金融寬度和金融深度的影響因素：一個(gè)跨國分析

1、金融寬度和金融深度的影響因素：一個(gè)跨國分析李 猛(上海財(cái)經(jīng)大學(xué)金融學(xué)院，上海，200433)摘要：最近幾年，在金融發(fā)展研究領(lǐng)域，經(jīng)濟(jì)學(xué)家將對(duì)金融深度的研究轉(zhuǎn)向了金融寬度，也就是金融服務(wù)的可得性。我們采用了一個(gè)衡量金融寬度的新指標(biāo)，收集了一個(gè)包含了84個(gè)國家和地區(qū)的截面數(shù)據(jù)集，更全面地來比較分析影響金融寬度和金融寬度的各種因素。結(jié)果發(fā)現(xiàn)影響金融寬度和金融深度的因素不完全相同。債權(quán)人權(quán)利指數(shù)對(duì)金融寬度和金融深度的影響都是正向的，國民總收入和收入差距對(duì)金融寬度的影響是正向的，對(duì)金融深度沒有影響。人均國民收入對(duì)金融深度的影響為正，通貨膨脹對(duì)金融深度的影響為負(fù)，它們對(duì)金融寬度沒有影響。關(guān)鍵詞：金融寬度；

2、金融可得性； 金融深度； 跨國分析What Affects Financial Breadth and Financial Depth？A Cross-Country AnalysisLi Meng(The School of Finance, Shanghai University of Finance & Economics, Shanghai, 200433 )Abstract:Economists in the field of financial development have turned their research interests from financial d

3、epth to financial breadth, namely access to finance recently. We collect a cross-section data set including 84 countries and regions to analyze and compare what affects them. We find that the factors that affect financial breadth and financial depth are not the same. The creditor rights index is ass

4、ociated with better financial breadth and financial depth. While GNI per capita are associated with better financial depth, inflation associated with worse one, GNI and income disparity are associated with better financial breadth. Keywords:Financial Breadth; Access to Finance; Financial Depth; Cros

5、s-Country Analysis.一、 引言 自從Coase(1937,1960)將交易成本引入經(jīng)濟(jì)學(xué)分析以來，經(jīng)濟(jì)學(xué)家已經(jīng)清楚地認(rèn)識(shí)到，經(jīng)濟(jì)主體在一個(gè)充滿交易成本的世界里活動(dòng)，獲得信息、執(zhí)行合約、促進(jìn)交易的成本導(dǎo)致了金融合約、市場和中介的出現(xiàn)。因?yàn)槟軠p少市場摩擦，金融體系能夠影響資源在時(shí)間和空間上的配置。由此經(jīng)濟(jì)學(xué)家逐漸形成了一種金融功能論的觀點(diǎn)(Bodie 和Merton, 2000, Levine, 2005)，將金融體系所發(fā)揮的功能概括為六項(xiàng)，即在時(shí)間上和空間上的轉(zhuǎn)移資源、管理風(fēng)險(xiǎn)、清算和支付結(jié)算、儲(chǔ)備資源和分割股份、提供和解決激勵(lì)問題(Bodie 和Merton, 2000)。金

6、融發(fā)展是指金融功能的全面演進(jìn)，一般來說應(yīng)該包括兩個(gè)維度金融深度（financial depth）和金融寬度（financial breadth）。金融深度是指金融資產(chǎn)的數(shù)量增加，金融寬度是指人們?cè)诮?jīng)濟(jì)活動(dòng)中能夠使用更多更便捷的金融服務(wù)，即金融服務(wù)的可得性(access to finance)。金融深度和金融寬度正相關(guān)，但并不高度相關(guān)。以往對(duì)金融發(fā)展的研究，例如Goldsmith(1969)對(duì)金融結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展的研究，McKinnon(1973)和Shaw(1973)對(duì)金融抑制和金融深化的研究，主要論述的是金融深度，我們所熟悉的金融發(fā)展指標(biāo)M2占GDP的比率，對(duì)私營部門的國內(nèi)信貸占GDP的百分比

7、以及金融相關(guān)率都是用來衡量金融深度和規(guī)模的指標(biāo)，雖然它們可以在一定程度上反映金融寬度，但并沒有完全反映。以信貸服務(wù)為例，我們可以看到一個(gè)經(jīng)濟(jì)體的貸款規(guī)模在不斷增長，但是很有可能這是因?yàn)橄蛟瓉淼慕杩钊税l(fā)放了更多的貸款，而借款人范圍并沒有擴(kuò)大，很多窮人和中小企業(yè)的融資約束依然很嚴(yán)重。Singh(1995)應(yīng)用國際金融公司(IFC)的調(diào)查數(shù)據(jù)分析發(fā)現(xiàn)，發(fā)展中國家的大部分信貸都流向了與政府關(guān)系密切的、風(fēng)險(xiǎn)相對(duì)較低的大企業(yè)，為數(shù)眾多的中小企業(yè)受益很少。Klapper et al (2002)發(fā)現(xiàn)雖然東歐轉(zhuǎn)軌國家的信貸規(guī)模在不斷增大，但是它們的中小企業(yè)依然缺乏信貸融資渠道。Brown和Maurer(200

8、5)研究則表明，外資銀行的進(jìn)入對(duì)改善中小企業(yè)的融資困境幫助不大，事實(shí)上它們還可能使中小企業(yè)的信貸融資途徑更狹窄。 我們可以從以下三點(diǎn)來認(rèn)識(shí)金融寬度的重要性。第一，金融發(fā)展能夠促進(jìn)經(jīng)濟(jì)增長（見Levine(2005)的綜述），同時(shí)金融發(fā)展也能夠緩解貧困(Beck et al, forthcoming)。Evans和Jovanovic(1989)研究發(fā)現(xiàn)大多數(shù)自我創(chuàng)業(yè)者的創(chuàng)業(yè)資本不足，面臨流動(dòng)性約束。窮困的人和財(cái)產(chǎn)少的企業(yè)家往往缺乏抵押品、信貸記錄和“關(guān)系”，金融市場上的信息不對(duì)稱和高交易成本對(duì)她們的融資很不利。如果不能拓寬融資途徑，流動(dòng)性約束的存在使她們很難為高收益的項(xiàng)目融得資金，從而降低了資源

9、配置的效率，對(duì)經(jīng)濟(jì)增長和緩解貧困產(chǎn)生了負(fù)面影響。第二，金融發(fā)展促進(jìn)經(jīng)濟(jì)增長的渠道之一是新企業(yè)的進(jìn)入(Klapper et al 2004)和熊彼特式的“創(chuàng)造性破壞”的過程，暗含于這個(gè)過程之中的是新進(jìn)入者能夠獲得必要的金融服務(wù)。對(duì)大部分新進(jìn)入者來說，金融可得性非常重要，它能幫助富人和既得利益集團(tuán)之外的人把握機(jī)會(huì)，同樣，它也能夠促進(jìn)民主和維持自由的市場經(jīng)濟(jì)(Rajan和Zingales, 2003)。第三，從社會(huì)和政治的視角來看，人們?cè)絹碓綄⒔鹑诳傻眯钥闯墒侨祟惖囊环N基本需要，如飲水、醫(yī)療和教育一樣。人類有使用金融服務(wù)的權(quán)利越來越成為一種共識(shí)。國際諾貝爾委員會(huì)將2006年諾貝爾和平獎(jiǎng)授予了小額信貸

10、的實(shí)踐者孟加拉鄉(xiāng)村銀行及該銀行創(chuàng)始人穆罕默德·尤努斯，以表彰他們?yōu)楦F人創(chuàng)造經(jīng)濟(jì)和社會(huì)發(fā)展機(jī)會(huì)所作的貢獻(xiàn)。近年來，各個(gè)國家、地區(qū)和國際機(jī)構(gòu)對(duì)小額信貸的推崇恰恰說明了這一點(diǎn)。對(duì)金融寬度的研究越來越來受到經(jīng)濟(jì)學(xué)家的重視。以Beck和Honohan等為代表世界銀行經(jīng)濟(jì)學(xué)家致力于克服傳統(tǒng)的金融發(fā)展指標(biāo)的缺陷，構(gòu)建了衡量金融寬度的數(shù)據(jù)庫。Beck, Demirguc-Kunt 和 Peria（2005，以后簡稱BDP）的論文是第一篇從實(shí)證的角度研究金融寬度的影響因素和金融寬度與企業(yè)融資約束之間關(guān)系的論文。他們基于對(duì)銀行監(jiān)管部門的調(diào)查，列出了99個(gè)國家的8個(gè)衡量金融寬度（主要是銀行服務(wù)）的指標(biāo)值這

11、8個(gè)指標(biāo)值分別是在每1000平方公里存在的銀行分支機(jī)構(gòu)數(shù)量、每10萬人擁有的銀行分支機(jī)構(gòu)數(shù)量、每1000平方公里存在的自動(dòng)取款機(jī)數(shù)量、每10萬人擁有的自動(dòng)取款機(jī)數(shù)量、每千人擁有的貸款賬戶數(shù)量、每個(gè)貸款賬戶的規(guī)模與人均GDP的比率、每千人擁有的存款賬戶數(shù)量、每個(gè)貸款賬戶的規(guī)模與人均GDP的比率。，探討了金融寬度與金融深度和基礎(chǔ)設(shè)施發(fā)展水平衡量指標(biāo)之間的關(guān)系。在控制了樣本國家的經(jīng)濟(jì)規(guī)模之后，他們發(fā)現(xiàn)良好的通訊和交通設(shè)施、優(yōu)良的政府治理水平和集中的銀行體系與寬的金融寬度相聯(lián)系，政府對(duì)金融機(jī)構(gòu)的控制與窄的金融寬度相聯(lián)系。即使在控制了金融深度（對(duì)私營部門的國內(nèi)信貸占GDP的百分比）之后，在金融寬度更大的

12、國家，企業(yè)面臨的融資約束較少。Honohan(2006)運(yùn)用45個(gè)國家的家庭調(diào)查和銀行調(diào)查數(shù)據(jù)，用統(tǒng)計(jì)學(xué)方法合成了一個(gè)衡量162個(gè)國家的金融寬度的指標(biāo)擁有銀行賬戶的家庭數(shù)目占總家庭數(shù)目的百分比，并研究了金融寬度降低貧困的效應(yīng)，結(jié)果發(fā)現(xiàn)，在控制了人均GDP以后，更寬的金融寬度并不能顯著地降低每天生活費(fèi)用在$1以下人口所占的比率?；谑澜玢y行經(jīng)濟(jì)學(xué)家的研究，本文主要從銀行信貸的角度來探討一國金融深度和金融寬度的影響因素。我們用成人中的借款人數(shù)的百分比來衡量金融寬度，用對(duì)私營部門的國內(nèi)信貸占GDP的百分比來衡量金融深度，分別探討它們的影響因素，看一看影響金融深度和金融寬度的因素是否不同。除了BDP(

13、2005)，我們對(duì)金融深度的影響因素的分析與Djankov，McLiesh和Shleifer(2006, 以后簡稱DMS)的研究比較相近。DMS收集了全球129個(gè)國家的反映債權(quán)人權(quán)利和信貸登記機(jī)構(gòu)信息的數(shù)據(jù)，運(yùn)用跨國分析來探討對(duì)私人部門的信貸占GDP的比率的決定因素，不過，作為初步的分析，他們只考慮了少數(shù)幾個(gè)宏觀影響因素。與BDP(2005)和DMS(2006)相比，我們有兩點(diǎn)突破：第一，我們找到了一個(gè)衡量金融寬度的新指標(biāo)成人中借款人數(shù)所占的百分比（用Access來表示）。相比于BDP(2005)和Honohan(2006)所用的指標(biāo)每千人擁有的銀行貸款賬戶的數(shù)量（用Loanaccount來表

14、示），這個(gè)指標(biāo)更合適，因?yàn)橥ǔＲ粋€(gè)成人可以擁有若干個(gè)賬戶，富人擁有更多的賬戶，窮人擁有較少的賬戶，每千人擁有的銀行賬戶的數(shù)量并真正不能反映出一個(gè)國家的公民使用金融服務(wù)的程度實(shí)際上， Access指標(biāo)與BDP(2005)一文中的Loanaccount指標(biāo)的相關(guān)系數(shù)只有0.395，這說明我們采用Access這一指標(biāo)的重要性。遺憾的是，世界銀行只公布這一指標(biāo)2002年一年的數(shù)據(jù)。第二，我們同時(shí)考慮了金融寬度和金融深度的影響因素，并且，通過推理和梳理文獻(xiàn)，我們考慮的因素更加全面，例如我們考慮了來自銀行體系和國民收入不均等方面的影響。通過回歸，我們發(fā)現(xiàn)影響金融寬度和金融深度的因素并不完全相同。債權(quán)人權(quán)利

15、指數(shù)對(duì)金融寬度和金融深度都有正的影響。國民總收入和收入差距對(duì)金融寬度的影響顯著，對(duì)金融深度沒有影響，而人均國民收入和通貨膨脹率對(duì)金融深度影響顯著，對(duì)金融寬度沒有影響。這些發(fā)現(xiàn)對(duì)于我們理解金融寬度、金融深度和金融發(fā)展之間的關(guān)系，具有重要的政策價(jià)值，特別是對(duì)于發(fā)展中國家來說，它們金融發(fā)展面臨的難題往往不是金融深度不夠，而是金融服務(wù)只被少數(shù)人享有，大多數(shù)公民被排斥在正規(guī)金融服務(wù)之外。本文組織如下：第二部分詳細(xì)討論了文章所用的數(shù)據(jù)、變量和模型，并從變量之間的簡單的相關(guān)關(guān)系得出了一些初步的結(jié)論；第三部分討論了模型的回歸結(jié)果；第四部分總結(jié)全文。二、 數(shù)據(jù)、變量和模型（一）數(shù)據(jù)我們收集了一個(gè)包含84個(gè)國家和

16、地區(qū)的截面數(shù)據(jù)集這84個(gè)國家是安哥拉、阿根廷、澳大利亞、奧地利、孟加拉國、比利時(shí)、貝寧、玻利維亞、波斯尼亞和黑塞哥維那、博茨瓦納、巴西、保加利亞、布基納法索、布隆迪、喀麥隆、加拿大、中非共和國、智利、中國、中國香港、哥倫比亞、哥斯達(dá)黎加、科特迪瓦、捷克共和國、丹麥、多米尼加共和國、厄瓜多爾、薩爾瓦多、埃塞俄比亞、法國、德國、加納、希臘、危地馬拉、洪都拉斯、匈牙利、印度尼西亞、愛爾蘭、以色列、意大利、日本、約旦、肯尼亞、韓國、科威特、立陶宛、前南斯拉夫馬其頓共和國、馬達(dá)加斯加、馬來西亞、馬里、墨西哥、蒙古、莫桑比克、荷蘭、新西蘭、尼加拉瓜、尼日爾、挪威、巴基斯坦、巴拿馬、秘魯、菲律賓、波蘭、葡萄

17、牙、波多黎各、羅馬尼亞、盧旺達(dá)、塞內(nèi)加爾、新加坡、斯洛文尼亞、南非、西班牙、斯里蘭卡、瑞典、瑞士、泰國、突尼斯、土耳其、阿拉伯聯(lián)合酋長國、英國、美國、委內(nèi)瑞拉、越南、也門共和國。，這些數(shù)據(jù)主要來自世界銀行，BDP(2005)和DMS(2006)。數(shù)據(jù)的時(shí)間跨度為1990至2002年。因?yàn)檫@段時(shí)間東歐和前蘇聯(lián)轉(zhuǎn)軌國家經(jīng)濟(jì)發(fā)生了巨大的結(jié)構(gòu)變化，我們的數(shù)據(jù)沒有包括這些國家。在這里，我們有必要對(duì)金融寬度衡量指標(biāo)成人中借款人數(shù)所占的百分比(Access)作進(jìn)一步的說明。這一指標(biāo)來自世界發(fā)展指標(biāo)2004，它可以由各國和地區(qū)的公共信貸登記處也可以由私人信貸登記處提供。在152個(gè)國家和地區(qū)里，有52個(gè)設(shè)立了公

18、共信貸登記處并提供了數(shù)據(jù)，有51個(gè)設(shè)立了私人信貸登記處并提供了數(shù)據(jù)，有17個(gè)同時(shí)存在公共和私人信貸登記處并提供了數(shù)據(jù)。為增加樣本容量和使指標(biāo)更穩(wěn)健一些，如果只有一處提供數(shù)據(jù)的，我們采用此處的數(shù)據(jù)，如果兩處都提供數(shù)據(jù)的，我們采用兩處數(shù)據(jù)的平均數(shù)，最后得到了84個(gè)國家和地區(qū)的這一指標(biāo)值。我們的數(shù)據(jù)顯示，在新西蘭、挪威和美國，百分之百的成人都可以獲得貸款，而在布隆迪、喀麥隆、中非共和國、加納、馬里、莫桑比克、尼日爾、巴基斯坦、羅馬尼亞和盧旺達(dá)，只有1%的人才能獲得貸款。我們用2002年對(duì)私營部門的國內(nèi)信貸占GDP的百分比(Privcredit)作為金融深度的衡量指標(biāo)世界銀行只在2003年1月公布了一

19、次信貸寬度指標(biāo)。我們考慮到金融寬度和金融深度的指標(biāo)在時(shí)間上要保持一致，因此我們的選用2002年的金融深度指標(biāo)。，這個(gè)指標(biāo)在一定程度上排除了政府對(duì)金融機(jī)構(gòu)放貸的影響。在我們的樣本里，日本對(duì)私營部門的國內(nèi)信貸占GDP的百分比最大，達(dá)到了173.5%，莫桑比克最小，只有2.1%。債權(quán)人權(quán)利指數(shù)(Credright)用來衡量擔(dān)保法和破產(chǎn)法對(duì)債權(quán)人的保護(hù)程度。La Porta et al(1998)用破產(chǎn)法的四個(gè)指標(biāo)來衡量法律對(duì)債權(quán)人的保護(hù)程度，而Haselmann et al(2006)則認(rèn)為，相對(duì)于破產(chǎn)法，擔(dān)保法對(duì)于債權(quán)人的保護(hù)和信貸的發(fā)放更重要，因此我們選用了世界銀行“做生意（Doing Busi

20、ness）”數(shù)據(jù)庫公布的一個(gè)指數(shù)，這個(gè)指數(shù)包括了擔(dān)保法中的7個(gè)方面和破產(chǎn)法中的3個(gè)方面。具體內(nèi)容請(qǐng)參見附錄表1的變量描述，這個(gè)指數(shù)的取值范圍是從0到10，分?jǐn)?shù)越高，表明擔(dān)保法和破產(chǎn)法越能夠促進(jìn)信貸的發(fā)放。要全面衡量法律對(duì)債權(quán)人的保護(hù)不能只看債權(quán)人權(quán)利指數(shù)，法律執(zhí)行的效率也很重要。我們用法庭執(zhí)行一個(gè)簡單債務(wù)合同所花費(fèi)的天數(shù)來衡量法律執(zhí)行的效率。根據(jù)“法律和金融”研究文獻(xiàn)的傳統(tǒng)，參照DMS(2006)的研究，根據(jù)樣本國家和地區(qū)的法律起源，我們將它們劃分為四個(gè)法律體系英美法系(B)、法國法系(Fr)、德國法系(G)和斯堪的納維亞法系(S)。另外我們的數(shù)據(jù)集還包括樣本國家和地區(qū)的銀行向第一借款人(pr

21、ime customers)收取的名義利率(Interest)、銀行體系的利差(Spread)、人均國民收入(Lnpergni)、通貨膨脹率(Inflation)、人均國民收入收入增長率(Growth)、國民總收入(Lnpppgni)、基尼系數(shù)(Gini)因?yàn)檫@個(gè)指標(biāo)來自各國有代表性的家庭調(diào)查，因此每年公布該數(shù)據(jù)的國家很少，為了擴(kuò)大樣本容量，同時(shí)也為了獲得一個(gè)比較穩(wěn)健的衡量收入不均等的指標(biāo)，我們?nèi)?990年至2002年間有公布數(shù)據(jù)年份的平均值。和人口密度(Popdensity)等指標(biāo)。具體的變量描述和初步的統(tǒng)計(jì)分析請(qǐng)參見附錄表1和表2。（二）變量和相關(guān)分析由相關(guān)分析表（表1）可以看出，對(duì)私營部

22、門的國內(nèi)信貸占GDP的百分比越高的國家，成人中借款人數(shù)所占的百分比越高，它們的相關(guān)系數(shù)達(dá)到了0.507，在1%的顯著性水平下顯著。由此可見，金融深度和金融寬度存在較強(qiáng)的相關(guān)關(guān)系。我們?cè)谖闹幸胨慕M變量來分析金融寬度和金融深度的影響因素，這些變量主要是根據(jù)推理和以往的研究文獻(xiàn)（如BDP(2005)和DMS(2006)）確定的。第一組是法律保護(hù)指標(biāo)。DMS(2006)指出一般有兩種因素決定金融機(jī)構(gòu)向企業(yè)和個(gè)人提供信貸。第一是對(duì)債權(quán)人的保護(hù)。當(dāng)貸款人更容易促進(jìn)還款，獲得抵押品，甚至控制企業(yè)時(shí)，她們更加愿意放貸。第二是信息。當(dāng)貸款人更加了解借款人時(shí)，比如知道她們的信貸記錄，其他貸款人對(duì)她們的放貸情況等

23、等，貸款人就更加愿意放貸。關(guān)于對(duì)信息的衡量，最常用方式的是看各個(gè)國家有沒有設(shè)立信貸登記機(jī)構(gòu)，我們的研究存在一個(gè)不足我們的金融寬度指標(biāo)是由信貸登記機(jī)構(gòu)提供的，也就是說，所有的樣本國家都有信貸登記機(jī)構(gòu)，這將導(dǎo)致解釋變量沒有變化，因而我們的模型缺乏對(duì)信息的衡量，只考慮了對(duì)債權(quán)人的保護(hù)。 我們用對(duì)債權(quán)人權(quán)利的保護(hù)指數(shù)Credright和法律執(zhí)行效率的指標(biāo)Lncdays來衡量對(duì)債權(quán)人的保護(hù)程度，對(duì)債權(quán)人更好的權(quán)利保護(hù)賦予了債權(quán)人在信貸合約中的更大的“權(quán)力”，從而可以促使債權(quán)人對(duì)更多的人放貸和對(duì)同一借款人放更多的款。通過相關(guān)分析，我們發(fā)現(xiàn)債權(quán)人權(quán)利指數(shù)高的國家擁有更好的金融發(fā)展水平，這包括表1 相關(guān)系數(shù)表

24、AccessLoanaccountPrivcreditCredrightLncdaysInterestSpreadLnpergniInflationGrowthLnpppgniGiniPopdensityBFrGLoanaccount0.395*Privcredit0.507*0.530*Credright0.510*0.1370.538*Lncdays-0.275*-0.136-0.388*-0.365*Interest-0.111-0.179-0.239*-0.1320.143Spread-0.083-0.155-0.214*-0.1370.1410.984*Lnpergni0.542*0

25、.671*0.730*0.521*-0.355*-0.107-0.113Inflation-0.267*-0.154-0.459*-0.262*0.235*0.420*0.351*-0.299*Growth0.266*0.448*0.437*0.302*-0.237*-0.120-0.1300.335*-0.137Lnpppgni0.429*0.397*0.592*0.316*-0.275*-0.054-0.0260.620*-0.215*0.393*Gini-0.036-0.326*-0.251*-0.369*0.347*0.1030.126-0.362*0.100-0.136-0.329*

26、Popdensity0.1240.2010.1790.253*-0.222*-0.074-0.0640.148-0.1270.1830.044-0.037B0.330*0.1580.278*0.439*-0.196*-0.144-0.1330.130-0.1560.209*0.1550.0210.213*Fr-0.341*-0.364*-0.430*-0.575*0.278*0.1380.151-0.389*0.201*-0.315*-0.331*0.470*-0.15-0.644*G-0.0150.2410.186*0.182*-0.0670.013-0.0230.226*-0.0190.1

27、740.241*-0.504*-0.023-0.243*-0.482*S0.1790.1610.1390.166-0.159-0.064-0.0540.286*-0.1280.0480.06-0.308*-0.040-0.109-0.217*-0.082 注：*、*、*別代表在1%、5%、10%的顯著性水平上顯著。私營部門獲得更多的國內(nèi)信貸和成人擁有更高的信貸可得性。我們可以看出英美法系和德國法系擁有高的債權(quán)人權(quán)利指數(shù)，而法國法系國家的擁有低的指數(shù)，與La Porta et al(1998)的發(fā)現(xiàn)一致。我們對(duì)執(zhí)法效率指標(biāo)也有同樣的發(fā)現(xiàn)。由此可見，英美法系的國家給予了債權(quán)人更好的法律保護(hù)，法國法

28、系國家則相反。第二組是銀行體系指標(biāo)，這包括銀行貸款利率和存貸利差。銀行貸款利率是貸款的名義價(jià)格，貸款利率會(huì)直接影響到貸款的發(fā)放。銀行的存貸利差則反映了信貸市場的競爭程度，利差越小，競爭越激烈。通過相關(guān)分析我們發(fā)現(xiàn)，貸款利率較高的國家與貸款利率較低的國家相比，金融寬度沒有明顯差別，但是，貸款利率較高的國家有較低的金融深度。同時(shí)，我們也注意到，貸款利率和通貨膨脹率顯著正相關(guān)（相關(guān)系數(shù)為0.420），這說明利率的高低在很大程度上反映了通貨膨脹的影響。在我們的樣本國家中，利差與利率相關(guān)系數(shù)達(dá)0.984，幾乎是完全正相關(guān)的。第三組是一組宏觀經(jīng)濟(jì)指標(biāo)，包括人均國民收入、國民總收入、經(jīng)濟(jì)增長率、通貨膨脹率、

29、基尼系數(shù)和人口密度。人均收入反映了人們的信貸需求狀況，隨著人均收入的增加，信貸需求也會(huì)增加。與BDP(2005)和DMS(2006)的研究一致，因?yàn)榭紤]到在構(gòu)建支持制度方面的規(guī)模經(jīng)濟(jì)，大的經(jīng)濟(jì)體可能擁有更廣更深的信貸市場，因此我們控制了每個(gè)國家的GDP總量。因?yàn)榭焖俚慕?jīng)濟(jì)增長可能需要更多的信貸，我們控制了GDP的增速。因?yàn)橥ㄘ浥蛎洉?huì)使貨幣的購買力貶值，從而破壞信貸合約，我們控制了同期的通貨膨脹率。隨著“金融和不平等”研究文獻(xiàn)的出現(xiàn)比較經(jīng)典的文獻(xiàn)有Greenwald和Jovanovic(1990)，Rajan和Zingales(2003)，Clarke et al(2006)等。，金融發(fā)展對(duì)不平

30、等的影響愈來愈受到經(jīng)濟(jì)學(xué)界的重視。我們認(rèn)為不平等和金融發(fā)展是相關(guān)的，因而我們控制了每個(gè)國家的基尼系數(shù)。我們也控制了每個(gè)國家的人口密度，因?yàn)槲覀冋J(rèn)為銀行在人口稠密的國家提供服務(wù)的成本更低。通過相關(guān)分析我們發(fā)現(xiàn)，人均國民收入更高的國家，私營部門獲得更多的國內(nèi)信貸，成人擁有更高的信貸可得性，每千人擁有更多的貸款賬戶，這反映出人均收入越高的國家，信貸需求也越大。同時(shí)，我們也對(duì)國民總收入有同樣的發(fā)現(xiàn)，反映出銀行提供信貸服務(wù)具有規(guī)模經(jīng)濟(jì)。人均國民收入增長率與金融深度和金融寬度都顯著正相關(guān)，這反映了金融發(fā)展和經(jīng)濟(jì)增長的正相關(guān)關(guān)系（Levine，2005）。在通貨膨脹率較高的國家，金融寬度和金融深度都比較差，

31、通貨膨脹在某種程度上反映了一個(gè)國家的經(jīng)濟(jì)穩(wěn)定狀況，高的通脹率會(huì)損害放貸人的利益，從而打擊放貸人的放貸意愿。我們發(fā)現(xiàn)一國的收入越不均等，對(duì)私營部門的國內(nèi)信貸占GDP的百分比就越小。我們沒有發(fā)現(xiàn)人口密度與金融寬度和金融深度有相關(guān)關(guān)系，這與BDP(2005)的發(fā)現(xiàn)不一致。第四組是法律體系。自從La Porta et al（1998）開創(chuàng)了“法律和金融”的研究以來，法律體系對(duì)金融發(fā)展的決定作用已經(jīng)得到了經(jīng)濟(jì)學(xué)家的認(rèn)可。相關(guān)分析與理論的預(yù)測一致，英美法系國家的人們更容易獲得貸款，并且對(duì)私營部門的國內(nèi)信貸占GDP的百分比更高，法國法系的國家則相反。法國法系的國家的債權(quán)人權(quán)利指數(shù)和法律執(zhí)行效率都比較差，并且

32、經(jīng)濟(jì)績效也比較差，具有較低的人均國民收入、國民總收入和經(jīng)濟(jì)增長率，較高的通貨膨脹率和收入不均等水平。（三）計(jì)量模型在這一部分我們探討以上四組變量對(duì)金融寬度和金融深度的影響。由于金融寬度和金融深度之間有比較強(qiáng)的正相關(guān)關(guān)系（相關(guān)系數(shù)為0.507），如果在對(duì)金融寬度的回歸中包括金融深度的衡量指標(biāo)，會(huì)帶來強(qiáng)烈的雙向因果關(guān)系(bi-directional causality)，這樣會(huì)導(dǎo)致OLS系數(shù)有偏誤。我們采取的策略是同時(shí)對(duì)影響金融深度和金融寬度的因素做出解釋，并比較它們是否顯著不同。在我們的樣本中，利率(Interest)與利差(Spread)的相關(guān)系數(shù)達(dá)到了0.984，幾乎完全正相關(guān)，因而利率和利

33、差的影響也幾乎完全一樣。為了避免完全共線，在我們所做的所有回歸中，我們只包括了Interest而沒有包括Spread。實(shí)際上，若只包括Spread，所有回歸方程的系數(shù)方向和顯著性幾乎沒有變化。因此，我們將模型設(shè)定如下：我們也用Ramsey RESET檢驗(yàn)探討了模型的其他設(shè)定，包括不同的平方項(xiàng)和交叉項(xiàng)，我們最后的設(shè)定是確定的。 Dependent Variable=0+1Credright+2Lncdays+3Interest+4Lnpergni+5Inflation+6Growth+7Lnpppgni+8Gini+9Popdensity+10 Legorigin +di其中，其中Depende

34、nt Variable分別為Access和Privcredit；k，k=0，1，10為待估參數(shù)，0為常數(shù)項(xiàng)，Legorigin代表法律體系，di為隨機(jī)擾動(dòng)項(xiàng)，包括其他影響被解釋變量的因素，如一國的產(chǎn)權(quán)保護(hù)水平、政府治理狀況等。雖然有理由懷疑法律對(duì)債權(quán)人保護(hù)指標(biāo)Credright、Lncdays和銀行體系指標(biāo)Interest、Spread是內(nèi)生的，它們可能與一國的產(chǎn)權(quán)保護(hù)水平和政府治理狀況相關(guān)(Johnson et al, 2002)，但是由于找不到好的工具變量，我們只提供了OLS回歸結(jié)果。我們采用的計(jì)量分析軟件是Eviews5.0。三、 回歸結(jié)果及解釋回歸結(jié)果見表1。我們?cè)谇八膫€(gè)回歸探討金融寬

35、度的影響因素，在后三個(gè)回歸探討了金融深度的影響因素。我們的第1個(gè)回歸方程包含了所有四組影響因素。只有Credright和Gini在10%的顯著性水平下是顯著的，其他都不顯著，我們?cè)诮酉聛淼奈鍌€(gè)回歸中對(duì)模型設(shè)定進(jìn)行了改進(jìn)。因?yàn)槲覀冊(cè)谀Ｐ椭锌刂屏藰颖緡液偷貐^(qū)的許多宏觀經(jīng)濟(jì)指標(biāo)，而這些指標(biāo)是與法律體系相關(guān)，所以，我們可以首先考慮剔除法律體系指標(biāo)。檢驗(yàn)Fr、G、S三者系數(shù)為零的 F統(tǒng)計(jì)量的p值為0.460，因而我們?cè)诜匠?的回歸中沒有包括它們。由列2可以看出，除了Credright更加顯著以外，模型其他變量的顯著性沒有明顯變化。由于Lnpergni和Lnpppgni存在較強(qiáng)的線性相關(guān)性（相關(guān)系數(shù)為0

36、.62），我們有理由懷疑在它們之間存在著較嚴(yán)重的共線性。雖然它們個(gè)別不顯著，但是檢驗(yàn)它們系數(shù)都不為零的F統(tǒng)計(jì)量的p值為0.063，說明它們的系數(shù)在10%的顯著性水平下都不為零。我們也做了Lncdays、Interest、Inflation、Growth和Popdensity五個(gè)變量系數(shù)都為零的聯(lián)合顯著性檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的p值為0.30，因此我們?cè)诜匠?中將它們剔除，回歸結(jié)果如列3所示，Credright和Gini的系數(shù)在1%的顯著性水平下都顯著。雖然Lnpergni在10%的水平下不顯著，但是Lnpppgni在10%的顯著性水平下顯著，并且，調(diào)整R2也達(dá)到了0.400，大于方程1和方程2 的調(diào)整

37、R2。如果我們剔除掉不顯著的Lnpergni，Lnpppgni將更加顯著，并且它的系數(shù)由0.474變?yōu)榱?.741，如列4所示。方程4的結(jié)果是穩(wěn)健的，以方程1的回歸為依據(jù)，我們做方程4所剔除掉的所有變量，即Lncdays、Interest、Lnpergni、Inflation、Growth、Popdensity、Fr、G和S的系數(shù)聯(lián)合顯著不為零的檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的p值為0.236，說明我們剔除掉這些變量是合適的。從列4可以看出，如果一個(gè)國家將其債權(quán)人權(quán)利指數(shù)提高1分，那么其成人中的借款人數(shù)所占百分比將提高7個(gè)百分點(diǎn)。若國民總收入提高1%，其成人中的借款人數(shù)所占的百分比將提高0.7個(gè)百分點(diǎn)，說明規(guī)

38、模經(jīng)濟(jì)對(duì)金融寬度的影響很大。我們發(fā)現(xiàn)基尼系數(shù)對(duì)金融寬度的影響為正，基尼系數(shù)提高1個(gè)百分點(diǎn)，成人中的借款人數(shù)所占百分比將增加0.8個(gè)百分點(diǎn)，與Rajan和Zingales(2003)的理論預(yù)測一致，與Clarke et al(2006)的發(fā)現(xiàn)不一致。Rajan和Zingales(2003)指出，因?yàn)楦F人不能夠提供有效的擔(dān)保，因此銀行往往偏愛于向財(cái)產(chǎn)多、與它們有密切關(guān)系的人或企業(yè)貸款。隨著金融部門的發(fā)展，有可能富人愈來愈受到重視，而窮人則被忽視。最終，雖然金融部門發(fā)展了，但是窮人還是不能向城市遷移，接受教育和開辦新企業(yè)。Rajan和Zingales更加擔(dān)心的是富人們往往會(huì)阻礙新進(jìn)入者獲得表2 回歸

39、結(jié)果列1234567因變量AccessPrivcreditCredright4.747*6.795*5.767*7.046*4.265*5.318*4.315*(2.61)(2.06)(1.89) (1.68) (2.49)(2.39)(2.07)Lncdays-2.661-3.1391.0350.046(4.55)(4.26)(4.76)(4.67)Interest-0.001-0.003-0.033-0.037(0.01)(0.01)(0.04)(0.03)Lnpergni4.0534.6124.869 1.451*1.379*1.581*(5.05)(4.75)(3.84) (3.45)

40、(3.53)(2.14)Inflation-0.239-0.239-0.942-0.771*-0.963*(0.23)(0.22)(0.63)(0.44)(0.28)Growth-0.1480.120.1350.129(2.01)(1.96)(2.47)(2.47)Lnpppgni0.3900.3080.474*0.741*1.3842.3(3.30)(3.42)(2.55) (1.63) (3.99)(3.75)Gini0.904*0.847*0.831*0.764*-0.167-0.183(0.47)(0.44)(0.31) (0.30) (0.72)(0.64)Popdensity-0.

41、003-0.00300(0.00)(0.002)(0.00)(0.00)Fr-16.4-9.138(11.55)(13.91)G-13.21310.107(15.76)(16.21)S4.904-27.518(30.63)(28.06)Constant-52.674-69.896-95.742*-73.388*-64.507*-69.356-76.035*(50.02)(45.23)(26.56) (17.07) (37.10)(38.20)(14.81)Adj R20.3770.3830.400 0.384 0.6210.6180.610Obs62637677626376注：括號(hào)內(nèi)的數(shù)字為懷

42、特異方差一致標(biāo)準(zhǔn)誤。雙尾檢驗(yàn)的顯著水平1%、5%和10%分別由*、*和*表示。貸款，從而降低了窮人改善她們經(jīng)濟(jì)狀況的能力。如果可以這樣理解的話，我們將看到收入越不均等，金融寬度越窄。關(guān)于金融發(fā)展和收入不均等之間的關(guān)系，經(jīng)濟(jì)學(xué)家有三種觀點(diǎn)正向相關(guān)(Rajan和Zingales,2003)、倒U形關(guān)系(Greenwood和Jovanovic,1990)和負(fù)向相關(guān)(Galor和Zeira,1993,Banerjee和Newman,1993)。因?yàn)榈筓形關(guān)系描述的是一條以金融發(fā)展指標(biāo)為橫軸，以收入不均等指標(biāo)為縱軸的曲線，而我們的模型是考慮的是收入不均等對(duì)金融發(fā)展的影響，因而無法做出檢驗(yàn)。第5個(gè)回歸方程

43、包含了所有四組影響金融深度的因素。如列5所示，只有Credright和Lnpergni的系數(shù)是顯著的。檢驗(yàn)Fr、G、S三者系數(shù)都為零的 F統(tǒng)計(jì)量的p值為0.546，如在方程2的回歸所做的那樣，我們?cè)诜匠?中將這三個(gè)變量剔除，發(fā)現(xiàn)Inflation變得在10%顯著性水平下顯著。方程6中Lncdays、Interest、Growth、Lnpppgni、Gini、Popdensity的系數(shù)不顯著為零，我們做它們聯(lián)合不為零的檢驗(yàn)，得到的F統(tǒng)計(jì)量的p值為0.855，因此我們可以在方程7的回歸中將它們剔除，如列7所示，Credright、Lnpergni和Inflation都變得十分顯著。方程7的結(jié)果是穩(wěn)

44、健的，以方程1的回歸為依據(jù)，我們做方程4所剔除的所有變量，即Lncdays、Interest、Growth、Lnpppgni、Gini、Popdensity、Fr、G和S的系數(shù)聯(lián)合不為零的檢驗(yàn)，F(xiàn)統(tǒng)計(jì)量的p值為0. 877，說明我們剔除掉這些變量是合適的。從列7我們可以看出，如果一個(gè)國家將其債權(quán)人權(quán)利指數(shù)提高1分，或者將其人均國民收入提高1%，或者將其通貨膨脹率降低1個(gè)百分點(diǎn)，其對(duì)私營部門的國內(nèi)信貸占GDP的百分比將分別提高4.3個(gè)、1.6個(gè)和1個(gè)百分點(diǎn)。通過對(duì)比方程4和7我們發(fā)現(xiàn)，在我們所考慮的影響金融發(fā)展的四組因素中，影響金融寬度和金融深度的并不完全相同。債權(quán)人權(quán)利對(duì)于金融寬度和深度都有正

45、的顯著的影響，這與“法律和金融”文獻(xiàn)研究是一致的。與BDP(2005)的分析一致，國民總收入對(duì)金融寬度的影響非常顯著，系數(shù)也很大，說明規(guī)模經(jīng)濟(jì)對(duì)金融寬度的影響巨大，但是對(duì)金融深度沒有顯著影響。同時(shí)，收入差距也是影響金融寬度的重要因素，以往的研究只是研究了金融發(fā)展對(duì)收入差距的影響(Clarke et al,2006)，忽視了反向關(guān)系，即收入差距對(duì)金融發(fā)展的影響。我們的研究發(fā)現(xiàn)收入差距是通過影響金融寬度來影響金融發(fā)展的，對(duì)金融深度沒有影響。收入差距越大，金融寬度越窄，從而支持了Rajan和Zingales(2003)的論證。我們發(fā)現(xiàn)一個(gè)國家的人均國民收入對(duì)其金融深度有大的顯著的影響，而對(duì)其金融寬度

46、沒有影響，說明了人均國民收入的增加可能只是使原來已經(jīng)獲得貸款的人獲得了更多的貸款，而沒有使更多人獲得貸款。在名義貸款利率固定的條件下，通貨膨脹會(huì)損害放貸人的利益，從而挫傷放貸人的放貸積極性。我們發(fā)現(xiàn)通貨膨脹只是影響金融深度，而不影響金融寬度，這可能因?yàn)殂y行在拓展新客戶時(shí)將通貨膨脹因素考慮到了新的信貸合約中去了，而對(duì)原來的已經(jīng)簽訂的信貸合約缺乏調(diào)整力度(Acemoglu和Johnson, 2005)。結(jié)論隨著對(duì)金融發(fā)展研究的深入，經(jīng)濟(jì)學(xué)家越來越認(rèn)識(shí)到過去研究的弊端，那就是只關(guān)注了金融發(fā)展的一個(gè)維度金融深度，而忽視了另一維度金融寬度，也就是金融服務(wù)可得性的問題。隨著一個(gè)國家經(jīng)濟(jì)的不斷增長，它的金融

47、深度將不斷深化，但是它的金融寬度往往不能得到擴(kuò)展，窮人和中小企業(yè)依然面臨嚴(yán)重的融資約束，因而比較分析影響金融寬度和金融深度的不同因素至關(guān)重要，有很高的政策參考價(jià)值。本文基于BDP(2005)、DMS(2006)的研究，通過引入了一個(gè)衡量金融寬度的新指標(biāo)成人中借款人數(shù)所占的百分比，運(yùn)用跨國分析，更加全面地考慮和檢驗(yàn)了影響金融寬度和金融深度的四組因素，并對(duì)它們做出了比較。我們發(fā)現(xiàn)，債權(quán)人權(quán)利指數(shù)對(duì)金融寬度和金融深度的影響顯著為正，并且經(jīng)濟(jì)意義很大，這說明對(duì)債權(quán)人權(quán)利的保護(hù)對(duì)于一國的金融發(fā)展非常重要。我們還發(fā)現(xiàn)，其它影響金融寬度和金融深度的因素是不同的。國民總收入和收入差距對(duì)金融寬度的影響是正向的，

48、對(duì)金融深度沒有影響，而人均國民收入對(duì)金融深度的影響為正，通貨膨脹對(duì)金融深度的影響為負(fù)，對(duì)金融寬度沒有影響。這說明一個(gè)國家的人均國民收入的提高雖然能加深金融深度，但是并不能夠擴(kuò)大信貸服務(wù)的對(duì)象，尤其當(dāng)該國或地區(qū)的收入差距擴(kuò)大的時(shí)候。一個(gè)國家的經(jīng)濟(jì)規(guī)模對(duì)金融寬度的影響顯著為正，說明在一個(gè)國家的規(guī)模越大，擴(kuò)展信貸服務(wù)對(duì)象的平均成本越低，規(guī)模經(jīng)濟(jì)顯著，但是這并不能促使該國向原來的客戶提供更多的國內(nèi)信貸。金融機(jī)構(gòu)在擴(kuò)展信貸服務(wù)的時(shí)候已經(jīng)充分考慮了通貨膨脹因素，但是它們似乎不能根據(jù)通貨膨脹對(duì)原來的信貸合約做出調(diào)整，因而通貨膨脹對(duì)金融寬度沒有影響，而對(duì)金融深度的影響顯著為負(fù)。當(dāng)然，我們的研究有很多缺陷。第一

49、，我們的樣本國家和地區(qū)僅有84個(gè)，并且它們都有信貸登記機(jī)構(gòu)，樣本數(shù)量較少和選擇偏誤限制了我們結(jié)論的推廣。第二，我們僅從信貸服務(wù)的角度考慮了金融寬度和金融深度的影響因素，沒有從儲(chǔ)蓄、支付、保險(xiǎn)和投資等金融服務(wù)的角度做更全面的分析。第三、我們的模型還有待改進(jìn)，還要考慮更好的方法來克服解釋變量的內(nèi)生性問題，將來建立一個(gè)解釋金融寬度和金融深度相互影響的聯(lián)立方程模型至關(guān)重要。參考文獻(xiàn)：Acemoglu Daron and Simon Johnson, 2005, Unbundling Institutions, Journal of Political Economy, Vol.113, No.5:94

50、9-995.Banerjee, Abhijit V. and Andrew F. Newman, 1993, Occupational Choice and the Process of Development, Journal of Political Economy Vol.101:274-298.Beck, Thorsten, Asli Demirguc-Kunt and Maria Soledad Martinez Peria, 2005, Reaching out: Access to and Use of Banking Services across Countries, Wor

51、ld Bank Policy Research Working Paper Series 3754.Beck, Thorsten, Asli Demirguc-Kunt and Ross Levine, forthcoming, Finance, Inequality and the Poor, Journal of Economic Growth.Bodie Zvi and Robert Merton, 2000, Finance, Prentice-Hall International.Brown, M., and M. Rueda Maurer(2005), Bank Ownership

52、, Bank Competition, and Credit Access: Firm-Level Evidence from Transition Countries, mimeo, Swiss National Bank.Clarke George R. G., Xu Colin Lixin, and Zou Heng-fu, 2006, Finance and Income Inequality: What Do the Data Tell Us? Southern Economic Journal 72(3):578-596. Coase Ronald, 1937, The Natur

53、e of the Firm, Economica, Vol.4, No.16:386-405.Coase Ronald, 1960, The Problem of Social Cost, Journal of Law and Economics, Vol.3, Oct.:1-44. Djankov Simeon，Caralee McLiesh，Andrei Shleifer，2006，Private Credit in 129 Countries，mimeo, Harvard University.Galor, Oded, and Joseph Zeira, 1993, Income Dis

54、tribution and Macroeconomics, Review of Economic Studies 60:35-52.Evans David S. and Boyan Jovanovic, 1989, An Estimated Model of Entrepreneurial Choice under Liquidity Constraints, Journal of Political Economy 97:808-827.Goldsmith, Raymond W., 1969, Financial Structure and Development, New Haven, C

55、T: Yale University Press.Greenwood, Jeremy and Boyan Jovanovic, 1990, Financial Development, Growth and the Distribution of Income, Journal of Political Economy 98:1076-1107.Haselmann Rainer, Katharina Pistor and Vikrant Vig, 2006, How Law Affects Lending, MPRA Paper No. 157.Honohan Patrick, Household Financial Assets in the Process of Development, WIDER Resea