福建金融发展与经济增长关系的协整检验与vec模型分析

《福建金融发展与经济增长关系的协整检验与vec模型分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、福建金融发展与经济增长关系的协整检验与VEC模型分析　　金融是现代经济的核心，尤其是在市场经济中，一国或地区的经济发展水平与其金融发展程度密切相关[1],因此金融发展与经济增长之间的关系早已成为我国经济学界热议的话题之一。　　国内学者对金融发展与经济增长之间关系的研究主要是从国家和区域两个层面通过实证分析展开。在国家层面上，谈儒勇指出我国金融中介的发展能够促进经济增长[2].王志强等发现我国金融发展与经济增长之间存在着显著的双向因果关系[3].在区域层面上，由于我国各地区经济与金融发展的不平衡，金融发展与经济增长之间的关系也呈现出较为明显的区域性特征。从地区角度而言，艾洪德等、陈

2、黎敏的实证研究均证明东部地区的金融发展能够促进经济增长，中西部地区的金融发展对经济增长的促进作用则相当有限[4-5].从省际角度而言，师应来等实证分析得出湖北省金融发展效率与经济增长正相关，金融发展水平与经济增长负相关[6].王定祥等认为山东省的金融发展对经济增长的促进作用不显著，且与经济增长呈负相关，而经济增长则对金融发展产生积极影响[7].　　由上述论述可以看出，由于各地区金融发展的特性，金融发展与经济增长之间的关系在不同地区有可能存在不同，因此，有必要将研究深入到地区层面。从目前已有文献看，对福建省金融发展与经济增长相关性的研究还比较少见，因此以福建省为研究对象，对该地区金

3、融发展与经济增长的相关性进行研究具有重大意义。本文利用VEC模型等计量方法对福建省1985-2013年的相关数据进行实证分析，并根据实证分析的结论，结合福建省经济发展的实际情况，提出相关对策建议。　　一、变量选取及说明　　1.指标选取　　在借鉴前人研究的基础上，本文拟从福建省金融规模与金融发展效率两方面探究福建省金融发展与经济增长二者之间的关系。　　（1）经济增长指标　　由于地区生产总值最能充分反映一个地区的经济发展能力，因此本文选取福建省实际生产总值（RGDP）作为经济增长指标，并取1952年为基期，以便消除通货膨胀因素的影响。　　（2）金融发展指标　　1）金融规模指标。金融规

4、模指标目前主要分为两类。其一为McKinnon提出的货币存量（M2）与生产总值的比值[8].但由于福建省M2数据无法获得，故不用。其二为Goldsmith提出的金融相关率（FIR）[9].由于福建省的金融资产绝大部分以存贷款的形式集中于以银行为主的金融机构，且福建省证券和保险在全省金融资产结构中仅占有较小比例，故采用金融机构人民币存贷款余额与该地区的生产总值的比值来表示金融相关率（FIR），并将其作为金融规模指标。2）金融发展效率指标。目前，学界关于金融发展效率的指标选取并不一致。　　就福建省而言，由于金融产品结构较为单一，且业务主要集中于传统信贷领域，故选取福建省金融机构贷款与

5、存款的比值来表示金融中介效率（FE），并将其作为金融发展效率的替代指标，用以衡量金融机构将社会储蓄转化为投资的效率[10].　　2.数据及说明　　文中使用的数据均于1986-2014年《福建统计年鉴》。由于采用的是年度时间序列数据，为使数据的变化趋势线性化，消除可能存在的异方差影响，因此对变量RGDP、FIR、FE进行对数化处理，变换后的变量分别记为LRGDP、LFIR和LFE.　　二、福建省金融发展与经济增长关系的平稳性及协整检验　　1.ADF单位根检验　　由于包含时间序列的回归模型常会存在伪回归问题，因此在进行协整检验、格兰杰因果关系检验之前，需要对各变量序列进行平稳性检验。

6、本文采取ADF单位根检验法，结果如表1所示。　　　　由表1可知，在1%显著性水平下，LRGDP变量序列平稳，LFIR、LFE变量序列不平稳，而它们的一阶差分序列△LRGDP、△LFIR和△LFE都是平稳的。因此，可以判定LRGDP、LFIR和LFE均为一阶差分平稳序列。　　2.Johansen协整检验　　由于LRGDP、LFIR和LFE变量序列均为一阶差分平稳序列，根据协整检验理论，变量间可能存在长期的均衡关系[11].因此，采用Johansen协整检验。根据AIC和SC信息准则，确定的最优滞后阶数为2.运用Evie系数值为-0.048023,t统计量为-7.79893,在5%显

7、著性水平下显著，表明在长期中，本期误差修正项对下一期LRGDP有负向调整作用，即当LRGDP偏离长期均衡关系时，由于误差修正机制的存在，下一期将会以0.048023的力度反向作用，保证其不偏离长期均衡。同理可得，当LFIR偏离长期均衡关系时，下一期将会以0.158257的力度正向将其拉回均衡状态。　　2.基于VEC模型的格兰杰因果关系检验　　下文将通过基于VEC模型的格兰杰因果关系检验，来分析模型中所有差分项短期内对因变量的预测作用是否存在，检验结果见表5.　　如表5所示，在5%