黃佑軍

摘要：以廣東省珠三角九市數(shù)據(jù)為樣本，利用最近10年（2000～2010年）的金融與經(jīng)濟數(shù)據(jù)，對珠三角區(qū)域的金融發(fā)展與經(jīng)濟增長之間究竟存在何種相互關系進行實證分析。研究發(fā)現(xiàn)，珠三角九市的金融發(fā)展水平和經(jīng)濟增長水平之間是互為因果關系的。金融發(fā)展程度的提高，使得前期獲得有效回報，這很可能加劇了地方政府大量舉債的問題，從而提升了地方城市的貸款效率等能力，引起經(jīng)濟增長水平的上升。但同時發(fā)現(xiàn)政府的過度行為有可能會損害金融與經(jīng)濟相互促進的作用。

關鍵詞：珠三角經(jīng)濟增長金融發(fā)展系統(tǒng)廣義矩估計

一、 前言

隨著經(jīng)濟發(fā)展、增長國際一體化進程的加速，我國現(xiàn)有經(jīng)濟發(fā)展、增長對金融發(fā)展提出了更新更高的要求，而尚未被滿足的這些要求以各種類型的矛盾或問題突出表現(xiàn)出來。例如，經(jīng)濟運行中的結構失衡、區(qū)域分化和非集約性發(fā)展等現(xiàn)象。具體到廣東省，這類問題則表現(xiàn)為金融增長速度緩慢、產(chǎn)業(yè)競爭力弱、金融風險隱患大、金融中心地位不突出、金融開放程度滯后和金融結構失衡等（姜永宏，廖毅芳，2006）。尤其珠三角九市在廣東省金融創(chuàng)新發(fā)展中處于領頭地位，這些矛盾在珠三角地區(qū)亟待解決。為了更好的研究金融結構對經(jīng)濟發(fā)展的影響，深入剖析區(qū)域金融結構存在的主要問題，提供合理而有效的金融結構調(diào)整方向，本文以廣東省珠三角九市數(shù)據(jù)為樣本，利用最近10年（2000～2010年）的金融與經(jīng)濟增長數(shù)據(jù)，對珠三角區(qū)域的金融發(fā)展與經(jīng)濟增長之間究竟存在何種相互關系進行實證分析。然而，學術界對如何理解金融發(fā)展與經(jīng)濟增長之間的相互關系一直存在較多爭議。在金融發(fā)展與經(jīng)濟增長的因果關系方面存在三種基本觀點： 一種觀點認為， 金融發(fā)展與經(jīng)濟增長之間的關系是“供給引導型”的，即金融發(fā)展引領經(jīng)濟增長；另一種觀點認為它們之間的關系是“需求跟隨型”的， 即實體經(jīng)濟的增長導致了對金融服務的要求，從而拉動了金融的發(fā)展；還有一種觀點認為，金融發(fā)展與經(jīng)濟增長之間存在內(nèi)生性的雙向因果關系（馬衛(wèi)峰等，2006）。在本課題的前期研究中發(fā)現(xiàn)，最新的文獻從理論和實踐都說明區(qū)域經(jīng)濟增長與產(chǎn)業(yè)結構優(yōu)化升級是一個相伴而生的內(nèi)生化過程。因此，本文也將從金融發(fā)展與經(jīng)濟增長的內(nèi)生關系出發(fā)，研究如何構造合理的金融發(fā)展體系，有效促進經(jīng)濟增長。

二、 研究設計、變量與數(shù)據(jù)說明

（一） 研究方法

影響經(jīng)濟增長的因素很多， 從國內(nèi)外的研究來看， 主要包括資本投入量、勞動力投入量和信息化水平等。鄭玉（2012）指出雖然部分研究試圖運用格蘭杰因果關系檢驗來解決產(chǎn)業(yè)結構優(yōu)化升級與經(jīng)濟增長的雙向因果關系，但格蘭杰因果關系檢驗的前提條件苛刻，很容易導致虛假的因果關系，而且格蘭杰因果關系檢驗的結論只反映統(tǒng)計意義上的因果性，而不一定是真正的因果關系，轉(zhuǎn)而考慮內(nèi)生關系研究。在殷俊明（2010）中通過選取安徽省1978—2008年的經(jīng)濟數(shù)據(jù)進行實證分析，結果表明，金融發(fā)展與安徽省經(jīng)濟發(fā)展存在雙向因果關系。但是鄭玉（2012）、殷俊明（2010）沒有考慮到內(nèi)生滯后性問題。任何一項政策的實施，它在市場上的反應總會經(jīng)歷市場的消化過程。我們認為無論金融發(fā)展是否促進經(jīng)濟增長還是經(jīng)濟增長帶動金融發(fā)展，它們之間存在著影響的滯后性。本文也將從內(nèi)生滯后性出發(fā)考慮兩者的關系?？紤]到這些因素，并參考Aschauer（1989），本文嘗試檢驗以下動態(tài)模型：

（1）

（2）

（1）式中，Y是相關變量（金融發(fā)展程度和經(jīng)濟增長指標，下文將分別說明），X代表除了Y的滯后值以外、非虛擬變量的其它解釋變量集，D為虛擬變量，η是城市特有效應， ε是誤差項。下標i和t分別代表不同的城市和時期。由于變量也可能存在兩階滯后影響，本文還進一步考察（2）式，此時X的下標也相應的滯后一期，等式左邊的Yi，t—1可以移到等式右邊，于是模型可以反映出Xt—1對Yi，t的影響。用小寫字母表示一階差分變量，并對（1）式和（2）式進行差分以消除城市特有效應得到：

因為需要控制滯后的被解釋變量潛在的內(nèi)生性問題，最小二乘法和兩階段最小二乘法都是有偏的。所以，本文采用系統(tǒng)廣義矩估計方法（SYS GMM）對此動態(tài)模型進行估計。這一方法由Arellano and Bond（1991）、Arellano and Bover（1995）以及Blundell and Bond（1998）建立。

在對變量集的選擇上，除了兩個內(nèi)生變量金融發(fā)展水平（CDL）和經(jīng)濟增長水平（EDL）外，本文還采用了以下控制變量：貸款效率（LR）、信息化水平（IL）、人力資本（HR）、金融深化指標（DH）、經(jīng)濟集聚程度（EG）、國際貿(mào)易（IT）。此外考慮到國家產(chǎn)業(yè)政策改革的因素，本文還加入了產(chǎn)業(yè)結構優(yōu)化升級指標（IND）、產(chǎn)業(yè)政策（POL）。下文將對變量含義詳細說明。具體動態(tài)結構式實證模型如下：

使用（6）和（8）式是因為因變量可能存在兩階滯后影響。γ和β代表回歸系數(shù)，ε和u表示殘差項。由于變量間可能存在內(nèi)生性，在用SYS GMM方法對（5）、（6）式進行估計時，本文選擇進入方程的非虛擬控制自變量的滯后一期變量、即期虛擬控制變量、以及ILt—1和ITt—1作為工具變量；對（7）、（8）式進行估計時，根據(jù)模型具體形式選擇非虛擬控制自變量（包括未進入方程的變量）的滯后變量和即期虛擬控制變量作為工具變量。

（二）變量說明

1.金融發(fā)展水平（CDL）

選取戈德·史密斯提出的金融相關比率FIR（Financial interrelations ratio）來衡量珠三角九市金融發(fā)展狀況，金融相關比率是指“某一時點上金融資產(chǎn)總額與國民財富之比”。用金融相關率可以衡量一國金融發(fā)展的水平，但Goldsmith推導出的計算公式應用困難，在實證檢驗中，考慮到數(shù)據(jù)的可獲得性，通常采用全部金融機構的存款總額和貸款總額之和除以國內(nèi)生產(chǎn)總值得到金融相關率。也有學者使用廣義貨幣（M2）與當期GDP的比率表示FIR（為了區(qū)分前后兩種計算方式，本方法計算的FIR記為MFIR），MFIR表示銀行金融中介相對于國民經(jīng)濟的規(guī)模，在本文中將用于穩(wěn)定性檢驗。

2.經(jīng)濟增長水平（EDL）

本文選取廣東省各市人均生產(chǎn)總值（人均GDP）來衡量珠三角九市經(jīng)濟的發(fā)展狀況，為剔除通貨膨脹帶來的影響，國內(nèi)生產(chǎn)總值采用1978年的定基價格指數(shù)進行了平減。最后為避免數(shù)據(jù)劇烈波動，對人均GDP進行了對數(shù)化處理。

3.非虛擬控制變量

（1）貸款效率（LR）。該指標表示每億元貸款支持的GDP，是GDP與各項貸款總額的比率。

（2）金融深化指標（DH）。Levine和Zervos（1998）認為，銀行信用是度量金融發(fā)展的有用指標。本文以全部銀行信貸余額占GDP的比重作為度量金融深化的指標。

（3）經(jīng)濟集聚程度（EG）。度量區(qū)域經(jīng)濟集聚的指標有很多，如城鎮(zhèn)化率、人口密度等。我國區(qū)域集聚通常與工業(yè)和服務業(yè)的集聚水平密切相關，而工業(yè)和服務業(yè)又是城鎮(zhèn)化的重要標志，因此，本文選取城鎮(zhèn)化率來衡量經(jīng)濟集聚水平。

（4）信息化水平（IL）?；讷@取數(shù)據(jù)的替代性原則，本文考慮的信息化水平主要引入郵電業(yè)務數(shù)據(jù)。由于郵電業(yè)務額包括函件、報刊期發(fā)數(shù)、各類電話、光纜線路長度等內(nèi)容， 這些是典型的信息資源傳播與儲存載體， 因此用以郵電業(yè)務額作為信息化水平的替代變量。

（5）人力資本（HR）。按Pagano的AK模型，金融發(fā)展通過就業(yè)量渠道影響經(jīng)濟增長。金融對于資本投入量的增長的會使得吸納更多的就業(yè)人員，促進企業(yè)數(shù)量和規(guī)模的增加，促進經(jīng)濟的增長，擴大就業(yè)。這里可以用金融業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)比重的提高來衡量各區(qū)域經(jīng)濟發(fā)展中金融對勞動投入量提高的貢獻。

（6）國際貿(mào)易（IT）。國際貿(mào)易對我國經(jīng)濟增長起到了很大的促進作用， 因此我們選取進口和出口總和作為另一個控制變量， 用IT表示， 其值等于各年度的進口和出口值相加， 再乘上各年度人民幣兌美元中間值的平均值的匯率， 轉(zhuǎn)換成人民幣的值。

以上六個控制變量中，可能同時影響金融發(fā)展水平和經(jīng)濟增長水平。

4.虛擬控制變量

以下兩個因素可能影響多元化和資本結構，本文分別用虛擬變量控制其影響：

（1）產(chǎn)業(yè)結構優(yōu)化升級指標（IND）。即使在珠三角九市中，產(chǎn)業(yè)結構之間的差異還是比較明顯的。根據(jù)發(fā)達國家產(chǎn)業(yè)結構優(yōu)化升級的重要標志是第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重達到70%以上，而中等發(fā)達國家占比在50%，低收入國家也占30%—40%。參照我國現(xiàn)代化建設水平，2011年三大產(chǎn)業(yè)的GDP數(shù)據(jù)顯示，我國第三產(chǎn)業(yè)占GDP的比重只有41.5%。因此，考慮到珠三角經(jīng)濟區(qū)域的特殊情況，本文擬選擇第三產(chǎn)業(yè)產(chǎn)值占GDP的比重是否達到40%以上來衡量產(chǎn)業(yè)結構優(yōu)化升級水平。如果某市第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重達到40%以上，則認為該市具有產(chǎn)業(yè)結構優(yōu)化升級指標，此變量為1，否則認為該市不具有產(chǎn)業(yè)結構優(yōu)化升級指標，此變量為0。

（2）產(chǎn)業(yè)政策（POL）。黨的十六大首次作出了推進產(chǎn)業(yè)結構優(yōu)化升級的部署，即形成以高新技術產(chǎn)業(yè)為先導、基礎產(chǎn)業(yè)和制造業(yè)為支撐、服務業(yè)全面發(fā)展的產(chǎn)業(yè)格局，為我國推進產(chǎn)業(yè)結構優(yōu)化升級指明了方向。因此，本文設定2002年之前（含2002年）的產(chǎn)業(yè)政策的變量值為0，2003年之后的產(chǎn)業(yè)政策的變量值為1。

（三）樣本與數(shù)據(jù)說明

為保證所用數(shù)據(jù)的有效性，本文實證分析選取2000年到2010年的數(shù)據(jù)，數(shù)據(jù)主要來源為歷年《中國金融年鑒》和《廣東省統(tǒng)計年鑒》，數(shù)據(jù)分析主要使用軟件Eviews6.0。

三、 實證檢驗結果及分析

（一）金融發(fā)展水平的影響因素

首先對模型（5）和（6）進行檢驗，以分析影響金融發(fā)展水平的因素。在模型（5）中，Sargan 過度識別檢驗說明工具變量的選取是可靠的。但是本文發(fā)現(xiàn)，Arrelano—Bond二階自相關檢驗說明模型（5）存在二階自相關，所以需要進一步檢驗模型（6），其回歸結果如表1。

注：括號內(nèi)為t統(tǒng)計量。*，**，***分別表示10%，5%和1%水平上統(tǒng)計顯著。

由表1可見，cdlt—1系數(shù)顯著為負且約為—0.12，根據(jù)模型（6）可知，此時CDLt—1系數(shù)顯著為正且小于1，CDLt—2的系數(shù)則約為0.12。說明前期金融發(fā)展水平對后期經(jīng)濟增長水平有明顯的推動作用，但這種推動作用隨時間推移顯著減弱。 EGt—1系數(shù)為負，但絕對值很小且不顯著，說明滯后一期的經(jīng)濟聚集程度的高低對金融決策沒有影響。但EDLt—1仍然為正且具有一定的顯著性，說明城鎮(zhèn)化率的升高確實對金融發(fā)展有一定促進作用。LRt—1，DHt—1，INDt—1和POLt—1的系數(shù)均不顯著，說明滯后一期貸款效率、金融深化指標、產(chǎn)業(yè)結構優(yōu)化升級指標和產(chǎn)業(yè)政策因素對金融發(fā)展水平均無影響。因此，綜合模型（5）與模型（6）的回歸結果結合上文的論述，可知銀行信貸余額占GDP的比重小，每億元貸款對GDP的支持程度均不是引起城市金融發(fā)展水平增加的原因。銀行信貸余額占GDP的比重小，每億元貸款對GDP的支持程度與城市金融發(fā)展程度負相關性的原因很可能在于，城市金融發(fā)展的過程，由于地方政府的舉債行為導致其銀行信貸余額占GDP的比重，每億元貸款對GDP的支持程度的下降。此外，我們發(fā)現(xiàn)在表2中Sargan 過度識別檢驗結果說明工具變量的選取是可靠的，Arrelano—Bond一、二階自相關檢驗結果說明模型設置是合理的。

（二）經(jīng)濟增長水平的影響因素

注：括號內(nèi)為t統(tǒng)計量。*，**，***分別表示10%，5%和1%水平上統(tǒng)計顯著。

接著對模型（7）和（8）進行檢驗，以分析影響經(jīng)濟增長水平的因素。在模型（7）中，本文發(fā)現(xiàn)對于大部分變量而言，模型（7）的回歸結果很不穩(wěn)定，且回歸1與回歸3的Arrelano—Bond二階自相關檢驗說明模型（7）存在二階自相關。故需要進一步考察模型（8），其回歸結果如表2。

表2中Sargan 過度識別檢驗結果說明工具變量的選取是可靠的，Arrelano—Bond一、二階自相關檢驗結果說明模型設置是合理的。觀察表2可發(fā)現(xiàn)，CDLt—1系數(shù)在10%水平上顯著為負，說明前期金融發(fā)展水平的提高會引起后期經(jīng)濟增長水平的提高，DHt—1顯著為負，證實了銀行信貸余額占GDP的比重高的城市金融對經(jīng)濟增長有制約作用。POLt—1顯著為負，說明產(chǎn)業(yè)政策改革有助于經(jīng)濟增長。HRt—1系數(shù)顯著為正，說明前期人力資源投入與經(jīng)濟增長水平正相關，佐證了金融人才的培養(yǎng)對經(jīng)濟增長的促進作用；而LRt—1系數(shù)顯著為正，說明貸款效率高的能力會引起后期經(jīng)濟的增長。ITt—1的系數(shù)為何為正？這恰恰反映了珠三角的金融市場上存在著嚴重的產(chǎn)業(yè)依賴的問題，確實毗鄰港澳臺地區(qū)導致珠三角在獲取貿(mào)易增量上更有優(yōu)勢。根據(jù)本文的分析，金融發(fā)展水平的提高很可能引起地區(qū)貸款效率和銀行信貸余額占GDP的比重的下降，但卻能夠為城市帶來更大的貿(mào)易增量和經(jīng)濟增長程度。本文認為，這其中的原因，也就在于金融業(yè)作為高風險高收益行業(yè)與地方政府迫切追求產(chǎn)業(yè)轉(zhuǎn)型之間的矛盾，對于金融業(yè)的投資，地方政府更容易在決策時忽略銀行信貸余額的資金不足問題。

（三）穩(wěn)健性檢驗

為了保證研究結果的穩(wěn)健性，本文用MFIR代替FIR重復了上述檢驗，結果一致。

四、結論與建議

本文嘗試構建動態(tài)結構模型，運用系統(tǒng)廣義矩方法（SYS GMM）對此問題進行研究，并結合中國轉(zhuǎn)型經(jīng)濟下的一些特有因素去思考這一問題，試圖提供一些有價值的理論思考線索和經(jīng)驗證據(jù)。

本文研究發(fā)現(xiàn)，珠三角九市的金融發(fā)展水平和經(jīng)濟增長水平之間是互為因果關系的。金融發(fā)展程度的提高，前期獲得有效回報的情況，很可能加劇了地方政府大量舉債的問題，從而提升了地方城市的貸款效率等能力，引起經(jīng)濟增長水平的上升；而經(jīng)濟增長水平在上升過程中又會反過來對金融發(fā)展水平產(chǎn)生一定的制約作用，引起金融發(fā)展水平的回落。本文通過進一步的實證分析證明，銀行信貸余額占GDP的比重小，每億元貸款對GDP的支持程度與城市金融發(fā)展程度負相關性的原因很可能在于，各城市在發(fā)展金融業(yè)的過程中，由于地方政府的舉債行為導致其銀行信貸余額占GDP的比重，每億元貸款對GDP的支持程度的下降。這從一個側(cè)面說明了，政府的過度行為有可能會損害金融與經(jīng)濟相互促進的作用。

本文的研究還證實了產(chǎn)業(yè)政策改革對于經(jīng)濟增長的正面作用，但是否達到產(chǎn)業(yè)結構優(yōu)化升級標準與經(jīng)濟增長的關系上，并沒有表現(xiàn)出穩(wěn)定的顯著差別，這說明珠三角各市因產(chǎn)業(yè)結構的不同沒有對經(jīng)濟增長的程度產(chǎn)生明顯的差別。由于研究的時間跨度只有十年，選用的經(jīng)濟區(qū)域僅限于珠三角地區(qū)，本文的研究結論還有待未來去做進一步證實，用內(nèi)生性觀點考慮金融發(fā)展與經(jīng)濟增長的關系進行更深入的分析也是未來的研究方向。

參考文獻：

[1]Arellano， M. and S. Bond， 1991，Some Tests of Specification for Panel Data： Monte Carlo Evidence and an Application to Employment Equations， Review of Economic Studies， 58：2，277—297.

[2]Arellano，M.and O. Bover， 1995， Another Look at the Instrumental Variable Estimation of Error—Components Models， Journal of Econometrics， 68：1， 29—51.

[3]Blundell， Richard， and Stephen Bond，1998， Initial Conditions and Moment Restrictions in Dynamic Panel Data Models， Journal of Econometrics， 87：1， 115—143.

[4]王滿倉等.西部金融體系發(fā)展與經(jīng)濟增長：以陜西省為例的實證分析[ J].管理世界， 2005（7）

[5]陳得文，苗建軍.空間集聚與區(qū)域經(jīng)濟增長內(nèi)生性研究——基于1995—2008年中國省域面板數(shù)據(jù)分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2010（9）：82—92.

[6]楊柳勇，莫申生，彭美紅.浙江省金融結構與經(jīng)濟增長關系的實證研究.浙江金融，2011（2）

鄭玉. 產(chǎn)業(yè)結構優(yōu)化升級與經(jīng)濟增長的內(nèi)生性研究——基于1991—2009年河南省時間序列數(shù)據(jù)的分析. 河南商業(yè)高等?？茖W校學報. 2012（2）

[7]李斌紅. 廣東省金融結構與經(jīng)濟增長關系的實證研究. 財政界. 2012（10）

本文系作者主持的佛山市社科聯(lián)2012年度哲學社會科學規(guī)劃項目《珠三角金融發(fā)展與經(jīng)濟增長的內(nèi)生性研究》成果之一，項目編號：12—JG19。