王曉涵
摘要:城鎮化是社會經濟發展的重要標志,金融業在城鎮化的過程中發揮著舉足輕重的作用。銀行,證券和保險是金融業的三大支柱行業。本文基于福建省2008-2016年間的數據,運用灰色關聯度模型分析了金融業在福建省城鎮化進程中的作用。結果發現,金融業對福建省城鎮化發展的支持作用明顯,其中,保險業作用最強,銀行業次之,證券業最弱。基于此,提出了在城鎮化進程中更加注重金融業創新發展,更好地發揮保險業對城鎮化的推動作用等建議。
關鍵詞:城鎮化;金融;灰色關聯模型
一、引言
金融的發展提高了資金配置的效率,一方面有利于為城鎮化過程中的基礎設施建設,產業轉型等提供充分的資金支持,另一方面,金融的進步也在城鎮化的過程中為市場提供大量有效管理風險的手段和渠道。近年來,不少學者對金融與城鎮化發展之間的關系展開研究。Marton認為金融因素是城鎮化存在差異的主要原因。李新光,胡日東,張彧澤發現金融功能的發揮對城鎮化的發展有可持續性的作用。吳國培發現近10多年來福建省城鎮人口的增加對社會融資的需求加速上升,社會融資對城鎮化發展有帶動作用,但存在時滯。銀行,證券和保險是金融業的三大支柱性行業,這三大金融行業在福建省的發展存在差異,它們各自在與城鎮化發展之間的關系也存在差異。從目前的研究情況來看,針對這三大行業與城鎮化之間展開的研究相對較少。本文利用灰色關聯度模型,分別對這三大金融行業與福建省城鎮化發展之間的關聯程度進行測算,從而為更好地發揮金融業對福建省城鎮化發展的支持作用提供建議。
二、福建省城鎮化與三大金融行業灰色關聯模型的實證分析
(1)數據來源及說明
本文選取2008-2016年的數據進行分析,從人口,產業和土地三個維度研究福建省城鎮化與三大金融行業之間的關聯關系。其中,產業城鎮化使用二三產業增加值之和占GDP的比重作為評價指標,土地城鎮化使用建成區面積作為評價指標。另外,使用福建省銀行業總資產作為衡量福建省銀行業規模的指標,使用證券市場交易總額作為衡量證券行業規模的指標,使用保費總額作為衡量保險業規模的指標。數據來源于2008年-2016年《福建省統計年鑒》,《福建省金融運行發展報告》,《中國統計年鑒》。
(2)實證結果及分析
通過計算可以得出:在福建省的人口城鎮化與銀行,證券,保險三大金融行業的規模均有較強的關聯性。其中,人口城鎮化水平與保險業規模的灰色關聯度為0.818334,表明福建省的人口城鎮化水平與保險業規模高度相關,人口城鎮化水平與銀行業規模的灰色關聯度為0.761841,人口城鎮化水平與證券業規模的灰色關聯度為0.658126,銀行,證券業的規模均與福建省的人口城鎮化水平中度相關。從三個行業的灰色關聯度情況來看,保險業是三大金融行業里與人口城鎮化灰色關聯度最高的行業,表明在福建省實現人口城鎮化的過程中,保險業的發展對推動城鎮化發展發揮了很強的支持作用,銀行業居中,相對而言,2008-2016年這一時間階段證券業對人口城鎮化發展的支持作用相較于其他兩個行業相對較弱。
福建省的產業城鎮化與銀行,證券,保險三大金融行業的規模也有較強的關聯性。其中,產業城鎮化水平與保險業規模的灰色關聯度為0.818435,表明福建省的產業城鎮化水平與保險業規模高度相關,銀行,證券業的規模均與福建省的產業城鎮化水平呈現中度相關,其中,產業城鎮化水平與銀行業規模的灰色關聯度為0.766074,產業城鎮化水平與證券業規模的灰色關聯度為0.69523。在福建省三大金融行業對產業城鎮化的灰色關聯度情況分析中可以看出,保險業與產業城鎮化的灰色關聯度最高,銀行業居中,證券業最弱,表明在保險業的發展在福建省實現產業城鎮化的過程中也發揮了很強的支持作用。
2008-2016年期間,與人口城鎮化,產業城鎮化.樣,在金融的三大行業中,保險業的規模與土地城鎮化的關聯程度最高,灰色關聯度為0.85588,屬于高度相關,銀行,證券業的規模則與福建省的土地城鎮化水平呈現中度相關,其中,土地城鎮化水平與銀行業規模的灰色關聯度為0.784367,土地城鎮化水平與證券業規模的灰色關聯度為0.666634。與銀行業規模與人口城鎮化和產業城鎮化的關聯程度相比,銀行業規模與土地城鎮化的關聯程度更高。而證券業規模與土地城鎮化的關聯度則高于其與人口城鎮化的關聯度,低于其與產業城鎮化的關聯度。
三、政策與建議
(1)不斷推動金融業改革創新發展,更好地推動福建省新型城鎮化建設。
(2)提升保險業發展水平,更好地發揮保險業對支持作用。
參考文獻
[1]Marton A M,LingeG.Chinas Spatial EconomicDevelopment:Result Landscapes in the Lower Yan-gziDelta[J].The China Journal,2002,8:203.
[2]李新光,胡日東,張彧澤.我國土地財政、金融發展對城鎮化支持效應的實證研究——基于面板平滑轉換模型[J].宏觀經濟研究,2015(04):132-141.
[3]吳國培,徐劍波,張奇斌,朱敢,陳福生.福建省新型城鎮化的融資特征和動態預測[J].福建金融,2015(06):4-11.