来自工业化国家的实证检验

（二）来自工业化国家的实证检验

为了对以上假设作一检验，本书选取1990—2005年18个工业化国家的面板数据进行分析。之所以选取这个时间段的数据是因为1990年以后，证券资本流动成为主要资本流动的方式，对一国资本账户几乎起着决定性的作用。而且工业化国家金融体系相对成熟，虽然德日等国金融市场获得极大发展，但与英美国家相比，仍然存在巨大的金融体系上的差别。

一国的证券投资的流入由三个方面原因决定：预期收益率、金融开放度以及金融发展程度。由于选取的是18个工业化国家，假定这些国家有相同的金融开放度。预期收益与实际汇率、名义有效汇率以及该国的经济增长率有关。

衡量一国资本市场通常有三个指标，即上市公司市值与GDP之比（表示股票市场容量）、股票交易的周转率（表示股票交易的活跃程度），以及上市公司交易额与GDP之比（以上两个指标的辅助性变量）。由于第一个与第三个指标明显存在很大的相关性，相比之下，第一个指标最为重要，因此本书选取上市公司市值与GDP之比来衡量证券市场的发展程度（Beck，2001；Chinn和Ito，2005）。

根据前面的理论假设，建立回归方程式：证券投资流入量（INPI）和经常账户与GDP之比、上市公司与GDP之比、股票交易周转率、实际货币市场利率、名义有效汇率变化率和经济增长率相关，即（1）式。如果因变量选取证券投资的净流入量（NetPI），进行第二次回归，我们得到方程式（2）。

INPI_it＝C_i＋β₁Lag＿CA_it＋β₂LCAP_it＋β₃TRNR_it＋β₄IR_it＋β₅ER_it＋β₆GROWTH_it＋ε_i　　　（1）

NetPI_it＝C_i＋β₁Lag＿CA_it＋β₂LCAP_it＋β₃TRNR_it＋β₄IR_it＋β₅ER_it＋β₆GROWTH_it＋ε_i　　　（2）

其中，INPI表示证券投资流入量与GDP之比；CA表示该国当年经常账户余额与GDP之比，Lag＿CA表示取一阶滞后项；LCAP代表该国当年上市公司总市值占GDP之比；TRNR表示股票交易周转率；IR代表实际的货币市场利率（货币市场利率与通货膨胀率之差）；ER表示名义有效汇率的变动率；GROWTH代表GDP增长率；NetPI为证券投资净流入量与GDP之比。

本书选取证券投资的数据，利率与汇率等均来自IMF网站“国际金融统计”（IFS），而资本市场发展衡量指标、GDP增长率来自世界银行网站历年“世界发展指标”（WDI）。各变量平均值如表3．3所示。在表中，我们发现，美国证券资本流入量与GDP之比（INPI）均值并不大，甚至还不如银行主导型的德国，原因是美国虽然证券资本流入绝对量很大，但GDP也是世界第一，两者之比自然不占上风。但美国证券资本净流入与GDP之比（NetPI）却较大，而银行主导型的几个代表型国家都相对较低，甚至为负。另一个关键性的变量：上市公司市值与GDP之比（LCAP），美英两国最大，德日这些国家却较小，说明两类金融体系的区别自1990年代以后还是较明显地存在着^[6]。

本书认为，证券投资流入量与金融体系有关，而金融体系因为法律与历史的原因长期形成，具有稳定性。因此有理由认为18个工业化国家之间的差异是系统性的和确定的，所以本书采取了固定效应模型。通过Stata软件回归分析发现，无论是固定效应还是随机效应，两者系数差异不大，而固定效应的显著性更好，本书因此选取固定效应回归模型。

从表3.4中可以看出：一国的证券投资的流入与GDP之比（INPI）和一国证券市场发展的容量（LCAP）显著正相关。证券投资净流入与GDP之比（NetPI）与证券市场发展的容量（LCAP）也存在正相关，但不显著。另外，INPI和NetPI与滞后一期的经常账户（Lag＿CA）显著负相关。当一国存在经常账户赤字，就需要通过资本账户顺差来弥补，通过证券投资渠道流入国内的资金就越多；反之则反是。

其他相关的结论是：证券投资的流入量与GDP之比（INPI）与一国股票市场交易的周转率（TRNR）呈负相关，但显著性不强。INPI与实际货币利率（IR）显著负相关，这主要是证券投资的价格与利率负相关，利率提高，股市价格下跌，导致国外流入国内的证券投资资金减少。INPI与名义有效汇率变动率（ER）关系不显著。INPI与一国经济增长率显著负相关，原因是因变量中是证券投资流入量与GDP之比，当一国经济增长时，因变量就下降，因此两者负相关。

以上回归结果使用标准的OLS，然而模型涉及多个宏观经济变量的时间序列，为避免这些变量之间的谬误回归问题（Spurious Regression Problem），有必要做协整检验（Engle和Granger，1987）。协整检验之前的重要一步是单位根检验。由于选取的是1990—2005年的数据，各国证券资本流动的影响因素差异较大，因此，证券投资流动面板数据是不同的。本书采用ImPesaranShin不同根检验法，用Eviews得到的结果如表3．5所示。

表3.5　一阶差分后的IPS单位根检验

原假设为：数据序列为非平稳的单位根过程。NetPI、TRNR、ER这三个变量序列原序列即平稳序列。I（1）表示一阶差分后的单位根检验。

NetPI、TRNR、ER这三个变量序列原序列即平稳的，因此没有必要做一阶差分后的单位根检验。而INPI、LCAP、CA、IR以及GROWTH一阶差分后在1%的水平上显著拒绝“数据序列存在单位根”的原假设^[7]。不是同阶单整是无法做协整检验的，所幸最主要的几个变量为同阶单整，我们选取INPI、LCAP、CA、IR以及GROWTH这几个变量进行协整分析。面板数据的协整检验与普通数据序列一样，都是先将协整的序列进行回归，然后对残差项进行单位根检验。如果误差项检验为平稳序列，则存在协整关系。

从表3．6中可以看出，INPI与LCAP、CA、IR、GROWTH回归后产生的残差都是平稳的。说明INPI与LCAP、CA、IR、GROWTH存在协整关系，它们之间进行回归分析是有意义的。协整分析并不影响本书回归分析的几个关键性结论：一国的证券投资流入与GDP之比和证券市场发展程度显著正相关；证券投资的流入与GDP之比和滞后一期的经常账户存在显著的负相关。

表3.6　残差单位根检验

原假设为：数据序列残差为非平稳的单位根过程。上文报告了两种检验方法的统计量，括号中表示支持原假设概率。

Lall、Cardarelli和Tytell（2006）通过设计一个“金融指数”（Financial Index）来衡量金融体系中距离融资的程度，数值在0—1之间，数值越高说明距离融资的程度越高。综合金融指数通过三个指标体现：

1．传统银行中介

这是一种最明显的高度“关系导向”型的金融交易。银行依据他们对客户的内部信息来作出贷款决策，这里所说的银行业务也包括诸如信用社、住房贷款协会等存贷机构的业务。这个指数越高表明传统银行业务越不重要。由于银行间的竞争挑战和关于借款人的内部信息十分有限，降低了贷款决策“关系”的重要性。

2．新金融中介的发展程度

它的发展提供了另一种非银行的融资渠道，或者成为在传统中介和最终客户之间传统关系的一个变种。新金融中介包括诸如养老金和保险公司等的非存贷机构的业务，银行的非传统业务例如贷款证券化，通过衍生工具进行金融创新。例如，信用衍生工具和抵押债务证券协议（CDOs）使银行发展货款关系时较少考虑到长期信用风险，因为通过CDOs的贷款证券化使信用风险分散，这使银行在它的资产负债表中得以消除信用风险。相似地，利率互换通过转移利率风险使贷款人满足了客户特定贷款结构需求。

3．金融市场的重要性

它有一种与非银行金融中介的象征性关系，银行进入非传统业务的扩展，必须要有一个具有一定深度和流动性的金融市场。市场的容易进入、合约实施的有效性、投资者保护是金融市场能履行功能的重要决定因素。

图3.10　金融指数与外国证券投资

资料来源：参见《世界经济展望》2006（9）。

Lall、Cardarelli和Tytell（2006）通过对18个发达国家实证研究发现：在开放经济条件下，“距离融资”的程度与证券投资内流之间有着正相关关系。在图3．10中，横轴表示金融指数，纵轴表示外国证券投资流入与进出口总额比重。从图中可以看出美英等国金融指数较高，相应地，外国证券投资进入的比重也相应较高。总体上，外国投资者拥有更多的市场主导型国家的证券。Lall等人的结论对本书的研究进一步提供了经验上的支持。