云南金融发展与经济增长关系的实证研究
来源：岁月联盟
时间：2013-03-25
关键词：云南省；金融；金融相关比率；协整检验
一、问题的提出
20世纪60年代以来，金融发展与经济增长的关系一直备受国内外经济学家的关注。在关于金融发展与经济增长的关系研究中，越来越多的研究都表明，经济增长与金融发展呈正相关的关系，较快的经济增长通常伴随着较高水平的金融发展。然而在各个地区使用各种计量经学的方法得出的结论都不一致。本文在以往学者研究的基础上，采用ADF检验、格兰杰因果关系检验与协整检验等多种计量经济学的方法，将金融发展的研究定格到地区层面，深入云南省，选取其金融和经济发展的历史数据，通过ADF检验、格兰杰因果关系检验和协整检验多种方法，试图研究云南省金融发展与经济增长之间的因果关系，以进一步明确云南省金融发展在经济增长中发挥的作用，并以金融支持为研究视角探讨云南省金融发展与经济增长的思路。
二、文献综述
（一）国外研究现状
关于金融发展与经济增长的相互关系，国外经济学家已进行了较完备的研究，主要有如下几种观点：一是Goldsmith（1969）提出“优化金融资源配置，促进经济增长。云南省金融机构通过优化金融资源配置，提升资本积累效率，提高资本的边际生产率多方面加快和推动云南省的经济增长。二是Bencivenga & Smith（1991）提出“金融体系的发展提供了风险分担能力，降低储蓄率，从而对经济产生不利影响，这将抵消投资带来的经济增长。云南省金融机构很好地控制了银行的风险，提高了运行效率和投资效率，促进经济增长；然而在金融规模达到一定程度的时候，低储蓄率又会带来经济的不利影响；因此，形成的抵消作用在具体各省结论不一。”
（二）国内研究现状
云南省关于金融发展与经济增长之间的关系在理论与实证两方面也都有一些成果。韩廷春（2001）从经济增长的金融影响因素出发，分析了云南省金融发展与经济增长的相互关系，得出“在经济增长过程中，单纯地依靠资本市场的数量扩张是不够的，而应更加重视云南省金融体系的效率与质量”的结论。谈儒勇（2005）运用最小二乘法对云南省金融发展与经济发展之间的关系进行线性回归，得出“云南省金融机构的发展有可能促进经济增长”的结论。
综上所述，针对金融发展与经济增长关系，国内外学者从金融资源配置的不同角度进行了一些研究，并得到了一系列改进和创新，但是对于国内区域金融发展与区域经济增长关系的研究还比较少，现有的研究主要立足于宏观层面的数据分析，对我国某一特定区域的研究不够深入，尤其缺乏关于云南地区的针对性研究。另外，由于部分指标受地区经济环境的影响，不能进行准确的定位和分析，从而在某种程度上减弱了研究结论对经济现象的解释力。
三、指标的选取
（一）金融发展指标的选择
1、金融相关比率（fir）。限于数据的可获得性和省际金融发展与经济增长关系研究，金融相关比率为云南省历年年末存贷款之和与名义GDP的比值，用来衡量经济金融化的程度。
2、存贷款利率差（dlrd）。利率是资本的价格，利率既反映了中国银行业的盈利结构，也反映了整个社会的资本成本。对于银行来说，总是希望以最小的存款利率吸收更多的资金，而同时又以最大的贷款利率放出更多的资金，从中赚取存贷款利率差额，这体现了银行的运行效率，即金融中介效率。
3、存贷款比（e）。本文中的存贷款比为云南省金融机构历年年末存款与年末贷款的比值，主要用来衡量金融体系配置资金资源的效率，即金融中介效率。
（二）经济增长指标的选择
实际人均GDP增长率（rpgdp）。云南省地区生产总值（GDP）是最能反映云南省综合经济发展能力的指标，在此我们剔除物价因素和人口因素对研究的影响。
四、模型的建立与实证分析
（一）单位根检验
由于实际人均GDP增长率（RPGDP）、存贷款比（E）、金融相关比率（FIR）、存贷款利率差（LDRD）都是时间序列数据，对变量进行协整分析和Granger因果关系检验之前首先对变量进行平稳性检验，只有变量在t阶平稳的条件下，才能做协整分析。为了确定这些数据是否具有平稳性，本文采用E-views5.0统计软件中的ADF方法对数据进行单位根检验，具体检验结果如表1所示。
由表1我们可以看出，在原始序列水平上，所有的检验结果均没有拒绝有单位根的假设，其对应的序列均为非平稳时间序列，但对RPGDP、FIR、DLRD、E序列进行一阶差分处理后，发现四序列在一阶差分条件下的ADF统计值都小于1%、5%显著水平的临界值，从而拒绝有单位根的假设，表明差分变量的平稳性，从而说明分析的这四个变量是一阶单整的，即为I（1）序列。
（二）模型的建立：多变量向量自回归
根据研究对象定义向量Yｔ、Xt；该向量包含四个变量：lnrpgdp、lnfir、lnd1rd、lne；内生变量Yｔ＝（lnrpgdp，lnfir，lndlrd）-1；外生变量Xt=lne。根据相关数据建立VAR模型为：
Yｔ＝Ａ０＋∑Ａｉ*Yｔ－ｉ＋B0*Xt＋ｕｔ（ｔ＝１，2，…，20；ｉ为滞后阶数）利用软件Eviews5.0对相关数据做VAR分析。
表2结果显示：变量lnrpgdp、lnfir、lndlrd的赤池AIC值分别为1.51、-2.14、-0.83，而整体赤池（Akaike）信息准则为-3.35，每一个变量的赤池值都大于-3.35，说明每个变量均能通过整体检验；变量lnrpgdp、lnfir、lndlrd的施瓦茨SC值分别为1.87、-1.77、-0.47，而整体施瓦茨（Schwarz）准则为-2.25，每一个变量的施瓦茨值都大于-2.25，通过了整体性检验。由此可以说所作的研究是有说服力的。
图1AVR模型的单位圆和特征根
图1中的点表示AVR模型AR特征多项式的根的倒数，可以看到这些点都位于单位圆之内，因此，也表明所估计的VAR模型是稳定的。
（三）格兰杰因果关系检验
Granger因果检验的思想是：假设存在两个变量Ｘ和Ｙ，如果变量Ｘ是变量Ｙ的原因，则变量Ｘ的变化必先于变量Ｙ的变化，当根据变量Ｘ的过去值对变量Ｙ进行回归时，如果加上Ｘ的过去值这个变量，则可以显著地提高回归的解释能力。同时，格兰杰因果检验对滞后期的选择非常敏感，所以一般要选择最优滞后期。统计结果如表3所示。
格兰杰因果关系检验显示：云南省金融相关比率与经济增长之间存在单向因果关系，说明云南省金融发展的规模扩张对经济增长具有较大促进作用，但是云南省的经济增长不一定能带动金融规模的扩张，最后，我们发现存贷款比是存贷款利率的格兰杰原因，存贷款利率的变化也有效地优化了存贷款比，它们之间存在双向的格兰杰因果关系。 VAR模型的Granger因果关系结果给出了每一个内生变量相对于模型中其他内生变量Granger因果关系检验统计量和检验统计量相应的概率值。表4中给出的其中一个内生变量的检验结果，对于内生变量LNFIR其χ2=5.544480，相应的概率值P=0.0625，从而说明内生变量LNFIR是变量LNRPGDP的Granger原因。