趙素艷

(南京財(cái)經(jīng)大學(xué)，江蘇 南京 210023)

一、引言

多年來，區(qū)域協(xié)調(diào)發(fā)展問題困擾著我國(guó)，從 “九五” 規(guī)劃到“十三五” 規(guī)劃都明確指出區(qū)域協(xié)調(diào)發(fā)展的重要性，金融作為經(jīng)濟(jì)發(fā)展的核心，為經(jīng)濟(jì)發(fā)展提供資金融通作用。 因此研究金融協(xié)同發(fā)展對(duì)解決區(qū)域經(jīng)濟(jì)發(fā)展不平衡問題至關(guān)重要。金融資源的分布與流動(dòng)受限于很多經(jīng)濟(jì)和自然條件，導(dǎo)致金融的發(fā)展呈總體穩(wěn)步上升、各地區(qū)發(fā)展不平衡的現(xiàn)狀，部分地區(qū)借助資源優(yōu)勢(shì)集聚形成區(qū)域范圍的金融中心，以上海為中心的長(zhǎng)三角區(qū)域則是典型代表之一，因此研究長(zhǎng)三角區(qū)域金融一體化發(fā)展現(xiàn)狀有著很大的現(xiàn)實(shí)意義，同時(shí)也豐富了金融協(xié)同發(fā)展的相關(guān)理論研究。

二、文獻(xiàn)綜述

近年來長(zhǎng)三角金融一體化進(jìn)程不斷推進(jìn)，也取得了一定的成效。 季菲菲等從多角度研究發(fā)現(xiàn)長(zhǎng)三角金融發(fā)展與金融資源分布形成了差異顯著但有縮小趨勢(shì)的發(fā)展格局。林鍵等從省級(jí)層面銀行信貸聚合視角研究發(fā)現(xiàn)長(zhǎng)三角區(qū)域信貸密度有不斷聚合的趨勢(shì)，即金融一體化程度逐漸提高。 但長(zhǎng)三角金融一體化發(fā)展仍存在不少問題。 原因有區(qū)域內(nèi)金融發(fā)展水平差異、行政區(qū)劃壁壘、利益協(xié)調(diào)機(jī)制缺失以及現(xiàn)行金融業(yè)管理機(jī)制不合理等。 王曉紅認(rèn)為主要有三種因素制約著金融一體化的發(fā)展，一是地區(qū)金融發(fā)展不平衡，二是行政區(qū)劃阻礙金融資源流動(dòng)，三是區(qū)域文化觀念。在如何推進(jìn)金融一體化進(jìn)程上，不少學(xué)者也做了相關(guān)的研究，如張婧等在空間結(jié)構(gòu)基礎(chǔ)上提出構(gòu)建四個(gè)機(jī)制(區(qū)域利益協(xié)調(diào)機(jī)制、金融信息共享機(jī)制、多層次金融合作協(xié)調(diào)機(jī)制及金融監(jiān)管協(xié)調(diào)機(jī)制)來解決金融協(xié)調(diào)發(fā)展制約問題。 張海軍和張志明通過實(shí)證研究得出擴(kuò)大金融開放水平和縮小城市間的開放水平差異能有效促進(jìn)長(zhǎng)三角一體化發(fā)展。陸岷峰從金融科技角度研究促進(jìn)金融一體化發(fā)展的實(shí)現(xiàn)路徑，表現(xiàn)為促進(jìn)金融資源共享、提高金融服務(wù)可獲得性和提升金融配置效率。

三、金融一體化現(xiàn)狀分析

近年來，盡管我國(guó)在金融一體化發(fā)展中不停探索，也有較多的成果，但距離世界級(jí)金融城市群的現(xiàn)狀還是很遠(yuǎn)。 下面利用長(zhǎng)三角城市群2011 ～ 2018年數(shù)據(jù)從信貸資源流動(dòng)和F－H 模型兩個(gè)角度具體分析。

(一)信貸資源流動(dòng)情況

當(dāng)前長(zhǎng)三角區(qū)域的信貸資金流動(dòng)仍然有很大的限制，上海的資源較多，江蘇和浙江次之，安徽最少。 除上海外，其余三個(gè)省仍然面臨著融資難的問題，信貸資源由東向西流動(dòng)的空間還有很大。 從2018年數(shù)據(jù)來看，上海的存貸比是60%，除安徽的安慶和池州，其余地方存貸比都超過75%，而浙江有些城市甚至超過90%，這說明上海存款資源很多，有輻射給周邊城市的潛力。 下面從多個(gè)層面分析長(zhǎng)三角信貸流動(dòng)的現(xiàn)狀。

首先從三省一市存貸款資源占據(jù)區(qū)域比重變動(dòng)的情況來分析，從圖1 和圖2 不難看出，上海無論是貸款資源還是存款資源都是大于25% 的，而安徽的存貸款資源盡管逐年上升，但與其他省份比較起來仍處在低位。 結(jié)合來看，上海、浙江和安徽的存貸款所占的比重有較大的偏離，上海的貸款逐年降低且處于25% 左右的比重，存款比重大于30%，一直處在高位，說明當(dāng)?shù)氐馁J款需求量低于存款。 浙江和安徽的情況與上海剛好相反，地區(qū)存款比重遠(yuǎn)低于貸款比重。 江蘇的存貸比重偏離不大。 若將長(zhǎng)三角區(qū)域比作一個(gè)封閉的整體，則是信貸資源從上海向其余三個(gè)省份發(fā)生轉(zhuǎn)移。

圖1 三省一市存款占區(qū)域內(nèi)的比重

圖2 三省一市貸款占區(qū)域內(nèi)的比重

金融一體化即區(qū)域內(nèi)金融資源可以自由流動(dòng)，逐漸加強(qiáng)區(qū)域的金融聯(lián)系度，但是金融資源不應(yīng)當(dāng)僅聚集于部分中心城市，而是應(yīng)當(dāng)由極化效應(yīng)向涓滴效應(yīng)轉(zhuǎn)換，由中心城市輻射至周邊城市，帶動(dòng)整個(gè)地區(qū)的發(fā)展。 信貸資源作為金融資源的重要部分，也應(yīng)當(dāng)如此，假如信貸資源可以跨區(qū)域自由流動(dòng)，那么說明經(jīng)濟(jì)的信貸密度(銀行信貸/ GDP) 應(yīng)當(dāng)是逐漸收斂的，基于此，下文從經(jīng)濟(jì)信貸比的變異系數(shù)和莫蘭指數(shù)來進(jìn)一步考察三省一市的信貸資源流動(dòng)情況。 結(jié)合數(shù)據(jù)看三省一市的經(jīng)濟(jì)信貸比是上升的，比較來看，上海>浙江>江蘇>安徽。 從金融一體化的角度來說，區(qū)域內(nèi)的經(jīng)濟(jì)信貸比應(yīng)當(dāng)是趨向聚合狀態(tài)的，否則就說明一體化發(fā)展存在問題。 從圖3 來看，長(zhǎng)三角26 個(gè)城市經(jīng)濟(jì)信貸比的變異系數(shù)是逐年下降的，消除上海金融中心的影響后，結(jié)果與原來相同，說明長(zhǎng)三角26 市的金融聯(lián)系日益密切，一體化程度是逐年加強(qiáng)的。 然而2018年的變異系數(shù)有上升的跡象，考慮金融去杠桿以及金融監(jiān)管加強(qiáng)的原因，它們對(duì)金融一體化的發(fā)展產(chǎn)生了負(fù)向的影響。

圖3 長(zhǎng)三角26 市經(jīng)濟(jì)信貸比變異系數(shù)變化

為了更準(zhǔn)確地描繪長(zhǎng)三角26 市信貸資源的流動(dòng)情況，采用了Moran’s I(莫蘭)指數(shù)來測(cè)定經(jīng)濟(jì)信貸比在空間上的相關(guān)性和變化的趨勢(shì)。 從表1 來看，2011～ 2018年長(zhǎng)三角區(qū)域26 市的經(jīng)濟(jì)信貸比在空間上是顯著正相關(guān)的。 且圖4 顯示相關(guān)性總體上呈現(xiàn)了一個(gè) “倒U 型” ，以2016年為分界線畫一條垂直線，在此之前莫蘭指數(shù)是下降的，在此之后是上升的，這與經(jīng)濟(jì)發(fā)展的規(guī)律也是相吻合的，在一體化的發(fā)展初期，金融與經(jīng)濟(jì)共生，相關(guān)性呈現(xiàn)上升的趨勢(shì)，從2014年向后相關(guān)性是逐年降低的，可能是由于金融系統(tǒng)風(fēng)險(xiǎn)的加大，金融市場(chǎng)里的各金融主體都加強(qiáng)了監(jiān)管，由于外部環(huán)境的變化導(dǎo)致了金融與經(jīng)濟(jì)發(fā)展的波動(dòng)趨勢(shì)背離。 而在2017年相關(guān)性又開始上升，但在2018年又開始下降，這與變異系數(shù)得出的結(jié)果也是相一致的。

表1 基于距離矩陣的長(zhǎng)三角26 市經(jīng)濟(jì)信貸比莫蘭指數(shù)

年份 2011 2012 2013 2014 2015 2016 2017 2018經(jīng)濟(jì)信貸比 0.2595 0.3007 0.3307 0.3320 0.2822 0.1799 0.2419 0.2418

圖4 長(zhǎng)三角26 市經(jīng)濟(jì)信貸比莫蘭指數(shù)變化

(二)有條件的F－H 模型

本文選擇改進(jìn)后的F－H 模型來進(jìn)一步分析金融一體化發(fā)展現(xiàn)狀，可以消除經(jīng)濟(jì)波動(dòng)和政府干預(yù)的影響，便于縱向比較，具體步驟如下:

第一步，構(gòu)建基本模型如下:

上式中

L

為金融機(jī)構(gòu)貸款余額，

D

為金融機(jī)構(gòu)存款余額，

Y

為地區(qū)GDP，

α

表示常數(shù)項(xiàng)，

I

表示城市，

t

表示年份，

β

為儲(chǔ)蓄投資相關(guān)系數(shù)，若

β

值趨近于0，說明該地區(qū)存貸款之間的相關(guān)性弱，即一體化程度較高；若

β

值趨近于1，說明該地區(qū)存貸款之間相關(guān)性強(qiáng)，即一體化程度較低。

第二步，消除經(jīng)濟(jì)波動(dòng)和政府干預(yù)的影響:

其中

F

值采用的是地方財(cái)政性支出占地區(qū)GDP 的比重，反映地方政府的影響程度。 (4)式是HP 濾波方法，用于平滑周期影響，將消除經(jīng)濟(jì)波動(dòng)影響后的

γ

值代入(2)(3)式中，消除經(jīng)濟(jì)與政府干預(yù)的影響。

第三步，對(duì)殘差進(jìn)行回歸，計(jì)算改進(jìn)后的儲(chǔ)蓄投資相關(guān)系數(shù):

為進(jìn)一步研究長(zhǎng)三角區(qū)域金融一體化影響因素，本文連續(xù)兩次使用F－H 模型進(jìn)行測(cè)量，先控制政府因素再控制經(jīng)濟(jì)波動(dòng)因素。 由于是面板數(shù)據(jù)，模型選擇時(shí)

F

檢驗(yàn)

p

值為0，Hausman 檢驗(yàn)結(jié)果

p

值大于0.1，因此本文選擇隨機(jī)效應(yīng)模型來進(jìn)行估計(jì)。 先僅使用方程(1)對(duì)2011～2018年的數(shù)據(jù)進(jìn)行回歸估計(jì)，估計(jì)出的結(jié)果

β

為0.5904，然后將(2)(3)方程改寫為:

將數(shù)據(jù)做(6)(7)兩步處理，并對(duì)得到的殘差進(jìn)行回歸估計(jì)，得到的

β

就是剔除政府影響因素的結(jié)果，值為0.5849。 最后將數(shù)據(jù)按照(2)(3)(4)(5)的順序處理，得到的儲(chǔ)蓄投資系數(shù)就是剔除政府因素影響和經(jīng)濟(jì)波動(dòng)因素影響后的結(jié)果，值為0.5483。

為測(cè)算出各年的金融一體化發(fā)展程度，選用了混合OLS模型對(duì)信貸余額逐年回歸得到的結(jié)果(圖5)，儲(chǔ)蓄投資系數(shù)是逐年下降的，2018年有小幅度上升，這與變異系數(shù)得出的結(jié)果是一致的。

圖5 儲(chǔ)蓄投資系數(shù)變化趨勢(shì)

四、結(jié)論

結(jié)合上述分析可以得出以下結(jié)論:一是通過對(duì)原始數(shù)據(jù)先后剔除政府影響和經(jīng)濟(jì)波動(dòng)影響得到結(jié)果都是逐漸減小的，說明這兩個(gè)因素都是影響地區(qū)金融一體化程度的重要因素，從變化大小來看，金融發(fā)展的經(jīng)濟(jì)環(huán)境影響更為顯著。二是從變化趨勢(shì)來看，儲(chǔ)蓄投資系數(shù)是逐年下降的，即金融一體化程度是逐年上升的。 三是從總體計(jì)算出的結(jié)果來看，無論哪種情況，投資儲(chǔ)蓄系數(shù)都是大于0.5 的，說明當(dāng)前的金融一體化程度仍然不高，金融一體化的在未來發(fā)展中還有很大的提升空間，應(yīng)當(dāng)繼續(xù)響應(yīng)國(guó)家的相關(guān)政策。