我国区域金融发展不平衡分析

来源:用户上传      作者:

　　摘 要：本文基于1978―2012年我国31个省（自治区、直辖市）的面板数据，运用包含傅里叶级数的非线性面板SPSM单位根检验方法，考察了我国各地区改革开放以来区域金融发展的不平衡问题。结果表明：我国区域金融发展存在着时间和空间上的不平衡；在1978―1986年表现出明显的σ趋同，1995―2004年发生了微弱的σ趋同；而2004年之后各地区的金融发展差距逐步拉大，没有发生σ趋同。我国区域金融发展整体上不存在随机趋同，但部分区域存在着随机趋同。
　　关键词：金融相关比率；σ趋同；随机趋同；SPSM面板单位根检验
　　中图分类号：F830 文献标识码：A 文章编号：1674-2265（2015）06-0016-07
　　一、引言
　　金融是现代经济的核心，完善的金融市场体系对国民经济发展至关重要。作为实体经济的服务性行业，金融业在合理配置经济社会资源、降低社会交易成本等方面发挥着重要作用。因此，区域金融发展的不平衡问题引起了国内外学者的重视。美国学者戈德史密斯（Goldsmith，1969）最早对这个问题进行了研究，并且提出了衡量金融发展的重要指标金融相关比率。他认为，金融相关比率会随着经济发展水平的不断提高而呈现增长趋势，甚至在某一时期内出现“爆发式运动”，但当某一地区区域金融发展到一定水平之后，该值会趋于稳定。因此，就经济体内部区域金融发展水平而言，在长期中存在着收敛性或趋同性。
　　国内学者采用多种方法对区域金融发展差异及敛散性问题进行了研究，所得结论却不尽相同，甚至截然相反。张杰（1995）最早从理论上对这个问题进行了研究，并认为金融发展趋同、金融集聚会出现类似于经济发展的“威廉姆森倒U形”；周立、胡鞍钢（2002）通过对我国各地区1978―1999年金融相关比率和其他指标的计算，分析了我国金融发展的差距及特征，发现我国各地区金融发展差距存在扩大的趋势；陆文喜、李国平（2004）在β趋同的框架下考察了我国各地区金融发展差距，认为我国各地金融发展存在着区域性和阶段性趋同；郑长德（2008）利用我国东部、中部和西部三大区域1978―2005年的金融数据，运用泰尔指数分析了我国各地区金融发展的差异，认为我国区域金融发展的差异主要体现在省级行政区之间；龙超、张金昌（2010）运用面板单位根检验在随机趋同的框架下考察了我国各地区金融发展不平衡的问题，发现我国金融发展存在全局性发散，东部、中部和西部发展亦不同步；刘华军、鲍振（2012）利用金融相关比率指标，通过MS基尼系数对我国区域金融发展的空间非均衡进行了研究，发现区域金融发展差异总体呈扩大趋势；孙晓羽、支大林（2013）发现我国金融发展水平不断提高，各地区差异也不断扩大，并且金融发展的差距变动具有β绝对收敛趋势。
　　改革开放30多年来，我国区域金融取得了重要发展，在各个阶段表现出不同的特征。因而研究数据的时间跨度、研究方法的效力对研究结果会有较大的影响。国内学者常用的截面数据法和指标法虽然便于操作，但是存在各种缺陷。同时，三大类趋同检验（σ趋同、β趋同和随机趋同）中β趋同存在许多难以克服的缺陷，如检验具有不理想的规模性质，结果常出现偏倚、无法表现收敛的动态过程等。鉴于此，本文采用时间序列方法，在非线性的框架下，从σ趋同和随机趋同角度对我国区域金融发展不平衡问题进行研究。
　　二、数据与方法
　　（一）变量选择
　　在进行区域金融发展水平的比较时，国际上通常使用的指标是戈德史密斯（1969）在《金融结构与金融发展》一书中提出的金融相关比率（Financial Interrelations Ratio， FIR）。它是指某一时点全部金融资产的价值与国民财富（包括实物资产和对外净资产）之比，通常被简化为金融资产总量与GDP之比。它反映了经济基础结构与金融上层结构之间的规模变化关系，是金融发展的一个基本特点。一般金融体系越发达，金融相关比率越高。
　　鉴于我国金融发展的现状，通常使用金融机构存贷款额来衡量我国金融资产总量。因此，金融相关比率可以通过下列公式进行衡量：
　　[fir=S+LGDP] （1）
　　其中，fir代表金融相关比率；S代表金融机构存款余额；L代表金融机构贷款余额。
　　（二）数据来源与区域划分
　　1. 数据来源。本文以我国31个省（自治区、直辖市）1978―2012年的金融相关比率（FIR）为研究对象。在计算金融相关比率的过程中涉及的变量，如金融机构存款余额（S）、金融机构贷款余额（L）和GDP，其数据均来自《新中国60年统计资料汇编》以及各地区统计年鉴（2009―2013年）。在进行单位根检验的过程中，为了在一定程度上消除异方差性，对各地区的金融相关比率进行了对数化处理。
　　2. 区域划分说明。为了便于与以前的研究形成对比，本文在区域划分方面采用国务院根据经济和社会发展水平拟定的三大区域划分和八大区域划分。
　　（三）随机趋同的SPSM单位根检验方法
　　区域金融发展的随机趋同强调地区间金融发展水平的差距随着时间的动态变化特征。如果该差距服从平稳的随机过程，则认为存在随机趋同。检验区域金融发展的随机趋同即是检验地区间金融发展水平差距的时间序列是否存在单位根。若不存在单位根则认为区域金融发展存在随机趋同，地区之间的差距逐步缩小；反之，则区域金融发展不存在随机趋同，地区之间的差距逐步拉大。
　　根据伯纳德和杜尔拉夫（Bernard和Durlauf，1995）给出的趋同检验框架，随机趋同的存在只需要满足模型（2），即：
　　[limt→∞（yi，t-yt）=δi] （2）
　　其中，[yi，t]代表第i个地区在时间t的金融相关比率对数值；[yt=1Ni=1Nyi，t]。若参数[δi]存在，则说明区域金融发展表现出随机趋同。令gfiri=（[yi，t-yt]）代表各地区金融发展相对差距，即每个地区的gfir是平稳序列时，意味着区域金融发展出现随机趋同现象。传统的单位根检验，如ADF检验、PP检验在进行此类检验时表现出较低的效力。佩龙（Perron，1989）指出，忽略时间序列的结构突变会导致单位根检验的效力降低，倾向于接受存在单位根的原假设。随着单位根检验方法的不断发展，传统的单位根检验存在的缺点被一一克服。诸如变量序列非线性、存在结构突变、未能充分利用横截面数据信息等问题得到了很好的解决。科佩托纳斯等（Kapetanios等，2003）认为，许多宏观经济、金融时间序列不仅具有单位根，而且表现出非线性。因此，我国区域金融发展的收敛性研究，应该建立在一个非线性框架内。 　　乌卡和奥梅（Ucar和Omay，2009）基于科佩托纳斯等（ 2003）提出的非线性分析框架以及尹等（Im等，2003）提出的面板单位根检验构建了面板非线性单位根检验模型，该方法被证实在检验时间序列数据的均值回复方面具有较高的效力。本文在乌卡和奥梅模型的基础上引入傅里叶级数以捕捉序列的结构性变化，然后将其运用到我国区域金融发展的随机趋同研究之中。
　　根据科佩托纳斯等（2003）指数平滑转换自回归（ESTAR）单位根检验模型，给出如下模型：
　　[Δgfirt=γgfirt-11-exp（-θgfir2t-1）+νt] （3）
　　其中，[Δgfirt]表示金融发展相对差距；[νt] 是一个具有零均值、同方差且独立同分布特征的随机误差项；[θ≥0]表示ESTAR模型的转换参数，以控制转换速率。模型的原假设为[gfirt]满足线性单位根随机过程；备择假设为[gfirt]遵循非线性平稳ESTAR过程。在[θ=0]处利用一阶泰勒级数展开[1-exp（-θgfir2t-1）]，然后通过使用以下辅助回归近似式（4）：
　　[Δgfirt=ξ+δgfir3t-1+i=1kθiΔgfirt-i+νi，t] （4）
　　该模型中，原假设H0：[δ=0]（非平稳），[gfirt]满足非平稳随机过程；备择假设H1：[δ<0]，[gfirt]满足非线性平稳ESTAR随机过程。
　　基于模型（3）将其扩展为非线性面板数据单位根检验模型，表示如下：
　　[Δgfiri，t=γigfiri，t-11-exp（-θigfir2i，t-1）+νi，t] （5）
　　同样，在[θi=0]处对[1-exp（-θigfir2i，t-1）]进行一阶泰勒展开，得到如下方程：
　　[Δgfiri，t=ξi+δigfir3i，t-1+j=1kθi，jΔgfiri，t-j+νi，t] （6）
　　其中，[θi=δiγi]。基于模型（6）进行单位根检验时，原假设和备择假设是：
　　[H0：δi=0，对所有i（线性非平稳随机过程）]
　　[H1：δi<0，对部分i（非线性平稳随机过程）]
　　进一步，为了捕捉金融发展水平相对差距的结构性变化，对模型（6）加入傅里叶级数项，具体模型如下：
　　[Δgfiri，t=ξi+δigfir3i，t-1+j=1kθi，jΔgfiri，t-j+aisin（2πktT）+bicos（2πktT）+νi，t]（7）
　　其中，t=1，2，…，T，k代表选择的近似频率；[[ai，bj]']衡量频率分量的振幅和位移。傅里叶表达式可以近似绝对可积函数到任何所需的精确度，因此选择引入[[sin（2πktT），cos（2πktT）]]。如果存在结构性突变，则至少有一个频率分量存在。恩德斯和李（Enders和Lee，2012）指出，傅里叶表达式可以近似捕捉到非周期函数的变化特征，但考虑到没有数据突变点的先验知识，我们首先需要通过格子搜索来确定合理的频率k。
　　模型（7）可以很好地估计面板数据的平稳性，但其存在一个缺陷，即其所得的结果为整个面板数据平稳或者非平稳，而不能具体地区分出面板数据中究竟哪些序列平稳、哪些序列不平稳。因此，我们采用查特斯和科佩托纳斯（Chortareas和Kapetanios ，2009）提出的序列面板选择方法（SPSM）对我国各地区的金融相关比率进行检验，以区分出区域金融发展表现出收敛趋势的地区和表现出发散趋势的地区。具体的步骤如下：
　　1. 首先运用基于傅里叶函数的KSS单位根检验，针对面板中所有金融发展相对差距序列进行测试。如果不能拒绝存在单位根的原假设，过程就会停止，面板中所有序列被认为是非平稳的。如果原假设被拒绝了，那么执行步骤下一步。
　　2. 剔除面板中拥有最小KSS统计量的序列，因为它被认为是平稳的，执行下一步。
　　3. 对面板中其余的序列重复执行步骤1，直到面板中所有的序列都被剔除为止。
　　这样，整个面板就被分成一组平稳序列和一组非平稳序列，即找出了面板数据中金融发展趋同和趋异的地区。
　　三、实证分析
　　（一）金融发展不平衡分析
　　金融相关比率体现了金融发展水平的高低。金融体系越发达，金融相关比率越高。较高的金融相关比率与较高的经济增长率和经济发展水平相匹配。一般而言，发达地区的金融相关比率要高于相对落后地区的金融相关比率。
　　图1：我国金融相关比率（均值）发展走势图
　　图1显示了改革开放以来我国整体以及东、中、西三大区域金融相关比率（均值）的走势。从图中可以发现三个特点：一是就整体而言，我国东、中、西三大区域与全国金融相关比率保持相同的发展趋势，除部分时间段出现小幅度上下波动外，整体上持续不断上升，说明我国正处在金融深化改革过程中。二是就各个区域而言，改革开放以来我国东部的金融发展势头要高于西部地区，而中部地区相对落后。这与我国特殊的国情有关，在改革开放初期经济发展水平较低，国有金融资源占主导，西部地区相对于东部、中部具有一定的优势；随着市场化改革的不断深入，市场金融资源比重逐步上升，推动了东部地区金融相关比率大幅上升。三是我国金融相关比率走势可以明显地分成三个时间段：1978―2003年，FIR快速上升，从1978年的0.94上升到2003年的2.47，这与我国逐步突破计划经济的藩篱，加快市场经济体制建设有密切的关系。2003―2008年，FIR小幅回落，从2003年的2.47下降到2008年的2.28。这段时期我国经济快速增长，GDP年均增长速度在10%以上，通货膨胀率较高，金融机构存贷款额增速相对缓慢，导致FIR值略有下降，但这并不意味着我国结束金融深化改革的进程，金融市场体系已经完善。2008―2012年，FIR震动上升，从2008年的2.28上升到2012年的2.70。这是因为，在金融危机的大背景下，我国政府加强宏观干预，尤其是2008年4万亿投资的推出，大大促进了金融机构存贷款额的增加，导致我国FIR在金融危机中震荡上升。 　　我国区域金融发展不平衡不仅体现在时间维度，从空间维度分析我国各地区金融发展亦存在显著的不平衡。图2和图3分别显示了我国各地区1978年和2012年金融相关比率的空间分布情况。在改革开放初期，就整体而言我国各地区金融发展均处于较低水平，各地区的差异也相对适中；FIR最高的上海市达到1.45，最低的海南省仅0.57；西部地区的金融相关比率在全国排名比较靠前，如新疆、西藏、青海等的FIR均在1以上。东部地区在三大区域中金融相关比率排名靠后，除北京、上海、天津外，其余省份如江苏、浙江等的FIR低于0.8。
　　改革开放30多年，我国经济社会取得了长足的发展，各个地区的金融发展水平亦呈现出不同的分布格局。2012年，我国各地区金融发展水平逐步拉大，FIR最高的北京市达到4.75，而最低的湖南省仅1.75。西部地区依然保持较高的金融相关比率，西藏、甘肃、青海的FIR均达到了3以上。东部地区金融业也取得了长足进步，北京、上海仍然领跑全国，海南省的FIR值由1978年的0.57跃升至2012年的3.15；浙江省的FIR值由1978年0.68跃升至2012年的3.64，金融发展势头迅猛。但东部部分地区（如山东省），FIR值仍低于全国平均水平。中部地区的金融发展水平相对而言仍然比较落后，8个省份中有5个省份FIR值低于2。
　　从时间维度和空间维度对我国各地区金融相关比率进行分析，不难看出：我国各个地区不仅整体上存在金融发展的不平衡问题，区域内部金融发展水平也参差不齐。改革开放30多年，东部与西部的金融发展并驾齐驱。尤其是东部地区，随着我国经济市场化改革的不断深入、市场金融资源规模的不断扩大，金融发展取得了重要成就；中部地区金融发展相对缓慢，亟待提升。全国各地区金融发展存在着显著的不平衡，因此需要进一步进行区域金融发展的趋同检验。
　　（二）区域金融发展的σ趋同分析
　　区域金融发展的σ趋同是指不同国家或地区间金融发展水平指标的离差随着时间的推移而趋于下降。它从分布动态的角度刻画了区域金融发展的离散程度。如果随着时间的推移金融发展的离散程度下降，则认为发生了σ趋同，即区域金融发展的差异正在缩小；反之，则没有发生σ趋同，区域金融发展的差异正在扩大。其检验模型如下：
　　[σ2t=1ni=1n（logfiri，t-1ni=1nlogfiri，t）2] （8）
　　其中，[firi，t]表示第i个地区在时间t的金融相关比率；[σt]为N个地区之间金融相关比率对数值[logfiri，t]的标准差。
　　图4展示了改革开放以来我国区域金融发展σ趋同的走势。我国中部、西部以及整体波动较小，σ波动幅度在上下0.5之间；东部地区发生了较大的变化。1978―2012年间，我国整体金融相关比率的对数值标准差呈现出波浪形走势，并不是“威廉姆森倒U形”。从改革开放初期的极大值点（1979年的2.42）下降到1986年的0.16，说明在这段时间内发生了明显的σ趋同。1986年之后逐步上升，一直到1995年达到极大值点0.25。随后在1995―2004年小幅下降，从1995年的0.25下降到2004年的0.21，表现出较弱的σ趋同。2004年之后稳步上升，各地区的金融发展差距逐步拉大，没有发生σ趋同。
　　东部地区金融发展差距走势与全国整体趋势一致，均呈现出波浪形走势。1978―1986年间，东部地区由改革开放初期的极大值点（1979年的0.29）下降到1986年的0.16，发生了明显的σ趋同。1986年之后逐步上升，一直到1997年达到最大值点0.34。随后，在1997―2004年间，由1997年的最大值0.34下降到2004年的极小值点0.25，发生了σ趋同。2004年之后稳步上升，各地区的金融发展差距逐步拉大，没有发生σ趋同。
　　中部和西部地区波动一直很小，没有表现出明显的趋同趋势。具体而言，中部地区在1978―1994年间，金融相关比率的对数值标准差由0.14下降到0.11，发生了较弱的σ趋同；而后各地区间的金融发展差距不断拉大，没有发生σ趋同。西部地区在2000年之前一直保持稳定波动，2000年之后开始稳步上升，区域金融发展差距逐步扩大，没有发生σ趋同。
　　（三）区域金融发展的随机趋同分析
　　随机趋同考察了各地区金融发展相对差距随着时间推移的变化。为了考虑金融发展相对差距的单变量行为并与面板数据作对比，本文首先对各个地区的金融发展相对差距gfiri进行了传统的ADF和PP单位根检验，检验结果如表1所示。
　　表1的结果显示，在不考虑单个地区和区域间金融发展水平横截面相关性的前提下，单个地区金融发展相对差距gfiri单位根检验结果不尽相同。但从结果中可以看出，我国大部分地区金融发展相对差距gfiri存在单位根，即金融发展趋异。就全国整体而言，有2个省（自治区）（黑龙江、宁夏）ADF检验显著，5个省份（天津、辽宁、海南、陕西、江西）PP检验显著，31个省市中只有7个支持区域金融发展随机趋同，占22.6%。
　　从三大区域划分的角度进行考察，发现东部地区有1个省份（山东）PP检验显著；中部地区有2个省份（河南、江西）ADF检验和PP检验均显著；西部地区有2个省（自治区）（西藏、宁夏）ADF检验显著，1个省份PP检验显著，1个省份（青海）ADF检验和PP检验均显著。东部、中部和西部分别有9.1%、25%和33.3%的省份支持区域金融发展随机趋同。
　　从八大区域划分的角度进行考察，发现东北地区有1个省份（黑龙江）ADF检验显著，2个省份（吉林、辽宁）PP检验显著，该地区所有的省份均支持区域金融发展随机趋同；北部沿海、南部沿海和黄河中游地区各有1个省（直辖市）（天津、海南、山西）PP检验显著，支持区域金融发展随机趋同的省份分别占25%、33.3%和25%；西北地区有1个省（自治区）（宁夏）ADF检验显著，支持区域金融发展随机趋同的省份占20%；东部沿海、长江中游和西南地区则没有省份支持区域金融发展随机趋同。 　　相对来说，面板数据单位根检验比单个时间序列数据单位根检验功效更强，这是因为面板数据单位根检验允许数据间自回归系数不同以及横截面相关。因此，本文对我国各地区金融发展相对差距进行面板单位根检验。鉴于各地区金融发展存在较大差距，本文通过IPS、ADF-Fisher和PP-Fisher三种异质面板单位根检验方法进行考察，结果如表2所示。
　　表2展示了多种面板单位根检验的结果。由于检验功效、统计量选取等方面存在差异，各种方法所得到的检验结果不一致，但是仍然可以发现各个地区金融发展相对差距平稳性存在较大的差异。其中，全国整体金融发展相对差距构成的面板数据接受了存在单位根的原假设，这表明我国金融发展整体上趋异，而不是随机趋同。从三大区域划分角度看，只有西部地区IPS和ADF-Fisher检验显著，支持区域经济发展随机趋同，而东部和中部地区均支持区域金融发展趋异。从八大区域划分角度看，除了东北地区单位根检验显著，支持区域金融发展随机趋同外，其余七大地区均接受了存在单位根的原假设，支持区域金融发展趋异。
　　如前所述，相比于单一时间序列数据单位根检验方法，面板单位根检验方法解决了面板数据横截面相关的问题，提高了单位根检验功效。但其所得的检验结果为整个面板中各序列的联合单位根检验结果，我们只能根据结果判断整个面板数据的平稳性。当拒绝所有序列存在单位根的原假设时，我们不能就此得出所有序列均为平稳性序列的结论。为了解决这一问题，我们借鉴查特斯和科佩托纳斯（2009）提出的序列面板选择方法（SPSM），将其应用于考虑结构性变动的非线性面板单位根检验模型中，对我国各地区金融发展相对差距进行平稳性检验，结果如表3所示。
　　表3展示了模型（7）的检验结果。对是否加入傅里叶级数项进行F检验，检验结果显示绝大部分地区拒绝了[ai=bi=0]的原假设。因此，绝大部分地区的金融发展相对差距存在结构性变动，我们必须考虑加入傅里叶级数项以捕捉金融发展相对差距的结构性变动。表3中的最后两行列出了考虑结构性变化之后的I（0）省份个数及其占所在地区的比重。与表1相比，除中部地区、东部沿海和西北地区支持区域经济发展随机收敛的省份比重有所增加外，其余地区均有所下降。通过前文可知，相比于单一时间序列单位根检验方法，面板单位根检验考虑了各时间序列数据横截面相关性以及时间序列数据自回归参数的异质性，因此检验功效显著提升。
　　就全国整体而言，非线性面板数据单位根检验显示我国整体金融发展不存在随机趋同，各个区域之间的差异逐步拉大，金融发展日趋不平衡。从三大区域划分的角度考虑，我国东部11省份金融发展不存在随机趋同，各地区之间的差异不断拉大，这与前文传统的单位根检验及面板单位根检验结果一致；而中部地区与前文的单位根检验结果不同，8个省份中4个省份（安徽、湖北、河南和吉林）支持区域金融发展随机趋同的，比重达50%；西部12省（自治区）中仅有1个地区（西藏）支持区域金融发展随机趋同，相比前文的结果，趋同省份大幅减少。从八大区域划分的角度考虑，我国东北地区和东部沿海地区各有1个省份（吉林、江苏）、西北地区有2个省份（甘肃、青海）支持区域金融发展随机趋同，而其他五大区域均没有明显的证据，与前文单位根检验结果相比，各区域支持趋同的省份大幅减少。
　　实证结果显示，我国各地区、沿海与内陆之间区域金融发展存在着较大的差异，只有少数地区出现金融发展趋同现象，这与国家非均衡发展战略以及各地区自身的经济增长差异和金融发展水平差距密切相关。改革开放以来，我国经济金融发展政策优先倾向于东南沿海地区，同时，我国货币政策高度一致，加之各地区金融体制运行效率存在较大差异，从而导致当前各地区金融发展不平衡。有利的政策支持、得天独厚的金融产业集聚优势使得东部地区迅速与中西部地区的金融发展拉开距离。从政府政策倾向方面而言，东部地区获得的发展政策支持远超中西部地区，如自2009年10月设立天津滨海新区金融创新试点，到2014年2月青岛财富管理金融综合改革试验区获批，我国共设立了13个区域金融改革试点，其中10个位于东部地区①；从全国银行资产分布来看，我国大部分银行存款集中在东部地区，广东、江苏、山东、浙江、北京和上海的存款总额占全国存款总额的一半以上。另一方面，各地区金融发展环境的差异直接影响着金融深化发展。如各地区的金融结构不同、金融市场化程度和政策法律环境的异质性导致的金融抑制影响着我国各地区金融深化，从而带来了区域金融发展的不平衡。总之，我国区域金融发展不平衡有着深刻的历史现实原因，改革政策红利和地区金融发展环境约束在区域金融发展过程中起着重要作用。
　　四、结论
　　本文从时间和空间两个维度对我国区域金融发展的不平衡进行了分析，发现我国各地区金融发展存在着较大的差异。在此基础上，运用σ趋同和随机趋同两种分析框架，借助非线性SPSM面板单位根检验方法对我国各地区区域金融发展进行了趋同分析，研究发现：从整体而言，我国在1978―1986年和1995―2004年这两段时间内出现了σ趋同，其余时间各地区金融发展差距均呈现扩大趋势。从三大区域划分的角度进行分析，我国东部地区大体上与全国整体保持一致的收敛、发散步伐，而中部和西部地区没有明显的证据支持区域金融发展σ趋同；从整体而言，我国不存在区域金融发展随机收敛，全国各个地区金融发展差距逐步扩大。从三大区域划分的角度进行分析，我国中部地区有50%的省份支持区域金融发展随机趋同，而其他两大区域则没有明显的证据。从八大区域划分的角度进行分析，我国东北地区3个省份全部支持区域金融发展随机趋同，北部沿海、南部沿海、黄河中游地区和西北地区各有1个省份支持区域金融发展随机趋同，而剩余的区域内没有明显的证据。
　　与传统的分析方法相比，非线性框架下的区域金融发展不平衡研究在分析我国金融发展差距收敛性方面更具效力，更明显地揭示出我国区域金融发展的非同步、不平衡性。这与我国实体经济又好又快发展的要求是相悖的，需要我国各级政府、部门采取差异化的金融发展策略，减少“金融抑制”，进一步发挥市场的主导作用，完善金融市场体系。在具体实践中应当鼓励发挥地方特色（如浙江独具特色的金融发展模式），支持地区金融改革，合理规划、布局各地金融中心的发展，更好地服务于实体经济建设。 　　注：
　　①东部地区共10个区域金融改革试点，分别为：浙江温州市金融综合改革试验区、广东珠三角金融改革创新综合试验区、福建泉州金融服务实体经济综合改革试验区、山东青岛财富管理金融综合改革试验区、浙江丽水市农村金融改革试点、天津滨海新区综合配套改革试验区、上海浦东新区综合配套改革试点、义乌市国际贸易综合改革试点、深圳市综合配套改革试点和沈阳经济区国家新型工业化综合配套试验区。
　　参考文献：
　　[1]Raymond Goldsmith. 1969Financial structure and development[M].New Haven. Yale University Press.
　　[2]Bernard A B，Durlauf S N. 1995.Convergence in international output[J].Journal of applied econometrics，10（2）.
　　[3]Perron P. 1989. The great crash，the oil price shock，and the unit root hypothesis[J].Econometrica：Journal of the Econometric Society.
　　[4]Kapetanios G，Shin Y，Snell A.2003. Testing for a unit root in the nonlinear STAR framework[J]. Journal of Econometrics，112（2）.
　　[5]Ucar N，Omay T. 2009. Testing for unit root in nonlinear heterogeneous panels[J].Economics Letters，104（1）.
　　[6]Enders W，Lee J. 2012. A Unit Root Test Using a Fourier Series to Approximate Smooth Breaks*[J]. Oxford Bulletin of Economics and Statistics，74（4）.
　　[7]Chortareas G，Kapetanios G. 2009. Getting PPP right： identifying mean-reverting real exchange rates in panels[J].Journal of Banking & Finance，33（2）.
转载注明来源:https://www.xzbu.com/3/view-11684930.htm