安徽省金融结构对经济增长影响实证分析.docVIP

安徽省金融结构对经济增长影响实证分析 　　【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