【J省普惠金融减贫效应实证结果分析案例2400字】

J省普惠金融减贫效应实证结果分析案例目录TOC\o"1-3"\h\u28412J省普惠金融减贫效应实证结果分析案例 12798（一）变量选取与模型构建 168761.变量选取 163882.面板模型构建 218804（二）实证检验与分析 3231141.描述性统计 363282.单位根检验 3171013.协整检验 4112344.模型选取检验 5134025.回归结果分析 5（一）变量选取与模型构建1.变量选取本文构建模型一共使用了9个变量，各变量详细解释如下：被解释变量：目前关于普惠金融实证研究的被解释变量多采取农村家庭恩格尔系数、泰尔指数、贫困发生率以及人均消费水平等等。由于江西省省情，本文选择泰尔指数来着重反映在农村中占据多数的弱势人群与城镇中占据多数的优势人群之间的贫富差距，该数值越小证明贫富差距越小，即减贫效应的结果显著。泰尔指数的计算方法如下：其中j为1时为城镇数据，j为2时为农村数据。GAPit为第i个市在t时期的泰尔指数。Rijt为第i个市在第t时刻城镇或农村地区总收入。Rit为第i个市在t时期城乡收入之和。Pijt为第i个市在t时期城镇或农村地区的总人口数。Pit为第i个市在t时期的总人口数。GAP解释变量：即普惠金融指数IFI，直接采用第三章所得的江西省共计11个设区市2011-2020年的数据即可。解释变量：为了验证普惠金融减贫的间接机制，需要把经济增长（DEV）和收入分配（INS）当作额外的解释变量进行检验。本文借鉴马彧菲和杜朝运（2017）、卢盼盼和张长全（2017）的衡量方法，使用人均GDP衡量经济增长水平，使用城镇与农村居民人均可支配收入的比例来衡量收入分配情况。控制变量：教育水平（EDU），使用教育支出占财政支出的比例来衡量。对外开放水平（OPEN），使用进出口总额占省内生产总值GDP的比例来衡量。政府支农水平（AGR），使用农林水事务支出占农业总产值的比例来衡量。政府财政支持力度（GOV），使用财政支出占GDP的比例来衡量。城镇化水平（URBAN），使用城镇化率衡量。变量名称以及其描述如表5所示。表5变量名称以及其描述变量名称变量代码变量选取被解释变量贫富差距GAP泰尔指数解释变量普惠金融指数IFIIFI指数解释变量经济增长DEV人均GDP收入分配INS城乡居民可支配收入比例控制变量教育水平EDU教育支出/财政支出对外开放水平OPEN进出口总额/GDP政府支农水平AGR农林水事务支出/农业总产值政府财政支持力度GOV财政支出/GDP城镇化水平URBAN城镇化率2.面板模型构建根据本文的研究目的，我们需要实证分析直接和间接机制的减贫效果，因此建立了如下面板模型：GAP其中，i意为设区市，t意为对应年份，α0意为截距项，ε意为随机干扰项。（二）实证检验与分析1.描述性统计首先进行各个变量的描述性统计，具体内容如表6所示。表6变量的描述性统计变量代码样本数均值标准差最小值最大值GAP1100.0720.0390.0010.184IFI1100.2380.2350.0981DEV11046628.3420629.2415806.7893750.85INS1102.40.3331.943.528EDU1100.1760.0260.130.233OPEN1100.1620.10.0520.654AGR1100.1550.0360.0930.277GOV1100.2190.0520.1110.318URBAN1100.5590.1040.3840.781通过描述性统计可以发现江西省各市贫富差距在0~0.184之间，均值为0.072，总体标准差为0.039，表明各市内部城乡间的贫困程度差距不大；而普惠金融指数在0.098~1之间，差距明显，说明在普惠金融发展的过程中各市间的差距过大，不平衡性严重；经济增长的最大值是93750.85，最小值是15806.78，均值是46628.34，总体的标准差为20629.24，说明江西省各市之间经济发展情况相差较大且离散程度较高，与普惠金融指数反映结果相匹配。收入分配的最大值3.528，最小值为1.94，均值为2.4，标准差为0.333，说明江西省各市之间收入分配差距较大。2.单位根检验接下来进行单位根检验。为防止产生假回归，对实证分析的结果产生一定的干扰，必须对各因素进行单位根检查，以保证其稳定性。通过ADF测试，得出了如下的（表7）测试数据结果：表7ADF检验结果变量0阶1阶tptpGAP-2.5680.1-2.9830.036IFI-3.2230.019--DEV-2.1280.234-2.6740.079INS-2.830.054--EDU-2.5140.112-11.0810OPEN-3.2850.016--AGR-3.9210.002--GOV-2.2440.191-3.0860.028URBAN-1.8860.339-2.9820.037从检验结果来看，IFI、INS、OPEN、AGR四个变量在零阶即可平稳，GAP、DEV、EDU、GOV和URBAN在零阶不平稳，经过一阶差分后平稳。3.协整检验由于变量GAP、DEV、EDU、GOV和URBAN存在单位根，为了判断能否直接使用原变量进行分析，还需协整检验验证。本文决定使用Kao检验进行检测，在表格8中显示了所得的结果。表8Kao检验结果Statisticp-valueModifiedDickey-Fullert-5.85050.0000Dickey-Fullert-8.53240.0000AugmentedDickey-Fullert-7.55290.0000UnadjustedmodifiedDickey-Fullert-6.99400.0000UnadjustedDickey-Fullert-8.76290.0000从P值上来看，所有的五个统计量均可在5%上拒绝原假设，因此可以直接使用原始变量进行回归。4.模型选取检验由于本文采用的是面板数据，然而面板数据由于截距项α0和各个被解释变量之间的关系不同可以分为混合估计模型（POOL模型），随机/固定效应模型（RE/FE模型），为了能够选择出最适合使用的模型，本文首先通过F测试进行了验证，以确定是否优先使用混合估计或固定效应的模型。接下来通过BP测试，确定是否优先使用混合估计效应或者随机效应模型。最后采用Hausman测试，以确定是否优先使用固定效应或者随机效应模型。通过表格9的结果可以得知随机效应模型最为合适。表9模型选择判定检验方法目的p-value结果FPOOL/FE0.7801POOLBPPOOL/RE0.0000REHausmanRE/FE0.5203RE5.回归结果分析运用STATA计算得到的分析结果如表10所示。表10随机效应模型回归结果Coef.Std.Err.zP>|z|IFI-0.02112440.0195121-1.080.279DEV1.94E-103.94E-0701INS0.0739940.01162346.370***EDU-0.08126070.2012353-0.40.686OPEN0.00196610.03225160.060.951AGR-0.14999580.0915316-1.640.101GOV0.09748270.0851951.140.253URBAN-0.02835950.0980745-0.290.772由回归结果可知，在5%的置信水平下，只有INS与GAP存在正相关。两者相关系数约为0.074，说明收入分配城乡差距每增大1%，贫富差距将会随之增大0.074%，由于贫富差距是个负指标，因此收入分配在实际上与减贫效应呈现负相关的关系，这表明通过收入分配体现减贫效应的间接机制是有效的。IFI、AGR和GOV效果虽然不够显著，但是根据其系数可