共同因子沖擊下的股票市場與經(jīng)濟增長的互動關系研究——基于中國與OECD國家股市與經(jīng)濟數(shù)據(jù)的分析

崔華泰

(中國人民大學 經(jīng)濟學院，北京 )

?

經(jīng)濟研究

共同因子沖擊下的股票市場與經(jīng)濟增長的互動關系研究
——基于中國與OECD國家股市與經(jīng)濟數(shù)據(jù)的分析

崔華泰

(中國人民大學 經(jīng)濟學院，北京 )

在中國經(jīng)濟社會面臨深刻轉型的背景下，資本市場的作用尤為凸顯，資本市場的改革、創(chuàng)新和發(fā)展對中國經(jīng)濟復蘇、結構調整和增長方式的轉變具有重大意義。在此基于1992—2012年OCED國家與中國的面板數(shù)據(jù)，對股票市場與經(jīng)濟增長的關系進行了實證研究。在研究中，為了控制技術革新、經(jīng)濟周期等共同沖擊的潛在影響，對Holly、Pesaran提出的CCEP的實證方法加以改進，發(fā)現(xiàn)股市發(fā)展程度、股市換手率、股市規(guī)模程度、政府對經(jīng)濟的干預度、經(jīng)濟集聚度均對實際人均收入所代表的經(jīng)濟增長起到不同方向、不同程度的影響。同時，發(fā)現(xiàn)共同因子較好地刻畫了技術沖擊、經(jīng)濟周期因素等共同沖擊對各個國家經(jīng)濟增長的影響，并從因子載荷系數(shù)的估計中發(fā)現(xiàn)，經(jīng)濟體的經(jīng)濟規(guī)模越大，對于共同沖擊的反應越強烈。

股票市場；經(jīng)濟增長；共同因子；CCEP模型

早在1891年，就有學者在資本市場對經(jīng)濟增長的影響領域進行研究，學術界大量涌現(xiàn)這方面的研究始于上個世紀的八十年代。內生金融理論的誕生為股市發(fā)展與經(jīng)濟增長之間的理論聯(lián)系注入了新的活力，學者們開始在不同的領域和視角(資本形成效率、風險分散、信息傳遞)對股票市場和經(jīng)濟之間進行深入系統(tǒng)的研究，希望找到兩者之間的奧秘。

Beck和Levine(2001)對40個國家1976-1998年的數(shù)據(jù)進行平均面板數(shù)據(jù)回歸，在控制了個體自回歸和潛在內生性后，得出股票市場的流動性對經(jīng)濟增長有積極影響的結論。Arestis、Demetriades和Luintel(2001)對1973-1998年間的美股交易率和換手率與經(jīng)濟增長的數(shù)據(jù)進行了實證分析，測算出這兩者對GDP有正向作用。Chang(2011)發(fā)現(xiàn)在股票市場剛起步的國家，股市與經(jīng)濟增長有明顯的正相關關系，但在股市已發(fā)展成熟的國家，這種關系卻不太明顯。Christopoulos和Tsionas(2014)運用面板數(shù)據(jù)分析了10個發(fā)展中國家1970-2010年的數(shù)據(jù)發(fā)現(xiàn)，投資支出、通貨膨脹、金融發(fā)展與經(jīng)濟增長之間存在一個顯著的協(xié)整矩陣向量，并且股市發(fā)展與經(jīng)濟增長之間存在因果關系。Apergis和Filippidis(2007)對Beck和Levine(2014)研究中的不足進行了修正，考慮到了不同國家的樣本異質性問題，根據(jù)發(fā)展水平將65個國家分為15個OECD國家和50個欠發(fā)達國家兩個部分，對這兩個部份分別進行實證分析，結果均驗證股票市場發(fā)展對經(jīng)濟增長具有積極作用*Beck,Levin,Spare tire? Stock markets,banking crises,and economic recoveries.Financial Economics，2015(1).。

一、實證過程說明

(一)待檢驗假說

股票市場的快速發(fā)展可以有效改善企業(yè)的融資約束，提高企業(yè)融資效率使經(jīng)濟快速增長，同時，股票市場的諸多宏觀經(jīng)濟效應也從不同的渠道影響企業(yè)和個人達到促進經(jīng)濟增長的目的。為此，對于股票市場與經(jīng)濟增長的關系問題，提出如下的假說1。

假說1 ：股票市場發(fā)展成熟度高的國家能夠更好地解決企業(yè)的融資約束，提高企業(yè)融資效率，并通過各種渠道促進經(jīng)濟增長。

另外，技術沖擊、經(jīng)濟周期等不可觀測因素也會對經(jīng)濟增長產(chǎn)生影響，并且可能與其他影響因素相關，如果遺漏會造成估計的偏誤。本文考慮了這種因素，同時假定各個經(jīng)濟體對共同沖擊的反應具有異質性。如2008年的全球經(jīng)濟沖擊對于各國的影響是非對稱的，沖擊來源地美國受到的影響最深，其他國家和地區(qū)受到的影響按與美國經(jīng)濟的緊密程度呈現(xiàn)發(fā)散式遞減的狀態(tài)。為了刻畫這種異質性影響，提出假說2。

假說2 ：技術沖擊、經(jīng)濟周期等共同沖擊會對各國的經(jīng)濟增長產(chǎn)生影響，并且這種影響對于各個國家而言具有異質性。

(二)模型設定

為了檢驗假說，設定如下的面板模型 ：

lnyit=αi+β′Xit+uit

(1)

其中，下標i和t分別表示地區(qū)和時間，ln表示取自然對數(shù)。lnyit表示各國的真實人均收入水平，而Xit表示影響真實人均收入水平的關鍵變量，主要包括衡量股票市場發(fā)展程度的變量以及其他影響人均收入的外生變量，而αi表示個體效應。伴隨著全球經(jīng)濟一體化的提高，各經(jīng)濟體間“一榮俱榮、一損俱損”的現(xiàn)象逐漸變?yōu)楝F(xiàn)實，現(xiàn)實中的技術沖擊、經(jīng)濟沖擊等因素會同時影響各國經(jīng)濟，為了刻畫這種空間強相關性所帶來的潛在影響，設定了如下的包含共同因子的雙向固定效應模型 ：

(2)

(3)

(2)式中，技術沖擊、經(jīng)濟周期等因素對地區(qū)收入水平的影響主要體現(xiàn)在變量ft上，由于周期性因素可能與其他解釋變量相關(體現(xiàn)為(3))，如果遺漏了變量ft的影響，估計結果可能是有偏、不一致的。另外，從雙向固定效應模型可見，技術沖擊、經(jīng)濟周期因素對于各國人均收入水平的影響具有同質性(ft的系數(shù)對于任意個體而言均等于1)，這種假設過于強烈并不符合實際，因此還借鑒Pesaran(2006)、Bai(2009)的做法，設定如下包含異質性共同因子影響的模型 ：

(4)

(5)

(三)估計策略

對于以上三個計量模型，估計策略如下 ：首先對基準模型和雙向固定模型采用固定效應方法進行估計；而對于包含共同因子的CCEP模型，將(4)和(5)式進行合并，可以得到如下的式子 ：

(6)

(7)

(8)

(9)

其中，Ik是k階單位矩陣，而Ci是共同因子載荷系數(shù)矩陣的m×(k+1)矩陣，m是共同因子的個數(shù)，Pesaran(2006)建議使用解釋變量和被解釋變量的截面均值作為不可觀測共同因子的代理變量，這可以通過如下的變換得到證明，對(6)式求均值可以得到 ：

(10)

(11)

(12)

(13)

(14)

在(14)式的設定下，Pesaran(2006)證明可以得到參數(shù)αi、β1、β2、β3的一致估計，即 ：

(15)

(四)數(shù)據(jù)說明

本文所涉及的數(shù)據(jù)來源于OECD數(shù)據(jù)庫、世界銀行數(shù)據(jù)庫、國家統(tǒng)計局、wind數(shù)據(jù)庫。樣本包括我國和34個OECD國家，樣本個數(shù)為35個。由于大多數(shù)國家股票市場完整數(shù)據(jù)起始于1992年而終于2012年，因此出于數(shù)據(jù)平衡性考慮，將樣本的考察期定位為1992—2012年。最終獲得了平衡的面板數(shù)據(jù)集(N=35，T=21)。

根據(jù)相關文獻，將實際人均GDP水平作為本文的被解釋變量，為了控制價格因素，采用2005年不變美元價格來計算實際人均GDP。對于解釋變量，前人研究中關于影響經(jīng)濟增長的指標很多，出于數(shù)據(jù)的可得性及本文的研究目的，選擇了如下指標。

(1)股票市場的交易額占GDP的比重(TST_GDP)(Atje和Jovanovic，1993；Levine和Zervos，1998)；(2)股票交易換手率(TURN)；(3)股票市場資本總額占GDP的比重(CST_GDP)。此外還選取兩個可能影響經(jīng)濟增長的交叉因素；(4)政府對經(jīng)濟的干預程度(FIN_GDP)，政府部門的態(tài)度會對經(jīng)濟增長產(chǎn)生重要影響，這種影響體現(xiàn)在自由主義與凱恩斯主義的爭論之中，在此采用政府的財政支出占GDP的比重來度量政府對于經(jīng)濟的參與程度；(5)經(jīng)濟集聚度(N)，近年來，隨著新經(jīng)濟地理學的發(fā)展，經(jīng)濟在國家或者地區(qū)的集聚程度被認為是影響經(jīng)濟增長與發(fā)展的重要因素(Ciccone和Hall，1996；Mion，2009)，采用每平方公里上的勞動力人數(shù)來度量經(jīng)濟的集聚程度。

下面的表1給出了本文所用的變量說明，而表2則給出了這些變量的統(tǒng)計描述。

表1 模型主要變量指標說明

表2 模型主要變量的統(tǒng)計描述*ln表示自然對數(shù)。

二、實證結果分析

(一)變量的同期相關性檢驗

為了確定計量模型的合理性，即模型中的變量是否受到共同沖擊的影響，同時為后文中的面板單位根檢驗提供依據(jù)，本節(jié)首先檢驗模型中的變量是否具有同期相關性。目前檢驗空間相關性的統(tǒng)計量主要有Moran’s I統(tǒng)計量(Moran，1948)、LM統(tǒng)計量(Breusch和Pagan，1980)、CD統(tǒng)計量(Pesaran，2004)。Moran’s I統(tǒng)計量依賴于先驗設定的空間加權矩陣W，LM統(tǒng)計量適用于NT情形*本文樣本的N=26，T=21，符合N>T。，因此選用Pesaran(2004)的CD統(tǒng)計量作為檢驗的指標。CD統(tǒng)計量的表達式如下 ：

(16)

為了保持檢驗的穩(wěn)健性，在是否包含趨勢項的檢驗當中，都選取了變量的1-4階滯后進行了檢驗發(fā)現(xiàn)，本文所涉及到的變量均存在同期相關性，這說明設定包含共同因子的空間計量模型是具有合理性的，也為后文單位根檢驗和模型估計提供了依據(jù)。

表3 模型變量空間相關性檢驗結果*“**”、“*”表示5%、10%以上的顯著水平。以上CD統(tǒng)計量的計算分兩個步驟完成 ：(1)首先對每個個體i對應的變量進行p階的ADF(p)檢驗，然后保存殘差；(2)其次利用保存的殘差根據(jù)上面的CD統(tǒng)計量的公式計算出CD數(shù)值。CD統(tǒng)計量漸近服從N(0,1)分布。ln表示自然對數(shù)。

(二)變量平穩(wěn)性檢驗

CIPS檢驗方法是在每個截面?zhèn)€體的ADF回歸方程中添加滯后變量及其一階差分項的截面均值來控制由共同因子所引起的截面同期相關性，即 ：

(17)

對于(17)式的回歸，Pesaran(2007)對面板中的每個個體i進行回歸，然后對回歸滯后項yi，t-1系數(shù)的t統(tǒng)計量(簡記為CADFi)求平均值，便可以得到CIPS統(tǒng)計量 ：

(18)

Pesaran(2007)給出了各種N和T組合情況下K1、K2、CIPS統(tǒng)計量的臨界值。CIPS檢驗的原假設為存在單位根，因此如果能拒絕原假設，那么變量是平穩(wěn)的；而如果不能拒絕，說明變量是非平穩(wěn)的。

表4給出了本文變量的CIPS單位根檢驗結果。由于數(shù)據(jù)時間長度的限制和節(jié)約自由度的目的，單位根檢驗選擇了一階滯后。從表可得，無論是否包含確定性線性趨勢項，本文中所涉及變量的CIPS值是不顯著的，也就是說變量都是非平穩(wěn)的變量。隨后對變量的一階差分進行了單位根檢驗，發(fā)現(xiàn)至少在10%水平上顯著，這說明變量經(jīng)過一階差分之后是平穩(wěn)的，因此本文中所涉及的變量均是I(1)變量。

表4 CIPS單位根檢驗結果*注 ：“**”、“*”表示5%、10%以上的顯著水平。CIPS檢驗的原假設為存在單位根，由于時間長度的限制以及出于節(jié)約自由度的目的，在檢驗中選取了一階滯后。Δ表示變量的一階差分。CIPS檢驗5%臨界值為-2.14(僅含截距)、-2.67(含截距和時間趨勢)，10%臨界值為-2.07(僅含截距)、-2.58(含截距和時間趨勢) 取自Pesaran(2007)。ln表示自然對數(shù)。

Pesaran(2006)最初在提出CCEP估計方法時只考慮共同因子本身為平穩(wěn)變量的情形，但是Kapetanios、Pesaran和Yamagata(2011)的研究表明，如果共同因子為I(1)變量，CCEP的估計仍然是一致的。

(三)模型估計結果

在估計CCEP模型之前，為了進行模型選擇和比較，首先估計POOL模型，結果見表5的第2列。隨后，估計基準模型和雙向固定效應模型。從表5中第3列和第4列可以看出，Hausman檢驗結果一致表明拒絕隨機效應，且F統(tǒng)計量高度顯著，說明模型中個體和時間效應共存。

但是在雙向固定效應模型中，時間固定效應假設共同沖擊對于各個經(jīng)濟體的影響具有同質性(即γi=1)，這與現(xiàn)實不符，于是進行了CCEP估計，表中第5列給出了估計結果。為了比較CCEP模型與雙向固定效應模型優(yōu)劣，進行了Hausman檢驗。表5中第5列CCEP估計的Hausman統(tǒng)計量高度顯著，說明經(jīng)濟沖擊存在個體異質性，即CCEP模型相對于與雙向固定效應模型是一個更優(yōu)的模型。

表5 模型估計結果及其比較*“**”和“*”分別表示在5%和10%以上的水平顯著，括號之內的數(shù)字表示標準誤。限于篇幅沒有報告截距、個體效應和時間效應。F統(tǒng)計量用于檢驗個體或者時間效應的聯(lián)合顯著性。Hausman統(tǒng)計量用于選擇固定效應或者隨機效應。

從各個模型的估計結果看，無論是POOL模型、基準模型還是雙向固定效應模型，其變量系數(shù)均有不合理之處，且hausman值較小，而CCEP模型的系數(shù)的估計值基本符合預期。具體而言，首先，重點關注的股票市場發(fā)展程度變量(TST_GDP)和股票市場規(guī)模程度變量(CST_GDP)的系數(shù)顯著為正，即股票市場發(fā)展程度越高的國家，擁有更高的人均收入水平；其次，度量股票市場活躍程度的變量(TURN)在控制共同沖擊因素后并不顯著，一種解釋是換手率不能直接體現(xiàn)股市發(fā)展情況，相反在一定程度上換手率過高還代表股市中短期投機行為盛行，不利于公司融資；最后，另外兩個控制變量的系數(shù)估計結果也與理論預期基本一致，政府過度干預(FIN_GDP)經(jīng)濟，會影響經(jīng)濟配置資源的效率不利于經(jīng)濟的發(fā)展。經(jīng)濟集聚度(lnN)的提高可以發(fā)揮規(guī)模經(jīng)濟效益有利于經(jīng)濟增長。

(四)協(xié)整分析

在CCEP模型估計的基礎之上，本節(jié)進一步檢驗實際人均收入(lny)、股票市場發(fā)展程度(TST_GDP)、股票市場換手率(TURN)、股票市場規(guī)模程度(CST_GDP)、政府干預(FIN_GDP)和經(jīng)濟集聚度(lnN)之間是否存在協(xié)整關系。根據(jù)前文的估計和檢驗，由于 CCEP模型回歸中包含有共同因子的信息(空間強相關ft)，所以依然采用CIPS的單位根檢驗方法。檢驗中設定只包含截距項，滯后階數(shù)取1，檢驗得到的CIPS統(tǒng)計量為-2.4511，CIPS檢驗5%臨界值為-2.14(僅含截距)，因此，CCEP模型回歸得到的殘差是平穩(wěn)的——即變量間存在著協(xié)整關系。

(五)共同因子分析

前文的結果證明了假說1——股票市場的發(fā)展能夠促進經(jīng)濟增長，下面驗證假說2——技術沖擊、經(jīng)濟周期等共同沖擊會對各國的經(jīng)濟增長產(chǎn)生具有異質性的影響，即分析空間強相關影響——共同因子ft和因子載荷系數(shù)γ′。由于CCEP模型的參數(shù)估計是一致的，首先利用CCEP模型得到的參數(shù)計算殘差，計算的具體過程如下 ：

(19)

(20)

(21)

(22)

(23)

(24)

(25)

(26)

表6 共同因子IC準則判定結果*本表根據(jù)Bai和Ng(2002)的三個IC準則計算而得。

從表7共同因子的估計結果以及圖1共同因子的時變特征可以發(fā)現(xiàn)其呈現(xiàn)出先上升后下降的趨勢，并具有波動的特征。從其上升的趨勢上看(1992—1999年)，共同因子很可能反映了技術變革所帶來的有利的共同沖擊(如電腦的普及等)，這種正向的技術沖擊提高了生產(chǎn)效率。而當這種正向沖擊在各個經(jīng)濟體傳遞時，會以一種強空間相關的方式導致各經(jīng)濟體的發(fā)展水平持續(xù)上漲。另外，共同因子也較好地刻畫了幾次經(jīng)濟危機的情況。如2001年的互聯(lián)網(wǎng)泡沫經(jīng)濟危機、2007年的次貸危機以及2009年的歐債危機，這些不利的沖擊對我國及OECD國家都產(chǎn)生了深遠的影響，使得各國經(jīng)濟的發(fā)展都籠罩在一片陰霾當中，經(jīng)濟增長速度也出現(xiàn)不同程度的下滑。

表7 共同因子的估計結果*共同因子根據(jù)Bai and Ng(2003)采用主成分方法進行估計。

最后，為了反映各國對于共同沖擊的反應程度估計了各個因子的載荷系數(shù)。估計結果參見表8，首先，樣本中的各個國家對于共同沖擊的反應程度是不同的，這驗證了假說2關于共同沖擊的異質性特征。其次，雖然因子載荷系數(shù)各不相同，但都為正，這說明各個經(jīng)濟體對于技術沖擊、經(jīng)濟周期因素的反應呈現(xiàn)出“順周期”特征*即當因子載荷系數(shù)γi為正時，經(jīng)濟體對于共同沖擊的反應會隨著其增加而增長(注意反應程度為γi ft)，隨其減少而降低，因此呈現(xiàn)出順周期特征；而當因子載荷系數(shù)為負時，經(jīng)濟體對于共同沖擊的反應會隨著其增加而降低，隨其減少而增長，會表現(xiàn)出反周期特征。。再次，將35個國家劃分為歐洲、美洲、亞洲、大洋洲四大區(qū)域發(fā)現(xiàn)，無論哪個區(qū)域，經(jīng)濟規(guī)模大的國家對于共同沖擊的反應更為強烈，如歐洲的英國、德國、法國，美洲的美國和加拿大，亞洲的中國和日本，大洋洲的澳大利亞。

圖1 共同因子時間變化圖

表8 OECD國家及中國因子載荷系數(shù)

三、結 論

本文基于1992—2012年35個國家的面板數(shù)據(jù)對股票市場與經(jīng)濟增長的關系進行了實證研究，在實證中主要發(fā)現(xiàn)以下幾個結論 ：

首先，發(fā)現(xiàn)實證所涉及的變量均為I(1)變量，在模型比較的基礎上，采用CCEP方法得到參數(shù)的一致估計，發(fā)現(xiàn)股票市場的發(fā)展和經(jīng)濟集聚度對于各國的經(jīng)濟增長具有正向促進作用，股市換手率的影響并不顯著，政府的過度干預會損害經(jīng)濟的效率從而不利于經(jīng)濟增長。

其次，發(fā)現(xiàn)實際人均收入、股市發(fā)展程度、股市換手率、股市規(guī)模程度、政府對經(jīng)濟的干預度、經(jīng)濟集聚度等變量存在長期協(xié)整關系，說明股票市場的發(fā)展對于經(jīng)濟增長的影響從長期來看是穩(wěn)定的。

最后，借鑒Bai和Ng(2003)的ICp準則確定了共同沖擊的個數(shù)，采用主成分分析方法提取了共同因子并估計了因子載荷系數(shù)，發(fā)現(xiàn)共同因子較好地刻畫了技術沖擊、經(jīng)濟周期因素等共同沖擊對各個國家經(jīng)濟增長的影響。并且從因子載荷系數(shù)的估計中發(fā)現(xiàn)，經(jīng)濟體的經(jīng)濟規(guī)模越大，對于共同沖擊的反應越強烈。

[責任編輯 ：王 波]

本文為國家社會科學基金項目“財政支持新農(nóng)?？沙掷m(xù)發(fā)展問題研究”(項目編號:13BSH051)、教育部人文社科項目“資本認繳制及交易安全研究”的階段性成果。

崔華泰，中國人民大學經(jīng)濟學院博士研究生。

F832.5

A

1003-8353(2016)011-0113-07