金融集聚对区域经济的增长效应和辐射效应研究(下)

1、    金融集聚对区域经济的增长效应和辐射效应研究(下)         当贸易自由度大于持续点(集聚不能持续存在时)的自由度s时，所有经济全部集中在北部，此后北部的福利水平保持不变。后两种情况下，南部福利水平的分析较为复杂。图中可看出，如果对制造业产品的支出份额足够低，那么经济增长率的提高对福利水平的影响较小，此时从经济聚集中受到的静态损失占主导，经济起飞使南部的处境变坏。图中最下面的曲线表示了这种情况。如果对制造业产品的支出份额足够大，那么南部从经济增长中获得的动态收益占

2、主导，两个区域都从经济起飞中获益。在图中，点线表示了这种情况。如果处于中间值，经济起飞初期南部会有损失，但最终福利水平超过起飞前的福利水平。当经济起飞后，交易成本的下降会降低从北部输入的商品价格，从而提高南部的福利水平。四、金融资源扩散对周边地区的涓流效应当金融集聚的“市场拥挤效应”愈加明显后，金融资源可能从集中在核心区发展为向周边地区扩散，下面我们以内生经济增长理论中的AK模型为基础，分析金融资源扩散到周边地区后产生的涓流效应。AK模型假设一个没有政府的封闭经济，只生产一种产品，它可被用于消费或投资，如果被用于投资，每期以一定的比率折旧，人口规模不变。经过一定推导，得出经济增长率公式为：(其

3、中，A为资本的边际生产率；表示储蓄向投资转化的比例；s表示储蓄率)上式所反映的定性含义是经济增长率依赖于边际资本生产率、储蓄率和储蓄向投资的转化率。基于此我们认为金融资源流入对周边地区的经济效应可归结为三点：1、技术进步效应。金融资源流入有利于加速技术进步，提高边际资本生产率。伴随着金融资源向边缘区的扩散，会有信息和创新技术的扩散。金融集聚区往往是知识中心、技术中心，具有丰富的未编码知识，知识库丰富，创新资源丰富。由于整个区域内网络的系统性特征会大大加快技术信息区域内的流动速度，新的技术会很快传播到边缘区的企业，有力地推动了创新知识的扩散，直接推动了边缘区的技术进步，为提高产品性能提供了技术保

4、证。2、资本积累效应。当集聚区的金融资源向边缘区扩散时，金融机构数量会有所增加，这意味着金融交易具有更广阔的地域分布，有利于储蓄主体获得更为全面、充分和真实的金融交易信息，节约交易成本，进而动员各种类型主体积极参加储蓄。同时随着边缘区内金融机构规模的扩大，经济实力的增强，其承担和处理流动性风险的能力也相应提高，其搜寻、处理相同金融信息的成本也相应降低，这些能够增强公众的交易信心，提高储蓄主体的储蓄倾向。3、储蓄投资转化效应。随着金融资源从集聚区向边缘区的流动，边缘区各层次的金融资源数量和质量都有了增加或提升。在这些地区，金融中介可以通过专业技术收集信息，节约了个人搜寻信息的成本，有助于关于投资

5、机会的信息获取；金融体系可以通过多样化投资工具有效降低高风险企业的风险承担，从而鼓励企业向高风险同时又有高回报的领域投资；金融体系强化了企业的公司治理机制，引导资金流向高回报领域，可提高社会整体投资效率。五、对上海金融集聚经济效应的实证分析上文从理论上推导出金融集聚对本地区和周边地区的经济影响，认为金融集聚应对周边地区有辐射功能，可以以某中心城市的金融集聚和金融发展来带动整个区域，乃至全国经济的共同增长。下面以国内金融集聚程度最高的上海为例，实证分析上海金融集聚对上海及周边地区(江苏省和浙江省)的经济效应。(一)计量方法说明由于我们选择的是时间序列数据，如果这些变量都是一阶差分平稳向量，我们就

6、可以在向量自回归(VAR)的基础上，利用VAR中的脉冲响应函数来分析系统中各个变量之间的影响程度。上海、江苏和浙江是长三角区域经济大系统的子系统，它们之间存在着相互影响、相互作用的动态关系。我们将利用脉冲相应函数试图回答：若上海的金融集聚度由于某种原因提高1%，这种变化会对该市和其它地区的经济增长产生什么样的影响?这种影响作用有多大?在进行脉冲响应分析之前，首先必须考察各变量是否单整，要对各变量进行时间序列数据的单位根检验；然后进行协整检验，利用格兰杰因果检验法考察各变量之间的因果关系；最后进行脉冲响应函数，分析区域间的动态关系。(二)指标和数据的选取本文选取金融机构存款额占全国金融机构存款额

7、之比，反映地区的金融集中程度；以每年人均GDP(名义值)增长率来近似衡量各地区的经济增长水平。数据均来自新中国50年统计资料汇编、历年中国统计年鉴、上海统计年鉴、上海金融年鉴、江苏统计年鉴、浙江统计年鉴。从数据可收集性以及经济政策的连续性出发，以改革开放以来1980年到2006年的历年年度经济数据作为本研究的基础数据。为克服数据系列的异方差性，文中将所有数据系列转化成相应的对数系列，并采用Eviews5进行所有的相关测试。(三)实证分析结果1、单位根检验。一般来讲，当时间序列具有不平稳性时，会导致“伪回归”现象，因此，在建立计量模型之前要对所用的时间序列进行单位根检验，以确定各序列的平稳性和单

8、整阶数，单位根检验一般用ADF检验。先根据其基本时序图确定截距项和时间趋势项是否存在，再根据赤池信息准则(AIC)确定滞后阶数，最后根据ADF统计量判断是否平稳。在Eviews5中，上述的第二步可以省去，由系统自动根据AIC准则确定合适的滞后阶数。以下用lnfund、lshgdpr、ljsgdpr、lzjgdpr分别表示上海金融集聚度、上海人均GDP(名义值)增长率、江苏人均GDP(名义值)增长率、浙江人均GDP(名义值)增长率的对数值。下面对lnfund、lshgdpr、ljsgdpr、lzjgdpr序列的原序列、一阶差分进行ADF检验，判断其稳定性(如表1)。检验结果说明，lnfund、l

9、shgdpr、ljsgdpr、lzjgdpr序列都是平稳序列，都是I(0)，可进一步检验它们之间是否存在长期协整关系。 2、协整检验。既然四个变量都是平稳的，我们就可以用Johansen检验判断它们之间是否存在协整关系，借以说明lnfund和各地区经济增长之间的长期均衡关系。关于协整关系的检验和估计具有许多技术模型，如EG分步法、Gregory、Hansan法、自回归分布滞后模型法等，其中曾经用得最多，也较为简单的是EG分步法，但其缺点是在小样本下，参数估计的误差较大，并且当变量超过两个以上时，变量间可能存在多个协整关系，此方法就无法找到所有可能的协整向量，其分析结果更不易解释。Jo

10、hansen(1988)提出极大似然估计法(MLE)，这是一种基于向量自回归模型(VAR)的检验方法，较好地避免了上述问题。在检验过程中，首先要根据SIC、SC或LR值选择滞后值k，并用Q统计量检验残差数列有无自相关，怀特统计量检验是否存在异方差，最终确定合适的滞后值，另外基于单位根检验的结果，在协整等式中只有截距项，没有趋势项。表2报告的检验结果表明，上海金融集聚和上海经济增长、浙江经济增长、江苏经济增长之间都存在着长期稳定的均衡关系。但为了进一步确定两者可能的因果关系，我们还需要进行格兰杰因果检验。 3.格兰杰因果检验。 表3是上海金融集聚和上海经济增长、江苏经济增长、

11、浙江经济增长之间的格兰杰因果检验的结果。从中可看出，在最优滞后期2时，在10%的置信水平下，上海金融集聚是上海经济增长的格兰杰因，但是和江苏、浙江两省经济增长间不存在格兰杰因果关系。4.脉冲效应函数。基于前面的分析框架，下面接着运用脉冲响应函数对上海金融集聚和三省市经济增长之间的相互关系进行动态分析。我们将金融集聚度对本地区经济增长影响通过金融集聚度的一个标准冲击对其经济增长未来值的影响效应来反映，体现了金融集聚的增长效应。同时，由于VAR模型中所有变量都是内生的，金融集聚及周边地区经济增长相互影响也可以通过模型的动态结构传递，体现了金融集聚的“辐射效应”。四个变量之间的脉冲响应分析见图2至图

12、4。 从图2可看出，上海金融集聚对上海经济增长的冲击作用有较为明显的滞后效应，在t=2后才开始起作用，其作用大约在t=5时达到顶峰，然后慢慢回落。图3中，上海金融集聚对江苏的经济增长的冲击作用一开始就表现得较为明显，在t=4后则趋于平稳，但仍然表现出较强的正面影响。但是图4显示，上海金融集聚对浙江经济增长的冲击作用不太明显。5.简要结论上海作为长三角地区的区域金融中心，其金融集聚已经对本地经济增长产生了较为显著的促进作用，增长效应比较明显。但是上海作为金融中心理应具备的金融辐射功能发挥得仍然不够，对周边地区的经济带动作用不大，相比较而言，江苏省受到上海的辐射效应更加明显些。六、总结本文通过理论建模和实证分析认为，金融集聚的两种形态(集中和扩散)会对集聚的核心区经济增长产生增长效应，对周边地区经济增长产生辐射效应。具体来说，在LS模型框架下，通过对金融集聚前后经济增长率的比较发现，金融资源集中于核心区，可以使得核心区实现比集聚前更高的增长率，这体现了金融集聚对核心区的增长效应，具体又包括“需求关联效应”和“资本溢出效应”。金融集聚对周边地区的辐射效应也包括两种形态，一是金融资源集中在条件满足时也会对周边地区产生福利补偿效应；二是当金融集聚的“市场拥挤效应”愈加明显后，金融资源会从集中于核心区发展为向周边地区扩散，进而通过鼓励技术进步、增加资本积累和促进储蓄投资转化来刺激