欠发达地区金融发展与经济增长的关系探讨
中图分类号：F830.31 文献标识码：B 文章编号：1674-0017-2014（9）-0071-05
一、文献综述与理论预期
（一）文献综述
在目前研究区域金融与区域经济增长关系的文献中，研究者都是以中国某一区域或某一省份为例来研究区域金融与区域经济增长的关系。在分析框架中，研究者普遍都采用了金融相关率这一指标来衡量区域金融发展状况，但是各研究者并不只是采用金融相关率作为唯一的指标，毕竟金融发展是一个立体化的概念，因此需要从不同侧面去观测金融发展状况，因此也就需要设计不同的衡量指标。例如卢宁（2009）采用了金融规模指标和金融效率指标来衡量金融发展水平，而张萍、陈福中（2009）采用了股票市场发展程度、保险市场发展程度来衡量金融发展水平，另外杜莉、王宏来（2009）采用非政府投资占总投资的比重、贷存比来衡量金融发展。在结论上，研究者普遍得出了金融发展对经济增长存在正相关关系的结论，即区域金融与区域经济是相互促进的。总体来看，目前研究区域金融与区域经济增长的文献可以两大类，一类是定性分析即不采用实证模型进行分析，代表者有刘宁、申锦（2009）等，另一类则采用实证模型进行分析，代表者有杜莉、王宏来（2009）等。
在第一类中，刘宁、申锦（2009）分析了贵州经济增长与金融成长的耦合性，将金融发展分解为金融增长和金融发展效率，对金融增长的衡量指标是M2/GDP，对金融发展效率的衡量指标是存款和贷款之比。通过分析其得出的结果是：贵州的金融相关率低于全国水平；贵州的M2/GDP自进入新世纪以来一直高于全国水平；贵州的金融中介效率在时间和空间上与经济增长趋势和经济发展程度相背离。对于第一个结果，作者的解释是由中国金融发展的二元特性决定的，即中国金融发展在东部和中西部呈现二元发展的特性导致了贵州的金融发展水平低于全国水平。但是二元发展特性只是中国金融发展在地域上一种分布状态，只是一种现象，而非根本原因，即导致贵州金融发展低于全国水平另有其根本原因。对于第二个结果，作者从经济的信用化和国有银行信用垄断两方面来解释。但是经济的信用化和国有银行信用垄断只是M2/GDP上升的一般性原因，而并不能成为贵州的M2/GDP高于全国水平的特殊性原因。在与刘宁、申锦（2009）同样采用了金融相关度指标来衡量金融发展之外，涂人猛（2009）还采用了金融机构、保险密度、保险深度来衡量区域金融实力，同时采用上市公司总市值与GDP之比来衡量区域直接融资水平。在这些指标下，作者分析了湖北省金融发展与经济增长的关系。但是，作者只是罗列了一系列衡量指标，而并未就这些指标赋予具体数据进行分析。
在第二类中，杜莉、王宏来（2009）以吉林省1985-2007年的相关时间序列数据为样本，利用协整检验和格兰杰因果检验分析了吉林省金融业对经济增长的贡献。与其他研究者大都选择金融相关率来衡量金融发展不同，作者选择了贷存比和非政府投资占投资总额比率作为金融体系效率的指标。在结论中，贷存比和非政府投资占比都与经济增长存在正相关关系。而这一结论为作者提高贷存比的政策建议提供了依据。但是，不可忽视的是盲目地提高贷存比有可能导致银行不良资产的增加，而不良资产又会危及到金融的稳定。因此，与提高贷存比相比，完善金融市场结构、增强金融自生能力似乎更为重要和更具有可行性。与杜莉、王宏来（2009）采用时间序列模型不同，卢宁（2009）采用了向量自回归模型来分析欠发达地区的金融发展与经济增长。其用金融机构贷款/名义GDP构建金融规模指标，同时用全部金融机构存款与贷款之比来构建金融效率指标，而经济增长则用全要素生产率来表示。其得出的结论是金融发展和区域经济增长具有正相关关系。其对这一结论的解释是金融效率和金融规模通过对资本投入、劳动投入和全要素生产率三个渠道的影响，进而影响到区域经济总量的增长。张萍、陈福中（2009）同样采用了时间序列模型来分析金融发展与经济增长。与杜莉、王宏来（2009）不同的是，其用来衡量金融发展的指标是金融相关率、金融效率、股票市场发展程度、保险市场发展程度。其通过对江苏省的数据进行实证检验得出的结论是，金融相关率、股票市场发展程度与经济增长呈正相关关系，而金融效率化、保险市场发展程度则与经济增长呈负相关关系。对于前一个结果，金融发展与经济增长呈正相关关系符合一般的理论假设，而对于后一个结果，以金融效率和保险市场发展程度衡量的金融发展与经济增长呈负相关关系，这与一般的理论假设出现相悖，作者对这一相悖的解释是低效率的国有企业大量退出市场对经济产生了负向冲击，由此形成金融效率化与经济增长负相关的局面，而保险市场发展则由于提高了生产投资者的成本而对经济增长形成负向作用。
在第二类中，与大多数研究采用实证模型来检验金融发展与经济增长的关系不同，张云（2009）则利用了动态均衡来分析区域金融发展水平与经济发展之间的关系。在动态均衡分析中，其分两种情况来探讨金融发展与经济增长的关系。第一种情况是金融过度，其分析得出在金融过度情况下，经济发展与金融发展都会受损。第二种情况是金融不足，其分析得出在金融不足的情况下，通过经济发展因素的作用，可以提高金融发展水平并相互促进。其还将这一动态均衡应用于对中国区域金融的分析，认为在我国东部地区，金融发展与经济发展相互促进，而在中部西部地区则相反。周丽华（2009）用多元线性回归模型检验了西部地区金融发展对经济发展的支持作用。其对金融发展的衡量指标是储蓄、储蓄与投资的转化、投资率、投资效率。其得出的结论是西部地区金融发展对经济增长有着显著的正向促进作用，同时西部地区金融发展的滞后也对经济增长形成了制约。 从以上的研究可以看出，目前对区域金融发展与区域经济增长关系的实证分析要么采用多元线性回归模型，要么采用时间序列模型，还没有研究者采用面板数据来分析中国某一区域的金融发展与经济增长的关系。虽然周丽华（2009）对西部地区金融发展与经济增长的关系进行了研究，但是其采用的是多元线性回归模型。本文着眼于对欠发达地区金融发展与经济增长的关系分析，采用了西部九省1990-2012的面板数据，以此来检验金融发展和经济增长的关系在欠发达地区的不同表现形态。
（二）理论预期
区域金融发展以其能促进区域内储蓄和投资的增长，并能优化区域内及不同经济区之间资金配置结构和提高投资收益而对经济产生推动作用，此即为金融发展的经济增长效应。若将金融发展的经济增长效应进行分解，则可以分解为这几个方面。一方面，区域金融发展能提高储蓄率及储蓄向投资转化的比率，从而促进区域经济增长。另一方面，区域金融发展能提高资本使用效率。区域经济增长要求储蓄资源的优化配置及投资结构。金融体系将分散的资金市场融为一体，使资金在整个社会实现重组和分配。同时，金融体系利用自身信息优势和监督优势，将资金引导到预期收益好、发展潜力大的区域、行业，提高资金使用效率。在资本总量不变的条件下，资本使用率的提高促使经济增长速度加快和经济总量迅速扩大。此外，区域金融发展水平影响着区域经济结构的调整和产业结构的优化，从而影响经济增长。区域经济结构调整及优化的重要内容之一就是资本在不同产业的流动的和在配置，而金融的快速发展为产业的优化提供资金和资本支持，为产业结构调整创造良好的资本环境，从而促进经济增长。
二、模型设定与数据说明
（一）模型设定
面板数据模型有混合模型、固定效应模型、随机效应模型三种。根据前面的理论预期以及后面实证检验过程中的F检验、Hausman检验、B-P检验，以及对三种面板数据模型估计结果的比较，本文最终选取了随机效应模型来检验西部地区金融发展与经济增长的关系。本文选取的随机效应模型的表达式如下：
GDPit=αi+β1JRFit+β2GDZit+β3CYRit+μit
i=广西，四川，贵州，云南，西藏，甘肃，青海，宁夏，新疆；
t=1990，1991，∧，2012。
其中，GDPit表示经济增长，JRFit表示金融发展，GDZit表示投资，CYRit表示劳动力。
（二）数据与变量说明
考虑到数据的可获得性以及整理难度，本文选取1990-2012年我国西部九省（广西、四川、贵州、云南、西藏、甘肃、青海、宁夏、新疆）的数据作为样本数据。数据均来源于中国经济与社会发展统计数据库。
1、GDPit是因变量，表示经济增长。本文采用西部九省（广西、四川、贵州、云南、西藏、甘肃、青海、宁夏、新疆）在1990-2012年的GDP值来衡量经济增长。GDP值的单位为亿元，数据来源于中国经济与社会发展统计数据库西部九省的国内生产总值。
2、JRFit表示金融发展。国际上通常采用戈氏和麦氏两种指标来衡量金融发展水平。戈德史密斯提出用金融相关比率来衡量一国金融发展水平，金融相关比率等于金融资产总量与GDP之比。本文引入金融相关比率来衡量金融发展。由于中国缺乏各地金融资产的统计数据，无法直接使用戈氏指标。因为银行存款是主要的金融资产，而储蓄存款又在银行存款中占有重要比例，且中国各地区城乡居民储蓄存款的数据较易获得，因此本文用西部九省在1990―2012年的城乡居民储蓄存款额与GDP之比来计算金融相关比率，从而衡量金融发展。西部九省的城乡居民储蓄存款数据来源于中国经济与社会发展统计数据库。
3、GDZit是控制变量，表示投资。投资是最主要的生产要素之一，对经济增长有着重要的影响。本文采用西部九省在1990-2012年的固定资产投资额来衡量投资。数据来源于中国经济与社会发展统计数据库西部九省的全社会固定资产投资总额，单位为亿元。
4、CYRit也是控制变量，表示劳动力。劳动力也是最主要的生产要素之一，对经济增长也有着重要的影响。本文采用西部九省在1990-2012年的从业人员数来衡量劳动力。数据来源于中国经济与社会发展统计数据库西部九省的从业人员，单位为万人。
本文中各变量的描述性统计见表1。
三、实证检验
（一）面板数据模型估计的结果
1、三种面板数据模型的估计结果。本文用Sstata9.0对JRF、GDZ、CYR对GDP的影响在三种面板数据模型下进行了回归分析，回归结果如表2所示。
2、固定效应显著性检验（F检验）。F统计量检验旨在确定应该建立混合回归模型，还是固定效应回归模型。由表二中的F检验结果可知，F（8， 159） = 21.30， Prob>F = 0.0000。因此，在1%的水平拒绝原假设，建立固定效应模型比较合理。
3、Hausman检验。Hausman检验旨在确定应该建立随机效应回归模型还是固定效应模型。从表2中的Hausman检验结果可以看出，chi2（2） =61.67，Prob>chi2 = 0.0000，因此在1%的显著性水平拒绝原假设。但是到底是建立随机效应模型还是建立固定效应模型还要参考后面的B-P检验，同时对三种模型的回归结果进行比较来最终确定。
4、B-P检验。B-P检验是用来检验模型是否存在随机效应。从表2中可知，B-P检验的结果为：chi2（1） =82.80，Prob > chi2 = 0.0000，在1%的显著性水平拒绝原假设，即模型存在随机效应。
通过一系列检验，发现模型存在随机效应，同时在比较三种模型的回归结果时发现，在最小二乘估计模型和随机效应模型中，劳动力的估计系数都是正的，而在固定效应模型中劳动力的估计系数是负的，而根据一般经济理论，劳动力与经济增长应该存在正相关关系，因此最小二乘估计模型和随机效应模型对劳动力的估计系数比较可信。因此，在模型存在随机效应，同时对劳动力的估计系数比较可信的情况下，本文最终确定采用随机效应模型来检验西部地区金融发展与经济增长的关系，而实证检验的结果反映在表2中。 （二）对实证检验结果的解释
通过一系列的检验，本文最终确定用随机效应模型来检验西部地区金融发展与经济增长的关系。随机效应的估计结果列在表2中。从结果中可以看出组内R2、组间R2、总体R2都很高，表明方程的拟合优度较高。金融发展的回归系数为正，并且在1%的显著性水平通过了T检验，表明金融发展对经济增长存在显著的正向影响。投资的回归系数也为正，并且在1%的的显著性水平上通过了T检验，表明投资对经济增长存在显著的正向影响。劳动力的回归系数也为正，并且在1%的显著性水平通过了T检验，表明劳动力对经济增长存在显著的正向影响。对于以上的实证检验结果，本文的解释如下。
对于西部地区金融发展对经济增长存在显著的正向影响，前面的理论预期已经有所预期。一方面，西部地区金融发展通过提高西部地区资金使用效率，从而在资本总量不变的条件下，使西部地区经济增长速度加快以及经济总量迅速扩大。另一方面，西部地区金融发展还通过影响西部地区经济结构调整和产业结构优化来给西部地区经济增长提供动力。经济结构的调整和产业结构的优化对西部地区的经济发展有着重要意义。在东部地区率先推进经济结构调整和优化产业结构并实现经济持续增长后，西部地区面临着中国经济二元特性的压力，在二元特性中，经济发达地区的经济发展的良性循环和经济欠发达地区经济发展的恶性循环的并存使西部地区在谋求经济发展、摆脱恶性循环中必须在常规路径之外另辟蹊径。而金融发展作为一条独特的路径被引入到西部经济发展的策略中便有了重要意义。因此，在西部地区金融发展对经济增长有着正向影响作用的实证检验结果的情况下，探索西部地区金融发展与经济增长的耦合方式就有了实际意义。
四、结论及政策建议
完善西部地区金融市场结构。一个结构合理、运行规范的金融市场有利于促进金融发展和经济增长。目前西部地区金融市场存在结构单一、规模过小等问题，这对于西部地区企业特别是民营企业的融资是十分不利的。因而建立一个多层次的资本市场对西部地区金融发展和经济增长是十分必要的。首先应鼓励更多的经营业绩好、有发展潜力的国有企业上市，拓宽其融资渠道、改善资产负债结构。其次，大力发展西部地区产权交易市场。西部地区国有企业占比很高，通过发展地区产权市场，一方面可以完善国有资本的推出机制，优化资源配置，进一步推动国有企业改革。另一方面也有利于吸引更多的外资和民间资本，促进西部地区经济发展。
- 上一篇：低碳经济背景下中国碳金融发展问题分析
- 下一篇：金融管理可持续发展的策略探讨
