中國信貸增長與保險發(fā)展關系的動態(tài)分析
——基于bootstrap仿真的實證研究

賀 磊

（中南大學 商學院，湖南 長沙 410083）＊

保險和信貸作為金融市場的主要經濟活動，對推動我國經濟發(fā)展發(fā)揮著舉足輕重的作用。雖然我國保險業(yè)相對銀行業(yè)發(fā)展較晚，但自恢復保險業(yè)務以來，保險市場得到了迅猛發(fā)展。保險產品不僅通過風險轉移和補償對經濟發(fā)展產生正向作用，同時充當金融中介，收集和投放資金，配置資本資源。一方面，保險產品所具備的風險轉移和補償功能為控制信貸風險提供了途徑，對信貸業(yè)務的擴展發(fā)揮了重要的推動作用；另一方面，保險對資本資源的配置功能對信貸業(yè)務產生了一定的替代作用，與銀行信貸在資本市場形成競爭。銀行業(yè)廣泛的網點和便利的結算體系為保險業(yè)發(fā)展提供了助力。因此，我國保險與銀行信貸發(fā)展之間存在互補和競爭關系。

一、文獻回顧

保險的風險轉移和補償作用及金融中介功能決定了其對其他金融行業(yè)的影響作用，進而決定其在經濟增長過程中所處的重要地位。發(fā)達國家保險業(yè)發(fā)展較早，關于保險經濟作用的理論研究文獻出現較早，如Skipper（1997）全面闡述了保險業(yè)具有推動商業(yè)貿易發(fā)展、增強財務穩(wěn)定性、提高儲蓄向投資轉換的比例、優(yōu)化資本配置等經濟作用［1］。當前國外現有圍繞保險與經濟增長的相關研究主要集中于兩者是否存在相互關系。Ward和Zurbruegg（2000）對9個OECD國家的國內生產總值與保費數據進行協整和因果分析，發(fā)現保險是經濟增長的Granger原因，并且該作用關系的顯著程度取決于各國的文化、監(jiān)管等因素［2］。Arena（2008）利用56個國家的面板數據分析發(fā)現，壽險規(guī)模的發(fā)展對發(fā)達國家的經濟發(fā)展具有正相關關系，而非壽險對發(fā)達國家和發(fā)展中國家的經濟增長均具有積極的影響［3］。國外學者不僅對保險與經濟發(fā)展的相互關系進行實證分析，同時也有不少學者關注保險對其它金融中介（如銀行、證劵）的影響。Webb（2002）認為保險與銀行服務之間存在相依關系，如保險的風險轉移和補償促進銀行擴大貸款規(guī)模，抵押貸款的抵押品通過保險控制風險，同時銀行為保險產品的銷售提供有效的結算系統(tǒng)［4］。另外，Zou和Adam（2006）認為財產保險為抵押貸款減少風險暴露，提高貸款額度發(fā)揮了重要作用［5］。也有學者認為保險的發(fā)展將會與銀行業(yè)發(fā)展形成競爭，Allen和Santomero（2001）研究表明壽險與銀行信貸之間存在“存儲替代效應”，其發(fā)展將減少銀行市場份額［6］。

隨著我國保險市場的迅速發(fā)展，國內越來越多的學者開始關注保險的經濟作用以及與銀行業(yè)的相互影響。當前國內研究主要分為兩個方面，一方面是關于保險對我國經濟增長的推動作用以及經濟增長對保險需求引致效應的實證研究，如趙尚梅等（2009）采用1980～2006年保險和GDP數據，運用兩部門的模型進行實證分析，研究表明保險業(yè)發(fā)展不僅對經濟增長產生正面作用，同時對非保險行業(yè)存在溢出效應［12］。徐為山、吳堅雋（2006）采用1991～2003年全球78個國家的壽險和非壽險數據進行面板數據分析，結果表明經濟增長對保險需求存在引致效應，并且其對壽險的引致作用高于非壽險［13］。另一方面是對保險與銀行儲蓄的關聯性研究，如欒存存（2004）分析認為，儲蓄規(guī)模增長與保險需求存在相關關系，較高的儲蓄率將降低保費增長率，即非保險機構與保險機構之間存在競爭［14］。陳華等（2008）研究表明，居民儲蓄對保險需求的收入效應大于替代效應［15］。

我國保險與銀行信貸發(fā)展之間作用關系的實證研究基本處于空白，缺乏對兩者相互作用的理論關系進行實證分析。為了明確我國保險與銀行信貸之間的相互關系，以下擬對我國保險與信貸之間的Granger因果關系進行實證分析。常用的Granger因果檢驗方法為基于VAR模型的Wald檢驗、似然比檢驗、Lagrange數乘檢驗，但是三種方法對樣本容量要求較高。較小或者中等規(guī)模的樣本容量情況下該方法將容易產生虛假的因果判斷（Mehmet等，2010）［11］。由于我國20世紀80年代才恢復保險業(yè)務，樣本容量較小，基于VAR模型的三種傳統(tǒng)檢驗不適用于對我國保險與信貸之間的因果關系進行精準判斷。在小樣本情形下，基于bootstrap仿真的似然比因果檢驗、Wald檢驗、Lagange數乘檢驗的功效和精準度被驗證優(yōu)于一般方法（Shukur和Mantalos，2000）［10］。因此，這里采用基于bootstrap仿真的Granger因果檢驗對我國保險與信貸之間的因果關系進行檢驗。考慮到不同時間區(qū)間內經濟結構變化的影響，我國保險與信貸之間的相互關系可能也發(fā)生變動，故對我國保險與信貸之間的動態(tài)因果關系同時進行分析。

二、基于boostrap仿真的Granger因果檢驗

考慮如下兩變量的VAR（p）過程：

對應系數矩陣的最小二乘估計為：

記無約束條件的最小二乘估計（3）對應的（2×T）殘差矩陣為δu；記原假設成立下帶約束條件的最小二乘估計對應的殘差矩陣為δr。分別定義兩種情形下的殘差內積為Wald統(tǒng)計量、似然比統(tǒng)計量、Lagrange數乘統(tǒng)計量具體表達式為：

其中T為樣本容量，k為滯后階數。

當樣本容量較大時，上述三個統(tǒng)計量均服從漸進x2分布，而在小樣本情形下漸進程度較低。如果在小樣本情形下仍認定統(tǒng)計量服從漸進x2分布，則會錯誤地判斷變量間的Granger因果關系。為了解決此問題，將采用非參數bootstrap方法對統(tǒng)計量的分布進行估計，進而計算相應的p值。Shukur和Mantalos（2000）通過Monte Carlo方法對基于上述三種統(tǒng)計量的Granger因果檢驗進行分析，發(fā)現bootstrap方法產生的三種統(tǒng)計量對應的臨界值穩(wěn)健性良好，并且在小樣本情形下比三種統(tǒng)計量直接檢驗的結果更精確。

基于bootstrap仿真的Granger因果檢驗算法如下：

1.以初始樣本Y估計模型（2）得到無約束條件下模型估計對應的殘差δu。

2.將原假設作為約束條件對模型（2）參數進行帶約束條件的最小二乘估計，得到系數矩陣估計值和殘差矩陣和δr，記

3.將δr和δu帶入式（4）～（6），得到W0，LR0，LM0。

4.對，i＝1，2，…，T進行有放回的抽取bootstrap樣本δ＊，然后將＾B和δ＊帶入（2）生成新樣本Y＊。

5.以Y＊為樣本，分別重新計算帶原假條件的約束模型和無約束模型對應的殘差和，將其帶入（4）～（6），得到W＊，LR＊，LM＊。

6.重復步驟4、5Nb次，產生，i＝1，2，…，Nb，進而得到p值的bootstrap估計

上述仿真采用R2.14.1編程實現，參照參照Balcilar等（2010），Nb＝1000。

三、實證結果及其分析

（一）數據來源與處理

采用保險收入和貸款余額作為衡量我國保險和信貸發(fā)展程度的變量，選取的樣本區(qū)間為1985～2010年，數據來源于歷年《中國金融年鑒》、《中國保險年鑒》、《中國統(tǒng)計年鑒》。為了消除通脹水平對樣本數據的影響，以1985年為基期，采用居民消費指數對原數據進行修正得到真實保費收入和真實貸款余額。為消除樣本中的指數增長特征，分別對保費和貸款余額進行對數處理，分別記為LNIP和LBANK.

實證過程分為三個部分：第一，對兩組時間序列數據進行單位根檢驗和協整檢驗；第二，對全樣本進行基于bootstrap仿真的Granger因果檢驗；第三，以固定窗口滾動的方法選擇子樣本，然后對各子樣本逐一進行基于bootstrap仿真的Granger因果關系檢驗以分析兩者關系的動態(tài)變化，并采用bootstrap方法模擬估計保險與信貸間相互累積作用。

（二）單位根與協整檢驗

為了確保被分析數據的平穩(wěn)性，首先采用Eviews5中ADF、NP、PP檢驗方法對LNIP和LBANK進行單位根檢驗，其檢驗結果如表1。結果表明LNIP和LBANK為一階單整序列。

表1 LNIP和LBANK單位根檢驗

考慮到如果VAR模型中兩變量之間存在協整關系，基于VAR模型的Granger因果檢驗結果將被嚴重扭曲，容易出現錯誤判斷（Mantalos，2000）。因此，需要對LNIP和LBANK進行協整關系檢驗，檢驗方法采用最大特征值，其結果見表2。從表2可知，在5%的顯著水平下，LNIP和LBANK之間存在一個協整關系，即保險與信貸之間存在長期穩(wěn)定的關系。因此，在此情況下使用常見的Granger因果檢驗產生的結果難以讓人信服。Mantalos（2000）、Hacker和Hatemi（2006）等提出引入bootstrap方法可以改進檢驗臨界值，使Granger因果檢驗更加準確。

表2 LNIP和LBANK協整關系檢驗結果

（三）全樣本情形下基于bootstrap仿真的Granger因果檢驗結果

根據AIC、HQ、SC等準則選擇最優(yōu)滯后階數為7；其次在原假設成立的條件下，對基于殘差的W、LR、LM統(tǒng)計量進行bootstrap仿真，得到三種統(tǒng)計量下p值估計，其結果見表3。表3中p值估計結果顯示，在10%的顯著水平下，我國銀行信貸發(fā)展不是保險的Granger因，而我國保險規(guī)模的擴大是銀行信貸發(fā)展的Granger因。

表3 全樣本情形下基于bootstrap仿真的W、LR、LM檢驗的p值估計

（四）Granger因果關系及累積作用的動態(tài)分析

對保險與信貸Granger因果關系進行動態(tài)分析將采用固定窗口選擇子樣本，并對各子樣本逐一進行基于bootstrap仿真的Granger因果檢驗。窗寬l的選擇尚無嚴格的準則，Pesaran和Timmermann（2005）通過蒙特卡洛模擬發(fā)現，當存在頻繁結構變動時窗寬為10～20的情況下，自回歸模型（AR）參數偏差最小。窗寬的選擇需要權衡兩點：一是為了確保模型估計的精準性，需要確保較大樣本容量，即較大窗寬；二是為了發(fā)現變量間關系潛在的結構變化，需要選擇較小的窗寬。因而，取l＝15（類似選擇見Balcilar等，2010）。

首先，參照Balcilar等（2010），滾動窗口所選子樣本為根據AIC、HQ、SC等準則選擇最優(yōu)滯后階數均為3。其次，在保險不是銀行信貸Granger因和銀行信貸不是保險Granger因兩種原假設下采用bootstrap仿真估計VAR模型（1）參數，并分別估計三種統(tǒng)計量對應p值，結果見圖1、圖2。再次，計算保險與銀行信貸在子樣本區(qū)間上相互累積影響，記子樣本區(qū)間銀行信貸對保險的累積影響為，則；記子樣本區(qū)間保險對銀行信貸的累積影響為，則（見Balcilar等，2010）估 計 的95%置信區(qū)間上下界分別為97.5%和2.5%的分位數，結果見圖3，圖4。

圖1和圖2表明我國銀行信貸與保險之間的因果關系呈現不穩(wěn)定特征。從圖1可知，在10%的顯著水平下，整個樣本區(qū)間上銀行信貸對保險發(fā)展的作用關系穩(wěn)定，銀行信貸不是保險發(fā)展的Granger因。圖2顯示，在10%的顯著水平下，2000～2008年保險發(fā)展不是銀行信貸增長的Granger因，而2009～2010年保險發(fā)展是銀行信貸增長的Granger因。從圖3可以看出，除2004年之外銀行信貸對保險作用呈現正向作用，產生這一結果的原因可能是因為信貸的擴展使得市場對風險轉移和補償產品的需求增加，從而形成信貸發(fā)展對保險的引致需求，同時銀行信貸系統(tǒng)較為發(fā)達的結算系統(tǒng)為保險的銷售提供了便利。圖4顯示保險對信貸的累積作用呈現正負不斷變化的特征，保險的風險轉移和補償作用對信貸具有正向作用，而其吸收資金和資金配置功能將減少銀行信貸在資金市場的市場份額，從而對信貸發(fā)展具有負向作用。因而，我國整個保險市場對信貸的累積作用取決于正向和負向作用的角逐，從而呈現不斷上下波動的特征。

圖1 原假設：銀行信貸不是保險的Granger因

圖2 原假設：保險不是銀行信貸的Granger因

圖3 銀行信貸對保險的累積影響

圖4 保險對銀行信貸的累積影響

四、結論

由于我國保險業(yè)起步較晚，可供保險與銀行信貸相互關系研究的樣本數量較小，導致傳統(tǒng)Granger因果檢驗統(tǒng)計量漸進程度無法保證，從而無法確保其在小樣本情形下正確判斷保險與銀行信貸之間的Granger因果關系。以上將bootstrap仿真方法與傳統(tǒng)Granger因果檢驗方法相結合，克服了樣本容量對Granger因果關系判斷的影響，同時避免了協整關系對因果關系判斷的干擾，確保了實證分析的精準性。

首先，整個樣本期間我國保險與銀行信貸存在單向的因果關系，保險是信貸的Granger因而銀行信貸不是保險發(fā)展的Granger原因；其次，保險與信貸之間Granger因果關系呈現不穩(wěn)定特征，2000～2008年保險不是信貸發(fā)展的Granger因，而2009～2010年保險是信貸的Granger原因，這表明保險業(yè)的不斷發(fā)展使得其對信貸的作用影響發(fā)生了結構性變化；再次，保險與信貸相互累積影響的bootstrap估計結果顯示，除2004年外其它時期銀行對保險的累積影響均表現為正向作用，而保險對信貸的累積影響則呈現上下波動的特征。

保險與信貸作為我國金融市場重要的金融活動，兩者的功能作用和特性很大程度上存在互補，因而實現我國保險與信貸之間的金融協同效應，提高金融市場金融配置的效率，已成為當前我國金融市場發(fā)展的主要目標之一。雖然從上世紀80年代恢復以來，我國保險市場取得的質的飛躍，但是相對于信貸市場的發(fā)展水平，保險市場依然處于相對落后階段，從而當前我國保險與信貸之間相互作用表現較小且不穩(wěn)定，進而使得金融協同效應難以最大化。因此，為最大規(guī)模實現信貸與保險的金融協同效應，有必要全面推動保險市場的快速發(fā)展、不斷創(chuàng)新保險與信貸耦合產品以及推行加強保險與信貸合作的相關政策。

［1］Skipper，H.J.Foreign insurers in emerging markets：issues and concerns［EB/OL］.http：//rmictr.gsu.edu/Papers/FOREIGN.pdf，1997/02.

［2］Ward，D.，R.Zurbruegg.Does insurance promote economic growth？evidence from OECD countries［J］.Journal of Risk and Insurance，2000，67（4）：489－506.

［3］Arena，M.Does insurance market activity promote economic growth？a cross－county study for industrialized and developing countries［J］.Journal of Risk and Insurance，2008，75：921－946.

［4］Webb，I.，M.F.Grace，H.D.Skipper.The effect of banking and insurance on the growth of capital and output［EB/OL］.http：//rmictr.gsu.edu/Papers/WP02－1.pdf，2002/03

［5］Zou，H.，M.B.Adams.The corporate purchase of property insurance：chinese evidence［J］.Journal of Financial Intermediation，2006，15（2）：156－196.

［6］Allen F.，A.Santomero.What do financial intermediaries do？［J］.Journal of Banking and Finance，2001，1（25）：271－294.

［7］Balcilar，M.，Z.A.Ozdemir，Arslanturk Y.Economic growth and energy consumption causal nexus views through a bootstrap rolling window［J］.Energy Economics，2010，1（32）：1398－1410.

［8］Shukur，G..，P.Mantalos.A simple investigation of the Granger－causality test in integrated－co integrated VAR systems［J］.Journal of Applied Statistics，2000，4（27）：1021－1031.

［9］Mantalos，P.，G..Shuskur.Size and power of the error correction model cointegration test：a bootstrap approach［J］.Oxford Bulletin of Economics and Statistics.1998，2（60）：249－255.

［10］Hacker，R.S，J.A.Hatemi.Test for causality between integrated variables using asymptotic and bootstrap distributions：theory and application［J］.Applied Economics，2006，2（38）：1489－1500.

［11］Pesaran，H.，A.Timmermannn.Small sample properties of forecasts from autoregressive models under structural breaks［J］.Journal of Economics，2005，4（129）：183－217.

［12］趙尚梅，李勇，龐玉鋒.保險業(yè)對經濟增長貢獻的理論模型與實證檢驗［J］.保險研究，2009，（1）：51－56.

［13］徐為山，吳堅雋.經濟增長對保險需求的引致效應——基于面板數據的分析［J］.財經研究，2006，32（2）：127－137.

［14］欒存存.我國保險業(yè)增長分析［J］.經濟研究，2004，（1）：25－32.

［15］陳華.我國保險業(yè)的地區(qū)差異及協調發(fā)展［J］.江西財經大學學報，2008，（2）：38－41.