- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
互联网对我国各省区金融发展影响实证研究
互联网对我国各省区金融发展影响实证研究【摘要】近年来互联网发展迅速,同时互联网对人们生活影响程度之深也是有目共睹的。正因如此,国内外许多学者开始对互联网的发展进行研究并且进一步研究互联网与经济发展之间的关系,通过实证分析证实了互联网对经济发展影响显著。伴随着金融业在中国的逐步兴起,金融发展水平逐渐成为制约一国经济发展的重要因素。本文通过尝试对全国各个省市自治区2011年的相关面板数据进行分析,得出互联网对金融发展水平影响显著。
【关键词】互联网普及率 金融相关比率 Granger因果关系检验
一、指标选取及数据处理
互联网作为一项新技术,虽然其应用历史并不长,但在中国的迅速发展和扩散对中国的金融业产生了极其重要的作用。由于互联网的发展具有成本低、效率高、边际效用递增等特性,其对中国金融业总产值的提高具有较大影响。由于对互联网与金融发展之间关系进行研究的文献甚少,本文在选取相关指标时只能借鉴与互联网发展和金融发展分别相关的文献。
(一)金融发展指标的选取
一般我们将金融中介发展指标和金融市场发展指标作为金融发展指标体系的两大组成部分。金融发展指标体系的形成经历了三个阶段:第一阶段(20世纪50-60年代),戈德史密斯首次将金融相关比率(FIR)应用于衡量和比较各国金融发展状况。第二阶段(20世纪70-80年代),麦金农和肖在对实际利率水平与储蓄、投资及经济增长之间的关系进行分析的过程中,逐步形成了一个包含金融发展水平指标、结构指标等在内的相对比较完善的金融中介发展指标体系。第三阶段(20世纪90年代),内生金融中介和金融市场相继被引入金融发展模型,至此,对金融发展状况的度量和评价从金融中介扩展到金融市场,最终形成一个更为完整的金融发展指标体系。
本文借鉴戈德史密斯的研究经验,选取金融相关比率作为衡量金融发展的综合指标。同时考虑到数据的可得性,本文通过统计全国各个省、直辖市、自治区的2011年年末的各金融机构本外币存款余额和金融机构本外币贷款余额并计算二者之和,然后用各个省、直辖市、自治区的存贷款余额之和与对应地区的当年总产值(GDP)之比来近似各地区金融相关比率(FIR)。
(二)互联网发展指标的选取
国内很多专家对互联网在我国的发展及其影响进行了不同程度的研究。俞立平(2005) 提出了用来衡量我国互联网发展水平的指标体系。金兼斌、吴科特(2006) 在我国各省互联网普及率的基础上,对互联网扩散的地区差异的影响因素进行了深入研究。刘桂芳(2006) 以我国各省的域名拥有量为切入点,对中国互联网区域差异进行分析。从以往的文献中可以看出,国内对互联网发展方面的研究还有所欠缺。笔者认为其原因主要在于以下三个方面:首先,无论在中国还是在其他国家,互联网仍旧是一个新生事物,要准确把握其发展规律还需要很长时间;其次,由于互联网的发展时间比较短,互联网发展的数据积累也较少,使得研究时存在很多困难;最后,由于统计口径和指标存在差别,使得一些研究很难得以展开。
借鉴以往互联网研究经验,同时考虑数据的可得性兼顾全面性,本文选取互联网普及率、网站数、域名总数、IPV4地址数比例、互联网平均连接速度(KB/S)和CN域名数作为衡量互联网发展的指标。在实证分析的过程中,考虑到模型中变量间存在多重共线性会删掉一些变量。
本文中相关数据来源于中国互联网信息中心统计公报和全国各省、直辖市、自治区的统计局公布的2011年地区经济和社会发展统计公报。由于关于互联网的数据统计年份较少,用时间序列分析法分析会存在不合理之处,因此本文全用2011年全国截面数据进行建模分析。由于西藏地区统计数据不全面,本文未将该地区考虑在内。
二、实证分析
(一)建立模型
舍弃西藏地区,对其余的30个省、直辖市、自治区的相关指标数据采用普通最小二乘法进行回归分析,建立如下回归模型:
(1)
上式中,FIR表示金融相关比率;PR表示互联网普及率;WN表示网站数;DN表示域名总数;IPV4表示IPV4地址数比例;S表示互联网平均连接速度;CN表示CN域名数。
将各省、直辖市、自治区的相关指标数据代入(1)式,用Eviews软件进行回归分析,得到回归结果(见表1)。
注:1.回归模型的因变量是FIR,估计的方法是普通最小二乘法,包括30个样本。
通过表1的回归结果可以看出,变量CN统计不显著(P值大于0.1),变量WN、S和DN的系数为负,这显然有悖于常理。考虑到互联网发展水平影响因素的变量间可能存在较高的相关性,我们对这些变量做相关系数分析,结果发现,一些变量之间存在较高的相关系数,说明变量间存在较强的多重共线性。采取剔除冗余变量的方法消除多重共线性,剔除部分统计不显著和与其他变量相关系数均较大的变量,最后保留R和IP
文档评论(0)