金融服务对县域城镇化影响的实证分析,项目管理硕士论文

金融服务对县域城镇化影响的实证分析,项目管理硕士论文本篇论文目录导航：【第1部分】【第2部分】【第3部分】【第4部分】【第5部分】【第6部分】金融服务对县域城镇化影响的实证分析【第7部分】【第8部分】第五章金融服务对县域城镇化影响的实证分析本文第三、四章内容属于基于调研的实证研究,但侧重于定性分析。为进一步理解金融服务县域城镇化的作用机制和详细特征,本章将通过计量模型进行更具针对性的定量分析,构成对金融服务县域城镇化发展的系统性把握,为提出更具针对性和操作性的对策建议奠定良好基础。本章的基本思路是从山东省县域城镇化发展现在状况入手,将城镇化指标详细化,并建立金融服务指标体系,通过对金融发展规模、金融发展效率、金融服务渠道的实证分析,研究金融服务对县域城镇化发展的影响作用。5.1变量选取1.因变量设置人口城镇化率(城镇人口/地区总人口)作为通常的城镇化水平衡量指标,已无法涵盖新型城镇化的内涵。根据(山东省城镇化发展报告〕(2020)对城镇化发展的分析,将城镇化质量指数作为综合评价一个地区城镇化水平的一级指标。该指标包括人口就业、经济发展、城市建设、社会发展、居民生活、生态环境指数6个二级指标。本文选用城镇化质量指数考量县域城镇化发展的综合状况,并进一步对人口就业、城市建设、居民生活指数3个二级指标进行计量分析。(1)人口就业指数该指标包含人口聚集和就业构造两层含义,华而不实,人口聚集不仅具体表现出了通常意义的城镇化水平,还考虑到区域暂住人口情况,符合人口流动性不断提高的现实特点。就业构造主要反映非农产业从业人员情况,详细包括:全部在岗职工、城镇私营企业从业人员、城镇个体劳动者、农村社会劳动者及其他社会劳动者。(2)城市建设指数该指标主要反映基础设施建设及其投入情况。财政投入作为基础设施建设的重要资金来源之一,对县域城镇化进程的影响不可忽视;基础设施建设作为金融支持城镇化发展的主要参与领域之一,与金融服务的关系同样值得关注。(3)居民生活指数为居民提供更优越的生活环境,使居民拥有更舒适的生活条件,是新型城镇化以人为本核心内涵的重要具体表现出。该指标主要包括生活水平、生活质量和保障水平三层含义,是对县域城镇化发展质量的详细反映。2.自变量设置(1)金融发展规模本文通过金融机构存贷款之和与的比值,作为金融发展规模的指标之一1。同时,将当地金融机构各类存款和贷款余额也作为衡量样本县金融规模的指标,以更全面地i全释县域金融发展规模。(2)金融发展效率从山东省县域经济与产业发展现在状况看,间接融资仍然是主渠道。因而,本文采用贷款总额与存款总额的比值,反映金融机构的储蓄投资转化效率,进而衡量金融发展效率2。存贷比越大讲明银行运营效率越高,反之,讲明储蓄在转化为投资的?经过中受阻。(3)金融服务渠道金融服务渠道是金融机构将各种金融产品、服务便利推向客户的重要桥梁。金融渠道的数量、运作效率以及整合运用的程度,既决定着银行县域经营的成效,同样影响着城镇化发展的进程。考虑到数据来源的准确性,本文只以样本县具有存贷款职能的金融机构数量作为衡量金融渠道的指标。3.控制变量设置为检验县域金融发展规模、金融发展效率、金融服务渠道与新型城镇化之间关系的有效性,同时也便于检验面板数据模型估计结果的稳健性,本文对经济发展水平、工业化程度和支出变量加以控制,分别用县域人均、工业化指数(第二产业总值/)和地方预算支出予以表示。5.2数据讲明本文研究的县域范畴为不包括市辖区的县级市和县,即山东省91个县(市)(31个县级市、60个县)。选取91个样本县2018年度的截面数据为研究基础,原始数据来自(山东金融年鉴〕(2020年)、(山东统计年鉴〕(2020年)、(山东省城镇化发展报告〕(2020年)。为避免县域经济发展水平的差异性对研究结果的影响,本文在对全样本分析的基础上,按经济发展水平将样本划分为三类进行分析,即山东省范围内23个全国百强县作为经济发达县,28个经济欠发达县作为一类,剩余40个县作为经济中等发达县。划分标准参考了(第十一届全国县域经济基本竞争力与县域科学发展评价报告〕(2018年全国县域经济科学发展沟通年会)和(山东省委、山东省人民关于加快县域经济发展的意见〕(鲁发[2003]25号)。分类结果如表5.2所示。5.3计量模型设计一种现象往往与多个因素相联络,多元线性回归能够由多个自变量的最优组合共同预测或估计因变量。通过上文对城镇化及金融指标体系的建立,首先采用多元线性回归的方式方法,将城镇化指标作为因变量,金融体系指标作为自变量,解释县域金融服务对新型城镇化发展的影响。在这里对91个县(市)和三类县域样本分别进行回归,建立如下模型:URQ=厂。+A*D+P2*L+P^*FIR+P,*SLR+P,*FI+*+久*IR+p^*GS+sPE=p^+l3,*D+p^*L+I3,*F1R+p,*SLR+p,*FI+p^*+p,*IR+p,*GS+sURC=j3o+j3i*D+氏*L+/3,*FIR+p,*SLR+/?*FI+凡*+p,*IR+p^*GS+￡RL=P^+P,*D+P^*L+P^*F1R+p,*SLR+p,*FI+p,*+p,*IR+p^*GS+s通过全样本各变量Pearson相关性检验,表5.3显示城镇化指标与自变量具有较显着的相关性,为下一步的回归分析提供了支持,但部分自变量之间也存在一定的相关性。为避免多重共线性对回归结果的影响,本文通过方差膨胀因子(VIF)对自变量和控制变量进行检验,发现存款余额和贷款余额的膨胀因子已超过临界值10,确实存在多重共线性。考虑到贷款量较存款量更能反映金融服务对城镇化发展的支持作用,本文保存贷款余额,剔除存款余额,再次进行共线性诊断,各变量的方差膨胀因子全部小于10(如表5.4),不存在多重共线性。5.5回归结果分析本文分别以城镇化质量指数、人口就业指数、城市建设指数和居民生活指数为因变量进行多元回归分析,以进一步讲明县域金融服务对新型城镇化的影响。表5.5显示了以城镇化质量指数(URQ)为因变量的多元线性回归结果。从各变量系数的显着性来看,贷款余额在全样本、发达县和中等发达县均不具备.显着性,只要欠发达县存在10%水平上的显着性,讲明贷款总量对城镇化质量指数影响不大,仅在欠发县存在正相关关系。金融相关率方面,除发达县外,其他样本组均具有较显着的正相关关系,尤其在中等发达县和欠发达县,金融规模越大,城镇化质量越高。投资转化率同样只在欠发达县具有显着性,并正向影响城镇化质量;金融机构数对城镇化质量的影响均不明显。控制变量方面,人均对县域城镇化质量有较大影响,讲明综合经济水平直接导致城镇化质量的高低,而欠发达县的显着性明显低于其他类别县域;支出显着正向影响除发达县外的其他县域城镇化质量。表5.6显示了以人口就业指数(PE)为因变量的多元线性回归结果。金融规模方面,只要欠发达县的金融相关率具有一定的显着性,讲明金融规模对当地的人口就业影响较小;金融机构数同样对人口就业没有奉献。得出以上结论并不意外,由于金融业的发展对于解决就业与人口流动并没有直接关系。而各样本的投资转化率均与因变量表现出显着的正相关关系,讲明金融支持间接影响着人口就业;投资转化越快讲明经济活动频繁,这一经过中工业和服务业解决大量就业并加快人口流动,进而提高城镇化水平。人均在各样本组的显着性讲明经济环境直接促进人口就业。在控制了经济水平的影响后发现,工业化率对人口就业指数仍然没有影响,而支出对全样本和欠发达县域人口就业指数具有积极作用,对发达县和中等发达县作用不明显。总体上看,人口聚集与就业构造受金融支持的直接影响较小,人口就业问题需要依靠实体经济的发展和行为的带动。表5.7是以城市建设指数(URC)为因变量的多元线性回归结果。能够明显看出,影响城市建设的因素主要集中在贷款量、投资转化率和工业化率三方面,这三个变量的显着性较强,而其他变量均未表现出较强的显着性。全样本县域贷款量与投资转化率均在1%的水平显着,讲明金融规模和金融效率对促进城市建设至关重要。工业化率在该模型中与城镇建设保持了高度正相关关系,讲明工业发展对城镇建设的作用明显。一般情况下以为支出对城市建设有至关重要的作用,但从本文的分析结果并没有得到这方面的充分验证(仅发达县支出保持10%显着性水平),而城镇建设对金融支持的依靠较明显。表5.8是以居民生活指数(RL)为因变量的多元线性回归结果。从分析结果看,发达县具有显着性特征的变量比其他样本组较多,金融规模类变量和金融效率变量均与居民生活指数呈显着正相关关系,而这些变量在中等发达县和欠发达县均没有十分显着的关系。所以,从居民生活质量角度看,发达县域的金融服务提升对当地居民生活质量的改善具有较大帮助。从中等发达县和欠发达县的人均显着性情况能够看出,相对落后地区的居民生活质量更多取决于综合经济实力。另外,中等发达县和欠发达县的支出变量的显着性高于发达县,这与金融规模和金融效率变量具体表现出出的显着性相反。因而,经济相对发达地区的居民生活质量受金融支持影响较大,而相对落后地区居民生活质量的提高则相对依靠于支持。综合以上回归分析结果以为,第一,县域综合经济实力的差异性对各地城镇化建设的整体质量与水平具有重要影响;第二,欠发达县域的城镇化发展对于间接融资工具贷款的依靠程度更大,而相对发达的县域由于产业水平较高,资本市场较为活泼踊跃,在金融脱媒化趋势明显的现实背景下,直接融资需求和渠道较为丰富;第三,县域金融服务渠道对城镇化质量的影响不明显,其积极作用有待进一步幵发;第四,非农产业发展对于人口流动和促进就业具有重要作用,地方应当在加快二、三产业发展方面提供更为有利的环境和政策,以有效提高县域城镇化水平;第五,贷款仍然是基础设施建设的重要资金来源,对于提高城镇综合承载能力具有重要作用;第六,发达县域的城市化进程较快,居民的消费观念和消费构造处于进一步更新和优化阶段,金融多样化服务更能够显着促进当地居民生活水平的提高。5.6以滕州市为例的时间序列分析通过以上回归分析发现,各变量对发达县域城镇化发展的解释力度相对较弱,这可能是选取的截面数据缺乏以具体表现出发达县域的发展经过,以及经济因素使金融对城镇化的作用被低估。因而,本部分以发达县域中的滕州市1为例,利用时间序列模型分析其2002-2018年间金融发展对城镇化的作用,并结合当地出台的金融支持政策对其城镇化发展的影响进行讨论。为保证数据来源的一致性,本文仅用城镇化率UR(城镇人口/总人口)代表城镇化发展程度,以更详细的物理网点数量(DEPT)和自助设备数量(ATM)对金融服务渠道进行描绘叙述,其他变量描绘叙述与上文一致1。模型设计如下:UR=+P、*D+PJL+P广FIR+/3广SLR+ps*DEPT+ATM+S1.平稳性检验。单根检验能够用来检验时间序列的平稳性,假如序列是非平稳的,直接进行回归容易导致伪回归现象,本文利用ADF方式方法检验序列的平稳性。检验结果如表5.9所示。从表5.9可看出,各变量的ADF检验值均处在5%的临界范围内,讲明变量的水平序列是非平稳的,对其进行一阶差分之后的结果都是平稳的。因而,以上各变量均为一阶单整时间序列。2.E-G协整检验。由于上述变量服从一阶单整的时间序列,为检验变量间能否存在长期平衡关系,本文根据Engle和Granger(1987)提出的协整理论对模型进行协整检验。首先对以上变量进行多元线性回归,所得结果如表5.10所示。如表5.10,模型F值为57,回归方程显着,调整后可决系数为0.97,获得良好的拟合度。金融规模(D、FIR)与因变量UR在10%的水平上正相关,投资转化率SLR正向显着影响城镇化率,金融渠道(自助设备数)与城镇化率保持5%的显着性。将上述回归后得到的残差序列重新命名为变量E,对其进行单根检验(表5.11)。表5.11显示ADF检验值在5%的水平下显着,进而拒绝了残差序列的单位根假设,讲明残差序列平稳,上述回归模型中变量间存在长期平衡关系,模型有效。3.Granger因果检验。为进一步检验城镇化率与各变量间的关系和作用方向,本文对这些变量进行Granger因果检验,检验结果如表5.12所示。由表5.12可知,存款余额(D)和贷款余额(L)是城镇化率的Granger原因,分别在10%和5%水平上显着;投资转化率(SLR)也在5%的显着性水平上是城镇化率的Granger原因,这讲明存贷款数量与投资转化率的提高都在一定程度上直接导致城镇化率的提高。并且,城镇化率也是贷款余额(L)和金融相关率(FIR)的Granger原因,这在一定程度上讲明金融发展与城镇化水平具.有互相作用的关系。4.脉冲反响。利用脉冲反响函数能够模拟一个变量在遭到另一个变量的变化冲-后的反响。根据Granger因果分析结果,各变量与城镇化率(UR)的脉冲反响结果如以下图所示。图5.1-5.6可知,除金融相关率外,其他变量对城镇化率的脉冲反响多具体表现出在3期之后,讲明城镇化率对金融服务的反响具有一定的滞后性,金融支持对城镇化发展的奉献是一个长期、渐进的经过,且多数脉冲反响对城镇化率存在正向影响,也再次验证了金融支持对城镇化的积极奉献。5.滕州市金融支持政策对城镇化发展的影响。滕州市于2007年开场着手进行金融生态区建设,出台了(关于进一步优化全市金融生态环境的意见〕,并通过当地人民银行的大力协助与支持,成立了市金融工作领导小组,搭建起优化区域信誉环境和政银企合作沟通的平台。为了进一步加强金融对当地经济的助推作用,滕州市通过出台(加快金融业发展的意见〕,积极引入各种类型的银行业金融机构,并引导各金融机构立足本身特点与优势,在小微企业融资、普惠金融服务、金融渠道建设等方面开展产品与服务创新。并且,滕州市相关部门通过提高举办银企对接会的频次与层次,使得政银企的协调沟通机制愈加趋于完善,较好知足了金融市场供求双方的需求。截止到2020年6月,全市已入驻以工农中建为代表的国有商业银行、以麦庄商业银行为代表的地方股份制银行、以招商银行为代表的全国股份制商业银行、以滕州建信村镇银行为代表的新型地方金融组织等