翟永會(huì)

摘要：鑒于證券行業(yè)的特殊性，證券公司的效率始終游離于經(jīng)濟(jì)增長(zhǎng)和金融發(fā)展關(guān)系的研究之外，文章考察了宏觀經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司微觀效率的影響和作用，在吸收和借鑒國(guó)內(nèi)外已有理論并結(jié)合中國(guó)實(shí)際情況的基礎(chǔ)上，建立了經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率影響的理論分析框架，并實(shí)證獲得了經(jīng)濟(jì)增長(zhǎng)不利于金融發(fā)展和證券業(yè)效率提升的證據(jù)，認(rèn)為財(cái)政分權(quán)、政治集權(quán)的體制及經(jīng)濟(jì)增長(zhǎng)方式的粗放性是背后的深層次原因，改革不盡合理的財(cái)政收入分配制度和地方官員考核晉升制度、適度調(diào)低經(jīng)濟(jì)增長(zhǎng)目標(biāo)、實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)方式從粗放型向集約型轉(zhuǎn)變有利于證券公司效率的提升。

關(guān)鍵詞：經(jīng)濟(jì)增長(zhǎng)；公司效率；Grange因果關(guān)系檢驗(yàn)；脈沖響應(yīng)函數(shù)

中圖分類號(hào)：F224； F832.51

Abstract： Given the special nature of the securities industry， the securities company's efficiency has always been separated from the research of relationship of economic growth and financial development. This paper examines the efficiency and role of macroeconomic growth for securities company's micro-efficiency. Theoretical framework for economic growth affect the efficiency of the securities firm has been established by absorbing and learning the existing theories based on the actual situation in China. The evidence of economic growth is not conducive to financial development and securities company's efficiency has been obtained. The fiscal decentralization， institutional and political centralization and extensive mode of economic growth are the deep-seated reasons. The efficiency of securities companies can enhance by reforming unreasonable fiscal income distribution system and local officials assessment promotion system， Modesting reduction in the economic growth target， and achieving economic growth mode from extensive to intensive.

Key words： Economic Growth； Companies Efficiency； Grange Causality Test； Impulse Response Function

一、引言

經(jīng)濟(jì)增長(zhǎng)和金融發(fā)展的關(guān)系是目前全球范圍內(nèi)備受關(guān)注和挑戰(zhàn)的前沿課題之一，關(guān)于此論題目前尚未有明確結(jié)論，而證券公司作為重要的金融機(jī)構(gòu)，關(guān)于其微觀效率與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究更是鮮有涉及。證券公司效率作為微觀金融效率的一個(gè)重要分支，其與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系是金融經(jīng)濟(jì)關(guān)系研究中不可忽視的因素。要研究這一論題，必須從金融全面發(fā)展的視角出發(fā)，不僅要研究經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率的影響，更要研究對(duì)與之密切相關(guān)的金融組織規(guī)模和效率的影響和作用，建立經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率影響的分析框架，吸收和借鑒國(guó)內(nèi)外已有理論，并結(jié)合中國(guó)的實(shí)際情況，進(jìn)行針對(duì)性分析。

現(xiàn)有文獻(xiàn)中，幾乎沒(méi)有對(duì)證券公司效率與經(jīng)濟(jì)增長(zhǎng)關(guān)系的直接研究，僅涉及金融效率和經(jīng)濟(jì)增長(zhǎng)的關(guān)系，而且多把金融效率看作金融發(fā)展的一個(gè)側(cè)面，從金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)關(guān)系的角度，來(lái)認(rèn)識(shí)金融效率和經(jīng)濟(jì)發(fā)展的關(guān)系。關(guān)于金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的認(rèn)識(shí)，已有的理論大致可以分為三類：正相關(guān)論、負(fù)相關(guān)論和不相關(guān)論。根據(jù)對(duì)正相關(guān)關(guān)系的不同解釋，正相關(guān)論又可以進(jìn)一步細(xì)分為正向因果論、反向因果論、雙向因果論和無(wú)因果論（統(tǒng)計(jì)現(xiàn)象論）。

正向因果論的論述，最早可以追溯到Schumpeter（1911）[1]。此外，Gurley & Shaw（1955）[2]、Goldsmith（1969）[3]和Hicks（1969）[4]均持有類似的觀點(diǎn)，他們認(rèn)為發(fā)達(dá)的金融系統(tǒng)可以把金融資源引導(dǎo)到生產(chǎn)率最高的用途上，這被形象的稱為“供給領(lǐng)先”觀點(diǎn)。關(guān)于反向因果論的論述，是由 Robinson（1952）[5]聲稱經(jīng)濟(jì)增長(zhǎng)引致了對(duì)于金融服務(wù)需求，金融系統(tǒng)作為反應(yīng)提供了這些服務(wù)，金融發(fā)展只是完全被動(dòng)地適應(yīng)經(jīng)濟(jì)增長(zhǎng)的要求。反向因果論被歸納為“需求追隨”。雙向因果論則認(rèn)為正向和反向因果關(guān)系均存在。內(nèi)生金融發(fā)展和增長(zhǎng)模型證明了兩者之間互利的交互作用，這實(shí)際上說(shuō)明因果關(guān)系可能是雙向的。無(wú)因果論（統(tǒng)計(jì)現(xiàn)象論）認(rèn)為經(jīng)濟(jì)增長(zhǎng)和金融發(fā)展這種正相關(guān)關(guān)系僅僅是一種統(tǒng)計(jì)現(xiàn)象，并不意味著兩者之間存在因果關(guān)系，兩者之間的正相關(guān)關(guān)系，可能是由于兩者均受某種共同因素的同方向影響造成。

與正相關(guān)論不同，負(fù)相關(guān)論的研究，則大都側(cè)重于金融發(fā)展對(duì)于經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響研究。Jappelli & Pagano（1994）[6]年發(fā)表的著名文章，為主張金融部門發(fā)展和經(jīng)濟(jì)增長(zhǎng)之間存在負(fù)相關(guān)關(guān)系的理論提供了依據(jù)。此外，Gregorio & Guidotti（1995）[7]也認(rèn)為金融中介和經(jīng)濟(jì)增長(zhǎng)之間的負(fù)相關(guān)關(guān)系，在不受管制的金融自由化和政府可能會(huì)采取救援行動(dòng)預(yù)期的作用下，會(huì)發(fā)生逆轉(zhuǎn)。在20世紀(jì)80年代，以Wijnbergen（1982，1983）[8][9]、Taylor（1983）[10]和Buffie（1984）[11]為首的新結(jié)構(gòu)主義者提出的發(fā)展中經(jīng)濟(jì)體模型中，假定在發(fā)展中國(guó)家中可能存在一個(gè)競(jìng)爭(zhēng)而又有效的場(chǎng)外市場(chǎng)或非機(jī)構(gòu)信貸市場(chǎng)，在這種情況下，正規(guī)金融的發(fā)展，可能造成對(duì)場(chǎng)外交易的替代，從而不利于長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)。同時(shí)，以股票市場(chǎng)為代表的直接融資體系同樣有可能對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生不良影響。Kindleberger（1978）[12]指出，在過(guò)度杠桿放大情形下，預(yù)期不穩(wěn)定性和資產(chǎn)投機(jī)可能對(duì)經(jīng)濟(jì)產(chǎn)生嚴(yán)重負(fù)面影響。非理性投資催生資產(chǎn)價(jià)格泡沫，泡沫將會(huì)破滅，由于銀行系統(tǒng)的脆弱性，并引發(fā)經(jīng)濟(jì)危機(jī)。這個(gè)觀點(diǎn)得到Singh（1997）[13]的進(jìn)一步支持。

不相關(guān)論，是基于新古典增長(zhǎng)理論的研究，其表明金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響只有水平效應(yīng)，沒(méi)有增長(zhǎng)效應(yīng)。這樣在長(zhǎng)期內(nèi)，金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)率就是不相關(guān)的。此外，根據(jù)Modigliani & Miller（1958）[14]的論證，在信息完備、任何經(jīng)濟(jì)活動(dòng)都不存在交易成本的情形下，實(shí)際經(jīng)濟(jì)決策獨(dú)立于金融結(jié)構(gòu)。

上述文獻(xiàn)均屬于理論假說(shuō)研究，而大多數(shù)實(shí)證檢驗(yàn)出現(xiàn)在20世紀(jì)90年代以后，以King & Levine（1993b）[15]開(kāi)創(chuàng)性工作為先導(dǎo)。根據(jù)實(shí)證研究采用的數(shù)據(jù)和方法不同，已有的實(shí)證大致可以分為橫截面數(shù)據(jù)研究、時(shí)間序列研究和面板數(shù)據(jù)研究三種類型，由于不同經(jīng)濟(jì)體具有不同制度和結(jié)構(gòu)特性，實(shí)證結(jié)果呈現(xiàn)很大差異： （一）基于截面數(shù)據(jù)的研究只是對(duì)于兩者之間相關(guān)關(guān)系的檢驗(yàn)， 根據(jù)對(duì)James（2008）[16]的總結(jié)中所涉及13項(xiàng)截面數(shù)據(jù)研究的統(tǒng)計(jì)，在13項(xiàng)研究中，有12項(xiàng)研究均支持正相關(guān)觀點(diǎn)。（二）根據(jù)James（2008）中所涉及時(shí)間序列研究的統(tǒng)計(jì)，1984-2007年間共計(jì)有18項(xiàng)相關(guān)研究，其中有7項(xiàng)研究支持正向因果論，有6項(xiàng)研究提供了混合的證據(jù)，即在部分樣本中發(fā)現(xiàn)了支持正向因果論的證據(jù)，在另一部分樣本上發(fā)現(xiàn)了支持反向因果論的證據(jù)。（三）無(wú)論是采用截面數(shù)據(jù)還是時(shí)間序列數(shù)據(jù)的研究，樣本容量太小引起的自由度問(wèn)題會(huì)降低研究結(jié)論的可靠性，近年，有研究者試圖用面板數(shù)據(jù)來(lái)擴(kuò)充樣本容量，根據(jù)James（2008）的總結(jié)，1995-2005年間的17項(xiàng)面板數(shù)據(jù)研究中，有10項(xiàng)明確無(wú)誤的支持正向因果論。

目前國(guó)內(nèi)部分學(xué)者也借鑒國(guó)外相關(guān)的研究思路與指標(biāo)，運(yùn)用計(jì)量經(jīng)濟(jì)手段對(duì)中國(guó)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行了研究：根據(jù)本文的不完全統(tǒng)計(jì)，在25篇相關(guān)研究文獻(xiàn)中，其中6篇進(jìn)行了相關(guān)性分析，另外的文獻(xiàn)集中于因果關(guān)系檢驗(yàn)：（一）在6篇相關(guān)性分析文獻(xiàn)中，除華曉龍等（2004）[17]的研究得出不相關(guān)結(jié)論外，其余研究均支持正相關(guān)結(jié)論。并且除華曉龍等（2004）的研究采用了截面數(shù)據(jù)外，其余5項(xiàng)研究均采用了時(shí)間序列數(shù)據(jù)，但上述6篇文獻(xiàn)均在沒(méi)有檢驗(yàn)序列平穩(wěn)性的條件下進(jìn)行了回歸分析，存在偽回歸的可能，在研究方法上存在一定不足。因此，盡管其中部分文獻(xiàn)聲稱發(fā)現(xiàn)了因果關(guān)系的證據(jù)，但嚴(yán)格來(lái)說(shuō)其研究只能表明存在相關(guān)性。（二）在因果關(guān)系檢驗(yàn)中，大部分研究都以Grange因果關(guān)系檢驗(yàn)作為主要研究工具。根據(jù)我們的不完全統(tǒng)計(jì)，在18篇相關(guān)研究中，有8篇文獻(xiàn)支持正向因果論，有6篇文獻(xiàn)則證實(shí)了負(fù)向因果論，有4項(xiàng)研究則支持雙向因果論，沒(méi)有研究支持無(wú)因果論。其中周好文和鐘永紅（2004）[18]以及張珂等（2009）[19]的研究注意到了經(jīng)濟(jì)金融關(guān)系在不同地區(qū)表現(xiàn)形式的差異性。從數(shù)量上分析，存在因果關(guān)系的結(jié)論得到了絕大多數(shù)實(shí)證支持，但關(guān)于因果關(guān)系的方向，現(xiàn)有研究卻不能達(dá)成一致。

綜上可知，實(shí)證研究并不能給理論爭(zhēng)論提供唯一正確答案。此外，已有實(shí)證研究，在數(shù)據(jù)選取或研究方法上還存在一些缺陷或不足：首先，由于缺乏發(fā)展中國(guó)家的足夠時(shí)間序列數(shù)據(jù)，實(shí)證研究一直以多個(gè)國(guó)家的截面數(shù)據(jù)為主，以截面數(shù)據(jù)的單方程回歸分析，來(lái)作為判斷因果關(guān)系的依據(jù)，缺乏可靠的統(tǒng)計(jì)基礎(chǔ) ；其次，數(shù)據(jù)積累少，研究樣本容量小，影響了結(jié)論的可靠性和穩(wěn)定性，這一問(wèn)題在針對(duì)中國(guó)的相關(guān)研究中更加突出 ；最后，個(gè)別研究在研究方法和工具使用上處理不夠嚴(yán)謹(jǐn)，部分研究在進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)前沒(méi)有進(jìn)行協(xié)整檢驗(yàn)，在研究方法和程序上存在缺陷 ，此外，根據(jù)Granger（1988）[20]的研究，即使在兩非平穩(wěn)變量之間存在協(xié)整關(guān)系，水平形式Granger因果檢驗(yàn)此時(shí)也存在設(shè)定偏誤，應(yīng)使用誤差修正模型（error correction model，ECM）形式的檢驗(yàn)，但除王志強(qiáng)和孫綱（2003）[21]以及周好文和鐘永紅（2004）的研究外，其余的文獻(xiàn)均采用了水平形式Granger因果檢驗(yàn)。

既有研究表明，經(jīng)濟(jì)增長(zhǎng)和金融發(fā)展關(guān)系的研究目前仍尚無(wú)定論，而作為微觀金融效率的一個(gè)重要分支，證券公司效率是金融經(jīng)濟(jì)關(guān)系研究中不可忽視的因素，但目前證券公司（或投資銀行）的效率始終游離于經(jīng)濟(jì)增長(zhǎng)和金融發(fā)展關(guān)系的研究之外，本文試圖在這方面做有益的嘗試，創(chuàng)新之處在于：（一）以往基于新古典經(jīng)濟(jì)增長(zhǎng)理論的研究范式對(duì)企業(yè)效率和經(jīng)濟(jì)增長(zhǎng)的研究，多是強(qiáng)調(diào)企業(yè)效率或生產(chǎn)率（主要是制造業(yè)）對(duì)宏觀經(jīng)濟(jì)增長(zhǎng)的影響和貢獻(xiàn)，本文的研究考察了宏觀經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司微觀效率的影響和作用，在吸收和借鑒國(guó)內(nèi)外已有理論并結(jié)合中國(guó)實(shí)際情況的基礎(chǔ)上，建立了經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率影響的理論分析框架，基于這一框架進(jìn)行的理論分析表明，經(jīng)濟(jì)增長(zhǎng)率提高會(huì)對(duì)證券公司效率造成負(fù)面影響；（二）鑒于以往實(shí)證研究之不足，本文采用月度數(shù)據(jù)擴(kuò)充數(shù)據(jù)量，并在Grange因果關(guān)系檢驗(yàn)基礎(chǔ)上利用VECM模型進(jìn)行實(shí)證檢驗(yàn)，得到支持理論假說(shuō)成立的結(jié)論。

二、經(jīng)濟(jì)增長(zhǎng)與證券公司效率：一個(gè)理論分析框架

本文認(rèn)為中國(guó)經(jīng)濟(jì)增長(zhǎng)和證券公司效率的關(guān)系更多的是呈現(xiàn)負(fù)相關(guān)特征，并且在中國(guó)造成這種負(fù)相關(guān)關(guān)系的原因可能是反向的，即存在經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率和金融發(fā)展的負(fù)面影響，具體的分析思路見(jiàn)圖1：

財(cái)政分權(quán)是中國(guó)轉(zhuǎn)型經(jīng)濟(jì)中最重要體制設(shè)計(jì)之一，中國(guó)的財(cái)政分權(quán)改革是在垂直的政治管理體制內(nèi)進(jìn)行的，因而同時(shí)具備經(jīng)濟(jì)上分權(quán)和政治上集權(quán)的雙重特征。為防范經(jīng)濟(jì)分權(quán)后地方政府的“機(jī)會(huì)主義行為傾向” ，經(jīng)濟(jì)增長(zhǎng)指標(biāo)成為中央政府衡量地方政府績(jī)效的核心指標(biāo)，并將地方政府官員的政治升遷和經(jīng)濟(jì)增長(zhǎng)指標(biāo)掛鉤。這樣的財(cái)政收入分配體制和政治激勵(lì)機(jī)制就形成了地方政府和地方政府官員追逐經(jīng)濟(jì)增長(zhǎng)的強(qiáng)烈沖動(dòng) ，中國(guó)地方政府之間關(guān)系最終表現(xiàn)為“為GDP增長(zhǎng)而競(jìng)爭(zhēng)”。

另一方面，地方政府主導(dǎo)的地區(qū)間GDP增長(zhǎng)競(jìng)爭(zhēng)不可避免地加劇了以低價(jià)格要素大量投入為基本特點(diǎn)的經(jīng)濟(jì)增長(zhǎng)方式，在這樣的背景下，增加資本和勞動(dòng)等要素投入而不是提高全要素生產(chǎn)率成為首要選擇。地方政府的增長(zhǎng)沖動(dòng)就轉(zhuǎn)化為投資沖動(dòng)。相對(duì)不足的地方財(cái)力，相對(duì)于提高經(jīng)濟(jì)增長(zhǎng)率和增加投資的沖動(dòng)顯得捉襟見(jiàn)肘。由于金融資金與政府支出和投資的高度互補(bǔ)性，地方政府對(duì)金融運(yùn)行和金融資源配置的干預(yù)成為必然選項(xiàng)。

迄今為止，國(guó)內(nèi)研究只注意到了地方政府干預(yù)對(duì)信貸資源配置效率的影響。這種干預(yù)在最初體現(xiàn)為對(duì)國(guó)有商業(yè)銀行信貸資源配置的干預(yù)，這導(dǎo)致國(guó)有銀行體系產(chǎn)生大量呆壞賬和不良資產(chǎn)。其實(shí)，地方政府干預(yù)金融資源配置還有另外一條途徑，那就是對(duì)證券市場(chǎng)運(yùn)行進(jìn)行直接和間接干預(yù)。地方政府對(duì)證券市場(chǎng)干預(yù)的最直接表現(xiàn)是不遺余力扶持當(dāng)?shù)仄髽I(yè)上市，除此之外，地方政府對(duì)證券市場(chǎng)的干預(yù)更多的是通過(guò)對(duì)中央政府和監(jiān)管當(dāng)局的游說(shuō)，通過(guò)中央政府和監(jiān)管當(dāng)局的行動(dòng)來(lái)實(shí)現(xiàn)。

根據(jù)我們建立的分析框架，在財(cái)政分權(quán)和政治集權(quán)的體制下，政府具有追求高增長(zhǎng)的強(qiáng)烈沖動(dòng)，這種沖動(dòng)造成了地方政府以及在地方政府游說(shuō)和壓力下中央政府和監(jiān)管當(dāng)局對(duì)金融運(yùn)行的干預(yù)，這種干預(yù)對(duì)證券公司效率形成了一種負(fù)向沖擊（見(jiàn)圖2）。并且地方政府追求經(jīng)濟(jì)增長(zhǎng)的動(dòng)機(jī)越強(qiáng)，設(shè)定的增長(zhǎng)目標(biāo)越高，這種負(fù)向沖擊就會(huì)越大。這樣一個(gè)分析框架為經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率和金融發(fā)展的負(fù)面影響提供了一種解釋。為檢驗(yàn)這一框架在中國(guó)是否成立，我們進(jìn)行了實(shí)證檢驗(yàn)。

三、 經(jīng)濟(jì)增長(zhǎng)與證券公司效率關(guān)系的實(shí)證檢驗(yàn)

為了擴(kuò)充樣本容量，本節(jié)采用了月度數(shù)據(jù)，用工業(yè)增加值月增長(zhǎng)率來(lái)度量經(jīng)濟(jì)增長(zhǎng)（工業(yè)增加值數(shù)據(jù)來(lái)源為Wind資訊金融數(shù)據(jù)庫(kù)）。證券公司效率由于缺少相應(yīng)的月度數(shù)據(jù)無(wú)法直接通過(guò)計(jì)算獲得，本文利用交易所中每個(gè)交易席位所完成的平均交易額來(lái)表示證券公司的效率。對(duì)股票市場(chǎng)交易額和上證綜合指數(shù)進(jìn)行Spearman檢驗(yàn)的結(jié)果表明，兩者間的相關(guān)系數(shù)為0.886，而且這種相關(guān)關(guān)系在1%的水平下顯著。因此，每個(gè)席位股票市場(chǎng)的交易額除受證券公司效率影響外，還要受股票市場(chǎng)行情起伏的影響。為比較準(zhǔn)確的衡量證券業(yè)效率，在計(jì)算每個(gè)席位的平均交易額前，應(yīng)剔除股市行情變動(dòng)的干擾。為此，我們用股票市場(chǎng)的交易額除以上證綜合指數(shù)得到以1990年12月19日的不變價(jià)格度量的實(shí)際交易額，用實(shí)際交易額比交易席位數(shù)，得到每個(gè)席位的平均交易額?？紤]到證券公司一般在深圳和上海同時(shí)開(kāi)戶并設(shè)有席位，席位總數(shù)采用深圳證券交易所的席位總數(shù)，數(shù)據(jù)來(lái)源為《深圳證券交易所市場(chǎng)統(tǒng)計(jì)年鑒》。每個(gè)席位月平均交易額序列和工業(yè)增加值增長(zhǎng)率序列分解記為F和G。樣本數(shù)據(jù)的時(shí)間區(qū)間為2002年1月至2014年9月。本節(jié)借助VAR模型和Grange因果關(guān)系檢驗(yàn)來(lái)判定我國(guó)經(jīng)濟(jì)增長(zhǎng)和證券公司效率之間的因果關(guān)系。建立VAR模型的前提是待檢驗(yàn)的序列必須是平穩(wěn)序列或同階單整且存在協(xié)整關(guān)系。因此，我們首先需要進(jìn)行ADF檢驗(yàn)，來(lái)判斷相關(guān)序列的平穩(wěn)性。

（一）序列平穩(wěn)性的ADF檢驗(yàn)

與方程（2）相比，方程（3）中增加了截距項(xiàng)，而方程（4）中增加了截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)。

利用ADF檢驗(yàn)來(lái)判斷序列平穩(wěn)性，事先必須解決兩個(gè)問(wèn)題：首先，是檢驗(yàn)形式的選擇問(wèn)題。檢驗(yàn)形式的選擇，我們采取觀察序列的方法，若變量序列的數(shù)據(jù)呈現(xiàn)出無(wú)規(guī)則上升和下降，并重復(fù)這一狀況，說(shuō)明數(shù)據(jù)主要由隨機(jī)趨勢(shì)所支配，因而我們選擇方程（2）作為估計(jì)模型；若數(shù)據(jù)呈現(xiàn)隨時(shí)間逐漸上升或下降的趨勢(shì)并且這種趨勢(shì)不太陡峭，則說(shuō)明數(shù)據(jù)主要由隨機(jī)趨勢(shì)和固定趨勢(shì)聯(lián)合支配，我們選擇方程（3）作為估計(jì)模型；若數(shù)據(jù)呈現(xiàn)隨時(shí)間迅速上升或下降的趨勢(shì)，則說(shuō)明數(shù)據(jù)主要由時(shí)間趨勢(shì)所支配，我們可以選擇方程（4）作為估計(jì)模型 。其次是滯后階數(shù)p的確定。在上述三個(gè)檢驗(yàn)?zāi)Ｐ椭屑尤霚蟛罘猪?xiàng)的目的，是為了防止殘差項(xiàng)可能存在的自相關(guān)，但過(guò)多滯后項(xiàng)又會(huì)引起不必要的信息損失。滯后階數(shù)p的確定，我們依據(jù)的原則是，根據(jù)序列的長(zhǎng)度給出一個(gè)上限，然后由EViews軟件基于最小信息準(zhǔn)則（AIC）來(lái)確定實(shí)際滯后階數(shù)。

由數(shù)據(jù)可以看出，F(xiàn)呈明顯的上升趨勢(shì)，并且這種趨勢(shì)不太陡峭，我們對(duì)其采用方程（3）的檢驗(yàn)形式；G呈無(wú)規(guī)則升降，我們對(duì)其采用方程（2）的檢驗(yàn)形式。設(shè)定滯后階數(shù)的上限為30，EVIEW軟件依據(jù)AIC準(zhǔn)則自動(dòng)確定的滯后階數(shù)分別16、12，檢驗(yàn)結(jié)果見(jiàn)表1：

檢驗(yàn)結(jié)果表明，兩個(gè)序列的ADF統(tǒng)計(jì)量均大于10%的顯著性水平下對(duì)應(yīng)的臨界值，存在單位根的原假設(shè)不能被拒絕，因而證券公司效率序列和工業(yè)增加值增速序列均為非平穩(wěn)序列。為了判斷兩序列是否為同階單整序列，我們繼續(xù)對(duì)其一階差分序列進(jìn)行檢驗(yàn)。分別用DF、DG表示其一階差分。EViews軟件依據(jù)AIC準(zhǔn)則，對(duì)兩個(gè)差分序列自動(dòng)確定的滯后階數(shù)分別0、11。檢驗(yàn)結(jié)果見(jiàn)表1。兩個(gè)差分序列的ADF統(tǒng)計(jì)量均小于1%顯著性水平下的臨界值，這說(shuō)明我們均可以以99%的置信度拒絕存在單位根的原假設(shè)。從而DF、DG均為平穩(wěn)序列。這樣序列F和序列G均為I（1），滿足協(xié)整檢驗(yàn)的前提。下面繼續(xù)檢驗(yàn)是兩者之間是否存在協(xié)整關(guān)系。

（二）協(xié)整關(guān)系檢驗(yàn)

協(xié)整的經(jīng)濟(jì)意義在于兩個(gè)或多個(gè)變量雖然它們有各自的長(zhǎng)期波動(dòng)規(guī)律，但是如果它們是協(xié)整的，那它們之間就存在著一個(gè)長(zhǎng)期穩(wěn)定的比例關(guān)系即這些變量之間不能互相分離太遠(yuǎn)。序列F與G之間的協(xié)整關(guān)系檢驗(yàn)采用Johansen檢驗(yàn)。協(xié)整檢驗(yàn)同樣要面臨兩個(gè)事先的選擇：

一個(gè)是滯后階數(shù)的選擇。一般而言，滯后階數(shù)可以通過(guò)似然比統(tǒng)計(jì)量、AIC準(zhǔn)則、SC準(zhǔn)則來(lái)確定。

二是需要確定檢驗(yàn)形式。Johansen協(xié)整檢驗(yàn)包含五種可能的形式：

1.序列沒(méi)有確定趨勢(shì)，協(xié)整方程沒(méi)有截距。

2.序列沒(méi)有確定趨勢(shì)，協(xié)整方程有截距。

3.序列有線性趨勢(shì)，協(xié)整方程僅有截協(xié)整距。

4.序列和協(xié)整方程都有線性趨勢(shì)。

5.序列有二次趨勢(shì)且協(xié)整方程有線性趨勢(shì)。

F序列具有明顯的非隨機(jī)趨勢(shì)，因此我們選擇選項(xiàng)4。依據(jù)AIC準(zhǔn)則，所選擇的最大滯后階數(shù)分別為18，檢驗(yàn)結(jié)果見(jiàn)表2：

檢驗(yàn)結(jié)果表明，無(wú)論是采用跡統(tǒng)計(jì)量方法，還是采用最大特征值統(tǒng)計(jì)量方法，在5%的顯著性水平下，不存在協(xié)整關(guān)系的原假設(shè)總是可以被拒絕，因此，在F和G間存在協(xié)整關(guān)系。這樣的結(jié)果，意味著具備了利用VAR模型進(jìn)行Granger因果關(guān)系檢驗(yàn)的前提條件。

（三） Granger因果關(guān)系檢驗(yàn)

根據(jù)Granger（1988）的研究結(jié)論 ，兩變量之間存在協(xié)整關(guān)系，那么也一定存在Granger因果關(guān)系。因此，檢驗(yàn)的重點(diǎn)不在于是否存在因果關(guān)系，而在于因果關(guān)系的方向。但此時(shí)，傳統(tǒng)的Granger因果檢驗(yàn)存在設(shè)定偏誤，應(yīng)使用誤差修正模型（error correction model，ECM）形式的檢驗(yàn)。為此，我們以F和G為基礎(chǔ)建立如下向量誤差修正模型（vector error correction model，VECM），來(lái)進(jìn)行因果關(guān)系檢驗(yàn)：

在方程（5）中，待檢驗(yàn)的原假設(shè)為 ，如果原假設(shè)不能被拒絕，則意味著DG的滯后項(xiàng)對(duì)F取值沒(méi)有影響，同時(shí)表示F和G之間長(zhǎng)期均衡關(guān)系的誤差修正項(xiàng) 對(duì)F取值也沒(méi)有影響，即G不是F的格蘭杰原因。同樣，在方程（6）中，原假設(shè) 不能被拒絕則表明，F(xiàn)不是G的格蘭杰原因。

Gujarat（1995）[22]指出，Granger 因果檢驗(yàn)的結(jié)論對(duì)滯后階數(shù)高度敏感，因此在實(shí)際使用過(guò)程中必須格外小心。因此，利用VECM進(jìn)行的格蘭杰因果關(guān)系檢驗(yàn)，滯后階數(shù)的選擇十分關(guān)鍵，選擇不同的滯后階數(shù)有可能獲得不同的檢驗(yàn)結(jié)論。VECM滯后階數(shù)的選擇我們利用其對(duì)應(yīng)的水平狀態(tài)的VAR模型（7）來(lái)確定。

VAR模型滯后階數(shù)的判定，通過(guò)如下兩個(gè)步驟：首先確定一個(gè)最大滯后階數(shù)； 其次，利用滯后長(zhǎng)度標(biāo)準(zhǔn)選擇最為合適的實(shí)際滯后階數(shù)。

根據(jù)張成思（2008）[23]推薦的標(biāo)準(zhǔn)，月度數(shù)據(jù)可以考慮的滯后階數(shù)是12、18或24。我們總共有93個(gè)樣本點(diǎn)，在雙內(nèi)生變量VAR模型容許的最大滯后階數(shù)為30。Granger因果檢驗(yàn)的結(jié)論對(duì)滯后階數(shù)很敏感，因此一個(gè)可靠的做法是從一個(gè)盡可能大的滯后階數(shù)開(kāi)始。綜合數(shù)據(jù)自身特征和Granger因果檢驗(yàn)的要求兩方面因素，我們?cè)O(shè)定最大滯后階數(shù)為24。表3給出了VAR模型在最大滯后階數(shù)為24時(shí)的滯后階數(shù)長(zhǎng)度選取標(biāo)準(zhǔn)。盡管在5種選擇標(biāo)準(zhǔn)未能作出完全一致的選擇，在5%的水平下，其中似然比檢驗(yàn)（LR）、最終預(yù)測(cè)誤差（FPE）和HQ信息準(zhǔn)則給出的最優(yōu)滯后階數(shù)均為12，因此我們?cè)O(shè)定模型3-6的最佳滯后階數(shù)應(yīng)該為12。由于VECM的滯后階數(shù)是針對(duì)一階差分項(xiàng)而言，因此其滯后階數(shù)會(huì)比對(duì)應(yīng)的水平形式VAR模型低1。綜上，我們?cè)O(shè)定VECM的滯后階數(shù)為11：

表4中的結(jié)果表明，在方程3-4中， 的假設(shè)在5%的常用顯著性水平下可以被拒絕。在方程（6）中， 的假設(shè)則不能被拒絕。對(duì)于VECM模型，現(xiàn)有計(jì)量工具中的Grange因果檢驗(yàn)選項(xiàng)僅檢驗(yàn)一階差分滯后項(xiàng)的系數(shù)是否聯(lián)合為0，不檢驗(yàn)誤差修正項(xiàng)的系數(shù)是否為0，因而不能單獨(dú)依此直接作為判斷因果關(guān)系的依據(jù)，需要綜合考慮對(duì)誤差修正項(xiàng)系數(shù)的檢驗(yàn)結(jié)果：

誤差修正項(xiàng)的估計(jì)值的t-統(tǒng)計(jì)量服從自由度為59（等于樣本數(shù)92減去待估參數(shù)23）的T分布，在5%的顯著性水平下，對(duì)應(yīng)臨界值為2.000。表5中誤差修正項(xiàng)系數(shù)的估計(jì)結(jié)果表明，因此，方程3-4中 的t統(tǒng)計(jì)量絕對(duì)值大于對(duì)應(yīng)的臨界值， 的假設(shè)可以被拒絕。方程3-5中對(duì)應(yīng)t統(tǒng)計(jì)量絕對(duì)值小于對(duì)應(yīng)的臨界值， 的假設(shè)不能被拒絕。而且誤差修正項(xiàng)系數(shù)絕對(duì)值大于1，這意味著這一方程不會(huì)收斂于長(zhǎng)期均衡狀態(tài)。

綜合來(lái)看， 不成立，這意味G是F的格蘭杰原因，并且這種因果關(guān)系不僅在短期，而且在長(zhǎng)期均是存在的。 則不能被拒絕，這表明F不是G的格蘭杰原因。同時(shí)也表明了證券公司效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不僅在長(zhǎng)期而且在短期是可以被忽略的。

格蘭杰因果關(guān)系檢驗(yàn)的結(jié)果只表明了存在從經(jīng)濟(jì)增長(zhǎng)到證券公司效率的因果關(guān)系，但經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率的作用是正向的還是負(fù)向的，上述檢驗(yàn)并不能給出直觀而又有效的回答。對(duì)于兩者之間長(zhǎng)期的因果關(guān)系，可以通過(guò)方程3-4中誤差修正項(xiàng)的系數(shù)（估計(jì)結(jié)果見(jiàn)表6）來(lái)判定：

從方程（8）來(lái)看，經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率的長(zhǎng)期影響顯然是負(fù)向的。至于經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率的短期影響，則需要借助脈沖響應(yīng)函數(shù)（Impulse Response Function）進(jìn)一步分析。

（四）基于脈沖響應(yīng)函數(shù)的進(jìn)一步分析

脈沖響應(yīng)函數(shù)是用來(lái)衡量隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊對(duì)其它變量當(dāng)前和未來(lái)取值的影響軌跡，它能夠比較直觀地刻畫(huà)出變量之間的動(dòng)態(tài)交互作用及效應(yīng)。利用VAR模型進(jìn)行脈沖響應(yīng)函數(shù)分析的前提是，VAR模型必須是平穩(wěn)的。為此，在保證模型平穩(wěn)性的條件下，我們選擇一個(gè)盡可能大的滯后階數(shù)24開(kāi)始試驗(yàn)，依次降低滯后階數(shù)。結(jié)果發(fā)現(xiàn)滯后14階以上的VAR模型無(wú)法滿足穩(wěn)定性要求，從滯后14階開(kāi)始，VAR模型可以滿足穩(wěn)定性要求。表7給出了對(duì)滯后14階模型3-6的進(jìn)行平穩(wěn)性檢驗(yàn)的AR根：

滯后14階、含有2個(gè)內(nèi)生變量的VAR模型3-6共有28個(gè)根（12乘以2），從表中可以看出，VAR模型的所有根模的倒數(shù)均小于1，即均位于單位圓內(nèi)，因而該模型是平穩(wěn)的。

另外，由于脈沖響應(yīng)函數(shù)對(duì)沖擊的順序非常敏感，根據(jù)Sims（1980）[24]提出的排序，應(yīng)該先是不易受影響的變量（如弱外生變量），后是與之相關(guān)的內(nèi)生變量，最后是其它內(nèi)生變量。工業(yè)增加值序列與證券公司效率序列比較，后者對(duì)外界沖擊的反應(yīng)更加敏感。因此我們?cè)O(shè)定的沖擊順序?yàn)镚、F。

我們?cè)O(shè)定追溯期數(shù)為60（即5年），用殘差協(xié)方差矩陣的Cholesky因子的逆來(lái)正交化脈沖，在估計(jì)殘差協(xié)方差矩陣?yán)肅holesky因子分解時(shí)進(jìn)行了小樣本自由度修正，獲得了對(duì)G施加一個(gè)標(biāo)準(zhǔn)新息（Innovation）沖擊，引起的F的脈沖響應(yīng)函數(shù)及累計(jì)脈沖響應(yīng)函數(shù)曲線（見(jiàn)圖3）。從圖中可以看出，給G施加一個(gè)標(biāo)準(zhǔn)新息沖擊對(duì)F以后各期取值的影響，隨著追溯期數(shù)的增加，呈現(xiàn)以負(fù)值為主、不斷衰減、最后收斂于0的趨勢(shì)。但從累計(jì)脈沖響應(yīng)函數(shù)的估計(jì)值分析，無(wú)論在短期還是在長(zhǎng)期，全部為負(fù)值。這說(shuō)明，經(jīng)濟(jì)增長(zhǎng)率提高對(duì)證券公司效率的的總體影響無(wú)論在短期內(nèi)還是長(zhǎng)期都是負(fù)向的。

檢驗(yàn)結(jié)果表明，存在從經(jīng)濟(jì)增長(zhǎng)到證券公司效率的Grange因果關(guān)系，而且這種因果關(guān)系無(wú)論在長(zhǎng)期或短期均存在，并且經(jīng)濟(jì)增長(zhǎng)率提高對(duì)證券公司效率的累計(jì)影響無(wú)論在短期還是在長(zhǎng)期均是負(fù)向的。這樣的結(jié)果與我們提出的經(jīng)濟(jì)增長(zhǎng)會(huì)對(duì)證券公司效率造成負(fù)面影響的分析框架相一致。

理論推演及實(shí)證檢驗(yàn)的結(jié)果均表明經(jīng)濟(jì)增長(zhǎng)率的提高不利于證券公司效率的提升，這意味著在經(jīng)濟(jì)增長(zhǎng)和證券公司效率之間存在潛在矛盾，在這種情況下，究竟該如何權(quán)衡取舍，這需要考慮是否有利于金融全面發(fā)展和金融資源的有效配置。

四、結(jié)論

本文從金融全面發(fā)展的視角出發(fā)，首先提出了一個(gè)關(guān)于證券公司效率和經(jīng)濟(jì)增長(zhǎng)關(guān)系的理論分析框架：經(jīng)濟(jì)增長(zhǎng)對(duì)證券公司效率會(huì)造成負(fù)面影響。提出這樣的論斷是基于兩個(gè)方面的原因，一是財(cái)政分權(quán)、政治集權(quán)的特殊體制，二是不合理的經(jīng)濟(jì)增長(zhǎng)方式。緊接著利用Grange因果關(guān)系檢驗(yàn)和脈沖響應(yīng)函數(shù)進(jìn)行的實(shí)證表明，這一分析框架是成立的，這意味著在經(jīng)濟(jì)增長(zhǎng)和證券公司效率之間存在潛在矛盾。在這種情況下，究竟該如何權(quán)衡取舍，需要考慮是否有利于金融全面發(fā)展和金融資源的有效配置。證券公司效率提高對(duì)于資本市場(chǎng)發(fā)展以及金融的全面發(fā)展具有重要意義。因此，有必要為證券公司效率提升和金融全面發(fā)展創(chuàng)造條件，具體而言：（一）從源頭上需要改革不盡合理的財(cái)政收入分配制度和地方官員政績(jī)考核晉升機(jī)制， 改變地方政府在現(xiàn)有的財(cái)政體制下過(guò)度追求地方經(jīng)濟(jì)利益最大化、片面追逐經(jīng)濟(jì)增長(zhǎng)的行為，轉(zhuǎn)變中國(guó)地方政府之間 “為GDP增長(zhǎng)而競(jìng)爭(zhēng)”的狀態(tài)，不以經(jīng)濟(jì)增長(zhǎng)率作為衡量地方官員政績(jī)的主要考核指標(biāo)，短期內(nèi)中央政府應(yīng)適度調(diào)低經(jīng)濟(jì)增長(zhǎng)目標(biāo)，在“新常態(tài)”下轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，加快實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的步伐，經(jīng)濟(jì)增長(zhǎng)不再以單純依靠增加資本和勞動(dòng)等要素投入的投資拉動(dòng)為主，應(yīng)向提高全要素生產(chǎn)率轉(zhuǎn)變。（二）政府部門應(yīng)減少對(duì)證券市場(chǎng)運(yùn)行進(jìn)行過(guò)度的干預(yù)。正如干預(yù)信貸資金配置不利于商業(yè)銀行經(jīng)營(yíng)效率提升一樣，對(duì)證券市場(chǎng)的干預(yù)，則有會(huì)對(duì)證券公司效率造成負(fù)面影響和作用，因此，一方面，地方政府應(yīng)轉(zhuǎn)變?cè)趶?qiáng)烈增長(zhǎng)沖動(dòng)和投資沖動(dòng)的作用下，“不遺余力” 扶持當(dāng)?shù)仄髽I(yè)上市以彌補(bǔ)地方政府財(cái)力不足和拉動(dòng)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)的行為，另一方面，應(yīng)改變當(dāng)前中國(guó)股市二級(jí)市場(chǎng)極具特色的政策市循環(huán)現(xiàn)象，事實(shí)上，二級(jí)市場(chǎng)政策市對(duì)證券公司的效率提升具有很大消極作用，在此環(huán)境下，證券公司不再致力于加強(qiáng)經(jīng)營(yíng)管理、提高服務(wù)能力，而是積極打探各種消息，利用這些消息作自營(yíng)或及時(shí)把它們提供給客戶以增加其交易量，因此若想提高證券公司效率必須改變當(dāng)前的政策市現(xiàn)象，使證券市場(chǎng)在效率提升的競(jìng)爭(zhēng)中真正發(fā)揮其市場(chǎng)融資的功能。