中国金融发展与开放对居民收入分配的影响
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
B 技术论文 rand
中国金融发展与开放对居民 收入分配的影响
□高海宁
摘要：尽管某些现代的金融理论已经强调了金融市场摩擦在解释社会收入分配不均中的重要性，但是关于金融 业发展与开放和居民收入分配的关系实证研究却少有人涉足。本文以中国为例，采用 １９７８ 年以后中国社会的实证 数据，运用现代计量方法对两者的关系进行了估计和分析。分析的主要结果表明：在中国，金融发展程度加深会加剧 中国居民收入分配不均等，金融开放程度增加会减轻中国居民收入分配不均等。
1 、简介
尽管金融发展与经济增长之间的关系在某些课题 已经被广泛研究过了，但是金融市场如何影响社会收入 分配还少有人研究过。这个课题最近引起大众源于 Claessens 和 Perotti 在 2007 年的贡献，他们在理论上推测 金融市场的发展有助减轻社会收入分配的不均，而金融 市场的开放则恰恰会起到相反的作用。事实上，关于金 融市场与社会收入分配之间的关系是十分富有争议的。 R ajan 和 Zingales 在 2003 年的贡献提出传统金融板块的 发展主要有利于增加富人的收入。而 Greenwood 和 Jovanovic 在 1990 年的工作则更为有趣，他们提出了金融 市场发展程度与社会分配之间的一个非线性的模型，社 会收入分配的不均会先随金融市场复杂性的增加而增 加，随后社会收入分配不均的程度会达到一个饱和点， 之后社会收入分配不均程度就会随金融市场的发展而 下降。而以上的结论皆都是仅仅依据于单纯的理论分 析。最近一篇关于这个问题的实证分析是 James B. Ang 在 2008 年 6 月他以印度为例，对二者的关系运用计量 方 法 进 行 了 分 析 ，得 出 了 在 印 度 ，金 融 市 场 的 发 展 有 助 于减弱社会收入分配的不均，而金融开放在加重了社会 收入分配的不均。本文结合中国改革开放以来中国金融 市 场 的 实 际 情 况 ，采 用 时 间 序 列 的 计 量 分 析 方 法 ，选 取 了 1978 年 ~2009 年共 32 年的实证数据，对中国金融市 场发展与开放和中国社会收入分配不均程度（即社会贫 富 差 距）二 者 之 间 的 关 系 进 行 了 回 归 分 析 ，并 得 到 了 较 为显著的结果。
（4）在 模 型（**）的 回 归 结 果 中 ，银 行 密 度 以 及 交 互 项银行密度 * 年度的系数均在 1%的显著水平下显著 。 23.2545/ 0.0117 ≈1987，1987 年 之 前 每 万 人 拥 有 的 银 行 数与 Gini 系数负相关，1987 年之后每 万 人 拥 有 的 银 行 数与 Gini 系数正相关，即 1987 年之前银行数目的增加 有利于减轻社会收入分配不均，而 1987 年之后银行数 目的增加加剧了社会收入分配的不均。这与近年来中国 银行数目变化趋势也是相符的。
3 、回归结果分析
（2）AR（1）序列相关检验下三组数据在 5%的显著 水平下都是显著的，所以三组数据都是序列自相关的。 所以在 AR (1)模型中作科克伦 - 奥克特估计是非常有 必要的。
（3）在模型（*）的回归结果中，修正 FIR 的系数大于 零，且在 1%的显著水平下是显著的，Gini 系数与修正 FIR 存在正相关关系。即金融发展加剧了社会收入分配 的不均。
（5）在模型（***）的回归结果中，金融开放指数以及 交互项金融开放指数 * 年度前的系数在 1%的显著水平 下都是显著的。3.5479/ 0.0018≈1971, 而我们选取的是 1978 到 2009 的数据，所以，金融开放指数 fli 与 Gini 系 数是正相关的。即金融市场开放程度的增加减轻了社会 收入分配的不均。
FIR = (M2+ 银行贷款存量 + 保费，债券 、股票市值 之和)/ GDP
其中，M2 是指狭义货币供应量（M1）加上机关、团 体、部队、企业和事业单位在银行的定期存款、城乡居民 储蓄存款、外币存款和信托类存款。而我们选取的修正 FIR ，newfir 则排除了狭义货币供应量 M1 的影响 (例如 大量滥发货币会使 M2 增加，造成金融市场的虚假繁 荣)，即：
2 、计量模型
（1）模型中指标变量的选取
● 对 于 因 变 量 社 会 收 入 分 配 不 均 ，即 社 会 的 贫 富 差 距，我们选取最常用的 Gini 系数作为衡量指标。Gini 系 数越大，社会收入分配越不均。
●金融市场发展程度代表了一个国家金融市场的 纵向发展,我们定义了一个“修正”FIR 来作为衡量指标：
4 、结论
通过对中国社会 1978 到 2009 年共 32 年数据的回 归分析，我们得出了如下结论：在中国，近三十年来的金 融发展加剧了社会收入分配不均，金融开放则一定程度 上减轻了社会收入分配不均。具体到银行数量这一项 上，改革开放以来至 1987 年银行数量的增加减轻了社 会收入分配的不均，而自 1987 年始,银行数量的增加则 会加剧社会收入分配的不均。可以说，这恰恰与 James B. Ang 在 2008 年 6 月 以 印 度 为 例 所 作 工 作 的 结 论 相 反。（作者单位：沈阳市房产产权登记发证中心）
44
s 技术论文 tandardization
Ginit=β0+ β1ggrpbpt+β2inft+ β3tropt+β4financet+εt 其中： Ggrpbp：人均 GDP 增长率（%/ 十亿人） Inf：通货膨胀率 Trop：贸易开放度 = 进出口总额 / GDP Finance：金融指数，用“修正的 FIR ”“银行密度”“金 融开放指数 fli”三个指标分别代入并回归 在上述回归模型中，我们引入了人均 GDP 增长率、 通货膨胀率、贸易开放程度等三个变量作为控制变量。 在分析金融发展对社会收入分配的影响时，具体模 型为： Ginit=β0+ β1ggrpbpt+β2inft+ β3tropt+β4newfiirt+ε（t *） 在分析金融开放对社会收入分配的影响时，具体的 两个模型为： Ginit=β0+ β1ggrpbpt+β2inft+β3tropt+β4denst+β5denst*year+ε（t **） Ginit=β0+ β1ggrpbpt+β2inft+ β3tropt+β4fiirt+β5fiirt*year+ε（t ***） 在具体回归的过程中，我们先对修正 FIR 、金 融 发 展指数 fli、每万人拥有的银行个数三组时间序列变量进 行了布罗施 - 帕甘异方差检验(BP test)。考虑到三组数 据可能存在的时间序列的自相关性，我们接着对这三组 数据进行了 AR (1)序列相关检验，结果表示三组数据均 存在自相关性。因此，为了得到较为可信的结果，我们接 下来在 AR (1)模型中作了科克伦 - 奥克特估计(CO estimation)。
mation 的结果如上图：其中 * 表示 T 统计量在 10%的显
著水平下显著，** 表示 T 统计量在 5%的显著水平下显
著，*** 表示 T 统计量在 1%的显著水平下显著。
（1） 异方差检验中只有包含金融开放指数 fli 的模
型（***）是 1%的显著水平下是显著的，其余二者即使在
10%的显著水平下也不显著。
wenku.baidu.com
－ ２３．２５４５ （０．０００） ０．０１１７＊＊＊ （０．０００）
１．６７ （０．１７７） ０．５８６８＊＊＊ （０．００４）
－ ３．５４７９＊＊＊ （０．０００）
０．００１８＊＊＊ （０．０００） ４．９６＊＊＊ （０．００３）
０．６４３２＊＊＊ （０．０００）
异方差检验，AR（1）序列相关检验，以及 CO esti-
参考文献：
［１］计量经济学导论（第四版），杰弗里．Ｍ ．伍德里奇 ［２］ＦＩＮ Ａ Ｎ Ｃ Ｅ Ａ Ｎ Ｄ ＩＮ ＥＱ Ｕ Ａ ＬＩＴ Ｙ ： Ｔ Ｈ Ｅ Ｃ Ａ ＳＥ Ｏ Ｆ ＩＮ Ｄ ＩＡ ，Ｊａｍ ｅｓ Ｂ ． Ａ ｎｇ
45
截距项 人均 GDP 增长率
通货膨胀率 贸易开放度 修正的 FIR
银行密度 银行密度 * 年度 金融开放指数 金融开放指数 * 年度
异方差检验 AR (1 )序列相关检验
修正的 FIR ０．１４２５＊＊＊
（０．０００） － ０．２７２７＊ （０．０５８） ０．１６５１＊＊ （０．０１４） ０．１０７０＊＊ （０．０３６） ０．６７０＊＊＊ （０．０００）
newfir= (M2+ 银 行 贷 款 存 量 + 保 费 ，债 券 、股 票 市 值之和 - M1)/ GDP
修正 FIR 越大，金融市场发展的越好。 ●金融市场的开放程度代表了一个国家金融市场 的横向扩张，我们首先定义了一个新的变量 fli 作为衡 量指标： fli= 是否固定存贷款量 + 是否设最低存贷款利率 + 是否设最高存贷款利率 + 存款准备金率 其中，是否固定存贷款量，是否设最低存贷款利率， 是否设最高存贷款利率，为三个二值变量。Fli 的值越 大，金融开放的程度越低。 其次，我们选取了银行密度 (dens)每万 人 所 拥 有 的 银行机构数目作为衡量金融开放程度的另一个指标。 dens 值越大，金融开放程度越高。 （2）回归模型
２．０４ （０．１１８） ０．４２４５＊＊ （０．０２０）
银行密度
０．１５６０＊＊＊ （０．０００） － ０．１２５３ （０．４０６） ０．１５７２＊＊ （０．０３８） ０．０２４６ （０．７１６）
金融开放指数
０．１８８１＊＊＊ （０．０００） － ０．１０５０ （０．３９２） ０．１４００＊＊ （０．０２０） － ０．０８５６ （０．１８６）
中国金融发展与开放对居民 收入分配的影响
□高海宁
摘要：尽管某些现代的金融理论已经强调了金融市场摩擦在解释社会收入分配不均中的重要性，但是关于金融 业发展与开放和居民收入分配的关系实证研究却少有人涉足。本文以中国为例，采用 １９７８ 年以后中国社会的实证 数据，运用现代计量方法对两者的关系进行了估计和分析。分析的主要结果表明：在中国，金融发展程度加深会加剧 中国居民收入分配不均等，金融开放程度增加会减轻中国居民收入分配不均等。
1 、简介
尽管金融发展与经济增长之间的关系在某些课题 已经被广泛研究过了，但是金融市场如何影响社会收入 分配还少有人研究过。这个课题最近引起大众源于 Claessens 和 Perotti 在 2007 年的贡献，他们在理论上推测 金融市场的发展有助减轻社会收入分配的不均，而金融 市场的开放则恰恰会起到相反的作用。事实上，关于金 融市场与社会收入分配之间的关系是十分富有争议的。 R ajan 和 Zingales 在 2003 年的贡献提出传统金融板块的 发展主要有利于增加富人的收入。而 Greenwood 和 Jovanovic 在 1990 年的工作则更为有趣，他们提出了金融 市场发展程度与社会分配之间的一个非线性的模型，社 会收入分配的不均会先随金融市场复杂性的增加而增 加，随后社会收入分配不均的程度会达到一个饱和点， 之后社会收入分配不均程度就会随金融市场的发展而 下降。而以上的结论皆都是仅仅依据于单纯的理论分 析。最近一篇关于这个问题的实证分析是 James B. Ang 在 2008 年 6 月他以印度为例，对二者的关系运用计量 方 法 进 行 了 分 析 ，得 出 了 在 印 度 ，金 融 市 场 的 发 展 有 助 于减弱社会收入分配的不均，而金融开放在加重了社会 收入分配的不均。本文结合中国改革开放以来中国金融 市 场 的 实 际 情 况 ，采 用 时 间 序 列 的 计 量 分 析 方 法 ，选 取 了 1978 年 ~2009 年共 32 年的实证数据，对中国金融市 场发展与开放和中国社会收入分配不均程度（即社会贫 富 差 距）二 者 之 间 的 关 系 进 行 了 回 归 分 析 ，并 得 到 了 较 为显著的结果。
（4）在 模 型（**）的 回 归 结 果 中 ，银 行 密 度 以 及 交 互 项银行密度 * 年度的系数均在 1%的显著水平下显著 。 23.2545/ 0.0117 ≈1987，1987 年 之 前 每 万 人 拥 有 的 银 行 数与 Gini 系数负相关，1987 年之后每 万 人 拥 有 的 银 行 数与 Gini 系数正相关，即 1987 年之前银行数目的增加 有利于减轻社会收入分配不均，而 1987 年之后银行数 目的增加加剧了社会收入分配的不均。这与近年来中国 银行数目变化趋势也是相符的。
3 、回归结果分析
（2）AR（1）序列相关检验下三组数据在 5%的显著 水平下都是显著的，所以三组数据都是序列自相关的。 所以在 AR (1)模型中作科克伦 - 奥克特估计是非常有 必要的。
（3）在模型（*）的回归结果中，修正 FIR 的系数大于 零，且在 1%的显著水平下是显著的，Gini 系数与修正 FIR 存在正相关关系。即金融发展加剧了社会收入分配 的不均。
（5）在模型（***）的回归结果中，金融开放指数以及 交互项金融开放指数 * 年度前的系数在 1%的显著水平 下都是显著的。3.5479/ 0.0018≈1971, 而我们选取的是 1978 到 2009 的数据，所以，金融开放指数 fli 与 Gini 系 数是正相关的。即金融市场开放程度的增加减轻了社会 收入分配的不均。
FIR = (M2+ 银行贷款存量 + 保费，债券 、股票市值 之和)/ GDP
其中，M2 是指狭义货币供应量（M1）加上机关、团 体、部队、企业和事业单位在银行的定期存款、城乡居民 储蓄存款、外币存款和信托类存款。而我们选取的修正 FIR ，newfir 则排除了狭义货币供应量 M1 的影响 (例如 大量滥发货币会使 M2 增加，造成金融市场的虚假繁 荣)，即：
2 、计量模型
（1）模型中指标变量的选取
● 对 于 因 变 量 社 会 收 入 分 配 不 均 ，即 社 会 的 贫 富 差 距，我们选取最常用的 Gini 系数作为衡量指标。Gini 系 数越大，社会收入分配越不均。
●金融市场发展程度代表了一个国家金融市场的 纵向发展,我们定义了一个“修正”FIR 来作为衡量指标：
4 、结论
通过对中国社会 1978 到 2009 年共 32 年数据的回 归分析，我们得出了如下结论：在中国，近三十年来的金 融发展加剧了社会收入分配不均，金融开放则一定程度 上减轻了社会收入分配不均。具体到银行数量这一项 上，改革开放以来至 1987 年银行数量的增加减轻了社 会收入分配的不均，而自 1987 年始,银行数量的增加则 会加剧社会收入分配的不均。可以说，这恰恰与 James B. Ang 在 2008 年 6 月 以 印 度 为 例 所 作 工 作 的 结 论 相 反。（作者单位：沈阳市房产产权登记发证中心）
44
s 技术论文 tandardization
Ginit=β0+ β1ggrpbpt+β2inft+ β3tropt+β4financet+εt 其中： Ggrpbp：人均 GDP 增长率（%/ 十亿人） Inf：通货膨胀率 Trop：贸易开放度 = 进出口总额 / GDP Finance：金融指数，用“修正的 FIR ”“银行密度”“金 融开放指数 fli”三个指标分别代入并回归 在上述回归模型中，我们引入了人均 GDP 增长率、 通货膨胀率、贸易开放程度等三个变量作为控制变量。 在分析金融发展对社会收入分配的影响时，具体模 型为： Ginit=β0+ β1ggrpbpt+β2inft+ β3tropt+β4newfiirt+ε（t *） 在分析金融开放对社会收入分配的影响时，具体的 两个模型为： Ginit=β0+ β1ggrpbpt+β2inft+β3tropt+β4denst+β5denst*year+ε（t **） Ginit=β0+ β1ggrpbpt+β2inft+ β3tropt+β4fiirt+β5fiirt*year+ε（t ***） 在具体回归的过程中，我们先对修正 FIR 、金 融 发 展指数 fli、每万人拥有的银行个数三组时间序列变量进 行了布罗施 - 帕甘异方差检验(BP test)。考虑到三组数 据可能存在的时间序列的自相关性，我们接着对这三组 数据进行了 AR (1)序列相关检验，结果表示三组数据均 存在自相关性。因此，为了得到较为可信的结果，我们接 下来在 AR (1)模型中作了科克伦 - 奥克特估计(CO estimation)。
mation 的结果如上图：其中 * 表示 T 统计量在 10%的显
著水平下显著，** 表示 T 统计量在 5%的显著水平下显
著，*** 表示 T 统计量在 1%的显著水平下显著。
（1） 异方差检验中只有包含金融开放指数 fli 的模
型（***）是 1%的显著水平下是显著的，其余二者即使在
10%的显著水平下也不显著。
wenku.baidu.com
－ ２３．２５４５ （０．０００） ０．０１１７＊＊＊ （０．０００）
１．６７ （０．１７７） ０．５８６８＊＊＊ （０．００４）
－ ３．５４７９＊＊＊ （０．０００）
０．００１８＊＊＊ （０．０００） ４．９６＊＊＊ （０．００３）
０．６４３２＊＊＊ （０．０００）
异方差检验，AR（1）序列相关检验，以及 CO esti-
参考文献：
［１］计量经济学导论（第四版），杰弗里．Ｍ ．伍德里奇 ［２］ＦＩＮ Ａ Ｎ Ｃ Ｅ Ａ Ｎ Ｄ ＩＮ ＥＱ Ｕ Ａ ＬＩＴ Ｙ ： Ｔ Ｈ Ｅ Ｃ Ａ ＳＥ Ｏ Ｆ ＩＮ Ｄ ＩＡ ，Ｊａｍ ｅｓ Ｂ ． Ａ ｎｇ
45
截距项 人均 GDP 增长率
通货膨胀率 贸易开放度 修正的 FIR
银行密度 银行密度 * 年度 金融开放指数 金融开放指数 * 年度
异方差检验 AR (1 )序列相关检验
修正的 FIR ０．１４２５＊＊＊
（０．０００） － ０．２７２７＊ （０．０５８） ０．１６５１＊＊ （０．０１４） ０．１０７０＊＊ （０．０３６） ０．６７０＊＊＊ （０．０００）
newfir= (M2+ 银 行 贷 款 存 量 + 保 费 ，债 券 、股 票 市 值之和 - M1)/ GDP
修正 FIR 越大，金融市场发展的越好。 ●金融市场的开放程度代表了一个国家金融市场 的横向扩张，我们首先定义了一个新的变量 fli 作为衡 量指标： fli= 是否固定存贷款量 + 是否设最低存贷款利率 + 是否设最高存贷款利率 + 存款准备金率 其中，是否固定存贷款量，是否设最低存贷款利率， 是否设最高存贷款利率，为三个二值变量。Fli 的值越 大，金融开放的程度越低。 其次，我们选取了银行密度 (dens)每万 人 所 拥 有 的 银行机构数目作为衡量金融开放程度的另一个指标。 dens 值越大，金融开放程度越高。 （2）回归模型
２．０４ （０．１１８） ０．４２４５＊＊ （０．０２０）
银行密度
０．１５６０＊＊＊ （０．０００） － ０．１２５３ （０．４０６） ０．１５７２＊＊ （０．０３８） ０．０２４６ （０．７１６）
金融开放指数
０．１８８１＊＊＊ （０．０００） － ０．１０５０ （０．３９２） ０．１４００＊＊ （０．０２０） － ０．０８５６ （０．１８６）