印度股票市场发展对经济增长影响的实证分析——基于该国金融改革20年的数据，本文主要内容关键词为：印度论文,实证论文,股票市场论文,经济增长论文,金融改革论文，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。
印度股票市场在新兴市场国家中是一个相对成熟的市场。20世纪90年代后，在金融体制深化改革以及金融自由化浪潮冲击的背景下，印度政府围绕着发展与稳定两大目标对本国股票市场实施了一系列改革。从实践情况看，印度股票市场的改革取得了较好的效果，使印度股票市场已经逐渐发展成为亚洲新兴国家中第三大权益类资产市场，在亚洲资本市场的地位及作用日益突出。
本文以1991～2009年印度股票市场及经济增长的数据为分析依据，运用自回归分布滞后模型对印度股票市场改革以来，市场发展对经济增长的影响进行实证检验，并在此基础上建立状态空间的变参数模型进行动态分析，将样本期间印度股票市场对经济增长影响的阶段性特征及规律全面地反映出来。
一、印度股票市场发展对经济增长影响的实证分析
(一)指标选取与数据说明
为了充分地反映印度股票市场的发展情况，本文从股票市场的发展规模、交易流动性、收益波动性、开放度等方面选取合适指标进行分析。具体来说，选取印度股票市场改革后1991～2009年历年资本利用率来衡量股票市场的发展规模，资本利用率记为zl；选取换手率作为衡量股票市场交易流动性的指标，换手率记为hs；选取历年股票市场收益率偏离样本年份平均收益率的绝对差来衡量股票市场的收益波动性。这个指标一方面蕴含投资者从股市中获得的回报，另一方面也反映股票市场的波动程度，记为bd。考虑到印度股票市场改革后，国外投资机构数量不断增加，本文选取股票市场外资净流量与股票总市值的比率来衡量股票市场的开放度，记为kf。在经济增长指标的选取上，本文倾向大多数学者的做法，用印度历年人均实际GDP的增长率来衡量。该指标既反映了经济总量的扩张，也体现了居民从经济增长中分享到的成果，记为rjgdp。除了股票市场发展对经济增长所起的作用外，印度改革开放后对外贸易、外商直接投资和政府支出等方面的变化也对经济增长起到了推动作用，为防止由于遗漏重要的解释变量而使模型估计结果偏离实际情况，本文特选取对外贸易占GDP的比率、外商直接投资占 GDP的比率、政府支出占GDP的比率作为控制变量，分别记为wm、fdi、zz。
在本文所搜集整理的1991～2009年印度相关年度数据中，所有基础数据均来源于WDI世界发展指数数据库。印度实际人均GDP、实际进出口规模均以2004年不变价格折算。在基础数据的基础上，根据分析指标的含义整理得到样本年份的指标数值。
(二)计量分析与实证检验
1.模型的构建与估计。按照传统回归方法，本文构建印度股票市场发展对经济增长影响的计量模型如下：
其中，t表示时间，α为解释变量的系数，ε为随机误差项。
时间序列模型的特征可能包含变量的滞后效应，因此，本文选择目前较为成熟的自回归分布滞后模型(ARDL)进行分析。印度股票市场发展对经济增长影响的ARDL模型基本表达式如下：
其中，t表示时间，β为解释变量的系数，i表示滞后阶数，q表示滞后总阶数，ε为随机误差项。(2)式中当因变量和所有解释变量的滞后项系数都为零时即为(1)式的传统形式，故(2)式是比(1)式更为一般的模型。
为了避免时间序列的“伪回归”现象，在平稳变量或者存在协整关系的非平稳变量之间构建自回归分布滞后模型得出的结论才具有准确可靠的推断意义。因此，在建立ARDL模型之前本文先运用Eviews6.0软件检验变量的平稳性和协整性。
检验结果显示：rigdp、zl、hs、wm、fdi都是具有线性时间趋势的变量，从而都是不平稳的，zz不具有线性时间趋势，但也不平稳，这些变量一阶差分后都是平稳的，从而都是一阶单整序列。rigdp还具有趋势平稳性质，虽然rigdp本身并不平稳，但是把其中的趋势部分减掉以后是平稳的，而zl、hs、wn、fdi等带有线性时间趋势的变量则不存在这个性质。bd和kf本身是平稳的，属于零阶单整序列。由于这些变量不具有相同的单整阶数，故不存在长期稳定的协整关系(见表1)。
表1 显示变量间不存在协整关系，需要建立平稳时间序列模型。bd和kf本身平稳，直接采用；zl、hs、wm、fdi和zz等一阶单整序列采用差分形式便可平稳；rjgdp具有趋势平稳性质，为防止因差分导致信息量损失和经济意义不明确，本文考虑在自回归分布滞后模型中引入趋势变量作为解释变量进行估计。在此基础上经检验发现，因变量自相关系数和偏自相关系数都很小，而且不显著，模型中不包括因变量的滞后项，于是将(2)式改写为：
其中，t表示时间，δ、λ为解释变量的系数，i表示滞后阶数，γ表示滞后总阶数，T为趋势变量(1991年取0，1992年取1，……，2009年取18)，ε为随机误差项。
由于本文研究的样本区间较短，为了有效估计(3)式中的系数，确定滞后总阶数均为1。从估计结果来看(见表2)，如果不考虑控制变量，则所有参数的估计结果均不显著，调整后的拟合优度也很低，表明模型中需要引入重要的控制变量作为解释变量(模型1)；在考虑所有解释变量对经济增长影响和作用的情况下，如果不考虑解释变量的滞后影响，模型调整后的拟合优度也只有54.1％，虽然系数的联合检验显著，但除了
和常数项外，其余解释变量均不显著，表明模型中需要引入滞后解释变量，以反映时间序列的动态性特征(模型2)；在考虑所有解释变量滞后影响的情况下，总共需要估计16个参数，由于样本容量较少使估计结果不稳定，从而需要删除部分解释变量筛选出最合适模型。经检验，
与
对经济增长的作用不明显，将两者的其中之一引入模型都会使得全部解释变量不显著，从而考虑将这两个变量剔除，得到模型3，其调整后的拟合优度达到94.8％，系数的联合检验也比方程2显著提高，且有8个解释变量是显著的，但仍然有5个解释变量不显著。特别是T和
的不显著使模型显得不够合理，因为单位根检验结果表明，rigdp是趋势平稳的，故趋势项应是显著的。按照先验理论，政府支出对经济增长应起促进作用，不显著也可能与实际情况不符，故方程3依然不是最佳模型；修正模型3的关键在于常数项，因为1991年印度经济增长率几乎为0，1992年后印度经济才保持2％以上的增幅，rigdp又在趋势和一系列影响指标的共同作用下不断提升，故模型的常数项应为0，模型3的常数项最不显著也印证了这一点。如果令常数项为0，便可得到模型4，在这种情况下，系数的联合检验高度显著，每一个解释变量也都显著，调整后的拟合优度提高到96.5％。从惩罚项AIC指标(一般而言，AIC指标越小，模型越优)来看也都验证模型4是最优模型。
2.模型的合理性检验
在进行ARDL模型的参数估计时，模型4通过拟合优度、添加变量的惩罚力度、参数的显著性等检验确定为最优模型，但还需进行较为系统的计量检验才能认定为合理模型，参数的估计结果也才具有可靠的经济意义。首先，对解释变量之间的多重共线性程度进行检验。经济变量之间或多或少都存在不同程度的相关性，如果解释变量之间存在较为严重的多重共线性，参数估计结果可能不显著，无法区分单个解释变量对因变量的影响作用，甚至会得出与实际相反的结论。从表3中可以看出，模型4解释变量之间的相关系数大部分在0.5以内，没有任何一个相关系数超过0.7，故模型4不存在严重的多重共线性问题(见表3)。
其次，对模型4的残差和形式设定的正确性进行检验(见表4)。从表4中可见，模型4的残差不存在异方差和自相关性，也未出现条件异方差现象，而且高度平稳，服从正态分布；形式设定检验也表明模型4形式正确。综合模型的构建、估计、检验可知，模型4可靠、合理。
(三)关于模型的经济意义分析
从规模上看，印度资本利用率对经济增长有积极作用，作用系数为0.103(－0.034+0.137)。这表明，资本利用率的增量每上升1个百分点将使印度经济增长率提高0.103个百分点，股票市场规模扩大有利于经济增长。在交易流动性方面，印度股票市场换手率对经济增长有微弱的负影响，换手率的增量每上升1个百分点将使经济增长率下降0.044个百分点。在收益波动性方面，印度股票市场收益率偏离样本年份平均收益率的绝对差给经济增长带来正向影响，影响系数为0.134(0.158-0.024)。在市场开放度方面，印度开放率显著拉动经济增长，拉动系数为0.932(－0.622+1.554)，开放率每提高1个百分点最终将拉动经济增长0.932个百分点。这反映印度股票市场的国际化进程取得显著成效，外国投资者比较看好印度股票市场的发展潜力，积极持有印度上市公司的股权，给上市公司的生产经营提供源源不断的资金支持。同时，数据显示开放率也是平稳的，表明印度股票市场具有比较健全的法律法规，通过严格监管有效维持了股票市场的秩序，减轻外资操纵带来的不利冲击，从而显著促进经济增长。
(四)对模型的扩展及进一步分析
本文此处对模型4进行扩展，建立状态空间的变参数模型以反映不同时间印度股票市场发展对经济增长的影响所呈现的阶段性特点，模型4扩展的变参数模型设为：
观测方程：
在公式(4)、(5)中，t表示时间，f为可变参数，即状态变量，在状态方程中采用递归形式，μ、v分别为观测方程和状态方程的随机误差项。
此处运用卡尔曼滤波算法对变参数模型进行估计，由表5可见，扩展模型最终的状态变量估计结果与模型4十分接近，但比模型4更为显著，残差也高度平稳。体现了扩展模型的优越性。
印度股票市场发展对经济增长影响所呈现的阶段性特征体现在：
第一，从印度股票规模对经济增长影响的变参数来看，20世纪90年代初资本利用率上升幅度较为缓慢。其对经济增长的作用不太明显，1995～2001年除了1999年资本利用率上涨外，其余年份均出现逐年下降的局面，再加上1997年爆发了亚洲金融危机，这使得1997年后资本利用率对经济增长负影响，其中以1997年负影响最大，参数为-0.346。进入21世纪后，资本利用率不断上升，对经济增长的促进作用不断增强，其中以2003年促进作用最大，参数为0.63，即资本利用率的增量每上升1个百分点最终将使经济增长率提高0.63个百分点。随后，资本利用率的增长幅度呈现下降、上升的交错趋势，特别是受2008年全球金融危机的负面影响，资本利用率出现较大幅度下降，对经济增长的作用开始下滑，最终稳定在0.103左右的水平(见图1)。
第二，通过分析印度股票市场交易流动性对经济增长影响与作用的变参数后发现，换手率对经济增长的负影响主要集中在1998年后，从那时开始，印度股票市场的换手率呈现先升后降趋势，对经济增长的副作用程度则先大后小。尤其是2002年，市场换手率达到最高点225％，股票市场投机和炒作风气非常浓厚，对经济增长的负面影响达到最大，参数为-0.18812。总的来看，印度样本年份的平均换手率在85％左右，虽然比发达国家成熟股票市场稍高，但比大多数发展中国家不太成熟的股票市场低很多，因此，变参数的平均值为-0.037，对经济增长只是带来了轻微的负影响(见图2)。
第三，从印度股票市场收益波动性对经济增长影响与作用的变参数来看，只在20世纪90年代印度股票市场改革的早期。由于一些约束制度和管制措施不够完善，股市的波动幅度较大，投资者难以获得持续可观的投资回报，对经济增长的促进作用较小，甚至在1994年出现轻微的负效应。随后，印度政府不断加强监管，完善股票交易秩序，制定较为完善的法律体系规范上市公司的经营管理和信息披露行为，股票市场愈发稳健，很少出现较大的起伏，投资者对股市越来越有信心，股票发展对经济增长的促进作用逐渐增强(见图3)。
第四，从印度股票市场开放度对经济增长影响与作用的变参数波动情况看，股票市场开放初期，印度法制环境尚不健全，金融体系并不完善，监管机制也难以到位，很容易受国际资本操纵，亚洲金融危机发生后又使印度股票市场的外资流入有所减少，开放度也比较低，因而对经济增长的作用较为低迷。但是，随之危机后印度经济的不断复苏和股票市场监管体制的不断完善，国外投资者对印度股票市场的兴趣日益浓厚，持续看好印度股票市场的发展潜力，外资流入的步伐逐渐加快。2003年后，开放度对经济增长显示出强劲的促进作用，2003年促进作用最大，参数为1.434，即开放度每提高1个百分点最终将拉动经济增长1.434个百分点。2004～2009年也维持着很高的势头，印度股票市场的国际化进程极大地推动了经济的增长(见图4)。
图4 印度股票市场开放度对经济增长影响与作用的变参数波动特征
二、对检验结果的总结及启示
整体而言，自1991年股票市场改革以来印度股票市场发展对经济增长的促进作用远大于负面作用，但是这种影响的方向和程度呈现出不同的阶段性特点。具体来说。在20世纪90年代初股票市场改革刚刚起步之时，由于市场的监管、运行制度仍缺乏效率，印度股票市场的规模、交易流动性、收益波动性和开放度对经济增长的作用并不太明显。进入到21世纪之后，股票市场发展的积极效应在印度经济快速增长过程中体现得淋漓尽致，股票规模的快速增长、收益的逐步提高与平稳波动、日益加快的开放步伐都对经济增长起到了强势促进作用。
印度股票市场的发展之所以能够显著拉动经济增长，是和印度不断成熟完善的金融市场环境和市场透明度、严格的法律法规和有效的监管体制、规范的市场运作机制以及渐进有序的开放战略等一系列配套措施的支持分不开的。