我國區(qū)域金融發(fā)展不平衡分析

鄭義

（中國海洋大學經(jīng)濟學院，山東 青島 266100）

我國區(qū)域金融發(fā)展不平衡分析

鄭義

（中國海洋大學經(jīng)濟學院，山東 青島 266100）

本文基于1978—2012年我國31個?。ㄗ灾螀^(qū)、直轄市）的面板數(shù)據(jù)，運用包含傅里葉級數(shù)的非線性面板SPSM單位根檢驗方法，考察了我國各地區(qū)改革開放以來區(qū)域金融發(fā)展的不平衡問題。結(jié)果表明：我國區(qū)域金融發(fā)展存在著時間和空間上的不平衡；在1978—1986年表現(xiàn)出明顯的σ趨同，1995—2004年發(fā)生了微弱的σ趨同；而2004年之后各地區(qū)的金融發(fā)展差距逐步拉大，沒有發(fā)生σ趨同。我國區(qū)域金融發(fā)展整體上不存在隨機趨同，但部分區(qū)域存在著隨機趨同。

金融相關(guān)比率；σ趨同；隨機趨同；SPSM面板單位根檢驗

一、引言

金融是現(xiàn)代經(jīng)濟的核心，完善的金融市場體系對國民經(jīng)濟發(fā)展至關(guān)重要。作為實體經(jīng)濟的服務(wù)性行業(yè)，金融業(yè)在合理配置經(jīng)濟社會資源、降低社會交易成本等方面發(fā)揮著重要作用。因此，區(qū)域金融發(fā)展的不平衡問題引起了國內(nèi)外學者的重視。美國學者戈德史密斯（Goldsmith，1969）最早對這個問題進行了研究，并且提出了衡量金融發(fā)展的重要指標金融相關(guān)比率。他認為，金融相關(guān)比率會隨著經(jīng)濟發(fā)展水平的不斷提高而呈現(xiàn)增長趨勢，甚至在某一時期內(nèi)出現(xiàn)“爆發(fā)式運動”，但當某一地區(qū)區(qū)域金融發(fā)展到一定水平之后，該值會趨于穩(wěn)定。因此，就經(jīng)濟體內(nèi)部區(qū)域金融發(fā)展水平而言，在長期中存在著收斂性或趨同性。

國內(nèi)學者采用多種方法對區(qū)域金融發(fā)展差異及斂散性問題進行了研究，所得結(jié)論卻不盡相同，甚至截然相反。張杰（1995）最早從理論上對這個問題進行了研究，并認為金融發(fā)展趨同、金融集聚會出現(xiàn)類似于經(jīng)濟發(fā)展的“威廉姆森倒U形”；周立、胡鞍鋼（2002）通過對我國各地區(qū)1978—1999年金融相關(guān)比率和其他指標的計算，分析了我國金融發(fā)展的差距及特征，發(fā)現(xiàn)我國各地區(qū)金融發(fā)展差距存在擴大的趨勢；陸文喜、李國平（2004）在β趨同的框架下考察了我國各地區(qū)金融發(fā)展差距，認為我國各地金融發(fā)展存在著區(qū)域性和階段性趨同；鄭長德（2008）利用我國東部、中部和西部三大區(qū)域1978—2005年的金融數(shù)據(jù)，運用泰爾指數(shù)分析了我國各地區(qū)金融發(fā)展的差異，認為我國區(qū)域金融發(fā)展的差異主要體現(xiàn)在省級行政區(qū)之間；龍超、張金昌（2010）運用面板單位根檢驗在隨機趨同的框架下考察了我國各地區(qū)金融發(fā)展不平衡的問題，發(fā)現(xiàn)我國金融發(fā)展存在全局性發(fā)散，東部、中部和西部發(fā)展亦不同步；劉華軍、鮑振（2012）利用金融相關(guān)比率指標，通過MS基尼系數(shù)對我國區(qū)域金融發(fā)展的空間非均衡進行了研究，發(fā)現(xiàn)區(qū)域金融發(fā)展差異總體呈擴大趨勢；孫曉羽、支大林（2013）發(fā)現(xiàn)我國金融發(fā)展水平不斷提高，各地區(qū)差異也不斷擴大，并且金融發(fā)展的差距變動具有β絕對收斂趨勢。

改革開放30多年來，我國區(qū)域金融取得了重要發(fā)展，在各個階段表現(xiàn)出不同的特征。因而研究數(shù)據(jù)的時間跨度、研究方法的效力對研究結(jié)果會有較大的影響。國內(nèi)學者常用的截面數(shù)據(jù)法和指標法雖然便于操作，但是存在各種缺陷。同時，三大類趨同檢驗（σ趨同、β趨同和隨機趨同）中β趨同存在許多難以克服的缺陷，如檢驗具有不理想的規(guī)模性質(zhì)，結(jié)果常出現(xiàn)偏倚、無法表現(xiàn)收斂的動態(tài)過程等。鑒于此，本文采用時間序列方法，在非線性的框架下，從σ趨同和隨機趨同角度對我國區(qū)域金融發(fā)展不平衡問題進行研究。

二、數(shù)據(jù)與方法

（一）變量選擇

在進行區(qū)域金融發(fā)展水平的比較時，國際上通常使用的指標是戈德史密斯（1969）在《金融結(jié)構(gòu)與金融發(fā)展》一書中提出的金融相關(guān)比率（Financial Interrelations Ratio，F(xiàn)IR）。它是指某一時點全部金融資產(chǎn)的價值與國民財富（包括實物資產(chǎn)和對外凈資產(chǎn)）之比，通常被簡化為金融資產(chǎn)總量與GDP之比。它反映了經(jīng)濟基礎(chǔ)結(jié)構(gòu)與金融上層結(jié)構(gòu)之間的規(guī)模變化關(guān)系，是金融發(fā)展的一個基本特點。一般金融體系越發(fā)達，金融相關(guān)比率越高。

鑒于我國金融發(fā)展的現(xiàn)狀，通常使用金融機構(gòu)存貸款額來衡量我國金融資產(chǎn)總量。因此，金融相關(guān)比率可以通過下列公式進行衡量：

其中，fir代表金融相關(guān)比率；S代表金融機構(gòu)存款余額；L代表金融機構(gòu)貸款余額。

（二）數(shù)據(jù)來源與區(qū)域劃分

1.數(shù)據(jù)來源。本文以我國31個?。ㄗ灾螀^(qū)、直轄市）1978—2012年的金融相關(guān)比率（FIR）為研究對象。在計算金融相關(guān)比率的過程中涉及的變量，如金融機構(gòu)存款余額（S）、金融機構(gòu)貸款余額（L）和GDP，其數(shù)據(jù)均來自《新中國60年統(tǒng)計資料匯編》以及各地區(qū)統(tǒng)計年鑒（2009—2013年）。在進行單位根檢驗的過程中，為了在一定程度上消除異方差性，對各地區(qū)的金融相關(guān)比率進行了對數(shù)化處理。

2.區(qū)域劃分說明。為了便于與以前的研究形成對比，本文在區(qū)域劃分方面采用國務(wù)院根據(jù)經(jīng)濟和社會發(fā)展水平擬定的三大區(qū)域劃分和八大區(qū)域劃分。

（三）隨機趨同的SPSM單位根檢驗方法

區(qū)域金融發(fā)展的隨機趨同強調(diào)地區(qū)間金融發(fā)展水平的差距隨著時間的動態(tài)變化特征。如果該差距服從平穩(wěn)的隨機過程，則認為存在隨機趨同。檢驗區(qū)域金融發(fā)展的隨機趨同即是檢驗地區(qū)間金融發(fā)展水平差距的時間序列是否存在單位根。若不存在單位根則認為區(qū)域金融發(fā)展存在隨機趨同，地區(qū)之間的差距逐步縮小；反之，則區(qū)域金融發(fā)展不存在隨機趨同，地區(qū)之間的差距逐步拉大。

根據(jù)伯納德和杜爾拉夫（Bernard和Durlauf，1995）給出的趨同檢驗框架，隨機趨同的存在只需要滿足模型（2），即：

其中，yi,t代表第i個地區(qū)在時間t的金融相關(guān)比率對數(shù)值；若參數(shù)δi存在，則說明區(qū)域金融發(fā)展表現(xiàn)出隨機趨同。令gfiri=（yi,t-）代表各地區(qū)金融發(fā)展相對差距，即每個地區(qū)的gfir是平穩(wěn)序列時，意味著區(qū)域金融發(fā)展出現(xiàn)隨機趨同現(xiàn)象。傳統(tǒng)的單位根檢驗，如ADF檢驗、PP檢驗在進行此類檢驗時表現(xiàn)出較低的效力。佩龍（Perron，1989）指出，忽略時間序列的結(jié)構(gòu)突變會導致單位根檢驗的效力降低，傾向于接受存在單位根的原假設(shè)。隨著單位根檢驗方法的不斷發(fā)展，傳統(tǒng)的單位根檢驗存在的缺點被一一克服。諸如變量序列非線性、存在結(jié)構(gòu)突變、未能充分利用橫截面數(shù)據(jù)信息等問題得到了很好的解決。科佩托納斯等（Kapetanios等，2003）認為，許多宏觀經(jīng)濟、金融時間序列不僅具有單位根，而且表現(xiàn)出非線性。因此，我國區(qū)域金融發(fā)展的收斂性研究，應該建立在一個非線性框架內(nèi)。

烏卡和奧梅（Ucar和Omay，2009）基于科佩托納斯等（2003）提出的非線性分析框架以及尹等（Im等，2003）提出的面板單位根檢驗構(gòu)建了面板非線性單位根檢驗模型，該方法被證實在檢驗時間序列數(shù)據(jù)的均值回復方面具有較高的效力。本文在烏卡和奧梅模型的基礎(chǔ)上引入傅里葉級數(shù)以捕捉序列的結(jié)構(gòu)性變化，然后將其運用到我國區(qū)域金融發(fā)展的隨機趨同研究之中。

根據(jù)科佩托納斯等（2003）指數(shù)平滑轉(zhuǎn)換自回歸（ESTAR）單位根檢驗模型，給出如下模型：

其中，Δgfirt表示金融發(fā)展相對差距；νt是一個具有零均值、同方差且獨立同分布特征的隨機誤差項；θ≥0表示ESTAR模型的轉(zhuǎn)換參數(shù)，以控制轉(zhuǎn)換速率。模型的原假設(shè)為gfirt滿足線性單位根隨機過程；備擇假設(shè)為gfirt遵循非線性平穩(wěn)ESTAR過程。在θ=0處利用一階泰勒級數(shù)展開然后通過使用以下輔助回歸近似式（4）：

該模型中，原假設(shè)H0：δ=0（非平穩(wěn)），gfirt滿足非平穩(wěn)隨機過程；備擇假設(shè)H1：δ<0，gfirt滿足非線性平穩(wěn)ESTAR隨機過程。

基于模型（3）將其擴展為非線性面板數(shù)據(jù)單位根檢驗模型，表示如下：

同樣，在θi=0處對進行一階泰勒展開，得到如下方程：

其中，θi=δiγi?；谀Ｐ停?）進行單位根檢驗時，原假設(shè)和備擇假設(shè)是：

H0：δi=0,對所有i（線性非平穩(wěn)隨機過程）

H1：δi<0,對部分i（非線性平穩(wěn)隨機過程）

進一步，為了捕捉金融發(fā)展水平相對差距的結(jié)構(gòu)性變化，對模型（6）加入傅里葉級數(shù)項，具體模型如下：

其中，t=1，2，…，T，k代表選擇的近似頻率；[ai,bj]'衡量頻率分量的振幅和位移。傅里葉表達式可以近似絕對可積函數(shù)到任何所需的精確度，因此選擇引入如果存在結(jié)構(gòu)性突變，則至少有一個頻率分量存在。恩德斯和李（Enders和Lee，2012）指出，傅里葉表達式可以近似捕捉到非周期函數(shù)的變化特征，但考慮到?jīng)]有數(shù)據(jù)突變點的先驗知識，我們首先需要通過格子搜索來確定合理的頻率k。

模型（7）可以很好地估計面板數(shù)據(jù)的平穩(wěn)性，但其存在一個缺陷，即其所得的結(jié)果為整個面板數(shù)據(jù)平穩(wěn)或者非平穩(wěn)，而不能具體地區(qū)分出面板數(shù)據(jù)中究竟哪些序列平穩(wěn)、哪些序列不平穩(wěn)。因此，我們采用查特斯和科佩托納斯（Chortareas和Kapetanios，2009）提出的序列面板選擇方法（SPSM）對我國各地區(qū)的金融相關(guān)比率進行檢驗，以區(qū)分出區(qū)域金融發(fā)展表現(xiàn)出收斂趨勢的地區(qū)和表現(xiàn)出發(fā)散趨勢的地區(qū)。具體的步驟如下：

1.首先運用基于傅里葉函數(shù)的KSS單位根檢驗，針對面板中所有金融發(fā)展相對差距序列進行測試。如果不能拒絕存在單位根的原假設(shè)，過程就會停止，面板中所有序列被認為是非平穩(wěn)的。如果原假設(shè)被拒絕了，那么執(zhí)行步驟下一步。

2.剔除面板中擁有最小KSS統(tǒng)計量的序列，因為它被認為是平穩(wěn)的，執(zhí)行下一步。

3.對面板中其余的序列重復執(zhí)行步驟1，直到面板中所有的序列都被剔除為止。

這樣，整個面板就被分成一組平穩(wěn)序列和一組非平穩(wěn)序列，即找出了面板數(shù)據(jù)中金融發(fā)展趨同和趨異的地區(qū)。

三、實證分析

（一）金融發(fā)展不平衡分析

金融相關(guān)比率體現(xiàn)了金融發(fā)展水平的高低。金融體系越發(fā)達，金融相關(guān)比率越高。較高的金融相關(guān)比率與較高的經(jīng)濟增長率和經(jīng)濟發(fā)展水平相匹配。一般而言，發(fā)達地區(qū)的金融相關(guān)比率要高于相對落后地區(qū)的金融相關(guān)比率。

圖1：我國金融相關(guān)比率（均值）發(fā)展走勢圖

圖1顯示了改革開放以來我國整體以及東、中、西三大區(qū)域金融相關(guān)比率（均值）的走勢。從圖中可以發(fā)現(xiàn)三個特點：一是就整體而言，我國東、中、西三大區(qū)域與全國金融相關(guān)比率保持相同的發(fā)展趨勢，除部分時間段出現(xiàn)小幅度上下波動外，整體上持續(xù)不斷上升，說明我國正處在金融深化改革過程中。二是就各個區(qū)域而言，改革開放以來我國東部的金融發(fā)展勢頭要高于西部地區(qū)，而中部地區(qū)相對落后。這與我國特殊的國情有關(guān)，在改革開放初期經(jīng)濟發(fā)展水平較低，國有金融資源占主導，西部地區(qū)相對于東部、中部具有一定的優(yōu)勢；隨著市場化改革的不斷深入，市場金融資源比重逐步上升，推動了東部地區(qū)金融相關(guān)比率大幅上升。三是我國金融相關(guān)比率走勢可以明顯地分成三個時間段：1978—2003年，F(xiàn)IR快速上升，從1978年的0.94上升到2003年的2.47，這與我國逐步突破計劃經(jīng)濟的藩籬，加快市場經(jīng)濟體制建設(shè)有密切的關(guān)系。2003—2008年，F(xiàn)IR小幅回落，從2003年的2.47下降到2008年的2.28。這段時期我國經(jīng)濟快速增長，GDP年均增長速度在10%以上，通貨膨脹率較高，金融機構(gòu)存貸款額增速相對緩慢，導致FIR值略有下降，但這并不意味著我國結(jié)束金融深化改革的進程，金融市場體系已經(jīng)完善。2008—2012年，F(xiàn)IR震動上升，從2008年的2.28上升到2012年的2.70。這是因為，在金融危機的大背景下，我國政府加強宏觀干預，尤其是2008年4萬億投資的推出，大大促進了金融機構(gòu)存貸款額的增加，導致我國FIR在金融危機中震蕩上升。

我國區(qū)域金融發(fā)展不平衡不僅體現(xiàn)在時間維度，從空間維度分析我國各地區(qū)金融發(fā)展亦存在顯著的不平衡。圖2和圖3分別顯示了我國各地區(qū)1978年和2012年金融相關(guān)比率的空間分布情況。在改革開放初期，就整體而言我國各地區(qū)金融發(fā)展均處于較低水平，各地區(qū)的差異也相對適中；FIR最高的上海市達到1.45，最低的海南省僅0.57；西部地區(qū)的金融相關(guān)比率在全國排名比較靠前，如新疆、西藏、青海等的FIR均在1以上。東部地區(qū)在三大區(qū)域中金融相關(guān)比率排名靠后，除北京、上海、天津外，其余省份如江蘇、浙江等的FIR低于0.8。

改革開放30多年，我國經(jīng)濟社會取得了長足的發(fā)展，各個地區(qū)的金融發(fā)展水平亦呈現(xiàn)出不同的分布格局。2012年，我國各地區(qū)金融發(fā)展水平逐步拉大，F(xiàn)IR最高的北京市達到4.75，而最低的湖南省僅1.75。西部地區(qū)依然保持較高的金融相關(guān)比率，西藏、甘肅、青海的FIR均達到了3以上。東部地區(qū)金融業(yè)也取得了長足進步，北京、上海仍然領(lǐng)跑全國，海南省的FIR值由1978年的0.57躍升至2012年的3.15；浙江省的FIR值由1978年0.68躍升至2012年的3.64，金融發(fā)展勢頭迅猛。但東部部分地區(qū)（如山東省），F(xiàn)IR值仍低于全國平均水平。中部地區(qū)的金融發(fā)展水平相對而言仍然比較落后，8個省份中有5個省份FIR值低于2。

從時間維度和空間維度對我國各地區(qū)金融相關(guān)比率進行分析，不難看出：我國各個地區(qū)不僅整體上存在金融發(fā)展的不平衡問題，區(qū)域內(nèi)部金融發(fā)展水平也參差不齊。改革開放30多年，東部與西部的金融發(fā)展并駕齊驅(qū)。尤其是東部地區(qū)，隨著我國經(jīng)濟市場化改革的不斷深入、市場金融資源規(guī)模的不斷擴大，金融發(fā)展取得了重要成就；中部地區(qū)金融發(fā)展相對緩慢，亟待提升。全國各地區(qū)金融發(fā)展存在著顯著的不平衡，因此需要進一步進行區(qū)域金融發(fā)展的趨同檢驗。

（二）區(qū)域金融發(fā)展的σ趨同分析

區(qū)域金融發(fā)展的σ趨同是指不同國家或地區(qū)間金融發(fā)展水平指標的離差隨著時間的推移而趨于下降。它從分布動態(tài)的角度刻畫了區(qū)域金融發(fā)展的離散程度。如果隨著時間的推移金融發(fā)展的離散程度下降，則認為發(fā)生了σ趨同，即區(qū)域金融發(fā)展的差異正在縮?。环粗?，則沒有發(fā)生σ趨同，區(qū)域金融發(fā)展的差異正在擴大。其檢驗模型如下：

圖2：1978年我國各地區(qū)金融相關(guān)比率空間分布圖

圖3：2012年我國各地區(qū)金融相關(guān)比率空間分布圖

其中， firi,t表示第i個地區(qū)在時間t的金融相關(guān)比率；σt為N個地區(qū)之間金融相關(guān)比率對數(shù)值logfiri,t的標準差。

圖4展示了改革開放以來我國區(qū)域金融發(fā)展σ趨同的走勢。我國中部、西部以及整體波動較小，σ波動幅度在上下0.5之間；東部地區(qū)發(fā)生了較大的變化。1978—2012年間，我國整體金融相關(guān)比率的對數(shù)值標準差呈現(xiàn)出波浪形走勢，并不是“威廉姆森倒U形”。從改革開放初期的極大值點（1979年的2.42）下降到1986年的0.16，說明在這段時間內(nèi)發(fā)生了明顯的σ趨同。1986年之后逐步上升，一直到1995年達到極大值點0.25。隨后在1995—2004年小幅下降，從1995年的0.25下降到2004年的0.21，表現(xiàn)出較弱的σ趨同。2004年之后穩(wěn)步上升，各地區(qū)的金融發(fā)展差距逐步拉大，沒有發(fā)生σ趨同。

東部地區(qū)金融發(fā)展差距走勢與全國整體趨勢一致，均呈現(xiàn)出波浪形走勢。1978—1986年間，東部地區(qū)由改革開放初期的極大值點（1979年的0.29）下降到1986年的0.16，發(fā)生了明顯的σ趨同。1986年之后逐步上升，一直到1997年達到最大值點0.34。隨后，在1997—2004年間，由1997年的最大值0.34下降到2004年的極小值點0.25，發(fā)生了σ趨同。2004年之后穩(wěn)步上升，各地區(qū)的金融發(fā)展差距逐步拉大，沒有發(fā)生σ趨同。

圖4：我國區(qū)域金融發(fā)展σ趨同走勢圖

表1：單個地區(qū)傳統(tǒng)單位根檢驗結(jié)果

中部和西部地區(qū)波動一直很小，沒有表現(xiàn)出明顯的趨同趨勢。具體而言，中部地區(qū)在1978—1994年間，金融相關(guān)比率的對數(shù)值標準差由0.14下降到0.11，發(fā)生了較弱的σ趨同；而后各地區(qū)間的金融發(fā)展差距不斷拉大，沒有發(fā)生σ趨同。西部地區(qū)在2000年之前一直保持穩(wěn)定波動，2000年之后開始穩(wěn)步上升，區(qū)域金融發(fā)展差距逐步擴大，沒有發(fā)生σ趨同。

（三）區(qū)域金融發(fā)展的隨機趨同分析

隨機趨同考察了各地區(qū)金融發(fā)展相對差距隨著時間推移的變化。為了考慮金融發(fā)展相對差距的單變量行為并與面板數(shù)據(jù)作對比，本文首先對各個地區(qū)的金融發(fā)展相對差距gfiri進行了傳統(tǒng)的ADF和PP單位根檢驗，檢驗結(jié)果如表1所示。

表1的結(jié)果顯示，在不考慮單個地區(qū)和區(qū)域間金融發(fā)展水平橫截面相關(guān)性的前提下，單個地區(qū)金融發(fā)展相對差距gfiri單位根檢驗結(jié)果不盡相同。但從結(jié)果中可以看出，我國大部分地區(qū)金融發(fā)展相對差距gfiri存在單位根，即金融發(fā)展趨異。就全國整體而言，有2個?。ㄗ灾螀^(qū)）（黑龍江、寧夏）ADF檢驗顯著，5個省份（天津、遼寧、海南、陜西、江西）PP檢驗顯著，31個省市中只有7個支持區(qū)域金融發(fā)展隨機趨同，占22.6%。

從三大區(qū)域劃分的角度進行考察，發(fā)現(xiàn)東部地區(qū)有1個省份（山東）PP檢驗顯著；中部地區(qū)有2個省份（河南、江西）ADF檢驗和PP檢驗均顯著；西部地區(qū)有2個省（自治區(qū)）（西藏、寧夏）ADF檢驗顯著，1個省份PP檢驗顯著，1個省份（青海）ADF檢驗和PP檢驗均顯著。東部、中部和西部分別有9.1%、25%和33.3%的省份支持區(qū)域金融發(fā)展隨機趨同。

從八大區(qū)域劃分的角度進行考察，發(fā)現(xiàn)東北地區(qū)有1個省份（黑龍江）ADF檢驗顯著，2個省份（吉林、遼寧）PP檢驗顯著，該地區(qū)所有的省份均支持區(qū)域金融發(fā)展隨機趨同；北部沿海、南部沿海和黃河中游地區(qū)各有1個?。ㄖ陛犑校ㄌ旖颉⒑Ｄ?、山西）PP檢驗顯著，支持區(qū)域金融發(fā)展隨機趨同的省份分別占25%、33.3%和25%；西北地區(qū)有1個?。ㄗ灾螀^(qū)）（寧夏）ADF檢驗顯著，支持區(qū)域金融發(fā)展隨機趨同的省份占20%；東部沿海、長江中游和西南地區(qū)則沒有省份支持區(qū)域金融發(fā)展隨機趨同。

相對來說，面板數(shù)據(jù)單位根檢驗比單個時間序列數(shù)據(jù)單位根檢驗功效更強，這是因為面板數(shù)據(jù)單位根檢驗允許數(shù)據(jù)間自回歸系數(shù)不同以及橫截面相關(guān)。因此，本文對我國各地區(qū)金融發(fā)展相對差距進行面板單位根檢驗。鑒于各地區(qū)金融發(fā)展存在較大差距，本文通過IPS、ADF-Fisher和PP-Fisher三種異質(zhì)面板單位根檢驗方法進行考察，結(jié)果如表2所示。

表2展示了多種面板單位根檢驗的結(jié)果。由于檢驗功效、統(tǒng)計量選取等方面存在差異，各種方法所得到的檢驗結(jié)果不一致，但是仍然可以發(fā)現(xiàn)各個地區(qū)金融發(fā)展相對差距平穩(wěn)性存在較大的差異。其中，全國整體金融發(fā)展相對差距構(gòu)成的面板數(shù)據(jù)接受了存在單位根的原假設(shè)，這表明我國金融發(fā)展整體上趨異，而不是隨機趨同。從三大區(qū)域劃分角度看，只有西部地區(qū)IPS和ADF-Fisher檢驗顯著，支持區(qū)域經(jīng)濟發(fā)展隨機趨同，而東部和中部地區(qū)均支持區(qū)域金融發(fā)展趨異。從八大區(qū)域劃分角度看，除了東北地區(qū)單位根檢驗顯著，支持區(qū)域金融發(fā)展隨機趨同外，其余七大地區(qū)均接受了存在單位根的原假設(shè)，支持區(qū)域金融發(fā)展趨異。

如前所述，相比于單一時間序列數(shù)據(jù)單位根檢驗方法，面板單位根檢驗方法解決了面板數(shù)據(jù)橫截面相關(guān)的問題，提高了單位根檢驗功效。但其所得的檢驗結(jié)果為整個面板中各序列的聯(lián)合單位根檢驗結(jié)果，我們只能根據(jù)結(jié)果判斷整個面板數(shù)據(jù)的平穩(wěn)性。當拒絕所有序列存在單位根的原假設(shè)時，我們不能就此得出所有序列均為平穩(wěn)性序列的結(jié)論。為了解決這一問題，我們借鑒查特斯和科佩托納斯（2009）提出的序列面板選擇方法（SPSM），將其應用于考慮結(jié)構(gòu)性變動的非線性面板單位根檢驗模型中，對我國各地區(qū)金融發(fā)展相對差距進行平穩(wěn)性檢驗，結(jié)果如表3所示。

表3展示了模型（7）的檢驗結(jié)果。對是否加入傅里葉級數(shù)項進行F檢驗，檢驗結(jié)果顯示絕大部分地區(qū)拒絕了ai=bi=0的原假設(shè)。因此，絕大部分地區(qū)的金融發(fā)展相對差距存在結(jié)構(gòu)性變動，我們必須考慮加入傅里葉級數(shù)項以捕捉金融發(fā)展相對差距的結(jié)構(gòu)性變動。表3中的最后兩行列出了考慮結(jié)構(gòu)性變化之后的I（0）省份個數(shù)及其占所在地區(qū)的比重。與表1相比，除中部地區(qū)、東部沿海和西北地區(qū)支持區(qū)域經(jīng)濟發(fā)展隨機收斂的省份比重有所增加外，其余地區(qū)均有所下降。通過前文可知，相比于單一時間序列單位根檢驗方法，面板單位根檢驗考慮了各時間序列數(shù)據(jù)橫截面相關(guān)性以及時間序列數(shù)據(jù)自回歸參數(shù)的異質(zhì)性，因此檢驗功效顯著提升。

就全國整體而言，非線性面板數(shù)據(jù)單位根檢驗顯示我國整體金融發(fā)展不存在隨機趨同，各個區(qū)域之間的差異逐步拉大，金融發(fā)展日趨不平衡。從三大區(qū)域劃分的角度考慮，我國東部11省份金融發(fā)展不存在隨機趨同，各地區(qū)之間的差異不斷拉大，這與前文傳統(tǒng)的單位根檢驗及面板單位根檢驗結(jié)果一致；而中部地區(qū)與前文的單位根檢驗結(jié)果不同，8個省份中4個省份（安徽、湖北、河南和吉林）支持區(qū)域金融發(fā)展隨機趨同的，比重達50%；西部12?。ㄗ灾螀^(qū)）中僅有1個地區(qū)（西藏）支持區(qū)域金融發(fā)展隨機趨同，相比前文的結(jié)果，趨同省份大幅減少。從八大區(qū)域劃分的角度考慮，我國東北地區(qū)和東部沿海地區(qū)各有1個省份（吉林、江蘇）、西北地區(qū)有2個省份（甘肅、青海）支持區(qū)域金融發(fā)展隨機趨同，而其他五大區(qū)域均沒有明顯的證據(jù)，與前文單位根檢驗結(jié)果相比，各區(qū)域支持趨同的省份大幅減少。

表2：面板數(shù)據(jù)單位根檢驗結(jié)果

表3：非線性面板數(shù)據(jù)單位根檢驗結(jié)果

實證結(jié)果顯示，我國各地區(qū)、沿海與內(nèi)陸之間區(qū)域金融發(fā)展存在著較大的差異，只有少數(shù)地區(qū)出現(xiàn)金融發(fā)展趨同現(xiàn)象，這與國家非均衡發(fā)展戰(zhàn)略以及各地區(qū)自身的經(jīng)濟增長差異和金融發(fā)展水平差距密切相關(guān)。改革開放以來，我國經(jīng)濟金融發(fā)展政策優(yōu)先傾向于東南沿海地區(qū)，同時，我國貨幣政策高度一致，加之各地區(qū)金融體制運行效率存在較大差異，從而導致當前各地區(qū)金融發(fā)展不平衡。有利的政策支持、得天獨厚的金融產(chǎn)業(yè)集聚優(yōu)勢使得東部地區(qū)迅速與中西部地區(qū)的金融發(fā)展拉開距離。從政府政策傾向方面而言，東部地區(qū)獲得的發(fā)展政策支持遠超中西部地區(qū)，如自2009年10月設(shè)立天津濱海新區(qū)金融創(chuàng)新試點，到2014年2月青島財富管理金融綜合改革試驗區(qū)獲批，我國共設(shè)立了13個區(qū)域金融改革試點，其中10個位于東部地區(qū)①；從全國銀行資產(chǎn)分布來看，我國大部分銀行存款集中在東部地區(qū)，廣東、江蘇、山東、浙江、北京和上海的存款總額占全國存款總額的一半以上。另一方面，各地區(qū)金融發(fā)展環(huán)境的差異直接影響著金融深化發(fā)展。如各地區(qū)的金融結(jié)構(gòu)不同、金融市場化程度和政策法律環(huán)境的異質(zhì)性導致的金融抑制影響著我國各地區(qū)金融深化，從而帶來了區(qū)域金融發(fā)展的不平衡?？傊?，我國區(qū)域金融發(fā)展不平衡有著深刻的歷史現(xiàn)實原因，改革政策紅利和地區(qū)金融發(fā)展環(huán)境約束在區(qū)域金融發(fā)展過程中起著重要作用。

四、結(jié)論

本文從時間和空間兩個維度對我國區(qū)域金融發(fā)展的不平衡進行了分析，發(fā)現(xiàn)我國各地區(qū)金融發(fā)展存在著較大的差異。在此基礎(chǔ)上，運用σ趨同和隨機趨同兩種分析框架，借助非線性SPSM面板單位根檢驗方法對我國各地區(qū)區(qū)域金融發(fā)展進行了趨同分析，研究發(fā)現(xiàn)：從整體而言，我國在1978—1986年和1995—2004年這兩段時間內(nèi)出現(xiàn)了σ趨同，其余時間各地區(qū)金融發(fā)展差距均呈現(xiàn)擴大趨勢。從三大區(qū)域劃分的角度進行分析，我國東部地區(qū)大體上與全國整體保持一致的收斂、發(fā)散步伐，而中部和西部地區(qū)沒有明顯的證據(jù)支持區(qū)域金融發(fā)展σ趨同；從整體而言，我國不存在區(qū)域金融發(fā)展隨機收斂，全國各個地區(qū)金融發(fā)展差距逐步擴大。從三大區(qū)域劃分的角度進行分析，我國中部地區(qū)有50%的省份支持區(qū)域金融發(fā)展隨機趨同，而其他兩大區(qū)域則沒有明顯的證據(jù)。從八大區(qū)域劃分的角度進行分析，我國東北地區(qū)3個省份全部支持區(qū)域金融發(fā)展隨機趨同，北部沿海、南部沿海、黃河中游地區(qū)和西北地區(qū)各有1個省份支持區(qū)域金融發(fā)展隨機趨同，而剩余的區(qū)域內(nèi)沒有明顯的證據(jù)。

與傳統(tǒng)的分析方法相比，非線性框架下的區(qū)域金融發(fā)展不平衡研究在分析我國金融發(fā)展差距收斂性方面更具效力，更明顯地揭示出我國區(qū)域金融發(fā)展的非同步、不平衡性。這與我國實體經(jīng)濟又好又快發(fā)展的要求是相悖的，需要我國各級政府、部門采取差異化的金融發(fā)展策略，減少“金融抑制”，進一步發(fā)揮市場的主導作用，完善金融市場體系。在具體實踐中應當鼓勵發(fā)揮地方特色（如浙江獨具特色的金融發(fā)展模式），支持地區(qū)金融改革，合理規(guī)劃、布局各地金融中心的發(fā)展，更好地服務(wù)于實體經(jīng)濟建設(shè)。

注：

①東部地區(qū)共10個區(qū)域金融改革試點，分別為：浙江溫州市金融綜合改革試驗區(qū)、廣東珠三角金融改革創(chuàng)新綜合試驗區(qū)、福建泉州金融服務(wù)實體經(jīng)濟綜合改革試驗區(qū)、山東青島財富管理金融綜合改革試驗區(qū)、浙江麗水市農(nóng)村金融改革試點、天津濱海新區(qū)綜合配套改革試驗區(qū)、上海浦東新區(qū)綜合配套改革試點、義烏市國際貿(mào)易綜合改革試點、深圳市綜合配套改革試點和沈陽經(jīng)濟區(qū)國家新型工業(yè)化綜合配套試驗區(qū)。

[1]Raymond Goldsmith.1969Financial structure and development[M].New Haven.Yale University Press.

[2]Bernard A B，Durlauf S N.1995.Convergence in international output[J].Journal of applied econometrics，10（2）.

[3]Perron P.1989.The great crash，the oil price shock，and the unit root hypothesis[J].Econometrica：Journal of the Econometric Society.

[4]Kapetanios G，Shin Y，Snell A.2003.Testing for a unit root in the nonlinear STAR framework[J].Journal of Econometrics，112（2）.

[5]Ucar N，Omay T.2009.Testing for unit root in nonlinear heterogeneous panels[J].Economics Letters，104（1）.

[6]Enders W，Lee J.2012.A Unit Root Test Using a Fourier Series to Approximate Smooth Breaks*[J].Oxford Bulletin of Economics and Statistics，74（4）.

[7]Chortareas G，Kapetanios G.2009.Getting PPP right：identifying mean-reverting real exchange rates in panels[J].Journal of Banking&Finance，33（2）.

Analysis of Regional Financial Development Imbalance

Zheng Yi
（Ocean University of China，Qingdao Shandong 266100）

Based on the panel data of 31 provinces in China from 1978 to 2012，this paper uses nonlinear SPSM panel unit root test method which includes Fourier series，to research the effects of unbalanced regional financial development since the reform and opening up in China.The results showed that：China’s regional financial development imbalance exists in space and time；in 1978—1986 chronology obvious sign of σ convergence，1995—2004 weak σ convergence has occurred；there is no random convergence of financial development on the whole region，but some areas there is a random convergence.

FIR，σ convergence，random convergence，SPSM panel unit root tests

F830

：A

：1674-2265（2015）06-0016-07

（特約編輯 齊稚平；校對 SZ，SJ）

2015-5-15

鄭義，男，山東日照人，中國海洋大學。