《我国金融发展与对外贸易的互动关系研究——基于工业制成品行业面板数据的比较分析》由会员分享，可在线阅读，更多相关《我国金融发展与对外贸易的互动关系研究——基于工业制成品行业面板数据的比较分析（6页珍藏版）》请在金锄头文库上搜索。
1、 2010年9月 总第481期第o9期 经济论坛 Economic Forum Sep2010 Gel1481 No09 我国金融发展与对外贸易的互动关系研究 基于工业制成品行业面板数据的比较分析 文胡海明杨丹萍 【摘 要】本文选取我国工业制成品行业中14个不同行业19842()()8年的进出I：2数据以及金融发展的相关数 据为样本，通过设定基于面板数据的模型实证研究了中国金融发展与对外贸易的互动关系。结果表明：金 融发展与对外贸易之间存在着稳定的长期均衡关系，金融发展水平在一个行业的影响力对对外贸易具有明 显的促进作用，同时对外贸易的增长也受其前期增长速度的影响。因此需要进一步加快金融改革和
2、金融创 新，以加大对产业发展的融资支持。 【关键词】金融发展；对外贸易；面板数据分析 【基金项目】本文系国家自然科学基金项目中国金融发展与对外贸易的互动机制及政策取向研究(项目 编号：70873066)，宁波大学学科项目我国金融发展与对外贸易的互动关系研究：基于产业视角的实证分 析(项目编号：XKW09006)的阶段性成果之一。 【作者简介1胡海明，宁波大学商学院国际经济与贸易专业硕士研究生，研究方向：国际贸易；杨丹萍，宁 波大学商学院国际经济与贸易系主任，副教授，研究方向：国际贸易、区域经济。 金融发展与国际贸易之关系问题是学术界长期 关注的一个重要研究课题。金融发展同贸易结构的 转变紧密相
3、关，与初级产品相比，工业制成品更具 有资本密集型产品特性。本文借鉴前人的研究思路 和方法，以中国的14个工业制成品行业的相关数据 为研究对象，尝试采用建立面板数据模型的方法来 实证分析我国金融发展与对外贸易的互动关系，以 期能为我国制订以金融发展促进工业制成品对外贸 易发展的贸易政策提供参考。 一、模型、指标选取及数据来源 (一)面板数据计量模型简介 面板数据(Panel Data)是指在时间序列上取 多个截面，在这些截面上同时选取样本观测值所构 成的样本数据。由于具有时间和横截面两个维度， 能够很好地研究不同行业(地区)在不同时期的特 征，因此近几年在实证研究中面板数据模型获得了 广泛的应用
4、。单方程面板数据模型的一般形式为： y证= i+x讧Di+u讧， i=l，n，t=l，T (1) 照、防火、建筑密度等要求。 针对回迁后产生的生活不便利问题，必须明 白：回迁后的原住民在历史街区生活下去的价值比 纯粹强调它的历史风貌要更有意义。 参考文献 1阮仪三历史街区的保护与规划1l城市规划汇-T4，2002， (2)：4651 I2】顾晓伟历史街区历史文化名城保护的重点1_城市研 究，1998，(5)：5759 I31刘昀，邓蜀阳关于保护历史街区传统社会生活的思考U1 山西建筑，2008，(4)：2122 【41梁乔_历史街区保护的双系统构建卟建筑学报，2005，(12)： 36-39
5、5丁承朴，朱宇恒保护历史街区延续古城文脉以杭州市 吴山地区的保护研究为例力浙江大学学报：人文社会科学版，1999， (2) 杜莹历史街区保护改造与旧城更新的区别和联系U】山西 建筑，2008，(11)：3637 f7】阮仪三，孙荫我国历史街区保护与规划的若干问题研究 城市规划，2001，(10)：210 8】8阮仪三，顾晓伟对于我国历史街区保护实践模式的剖析 【ll同济大学学报(社会科学版)，2004，(5)：1_6 9俞东来杭州小河直街和谐拆迁的探索与思考 政策嘹望， 2007，(11)，3943 (责任编辑：夏明芳) 表1中国的金融发展水平指标(FIR精确到小数点后四位) 年份 M2 GD
6、P F1R=M2GDP 年份 M2 GDP FI1 =M2GDP 1984 l781822 3097593 05752 1997 1 097678 9526527 11522 1985 1 770245 3070217 05766 1998 l262196 l019462 12381 1986 1 946536 2975904 06541 1999 144834 1083279 13370 1987 2243277 323973 06924 2000 1626042 1 198476 13568 1988 27l34l4 4041482 06714 200l 1912552 l324818 1
7、4436 1989 317378 45l3107 07032 2002 2235194 145382 15375 l990 3197316 3902 785 O8192 2003 2672741 1640967 16288 199l 3634944 4091 729 08884 2004 3070112 1931644 15894 l992 4606354 4882222 09435 2005 3647054 2244563 16248 1993 6053419 6132228 09872 2006 4335327 2645212 16389 1994 5444_383 5592247 097
8、36 2()07 52998-42 324328 1634l 1995 7274638 72798l1 09993 2008 6839378 43274-32 15805 1996 9152402 8560848 10691 表2各个行业的EDR系数单位为) 工业制成品行业(产品) 对应EDR系数( 工业制成品行业(产品) 对应EDR系数f) 煤、焦炭及煤球 33 软木、木及软木制品 28 石油、石油制品及有关材料 33 钢铁 9 医药产品 l49 服装及其配件 3 专业、科学及控制用仪器及器具 96 纸、纸板及纸浆 l8 橡胶制品 23 家具及其零件 24 金属制品 24 纺织品相关制品 4
9、5 饮料 8 机械及运输设备 45 有色金属 l 鞋类 -8 皮革、皮革制品及经处理的皮毛 一14 食品和活动物 14 烟草及烟草制品 -45 其中xi 为1 xK向量，3i为KI向量，K为解释 变量的数目。按照规范的表示，这里的x 和B郡为 矩阵。 模型根据参数仅和B的情况分为三种情形： 1仪 =仅 ，pi=13j，在此情形下，在截面上无个 体影响，无结构变化，相当于将多个时期的截面数 据放在一起作为样本数据； 2 i仪，p =p，此时，称为变截距模型，在 横截面上个体影响不同，个体影响表现为模型中被 忽略的反映个体差异的变化量的影响，又分为固定 影响和随机影响两种情况。 3d。仪，pip，
10、此时，模型称为变系数模 型，除了存在个体影响外，在横截面上还存在变化 的经济结构。 因此，使用面板数据模型首先应该在设定模型 时检验所研究的问题属于上述3种情况的哪一种， 以确定模型的形式。经过初步的检验，结合数据的 特点，本文选定变截距模型进行讨论。 (二)对外贸易指标及数据 72 本文利用19842008年的相关数据进行实证分 析，采用中国工业制成品不同行业的进出口数据来 表示该行业的进出口规模，研究要考虑的是金融发 展对不同行业对外贸易的影响，不论是进口数据还 是出口数据，都体现了此行业对外贸易的活跃程 度，因此选择每个行业的年度进出口总额(以 TIEV表示)来作为表示对外贸易发展水平的
11、指标。 数据来源于联合国统计司Comtrade数据库，区分各 个行业用的是各行业产品在其在国际贸易标准分类 2(SITC2)中的对应编码(code o (j)金融发展水平指标及数据 研究中的中国金融发展指标采用戈德斯密斯 (Goldsmith)的金融相关率(Financial Interrelation Ratio，FIR)，简化为M2与GDP的比值，以衡量一国 经济的货币化程度，近似反映一国的金融发展水平， 中国的金融相关率见表1。 研究中运用于各个行业的金融发展水平指标由 各个行业的金融依赖系数与中国的金融发展水平相 乘后得到。 表3共同单位根过程(common unit root pro
12、cess)的检验 变量 LLC检验 统计量 概率 结论(5临界) lnFlR 一640805 0 平稳 DlnFIR -85593 0 平稳 lnT【EV 059882 07254 不平稳 DlnTIEV 一111241 0 平稳 研究中使用Rajah和Zingales(1996)计算的美 国各个行业的金融依赖系数(EDR)来替代相应行 业的金融依赖系数。之所以这样做，一是很难根据 中国企业的相关数据计算出中国各个行业的EDR， 二是随着全球化专业生产所带来的资源的流动性和 生产技术的跨国传播，不同国家相同行业的EDR有 较大的趋同性，可以借用美国的数据。行业的EDR 定义为： (资本消耗一运
13、营资金现金流人)资本消 耗。本文用到的EDR数据见表2。 把表1的金融发展水平数据与表2的行业金融依 赖相乘，得到运用于各个行业的金融发展水平FIR 的百分数数值()，本文为了便于分析，对各个 行业的的金融发展水平(行业FIR)进行对数化处 理，同步也把各个行业的进出口数据进行对数化处 理。取对数后将更容易得到平稳数据，且不会改变 原序列的性质和相互关系，还能够消除时间序列中 的异方差。从上述各对数变量的数据可以看出，各 变量序列(1nTIEV，lnFFIR)明显表现为不平稳，数 据轨迹在很大程度上类似于带有时间趋势的随机游 走。 在以下的书写和Eviews软件的数据处理过程 中，用他们在SI
14、TC2中的一位数或者两位数编码 (code)作为他们的标识：例如焦炭及煤球 (code32)，运用在其中的金融依赖系数为FIR一32， 取自然对数后用lnFIR一32表示，而其年度进出口总 额取自然对数后用lnTIEV一32表示。 最后选定的14个研究对象，不包括食品和活 动物 ”、 鞋类85#”、 “烟草及烟草制品12#”、 皮革、皮革制品及经处理的皮毛61#”、 有色金 属68#”五列的数据。这样选择首先是因为数据来 源依赖按SITC2检索的编码来获取，因此编码对行 业及产品的分类决定了此研究的数据值和行业划 分。其次是受到数据问匹配要求，相关行业的金 融依赖性的数据来源决定了选择行业的范
15、围。再 次，逐个考虑可选择的行业，我们认为：食品和 活动物属于初级产品不适合列人工业制成品参与 面板分析，而“鞋类”、 “烟草及烟草制品”和 伎革、皮革制品及经处理的皮毛”三个行业的 EDR为负值，说明其中外部融资对该行业的发展 影响不显著或者不能明确测得，因此不把这三个 行业列入分析。从表2可知，其中有色金属行业， EDR系数数据为1，即外部融资对该行业发展的 影响较小，且其后在对此行业金融相关率FIR数 据取对数后，有12个年份数据为负值，因此，也 暂时不做对有色金属行业的分析。最后要说明的 是机械及运输设备，其在SITC2分类为l位编码里 的第7类，但是相对于EDR系数数据来源中所对 应
16、的类别，SITC2分类下第7大类的数据里多包含 了电器部分，一定程度上导致数据的不匹配。然 而机械是重要的一项行业，一般而言而第7类制成 品被定义为资本密集型产品，因此在分析中，保留 此项目。 二、中国金融发展与对外贸易的互动关系 (一)单位根检验 面板数据是时间序列数据与截面数据的结合， 凡是关于时间序列数据必须通过单位根检验数据 平稳性，这是计量的前提，否则可能出现伪回 归”。考虑可能会用到的滞后一期的变量，因此 分别检验LNFIR和LNTIEV这两个变量序列的单位 根过程。 面板数据的单位根检验的方法主要有Levin，Lin and CHUf2002)提出的LLC检验方法。Im，Pesearn， Shin(2003)提出的IPS检验，M
