保險(xiǎn)發(fā)展、金融深化與經(jīng)濟(jì)增長關(guān)系研究

劉君

摘要： 本文采用時(shí)變面板平滑轉(zhuǎn)換回歸模型，在非線性的框架下對我國30個省份（地區(qū)）2000—2015年保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長關(guān)系展開深入研究。文章構(gòu)建包括金融系統(tǒng)因素和宏觀經(jīng)濟(jì)基本面因素的非線性模型，重點(diǎn)考察在金融系統(tǒng)變化情況下，保險(xiǎn)市場發(fā)展對經(jīng)濟(jì)增長的漸進(jìn)影響效應(yīng)及傳遞路徑。研究發(fā)現(xiàn)，金融發(fā)展水平越高的區(qū)域，通常其金融系統(tǒng)的資金配置效率和投資效率也更有效，保險(xiǎn)消費(fèi)對經(jīng)濟(jì)增長具有強(qiáng)拉動效應(yīng)，其中壽險(xiǎn)的融資功能比財(cái)險(xiǎn)經(jīng)濟(jì)補(bǔ)償功能更具經(jīng)濟(jì)增長效應(yīng)；而地區(qū)金融風(fēng)險(xiǎn)程度增高，則會大幅度提高該區(qū)金融系統(tǒng)的投資風(fēng)險(xiǎn)，進(jìn)而弱化財(cái)險(xiǎn)和壽險(xiǎn)對經(jīng)濟(jì)增長的正效應(yīng)。最后本文提出了現(xiàn)階段深化金融改革與管控金融風(fēng)險(xiǎn)的若干建議。

關(guān)鍵詞： 保險(xiǎn)發(fā)展； 金融深化； 經(jīng)濟(jì)增長； 時(shí)變面板平滑轉(zhuǎn)換回歸模型

文獻(xiàn)標(biāo)識碼： A 文章編號： 1002-2848-2017（04）-0029-12

一、 引 言

近年來，我國深化金融市場改革，社會經(jīng)濟(jì)快速發(fā)展。其中，保險(xiǎn)業(yè)作為現(xiàn)代金融市場的重要支柱之一，也在2015年《國務(wù)院關(guān)于加快發(fā)展現(xiàn)代保險(xiǎn)服務(wù)業(yè)的若干意見》等“新國十條”實(shí)施方案推動下更加迅速發(fā)展。在保險(xiǎn)業(yè)快速發(fā)展的同時(shí)，我國經(jīng)濟(jì)發(fā)展也保持較高水平。如圖1所示，從2000年以來，我國人均GDP一直穩(wěn)步上升，其中保險(xiǎn)對消費(fèi)及融資的金融支持作用逐漸顯現(xiàn)出來，保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長均穩(wěn)步提升。事實(shí)上，研究發(fā)現(xiàn)，隨著保險(xiǎn)業(yè)在現(xiàn)代金融業(yè)的作用逐漸增強(qiáng)，保險(xiǎn)與經(jīng)濟(jì)發(fā)展更加密切，其中財(cái)險(xiǎn)經(jīng)濟(jì)補(bǔ)償功能保障社會再生產(chǎn)運(yùn)行，壽險(xiǎn)融資功能促進(jìn)儲蓄資金向?qū)嶓w投資轉(zhuǎn)化，均具有較強(qiáng)經(jīng)濟(jì)增長效應(yīng)[1]。

但是，目前研究發(fā)現(xiàn)，在保險(xiǎn)消費(fèi)對經(jīng)濟(jì)增長的促進(jìn)逐漸增強(qiáng)的同時(shí)，由于各地金融系統(tǒng)深化水平不同，各地保險(xiǎn)業(yè)和經(jīng)濟(jì)發(fā)展不均衡，導(dǎo)致保險(xiǎn)消費(fèi)的經(jīng)濟(jì)增長效應(yīng)存在較大差異。其中，在保險(xiǎn)密度和增速方面，東部省份保險(xiǎn)密度最高；中部地區(qū)次之；西部地區(qū)保險(xiǎn)密度最低，同時(shí)增速緩慢。在金融深化方面，各省金融規(guī)模（本外幣貸款/GDP）與金融風(fēng)險(xiǎn)（不良貸款率）也存在較大差異。這導(dǎo)致我國各省保險(xiǎn)消費(fèi)的經(jīng)濟(jì)增長效應(yīng)存在顯著區(qū)別。而在目前保險(xiǎn)與經(jīng)濟(jì)增長的文獻(xiàn)中，尚未有研究考慮各地經(jīng)濟(jì)增長的異質(zhì)性，結(jié)合各地保險(xiǎn)發(fā)展不平衡，金融系統(tǒng)發(fā)展現(xiàn)狀顯著差異進(jìn)行研究，也沒有文獻(xiàn)嚴(yán)格區(qū)分金融深化過程中金融規(guī)模、金融風(fēng)險(xiǎn)這兩方面因素對經(jīng)濟(jì)增長影響。

金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系一直是學(xué)術(shù)界研究的重點(diǎn)，國內(nèi)外諸多學(xué)者均認(rèn)為，一國或地區(qū)只有金融發(fā)展水平達(dá)到一定程度，金融發(fā)展才能通過規(guī)模效應(yīng)與溢出效應(yīng)促進(jìn)經(jīng)濟(jì)增長。事實(shí)上，保險(xiǎn)業(yè)一直是金融系統(tǒng)中重要的組成部分，保險(xiǎn)消費(fèi)對經(jīng)濟(jì)增長的促進(jìn)作用也受地區(qū)金融發(fā)展水平的影響。一方面，國外學(xué)者Beenstock et al.、Outreville、Adams M and Andersson J.、Ward和Zurbruegg、Azmansaini and Smith研究保險(xiǎn)與經(jīng)濟(jì)增長關(guān)系，均認(rèn)為保險(xiǎn)業(yè)能分散風(fēng)險(xiǎn)、穩(wěn)定資金、提高經(jīng)濟(jì)的生產(chǎn)率，進(jìn)而促進(jìn)經(jīng)濟(jì)增長[26]；而學(xué)者Webb et al、Boon、Adams et al、Avram et al研究認(rèn)為壽險(xiǎn)與財(cái)險(xiǎn)消費(fèi)對經(jīng)濟(jì)有顯著正影響效應(yīng)，但在金融水平、收入水平不同的國家和地區(qū)存在差異，其中壽險(xiǎn)消費(fèi)只有在高收入國家有效[710]。另一方面，結(jié)合保險(xiǎn)業(yè)區(qū)域發(fā)展不均衡現(xiàn)狀，學(xué)者Skipper、Arena M、Albouy和Blagoutine、邵全權(quán)研究認(rèn)為保險(xiǎn)能促進(jìn)地區(qū)經(jīng)濟(jì)及金融穩(wěn)定，但區(qū)域發(fā)展失衡會導(dǎo)致區(qū)域保險(xiǎn)結(jié)構(gòu)同質(zhì)，加劇行業(yè)利益沖突，損害保險(xiǎn)消費(fèi)對經(jīng)濟(jì)增長的正向作用[1113]。

國內(nèi)方面，學(xué)者沈坤榮采用FGLS估計(jì)方法，研究認(rèn)為經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平不同會影響保險(xiǎn)消費(fèi)和經(jīng)濟(jì)增長的關(guān)系，隨著金融經(jīng)濟(jì)發(fā)展改善，保險(xiǎn)促進(jìn)經(jīng)濟(jì)增長的程度會顯著增強(qiáng)[14]。曾智研究也認(rèn)為不同經(jīng)濟(jì)金融發(fā)展水平下，保險(xiǎn)消費(fèi)與經(jīng)濟(jì)增長存在倒U型關(guān)系，其中只有壽險(xiǎn)具有顯著經(jīng)濟(jì)增長效應(yīng)[15]。而趙進(jìn)文通過時(shí)間序列非線性STR模型，研究認(rèn)為保險(xiǎn)消費(fèi)對經(jīng)濟(jì)增長點(diǎn)拉動作用具有明顯階段性和非線性特征，由于各區(qū)經(jīng)濟(jì)發(fā)展和保險(xiǎn)發(fā)展水平不同，保險(xiǎn)消費(fèi)經(jīng)濟(jì)增長效應(yīng)沒有充分發(fā)揮[16]。

事實(shí)上，目前國內(nèi)外眾多學(xué)者研究均認(rèn)為，保險(xiǎn)發(fā)展跟經(jīng)濟(jì)增長存在正相關(guān)關(guān)系。同時(shí)諸多學(xué)者如Winter、Niehaus、Nieh等研究均表明，由于各區(qū)經(jīng)濟(jì)增長，金融發(fā)展水平差異，加之保險(xiǎn)周期、收入差距等因素不同，保險(xiǎn)需求跟經(jīng)濟(jì)變量之間存在非線性關(guān)系。其中Enz、Zheng研究證實(shí)保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長存在S曲線關(guān)系，Lee通過TVPSTR模型研究36個國家數(shù)據(jù)，認(rèn)為保險(xiǎn)消費(fèi)與人均GDP存在門限效應(yīng)[17]。而國內(nèi)方面，魏華林和宋平凡、劉學(xué)寧、曾智、趙進(jìn)文等學(xué)者也證實(shí)保險(xiǎn)消費(fèi)與經(jīng)濟(jì)增長存在非線性門限關(guān)系，其中由于金融發(fā)展水平等差異，保險(xiǎn)消費(fèi)與經(jīng)濟(jì)增長呈倒U型關(guān)系[1819]。此外，多數(shù)研究經(jīng)驗(yàn)表明，地區(qū)金融市場的發(fā)展與金融體制的改革可以降低地區(qū)資本投資的波動，起到穩(wěn)定金融系統(tǒng)，降低金融風(fēng)險(xiǎn)的作用，這也造成不同發(fā)展水平的金融子市場與經(jīng)濟(jì)變量間存在非線性關(guān)系[2024]。

有鑒于此，結(jié)合當(dāng)前經(jīng)濟(jì)增速放緩，綜合考慮金融發(fā)展及保險(xiǎn)市場發(fā)展在各地發(fā)展不平衡的現(xiàn)狀，我們采用最新的時(shí)變面板平滑轉(zhuǎn)換回歸模型（TVPSTR），構(gòu)建包括金融系統(tǒng)因素和宏觀經(jīng)濟(jì)基本面因素的非線性模型，對我國30個省份（地區(qū)）的2000—2015年保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長關(guān)系展開深入研究。在此過程中，重點(diǎn)考察金融深化過程中，在地區(qū)保險(xiǎn)發(fā)展不均衡和金融系統(tǒng)差異的現(xiàn)狀下，地區(qū)金融規(guī)模、金融風(fēng)險(xiǎn)的變化，是否導(dǎo)致保險(xiǎn)消費(fèi)存在非線性經(jīng)濟(jì)增長效應(yīng)及其動態(tài)變化規(guī)律。

本文余下內(nèi)容安排如下：第二部分根據(jù)經(jīng)濟(jì)增長影響因素的最新研究，結(jié)合時(shí)變面板平滑轉(zhuǎn)換回歸模型TVPSTR構(gòu)建本文實(shí)證分析的框架；第三部分為本文的實(shí)證結(jié)果與分析，其中重點(diǎn)考察了金融系統(tǒng)變化下，保險(xiǎn)消費(fèi)的非線性經(jīng)濟(jì)增長效應(yīng)；最后是本文的結(jié)論和啟示。二、 模型的設(shè)定與數(shù)據(jù)說明endprint

（一）理論模型的構(gòu)建

為了研究金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系，Webb et al在柯布—道格拉斯生產(chǎn)函數(shù)（CD生產(chǎn)函數(shù)）的基礎(chǔ)上加入了金融市場變量，其中資本、勞動力與技術(shù)進(jìn)步等要素投入是影響經(jīng)濟(jì)增長的主要因素，且各要素間的共線性對生產(chǎn)函數(shù)的影響較小。為考察保險(xiǎn)市場因素對經(jīng)濟(jì)增長的影響，本文在Webb et al的研究基礎(chǔ)上，引入保險(xiǎn)市場變量，并對生產(chǎn)函數(shù)進(jìn)行拓展。根據(jù)傳統(tǒng)的CD生產(chǎn)函數(shù)：

我們對第（5）式進(jìn)行t求導(dǎo)，并結(jié)合上述的相關(guān)文獻(xiàn)和研究理論，借鑒吳永鋼和李政，吳洪的方法加入控制變量control[2526]。此外，因?yàn)楦魇”ｋU(xiǎn)業(yè)和經(jīng)濟(jì)發(fā)展差異較大，研究發(fā)現(xiàn)本文所選數(shù)據(jù)存在較大異質(zhì)性，我們參考Fouquau、Bessec和Fouquau、Destais、Aslanidis和Iranzo等的研究[2728]，為有效反應(yīng)模型參數(shù)在截面單位間的異質(zhì)性（Heterogeneity）變化，并刻畫參數(shù)隨時(shí)間變化產(chǎn)生的非穩(wěn)定性影響，我們將其轉(zhuǎn)換為動態(tài)面板平滑轉(zhuǎn)移回歸（TVPSTR）模型，以此考察在金融深化的過程中，保險(xiǎn)市場參數(shù)對經(jīng)濟(jì)增長的動態(tài)影響。我們構(gòu)建如下的模型：

其中，被解釋變量ln（rgdpi，t）為各省在t期的人均GDP對數(shù)，用以衡量各省的經(jīng)濟(jì)增長水平。在自變量中，保險(xiǎn)市場需求Xi，t作為本文主解釋變量，衡量各省居民保險(xiǎn)需求，即各省保險(xiǎn)密度。我們分別采用各省整體保險(xiǎn)市場保費(fèi)收入insurance、財(cái)產(chǎn)保險(xiǎn)市場保費(fèi)收入nonlife、壽險(xiǎn)市場保費(fèi)收入life與各省同期GDP的比值進(jìn)行衡量。

在本文模型中，根據(jù)Ching et al、趙進(jìn)文、曾智等研究，由于不同地區(qū)經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平等的不同，保險(xiǎn)需求增長對經(jīng)濟(jì)增長存在非線性影響[29]。事實(shí)上，從行業(yè)環(huán)境分析，地區(qū)發(fā)達(dá)的金融體系對行業(yè)資本配置效率具有正面影響效應(yīng)，強(qiáng)化行業(yè)發(fā)展的經(jīng)濟(jì)增長效應(yīng)，代表性研究有Goldsmith、McKinnon、Jeffrey Wurgler、Almeida and Wolfenzon以及HoChuan （River） Huang et al.等[3033]。因此在實(shí)證中，我們加入衡量金融深化水平的非線性門限變量，包括金融發(fā)展水平fincredit和金融風(fēng)險(xiǎn)程度finrisk，用以衡量金融深化過程中，隨金融發(fā)展水平fincredit和金融風(fēng)險(xiǎn)程度finrisk的變化，保險(xiǎn)市場對經(jīng)濟(jì)增長的非線性影響。其中，金融發(fā)展水平fincredit，我們借鑒李后建金融發(fā)展指標(biāo)pcrdbofgdp，即采用銀行及其他金融機(jī)構(gòu)的本外幣貸款總額占GDP的比重來構(gòu)建金融發(fā)展指標(biāo)[34]，反映了整個年度經(jīng)濟(jì)的融資活動中，通過金融部門向?qū)嶓w經(jīng)濟(jì)提供的資金總量，用以度量了一個地區(qū)金融規(guī)模的大小，通常認(rèn)為該指標(biāo)越大則表明地區(qū)的金融發(fā)展水平越高。而金融風(fēng)險(xiǎn)程度finrisk則用各省不同年份銀行業(yè)不良貸款率進(jìn)行衡量，通常不良貸款率越高代表該區(qū)金融融資風(fēng)險(xiǎn)程度越高，越不利于資金向?qū)嶓w經(jīng)濟(jì)流通。

在模型中，我們綜合考慮影響經(jīng)濟(jì)增長的控制變量Controli，t：實(shí)物資本存量lncapital（衡量實(shí)體經(jīng)濟(jì)資本投入），人力資本投入lnhuman，政府支出gover（衡量政府消費(fèi)和投資對宏觀經(jīng)濟(jì)的干預(yù)），進(jìn)出口總額trade（衡量各地進(jìn)出口對經(jīng)濟(jì)增長的拉動作用），通貨膨脹率cpi（衡量各地區(qū)價(jià)格波動或者宏觀經(jīng)濟(jì)不確定性對經(jīng)濟(jì)增長的影響）。并通過這五個控制變量Controli，t，衡量實(shí)際經(jīng)濟(jì)資本投入、人力投入等要素、貿(mào)易出口、政府干預(yù)及宏觀經(jīng)濟(jì)穩(wěn)定情況等對經(jīng)濟(jì)增長的影響。

綜上所述，在本文中，我們金融深化的兩個指標(biāo)做門限變量，構(gòu)建兩個模型，實(shí)證檢驗(yàn)在不同的金融深化水平上，隨金融發(fā)展水平fincredit和金融風(fēng)險(xiǎn)程度finrisk的變化，保險(xiǎn)市場發(fā)展對經(jīng)濟(jì)增長的非線性影響及其變化規(guī)律。此外，β1和β2為估計(jì)系數(shù)。而轉(zhuǎn)移函數(shù)g（Qit，γ，Qc）選擇上，我們借鑒趙進(jìn)文、李后建、魏華林方法，選擇如下的logistic轉(zhuǎn)換函數(shù)：

其中，Qc為轉(zhuǎn)換函數(shù)的位置參數(shù)，γ為平滑參數(shù)，衡量了logistic函數(shù)的平滑轉(zhuǎn)換程度，同時(shí)還決定不同區(qū)制間的變換速度。

（二）線性檢驗(yàn)與剩余非線性檢驗(yàn)

遵循該領(lǐng)域研究慣例，例如Gonzulez et al.[35]，為了檢驗(yàn)體制轉(zhuǎn)換效應(yīng)是否顯著，我們在γ=0處對g（Qit，γ，Qc）轉(zhuǎn)移函數(shù)進(jìn)行一階泰勒展開，并在原文模型，即公式（6）的基礎(chǔ)上，構(gòu)造如下的輔助回歸方程（6），以進(jìn)行“線性檢驗(yàn)”：

其中，Zi，t=（lnrgdpi，t，nonlifei，t，lifei，t，controli，t），Rm為泰勒展開的剩余項(xiàng)。同時(shí)，依據(jù)Gonzulez et al.（2005）方法的基本原理，檢驗(yàn)關(guān)系式（4）式中線性假設(shè)H0：γ=0等價(jià)于檢驗(yàn)（8）式中H*0：′ 1=L=′ m=0。為了考察原假設(shè)H*0，我們構(gòu)造如下統(tǒng)計(jì)量：

在式（9）至式（11）中，SSR0為在原假設(shè)成立條件下的面板殘差平方和，而SSR1則為備擇假設(shè)成立下的面板殘差平方和，SSRur為無約束條件下輔助回歸方程（線性化無約束回歸模型）的殘差平方和。在檢驗(yàn)過程中，LM統(tǒng)計(jì)量和pseudoLRT統(tǒng)計(jì)量遵循漸近χ2mk分布，而F統(tǒng)計(jì)量則遵循漸近F（mk，TNNmk）分布。

在“線性VS非線性”檢驗(yàn)基礎(chǔ)上，接下來我們?nèi)孕枰鳌笆Ｓ喾蔷€性檢驗(yàn)”（remaining nonlinearity），以檢驗(yàn)機(jī)制轉(zhuǎn)移函數(shù)的個數(shù)。具體來說，就是考察是否只存在唯一一個轉(zhuǎn)換函數(shù)（H0：r=1）或者至少存在著兩個轉(zhuǎn)換函數(shù)（H1：r=2）其中，r為β系數(shù)的階數(shù)，滿足β=（lnrgdpi，t）Xi，t=β1+∑γj=1βjgj（i，t，γj，Qj）。。在基于r=2的備擇假設(shè)下，TVPSTR模型具有以下的表達(dá)形式：

ln（rgdpi，t）=β0+β1Xi，t+β2Xi.tg（Q（1）i，t，γ1，Qc）+β3Xi，tg（Q（2）i，t，γ2，Qc）+β4Controli，t+εi，tendprint

（12）

其中，Q（1）i，t=Q（2）i，t。與上述檢驗(yàn)思路類似，為了檢驗(yàn)是否存在兩個轉(zhuǎn)換函數(shù)，我們考察原假設(shè)H0：γ2=0，并先在γ2=0處對g（Q（2）i，t，γ2，Qc）轉(zhuǎn)移函數(shù)做一階泰勒展開構(gòu)造輔助回歸方程，并采用LM統(tǒng)計(jì)量、F統(tǒng)計(jì)量或pseudoLRT統(tǒng)計(jì)量檢驗(yàn)體制轉(zhuǎn)換效應(yīng)個數(shù)的顯著性。同時(shí)在估計(jì)模型的篩選過程中，我們進(jìn)一步檢驗(yàn)是否存在三個或以上的轉(zhuǎn)換函數(shù)個數(shù)，即首先假定H0：r=r（r≥3）以及備擇假設(shè)H1：r=r+1進(jìn)行檢驗(yàn)，如果拒絕原假設(shè)H0，則繼續(xù)對H0：r=r+1及其相應(yīng)的備擇假設(shè)H1：r=r+2進(jìn)行檢驗(yàn)，依此類推，直至無法拒絕原假設(shè)H0為止。

（三）變量說明及數(shù)據(jù)來源

為了考察不同地區(qū)保險(xiǎn)發(fā)展在不同金融深化程度下對經(jīng)濟(jì)增長點(diǎn)非線性促進(jìn)作用，本文采用時(shí)變面板平滑轉(zhuǎn)換回歸模型TVPSTR對整體保險(xiǎn)市場、財(cái)產(chǎn)保險(xiǎn)市場、壽險(xiǎn)保險(xiǎn)市場在不同金融發(fā)展水平、金融風(fēng)險(xiǎn)程度變化下對各省經(jīng)濟(jì)增長的影響關(guān)系展開實(shí)證分析。其中我們選擇的研究對象為北京、上海、廣東、天津等30個中國的省市地區(qū)。我們選取的數(shù)據(jù)來源為中國國家統(tǒng)計(jì)局、中國保險(xiǎn)年鑒、中國統(tǒng)計(jì)年鑒、中國金融統(tǒng)計(jì)年鑒等，時(shí)間區(qū)間為2000—2015年。其中，30個省市名單見腳注樣本分布：北京、天津、河北、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。。此外，本文主要變量定義和統(tǒng)計(jì)描述如下：

（1）保險(xiǎn)市場指標(biāo)。我們采用各省整體保險(xiǎn)市場保費(fèi)收入insurance、財(cái)產(chǎn)保險(xiǎn)市場保費(fèi)收入nonlife、壽險(xiǎn)市場保費(fèi)收入life與各省同期GDP的比值進(jìn)行衡量。

（2）經(jīng)濟(jì)增長指標(biāo)。為衡量一國或地區(qū)的宏觀經(jīng)濟(jì)運(yùn)行狀況，我們采用發(fā)展經(jīng)濟(jì)學(xué)中人均國內(nèi)生產(chǎn)總值（Real GDP per capita），即“人均rgdp”，作為衡量經(jīng)濟(jì)發(fā)展?fàn)顩r的指標(biāo)。該指標(biāo)數(shù)值越大則表明該省市的經(jīng)濟(jì)增長水平更高。為了消除異方差，我們對人均GDP進(jìn)行取對數(shù)。

（3）金融深化指標(biāo)。金融深化程度往往影響該區(qū)融資規(guī)模及金融風(fēng)險(xiǎn)程度。其中融資規(guī)模越大，實(shí)體經(jīng)濟(jì)獲得的資金支持就越多，而金融風(fēng)險(xiǎn)則阻礙資金投資。本文選取本外幣貸款總額占GDP的比重來構(gòu)建金融發(fā)展指標(biāo)（fincredit），以刻畫一個國家或地區(qū)的金融發(fā)展?fàn)顩r，該指標(biāo)越大則表明地區(qū)的金融發(fā)展水平越高。金融風(fēng)險(xiǎn)程度finrisk則用各省不同年份銀行業(yè)不良貸款率進(jìn)行衡量，通常不良貸款率越高代表該區(qū)金融融資風(fēng)險(xiǎn)程度越高，越不利于資金向?qū)嶓w經(jīng)濟(jì)流通。

（4）控制變量Controli，t：實(shí)物資本存量lncapital（各地區(qū)實(shí)物資本取對數(shù)衡量資本投入），人力資本投入lnhuman（以各省勞動力平均受教育年限衡量勞動力投入），政府支出gover（政府消費(fèi)和投資占GDP比重），進(jìn)出口總額trade（衡量各地進(jìn)出口總額占GDP比值），通貨膨脹率cpi（衡量各地區(qū)價(jià)格波動或者宏觀經(jīng)濟(jì)不確定性對經(jīng)濟(jì)增長的影響）。

三、 實(shí)證結(jié)果與分析

（一）“線性檢驗(yàn)”與“剩余非線性檢驗(yàn)”

為了檢驗(yàn)保險(xiǎn)發(fā)展在不同金融深化水平下對經(jīng)濟(jì)增長的影響，我們結(jié)合各地宏觀經(jīng)濟(jì)基本面情況，重點(diǎn)考察保險(xiǎn)發(fā)展在不同金融發(fā)展規(guī)模及金融風(fēng)險(xiǎn)程度等門限變量下，對經(jīng)濟(jì)增長的非線性門限效應(yīng)。其中，借鑒陳創(chuàng)練、趙進(jìn)文等的研究[3637]，選擇各省本外幣貸款總額占GDP比重衡量各地金融發(fā)展水平，選擇各省銀行業(yè)不良貸款率衡量各省金融風(fēng)險(xiǎn)程度，并以這兩個變量作為金融深化水平的綜合衡量指標(biāo)，構(gòu)建非線性時(shí)變面板平滑轉(zhuǎn)換回歸模型（TVPSTR）。在面板平滑轉(zhuǎn)換回歸TVPSTR模型中，位置參數(shù)m的取值直接影響轉(zhuǎn)移函數(shù)g（Qit，γ，Qc），我們借鑒Gonzulez et al.、Granger和Terasvirta的方法[38]，根據(jù)AIC和BIC的準(zhǔn)則，同時(shí)結(jié)合包含區(qū)制個數(shù)不過多的TVPSTR已能充分反映面板數(shù)據(jù)異質(zhì)性，本文最終確定非線性模型的最優(yōu)位置參數(shù)個數(shù)均為1。

在動態(tài)面板平滑轉(zhuǎn)換回歸TVPSTR模型估計(jì)前，為了保證檢驗(yàn)結(jié)果穩(wěn)健性，確定了轉(zhuǎn)換函數(shù)g（Qit，γ，Qc）的位置參數(shù)后，我們要對金融發(fā)展水平、金融風(fēng)險(xiǎn)程度與經(jīng)濟(jì)增長之間的非線性關(guān)系進(jìn)行實(shí)證檢驗(yàn)，同時(shí)考察保險(xiǎn)發(fā)展的增長效應(yīng)中存在的非線性轉(zhuǎn)換函數(shù)（體制轉(zhuǎn)換區(qū)間）的最優(yōu)個數(shù)，我們將檢驗(yàn)結(jié)果列于表3。

由表的檢驗(yàn)結(jié)果可以清楚地看出，當(dāng)以金融發(fā)展水平或金融風(fēng)險(xiǎn)程度指標(biāo)作為門限變量對經(jīng)濟(jì)增長展開線性檢驗(yàn)時(shí)，各個模型的F統(tǒng)計(jì)量、LM統(tǒng)計(jì)量和pseudoLRT統(tǒng)計(jì)量在1%顯著性水平均顯著地拒絕r=0的原假設(shè)，這就充分說明隨著金融發(fā)展水平或金融風(fēng)險(xiǎn)程度的增強(qiáng)，保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長之間存在顯著的非線性效應(yīng)，要采用非線性TVPSTR模型估計(jì)。此外，由表4的分析結(jié)果我們可知，在1%的顯著性水平上，各個模型非線性機(jī)制轉(zhuǎn)換函數(shù)的最優(yōu)個數(shù)為1。

（二）非線性模型的參數(shù)估計(jì)

在以上最優(yōu)模型選擇的基礎(chǔ)上，本文借鑒Gonzulez et al的方法對TVPSTR模型進(jìn)行了參數(shù)估計(jì)。首先采用“去均值”的方法消除個體固定效應(yīng)，然后采用非線性最小二乘法來估計(jì)模型參數(shù)，與Goffe et al、Brooks et al以及Gonzulez等人的研究相一致[3940]，本文采用格點(diǎn)法（grid）來搜索使模型殘差平方和最小的參數(shù)估計(jì)值，將其作為非線性最優(yōu)算法的初始參數(shù)，在確保模型參數(shù)收斂的基礎(chǔ)上進(jìn)行估計(jì)，并將結(jié)果列于表4。

由表4的實(shí)證結(jié)果可知，動態(tài)非線性平滑面板TVPSTR模型的檢驗(yàn)結(jié)果比線性模型更加符合實(shí)際，模型中各變量統(tǒng)計(jì)顯著性更優(yōu)。根據(jù)非線性模型實(shí)證結(jié)果可知，以金融發(fā)展水平（金融規(guī)模）做轉(zhuǎn)換函數(shù)的門限變量，平滑參數(shù)γ的估計(jì)值較?。?083），說明非線性轉(zhuǎn)換函數(shù)具有較明顯的平滑轉(zhuǎn)化特征，隨著各省金融發(fā)展水平提高，保險(xiǎn)市場對經(jīng)濟(jì)增長的影響呈現(xiàn)漸進(jìn)演變的非線性關(guān)系；而以金融風(fēng)險(xiǎn)程度（金融風(fēng)險(xiǎn)）做門限變量，平滑參數(shù)γ的估計(jì)值較大（12481），說明隨金融風(fēng)險(xiǎn)加劇，保險(xiǎn)市場對經(jīng)濟(jì)增長影響的非線性效果更強(qiáng)烈，變化速度更快。其中，當(dāng)金融發(fā)展水平（金融規(guī)模）低于門限變量（4294）時(shí)，金融系統(tǒng)處于低轉(zhuǎn)換區(qū)制，此時(shí)保險(xiǎn)需求對經(jīng)濟(jì)增長的線性影響部分首先呈現(xiàn)負(fù)效應(yīng)，而后隨著金融發(fā)展水平高于門限變量（4294）時(shí)，非線性部分的影響效應(yīng)逐漸起主導(dǎo)作用，保險(xiǎn)對經(jīng)濟(jì)增長逐漸呈現(xiàn)正影響效應(yīng)；而以金融風(fēng)險(xiǎn)程度（金融風(fēng)險(xiǎn)）低于門限變量（3492），金融系統(tǒng)處于低風(fēng)險(xiǎn)區(qū)制，保險(xiǎn)對經(jīng)濟(jì)增長影響的首先呈現(xiàn)正效應(yīng)，后隨著金融風(fēng)險(xiǎn)擴(kuò)大逐漸轉(zhuǎn)為負(fù)效應(yīng)。由此可見，保險(xiǎn)發(fā)展與經(jīng)濟(jì)增長確實(shí)存在非線性金融深化門限效應(yīng)，隨著金融系統(tǒng)的金融規(guī)模、金融風(fēng)險(xiǎn)變化存在不同關(guān)系。此外，從線性與非線性模型實(shí)證可知，壽險(xiǎn)需求比財(cái)險(xiǎn)需求對經(jīng)濟(jì)增長的影響更顯著，我們認(rèn)為這可能與我國目前保險(xiǎn)市場的發(fā)展規(guī)律相關(guān)，在保險(xiǎn)規(guī)模與保險(xiǎn)增長速度方面，壽險(xiǎn)明顯比財(cái)險(xiǎn)更具影響力。endprint