地區(qū)金融發(fā)展與經(jīng)濟增長實證研究
——基于2000～2011年廣西14地市面板數(shù)據(jù)

羅力強，李彥，李俊強

(1.廣西大學行健文理學院，廣西南寧530005；2.廣西財經(jīng)學院金融與保險學院，廣西南寧530003；3.南寧職業(yè)技術(shù)學院商學院，廣西南寧，530008)

地區(qū)金融發(fā)展與經(jīng)濟增長實證研究
——基于2000～2011年廣西14地市面板數(shù)據(jù)

羅力強1，李彥2，李俊強3

(1.廣西大學行健文理學院，廣西南寧530005；2.廣西財經(jīng)學院金融與保險學院，廣西南寧530003；3.南寧職業(yè)技術(shù)學院商學院，廣西南寧，530008)

從實證方面發(fā)掘廣西區(qū)域內(nèi)各經(jīng)濟板塊之間的規(guī)律信息，對于制定差異化的經(jīng)濟和金融發(fā)展政策具有重要的理論意義與現(xiàn)實意義。實證研究顯示，由于桂北、桂東經(jīng)濟發(fā)展活力相對低于桂南，而經(jīng)濟發(fā)展水平和收入水平高于桂西地區(qū)，所以經(jīng)濟發(fā)展的更多動力來自于這些積累起來的金融資源，桂南和桂西在金融資源的投放效率上高于其他地區(qū)。各地市之間金融結(jié)構(gòu)同質(zhì)化程度較高，金融結(jié)構(gòu)的不合理對經(jīng)濟增長的負面影響是全區(qū)普遍存在的現(xiàn)象。

金融發(fā)展；區(qū)域經(jīng)濟；面板數(shù)據(jù)

一、選題意義

2011年《廣西壯族自治區(qū)國民經(jīng)濟和社會發(fā)展第十二個五年規(guī)劃綱要》提出了“十二五”時期經(jīng)濟社會發(fā)展目標。經(jīng)濟增長需要高效運行的金融體系及金融資源的支持。但目前對于廣西區(qū)域內(nèi)部經(jīng)濟板塊的金融發(fā)展與經(jīng)濟增長關(guān)系的實證研究目前幾乎是空白，使得人們對金融資源在廣西區(qū)域內(nèi)的作用方式還難以形成數(shù)理關(guān)系上的證據(jù)支持。因此，從實證方面研究廣西區(qū)域內(nèi)部經(jīng)濟板塊的金融發(fā)展與經(jīng)濟增長的關(guān)系，具有重要的理論意義與現(xiàn)實意義。

二、文獻綜述

（一）關(guān)于區(qū)域金融發(fā)展與經(jīng)濟增長的研究

蘇梅對四川省的研究顯示，四川省經(jīng)濟增長強烈地拉動了金融發(fā)展，金融發(fā)展對經(jīng)濟增長的貢獻不是很明顯[1]。陶春海的實證分析發(fā)現(xiàn)江西的金融發(fā)展與經(jīng)濟增長不僅存在正向促進關(guān)系，而且存在格蘭杰意義上的因果關(guān)系[2]。孫文軍、黃倩的實證研究表明，云南省金融發(fā)展和經(jīng)濟增長具有正相關(guān)關(guān)系，技術(shù)進步是云南省經(jīng)濟發(fā)展的關(guān)鍵因素，云南省經(jīng)濟的增長主要來源于資本投入的增加[3]。吳昌盛對湛江金融發(fā)展對經(jīng)濟增長關(guān)系的實證研究認為，湛江金融發(fā)展對經(jīng)濟增長的拉動作用較小，經(jīng)濟金融僅為單向長期因果關(guān)系[4]。

（二）關(guān)于廣西金融發(fā)展與經(jīng)濟增長的研究

林元輝對1978～2008年廣西金融發(fā)展與經(jīng)濟增長的實證研究表明，廣西人均地區(qū)生產(chǎn)總值與金融相關(guān)比率存在較強的因果關(guān)系，人均地區(qū)生產(chǎn)總值增長率與金融相關(guān)比率的關(guān)系不顯著，實際利率滯后變量與經(jīng)濟發(fā)展指標不存在有統(tǒng)計意義的關(guān)系[5]。

綜上所述，在理論研究方面，不同經(jīng)濟區(qū)域之間的金融發(fā)展程度確實會存在明顯的區(qū)域差異，這使得金融發(fā)展政策上的微調(diào)甚至根據(jù)金融發(fā)展階段進行分段式調(diào)整變得必要和可行。為了反映廣西不同經(jīng)濟區(qū)域之間的金融發(fā)展差異對當?shù)亟?jīng)濟增長的影響程度，本文將在面板數(shù)據(jù)模型框架下，分析全區(qū)14個市的GDP與金融機構(gòu)存款余額、貸款余額和金融相關(guān)率之間的關(guān)系，為制定差異化的金融發(fā)展政策提供數(shù)理依據(jù)。

三、計量模型方法、數(shù)據(jù)來源和變量選擇

（一）面板數(shù)據(jù)模型方法

面板數(shù)據(jù)（Panel Data）是指同時具有時間序列性質(zhì)和截面性質(zhì)的數(shù)據(jù)。一般的線性面板數(shù)據(jù)模型可以表示為：

i=1，2，……，N；t=1，2，……，T；uit相互獨立，且滿足零均值、等方差。k為外生變量的個數(shù)，T為時期總數(shù)，N為截面樣本容量。Xti=(x1it，x2it，…，xkit)為外生變量的向量形式；βit=(β1it，β2it，…，βkit)為參數(shù)向量；αit為時期個體恒量（Period Individual-invariant Variable），代表截面單元的個體特性，反映模型中被遺漏的體現(xiàn)個體差異變量的影響；隨機擾動項uit是個體時期變量（Individual Time-varying Variable），代表模型中被遺漏的體現(xiàn)隨截面與時序同時變化的因素的影響。

進一步地，如果假定參數(shù)的數(shù)值不隨時間的不同而變化，則上述模型可以表示為：

其中，參數(shù)αi和βi相對于時間是常量，其取值只受截面單元不同的影響，稱為變系數(shù)模型。變系數(shù)模型又可分為確定效應模型和隨機效應模型。確定效應模型即把遺漏的個體（αit）或時期特性當作未知的確定常數(shù)，而隨機效應模型則把它們視為如同uit一樣的隨機變量[6]。

（二）數(shù)據(jù)來源

本文采用的數(shù)據(jù)均來自歷年《廣西統(tǒng)計年鑒》，各項數(shù)據(jù)均以2000年為基期的廣西RPI（零售物價指數(shù)）調(diào)整為年度實際值。所有時間序列、變量符號及數(shù)據(jù)均指實際值?？紤]數(shù)據(jù)的可獲得性，本文將樣本區(qū)間確定為2000～2011年。

（三）樣本數(shù)據(jù)說明、變量選擇和模型形式

本文采用GDP（變量符號為GDP）來代表經(jīng)濟增長指標，用金融機構(gòu)各項存款余額（變量符號為deposit）、金融機構(gòu)各項貸款余額（變量符號為loan）來反映金融資源的規(guī)模，用金融相關(guān)率（各年金融機構(gòu)年末存、貸款余額之和/當年GDP）（變量符號為FIR）來反映金融發(fā)展程度。為減少異方差的影響，本文對各時間序列均采用對數(shù)形式。

截止2012年7月，廣西上市公司總共只有28家，且在滬深主板市場上市的公司只有23家。截止2011年末，廣西累計從國內(nèi)A股市場募集資金280.434億元，2006～2011年累計發(fā)行國內(nèi)債券462.1億元，其中短期融資券234.1億元，中長期債券只有228億元，相對于間接融資額的比例十分微弱，因此在計量分析中不考慮來自直接融資形成的金融資產(chǎn)對GDP的影響。另外，由于1990年以前的廣西保費收入的數(shù)據(jù)缺失，無法取得同長度的時間序列，在此不予考慮。

為進行全區(qū)14個市的計量分析，本文分別在各變量之后增加后綴_01、_02、_03、_04、_05、_06、_07、_08、_09、_10、_11、_12、_13、_14，分別表示南寧、柳州、桂林、梧州、北海、防城港、欽州、貴港、玉林、百色、賀州、河池、來賓、崇左市的時間序列。由于行政區(qū)劃變更導致不同年份的市級數(shù)據(jù)統(tǒng)計口徑發(fā)生了變化，本文對部分縣的數(shù)據(jù)統(tǒng)一按2011年的行政區(qū)劃狀態(tài)進行了調(diào)整，以保持樣本期內(nèi)各類數(shù)據(jù)的可比性。

在采用的模型形式上，本文用F統(tǒng)計量檢驗應建立混合回歸模型還是個體確定效應回歸模型。F統(tǒng)計量定義為：

原假設(shè)H0：不同個體的截距相同，真實模型是混合回歸模型[7]。在本文中，F(xiàn)值為4.74，大于F0.05（13，127），拒絕原假設(shè)，應建立個體確定效應模型。受數(shù)據(jù)條件的限制，本文無法進行Hausman檢驗以最終判定應選擇個體確定效應模型還是個體隨機效應模型。但考慮到本文以廣西全區(qū)14個市的面板數(shù)據(jù)進行研究，這些數(shù)據(jù)的產(chǎn)生處于同一個系統(tǒng)中，體現(xiàn)了相同的系統(tǒng)特征，所以采用個體確定效應模型。

四、實證檢驗

（一）面板數(shù)據(jù)單位根檢驗

面板模型單位根檢驗是避免出現(xiàn)偽回歸的前提條件。面板單位根檢驗方法主要有LLC檢驗、Breitung檢驗、Hadri檢驗、IPS檢驗、Fisher-ADF、PP-Fisher檢驗。前3種是相同根的檢驗方法，后3種是不同根的檢驗方法；LLC檢驗、Breitung檢驗、IPS檢驗、Fisher-ADF檢驗原假設(shè)是含有單位根；Hadri檢驗原假設(shè)為不含有單位根[8]。本文采用LLC檢驗、IPS檢驗、Fisher-ADF和PP-Fisher檢驗，14個GDP序列、FIR序列、loan序列和deposit序列的面板數(shù)據(jù)單位根檢驗結(jié)果見表1。

表1 面板數(shù)據(jù)單位根檢驗結(jié)果

續(xù)表1面板數(shù)據(jù)單位根檢驗結(jié)果

由表1可見，14個GDP序列、loan序列、deposit序列都存在單位根，它們的一階差分序列以及FIR序列不存在單位根。

一般情況下，只有基于單位根檢驗的結(jié)果表明變量之間是同階單整的才可以進行協(xié)整檢驗。但是當變量個數(shù)多于兩個，即解釋變量個數(shù)多于一個的時候，該標準可以適當放寬。如果被解釋變量的單整階數(shù)不高于任何一個解釋變量的單整階數(shù)，或者當解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)時，則必須至少有兩個解釋變量的單整階數(shù)高于被解釋變量的單整階數(shù)，才可以進行協(xié)整檢驗[9]。因此，根據(jù)放寬的條件，可以對上述面板數(shù)據(jù)進行協(xié)整性檢驗。

（二）面板協(xié)整檢驗

本文分別運用Pedroni法和Kao法進行面板協(xié)整檢驗，以檢驗4個序列之間是否存在一種長期的穩(wěn)定關(guān)系[10]，檢驗結(jié)果分別見表2和表3。

表2 Pedroni檢驗結(jié)果

表3 Kao檢驗結(jié)果

由于本文研究的數(shù)據(jù)只有14個市的10年的數(shù)據(jù)，樣本量較小，所以在Pedroni檢驗中主要關(guān)注的是Panel ADF和Group ADF統(tǒng)計量，因它們擁有很好的小樣本性質(zhì)。從表2和表3中可以看出，Pedroni檢驗的Panel ADF和Group ADF兩個統(tǒng)計量以及Kao檢驗的ADF統(tǒng)計量均在1%的顯著水平下拒絕不存在協(xié)整關(guān)系的原假設(shè)，可知4個變量間存在一種長期穩(wěn)定的關(guān)系，即面板協(xié)整關(guān)系存在。

（三）面板協(xié)整系數(shù)估計

本文建立的確定效應變系數(shù)模型形式如下：

模型的系數(shù)估計結(jié)果見表4。

表4 確定效應變系數(shù)模型系數(shù)估計結(jié)果

由表4可見，所有系數(shù)估計值均顯著。調(diào)整后的決定系數(shù)（Adjusted R2）為1，說明模型的擬合優(yōu)度很高。D.W.檢驗值為2.01，證明殘差無序列相關(guān)。綜合而言，模型整體效果較好。

將表4的結(jié)果從大到小排列，將變量符號轉(zhuǎn)換成其代表的地市名稱，可得表5。

表5 廣西14市模型系數(shù)估計值排序表（由大到小）

（四）結(jié)果分析

變量loan的系數(shù)估計值為正值，值越大，說明金融資源運用對經(jīng)濟增長的貢獻越大。廣西北部灣城市群（南寧、北海、欽州、防城港，簡稱“南北欽防”）分別排名第二、第四、第六、第九，金融機構(gòu)貸款余額對經(jīng)濟增長的促進作用較大。以桂林、梧州、賀州為代表的桂東北經(jīng)濟區(qū)的系數(shù)估計值比較靠后，桂南經(jīng)濟區(qū)的玉林、貴港、崇左排名也較靠后，系數(shù)最大值和最小值差距約1倍，說明在貸款資源的利用效率上，幾個主要的經(jīng)濟區(qū)域之間存在一定程度的分化。廣西北部灣經(jīng)濟區(qū)主要城市在信貸資源快速增加的同時，資金投放對經(jīng)濟增長的促進作用是很明顯的，仍處在資金對經(jīng)濟增長的貢獻率較高的階段。而獲得信貸資源較少的其他區(qū)域，如桂東、桂北和桂南區(qū)域明顯低于北部灣城市群。

變量deposit系數(shù)估計值為正值，值越大，說明金融資源積聚對經(jīng)濟增長的貢獻越大。桂北、桂東城市的金融資源積聚（金融機構(gòu)存款余額）對經(jīng)濟增長的貢獻總體好于桂南和桂西城市，且桂東、桂北和桂南經(jīng)濟區(qū)的系數(shù)估計值普遍大于南北欽防城市群。而在金融資源的投放效果上，基本呈現(xiàn)與上述情況相反的狀態(tài)。這表明，不同經(jīng)濟區(qū)域的經(jīng)濟增長動力來源是不同的，貸款資源較少的區(qū)域往往更傾向于依靠存款規(guī)模的擴張來促進經(jīng)濟增長。表現(xiàn)為經(jīng)濟增長的動力可能更多來自于企業(yè)的內(nèi)源融資或自籌資金，而南北欽防城市群的快速發(fā)展更多來自于快速增加的信貸刺激。可以進一步認為，由于桂北、桂東經(jīng)濟發(fā)展活力相對低于桂南，而經(jīng)濟發(fā)展水平和收入水平高于桂西地區(qū)，所以經(jīng)濟發(fā)展的更多動力來自于這些積累起來的金融資源，桂南和桂西在金融資源的投放效率上高于其他地區(qū)。

變量FIR的系數(shù)估計值均為負值，值越大，說明金融結(jié)構(gòu)對經(jīng)濟增長的抑制作用越大。桂北、桂東經(jīng)濟區(qū)負效應較小，桂南經(jīng)濟區(qū)的負效應較大，南北欽防城市群的負效應居中。說明桂南經(jīng)濟區(qū)的金融結(jié)構(gòu)不合理程度更為突出，而這里恰好是近年來在貸款投放上受到傾斜的地區(qū)?？紤]到各地市之間的系數(shù)估計值差異程度都較小，最大值與最小值之間只有0.0674，表明金融結(jié)構(gòu)的不合理對經(jīng)濟增長的負面影響是全區(qū)普遍存在的現(xiàn)象，各地市之間金融結(jié)構(gòu)同質(zhì)化程度較高。相對于另外兩個變量的系數(shù)估計值而言，F(xiàn)IR的系數(shù)值是最大的，說明這種制約效應是比較突出的。

除去以上三個因素,其他的差異（市場或非市場化因素）都體現(xiàn)在常數(shù)項中。經(jīng)濟增長的四個要素分別是：人力資源（勞動力的功績、教育、紀律、激勵）、自然資源（土地、礦產(chǎn)、燃料、環(huán)境質(zhì)量）、資本（機器、工廠、道路）、技術(shù)（科學、工程、管理、企業(yè)家才能）。四個要素的狀況越差，常數(shù)項的值越小。從排名靠前的幾個地市，如南寧、北海，在上述四個要素方面均具有相對優(yōu)勢。南北欽防城市群受益于廣西北部灣經(jīng)濟區(qū)建設(shè)開發(fā)的快速推進，基礎(chǔ)設(shè)施得到了極大的改善，從整體上看，常數(shù)項高于全區(qū)其他經(jīng)濟區(qū)域。桂東、桂北經(jīng)濟區(qū)域的整體狀況好于桂南經(jīng)濟區(qū)域，這與全區(qū)各區(qū)域的經(jīng)濟發(fā)展實際狀況基本一致。

五、政策建議

為實現(xiàn)廣西“十二五”規(guī)劃綱要提出的各項經(jīng)濟發(fā)展目標，廣西應當針對各區(qū)域經(jīng)濟發(fā)展動力來源呈現(xiàn)的不同特征，實施差異化的金融政策，順應金融與經(jīng)濟的內(nèi)在規(guī)律，在以下方面作出改進。

第一，在信貸投放促進效應比較顯著的區(qū)域，如廣西北部灣城市群，應當繼續(xù)實施傾斜性的信貸支持政策，發(fā)揮其金融資源投放效率較高的優(yōu)勢。在金融資源積聚效應較好的區(qū)域，如桂北和桂東，應當著力改善全社會收入分配機制，適度向企業(yè)和居民傾斜，以進一步提高全社會儲蓄積累水平。

第二，積極發(fā)展各類非銀行金融機構(gòu)實體，營造區(qū)內(nèi)外金融機構(gòu)有序競爭、層次合理、種類豐富的金融生態(tài)環(huán)境。合理調(diào)控社會融資結(jié)構(gòu)，積極發(fā)展直接融資方式，鼓勵企業(yè)通過提升自身經(jīng)營水平，改善信用狀況，吸引社會資本的加入。政府應出臺鼓勵企業(yè)直接融資的政策制度，積極為企業(yè)直接融資提供政策服務。

第三，實施差異化的社會融資結(jié)構(gòu)導向政策。在信貸投放總量較大的經(jīng)濟區(qū)域，政府可通過搭建金融交易平臺，促進非銀行金融機構(gòu)業(yè)務拓展，促進金融機構(gòu)與各類企業(yè)和項目的信息交流與對接，讓更多企業(yè)有機會接觸和選擇更多的金融產(chǎn)品，開闊投融資視野的同時，也創(chuàng)造了更多對新型融資方式的需求。在信貸投放偏少的經(jīng)濟區(qū)域，則應以進一步完善信貸投放渠道為主。

[1]蘇梅.四川省金融發(fā)展與經(jīng)濟增長關(guān)系的實證檢驗[J].經(jīng)濟體制改革,2013(2):65-69.

[2]陶春海.江西金融發(fā)展與經(jīng)濟增長關(guān)系的實證分析[J].江西社會科學,2011(10):63-68.

[3]孫文軍,黃倩.金融發(fā)展對經(jīng)濟增長的影響分析——基于云南省的實證研究[J].云南財經(jīng)大學學報,2011(3): 128-135.

[4]吳昌盛.區(qū)域金融發(fā)展與經(jīng)濟增長關(guān)系的比較研究:廣東湛江視角[J].南方金融,2012(9):84-86.

[5]林元輝,唐華臣.廣西金融發(fā)展與經(jīng)濟增長的實證研究—基于1978年～2008年的時間序列數(shù)據(jù)[J].廣西社會科學, 2010(12):19-23.

[6]易丹輝.數(shù)據(jù)分析與Eviews應用[M].北京:中國統(tǒng)計出版社,2008.

[7]張曉峒.Eviews使用指南與案例[M].北京:機械工業(yè)出版社,2007.

[8]白仲林,張曉峒.面板數(shù)據(jù)的計量經(jīng)濟分析[M].天津:南開大學出版社,2011.

[9]高鐵梅.計量經(jīng)濟分析方法與建模型[M].北京:清華大學出版社,2006.

[10]王志剛.面板數(shù)據(jù)模型及其在經(jīng)濟分析中的應用[M].北京:經(jīng)濟科學出版社,2008.

F202

A

1673-8535（2013）05-0026-07

羅力強（1980-），男，壯族，廣西桂林人，廣西大學行健文理學院講師，碩士，研究方向：區(qū)域金融政策和應用計量經(jīng)濟學。

李彥（1981-），女，廣西梧州人，廣西財經(jīng)學院金融學院講師，碩士，研究方向：金融市場與投資。

（責任編輯：覃華巧）

2013-07-18

廣西壯族自治區(qū)教育廳科研資助項目（201012MS243）；廣西大學行健文理學院科研基金項目（2012RSLX10）

李俊強（1952-），男，廣西梧州人，南寧職業(yè)技術(shù)學院教授，學士，研究生學歷，研究方向：宏觀經(jīng)濟與管理學。