|
业获取资金的首要途径仍然是银行贷款，因而用信贷转换比率衡量现阶段我国金融发展效率 120 是可行并且有效的。 贸易开放程度一般用外贸依存度OPE 来衡量，即进出口总额与GDP 之比。这一指标计 算方便，数据容易获得，同时它又能有效反映一国经济与世界融合的程度，因而被国内外许 多学者采用。在国内研究中，梁莉(2005)、沈能(2006) 、曲建忠(2008) [14]、周茂荣(2010) [15] 等均采用该指标衡量贸易开放程度，证实外贸依存度作为贸易开放指标是合理的。本文也将 125 用这一指标来衡量长三角各地级市的对外贸易水平。 此外，本文用人均实际GDP 的自然对数作为控制变量（记作LPG），刻画由经济增长 引致的外部融资需求。本文将面板数据的时间跨度确定为1997 年至2008 年，这段时间正好 介于两次金融危机之间，中国未受到大的外部冲击，选定这个时间段为研究对象可以排除外 部因素对金融和贸易的影响，从而确保估计的有效性。上述指标用到的数据包括各地级市历 130 年的国内生产总值、人均国内生产总值、年末金融机构存款余额和年末金融机构贷款余额， 来源于1998-2009 年的《上海统计年鉴》、《江苏统计年鉴》和《浙江统计年鉴》。另外人 均实际GDP 为以1997 年不变价格计算，具体计算公式为：当年人均国内生产总值/当年居 民消费价格指数*1997 年居民消费价格指数。历年的居民消费价格指数来源于《中国统计年 鉴2010》。 135 4 实证分析 根据前述的模型和指标，可以确立以下长期估计方程： it it it it y = α + βOPE + ωLPG + ε 其中i 是代表16 个地级市的数字，i = 1,2,...,16 ，t 是时期数，t = 1997,...,2008 。 it it y = FIR 、it SLR ， it FIR 是金融相关比率， it SLR 是信贷转换比率， it OPE 是贸易依 存度， it LPG 是人均实际GDP 的自然对数， it 140 ε 是误差项。 从而可得面板数据的动态模型ARDL(1,1,1)如下： it i i it i it i it y y OPE LPG 1 00 01 = μ + λ + δ + δ − i it i it it + δ OPE + δ LPG + ε 10 −1 11 −1 如果所有变量是I(1)和协整的，则误差项对所有的i 是I(0)的，于是可以将上述方程变 换成误差修正模型如下： ( ) it i i it 1 i 0 it i 1 it Δy = μ + φ y − θ OPE − θ LPG − i it i it it + δ ΔOPE + δ * ΔLPG + ε 1 * 0 145 其中(1 ) i i φ = − − λ ， ( )/(1 ) i 0 i 00 i 10 i θ = δ + δ − λ ， ( ) /(1 ) i 1 i 01 i 11 i θ = δ + δ − λ ， 10 * i 0 i δ = −δ ， 11 * i 1 i δ = −δ 。 因而在对上述模型进行估计之前，必须先对各变量进行单位根检验和协整检验。 4.1 面板单位根检验 150 近年发展起来的面板单位根检验方法主要有LLC 检验、IPS 检验、Fisher-ADF 检验和 Fisher-PP 检验，其中LLC 检验适用于所有截面具有相同单位根的情形，IPS 方法、Fisher-ADF 检验和Fisher-PP 检验适用于截面间单位根不同的情形。由于使用不同检验方法得到的结论 难以做到完全一致，为了增强检验结果的稳健性，本文分别使用上述四种检验方法对变量进 行单位根检验。检验结果如表1 所示，其中除了变量FIR、OPE、LPG 的LLC 检验拒绝存 155 在面板单位根的原假设外，其余变量均不能拒绝存在面板单位根的原假设，而各变量的一阶 差分均不存在面板单位根，因此综合四种检验方法可以得出结论，各变量都是一阶单整的。 表1 面板单位根检验结果 变量 LLC 检验 IPS 检验 Fisher-ADF 检验 Fisher-PP 检验 FIR -5.131*** (0.000) -0.203 (0.420) 29.360 (0.601) 27.640 (0.687) SLR -4.371*** (0.000) -0.092 (0.464) 34.000 (0.372) 26.990 (0.718) OPE -0.171 (0.432) 1.359 (0.913) 23.568 (0.860) 24.606 (0.822) LPG -3.572*** (0.000) 0.654 (0.743) 23.838 (0.850) 15.157 (0.995) ΔFIR -10.203*** (0.000) -5.847*** (0.000) 87.804*** (0.000) 104.493*** (0.000) ΔSLR -8.432*** (0.000) -3.993*** (0.000) 69.759*** (0.000) 96.340*** (0.000) ΔOPE -8.369*** (0.000) -4.912*** (0.000) 82.350*** (0.000) 82.200*** (0.000) ΔLPG -4.019*** (0.000) -2.265** (0.012) 46.608** (0.046) 45.421* (0.058) 注：Δ表示一阶差分，各变量依据其图形确定是否有常数项和时间趋势，并根据Schwarz 准则自动确 160 定滞后期数，括号内为伴随概率，***、**、*分别表示在1%、5%、10%的显著性水平上拒绝存在面板单位 根的原假设。 4.2 面板协整检验 由上一节面板单位根检验的结果已知各变量都是一阶单整序列，满足面板协整性检验的 165 要求，因而可以继续进行面板协整检验。面板数据的协整检验方法可以分为两类。一类是由 Engle-Granger 两步法推广而成的面板数据协整检验方法，如Pedroni 协整检验法和Kao 协整 检验法；另一类是由Johansen 迹统计量推广而成的面板数据检验方法，如Fisher 协整检验 法。Pedroni 协整检验法和Kao 协整检验法的原假设均为“不存在协整关系”，所以只要检 验结果拒绝原假设，就表明变量之间存在协整关系。其中Pedroni 协整检验法包含4 个组内 170 统计量和3 个组间统计量，在小样本中，即对于T<20 这类时间较短的计量分析，Panel ADF 和Group ADF 的检验结果较好，而Panel rho 和Group rho 的检验结果较差，其他统计量则 介于中间。Fisher 检验法包含基于不同原假设的检验，分别是“不存在协整关系”和“至多 存在N 个协整关系”，故只要检验结果拒绝第一个假设，即表示变量之间存在协整关系。 本文使用上述三种方法分别对（FIR，OPE，LPG）和（SLR，OPE，LPG）两组变量进 175 行协整检验，结果如表2 所示。从中可以看出，除去Pedroni 检验的Panel v 统计量、Panel rho 统计量和Group rho 统计量不能拒绝原假设之外，Pedroni 检验的其他统计量、KAO 检验和 Fisher 检验均在不同程度的显著性水平上拒绝了不存在协整关系的原假设，考虑到本文实证 研究的样本期间只有12 年，本文以Panel ADF 统计量和Group ADF 统计量的检验结果为准。 综合三种检验方法，可以判断FIR，OPE 和LPG 三者之间存在协整关系，SLR，OPE 和LPG 180 三者之间存在协整关系。 表2 面板协整检验结果 检验方法 原假设 统计量 (FIR,OPE,LPG) (SLR,OPE,LPG) Panel v 0.156 (0.438) 0.256 (0.399) Panel rho 0.047 (0.519) 0.895 (0.815) Panel PP -3.879*** (0.000) -2.165** (0.015) Panel ADF -5.002*** (0.000) -4.028*** (0.000) Group rho 1.988 (0.977) 2.720 (0.997) Group PP -7.116*** (0.000) -2.460*** (0.007) Pedroni 检验 不存在协整关系 Group ADF -5.453*** (0.000) -4.676*** (0.000) KAO 检验 不存在协整关系 ADF -1.620* (0.053) -3.405*** (0.000) 不存在协整关系 Fisher 361.9*** (0.000) 372.8*** (0.000) 至多存在一个协 整关系 Fisher 111.5*** (0.000) 150.7*** (0.000) Fisher 检验 至多存在两个协 整关系 Fisher 59.99*** (0.001) 77.84*** (0.000) 注：括号内为伴随概率，***、**、*分别表示在1%、5%、10%的显著性水平上拒绝原假设。Pedroni 检 验选择协整方程有截距且不带时间趋势的情况，Fisher 检验选择序列有确定性趋势而协整方程只有截距的 185 情况，Pedroni 检验和KAO 检验的滞后期数由Schwarz 准则自动确定。 4.3 动态面板估计 4.3.1 针对金融发展规模的估计 根据上一节的实证结果可知模型(4)各变量之间存在协整关系，因而接下来可以对模型(5) 190 进行PMG 估计和MG 估计。针对被解释变量为金融相关比率FIR 的情形，估计的结果如表 3 所示，其中PMG 估计的短期系数估计值是各截面估计值的平均值。根据PMG 估计得到 的结果，误差修正系数i φ 显著为负值，表明变量有显著向长期均衡回复的趋势,符合误差修 正模型的假设。变量OPE 和LPG 的长期系数均在1%的置信水平通过显著性检验，而短期 系数和固定效应i μ 的估计均不显著。MG 估计的结果中，误差修正系数i φ 显著为负值，固 定效应i 195 μ 也显著，而长期系数、短期系数均不显著。比较PMG 估计和MG 估计的结果， 注意到PMG 估计的各系数估计值的绝对值和方差都明显小于MG 估计的估计值。 PMG 估计的前提约束是所有截面的长期系数相同，如果这个约束为真，那么通过PMG 估计量就是一致的，并且系数估计的方差更小。可是如果这个约束不成立，即如果各截面的 长期系数不相等，那么PMG 估计量就不是一致的。可以通过Hausman 检验来判断PMG 估 200 计的约束条件是否成立，根据表3 的结果可以得到Hausman 检验的统计量χ2(2)=3.86，大 于该值的概率为0.14，不能拒绝原假设，因此可以判断PMG 估计是有效的。 表3 针对FIR 的动态估计 PMG 估计 MG 估计 系数 标准差 P 值 系数 标准差 P 值 i 0 θ 0.397 0.151 0.008 1.590 1.846 0.389 长期 i 1 θ 0.229 0.064 0.000 0.565 0.371 0.128 i φ -0.406 0.103 0.000 -0.956 0.148 0.000 * i 0 δ 0.169 0.150 0.259 0.337 0.386 0.383 * i 1 δ 0.196 0.266 0.461 0.539 0.337 0.110 短期 i μ -0.093 0.134 0.485 -5.568 2.171 0.010 205 实证结果表明，贸易开放在长期内对金融发展规模有正向作用，但在短期内没有显著影 响。这一结果在长期影响上印证了Kim、Lin 和Suen(2010)根据88 国数据得出的结论，说 明贸易开放最终能促进金融规模扩大，符合长三角地区贸易带动金融发展的现状。但在短期 影响上却有所不同，Kim、Lin 和Suen(2010)认为贸易开放增加了一国金融系统在国际经济 210 中的参与程度，受到外部冲击影响的几率上升，应对的风险也相应增加，从而贸易开放在短 期内对金融发展有负向作用。而本文的结果是在短期内贸易开放对金融发展规模没有明显的 学术论文网Tag：代写论文 代写代发论文 论文发表 职称论文发表 |
