金融发展与经济波动：长期均衡与短期动态——基于中国时间序列的证据

时间：2024-04-24

■姚耀军，邵丽霞

金融发展与经济波动：长期均衡与短期动态
——基于中国时间序列的证据

■姚耀军，邵丽霞

促进经济平稳增长关乎经济增长质量的改善。金融发展的经济增长效应已被深入研究，但关注其经济稳定效应的文献不多。本文利用界限检验法等时间序列计量技术进行发现，经济波动与金融发展存在负向的长期均衡关系。经济波动围绕长期均衡关系进行短期动态调整，但基于长期均衡关系的误差修正机制并不足以让经济波动最终回落至均衡路径。金融发展具有弱外生性，其短期动态不会受到长期均衡关系的显著影响。金融发展对经济运行稳定性具有显著预测作用。文章表明，金融发展有助于平抑经济波动，可以兼顾促增长与保稳定两大政策目标，对于提高中国经济发展新常态下的经济增长质量具有重要意义。

金融发展；经济波动；协整；界限检验；误差修正模型

一、引言

在宏观经济运行中，促增长与保稳定两大政策目标难以兼顾。针对这一两难问题，Lucas（1987）认为，与经济增速降低带来的巨大福利损失相比，经济波动产生的福利成本损失微乎其微。自此以后，宏观经济学家基本形成共识——重要的是经济增长而不是经济波动。这一共识深刻影响了金融发展研究，以至有关金融发展如何影响经济增长的文献浩如烟海，但甚少有学者研究金融发展与经济波动的关系（Wahid and Jalil，2010）。

Lucas论断是否适用于中国宏观经济现实呢？陈彦斌（2005）指出，Lucas模型本身存在一定的不足，而中国经济较高的增长率与较大的波动性将进一步放大模型的缺陷，导致经济增速降低的福利成本被严重高估，经济波动的福利成本被严重低估。该项研究通过模型修正和数值模拟发现，两种福利成本在中国宏观经济运行中大致相当。因此，就中国宏观经济而言，保持经济平稳运行与促进经济增长同样重要。

实现经济平稳运行政策目标首先要求深刻理解经济波动的形成。大量研究主要从宏观调控政策与经济结构（包括体制结构、所有制结构与资源供给结构等结构性因素）两大层面，探讨中国经济波动的成因（刘树成，2009），鲜有文献考察金融发展与经济稳定性的关系。直至最近几年，研究动态出现一些变化，基于金融发展视角研究中国经济波动的文献开始陆续出现。

王翔等（2009）发现，通过优化投资结构，金融发展降低了经济增长对外生冲击的敏感性；骆振心等（2009）识别了金融发展对货币冲击的抑制效应；Wahid and Jalil（2010）显示金融发展降低了人均实际GDP的波动；朱彤等（2011）发现，通过抵消外生冲击对人均实际GDP固定资产投资的影响，金融发展降低了中国经济对外生冲击的敏感性；鄢莉莉等（2012）基于DSGE模型表明，金融市场的发展将降低贷款冲击和融资效率冲击对宏观经济的影响；邵传林等（2013）发现，金融市场化先抑制后加剧经济波动，两者呈U型关系；姚耀军等（2013）认为，尽管金融发展具有显著的货币冲击减震效应，但总体而言中国还未迈入金融发展对经济波动产生平抑效应的阶段；张晓玫等（2014）表明，适宜的金融发展减缓产出缺口波动、扩大潜在产出波动；孙力军（2015）发现，通过跨期平滑效应和信息生产效应，均衡的金融发展平抑经济波动，而非均衡的金融发展将产生资产泡沫效应和金融加速器效应，加剧经济波动。

总体来看，已有文献主要利用省级面板数据进行实证研究，提供了复杂甚至相互抵牾的经验证据。本文受到Wahid and Jalil（2010）的启发，基于中国1981～2015年时间序列数据，试图进一步明确金融发展与经济波动之间的关系。在实证研究方法上，本文首先基于界限检验法（Pesaran et al.，2001），对金融发展与经济增长波动进行协整（Cointegration）检验，以识别两者间的长期均衡关系；然后基于自回归分布滞后（ARDL）模型估计协整参数并建立误差修正模型（ECM），以考察长期均衡关系对短期动态的影响。这些计量分析方法具有良好的小样本性质，特别适于分析中国改革开放以来的时间序列数据。

二、金融发展与经济波动测度

在一个银行主导型金融体制中，M2/GDP、私人部门贷款/GDP等指标常用来衡量金融发展，但这些指标是否能够较准确地反映金融发展在经济增长中的作用，尚存疑问。例如，M2/GDP可能仅体现了经济货币化程度或者金融体系提供流动性的能力，没有体现金融服务的风险管理和资金配置功能，故不能反映金融发展的真实水平；就转型经济体而言，较高的M2/GDP通常源于金融工具的单一与不良信贷的累积，并不代表较高的金融发展水平。私人部门贷款/GDP的上升可能是信贷扩张的结果，而高水平信贷扩张常常预示了金融不稳定甚至金融危机。另外，中国官方统计资料并未按照借款方的产权属性对贷款进行分类，因此我们也无法获得有关私人部门贷款的统计数据。作为权宜之计，很多实证文献利用总贷款/GDP来代替私人部门贷款/GDP，但由于银行贷款主要流向国有企业以致很多无效率投资获得信贷支持，总贷款/GDP的上升可能恰好与金融发展的理论内涵相悖。

无论是M2/GDP、私人部门贷款/GDP还是总贷款/GDP，本质上均属于利用GDP进行平减后的总量指标。总量指标不能反映结构性问题，一些中国经验文献注意到这一点，转而采用结构性指标来衡量金融发展，其中固定资产投资资金来源中的银行贷款与财政拨款之比被广泛采用，参见Guariglia and Poncet（2008）。中国固定资产投资的资金来源包括：国家预算内资金、国内贷款、外资、自筹和其他资金。与政府财政拨款不同，银行贷款是一种更市场化因而更有效的资金配置方式。主要表现在，一方面，银行贷款一般需偿付利息，而且用途受限，因此借款方面临较强的预算约束；另一方面，由于奖金、津贴等货币收入往往与贷款违约风险挂钩，信贷部门有激励去收集和处理企业信息，从而那些财务状况良好、生产效率高的企业更容易获得信贷支持。根据上述分析，本文也利用固定资产投资中银行贷款与财政拨款之比这一结构性指标来衡量中国金融发展。

经济波动在宏观经济学文献中有古典波动与增长波动之分。前者关注产出水平的波动，后者关注产出增速的波动。现代经济中的产出水平一般都是增长的，因此经济波动主要表现为经济增长速度的高低起伏。本文利用非对称CF滤波法首先识别出人均实际GDP增长率的周期成分（周期波动频率设定为2～8年），然后对其取平方并取对数，从而获得经济波动幅度的时间序列数据。

本文采用非对称CF滤波法的理由是：第一，CF滤波属于带通（Band-pass）滤波。通过截留低频率的趋势成分与高频率的随机成分，带通滤波让处于一定频率范围的周期成分通过滤波器，而周期成分正是美国国家经济研究局（NBER）认定经济周期的基础，因此带通滤波在经济波动文献中获得广泛使用；第二，带通滤波包括BK与CF两种方法，但前者要求波动具有对称性，从而其适用范围有限，而后者可以通过非对称滤波避免这一局限，恰好适应中国改革开放以来经济波动具有明显非对称性这一事实（刘树成等，2009）。

有文献发现通货膨胀冲击与经济对外开放均显著影响经济平稳运行（Wahid and Jalil，2010）。为了控制这些影响，本文的实证分析还引入了通货膨胀率与经济对外开放度两大变量。由于CPI数据不完整，而且消费在中国GDP所占份额不是太高，本文舍弃CPI指标，采用GDP缩减指数来衡量通货膨胀率，并用其平方值的对数来测度通货膨胀冲击。根据大多数经验文献，本文用进出口总额与名义GDP之比来衡量经济对外开放度。所有基础数据皆根据历年《中国统计年鉴》整理。

三、实证模型设定与分析

本文设定各变量的均衡关系如式（1）所示：

VOL=β0+β1FD+β2OPEN+β3INF （1）

其中，VOL、FD、OPEN与INF分别代表经济波动幅度、金融发展水平、经济对外开放度与通货膨胀冲击。β表示一系列均衡参数，其中β1是本文最为关注的参数。根据姚耀军等（2013）的文献梳理，金融发展可以通过如下几种机制对经济波动产生平抑作用：第一，金融发展缓解信贷市场信息摩擦、降低信贷融资对企业资产负债表状况的依赖，抑制了金融加速器效应。第二，在不完善的信贷市场中，有利（不利）冲击通过降低（增加）长期投资的流动性风险，使得长期投资具有顺周期性，成为经济波动的肇因。而金融发展促进信贷市场的完善，增强长期投资的逆周期性，有助于稳定经济。第三，金融发展增强了企业的风险管理能力，使得不可逆的固定资产投资对经济冲击更加敏感，亦即，遭遇不利冲击的企业能够延迟投资，将资金转化为储蓄，而面临有利冲击的企业可以借助更多外部融资来增加投资。因此，当不同企业面临异质性冲击时，大数法则使得经济体系中固定资产投资总量的波动趋于平缓。基于上述分析，我们预期β1为负。

（一）单位根与界限检验

表1 单位根检验

宏观经济变量可能属于单位根过程，致使基于时间序列数据识别由式（1）所表示的长期均衡关系面临伪回归问题，而此时协整分析就成为一种有力的计量分析工具。最常用的协整分析方法是Engle-Granger两步法和Johansen系统法，但这两种方法要求所有的变量均是一阶单整过程，而本文的单位根检验表明（见表1），式（1）中的变量并不满足此前提条件。根据四种统计量综合判断，变量VOL、FD与OPEN均属于一阶单整过程，而变量INF是平稳过程。

鉴于式（1）中各变量的数据生成过程性质，本文采用界限检验法（Pesaran et al.，2001）进行协整检验。与Engle-Granger两步法和Johansen系统法不同，界限检验仅要求被解释变量是一阶单整变量，而回归元可以是一阶单整过程或者平稳变量。另外，由于对样本容量不太敏感，该方法也适用于小样本分析。界限检验程序的第一步是估计如式（2）所示的条件误差修正模型：

在这里，xt=（FDt，OPENt，INFt）′，πyy与π′yx.x是长期乘数（向量），π0是漂移项，p是滞后阶数。△yt的滞后值、△xt的当前值以及滞后值被用来捕捉短期动态。为检验协整关系是否存在，建立原假设H0：πyy=0；π′yx.x=0，并进行F检验。其检验规则是，F值若高于临界值上限，则不存在协整关系的原假设被拒绝；若低于临界值下限，则不存在协整关系的原假设不能被拒绝；若落于临界值界限之内，则无法判断。界限检验结果显示（见表2），无论模型是否包含趋势，经济波动幅度、金融发展水平、对外开放度与通货膨胀冲击四变量间不存在协整关系的原假设均在1%显著水平下被拒绝。

表2 界限检验

（二）基于ARDL模型的协整参数估计

界限检验已表明协整关系的存在，而接下来的任务就是估计协整参数。为减轻小样本偏差，本文参照Pesaran and Shin（1999），基于ARDL模型来完成这一任务。假定ARDL模型的OLS估计结果如式（3）所示：

令VOLt=VOLt-1=…=VOLt-p=VOL，xt=xt-1=…=xt-p=x，再合并同类项，即可获得协整关系的估计式。ARDL估计结果见表3。

表3ARDL模型估计

我们进行了一系列模型诊断检验：Jarque-Bera检验显示，Jarque-Bera值为3.673，伴随概率为0.159，因此在通常的显著水平下，残差项服从正态分布的原假设不能被拒绝；自相关与偏自相关检验显示（见表4），残差不存在序列相关；ARCH（1）检验显示，F值为0.7224，伴随概率为0.129，因此在通常的显著水平下，残差项没有ARCH（1）效应；模型参数稳定检验显示（见图1），递归残差累积和（CUSUM）与递归残差平方累积（CUSUMSQ）均落于5%显著水平下的临界区域内，故可判定ARDL模型的参数具有稳定性。

一系列诊断检验表明，ARDL模型设定是恰当的。基于在ARDL模型，我们利用软件PCGIVE10.0估计协整参数，结果见式（4）：

在这里，括号内数值是t值，**与***分别表示在5%与1%显著水平下显著①Wald检验显示，协整估计参数具有联合显著性[Chi2（3）=84.3057，伴随概率P=0.0000]。。式（4）表明，经济波动（VOL）与金融发展水平（FD）、对外开放度（OPEN）存在显著的负向联系，与通货膨胀冲击（INF）存在显著的正向联系。经济波动与金融发展负向关联符合金融发展具有经济波动平抑效应的理论预期；经济波动与对外开放负向关联表明，当全球市场冲击具有异质性时，对外开放有利于分散经济风险；经济波动与通货膨胀冲击正向关联体现了价格冲击对经济运行的扰动作用。

表4 自相关与偏自相关检验

图1 模型参数稳定检验

（三）误差修正模型与Granger因果关系检验

基于式（4）定义均衡误差项ECM：

利用由式（5）所表示的均衡误差项建立并估计两个误差修正模型，以反映经济波动和金融发展的短期动态关系，所有估计结果见表5第三栏与第五栏。可以发现，在关于变量VOL的误差修正模型中，ECMt-1具有显著的估计系数，且其绝对值大于1，表明仅依靠误差修正机制还不足以让变量VOL回复至长期均衡关系之中，从而暗示经济波动短期动态的决定因素非常复杂；在关于变量FD的误差修正模型中，ECMt-1不显著，表明金融发展具有弱外生性（Weak exogeneity），亦即其不会围绕变量间的长期均衡关系进行短期动态调整。我们对此的解释是，利用固定资产投资资金来源中的银行贷款与财政拨款之比衡量的金融发展反映结构变迁，属于一个慢变量。

误差修正模型的建立为进一步检验变量间的Granger因果关系提供了基础。F检验结果表明（见表5第四栏与第六栏），仅存在从金融发展到经济波动的单向Granger因果关系，亦即金融发展对经济波动具有预测作用，而经济波动对金融发展缺乏预测性。

表5 误差修正模型与Granger因果关系检验

四、结论性评价

随着中国经济发展进入新常态，结构性的经济下行压力增加，如何促增长已成为政策界和学术界关注的焦点问题。然而，经济发展新常态注重的是经济增长质量，而其又由增长速度与增长波动两方面所决定。因此，在提高经济增速的同时确保增速稳定，是经济发展新常态的必然要求。金融是现代经济的核心。很多学者研究了中国金融发展对经济增长的促进作用，但鲜有文献关注其对宏观经济稳定的影响，这由此形成了本文研究的动机。

基于中国1981～2015年时间序列数据，本文利用界限检验法发现，在经济波动、金融发展、对外开放和通货膨胀冲击间存在长期均衡关系。基于ARDL模型的协整参数估计表明，经济波动与金融发展、对外开放存在显著的负向联系，与通货膨胀冲击存在显著的正向联系。通过建立误差修正模型并进行Granger因果关系检验，本文获得两个结论：第一，经济波动围绕变量间的长期均衡关系进行短期动态调整，但基于长期均衡关系的误差修正机制并不能保证经济波动最终回落至均衡路径。因此，除了金融发展、对外开放和通货膨胀冲击三大因素之外，经济波动还受到其他重要因素的影响，这表明经济波动是一个非常复杂的宏观经济变量。第二，虽然金融发展水平具有弱外生性，其短期动态不会受到变量间长期均衡关系的显著影响，但金融发展是经济波动的Granger原因，对经济运行稳定性具有显著的预测作用。

促进经济增长同时确保经济稳定似乎是一个“鱼与熊掌”的问题。然而，如果金融发展能够促进经济增长，那么本文的研究进一步表明，金融发展还能兼顾实现经济稳定的政策目标。因此，金融发展可以带来促增长与保稳定的双重红利。当然，金融发展绝非是简单的货币深化与信贷扩张过程。事实上，不受约束的货币化与信贷扩张常常是金融不稳定甚至金融危机的先兆，无论对经济增长还是对经济稳定，都不无贻害。金融发展的要旨在于，在金融总量扩张的同时，必须推动金融结构的优化，让市场在金融资源配置中发挥决定性作用。

[1]Guariglia，A.and Poncet，S，Could Financial Distortions be No Impediment to Economic Growth AfterAll? Evidence from China [J].Journalof Comparative Economics,2008,36(2):633～657.

[2]Lucas，R.E，Models of Business Cycles[M].Oxford:Basil Blackwell，1987.

[3]Pesaran，M.and Shin，Y，An Autoregressive Distributed Lag Modeling Approach to Co-integration Analysis[C].Econometrics and Economic Theory in the 20th Century,Cambridge UniversityPress，1999.

[4]Pesaran，M，Shin,Y.and Smith，R，Bounds Testing Approaches to the Analysis of Level Relationships[J].Journal of Applied Econometrics,2001，16：289～326.

[5]Wahid，A.N.M.and Jalil，A，Financial Developmentand GDP Volatility in China [J].Economic Notes,2010,39(1),27～41.

[6]陈彦斌.中国经济增长与经济稳定:何者更为重要[J].管理世界，2005，（7）：16～21.

[7]刘树成.新中国经济增长60年曲线的回顾与展望——兼论新一轮经济周期[J].经济学动态,2009，(10):5～12.

[8]骆振心,杜亚斌.银行业发展与中国宏观经济波动:理论及实证[J],当代经济科学,2009，(1):71～77.

[9]邵传林，王莹莹.金融市场化对地区经济波动的非线性平抑效应研究——来自省级层面的经验证据[J].经济科学,2013，(5):32～ 46．

[10]孙力军.中国金融发展与经济波动——均衡和非均衡视角的研究[J].山西财经大学学报,2015，(6):12～21.

[11]王翔,李凌.中国的金融发展、经济波动与经济增长:一项基于面板数据的研究[J].上海经济研究,2009，(2):36～45.

[12]姚耀军,鲍晓辉.金融中介发展平抑了经济波动吗？——来自中国的经验证据[J].财经研究,2013，(1):61～70.

[13]鄢莉莉,王一鸣.金融发展、金融市场冲击与经济波动——基于动态随机一般均衡模型的分析[J].金融研究,2012，(12):82～95.

[14]张晓玫,罗鹏.信贷增长、金融发展与宏观经济波动[J].国际金融研究,2014，(5):14～23.

[15]朱彤,漆鑫,李磊.金融发展、外生冲击与经济波动——基于我国省级面板数据的研究[J].商业经济与管理,2011，(1):52～59.