【《绿色金融减贫效应的实证分析》4300字（论文）】

-3-绿色金融减贫效应的实证分析目录TOC\o"1-3"\h\u30552绿色金融减贫效应的实证分析 -1-11310(一)绿色金融发展水平测度 -1-4537(二)模型构建 -4-1953(三)实证分析 -5-23102(四)实证分析参考结果 -9-(一)绿色金融发展水平测度1.绿色金融评价体系建构我国的绿色金融政策大多还处于政策设计或实施的初级阶段，因此，政策的前效应预测和后评价是绿色金融评价体系建构的关键一步。构建金融评价体系的第一步是确定目标：一方面是呼吁社会闲散资金投入环保行业，修复好被破坏的生态系统，使经济得到持续健康发展；另一方面是利用科学技术及时更新金融工具和金融产品，更好的提高效率，为贫困人口提供资金援助，使资源得到最大化利用。构建绿色金融体系是为了保护环境，使绿色项目得到最大化开发和利用，对于污染环境项目不予贷款，使资金流向更加环保的部门，调整产业结构，实现部门资金协调，积极向绿色经济模式转变。因为影响发展的因素很多，所以在政策评价中会采用多种评价指标。图4-1如图所示，采用金融科技应收规模和增长率作为判断指标，表明金融绿色发展利润逐年增加，近几年规模虽有下降，但保持在正常范围内。2.绿色金融发展水平测度本文选取熵权法和专家评价法对绿色金融相关指标进行研究，同时测算金融发展水平。熵方法能真实的反应数据结构变化，权重由信息熵的效用来确定，能减少误差影响，所以这种方法受到广大学者一致认可。但绿色信贷、绿色保险等概念是近期才被提出，为了得到更好的研究效果，我们学习以往的研究经验，各维度的权重由专家打分法来确定方法如下：（1）收集相关数据，猜想某一年有i个地区，j个指标，如下：X=i∈（1，m），j∈（1，n）；i，j为整数公式1对数据进行标准化处理，消除维数和单位的差异：采用公式2和公式3进行无因次处理，公式2处理正指数，公式3处理逆指数，Xv代表i区域j指数的值。公式2公式3（3）利用Wv=1+Vv进行坐标平移，从而得到第i个地区第j个指标的比重为：公式4（4）确定熵值E与差异系数F:公式5则第j个指标在综合指标中的比重为:公式6（5）利用以上各式得到综合指数:公式7接下来，测算中国省（除香港、澳门、台湾、西藏等省）2008—2017年间的绿色金融发展综合指数。表4.2中国各个省份2008-2017年绿色金融发展综合指数省份2008200920102011201220132014201520162017北京39.037.537.839.840.039.841.142.142.141.8天津33.234.833.933.634.233.733.332.934.334.7河北31.932.031.332.231.832.032.233.332.232.3山西31.833.433.332.131.833.232.433.333.132.8内蒙古33.133.833.934.333.833.932.832.632.2234.5辽宁33.534.434.533.834.232.734.634.931.832.4吉林34.135.334.434.634.633.833.533.533.332.8黑龙江36.634.534.434.735.337.335.535.835.335.6上海37.036.435.836.538.036.837.537.137.037.4江苏36.136.435.536.036.136.436.637.036.936.2浙江37.636.736.436.135.636.835.635.736.135.9安徽33.934.035.035.235.135.334.634.736.835.6福建33.332.932.832.732.333.132.232.433.832.5江西31.831.531.531.531.331.531.431.532.232.1山东37.938.537.337.339.238.736.636.036.537.4河南33.933.734.533.132.132.833.033.133.734.6湖北32.633.833.333.333.234.033.833.734.834.1湖南34.234.635.034.735.135.035.035.334.835.4广东37.037.438.838.138.438.337.738.037.338.6广西32.030.931.732.032.231.532.332.831.831.4海南31.230.131.534.330.830.735.030.830.929.6重庆33.032.832.933.032.833.233.030.133.333.8四川33.033.733.533.232.732.832.232.532.332.6贵州30.430.030.229.128.028.928.828.728.929.2云南30.229.329.429.329.929.629.528.728.829.0陕西33.532.333.332.131.432.231.932.631.731.9甘肃29.429.228.728.028.528.828.829.129.429.0青海26.929.027.826.728.427.626.727.327.527.3宁夏29.629.129.529.529.929.429.829.729.628.9新疆32.532.232.733.233.332.333.032.131.631.1如图所示，总体来看，我国各省的绿色金融呈上升趋势。北京、上海、广东等绿色金融发展综合指数较高，青海、宁夏、新疆等省绿色金融发展指数较低，说明国家仍需关注边远地区金融发展，结果表明，我国各省份绿色金融发展水平存在较大差距。(二)模型构建1.绿色金融减贫效应模型为验证猜想1，同时结合我国省域发展实际，建立模型1，具体如下：InPOVit=Ɓ0+Ɓ1InGFit+Ɓ2InControls+Ƴi+£t+µit模型1其中，贫困指标是POVit，绿色金融发展指标是GFit，涉及到的控制变量是Controls。省是i，年份是t，截距是Ɓ0，特定区域内的固定效应是Ƴi，时间上的固定效应是£t，误差项是µit。假如变量GF是有效的，若系数Ɓ1的值小于零，则猜想1成立，证明绿色金融发展对减贫有显著性作用。2.中介效应模型学习过去的经验，构建了中介效应模型，验证了猜想2和猜想3的真实性。进一步探讨经济增长影响绿色金融的减贫效果，还是收入分配影响减贫进程，还是两者共同作用来减贫。如果这两种作用存在，那么猜想2和猜想3就是正确的，将进一步比较谁的影响作用大：第一步，将经济增长和收入分配因素除外，利用模型1构建实证模型，讨论绿色金融发展对居民贫困水平的影响为模型2：InPOVit=ɑ0+ɑ1InGFit+ɑ2InControls+Ƴi+£t+µit模型2第二步，验证经济增长和收入分配与绿色金融发展的关系。首先构建模型，经济增长指数是被解释变量，核心解释变量是绿色金融发展指数，观察绿色金融发展与经济增长之间的关系，此是模型3；接着构建模型，被解释变量是收入分配，核心解释变量是绿色金融发展指数，观察绿色金融发展与收入分配的关系，此是模型4：InPGDPit=w0+w1InGFit+w2InControls+Ƴi+£t+µit模型3InINEit=w0+w1InGFit+w2InControls+Ƴi+£t+µit模型4第三步，首先构建模型，被解释变量是贫困水平，核心解释变量是经济增长指数和绿色金融发展指数，经济增长是否充分解释了贫困水平的降低，称为模型5；其次构建模型，被解释变量与模型5一样，收入分配指数和绿色金融发展指数是核心解释变量，观察收入分配是否充分解释了对贫困水平的降低，称为模型6：InPOVit=ɳ0+ɳ1InGFit+ɳ2InControls+Ƴi+£t+µit模型5InPOVit=ɳ0+ɳ1InGFit+ɳ2InINEit+ɳ3InControls+Ƴi+£t+µit模型6第四步，根据以上模型实证结果，测算绿色金融减贫的总效应、间接效应及直接效应。从以上内容可知，绿色金融发展对扶贫的总体效果是模型2中的系数ɑ1；绿色金融发展对中介变量（经济增长和收入分配）的影响指标是模型3和模型4中的系数w1；绿色金融发展对扶贫的直接影响指标是模型5和模型6中的系数ɳ1，控制了绿色金融发展的影响后，中介变量（经济增长和收入分配）对扶贫的影响指数是系数为ɳ2。此外，中介效应是w1ɳ2。总体效果ɑ1、直接效应ɳ1和间接效应w1ɳ2之间的关系可以表示为：ɑ1=ɳ1+w1ɳ2所以,中介效应存在时代表ɑ1,w1,ɳ2结果显著,如果ɑ1>ɳ1,则代表存在不完全中介效应.(三)实证分析1.单位根检验中国绿色金融发展的减贫效应是通过面板数据模型来证明的，我们利用弹性来消除各数据之间的影响。因此，相关变量的自然对数记录为InPOV、InGF、InUR、lnIS、InFE、InEDU、InOPEN、lnFAI、lnPGDP和IsnJNE。为了消除“伪回归”现象，我们需要检验原始系列的平稳性：即拟合曲线在未来的一段时间会不会顺着现在的形态“惯性”延续下去，结果显示，原始序列是不平稳的，我们研究了原始序列经过一阶差分后的平稳性。原始序列一阶差后的单位根检。如表4.5所示相关序列单位根检验方式变量Levin,lin&ChutIm,Pesaran&ShinW-statADF-FisherChi-squarePP-FisherChi-squarelnPOV-14.824***-5.440***143.602***153.651***lnGF-19.104***-9.597***214.101***287.842***lnUR-15.700***-7.262***171.089***140.229***lnIS-9.221***-4.494***127.525***151.618***lnFE-18.990***-9.062***209.939***308.307***lnOPEN-17.882***-8.828***203.792***257.697***lnEDU-19.354***-8.537***197.909***257.041***lnFAI-15.285***-6.349***162.557***179.514***lnPGDP-13.702***-6.625***168.885***249.663***lnINE-23.249***-6.784***152.373***152.737***注：***，**，*分别表示在1%、5%和10%的显著水平下显著如表4.5,所有的检测方法都证明了原始序列经过一阶差分后是稳定的，经过一阶差分后的变量稳定在1%的显著性水平。所以，可以进一步讨论变量之间的关系。2.协整检验本文利用Statal5.0和Eviews9.0测量软件，经过Kao检验、pedrodi检验和残差检验，对变量之间的关系进行面板协整检验，探讨各分析变量之间的关系,我们最初的推测是变量之间不存在长期协整关系。从结果可以看出，每次检验的p值基本都小于0.01，因此可以否认原来的猜想：变量之间没有长期稳定的关系。表4-6变量协整检验结果方法变量Kao检验Pedroni检验残差检验法模型（1）DFt值-3.624***ADFt值-2.043***PPt值-26.388***ADFt值-20.719***LLC-20.440***IPS-12.740***ADF265.849***pp440.559***模型（2）DFt值-2.445***ADFt值-0.825PPt值-30.016***ADFt值-20.456***LLC-23.562***IPS-14.072***ADF286.947***pp458.515***模型（3）DFt值-1.042ADFt值0.077PPt值-30.016***ADFt值-20.456***LLC-19.619***IPS-11.952***ADF255.644***pp430.384***模型（4）DFt值-0.718ADFt值-2.178***PPt值-30.016***ADFt值-20.456***LLC-24.362***IPS-14.534***ADF294.703***pp452.053***模型（5）DFt值-2.704***ADFt值-1.174PPt值-24.291***ADFt值-19.505***LLC-27.157***IPS-16.224***ADF322.986***pp541.574***模型（6）DFt值-3.299***ADFt值-1.628*PPt值-22.613***ADFt值-17.945***LLC-22.038***IPS-13.509***ADF283.401***pp492.016***3.绿色金融减贫效应模型（1）模型确定对模型1进行检验，由表4.7可知，F统计量为39.814，相对p值为0.0000。因此，本文的结论并不印证建立混合模型的原始猜想，因此建立混合模型是不合理的，应选择个体固定效应模型。表4.7绿色金融发展对减贫影响的估计结果变量SEREFEC7.8223***7.3227***8.1020***(11.9359)(13.5300)(13.1094)InGF-0.4874***-0.2114-0.3546***(-3.2565)(-1.5620)(-2.3241)InEDU0.06200.1775***0.2364***(0.9168)(3.9347)(4.9389)InUR0.3259***-0.1207-0.3904***(2.9446)(-1.099)(-2.9980)InFE-0.02810.01480.0356(-0.7344)(0.3497)(0.7011)InOPEN0.0668***0.0900***0.0827***(4.5542)(6.2841)(5.3228)lnIS-0.3042***-0.3324***-0.3139***(-4.6444)(-6.9982)(-6.3077)lnFAI-0.02480.01340.0505**(-0.7489)(0.5918)(2.0422)InPGDP-0.2746***-0.2048***-0.172***(-7.3453)(-6.9959)(—5.4104)lnINE0.01130.00220.0040(0.6876)(0.1837)(0.335)修正R20.4860.7790.895F统计量39.814P值0.0000Hausman检验17.383P值0.0430（2）回归结果分析根据前文应该建立个体固定效应模型，下面分析个体固定效应模型实证结果：第一、我国绿色金融发展对减贫有显著性作用。绿色金融发展水平上升1%，伴随着贫困水平将降低0.355%，证明了猜想1是正确的。因此，发展绿色金融对我国的贫困水平有显著性作用，可以缓解我国贫困进程。第二，城镇化水平会减缓贫困进程。城镇化水平上升1%，伴随着贫困水平将降低0.390%。代表加快建设城镇化使的贫困人口获得更多的工作机会，收入增加，缓解贫困进程。第三，产业结构会促进贫困进程减缓。产业结构上升1%，伴随着贫困水平降低0.314%。绿色金融提供的绿色信贷、绿色基金等无形中促进了银行业和贫困地区的产业升级，促进人们经济发展。第四，经济增长减缓贫困进程，经济增长上升1%，贫困水平降低0.172%。4.中介效应模型实证结果分析表4.8绿色金融发展的减贫效应中介模型估计结果变量模型2总效应模型3增长效应模型4分配效应模型5增长中介效应模型6分配中介效应C9.0940***-5.4031***6.7527**8.1235***8.9930***(14.6003)(-4.7242)(2.2271)(13.2384)(14.3428)InGF-0.4693***0.6361**-1.2832*-0.3591**-0.4558***(-2.9614)(2.1679)(-1.6579)(-2.3669)(-2.8596)InEDU0.2396***-0.0203-0.06010.2361***0.2403***(4.7606)(-0.2177)(-0.2444)(4.9424)(4.7698)InUR-0.9460***3.2299***0.0835-0.3866***-0.9469***(-11.2665)(20.7762)(0.2035)(-2.9852)(-11.2695)InFE-0.0837*0.7006***0.29360.0376-0.0868*(-1.7505)(7.9119)(1.2567)(0.7450)(-1.8086)(5.1849)(-0.4161)(-0.9559)(5.3212)(5.2219)術-0.5001**(-5.2515)(-2.9582)(-2.0074)(-6.4274)(-5.1064)(2.1123)(-0.38