论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　H2:截面个体系数相等。在H2假设下构建F2统计量：F2=～F［（N-1）k，N（T-k-1）］F2服从F分布。如果接受H2,则选择变截距模型,否则选择变系数模型。之所以不考虑斜率不同而截距相同的假设，这是因为：当斜率不同时，单独考虑截距相同的假设没有实际意义。

　　四、实证分析

　　（一）单位根检验和协整检验

　　实证过程我们首先对各变量分地区进行单位根检验。变量是不稳定的。具体来看，Levin,Lin&Chut、Breitungt-stat检验认为所有变量均存在同质面板单位根。Im,Pesaran&ShinW-stat、PP-FisherChi-square检验认为所有变量均存在异质面板单位根。ADF-FisherChi-square检验认为gzhratio、invstratio存在异质面板单位根，lngdpreal、finc在10%的显著性水平下拒绝存在异质面板单位根的原假设。HadriZ-stat检验在1%的显著性水平下拒绝不存在同质面板单位根的原假设。综合来看所有变量基本都是非平稳的，需要进一步对变量进行差分以检验差分变量的平稳性。1%的显著性水平下均不存在同质面板单位根。Im，Pesaran&ShinW-stat、ADF-FisherChi-square、PP-FisherChi-square检验认为所有变量在1%的显著性水平下均不存在异质面板单位根。Breitungt-stat检验认为除finc外的所有差分变量在1%的显著性水平下均不存在同质面板单位根。HadriZ-stat检验认为lngdpreal的差分是平稳的，finc、gzhratio的差分在5%的显著性水平下存在同质面板单位根，in.vstratio在1%的显著性水平下存在同质面板单位根。

　　总之，从不同面板单位根检验可以得到基本一致的结论：所有变量经过一阶差分后都是平稳的。

　　综合上述面板单位根检验结果可以得到：所有变量均是一阶求积I（1）序列。为避免直接使用最小二乘法所导致的伪回归问题，应该进一步进行面板数据进行协整检验。lngdpreal、finc、gzhratio、invstratio之间存在两个协整方程，表明变量之间存在两个协整关系，可以对模型进行估计。同理，我们分别对中部地区、西部地区的面板模型进行单位根检验和协整检验，同理，我们可以得出类似东部地区的结论，中、西部地区各变量是非平稳的，经过一阶差分后变成平稳的，从协整检验结果可以看出，中部地区存在1个协整关系，西部地区存在1个协整关系。因此，不论东、中部还是西部，各地区变量之间均存在长期均衡关系。

　　（二）协方差分析

　　为了对模型进行估计我们首先判断各区域应该设定的模型类型，利用东、中、西部三个地区数据进行协方差分析检验得到在给定显著性水平为5%时，由于F1大于5%显著性水平下的临界值，因此拒绝H1，继续进行检验。F2也大于5%显著性水平下的临界值，因此拒绝H2。协方差分析检验结果表明模型应采用变系数模型，这验证了我们假设的正确性。

　　（三）金融发展对各地区经济增长的实证分析

　　通过变系数模型能够具体分析各省市区金融要素的不同贡献度。变系数模型根据模型中待估计参数是固定的参数向量还是随机变量,又可以分为固定效应变系数模型和随机效应变系数模型两种。

　　如果模型中的系数为确定性变量，即模型中省略因素对个体差异的影响是固定不变的，则模型为固定效应模型。如果系数为随机变量，即模型中省略变量对不同个体的影响是随机的，则模型为随机效应模型。一般来说，当样本数据包含的个体成员是研究总体的全部时，用固定效应分析比较合适，当样本数据包含的个体成员只是研究总体一小部分或者要根据样本来进一步推测总体，更适合用随机效应模型。由于我们这里分析各地区金融要素对经济增长贡献度的差异性仅研究东中西部地区的个体差异情况，样本仅就各省市区数据进行研究，因此选择固定效应模型更合理。

　　面板模型包含若干个省区的数据，由于经济规模在不同省市区之间存在差异，常会导致回归误差项存在异方差，即所谓的横截面异方差。另外，面板数据模型由于存在相同个体效应导致回归误差项也存在时间上的横截面相关，如果忽略面板模型存在的异方差性和序列相关性，可能会导致模型估计出的回归系数无效，因此在模型估计中采用同时对截面单元异方差性和同期相关性进行修正的似然不相关回归方法（SUR）就显得很必要。使用Eviews6.0软件对东中西部三个地区样本数据分别进行似然不相关回归估计。

　　从东部地区的模型回归结果来看，金融发展贡献系数大于1的省份共有6个，其中山东省的金融发展贡献系数最大，为1.683756；接下来是江苏省，其金融发展贡献系数为1.3684；其次是广东省，金融发展贡献系数为1.16924；河北、福建、天津等3个省的金融发展贡献系数分别为1.138698、1.104174、1.002749。北京市的金融发展贡献系数最小，为0.45905；接下来是海南省，其金融发展贡献系数为0.563844，其次是上海市，金融发展贡献系数为0.688927。北京、海南、上海等省的金融发展贡献系数均处于0.7以下。究其原因，金融发展系数较大的山东、江苏、广东等省份都具有区位优势。海南金融发展系数较低的可能原因是产业经济对金融资源使用效率较低所致,或者可能面临寻找新的经济增长点问题。北京、上海的金融发展对经济增长的贡献系数较低，这可能是由于北京作为全国的政治文化中心、上海作为全国的经济金融中心，大量外资和财政资金等非银行形式的资金都汇集于此，同时国家给予这两个地区经济发展的政策优惠等原因，导致经济发展依赖金融支持的程度降低，从而导致金融发展水平对区域经济增长的贡献较低。

　　中部地区金融发展贡献系数大于1的省份共有6个，其中安徽省的金融发展系数最大，为1.411742；接下来是湖南省，其金融发展系数为1.220545；其次是湖北省，金融发展系数为1.156077；江西、黑龙江、河南等3个省的系数分别为1.067498、1.055609、1.050149。山西省的金融发展系数最小，为0.80275；接下来是吉林省，其金融发展系数为0.928218。

　　西部地区金融发展系数大于1的省份共有4个，其中云南省的金融发展系数最大，为1.239387；接下来是青海省，其金融发展系数为1.222780；内蒙古、贵州的金融发展系数分别为1.168346、1.107370。宁夏的金融发展系数最小，为0.432182；接下来是重庆市，其金融发展系数为0.442341；其次是四川省，金融发展系数为0.473886；陕西省的金融发展系数为0.499276；这几个省的金融发展系数均处于0.5以下。