论文部分内容阅读
摘 要：东亚地区金融发展和经济增长是否存在双向的促进关系？采用Bootstrap面板格兰杰检验方法定量研究这个问题。实证模型考虑了系数的异质性和截面的相关性问题，同时通过将各国的Wald统计量与bootstrap模拟的临界值比较，直接得出相应的格兰杰因果关系。结果显示，东亚各国的金融发展与经济增长存在双向格兰杰因果关系。尽管各国之间金融发展存在差异，但都对经济增长产生了影响。此外，经济增长也从各方面对金融发展起到了支持和促进作用。
关键词：金融发展；经济增长；Bootstrap面板格兰杰因果检验
中图分类号：F113；F833 文献标识码：A 文章编号：1003-3890（2016）06-0036-08
一、引言
2007年爆发的亚洲金融危机对东亚国家经济发展造成了巨大的冲击，尽管危机爆发前在金融业带动下整个东亚地区的经济经历了快速增长。事实上，金融发展与经济增长之间的关系已经学界长期的关注和探讨，但是金融发展与经济增长间的因果关系却始终无法形成一致的结论。部分学者认为金融发展可以有效促进经济增长，原因在于金融发展降低外部融资成本，提高资本配置效率（Merton和Bodie，1995[1]；Levine，1997[2]），尤其是金融市场的发展可以使一个国家的经济环境更有效率（Levine，1997[2]）。另一些学者指出不应该过分强调金融因素在经济增长中的作用，认为经济发展会创造对金融服务的需求，同时经济增长会使得金融企业提供更好的服务（Robinson，1952[3]；Lucas，1988[4]）。此外，部分研究表明，金融发展和经济增长有一个双向因果关系（Demetriades和Hussein，1996[5]）。也有部分实证研究支持了金融发展对经济增长并没有明显影响甚至是对经济产生负向影响（Christopoulos和Tsionas，2004[6]；Kemal et al，2007[7]）。
目前已有的研究多数是基于发达国家和发达国家间关系的探讨，对于发展中国家和发展中国家间关系，尤其是针对亚洲国家的研究相对不足。Fase和Abma（2003）[8]指出亚洲国家不同于其他地区，从而在研究金融发展与经济增长时必须小心考虑其因果关系。事实上，随着亚洲国家金融市场的逐步开放以及国外游资的大量涌入，在国内经济迅速增长的同时国内金融发展却明显滞后，造成诸多亚洲国家不良贷款量急剧上升，从而导致了1997年亚洲金融危机的爆发。但是，大多数学者研究仍然支持了亚洲经济发展与金融发展之间存在着密不可分的关系（Eichengreen和Luengnaruemitchai，2004[9]；Habibullah和Eng，2006[10]）。
本文通過对已有文献的梳理发现，关于金融发展与经济增长因果关系的研究结果大多依赖于受检验的国家和时间区段，并未得到一致性的结论。考虑到传统方法的有限性，近年来学界更多的采用多国的面板数据对两者的关系进行实证研究，然而在运用面板数据进行参数估计时，极有可能产生有偏估计的问题（Levine，2005[11]）。而且，面板数据分析一般需要假设系数同质性或者截面不相关，进而会导致错误的因果推断（Bai和Kao，2006[12]）。Habibullah和Eng（2006）[13]运用GMM估计克服了由于解释变量和被解释变量间的因果关系引发的内生性问题。然而，GMM方法的前提假设是系数的同质性。Hurlin（2010）[14]提出了一种面板数据的因果检验方法，虽然考虑了系数的异质性，但忽略了截面相关性问题。
本文为克服已有研究的不足，采用并扩展了Konya（2006）[15]提出的Bootstrap面板格兰杰检验方法，分析了东亚国家的金融发展和经济增长的因果关系。该方法考虑了系数异质性和截面相关性问题，提高了模型的解释能力，研究结论具有稳健性。与本文非常近似的研究包括Hsueha et al（2013）[16]采用该方法对亚洲国家进行了检验。但是，Hsueha et al（2013）[16]研究所选取的样本不具有代表性，结论在一定程度上存在偏差。事实上，在亚洲国家范围内，东亚经济的发展模式是长期富有争议的问题，尤其是亚洲金融危机后东亚地区金融发展与经济增长之间的关系亟待进行更深层次的探讨。
本文写作内容安排如下：第一部分是引言和文献综述；第二部分为实证分析模型构建，本文主要基于Konya提出的Bootstrap面板格兰杰检验方法进行扩展分析；第三部分为实证分析结论，主要包括了指标选取和数据来源、滞后阶数选取以及格兰杰检验等；第四部分为结论与政策启示。
二、实证模型构建
在考虑面板数据的因果关系时，需要考虑两个问题：一是国家间数据的截面相关性，二是系数之间的同质性。如果存在截面相关性，那么SUR比OLS方法更为有效（Zellner，1962）[17]。由于全球化和一体化进程的加深，国家之间存在传递效应，因此有必要提前进行截面相关性检验。Breusch和Pagan’s（1980）[18]提出的LM检验是截面相关性实证研究中应用最广泛的一种检验方法，具体形式如式1所示：
λLM=T■■r2ij=■[trace（R′R）-M]（1）
式中R为M组T维OLS残差的样本相关系数矩阵。
另一个需要考虑的是系数之间的同质性问题。Breitung（2005）[19]指出在系数同质性的假设条件下，很难获得由国家特定性质导致的异质性。本文采用F检验来检验系数β的同质性，施加同质性约束，即其假设为H0∶β1=β2=…=βM，备则假设H1∶非H0。
东亚国家宏观变量面板数据因果关系有可能存在上述的两个问题，因此本文采用了Konya提出的bootstrap面板格兰杰因果检验方法，这一方法可以同时考虑截面相关性和系数的异质性。具体来说，基于SUR模型可以考虑各个国家的相关性；同时在此基础上构造的各国的Wald统计量与所模拟的bootstrap临界值相比较，可以得出各自的格兰杰因果关系，因此不需要对所有国家进行联合假设。而且该方法还不需要提前检验面板单位根和协整关系。 Konya提出的bootstrap面板格兰杰因果检验方法改进表述如式2和3：
y1，t=α1，1■β1，1，iy1，t-l+■θ1，1，lxk，1，t-1+γ1，1t+ε1，1，t
y2，t=α1，2■β1，2，iy2，t-l+■θ1，2，lxk，2，t-1+γ1，2t+ε1，2，t（2）
……
yM，t=α1，M■β1，M，iyM，t-l+■θ1，M，lxk，M，t-1+γ1，2t+ε1，M，t
和
xk，1，t=α2，1+■β2，1，ly1，t-l+■θ2，1，lxk，1，t-1+γ2，1t+ε2，1，t
xk，2，t=α2，2+■β2，2，ly2，t-l+■θ2，2，l xk，2，t-1+γ2，2t+ε2，2，t（3）
……
xk，M，t=α2，N+■β2，M，lyM，t-l+■θ2，M，lxk，M，t-1+γ2，Mt+ε2，M，t
其中，y代表经济增长率（GDP增长率），xk代表金融发展变量。M代表面板的截面个数（i=1，2…M，国家个数），t代表时间长度（t=1，2…T），l是滞后期。Konya（2006）文章中选取滞后期数时，考虑到工作量的庞大，对式2和3分别各自选择了一组滞后期数，并固定其期数，不随着国家的变化而变化，而且对所有的金融发展变量采用相同的滞后期数，即只有两组滞后期。本文在此基础上对其进行改进，允许滞后期数随金融发展变量的变化而变化，但仍固定其不随着国家变化而变化，即共有十组滞后期。这样在一定程度上降低了由于变量變化而导致的误差。滞后期长度由AIC和SC准则确定。
每个国家j的格兰杰因果关系可能存在如下结果：（i）如果式2中θ1，j，l不全为0而式3中β2，j，l的全为0，那么存在金融发展对经济增长的单向格兰杰因果关系；（ii）如果式2中β2，j，l的不全为0而式3中θ1，j，l全为0，那么存在经济增长对金融发展的单向格兰杰因果关系；（iii）如果θ1，j，l和β2，j，l都不全为0，那么存在金融发展和经济增长的双向的格兰杰关系。
临界值构造采用的Bootstrap是一种重新抽样的方法，其关键在于如何抽取样本。具体步骤如下：
第一步，在X对Y没有单向格兰杰因果关系的零假设条件下（例如添加约束θ1，j，l全为零）估计式2，然后获得残差：
eH0，i，t=yi，t-■1，i-■■1，i，lyi，t-l
其中，i=1，2，…，M；t=1，2，…，T（4）
从这些残差中可以得到M×T[eH0，i，t]矩阵。
第二步，在这些残差中重新取样。为了保留式2中的同期截面相关结构，因此在整个[eH0，i，t]矩阵中随机抽取，而不是逐个国家抽取样本。记新得到的bootstrap残差为[e*H0，i，t]，其中t=1，2，…，T *，而且T *可以大于T。
第三步，利用式5重新生成bootstrap样本Y：
y*i，t=■1，i-■■1，i，l y*i，t-l+e*H0，i，t
其中，t=1，2，…，T*（5）
第四步，用y*i，t代替yi，t，分别对式2进行无约束和有约束估计，得到Wald即为临界值。
三、实证分析
（一）指标选取与数据来源
在评估经济增长和金融发展之间的关系时，最重要的问题是如何获得令人满意的测度金融发展的变量。现有的文献研究已经使用了各种各样的指标来代表金融发展，然而不同的指标代表了金融系统的不同方面。考虑到大多数东亚国家股票与债券市场不够成熟，因此本文主要选取与银行和其他金融机构相关的变量来衡量金融发展。
基于货币总量的金融发展指标应用的最为广泛。文献中常用货币（M1）、准货币（M3）、货币和准货币（M2）与名义GDP的比率（Arestis和Demetriades，1997[20]；Sinha和Macri，2001[21]；Odhiambo，2009[22]）。这些指标反映了经济体的货币化程度，衡量了金融部门的规模。在本文中分别记为M1/GDP，QM/GDP和M2/GDP。
另外的指标还有银行部门提供的国内信贷（DC）与名义GDP的比率，记为DC/GDP。较高的DC意味着融资对银行具有较高的依赖程度。换言之，较高的DC意味着较高的金融发展水平。但是，这一论断必须建立在银行不用持有政府债券或优先部门的委托贷款等基础上。然而，这对于发展中国家并不完全适合。为了弥补这一缺陷，本文选取了私营部门提供的国内信贷（CPS）与名义GDP的比率作为衡量金融发展的指标，记为CPS/GDP。DC/GDP越高，不仅意味着较高的国内投资水平，而且意味着金融系统较为完善。那么金融系统就会对私营部门分配较多的信贷，从而参与到研究信贷公司，发挥公司控制，提供风险管理，促成交易和储蓄流通（Levine，2005[23]）。
综上所述，本文选取的金融发展指标包括：M1/GDP，QM/GDP，M2/GDP，DC/GDP和CPS/GDP。经济增长采用GDP增长率衡量。本文选取了中国、日本，韩国、新加坡、菲律宾，印度尼西亚，马来西亚和泰国1978—2014年各指标相关数据，数据均来源于世界银行集团（World Bank Group）数据库。
（二）滞后阶数选取
前文已经指出，在进行SUR方程系统估计之前，一个关键的步骤是确定方程的滞后阶数，原因在于格兰杰因果检验的结果依赖于方程滞后结构。过多的或者过少的阶数都会产生偏误问题，如果滞后阶数过多会降低自由度并增加估计系数的标准误，导致估计结果的准确度下降，相反，如果滞后阶数过少可能会导致变量遗漏问题因而造成较大的偏差。考虑到本文的样本数据长度，被解释变量以及解释变量的滞后不超过4阶，在此基础上通过AIC和SC信息准则进行选取。本文SUR方程系统地滞后阶数结果见表1。 （三）系数同质性检验和截面相关性检验
实证模型部分指出，不同国家之间可能存在的相互影响会导致基于SUR模型的格兰杰因果检验结论不同于传统检验结论，因此进行国家之间的截面相关性检验是必要的。此外，考虑到不同国家构成的方程系数回归系数可能存在的差异，同样需要进行回归系数的同质性检验。其中，截面相关性检验采用的时LM检验，而系数同质性检验采用的是F检验。检验结果见表2。
表2中的LM统计量均在1%显著性水平上拒绝了截面国家回归方程之间不存在相关性的原假设，表明了不同截面国家之间存在相关性，即不同国家间的金融发展与经济增长之间存在着相互影响的渠道或机制。同时，F检验结果显示除DC/GDP与GDP系统外，其余系统均在1%显著性水平上拒绝了每一个系统中国家回归方程系数相同的原假设，即每个国家的回归方程系数不全相同。因此，国家之间存在异质性（heterogeneity），这表明不同国家之间金融发展指标与经济增长的格兰杰因果是存在差异的。所以，国家间截面相关性的存在和系数异质性的存在证实了本文采用的实证模型的合理性。
（四）SUR-五*2个方程系统
表3至表7显示了8个东亚截面国家5组金融发展变量与GDP增长率之间的关系，其中的Wald统计量与所构造的bootstrap临界值进行比较，从而检验金融发展变量与GDP增长率之间是否存在正向以及反向的格兰杰因果关系。表8对表3至表7的检验结果进行总结。事实上，与传统的金融发展与经济增长研究相比，本文更清晰地表明在考虑了不同国家之间存在的相互影响条件下金融发展变量与GDP增长率之间的关系，为不同国家政府部门和中央银行宏观经济政策制定提供参考。
表3是8个东亚国家M1增长与GDP增长之间的格兰杰因果关系。其中，中国、日本、新加坡的M1增长为GDP增长的格兰杰原因，对于泰国、韩国而言，GPD增长是M1增长的格兰杰原因。表4显示的是8个东亚国家QM增长与GDP增长之间的格兰杰因果关系，其中韩国的QM增长为GDP增长的格兰杰原因，印度尼西亚的GDP增长为QM增长格兰杰原因，对于中国来说，则存在双向格兰杰因果关系。表5显示的是M2增长与GDP增长之间的格兰杰因果关系，其中菲律宾、新加坡的M2增长为GDP增长格兰杰原因，马来西亚、韩国的GDP增长为M2增长的格兰杰原因，对于中国和印度尼西亚来说则存在双向的因果关系。对于M1、QM、M2来说，尽管三者通常用来衡量一国金融深化程度，但是这些货币总量指标往往作为基础构造，更多地代表了交易职能，往往难以反映金融体系连接储蓄与投资的功能，这往往会导致经济欠发达国家会表现出较高的M/GDP数值。因此，对这M1、QM、M2增长与GDP增长的格兰杰因果关系，除了通过统计检验所表现出的事实，结合其他金融发展指标进行一个国家金融发展程度的分析是十分必要的。
表6为DC增长与GDP增长之间的格兰杰因果关系。对于菲律宾、日本来说，DC增长是GDP增长格兰杰原因，对于印度尼西亚来说，GDP增长是DC增长的格兰杰原因，对于泰国、中国、韩国来说则存在双向的格兰杰因果关系。表7为CPS增长与GDP增长之间的格兰杰因果关系。对于韩国来说，CPS增长为GDP增长的格兰杰原因，对于马来西亚、中国、印度尼西亚来说GDP增长为CPS增长的格兰杰原因，对于泰国、菲律宾、日本、新加坡来说则存在双向的格兰杰因果关系。事实上，发达国家的银行信贷体系和非银行信贷体系通常高度发达，而且两种体系在发展中国家的逐步建立，所以DC、CPS增长与GDP增长的格兰杰因果关系十分重要。
通过不同金融发展指标与GDP增长之间的格兰杰因果检验发现，金融发展是否为经济增长的格兰杰原因依赖于每个截面国家所采用的金融發展指标。通过表8可以看出，除马来西亚外，其余7个东亚国家基本可以分为三种类型：①银行金融体系发展为主的金融发展，例如中国、印度尼西亚；②私营部门信贷发展为主的金融发展，例如泰国；③银行金融体系和私营部门同时发展的金融发展，例如日本、韩国、新加坡。以上三种基本类型的划分与三种类型国家实际采用的刺激经济发展的宏观经济政策措施相吻合。日本、韩国、新加坡作为发达国家，无论是银行信贷部门还是非银行金融发展均较为完善，银行部门对于金融资源配置效率高，私营部门信贷以及股票、债券市场高度发展等共同作用促进了经济增长。对于泰国来说，私营部门信贷是其经济发展的格兰杰原因，而银行金融体系对经济发展的影响较弱，这部分是由于泰国银行系统受到政治因素影响较大，即政府通过持有银行股权，直接干预银行业务从而导致银行部门对经济贡献较小。对于中国和印度尼西亚而言，以银行信贷为主的间接融资在金融活动中居于主导地位，因而国有银行在资源配置效率方面表现出相应的优势，从而银行信贷是经济增长的格兰杰原因；相反，由于国内管理体制的不健全，私营部门信贷发展受到极大的限制使得其对经济增长的影响十分微弱，并未表现为经济增长的格兰杰原因。
除了金融发展变量是否为经济增长的格兰杰原因，从表8中同样可以归纳出8个东亚国家的经济增长是否为金融发展的格兰杰原因，同样可以划分为三种类型：①经济发展促进银行金融体系发展，例如韩国；②经济发展促进私营部门信贷发展，例如日本、新加坡；③经济发展促进银行金融体系和私营部门同时发展，例如马来西亚、泰国、菲律宾、中国、印度尼西亚。事实上，1997年亚洲金融危机爆发前，韩国采取政府主导型的产业金融制度，其运行机制呈现出“官职金融”的特征，金融危机后韩国强化金融机构体制改革，其中银行的改革是重要的组成部分，因而韩国经济增长是银行金融体系发展的格兰杰原因。对于日本、新加坡而言，无论是银行业发展还是股票、债券等非银行金融体系高度发展，因而经济增长主要促进了私营部门信贷的发展。对于东亚的发展中国家来说，经济增长不仅为银行体系改革提供了基础，同样为私营部门信贷更好地发展提供了条件。
四、结论 通過对东亚8个代表性国家1978—2014年的金融发展与经济增长数据进行分析。采用Bootstrap进行样本采取计算临界值，再运用SUR方法计算残差的Wald值，通过两者的比较，从而检验金融发展变量与经济增长之间是否存在正向以及反向的格兰杰因果关系。
本文得出以下结论：
第一，金融发展是经济增长的格兰杰原因，尽管这种格兰杰原因的存在可能是由于不同截面国家特定的金融发展情况所导致的，即不同国家不同的金融发展模式导致了经济增长，这种格兰杰因果关系往往被视为支持供给拉动假说（supply-leading hypothesis）。金融机构的产生以及金融资产和相关金融服务的产生，包括私营信贷部门的发展（CPS/GDP），不仅将传统部门的金融资源转移到现代部门，同时推动并刺激了这些现代部门的企业家创新，从而导致了经济的持续增长。
第二，经济增长同样是金融发展的格兰杰原因，尽管对于不同国家，经济增长促进金融发展的模式并不固定。这种格兰杰因果关系通常认为支持了需求推动假设（demanding-following hypothesis）。即经济发展水平的提升增加了居民的后入水平提高，进而银行部门吸收储蓄增加，银行规模得以扩大，与此同时，私营部门信贷得到发展（CPS/GDP），以上两种因素的共同作用导致了整个金融体系的发展。结果发现东亚各国的经济增长与金融发展存在双向格兰杰因果关系。尽管各国之间的金融发展程度存在差异，但是都对经济增长产生了影响。而经济增长也从各方面对金融发展起到了支持和推动作用。
第三，从金融发展推动经济增长的角度来说，应该通过进一步促进市场自由化发挥金融市场资源配置的核心作用，从需求追随型和供给主导型两方面提高金融资源的利用效率，以人为本的提高金融服务质量，最终达到“融资成本低、投资收益高、资金流动快、机构效率优”。不仅如此，在金融扩张的同时，规范金融市场，加强金融监管，推动金融创新，从金融市场的质与量两方面共同促进经济增长。
第四，从经济增长促进金融发展的角度来看，我国的经济增长必然会要求金融市场的再发展。鉴于目前我国金融发展与经济增长的关系仍处于供给拉动型银行体系与需求推动型资本市场的混合阶段，这是中国经济成长过程的必然选择。但随着经济增长，金融市场的资本充裕度不断上升必然会导致其转变为供给拉动型市场，从而完成经济增长对金融发展的反向推动作用。
参考文献：
[1]MERTON R C，BODIE Z. A conceptual framework for analyzing the financial environment[J]. Cambridge，MA：Harvard Business School Press，1995.
[2]LEVINE R. Financial development and economic growth：views and agenda[J]. Journal of economic literature，1997，35（2）：688-726.
[3]ROBINSON J. The generalization of the general theory[M]//the rate of interest and other essays. London：MacMillan，1952：67-142.
[4]LUCAS R E. On the mechanics of economic development[J]. Journal of Monetary Economics，1988，22（1）：3-42.
[5]DEMETRIADES P O，HUSSEIN K A. Does financial development cause economic growth？ Time-series evidence from 16 countries[J]. Journal of Development Economics，1996，51（2）：387-411.
[6]CHRISTOPOULOS D K，TSIONAS E G. Financial development and economic growth：evidence from panel unit root and cointegration tests[J]. Journal of Development Economics，2004，73（1）：55-74.
[7]KEMAL A R，QAYYUM A，HANIF M N. Financial development and economic growth：evidence from a heterogeneos panel of high income countries[J]. The Lahore Journal of Economics，2007，12（1）：1-34.
[8]FASE M M G，ABMA R C N. Financial environment and economic growth in selected Asian countries[J]. Journal of Asian economics，2003，14（1）：11-21.
[9]EICHENGREEN B，LUENGNARUEMITCHAI P. Why doesn't Asia have bigger bond markets？[R]. National Bureau of Economic Research，2004.
[10]HABIBULLAH M S，ENG Y K. Does financial development cause economic growth？ A panel data dynamic analysis for the Asian developing countries[J]. Journal of the Asia Pacific Economy，2006，11（4）：377-393. [11]LEVINE R. Finance and growth：theory and evidence[J]. Handbook of Economic Growth，2005（1）：865-934.
[12]BAI J，KAO C. On the estimation and inference of a panel cointegration model with cross-sectional dependence[J]. Contributions to Economic Analysis，2006，274：3-30.
[13]HABIBULLAH M S，ENG Y K. Does financial development cause economic growth？ A panel data dynamic analysis for the Asian developing countries[J]. Journal of the Asia Pacific Economy，2006，11（4）：377-393.
[14]HURLIN C. What would Nelson and Plosser find had they used panel unit root tests？[J]. Applied Economics，2010，42（12）：1515-1531.
[15]KONYA L. Exports and growth：Granger causality analysis on OECD countries with a panel data approach[J]. Economic Modelling，2006，23（6）：978-992.
[16]HSUEH S J，HU Y H，TU C H. Economic growth and financial development in Asian countries：a bootstrap panel Granger causality analysis[J]. Economic Modelling，2013，32：294-301.
[17]ZELLNER A. An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias[J]. Journal of the American Statistical Association，1962，57（298）：348-368.
[18]BREUSCH T S，PAGAN A R. The lagrange multiplier test and its applications to model specification in econometrics [J]. Review of Economic Studies，1980，47（1），239-253.
[19]BREITUNG，J. A parametric approach to the estimation of cointegration vectors in panel data [J]. Econometric Reviews，2005，24 （2），151-173.
[20]ARESTIS P，DEMETRIADES P. Financial development and economic growth：assessing the evidence[J]. The Economic Journal，1997，107（442）：783-799.
[21]SINHA D，MACRI J. Financial development and economic growth：the case of eight Asian countries[J]. Economia Internazionale，2001，54（2）：219-234.
[22]ODHIAMBO N M. Savings and economic growth in South Africa：A multivariate causality test[J]. Journal of policy Modeling，2009，31（5）：708-718.
[23]LEVINE R. Finance and growth：theory and evidence[J]. Handbook of Economic Growth，2005（1）：865-934.
責任编辑：高钟庭
关键词：金融发展；经济增长；Bootstrap面板格兰杰因果检验
中图分类号：F113；F833 文献标识码：A 文章编号：1003-3890（2016）06-0036-08
一、引言
2007年爆发的亚洲金融危机对东亚国家经济发展造成了巨大的冲击，尽管危机爆发前在金融业带动下整个东亚地区的经济经历了快速增长。事实上，金融发展与经济增长之间的关系已经学界长期的关注和探讨，但是金融发展与经济增长间的因果关系却始终无法形成一致的结论。部分学者认为金融发展可以有效促进经济增长，原因在于金融发展降低外部融资成本，提高资本配置效率（Merton和Bodie，1995[1]；Levine，1997[2]），尤其是金融市场的发展可以使一个国家的经济环境更有效率（Levine，1997[2]）。另一些学者指出不应该过分强调金融因素在经济增长中的作用，认为经济发展会创造对金融服务的需求，同时经济增长会使得金融企业提供更好的服务（Robinson，1952[3]；Lucas，1988[4]）。此外，部分研究表明，金融发展和经济增长有一个双向因果关系（Demetriades和Hussein，1996[5]）。也有部分实证研究支持了金融发展对经济增长并没有明显影响甚至是对经济产生负向影响（Christopoulos和Tsionas，2004[6]；Kemal et al，2007[7]）。
目前已有的研究多数是基于发达国家和发达国家间关系的探讨，对于发展中国家和发展中国家间关系，尤其是针对亚洲国家的研究相对不足。Fase和Abma（2003）[8]指出亚洲国家不同于其他地区，从而在研究金融发展与经济增长时必须小心考虑其因果关系。事实上，随着亚洲国家金融市场的逐步开放以及国外游资的大量涌入，在国内经济迅速增长的同时国内金融发展却明显滞后，造成诸多亚洲国家不良贷款量急剧上升，从而导致了1997年亚洲金融危机的爆发。但是，大多数学者研究仍然支持了亚洲经济发展与金融发展之间存在着密不可分的关系（Eichengreen和Luengnaruemitchai，2004[9]；Habibullah和Eng，2006[10]）。
本文通過对已有文献的梳理发现，关于金融发展与经济增长因果关系的研究结果大多依赖于受检验的国家和时间区段，并未得到一致性的结论。考虑到传统方法的有限性，近年来学界更多的采用多国的面板数据对两者的关系进行实证研究，然而在运用面板数据进行参数估计时，极有可能产生有偏估计的问题（Levine，2005[11]）。而且，面板数据分析一般需要假设系数同质性或者截面不相关，进而会导致错误的因果推断（Bai和Kao，2006[12]）。Habibullah和Eng（2006）[13]运用GMM估计克服了由于解释变量和被解释变量间的因果关系引发的内生性问题。然而，GMM方法的前提假设是系数的同质性。Hurlin（2010）[14]提出了一种面板数据的因果检验方法，虽然考虑了系数的异质性，但忽略了截面相关性问题。
本文为克服已有研究的不足，采用并扩展了Konya（2006）[15]提出的Bootstrap面板格兰杰检验方法，分析了东亚国家的金融发展和经济增长的因果关系。该方法考虑了系数异质性和截面相关性问题，提高了模型的解释能力，研究结论具有稳健性。与本文非常近似的研究包括Hsueha et al（2013）[16]采用该方法对亚洲国家进行了检验。但是，Hsueha et al（2013）[16]研究所选取的样本不具有代表性，结论在一定程度上存在偏差。事实上，在亚洲国家范围内，东亚经济的发展模式是长期富有争议的问题，尤其是亚洲金融危机后东亚地区金融发展与经济增长之间的关系亟待进行更深层次的探讨。
本文写作内容安排如下：第一部分是引言和文献综述；第二部分为实证分析模型构建，本文主要基于Konya提出的Bootstrap面板格兰杰检验方法进行扩展分析；第三部分为实证分析结论，主要包括了指标选取和数据来源、滞后阶数选取以及格兰杰检验等；第四部分为结论与政策启示。
二、实证模型构建
在考虑面板数据的因果关系时，需要考虑两个问题：一是国家间数据的截面相关性，二是系数之间的同质性。如果存在截面相关性，那么SUR比OLS方法更为有效（Zellner，1962）[17]。由于全球化和一体化进程的加深，国家之间存在传递效应，因此有必要提前进行截面相关性检验。Breusch和Pagan’s（1980）[18]提出的LM检验是截面相关性实证研究中应用最广泛的一种检验方法，具体形式如式1所示：
λLM=T■■r2ij=■[trace（R′R）-M]（1）
式中R为M组T维OLS残差的样本相关系数矩阵。
另一个需要考虑的是系数之间的同质性问题。Breitung（2005）[19]指出在系数同质性的假设条件下，很难获得由国家特定性质导致的异质性。本文采用F检验来检验系数β的同质性，施加同质性约束，即其假设为H0∶β1=β2=…=βM，备则假设H1∶非H0。
东亚国家宏观变量面板数据因果关系有可能存在上述的两个问题，因此本文采用了Konya提出的bootstrap面板格兰杰因果检验方法，这一方法可以同时考虑截面相关性和系数的异质性。具体来说，基于SUR模型可以考虑各个国家的相关性；同时在此基础上构造的各国的Wald统计量与所模拟的bootstrap临界值相比较，可以得出各自的格兰杰因果关系，因此不需要对所有国家进行联合假设。而且该方法还不需要提前检验面板单位根和协整关系。 Konya提出的bootstrap面板格兰杰因果检验方法改进表述如式2和3：
y1，t=α1，1■β1，1，iy1，t-l+■θ1，1，lxk，1，t-1+γ1，1t+ε1，1，t
y2，t=α1，2■β1，2，iy2，t-l+■θ1，2，lxk，2，t-1+γ1，2t+ε1，2，t（2）
……
yM，t=α1，M■β1，M，iyM，t-l+■θ1，M，lxk，M，t-1+γ1，2t+ε1，M，t
和
xk，1，t=α2，1+■β2，1，ly1，t-l+■θ2，1，lxk，1，t-1+γ2，1t+ε2，1，t
xk，2，t=α2，2+■β2，2，ly2，t-l+■θ2，2，l xk，2，t-1+γ2，2t+ε2，2，t（3）
……
xk，M，t=α2，N+■β2，M，lyM，t-l+■θ2，M，lxk，M，t-1+γ2，Mt+ε2，M，t
其中，y代表经济增长率（GDP增长率），xk代表金融发展变量。M代表面板的截面个数（i=1，2…M，国家个数），t代表时间长度（t=1，2…T），l是滞后期。Konya（2006）文章中选取滞后期数时，考虑到工作量的庞大，对式2和3分别各自选择了一组滞后期数，并固定其期数，不随着国家的变化而变化，而且对所有的金融发展变量采用相同的滞后期数，即只有两组滞后期。本文在此基础上对其进行改进，允许滞后期数随金融发展变量的变化而变化，但仍固定其不随着国家变化而变化，即共有十组滞后期。这样在一定程度上降低了由于变量變化而导致的误差。滞后期长度由AIC和SC准则确定。
每个国家j的格兰杰因果关系可能存在如下结果：（i）如果式2中θ1，j，l不全为0而式3中β2，j，l的全为0，那么存在金融发展对经济增长的单向格兰杰因果关系；（ii）如果式2中β2，j，l的不全为0而式3中θ1，j，l全为0，那么存在经济增长对金融发展的单向格兰杰因果关系；（iii）如果θ1，j，l和β2，j，l都不全为0，那么存在金融发展和经济增长的双向的格兰杰关系。
临界值构造采用的Bootstrap是一种重新抽样的方法，其关键在于如何抽取样本。具体步骤如下：
第一步，在X对Y没有单向格兰杰因果关系的零假设条件下（例如添加约束θ1，j，l全为零）估计式2，然后获得残差：
eH0，i，t=yi，t-■1，i-■■1，i，lyi，t-l
其中，i=1，2，…，M；t=1，2，…，T（4）
从这些残差中可以得到M×T[eH0，i，t]矩阵。
第二步，在这些残差中重新取样。为了保留式2中的同期截面相关结构，因此在整个[eH0，i，t]矩阵中随机抽取，而不是逐个国家抽取样本。记新得到的bootstrap残差为[e*H0，i，t]，其中t=1，2，…，T *，而且T *可以大于T。
第三步，利用式5重新生成bootstrap样本Y：
y*i，t=■1，i-■■1，i，l y*i，t-l+e*H0，i，t
其中，t=1，2，…，T*（5）
第四步，用y*i，t代替yi，t，分别对式2进行无约束和有约束估计，得到Wald即为临界值。
三、实证分析
（一）指标选取与数据来源
在评估经济增长和金融发展之间的关系时，最重要的问题是如何获得令人满意的测度金融发展的变量。现有的文献研究已经使用了各种各样的指标来代表金融发展，然而不同的指标代表了金融系统的不同方面。考虑到大多数东亚国家股票与债券市场不够成熟，因此本文主要选取与银行和其他金融机构相关的变量来衡量金融发展。
基于货币总量的金融发展指标应用的最为广泛。文献中常用货币（M1）、准货币（M3）、货币和准货币（M2）与名义GDP的比率（Arestis和Demetriades，1997[20]；Sinha和Macri，2001[21]；Odhiambo，2009[22]）。这些指标反映了经济体的货币化程度，衡量了金融部门的规模。在本文中分别记为M1/GDP，QM/GDP和M2/GDP。
另外的指标还有银行部门提供的国内信贷（DC）与名义GDP的比率，记为DC/GDP。较高的DC意味着融资对银行具有较高的依赖程度。换言之，较高的DC意味着较高的金融发展水平。但是，这一论断必须建立在银行不用持有政府债券或优先部门的委托贷款等基础上。然而，这对于发展中国家并不完全适合。为了弥补这一缺陷，本文选取了私营部门提供的国内信贷（CPS）与名义GDP的比率作为衡量金融发展的指标，记为CPS/GDP。DC/GDP越高，不仅意味着较高的国内投资水平，而且意味着金融系统较为完善。那么金融系统就会对私营部门分配较多的信贷，从而参与到研究信贷公司，发挥公司控制，提供风险管理，促成交易和储蓄流通（Levine，2005[23]）。
综上所述，本文选取的金融发展指标包括：M1/GDP，QM/GDP，M2/GDP，DC/GDP和CPS/GDP。经济增长采用GDP增长率衡量。本文选取了中国、日本，韩国、新加坡、菲律宾，印度尼西亚，马来西亚和泰国1978—2014年各指标相关数据，数据均来源于世界银行集团（World Bank Group）数据库。
（二）滞后阶数选取
前文已经指出，在进行SUR方程系统估计之前，一个关键的步骤是确定方程的滞后阶数，原因在于格兰杰因果检验的结果依赖于方程滞后结构。过多的或者过少的阶数都会产生偏误问题，如果滞后阶数过多会降低自由度并增加估计系数的标准误，导致估计结果的准确度下降，相反，如果滞后阶数过少可能会导致变量遗漏问题因而造成较大的偏差。考虑到本文的样本数据长度，被解释变量以及解释变量的滞后不超过4阶，在此基础上通过AIC和SC信息准则进行选取。本文SUR方程系统地滞后阶数结果见表1。 （三）系数同质性检验和截面相关性检验
实证模型部分指出，不同国家之间可能存在的相互影响会导致基于SUR模型的格兰杰因果检验结论不同于传统检验结论，因此进行国家之间的截面相关性检验是必要的。此外，考虑到不同国家构成的方程系数回归系数可能存在的差异，同样需要进行回归系数的同质性检验。其中，截面相关性检验采用的时LM检验，而系数同质性检验采用的是F检验。检验结果见表2。
表2中的LM统计量均在1%显著性水平上拒绝了截面国家回归方程之间不存在相关性的原假设，表明了不同截面国家之间存在相关性，即不同国家间的金融发展与经济增长之间存在着相互影响的渠道或机制。同时，F检验结果显示除DC/GDP与GDP系统外，其余系统均在1%显著性水平上拒绝了每一个系统中国家回归方程系数相同的原假设，即每个国家的回归方程系数不全相同。因此，国家之间存在异质性（heterogeneity），这表明不同国家之间金融发展指标与经济增长的格兰杰因果是存在差异的。所以，国家间截面相关性的存在和系数异质性的存在证实了本文采用的实证模型的合理性。
（四）SUR-五*2个方程系统
表3至表7显示了8个东亚截面国家5组金融发展变量与GDP增长率之间的关系，其中的Wald统计量与所构造的bootstrap临界值进行比较，从而检验金融发展变量与GDP增长率之间是否存在正向以及反向的格兰杰因果关系。表8对表3至表7的检验结果进行总结。事实上，与传统的金融发展与经济增长研究相比，本文更清晰地表明在考虑了不同国家之间存在的相互影响条件下金融发展变量与GDP增长率之间的关系，为不同国家政府部门和中央银行宏观经济政策制定提供参考。
表3是8个东亚国家M1增长与GDP增长之间的格兰杰因果关系。其中，中国、日本、新加坡的M1增长为GDP增长的格兰杰原因，对于泰国、韩国而言，GPD增长是M1增长的格兰杰原因。表4显示的是8个东亚国家QM增长与GDP增长之间的格兰杰因果关系，其中韩国的QM增长为GDP增长的格兰杰原因，印度尼西亚的GDP增长为QM增长格兰杰原因，对于中国来说，则存在双向格兰杰因果关系。表5显示的是M2增长与GDP增长之间的格兰杰因果关系，其中菲律宾、新加坡的M2增长为GDP增长格兰杰原因，马来西亚、韩国的GDP增长为M2增长的格兰杰原因，对于中国和印度尼西亚来说则存在双向的因果关系。对于M1、QM、M2来说，尽管三者通常用来衡量一国金融深化程度，但是这些货币总量指标往往作为基础构造，更多地代表了交易职能，往往难以反映金融体系连接储蓄与投资的功能，这往往会导致经济欠发达国家会表现出较高的M/GDP数值。因此，对这M1、QM、M2增长与GDP增长的格兰杰因果关系，除了通过统计检验所表现出的事实，结合其他金融发展指标进行一个国家金融发展程度的分析是十分必要的。
表6为DC增长与GDP增长之间的格兰杰因果关系。对于菲律宾、日本来说，DC增长是GDP增长格兰杰原因，对于印度尼西亚来说，GDP增长是DC增长的格兰杰原因，对于泰国、中国、韩国来说则存在双向的格兰杰因果关系。表7为CPS增长与GDP增长之间的格兰杰因果关系。对于韩国来说，CPS增长为GDP增长的格兰杰原因，对于马来西亚、中国、印度尼西亚来说GDP增长为CPS增长的格兰杰原因，对于泰国、菲律宾、日本、新加坡来说则存在双向的格兰杰因果关系。事实上，发达国家的银行信贷体系和非银行信贷体系通常高度发达，而且两种体系在发展中国家的逐步建立，所以DC、CPS增长与GDP增长的格兰杰因果关系十分重要。
通过不同金融发展指标与GDP增长之间的格兰杰因果检验发现，金融发展是否为经济增长的格兰杰原因依赖于每个截面国家所采用的金融發展指标。通过表8可以看出，除马来西亚外，其余7个东亚国家基本可以分为三种类型：①银行金融体系发展为主的金融发展，例如中国、印度尼西亚；②私营部门信贷发展为主的金融发展，例如泰国；③银行金融体系和私营部门同时发展的金融发展，例如日本、韩国、新加坡。以上三种基本类型的划分与三种类型国家实际采用的刺激经济发展的宏观经济政策措施相吻合。日本、韩国、新加坡作为发达国家，无论是银行信贷部门还是非银行金融发展均较为完善，银行部门对于金融资源配置效率高，私营部门信贷以及股票、债券市场高度发展等共同作用促进了经济增长。对于泰国来说，私营部门信贷是其经济发展的格兰杰原因，而银行金融体系对经济发展的影响较弱，这部分是由于泰国银行系统受到政治因素影响较大，即政府通过持有银行股权，直接干预银行业务从而导致银行部门对经济贡献较小。对于中国和印度尼西亚而言，以银行信贷为主的间接融资在金融活动中居于主导地位，因而国有银行在资源配置效率方面表现出相应的优势，从而银行信贷是经济增长的格兰杰原因；相反，由于国内管理体制的不健全，私营部门信贷发展受到极大的限制使得其对经济增长的影响十分微弱，并未表现为经济增长的格兰杰原因。
除了金融发展变量是否为经济增长的格兰杰原因，从表8中同样可以归纳出8个东亚国家的经济增长是否为金融发展的格兰杰原因，同样可以划分为三种类型：①经济发展促进银行金融体系发展，例如韩国；②经济发展促进私营部门信贷发展，例如日本、新加坡；③经济发展促进银行金融体系和私营部门同时发展，例如马来西亚、泰国、菲律宾、中国、印度尼西亚。事实上，1997年亚洲金融危机爆发前，韩国采取政府主导型的产业金融制度，其运行机制呈现出“官职金融”的特征，金融危机后韩国强化金融机构体制改革，其中银行的改革是重要的组成部分，因而韩国经济增长是银行金融体系发展的格兰杰原因。对于日本、新加坡而言，无论是银行业发展还是股票、债券等非银行金融体系高度发展，因而经济增长主要促进了私营部门信贷的发展。对于东亚的发展中国家来说，经济增长不仅为银行体系改革提供了基础，同样为私营部门信贷更好地发展提供了条件。
四、结论 通過对东亚8个代表性国家1978—2014年的金融发展与经济增长数据进行分析。采用Bootstrap进行样本采取计算临界值，再运用SUR方法计算残差的Wald值，通过两者的比较，从而检验金融发展变量与经济增长之间是否存在正向以及反向的格兰杰因果关系。
本文得出以下结论：
第一，金融发展是经济增长的格兰杰原因，尽管这种格兰杰原因的存在可能是由于不同截面国家特定的金融发展情况所导致的，即不同国家不同的金融发展模式导致了经济增长，这种格兰杰因果关系往往被视为支持供给拉动假说（supply-leading hypothesis）。金融机构的产生以及金融资产和相关金融服务的产生，包括私营信贷部门的发展（CPS/GDP），不仅将传统部门的金融资源转移到现代部门，同时推动并刺激了这些现代部门的企业家创新，从而导致了经济的持续增长。
第二，经济增长同样是金融发展的格兰杰原因，尽管对于不同国家，经济增长促进金融发展的模式并不固定。这种格兰杰因果关系通常认为支持了需求推动假设（demanding-following hypothesis）。即经济发展水平的提升增加了居民的后入水平提高，进而银行部门吸收储蓄增加，银行规模得以扩大，与此同时，私营部门信贷得到发展（CPS/GDP），以上两种因素的共同作用导致了整个金融体系的发展。结果发现东亚各国的经济增长与金融发展存在双向格兰杰因果关系。尽管各国之间的金融发展程度存在差异，但是都对经济增长产生了影响。而经济增长也从各方面对金融发展起到了支持和推动作用。
第三，从金融发展推动经济增长的角度来说，应该通过进一步促进市场自由化发挥金融市场资源配置的核心作用，从需求追随型和供给主导型两方面提高金融资源的利用效率，以人为本的提高金融服务质量，最终达到“融资成本低、投资收益高、资金流动快、机构效率优”。不仅如此，在金融扩张的同时，规范金融市场，加强金融监管，推动金融创新，从金融市场的质与量两方面共同促进经济增长。
第四，从经济增长促进金融发展的角度来看，我国的经济增长必然会要求金融市场的再发展。鉴于目前我国金融发展与经济增长的关系仍处于供给拉动型银行体系与需求推动型资本市场的混合阶段，这是中国经济成长过程的必然选择。但随着经济增长，金融市场的资本充裕度不断上升必然会导致其转变为供给拉动型市场，从而完成经济增长对金融发展的反向推动作用。
参考文献：
[1]MERTON R C，BODIE Z. A conceptual framework for analyzing the financial environment[J]. Cambridge，MA：Harvard Business School Press，1995.
[2]LEVINE R. Financial development and economic growth：views and agenda[J]. Journal of economic literature，1997，35（2）：688-726.
[3]ROBINSON J. The generalization of the general theory[M]//the rate of interest and other essays. London：MacMillan，1952：67-142.
[4]LUCAS R E. On the mechanics of economic development[J]. Journal of Monetary Economics，1988，22（1）：3-42.
[5]DEMETRIADES P O，HUSSEIN K A. Does financial development cause economic growth？ Time-series evidence from 16 countries[J]. Journal of Development Economics，1996，51（2）：387-411.
[6]CHRISTOPOULOS D K，TSIONAS E G. Financial development and economic growth：evidence from panel unit root and cointegration tests[J]. Journal of Development Economics，2004，73（1）：55-74.
[7]KEMAL A R，QAYYUM A，HANIF M N. Financial development and economic growth：evidence from a heterogeneos panel of high income countries[J]. The Lahore Journal of Economics，2007，12（1）：1-34.
[8]FASE M M G，ABMA R C N. Financial environment and economic growth in selected Asian countries[J]. Journal of Asian economics，2003，14（1）：11-21.
[9]EICHENGREEN B，LUENGNARUEMITCHAI P. Why doesn't Asia have bigger bond markets？[R]. National Bureau of Economic Research，2004.
[10]HABIBULLAH M S，ENG Y K. Does financial development cause economic growth？ A panel data dynamic analysis for the Asian developing countries[J]. Journal of the Asia Pacific Economy，2006，11（4）：377-393. [11]LEVINE R. Finance and growth：theory and evidence[J]. Handbook of Economic Growth，2005（1）：865-934.
[12]BAI J，KAO C. On the estimation and inference of a panel cointegration model with cross-sectional dependence[J]. Contributions to Economic Analysis，2006，274：3-30.
[13]HABIBULLAH M S，ENG Y K. Does financial development cause economic growth？ A panel data dynamic analysis for the Asian developing countries[J]. Journal of the Asia Pacific Economy，2006，11（4）：377-393.
[14]HURLIN C. What would Nelson and Plosser find had they used panel unit root tests？[J]. Applied Economics，2010，42（12）：1515-1531.
[15]KONYA L. Exports and growth：Granger causality analysis on OECD countries with a panel data approach[J]. Economic Modelling，2006，23（6）：978-992.
[16]HSUEH S J，HU Y H，TU C H. Economic growth and financial development in Asian countries：a bootstrap panel Granger causality analysis[J]. Economic Modelling，2013，32：294-301.
[17]ZELLNER A. An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias[J]. Journal of the American Statistical Association，1962，57（298）：348-368.
[18]BREUSCH T S，PAGAN A R. The lagrange multiplier test and its applications to model specification in econometrics [J]. Review of Economic Studies，1980，47（1），239-253.
[19]BREITUNG，J. A parametric approach to the estimation of cointegration vectors in panel data [J]. Econometric Reviews，2005，24 （2），151-173.
[20]ARESTIS P，DEMETRIADES P. Financial development and economic growth：assessing the evidence[J]. The Economic Journal，1997，107（442）：783-799.
[21]SINHA D，MACRI J. Financial development and economic growth：the case of eight Asian countries[J]. Economia Internazionale，2001，54（2）：219-234.
[22]ODHIAMBO N M. Savings and economic growth in South Africa：A multivariate causality test[J]. Journal of policy Modeling，2009，31（5）：708-718.
[23]LEVINE R. Finance and growth：theory and evidence[J]. Handbook of Economic Growth，2005（1）：865-934.
責任编辑：高钟庭