广东金融发展规模和发展效率与城镇化发展水平动态关系的检验分析

吴彩容 李静

（佛山科学技术学院，广东佛山，528000）



广东金融发展规模和发展效率与城镇化发展水平动态关系的检验分析

吴彩容 李静

（佛山科学技术学院，广东佛山，528000）

【摘要】以1993－2013年广东省金融发展规模、发展效率和城镇化发展水平的时序数据为例，在协整检验的基础上，通过VAR模型构建、格兰杰检验、脉冲响应分析和方差分解等方法验证三者的动态关系，结果发现，金融发展与城镇化发展水平存在交互响应关系。其中，金融发展规模是城镇化发展的格兰杰原因，对城镇化发展的影响较金融发展效率要明显，影响的程度要大。由此带给我们政策方面的启示是，要把金融发展规模拓展开来，进一步促进广东城镇化发展水平，使城镇化发展取得真正实效。

【关键词】城镇化；金融规模；金融效率；向量自回归模型

改革开放以来，我国的城镇化水平不断提高，广东更是走在全国前列。广东省城镇户籍人口从1978年的823.23万人增加到2012年的4545.84万人，城镇化水平由16.26%提高到52.64%［1］，但与国外发达国家的城镇化发展水平相比，广东省的城镇化发展空间还很大。按照《国家新型城镇化规划》（2014-2020年）提出的新型城镇化发展要求［2］，到2020年要进一步提升城镇化发展水平和基本公共服务覆盖率，这必须要有强大的金融支持做保障。

当前，关于金融发展与城镇化发展之间的关系实证成果较多，但研究结论依然存在分歧。一种看法认为金融发展与城镇化发展不存在格兰杰因果关系，比如郑长德［3］（2007）利用全国的相关时序数据进行研究，发现金融发展对城镇化发展有影响，并证明了两者之间不存在格兰杰因果关系；梁彭勇等［4］（2008）、郭娇娇［5］（2013）等人的研究也得出类似的结论。

另一种看法认为金融发展是城镇化发展的格兰杰原因。张宗益等人［6］（2006）通过模型实证了全国金融发展和城镇化的时序数据，并得出金融发展是城镇化发展的格兰杰原因，孙长青［7］（2012）、李树生等（2015）［8］通过实证也得出了同样的结论。

总体而言，目前关于金融发展与城镇化发展的研究成果，普遍都能得出金融发展对城镇化发展有影响，而关于金融发展对城镇化发展是否存在格兰杰原因的结论依然存在分歧。此外，深入研究金融发展规模、金融发展效率对城镇化发展影响的成果较少。基于此，笔者通过选取广东省1993-2013年的样本数据，通过建立VAR模型，采用格兰杰因果检验，脉冲响应分析和方差分解等方法，对三者之间的动态关系进行实证分析，旨在前人研究的基础上，进一步探讨广东金融发展规模、金融发展效率对城镇化发展的响应路径及其影响程度。

一、指标选取、数据来源与方法选用

（一）指标选取

按照已有的经济理论，我们发现金融的发展要么表现为总量的扩张，要么表现为结构的优化，总量的扩张实质就是规模的扩大，而结构的优化更多的体现在金融效率的提升方面。本文相应地选取金融发展规模和金融发展效率来衡量金融发展水平，分别用字母JFG表示金融发展规模，用JFX表示金融发展效率。其中，金融发展规模指标的确定是借鉴Goklsmith提出的金融相关率而选取。此外，由于金融机构95%以上的资产都表现为银行业资产，由此用银行的存贷款金融资产代表金融机构的总资产，因而本文的金融发展规模（JFG）指标就是指广东省所有中资机构每年年底的全部金融存款与贷款余额之和与广东省生产总值之比，值越大，说明金融发展规模越大。在此用CK代表金融存款余额，DK代表金融贷款余额，由此得到公式为：JFG=（CK+DK）/GDP。另外，金融发展效率反映的是金融机构储蓄投资转化率，是指广东省中资机构每年年底的全部金融贷款余额与存款余额之比，值越大，说明金融发展效率越高，存款转化成贷款越容易，由此得到公式为：JFX=DK/CK。

当前，在国内有两种方法可以衡量城镇化发展水平，一种是用非农产业人口占总人口的比率来表示，该测度办法侧重于人们是否从事农业；另一种是用城镇户籍人口占总人口的比率来表示，该测度办法偏向于人们的户籍是否城镇。鉴于城镇户籍在我国的特殊性，户籍不仅仅是户籍人地域所在的问题，还隐含了相关的利益或福利，只有拥有相应的户籍才能享受附带的红利好处，比如相应的医疗、教育、公共服务等等，因此，笔者认为真正的城镇化水平应该是后者较为恰当，即城镇化水平等于城镇户籍人口与总人口之比，相应的用CZH表示城镇化发展水平，用CZR表示城镇户籍人口，用ZR表示总人口，由此得到公式为：CZH=CZR/ZR。

（二）数据来源

本文所选取的数据来自《广东省统计年鉴》［9］，由于自1992年开始我们国家才实行市场经济制度，无形的手才真正发挥作用，由此笔者认为市场经济制度以后的经济数据才比较有代表意义，因此我们选用了1993-2013年度的时序数据。考虑避免伪回归的出现，我们分别对JFG、JFX和CZH取其对数，并相应以LJFG、LJFX和LCZH表示，而其一阶分别记为DLJFG、DLJFX和DLCZH。

（三）方法选用

文章主要采用平稳检验、VAR模型、Granger检验、脉冲响应函数和方差分解等方法，并通过EViews6.0软件进行。

1.平稳性检验

在对宏观时间序列进行计量分析中，通常要求所用的序列是平稳的，但在现实中的经济数据大多是非平稳的，对此，我们要检验序列的平稳性，即要进行平稳性检验，本文采用ADF检验。

2.VAR模型

自Sims在1980年提出向量自回归模型以来，该模型就广泛应用于经济管理各领域。VAR模型的基本思想有些特殊，它不是以经济理论为基础的，它仅仅是利用模型中每一个方程的内生变量对模型的全部内生变量的滞后值进行回归，从而估计所有变量的动态关系。VAR模型是自回归模型的联立形式，也叫向量自回归模型。具体的数学形式为：

上式中，Wb代表第b期观察值组成的M维列向量，Di表示系数矩阵，Vb代表随机误差项组成的M维列向量，而随机误差项称为白噪声过程。

3.Granger检验

Granger因果检验是用于判断一个变量的变化是否是另一个变量变化的原因，具体过程是变量X的变化是否是变量Y变化的原因，Y能在多大程度上能被过去的X所解释，而在加入X的滞后项以后，X对Y的解释程度是否有所提高，如果X对Y的预测有帮助，那么，我们认为Y是由X Granger所引起。Granger因果关系实质就是要检验一个变量的滞后变量是否可以引入到其他变量方程中；一个变量如果受到了其他变量的滞后影响，则判断它们之间存在Granger因果关系。

4. 脉冲响应函数与方差分解

脉冲响应函数的基本思想就是分析扰动项的影响是如何传播到各个变量的，反映的是VAR模型中的一个内生变量的冲击给其他内生变量所带来的影响，而方差分解则是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性，通过方差分解分析能判断模型中变量变化对每个扰动项影响的重要度。

二、VAR模型的构建及结果分析

（一）平稳性检验

时序经济数据通常都是不平稳的，但要构建VAR模型的前提就要求数据是平稳的。为此，我们要对数据进行平稳性检验。首先，我们对CZH、JFG和JFX三个时序数据进行直观判断，详见图1至图3。从图1、图2和图3的结果所示，CZH、JFG和JFX三个时序数据都是不平稳的。

图1　城镇化水平的曲线图

图2　金融发展规模曲线图

图3　金融发展效率曲线图

从上述三图，我们可以初步判断数据不平稳，接下来利用对数化对数据进行处理，并用ADF方法检验LCZH、LJFG和LJFX序列的平稳性，结果见表1。从表1的ADF检验结果，我们可以看出LCZH、LJFG和LJFX序列的ADF值都大于10%水平下的临界值，由此表明三个序列在10%、5%和1%显著性水平上都是不稳定的，运用EViews6.0软件对LCZH、LJFG和LJFX序列取一阶差分，结果见表1，表1中D（LCZH）、D（LJFG）和D（LJFX）的ADF值都小于5%水平下的临界值，说明已经不存在单位根，都变成了平稳的单整序列，符合下一步的建模条件。

表1　ADF检验结果

（二）VAR 模型的构建过程及结果

在对现有的研究文献分析的基础上，我们发现金融发展与城镇化发展水平关系密切，由此CZH、JFG和JFX可以建立VAR模型。由于VAR模型建立的前提条件是时序数据的平稳性，由此，我们选取CZH、JFG和JFX经过对数处理和一阶差分后的平稳序列进行。

表2　确定最优滞后期的AIC值和SC值

要建立VAR模型，首先必须解决的是滞后阶数的确定问题，通常对于大多数VAR模型而言，区间多数地从1到N，并且数据必须成对给出，每一对数字描述一个对应的滞后区间。由此，我们运行EViews6.0软件，得到不同滞后期的AIC值和SC值，具体结果详见表2，另外，结合AIC和SC最小原则，我们选择滞后阶数为（1、4）来建立无约束VAR模型，并将得出的具体参数结果，写成矩阵形式如下：

（三）格兰杰因果检验

本文利用格兰杰因果检验来判断JFG、JFX对CZH的关系。由于滞后期的选择会影响Granger因果检验的结果，而Granger因果检验本质上是VAR模型中的一个方程，由此，在进行Granger因果性检验时，我们按照上文构建的VAR方程的滞后期来选择，确定本文的Granger检验的滞后期为4，结果详见下表3。

表3　Granger因果检验结果

由上表3的Granger检验结果可知，金融发展规模是城镇化发展水平的Granger原因；城镇化发展水平不是金融发展规模的Granger原因；金融发展效率和城镇化发展水平之间互不是各自的Granger原因，但是各自伴随概率只有21.2%和32.7%，所以可以判断金融发展效率与城镇化发展之间还是有一定相互作用。

（四）脉冲响应结果和方差分析

为了考察金融发展规模、金融发展效率对城镇化发展水平的动态影响，我们将通过脉冲响应函数和方差分解来进行，通常在此之前，要确保VAR模型是平稳的，这就要检验VAR模型的全部特征根的模都小于1，为此，我们运行EViews6.0软件，得到VAR模型的根与模的结果，详见下图。

图4　VAR模型的根与模

从上图4我们可以看到VAR模型全部特征根的模都小于1，说明所建立的模型是一个平稳系统，可用于后续的脉冲响应分析和方差分解。

1. 城镇化发展水平对各金融发展规模和金融发展效率的响应曲线

由图5可知，城镇化发展水平对自身的一个标准差新息在第1期就有较强反映，一下子就飙升到0.100的位置，但影响时长很短，到第2期就回落到-0.017的水平，保持的时长也不长，到第4期就进一步回落到-0.020的水平，第5期到第9期经历了上升到回落再到上升然后再回落的过程，最后在-0.015水平处收敛。城镇化发展水平序列对金融发展规模和金融发展效率两个序列方程的新息在第1期反映都不强烈，但第2期开始就影响很明显。来自金融发展规模的影响尤其剧烈，从第1期的0.000到第4期就滑落约为-0.041，然后峰回路转，一直飙升到第6期的0.050左右，然后在第9期滑落至0.000的水平，之后处于0.010水平。来自金融发展效率的影响波动度不会太大，从第1期的0.000到第2期就滑落约为-0.017，达到最小值，之后在第5期上升至0.000，从第5期开始在原点附近收敛。由图5的结果，可以看出在短期，城镇化发展水平受自身前期发展的影响较大，同时也说明金融发展规模和金融发展效率的响应都存在明显的调节作用，并时而产生正向响应，时而产生负向影响，但从长期的收敛过程看，金融发展规模、金融发展效率对城镇化发展水平的响应具有长期性，且这种长期性是正向影响，金融发展规模的影响较金融发展效率对城镇化发展水平的影响要大。

图5　城镇化发展对各变量单位冲击的响应曲线

2. 方差分解结果分析

从表4可以看出，城镇化发展水平对其自身的影响较大，特别是在第1期的影响全在自身。随后，滞后期越延后城镇化发展水平对其自身的影响逐期降低，到第9期影响减少至62.31%，到了第10期影响为62.49%，稍有一点点反弹，最后在62.31%－62.49%之间收敛。金融发展规模和金融发展效率对城镇化发展水平都有影响，但影响的程度不同。金融发展规模对城镇化发展水平的影响比较大，在第8期时达到最大值35.83%，在第10期仍有35.27%。而金融发展效率对城镇化发展的影响比较平稳，一直维持在2%左右，最大也没超过2.30%，说明对城镇化发展水平的影响程度不大。从表4还可以看出，金融发展规模对城镇化发展水平的影响较金融发展效率要大得多，金融发展规模对城镇化水平的影响作用更显著。

表4　DLCZH方差分解结果

三、结论与政策建议

上述通过构建VAR模型和格兰杰检验，并利用脉冲响应和方差分解对广东的金融发展规模、金融发展效率和城镇化发展水平的动态关系进行实证。结果表明，广东自实行市场经济制度以来，总体上看，广东的金融发展规模和金融发展效率对广东的城镇化发展水平有正向促进作用，其中广东金融发展规模是广东城镇化发展的格兰杰原因，并且金融发展规模对城镇化发展的影响比较明显，影响的程度变化也比较大；而金融发展效率对广东城镇化发展的影响稍弱，贡献稍少，影响程度也比较平稳。

基于上述分析所得的结论，笔者认为广东地方政府应该继续加大金融发展支持力度，重点放在金融发展规模上。具体通过进一步解除金融市场的各种限制性障碍，打破银行机构的垄断地位，支持和鼓励民间金融的发展，让各种新型金融服务机构或服务形式百花齐放，构建多层次的金融体系，进一步提升金融发展规模和金融发展效率，尤其要把金融发展规模拓展开来，进一步促进城镇化发展水平，促进真正的城镇化发展。

【参考文献】

［1］吴彩容.城镇化水平、农业现代化与农民人均收入动态关系的检验分析——基于广东省的数据经验［J］.安徽农业大学学报（社会科学版），2015，24（3）：9-15.

［2］徐国贞.以持续投融资模式推进新型城镇化建设［J］.上海经济研究，2015，33（3）：40-46.

［3］郑长德.中国的金融中介发展与城镇化关系的实证研究［J］.广东社会学，2007，23（3）：12-18.

［4］梁彭勇，梁平，任思慧.中国金融发展与城市化关系的区域差异［J］.上海金融，2008，28（2）：14-17.

［5］郭娇娇. 城镇化、工业化与金融发展相关关系实证分析——以重庆市为例［J］. 商业时代，2013，35（2）：77-79.

［6］张宗益，许丽英.金融发展与城市化进程［J］.中国软科学，2006，20（10）：112-120.

［7］孙长青.基于VAR模型的城镇化、工业化与金融发展关系分析——以中原经济区为例［J］. 经济经纬，2012，28（6）：17-21.

［8］李树生，曹云峰，高立红. 金融发展能促进农村城镇化吗？［J］.首都经济贸易大学学报，2015，16（1）：17-23.

［9］广东统计年鉴编委会.2014广东省统计年鉴［EB/OL］.http：// www.gdstats.gov.cn/tjnj/2014/directory.html，2014-10-23.

（责任编辑：楚和）

A Study of Dynamic Relationship between Financial Scale and Efficiency and Level of——Urbanization Development in Guangdong Province

WU Cai-rong LI Jing
（Foshan University，Foshan，Guangdong，China，528000）

Abstract：Based on the time series data，relating with the scale and the effciency of fnancial development and urbanization development in Guangdong province from 1993 to 2013，their dynamic relationship was analyzed by VAR model，Grainger test，impulse response analysis and variance decomposition. The result indicates that the fnancial development is closely associated with urbanization development，and that the scale of financial development is the Grainger reason for the development of urbanization. The scale of financial development plays a bigger and more obvious role in urbanization development than the efficiency of financial development does. Thus，it is advisable that the scale of financial development should be expanded to further promote the urbanization development in Guangdong which will leads to real and effcient urbanization development.

Key words：urbanization；fnancial scale；fnancial effciency；VAR model

【作者简介】吴彩容（1981－），女，广东新会人，博士、经济师，佛山科学技术学院讲师；李静（1978－），女，湖北黄石人，博士，佛山科学技术学院讲师。

【收稿日期】2016－03－07

【基金项目】2014年度佛山市社科规划项目“设立民企海外直接投资基金研究”（2014-jg12）科研成果。

【中图分类号】F062.9

【文献标识码】A

【文章编号】2095－932x（2016）02－0027－05