论文部分内容阅读
摘 要：金融发展与经济增长具有较强的关联性，金融发展会影响经济的发展。边疆地区的金融滞后，势必会严重影响其经济增长，因此发挥金融的杠杆作用是非常必要的。实践证明，通过发展金融业促进经济增长是具有可行性和持续性的，也是推动边疆地区经济发展、缩小地区间差距的明智选择。鉴于此，本文将边疆地区的金融发展与经济增长的关系拟通过协整分析和误差修正模型来进行实证。
关键词：协整 变量 检验模型 序列 误差
1987年Engle和Granger提出了协整理论及其方法。虽然一些经济变量的本身是非平稳序列，但是，它们的线性组合却有可能是平稳序列。这种平稳的线性组合被称为协整方程，且可解释为变量之间的长期稳定的均衡关系。假定一些经济指标被某经济系统联系在一起，那么从长远看来，这些变量应该具有均衡关系，这是建立和检验模型的基本出发点。在短期内，因为季节影响或随机干扰，这些变量有可能偏离均值。如果这种偏离是暂时的，那么随着时间推移将会回到均衡状态；如果这种偏离是持久的，就不能说这些变量之间存在均衡关系。协整（co-integration）可被看作这种均衡关系性质的统计表示。
一、实证指标的选择和变量定义
GDP作为衡量一个地区经济增长的指标已经得到了非常广泛认可，本文将GDP作为因变量，将金融发展的衡量指标—金融机构存贷款总额DL （DL=D+L，其中：D表示全部金融机构存款，L表示全部金融机构贷款）作为自变量，以构建经济增长和金融发展的关系模型，来分析金融发展与经济增长的关系。本章数据取自1978-2011年，分析均通过Eviews6软件进行处理，图、表、表达式均由Eviews6产生。
二、序列平稳性检验
为了使得计量模型估计结果更有优，减轻乃至消除异方差和序列相关性，同时使回归系数更具有经济含义，我们对GDP、DL变量取自然对数为LNGDP、LNDL，并作趋势图如下：
上图所示，LNGDP和LNDL具有明显的时间趋势，初步判断为非平稳序列，并进行诊断检验确认。
1.对LNGDP序列进行单位根检验（采用ADF方法），选择含有常数项和时间趋势项，由SIC准则确定滞后阶数（p=1）。LNGDP序列的ADF检验如下：
检验结果显示，t-Statistic（-2.658415）均大于1%、5%、10%显著水平下的临界值，不拒绝接受存在单位根的原假设，即LNGDP序列为非平稳序列。
由于LNGDP序列为非平稳序列，因此，对LNGDP序列进行1阶差分，再进行单位根检验（选择ADF方法，仅含有常数項，由SIC准则确定滞后阶数p=0）
检验结果显示，t-Statistic（-2.778577）小于10%显著水平下的临界值，拒绝接受存在单位根的原假设，即D（LNGDP）序列为平稳序列，LNGDP为1阶单整序列，记为LNGDP～I（1）。
2.对LNDL序列进行单位根检验（采用ADF方法），选择含有常数项和时间趋势项，由SIC准则确定滞后阶数（p=0）。LNDL序列的ADF进行检验。
检验结果显示，t-Statistic（-3.586967）均小于5%、10%显著水平下的临界值，拒绝接受存在单位根的原假设，即D（LNDL）序列为平稳序列，LNDL为1阶单整序列，记为LNDL～I（1）。
三、协整检验
通过上一节的证明，LNGDP和LNDL均为1阶单整序列，因此满足建立协整关系的前提条件。
1.建立LNGDP与 LNDL的回归计量回归模型：
LNGDP = C（1）*LNDL + [AR（1）=C（2）]
运用OLS方法估计得到：
LNGDP = 0.929*LNDL + [AR（1）=0.906]
t = （87.42242） （20.18838）
R2 = 0.998598 D-W =1.989724
模型中的系数0.929为DL弹性，即DL每增长1%，会使得GDP增长0.929%，表明DL对GDP具有促进作用。
2.对残差序列（E=RESID）进行单位根检验（采用ADF方法），选择无常数项和时间趋势项，由SIC准则确定滞后阶数（p=0）。残差序列的ADF进行检验。
检验结果显示，t-Statistic（-5.589363）均小于1%、5%、10%显著水平下的临界值，拒绝接受存在单位根的原假设，即残差序列为平稳序列，记为E～I（0）序列。上述结果表明：LNGDP和LNDL之间存在协整关系，即存在长期稳定的均衡关系。
四、建立误差修正模型
为了考察GDP和DL之间的动态关系，现通过ECM模型来进行分析。通过LNGDP关于LNDL的协整方程的残差序列E，令误差修正项ECM等于E（-1） ，建立下面的误差修正模型：D（LNGDP） = C（1）*D（LNDL） + C（2）*E（-1） + [AR（1）=C（3）]，用OLS方法估计得到：
D（LNGDP） = 0.783*D（LNDL） - 0.168*E（-1） + [AR（1）=0.154]
t = （10.95863） （-0.484846）（0.447865）
R2 = -0.092830 D-W =-0.168197
五、模型意义解释
从长期看，协整关系式起到引力线的作用，DL每增长1%，会使得GDP增长0.929%。
从短期看，在上面的误差修正模型中，差分项反映了短期波动的影响。LNDL的短期变动可以分为两部分：
一部分是LNDL的短期波动（ΔLNDL）影响，系数为0.783，表明LNDL的短期波动对ΔLNGDP有正向影响（正相关），即ΔLNDL每增加1单位，使ΔLNGDP增加0.783个单位。另一部分是偏离长期均衡的影响。误差修正项ECM的系数的大小反映了对偏离长期均衡的调整力度。从系数估计值来看，当短期波动偏离长期均衡时，将以- 0.168的调整力度将非均衡状态拉回到均衡状态。
因此，根据实证分析的结果，我们可以由此得出这样的结论，边疆地区金融落后的现状会在一定程度上会影响其经济增长，就需要通过加强边疆地区金融发展以实现促进其经济增长的目的，从而体现金融在经济中的核心地位，发挥其推动经济增长的作用。
关键词：协整 变量 检验模型 序列 误差
1987年Engle和Granger提出了协整理论及其方法。虽然一些经济变量的本身是非平稳序列，但是，它们的线性组合却有可能是平稳序列。这种平稳的线性组合被称为协整方程，且可解释为变量之间的长期稳定的均衡关系。假定一些经济指标被某经济系统联系在一起，那么从长远看来，这些变量应该具有均衡关系，这是建立和检验模型的基本出发点。在短期内，因为季节影响或随机干扰，这些变量有可能偏离均值。如果这种偏离是暂时的，那么随着时间推移将会回到均衡状态；如果这种偏离是持久的，就不能说这些变量之间存在均衡关系。协整（co-integration）可被看作这种均衡关系性质的统计表示。
一、实证指标的选择和变量定义
GDP作为衡量一个地区经济增长的指标已经得到了非常广泛认可，本文将GDP作为因变量，将金融发展的衡量指标—金融机构存贷款总额DL （DL=D+L，其中：D表示全部金融机构存款，L表示全部金融机构贷款）作为自变量，以构建经济增长和金融发展的关系模型，来分析金融发展与经济增长的关系。本章数据取自1978-2011年，分析均通过Eviews6软件进行处理，图、表、表达式均由Eviews6产生。
二、序列平稳性检验
为了使得计量模型估计结果更有优，减轻乃至消除异方差和序列相关性，同时使回归系数更具有经济含义，我们对GDP、DL变量取自然对数为LNGDP、LNDL，并作趋势图如下：
上图所示，LNGDP和LNDL具有明显的时间趋势，初步判断为非平稳序列，并进行诊断检验确认。
1.对LNGDP序列进行单位根检验（采用ADF方法），选择含有常数项和时间趋势项，由SIC准则确定滞后阶数（p=1）。LNGDP序列的ADF检验如下：
检验结果显示，t-Statistic（-2.658415）均大于1%、5%、10%显著水平下的临界值，不拒绝接受存在单位根的原假设，即LNGDP序列为非平稳序列。
由于LNGDP序列为非平稳序列，因此，对LNGDP序列进行1阶差分，再进行单位根检验（选择ADF方法，仅含有常数項，由SIC准则确定滞后阶数p=0）
检验结果显示，t-Statistic（-2.778577）小于10%显著水平下的临界值，拒绝接受存在单位根的原假设，即D（LNGDP）序列为平稳序列，LNGDP为1阶单整序列，记为LNGDP～I（1）。
2.对LNDL序列进行单位根检验（采用ADF方法），选择含有常数项和时间趋势项，由SIC准则确定滞后阶数（p=0）。LNDL序列的ADF进行检验。
检验结果显示，t-Statistic（-3.586967）均小于5%、10%显著水平下的临界值，拒绝接受存在单位根的原假设，即D（LNDL）序列为平稳序列，LNDL为1阶单整序列，记为LNDL～I（1）。
三、协整检验
通过上一节的证明，LNGDP和LNDL均为1阶单整序列，因此满足建立协整关系的前提条件。
1.建立LNGDP与 LNDL的回归计量回归模型：
LNGDP = C（1）*LNDL + [AR（1）=C（2）]
运用OLS方法估计得到：
LNGDP = 0.929*LNDL + [AR（1）=0.906]
t = （87.42242） （20.18838）
R2 = 0.998598 D-W =1.989724
模型中的系数0.929为DL弹性，即DL每增长1%，会使得GDP增长0.929%，表明DL对GDP具有促进作用。
2.对残差序列（E=RESID）进行单位根检验（采用ADF方法），选择无常数项和时间趋势项，由SIC准则确定滞后阶数（p=0）。残差序列的ADF进行检验。
检验结果显示，t-Statistic（-5.589363）均小于1%、5%、10%显著水平下的临界值，拒绝接受存在单位根的原假设，即残差序列为平稳序列，记为E～I（0）序列。上述结果表明：LNGDP和LNDL之间存在协整关系，即存在长期稳定的均衡关系。
四、建立误差修正模型
为了考察GDP和DL之间的动态关系，现通过ECM模型来进行分析。通过LNGDP关于LNDL的协整方程的残差序列E，令误差修正项ECM等于E（-1） ，建立下面的误差修正模型：D（LNGDP） = C（1）*D（LNDL） + C（2）*E（-1） + [AR（1）=C（3）]，用OLS方法估计得到：
D（LNGDP） = 0.783*D（LNDL） - 0.168*E（-1） + [AR（1）=0.154]
t = （10.95863） （-0.484846）（0.447865）
R2 = -0.092830 D-W =-0.168197
五、模型意义解释
从长期看，协整关系式起到引力线的作用，DL每增长1%，会使得GDP增长0.929%。
从短期看，在上面的误差修正模型中，差分项反映了短期波动的影响。LNDL的短期变动可以分为两部分：
一部分是LNDL的短期波动（ΔLNDL）影响，系数为0.783，表明LNDL的短期波动对ΔLNGDP有正向影响（正相关），即ΔLNDL每增加1单位，使ΔLNGDP增加0.783个单位。另一部分是偏离长期均衡的影响。误差修正项ECM的系数的大小反映了对偏离长期均衡的调整力度。从系数估计值来看，当短期波动偏离长期均衡时，将以- 0.168的调整力度将非均衡状态拉回到均衡状态。
因此，根据实证分析的结果，我们可以由此得出这样的结论，边疆地区金融落后的现状会在一定程度上会影响其经济增长，就需要通过加强边疆地区金融发展以实现促进其经济增长的目的，从而体现金融在经济中的核心地位，发挥其推动经济增长的作用。