【文献精读】金融中介与经济增长：基于不同收入国家的分析（附《伟大的交易员：1929年至今14位华尔街操盘手的传奇交易》中奖名单）

【本期主题】

金融中介与经济增长：基于不同收入国家的分析

【分享人】

云南大学2015级博士 胡君

【文献分享】

今天的活动将由我给大家带来文献分享。分享的文献题目是：“金融中介与经济增长：基于不同收入国家的分析”，原文为：《Financial intermediation and economic growth: Does income matter? 》，作者Ünal Seven，发表于《Journal of Economic Systems》。

一.引言

金融市场和金融机构在所有经济体中的主要作用是提高资本配置的效率和鼓励储蓄，从而促进经济增长，引致进一步的资本形成、动员储蓄、风险管理和促进交易。金融系统可以通过储蓄或股票市场或两者并行实现这一目标。尽管有大量关于金融业发展和经济增长关系的理论和实证文献表明，金融系统可能促进长期经济增长，但没有就股票市场或是银行对经济增长的影响达成一般共识。理论提供了关于股票市场、银行和经济增长之间关系的矛盾预测。许多研究人员日益认识到，运转良好的金融体系可以通过改善信息和交易成本促进经济增长。

然而，一些模型表明，从加强资源配置角度，更高的回报可能降低储蓄率。如果足够大的外部性与储蓄和投资相联系，金融发展将放缓长期增长率。虽然现有的文献在金融体系塑造经济发展中的作用方面提供了大量广泛的证据，但是就金融体系的功能而言，还是存在严重缺陷。本文旨在调查股票市场和银行对经济增长的动态影响并做出了一些贡献。首先，它填补了文献中的一个重要差距，同时使用一个全面的数据集和现代计量经济学技术，在不同收入水平分析了股票市场和银行对经济发展的影响。其次，将银行业和股票市场指标结合起来，使用主成分分析来构建代表股市和银行业发展的索引，检查两个市场和经济增长之间的长期关系。由于金融中介通常是更复杂的且有更多的维度，特别是在发展中国家和发达国家，构建这个索引有利于更完整地反映金融发展水平。第三，本研究从一系列的高、中、低收入国家考虑一个面板，按照世界银行的分类，探讨金融发展和经济增长之间的关系是否在不同收入水平之间变化。尽管有大量的文献研究在发达经济体金融发展与经济增长之间的联系，却不了解在发展中国家和最不发达国家金融与增长的关系。此外，一些研究人员已经指出，金融对经济增长的影响可能会因一个国家的收入水平而改变。

二.文献回顾

 早期的理论和实证文献集中在作为增长来源的资本和劳动力资源的作用以及技术的使用。在大多数早期文献中，金融在经济增长过程中的作用被忽视了。在20世纪70年代，出现了金融发展和经济增长关系的广泛运动，尤其体现在 Goldsmith(1969)，McKinnon(1973)和Shaw(1973)的早期作品里。从那时起，特别是在20世纪90年代之后，有探究金融发展和经济增长之间关系的不同研究。大量的研究集中在金融发展和经济增长之间的联系表明，一个运作良好并以市场主导的金融行业有助于提升经济水平(King和Levine,1993a;Demirguc-Kunth和Levine,2008;Rousseau和Wachtel,2000)。特别是，这种文献表明，金融深度与更高的经济增长率相关。在20世纪90年代早期，King和Levine(1993a)通过扩大样本到80个国家，并系统控制经济增长的许多可能的决定因素，如初始收入、黑市溢价、政府开支、贸易开放、教育水平、通货膨胀和政治不稳定，研究了未来30年的经济增长。他们用金融中介机构的总流动负债占GDP的比例测度，发现了增长指标和银行发展之间稳健的显著正相关关系。然而,存在两个缺点:他们仅仅关注银行业而忽视了解决因果关系问题。

除了King和Levine(1993a,1993b),许多其他工作提供了探究金融发展和经济增长之间关系的理论和实证证据。Pagano(1993)认为，金融中介通过影响储蓄率影响经济增长，例如，一部分储蓄用于投资。Levine et al(2000)使用工具变量技术来解决面板数据设置中金融发展和经济增长之间的内生性问题。他们发现金融中介发展的外生性成分与经济增长是正相关的。Beck和Levine(2004)应用为动态面板开发的广义矩方法(GMM)， 在控制了同时性偏差和遗漏变量的影响之后，发现股票市场和银行都与经济增长正相关。Rousseau和Wachtel(2000)使用由Arellano,Bond(1991)和Holtz-Eakin等(1988)开发的差异面板估计量表明，银行和股票市场发展解释随后的经济增长。最近，Cojocaru等(2015),使用前中东欧和独联体共产主义国家从1990年到2008年的转型期间的面板数据，发现金融发展和经济增长之间是正相关的。他们的研究结果还表明,金融系统效率和竞争力比转型经济体金融增长联系中的私人部门信贷更重要。

Beck和Levine（2004)认为，一旦控制股票市场发展以及整体金融发展是否影响经济增长，会造成更加难以准确评估银行发展和增长之间的正相关关系。在他们的影响研究中, Levine和Zervos(1998)用跨国增长回归研究股票市场和银行对经济增长的关系。在控制了其他可能的增长因素和Solow-Swan收敛效果之后，作者发现股票市场流动性的最初测量值和银行业发展与经济增长呈正相关。作为银行业发展的一种测度,他们使用银行信贷占私营信贷的比例除以国内生产总值。为了衡量股票市场发展，他们运用相对于国内生产总值的股票市值、相对于GDP的交易价值和市场流动性，这是由相对于市值的交易价值衡量的。然而，他们忽略了对国家固定效应和同时性偏见的控制。此外，Fang和Jiang(2014)探究银行业、证券业和保险业的发展对中国经济增长的影响。他们发现，银行业和保险业给经济增长带来了显著提升的影响，而证券业的影响是不确定的。

Robinson(1952)认为金融对经济增长没有产生因果关系的影响。相反，金融发展导致经济增长是由于金融服务的更高需求。Lucas(1988)指出，在增长文献中，金融的作用被高估了。Naceur和Ghazouani(2007)表明，在他们对中东和北非地区11个国家的研究中，银行业和证券市场发展水平与经济增长之间没有明显的关系。Arcand et al(2012)，使用私人信贷占GDP的比率作为金融深度的指标，认为中小型国家金融体系受益于增长的金融深度。然而，他们认为由于金融体系占GDP的比例达到80-100%，金融系统的规模效应消失。目前关于股票市场和银行对经济增长的单独影响还没有达成共识。哈里斯(1997)使用工具变量方法，发现股票市场在减轻信息摩擦上没有重要作用。Stiglitz(1985)和Bhide(1993)认为,股市没有像银行一样的潜质去改善资源配置。最近，Cecchetti和Kharroubi(2012) 基于发达国家和新兴经济体样本，研究金融系统对生产率增长的规模增长效应。他们的研究结果表明，更高层次的金融活动并不总是更好。Beck(2011)发现，尽管银行深度的总增长影响对资源型经济体来说没区别，私人信贷和股票市场活动趋向于更弱。经济学家们在金融业发展和经济增长之间关系的争论使得这个研究领域与实证研究和理论工作相关。

Demirguc-Kunt，Levine(2001)和Demirguc-Kuntetal(2012)指出，随着国家经济发展，银行和股票市场越来越发达。Aghion等(2005)使用1960-1995年期间71个国家的一个横截面，发现接近有效边界的国家没有从金融发展中获益。Rioja和Valev(2004) 使用一个由74个国家分为三个区域的样本，研究在1961-1995年期间金融发展对经济增长来源的影响。尽管在欠发达经济体金融深度与经济增长之间没有统计上显著的关系，他们在较发达国家观测到对生产率增长的强烈积极影响。区分了高收入、中等收入和低收入国家之后，本文强调高收入国家金融发展和经济增长之间的关系减弱甚至呈负相关。Hassan等(2011)分析1980-2007年间168个国家并把这些国家分成几个子样本，发现高收入国家国内私营部门信贷和经济增长之间显著负相关，而在东亚、太平洋地区、拉丁美洲和加勒比地区，国内私营部门信贷和经济增长之间有统计显著的正相关关系。此外，巴拉哈斯et al(2013)使用150个国家的一个数据集，并应用动态面板技术调查金融深化对经济增长的影响是否因国家而异，发现在跨地区不同收入水平以及石油和非石油出口国之间的金融和经济增长之间的关系是异质性的，他们认为这种异质性主要是由于银行深度水平而不是股票市场活动。Rioja和Valev(2014)发现，股市没有促进低收入国家的经济增长，而银行对资本积累具有规模正效应。他们也指明了高收入国家的股市发展和经济增长之间呈正相关关系。类似地，Lin et al.(2009)认为理论上金融系统的结构取决于该国的发展阶段。最近，Han和Shen(2015)探究金融发展对中国及其他地区全要素生产力(TFP)增长的影响。他们发现金融发展和TFP增长之间具有稳健的正相关关系。他们还发现，不平衡的区域金融发展对TFP增长和经济增长的地区差距作出了解释。因此可以得出结论：金融对经济增长的影响可能会因国家的收入水平有所不同。

三.数据和方法

（一）样本

回归采用了1991-2011年146个国家的面板数据。由于研究主要集中在金融发展对经济增长的影响上，根据金融业发展指标的数据可得性选择这些国家做面板。要求一个国家至少有四个非重叠时间点的数据包含在任一估计系统中。留下146个国家银行业分析，80个国家做股票市场分析。按照世界银行的分类，将所有人口超过30000的世界银行成员国和其他经济体分成四个收入群体。然而，将样本国家分为三个收入群体，将中上、中下收入国家归入一类：中等收入。

样本包括45个高收入国家(高收入经合组织和非经合组织国家)，77个中等收入国家(中高收入和中低收入国家)以及24个低收入国家。在数据有效性的基础上，样本被限制在1991-2011年期间，特别是在股市发展上。样本期间也涵盖了在许多国家金融自由化和发展的时代，以及货币增长和日益增多的的投资量。我们计算模型中所有变量的三年期平均值。这样做有两个主要原因。首先，我们感兴趣的变量可能遵循商业周期变化。在一个周期内的平均数据是用来消除商业周期增长率的变化。第二，设计系统GMM模型是为了用较少的时间点和更多的个体处理数据。在本文的样本中，考虑三年平均收益率最高达7个时间点的国家哪一个将满足计量模型的时间要求。

（二）金融发展的测度

选择关键变量来衡量在金融中介可用性方面的金融发展和经济体差异是金融增长关系实证研究的主要问题。由于金融系统提供的金融服务多样性，金融发展指标的构建是一项艰巨的任务。尽管实证文献已经使用一些指标来衡量金融深度,当前没有对金融系统执行其基本职能的程度的直接测度，如动员储蓄，资源分配到生产使用，促进交易以及风险管理和发挥企业控制。

作者采用主成分分析，尝试通过考虑相关的金融代理给股票市场和银行发展构建一个可靠指标。使用流动负债与国内生产总值(流动)的对数，存款银行资产与GDP(资产)的对数，存款银行的私人信贷与GDP(私人)的对数，银行存款占GDP(存款)的对数，存款银行资产与存款银行资产和央行资产(中央)的对数，金融系统存款与GDP(finsys)的对数。为了衡量股市发展，作者使用股票市值与GDP(mktcap)的对数，交易总额占GDP(交易)的对数，以及股票市场周转率(营业额)的对数。为了更好地衡量金融发展，每一个变量增加了额外信息。例如，流动负债占GDP的比率是用于衡量银行系统将资金从储蓄者转向借款者的能力。较高的流动比率意味着银行系统更高的强度。银行信贷流到私营部门反映了资源有效分配的程度，因为相比公共部门，私营部门能够以更有效、多产的方式使用基金。存款银行资产占存款银行资产和央行资产的比率衡量一种特定类型金融机构的相对重要性，例如存款银行。这一比率潜在的基本想法是，存款银行比中央银行更有效地利用资金。此外，股票市场资本化是股价和股票数量的结果，超过一个给定的国家主要交易的所有股票。它衡量股票市场的总规模，并反映在资本流动和资源分配过程中通过发行股票融资的重要性。交易总额占GDP的比率衡量股票市场活动，并包含股票市场的规模和流动性，更高的价值反映个人和证券投资者的信心。股市周转率是交易总值与市值的比率，也是对股票流动性的一种测度。衡量股市的活跃或流动程度与其规模有关。营业额的变化程度反映短期波动与经济周期相关联。

使用这些变量，开发出三个一般测度，一个为了银行发展；一个为了股票市场发展；最后一个为了整体金融发展，包括股市和银行。每个测量采用主成分分析，处理超越参数化和多重共线性的问题。理论上，这些股市发展和银行发展的新指数能够从原始数据集中获得大部分信息，原始数据集由9个整体金融发展措施组成。

为了评估股票市场、银行和经济增长之间的单独联系的强度，我们在回归中控制经济增长的其他潜在决定因素。我们使用大部分增长文献中广泛使用的标准控制变量，从Barro(1991)的规范开始(例如,Levine和Zervos,1998年；Rioja和Valev,2004；Beck and Levine,2004；Rousseau and Wachtel,2000)。首先，控制收敛的效果，包括实际初始人均GDP的对数，即最初越贫穷的国家预计将增长得更快。一些研究表明，人均收入可能是一般发展的一个不错的指标 (例如,La Porta et al,1997； Beck and Levine,2004)。其次,中学入学率(教育)控制人力资本积累。Barro (1991)使用小学入学率来衡量在一个增长研究中人力资本的原始股票。在其他的研究中，通货膨胀率(通货膨胀)和政府消费占GDP(政府)的比率用于衡量宏观经济稳定性(见Scully,1989；Beck et al,2000)。在这项研究中，进一步测度，贸易占GDP(贸易)的比率，用于体现一个经济体的开放程度。这些不同的控制变量，表示为自然对数(除了通货膨胀率,方程中表示为1+通货膨胀率取对数),会增强金融发展对经济增长的解释力。对于所有的变量,我们从这些指标的年度时间序列中计算3年平均值。金融发展指标和控制变量的来源和短定义参见在附录A中的表A.2。

（三）汇总统计，相关性和主成分

因变量是经济增长，由实际人均GDP增长测度(恒定2005美元)。表1提供了9个金融发展指标的汇总统计数据，因变量和4个控制变量。各国之间金融发展变量有相当大的差异。例如，私人信贷占GDP的比例从亚美尼亚0.11%的低点到塞浦路斯的高点272%。随着流动性占GDP的比例从380% (卢森堡) 变动到0.24%(亚美尼亚)以及周转率从448%(吉尔吉斯共和国) 变动到0.02%(斯威士兰)，流动负债占GDP的比例和营业额也显示显著的变化。

样本相关性在附录A中的表A.3给出。一般来说，相关系数过高,表明金融发展指标可能包含公共信息，这可能导致多重共线性和超越参数化问题(Ang和McKibbin,2007)。为了处理这些问题，我们使用主成分分析(PCA)，它是将大量相关变量减少到很小一部分不相关变量的最优线性方案。然而，由于缺乏跨时间和国家间的数据可得性，我们的样本有一些缺失值。尽管PCA有吸引力，不完整的数据集是一个挑战，在这个数据集中有一些数据点是缺失的。为了解决这个问题,一些插值法被用来完成缺失的数据，例如用均值或极值取代缺失值，这是多元统计中的一个常用策略。在我们的样本中,测量矩阵的很大部分是已知的,而达到10%的信息缺失某些变量，如交易、中央和存款。为了检测缺失值的影响，我们把限制样本为57个没有任何金融发展指标缺失值的国家。当我们对限制的样本进行主成分分析，发现限制样本和无限制样本的主成分之间没有显著差异。

表A.4为银行业发展提供了提取主成分分析的结果。银行业的金融发展指标与第一个主成分相符，这是唯一一个特征值大于1并解释了因变量中大约86%的变化。不考虑剩下的主成分，因为他们的边际贡献相对较小(例如,第二主成分解释因变量10%的变化，第三主成分只解释了3%)。

表A.5展示了从股票市场发展指标的主成分分析中获得的结果。在这种情况下，我们再次提取第一主成分，能从原始数据集中获得80%的信息。作为股票市场发展的三个标准测度中的一个线性组合，第一个成分用第一个特征向量给的权重计算。

从表A.4和表A.5的第二部分可以看到，所有银行业发展指标除了存款银行资产/存款银行资产+中央银行资产几乎与第一主成分贡献相等，而股票市场发展指标的贡献不同,“交易比率”与其他两个中的第一主成分相关性最高。我们选定的变量和第一主成分之间的相关性表明,很难看出哪些机制推动银行业发展，但是比较明显的是，交易总额占GDP的比例是衡量股票市场发展的驱动指标。

（四）方法

这项研究旨在调查股票市场发展、银行发展和经济增长之间的关系，并研究这种关系是否在不同收入水平上有变化。大量研究使用横截面分析来评估增长回归（Barro, 1991；King 和 Levine, 1993a, 1993b；Rousseau 和 Wachtel, 2000），并用固定效应回归模型来控制特定国家的影响。然而，横截面或固定效应模型都不考虑增长方程的内生性问题(Caselli等,1996)。由于融资增长的反馈或者遗漏变量对经济增长和金融的常见影响 (Aghion等,2005)，金融发展变量可能是内生的。为了处理特定国家影响和内生性的问题,本文使用由Holtz-Eakin et al.(1988), Arellano和Bond (1991)，Arellano和Bover (1995)引入，并由Levine et al.(2000)，Beck和Levine(2004)在金融增长文献中普及的广义矩量法。虽然我们采用系统GMM方法, 为了完整性，我们还提供OLS和组内结果。我们宁愿使用标准错误的一阶GMM估计，不仅是渐近稳健的异方差性，也对有限样本推断更可靠。

标准的面板数据估计方法，例如固定效应和一阶差分(FD)，考虑未观测的异质性之间无限制的相关性，以及右侧变量的过去、现在和未来值。为了达到一致性，要求所有回归量是严格外生的。这种假设显然违反了滞后的因变量，因为误差项不能正交于因变量的滞后值。因此，在序列外生性下，对于固定的年数，OLS、组内固定效应和一阶差分估计都是不一致的。但是相比OLS和组内估计，系统GMM方法具有一定的优势。经济增长在本质上是动态的，面板数据技术有助于我们更好地理解动态调整。

在一个动态面板数据模型中,能够考虑未观测的特定国家的影响,并考虑一个或多个回归的内生性。在面板数据中,变量沿着两个维度(时间和个体)变化。至于相同数量观测值的一系列横截面，这会导致观测量效率的提升。因此，系统GMM估计方法更适合我们的面板研究，它有146个个体但只有7个时间点。由于这些优点，我们选择Arellano和Bover(1995),Blundell和Bond(1998)提出的系统GMM估计方法。

系统GMM估计把适当滞后水平作为工具，将一阶差分的标准方程组与另一个把适当滞后的一阶差分作为工具的方程组相结合。系统GMM估计量的一致性取决于假设不存在误差项的序列相关性，而且工具项和误差项不相关。这些问题用两个测试解决: Arellano-Bond测试序列相关性，检查第一个差异方程中的一阶和二阶自相关干扰项；Hasen(1982)测试工具有效性的过度识别限制。如果这些测试都是令人满意的,那么系数估计是一致的。

传统的跨国增长回归可以写成如下形式：

[yi,t]是指在一系列三年时间段内实际人均国内生产总值平均后的对数，Ln[yi,t-1]是指在每一个时期开头的人均国内生产总值的对数，X代表股票市场发展和银行发展的解释变量组。研究的焦点是估计，指银行和股票市场发展对经济增长的影响。指收敛效果，滞后的收入yi,t-1（或最初的国内生产总值）预计将对经济增长产生负面影响。是控制变量组，包括中学入学率，政府消费在GDP中的份额,实际利率，贸易占GDP的比例,和通货膨胀率, 这些在金融增长文献中广泛应用。此外，ci表示未观测的特定国家的恒变量,指t时期的时间虚拟变量，体现同时影响所有国家的共同特点。最后,是误差项,有零均值的白噪声误差,下标t和i分别表示时期和国家指标。

简而言之，使用动态面板的方法，用一阶差分处理省略的未观测变量问题，并通过使用GMM规范中的解释性变量工具的滞后性解决内生性和反向因果关系的问题。运行以下模型研究银行、股票市场和经济增长之间的关系。

在后面的章节中，给出了本文使用的模型的估计结果。

四.实证结果

回归指标包括收敛的效果(最初实际人均GDP的对数)、金融发展指标、人力资本投资变量、进出口占GDP的比例、政府消费占GDP比例和通货膨胀率。使用的计量经济学软件包是Stata12，系统GMM使用的模块是xtabond2。在组内固定效应和一阶系统GMM估计条件下汇报OLS (回想一下,我们提出OLS和组内仅出于完整性；否则这些估计不是有效的)。为了考虑特定的时间效应，所有回归包括时间哑变量在几乎每一个回归中都是显著的。为了节约空间，时间哑变量上的系数没有记录在表中。在所有模型运行中，假定控制变量是外生的，金融发展指标是内生的。两个测试用于确定系统GMM估计中所使用的工具变量的有效性。首先,我们使用汉森测试过度识别的限制分析样本，模拟条件试验评估过程中使用的工具变量的整体有效性。其次,我们使用自回归(AR)测试,测试误差项是否与差异回归和相关系统差异水平回归是序列相关的。AR测试有一个不存在自相关的零假设。AR(2)的测试和误差项的二阶序列相关性违反系统GMM的假设。有效工具变量的最后一个指标是保持工具变量的数量小于或等于组的数量。

（一）银行业发展与经济增长

银行业发展和经济增长的关系的OLS结果、组内和一阶系统GMM估计量如表2-4所示。

表2提出了银行业发展在低收入国家OLS、固定效应和系统GMM估计的一般结果。OLS和固定效应结果在银行业测度上没有显示统计显著的结果。然而, 当作者应用系统一阶系统GMM，银行业测度在统计上显著水平为5%。因为众所周知，OLS和固定效应估计是有偏差的且不一致，我们只关注系统GMM结果。结果表明,利息变量、银行发展指数与低收入国家的经济增长密切相关。这一发现与一般期望是一致的，表明银行是低收入国家资本积累的主要供应者。在其他解释变量中,只有贸易是在10%的显著水平。

表3呈现了中等收入国家的回归结果。结果显示中等收入国家的银行业发展和经济增长之间具有正的和统计上显著的关系。和表2上面的那些中等收入国家显示的结果相比，在OLS、固定效应和系统GMM规范中，银行测度是统计上显著的。低收入国家银行业发展指数的系数为0.058,虽然在中等收入国家它是0.147。因此,银行业发展在对增长的影响在中等收入国家比在低收入国家有更积极的影响。虽然教育和政府变量在固定效应估计中是统计显著的，但它们在系统GMM估计中都不显著。

然而,在高收入国家，银行业发展对经济增长具有负面影响，如表4所示。银行业测度是在1%的显著水平，系统GMM估计中，银行业发展指数的系数是0.041。这有点令人诧异,考虑到银行业在过去的二十年显著发展,尤其是在高收入国家。

（二）股票市场发展和经济增长

表5和6给出了收入水平之间股票市场发展和经济增长之间关系的OLS、组内和一阶系统GMM结果。结果表明,衡量股票市场在中等收入和高收入国家发展的系数是积极的,这意味着股市发展有助于中等收入和高收入国家的后续经济增长。

表5运用OLS、组内和一阶系统GMM，提供了对中等收入国家股票市场发展对经济增长的影响的回归结果。结果表明股票市场发展和经济增长之间具有显著正相关的关系。股票市场发展指数的系数在OLS、组内和一阶系统GMM估计分别处于10%,1%,和5%的显著水平。这一发现符合股票市场发展在过去的20-25年持续增长,尤其是在发展中国家。

关于高收入国家股票市场发展和经济增长之间关系的结果如表6所示，发现股票市场发展对经济增长统计上显著正相关的影响。股票市场发展指数的系数在高收入国家是0.064，虽然在中等收入国家是0.047。换句话说，股票市场发展在高收入国家比在中等收入国家对经济增长有更大的积极影响。这一发现可能反映了发达国家以市场为基础的金融体系和在发展中国家以银行为基础的金融体系之间的差异。

（三）金融发展和经济增长

为了检查银行和股票市场对经济增长的同时影响，使用1991-2011年期间由146个国家组成的全部样本。除了全球集中回归,为了分析这种关系对研究全球收入群体金融增长关系是否重要，用收入组而不是全球国家的回归检查不同收入水平的这一关系。为了构建银行业和股票市场整体金融发展的一个令人满意的测度，我们用9个金融发展指标应用于主成分分析。第一主成分解释原始数据中68%的变量并代表表A.6所示的样本中整体金融的发展。

表7给出了回归的结果。全球集中回归表明用第一主成分测度的整体金融发展，与经济增长呈正相关，如表7第1列所示。金融发展指数的系数在5%水平上是统计显著的。这一结果表明，当我们认为发达国家和发展中国家混合，股票市场和银行对经济增长的同时影响是在统计上显著正相关的，这符合文献中的一些研究结果,如Beck和Levine (2004),Levine和Zervos(1998)，King和Levine (1993a)等等。表7的2、3和4列分别呈现了低收入、中等收入和高收入国家的回归结果。有证据表明，金融发展水平日益提高，导致作为一个整体的高收入国家负增长，尽管没有证据表明低收入和中等收入国家之间呈统计上的显著关系。

结合表2-7中的结果,可以说，测度银行和股票市场对经济增长的影响不是一项容易的任务。而且,结果表明,应该考虑不同收入水平间金融发展对经济增长的影响；否则会误导结果。简而言之,检查银行和股票市场在经济发展中的作用, 除了一国收入水平的影响，更好的做法是考虑银行和股票市场的独立和共同影响。这些矛盾的结果支持银行和股票市场对经济增长的影响的深入检测。

（四）稳健性检验

为了增加对结果的信心，本文进行了各种稳健性测试。首先，使用由40个高收入、65个中等收入和20个低收入国家组成的修正数据，在分析中从样本中排除有两个以上缺失数据点的国家，并重新评估模型。排除了缺失数据点的国家，结果没有实质性的变化。其次，在pc1处，使用由主成分分析获得的其他金融指标。使用金融增长文献中最常见的金融发展指标:私人信贷占GDP的比例和股市周转率，对低收入、中等收入和高收入国家采用系统GMM估计，并观测不显著变化的结果。发现私人信贷占GDP的比例与低收入和中等收入国家的经济增长之间的关系是显著正相关的,而这一关系在高收入国家是负的,如附录A中的表A.7所示。此外, 附录A中的表A.8表明股票市场营业额与中等收入和高收入国家的经济增长是显著正相关的。稳健性测试确认了文中用金融发展指数得到的结果。总之，文献中的面板结果对各种各样的敏感性分析是稳健的。

五.结论和政策含义

金融发展对经济增长的影响在不同国家由于经济结构的异质性、金融市场不同而变化。换言之，与全球经济集聚相反，本文的结果强调研究不同收入群体的金融和经济增长之间关系的重要性。这些结果很重要，不仅因为它们提供金融发展在经济增长中的作用的新证据，还因为政策决定是基于一种特殊的经济体中决策者对金融对经济增长的贡献方式的理解。首先，中等收入和低收入国家的政策制定者们应该建立金融改革，给银行业和股票市场进一步的金融深化奠定基础。第二，当我们在回归中使用私人贷款占GDP的比例作为银行发展测度的稳健性测试，我们发现私人贷款占GDP的比例与中等收入国家的经济增长密切相关。因此，政策制定者应该减少这些国家信贷扩张的障碍。第三，政策制定者也应该采取行动限制高收入国家的银行业规模，他们应该致力于提高股票市场活动的增长效果。第四，决策者应该关注企业贷款而不是消费信贷，尤其是在高收入国家，由于消费信贷占总信贷的比例对发达国家相对较高。这应该导致更高的效益和更可持续的长期经济增长。

【互动环节】

Q：请教一下，为什么中、低收入国家的银行业发展与经济增长有正相关关系，而在高收入国家，银行业发展对经济增长具有负面影响？

A：有几个原因可以解释这个问题。首先,在过去二十年中,高收入国家的银行业聚焦于家庭消费信贷而不是企业信贷。在一些国家,如澳大利亚、加拿大、丹麦、荷兰和新西兰，家庭信贷已达到银行业提供的总信贷的约80%，主要是抵押贷款。此外,消费信贷在一些高收入国家如美国、新西兰和爱尔兰已经达到GDP的70%以上。其次,虽然在高收入国家银行业的规模和活动范围已经有所增长,银行也由于新技术的引入变成了更复杂的金融机构。但是金融市场的竞争日益激烈发展, 使用传统借贷和放贷活动获得更高的利润和管理风险变得更加困难。银行业开始使用衍生品和其他类似的技术进行风险管理。换句话说,银行业逐步扩展其范围超出了传统的中介活动而转向非中介金融活动。这种复杂性可能会从其关键的任务阻碍银行业促进经济增长。第三，在高收入国家，股票市场的发展削弱了银行和企业之间发展的紧密联系。在经济发达国家,金融系统变得更加以市场为基础，导致经济活动和银行发展之间关系的减弱。

Q：请问相比OLS和组内估计，系统GMM方法的优势体现在哪里？

A：相比OLS和组内估计，系统GMM方法有三个主要的优势。首先，这种方法在一个自变量并不严格外生的回归中提供了一致的和有效的参数估计,与过去和当前的误差实现相关,并且自相关和异方差性在个体内存在。第二个优势是,系统GMM估计克服了内生性问题,因为它用与固定效应不相关的变量测量内生变量，同时避免了动态面板的偏离。第三个优势是，系统GMM非常适合时间点不多但有许多个体(小“t”,大“N”)的面板研究。

Q：为什么以往学者在金融业发展和经济增长之间关系的问题上会得出矛盾的结果？

A：研究得出矛盾的结果，不仅要考虑整体金融发展的影响或股票市场发展和银行发展对经济增长的独立影响,还要考虑在不同收入水平间金融对经济增长的影响会变化。在以往的文献中,大多数研究集中在高收入或发达国家，只有极少数是关于发展中国家。而且，由于各国数据的有效性问题，只有数量有限的实证研究探讨金融对跨区域、不同收入水平和不同类型经济体经济增长的影响。（完）

参考文献：

[1]Ang,JamesB.,McKibbin,WarzickJ.,2007.Financialliberalization,financial sector development and growth: evidence from Malaysia.J.Dev.Econ.84(1), 215–233.

[2]Arcand,Jean-Louis,Berkes,Enrico,Panizza,Ugo,2012.Toomuch finance? Working Paper No.12/161.IMF,June.

[3]Barajas, Adolfo, Chami, Ralph, Yousefi, SeyedR.,2013.The finance and growth nexus re-examined: doall countries benefit equally? Working Paper No. 13/130,IMF,May.

【免责声明】

本文为内部交流分享活动，所载信息均为个人观点，不代表任何机构的意见，仅供活动参会人员使用。分享内容根据参会者发言整理，不保证相关信息的准确性和完整性。分享中所述内容和意见仅供参考，不构成对所述资产的投资建议。未经事先书面许可，任何机构和个人不得以任何形式翻版、复印、发表或引用本分享内容的任何部分。

本篇编辑：彭淳懿

【读书赠书】《伟大的交易员：1929年至今14位华尔街操盘手的传奇交易》中奖读者名单：

1.容马生牙

2.称在下兴隆君

3.何邵福

4.墙头草

5.但愿人长久的张益达

6.鸽子

7.知足常乐

8.乞乞科夫

9.波儿

10.Poborsky

11.latfree

12.泥砚绅士

13.gtjaganli

14.Jin

15.陶蓬葳 Chad

温馨提示：现微信最新版本“订阅号”已实现公众号置顶功能，广大读者可点开“金融读书会”公众号，点“置顶公众号”键，即可将“金融读书会”置顶，方便查阅。