本篇论文目录导航：
【题目】江苏省内县域经济发展差异探究
【第一章】江苏经济增长和县域金融发展探究绪论
【第二章】金融发展和经济增长的相互作用机制
【第三章】苏南苏北县域金融发展与经济增长
【第四章】江苏省县域金融发展与经济增长的实证分析
【第五章】促进区域金融协调发展的政策建议
【结语/参考文献】江苏县域金融协调发展分析结语与参考文献
第 4 章 江苏省县域金融发展与经济增长的实证分析
4.1 指标选择及数据来源
为了较合理的对金融发展对各地区经济发展的作用进行解释，本文选取地区生产总值 GDP 作为被解释变量，同时，为了尽可能做到解释全面，所采用的解释变量包括社会固定投资总额（FIX）、财政支出（EXP）、金融相关比率（FIR）、金融中介效率（SLR）以及金融机构储蓄结构比率（FSS），利用其之间的关系模型来反映苏北县域和苏南县域金融发展对经济增长的作用。其中，一方面，由于 GDP、FIX、EXP 序列的各个样本数值较大，因此，为了降低序列的波动性误差对统计结果的不利影响，同时为了数据上的处理方便，我们对原序列取自然对数（因为对原序列取自然对数并不影响序列原本的变化趋势），即 ln（GDP）、ln（FIX）以及 ln（EXP）。
本文用来实证研究的样本面板数据都来源于 1996 年至 2012 年间的《江苏统计年鉴》，即 1995 年至 2011 年间共 17 年的数据，由于江苏省内部行政区划在 20 世纪末的存在变化，因此为了保持前后统计数据的一致性，本文研究数据选取自 1995 年至今一直存在的县级行政区划的相关数据进行实证研究，以保证研究真实可靠。
4.2 实证检验
4.2.1 单位根检验
在实际的经济领域当中，我们所能获取的许多观测值多数都不是由平稳过程产生的，因此对观测值的数据进行平稳性检验显得很有必要。如果数据是平稳的，就可以直接进行模型的回归分析。如果数据不具备平稳性的特征，则根据动态计量经济学的相关理论，只有具有相同单整阶数的两个变量才可能存在长期的均衡关系，因此为避免出现“伪回归”的情形，对所获得的样本面板数据进行相应的处理显得尤为重要。在对面板数据进行平稳性检验分析的时候，我们通常运用单位根检验的方法，然而单位根的检验方法又有多种不同的方法，如 Common root-Levin ,Liu,Chu（LLC）法、Individual root-Fisher-ADF 法、Individual root-Fisher-PP 法、Individual root-Im,Pesaran,Shin（IPS）法等，本文为加强证明面板数据的可用性并丰富文章内容，对以上检验方法得出的数据均进行了分析并予以综合整理成表，系统的展现文章所用面板数据的可行性。
4.2.1.1 理论简介
所谓面板数据的单位根检验是指将样本面板数据中的变量的各个横截面序列作为一个整体来进行单位根检验。根据面板数据的生成方式不同，可将面板数据分为两种不同类型，即同质型面板数据和异质型面板数据。如下：
则称面板数据ity 是同质的，其中，itX 表示回归模型中的外生变量，包括个体截面序列的时间趋势和固定效应，itm是扰动项。又如：
在同质型的面板数据中，所有的个体具备相同的系数，也就是说对所有的截面单位i均存在i;而在异质型的面板数据中，决定数据生成的系数在不同截面均存在有不同的系数。目前理论界常用的几种面板数据的单位根检验也依据上述两类不同性质的面板数据而分为两种类型。一类是假设所有的面板单位均包含共同的单位根，如 Levin-Lin-Chu（LLC）（2002），Breitung（2000），Hadri（1999）的检验方法都属于这种类型，认为各个截面序列存在同质单位根的过程。而另一类检验方法则放松了同质性的假定条件，允许ir在不同的截面单位取不同数值，其中具有代表性的检验包括 Im-Pesaran-Shin（IPS）（2003）、Fisher-ADF 和 Fisher-PP（Maddala 和 Wu,1999），认为各个截面序列存在异质单位根的过程。另外进行面板单位根检验时，Hadri检验方法的原假设为不存在单位根，而其余五种检验方法的原假设均为存在单位根。
由于学术界对面板数据的单位根检验方法到目前为止还没有完全统一，下文运用LLC、IPS、Fisher-ADF、Fisher-PP 四种单位根检验方法检验本文所采用的样本面板数据的平稳性，以进行比较、核对、确认样本面板数据的稳定性。
4.2.1.2 检验结果
由于 ln（GDP）、ln（FIX）、ln（EXP）、金融相关比率 FIR、存贷款比率 SLR、金融机构储蓄结构比率 FSS 都是时间序列数据，对变量进行协整分析和对模型进行估计之前首先对变量进行平稳性检验，只有变量在 t 阶平稳的条件下，才能做协整分析。为了确定这些数据是否具有平稳性，本文采用 E-views6.0 统计软件中关于面板数据的单位根检验方法对数据进行检验。
本文分别对苏北县域和苏南县域的面板数据进行了单位根检验，以发现这些变量是否具有平稳性，检验结果如表 4.1 所示，首先在苏北县域，在原始序列水平上，ln（GDP）、ln（FIX）、ln（EXP）、FSS 均没有拒绝有单位根的假设，其对应的序列均为非平稳时间序列，但对以上四个变量序列进行一阶差分处理后，发现它们在一阶差分条件下都拒绝有单位根的假设，表明变量的平稳性，从而说明分析的这四个变量是同阶单整的；对 SLR 的单位根检验方法中 LLC 和 IPS 在原始序列水平上已拒绝有单位根的假设，表明其变量具有平稳性，ADF 和 PP 两种方法在进行一阶差分处理后的结果也表明应拒绝有单位根的假设，从而得出变量平稳的结论；而 FIR 在原始序列水平上已拒绝有单位根的假设，表明其变量具有平稳性。其次在苏南县域，ln（GDP）、ln（FIX）、ln（EXP）、FSS 四个变量序列的平稳性情况与苏北县域一致；FIR 在 LLC和 PP 两种检验方法下，在原始水平即表现出平稳状态，IPS 和 ADF 在进行一阶差分处理后的结果显示平稳；SLR 在 LLC 和 IPS 两种检验方法下，在原始水平即表现出平稳状态，而另两种方法 ADF 和 PP 在进行一阶差分处理后的结果显示平稳。
综上所述，无论是苏北县域还是苏南县域，ln（GDP）、ln（FIX）、ln（EXP）、FIR、SLR、FSS 都是一阶差分平稳的。
4.2.2 协整检验
从以上对各个变量的单位根检验结果可知，待检验的多个变量之间存在同阶单整的平稳关系，即满足协整检验的前提条件，即只有同阶单整，变量之间才有共同的增长趋势，才能同涨同落。
面板数据的协整检验包括两个步骤：首先，建立序列 ln（GDP）对序列 ln（FIX）、ln（EXP）、FIR、SLR 和 FSS 的面板数据模型，然后生成各个截面回归方程的残差序列并对其进行单位根检验。如果所生成的序列具有平稳性，则可表明序列 ln（GDP）与序列 ln（FIX）、ln（EXP）、FIR、SLR 和 FSS 之间存在协整关系。
然后，对模型回归残差进行单位根检验。为了进行协整检验，首先需要生成各个截面方程的回归残差序列，如表 4.2,并对其组成的序列组进行单位根检验，LLC 检验统计量是-14.2007,其概率值 P 为 0,因此应当拒绝“各个截面回归方程的残差序列具有相同单位根”的原假设；IPS 检验统计量是-15.4907,其概率值 P 为 0,因此应该拒绝“所有截面回归方程的残差序列都存在单位根”的原假设；而对 Fisher-ADP 检验和 Fisher-PP 检验，这两种方法的检验统计量分别为 344.11 和 669.146,其相应的概率值 P 均为 0,表明这两种统计量均十分显着，因此也应该拒绝“所有截面回归方程的残差序列都存在单位根”的原假设。
因此对于苏北县域，根据各种单位根检验得出的结果，证明对回归模型进行估计所得到的各个截面残差序列不存在单位根，也就表明残差序列具备平稳性。从而表明序列 ln（GDP）与序列 ln（FIX）、ln（EXP）、FIR、SLR 和 FSS 之间存在协整关系，从而可以进行下一步的回归实证分析。
随之对模型的回归残差序列进行单位根检验。为了对面板数据进行协整检验，首先需要生成各个截面方程的回归残差序列，结果如表 4.3.然后对其所生成的序列组进行单位根检验，LLC 检验统计量是-10.0086,其概率值 P 为 0,因此拒绝“各个截面回归方程的残差序列存在相同单位根的过程”的原假设；IPS 检验统计量是-9.06852,其概率值 P 为 0,因此拒绝“所有截面回归方程的残差序列都有单位根”的原假设；对Fisher-ADP 检验和 Fisher-PP 检验，这两种方法的检验统计量分别为 125.149 和 129.14,且相应的概率值 P 为 0,表明统计量也十分显着，因此也拒绝“所有截面回归方程的残差序列都有单位根”的原假设。
综上所述，对于苏南县域，根据以上各种检验方法的单位根检验结果，证明回归模型进行估计所得到的各截面残差序列不具有单位根，即这些残差序列是平稳的。从而表明序列 ln（GDP）与序列 ln（FIX）、ln（EXP）、FIR、SLR 和 FSS 之间存在协整关系，从而可以进行下一步的回归实证分析。
4.2.3 实证结果及结论
通过以上平稳性检验结果，可以对苏北县域和苏南县域分别进行模型估计。
首先对苏北县域进行模型估计，得出
从苏南县域的模型估计结果看来，除金融机构储蓄结构 FSS 以外的变量的 t 统计量都很显着，而 FSS 的 t 统计量为-0.758601,概率值 P=0.4489,在模型估计中的对因变量 ln（GDP）不显着，因当剔除这一自变量，再次进行模型估计的结果为：
果是可靠的。苏南县域与苏北县域存在明显差异的地方首先在于，苏南县域的金融相关比率 FIR 与 GDP 成正相关关系，即金融相关比率越大，GDP 越大，反之金融相关比率越小，GDP 也就越小；而苏北县域的金融相关比率 FIR 与 GDP 成负相关关系，即金融发展程度落后于经济增长速度，金融的发展严重制约着经济的快速增长。其次，在欠发达地区，即苏北县域的金融机构储蓄结构 FSS 与 GDP 成正相关关系，说明金融机构中居民储蓄所占比重越大，对 GDP 的促进作用越大，而在发达地区，即苏南县域，由于自变量金融机构储蓄结构 FSS 对因变量 ln（GDP）不显着，因此可得出在苏南县域 FSS 对 GDP 的不起作用或作用不显着，从而可间接得出结论，在较发达的地区，社会经济发展较快是因为全社会积极的经济和金融活动的促进作用，而非将财富简单的存入银行等金融机构这种传统的理财途径；而与其相反的是，欠发达地区的经济增长在一定程度上来源于居民储蓄的保值增值，而非其他投资途径，因此也造就了苏北县域一直落后于苏南县域的局面。最后，由于在欠发达地区即苏北县域的回归模型中，自变量社会固定总投资总额的对数 ln（FIX）对因变量 ln（GDP）不显着，因此可得出苏北县域的社会固定投资总额 FIX 对 GDP 不起作用或者作用不显着，而在苏南县域的社会固定投资总额 FIX 与地区生产总值 GDP 成正相关关系，即社会固定投资总额越大，对 GDP 增长的促进作用也越大。
综合苏北县域和苏南县域的模型估计的结果可以看出，第一，社会固定投资总额FIX 方面，在苏北县域没有明显作用，而在苏南县域，社会固定投资总额每增加 100元，地区生产总值 GDP 增加 18.86 元，显然社会固定投资额这一指标对经济的增长在苏南县域发挥着更大的作用。第二，财政支出 EXP 方面，无论是苏北还是苏南县域，与 GDP 都成正相关关系，即财政支出每增加 100 元，苏北县域的地区生产总值增加 67.37 元，而苏南县域的地区生产总值增加 65.48 元，这项指标在两个地区都发挥了较好的作用。第三，金融相关比率 FIR 在苏北县域与 GDP 成负相关关系，在苏南成正相关关系，表明在苏北县域金融相关比率过大并不一定有利于经济的增长，反而会抑制经济的增长，而苏南县域的金融相关比率对本地区的经济发展起着积极的推动作用。第四，金融中介效率 SLR 的系数无论是在苏北县域还是苏南县域都是正数，因此 SLR 的系数越大说明对 GDP 的促进作用越大，反之亦然，显而易见，苏南县域的金融中介效率系数为 0.328476,而苏北县域的金融中介效率系数为 0.207129,因此苏南县域的金融中介效率对 GDP 的促进作用更大，效果更明显。最后，金融机构储蓄结构 FSS 在苏南县域没有明显作用，而在苏北县域对 GDP 的作用十分显着，表明储蓄越多对经济的促进作用越大。综上所述，苏北县域要加快县域内经济发展，必须提高社会固定投资的效用，不断完善金融体系，使金融对经济抑制作用转变为积极的促进作用，不断提高金融中介的运作效率，大力发展丰富多样的金融服务，同时继续保持财政支出的良好发展态势，做到稳中求进。
