韓 瑾,韓翌飛

（浙江大學(xué)a.城市學(xué)院商學(xué)院；b.經(jīng)濟學(xué)院,杭州 310015）

1 提出問題

伴隨著2011年初“用工慌”問題的出現(xiàn)，浙江省制造業(yè)勞動力成本優(yōu)勢喪失，要維持區(qū)域經(jīng)濟持續(xù)發(fā)展，經(jīng)濟結(jié)構(gòu)調(diào)整迫在眉睫。在“十二五規(guī)劃”中，浙江省強調(diào)要重點“建立現(xiàn)代產(chǎn)業(yè)體系，加快農(nóng)業(yè)、服務(wù)業(yè)的發(fā)展”。其中，提高第三產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中的占比，加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整成為政府近期工作重點。本文選用向量自回歸模型，假設(shè)各變量均與其他變量相關(guān)，通過計量分析，揭示各變量之間存在的動態(tài)交互關(guān)系，選出一個穩(wěn)定的回歸關(guān)系模型，用于解釋近年來浙江省產(chǎn)業(yè)結(jié)構(gòu)和信貸結(jié)構(gòu)關(guān)系。

2 模型建立和參數(shù)選取

2.1 VAR模型設(shè)定

VAR模型是在解釋變量和被解釋變量關(guān)系沒有明確結(jié)論的情況下，假定系統(tǒng)中每個變量與其他變量相關(guān)，用系統(tǒng)中變量當(dāng)期值與所有變量的若干滯后值進行回歸，以估計所有變量之間的動態(tài)關(guān)系，用于預(yù)測相互聯(lián)系的時間序列系統(tǒng)及隨機擾動對變量系統(tǒng)的動態(tài)沖擊[1]。由于VAR未明確給出變量之間當(dāng)期的關(guān)系，因此本文選用結(jié)構(gòu)VAR模型，通過對變量之間的當(dāng)期作用關(guān)系施加一定得約束，通過脈沖響應(yīng)函數(shù)，發(fā)現(xiàn)變量之間的動態(tài)關(guān)系。

其中，Yt是n維內(nèi)生變量的列向量。Πp是p階滯后的內(nèi)生變量的n×n維系數(shù)矩陣。εt是殘差向量，εt=（ε1t，ε2t，…εnt）T，是作用在Yt上的結(jié)構(gòu)式?jīng)_擊。

2.2 參數(shù)選取

產(chǎn)業(yè)和產(chǎn)業(yè)結(jié)構(gòu)。依據(jù)浙江省統(tǒng)計年鑒的統(tǒng)計口徑，本文選取工業(yè)增加值作為第二產(chǎn)業(yè)(SG)的替代變量。本文將第三產(chǎn)業(yè)（TG）定位于非制造性服務(wù)業(yè)，因此將金融業(yè)和房地產(chǎn)業(yè)從統(tǒng)計口徑中剔除，選取餐飲業(yè)和住宿業(yè)的社會消費零售總額作為第三產(chǎn)業(yè)(TG)替代變量。將TG與SG的比率（IST）作為區(qū)域經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)的替代變量。

信貸和信貸結(jié)構(gòu)。選取短期貸款規(guī)模（L）作為銀行支持第三產(chǎn)業(yè)發(fā)展的規(guī)模支持變量。理由是：零售業(yè)和餐飲業(yè)的業(yè)務(wù)特性決定了其在銀行的貸款以短期貸款作為主。選取短期貸款規(guī)模與貸款總規(guī)模的比率（ILL）作為銀行支持第三產(chǎn)業(yè)發(fā)展的結(jié)構(gòu)支持變量。規(guī)模支持變量反映銀行自發(fā)市場行為對產(chǎn)業(yè)的支持，結(jié)構(gòu)支持變量反映銀行政策傳導(dǎo)機制作用。

2.3 樣本選取

選取浙江省統(tǒng)計局頒布的2008年1月～2010年12月的月度統(tǒng)計數(shù)據(jù)。為了完整保留數(shù)據(jù)所包含的經(jīng)濟信息，本文選用水平數(shù)據(jù)進行分析研究。

3 實證分析

3.1 VAR及SVAR模型識別

為了避免偽回歸，對五個變量的水平數(shù)據(jù)進行平穩(wěn)性檢驗。本文運用Eviews7.0進行ADF平穩(wěn)性檢驗。根據(jù)AIC準(zhǔn)則、SC準(zhǔn)則、DW值，確定C、T、L值。檢驗結(jié)果如表1所示，5個變量在1%水平下一階差分是平穩(wěn)的，是Yt～I(1)過程，記Δ Yt～I(0)。

VAR模型的滯后期選擇，根據(jù)EViews7.0給出的滯后階數(shù)，根據(jù)LR、FER值、AIC值、SC值、HQ值進行確定，確定選擇滯后階數(shù)為1階。檢驗VAR（1）的穩(wěn)定性，若不穩(wěn)定，脈沖響應(yīng)函數(shù)失效。結(jié)果顯示VAR(1)單位根的模都小于1，脈沖響應(yīng)函數(shù)是穩(wěn)定的。

通過EViews分析軟件獲得VAR（1）模型的Πp矩陣系數(shù)和a向量系數(shù)。

3.2 Johansen檢驗

根據(jù)上面的檢驗結(jié)果，五個變量序列一階差分是單整的，因此不能直接用JJ極大似然法建立VAR模型。如果通過Johansen檢驗，證明非平穩(wěn)變量之間存在協(xié)整關(guān)系，那么可以直接使用非平穩(wěn)序列建立VAR模型。依據(jù)五個變量數(shù)據(jù)特征，本文采用Johansen檢驗含有常數(shù)項和時間趨勢，得到的結(jié)果如表2所示。

表1 ADF檢驗結(jié)果

表2 5個變量的Johansen協(xié)整檢驗結(jié)果

結(jié)果顯示在5%顯著水平下，至少存在一個協(xié)整關(guān)系。表明5個變量之間存在長期穩(wěn)定關(guān)系?？梢灾苯咏AR模型，并得到非標(biāo)準(zhǔn)化協(xié)整參數(shù)向量。其中：

3.3 向量誤差修正模型（VEC）

為了描述各變量之間短期互動關(guān)系，建立一個向量誤差修正模型(VEC)，運用JJ極大似然估計得到矩陣的擬合結(jié)果。

并得到誤差修正系數(shù)向量θ和Γ1矩陣系數(shù)。其中，θ=-0.046255，-0.011288，-0.007588，-0.000310，-0.001 789）。誤差修正模型的脈沖響應(yīng)函數(shù)收斂。

4 結(jié)論[4-6]

根據(jù)上述VAR模型和誤差修正模型估計，利用脈沖響應(yīng)分析揭示浙江省近三年來第三產(chǎn)業(yè)發(fā)展、第二產(chǎn)業(yè)發(fā)展、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、銀行貸款結(jié)構(gòu)和短期貸款規(guī)模之間的動態(tài)關(guān)系。

（1）長期趨勢分析。結(jié)果表明從長期看，浙江省第三產(chǎn)業(yè)發(fā)展與第二產(chǎn)業(yè)、區(qū)域產(chǎn)業(yè)結(jié)構(gòu)、短期貸款規(guī)模呈正相關(guān)關(guān)系。區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與貸款結(jié)構(gòu)呈正相關(guān)。經(jīng)濟學(xué)意義解釋為：從長期看①浙江省第三產(chǎn)業(yè)的發(fā)展來自于第二產(chǎn)業(yè)的帶動和貸款規(guī)模支持，第二產(chǎn)業(yè)每增加1個百分點，可帶動第三產(chǎn)業(yè)增加0.12個百分點。短期貸款規(guī)模投放增加1個百分點，第三產(chǎn)業(yè)可增加6個百分點。規(guī)模支持效應(yīng)明顯。②信貸結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整呈正相關(guān)，信貸結(jié)構(gòu)每增加1個百分點可帶動產(chǎn)業(yè)結(jié)構(gòu)0.75個百分點的增加。

（2）短期波動影響。如圖1。短期貸款規(guī)模增加對第三產(chǎn)業(yè)的影響（左圖），在1-4期期間有正或負(fù)響應(yīng)，從第4期開始正向作用明顯，且持續(xù)長久。而短期貸款規(guī)模對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的正向影響在前4期內(nèi)明顯（右圖），在4期之后影響逐漸消除。結(jié)論符合經(jīng)濟學(xué)分析。

圖1 貸款規(guī)模對第三產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)的脈沖分析

（3）如圖2。貸款結(jié)構(gòu)調(diào)整對第二、三產(chǎn)業(yè)規(guī)模影響在1-4期內(nèi)為正向（左圖和中圖）。每1個百分點的沖擊對第三產(chǎn)業(yè)影響最高值是8%，而對第二產(chǎn)業(yè)的影響最高值有30%。表明近兩年浙江省貸款結(jié)構(gòu)調(diào)整中，短期貸款增量中較大比率投向第二產(chǎn)業(yè)，規(guī)模新增部分分配傾向第二產(chǎn)業(yè)。 （4）如圖2。貸款結(jié)構(gòu)對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的作用并不明顯（右圖）。結(jié)合（1）、（2）結(jié)論可見，銀行貸款結(jié)構(gòu)調(diào)整，雖然增加了短期貸款規(guī)模，但增量部分投入第二、三產(chǎn)業(yè)時并沒有向第三產(chǎn)業(yè)傾斜。金融支持在區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中的作用不大。這樣的結(jié)論也符合現(xiàn)實情況，即：商業(yè)銀行發(fā)放貸款主要注重企業(yè)的信用等級和經(jīng)營狀況，在當(dāng)前第二產(chǎn)業(yè)企業(yè)狀況整體好于第三產(chǎn)業(yè)的情況下，銀行貸款自然較多流入第二產(chǎn)業(yè)。也從另一個方面提示政府，通過金融支持手段加快第三產(chǎn)業(yè)發(fā)展，并在較短時間內(nèi)見效，不能依賴商業(yè)銀行自發(fā)的市場行為，政府必須實施強制政策來確保金融資源向第三產(chǎn)業(yè)傾斜。

圖2 貸款結(jié)構(gòu)對第三產(chǎn)業(yè)規(guī)模、第二產(chǎn)業(yè)和產(chǎn)業(yè)結(jié)構(gòu)脈沖分析

[1]夏冠軍.實際匯率、進口貿(mào)易和我國城鄉(xiāng)收入差距----基于結(jié)構(gòu)VAR模型的動態(tài)分析[J].經(jīng)濟地理,2010,(4).

[2]張雪瑩,金德環(huán).金融計量學(xué)[M].上海：上海財經(jīng)大學(xué)出版社,2008.

[3]王云，趙斌.基于SVAR模型的居民消費、固定資產(chǎn)投資與經(jīng)濟增長研究.[J].商業(yè)研究,2010,(12).

[4]畢富,平曉東,周濤.信貸政策與產(chǎn)業(yè)政策協(xié)調(diào)研究[J].金融發(fā)展研究,2008,(4).

[5]劉梅生.我國銀行信貸與產(chǎn)業(yè)結(jié)構(gòu)變動關(guān)系的實證研究[J].南方金融,2009,(7).

[6]陳聰.我國金融發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系研究[J].統(tǒng)計與決策,2008,(9).