西部地区金融结构与经济增长

导语：西部地区金融结构与经济增长一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

关于农村金融改革的效率问题，仍然没有一致性的结论。一部分学者的研究认为，农村新型金融机构有利于农业发展。其一是论证了农村正规金融系统缺乏效率，进而指出农村金融改革的必要性。代表性研究有：Stiglitz等从信息经济学角度提出的信贷配给模型说明农村新型金融机构的产生是金融的诱致性引发的［11］；Brandt等认为国家金融系统作为一个再分配机制，使金融资源从农村向城市分配，贫穷的农民得不到贷款［12］；Bell等从金融市场的“二元性”出发，分析了城市市场与农村市场的溢出效应，说明了正规金融要求担保会促使更多的贷款者转向民间借贷市场［13］；汪三贵指出在农村正规金融机构存在金融抑制问题，农业企业贷款困难，同时对农业提供全方位的金融服务的金融机构并不多［14］；何广文指出由于农业的内生性，必然导致正规金融服务缺位［15］。其二是论证了新型金融机构对农业发展的正向效应。代表性研究有：Khandkerchief［16］、Elizabeth［17］认为民间非政府组织宽松的小额信贷使贫困者更好地增加了收入；陈雪飞［18］从满足农村金融需求、运行效率等方面比较了民间自由借贷与农村信用社的制度性优劣，认为民间自由借贷灵活及时，具有一定的效率；林毅夫等从信息不对称的角度分析了正规金融机构难以克服信息不对称造成的逆向选择问题，而非正规金融机构在收集中小企业的“软信息”方面具有优势［2］。相反的观点则认为发展农村新型金融机构不仅会增加贫困者的负债而且会诱发资金风险。如：Morduch提出乡村银行通过向穷困的农户提供贷款来减轻贫困的效果非常有限，减少贫困更依赖于资助和补贴［19］；马勇等人认为农村新型金融机构的出现虽然能弥补农村金融市场的空白，但即使放开利率管制也不能保证其实现可持续发展，有可能导致农村市场的高风险投资者聚集，加大金融机构的破产概率［20］。自改革开放以来，我国西部民族地区经济总量大幅度提高，人均收入水平也有了很大增长，但是总体上，产业结构仍然以劳动密集型为主。因此，作为前述“最优金融结构”假说的一个推论：西部民族地区的农村金融创新，特别是区域性小规模的农业信用合作银行建立，对于民族地区的经济发展应当具有正向效应。

模型设定与数据说明

（一）基本模型设定本文借鉴林毅夫等（2008）的分析方法，并利用逐步回归方法进行变量筛选。在此基础上，把表征农业金融的变量引入到经济增长总体回归模型，将基本的计量模型设定为：git＝β1•BSit＋β2•FDit＋φ•Xit＋αt＋μi＋εit（1）其中，git是被解释变量，在数据中用各地区的人均GDP的增长率grjgdpit来表示。αt和μi分别用于控制时间效应和地区效应。FDit为各地区的银行体系相对于实体经济的规模，用于反映各地区的金融深化程度，具体度量指标为各地区全部金融机构贷款余额与GDP的比例floanit。Xit为其他控制变量，包括文献已经识别出的影响地区经济增长绩效的主要因素：rsoeit为国有工业总产值占全部工业总产值的比重；gfdiit为外商直接投资与GDP的比例；galbit为劳动力增长率；finvrit为固定资本形成总额占GDP的比重；fcgdpit为政府支出占GDP的比重；grjeduit为人均教育经费增长率；grjtecit为人均技术交易额的增长率；lnrjgdp＿1it为上期末人均GDP的对数值，用于控制经济增长中的收敛效应。在模型1中，BSit表示地区i在时间t的农业信用合作银行情况，在数据处理中用各地区农村信用合作社的市场份额collit来表示，具体变量指标为农村信用合作社贷款余额占各地区全部金融机构贷款余额的比重。本文认为，在目前的农村金融机构中，农村信用合作社的服务功能更加接近于未来农村金融改革的方向，在数据取得上具备完整性和权威性，所以由该项指标能够判断农村金融改革的必要性。按照前述假设，β1是本文重点测算的系数。如果假设成立则意味着β1＞0。此外，本文还需要重点解决银行业结构的内生性问题。因此，寻找合适的工具变量识别银行业结构与经济增长率之间的因果关系将是检验前述假设的关键。（二）数据说明本文采用的数据来自于8个西部民族省区：内蒙古、广西、云南、贵州、新疆、青海、宁夏和甘肃。考虑到统计指标的一致性问题，选取了在1997－2009年期间各地区关于前述各个变量的数据。具体而言，相关的分省金融数据来自于各年度的《中国金融年鉴》，分省经济增长相关数据来自各年度的《中国统计年鉴》、《中国工业经济统计年鉴》和《中国人口统计年鉴》等。表1为主要变量的描述性统计结果。

模型的识别与估计结果在模型

（1）中，αt和μi分别表示地区效应和时间效应。考虑到用于实证的数据来自于上述指定8个民族省区而非随机抽样，应当运用固定效应模型而不是随机效应模型。对模型（1）进行Hauaman检验得到的P－value为0．0000，显示采用固定效应模型更为合适。对模型（1）进行双向固定效应估计，检验时间变量的联合显著性，P－value结果为0．0000，说明采用双向固定效应模型较为适宜。对模型（1）的双向固定效应估计结果如表2所示。估计结果1显示只包括农村金融合作coll的估计结果；估计结果2加入了文献已经识别出的主要控制变量；估计结果3加入了反映银行业规模的变量floan。表2基本的双向固定效应模型回归结果水平下显著，括号内数据为标准差。在前三列的估计结果中，农村金融合作变量coll的系数都显著为正。如果农村金融合作与经济增长之间的关系可以解释为因果关系，则该系统意味着，农村金融合作的市场份额上升有利于经济增长，从而与本文的理论假说一致。其他解释变量的显著性与文献的研究结论一致，人均教育经费增长率grjedu的系数显著为负，说明西部民族地区的教育投入占GDP比重呈下降趋势；人均技术交易额增长率grjtce的系数显著为正，说明西部民族地区由产业承接和技术溢出，使其增长中的技术含量提高；此外，不存在经济增长的条件收敛效应。为了剔除银行的产权性质对估计结果的干扰，本文引入反映国有企业在经济增长中的重要性的变量：国有工业总产值占GDP的比重rose。如果银行的低效率主要是由于国有银行对国有企业的贷款偏向和国有企业的低效率引起，则包括了国有工业总产值占GDP的比重rose后，农村金融合作指标应该不再显著；同时，银行业规模的指标floan应该为正、或者至少不显著。第4列是引入了国有工业总产值占GDP的比重rose的估计结果，该变量的估计结果显著为负，与相关文献的结论一致。

模型的稳健性检验

对上述估计结果做进一步的稳健性检验，主要考虑变量可能存在的内生性问题。在表2的估计结果中，农村金融合作变量coll与经济增长率高度正相关，但是这种正向相关性不一定反映了农村金融合作对于经济增长的影响，二者之间可能存在另一个方向的因果关系。本研究尝试利用构造工具变量的方法，来消除可能由农村金融合作变量coll带来的内生性问题。以农村信用合作社的市场份额的一阶滞后变量为工具变量，对上述经济增长模型重新进行双向固定效应模型（1）的估计。比较表2和表3的估计结果，农村金融合作变量coll系数仍然显著为正。这一结果与基本模型的回归结果是一致的。其他变量人均教育经费增长率edugit、从业人员人均技术交易额增长率tecgit的一阶滞后变量，国有工业企业总产值占全部工业总产值的比重goviit、外商直接投资与GDP的比例fordit、政府支出占GDP的比重govoit都与经济增长呈显著负相关。接下来考虑其他解释变量可能存在的内生性问题，利用Arellano等发展起来的动态面板数据模型做进一步分析。在增长方程中，解释变量国有工业企业总产值占全部工业总产值的比重goviit、外商直接投资与GDP的比例fordit、出口额占GDP的比重expit、固定资产形成总额占GDP的比重fixfit和政府支出占GDP的比重govoit，都可能依赖当期或以前的经济增长率和经济发展水平，因而可能存在内生性。利用上述解释变量的一阶滞后值进行GMM估计，估计结果（表3）显示：农村金融合作变量coll系数仍然显著为正。同时，对工具变量进行检验的SarganTest的结果显示，在所有回归中，工具变量的选择都是有效的。

在以上所有估计结果中，反映农村金融合作状况的变量系数都显著为正，说明农村金融合作市场份额的上升对于西部民族地区经济增长具有显著的正向影响，从而与前面提出的理论假说一致。本文的研究结论是：在农村地区发展区域性中小金融合作机构，进行农村金融创新，将有利于提高信贷资金的配置效率，促进经济增长。此外，本文的实证研究还表明，反映银行业规模的变量与经济增长率之间显著负相关。这一结果与关于中国金融体系分析的其他实证研究的结论一致。本文同意相关研究对这一现象的解释：造成银行体系低效率的原因，一方面在于国有银行的所有制偏向，另一方面在于不合理的银行业规模结构，即国有银行在为符合地区比较优势的劳动密集型中小企业提供融资服务方面缺乏优势。

本文作者：常青工作单位：西北民族大学