金融实证分析范文

导语：如何才能写好一篇金融实证分析，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

评估指标体系历来备受关注，人们普遍地把“输入”、“过程”、“输出”和“改进”等4方面内容作为专业评估指标体系的基本框架。在选择指标时，既追求全面性和代表性，也兼顾可测性和客观性。事实上，由于专业名称、类型、办学背景和省情的差异，以及定性指标难以打分、现场考察不易深入等诸多局限性，专业评估很难做到高度的准确客观和排名比较。但基于量化的视角，对指标体系的量化处理、指标数据的量化统计、测算结果的量化打分、评估排名的横纵向比较，将可以有效减少评估的误差。本文以全国12所高职院校金融专业为例，通过主成分分析和数据包络分析方法，着重进行专业评估的横向比较，为专业评估的跨省比较和整体提升提供实证参考。在借鉴和比较的基础上，我们按照专业人才培养要素和流程，遵从量化和数据可得的原则，选择了5个较具代表性的一级指标：师资力量和实践条件是专业建设的输入指标，培养模式和课程教学是过程指标，就业与声誉是输出指标，专业评估的改进指标则通过文章的第四部分数据包络分析给出。每个一级指标又分解出2个二级指标，其数据来源于“高等职业院校提升专业服务产业发展能力项目”2011年和2013年“专业建设状态数据表”，包括重庆财经、陕西财经、成都职院、北京财贸、山西金融、山西财专、浙江经济、辽宁金融、邯郸职院、长春金融、江苏财经、宁夏财经等12所院校表1。

二、基于PCA方法的专业评估得分与排名

主成分分析（PCA）是一种对评价对象绩效进行综合评价与监控的多元统计方法，其基本原理是利用降维的思想，在损失很少信息的前提下把多个指标转化为几个综合指标（即主成分），用它们代替原始变量绝大部分信息，并保证彼此之间互不相关、互不重叠。PCA在研究指标众多、关系复杂的问题时，既不需要量纲一致，也不需要对指标进行赋权或重要性排列，而是通过提取主成分这一关键方法来进行得分计算。我们通过运行IBMSPSS19.0，发现KMO=0.705，BartlettSig.=0.045，基本符合相关性和显著性检验标准。进一步的方差分解，得出累计方差贡献率超过80%，主成分个数m=4。在成分矩阵的基础上，我们得到了4个主成分的分值，通过计算表2给出了结果。从综合评分F来看，2011年正分院校5所、负分院校7所，2013年维持同样的格局，得分较差的学校比例偏高，意味着金融专业人才培养总体效果不乐观，没有随着改革进程的推进产生整体性水平提升。同时，排名最后的山西金融得分还处于下降状态，隐现了该校金融专业建设有继续恶化的风险。与之相反，浙江经济、邯郸职院和江苏财经则一直居前3名，专业发展状况良好而稳定。从排名变化来看，进步较快的学校有北京财贸和长春金融，分别上升4位和3位，退步明显的则是辽宁金融和成都职院，分别下降6位和3位，后者变化的幅度高于前者，既凸显了各院校间专业建设水平的不均衡，又警示我们需防范可能存在的“弱者羸弱”效应[7]。从院校类型来看，分布在东部省份的学校得分靠前，西部的居中，中部的则暂处于靠后位置，专业建设效果呈区域非均衡特点，并与前文所述的专业分布情况、地区金融发展水平相一致。通过对各院校2011年和2013年得分和排名求均值，排行前50%强的为国家示范（骨干）建设单位，其次为省级示范（骨干）建设单位，最后是非示范（骨干）院校。一些以金融专业为龙头的学校也没有显示出强大的竞争力，而是仍在追求生源规模的扩大，如山西金融2013年在校生已达1027人，在样本院校中排名第一，但F值却排在最后。院校性质类别方面，邯郸职院和成都职院虽非财经类院校，但F排名仍较靠前，表明现阶段院校性质对金融专业得分的影响有待提高。

三、基于DEA方法的专业评估改进分析

前文对专业建设现状进行了主成分分析，但缺乏深层次原因剖析和改进方法。数据包络分析（DEA）是一种基于线性规划的用于评价同类型组织（或项目）工作绩效相对有效性的工具手段，其实质是根据一组关于多输入、多输出的决策单元值来估计有效生产的前沿面，并据此进行多目标综合效果评价。用DEA模型进行分析前，要选择输入、输出指标，而根据以往的经验，选择指标个数之和不能超过样本量的1/2[8]，我们采用中介法，选择了具有代表性和一般性的3个输入指标（兼职教师年承担课时占比、生均校内实训室设备价值和专业教研项目人均经费）和2个输出指标（初次就业率、新生报到率）。设定DEA模型为投入导向型、规模报酬可变（VRS），运行DEAP2.1软件可得到各院校专业综合效率（也即技术效率）。综合效率只是一种相对效率，当它等于1，表明组织的生产是有效的，但实际效率并不一定非常高，有可能出现整体低效下的相对高效；当它小于1，则说明组织的生产是低效的，或者说组织消耗了太多的投入，却只获得了较少的产出。重庆财经、山西金融、邯郸职院和宁夏财经的综合效率为1，达到了DEA相对有效水平，其他8所院校均为非DEA有效（表3）。对非DEA有效院校进行投影分析，计算投入冗余率和产出不足率，投入冗余率是指优化后的输入指标可节省的投入比例，产出不足率则是优化后的输出指标可增加的产出比例。尽管成都职院、北京财贸、浙江经济3所院校非DEA有效，但并未出现投入冗余和产出不足现象，表明它们正努力趋向生产前沿面，综合效率接近DEA相对有效。但陕西财经、山西财专、辽宁金融、长春金融和江苏财经等5所院校，除“初次就业率”外，均存在投入冗余和产出不足现象，其中山西财专和陕西财经等综合效率得分仅0.427、0.518，明显低于样本院校的平均水平。从输入指标来看，山西财专和陕西财经的投入冗余率高达56.5%和47.6%，溢出效应明显，一方面应加大兼职教师、实训设备和教研经费的投入力度，另一方面切实提高它们的利用率，实行效率导向和目标考核制，优化专业建设的人力、物力和财力配置；江苏财经、长春金融和辽宁金融的投入冗余率有所下降，通过优化管理，将分别节省三个输入指标的20%、13.1%和12.4%投入比例。从输出指标来看，辽宁金融、长春金融、山西财专、陕西财经和江苏财经等5所院校的“新生报到率”产出不足，应加大招生宣传，注重特色凝练和品牌打造，提高专业社会满意度和美誉度；长春金融则要进一步重视学生的就业创业指导，建设孵化平台，通过一系列的措施改进，将可提升初次就业率10.7%的比例增长。

四、结论与建议

篇2

本文选择以经济发达、金融市场发展速度较快的江苏省作为研究对象，在认识、归纳和总结西方国家金融发展与经济增长理论与实际经验的基础上，对江苏省经济增长和金融发展提供一个适度的实证，全面考察两者之间的辩证关系。最后结合该地区金融业发展与经济增长实际情况，在理论和实证两个方面研究成果的基础上提出协调江苏省金融与经济的政策建议。

关键词：金融发展；经济增长；多元线性回归模型

本文在认识、归纳和总结国外金融发展与经济增长理论与实际经验的基础上，对江苏省经济和金融的发展提供一个适度的实证，来关注其金融体系和经济增长两者之间的作用关系。通过经济数据，对二者进行实证分析，全面考察江苏省金融发展和经济增长的内在联系。

一、金融行业对经济增长的影响

本文以江苏省金融业发展与经济增长的多年历史数据为依据，对影响经济增长的各种金融因素进行实证分析，从而衡量其对经济增长的作用。以过去学者对经济增长的研究成果为依据，可以把促进经济增长的主要因素归纳为供给和结构。供给因素包括劳动力的增加、资本投入量的增加、国家注重教育所形成的劳动力素质的提高和投资于研发所形成的科学技术R（D资本的增加。结构因素指因为不同经济部门间边际生产率的差异或者需求结构变动所引起的人力、物力等所有资源的再配置效应，在本文选取金融业增加值作为分析指标，较为准确的反映出国民经济中金融行业的发展变化。金融业增加值，即衡量国民经济体系中金融业部门在一定时期内通过提供金融服务所创造的国民财富的价值总量。金融业增加值指标可反映出金融发展的绝对规模。[1]另一个与之相关的指标是金融业增加值比重，即金融业增加值与名义GDP的比重，该指标可以反映金融业发展的相对规模。

（一）散点图分析

图1 金融增加值与第三产业增加值散点图 图2 金融业增加值数与第三产业增加值散点图

由上图可知，金融业增加值与第三产业增加值之间存在近似直线的线性关系，随着第三产业规模与数量的扩大，金融业增加值也在不断上涨，而金融业增加值指数与第三产业增加值之间存在类似曲线的线性相关关系。

（二）回归分析

下面以江苏省1978年以来的经济发展的各项指标为基础所建立的经济金融发展实证分析模型，模型中U1表示资金融业增加值/第三产业增加值，U2表示金融业增加值指数/第三产业增加值指数，U3代表金融业从业人员所占第三产业比重，GTI表示第三产业增加值，I表示金融业增加指数，GF表示金融业增加值。分别以这几种变量对经济增长的贡献程度进行多元线性回归分析。

其中Y代表GDP中金融业增加值（%），弧β、η分别代表U1、U2以及U3的产出弹性，常数“C”可以用来反映经济增长中的技术进步程度。U1作为金融业增加值占第三产业增加值的比重，它能反映出金融行业发展在整个国民经济体系中的绝对变动情况，该数值越大，说明金融行业的发展速度就越快，金融业具有明显规模扩大的趋势。U2表示金融业增加指数占第三产业增加指数的比重，该指标可以反映出金融行业整体发展在整个社会经济体中的相对变动情况及其变化幅度与稳定情况。

利用上表所提供的数据可以对模型（1-1）进行多元线性回归估计，得到如下估计模型：

回归方程（1.3）中的偏相关系数1.09871表示GDP中金融业增加值对金融业增加值占第三产业增加值比重的弹性，0.09253表示GDP中金融业增加值对金融业增加指数占第三产业增加值比重的弹性。这两个系数可以说明在江苏省内的金融行业增加值对经济增长均具有比较大的贡献，0.84516表示GDP中金融业增加值对金融业从业人员占第三产从业人员比重的弹性。在该模型中，所有经济变量的T检验值均超过2，说明具有统计显著性。U1、U2和U3这三个解释变量偏相关系数的大小说明金融业增加值对经济增长的作用要强于劳动投入与增加指数。在回归方程（1.4）中金融业增加值指数呈现出对第三产业增加值负相关的关系，说明为金融业的发展在整个国民经济体系中存在结构不合理的情况。

二、金融发展对经济增长的影响

（一）指标选取

下文在对江苏金融发展与经济增长的各项指标进行选取时，鉴于目前能够收集得到的指标无法准确反映出江苏省在经济体制改革这一大背景之下的具体情况，另外江苏省有些统计数据例如存款货币银行总资产、央行国有资产总量等严重缺乏，统计标准不同时期口径也不同。所以下文在分析是会对一部分指标加以适当变化。实证研究分析所选取的指标有两大类分别为经济增长指标和金融发展指标。

1.经济增长指标

经济增长过程具体表现有总产出及人均产出的持续增加，实物资本积累率增加、经济结构优化、社会福利改善、投入产出效益提高等。

（1）国内生产总值GDP

在考察经济发展的实证研究中，国内生产总值GDP是代表一个国家或地区经济运行规模的比较具有代表性的指标，是颇为受关注的宏观经济统计数据。GDP增速越快表明经济发展越快，增速越慢表明经济发展越慢，GDP负增长表明经济陷入衰退。

（2）人均实际国内生产总值指标GRE

为了能够更加真实的反映出江苏省的经济发展水平并且考虑到江苏省人口稠密的实际情况，只研究该地区的生产总值而忽视人均的数值无法达到准确的认识，所以，可以将该省的人均实际GDP作为计量标准并采取自然对数的形式加以处理，从而得出对该地区经济增长的真实情况，即GRE=ln（人均实际GDP）。[2]

（3）实际国内生产总值年增长率指标GRG

鉴于江苏统计年鉴给出的国内生产总值数据大多是名义GDP，该指标没有考虑到物价水平和通货膨胀率这的对国内生产总值统计结果的影响，所以本文选用江苏在1990-2012年的实际国内生产总值值来衡量经济增长，实际GDP可以由名义国内生产总值除以其平减指数得到，但由于各国国内生产总值的平减指数统计数据缺乏，而居民价格消费指数CPI容易查阅，所以本文选用名义国内生产总值GDP与居民价格消费指数CPI的比值来作为反映江苏经济增长具体情况的指标，即实际GDP年增长率GRG=名义GDP/CPI。

（二）金融发展指标

1.贷款余额指标LAON

金融机构贷款余额是用来衡量江苏金融资产发展程度的指标，是指到某一节点时间为止，借款人尚未归还放款机构的贷款总额。贷款总额是指截止到某一日以前商业银行已经发放的贷款总和，表示企业向银行举债或融资的总额。所以贷款余额即指到企业会计期末尚未偿还的贷款额，其中，尚未偿还的贷款余额等于贷款总额扣除已偿还的银行贷款。近年来江苏省的金融资产在多元化水平上有很大提高，因此本文将贷款余额作为是衡量江苏省金融资产的一个重要方面。

2.金融相关率指标FIR

金融相关率（FIR）：是指在某一时间点上一国或地区所有金融资产价值与该地区经济活动总量之比。该指标可以说明某一个区域的经济货币化程度，麦金农在研究发展中国家的金融抑制与金融深化时提出了使用货币存量M2与GDP的比值作为衡量一国或地区的经济货币化程度，但是由于在目前的数据统计的发展程度上难以计算出精确的M2，所以本文选择把江苏省内所有金融机构存贷款总额之和作为所有金融资产的价值，再除以GDP，从而得出反映金融发展综合水平的金融相关率。FIR计算公式为（金融机构存款余额+金融机构贷款余额）/GDP。

3.金融效率指标SLR

金融体系的成熟与健全必须重视金融规模与金融效率的协调发展。效率在经济上主要表现为就是投入-产出关系。所以金融效率就是金融机构的投入-产出关系，用来测度金融部门对经济增长的贡献程度。鉴于江苏省乃至整个中国都长期处于计划经济体制之下而且国有经济在整个国民经济体系中占主导地位，所以本文以江苏省金融机构的各项存款与贷款之比[3]（SLR=金融机构存款余额/金融机构贷款余额）来反映金融机构的运行效率，考察其是否把所吸收的储蓄有效地从转化为投资投入到国民经济的生产中去。

4.证券市场发展程度指标DSM

近年来江苏省尤其是苏南地区在发展金融的过程中规模逐渐扩大，企业的筹资渠道与筹资方式也在不断地拓宽。大量企业选择在金融市场上购买资金需求单位所发行的有价证券（如商业票据、债券等）的直接融资的方式来筹措资金，因为这种筹资方式对投资者来说收益较高，成本相对较低，所以江苏省的有价证券市场发展迅猛，资产证券化程度对经济发展的影响作用越来越大。处于对江苏省债券融资规模较小的考虑，选择用股票筹资额占GDP的比重来反映江苏金融证券化的程度，即DSM=股票筹资总额/国内生产总值GDP。

三、多元线性回归分析

针对贷款余额LOAN、金融相关率FIR的单因素回归分析如下：

由上表可知，在滞后一期的情况下，贷款额LOAN拒绝原假设的概率为0.00776，小于0.1的临界值，所以贷款额LOAN是增加国内生产总值GDP的格兰杰原因，并且国内生产总值GDP不是贷款额LOAN格兰杰原因的概率为0.0024，也小于0.1的临界值，因此，经济发展与贷款额互为格兰杰成因。金融相关率也分别以0.00166、0.0034的概率拒绝原假设，但是无法拒绝金融相关率不是经济增长指标GRE、GRE的格兰杰原因，因此金融相关率与经济增长指标GRG、GRE存在单向因果关系。

根据以上所有选取的金融类指标的，可设计出如下的多元线性回归模型：

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

在上述模型中。GRG与GRE是以不同的计量方法而得出的经济增长指标，FIR为金融相关比率，SLR代表金融中介效率，这两个指标可以综合反映江苏省的金融发展情况，DSM是证券市场发展程度的指标，此模型中主要指股票市场的发展概况，ξ表示随机扰动项。

利用上表所提供的数据可以对模型（1-5）进行估计，得到如下估计模型：

四、实证分析结论

从单因素的回归分析可以看出贷款余额（LOAN）与GDP存在因果关系，金融相关率（FIR）与经济增长指标GRG、GRE均存在因果关系。这一实证分析的结果表明江苏金融发展与经济增长两者之间存在正向相互促进效应。

从多因素的回归分析可以看出经济增长与三种金融指标之间的内在关系，具体分析如下：

1.江苏省的金融相关率FIR与经济增长指标GRG、GRE之间存在正相关关系，说明江苏省金融行业发展程度越高，则经济增长速度就越快，从这个层面上来说江苏金融行业的发展加快了经济增长。分析其原因，一是因为江苏目前经济发展的结构单一，大量企业对以银行为代表金融机构的依赖性强烈，所以金融机构存贷款数量的增加对经济增长的作用非常显著；另一方面，如果区域性的金融机构有足够的经济实力为本地区经济的发展提供雄厚的资金支持，这就有利于区域经济的成长，进而产生规模递增效应。

2.江苏的金融中介效率与不同经济增长指标呈现出了不同的相关性，一方面说明金融中介效率是促进经济增长的有力因素，另一方面也说明江苏金融效率存在不足。金融中介效率即为金融机构的资金投放于运行的效率，金融机构的运行效率越高，对经济的促进作用就会越明显，因为金融中介效率在代表了金融机构将储蓄转化为投资的效率，转化率越高就意味着金融机构将会把更多的存款或者闲置资金投放到股票、债券、基金等证券市场上，以此来激活整个市场。

3.江苏省证券市场的运行对经济增长的贡献不明显，甚至呈现负相关，即证券市场对江苏经济增长促进作用十分有限。究其原因，主要是有价证券的价格受到多种非经济因素的干扰，如心理预期、股价操作等，再加上证券市场监管不力、透明度低，导致江苏证券市场发展不成熟。此外某些上市公司通过资本市场而筹集的资金并非用于生产性的项目，而是转为他用，制约了证券市场发展对经济增长促进作用的发挥，无法显现证券市场在协调配置金融资源方面的作用。因此，与发达国家相比，江苏证券市场发展较为滞后。

五、协调江苏金融发展与经济增长政策建议

（一）增加江苏金融体系内非国有金融机构的比例

江苏金融业总体规模的发展与增加值比重的提高对经济增长有着积极地推动作用，但是金融业增加值指数对地区经济增长出现了阻碍经济增长的不利影响，这一结果表明江苏金融结构的发展存在问题。国家或地区在发展经济、调整或改进产业结构的过程中除了要长期保持对金融行业增加值的投入与稳步增长，更应该加强对金融发展整体规模与结构的重视。虽然在近些年来江苏凭借优越的地理位置与国内金融中心上海的辐射，金融业整体发展迅速，但是在发展过程中也出现了地区差异显著、金融结构过于单一等问题。就省内发展来看，苏南和苏北金融发展程度就存在严重的不平衡：以苏州、无锡、常州为代表的苏南地区已经形成了以中国人民银行为领导，国有商业银行为主体，非银行、外资金融机构并存和分工协作的金融体系，而且具有期货、期权、保单等丰富的金融工具。而苏北地区却金融产品种类少，金融组织结构单一，除国有商业银行、城市商业银行和农村信用合作社外，其他非国有类型金融机构如信托投资公司、基金管理公司等则较少在苏北地区开设营业点。

江苏目前的政策性银行，国有商业银行，国有控股的保险、信托、证券等行业的非银行金融机构在整个金融业中占有非常高的比重，已经造成国有金融成分在金融体系中的垄断局面，只有打破这种垄断局面，降低国有金融成分的比重，提高股份制商业银行、信托投资公司等非国有金融机构的比重并且逐步放松金融管制，降低银行业进入壁垒以解决当下中小企业、民营经济与农村的金融需求困境，才能起到改善江苏金融结构，优化金融体系的效果。

（二）合理发展资本市场，提高直接融资的份额

由具体金融发展指标对经济增长指标影响的数据分析结果可知目前江苏省资本市场（如股票、债券交易市场）发展所产生的影响没有能够起到优化的效用，甚至还表现出阻碍经济发展的反作用。但是纵观多个发达国家金融市场的发展可知成熟、多层次资本市场与其他金融市场相比具有高效配置金融资源的绝对优势：首先企业可以通过资本市场筹集到足够的资金，保证企业在成长过程中获得所需的人力、物力资源；其次资本市场价格的波动性特点，也时刻激励着企业更加谨慎地经营，使得企业不但注重眼前的利益，还对企业的可持续发展进行科学合理的安排与规划；而且资本市场高效配置金融资源的优势可将大量资金流向发展前景广阔的优质企业，利于这些企业扩大规模和提高生产率，从而发展经济。所以资本市场可以作为江苏金融发展的潜在有利因素。

目前江苏地区整体金融资本市场普遍存在着资本证券化率较低，上市公司与资本市场没有做到资金流与信息流的有效整合，该省在国民经济体系中的经济地位与上市公司质量不相适应，企业直接融资比重偏低而股权融资比例偏高以及大型企业地区分布不均衡等问题，严重阻碍经济总量的增长速度。

针对以上问题，首先江苏各大上市企业应该突破经济体制和限制政策的阻碍，完善并发展资本市场的功能，建立起融通资金、分散风险、高效配置资源、加快产业结构转型等功能完善的长期资本市场体系，使得政府机构、工商企业、房地产经营商等资金的需求者都能够参与投融资活动，为长期金融市场的发展注入活力。其次应改善上市公司质量，建立完善的企业制度。对待品质优良或发展前景广阔的上市公司，政府要实行适度的优惠政策扶持，鼓励并提高其研究开发的投入力度，加快优势企业的创新步伐与跨越式发展，建立创新机制，实现研究成果与经济发展需求的相互配合并促进地区产业结构的改善。再次应建立层次分明的资本市场体系，提升企业（尤其是非国有企业）的直接融资比重，促进企业融资渠道的多元化进程，实现江苏省资本市场全面发展。最后，省内各地区还要加快培育上市公司后备军，推动更多具有发展潜力的企业上市，尤其是上市公司数量偏小，经济也较为落后的苏中、苏北地区。

（三）注重金融安全与金融中介运行效率

金融安全最主要考虑的问题是金融业的稳定，要求对一切可能危及金融发展安全的因素实习规避，但是金融效率更加重视各种金融资源配置优化，金融资源配置最优化表现为经济体创造的实际价值，金融安全与效率属于金融发展的两个不同方面，二者的目的均是通过优化配置金融资源，促进资金融通并且造福于整个社会。因此，只有同时兼顾金融发展过程中的安全与效率，江苏金融发展与经济增长才能面对金融全球化的挑战，实现金融业高速、稳健的发展。

对金融安全与效率的重视并不表示二者的平衡或对等。因为对金融的监管是伴随交易规模的扩张与速度的加快而不断变化的，对应各个发展阶段都有与之相对应的监督、管理理念。一般来说金融发展要经历三个时期，一是本地金融市场时期，二是国际金融市场取代本地金融市场时期，三是全球化国际金融交易市场取代国际金融市场时期。同时，对于金融监管的理念也因而发生变化，从一开始只立足于安全这一监管目标，到发展为以金融经济资源配置高效为追求的理念，再到以增强本国各大类金融机构综合实力为首要考虑因素的现代监管理念。金融机构综合实力的提高，应该在保证提高金融运行效率的同时，重视金融发展的安全。面对经济、金融全球化的激烈竞争，只有秉承效率优先、同时兼顾金融安全这一理念，江苏的金融发展才能在保持金融秩序安全稳定的基础上，提升其在国内外金融市场上的竞争力，实现江苏金融发展现代化。（作者单位：云南师范大学经济与管理学院）

参考文献：

[1] 严忠.计量经济学[M].中国科学技术大学出版社，2005年223-345

篇3

[关键词]经济增长　财政支出　VAR模型

区域经济增长取决于不同的经济条件，其中一个重要的共性条件就是金融与财政所带来的资本积累。金融发展和财政支出在经济发展过程中发挥着吸纳资金和配置资金的作用，能否充分吸纳社会闲置资金及有效配置资金是财政金融是否有效支持经济增长的关键。目前,国内对财政支出金融发展的研究主要是采用了实证研究,而其理论研究基本上是西方财政金融理论在我国的运用和演化。本文以广西经济环境为研究背景，通过实证分析验证广西财政金融对经济增长的影响。

一﹑研究设计

（1）样本的选取和数据来源

考虑到调查样本的代表性和可获得性，本文用国民生产总值GDP来表示经济的增长；从当前广西金融发展水平来看，金融支持经济的增长主要还是通过信贷途径，故用全区金融机构年末贷款总余额来表示；用财政支出总额来衡量财政支出对经济增长作用的指标。

各指标来源于1978—2010年《广西统计年鉴》和《广西金融统计年鉴》的年度数据作为样本。为了剔除价格的影响因素，所有的数据均除以了居民消费价格总指数而得到实际值。同时为了避免数据的剧烈波动，对GDP、金融机构年末贷款总余额（X1）、财政支出总额（FE）进行了对数化处理，得到相应的指标LGDP、LX1和LFE，相关数据的处理主要使用EViews6.0分析软件。

二、实证分析

（1）单位根检验。我们需要对时间序列数据的平稳性进行检验，在时间序列分析中为避免出现虚假回归而造成结论无效，常用的是扩展的Dickey-Fuller（ADF）单位根检验。本文采用ADF检验，检验式为：

yt=c+αt+ρyt-1+ +ut

其中，yt是待检验的时间序列，c是常数项，t为时间趋势，k是滞后期，ut是随机误差项。原假设是H0：ρ=0，备择假设是H1：ρ

在对实际生产总值（LGDP）, 实际金融机构年末贷款总余额(LX1)，实际财政支出总额(LFE)水平值进行检验时，发现结果并未拒绝原假设，由此可知这三个变量均存在着单位根。进而对三个变量进行一阶差分后，则ADF检验结果显示LX1，LFE,LGDP均拒绝原假设，是一阶单整，具体检验结果如表一所示。

（2）协整检验

协整检验的思路即:如果变量之间的某种线性组合是平稳的,则随机变量的非平稳的时间序列是同阶单整的,即变量之间的关系可能是协整关系,否则就不存在协整关系"我们一般用两种方法来检验变量之间的协整关系,分别是特征根迹检验和最大特征值检验"本文中采用的Johansen极大类似值估计法。

在实际生产总值（LGDP）, 实际金融机构年末贷款总余额(LX1)，实际财政支出总额(LFE)为一阶差分平稳的基础上，本文采用johansen协整检验，以检验在三个变量之间是否存在长期稳定的某种关系，检验结果见表2所示。

Johansen协整检验的经统计量和最大特征值统计量检验均显示，三个变量LGDP,LX1，LFE之间存在显著的协整关系，其协整方程为：

LGDP=3905.35+0.85872LX1+0.070924LFE

6.39600 16.43888 1.227709

R2 =0.996898 F= 482.8931 DW= 1.6531

由回归结果可知，在1978年期间，对经济增长相对具有较大正向作用的是金融机构，因为方程中系数是0.85，表明金融机构贷款每增加1%，GDP增加0.85%。财政支出对经济的增长起正向的作用但并不是非常显著。这一结果与当前金融业成为我区经济发展的重要支柱相符合。

（3）格兰杰因果检验

通过协整检验我们可以判断变量是否存在长期均衡关系,但我们还要进一步验证变量之间是否构成因果关系"这就需要用到格兰杰因果检验(GrangerCausalityTest)了"格兰杰因果检验(GrangerCausalityTest)的基本思想是/现在和过去可以影响未来,但未来是不能影响到过去的0,这也就是说时间发生的时序是十分重要的"即:只有变量X的变化发生在变量Y之前,变量X才是引起变量Y的原因,同样如果变量Y是引起变量X的原因,那它也要发生在变量X之前。具体方法是,对于回归方程:

原假设为Y不构成对X的因果性,即H":p:=pZ=,日k=0,则在原假设成立的情况下:

～ F(k,T-2k)

其中SSEr为施加约束时的残差平方和(也就是没有Y的情况下X自身做回归的残差平方和),SSEu为没有施加约束时的残差平方和,T为样本容量,k为最大滞后阶数，这个检验的思路是,如果考虑Y的情况下的残差平方和小于没有Y的情况下的残差平方和,就认为Y和X有因果性。

为研究经济增长与金融机构，财政支出之间的因果关系，我们利用格兰杰因果关系检验法，经一阶差分运算后得到结果如下表所示。

从格兰杰因果检验结果来看，GDP的增加是财政支出增加的原因，财政支出并同样是引起GDP值变化的原因。两者互为因果关系。同样金融机构贷款额LX1与GDP互为因果关系。

三、结论与对策建议

（1）结论

1.金融支持和财政支持对经济增长的带动作用都是显著的。其中，信贷投入的边际经济产出要高于财政支出的边际经济产出，即通过信贷途径所产生的经济效应比通过财政支出途径产生的经济效应要高。通过进一步加大信贷投入可能提高资金利用的总体效率。

2.金融信贷投入和财政支出的产出效率总体偏低。计算信贷投入和财政投入的单位经济产出发现，各投入的产出基本属于较低水平，单位产出都不到1.且随着时间的变化，信贷投入的单位产出有逐年降低的趋势。

（2）对策建议

1.完善区域金融结构，建立多元化金融机构体系，提高广西金融业的整体水平。有效的金融体系表现在其所提供的金融服务能满足复杂、多层次和多样的金融需求，而广西目前的金融体系过于单一，只有通过发展多元化的金融机构，才能满足和刺激各种金融需求和引致需求，促进金融业的竞争，提高金融服务效率。

2.规范财政支出规模，调整财政支出的结构。总的来说公共支出规模对当地经济的增长有积极的作用，改革公共支出规模应有效使用财政支出政策，并将其作为一个宏观调节经济的工具，保持财政支出的适当规模，促进地方经济的发展。虽然财政支出规模与经济增长呈正比例关系，但不能盲目地扩大财政支出的规模。其次财政投入的产出效率偏低，主要体现在财政投入的结构不合理。财政投向应结合广西经济发展的实际需要和具体情况，建立合理的财政支出框架，以规范财政支出预算体系，提高财政投入效率。

参考文献：

[1]范学俊.金融体系与经济增长:来自中国的实证检验[J].金融研究,2006,(3):57-66.

[2]蔡则祥.中国金融结构存在的主要问题[J].经济问题,2006,(8):62-64.

[3]许涤龙,陆峰.我国金融结构的特点及其发展趋势分析湖南大学学报,2002,(5):33-35.

[4]张晓炯.EViews使用指南与案例[M].北京:机械工业出版社.2008

[5]王春元.我国政府财政支出结构与经济增长关系实证分析[J].财经研究，2009（6）：120-130．

[6]严成樑，龚六堂.财政支出、税收与长期经济增长[J].经济研究，2009（6）：4-14．

作者简介：

篇4

关键词：金融；产业集聚；经济增长；实证分析

随着信息业的发展，资本的流动加大，金融产业得到空前发展，金融产业集聚效应已经得到越来越凸显。在西安建设国际化大都市的背景下，研究西安金融产业集聚与经济增长之间的关系，成为一项重要课题。但是，目前研究西安金融产业集聚与经济增长的关系文章较少。本文通过西安2000年至2012年的金融经济数据检验金融产业集聚与经济增长的关系。

一、实证分析

在国外关于产业集聚的研究文献中，产业集聚计算主要分为四种方法：空间基尼系数、产业集群指数、哈莱-克依指数、区位熵指数。本文主要采用区位熵指数方法，衡量金融产业的区域集聚程度。计算方法如下：

（一）单位根检验

首先在进行协整检验之前，进行检验单位根检验，确定单整阶数，通过EVIEWS检验结果可以看出，经过一阶差分后都是平稳序列，都是一阶单整序列。结果见下表：

注：Δ表示一阶差分。

（二）协整检验

从上面得到金融产业集聚指数和人均地区生产总值都是滞后一期是平稳的，可以进行OLS回归，得到协整方程：

LGDP=980.45+7904.4LQ

（70.52）（39.87）

R2=0.943 DW=1.47

并对残差序列进行单位根检验，通过平稳检验，是平稳序列。所以金融产业集聚与经济增长长期保持着平衡关系。

（三）格兰杰因果检验

对LGDP和LQ进行格兰杰因果检验，得到两者具有长期稳定的互为因果关系。在滞后2期，经济增长才是金融产业集聚的因果关系，说明，经济增长到一定程度，才会对金融产业集聚有一定拉动作用。

二、结论

从本文实证结果来看，西安金融产业集聚和经济增长两者存在长期稳定关系，并且金融产业集聚对经济增长的拉动更为主动，当经济发展到一定时期，对金融产业集聚会产生促进作用。所以，加大金融产业集聚效应是提高西安经济增长的一个有效途径。本文结合西安目前金融发展现状，认为可以从以下几个方面着手：

（1）西安市政府应当加大对金融产业集聚发展的支持。西安市政府可以建立有关金融产业集聚的相关政策，促进金融区的发展，协助金融企业之间的交流合作。采取简化审批手续，降低税收等政策吸引金融企业入驻金融园区。并且可以吸引跨国金融公司来西安设立办事处或者将总部建在西安，提升西安的知名度，发挥网络辐射作用。政府还应当积极推动金融信息技术的建设。信息技术建设不但可以克服时间及空间的延迟，还可以节约交易费用，提高效率。

（2）推进人才建设。金融竞争的核心是金融人才。目前，金融业缺乏高级管理人才，所以应当加大高校和业界的教育以及后期培训。也可以通过人才政策吸引一批具有丰富经验的海外人才落户西安，提高金融机构效率，进一步壮大金融产业发展。

（3）建立和健全金融监管体系

金融行业是一个风险集中的行业，所以要想金融业健康发展必须要有健全的监管体系。主要做到两点：保证公平竞争环境和市场稳定。防范金融风险，为市场发展提供安全环境。政府必须出台相应的法律和法规规范金融市场，为市场交易的正常及顺利进行创造良好环境。金融产品不断创新、金融服务方式也不断在改变，监管不能够落后在这些创新之后。监管机构应当及时更新监管理念，改进监管手段和工具，适应不断快速发展的金融环境。

（4）加快金融创新，提高金融服务效率。西安金融机构应当加大金融产品、服务的创新，实现金融业的快速发展，满足顾客不断变化的金融要求，完善金融工具。积极开拓服务领域，扩大服务范围，创新服务方式，整合金融资源，为社会不同群体提供全方位和个性化的金融服务，进一步发挥金融产业集聚效应。（作者单位：西安工业大学北方信息工程学院）

本文系西安工业大学北方信息工程学院院长科研基金Y1215研究成果

参考文献：

[1] 陈文锋，平瑛.上海金融产业集聚与经济增长的关系[J].统计与决策，2008（20）.

[2] 丁艺，李靖霞，李林.金融集聚与区域经济增长—基于省际数据的实证分析[J].宏观经济，2010（2）.

[3] 姜冉.泛珠三角地区金融集聚与经济增长—基于1982—2007年的数据分析[J].经济研究导刊，2010（20）.

篇5

关键词：金融发展；经济增长；面板数据；金融规模；金融效率

现代经济的核心是金融，金融对于经济发展的意义是相当重要的。研究金融发展与经济增长二者之间的关系对于政府制定有效而合理的经济政策具有重大的意义。倘若研究表明金融发展可以促进经济的增长，相应地，政府就可以进一步深化金融改革，从而达到促进经济增长的目的；相反地，假若研究结果表明经济的增长会促进金融的发展，那么政府就可以通过大力支持经济的发展来带动金融的发展。

1、文献综述

对于金融发展与经济增长之间的关系，经济学家还是比较关注的。发达国家因为金融发展较为发达，金融市场比较完善，因此相应的研究成果要更加丰富。其中较早对金融发展与经济增长关系关系进行研究的是Goldsmith（1969） ，他提出使用金融相关比率指标来衡量金融深化的程度，目前很多研究都采用了金融相关比率这个指标来衡量金融的发展。此外，Goldsmith（1969）通过运用跨国数据从金融结构与经济发展的角度来进行实证研究，研究结果显示金融发展的规模与经济增长息息相关。Luintel和Khan（1999）通过运用时间序列的分析方法来研究金融发展与经济增长之间的关系，结果表明这二者之间关系密切，可以相互影响。金融发展影响经济的增长，经济增长也将影响金融的发展。

我国的一些经济学者也对金融发展与经济增长之间的关系进行了相关的研究。张海波、吴陶（2005）收集了我国1998-2002年的相关经济数据，把金融机构的存款余额和贷款余额作为解释变量，运用广义最小二乘估计法对模型进行了回归分析，实证结果显示我国的金融发展对于经济增长是具有促进作用的。冉光和、李敬等（2006）通过收集我国东部和西部各个省的经济数据，运用误差修正模型研究得出：东部地区的金融发展与经济增长关系与西部地区是不同的，而且这种差异是明显的。在长期内，西部地区的金融发展会单向引导该地区的经济增长，但是短期内，这种因果关系不明显。对于东部地区来说，无论在长期，还是短期，金融发展与经济增长都存在双向的因果关系。郭世辉、马艳娥（2007）通过收集我国西部七个省份从1990-2004年间的面板数据对西部地区金融发展与经济增长的关系进行研究。黎翠梅（2009）运用我国东、中、西部农村的经济数据，从金融规模、金融结构、金融效率三个方面对农村地区的金融发展与经济增长关系进行了比较研究。研究结果表明我国农村的金融发展对于经济增长的影响有着明显的区域差异。西部地区农村金融发展与经济增长之间不存在长期均衡关系，东部农村地区和中部农村地区的金融发展与经济增长之间存在长期的均衡关系，但是东、中部的农村地区存在金融抑制现象。

从以上中外学者对金融发展与经济增长关系的研究，尤其是国内学者的研究成果来看，大多基于面板数据通过建立模型来进行实证研究，而且模型的拟合效果也很好。江苏省作为全国的经济强省，但是苏南、苏中、苏北各区域经济的发展不是平衡的，因此，研究江苏省的金融发展与经济增长之间的关系是非常有意义的，基于此，本文通过运用江苏省苏南、苏中、苏北三大地区的相关面板数据，对江苏省金融发展与经济增长进行实证研究，以寻求促进区域经济协调增长的金融政策路径选择。关于江苏省区域的划分，本文采用江苏省统计局的统计口径，苏南地区由南京、 无锡、常州、苏州、镇江五个市组成，苏中地区由南通、扬州、泰州三个市组成，苏北地区由徐州、连云港、淮安、盐城、宿迁五个市组成。本文的相关数据来源于2000—2011年江苏省统计年鉴。

2、江苏金融发展的规模与效率的区域差异分析

2.1江苏金融规模区域差异

本文用金融相关率这个指标来衡量区域金融发展规模。金融相关率是指金融机构贷款余额与地区生产总值GDP的比值。如图1所示，2000-2011年间，苏南地区金融相关率比苏中地区和苏北地区都要高，从2003年开始，苏南金融相关率一直都大于1，尤其在2008-2009年间，苏南、苏中、苏北地区的金融相关率非但没有因金融危机而降低，反而有一个小幅度的上升，反映了政府4万亿投资对于江苏省金融规模的巨大影响。然而，笔者也发现这一严峻的现象，在2000年苏中地区的金融相关率为0.56，苏北地区为0.51，二者相差并不是很大，然而随着时间的推移，苏中地区与苏北地区的金融相关率相差越来越大，尤其到了2009年，苏中地区的金融相关率为0.73，而苏北地区的金融相关率仅为0.55。与苏南地区相比，苏中地区的金融相关率还是比较低的，虽然总体上苏中地区的金融规模一直是在增加的，但是苏中地区与苏南地区的金融规模相比差距还是不断增大的。苏北地区的相关率几乎没有增长，金融机构的总贷款余额占苏北地区的比重没有什么显著的变化。从苏北地区的金融相关率比苏南地区和苏中地区低，可以明显观察到苏北地区的金融弱化现象。

2.2 江苏金融效率区域差异

运用存贷比这个指标来衡量金融效率。存贷比是金融机构贷款余额与存款余额的比值。如图2所示，虽然苏南、苏中、苏北地区金融机构的存贷比都比1小，但是，苏南地区的金融机构存贷比一直都比较高，在2004年金融效率甚至超过了0.8，其余的年份金融效率也大都在0.7-0.8的区间里，2005-2011年金融效率值都非常接近0.8，这说明苏南地区的金融中介功能在配置苏南地区的资金上发挥着重要的资金融通作用。苏中地区的金融机构存贷比总体上稳步增长，但增长幅度一直很小，对于苏中地区的经济发展在一定程度上提供了资金支持。苏北地区的金融机构存贷比从2000年至2005年持续下降，金融效率值从2000年的0.77下降至2005年的0.56。2006-2011年金融机构存贷比缓慢上升，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对于苏北地区的经济稳步发展是有副作用的。三大地区的存贷比趋势也从侧面表现了这一现象：在经济欠发达地区，金融中介存款运用的效率依然不是特别高。这个现象有待改善，因为只有金融中介发挥着积极的作用，才可以逐步缩小各个区域的差距。

3、江苏金融发展与经济增长关系的实证研究

3.1 面板数据模型的建立与变量选择

选取金融规模与金融效率这两个指标来衡量江苏的金融发展情况。而对于江苏经济增长的情况，本文使用地区生产总值GDP来进行衡量。同时为了消除异方差，让时间序列更具有平稳性，本文把所有的变量数据进行取对数，由此，可以得到以下的面板数据模型，如式1所示：

（1）

其中，c指的是常数项，指的是回归系数，指的是残差项，i表示江苏省的各个区域，t表示相应的年份。GDP代表江苏各地区的生产总值，反映江苏各地区的经济增长状况；RTL是反映江苏各地区金融发展规模的指标，RPL为反映区域金融效率的指标，RTL和RPL都是为了反映江苏金融发展的状况。LGDP、LRTL、LRPL分别表示相应变量的对数值。

3.2 固定效应模型

面板数据模型有三种形式，如下所示：

首先，为确定面板数据模型的形式，需要对面板数据进行Hausman检验，以判定是选择固定效应模型还是选择随机效应模型。本文的面板数据Hausman检验结果如表1所示。

表1 面板数据Hausman检验结果

从表1中，可以看到Hausman 检验统计量（W） 是56.14，p值是0.0000，p值小于0.05，拒绝原假设（随机效应模型），因此选择固定效应模型。

在确定选择固定效应模型后，以江苏省三大地区2000-2011年间的地区人均生产总值为因变量，金融规模指标、金融效率指标为自变量，建立个体时点固定效应模型，其结果如下表2、表3和表4。

表2 个体时点固定效应模型运行结果

从表2可以看出，各个变量系数所对应的P值小于0.05，这说明个体时点固定效应模型的各个系数在统计上比较显著。而且从表中可以发现常数项、金融规模、金融效率的系数均为正数，这说明江苏省的金融发展对于江苏省经济的增长有一定的正向影响，而且金融规模与金融效率对于江苏省的经济增长的贡献率分别为32.68%与35.73%，从中可以看出金融效率对于江苏省的经济增长发挥的作用相对更大一些。

从表3可以看出，苏南地区的系数为0.5638，其系数为正数，且系数绝对值在三大地区中最大，这说明苏南地区的金融规模、金融效率对于该地区的经济发展的正向影响较大，苏南地区的金融发展对于该地区的地区生产总值的贡献率为56.38。而苏中地区的系数为-0.3758，苏北地区的系数为-0.1881，这说明苏中地区与苏北地区的金融规模、金融效率对于该地区的经济发展有一定的负向作用，但是由于该系数绝对值相对较小，所以与苏南地区相比，苏中苏北地区的金融发展对于该地区的经济发展的抑制作用比较小。

表3 个体时点固定效应模型运行所得区域系数

从该表4中可以看出，无论是苏南地区、苏中地区还是苏北地区，金融发展对经济增长的时点系数是随着时间由2000年的负值变为2006年的正值，在这期间变量的系数的绝对值逐渐减小，这表明在此期间，金融对于地区的经济发展的负向作用在逐步减小。从2007年至2011年，变量的系数值一直为正数，且变量的系数的绝对值在逐步增大，这表明在此期间，金融对于地区的经济发展的正向作用在逐步增强。

表4 个体时点固定效应模型运行所得时点系数

4、研究结论

从江苏省个体时点固定效应模型的运行结果可以看出江苏省的金融发展对于其经济的增长具有促进作用，而且金融效率的对于经济的发展影响更大一些。金融效率是指金融机构存款转化为贷款的效率，体现了金融机构对于经济发展的资金支持力度，正是由于金融机构对于地区发展的不懈支持，江苏省总体经济保持良好的发展态势。而且，从个体时点固定效应模型的时点系数可以发现，从2000年至2011年，金融发展对于江苏省总体经济的增长的促进作用逐步增大，负面影响逐步缩小。然而，不可忽视的一点是，金融发展对于江苏省的各个区域的作用是各不相同的。由个体时点固定效应模型的区域系数可以发现，只有苏南地区的区域系数为正数，苏中地区和苏北地区的区域系数均为负数。这说明对于苏南地区来说金融发展对于经济增长的长期正向作用比较明显，该地区金融的发展带动了经济的增长。对于苏中地区和苏北地区来说，金融的发展对于地区的经济发展长期正向作用不明显，且在一定程度上，金融发展对于经济增长没有起到促进作用，反而对于地区经济的发展起到了一定的抑制作用。

参考文献：

[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] 张海波，吴陶. 中国各地区金融发展与经济增长[J] . 统计观察，2005（6）：66-67.

[4] 冉光和，李敬等. 中国金融发展与经济增长关系的区域差异——基于东部和西部面板数据的检验和分析[J] . 中国软科学，2006（2）：102-110 .

篇6

关键词:中部六省;地级市区数据;金融发展;经济增长;分位数回归

中图分类号:F127文献标志码:A文章编号:1673-291X(2010)12-0115-04

金融与经济增长关系问题的理论研究可以追溯到熊彼特(Schumpeter,1911)、戈德史密斯(Goldsmith,1969)、爱德华・肖(Edward S. Shaw,1973)、罗纳德・麦金农(Ronald I. Mckinnon,1973)和卢卡斯(Lucas,1988)等等紧跟其后进行深入研究 [1~3] 。近十多年来,单个国家和跨国家的实证文献得以迅速的积累,从国别、跨国研究到多时空尺度的区域研究 [4~6]。现有文献集中于被解释变量时间维度特征的条件均值统计建模,两个比较有理论和实践意义的拓展方向是:其一,基于被解释变量空间维度特征进行空间统计数据挖掘,空间统计学可以提供方法支持;其二,对横截面数据、聚合数据(Pooled Data)或者面板数据(Panel Data)进行被解释变量的条件分位数统计建模。本文主要是就后者进行一个研究尝试:基于中国中部六省共82个样本地级市区的聚合数据(Pooled Data),运用条件分位数回归方法进行区域金融发展与经济增长关系的实证分析。

一、条件分位数回归方法的基本思想和主要优点

Koenker和Bassett (1978)最早提出线性分位数回归的理论 [7]。分位数回归是对以古典条件均值模型为基础的最小二乘法的延伸,用多个分位函数来估计整体模型。中位数回归(最小一乘回归)是分位数回归法的特殊情况,用对称权重解决残差最小化问题,而其他条件分位数回归则用非对称权重解决残差最小化。

由于分位数回归本身计算的复杂性,所以它没有迅速普及,但相关的理论研究在逐步地完善。由于分位数估计可以选择不同的分位(tau:τ)的对被解释变量分布的头尾部分进行研究,将不同的分位数回归结果综合就得到了该条件分布的完整描述。在研究对象的分布呈现异质性,如不对称、厚尾、截断性等特征时,分位数回归方法具有明显的优势[8]。因此,越来越多的研究将其用于分析在被解释变量的不同水平下受到解释变量影响作用的差异和变动[9~12] 。分位数回归大致可以分为参数回归模型、非参数回归模型、半参数回归模型这三类,每种模型都有其各自的估计方法。

分位数回归采用加权残差绝对值之和的方法估计参数,其优点体现在以下几方面:(1)它对模型中的随机扰动项不需做任何分布的假定,这样整个回归模型就具有很强的稳健性;(2)分位数回归本身没有使用一个连接函数来描述因变量的均值和方差的相互关系,因此分位数回归有着比较好的弹性性质;(3)分位数回归由于是对所有分位数进行回归,因此对于数据中出现的异常点具有耐抗性;(4)不同于普通的最小二乘回归,分位数回归对于因变量具有单调变换性;(5)分位数回归估计出来的参数具有在大样本理论下的渐进优良性[11~12] 。现在主流的统计软件都可以加载分位数回归软件包,分位数回归也就自然而然地成为经济、医学、教育等领域的重要分析工具。本文的实证分析运用EViews6.0进行计算。

二、对象描述、模型设定与数据来源

按照《中国区域经济统计年鉴》(2001―2007)的界定,考虑到行政区划的局部调整,中国四大经济地带省级省市区和样本地级市区的分布情况如下:东北三省36个地级市区,东部十省市87个地级市区,中部六省82个地级市区,西部十二省区131个地级市区,全国三十一省市区共336个地级市区。这里选择中部六省82个地级市区,针对地级市区的金融发展与经济增长的关系进行实证分析。

在经济增长的实证研究文献中,生产函数是一个被广泛运用的基本估计框架。这里也将它用于分析区域金融发展与区域经济增长关系的实证研究,设定总量生产函数(t期)的形式,把产出抽象为金融发展水平与控制变量的函数,控制变量是除金融发展水平以外的其他主要影响因素,可以表述为:

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

其中,Yt是产出或者增加值,一般用国内生产总值GDP替代;Financet是金融发展水平;Contiol是控制变量。

一般地,如果进行弹性研究,就可以在柯布―道格拉斯型生产函数的基本形式的基础上具体拓展。为了基于可得数据研究中部六省地级市区的金融发展与经济增长的关系,这里被解释变量就取人均国内生产总值反映经济增长,用GDP表示;解释变量取两组变量,即金融发展水平和控制变量。

第一组变量是金融发展水平。根据数据的可得性,这里考虑地级市区金融相关比率指标,用FIR表示,等于金融机构存贷总额与GDP的比。

第二组变量是控制变量。包括那些能够影响各地区经济增长的资源禀赋差异的变量,目的是用来控制其他可能导致地区经济差异的因素。(1)实物资本投入。这里用各地区的固定资本总额占GDP的比值反映各地区的物质资本的投入水平,用INFIXP表示。(2)人力资本投入。在地级市区的研究中,一般用各地区的中小学毕业升学率或者政府财政支出中的教育支出近似的反映各地区人力资本水平。考虑到地级市区财政金融的紧密联系,这里设置了政府财政支出总额占GDP的比值综合近似反映各地区人力资本水平,以及财政金融的紧密联系,用LGEXPP表示。(3)经济开放程度。考虑到地级市区外国直接投资额与金融的紧密联系,这里设置了外国直接投资额(或者实际利用外资)总额占GDP的比值综合近似反映各地区经济开放程度,以及外国直接投资与金融的紧密联系,用FDIAUP表示。

根据以上讨论,我们是要进行弹性研究,把被解释变量和解释变量都取自然对数,则实证研究计量模型的基本形式设定如下:

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

+β4*LnFDIAUP+μ (2)

为了保持指标统计口径的一致性,实证研究的数据全部来源于《中国区域经济统计年鉴2001―2007》,数据的实际时间范围是2000―2006年,加入WTO过渡期为2001―2006年,增加2000年的数据是为了增加样本容量。

三、中部六省地级市区金融发展与经济增长:条件分位数回归结果与统计分析

(一)条件中位数回归和条件均值回归的估计结果比较

2000―2006年中部六省地级市区金融发展与经济增长的数据,一共包括82个地级市区七年的共574组样本数据,样本比较大。为了进行对比,运用条件中位数回归和条件均值回归进行实证分析。由于EViews6.0软件对变量名称没有区分大小写,以Ln开头的变量在输出结果表与图都显示为LN开头的变量。这里主要关注估计方法、统计检验(拟合优度、方程显著性检验、变量显著性检验)和方程系数估计结果的异同。

1.估计方法。条件中位数回归的结果(如表1所示);条件均值回归的结果(如表2所示)。条件分位数(中位数)回归和条件均值回归二者所运用的估计方法是不同的,条件分位数(中位数)回归运用LAD (least absolute deviations)估计量进行估计,条件均值回归运用LSD (least squares deviations)估计量进行估计,因此,估计结果自然会因估计方法的不同而有所不同。

2.统计检验。条件中位数回归和条件均值回归的方程显著性检验(Quasi-LR检验、F检验)在0.01的显著性水平下都是统计显著的。变量显著性检验(t检验)在0.01的显著性水平下都是统计显著的。由于计算方法不同,两种估计方法的拟合优度值的大小明显不同。一般地,基于相同的数据, 伪拟合优度值(Pseudo R-squared)明显小于拟合优度值(R-squared),调整的伪拟合优度值(Adjusted Pseudo R-squared)明显小于调整的拟合优度值(Adjusted R-squared)。在表1中Pseudo R-squared 为0.2810,Adjusted Pseudo R-squared为0.2759;表2中R-squared 为0.4351,Adjusted R-squared为0.4311。另外,表2中D.W.值为0.4328显示了一阶序列正相关性,如果运用广义差分法在模型设定时引入AR(1)就能够明显地提高拟合优度值,R-squared与Adjusted R-squared都大于0.85。由于表1的条件中位数回归没有进行序列相关性检验,为增加可比性程度,这里不给出引入AR(1)的条件均值回归的结果。

3.方程系数估计。对应系数的条件中位数回归估计值和条件均值回归估计值的大小明显不同。三个解释变量(LNFIR、LNFIXPP、LNLGEXPP)系数的条件中位数回归估计值的绝对值明显大于条件均值回归估计值的绝对值,LNLGEXPP的系数为负值;一个解释变量(LNFDIAUP)系数的条件中位数回归估计值的绝对值明显小于条件均值回归估计值的绝对值。四个解释变量系数对应的条件中位数回归估计值与条件均值回归估计值的符号没有发生改变,其弹性意义也是比较直观的。

(二)条件分位数回归估计系数的差异与变动分析

为了深入揭示在经济增长的不同水平下金融发展和其他控制变量对经济增长影响的变化,需要在经济增长的不同分位数水平进行条件分位数回归估计。具体估计时还主要涉及两个方面的问题:分位数的选取和系数标准差的计算。首先,在分位数的选取上,这里取10分位数和20分位数分别估计。受篇幅限制10分位数回归只给出5个分位数的结果,其中,5个分位数(Quantile)的对应分位分别是τ=0.10,0.30,

0.50,0.70,0.90。其次,分位数回归系数的标准差用自助法(bootstrap)重复抽样200次求得。取自10分位数回归的5个分位数的结果(如表3所示),全部20分位数回归系数的点估计和区间估计的变动情况(如下图所示)。

1.不同解释变量系数估计值的差异分析。在经济增长的某个具体分位数水平,金融发展和其他控制变量对经济增长影响的大小都不相同。具体地说(如表3所示),在被解释变量LNGDPP的不同分位数水平,解释变量LNFIR、LNINFIXP、LNFDIAUP的系数都是正值,绝对值则是LNINFIXP的系数最大、LNFIR的系数次之、LNFDIAUP的系数最小;LNLGEXPP的系数是负值,绝对值都比较大。另外,容易看出,用自助法(bootstrap)重复抽样200次求得的分位数回归系数的标准差也有一定的差异。在经济增长的每个具体分位数水平,解释变量LNFDIAUP的系数的标准差都是最小,而解释变量LNFIR、LNINFIXP、LNLGEXPP的系数的标准差都比较大。另外,0.5分位数附近的回归系数标准差相对比较小,往两端走靠近0.1、0.9分位数附近的回归系数标准差相对比较大。值得注意的是,系数显著性检验的尾概率P值出现了两处大于0.05的情况,即0.1分位数回归变量LNFIR(该变量估计结果对应的第一行)的尾概率P值0.5911,0.9分位数回归变量LNFDIAUP(对应结果的第五行)的尾概率P值0.0751。

2.相同解释变量系数估计值的变动分析。在经济增长的每个不同分位数水平,某个解释变量(金融发展和其他控制变量)对经济增长影响的大小都不相同(如上图所示),随着被解释变量LNGDPP的分位数水平从0.05逐步增加到0.95,解释变量(金融发展和其他控制变量)系数的点估计(中间带圆点的折线)和区间估计(上下不带圆点的折线)都在变动。这里集中分析系数点估计的变动特点具体地说表现为:截距项在7.8附近波动(考虑排版因素,在上图中略);解释变量LNFIR的系数是在0.25附近先是比较快地变大,从LNGDPP的0.30分位数处LNFIR的系数开始再逐步微弱地变小(除了0.50、0.80分位数处的两处小幅跳高以外),中间伴随着局部的波动,波动的幅度则是在0.40分位数以前波动的幅度比较大,在0.40分位数以后波动的幅度比较小;解释变量LNFIR系数变动的这一特点基本反映了在中部六省地级市区LNGDPP的不同分位数水平金融中介(商业银行)作用的基本规律;LNINFIXP系数变化的上升趋势比较明显,从0.40一直增大到1.10以上;解释变量LNLGEXPP的系数表现为明显的先下降再上升的趋势,在0.50分位数处系数为最小值-1.0904;解释变量LNFDIAUP系数变化表现为明显的逐步下降趋势,两端的局部下降更加突出,这从另一方面显示了在经济增长的不同分位数水平,中部六省地级市区LNFDIAUP和LNFIR、LNINFIXP、LNLGEXPP对LNGDPP的影响特点是显然不同的。

(三)实证分析的基本结论和政策含义

总结以上实证分析我们有以下基本结论:条件中位数回归和条件均值回归的估计结果表现了一定的差异;与条件均值回归相比较,条件(多)分位数回归能够揭示更加深入全面的数据信息;利用2000―2006年中国中部六省地级市区的数据,条件(多)分位数回归结果显示了一方面在经济增长的某个具体分位数水平,金融发展和其他控制变量对经济增长影响的大小都不相同,表现了解释变量作用的差异性,在经济增长的每个不同分位数水平,某个解释变量(金融发展和其他控制变量)对经济增长影响的大小都不相同,表现了解释变量作用的波动性;实际上,同时进行的分地带计算结果还表明在经济增长的每个不同分位数水平,LNFIR、LNFDIAUP对LNGDPP的影响特点在其他地带(例如全国、东部、西部)的地级市区是显然不同的[13~14] 。这些基本结果对于制定协同区域经济增长和金融发展的政策具有一定的参考意义。

参考文献:

[1]雷蒙德・W.戈德史密斯.金融结构与金融发展[M].上海:上海三联书店,1990.

[2]罗纳德・麦金农.经济发展中的货币与资本[M].上海:上海三联书店,1988.

[3]爱德华・M.肖.经济发展中的金融深化[M].上海:上海三联书店,1988.

[4]尼尔斯・赫米斯,罗伯特・伦辛克.金融发展与经济增长――发展中国家(地区)的理论与经验[M].北京:经济科学出版社,2001.

[5]埃斯里・德米尔古克―肯特,罗斯・莱文.金融结构和经济增长:银行、市场和发展的跨国比较[M].北京:中国人民大学出版社,2006.

[6]朱闰龙.金融发展与经济增长文献综述[J].世界经济文汇,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]陈建宝,丁军军. 分位数回归技术综述[J].统计与信息论坛,2008,(3):88-96.

[12]陈娟,林龙,叶阿忠.基于分位数回归的中国居民消费研究[J].数量经济与技术经济研究,2008,(2):16-27.

[13]吴拥政,陆峰.区域金融发展与经济增长的实证分析――基于中国地级市区数据与分位数回归方法[J].区域金融研究,2009,

篇7

文献综述

（一）有关人口结构影响居民消费的研究文献针对中国人口结构变化与高储蓄低消费特征，国内外学者的解释不尽相同。Leff（1969）采用了计量经济学方法，研究了人口抚养比和储蓄率的关系，研究表明人口抚养比对储蓄率有显著影响，具体表现为居民储蓄率随着少儿人口和老年人口抚养比的提高而降低，并且Leff认为人口抚养比的上升是导致一些欠发达国家收入提高同时储蓄率下降的主要原因。莫迪利安尼（Modigliani，2004）通过时间序列模型进行实证检验发现，在近50年的时间里，中国居民储蓄率与人口负担系数存在明显的均衡关系，他们认为人口结构的变化是中国高储蓄率和低消费率并存的重要原因之一。Horioka等（2006）采用GMM实证方法对中国省际面板数据做了考察，发现人口抚养比并不会显著影响储蓄率。Kraay（2000）利用中国省际面板数据研究了中国的储蓄行为，研究表明，人口抚养比和储蓄率之间也不存在长期协整关系。郑长德（2007）运用1989～2005年面板数据进行实证研究发现，居民消费率和少儿人口抚养比以及和老年人口抚养比之间的关系分别为正相关和负相关。李文星等（2008）利用1989～2004年的数据对中国人口结构与消费率之间的关系进行了检验，结果发现老年抚养率对居民消费率并无显著影响，而少年抚养率的上升会轻微的引起居民消费率的下降。人口年龄结构变化与我国目前低水平的居民消费率没有直接关系。

（二）有关金融深化降低消费—即期收入“过度敏感”度的研究文献国外关于金融深化促进消费增长的理论相对比较成熟。这些研究一般是从生命周期-永久收入假说（简称LC-PIH）扩展衍生出来的。根据LC-PIH，在随机漫步理论的指导下，完全资本市场中的家庭未来消费是不可预测的。Levchenko（2005），Laurence、Nathalie和Isabelle（2002）认为金融市场的国际化能够在全球范围内分散风险从而平滑投资者的消费。Flavin（1981）对不同国家和地区的实证检验结果显示：居民消费水平对即期收入的变动有显著的敏感性（excessivesensitivity），如果消费者不能轻易、足够地从借贷市场借钱弥补其现期流动性不足带来的消费约束，那么只能削减当期的消费额度，所以金融市场的发达程度与消费对即期收入的敏感性之间存在着明显的关系。Jappelli和Pagano(1989)、Campbell和Mankiw(1991)以欠发达地区的金融市场为例，研究发现居民即期消费的敏感度随着信贷约束的加重而上升；反之，发达的金融市场通过允许消费者实现跨期消费而减弱其敏感性，并降低即期可支配收入与消费之间的关系，释放了流动性约束；同时，发达的金融市场由于激烈的竞争机制降低了居民家庭的金融中介成本，增强了居民消费的意愿。从上述文献研究中看出，目前学界对人口结构的研究主要围绕其对居民储蓄率或消费率的影响；而对金融深化的研究也主要集中于其对居民消费的影响，很少有人将金融深化与人口结构结合起来探讨它们共同作用于居民消费率的状态。为此，本文在上述研究的基础上，将二者结合起来考察伴随金融市场化程度加深、不断趋于老龄化的人口结构对我国的消费模式究竟有多大的影响，这种影响又以怎样的方式演绎着。

计量模型设定与数据描述

为了研究金融市场化进程中金融市场化的程度和人口年龄结构对居民消费的影响以及这种影响的大小和作用机制，本文使用Eviews6.0软件并选用结构向量自回归VAR和VEC模型对我国1988-2009年22年间的金融市场化指数、人口年龄结构以及居民消费率数据作分析。一般来说，通过人口结构可以反映出一个国家大体的社会和经济状况，而年龄又是最重要的因素，所以本文人口结构指标选取的是以年龄为基础的少年抚养率和老年抚养率。国际上普遍将人的年龄分为0-14岁，15-64岁，65岁及以上三个层次，少年抚养率是一个国家或地区中0-14岁的人口数占15-64岁人数的比重，它衡量的是一个国家中每百名青壮年劳动力需要抚养的儿童数；老年抚养率是65岁及以上的人口数占15-64岁人数的比重。它衡量的是一个社会中每百名青壮年劳动力需要赡养的老年人。居民消费率是指一个国家或地区在一定时期内用于居民个人消费和社会消费的总额占当年国民支出总额或国民收入使用额的比率，它已经成为衡量一国经济发展良性与否的重要指标，所以本文选用的是居民个人消费和社会消费总和占国民收入的比重即居民消费率作为居民消费度量指标。改革开放初期，我国曾用广义货币总量（M2）占国民产出（GDP）的比重衡量金融深化程度，但这种用经济货币化程度反映出的高货币国民产出是伴随我国由计划经济向市场经济转变过程中，以大量货币交易为主的经济活动比例的上升而产生的，它并不能真实反映出当时金融市场的发展程度。由于这个金融深化指标是在我国经济转轨的背景下产生的，但在制度性力量慢慢消失的今天用金融资产总量与GDP之比度量金融深化的程度应该比其更准确。所金融与经济以本文通过金融资产总量（即M2+有价证券+股票市值）与GDP之比来作为金融市场化的指标。本文计量模型中使用的少年抚养率（sf）和老年抚养率(lf)数据来自历年《中国人口统计年鉴》或《中国人口年鉴》，居民消费率(co)数据来自历年《中国统计年鉴》，金融市场化指数(fi)数据根据历年《金融统计年鉴》和国家统计局网站的相关数据测算而得。

金融市场化程度、人口年龄结构对居民消费影响的实证分析

（一）时间序列的平稳性检验和Johansen协整检验本文使用Eviews6.0对居民消费率（co）、少年抚养率（sf）、老年抚养率（lf）、金融市场化指数（fi）序列做了ADF单位根检验,检验结果显示这四个序列在5%的显著性水平下都符合一阶单整。在VAR模型稳定的基础上，我们对co、sf、lf、fi这四个序列进行了迹统计量和最大特征值的Johansen协整检验。协整检验的原理在于通过协整（co-integration）这个经济计量指标衡量因为季节影响或随机干扰而在短期内偏离均值但在长期内可能会重新回归均衡状态的co、sf、lf、fi之间的关系，但一旦这四个变量在长期内仍然保持这种偏离关系，则说明它们之间不存在长期均衡关系。通过Eviews6.0，我们给出Johansen协整检验的结果如表2、表3所示。从表2可以看出：在协整向量为0的情况下，迹统计量大于5%显著性水平下的临界值，则拒绝原假设，也就是这四个向量至少存在一个协整关系；在协整向量最多为1的检验下，迹统计量明显小于临界值，接受原假设，说明这四个向量之间最多存在一个向量关系。因此通过迹统计量的检验可以得出：少年抚养率（sf）、老年抚养率（lf）、金融市场化程度（fi）和居民消费率（co）四个向量之间长期而言存在而且存在唯一一个均衡关系。

（二）VEC模型和协整关系本文采用Johansen-juselius多元协整分析技术通过对协整系数的组合判断来进行协整检验，根据AIC最小化原则选择协整滞后区间为滞后1期到滞后2期。通过检验，在5%的置信水平下。上式协整方程说明的是co,sf,lf,fi这四个变量之间的长期均衡关系，括号中的数值是各变量标准差。从上式看出，少年抚养率和居民消费率之间存在正相关关系，即少年抚养率每增加1%，居民消费率将增加0.79个百分点，从检验结果看，少年人口抚养比和居民消费倾向关系并不显著。原因在于一个家庭在抚养孩子方面的支出比例就整个家庭纷繁复杂的支出项目而言很少发生变动，何况在计划生育政策的约束下，我国家庭的生育数量本就不会发生大的变动，家庭会根据抚养孩子数量的多、少相应减少或增加对每个孩子的支出费用，因此这种支出比例对家庭所抚养孩子数量的变动并不敏感，这在我国农村尤其典型；而老年抚养率对居民消费率的影响不但是正向而且是显著的，老年抚养率每变化1%，居民消费率将增加7.8个百分点。这主要有三方面原因：一是随着我国老龄化趋势的强化，老年人口在总人口中的占比越来越大，构成了我国消费群体的一个很大比例，不断强化着这类群体数量的变化对消费水平的敏感性；二是因为虽然老年人已经丧失了劳动能力只能取得很少部分的收入，但老年群体却几乎成了继年轻人外第二大消费主体，尤其是在保健方面的消费，这类消费具有频率高、额度高的特点，使得居民消费率随着老年抚养率的上升而加速上升，三是在技术条件不发生变化的情况下，没有劳动能力的老年人口比重的上升和有劳动能力的劳动年龄人口比重的下降同时导致社会总产出水平下降，使得不变的消费比例在变小的社会总产出中的比例变大；金融市场化指数和居民消费率之间的关系和预期的一样，金融市场化程度越高，就能更加有效地减少居民消费的流动性约束，降低消费—即期收入的敏感度，释放更多的消费空间，对居民消费率起到正向促进作用。金融市场化程度每增加1个百分点，居民消费率就升高0.33个百分点。居民消费对金融市场化程度的敏感度比预期的要低，原因在于我国有部分居民对金融市场的利用意识不够强，这与我国传统的量入为出的消费观念有关系，同时还可能是由于现阶段我国金融市场发展还不够成熟和完善，风险相对较高，在一定程度上制约了居民通过金融市场平滑消费的意愿。

（三）Granger因果检验本文对协整方程残差进行了单位根检验，结果显示不存在单位根现象，说明协整关系是稳定的。对数似然值是16.22，AIC值为3.81，SC值为4.31.似然值比较大，AIC值，SC值比较小，说明模型的整体效果较好，可以用来分析Granger因果关系。为了更好的观察居民消费率、少年抚养率、老年抚养率和金融市场化指数四变量之间的动态关系，我们利用VEC模型进行因果检验。老年抚养率（LF）是居民消费率（CO）的格兰杰原因，即老年抚养率的上升会增加居民消费总量，同样，少年抚养率（SF）也是居民消费率（CO）的格兰杰原因，少年人口在劳动人口中比重的升高会增加我国居民消费量，这两组格兰杰原因也都符合弗朗科.莫迪利安尼（F.Modigliani）的生命周期消费理论。根据该理论，年轻人和老年人近乎纯粹意义上的低收入或无收入消费者，如果这两类人群在一个社会中的占比很大，则该社会的消费倾向就高；而拥有收入的中年人却因为对少年和老年人的抚养负担而约束自己的消费水平，如果他们的人口比例增大，则消费倾向会下降。表5还显示，金融市场化程度（FI）是居民消费率（CO）的格兰杰原因，这是因为随着金融市场化程度的加深，居民消费来源除了依靠即期收入外还能通过金融市场的借贷行为实现跨期消费，平滑其各期消费。同时，金融市场化程度（FI）还是少年抚养率（SF）的格兰杰原因，这主要是因为金融市场化在减少居民消费流动性约束的同时使得居民觉得生孩子的成本没有以前那么大，降低了其抚养少儿的负担，所以少儿的生育数量相对会上升。居民消费率（CO）又是少年抚养率（SF）的格兰杰原因，即居民消费率（CO）和少年抚养率（SF）互为因果关系，居民消费率（CO）还是通过影响其抚养少儿的成本作用于少年抚养率（SF）。为了更好的观察lf、sf、fi对co以及fi、co对sf因果关系的长期趋势。

（四）脉冲响应函数分析脉冲响应函数分析是为了弥补VAR模型没有分析这四个变量彼此间带给对方的内生影响而进行的，所以本文对居民消费率、少年抚养率、老年抚养率和金融市场化指数做脉冲分析以便检验他们彼此之间的具体影响机制。给少年抚养率一个正的冲击，我国居民消费率先急剧上升，之后变缓慢上升一小段时期，之后开始逐渐下降。给老年抚养率一个正的冲击，居民消费率在长期内有平稳增长趋势。（2）图2显示，给金融市场化指数一个正的冲击，少年抚养率先急剧下降，之后开始稳定上升。（3）图2显示，给金融市场化指数一个正的冲击，居民消费率先急剧上升，尔后稳定一小段时期，再开始急剧下降，后来又开始缓慢上升趋于稳定。

（五）方差分解方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，从而评价不同结构冲击的重要性。短期内少年抚养率的增长将会引起居民消费率快速上升，大约在第12期时上升到极致，然后居民消费率呈现长期稳定状态，不再上升。老年抚养率对居民消费率的影响是在短期内引起居民消费率有一个较小的上升趋势，大约在第10期时居民消费率不再有变化，呈平稳趋势。金融市场化程度的加深在第10期以前对居民消费率几乎没有影响，第10期以后随着金融市场化的深入，居民消费率出现缓慢上升态势，大约在第17期时呈现稳定状态，不再上升。图4显示，居民消费率对少年抚养率几乎没有影响，这是因为少年人数占劳动力人数的比重更多的受其他因素影响，如计划生育政策、家庭收入、家庭观念等因素影响，所以居民消费率对其的影响很小。金融市场化程度的加深在一段时期内会引起少年抚养率的上升，这是因为金融深化能使人们实现跨期消费，减小了少年抚养成本对家庭即期收入的依赖，使少年生育率上升，但长期内这种趋势将变得不明显，因为家庭生育数量更多地取决于政府制定的生育政策和家庭观念而不是抚养孩子的成本。

研究结论及政策启示

通过以上分析，本文得出以下结论和政策启示：

1、少年抚养率、老年抚养率与居民消费率呈现明显的正相关关系，即少年抚养率和老年抚养率的上升都会增加居民消费率，但尤以老年抚养率对居民消费率的这种影响显著。这符合莫迪利安尼的生命周期消费理论，该理论认为，赋有抚养少儿和赡养老人义务的中年人群虽然收入很多，却因为这两种义务而不敢轻易消费；相反，低收入甚至无收入的少年、老年群体却因为必须的原因消费远超过其收入，所以一个以少年人口和老年人口为主的社会人口结构会提升该国整体的居民消费率，这与我们的检验结果相符。

2、一个国家中老年抚养率的持续上升可能会降低未来国民收入的增长率。这是因为虽然居民消费率对少年人口和老年人口数量的变化都很敏感，而且来自家庭自身和政府两个层面的对这两类人群的支出已经相当大，但少年抚养率和老年抚养率所带动的支出性质并不一样，对前者的支出是一种人力资本投资，这种投资会带来等于甚至大于成本的预期回报；而对老年人群的支出是一种纯粹的、不求回报的消费模式，因此，这种消费的长期增长会挤占社会投资资本，最终导致未来国民收入的增长率会因不断上升的老年抚养成本受到抑制。

3、金融市场化又称金融深化，简单的说就是直接融资市场和间接融资市场的发达程度。本文实证结果表明，金融深化能促进居民消费的增长，同时，又能在短期内引起少年抚养率的增长。金融深化促进居民消费增长是源于发达的金融市场能降低家庭即期收入对消费的约束效应，帮助居民实现跨期消费从而平滑其各期的消费，带动居民消费率的上升；金融深化能引起少年抚养率的增长是因为通过减小家庭因即期收入带来的消费敏感性后，家庭对少儿抚养成本的敏感性同样会降低，这可能在短期内释放家庭多生育的意愿，之所以是在短期内是因为生育数量在长期内取决于我国政府的生育政策。

篇8

1泰州市金融发展与经济增长的现状分析

11泰州市金融发展现状

随着经济的发展，江苏省泰州市金融业得到了空前的发展。金融结构布局日益完备，金融业务领域进一步扩展，金融服务项目更加多样，运营效益逐步提升。金融机构存贷款及城乡居民储蓄存款余额呈现逐步上升的趋势。

12泰州市经济发展现状

沐浴着改革开放的春风，泰州市经济发展较为迅速，GDP总量和人均GDP都位于全国领先水平，泰州市俨然成为苏中地区经济较为发达的地区之一。国内生产总值GDP不断增长，从1996年28417亿元增长到了2014年的337089亿元，人均GDP从1996年的5925元增?L到2014年的72706元。

资本的形成是决定区域长期经济增长的核心力量，泰州市的固定资产从1996―2014年迅速增长，其投资规模从1996年的6882亿元到2014年的220019亿元。17年间增加了25倍。

总而言之，改革开放以来，泰州市经济实现了持续快速增长，GDP总量不断上升，经济发展结构持续优化，金融发展的程度持续提高。但在现在的经济社会中，金融发展与经济增长这两者之间究竟哪一个是决定性因素，学者们还不能够达成一致的意见。

2金融发展与经济增长的实证分析

21数据的来源与模型的构建

211数据的来源

本文样本考察区间为泰州市1996―2014年经济增长和金融发展状况，采用年度频率数据。数据来源于《泰州市统计年鉴》（1996―2014年），泰州市统计局部分统计资料，本文分析通过计量软件Eviews 72来实现。

212变量的选择

当前，时间序列分析和面板数据模型分析是国内学者对二者关系进行实证研究的两种常用方法，由于国内学者较少采用面板数据模型分析方法较多采用时间序列数据进行实证分析，故本文对泰州市1996―2014年的时间序列数据进行分析。

现实生活中的时间序列往往都是非平稳的。对于这类问题，一般是首先对变量进行差分，等差分序列平稳后再对差分序列实行回归分析，但是如此操作可能会对所研究的变量间的长期关系信息造成丢失，这些长期关系的信息对分析解决问题又是至关重要的。鉴于此，本文的分析也运用协整分析的方法，而后还使用格兰杰因果检验来检验变量与变量之间的因果关系。

居民储蓄水平是指居民纳税之后的现期消费额与居民个人可支配收入之间的差额。正是由于居民延迟了现期消费，所以才形成了居民储蓄。储蓄水平（SAV）往往是用区域存款规模与地区生产总值的比率表示。

基于以上分析，我们定义实证分析的回归方程为：

LGDP=C+α1FIR+α2SAV+α3SS+u（1）

22指标变量的平稳性检验

在进行时间序列的分析时，一般要求必须采用平稳的时间序列来进行分析，也就是没有随机趋势或者确定性的趋势，如果不这样做，那么检验结果将会出现“伪回归”的现象。所以我们要对数据进行差分，然后实行回归，但是这样做会忽视原时间序列中的对分析问题有用的信息。DF方法、PP方法、ADF等方法是进行单位根检验的常用方法。如果经过检验之后全部数据都是同阶平稳，那么就可以对数据进行协整检验。

文章将运用ADF检验方法对各时间序列变量进行平稳性识别。测试结果如表1所示。

由表1的检验结果可以看出，LGDP、FIR、SAV、SS这四个指标的原序列是不平稳的，经过一阶差分之后LGDP、FIR、SAV、SS都变成了平稳的时间序列。所以，它们都是一阶单整序列。因此，可以对原数列进行协整分析。

23协整检验

虽然影响金融发展与经济增长的指标是非平稳的一阶单整序列，但是这些指标可能存在某种平稳的线性组合。这个组合反映出变量间的长期稳定关系，即协整关系。

由于我们已经检验得知待分析变量都是一阶单整的，因此可以对它们进行协整分析。

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

T=（124133）（-52072）（53434）（-124254）

R2=09630F=1127323DW=18943

此方程表示，当FIR每增长1%，会导致GDP平均降低332%；当SAV每增长1%，会导致GDP平均增长529%；当SS每增长1%，会导致GDP平均降低979%。FIR、SS与GDP呈负相关的关系，SAV与GDP呈正相关关系。

接下来我们对方程的残差et进行平稳性检验，如果残差平稳，就说明方程的回归是有意义的。检验结果如表3所示。

由表2可以得知，残差序列的P值为00169，故我们可认为LGDP与FIR、SAV、SS之间存在着协整关系，因此上述协整回归方程是有意义的。

24因果关系检验

前面我们所做的协整检验表明，泰州市金融发展和经济增长之间存在长期稳定的均衡关系，但它们之间的因果关系，以及因果关系的方向我们还无从知晓。即我们不能仅仅从协整检验获得的结果知晓是金融发展促进经济增长，抑或是经济增长促进金融发展。接下来我们将运用Granger因果关系检验法来检验它们之间的因果关系。由检验结果可知：

（1）考虑滞后一期的情形，根据原检验结果可知，原假设金融相关比率、储蓄水平不是经济增长格兰杰原因的概率为07238、03026均大于10%的显著性水平，则应接受原假设，那么可以认为金融相关比率、储蓄水平带动经济增长的水平是有限的；金融储蓄结构不是格兰杰原因的概率为00732小于10%的显著性水平。

（2）考虑滞后二期的情形，根据检验结果可知，原假设金融相关比率、储蓄率和金融储蓄结构都不是经济增长的格兰杰原因的概率00389、00293和00134均小于10%的显著性水平，那么应该拒绝原假设，即金融相关比率、储蓄水平和金融储蓄结构是经济增长的格兰杰原因。同时，经济增长是金融相关比率、储蓄率和金融储蓄结构的格兰杰原因。

综上所述，金融相关比率、储蓄率和金融储蓄结构与经济增长互为因果关系。因此，从某一个方面来说，金融发展是经济增长的原因，两者之间存在长期稳定的均衡关系。

25实证分析结论

通过上述实证分析，我们发现泰州市的金融发展和经济增长之间存在长期而稳定的关系，分析主要结论如下：

泰州市的经济增长与金融相关比率、金融储蓄结构、储蓄水平之间存在着长期稳定的均衡关系，?济增长与储蓄水平呈正相关关系，经济增长与金融相关比率、金融储蓄结构呈负相关的关系。经济增长与金融发展之间的相互促进的作用不是非常明显。

篇9

(贵州大学,贵州贵阳550025)

［摘要］房地产行业的健康发展和金融市场的稳定性是密切相关的。本文以金融稳定的评价指标为标准,选取我国每年的商品房平均销售价格、金融机构贷款余额、房地产信贷风险暴露、金融机构中长期贷款额、短期存款占长期贷款比作为实证变量,首先进行ADF法检验变量的平稳性,接着采用约翰森协整检验进行协整分析,证明了商品房销售价格与各变量之间存在长期协整关系。最后用Granger因果分析法证明商品房销售价格与各变量间的因果关系。并以实证结果验证了房地产价格波动能够通过银行信用渠道以及银行流动性渠道影响金融稳定,最后给出政策建议。

［

关键词 ］金融稳定；房地产价格波动；银行信贷；银行流动性

［DOI］10.13939/j.cnki.zgsc.2015.04.125

1房地产价格波动对金融稳定的影响机制分析

房地产价格波动对金融稳定影响的传导途径很多,这里着重分析银行信用渠道以及银行流动性渠道。

银行信用的过度扩张是金融不稳定的根源。中国是银行主导型国家,房地产发展及其融资主要依靠银行贷款,短期融资主要是依赖开发贷款,而长期靠按揭贷款。经济繁荣使房地产价格上升,增加借款者的净资产值,既增强借款者取得银行贷款的能力,又使银行资产负债表得到改善,也增强了银行等金融机构的贷款能力。资产负债表的改善使房地产价格上涨的效应放大,从而出现信贷扩张,信贷繁荣使银行存在内在危机。

银行的流动性状况,不仅取决于银行资产负债的期限的匹配,更取决于其资产负债的结构和质量。就银行内部而言,由于存在产生不正确的资产选择和信贷决策的缺陷,因此会造成银行在经营过程中的信用风险居高不下,容易产生大量的不良资产,从而银行流动性受到影响。房地产价格波动主要是通过对银行存贷款期限造成错配来影响银行流动性。当房地产价格上涨时,银行信贷的扩张必然导致房地产投资(一般为中长期贷款)在资产业务中的比例增加,一旦房地产价格泡沫破灭,房地产贷款期限被拉长甚至难以收回,即使银行债务期限不变,也加剧了存贷款期限错配风险,影响银行的流动性进而影响金融系统稳定性。

2房地产价格波动影响金融稳定的实证分析

2.1变量与数据的选取

本文以房地产价格为自变量,用计量经济学的方法分析房地产经济波动对实体经济和金融经济的影响。由于我国房地产业从1998年开始发展,本文所使用的样本取自1998年1月到2013年12月期间的季度数据,用Eviews软件处理。相关数据均来自国家统计数据库、中国人民银行官方网站。对于房地产价格的衡量,通过各季度房地产销售额与销售面积计算得出商品房平均销售价格(用HP表示)。

2.2实证检验

首先,在进行计量分析时为消除房地产价格HP、金融机构贷款额L、房地产信贷暴露数据中存在的异方差,对上述两个变量分别取自然对数,得到三个新变量LnHP、LnL、LnTTRatio。其次,针对银行流动性渠道。在进行计量分析时为消除房地产价格、金融机构中长期贷款余额、短期存款占中长期贷款比数据中存在的异方差,对上述变量分别取自然对数再差分,得到三个新变量LnHP、LnLL、LnCDRatio。处理结果,2000年以来,除银行存贷比外,我国上述各变量都处于上升趋势,时间序列LnHP、LnLL的变化特征很相似,也就是说它们之间很可能具有趋同性。

2.2.1协整检验

由检验结果可以看出,在样本期间,变量LnHP、LnL、LnLL、LnTTRatio、LnDRatio具有类似的变化趋势,说明它们之间可能存在长期稳定关系即协整关系。为确定变量之间是否存在协整关系,使用eviews7.0对变量进行检验。再对变量用OLS进行回归分析,得出长期协整关系方程。

对第一组变量LnHP、LnL进行协约翰森整检验结果如下：

由检验结果中prob.值均小于0.05,知LnL与LnHP之间存在协整关系,对方程进行ols参数估计,回归整体方程为：LnL=-1.42658437607+1.69701720627×LnHP

(-1.871953)(17.77149)

第二组变量LnHP、LnTTRatio进行协约翰森整检验结果(图略)如下：

由检验结果中prob.值均小于0.05,知LnHP与LnTTRatio之间存在协整关系,对方程进行ols参数估计,回归整体方程为：LnTTRATIO=-28.3733095785+3.29582232461×LnHP

(-7.360639)(6.82353)

由以上结果可知回归方程协整系数分别为1.70、3.30,表明房地产价格每增加1个百分点,金融机构贷款额增加1.70个百分点；房地产信贷风险暴露增加3.29个百分点。由此可知,房地产价格波动对银行信用的影响很大。

同理针对银行流动性渠道,对相关变量LnHP、LnLL、LnTTRatio的相关序列进行协整检验,若存在协整关系,则使用EVIEWS7.0软件估计出协整方程。结果(截图略)如下：

LnLL=1.38205377308+0.139281672222×LnHP

LnCDRATIO=6.82875146252-0.793119052981×LnHP

由以上两个方程可知,回归方程协整系数分别为0.139,-0.793,表明房地产价格每增加1个百分点,金融机构中长期贷款额将增加0.139个百分点；短期存款占中长期贷款的比重将下降0.793个百分点。房地产价格波动对银行流动性的影响也较大。

2.2.2因果检验

使用eviews7.0对LnL、LnHP、LnTTRATIO进行格兰杰因果检验结果如下表。

表中房地产价格上涨是引起金融机构贷款余额增加、房地产信贷风险暴露增大的格兰杰成因,反之不成立。金融贷款余额与房地产信贷风险暴露不成因果。

同理使用eviews7.0对LnLL、LnHP、LnCDRATIO进行格兰杰因果检验：实证结果表明(截图略),房地产价格上涨是引起金融机构中长期贷款额增加、银行流动性减弱的格兰杰成因,反之不成立。金融机构贷款额增加是引起银行流动性减弱的格兰杰成因,反之不成立。

2.3实证结论及建议

通过实证分析可知,房地产价格每增加1个百分点,金融机构贷款额增加1.70个百分点；房地产信贷风险暴露增加3.29个百分点,成房地产信贷风险暴露扩大,银行存贷期限错配的增加,使金融稳定的评价指标恶化。同时,房地产价格每增加1个百分点,金融机构贷款额将增加0.139个百分点；短期存款占中长期贷款的比重将下降0.793个百分点。因此,前文提出房地产价格波动能够通过银行信用渠道以及银行流动性渠道影响金融稳定这两个观点得到证明。

基于以上结论本文提出以下几点建议,首先是发多元化展房地产融资渠道,分散信用风险。由于我国的房地产业的发展过度依靠银行信贷支持,很容易借助银行信贷扩张来扩大房地产泡沫,所以应该通过直接融资和间接融资拓宽其融资渠道。我们可以借鉴外国的房地产投资信托基金这一途径,发挥其积极的融资方式并使其逐渐引起人们的注意。其次是 规范银行贷款,减小流动性风险。银行应该适时、适势、适度的调整房地产贷款量,完善银行治理结构、金融监管和金融生态；最后是健全相关的法律法规体系,提供良好的运营环境,银行、房地产企业和居民都才会从中获益。

参考文献：

［1］王锋,李宇嘉.我国经济增长背景下的房地产市场与金融稳定［J］.财贸研究,2008(5).

［2］柯异沛,黄静,屠梅曾.房价波动、信贷扩张与金融稳定［J］.上海管理科学,2011(8).

篇10

【关键词】金融结构 经济增长 面板数据 回归分析

一、引言

研究金融结构与经济增长之间的关系有很多方法和角度，但大部分通过分析金融制度的特性来分析金融结构对经济增长的影响。金融结构通常被划分为银行和证券两类，部分学者根据这个分类从不同的角度研究了金融机构对经济增长的影响，但是尚未得出一致的结论。

本文借鉴了前人的研究成果，从信贷市场和股票市场两个角度选取相关指标衡量我省金融结构，选取我省面板数据，利用回归分析对我省的情况进行了实证检验，以期得出较为准确的结论，希望对促进我省经济发展提供帮助。

二、计量模型与变量选取

（一）计量模型选取

本文将银行发展指标和股票市场发展指标作为解释变量引入方程，分析这些变量对安徽省经济增长的影响，建立长期均衡时间序列模型如下：

(1)

其中，y是经济增长指标，x1表示银行发展指标，x2表示股票市场发展指标，α表示截距项，εt表示残差项，β1，β2分别是两项指标的系数。

将et-1作为一个解释变量，对(1)进行修正得到误差修正模型如下：

(2)

（二）变量选取和数据选取

本文研究的原始数据主要来自安徽统计年鉴、中国金融年鉴和中国证券期货统计年鉴，考虑数据的可获得性和有效性我们选取的数据的时间跨度为1996-2010年。变量的选取情况如下：

1.被解释变量的选取，本文采用各地区的实际GDP的环比增长率，即(1)式中的y来衡量经济增长。

2.金融结构变量的选择，考虑到安徽省债券和保险规模较小而且一些数据较难获取，本文主要从银行发展和股票市场发展两个角度选取相关指标衡量金融结构对经济增长的影响。

其中，银行发展指标选用安徽省金融机构贷款余额之和与安徽省GDP的比值，以反映安徽省的金融发展程度，即(1)式中的x1；股票市场发展指标选用安徽省股票交易额与安徽省GDP的比值，即(1)式中的x2，反映以股市为代表的证券市场的发展程度。利用Eviews6.0对这几个指标变量间的相关性检验发现，这几个变量间具有高度相关性。

三、面板数据单位根检验与协整检验

（一）单位根检验

一般来说，表示宏观经济变量的经济时间序列都是非平稳的，具有时间趋势。因此，在进行具体的方程估计之前，通常需要进行单位根检验，以考察经济变量是否平稳，进而确定实证检验是否有必要进行协整分析，所以我们实证分析的第一步为单位根检验。

在对实际GDP的环比增长率（JJZZ）、金融机构贷款余额之和与GDP的比值(YHFZ)和股票交易额与GDP的比值(GSFZ)水平值进行ADF检验，发现结果并未拒绝原假设。由此可知，这三个变量均存在着单位根，即水平序列数据是非平稳的。进而对这三个变量进行一阶差分后，则ADF结果显示，拒绝原假设，因此数据序列是一阶单整，即一阶差分序列数据是平稳的。具体检验结果如表1所示：

（二）协整分析

虽然单个的经济变量可能会表现出随机游走的特征，即存在单位根；但是多个不同的经济变量之间可能会有一种长期、稳定的关系，而且通过一定的方法在剔除这样的关系后能够得到一个平稳的时间序列。这说明尽管很多因素能够引起经济系统中不同变量的持久不同的变化，但可能存在着某个长期的均衡关系将这些变量联系在一起。协整检验是用来考察经济时间序列之间是否存在长期均衡的相关关系的有效方法，它从分析时间序列的非平稳定性，探求非平稳变量间蕴含的长期均衡关系。

多个变量的回归模型中许多相关的变量交织在一起，形成多个协整关系，而且常常难以从中分离出一个明确的协整关系，这里采用约翰逊（Johansen）提出的完全信息极大似然估计法来检验JJZZ、YHFZ、GSFZ之间的协整关系。由单位根检验可知，时间序列变量JJZZ、YHFZ、GSFZ都是一阶单整的，由此可直接检验变量之间的协整性，这将有利于我们进一步了解金融结构与经济增长之间的长期稳定关系。使用计量软件Eviews6.0我们可得表2中的计算结果。

由表2结果可知，在5%的显著性水平下我们应拒绝原假设：时间序列间不存在协整关系，即变量间存在长期均衡关系。

（三）建立长期均衡模型与误差修正模型

格兰杰指出：如果非平稳变量之间存在协整关系，则必然可以建立误差修正模型；如果用非平稳变量可以建立误差修正模型，则变量之间一定存在协整关系。该定理的意义在于从理论上证明了协整与误差修正模型的必然对应关系。

建立ECM的具体步骤为：

1.检验被解释变量y与解释变量x（可以是多个变量）之间的协整性，这里已经通过检验。

2.因为y与x存在协整关系，估计协整回归方程，计算残差序列et：

yt= et=

（3）将et-1作为一个解释变量，估计误差修正模型：

在这里，我们根据这个步骤建立安徽省经济增长与金融结构的误差修正模型，以此了解二者之间的长期均衡关系。

第一步：估计协整回归方程，运用Eviews6.0软件，采用OLS估计方法到的结果显示，实际GDP的环比增长率（JJZZ）、金融机构贷款余额之和与GDP的比值(YHFZ)和股票交易额与GDP的比值(GSFZ)之间存在显著的协整关系，其协整回归方程为：

第二步：建立误差修正模型，从协整回归中得出残差序列E，具体操作步骤为：在协整回归方程窗口中点击Proc\Make Residual Series，设变量为E。

以D(jjzz)为因变量，以D(yhfz)、D(gsfz)、E(-1)为自变量进行OLS估计，结果显示各变量的系数都不显著。考虑到表示银行发展的指标即金融机构贷款余额之和与GDP的比值存在一阶自相关，因此在模型中加入YHFZ的一阶滞后项，且所有变量通过了t检验，得到ECM的最后估计结果，得出的误差修正模型如下：

所以我省经济增长与金融结果的关系模型可以表述成：

长期均衡关系：

短期波动模型：

结果表明：

1.股市发展指标即股票交易额/GDP对经济增长的回归系数5.0611，这说明安徽省的股市发展对经济增长的影响比较大。

2.银行市场发展指标即金融机构贷款余额/GDP对经济增长的回归系数是0.6160，所以从实证结果可以看到，银行市场发展对经济增长的影响不大，特别是与股票市场发展指标的影响效果相比，银行市场发展的影响不显著。

四、结论与启示

本文以安徽省1996-2010年的金融结构和经济发展的面板数据为样本，通过实证分析得出：在安徽省，银行市场对经济增长的作用并不大，而股票市场对经济增长的作用显得更为明显。所以要想让金融结构更好地为安徽经济增长做贡献，我省应充分利用资本市场促进金融支持体系建设和地方经济发展的经验，有效发挥地方政府在资本市场和中小企业发展中的重要作用。同时，由于我国金融市场的不完全性，银行在减轻信贷市场上的不完全信息以及有效分散风险和降低交易成本方面发挥特殊的重要作用。也正因为这样，银行有其局限性如企业贷款困难等，而股票市场则为资金的有效配置提供了另一种途径。我们应该完善银行和股票市场共同发展的金融系统机构，使银行与股票市场的协同效应保持一个高水平，为安徽省的实体经济发展提供保障，促进经济长期增长与发展。

参考文献

[1]陈菲，赵子龙.中国金融结构与经济增长的实证分析[J].生产力研究，2009(05).

[2]陆妙燕.我国区域金融结构与经济增长关系实证分析[J].山西财经大学学报，2012(04).