金融不穩定對非洲經濟增長影響的實證研究

邵葉晨

（中國人民大學統計學院，北京 100086）

一、前言

全球金融危機引發了人們對深層次的金融全球化中金融穩定的探究，實際上，金融不穩定目前已成為金融體系中利益相關者十分關注的問題，大部分的經濟學家認為，金融行業的發展有利于經濟的發展。但是，在發展中國家，特別是那些被稱為新興國家的發展中國家在經濟增長過程中充滿了金融不穩定帶來的危機。有研究分析了這些金融危機的負面后果，即減緩了經濟增長并加劇了貧困，如果金融發展及伴隨的不穩定性對經濟增長存在負面的影響，那么需要探討金融發展為何成為發展中國家金融不穩定的根源。

二、數據描述性分析

數據收集的主要來源有互聯網、世界銀行網站等機構發布的數據信息。本文進行了非洲國家所列國家樣本的描述性統計，研究選擇對15個國家的數據進行觀測，分別是：阿爾及利亞、貝寧、布隆迪、博茨瓦納、喀麥隆、剛果民主共和國、埃塞俄比亞、埃及、加納、肯尼亞、毛里求斯、馬拉維、尼日利亞、南非和津巴布韋，共進行了150次觀察，涉及金融不穩定指數（FII）、國內生產總值（GDP）、金融機構指數（FIS）、人均增長率（PCG）和人口增長率（PG），偏度、峰度和概率值是根據當前研究的每個變量生成的。表1是我們對這15個國家GDP、FII、FIS、PCG和PG這五個變量的分析結果。

表1 描述性分析

在進行任何其他分析前，需要進行描述性分析以檢查數據的充分性和非奇異性。表1顯示了描述性統計的結果，首先，對所有變量生成不同的描述性統計，然后對每個值進行解釋，以檢查數據的描述性特征。就目前研究的描述性分析而言，尋找平均值、最小值和最大值評估數據中是否存在異常值。從描述性統計的結果可以清楚地看出，所有變量的平均值都是正常的，沒有最小值或最大值低于或超過數據的正常范圍。對于正常數據，偏度值應在-1到+1之間，峰度值應大于1。大多數變量的當前偏度和峰度值也在閾值范圍內，這表明最大變量的數據是正常的。對獨立變量、因變量和控制變量的正態性進行評估，發現當前數據是正態的。

三、金融不穩定趨勢的統計結果與分析

為了研究金融不穩定和發展對非洲經濟增長的影響，研究有目的地從網上來源收集數據。基于15個國家2010年至2019年平衡面板的數據進行相關檢驗和回歸檢驗決定變量之間的關系。

1.單位根檢驗

表2說明了單位根測試的結果。在單位根檢驗和一階差分的水平上，有些變量是隨時間而固定的，有些是不穩定的。如果值是顯著的，這意味著我們拒絕非平穩的原假設，反之亦然。在這里，金融不穩定指數（FII）、國內生產總值（GDP）、金融穩定指數（FIS）、人均增長（PCG）、人口增長（PG）都是顯著的，表明零假設被拒絕，因此，這些是平穩的。考察第一個差異，我們可以得出金融不穩定指數（FII）、國內生產總值（GDP）、金融穩定指數（FIS）、人均增長（PCG）、人口增長（PG）的所有變量均在5%和10%的顯著性水平上顯著非平穩，從而拒絕了非平穩的原假設。

表2 單位根檢驗

2.相關性測試

進行相關測試以檢查變量之間的協方差。這種相關性測試確保每個變量與自身的相關性必須大于與其他任何變量的相關性。表3列出了所有變量之間關系的值，以及這些關系的t統計值和P值。金融不穩定指數（FII）、國內生產總值（GDP）、金融穩定指數（FIS）、人均增長（PCG）、人口增長（PG）均為1，從而驗證了所有變量的收斂有效性。表3顯示了相關結果。因此，我們現在討論的是因變量GDP與其他所有自變量之間的關系。

表3 相關性測試

表3顯示，金融不穩定指數（financial stability index，FII）或與GDP的關系的影響是顯著正的，因為T＞0，P＜0.05，所以這個關系是正向顯著的。同理，FIS或者FIS關系對GDP的影響也是正向顯著，P＜0.05，；人均增長（PCG）對GDP有顯著的正影響，P＜0.05；人口增長率（PG）對GDP的影響是正向顯著的，P＜0.05。

3.GMM模型

研究采用GMM模型或廣義線性模型，對統計模型中的參數進行估計。將其應用于半參數模型。

由于t值為-0.940705，金融不穩定指數FII與GDP顯著負相關；由于t值為-4.019504，所以FIS與GDP之間也存在顯著的負相關關系，與GDP呈顯著負相關；由于t值為4.947877，人均增長率（PCG）與GDP也有顯著的正相關關系；由于t值為5.302304，所以t值與GDP之間存在顯著的正相關關系。

表4 GMM 模型

4.面板截面異方差LR檢驗

此檢驗用于評估數據的一致性。同方差意味著數據中的誤差是恒定的，它們不隨自變量的變化而變化。為了獲得有效和真實的結果，數據中需要具有同方差性，主要原因是，如果誤差也隨著自變量的變化而變化，那么實際結果就會受到不利影響。因此，需要確認數據中沒有異方差，并且數據具有同方差性。為了保證數據中不存在異方差，常用的檢驗方法是“Breusch-Pagan-Godfrey”，通過它計算該檢驗的概率和F-統計量，并決定是否存在同方差。本檢驗的零假設是“數據不存在異方差，誤差是同方差的”；而替代假設是“數據存在異方差，誤差不是同方差的”。在這個測試中，主要是觀察和解釋F和卡方概率。如果它們的概率大于0.05，則接受無效假設，并拒絕替代假設。這意味著數據中沒有異方差。然而，如果這些指標的概率小于0.05，則接受替代假設，并且發現數據是異方差的。當前數據的異方差試驗結果如表5所示。

表5 面板截面異方差LR檢驗

異方差檢驗表顯示，限制LogL在94df下為-32.91712，非限制LogL在94df下為-3.533408，概率值大于0.05。因此，通過這個檢驗，我們發現替代假設將被拒絕，而對于當前關于異方差性的數據，零假設將被接受。結果表明，目前研究的數據不存在異方差，且誤差是恒定的。因此，數據中不存在異方差問題，數據是同方差的。

本節分析的重點是本次分析發現的數據和結果。分析表明，研究變量和全部數據具有可接受的描述性特征，數據正常。數據顯示均方差，不存在異方差問題。因此，本研究的假設是在結果的基礎上被接受的。

四、假設檢驗

這個假設稱為零假設，記作Ho。然后，我們定義另一個假設，稱為備擇假設，它與原假設的表述相反。

Ho：即自變量和因變量之間沒有顯著的關系（i.e.，GDP）。

H1：自變量與因變量之間是否存在顯著關系（i.e.，GDP）。

因此，我們將使用華特檢驗來看看我們的原假設是否正確，我們是否應該保留或拒絕原假設。

表6 Wald檢驗

從上面的假設檢驗表可以看出，低概率值表明零假設可以被強烈拒絕，因此，研究可以得出，在以上統計參數下的結果可以被直接接受。同時，F-統計量表明，該模型對293.2269的值具有一定的預測能力。

五、結論

本文研究驗證了金融發展對經濟增長和金融不穩定的影響，研究模型對非洲國家的金融不穩定和經濟增長的影響具有一定的預測能力，這意味著金融活動的每一次增加也將增加非洲國家的經濟增長。盡管促進增長的政策開始產生效果，但非洲金融不穩定因素提高了金融危機的發生概率，加大了非洲國家的政治風險，以及經濟發展的脆弱性、波動性。研究的意義在于拓展中國全球金融知識體系，為“一帶一路”建設提供借鑒。需要強調的是，強大的金融體系需要建立在良好的治理之上，當然包括金融中介機構及其監管者。此外，所有大型企業和政府機構都與金融部門有業務往來，因此，金融部門的改進措施對各國企業和政府部門的管理將具有明顯的促進作用。