19942014年我国金融发展与收入分配关系研究 林素絮内容摘要：近年来，中国收入分配差距不断扩大的趋势越来越明显本文使用了边界协整分析法、ARDL-ECM模型和Granger因果检验等从金融发展的角度研究其和收入分配差距之间的关系，并以中国1994-2014年的数据进行了实证检验结论证实了变量间的长期关系，金融发展使得收入分配差距拉大，而通胀也会使得收入分配差距增加，但经济增长与收入分配差距的关系不显著所以，不能将收入分配差距归结于经济快速增长造成的，需要在保持经济增长的同时，控制好通胀，解决金融发展部门和区域不均衡问题关键词：金融发展 收入分配 边界协整检验引言1994年以来，伴随中国经济的快速增长，中国的收入分配问题也变得日益突出一般认为，如果一个经济体的基尼系数达到0.4，则这个社会分配不平均；如果高于0.4，则会导致社会不稳定现如今主要发达国家的基尼系数基本在0.24-0.36之间全球公布基尼系数的国家和地区大概有120多个，其中约有10%国家和地区的基尼系数高于中国，80%-90%国家和地区的基尼系数低于中国，中国收入不平等现象非常严重而收入分配问题不仅会影响经济发展，还会给社会带来不稳定的因素，南美国家的“中等收入陷阱”就是例证。
以基尼系数变化来看，中国从1994年的0.37增加到2014年的0.469，而且从2000年以后，中国的基尼系数均超过0.4，尤其是2002年之后，这一系数一直超过0.45，2008年最高时达到0.491此外，由于部分群体的隐性福利和灰色收入，以及较严重的腐败问题等，中国实际的收入分配状况很可能比所公布的基尼系数还要高即使按照官方所公布的基尼系数来看，中国仍然存在收入分配差距过大的问题收入分配差距过大不仅对社会福利带来影响，也给经济机会在社会分配中设置了障碍，容易形成阶层固化的社会现象，不利于社会发展而且，程度越大的收入分配差距，越会使得贫困化程度加大，引起社会不稳定从全球经济来看，收入差距过大不仅限制了经济体完全利用全球化所带来的增长潜力，还限制了经济体内部生产要素匹配带来的生产能力一般认为，金融发展对经济增长有促进作用，这被大量的国内外文献所证实，但是金融发展能否减少收入分配差距還尚未达成一致因此，从金融发展的角度来解释收入分配差距问题是视角之一，本文基于此展开研究，即金融发展究竟加剧还是减少收入分配差距相关文献综述国外学者很早就关注了收入分配差距的影响因素，并从多个方面进行了研究，包括金融发展、全球化、贸易、教育等，研究趋势是从传统的宏观逐步转向微观视角，通过将多种因素综合研究，更加全面地揭示了其影响因素。
第一，将贸易纳入金融发展与收入分配差距的框架中进行研究Jaumotte、Lall和Papageorgiou（2008）关注贸易和金融全球化与收入差距的关系，使用了私人信贷GDP比作为控制变量，在不同的计量设定估计中，得到金融发展和收入差距间的正显著关系Ehrlich和Seidel（2015）构建了存在企业特质工资和信贷摩擦的异质性企业模型，表明金融发展导致工资不平等，当出口份额增加，工资不平等就会增加Batabyal等（2015）把腐败纳入金融发展和收入差距研究的框架中第二，揭示金融发展和收入差距的关系Banerjee和Newman（1993）、Galor和Zeira（1993）认为，良好的金融市场会使得收入差距减少，Greenwood和Jovanovic（1990）则认为金融发展和收入差距之间的关系是倒U型的但是这些理论预期背后的特定经济机制是不同的，主要原因在于良好发展的金融市场跨越了特定阶段，才可以减少不平等不少国外文献使用私人信贷与GDP之比，作为金融发展这一代理变量的存在偏好一方面，良好发展的金融市场导致更多的职业选择或人力资本投资，这些需要通过信贷融资另一方面，良好发展的金融市场使得更多的家庭从金融部门获得投资可能性，这些促使银行储蓄增加，同时也会将更多的信贷注入经济中，达到良性循环。
此外，Claessens和Perotti（2007）从理论上分析了金融影响不平等的渠道第三，从实证角度去检验金融发展和收入差距间的负相关和倒U型关系Clarke、Xu和Zou（2003）通过实证来检验不同的理论，他们使用了91个国家1960-1995年的数据，按照每5年进行平均，证实了Banerjee和Newman（1993）、Galor和Zeira（1993）的理论正确性，但拒绝了G-J（1990）的模型为了构建测度金融发展的指标，其使用私人信贷GDP之比和银行存款GDP之比，控制变量是人均GDP和其平方项，其他的控制变量包括政府支出、通胀和现代部门占比等除了发现金融发展和收入差距间的线性负相关，库茨涅兹曲线的最高点也被计算出来，取决于计量的设定，大约是1400-2350美元之间Beck、Demirgüc-Kunt和Levine（2004）的研究表明金融发展对收入差距的线性负相关关系Kappel（2010）的研究支持B-N（1993）、G-Z（1993）的研究，他区分了高收入和低收入国家，对高收入国家来说，信贷GDP之比与收入差距显著且负相关，但对于低收入国家则没有明显影响Daisaka et.al.（2014）研究了全球化、金融发展和收入不平等三者之间的关系。
第四，强调政治维度在金融和收入差距关系之间的作用Rajan（2010）认为，在过去20年里，美国家庭信贷的增加造成了收入不平等的增加，因为传统的再分配税收政策在政治上受阻，所以政治家更支持对贫困家庭获得信贷提供便利Kumhof和Ranciere（2010）构建了一个理论模型，解释了高信贷增长和金融危机如何导致日益增长的收入差距Nikoloski（2012）、Law等（2014）的实证研究还考虑到两者之间的非线性关系国内的文献有针对中国收入分配差距的具体度量，还有分析金融发展和收入分配差距之间关系的实证研究，以及对国外理论的检验，但缺乏从微观角度的研究因此，本文尝试从时间序列角度，采用ARDL-ECM和边界协整检验法，对中国金融发展与收入分配关系进行实证分析，以期检验两者的关系模型构建和实证分析（一）变量选取及数据来源选取基尼系数作为收入不平等（INIE）的代理变量以及被解释变量，将金融发展（FD）、人均实际GDP（Y）、消费物价指数（INFL）作为解释变量国内外不少文献都是以基尼系数来衡量收入分配的根据目前的资料来看，国家统计局所公布的基尼系数最为权威，不过数据只从2003年开始，之前的数据来源并不相同，但绝大多数是来自国家统计局，总体上具有一致性。
金融发展麦金农（1973）所提出的金融深化指标作为金融发展的变量，使用广义货币M2与GDP比值表示但是国际上不少文献采用私人信贷和GDP的比值衡量，但其数据在中国尚未纳入统计体系，因此国内很少使用本文采用M2/GDP来表示人均实际GDP国家统计局公布了人均GDP，通过通胀进行调整，得出人均实际GDP消费物价指数本文采用国家统计局公布的居民消费价格指数，作为衡量通胀的指标二）模型构建本文使用的模型以ARDL函数形式表示，可以检验金融发展等不同变量和收入分配间的关系另外，根据参数估计的符号不同可以呈现不同的关系设定ARDL模型为：式（1）中，lnINIEt代表收入分配；Xt表示为Xt=（lnFDt，lnYt，lnINFLt）的组合，其中Yt代表经济总量，FDt代表金融发展，INFLt代表通胀另外，p=（p1，p2，p3）lnINIEt、lnYt、lnFDt和lnINFLt分别是由基尼系数作为代理变量的收入分配、经济增长、金融发展以及通胀的自然对数εt为误差项，服从均值为零和有限方差的正态分布为了检验金融发展和收入分配间的关系，加入两个控制变量设定模型，目的在于更清楚地对两者的关系进行分析此外，由于此模型变量均是时间序列，可能会具有非平稳性，所以如果直接对上述方程进行最小二乘法回归，会出现“伪回归”。
因此，需要对变量进行单位根检验，之后采用由Pesaran提出的边界检验法、ARDL模型进行系数估计，ECM法在协整的基础上研究变量间长期和短期动态的关系三）实证分析对于（1）式，不管变量是否都包括I（0）还是I（1），可以使用ARDL估计中的边界检验因此，该方法比E-G两步法以及Johansen协整检验约束性更小，而且该方法另一个优势在于它对样本容量的大小不敏感，尤其适合在小样本时应用此外，当解释变量是内生的，ARDL模型的估计结果也不会受到影响在进行边界检验之前，需要对各变量进行单位根检验，在此采用ADF和KPSS法KPSS是一种非参数检验方法，可以作为ADF检验的补充，达到兼顾两者的目的，这两种方法的互补性使得检验更加全面和具有说服力，Yavuz（2004）在其文章中对这两种检验作了简单的比较分析此外，ADF滞后项以及KPSS检验的带宽分别为4和2，ADF最优滞后的选择基于最小化Schwarz信息准则各变量的检验结果见表1从检验结果来看，所有取自然对数后的变量均可能存在单位根，虽然有个别估计结果存在矛盾，但是经过一阶差分后，所有变量的序列具有平稳性收入分配和金融发展这两个变量是I（1），但是另外两个变量原始变量都属于I（0）或I（1），这取决于检验中是否包含截距项的选择，但是如果从整体来考虑，这两个检验无法给出最满意的估计。
不过，所有变量一阶差分后基本都属于I（0）在此需要说明的是，使用ARDL模型的变量不管是I（0）还是I（1）均可以，这也是本文使用ARDL方法的原因之一Pesaran和Shin（1999）、Pesaran等（2001）发展了ARDL边界检验方法，这种方法的优势在于可以将I（0）和I（1）的变量纳入协整方程中同时加以考虑具体的思路如下，考虑一个误差修正模型：在式（2）中，Yt=[yt，xt]`被定义为变量的向量，其中yt代表内生变量收入分配，而xt代表可以影响收入分配的三个解释变量，Δ=1-L代表滞后因子，误差项向量假设满足εt～N（0，Ω），Ω为正定的在该式中，λ是长期乘数矩阵，γ是短期反应矩阵可以用式（3）表示可能存在的协整关系：在式（3）中，和δ是長期系数，而Δyt-j和Δxt-j则代表误差修正模型的短期动态结构边界检验法是对（3）式在有趋势项和无趋势项下进行最小二乘估计，使用在水平值yt和xt长期关系缺失与否时的F统计量来检验，即原假设是=0，δ=0在上式中，如果标准的F检验拒绝原假设，则接受备择假设，表明变量间存在长期均衡关系然后，可以将估计出来的统计量与非标准的分布式渐近临界值边界比较。
在变量间协整关系检验中，还需要使用常用的滞后信息准则来决定ARDL模型的滞后阶数，因此长期均衡和短期动态误差修正模型的系数可以使用标准的最小二乘法进行估计四）边界检验估计结果以上对有关ARDL边界检验的相关方法进行了分析，在此需要确定合适的滞后阶数p根据Pesaran等（2001）的方法，考虑到本文实证的是年度数据，样本容量比较小，因此选择的最大滞后期是2采用Eviews7进行分析，相关滞后阶数结果见表2X2sc（1）和X2sc（2）分别是Breusch-Godfrey误差项拉格朗日乘子序列相关检验的F统计量，其原假设在1阶和2阶的序列不相关由表2可以看出，随着滞后期的延长，AIC和BC的值越小，而滞后两期的残差存在序列相关，所以将最优滞后期定为滞后1期在滞后1期的前提下进行协整边界检验，检验结果见表3表3给出了变量间潜在的协整关系，但还需要协整关系的边界检验，主要依据Pesaran et al.（2001）文献中所提供的临界值表，将其与计算出来的F统计量比较即可由表4可以看出，F统计量在5%显著性水平上拒。