杜家廷++冉茂盛++任縉

摘要：產(chǎn)業(yè)結(jié)構(gòu)升級是十八大報告提出的重要任務(wù)，是當前中國轉(zhuǎn)變經(jīng)濟增長方式的關(guān)鍵所在。文章從金融資產(chǎn)結(jié)構(gòu)調(diào)整視角出發(fā)，在構(gòu)建面板向量自回歸模型（PVAR）的基礎(chǔ)上，綜合運用面板協(xié)整檢驗、面板脈沖響應(yīng)和方差分解、面板格蘭杰因果關(guān)系檢驗等多種模型對1993-2011年間西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的互動關(guān)系進行深入研究。結(jié)果顯示，西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的確具有互動關(guān)系，但不同類型金融資產(chǎn)與產(chǎn)業(yè)結(jié)構(gòu)升級之間的互動作用大小、方向和路徑存在顯著差異。

關(guān)鍵詞：金融資產(chǎn)結(jié)構(gòu)調(diào)整；產(chǎn)業(yè)結(jié)構(gòu)升級；PVAR模型

中圖分類號：F015文獻標志碼：A文章編號：10085831（2015）02000108一、問題與文獻述評

十八大報告指出，要實現(xiàn)經(jīng)濟增長方式的轉(zhuǎn)變，關(guān)鍵是要加快產(chǎn)業(yè)結(jié)構(gòu)升級。為此，提升產(chǎn)業(yè)技術(shù)含量和創(chuàng)新能力、加快產(chǎn)業(yè)結(jié)構(gòu)升級步伐、增強產(chǎn)業(yè)市場競爭力是當前中國產(chǎn)業(yè)發(fā)展的主要任務(wù)。金融資產(chǎn)作為產(chǎn)業(yè)發(fā)展最核心的要素之一，其結(jié)構(gòu)狀況對一國或地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的升級進程具有重要影響。但金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間相互作用的路徑具體是什么？二者相互作用力的大小如何？學(xué)術(shù)界尚存在較多爭議。

早在1969年，Goldsmith利用35個國家1860-1963年的數(shù)據(jù)進行實證檢驗，證明金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間存在相關(guān)關(guān)系[1]。Beck和Levine[2]、Chang和Caudill[3]、Luintel等[4]、張曉燕和王成亮[5]等進一步證實了這一結(jié)論。冉茂盛[6]、Christopoulos和Tsionas[7]從發(fā)展中國家視角，蘇振天[8]、韓曉明[9]從省域視角，范方志和張立軍[10]從區(qū)域比較視角深入研究后也均證實金融資產(chǎn)結(jié)構(gòu)調(diào)整是產(chǎn)業(yè)結(jié)構(gòu)升級的重要促進因素。Angelos、Nicholas和Chris等通過對世界29個國家20個行業(yè)數(shù)據(jù)樣本進行實證檢驗，發(fā)現(xiàn)雙向格蘭杰因果關(guān)系在金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的確存在[11]。毛定祥的研究則證明中國僅僅存在產(chǎn)業(yè)結(jié)構(gòu)升級到金融資產(chǎn)結(jié)構(gòu)調(diào)整的單向格蘭杰因果關(guān)系，不存在金融資產(chǎn)結(jié)構(gòu)調(diào)整到產(chǎn)業(yè)結(jié)構(gòu)升級的格蘭杰因果關(guān)系[12]。與以上觀點不同的是，部分學(xué)者的研究結(jié)論發(fā)現(xiàn)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的互動關(guān)系并不如想象中那樣顯著。Atindehou和Gueyie的研究發(fā)現(xiàn)金融資產(chǎn)結(jié)構(gòu)調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)升級的影響基本可以忽略[13]，Gries等通過對非洲16個國家的研究也發(fā)現(xiàn)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間并不存在因果關(guān)系[14]。

就中國西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展現(xiàn)狀看，自1999年“西部大開發(fā)”戰(zhàn)略正式實施以來，該地區(qū)在加快地區(qū)經(jīng)濟增長、提升經(jīng)濟發(fā)展速度的同時，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度顯著加強，產(chǎn)業(yè)結(jié)構(gòu)升級步伐明顯加快，成效顯著。但截至目前，該地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)仍存在著許多問題，如第一產(chǎn)業(yè)的產(chǎn)業(yè)化程度不高，產(chǎn)出效率低；第二產(chǎn)業(yè)發(fā)展層次較低，競爭力不強；第三產(chǎn)業(yè)總量偏少，發(fā)展水平不高。此外，西部地區(qū)還面臨著產(chǎn)業(yè)空間布局趨同，區(qū)域之間重復(fù)建設(shè)，協(xié)調(diào)不力等系列問題。在當前中國提出轉(zhuǎn)變經(jīng)濟增長方式，加快實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級的大背景下，對西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級問題進行深入研究顯得尤為必要。本文從金融資產(chǎn)結(jié)構(gòu)調(diào)整視角出發(fā)，在構(gòu)建面板向量自回歸模型（PVAR）的基礎(chǔ)上，綜合運用面板協(xié)整檢驗、面板脈沖響應(yīng)和方差分解、面板格蘭杰因果關(guān)系檢驗等多種模型對西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的互動關(guān)系進行了深入研究。

二、PVAR模型估計

（一）指標設(shè)置及數(shù)據(jù)選取

金融資產(chǎn)結(jié)構(gòu)包括金融資產(chǎn)內(nèi)部結(jié)構(gòu)和金融資產(chǎn)外部結(jié)構(gòu)。其中金融資產(chǎn)內(nèi)部結(jié)構(gòu)是指一個國家或地區(qū)內(nèi)貨幣、證券、保險、債券等各類金融資產(chǎn)在該國或地區(qū)金融資產(chǎn)總量中各自占有的比例關(guān)系，具體包括貨幣性金融資產(chǎn)/金融資產(chǎn)總量、證券類金融資產(chǎn)/金融資產(chǎn)總量、保險類金融資產(chǎn)/金融資產(chǎn)總量等指標，衡量的是金融資產(chǎn)多元化的程度。為了反映西部地區(qū)金融資產(chǎn)多元化程度與產(chǎn)業(yè)結(jié)構(gòu)升級之間的關(guān)系，本文采用金融資產(chǎn)內(nèi)部結(jié)構(gòu)指標來反映西部地區(qū)金融資產(chǎn)結(jié)構(gòu)，主要選取的指標有HB、ST、IN。其中，HB=M2/金融資產(chǎn)總額，代表貨幣資產(chǎn)結(jié)構(gòu)；ST=股票市值總額/銀行信貸余額，代表證券資產(chǎn)結(jié)構(gòu)；IN=保費收入總額/金融資產(chǎn)總額，代表保險資產(chǎn)結(jié)構(gòu)。從產(chǎn)業(yè)結(jié)構(gòu)升級指標看，根據(jù)錢納里的相關(guān)理論可知，當一個國家或地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)出現(xiàn)升級時，第一產(chǎn)業(yè)產(chǎn)值在國內(nèi)生產(chǎn)總值或地區(qū)生產(chǎn)總值中所占有的比重會下降，第二三產(chǎn)業(yè)產(chǎn)值在國內(nèi)生產(chǎn)總值或地區(qū)生產(chǎn)總值中所占有的比重會上升。考慮到與東部地區(qū)相比，西部地區(qū)生產(chǎn)力發(fā)展水平相對滯后，產(chǎn)業(yè)結(jié)構(gòu)升級更多表現(xiàn)為第二三產(chǎn)業(yè)所占比重的增長。為此，本文的產(chǎn)業(yè)結(jié)構(gòu)升級指標=（第二產(chǎn)業(yè)產(chǎn)值+第三產(chǎn)業(yè)產(chǎn)值）/國內(nèi)生產(chǎn)總值，即非農(nóng)產(chǎn)業(yè)占比FN來代表。

重慶大學(xué)學(xué)報（社會科學(xué)版）2015年第21卷第2期

杜家廷，等西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級分析

在數(shù)據(jù)選取上，本文以1993-2011年間中國西部地區(qū)12省市的金融資產(chǎn)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)面板數(shù)據(jù)作為樣本。由于1990年12月和1991年6月中國上海證券交易所和深圳證券交易所才相繼成立，1992年以后中國證券市場才有一個完整的會計年度數(shù)據(jù)，1993年之前西部地區(qū)上市公司數(shù)量及股票市值較小。因此，這里將實證樣本數(shù)據(jù)的選取跨度定為1993-2011年，數(shù)據(jù)來源為該期間西部地區(qū)各省市的《城市統(tǒng)計年鑒》、《經(jīng)濟統(tǒng)計年鑒》、《統(tǒng)計公報》。為了保證各數(shù)據(jù)序列具有可比性，以1993年為基期，運用1993-2011年間西部地區(qū)各省市的CPI指數(shù)對相應(yīng)數(shù)據(jù)指標序列進行調(diào)整。調(diào)整后的數(shù)據(jù)序列FN、HB、ST、IN分別為產(chǎn)業(yè)結(jié)構(gòu)升級指標、貨幣資產(chǎn)結(jié)構(gòu)指標、證券資產(chǎn)結(jié)構(gòu)指標、保險資產(chǎn)結(jié)構(gòu)指標，其特征值見表1。

由表1可見，1993-2011年間，西部地區(qū)貨幣資產(chǎn)結(jié)構(gòu)指標的均值最大，保險資產(chǎn)結(jié)構(gòu)指標的均值最小。貨幣資產(chǎn)結(jié)構(gòu)指標均值是保險資產(chǎn)結(jié)構(gòu)指標均值的69.833倍，是證券資產(chǎn)結(jié)構(gòu)指標的3.551倍。貨幣資產(chǎn)在西部地區(qū)金融資產(chǎn)結(jié)構(gòu)中占有舉足輕重的地位，保險資產(chǎn)發(fā)展明顯不足。從殘差項看，西部地區(qū)證券資產(chǎn)結(jié)構(gòu)指標的殘差項最大，保險資產(chǎn)結(jié)構(gòu)指標的殘差項最小，這和現(xiàn)實情況基本一致。

（二）面板單位根及協(xié)整檢驗

在進行面板協(xié)整檢驗和PVAR模型分析之前，需要先對各數(shù)據(jù)序列的平穩(wěn)性進行檢驗。這里的序列為面板型數(shù)據(jù)，運用傳統(tǒng)的單位根檢驗方法可能會產(chǎn)生效力偏低的偏誤。為此，這里分別采用了LLC、ADF和Fisher-PP三種適用于面板數(shù)據(jù)序列的方法進行檢驗，以保證檢驗結(jié)果的可靠性，結(jié)果見表2。

由表2的檢驗結(jié)果可知，1993-2011年間西部地區(qū)金融資產(chǎn)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)數(shù)據(jù)序列的水平值都無法完全拒絕“存在單位根”這一原假設(shè)，各序列的一階差分檢驗值全部可以顯著拒絕原假設(shè)。因此，西部地區(qū)金融資產(chǎn)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)指標序列均滿足一階單整，可運用面板協(xié)整檢驗方法來檢驗該期間金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間是否存在協(xié)整關(guān)系。為了保證檢驗結(jié)果的穩(wěn)健性，這里采用了Pedroni[15]和Johansen 面板協(xié)整兩種方法進行檢驗，結(jié)果見表3。

表31993-2011年西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與

產(chǎn)業(yè)結(jié)構(gòu)升級的面板協(xié)整檢驗結(jié)果指標FN、HB、IN、STPanel v-2.499**Panel rho 1.839*Panel PP-0.194Panel ADF 2.887***Group rho-Statistic 2.935***Group PP-Statistic 0.843Group ADF-Statistic 2.612**Fisher170.600***注：***、**、*分別表示在1%、5%和10%水平下顯著。

從表3中的Pedroni檢驗結(jié)果可見，除Panel PP和Group PP-Statistic兩個指標不顯著外，其他指標均顯著拒絕“不存在協(xié)整關(guān)系”的原假設(shè)，這表明變量間存在長期協(xié)整關(guān)系。同時，F(xiàn)isher檢驗值也在1%的顯著度水平下顯著拒絕原假設(shè)，所以存在協(xié)整關(guān)系。

（三）PVAR模型估計

Chamberlain開創(chuàng)了基于面板數(shù)據(jù)的PVAR模型。以此為基礎(chǔ)，Douglas Holtz-Eakin、Whitney Newey和Harvey[16]建立了如下基于個體固定效應(yīng)時變系數(shù)的PVAR模型和廣義距估計（GMM）法：

其中N為橫截面觀察個體，i和t分別為個體和時間，i=1，…，N；t=1，…，T，fi是未觀察個體效應(yīng)；a0，t、al，t、δl，t、Ψt均為待估系數(shù)。μi，t滿足當i

T滿足T≥m+3，m為滯后期，yit滿足可觀察的條件。

隨后，Peasran和Smith的研究發(fā)現(xiàn)，當面板數(shù)據(jù)的N相對較大，T相對較小時，Chamberlain、Holtz-Eakin等構(gòu)建的模型很難對參數(shù)作出準確估計[17]。Binder發(fā)現(xiàn)擴展的廣義距估計（Extend GMM）和QML估計可有效解決這一問題[18]。該模型如下：

wi，t是m×1維隨機變量；Φ為m×m維橫截面系數(shù)矩陣；μi為隨機干擾項，是m×1維向量個體固定效應(yīng)。則PVAR的一般模型可表示為：

Yi，t是截面?zhèn)€體i在t時點M個可觀測變量的M×1維向量，Xi，t為可觀測確定性嚴格外生變量的M×1向量，Φt，κ、Ψi，j為M×M的待估系數(shù)矩陣，γi表示個體i的M個不可觀測的個體固定效應(yīng)矩陣，μi，t為隨機誤差項。在實際應(yīng)用中，滯后內(nèi)生變量和外生變量的待估系數(shù)矩陣常常為非時變情形，即：

對模型（5）進行簡單推廣便可適用于模型（4）。據(jù)此可構(gòu)建以下PVAR模型：

Vi，t為{FN，HB，ST，IN}T，F(xiàn)Ni，t、HBi，t、STi，t、INi，t分別為第i個省市在時刻t的產(chǎn)業(yè)結(jié)構(gòu)升級指標、貨幣資產(chǎn)結(jié)構(gòu)指標、證券資產(chǎn)結(jié)構(gòu)指標、保險資產(chǎn)結(jié)構(gòu)指標。PVAR模型擁有一個前提假設(shè)，即每個省市的金融資產(chǎn)結(jié)構(gòu)變量HB、ST、IN對產(chǎn)業(yè)結(jié)構(gòu)升級的影響具有相同的基本結(jié)構(gòu)，這顯然與現(xiàn)實存在較大差距。為此，這里把固定效應(yīng)ηt和時間效應(yīng)Φt引入模型，分別代表不同省市變量間存在的區(qū)域異質(zhì)性和解釋系統(tǒng)變量里的趨勢特征，εi，t為白噪聲。在有效去除模型中固定效應(yīng)和時間效應(yīng)的干擾之后，即可采用GMM估計法來估計PVAR模型參數(shù)，具體結(jié)果見表4。根據(jù)AIC信息準則可得知模型的最佳滯后期為1期。

由表4的估計結(jié)果可知，西部地區(qū)FN對自身在1%水平上具有顯著的正向影響，影響度為0.923%；對HB在5%水平上具有顯著的正向影響，影響度為1.448%；對ST在10%水平上具有顯著的正向影響，影響度為0.581%；對IN有微弱的正向影響，影響度為0.025%，但并不顯著。HB對FN在5%水平上具有顯著的反向影響，影響度為-0.823%；ST對FN在10%水平上具有顯著的正向影響，影響度為1.051%；IN對FN具有微弱的反向影響，影響度為-0.051%，并不顯著。

三、面板脈沖響應(yīng)及方差分解

為了讓誤差項實現(xiàn)正交，以便克服因誤差項相關(guān)而對估計效果產(chǎn)生影響，這里采用的方法是Cholesky殘差的方差—協(xié)方差矩陣分解。由于方程順序或內(nèi)生變量順序在大多數(shù)情況下會影響Cholesky殘差的方差—協(xié)方差矩陣分解結(jié)果，需要建立相應(yīng)的置信區(qū)間來避免這一問題。為此，本文以GMM方法估計出的系數(shù)以及方差—協(xié)方差矩陣為基礎(chǔ)，采用Monte Carlo模擬實驗隨機生成大量系數(shù)，重復(fù)計算變量間的沖擊響應(yīng)，這一過程共進行了500次，用模擬結(jié)果所獲得的兩個標準誤差置信區(qū)間來評價變量間的沖擊響應(yīng)是否顯著。圖1給出了西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的PVAR正交化脈沖響應(yīng)圖，其中橫軸為追溯期，這里共考察了6個追溯期；縱軸為其他變量產(chǎn)生一個標準差沖擊時因變量的響應(yīng)程度；中間一條曲線為因變量的響應(yīng)函數(shù)線，外側(cè)兩條曲線為2倍標準差的置信區(qū)間。

圖1 四變量{FN，HB，ST，IN}T的PVAR正交化脈沖—響應(yīng)圖

圖1中第一行分別是FN對來自HB、ST、IN一個標準差沖擊的響應(yīng)情況。由圖可見，當HB產(chǎn)生一個標準差沖擊時，F(xiàn)N在即期的響應(yīng)值為0，隨后表現(xiàn)為一種反向效應(yīng)，這說明1993-2011年間西部地區(qū)的貨幣資產(chǎn)增長并沒有促進產(chǎn)業(yè)結(jié)構(gòu)升級。究其原因，這或許是因為貨幣資產(chǎn)的增加意味著社會融資環(huán)境變得更加寬松，在融資成本較低的條件下企業(yè)缺乏動力進行產(chǎn)業(yè)結(jié)構(gòu)升級的緣故。當ST產(chǎn)生一個標準差沖擊時，F(xiàn)N在即期的響應(yīng)值為0，之后則呈現(xiàn)為一種正向響應(yīng)，說明證券資產(chǎn)結(jié)構(gòu)的調(diào)整促進了西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級，這與證券市場的資源優(yōu)化配置功能相符。當IN產(chǎn)生一個標準差沖擊時，F(xiàn)N的即期響應(yīng)值為0，之后逐漸呈現(xiàn)為一種反向響應(yīng)，這或許與西部地區(qū)企業(yè)效益不高有關(guān)。當企業(yè)效益較差時，保險資產(chǎn)結(jié)構(gòu)的提升意味著企業(yè)將為更多員工投保，或為原有員工增加投保金額，這可能會加重企業(yè)負擔，在一定時期內(nèi)不利于企業(yè)發(fā)展，因此表現(xiàn)出一種微弱的反向響應(yīng)。

圖1中第二行分別是HB、ST、IN對FN一個標準差沖擊的響應(yīng)。從圖中可見，當FN產(chǎn)生一個標準信息差沖擊時，HB的響應(yīng)為正向，這說明西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級有利于貨幣資產(chǎn)結(jié)構(gòu)的提升。這是因為產(chǎn)業(yè)結(jié)構(gòu)升級后，其產(chǎn)出效率更高，企業(yè)和居民個人將擁有更多存款和財富，其顯現(xiàn)出來的效應(yīng)就是整個社會的貨幣資金增加。當FN產(chǎn)生一個標準差信息沖擊時，證券資產(chǎn)結(jié)構(gòu)在即期雖然表現(xiàn)為一種微弱的反向響應(yīng)，但很快轉(zhuǎn)變?yōu)橐环N穩(wěn)定的正向響應(yīng)。說明從整體上看，產(chǎn)業(yè)結(jié)構(gòu)升級有利于證券資產(chǎn)的發(fā)展。當FN產(chǎn)生一個標準差沖擊時，IN在即期表現(xiàn)為一種正向響應(yīng)，之后逐漸向0收斂。說明西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級能促進保險資產(chǎn)的發(fā)展，但從總體上看這種促進效應(yīng)還相對較小。

為了進一步揭示各變量波動的來源，下面分別從10、20、30個預(yù)測期對HB、ST、IN和FN的預(yù)測均方誤差進行分解，進一步分析HB、ST、IN和FN間沖擊作用的具體構(gòu)成，結(jié)果見表5。

由方差分解結(jié)果可知，在10、20、30個預(yù)測期，F(xiàn)N的變動中分別有37.288%、34.513%和34.493%的比例來源于自身，來源于HB的影響分別為17.336%、17.192%和17.178%，來源于ST的影響分別為41.343%、44.947%和44.991%，來源于IN的影響分別為4.033%、3.349%和3.339%。對FN變動影響的大小順序分別為證券資產(chǎn)結(jié)構(gòu)調(diào)整、貨幣資產(chǎn)結(jié)構(gòu)調(diào)整、保險資產(chǎn)結(jié)構(gòu)調(diào)整。與此相應(yīng)，F(xiàn)N對HB的影響分別占到32.369%、34.488%、34.492%，對ST的影響分別為29.191%、34.450%、34.492%，對IN的影響的分別為34.945%、34.498%、34.492%。由此可見，產(chǎn)業(yè)結(jié)構(gòu)升級對證券資產(chǎn)結(jié)構(gòu)調(diào)整、貨幣資產(chǎn)結(jié)構(gòu)調(diào)整、保險資產(chǎn)結(jié)構(gòu)調(diào)整的影響大小較為接近。

四、面板Granger因果檢驗

根據(jù)Granger的研究結(jié)論，如果兩個非平穩(wěn)時間序列變量存在協(xié)整關(guān)系，那么這兩個變量間至少存在一個單向格蘭杰因果關(guān)系[19]。在假設(shè)變量已包含全部預(yù)測信息的前提下，Granger構(gòu)建了以下檢驗?zāi)Ｐ汀?/p>

Yt=mj=1ajXt-j+mj=1bjYt-j+εt（6）

Xt=mj=1ajYt-j+mj=1bjXt-j+εt（7）

該模型主要適用于時間序列數(shù)據(jù)。Hurlin和Venet認為，當檢驗對象為既有時間維度特征，又有截面維度特征的面板數(shù)據(jù)序列（Panel Data）時，由于樣本量明顯增大，自由度提高，解釋變量間的共線性程度會降低，基于面板數(shù)據(jù)序列為基礎(chǔ)的模型檢驗具有更強的穩(wěn)定性和可靠性[20]。為此，在Granger模型的基礎(chǔ)上， Hurlin和Venet構(gòu)建了以下基于面板數(shù)據(jù)序列為研究對象的格蘭杰因果關(guān)系檢驗?zāi)Ｐ停?/p>

Yi，t=pk=1γ（k）Yi，t-1+pk=1β（k）Xi，t-1+Vi，t（8）

Xi，t=pk=1γ（k）Xi，t-1+pk=1β（k）Yi，t-1+Vi，t（9）

在以上模型中，Vi，t=at+ωτ+εi，t，εi，t～i.i.d（0，σ2ε），X、Y為不同變量。模型（8）假設(shè)變量Y與其自身的過去值以及變量X的過去值相關(guān)，如檢驗結(jié)果顯示變量X的系數(shù)和顯著不等于0，則說明系統(tǒng)中僅存在X到Y(jié)的單向格蘭杰因果關(guān)系。模型（9）假設(shè)變量X與其自身的過去值以及變量Y的過去值相關(guān)，如估計結(jié)果顯示變量Y的系數(shù)和顯著不等于0，則說明系統(tǒng)中僅存在Y到X的單向格蘭杰因果關(guān)系。如果檢驗結(jié)果顯示變量X和變量Y都顯著不等于0，則說明變量X和變量Y之間存在雙向因果關(guān)系，即X是Y的格蘭杰原因，Y也是X的格蘭杰原因。遵循這一思路，本文的格蘭杰因果檢驗可基于如下誤差修正模型進行：

以上模型中，Δ代表變量的一階差分，p為變量的滯后期數(shù)。如檢驗結(jié)果顯示模型中的差分項顯著，則說明在短期內(nèi)變量間存在格蘭杰因果關(guān)系；如檢驗結(jié)果顯示模型中的誤差修正項ecmt-1顯著，則說明在在長期內(nèi)變量間存在格蘭杰因果關(guān)系。運用面板數(shù)據(jù)對西部地區(qū)12省市金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級變量進行格蘭杰因果關(guān)系檢驗，結(jié)果見表6。

由表6的檢驗結(jié)果可得出以下結(jié)論：第一，無論是FN與HB、FN與IN，還是FN與ST的格蘭杰因果關(guān)系檢驗的ecm均至少在5%水平顯著。說明在長期內(nèi)，西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間存在雙向格蘭杰因果關(guān)系，即產(chǎn)業(yè)結(jié)構(gòu)升級是金融資產(chǎn)結(jié)構(gòu)調(diào)整的格蘭杰原因。同時，金融資產(chǎn)結(jié)構(gòu)調(diào)整也是產(chǎn)業(yè)結(jié)構(gòu)升級的格蘭杰原因。第二，在短期內(nèi)，F(xiàn)N和HB、FN和ST、HB與ST之間只存在單向因果關(guān)系，即HB是FN的格蘭杰原因，但FN不是HB的格蘭杰原因；ST是FN的格蘭杰原因，F(xiàn)N不是ST的格蘭杰原因。第三，短期內(nèi)，IN與FN之間不存在格蘭杰關(guān)系，即FN不是IN的格蘭杰原因，IN也不是FN的格蘭杰原因。

五、結(jié)論及政策建議

本文從金融資產(chǎn)結(jié)構(gòu)調(diào)整視角出發(fā)，在構(gòu)建面板向量自回歸模型（PVAR）的基礎(chǔ)上，綜合運用面板協(xié)整檢驗、面板脈沖響應(yīng)和方差分解、面板格蘭杰因果關(guān)系檢驗等多種模型對1993-2011年間西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間的互動關(guān)系進行研究，獲得以下基本結(jié)論。

（1）西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間存在長期協(xié)整關(guān)系。金融資產(chǎn)結(jié)構(gòu)調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)升級的作用方向是：貨幣資產(chǎn)結(jié)構(gòu)調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)升級具有反向作用；證券資產(chǎn)結(jié)構(gòu)調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)升級具有正向效應(yīng)；保險資產(chǎn)結(jié)構(gòu)調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)升級具有反向效應(yīng)，但作用效果比較微弱。產(chǎn)業(yè)結(jié)構(gòu)升級對金融資產(chǎn)結(jié)構(gòu)調(diào)整的作用方向是：產(chǎn)業(yè)結(jié)構(gòu)升級有利于貨幣資產(chǎn)的增長；在短期內(nèi)雖對證券資產(chǎn)增長具有反向影響，但總體上有利于證券資產(chǎn)增長；對保險資產(chǎn)增長有正向影響，但這種影響較為微弱。（2）從波動性看，證券資產(chǎn)結(jié)構(gòu)調(diào)整對產(chǎn)業(yè)結(jié)構(gòu)升級的影響度最大，其次分別是貨幣資產(chǎn)結(jié)構(gòu)調(diào)整和保險資產(chǎn)結(jié)構(gòu)調(diào)整，產(chǎn)業(yè)結(jié)構(gòu)升級對證券資產(chǎn)結(jié)構(gòu)調(diào)整、貨幣資產(chǎn)結(jié)構(gòu)調(diào)整、保險資產(chǎn)結(jié)構(gòu)調(diào)整的影響大小較為接近。（3）從因果關(guān)系看，在長期，西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間存在雙向格蘭杰因果關(guān)系。在短期，西部地區(qū)存在由貨幣資產(chǎn)結(jié)構(gòu)調(diào)整到產(chǎn)業(yè)結(jié)構(gòu)升級的單向格蘭杰因果關(guān)系，以及由證券資產(chǎn)結(jié)構(gòu)調(diào)整到產(chǎn)業(yè)結(jié)構(gòu)升級的單向格蘭杰因果關(guān)系，保險資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級之間不存在格蘭杰因果關(guān)系。

為此，西部地區(qū)應(yīng)在進一步做大金融資產(chǎn)規(guī)模，滿足產(chǎn)業(yè)結(jié)構(gòu)升級對金融資產(chǎn)總量需求的前提下，不斷優(yōu)化金融資產(chǎn)結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)，促進西部地區(qū)金融資產(chǎn)結(jié)構(gòu)調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)升級良性互動機制的形成。在金融資產(chǎn)結(jié)構(gòu)調(diào)整方面：一是要提升銀行業(yè)務(wù)創(chuàng)新能力、提升貨幣資產(chǎn)對產(chǎn)業(yè)結(jié)構(gòu)升級的作用效率；二是要創(chuàng)新證券市場產(chǎn)品，充分發(fā)揮證券市場的資金集聚和金融資源配置功能，增強證券資產(chǎn)對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用；三是要增大保險資產(chǎn)總量，提升保險資產(chǎn)對產(chǎn)業(yè)結(jié)構(gòu)升級的促進作用。在產(chǎn)業(yè)結(jié)構(gòu)升級方面：一是要加大傳統(tǒng)農(nóng)業(yè)升級改造力度，提高農(nóng)業(yè)產(chǎn)業(yè)化和現(xiàn)代化水平；二是要積極應(yīng)用新型適用技術(shù)改造傳統(tǒng)工業(yè)，為金融資產(chǎn)結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)協(xié)調(diào)發(fā)展創(chuàng)造良好外部環(huán)境；三是要大力提升第三產(chǎn)業(yè)發(fā)展速度和水平，增大第三產(chǎn)業(yè)總量。

參考文獻：

[1] GOLDSMITH R.Financial structure and economic development[M].NewHaven：Yale University Press， 1969：155-213.

[2] BECK T，LEVINE R.Industry growth and capital allocation： Does having a market or bankbased system matter[R]. NBER Working Paper， 2002：82-89.

[3] CHANG，CAUDILL.Financial development and economic growth： The case of Taiwan[J]. Applied Economics， 2005，37：1329-1335.

[4] LUINTEL K B， KHAN M， ARESTIS P，et al.Financial structure and economic growth[J].Journal of Development Economics， 2008，86：181-200.

[5] 張曉燕，王成亮.中國金融結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)關(guān)系的實證研究[J].當代經(jīng)濟， 2007（8）：32-33.

[6] 冉茂盛.我國經(jīng)濟適度穩(wěn)定增長的貨幣供給邊界研究[J].重慶大學(xué)學(xué)報：社會科學(xué)版， 1999 （1）：32-34.

[7] CHRISTOPOULOS，TSIONAS.Financial development and economic growth： Evidence from panel unit root and cointegration tests[J]. Journal of Development Economics，2004，73：55-74.

[8] 蘇振天.安徽省金融結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)互動關(guān)系的實證分析[J].技術(shù)經(jīng)濟， 2008，27（10）：96-100.

[9] 韓曉明，范德成.金融結(jié)構(gòu)調(diào)整和黑龍江省產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系機理研究[J].現(xiàn)代管理科學(xué)，2010（6）：88-90.

[10] 范方志，張立軍.中國地區(qū)金融結(jié)構(gòu)轉(zhuǎn)變與產(chǎn)業(yè)結(jié)構(gòu)升級研究[J].金融研究， 2003，81 （11）：36-48.

[11] ANTZOULATOS A A， APERGIS N， TSOUMAS C.Financial structure and industrial structure[J]. Bulletin of Economic Research，2011，63（2）：3307-3378.

[12]毛定祥.中國金融結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)經(jīng)濟結(jié)構(gòu)關(guān)系的實證研究[J].運籌與管理， 2006，15（5）：122-127.

[13]ATINDEHOU，GUEYIE，AMENOUNVE.Financial intermediation and economic growth： Evidence from Western Africa[J]. Applied Financial Economics， 2005， 15（11）：777-790.

[14] GRIES，KRAFT，MEIERIEKS.Linkages between financial deepening， trade openness， and economic development： Causality evidence from Sub-Saharan Africa[J]. World Development，2009，37（12）：1849-1860.

[15] PEDRONI.Critical values for cointegration tests in heterogeneous panels with multiple repressors[J].Oxford Bulletin of Economics and Statistics， 1999，61： 653-670.

[16]HOLTZEAKIN D.Estimating vector autoregressions with panel data[J].Econometrica，1988，56（6）：1371-1395.

[17]PESARAN M H， SMITH R.Estimating longrun relationships from dynamic heterogeneous panels[J]. Journal of Econometrics，1995，68（1）：79-113.

[18]BINDER.Estimation and inference in short panel vector autoregressions with unit roots and cointegration [J]. Econometric Theory，2003，21（4）：795-837.

[19]GRANGER C W J.Investigating causal relations by econometric models and crossspectral methods[J]. The Econometric Society，1969，37： 424-438.

[20]HURLIN C，VENET B.Granger causality in panel data models with fixed coefficients [DB/OL].[2013-10-17].http： //www.core.uc.lac.be/archives/EC2-2001/program.htm，l， 2001（12）：13.