摘 要:
經(jīng)濟發(fā)展一方面要求產(chǎn)業(yè)結構及時調(diào)整和轉(zhuǎn)換,另一方面也要求金融不斷地適應經(jīng)濟發(fā)展的需要進行創(chuàng)新,使金融在經(jīng)濟發(fā)展中的作用越來越大,并發(fā)揮先導性作用。本文以安徽產(chǎn)業(yè)結構和金融發(fā)展狀況為研究對象,建立向量自回歸(VAR)模型,探討安徽產(chǎn)業(yè)結構和金融發(fā)展之間的互動關系,以期找到促進安徽經(jīng)濟發(fā)展的合適的產(chǎn)業(yè)和金融政策。
關鍵詞:產(chǎn)業(yè)結構;金融發(fā)展;VAR模型;脈沖響應函數(shù);方差分解
經(jīng)濟發(fā)展要求產(chǎn)業(yè)結構由低級向高級轉(zhuǎn)換,當前安徽產(chǎn)業(yè)結構存在的主要問題是“農(nóng)業(yè)基礎薄弱,工業(yè)素質(zhì)不高,第三產(chǎn)業(yè)發(fā)展滯后,一、二、三產(chǎn)業(yè)的關系還不協(xié)調(diào)”。必須采用市場經(jīng)濟體制的辦法進行產(chǎn)業(yè)結構調(diào)整,這就必須發(fā)揮市場在資源配置中的作用。金融市場就是市場體系的一個重要組成部分。同時,產(chǎn)業(yè)結構的升級也有利于一個地區(qū)金融市場的發(fā)展。因此,研究安徽產(chǎn)業(yè)結構優(yōu)化的金融支持問題,有重大的理論和現(xiàn)實意義。
一、實證方法
安徽產(chǎn)業(yè)結構的優(yōu)化是否有金融結構水平提高而促進的因素;同樣,安徽金融市場的加快發(fā)展是否是產(chǎn)業(yè)結構不斷發(fā)展完善而推進的,同樣此外,如果兩者是相互促進、相互驅(qū)動的,那么一方在另一方的發(fā)展過程中的貢獻到底有多大,均需要深入準確地分析。
本文通過建立關于安徽產(chǎn)業(yè)結構指標(CY)、中長期貸款余額(XD)和股票市場籌資額(GP)之間的三變量VAR模型,讓數(shù)據(jù)本身來確定模型的動態(tài)結構,這是在目前沒有成熟的相關經(jīng)濟理論指導的情況下,研究產(chǎn)業(yè)結構與金融結構的一種可靠的技術手段。在建立VAR模型后,根據(jù)其脈沖響應函數(shù),可以清晰地勾畫出安徽產(chǎn)業(yè)結構水平和直接、間接籌資方式的擾動傳遞情況,從而觀察安徽產(chǎn)業(yè)結構水平對兩種籌資方式?jīng)_擊的反應。而方差分解技術將從另一個角度描述兩種籌資方式的沖擊在產(chǎn)業(yè)結構水平動態(tài)變化中的相對重要性。
(一)VAR模型
VAR模型通常用于相關時間序列系統(tǒng)的預測和隨機擾動對變量系統(tǒng)的動態(tài)影響分析,模型避開了結構建模方法中需要對系統(tǒng)中每個內(nèi)生變量關于所有內(nèi)生變量滯后值函數(shù)的建模問題,不需要對變量的內(nèi)生性和外生性進行假定,即可以將VAR模型中所有的變量都看作是內(nèi)生的。這些內(nèi)生變量共同組成一個封閉系統(tǒng),然后運用最小二乘(OLS)或最大似然(Maximum Likelihood)等多種方法進行參數(shù)估計。但由于VAR模型的參數(shù)估計量只具有一致性,單個參數(shù)估計值的經(jīng)濟意義并不明確,因此要對VAR模型做出具體的結論,必須借助脈沖響應函數(shù)和方差分解。
(二)脈沖響應函數(shù)
脈沖響應函數(shù)(Impulse Response Functions,IRF)用于衡量來自隨機擾動項的一個標準差沖擊對內(nèi)生變量當前值和未來值的影響,并且擾動項對某一變量的沖擊影響通過VAR模型的動態(tài)結構傳遞給其他所有的變量。
(三)方差分解法
方差分解實質(zhì)上是一個新息計算(Innovation Accounting)過程,是將系統(tǒng)在不同預測期限的預測均方誤差(Mean Square Error,MSE)分解為系統(tǒng)中各變量沖擊所作的貢獻。方差分解的主要思想是將系統(tǒng)中每個內(nèi)生變量(共個)的波動(步預測均方誤差)按其成因分解為與各方程新息相關聯(lián)的個組成部分,從而了解各新息對模型內(nèi)生變量的相對重要性。方差分解不僅是樣本期間以外的因果關系檢驗,而且可以將每個變量的單位增量分解為一定比例自身原因和其他變量的貢獻。