安徽省金融结构对经济增长影响的实证分析:对中国经济增长影响因素的实证分析

　　【摘要】本文选取安徽省1996-2010年的面板数据，对我省金融结构（银行与股票市场）与经济增长的相关关系进行实证分析表明：股市的发展对我省经济增长的促进作用较为明显，金融机构的信贷规模增加对经济增长的影响不明显。
　　【关键词】金融结构 经济增长 面板数据 回归分析
　　一、引言
　　研究金融结构与经济增长之间的关系有很多方法和角度，但大部分通过分析金融制度的特性来分析金融结构对经济增长的影响。金融结构通常被划分为银行和证券两类，部分学者根据这个分类从不同的角度研究了金融机构对经济增长的影响，但是尚未得出一致的结论。
　　本文借鉴了前人的研究成果，从信贷市场和股票市场两个角度选取相关指标衡量我省金融结构，选取我省面板数据，利用回归分析对我省的情况进行了实证检验，以期得出较为准确的结论，希望对促进我省经济发展提供帮助。
　　二、计量模型与变量选取
　　（一）计量模型选取
　　本文将银行发展指标和股票市场发展指标作为解释变量引入方程，分析这些变量对安徽省经济增长的影响，建立长期均衡时间序列模型如下：
　　(1)
　　其中，y是经济增长指标，x1表示银行发展指标，x2表示股票市场发展指标，α表示截距项，εt表示残差项，β1，β2分别是两项指标的系数。
　　将et-1作为一个解释变量，对(1)进行修正得到误差修正模型如下：
　　(2)
　　（二）变量选取和数据选取
　　本文研究的原始数据主要来自安徽统计年鉴、中国金融年鉴和中国证券期货统计年鉴，考虑数据的可获得性和有效性我们选取的数据的时间跨度为1996-2010年。变量的选取情况如下：
　　1.被解释变量的选取，本文采用各地区的实际GDP的环比增长率，即(1)式中的y来衡量经济增长。
　　2.金融结构变量的选择，考虑到安徽省债券和保险规模较小而且一些数据较难获取，本文主要从银行发展和股票市场发展两个角度选取相关指标衡量金融结构对经济增长的影响。
　　其中，银行发展指标选用安徽省金融机构贷款余额之和与安徽省GDP的比值，以反映安徽省的金融发展程度，即(1)式中的x1；股票市场发展指标选用安徽省股票交易额与安徽省GDP的比值，即(1)式中的x2，反映以股市为代表的证券市场的发展程度。利用Eviews6.0对这几个指标变量间的相关性检验发现，这几个变量间具有高度相关性。
　　三、面板数据单位根检验与协整检验
　　（一）单位根检验
　　一般来说，表示宏观经济变量的经济时间序列都是非平稳的，具有时间趋势。因此，在进行具体的方程估计之前，通常需要进行单位根检验，以考察经济变量是否平稳，进而确定实证检验是否有必要进行协整分析，所以我们实证分析的第一步为单位根检验。
　　在对实际GDP的环比增长率（JJZZ）、金融机构贷款余额之和与GDP的比值(YHFZ)和股票交易额与GDP的比值(GSFZ)水平值进行ADF检验，发现结果并未拒绝原假设。由此可知，这三个变量均存在着单位根，即水平序列数据是非平稳的。进而对这三个变量进行一阶差分后，则ADF结果显示，拒绝原假设，因此数据序列是一阶单整，即一阶差分序列数据是平稳的。具体检验结果如表1所示：
　　（二）协整分析
　　虽然单个的经济变量可能会表现出随机游走的特征，即存在单位根；但是多个不同的经济变量之间可能会有一种长期、稳定的关系，而且通过一定的方法在剔除这样的关系后能够得到一个平稳的时间序列。这说明尽管很多因素能够引起经济系统中不同变量的持久不同的变化，但可能存在着某个长期的均衡关系将这些变量联系在一起。协整检验是用来考察经济时间序列之间是否存在长期均衡的相关关系的有效方法，它从分析时间序列的非平稳定性，探求非平稳变量间蕴含的长期均衡关系。
　　多个变量的回归模型中许多相关的变量交织在一起，形成多个协整关系，而且常常难以从中分离出一个明确的协整关系，这里采用约翰逊（Johansen）提出的完全信息极大似然估计法来检验JJZZ、YHFZ、GSFZ之间的协整关系。由单位根检验可知，时间序列变量JJZZ、YHFZ、GSFZ都是一阶单整的，由此可直接检验变量之间的协整性，这将有利于我们进一步了解金融结构与经济增长之间的长期稳定关系。使用计量软件Eviews6.0我们可得表2中的计算结果。
　　由表2结果可知，在5%的显著性水平下我们应拒绝原假设：时间序列间不存在协整关系，即变量间存在长期均衡关系。
　　（三）建立长期均衡模型与误差修正模型
　　格兰杰指出：如果非平稳变量之间存在协整关系，则必然可以建立误差修正模型；如果用非平稳变量可以建立误差修正模型，则变量之间一定存在协整关系。该定理的意义在于从理论上证明了协整与误差修正模型的必然对应关系。
　　建立ECM的具体步骤为：
　　1.检验被解释变量y与解释变量x（可以是多个变量）之间的协整性，这里已经通过检验。
　　2.因为y与x存在协整关系，估计协整回归方程，计算残差序列et：
　　yt= et=
　　（3）将et-1作为一个解释变量，估计误差修正模型：
　　在这里，我们根据这个步骤建立安徽省经济增长与金融结构的误差修正模型，以此了解二者之间的长期均衡关系。
　　第一步：估计协整回归方程，运用Eviews6.0软件，采用OLS估计方法到的结果显示，实际GDP的环比增长率（JJZZ）、金融机构贷款余额之和与GDP的比值(YHFZ)和股票交易额与GDP的比值(GSFZ)之间存在显著的协整关系，其协整回归方程为：
　　第二步：建立误差修正模型，从协整回归中得出残差序列E，具体操作步骤为：在协整回归方程窗口中点击Proc\Make Residual Series，设变量为E。
　　以D(jjzz)为因变量，以D(yhfz)、D(gsfz)、E(-1)为自变量进行OLS估计，结果显示各变量的系数都不显著。考虑到表示银行发展的指标即金融机构贷款余额之和与GDP的比值存在一阶自相关，因此在模型中加入YHFZ的一阶滞后项，且所有变量通过了t检验，得到ECM的最后估计结果，得出的误差修正模型如下：
　　所以我省经济增长与金融结果的关系模型可以表述成：
　　长期均衡关系：
　　短期波动模型：
　　结果表明：
　　1.股市发展指标即股票交易额/GDP对经济增长的回归系数5.0611，这说明安徽省的股市发展对经济增长的影响比较大。
　　2.银行市场发展指标即金融机构贷款余额/GDP对经济增长的回归系数是0.6160，所以从实证结果可以看到，银行市场发展对经济增长的影响不大，特别是与股票市场发展指标的影响效果相比，银行市场发展的影响不显著。
　　四、结论与启示
　　本文以安徽省1996-2010年的金融结构和经济发展的面板数据为样本，通过实证分析得出：在安徽省，银行市场对经济增长的作用并不大，而股票市场对经济增长的作用显得更为明显。所以要想让金融结构更好地为安徽经济增长做贡献，我省应充分利用资本市场促进金融支持体系建设和地方经济发展的经验，有效发挥地方政府在资本市场和中小企业发展中的重要作用。同时，由于我国金融市场的不完全性，银行在减轻信贷市场上的不完全信息以及有效分散风险和降低交易成本方面发挥特殊的重要作用。也正因为这样，银行有其局限性如企业贷款困难等，而股票市场则为资金的有效配置提供了另一种途径。我们应该完善银行和股票市场共同发展的金融系统机构，使银行与股票市场的协同效应保持一个高水平，为安徽省的实体经济发展提供保障，促进经济长期增长与发展。
　　参考文献
　　[1]陈菲，赵子龙.中国金融结构与经济增长的实证分析[J].生产力研究，2009(05).
　　[2]陆妙燕.我国区域金融结构与经济增长关系实证分析[J].山西财经大学学报，2012(04).
　　[3]李怀，韩瑞.金融结构与经济增长:跨国数据协整分析[J].浙江大学学报，2009(05).
　　作者简介：彭非非（1990-），女，安徽巢湖人，安徽大学11级金融硕士研究生，研究方向：货币政策。
　　（责任编辑：刘晶晶）