茆訓(xùn)誠
(上海師范大學(xué) 商學(xué)院,上海 200234)
金融創(chuàng)新效率對區(qū)域流動性風(fēng)險影響的空間溢出效應(yīng)分析
茆訓(xùn)誠
(上海師范大學(xué) 商學(xué)院,上海 200234)
基于空間效應(yīng)的“跨期儲蓄—投資”模型,構(gòu)建區(qū)域流動性風(fēng)險定價模型,度量中國各省域流動性風(fēng)險,然后利用數(shù)據(jù)包絡(luò)分析方法(DEA)計算出各省域金融創(chuàng)新效率,最后采用空間面板模型分析金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的空間溢出效應(yīng)。實證結(jié)果表明,2010年以來,中國區(qū)域流動性風(fēng)險呈快速上升趨勢,表明中國資本跨區(qū)域流動突然中斷風(fēng)險比以往更加嚴(yán)峻。金融創(chuàng)新效率在樣本期內(nèi)呈總體上升趨勢。金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的影響存在空間效應(yīng),鄰近省域流動性風(fēng)險及其影響因素對目標(biāo)省域發(fā)生資本流動突然中斷風(fēng)險具有顯著溢出效應(yīng),表明金融創(chuàng)新效率顯著加劇了區(qū)域流動性風(fēng)險的發(fā)生,但金融創(chuàng)新在區(qū)域經(jīng)濟增長作用下,對區(qū)域流動性的間接風(fēng)險具有抑制作用。
金融創(chuàng)新效率;區(qū)域流動性風(fēng)險;空間面板模型;空間溢出效應(yīng)
從區(qū)域經(jīng)濟發(fā)展的角度看,區(qū)域經(jīng)濟的發(fā)展離不開區(qū)域金融的支撐,金融工具主要是用來對沖和化解風(fēng)險的,由于金融工具的不斷創(chuàng)新,使得資本在逐利效應(yīng)的帶動下,在不同區(qū)域間不斷流動,從而使流動性短缺的地區(qū)能夠獲得其他地區(qū)的流動性供給,進而避免了發(fā)生流動性供給不足的困境。因此,一方面,區(qū)域金融創(chuàng)新是引導(dǎo)資本在不同區(qū)域間流動,避免部分區(qū)域發(fā)生流動性風(fēng)險事件的重要因素;另一方面,也正是由于金融創(chuàng)新所帶來的資本跨區(qū)域流動便利,才使得當(dāng)發(fā)生流動性風(fēng)險事件時,原先持續(xù)不斷的流動性供給會像“黑洞”般消失,進而引發(fā)區(qū)域流動性供給不足,造成金融風(fēng)險,甚至是經(jīng)濟危機。
金融創(chuàng)新或許本身就是一種“金融風(fēng)險”,這種風(fēng)險的特征主要表現(xiàn)為,在資本自由流動下,由于金融創(chuàng)新提供的便利,導(dǎo)致資本在發(fā)生流動性風(fēng)險事件時,能夠以更快的速度、更便利的方式流出本區(qū)域,出現(xiàn)資本跨區(qū)域流入的放緩,從而導(dǎo)致本區(qū)域發(fā)生流動性供給缺口,進而破壞區(qū)域內(nèi)實體經(jīng)濟的發(fā)展。這種“流動性黑洞”效應(yīng)是指國際資本在危機爆發(fā)時會因規(guī)避風(fēng)險而出現(xiàn)短時期跨區(qū)域流動減弱的現(xiàn)象,給處于危機期間的經(jīng)濟體帶來更大的打擊,加大了其走出危機的難度。對于國際資本跨區(qū)域流動可能出現(xiàn)的這種危害,本文認(rèn)為同樣也會出現(xiàn)在一個經(jīng)濟體內(nèi)部不同區(qū)域之間。
金融的不斷創(chuàng)新導(dǎo)致區(qū)域資本流動趨于自由化,區(qū)域經(jīng)濟逐漸一體化,同時也使得金融體系更加復(fù)雜化,從而帶來更多金融危機的風(fēng)險源。隨著中國各省市經(jīng)濟發(fā)展的競爭日益激烈、區(qū)域金融一體化趨勢逐漸加強、區(qū)域資本流動日益便利,各省市之間的資本競爭也更加激烈。從這個角度考慮,對于幅員遼闊、區(qū)域發(fā)展差異較大的中國而言,資本在國內(nèi)各省域之間跨區(qū)域流動,也可能存在資本流動突然中斷的風(fēng)險。然而,當(dāng)前對資本跨區(qū)域流動突然中斷風(fēng)險的理論與實證研究,均以國際資本跨境流動風(fēng)險為主,國內(nèi)不同省域內(nèi)流動性風(fēng)險的研究相對較少,因此,定量分析中國省域資本跨區(qū)域流動所存在的潛在風(fēng)險,以及金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的空間溢出效應(yīng),對于理清金融創(chuàng)新影響資本區(qū)域流動性的作用機制,促進中國區(qū)域經(jīng)濟發(fā)展,防范跨區(qū)域資本流動風(fēng)險的發(fā)生,具有十分重要的理論意義和現(xiàn)實價值。
區(qū)域流動性風(fēng)險的研究主要集中在區(qū)域流動性風(fēng)險識別、度量與類型劃分,以及影響因素等方面??栁?Calvo)初步探索了資本國際流動突然中斷所帶來的風(fēng)險,認(rèn)為這種風(fēng)險是導(dǎo)致金融危機的重要原因。[1]在區(qū)域性流動性風(fēng)險的識別和度量方面,愛德華茲(Edwards)認(rèn)為一國資本流入凈值的減少量超過該國GDP的5%,那么該國就存在資本國際流動突然中斷的風(fēng)險;[2]弗蘭克爾(Cavalloand Frankel)則是以一國資本凈流入的下降幅度,在1年內(nèi)累計超過該國資本流動樣本均值的兩個標(biāo)準(zhǔn)差以上為計量方法,衡量了資本國際流動中斷的風(fēng)險。[3]對于資本跨區(qū)域流動的計量方面,除上述已有成果外,近年來,“跨期儲蓄—投資”模型及其各類擴展模型,主要用于研究中國省域資本流動與金融發(fā)展、經(jīng)濟增長等的關(guān)系。[4][5]在區(qū)域性流動性風(fēng)險類型劃分方面,卡爾德隆和庫伯托(Calderón and Kubto)研究資本國際流動的中斷風(fēng)險時認(rèn)為,應(yīng)當(dāng)將這種資本流動突然中斷風(fēng)險分為流出驅(qū)動型中斷風(fēng)險和流入驅(qū)動型中斷風(fēng)險。[6]福布斯和瓦諾克(Forbes and Warnock)運用面板數(shù)據(jù)研究了發(fā)達國家和新型市場國家流出驅(qū)動型中斷風(fēng)險。[7]卡爾德隆和庫伯托運用面板數(shù)據(jù)分析了極端事件所導(dǎo)致資本國際流動的中斷風(fēng)險,并指出這種突然中斷風(fēng)險具有較強的傳染性。[6]鄭璇運用1986-2012年26個新興市場國家的季度數(shù)據(jù),研究了新興市場國家流出驅(qū)動型和流入驅(qū)動型國際資本突然中斷所帶來的風(fēng)險。[8]在區(qū)域流動性風(fēng)險影響因素與效應(yīng)方面,有從匯率角度進行實證分析,認(rèn)為一國經(jīng)常賬戶持續(xù)逆差是導(dǎo)致該國國際資本突然中斷的原因;[9]也有通過兩地區(qū)競爭模型來分析FDI對區(qū)域資本流動的影響機制;[10]以及通過構(gòu)建兩部門C-D模型,探討中央投資對區(qū)域資本的擠出效應(yīng)。[11]
區(qū)域金融創(chuàng)新的研究主要圍繞區(qū)域金融創(chuàng)新指標(biāo)體系構(gòu)建與應(yīng)用、區(qū)域金融創(chuàng)新效率評價等方面展開。在區(qū)域金融創(chuàng)新指標(biāo)體系構(gòu)建與應(yīng)用方面,包括從微觀和宏觀兩個維度各自構(gòu)建指標(biāo)體系,[12]但沒有給出具體的實證結(jié)果;也有從金融創(chuàng)新主體、金融服務(wù)中介、金融創(chuàng)新資源以及金融管理體系四個角度構(gòu)建指標(biāo)體系的。[13]在區(qū)域金融創(chuàng)新效率評價方面,主要有結(jié)合金融地理學(xué)和金融創(chuàng)新兩個要素,運用因子分析方法的評價,[14]基于主成分分析法的金融創(chuàng)新水平評價,[15]采用兩階段[16]和三階段數(shù)據(jù)包絡(luò)分析的區(qū)域金融效率評價,[17]以及通過灰色模糊綜合評價體系,借助于不同類型的權(quán)重矩陣和權(quán)重向量來評價區(qū)域金融創(chuàng)新能力。[18]在區(qū)域金融創(chuàng)新效應(yīng)方面,那嘎亞素(Jun Nagayasu)發(fā)現(xiàn)加入金融創(chuàng)新后的貨幣與產(chǎn)出關(guān)系更為穩(wěn)定。[19]巴克利等(Buckley et.al)則對東亞國家的金融自由化和創(chuàng)新之間的權(quán)衡進行了分析。[20]李淵博和朱順林研究互聯(lián)網(wǎng)金融創(chuàng)新與商業(yè)銀行經(jīng)濟發(fā)展關(guān)系,發(fā)現(xiàn)互聯(lián)網(wǎng)創(chuàng)新是未來商業(yè)銀行經(jīng)濟發(fā)展的單向原因。[21]
有關(guān)金融創(chuàng)新效率是否及如何影響區(qū)域流動性風(fēng)險的文獻相對較少,但金融發(fā)展所帶來的負(fù)面效應(yīng)已被很多學(xué)者和監(jiān)管層重視。有研究將新興市場國家發(fā)生貨幣危機甚至金融危機的罪魁禍?zhǔn)讱w因于金融自由化。[22]也有研究認(rèn)為金融不斷創(chuàng)新發(fā)展,銀行破產(chǎn)及金融危機發(fā)生的頻率會更加頻繁。[23]意慶格林等(Eichengreen et al)研究認(rèn)為,優(yōu)質(zhì)產(chǎn)業(yè)或地區(qū)會隨著金融的創(chuàng)新發(fā)展趨勢增加對資本流入的依賴性,當(dāng)金融危機發(fā)生時,這種過度依賴關(guān)系反而會加劇原先優(yōu)質(zhì)產(chǎn)業(yè)或地區(qū)發(fā)展的惡化,造成更為嚴(yán)重的損失。[24]劉少波和楊竹清認(rèn)為金融發(fā)展是一把“雙刃劍”,既能提高金融資產(chǎn)配置效率,又使金融體系發(fā)展更為復(fù)雜,并伴隨更多的金融風(fēng)險源。[25]
1.區(qū)域流動性風(fēng)險指標(biāo)構(gòu)建
本文研究的區(qū)域流動性風(fēng)險是基于資本跨區(qū)域流動所帶來的潛在風(fēng)險,因此,借鑒費爾德斯坦和霍里奧克(Feldstein and Horioka)的“跨期儲蓄—投資”模型(即F-H模型),并考慮空間效應(yīng)因素,構(gòu)建區(qū)域流動性風(fēng)險衡量指標(biāo),具體過程如下:
首先,考慮第i省域t期的F-H模型:
(1)
其中,Iit、Sit和Yit分別是i省域t期的投資、儲蓄和產(chǎn)出。很顯然,公式(1)的左邊是資本需求(投資),右邊則是資本供給(儲蓄)。如果資本供給無法滿足需求,則會形成資本供給缺口,也就是資本的流動性風(fēng)險,因此,得出區(qū)域流動性風(fēng)險定價公式:
(2)
其次,為研究資本跨區(qū)域流動所帶來的風(fēng)險,將其區(qū)域外其他周圍省域的資本需求所產(chǎn)生的空間效應(yīng)因素引入公式(1),以便分解出周圍省域資本需求對目標(biāo)省域資本供給的擠出效應(yīng),得到:
(3)
其中,ρt表示t期,區(qū)域外資本需求與區(qū)域內(nèi)資本需求的空間相關(guān)系數(shù),用以衡量區(qū)域外省域資本需求對目標(biāo)省域資本供給的擠出效應(yīng)。wij表示經(jīng)過標(biāo)準(zhǔn)化后的空間權(quán)重矩陣W中的對應(yīng)元素。
最后,可以將考慮空間效應(yīng)因素條件下的各省域的資本流動性風(fēng)險缺口表示為:
(4)
2.區(qū)域金融創(chuàng)新效率指標(biāo)構(gòu)建
金融創(chuàng)新效率計量的方法主要分為參數(shù)和非參數(shù)模型,本文使用非參數(shù)的數(shù)據(jù)包絡(luò)分析方法(DEA),建立中國31個省域的金融創(chuàng)新效率測算模型,求解如下對偶規(guī)劃模型:
(5)
其中,K表示決策單元個數(shù)(本文使用31個省市作為決策單元,因此K=31),I和J分別表示投入變量和輸出變量的個數(shù);θk表示決策單元k的效率值,且0θk1;ε是用于保證權(quán)重變量嚴(yán)格為正數(shù)的非阿基米德無窮小量;s-和s+代表松弛變量,是金融投入產(chǎn)出要素實際值與效率之間的差額,是能夠體現(xiàn)DEA方法相對其他效率估計方法的優(yōu)勢之一;xik和yjk分別表示第k個決策單元的第i個金融投入要素和第j個金融產(chǎn)出要素;λi和ψj分別為金融投入要素xik、yjk和產(chǎn)出要素yjk的加權(quán)系數(shù)。
運用線性規(guī)劃求解式(5)中θk的最優(yōu)解θk*、s*-、s*+,可以歸為三種情況:若θk*=1,且s*-=s*+=0,則表明決策單元k的金融要素投入產(chǎn)出配置是有效率的;若θk*=1,且s*-+s*+>0,則表明決策單元k的金融要素投入產(chǎn)出配置是弱有效的;若0θk*<1,則表明決策單元k的金融要素投入產(chǎn)出配置是無效率的。
3.實證模型設(shè)計
(1)控制變量的選取
為建立金融創(chuàng)新效率對區(qū)域流動性風(fēng)險影響的實證模型,除了考慮區(qū)域流動性風(fēng)險和金融效率衡量指標(biāo)之外,還需考慮影響區(qū)域資本流動突然中斷的其他風(fēng)險因素,因此,本文從區(qū)域資本來源與資本流動驅(qū)動力的角度來考慮控制變量的引入。
首先,從區(qū)域資本來源來看,一個區(qū)域的資本來源主要有國外和國內(nèi)兩個部分。從國外來源看,現(xiàn)階段外商直接投資是國外資本跨境投資的主要渠道(用外商直接投資的同比增長率衡量,用FDI表示)。從國內(nèi)來源看,地方政府財政支出(用地方政府財政支出同比增長率衡量,用Gov表示)與中央銀行的流動性擴充(用貨幣供給M2的同比增長率衡量,用MT表示)對中國各省域資本供給有著重要影響。因此,從區(qū)域資本來源的角度,本文的控制變量主要加入目標(biāo)省域內(nèi)獲得的外商直接投資、地方政府財政支出以及中央銀行貨幣供給3個變量。
其次,從區(qū)域資本流動的驅(qū)動力來看,追求適當(dāng)?shù)氖找媛适琴Y本本質(zhì)的體現(xiàn)。因此,本文將各省域GDP增長率作為控制變量之一(用GDP表示)。同時,一個地區(qū)金融的創(chuàng)新離不開整個地區(qū)的創(chuàng)新環(huán)境,勞動生產(chǎn)率能夠在一定程度上代表一個地區(qū)資源的配置效率,本文參照王喜和趙增耀的做法,[10]將各個省份勞動生產(chǎn)率引入控制變量(用Lavor表示)。
(2)金融創(chuàng)新影響區(qū)域流動性風(fēng)險的空間計量模型
考慮到資本跨區(qū)域流動的空間效應(yīng)具有兩種可能,一種是周邊省域?qū)δ繕?biāo)省域流動性風(fēng)險的示范效應(yīng)及其區(qū)域流動性風(fēng)險的外溢效應(yīng),另一種是在分析區(qū)域流動性風(fēng)險影響因素時,可能存在區(qū)域外的影響因素對本區(qū)域的流動性風(fēng)險產(chǎn)生影響。
對于第一種空間效應(yīng),本文建立如下空間滯后模型(SLM):
+γ3FDIit+γ4Govit+γ5MTit+ui+vt+εit。
(6)
其中,下標(biāo)i=1,2,…,N,表示樣本省域的個數(shù),本文中N=31;下標(biāo)t=1,…,T,表示樣本區(qū)間,本文中T=11。Ino表示各省域的金融創(chuàng)新效率。wijRiskjt反映的是各省區(qū)域流動性風(fēng)險的空間依賴性的重要因素,綜合體現(xiàn)其他鄰近省域存在的流動性缺口對目標(biāo)省域的溢出效應(yīng)。wij是N×N空間權(quán)重矩陣W中第i行第j列的元素,它反映了不同省域之間的空間作用關(guān)系,本文采用地理鄰近距離構(gòu)建空間權(quán)重矩陣。交叉項Inoit×GDPit的引入,旨在反映在經(jīng)濟增長的作用下,金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的影響。ui反映模型中不同省域之間的截面固定效應(yīng)。vt反映不同樣本期間的時間固定效應(yīng)。εit為服從N(0,δ2)的隨機誤差項。
對于第二種空間效應(yīng),本文建立如下空間誤差模型(SEM):
Riskit=α+βInoit+γInoit×GDPit+γ1GDPit+γ2Lavorit
+γ3FDIit+γ4Govit+γ5MTit+ui+vt+φit,
(7)
其中,模型殘差φit表明,目標(biāo)省域的殘差項依賴于其他省域殘差項,這種空間依賴效應(yīng)能夠反映出其他省域影響流動性風(fēng)險因素對目標(biāo)省域流動性風(fēng)險的空間溢出作用。
最后,為了與上述兩種空間面板模型進行比較,本文還建立如下非空間效應(yīng)的普通面板模型:
Riskit=α+βInoit+γInoit×GDPit+γ1GDPit+γ2Lavorit
+γ3FDIit+γ4Govit+γ5MTit+ui+vt+εit。
(8)
1.數(shù)據(jù)選擇
本文選取2004-2014年,中國31省市共11個年份的面板數(shù)據(jù)為研究樣本。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》《中國區(qū)域金融運行報告》以及Wind資訊數(shù)據(jù)庫。
2.指標(biāo)計算與分析
(1)區(qū)域流動性風(fēng)險的計算與分析
本文使用GeoDa軟件對公式(3)進行計算,得到全國水平的投資儲蓄相關(guān)系數(shù),將各省市每年貸款余額本地區(qū)金融產(chǎn)值的比重作為投資率,各省市每年存款余額占本地區(qū)金融產(chǎn)值的比重作為儲蓄率。這種投資率和儲蓄率的計算方法之所以不同于一般方法(通常是將各地區(qū)貸款、存款余額占本地區(qū)GDP比重作為投資率和儲蓄率),是因為本文所研究的資本跨區(qū)域流動主要是基于金融資本的跨區(qū)域流動,用金融產(chǎn)值代替GDP更能體現(xiàn)本文的研究視角。最后,再通過公式(4)計算出各省市2004—2014年每年的流動性風(fēng)險值,其描述性統(tǒng)計見表1。
表1 2004—2014年各省市區(qū)域流動性風(fēng)險值的描述性統(tǒng)計
將中國各省市樣本期間流動性風(fēng)險估算值的均值和方差繪制成折線圖,得到圖1。
圖1 2004—2014年中國各省市區(qū)域流動性風(fēng)險值的均值和方差時序圖
由圖1可以看出,區(qū)域流動性風(fēng)險計算值的均值隨著時間的變化,具有上升趨勢,而標(biāo)準(zhǔn)差呈下降趨勢。這表明隨著中國經(jīng)濟與金融的發(fā)展,警惕區(qū)域流動性風(fēng)險應(yīng)該得到越來越多的重視,全國各省市之間的流動性風(fēng)險缺口也逐漸趨于相同水平。
進一步分析可以看出,區(qū)域流動性風(fēng)險估算值在2010年之前,其變化趨勢并不明顯,但是在2010年后呈現(xiàn)出明顯的上升趨勢。這與中國為應(yīng)對2008年次貸危機而出臺的“四萬億”刺激政策有關(guān)。金融次貸危機引發(fā)全球出現(xiàn)經(jīng)濟危機,世界各國均具有不同程度的流動性風(fēng)險問題,為化解金融危機的沖擊,從2008年到2010年末,由中央政府以及地方政府共同向市場投放了數(shù)萬億元的流動性,致使迅速擴充的流動性資金優(yōu)劣共選,造成了大量的投資浪費以及有毒資產(chǎn),為日后緩解刺激政策造成了不良影響。加之近年加速經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型所帶來結(jié)構(gòu)轉(zhuǎn)型陣痛,經(jīng)濟增長速度進入換擋期?!叭诏B加”的內(nèi)外因素,是導(dǎo)致中國區(qū)域流動性風(fēng)險估算值在2010年之后迅速上升的主要原因。
(2)區(qū)域金融創(chuàng)新效率計算與分析
利用DEA2.1軟件,對公式(5)進行計算,得到各省域2004—2014年每年金融創(chuàng)新效率的計算值,其描述性統(tǒng)計見表2。
表2 2004—2014年各省市區(qū)域金融創(chuàng)新效率估算值的描述性統(tǒng)計
從表2可以看出,中國金融創(chuàng)新效率估算值,在樣本期內(nèi),從大約0.3的較低水平逐漸上升到大約0.7左右的相對較高水平,而標(biāo)準(zhǔn)差則基本穩(wěn)定在0.2的水平。這表明中國區(qū)域金融創(chuàng)新效率整體具有顯著上升趨勢。這與中國近年來金融發(fā)展水平不斷提升,區(qū)域金融一體化的背景相一致。
1.控制變量的描述性統(tǒng)計
其他控制變量的描述性統(tǒng)計,見表3。
表3 2004—2014年控制變量描述性統(tǒng)計
從表3可以看出,GDP增長率在樣本期內(nèi)呈現(xiàn)出明顯波動。2008年金融次貸危機前,中國經(jīng)濟增長保持持續(xù)快速增長態(tài)勢。受金融次貸危機影響,2009年GDP增長率僅有9%。在中央和地方政府刺激性投資下,2010年后經(jīng)濟增長有所恢復(fù),但隨后帶來的通貨膨脹,使得宏觀政策隨之調(diào)整,經(jīng)濟增速逐步回落。區(qū)域勞動增長率在整個樣本期內(nèi)基本保持穩(wěn)定,但不同區(qū)域間的水平差異很大,這從其標(biāo)準(zhǔn)差較大可以看出:勞動生產(chǎn)率較高的地區(qū)主要集中在北京、上海、廣東和浙江等地,勞動生產(chǎn)率較低的地區(qū)主要集中在中西部地區(qū)。不同地區(qū)間勞動生產(chǎn)率的變動趨勢也有差異,有些省份勞動生產(chǎn)率持續(xù)保持較高水平,如北京和上海;有些地區(qū)勞動生產(chǎn)率呈逐年下降趨勢,如廣東省。FDI在樣本期內(nèi)波動幅度較大,有些年份增長較快,如2005年和2011年均超過了30%;有些年份增長幅度則較小,如2009年和2014年。不同省域間的差異較大,這從每年的標(biāo)準(zhǔn)差較大可以看出。Gov在樣本期內(nèi)基本變化不大,但2011年后呈逐年遞減趨勢。M2的增長率均值達到16.75%,高于GDP的平均增長率。
2.面板數(shù)據(jù)的單位根檢驗
本文采用LLC、IPS、ADF以及PP四種面板單位根檢驗方法,對上述指標(biāo)進行檢驗,結(jié)果見表4。
表4 面板數(shù)據(jù)的單位根檢驗結(jié)果
注:“*”“**”“***”分別表示在10%、5%、1%水平上顯著。指標(biāo)括號中的“0”和“1”分別表示原始序列和一階差分序列,檢驗統(tǒng)計量中的括號為P值。
由表4可知,Risk、Ino、GDP、Ino×GDP和FDI均是平穩(wěn)序列,Lavor、Gov以及MT均是一階差分平穩(wěn)序列,本文在進行回歸分析時,對這3個變量進行一階差分處理。
3.模型估計結(jié)果分析
本文模型分析表明,基于資本跨區(qū)域流動視角對區(qū)域流動性風(fēng)險進行研究應(yīng)當(dāng)采用空間計量的方法。對本文所建立的空間計量模型進行豪斯曼(Hausman)檢驗的結(jié)果顯示,空間滯后模型(SLM)的P值為0.9930、空間誤差模型(SEM)的P值為0.5167,非空間面板模型的P值為1.000,均遠大于10%的顯著性水平,這表明空間面板模型和非空間面板模型均應(yīng)當(dāng)采用隨機效應(yīng)模型進行分析。在空間面板模型的選擇上,安瑟琳和雷伊(Anselin and Rey)給出了是選擇SLM模型還是SEM模型的統(tǒng)計量。LM-Spatial-Lag用于檢驗空間滯后模型,其原假設(shè)是回歸模型不符合空間滯后模型;LM-Spatial-Error用于檢驗空間誤差模型,其原假設(shè)是回歸模型不符合空間誤差模型。當(dāng)LM-Spatial-Lag顯著優(yōu)于LM-Spatial-Error時,最優(yōu)模型選擇應(yīng)該是SLM;反之,則是SEM。安瑟琳和雷伊同時給出了對上述兩個檢驗指標(biāo)的拉格朗日乘子穩(wěn)定性檢驗的對應(yīng)統(tǒng)計量robust LM-Spatial-Lag和robust LM-Spatial-Error。[26]表5給出了模型設(shè)定形式檢驗結(jié)果。
表5 空間計量模型的設(shè)定形式檢驗結(jié)果
由表5可知,LM-Spatial-Error 與robust LM-Spatial-Error 都顯著優(yōu)于LM-Spatial-Lag與robust LM-Spatial-Lag,因此,本文對空間計量模型的回歸結(jié)果分析將主要集中于隨機效應(yīng)下的空間誤差模型。
表6 金融創(chuàng)新效率對區(qū)域流動性風(fēng)險影響的參數(shù)估計結(jié)果
注:“*”“**”“***”分別表示在10%、5%、1%水平上顯著。
由表6可以看出,金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的直接效應(yīng)都顯著為正,而且系數(shù)值的大小也比較相近;但是金融創(chuàng)新效率通過經(jīng)濟發(fā)展對區(qū)域流動性風(fēng)險的間接效應(yīng)在含有空間因素下的模型中都顯著為負(fù),并且回歸系數(shù)值也比較相近,其絕對值都大于直接效應(yīng)的對應(yīng)系數(shù)值,因此,金融創(chuàng)新效率對區(qū)域資本流動性風(fēng)險的總效應(yīng)是起到了抑制作用。其回歸結(jié)果的具體分析如下:
(1)流動性風(fēng)險的空間效應(yīng)分析
空間滯后效應(yīng)系數(shù)和空間誤差效應(yīng)系數(shù)均顯著,且數(shù)值均為正。顯著為正的空間滯后系數(shù)表明周圍省域發(fā)生區(qū)域流動性風(fēng)險對目標(biāo)省域具有正向溢出效應(yīng),同時也說明區(qū)域流動性風(fēng)險具有擴散效應(yīng);顯著為正的空間誤差系數(shù)表明區(qū)域金融創(chuàng)新效率、勞動生產(chǎn)率、外商投資增長率等影響因素對區(qū)域流動性風(fēng)險的空間作用具有正向溢出作用,即周圍省域資本跨區(qū)域流動影響因素的綜合作用,對目標(biāo)省域發(fā)生資本流動中斷風(fēng)險具有擴大作用。
由于非空間面板數(shù)據(jù)的回歸系數(shù)大多并不顯著,加之空間面板數(shù)據(jù)的空間項系數(shù)均顯著,因此,從模型的整體回歸結(jié)果和空間效應(yīng)系數(shù)的顯著性來看,基于資本跨區(qū)域流動研究金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的作用效果時,空間效應(yīng)的引入是十分必要的,這不僅是因為資本跨區(qū)域流動具有空間區(qū)位的選擇特性,而且也得到了本文實證結(jié)果的驗證。
(2)金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的影響分析
由表6可知,本文所建立的計量檢驗?zāi)P椭?,金融?chuàng)新效率對區(qū)域流動性風(fēng)險的直接作用系數(shù),都在1%的顯著性水平下顯著為正。本文構(gòu)造區(qū)域流動性風(fēng)險的原理是,目標(biāo)省域發(fā)生流動性風(fēng)險事件時,資本跨區(qū)域流動突然中斷時的潛在流動性風(fēng)險缺口風(fēng)險值越大,表明目標(biāo)省域在發(fā)生流動性風(fēng)險事件時存在的流動性風(fēng)險就越大。因此,顯著為正值的Ino系數(shù),表明隨著區(qū)域金融創(chuàng)新效率的提升,目標(biāo)省域發(fā)生區(qū)域流動性風(fēng)險的可能性也就越大。
金融創(chuàng)新效率與GDP增長率的交叉項Inoit×GDP的系數(shù)值均顯示為負(fù),且SEM和SLM模型均在1%的水平下顯著,表明金融創(chuàng)新效率在區(qū)域經(jīng)濟增長的作用下,對區(qū)域流動性風(fēng)險的間接效應(yīng)具有抑制作用,這是不斷發(fā)展金融和鼓勵金融創(chuàng)新的原因所在。盡管金融創(chuàng)新可能會使金融體系更加復(fù)雜,金融市場發(fā)生風(fēng)險的源頭更加繁多,但是金融的創(chuàng)新發(fā)展能夠促進資源的配置效率,能夠為實體經(jīng)濟提供更多的投融資工具,能夠讓實體經(jīng)濟獲得更快和更健康的發(fā)展。
(3)其他控制變量對區(qū)域流動性風(fēng)險的影響分析
無論是空間面板模型還是非空間面板模型,省域GDP同比增長率對區(qū)域流動性風(fēng)險的作用系數(shù)均在10%水平下不顯著,表明省域經(jīng)濟增長并不能顯著作用于區(qū)域流動性風(fēng)險。本文認(rèn)為,這一結(jié)果正好吻合歷次經(jīng)濟危機出現(xiàn)的規(guī)律,任何經(jīng)濟體,無論其經(jīng)濟發(fā)展增速如何,都不能保證不發(fā)生流動性危機。資本流動中斷風(fēng)險,既可能發(fā)生在發(fā)達經(jīng)濟體,也可能發(fā)生在新興市場國家或者不發(fā)達地區(qū)。從中國現(xiàn)階段經(jīng)濟運行的實際情況看,中國經(jīng)濟總體增速雖然已經(jīng)向下?lián)Q擋,從兩位數(shù)的增速降到如今7%左右的水平,但是相對于世界其他地區(qū)的經(jīng)濟增速,中國當(dāng)前經(jīng)濟增長依然處于高位水平,我們不能因為經(jīng)濟高速增長而忽略發(fā)生區(qū)域流動性風(fēng)險的可能性。同時,根據(jù)國際資本流動的危機理論,資本中斷帶來的危害,對于新興市場國家的沖擊可能更大,因此,中國當(dāng)前對資本跨區(qū)域流動的研究,不僅要注重國際資本流失的風(fēng)險,也應(yīng)當(dāng)注重研究國內(nèi)資本在各省域之間的均衡發(fā)展,防止發(fā)生資本跨省域流動中斷所帶來的風(fēng)險。
勞動生產(chǎn)率同樣表現(xiàn)出與金融創(chuàng)新效率直接效應(yīng)一樣的效果,即對區(qū)域流動性風(fēng)險也具有顯著的加劇作用。這一結(jié)果更加證實了金融創(chuàng)新效率確實增加了發(fā)生流動性風(fēng)險的可能性,也符合金融不穩(wěn)定理論的觀點。金融創(chuàng)新發(fā)展本身就是一種風(fēng)險,或者說其創(chuàng)新活動本身就可能增多風(fēng)險發(fā)生的源頭及加劇風(fēng)險發(fā)生的復(fù)雜度。
對于目標(biāo)省域資本流入的三大源頭——外商直接投資(FDI)、財政支出(Gov)以及貨幣供應(yīng)增長率(MT),可以發(fā)現(xiàn)FDI與財政支出并未顯著作用于區(qū)域流動性風(fēng)險,但是三者的作用系數(shù)均為負(fù)數(shù),且MT的回歸系數(shù)在1%的水平下顯著。這表明,無論是國外資本流入,還是國內(nèi)資本流入,都能夠一定程度上為目標(biāo)省域資本需求提供幫助,因此具有抵御目標(biāo)省域發(fā)生流動性風(fēng)險的能力。但是中國目前資本項目對外開放程度有限,國外資本對中國各省域資本需求的供給有限,因此,不能顯著作用于資本跨區(qū)域流動所產(chǎn)生的中斷風(fēng)險。地方政府的財政支出,多數(shù)是直接運用于實體經(jīng)濟發(fā)展,而且在中國地方政府當(dāng)前的財政支出中還不存在地方政府從金融市場上得到的直接融資,地方政府之間的資本交流并未體現(xiàn)在財政收支中,因此,地方政府的財政支出雖然對本地區(qū)資本需求提供一定支持,但是并不能體現(xiàn)在資本跨區(qū)域流動的作用中,也就不會對區(qū)域資本流動性風(fēng)險產(chǎn)生影響。來自中央銀行的貨幣支持是通過金融市場來運作的,金融市場引導(dǎo)資本流動的關(guān)鍵就是利用資本趨利避害的本性,貨幣供給提供資金在跨區(qū)域流動的選擇上相對于財政資金更具有一定的自由度,因此,MT對區(qū)域流動性風(fēng)險產(chǎn)生顯著影響。
本文首先通過在“跨期儲蓄—投資”模型(F-H模型)中引入空間效應(yīng),構(gòu)建出衡量區(qū)域資本流動突然中斷的風(fēng)險定價模型,并通過樣本數(shù)據(jù)對各省市2004-2014年的區(qū)域流動性風(fēng)險進行了計算。結(jié)果發(fā)現(xiàn),中國各省市發(fā)生區(qū)域資本流動突然中斷的潛在風(fēng)險總體上是隨著時間推移呈上升趨勢的,特別是2010年后,中國“四萬億”刺激政策實施完成后,這種上升趨勢更加明顯,表明當(dāng)前中國存在較之前更為嚴(yán)重的潛在區(qū)域流動性風(fēng)險。這與近年來中國不斷出現(xiàn)的地方經(jīng)濟違約事件的事實相吻合,能夠在一定程度上對中國區(qū)域資本流動性風(fēng)險進行評估。
本文接著運用DEA,以各個省市的金融業(yè)固定資產(chǎn)投資和金融行業(yè)人力資本投入為輸入變量,以金融業(yè)產(chǎn)值為輸出變量,采用投入導(dǎo)向型DEA,計算出各省市2004—2014年的金融創(chuàng)新效率,發(fā)現(xiàn)中國各省市金融創(chuàng)新效率均呈現(xiàn)出總體上升趨勢,特別是經(jīng)濟相對發(fā)達的省份,金融創(chuàng)新的效率也相應(yīng)更高。這一估算結(jié)果與中國金融的區(qū)域金融發(fā)展實際情況相吻合,能夠很好地測度中國區(qū)域金融的創(chuàng)新效率。
本文最后通過構(gòu)建空間面板模型和非空間面板模型,研究金融創(chuàng)新效率對區(qū)域流動性風(fēng)險的影響,引入影響省域資本供給的外商直接投資、地方政府財政支出、中央銀行貨幣供給以及地區(qū)經(jīng)濟投資綜合回報率(GDP同比增長率)作為控制變量。實證結(jié)果表明,基于資本跨區(qū)域視角研究金融創(chuàng)新效率對區(qū)域資本流動性風(fēng)險的影響,引入空間效應(yīng)具有十分重要的意義,鄰近省市存在的流動性風(fēng)險及其影響因素對目標(biāo)省域都具有顯著的正向溢出作用。發(fā)生流動性風(fēng)險事件時,金融創(chuàng)新效率高的省份存在較大的資本流動突然中斷風(fēng)險,但是金融創(chuàng)新伴隨實體經(jīng)濟的增長,對區(qū)域流動性風(fēng)險的綜合作用卻是起到了抑制作用。這表明,金融創(chuàng)新確實為資本跨區(qū)域流動帶來了更大的風(fēng)險可能性,但是由于金融創(chuàng)新更能促進實體經(jīng)濟發(fā)展,從而間接降低了區(qū)域資本流動的突然中斷風(fēng)險。同時,本文還得出,外商直接投資、地方政府財政支出、中央銀行貨幣供給都在一定顯著性水平上對區(qū)域流動性風(fēng)險起到抑制作用,但是外商直接投資和地方政府財政支出對于抑制區(qū)域流動性風(fēng)險的作用有限,而中央銀行的貨幣供給對于降低區(qū)域流動性風(fēng)險的作用則十分顯著。本文認(rèn)為,這主要是由中國資本市場對外開放程度低、中國地方政府財政的支出模式以及貨幣供給流動的趨利避害性造成的。
金融創(chuàng)新效率對區(qū)域流動性風(fēng)險直接效應(yīng)的回歸結(jié)果符合“流動性黑洞”效應(yīng)、金融不穩(wěn)定假說以及國際資本流動危機理論,這就要求我們必須高度警惕金融創(chuàng)新所帶來的潛在風(fēng)險。隨著中國金融市場的不斷發(fā)展,區(qū)域經(jīng)濟一體化逐步加強,在享受金融發(fā)展紅利的同時,要重點對區(qū)域金融發(fā)展所帶來的負(fù)面效應(yīng)進行研究,及時防范區(qū)域資本流動突然中斷所引發(fā)的流動性風(fēng)險。這對于中國區(qū)域經(jīng)濟進一步發(fā)展,以及中國整體經(jīng)濟持續(xù)健康穩(wěn)定發(fā)展,都具有十分重要的意義。在金融創(chuàng)新對區(qū)域流動性風(fēng)險的間接效應(yīng)的作用下,金融創(chuàng)新對區(qū)域流動性風(fēng)險的總效應(yīng)起到抑制作用,因此,雖然要警惕金融發(fā)展所造成的一定困難,也要把握金融不斷創(chuàng)新發(fā)展所帶來的經(jīng)濟發(fā)展機會,進一步加強區(qū)域經(jīng)濟發(fā)展合作,實現(xiàn)國內(nèi)省域經(jīng)濟發(fā)展一體化。
[1] Calvo G A. Capital Flows and Capital-Market Crises: The Simple Economics of Sudden Stops[J]. Journal of Applied Economics,1998,(1).
[2] Edwards S. Capital controls, capital flow contractions, and macroeconomic vulnerability[J]. Journal of International Money and Finance,2007,26(5).
[3] Cavallo E A,F(xiàn)rankel J A. Does openness to trade make countries more vulnerable to sudden stops, or less? Using gravity to establish causality[J]. Journal of International Money and Finance,2008,27(8).
[4] 張璟,陳繼明,劉曉輝.區(qū)域間信貸資金流動性、金融發(fā)展與經(jīng)濟增長——來自中國省際面板數(shù)據(jù)的經(jīng)驗證據(jù)[J].投資研究,2013,(6).
[5] 王守坤.中國各省區(qū)資本流動能力再檢驗:基于廣義空間計量模型的分析[J].經(jīng)濟評論,2014,(4).
[6] Calderon C,Kubota M. Sudden stops: Are global and local investors alike?[J]. Journal of International Economics,2013,89(1).
[7] Forbes K J,Warnock F E. Debt-and Equity-Led Capital Flow Episodes[M]. NBER Working Papers,2012.
[8] 鄭璇.流入驅(qū)動型與流出驅(qū)動型國際資本流動突然中斷的影響因素分析——以新興市場國家為例[J].國際金融研究,2014,(1).
[9] 張良.資本流動突然中斷的影響因素分析[J].財貿(mào)研究,2010,(4).
[10] 王喜,趙增耀.FDI與區(qū)域資本流動:抑制還是促進[J].國際貿(mào)易問題,2014,(4).
[11] 王曦,楊揚,余壯雄.中央投資對中國區(qū)域資本流動的影響[J].中國工業(yè)經(jīng)濟,2014,(4).
[12] 喻平,李敏.金融創(chuàng)新能力的評價研究[J].當(dāng)代經(jīng)濟管理,2007,(3).
[13] 陳晶瑩.區(qū)域金融創(chuàng)新體系研究[J].改革與戰(zhàn)略,2008,(11).
[14] 朱爾茜.基于因子分析的中國區(qū)域金融創(chuàng)新能力評價[J].武漢大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2013,(3).
[15] 章蒔安.基于主成分分析法的金融創(chuàng)新水平評價——以贛南等原中央蘇區(qū)14縣(市)為例[J].江西社會科學(xué),2013,(12).
[16] 蔣瑞波,蔣岳祥.區(qū)域金融創(chuàng)新與區(qū)域經(jīng)濟發(fā)展的實證研究[J].浙江學(xué)刊,2012,(5).
[17] 蔣岳祥,蔣瑞波.區(qū)域金融創(chuàng)新:效率評價、環(huán)境影響與差異分析[J].浙江大學(xué)學(xué)報(人文社會科學(xué)版),2013,(4).
[18] Li L,Wang R,Li X. Grey fuzzy comprehensive evaluation of regional financial innovation ability based on two types weights[J].Grey Systems,2016,6(2).
[19] Jun Nagayasu. Financial innovation and regional money[J]. Applied Economics,2012,44(35).
[20] Buckley R P. Financial Innovation in East Asia[J]. Seattle University Law Review,2013,(37).
[21] 李淵博,朱順林.互聯(lián)網(wǎng)金融創(chuàng)新與商業(yè)銀行經(jīng)濟發(fā)展的關(guān)系研究——基于省級面板數(shù)據(jù)的因果關(guān)系檢驗[J].南方經(jīng)濟,2014,(12).
[22] Komulainen T,Lukkarila J. What drives financial crises in emerging markets?[J]. Emerging Markets Review,2003,4(3).
[23] Giannetti M. Financial liberalization and banking crises: The role of capital inflows and lack of transparency[J]. Journal of Financial Intermediation,2007,16(1).
[24] Eichengreen B J,F(xiàn)eldman R A,Liebman J B. Public debts : nuts, bolts and worries[J]. Geneva Reports on the World Economy,2011,16(3).
[25] 劉少波,楊竹清.資本市場開放及金融自由化的經(jīng)濟后果研究述評[J].經(jīng)濟學(xué)動態(tài),2012,(5).
[26] Anselin L,F(xiàn)lorax R J G M, Rey S J. Advances in spatial econometrics : methodology, tools and applications[M].Springer,2010.
AnAnalysisoftheSpilloverEffectofFinancialInnovationEfficiencyImpactonRegionalLiquidityRiskBasedonSpatialPanelModel
MAO Xuncheng
(School of Finance and Business, Shanghai Normal University, Shanghai 200234, China)
Firstly, based on the spatial effect of the intertemporal savings investment model, this paper establishes the regional liquidity risk pricing model. Liquidity risk in China’s provinces is measured. Secondly, the financial innovation efficiency is calculated by using the DEA model. Finally, the spatial panel model is used to analyze the spatial spillover effect of financial innovation on regional liquidity risk. The empirical results show that since 2010, China’s regional liquidity risk shows a rapid upward trend, indicating that China’s capital flows across the region suddenly interrupted risk is more severe than ever before. In the sample period, the efficiency of financial innovation showed an overall upward trend. The influence of financial innovation efficiency of regional liquidity risk exists space effect. The liquidity risk and its influencing factors in the neighboring provinces have a significant spillover effect on the sudden interruption of capital flows in the target province. The results show that the efficiency of financial innovation has aggravated the occurrence of regional liquidity risk. But under the effect of regional economic growth, the financial innovation has an inhibitory effect on the regional liquidity risk.
financial innovation efficiency, regional liquidity risk, spatial panel model, spatial spillover effect
F832.1
A
1004-8634(2017)06-0058-(11)
10.13852/J.CNKI.JSHNU.2017.06.008
2017-08-21
國家自然科學(xué)基金項目“基于流動性視角的資本定價模型重構(gòu)研究”(71471117)
茆訓(xùn)誠,河北人,上海師范大學(xué)商學(xué)院教授,主要從事金融管理研究。
(責(zé)任編輯:知 魚)