銀行競爭、金融包容與全要素生產(chǎn)率——基于中國1867個(gè)縣(市)統(tǒng)計(jì)數(shù)據(jù)
發(fā)布時(shí)間:2021-02-06 02:00
銀行競爭是否通過金融包容促進(jìn)全要素生產(chǎn)率?基于縣域金融機(jī)構(gòu)改革創(chuàng)新這一重要的研究背景,運(yùn)用我國縣域農(nóng)村金融圖集提供的金融數(shù)據(jù),檢驗(yàn)銀行競爭通過金融包容促進(jìn)全要素生產(chǎn)率的傳導(dǎo)機(jī)制。驗(yàn)證結(jié)果如下:縣域銀行競爭的增強(qiáng)有利于提升全要素生產(chǎn)率;在金融包容程度更高的縣,銀行競爭顯著的促進(jìn)了全要素生產(chǎn)率,但是在貧困縣,這一結(jié)論不成立。穩(wěn)健性檢驗(yàn)結(jié)果再次支持了以上的結(jié)論。這表明,在經(jīng)濟(jì)發(fā)展好的縣域,鼓勵(lì)銀行業(yè)競爭能通過金融包容促進(jìn)全要素生產(chǎn)率效應(yīng)更明顯。
【文章來源】:社會(huì)科學(xué)家. 2019,(07)北大核心CSSCI
【文章頁數(shù)】:10 頁
【部分圖文】:
交互項(xiàng)與全要盛生產(chǎn)率的關(guān)
.2420.1300.0060.8898145Edu受教育水平5.9212.6720.02090.6968145從圖(1)和圖(2)看出,銀行競爭和全要素生產(chǎn)率之間呈正相關(guān),金融包容和全要素生產(chǎn)率之間呈微弱的正相關(guān)。從圖(3)可以看出,銀行競爭和金融包容的交互項(xiàng)與全要素生產(chǎn)率之間呈正相關(guān),但這并不能充分說明銀行競爭通過金融包容促進(jìn)了全要素生產(chǎn)率的提高,需要引入控制變量的影響。本文在接下來將基于此進(jìn)一步完善實(shí)證分析部分。圖1存款集中度與全要素生產(chǎn)率的關(guān)系圖2交互項(xiàng)與全要素生產(chǎn)率的關(guān)系圖3貸款集中度與全要素生產(chǎn)率的關(guān)系圖4交互相與全要素生產(chǎn)率的關(guān)系圖3金融包容與全要素生產(chǎn)率的關(guān)系三、實(shí)證分析根據(jù)基本計(jì)量模型,本文以全要素生產(chǎn)率為被解釋變量對樣本期為2006-2010年的縣級面板數(shù)據(jù)進(jìn)行了分析,本文對存款集中度和貸款集中度表示的銀行競爭進(jìn)行了比較分析;貧w分析首先要考慮內(nèi)生性問題,銀行競爭與全要素生產(chǎn)率互為因果關(guān)系,可能會(huì)使自變量與誤差項(xiàng)相關(guān),違背了線性回歸模型的一個(gè)假設(shè),即cov(εi,xi)=0,首先考慮尋找工具變量,但是本文使用的是統(tǒng)計(jì)數(shù)據(jù),很難找到合適的替代變量,因此盡可能加入控制變量,緩解內(nèi)生性問題。其次用銀行競爭變量有滯后性,本文數(shù)據(jù)歷時(shí)比較短,只能放棄此法。面板數(shù)據(jù)模型也是解決內(nèi)生性問題比較好的方法。本文使用面板數(shù)據(jù),然后逐步加進(jìn)控制變量,并針對該數(shù)據(jù)是適用混合回歸還是固定效應(yīng)模型進(jìn)行了檢驗(yàn),結(jié)果顯示F檢驗(yàn)的p值為1.0000,拒絕固定效應(yīng)模型,因此表4中的8個(gè)模型都是混合回歸。具體的回歸結(jié)果如表4所示,模型(1)至模型(4)模型是以存款集中度表示的銀行競爭為自變量進(jìn)行的回歸分析,模型(5)至模型(8)是
.2420.1300.0060.8898145Edu受教育水平5.9212.6720.02090.6968145從圖(1)和圖(2)看出,銀行競爭和全要素生產(chǎn)率之間呈正相關(guān),金融包容和全要素生產(chǎn)率之間呈微弱的正相關(guān)。從圖(3)可以看出,銀行競爭和金融包容的交互項(xiàng)與全要素生產(chǎn)率之間呈正相關(guān),但這并不能充分說明銀行競爭通過金融包容促進(jìn)了全要素生產(chǎn)率的提高,需要引入控制變量的影響。本文在接下來將基于此進(jìn)一步完善實(shí)證分析部分。圖1存款集中度與全要素生產(chǎn)率的關(guān)系圖2交互項(xiàng)與全要素生產(chǎn)率的關(guān)系圖3貸款集中度與全要素生產(chǎn)率的關(guān)系圖4交互相與全要素生產(chǎn)率的關(guān)系圖3金融包容與全要素生產(chǎn)率的關(guān)系三、實(shí)證分析根據(jù)基本計(jì)量模型,本文以全要素生產(chǎn)率為被解釋變量對樣本期為2006-2010年的縣級面板數(shù)據(jù)進(jìn)行了分析,本文對存款集中度和貸款集中度表示的銀行競爭進(jìn)行了比較分析;貧w分析首先要考慮內(nèi)生性問題,銀行競爭與全要素生產(chǎn)率互為因果關(guān)系,可能會(huì)使自變量與誤差項(xiàng)相關(guān),違背了線性回歸模型的一個(gè)假設(shè),即cov(εi,xi)=0,首先考慮尋找工具變量,但是本文使用的是統(tǒng)計(jì)數(shù)據(jù),很難找到合適的替代變量,因此盡可能加入控制變量,緩解內(nèi)生性問題。其次用銀行競爭變量有滯后性,本文數(shù)據(jù)歷時(shí)比較短,只能放棄此法。面板數(shù)據(jù)模型也是解決內(nèi)生性問題比較好的方法。本文使用面板數(shù)據(jù),然后逐步加進(jìn)控制變量,并針對該數(shù)據(jù)是適用混合回歸還是固定效應(yīng)模型進(jìn)行了檢驗(yàn),結(jié)果顯示F檢驗(yàn)的p值為1.0000,拒絕固定效應(yīng)模型,因此表4中的8個(gè)模型都是混合回歸。具體的回歸結(jié)果如表4所示,模型(1)至模型(4)模型是以存款集中度表示的銀行競爭為自變量進(jìn)行的回歸分析,模型(5)至模型(8)是
【參考文獻(xiàn)】:
期刊論文
[1]金融包容、金融深化與經(jīng)濟(jì)增長——來自65個(gè)發(fā)展中國家銀行業(yè)的證據(jù)[J]. 粟勤,朱晶晶,劉曉瑩. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào). 2015(01)
[2]農(nóng)村普惠性金融發(fā)展對中國農(nóng)戶收入的影響——來自1877個(gè)縣(市)面板數(shù)據(jù)的實(shí)證分析[J]. 田杰,陶建平. 財(cái)經(jīng)論叢. 2012(02)
[3]金融發(fā)展與經(jīng)濟(jì)增長:生產(chǎn)率促進(jìn)抑或資本形成[J]. 趙勇,雷達(dá). 世界經(jīng)濟(jì). 2010(02)
[4]金融發(fā)展與經(jīng)濟(jì)增長效率的關(guān)系實(shí)證研究[J]. 袁云峰,曹旭華. 統(tǒng)計(jì)研究. 2007(05)
[5]中國的金融深化和生產(chǎn)率關(guān)系的再檢測:1987—2001[J]. 張軍,金煜. 經(jīng)濟(jì)研究. 2005(11)
本文編號:3019958
【文章來源】:社會(huì)科學(xué)家. 2019,(07)北大核心CSSCI
【文章頁數(shù)】:10 頁
【部分圖文】:
交互項(xiàng)與全要盛生產(chǎn)率的關(guān)
.2420.1300.0060.8898145Edu受教育水平5.9212.6720.02090.6968145從圖(1)和圖(2)看出,銀行競爭和全要素生產(chǎn)率之間呈正相關(guān),金融包容和全要素生產(chǎn)率之間呈微弱的正相關(guān)。從圖(3)可以看出,銀行競爭和金融包容的交互項(xiàng)與全要素生產(chǎn)率之間呈正相關(guān),但這并不能充分說明銀行競爭通過金融包容促進(jìn)了全要素生產(chǎn)率的提高,需要引入控制變量的影響。本文在接下來將基于此進(jìn)一步完善實(shí)證分析部分。圖1存款集中度與全要素生產(chǎn)率的關(guān)系圖2交互項(xiàng)與全要素生產(chǎn)率的關(guān)系圖3貸款集中度與全要素生產(chǎn)率的關(guān)系圖4交互相與全要素生產(chǎn)率的關(guān)系圖3金融包容與全要素生產(chǎn)率的關(guān)系三、實(shí)證分析根據(jù)基本計(jì)量模型,本文以全要素生產(chǎn)率為被解釋變量對樣本期為2006-2010年的縣級面板數(shù)據(jù)進(jìn)行了分析,本文對存款集中度和貸款集中度表示的銀行競爭進(jìn)行了比較分析;貧w分析首先要考慮內(nèi)生性問題,銀行競爭與全要素生產(chǎn)率互為因果關(guān)系,可能會(huì)使自變量與誤差項(xiàng)相關(guān),違背了線性回歸模型的一個(gè)假設(shè),即cov(εi,xi)=0,首先考慮尋找工具變量,但是本文使用的是統(tǒng)計(jì)數(shù)據(jù),很難找到合適的替代變量,因此盡可能加入控制變量,緩解內(nèi)生性問題。其次用銀行競爭變量有滯后性,本文數(shù)據(jù)歷時(shí)比較短,只能放棄此法。面板數(shù)據(jù)模型也是解決內(nèi)生性問題比較好的方法。本文使用面板數(shù)據(jù),然后逐步加進(jìn)控制變量,并針對該數(shù)據(jù)是適用混合回歸還是固定效應(yīng)模型進(jìn)行了檢驗(yàn),結(jié)果顯示F檢驗(yàn)的p值為1.0000,拒絕固定效應(yīng)模型,因此表4中的8個(gè)模型都是混合回歸。具體的回歸結(jié)果如表4所示,模型(1)至模型(4)模型是以存款集中度表示的銀行競爭為自變量進(jìn)行的回歸分析,模型(5)至模型(8)是
.2420.1300.0060.8898145Edu受教育水平5.9212.6720.02090.6968145從圖(1)和圖(2)看出,銀行競爭和全要素生產(chǎn)率之間呈正相關(guān),金融包容和全要素生產(chǎn)率之間呈微弱的正相關(guān)。從圖(3)可以看出,銀行競爭和金融包容的交互項(xiàng)與全要素生產(chǎn)率之間呈正相關(guān),但這并不能充分說明銀行競爭通過金融包容促進(jìn)了全要素生產(chǎn)率的提高,需要引入控制變量的影響。本文在接下來將基于此進(jìn)一步完善實(shí)證分析部分。圖1存款集中度與全要素生產(chǎn)率的關(guān)系圖2交互項(xiàng)與全要素生產(chǎn)率的關(guān)系圖3貸款集中度與全要素生產(chǎn)率的關(guān)系圖4交互相與全要素生產(chǎn)率的關(guān)系圖3金融包容與全要素生產(chǎn)率的關(guān)系三、實(shí)證分析根據(jù)基本計(jì)量模型,本文以全要素生產(chǎn)率為被解釋變量對樣本期為2006-2010年的縣級面板數(shù)據(jù)進(jìn)行了分析,本文對存款集中度和貸款集中度表示的銀行競爭進(jìn)行了比較分析;貧w分析首先要考慮內(nèi)生性問題,銀行競爭與全要素生產(chǎn)率互為因果關(guān)系,可能會(huì)使自變量與誤差項(xiàng)相關(guān),違背了線性回歸模型的一個(gè)假設(shè),即cov(εi,xi)=0,首先考慮尋找工具變量,但是本文使用的是統(tǒng)計(jì)數(shù)據(jù),很難找到合適的替代變量,因此盡可能加入控制變量,緩解內(nèi)生性問題。其次用銀行競爭變量有滯后性,本文數(shù)據(jù)歷時(shí)比較短,只能放棄此法。面板數(shù)據(jù)模型也是解決內(nèi)生性問題比較好的方法。本文使用面板數(shù)據(jù),然后逐步加進(jìn)控制變量,并針對該數(shù)據(jù)是適用混合回歸還是固定效應(yīng)模型進(jìn)行了檢驗(yàn),結(jié)果顯示F檢驗(yàn)的p值為1.0000,拒絕固定效應(yīng)模型,因此表4中的8個(gè)模型都是混合回歸。具體的回歸結(jié)果如表4所示,模型(1)至模型(4)模型是以存款集中度表示的銀行競爭為自變量進(jìn)行的回歸分析,模型(5)至模型(8)是
【參考文獻(xiàn)】:
期刊論文
[1]金融包容、金融深化與經(jīng)濟(jì)增長——來自65個(gè)發(fā)展中國家銀行業(yè)的證據(jù)[J]. 粟勤,朱晶晶,劉曉瑩. 云南財(cái)經(jīng)大學(xué)學(xué)報(bào). 2015(01)
[2]農(nóng)村普惠性金融發(fā)展對中國農(nóng)戶收入的影響——來自1877個(gè)縣(市)面板數(shù)據(jù)的實(shí)證分析[J]. 田杰,陶建平. 財(cái)經(jīng)論叢. 2012(02)
[3]金融發(fā)展與經(jīng)濟(jì)增長:生產(chǎn)率促進(jìn)抑或資本形成[J]. 趙勇,雷達(dá). 世界經(jīng)濟(jì). 2010(02)
[4]金融發(fā)展與經(jīng)濟(jì)增長效率的關(guān)系實(shí)證研究[J]. 袁云峰,曹旭華. 統(tǒng)計(jì)研究. 2007(05)
[5]中國的金融深化和生產(chǎn)率關(guān)系的再檢測:1987—2001[J]. 張軍,金煜. 經(jīng)濟(jì)研究. 2005(11)
本文編號:3019958
本文鏈接:http://www.sikaile.net/guanlilunwen/bankxd/3019958.html
最近更新
教材專著