張 瑜,李書華

(南開大學(xué)經(jīng)濟學(xué)院,天津 300071)

一、引 言

宏觀經(jīng)濟波動的增加會給經(jīng)濟增長和社會福利帶來負面影響,盡管金融開放度對經(jīng)濟波動是個重要的課題,相對于探討金融開放度和經(jīng)濟增長的文獻而言,分析前者的文章非常有限,尤其很少涉及消費波動問題,而且現(xiàn)有的為數(shù)不多的文獻中結(jié)論存在著明顯的差異:Kose,Prasad and Terrones(2003)[1]認為當資本流動比率約為國內(nèi)生產(chǎn)總值的50%時,可以發(fā)現(xiàn)金融開放程度和消費波動的負向關(guān)系。Bai and Zhang(2005)[2]認為即使在工業(yè)化國家,金融開放對于平滑消費的作用也非常有限,Huizinga and Zhu(2006)[3]則認為使用不同的衡量指標會得出不同的結(jié)論:法理上的金融全球化衡量指標與消費波動之間存在著負相關(guān)關(guān)系,但采用事實上的衡量指標進行研究時這種關(guān)系就消失了,Kose,Prasad and Terrones(2009)[4]對金融開放改善消費波動的風險承擔機制進行分析,認為在過去25年中,風險承擔機制降低消費波動的作用在逐漸增強。本文擬從兩個方面對經(jīng)驗分析進行嘗試,一是在計量方程中引入金融開放度和一國吸收能力的交叉項來考察經(jīng)濟波動和金融開放度水平之間的非線性關(guān)系;二是建立動態(tài)面板,以控制金融全球化和經(jīng)濟波動的內(nèi)生性問題導(dǎo)致的有偏估計。

二、數(shù)據(jù)來源及統(tǒng)計描述

本文把52個國家分為三組:發(fā)達國家 (18個)、發(fā)展中國家和地區(qū) (34個),其中發(fā)展中國家和地區(qū)根據(jù)金融開放度細分為兩組,組A為金融開放度較發(fā)達的國家,共計25個;組B為金融開放欠發(fā)達的國家,共計9個①工業(yè)化國家包括:瑞士、瑞典、新西蘭、荷蘭、愛爾蘭、希臘、芬蘭、丹麥、比利時、美國、英國、西班牙、日本、匈牙利、法國、加拿大、奧地利、澳大利亞共18個。發(fā)展中國家組A:委內(nèi)瑞拉、新加坡、菲律賓、巴基斯坦、摩洛哥、馬來西亞、以色列、埃及、哥倫比亞、智利、越南、土耳其、泰國、臺灣、香港、南非、俄羅斯、墨西哥、韓國、印尼、印度、韓國、中國、巴西、阿根廷共25個。發(fā)展中國家組B:尼日爾、哥斯達黎加、科麥隆、布基納、貝寧、阿爾及利亞、孟加拉國、沙特阿拉伯、捷克斯洛伐克共9個國家。。表1列出了自1990—2009年發(fā)達國家、發(fā)展中國家組A、發(fā)展中國家組B關(guān)于產(chǎn)出、收入和消費波動性的統(tǒng)計性分析,高收入水平的國家其產(chǎn)出波動幅度較低,這種負相關(guān)性在消費和收入的指標中同樣可以發(fā)現(xiàn),前四個指標均呈現(xiàn)出發(fā)達國家、發(fā)展中國家組A、發(fā)展中國家組B的階梯式分布,但是對于消費收入比,在發(fā)達國家和發(fā)展中國家組B中該比率下降了,但對于發(fā)展中國家A而言,消費增長的平均波幅相對于收入增長的平均波幅反而增加了。為什么相對波動幅度較大的國家發(fā)生在那些跨境資本流動較為頻繁的發(fā)展中國家呢?而且如果按照Kose,Prasad和Terrones(2003)[1]的結(jié)論,金融開放度對降低經(jīng)濟波動存在著金融開放程度超過GDP50%的轉(zhuǎn)折點,那么這些發(fā)展中國家金融開放程度已遠遠超過這個轉(zhuǎn)折點,為什么統(tǒng)計分析上我們并沒有看到與理論和Kose相一致的結(jié)論,這激發(fā)我們進一步對金融全球化和經(jīng)濟波動之間的關(guān)系作更為穩(wěn)健和細致的檢驗。

表1 各宏觀經(jīng)濟變量增長率波動幅度的統(tǒng)計描述

三、實證分析結(jié)果

根據(jù)前文的理論介紹和對變量的分析,建立如下的計量模型:

其中,下標i表示國家和地區(qū),下標t表示年份,vol是被解釋變量,即經(jīng)濟波動的指標,針對本文而言,分別指產(chǎn)出、收入、私人消費、總消費和消費收入比的波動性。fo是我們關(guān)注的主要解釋變量,即金融開放程度,xrit表示其他控制變量。

1.變量的選取

(1)因變量:宏觀經(jīng)濟波動分別采取了產(chǎn)出波動、消費波動、收入波動以及相對消費波動來衡量,分別以恒定美元幣值 (以2005年為基期)為標準對人均國內(nèi)實際生產(chǎn)總值、人均消費和人均實際收入進行測算,可以得到人均國內(nèi)實際生產(chǎn)總值、人均消費和人均實際收入的增長率,并根據(jù)個變量增長率5年滾動期間的標準差來確定期波動率,其中的恒定美元數(shù)據(jù)來自于Penn World Tables,其他的數(shù)據(jù)均來自于BVD數(shù)據(jù)庫下的EIU各國宏觀經(jīng)濟寶典。

(2)自變量:金融開放度,Prasad、Rogoff和Wei(2004)[5]認為用現(xiàn)實的度量比法理上的度量更有意義,因此本文采用總私人資本流出和總私人資本流入 (銀行貸款、證券投資和外國直接投資)之和相對于國內(nèi)生產(chǎn)總值的比來衡量。

(3)控制變量:為考察結(jié)果的穩(wěn)健性,根據(jù)相應(yīng)文獻,分別選取貿(mào)易開放度 (一國進出口之和與GDP的比值)、通貨膨脹 (1990年—2009年間平均年消費物價指數(shù)的平均值)和貨幣政策 (m2/GDP)的波動性、相對初始收入 (以樣本國家人均實際國內(nèi)生產(chǎn)總值相對于美國1990年同一指標的比值)、貿(mào)易條件的波動、財政政策的波動 (政府支出的標準差)和年度虛擬變量作為控制變量。

2.固定效應(yīng)回歸結(jié)果

我們選擇和Kose,Prasad和Terrones(2003)[1]一文同樣的變量和估計方法,檢驗是不是超過了Kose,Prasad和Terrones提出的轉(zhuǎn)折點,就可以發(fā)現(xiàn)金融開放和經(jīng)濟波動的負向關(guān)系。經(jīng)驗分析結(jié)果表明,我們的核心解釋變量,金融開放度對宏觀經(jīng)濟波動的影響,只可以發(fā)現(xiàn)金融開放度降低了產(chǎn)出波動的幅度,而對總消費、收入和相對消費波動產(chǎn)生了正效應(yīng)。

其他變量和控制變量的符號與現(xiàn)有多數(shù)文獻的理論預(yù)測和實證結(jié)果基本一致:貿(mào)易開放度降低了經(jīng)濟的波動幅度,比較而言,貿(mào)易開放度對收入的波動要大于對產(chǎn)出波動的影響,因為收入的波動中已包含了貿(mào)易條件變化的因素,但無法找到貿(mào)易開放度降低相對消費波動幅度的證據(jù);貿(mào)易條件對產(chǎn)出的波動存在著顯著的正向關(guān)系,但是對相對消費的波動卻無顯著性的影響,可能的原因是,貿(mào)易條件同時增加了消費和收入的波動;相對收入對消費波動的影響系數(shù)為負,即高收入國家相對低收入國家經(jīng)濟的波動幅度更小;通貨膨脹對經(jīng)濟波動的影響較為顯著。因此,從經(jīng)驗分析的角度無法找到金融開放縮小經(jīng)濟波動的證據(jù),單純的開放本身并不是一種可依賴的、能促進持續(xù)的經(jīng)濟增長的機制,那么為什么有的國家可以從金融開放中受益,有的國家卻因為資本的自由進出而遭受危機,而在更多的發(fā)展中國家,金融開放的潛在收益尚無法得到充分體現(xiàn)呢?

表2 固定效應(yīng)回歸結(jié)果

3.金融開放平滑消費的機制分析

從上述回歸結(jié)果看,可以發(fā)現(xiàn)金融開放降低了產(chǎn)出波動,但是無法找到金融開放降低了消費波動幅度的依據(jù),因此下文進一步分析金融開放縮小消費波動的機制是否存在。理論上,金融開放通過國家間的交易生成新的風險承擔機制來平滑國內(nèi)消費,一些文獻證實了該風險承擔機制確實存在,尤其是在發(fā)達國家,但是對于該風險承擔機制在發(fā)展中國家是否成立的問題很少涉及。借鑒Kose、Prasad和Terrones(2009)[4]的文章衡量金融開放與風險承擔機制的關(guān)系:

其中,cit(yit)代表國家i的人均消費 (產(chǎn)出),Ct(Yt)為世界人均消費 (產(chǎn)出)水平,FO用來衡量金融開放程度,系數(shù)ut衡量的是t時期國別因素的消費增長與GDP增長之間的同步程度,引入金融開放程度的交叉項后,國家i的風險承擔程度等價于 (1-ut-γ′tFOit),如果交叉項的系數(shù)γ′t顯著為負,說明國家i金融開放程度越高,其風險承擔程度越高。表3列出了1990—2009年全樣本和子樣本的回歸結(jié)果,其中第一列為不包括金融開放程度交叉項的,只衡量風險承擔機制在樣本國家是否存在,第2列衡量的是金融開放程度是否提高了一國的風險承擔水平。

表3 風險承擔機制和金融開放程度的回歸結(jié)果

無論發(fā)達國家還是發(fā)展中國家,rt都無法和預(yù)期的一致,甚至在發(fā)展中國家,金融開放度和風險承擔機制的系數(shù)顯著為正,說明該國風險承擔機制的條件在惡化?？傊?在樣本期間,無法找到支持金融開放促進風險承擔機制提升的經(jīng)驗證據(jù)。

4.金融開放度與本國吸收能力

Prasad、Rogoff和Wei(2004)[5]認為一國的制度水平是發(fā)展中國家發(fā)揮金融開放潛在益處的決定性因素,而一國的制度水平主要是國內(nèi)金融發(fā)展水平、人力資本和公共治理環(huán)境的組合。因此,本文分別選取國內(nèi)金融發(fā)展水平、人力資本和公共治理環(huán)境來刻畫一國的制度水平,并引入制度因素和金融開放程度的交叉項刻畫吸收能力,分析其決定性作用。

(1)關(guān)于一國吸收能力的衡量

1)公共治理環(huán)境:制度水平的衡量采用Kaufmann、Karry and Mastuzzi(2009)[6]一文對全球212個國家公共治理環(huán)境的評價中取出三個指標,這三個指數(shù)分別是:腐敗、法規(guī)和官僚政治的水平,這些指數(shù)通過數(shù)字-2.5—2.5來衡量,數(shù)值越高代表制度水平越高。但是Kaufmann一文中只包括從1996年至2008年的數(shù)據(jù),為了數(shù)據(jù)的完備性,1990年至1996年的制度水平通過國際國家風險指引 (ICRG)報告 (1984—2003年)獲得,該報告的指數(shù)是通過數(shù)字1—12來衡量,為了保持數(shù)據(jù)的一致性,只好粗略地按相應(yīng)的百分比進行換算。

2)人力資本:在實證研究中,測量人力資本是一項有難度的工作,尤其是在跨國分析中,通常文獻中,用中小學(xué)入學(xué)率來代理人力資本,然而用入學(xué)率代理人力資本可能存在一些經(jīng)驗問題。入學(xué)率屬于流量概念,相比之下,作為存量概念的平均受教育年限作為人力資本的代理變量可能更合適 (姚先國、張海峰,2008[7]),尤其是對于發(fā)展中國家和地區(qū),這也符合本文的研究目的。因此,本文使用國家和地區(qū)平均教育年限作為人力資本的代理變量。

3)金融部門發(fā)展:金融部門的發(fā)展以私人部門信貸與國內(nèi)生產(chǎn)總值的比值來衡量:金融部門更為完善的國家,其產(chǎn)出的波動性明顯降低,即完善的金融體系有利于減輕公司的融資約束,進而降低投資波動,尤其是在經(jīng)濟衰退時期。

(2)引入吸收能力的結(jié)果分析

方程 (1)以金融開放度作為解釋變量,以經(jīng)濟波動作為被解釋變量,檢測金融開放對經(jīng)濟波動的影響,實際上已經(jīng)假設(shè)金融開放為因,經(jīng)濟波動為果,而實際金融開放與經(jīng)濟波動存在逆向因果關(guān)系,即平穩(wěn)的經(jīng)濟增長可能導(dǎo)致一國更傾向于選擇金融開放道路,或者經(jīng)濟窄幅波動的國家才更傾向于選擇實行金融開放政策,因此對于金融開放和經(jīng)濟波動必須考慮模型設(shè)立的內(nèi)生性問題。另外,該模型中其他控制變量如相對收入、貿(mào)易條件、金融發(fā)展水平等也可能與解釋變量存在聯(lián)立內(nèi)生性問題。為了獲得各解釋變量的一致性估計,我們建立動態(tài)面板的計量方法并采用Bulundell and Bond(1998)[8]提出來的系統(tǒng)GMM方法對動態(tài)一階自回歸模型進行估計,建立如下的動態(tài)一階自回歸模型:

表3 系統(tǒng) GMM估計結(jié)果① 為了避免小樣本中工具變量過度帶來的偏差,本文利用stata10中xtabond2命令的collapse子選項進行修正,它是對每一個變量的滯后項確定一個工具變量,而不是通常對每一時期每一變量或每一滯后項確定一個工具變量,這樣就大大減少了工具變量數(shù)。由于本文存在著部分數(shù)據(jù)缺失,屬于非平衡面板,因此使用前向正交離差變換 (forward orthogonal deviations)可以最大化參與估計的樣本數(shù),從而提高估計系數(shù)的有效性 (Roodman,2006)。由于篇幅有限,本文略去了相應(yīng)的控制變量的回歸結(jié)果,感興趣的讀者可以向作者索取。

GMM估計量的一致性是基于大樣本性質(zhì),較小樣本容量或工具變量較弱時,容易產(chǎn)生很大的偏倚。Bond(2002)[8]指出了一個簡單的檢驗方法,即將GMM估計值分別與固定效應(yīng)估計值及混合OLS估計值比較,由于混合OLS估計通常高估滯后項的系數(shù),而固定效應(yīng)則一般會低估滯后項的系數(shù),因此如果GMM估計值介于二者之間,則GMM估計可靠有效。對動態(tài)面板模型進行混合OLS和固定效應(yīng)模型估計,得到g-1的混合OLS估計值為0.8641,固定效應(yīng)模型的估計值為0.7329。而GMM估計值為0.8574,它確實處于其他兩個估計值之間。這說明我們的GMM估計結(jié)果并沒有因為樣本量和工具的選擇而產(chǎn)生大的偏倚,其他三個滯后階的回歸系數(shù)也可以得到類似的結(jié)果,從系統(tǒng)GMM回歸結(jié)果看出,金融開放度并不能縮小宏觀經(jīng)濟的波動幅度,但是通過引入一國的吸收能力和金融開放度的交叉項,可以發(fā)現(xiàn)分別以金融體系發(fā)展程度、人力資本水平和公共治理環(huán)境作為吸收能力的代理變量時,均可以發(fā)現(xiàn)二者的負向關(guān)系,且在統(tǒng)計意義上是顯著的。以國內(nèi)金融發(fā)展水平為例,樣本國家的國內(nèi)金融發(fā)展水平的均值為0.633?；貧w結(jié)果表明,相對于平均的國內(nèi)金融發(fā)展水平,金融開放度一個單位的標準誤的增加會使每年的消費波動率下降0.014個標準誤。

四、結(jié) 論

本文在對1990—2009年52個國家和地區(qū)的金融開放度和經(jīng)濟波動的統(tǒng)計性分析基礎(chǔ)上,進一步分析了金融開放是否有效地降低了一國或地區(qū)的波動程度,降低宏觀經(jīng)濟波動的機制在樣本國家是否存在,以及降低宏觀經(jīng)濟波動的條件等問題。

本文使用系統(tǒng)GMM克服了內(nèi)生性問題后,發(fā)現(xiàn)只有當一國的制度水平達到一定水平后,金融開放才可以有效地降低一國的宏觀經(jīng)濟波動,以國內(nèi)金融發(fā)展水平為例,樣本國家的國內(nèi)金融發(fā)展水平的均值為0.633?；貧w結(jié)果表明,相對于平均的國內(nèi)金融發(fā)展水平,金融開放度一個單位的標準誤的增加會使每年的消費波動率下降0.014個標準誤。

因此本文的結(jié)論也非常明顯,能不能有效利用金融開放帶來的潛在收益,在于一國國內(nèi)的制度因素,而不是境外資本流入的比例。有效發(fā)揮金融開放度的作用關(guān)鍵在于提高本國的吸收能力,國內(nèi)良好的制度水平和健康的金融體系對降低金融開放對經(jīng)濟波動造成的風險起著至關(guān)重要的作用。

[1]Kose,M.Ayhan,EswarS.Prasad,and Marco E.Terrones,2003.“How Does Globalization Affect the Synchronization of Business Cycles?”American Economic Review,Vol.93,No.2,pp.57-63.

[2]Bay,Yan,Zhang,Jing,2005.“Financial Integration and International Risk Sharing” .University of Michigan,working paper.

[3]Huizinga,Harry and Zhu,Dantao,2006,“domestic and International finance:how do they affect consumption smoothing?” ,mimeo,Tilburg University.

[4]Kose,M.Ayhan,EswarS.Prasad,andMarco E.Terrones,2009.“Does financial globalization promote risk sharing?” Journal of Development Economics,Vol(89),258-270.

[5]S.Prasad,Kenneth Rogoff,Shang-Jin Wei M.Ayhan Kose,Financial Globalization,Growth and Volatility in Developing Countries,E December 2004,NBER Working PaperNo.W10942.

[6]Kaufmann,D.,Kraay,A.,Mastruzzi,M.,2009.Governance Matters VIII:Governance Indicators for 1996-2008.World bank Policy Research June 2009.

[7]姚先國,張海峰.教育、人力資本與地區(qū)經(jīng)濟差異 [J].經(jīng)濟研究,2008,(5):47-58.

[8]Bond,S. “Dynamic Panel Data Models:A Guide to Micro Data Methods and Practice” ,CEMMAP Working Paper CWP09/02,2002,Department of Economics,Institute for Fiscal Studies,London.