中国区域金融发展空间非均衡及随机收敛检验.docVIP

中国区域金融发展空间非均衡及随机收敛检验摘 要：本文利用中国31个省市1978-2008年金融相关比率数据，利用ArcGIS软件绘制了中国区域金融发展的空间分布图，直观地描述了中国区域金融发展的空间非均衡特征，并利用面板数据单位根检验方法对中国区域金融发展的随机收敛进行了实证检验。研究发现：样本考察期内，中国区域金融发展水平总体上呈上升趋势，但空间非均衡特征较为明显，区域金融发展的地区差距在不断扩大；随机收敛检验结果表明中国区域金融发展不存在收敛。 关键词：金融发展；随机收敛；面板单位根检验；GIS 中图分类号：F832.7 文献标识码：A 文章编号：1008-2670(2012)03-0040-08 一、引 言 对于中国区域金融发展地区差距的研究最早可以追溯到张杰［1］，从理论上描述了金融结构的区域趋同、金融集聚存在“威廉姆森倒U型”过程。此后，多位学者利用不同的样本数据、衡量指标研究了中国区域金融发展的地区差异［2-5］。有关区域金融发展地区差距的文献已经或多或少地涉及到了区域金融发展差异的动态特征，特别是近年来，国内外一些学者分别对不同的国家和地区金融发展的收敛性进行了检验。 根据国内外区域金融发展收敛性相关研究的检索结果来看，国外学者对金融发展收敛性的研究主要集中在不同国家金融体系的收敛检验［6，7］，国内学者多借鉴不同的收敛理论和方法对中国区域金融发展的收敛性进行检验［8，9］。目前而言，国内学者围绕中国区域金融发展的地区差异及收敛性实证检验结果存在明显分歧，甚至是相互矛盾的，造成这种局面的原因大概可以归结为四个方面：一是与数据的可获得性和质量有关；二是不同的研究采用了不同的样本时期，划分了不同的时间阶段；三是地域单元划分的标准不一致；四是使用了不同的实证方法。因此，本文采用了1978-2008年中国31个省市的金融相关比率（Financial Interrelations Ratio，FIR）作为衡量金融发展的指标，采取三区域及八区域的地域单元划分方法，对中国区域金融发展的空间分布状况以及随机收敛进行了检验。 二、数据与方法 （一）指标、数据来源及处理 本文采用戈德史密斯［10］提出的金融相关比率（FIR）作为衡量金融发展的指标，它的定义是全部金融资产价值与全部实物资产价值（即国民财富）之比。一般而言，在一定的国民财富的基础上，金融体系越发达，金融相关比率也越高。本文利用金融机构的存贷款余额来代替其全部资产价值，如公式（1）所示。其中S代表各省市全部金融机构的存款余额，L代表相应的贷款余额，以FIR表示金融相关比率。 本文所使用的数据均来自于《新中国六十年统计资料》，数据时间跨度为1978-2008年，在实际测算中仅考虑了大陆31个省、直辖市、自治区。国内学术界在计算金融相关比率时，一般采用银行的存贷款余额和国内生产总值，但是2009年各省统计局所公布的各金融机构的存贷款余额指标并不统一，有的省份采用本外币存贷款余额，有的省份采用本币存贷款余额，鉴于此本文暂不采用2009年的数据；此外，由于2010年的相关数据还未公布，所以本文采用了1978-2008年的相关数据。 （二）地域单元的划分 本文采取了三区域及八区域两种地域单元划分方法。三大经济区域划分中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等11个省（自治区、直辖市，下同）；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南共9个省；西部地区包括广西、云南、四川、重庆、贵州、西藏、陕西、甘肃、青海、宁夏和新疆等11个省。八大经济区域划分中，南部沿海地区包括广东、福建、海南；东部沿海地区包括上海、江苏、浙江；北部沿海地区包括山东、河北、北京、天津；东北地区包括辽宁、吉林、黑龙江；长江中游地区包括湖南、湖北、江西、安徽；黄河中游地区包括陕西、河南、山西、内蒙古；西南地区包括广西、云南、贵州、四川、重庆；西北地区包括甘肃、青海、宁夏、西藏、新疆。 （三）随机收敛检验方法 自Baumol［11］、Barro［12］率先将收敛的定义和研究方法应用到经济增长领域的实证分析中，收敛问题就引起了学者的广泛关注。根据文献检索的结果来看，大量学者采用截面数据回归的方法，即β收敛。然而，β收敛方法具有诸多难以克服的缺陷，比如β收敛不能表明收敛或不平衡的动态过程［13］；β收敛横截面数据检验具有不理想的规模性质，经常拒绝非收敛假说，从而使检验结果出现偏倚［14］。随机收敛则与β收敛不同，随机收敛不再强调增长率的绝对差异，而侧重于强调样本间差距保持一个平稳的变化路径。中国区域金融发展的随机收敛检验验证了在动态和长期的环境下，地区金融发展水平之间的差距随时间变化的特征。如果两个地区的金