陳 明

(廣東白云學院財經(jīng)學院，廣東廣州 510450)

一、引言

金融作為經(jīng)濟資源配置的核心在現(xiàn)代經(jīng)濟中處于重要地位。國外有關金融發(fā)展與經(jīng)濟增長關系的論證最早可以追溯到Schumpeter(1912)對創(chuàng)新的研究。該研究認為有發(fā)展?jié)摿Φ钠髽I(yè)提供融資幫助來加速技術創(chuàng)新和提高生產(chǎn)力，進而促進經(jīng)濟增長。［1］Goldsmith等經(jīng)濟學家(1969)認為金融市場是經(jīng)濟活動的中心。［2］McKinnon(1973)認為發(fā)展中國家金融市場的不完全導致了資源配置的扭曲，阻礙了經(jīng)濟發(fā)展。［3］Levine和Zervos(1998)引入了一些反映股票市場發(fā)展狀況的指標，對金融中介與經(jīng)濟增長關系的研究。結果表明:股票市場和銀行發(fā)展指標都顯著影響了經(jīng)濟增長。［4］國外學者的研究明確了金融發(fā)展與經(jīng)濟發(fā)展的緊密相關性，奠定了經(jīng)濟發(fā)展中金融支持的實證研究基石。

對我國經(jīng)濟發(fā)展中金融所起作用的研究，主要集中在兩個方面:一是金融規(guī)模的發(fā)展是否促進了經(jīng)濟發(fā)展。武志(2010)采用戈氏指標在對我國金融發(fā)展與經(jīng)濟增長的研究中，指出了雖然金融增長能夠促進經(jīng)濟增長，但金融發(fā)展的內(nèi)在質卻只能由經(jīng)濟增長所引致。［5］何誠穎、徐向陽(2013)利用際面板數(shù)據(jù)分析了金融發(fā)展與中國經(jīng)濟增長源泉之間的關系，得出金融發(fā)展并沒有對我國經(jīng)濟增長起到推動作用，反而起到了抑制作用。［6］趙小克，李惠蓉(2013)分析根據(jù)1978－2011年的數(shù)據(jù)，建立VAR模型，對我國金融發(fā)展與經(jīng)濟增長的關系進行了實證再檢驗，結果表明，長期內(nèi)金融發(fā)展規(guī)模的擴大顯著推動了經(jīng)濟增長。［7］二是金融體系結構的變化是否促進了資源配置效率的提高。林毅夫、孫希芳(2008)認為在我國現(xiàn)階段，中小金融機構市場份額的上升對經(jīng)濟增長具有顯著的正向影響。［8］賀小海、劉修巖(2008)利用樣本期為1987－2004年的級面板數(shù)據(jù)對中國各區(qū)銀行業(yè)結構與經(jīng)濟增長的關系進行了計量分析，研究表明中國各區(qū)銀行業(yè)結構對經(jīng)濟增長存在著顯著為負的影響。［9］汪振(2010)對1985－2008年間甘肅金融數(shù)據(jù)采用誤差修正模型進行了實證分析，發(fā)現(xiàn)其金融結構與經(jīng)濟增長不協(xié)調。［10］楊俊、王佳(2012)研究指出金融結構影響收入不平等的經(jīng)濟增長渠道不暢通。［11］李斌紅(2012)利用廣東1995－2009年的經(jīng)濟發(fā)展數(shù)據(jù)，構建了兩個衡量廣東金融結構的因子，并將它們與經(jīng)濟增長指標置于同一模型進行回歸分析后發(fā)現(xiàn):金融總量因子與廣東的經(jīng)濟增長率呈顯著正相關關系。［12］

以上研究帶給我們很多啟示，但也存在一些不足。例如:有學者關于金融在經(jīng)濟發(fā)展中的作用的研究，停留在國家層面;有學者僅把金融機構存貸款余額之和作為金融資產(chǎn)總量指標，這樣就不能真正反映一國金融發(fā)展的情況;有學者僅考慮銀行業(yè)而較少考慮資本市場和保險市場;有學者僅從金融規(guī)模的角度考察經(jīng)濟增長中金融發(fā)展情況，沒有考慮結構性因素，有可能會遺漏重要的解釋變量;等等。針對以上不足，為了能夠同時反映研究對象在時間和空間兩個維度上的不同變化規(guī)律，本文將在已有文獻的基礎上，利用面板模型，選擇金融規(guī)模和反映金融結構的銀行業(yè)結構變量，對2000年到2012年廣東經(jīng)濟發(fā)展中的金融的作用進行較為細致的實證檢驗。

二、變量選取、數(shù)據(jù)來源與模型設定

(一)變量選取與數(shù)據(jù)來源

為了研究經(jīng)濟發(fā)展中金融支持的作用，我們參考大多數(shù)文獻的做法，選擇生產(chǎn)總值作為衡量廣東經(jīng)濟發(fā)展的代理變量，為剔除通貨膨脹的影響，采用按2000年定基價格計算的生產(chǎn)總值增長率來衡量廣東各地區(qū)的經(jīng)濟發(fā)展速度，記為RGDP。金融規(guī)模主要指各類金融資產(chǎn)和各種金融機構的增多，因此我們選擇各地區(qū)金融資產(chǎn)總量占該地區(qū)國內(nèi)生產(chǎn)總值的比重作為衡量金融規(guī)模水平的代理變量，記為JRGM。反映金融結構的變量為銀行集中度，我們借用王勛(2011)做法，用各地區(qū)中小金融機構年末本外幣貸款余額占該地區(qū)全部金融機構總貸款余額的比例衡量銀行業(yè)集中度與競爭程度，該比例越低，說明四大國有銀行的主導地位越明顯，銀行集中度越高，［13］記為JRJG。由于在現(xiàn)實中，其他相關社會經(jīng)濟指標也可能會對經(jīng)濟發(fā)展產(chǎn)生影響，為了檢驗與經(jīng)濟發(fā)展之間的關系是否獨立于其他變量，有必要對經(jīng)濟濟發(fā)展的這些其他變量進行控制。不同文獻對其他控制變量的選擇也不同，考慮到數(shù)據(jù)的可得性，我們將控制變量選擇為以下三個變量:投資率、政府作用和對外開放度等，這也是眾多文獻中出現(xiàn)率較高的變量。同時以各地區(qū)全社會固定資產(chǎn)投資在各地區(qū)GDP的比重來衡量投資率，記為TZL;以各地區(qū)財政支出比各地區(qū)GDP來衡量政府作用，記為ZFZY;以各地區(qū)外商直接投資比各地區(qū)GDP來衡量對外開放度，記為KFCD。為消除異方差性可能帶來的不利影響，我們對各個變量取比值形式。表1給出了主要變量的描述性統(tǒng)計特征。

本文選取的廣東21地級市的金融發(fā)展、經(jīng)濟發(fā)展與其他控制變量的原始數(shù)據(jù)分別來自廣東統(tǒng)計信息網(wǎng)、中國人民銀行發(fā)布的各年廣東金融運行報告、《廣東統(tǒng)計年鑒》等，數(shù)據(jù)的樣本區(qū)間為2000－2012年。

表1 主要變量的描述統(tǒng)計

式中，Y為生產(chǎn)總值，A為其他經(jīng)濟變量，K為資本存量，L為勞動力;α和β分別為資本和勞動的產(chǎn)出彈性，γ表示隨機誤差項，t表示時間。兩邊取對數(shù)并對時間t求導，得到生產(chǎn)總值增長率:

由于影響經(jīng)濟發(fā)展的其他經(jīng)濟變量是除去資本和勞動的變量，有金融規(guī)模、金融結構和、政府行為及對外開放度等，由此我們將A的增長率設定為:

(二)模型設定

借鑒以往的一些研究，采用柯布道格拉斯函數(shù)形式，把生產(chǎn)函數(shù)設定為:

式中，X為影響其他經(jīng)濟變量增長率的因素，θ為參數(shù)，εt為隨機擾動項。(3)代入(2)得到:

結合以上思想，考慮到本文研究的實際情況，建立如下面板模型:

式中，RGDPit是第i個地區(qū)第t年的實際生產(chǎn)總值增長率，下標i和t分別表示地區(qū)和年份;Fit是反映第i個地區(qū)第t年金融規(guī)模和金融結構的變量;Xit為一組影響經(jīng)濟發(fā)展的其他控制變量。Ui為不隨時間改變的地區(qū)效應，Vt為不隨地區(qū)改變的時間效應，εit為隨機誤差項。此外，經(jīng)濟發(fā)展可能存在動態(tài)效應，上一年的經(jīng)濟形勢會影響當年經(jīng)濟增長。因此，進一步采用動態(tài)面板數(shù)據(jù)模型分析這種動態(tài)效應，設定的動態(tài)面板數(shù)據(jù)的基本模型如下:

三、實證分析

我們采用廣東21個地級市的面板數(shù)據(jù)對模型進行估計，由于面板數(shù)據(jù)包含了時間和截面維度，因此在回歸前需對數(shù)據(jù)進行單位根檢驗。如果存在單位根，則對該序列進行一階差分后繼續(xù)檢驗，若仍存在單位根，則進行二階甚至高階差分后檢驗，直至序列平穩(wěn)為止。如果基于單位根檢驗的結果發(fā)現(xiàn)變量之間是同階單整的，那么可以進行協(xié)整檢驗。通過了協(xié)整檢驗，說明變量之間存在著長期穩(wěn)定的均衡關系，其方程回歸殘差是平穩(wěn)的。面板數(shù)據(jù)模型的選擇通常有混合估計模型、固定效應模型、隨機效應模型三種形式。在模型形式的選擇方法上，先用Hausman檢驗確定應該建立隨機效應模型還是固定效應模型，然后進行混合估計模型的F檢驗和LR檢驗來確定應該建立混合估計模型還是固定效應模型。

(一)單位根檢驗和協(xié)整檢驗

一般回歸前要檢驗面板數(shù)據(jù)是否存在單位根，以檢驗數(shù)據(jù)的平穩(wěn)性，避免偽回歸，或虛假回歸，確保估計的有效性。單位根檢驗的方法較多，可以使用LLC、Breintung、IPS、ADF－Fisher和PP－Fisher這5種方法進行面板單位根檢驗。在檢驗中LLC、Breitung的原假設是同質面板單位根;IPS、ADF－Fisher、PP－Fisher Chi－square的原假設是異質面板單位根。實證過程我們首先對各變量分地區(qū)進行單位根檢驗。為了方便起見，我們只采用相同根單位根檢驗LLC和不同根單位根檢驗ADF－Fisher這兩種檢驗方法，如果它們都拒絕存在單位根的原假設，則可以認為此序列是平穩(wěn)的，反之就是非平穩(wěn)的。面板單位根檢驗結果見表2。

表2 變量面板單位根檢驗

從表2面板單位根檢驗結果可以得到，變量是不穩(wěn)定的。具體來看，LLC檢驗認為經(jīng)濟發(fā)展、投資率和政府作用所對應的P值均大于顯著性水平5%的原假設，存在同質面板單位根;金融規(guī)模、金融結構和開放程度所對應的P值均小于顯著性水平5%的原假設，不存在同質面板單位根。ADF－Fisher檢驗中各個變量所對應的P值都大于顯著性水平5%的原假設，認為存在異質面板單位根。綜合來看所有變量基本都是非平穩(wěn)的，需要進一步對變量進行差分以檢驗差分變量的平穩(wěn)性，變量的一階差分面板單位根檢驗結果見表3。

表3 一階差分變量面板單位根檢驗

從表3檢驗結果可以得到，差分變量是平穩(wěn)的。具體來看，LLC檢驗和ADF檢驗各個變量所對應的P值都小于顯著性水平5%的原假設，所以不存在同質面板和異質面板的單位根。即:所有變量經(jīng)過一階差分后都是平穩(wěn)的。

綜上可知，面板單位根檢驗結果可以得到:所有變量均是一階單整，即I(1)序列。為避免直接使用最小二乘法所導致的偽回歸問題，應該進一步對面板數(shù)據(jù)進行協(xié)整檢驗。面板數(shù)據(jù)協(xié)整檢驗結果見表4。

表4 面板數(shù)據(jù)協(xié)整檢驗結果

從表4的協(xié)整檢驗結果可以看出，Pedronix協(xié)整檢驗和Kao協(xié)整檢驗所對應統(tǒng)計量的P值都小于相應的顯著性水平，表示存在協(xié)整關系。因此，模型的變量之間存在著長期穩(wěn)定的關系。

(二)協(xié)方差分析及模型的最終確定

利用本文所采用的數(shù)據(jù)，運用EVIEWS7．2進行協(xié)方差分析檢驗，得到Hausman檢驗、F檢驗和LR檢驗的結果，見表5和表6。通過表5可以看出Hausman檢驗的檢驗統(tǒng)計量為35．9715，伴隨概率為0，因此我們拒絕固定效應模型與隨機效應模型不存在系統(tǒng)差異的原假設，建立固定效應模型。從表6的檢驗結果可以看出，F(xiàn)統(tǒng)計量和LR統(tǒng)計量的伴隨概率都為0，均小于0．05的顯著性水平;F統(tǒng)計量為5．3253大于F臨界值:F(20，247)≈1．61，LR統(tǒng)計量為97．8733大于LR統(tǒng)計量的臨界值31．4。因此，拒絕混合估計模型相對于固定效應模型更有效的假設，建立固定效應模型。綜合以上結果，我們最終確定的模型是固定效應模型。

表5 Hausman檢驗結果

表6 F檢驗和LR檢驗結果

(三)計量結果及分析

根據(jù)以上的結論，我們首先從固定效應模型的基準回歸中得到的金融規(guī)模、金融結構和其他相關經(jīng)濟變量對廣東經(jīng)濟發(fā)展的影響，然后給出動態(tài)面板數(shù)據(jù)的估計結果?？紤]到面板模型存在的異方差性和序列相關性可能會導致模型估計出的回歸系數(shù)無效，因此采用同時對截面單元異方差性和同期相關性進行修正的似然不相關回歸方法SUR對模型估計。

1．固定效應模型

實證方法采用將變量逐次引進的建模思路進行分析。模型1將金融規(guī)模、金融結構作為解釋變量引入模型。模型2加入了投資率、政府作用和對外開放程度。模型3在聯(lián)合顯著性檢驗的基礎上將不顯著的對外開放程度變量剔除。實證分析結果見表7。

表7 固定效應模型分析結果

在模型1至模型2的回歸結果中，金融規(guī)模的系數(shù)為負，反映了在其他條件不變的情況下，廣東金融機構在數(shù)量和總資產(chǎn)上的增加并沒有對廣東經(jīng)濟發(fā)展產(chǎn)生積極作用，原因在于金融規(guī)模過度擴張會導致金融脆弱性增強，從而使金融風險加大，不利于經(jīng)濟的發(fā)展。金融結構的系數(shù)也顯著為負，反映了在廣東四大行的主導地位明顯的情況下(見表1所描述的金融結構的統(tǒng)計量的值)，銀行業(yè)結構太過集中不利于廣東經(jīng)濟發(fā)展。應該增加中小金融機構的市場份額、降低銀行業(yè)的壟斷程度及促進銀行業(yè)的競爭，為更多有前途的項目提供資金支持，促進廣東經(jīng)濟發(fā)展。從模型3可以看出，在其他條件不變的情況下，金融規(guī)模擴大1%會造成廣東經(jīng)濟發(fā)展速度下降0．0076%，而金融結構壟斷度擴大1%會造成廣東經(jīng)濟發(fā)展速度下降0．6209%。

2．動態(tài)面板模型

我們采用GMM估計方法估計動態(tài)面板模型來考察金融規(guī)模和所有制結構的內(nèi)生性。模型1將金融規(guī)模和金融結構作為內(nèi)生變量，將投資率作為前定變量，把政府作用、開放程度作為外生變量進行回歸;模型2將模型1中較不顯著的外生變量政府作用和開放程度剔除;模型3在模型2的基礎上將投資率作為內(nèi)生變量進行估計。在回歸過程中，對3個模型的做過度識別的Sagan檢驗:模型1通過scalar pval=@chisq(18．42291，15)可得P值=0．241085，同理，可得模型2的 P值 =0．232971，模型3的 P值 =0．23023。因此接受“過度約束正確的零假設”，在統(tǒng)計意義下，所有模型過度識別的矩條件都是合理的。表8列出了動態(tài)面板模型的估計結果。

表8 動態(tài)面板模型分析結果

注:括號內(nèi)是標準差;＊＊＊、＊＊、*表示在1%、5%、10%的顯著性水平下通過檢驗。

從表8可以得到，金融規(guī)模好金融結構的系數(shù)顯著為負，反映廣東金融規(guī)模的擴大和金融結構的集中的對廣東的經(jīng)濟發(fā)展產(chǎn)生負作用。從模型2和3可知兩個變量的系數(shù)基本保持穩(wěn)定，在其他因素保持不變的情況下，金融規(guī)模擴大1%會引起廣東經(jīng)濟發(fā)展速度下降約為0．09%，而金融結構集中度比例提高1%會引起廣東經(jīng)濟發(fā)展速度下降約為0．5%。

五、結論及含義

本文基于廣東21個地級市2000－2012年的數(shù)據(jù)，運用面板模型對衡量廣東金融發(fā)展水平的金融規(guī)模、金融結構對經(jīng)濟發(fā)展的作用進行了實證分析，得出的結果及含義如下:

廣東金融規(guī)模的盲目擴大并不支持其經(jīng)濟發(fā)展，這一結果與王勛和趙珍(2011)、何誠穎和徐向陽(2013)等得出的關于金融體系分析的其他實證研究的結論一致。究其原因在于對廣東經(jīng)濟發(fā)展產(chǎn)生重要貢獻的民營企業(yè)貸款難，雖說整個廣東金融規(guī)模增加，但金融企業(yè)的貸款大部分貸給了大型的央企，金融機構的低效率正在成為廣東經(jīng)濟發(fā)展道路上的絆腳石，金融規(guī)模的擴大轉化為經(jīng)濟發(fā)展的動力機制存在障礙。廣東金融結構的過度集中對經(jīng)濟發(fā)展產(chǎn)生反作用，在本文的實證研究中，即使控制了政府作用變量和開放程度變量的比重，但反映銀行業(yè)集中度的變量與經(jīng)濟增長率之間還是存在顯著負相關。我們認為，造成廣東金融結構體系低效率的原因，是國有銀行的所有制結構和整個廣東銀行業(yè)不合理的規(guī)模結構，因為規(guī)模龐大的四大國有銀行在為符合廣東比較優(yōu)勢的勞動密集型中小民營企業(yè)提供融資服務方面缺乏優(yōu)勢。

本文對可能存在的內(nèi)生性的其他解釋變量作出了進一步考慮，并用動態(tài)面板數(shù)據(jù)模型進行重新估計，估計結果再次顯示，各地區(qū)全社會固定資產(chǎn)投資比重的上升對經(jīng)濟發(fā)展具有顯著的正向影響，表8顯示出投資率每增加1%會引起廣東經(jīng)濟發(fā)展速度上升約為0．8625%。這表明，通過建造和購置固定資產(chǎn)的活動，不斷采用先進技術裝備，建立新興部門，對進一步調整廣東經(jīng)濟結構和生產(chǎn)力的地區(qū)分布具有重要意義。

金融發(fā)展能否有效地支持地區(qū)的經(jīng)濟發(fā)展，本文對此實證了一地區(qū)經(jīng)濟的發(fā)展不僅在于金融總體規(guī)模的大小，也在于金融結構是否適應實體經(jīng)濟發(fā)展的內(nèi)在要求。這一判斷表明了如何度量金融發(fā)展對有關金融發(fā)展與經(jīng)濟發(fā)展關系的實證研究是非常重要的。大多數(shù)實證研究僅從金融發(fā)展的某一方面出發(fā)，這可能不是度量的一個好的指標，構造一個更為全面的金融發(fā)展度量指標應該需要同時考慮金融的規(guī)模和結構。此外，本文的實證研究結果具有明顯的政策含義，廣東金融體制改革應該進一步將著眼點放在鼓勵金融開放、提高金融質量和降低銀行集中度上。這樣廣東經(jīng)濟發(fā)展才會更加穩(wěn)健、更加安全。

［1］SCHUMPETER J．The Theory of Economic Development［M］．Cambridge:Harvard University Press，1912．

［2］GOLDSMITH R W．Financial Structure and Development［M］．Yale University Press，1969:35 －74．

［3］MCKINNON R I．Money and Capital in Economic Development［J］．Brookings Institution，1973:34 －98．

［4］LEVINE R，ZERVOS S．Stock Markets、Banks and Economic Growth［J］．American Economic Review，1998:537－558．

［5］武 志．金融發(fā)展與經(jīng)濟增長:來自中國的經(jīng)驗分析［J］．金融研究，2010(5):58－68．

［6］何誠穎，徐向陽．金融發(fā)展、TFP抑制與增長源泉［J］．經(jīng)濟學家，2013(5):75－85．

［7］趙小克，李惠蓉．金融發(fā)展和經(jīng)濟增長關系的再檢驗［J］．統(tǒng)計與決策，2013(5):119－123．

［8］林毅夫，孫希芳．銀行業(yè)結構與經(jīng)濟增長［J］．經(jīng)濟研究，2008(9):31－46．

［9］賀小海，劉修巖．銀行業(yè)結構與經(jīng)濟增長［J］．南方經(jīng)濟，2008(10):14－25．

［10］汪 振．甘肅金融結構與經(jīng)濟增長關系的實證研究［J］．內(nèi)蒙古農(nóng)業(yè)大學學報，2010(6):48－50．

［11］楊 俊，王 佳．金融結構與收入不平等:渠道和證據(jù)［J］．金融研究，2012(1):116－129．

［12］李斌紅．廣東金融結構與經(jīng)濟增長關系的實證研究［J］．財經(jīng)界，2012(5):5－8．

［13］王 勛，趙 珍．中國金融規(guī)模、金融結構與經(jīng)濟增長［J］．財經(jīng)研究，2011(11):50－61．