中國省域金融順周期效應異質性的影響因素研究
——基于技術進步與產業調整的空間經濟分析視角

王周偉，伏開寶，汪傳江，胡德紅

(上海師范大學 金融工程研究中心，上海 200234)

一、引言

金融順周期效應是指金融與實體經濟之間存在著正向反饋機制。在內生地放大金融體系的不穩定性的同時，該效應也會加劇經濟波動。因此金融順周期效應是經濟調控與金融審慎監管都必須始終關注的核心問題。目前，大量文獻研究已經表明，中國金融體系具有顯著的順周期效應，也呈現出不同的行業周期與時變特征。但這些相關研究主要集中于國家層面上，較少從省域經濟層面上探討金融順周期效應。而中國省域經濟的規模發展、技術進步、產業發展與結構調整、金融發展以及空間經濟特征因素存在著很大差異，這些因素的差異都會使省域貨幣金融體系與經濟體系運行呈現異質性，金融與實體經濟的順周期效應也會具有省域異質性。圍繞金融順周期效應的省域異質性及其影響因素展開具體研究，對于合理確定定向精準調控與審慎監管政策組合力度，提升結構化貨幣政策效率，提高省域金融體系對于創新驅動、轉型發展及城鎮化建設的支持力度都有著非常重要的指導意義。特別是在經濟運行總體平穩、結構調整與轉型升級需要穩步推進的“新常態”下，新型城鎮化建設與區域經濟協調發展亟需差別化結構調控。因此，從理論分析與實證檢驗兩個方面，本文將探討中國金融順周期效應是否具有省域異質性？該異質性的影響因素有哪些？它們是如何發揮作用的？

本文的主要貢獻在于，利用擴展的C-D生產函數，構建空間經濟分析框架，推算了中國省域金融順周期效應的異質比率的計算式，從理論上分析了其顯著存在性、區域異質性，從創新驅動與產業結構調整視角分析了該效應的影響因素；在分別利用地理距離、技術距離與產業距離準則度量空間相關性的同時，設計了地理-技術-產業組合距離準則，構建了有效的組合空間權重矩陣，利用空間探索性分析與地區固定效應的空間面板杜賓模型及其解釋變量效應分解分析方法，實證研究了中國省域金融順周期效應的異質性影響因素及其作用路徑。

二、文獻綜述

從維護金融穩定角度研究順周期效應，興起于2008年金融危機發生后。大多數現有文獻是在全國層面上對其成因與作用原理進行理論分析，對其存在性、程度及特征進行實證研究。其中成因分析多數是從資本監管、銀行經營行為與公允會計準則三個方面進行的。

新頒布的資本充足監管準則允許銀行使用內部評級法，而使用內部評級法計算監管資本的三個風險參數是順周期的。與使用固定風險權重的標準法相比較，這提高了監管資本的風險敏感性，也提高了監管資本的順周期效應(Tanaka，2002等)；沿著資本監管與銀行經營行為視角，Gai 等(2006)認為在市場不完美情況下，抵押資產的流動性放大了金融周期[1]；李文泓、羅猛(2010)運用最小二乘法與廣義矩分析法，證實我國商業銀行的資本充足率具有一定的順周期效應[2]，因此要增加逆周期資本緩沖(Jacques ，2010)[3]；高國華、潘英麗(2010)依據銀行資本跨期持有成本最小化的局部均衡調整模型，設計了商業銀行的資本順周期效應檢驗模型。他們發現監管資本的親周期性使資本充足率變動具有順周期效應，其順周期調整也具有不對稱性[4]。比較綜合的是，方芳、劉鵬(2010)從金融市場、金融監管與經濟波動三個方面定性地分析了金融順周期效應的內在成因及其作用機理，利用M2與貸款對經濟增長的相關性描述分析與VAR模型檢驗，證實中國金融體系存在著信貸順周期效應[5]；通過回顧相關文獻，張金城、李成(2011)認為金融體系存在雙重順周期，其成因不盡相同。盈利能力與外部融資成本的順周期性以及借貸雙方的信息不對稱造成了銀行信貸的順周期效應；最低監管資本要求、信貸萎縮效應及內部評級法使銀行資本充足率也具有順周期效應[6]；Albertazzi 等(2013)通過觀察雷曼公司破產前后的意大利銀行信貸發放情況，認為銀行對外信貸具有順周期性[7]；對于美國商業銀行與儲蓄銀行，Laux 等(2014)認為盯市規則并不是親周期的主要驅動因素，而是經營杠杠與資本比率的目標管理引發親周期性[8]；Olszak等(2014)利用歐盟的跨國家跨銀行數據與兩步系統GMM法，研究了貸款損失準備金與商業周期之間的作用，以及銀行管理與運營特征、國家特征對其差異性的影響。結果顯示，規模較大與穩健經營的商業銀行貸款損失準備金的順周期效應較強；較好的市場約束無法抵消其敏感性，但收入平滑、資本管理與信用風險管理可以減弱親周期效應[9]。

從公允價值會計準則視角，Sole 等(2009)認為公允價值會計準則是導致順周期效應的原因之一[10]；黃靜茹、黃世忠(2013)模擬計算了在兩種商業情景下兩種計量模式對銀行資產負債表科目波動性的影響，其結果與Laux 等(2009)相似[11]，即應用公允價值計量模式會產生增強經濟自身波動的波動，不一定具有順周期效應[12]；而梅波(2014)用擴展后的Feltham和Ohlson(1995)模型實證研究結果表明，價值相關性較強的公允價值計量具有順周期性[13]。

為更好地把握順周期效應，學者們已經開始探討其運行特征了。程棵、刁思聰、楊曉光(2012)依據金融加速器理論提出信貸順周期效應的不對稱性命題，用帶有馬爾科夫轉換機制的回歸模型和狀態空間模型，證明了信貸投放具有一定的順周期效應，并且具有金融加速器效應[14]；俞曉龍(2013)利用銀行資本優化模型，建立了銀行資本充足率的面板數據實證模型。其研究結果表明，中國不同類型的商業銀行資本具有不同的周期性特征，國有商業銀行與農村商業銀行的資本充足率沒有周期性，而城市商業銀行資本充足率具有逆周期特征，只有全國性股份制銀行具有順周期效應[15]；金雯雯、杜亞斌(2013)運用TVP-VAR模型研究發現，在控制貨幣政策效應后，信貸順周期效應具有時變性，部分時段上是逆周期變化的，而且短期信貸順周期效應小于中長期順周期效應[16]。

從研究方法方面講，現有文獻主要選用的都是非空間的統計與計量方法，這對于概括研究國家金融順周期效應是適用的。但是，探索分析一國經濟體系內部各區域的經濟效應時，需要考慮區域經濟的異質性與溢出效應，這就需要依據新經濟地理理論與空間經濟理論框架，用適宜的空間探索分析方法與空間經濟計量分析方法構建模型，研究省域金融順周期效應的異質性及其影響因素。

三、理論分析

金融與實體經濟具有順周期效應，需要實施逆周期監管。由于省域經濟的金融、科技與經濟特征不盡相同，中國金融順周期效應在省域上應當是異質的。本文將利用省域生產函數，從經濟增長來源分解視角，說明金融順周期效應存在著省域異質性，并從技術、產業、金融與空間經濟特征方面，分析影響因素及其作用路徑。

(一)中國金融順周期效應的省域異質性研究

傳統的C-D生產函數產出僅考慮勞動投入和資本投入兩個要素，這不完全符合現代經濟發展的現實情況。許多學者在研究經濟增長對傳統的C-D生產函數進行了擴展，Devarajan、Swaroop和Zou(1996)將公共支出分成兩類分別納入生產函數[17]；King & Levine(1993)認為在不發達國家中信貸主要被用來為國內企業的投資活動進行融資，是單一的最為重要的投資資金來源，信貸被認為是推動經濟增長的一項重要金融要素，對經濟增長至關重要[18]。在對經濟增長和全要素生產率研究中，我國學者也對生產函數進行了相應的類似擴展，史永東等(2003)、郭慶旺等(2005)、張鋼等(2006)、張軍等(2005)都建立了新的擴展模型，研究分析了財政支出與信貸金融因素對于經濟增長、全要素生產率的影響[19-21]。

相鄰地區經濟總量規模較大時，往往對本地區產品的需求能力較大。市場潛能(Market Potential)可以很好地度量這種具有空間正溢出效應的有效需求，它對本省域經濟增長具有正向拉動作用，其對省域人均GDP的增長拉動彈性超過了固定資產投資的投入產出彈性(潘文卿，2012；趙增耀、夏斌，2012)[22-23]。

根據上述相關研究結論，本文把資本要素分為私人資本與公共資本，其中私人資本由私人信貸支持的私人投資形成，公共資本由主要源自財政收入的地方政府公共投資形成，把地方政府公共投資作為投入要素；另外，市場潛能增大可以提高各要素的投入產出，把市場潛能作為省域經濟發展的需求拉動因素用乘法方式直接引入，得到擴展的省域C-D生產函數：

(1)

其中，Y為總產出；A為技術水平；K表示物質資本存量；用L表示勞動力投入；G表示地方政府公共投資；α,β,γ為相應要素的投入產出彈性系數；φ是市場潛能對產出的拉動彈性。為符合實際經濟運行特征，假設該生產函數具有一次齊次性與二階連續可微兩個性質。另外，技術進步可以提高要素生產率，且具有偏向性(雷欽禮，2013；陸雪琴、章上峰，2013)[24-25]，省域內產業集聚具有規模經濟與范圍經濟效應，于是參數α,β,γ,φ是隨著技術進步及其效率與偏向以及產業集聚與結構的變化而變化的。

對式(1)兩邊取對數得到：

(2)

對式(2)兩端對時間t求導得到經濟增長率分解等式：

(3)

設D表示信貸余額，假定每期中新增信貸在當期全部用于固定資產投資，并在當期全部形成生產資本，資本折舊損耗很小，可以不考慮，則有：

(4)

(5)

把式(4)、(5)代入式(3)可得：

(6)

式(6)表示省域經濟增長率由技術增長率、信貸增長率、勞動力增長率、地方政府公共投資增長率、市場潛能增長率及各要素投入產出彈性共同決定。用小寫字母表示變量的增長率，則有：

yt=at+α·dt+β·lt+γ·gt+φ·mpt

(7)

在規模經濟與范圍經濟及學習效應等作用下，式7中參數一般都為正，信貸變化與經濟是同方向變化的，這表明盡管省級政府不具有完全的貨幣金融調控權力，但在省域經濟體系中也存在著金融順周期效應，即省域金融體系與實體經濟之間存在動態的正向反饋作用機制。在該機制作用下，省域信貸增長會推動省域經濟增長，反過來，省域經濟增長會帶來省域信貸增長的進一步增加。由于信息不對稱、市場不完美、羊群效應與有限理性，省域經濟波動使省域外部融資風險溢價逆向升降，金融加速器效應使省域金融體系經營杠桿率同方向變化；在收入與估值效應作用下擔保抵押品價值會隨著經濟波動同方向變化，資產負債表效應會使省域借款人的信用質量發生同方向變化；在金融機構風險承擔因素與競爭效應作用下，在追逐利潤動機驅動下，省域金融機構的信貸擴張意愿與行為具有順周期效應；在財富效應與托賓Q效應作用下[26]，金融資產質量、公允價值核算的績效與外部融資成本也受到經濟周期的正向作用，使得省域風險資本監管也具有順周期效應。通過上述作用微觀經濟行為路徑，在省域層面上省域金融體系形成了順周期效應。

在經濟增長來源分解等式(7)中，不同省域經濟的資源稟賦及各參數值的大小及其顯著差異程度，就決定著中國省域金融體系順周期效應是否存在、是否具有異質性、異質性的大小及其顯著差異程度。在規模經濟階段，如果省域信貸增長率的投入產出彈性值顯著且為正值，一般不等于0，則說明中國金融順周期效應具有省域異質性，即省域金融順周期效應是顯著存在的。新經濟地理學與空間經濟學理論與實證研究都表明，省域金融、技術與經濟稟賦特征及其運行機制都存在明顯差異，在這些具有空間異質性的因素作用下，省域金融順周期效應就是異質的。于是提出本文第一個命題與原假設H1：中國省域金融體系存在順周期性效應，而且該效應具有省域異質性。

(二)中國省域金融順周期效應異質性的影響因素分析

為進一步分析省域金融順周期效應異質性的影響因素，下面構建省域金融順周期效應差異指標進行具體分析。在三大類十多個指標中，用信貸余額增長率與GDP增長率之間的比值判斷金融經濟繁榮與危機的效果最好[27](巴塞爾委員會，2012)。本文用省域經濟增長率與省域信貸增長率之比反映省域金融順周期效應，即經濟增長與信貸增長的協調性。該比值大于0則表明二者是順周期協同增長或下降。

式(7)兩邊除以d，可得反映省域金融順周期效應大小的省域經濟增長率與信貸增長率之比：

(8)

這表明省域金融順周期效應大小取決于技術進步與產業經濟方面的特征因素，即各經濟增長動力要素的投入增長率與信貸增長率之比，包括技術水平增長率(即技術進步)與信貸投入增長率之比、勞動力投入與信貸投入增長率之比以及公共投資投入與信貸投入增長率之比；也取決于空間經濟特征，即市場潛能增長率與信貸增長率之比及其拉動彈性；也取決于三個要素的效率，即省域投入產出彈性，包括信貸資本投入產出彈性、勞動力投入產出彈性與公共投資投入產出彈性。

兩個不同省域的金融順周期效應差異可以用省域金融順周期效應之比來度量，即這兩個省域的經濟增長率與省域信貸增長率之比的比值(本文定義為異質比率)來度量。對于省域i、j，則有金融順周期效應的異質比率為：

(9)

綜合式(8)與(9)，我們可以知道，省域金融順周期效應異質性的主要影響因素可以歸納為四個方面：

這些指標反映的是省域金融、科技與實體經濟系統向生產領域投入的生產要素增長情況。微觀經濟主體與地方政府是總體理性的，在規模經濟與范圍經濟階段中才會加大要素投入，推動本地經濟增長，要素投入增長率不同會帶來省域金融順周期效應的差異。這些因素屬于影響省域金融順周期效應異質性的規模經濟因素。

TFP=EC×TC

=PEC×SEC×MTC×BTC

=PEC×SEC×MTC×OBTC×IBTC

=PEC×SEC×MTC×IBTC

(10)

在規模經濟與范圍經濟作用下，這些指標都是正值，在正彈性作用下會把上述規模經濟因素的影響作用以杠杠倍數方式放大，這些因素屬于放大推動省域金融順周期效應異質性的要素效率因素。

在上述省域金融、規模經濟、技術、產業與空間經濟特征的綜合作用下，這種雙重順周期效應就呈現出省域異質性。如圖1所示。

圖1 中國省域金融順周期效應異質性的影響因素及其作用路徑

由此可以提出本文的第二個命題與原假設H2：中國省域金融順周期效應異質性的影響因素主要來自本省域經濟的金融發展、技術進步、規模經濟、本地產業調整與空間經濟四個方面的特征，它們的作用包括直接作用與空間溢出。

四、數據來源、變量選擇與模型設計

(一)樣本選擇與數據來源

從1998年1月1日起，我國取消了對國有商業銀行信貸規模的限額控制。因此，我們選用了中國31個省、直轄市、自治區在1998年-2012年期間相關指標的年度數據，共有15年31個省市的面板空間數據。數據來自于《中國工業經濟統計年鑒》、《萬德數據庫》、《中國統計年鑒》、《60年中國統計資料匯編》、《中國科技統計年鑒》、《中國金融統計年鑒》、《地理信息系統》《中國區域金融運行報告》。

(二)變量選擇

根據理論分析結論，我們分別選擇了被解釋變量、解釋變量與控制變量指標。

1.被解釋變量的指標選用

信貸余額增長率與GDP增長率之間的比值將經濟和金融聯系起來了，該指標對其長期趨勢值的偏離度(GAP)能夠反映金融體系中金融順周期性，又能夠綜合考慮金融深化引起的經濟波動和金融擴張之間的趨勢，因此我們選用省域GAP值作為省域金融順周期效應的代理變量。

2.解釋變量的指標選用

(1)技術進步類指標。利用基于DEA的非參數估計Malmquist指數及其分解方法，計算全要素生產率(TFP)、技術效率、純技術進步、純技術效率與規模效率；技術進步偏向利用技術進步偏向指數反映。根據?？怂沟亩x，在不考慮要素替代性情況下，技術進步偏向指數(即資本邊際產出增長率與勞動邊際產出增長率之差)可以近似度量技術進步偏向，計算式為：

(11)

如果B大于0，則屬于資本偏向型技術進步；如果B小于0，則屬于勞動偏向型技術進步；如果等于0，則屬于?？怂怪行约夹g進步。

(3)金融發展類指標。我們選擇金融效率、金融集聚、金融深化三個指標來反映省域金融發展現狀。其中，金融效率是指金融體系動員與跨期配置社會資金的效率，用各地銀行部門的貸款余額與存款余額之比表示；金融集聚是金融機構與金融要素資源在某些特定區域匯聚的經濟現象，本文用各省金融從業人員占總從業人員之比與當年全國各省上述比重平均值的比表示；金融深化程度是指金融體系的發展通過金融市場的資源配置作用對經濟發展的推動作用，本文用各省當年貸款與GDP之比表示。

(4) 市場潛能。某省域的市場潛能等于本地市場潛能、鄰近省域市場潛能與海外市場潛能之和，它反映了本區域的市場潛力及其受相關區域經濟溢出效應的大小。在考慮距離加權情況下，某省域的市場潛能計算式為：

(12)

(5)政府干預。作為一種外生因素，地方政府公共投資對于地方經濟發展有著重要的推動作用和擠出效應，對于地方信貸的投放量也有一定的影響，用省域政府財政支出占其財政收入的比重可以表示省域政府干預程度。

3. 控制變量的指標選用

人均GDP能夠反映一個地方經濟發展的絕對水平，為了消除量綱偏大的影響，我們對人均GDP取對數；因此，我們選擇人均GDP的對數作為控制變量。

(三)模型設定與空間效應檢驗

本文前面的理論分析結論表明，空間經濟特征因素是省域金融順周期效應異質性的主要拉力性影響因素，該作用決定了空間經濟溢出效應的大小與空間經濟的相關性。前者用解釋變量中的市場潛能反映，后者則由空間經濟計量分析模型與空間權重矩陣來刻畫。因此，依據式(9)與圖1描述的邏輯框架，本文構建了空間經濟計量分析模型。面板數據分析常用的空間經濟計量分析模型主要有空間滯后模型(Spatial Autoregressive Model，SAR)、空間誤差模型(spatial error model，SEM)與空間面板杜賓模型(Spatial Durbin model，SDM)。三個空間計量模型描述的空間相關來源不同，SAR模型描述了不同省域因變量之間的空間相關性及其效應，SEM模型描述了不同省域的誤差項之間的空間相關性及其效應，但兩者都沒有考慮自變量之間的空間相關性以及對因變量的作用，SDM模型則同時包括因變量之間和自變量之間的空間相關性。按照理論分析與變量選擇結論，本文實證研究中面板數據的SAR模型、SEM模型與SDM模型的表達式分別為：

(13)

(14)

(15)

其中，yit是被解釋變量；xitk是解釋變量；zitm是控制變量；wij是空間權重矩陣的元素；τi是省域固定效應項；θt是時間固定效應項；εit、vit為均值為0、方差為σ2的隨機誤差向量；α是常數；β、a分別是解釋變量的參數、控制變量的參數；ρ、γ是空間滯后參數，可以通過ρ、γ是否顯著為0來判斷是否應該建立空間計量模型或是普通面板數據模型。當γ=0且ρ≠0時，SDM模型可以縮減為空間滯后模型(SAR) 模型；當γ+ρβ=0時，SDM模型縮減為空間誤差模型(SEM)，因此SDM模型更具有一般性。

為進一步合理確定模型形式，本文也根據空間效應檢驗結果進行判斷。首先利用Moran’s I檢驗結果判斷被解釋變量之間與解釋變量之間是否存在空間相關性；再用LM-lag檢驗與穩健LM-lag檢驗判斷被解釋變量之間是不是存在空間滯后相關，用LM-Error檢驗與穩健LM-Error檢驗判斷是不是存在空間誤差相關。如果只有被解釋變量之間存在空間滯后相關，則建立SAR模型；如果只存在空間誤差相關，則建立SEM模型；如果被解釋變量之間與解釋變量之間都存在空間相關性而且是空間滯后相關，則建立SDM模型。

(四)解釋變量作用效應的分解分析

SDM模型中包含了被解釋變量的空間相關項和解釋變量的空間相關項，也包含了解釋變量的非空間相關項，解釋變量空間相關項矩陣WX和非空間相關項的系數都沒有反映解釋變量的全部作用效應。為綜合分析解釋變量的作用路徑，可以通過微偏分的方法把解釋變量對被解釋變量的綜合影響按照來源分為直接效應和間接效應。其中，直接效應為某個省域自變量的變化導致自身因變量的改變，即在第t年第k個解釋變量在第i個省域的一個單位變化對第i個省域的被解釋變量yit的平均影響。它可以分為兩種影響路徑，一種是各自變量對本省域因變量的直接影響，另一種是該自變量影響相鄰省域因變量后產生的反饋效應，該反饋效應可以通過計算自變量的直接效應和自變量系數的差值得到。間接效應就是解釋變量的空間溢出效應，即在第i個省域周圍的每個省域中第k個解釋變量同時發生一個單位變化，通過溢出效應對第i個省域的被解釋變量yit的平均影響。它也可以分為兩種影響路徑，一是鄰近省域自變量對于本省區因變量的影響，另外一種是鄰近省域自變量變化使得其自身省地因變量的變化，進而對省域因變量產生的影響。在不考慮誘發效應時，第k個解釋變量的總效應等于直接效應與間接效應之和。

為得到兩個效應的計算式，先把SDM模型式(15)移項整理為一般形式[33]：

Y=I-ρW-1nιn+I-ρW-1Xβ+WXγ
+AZ+I-ρW-1ε

(16)

再求被解釋變量向量關于第k個解釋變量的偏微分方程可得[34]：

(17)

(五)空間權重矩陣的構建

空間權重矩陣反映不同省域經濟之間的相互關聯程度，其元素取值包括鄰接標準與距離標準。在區域經濟研究中鄰接標準不符合實際，所以本文選用距離標準的空間權重矩陣。地理學第一定理告訴我們，任何事物之間都存在聯系，而距離較近的事物之間比距離較遠的事物之間的聯系要更加緊密。而根據上述理論分析可知，技術進步與產業結構是金融順周期效應的主要作用因素，所以，本文選用地理距離、技術距離、產業距離的倒數分別作為單一距離準則的空間權重矩陣的元素。

地理距離用各省、直轄市的地理中心之間的直線距離表示。以地理距離的倒數作為權重元素構建地理距離空間權重矩陣WD，各省域中心的經緯度坐標取自國家基礎地理信息系統。即第i行第j列元素取值為：

(18)

其中，d為兩地區地理中心之間的直線距離。

技術距離等于兩個省域的高技術產業產值占工業總產值比重之差的絕對值。以技術距離的倒數作為權重元素構建得到技術距離空間權重矩陣WT；產業距離為兩個省域的產業機構的錯位程度(即相似指數的倒數)，其計算式為：

(19)

式中，Iik是第i省市第k個工業產業的總產值。以產業距離的倒數作為權重元素構建得到產業距離空間權重矩陣WI。其中計算技術距離、產業距離所用到高新技術產值、工業總產值、工業中所含各產業產值均為樣本期各自均值。

地理距離、技術距離與產業距離不僅分別對空間相關性產生影響，而且它們兩個或者三個整合起來共同對省域金融順周期效應發揮著作用，所以本文也利用三個相關因素的組合距離構建了組合空間權重矩陣。把地理距離空間權重矩陣與技術距離空間權重矩陣相乘得到地理-技術組合距離空間權重矩陣：

WDT=WD*WT

(20)

把地理距離空間權重矩陣與產業距離空間權重矩陣相乘得到地理-產業組合距離空間權重矩陣：

WDI=WD*WI

(21)

把地理距離空間權重矩陣、技術距離空間權重矩陣與產業距離空間權重矩陣相乘得到地理-技術-產業組合距離空間權重矩陣：

WDI=WD*WT*WI

(22)

五、實證結果及其分析

(一)中國省域金融順周期效應異質性的統計分析

省域GAP值可以作為省域金融順周期效應的代理變量。省域GAP值的離散與不均等程度就反映了省域金融順周期效應的異質性程度。我們利用方差、標準差反映絕對離散程度，用離散系數反映相對離散程度，用基尼系數反映省域GAP值的不均等程度。計算結果如表1所示。

從表1中的方差與標準差值可以看出，在不同年份，省域金融順周期效應都有絕對波動；從離散系數看，在不同年份，省域金融順周期效應都有較大幅度的相對波動，最小為0.333倍的均值，最大為18.913倍的均值；從基尼系數看，有10年的基尼系數值大于0.4，有2年的基尼系數值接近于0.4，說明不均等的差距較大，其中4年大于0.6，已屬于差距特別懸殊，需要考慮省域金融順周期效應的異質性問題，另有3年的基尼系數值接小于0.4，其中2007、2008年是處于國際金融危機期間。

表1 不同年份的省域金融順周期效應異質性分析

為觀察空間相關性與集聚性，我們用ArcGIS軟件畫出GAP的空間分布圖，計算了每年每個變量之間Moran’I指數。限于篇幅，這里僅就2012年各省域GAP值與Moran’I指數值進行分析。

圖2 2012年中國省域GAP值的四分位分布圖

從圖2可以看出，省域GAP值分布具有明顯地區差異。東北和西北地區GAP值大，西南、華中、東部沿海除江蘇地區比較小，集聚現象也比較突出，而2012年被解釋變量之間的Moran’I指數值為0.410，且在1%顯著性水平上顯著，表明31省域GAP值具有顯著的空間相關性。因此，本文提出的第一個命題是成立的。

(二)數據平穩性與協整關系檢驗

為了驗證面板數據的平穩性和消除偽回歸，我們對各個變量做了單位根檢驗及協整檢驗。LLC、IPS、ADF、PP四種檢驗結果均表明，原始變量中市場潛能、專一化指標、產業多元化指數、人均GDP四個變量不平穩，對不平穩的變量進行一階差分后再進行檢驗，所有的變量均在1% 顯著性水平水平下顯著，表明變量一階差分平穩。

由于變量存在一階單整，于是需要檢驗模型中變量是否存在協整關系。KAO檢驗得到的ADF值為-6.148，在1% 顯著性水平上顯著，因此，模型中被解釋變量與各解釋變量之間存在著協整關系。

(三)前期檢驗與模型選擇

為了判定模型的具體形式，通過似然比檢驗和Wald檢驗，我們進一步判斷空間面板杜賓模型(SDM)是否可以簡化為空間滯后模型(SAR)和空間誤差模型(SEM)。檢驗結果表明，在不同的空間權重矩陣下，Wald_spatial_lag值和LR_spatial_lag值分別在5% 水平上顯著，因此拒絕了γ為0的原假設，同時Wald_spatial_error值和LR_spatial_error值分別在5%水平上顯著，也拒絕了γ+ρβ為零的原假設，這說明選用空間面板杜賓模型更為適合。

面板數據存在著固定效應和隨機效應問題，我們進行了Hausman檢驗，結果建議選用固定效應模型。對于地區固定效應模型、時間固定效應模型與時空固定效應模型，我們也分別進行了參數估計與模型檢驗，結果表明在不同的空間權重矩陣下，采取省域固定效應的空間面板杜賓模型的擬合優度、F檢驗效果最好，對數最大似然值也都最大，因此我們最后選用省域固定效應的空間面板杜賓模型作為本文最終選用的模型。

(四)中國省域金融順周期效應異質性的影響因素及其效應分解結果與分析

不同空間權重矩陣模型估計的結果見表3與表4。表3是不同空間相關準則下的空間面板杜賓模型參數估計結果，表4為影響因素的直接效應和間接效應估計情況。

表3 不同空間相關準則下的空間面板杜賓模型參數估計結果

注：*表示在10%水平下顯著，**表示在5%水平下顯著，***表示在1%水平下顯著(下同)

從表3可以看出，不同空間相關準則下，空間滯后回歸系數rho 均在 1% 顯著水平下顯著，表明我國各個省份的順周期效應存在空間相關性，對其他省份存在溢出效應，模型的擬合效果比較好。從不同空間權重矩陣模型估計得到的參數值和顯著性來看，雖然系數大小有差異，但除技術進步變量的顯著性和產業升級的正負號有區別外，其他變量系數的正負號與顯著性都沒有差異。

從不同模型的擬合效果來看，采用地理-技術-產業組合距離構建的空間權重矩陣的模型擬合效果優于采用其他距離準則構建的空間權重矩陣模型的擬合效果，因此下面我們以采用地理-技術-產業組合距離為空間權重矩陣的空間面板杜賓模型估計結果進行影響因素作用效應分解分析。

根據表4可以得知，本文第二個命題及原假設是成立的，具體分析如下：

1．技術進步方面的因素：技術進步因素對于GAP的影響是十分復雜的，它可以促進勞動生產率的提高與經濟發展，但同時又加大了資金需求。在模型回歸結果的直接效應中，TFP、純技術進步是不顯著，技術效率系數有正向影響且顯著，間接效應中純技術進步與技術效率的系數與直接效應中相反，表明了純技術進步、技術效率具有溢出效應，能夠促進其他省域的純技術進步而帶動經濟發展；純技術效率與規模效率的系數顯著為負表明本省域有效利用生產技術、提高投入要素在使用上的效率，提高規模效率都能夠促進產出進而減小GAP值，純技術效率與規模效率高的區域會吸引其他區域人才的流入和集聚，因此會產生顯著的反向間接效應。較高的人力資本水平在吸收先進技術、駕馭先進設備的能力方面比較強，能夠為提高純技術效率奠定基礎，可以通過提高教育投資來提高人力資本水平和優化要素投入比例提高規模效率來促進產出同時降低信貸/ GDP對其長期趨勢的偏離程度，同時在重視對各省域人才培養的同時，也應逐漸完善人才流動機制，引導并激勵人才流向落后地區。

表4 地理-技術-產業組合距離準則下

注：*表示在10%水平下顯著，**表示在5%水平下顯著，***表示在1%水平下顯著

2．技術進步偏向因素：文中我們根據式(15)計算所得的技術進步偏向表明我國各省的技術進步大多數屬于勞動偏向型技術進步，因為長期以來我國勞動力相對充裕，因此在經濟發展中勞動密集型產業所占比重較大，進而在生產中選擇多使用勞動而少使用資本的技術，因此技術進步偏向對于GAP影響的直接效應系數為負值，直接效應和間接效應的系數都不顯著，表明技術進步偏向對于GAP影響不顯著。隨著我國劉易斯拐點的到來，應該大力發展知識密集型產業。

3．產業調整方面的因素：產業專業化反映的是全國水平上各行業在省市水平上的加總，因此專業化程度越高，外部經濟越容易產生，從而也就越有利于產業創新以及勞動生產率的提高，因而直接效應中對GAP 影響為負，各省份的產業之間存在競爭性，本地產業專業化程度高，周邊地區則低，因此間接效應系數相反。產業多元化指數反映的是地區內部產業結構的多元化，越小表明產業越多元化，而地區內部產業的多元化通過適度競爭有正向的外部性，促進本地經濟的發展，因此隨產業多元化指數增大GAP增大，其間接效應也為負，表明綜合距離近的區域在內部發展模式與產業發展上有相互模仿效應。產業升級伴隨著工業與服務業的發展，工業越發達服務業越多需求的資金也越多，同時產業升級又可以促進經濟發展與資源利用效率提高，直接效應中產業升級系數為正且不顯著，說明樣本期間產業升級還不是影響GAP的主要因素，產業升級的間接效應為正與直接效應相同，并且是顯著的，表明產業升級存在溢出效應，能夠帶動和促進其他地區產業的升級。

4．金融發展方面的因素：金融深化與金融效率越高，越有利于金融體系對于實體經濟發展的支持，能夠促進有效信貸量的增加，推動經濟發展，在正反饋機制作用下，進一步加大了信貸的投放量，兩個變量系數為正表明金融深化與金融效率越高GAP越大，同時金融深化的間接效應為正而且顯著，表明金融深化程度越高，其擴散效應能夠帶動更多其他省域的金融發展，金融效率的直接效應和間接效應系數比較小表明目前金融效率對GAP影響不大，因此在金融發展、金融效率提高的同時，需要提高信貸資金的配置與利用效率。金融集聚程度越高，表明本地金融產業越發達，在經濟增長中金融因素的作用不可忽視。本地金融業發達能夠促進本地經濟的發展，直接效應中系數顯著為負，金融集聚反映了金融發展的不平衡，本地金融發展程度高，則其他地區金融發展程度低，不利于金融業對實體經濟發展的支持，因此間接效應為負。

5．空間經濟方面的因素：市場潛能的直接效應為負并且顯著，表明市場潛能大的地區GAP值小，市場潛能通過外部性對于生產效率具有正向影響，因此市場潛能對于經濟發展具有正向的作用，市場潛能越大，地區經濟規模與發展水平越高，GAP值越??；市場潛能的間接效應為負且顯著，說明綜合距離近的省地域市場潛能之間相互產生正向影響，能夠相互促進經濟發展，相應地使得GAP值變小，因此可以通過基礎設施建設發展發達的海陸空交通網絡和信息通訊網絡以縮小距離因素的影響，同時各省也應該積極拓展對外貿易，增大市場潛能，促進經濟的發展，也有助于降低信貸/GDP對其長期趨勢值的偏離程度。

六、結論與建議

利用擴展的生產函數，本文構建了金融經濟分析框架，推導出省域金融順周期效應的度量指標及其異質比率的計算式，論證了該效應的存在性與異質性，并從規模經濟、技術進步、產業調整與空間經濟特征方面，系統分析了異質性的影響因素及其作用路徑。隨后用標準差、離散系數與基尼系數三個離散分布指標，結合四分位數空間分布圖，描述分析了省域金融順周期效應的空間異質性與集聚相關性；在計量分析部分，基于技術、產業、地理視角的單一距離及其組合距離準則分別構建了空間權重矩陣，利用省域固定效應的空間面板杜賓模型，實證檢驗了省域異質性影響因素的顯著作用程度與路徑。研究結果表明，中國省域金融經濟體系存在著差異顯著的順周期效應；組合距離準則的空間面板杜賓模型效果最好；從三個單一距離準則及其組合距離準則度量的空間相關看，市場潛能、純技術效率、規模效率、技術進步偏向、產業專業化、金融集聚的總效應與直接影響都是顯著為負向作用的，省域金融順周期效應之間也是負空間自相關的；而技術效率、產業多元化與金融深化的總效應與直接影響都是顯著為正向作用的；總效應與直接影響是一致的，說明這些影響因素的直接作用是主導性的。但是在不同的距離準則下影響因素的間接溢出效應表現差異較大，這也說明了影響因素及其作用機制的省域異質性；從組合距離準則看，市場潛能與金融集聚的間接溢出效應是顯著為負向溢出效應，而產業專業化、金融深化、金融效率的間接溢出效應是顯著為正向溢出效應。

根據上述結論，我們抑制省域順周期效應，需要做出以下安排：

1. 分省域差別化地設置前瞻性動態調整機制。不同時期或不同省域的經濟發展動力與結構特征是不同的，使得中國金融順周期效應在不同時期的不同省域是具有顯著異質性。所以，應當完善省域經濟信息共享機制和金融綜合統計體系，持續監測與挖掘省域金融經濟周期運行規律，依據各省域的金融順周期效應大小及其影響因素變化，在時間維度上抑制系統性風險的逆周期資本計提應當在計提區間與計提比例等方面分省域差別化地設置前瞻性動態調整機制，抑制金融過度擴張。比如，對于要素市場比較發達、資源配置效率較高的省域，可以設定起點較低、組距較寬的資本計提區間與較低的計提比例，而對政府干預的領域較多力度較大、要素市場欠發達、資源利用效率低下的省域，可以實施起點略高、組距較窄的資本計提區間與較高的計提比例。另外，目前的分省域逆周期資本監管，還要特別關注中國新常態經濟特征的省域異質性。由于經濟增長潛力下降，資源緊缺環境壓力大，較少依賴要素投入推動發展的服務業發展迅速等因素的綜合作用，新常態下中國經濟總體上進入增長速度的結構性換檔期，從8%-10%的高增長速度轉為基本維持在7%-8%的中高等經濟增長速度，但在省域層面上，省域金融經濟周期運行機理的本質性變化、波動形態與結構及其在各省域的表現會有明顯不同，逆周期資本監管要因地制宜才能適度有效控制時序上的系統性風險積累。

2. 構建綜合掛鉤指數，量化設定資本計提區間臨界值。省域系統性金融風險來源是多方面的，各類金融風險之間又是相互傳染的，省域金融與經濟之間順周期效應的作用路徑是多元化的，而且省域金融順周期效應異質性的顯著影響因素主要有技術效率、純技術效率、規模效率、產業專業化、產業多元化、金融發展規模與金融集聚程度等方面。因此，《巴塞爾協議III》提出的以信貸/GDP與其長期趨勢的偏離度GAP計提為基礎的逆周期資本監管框架雖然抓住主要表現指標，但是在可靠性方面還需要補充完善，例如加入順周期效應的動力因素、異質性影響因素、路徑因素及其他綜合性風險觀測因素，構建綜合掛鉤指數；在前瞻性方面，利用當期結束后的經濟指標計算的指標確定計提比例與時機存在時滯性，需要納入影響因素等先行指標，再結合極端增長情況下的宏觀壓力測試結果綜合確定。在計提區間的劃分臨界值確定方面，應當用帶有區制變換的量化技術如門限回歸技術與平滑轉換技術，識別風險狀態變遷，分階段構建相應的上行積累與下行釋放機制，合理平衡有效消除順周期性與平滑經濟增長。當前中國經濟步入了新常態，也表現出了“優結構、新動力、多挑戰”特征。其中，優結構表現在產業結構優化升級，需求結構轉為消費為主，城鄉一體化趨勢不斷強化；收入結構轉為居民收入為主；新動力表現在消費對經濟增長的貢獻會持續提升，近期“投資+消費+創新”拉動經濟增長將成為常態，市場在資源配置中將起決定性基礎作用；多挑戰表現為原來高速增長下的隱性風險因素開始凸現，如房地產市場風險、地方債風險等因素。這些都需要我們時變地動態量化設置計提機制各要素，必須分省域因地因時制宜地合理設計掛鉤指數與動態資本計提方式。

3. 逆周期資本監管要把省域計提與總體管控緊密融合起來。省域經濟是溢出關聯與收斂穩定的。從創新驅動與產業調整視角的空間經濟計量分析結論看，省域市場潛能是顯著影響省域金融順周期效應異質性的，省域金融順周期效應不僅總體上存在空間相關性，而且這些省域經濟特征方面的影響因素對此異質性影響既有直接效應，也有間接的空間溢出效應與引致誘導效應。因此，在利用逆周期資本監管與資本留存緩沖控制金融過度投放時，要把省域計提與總體管控分別做好，也要在宏觀與微觀層面上緊密融合起來。在宏觀管控層面上，要向價格型調控工具為主、與審慎監控工具及結構化定向精準調控相結合的方式轉型，創新推出如補充抵押貸款等新型省域結構化流動性管理的貨幣政策工具，豐富和優化政策工具組合，構建貨幣金融審慎新調控框架模式[35]；也同時前瞻性地發揮差別化準備金動態調整機制與資本留存緩釋等逆周期風險緩釋調節作用，發揮信貸政策支持再貸款的促進優化信貸投向方向作用。在微觀層面上，用改善與加強資本監管促進金融機構風險管理的功能再造與業務結構優化，利用RAROC、EVA、資本預算等先進資本管理技術，從業務管理、資本計提、公允價值準則、準備金要求等方面，對銀行、證券與保險分類全方位地系統構建逆周期監管體系，強化激勵約束機制，提高資源配置效率，推動金融資源合理利用。

參考文獻：

[1]Gai, Prasanna and Kondor, Peter and Vause, Nicholas. Procyclicality, collateral values and financial stability[R]. Bank of England，Working Paper No. 304. 2006 .

[2]李文泓,羅猛.關于我國商業銀行資本充足率順周期性的實證研究[J].金融研究，2010(2)：147-157.

[3]Jacques, Kevin T., Procyclicality, Bank Lending, and the Macroeconomic Implications of a Revised Basel Accord[J]. Financial Review, 2010，45(4)：915-930.

[4]高國華，潘英麗. 我國商業銀行資本充足率順周期效應研究[J]. 經濟與管理研究，2010(12)：82-89.

[5]方芳，劉鵬. 中國金融順周期效應的經濟學分析[J]. 國際貿易問題，2010(8)：120-128.

[6]張金城，李成. 銀行信貸、資本監管雙重順周期性與逆周期金融監管[J].金融論壇，2011(2)：15-22.

[7]Albertazzi, Ugo and Bottero, Margherita.The procyclicality of foreign bank lending: evidence from the global financial crisis[R]. Bank of Italy，Working Paper No. 926. 2013.

[8]Laux, Christian and Rauter, Thomas.Procyclicality of US bank leverage[R] . Vienna University of Economics and Business Administration , Working Paper . 2014.

[10]Sole, Juan A. and Novoa, Alicia and Scarlata, Jodi. Procyclicality and fair value accounting [R]. IMF Working Papers, Vol. , pp. 1-40, 2009.

[11]Laux, Christian and Leuz, Christian. Did fair-value accounting contribute to the financial crisis?[J]. Journal of Economic Perspectives, Forthcoming.

[12]黃靜茹,黃世忠. 資產負債表視角下的公允價值會計順周期效應研究[J]. 會計研究，2013(4)：3-11，95.

[13]梅波. 順周期效應下公允價值計量的價值相關性研究——兼論多重計量屬性[J]. 山西財經大學學報，2014，36(4)：106-114.

[14]程棵，刁思聰，楊曉光. 中國信貸投放對經濟增長影響的實證研究[J]. 經濟理論與經濟管理，2012(1)：44-58.

[15]俞曉龍.資本充足率順周期效應的實證研究[J].金融論壇，2013(11)：44-49.

[16]金雯雯、杜亞斌. 我國信貸是持續順周期的嗎——基于期限結構視角的時變參數研究[J].當代經濟科學，2013，35(5)：12-19，124.

[17]Shantayanan Devarajan, Vinaya Swaroop and Heng-Fu Zou. The Composition of public expenditures and economic growth[J]. Journal of Public Economics, 1996，6(7):221-240.

[18]King R,Levine R.Finance, entrepreneurship and growth [J]. Journal of Monetary Economics，1993(32): 513-542.

[19]郭慶旺，賈俊雪.積極財政政策的全要素生產率增長效應[J]. 中國人民大學學報，2005(4)：53-62.

[20]張鋼，段澈. 我國地方財政支出結構與地方經濟增長關系的實證研究[J] . 浙江大學學報，2006(10)：88-94.

[21]張軍，金煜. 中國的金融深化和生產率關系的再檢測:1987—2001[J]. 經濟研究，2005(11)：34-45.

[22]潘文卿.中國的區域關聯與經濟增長的空間溢出效應[J].經濟研究，2012(2)：54-65.

[23]趙增耀，夏斌. 市場潛能、地理溢出與工業集聚——基于非線性空間門檻效應的經驗分析[J].中國工業經濟，2012(11)：71-83.

[24]雷欽禮. 偏向性技術進步的測算與分析[J]. 統計研究，2013，30(4)：83-91.

[25]陸雪琴，章上峰. 技術進步偏向定義及其測度[J]. 數量經濟技術經濟研究，2013(8)：20-34.

[26]昌忠澤.金融順周期性與逆周期金融宏觀調控研究述評[J].湖北大學學報(哲學社會科學版).2014，41(3)：57-64.

[27]巴塞爾委員會.各監管當局實施逆周期資本緩沖指引[R].2012-12-16.

[28]鄭君君，韓笑，潘子怡. 基于Malmquist指數的房地產開發企業全要素生產率變動及收斂性研究[J]．中國軟科學，2013(3)：141-151.

[29]李蒼舒. 我國金融業效率的測度及其對應分析[J].統計研究，2014，31(1)：91-97.

[30]陸雪琴，章上峰. 技術進步偏向定義及其測度[J].數量經濟技術經濟研究，2013(8): 20-34.

[31]汪克亮，楊力，楊寶臣，程云鶴.考慮技術進步偏向性的全要素生產率分解及其演變——來自1992～2009年中國省際面板數據的經驗依據[J]. 軟科學，2014，28(3)：12-15，25.

[32]李宏兵、蔡宏波、王永進.市場潛能加劇了性別工資不平等嗎？[J]. 數量經濟技術經濟研究，2014(1): 22-41.

[33]馬子量，郭志儀，馬丁丑.西部地區城市化動力機制研究[J].中國人口·資源與環境，2014，24(6)：9-15.

[34]朱玉杰，倪驍然. 金融規模如何影響產業升級: 促進還是抑制?——基于空間面板dubin模型(SDM) 的研究:直接影響與空間溢出.中國軟科學，2014(4)：180-192.

[35]茆訓誠，王周偉，呂思聰. 宏觀審慎調控框架下系統性風險管理體系的構建研究[J].金融管理研究，2013(2)：42-54.