银行、股票市场与经济增长——兼论中国选择，本文主要内容关键词为：股票市场论文,经济增长论文,中国论文,银行论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自Schumpeter(1934)最早对金融发展与经济增长进行系统的研究之后，人们对于金融与经济增长的研究一直未曾间断过。越来越多的人开始关注两者的内在联系，并开始以银行、股票市场对经济增长作用的不同为切入点展开研究。Jordi Canals将国际上的金融体系分为了以德、日为代表的银行主导型金融体系和以美、英为代表的股票市场主导型金融体系，无论是银行主导型金融体系还是股票市场主导型金融体系，最终目的都是要以最有效的方式实现经济活动中资金的最优配置。但是关于两者的优与劣，一直是广大学者讨论的热点问题。
在已有研究文献的基础上，本文做出以下创新和改进：(1)以往相关的文献中大多数均采用传统普通最小二乘法进行参数估计(Levine(1998)，Demirguc-Kunt(2001)，谈儒勇(1999)，武志(2010)等)。这是一种基于平均值思想的估计方法。本文引入分位数回归方法，并采用bootstrap算法，从而使得估计结果更加准确，并能看出银行、股票市场对经济增长作用的演进趋势；(2)在对中国进行参数估计时，本文充分考虑国际环境对中国经济的影响，采用似不相关回归，使得估计结果更具有说服力。
一、计量模型与数据来源
根据本文所要研究的内容，设置计量模型如下所示：
本文选取52个国家1991年至2010年间20年的数据，其中涵盖了五大洲，选取的国家样本中发达国家有24个，非发达国家有28个。
表1显示的是模型(1)中所涉及变量的描述性统计，包括国际水平的描述性统计和中国水平的描述性统计。我们不难发现中国的S1的平均值要大于国际水平，S2的平均值要小于国际水平。S1反映的是股票市场的活跃程度，从理论上来讲，股票市场越活跃代表其流动性越强，流动性能够很好地改善资本的配置，从而促进经济的长期增长，但是过高的流动性则表明该市场是具有高度投机的市场，结合中国的国情来看，中国股票市场存在过度投机性(孙素梅(2011)，姚炳明(2008)，涂利平(2008)等均得出了此结论)，且相应的市场法律法规的不健全导致了中国S1的平均值大于国际水平。相比之下，S2能更准确地反映中国目前股票市场的发展情况，这在实证分析中也会得到证实。
图1和图2分别显示了国际水平下和中国水平下的银行、股票与经济增长的散点图，从图中的散点数据，大致可以判断银行和股票市场对于经济增长有正向作用。
二、计量检验与实证分析
(一)面板数据模型基本估计结果
利用国际水平下的面板数据对模型(1)进行参数估计，其主要估计结果如表2所示。表2中第①列和第②列分别表示用S1和S2代表股票市场时的估计结果，由Hausman检验结果来看，两种情形下的模型均应该采用固定效应模型来进行估计。基于表2中的数据分析，得出以下结论。(1)银行发展变量的估计系数均为正，且在1％的显著性水平下显著。这说明银行对于经济增长有着显著的正向作用。(2)S1和S2的估计系数均为正，且其系数均通过了1％或者5％显著性水平下的t检验。这说明股票市场对于经济增长也有着显著的正向作用。(3)观察银行发展变量与股票市场发展变量的交互项，估计结果均显示交互项的系数显著为负。这说明在国际市场上，银行发展与股票发展对于经济增长的作用具有替代作用。(4)观察控制变量的估计系数结果，发现除了政府消费与经济增长不显著外，其他控制变量均通过了1％显著性水平下的t检验。
(二)分位数回归
为进一步研究在经济增长水平分布的不同位置，银行、股票市场对经济增长的不同作用，本文引入分位数回归方法，并采用bootstrap算法，保证了结果的相对准确性。分位数回归是Koenker(1978)在传统普通最小二乘法的基础上进行拓展而提出的，能够将条件分布进行更细致的描述，且它的参数估计过程是基于加权误差绝对值之和最小来进行的，从而使得估计值更加稳健，不易受到样本中的异常值的影响。
为了阐述的简洁，用符号X代表所有被解释变量和控制变量，如下所示。
分别将S1和S2带入模型(2)中，通过(4)式估计不同分位数水平下各变量对于经济增长的影响程度，其估计结果如下图所示。
图3和图4显示了银行与股票市场对经济增长作用的演进趋势，可以看出随着经济增长水平的逐渐提高，银行对经济增长所起作用整体呈下降趋势，而股票市场所起的作用整体呈上升趋势。银行对经济增长的作用系数曲线与股票市场对经济增长的作用系数曲线在0.008附近交叉，针对0.008这个作用系数值可以做出如下解释：在其他变量不变的前提条件下，当银行发展水平提高一个单位或者股票市场发展水平提高一个单位时，经济增长水平相应的条件下侧分位数变化0.008个单位；对于图3，即为经济增长水平最低的约45％的个体中所拥有最高经济增长水平的国家，将变化0.008个单位；对于图4，即为经济增长水平最低的约60％的个体中所拥有最高经济增长水平的国家，将变化0.008个单位。
通过图中曲线的走势，可以看出在经济增长较低的水平，银行对经济增长的作用大于股票市场的作用，且差距较大；在经济增长较高的水平，股票市场对经济增长的作用大于银行的作用，且差距较小。这意味着，在经济增长水平低下——经济增长水平一般——经济增长水平较高的过程中，金融体系的演进特点是：银行主导型金融体系——股票市场主导型金融体系——两种金融体系共生。格林斯潘曾指出，在一个经济体中，除了基本的金融体系之外还需要有一个“后备”的金融体系，当其中一个金融体系失灵时，另一个金融体系能够发挥作用，实现经济体中的资金最优配置的作用。在这一点上，格林斯潘的观点在本文得到了证实。
(三)中国当前金融体系发展所处阶段
由于全球政治、经济环境等因素的冲击，使得中国经济、金融市场与国际水平存在一定的相关性，表现在模型中为中国水平下的模型与国际水平下的模型存在交互性，即模型(5)和模型(6)的随机扰动项存在同期相关性。为了更好的估计出中国金融体系现在的发展水平，本文采用似不相关回归对相关的参数进行估计，似不相关回归模型充分考虑到了不同模型之间扰动项的同期相关性，能使得估计结果更加准确。
本文通过估计下列方程中的银行发展的系数，即通过中国银行业发展对经济增长的影响系数③来判断中国当下在图3和图4中所处的位置。
变量右上角的I和C分别代表国际水平下的方程和中国水平下的方程。
通过重复迭代估计程序，重复迭代模型的协方差矩阵④，直到收敛，从而求得参数B的极大似然估计值。当用S1代表股票市场发展时，B的极大似然估计值为0.0137，相应的P＞｜z｜值为0.000，表明此估计值通过了1％显著性水平下的t检验；当用S2代表股票市场发展时，B的极大似然估计值为0.0092，相应的P＞｜z｜值为0.014，表明此估计值通过了5％显著性水平下的t检验。两种情形下的Breusch-Pagan检验值分别为19.231和19.096，均在1％显著性水平下拒绝原假设⑤，即方程(5)和方程(6)确实存在同期交互作用。
基于上述结果，并参照图3和图4，发现用S2代表股票市场发展时的结果更优，理由如下：当用S1代表股票市场发展时，参数估计结果显示B的系数估计值为0.0137，已经超过了图3中纵轴的最大值，虽然它从统计学意义上讲是合理的，但于本文中探讨的意义不大。相反当用S2代表股票市场发展时，B估计值为0.0092，在图中的位置也基本符合中国当下的国情，同时也证实了前文中根据描述性统计量对S1和S2进行比较时得出的结论。基于此，可以得到如下结论。
1.目前中国仍处于银行主导金融体系占主要位置的阶段。
2.随着中国经济发展的不断开放化、全球化，目前国际水平下的经济环境能够对中国的经济环境产生显著的影响。
三、结论及政策含义
基于1991年至2010年52个国家的面板数据，本文利用分位数回归方法进行参数估计，结果显示随着经济增长分位数的增长银行对经济增长作用整体呈下降趋势，而股票市场作用整体呈上升趋势，且两者的演进趋势曲线在作用系数约为0.008时相交。同时在经济增长较低的水平，银行作用与股票市场的作用差距较大，随着经济增长水平的提高，这种差距在缩小，这说明在经济增长的整个过程中，金融体系演进的特点是：银行主导型金融体系——股票市场主导型金融体系——两种金融体系共生。
为了探讨中国金融体系的选择，并充分考虑到中国水平下的模型与国际水平下的模型存在扰动项同期相关的问题，选用似不相关回归对模型参数进行估计，结果显示中国目前仍处于以银行占主导地位的金融体系。
本文的分析结果有以下几个方面的政策含义：
1.实证研究结果表明中国目前仍处于以银行为主导的金融体系阶段，故当下应该加快银行改革的进程。从信贷规模、盈利结构、风险控制等多方面入手，完善银行体系，使其能够最大效率的为经济增长提供服务。
2.从图中可以看出中国目前与图中的转折点已经非常逼近，同时我们也应该认识到当下中国的股票市场发展尚存在诸多不规范的地方，所以我们应该不断建立和完善适合中国国情的股票市场体系，做好由银行主导型向股票市场型过渡的准备。
3.“金融体系共生”现象给出了中国金融体系发展的目标，当中国经济水平增长到一定程度，并且在相应的金融经济环境允许的前提下，我们应该努力在国内实现银行主导型金融体系与股票市场主导型金融体系混合发展，使得银行、股票市场共同促进国内经济的增长和社会的和谐发展。
注释：
①具体计算公式为LN(2+按照CPI衡量的通胀率)。考虑到部分国家的一些年份的通胀率为负，所以统一将通胀率数值加上2之后再取对数，这样的处理并不会影响本文的结果。
②在STATA软件中对原数据列去对数产生了35个缺失值，故此处的样本数变为1005。
③事实上，估计结果显示中国股票市场发展与经济增长关系不显著，这与中国股票市场相关制度和运作环境不完善有关，故此处选择银行发展变量。
④STATA软件运算表明对于模型①经过了61次迭代，对于模型②经过了69次迭代。
⑤此处Breusch-Pagan检验的原假设为：方程(5)和方程(6)中的残差不存在同期相关。