互聯網對我國各省區金融發展影響的實證分析

【摘要】近年來互聯網發展迅速，同時互聯網對人們生活影響程度之深也是有目共睹的。正因如此，國內外許多學者開始對互聯網的發展進行研究并且進一步研究互聯網與經濟發展之間的關系，通過實證分析證實了互聯網對經濟發展影響顯著。伴隨著金融業在中國的逐步興起，金融發展水平逐漸成為制約一國經濟發展的重要因素。本文通過嘗試對全國各個省市自治區2011年的相關面板數據進行分析，得出互聯網對金融發展水平影響顯著。

【關鍵詞】互聯網普及率 金融相關比率 Granger因果關系檢驗

一、指標選取及數據處理

互聯網作為一項新技術，雖然其應用歷史并不長，但在中國的迅速發展和擴散對中國的金融業產生了極其重要的作用。由于互聯網的發展具有成本低、效率高、邊際效用遞增等特性，其對中國金融業總產值的提高具有較大影響。由于對互聯網與金融發展之間關系進行研究的文獻甚少，本文在選取相關指標時只能借鑒與互聯網發展和金融發展分別相關的文獻。

（一）金融發展指標的選取

一般我們將金融中介發展指標和金融市場發展指標作為金融發展指標體系的兩大組成部分。金融發展指標體系的形成經歷了三個階段：第一階段（20世紀50-60年代），戈德史密斯首次將金融相關比率（FIR）應用于衡量和比較各國金融發展狀況。第二階段（20世紀70-80年代），麥金農和肖在對實際利率水平與儲蓄、投資及經濟增長之間的關系進行分析的過程中，逐步形成了一個包含金融發展水平指標、結構指標等在內的相對比較完善的金融中介發展指標體系。第三階段（20世紀90年代），內生金融中介和金融市場相繼被引入金融發展模型，至此，對金融發展狀況的度量和評價從金融中介擴展到金融市場，最終形成一個更為完整的金融發展指標體系。

本文借鑒戈德史密斯的研究經驗，選取金融相關比率作為衡量金融發展的綜合指標。同時考慮到數據的可得性，本文通過統計全國各個省、直轄市、自治區的2011年年末的各金融機構本外幣存款余額和金融機構本外幣貸款余額并計算二者之和，然后用各個省、直轄市、自治區的存貸款余額之和與對應地區的當年總產值（GDP）之比來近似各地區金融相關比率（FIR）。

（二）互聯網發展指標的選取

國內很多專家對互聯網在我國的發展及其影響進行了不同程度的研究。俞立平(2005) 提出了用來衡量我國互聯網發展水平的指標體系。金兼斌、吳科特(2006) 在我國各省互聯網普及率的基礎上，對互聯網擴散的地區差異的影響因素進行了深入研究。劉桂芳(2006) 以我國各省的域名擁有量為切入點，對中國互聯網區域差異進行分析。從以往的文獻中可以看出，國內對互聯網發展方面的研究還有所欠缺。筆者認為其原因主要在于以下三個方面：首先，無論在中國還是在其他國家，互聯網仍舊是一個新生事物，要準確把握其發展規律還需要很長時間；其次，由于互聯網的發展時間比較短，互聯網發展的數據積累也較少，使得研究時存在很多困難；最后，由于統計口徑和指標存在差別，使得一些研究很難得以展開。

借鑒以往互聯網研究經驗，同時考慮數據的可得性兼顧全面性，本文選取互聯網普及率、網站數、域名總數、IPV4地址數比例、互聯網平均連接速度（KB/S）和CN域名數作為衡量互聯網發展的指標。在實證分析的過程中，考慮到模型中變量間存在多重共線性會刪掉一些變量。

本文中相關數據來源于中國互聯網信息中心統計公報和全國各省、直轄市、自治區的統計局公布的2011年地區經濟和社會發展統計公報。由于關于互聯網的數據統計年份較少，用時間序列分析法分析會存在不合理之處，因此本文全用2011年全國截面數據進行建模分析。由于西藏地區統計數據不全面，本文未將該地區考慮在內。

二、實證分析

（一）建立模型

舍棄西藏地區，對其余的30個省、直轄市、自治區的相關指標數據采用普通最小二乘法進行回歸分析，建立如下回歸模型：

(1)

上式中，FIR表示金融相關比率；PR表示互聯網普及率；WN表示網站數；DN表示域名總數；IPV4表示IPV4地址數比例；S表示互聯網平均連接速度；CN表示CN域名數。

將各省、直轄市、自治區的相關指標數據代入（1）式，用Eviews軟件進行回歸分析，得到回歸結果（見表1）。

注：1.回歸模型的因變量是FIR，估計的方法是普通最小二乘法，包括30個樣本。

通過表1的回歸結果可以看出，變量CN統計不顯著（P值大于0.1），變量WN、S和DN的系數為負，這顯然有悖于常理。考慮到互聯網發展水平影響因素的變量間可能存在較高的相關性，我們對這些變量做相關系數分析，結果發現，一些變量之間存在較高的相關系數，說明變量間存在較強的多重共線性。采取剔除冗余變量的方法消除多重共線性，剔除部分統計不顯著和與其他變量相關系數均較大的變量，最后保留R和IPV4兩個解釋變量，再一次進行回歸分析，得到回歸結果（見表2）。

注：1.回歸模型的因變量是FIR，估計的方法是普通最小二乘法，包括30個樣本。

從表2的結果可以看出，各個變量均是統計顯著的（P值均小于0.05）。F統計量的伴隨概率P值為0.000003，說明模型整體是統計顯著的。DW值為2.025989，接近于2，說明模型不存在自相關問題。截面數據回歸分析中容易出現異方差現象，從而導致建模失敗，下面進一步對回歸模型進行不含交叉項的White檢驗，得出檢驗結果（見表3）。

由表3的檢驗結果可以看出，兩個伴隨概率P值均大于0.05，所以無法拒絕White檢驗的原假設H0：模型不存在異方差現象。借此判定模型設定不存在異方差現象。

通過分析，我們得出2011年中國各省區互聯網發展水平對其金融發展影響力的評價模型，對表2中的結果進行簡單變換后得到最終模型：

（二）Granger因果關系檢驗

對于互聯網發展水平與金融發展之間的因果方向性檢驗，即判斷究竟是互聯網發展導致了金融發展水平的提高，還是金融發展水平的提高帶動了互聯網發展，我們采用非平穩時間序列下的格蘭杰因果檢驗法，利用Evews軟件輸出的結果，進一步整理得出結論（見表4）。

由表4的檢驗結果，可得出如下結論：互聯網普及率和FIR存在雙向格蘭杰因果關系。因此可以說互聯網發展和金融發展之間呈現相輔相成、相互促進的關系。

三、結論及政策建議

本文通過對全國30個省、直轄市、自治區2011年的橫截面數據進行考查，做出回歸模型，證明了互聯網發展對中國金融發展具有顯著的影響，同時金融業的發展也將對互聯網技術提出更高層次的要求，進而拉動互聯網的發展。

隨著互聯網的迅速發展，互聯網發展水平將對全國各地區的金融發展產生越來越重要的影響。截至2011年，我國網民普及率已達到38.3%，已經達到一個較高的水平，但是與發達國家相比依然較低。為了推動我國網民普及率的提高，我們必須在網絡安全方面多下功夫，因為相關調查表明，由于網絡安全隱患的存在，多數人不愿意通過網絡辦理相關金融業務。另外筆者通過對全國各省區進行調查，發現內蒙古、甘肅等一些地區，無論是網站數，還是CN域名數與其他地區相比都比較少，因此國家在加快互聯網發展速度的同時也應該兼顧地區間平衡發展問題。

參考文獻

[1]劉麗萍.中國金融發展與經濟增長的Granger因果關系分析[J].經濟研究導刊，2010(08):141-142.

[2]張越，李琪.互聯網對我國各省區經濟發展的影響[J].山西財經大學學報，2008，30(06):38-43.

作者簡介：趙曉云（1988-），女，安徽宿州人，安徽大學2011級金融碩士，研究方向：金融學。

（責任編輯：劉晶晶）