中国区域金融发展与经济增长关系实证研究.doc

中国区域金融发展与经济增长关系的实证研究 　　摘要：金融发展在中国经济增长过程中发挥着什么作用？此问题一直为经济学家和政策制定者所关注。以中国各省1985-2007年数据为样本，建立动态面板数据模型进行实证研究，结果表明中国的金融发展对经济增长具有显著的促进效应，并且由于中国各地区经济与金融发展的不平衡，这一效应存在明显的地区差异。 　　关键词：金融发展；经济增长；动态面板数据模型；地区差异 　　中图分类号：F832.7 文献标识码：A 文章编号：1001-828X（2011）11-0283-01 　　 　　当代的中国正在经历一场重大变革，中国官方的提法叫做“改革”，在经济学界则称为“经济转型”、“经济转轨”或者“经济过渡”。在影响经济增长的因素中，金融发展一直是众学者研究的焦点。近年来，众多的研究表明金融发展对经济增长确实有非常重要的作用，这一作用主要是通过以下两种机制来实现。首先，金融发展能增加储蓄和投资，这是因为：(1)金融发展丰富了金融工具，从而更为有效地动员储蓄，将社会闲置资金转换为投资；(2)金融发展能够节约交易成本和信息成本，更好地动员储蓄为投资提供资金。其次，金融发展能提高投资的效率，原因在于：(1)金融发展能够为投资决策生产更多信息，从而提高资本配置效率、促进经济增长；(2)金融发展能够提高金融资产的流动性，降低流动性风险，从而引导投资者把收益率低的短期资产转为收益率高的长期固定资产，最终提高均衡产出水平。 　　中国的金融发展具有明显的地区差异性，而这一差异是否会导致其经济增长效应的不同？针对此问题，本文在现有研究成果的基础上，通过建立动态面板数据模型，来实证研究金融发展对中国经济增长的动态效应和地区差异。 　　一、变量选取与数据处理 　　本文采用中国大陆各省每年GDP的自然对数作为被解释变量。 　　对于解释变量，其一为金融发展指标，本文选取中国大陆各省的存贷款和的自然对数作为一个解释变量。此外，考虑到前期GDP对当期GDP的影响，我们将各省每年GDP的滞后一期值的自然对数设为另一个解释变量。 　　由于历史条件与地理位置等原因，中国各地区经济与金融发展存在严重的不均衡问题。为了揭示这种地区差异，本文以我国大陆各省、直辖市和自治区为横截面单位,将其归并入东部、中部和西部三个区域，利用各横截面单元1985～2007年的样本组成面板数据。其中东部地区包括北京、天津、河北、辽宁、山东、江苏、上海、浙江、福建、广东和海南11个省市。中部地区包括黑龙江、吉林、山西、河南、湖北、湖南、江西和安徽8个省。西部地区包括四川、云南、广西、贵州、西藏、青海、宁夏、陕西、甘肃、内蒙古和新疆11个省和自治区(由于1997年重庆才成为直辖市，为了保持口径一致，把四川和重庆的数据进行了合并)。 　　二、模型的设定与估计 　　1.模型的设定 　　动态面板数据模型适用于揭示不同横截面单元(不同区域)的异质性和动态效应。因此，考虑到前期GDP对当期GDP的影响与金融发展在中国不同区域的异质性，本文建立以下动态面板数据模型来研究金融发展对我国经济增长的动态效应和地区差异。 　　 (1) 　　在模型(1)中：ln表示自然对数，＝1，2，3，… ，分别代表不同的省、直辖市、自治区，＝1，2，3,…T，代表所考察的各个年度；为随机扰动项，所度量的是各个横截面单元即不同省的个体差异，假定、、E(vit uj) =0，对于所有的i, t, j。表示各省在各个年度的国内生产总值，为各省滞后1期的GDP；表示各省在各个年度的存款与贷款之和。度量了前期GDP对当期GDP的影响，度量了本期存款与贷款之和对当期GDP的影响。如果我们对于模型(1)估计得到的系数为正数，则表明金融发展促进了我国的经济增长。 　　2.模型的估计方法 　　对于动态面板数据模型(1)，为了便于表述，用代替，代替，并且假定严格外生，即，t, s=1,2,…,T，但是，与是相关的。于是，模型可表示为： 　　 (2) 　　对于以上动态面板数据模型的估计，我们采用Arellano 和 Bond (1991), Arellano 和 Bond (1995), Blundell 和 Bond (1998)提出的广义矩(GMM)估计方法，其基本思想如下。 　　首先对模型(2)进行差分以消除个体效应，得到： 　　 (3) 　　把这些差分模型堆砌起来得到： 　　 (4) 　　对于模型(3)，其工具变量矩阵为： 　　 　　因此，模型(4)的工具变量矩阵就是。于是，矩条件为：，i=1,2,…N。 　　把模型(4)两边都左乘，我们可以得到： 　　 (5) 　　现在，为得到GMM估计量，第一步是得到的一致估计。这可以通过方程：的最小二乘法的估计来获得。根据，