2016年-世界发展银行全球_What_Type_of_Finance_Matters_for_Growth____Bayesian_Model_Averaging_Evidence_59页_742kb

总结：What Type of Finance Matters for Growth? Bayesian Model Averaging Evidence

核心内容

本论文探讨了金融发展对经济增长的影响，使用贝叶斯模型平均法（Bayesian Model Averaging, BMA）来解决跨国家增长回归中的模型不确定性问题。研究发现，传统的金融发展指标（如银行信贷与GDP比率、股票市场资本化率）与长期经济增长之间的关系并不稳健，而金融中介效率这一新开发的指标则显示出显著的正向影响。

主要观点

1. 金融发展与经济增长的关系：

   • 众多研究表明金融发展与经济增长之间存在正向因果关系。
   • 然而，也有学者认为金融发展可能对经济增长产生负面影响，尤其是在过度发展的阶段。
   • 金融发展可能通过非线性机制影响经济增长，如“倒U型”关系。

2. 模型不确定性问题：

   • 传统回归模型中，变量选择通常是基于某种理论，忽略了其他可能相关的因素。
   • BMA方法通过综合考虑所有可能的模型组合，并对系数进行加权平均，有效处理模型不确定性，减少遗漏变量偏差。

3. 金融发展指标的多样性：

   • 本文不仅关注传统的金融深度指标，还引入了金融稳定性和金融效率指标。
   • 新开发的**全球金融发展数据库（GFDD）**提供了更全面的金融指标，有助于更准确地衡量金融系统对经济增长的影响。

4. 研究结论：

   • 银行效率与长期经济增长存在显著正向关系，其后验包含概率（PIP）非常高。
   • 金融发展对经济增长的影响并不总是正面的，可能受到多种因素的影响，如法律环境、经济结构等。
   • 金融中介效率是衡量金融发展对经济增长影响的关键指标。

关键信息

数据与样本

• 使用了Fernandez等（2001）开发的长期经济增长决定因素数据集，包含72个国家的数据。
• 数据时间跨度为1960年至2011年。
• 新增了来自GFDD的金融指标，包括：
  • 私人部门信贷与GDP比率（衡量金融深度）
  • 股票市场资本化与GDP比率（衡量金融深度）
  • 银行净利息率（衡量金融效率）
  • 股票市场周转率（衡量金融效率）
  • 银行Z分数（衡量金融稳定性）

方法论

• 采用BMA方法，通过考虑所有可能的模型组合，对变量进行加权平均。
• BMA能够评估变量的后验包含概率（PIP）和系数的加权均值与方差。
• 使用滞后变量以减少内生性问题，并进行稳健性检验。

结果与发现

• 传统金融深度指标（如私人信贷、股票市场资本化）对经济增长的影响较弱。
• 银行效率对经济增长具有显著的正向影响，支持Pagano（1993）的理论预测。
• 未发现金融发展对经济增长的非线性效应。
• 研究结果对政策制定者具有重要启示，强调在金融监管改革中应重视金融中介效率。

政策含义

• 政策制定者不应低估金融中介效率对长期经济增长的重要性。
• 在评估金融发展对经济增长的影响时，应采用更全面的指标，包括金融效率、稳定性及深度。
• 金融发展可能并非总是促进增长，需结合具体经济环境和金融结构进行分析。

结构概述

• 引言：介绍研究背景与问题。
• 文献综述：回顾金融发展与经济增长的实证研究，指出其局限性。
• 数据：描述数据来源与构造。
• 方法：介绍贝叶斯模型平均法的原理与应用。
• 结果：展示回归分析结果与稳健性检验。
• 结论：总结研究发现，提出政策建议。

附录信息

• 数据集包含41个解释变量，其中金融指标为新增内容。
• 金融指标数据覆盖时间不一，部分指标从1960年开始，部分从1980年代开始。
• 数据平均处理有助于捕捉长期趋势，但可能引入内生性与信息损失。
• 稳健性检验使用初始值与滞后变量。

表格：金融指标描述性统计

理论背景

• 金融系统的不同功能（深度、效率、稳定性）对经济增长的影响不同。
• 传统研究多关注金融深度，但忽略了效率与稳定性。
• 新指标的引入有助于更全面地理解金融发展对经济增长的机制。

总结

本研究通过BMA方法，揭示了金融中介效率在促进长期经济增长中的关键作用，并强调了传统金融发展指标的局限性。研究结果对政策制定者在推动金融改革与监管时具有重要的指导意义，应更加关注金融效率的提升，以实现可持续的经济增长。