1、1区域金融发展与产业结构调整的实证研究基于东中西部的面板数据分析河北经贸大学 崔霞、郭利锋、杨梅摘要：世界各国的经济发展历程表明，经济增长与金融发展息息相关。尽管人们对于金融与经济增长关系的看法存在许多争议，但经济学家和政策制定者都认为，金融系统对经济发展具有重要影响，金融是现代经济的核心，其发展构成现代市场经济最主要的方面。而金融在经济发展中的积极作用是通过金融体系作用于各个产业来体现的，在现实经济中金融与经济增长关系表现为金融与产业结构调整的关系。我国正面临经济发展与体制转型的双重任务，产业结构的问题在我国经济发展中更为突出。因此，研究金融结构调整与产业结构升级的互动关系，既是制定科学合理
2、的金融发展战略的现实需要，也是促进产业结构调整和升级实现经济可持续发展的关键。考虑到金融发展存在地区差异的客观事实，且这方面的研究成果又较少，本文将把我国分为东部、中部、西部三个地区，利用面板数据模型对金融发展与产业结构升级进行理论分析和实证研究，进一步丰富了金融发展与经济增长的研究成果。首先，本文对面板数据模型进行简要介绍，并基于我国 31 个省市自治区 20002010 年的数据资料，在不变系数模型、变截距模型和变系数模型中我们选择了合适的面板数据模型为变截距模型。而后，在随机影响变截距模型和固定影响变截距模型中，固定影响变截距模型的效果更好，最终采用了个体固定影响变截距模型，并使用该模型
3、对我国东中西部三大区域的金融发展与产业结构调整进行研究。结果表明，在东中西部三个地区，金融发展规模对产业结构调整起正向作用，其显著性只在东部地区成立；而金融效率与金融结构对产业结构调整起负向作用，金融结构指标在中部地区模型中不够显著；东、中、西部地区的个体固定效应因子大小不一，与其所在的地区无关。关键词：金融发展；产业结构调整；面板数据模型目 录2一、引言 1（一）选题背景及意义 1（二）国外研究 1（三）国内研究 2（四）本文研究创新点及模型优点 3二、面板数据模型的介绍 4（一）面板数据的单位根检验和协整检验 41.单位根检验 42.协整检验 5（二）面板数据模型 5（三）模型形式设定检验
4、 6三、指标与样本数据选取 7（一）指标选取 7（二）样本数据选取 8四、面板数据模型实证分析 8（一）面板数据单位根检验 8（二）面板数据协整检验 11（三）模型设定形式的选择 11（四）面板数据模型的建立与实证分析 121.东部地区 122.中部地区 133.西部地区 134.模型分析 14五、模型的不足与改进 15六、结论与政策建议 16（一）结论 16（二）政策建议 17参考文献 20附录 21一、引言2（一）选题背景及意义1978 年改革开放至今，中国经济经历了近三十几年的高速增长，我们注意到，伴随着经济高速增长，我国市场经济体制不断完善，金融体制也得到了长足的发展。金融作为现代经济
5、的核心，其本质是储蓄向投资的转化机制，提供资金由盈余部门向短缺部门转化的渠道。金融资源的配置会对宏观经济运行状况和微观企业的运行效果产生重大影响，在产业结构调整中也发挥着至关重要的作用。而经济发展的过程不仅仅表现为经济规模的扩大，国民收入的提高，还体现在经济结构适应市场需求的持续优化过程，特别是产业结构的转换、升级。世界各国经济发展的事实表明，产业结构调整已成为促进现代经济发展的关键因素，产业结构调整对于一国经济结构优化以及实现经济稳定协调发展，具有极为重要的意义。产业结构的调整、升级离不开金融的支持与协同发展。金融作为经济发展的助推器，可以减少信息不对称而引致的逆向选择和道德风险问题，降低交
6、易成本，提高储蓄投资转化率，改善经济运行环境。不管是新兴产业的发展壮大，还是传统产业的升级改造或平稳退出，都需要有健全、完善、便捷的金融服务。金融的作用渗透于其他经济因素之中，通过需求、供给和宏观政策等方面对产业结构的调整产生影响。纵观世界各发达国家的发展历程，金融在其产业结构调整及经济腾飞中都起到了重要的支持作用。我国经济在高速运行发展的同时，各个地区之间的经济发展水平差距逐渐拉大，区域经济发展不平衡的矛盾日益突出。大国经济发展的历程告诉我们，区域经济发展差距过大将会对一国经济的永续发展和社会的和谐发展产生负面影响。与区域经济发展差异同时并存的是，区域间的金融发展水平亦呈现出明显的不平衡和剃
7、度差异。对于中国这样一个区际、省际、甚至省内发展差距都极不平衡的大国，我们在研究金融发展与产业结构调整的关系时，应该重视国内金融发展的地区差距，而不能将中国的金融业只是简单看作一个整体。分区域地进行金融结构与产业结构关系的研究是我国国情的需要，也是经济发展客观事实的需要。（二）国外研究进入到二十世纪五六十年代之后，人们开始反思并更加注重金融在经济中扮演的角色，各种各样的理论和实证研究大量涌现。戈德史密斯3（Goldsmith，1969） 1出版了金融结构与金融发展 一书，该书旨在“找出决定一国金融结构、金融工具存量和金融交易的主要经济因素，并阐明这些因素如何通过相互作用而促进金融发展” 。他通
8、过对各国金融发展进的深入研究，创造性的提出了衡量一国金融结构和金融发展的存量和流量的指标，其中以金融相关比率（Financial Interrelatinns Ratio，FIR）最为重要，它的含义是全部金融资产价值与全部实物资产（即国民财富）价值之比。麦金农（Mckinnon,1973） 2和肖（Shaw,1973） 3分别发表了 经济发展中的货币和资本和经济发展中的金融深化两本著作。在书中他们放弃了以成熟市场经济国家的金融体系为研究对象，转而研究发展中国家的金融问题，并创立了现代金融发展理论。他们各自分别从金融压制（Financial Restraint）和金融深化 （Financial
9、Deepening）两个角度，系统的阐述了货币金融和经济发展之间的关系。麦金农（Mckinnon）和肖（Shaw）提出了著名的“ 麦金农和肖,简称 M-S 模型” 。该模型的主要思想是：主张通过金融自由化，使实际利率通过市场机制的作用自动趋于均衡，金融发展与经济发展相互制约和相互促进，实现了经济的长期快速增长。麦金农（Mckinnon）和肖（Shaw）的 “金融压制”和“金融深化”理论，第一次比较系统的研究了发展中国家金融落后的特征，指出政府的金融压制政策阻碍了发展中国家的金融和经济发展，提出了以金融深化为主要标志的金融自由化改革主张，这是对发展中国家金融改革的重大贡献。90 年代金融发展理论
10、家从效用函数入手，建立了各种各样具有微观基础的模型。代表性的有格林伍德（Greenwood） 4和史密斯（Smith ）模型以及金（King ）和莱文（Levine ） 5模型，他们在模型中引入了诸如不确定性、不对称信息和监督成本等与完全竞争相悖的因素，对金融机构和金融市场的形成做出了规范意义上的解释。（三）国内研究在国内，也有许多学者着手于整体金融发展状况和经济发展状况的理论和实证研究。王兆星（1991） 6提出的中国金融结构论认为，在现代商品经济条件下，金融结构成为调节经济结构的先决条件，首先形成一定的金融结构，然后形成相应的经济结构；殷德生、肖顺喜（2000） 7认为“市场非均衡型区域金
11、融制度是现代市场经济发展的必然趋势和结果” ，市场经济运行规律和区域经济发展层次、结构等决定了不同的地区会在金融规模、金融结构、金融市场等4方面存在空间配置上的差异。而周立（2002） 8中国各地区金融发展与经济增长第一次将中国金融发展的研究深入到地区层面。他指出中国各地区金融发展与经济增长密切相关，促进金融发展，有利于长期的经济增长；金融发展差距可以部分解释中国各地区经济增长差距；范方志、张立军（2003） 9借鉴Gold-smith 的思想，从金融结构转变认识金融发展, 选取金融相关比率作为被解释变量，第二、三产业产值除以各年实际 GDP 为解释变量，分析了中国地区金融发展与产业结构升级之
12、间的关系。（四）本文研究创新点及模型优点上述金融发展理论，主要针对发展中国家的金融发展和经济发展的关系进行了较为深入的分析和实证研究，也提出了不少对于发展中国家具有实用价值的政策建议。但理论的发展仍然不成熟，例如对于经济发展的认识实际上是主要局限于经济增长方面，虽然偶尔在理论阐述中也提及发展中国家的经济结构问题，但大多是一带而过，没有深入研究金融发展与发展中国家的经济结构调整的关系。实证研究主要局限于运用金融深化指标和人均国内生产总值（GDP ）变动指标进行分析，对金融发展的指标构建不够全面，研究方法大多局限于协整分析。在研究对象上，金融发展与产业结构的研究大多停留在国家层面，对于区域金融发展
13、与产业结构调整研究很少，且研究所使用的数据大多为单纯的时间数据或截面数据。考虑到中国各地区的经济差距和金融差距，本文把中国分东、中、西部三个区域，以面板数据模型对我国东中西部地区金融发展与产业结构升级关系进行实证研究，从区域金融差异的形成与变化方面进行研究，考查中国各地区经济发展与其金融发展水平差异，揭示各地区的金融发展对产业结构调整的贡献度不同，并以此为基础提出了相应的对策建议，其金融结构转变和产业结构升级的关系更具有客观性和现实性。本文为进一步丰富金融发展与经济增长的理论与实证研究成果提供一些新的研究视角和研究成果。面板数据指在时间序列上取多个截面，在这些截面上同时取样本观测值所构成的样本
14、数据。也就是把截面数据和时间序列数据融合在一起的一种数据。相对只利用截面数据模型和只利用时间序列数据模型进行经济分析而言，面板数据模型具有许多优点：5第一，它通常提供给研究者大量的数据，包含更多的变量，这样就增加了自由度，减少了解释变量之间的共线性，从而改进了估计的有效性；第二，面板数据可以从多种层面分析经济问题，对不同个体进行控制。 。第三，面板数据能够更好的识别和测量一些效应，而这些效应是单纯的时间序列数据或横截面数据所不能简单觉察的。第四，面板数据通常以微观单元来收集，在微观的水平上许多变量能被更为精确的测量，因此有测量误差所引起的偏能够得到减轻。二、面板数据模型的介绍面板数据（pane
15、l data）又称为平行数据（ longitudinal data）指在时间序列上取多个截面，在这些截面上同时取样本观测值所构成的样本数据。也就是把截面数据和时间序列数据融合在一起的一种数据。相对只利用截面数据模型和只利用时间序列数据模型进行经济分析而言，面板数据模型具有许多优点 10。（一）面板数据的单位根检验和协整检验1.单位根检验面板数据的单位根检验方法同普通的单序列的单位根检验方法虽然很类似，但两者又不完全相同。对面板数据考虑下面的 AR（1）过程： itititit uyx1i =1, 2, , N t =1, 2, , Ti （1）其中： itx表示模型中的外生变量向量，包括各个体
16、截面的固定影响和时间趋势。N 表示个体截面成员的个数， Ti 表示第 i 个截面成员的观测时期数，参数 i为自回归的系数，随机误差项 itu相互满足独立同分布假设。可见，对于式（1）所表示的 AR（1）过程，如果 i，则对应的序列 iy为平稳序列；如果i，则对应的序列 iy为非平稳序列。根据对式（1）中参数 i的不同限制，可以将面板数据的单位根检验方法划分为两大类:一类为相同根情形下的单位根检验，这类检验方法假设面板数据中的各截面序列具有相同的单位根过程（common unit root process） ，即假设式（1）中的参数 i满足 i（i =1, 2, , N）包括 LLC 检验、Br
17、eitung 检验、6Hadri 检验等。另一类为不同根情形下的单位根检验，这类检验方法允许面板数据中的各截面序列具有不同的单位根过程（individual unit root process） ，即允许参数 i跨截面变化，包括 Im-pesaran-Skin 检验、Fisher-ADF 检验和 Fisher-PP 检验等。2.协整检验协整概念是一个强有力的概念。因为协整允许我们刻画两个或多个序列之间的平衡或平稳关系。对于每一个序列单独来说可能是非平稳的，而这些时间序列的线性组合序列却可能有不随时间变化的性质。面板数据的协整检验方法可以分为两大类：一类是建立在 Engle and Grange
18、r 二步法检验基础上的面板协整检验，具体方法主要有 Pedroni 检验和 Kao 检验；另一类是建立在 Johansen 协整检验基础上的面板协整检验。本文将采用 Pedroni 检验法进行分析。（二）面板数据模型设因变量 与 k1 维解释变量向量 ),(21itkititit xx ，满足线性关系ityitititit uxi =1, 2, , N, t =1, 2, T （2） 式（2）是考虑 k 个经济指标在 N 个个体及 T 个时间点上的变动关系。其中 N 表示个体截面成员的个数，T 表示每个截面成员的观测时期总数，参数 it表示模型的常数项， it表示对应于解释变量向量 itx的
19、k1 维系数向量，k 表示解释变量个数。随机误差项 itu相互独立，且满足零均值、等方差为 2u的假设。 （2）式描述的模型中，自由度（NT）远远小于参数的个数，这使得模型无法估计。为了实现模型的估计，建立两类面板数据模型：建立含有 N 个截面成员方程的 Panal data 模型和建立含有 T 个时期方程的 Panel data 模型。本文为了研究不同地区的金融发展与产业结构的关系，故建立截面成员方程的 Panel data 模型。含有 N 个个体成员方程的 Panel Data 模型形式如下： iiii uxyi=1,2,N （3）其中： iy是 T 1 维被解释变量向量， i是 T k
20、维解释变量矩阵， iy和 ix的各分量是个体成员的经济指标时间序列，例如若个体成员代表各不同地区，则7iy和 ix代表 i 地区的消费和收入、物价等指标的经济时间序列。截距项 i和k1 维系数向量 i，其取值受不同个体的影响， iu是 T 1 维扰动项向量，满足均值为零、方差为 2u的假设。（三）模型形式设定检验 模型（3）常用的有如下三种情形：情形 1： jiji, （不变系数模型）情形 2： jiji （变截距模型）情形 3： jiji, （变参数模型)对于情形 1，在横截面上无个体影响、无结构变化，相当于将多个时期的截面数据放在一起作为样本数据；对于情形 2，称为变截距模型，在横截面上个
21、体影响不同，个体影响表现为模型中被忽略的反映个体差异的变量的影响，又分为固定影响和随机影响两种情况；对于情形 3，称为变系数模型，除了存在个体影响外，在横截面上还存在变化的经济结构，因而结构参数在不同横截面上是不同的。在对 Panel Data 模型进行估计时，如果模型形式设定不正确，估计结果将与所要模拟的经济现实偏离甚远。因此，建立 Panel Data 模型的第一步便是检验被解释变量 ity的参数 i和 i是否对所有个体样本点或时期都是一样的，即检验样本数据究竟符合上面哪种 Panel Data 模型形式，从而避免模型设定的偏差，改进参数估计的有效性。对上述三种模型形式的检验经常使用协方差
22、分析检验，主要检验如下两个假设：H1： N2， （4）H2： （5）N21 该检验通过 F 检验来进行，检验假设的 F 统计量分别为 :)1(,)()1(/)(12 kTkNTS（6）8)1(),(1)1(/)(132 kTNkFkNTSF （7）其中：S1 为情形 3(变参数模型)的残差平方和；S2 为情形 2(变截距模型)的残差平方和 ；S3 为情形 1(不变参数模型)的残差平方和记为。如果接受假设 H2 则可以认为样本数据符合情形 1，即模型为不变参数模型，无需进行进一步的检验。 如果拒绝假设 H2，则需检验假设 H1。如果接受 H1，则认为样本数据符合情形 2，即模型为变截距模型，反之
23、拒绝 H1，则认为样本数据符合情形 3，即模型为变参数模型。根据个体影响的不同形式，变截距模型又分为固定影响变截距模型和随机影响变截距模型，变系数模型也分为固定影响变系数模型和随机影响变系数模型。在确定模型是固定影响还是随机影响时，可以运用 Hausman 检验法。其原理和实现过程见参考文献10。三、指标与样本数据选取（一）指标选取本文旨在分析产业结构发展与金融发展的关系，因此产业结构指标作为目标变量即因变量，而金融发展指标作为影响因素即解释变量。对产业结构升级的度量我们采用产业结构优化率指标（ISR） ，即用第二、三产业产值之和与当年国民生产总值之比来表示，也就是非农产业产值所占GDP 的比
24、重。这是因为产业结构形态是产业结构合理化与高级化最明显的外在表现之一，各国产业演进的过程中都伴随着第二、三产业比重逐渐增大的现象。随着产业结构的升级，第一产业的比重会逐步下降，第二产业和第三产业的比重会逐步提高。本文选取了三个金融发展指标：（1）金融发展规模指标（FIR） ，金融发展水平提高的一个主要表现为金融资产规模相对于国民财富的扩展，采用国际上通用的戈氏指标即美国科学家戈德史密斯（1969）提出的金融相关比率（Financial interrelations Ratio，FIR） 。金融相关比率是指“某一时点上现存的金融资产总额(含重复计算部分)与国民财富实物资产加上对外净资产的比值”
25、，其完整表达式为（M2+L+S ）/GNP（其中9M2 为广义货币，L 为银行贷款余额，S 为有价证券，包括股票、债券、保费之和） 。由于本文以各地区为研究对象，缺乏相应的 M2 统计数据，而一些国内学者在研究中国金融发展时采用地区存贷款数据作为金融资产的衡量指标 11，因此本文将根据我国实际情况，以各省金融机构人民币存贷款总额、股票融资额、债券融资额、保费收入之和占地区 GDP 的比重作为 FIR。（2）金融发展效率指标（FE） ，金融发展效率是指金融中介将储蓄转化为贷款支持经济发展的效率，用金融机构贷款余额比上金融机构存款余额作为金融效率指标 FE，用以反应金融系统配置资本的效率。（3）金
26、融发展结构指标（FS） ，金融产业结构是指银行、证券、保险、信托等不同行业在整个金融产业体系中的比重、地位与发展趋势，包括融资规模、客户数量、占全部金融资产的比重等，反映金融产业中不同业务领域的地位与发展状况。本文用间接融资量与总融资量之比来反映金融产业结构 FS，其中间接融资额等于金融机构贷款余额，直接融资额等于股票融资额加上企业债券融资额，总融资额为直接融资额和间接融资额之和。（二）样本数据选取论文的样本数据包括：20002010 年我国各省市自治区 GDP、三次产业产值、金融机构贷款余额、金融机构存款余额、股票融资额、债券融资额、保费收入。我国各省市自治区 GDP、三次产业产值的数据来源
27、于各省市自治区的统计年鉴，各省市自治区金融机构贷款余额、股票融资额、债券融资额、保费收入来源于各省金融运行报告。根据国家统计局的统计口径，将我国 31 个省市自治区划分为三大区域：东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南 11 个省市；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南 8 个省份；西部地区包括重庆、四川、贵州、云南、广西、西藏、新疆、青海、甘肃、宁夏、陕西、内蒙古 12 个省市自治区。特别指出的是，本文中的所有实证结果均由计量专业软件 EViews 6.0 完成的。四、面板数据模型实证分析（一）面板数据单位根检验具有协整关系的面板数据才可以建立面板数据模型，因此在建立面板模型
