導(dǎo)語：如何才能寫好一篇金融實(shí)證分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

評(píng)估指標(biāo)體系歷來備受關(guān)注，人們普遍地把“輸入”、“過程”、“輸出”和“改進(jìn)”等4方面內(nèi)容作為專業(yè)評(píng)估指標(biāo)體系的基本框架。在選擇指標(biāo)時(shí)，既追求全面性和代表性，也兼顧可測性和客觀性。事實(shí)上，由于專業(yè)名稱、類型、辦學(xué)背景和省情的差異，以及定性指標(biāo)難以打分、現(xiàn)場考察不易深入等諸多局限性，專業(yè)評(píng)估很難做到高度的準(zhǔn)確客觀和排名比較。但基于量化的視角，對(duì)指標(biāo)體系的量化處理、指標(biāo)數(shù)據(jù)的量化統(tǒng)計(jì)、測算結(jié)果的量化打分、評(píng)估排名的橫縱向比較，將可以有效減少評(píng)估的誤差。本文以全國12所高職院校金融專業(yè)為例，通過主成分分析和數(shù)據(jù)包絡(luò)分析方法，著重進(jìn)行專業(yè)評(píng)估的橫向比較，為專業(yè)評(píng)估的跨省比較和整體提升提供實(shí)證參考。在借鑒和比較的基礎(chǔ)上，我們按照專業(yè)人才培養(yǎng)要素和流程，遵從量化和數(shù)據(jù)可得的原則，選擇了5個(gè)較具代表性的一級(jí)指標(biāo)：師資力量和實(shí)踐條件是專業(yè)建設(shè)的輸入指標(biāo)，培養(yǎng)模式和課程教學(xué)是過程指標(biāo)，就業(yè)與聲譽(yù)是輸出指標(biāo)，專業(yè)評(píng)估的改進(jìn)指標(biāo)則通過文章的第四部分?jǐn)?shù)據(jù)包絡(luò)分析給出。每個(gè)一級(jí)指標(biāo)又分解出2個(gè)二級(jí)指標(biāo)，其數(shù)據(jù)來源于“高等職業(yè)院校提升專業(yè)服務(wù)產(chǎn)業(yè)發(fā)展能力項(xiàng)目”2011年和2013年“專業(yè)建設(shè)狀態(tài)數(shù)據(jù)表”，包括重慶財(cái)經(jīng)、陜西財(cái)經(jīng)、成都職院、北京財(cái)貿(mào)、山西金融、山西財(cái)專、浙江經(jīng)濟(jì)、遼寧金融、邯鄲職院、長春金融、江蘇財(cái)經(jīng)、寧夏財(cái)經(jīng)等12所院校表1。

二、基于PCA方法的專業(yè)評(píng)估得分與排名

主成分分析（PCA）是一種對(duì)評(píng)價(jià)對(duì)象績效進(jìn)行綜合評(píng)價(jià)與監(jiān)控的多元統(tǒng)計(jì)方法，其基本原理是利用降維的思想，在損失很少信息的前提下把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)（即主成分），用它們代替原始變量絕大部分信息，并保證彼此之間互不相關(guān)、互不重疊。PCA在研究指標(biāo)眾多、關(guān)系復(fù)雜的問題時(shí)，既不需要量綱一致，也不需要對(duì)指標(biāo)進(jìn)行賦權(quán)或重要性排列，而是通過提取主成分這一關(guān)鍵方法來進(jìn)行得分計(jì)算。我們通過運(yùn)行IBMSPSS19.0，發(fā)現(xiàn)KMO=0.705，BartlettSig.=0.045，基本符合相關(guān)性和顯著性檢驗(yàn)標(biāo)準(zhǔn)。進(jìn)一步的方差分解，得出累計(jì)方差貢獻(xiàn)率超過80%，主成分個(gè)數(shù)m=4。在成分矩陣的基礎(chǔ)上，我們得到了4個(gè)主成分的分值，通過計(jì)算表2給出了結(jié)果。從綜合評(píng)分F來看，2011年正分院校5所、負(fù)分院校7所，2013年維持同樣的格局，得分較差的學(xué)校比例偏高，意味著金融專業(yè)人才培養(yǎng)總體效果不樂觀，沒有隨著改革進(jìn)程的推進(jìn)產(chǎn)生整體性水平提升。同時(shí)，排名最后的山西金融得分還處于下降狀態(tài)，隱現(xiàn)了該校金融專業(yè)建設(shè)有繼續(xù)惡化的風(fēng)險(xiǎn)。與之相反，浙江經(jīng)濟(jì)、邯鄲職院和江蘇財(cái)經(jīng)則一直居前3名，專業(yè)發(fā)展?fàn)顩r良好而穩(wěn)定。從排名變化來看，進(jìn)步較快的學(xué)校有北京財(cái)貿(mào)和長春金融，分別上升4位和3位，退步明顯的則是遼寧金融和成都職院，分別下降6位和3位，后者變化的幅度高于前者，既凸顯了各院校間專業(yè)建設(shè)水平的不均衡，又警示我們需防范可能存在的“弱者羸弱”效應(yīng)[7]。從院校類型來看，分布在東部省份的學(xué)校得分靠前，西部的居中，中部的則暫處于靠后位置，專業(yè)建設(shè)效果呈區(qū)域非均衡特點(diǎn)，并與前文所述的專業(yè)分布情況、地區(qū)金融發(fā)展水平相一致。通過對(duì)各院校2011年和2013年得分和排名求均值，排行前50%強(qiáng)的為國家示范（骨干）建設(shè)單位，其次為省級(jí)示范（骨干）建設(shè)單位，最后是非示范（骨干）院校。一些以金融專業(yè)為龍頭的學(xué)校也沒有顯示出強(qiáng)大的競爭力，而是仍在追求生源規(guī)模的擴(kuò)大，如山西金融2013年在校生已達(dá)1027人，在樣本院校中排名第一，但F值卻排在最后。院校性質(zhì)類別方面，邯鄲職院和成都職院雖非財(cái)經(jīng)類院校，但F排名仍較靠前，表明現(xiàn)階段院校性質(zhì)對(duì)金融專業(yè)得分的影響有待提高。

三、基于DEA方法的專業(yè)評(píng)估改進(jìn)分析

前文對(duì)專業(yè)建設(shè)現(xiàn)狀進(jìn)行了主成分分析，但缺乏深層次原因剖析和改進(jìn)方法。數(shù)據(jù)包絡(luò)分析（DEA）是一種基于線性規(guī)劃的用于評(píng)價(jià)同類型組織（或項(xiàng)目）工作績效相對(duì)有效性的工具手段，其實(shí)質(zhì)是根據(jù)一組關(guān)于多輸入、多輸出的決策單元值來估計(jì)有效生產(chǎn)的前沿面，并據(jù)此進(jìn)行多目標(biāo)綜合效果評(píng)價(jià)。用DEA模型進(jìn)行分析前，要選擇輸入、輸出指標(biāo)，而根據(jù)以往的經(jīng)驗(yàn)，選擇指標(biāo)個(gè)數(shù)之和不能超過樣本量的1/2[8]，我們采用中介法，選擇了具有代表性和一般性的3個(gè)輸入指標(biāo)（兼職教師年承擔(dān)課時(shí)占比、生均校內(nèi)實(shí)訓(xùn)室設(shè)備價(jià)值和專業(yè)教研項(xiàng)目人均經(jīng)費(fèi)）和2個(gè)輸出指標(biāo)（初次就業(yè)率、新生報(bào)到率）。設(shè)定DEA模型為投入導(dǎo)向型、規(guī)模報(bào)酬可變（VRS），運(yùn)行DEAP2.1軟件可得到各院校專業(yè)綜合效率（也即技術(shù)效率）。綜合效率只是一種相對(duì)效率，當(dāng)它等于1，表明組織的生產(chǎn)是有效的，但實(shí)際效率并不一定非常高，有可能出現(xiàn)整體低效下的相對(duì)高效；當(dāng)它小于1，則說明組織的生產(chǎn)是低效的，或者說組織消耗了太多的投入，卻只獲得了較少的產(chǎn)出。重慶財(cái)經(jīng)、山西金融、邯鄲職院和寧夏財(cái)經(jīng)的綜合效率為1，達(dá)到了DEA相對(duì)有效水平，其他8所院校均為非DEA有效（表3）。對(duì)非DEA有效院校進(jìn)行投影分析，計(jì)算投入冗余率和產(chǎn)出不足率，投入冗余率是指優(yōu)化后的輸入指標(biāo)可節(jié)省的投入比例，產(chǎn)出不足率則是優(yōu)化后的輸出指標(biāo)可增加的產(chǎn)出比例。盡管成都職院、北京財(cái)貿(mào)、浙江經(jīng)濟(jì)3所院校非DEA有效，但并未出現(xiàn)投入冗余和產(chǎn)出不足現(xiàn)象，表明它們正努力趨向生產(chǎn)前沿面，綜合效率接近DEA相對(duì)有效。但陜西財(cái)經(jīng)、山西財(cái)專、遼寧金融、長春金融和江蘇財(cái)經(jīng)等5所院校，除“初次就業(yè)率”外，均存在投入冗余和產(chǎn)出不足現(xiàn)象，其中山西財(cái)專和陜西財(cái)經(jīng)等綜合效率得分僅0.427、0.518，明顯低于樣本院校的平均水平。從輸入指標(biāo)來看，山西財(cái)專和陜西財(cái)經(jīng)的投入冗余率高達(dá)56.5%和47.6%，溢出效應(yīng)明顯，一方面應(yīng)加大兼職教師、實(shí)訓(xùn)設(shè)備和教研經(jīng)費(fèi)的投入力度，另一方面切實(shí)提高它們的利用率，實(shí)行效率導(dǎo)向和目標(biāo)考核制，優(yōu)化專業(yè)建設(shè)的人力、物力和財(cái)力配置；江蘇財(cái)經(jīng)、長春金融和遼寧金融的投入冗余率有所下降，通過優(yōu)化管理，將分別節(jié)省三個(gè)輸入指標(biāo)的20%、13.1%和12.4%投入比例。從輸出指標(biāo)來看，遼寧金融、長春金融、山西財(cái)專、陜西財(cái)經(jīng)和江蘇財(cái)經(jīng)等5所院校的“新生報(bào)到率”產(chǎn)出不足，應(yīng)加大招生宣傳，注重特色凝練和品牌打造，提高專業(yè)社會(huì)滿意度和美譽(yù)度；長春金融則要進(jìn)一步重視學(xué)生的就業(yè)創(chuàng)業(yè)指導(dǎo)，建設(shè)孵化平臺(tái)，通過一系列的措施改進(jìn)，將可提升初次就業(yè)率10.7%的比例增長。

四、結(jié)論與建議

篇2

本文選擇以經(jīng)濟(jì)發(fā)達(dá)、金融市場發(fā)展速度較快的江蘇省作為研究對(duì)象，在認(rèn)識(shí)、歸納和總結(jié)西方國家金融發(fā)展與經(jīng)濟(jì)增長理論與實(shí)際經(jīng)驗(yàn)的基礎(chǔ)上，對(duì)江蘇省經(jīng)濟(jì)增長和金融發(fā)展提供一個(gè)適度的實(shí)證，全面考察兩者之間的辯證關(guān)系。最后結(jié)合該地區(qū)金融業(yè)發(fā)展與經(jīng)濟(jì)增長實(shí)際情況，在理論和實(shí)證兩個(gè)方面研究成果的基礎(chǔ)上提出協(xié)調(diào)江蘇省金融與經(jīng)濟(jì)的政策建議。

關(guān)鍵詞：金融發(fā)展；經(jīng)濟(jì)增長；多元線性回歸模型

本文在認(rèn)識(shí)、歸納和總結(jié)國外金融發(fā)展與經(jīng)濟(jì)增長理論與實(shí)際經(jīng)驗(yàn)的基礎(chǔ)上，對(duì)江蘇省經(jīng)濟(jì)和金融的發(fā)展提供一個(gè)適度的實(shí)證，來關(guān)注其金融體系和經(jīng)濟(jì)增長兩者之間的作用關(guān)系。通過經(jīng)濟(jì)數(shù)據(jù)，對(duì)二者進(jìn)行實(shí)證分析，全面考察江蘇省金融發(fā)展和經(jīng)濟(jì)增長的內(nèi)在聯(lián)系。

一、金融行業(yè)對(duì)經(jīng)濟(jì)增長的影響

本文以江蘇省金融業(yè)發(fā)展與經(jīng)濟(jì)增長的多年歷史數(shù)據(jù)為依據(jù)，對(duì)影響經(jīng)濟(jì)增長的各種金融因素進(jìn)行實(shí)證分析，從而衡量其對(duì)經(jīng)濟(jì)增長的作用。以過去學(xué)者對(duì)經(jīng)濟(jì)增長的研究成果為依據(jù)，可以把促進(jìn)經(jīng)濟(jì)增長的主要因素歸納為供給和結(jié)構(gòu)。供給因素包括勞動(dòng)力的增加、資本投入量的增加、國家注重教育所形成的勞動(dòng)力素質(zhì)的提高和投資于研發(fā)所形成的科學(xué)技術(shù)R（D資本的增加。結(jié)構(gòu)因素指因?yàn)椴煌?jīng)濟(jì)部門間邊際生產(chǎn)率的差異或者需求結(jié)構(gòu)變動(dòng)所引起的人力、物力等所有資源的再配置效應(yīng)，在本文選取金融業(yè)增加值作為分析指標(biāo)，較為準(zhǔn)確的反映出國民經(jīng)濟(jì)中金融行業(yè)的發(fā)展變化。金融業(yè)增加值，即衡量國民經(jīng)濟(jì)體系中金融業(yè)部門在一定時(shí)期內(nèi)通過提供金融服務(wù)所創(chuàng)造的國民財(cái)富的價(jià)值總量。金融業(yè)增加值指標(biāo)可反映出金融發(fā)展的絕對(duì)規(guī)模。[1]另一個(gè)與之相關(guān)的指標(biāo)是金融業(yè)增加值比重，即金融業(yè)增加值與名義GDP的比重，該指標(biāo)可以反映金融業(yè)發(fā)展的相對(duì)規(guī)模。

（一）散點(diǎn)圖分析

圖1 金融增加值與第三產(chǎn)業(yè)增加值散點(diǎn)圖 圖2 金融業(yè)增加值數(shù)與第三產(chǎn)業(yè)增加值散點(diǎn)圖

由上圖可知，金融業(yè)增加值與第三產(chǎn)業(yè)增加值之間存在近似直線的線性關(guān)系，隨著第三產(chǎn)業(yè)規(guī)模與數(shù)量的擴(kuò)大，金融業(yè)增加值也在不斷上漲，而金融業(yè)增加值指數(shù)與第三產(chǎn)業(yè)增加值之間存在類似曲線的線性相關(guān)關(guān)系。

（二）回歸分析

下面以江蘇省1978年以來的經(jīng)濟(jì)發(fā)展的各項(xiàng)指標(biāo)為基礎(chǔ)所建立的經(jīng)濟(jì)金融發(fā)展實(shí)證分析模型，模型中U1表示資金融業(yè)增加值/第三產(chǎn)業(yè)增加值，U2表示金融業(yè)增加值指數(shù)/第三產(chǎn)業(yè)增加值指數(shù)，U3代表金融業(yè)從業(yè)人員所占第三產(chǎn)業(yè)比重，GTI表示第三產(chǎn)業(yè)增加值，I表示金融業(yè)增加指數(shù)，GF表示金融業(yè)增加值。分別以這幾種變量對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)程度進(jìn)行多元線性回歸分析。

其中Y代表GDP中金融業(yè)增加值（%），弧β、η分別代表U1、U2以及U3的產(chǎn)出彈性，常數(shù)“C”可以用來反映經(jīng)濟(jì)增長中的技術(shù)進(jìn)步程度。U1作為金融業(yè)增加值占第三產(chǎn)業(yè)增加值的比重，它能反映出金融行業(yè)發(fā)展在整個(gè)國民經(jīng)濟(jì)體系中的絕對(duì)變動(dòng)情況，該數(shù)值越大，說明金融行業(yè)的發(fā)展速度就越快，金融業(yè)具有明顯規(guī)模擴(kuò)大的趨勢。U2表示金融業(yè)增加指數(shù)占第三產(chǎn)業(yè)增加指數(shù)的比重，該指標(biāo)可以反映出金融行業(yè)整體發(fā)展在整個(gè)社會(huì)經(jīng)濟(jì)體中的相對(duì)變動(dòng)情況及其變化幅度與穩(wěn)定情況。

利用上表所提供的數(shù)據(jù)可以對(duì)模型（1-1）進(jìn)行多元線性回歸估計(jì)，得到如下估計(jì)模型：

回歸方程（1.3）中的偏相關(guān)系數(shù)1.09871表示GDP中金融業(yè)增加值對(duì)金融業(yè)增加值占第三產(chǎn)業(yè)增加值比重的彈性，0.09253表示GDP中金融業(yè)增加值對(duì)金融業(yè)增加指數(shù)占第三產(chǎn)業(yè)增加值比重的彈性。這兩個(gè)系數(shù)可以說明在江蘇省內(nèi)的金融行業(yè)增加值對(duì)經(jīng)濟(jì)增長均具有比較大的貢獻(xiàn)，0.84516表示GDP中金融業(yè)增加值對(duì)金融業(yè)從業(yè)人員占第三產(chǎn)從業(yè)人員比重的彈性。在該模型中，所有經(jīng)濟(jì)變量的T檢驗(yàn)值均超過2，說明具有統(tǒng)計(jì)顯著性。U1、U2和U3這三個(gè)解釋變量偏相關(guān)系數(shù)的大小說明金融業(yè)增加值對(duì)經(jīng)濟(jì)增長的作用要強(qiáng)于勞動(dòng)投入與增加指數(shù)。在回歸方程（1.4）中金融業(yè)增加值指數(shù)呈現(xiàn)出對(duì)第三產(chǎn)業(yè)增加值負(fù)相關(guān)的關(guān)系，說明為金融業(yè)的發(fā)展在整個(gè)國民經(jīng)濟(jì)體系中存在結(jié)構(gòu)不合理的情況。

二、金融發(fā)展對(duì)經(jīng)濟(jì)增長的影響

（一）指標(biāo)選取

下文在對(duì)江蘇金融發(fā)展與經(jīng)濟(jì)增長的各項(xiàng)指標(biāo)進(jìn)行選取時(shí)，鑒于目前能夠收集得到的指標(biāo)無法準(zhǔn)確反映出江蘇省在經(jīng)濟(jì)體制改革這一大背景之下的具體情況，另外江蘇省有些統(tǒng)計(jì)數(shù)據(jù)例如存款貨幣銀行總資產(chǎn)、央行國有資產(chǎn)總量等嚴(yán)重缺乏，統(tǒng)計(jì)標(biāo)準(zhǔn)不同時(shí)期口徑也不同。所以下文在分析是會(huì)對(duì)一部分指標(biāo)加以適當(dāng)變化。實(shí)證研究分析所選取的指標(biāo)有兩大類分別為經(jīng)濟(jì)增長指標(biāo)和金融發(fā)展指標(biāo)。

1.經(jīng)濟(jì)增長指標(biāo)

經(jīng)濟(jì)增長過程具體表現(xiàn)有總產(chǎn)出及人均產(chǎn)出的持續(xù)增加，實(shí)物資本積累率增加、經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化、社會(huì)福利改善、投入產(chǎn)出效益提高等。

（1）國內(nèi)生產(chǎn)總值GDP

在考察經(jīng)濟(jì)發(fā)展的實(shí)證研究中，國內(nèi)生產(chǎn)總值GDP是代表一個(gè)國家或地區(qū)經(jīng)濟(jì)運(yùn)行規(guī)模的比較具有代表性的指標(biāo)，是頗為受關(guān)注的宏觀經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。GDP增速越快表明經(jīng)濟(jì)發(fā)展越快，增速越慢表明經(jīng)濟(jì)發(fā)展越慢，GDP負(fù)增長表明經(jīng)濟(jì)陷入衰退。

（2）人均實(shí)際國內(nèi)生產(chǎn)總值指標(biāo)GRE

為了能夠更加真實(shí)的反映出江蘇省的經(jīng)濟(jì)發(fā)展水平并且考慮到江蘇省人口稠密的實(shí)際情況，只研究該地區(qū)的生產(chǎn)總值而忽視人均的數(shù)值無法達(dá)到準(zhǔn)確的認(rèn)識(shí)，所以，可以將該省的人均實(shí)際GDP作為計(jì)量標(biāo)準(zhǔn)并采取自然對(duì)數(shù)的形式加以處理，從而得出對(duì)該地區(qū)經(jīng)濟(jì)增長的真實(shí)情況，即GRE=ln（人均實(shí)際GDP）。[2]

（3）實(shí)際國內(nèi)生產(chǎn)總值年增長率指標(biāo)GRG

鑒于江蘇統(tǒng)計(jì)年鑒給出的國內(nèi)生產(chǎn)總值數(shù)據(jù)大多是名義GDP，該指標(biāo)沒有考慮到物價(jià)水平和通貨膨脹率這的對(duì)國內(nèi)生產(chǎn)總值統(tǒng)計(jì)結(jié)果的影響，所以本文選用江蘇在1990-2012年的實(shí)際國內(nèi)生產(chǎn)總值值來衡量經(jīng)濟(jì)增長，實(shí)際GDP可以由名義國內(nèi)生產(chǎn)總值除以其平減指數(shù)得到，但由于各國國內(nèi)生產(chǎn)總值的平減指數(shù)統(tǒng)計(jì)數(shù)據(jù)缺乏，而居民價(jià)格消費(fèi)指數(shù)CPI容易查閱，所以本文選用名義國內(nèi)生產(chǎn)總值GDP與居民價(jià)格消費(fèi)指數(shù)CPI的比值來作為反映江蘇經(jīng)濟(jì)增長具體情況的指標(biāo)，即實(shí)際GDP年增長率GRG=名義GDP/CPI。

（二）金融發(fā)展指標(biāo)

1.貸款余額指標(biāo)LAON

金融機(jī)構(gòu)貸款余額是用來衡量江蘇金融資產(chǎn)發(fā)展程度的指標(biāo)，是指到某一節(jié)點(diǎn)時(shí)間為止，借款人尚未歸還放款機(jī)構(gòu)的貸款總額。貸款總額是指截止到某一日以前商業(yè)銀行已經(jīng)發(fā)放的貸款總和，表示企業(yè)向銀行舉債或融資的總額。所以貸款余額即指到企業(yè)會(huì)計(jì)期末尚未償還的貸款額，其中，尚未償還的貸款余額等于貸款總額扣除已償還的銀行貸款。近年來江蘇省的金融資產(chǎn)在多元化水平上有很大提高，因此本文將貸款余額作為是衡量江蘇省金融資產(chǎn)的一個(gè)重要方面。

2.金融相關(guān)率指標(biāo)FIR

金融相關(guān)率（FIR）：是指在某一時(shí)間點(diǎn)上一國或地區(qū)所有金融資產(chǎn)價(jià)值與該地區(qū)經(jīng)濟(jì)活動(dòng)總量之比。該指標(biāo)可以說明某一個(gè)區(qū)域的經(jīng)濟(jì)貨幣化程度，麥金農(nóng)在研究發(fā)展中國家的金融抑制與金融深化時(shí)提出了使用貨幣存量M2與GDP的比值作為衡量一國或地區(qū)的經(jīng)濟(jì)貨幣化程度，但是由于在目前的數(shù)據(jù)統(tǒng)計(jì)的發(fā)展程度上難以計(jì)算出精確的M2，所以本文選擇把江蘇省內(nèi)所有金融機(jī)構(gòu)存貸款總額之和作為所有金融資產(chǎn)的價(jià)值，再除以GDP，從而得出反映金融發(fā)展綜合水平的金融相關(guān)率。FIR計(jì)算公式為（金融機(jī)構(gòu)存款余額+金融機(jī)構(gòu)貸款余額）/GDP。

3.金融效率指標(biāo)SLR

金融體系的成熟與健全必須重視金融規(guī)模與金融效率的協(xié)調(diào)發(fā)展。效率在經(jīng)濟(jì)上主要表現(xiàn)為就是投入-產(chǎn)出關(guān)系。所以金融效率就是金融機(jī)構(gòu)的投入-產(chǎn)出關(guān)系，用來測度金融部門對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)程度。鑒于江蘇省乃至整個(gè)中國都長期處于計(jì)劃經(jīng)濟(jì)體制之下而且國有經(jīng)濟(jì)在整個(gè)國民經(jīng)濟(jì)體系中占主導(dǎo)地位，所以本文以江蘇省金融機(jī)構(gòu)的各項(xiàng)存款與貸款之比[3]（SLR=金融機(jī)構(gòu)存款余額/金融機(jī)構(gòu)貸款余額）來反映金融機(jī)構(gòu)的運(yùn)行效率，考察其是否把所吸收的儲(chǔ)蓄有效地從轉(zhuǎn)化為投資投入到國民經(jīng)濟(jì)的生產(chǎn)中去。

4.證券市場發(fā)展程度指標(biāo)DSM

近年來江蘇省尤其是蘇南地區(qū)在發(fā)展金融的過程中規(guī)模逐漸擴(kuò)大，企業(yè)的籌資渠道與籌資方式也在不斷地拓寬。大量企業(yè)選擇在金融市場上購買資金需求單位所發(fā)行的有價(jià)證券（如商業(yè)票據(jù)、債券等）的直接融資的方式來籌措資金，因?yàn)檫@種籌資方式對(duì)投資者來說收益較高，成本相對(duì)較低，所以江蘇省的有價(jià)證券市場發(fā)展迅猛，資產(chǎn)證券化程度對(duì)經(jīng)濟(jì)發(fā)展的影響作用越來越大。處于對(duì)江蘇省債券融資規(guī)模較小的考慮，選擇用股票籌資額占GDP的比重來反映江蘇金融證券化的程度，即DSM=股票籌資總額/國內(nèi)生產(chǎn)總值GDP。

三、多元線性回歸分析

針對(duì)貸款余額LOAN、金融相關(guān)率FIR的單因素回歸分析如下：

由上表可知，在滯后一期的情況下，貸款額LOAN拒絕原假設(shè)的概率為0.00776，小于0.1的臨界值，所以貸款額LOAN是增加國內(nèi)生產(chǎn)總值GDP的格蘭杰原因，并且國內(nèi)生產(chǎn)總值GDP不是貸款額LOAN格蘭杰原因的概率為0.0024，也小于0.1的臨界值，因此，經(jīng)濟(jì)發(fā)展與貸款額互為格蘭杰成因。金融相關(guān)率也分別以0.00166、0.0034的概率拒絕原假設(shè)，但是無法拒絕金融相關(guān)率不是經(jīng)濟(jì)增長指標(biāo)GRE、GRE的格蘭杰原因，因此金融相關(guān)率與經(jīng)濟(jì)增長指標(biāo)GRG、GRE存在單向因果關(guān)系。

根據(jù)以上所有選取的金融類指標(biāo)的，可設(shè)計(jì)出如下的多元線性回歸模型：

GRG/GRE=a0+a1FIRt+a2SLRt+a3DSMt+ξt（1-5）

在上述模型中。GRG與GRE是以不同的計(jì)量方法而得出的經(jīng)濟(jì)增長指標(biāo)，F(xiàn)IR為金融相關(guān)比率，SLR代表金融中介效率，這兩個(gè)指標(biāo)可以綜合反映江蘇省的金融發(fā)展情況，DSM是證券市場發(fā)展程度的指標(biāo)，此模型中主要指股票市場的發(fā)展概況，ξ表示隨機(jī)擾動(dòng)項(xiàng)。

利用上表所提供的數(shù)據(jù)可以對(duì)模型（1-5）進(jìn)行估計(jì)，得到如下估計(jì)模型：

四、實(shí)證分析結(jié)論

從單因素的回歸分析可以看出貸款余額（LOAN）與GDP存在因果關(guān)系，金融相關(guān)率（FIR）與經(jīng)濟(jì)增長指標(biāo)GRG、GRE均存在因果關(guān)系。這一實(shí)證分析的結(jié)果表明江蘇金融發(fā)展與經(jīng)濟(jì)增長兩者之間存在正向相互促進(jìn)效應(yīng)。

從多因素的回歸分析可以看出經(jīng)濟(jì)增長與三種金融指標(biāo)之間的內(nèi)在關(guān)系，具體分析如下：

1.江蘇省的金融相關(guān)率FIR與經(jīng)濟(jì)增長指標(biāo)GRG、GRE之間存在正相關(guān)關(guān)系，說明江蘇省金融行業(yè)發(fā)展程度越高，則經(jīng)濟(jì)增長速度就越快，從這個(gè)層面上來說江蘇金融行業(yè)的發(fā)展加快了經(jīng)濟(jì)增長。分析其原因，一是因?yàn)榻K目前經(jīng)濟(jì)發(fā)展的結(jié)構(gòu)單一，大量企業(yè)對(duì)以銀行為代表金融機(jī)構(gòu)的依賴性強(qiáng)烈，所以金融機(jī)構(gòu)存貸款數(shù)量的增加對(duì)經(jīng)濟(jì)增長的作用非常顯著；另一方面，如果區(qū)域性的金融機(jī)構(gòu)有足夠的經(jīng)濟(jì)實(shí)力為本地區(qū)經(jīng)濟(jì)的發(fā)展提供雄厚的資金支持，這就有利于區(qū)域經(jīng)濟(jì)的成長，進(jìn)而產(chǎn)生規(guī)模遞增效應(yīng)。

2.江蘇的金融中介效率與不同經(jīng)濟(jì)增長指標(biāo)呈現(xiàn)出了不同的相關(guān)性，一方面說明金融中介效率是促進(jìn)經(jīng)濟(jì)增長的有力因素，另一方面也說明江蘇金融效率存在不足。金融中介效率即為金融機(jī)構(gòu)的資金投放于運(yùn)行的效率，金融機(jī)構(gòu)的運(yùn)行效率越高，對(duì)經(jīng)濟(jì)的促進(jìn)作用就會(huì)越明顯，因?yàn)榻鹑谥薪樾试诖砹私鹑跈C(jī)構(gòu)將儲(chǔ)蓄轉(zhuǎn)化為投資的效率，轉(zhuǎn)化率越高就意味著金融機(jī)構(gòu)將會(huì)把更多的存款或者閑置資金投放到股票、債券、基金等證券市場上，以此來激活整個(gè)市場。

3.江蘇省證券市場的運(yùn)行對(duì)經(jīng)濟(jì)增長的貢獻(xiàn)不明顯，甚至呈現(xiàn)負(fù)相關(guān)，即證券市場對(duì)江蘇經(jīng)濟(jì)增長促進(jìn)作用十分有限。究其原因，主要是有價(jià)證券的價(jià)格受到多種非經(jīng)濟(jì)因素的干擾，如心理預(yù)期、股價(jià)操作等，再加上證券市場監(jiān)管不力、透明度低，導(dǎo)致江蘇證券市場發(fā)展不成熟。此外某些上市公司通過資本市場而籌集的資金并非用于生產(chǎn)性的項(xiàng)目，而是轉(zhuǎn)為他用，制約了證券市場發(fā)展對(duì)經(jīng)濟(jì)增長促進(jìn)作用的發(fā)揮，無法顯現(xiàn)證券市場在協(xié)調(diào)配置金融資源方面的作用。因此，與發(fā)達(dá)國家相比，江蘇證券市場發(fā)展較為滯后。

五、協(xié)調(diào)江蘇金融發(fā)展與經(jīng)濟(jì)增長政策建議

（一）增加江蘇金融體系內(nèi)非國有金融機(jī)構(gòu)的比例

江蘇金融業(yè)總體規(guī)模的發(fā)展與增加值比重的提高對(duì)經(jīng)濟(jì)增長有著積極地推動(dòng)作用，但是金融業(yè)增加值指數(shù)對(duì)地區(qū)經(jīng)濟(jì)增長出現(xiàn)了阻礙經(jīng)濟(jì)增長的不利影響，這一結(jié)果表明江蘇金融結(jié)構(gòu)的發(fā)展存在問題。國家或地區(qū)在發(fā)展經(jīng)濟(jì)、調(diào)整或改進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的過程中除了要長期保持對(duì)金融行業(yè)增加值的投入與穩(wěn)步增長，更應(yīng)該加強(qiáng)對(duì)金融發(fā)展整體規(guī)模與結(jié)構(gòu)的重視。雖然在近些年來江蘇憑借優(yōu)越的地理位置與國內(nèi)金融中心上海的輻射，金融業(yè)整體發(fā)展迅速，但是在發(fā)展過程中也出現(xiàn)了地區(qū)差異顯著、金融結(jié)構(gòu)過于單一等問題。就省內(nèi)發(fā)展來看，蘇南和蘇北金融發(fā)展程度就存在嚴(yán)重的不平衡：以蘇州、無錫、常州為代表的蘇南地區(qū)已經(jīng)形成了以中國人民銀行為領(lǐng)導(dǎo)，國有商業(yè)銀行為主體，非銀行、外資金融機(jī)構(gòu)并存和分工協(xié)作的金融體系，而且具有期貨、期權(quán)、保單等豐富的金融工具。而蘇北地區(qū)卻金融產(chǎn)品種類少，金融組織結(jié)構(gòu)單一，除國有商業(yè)銀行、城市商業(yè)銀行和農(nóng)村信用合作社外，其他非國有類型金融機(jī)構(gòu)如信托投資公司、基金管理公司等則較少在蘇北地區(qū)開設(shè)營業(yè)點(diǎn)。

江蘇目前的政策性銀行，國有商業(yè)銀行，國有控股的保險(xiǎn)、信托、證券等行業(yè)的非銀行金融機(jī)構(gòu)在整個(gè)金融業(yè)中占有非常高的比重，已經(jīng)造成國有金融成分在金融體系中的壟斷局面，只有打破這種壟斷局面，降低國有金融成分的比重，提高股份制商業(yè)銀行、信托投資公司等非國有金融機(jī)構(gòu)的比重并且逐步放松金融管制，降低銀行業(yè)進(jìn)入壁壘以解決當(dāng)下中小企業(yè)、民營經(jīng)濟(jì)與農(nóng)村的金融需求困境，才能起到改善江蘇金融結(jié)構(gòu)，優(yōu)化金融體系的效果。

（二）合理發(fā)展資本市場，提高直接融資的份額

由具體金融發(fā)展指標(biāo)對(duì)經(jīng)濟(jì)增長指標(biāo)影響的數(shù)據(jù)分析結(jié)果可知目前江蘇省資本市場（如股票、債券交易市場）發(fā)展所產(chǎn)生的影響沒有能夠起到優(yōu)化的效用，甚至還表現(xiàn)出阻礙經(jīng)濟(jì)發(fā)展的反作用。但是縱觀多個(gè)發(fā)達(dá)國家金融市場的發(fā)展可知成熟、多層次資本市場與其他金融市場相比具有高效配置金融資源的絕對(duì)優(yōu)勢：首先企業(yè)可以通過資本市場籌集到足夠的資金，保證企業(yè)在成長過程中獲得所需的人力、物力資源；其次資本市場價(jià)格的波動(dòng)性特點(diǎn)，也時(shí)刻激勵(lì)著企業(yè)更加謹(jǐn)慎地經(jīng)營，使得企業(yè)不但注重眼前的利益，還對(duì)企業(yè)的可持續(xù)發(fā)展進(jìn)行科學(xué)合理的安排與規(guī)劃；而且資本市場高效配置金融資源的優(yōu)勢可將大量資金流向發(fā)展前景廣闊的優(yōu)質(zhì)企業(yè)，利于這些企業(yè)擴(kuò)大規(guī)模和提高生產(chǎn)率，從而發(fā)展經(jīng)濟(jì)。所以資本市場可以作為江蘇金融發(fā)展的潛在有利因素。

目前江蘇地區(qū)整體金融資本市場普遍存在著資本證券化率較低，上市公司與資本市場沒有做到資金流與信息流的有效整合，該省在國民經(jīng)濟(jì)體系中的經(jīng)濟(jì)地位與上市公司質(zhì)量不相適應(yīng)，企業(yè)直接融資比重偏低而股權(quán)融資比例偏高以及大型企業(yè)地區(qū)分布不均衡等問題，嚴(yán)重阻礙經(jīng)濟(jì)總量的增長速度。

針對(duì)以上問題，首先江蘇各大上市企業(yè)應(yīng)該突破經(jīng)濟(jì)體制和限制政策的阻礙，完善并發(fā)展資本市場的功能，建立起融通資金、分散風(fēng)險(xiǎn)、高效配置資源、加快產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型等功能完善的長期資本市場體系，使得政府機(jī)構(gòu)、工商企業(yè)、房地產(chǎn)經(jīng)營商等資金的需求者都能夠參與投融資活動(dòng)，為長期金融市場的發(fā)展注入活力。其次應(yīng)改善上市公司質(zhì)量，建立完善的企業(yè)制度。對(duì)待品質(zhì)優(yōu)良或發(fā)展前景廣闊的上市公司，政府要實(shí)行適度的優(yōu)惠政策扶持，鼓勵(lì)并提高其研究開發(fā)的投入力度，加快優(yōu)勢企業(yè)的創(chuàng)新步伐與跨越式發(fā)展，建立創(chuàng)新機(jī)制，實(shí)現(xiàn)研究成果與經(jīng)濟(jì)發(fā)展需求的相互配合并促進(jìn)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的改善。再次應(yīng)建立層次分明的資本市場體系，提升企業(yè)（尤其是非國有企業(yè)）的直接融資比重，促進(jìn)企業(yè)融資渠道的多元化進(jìn)程，實(shí)現(xiàn)江蘇省資本市場全面發(fā)展。最后，省內(nèi)各地區(qū)還要加快培育上市公司后備軍，推動(dòng)更多具有發(fā)展?jié)摿Φ钠髽I(yè)上市，尤其是上市公司數(shù)量偏小，經(jīng)濟(jì)也較為落后的蘇中、蘇北地區(qū)。

（三）注重金融安全與金融中介運(yùn)行效率

金融安全最主要考慮的問題是金融業(yè)的穩(wěn)定，要求對(duì)一切可能危及金融發(fā)展安全的因素實(shí)習(xí)規(guī)避，但是金融效率更加重視各種金融資源配置優(yōu)化，金融資源配置最優(yōu)化表現(xiàn)為經(jīng)濟(jì)體創(chuàng)造的實(shí)際價(jià)值，金融安全與效率屬于金融發(fā)展的兩個(gè)不同方面，二者的目的均是通過優(yōu)化配置金融資源，促進(jìn)資金融通并且造福于整個(gè)社會(huì)。因此，只有同時(shí)兼顧金融發(fā)展過程中的安全與效率，江蘇金融發(fā)展與經(jīng)濟(jì)增長才能面對(duì)金融全球化的挑戰(zhàn)，實(shí)現(xiàn)金融業(yè)高速、穩(wěn)健的發(fā)展。

對(duì)金融安全與效率的重視并不表示二者的平衡或?qū)Φ?。因?yàn)閷?duì)金融的監(jiān)管是伴隨交易規(guī)模的擴(kuò)張與速度的加快而不斷變化的，對(duì)應(yīng)各個(gè)發(fā)展階段都有與之相對(duì)應(yīng)的監(jiān)督、管理理念。一般來說金融發(fā)展要經(jīng)歷三個(gè)時(shí)期，一是本地金融市場時(shí)期，二是國際金融市場取代本地金融市場時(shí)期，三是全球化國際金融交易市場取代國際金融市場時(shí)期。同時(shí)，對(duì)于金融監(jiān)管的理念也因而發(fā)生變化，從一開始只立足于安全這一監(jiān)管目標(biāo)，到發(fā)展為以金融經(jīng)濟(jì)資源配置高效為追求的理念，再到以增強(qiáng)本國各大類金融機(jī)構(gòu)綜合實(shí)力為首要考慮因素的現(xiàn)代監(jiān)管理念。金融機(jī)構(gòu)綜合實(shí)力的提高，應(yīng)該在保證提高金融運(yùn)行效率的同時(shí)，重視金融發(fā)展的安全。面對(duì)經(jīng)濟(jì)、金融全球化的激烈競爭，只有秉承效率優(yōu)先、同時(shí)兼顧金融安全這一理念，江蘇的金融發(fā)展才能在保持金融秩序安全穩(wěn)定的基礎(chǔ)上，提升其在國內(nèi)外金融市場上的競爭力，實(shí)現(xiàn)江蘇金融發(fā)展現(xiàn)代化。（作者單位：云南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院）

參考文獻(xiàn)：

[1] 嚴(yán)忠.計(jì)量經(jīng)濟(jì)學(xué)[M].中國科學(xué)技術(shù)大學(xué)出版社，2005年223-345

篇3

[關(guān)鍵詞]經(jīng)濟(jì)增長　財(cái)政支出　VAR模型

區(qū)域經(jīng)濟(jì)增長取決于不同的經(jīng)濟(jì)條件，其中一個(gè)重要的共性條件就是金融與財(cái)政所帶來的資本積累。金融發(fā)展和財(cái)政支出在經(jīng)濟(jì)發(fā)展過程中發(fā)揮著吸納資金和配置資金的作用，能否充分吸納社會(huì)閑置資金及有效配置資金是財(cái)政金融是否有效支持經(jīng)濟(jì)增長的關(guān)鍵。目前,國內(nèi)對(duì)財(cái)政支出金融發(fā)展的研究主要是采用了實(shí)證研究,而其理論研究基本上是西方財(cái)政金融理論在我國的運(yùn)用和演化。本文以廣西經(jīng)濟(jì)環(huán)境為研究背景，通過實(shí)證分析驗(yàn)證廣西財(cái)政金融對(duì)經(jīng)濟(jì)增長的影響。

一﹑研究設(shè)計(jì)

（1）樣本的選取和數(shù)據(jù)來源

考慮到調(diào)查樣本的代表性和可獲得性，本文用國民生產(chǎn)總值GDP來表示經(jīng)濟(jì)的增長；從當(dāng)前廣西金融發(fā)展水平來看，金融支持經(jīng)濟(jì)的增長主要還是通過信貸途徑，故用全區(qū)金融機(jī)構(gòu)年末貸款總余額來表示；用財(cái)政支出總額來衡量財(cái)政支出對(duì)經(jīng)濟(jì)增長作用的指標(biāo)。

各指標(biāo)來源于1978—2010年《廣西統(tǒng)計(jì)年鑒》和《廣西金融統(tǒng)計(jì)年鑒》的年度數(shù)據(jù)作為樣本。為了剔除價(jià)格的影響因素，所有的數(shù)據(jù)均除以了居民消費(fèi)價(jià)格總指數(shù)而得到實(shí)際值。同時(shí)為了避免數(shù)據(jù)的劇烈波動(dòng)，對(duì)GDP、金融機(jī)構(gòu)年末貸款總余額（X1）、財(cái)政支出總額（FE）進(jìn)行了對(duì)數(shù)化處理，得到相應(yīng)的指標(biāo)LGDP、LX1和LFE，相關(guān)數(shù)據(jù)的處理主要使用EViews6.0分析軟件。

二、實(shí)證分析

（1）單位根檢驗(yàn)。我們需要對(duì)時(shí)間序列數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，在時(shí)間序列分析中為避免出現(xiàn)虛假回歸而造成結(jié)論無效，常用的是擴(kuò)展的Dickey-Fuller（ADF）單位根檢驗(yàn)。本文采用ADF檢驗(yàn)，檢驗(yàn)式為：

yt=c+αt+ρyt-1+ +ut

其中，yt是待檢驗(yàn)的時(shí)間序列，c是常數(shù)項(xiàng)，t為時(shí)間趨勢，k是滯后期，ut是隨機(jī)誤差項(xiàng)。原假設(shè)是H0：ρ=0，備擇假設(shè)是H1：ρ

在對(duì)實(shí)際生產(chǎn)總值（LGDP）, 實(shí)際金融機(jī)構(gòu)年末貸款總余額(LX1)，實(shí)際財(cái)政支出總額(LFE)水平值進(jìn)行檢驗(yàn)時(shí)，發(fā)現(xiàn)結(jié)果并未拒絕原假設(shè)，由此可知這三個(gè)變量均存在著單位根。進(jìn)而對(duì)三個(gè)變量進(jìn)行一階差分后，則ADF檢驗(yàn)結(jié)果顯示LX1，LFE,LGDP均拒絕原假設(shè)，是一階單整，具體檢驗(yàn)結(jié)果如表一所示。

（2）協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)的思路即:如果變量之間的某種線性組合是平穩(wěn)的,則隨機(jī)變量的非平穩(wěn)的時(shí)間序列是同階單整的,即變量之間的關(guān)系可能是協(xié)整關(guān)系,否則就不存在協(xié)整關(guān)系"我們一般用兩種方法來檢驗(yàn)變量之間的協(xié)整關(guān)系,分別是特征根跡檢驗(yàn)和最大特征值檢驗(yàn)"本文中采用的Johansen極大類似值估計(jì)法。

在實(shí)際生產(chǎn)總值（LGDP）, 實(shí)際金融機(jī)構(gòu)年末貸款總余額(LX1)，實(shí)際財(cái)政支出總額(LFE)為一階差分平穩(wěn)的基礎(chǔ)上，本文采用johansen協(xié)整檢驗(yàn)，以檢驗(yàn)在三個(gè)變量之間是否存在長期穩(wěn)定的某種關(guān)系，檢驗(yàn)結(jié)果見表2所示。

Johansen協(xié)整檢驗(yàn)的經(jīng)統(tǒng)計(jì)量和最大特征值統(tǒng)計(jì)量檢驗(yàn)均顯示，三個(gè)變量LGDP,LX1，LFE之間存在顯著的協(xié)整關(guān)系，其協(xié)整方程為：

LGDP=3905.35+0.85872LX1+0.070924LFE

6.39600 16.43888 1.227709

R2 =0.996898 F= 482.8931 DW= 1.6531

由回歸結(jié)果可知，在1978年期間，對(duì)經(jīng)濟(jì)增長相對(duì)具有較大正向作用的是金融機(jī)構(gòu)，因?yàn)榉匠讨邢禂?shù)是0.85，表明金融機(jī)構(gòu)貸款每增加1%，GDP增加0.85%。財(cái)政支出對(duì)經(jīng)濟(jì)的增長起正向的作用但并不是非常顯著。這一結(jié)果與當(dāng)前金融業(yè)成為我區(qū)經(jīng)濟(jì)發(fā)展的重要支柱相符合。

（3）格蘭杰因果檢驗(yàn)

通過協(xié)整檢驗(yàn)我們可以判斷變量是否存在長期均衡關(guān)系,但我們還要進(jìn)一步驗(yàn)證變量之間是否構(gòu)成因果關(guān)系"這就需要用到格蘭杰因果檢驗(yàn)(GrangerCausalityTest)了"格蘭杰因果檢驗(yàn)(GrangerCausalityTest)的基本思想是/現(xiàn)在和過去可以影響未來,但未來是不能影響到過去的0,這也就是說時(shí)間發(fā)生的時(shí)序是十分重要的"即:只有變量X的變化發(fā)生在變量Y之前,變量X才是引起變量Y的原因,同樣如果變量Y是引起變量X的原因,那它也要發(fā)生在變量X之前。具體方法是,對(duì)于回歸方程:

原假設(shè)為Y不構(gòu)成對(duì)X的因果性,即H":p:=pZ=,日k=0,則在原假設(shè)成立的情況下:

～ F(k,T-2k)

其中SSEr為施加約束時(shí)的殘差平方和(也就是沒有Y的情況下X自身做回歸的殘差平方和),SSEu為沒有施加約束時(shí)的殘差平方和,T為樣本容量,k為最大滯后階數(shù)，這個(gè)檢驗(yàn)的思路是,如果考慮Y的情況下的殘差平方和小于沒有Y的情況下的殘差平方和,就認(rèn)為Y和X有因果性。

為研究經(jīng)濟(jì)增長與金融機(jī)構(gòu)，財(cái)政支出之間的因果關(guān)系，我們利用格蘭杰因果關(guān)系檢驗(yàn)法，經(jīng)一階差分運(yùn)算后得到結(jié)果如下表所示。

從格蘭杰因果檢驗(yàn)結(jié)果來看，GDP的增加是財(cái)政支出增加的原因，財(cái)政支出并同樣是引起GDP值變化的原因。兩者互為因果關(guān)系。同樣金融機(jī)構(gòu)貸款額LX1與GDP互為因果關(guān)系。

三、結(jié)論與對(duì)策建議

（1）結(jié)論

1.金融支持和財(cái)政支持對(duì)經(jīng)濟(jì)增長的帶動(dòng)作用都是顯著的。其中，信貸投入的邊際經(jīng)濟(jì)產(chǎn)出要高于財(cái)政支出的邊際經(jīng)濟(jì)產(chǎn)出，即通過信貸途徑所產(chǎn)生的經(jīng)濟(jì)效應(yīng)比通過財(cái)政支出途徑產(chǎn)生的經(jīng)濟(jì)效應(yīng)要高。通過進(jìn)一步加大信貸投入可能提高資金利用的總體效率。

2.金融信貸投入和財(cái)政支出的產(chǎn)出效率總體偏低。計(jì)算信貸投入和財(cái)政投入的單位經(jīng)濟(jì)產(chǎn)出發(fā)現(xiàn)，各投入的產(chǎn)出基本屬于較低水平，單位產(chǎn)出都不到1.且隨著時(shí)間的變化，信貸投入的單位產(chǎn)出有逐年降低的趨勢。

（2）對(duì)策建議

1.完善區(qū)域金融結(jié)構(gòu)，建立多元化金融機(jī)構(gòu)體系，提高廣西金融業(yè)的整體水平。有效的金融體系表現(xiàn)在其所提供的金融服務(wù)能滿足復(fù)雜、多層次和多樣的金融需求，而廣西目前的金融體系過于單一，只有通過發(fā)展多元化的金融機(jī)構(gòu)，才能滿足和刺激各種金融需求和引致需求，促進(jìn)金融業(yè)的競爭，提高金融服務(wù)效率。

2.規(guī)范財(cái)政支出規(guī)模，調(diào)整財(cái)政支出的結(jié)構(gòu)?？偟膩碚f公共支出規(guī)模對(duì)當(dāng)?shù)亟?jīng)濟(jì)的增長有積極的作用，改革公共支出規(guī)模應(yīng)有效使用財(cái)政支出政策，并將其作為一個(gè)宏觀調(diào)節(jié)經(jīng)濟(jì)的工具，保持財(cái)政支出的適當(dāng)規(guī)模，促進(jìn)地方經(jīng)濟(jì)的發(fā)展。雖然財(cái)政支出規(guī)模與經(jīng)濟(jì)增長呈正比例關(guān)系，但不能盲目地?cái)U(kuò)大財(cái)政支出的規(guī)模。其次財(cái)政投入的產(chǎn)出效率偏低，主要體現(xiàn)在財(cái)政投入的結(jié)構(gòu)不合理。財(cái)政投向應(yīng)結(jié)合廣西經(jīng)濟(jì)發(fā)展的實(shí)際需要和具體情況，建立合理的財(cái)政支出框架，以規(guī)范財(cái)政支出預(yù)算體系，提高財(cái)政投入效率。

參考文獻(xiàn)：

[1]范學(xué)俊.金融體系與經(jīng)濟(jì)增長:來自中國的實(shí)證檢驗(yàn)[J].金融研究,2006,(3):57-66.

[2]蔡則祥.中國金融結(jié)構(gòu)存在的主要問題[J].經(jīng)濟(jì)問題,2006,(8):62-64.

[3]許滌龍,陸峰.我國金融結(jié)構(gòu)的特點(diǎn)及其發(fā)展趨勢分析湖南大學(xué)學(xué)報(bào),2002,(5):33-35.

[4]張曉炯.EViews使用指南與案例[M].北京:機(jī)械工業(yè)出版社.2008

[5]王春元.我國政府財(cái)政支出結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)系實(shí)證分析[J].財(cái)經(jīng)研究，2009（6）：120-130．

[6]嚴(yán)成樑，龔六堂.財(cái)政支出、稅收與長期經(jīng)濟(jì)增長[J].經(jīng)濟(jì)研究，2009（6）：4-14．

作者簡介：

篇4

關(guān)鍵詞：金融；產(chǎn)業(yè)集聚；經(jīng)濟(jì)增長；實(shí)證分析

隨著信息業(yè)的發(fā)展，資本的流動(dòng)加大，金融產(chǎn)業(yè)得到空前發(fā)展，金融產(chǎn)業(yè)集聚效應(yīng)已經(jīng)得到越來越凸顯。在西安建設(shè)國際化大都市的背景下，研究西安金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長之間的關(guān)系，成為一項(xiàng)重要課題。但是，目前研究西安金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系文章較少。本文通過西安2000年至2012年的金融經(jīng)濟(jì)數(shù)據(jù)檢驗(yàn)金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系。

一、實(shí)證分析

在國外關(guān)于產(chǎn)業(yè)集聚的研究文獻(xiàn)中，產(chǎn)業(yè)集聚計(jì)算主要分為四種方法：空間基尼系數(shù)、產(chǎn)業(yè)集群指數(shù)、哈萊-克依指數(shù)、區(qū)位熵指數(shù)。本文主要采用區(qū)位熵指數(shù)方法，衡量金融產(chǎn)業(yè)的區(qū)域集聚程度。計(jì)算方法如下：

（一）單位根檢驗(yàn)

首先在進(jìn)行協(xié)整檢驗(yàn)之前，進(jìn)行檢驗(yàn)單位根檢驗(yàn)，確定單整階數(shù)，通過EVIEWS檢驗(yàn)結(jié)果可以看出，經(jīng)過一階差分后都是平穩(wěn)序列，都是一階單整序列。結(jié)果見下表：

注：Δ表示一階差分。

（二）協(xié)整檢驗(yàn)

從上面得到金融產(chǎn)業(yè)集聚指數(shù)和人均地區(qū)生產(chǎn)總值都是滯后一期是平穩(wěn)的，可以進(jìn)行OLS回歸，得到協(xié)整方程：

LGDP=980.45+7904.4LQ

（70.52）（39.87）

R2=0.943 DW=1.47

并對(duì)殘差序列進(jìn)行單位根檢驗(yàn)，通過平穩(wěn)檢驗(yàn)，是平穩(wěn)序列。所以金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長長期保持著平衡關(guān)系。

（三）格蘭杰因果檢驗(yàn)

對(duì)LGDP和LQ進(jìn)行格蘭杰因果檢驗(yàn)，得到兩者具有長期穩(wěn)定的互為因果關(guān)系。在滯后2期，經(jīng)濟(jì)增長才是金融產(chǎn)業(yè)集聚的因果關(guān)系，說明，經(jīng)濟(jì)增長到一定程度，才會(huì)對(duì)金融產(chǎn)業(yè)集聚有一定拉動(dòng)作用。

二、結(jié)論

從本文實(shí)證結(jié)果來看，西安金融產(chǎn)業(yè)集聚和經(jīng)濟(jì)增長兩者存在長期穩(wěn)定關(guān)系，并且金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長的拉動(dòng)更為主動(dòng)，當(dāng)經(jīng)濟(jì)發(fā)展到一定時(shí)期，對(duì)金融產(chǎn)業(yè)集聚會(huì)產(chǎn)生促進(jìn)作用。所以，加大金融產(chǎn)業(yè)集聚效應(yīng)是提高西安經(jīng)濟(jì)增長的一個(gè)有效途徑。本文結(jié)合西安目前金融發(fā)展現(xiàn)狀，認(rèn)為可以從以下幾個(gè)方面著手：

（1）西安市政府應(yīng)當(dāng)加大對(duì)金融產(chǎn)業(yè)集聚發(fā)展的支持。西安市政府可以建立有關(guān)金融產(chǎn)業(yè)集聚的相關(guān)政策，促進(jìn)金融區(qū)的發(fā)展，協(xié)助金融企業(yè)之間的交流合作。采取簡化審批手續(xù)，降低稅收等政策吸引金融企業(yè)入駐金融園區(qū)。并且可以吸引跨國金融公司來西安設(shè)立辦事處或者將總部建在西安，提升西安的知名度，發(fā)揮網(wǎng)絡(luò)輻射作用。政府還應(yīng)當(dāng)積極推動(dòng)金融信息技術(shù)的建設(shè)。信息技術(shù)建設(shè)不但可以克服時(shí)間及空間的延遲，還可以節(jié)約交易費(fèi)用，提高效率。

（2）推進(jìn)人才建設(shè)。金融競爭的核心是金融人才。目前，金融業(yè)缺乏高級(jí)管理人才，所以應(yīng)當(dāng)加大高校和業(yè)界的教育以及后期培訓(xùn)。也可以通過人才政策吸引一批具有豐富經(jīng)驗(yàn)的海外人才落戶西安，提高金融機(jī)構(gòu)效率，進(jìn)一步壯大金融產(chǎn)業(yè)發(fā)展。

（3）建立和健全金融監(jiān)管體系

金融行業(yè)是一個(gè)風(fēng)險(xiǎn)集中的行業(yè)，所以要想金融業(yè)健康發(fā)展必須要有健全的監(jiān)管體系。主要做到兩點(diǎn)：保證公平競爭環(huán)境和市場穩(wěn)定。防范金融風(fēng)險(xiǎn)，為市場發(fā)展提供安全環(huán)境。政府必須出臺(tái)相應(yīng)的法律和法規(guī)規(guī)范金融市場，為市場交易的正常及順利進(jìn)行創(chuàng)造良好環(huán)境。金融產(chǎn)品不斷創(chuàng)新、金融服務(wù)方式也不斷在改變，監(jiān)管不能夠落后在這些創(chuàng)新之后。監(jiān)管機(jī)構(gòu)應(yīng)當(dāng)及時(shí)更新監(jiān)管理念，改進(jìn)監(jiān)管手段和工具，適應(yīng)不斷快速發(fā)展的金融環(huán)境。

（4）加快金融創(chuàng)新，提高金融服務(wù)效率。西安金融機(jī)構(gòu)應(yīng)當(dāng)加大金融產(chǎn)品、服務(wù)的創(chuàng)新，實(shí)現(xiàn)金融業(yè)的快速發(fā)展，滿足顧客不斷變化的金融要求，完善金融工具。積極開拓服務(wù)領(lǐng)域，擴(kuò)大服務(wù)范圍，創(chuàng)新服務(wù)方式，整合金融資源，為社會(huì)不同群體提供全方位和個(gè)性化的金融服務(wù)，進(jìn)一步發(fā)揮金融產(chǎn)業(yè)集聚效應(yīng)。（作者單位：西安工業(yè)大學(xué)北方信息工程學(xué)院）

本文系西安工業(yè)大學(xué)北方信息工程學(xué)院院長科研基金Y1215研究成果

參考文獻(xiàn)：

[1] 陳文鋒，平瑛.上海金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系[J].統(tǒng)計(jì)與決策，2008（20）.

[2] 丁藝，李靖霞，李林.金融集聚與區(qū)域經(jīng)濟(jì)增長—基于省際數(shù)據(jù)的實(shí)證分析[J].宏觀經(jīng)濟(jì)，2010（2）.

[3] 姜冉.泛珠三角地區(qū)金融集聚與經(jīng)濟(jì)增長—基于1982—2007年的數(shù)據(jù)分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2010（20）.

篇5

關(guān)鍵詞：金融發(fā)展；經(jīng)濟(jì)增長；面板數(shù)據(jù)；金融規(guī)模；金融效率

現(xiàn)代經(jīng)濟(jì)的核心是金融，金融對(duì)于經(jīng)濟(jì)發(fā)展的意義是相當(dāng)重要的。研究金融發(fā)展與經(jīng)濟(jì)增長二者之間的關(guān)系對(duì)于政府制定有效而合理的經(jīng)濟(jì)政策具有重大的意義。倘若研究表明金融發(fā)展可以促進(jìn)經(jīng)濟(jì)的增長，相應(yīng)地，政府就可以進(jìn)一步深化金融改革，從而達(dá)到促進(jìn)經(jīng)濟(jì)增長的目的；相反地，假若研究結(jié)果表明經(jīng)濟(jì)的增長會(huì)促進(jìn)金融的發(fā)展，那么政府就可以通過大力支持經(jīng)濟(jì)的發(fā)展來帶動(dòng)金融的發(fā)展。

1、文獻(xiàn)綜述

對(duì)于金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系，經(jīng)濟(jì)學(xué)家還是比較關(guān)注的。發(fā)達(dá)國家因?yàn)榻鹑诎l(fā)展較為發(fā)達(dá)，金融市場比較完善，因此相應(yīng)的研究成果要更加豐富。其中較早對(duì)金融發(fā)展與經(jīng)濟(jì)增長關(guān)系關(guān)系進(jìn)行研究的是Goldsmith（1969） ，他提出使用金融相關(guān)比率指標(biāo)來衡量金融深化的程度，目前很多研究都采用了金融相關(guān)比率這個(gè)指標(biāo)來衡量金融的發(fā)展。此外，Goldsmith（1969）通過運(yùn)用跨國數(shù)據(jù)從金融結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展的角度來進(jìn)行實(shí)證研究，研究結(jié)果顯示金融發(fā)展的規(guī)模與經(jīng)濟(jì)增長息息相關(guān)。Luintel和Khan（1999）通過運(yùn)用時(shí)間序列的分析方法來研究金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系，結(jié)果表明這二者之間關(guān)系密切，可以相互影響。金融發(fā)展影響經(jīng)濟(jì)的增長，經(jīng)濟(jì)增長也將影響金融的發(fā)展。

我國的一些經(jīng)濟(jì)學(xué)者也對(duì)金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系進(jìn)行了相關(guān)的研究。張海波、吳陶（2005）收集了我國1998-2002年的相關(guān)經(jīng)濟(jì)數(shù)據(jù)，把金融機(jī)構(gòu)的存款余額和貸款余額作為解釋變量，運(yùn)用廣義最小二乘估計(jì)法對(duì)模型進(jìn)行了回歸分析，實(shí)證結(jié)果顯示我國的金融發(fā)展對(duì)于經(jīng)濟(jì)增長是具有促進(jìn)作用的。冉光和、李敬等（2006）通過收集我國東部和西部各個(gè)省的經(jīng)濟(jì)數(shù)據(jù)，運(yùn)用誤差修正模型研究得出：東部地區(qū)的金融發(fā)展與經(jīng)濟(jì)增長關(guān)系與西部地區(qū)是不同的，而且這種差異是明顯的。在長期內(nèi)，西部地區(qū)的金融發(fā)展會(huì)單向引導(dǎo)該地區(qū)的經(jīng)濟(jì)增長，但是短期內(nèi)，這種因果關(guān)系不明顯。對(duì)于東部地區(qū)來說，無論在長期，還是短期，金融發(fā)展與經(jīng)濟(jì)增長都存在雙向的因果關(guān)系。郭世輝、馬艷娥（2007）通過收集我國西部七個(gè)省份從1990-2004年間的面板數(shù)據(jù)對(duì)西部地區(qū)金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行研究。黎翠梅（2009）運(yùn)用我國東、中、西部農(nóng)村的經(jīng)濟(jì)數(shù)據(jù)，從金融規(guī)模、金融結(jié)構(gòu)、金融效率三個(gè)方面對(duì)農(nóng)村地區(qū)的金融發(fā)展與經(jīng)濟(jì)增長關(guān)系進(jìn)行了比較研究。研究結(jié)果表明我國農(nóng)村的金融發(fā)展對(duì)于經(jīng)濟(jì)增長的影響有著明顯的區(qū)域差異。西部地區(qū)農(nóng)村金融發(fā)展與經(jīng)濟(jì)增長之間不存在長期均衡關(guān)系，東部農(nóng)村地區(qū)和中部農(nóng)村地區(qū)的金融發(fā)展與經(jīng)濟(jì)增長之間存在長期的均衡關(guān)系，但是東、中部的農(nóng)村地區(qū)存在金融抑制現(xiàn)象。

從以上中外學(xué)者對(duì)金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的研究，尤其是國內(nèi)學(xué)者的研究成果來看，大多基于面板數(shù)據(jù)通過建立模型來進(jìn)行實(shí)證研究，而且模型的擬合效果也很好。江蘇省作為全國的經(jīng)濟(jì)強(qiáng)省，但是蘇南、蘇中、蘇北各區(qū)域經(jīng)濟(jì)的發(fā)展不是平衡的，因此，研究江蘇省的金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系是非常有意義的，基于此，本文通過運(yùn)用江蘇省蘇南、蘇中、蘇北三大地區(qū)的相關(guān)面板數(shù)據(jù)，對(duì)江蘇省金融發(fā)展與經(jīng)濟(jì)增長進(jìn)行實(shí)證研究，以尋求促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)增長的金融政策路徑選擇。關(guān)于江蘇省區(qū)域的劃分，本文采用江蘇省統(tǒng)計(jì)局的統(tǒng)計(jì)口徑，蘇南地區(qū)由南京、 無錫、常州、蘇州、鎮(zhèn)江五個(gè)市組成，蘇中地區(qū)由南通、揚(yáng)州、泰州三個(gè)市組成，蘇北地區(qū)由徐州、連云港、淮安、鹽城、宿遷五個(gè)市組成。本文的相關(guān)數(shù)據(jù)來源于2000—2011年江蘇省統(tǒng)計(jì)年鑒。

2、江蘇金融發(fā)展的規(guī)模與效率的區(qū)域差異分析

2.1江蘇金融規(guī)模區(qū)域差異

本文用金融相關(guān)率這個(gè)指標(biāo)來衡量區(qū)域金融發(fā)展規(guī)模。金融相關(guān)率是指金融機(jī)構(gòu)貸款余額與地區(qū)生產(chǎn)總值GDP的比值。如圖1所示，2000-2011年間，蘇南地區(qū)金融相關(guān)率比蘇中地區(qū)和蘇北地區(qū)都要高，從2003年開始，蘇南金融相關(guān)率一直都大于1，尤其在2008-2009年間，蘇南、蘇中、蘇北地區(qū)的金融相關(guān)率非但沒有因金融危機(jī)而降低，反而有一個(gè)小幅度的上升，反映了政府4萬億投資對(duì)于江蘇省金融規(guī)模的巨大影響。然而，筆者也發(fā)現(xiàn)這一嚴(yán)峻的現(xiàn)象，在2000年蘇中地區(qū)的金融相關(guān)率為0.56，蘇北地區(qū)為0.51，二者相差并不是很大，然而隨著時(shí)間的推移，蘇中地區(qū)與蘇北地區(qū)的金融相關(guān)率相差越來越大，尤其到了2009年，蘇中地區(qū)的金融相關(guān)率為0.73，而蘇北地區(qū)的金融相關(guān)率僅為0.55。與蘇南地區(qū)相比，蘇中地區(qū)的金融相關(guān)率還是比較低的，雖然總體上蘇中地區(qū)的金融規(guī)模一直是在增加的，但是蘇中地區(qū)與蘇南地區(qū)的金融規(guī)模相比差距還是不斷增大的。蘇北地區(qū)的相關(guān)率幾乎沒有增長，金融機(jī)構(gòu)的總貸款余額占蘇北地區(qū)的比重沒有什么顯著的變化。從蘇北地區(qū)的金融相關(guān)率比蘇南地區(qū)和蘇中地區(qū)低，可以明顯觀察到蘇北地區(qū)的金融弱化現(xiàn)象。

2.2 江蘇金融效率區(qū)域差異

運(yùn)用存貸比這個(gè)指標(biāo)來衡量金融效率。存貸比是金融機(jī)構(gòu)貸款余額與存款余額的比值。如圖2所示，雖然蘇南、蘇中、蘇北地區(qū)金融機(jī)構(gòu)的存貸比都比1小，但是，蘇南地區(qū)的金融機(jī)構(gòu)存貸比一直都比較高，在2004年金融效率甚至超過了0.8，其余的年份金融效率也大都在0.7-0.8的區(qū)間里，2005-2011年金融效率值都非常接近0.8，這說明蘇南地區(qū)的金融中介功能在配置蘇南地區(qū)的資金上發(fā)揮著重要的資金融通作用。蘇中地區(qū)的金融機(jī)構(gòu)存貸比總體上穩(wěn)步增長，但增長幅度一直很小，對(duì)于蘇中地區(qū)的經(jīng)濟(jì)發(fā)展在一定程度上提供了資金支持。蘇北地區(qū)的金融機(jī)構(gòu)存貸比從2000年至2005年持續(xù)下降，金融效率值從2000年的0.77下降至2005年的0.56。2006-2011年金融機(jī)構(gòu)存貸比緩慢上升，金融效率由2006年的0.57上升至2011年的 0.67。金融效率的忽降忽升對(duì)于蘇北地區(qū)的經(jīng)濟(jì)穩(wěn)步發(fā)展是有副作用的。三大地區(qū)的存貸比趨勢也從側(cè)面表現(xiàn)了這一現(xiàn)象：在經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，金融中介存款運(yùn)用的效率依然不是特別高。這個(gè)現(xiàn)象有待改善，因?yàn)橹挥薪鹑谥薪榘l(fā)揮著積極的作用，才可以逐步縮小各個(gè)區(qū)域的差距。

3、江蘇金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究

3.1 面板數(shù)據(jù)模型的建立與變量選擇

選取金融規(guī)模與金融效率這兩個(gè)指標(biāo)來衡量江蘇的金融發(fā)展情況。而對(duì)于江蘇經(jīng)濟(jì)增長的情況，本文使用地區(qū)生產(chǎn)總值GDP來進(jìn)行衡量。同時(shí)為了消除異方差，讓時(shí)間序列更具有平穩(wěn)性，本文把所有的變量數(shù)據(jù)進(jìn)行取對(duì)數(shù)，由此，可以得到以下的面板數(shù)據(jù)模型，如式1所示：

（1）

其中，c指的是常數(shù)項(xiàng)，指的是回歸系數(shù)，指的是殘差項(xiàng)，i表示江蘇省的各個(gè)區(qū)域，t表示相應(yīng)的年份。GDP代表江蘇各地區(qū)的生產(chǎn)總值，反映江蘇各地區(qū)的經(jīng)濟(jì)增長狀況；RTL是反映江蘇各地區(qū)金融發(fā)展規(guī)模的指標(biāo)，RPL為反映區(qū)域金融效率的指標(biāo)，RTL和RPL都是為了反映江蘇金融發(fā)展的狀況。LGDP、LRTL、LRPL分別表示相應(yīng)變量的對(duì)數(shù)值。

3.2 固定效應(yīng)模型

面板數(shù)據(jù)模型有三種形式，如下所示：

首先，為確定面板數(shù)據(jù)模型的形式，需要對(duì)面板數(shù)據(jù)進(jìn)行Hausman檢驗(yàn)，以判定是選擇固定效應(yīng)模型還是選擇隨機(jī)效應(yīng)模型。本文的面板數(shù)據(jù)Hausman檢驗(yàn)結(jié)果如表1所示。

表1 面板數(shù)據(jù)Hausman檢驗(yàn)結(jié)果

從表1中，可以看到Hausman 檢驗(yàn)統(tǒng)計(jì)量（W） 是56.14，p值是0.0000，p值小于0.05，拒絕原假設(shè)（隨機(jī)效應(yīng)模型），因此選擇固定效應(yīng)模型。

在確定選擇固定效應(yīng)模型后，以江蘇省三大地區(qū)2000-2011年間的地區(qū)人均生產(chǎn)總值為因變量，金融規(guī)模指標(biāo)、金融效率指標(biāo)為自變量，建立個(gè)體時(shí)點(diǎn)固定效應(yīng)模型，其結(jié)果如下表2、表3和表4。

表2 個(gè)體時(shí)點(diǎn)固定效應(yīng)模型運(yùn)行結(jié)果

從表2可以看出，各個(gè)變量系數(shù)所對(duì)應(yīng)的P值小于0.05，這說明個(gè)體時(shí)點(diǎn)固定效應(yīng)模型的各個(gè)系數(shù)在統(tǒng)計(jì)上比較顯著。而且從表中可以發(fā)現(xiàn)常數(shù)項(xiàng)、金融規(guī)模、金融效率的系數(shù)均為正數(shù)，這說明江蘇省的金融發(fā)展對(duì)于江蘇省經(jīng)濟(jì)的增長有一定的正向影響，而且金融規(guī)模與金融效率對(duì)于江蘇省的經(jīng)濟(jì)增長的貢獻(xiàn)率分別為32.68%與35.73%，從中可以看出金融效率對(duì)于江蘇省的經(jīng)濟(jì)增長發(fā)揮的作用相對(duì)更大一些。

從表3可以看出，蘇南地區(qū)的系數(shù)為0.5638，其系數(shù)為正數(shù)，且系數(shù)絕對(duì)值在三大地區(qū)中最大，這說明蘇南地區(qū)的金融規(guī)模、金融效率對(duì)于該地區(qū)的經(jīng)濟(jì)發(fā)展的正向影響較大，蘇南地區(qū)的金融發(fā)展對(duì)于該地區(qū)的地區(qū)生產(chǎn)總值的貢獻(xiàn)率為56.38。而蘇中地區(qū)的系數(shù)為-0.3758，蘇北地區(qū)的系數(shù)為-0.1881，這說明蘇中地區(qū)與蘇北地區(qū)的金融規(guī)模、金融效率對(duì)于該地區(qū)的經(jīng)濟(jì)發(fā)展有一定的負(fù)向作用，但是由于該系數(shù)絕對(duì)值相對(duì)較小，所以與蘇南地區(qū)相比，蘇中蘇北地區(qū)的金融發(fā)展對(duì)于該地區(qū)的經(jīng)濟(jì)發(fā)展的抑制作用比較小。

表3 個(gè)體時(shí)點(diǎn)固定效應(yīng)模型運(yùn)行所得區(qū)域系數(shù)

從該表4中可以看出，無論是蘇南地區(qū)、蘇中地區(qū)還是蘇北地區(qū)，金融發(fā)展對(duì)經(jīng)濟(jì)增長的時(shí)點(diǎn)系數(shù)是隨著時(shí)間由2000年的負(fù)值變?yōu)?006年的正值，在這期間變量的系數(shù)的絕對(duì)值逐漸減小，這表明在此期間，金融對(duì)于地區(qū)的經(jīng)濟(jì)發(fā)展的負(fù)向作用在逐步減小。從2007年至2011年，變量的系數(shù)值一直為正數(shù)，且變量的系數(shù)的絕對(duì)值在逐步增大，這表明在此期間，金融對(duì)于地區(qū)的經(jīng)濟(jì)發(fā)展的正向作用在逐步增強(qiáng)。

表4 個(gè)體時(shí)點(diǎn)固定效應(yīng)模型運(yùn)行所得時(shí)點(diǎn)系數(shù)

4、研究結(jié)論

從江蘇省個(gè)體時(shí)點(diǎn)固定效應(yīng)模型的運(yùn)行結(jié)果可以看出江蘇省的金融發(fā)展對(duì)于其經(jīng)濟(jì)的增長具有促進(jìn)作用，而且金融效率的對(duì)于經(jīng)濟(jì)的發(fā)展影響更大一些。金融效率是指金融機(jī)構(gòu)存款轉(zhuǎn)化為貸款的效率，體現(xiàn)了金融機(jī)構(gòu)對(duì)于經(jīng)濟(jì)發(fā)展的資金支持力度，正是由于金融機(jī)構(gòu)對(duì)于地區(qū)發(fā)展的不懈支持，江蘇省總體經(jīng)濟(jì)保持良好的發(fā)展態(tài)勢。而且，從個(gè)體時(shí)點(diǎn)固定效應(yīng)模型的時(shí)點(diǎn)系數(shù)可以發(fā)現(xiàn)，從2000年至2011年，金融發(fā)展對(duì)于江蘇省總體經(jīng)濟(jì)的增長的促進(jìn)作用逐步增大，負(fù)面影響逐步縮小。然而，不可忽視的一點(diǎn)是，金融發(fā)展對(duì)于江蘇省的各個(gè)區(qū)域的作用是各不相同的。由個(gè)體時(shí)點(diǎn)固定效應(yīng)模型的區(qū)域系數(shù)可以發(fā)現(xiàn)，只有蘇南地區(qū)的區(qū)域系數(shù)為正數(shù)，蘇中地區(qū)和蘇北地區(qū)的區(qū)域系數(shù)均為負(fù)數(shù)。這說明對(duì)于蘇南地區(qū)來說金融發(fā)展對(duì)于經(jīng)濟(jì)增長的長期正向作用比較明顯，該地區(qū)金融的發(fā)展帶動(dòng)了經(jīng)濟(jì)的增長。對(duì)于蘇中地區(qū)和蘇北地區(qū)來說，金融的發(fā)展對(duì)于地區(qū)的經(jīng)濟(jì)發(fā)展長期正向作用不明顯，且在一定程度上，金融發(fā)展對(duì)于經(jīng)濟(jì)增長沒有起到促進(jìn)作用，反而對(duì)于地區(qū)經(jīng)濟(jì)的發(fā)展起到了一定的抑制作用。

參考文獻(xiàn)：

[1] Goldsmith. R W. Financial Structure and Development [M]. New Haven Conn. Yale University Press，1969：23-27.

[2] Luintel K R，Khan M.A quantitative reassessment of the finance growth nexus evidence from a multivariate VAR[J]. Journal of Development Economics 1999（60）：381-450.

[3] 張海波，吳陶. 中國各地區(qū)金融發(fā)展與經(jīng)濟(jì)增長[J] . 統(tǒng)計(jì)觀察，2005（6）：66-67.

[4] 冉光和，李敬等. 中國金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的區(qū)域差異——基于東部和西部面板數(shù)據(jù)的檢驗(yàn)和分析[J] . 中國軟科學(xué)，2006（2）：102-110 .

篇6

關(guān)鍵詞:中部六省;地級(jí)市區(qū)數(shù)據(jù);金融發(fā)展;經(jīng)濟(jì)增長;分位數(shù)回歸

中圖分類號(hào):F127文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2010)12-0115-04

金融與經(jīng)濟(jì)增長關(guān)系問題的理論研究可以追溯到熊彼特(Schumpeter,1911)、戈德史密斯(Goldsmith,1969)、愛德華?肖(Edward S. Shaw,1973)、羅納德?麥金農(nóng)(Ronald I. Mckinnon,1973)和盧卡斯(Lucas,1988)等等緊跟其后進(jìn)行深入研究 [1~3] 。近十多年來,單個(gè)國家和跨國家的實(shí)證文獻(xiàn)得以迅速的積累,從國別、跨國研究到多時(shí)空尺度的區(qū)域研究 [4~6]。現(xiàn)有文獻(xiàn)集中于被解釋變量時(shí)間維度特征的條件均值統(tǒng)計(jì)建模,兩個(gè)比較有理論和實(shí)踐意義的拓展方向是:其一,基于被解釋變量空間維度特征進(jìn)行空間統(tǒng)計(jì)數(shù)據(jù)挖掘,空間統(tǒng)計(jì)學(xué)可以提供方法支持;其二,對(duì)橫截面數(shù)據(jù)、聚合數(shù)據(jù)(Pooled Data)或者面板數(shù)據(jù)(Panel Data)進(jìn)行被解釋變量的條件分位數(shù)統(tǒng)計(jì)建模。本文主要是就后者進(jìn)行一個(gè)研究嘗試:基于中國中部六省共82個(gè)樣本地級(jí)市區(qū)的聚合數(shù)據(jù)(Pooled Data),運(yùn)用條件分位數(shù)回歸方法進(jìn)行區(qū)域金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的實(shí)證分析。

一、條件分位數(shù)回歸方法的基本思想和主要優(yōu)點(diǎn)

Koenker和Bassett (1978)最早提出線性分位數(shù)回歸的理論 [7]。分位數(shù)回歸是對(duì)以古典條件均值模型為基礎(chǔ)的最小二乘法的延伸,用多個(gè)分位函數(shù)來估計(jì)整體模型。中位數(shù)回歸(最小一乘回歸)是分位數(shù)回歸法的特殊情況,用對(duì)稱權(quán)重解決殘差最小化問題,而其他條件分位數(shù)回歸則用非對(duì)稱權(quán)重解決殘差最小化。

由于分位數(shù)回歸本身計(jì)算的復(fù)雜性,所以它沒有迅速普及,但相關(guān)的理論研究在逐步地完善。由于分位數(shù)估計(jì)可以選擇不同的分位(tau:τ)的對(duì)被解釋變量分布的頭尾部分進(jìn)行研究,將不同的分位數(shù)回歸結(jié)果綜合就得到了該條件分布的完整描述。在研究對(duì)象的分布呈現(xiàn)異質(zhì)性,如不對(duì)稱、厚尾、截?cái)嘈缘忍卣鲿r(shí),分位數(shù)回歸方法具有明顯的優(yōu)勢[8]。因此,越來越多的研究將其用于分析在被解釋變量的不同水平下受到解釋變量影響作用的差異和變動(dòng)[9~12] 。分位數(shù)回歸大致可以分為參數(shù)回歸模型、非參數(shù)回歸模型、半?yún)?shù)回歸模型這三類,每種模型都有其各自的估計(jì)方法。

分位數(shù)回歸采用加權(quán)殘差絕對(duì)值之和的方法估計(jì)參數(shù),其優(yōu)點(diǎn)體現(xiàn)在以下幾方面:(1)它對(duì)模型中的隨機(jī)擾動(dòng)項(xiàng)不需做任何分布的假定,這樣整個(gè)回歸模型就具有很強(qiáng)的穩(wěn)健性;(2)分位數(shù)回歸本身沒有使用一個(gè)連接函數(shù)來描述因變量的均值和方差的相互關(guān)系,因此分位數(shù)回歸有著比較好的彈性性質(zhì);(3)分位數(shù)回歸由于是對(duì)所有分位數(shù)進(jìn)行回歸,因此對(duì)于數(shù)據(jù)中出現(xiàn)的異常點(diǎn)具有耐抗性;(4)不同于普通的最小二乘回歸,分位數(shù)回歸對(duì)于因變量具有單調(diào)變換性;(5)分位數(shù)回歸估計(jì)出來的參數(shù)具有在大樣本理論下的漸進(jìn)優(yōu)良性[11~12] 。現(xiàn)在主流的統(tǒng)計(jì)軟件都可以加載分位數(shù)回歸軟件包,分位數(shù)回歸也就自然而然地成為經(jīng)濟(jì)、醫(yī)學(xué)、教育等領(lǐng)域的重要分析工具。本文的實(shí)證分析運(yùn)用EViews6.0進(jìn)行計(jì)算。

二、對(duì)象描述、模型設(shè)定與數(shù)據(jù)來源

按照《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》(2001―2007)的界定,考慮到行政區(qū)劃的局部調(diào)整,中國四大經(jīng)濟(jì)地帶省級(jí)省市區(qū)和樣本地級(jí)市區(qū)的分布情況如下:東北三省36個(gè)地級(jí)市區(qū),東部十省市87個(gè)地級(jí)市區(qū),中部六省82個(gè)地級(jí)市區(qū),西部十二省區(qū)131個(gè)地級(jí)市區(qū),全國三十一省市區(qū)共336個(gè)地級(jí)市區(qū)。這里選擇中部六省82個(gè)地級(jí)市區(qū),針對(duì)地級(jí)市區(qū)的金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行實(shí)證分析。

在經(jīng)濟(jì)增長的實(shí)證研究文獻(xiàn)中,生產(chǎn)函數(shù)是一個(gè)被廣泛運(yùn)用的基本估計(jì)框架。這里也將它用于分析區(qū)域金融發(fā)展與區(qū)域經(jīng)濟(jì)增長關(guān)系的實(shí)證研究,設(shè)定總量生產(chǎn)函數(shù)(t期)的形式,把產(chǎn)出抽象為金融發(fā)展水平與控制變量的函數(shù),控制變量是除金融發(fā)展水平以外的其他主要影響因素,可以表述為:

Yt=f(Financet,Comtrolt,) (1)

其中,Yt是產(chǎn)出或者增加值,一般用國內(nèi)生產(chǎn)總值GDP替代;Financet是金融發(fā)展水平;Contiol是控制變量。

一般地,如果進(jìn)行彈性研究,就可以在柯布―道格拉斯型生產(chǎn)函數(shù)的基本形式的基礎(chǔ)上具體拓展。為了基于可得數(shù)據(jù)研究中部六省地級(jí)市區(qū)的金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系,這里被解釋變量就取人均國內(nèi)生產(chǎn)總值反映經(jīng)濟(jì)增長,用GDP表示;解釋變量取兩組變量,即金融發(fā)展水平和控制變量。

第一組變量是金融發(fā)展水平。根據(jù)數(shù)據(jù)的可得性,這里考慮地級(jí)市區(qū)金融相關(guān)比率指標(biāo),用FIR表示,等于金融機(jī)構(gòu)存貸總額與GDP的比。

第二組變量是控制變量。包括那些能夠影響各地區(qū)經(jīng)濟(jì)增長的資源稟賦差異的變量,目的是用來控制其他可能導(dǎo)致地區(qū)經(jīng)濟(jì)差異的因素。(1)實(shí)物資本投入。這里用各地區(qū)的固定資本總額占GDP的比值反映各地區(qū)的物質(zhì)資本的投入水平,用INFIXP表示。(2)人力資本投入。在地級(jí)市區(qū)的研究中,一般用各地區(qū)的中小學(xué)畢業(yè)升學(xué)率或者政府財(cái)政支出中的教育支出近似的反映各地區(qū)人力資本水平。考慮到地級(jí)市區(qū)財(cái)政金融的緊密聯(lián)系,這里設(shè)置了政府財(cái)政支出總額占GDP的比值綜合近似反映各地區(qū)人力資本水平,以及財(cái)政金融的緊密聯(lián)系,用LGEXPP表示。(3)經(jīng)濟(jì)開放程度?？紤]到地級(jí)市區(qū)外國直接投資額與金融的緊密聯(lián)系,這里設(shè)置了外國直接投資額(或者實(shí)際利用外資)總額占GDP的比值綜合近似反映各地區(qū)經(jīng)濟(jì)開放程度,以及外國直接投資與金融的緊密聯(lián)系,用FDIAUP表示。

根據(jù)以上討論,我們是要進(jìn)行彈性研究,把被解釋變量和解釋變量都取自然對(duì)數(shù),則實(shí)證研究計(jì)量模型的基本形式設(shè)定如下:

LnGDPP = β0+ β1*LnFIR + β2*LnINFIXP + β3*LnLGEXPP

+β4*LnFDIAUP+μ (2)

為了保持指標(biāo)統(tǒng)計(jì)口徑的一致性,實(shí)證研究的數(shù)據(jù)全部來源于《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒2001―2007》,數(shù)據(jù)的實(shí)際時(shí)間范圍是2000―2006年,加入WTO過渡期為2001―2006年,增加2000年的數(shù)據(jù)是為了增加樣本容量。

三、中部六省地級(jí)市區(qū)金融發(fā)展與經(jīng)濟(jì)增長:條件分位數(shù)回歸結(jié)果與統(tǒng)計(jì)分析

(一)條件中位數(shù)回歸和條件均值回歸的估計(jì)結(jié)果比較

2000―2006年中部六省地級(jí)市區(qū)金融發(fā)展與經(jīng)濟(jì)增長的數(shù)據(jù),一共包括82個(gè)地級(jí)市區(qū)七年的共574組樣本數(shù)據(jù),樣本比較大。為了進(jìn)行對(duì)比,運(yùn)用條件中位數(shù)回歸和條件均值回歸進(jìn)行實(shí)證分析。由于EViews6.0軟件對(duì)變量名稱沒有區(qū)分大小寫,以Ln開頭的變量在輸出結(jié)果表與圖都顯示為LN開頭的變量。這里主要關(guān)注估計(jì)方法、統(tǒng)計(jì)檢驗(yàn)(擬合優(yōu)度、方程顯著性檢驗(yàn)、變量顯著性檢驗(yàn))和方程系數(shù)估計(jì)結(jié)果的異同。

1.估計(jì)方法。條件中位數(shù)回歸的結(jié)果(如表1所示);條件均值回歸的結(jié)果(如表2所示)。條件分位數(shù)(中位數(shù))回歸和條件均值回歸二者所運(yùn)用的估計(jì)方法是不同的,條件分位數(shù)(中位數(shù))回歸運(yùn)用LAD (least absolute deviations)估計(jì)量進(jìn)行估計(jì),條件均值回歸運(yùn)用LSD (least squares deviations)估計(jì)量進(jìn)行估計(jì),因此,估計(jì)結(jié)果自然會(huì)因估計(jì)方法的不同而有所不同。

2.統(tǒng)計(jì)檢驗(yàn)。條件中位數(shù)回歸和條件均值回歸的方程顯著性檢驗(yàn)(Quasi-LR檢驗(yàn)、F檢驗(yàn))在0.01的顯著性水平下都是統(tǒng)計(jì)顯著的。變量顯著性檢驗(yàn)(t檢驗(yàn))在0.01的顯著性水平下都是統(tǒng)計(jì)顯著的。由于計(jì)算方法不同,兩種估計(jì)方法的擬合優(yōu)度值的大小明顯不同。一般地,基于相同的數(shù)據(jù), 偽擬合優(yōu)度值(Pseudo R-squared)明顯小于擬合優(yōu)度值(R-squared),調(diào)整的偽擬合優(yōu)度值(Adjusted Pseudo R-squared)明顯小于調(diào)整的擬合優(yōu)度值(Adjusted R-squared)。在表1中Pseudo R-squared 為0.2810,Adjusted Pseudo R-squared為0.2759;表2中R-squared 為0.4351,Adjusted R-squared為0.4311。另外,表2中D.W.值為0.4328顯示了一階序列正相關(guān)性,如果運(yùn)用廣義差分法在模型設(shè)定時(shí)引入AR(1)就能夠明顯地提高擬合優(yōu)度值,R-squared與Adjusted R-squared都大于0.85。由于表1的條件中位數(shù)回歸沒有進(jìn)行序列相關(guān)性檢驗(yàn),為增加可比性程度,這里不給出引入AR(1)的條件均值回歸的結(jié)果。

3.方程系數(shù)估計(jì)。對(duì)應(yīng)系數(shù)的條件中位數(shù)回歸估計(jì)值和條件均值回歸估計(jì)值的大小明顯不同。三個(gè)解釋變量(LNFIR、LNFIXPP、LNLGEXPP)系數(shù)的條件中位數(shù)回歸估計(jì)值的絕對(duì)值明顯大于條件均值回歸估計(jì)值的絕對(duì)值,LNLGEXPP的系數(shù)為負(fù)值;一個(gè)解釋變量(LNFDIAUP)系數(shù)的條件中位數(shù)回歸估計(jì)值的絕對(duì)值明顯小于條件均值回歸估計(jì)值的絕對(duì)值。四個(gè)解釋變量系數(shù)對(duì)應(yīng)的條件中位數(shù)回歸估計(jì)值與條件均值回歸估計(jì)值的符號(hào)沒有發(fā)生改變,其彈性意義也是比較直觀的。

(二)條件分位數(shù)回歸估計(jì)系數(shù)的差異與變動(dòng)分析

為了深入揭示在經(jīng)濟(jì)增長的不同水平下金融發(fā)展和其他控制變量對(duì)經(jīng)濟(jì)增長影響的變化,需要在經(jīng)濟(jì)增長的不同分位數(shù)水平進(jìn)行條件分位數(shù)回歸估計(jì)。具體估計(jì)時(shí)還主要涉及兩個(gè)方面的問題:分位數(shù)的選取和系數(shù)標(biāo)準(zhǔn)差的計(jì)算。首先,在分位數(shù)的選取上,這里取10分位數(shù)和20分位數(shù)分別估計(jì)。受篇幅限制10分位數(shù)回歸只給出5個(gè)分位數(shù)的結(jié)果,其中,5個(gè)分位數(shù)(Quantile)的對(duì)應(yīng)分位分別是τ=0.10,0.30,

0.50,0.70,0.90。其次,分位數(shù)回歸系數(shù)的標(biāo)準(zhǔn)差用自助法(bootstrap)重復(fù)抽樣200次求得。取自10分位數(shù)回歸的5個(gè)分位數(shù)的結(jié)果(如表3所示),全部20分位數(shù)回歸系數(shù)的點(diǎn)估計(jì)和區(qū)間估計(jì)的變動(dòng)情況(如下圖所示)。

1.不同解釋變量系數(shù)估計(jì)值的差異分析。在經(jīng)濟(jì)增長的某個(gè)具體分位數(shù)水平,金融發(fā)展和其他控制變量對(duì)經(jīng)濟(jì)增長影響的大小都不相同。具體地說(如表3所示),在被解釋變量LNGDPP的不同分位數(shù)水平,解釋變量LNFIR、LNINFIXP、LNFDIAUP的系數(shù)都是正值,絕對(duì)值則是LNINFIXP的系數(shù)最大、LNFIR的系數(shù)次之、LNFDIAUP的系數(shù)最小;LNLGEXPP的系數(shù)是負(fù)值,絕對(duì)值都比較大。另外,容易看出,用自助法(bootstrap)重復(fù)抽樣200次求得的分位數(shù)回歸系數(shù)的標(biāo)準(zhǔn)差也有一定的差異。在經(jīng)濟(jì)增長的每個(gè)具體分位數(shù)水平,解釋變量LNFDIAUP的系數(shù)的標(biāo)準(zhǔn)差都是最小,而解釋變量LNFIR、LNINFIXP、LNLGEXPP的系數(shù)的標(biāo)準(zhǔn)差都比較大。另外,0.5分位數(shù)附近的回歸系數(shù)標(biāo)準(zhǔn)差相對(duì)比較小,往兩端走靠近0.1、0.9分位數(shù)附近的回歸系數(shù)標(biāo)準(zhǔn)差相對(duì)比較大。值得注意的是,系數(shù)顯著性檢驗(yàn)的尾概率P值出現(xiàn)了兩處大于0.05的情況,即0.1分位數(shù)回歸變量LNFIR(該變量估計(jì)結(jié)果對(duì)應(yīng)的第一行)的尾概率P值0.5911,0.9分位數(shù)回歸變量LNFDIAUP(對(duì)應(yīng)結(jié)果的第五行)的尾概率P值0.0751。

2.相同解釋變量系數(shù)估計(jì)值的變動(dòng)分析。在經(jīng)濟(jì)增長的每個(gè)不同分位數(shù)水平,某個(gè)解釋變量(金融發(fā)展和其他控制變量)對(duì)經(jīng)濟(jì)增長影響的大小都不相同(如上圖所示),隨著被解釋變量LNGDPP的分位數(shù)水平從0.05逐步增加到0.95,解釋變量(金融發(fā)展和其他控制變量)系數(shù)的點(diǎn)估計(jì)(中間帶圓點(diǎn)的折線)和區(qū)間估計(jì)(上下不帶圓點(diǎn)的折線)都在變動(dòng)。這里集中分析系數(shù)點(diǎn)估計(jì)的變動(dòng)特點(diǎn)具體地說表現(xiàn)為:截距項(xiàng)在7.8附近波動(dòng)(考慮排版因素,在上圖中略);解釋變量LNFIR的系數(shù)是在0.25附近先是比較快地變大,從LNGDPP的0.30分位數(shù)處LNFIR的系數(shù)開始再逐步微弱地變小(除了0.50、0.80分位數(shù)處的兩處小幅跳高以外),中間伴隨著局部的波動(dòng),波動(dòng)的幅度則是在0.40分位數(shù)以前波動(dòng)的幅度比較大,在0.40分位數(shù)以后波動(dòng)的幅度比較小;解釋變量LNFIR系數(shù)變動(dòng)的這一特點(diǎn)基本反映了在中部六省地級(jí)市區(qū)LNGDPP的不同分位數(shù)水平金融中介(商業(yè)銀行)作用的基本規(guī)律;LNINFIXP系數(shù)變化的上升趨勢比較明顯,從0.40一直增大到1.10以上;解釋變量LNLGEXPP的系數(shù)表現(xiàn)為明顯的先下降再上升的趨勢,在0.50分位數(shù)處系數(shù)為最小值-1.0904;解釋變量LNFDIAUP系數(shù)變化表現(xiàn)為明顯的逐步下降趨勢,兩端的局部下降更加突出,這從另一方面顯示了在經(jīng)濟(jì)增長的不同分位數(shù)水平,中部六省地級(jí)市區(qū)LNFDIAUP和LNFIR、LNINFIXP、LNLGEXPP對(duì)LNGDPP的影響特點(diǎn)是顯然不同的。

(三)實(shí)證分析的基本結(jié)論和政策含義

總結(jié)以上實(shí)證分析我們有以下基本結(jié)論:條件中位數(shù)回歸和條件均值回歸的估計(jì)結(jié)果表現(xiàn)了一定的差異;與條件均值回歸相比較,條件(多)分位數(shù)回歸能夠揭示更加深入全面的數(shù)據(jù)信息;利用2000―2006年中國中部六省地級(jí)市區(qū)的數(shù)據(jù),條件(多)分位數(shù)回歸結(jié)果顯示了一方面在經(jīng)濟(jì)增長的某個(gè)具體分位數(shù)水平,金融發(fā)展和其他控制變量對(duì)經(jīng)濟(jì)增長影響的大小都不相同,表現(xiàn)了解釋變量作用的差異性,在經(jīng)濟(jì)增長的每個(gè)不同分位數(shù)水平,某個(gè)解釋變量(金融發(fā)展和其他控制變量)對(duì)經(jīng)濟(jì)增長影響的大小都不相同,表現(xiàn)了解釋變量作用的波動(dòng)性;實(shí)際上,同時(shí)進(jìn)行的分地帶計(jì)算結(jié)果還表明在經(jīng)濟(jì)增長的每個(gè)不同分位數(shù)水平,LNFIR、LNFDIAUP對(duì)LNGDPP的影響特點(diǎn)在其他地帶(例如全國、東部、西部)的地級(jí)市區(qū)是顯然不同的[13~14] 。這些基本結(jié)果對(duì)于制定協(xié)同區(qū)域經(jīng)濟(jì)增長和金融發(fā)展的政策具有一定的參考意義。

參考文獻(xiàn):

[1]雷蒙德?W.戈德史密斯.金融結(jié)構(gòu)與金融發(fā)展[M].上海:上海三聯(lián)書店,1990.

[2]羅納德?麥金農(nóng).經(jīng)濟(jì)發(fā)展中的貨幣與資本[M].上海:上海三聯(lián)書店,1988.

[3]愛德華?M.肖.經(jīng)濟(jì)發(fā)展中的金融深化[M].上海:上海三聯(lián)書店,1988.

[4]尼爾斯?赫米斯,羅伯特?倫辛克.金融發(fā)展與經(jīng)濟(jì)增長――發(fā)展中國家(地區(qū))的理論與經(jīng)驗(yàn)[M].北京:經(jīng)濟(jì)科學(xué)出版社,2001.

[5]埃斯里?德米爾古克―肯特,羅斯?萊文.金融結(jié)構(gòu)和經(jīng)濟(jì)增長:銀行、市場和發(fā)展的跨國比較[M].北京:中國人民大學(xué)出版社,2006.

[6]朱閏龍.金融發(fā)展與經(jīng)濟(jì)增長文獻(xiàn)綜述[J].世界經(jīng)濟(jì)文匯,2004,(6):46-64.

[7]Koenker, R. and G. Bassett (1978), “Regression Quantiles,” Econometrica,(46):33-50.

[8]Roger Koenker(2005),Quantile_regression, Cambridge University Press.

[9]Koneker R, Schorfheide F. Quantile spline models for global temperature change[J].Climate Change,1994,(28):395-404.

[10]Papapetrou E. The unequal distribution of the public-private sector wage gap in Greece: evidence from quantile regression[J]. Applied

Economics Letters, 2006, 13(4):205-210.

[11]陳建寶,丁軍軍. 分位數(shù)回歸技術(shù)綜述[J].統(tǒng)計(jì)與信息論壇,2008,(3):88-96.

[12]陳娟,林龍,葉阿忠.基于分位數(shù)回歸的中國居民消費(fèi)研究[J].數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究,2008,(2):16-27.

[13]吳擁政,陸峰.區(qū)域金融發(fā)展與經(jīng)濟(jì)增長的實(shí)證分析――基于中國地級(jí)市區(qū)數(shù)據(jù)與分位數(shù)回歸方法[J].區(qū)域金融研究,2009,

篇7

文獻(xiàn)綜述

（一）有關(guān)人口結(jié)構(gòu)影響居民消費(fèi)的研究文獻(xiàn)針對(duì)中國人口結(jié)構(gòu)變化與高儲(chǔ)蓄低消費(fèi)特征，國內(nèi)外學(xué)者的解釋不盡相同。Leff（1969）采用了計(jì)量經(jīng)濟(jì)學(xué)方法，研究了人口撫養(yǎng)比和儲(chǔ)蓄率的關(guān)系，研究表明人口撫養(yǎng)比對(duì)儲(chǔ)蓄率有顯著影響，具體表現(xiàn)為居民儲(chǔ)蓄率隨著少兒人口和老年人口撫養(yǎng)比的提高而降低，并且Leff認(rèn)為人口撫養(yǎng)比的上升是導(dǎo)致一些欠發(fā)達(dá)國家收入提高同時(shí)儲(chǔ)蓄率下降的主要原因。莫迪利安尼（Modigliani，2004）通過時(shí)間序列模型進(jìn)行實(shí)證檢驗(yàn)發(fā)現(xiàn)，在近50年的時(shí)間里，中國居民儲(chǔ)蓄率與人口負(fù)擔(dān)系數(shù)存在明顯的均衡關(guān)系，他們認(rèn)為人口結(jié)構(gòu)的變化是中國高儲(chǔ)蓄率和低消費(fèi)率并存的重要原因之一。Horioka等（2006）采用GMM實(shí)證方法對(duì)中國省際面板數(shù)據(jù)做了考察，發(fā)現(xiàn)人口撫養(yǎng)比并不會(huì)顯著影響儲(chǔ)蓄率。Kraay（2000）利用中國省際面板數(shù)據(jù)研究了中國的儲(chǔ)蓄行為，研究表明，人口撫養(yǎng)比和儲(chǔ)蓄率之間也不存在長期協(xié)整關(guān)系。鄭長德（2007）運(yùn)用1989～2005年面板數(shù)據(jù)進(jìn)行實(shí)證研究發(fā)現(xiàn)，居民消費(fèi)率和少兒人口撫養(yǎng)比以及和老年人口撫養(yǎng)比之間的關(guān)系分別為正相關(guān)和負(fù)相關(guān)。李文星等（2008）利用1989～2004年的數(shù)據(jù)對(duì)中國人口結(jié)構(gòu)與消費(fèi)率之間的關(guān)系進(jìn)行了檢驗(yàn)，結(jié)果發(fā)現(xiàn)老年撫養(yǎng)率對(duì)居民消費(fèi)率并無顯著影響，而少年撫養(yǎng)率的上升會(huì)輕微的引起居民消費(fèi)率的下降。人口年齡結(jié)構(gòu)變化與我國目前低水平的居民消費(fèi)率沒有直接關(guān)系。

（二）有關(guān)金融深化降低消費(fèi)—即期收入“過度敏感”度的研究文獻(xiàn)國外關(guān)于金融深化促進(jìn)消費(fèi)增長的理論相對(duì)比較成熟。這些研究一般是從生命周期-永久收入假說（簡稱LC-PIH）擴(kuò)展衍生出來的。根據(jù)LC-PIH，在隨機(jī)漫步理論的指導(dǎo)下，完全資本市場中的家庭未來消費(fèi)是不可預(yù)測的。Levchenko（2005），Laurence、Nathalie和Isabelle（2002）認(rèn)為金融市場的國際化能夠在全球范圍內(nèi)分散風(fēng)險(xiǎn)從而平滑投資者的消費(fèi)。Flavin（1981）對(duì)不同國家和地區(qū)的實(shí)證檢驗(yàn)結(jié)果顯示：居民消費(fèi)水平對(duì)即期收入的變動(dòng)有顯著的敏感性（excessivesensitivity），如果消費(fèi)者不能輕易、足夠地從借貸市場借錢彌補(bǔ)其現(xiàn)期流動(dòng)性不足帶來的消費(fèi)約束，那么只能削減當(dāng)期的消費(fèi)額度，所以金融市場的發(fā)達(dá)程度與消費(fèi)對(duì)即期收入的敏感性之間存在著明顯的關(guān)系。Jappelli和Pagano(1989)、Campbell和Mankiw(1991)以欠發(fā)達(dá)地區(qū)的金融市場為例，研究發(fā)現(xiàn)居民即期消費(fèi)的敏感度隨著信貸約束的加重而上升；反之，發(fā)達(dá)的金融市場通過允許消費(fèi)者實(shí)現(xiàn)跨期消費(fèi)而減弱其敏感性，并降低即期可支配收入與消費(fèi)之間的關(guān)系，釋放了流動(dòng)性約束；同時(shí)，發(fā)達(dá)的金融市場由于激烈的競爭機(jī)制降低了居民家庭的金融中介成本，增強(qiáng)了居民消費(fèi)的意愿。從上述文獻(xiàn)研究中看出，目前學(xué)界對(duì)人口結(jié)構(gòu)的研究主要圍繞其對(duì)居民儲(chǔ)蓄率或消費(fèi)率的影響；而對(duì)金融深化的研究也主要集中于其對(duì)居民消費(fèi)的影響，很少有人將金融深化與人口結(jié)構(gòu)結(jié)合起來探討它們共同作用于居民消費(fèi)率的狀態(tài)。為此，本文在上述研究的基礎(chǔ)上，將二者結(jié)合起來考察伴隨金融市場化程度加深、不斷趨于老齡化的人口結(jié)構(gòu)對(duì)我國的消費(fèi)模式究竟有多大的影響，這種影響又以怎樣的方式演繹著。

計(jì)量模型設(shè)定與數(shù)據(jù)描述

為了研究金融市場化進(jìn)程中金融市場化的程度和人口年齡結(jié)構(gòu)對(duì)居民消費(fèi)的影響以及這種影響的大小和作用機(jī)制，本文使用Eviews6.0軟件并選用結(jié)構(gòu)向量自回歸VAR和VEC模型對(duì)我國1988-2009年22年間的金融市場化指數(shù)、人口年齡結(jié)構(gòu)以及居民消費(fèi)率數(shù)據(jù)作分析。一般來說，通過人口結(jié)構(gòu)可以反映出一個(gè)國家大體的社會(huì)和經(jīng)濟(jì)狀況，而年齡又是最重要的因素，所以本文人口結(jié)構(gòu)指標(biāo)選取的是以年齡為基礎(chǔ)的少年撫養(yǎng)率和老年撫養(yǎng)率。國際上普遍將人的年齡分為0-14歲，15-64歲，65歲及以上三個(gè)層次，少年撫養(yǎng)率是一個(gè)國家或地區(qū)中0-14歲的人口數(shù)占15-64歲人數(shù)的比重，它衡量的是一個(gè)國家中每百名青壯年勞動(dòng)力需要撫養(yǎng)的兒童數(shù)；老年撫養(yǎng)率是65歲及以上的人口數(shù)占15-64歲人數(shù)的比重。它衡量的是一個(gè)社會(huì)中每百名青壯年勞動(dòng)力需要贍養(yǎng)的老年人。居民消費(fèi)率是指一個(gè)國家或地區(qū)在一定時(shí)期內(nèi)用于居民個(gè)人消費(fèi)和社會(huì)消費(fèi)的總額占當(dāng)年國民支出總額或國民收入使用額的比率，它已經(jīng)成為衡量一國經(jīng)濟(jì)發(fā)展良性與否的重要指標(biāo)，所以本文選用的是居民個(gè)人消費(fèi)和社會(huì)消費(fèi)總和占國民收入的比重即居民消費(fèi)率作為居民消費(fèi)度量指標(biāo)。改革開放初期，我國曾用廣義貨幣總量（M2）占國民產(chǎn)出（GDP）的比重衡量金融深化程度，但這種用經(jīng)濟(jì)貨幣化程度反映出的高貨幣國民產(chǎn)出是伴隨我國由計(jì)劃經(jīng)濟(jì)向市場經(jīng)濟(jì)轉(zhuǎn)變過程中，以大量貨幣交易為主的經(jīng)濟(jì)活動(dòng)比例的上升而產(chǎn)生的，它并不能真實(shí)反映出當(dāng)時(shí)金融市場的發(fā)展程度。由于這個(gè)金融深化指標(biāo)是在我國經(jīng)濟(jì)轉(zhuǎn)軌的背景下產(chǎn)生的，但在制度性力量慢慢消失的今天用金融資產(chǎn)總量與GDP之比度量金融深化的程度應(yīng)該比其更準(zhǔn)確。所金融與經(jīng)濟(jì)以本文通過金融資產(chǎn)總量（即M2+有價(jià)證券+股票市值）與GDP之比來作為金融市場化的指標(biāo)。本文計(jì)量模型中使用的少年撫養(yǎng)率（sf）和老年撫養(yǎng)率(lf)數(shù)據(jù)來自歷年《中國人口統(tǒng)計(jì)年鑒》或《中國人口年鑒》，居民消費(fèi)率(co)數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》，金融市場化指數(shù)(fi)數(shù)據(jù)根據(jù)歷年《金融統(tǒng)計(jì)年鑒》和國家統(tǒng)計(jì)局網(wǎng)站的相關(guān)數(shù)據(jù)測算而得。

金融市場化程度、人口年齡結(jié)構(gòu)對(duì)居民消費(fèi)影響的實(shí)證分析

（一）時(shí)間序列的平穩(wěn)性檢驗(yàn)和Johansen協(xié)整檢驗(yàn)本文使用Eviews6.0對(duì)居民消費(fèi)率（co）、少年撫養(yǎng)率（sf）、老年撫養(yǎng)率（lf）、金融市場化指數(shù)（fi）序列做了ADF單位根檢驗(yàn),檢驗(yàn)結(jié)果顯示這四個(gè)序列在5%的顯著性水平下都符合一階單整。在VAR模型穩(wěn)定的基礎(chǔ)上，我們對(duì)co、sf、lf、fi這四個(gè)序列進(jìn)行了跡統(tǒng)計(jì)量和最大特征值的Johansen協(xié)整檢驗(yàn)。協(xié)整檢驗(yàn)的原理在于通過協(xié)整（co-integration）這個(gè)經(jīng)濟(jì)計(jì)量指標(biāo)衡量因?yàn)榧竟?jié)影響或隨機(jī)干擾而在短期內(nèi)偏離均值但在長期內(nèi)可能會(huì)重新回歸均衡狀態(tài)的co、sf、lf、fi之間的關(guān)系，但一旦這四個(gè)變量在長期內(nèi)仍然保持這種偏離關(guān)系，則說明它們之間不存在長期均衡關(guān)系。通過Eviews6.0，我們給出Johansen協(xié)整檢驗(yàn)的結(jié)果如表2、表3所示。從表2可以看出：在協(xié)整向量為0的情況下，跡統(tǒng)計(jì)量大于5%顯著性水平下的臨界值，則拒絕原假設(shè)，也就是這四個(gè)向量至少存在一個(gè)協(xié)整關(guān)系；在協(xié)整向量最多為1的檢驗(yàn)下，跡統(tǒng)計(jì)量明顯小于臨界值，接受原假設(shè)，說明這四個(gè)向量之間最多存在一個(gè)向量關(guān)系。因此通過跡統(tǒng)計(jì)量的檢驗(yàn)可以得出：少年撫養(yǎng)率（sf）、老年撫養(yǎng)率（lf）、金融市場化程度（fi）和居民消費(fèi)率（co）四個(gè)向量之間長期而言存在而且存在唯一一個(gè)均衡關(guān)系。

（二）VEC模型和協(xié)整關(guān)系本文采用Johansen-juselius多元協(xié)整分析技術(shù)通過對(duì)協(xié)整系數(shù)的組合判斷來進(jìn)行協(xié)整檢驗(yàn)，根據(jù)AIC最小化原則選擇協(xié)整滯后區(qū)間為滯后1期到滯后2期。通過檢驗(yàn)，在5%的置信水平下。上式協(xié)整方程說明的是co,sf,lf,fi這四個(gè)變量之間的長期均衡關(guān)系，括號(hào)中的數(shù)值是各變量標(biāo)準(zhǔn)差。從上式看出，少年撫養(yǎng)率和居民消費(fèi)率之間存在正相關(guān)關(guān)系，即少年撫養(yǎng)率每增加1%，居民消費(fèi)率將增加0.79個(gè)百分點(diǎn)，從檢驗(yàn)結(jié)果看，少年人口撫養(yǎng)比和居民消費(fèi)傾向關(guān)系并不顯著。原因在于一個(gè)家庭在撫養(yǎng)孩子方面的支出比例就整個(gè)家庭紛繁復(fù)雜的支出項(xiàng)目而言很少發(fā)生變動(dòng)，何況在計(jì)劃生育政策的約束下，我國家庭的生育數(shù)量本就不會(huì)發(fā)生大的變動(dòng)，家庭會(huì)根據(jù)撫養(yǎng)孩子數(shù)量的多、少相應(yīng)減少或增加對(duì)每個(gè)孩子的支出費(fèi)用，因此這種支出比例對(duì)家庭所撫養(yǎng)孩子數(shù)量的變動(dòng)并不敏感，這在我國農(nóng)村尤其典型；而老年撫養(yǎng)率對(duì)居民消費(fèi)率的影響不但是正向而且是顯著的，老年撫養(yǎng)率每變化1%，居民消費(fèi)率將增加7.8個(gè)百分點(diǎn)。這主要有三方面原因：一是隨著我國老齡化趨勢的強(qiáng)化，老年人口在總?cè)丝谥械恼急仍絹碓酱?，?gòu)成了我國消費(fèi)群體的一個(gè)很大比例，不斷強(qiáng)化著這類群體數(shù)量的變化對(duì)消費(fèi)水平的敏感性；二是因?yàn)殡m然老年人已經(jīng)喪失了勞動(dòng)能力只能取得很少部分的收入，但老年群體卻幾乎成了繼年輕人外第二大消費(fèi)主體，尤其是在保健方面的消費(fèi)，這類消費(fèi)具有頻率高、額度高的特點(diǎn)，使得居民消費(fèi)率隨著老年撫養(yǎng)率的上升而加速上升，三是在技術(shù)條件不發(fā)生變化的情況下，沒有勞動(dòng)能力的老年人口比重的上升和有勞動(dòng)能力的勞動(dòng)年齡人口比重的下降同時(shí)導(dǎo)致社會(huì)總產(chǎn)出水平下降，使得不變的消費(fèi)比例在變小的社會(huì)總產(chǎn)出中的比例變大；金融市場化指數(shù)和居民消費(fèi)率之間的關(guān)系和預(yù)期的一樣，金融市場化程度越高，就能更加有效地減少居民消費(fèi)的流動(dòng)性約束，降低消費(fèi)—即期收入的敏感度，釋放更多的消費(fèi)空間，對(duì)居民消費(fèi)率起到正向促進(jìn)作用。金融市場化程度每增加1個(gè)百分點(diǎn)，居民消費(fèi)率就升高0.33個(gè)百分點(diǎn)。居民消費(fèi)對(duì)金融市場化程度的敏感度比預(yù)期的要低，原因在于我國有部分居民對(duì)金融市場的利用意識(shí)不夠強(qiáng)，這與我國傳統(tǒng)的量入為出的消費(fèi)觀念有關(guān)系，同時(shí)還可能是由于現(xiàn)階段我國金融市場發(fā)展還不夠成熟和完善，風(fēng)險(xiǎn)相對(duì)較高，在一定程度上制約了居民通過金融市場平滑消費(fèi)的意愿。

（三）Granger因果檢驗(yàn)本文對(duì)協(xié)整方程殘差進(jìn)行了單位根檢驗(yàn)，結(jié)果顯示不存在單位根現(xiàn)象，說明協(xié)整關(guān)系是穩(wěn)定的。對(duì)數(shù)似然值是16.22，AIC值為3.81，SC值為4.31.似然值比較大，AIC值，SC值比較小，說明模型的整體效果較好，可以用來分析Granger因果關(guān)系。為了更好的觀察居民消費(fèi)率、少年撫養(yǎng)率、老年撫養(yǎng)率和金融市場化指數(shù)四變量之間的動(dòng)態(tài)關(guān)系，我們利用VEC模型進(jìn)行因果檢驗(yàn)。老年撫養(yǎng)率（LF）是居民消費(fèi)率（CO）的格蘭杰原因，即老年撫養(yǎng)率的上升會(huì)增加居民消費(fèi)總量，同樣，少年撫養(yǎng)率（SF）也是居民消費(fèi)率（CO）的格蘭杰原因，少年人口在勞動(dòng)人口中比重的升高會(huì)增加我國居民消費(fèi)量，這兩組格蘭杰原因也都符合弗朗科.莫迪利安尼（F.Modigliani）的生命周期消費(fèi)理論。根據(jù)該理論，年輕人和老年人近乎純粹意義上的低收入或無收入消費(fèi)者，如果這兩類人群在一個(gè)社會(huì)中的占比很大，則該社會(huì)的消費(fèi)傾向就高；而擁有收入的中年人卻因?yàn)閷?duì)少年和老年人的撫養(yǎng)負(fù)擔(dān)而約束自己的消費(fèi)水平，如果他們的人口比例增大，則消費(fèi)傾向會(huì)下降。表5還顯示，金融市場化程度（FI）是居民消費(fèi)率（CO）的格蘭杰原因，這是因?yàn)殡S著金融市場化程度的加深，居民消費(fèi)來源除了依靠即期收入外還能通過金融市場的借貸行為實(shí)現(xiàn)跨期消費(fèi)，平滑其各期消費(fèi)。同時(shí)，金融市場化程度（FI）還是少年撫養(yǎng)率（SF）的格蘭杰原因，這主要是因?yàn)榻鹑谑袌龌跍p少居民消費(fèi)流動(dòng)性約束的同時(shí)使得居民覺得生孩子的成本沒有以前那么大，降低了其撫養(yǎng)少兒的負(fù)擔(dān)，所以少兒的生育數(shù)量相對(duì)會(huì)上升。居民消費(fèi)率（CO）又是少年撫養(yǎng)率（SF）的格蘭杰原因，即居民消費(fèi)率（CO）和少年撫養(yǎng)率（SF）互為因果關(guān)系，居民消費(fèi)率（CO）還是通過影響其撫養(yǎng)少兒的成本作用于少年撫養(yǎng)率（SF）。為了更好的觀察lf、sf、fi對(duì)co以及fi、co對(duì)sf因果關(guān)系的長期趨勢。

（四）脈沖響應(yīng)函數(shù)分析脈沖響應(yīng)函數(shù)分析是為了彌補(bǔ)VAR模型沒有分析這四個(gè)變量彼此間帶給對(duì)方的內(nèi)生影響而進(jìn)行的，所以本文對(duì)居民消費(fèi)率、少年撫養(yǎng)率、老年撫養(yǎng)率和金融市場化指數(shù)做脈沖分析以便檢驗(yàn)他們彼此之間的具體影響機(jī)制。給少年撫養(yǎng)率一個(gè)正的沖擊，我國居民消費(fèi)率先急劇上升，之后變緩慢上升一小段時(shí)期，之后開始逐漸下降。給老年撫養(yǎng)率一個(gè)正的沖擊，居民消費(fèi)率在長期內(nèi)有平穩(wěn)增長趨勢。（2）圖2顯示，給金融市場化指數(shù)一個(gè)正的沖擊，少年撫養(yǎng)率先急劇下降，之后開始穩(wěn)定上升。（3）圖2顯示，給金融市場化指數(shù)一個(gè)正的沖擊，居民消費(fèi)率先急劇上升，爾后穩(wěn)定一小段時(shí)期，再開始急劇下降，后來又開始緩慢上升趨于穩(wěn)定。

（五）方差分解方差分解是通過分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)度，從而評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性。短期內(nèi)少年撫養(yǎng)率的增長將會(huì)引起居民消費(fèi)率快速上升，大約在第12期時(shí)上升到極致，然后居民消費(fèi)率呈現(xiàn)長期穩(wěn)定狀態(tài)，不再上升。老年撫養(yǎng)率對(duì)居民消費(fèi)率的影響是在短期內(nèi)引起居民消費(fèi)率有一個(gè)較小的上升趨勢，大約在第10期時(shí)居民消費(fèi)率不再有變化，呈平穩(wěn)趨勢。金融市場化程度的加深在第10期以前對(duì)居民消費(fèi)率幾乎沒有影響，第10期以后隨著金融市場化的深入，居民消費(fèi)率出現(xiàn)緩慢上升態(tài)勢，大約在第17期時(shí)呈現(xiàn)穩(wěn)定狀態(tài)，不再上升。圖4顯示，居民消費(fèi)率對(duì)少年撫養(yǎng)率幾乎沒有影響，這是因?yàn)樯倌耆藬?shù)占勞動(dòng)力人數(shù)的比重更多的受其他因素影響，如計(jì)劃生育政策、家庭收入、家庭觀念等因素影響，所以居民消費(fèi)率對(duì)其的影響很小。金融市場化程度的加深在一段時(shí)期內(nèi)會(huì)引起少年撫養(yǎng)率的上升，這是因?yàn)榻鹑谏罨苁谷藗儗?shí)現(xiàn)跨期消費(fèi)，減小了少年撫養(yǎng)成本對(duì)家庭即期收入的依賴，使少年生育率上升，但長期內(nèi)這種趨勢將變得不明顯，因?yàn)榧彝ド龜?shù)量更多地取決于政府制定的生育政策和家庭觀念而不是撫養(yǎng)孩子的成本。

研究結(jié)論及政策啟示

通過以上分析，本文得出以下結(jié)論和政策啟示：

1、少年撫養(yǎng)率、老年撫養(yǎng)率與居民消費(fèi)率呈現(xiàn)明顯的正相關(guān)關(guān)系，即少年撫養(yǎng)率和老年撫養(yǎng)率的上升都會(huì)增加居民消費(fèi)率，但尤以老年撫養(yǎng)率對(duì)居民消費(fèi)率的這種影響顯著。這符合莫迪利安尼的生命周期消費(fèi)理論，該理論認(rèn)為，賦有撫養(yǎng)少兒和贍養(yǎng)老人義務(wù)的中年人群雖然收入很多，卻因?yàn)檫@兩種義務(wù)而不敢輕易消費(fèi)；相反，低收入甚至無收入的少年、老年群體卻因?yàn)楸仨毜脑蛳M(fèi)遠(yuǎn)超過其收入，所以一個(gè)以少年人口和老年人口為主的社會(huì)人口結(jié)構(gòu)會(huì)提升該國整體的居民消費(fèi)率，這與我們的檢驗(yàn)結(jié)果相符。

2、一個(gè)國家中老年撫養(yǎng)率的持續(xù)上升可能會(huì)降低未來國民收入的增長率。這是因?yàn)殡m然居民消費(fèi)率對(duì)少年人口和老年人口數(shù)量的變化都很敏感，而且來自家庭自身和政府兩個(gè)層面的對(duì)這兩類人群的支出已經(jīng)相當(dāng)大，但少年撫養(yǎng)率和老年撫養(yǎng)率所帶動(dòng)的支出性質(zhì)并不一樣，對(duì)前者的支出是一種人力資本投資，這種投資會(huì)帶來等于甚至大于成本的預(yù)期回報(bào)；而對(duì)老年人群的支出是一種純粹的、不求回報(bào)的消費(fèi)模式，因此，這種消費(fèi)的長期增長會(huì)擠占社會(huì)投資資本，最終導(dǎo)致未來國民收入的增長率會(huì)因不斷上升的老年撫養(yǎng)成本受到抑制。

3、金融市場化又稱金融深化，簡單的說就是直接融資市場和間接融資市場的發(fā)達(dá)程度。本文實(shí)證結(jié)果表明，金融深化能促進(jìn)居民消費(fèi)的增長，同時(shí)，又能在短期內(nèi)引起少年撫養(yǎng)率的增長。金融深化促進(jìn)居民消費(fèi)增長是源于發(fā)達(dá)的金融市場能降低家庭即期收入對(duì)消費(fèi)的約束效應(yīng)，幫助居民實(shí)現(xiàn)跨期消費(fèi)從而平滑其各期的消費(fèi)，帶動(dòng)居民消費(fèi)率的上升；金融深化能引起少年撫養(yǎng)率的增長是因?yàn)橥ㄟ^減小家庭因即期收入帶來的消費(fèi)敏感性后，家庭對(duì)少兒撫養(yǎng)成本的敏感性同樣會(huì)降低，這可能在短期內(nèi)釋放家庭多生育的意愿，之所以是在短期內(nèi)是因?yàn)樯龜?shù)量在長期內(nèi)取決于我國政府的生育政策。

篇8

1泰州市金融發(fā)展與經(jīng)濟(jì)增長的現(xiàn)狀分析

11泰州市金融發(fā)展現(xiàn)狀

隨著經(jīng)濟(jì)的發(fā)展，江蘇省泰州市金融業(yè)得到了空前的發(fā)展。金融結(jié)構(gòu)布局日益完備，金融業(yè)務(wù)領(lǐng)域進(jìn)一步擴(kuò)展，金融服務(wù)項(xiàng)目更加多樣，運(yùn)營效益逐步提升。金融機(jī)構(gòu)存貸款及城鄉(xiāng)居民儲(chǔ)蓄存款余額呈現(xiàn)逐步上升的趨勢。

12泰州市經(jīng)濟(jì)發(fā)展現(xiàn)狀

沐浴著改革開放的春風(fēng)，泰州市經(jīng)濟(jì)發(fā)展較為迅速，GDP總量和人均GDP都位于全國領(lǐng)先水平，泰州市儼然成為蘇中地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)的地區(qū)之一。國內(nèi)生產(chǎn)總值GDP不斷增長，從1996年28417億元增長到了2014年的337089億元，人均GDP從1996年的5925元增?L到2014年的72706元。

資本的形成是決定區(qū)域長期經(jīng)濟(jì)增長的核心力量，泰州市的固定資產(chǎn)從1996―2014年迅速增長，其投資規(guī)模從1996年的6882億元到2014年的220019億元。17年間增加了25倍。

總而言之，改革開放以來，泰州市經(jīng)濟(jì)實(shí)現(xiàn)了持續(xù)快速增長，GDP總量不斷上升，經(jīng)濟(jì)發(fā)展結(jié)構(gòu)持續(xù)優(yōu)化，金融發(fā)展的程度持續(xù)提高。但在現(xiàn)在的經(jīng)濟(jì)社會(huì)中，金融發(fā)展與經(jīng)濟(jì)增長這兩者之間究竟哪一個(gè)是決定性因素，學(xué)者們還不能夠達(dá)成一致的意見。

2金融發(fā)展與經(jīng)濟(jì)增長的實(shí)證分析

21數(shù)據(jù)的來源與模型的構(gòu)建

211數(shù)據(jù)的來源

本文樣本考察區(qū)間為泰州市1996―2014年經(jīng)濟(jì)增長和金融發(fā)展?fàn)顩r，采用年度頻率數(shù)據(jù)。數(shù)據(jù)來源于《泰州市統(tǒng)計(jì)年鑒》（1996―2014年），泰州市統(tǒng)計(jì)局部分統(tǒng)計(jì)資料，本文分析通過計(jì)量軟件Eviews 72來實(shí)現(xiàn)。

212變量的選擇

當(dāng)前，時(shí)間序列分析和面板數(shù)據(jù)模型分析是國內(nèi)學(xué)者對(duì)二者關(guān)系進(jìn)行實(shí)證研究的兩種常用方法，由于國內(nèi)學(xué)者較少采用面板數(shù)據(jù)模型分析方法較多采用時(shí)間序列數(shù)據(jù)進(jìn)行實(shí)證分析，故本文對(duì)泰州市1996―2014年的時(shí)間序列數(shù)據(jù)進(jìn)行分析。

現(xiàn)實(shí)生活中的時(shí)間序列往往都是非平穩(wěn)的。對(duì)于這類問題，一般是首先對(duì)變量進(jìn)行差分，等差分序列平穩(wěn)后再對(duì)差分序列實(shí)行回歸分析，但是如此操作可能會(huì)對(duì)所研究的變量間的長期關(guān)系信息造成丟失，這些長期關(guān)系的信息對(duì)分析解決問題又是至關(guān)重要的。鑒于此，本文的分析也運(yùn)用協(xié)整分析的方法，而后還使用格蘭杰因果檢驗(yàn)來檢驗(yàn)變量與變量之間的因果關(guān)系。

居民儲(chǔ)蓄水平是指居民納稅之后的現(xiàn)期消費(fèi)額與居民個(gè)人可支配收入之間的差額。正是由于居民延遲了現(xiàn)期消費(fèi)，所以才形成了居民儲(chǔ)蓄。儲(chǔ)蓄水平（SAV）往往是用區(qū)域存款規(guī)模與地區(qū)生產(chǎn)總值的比率表示。

基于以上分析，我們定義實(shí)證分析的回歸方程為：

LGDP=C+α1FIR+α2SAV+α3SS+u（1）

22指標(biāo)變量的平穩(wěn)性檢驗(yàn)

在進(jìn)行時(shí)間序列的分析時(shí)，一般要求必須采用平穩(wěn)的時(shí)間序列來進(jìn)行分析，也就是沒有隨機(jī)趨勢或者確定性的趨勢，如果不這樣做，那么檢驗(yàn)結(jié)果將會(huì)出現(xiàn)“偽回歸”的現(xiàn)象。所以我們要對(duì)數(shù)據(jù)進(jìn)行差分，然后實(shí)行回歸，但是這樣做會(huì)忽視原時(shí)間序列中的對(duì)分析問題有用的信息。DF方法、PP方法、ADF等方法是進(jìn)行單位根檢驗(yàn)的常用方法。如果經(jīng)過檢驗(yàn)之后全部數(shù)據(jù)都是同階平穩(wěn)，那么就可以對(duì)數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)。

文章將運(yùn)用ADF檢驗(yàn)方法對(duì)各時(shí)間序列變量進(jìn)行平穩(wěn)性識(shí)別。測試結(jié)果如表1所示。

由表1的檢驗(yàn)結(jié)果可以看出，LGDP、FIR、SAV、SS這四個(gè)指標(biāo)的原序列是不平穩(wěn)的，經(jīng)過一階差分之后LGDP、FIR、SAV、SS都變成了平穩(wěn)的時(shí)間序列。所以，它們都是一階單整序列。因此，可以對(duì)原數(shù)列進(jìn)行協(xié)整分析。

23協(xié)整檢驗(yàn)

雖然影響金融發(fā)展與經(jīng)濟(jì)增長的指標(biāo)是非平穩(wěn)的一階單整序列，但是這些指標(biāo)可能存在某種平穩(wěn)的線性組合。這個(gè)組合反映出變量間的長期穩(wěn)定關(guān)系，即協(xié)整關(guān)系。

由于我們已經(jīng)檢驗(yàn)得知待分析變量都是一階單整的，因此可以對(duì)它們進(jìn)行協(xié)整分析。

LGDP=128540-33185FIR+52878SAV-97919SS

T=（124133）（-52072）（53434）（-124254）

R2=09630F=1127323DW=18943

此方程表示，當(dāng)FIR每增長1%，會(huì)導(dǎo)致GDP平均降低332%；當(dāng)SAV每增長1%，會(huì)導(dǎo)致GDP平均增長529%；當(dāng)SS每增長1%，會(huì)導(dǎo)致GDP平均降低979%。FIR、SS與GDP呈負(fù)相關(guān)的關(guān)系，SAV與GDP呈正相關(guān)關(guān)系。

接下來我們對(duì)方程的殘差et進(jìn)行平穩(wěn)性檢驗(yàn)，如果殘差平穩(wěn)，就說明方程的回歸是有意義的。檢驗(yàn)結(jié)果如表3所示。

由表2可以得知，殘差序列的P值為00169，故我們可認(rèn)為LGDP與FIR、SAV、SS之間存在著協(xié)整關(guān)系，因此上述協(xié)整回歸方程是有意義的。

24因果關(guān)系檢驗(yàn)

前面我們所做的協(xié)整檢驗(yàn)表明，泰州市金融發(fā)展和經(jīng)濟(jì)增長之間存在長期穩(wěn)定的均衡關(guān)系，但它們之間的因果關(guān)系，以及因果關(guān)系的方向我們還無從知曉。即我們不能僅僅從協(xié)整檢驗(yàn)獲得的結(jié)果知曉是金融發(fā)展促進(jìn)經(jīng)濟(jì)增長，抑或是經(jīng)濟(jì)增長促進(jìn)金融發(fā)展。接下來我們將運(yùn)用Granger因果關(guān)系檢驗(yàn)法來檢驗(yàn)它們之間的因果關(guān)系。由檢驗(yàn)結(jié)果可知：

（1）考慮滯后一期的情形，根據(jù)原檢驗(yàn)結(jié)果可知，原假設(shè)金融相關(guān)比率、儲(chǔ)蓄水平不是經(jīng)濟(jì)增長格蘭杰原因的概率為07238、03026均大于10%的顯著性水平，則應(yīng)接受原假設(shè)，那么可以認(rèn)為金融相關(guān)比率、儲(chǔ)蓄水平帶動(dòng)經(jīng)濟(jì)增長的水平是有限的；金融儲(chǔ)蓄結(jié)構(gòu)不是格蘭杰原因的概率為00732小于10%的顯著性水平。

（2）考慮滯后二期的情形，根據(jù)檢驗(yàn)結(jié)果可知，原假設(shè)金融相關(guān)比率、儲(chǔ)蓄率和金融儲(chǔ)蓄結(jié)構(gòu)都不是經(jīng)濟(jì)增長的格蘭杰原因的概率00389、00293和00134均小于10%的顯著性水平，那么應(yīng)該拒絕原假設(shè)，即金融相關(guān)比率、儲(chǔ)蓄水平和金融儲(chǔ)蓄結(jié)構(gòu)是經(jīng)濟(jì)增長的格蘭杰原因。同時(shí)，經(jīng)濟(jì)增長是金融相關(guān)比率、儲(chǔ)蓄率和金融儲(chǔ)蓄結(jié)構(gòu)的格蘭杰原因。

綜上所述，金融相關(guān)比率、儲(chǔ)蓄率和金融儲(chǔ)蓄結(jié)構(gòu)與經(jīng)濟(jì)增長互為因果關(guān)系。因此，從某一個(gè)方面來說，金融發(fā)展是經(jīng)濟(jì)增長的原因，兩者之間存在長期穩(wěn)定的均衡關(guān)系。

25實(shí)證分析結(jié)論

通過上述實(shí)證分析，我們發(fā)現(xiàn)泰州市的金融發(fā)展和經(jīng)濟(jì)增長之間存在長期而穩(wěn)定的關(guān)系，分析主要結(jié)論如下：

泰州市的經(jīng)濟(jì)增長與金融相關(guān)比率、金融儲(chǔ)蓄結(jié)構(gòu)、儲(chǔ)蓄水平之間存在著長期穩(wěn)定的均衡關(guān)系，?濟(jì)增長與儲(chǔ)蓄水平呈正相關(guān)關(guān)系，經(jīng)濟(jì)增長與金融相關(guān)比率、金融儲(chǔ)蓄結(jié)構(gòu)呈負(fù)相關(guān)的關(guān)系。經(jīng)濟(jì)增長與金融發(fā)展之間的相互促進(jìn)的作用不是非常明顯。

篇9

(貴州大學(xué),貴州貴陽550025)

［摘要］房地產(chǎn)行業(yè)的健康發(fā)展和金融市場的穩(wěn)定性是密切相關(guān)的。本文以金融穩(wěn)定的評(píng)價(jià)指標(biāo)為標(biāo)準(zhǔn),選取我國每年的商品房平均銷售價(jià)格、金融機(jī)構(gòu)貸款余額、房地產(chǎn)信貸風(fēng)險(xiǎn)暴露、金融機(jī)構(gòu)中長期貸款額、短期存款占長期貸款比作為實(shí)證變量,首先進(jìn)行ADF法檢驗(yàn)變量的平穩(wěn)性,接著采用約翰森協(xié)整檢驗(yàn)進(jìn)行協(xié)整分析,證明了商品房銷售價(jià)格與各變量之間存在長期協(xié)整關(guān)系。最后用Granger因果分析法證明商品房銷售價(jià)格與各變量間的因果關(guān)系。并以實(shí)證結(jié)果驗(yàn)證了房地產(chǎn)價(jià)格波動(dòng)能夠通過銀行信用渠道以及銀行流動(dòng)性渠道影響金融穩(wěn)定,最后給出政策建議。

［

關(guān)鍵詞 ］金融穩(wěn)定；房地產(chǎn)價(jià)格波動(dòng)；銀行信貸；銀行流動(dòng)性

［DOI］10.13939/j.cnki.zgsc.2015.04.125

1房地產(chǎn)價(jià)格波動(dòng)對(duì)金融穩(wěn)定的影響機(jī)制分析

房地產(chǎn)價(jià)格波動(dòng)對(duì)金融穩(wěn)定影響的傳導(dǎo)途徑很多,這里著重分析銀行信用渠道以及銀行流動(dòng)性渠道。

銀行信用的過度擴(kuò)張是金融不穩(wěn)定的根源。中國是銀行主導(dǎo)型國家,房地產(chǎn)發(fā)展及其融資主要依靠銀行貸款,短期融資主要是依賴開發(fā)貸款,而長期靠按揭貸款。經(jīng)濟(jì)繁榮使房地產(chǎn)價(jià)格上升,增加借款者的凈資產(chǎn)值,既增強(qiáng)借款者取得銀行貸款的能力,又使銀行資產(chǎn)負(fù)債表得到改善,也增強(qiáng)了銀行等金融機(jī)構(gòu)的貸款能力。資產(chǎn)負(fù)債表的改善使房地產(chǎn)價(jià)格上漲的效應(yīng)放大,從而出現(xiàn)信貸擴(kuò)張,信貸繁榮使銀行存在內(nèi)在危機(jī)。

銀行的流動(dòng)性狀況,不僅取決于銀行資產(chǎn)負(fù)債的期限的匹配,更取決于其資產(chǎn)負(fù)債的結(jié)構(gòu)和質(zhì)量。就銀行內(nèi)部而言,由于存在產(chǎn)生不正確的資產(chǎn)選擇和信貸決策的缺陷,因此會(huì)造成銀行在經(jīng)營過程中的信用風(fēng)險(xiǎn)居高不下,容易產(chǎn)生大量的不良資產(chǎn),從而銀行流動(dòng)性受到影響。房地產(chǎn)價(jià)格波動(dòng)主要是通過對(duì)銀行存貸款期限造成錯(cuò)配來影響銀行流動(dòng)性。當(dāng)房地產(chǎn)價(jià)格上漲時(shí),銀行信貸的擴(kuò)張必然導(dǎo)致房地產(chǎn)投資(一般為中長期貸款)在資產(chǎn)業(yè)務(wù)中的比例增加,一旦房地產(chǎn)價(jià)格泡沫破滅,房地產(chǎn)貸款期限被拉長甚至難以收回,即使銀行債務(wù)期限不變,也加劇了存貸款期限錯(cuò)配風(fēng)險(xiǎn),影響銀行的流動(dòng)性進(jìn)而影響金融系統(tǒng)穩(wěn)定性。

2房地產(chǎn)價(jià)格波動(dòng)影響金融穩(wěn)定的實(shí)證分析

2.1變量與數(shù)據(jù)的選取

本文以房地產(chǎn)價(jià)格為自變量,用計(jì)量經(jīng)濟(jì)學(xué)的方法分析房地產(chǎn)經(jīng)濟(jì)波動(dòng)對(duì)實(shí)體經(jīng)濟(jì)和金融經(jīng)濟(jì)的影響。由于我國房地產(chǎn)業(yè)從1998年開始發(fā)展,本文所使用的樣本取自1998年1月到2013年12月期間的季度數(shù)據(jù),用Eviews軟件處理。相關(guān)數(shù)據(jù)均來自國家統(tǒng)計(jì)數(shù)據(jù)庫、中國人民銀行官方網(wǎng)站。對(duì)于房地產(chǎn)價(jià)格的衡量,通過各季度房地產(chǎn)銷售額與銷售面積計(jì)算得出商品房平均銷售價(jià)格(用HP表示)。

2.2實(shí)證檢驗(yàn)

首先,在進(jìn)行計(jì)量分析時(shí)為消除房地產(chǎn)價(jià)格HP、金融機(jī)構(gòu)貸款額L、房地產(chǎn)信貸暴露數(shù)據(jù)中存在的異方差,對(duì)上述兩個(gè)變量分別取自然對(duì)數(shù),得到三個(gè)新變量LnHP、LnL、LnTTRatio。其次,針對(duì)銀行流動(dòng)性渠道。在進(jìn)行計(jì)量分析時(shí)為消除房地產(chǎn)價(jià)格、金融機(jī)構(gòu)中長期貸款余額、短期存款占中長期貸款比數(shù)據(jù)中存在的異方差,對(duì)上述變量分別取自然對(duì)數(shù)再差分,得到三個(gè)新變量LnHP、LnLL、LnCDRatio。處理結(jié)果,2000年以來,除銀行存貸比外,我國上述各變量都處于上升趨勢,時(shí)間序列LnHP、LnLL的變化特征很相似,也就是說它們之間很可能具有趨同性。

2.2.1協(xié)整檢驗(yàn)

由檢驗(yàn)結(jié)果可以看出,在樣本期間,變量LnHP、LnL、LnLL、LnTTRatio、LnDRatio具有類似的變化趨勢,說明它們之間可能存在長期穩(wěn)定關(guān)系即協(xié)整關(guān)系。為確定變量之間是否存在協(xié)整關(guān)系,使用eviews7.0對(duì)變量進(jìn)行檢驗(yàn)。再對(duì)變量用OLS進(jìn)行回歸分析,得出長期協(xié)整關(guān)系方程。

對(duì)第一組變量LnHP、LnL進(jìn)行協(xié)約翰森整檢驗(yàn)結(jié)果如下：

由檢驗(yàn)結(jié)果中prob.值均小于0.05,知LnL與LnHP之間存在協(xié)整關(guān)系,對(duì)方程進(jìn)行ols參數(shù)估計(jì),回歸整體方程為：LnL=-1.42658437607+1.69701720627×LnHP

(-1.871953)(17.77149)

第二組變量LnHP、LnTTRatio進(jìn)行協(xié)約翰森整檢驗(yàn)結(jié)果(圖略)如下：

由檢驗(yàn)結(jié)果中prob.值均小于0.05,知LnHP與LnTTRatio之間存在協(xié)整關(guān)系,對(duì)方程進(jìn)行ols參數(shù)估計(jì),回歸整體方程為：LnTTRATIO=-28.3733095785+3.29582232461×LnHP

(-7.360639)(6.82353)

由以上結(jié)果可知回歸方程協(xié)整系數(shù)分別為1.70、3.30,表明房地產(chǎn)價(jià)格每增加1個(gè)百分點(diǎn),金融機(jī)構(gòu)貸款額增加1.70個(gè)百分點(diǎn)；房地產(chǎn)信貸風(fēng)險(xiǎn)暴露增加3.29個(gè)百分點(diǎn)。由此可知,房地產(chǎn)價(jià)格波動(dòng)對(duì)銀行信用的影響很大。

同理針對(duì)銀行流動(dòng)性渠道,對(duì)相關(guān)變量LnHP、LnLL、LnTTRatio的相關(guān)序列進(jìn)行協(xié)整檢驗(yàn),若存在協(xié)整關(guān)系,則使用EVIEWS7.0軟件估計(jì)出協(xié)整方程。結(jié)果(截圖略)如下：

LnLL=1.38205377308+0.139281672222×LnHP

LnCDRATIO=6.82875146252-0.793119052981×LnHP

由以上兩個(gè)方程可知,回歸方程協(xié)整系數(shù)分別為0.139,-0.793,表明房地產(chǎn)價(jià)格每增加1個(gè)百分點(diǎn),金融機(jī)構(gòu)中長期貸款額將增加0.139個(gè)百分點(diǎn)；短期存款占中長期貸款的比重將下降0.793個(gè)百分點(diǎn)。房地產(chǎn)價(jià)格波動(dòng)對(duì)銀行流動(dòng)性的影響也較大。

2.2.2因果檢驗(yàn)

使用eviews7.0對(duì)LnL、LnHP、LnTTRATIO進(jìn)行格蘭杰因果檢驗(yàn)結(jié)果如下表。

表中房地產(chǎn)價(jià)格上漲是引起金融機(jī)構(gòu)貸款余額增加、房地產(chǎn)信貸風(fēng)險(xiǎn)暴露增大的格蘭杰成因,反之不成立。金融貸款余額與房地產(chǎn)信貸風(fēng)險(xiǎn)暴露不成因果。

同理使用eviews7.0對(duì)LnLL、LnHP、LnCDRATIO進(jìn)行格蘭杰因果檢驗(yàn)：實(shí)證結(jié)果表明(截圖略),房地產(chǎn)價(jià)格上漲是引起金融機(jī)構(gòu)中長期貸款額增加、銀行流動(dòng)性減弱的格蘭杰成因,反之不成立。金融機(jī)構(gòu)貸款額增加是引起銀行流動(dòng)性減弱的格蘭杰成因,反之不成立。

2.3實(shí)證結(jié)論及建議

通過實(shí)證分析可知,房地產(chǎn)價(jià)格每增加1個(gè)百分點(diǎn),金融機(jī)構(gòu)貸款額增加1.70個(gè)百分點(diǎn)；房地產(chǎn)信貸風(fēng)險(xiǎn)暴露增加3.29個(gè)百分點(diǎn),成房地產(chǎn)信貸風(fēng)險(xiǎn)暴露擴(kuò)大,銀行存貸期限錯(cuò)配的增加,使金融穩(wěn)定的評(píng)價(jià)指標(biāo)惡化。同時(shí),房地產(chǎn)價(jià)格每增加1個(gè)百分點(diǎn),金融機(jī)構(gòu)貸款額將增加0.139個(gè)百分點(diǎn)；短期存款占中長期貸款的比重將下降0.793個(gè)百分點(diǎn)。因此,前文提出房地產(chǎn)價(jià)格波動(dòng)能夠通過銀行信用渠道以及銀行流動(dòng)性渠道影響金融穩(wěn)定這兩個(gè)觀點(diǎn)得到證明。

基于以上結(jié)論本文提出以下幾點(diǎn)建議,首先是發(fā)多元化展房地產(chǎn)融資渠道,分散信用風(fēng)險(xiǎn)。由于我國的房地產(chǎn)業(yè)的發(fā)展過度依靠銀行信貸支持,很容易借助銀行信貸擴(kuò)張來擴(kuò)大房地產(chǎn)泡沫,所以應(yīng)該通過直接融資和間接融資拓寬其融資渠道。我們可以借鑒外國的房地產(chǎn)投資信托基金這一途徑,發(fā)揮其積極的融資方式并使其逐漸引起人們的注意。其次是 規(guī)范銀行貸款,減小流動(dòng)性風(fēng)險(xiǎn)。銀行應(yīng)該適時(shí)、適勢、適度的調(diào)整房地產(chǎn)貸款量,完善銀行治理結(jié)構(gòu)、金融監(jiān)管和金融生態(tài)；最后是健全相關(guān)的法律法規(guī)體系,提供良好的運(yùn)營環(huán)境,銀行、房地產(chǎn)企業(yè)和居民都才會(huì)從中獲益。

參考文獻(xiàn)：

［1］王鋒,李宇嘉.我國經(jīng)濟(jì)增長背景下的房地產(chǎn)市場與金融穩(wěn)定［J］.財(cái)貿(mào)研究,2008(5).

［2］柯異沛,黃靜,屠梅曾.房價(jià)波動(dòng)、信貸擴(kuò)張與金融穩(wěn)定［J］.上海管理科學(xué),2011(8).

篇10

【關(guān)鍵詞】金融結(jié)構(gòu) 經(jīng)濟(jì)增長 面板數(shù)據(jù) 回歸分析

一、引言

研究金融結(jié)構(gòu)與經(jīng)濟(jì)增長之間的關(guān)系有很多方法和角度，但大部分通過分析金融制度的特性來分析金融結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長的影響。金融結(jié)構(gòu)通常被劃分為銀行和證券兩類，部分學(xué)者根據(jù)這個(gè)分類從不同的角度研究了金融機(jī)構(gòu)對(duì)經(jīng)濟(jì)增長的影響，但是尚未得出一致的結(jié)論。

本文借鑒了前人的研究成果，從信貸市場和股票市場兩個(gè)角度選取相關(guān)指標(biāo)衡量我省金融結(jié)構(gòu)，選取我省面板數(shù)據(jù)，利用回歸分析對(duì)我省的情況進(jìn)行了實(shí)證檢驗(yàn)，以期得出較為準(zhǔn)確的結(jié)論，希望對(duì)促進(jìn)我省經(jīng)濟(jì)發(fā)展提供幫助。

二、計(jì)量模型與變量選取

（一）計(jì)量模型選取

本文將銀行發(fā)展指標(biāo)和股票市場發(fā)展指標(biāo)作為解釋變量引入方程，分析這些變量對(duì)安徽省經(jīng)濟(jì)增長的影響，建立長期均衡時(shí)間序列模型如下：

(1)

其中，y是經(jīng)濟(jì)增長指標(biāo)，x1表示銀行發(fā)展指標(biāo)，x2表示股票市場發(fā)展指標(biāo)，α表示截距項(xiàng)，εt表示殘差項(xiàng)，β1，β2分別是兩項(xiàng)指標(biāo)的系數(shù)。

將et-1作為一個(gè)解釋變量，對(duì)(1)進(jìn)行修正得到誤差修正模型如下：

(2)

（二）變量選取和數(shù)據(jù)選取

本文研究的原始數(shù)據(jù)主要來自安徽統(tǒng)計(jì)年鑒、中國金融年鑒和中國證券期貨統(tǒng)計(jì)年鑒，考慮數(shù)據(jù)的可獲得性和有效性我們選取的數(shù)據(jù)的時(shí)間跨度為1996-2010年。變量的選取情況如下：

1.被解釋變量的選取，本文采用各地區(qū)的實(shí)際GDP的環(huán)比增長率，即(1)式中的y來衡量經(jīng)濟(jì)增長。

2.金融結(jié)構(gòu)變量的選擇，考慮到安徽省債券和保險(xiǎn)規(guī)模較小而且一些數(shù)據(jù)較難獲取，本文主要從銀行發(fā)展和股票市場發(fā)展兩個(gè)角度選取相關(guān)指標(biāo)衡量金融結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長的影響。

其中，銀行發(fā)展指標(biāo)選用安徽省金融機(jī)構(gòu)貸款余額之和與安徽省GDP的比值，以反映安徽省的金融發(fā)展程度，即(1)式中的x1；股票市場發(fā)展指標(biāo)選用安徽省股票交易額與安徽省GDP的比值，即(1)式中的x2，反映以股市為代表的證券市場的發(fā)展程度。利用Eviews6.0對(duì)這幾個(gè)指標(biāo)變量間的相關(guān)性檢驗(yàn)發(fā)現(xiàn)，這幾個(gè)變量間具有高度相關(guān)性。

三、面板數(shù)據(jù)單位根檢驗(yàn)與協(xié)整檢驗(yàn)

（一）單位根檢驗(yàn)

一般來說，表示宏觀經(jīng)濟(jì)變量的經(jīng)濟(jì)時(shí)間序列都是非平穩(wěn)的，具有時(shí)間趨勢。因此，在進(jìn)行具體的方程估計(jì)之前，通常需要進(jìn)行單位根檢驗(yàn)，以考察經(jīng)濟(jì)變量是否平穩(wěn)，進(jìn)而確定實(shí)證檢驗(yàn)是否有必要進(jìn)行協(xié)整分析，所以我們實(shí)證分析的第一步為單位根檢驗(yàn)。

在對(duì)實(shí)際GDP的環(huán)比增長率（JJZZ）、金融機(jī)構(gòu)貸款余額之和與GDP的比值(YHFZ)和股票交易額與GDP的比值(GSFZ)水平值進(jìn)行ADF檢驗(yàn)，發(fā)現(xiàn)結(jié)果并未拒絕原假設(shè)。由此可知，這三個(gè)變量均存在著單位根，即水平序列數(shù)據(jù)是非平穩(wěn)的。進(jìn)而對(duì)這三個(gè)變量進(jìn)行一階差分后，則ADF結(jié)果顯示，拒絕原假設(shè)，因此數(shù)據(jù)序列是一階單整，即一階差分序列數(shù)據(jù)是平穩(wěn)的。具體檢驗(yàn)結(jié)果如表1所示：

（二）協(xié)整分析

雖然單個(gè)的經(jīng)濟(jì)變量可能會(huì)表現(xiàn)出隨機(jī)游走的特征，即存在單位根；但是多個(gè)不同的經(jīng)濟(jì)變量之間可能會(huì)有一種長期、穩(wěn)定的關(guān)系，而且通過一定的方法在剔除這樣的關(guān)系后能夠得到一個(gè)平穩(wěn)的時(shí)間序列。這說明盡管很多因素能夠引起經(jīng)濟(jì)系統(tǒng)中不同變量的持久不同的變化，但可能存在著某個(gè)長期的均衡關(guān)系將這些變量聯(lián)系在一起。協(xié)整檢驗(yàn)是用來考察經(jīng)濟(jì)時(shí)間序列之間是否存在長期均衡的相關(guān)關(guān)系的有效方法，它從分析時(shí)間序列的非平穩(wěn)定性，探求非平穩(wěn)變量間蘊(yùn)含的長期均衡關(guān)系。

多個(gè)變量的回歸模型中許多相關(guān)的變量交織在一起，形成多個(gè)協(xié)整關(guān)系，而且常常難以從中分離出一個(gè)明確的協(xié)整關(guān)系，這里采用約翰遜（Johansen）提出的完全信息極大似然估計(jì)法來檢驗(yàn)JJZZ、YHFZ、GSFZ之間的協(xié)整關(guān)系。由單位根檢驗(yàn)可知，時(shí)間序列變量JJZZ、YHFZ、GSFZ都是一階單整的，由此可直接檢驗(yàn)變量之間的協(xié)整性，這將有利于我們進(jìn)一步了解金融結(jié)構(gòu)與經(jīng)濟(jì)增長之間的長期穩(wěn)定關(guān)系。使用計(jì)量軟件Eviews6.0我們可得表2中的計(jì)算結(jié)果。

由表2結(jié)果可知，在5%的顯著性水平下我們應(yīng)拒絕原假設(shè)：時(shí)間序列間不存在協(xié)整關(guān)系，即變量間存在長期均衡關(guān)系。

（三）建立長期均衡模型與誤差修正模型

格蘭杰指出：如果非平穩(wěn)變量之間存在協(xié)整關(guān)系，則必然可以建立誤差修正模型；如果用非平穩(wěn)變量可以建立誤差修正模型，則變量之間一定存在協(xié)整關(guān)系。該定理的意義在于從理論上證明了協(xié)整與誤差修正模型的必然對(duì)應(yīng)關(guān)系。

建立ECM的具體步驟為：

1.檢驗(yàn)被解釋變量y與解釋變量x（可以是多個(gè)變量）之間的協(xié)整性，這里已經(jīng)通過檢驗(yàn)。

2.因?yàn)閥與x存在協(xié)整關(guān)系，估計(jì)協(xié)整回歸方程，計(jì)算殘差序列et：

yt= et=

（3）將et-1作為一個(gè)解釋變量，估計(jì)誤差修正模型：

在這里，我們根據(jù)這個(gè)步驟建立安徽省經(jīng)濟(jì)增長與金融結(jié)構(gòu)的誤差修正模型，以此了解二者之間的長期均衡關(guān)系。

第一步：估計(jì)協(xié)整回歸方程，運(yùn)用Eviews6.0軟件，采用OLS估計(jì)方法到的結(jié)果顯示，實(shí)際GDP的環(huán)比增長率（JJZZ）、金融機(jī)構(gòu)貸款余額之和與GDP的比值(YHFZ)和股票交易額與GDP的比值(GSFZ)之間存在顯著的協(xié)整關(guān)系，其協(xié)整回歸方程為：

第二步：建立誤差修正模型，從協(xié)整回歸中得出殘差序列E，具體操作步驟為：在協(xié)整回歸方程窗口中點(diǎn)擊Proc\Make Residual Series，設(shè)變量為E。

以D(jjzz)為因變量，以D(yhfz)、D(gsfz)、E(-1)為自變量進(jìn)行OLS估計(jì)，結(jié)果顯示各變量的系數(shù)都不顯著?？紤]到表示銀行發(fā)展的指標(biāo)即金融機(jī)構(gòu)貸款余額之和與GDP的比值存在一階自相關(guān)，因此在模型中加入YHFZ的一階滯后項(xiàng)，且所有變量通過了t檢驗(yàn)，得到ECM的最后估計(jì)結(jié)果，得出的誤差修正模型如下：

所以我省經(jīng)濟(jì)增長與金融結(jié)果的關(guān)系模型可以表述成：

長期均衡關(guān)系：

短期波動(dòng)模型：

結(jié)果表明：

1.股市發(fā)展指標(biāo)即股票交易額/GDP對(duì)經(jīng)濟(jì)增長的回歸系數(shù)5.0611，這說明安徽省的股市發(fā)展對(duì)經(jīng)濟(jì)增長的影響比較大。

2.銀行市場發(fā)展指標(biāo)即金融機(jī)構(gòu)貸款余額/GDP對(duì)經(jīng)濟(jì)增長的回歸系數(shù)是0.6160，所以從實(shí)證結(jié)果可以看到，銀行市場發(fā)展對(duì)經(jīng)濟(jì)增長的影響不大，特別是與股票市場發(fā)展指標(biāo)的影響效果相比，銀行市場發(fā)展的影響不顯著。

四、結(jié)論與啟示

本文以安徽省1996-2010年的金融結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展的面板數(shù)據(jù)為樣本，通過實(shí)證分析得出：在安徽省，銀行市場對(duì)經(jīng)濟(jì)增長的作用并不大，而股票市場對(duì)經(jīng)濟(jì)增長的作用顯得更為明顯。所以要想讓金融結(jié)構(gòu)更好地為安徽經(jīng)濟(jì)增長做貢獻(xiàn)，我省應(yīng)充分利用資本市場促進(jìn)金融支持體系建設(shè)和地方經(jīng)濟(jì)發(fā)展的經(jīng)驗(yàn)，有效發(fā)揮地方政府在資本市場和中小企業(yè)發(fā)展中的重要作用。同時(shí)，由于我國金融市場的不完全性，銀行在減輕信貸市場上的不完全信息以及有效分散風(fēng)險(xiǎn)和降低交易成本方面發(fā)揮特殊的重要作用。也正因?yàn)檫@樣，銀行有其局限性如企業(yè)貸款困難等，而股票市場則為資金的有效配置提供了另一種途徑。我們應(yīng)該完善銀行和股票市場共同發(fā)展的金融系統(tǒng)機(jī)構(gòu)，使銀行與股票市場的協(xié)同效應(yīng)保持一個(gè)高水平，為安徽省的實(shí)體經(jīng)濟(jì)發(fā)展提供保障，促進(jìn)經(jīng)濟(jì)長期增長與發(fā)展。

參考文獻(xiàn)

[1]陳菲，趙子龍.中國金融結(jié)構(gòu)與經(jīng)濟(jì)增長的實(shí)證分析[J].生產(chǎn)力研究，2009(05).

[2]陸妙燕.我國區(qū)域金融結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)系實(shí)證分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012(04).