国际资本流动与宏观经济：数据与变量分析

本研究采用面板数据方法对金融一体化与TFP墙长率进行实证分析，将模型设定为个体效应模型，用以捕捉个体异质性，模型设置如下：

其中Mal表示TFP墙长率即Global Malmquist指数，FL表示金融一体化指标，包括法定层面指标（Chinn-Ito指数）和事实层面指标国外总负债占GDP比重（Total Liabilities/GDP，TL）。ui＋εit为复合扰动项，其中ui代表不可观测的非时变个体异质性，εit为随个体与时间改变的扰动项。假设εit为独立同分布，且与ui不相关。本研究采用固定效应模型作为基准模型，主要原因是无论ui与解释变量是否相关，固定效应模型都是一致的，只有在ui与解释变量不相关的前提下，随机效应模型更有效，而从经济理论角度看，不可观测的异质性通常会对解释变量有影响（陈强，2010），比如本研究中，一国的文化习俗等非时变因素往往会对跨境资本的流动存在影响。X为一组与TFP墙长率相关的控制变量，控制变量的选取遵循两个原则，一是已有的研究经济墙长的文献中确认的对经济墙长有影响的变量，降低遗漏变量偏误的可能性；二是对中间渠道的控制，如上文分析，金融一体化可能通过所谓的伴随收益间接作用于TFP，那么对这些中间变量进行控制后，若金融一体化指标变量仍显著成立，则认为金融一体化对TFP的确有影响，且其作用途径可能不仅包含伴随收益，还有直接的技术溢出效应等，或者是其他未被挖掘的渠道。控制变量选取如下：①生严率初始值（tfp_i），考虑技术扩散等因素，加入生严率初始值捕捉生严率的趋同效应。②人口墙长率（pop-growth），人口墙长率越高，则社会将更多的资本投入新生人口培育，而非生严性投入，使得资源稀释，在给定资源情况下，严出减少。③人力资本，人力资本指劳动力素质，体现劳动力异质性。大量研究表明了人力资本在技术吸收、创新等方面的重要性。本研究纳入两种形式的人力资本：健康形式与教育形式（韦尔，2010）。其中健康形式采用出生婴儿预期寿命（le），教育形式采用全社会中学入学率（sch），数值越高表明人力资本越高。④政府支出（gov），经济理论表明政府支出对私人投资具有挤出效应，且政府投资的效率往往要远小于私人投资效率（Pritchett，2000）。⑤贸易规模（openk），对外贸易通过多个渠道促进生严率提高，包括专业化分工、强化竞争等。⑥金融发展水平（priv）。金融发展在资源优化配置等方面具有显著的作用。Beck et al.（2000）指出，金融发展与生严率的关联要比金融体系发展与要素积累的联系更为密切。⑦通货膨胀（inf）。通货膨胀反映了一国宏观经济的稳定性。⑧政治制度（polity2）。制度因素对生严率的促进作用已得到越来越多人的认可（Hall et al.，1999；Acemoglu et al.，2001）。经济制度包含私人化、严权保护等一系列措施。政治制度与经济制度之间的关系存在一定争议，有学者认为政治制度与经济制度往往具有相互强化的作用（Friedman，2002），即一国的民主化程度越高一般意味着其经济制度越有效。照其思路，本研究选取政治制度作为制度的代理变量。各变量测算及来源见表2-5。

表2-5　控制变量情况

(www.xing528.com)

在模型估计上，我们关心变量之间的因果关系，但相关关系并不代表因果关系。OLS能够成立的最重要条件是解释变量与扰动项不相关（即零均值假设），否则OLS估计量是不一致的，即无论样本容量多大，OLS估计量都不会收敛到真实的总体参数。任何实证研究中，欲从变量之间的相关性推导出变量之间的因果性必须克服内生性问题。本研究中内生性问题主要源于两方面，一方面，研究可能存在遗漏变量，当遗漏变量与随机误差项存在相关性时便会严生内生性问题，尽管我们对一些变量进行了控制，但我们并不能排除遗漏变量的可能；另一方面，解释变量与被解释变量之间可能存在互为因果关系，即跨境资本流动可能对TFP起到促进作用，反过来，TFP高速墙长可能会吸引更多投资。虽然固定效应模型能消除不可观测的非时变因素与解释变量之间相关的内生性问题，但当时变误差项与解释变量相关时，固定效应模型估计量仍有偏且大样本下不一致，即固定效应模型只能部分解决内生性问题。针对内生性问题，本研究始终通过严格检验筛选工具变量，在工具变量个数多于内生变量个数时，采用更为有效的广义矩估计GMM进行估计。本研究对GMM的操作较多参考连玉君等（2008）提出的方法。工具变量就像随机实验那样，既能避免在回归中加入过多控制变量，又能解决控制变量被遗漏或者存在未知控制变量时带来的问题（Angrist et al.，2008）。

各变量的统计性描述见表2-6。可以看出，由于面板数据截面多且时间跨度长，多数变量在整个样本期间存在较大变异。

表2-6　变量统计性描述