胡蘇迪

（1.南京大學 商學院博士后科研流動站；2.南京銀行博士后科研工作站，南京 210008）

0 引言

我國的經濟發(fā)展模式較之其他地域而言，存在著與眾不同的特性。因此，鑒于我國社會主義經濟模式下的新穎特性，在對我國金融體系進行改良提升的環(huán)節(jié)中，切不可僵硬地抄襲歐美學界的現(xiàn)有理論，因為這并不切合我國本土的實際狀況。對此，本文針對我國國內三大地域中的金融水平與經濟增速進行對比性分析，通過此種手段，將會更為深入地促進金融水平與經濟增速間緊密聯(lián)系的研究。

依照這幾年來全球多個國家間的實際案例與理論基礎分析，學界中對金融層次的提高對帶動當?shù)亟洕l(fā)展的作用表示認可，同時指出經濟水平的發(fā)展將有助于金融體系架構的整體優(yōu)化。本文使用格蘭杰因果分析法，對我國多個地域間的金融水平與經濟增速進行可因果論證，結果證明地區(qū)間的金融水平與經濟增速間存在十分緊密的聯(lián)系。更多情況下體現(xiàn)為區(qū)域經濟帶動金融層次提升，從而謀求出一系列惠及我國多個地區(qū)的金融政策，為實現(xiàn)經濟的持續(xù)發(fā)展鋪墊基礎。

1 Panel Data模型的構建

Panel Data模型的主體假設為參數(shù)齊性假設，換言之，經濟變量y是由一個參數(shù)的概率分布函數(shù)所引發(fā)的，函數(shù)P=(y|θ)產生,θ是m維實向量,在任何情況下所有個體均相等。一般的面板數(shù)據(jù)模型可以表示為:

其中,Xit=（X1it,X2it,…，XKit）為外生變量，βit=（β1it,β2it,…，βkit）為參數(shù)向量,K為外生變量個數(shù),T為時期總數(shù)。

依照參數(shù)變化，可將模型分為以下三種情形:

情形1:αi=αj,βi=βj

yit=αi+xitβt+uit

這個情況下，由于截面上并沒有個體影響，也不具備結構性的變動，因此此時期的模型便可視為把多個環(huán)節(jié)中的截面數(shù)據(jù)進行匯總。

情形2:αi≠αj,βi=βj

yit=αi+xitβt+uit

在這種情況下，該類模型也可被稱作變截距模型，由于橫截面上每個個體所帶來的影響有所差異，具體體現(xiàn)為被忽略的反映個體差異變量的影響，所以該類影響被稱作固定效應與隨機效應。

情形3:αi≠αj,βi≠βj

yit=αi+xitβt+uit

在這種情況下，該類模型也可被稱作斜率模型，由于橫截面上經濟架構實時變動，因此在不同的截面時，結構參數(shù)也是有所不同的。

利用該手段進行建模的環(huán)節(jié)中，應當對模型的具體形式作出檢驗，主要檢驗的對象為截面樣本點與時間參數(shù)，具有以下兩種假設：

假設1：在有所差異的截面上所對應的斜率與截距均相等。

假設2：在有所差異的的截面上所對應的斜率相等，但截距不同。

一旦采納了假設1，便不需要更為深入地進行檢驗，能夠依照情形1中的模型進行處理；如果拒絕假設1，則應對假設2進行檢驗，通過檢驗，則采用情形2中的模型;如果假設2被拒絕，則采用情形3中的模型。普遍使用的辦法為協(xié)方差檢驗。

檢驗假設1的F統(tǒng)計量為:

檢驗假設2的F統(tǒng)計量為:

此間S1、S2、S3逐個是依照情形1、情形2、情形3進行預估環(huán)節(jié)中獲取的殘差平方和；而n則是截面樣本點具體數(shù)目；T為時序期數(shù)目；K為待估計參數(shù)的數(shù)目。

本文所有實證模型的計算結果均來自計量經濟學軟件Eviews5.0。

2 指標選取與數(shù)據(jù)來源

依照以往的分類手段，東部地區(qū)涵蓋了北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)涵蓋了山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)涵蓋了重慶、四川、貴州、云南、西藏、新疆、青海、甘肅、寧夏、陜西、廣西、內蒙古。根據(jù)資料的可得性，本文將時間跨度定為2007—2015年，變量選取及數(shù)據(jù)來源如下。

2.1 變量的構造

根據(jù)面板數(shù)據(jù)進行探析的手段，最為直接地體現(xiàn)一個國家或者某個區(qū)域的經濟水平的標準便為國內生產總值，所以本文采用在我國2007—2015年多個地域的GDP情況作為判別該地域經濟發(fā)展水平的標準。選取GDP環(huán)比增率作為具體的一個指標。就金融水平提升層次而言，本文將我國多個省市的金融相關率SFIR、金融相關率FIR以及股票資本化增長比率SCR納入考察的范圍，將1997年作為基年，根據(jù)該年段的具體數(shù)值探討出各類指標對于促進經濟跨越的效用。

2.2 衡量指標

本文采用了金融相關率（FIR）以及股票資本率（SCR）作為衡量不同地域間金融情況的具體標準，探索經濟發(fā)展的標準則是采用GDP增長水平。

本文在對各個地域的金融狀況進行對比的環(huán)節(jié)中，考慮到我國的多數(shù)地區(qū)中涉及金融資產方面的數(shù)據(jù)較少，因此沒有采取麥氏標準進行考究，可行的途徑為參照一個較窄的標準進行衡量，從而探究我國金融現(xiàn)狀。本文定義國有金融相關比率（state-owned financial interrelation ratio，SFIR）為國有銀行存貸款與GDP之比，即：

其中,DS代表國有銀行存款（deposits of state-owned bands），LS代表國有銀行貸款（loans of state-owned banks）。定義全部金融相關比率（total financial interrelation ratio，TFIR）為全部金融機構存貸款與GDP之比，即：

其中,St代表全部金融機構存款（total deposits），Lt代表全部金融機構貸款（total loans）。

以上兩種金融相關率能夠良好地體現(xiàn)我國多個區(qū)域間金融層次的情況。此外，本文引入了金融市場化率（financial mercerization ratio，F(xiàn)MR）來反映金融市場的競爭程度。其定義的辦法較為簡易，便是通過全部相關比率和金融相關率的差值，來體現(xiàn)非國有金融企業(yè)的資產在GDP中所占的比重。即：

普遍而言，良性的競爭能夠帶動效率水平的提升，在一個層面上FMR體現(xiàn)了一個地區(qū)的金融競爭情況，在另一個層面上又體現(xiàn)了該地區(qū)的金融效率的大小，對于當?shù)亟洕奶嵘哂幸欢ǔ潭鹊挠绊憽?/p>

本文選取了股票資本化作為評估全國多個地區(qū)間股票發(fā)展情況的標準，使用SCR表示股票資本率，其相當于全國多個地區(qū)間A股流通市值與年度GDP的比值，能夠有效地體現(xiàn)股市的變動情況。選取流通市值的原因是由于

國家股與法人股不具備上市流通的可能，因此無法有效地降低風險，同時不能夠獲取科學的情報，唯有社會公眾股方能體現(xiàn)股票市場的發(fā)展情況。

2.3 數(shù)據(jù)來源

（1）我國各個地區(qū)的GDP，人均GDP的具體數(shù)據(jù)來源于《新中國五十年統(tǒng)計資料匯編》以及《中國統(tǒng)計年鑒》等統(tǒng)計年鑒。

（2）關于FIR及FER的具體數(shù)值來源于《中國金融年鑒》中歷年的“各地經濟金融篇”。因為該年鑒中所刊登的一些區(qū)域與年份并沒有存在一致的聯(lián)系，鑒于當時學術的質量情況，本文并沒有直接地將該年鑒的數(shù)值一一復制，而是將比率進行更為深入地指數(shù)化，進而通過指數(shù)對實際的案例進行分析，從而從根本上有效降低了原始數(shù)據(jù)誤差可能帶來的影響。

（3）關于SCR的具體數(shù)值來源于《INFOBANK高校財經數(shù)據(jù)庫》，因為一些時段當中的我國多數(shù)地區(qū)缺少具體的證券市場資料，因此本文僅對一些可信度較高的地區(qū)數(shù)據(jù)進行了分析。而對于那些數(shù)據(jù)殘缺或者是不具備一致統(tǒng)計口徑的數(shù)據(jù)，采取了參照當?shù)啬攴萁y(tǒng)計年鑒以及其他參考資料的辦法。而此間的系列數(shù)據(jù)普遍源于《新中國五十年統(tǒng)計資料匯編》，該書統(tǒng)計的跨度周期較為長久，口徑基本一致，因此具備較高的可信度。

3 統(tǒng)計檢驗

3.1 三大區(qū)域的金融發(fā)展指標統(tǒng)計分析

依照上述的分析情況以及面板數(shù)據(jù)模型，可以獲取到區(qū)域金融層次提升與經濟水平發(fā)展的具體關系模型：

其中，i表示各省份，t表示各年，GDPRit為中國各地區(qū)各時期人均GDP增長率，TFIR為全部金融機構存貸款與GDP的比值，體現(xiàn)了各個區(qū)域間的金融相關率，而SCR則是我國多個區(qū)域間A股流通市值與多個區(qū)域間年GDP的比值，體現(xiàn)了股票資本化率。

利用Eviews5.0軟件對中國各地區(qū)經濟金融增長模型進行估計，并計算得到:

查F分布表，給定1%顯著性水平，獲取臨界值:

F1(45，32)=3.05F2(32，46)=1.23

根據(jù)式(2)及式(3)由于 F1＞2.9,所以拒絕假設 1,由于F2＜1.48所以接受假設2，因此地區(qū)之間的經濟增長差異只表現(xiàn)在截距項上，模型是變截距模型。

匯總上述的分析情況，本文采取固定效應的變截距模型作為具體模型。

設定好模型之后，本文選取了廣義最小二乘法作為估算的具體手段，此間的原因是降低來自截面數(shù)據(jù)所引發(fā)的影響。估計結果見表1。根據(jù)分析的情況來看，模型擬合度較為良好，數(shù)值為93.57%，體現(xiàn)了其對實際的經濟發(fā)展具有較好的解釋能力。

表1 我國多個地域間金融發(fā)展標準對投資增長標準的回歸分析

金融相關比率和股票資本化率都在5%的顯著性水平下顯著。金融相關比率的系數(shù)高于股票資本化率的系數(shù)，這十分切合本文的最初設想，也就是在將金融作為主體發(fā)展方向的我國金融環(huán)境中，通過全部金融企業(yè)存貸量占GDP比重作為解釋變量，能夠有效地說明金融層次的提升對經濟發(fā)展所帶來的良好促進效果。

股票資本率系數(shù)低，則體現(xiàn)了股票發(fā)展無法極大推動經濟的提升，這實際上也十分切合多數(shù)學者的研究情況，其指出在我國內部的市場，特別是股票能夠為經濟的發(fā)展所帶來的效果是十分局限的。

針對我國的三大地區(qū)的多個樣本進行回歸分析，可以得到表2的結果。根據(jù)分析可知，三大地區(qū)的擬合優(yōu)度R2相差很大，其中最高的是東部地區(qū)，其數(shù)值為0.68，而數(shù)值最低的西部地區(qū)只有0.38。這實際上體現(xiàn)了東部地區(qū)的經濟提升主要由于金融水平的發(fā)展，而中西部地區(qū)中，金融層次的提升并沒有為當?shù)亟洕陌l(fā)展帶來良好的促進效果。從金融相關率的顯著情況上來看，也同樣體現(xiàn)在東部地區(qū)上，其具體數(shù)值已經達到了10%的顯著水平，但對于中西部地區(qū)而言并不是十分明顯。依照以上的三個數(shù)據(jù)來看，東部地區(qū)的金融相關率為均正，達到了26.84。而中西部地區(qū)的數(shù)值則遠低于平均的數(shù)值，這說明了中西部地區(qū)中，金融層次的提升并沒有為當?shù)亟洕陌l(fā)展帶來良好的促進效果，這實際跟區(qū)域分析存在著共同的結論。

表2 三大區(qū)域的金融發(fā)展指標對經濟增長指標的回歸分析

3.2 省際指標影響程度排序

為了更深入地探討國內多個地區(qū)中金融水平的發(fā)展對經濟所帶來的成效，本文逐個將各個省市的時序數(shù)據(jù)進行了分析。同時對各個省份間的金融發(fā)展標準進行科學排序，從而從多方層面上探討金融發(fā)展標準對當?shù)亟洕鶐淼某尚А?/p>

從各個省份間的金融相關率對當?shù)亟洕鶐淼脑鲩L貢獻來看，金融相關率所帶來的影響不盡相同，在所有的省份當中，有一些省份存在著系數(shù)為負值的情況。該類省份普遍為西部地區(qū)的一些省份，而東部地區(qū)的多數(shù)省份普遍通過了5%的顯著性檢驗，這說明東部地區(qū)的多數(shù)省份的金融層次的提升為當?shù)亟洕陌l(fā)展帶來了良好的促進效果。而關于西部地區(qū)一些省份出現(xiàn)系數(shù)為負值的情況，則說明金融相關率的提升并沒有起到較大的促進影響，甚至出現(xiàn)了阻礙經濟發(fā)展的情況。而對比各個省份間的省際股票資本率以及當?shù)氐慕洕l(fā)展情況來看，該類指標對于經濟的漲幅并沒有起到較大影響。此間，東部地區(qū)中的江浙粵魯四個城市系數(shù)較大，而這些地區(qū)正是金融相關率起到良好成效的省份，說明這些地區(qū)的金融市場與傳統(tǒng)金融中介相互促進。

3.3 總體面板數(shù)據(jù)分析結果

本文使用Eviews5.1軟件對Panel Data模型進行實證，結果如表3所示。

表3 全國樣本、東部、西部樣本的實證結果

分析結果表明，2007—2015年，我國各個地域間的金融層次的提升與當?shù)亟洕降陌l(fā)展模型調整后的R2普遍大于0.9，從調整后的R2以及F統(tǒng)計值來看，統(tǒng)計結果表明金融發(fā)展與經濟增長之間具有較強相關性。

該環(huán)節(jié)中，國有金融企業(yè)層次的提升對于經濟帶來了良好的促進效果，此間，我國中西部地區(qū)的國有金融企業(yè)所帶來的促進效果并不是十分顯著。依照金融市場化指標而言，其對經濟帶來的促進效果取決于市場化的程度大小，兩者之間存在著正比例的關系，而東部地區(qū)所帶來的最高影響系數(shù)為4.96487，西部地區(qū)最低為0.86378。從股票市場層次的提升對經濟所帶來的促進效果看，我國良好的股票市場為經濟的漲幅帶來了良好的正影響，此間，東部地區(qū)的效果更為顯著，西部地區(qū)較低。

3.4 格蘭杰因果檢驗

在將變量進行協(xié)整分析前，應當先進行變量的平穩(wěn)性檢驗，只有當變量一階平穩(wěn)的情況下，才能進行后續(xù)的分析。本文選取了ADF作為檢驗平穩(wěn)性質的根據(jù)。時間數(shù)列GDPRit、TFIR、和SCR的平穩(wěn)性檢驗結果表明經濟增長的變量GDPRit與代表金融發(fā)展的變量TFIR和SCR經過一階差分后都是平穩(wěn)的，他們都是一階單整序列。

因為GDPRit、TFIR、和SCR都是一階單整變量，因此能夠選取Engle-Granger檢驗法，進行協(xié)整回歸，同時檢驗三個變量之間的協(xié)整關聯(lián)。

表4 協(xié)整關系檢驗結果

依照表4中的檢驗關系可以發(fā)現(xiàn)，各個變量之間都具備一定程度的協(xié)整關聯(lián)。而金融相關率與股票資本率都跟經濟的發(fā)展存在著十分緊密的均衡關系。而且從協(xié)整系數(shù)可以看出，金融相關比率與經濟增長率的協(xié)整關系最強。

因為GDPRit、TFIR、以及SCR這三個變量間具有協(xié)整關系，換言之，這三個變量在跨度較長的周期匯總均維持著均衡關系，此間GDPRit、TFIR、和SCR三個非平穩(wěn)序列在回歸環(huán)節(jié)中，無法形成虛假回歸，因此結果是有效的。可對GDPRit、TFIR、和SCR三個序列進行格蘭杰因果關系檢驗。

表5 因果關系檢驗

表5顯示，我國經濟水平的提升便是引發(fā)金融發(fā)展的格蘭杰原因，經濟水平的發(fā)展變動在滯后四年內對于經濟層次的提升所帶來的波動都起到了顯著的影響。此間在滯后一年時效果更為明顯，以后的效果便慢慢開始減弱，因此可以作出以下假設：在我國的多數(shù)區(qū)域中，區(qū)域間金融層次的提升與當?shù)亟洕陌l(fā)展互為因果關聯(lián)，只是更多情況下體現(xiàn)為區(qū)域經濟推動當?shù)亟鹑谒桨l(fā)展。

導致該類因果關聯(lián)的具體緣由，是因為我國的經濟環(huán)境變革比金融環(huán)境改革要來得更早。金融的確是當前我國經濟中最為弱勢的一大環(huán)節(jié)。因為我國金融環(huán)境的變革較為遲緩，因此市場化程度并不高，這導致了我國的貨幣政策只能被動地伴隨經濟進行調控，而無法先行進行有效地引導。當然，在長期范圍內，由于金融市場的發(fā)展，這種金融被動發(fā)展的局面可以被扭轉過來。

根據(jù)目前我國金融發(fā)展的現(xiàn)狀，應當不斷加深金融行業(yè)服務質量的提升工作，而并不是一味地強調資本市場的拓展；此外，更為深入地彰顯非國有經濟的投資政策，消除對非國有企業(yè)的歧視，讓其投資的需求充分地達到認可，進而不斷發(fā)掘該類經濟對推動當?shù)亟洕l(fā)展的強大潛能；最后，應當不斷地拓展我國的股票市場，進而加深其在投融資層面上的巨大效用。

4 結論

本文采取Panel Data模型，依照我國三個地區(qū)與各個省份間經濟的發(fā)展標準與金融提升情況作為研究對象，獲取了我國多個區(qū)域間金融發(fā)展與經濟水平提升間存在的不同程度上的聯(lián)系。由實證結果看出，我國的東部地區(qū)中，依照國有銀行存貸款數(shù)額作為衡量國有金融企業(yè)發(fā)展的標準實際上并不能顯著體現(xiàn)經濟的增長效率；在我國的中部地區(qū)中，國有金融企業(yè)的發(fā)展也并不能為當?shù)氐慕洕鷰砹己玫拇龠M效果；而在西部地區(qū)中，國有銀行等國有金融企業(yè)則為當?shù)氐慕洕l(fā)展帶來了良好的推動效果。東部沿海區(qū)域的經濟增速普遍高于內陸地區(qū)，該區(qū)域占據(jù)非國有經濟的比重較為龐大。

經濟層次的提升與當?shù)亟鹑诘陌l(fā)展并沒有存在緊密的聯(lián)系，也就是此二者間的相關關系僅僅是一個巧合。在經濟發(fā)展的同時，金融機構也在不斷拓展，經濟層次的提升與當?shù)亟鹑诘陌l(fā)展存在著因果關聯(lián)，二者之間相互促進。