金融集聚以及经济增长间关联性的实证分析

2016-12-20青岛滨海学院任萍

中国商论 2016年32期

青岛滨海学院任萍

金融集聚以及经济增长间关联性的实证分析

青岛滨海学院任萍

金融产业集聚作为一种世界性经济现象，它对地区区域经济的发展起到了强有力的支撑作用。像纽约华尔街就是美国乃至世界金融产业的集聚地，它反映出地区经济增长发展对于全球经济的重要作用。本文以中国深圳这一改革开放的经济先驱、国家南部的经济重镇为背景，借助格兰杰因果检验等科学理论，实证分析深圳金融产业集聚与区域经济增长间的关联性。

金融集聚区域经济增长关联性格兰杰因果检验实证分析

金融产业集聚是具有动静两个层面内涵的，如果金融产业因地方资源优势或政策优惠等原因而集聚于某一区域，呈现相当的数量及密度优势规模，就可以将其称之为金融产业的动态集聚过程；如果某些优势金融产业呈现可观集聚规模，带动区域金融产业发展并形成集聚态势，就可以将其称之为金融产业的静态集聚过程。客观讲，金融产业的动静态集聚过程是具有丰富内涵的，它体现了区域经济的合理配置及结构演变，也能在一定程度上反映该区域的地理及人文环境。所以可以将金融集聚理解为区域人文环境与实体经济相互作用的动态过程，是一种典型的、拥有相对独立性和时空依赖性的集群效应。

1　金融集聚与经济增长间的关系

金融集聚与区域经济增长之间存在着复杂的关系，从本质来看，区域金融发展集聚是会促进区域经济增长的，因为区域金融通过政策、各种科学理论渠道来合理调整和规划金融产业，构建包括市场、合同、中介机构在内的各种金融结构体系，进而达到促进地方金融结构体系完善的目的。如果从金融发展集聚对经济体系增长所起作用的角度来看，就能看出它是如何促进经济发展的，这彰显了一种通过提升金融系统功能来促进区域经济快速发展的科学辩证属性。反过来看，区域经济发展程度又起到了控制金融系统构建与深化的作用。就比如说传统的经济学理论观点认为，金融系统是被动作用于区域经济增长之上的，因为只有在满足实际经济体对资本需求时，金融集聚效应才会出现。不过也有现代经济理论认为，金融集聚与区域经济增长之间是存在实实在在的因果关系的，相比而言，这种论调在看问题方面更为全面和保险，也值得人们去更深一步论证二者之间的相互作用关联性[1]。

2　深圳地区金融产业集聚与经济增长间的关联性实证分析

2.1深圳地区金融产业集聚现状

深圳是我国改革开放的经济先驱与试验田，它的金融业发展最为迅速，其整个区域已经形成了以银行、证券、保险为基础的多元化金融机构体系，并且金融发展理念也相较于其他地区更加先进。按照2015年的统计数据，仅深圳地区的银行金融机构就已经超过1800家，其中就包含了大型商业银行、股份制商业银行以及外资金融机构。大型商业银行总资产位列区域资产榜第一位(21593.5亿元)，二、三位分别为股份商业银行(18345.2亿元)和城市商业银行(7432.6亿元)，由它们所形成的深圳区域金融集聚效应使得该地区每年的贷款余额增幅都达到30.28%以上，金融活动相当活跃，市场发展也比较繁荣，体现了较高的金融集聚效应。

2.2深圳金融产业集聚效应评价

从专业角度讲，要测算某个区域的金融产业集聚程度与指数指标主要可以参考区位熵法、空间基尼系数法、EG指数法或和赫芬达尔指数法。本文出于对统计数据的可获得性与计算简易性考虑，主要采用区位熵公式法来展开测算评价过程。以深圳地区的金融产业增加值与中国全国的金融产业增加值相除来获得深圳地区的金融产业区位熵值，进而测量它的区域金融产业集聚程度，其具体计算公式为：

在上述算式中，LQ就代表了深圳区域金融产业集聚的实际区位熵值，e代表深圳金融产业的增加值，e代表深圳全地区实际生产总值(GDP)，Ei代表全国金融产业的增加值，E代表国内生产总值。通过上述算式求得结果看，如果LQ＞1，就表明深圳区域金融产业存在明显集聚态势，而且该态势对深圳金融行业发展起到了比较重要的作用。

实际上早在1978年改革开放以来，深圳地区在金融产业发展方面就始终保持高金融集聚程度。从2013年～2016年深圳地区区域金融产业集聚区位熵值都稳定在2～3甚至3以上，波动较小，已经符合了LQ＞1这一标准，所以可以见得深圳地区存在着较为明显且巨大的金融产业集聚效应[2]。

2.3深圳地区区域金融集聚与经济增长关联度分析

从上文对深圳地区金融产业区位熵值的计算可以得知，该地区金融在改革开放30余年以来一直保持着显著集聚效应，经济增长快速。从西方经济学领域对中国金融集聚效应的数量经济分析方法来看，深圳的金融产业集聚与区域经济增长呈现两种关系：第一种是以时间序列数据为基础的时间序列分析，第二种则是面板数据回归分析。基于这两种方法，结合我国政策经济管理制度与金融体系结构等内外部因素，采用截面数据面板分析法能够将二者之间的关联性分析相对简易化，但深入研究可能存在一定难度。所以最终选择时间序列数据分析方法，它之于我国的金融集聚及区域经济增长现状都具有较强的可操作性与实用性。

采用时间序列数据分析法其基础就在于利用平稳性检验和协整检验来共同验证深圳地区金融集聚效应与经济增长两大变量之间是否存在长期的均衡稳定关系，再通过格兰杰因果检验来进一步分析深圳金融集聚与经济增长之间的正向关联性。

2.3.1对变量与数据的选择

深圳市在区域金融集聚及经济增长方面都表现出良好态势，所以将它作为本文参考对象实证效果更为明显。在基于我国人均国民生产总值与深圳区域生产总值基础上来分析深圳地区的经济增长速度与金融集聚效应，应该将物价因素剔除来作为衡量深圳经济增长的实际指标，并用VGDP来表示。基于这些指标只是希望通过不同方面来测量金融产业在指定区域内的金融发展程度，其计算结果应该大致相似，且各项指标之间都会具有一定的互补性，而从每个指标的单独本质来看，其数据可获性和科学性都是有所保证的。

表1　深圳金融集聚效应区位熵值LQ与经济增长VGDP之间的时间序列数据平稳性检验结果

表2　LQ与DVGDP序列协整检验结果数据

2.3.2平稳性检验分析

基于深圳地区的金融集聚与区域经济增长指标来给出实际时间序列数据，围绕这些参数指标来展开平稳性检验及其分析，文中将主要用到ADF法来对单位根进行平稳性实验，它的试验结果如表1所示。

从表1的平稳性检验结果可以看出，深圳地区金融集聚效应下的区位熵时间序列数据LQ保持为较平稳时间序列，反观它的GDO增速时间序列数据VGDP则表现为非平稳时间序列。对这两套序列进行差分计算，就能得到最终的平稳时间序列，所以这也证明深圳地区的金融集聚区位熵与它的区域经济增长时间序列之间是存在单位根的，有必要实施相关的协整分析。

2.3.3协整检验分析

基于上述平稳性检验分析论证，深圳的金融集聚区位熵值LQ与VGDP增速存在一阶差分序列，表现为平稳时间序列与非平稳时间序列的综合，所以要为二者展开新一轮的协整检验分析，如表2所示。

从上表2可以看出，如果是在0.05显著水平下，深圳地区的金融集聚区位熵值LQ应该与它的GDP在增速存在一阶差分序列协整关系。也就是说LQ与VGDP之间是呈现以时间差分序列为背景的长期稳定均衡关系的。此时基于AIC准则与施瓦兹信息准则来对两个数值进行最小化标准处理，就能推得深圳地区金融集聚水平对于区域经济增长水平的显著解释作用，以动态分析角度来证明深圳金融产业集聚与经济增长之所存在的明显互动作用。

2.3.4格兰杰因果关系检验

基于上文的经济增速一阶方差VGDP与金融集聚效应LQ，设置滞后阶数为3阶，对它们基于格兰杰因果关系检验假设得到以下检验结果，其中主要明确表示深圳地区金融集聚效应与区域经济增长之间的格兰杰因果关系检验结果，其中滞后1期表示为二者之间的格兰杰原因，2期表示为二者之间的互为格兰杰因果关系，滞后3期为二者之间的格兰杰无因果关系。通过格兰杰因果关系检验也进一步证明了该地区的金融集聚与经济增长之间的正向关联性关系[3]。