城市群金融集聚能缓解金融风险吗?

刘新荣,刘警警,班 琦

(1.暨南大学 经济学院,广州 510632;2.南开大学 金融学院,天津 300350)

一、引言

商业银行的金融风险一直是影响银行体系稳定与社会经济发展的重要问题。金融风险的累积可能导致金融危机。金融危机不但是“复苏的多年草”,而且是对任何国家都“机会均等的威胁”(Reinhart and Rogoff,2013)[1]。中国的经济发展高度依赖银行业,信贷在企业融资中占比高达70%,但是信贷依赖在一定程度上也导致中国经济面临高杠杆、高风险等问题。2018年中央经济工作会议把防范重大金融风险提上日程;党的十九大报告强调要“守住不发生系统性金融风险的底线”;“十四五”期间,国家继续实施金融安全战略,将防控金融风险和守住不发生系统性风险的底线作为未来金融业发展的方向之一。随着全球保护主义加剧以及重大公共卫生事件的冲击,商业银行的资产与负债规模增速持续下降,不良贷款余额和不良贷款率出现“双升”,特别是非城市群地区的银行更为明显(图1),但是城市群中心城市的相对风险却在下降(图2)。尽管中国未发生过金融危机,但是近年来随着金融网络不断复杂化,2019年包商银行破产等爆雷事件的发生,印证了商业银行风险增加的客观事实。目前暴露出来的金融风险均为区域性风险,但是中国疆域辽阔,各地资源禀赋、区位条件、金融发展程度等不尽相同,金融风险集聚程度呈现出显著的地区差异。区域性金融风险集聚是系统性金融风险在地理维度上的具体表现,其可能通过空间扩散蔓延为全局风险。当某个地区出现金融风险过度集聚、突破临界点、跨区域传染时,就可能导致系统性金融风险发生。只有明确金融风险的地区分布状况,才能因地制宜制定政策,维护金融安全与稳定。因此,对于区域性金融风险的研究,不能脱离地理维度的考量。

图1 城市群不良贷款率

近年来,金融资源涌向城市群及其中心城市,城市群中心城市金融业增加值占比高达46% ,银行总资产占比高达68%,城市群具有绝对的资源集聚优势,这势必会对区域金融风险的空间演变产生影响。目前城市群金融集聚能力显著提升,非城市群的金融风险日益严峻;城市群内部中心城市的金融集聚能力正在进一步增强,而外围城市的相对金融风险却在不断攀升,形成了金融资源与金融风险在地理维度上的反向流动(见图3)。那么,如此多的金融资源向城市群及其中心城市集聚,这对其金融风险具有怎样的影响?金融在城市群内部“中心-外围”城市之间的集聚与扩散对其金融风险产生怎样的影响?城市群与非城市群的表现有何差异?不同类型金融资源和企业的集聚会对金融风险带来不同的影响吗?

图3 城市群中心城市金融风险与金融集聚趋势

鉴于此,尝试从城市群“中心-外围”的金融地理视角出发,对金融集聚与金融风险的关系进行分析。研究发现:其一,金融集聚和金融风险均具有地理集聚性,邻近地区的集聚程度相似。其二,整体上看,城市群金融集聚有利于降低当地的金融风险,但是对于非城市群,金融集聚反而会增加金融风险(1)具体地,2012年以前金融集聚增加金融风险,2012年以后金融集聚与金融风险的关系变得不显著,但符号依然为正。。其三,在城市群内部,中心城市金融集聚会降低中心城市的金融风险,但是会加剧外围城市的金融风险;对于发达城市群,其中心城市金融集聚会降低外围城市的金融风险。其四,城市群内部产业分工、一体化等因素有助于强化金融集聚对金融风险的降低效应。

本研究可能的贡献在于:其一,从城市群金融集聚视角为金融风险问题研究提供了新思路。现有文献少有从地理角度(城市群)对金融风险进行研究,对区域风险的研究也大多从行政区划角度进行,本研究的地理视角不仅包含了传统的区域因素,更考虑了区域之间的经济联系和地理距离。其二,揭示了微观地理区域金融风险的动态变化。从城市群“中心-外围”微观区域视角研究金融风险,从金融集聚现象出发,研究城市中心与外围金融风险的互动关系,揭示了金融风险在不同层次地理区域的演变规律。其三,构建城市群“中心-外围”空间权重识别金融集聚对金融风险的影响。推进了新经济地理学“中心-外围”理论的经验研究。Fujita和Krugman(2004)认为,“经验研究”的“量化”是新经济地理学未来研究的重要方向,但新经济地理模型的非线性特征使得其计量模型的识别难度较大,本研究运用空间计量做出了尝试。

二、文献综述

现有关于区域性金融风险的研究中,大多针对特定的地理范围或经济范围,例如以欧盟、亚洲、美洲等,或以“一带一路”、新兴(或发达)经济体等经济组织为研究对象;国内研究则多以省际样本,或者以个体案例为研究对象(王营和曹廷求,2017)[2]。针对区域间的风险关系,大多是通过风险传染视角进行研究,包括国家之间的风险传染(Forbes,2004)[3]、不同地区之间金融市场的风险传染(Luo et al.,2011)[4]、金融机构之间的风险传染(李政等,2016)[5]。这些研究虽然涉及到不同地区的金融风险,但是通常将金融视为在地区之间均匀分布,未考虑地区之间的地理距离。事实上,金融资源在地理维度上并不是匀质的,而是呈现出向少数地区集聚的特征(谢漾和洪正,2022)[6],不同区域之间会产生金融资源的虹吸或辐射现象,并且不同地区的金融在相互传输过程中产生了基于地理距离的成本,这将会对区域金融风险产生重要影响。现有区域金融的研究默认金融的分布是均匀且同质的,未考虑在地理维度上的联系,这一研究范式忽略了金融在地理维度上的集聚特征,将会产生有偏的结论。近年来,中国经济的地理集聚现象在城市群兴起背景下愈发凸显,“十四五”规划建议进一步强调“发挥中心城市和城市群带动作用,建设现代化都市圈”,目前,许多城市在经济发展方式上逐渐实现抱团式发展,形成多个城市群,经济要素不断向城市群集聚。因此,中国金融在地理维度上的集聚已不同于以往“自西向东的迁移”,以及单纯“向发达省份集聚”(俞颖等,2017)[7],而是逐渐呈现出以城市群为单位的集聚特征(王金哲等,2020)[8]。城市群体系下金融网络的形成使区域间金融资源的流动突破了传统行政区划的限制,在地理维度上演化为集聚与扩散的过程,最终形成金融中心区域、外围区域的地理结构。因此,城市群作为集聚经济的典型代表,应当成为研究区域金融风险的重要视角,本文正是基于城市群金融集聚视角,对金融风险展开研究。

三、理论假设

城市群是由一系列城市组成的集合体,在城市群内部,城市之间通过中间投入品、基础设施、劳动力等生产要素的相互组合与共享,构成合作关系,形成带有显著溢出特质的集聚经济,这能够提高城市群生产效率和金融发展水平。具体地,一方面,城市群的形成在提高生产效率之后,实体经济飞速发展,会顺势产生大量金融需求,从而形成城市群金融集聚效应;另一方面,城市群打破了原有经济治理的“藩镇割据”思维,融合了地区生产要素,在地区之间相互集聚、扩散,因此,城市群的发展极大地促进了经济集聚,从而引发金融集聚。城市群金融集聚在不同阶段具有不同表现,初期表现为金融从外围城市向中心城市集聚,后期表现为金融从中心城市向外围城市扩散,这造成了金融风险在城市群中的变化(谢漾和肖冬利,2023)[9],至于金融集聚对金融风险的影响,主要来源于金融集聚对金融信息的影响,总结为以下几点:

第一,金融集聚缩短了物理距离,降低了信息不对称程度。运输成本和要素成本是导致产业在消费地集聚还是在原材料地集聚的关键因素(梁琦,2004)[10],而对于金融产业而言,原材料(信息)和消费者(个人、企业)直接存在于同一区位,因此金融产业有动机向企业所在地集聚,这一行为拉近了两者的距离,降低了信息不对称程度。金融机构以经营信息为主,如何根据信息正确搜寻和筛选需要融资的企业,决定了贷款的金融风险。金融信息分为“硬”信息和“软”信息两大类(Pelersen and Rajan,2002)[11]。“硬”信息包含财务报表等标准化信息,可以通过专业化手段进行采集和验证,能够通过先进的电子技术提升“硬”信息的传输距离,例如上市公司的公开信息;而“软”信息最好的传播方式是面对面交流,例如当地中小企业的内部经营状况、未来前景,该信息远距离传输效率较低。银行与企业地理位置接近可以促进双方的信息交流,便于银行采集“软信息”。“软信息”相较于“硬信息”,更能够多维度地揭示企业的深度经营状况。因此金融机构倾向于靠近信息源以降低信息搜寻成本和信息不对称程度,从而减少金融风险。Porteous(1995)[12]认为地理距离影响信息传递,物理距离近,则信息不对称程度低,金融风险小。而城市群通过城市之间紧密的交通联系、密集的基础设施、密切的合作关系,使得物理距离变得更近,城市群金融集聚使该区域充斥着大量金融机构和金融资源,拉近了金融机构与企业之间的距离,从而降低金融风险。

第二,金融集聚的外在性。马歇尔(1920)认为产业集聚产生了外在性,对于金融机构也是如此:其一,信息具有外在性。对于金融机构而言,金融机构密集分布的地区,其相互交流能够制造大量金融信息,在一定区域内,信息具有公共产品的性质,金融机构之间能够共享信息。集聚能够促成独特的非标准信息的扩散,这有助于信息和知识的外溢。金融业作为特殊的产业,其主要特征是经营、加工、传递信息,金融机构之间的相互邻近和集聚,有利于金融机构之间的沟通和学习,有助于发挥产业外在性,使信息在金融机构之间流动,提高金融主体对金融信息的认知能力,这有助于金融机构了解实体经济的情况,识别企业的潜在风险。其二,金融集聚培育出区域共享的金融人才市场。区域内部集聚了大量金融人才,创造出完善的金融劳动力市场,金融人才根据余缺进行调剂,人才在金融机构之间的流动,既提高了工作效率,降低了失业风险,也使得信息在机构之间传递,降低信息不对称。其三,金融在一个区域的集聚,使得该区域产生对金融业上下游供应商的强烈需求。例如法律、会计、咨询、信用评级、担保等服务,这些服务能够起到优化金融服务,提高金融效率,以及为企业提供规范运营,预防、分担金融风险的作用。

第三,金融集聚存在规模效应。在金融集聚程度较高的地区,能够获得规模经济(Shin and park,1999)[13]。一方面,金融集聚可以产生信息收集和处理的规模经济效应,某地区不会因为增加了一个金融机构而消失一部分信息,信息一直存在并等待被发掘,金融机构越多,对该地区的信息收集和处理越完善,使资金流向更优质的项目,从而降低金融风险;另一方面,金融集聚使得金融机构之间能够相互拆借,互通有无,一个集聚的金融市场拥有整体较为稳定的经营状态和流动性,使得每家金融机构的流动性风险降低(Bencivenga and Smith,1991)[14]。金融集聚会产生竞争效应,使一个地区的金融机构产生专业化分工,形成多个金融服务层次,例如大型银行和中小型银行对接不同的客户群体,其对自身的客户更为了解,可以提升金融效率,进而降低金融风险。规模经济产生之后会自我增强,更多的金融机构、非金融企业、个人将被吸引到这里(Tschoegl,2000)[15],这不仅促进了企业之间加剧竞争,而且提高了信息的传播速度,从而减弱银行与企业之间的信息不对称,降低金融风险。

第四,金融集聚缓解了企业风险。金融集聚能够缓解企业的信贷约束,分散金融风险。企业在金融集聚环境中面临更多可选择的金融资源,缓解了企业的信贷约束,为投资者提供长效激励、分散风险,防止资金链断裂风险(Tadesse,2002)[16]。一方面,金融集聚可以有效缓解企业的信贷约束,通过金融中介识别和支持高质量企业,减少经营风险;另一方面,金融集聚带来金融市场的完善,金融市场能够分散企业的跨期风险。

第五,金融集聚降低了监管成本。金融集聚地区的金融机构相互之间距离较近,更方便监管机构的监管和监督。近距离的监管有助于监管机构更及时地了解金融机构的运营和风险状况。相比于分散在不同地区的金融机构,集聚在一起的金融机构监管更加集中和高效。监管机构与金融机构之间更紧密的合作和信息共享,提高了监管的智能化水平,共同应对金融市场的风险和挑战。监管机构之间的合作和信息共享加强了对市场的监测和预警,减少了监管漏洞,降低了监管成本。同时,金融集聚地区拥有更为完善和专业化的金融人才和技术支持,提升了监管的科技水平和能力。这些因素的协同作用有助于降低金融监管成本。

综上所述,城市群金融集聚降低了金融风险,但是对于非城市群,这种金融集聚效应具有完全相反的影响。其一,非城市群城市之间的经济关联度较低,经济发展程度也较低,各区域尚未形成有效的产业分工,此时的企业经营效率也较低,面临着较高的经营风险,金融资源在非城市群的分布会使得金融资源暴露在较高的风险区域中,金融集聚程度越高,金融风险也就越大。其二,金融集聚程度未达到产生规模经济的临界值。在非城市群金融集聚初期,金融资源往往零散分布,金融机构之间的距离较远、联系较弱,并且金融机构之间面临无序竞争,此时金融集聚程度增加反而会加剧金融风险。其三,金融资源同质性严重。在非城市群中,区域之间的金融机构无法形成功能互补和分工,提供了大量同质性产品,无法有效帮助企业分散经营风险,在充斥着同质性金融产品的金融市场中,金融集聚程度越高,金融风险越大。因此提出假设一:

假设一:城市群金融集聚有利于降低当地的金融风险;非城市群金融集聚会增加当地的金融风险。

金融资源在区域之间的分布极不均衡,金融市场在空间上的集聚会表现在各个区域金融中心的建立。金融集聚在一个中心城市并不一定会促进其周边地区的金融集聚,反而会起到一定的抑制作用。由于“劳动力蓄水池”“中间投入”“知识溢出”等因素的影响,金融资源在中心城市集聚之后,就会呈现出一种“自我强化”的特征:其一,在中心城市集聚情况下,完全异质性的金融从业人员进入中心城市后,其就业机会的增加,吸引了周边区域从业人员的涌入,从而形成一个更大的就业市场。其二,金融机构更倾向集中投资于中心城市,以实现中间产品的共享,从而降低企业的生产成本。一般情况下,某一地区的财政资源是固定不变的,但是随着财政资源和财政人才的不断集中,边缘地区的财政资源就会逐渐减少。所以,金融集聚将会使周边城市的金融资源流失,根据假设一的分析,外围城市金融集聚程度的下降将会加剧外围城市的金融风险。这与赫希曼的极化效应理论不谋而合,该效应使得金融中心高效率的金融企业与外围低效率的金融企业进行竞争,使外围金融企业逐渐萎缩,在经济发展初级阶段使中心城市累积性增长,扩大了“中心-外围”之间的金融差距。

中心城市过度的金融集聚意味着外围企业远离中心城市金融资源,从而导致信息不对称程度、监督成本上升,加剧金融风险。远离银行决策中心提高了金融机构筛选与监督客户的成本,增加信贷风险(Cotugno et al.,2013)[17]。中心城市金融机构与外围城市企业的距离阻碍了“软信息”的搜集,提高了代理和监督成本,更可能引发道德风险,产生金融风险。因此,金融机构向中心城市集聚使得金融业与企业的空间布局产生错位,外围企业与中心城市银行距离增加,提高了企业的信贷风险。此外,具有高质量项目的企业在进行选址时,为了缓解信贷约束与分散研发风险,有能力选择金融机构更多、金融市场更为完善的中心城市。金融集聚产生“虹吸效应”,优质企业受金融资源吸引进而不断地从外围地区向中心城市集聚。中心城市竞争激烈,低质量企业只能向外围城市迁移(Combes et al.,2012)[18]。换言之,中心城市人才流与信息流这两大要素强化了对外围城市的“虹吸效应”,导致外围城市企业质量下降,造成更高的金融风险。由此可见,金融资源和优质企业向中心城市集聚,将会加剧外围城市的金融风险。

当城市群发展成熟,进入高度分工协作与一体化发展阶段时,金融集聚现象可能经历逆转,产生所谓的“涓流效应”。在这一阶段,中心城市开始向外围城市设立金融分支机构或进行投资,旨在优化资源配置并降低金融风险。一方面,随着中心城市金融集聚的饱和效应及拥挤效应的显现,其吸纳金融资源和人才的能力可能达到极限。为了追求更高的边际收益和更低的成本,金融集聚开始向扩散效应转变,这种转变使得中心城市不再是唯一的金融集聚地,金融资源开始向外围城市扩散(罗小伟,2020)[19];另一方面,中心城市作为研发中心、金融中心和信息中心,率先完成产业转型和升级。制造业等产业开始向外围城市转移,而中心城市的金融资源也随着制造业向外围城市扩散。这种转移和扩散过程使得外围城市的金融集聚速度逐渐上升,企业的质量和效率得到提高。在此背景下,中心城市作为信息腹地开始向外围城市提供专业化服务,并将金融知识和信息溢出。外围城市逐渐成为中心城市的重要合作伙伴,形成了“中心-外围”的经济模式,推动城市群内部经济的逐步一体化,这种一体化的发展有助于降低外围城市的金融风险(刘胜,2019)[20]。通过中心城市向外围城市的金融资源扩散,外围城市企业获得更多金融支持和服务,降低了企业的融资成本,减轻了金融风险。此外,中心城市的核心创新能力和辐射效应对外围城市产生了积极影响,促使外围城市企业的质量和效率上升,进一步减少金融风险发生的可能性。因此提出假设二:

假设二:对于欠发达城市群,城市群中心城市金融集聚会加剧外围城市的金融风险;对于发达城市群,其中心城市金融集聚会降低外围城市的金融风险。

四、实证分析

(一) 样本与数据

1.金融集聚数据来源

选取中国2003—2017年间273个地级及以上城市为样本,分别对18个主要城市群和非主要城市群进行面板数据分析。采用内插、预测等方法对一些缺失的资料进行补充,并剔除一些离群点,最终获得4095个样本。其中,《中国城市统计年鉴》和CNRDS数据库为主要数据来源,上市公司、公开发行基金和证券公司的数据通过Wind终端获取。由于中小企业与服务业协同发展,因此城市群具有较强的代表性。因为在不同的空间层次上,产业与空间之间的相互关系及交互效应截然不同,太大或者太小,均难以体现“核心-边缘”的空间结构与功能分工特点。

2.金融风险数据来源

微观银行数据来源于CSMAR数据库。在数据处理过程中,剔除存续期1年的银行;不良贷款(率)、贷款总额等主要变量的缺失值通过查询银行年报补齐;进行1%的双侧缩尾处理。

3.银行分支机构数据来源

各地级市银行分支机构数据主要来源于中国银监会许可证发布系统,利用python抓取分支机构的地理位置信息,并整理每个地级市的银行分支机构数量。

(二) 主要变量的定义与计算

1.核心变量

(1)金融资源:参考王如玉等(2019)[21]的构建思想(2)借鉴王如玉等(2019)[21]的研究思路,主要有以下几个方面:首先,该指标是结合了多个学术与产业金融专家的观点,从而使城市金融集聚程度的排序与实际相吻合。利用传统的区位熵测度方法,其在宏观上的表现与人们的期望相一致,但是将其应用于地级市,却与实际情况有较大出入,例如,以那曲市、南京市、广州市为代表的地区经济发展水平最高;佛山等地级市、北京市、上海市排在15位之后。其次,在这篇文章中,我们对城市(群)中的金融资源进行了研究,如果采用人均为平均数,则将会被人口指数所影响,从而不能完全体现出金融资源的本质,而且区位熵来自于对工业行业分工的测度,将这一概念直接应用于金融资源的测量并不合适。再次,由于大部分地区的金融资源自身均不断增长,因此采用金融资源占全国范围的比例,可以更好地反映金融资源在各地区之间的相互依存关系。选取本区域金融资源占全国的比例,可以更好地反映区域之间的相对变动。最后,不同金融指标的权重,能够更好地反映金融指标的总体状况。,计算各城市所具有的相关金融资源占全国的比例,以权重法计算其集聚度,即:金融资源的集聚度,以各城市市域的存款和贷款比例为衡量指标(占50%);各城市金融业从业人员数量占比(30%);各城市A股市场上市公司数量占全国上市公司数量的比例(10%);证券公司数量占比(secrurity,5%);公募基金数量占比(5%)。

(2)金融风险(risk):采用不良贷款率衡量金融风险(不良贷款总额/贷款总额)。

2.控制变量

(1)产业结构(ind_str):第二产业产值/总产值,反映地方产业结构特征。

(2)政府干预(expend):公共财政支出/GDP,反映地方政府对当地经济的干预强度。

(3)人均GDP(GDP):反映当地经济总体发展情况。

(4)贷款增长率(Loan):反映信贷扩张速度,信贷增长过快可能导致风险上升。

(5)工业企业利润(pro):采用地级市的工业企业利润总额衡量,反映实体经济的运行情况。

(6)地方债务(debt):采用地级市地方债务余额衡量。

(7)房价(price):采用地级市年度平均房价衡量,房价波动可能导致金融风险。

(三) 模型设定

借鉴朱虹等(2012)[22]的做法,构建模型(1)如式(1)所示:

(1)

其中,Yi,t为城市i的金融风险,Xi,t为城市i的金融集聚程度。W为中心城市权重,因此,WXi,t为金融集聚的空间滞后项,代表城市群中心城市的金融集聚程度。controli,t为控制变量,μi为i的个体效应,γt为时间效应,εi,t为残差项。

对于式(2)而言,当i为中心城市时,权重W中对应的元素取1。最终空间滞后项WXi,t只会对中心城市赋予权重。此外,构建“经济权重”指标(式(3)),其中yj为城市j的经济发展水平,Wij的经济意义为城市j在其城市群中经济体量所占比重。

(2)

(3)

由此,模型除了讨论一个城市的金融集聚(Xi,t)对该城市金融风险(Yi,t)的影响外,还探讨了中心城市的金融集聚(WXi,t)对外围城市金融风险Yi,t的影响(3)β1反映的是每个城市的分工对其自身金融集聚的影响。。

模型(1)是本研究的主模型。引入式(4),即扰动项的空间滞后项,对共同冲击和其他具有空间相关的遗漏变量所带来的影响进行控制。

(4)

(四) 回归结果

1.全样本回归

表1是全样本的回归结果,采用了4种空间权重。被解释变量为金融风险(risk),解释变量为金融集聚(fin),空间滞后项为中心城市的金融集聚(ρ)和中心城市的金融风险(ρ.risk)。由回归结果可知,金融集聚(fin)的系数均显著为负,表明从整体上看,金融集聚程度越高,金融风险越低,验证了本研究的核心假设,说明金融集聚具有降低金融风险的效应;中心城市金融集聚(ρ)的系数均为正,表明随着城市群中心城市金融集聚程度的上升(即金融资源向中心城市集聚),外围城市的金融风险将上升,这一发现说明金融集聚与风险的关系在地理层面上具有此消彼长的动态关系,从理论上讲,这是由于中心城市虹吸了外围城市的金融资源,导致外围城市金融风险上升;中心城市金融风险(ρ.risk)的系数为正,表明中心城市金融风险上升也会导致外围城市金融风险上升,即金融风险在地理层面上具有邻近性和集聚性,风险高的地区会在一个区域扎堆,这与金融集聚在地理层面上的特征相似。

表1 金融集聚与金融风险

2.城市群分类回归

按照城市群的发展阶段,将城市群分为欠发达城市群、快速发展城市群、发达城市群、衰退城市群和非城市群。由表2的回归结果可知,(1)-(4)列金融集聚(fin)的系数依然为负,表明对于各类城市群而言,金融集聚均有利于降低金融风险;中心城市金融集聚(ρ)的系数表现具有差异,欠发达城市群((1)列)和快速发展城市群((2)列)ρ的系数显著为正,表明这两类城市群的中心城市金融集聚会使外围城市的金融风险上升,金融资源向中心城市流动虽然会降低中心城市的金融风险,但是会恶化外围城市的金融风险;(3)-(4)列ρ的系数显著为负,表明对于发达城市群和衰退城市群而言,城市群的中心城市金融集聚会使外围城市的金融风险下降,中心城市金融集聚对外围城市产生的良性辐射,降低了外围城市的金融风险,这可能是由于这两类城市群发展较为成熟,“中心-外围”城市之间的联系较为紧密,“中心-外围”城市之间已经不再是“资源争夺”的零和博弈,而是形成了良好的合作关系,中心城市的金融资源也会对外围城市产生一定的辐射效应,这种城市群内部的合作关系在后文做进一步讨论。

表2 城市群分类回归

由(5)列可知,对于非城市群,金融集聚(fin)的系数为正,表明金融集聚反而会使其金融风险增加,与金融集聚在城市群中的表现截然相反。这可能是由于非城市群城市处于发展的初级阶段,经济发展水平和金融集聚程度较低,金融面临的信息不对称程度较高,并且产业发展较为落后,产业风险较大,进而使得集聚在此的金融资源面临更高风险,在这个发展阶段,金融集聚将面临更高的金融风险,验证了假设一。此外,引入金融集聚(fin)的二次项,二次项系数为负,再次验证了金融集聚只是在初级发展阶段具有增加金融风险的负面作用,随着金融集聚的进一步增加,金融风险趋于下降。

3.城市群发展影响金融风险的机制检验

成熟的城市群通常至少具有以下特征:其一,具有强大的中心城市。中心城市是城市群的核心,中心城市的发展水平和能力对城市群的发展发挥着非常关键的作用。中国现阶段的三个发达城市群分别由北京、上海、广州(深圳)引领。其二,城市群一体化程度。一体化程度指一个城市群的中心城市与外围城市发展水平的协同度和相似性(4)金融一体化=|1/(yit/Yt-1)|,其中yit为城市金融集聚程度,Yt为城市群平均金融集聚程度。,该指标值越大,表明中心城市与外围城市的金融发展程度越接近。城市群分工指中心城市与外围城市之间的产业分工程度,借鉴谢漾和洪正(2022)[23]的指标构建思路(5)城市群分工指数=(中心城市金融集聚/中心城市工业集聚)/(外围城市平均金融集聚/外围城市平均工业集聚),用以表征中心城市与外围城市在金融业与工业两个产业之间的分工情况。,该指标值越大,表明中心城市越注重金融业,而将工业分工给外围城市。其三,中心城市和外围城市之间的分工水平。因为集聚动态演进过程中会逐渐形成“中心城市服务业集聚,外围城市制造业集聚”的“中心-外围”分工结构。选取以上3个变量作为城市群发展影响金融风险的机制变量并进行检验。

研究模型采用交互项设计,构造金融集聚分别与产业分工(fin×产业分工)、城市群一体化(fin×一体化水平)、城市竞争力(fin×城市竞争力)的交乘项,并赋予其空间滞后权重,例如ρ.(fin×产业分工),该项变量的经济含义为中心城市的金融集聚通过产业分工对金融风险施加影响。

由表3的回归结果可知,(1)列中ρ.(fin×产业分工)的系数为负,表明金融集聚可以通过中心城市的产业分工降低外围城市的金融风险,这是由于城市群中心与外围的产业分工,使得两者的产业结构更加优化,发挥了各自的产业比较优势,使产业得到良性发展,从而降低金融风险;(2)列中ρ.(fin×一体化水平)的系数为负,表明城市群一体化水平越高,金融集聚越能够使外围城市的金融风险降低,这是由于城市群一体化使得城市群内的城市之间距离更近、联系更紧密、发展差距更小,进而使得城市群金融与产业得到良性发展,从而降低金融风险;(3)列中ρ.(fin×城市竞争力)的系数为正,表明中心城市竞争力越强,外围城市的金融风险越高,可见单个城市竞争力的增强,只会使单个城市的金融风险下降,但是会使周边城市的金融风险上升。

表3 影响城市群金融风险的机制检验

4.稳健性检验

采用General Space二步最小二乘法(General Space Distance Square,GS2SLS)进行稳健性检验。与主模型(1)相似的模型设置,区别在于在这个估计方法中,将样本观察值作为一个空间断面数据处理,也就是每一个观察值代表1个地理位置的信息,所以,需要将4095个样本观察值处理为4095个虚拟城市。利用该方法建立一个空间加权系数为4095×4095的矩阵。

选用中心城市金融集聚初始值(2003年)和工业企业数量作为工具变量,采用GS2SLS对基准回归进行因果识别检验,以验证中心城市对外围城市的影响具有因果关系。回归结果如表4所示。由金融集聚的空间滞后项系数为正可知,中心城市金融集聚会增加外围城市的金融风险,且具有因果关系。

表4 广义空间两阶段最小二乘法(GS2SLS)

五、结论与政策建议

城市群的兴起集聚了大量金融资源,这对于金融风险集聚具有影响。本研究基于银行微观数据和地级以上城市数据,运用空间计量模型识别城市群金融集聚与金融风险的关系。研究发现:

第一,城市群金融集聚有利于降低金融风险,但是非城市群金融集聚反而会增加金融风险。

第二,中心城市金融集聚会降低中心城市金融风险,但欠发达城市群中心城市金融集聚会加剧外围城市金融风险,而发达城市群中心城市金融集聚会降低外围城市金融风险。

第三,城市群内的产业分工、一体化等因素有助于金融集聚对金融风险的降低。

本研究有助于从地理维度理解金融资源分布与金融风险的关系,为通过发展城市群、调节金融地理集中度防范金融风险提供了较为重要的实证依据和决策参考。提出以下政策建议:

第一,提高城市群金融集聚能力,逐渐扩大城市群边界。由于城市群金融集聚有助于降低金融风险,而金融在非城市群的分布会加剧金融风险,所以大力发展城市群是控制区域金融风险的首要选择,发挥好现有城市群的金融集聚功能,将外界金融资源吸收至具有高效率的城市群内,因此应适当扩大城市群边界。此外,应重点关注非城市群的金融风险。

第二, 充分发挥中心城市的金融辐射作用。中心城市集聚了大量金融资源,一定程度上导致外围城市金融资源匮乏,因此,应发挥中心城市对外围城市的金融辐射作用,鼓励中心城市对外围城市设立分支机构,对外围城市进行适当投资,这样能够缓解中心与外围之间的发展矛盾,缩小差距。

第三, 控制非城市群和欠发达城市群外围城市的金融风险。欠发达区域的金融风险往往暴露在更大的风险中,因此,应增加欠发达城市的经济关联,促进产业分工,提高企业经营效率。加强欠发达地区金融集聚程度的管理,使之达到产生规模经济的临界值;加强金融机构之间的功能互补和分工协作,满足企业经营的多样化需求,帮助企业分散经营风险。

第四,在经济发展水平较高的城市群内,支持核心城市的大银行开展跨地区业务,完善中小银行的本地化运营模式。各地区商业银行的跨地区经营战略要根据实际情况进行调整。国有大银行由于其地域影响力较大,会吸引周边城市的金融资源与服务,进而加大其金融风险,因此应当鼓励其跨地区进入周边城市;通过对边缘型企业的融资扶持,减轻边缘型城市由于地处边缘型地区导致的融资资源不足,进而减少边缘型城市的财务风险。中小银行在地理维度上的影响范围较小,一个地区的中小银行并不会对周边地区产生风险,因此应当发挥其本土化运营优势,着重防控本地金融风险。