省際金融發展水平影響因素的實證研究

王晚秋，曾 瑩

(湖北工業大學理學院，湖北 武漢 430068)

近年來，在區域金融發展和經濟增長方面，國內外已有不少學者進行了研究。Hassan等(2011)認為金融發展和經濟增長之間存在因果關系，且金融發展促進經濟增長，發展中國家比發達國家金融發展的經濟增長效應更要顯著[1]。而Menyah等(2014)研究非洲國家數據后發現，金融發展與經濟增長之間不存在因果關系[2]。Rousseau和Wachtel(2011)發現1965-2004年私人部門的信用擴張對GDP增長沒有顯著影響[3]。之后，Zhang等(2012)驗證了金融深化對經濟增長具有正向的溢出效應[4]。多數文獻研究認為金融發展促進經濟增長，但也有些持金融中性論。

在國內，李敬等人(2011)運用Theil指標、基尼系數和對數離差均值衡量了我國金融發展省際差異、東中西部金融發展差異和城鄉金融差異，發現我國金融發展存在巨大的區域差異[5]。孟兆娟(2013)采用熵權法和描述性統計方法分析了我國農村金融資源分布的區域差異，得出我國農村金融資源分布存在顯著的區域差異的結論[6]。陳小林(2013)將經濟金融協調發展作為金融資源配置效率的標準，對甘肅省城鄉金融資源配置效率進行測算，認為甘肅省城鄉金融資源配置存在差異[7]。李林等(2011)運用Moran指數計算中國金融集聚存在空間相關性，建立了空間計量模型，證實金融集聚對區域經濟增長的空間溢出效應[8]。王認真(2014)指出金融資源與GDP之間存在著顯著的空間相關性，各省份之間形成了較強的空間依賴作用和空間溢出效應[9]。俞穎等人(2017)運用1978-2014年省級數據計算金融發展差異的Theil指數，發現政府以及市場機制的交互影響導致區域金融差異[10]。

梳理相關文獻發現，經濟方面是影響金融發展的核心因素，而專門從經濟因素角度研究金融發展差異影響因素的文獻較少，僅有的文獻只是從政策與結構方面進行理論分析，并未進行實證分析。本文選取2000-2019年我國31省市區的面板數據，以金融發展水平作為被解釋變量，經濟因素(經濟發展水平、產業結構水平和對外開放程度)作為核心解釋變量，引入政府規制水平、城市化水平和教育水平作為潛在變量，構建固定效應空間滯后模型和空間誤差模型，對我國各地區金融發展影響因素溢出效應展開實證研究。

1 數據與模型

1.1 指標選取與數據來源

本文綜合考慮影響金融發展的現實因素以及數據的可獲得性，選取了以下幾個指標。

1)區域金融發展水平(ln FIN)：金融業增加值被認為是金融中介機構(銀行業、證券業、保險業)在進行金融交易活動時提供的服務所創造出的價值。因地區金融市場數據不完善，故本文用各地區金融業增加值來衡量區域金融發展水平。

2)經濟發展水平(ln PGDP)：人均GDP會隨經濟發展水平的提高而增加。為排除人口規模對金融發展的影響，本文選取人均GDP來反映各地區的經濟發展水平。

3)產業結構水平(IND)：金融業是第三產業的支柱行業。第三產業相對于其他產業具有很強的滲透功能，可促進社會化水平的提高以及生產、服務的專業化，進而促進金融發展。本文采用第三產業產值占GDP的比重來衡量各地區產業結構水平。

4)對外開放水平(OPEN)：一個地區對外貿易開放程度的提高，會增加外部融資需求，促進地區金融發展。長期對外開放能夠促進金融的發展，短期則阻礙金融發展。本文采用進出口總額與GDP的比值來反映各地區的對外開放程度。

5)政府規制水平(GOV)：地方政府通過政策環境影響金融發展。本文采用各省政府財政支出占GDP的比值來反映當地政府的規制水平。

6)城市化水平(URB)：城市化進程的加快對地區金融發展有一定的推動作用，城市化率是度量一個地區城市化水平的重要指標。本文采用各地區城鎮人數占總人數的比重來衡量城市化水平。

7)教育水平(EDU)：一個地區人力資源水平是由該地區教育水平決定的。人均資本的提高，推動制度與文化創新，進而促進該地區經濟金融業的發展。本文采用專科學歷及以上人數占地區6歲以及6歲以上受教育人數的比例來衡量各地區的教育水平。

采用統計軟件Stata16.0對2000-2019年31省市自治區的面板數據進行分析。數據來源于相關省市區的金融運行報告、《中國金融年鑒》以及國家統計局等。

1.2 模型的設定

在各個指標面板數據平穩且存在協整關系的前提下，不考慮空間單元之間的相關性，可以構建普通面板數據回歸模型進行估計。其一般形式為：

Yit=φ+βXit+ci+αt+εit，

i=1,…,N;t=1,…,T

(模型1)

其中:i為空間單元，t為時間截面數；Yit為被解釋變量，Xit為解釋變量，β為解釋變量的回歸系數，反映解釋變量對被解釋變量的影響，φ是常數項，ci與αt為空間單元i與時刻t的截距項，εit為誤差項。當ci與Xit相關時，模型1為固定效應模型。

考慮到各地區金融發展存在空間關聯性，而面板數據模型在社會經濟生活中具有很好的經濟解釋和適用性，因此選擇空間面板數據模型分析變量和擾動項在空間上的分布。在空間計量模型中，常使用空間滯后模型(SLM)和空間誤差模型(SEM)來體現空間效應。

對于空間滯后模型而言，考慮被解釋變量之間的空間依賴性，引入空間滯后因變量作為協變量，模型形式為：

i=1,…,N;t=1,…,T

(模型2)

空間誤差模型是假設模型的誤差存在空間相關性，模型形式為：

Yit=βXit+μi+μit，

(模型3)

其中：i為空間單元；t為時間截面數；Yit為被解釋變量；Xit為解釋變量；ρ為待估空間滯后系數；wij為空間權重矩陣；β為待估參數，反映解釋變量對被解釋變量的影響；λ為空間誤差系數；μi為個體效應；εit為隨機誤差項；μit為空間自相關殘差項。

引入經濟模型，則

ln FINit=φ+β1ln GDPit+β2INDit+

β3OPENit+μi+εit

(模型1)

β1ln GDPit+β2INDit+β3OPENit+μi+εit

(模型2)

ln FINit=β1ln GDPit+β2INDit+

β3OPENit+μi+μit

(模型3)

其中，i為省份(i=1,2，…，31)，t為時間截面數(t=2000,…,2019)；ln FINit為i省份在t年的金融業增加值對數值，ln GDPit為i省份在t年的人均GDP對數值，INDit為i省份在t年第三產業產值占GDP的比值，OPENit為i省份在t年的進出口總額占GDP的比值，wij為31×31空間鄰接權重矩陣。

在做空間計量時，還引入了潛在變量：對外開放程度(OPEN)、政府規制水平(GOV)、城市化水平(URB)、教育水平(EDU)。

1.3 變量的描述性分析

以2000-2019年我國31省(市、自治區)共620個樣本面板數據為研究對象，對各個變量序列進行描述性統計分析，結果如表1所示。由表1中最大值和最小值可以看出，各省市金融業發展水平(ln FIN)、對外開放水平(OPEN)、政府規制水平(GOV)、城市化水平(URB)、教育水平(EDU)的差距較大，其中金融業增加值對數值(ln FIN)最大值為9.089，最小值為0.905，反映了我國各省市之間金融發展水平差距較大，存在較為明顯的地區發展不平衡狀況。

表1 各變量描述性統計分析

2 實證分析

2.1 單位根檢驗和協整檢驗

為避免經濟變量不平穩導致偽回歸的問題，采用單位根檢驗方法來檢驗各變量是否平穩。然而，面板數據單位根檢驗的方法主要有LLC檢驗、IPS檢驗、ADF檢驗和PP檢驗等。采用這4種方法對各變量分別進行單位根檢驗，檢驗結果如表2所示。

表2 各變量平穩性檢驗結果

根據表2可得，原始變量是非平穩的，一階差分變換后的變量序列均是平穩且一階單整，故可進行下一步協整關系檢驗。

為檢驗各變量間是否存在協整關系，采用面板數據協整檢驗中的Kao方法和Pedroni方法進行檢驗。檢驗結果如表3所示。

表3 面板數據協整檢驗結果

由表3可以看出，Kao檢驗中ADF統計量和Pedroni檢驗的7個統計量中PanelADF和Group ADF統計量分別在1%和10%的顯著水平上拒絕不存在協整關系的原假設。即我國各地區金融發展的影響因素間存在顯著的協整關系，可以認為影響各地區金融發展差異的變量間存在長期均衡關系。

2.2 空間相關性檢驗

空間相關性檢驗是研究變量在空間上是否具有相關性，以及這種關系是如何存在的。空間相關性檢驗最常用的方法是莫蘭指數(Moran’s I)檢驗：

采用莫蘭指數(Moran’s I)檢驗2000-2019年全國31省之間金融發展水平的空間相關關系，檢驗結果如表4所示。根據表4可得，我國金融發展水平的Moran’s I指數均為正數，并在10%的顯著性水平下通過了檢驗，說明我國省際間金融發展水平存在空間正相關性。

表4 2000-2019年我國金融發展水平Moran’s I值

為進一步分析各個省份金融發展之間的情況，采用局部Moran’s散點圖反映區域之間金融發展水平的空間集聚特征，局部空間關聯形式分為高-高(HH)，低-高(LH)，低-低(LL)，高-低(HL)4種類型。分別對2000、2009、2015、2019年我國省域金融發展水平作莫蘭散點圖(圖1)。

圖1 莫蘭散點圖

從圖1可得，北京、天津、江蘇、浙江等省份出現在第一象限，這些省份在空間上彼此存在積極影響，即金融發展水平較高的省份被金融發展水平較高的省份所包圍；新疆、西藏、青海、寧夏等地區出現在第三象限，即金融發展水平較低的省份被金融發展水平較低的省份所包圍；海南、四川、廣東、遼寧等幾個省份出現在第二、四象限，說明這幾個省份存在差異，區域金融發展不平衡。同時空間效應不可忽視，應引入空間因素進行建模。

2.3 空間面板數據模型的檢驗

在建立空間計量回歸模型之前，需要對模型進行LM檢驗和穩健的LM檢驗，以確定模型的形式，檢驗結果如表5所示。

表5 LM檢驗結果

由表5可得，LM(lag)統計量、R-LM(lag)統計量、LM(error)統計量和R-LM(error)統計量均在1%的水平下顯著，因此本文同時選擇空間滯后模型和空間誤差模型進行分析。

2.4 空間面板數據模型的估計

面板數據分為固定效應和隨機效應。根據Hausman檢驗結果可知，在1%的顯著性水平下拒絕了模型是隨機效應的原假設，所以應該選擇固定效應模型。本文分別擬合普通固定效應回歸模型、固定效應空間滯后模型和空間誤差模型，并對這三種模型進行比較(表6)。

表6 2000-2019年省際金融發展水平影響因素的實證結果

以固定效應空間滯后模型為例，對結果分析如下。

1)經濟發展水平(ln PGDP)對金融發展有顯著的促進作用。回歸系數為0.1848，且在1%的水平下顯著為正，即增加1單位對數人均GDP，將會增加0.1848單位的金融業產值，說明地區經濟發展水平的提高，使得該地區對金融服務的需求較大，從而促進金融發展。

2)第三產業產值占GDP比重(IND)對金融發展具有顯著的推動作用。回歸系數為0.6211，其作用大于經濟發展水平對金融發展的影響，意味著產業結構的升級會給金融業發展帶來更大的影響，第三產業所占比重增加，對融資的需求會變大，從而推動地區金融發展。

3)對外開放水平(OPEN)對金融發展有負向影響。其回歸系數為-0.1185，沒有通過顯著性檢驗，說明地方金融以及中小微金融業務單一，渠道狹窄，外資進入將致其生存空間壓縮，中資金融市場和金融服務面臨挑戰，限制了地區金融市場的發展。

4)政府財政支出占GDP比重(GOV)對金融發展有顯著的促進作用。回歸系數為1.3858，且在1%的水平下顯著為正。政府財政支出每提高1個單位，金融發展水平將會提高1.3858個單位，這說明政府通過制定相關財政政策調控銀行、金融機構和金融市場，提高金融運行效率，促進金融積極發展。

5)城市化水平(URB)對金融發展有顯著的正向影響。回歸系數為2.7429，且在1%的顯著性水平下顯著為正，說明城市化進程的加快對地區金融發展有一定的推動作用。

6)教育水平(EDU)的提高對金融發展有顯著的正向影響。回歸系數為1.8643，且在1%的水平下顯著為正，說明教育水平的提高會使得該地區文化、制度等方面得到創新發展，從而推動地區金融發展。

在固定效應空間誤差模型的估計結果中，空間誤差自相關系數λ為0.2330，在1%的水平上顯著為正，這表明空間溢出效應是我國各地區金融業發展不可忽視的重要影響因素，金融業發展水平較高的省份將會對其周圍地區的金融發展產生正的輻射作用，并帶動相鄰地區金融發展。而在固定效應空間滯后模型的估計結果中，空間滯后項系數ρ為0.5330，并且在1%的顯著性水平下顯著，這說明一個地區的金融業產值的增加，會對其相鄰地區金融發展水平的提高有顯著影響。

3 結論與建議

3.1 結論

本文在查閱相關研究文獻的基礎上，采用2000-2019年中國31省(直轄市、自治區)數據建立空間面板數據模型，對我國省際金融發展水平的影響因素進行分析。

1)我國省際金融發展具有明顯的空間相關性和區域輻射作用。從全局和局部相關性來看，莫蘭指數顯著為正，總體大致呈現上升的趨勢，說明我國省際金融發展水平相似的地區存在高-高或低-低集聚現象，并且這種集聚趨勢不斷強化。同時，金融發展水平較高的省份對周邊地區具有帶動輻射作用。

2)我國省際金融發展水平存在差異是由多種因素共同驅動形成的。3種模型均得出地區經濟發展水平、產業結構的調整、政府的規制行為、城市化進程、教育水平與當地金融發展之間存在正相關關系，而對外開放程度與地區金融發展之間存在負相關關系的結論。

3.2 建議

1)建立多元化的金融機構和多層次的資本市場，適當放寬對外融資的限制；不斷優化升級產業結構，擴大金融市場規模，引入更多的金融資源，提高金融運行效率。

2)政府應針對各區域自身情況來制定不同的金融發展戰略和政策，積極建立適應對外貿易規則的制度體系，讓市場開放在可控的范圍之內，以縮小地區間金融發展差異。

3)加快推進城市化進程，增強地區城市的融資優勢；大力發展金融職業教育，創新金融產品和金融工具，促進區域金融發展。