李健 辛沖沖

(1.渤海大學(xué)經(jīng)濟學(xué)院，遼寧 錦州 121000；2.中國社會科學(xué)院財經(jīng)戰(zhàn)略研究院，北京 100028)

一、引言

在國民經(jīng)濟發(fā)展過程中，經(jīng)濟主體的生產(chǎn)和運行過程都需要投入大量資本、勞動力以及先進的科學(xué)技術(shù)，而資本積累過程和技術(shù)創(chuàng)新過程均需要充足的資金作保障，這致使金融體系的作用不斷增強。金融體系在資源時空配置、降低信息成本、風(fēng)險管理等多個方面對國民經(jīng)濟產(chǎn)生了關(guān)鍵性的作用。Aghion et al.(2005)[1]認為金融自由化的目標是為了對資本投資和技術(shù)進步提供充足資金、促進經(jīng)濟發(fā)展以及縮小落后地區(qū)與發(fā)達地區(qū)間生活水平差距。在改革開放初期，我國經(jīng)濟發(fā)展實行的是“先富帶動后富”戰(zhàn)略，即率先發(fā)展東部沿海地區(qū)，當(dāng)發(fā)展到一定階段時，東部沿海地區(qū)帶動中西部地區(qū)發(fā)展。在這種經(jīng)濟發(fā)展戰(zhàn)略的背景下，東部地區(qū)產(chǎn)業(yè)集聚和經(jīng)濟增長，導(dǎo)致了東部地區(qū)經(jīng)濟的“隆起”，而中西部地區(qū)在經(jīng)濟發(fā)展、技術(shù)水平、經(jīng)濟結(jié)構(gòu)、社會發(fā)展等多個方面滯后于東部地區(qū)。中國區(qū)域經(jīng)濟發(fā)展的不平衡不充分，首先表現(xiàn)在了金融資源區(qū)域分配和區(qū)域金融發(fā)展的不平衡和不充分。根據(jù)歷年《中國區(qū)域金融運行報告》提供的數(shù)據(jù)可以看出，2017年東部地區(qū)銀行金融機構(gòu)資產(chǎn)總額占比、從業(yè)人數(shù)占比以及金融機構(gòu)個數(shù)占比分別為64.8%、54.5%和49.6%，而2006年相應(yīng)指標的占比分別為71%、57%和48%，這說明我國金融區(qū)域發(fā)展不平衡。既然金融發(fā)展在經(jīng)濟增長過程中的作用如此重要，那么在協(xié)調(diào)區(qū)域經(jīng)濟發(fā)展過程中更要重視區(qū)域金融的發(fā)展不平衡和差距。因此，本文關(guān)注的問題是：中國區(qū)域金融發(fā)展水平差距是否在縮??？是否具有顯著的收斂特征？對以上問題的研究，會對國家協(xié)調(diào)區(qū)域經(jīng)濟發(fā)展產(chǎn)生重要的指導(dǎo)意義。

二、文獻綜述

隨著全球金融體系的快速發(fā)展，國內(nèi)外學(xué)者對金融發(fā)展問題的研究不斷深入，關(guān)注的焦點從金融發(fā)展的影響效應(yīng)開始轉(zhuǎn)向了金融體系自身發(fā)展問題。在此研究趨勢背景下，學(xué)者們對金融發(fā)展收斂問題也越來越重視。如Bianco et al.(1997)[10]以6個發(fā)達國家為分析對象選取多個金融發(fā)展指標進行對比分析，發(fā)現(xiàn)在這些國家中金融體系收斂還是有限的。Antzoulatos et al.(2011)[2]采用世界銀行金融發(fā)展和結(jié)構(gòu)數(shù)據(jù)庫提供的統(tǒng)計數(shù)據(jù)構(gòu)建13個金融發(fā)展指數(shù)分析金融收斂問題，發(fā)現(xiàn)金融機構(gòu)無論從整體還是從主要部分都沒有呈現(xiàn)顯著的收斂特征，相反地發(fā)現(xiàn)了樣本國家金融系統(tǒng)的發(fā)展差異隨著時間推移呈現(xiàn)不變或者遞增趨勢的證據(jù)。Veysov and Stolbov(2011)[17]以1980―2009年102個國家為研究對象，利用10個衡量金融深度指標分析金融發(fā)展收斂問題，結(jié)果表明金融發(fā)展呈現(xiàn)顯著的β收斂特征，中等收入國家金融發(fā)展收斂的速度相對較快。Bahadir and Valev(2015)[5]以1965―2009年147個國家為研究對象并采用多種指標衡量金融發(fā)展水平，發(fā)現(xiàn)無論采用何種指標度量金融發(fā)展水平都證實了這些國家之間的金融發(fā)展差異不斷縮小，呈現(xiàn)絕對β收斂和條件β收斂趨勢。Bruno et al.(2012)[12]分別利用1980―2005年G7國家面板數(shù)據(jù)和1985―2005年歐洲40個國家面板數(shù)據(jù)，以資產(chǎn)分配為分析視角研究金融體系的收斂問題，發(fā)現(xiàn)以股份和保險產(chǎn)品來衡量金融發(fā)展時呈現(xiàn)顯著的β收斂。

隨著研究經(jīng)濟增長收斂方法的傳播，國內(nèi)學(xué)者也開始使用這些方法研究中國金融發(fā)展的收斂性相關(guān)問題。首先，從省級層面來研究各地區(qū)金融發(fā)展收斂性問題，如陸文喜和李國平(2004)[29]利用1985―2002年中國各地區(qū)的數(shù)據(jù)，以“金融相關(guān)比率”作為衡量金融發(fā)展水平的指標，發(fā)現(xiàn)樣本考察期內(nèi)中國各地區(qū)的金融發(fā)展趨于收斂，發(fā)達地區(qū)與不發(fā)達地區(qū)之間的金融差距以0.67%的速度減少。趙偉和馬瑞永(2006)[36]利用1978―2002年中國各地區(qū)的數(shù)據(jù)，同樣以“金融相關(guān)比率”作為衡量金融發(fā)展水平的指標研究中國金融發(fā)展收斂性問題，發(fā)現(xiàn)中國區(qū)域金融發(fā)展存在著β絕對收斂，同時還呈現(xiàn)一定的“俱樂部收斂”特征。孫曉羽和支大林(2013)[31]采用1992―2010年中國各地區(qū)的數(shù)據(jù)，以“私人部門貸款總額與地區(qū)生產(chǎn)總值的比值”作為衡量地區(qū)金融發(fā)展水平的指標分析金融發(fā)展的收斂性問題，發(fā)現(xiàn)中國區(qū)域金融發(fā)展呈現(xiàn)β絕對收斂，但收斂速度相對較慢，同時還發(fā)現(xiàn)東部地區(qū)和東北部地區(qū)不存在收斂特征，而中西部地區(qū)呈現(xiàn)俱樂部收斂特征。孫英杰和林春(2018)[32]以2005―2016年中國省際面板數(shù)據(jù)為研究對象，構(gòu)建衡量普惠金融發(fā)展水平的指標研究金融發(fā)展收斂性問題，結(jié)果表明在全國層面、中部地區(qū)以及西部地區(qū)存在著絕對β收斂特征，東部地區(qū)不存在絕對β收斂特征；與此同時，全國、東部和西部地區(qū)存在條件β收斂，中部地區(qū)不存在條件β收斂。而李樹和魯釗陽(2014)[26]則從城鄉(xiāng)金融非均衡發(fā)展視角，以1978―2010年28個省際區(qū)域為研究對象，從結(jié)構(gòu)、規(guī)模和效率研究視角分析金融發(fā)展收斂性問題，結(jié)果表明樣本期間城鄉(xiāng)金融非均衡發(fā)展存在著σ收斂和β條件收斂。以上學(xué)者的研究在一定程度上證實了中國區(qū)域金融發(fā)展呈現(xiàn)收斂特征，但也有學(xué)者得到了相反的結(jié)論，如李敬等(2008)[25]的研究表明1992―2004年中國省際間的金融發(fā)展差異呈現(xiàn)增大趨勢，即不存在金融發(fā)展收斂特征。

其次，從城市層面來研究各地區(qū)金融發(fā)展收斂性問題，如劉傳明等(2017)[28]采用2014年3月至2015年12月城市互聯(lián)網(wǎng)金融發(fā)展指數(shù)月度數(shù)據(jù)，分析中國八大城市群互聯(lián)網(wǎng)金融發(fā)展的收斂性問題，發(fā)現(xiàn)中國八大城市群中六個區(qū)域不存在絕對β收斂，而另外兩個區(qū)域存在絕對β收斂。梁榜和張建華(2020)[27]采用2011―2015年數(shù)字普惠金融地級城市層面的數(shù)據(jù)分析金融發(fā)展問題，發(fā)現(xiàn)全國整體和三大區(qū)域數(shù)字普惠金融的發(fā)展呈現(xiàn)典型的σ收斂，并且均存在顯著的絕對和條件β收斂，但不同區(qū)域的空間收斂速度有所差異。

再次，從縣級層面來研究各地區(qū)金融發(fā)展收斂性問題，如黃硯玲等(2010)[20]以1997―2008年浙江省67個縣市區(qū)為研究對象，采用空間計量方法分析金融發(fā)展的收斂性問題，結(jié)果表明樣本期間浙江省縣市區(qū)金融發(fā)展存在著顯著的β絕對收斂特征，且收斂速度呈現(xiàn)明顯的下降趨勢。石盛林(2010)[30]利用2004―2006年中國1978個縣域地區(qū)的數(shù)據(jù)，采用“金融相關(guān)比率”衡量縣域金融發(fā)展水平研究收斂性問題，結(jié)果表明樣本期內(nèi)全國縣域范圍內(nèi)金融發(fā)展呈現(xiàn)β收斂特征和俱樂部收斂特征。王雪和何廣文(2020)[33]利用2010―2015年中國1733個縣域面板數(shù)據(jù)分析普惠金融發(fā)展的收斂性問題時發(fā)現(xiàn)，縣域普惠金融發(fā)展存在絕對β收斂、條件β收斂和俱樂部收斂。

綜上所述，國內(nèi)外學(xué)者從不同方面對金融發(fā)展的收斂性問題展開了研究。盡管國內(nèi)學(xué)者從不同地區(qū)層面對金融發(fā)展的收斂性問題展開了研究，但他們更多地關(guān)注區(qū)域金融發(fā)展的絕對β收斂。Barro and Sala-i-Martin(1992，2003)[6][7]指出，一個中央政府管轄下的不同區(qū)域在制度環(huán)境、經(jīng)濟環(huán)境、技術(shù)水平等方面盡管有些差異，但在研究絕對β收斂特征問題時采用同一政治制度下區(qū)域數(shù)據(jù)集相對采用不同政治制度下國家數(shù)據(jù)集更具有優(yōu)勢。而Sala-i-Martin(1996)[16]的研究也指出條件收斂和絕對收斂的假設(shè)當(dāng)且只有在所有的區(qū)域具有相同的穩(wěn)態(tài)值時才成立。盡管同一個國家制度背景下的地區(qū)數(shù)據(jù)集在檢驗絕對β收斂具有優(yōu)勢，但具體運用到中國來說可能有些特殊。1978年至今的40多年里，特別是改革開放初期我國經(jīng)濟發(fā)展實行的是“先富帶動后富”戰(zhàn)略，即率先發(fā)展東部沿海地區(qū)，當(dāng)發(fā)展到一定階段時，東部沿海地區(qū)帶動中西部地區(qū)發(fā)展。在這種經(jīng)濟發(fā)展戰(zhàn)略的背景下，東部地區(qū)和非東部地區(qū)發(fā)展差距較大。這也意味著用地區(qū)數(shù)據(jù)集考察金融發(fā)展是否具有絕對β收斂特征是遠遠不夠的，更需要考慮每個地區(qū)金融發(fā)展水平可能具有不同穩(wěn)態(tài)值時區(qū)域金融發(fā)展是否具有條件β收斂的情況。與此同時，改革開放至今已有40余年，國內(nèi)很少有學(xué)者使用更長時間跨度的研究樣本對中國金融發(fā)展進行收斂性分析。而且，國內(nèi)學(xué)者在對中國區(qū)域金融發(fā)展收斂性問題進行分析時，通常選擇一種指標來衡量地區(qū)金融發(fā)展水平，這種做法往往會產(chǎn)生較為片面的研究 結(jié)果。

鑒于以上研究的不足，本文擬從以下四方面對現(xiàn)有研究進行補充：第一，在研究中國區(qū)域金融發(fā)展收斂問題時，不僅沿用現(xiàn)有研究做法考察金融發(fā)展是否存在絕對β收斂特征，同時借鑒經(jīng)濟增長收斂相關(guān)文獻來考察金融發(fā)展是否也存在條件β收斂特征，這樣做可以更加客觀準確地驗證中國區(qū)域金融是否呈現(xiàn)β收斂特征，同時還能挖掘影響金融發(fā)展收斂的其他因素；第二，將研究的時間跨度擴大到1978―2017年，同時采用Islam (1995)[13]、Beck et al.(2000)[9]、黃智淋和董志勇(2013)[21]的做法，將樣本分成五個不交疊的時期：1978―1982年，1983―1987年，…，2013―2017年，這樣做不僅可以研究改革開放40年間金融發(fā)展收斂的特征，而且可以有效地保留地區(qū)層面的時間變化，避免商業(yè)周期帶來的影響；第三，將在現(xiàn)有研究的基礎(chǔ)上采用三種指標衡量區(qū)域金融發(fā)展水平，以更加全面地分析金融發(fā)展收斂性問題，而且可以使得研究結(jié)果更加穩(wěn)健；第四，進一步將樣本劃分成東部和非東部地區(qū)研究金融發(fā)展的收斂性問題。

三、實證研究設(shè)計

(一)計量回歸模型的構(gòu)建

本文在實證研究金融發(fā)展的收斂特征時，選擇β收斂方法。β收斂方法是由Baumol(1986)[8]提出的，主要關(guān)注變量的增長率與變量初始值之間的負向關(guān)系。Mankiw et al. (1992)[14]、Sala-i-Martin(1996)[16]、Islam(1995)[13]等均采用β收斂方法研究經(jīng)濟增長收斂相關(guān)問題。國外在對金融發(fā)展收斂問題進行研究時也是借鑒了經(jīng)濟增長領(lǐng)域分析收斂性的β收斂方法，如Veysov and Stolbov(2012)[17]、Bahadir and Valev(2015)[5]以及Bruno et al.(2012)[12]的研究。綜上分析，本文也采用β收斂方法實證分析中國金融發(fā)展的收斂性問題。在進行實際操作時，β收斂方法可以進一步分為絕對收斂和條件收斂。

Barro and Sala-i-Martin(1992)[6]的研究指出在實際回歸過程中存在兩種估算系數(shù)β的方法。第一種方法是采用一般的數(shù)據(jù)集(即該數(shù)據(jù)無法保證初始值與穩(wěn)態(tài)值不相關(guān))，找到代表穩(wěn)態(tài)值的變量，進行回歸分析，這樣可以避免遺漏變量導(dǎo)致的內(nèi)生性問題。第二種方法采用的數(shù)據(jù)集中，各地區(qū)傾向于類似穩(wěn)態(tài)值收斂，至少能保證穩(wěn)態(tài)值與初始值不相關(guān)。在這種情況下，地區(qū)數(shù)據(jù)集有重要作用。受到同一個中央政府管轄的地區(qū)盡管在法律制度、經(jīng)濟制度、技術(shù)以及偏好等方面存在差異，但這些差異要比國家間的差異小。這種相對同質(zhì)性意味著絕對收斂更可能存在于一國的各地區(qū)之間。因此，本文首先檢驗金融發(fā)展是否具有絕對β收斂特征，將模型設(shè)定成如下形式：

其中，git代表第i個地區(qū)t時期跨度內(nèi)的金融發(fā)展增長率，F(xiàn)Dit代表t時期跨度的第一年的金融發(fā)展水平，μi和τt分別表示地區(qū)和時間固定效應(yīng)。本文關(guān)注的重點是系數(shù)β的統(tǒng)計特征，倘若系數(shù)β小于0，說明金融增長率與初始期的金融發(fā)展水平呈現(xiàn)負向關(guān)系，這也意味著金融發(fā)展具有絕對β收斂特征，即金融發(fā)展水平在初始時期越低，金融發(fā)展得更快；倘若系數(shù)β等于0，則意味著金融發(fā)展水平的差距保持不變；倘若系數(shù)β大于0，則說明金融發(fā)展呈現(xiàn)發(fā)散的特征，即金融發(fā)展水平在初始時期越高，金融發(fā)展的速度更快。

盡管中國的省級地區(qū)在政治制度、經(jīng)濟制度、法律制度等多方面具有共性，但考慮到各地區(qū)在地理位置、自然資源稟賦、政策優(yōu)惠等方面的差異，各地區(qū)的穩(wěn)態(tài)可能會存在差異，因此需要進一步考慮金融發(fā)展是否存在條件β收斂。本文將檢驗金融發(fā)展是否具有條件收斂的模型設(shè)定為如下形式：

其中，結(jié)合Bahadir and Valev(2015)[5]的研究，本文選擇如下控制變量：人均實際GDP(lnrgpd)、政府消費(cd)、對外開放(od)、外商直接投資(fd)以及產(chǎn)業(yè)結(jié)構(gòu)高級化(std)。

本文進一步借鑒Aghion et al.(2005)[1]的研究思路，以直轄市上海為其他地區(qū)金融發(fā)展對照前沿面，構(gòu)建如下模型：

其中，下標sh代表上海市，其他的變量與模型(2)相同。

雖然面板數(shù)據(jù)能夠解決遺漏個體異質(zhì)性問題，但受部分無法測度因素的影響，模型中可能存在遺漏變量問題，進而會導(dǎo)致內(nèi)生性問題。盡管計量模型采用了初始年份的金融發(fā)展水平來解釋隨后時期的金融發(fā)展增長率，但仍需充分考慮雙向因果關(guān)系導(dǎo)致的內(nèi)生性問題。因此，本文通過工具變量方法來克服內(nèi)生性問題，主要包括面板2SLS估計方法和面板GMM估計方法。

(二)變量選取

1.金融發(fā)展水平以及增長率的指標選取

國內(nèi)外在研究金融發(fā)展相關(guān)問題時，從多個維度和多個層面構(gòu)建衡量金融發(fā)展水平的指標，但并未達成一致的度量標準。如Muhammad et al.(2016)[15]選取“私人部門信貸額度與GDP的比值”以及“M2與GDP的比值”作為衡量金融發(fā)展水平的指標研究金融發(fā)展和經(jīng)濟增長之間的關(guān)系。Bahadir and Valev(2015)[5]選取“私人部門從商業(yè)銀行獲得的貸款總額與GDP的比值”“私人部門從金融機構(gòu)獲得的貸款總額與GDP的比值”以及“流動性負債總額與GDP的比值”分別作為衡量金融發(fā)展水平的指標分析金融機構(gòu)的收斂性問題。Zhu et al.(2020)[18]選取“私人部門從銀行以及其他金融部門的貸款與GDP的比值”“私人部門從銀行的貸款與GDP的比值”以及“流動性負債總額與GDP的比值”作為衡量金融發(fā)展水平的指標分析金融發(fā)展、創(chuàng)新與經(jīng)濟增長之間的關(guān)系。Arcand et al.(2015)[3]在研究金融發(fā)展和經(jīng)濟增長之間關(guān)系時同樣選取“私人部門信貸額度與GDP的比值”作為度量金融發(fā)展水平的指標。國內(nèi)學(xué)者如張軍和金煜(2005)[35]以及王俏茹等(2020)[34]均采用“私人部門的貸款總額與GDP的比值”作為衡量區(qū)域金融發(fā)展水平的核心指標。李健和盤宇章(2017)[22]以及黃智淋和董志勇(2013)[21]在研究金融發(fā)展與經(jīng)濟增長之間的非線性關(guān)系時將“金融機構(gòu)貸款余額與GDP的比值”作為度量金融發(fā)展水平的指標。樊玲和韓廷春(2020)[19]選取“社會融資規(guī)模與GDP的比值”作為衡量金融發(fā)展水平的指標以分析金融發(fā)展對實體經(jīng)濟的影響。盡管“私人部門的貸款總額與GDP的比值”是衡量中國金融發(fā)展水平相對合理的指標，但中國各地區(qū)的統(tǒng)計年鑒以及《中國金融統(tǒng)計年鑒》并未提供此指標的原始數(shù)據(jù)，學(xué)者們都是通過進行回歸估算得到此指標數(shù)據(jù)?？紤]到本文研究的時間跨度為1978―2017年40年，由于數(shù)據(jù)缺失問題以及回歸估算產(chǎn)生的誤差致使本文并不能使用“私人部門的貸款總額與GDP的比值”作為衡量金融發(fā)展水平的指標。同時，由于我國資本市場發(fā)展相對于國外起步較晚，改革開放前期關(guān)于股票市場、債券市場和保險市場分區(qū)域的數(shù)據(jù)缺失問題嚴重，因此本文主要針對于銀行業(yè)，這也是國內(nèi)研究采用的慣用做法?？紤]到數(shù)據(jù)的可獲得性，本文借鑒李健和衛(wèi)平(2015)[23]以及李健和衛(wèi)平(2015)[24]的研究選擇“金融機構(gòu)的年末貸款余額與地區(qū)生產(chǎn)總值之比”(FD1)、“金融機構(gòu)的年末存款余額與地區(qū)生產(chǎn)總值之比”(FD2)以及“金融機構(gòu)的年末存貸款余額與地區(qū)生產(chǎn)總值之比”(FD3)分別衡量地區(qū)金融發(fā)展水平。由于現(xiàn)有研究中絕大多數(shù)采用“相關(guān)部門的貸款額度與GDP的比值”作為主要衡量金融發(fā)展水平的指標，本文主要研究結(jié)果以“金融機構(gòu)的年末貸款余額與地區(qū)生產(chǎn)總值之比”衡量金融發(fā)展水平的回歸結(jié)果為基準。

由于研究時間跨度為1978―2017年，本文沿用Bahadir and Valev(2015)[5]的做法，將數(shù)據(jù)分成五個不交疊的時期：1978―1982年，1983―1987年，…，2013―2017年；以金融發(fā)展的每五年增長率(git)作為被解釋變量，同時選擇每個五年的初始第一年金融發(fā)展水平(FDit)作為本文的核心解釋變量。

2.其他變量的選取

人均實際G D P 水平(lnrgpd)：本文選取以1978年為基期折算后的人均GDP并取對數(shù)作為衡量各地區(qū)的人均實際GDP水平的指標。

政府消費水平(cd)：本文選取“政府消費支出與地區(qū)生產(chǎn)總值的比值”作為衡量地區(qū)政府消費水平的指標。

對外開放水平(od)：本文選取“進出口總額與地區(qū)生產(chǎn)總值的比值”作為衡量地區(qū)對外開放水平的指標。

外商直接投資(fd)：本文選取“實際利用外商投資額與地區(qū)生產(chǎn)總值的比值”作為衡量地區(qū)的外商直接投資水平的指標。

產(chǎn)業(yè)結(jié)構(gòu)高級化水平(std)：本文選取“第二、三產(chǎn)業(yè)產(chǎn)值之和與地區(qū)生產(chǎn)總值的比值”作為衡量地區(qū)產(chǎn)業(yè)結(jié)構(gòu)高級化水平的指標。

在本文中以上所有控制變量數(shù)值選取均為五個不交疊時期的第一年數(shù)值。

(三)數(shù)據(jù)來源說明

本文選取1978―2017年中國30個省、直轄市以及自治區(qū)為研究對象(考慮到西藏自治區(qū)數(shù)據(jù)缺失問題嚴重，按照現(xiàn)有研究做法對其進行了剔除)，經(jīng)過每5年處理之后共計240個觀測數(shù)據(jù)。衡量所有變量發(fā)展水平的原始數(shù)據(jù)均來源于1978―2017年各地區(qū)的統(tǒng)計年鑒、《新中國六十年統(tǒng)計資料匯編》《中國統(tǒng)計年鑒》以及中經(jīng)網(wǎng)數(shù)據(jù)庫。由于個別數(shù)據(jù)存在缺失，本文采用算術(shù)平均值來補充。

四、實證結(jié)果與分析

(一)金融發(fā)展收斂性分析：全國層面

表1報告的是使用衡量金融發(fā)展水平的不同指標估計模型(1)的回歸結(jié)果，表中并未包括控制變量，但控制了地區(qū)固定效應(yīng)和時間固定效應(yīng)。本文發(fā)現(xiàn)所有金融發(fā)展水平變量的系數(shù)均在1%水平下顯著為負。其中，列(1)、(4)以及(7)中金融機構(gòu)貸款余額的初始值的系數(shù)均在-0.09左右，換句話來說，金融機構(gòu)的貸款余額初始值每增加1%，金融機構(gòu)年末貸款余額占比增長率會降低0.09%左右。列(2)、(5)以及(8)中金融機構(gòu)存款余額的初始值每增加1%，金融機構(gòu)年末存款余額增長率降低0.06%左右。列(3)、(6)以及(9)中金融機構(gòu)年末存貸款額的初始值每增加1%，金融機構(gòu)存貸款額增長率會降低0.034%。綜上回歸結(jié)果可知，中國省際之間金融發(fā)展呈現(xiàn)絕對β收斂 特征。

表1 全國金融發(fā)展絕對β 收斂回歸結(jié)果

表2 全國金融發(fā)展條件β 收斂回歸結(jié)果

表3 金融發(fā)展β 收斂回歸結(jié)果：工具變量法

由于表1的所有回歸結(jié)果并未控制其他的控制變量，檢驗的是絕對收斂，本文進一步加入一系列的宏觀控制變量，具體的回歸結(jié)果見表2。本文發(fā)現(xiàn)Hausman檢驗表明所有模型均支持采用固定效應(yīng)估計方法得到的回歸結(jié)果(受篇幅所限，未列出采用隨機效應(yīng)估計方法得到的回歸結(jié)果)。本文發(fā)現(xiàn)衡量金融發(fā)展水平的核心解釋變量前面的系數(shù)均在1%水平下顯著，這表明金融發(fā)展呈現(xiàn)顯著的條件β收斂特征。

前文指出，計量回歸模型中可能由于遺漏問題以及雙向因果關(guān)系而導(dǎo)致內(nèi)生性問題。為了克服可能出現(xiàn)的內(nèi)生性問題，本文首先使用面板2SLS方法來進行分析。表3中列(13)～(15)的回歸結(jié)果是把核心解釋變量金融發(fā)展水平的1階滯后作為工具變量采用面板2SLS得到的。本文發(fā)現(xiàn)金融發(fā)展水平的系數(shù)均在1%水平下顯著且均為負值，這說明即使考慮到了內(nèi)生性問題，金融發(fā)展依舊呈現(xiàn)顯著的絕對β收斂特征。通過考慮模型可能存在的內(nèi)生性問題，相對于表1列(1)～(3)的數(shù)值而言，核心解釋變量金融發(fā)展水平前面的β系數(shù)絕對值呈現(xiàn)上升的趨勢，這說明不考慮核心解釋變量的內(nèi)生性問題會導(dǎo)致回歸結(jié)果的低估偏差。表3中列(16)～(18)的回歸結(jié)果是在(13)～(15)的基礎(chǔ)上加入了其他宏觀控制變量但把這些變量看作外生變量得到的，可以發(fā)現(xiàn)金融發(fā)展的條件β收斂特征并沒有發(fā)生明顯改變?？紤]到一些控制變量可能與被解釋變量之間也會出現(xiàn)雙向因果關(guān)系，本文將所有的解釋變量(核心解 釋變量和控制變量)的1階滯后作為工具變量，且采用面板兩階段最小二乘估計方法進行回歸，得到了表3中(19)～(21)的結(jié)果，發(fā)現(xiàn)金融發(fā)展的條件β收斂特征并未發(fā)生改變。

在表3中所采用的工具變量個數(shù)等于內(nèi)生解釋變量個數(shù)，接下來本文采用更多的工具來進行回歸分析。當(dāng)工具變量個數(shù)多于內(nèi)生解釋變量個數(shù)時，采用面板GMM估計相對面板2SLS估計更有效率。采用面板數(shù)據(jù)進行GMM估計時通常分為兩類：一類是靜態(tài)面板GMM估計，另一類是動態(tài)面板GMM估計。首先采用靜態(tài)面板GMM估計方法來檢驗金融發(fā)展是否具有收斂特征。該種估計方法也同樣存在兩個操作過程：第一步需要對固定效應(yīng)模型進行離差變換以解決遺漏變量問題，第二步只需要對變換后的模型使用GMM，具體結(jié)果見表4列(22)～(24)。得到這三列的回歸結(jié)果的前提是模型中把核心解釋變量(金融發(fā)展水平)的1階和2階滯后作為工具變量，而其他的控制變量的1階滯后作為工具變量，之后采用GMM方法。采用這種工具變量設(shè)定形式的主要原因在于，本文采用Sargan檢驗對采用全部的解釋變量(核心解釋變量和控制變量)均采用1階和2階滯后作為工具變量的模型進行過度識別檢驗，并沒有拒絕原假設(shè)“H0：所有工具變量都是外生的”。本文發(fā)現(xiàn)采用靜態(tài)面板GMM估計方法進一步證實了金融發(fā)展存在明顯條件β收斂特征的結(jié)論。

表4 全國金融發(fā)展條件β 收斂回歸結(jié)果

國外學(xué)者Beck et al.(2000)[9]采用動態(tài)面板GMM方法檢驗金融發(fā)展和經(jīng)濟增長之間的關(guān)系。這也是后續(xù)研究金融發(fā)展問題時學(xué)者偏愛的一種方法，主要因為當(dāng)尋求模型以外的工具變量遇到困難時，可以采用模型內(nèi)部變量的滯后階作為工具變量。本文借鑒以上學(xué)者的研究思路，采用動態(tài)面板GMM估計方法驗證金融發(fā)展是否呈現(xiàn)顯著的收斂特征。在采用動態(tài)面板GMM估計方法時，通常包括動態(tài)面板差分GMM方法(Arellano and Bond，1991)[4]和系統(tǒng)GMM方法(Blundell and Bond，1998)[11]。相比差分GMM，系統(tǒng)GMM可以提高回歸模型的估計效率，同時還可以估計出不隨時間變化的解釋變量(即個體時不變變量)的系數(shù)。綜上考慮，本文選擇更有效率的系統(tǒng)GMM方法檢驗中國區(qū)域金融發(fā)展是否具有顯著的收斂特征。1正如現(xiàn)有文獻的標準做法，本文需要使用兩種檢驗來驗證模型使用的準確性，即工具變量的過度識別檢驗和隨機擾動項不存在二階自相關(guān)檢驗。表4中列(25)～(27)的回歸結(jié)果中均通過了“隨機擾動項不存在二階自相關(guān)”的原假設(shè)。在對工具變量進行過度識別檢驗時，主要有兩種方法：Sargen檢驗和Hansen檢驗。這兩種方法的差別在于前者的前提是存在條件同方差，而后者的前提是存在條件異方差，在條件同方差的條件下這兩種檢驗是等價的。從表4可以發(fā)現(xiàn)，無論是采用Sargen檢驗還是Hansen檢驗，所有模型均通過了工具變量的過度識別檢驗，即模型中所有工具變量都是外生的。采用GMM方法對計量回歸模型進行估計時通常會面臨使用過多工具變量這樣的潛在問題。Bahadir and Valev(2015)[5]的研究指出，在既定的樣本量的前提下，在計量模型中加入過多工具變量會增加估計的有限樣本偏差。本文借鑒以上學(xué)者的研究思路，使用解釋變量的2～3階滯后作為工具變量進行回歸分析，具體結(jié)果見表4中列(25)～(27)。衡量金融發(fā)展水平的系數(shù)均為負值且大都顯著，這說明金融發(fā)展增長率與金融發(fā)展水平初始值之間呈現(xiàn)顯著的負向關(guān)系。因此，本文無論采用何種估計方法，均證實了金融發(fā)展呈現(xiàn)顯著的條件β收斂特征。

改革開放以來，中國前期實行“以先富帶動后富”的經(jīng)濟發(fā)展戰(zhàn)略，憑借在地理位置、自然資源稟賦、社會文化和經(jīng)濟發(fā)展等方面的優(yōu)勢，東部地區(qū)經(jīng)濟得到了快速發(fā)展。特別是上海已經(jīng)成為了全國金融中心，幾乎囊括了全中國所有的金融市場要素。目前，位于上海的金融機構(gòu)主要包括上海證券交易所、上海期貨交易所、上海黃金交易所、金融衍生品交易所、國有四大行(農(nóng)行、中行、工行、建行)上?？偛?、各大外資銀行大中華總部等。在此發(fā)展背景下本文借鑒Aghion et al. (2005)[1]的研究思路，以直轄市上海為金融發(fā)展參照前沿面，估計前文設(shè)定的計量回歸模型(3)以探索全國其他省份地區(qū)金融發(fā)展水平相對于中國金融中心上海的相對收斂特征。從表5列(28)～(30)的回歸結(jié)果可以看出，無論采用何種指標衡量金融發(fā)展水平，金融發(fā)展變量的系數(shù)均為負且在5%水平下顯著，這充分說明即使以中國上海金融發(fā)展作為前沿參照面，同樣證實了“中國區(qū)域金融發(fā)展具有顯著條件β收斂”的結(jié)論。

表5 相對上海金融發(fā)展的條件β 收斂回歸結(jié)果

(二)金融發(fā)展收斂性分析：區(qū)域?qū)用?/h3>

根據(jù)《中國區(qū)域統(tǒng)計年鑒》的地區(qū)劃分標準可知，中國分成四大區(qū)域：東部、中部、西部以及東北部。本文研究樣本為1978―2017年40年30個地區(qū)的面板數(shù)據(jù)，但在數(shù)據(jù)過程中進一步地將時間劃分成了1978―1982年，1983―1987年，…，2013―2017年等8個5年跨度，樣本量迅速減少。若是按照《中國區(qū)域統(tǒng)計年鑒》的劃分，采用工具變量方法進行估計會因為樣本量過少導(dǎo)致結(jié)果不穩(wěn)健。因此，本文將30個地區(qū)劃分為東部地區(qū)(13個)和非東部地區(qū)(17個)兩個大區(qū)域。2在對不同區(qū)域?qū)用娼鹑诎l(fā)展是否具有絕對β收斂特征進行分析時，延續(xù)前文的方法，即采用面板2SLS估計和靜態(tài)面板GMM估計方法進行估計。但在實際分析過程中本文發(fā)現(xiàn)選擇使用金融發(fā)展水平的1階和2階滯后作為工具變量進行靜態(tài)面板GMM估計的結(jié)果沒有通過過度識別檢驗，通過一系列檢驗分析之后本文僅使用金融發(fā)展水平的1階滯后作為工具變量并采用面板2SLS進行分析，具體結(jié)果見表6。無論是在東部地區(qū)還是在非東部地區(qū)，采用三種指標衡量金融發(fā)展水平得到的回歸結(jié)果證實了東部地區(qū)和非東部地區(qū)均具有絕對β收斂特征。至此，根據(jù)表1、表2以及表6的回歸結(jié)果可知，本文無論是從全國層面還是從兩大區(qū)域?qū)用婢C實了金融發(fā)展呈現(xiàn)顯著的絕對β收斂特征。

根據(jù)前文研究思路，接下來從區(qū)域異質(zhì)性的視角檢驗金融發(fā)展是否也存在著條件收斂。本文采用動態(tài)面板GMM方法檢驗不同區(qū)域的金融發(fā)展收斂特征，具體結(jié)果見表7。Arellano-Bond檢驗均通過了“隨機擾動項不存在二階自相關(guān)”的原假設(shè)。無論是采用Sargen檢驗還是Hansen檢驗，所有模型均通過了工具變量的過度識別檢驗，即模型中的所有工具變量都是外生的。金融機構(gòu)年末貸款余額占比(FD1)的系數(shù)在列(37)中不顯著，而在列(38)中顯著為負值，這說明用金融機構(gòu)年末貸款余額占比衡量金融發(fā)展水平，在東部地區(qū)沒有呈現(xiàn)條件收斂，而在非東部地區(qū)呈現(xiàn)條件收斂特征。與此同時，金融機構(gòu)年末存款余額占比(FD2)的系數(shù)在列(39)中顯著為負值，而在列(40)中不顯著，這說明用金融機構(gòu)年末存款余額占比衡量金融發(fā)展水平，在東部地區(qū)呈現(xiàn)條件收斂，而在非東部地區(qū)沒有呈現(xiàn)條件收斂特征。在東部地區(qū)和非東部地區(qū)的樣本中，金融機構(gòu)年末存貸款占比(FD3)的系數(shù)均為負但均不顯著，這表明用金融機構(gòu)年末存貸款占比衡量金融發(fā)展水平，金融發(fā)展具有一定程度的收斂趨勢。由表4和表7的回歸結(jié)果可知，本文無論是從全國層面還是從兩大區(qū)域?qū)用婢C實了金融發(fā)展呈現(xiàn)條件β收斂特征。

表6 區(qū)域金融發(fā)展絕對β 收斂回歸結(jié)果

表7 區(qū)域金融發(fā)展條件β 收斂回歸結(jié)果：動態(tài)面板GMM 估計

五、結(jié)論與啟示

本文以1978―2017年中國30個省、直轄市、自治區(qū)為研究對象，采用“金融機構(gòu)年末貸款余額與地區(qū)生產(chǎn)總值之比”“金融機構(gòu)年末存款余額與地區(qū)生產(chǎn)總值之比”以及“金融機構(gòu)年末存貸款余額與地區(qū)生產(chǎn)總值之比”三個指標分別衡量地區(qū)金融發(fā)展水平，使用面板2SLS、靜態(tài)面板GMM以及動態(tài)面板GMM等多種回歸估計方法，實證檢驗中國金融發(fā)展是否具有絕對收斂和條件收斂特征。研究發(fā)現(xiàn)：從全國層面，選擇衡量金融發(fā)展水平的不同指標并在不同情境下采用不同的回歸方法均證實了金融發(fā)展呈現(xiàn)顯著的絕對收斂和條件收斂特征；對于具有較低金融發(fā)展水平初始值的地區(qū)會伴隨著后期較高的金融發(fā)展增長率，即金融發(fā)展增長率與金融發(fā)展水平初始值之間呈現(xiàn)顯著的負向關(guān)系；從東部和非東部區(qū)域?qū)用?，金融發(fā)展具有顯著的絕對收斂特征和一定程度的條件收斂特征。本文以中國數(shù)據(jù)為研究對象支持了金融發(fā)展具有收斂特征的結(jié)論。

根據(jù)以上研究結(jié)論，本文得到如下政策啟示：第一，應(yīng)當(dāng)逐步調(diào)整國家的金融發(fā)展戰(zhàn)略，將發(fā)展中心向落后區(qū)域進行轉(zhuǎn)移，給予各地區(qū)平等的金融發(fā)展條件，這樣才能加快金融發(fā)展的收斂進度，縮小地區(qū)間金融發(fā)展差距，實現(xiàn)金融均衡發(fā)展。盡管本文結(jié)論證實了我國金融發(fā)展呈現(xiàn)收斂態(tài)勢，但歷年《中國區(qū)域金融運行報告》提供的數(shù)據(jù)顯示我國金融區(qū)域發(fā)展差距仍然較大。因此，國家應(yīng)當(dāng)積極構(gòu)建東部-非東部地區(qū)金融發(fā)展的協(xié)調(diào)機制，加強區(qū)域金融發(fā)展的政策協(xié)調(diào)，促進區(qū)域金融合作，建立發(fā)達區(qū)域?qū)β浜髤^(qū)域的金融反哺機制，實現(xiàn)區(qū)域間金融的良性互動，推動區(qū)域金融發(fā)展收斂。第二，應(yīng)當(dāng)切合實際地根據(jù)各地區(qū)發(fā)展需要選擇適宜的金融業(yè)態(tài)進行有差異、有特色的發(fā)展。從現(xiàn)實情況來看，我國地區(qū)經(jīng)濟基礎(chǔ)、地理位置、資源稟賦、政策制度等多個方面存在著顯著差異，因此在縮小地區(qū)金融發(fā)展水平差距過程中不能過分強調(diào)區(qū)域金融同質(zhì)化發(fā)展。具體來說，東部地區(qū)金融業(yè)應(yīng)該積極推進對外開放水平，優(yōu)化融資結(jié)構(gòu)和信貸結(jié)構(gòu)，為東部地區(qū)進行供給側(cè)結(jié)構(gòu)性改革、服務(wù)實體經(jīng)濟轉(zhuǎn)型發(fā)展提供良好的金融服務(wù)，以此增強自身的發(fā)展實力?，F(xiàn)有很多金融政策在發(fā)達地區(qū)的適應(yīng)性強，而在不發(fā)達地區(qū)的適應(yīng)性差，應(yīng)該加強非東部地區(qū)的金融改革，積極推進金融在制度、產(chǎn)品、服務(wù)等方面的金融創(chuàng)新。

注釋

1. 在實際操作過程中發(fā)現(xiàn)，若控制地區(qū)固定效應(yīng)，多重共線性問題導(dǎo)致主要變量的系數(shù)和檢驗值均被刪除。因此，本文在采用系統(tǒng)GMM模型進行分析時并未控制地區(qū)固定效應(yīng)，整體影響并不很明顯。

2. 東部地區(qū)包括：北京、天津、遼寧、吉林、黑龍江、河北、上海、江蘇、浙江、福建、山東、廣東和海南；非東部地區(qū)包括：山西、安徽、江西、河南、湖北、湖南、內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。