变量选取和模型构建

一、变量选取及数据来源

根据定义，金融资源主要包括金融机构存款、贷款、保险费、股票市场筹资额、实际利用外资等。为了更深入细化地分析金融资源配置对区域经济增长的影响，依据金融市场分类方法，我们将金融资源分为以下三种:(1)金融机构存贷余额(MR)，包括金融机构存款和贷款，用来表示间接融资的货币市场;(2)证券市场筹资额(CR)，包括保险费和股票市场筹资额，用来表示直接融资的资本市场;(3)实际利用外资额(FR)，用来表示国际金融市场。鉴于数据收集难度，我们以保费收入近似替代保险费，以总股本近似替代股票市场筹资额。

由于我国在1992年以后才开始进行全面的市场化改革，同时梁琪和滕建州(2006)通过分析发现，中国宏观经济和金融总量数据的“结构断点”大多出现在1992年之前，因此本章选择1992—2012年的年度数据作为研究样本，所选数据均来源于《湖南统计年鉴》及湖南省国民经济和社会发展公报，其中实际利用外资额数据根据当年的平均汇率进行换算，以人民币为计价单位。鉴于所采用的数据可能有趋势性以及异方差性，我们对样本数据进行自然对数变换，使其数据平滑。本章采用EViews7软件进行计量分析，各变量的描述性统计特征结果如表3-1所示。

表3-1　样本描述性统计结果

二、数据的平稳性检验

本章选取的金融机构存贷余额MR、证券市场筹资额CR、实际利用外资额FR以及经济增长指标GDP都是时间序列数据，对于时间序列数据，如果不平稳，可能会出现“伪回归”现象而导致虚假回归，因此，我们首先需要对使用的数据进行单位根检验。本章选用ADF(Augment Dickey-Fuller)方法来检验数据的平稳性。对变量的对数序列和一阶差分序列进行ADF检验的结果如表3-2所示。

表3-2　平稳性检验结果

注:(1)D表示一阶差分;(2)检验形式(c，t，d)分别表示ADF检验的方程常数项、趋势项和滞后阶数，其中d的取值由SC最小化准则确定;(3)*表示在10%的显著水平下平稳。

由表3-2可知，所有变量的原始序列都是不平稳的，但在经过一阶差分后均在10%的显著水平下变为平稳，所以所有变量序列都是一阶单整的，即都是I(1)序列。既然存在同阶单整序列，我们可以判断由金融机构存贷余额、证券市场筹资额和实际利用外资额表示的金融资源配置与经济增长之间可能存在某种长期协整关系。

三、VAR模型构建及滞后期的确定

VAR模型是Sims于1980年提出的向量自回归模型(Vector Autoregressive Model，简称VAR模型)，是一种用非结构性方法来建立各个变量之间关系的经典非结构化模型。VAR是基于数据的统计性质来建立模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，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。通常用于时间序列系统的预测和随机扰动项对变量系统的动态冲击，以此揭示各种经济冲击对经济变量的影响。本章用VAR模型对湖南省金融资源配置对经济增长的影响进行实证分析，一般的VAR模型可以表述如下:

其中，，是k维内生变量同方差平稳的线性随机过程，代表即期内生变量向量;A为截距项;是(n×n)的系数矩阵;i表示滞后期数，是Yt向量的i阶滞后变量;μt是随机误差项，可以同期相关，但通常不与自己的滞后值相关，也不与等式右边的变量相关。

一个变量不但在本期对其他变量有影响，而且在滞后期仍然影响着其他变量，因此我们首先要确定VAR模型的滞后期。滞后期阶数越大越能够完整地反映模型的动态变化，但是滞后期过长使得模型参数变多，自由度就会变少。因此，选择合适的滞后阶数对模型的检验很重要，一般原则是根据赤池信息准则(AIC)和施瓦茨准则(SC)及似然比(LR)取最小值确定模型阶数，VAR模型滞后阶数结果如表3-3所示。

表3-3　VAR模型滞后阶数的选择准则取值结果

由表3-3显示的计算的不同滞后阶数的LR，AIC以及SC数值可知，AIC和SC的2阶滞后数值都显著且最小，因此我们选择滞后两阶。

四、Johansen协整检验

依据单位根检验，所有变量序列都是一阶单整的，说明变量之间存在着某种平稳的长期稳定的关系，我们通过协整检验来进一步确定这种关系。本章所要检验的是多变量之间的协整关系，因而选取Johansen协整检验法。Johansen协整检验是一种基于向量自回归(VAR)的检验方法，其协整检验滞后阶数等于无约束VAR模型最优滞后阶数减1，即选择协整检验的阶数为1阶。检验结果如表3-4所示。

表3-4　RGDP，R M，R C，R F之间的协整检验

续表3-4

如表3-4所示，检验结果的迹统计量和最大特征值统计量都在5%的显著性水平拒绝了不存在协整关系的原假设，即变量之间存在协整关系。表3-5给出了经过标准化的协整参数，由此可得出ln R GDP、ln R M、ln R C和ln R F的一个协整方程:

由式(3-2)得出的协整方程可以看出，从长期来看，金融机构存贷款余额对经济增长有负效应，金融机构存贷款余额每增加1%，则GDP下降0．0343%;证券市场筹资额每增加1%，将使GDP增加0．8865%;而实际利用外资额每增加1%，将会使GDP增加0．1572%。

表3-5　标准化的协整参数

五、VEC模型估计及结果分析

基于VAR模型得到的变量之间存在的协整关系反映的是变量之间存在长期均衡关系，并没有考虑到变量之间短期是否存在相应关系，而在现实中金融资源配置与经济增长之间往往存在更强的短期影响，为了更好地反映变量之间的短期关系，我们选择VEC(Vector Error-Correction)模型进行研究，该模型是含有协整约束的VAR模型，它能同时考虑变量之间的长期均衡关系和短期波动关系。构建的VEC模型用矩阵表示为:

其中，Yt={D ln R GDP，D ln K，D ln L，D ln F}'，A，B，C均表示向量系数，Et-1为误差修正项。基于模型(3-3)，我们运用Eviews 7软件估计的结果为以下向量:

我们研究的目的在于探讨金融资源配置对经济增长的影响，因而选用以R GDP作为因变量的第一列方程进行分析，由此可以得出经济增长的VEC模型如下所示:

可见，经济增长VEC模型的误差修正项系数为-0．3727，在5%的水平下是显著的，说明短期内当经济增长偏离它与金融机构存贷款余额、证券市场筹资额和实际利用外资额之间的均衡关系时，会进行反向修正，并且调整的速度较快。VEC模型建立后还需要对其自身进行自相关和正态性检验，整体检验结果如表3-6所示。

表3-6　VEC模型的整体检验结果

模型整体的对数似然值为81．75460，该数值足够大，同时AIC和SC的值分别为-6．324071和-4．951719，都是相对比较小的，满足检验要求，说明了该VEC模型拟合的效果较好，解释力较强，符合研究的要求。

从表3-7的LM检验结果可以看出，各滞后期的概率值都大于0．05，各滞后期的残差序列均在5%的水平接受了不存在自相关的原假设。表的J-B检验结果显示，滞后4期的概率都大于0．05，可以得到模型中各方程的残差序列均在5%的水平服从正态分布的原假设。因此，我们建立的VEC也通过了稳定性检验，模型是合理有效的。

表3-7　自相关LM检验

表3-8　正态性检验(J-B检验)

六、脉冲响应函数分析

脉冲响应函数用来描述VEC模型中一个外生变量对一个内生变量的冲击作用给其他内生变量带来的当期及以后各期的影响。基于以上所建立的VEC模型，得出了如图3-1所示的经济增长脉冲响应函数，分别描述了金融机构存贷余额、证券市场筹资额及实际利用外资额对经济增长冲击所引起的响应情况。其中，横轴表示冲击的滞后期，纵轴表示响应情况。

图3-1　经济增长脉冲响应图

金融机构存贷款余额的正向冲击给经济增长带来了负向影响，表明随着金融机构存贷款余额的大量增加使得经济增长越来越缓慢，这主要是因为金融机构存贷款余额在整个金融资源配置中占了很大比重，而基于目前我国的实际情况，一直以来企业或者居民把大量的闲置资金存入银行，使得我国的储蓄率居高不下，社会总体消费不足，大量的资金闲置而得不到充分的利用，使得整个经济发展缺乏活力，阻碍着经济增长。从图中可以看出滞后期前两期一直处于缓慢下降阶段，到第三期和第四期处于快速下降阶段，之后平缓下降，这主要是因为资本的流通存在时滞效应。从图中的冲击影响可以看出，我们应该鼓励消费，盘活资金，提高资金的利用效率，调整金融机构存贷款余额，使其与经济增长保持协调发展。

证券市场筹资额给经济增长带来的冲击是正向影响。图中前两期证券市场筹资额对经济增长的冲击是迅速增大的，而后缓慢趋于水平冲击影响。证券市场作为金融市场的重要部分，有着重要的意义。证券市场中的股票市场是企业直接融资的重要渠道，对于降低企业融资成本、提高企业的竞争能力、加强资本的运用效率等有着积极的影响，并且能有效地盘活资本市场，促进金融资源优化配置，充分利用好金融资源以带动经济持续增长。

实际利用外资额对经济增长的冲击影响最大。从图3-1可知，实际利用外资额对经济增长的冲击一直处于迅速上升态势，并且其冲击的力度也远远大于金融机构存贷款余额和证券市场筹资额对经济增长的冲击，说明实际利用外资额度越大，其对经济增长的带动作用也越强。招商引资一直以来都是政府大力提倡的，改革开放以来，外资的进入使得经济迅速增长。湖南省作为中部省份，比起东部发达地区是相对落后的，其资本市场发展缓慢，能够利用的资本也偏少，没有大量的资本投资很难带动经济的增长，因此，加大招商引资力度，提供优良的环境，吸引大量的外商来投资，可以带来先进的技术和管理，可以促进就业，能有效地带动经济的增长。