欢迎来到天天文库
浏览记录
ID:6026993
大小:30.00 KB
页数:8页
时间:2017-12-31
《山东省城乡收入差距和金融发展实证研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、山东省城乡收入差距和金融发展实证研究 【摘要】本文通过对选取金融发展规模指标、金融发展效率指标、农村金融发展及城乡收入差距四个指标进行协整分析。进一步探求山东省城乡收入差距与金融发展的关系。实证结果表明:山东省金融发展与城乡收入差距存在长期的均衡关系,金融发展规模和金融发展效率对缩小城乡收入差距有积极影响。据此,本文从深化金融体制改革、遏制农村资金外流等方面提出相关建议。【关键词】金融发展城乡收入差距金融效率一、引言改革开放以来,山东省经济实现了持续增长,金融发展取得很大进步,但城乡收入差距却呈
2、现逐年增大的趋势。据山东省统计数据显示农村纯收入1990—2011年增加了7661元,同时期城镇居民可支配收入增加了21325.6元,城镇增幅是农村增幅的2.78倍,表明城乡收入差距在扩大。这将制约着山东省经济的健康发展,不利于社会的稳定和谐。国内外学者阐述城乡收入差距的文献很多。但从金融发展视角解释的较少,Greenwood和Jovanovic(1990)提出了收入分配差距与金融发展呈现倒“U”的理论,8在金融发展初期收入差距会扩大。随着金融业的发展收入差距会逐步缩小[1]。Clark,Xu和Z
3、ou(2003)利用91个国家的面板数据进行实证分析,结果表明城乡收入差距随金融业的发展而缩小[2]。Pande和Burgess(2005)对印度金融业面板数据的实证分析,认为金融机构在农村的发展可以增加农民收入,减少城乡收入差距[3]。国外的研究也引起国内学者的兴趣,姚耀军(2005)利用向量自回归模型研究认为金融发展规模与城乡收入差距正相关且互为格兰杰因果关系[4]。金融发展效率与城乡收入差距负相关也互为格兰杰因果关系。张立军等(2006)通过向量自回归模型分析,认为中国农村金融发展与城乡居民
4、收入差距存在正相关[5]。近年来经济区域化特征愈加明显,学者开始关注地区性城乡收入差距与金融发展的关系。张新前等(2007)基于VAR模型,运用福建省1978-2005年的年度经济数据。认为福建省金融发展水平与城乡收入差距呈现正向的相互作用[6]。吴永兴,李国疆(2011)利用协整检验和误差修正模型对云南省1985—2009年的数据分析论证,认为金融发展显著地扩大了城乡居民收入差距[7]。目前中国经济区域化特征日益明显。金融发展与城乡收入差距之间的关系随地区不同表现出不一致现象,因此根据不同区域作
5、出实证研究并以此制定相应的方法,可有效的缩小地区城乡收入差距。国内外文献主要基于国家层面进行论证分析,关于区域分析的文献相对较少,更没有以山东省为例的分析,本文弥补此方面的不足。8二、数据说明与实证方法本文在姚耀军(2005)的指标基础上做了修正,共用到以下四个指标,以1990-2011年为指标的样本区间,对山东省的城乡收入差距与金融发展的关系进行实证分析。1.城乡收入差距指标(IG)=城市居民实际可支配收入/农村居民实际人均纯收入。2.金融发展规模指标(FD)=金融机构年底贷款余额/地区生产总值
6、,在国外文献中,金融发展规模经常使用M2与GDP的比值来表示,称之为麦氏指标[8],但是在中国,银行业在金融业中占据主要的位置。银行在经济生活中发挥重要作用,因此用银行数据取代M2是合理的。3.金融发展效率指标(FE)=城乡居民储蓄存款/金融机构各项贷款余额,王志强、孙刚(2003)认为这个比值可以衡量金融中介将存款转换成贷款的效率。本文也选取这个指标来衡量金融发展效率。4.农村金融发展指标(RFD)=农业贷款/农业产出的比值(即第一产业的比值)。张立军(2006)选取农业贷款除以农业产出的比值。
7、本文也选取农业贷款除以农业产出的比值作为衡量农村金融发展的指标。三、山东省金融发展与城乡收入差距关系的实证分析(一)单位根检验8经济变量很多存在非平稳性,运用协整检验前首先对数据进行单位根检验。本文利用ADF检验法,对IG、FD、FE、RFD的时间序列进行检验,结果如下表1所示,根据表1可以看出变量IG、FD、FE、RFD的检验值大于在5%的显著水平的临界值,不能拒绝存在单位根的假设,即上述四个序列是非平稳序列。经一阶差分后得到△IG、△FD、△FE、△RFD的检验值小于在5%的显著水平的临界值,
8、拒绝存在单位根的假设,因此一阶差分后的原四组序列在5%的显著水平式平稳的,即一阶单整,可以进行协整检验。注:△IG是IG的一阶差分,其余相同;(c,t,q)分别表示ADF检验中分别表示截距项,趋势项和滞后阶数;滞后阶数项用SIC准则自动确定。(二)协整检验由单位根可知,序列IG、FD、FE、RFD均为一阶单整,可以进行协整检验,通过Eview6.0对数据进行OLS回归分析(加入AR(1)、AR(2)以避免数据存在的自相关。),得到如下的回归模型结果:IG=-1.068400FD-0
此文档下载收益归作者所有