四川省金融生态与经济增长关系实证分析.doc

四川省金融生态与经济增长关系实证分析

———————————————————————————————— 作者：
———————————————————————————————— 日期：

8

个人收集整理 勿做商业用途
四川省金融生态与经济增长关系实证分析
由中国社会科学院发布的《中国区域金融生态环境评价》一书中就指出，东部地区的金融生态环境综合指数明显地高于西部地区，而西部部分区域的金融生态环境综合指数甚至要高于中部地区.金融生态与区域经济之间到底存在着怎样的关系？金融生态主体与金融生态环境之间存在着怎样的相互关系？而为了充分发挥金融生态在区域经济发展中的作用，促进区域经济平衡发展，就必须从根本上改变区域金融生态严重失衡的现状，实现金融生态的可持续发展与经济的均衡发展。因此,为了验证金融生态与经济增长之间的关系，本文采用计量模型，对金融生态与经济增长关系进行实证检验。
4。1 模型设定与指标选取
理论分析和经验数据都表明，金融生态与经济增长之间存在某种相关关系，本文根据内生增长模型，定义经济增长与金融生态之间满足以下函数关系：
Y=AF
在这个式子当中,Y表示经济增长,一般用生产总值或得人均生产部值来表示。F指金融生态系统的变量，A指除金融生态系统之外的影响经济增长的变量。本文还定义表征金融生态系统基本特征状况的变量就代表金融生态的发展。为了消除可能存在的异方差,将原模型作对数处理，得到适合本文检验的实证模型：
lnY=a0+a1lnX1+ a2lnX2+…+ anlnXn+u （1）
其中,Y代表人均地区生产总值变量，X1, X2 …Xn代表金融生态系统的基本性状特征变量，a1, a2…an是X1, X2 …Xn变量的参数,经济意义是指这些变量的产出弹性，u是误差项。对于金融生态指标的选取,在已有的文献涉及中几乎没有正式提出,由于变量的可度量性和数据的可获得性，能够代表金融生态系统的各个子系统的变量的数据并不能全部得出，因此我们将按一定的原则进行变量的选取,确保选择的变量不仅能够代表金融生态的基本特征状况，还是能够用可获得的数据进行度量的。
金融生态是金融组织与其生存环境之间及其内部金融组织相互之间的相互作用形成的具有一定结构特征、执行一定功能作用的动态平衡系统，因此，不同地区金融生态的差异很大程度是金融生态环境的差异所导致的，形成了不同的资源配置效率,进而影响区域经济的增长,此时金融生态系统的运行状态则反映了金融生态的好坏程度,为此本文主要是从代表金融生态运行状态的指标入手进行变量的选择,具体包括以下两个解释变量：
一是反映金融深度的指标（FIR）,国际上一般认为经济货币化的程度越高,金融业越发达.本文用金融相关比率来衡量金融深化程度，但是鉴于四川省货币供给数量的不可获得,因而定义变量为：FIR=（区域金融机构贷款余额+区域金融机构存款余额）/地区生产总值。
二是反映金融生态效率的指标(SLR),金融生态效率是指在金融生态各子系统作用下区域金融整体在经济运行中所发挥的效率，即资源的优化配置效率，本文用存贷余额比来表示，简记为SLR。
对于被解释变量，本文采用四川省人均地区生产总值增长率来表示经济增长的指标，用人均国内生产总值作为衡量四川省经济增长的变量，可以消除模型中人力资本变动的影响，比用国内生产总值总额的数据可能出现的错误更少。在本文中用PGDPR表示该指标。
4．2研究方法及数据说明
一般情况下，通过建立回归方程，可以找出某些变量之间的相关关系,但运用这种方法也是有前提的，那就是这些变量的时间序列是平稳的,如果哪个变量序列不是平衡序列的话,最后回归的结果是不可信的,也就是平常说的“伪回归".在研究经济问题时，特别是一些宏观经济变量，基本上都是带有时间趋势的非平稳序列，这个时候我们不能直接进行回归,并用回归结果来分析问题。但是由于内在的经济规律的作用，使得这些经济变量的线性组合却是平稳，因此，我们可以采用协整检验来避免这种“伪回归"的出现。
为了检验四川省金融生态与经济增长是否存在长期的稳定关系，本文首先对各个变量序列进行单位根检验，如果检验结果表明都是平稳序列，我们就直接建立向量自回归模型来探讨。如果结果相反，有的变量不是平稳序列，我们可以对不平稳变量进行差分处理，直到各个变量都平稳为止。如果各个变量是同阶单整的话，则满足协整检验的条件，若是检验结果说明存在协整关系,就表明变量之间存在长期的稳定关系，然后我将进一步作格兰杰因果检验,分析变量之间是否存在因果关系。
本文采用1982年到2011年的数据来作研究金融生态与经济增长之间的关系。所有数据都来自《四川省统计年鉴》。另外，为了避免可能出现的异方差，对所有变量作对数处理，取对数后的序列分别用LnPGDPR、LnFIR、LnSLR来表示。
4。3实证结果与分析
4。3。1变量平稳性检验
在进行协整检验之前,首先要进行单位根检验，只有各个变量都是同阶单整的时候才可以进行协整，单位根检验是协整检验的前提条件.通常有五种单位根检验方法，分别是PP检验，ADF检验，KPSS检验，DFGLS检验，ERS检验,本文采用ADF检验法来进行单位根检验.检验方法就是对ADF统计量与临界值作对比,如果ADF统计量大于临界值，则接受假设，表明变量不平稳，相反表明变量平稳。检验结果如下图。
SIC标准下的单位根检验
变量
T统计量
5％显著水平下临界值
P值
平稳性
lnpgdp
-2。759002
-2.967767
0.0767
非平稳
Lnfir
—1。587832
-2。971853
0.4754
非平稳
lnslr
—0.302768
—2.967767
0.9128
非平稳
Δlnpgdp
—6。503142
-2。971853
0。0000
平稳
Δlnfir
-3.951040
-2。971853
0.0053
平稳
Δlnslr
-6。431948
-2.971853
0。0000
平稳
由上表可知，在5%显著水平下,lnpgdp、lnfir、lnslr各序列都接受原假设，说明原序列都不是平稳序列。然后，对三个变量作一阶差分处理之后发现，在5％显著水平下，Δlnpgdp、Δlnfir、Δlnslr都拒绝原假设,也就是说Δlnpgdp、Δlnfir、Δlnslr都是平稳序列，因此可以用以上序列来建立时间序列模型。
4。3。2 协整检验
通过前面的单位根检验看到,三个变量原本是非平稳序列，但经过一阶差分处理后都是平稳序列,也就是三个变量都是一阶单整,这样的话,我们就可以进行协整检验.但是在进行协整检验之前，还需要确定模型的滞后除数，本文采用VAR估计来确定协整分析的滞后除数。
按检验对象协整检验有两种方法，一种是Johansen—Juselius协整检验法;另一种是E-G检验法.在这里，我们采用前一种检验方法.Johansen与Juselius一起提出了一种基于向量自回归模型的多重协整检验方法,通常称之为Johansen检验，或者JJ检验，它是一种进行多变量协整关系检验的方法。迹检验和最大特征值检验结果如下表.
Johansen协整关系检验（迹检验)结果
协整关系原假设
特征值
迹统计量
5％临界值
Prob。*＊
None ＊
 0.665942
 44。38869
 35.19275
 0.0039
At most 1
 0.390354
 15.88122
 20。26184
 0。1800
At most 2
 0.109470
 3.014413
 9。164546
 0.5780

Johansen协整关系检验（最大特征值检验)结果
协整关系原假设
特征值
最大特征值统计量
5%临界值
Prob。＊＊
None *
 0。665942
 28。50747
 22。29962
 0.0060
At most 1
 0。390354
 12。86680
 15。89210
 0。1411
At most 2
 0.109470
 3。014413
 9。164546
 0。5780
从迹检验和最大特征值检验结果可以看到，在5%显著水平下，迹检验表明三个变量之间有一个协整关系，最大特征值检验也表明有一个协整关系，因此可以认为三个变量之间有且只有一个协整关系。那么，人均生产总值增长率、金融深度和金融生态效率之间存在长期的均衡关系,即三者之间存在长期的比例关系。
协整检验结果（续）
标准化的协整参数
LNPGDP
LNFIR
LNSLR
C
1。000000
—1。692820
(0.53117）
—1.566750
(0.80913)
2。977093
(0。21105）
最大似然比率= 60.96998
该协整关系可以用如下协整方程来表示：
LNPGDP = —2。977093+1.692820* LNFIR +1。566750* LNSLR
从上面的协整方程可以看到，经济增长、金融深度和金融生态效率之间有着长期的稳定关系。金融深度和金融生态效率前面的参数都是正数，表明金融深度和金融生态效率与经济增长之间具有正向相关关系，即金融深度和金融生态效率的提高能促进经济增长.在协整方程当中，金融深度的系数是1.692820,说明金融深度对经济增长的弹性是1.692820,而金融生态效率的弹性系数是1.566750，说明提高一个单位金融生态效率,可以带动经济增长1.566750个百分点.因此，金融深度与金融生态效率对经济增长的作用都比较大。一个地区的金融深度越高,说明该地区的金融业越发达,对经济的贡献也就越大。同样的道理，金融生态效率的提高也能大大促进经济增长，因为良好的金融生态环境可以吸引更多的资金流入,提高本地区的投资和消费，进而促进本地区经济发展,实证检验结果与前面理论分析是一致的。
5.3。3格兰杰因果检验
表 Granger检验结果
原假设 F统计量 P值 结论
LNFIR 不是LNPGDP的格兰杰原因
1。14861
0.3346
拒绝
LNPGDP不是 LNFIR的格兰杰原因
0。58273
0。5664
拒绝
LNSLR不是LNPGDP的格兰杰原因
1。96502
0.1630
拒绝
LNPGDP不是LNSLR的格兰杰原因
0。05566
0。9460
拒绝
LNSLR不是LNFIR的格兰杰原因
6.30412
0。0066
接受
LNFIR不是LNSLR的格兰杰原因
3.86294
0.0358
接受

从检验结果来看,我们拒绝金融深度不是经济增长的格兰杰原因，同时我们也拒绝经济增长不是金融深度的格兰杰原因，说明金融深度与经济增长之间是双向因果关系，即金融深度是经济增长的格兰杰原因，经济增长也是金融深度的格兰杰原因。也就是说，一方面，经济在快速增长的同时，对金融业务的需求会大大增加，这样的话可以大大提高金融业的利润和促进金融业的长远发展.另一方面,金融业的进一步发展，又可以为地区的企业提供资金支持,解决企业的融资问题，进而促进实体经济的发展。同样的道理，金融生态效率与经济增长也存在一种双向因果关系。金融生态效率的提高，不仅提高了资源配置效率，而且提供了更合理的投资渠道，大大提高了投资效率，最终拉动经济增长.反过来,经济的快速增长，就能充分利用金融资源，提高资源的使用效率,从而提高整个金融生态系统的效率.但是，金融深度不是金融生态效率的格兰杰原因,金融生态效率也不是金融深度的格兰杰原因。
4。4实证检验结论
在本文中，我们利用1982年至2011年四川省金融相关比率、金融生态效率与人均生产总值增长率对四川省金融生态与经济增长之间的关系进行了实证检验.其基本结论有:第一，通过单位根检验,我们得出,金融相关比率、金融生态效率与人均生产总值增长率都是一阶单整序列，说明三者之间存在一种长期的协调关系。第二,通过协整检验发现，金融相关比率和金融生态效率与经济增长之间是呈正相关关系。同时，实证检验表明金融生态的确能促进经济增长,即金融生态越发达的地区,其经济发展也越发达。信贷规模的扩大，对地区经济增长率的提高是有正向作用的，四川省提高金融深度与金融生态效率都会促进经济发展。同时通过因果检验得到，金融相关比率和金融生态效率与经济增长之间都具有一种双向因果关系。也就是说,金融生态的的完善可以推动经济增长，经济增长也有助于金融生态的进一步改善。