我国金融发展与经济增长关联性的动态分析.doc

我国金融发展与经济增长关联性的动态分析 赵振全 于 震 姜 新 （吉林大学数量经济研究中心 吉林大学商学院 130012） 摘要：本文以“两分法”为理论媒介，运用VAR模型协整关系的递归估计方法，对我国金融发展和经济增长的关联性进行了分析，指出其均衡关系在1999年第1季度到2000年第4季度发生了结构突变，这是亚洲金融危机后我国采取的一系列经济和金融调控措施的结果。本文还评价了我国经济政策，尤其是金融政策对于两者关系的短期冲击和长期均衡的影响，从而为已有的政策实施效果和未来金融体制改革提供可以借鉴的依据。 关键词：金融发展、经济增长、递归协整估计 金融发展就是指金融工具、金融市场和金融中介在信息成本、执行成本和交易成本方面有所改善，从而使得在提供金融体系特定功能过程中更有效率。金融发展是不是促进经济增长的一个关键因素？两者的关联性如何？就这一问题的讨论，目前已有的研究成果从不同的角度和研究方法上得到的答案并不一致。本文将利用我国多年来的相关数据，从我国金融发展和经济增长的关联性入手，评价我国经济政策尤其是金融政策对于两者长期均衡关系的影响，从而为已有的政策实施效果和未来金融体制改革提供可供借鉴的依据。 一、方法论及变量的选取 1.1 计量模型 鉴于本文的研究目的，实证研究将在向量自回归（Vector Autoregression, VAR）的框架下展开。Johansen（1988）的方法基于一个VAR(p)的向量误差修正模型（VECM）基础之上。可以表示如下： =++ … ++++ （1） 这里，是一个维一阶单整（即，）向量。是维未知参数矩阵。是一系列的确定变量，比如常数、趋势项和哑变量。为相互独立、零均值、常方差并服从正态分布的随机扰动项。方程（1）的均衡状态可以由维方阵的秩来刻画，当协整向量存在时方阵一定是非满秩的。Johansen（1988）为检验矩阵的秩导出了最大特征根和迹统计量（trace statistic），Osterwald-Lenum（1992）给出了临界值。如果矩阵的秩为，且0，那么矩阵可以分解成两个矩阵（）和（），且 = （2） 这里当形成稳定过程时，就是协整关系的数量（协整秩），并且的每列是协整向量。是向量误差修正模型VEC中的误差修正参数向量，它反映了向均衡状态的调整速度。将（2）代入（1）可以得到 =++ … ++++ （3） 这就是检验长期因果关系的基本方程式。当协整关系成立时，对于中各元素的零约束检验就是一个弱外生性（Weak Exogeneity）检验（Johansen and Juselius，1992）。Hall和Wichens（1993）以及Hall和Milne（1994）认为协整系统中的弱外生性问题可以用长期因果关系来解释。随后本文将利用弱外生性检验来检查系统中各变量间的长期因果关系问题。原假设=0可以通过标准似然比检验值（Standard Likelihood RationTest）来判断。 在估计和解释协整向量过程中，有一个问题值得注意，那就是在样本期间如果某些经济政策（包括金融政策）改变了，可能会造成协整关系的结构突变（Structure Break）。针对这一问题可以按照Quintos（1995）以及Hansen和Johansen（1999）以及Johansen（2000a,b）中的做法直接检验“协整参数和秩恒定不变”这一零假设。原假设为和的秩，，或说是协整向量的个数始终不变，协整参数和秩为恒定性的原假设可以表示为： H0 ：，或对于所有的t，成立 当然也可以假设参数与协整个数可以改变： H0 ：对于所有或某些t，成立 Quintos（1995）提供了似然比统计量（LR），它可以检验在具有唯一突变点情况下的“无结构突变”的原假设。运用Quintos检验时，我们需要将样本在突变点发生期分割成两块，然后分别估计突变点前后样本，检验子样本的特征值是否和全样本的特征值显著不同。考虑到本文选用样本已经相当小，不允许再使用这种方法了，所以，在这里本文遵循Johansen（2000a）中的方法，在递归框架下来进行秩的稳定性检验，相应的LR统计量可以写成以下形式： LR =- （4） 这里和表示样本观测数，和分别表示全样本和递归样本下矩阵特征值的估计，下标表示为第大的特征值。和分别表示全样本和递归样本中存在的协整向量个数，下标表示递归估计的开始期，可以表示为=，，…，，因此，这种方法在本质上包含了协整向量的全样本估计，通过检验模型在估计递归子样本时是否得到与全样本相同的结果（协整参数和秩）来检验秩的稳定性。这里的LR统计量服从分布。 另外，实证结果对于VAR的滞后长度选