基于PVAR模型的金融集聚与经济增长关系的实证研究

同的研究方法、多角度考察了金融集聚与经济增长的关系，但少有对京津冀整体区域地市数据进行实证研究，利用基于面板向量自回归（Panel-data Vector Autore-gression，PVAR）考察两者关系更是少之又少。本文将在以前学者研究的基础上，首次采用PVAR考察京滓冀金融集聚与经济增长之间关系，对京津冀金融协同发展提供思路具有重要的意义。 2.京津冀金融集聚度测量

目前学术界对金融集聚度的衡量主要沿用产业集聚度衡量方法、因子分析法和主成分分析法。金融产业不同于一般产业，仅从单一指标来考察地区是否具有集聚现象容易错误，因此本文选择主成分分析法，通过建立京津冀金融产业多指标衡量体系，测度金融集聚度。 2.1指标体系构建

依据指标体系构建的科学性、系统性、综合性、层次性、区域性、动态性原则，结合京津冀各城市数据的可得性，本文构建的金融产业集聚指标体系详，13个指标均为正向指标，即指标值越大，金融集聚水平越高，如表1所示。 2.2结果分析

历年数据来源于2004-2013年《中国城市统计年鉴》；其中各市历年保险数据来源于2004-2013年《中国保险年鉴》。运用SPSSl6.0软件，得到京津冀13个城市2003-2012年的金融集聚综合主成分，得到北京、天津和石家庄一直位居前三，

如图1所示。在研究年限内，北京金融集聚度在京津冀最高，显著的高于其他城市，大约是天津的4倍。天津金融集聚位列第二，其他城市金融集聚度为负。由此可知金融集聚度在京津冀从北京一天津一石家庄依次递减，计算结果与现实情况一致。

从变化趋势来看，2003-2012年北京和天津金融集聚程度逐渐减小，北京由2003年金融集聚综合得分的10.51下降到2012年的7.25；天津由2004年金融集聚综合得分的2.62下降到2012年的1.77。河北省各城市金融集聚变化不大，除石家庄金融集聚度综合主成分在2003年、2004年、2006年和2007年大于0，其他城市的金融集聚则低于京津冀平均发展水平。

3.金融集聚与经济增长关系的实证检验 3.1变量选择与数据来源

结合上文的分析，金融集聚用综合主成分F表示；经济增长用人均GDP表示，更能反映实际经济增长状况。为消除人均GDP中的价格变动因素和异方差影响，以2002年为基期，运用居民消费价格指数消除人均GDP中价格变动因素，得到实际人均GDP，再将实际人均GDP对数化以消除异方差的影响。最终选取LNGDP表示经济增长。

京津冀各城市历年人均GDP、居民消费价格指数的原始数据来源于2003-2013年《北京统计年鉴》《天津统计年鉴》

和《河北经济年鉴》。 3.2模型构建

学者们对金融集聚与经济增长关系的研究所采用的方法主要是基于时间序列的格兰杰因果检验，如陈文锋等人的研究。而基于面板数据的研究大多是单向，即将金融集聚作为影响经济增长的一个因素，通过建立基于面板数据的经济增长模型来研究金融集聚对经济增长的影响，如钱水土。本文在考察京津冀金融集聚与经济增长关系时采用面板向量自回归，利用基于面板向量自回归的动态面板估计、格兰杰因果检验、脉冲响应和方差分解分析，系统分析金融集聚与区域经济增长之间的关系。

PVAR将研究变量视为内生变量，并将每一个内生变量作为系统中所有内生变量滞后值的函数，提供丰富的结构从而捕获数据的更多特征。此外，由于面板数据含有时间和截面2个方向，能涵盖数据的更多信息。所构造的模型主要借鉴Love所设计的PVAR模型，具体模型如下：其中，i，t分别表示城市和时间，β为估计的参数矩阵，p为滞后期数；y=（LNGDP，F）’为本文估计的二维列向量；αi表示面板数据的地区效应，θ表示面板数据的时间效应；εit为随机扰动项。

本文采用广义矩（GMM）方法估计PVAR模型，并借鉴Love的做法，采用截面均值差分法和向前差分法分别消除时

间效应θ和地区效应αi所导致的估计偏差。 3.3实证分析 3.3.1变量平稳性检验

在PVAR模型估计前必须保证变量是平稳的，非平稳变量进行估计可能带来“伪回归”现象。为保证检验结果可靠性，本文综合使用LLC检验法、IPS检验法、ADF-Fisher检验法和PP-Fisher检验法，同时对面板数据的同质单位根和异质单位根进行检验。结果显示LNGDP没有通过IPS和ADF-Fisher检验，F没有通过IPS、ADF-Fisher和PP-Fisher单位根检验，可认为这2个变量是不平稳的。对它们一阶差分后的变量进行检验，虽然LNGDP的一阶差分变量未通过IPS检验，但其余3个检验在5%的显著性水平下拒绝原假设，认为LNGDP的一阶差分变量是平稳的；而F的一阶差分变量在1%或10%的显著性水平下拒绝所有检验原假设，是平稳变量。因此本文使用两变量的一阶差分变量进行自回归估计，并令这2个差分变量分别为DLNGDP和DF。 3.3.2格兰杰因果检验

向量自回归模型中变量的选择应遵循有关经济理论的知道，但一些变量在预测另一些变量时的有用程度如何，是否应纳入一个VAR系统中，往往表现为一个实证问题，格兰杰提出的两变量的因果关系检验可为向量自回归模型中变量的选择提供一些参考依据。