[区域金融发展和经济增加的关系] 区域金融发展对区域经济增加的影响

区域金融发展和经济增加的关系 区域金融发展对区域经济增加的影响 一、研究背景理论界有关金融发展和经济增加之间的关系有着不一样的看法，处理金融发展和经济增加的关系对识别经济模型很主要，而且对政策制订者设计有效的经济金融政策推进增加有着非同通常的意义。从历年相关文件看，国家层面的金融发展和经济增加关系的研究结果占比居多，而对区域金融发展和经济增加关系的研究相对较少。中国现在的社会发展现实状况是不一样地域的经济发展和金融发展情况有较大的差异，因此本文采取安徽省的数据为样本，研究中部省域的金融发展和经济增加间是否存在因果关系。二、安徽省金融发展和经济增加关系的实证分析本文从安徽省的实际情况出发选择金融发展和经济增加的代表指标作为变量，构建金融发展和经济增加的关系检验模型，详细分析检验金融发展和经济增加的相关关系。GDP作为衡量一国或地域经济增加水平的指标，已经得到了世界各国经济学家的普遍认可。本文选择消除了通货膨胀原因的按不变价格计算的安徽省地域生产总值指数来衡量安徽省经济发展的总体水平，而且因为自然对数转换不会改变变量间原有的协整关系，并能使其趋势线性化，消除时间序列中存在的异方差，因此对GDP指数取自然对数，用LGDP表示。对于金融发展程度的衡量，理论上应该从金融发展规模、结构和效率三方面全方面展开，但在实际上受到地域数据可取得性等种种原因的限制，不一样的学者往往会依据详细情况展开研究，直接造成她们的研究指标存在显著地差异。比较权威的是西方学者Goldsmith提出的衡量一国金融结构和金融发展水平的存量和流量的系列指标，其中最关键的是金融相关比率，它是某一时点上现存金融资产总额和国民财富之比，通常被大家简化为金融资产总量和GDP之比，关键用来衡量区域金融工具整体增加情况。我们用区域金融机构存贷款的数据作为金融资产的近似衡量指标，用安徽省全部金融机构年末存款和贷款余额之和和GDP的比率，作为衡量安徽省金融发展水平的总体指标，基础上能够揭示出安徽省金融发展情况，并从总体上衡量金融深化水平。所以，定义金融相关比率为全部金融机构存贷款之和和名义GDP之比，即：FIR=/名义GDP，其中S表示安徽省金融机构存款累计，L表示安徽省金融机构贷款累计。为了消除时间序列的异方差，对FIR指标取自然对数，记为LFIR。整体的样本空间选择在1990年到2021年，全部数据均于安徽省统计年鉴相关各期，本文分析软件为。平稳性检验在计量经济学中，非平稳时间序列不具有平稳时间序列的统计特征，因此有必须在建立模型之前对相关的时间序列数据进行平稳性检验，假如检验结果发觉其不是平稳序列，则进行一阶差分或二阶差分继续检验，直到经过检验后才能进行后续分析。本文利用Augmented Dickey-Fuller方法分别对LGDP和LFIR进行单位根检验，检验结果见表1。表1 对LGDP和LFIR序列单位根检验的最终止果注：表示ADF检验式是否包含常数项、时间趋势项，和滞后期数由表1的检验结果可知，在5的显著性水平下，LGDP原数列不平稳，一次差分序列是平稳的，即LGDP是一阶单整，记为I；LFIR原数列不平稳，但经过一次差分后序列变为平稳序列，因此LFIR是一阶单整，记为I。协整检验协整是指两个或两个以上同阶单整的非平稳时间序列的线性组合是平稳时间序列，则这些变量之间的关系就是协整。协整的经济意义在于：两个经济变量，即使它们各自含有各自的长久波动规律，但假如它们是协整的，则它们之间存在着长久稳定的百分比关系。存在协整关系在多数时候是时间序列接收深入检验的基础。进行协整检验的前提是时间序列是同阶单整序列，有单位根检验知LGDP和LFIR是同阶单整的非平稳时间序列，因此这两个变量能够接收深入的协整检验。表2 约翰森协整检验结果注：依据赤池准则，对于变量组选的滞后期为2；表中的协整不包含趋势项，但有截距项经过计量软件进行约翰森协整检验得到结果如表2所表示，迹统计量Trace Statistic等于，大于5显著水平临界值，表明在5显著性水平下LGDP和LFIR存在协整关系，即存在长久稳定的均衡关系。格兰杰因果检验格兰杰因果检验意在判定一个变量改变是否是另一个变量改变的原因，本文采取格兰杰检验法对各指标进行检验，以验证金融发展和经济增加是否存在格兰杰因果关系。表3 格兰杰因果关系检验注：依据AIC和SC准则，选择的滞后期为2；*表示在10%的显著性水平下拒绝原假设；*表示在1%的显著性水平下拒绝原假设检验结果如表3所表示，对于滞后2期，经济增加在1%的显著性水平上全部是金融发展的格兰杰原因；金融发展在10%的显著性水平上是经济增加的格兰杰原因。因此金融发展和经济增加间存在双向的格兰杰因果关系。向量自回归模型格兰杰检验代表着变量在统计学意义上的因果关系，但对于变量间影响程度和影响方向确实认是无能为力的。1980年Sims提出向量自回归模型，这是一个非结构化的多方程模型，它基于数据的统计性质建立模型，把系统中每一个内生变量作为系统中全部变量的滞后值的函数来结构模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型在建模中要明确两件事情：一是共有哪些变量是相互联络的，二是确定滞后期k，使模型能反应出变量间相互影响的绝大部分，通常用AIC准则和SC准则确定滞后期的最优期数。探讨金融发展和经济增加的关系问题，假设两个变量相互影响，则可建立以下VAR模型：