区域金融发展的收敛性研究

2018-02-18卢方元赵真真

金融发展研究 2018年11期

卢方元赵真真

摘要：依据我国2003—2016年间的相关面板数据，运用伊斯拉姆模型对我国区域金融发展在规模、结构、效率的收敛性进行研究。结果表明：我国区域金融发展规模、结构、效率均存在明显的绝对收敛、条件收敛，其中区域金融发展规模与发展结构的收敛速度在2008年前后有所改变。另外区域金融发展在结构和效率层面存在显著的俱乐部收敛特征，但在规模层面不具有显著的俱乐部收敛，并且不同地区在金融发展规模、结构以及效率三个层面也表现出不一样的收敛性。

关键词：区域金融；金融发展；绝对收敛；条件收敛；俱乐部收敛

中图分类号：F832.7 文献标识码：A 文章编号：1674-2265（2018）11-0023-08

DOI：10.19647/j.cnki.37-1462/f.2018.11.003

一、引言

区域金融发展的收敛性来源于区域经济增长收敛理论，因此根据经济增长收敛理论可以将区域金融发展的收敛性界定为不同国家或地区的金融发展增长速度与初期的金融发展水平成负相关关系，即不同国家或地区的金融发展水平差距会随着时间的推移不断缩小，最终区域一致。对于区域金融发展收敛性的研究，国内外学者都做出很大努力，国外学者Magda Bianco（1997）偏向于从金融体制出发，认为不同的金融体制意味着不同的均衡结果，并得出金融发展的收敛性有限的结论。Victor Murinde等（2004）通过对1972—1996年欧盟七个成员国的数据进行实证分析，得出欧盟七个成员国金融发展存在条件收敛的结论。H.Lzl和Werner（2006）则认为研究金融发展的收敛和发散问题，应该从制度变迁的角度理解金融结构的发展趋势，金融结构的发展具有路径依赖效应。国内学者最初从定性分析的角度，通过分析“新古典均衡假说”“循环积累因果原理”以及“威廉姆森倒U假说”得出经济结构的区域差异必将引起金融制度安排与金融结构的区域差异，并阐述了金融结构的区域趋同、区域金融呈现出类似于经济发展的“威廉姆森倒U假说”思想（张杰，1994）。之后的学者在此基础上用计量方法对区域金融发展的收敛性进行定量分析，而分析的方式大致分为两类：第一类学者是基于威廉姆森倒U假说的思想对中国金融发展差距的演变态势进行研究，此类研究大致又得出两种不同的结论：一种结论认为我国区域金融发展差异呈现具有先缩小后扩大的“U形”曲线形态特征（周立，2002、2004；朱建芳，2007；郑长德，2008）；李敬、冉光和和孙晓铎（2008）运用基尼系数、对数离差均值、泰尔指数对 1978—2004 年中国省际金融发展差异进行了度量，得出1978—1983 年我国省际金融差距出现下降，1984 年后逐步扩大，2003 年达到最大。另一种结论则认为我国金融成长演变的态势并非“U”形结构，金雪军和田霖（2004）对1978—2003年的金融成长差异进行了实证分析，得出我国区域金融成长差异显现三次曲线的变动态势，而非倒U形曲线；龙超和张金昌（2010）研究得出我国区域金融发展的差异演变为波浪式而非U形。第二类学者通过相关收敛理论，基于内生增长模型对我国区域金融发展的收敛性进行研究，陆文喜和李国平（2004）采用中国1985—2002年间的数据，对区域金融发展进行了分时段分地区的β收敛分析，结果表明中国区域金融发展存在绝对收敛性，并具备阶段性和区域性特征。赵伟和马瑞永（2006）基于收敛理论的计量得出无论是全国还是各地区都不存在金融发展的 σ 收敛，但是存在β绝对收敛，并且具有一定的“俱乐部收敛”特征。陈恩和黄桂良（2010）运用同样的方法对广东区域金融发展的收敛性进行实证分析后发现，1978—2008 年，广东区域金融发展没有出现差距自动缩小的趋势，总体上不存在 σ 收敛和绝对 β 收敛格局，但存在条件 β 收敛趋势，而且山区各地市表现出俱乐部收敛的特征。近年来，学术界有关区域金融收敛性的研究出现了一些新视角，黄砚玲、龙志和和林光平（2010），黄砚玲（2012）在原始的金融发展收敛模型上加入带有空间矩阵的参数，在考虑金融发展的空间相关性基础上进行敛散性检验。刘传明、王卉彤和魏晓敏（2017）选用互联网金融发展指数对我国互联网金融发展的收敛性进行研究；赖永剑和贺祥民（2017）选用综合金融包容指数从金融包容的角度对区域金融包容水平的收敛性进行研究。

以上研究都为我国区域金融发展的收敛性研究做出很大贡献，然而以上文献在研究区域金融发展时仍有不足。首先是研究内容上，大部分研究仅限于区域金融发展的规模层面，而对区域金融结构以及效率层面的研究很少涉及。金融发展不单单是金融规模的扩大，而且表现在金融结构不断优化、金融功能的完善以及金融效率的提高（黄桂良，2011）。其次是研究方法上，大部分文献在研究β收敛条件收敛时未考虑地理位置、资本存量、金融制度等外生因素。因此，本文一方面同时考虑了区域金融发展在规模、结构以及效率三个层面的收敛性，另一方面又通过引入外生变量来研究区域金融发展的条件收敛，同时运用加入区域虚拟变量的方式对分区域的俱乐部收敛研究进行稳健性检验。

二、数据及研究方法

（一）數据选取

研究我国区域金融发展的收敛性，首先需要构建金融发展指标，衡量一国金融发展水平的指标主要有Goldsmith在1969年提出的金融相关比率、Mckinnon在1973年提出的货币存量与国民生产总值的比值以及Odedokun在1996年提出的信贷存量与国内生产总值的比值等。国内学者使用最多的是Goldsmith的金融相关比率（陆文喜和李国，2004；赵伟和马瑞永，2006；龙超和张金昌，2010等），曾冰（2015）在研究区域金融发展对经济增长的收敛性影响时，考虑了金融发展规模和金融发展效率两个指标来衡量金融发展水平，其中金融发展规模用金融相关比率衡量，金融发展效率用贷存比表示。本文为更加全面地反映区域金融发展的收敛性，选用金融发展规模、结构以及效率三个层面的指标来测量金融发展水平的总体状况。其中，金融发展规模（fs）=金融机构存贷款余额/省级GDP、金融发展结构（fm）=各省份证券市场市价总值/金融资产总额、金融发展效率（fe）=金融机构贷款余额/金融机构存款余额。fs体现了金融业对市场发展的贡献规模；fm体现了金融发展结构的市场导向，反映了金融资源向证券市场的流动情况；fe反映了金融功能的发挥情况，代表金融机构通过吸收存款发放贷款来分配资本的效率。另外为考察β条件收敛性，文中还引入了区域金融固定资产投资在全国总金融固定资产投资的占比（fi）、区域金融从业人员数在全国金融业从业总人员数的占比（fl）以及实际人均GDP（rgdp）三个辅助变量，分别代表区域金融资本、劳动力以及其他因素对区域金融发展敛散性的影响。

本文选取的样本数据为2003—2016年间省级面板数据。原始数据主要来源于《中国统计年鉴》（2002—2017），《中国金融年鉴》（2002—2017），《中国证券业年鉴》（2002—2017）、国泰安数据库以及国家统计局官方网站。经作者计算及整理得出相关变量的统计指标如表1所示。

（二）研究方法

区域金融发展的收敛理论来源于经济增长收敛理论，主要有三种收敛方式，即σ收敛、β收敛、俱乐部收敛。σ收敛是指各地区间人均收入水平在时间维度上的缩小趋势，区域金融发展的σ收敛就是不同区域系统间的金融发展水平的标准差随时间的推移而逐渐减小。β收敛分为绝对收敛和条件收敛，区域金融发展水平的β绝对收敛是指各地区的金融发展增长情况仅取决于初始的金融发展水平，而与其他的制约因素（制度环境、人均产出、技术进步、资源禀赋等）无关；区域金融发展水平的β条件收敛是指各地区金融发展增长情况不仅取决于初始的金融发展水平，同样受到其他制约因素的影响。俱乐部收敛是对具有相同金融发展特征以及初始金融发展水平的区域而言的，是指这些区域内的金融发展水平呈现收敛特征。目前关于区域金融发展收敛性的实证模型应用比较广泛的是巴罗和撒拉依马丁（1992）的横截面数据收敛分析模型。即：

[gi=α+βln（yi，t）+εit] （1）

另一种则是在此基础上建立的面板数据模型（伊斯拉姆等，1995），即：

[git0+1=α+βln（yi，t0）+ξi+εit] （2）

其中[git0+1]是以[yi，t0]为起算点的一段时期长度的平均增长率，本文将该时期长度定为一年，如[yt0]为2003年的金融发展水平，则[gt0+1]为2003—2004年的金融发展增长率，即为FS、FE或者FM的增长率。[yit0]表示初期金融发展水平，即FS、FE或FM的出初始值。当经济要素的增长率即因变量与初始水平呈现显著的负相关关系，即β显著为负值，则表示该经济要素的增长呈现收敛趋势，反之则为发散趋势。又因为模型（1）和模型（2）均未加入任何外生变量，所以称该种模型的β值为一种β绝对收敛，在此基础上我们可以在模型（2）中加入有关区域金融发展规模、结构、效率之外的相关外生影响因素，从而体现出不同地区在其自身自然资源、经济环境等制约因素作用下达到的不同稳态，这种模型实际上考察了在控制外生变量的条件下，经济要素的增长率变化是否和初始水平呈负相关关系，同时也分析了所用外生变量对区域金融发展敛散性的影响效应，这种模型也被称为β条件收敛。加入外生变量的模型（3）如下：

[git0+1=α+βln（yi，t0）+j=1p?jxj+εit] （3）

[xj]表示外生变量，本文关于引入外生变量的选择，主要从影响区域金融发展的资本和劳动力两个方面考察，用金融业固定资产投资作为影响区域金融发展的资本投入，用金融业从业人员作为影响金融业发展的劳动力投入，并在此基础上用GDP作为其他方面的影响因素。又因为FS、FE、FM的指标均以比值的形式出现，因此本文分别取各省份金融固定资产投资和金融从业人员数在全国金融业总固定资产投资和总金融从业人员数的占比表示考察区域金融资本投入和劳动力投资的指标，而GDP则采用实际人均GDP。

三、描述统计分析

检测区域金融发展在规模、结构、效率上是否具有敛散性，关键是得出金融发展三个方面的增长率是否收敛。因此，本文在进行实证分析之前通过核密度回归图对区域金融发展的敛散性进行初步观察。以区域金融发展规模的增长率为例，具体做法为把2003年区域金融发展规模作为基期，得出2003—2016年间各省金融发展规模的年均增长率，以基期金融发展规模作为横坐标，以金融发展规模年均增长率作为纵坐标得出31对观测值，以此观测值得出区域金融发展规模的核密度回归图，如图1所示。图1中每一个点代表一个省份，横轴为某个省的初始年份（2003年）的金融发展规模，纵轴代表该省2003—2016年间金融发展规模的年均增长率。可以看出两者之间存在明显的负向关系，这就表明金融发展规模更低的省份增长更快，换言之金融发展规模越大，其增长速度越慢，即金融发展规模具有收敛性。同样的方法得出金融发展结构、金融发展效率同样是收敛的，如图2、图3所示。

以上的分析得出金融发展规模、结构以及效率在省际存在收敛，接下来分析区域金融发展考察期改变时是否影响其收敛性。我们仍然以2003年作为基期，但是改变年末的年份，分别考察年末为2010年、2012年、2014年时的收敛情况。结果如图4、图5、图6所示，从图4可以看出，在将考察期限由2003—2016變为2003—2010之后，每个小图的纵横坐标属于负相关关系，这表明改变年限之后，区域金融发展在规模、结构、效率上仍是收敛的，图5、图6得出了相同的结果。因此可以得出区域金融发展规模、结构、效率在时空上均是收敛的。

四、计量模型分析

金融发展规模、结构、效率的绝对收敛模型如（4）所示。在绝对收敛模型基础上引入rgdp、 fl 、fi三个外生变量，得到条件收敛模型（5）。使用面板数据时需要考虑混合效应、固定效应和随机效应的选取，从实践情况来看，我国各省份在资源禀赋、地理环境、经济发展水平等方面存在差异，因此应该考虑使用固定效应模型。通过检验，F值显示固定效应模型强于混合效应模型，Hausman检验显示固定效应优于随机效应，因此本文采用固定效应模型进行回归。

[gfsit0+1=α1+β1ln（fsi，t0）+ξi+ε1itgfmit0+1=α2+β2ln（fsi，t0）+ξi+ε2itgfeit0+1=α3+β3ln（fei，t0）+ξi+ε3it] （4）

[gfsit0+1=α1+β1ln（fsi，t0）+?1rgdpit+?2flit+?3fiit+ε1itgfmit0+1=α2+β2ln（fmi，t0）+?1rgdpit+?2flit+?3fiit+ε2itgfeit0+1=α3+β3ln（fei，t0）+?1rgdpit+?2flit+?3fiit+ε3it]

（5）

为了进一步说明不同时期我国区域金融发展在规模、结构、效率三个层面是否存在的β收敛性，本文采用分时段研究的方法考察不同时期我国区域金融发展敛散性的变化情况，并依据最具代表性的金融相关比率随时间的变化情况对考察时段进行划分。图7①为金融相关比率的变化情况，从图中可以看出2008年之前我国四大区域金融相关比率的变化是比较平稳的，而2008年之后，特别2008—2010年间各区域金融相关比率都呈现出了正三角的变动，2010年之后出现震荡型波动。这说明2008年前后我国金融市场的稳定性有了明显的变化，而这一变化有可能使得不同时段我国区域金融发展的收敛性相互抵消，导致β收敛的回归结果出现谬误。因此本文以2008年为分界点，分别考察2003—2008、2009—2016以及2003—2016三个时间段我国区域金融发展在规模、结构、效率三个层面的β收敛情况。

（一）区域金融发展规模的回归结果

根据模型（4）和模型（5）的第一个方程，我国区域金融发展规模的回归结果如表2所示。

1. 绝对收敛的回归结果可以看出，总体上我国区域金融发展规模存在β绝对收敛，尤其是2003—2008年间区域金融发展表现出明显的收敛现象，2008年之后我国区域金融依然是显著收敛的，这表明2008年的金融危机虽然对区域金融规模发展整体上产生了一定的影响，但是并未破坏我国区域金融发展规模的稳定性，危机之前和之后金融发展规模都是收敛的。并且这与之前研究中我国金融发展水平不存在绝对收敛的结论相反，主要原因可能因为之前的研究一般停留在2008年之前，所用数据主要是20世纪80年代的数据，而当时中国的经济结构还处于转型之前，金融发展规模在全国各地区之间还存在很大差距，因此各地区的经济发展水平、人力资本、技术水平、基础设施等方面的差距对一个地区的金融发展状况具有很强的影响。然而近年来随着中国经济的发展，国家提出协调区域平衡发展的战略目标，使得区域之间的经济发展要素相互流通，区域间经济发展的差距在逐步缩减，作为经济发展的领先行业，金融业也随着区域之间金融发展条件趋同呈现出绝对收敛的态势。

2. 从条件收敛的回归结果可以看出，无论是总体上还是分阶段，我国区域金融发展规模均存在显著的条件收敛，也就是说在控制金融资本投入、劳动力投入以及其他影响因素的条件下，我国区域金融发展规模均表现出初期金融发展规模越小的地区，规模扩张速度越快。从三种外生变量的系数以及显著性水平可以看出，实际人均GDP的系数显著为正，表明实际人均GDP会抑制区域金融发展规模的收敛，而金融固定资产投资与从业人员数对区域金融发展规模的收敛性具有促进作用，这说明增大金融业固定资产投资和增加金融人才数量有助于区域金融发展规模实现均衡状态。

另外根据收敛系数β，我们可以计算出每种收敛形式下的收敛速度（λ），公式如下：

[β=1-（1-λ）TT] （6）

在公式（6）中，T为样本期所包含的年份数，表2中绝对收敛的三个时期T值分别为 5、7、13，β值分别为-0.66、-0.0688、-0.0307 ，因此各个时间段的收敛速度分别为27.52%、5.78%、2.62% 。金融发展规模的收敛系数-0.66表明在金融发展规模为-0.66的情况下，如果甲省份的初始金融发展规模是乙省份的2倍，那么乙省份金融发展规模的增长速度将比甲省份快27.52%。由此可见金融危机减缓了区域金融发展规模收敛的速度，金融危机的发生破坏了原来稳定的金融发展状态，减缓了我国區域金融发展规模实现均衡的进程。另外从2008年之后区域金融发展规模仍然保持5.78%的收敛速度来看，我国在金融危机之后采取的稳定市场的措施收到了显著的效果。

（二）区域金融发展结构的回归结果

根据模型（4）和模型（5）的第二个方程，我国区域金融发展结构的回归结果如表3所示。

1. 从绝对收敛的回归结果可以看出，我国区域金融发展结构在2003—2016年间均是显著收敛的，表明我国区域金融发展结构存在显著的收敛性。三个时间段的收敛速度分别为22.28%、43.43%及21.98%，并且与金融发展规模不同的是我国金融危机前后区域金融发展结构的收敛速度是上升的，区域金融发展结构在整体上仍然保持较高的收敛速度，这主要归功于近年来我国金融业的结构转型升级，互联网金融、科技金融等的发展使得金融业出现了很多新型发展模式，同样倒逼传统银行等金融机构转变发展模式。

2. 从条件收敛的回归结果可以看出，我国区域金融发展结构存在显著的条件收敛，并且相应的收敛系数并没有发生明显变化，表明我国区域金融发展结构的敛散性并没有在区域金融资本投入、人均GDP以及金融业劳动力三个外生条件的控制下呈现不同情况。同时从实际人均GDP、金融业固定资产投资比以及劳动力投入比的回归系数来看，实际人均GDP以及金融业从业人员比对区域金融发展结构的收敛并没有显著的促进作用。这说明了我国区域金融发展总体上是一种数量型发展战略，大量的人力投入并没有起到优化区域金融发展结构的作用。但是金融业固定资产投入比在2009—2016年间出现显著有利于区域金融结构收敛的现象，表明金融危机之后，我国更加注重金融业结构的调整，大量金融固定资本的投入实现了区域金融结构的优化。

（三）区域金融发展效率的回归结果

根据模型（4）和模型（5）的第三个方程，我国区域金融发展效率的回归结果如表4所示。

1. 从绝对收敛的回归结果可以看出，各个时段区域金融发展效率都是显著收敛的，通过计算得三个时段的收敛速度分别为24.16%、22.78%和14.71%。从两个子时期的金融效率收敛速度来看，金融危机并未对金融效率收敛情况产生显著影响，可能的解释是我国在金融危机发生以前，区域金融效率就处在较低的状态，而危机发生之后，导致区域金融的实施效果及传导机制被扭曲或削弱，区域金融发展效率低下，未能实现强势的差异化发展。

2. 从条件收敛的回归结果可以看出，两个子时段以及整个2003—2016年间区域金融发展效率均存在明显的收敛现象。对比绝对收敛和条件收敛的β系数发现，引入条件变量与否不会对区域金融发展效率的收敛速度造成显著影响。同时从条件变量的系数看出，实际人均GDP在2008年之前明显不利于区域金融发展效率的收敛，2008年之后对区域金融发展效率收敛性的抑制作用不再明显，但是总体上依然显示不利于区域金融发展效率的收敛趋势。而金融业从业人员数虽然是有利于区域金融发展效率收敛的，但是并不显著；另外金融业固定资产投资情况显示出不显著的抑制金融效率收敛的趋势。可能的解释是，一方面近年来金融业资本投入与劳动力投入都没有起到很好的促进金融效率提升的作用。这与我国近年来存在高校“金融热”，金融专业培养的人才数量逐年上升，但是其专业知识滞后于金融业发展的现象相符。另一方面，我国金融效率存在省际的严重分化，随着金融对外开放程度的提高，高素质人才和优质资本都趋向于金融业发达、金融发展效率高的城市，从而加大了省际金融发展效率的差距。

（四）区域金融发展的分地区回归结果

在对区域金融发展进行了分时段的β收敛分析之后，为了进一步体现各区域的地域特点对区域金融发展在规模、结构、效率三个层面收敛性的影响，同时使得回归结果更加稳健，本文进一步将样本空间分为东、东北、中、西四个经济区域，再对每个区域进行回归，这种回归方式也称为“俱乐部收敛”（龙超，2010）。Galor认为俱乐部收敛的概念和条件收敛不同，它指的是初期经济发展水平接近的经济集团各自内部不同的经济系统之间，在具有相似的主要结构特征（如制度、要素禀赋、区位以及自然条件等）的前提下趋于收敛。本文在进行分区域回归的基础上，在模型（3）中引入虚拟变量形成公式（7）：

[gfsit0+1=α1+β1ln（fsi，t0）+Dq+ε1itgfmit0+1=α2+β2ln（fsi，t0）+Dq+ε2itgfeit0+1=α3+β3ln（feit0+1）+Dq+ε3it] （7）

用公式（7）进行俱乐部收敛的回归，将其结果与分区域回归形成对比。回归结果如表5所示。

从区域金融发展规模的回归结果来看，东部、东北以及中部地区β系数均为负值，但是并不显著，而西部地区β系数为正依然不显著，表明区域金融发展规模不存在显著的俱乐部收敛。从区域金融发展结构的回归结果来看，四个区域的β系数均显著为负值，说明我国东部、东北、中部以及西部各个区域内部的金融发展在结构层面是显著收敛的，且我国区域金融发展结构具有明显的俱乐部收敛特征。从区域金融效率回归的结果看，东部地区和中部地区区域金融发展效率是显著收敛的，西部地区在10%显著性水平下收敛，而东北地区金融发展效率不存在明显的收敛性。这种现象可能跟我国金融业地区分布特征有关，金融机构总部多集中于东部沿海地区，比如上海、深圳、北京等汇集了全国最顶端的金融机构以及金融精英；中部地区近年来金融发展不断向东部地区靠拢，大型商业银行分行、城商行、小额信贷公司、担保公司等中小型金融机构不断在中部地区出现，比如河南省金融业法人机构数在2013年为1369个，而截止到2016年末就增长到了4891个。量变带动质变，大量中小金融机构的聚集也促进了金融发展效率的提升，推动金融发展效率向平衡趋势发展。西部与东北地区则属于金融业相对落后的地区，西部地区金融业落后源于经济发展落后，而东北地区则源于其老工业基地的标签，产业结构侧重于第二产业，第三产业相对不发达，因此金融业效率低下。從加入区域虚拟变量Dq的回归结果来看，区域金融发展规模不存在明显的俱乐部收敛，而区域金融发展结构与效率具有显著的俱乐部收敛特征，这一结论与分区域回归的结果一致，表明我国区域金融发展只是在结构和效率层面具有俱乐部收敛特征，而在规模层面不存在俱乐部收敛。

五、结论

本文通过采用2003—2016年间的面板数据，对我国区域金融发展的规模、结构、效率的敛散性进行了研究。研究表明我国区域金融发展在规模、结构以及效率层面均存在显著的β收敛，其中区域金融发展规模和发展结构的绝对收敛速度受到2008年金融危机的影响；另外俱乐部收敛的研究结果表明我国区域金融发展结构和效率具有俱乐部收敛特征，其中东部地区和中部地区在区域金融发展的结构及效率层面均是收敛的，而东北地区和西部地区的俱乐部收敛只体现在区域金融发展的效率层面。从本文的研究结论可以得出以下政策建议：

首先，从β收敛的研究结论来看，整体上我国区域金融发展在规模、结构以及效率层面均是收敛的，表明我国区域金融发展的差距在区域间有缩小的趋势。而金融危机前后我国区域金融发展收敛速度的显著变化体现了稳定的金融发展环境对缩小区域间金融发展规模差距以及促进区域金融发展结构优化具有重要意义，因此政府应建立健全长期稳定的金融发展制度，为区域金融协调发展营造良好的环境。

其次，俱乐部收敛的研究结果体现了我国区域金融内部的发展差距，这一差距主要体现在区域金融发展规模上，其次是金融发展效率上。目前我国东部、中部、东北以及西部地区内部的金融发展规模差距均具有扩大趋势，其中中部地区金融发展规模差距的扩大速度最快；另外金融发展效率差距的扩大由以往文献中的东部和中部地区转移到了东北和西部地区。因此，未来区域金融发展规模的协调更主要的是区域内部的协调，具体而言是加强中部地区区域金融发展规模和东北以及西部地区区域金融发展效率的协调。

最后，区域金融发展的差距不断增大将会影响金融发展的效率和经济稳定，但是缩小区域金融发展差距也并不意味着不能存在差距，良好的金融发展状态应该是在适度差距中寻求平衡，促进区域金融的协调发展。

注：

①金融相关比率的指标即为本文的金融发展规模，图7是各省份金融相关比率当期值与前一期值差值的折线图，比如2007—2008对应的数值表示2008年的金融相关比率与2007年的差值。

参考文献：

[1]H.Lzl，Werner.2006. Convergence of financial system：towards an evolutionary perspective[J].Journal of Institutional Economics，2006，2（1）.

[2]Magda Bianco，Andrea Gerali，Riccardo Massaro. 1997. Financial Systems across“developed economic”：Convergence or Path Dependence？ [J].Research in Economics，51.

[3]Victor Murinde，Judaagung，Andy Mullineux. 2004. Patterns of corporate financing and financial system convergence in Europe[J].Review of International Economics，12（4）.

[1]陈恩，黄桂良.广东区域金融发展的收敛性分析[J].当代财经，2010，（01）.

[2]黄砚玲，龙志和，林光平.中国区域金融发展收敛性的空间经济计量研究——来自浙江省67个县市区1997—2008年的实证分析[J].上海经济研究，2010，（04）.

[3]黄桂良. 区域金融发展收敛：理论分析与实证检验[D].暨南大学博士研究生论文，2011年.

[4]黄砚玲.地理加权空间经济计量模型的GMM估计及区域金融发展收敛性实证研究[D].华南理工大学博士研究生论文，2012年.

[5]陆文喜，李国平.中国区域金融发展的收敛性分析[J].数量经济技术经济研究，2004，（02）.

[6]金雪军，田霖. 我国区域金融成长差异的态势：1978—2003年[J]. 经济理论与经济管理，2004，（08）.

[7]李敬，冉光和，孙晓铎.中国区域金融发展差异的度量与变动趋势分析[J].当代财经，2008，（3）.

[8]龙超，张金昌.我国区域金融发展的收敛性差异分析[J].统计与决策，2010，（22）.

[9]赖永剑，贺祥民.我国区域金融包容水平的俱乐部收敛研究——采用非线性时变因子模型的实证分析[J].西部论坛，2017，27（04）.

[10]刘传明，王卉彤，魏晓敏.中国八大城市群互联网金融发展的区域差异分解及收敛性研究[J].数量经济技术经济研究，2017，34（08）.

[11]张杰.中国金融成长的经济分析[M].北京：中国经济出版社，1995年.

[12]周立.我国各地区金融发展与经济增长（1978— 2000）[M].北京：清华大学出版社，2004年.