合肥市金融支持新型城镇化实证分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇合肥市金融支持新型城镇化实证分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

新型城镇化建设可通过金融支持来推动。通过建立灰色关联度模型以及时间序列计量经济模型，分析合肥市1995年到2015年金融业发展以及城镇化建设的相关指标数据，证实合肥市金融支持对其城镇化建设存在推动作用，尤其体现为金融结构对产业化率的影响。最后结合实证结果与合肥市情，提出了相应的对策。

城镇化金融支持灰色关联度分析模型时间序列计量经济模型

党的十提出了协调发展、互促共进的新型城镇化建设道路。新型城镇化建设坚持以人为本，是有中国特色的，将四化同步、优化布局、生态文明以及文化传承相结合的城镇化建设道路。相比较于以往的城镇化，新型城镇化把重点放在协调与可持续性上，更强调经济发展而不是经济增长。金融在我国当前的市场经济体制中日渐成为其核心与枢纽，各个行业的发展离不开金融业的支持。城镇化建设产生的基础设施建设、产业结构优化升级等需求可通过提供金融支持来实现。

一、问题的提出

在合肥市的城镇化进程中，非农业人口由2007年年的207.73万人增加到2014年的270万人；产业结构方面，2015年合肥市第三产业对GDP增长的贡献率为40.2%，相比以前年份有较大的增长，但同时期全国平均水平为50.5%，合肥市仍有差距。合肥经济年来发展迅速，金融业的发展也呈现出稳健的态势。金融业资产增加值对全市GDP的贡献率逐渐增大，对于实体经济的支持作用日渐凸显，可以推断金融业对于合肥市的城镇化建设存在着一定的促进作用。而具体这种作用体现在哪个方面，需要通过定性与定量分析得出结论，研究该问题将对推进合肥市城镇化建设产生重大意义。

二、文献综述

关于金融支持对城镇化建设的作用，我国有不少学者对其做出了分析。伍艳（2005）对我国城镇化滞后于工业化率的现象进行了探究，分析其原因为城镇化进程中金融抑制的存在；黄勇，谢朝华（2008）通过建设 VAR模型，得出促进城镇化的直接原因是银行贷款的增加的结论，但金融部门对城镇化建设资金需求的兴趣不浓，为了推进城镇化的建设，金融支持是关键；陈元（2010）对开发性金融的发展是否推进城镇化进行了探究，实证分析结果得出产业结构忧化以及基础设施建设等城镇化发展指标与开发性金融指标之间存在很强的相关性，并通过格兰杰因果检验发现开发性金融发展与城镇化推进之间存在一定的的因果关系；李舟（2014）着眼于农村城镇化建设，研究了金融支持城镇化建设中存在的问题以及其产生原因，认为金融创新在城镇化建设中具有重要意义，同时提出了相应的创新路径。各种实证结果均能证明金融支持能推动城镇化建设，但具体到某个城市时，金融支持的影响机制会因该地区的经济发展状况不同，因此对于合肥市的研究是有意义的。

三、金融支持新型城镇化实证分析

（一）指标选取与数据说明

1、衡量金融发展的指标

（1）金融规模：金融规模的大小直接体现为银行金融资产的数额，可以使用金融相关率FIR来衡量。其中FIR为全年存贷总额占GDP的比重。

（2）金融结构：本文用直接融资额（包括股票筹资额以及债券发行额）占资产总额的比重FS来表示金融结构

（3）金融效率：金融效率的一个重要质变表现为储蓄-投资转化率，可以采用储蓄转化率DLR来衡量金融效率。

2、衡量城镇化建设的指标

（1）城镇化率：城镇化率是衡量城镇化建设最为直接的指标，采用合肥市非农人口数占总人口数的比值UR来表示。

（2）产业化率：城镇化对地区产业的影响表现为产业结构的变动，采用第二、三产业生产总值占全市GDP的比重IR来反映产业化率。

3、数据来源及说明

以上衡量金融发展与城镇化建设的指标所需要的数据均搜集于《合肥统计年鉴》、《中国金融年鉴》以及合肥市统计局网站、合肥统计信息公众网。其中涉及到价格的数据，如全年存贷总额，第二、第三产业生产总值等指标数据，均已用以1978年为基期的价格指数进行了相应的调整。

（二）实证分析

1、灰色关联分析模型

根据经验以及对数据的观测，城镇化建设水平各项指标与金融支持各项指标之间存在一定的关联。灰色关联度是各指标间关系的量化，建立灰色关联分析模型，更深层次探究金融支持对新型城镇化进程的影响机制。

根据以上计算原理，运用MATLAB软件得出城镇化指标UR、IR分别与金融支持指标FIR、FS、DLR这三个指标之间的灰色关联度，如表1所示：从得出的各项灰色关联度数值可以看出，FIR、FS、DLR与UR、IR之间的关联程度有所差异，为了得出金融支持对城镇化建设影响的具体关系式，对时间序列数据进行回归。

3、时间序列计量经济模型

（1）单位根检验。数据平稳是建立时间序列计量模型的前提，目的是避免“伪回归”致使结果失去意义。运用EVIEWS软件对各项指标数据进行单位根检验，表2中为检验结果。各项指标数据在水平上均不呈现平稳状态，但二阶差分均通过检验，即二阶差分均不存在单位根，呈现二阶单整状态。

（2）E-G两步协整检验

在各个时间序列变量均平稳的基础上，分别以城镇化建设指标UR、IR为被解释变量，金融支持指标FIR、FS、DLR为解释变量进行OLS回归，得到两个多元回归方程。对UR与FIR、FS、DLR间的回归方程残差序列进行单位根检验，得到的统计量值为-2.9658，小于1%置信水平临界值-2.7057。

对IR与FIR、FS、DLR间的回归方程残差序列进行单位根检验，得到的统计量值为-3.2376，小于1%置信水平临界值-2.7057。

以上两方程各变量之间具有协整关系，在长期内趋于平衡状态。

四、结论及政策建议

（一）模型结果分析

从灰色关联度分析模型的结果中可以看出，合肥市金融规模、金融结构、金融效率与城镇化率以及产业化率之间均存在着较强的关联，尤其是金融结构对产业化率的影响，甚至达到了0.9以上。这是因为第二、第三产业的发展对资金投入的要求较高，在一定的金融规模条件下，合理的金融结构使得各产业能有效获取资金，推动产业发展及结构升级。由于选取的衡量金融效率的指标为储蓄转化率DLR，则可得出DLR对产业化水平产生的影响为负向。关于城镇化率，金融规模及效率相比较于其结构而言产生影响的更大，金融结构的影响主要体现在产业发展方面。

根据建立的城镇化率、产业化率的回归模型，金融支持各项指标与两者间的关系均呈现长期均衡状态，这说明金融支持确实能推动新型城镇化建设，从金融支持指标的影响系数看，在长期内，金融规模与金融结构对城镇化水平都存在较显著的影响，金融效率的作用相对较小。同时，这一结果也验证了灰色关联度模型的分析结果的可靠性。

（二）政策建议

随着社会发展水平的提高，金融已成为现代经济运行的核心。新型城镇化建设“以人为本”，旨在促进城乡经济协调稳定发展。将金融支持引入新型城镇化建设将推动其进程，提高其质量。基于以上建立的灰色关联度分析模型以及时间序列计量经济模型得出的结论分析，提出以下对策。

1、扩大金融规模，加大基础设施资金投入

基础设施建设是城镇化建设的一大动力。城乡协调可持续作为新型城镇化建设的本质，不仅要求大量信贷基金投入，同时要求妥善解决进程务工农民的岗位问题、医保完善程度问题以及城镇人口的教育问题等仅依靠国家财政支持与间接融资不能同步实现人口、产业以及空间城镇化。扩大金融规模，如在农村地区实行优惠的信贷政策，打破农村信用社的垄断，吸引城市金融资源向其延伸。实行联合自然人贷款制度，鼓励乡镇企业发展，避免农村资金外流，缩小城乡差距。

2、调整金融支持结构，发展多元化融资模式

政策性银行、国有商业银行以及股份制商业银行贷款是合肥市城镇化建设的主要资金来源，资金调度的灵活性不足，而借助不同类型融资平台的多元化融资模式，如信托、P2P、资产支持证券化等，市场机制引导下减少对银行直接融资的依赖，避免融资渠道的单一性，在金融规模扩大的基础上优化金融支持结构，推动新型城镇化进程。

3、完善金融制度，加强金融监管，提高金融支持效率

金融制度的完善以及金融监管的加强是金融支持效率的保证。在制度方面，仅实现利率市场化仍有不足。合肥市农村及欠发达小城镇的发展水平仍处于较低状态，在合理的利率水平前提下实现贴息政策，对其发展具有重大意义。这些地区金融业规模较小，结构缺乏完善，稳定的金融环境对提高其金融支持效率尤为重要。因此在制度完善的同时，金融监管机构需要出台相应的措施对抗潜在的金融风险。参考文献：

[1]郭艳艳.安徽金融支持城镇化建设绩效的实证分析[J].淮北师范大学学报（哲学社会科学版），2015（04）：60-64.

[2]陈元.开发性金融与中国城市化发展[J].经济研究，2010（07）：4-14.

[3]李舟.我国农村城镇化建设中金融支持存在的问题、原因及对策[J].河南师范大学学报：哲学社会科学版，2014（3）：88-90.

[4]阳帆.多层次资本市场服务实体经济[J].中国金融家，2012（10）：45-47.

[5]杨慧，倪鹏飞.金融支持新型城镇化研究――基于协调发展的视角[J].山西财经大学学报，2015（01）：1-12.