銀行主導型和市場主導型金融系統(tǒng)(跨國比較).doc

銀行主導型和市場主導型金融系統(tǒng)：跨國比較Asli DemirgucKunt and Ross Levine一、引言長期以來，經(jīng)濟學家一直在爭論銀行主導型金融系統(tǒng)和市場主導型金融系統(tǒng)的比較優(yōu)勢引證和討論參見 Allen and Gale （1997）和Levine（1997）。這一爭論主要集中在四個國家：銀行主導型金融系統(tǒng)，如德國、日本。銀行在動員儲蓄、配置資本、監(jiān)督公司管理者的投資決策以及在提供風險管理手段上扮演著主要的角色。市場主導型金融系統(tǒng)，如英格蘭和美國。在把社會儲蓄投向企業(yè)、行使公司控制以及減輕風險的管理上，證券市場與銀行同等重要。一些分析家認為，在提供金融服務上，市場更有效率；另一些則宣揚中介的優(yōu)勢。爭論未解決，并阻礙穩(wěn)定政策建議的形成。對市場主導型與銀行主導型金融系統(tǒng)進行比較的現(xiàn)有文獻存在一個主要缺點：這些比較集中于人均GDP水平相似的一個很窄系列的國家。以至于這些國家有一個非常相似的長期增長率。因此，如果人們接受德國和日本是銀行主導型金融系統(tǒng)，英國和美國是市場主導型金融系統(tǒng)，并且如果人們認識到所有這些國家有一個非常相似的長期增長率，那么意味著實行何種金融系統(tǒng)關系不大盡管其他差別（如財政、貨幣和管制政策）能夠完全平衡金融結構差別的增長效應，但這看來是不可能的。同樣，金融結構過去的研究沒有對照非金融部門政策上的差別。為提供更多的關于經(jīng)濟重要性和金融結構決定的信息，經(jīng)濟學家需要把該爭論擴展至包括廣泛系列的國家（包括地區(qū)，下同）經(jīng)驗。為把該爭論擴展至一個更廣泛的國家的橫截面，我們需要新的數(shù)據(jù)?；谝粋€新構建的數(shù)據(jù)系列，本文檢測多至150個國家橫截面的金融結構。我們利用了簡單的圖表、相關和回歸來闡述金融結構與經(jīng)濟發(fā)展之間的關系，而且，我們提供金融結構潛在的法律、管制和政策決定因素的經(jīng)驗證據(jù)。這是自Goldsmith（1969）的有影響的著作以來對國家大量橫截面的金融結構和經(jīng)濟發(fā)展的第一次系統(tǒng)檢測。然而，應該指出的是本文并不檢測金融結構是否會對經(jīng)濟增長和企業(yè)績效產(chǎn)生一個因果關系的影響，并不檢測銀行主導型和市場主導型國家是否會對經(jīng)濟增長和企業(yè)績效產(chǎn)生一個因果關系的影響。Levine（1999）、Demirguckunt和Makismovic（1999）在相應的論文中作了這些分析。相反，本文介紹有關金融機構與經(jīng)濟發(fā)展之關系以及大量校截面國家的金融結構與法律、管制政策決定因素之關系方面標準化（Stylized）事實。更具體地，本文提供有關三個問題的國際比較：1.經(jīng)濟發(fā)展與銀行、非銀行以及股票市場發(fā)展之關系；2.經(jīng)濟發(fā)展與銀行主導型金融系統(tǒng)和市場主導型金融系統(tǒng)之關系；3.金融結構的法律、管制、稅收以及宏觀經(jīng)濟之決定因素。為分析金融結構，我們必須把國家劃分為或市場主導型或銀行主導型類別。基于規(guī)模檢測、行為以及效率，我們構造了金融結構的一個綜合指數(shù)（Conglomerate index）。具體地說，我們研究了銀行部門發(fā)展（根據(jù)規(guī)模、行為和效率來檢測）相對于股票市場發(fā)展（同樣根據(jù)規(guī)模、行為和效率來檢測）的比率。具有較大比率的國家被劃分為銀行主導型類別。銀行部門發(fā)展對股票市場發(fā)展的綜合比率低于平均值的國家被劃分為市場主導型類別。因此，這個歸類體系產(chǎn)生了國家的兩個類別：市場主導型金融系統(tǒng)的國家和銀行主導型金融系統(tǒng)的國家。盡管是一個有用的起點，但這個雙變量體系代表了大量的含義。遺憾的是，盡管通過國際比較，一些國家的銀行系統(tǒng)是不發(fā)達的（Poorly developed）。但這種方法把它們確認為銀行主導型。之所以產(chǎn)生這樣的結果，是由于按照國際標準，這些國家的股票市場是非常不發(fā)達的。同樣，因為一些國家的銀行是極端不發(fā)達的，盡管根據(jù)國際比較它們的市場是不發(fā)達的，但這種方法把它們的金融系統(tǒng)確認為是市場主導型。因此，我們發(fā)展了另外一個歸類體系。首先，我們確定有高度不發(fā)達金融系統(tǒng)的國家。如果一個國家的銀行和市場發(fā)展兩者都低于平均值，它的金融系統(tǒng)被認為是不發(fā)達的。這就產(chǎn)生了三個類別：不發(fā)達的、銀行主導型和市場主導型。盡管這個分類體系同樣有問題，但它有助于比較國家的跨廣泛橫截面上的金融結構。因為與具有較發(fā)達金融系統(tǒng)或屬于銀行主導型類別或屬于市場主導型類別相比，非常不發(fā)達的金融系統(tǒng)彼此之間有更多的共性。盡管當只考慮銀行主導型和市場主導型金融系統(tǒng)時，我們能得到同樣的結果，但當我們考慮金融結構的三個類別：不發(fā)達的、銀行主導型和市場主導型金融系統(tǒng)，我們看到了清楚得多的模式。我們的發(fā)現(xiàn)如下：1、在較富裕的國家，銀行、非銀行以及股票市場更大、更活躍、并更有效率。在平均水平上，較富裕的國家其金融系統(tǒng)更發(fā)達；2、在較高收入國家，相對于銀行，股票市場變得更活躍和更有效率。各國金融系統(tǒng)演變存在這樣的趨勢：當國家變得較富裕時。其金融系統(tǒng)變得更以市場為導向（MarketOriented）；3、有習慣法（Common laws）傳統(tǒng)，對股東權力有強有力的保護，有好的會計管制、腐敗的低水平以及沒有明確的存款保險的國家，其金融系統(tǒng)傾向于更加以市場為導向；4、有法國民法傳統(tǒng)，對股東和信貸者權力保護不好，合約執(zhí)行差、腐敗的高水平、差的會計標準、限制性的銀行管制以及高通貨膨脹的國家，傾向于有不發(fā)達的金融系統(tǒng)。本文的其余部分組織如下：第二小節(jié)說明了在跨不同人均收入組別上金融系統(tǒng)如何不同；第三小節(jié)經(jīng)驗性地定義金融結構并提供跨國比較；第四小節(jié)考察了金融結構的法律、管制、稅收和政策決定因素；第五小結總結了研究結果。二、跨不同人均收入組別上金融系統(tǒng)的差別不同的國家其金融系統(tǒng)有大的差別。像人們比較較貧窮國家與較富裕國家一樣（以人均GDP來測度），本小節(jié)利用新搜集的多達150個國家橫截面數(shù)據(jù)來說明金融系統(tǒng)是如何不同。在跨不同收入組別上，盡管并不是所有的金融部門發(fā)展的檢測方法都會以一個系統(tǒng)的方式變化，但一些值得注意的模式出現(xiàn)了：在較富裕的國家，依據(jù)銀行、非銀行金融中介和股票市場的規(guī)模、行為、效率來檢測的金融部門的發(fā)展傾向于更大。這個分析集中于90年代搜集的數(shù)據(jù)。當我們對60、70和80年代（數(shù)據(jù)許可的情況下）進行分析時，得出了極為相似的結果。附錄顯示了不同時期內金融系統(tǒng)是如何不同的。Beck、Demirguckunt和Levine（1999）提供了數(shù)據(jù)來源的詳細信息。表1 金融中介和股票市場發(fā)展：跨國數(shù)據(jù)國家和地區(qū)人均GDP1990-1995流動負債/GDP銀行資產(chǎn)/GDP市值/GDP總交易市值/GDP銀行資產(chǎn)/市值阿根廷澳大利亞奧地利孟加拉國巴巴多斯比利時玻利維亞巴西加拿大智利哥倫比亞哥斯達黎塞浦路斯丹麥厄瓜多爾埃及芬蘭法國德國加納英國希臘洪都拉斯中國香港冰島印度印尼伊朗愛爾蘭以色列意大利牙買加日本約旦肯尼亞韓國馬來西亞毛里求斯墨西哥尼泊爾荷蘭新西蘭尼日利亞挪威巴基斯坦巴拿馬秘魯菲律賓葡萄牙新加坡南非西班牙斯里蘭卡瑞典瑞士泰國特立尼達突尼斯土耳其美國烏拉圭委內瑞拉津巴布韋平均值4039.1214313.9513177.30194.314777.0414481.78754.982346.3617284.792725.161432.391866.66588.4517022.551322.41042.3515892.4415232.4116573.02553.2311794.316551.64751.3210537.9818939.92385.43609.762397.49014.49259.5811504.721711.3415705.681288.78440.623908.742629.222124.692951.55199.6113954.719492.46550.9520134.81435.901950.451292.36734.064822.1011152.472379.267286.25537.6718981.5019529.791502.883684.841534.162258.7719413.522514.333166.58803.596546.68 0.150.610.890.340.640.690.350.230.760.380.300.371.240.580.240.810.580.640.660.160.960.600.291.630.370.440.420.440.520.690.650.431.911.110.460.650.970.680.250.330.830.730.200.570.410.530.150.450.711.120.440.760.370.471.440.770.520.470.220.600.390.290.350.590.210.771.260.310.521.180.370.320.660.460.180.170.810.480.170.630.801.021.210.061.160.410.251.490.490.340.490.220.360.920.740.281.310.710.290.550.820.540.240.221.120.850.110.690.360.580.120.370.790.950.660.960.270.541.770.820.370.550.190.730.280.150.210.580.110.710.120.040.210.360.020.190.590.840.130.070.220.340.100.100.290.330.240.151.130.150.051.960.110.280.180.040.260.330.170.420.790.650.160.372.010.270.320.050.690.490.060.260.160.090.110.520.131.371.660.300.160.620.980.570.120.100.140.800.010.120.230.390.040.330.080.010.000.050.000.120.290.090.010.000.020.160.010.020.120.170.280.000.550.060.021.080.010.080.080.010.140.190.080.050.280.120.000.441.140.010.130.000.430.140.000.140.060.000.040.150.050.700.150.230.020.330.760.400.010.010.160.620.000.030.010.171.911.0810.57.752.483.2818.51.681.120.551.382.433.681.411.706.32.763.095.040.41.022.7350.764.451.212.725.51.382.794.350.671.661.091.811.490.4120.754.41.621.731.832.652.256.441.090.716.080.690.403.21.690.871.801.443.085.51.360.91281.250.911.49注：該表格僅將原文表格中的部分指標進行了摘錄，其中銀行資產(chǎn)/GDP為本人整理。1、中介在較高收入國家，銀行和其他金融中介規(guī)模傾向于更大、更活躍并更有效率?？紤]四個檢測。（1）流動負債/GDP，即銀行流動負債加上非銀行金融中介的流動負債/GDP，這是衡量金融中介規(guī)模相對于經(jīng)濟規(guī)模的常用指標，也被經(jīng)常用來作為金融部門發(fā)展的總量檢測方法（King and Levine 1993a,b）。（2）銀行資產(chǎn)/GDP，即存款貨幣銀行國內總資產(chǎn)/GDP，提供了一個銀行部門總規(guī)模的檢測方法。（3）存款貨幣銀行在私有部門的索取權/GDP，即存款貨幣銀行貸給（以及其他在私有部門的索取權）私有部門的信貸占GDP的份額，排除了對公共部門的信貸（政府和公共企業(yè)）。這是衡量在私有部門上銀行行為的一個常用指標。（4）其他金融機構在私有部門的索取權/GDP，這里的其他金融機構包括保險、金融公司、集中的投資計劃（共同基金）、儲蓄銀行、私人養(yǎng)老金和發(fā)展銀行。這個指標表示非銀行機構貸給（以及其他在私有部門的索取權）私有部門的信貸占GDP的份額。在計算了金融中介規(guī)模和行為的這些測度后，我們把國家歸于1997年世界銀行發(fā)展指標中定義的低、中低、中高和高收入國家類別 國家的分類依據(jù)它們1995年的人均GNP。低收入國家指人均GNP小于765美元；中低收入國家指人均GNP766美元-3035美元；中高收入國家指人均GNP3036美元-9385美元；高收入國家指人均GNP大于或等于9386美元?；谶@個收入組別排列，每個組別的國家數(shù)目大體相同。然而，對四個組別中的每一個組別，我們計算了金融中介發(fā)展指標的平均值。表1 參見奧爾多投資評論第1卷第2輯金融系統(tǒng)演變考第61-63頁。給出了每個國家的數(shù)據(jù)。圖1顯示了當把較為富裕的國家和較為貧窮的國家加以比較時，在較為富裕的國家，流動資產(chǎn)/GDP，銀行資產(chǎn)/GDP，存款貨幣銀行在私有部門的索取權/GDP以及其他金融機構在私有部門的索取權/GDP都上升了，這個模式在統(tǒng)計上是顯著的。表2顯示了人均GDP與流動性負債/GDP、銀行資產(chǎn)/GDP、存款貨幣銀行在私有部門的索取權/GDP以及其他金融機構在私有部門的索取權/GDP之間的相關在5的水平上都是顯著的。具體到國家和地區(qū)，奧地利、德國、法國、英國、中國香港、日本、荷蘭以及瑞士有比較大的、活躍的銀行體系。另一方面，阿根廷、哥倫比亞、哥斯達黎加、加納、尼泊爾、尼日利亞、秘魯、土耳其以及津巴布韋有特別小的、不活躍的銀行體系。在非銀行方面，日本、韓國、荷蘭、南非、瑞典以及美國有非常強大的金融中介（見表1）。事實上，在美國、瑞典和韓國，其他金融中介發(fā)放給私有部門的信貸比存款貨幣銀行發(fā)放的多。同樣，注意到在較富裕國家，中央銀行在信貸配置上的直接作用是較小的（見圖1和表2）。表2 金融中介與股票市場發(fā)展人均GDP水平下之間的相關相關P值流動負債/GDP銀行資產(chǎn)/GDP存款貨幣銀行在私人部門索取權/GDP其他金融中介在私人部門索取權/GDP中央銀行資產(chǎn)/GDP一般管理成本銀行凈利差銀行集中指數(shù)國外銀行資產(chǎn)/總銀行資產(chǎn)總銀行資產(chǎn)中的公眾股份市值/GDP總交易市值/GDP換手率0.4650.6630.6390.636-0.442-0.353-0.4430.017-0.371-0.4620.2820.4090.424（0.001）（0.001）（0.001）（0.001）（0.001）（0.005）（0.001）（0.898）（0.009）（0.004）（0.025）（0.001）（0.001）現(xiàn)在考慮銀行部門效率的兩個檢測。一般管理成本（Overhead cost）等于銀行一般管理成本與銀行總資產(chǎn)的比率。盡管不是明確的，我們還是把較低的一般管理成本看作是較高效率的標志。過多的一般管理成本支出可能反映了浪費和缺乏競爭。然而，同樣必須認識到競爭性的銀行可能從事大量投資以提供高質量的金融服務，這些提高生產(chǎn)率的投資可能引起一般管理成本的上升。因此，極低的一般管理成本可能反映不充分競爭和在提供好的銀行服務上投資不足。可見，一般管理成本不是效率的一個明確清楚的檢測方法。圖1：90年代金融中介的發(fā)展注：表中橫向坐標軸數(shù)字含義：1表示流動負債GDP；2表示銀行資產(chǎn)GDP；3表示存款貨幣銀行在私有部門索取權GDP；4表示其他金融機構在私有部門索取權GDP；5表示中央銀行資產(chǎn)GDP；6表示一般管理成本；7表示銀行凈利差；8表示銀行集中指數(shù)；9表示外國銀行資產(chǎn)份額；10表示公眾持有的商業(yè)銀行股份。銀行效率的第2個檢測是銀行凈利差，它等于銀行利率收入減去利率支出再除以總資產(chǎn)。盡管許多因素影響利差，較小的利差通常被認為代表較強的競爭和較高的效率。我們獲得了 8個國家基于銀行水平的一般管理成本和銀行利差的數(shù)據(jù)。對每一個國家我們計算了單個銀行的平均值。圖1顯示了較高收入的國家傾向于有較低平均的一般管理成本和較低的平均銀行凈利差。人均GDP與一般管理成本和銀行利差之間的相關（以及p值）進一步證明了人均GDP和銀行效率之間的負相關關系（見表2）。銀行集中度與人均GDP之間的關系沒有統(tǒng)計上的顯著性。我們以三個最大銀行的資產(chǎn)在總的銀行部門資產(chǎn)中的比重來檢測銀行部門的集中度，并稱之為銀行集中指數(shù)。圖1顯示了當從較低收入向較高收入國家銀行移動時，銀行集中度傾向于下降。然而，這種銀行部門集中度的下降在統(tǒng)計上不顯著，如表2所示。在表1中我們同樣報告了在銀行總資產(chǎn)中外國銀行和公有銀行的份額。當我們移向較高收入國家時（圖1），這兩個檢測都下降了。從表2我們能看出這種關系同樣在統(tǒng)計上是顯著的。2跨國股票市場在較高收入國家，股票市場傾向于較大、更活躍并更有效率。為檢測市場規(guī)模，我們采用了作為GDP份額的市值指標，它等于國內股票價值（在國內股票交易所交易的）與GDP的比率。為檢測市場行為，我們采用了作為GDP份額的交易總價值指標，它等于在國內交易所國內股票的交易市值除以GDP。作為GDP份額的總交易市值檢測相對于經(jīng)濟規(guī)模的股票交易市值，作為GDP份額的總交易市值被經(jīng)常用來檢測市場流動性，因為它檢測了相對于經(jīng)濟行為的交易（例如Levine and Zervos，1998）。最后，為檢測市場效率，我們利用了換手率（Turnover ratio），它等于國內股票在國內交易所交易的價值除以國內股票的價值（在國內交易所交易的）。換手率不是效率的一個直接檢測指標，它沒有檢測交易成本。進一步說，換手率是檢測相對于市場規(guī)模的股票交易市值，并被經(jīng)常用作檢測流動性的方法。圖2 不同收入國家金融市場的市值和交易情況注：表中橫向坐標軸數(shù)字含義：l表示市值GDP；2表示總交易市值GDP；3表示換手率。如圖2所示，按照收入劃分的四個組別，當我們從最窮的國家移向最高收入的國家組別時，作為GDP份額的市值、作為GDP份額的總交易市值和換手率都上升了。人均GDP與作為GDP份額的總交易市值和換手率之間的相關系數(shù)大約都是0.4，并在1的水平上顯著。人均GDP與市值之間的相關系數(shù)接近0.3，并在5的水平上顯著。在較富裕的國家，股票市場更為發(fā)達。在單個國家方面，其排名嚴重依賴于股票市場發(fā)展的特定檢測方法。一些國家和地區(qū)通過任何檢測方法都顯示其股票市場有較好的發(fā)展（表1中顯示的澳大利亞、英國、中國香港、馬來西亞、荷蘭、新加坡、瑞典、瑞士、泰國和美國）；一些國家有大的但流動性差的股票市場，如智利和南非（見表1）；另一些國家有活躍的但小的股票市場，特別值得一提的是韓國和德國。3跨國非銀行金融中介在較富裕國家，保險公司、養(yǎng)老基金以及其他非銀行金融中介占GDP的份額是較大的。具體地，我們檢測了保險公司、養(yǎng)老基金、集中性投資計劃（共同基金）、發(fā)展銀行以及其他非銀行金融機構發(fā)放給私有部門的貸款，以這些機構發(fā)放的私有部門的貸款占GDP的份額來計算。圖3l顯示了在較為富裕的國家，這些非銀行金融中介的每一個檢測值都較大，但當國家變得更富裕時，相對于發(fā)展銀行與其他非銀行金融機構，保險公司、養(yǎng)老基金和共同基金的作用上升了（圖32）。對于人壽保險公司，我們包括了一個另外的規(guī)模和兩個另外的行為檢測方法（圖略）。人壽保險部門的規(guī)模，定義為人壽保險公司發(fā)放給私人信貸占 GDP的百分比，它隨著收入的增加而增加。用保險費/GDP來檢測人壽保險的深度，用人均保險費來檢測人壽保險的密度。結果出現(xiàn)了同樣的模式：高收入國家顯示出人壽保險的深度是中低收入國家的10倍，并且高收入國家的人壽保險密度幾乎比低收人國家的人壽保險密度高100倍。圖3l 非銀行中介在私有部門索取權占GDP的比例注：表中橫坐標數(shù)字含義：1表示銀行類機構；2表示保險公司；3表示私人養(yǎng)老基金；4表示集中性的投資計劃；5表示開發(fā)銀行。圖2 非銀行中介在私有部門索取權占總的非銀行在私有部門的索取權的比例注：表中橫坐標數(shù)字含義：1表示銀行類機構；2表示保險公司；3表示私人養(yǎng)老基金；4表示集中性的投資計劃；5表示開發(fā)銀行。表3 跨國金融部門總規(guī)模和效率國家和地區(qū)人均GDP1990-1995總規(guī)模（存款貨幣銀行國內資產(chǎn)+股票市值）/GDP總效率（總交易市值/凈利差）總效率（總交易市值/一般管理成本）總效率（換手率/凈利差）總效率（換手率/一般管理成本）阿根廷澳大利亞奧地利孟加拉國巴巴多斯比利時玻利維亞巴西加拿大智利哥倫比亞哥斯達黎加塞浦路斯丹麥厄瓜多爾埃及芬蘭法國德國加納英國希臘洪都拉斯中國香港冰島印度印尼伊朗愛爾蘭以色列意大利牙買加日本約旦肯尼亞韓國馬來西亞毛里求斯墨西哥尼泊爾荷蘭新西蘭尼日利亞挪威巴基斯坦巴拿馬秘魯菲律賓葡萄牙新加坡南非西班牙斯里蘭卡瑞典瑞士泰國特立尼達突尼斯土耳其美國烏拉圭委內瑞拉津巴布韋4039.1214313.9513177.30194.314777.0414481.78754.982346.3617284.792725.161432.391866.66588.4517022.551322.41042.3515892.4415232.4116573.02553.2311794.316551.64751.3210537.9818939.92385.43609.762397.49014.49259.5811504.721711.3415705.681288.78440.623908.742629.222124.692951.55199.6113954.719492.46550.9520134.81435.901950.451292.36734.064822.1011152.472379.267286.25537.6718981.5019529.791502.883684.841534.162258.7719413.522514.333166.58803.59.321.481.38.35.741.53.38.501.241.30.31.241.03.82.28.731.091.351.45.212.29.56.303.45.60.62.68.26.631.25.91.702.101.36.45.922.83.81.56.271.801.34.17.95.52.66.23.88.922.322.321.27.431.162.751.39.49.650.331.530.300.270.440.5016.304.220.700.112.371.0916.801.960.210.030.393.310.191.447.424.9111.180.0526.971.730.2945.542.581.859.955.862.180.5515.845.350.0819.7744.240.452.540.0628.836.064.822.170.120.513.881.5532.203.466.300.4312.9147.0413.70.380.521.6115.760.380.300.3612.872.90.260.081.871.1012.862.780.160.020.574.430.181.137.033.8710.010.0720.651.480.4844.902.862.7019.955.162.150.6320.174.820.1317.8674.910.752.440.1038.75.665.942.050.150.393.151.9354.624.076.650.4512.2415.7619.720.320.592.5716.950.490.304.7021.1034.3711.300.477.035.1726.762.201.510.521.779.532.0710.2321.2214.4745.390.3823.5410.559.5722.1011.7210.7643.3922.1312.261.0919.808.540.4454.9319.451.638.210.9537.4511.3517.8812.141.763.916.7312.5523.041.9817.172.4418.4345.9226.352.543.9910.7218.643.031.483.3816.6723.654.200.345.565.2020.493.131.180.432.5712.741.917.9821.1211.4140.640.5318.029.0116.0921.7913.0215.6887.1819.5112.071.2525.227.69.7549.6032.932.747.881.5650.2710.6022.0311.462.133.055.4615.6439.082.3318.112.5717.4815.3837.932.134.6017.0620.053.841.504、總體效率在較高收入國家，總體的金融系統(tǒng)變得更大，更活躍并更有效率。直到現(xiàn)在，我們的分析要么集中于金融中介，要么集中于股票市場。這里，我們進行總體金融系統(tǒng)的效率檢測。我們考慮檢測總體金融部門發(fā)展的五個方法。（1）我們檢測金融系統(tǒng)的總規(guī)模，通過將存款貨幣銀行的國內資產(chǎn)和股票市值加在一起，再除以GDP。如圖4所示，金融部門的總規(guī)模隨著人均GDP的增長而急劇上升，并在1%的水平上顯著相關。圖4 金融系統(tǒng)總規(guī)模和效率注：表中橫坐標數(shù)字含義：1=總規(guī)模，為（存款貨幣銀行國內資產(chǎn)加上股票市值）/GDP；2=總效率，即總交易市值/凈利差；3=總效率，即總交易市值/一般管理成本；4=總效率，即換手率/凈利差；5=總效率，即換手率/一般管理成本。表4 人均GDP水平下金融部門效率與總規(guī)模之間的相關相關P值總規(guī)模（存款貨幣銀行國內資產(chǎn)加上股票市值）/GDP總效率（總交易市值/凈利差）總效率（總交易市值/一般管理成本）總效率（換手率/凈利差）總效率（換手率/一般管理成本）0.5190.4700.3040.5740.400（0.001）（0.001）（0.020）（0.001）（0.002）（2）我們考慮了總體金融部門發(fā)展的四個檢測方法。我們固定和匹配（Fixand-match）了股票市場和銀行業(yè)發(fā)展的不同檢測方法。我們利用了換手率和總交易市值/GDP來檢測股票市場的流動性。我們把較高的水平解釋為表示更有效運作的股票市場。為在一個廣泛經(jīng)濟基礎上來測度股票市場的發(fā)展，我們寧愿要總交易市值/GDP的檢測方法，而不是換手率?？偨灰资兄?GDP檢測相對于經(jīng)濟規(guī)模的交易，而換手率檢測相對于市場規(guī)模的交易。因此，一個小的活躍的市場可能有高的換手率和低的總交易市值/GDP。因為我們正在尋求檢測一個國家的企業(yè)交易所有權的容易性，用總交易市值/GDP檢測它更為直接。不過，我們利用兩種方法提供了檢測結果。同樣，我們利用一般管理成本（Overhead cost）和銀行凈利差去檢測銀行部門的非效率。這里，我們把這兩者數(shù)據(jù)的較高水平解釋為銀行運作的較低效率。因此，用每一個股票市場指標除以每一個銀行部門非效率的檢測方法，我們構造了檢測總體金融部門發(fā)展的四個檢測方法。利用金融部門總體效率的檢測方法的結果如圖4中的直方圖所示，國家被劃分為四個組別，較富裕的國家傾向于有更高效率的金融系統(tǒng)。并且所有的檢測都在5的水平上顯著相關。一些國家在總體金融部門效率方面是突出的。特別地，依據(jù)我們偏好的兩個總體金融部門效率的檢測方法（這些方法基于股票市場指標，總交易市值/GDP以及兩個銀行效率的檢測方法：一般管理成本和凈銀行利差），馬來西亞、中國香港、新加坡、芬蘭、日本、泰國、韓國、英國、美國、瑞士、澳大利亞都被排在非常高的位置。三、金融結構：比較與定義現(xiàn)在轉向金融結構。上面內容顯示了在人均GDP較高水平的國家，中介和股票市場傾向于更大、更活躍并更有效率。本小節(jié)集中于相對于股票市場的銀行。首先，我們檢測了相對于股票市場的銀行規(guī)模、行為和效率的跨國模式；其次，利用可得到的國家的廣泛的截面數(shù)據(jù)，我們試圖把國家金融系統(tǒng)劃分為市場主導型或銀行主導型。本小節(jié)強調了在利用金融結構的任何單個檢測方法的困難。于是我們構造了金融結構的一個綜合指數(shù)并基于這個指數(shù)劃分金融結構，而且，我們也區(qū)分了有不發(fā)達金融系統(tǒng)的經(jīng)濟和有發(fā)達金融系統(tǒng)的經(jīng)濟。這提供了有關金融結構的額外信息，也就是依據(jù)國際標準，如果一個特定的銀行主導型（市場主導型）金融系統(tǒng)具有的銀行（市場）被認為是發(fā)達的，其金融系統(tǒng)可以被看作是發(fā)達的。比如，德國和巴基斯坦兩者都被劃分為銀行主導型金融系統(tǒng)，但在巴基斯坦，銀行不能實現(xiàn)一個銀行主導型金融系統(tǒng)所期望的功能，因為這些銀行不像德國銀行那樣得到了較好的發(fā)展。同樣，美國和菲律賓都是市場主導型金融系統(tǒng)，但菲律賓的市場在提供金融服務上不是有效的。事實上，在我們考慮金融結構的決定因素時，對它們各自的以銀行主導型和市場主導型金融系統(tǒng)相比較時，我們發(fā)現(xiàn)像巴基斯坦和菲律賓這樣的國家彼此之間有更多的共性。1規(guī)模在較高收入國家，相對于國內股票市場規(guī)模，銀行沒有變得更大或更小。考慮基于規(guī)模的金融結構的檢測，具體地，銀行/市值等于存款貨幣銀行的國內總資產(chǎn)相對于國內股票市值（也就是說，銀行/市值等于銀行資產(chǎn)除以市值）。圖5畫出了四個收入組別的銀行/市值。圖中第一個直方圖列出了低收入國家的銀行/市值。如圖所示，相對于國內股票市場規(guī)模的國內銀行資產(chǎn)規(guī)模與收入水平之間沒有一個強的關系。圖5 銀行、股票市場和其他金融機構的相對規(guī)模注：表中橫向坐標軸數(shù)字含義：1=股票市場vs銀行，等于存款貨幣銀行國內資產(chǎn)股票市值；2=銀行vs其他金融機構，等于存款貨幣銀行國內資產(chǎn)其他金融機構國內資產(chǎn)?，F(xiàn)在，考慮銀行/市值是如何劃分特定的國家為銀行主導型與市場主導型金融結構。表5給出了這個相對規(guī)模的檢測?；阢y行/市值，把國家從最低的排向最高的。這是一個大范圍的排列，從0.4（南非）到 10.24（奧地利）?？紤]相對于銀行規(guī)模有最大市場的10個國家和地區(qū)，這包括美國、瑞典、中國香港、新加坡和馬來西亞，許多觀察家把它們歸于市場主導型類別。然而，銀行/市值的檢測方法也把牙買加、墨西哥和菲律賓歸于市場主導型類別。這樣做的主要原因在于這些國家的銀行很小并不發(fā)達，而不是由于它們有特別發(fā)達的股票市場。實際上，墨西哥的股票市值比率低于樣本均值。同樣，銀行/市值檢測方法確認智利和南非的金融系統(tǒng)是市場主導型，盡管如上所討論的，它們股票市場上的交易并不太多。表5 銀行與市值國家和地區(qū)人均GDP1990-1995存款貨幣銀行國內資產(chǎn)/GDP市值/GDP 存款貨幣銀行國內資產(chǎn)/市值南非馬來西亞智利牙買加新加坡菲律賓墨西哥中國香港瑞典美國津巴布韋秘魯英國澳大利亞約旦加拿大委內瑞拉印度哥倫比亞土耳其冰島丹麥泰國韓國荷蘭日本厄瓜多爾斯里蘭卡巴西新西蘭肯尼亞瑞士尼日利亞阿根廷毛里求斯巴基斯坦巴巴多斯哥斯達黎加印尼挪威芬蘭以色列希臘特立尼達法國西班牙比利時塞浦路斯尼泊爾意大利愛爾蘭德國洪都拉斯伊朗突尼斯葡萄牙埃及巴拿馬孟加拉國奧地利2379.262629.222725.161711.3411152.47734.062951.5510537.9818981.5019413.52803.591292.3611794.3114313.951288.7817284.793166.58385.431432.392258.779014.4017022.551502.883908.7413954.7115705.681322.40537.672346.369492.46440.6219529.79550.954039.122127.69435.904777.041866.60609.7620134.8115892.449259.586551.643684.8415232.417286.2514481.786588.45199.6111504.7218939.9216573.02751.322397.401534.164822.101042.351950.45194.3113177.300.660.820.460.280.950.370.241.490.540.730.210.121.160.770.710.660.150.340.180.190.360.480.820.551.121.310.170.270.320.850.291.770.110.210.540.360.520.170.490.690.800.920.410.371.020.961.180.810.220.740.491.210.250.220.550.790.630.580.311.261.662.010.840.421.370.520.321.960.620.800.230.111.130.710.650.590.120.280.130.140.260.340.570.370.690.790.100.160.190.490.160.980.060.110.270.160.210.070.180.260.290.330.150.120.330.300.360.220.050.170.110.240.050.040.100.130.100.090.040.120.400.410.550.670.700.710.760.760.860.910.951.011.031.081.101.121.211.241.341.351.361.401.441.481.631.661.681.691.701.731.801.801.881.902.042.172.442.512.672.692.712.762.782.953.113.203.313.734.304.454.505.015.225.245.795.846.106.747.7610.24在以銀行對比市場主導型排列的另一端，我們發(fā)現(xiàn)了同樣的問題。考慮相對于國內股票市場規(guī)模有最大銀行的10個國家，金融結構相對規(guī)模的檢測確認了奧地利、巴拿馬、葡萄牙、突尼斯和德國的金融系統(tǒng)是銀行主導型。然而，銀行/市值的檢測同樣把孟加拉國、埃及和伊朗歸于銀行主導型。同樣，把它們歸于銀行主導型類別，主要原因是它們的股票市場很小并不發(fā)達，而不是由于它們的銀行特別發(fā)達。具體地，孟加拉國、埃及和伊朗的銀行占GDP的份額低于樣本均值。因此，盡管相對規(guī)模檢測在關于銀行對股票市場相對規(guī)模上提供了有用的信息，但它有明顯的局限性。要注意的是，如果一個國家有大的銀行/市值檢測的值，這并沒有必然表明相對于其他國家的銀行體系它有一個充分發(fā)達的銀行體系。同樣，如果一個國家有銀行/市值檢測很低的值，這并沒有必然表明相對于其他國家的股票市場它有一個充分發(fā)達的股票市場。表6 銀行與其他金融中介國家和地區(qū)人均GDP1990-1995存款貨幣銀行國內資產(chǎn)/GDP其他金融中介國內資產(chǎn)/GDP 存款貨幣銀行國內資產(chǎn)/其他金融中介國內資產(chǎn)瑞典美國冰島南非韓國日本哥倫比亞荷蘭津巴布韋挪威希臘特立尼達塞浦路斯肯尼亞泰國墨西哥加拿大馬來西亞委內瑞拉澳大利亞伊朗智利牙買加尼日利亞瑞士突尼斯厄瓜多爾多多巴斯洪都拉斯巴西新加坡菲律賓新西蘭約旦埃及秘魯土耳其西班牙德國奧地利玻利維亞哥斯達黎加18981.5019413.529014.402379.263908.7415705.681432.3913954.71803.5920134.816551.643684.846588.45440.621502.882951.5517284.792629.223166.5814313.952397.402725.161711.34550.9519529.791534.161322.404777.04751.322346.3611152.47734.069492.461288.761042.351292.362258.777286.2516573.0213177.307