只停留在局部层面,而没有具体研究每一个省或者地区的城市化和金融支持力度的关系,城市化建设时逐步推进的,每个区域经济发展方式不同,金融体系发育程度大有差别,在推进城市化建设中有不同的作用,因此本文以河北省为例,结合前人研究成果,拟从拟从金融对城市化发展支持的角度,在这方面作一初步探索。
二、指标选取和数据来源
本文引用戈德史密史(1969)提出的金融相关率(FIR)作为金融深化指标,是指一国或一区域金融工具的市场总值与经济总量之比,表示一国或一区域的经济金融化程度。金融工具的市场总值包括广义货币供应量余额M2、债券余额、股票总资产,其公式为FIR=(M2+L+S)/GDP。考虑河北省的实际数据的可获性,本文选择金融机构存贷款余额总和与名义GDP之比来衡量河北省金融发展水平,记为FIR
区域的经济发展水平、基础设施的投资建设都很大程度上影响的城市化进程,因此除了金融发展指标之外,本文另加入两个控制变量指标,采用实际人均GDP增长来衡量经济的增长,记为RGDP。用城镇基本建设投资占总GDP的比重来衡量城市基础设施建设记为INFRA.
城市化水平是指一个地区城市化的发展程度,其公式为城市化水平=(城市人口数/总人口数)/100%,记为URB
本文采河北省1990—2011年的数据。 来源于《中国统计年鉴》、《河北省经济年鉴》、《新中国五十年统计资料汇编》、《河北省国民经济和社会发展统计公报》。
三、实证结果分析
(一)ADF单位根检验
在实践中,研究经济变量之间的关系时,每个变量的时间序列几乎都是非平稳的,因此首先要对各变量平稳性检验,本文采用ADF检验方法,首先对实际人均GDP取对数以消除部分异方差,减少数据的波动性,根据水平变量和一阶差分变量的趋势图来选择模型的的检验形式(有无截距项、趋势项),根据SIC准则确定最优滞后阶数。其结果如下表:
表一:ADF单位根检验结果
| 变量 | 检验形式 | ADF统计量 | 5%临界值 | P值 | 结论 |
| URB | (C,T,0) | -2.355 | -3.6591 | 0.3502 | 非平稳 |
| △URB | (C,T,0) | -5.682 | -3.6746 | 0.02 | 平稳 |
| LnRGDP | (C,T,1) | -3.393 | -4.5348 | 0.4215 | 非平稳 |
| △LnRGDP | (C,T,0) | -1.990 | -3.2762 | 0.0539 | 平稳 |
| FIR | (C,N,0) | -2.166 | -3.0199 | 0.1478 | 非平稳 |
| △FIR | (C,N,0) | -3.119 | -3.0294 | 0.0062 | 平稳 |
| INFRA | (C,T,1) | -1.092 | -3.6591 | 0.2900 | 非平稳 |
| △INFRA | (C,T,1) | -4.600 | -3.2856 | 0.0004 | 平稳 |
图一可知,在5%的显著性水平下,各个变量都存在单位根,原始序列是非平稳的,而在一阶差分之后,都通过了单位根检验,说明变量之间均是一阶单整的。
(二)协整检验
由于各个变量之间都是一阶单整的,进一步考察变量之间的长期稳定关系,本文使用Johansen多变量极大似然法对多变量时间序列进行协整检验。首先应该确定加入控制变量后的无约束VAR模型结构,模型的滞后阶数根据AIC、SC、最小准则和LR统计量作为检验标准,Johansen协整检验滞后阶数取VAR模型最优阶数减1,经检验,VAR模型滞后期为2时,残差序列具有平稳性,所以,检验的最佳滞后期为1。
表二:VAR模型估计结果
| FIR | INFRA | LNRGDP | URB | |
| RIR(-1) | 0.662224 (0.337) (1.96816) | 0.172763 (0.15472) (1.11659) | 0.075875 (0.12614) (0.60151) | -0.032313 (0.03334) (-0.96920 ) |
| INFRA(-1) | -0.442005 (0.59825) (-0.73882) | -0.366580 (0.27510) (-1.33251) | 0.281014 (0.22428) (1.25294) | 0.0231 (0.05928) (0.39076) |
| LNRGDP(-1) | -0.8235 (0.55706) (0.56684) | 0.674098 (0.40620) (1.65953) | 1.441395 (0.33116) (4.35256) | -0.121373 (0.08753) (-1.38668) |
| URB(-1) | 1.552617 (3.71914) (0.41747) | -0.2536 (1.71023) (-0.52188) | 0.5925 (1.39429) (0.46326) | 0.932330 (0.36852) (1.55070) |
| C | 3.7069 (1.210) (2.93243) | 0.220000 (0.58129) (0.37847) | 0.291603 (0.47391) (0.61531) | -0.20035 (0.12526) (-0.15995) |
| R-squared | 0.946086 | 0.924539 | 0.998391 | 0.994114 |
| Adj.R-squared | 0.542955 | 0.8171 | 0.997105 | 0.9405 |
| Sum sq.resids | 0.117819 | 0.024914 | 0.016559 | 0.001157 |
| S.E.equation | 0.108544 | 0.049913 | 0.040693 | 0.010755 |
| F-statistic | 3.672925 | 15.31491 | 775.82 | 211.1076 |
| Log likelihood | 21.32913 | 36.060 | 39.97011 | 65.25246 |
| Akaike AIC | -1.297803 | -2.851536 | -3.260012 | -5.921312 |
| Schwarz SC | -0.850437 | -2.404171 | -2.8126 | -5.473946 |
| Mean dependent | 1.866745 | 0.241705 | 9.068612 | 0.285452 |
| S.D.dependent | 0.160556 | 0.135432 | 0.756239 | 0.104488 |
表三:Johansen 协整检验结果
Hypothesized
| No.of CE(s) | Eigenvalue | Trace Statistic | 0.05 Critical Value | Prob** |
| None* | 0.832916 | .85185 | 55.24578 | 0.0000 |
| At most 1* | 0.805748 | 35.855 | 55.01090 | 0.0281 |
| At most 2* | 0.507045 | 18.72224 | 24.39771 | 0.3057 |
| At most 3* | 0.447793 | 3.28281 | 11.81466 | 0.6128 |
从协整检验结果,可以看出金融相关率、基础设施的建设与城市化存在长期稳定的均衡关系。
(三)因果关系检验
河北省城市化率与金融发展在5%的显著性水平上存在长期稳定的关系,但是不能确定彼此之间的因果关系,即金融发展可能引起城市化率提高,但城市化率不一定必然引起金融水平的提升,也可能是来自其他因素,因此,还需要对两者之间因果关系进行检验。
表四:格兰杰因果检验
| 原假设 | 样本数 | F统计量 | P值 | 检验结果 |
| URB不是FIR的格兰杰原因 FIR不是URB的格兰杰原因 | 20 | 5.309 2.01778 | 0.02767 0.00038 | 拒绝 拒绝 |
| URB不是INFRA的格兰杰原因 INFRA不是URB的格兰杰原因 | 20 | 3.24425 3.63208 | 0.823 0.0319 | 接受 拒绝 |
| URB不是LNGDP的格兰杰原因 LNGDP不是URB的格兰杰原因 | 20 | 5.79900 4.25229 | 0.04582 0.07212 | 拒绝 接受 |
四、研究结论
从上面回归模型中可以看出,河北省城市化建设与金融发展之间存在一种长期稳定的关系,而且两者相互影响、相互促进,因此,河北省在推动城市化建设过程中,应该,加大对基础设施和公共服务的投入,积极培育多种形式的建设项目贷款机构,直接融资和间接融资相结合,合理建立多元化的投资机制,拓宽融资渠道,积极培育中小城市,注重区域间金融的均衡发展,构建有效的城市金融服务体系,从而加快河北省城市化进程。下载本文