李振 王曉煜
摘要:文章通過對124個(gè)國家1983年-2012年的面板數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果發(fā)現(xiàn),城鎮(zhèn)化和金融杠桿之間呈現(xiàn)出顯著的倒U型關(guān)系,即隨著城鎮(zhèn)化率的上升,金融杠桿水平會(huì)先上升后下降。具體而言,當(dāng)城鎮(zhèn)化率達(dá)到56%~63%時(shí),私人部門信貸/GDP可能出現(xiàn)拐點(diǎn);當(dāng)城鎮(zhèn)化率達(dá)到60%~63%時(shí),M2/GDP可能出現(xiàn)拐點(diǎn)。文章根據(jù)最近5年中國城鎮(zhèn)化率的年均增速推算,預(yù)計(jì)中國的金融杠桿水平很可能在2019年-2021年進(jìn)入拐點(diǎn)區(qū)域。
關(guān)鍵詞:城鎮(zhèn)化;金融杠桿;SYS-GMM
一、 引言與文獻(xiàn)回顧
城鎮(zhèn)化是維持經(jīng)濟(jì)健康發(fā)展的強(qiáng)大動(dòng)力,也是促進(jìn)金融發(fā)展和創(chuàng)新的有力支撐,反映了社會(huì)發(fā)展的客觀規(guī)律、國家現(xiàn)代化的發(fā)展程度。2013年11月,十八大三中全會(huì)做出的《關(guān)于全面深化改革若干重大問題的決定》提出,“堅(jiān)持走中國特色新型城鎮(zhèn)化道路,推進(jìn)以人為核心的城鎮(zhèn)化,推動(dòng)大中小城市和小城鎮(zhèn)協(xié)調(diào)發(fā)展、產(chǎn)業(yè)和城鎮(zhèn)融合發(fā)展,促進(jìn)城鎮(zhèn)化和新農(nóng)村建設(shè)協(xié)調(diào)推進(jìn)”。在2014年3月,正式推出《國家新型城鎮(zhèn)化規(guī)劃》(2014-2020年),明確了中國未來城鎮(zhèn)化的發(fā)展路徑、主要目標(biāo)以及戰(zhàn)略任務(wù)。當(dāng)前,中國正處在城鎮(zhèn)化加速推進(jìn)、金融深層變革的關(guān)鍵階段,正確理解和處理城鎮(zhèn)化、金融發(fā)展兩者之間的動(dòng)態(tài)聯(lián)系和規(guī)律,對于成功實(shí)現(xiàn)新型城鎮(zhèn)化和金融改革發(fā)展有重要的理論價(jià)值與實(shí)踐意義。
國內(nèi)外文獻(xiàn)就城鎮(zhèn)化與金融之間的關(guān)系研究,主要集中于金融發(fā)展與金融創(chuàng)新對城鎮(zhèn)化進(jìn)程的影響,而城鎮(zhèn)化進(jìn)程對金融的影響則很少涉及。孫浦陽和武力超(2011),采用1995年~2008年120個(gè)國家的面板數(shù)據(jù),使用2SLS估計(jì)方法分析了金融發(fā)展對全球各國城鎮(zhèn)化進(jìn)程的影響,發(fā)現(xiàn)金融發(fā)展是影響城鎮(zhèn)化進(jìn)程的重要因素。熊湘輝和徐璋勇(2015)通過對中國2004年~2013年31個(gè)省區(qū)使用空間面板模型進(jìn)行分析發(fā)現(xiàn),金融支持水平的提高對我國城鎮(zhèn)化發(fā)展具有促進(jìn)作用。榮晨和葛蓉(2015)從市場和政府關(guān)系的視角檢驗(yàn)了金融發(fā)展對城鎮(zhèn)化的支持效應(yīng),金融對城鎮(zhèn)化的支持在不同地區(qū)有明顯差異,而且,金融支持對政府干預(yù)、國有經(jīng)濟(jì)所占比重具有不同的敏感性。很多學(xué)者也認(rèn)為城鎮(zhèn)化和金融發(fā)展之間存在一種互動(dòng)機(jī)制。例如,賈洪文和胡殿萍(2013)認(rèn)為,城鎮(zhèn)化和金融發(fā)展存在一種互動(dòng)機(jī)制,通過擴(kuò)大金融規(guī)模、適當(dāng)提高金融效率和促進(jìn)金融中介發(fā)展,能夠加快城鎮(zhèn)化進(jìn)程;反過來,城鎮(zhèn)化水平的提高也會(huì)在一定程度上促進(jìn)金融發(fā)展。關(guān)于新型城鎮(zhèn)化建設(shè)中金融困境的成因,邱俊杰和邱兆祥(2013)認(rèn)為有三方面的內(nèi)容:一是金融生態(tài)環(huán)境亞健康阻礙了城鎮(zhèn)化的高速發(fā)展;二是資源配置失衡削弱了金融支持城鎮(zhèn)化發(fā)展的效率;三是農(nóng)村居民的自我排斥傾向進(jìn)一步削弱了金融支持城鎮(zhèn)化建設(shè)的力度。因此,金融發(fā)展和金融創(chuàng)新對于城鎮(zhèn)化進(jìn)程的支持是有限的,需要其他條件的支持。Kim,Kyung-Hwan(1997),認(rèn)為依靠良好的金融創(chuàng)新、政府治理以及政治承諾,持續(xù)的城鎮(zhèn)化進(jìn)程可以產(chǎn)生巨大財(cái)富,以改善所有收入群體的住房和基本服務(wù)需求。
本文試圖通過跨國實(shí)證分析,對城鎮(zhèn)化和金融杠桿(金融發(fā)展)之間的關(guān)系進(jìn)行討論。本文其余部分結(jié)構(gòu)如下:第二部分,實(shí)證分析城鎮(zhèn)化對金融杠桿的動(dòng)態(tài)影響;第三部分,結(jié)合實(shí)證結(jié)論對中國的情況進(jìn)行討論;最后本文進(jìn)行總結(jié)并提出政策建議。
二、 實(shí)證分析
1. 研究樣本和模型設(shè)定。根據(jù)樣本數(shù)據(jù)的可獲得性,本文包括了124個(gè)國家1983年~2012年的面板數(shù)據(jù)。從經(jīng)濟(jì)總量來看,該樣本國家的GDP總量超過全球GDP總量的90%,因而可以視為一個(gè)在全球范圍內(nèi)具有代表性的研究樣本。
關(guān)于模型設(shè)定,根據(jù)研究目標(biāo),本部分主要考察城鎮(zhèn)化對金融杠桿的動(dòng)態(tài)影響??紤]到金融杠桿的觀測值隨國家和時(shí)間而變化,通常存在一定的序列相關(guān)性,因此考慮到各變量之間的潛在內(nèi)生性,本文采用動(dòng)態(tài)面板模型進(jìn)行實(shí)證分析。根據(jù)Aerllano和Bond(1991)提出的一階差分GMM估計(jì)量,設(shè)立金融杠桿與城鎮(zhèn)化之間的動(dòng)態(tài)關(guān)系模型,如下回歸方程表示:
從理論上看,雖然一階差分GMM估計(jì)方法可以在一定程度上兼顧金融杠桿通常存在的序列相關(guān)性以及相關(guān)變量之間的內(nèi)生性,但是一階差分GMM估計(jì)方法有局限性,當(dāng)被解釋變量滯后項(xiàng)的系數(shù)較大時(shí),被解釋變量會(huì)出現(xiàn)強(qiáng)烈的序列相關(guān)性;當(dāng)個(gè)體效應(yīng)的波動(dòng)遠(yuǎn)大于誤差項(xiàng)的波動(dòng)時(shí),模型也會(huì)表現(xiàn)欠佳。因此,采用Arellano和Bover(1995)、Blundell和Bond(1998)提出的系統(tǒng)GMM估計(jì)量,對方程(1)進(jìn)行實(shí)證分析。系統(tǒng)GMM估計(jì)可以分為一步GMM估計(jì)和兩步GMM估計(jì),一步估計(jì)使用傳統(tǒng)異方差-序列相關(guān)穩(wěn)健型估計(jì)量來計(jì)算標(biāo)準(zhǔn)誤,兩步估計(jì)使用Windmeijer(2005)糾偏估計(jì)量來計(jì)算標(biāo)準(zhǔn)誤。在有限的樣本情況下,兩步估計(jì)比一步估計(jì)能夠更好的解決自相關(guān)與異方差問題。
由于GMM估計(jì)量的一致有效性的前提條件是誤差項(xiàng)不存在序列相關(guān)性和工具變量過度識別的問題。因此,需要對誤差項(xiàng)進(jìn)行序列相關(guān)性檢驗(yàn)和過度識別條件檢驗(yàn)。根據(jù)Arellano和Bond(1991),誤差項(xiàng)的一階滯后由于初始誤差項(xiàng)經(jīng)過差分處理后,即使初始誤差項(xiàng)序列無關(guān),仍可能會(huì)出現(xiàn)序列相關(guān)情況,因此,誤差項(xiàng)的二階滯后必須不存在序列相關(guān),而誤差項(xiàng)的一階滯后可以存在序列相關(guān)。Arellano和Bond(1991)建議使用兩步估計(jì)給出的Sargan統(tǒng)計(jì)量進(jìn)行過度識別條件檢驗(yàn)。當(dāng)不能拒絕上述兩個(gè)檢驗(yàn)時(shí),說明誤差項(xiàng)不存在序列相關(guān),并且GMM估計(jì)量是一致有效的,可以認(rèn)為模型設(shè)定是正確的。
2. 變量選擇。在模型變量的選擇方面,金融杠桿的替代變量主要使用兩個(gè)基本指標(biāo):一是私人部門信貸/GDP(記為Private),一般認(rèn)為為私營部門提供的應(yīng)償還金融資源越多的國家和地區(qū),通常具有更高的金融杠桿;二是M2/GDP(記為Mtwo),由于其反映了宏觀經(jīng)濟(jì)的貨幣化程度,因而成為衡量一國金融杠桿水平的重要參考指標(biāo)。將城鎮(zhèn)人口/總?cè)丝冢ㄓ洖閁rban)作為城鎮(zhèn)化率替代變量的基本指標(biāo),該指標(biāo)越大,通常一國的城鎮(zhèn)化率越高。
在控制變量的選擇方面,部分地參考過往文獻(xiàn),主要納入了四個(gè)不同層面的影響因素:一是宏觀經(jīng)濟(jì)變量,具體使用的控制變量包括人均GDP、按GDP平減指數(shù)衡量的年通貨膨脹率;二是產(chǎn)業(yè)資本結(jié)構(gòu)變量,具體使用的控制變量包括工業(yè)增加值/GDP、服務(wù)等附加值/GDP、資本形成總額/GDP;三是金融環(huán)境變量,具體使用的控制變量包括:存款利率、存款保險(xiǎn)、資本賬戶開放度指數(shù);四是社會(huì)人口變量,具體使用的控制變量包括:移動(dòng)蜂窩式無線通訊系統(tǒng)的電話租用率、人口年增長率。各主要變量的表示形式、經(jīng)濟(jì)含義和數(shù)據(jù)來源如表1所示。
基于研究樣本的可獲得性,本文共選擇了124個(gè)主要國家和地區(qū)1983年~2012年的相關(guān)數(shù)據(jù)。
3. 城鎮(zhèn)化進(jìn)程中的金融杠桿變化。根據(jù)方程(1),針對城鎮(zhèn)化對私人部門信貸的動(dòng)態(tài)影響,進(jìn)行系統(tǒng)GMM估計(jì)。當(dāng)被解釋變量為私人部門信貸/GDP時(shí),從估計(jì)結(jié)果可以發(fā)現(xiàn),以城鎮(zhèn)化率(記為Urban)和城鎮(zhèn)化率的平方項(xiàng)(記為Urban2)為核心解釋變量進(jìn)行估計(jì),Urban呈現(xiàn)顯著正效應(yīng),Urban2呈現(xiàn)顯著負(fù)效應(yīng),模型整體呈現(xiàn)“倒U型”,拐點(diǎn)大致位于56%~63%之間,說明隨著城鎮(zhèn)化的推進(jìn),金融杠桿水平呈現(xiàn)遞增趨勢,當(dāng)城鎮(zhèn)化率達(dá)到某一區(qū)間時(shí)出現(xiàn)拐點(diǎn)。在越過拐點(diǎn)之后,隨著城鎮(zhèn)化的繼續(xù)推進(jìn),金融杠桿水平開始出現(xiàn)下降趨勢。
從估計(jì)結(jié)果可以發(fā)現(xiàn),對一國私人部門信貸/GDP均產(chǎn)生顯著影響的控制變量主要包括:人均GDP(記為Lgdp)、資本形成總額/GDP(記為Capital)、存款利率(記為Deposit)、人口年增長率(記為Pgrowth)。結(jié)合各變量的系數(shù)符號,可以得到以下基本結(jié)論:(1)人均GDP越高,私人部門信貸/GDP越高,說明金融杠桿水平會(huì)隨著經(jīng)濟(jì)發(fā)展水平的上升而提高;(2)資本形成總額/GDP越高,私人部門信貸/GDP越高,說明金融杠桿水平會(huì)隨著宏觀資本結(jié)構(gòu)的改變而同向變化;(3)存款利率越高,私人部門信貸/GDP越低,說明存款利率升高會(huì)降低金融杠桿水平;(4)人口的年增長率越高,私人部門信貸/GDP越高,說明人口增長對金融杠桿水平的提升有正向促進(jìn)作用。
當(dāng)被解釋變量為另一個(gè)杠桿指標(biāo)即M2/GDP時(shí),從估計(jì)結(jié)果同樣可以發(fā)現(xiàn),以城鎮(zhèn)化率(記為Urban)和城鎮(zhèn)化率的平方項(xiàng)(記為Urban2)為核心解釋變量進(jìn)行估計(jì),模型整體依然呈現(xiàn)出“倒U型”關(guān)系,拐點(diǎn)區(qū)間位于60%~63%之間。
從控制變量來看,對一國M2/GDP產(chǎn)生顯著影響的控制變量主要包括:按GDP平減指數(shù)衡量的年通貨膨脹率(記為Ginf)、工業(yè)增加值/GDP(記為Industry)、資本形成總額/GDP(記為Capital)、存款利率(記為Deposit)、人口年增長率(記為Pgrowth)??紤]各變量的系數(shù)符號,可以獲得以下基本結(jié)論:(1)通貨膨脹率越高,M2/GDP越低,說明通貨膨脹會(huì)對金融杠桿水平產(chǎn)生負(fù)效應(yīng);(2)工業(yè)增加值/GDP越高,M2/GDP越低,說明金融杠桿水平會(huì)隨著第二產(chǎn)業(yè)比重的提高而降低;(3)資本形成總額/GDP越高,M2/GDP越高,說明金融杠桿水平會(huì)隨著投資的增長而上升;(4)存款利率越高,私人部門信貸/GDP越低,說明利率上升會(huì)抑制金融杠桿水平;(5)人口的年增長率越高,私人部門信貸/GDP越高,說明人口增長對金融杠桿水平的上升有推動(dòng)作用。
三、 對中國情況的應(yīng)用分析
基于上述實(shí)證結(jié)論,參照拐點(diǎn)區(qū)間的平均值和上限,并根據(jù)最近5年中國城鎮(zhèn)化率的年均增速推算,預(yù)計(jì)中國的金融杠桿水平可能在2019年~2021年進(jìn)入拐點(diǎn)區(qū)域,如圖1所示,此后隨著城鎮(zhèn)化率的上升,金融杠桿將出現(xiàn)下降趨勢。
四、 結(jié)論與政策啟示
本文基于124個(gè)國家1983年~2012年的動(dòng)態(tài)面板數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果發(fā)現(xiàn),城鎮(zhèn)化和金融杠桿之間呈現(xiàn)出顯著的“倒U型”關(guān)系,當(dāng)城鎮(zhèn)化率達(dá)到56%~63%時(shí),私人部門信貸/GDP可能出現(xiàn)拐點(diǎn);當(dāng)城鎮(zhèn)化率達(dá)到60%~63%時(shí),M2/GDP可能出現(xiàn)拐點(diǎn)。此外,發(fā)現(xiàn)人均GDP、資本形成率、人口增長率、社會(huì)發(fā)展水平越高,通貨膨脹、存款利率、第二產(chǎn)業(yè)比重越低,金融杠桿水平越高;反之,金融杠桿水平越低。
上述實(shí)證分析結(jié)論對中國城鎮(zhèn)化的推進(jìn)、金融杠桿的管理具有比較明確的政策啟示。城鎮(zhèn)化發(fā)展對金融杠桿具有明顯的促進(jìn)作用,隨著城鎮(zhèn)化的加速推進(jìn),金融領(lǐng)域也會(huì)得到快速發(fā)展,金融風(fēng)險(xiǎn)日益增加,亟需通過加強(qiáng)金融監(jiān)管措施和改革,為城鎮(zhèn)化中的金融穩(wěn)定健康發(fā)展保駕護(hù)航。然而,當(dāng)城鎮(zhèn)化率達(dá)到56%~63%時(shí),金融杠桿水平達(dá)到拐點(diǎn),此后將隨著城鎮(zhèn)化率的增大而降低。此時(shí),為彌補(bǔ)金融支持城鎮(zhèn)化的不足,政府部門要主動(dòng)引導(dǎo)城鎮(zhèn)化進(jìn)程中的投融資機(jī)制,進(jìn)一步支持城鎮(zhèn)化的持續(xù)健康發(fā)展。
參考文獻(xiàn):
[1] 熊湘輝,徐璋勇.中國新型城鎮(zhèn)化進(jìn)程中的金融支持影響研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2015,(6).
[2] 孫浦陽,武力超.金融發(fā)展與城市化:基于政府治理差異的視角[J].當(dāng)代經(jīng)濟(jì)科學(xué),2011,(2).
[3] 榮晨,葛蓉.我國新型城鎮(zhèn)化的金融支持——基于政府和市場關(guān)系的經(jīng)驗(yàn)證據(jù)[J].財(cái)經(jīng)科學(xué),2015,(3).
[4] 邱俊杰,邱兆祥.新型城鎮(zhèn)化建設(shè)中的金融困境及其突破[J].理論探索,2013,(4).
[5] Demirgü -Kunt, A., and E.Detragiache,C- rosscountry empirical studies of systemic bank distress: a survey, National Institute Economic Review,2005,192(1):68-83.
[6] Kim, Kyung-Hwan, Housing finance and urban infrastructure finance, Urban Studies,1997,34(10):1597-1620.
[7] 賈洪文,胡殿萍.中國金融發(fā)展與城鎮(zhèn)化相關(guān)性——基于1991-2011年數(shù)據(jù)的實(shí)證分析[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào),2013,(4).
基金項(xiàng)目:教育部人文社會(huì)科學(xué)重點(diǎn)研究基地重大項(xiàng)目“我國金融風(fēng)險(xiǎn)管理和監(jiān)管問題研究”(項(xiàng)目號:11JJD790009)。
作者簡介:李振(1989-),男,漢族,山東省濟(jì)寧市人,中國人民大學(xué)財(cái)政金融學(xué)院博士生,重陽金融研究院助理研究員,研究方向?yàn)槿蚪鹑谥卫?王曉煜(1992-),男,漢族,山西省晉中市人,中國人民大學(xué)財(cái)政金融學(xué)院博士生,研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理。
收稿日期:2016-10-12。