人口年齡結構能解釋金融資產結構變化嗎

侯熠

【摘 要】生命周期理論認為人口年齡結構會影響儲蓄投資行為，進而經濟中的各類經濟主體也會隨之調整其持有的金融資產組合，在宏觀上反映則是全社會金融資產結構變化。本文嘗試建立動態面板面板模型，運用系統廣義矩（GMM）方法對金磚5國家1988-2010年的面板數據進行了分析。分析發現，銀行貸款的人口年齡齡結構效應表現顯著關系，但股票市值的人口年齡結構效應表現不顯著關系。

【關鍵詞】人口年齡結構；金融資產結構；系統廣義矩估計

0 引言

生命周期理論認為人口年齡結構會影響儲蓄投資行為，進而經濟中的各類經濟主體也會隨之調整其持有的金融資產組合，在宏觀上反映則是全社會金融資產結構變化。金融資產結構是否與合理，將直接影響到宏觀經濟穩定與經濟發展。

國外許多學者對其進行了深入研究。Goldsmith （1969）分析35個國家的歷史數據，研究了各國的金融結構與金融發展問題，而金融資產的結構變化及其對經濟增長的影響就是其研究的一個重要方面。Shaw（1973） 通過金融資產的存量和流量、金融體系的規模和結構衡量一國的金融業是處于金融深化還是金融抑制狀態。Demirgüc Kunt和Levin （2001）研究了全世界150多個國家和地區金融市場和金融機構的規模、效率及業務活動。

在我們看來，關于人口年齡結構對金融資產結構影響的研究是有限的。因此，我們嘗試通過實證分析方法研究人口年齡結構對金融資產結構的影響。

本文后面文章結構如下：第二部分為模型設定、變量描述和數據說明；第三部分為實證結果的分析，最后是結論。

1 模型、變量與數據

1.1 模型與變量

本文選擇簡約計量模型試圖發現人口年齡結構與金融資產結構之間的聯系。

1.1.1 被解釋變量

我們選取的被解釋變量為貸款率（LOANS），股票市值率（EQUITY）。其中貸款率為一國貸款量占當年GDP比例，股票市值率為一國股票市值占當年GDP比例。

1.1.2 解釋變量

人口年齡結構變量。即20-39，40-64，65+。其中20-39是20-39歲人口占總人口比重，40-64是40-64歲人口占總人口比重，65+是65歲以上人口占總人口比重。

1.1.3 控制變量

（1）經濟發展階段。本文以對數形式的人均GDP來代替經濟發展階段。（2）經濟環境。我們采用通貨膨脹率來反映一國的經濟環境。（3）對外開放程度。對外開放程度通常被認為是影響金融市場的重要因素。

根據上述分析，貸款率模型、股票市值率模型分別設定如下：

其中，下標i代表地區，t代表時間，則是隨機擾動項。、X則是一組潛在的影響金融資產結構變化的控制變量，包括人均GDP、對外開放程度、通貨膨脹率。

1.2 數據說明

2 方法與結果

我們運用系統廣義矩（SYS-GMM）方法估計動態面板模型1-8，其中，模型1-4是貸款率模型，被解釋變量為貸款率，解釋變量逐項增減；模型5-8是股市市值率模型，被解釋變量為股市市值率，被解釋變量逐項增減。并參照Horioka和Wan（2007）的研究思路及以往研究文獻，為了更好地控制內生性，我們將20-39、40-64和65+視為外生變量，人口因素一般情況下很少受到經濟因素誤差項的干擾，其他變量均按內生變量處理。各模型結果見表2。

注：本文使用計量統計軟件STATA/SE11.0和Rodman（ 2006） 提供的“xtabond2”程序，并根據本文所設定的不同模型進行運算程序編寫和運算.*、**、***分別表示在10%、5%和1%的水平上顯著.括號中數值為穩健標準誤.AR（1）、AR（2）和Sargan檢驗給出的都是其所對應的p值.

估計中使用穩健（robust）標準誤來控制異方差。動態面板數據容易一階自相關，但不應該存在二階自相關。估計結果報告了AR（1）和AR（2）的P值，絕大部分方程中都滿足這一條件。Sargan檢驗說明工具變量基本合理。

第一，銀行貸款和股市市值總體上均存在強慣性，銀行貸款和股市市值各滯后一期的系數分別為0.725、0.866。動態面板估計很好地反映了兩者的行為特征。

第二，20-39和40-64與銀行貸款率之間的正向關系非常顯著。就金磚五國范圍來看，20-39對銀行貸款率有3.9的顯著影響，40-64對銀行貸款率2.472的顯著影響。

第三，65+與銀行貸款率之間的負向關系非常顯著。就金磚5國范圍來看，65+對銀行貸款率有-3.258的顯著影響。

第四，20-39、40-64和65+與股市市值之間的關系不顯著。可能的原因是金磚五國股票市場體系不健全造成的。

3 結論

本文基于金磚五國面飯，使銀行貸款和人口年齡結構的關系得到了有力的支持和證明，這在一定程度上說明了人口年齡結構與金融資產結構之間關聯。當一國人口年齡結構發生變化時，各類經濟主體的金融資產組合也會隨之發生變化，進而一國的金融資產結構發生相應的變化。如果一國人口年齡結構與其金融資產結構發生不同步的變化時，將直接影響到宏觀經濟穩定與經濟發展。因此，我國政府應該重視長期人口年齡結構變化帶來的金融資產結構需求的變化，對國家未來金融資產結構和宏觀經濟政策進行相應地評估和調整。

【參考文獻】

[1]Abel，A B.（2001）.“Will Bequests Attenuate the Predicted Meltdown in Stock Prices When Baby BoomersRetire？”[Z].Working paper no：01-2，The Wharton School of the University of Pennsylvania and NBER.

[2]Allen，F. and Gale，D.（2000）， “Comparing financial systems”，MIT Press[Z].

[3]Ameriks Jand Zeldes， S.（2000）.“How Do Households Portfolio Shares Vary with Age？”[Z]. Working paper：Columbia University and TIAA-CREF.

[4]Ando，A and F Modigliani（1963）.“The‘Life Cycle Hypothesis of Saving： Aggregate Implications and Tests”[Z].American Economic Review，Vol 53， pp 55-84.

[責任編輯：孫珊珊]

【摘 要】生命周期理論認為人口年齡結構會影響儲蓄投資行為，進而經濟中的各類經濟主體也會隨之調整其持有的金融資產組合，在宏觀上反映則是全社會金融資產結構變化。本文嘗試建立動態面板面板模型，運用系統廣義矩（GMM）方法對金磚5國家1988-2010年的面板數據進行了分析。分析發現，銀行貸款的人口年齡齡結構效應表現顯著關系，但股票市值的人口年齡結構效應表現不顯著關系。

【關鍵詞】人口年齡結構；金融資產結構；系統廣義矩估計

0 引言

生命周期理論認為人口年齡結構會影響儲蓄投資行為，進而經濟中的各類經濟主體也會隨之調整其持有的金融資產組合，在宏觀上反映則是全社會金融資產結構變化。金融資產結構是否與合理，將直接影響到宏觀經濟穩定與經濟發展。

國外許多學者對其進行了深入研究。Goldsmith （1969）分析35個國家的歷史數據，研究了各國的金融結構與金融發展問題，而金融資產的結構變化及其對經濟增長的影響就是其研究的一個重要方面。Shaw（1973） 通過金融資產的存量和流量、金融體系的規模和結構衡量一國的金融業是處于金融深化還是金融抑制狀態。Demirgüc Kunt和Levin （2001）研究了全世界150多個國家和地區金融市場和金融機構的規模、效率及業務活動。

在我們看來，關于人口年齡結構對金融資產結構影響的研究是有限的。因此，我們嘗試通過實證分析方法研究人口年齡結構對金融資產結構的影響。

本文后面文章結構如下：第二部分為模型設定、變量描述和數據說明；第三部分為實證結果的分析，最后是結論。

1 模型、變量與數據

1.1 模型與變量

本文選擇簡約計量模型試圖發現人口年齡結構與金融資產結構之間的聯系。

1.1.1 被解釋變量

我們選取的被解釋變量為貸款率（LOANS），股票市值率（EQUITY）。其中貸款率為一國貸款量占當年GDP比例，股票市值率為一國股票市值占當年GDP比例。

1.1.2 解釋變量

人口年齡結構變量。即20-39，40-64，65+。其中20-39是20-39歲人口占總人口比重，40-64是40-64歲人口占總人口比重，65+是65歲以上人口占總人口比重。

1.1.3 控制變量

（1）經濟發展階段。本文以對數形式的人均GDP來代替經濟發展階段。（2）經濟環境。我們采用通貨膨脹率來反映一國的經濟環境。（3）對外開放程度。對外開放程度通常被認為是影響金融市場的重要因素。

根據上述分析，貸款率模型、股票市值率模型分別設定如下：

其中，下標i代表地區，t代表時間，則是隨機擾動項。、X則是一組潛在的影響金融資產結構變化的控制變量，包括人均GDP、對外開放程度、通貨膨脹率。

1.2 數據說明

2 方法與結果

我們運用系統廣義矩（SYS-GMM）方法估計動態面板模型1-8，其中，模型1-4是貸款率模型，被解釋變量為貸款率，解釋變量逐項增減；模型5-8是股市市值率模型，被解釋變量為股市市值率，被解釋變量逐項增減。并參照Horioka和Wan（2007）的研究思路及以往研究文獻，為了更好地控制內生性，我們將20-39、40-64和65+視為外生變量，人口因素一般情況下很少受到經濟因素誤差項的干擾，其他變量均按內生變量處理。各模型結果見表2。

注：本文使用計量統計軟件STATA/SE11.0和Rodman（ 2006） 提供的“xtabond2”程序，并根據本文所設定的不同模型進行運算程序編寫和運算.*、**、***分別表示在10%、5%和1%的水平上顯著.括號中數值為穩健標準誤.AR（1）、AR（2）和Sargan檢驗給出的都是其所對應的p值.

估計中使用穩健（robust）標準誤來控制異方差。動態面板數據容易一階自相關，但不應該存在二階自相關。估計結果報告了AR（1）和AR（2）的P值，絕大部分方程中都滿足這一條件。Sargan檢驗說明工具變量基本合理。

第一，銀行貸款和股市市值總體上均存在強慣性，銀行貸款和股市市值各滯后一期的系數分別為0.725、0.866。動態面板估計很好地反映了兩者的行為特征。

第二，20-39和40-64與銀行貸款率之間的正向關系非常顯著。就金磚五國范圍來看，20-39對銀行貸款率有3.9的顯著影響，40-64對銀行貸款率2.472的顯著影響。

第三，65+與銀行貸款率之間的負向關系非常顯著。就金磚5國范圍來看，65+對銀行貸款率有-3.258的顯著影響。

第四，20-39、40-64和65+與股市市值之間的關系不顯著。可能的原因是金磚五國股票市場體系不健全造成的。

3 結論

本文基于金磚五國面飯，使銀行貸款和人口年齡結構的關系得到了有力的支持和證明，這在一定程度上說明了人口年齡結構與金融資產結構之間關聯。當一國人口年齡結構發生變化時，各類經濟主體的金融資產組合也會隨之發生變化，進而一國的金融資產結構發生相應的變化。如果一國人口年齡結構與其金融資產結構發生不同步的變化時，將直接影響到宏觀經濟穩定與經濟發展。因此，我國政府應該重視長期人口年齡結構變化帶來的金融資產結構需求的變化，對國家未來金融資產結構和宏觀經濟政策進行相應地評估和調整。

【參考文獻】

[1]Abel，A B.（2001）.“Will Bequests Attenuate the Predicted Meltdown in Stock Prices When Baby BoomersRetire？”[Z].Working paper no：01-2，The Wharton School of the University of Pennsylvania and NBER.

[2]Allen，F. and Gale，D.（2000）， “Comparing financial systems”，MIT Press[Z].

[3]Ameriks Jand Zeldes， S.（2000）.“How Do Households Portfolio Shares Vary with Age？”[Z]. Working paper：Columbia University and TIAA-CREF.

[4]Ando，A and F Modigliani（1963）.“The‘Life Cycle Hypothesis of Saving： Aggregate Implications and Tests”[Z].American Economic Review，Vol 53， pp 55-84.

[責任編輯：孫珊珊]

【摘 要】生命周期理論認為人口年齡結構會影響儲蓄投資行為，進而經濟中的各類經濟主體也會隨之調整其持有的金融資產組合，在宏觀上反映則是全社會金融資產結構變化。本文嘗試建立動態面板面板模型，運用系統廣義矩（GMM）方法對金磚5國家1988-2010年的面板數據進行了分析。分析發現，銀行貸款的人口年齡齡結構效應表現顯著關系，但股票市值的人口年齡結構效應表現不顯著關系。

【關鍵詞】人口年齡結構；金融資產結構；系統廣義矩估計

0 引言

生命周期理論認為人口年齡結構會影響儲蓄投資行為，進而經濟中的各類經濟主體也會隨之調整其持有的金融資產組合，在宏觀上反映則是全社會金融資產結構變化。金融資產結構是否與合理，將直接影響到宏觀經濟穩定與經濟發展。

國外許多學者對其進行了深入研究。Goldsmith （1969）分析35個國家的歷史數據，研究了各國的金融結構與金融發展問題，而金融資產的結構變化及其對經濟增長的影響就是其研究的一個重要方面。Shaw（1973） 通過金融資產的存量和流量、金融體系的規模和結構衡量一國的金融業是處于金融深化還是金融抑制狀態。Demirgüc Kunt和Levin （2001）研究了全世界150多個國家和地區金融市場和金融機構的規模、效率及業務活動。

在我們看來，關于人口年齡結構對金融資產結構影響的研究是有限的。因此，我們嘗試通過實證分析方法研究人口年齡結構對金融資產結構的影響。

本文后面文章結構如下：第二部分為模型設定、變量描述和數據說明；第三部分為實證結果的分析，最后是結論。

1 模型、變量與數據

1.1 模型與變量

本文選擇簡約計量模型試圖發現人口年齡結構與金融資產結構之間的聯系。

1.1.1 被解釋變量

我們選取的被解釋變量為貸款率（LOANS），股票市值率（EQUITY）。其中貸款率為一國貸款量占當年GDP比例，股票市值率為一國股票市值占當年GDP比例。

1.1.2 解釋變量

人口年齡結構變量。即20-39，40-64，65+。其中20-39是20-39歲人口占總人口比重，40-64是40-64歲人口占總人口比重，65+是65歲以上人口占總人口比重。

1.1.3 控制變量

（1）經濟發展階段。本文以對數形式的人均GDP來代替經濟發展階段。（2）經濟環境。我們采用通貨膨脹率來反映一國的經濟環境。（3）對外開放程度。對外開放程度通常被認為是影響金融市場的重要因素。

根據上述分析，貸款率模型、股票市值率模型分別設定如下：

其中，下標i代表地區，t代表時間，則是隨機擾動項。、X則是一組潛在的影響金融資產結構變化的控制變量，包括人均GDP、對外開放程度、通貨膨脹率。

1.2 數據說明

2 方法與結果

我們運用系統廣義矩（SYS-GMM）方法估計動態面板模型1-8，其中，模型1-4是貸款率模型，被解釋變量為貸款率，解釋變量逐項增減；模型5-8是股市市值率模型，被解釋變量為股市市值率，被解釋變量逐項增減。并參照Horioka和Wan（2007）的研究思路及以往研究文獻，為了更好地控制內生性，我們將20-39、40-64和65+視為外生變量，人口因素一般情況下很少受到經濟因素誤差項的干擾，其他變量均按內生變量處理。各模型結果見表2。

注：本文使用計量統計軟件STATA/SE11.0和Rodman（ 2006） 提供的“xtabond2”程序，并根據本文所設定的不同模型進行運算程序編寫和運算.*、**、***分別表示在10%、5%和1%的水平上顯著.括號中數值為穩健標準誤.AR（1）、AR（2）和Sargan檢驗給出的都是其所對應的p值.

估計中使用穩健（robust）標準誤來控制異方差。動態面板數據容易一階自相關，但不應該存在二階自相關。估計結果報告了AR（1）和AR（2）的P值，絕大部分方程中都滿足這一條件。Sargan檢驗說明工具變量基本合理。

第一，銀行貸款和股市市值總體上均存在強慣性，銀行貸款和股市市值各滯后一期的系數分別為0.725、0.866。動態面板估計很好地反映了兩者的行為特征。

第二，20-39和40-64與銀行貸款率之間的正向關系非常顯著。就金磚五國范圍來看，20-39對銀行貸款率有3.9的顯著影響，40-64對銀行貸款率2.472的顯著影響。

第三，65+與銀行貸款率之間的負向關系非常顯著。就金磚5國范圍來看，65+對銀行貸款率有-3.258的顯著影響。

第四，20-39、40-64和65+與股市市值之間的關系不顯著。可能的原因是金磚五國股票市場體系不健全造成的。

3 結論

本文基于金磚五國面飯，使銀行貸款和人口年齡結構的關系得到了有力的支持和證明，這在一定程度上說明了人口年齡結構與金融資產結構之間關聯。當一國人口年齡結構發生變化時，各類經濟主體的金融資產組合也會隨之發生變化，進而一國的金融資產結構發生相應的變化。如果一國人口年齡結構與其金融資產結構發生不同步的變化時，將直接影響到宏觀經濟穩定與經濟發展。因此，我國政府應該重視長期人口年齡結構變化帶來的金融資產結構需求的變化，對國家未來金融資產結構和宏觀經濟政策進行相應地評估和調整。

【參考文獻】

[1]Abel，A B.（2001）.“Will Bequests Attenuate the Predicted Meltdown in Stock Prices When Baby BoomersRetire？”[Z].Working paper no：01-2，The Wharton School of the University of Pennsylvania and NBER.

[2]Allen，F. and Gale，D.（2000）， “Comparing financial systems”，MIT Press[Z].

[3]Ameriks Jand Zeldes， S.（2000）.“How Do Households Portfolio Shares Vary with Age？”[Z]. Working paper：Columbia University and TIAA-CREF.

[4]Ando，A and F Modigliani（1963）.“The‘Life Cycle Hypothesis of Saving： Aggregate Implications and Tests”[Z].American Economic Review，Vol 53， pp 55-84.

[責任編輯：孫珊珊]