首页 > 文章中心 > 正文

金融发展实证探究

前言:本站为你精心整理了金融发展实证探究范文,希望能为你的创作提供参考价值,我们的客服老师可以帮助你提供个性化的参考范文,欢迎咨询。

金融发展实证探究

一、金融发展和经济增长关系的理论分析

从现有的理论观点看,金融发展和经济增长之间的关系存在五种可能:

1.金融发展和经济增长之间没有因果关系。没有一个变量对另一个变量有显著的影响。两者之间存在的很强的相关关系仅仅是巧合:经济增长的同时,金融机构同样增长,但是两者各自按照自身的逻辑发展。上述观点忽视制度问题,为多数新古典经济学家所持有。

2.经济增长导致金融发展。即经济的增长带来金融机构的发展变化,促进金融市场的建立。这一观点可称为金融发展的“因应需求论”(Demand一driven)。因为随着经济活动规模的不断扩大,对资本的需求(即包括短期也包括长期)也会不断增加,能够筹集资金用于经济发展的金融机构应运而生。金融体系的两个基本功能是:将储蓄者和投资者汇合在一起;为投资资金找到最合适的投资项目。现代的金融体系之所以复杂是因为为实现这两个基本功能,不同的条件下需要不同的制度安排。上述观点为现代制度学派经济学家所持有。

3.金融发展是经济增长的一个决定因素。也就是说,因果关系的方向是金融发展导致经济增长。当然,金融发展只是经济增长的决定因素之一。金融发展既可能是经济增长的充分条件,也可能是必要条件。这两种观点在最近的研究中都不少见。

(1)充分条件:金融发展是经济增长的前提条件。经济史和理论上的分析都表明,金融体系不完善是阻碍经济增长的重要因素。大多数研究发达国家金融发展问题的经济史学家都持这一观点。

(2)必要条件:金融发展推动经济增长。假定没有其他阻碍经济增长的因素,金融体系就能产生持续的高增长。本观点由熊彼特提出,支持者包括一些货币学派经济学家。

4.金融发展是经济增长的障碍。这里因果关系的方向仍然是金融发展影响经济增长,但是重点关注的则是由于金融领域的泡沫和货币危机对经济增长产生的负面影响。这种观点认为金融体系具有内在的不稳定性。银行股票市场和国际资本流动方面的冲击都可能导致金融危机。持这一观点的经济学家包括:凯恩斯(Keynes1936)、戴蒙德(Diamond和Dybvig1983)和克鲁格曼(KrLlgman1998)。

5.金融发展和经济增长互为因果关系。既有理论分析表明金融发展导致经济增长,也有理论分析表明经济增长引起金融发展,越来越多的研究者开始接受金融发展和经济增长互为因果关系这一观点。根据不同的假设,不同的理论得到了以上不同的结论,因此,需要通过实证检验来验证那种结论更符合实际情况。

二、相关关系的测算

戈德史密斯在其开创性的研究中,使用了35个最具代表性的国家的有关资料,用实证的方法研究了金融结构和金融发展在各国之间、各时期之间的差异。他所使用的计量经济学模型可以概括为:尸。I=a十月Y+£‘犷其中,FDI为金融相关比,Y为实际人均国民生产总值。经过检验得到的结论是两变量之间存在正的相关关系,即“发达国家的金融相关比率确实比欠发达国家高一些”。但是作者同时认为,由于缺乏资料和现代技术处理手段还未达到所要求的水平,因此要确切知道一国一定时期的金融结构和金融发展水平对经济增长究竟具有多大作用是非常困难的。

在这一开创性研究的基础上,此后的经济学家逐步在数据、指标、计量经济学模型和计量技术等多个方向上作出创新,将对金融发展和经济增长之间关系的实证研究推向深人。莱文(LevineRoss1996)在其《金融发展和经济增长:观点和议程卜文中引人控制变量,控制其他影响经济增长的因素,以检验金融发展本身对经济增长的作用,他使用的计量方程为:G(j)=a+刀F(i)+了X+£其中,G(j)为人均实际GDP长期增长率,F(i)为金融深化指标(DEpTH等),x为包含其他影响长期经济增长的变量(如:人均收人、教育、政治稳定性、货币、财政和外贸政策等)的矩阵。检验的结果是:金融深化和经济增长之间存在强的、正向的相关关系。穆森(Mohsin和Abdelhak2000)在其综述性文章《金融发展和经济增长:综述》中采用以下计量方程:溉二几十八卢双十几igdP,+几dlog(pop,)+几dl飞(toti)+几lyq+£,该方程主要源于Mankiw,Romer,和weiI(1993)的经济增长方程,对投资率(烤电即投资占GDP的比重)、人口增长率(dlog伽叩‘))、外贸增长率(Jlog(toti))、人均收人的期初水平(yo,)等采取不同的权数,从而在测算金融深化对经济增长的影响时,更准确地控制这些影响长期经济增长的变量。

考虑到金融发展和经济增长两个变量之间可能是相互影响的对称关系(SymmetriealRelationship),应用普通最小二乘法(OLS)来估计两变量之间的相关关系所得到的结论可能是有偏的。为消除这种有偏性,穆森(2000)使用二阶段最小二乘法(ZsLS)来测算金融发展和经济增长之间的相关关系。两种方法对同样的样本数据测算得到的结果相当接近,都表明两者之间有正的相关关系。以上的研究使用截面数据和不同的计量方法,得到金融发展和经济增长之间存在正的强的相关关系结论。但是,截面数据研究是在同一时期收集资料,严格来说只能说明两个变量是否相关,即当一个变量的值增加时,另一个变量的值也增加。相关并不能确定因果关系是否存在及因果关系的方向,金融发展和经济增长也可能受其他因素的影响而共同变化。

三、从实证上对因果关系及其方向的探索和研究

为检验金融发展是否只是简单伴随经济增长,莱文(King和Levine1996)尝试的方法是考察2960年的金融深化程度是否能够用来预测此后30年的经济增长率差异。‘(j)=a+刀F(i)+下X+e采用以上方程,因变量G(j)定义为1960~1989年人均实际经济增长率的平均值,自变量F(i)定义为1960年各国的金融深化率(DEpTH),x为包含其他影响长期经济增长的变量的矩阵。测算结果表明期初的金融深化率是此后30年经济增长水平的好的预测因子。但是,不论从理论分析上还是从统计方法上,该方法都不能提供充足的证据证明两个变量之间存在因果关系。首先,从理论上看,如前文所述(关系l),初始金融发展水平能够预测此后的经济增长也可能是由于有某些因素(如法律传统和政治体制等堤同时既影响经济增长也会影响金融发展的,两者可能是由于共同的原因推动,但是沿着各自的逻辑发展。

以上检验无法排除这种可能,因此不能确定两个变量之间是否存在因果关系(Mohsin和Abdelh砍2000)。其次,从统计方法上看,利用自变量的初始值来预测因变量可能不仅会降低有效性(Efficiency),而且还会潜在地影响一致性(eonsisteney)(Beek和Levine2002)。阿德洛夫(Adolfo2001)使用时间序列数据和格兰杰(Granger1969)因果关系检验法来检验金融发展和经济增长两个变量之间的因果关系。格兰杰对因果关系的定义的含义是:在给定分布的情况下,对于解释X,如果变量Y的滞后值X_,在x的滞后值戈_,所提供的解释之外,不能提供更多的解释信息,那么x和Y没有格兰杰因果关系。阿德洛夫的检验分两个步骤:第一步,通过迪基一福勒检验法(Dicky一fuller)检验经济增长和金融发展两个时间序列是否平稳(statinary),以避免出现由非平稳变量带来的虚假回归(spuriousRegression)向题。第二步,利用格兰杰因果关系检验法,通过检验以下方程中统计量来判断因果关系及其方向。格兰杰因果关系检验法要求,要拒绝x为y的原因这一原假设,需要艺灼纸一,显著不等于。

同时误差纠正j=l项在统计上不显著。阿德洛夫利用以上方法通过检验巴西1980年1997年的时间序列数据得出经济增长和金融发展互为因果关系的结论。以上的研究或使用横截面数据(Cross一seetionData),或使用时间序列数据(Time一seriesData),但是应该说不同的数据只是说明变量间关系的一个侧面。截面数据能够说明:对于同一时期的不同国家,各国之间金融发展程度上的不同是否有助于解释经济增长率的差异。时间序列数据能够说明:同一国家不同发展时期金融发展程度上的不同是否有助于解释该国不同时期经济增长率的差异。贝克(Beek和Levine2002)和诺曼(NormanLoayza和RomainRanciere2002)在最新的研究中都采用了平行数据①(Paneldata),建立动态计量经济模型来研究金融发展和经济增长之间的关系。平行数据指在时间序列上取多个截面,在这些截面上同时选取样本观测值所构成的数据。平行数据兼有截面数据和时间序列数据的优点,作为数据来源的一组国家相当于试验法中选用的一个试验组,其前后两期的数据相当于实验法中的“试验前”和“试验后”测量的不同数据。因此,与截面数据和时间序列数据相比,平行数据能更好的在不同时期控制各种其他影响因素,因而能精确的证明因果关系。利用平行数据建立的动态计量方程既兼有时间序列和截面数据模型的优点,但同时也有以下两个违反计量经济模型基本假设的问题②:

1.未观察到的某个国家才特有的影响因素刀,是随机误差项的一个组成部分,而被解释变量yi,,的滞后值yi,卜1是解释变量,这意味着误差项和解释变量之间存在相关关系。在这种情况下,如果用一般的回归方法对模型进行估计会得到有偏的结果。

2.计量经济模型一般假定解释变量是弱外生变量,即解释变量和误差的未来实现值不相关,解释变量不会受因变量的未来实现值影响。但是,从前面的研究结果看,金融发展和经济增长之间很可能存在双向因果关系,这意味着解释变量是内生变量,如果利用一般的回归方法进行估计也会得到有偏的结果。近年来发展迅速的广义矩估计方法(GenerallzedMethodofMomentS,GMM)是基于模型实际参数满足的一些矩条件而形成的一种参数估计方法,是矩估计方法③的一般化。在对金融发展和经济增长的最新研究中,采用了根据平行数据建立的动态模型,该模型不能满足传统的计量经济学模型估计方法的某些假设,不能再使用这些估计方法;而广义矩估计方法允许随即误差项存在异方差和序列相关,因而在贝克(BeckThorsten和LevineRoss2002)和诺曼(NormanLoayza和RomainRanciereZ以〕2)的最新研究中都被用来对模型进行参数估计。在他们的研究中利用平行数据建立的动态计量经济学模型,是实际人均GDP的对数值,是包含所有解释变量(其中包括金融发展指标)的矩阵,月‘是未观察到的某个国家才特有的影响因素,是随机误差项。

第一步:差分以上方程,以消除某些国家才特有的误差项(解决了上述问题l)。第二步:选择不同的矩条件和工具变量,然后根据广义矩估计的基本方法对参数进行估计。限于篇幅所限,在此对具体内容不深人赘述,有兴趣的读者可参考贝克和诺曼两篇最新研究文章中的计量方法部分。两篇文章的实证结果表明,金融深化对经济增长有明显的正向的影响,并且这一结论不是由于两者同时受其他变量所影响(情形l),也不是由于忽视了某些重要变量或某些国家才特有的影响因素。值得一提的是,针对以上提到的情形5,诺曼利用广义矩估计方法研究了74个国家1960年至1995年的情况,得到的结论是:在遭受货币危机的国家中,金融深化对经济增长的促进作用弱于没有遭受危机的国家;金融中介机构发展和经济增长之间同时存在正向的、长期的关系和负向的、短期的关系。从以上的综述看,对金融深化和经济增长的实证研究还处于发展阶段,还没有一种计量方法从实证上证明哪一种假设是正确的,甚至不能证明哪一种是错的。

这主要是因为:第一,影响经济增长的除金融发展之外还有其他众多的因素;第二,从经济史看,金融发展和经济增长是相互影响,互为因果的,这使我们难以否定某一种假设;第三,现有关于金融发展的数据的可信性和可靠性都有待进一步提高;第四,目前所用的模型都是线性的,但是,各变量之间的关系可能是非线性,而非线性系统会出现“混沌”现象。进一步研究的方向可能是:1.收集范围更广、质量更高的金融深化和经济增长数据。2.随着对实际经济和金融创新的发展和在理论上对“金融”这一概念的深人理解,找到能够更准确和全面描述金融发展的指标。3.对金融深化和经济增长关系的更深人研究和认识。例如,现在已有研究认为两者之间的关系可能是非线性的,可能存在“门槛效应”,需要用非线性的模型和参数估计方法。又如,随着经济增长理论的发展,能够找到更全面的控制变量,从而跟准确的评估金融发展本身对经济增长的作用。4.计量经济技术的发展。