基金规模论文精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的基金规模论文主题范文，仅供参考，欢迎阅读并收藏。
第1篇：基金规模论文范文
■中图分类号：F235；F271 文献标识码：A 文章编号：1002-5812（2017）08-0015-05
摘要：慈善基金会内部治理是理论界和实务界都关注的热点话题，但鲜有文献对基金会的理事会特征、监事会与成本结合起来研究。文章运用2011―2012年间的213家慈善基金会样本数据，对如下两个问题进行了实证检验：（1）基金会的理事会特征、监事会对成本的影响；（2）基金会的内部治理特征是否能够有效降低成本。研究发现：第一，基金会的理事会规模越大，越有利于降低成本。第二，基金会的理事会开会次数越多，慈善组织的理事长与秘书长的双重身份，不利于降低慈善组织的成本。第三，基金会的监事会对成本的降低没有显著的影响。文章得出的结论为理解我国基金会的内部治理结构提供了有益帮助，为我国慈善基金会完善内部治理结构提供了经验证据。
关键词：慈善基金会 理事会 监事会 成本
一、引言
我的慈善组织主要包括慈善基金会、各级慈善会、红十字会系统。据民政部的《2012年度中国慈善捐助报告》统计，2012年全国接收国内外社会各界的款物捐赠总额约817亿元，占我国GDP的0.16%，人均捐款60.4元。其中，各类慈善基金会接收捐赠约305.7亿元，约占全年捐赠总量的37.4%，是最大的募款主体；各级慈善会接收捐赠约268.65亿元，占全社会募款总额32.87%，成为2012年度第二大募款主体。红十字会系统接收社会捐赠约21.88亿元，占2.68%，同比减少了23.68%。慈善组织2012年募款总额约596.23亿元，约占全年捐赠总量的73%。慈善组织从事的公益事业包括社会服务的提供、社会资本的创造、社区建设、民主推进、科技创新、环境保护、志愿者培育等，涵盖了教育、科技、环保、养老、儿童福利、助残等领域，在整个社会保障体系中发挥着不可替代的作用。
十提出“完善社会救助体系，支持发展慈善事业”。十八界三中全会再次强调“重点培育和优先发展公益慈善类社会组织……”然而，近年来频发的诸如“郭美美与红十字会事件”“儿慈会48亿元洗钱风波”等慈善丑闻，使得慈善基金会的公信力每况愈下。2012年慈善基金会接收捐赠总量较2011年相比下降3.31%，严重影响了慈善基金会的社会保障职能的发挥，阻碍了慈善基金会的发展。如何改善慈善基金会的内部治理，提升慈善基金会的透明度，成为当前必须解决的现实问题。因此，进行慈善基金会的内部治理问题的研究，有利于提高对慈善基金会的内部治理结构和治理机制的认识，形成慈善基金会的内部治理机制的理论分析框架，指导实践中慈善基金会内部治理问题的解决。
问题不仅广泛存在于现代公司之中，也普遍存在于现代的慈善基金会中。慈善基金会作为较为典型的非营利组织，其特点表现在：第一，非营利性。慈善基金会通常不营利，即使慈善基金会在运作过程中产生了利润，该利润也不对产权人进行分配，而是继续作为慈善事业的资金资源。第二，目标的特殊性。与企业这类营利性组织的生存、发展、盈利的目标不同，慈善基金会存在的目标是运用自身及社会资源去帮助需要帮助的群体，推动社会进步，其社会价值远远大于经济价值。因此，对创立慈善基金会的产权方而言，投资创立慈善基金会的目的是为了实现组织的社会价值最大化。然而，除了产权人（或者创始人）外，慈善基金会还涉及到一些其他的利益相关者，包括内部的理事会、秘书长、监事会、工作人员；外部的捐赠人、被救助对象、政府等监管部门、媒体及社会公众等。根据已有的公司治理理论，在所有权和经营权分离的企业中，委托人与人目标的差异导致人为了自身利益而侵害委托人利益的机会主义行为，从而导致公司价值的降低。大量的经验证据表明，管理者与股东之间的成本显著地影响了企业的融资决策、投资决策和企业价值。是否慈善基金会这类非营利组织，也存在由于产权人与管理者的利益不一致而出现的委托问题？慈善基金会的理事会特征、监事会与成本的关系如何？是本文研究的重点。
二、理论分析与研究假设
过去20年，研究者们通过不懈的努力形成了公司治理的理论研究体系。公司治理的研究重点关注公司绩效、董事会作用和国家治理特征之间的关系。董事会服务股东，承担受托责任，具有监督管理的职能。董事会可以提高公司绩效，董事会通常代表股东的利益设计管理者的薪酬。Mather等开创性地检验了董事会的声誉、财务专业性等特征与管理收益预测之间的关系，提出了在治理结构中考虑董事会动机的重要性。在对公司层面的治理特征进行检验后发现，公司治理结构对管理者在股票回购决策上具有重要的影响。以美国上市公司为样本进行的实证分析发现，成长性公司很少用股票回购来进行盈余管理。后来的学者们发现具有更多独立董事、CEO与董事长不是双重身份、CEO持有较高股权比例的公司盈余管理水平较低。过去二三十年间，很多有关治理结构的文章讨论了公司的CEO薪酬问题。对董事会的研究主要围绕两个基本性的问题展开：一是董事会结构的决定因素；二是董事会绩效的决定因素。学者们分析了股权结构对董事会结构的影响，例如从机构投资者、家族控股、国有股权结构等方面对董事会结构的影响因素进行分析。当然，也有一些学者从社会规则等外部治理特征的角度分析董事会结构的影响因素。Fama、Jensen（1983）提出了对非营利组织的治理结构假设，认为非营利组织的捐赠越多，其成本越低。后续的Peterson等（2010）对于非营利组织治理结构的不同方面进行了不同视角的分析，但是，实证研究论文并不多见。本文的研究属于对慈善基金会的内部治理结构的实证研究范畴。
国内外研究结果表明，传统的、一般性公司治理机制在一定程度上仍然适用于非营利组织治理结构的研究。但是，慈善基金会作为非营利组织中较为典型的类型，其内部治理结构问题，并不能完全按照公司类营利性组织治理结构的研究进行。
因此，在进行慈善基金会内部治理结构问题的研究过程中，本文参照了公司治理结构的研究框架，同时，结合了慈善基金会的治理结构面临的外部环境和不同的利益相关者的基础上，设计了本文关于慈善基金会的内部治理结构的研究逻辑。对成本的指标选择考虑，既借鉴了反映公司这种营利性组织通常采用资产利用效率即资产周转率作为成本的变量，也考虑了慈善组织成本的特性，选择资产费用率作为变量指标。同时，考虑到现有的研究成果发现，较高的现金流量降低了资本市场对于管理者的监管，具有较高现金流量的公司具有较高的成本。慈善基金会的外部捐赠市场与公司这类营利组织面临的外部资本市场之间差异较大。慈善基金会的捐赠人，在进行完捐赠后，并没有保留与慈善基金会之间的产权关系，也没有剩余索取权问题。因此，为了深入认识慈善基金会的成本，本文也选择了现金流量指标，作为成本的变量。考虑到慈善基金会的产权特征、剩余索取权问题以及捐赠市场等外部环境的影响，本文针对理事会、监事会提出如下一些假设。
（一）理事会
理事会作为慈善基金会治理结构的内部核心机制之一，其治理效率如何直接影响到慈善基金会的绩效。当前的公司治理理论，公司的董事会在公司治理中的功能主要体现在董事会规模、独立董事比例、专业委员会设置以及董事长与总经理两职合一等多个方面。结合当前我国慈善基金会的特征，本文主要考虑以下几个方面的内容。
1.理事会的规模。为了验证公司治理理论中关于董事会规模的结论，是否适用于慈善基金会这类典型的非营利组织，结合我国慈善基金会的理事会规模特征，提出具体假设如下：
H1：慈善基金会的理事会规模越大，越有利于降低成本。
H2：慈善基金会的理事会每年召开的会议次数越多，越不利于降低成本。
2.理事长与秘书长是否为同一人。Jensen在研究公司治理结构时发现，当董事长和CEO为同一人时，不利于成本的降低。董事长与CEO是否为一人，与绩效之间很少有直接的联系。慈善基金会中的秘书长职务，与公司中的CEO职务类似，属于慈善基金会的高层管理人员，慈善基金会的理事长，类似公司中的董事长，慈善基金会的理事长担任着委托方和受托方双重职责，是慈善基金会内部治理的核心。因此，为了考察慈善基金会中，理事长和秘书长为同一人，是否有利于降低基金会的成本问题，本文提出如下假设：
H3：慈善基金会的理事长与秘书长为同一人，不利于成本的降低。
3.秘书长的任期。现有对公司治理结构中的CEO任期的研究表明，CEO主要起到管理董事会的作用，因此如果CEO的任期越长，越容易损害股东权益，减少CEO对董事会的监督能力。为了验证慈善基金会的秘书长任期长短对成本的影响，提出如下假设：
H4：慈善基金会的秘书长任期越长，其成本越高。
（二）监事会
大量研究支持公司设置监事会，有利于成本的降低。为了验证慈善基金会中监事会的作用，提出如下假设：
H5：慈善基金会的监事会规模越大，越有利于降低成本。
H6：慈善基金会的监事会召开次数越多，越有利于降低成本。
三、模型建立
为了检验上述假设，建立如下回归模型（1）、模型（2）和模型（3）。
AOR=a0+a1Dual+a2Bsize+a3Asize+a4BM+a5AM+a6CEOT+a7Ponp+a8Size+ei （1）
AER=b0+b1Dual+b2Bsize+b3Asize+b4BM+b5AM+b6CEOT+b7Ponp+b8Size+ei （2）
CF=c0+c1Dual+c2Bsize+c3Asize+c4BM+c5AM+c6CEOT+c7Ponp+c8Size+ei （3）
为了进行模型之间的对比分析，本文选择了3个指标来衡量成本。一是采用AOR和AER两个指标来衡量成本；二是运用现金流量指标CF来衡量成本。AOR表示资产利用率指标，该指标反映管理者如何利用资产创造效益。对公司这类营利性组织的治理结构而言，通常采用资产创造的收入大小来衡量资产的利用效率。然而，由于慈善基金会属于典型的非营利组织，基金会利用资产创造的效益主要体现在其社会价值上，即管理者运用资产对社会提供了多少帮助。因此，本文采用慈善基金会的业务活动成本（业务活动成本，是指慈善基金会为了实现其业务活动目标、开展其项目活动或者提供服务所发生的费用）年末数作为资产创造社会效益的变量。慈善基金会的资产利用率指标（AOR），反映了慈善基金会的内部管理人员使用组织资源创造社会价值的能力，该指标越小，说明资产利用效率越低。AER表示资产费用率指标，该指标反映了慈善基金会内部管理人员在使用组织资源时所花费的成本，主要测量慈善基金会的管理人员如何控制组织的管理成本。该指标越大，说明慈善基金会的管理费用越高。Jensen认为由于较高的现金流量往往与较低的增长机会相联系，所以如果公司具有较高的现金流量，表明公司的成本较高。同时，较高的现金流量降低了资本市场对公司内部管理者的监管，表示公司有较高的成本。借鉴该研究成果，综合考虑慈善基金会与外部捐赠市场的关系，采用现金流量指标，用CF来表示，以此作为慈善基金会的成本的变量。此外，上述模型中加入了慈善M织的性质（Ponp）和慈善组织的规模（Size）作为控制变量。模型的变量定义与描述，具体如表1所示。
四、样本与描述性统计
由于我国慈善基金会尚处于发展阶段，相关数据信息披露不完善，本文最终选择了慈善基金会2011―2012年的年报数据为样本进行分析，样本数据来源于民政部官方网站。考虑到年报披露数据的统计分析意义，本文采取了混合样本数据进行分析。进一步剔除数据缺失项后，最后得到213个全部观察值。描述性统计分析结果如表2所示。
从表2可以看出，资产利用率（AOR）的平均值和标准差分别为0.41和0.52，表明我国慈善基金会的资产利用率差异很大；资产费用率（AER）的最大值和最小值分别为0和0.22，平均值为0.02，标准差为0.029，表明我国慈善基金会之间资产费用率的差异较大。现金流量（CF）的最大值和最小值分别为0和20.26，标准差为7.933，表明我国慈善基金会之间的现金流量的差异较大。理事长与秘书长是否为同一人（Dual）的平均值为0.1，表明我国慈善基金会理事长和秘书长为同一人的情况并不普遍。理事会规模（Bsize）的最大值和最小值分别为162和2，且平均值为15.83，标准差为11.865，表明我国慈善基金会的理事会规模差异较大，平均的理事会规模在15人左右。监事会规模（Asize）的最大值和最小值分别为7和1，平均值为1.79，标准差为1.066，表明我国慈善基金会之间的监事会规模差异较大，平均的监事会人数在1―2人之间。理事会开会次数（BM）最大值和最小值为10和1，表明我国慈善基金会的理事会开会次数差异较大，平均值为2.2，表明平均理事会开会次数在2―3次之间。监事会开会次数（AM）的最大值和最小值为10和0，表明我国慈善基金会的监事会开会次数呈现出较大差异，平均值为1.98，表明平均监事会开会次数在1―2次之间。秘书长任期（CEOT）的最大值和最小值为15和0，平均值为3.57，标准差为2.455，表明我国慈善基金会的秘书长任期最长可达到15年，平均的任期为3―4年，且不同慈善基金会之间的差异较大。
五、实证分析
为了避免变量间的多重共线性，本文在对模型进行回归分析时，采用了逐步回归的方式。运用SPSS统计分析软件，进行回归分析的结果如表3所示。
表3样本数据回归分析结果显示，以资产利用率（AOR）作为成本变量所构建模型（1）的调整R2=0.216，以资产费用率（AER）作为成本变量构建的模型（2）的调整R2=0.195，以现金流量（CF）作为成本变量构建的模型（3）的调整R2=0.071。比较而言，模型（1）的拟合优度最高，且所构建的三个模型的回归分析结果显示，其F值均通过了统计检验。
具体而言，模型（1）的回归分析结果显示，理事会规模（Bsize）的参数估计为0.015，通过了显著性水平为5%的统计检验。慈善基金会的性质（Ponp）的参数估计值为0.307，通过了显著性水平为5%的统计检验。其他变量的参数估计均没有通过显著性水平为5%的统计检验。理事会规模与成本之间呈现出正向的关系，即根据模型（1）的回归分析结果显示，理事会规模越大，作为成本变量的资产利用率越高，越有利于成本的降低。且慈善基金会的性质与成本之间呈现正向关系，即慈善基金会若为公募性质，则资产利用率越高，越有利于降低成本，该结论验证了公募性质的慈善基金会的成本低于非公募性质的慈善基金会。
模型（2）的回归分析结果显示，理事会开会次数（BM）和慈善基金会规模（Size）两个变量的参数估计分别为0.006和-0.007，通过了显著性水平为5%的统计检验。慈善基金会的性质（Ponp）的参数估计值为0.014，通过了显著性水平为5%的统计检验。其他变量的参数估计均没有通过显著性水平为5%的统计检验。模型回归分析结果显示，理事会开会次数与成本呈现正向的关系，即理事会开会次数越多，作为成本的变量资产费用率越高，越不利于成本的降低。慈善基金会的规模与资产费用率呈现负向的关系，即慈善基金会的规模越大，作为成本变量的资产费用率越低，越有利于降低成本。
模型（3）的回归分析结果显示，理事长与秘书长是否为同一人（Dual）和慈善基金会规模（Size）两个变量的参数估计分别为-4.055和1.424，均通过了显著性水平为5%的统计检验。其他变量的参数估计则没有通过显著性水平为5%的统计检验。该模型（3）的回归分析结果显示，理事长与秘书长是否为同一人与成本之间呈现负向的关系，即如果理事长与秘书长为同一人，则该变量1，越不利于成本的降低。慈善基金会的规模与慈善基金会的现金流量呈现正向的关系，表明慈善基金会的规模越大，现金流量越大，成本越高；反之，若慈善基金会的规模越小，现金流量越小，成本越低。根据对模型（1）、模型（2）和模型（3）的回归分析结果显示，慈善基金会的成本的影响因素包括：理事会规模、理事会开会次数、理事长与秘书长是否为一人、慈善组织的性质、慈善组织的规模。模型的回归结果显示，假设1、假设2、假设3得到了验证；假设4、假设5、假设6没有得到有效的验证。
六、研究结论与启示
本文采用实证研究方法，对我国慈善基金会的理事会、监事会和成本之间的关系进行了分析。以资产利用率、资产费用率和现金流量三个变量作为慈善基金会的成本变量，分别构建慈善基金会的理事会、监事会与成本之间的关系模型，选取我国慈善基金会年报披露数据为样本，进行回归分析，研究发现：
（一）理事会的规模越大，越有利于慈善基金会成本的降低
理事会的规模与资产利用率呈正向关系，若理事会规模越大，将越有利于提高资产的利用效率，从而降低慈善基金会的成本。因此，假设1得到了验证。
（二）理事会开会次数越多，越不利于慈善基金会成本的降低
研究结果显示，若理事会开会次数越多，作为成本的变量资产费用率则越高，越不利于成本的降低。因此，假设2得到验证。
（三）理事长与秘书长为同一人，不利于降低慈善基金会的成本
如果慈善基金会的理事长与秘书长为同一人，越不利于降低慈善基金会的成本，不利于慈善基金会治理效率的提高。如果慈善基金会的理事长与秘书长为同一人，根据委托理论，理事长作为创始人的受托方，同时也是慈善基金会内部管理层的委托方，具有受托方和委托方的双重性质，而秘书长作为内部最高管理层的主要管理者，如果由理事长兼任，将不利于理事会行使对管理层的有效监督和约束，不利于成本的降低。因此，如果理事长和秘书长为同一人，将不利于慈善基金会成本的降低，假设3得到了验证。
根据回归分析中的参数估计结果，CEOT、Asize、AM三个变量的参数估计均没有通过t检验，所以假设4、假设5、假设6，均没有得到验证。
（四）引入控制变量进行的回归分析结果显示，如果慈善基金会为公募性质，越有利于成本的降低
由于慈善基金会属于典型的非营利组织，有较高的现金流量表明其管理层具有较好的筹款能力，较好的筹款能力使得慈善基金会具有更多的利益相关者，这将有利于提高各利益相关者对慈善基金会管理者的外部监督，从而降低慈善组织的成本。这与现有关于公司类营利性组织的成本的研究结论并不完全一致。根据Jensen和McKnight等对公司治理的研究结论认为，公司如果拥有较高的现金流量，这将降低资本市场对于管理者的监管，因此公司如果拥有较高的现金流量表明公司具有较高的成本。这也充分体现了慈善基金会的内部治理结构，不同于公司内部治理结构的特点。模型（1）、模型（2）和模型（3）的回归分析结果表明，慈善基金会的规模越大，越有利于成本的降低。
综上所述，本文通过实证分析了慈善基金会的理事会、监事会与成本之间的关系，运用模型及回归分析验证并得到了以下结论：慈善基金会的理事会规模越大，越有利于其成本的降低；理事会每年召开次数越多，越不利于慈善基金会的成本的降低；理事长与秘书长若为同一人，越不利于慈善基金会成本的降低。但是，本文尚有一些局限，比如本文通过回归分析并未验证假设4、假设5、假设6，即本文并未获知慈善基金会的内部治理结构中关于秘书长的任期、监事会规模、监事会的开会次数，与慈善基金会成本之间的关系，如果未来以成本作为内生变量，以上述变量作为外源变量，构建慈善基金会的内部治理结构与成本之间的结构方程模型，进行分析，这将是笔者未来继续研究的方向。Z
参考文献：
[1]Brochet，F.，Faurel，L.，McVay，S.E.Manager―Specific Effects on Earnings Guidance： An Analysis of Top Executive Turnovers[J].Journal of Accounting Research，2011，49（5）.
[2]Adams，R.B.，Hermalin，B.E.，Weisbach，M.S.The Role of Boards of Directors in Corporate Governance： A Conceptual Framework and Survey[J].Journal of Economic Literature，2010，（48）.
[3]Ang，J.S.，Cole，R.A.，Lin，J.W.Agency Costs and Ownership Structure[J].The Journal of Finance，2000，55（1）.
[4]Black，B.S.The Core Fiduciary Duties of Outside Directors[J].Asia Business Law Review，2001，（7）.
[5]Borokhovich，K.A.，Parrino，R.，Trapani，T.Outside Directors and CEO Selection[J].Journal of Financial and Quantitative Analysis，1996，31（3）.
[6]Brochet，F.，Faurel，L.，McVay，S.E.Manager-Specific Effects on Earnings Guidance：An Analysis of Top Executive Turnovers[J].Journal of Accounting Research，2011，49（5）.
[7]Jensen，M.C.Agency Costs of Free Cash Flow，Corporate Finance and Takeovers[J].American Economics Review，1986，76（2）.
[8]申慧慧，橇生.股权性质、环境不确定性与会计信息的治理效应[J].会计研究，2012，（8）.
[9]万鹏，曲晓辉.董事长个人特征、成本与营收计划的自愿披露[J].会计研究，2012，（7）
[10]王名，贾西津.试论基金会的产权与治理结构[J].公共管理评论，2004，（1）.
第2篇：基金规模论文范文
本文使用中国开放式基金数据实证分析了基金管理模式选择的影响因素、不同管理模式与基金风险特性和投资业绩的关系。研究结果表明，基金管理模式的采用主要受到基金公司对管理模式偏好的影响；在控制了基金特征后，团队管理可以显著降低基金总风险和系统性风险，并能显著提高基金投资业绩。本文结果支持了团队决策的“意见折衷理论”，发现了团队决策优于个人决策的证据。
关键词：管理模式；基金风险；基金业绩;开放式基金
中图分类号：F830.9 文献标识码：A
文章编号：1000176X(2010)12005708
一、引 言
基金管理可分为“团队管理”和“个人管理”两种模式，前者指多个基金经理管理一只基金，后者指单一经理管理一只基金。随着基金业的发展，越来越多的基金采用团队管理的模式，这一趋势在国内外都是如此。美国股票型基金的团队管理比例在1994年时只有5%，2003年已增加至46%［1］。我国团队管理基金的现象逐渐增多，团队管理的开放式基金数量由2002年一季度的1只增加到2008年一季度的65只。尽管团队管理的基金数量占开放式基金总数的比例维持在20%左右，但其管理的资产规模比例已从43%增加到65%。团队管理的基金是开放式基金的重要组成部分。那么，影响基金管理模式选择的因素有哪些？团队管理相较于个人管理，对基金的风险特征和投资业绩的影响有何不同？这是本文将要讨论的问题。
在完全竞争的证券市场中，决策主体具有相同信息，则团队管理和个人管理的基金投资决策应该没有差别。但行为因素会影响到实际决策过程并通过成员之间的交互作用导致团队管理与个人管理有不同的决策和绩效表现。“群体漂移理论”（group shift theory）认为，集体决策有可能会强化团队中强势成员的看法，增加过度自信的情绪，从而加大决策结果的极端性［2］。“意见折衷理论”（diversification of opinion theory）认为，团队成员为达成一致结论会权衡自身观点，决策结果会反映大部分成员的意见，是成员意见的折衷［3］。从团队决策的绩效来看，一方面，团队成员可以相互纠正决策中的错误使决策更加理性，团队管理的基金应有更好的投资业绩；另一方面，团队决策也可能出现低效率，或源于团队工作中的道德风险（即部分团队成员消极怠工），或源于信息交流上的低效率，抑或是较高的协调成本导致团队管理绩效欠佳。
本文首次采用国内大样本数据，从基金风险特征和投资业绩方面对业界真实的团队决策问题进行实证研究。研究结果显示，基金管理模式的选择主要受基金公司偏好的影响。在控制基金特征后，团队管理可显著降低基金的总风险和系统性风险，说明团队决策结果较为“温和”，支持“意见折衷假说”，同时，团队管理也显著提高了基金投资业绩，说明团队管理可以发挥多人决策优势，做出较好的投资决策。
二、文献回顾
关于基金管理模式的影响因素，Sharp认为，任命多个基金经理管理的动因是专业化和多元化，专业化是为了发挥不同基金经理对不同投资领域了解程度的优势，多元化是为了防止单个基金经理决策产生偏差［4］。Barry和Starks从委托关系的角度证明了风险共担也会影响基金管理模式的选择，采用团队管理模式能产生更好的激励［5］。Bar等的实证结果显示，选择团队管理模式的概率与基金公司层面的政策和资产规模正相关，与基金年龄负相关，管理模式受基金公司层面因素的影响较大 ［1］。
关于不同管理模式的风险程度，学术界仍未达成共识。Moscovici和Zavalloni等学者认为团队决策代表了一种折衷，为了达成最终意见，团队成员必须权衡个人观点，团队决策会更温和，在时间上表现得更平稳［6-3-7］。Adams和Ferrerira的研究显示，团队决策由于多样化的作用会更保守，从而风险程度更低［8］。但也有理论认为团队决策的风险程度会更高，团队成员在得到其它成员支持后更敢于冒险［9］。实证研究方面，Golec使用36个月的数据发现，团队规模对风险调整业绩的影响不确定［10］。Bar等的实证结果显示，团队管理可显著降低基金的总风险、系统性风险以及非系统性风险，并在后续的研究中，Bar等进一步支持了这一结果，说明团队管理决策符合“意见折衷理论”［11］。
关于团队决策和个人决策的绩效，理论上也存在两种不同的观点。部分研究发现，团队决策更加理性，团队管理业绩会更好［6-12-13］，团队决策至少有两个优势：一是团队成员会在小组讨论的过程中能相互纠正错误；二是当团队成员拥有互补技能时，团队能从更多知识和能力中获益［14］。但是也有研究发现团队决策常存在低效率和偏差现象。小组成员会比单独工作时的积极性降低［15-16］，这种低效率的现象即团队的道德困境［17］，而偏差现象是指集体决策为追求达成完全一致的结论，而使决策偏离最优结果［18］。Prather和Middleton使用162只开放式基金13年的数据发现，不同管理模式基金的业绩没有显著差异，择时能力没有明显区别［19］。Chen等在基金规模和基金业绩的研究中发现，团队管理会显著降低基金投资收益，主要是由于团队管理在处理非定量信息(soft information) 方面效率较低［20］。Bar等在关于基金管理模式的研究中发现，团队管理基金的投资业绩稍有逊色，但业绩持续性较高［1-11］。目前，国内尚未出现系统研究基金管理模式的文章，李豫湘等的研究结果显示，基金经理人数对业绩没有显著影响，但该研究仅使用了2003―2004年的小样本数据［21］。
三、样本选择及数据说明
本研究的基金样本均为半年度数据，全部来自WIND数据库，时间区间为2004年下半年到2007年底，截至2004年上半年，市场上开放式基金数量较少，且基金特征数据不全。类型包括股票型、混合型和债券型。第一，剔除由封闭式转为开放式的基金；第二，鉴于债券型基金的风险―收益特征以及分析方法都与股票资产占多数的股票型和混合型基金差异较大，故也从样本中剔除，只保留股票型和混合型的开放式基金，如此选定了163只基金；第三，若基金管理模式在半年报告期内发生更替或基金特征变量不全，则将此半年度数据从样本中剔除。最后得到的有效样本为涵盖163只基金的437个半年度数据。计算定价因子的股票价格数据及公司财务数据取自色诺芬数据库（Sinofin），样本时间为2004―2007年。
本文对基金绩效的考察从两个维度进行：基金的风险特性和基金的投资业绩。基金的风险特性依据CAPM理论分为基金的总风险、系统性风险和非系统性风险；基金的投资业绩采用基金Jensen-α衡量。在计算风险和Jensen-α的过程中，需要使用基金的收益率指标，基金第t期收益率Rt为第t期复权单位净值UNAt的变化率：
Rt=UNAt/UNAt-1-1(1)
本文将下列关于基金特征的控制变量用于横截面回归。
① 基金规模变量：基金规模会侵蚀基金业绩［20］，规模指标Sizet由基金的总净值TNAt（基金第t期的资产净值，即基金不复权的单位净值乘以基金总份额，以亿元为单位）计算得出：
Sizet=log(1+TNAt)(2)
② 基金公司管理资产规模：单只基金所在基金公司的基金总净值（除去该基金本身）之和再加1取对数，用logfam表示，衡量基金公司管理资产规模的大小，资产规模较大的公司通常有较低的借贷成本、交易成本和更丰富的信息等，会影响单只基金的表现。
③基金换手率指标：反映的是基金交易的活跃程度，这与基金的风险特性和投资业绩也密切相关。该指标由期间内（以半年为单位）基金买入总额（buyt）和卖出总额（sellt）的最小值除以期间内的平均资产净值averageTNAt得到，即
Turnovert=min(buyt,sellt)averageTNAt （3）
④ 基金年龄：用Age表示，以年度为单位，从基金成立日开始计算到2007年底为止，结果向前取到0.5年。
样本基金的类型和投资风格分布如表1所示。表2则报告了相关控制变量的描述性统计，其中，famTNA表示基金公司相应基金之外的所有基金资产净值之和，其余变量定义如前文所述，其中子表A、子表B分别对应混合型与股票型基金。
表1样本数据分布情况
四、影响基金管理模式选择的因素分析
基金公司出于多种目的选择基金管理模式：如基金规模较大需要多人进行管理，基金调整仓位频繁需要多人进行决策，基金投资多元，需要发挥不同经理的专长等。本部分利用基金相关特征数据分析管理模式选择的影响因素，使用如下Logit模型进行回归：
P(Team=1)i,t=F(k0+k1LastSizei,t+k2Agei,t+k3LastPcomi,t+k4LastTori,t+k5LastFami,t+k6MIXi+∑Tj=200402kjYj)（4）
若基金i在第t期采用团队管理模式，则P(Team=1)i,t=1，否则P(Team=1)i,t=0。Agei,t表示基金i的年龄，LastSizei,t表示基金i上期资产净值，LastTori,t表示基金i上期换手率，LastFami,t表示基金公司除去基金i之外的基金净值总和，MIXi为混合型基金的虚拟变量，如果基金类型为混合型，则该变量取1。Yj是表示不同时期的虚拟变量，分别从2004―2006年定义了3个虚拟变量。所有时间虚拟变量的回归结果都不显著，未在表中列示，结果如表3所示。
表3团队管理模式影响因素的Logit模型
由Logit模型回归结果可知，基金公司选择团队管理模式的概率与该公司上期团队管理基金的比例以及公司资产规模显著相关。LasPcom回归系数为正，显示若基金所属公司上期团队管理基金数量的比例越大，则该基金采用团队管理的概率越大，表明公司对基金管理模式的选择存在一定程度的偏好或惯性。LastFam回归系数为正，说明公司旗下基金前期总规模越大，越倾向于选择团队管理模式；但LastSize回归系数不显著，即基金本身的净值规模与基金管理模式之间的关系不显著。此外，基金类型与管理模式的选择之间无显著关系，即混合型与股票型基金的管理模式似乎并无差异，这不支持基金使用团队管理模式以满足管理专业化要求的说法。综上所述，公司层面的因素是影响管理模式选择的主要原因。
五、管理模式与基金风险分析
如前文所述，团队管理的决策结果或是对团队成员意见的折衷，或是团队成员极端意见的强化。这一假说可由基金风险的实证分析得以检验：如果团队管理模式对基金风险有降低作用，说明团队在配置资产时采取了较为“温和”的策略，可以看成是团队成员意见折衷的结果；如果团队管理基金的风险较大，则表明团队管理的资产配置较为极端。
依据CAPM理论，风险可分为三个层次：总风险、系统性风险和非系统性风险，分别定义为基金收益率的标准差、市场模型中市场溢价的估计系数以及市场模型估计残差的标准差。市场模型的回归方程为（回归中使用的样本数据为周数据）：
Rp-Rf=αp+βp(RM-Rf)+εp (5)
风险指标表示为：
总风险=Var(Rp-Rf)(6)
系统性风险=βp (7)
非系统性风险=Var(εp)(8)
模型中无风险利率Rf＝1年期定期存款利率/52，市场收益率RM为相应时期沪深所有A股股票以市值为权重的加权平均收益率。为统一期起见，将各风险指标再进行半年化处理，分别乘以26，用于下文的横截面回归中。
按照管理模式分类的基金风险程度差异如表4所示。鉴于混合型和股票型的基金资产组合有差异，表4将这两种类型的基金分开进行描述，每组风险指标的前两行数据是该风险指标的均值，差异一行表示个人管理基金与团队管理基金的风险差值。
表4不同管理模式相关风险变量的比较
总体看来，个人管理基金的风险水平要大于团队管理的水平，但差异的显著性在不同类型基金中有区别。本文通过控制基金的其它特征，采用如下线性回归模型来检验管理模式和基金风险的关系：
Riski,t=k0+k1Teami,t+k2Agei,t+k3LastSizei,t+k4LastTori,t+k5LastFami,t+k6MIXi+∑Tj=200402kjYj+εi,t（9）
模型（9）的因变量分别对应总风险、系统性风险和非系统性风险。Teami,t为团队管理模式的虚拟变量，如果该基金为团队管理取1，否则取0；其余变量含义与模型（4）相同。回归结果如表5所示。
表5基金风险回归结果
注：*、 **、***分别表示回归系数在10%、5%、1%的显著水平下显著。小括号报告回归系数的p值。表格的最后一行为回归模型调整后拟合优度。
在控制基金类型及基金特征后，团队管理的虚拟变量对基金总风险、系统性风险的回归系数显著为负，说明团队管理模式可以有效降低基金投资组合的波动性和β值。波动性的降低可推断团队决策结果较为温和，较低的β值表明团队经理选择了相对于市场组合较为“保守”的资产，支持团队管理决策的“意见折衷理论”。非系统性风险回归方程调整后的R2很低，说明管理模式与非系统性风险之间的线性关系很弱，这源于混合型基金的非系统性风险分布很集中，均值及方差都非常小，显示混合型基金分散非系统性风险能力较强。
六、管理模式与基金投资业绩分析
基金投资业绩通常是基金经理激励机制中一项重要指标，基金经理的决策都是在给定风险水平下最大化基金业绩。本文采用基于多因子模型计算的Jensen-α衡量基金投资业绩：
（1）Fama-French三因子模型：
Ri,t=αi，t+b1MKTt+b2SMBt+b3HMLt+εi，t (10)
其中，Ri，t代表基金i第t期收益率，由复权单位净值计算出。αi，t对应基金的Jensen-α。MKTt为t期市场投资组合的收益率。HMLt为账面/市值比因子，SMBt为规模因子。回归中使用的因子及收益率均为周数据。
（2）四因子模型：
Ri，t=αi，t+b1MKTt+b2SMBt+b3HMLt+b4MOMt+εi，t（11）
其中，MOMt为惯性因子，采用的排序期分别为3个月、6个月以及1年。其余各变量含义与（10）中一致，回归中使用的因子及收益率均为周数据。
表6按基金类型报告了相关收益指标的均值以及不同管理模式的差异检验结果。每组收益指标的前两行数据是该类基金收益的均值，差异一行表示个人管理基金与团队管理基金收益之差。
结果显示：(1) 不同管理模式下的基金收益和投资业绩指标均没有明显差异。 (2) 基金半年期的总收益率较高，平均在30%以上。这主要源于样本期（2004―2007年）处于市场上升阶段，多数基金的净值在2007年上半年之内就实现了翻番。
为了进一步验证管理模式对基金收益的影响，我们控制了基金特征变量并对Jensen-α进行如下回归：
αi,t=k0+k1Teami,t+k2Agei,t+k3LastSizei,t+k4LastTori,t+k5LastFami,t+k6LastsFlowi,t+k7MIXi+∑2006j=2005kjYj+εi，t（12）
回归因变量分别对应不同多因子模型计算的Jensen-α。LastFlowi,t表示基金上一期的净流入比率，其计算方法为基金净值的对数增长率减去基金收益率，即log(TNAt-1/TNAt-2)-Rt-1，其余变量含义与模型（9）一致。表7报告了相关回归结果。（a）栏为对三因子模型对应Jensen-α的回归结果。（b）（c）（d）栏分别是对四因子模型依惯性因子不同排序期所得Jensen-α的回归结果。最后一行为回归模型调整后的拟合优度。
回归结果显示，在控制基金特征后团队管理模式对基金业绩有显著的提高作用。尽管使用了不同的多因子模型，但团队管理均可将投资业绩提高3%以上，是总投资业绩水平（15%左右）的1/5。
团队决策在股票投资中确实可以发挥多人决策优势，提高基金投资业绩。此外，基金的投资业绩与基金公司上期规模显著负相关，这说明基金公司层面存在某种规模不经济现象。如果考察净投资业绩与管理模式的关系，可将Jensen-α减去基金的管理费率和托管费率，进行同样的回归，所得结果与上文类似，不再赘述。四因子模型在不同排序期惯性因子下得到的Jensen-α差异不大，故仅列示了按3月期排序的结果。
七、结 论
本文利用2004―2007年的大样本数据对基金管理模式进行了系统研究，发现基金管理模式的选择与基金自身特征、基金类型无显著相关性，但与基金所属公司的管理资产规模以及前期采用团队管理基金的比例显著相关，说明基金管理模式的选择主要受基金公司对管理模式偏好的影响。这与国外的实证结果类似［1］。控制了基金类型和特征，团队管理模式能够显著降低基金总风险、系统性风险，说明团队管理选择资产较为“保守”、“温和”，这支持了“意见折衷理论”；但在降低非系统性风险的能力上，团队与个人管理并无明显差异。团队管理模式可显著提高基金投资业绩，说明团队能做出较好的决策，体现了较高的资产选择能力和较强的管理优势。采用不同多因子模型进行回归分析，得到的结果相类似，说明上述结果是稳健的。这与李豫湘等［21］的结果不同，与基于美国数据的研究结果［1-11-20］也有差异。本文结果丰富了现有文献，可为基金投资者选择投资产品提供一定的参考。基金公司应深入考察其团队管理的投资决策程序，发挥团队管理的优势，控制团队管理不经济性。
实际基金管理中，存在着单一基金经理管理单只或多只基金，抑或多个基金经理管理单一基金或交叉管理多只基金的现象。本文仅是基于单只基金的表现分析管理模式的选择及其对单一基金的影响，这不等于考察了基金经理或经理团队所管基金的总业绩。
参考文献：
［1］ Bar,M.，Kempf,A.，Ruenzi，S.Team Management and Mutual Funds［R］.Working Paper，2005.
［2］ Kerr,N.L.Group Decision Making at a Multialternative Task: Extremity，Interaction Distance，Pluralities，and Issue Importance［J］.Organizational Behavior and Human Decision Processes，1992，(52):64-95.
［3］ Sah，R.K.，Stiglitz,J.The Quality of Manager in Centralized versus Decentralized Organizations［J］.Quarterly Journal of Economics，1991，（106）：289-295.
［4］ Sharp，W.F.Decentralized Investment Management［J］.Journal of Finance，1980，36 （2）： 217-234.
［5］ Barry，C.B.，Starks，L.T. Investment Management and Risk Sharing with Multiple Managers［J］.Journal of Finance，1984，39（2）：477-491.
［6］ Moscovici，S.，Zavalloni，M. The Group as Polarizer of Attitudes［J］.Journal of Personality and Social Psychology，1969，（12）：125-135.
［7］ Sah，R.K.，Stiglitz，J.The Architecture of Economic Systems: Hierarchies and Polyarchies［J］.American Economic Review，1986，（76）：716-727.
［8］ Adams，R.B.，Ferrerira，D. Individual versus Group Decision-Making: A Comparison Using Data on Bets on Ice Breakups in Alaska［R］.Working Paper，2003.
［9］ Kogan，N.，Wallach，M.The Roles of Information，Discussion，and Consensus in Group Risk Taking［J］.Journal of Experimental Social Psychology，1965，（1）： 1-19.
［10］ Golec，J.H.The Effects of Mutual Fund Managers Characteristics［J］.Financial Services Review，1996，5（2）： 133-148.
［11］ Bar M.，Kempf，A.,Ruenzi，S. Is a Team Different from the Sum of Its Parts? Evidence from Mutual Fund Managers［R］.Working Paper，2008.
［12］ Blinder，A.S.，Morgan，J.Are two Heads Better than One? An Experimental Analysis of Group vs.Individual Decision Making［R］.Working Paper，2001.
［13］ Cooper，D.J.,Kagel，J.H. Are Two Heads Better than One? Team versus Individual Play in Signaling Games［J］.American Economic Review，2005，（95）：477-509.
［14］ Pelled，L.H.，Eisenhardt，K.M.，Xin，K.R.Exploring the Black Box: An Analysis of Work Group Diversity，Conflict and Performance［J］.Administrative Science Quarterly，1999，（44）： 1-28.
［15］ Williams，K.D.，Nida，S.A.，Baca，L.D.，Latané，B.Social Loafing and Swimming: Effects of Identifiably on Individual and Relay Performance of Intercollegiate Swimmers［J］.Basic and Applied Social Psychology，1989，（10）： 71-81.
［16］ Weldon，E.，Gargano，G.M.Cognitive loafing: The Effects of Accountability and Share Responsibility on Cognitive Effort［J］.Personality and Social Psychology Bulletin，1988，（14）： 159-171.
［17］ Holmstrom，B.Moral Hazard in Teams［J］.Bell Journal of Economics，1982，（13）：324-340.
［18］ Janis，I.Groupthink，Psychological Studies of Policy Decisions and Fiascos［M］.Houghton Mifflin，Boston，1982.
［19］ Prather，L.J.，Middleton，K.L.Are N+1 Heads Better than One? The Case of Mutual Fund Managers［J］.Journal of Economic Behavior & Organization，2002，（47）：103-120.
［20］ Chen，J.，Hong，H.,Huang，M.,Kubik，J.D.Does Fund Size Erode Mutual Fund Performance? The Role of Liquidity and Organization［J］.American Economic Review，2004，94（5）： 1276-1302.
［21］ 李豫湘，程剑，彭聪.基金经理个人特性对基金业绩影响的研究［J］.价值工程，2006，（12）：151-155.
Management Structure and Fund Performance:
Evidence from China’s Open-end Fund
第3篇：基金规模论文范文
关键词： 管理费；激励基金业绩；基金风险
中图分类号：f830.9文献标识码：a文章编号：1003-7217（2013）05-0107-05
一、文献回顾
在证券投资基金的运作过程中，管理费是基金费用的主要组成部分。基金管理费是投资者为获得投资组合管理服务向基金经理人支付的费用，一般按照基金资产净值的一定比例按年计提。采用以上费用制度，往往在业绩亏损时，基金经理仍然得到高额的报酬；业绩良好时，基金经理有可能无法获得与其业绩相应的报酬，没有形成基金经理与投资者之间的风险共担的报酬机制，也没有体现出管理费对基金经理的激励作用。因此，对管理费的设计应包含激励和约束两方面的内容，在基金经理付出努力，增加自身收入的同时，提高投资基金的业绩和投资者的收益，避免基金经理人运用私人信息等，为增加个人报酬，损害基金投资者的利益。
关于基金管理费对基金业绩的激励作用，不同时期的实证研究得出的结论有所不同。对美国共同基金的研究，大多数结论倾向于基金管理费对基金经理的正向激励作用。golec（1996）认为高额的管理费并不一定意味着差的业绩，提取高额管理费的基金经理表现出较高的投资能力，并带来比较高的业绩水平[1]；volkman（1996）发现，基金激励费与风险调整后的收益呈正相关关系[2]；hooks（1996）发现低费用的基金的收益显著高于高费用的基金[3]。但tufano和sevick（1997）的研究表明，管理费与业绩之间无显著的相关关系[4]。我国的开放式基金主要采用固定式费用制度，以我国基金为样本的研究中，曾德明、刘颖、龚红（2005）研究管理费用对基金业绩及风险的影响，结果表明管理费与收益之间的相关关系不显著，但与基金的系统风险及总风险呈正相关关系[5]；李豫湘与刘栋鑫（2009）对基金年度管理费与基金经营业绩、基金规模之间的关系进行了实证检验，表明基金规模对基金年度管理费用的影响，比基金经营业绩对基金年度管理费用的影响大，并且基金规模系数远大于基金经营业绩的系数，相比提高基金经营业绩而言，基金管理人更愿意扩大基金规模以获得更多的基金年度管理费用[6]。
三、实证分析
（一）研究假设
基金经理人扩大基金规模有两种方式：通过提高基金的业绩提高基金的规模；通过增加新资金的流入扩大基金规模，以上两个方式是相关的，业绩好的基金可能会带来新的资金的流入，若基金业绩表现不好，基金投资人可以采取“用脚投票”的方式，惩罚基金经理人。因此，基金经理为增加管理费收入，有动力去付出努力提高基金业绩。因此，本文提出：
假设1：基金管理费用与基金收益率正相关。
基于资产的固定费率的激励方式缺乏对基金经理人有效的风险约束机制。基金经理人可能会因为追求高的收益率，过于激进和冒险，投资基金的风险并不是由基金投资者与基金经理人双方共同承担的。2010年上半年数据显示，国内60家基金公司的652只基金产品合计亏损4400亿元，基金投资者为此需另付出149亿元管理费用。因此，基金经理的风险行为会直接损害投资者的利益。曾德明等（2005）对我国封闭式基金实证研究发现，管理费用与基金总风险和系统风险正相关，本文以上理论分析也表明，现有管理费制度下，基金经理选择的风险水平高于投资者的预期。因此提出：
假设2：基金管理费用与基金风险正相关。
（二）变量定义与实证模型
1.基金经理努力水平（基金业绩）。采用与golec（1992）相似的方法，用jesen指数测量努力水平，假定基金经理搜寻信息的努力程度，都可以通过基金超常收益率（jesen指数）反映出来。
2.基金经理人风险规避度。基金经理人的风险规避度是一个不易观测的变量，在以往的研究中，很多文献都假设基金经理人具有相同的风险规避度。
本文采用如下方式测量风险规避度。根据基金经理人管理基金的种类，确定其风险规避程度，所管理的基金的风险程度越大，则认为基金经理人的风险规避程度越小，如表1所示。
样本期间内，一些变量数
据有显著的变化。样本基金的超常收益率的均值2006年为最高，这是因为2006年沪深股市发生了深刻的变化，股权分置，大型蓝筹回归市场，中国银行、中国工商银行、中国人寿保险股份有限公司等顺利登陆，充分显示了市场巨大的承接能力，到2007年底，样本基金的资产规模达到最大值。由于受金融危机影响，超常收益率从2007年开始下滑，到2009年为负值。
基金样本按投资风格分为普通股票型、增强指数型、偏股混合型、平衡混合型、混合债券型、保本型，分类方式来源于wind数据库。基金业绩、基金规模、系统风险、基金标准差，数据来源于wind数据库。
对变量序列进行单位根检验后，发现基金业绩、风险规避度、系统风险、管理费用、基金规模各序列的llc、ips、fisheradf、fisher-pp 均拒绝了存在单位根的假设，表明各序列为平稳序列，检验结果如表4所示。
表6表明：基金管理费用与基金业绩显著负相关，说明目前管理费对基金经理人没有激励作用。由于高的基金业绩不能得到应有的管理费收入，在一定程度上，损害了有能力的基金经理人的利益，同时，也损害基金投资人的利益，投资人在没有获得高收益的情况下却要支付高的管理费用，假设1没有得到实证支持。 通过对表5进一步分析发现，基金规模与基金业绩显著正相关，这意味着规模越大的基金，基金的业绩越高。以上研究结论也揭示了我国固定费率过高的问题，由于管理费用与基金业绩负相关，而基金业绩和基金规模呈正相关，则推出管理费用与基金业绩之间则体现出一种负相关的关系，这表明提取管理费较多的基金为规模小的基金，因为管理费由费率和基金规模共同决定，管理费高说明费率高。基金经理风险规避度与基金收益显著负相关，表明风险规避度小的基金经理人，会付出更多的努力以获得高的基金业绩。
管理费对基金风险影响的实证模型，通过hausman检验，表明拒绝随机效应模型的假设。
表8数据表明，基金管理费与基金系统风险在0.05的显著性水平下正相关。基金管理费对基金经理人缺乏风险约束，基金经理人为获得高收益，可能会采取过度投机的行为。因为，高的基金收益会带来基金资产净值的增加，进而增加基金经理人的管理费收入，当基金的收益不能达到基金经理人的预期时，投资者就要为基金经理人的这种风险偏好行为买单，严重损害了投资人的利益。假设2得到实证支持。
五、结论与启示
根据文献研究和我国的费用制度现状，构建了基金经理努力程度与风险选择的模型，在此基础上，通过理论分析，证明在现有管理费制度下，当基金经理的风险规避度小于或者等于投资者的风险规避度时，基金经理选择的努力水平高于投资者的预期；基金经理选择的风险会高于投资者对于风险的预期。结合我国基金样本数据，进行了实证研究，结果表明：我国管理费用与基金收益呈负相关的关系，基金规模与基金业绩呈正相关关系，业绩低的基金其管理费高则是由其费率高而造成的；管理费与基金系统风险呈正相关的关系。由于本文仅讨论了固定费用结构对基金经理的激励作用，今后的研究可对私募基金管理费和激励费的影响开展深入研究。
参考文献：
[1]golec j h. the effects of mutual fund managers' characteristics on their portfolio performance， risk and fees[j]. financial services review，1996， 5（2）： 133-148.
[2]volkman a， woha m e. abnormal profits and relative strength in mutual fund returns[j]. review of financial economics，1996， 5（2）：101-116.
[3]hooks j a. the effect of loads and expenses on openend mutual fund returns[j]. journal of business research，1996， 36（2）：199-202.
[4]tufano p， sevick m. board structure and feesetting in the u.s. mutual fund industry[j]. journal of financial economics，1997， 46（3）：321-355.
第4篇：基金规模论文范文
关键词：风格飘移 选股能力 择时能力 基金
一、引言
自Sharpe（1992）提出投资风格的概念以来，理论界和实务界已经越来越认识到投资风格对于基金的重要作用。国内外学者也针对二者的关系开展了大量的实证研究。尽管风格飘移的存在性已经被反复证实，但对于风格飘移如何影响基金业绩却存在不同的看法。Brown，Harlow（2004）发现风格一致性较低的基金其业绩通常较差，但如果市场基准收益率为负，风格一致性较低的基金却保持了相对较高的投资业绩。[1]Roll（1995）、Arnott，Christopher（2000）等曾经指出，通过准确的风格资产轮换投资也能为投资者提供额外的收益。[2]Wermers（2002）认为在机构资产管理中，交易量越大，风格漂移越频繁，并且投资回报越高。国内学者也对基金业绩与投资风格的关系进行了检验。[3]张健，刘欣文（2008）以证券型基金为样本研究了投资风格飘移与基金业绩的关系，实证研究的结果表明风格漂移与基金业绩呈正相关。[4]宋威（2009）采用基于收益的风格分析方法，对国内36支开放式基金的实际投资风格和宣称的投资风格进行比较，探讨了风格漂移对基金绩效的影响。[5]刘建国，张玲君（2010）按不同的基金类型和投资风格，对我国开放式基金投资风格漂移现象进行了动态验证， 并对基金投资风格漂移与基金经理选股能力的关系进行了研究。[6]李学峰，徐华，李荣霞（2010）研究了基金投资风格一致性及其对基金绩效的影响。[7]
上述研究从不同的角度证明了风格飘移对于基金业绩具有正向作用。然而，基金业绩依赖于一定的市场环境，在振荡的市场环境中，风格飘移是否总能对基金业绩产生促进作用呢？本文将围绕这一问题对市场环境进行分类，探讨不同的市场条件下风格飘移对于基金业绩的影响，并对前人的相关研究结论进行检验和拓展。
二、模型构建
（一）变量选取
对于风格漂移的测量，理论界已经形成了不同的方法。Grinblatt，Titman（1993）首先利用股票在投资组合中的权重变化来衡量资产组合变化[8]；Chen，Jegadeesh和Wermers（2000）指出上述方法利用权重（而不是绝对数）来衡量投资组合的变化，不能准确刻画基金的持股数量变化，因此应当结合基金的持股量及交易量来测量基金的投资变化[9]；Idzorek，Bertsch （2004）提出用SDS（style drift score）来判定风格随时间的变异。[10]本文采用Sharpe（1992）提出的基于收益的风格分析方法运用2003—2010年间的基金业绩数据进行滚动窗口分析，同时遵循Idzorek，Bertsch（2004）提出的风格漂移分数（SDS）衡量风格飘移程度：
其中，w1t，w2t，……，wnt代表风格分析中的风格权重的时间序列。SDS 值越高，基金的风格一致性越低，这样，SDS可以看作是衡量风格漂移系数的指标。
对于基金业绩的衡量，Fama （1972）认为基金业绩来源于基金经理的择时能力和选股能力，前者代表了基金经理的宏观预测能力，后者反映了基金经理对被低估资产的微观预测能力。Sanjay，Manoj（2008）指出研究基金绩效主要要解决两个问题：评估选股能力与择时能力。本文对于基金绩效的研究将沿着这一思路进行，即将基金业绩看作选股能力与择时能力共同作用的结果。[11]此外，考虑到市场形势对基金风格的影响（Brown，Harlow；2004），本文在衡量基金业绩时，利用哑变量来区别不同的市场形势（市场上涨和市场低迷），市场形势的区分依赖于市场超额收益的正负。
关于基金业绩的因素，国内外学者已经对影响进行了广泛探索。DelGuercio，Tkac（2002）指出规模更大的基金能够吸引更大的资金流[12]。Dowen，Mann（2004）和Geranio，Zanotti（2005）也指出大规模的基金具有较低的平均管理费率（MERs）。[13][14]Holmesa，Faff（2008）则认为基金规模与管理费率都将影响基金的现金流，进而影响基金经理的决策和基金业绩。[15]Stein（2002）；Chen，Hong等人（2004）发现基金规模对于基金业绩具有较大的影响作用。[16][17]Edelen（1999）；Rakowski（2003）；Shoven et al.（2000）等人提出基金业绩与资金流动性之间存在相关性。[18]
同时，为排除基金类别的影响，本文采用虚拟变量区分基金类别。基金类别的划分采用了中信公司提出的基金分类办法，将基金分为5种，分别是：保本型；股票型；货币型；平衡型；债券型。
（二）模型构建
通过上述分析，可以构建出基金业绩的回归方程：
Yi=α1D1+α2D2+α3D3+α4D4+α5D5+α6SDSi+α7size+α8Flowvoli+α9MERi+error
其中，yi（i=1，2）代表不同市场形势下以选股能力和择时能力表示的基金业绩；α1—α9是衡量基金风格类型的哑变量；SDSi代表基金风格漂移分数；sizei代表基金规模（样本期间基金规模均值的自然对数）；Flowvoli代表资金流量波动性（样本期间资金流动性的方差）；MERi代表管理费率（样本期间的平均管理费率），模型采用加权最小二乘法。
三、实证分析
（一）样本与数据来源
本文所选取的样本来源于国泰安数据库提供的162支基金，所选基金必须包含至少60个2005—2010年度的月度收益，同时分别以上证综合指数和3月期银行存款利率作为市场收益和无风险收益，关于风格基准的选取，Sharp（1992）提出了选取指数的三个原则：详尽、互斥和收益差异化。为此，本文选取中信指数系列作为风格基准，包括：①大盘成长型指数；②中盘成长型指数；③小盘成长型指数；④大盘价值型指数；⑤中盘价值型指数；⑥小盘价值型指数（见表1）。
（二）实证分析结果
以不同市场行情下的选股能力α为因变量，考察选股能力与风格漂移的相关性。其中，α值的选择沿袭了Holmes，Faff（2007）提出的条件TMα。分析结果发现风格漂移与选股能力之间同样存在正相关，但在市场行情低迷时具有更大的显著性（5%）。这说明在市场低迷时，基金可能通过风格调整获取更好的业绩。同时，无论市场行情好坏，选股能力与基金规模、流量波动性之间均呈现正相关。对于管理费率而言，在两种市场行情下都与选股能力呈现出负相关，但是在市场上升时具有更大的显著性（5%）（见表2）。
择时能力β值分别以条件TM模型和基于卡尔曼滤波的条件TM模型度量，不同市场行情下择时能力与风格飘移的关系如表3所示。在两种市场行情下，择时能力与风格飘移均不存在显著的相关性，即无论市场行情如何，风格飘移均不能改变基金的择时能力。然而，流量波动性在不同的市场条件下却会对择时能力产生不同的效果。当市场上扬时，运用条件TM模型发现流量波动性与选时能力之间存在显著正相关（8.3602，t=2.24）。即市场上扬时，流量波动性更高的基金具有更高的择时能力。市场下跌时，运用两种模型得到的流量波动性与择时能力的关系存在差异（条件TM模型下，二者正相关；基于卡尔曼滤波的条件TM模型下，二者负相关），但不论采用哪种模型，市场下跌时流量波动性与择时能力的关系均更加微弱（见表3）。
此外，不论市场行情如何，运用两种模型均发现基金规模、管理费率与择时能力β不存在相关性（5%）。
四、小结
本文对2005—2010年间我国基金风格漂移对代表基金业绩的选股能力与择时能力的作用了探讨，发现仅仅在市场下跌时，风格飘移才能提高基金的选股能力，而在市场上升期，风格飘移对于选股能力而言则不存在明显关系。这不同于刘建国，张玲君（2010）提出的风格飘移与基金选股能力存在微弱关系的结论。本文认为出现这种情况的原因在于他们在探讨二者关系时是未对市场行情加以区分，导致不同市场条件下风格飘移对选股能力的作用相混合。但是，本文的结论与Brown，Harlow（2004）的发现相契合，并且本文认为“市场基准收益率为负，风格一致性较低的基金却保持了相对较高的投资业绩”的原因正是风格飘移提高了基金的选股能力。就择时能力而言，在何种市场行情下，风格飘移均不能对基金择时能力形成有效作用。这与Holmesa，Faff（2004，2008）的研究结论相一致。
根据上述结论，如果业绩在一定程度上可以表现为选股能力与择时能力的叠加，那么在不同市场行情下风格飘移对基金选股能力和择时能力的合力将呈现出不确定趋势。此外，本文还发现了基金选股能力与择时能力同其他因素的关系：流量波动性仅仅在市场上扬时才有助于基金择时能力的提高；不论市场行情如何，基金规模对选股能力具有促进作用；管理费率会影响基金的选股能力。
从上述结论出发，本文认为基金运营过程中应当考虑市场行情的变化，因时制宜地发挥各影响因素的积极作用，适时进行风格转换。
参考文献：
[1]Brown， K. and Harlow， W.
（2004）Staying the Course：The Ro-
le of Investment Style Consistency inthe Performance of Mutual Funds
[2]Robert D.Arnott and Chris-
topher G. Luck，The Many Elements of Equity Style： Quantitative Management of Core， Growth， and Value Strategies（2003）. Handbook of Equity Style Management， John Wiley and Sons
[3]Wermers，Russ. A Matter of Style：The Causes and Consequences of Style Drift in Institutional Portfolios，2002（July） Working Paper，University of Maryland.
[4]张健，刘欣文.中国开放式基金风格漂移与业绩相关性的实证研究[j].上海商学院学报，2008（02）
[5]宋威.风格漂移与基金绩效[j].商业研究，2009（06）
[6]刘建国，张玲君.中国开放式基金投资风格漂移验证及其与选股能力关系的探讨[j].上海经济研究，2010（11）
[7] 李学峰，徐华，李荣霞.基金投资风格一致性及其对基金绩效的影响[j].财贸研究，2010（02）
[8]Grinblatt M.，Titman S， “p-
erformance Measurement Without Benchmarks： An Examination of Mutual Fund Returns”， Journal of Business，vol. 66，1993，p. 47—68.
[9]Chen，Hsiu-Lang，Narasmha-
n Jegadeesh， and Russ Wermers，“The value of active mutual fund management： An examination of the stockholdings and trades of fundmanagers，” Journal of Financial and Quantitative Analysis，2000（35）， 343—368.
[10]Idzorek，T.and Bertsch， F. The style drift score，Journal of Portfolio Management，2004（31）， 76—84.
[11]Sanjay Sehgal and Manoj Jhanwar，On Stock Selection Skills and Market Timing Abilities of Mutual Fund Managers in India， International Research Journal of Finance and Economics，307—317
[12]DelGuercio，D. and Tkac，P. The determinants of the flow of funds of managed portfolios： mutual funds versus pension funds，Journal of Financial and Quantitative Analysis，2002（37），523—58.
[13]Dowen， R. J. and Mann， T.
Mutual fund performance，management behavior，and investor costs， Financial Services Review， 2004（13），79—91.
[14]Geranio M. et G. Zanotti，
Can Mutual Fund Characteristics Explain Fees？，Journal of Multinational Financial Management，2005.
15，354—376.
[15]Holmes，K. A. and Faff， R.
W. Stability，asymmetry and seasonality of fund performance：an analysis of Australian multi-sector managed funds， Journal of Business Finance and Accounting， 2004（31），539—78.
[16]Stein，Jeremy C.，2002，Information production and capital allocation： Decentralized vs. hierarchical firms，Journal of Finance 57，1891—1921.
[17]Chen，Joseph，Harrison Ho-
ng，Ming Huang and Jeffrey D. Kubik，Does fund size erode mutual fund performance？ The role of liquidity and organization，American Economic Review 2004（94）， 1276—1302.
[18]Edelen，Roger M.，“Invest-
or Flows and the Assessed Performance of Open-End Mutual Funds，”
第5篇：基金规模论文范文
关键词：金融城市 产业布局 城市增长 Zipf法则 Gibrat法则 中国
引言
优化金融城市布局是我国政府关注的重要议题。《中共中央关于全面深化改革若干重大问题的决定》指出，要抓住全球产业重新布局机遇，形成横贯东中西、联结南北方的经济走廊；建立开发性金融机构，形成全方位开放格局。“十二五”规划明确指出，要有序拓展金融服务业，优化产业布局，促进大中小城市协调发展。《全国主体功能区规划》提出要科学规划各城市的功能定位，例如，将香港和上海建设为国家层面金融中心，南京、重庆、成都等为区域性金融中心，并完善和强化武汉、郑州、西安等城市的金融服务功能。目前已有100多个城市提出建设金融城市的目标，并纷纷出台了相关政策措施，将金融业作为优先发展的产业。
建设金融城市需要遵循什么样的城市发展规律？我国金融城市的规模分布和增长方式又呈现什么样的特征？已有研究对此关注甚少（张凤超，2005；梁颖，2006）。本文利用城市经济学中Zipf法则和Gibrat法则，分析我国金融城市体系的等级结构和增长规律。本文使用我国100个城市（市辖区）金融业的就业人数表征金融城市的规模，探讨了1997-2010年中国金融城市的等级结构特征和增长模式。依据分析结果，对我国金融城市规模分布的合理性以及增长方式进行了判断，为未来全国金融城市建设提供了政策建议。
本文的结构安排如下：第二部分为简要的文献综述；第三部分主要介绍文章选用的研究方法和数据；第四部分分别利用Zipf法则和Gibrat法则对我国金融城市的规模分布和增长模式进行了实证分析；第五部分是研究结论和建议。
文献综述
城市经济学通常利用Zipf法则来判断城市规模分布（或等级结构）的合理性，利用Gibrat法则来判断城市人口增长的随机性。结构合理性是指城市的规模与规模排序的乘积，它是一个常数；增长随机性是指大中小不同城市的增长速度相同，增长率与规模无关，通常也被称为平行增长。
关于这两个法则，许多学者利用不同的方法，对不同国家的城市体系演化进行了实证分析。Madden（1956）对1790-1950年美国城市规模分布的变化进行了考察，发现虽然单个城市的相对位序会发生变化，但是整个城市体系规模分布演化的形态较为稳定。Gabaix（1999a，1999b）也认为美国的城市体系规模分布遵循Zipf法则。Eaton和Eckstein（1997）研究了1876-1990年法国和1925-1985年日本的数据，发现不同规模城市的增长呈现平行增长特征。Clark和Stable（1991）采用单位根检验的方法实证检验了加拿大城市规模分布的演化，认为其城市规模分布的演化满足Gibrat法则，城市增长率独立于城市规模。
针对中国城市体系规模分布演化及增长的研究也有很多。江曼琦等（2006）利用1994-2003年的数据，研究中国城市规模分布演进的规律，发现中国城市规模分布在短期内呈现不同的收敛或发散态势，但是从长期来看，仍然呈现近似的平行增长模式。Xu和Zhu（2009）分析了中国1990-2000年的城市规模分布动态演化，结果表明小城市的增长速度相比于大城市要快。陈良文等（2007）利用新中国成立以来的数据，对我国城市体系的演化过程进行实证分析，认为中国城市体系的演化并不符合Zipf法则。Ye和Xie（2012）用1960-2000年的数据分别从国家和区域两个层面上分析了中国城市规模分布演化情况，结果表明国家层面的城市规模分布服从Zipf法则。
Zipf法则和Gibrat法则在金融领域也有应用。赵桂芹、周晶晗（2007）用Gibrat法则对我国非寿险业的成长规律进行了研究，结果表明我国非寿险业的增长独立于其初始规模，遵循Gibrat法则。邵全权（2011）以我国寿险公司为例对Gibrat法则的适用性进行了验证，发现我国寿险业并不符合Gibrat法则，规模越小的公司其成长率越高。
在金融城市建设方面，学术界较多地关注金融中心的定位问题（潘英丽，2003；倪鹏飞，2005；房朝君，2013），但是对金融城市规模分布与增长的研究却是非常有限的。郑伯红（2009）论述了美国金融城市体系的规模和等级结构；沈玉芳等（2011）研究了长三角城市群金融业演进的结构特征。Zipf法则和Gibrat法则在金融城市等级结构方面的应用还是一个有待继续探讨的问题。
研究方法和研究数据
本文利用Zipf法则来判定我国金融城市规模分布的合理性，利用Gibrat法则判断金融城市的增长有无规律，是否为随机过程。
本文首先从理论上介绍一下这两个法则，具体分析如下：
（一）研究方法
1.Zipf法则与位序-规模法则。位序-规模法则表明一个城市的人口规模与其位序之间存在着相关联系，最早对此进行研究的是奥尔巴克（Auerbach，1913）和辛格（Singer，1936）。1913年，奥尔巴克在研究5个欧洲国家和美国的城市时，发现城市规模与其规模等级的乘积近似地等于一个常数，用公式（1）表示：
Si Ri =K （1）
其中，Si表示城市i的规模，通常用城市的人口数量来衡量；Ri表示城市i的规模排序，即位序；K为常数。
1936年，辛格在奥尔巴克的基础上，研究发现城市规模分布的基本模式属于帕累托分布，并用下面的方程描述了城市人口规模和位序之间的一般关系：
lgRi =lgK-αlgSi （2）
变形后即为位序-规模法则的一般形式：
Sαi Ri =K （3）
Zipf法则是位序-规模法则的一个特例。1949年，哈佛大学语言学家George Zipf在位序-规模法则的基础上进一步发展了这种思想，认为城市规模分布不仅属于帕累托分布，而且理想状态下α等于1，α被称为齐夫系数。最初的Zipf法则可以用公式（4）表示：
（3）
由公式（4）可知，在满足Zipf法则的情况下，最大城市的规模是第二大城市的2倍，是第三大城市的3倍，以此类推。随后许多学者利用各个国家的数据从不同的方面对Zipf法则进行了验证，见（沈体雁、劳昕，2012）。实证研究中，常通过判断α与1的关系来检验规模分布是否符合Zipf法则。当α=1时，城市体系规模分布符合Zipf法则，不同规模的城市分布合理；α>1时，城市体系的集中程度低于Zipf法则的预期，城市人口比较分散，大城市规模不够突出，中小城市比较发达；α
α的估算方法有很多种，如OLS回归法，Hill估算法等，本文选用常用的OLS回归法。该方法由位序-规模法则而来，用位序Ri的对数对规模Si的对数作普通最小二乘回归，得出系数α，具体计算方法如公式（5）所示：
lnRi =A-αlnSi （5）
其中，A为常数，α为待估系数。
由于其简单性和稳健性，公式（5）成为验证Zipf法则的标准公式。但是，OLS法在小样本的情况下估计结果存在偏差，为了得到更有效的结果，Gabaix（2007）经过实证研究，提出了一种修正方法，用替代原式中的Ri，得到公式（6）如下，
（6）
实证检验，是位序Ri的最优偏移量，可以最大限度地降低误差。本文所选取样本量不多，为提高结果的有效性，也采用了修正后的公式。
2. Gibrat法则。城市经济学中，Gibrat法则是分析城市体系规模增长的重要法则之一，由法国经济学家Gibrat（1931）提出。其基本原理认为，城市体系中，不同城市的增长率与其规模互相独立。用公式表示如下：
（7）
其中，Sit是城市i在t时刻的规模（一般为人口规模），Sit-1是城市i在t-1时刻的规模，εit为随机误差项，其均值为1，方差为常数σ2。α为市场增长率，β为城市初始规模对增长率的影响效应。若β=1，则表示城市增长与初始规模无关，Gibrat法则成立；β>1，则说明规模大的城市增长较快；β
（二）研究数据
基于以上方法，本文选取金融业在市辖区的就业人数来表征金融城市的规模，研究数据来源于1998-2011年的《中国城市统计年鉴》。具体的研究中，以2010年规模位于前100位的城市为准。在选取的100个城市中，由于周口市（第58位）、晋中市（第83位）缺乏1997年的数据，因此1997年只有98个城市。另外，研究对象不包括香港、澳门和台湾地区；自治区由于没有数据，也未包括在内。城市区位经纬度数据来源于中国地图出版社。
实证分析
基于上述研究方法，本文从两个侧面来进行实证分析：一是采用回归分析的方法判断规模分布的状态是否符合Zipf法则；二是通过单位根检验估计出参数的值，来判断金融城市的增长是否与规模有关。具体分析如下：
（一）我国金融城市规模分布的实证分析
本部分首先考察了我国在1997年、2000年、2005年、2010年四个年份市辖区金融业就业人数的位序-规模分布。将选择的100个样本城市的数据按照公式（6）处理后绘制于双对数坐标系中，结果如图1所示。
由图1中曲线逐渐向右移动可知，我国金融城市的规模在逐年增大，且与位序之间呈现近似的线性关系，这一点和Zipf法则是一致的。为了进一步探讨我国金融城市的规模分布是否达到了Zipf法则所描述的合理状态，接下来按照公式（6）对代表年份的城市规模及排序进行OLS回归，估计出了各年齐夫系数α的值，结果如表1所示。
表1中四个代表年份的齐夫系数一直处于1之上，而且偏离1较大，经回归拒绝了α=1的显著性检验，由此可见我国金融城市的规模分布并不符合Zipf法则，尚未达到合理状态。由α>1可知，我国金融业的集中程度低于Zipf法则的预期，金融业在空间布局上是比较分散的。大城市金融业的发展尚未成熟，规模不够突出，与城市的功能没有达到最佳匹配，金融业在大城市尚有集聚的空间。这表明随着经济和城市化的快速发展，我国金融城市的规模与数量逐渐增加，但是，规模结构也有待于改善。今后统筹发展大、中、小城市，应该充分发挥市场的决定性作用，同时调整不必要的政策偏向。
另外，齐夫系数除了在2010年有小幅度的回升之外，整体上呈现下降的趋势，表明金融城市规模演化的过程中，集中的力量大于分散的力量，大城市的增长速度较小城市稍快，城市体系规模结构正逐渐向合理状态靠拢，这种转变在某种程度上与国内市场扩张、城市规模经济有关。2010年的小幅度回升，可能是受2008年底全球金融危机的影响。
（二）我国金融城市增长过程的实证分析
虽然我国金融城市的规模尚未达到Zipf法则的合理分布，但是图1显示在考察年份中，金融业的规模分布状态并没有发生显著的变化，各种规模的相对分布基本稳定，从而可以初步判断金融业的增长近似为平行增长。为了验证这一推断，首先绘制出样本城市在研究时间段内，初始规模（1997年金融城市的规模）和增长率之间的散点图，如图2所示。从图2中点的分布来看，二者之间并没有表现出某种规律性的关系，由此可见，金融城市的增长率与规模之间是近似独立的。这一点也表现在1997-2010年中国金融城市增长率与规模的空间分布图中（见图3）。
图3中底图颜色的深浅代表了1997-2010年我国城市金融业就业的增长率，圆圈的大小代表1997年城市金融业的就业规模。依据图3中金融城市增长率和规模的分布，可以总结出以下三个方面的信息：第一，1997-2010年，我国金融业规模增长比较快的城市，在京津冀、长三角、珠三角、成渝和中部城市群地区均有分布，尤其多集中于东部沿海地区，在图3中表现为实线椭圆覆盖的部分。具体来说，东部地区的宁波市、温州市、苏州市，华北地区的唐山市，华南地区的佛山市、中部地区的南阳市、西部地区的绵阳市等增长显著；但是这些城市的初始规模却参差不齐，从2000多人到1万多人不等。第二，东三省的某些主要城市，在图3中表示为虚线椭圆覆盖区域，如沈阳市、哈尔滨市、大连市、长春市，初始规模排名靠前，分别为第5名、第9名、第12名和第19名，但增长率却表现一般，仅为0.29、0.56、0.92和0.67，与上述某些城市规模翻一番、翻两番的景象相差甚远。第三，北京市、上海市和深圳市这三个国家层面的金融中心城市，保持着良好的发展势头，不仅规模远高于其他城市，增长率也处于领先地位。广州市、杭州市、重庆市紧随其后，虽然没有另外三个城市的增长速度快，但是和其他城市相比也有着不俗的成绩。
为了进一步从理论上验证我国金融城市的增长是否接受Gibrat法则，本文在公式（7）两边分别取对数并简化后，建立如下模型：
lnSit =β0+β1 lnSi，t-1+μit （8）
其中，β0=lnα，β1=β，μit=lnεit
要验证金融城市的增长是否符合Gibrat法则，只需判断β1与1的关系，本文采用的是面板单位根检验的方法。如果检验结果不存在单位根，说明该序列平稳，则β11，大城市比小城市增长快。
首先，对原序列进行面板单位根检验，结果如表2所示。
表2所示结果中，四种检验方法均不能拒绝原假设，说明原序列存在单位根，因此系数大于或者等于1，继续对一阶差分序列进行单位根检验，检验结果如表3所示。
表3所示结果中，所有检验方法均拒绝了存在单位根的原假设，所以一阶差分序列为平稳序列，从而可以由此判定P1=1，接受Gibrat法则，也就是说我国金融城市的增长与初始规模无关，近似表现为平行增长。
以2010年规模位于前20的城市为例，对2005-2010年金融城市规模与增长率的关系进行具体分析，结果如图4所示。2005-2010年，选取的20个城市金融业的就业规模均有了大幅度地提升，说明近几年我国金融城市正处于蓬勃发展时期；但是，不同城市的增长率却呈现出较为明显的波动，并没有随着规模的变化表现出某种规律。北京与上海、深圳与广州虽然初始规模相当，但增长率却相差较大，深圳和广州的差异表现得尤其明显，5年间深圳的就业规模翻了一番，而广州仅增加了33.8%；天津、大连、郑州的初始规模大小不一，但增长率却相差不大，分别为37.2%、36.5%和36.6%。这些数据直接地证明了我国金融城市的增长与初始规模无关。
大、中、小城市平行增长，是客观存在的城市增长规律。尽管如此，我国金融城市的增长并不是完全随机的。表1齐夫系数逐渐下降表明，大城市金融业的增长比小城市稍快，体现了规模经济的微弱影响。我国幅员辽阔、人口众多，不同城市占有不同的发展条件，也承担了不同的角色。大城市往往是全国层面的政治、经济和文化中心，对周边地区的发展具有带动和辐射作用。中小城市则构成了我国城市体系的主体部分，在区域经济的发展中有着至关重要的地位。因此，大、中、小不同规模的城市应该依据自身特点与功能，选取合适的金融发展政策与模式。
研究结论与建议
本文利用城市金融业在市辖区的就业数据，基于Zipf法则和Gibrat法则，对我国金融城市的规模分布特征与增长模式进行了实证分析。研究结果表明：我国金融城市的规模分布不符合Zipf法则，金融城市等级结构尚未达到合理状态；金融业的集聚程度低于Zipf法则的预期，大城市的金融规模有待进一步提高。我国金融城市规模的增长总体遵循Gibrat法则，城市体系中不同等级城市的增长率与初始规模无关，金融城市的增长近似表现为平行增长，但是大型金融城市的增长较小型金融城市稍快。
本文的研究为优化我国金融业布局提供了新的视角。建设金融城市，应当依托国内市场，充分发挥规模经济的作用，以大城市带动小城市的发展；构建和完善多层次金融组织体系，形成主体多元、竞争有序、充满活力的市场格局（林江鹏、黄永明，2008），强化金融业在经济增长中的资源配置功能。当然，本文是基于数据出发、侧重大城市等级结构的实证研究，只考虑了排名前100个城市，并没有全面地论证城市金融业规模与增长的关系，也没有考虑表征金融城市规模的其它指标，这些均有待于今后我们进一步的探索。
参考文献：
1.梁颖.金融产业集聚述评[J].经济学动态，2006（8）
2.张凤超.金融等别城市及其空间运动规律[J].东北师大学报（自然科学版），2005，37
3.Madden J. Some indicators of stability in the growth of cities in the United States [J]. Economic Development and Cultural Change， 1956，4
4.Gabaix X. Zipf's Law and the Growth of Cities [J]. American Economic Review Papers and Proceedings， 1999，89
5.Gabaix X. Zipf's Law for Cities： An Explanation. Quarterly [J] Journal of Economics， 1999，114（3）
6.Eaton J， Eckstein Z. Cities and growth： Theory and evidence from France and Japan [J].Regional Science and Urban Economics， 1997（27）
7.Clark J S， Stabler J C. Gibrat's Law and the growth of Canadian cities [J]. Urban Studies， 1991， 28（4）： 635-639.
8.江曼琦，王振坡，王丽艳.中国城市规模分布演进的实证研究及对城市发展方针的反思[J]. 上海经济研究，2006（6）
9.Xu Zelai， Zhu Nong. City size distribution in China： Are large cities dominant？[J]. Urban Studies， 2009，46
10.陈良文，杨开忠，吴姣.中国城市体系演化的实证研究[J]. 江苏社会科学， 2007（1）
11.Ye Xinyue， Xie Yichun. Re-examination of Zipf's law and urban dynamic in China： a regional approach [J]. The Annals of Regional Science， 2012，49（1）
12.赵桂芹，周晶晗.公司成长与规模是否遵循Gibrat法则—对我国非寿险公司的实证检验[J].产业经济研究，2007（3）
13.邵全权.Gibrat法则是否适用于中国寿险公司—兼论寿险公司规模与成长的影响因素[J].财经研究，2011，37
14.潘英丽.论金融中心形成的微观基础—金融机构的空间聚集[J].上海财经大学学报， 2003，5
15.倪鹏飞，孙承平.中国城市：金融中心的定位研究[J].财贸经济，2005（2）
16.房朝君.我国区域金融中心建设问题研究述评[J].商业时代，2013（11）
17.郑伯红.区域金融空间集聚与金融城市体系研究—基于美国外资银行的分析[J].世界地理研究，2009，18
18.沈玉芳，张婧，王能洲等.长三角城市群金融业演进的空间结构特征[J].地域研究与开发，2011.30
19.Auerbach F. Das gesetz der bev？lkerungskonzentration[J]. Petermanns Geographische Mitteilungen，1913（59）
20.Singer H W. The "courbe des populations." A parallel to Pareto's Law[J]. The Economic Journal， 1936，46（182）
21.Zipf G K. Human Behavior and the Principle of Least Effort. Cambridge， MA： Addison-Wesley， 1949
22.沈体雁，劳昕.国外城市规模分布研究进展及理论前瞻—基于齐普夫定律的分析[J].世界经济文汇，2012（5）
23.Gabaix X， Ibragimov R. Rank-1/2： A Simple Way to Improve the OLS Estimation of Tail Exponents [J]. NBER Working Paper Series， 2007
24.Gibrat R. Les inequalites economiques [J]. Librairie du Recueil Sirey， Paris， 1931.
25.Eeckhout J. Gibrat's law for （all） cities [J]. American Economic Review， 2004
26.林江鹏，黄永明.金融产业集聚与区域经济发展—兼论金融中心建设[J].金融理论与实践，2008（6）
作者简介：
第6篇：基金规模论文范文
关键词:案例教学;金融法
一、引言
随着经济的发展，金融业在国民经济中的地位举足轻重，规范金融关系的金融法也在我国市场经济法律体系中日益凸显其重要作用。到目前为止，金融法律规范在数量上已有一定规模，许多专家纷纷加入探究金融法的行列之中，并促使其相关理论的形成及确立。金融法作为一门学科逐渐被越来越多的法学院加入本科教学及硕士教学的课程之中。我国金融法研究起步比较晚，在互联网技术的发展和金融业的国际化背景下，金融法理论研究对于金融发展的现实更缺乏及时有效的回应。囿于国内相对滞后的金融法研究现状，如何进行高质量的金融法教学，无论是教学内容的选择还是授课方法的改善都需要进行探究与讨论。案例教学法于20世纪20年代初发端于美国哈佛大学，其借助于老师的精细规划及引导，以课堂教学目标及内容所需为依据，经过模仿或者再现实际情况存在的某个场景，通过具有典型性的例子，让学生亲身融入场景之中，通过角色换位，对案例进行深刻剖析，再进行交流并深入研究来完成学习的过程，从而增强学生分析和解决实际问题能力的一种教学方法。其特点在于学习过程由演绎转变为归纳，通过老师对学生的指引，对不同形式的案例所存在的问题进行思考探究并最终解决，增强了学生的判断能力和应对能力，并有利于其解析能力和创新水平的提升。
二、金融法教学引入案例教学的必要性
1．金融法律制度不断发展需要教学模式的更新
2008年缘起于美国的次贷危机，引发了自20世纪30年代以来最为严重的全球性金融危机。各国在应对金融危机的同时也开始积极反思，大部分受影响国家开始调整和改进既存的金融律法体系。当代信息技术以因特网为主导实现了飞速发展，尤其出现的移动付款、云统计、社交联网及搜索引擎等，极大程度地影响了金融形式，使得现有的金融立法和金融法研究严重滞后于金融实践的发展。［1］金融法学是法学与金融学的交叉学科，金融法调整对象是金融关系，主要包括金融交易关系、金融监管关系和金融调控关系。无论何种金融关系，其参与者都需要按照一定的准则进行金融活动，这些金融活动准则都具有高度的复杂性和专业性，是金融法法律规则的重要来源，部分金融活动准则经过法定程序后直接成为金融法法律法规。金融法学具有综合性，要想取得理想的学习效果，学生必须熟悉各部门法基本理论，此外还需要学习一定的金融基础知识，对新出现的金融现象保持关注和了解。传统的金融法教学注重现有书本知识和法律法规的讲解，对于法学学生缺乏金融实践和金融知识的现实，在内容设计上，教师往往设计一定的课时补充和金融法教学相关的金融知识，在极其有限的课时里，对于相关金融知识的讲授只能浅略涉及，一个学期的课程学生往往看不懂金融操作的相关流程，尤其金融创新日新月异，学生如不及时掌握可能会妨碍以此为调整对象的金融法的学习，甚至产生畏难情绪，这使得本来应用性很强的金融法课程反而不如其他课程实用。在授课方法层面，金融法教学一般以教师课堂讲授为主，从课程内容规划到课程的讲解，教师始终处于主导地位，学生仅仅处在被动接纳知识的地位，很难参与到教学活动中去。学生只是知识灌输的对象，而且主要体现为一种单向的纯理论灌输型的方法，总体教学进程都是以老师讲解书本内容及各项律法条目为核心展开，造成了沉闷单调的课堂氛围，不能有效调动学生的学习兴趣和学习积极性;即使教师在既定课时内完成了讲授教材内容的任务，并且学生也按照教师教学的主次熟记重点并把握了相关知识点，却难以实现融会贯通，导致学生金融知识和法律知识脱节，理论与实践脱节，不知如何把所学金融法知识运用在金融实践中，使学生无法养成具体问题具体分析的能力，实际使用能力更无从谈起，培养学生法学逻辑思维能力的教学目的也难以达到。［2］所以，对金融法教育在形式上、思想上、技术上、理论上等方面的改革创新势在必行。引进新的教学模式———金融法学案例教学方式，是当代社会中金融实现革新及健全金融律法体制，保持金融法与时俱进的必然要求。金融法的案例来源于金融实践，金融机构的工作流程和金融交易的运作过程都会在案例中有所体现。学生要进行有效的案例学习，首先必须对金融机构的工作流程及金融活动的各个程序有所把握，唯有在此基础上才能清晰梳理错综复杂的金融活动中的法律关系。通过对案例进行探讨或者辩论，学生能对运用到实际中的金融法法律法规有更多了解，同时搭起金融法理论与实践的桥梁，很大程度地调动学生学习金融法的兴趣和积极性。通过这种案例教学方式，可以促成学生参与到教学的整个过程，能极大地激发学生积极思考，并自主学习，发现解决问题的方式方法，把握金融关系的未来演变和发展规律，运用金融法学原理与法律法规解决现实问题。
2．金融法学实施案例教学是提高教师教学水平的重要途径
案例教学方式要求授课教师在知识把握和课堂教学水平上都要有所提高，因此赋予了老师更多职责。案例教学过程中，老师的角色发生转变，不再只处于授课地位，更多的是要承担起指导、参与、引发的责任。首先，丰厚坚实的专业基础必不可少。老师要主动及时地了解金融法范畴的最新成就，正确理解金融法实现革新的总趋势，还要拥有博深的系统学识，同时多次参与过实践活动，不仅知如何学，还要如何用，让书本内容和实际情况得以完美结合;要时刻把眼光放在社会实际上，积极从实际情况中挖掘问题，并加之以研讨与剖析，最终实现解决的目的。其次，老师在表达及沟通上要有一定实力和技巧。要区别于以前知识单向传输的方式，增加互动性，实现知识的双向输送，使教学和学生学习不再分割开来，通过良好的表达和沟通，使学生在学习技巧、社会技能及创新能力等各方面都能有所进步。再者，老师必须具备较好的教学组织技巧和极强的驾御课堂的能力。高明的教师会先给一个有意义的剖析结构，案例具体的问题和解答并不是授课重点，更重要的是对实际情况所隐含的信息和概念进行剖析，最终完成从典型到普通。案例教学的重点不在能否得到准确结果，更多关注的是思考与推论的过程。［3］老师必须调动更多加入到辩论之中，给学生以启迪和开导，使之独立完成案例理论的升华，给学生于探讨及钻研中主动表达自己的想法和观点以激励，从而让学生更深入地思考、剖析并掌握案例中所包含的信息，最终寻求到解开问题的方法所在。
三、金融法学教学引入案例教学模式的几点思考
案例教学模式是一种双向的教学形式。金融法学教学引入案例教学模式，通过典型生动的案例来阐述抽象的法律条文，能启迪学生思考，引发学生学习兴趣，提升教学效果。从另一个意义上讲，金融法案例授课方法是用时最少、耗费成本最低的“社会实践”，它实现了用最低的耗用收获最大的效果。实施金融法学案例教学对教师提出了更高的要求，教师在扩充自己的知识结构，提高教学能力的同时，还要重新确立金融法学教学的内容，设定教学目标的层次。不仅要精选案例、分析案例和制作案例课件，还要精心组织课堂讨论、认真进行总结评论。
1．金融法学教学内容的调整与教学目标层次的设定
金融法学教学一般包括金融法总论及分论两种，既有教材在编制内容时大多采用“从抽象到具体”这一基础方式。而案例授课方法的实行是以学生的知识需求和认知规律为前提，采用从具体到抽象的方式，于课堂中及时适当地对学科内容的次序进行调节，根据案例的选择，先从分论着手，经过分析和归纳，逐渐过渡到金融法基本原理。这种教学模式要求教师在课堂中扮演组织者及指导者的角色，要使学生发挥主观能动作用，利用互动、指引、启迪、沟通对话等方法，极大程度地调动老师及学生双方的自主意识。由此，案例教学模式下的金融法教学目的可划分为三个层次:第一是基础层次，主要涵括了金融法的基础定义、基础规则、立法体制、金融法规内部的条理关系;第二是应用层次，利用案例教学方式，可指引学生如何对信息进行分析，并从中挖掘出问题，达到在解决问题时能更准确地利用既有的法律规则的目的;第三是理性层次，在对成体系的金融案例进行剖析后，学生全面分析问题的水平得以提高，同时完美体现出金融法教学的现实意义和应用意义。而且，学生可以对金融法学科的基础理论及基础内容有完整全面的理解和把握，达到学生在遇到某些与金融相关的现象时能通过法律思维进行理性的思考，把握金融法如何适用于金融实践。［4］
2．金融法案例教学模式的实施
金融法学案例教学模式与传统的教学模式不同，它关注师生之间、学生之间的对话与沟通，注重对典型问题进行多层次、多方位的剖析和研讨，同时更注重学生从真正意义上理解并把握金融法学中的基础规律与法律法规。案例教学能否达到预期的效果，首要是案例的选择应尽可能选择实践中的最新案例，案例应具有典型性和可探讨性，能启发学生思考和探讨。案例选择不能过难，也不能过于简单，要以学生原有的知识基础及实际水平为前提。法学课程的授课对象与金融课程的有所差异，案例所涉及的金融交易如果专业性太强，学生往往很难以理解，案例教学效果反而达不到预期的目的。案例可提前发给学生，让学生充分了解背景知识，尤其对于可能涉及到金融专业知识的案例，给学生知识储备的时间。案例教学可以为学生创造出与现实比较接近的法律氛围，学生能在和案例所涉及到的实际问题中自由表达自己的看法，很大程度地提高了学生在学习过程中的自主性。但在有限的课堂时间内达到教学效果，使学生能够充分有效不偏离教学内容陈述和讨论，教师应做好充分的教学设计，包括组织学生在研讨过程中，正确指导学生的研讨行为、对研讨时间的准确掌握，研讨过程中如何应对学生表达的看法和问题;在案例教学过程中，对于存在的问题，哪些需要有组织学生进行研讨的必要，而哪些必须利用启迪的手段诱导学生进行深入琢磨等，都必须提前规划好。所以，案例教学成效的高低，很大程度上依赖于教师的组织与规划。案例教学模式下的课堂中，和传统教学模式不同，老师只是担任引导者的角色，由学生自己发言，对选定案例中各种因素进行剖析，辨别出问题的根本原因和内在因素，判断适用的法律法规，考虑相互影响制约的条件。在课堂讨论后，老师应该对讨论内容进行总结，对讨论案例进行讲解和评论。归纳讨论案例中所应用的知识，增加学生对相关理论知识的了解和认识;对学生对案例的认识、思路以及解决问题方法进行综合评述。通过归纳总结和评述，教育学生逐渐掌握分析问题的方法，提升解决实际问题的水平。通过采用合适的、具有代表性的金融法案例进行现场教学，能够对与之有关的理论知识进行形象的解释，学习者面对的不再是抽象枯燥的法律条文，而是形象有趣的法律知识。案例教学法可以从多方面引导学生理论联系实际，启发学生思考，而且在对书本上基础原理和法律法规的实际应用中，加大了对相关原理和法律法规的认识，这样不止使学生对理论知识和法律法规的条文有了更加深入的理解和更加深刻的认识，更能培养学生发现、剖析、解决问题的实际能力，从而使教学实际效果更加突出。［5］
3．案例教学模式与金融法知识体系的架构
兴起于英美法系语境下的案例教学方式，主要是以个案为基础，启发学生思考，培养学生的法律思维，更看重对学生实际应用能力的培养。我国的法律教育更侧重于对法律法规条文的释义。注重知识的体系性和全面性。虽然案例教学法越来越多地应用于法学教育，但需要指出的是，两大法系在传统法律文化、法律思维、法学理念等很多方面不同，在引入案例教学模式的同时面临如何与我国的法学教育进行融合的问题。［6］金融法案例教学中具体分析某一案件时，可以结合案例渐渐把理论知识引出，可以以学生以前学过和掌握的知识为切入点，渐渐向较大难度的知识点迈进，同时要积极引导学生将新的知识点与其他知识点相互联系，促使学生通过案例在理论知识的各个层次间循序而进，从而达至贯通的效果。在分析案件所适用的主要法律法规时，应最大限度地向学生讲解相关的系统的法律法规，使学生做到举一反三，并进一步提高法律适用的逻辑思维。
四、结语
金融创新和金融法律制度的发展，对我国的金融法教学提出了挑战。在当前的金融法教学中存在理论和实践不能有效结合、学生学习兴趣缺乏等问题。这些问题都需要不断探索新的教学方式方法以实现金融法教学效果的实质性提升。金融法学案例教学极富创造性，通过生动的案例，在教学过程中能极大地激发学习者的学习兴趣，培育学习者的创新、求知、创新精神，促使学习者自主学习、独立思考，提高学生的实践能力、拔升学生的综合素质，更好地将理论学习转变为专业能力。案例教学的引入涉及到很多方面，需要教育工作者在金融法知识体系、教学内容、教学方法和形式等方面进行不断创新，同时不断提升教师个人素质及能力水平。
注释:
［1］杨东．互联网金融推动金融法体系变革［N］．中国社会科学报，2014－01－22．
［2］［3］施扬．论案例教学在金融法教学中的必要性［J］．价值工程，2013，(26)．
［4］杨悦．金融法探究性学习教学模式研究［J］．世纪桥，2008，(1)．
［5］张志军，张肃．金融法课程案例教学改革［J］．辽宁科技大学学报，2010，(3)．
第7篇：基金规模论文范文
关键词:宏观金融效率;微观金融效率;实证研究
Abstract:For agricultural finance is the short plank of Chinese financial system.Efficiency is thekey problem of Chinese financial development,as a result,it grasps thehinge to discuss Chinese agricultural finance from the perspective of efficiency. Aiming at the interfluve between Macro-Financial Efficiency and Micro-Financial Efficiency,and based on the short plank of Chinese financial system,this paper try to answer the question “Is Macro-Financial Efficiency consistent with Micro-Financial Efficiency?”Firstly,the paper applies regressive analysis and Panel-Data model on divided economic zones to test the relationship between financial development and economic growth of Guangdong Agricultural Credit Society. The Empirical Research reveals that the outcomes of Panel-Data model are more notable than ones of regressive analysis,the financial development promotes the economic growth in Guangdong province. Secondly,the thesis compares Micro-Financial Efficiency of Guangdong Agricultural Credit Society with four state owned banks.We find thatMacro-Financial Efficiency doesn’t consistent with Micro-Financial Efficiency.
Key Words:macro-financial efficiency,micro-financial efficiency,empirical research
中图分类号: F830文献标识码: A文章编号:1674-2265(2010)01-0074-06
一、引言
资源配置一直是经济学的核心范式。Koopmans(1957)将资源配置效率划分为宏微观两个层次,其后在微观层面取得较大的进展:Leibenstein(1966)的X效率理论、Charnes (1978)的DEA方法、Berger 等人(1994)将上述研究成果引入银行效率研究;作为资源配置效率的一种特殊形式,以Fama(1965)的有效市场理论为代表的股票市场信息(资源)效率自成一体。相比之下,宏观经济效率与宏观金融效率离实际应用均有一段距离。
尽管上世纪90年代金融发展理论的最新进展(Levine等,1997)强调金融功能观(Merton,1995)、法律因素与金融与经济之间关系的实证研究,但仅以储蓄――投资转化率(SLR)等单指标代替宏观金融效率。近年来,李广众和王美今(2003)、王志强和孙纲(2003)、沈军(2006)等人对中国金融发展与经济增长关系进行了实证研究。沈军(2006、2008)在金融发展理论的框架下,从系统与资源的双重视角构建了金融效率的理论与实证分析体系。
在微观金融效率研究方面,Berger和Humphrey(1994)与Young(2001)等人通过研究证明,X效率是决定金融机构经营绩效至关重要的因素。Rangan et al.(1988)运用DEA方法检验了215 家美国银行的技术效率;Sathye(2003)对印度的银行效率进行了实证研究。国内学者(魏煜和王丽,2000;秦宛顺和欧阳俊,2001;张健华,2003;王艳颖,2004;刘汉涛,2004;朱南等,2004;王聪等,2007)借鉴国外研究的先进成果,运用DEA方法(及其改进)、Tobit回归模型对中国银行的效率及其影响因素进行了分析,得出了不少有价值的结论。虽然研究银行效率的文献较多,但由于投入――产出中采用的变量不同、采用的实证方法不同,使得现有的结论不能得出比较一致的观点。为此,一些文献在实证方法与投入-产出变量的选取上进行了有益的改进。在实证方法方面,平衡计分卡原理、二次相对评价与“超效率”模型以及标杆管理等原理与方法被用来弥补DEA方法本身的不足;在变量选取方面,不少文献注重把握银行与一般企业的区别。
尽管宏观金融效率与微观金融效率紧密相关,但上述文献梳理充分表明宏观金融效率与微观金融效率研究已出现分野。由此我们很容易提出这样以下问题:宏观金融效率与微观金融效率的关系到底怎样?宏观金融效率与微观金融效率一致吗?中国金融体系的薄弱环节――农村金融在该问题上更为突出吗?
相对而言,单独考察农村金融发展与经济增长关系的研究成果还比较少。Glenn D. Westley(1997)对拉丁美洲国家农村合作金融体系的政策与绩效之间关系的研究,结论表明,信用合作社的绩效主要依赖于债务人的还款激励和影响信用合作社审贷能力的其他因素。Neil Esho(1999)以澳大利亚为例分析了合作金融机构成本效率的决定因素,分析表明,债券类型、规模、期限、平均存款规模、利率差是相对成本效率的显著的决定因素。Gunter Lang(1999)用基于面板数据的随机前沿分析方法研究了德国合作银行之间的并购效率。结果发现,被并购银行的效率要低于相同规模银行的平均水平,但接管银行几乎相当;不能证明并购有明显的效率收益,但并购公司的差异将逐步缩小。
由于缺乏相关的统计数据,对农村合作金融的实证研究文献较少。徐笑波、郑英陶等(1994)论述了中国农村金融深化与经济发展的关系,但基本上属于定性描述,实证上也只是进行简单的描述性统计,相似的研究有宋宏谋(2003)。张兵、朱建华等(2002),姚耀军(2004)对我国农村金融发展与经济增长的关系进行实证分析,结论大多支持中国农村金融发展对经济发展的促进作用。
农业是整个国民经济的基础,农村金融是中国金融体系的短板。针对宏观金融效率与微观金融效率研究出现的分野,聚集中国金融体系的短板,我们探求两种效率之间的关联。为此,本文从宏微观金融效率两个方面探讨了广东农信社的金融发展。一方面,考察广东农信社金融发展与农村经济发展之间的关系、检验广东农信社发展的规模和效率是否促进了广东农村经济的增长:其一,通过回归分析检验广东省农信社作为一个整体对广东农村经济的可能存在的促进作用;其二,根据所得数据,将农信社所在地区分为发达地区、较发达地区和欠发达地区,运用Panel-Data模型分析农信社对当地经济发展的影响。另一方面,将广东农信社的微观金融效率与四大国有银行的微观金融效率进行比较。在此基础上,尝试回答“宏观金融效率是否与微观金融效率一致”的问题,从而将金融效率研究拓展至新层面。本文最后提出了中国农村金融发展走效率型发展之路的若干设想。
二、广东省农信社宏观金融效率实证研究
广东省农信社金融发展与经济增长关系所代表的宏观金融效率研究从两方面展开:
第一,通过回归分析检验广东省农信社作为一个整体对广东农村经济可能存在的促进作用;
第二,根据所得数据,将农信社所在地区分为发达地区、较发达地区和欠发达地区,运用Panel-Data模型分析农信社对当地经济发展的影响。
(一)研究样本与数据来源
本文的研究样本包括1993-2004年广东全省农信社以及广州、东莞、中山、珠海、佛山、江门、汕头、潮州等十八个城市农村信用合作社。按照广东省十八个市的农信社相关数据,我们根据当地的经济发展水平划分为发达、较发达和欠发达等三个地区,其中,发达地区包括广州、佛山和东莞;较发达地区包括江门、茂名、惠州、汕头、湛江、中山、珠海以及肇庆;欠发达地区则包括韶关、潮州、阳江、梅州、清远、汕尾和河源。根据以下实证分析所选取的变量,本文数据主要来源于广东省和相关城市农村信用合作社资料中心、《中国统计年鉴》(2004光盘版)、《中国金融年鉴》、《中国农村统计年鉴》(2004)、中宏数据库(高教版)、中国经济信息网等。文中的计量分析均使用Eviews5.0。
(二)回归分析
1. 变量选择与定义。根据上述研究思路,本节实证分析的目的是要揭示农村合作金融与农村经济增长的关系。因此,我们将使用两组指标,一组反映农村合作金融发展状况,另一组则反映农村经济增长状况。本节先以广东全省数据作为一个整体进行分析,再通过地区的划分进行panel-data模型分析。具体指标包括:
(1)合作金融发展规模指标。金融发展规模首先可以通过金融资产的绝对数量及其人均金融资产额来衡量,而基于一国国民财富扩展的金融发展规模则通常采用戈氏和麦氏两种指标来进行衡量。Goldsmith(1969)提出金融相
关率(FIR)概念,其完整表达式为M2+L+S / GNP,其中M2 为货币存量,L为各类贷款,S为有价证券。麦氏指标则是指McKinnon(1973)在衡量一国金融发展水平时所使用的货币存量(M2)与国民生产总值的比。Levine 和Zervos (1998)认为,M2与GDP的比值即不能度量负债的来源,也不能度量金融系统的资源配置,经济增长主要依赖于金融部门的功能,进而他们认为银行信用是度量金融发展的有用指标。Arestis、Demetriades 和 Lintel (2001)考虑了在不发达国家国内信贷的作用,而设计了L/GDP这一指标。国内学者(2002)、李广众、陈平(2002)以及史永东、武志等(2003)也利用该指标来进行相关研究工作。本文参考上述指标,得出了反映农村合作金融发展规模的指标――农村合作金融相关率,表示为RL/RGDP。其中,RL表示农村合作金融的贷款余额,RGDP表示农村GDP。该指标与经济增长在理论上是正向关系,即金融相关率越高,贷款规模越大,就可能更好地促进经济增长。具体计算时,RL为广东省农信社年度贷款总量,由于广东省尚未开展农村GDP的统计,本节以按行业增加值计算的广东省农业GDP来代替 。该指标简记为RFIR。
(2)合作金融发展效率指标。结合王志强、孙刚(2003)的研究,本节中的金融发展效率是指农村合作金融机构将农村存款转化为农村贷款支持农村经济增长的效率,即存贷比(deposits-loans rate),该指标简记为DLR。理论上分析,若金融发展效率越高,则意味着该指标越小,即存款转化为贷款规模的比例越大,或是贷款增加幅度大于存款增加幅度,将更好促进农村经济的增长。具体计算时,则为广东省农信社的年度存款与年度贷款的比值。
(3)农村经济增长指标。在金融发展与经济增长关系的实证研究中一般是用GDP增长(Cheng,1999;Darrat,1999;Ram,1999)或用人均GDP的增长(Jung,1986;Denetruade and Hussein,1996;Odedokun,1996)来测量经济的增长,朱琴华(2001)提出了对我国进行农村GDP核算的必要性与可行性。由于目前没有广东省农村GDP的数据,本节考虑以农村人均纯收入来作为农村经济增长的指标,记为RINC。
2. 主要变量的统计特征。我们先对所选取的变量及相关数据进行描述性统计分析,从中可以得到一些直观的结论。具体见图1、2、3。
图1体现了1993-2004年广东省农村居民人均纯收入大幅度提高,农村经济获得迅速发展。图2说明了1993年以来,尽管金融相关率指标有一定的波动,但整体上看广东省农信社贷款规模呈大幅上升之势。其中,1995年该指标较低,为120%,而2002年的相关率指标高达195%。由图3可知,在样本期内存贷比指标的值都大于1,而且呈现出较为明显的下降趋势,这在一定程度上反映了广东农信社把从农村地区吸纳的存款转化为贷款支持农村经济发展的规模在不断提高。
为了减少数据变动幅度,我们对RFIR、DLR、RINC三个指标取自然对数值,分别记为LNRFIR、LNDLR、LNRINC。如图4所示,图中的三条折线分别反映了我国1993-2004年广东省农民人均纯收入(LNRINC)与广东省农信社发展规模(LNRFIR)、发展效率(LNDLR)之间的变化趋势。从图中可以看出,农民人均收入与农信社发展规模、发展效率均为正相关关系,也验证了上述的理论分析。
3. 变量之间的相关性分析。在进行回归分析之前,我们还对变量进行相关性分析。通过简单相关系数的计算,试图反映出农村经济增长与合作金融规模和效率之间的关系。具体结果见表1。
表1所显示的系数符号与我们的预期是一致的,农信社发展规模与发展效率指标均与农村经济增长指标呈现出正向关系。
4. 回归结果及因果关系分析。
(1)回归结果
回归模型以LNRINC为被解释变量,分别以LNRFIR和LNDLR为解释变量,来反映农村合作金融发展规模和发展效率与经济增长的关系。运用Eviews5.0软件提供的普通最小二乘法(OLS)对以上变量进行拟合,得到主要结果综述见表2。
表2说明了当解释变量为农信社发展规模时,它与农村经济发展呈显著正相关关系,规模提高1%时,农村经济增长也相应提高1.18%;当解释变量为农信社效率,效率提高1%时,推动农村经济增长0.91%,得出的结果与大多数学者的研究是一致的,即金融规模和金融效率促进了经济的增长,只不过我们这里特别分析了农村合作金融与农村经济增长。但二者之间是否存在因果关系,或者农村经济的增长是否也促进了农村合作金融规模和效率的提高呢,这一问题我们可以通过格兰杰因果检验来进行分析。
(2)因果关系分析。根据格兰杰因果检验的原理,我们分别对农村金融发展规模和发展效率与农村经济增长指标进行格兰杰因果检验,检验结果见表3。
5. 简要结论。通过回归分析和格兰杰因果关系检验可以得知,在样本期内,农村合作金融发展规模和发展效率是农村经济增长的格兰杰原因,即农村合作金融发展较好地促进了农村经济的增长。这说明了农村信用社作为农村合作金融的主体,是农村信贷资金的主要来源,它对推进农业和农村经济的发展具有举足轻重的作用。另一方面,实证分析也反映出农村经济增长不是农村合作金融规模扩大的格兰杰原因,这也表明了农村合作金融并没有随农村经济增长而发生相应的质的变化,农村合作金融的发展相对滞后于农村经济的增长。
(三)Panel-data模型分析
前面我们以广东全省作为一个整体来探讨农信社规模与效率对农村经济增长的影响,那么,在广东省经济发展水平不同的地区,农信社对当地经济的促进效应是否与上述分析是一致呢?结合收集到的相关数据,本小节把广州、佛山、东莞等十八个城市分为经济发达地区,较发达地区与欠发达地区,并运用Panel-data模型分析农信社对不同经济发展水平地区的影响。
1. 数据处理。按照广东省十八个市的农信社相关数据,我们根据当地的经济发展水平划分为发达、较发达和欠发达等三个地区。同时,对农村经济发展水平、农信社规模以及农信社效率等三个指标分别取其平均值来进行具体分析。
2. 确定模型形式。我们判断是用固定效应模型还是随机效应模型来进行分析,这一过程主要利用Hausman检验来完成。
Hausman检验的原假设H0是:个体效应与回归元不相关,即随机效应。选择如下检验统计量:
其中, 和分别为固定效应和随机效应估计中的系数向量,而 和 分别为和的方差阵。
和、和可以有固定效应估计和随机效应估计直接得到。同时,服从 分布。
根据固定效应估计和随机效应估计结果,由(1)式计算可以得到LM=21.2148,而在95%的置信水平下的临界值为5.99146。所以拒绝原假设,与我们的预期是一致的,选择固定效应模型进行分析。
3. 固定效应估计结果。运用Eviews软件中panel-data模型中固定效应分析方法,我们得出广东省三个地区的经济增长水平与农信社规模和效率的估计结果,详见表6。
从上述结果,我们可以发现panel-data模型的分析要比回归分析的结果来得更加显著。与回归分析结果相比,农信社规模与效率对农村经济有更加显著的促进作用。一方面,可能是由于panel-data模型分析中的样本容量增多,使得结果能较准确地反映现实;另一方面,我们还可以从截距项看出,发达地区的农信社对当地经济有较大的促进作用,较发达地区的作用次之,欠发达地区的促进作用就相对小些,这一结论与我们的理论预期也是相符的。相对而言,随着农村改革进程的深入及相关产业的发展,农村发达地区对资金有较大需求,其中不少来源于农信社贷款,极大地促进当地经济的发展。
三、广东农信社微观金融效率分析
限于数据的可获性,本文未严格区分微观效率与绩效两概念。在衡量金融机构经营绩效指标方面,国内大多数学者运用总资产收益率(ROA,当年利润与农信社总资产的比值)和净资产收益率(ROE,当年利润与农信社净资产的比值)等财务指标来进行分析,也有一些研究同时采用上述两个指标。结合笔者所采集的数据,本文分别采用ROA和ROE指标来衡量广东省农信社微观金融效率,并与四大国有银行进行对比。
对原始变量进行描述性统计的具体结果详见表7。由表7 可以清晰地看出,1993-2004年,广东农信社的总资产收益率和净资产收益率均值分别-0.002117、-0.160180,均为负值,这反映了样本期内广东农信社的整体绩效较差。其中,总资产收益率的总体变化和波动幅度并不大,而净资产收益率的变化相对比较大;其次,样本期内广东农信社总资产有了明显增加,2004年的总资产约为1993年的6.6倍;再次,广东农信社的不良贷款规模也比较大,样本期内的不良贷款率平均值为36.85%,同时,最小值和最大值的差距也相当大。这也从一定侧面反映了广东农信社的贷款投向不很理想,有相当一部分的贷款成为不良贷款。另外,从广东农信社的法律诉讼费用来看,样本期内的均值为1021.25万元,从统计曲线看,1993到2002年呈直线上升之势,2003年有所回落。这在一定程度上反映出随着农村经济的发展,农信社相应诉讼案件也在不断增加。我们还选取了1997-2002年四大国有商业银行的ROA和ROE指标与广东省农信社相应指标对比,我们可以发现广东农信社的ROE指标明显低于四大国有商业银行,具体结果见表8。
四、相关结论与政策建议
(一)相关结论
本文以广东省农信社以及18个城市的农信社为样本,实证分析了农村合作金融发展与经济增长的相互关系,以及其微观金融效率状态,分析结果基本上与我们的预期是一致的,当然也存在一些不足,实证支持还有待进一步完善。这有多方面的原因,包括变量的选择、模型的设定以及数据的问题。限于篇幅,本文未对影响农村合作金融效率的相关因素进行分析。
结合本文的实证分析,本文得到以下两点主要结论:
1. 农村合作金融发展具有较为显著的经济增长效应,这一点在广东省分地区的面板数据分析中表现的更为突出,这也从相当程度上说明广东农信社的宏观金融效率较高,该结论与我们的理论预期相吻合。限于数据的可对比性,本文运用ROA和ROE指标为农信社微观金融效率的替代指标,并与四大国有银行进行对比,结果表明农信社微观金融效率较低,该结论也与我们的理论预期相吻合。
2. 农村金融是中国金融体系的短板,从效率角度探讨农村金融把握住了问题的关键。广东农信社的相关实证研究否定了“宏观金融效率与微观金融效率一致”的命题。
(二)政策建议
1. 中国农村金融发展是一系统工程,从系统上重新构建中国农村金融体系将为全面提升中国金融效率进而促进中国农村金融发展奠定基础。白钦先(2004)提出,必须从战略上、整体上、根本上中长期思考与解决中国农村金融体制问题。所以必须对中国农村金融体系进行战略性重构重组与重建,构建以国有商业性金融(中国农业银行)和国有农村合作金融(中国农业发展银行)为主导与主体的,以商业性和政策性非银行金融机构为两翼的(财产保险、人寿保险、医疗保险与社会保障保险、特别是农业保险等)的,以兼具商业性与政策性双重属性的、地方性农村合作金融(合作银行和信用社)为庞大基础的中国农村金融新体制。
2. 尽管造成中国农村金融困境有许多历史性的原因,归根结底,中国农村合作金融发展中存在的问题其实可归结于多目标错位问题。在中国农村金融改革与金融发展中,其多目标错位,即效率(赢利性目标)只是其中一个重要因素,还有合作制目标(为社员服务的原则)、政策性目标(服务三农)、规模性目标等目标,将上述多目标由错位到归位,把效率放在重要位置,是解决中国农村金融困境的必由之路。
3. 从理论上讲,微观金融效率是宏观金融效率的基础,没有微观金融效率支持的宏观金融效率是暂时的空中楼阁,如何通过提高微观金融、进而带动宏观金融效率的提升是解决中国金融体系“木桶效应”的关键之所在。
参考文献:
[1]King,Robert G and Levine,Ross. 1993. Finance and Growth:Schumpeter Might Be Right[J] .Quarterly Journal of Economic . Vol.108:717-38.
[2]La Porta et al. 1998. Law and Finance[J] . Journal of Political Economy .Vol.106:1113-1155.
[3]巴曙松. 当前农村信用联社体制的缺陷及出路[J].中国农村经济,2007,(8).
[4]白钦先. 中国农村金融体制改革的战略性重构重组与重建[W].政府咨询报告,2004.
[5]胡方勇. 完善我国农村金融体系的经济学研究[J].金融发展研究,2009,(9).
[6]李广众、陈平.. 金融中介发展与经济增长:多变量VAR系统研究[J].管理世界,2002,(3).
[7]王志强、孙刚. 中国金融发展规模、结构、效率与经济增长经验分析[J] .管理世界,2003,(7).
[8]沈军.金融体系效率的涵义、影响因素与提高途径[J].金融发展研究,2009,(3).
第8篇：基金规模论文范文
[关键词]金融发展;对外贸易;一阶差分GMM
一、文献回顾
在古典与新古典贸易理论中,决定国际贸易模式的比较优势来源于国家间的技术差异或者禀 赋差异。然而,国际贸易的主流理论基本上都忽略了金融发展对国际 贸易的影响,但已有文献表明;金融发展水平是国际贸易模式的决定因素之一。Kletzer &
Bardha n(1987)证明,即使一些国家有完全相同的技术和资源禀赋,并且不存在规模经济,在一个 信贷市场不完美的世界中,它们的比较优势也是不一样的。在金融发展水平比较高的国家里 ,该国企业面临的信贷配给就不会紧张。[1]这些国家出口制成品,进口中间品 或初级产品,而金融发展程度低的国家的贸易模式则相反。而Baldwin(1989)从风险分散 角度说明金融发展水平是一国贸易比较优势的源泉。他证明,在金融市场较发达的国家,来 自需求冲击的风险更可能被分散,从而生产风险商品的企业所要求的风险溢价更低。所以, 这些国家出口风险商品,进口非风险商品。金融发展程度低的国家其贸易模式则相反。
Rajan和Zingales (1998)所提供的证据表明;国家金融发展水平越高,则外部融资依 赖 度较高的产业其发展速度越快。他们推论,对金融发展水平更高的国家,外部融资依赖度较 高的产业应该具有比较优势,因此其所占的出口份额更高、净出口额也更大。[2] Beck (2002,2003)对Rajan和Zingales (1998)的推论作出进一步的阐释:企业信息的获取 与处理、企 业管理者的监控等都是耗费成本的,而金融发展降低了这种成本,从而也就降低了企业外部 融资成本。因此,在那些金融发展水平更高的国家里,外部融资依赖度较高的产业具有克服 流动性约束的能力,能够进行专业化生产,获得规模经济,从而也就具有了比较优势。他利 用65个国家制造业出口数据进行了实证研究,发现金融发展水 平越高的国 家,其制造品出口份额和净出口额也是越高的。[3][4]Becker和Greenberg(200 4)进一步发现,出口企业在产品设计、市场营销等方面都面 临着前期投入成本,而企业前期投入成本越高也就意味着外部融资依赖度较高,从而金融发 展对那些具有较高前期投入成本的出口企业其边际效应也就越高。[5]
近年来国内学者也涉足了金融发展与国际贸易关系研究的领域。孙兆斌(2004)利用1978― 2002年时序数据发现,在金融发展水平与贸易商品结构之间存在长期协整关系。[6] 陈建国、杨涛(2005)利用1992-1999年22个行业的面板数据,发现随着金融发展水平 的提高,技术、知识密集型产品出口额与GDP的比重不断提高,而劳动密集型产品出口额与G DP的比重不断下降。[7]阳佳余(2007)基于1990―2003年省级面板数据的经验研 究表明,与 金融发展规模相比,金融效率指标能更好解释我国区域国际贸易结构的变化特征。[8 ]朱彤等(2007)分析了金融发展 通过外部融资支持渠道影响一国比较优势的传导机制,其基于1984―2003年23个行业的面 板数据的经验分析表明,金融发展通过外部融资支持提高了对外部融资依赖较强行业的比较 优势。[9]徐建军、汪浩瀚(2009)利用1978―2005年时序数据发现金融发展通过 多种渠道对国际贸易产生积极影响。[10]史龙祥、马宇(2008)利用1992-200 5年27个制造业的面板数据,发现金融发展具有优化出口结构的作用,但在不同制造业存在 较大差异。包群、阳佳余(2008)利用1990 -2004年省级面板数据的经验研究表明,金融发展水平是影响工业制成品比较优势的重要变 量,同时不同的金融发展度量指标对国际贸易的影响存在显著差异。[11]
二、实证分析
(一)经验模型、指标与数据
本文的基准模型是:
DEPVi,t=α0+α1fdsi,t+α2fdei,t+α3seci,t+γ′X i,t+ηi+vi,t(1)
在这里,α0、α1、α2、α3及其行向量γ′是待估计的参数与参数向量。η是非 观测省份效应;v是误差项;下标i,t各自代表省份与时间。下面依次对被解释变量、解释变 量作出说明。
DEPV代表被解释变量。依照Beck (2003),本文选取出口贸易总额占GDP的比重(exp)、制 成品出口贸易额占出口贸易总额的比重(shexp)这两个指标分别充当被解释变量。两指标 依次反映了对外出口规模与结构。
与很多经验文献一样,金融机构贷款余额占GDP的比重(fds)在本文被用来反映金融发展的 规模。为了反映金融发展的效率,我们构造了金融业比较劳动生产率指标(fde),其中fde =(金融业增加值/GDP)/(金融业从业人员/就业人数)。中国金融体系是银行主导型,然而近 年来证券市场发展迅速,我们也检验了证券市场发展水平(sec)对 对外出口规模及其结构的影响,其中sec用股票总市值占GDP的比重来定义。
X是用列向量表示的其他控制变量,包括:用来度量资本要素丰裕度的以1952年价格水平计 算的人均实际资本存量(ak);用来度量人力资本丰裕度的人均受教育年限(edu);反映 经济发展水平的以1997年价格水平计算的人均实际GDP(gdp);用公路运输线路长度与国土 面积之比定义的基础设施水平(infr);用外商直接投资实际利用额占GDP的比重定义的外 商直接投资水平(fdi);用非国有(或者国有控股)企业工业总产值占工业总产值的比重定 义的民营化比率(pri);用地方财政支出(扣除了文教、科学、卫生支出)占GDP的比重定 义的政府干预力度(gov)。相关变量描述性统计结果见表1。
表1变量描述性统计
变 量 观测值个数均值标准差最小值最大值 exp1500.01980.02370.00310.1065 shexp1500.82380.15260.02310.9872 fds1501.06700.29320.63542.2587 fde1506.48613.29780.828016.3506 sec1500.27960.27900.04971.6463 ak1500.92171.31660.08048.0442 edu1507.89830.92565.264810.6858 gdp1501.16620.78430.29534.5810 infr1500.41230.26360.03241.3983 fdi1500.57600.51330.10302.7639 pri1500.34050.12190.16780.6630 gov1500.11960.04650.05540.2945
注:由于数据获取困难,样本不包含自治区。实际资本存量数据按照张军等( 2004)推算而得;人均受教育年限根据《中国人口统计年鉴》各年整理;股票总市值来自Wi nd资讯库;其余数据根据各年《中国对外经济与贸易统计年鉴》、《中国商务统计年鉴》 、《中国统计年鉴》、《中国金融年鉴》整理。
(二)估计方法与结果
直接基于OLS法估计基准模型面临非观测性个体效应偏误问题,因为非观测省份效应很可能 与其他解释变量相关。采用组内变换或者一阶差分方法可以清除非观测省份效应,然而,当 解释变量具有内生性时,仅仅清除非观测省份效应并不能避免联立性偏误问题。大量文献表 明,金融发展受到对外贸易的影响。例如,Blackburn & Hung(1998)、Aizenman(2003) 分别运用内生增长模型,从贸易自由化能加速金融市场创新和发展,以及贸易开放对于金融 自由化具有重要影响两方面,证明了贸易和金融发展的关系是互补性的。Do & Levchenko( 2004)理论与实证研究表明,国际贸易影响实际产出,而实际产出与金融发展存在均衡关系 ,因而国际贸易也会影响金融发展。Law & Demetriades(2007)的实证分析表明,对外开 放是影响金融发展的重要潜在因素之一。另外,其他解释变量也很可能具有内生性。例如, 由于对外贸易的发展促进了经济增长,因此,反映经济发展水平的变量gdp具有内生性。
为了实证结果的可靠,如何处理解释变量的内生性问题是非常值得重视的,而这正是本文采 用一阶差分GMM估计技术的动机。在(1)式中,我们假定所有的解释变量都具有内生性 。对(1)式两边取一阶差分,以清除非观测省份效应,有:
ΔDEPVi,t=α1fdsi,t+α2Δfdei,t+α3Δseci,t+γ′Δ Xi,t+Δvi,t(2)
在估计(2)式时,以(1)式中所有解释变量的两期及其 两期以上滞后充当工具变量。从而得到一阶差分GMM估计量。一阶差分GMM估计可以分为一步 和两步GMM估计。虽然两步估计量比一步估计量更加有效,但蒙特卡洛研究表明,两步估计 量在效率上的增加是小的,而且两步估计量的标准误存在严重的向下偏倚(Arellano & Bon d,1991;Blundell & Bond,1998),这种偏倚按照Windmeijer(2005)的方法调整后会减小, 但仍会导致两步GMM估计量的近似渐进分布不可靠,因此在经验应用中通常使用一步估计量( Bond,2002)。
GMM估计量的一致性依赖于工具变量的有效性,这要求误差项应该与序列无关,如果此假设 成 立,那么按照构造,误差项的一阶差分是一阶序列相关,但与二阶序列无关,这可以利用Ar el lano-Bond检验法来进行检验。Sargan检验与Hansen检验可以被用来检验工具变量集的整体 有效性。
由于GMM估计适合大样本,因此我们对协方差矩阵进行了小样本调整,以便利用t统计量做统 计推断。为了统计推断的稳健,我们也利用了组间(以省份为分组依据)异方差组内序列相 关稳健标准误。基于Stata.10,估计结果见表2。 表2估计结果 expshexp 估计系数标准误估计系数标准误fds0.0187***(0.0063)0.1627*(0 .0 820) fde0.0041*(0.0022)0.0095***(0.0023) sec-0.0009(0.0177)-0.1350(0.0530) ak0.0023(0.0030)0.1375***(0.0015) edu0.0022**(0.0001)0.0827**(0.0410) gdp0.0174***(0.0056)0.0728(0.0066) infr0.0607***(0.0186)0.2215**(0.0857)fdi0.0002(0.0103)0.0422(0.0590) pri0.0020**(0.0009)0.0391(0.0298) gov0.0090**(0.0042)0.7269(0.7670)Arellano-Bond(1)P=0.003P=0.018Arellano-Bond(2)P=0.530P=0.701 SarganP=0.546P=0.325 HansenP=0.999P=1.000注:*、**、 ***分别表示在10%、5%、1%显著水平下显著。Arellano-Bond(1)检验的原假设 是(1)式中的误差项其一阶差分是一阶序列无关的;Arellano-Bond(2)检验的原假设是(1 )式中的误差项其一阶差分是二阶序列无关的相关。检验结果给出了伴随概率值p。
(三)实证结果分析
Arellano-Bond检验、Sargan检验及其Hansen检验表明,工具变量的选取是有效的,从而 保证了本文估计结果的可靠性。接下来分析相关解释变量对对外贸易的影响。
金融发展规模(fds)与金融发展效率(fde)对对外出口规模及其制成品在出口总额中的份 额皆有显著的正向影响,这完全符合理论预期。同时从显著水平上可注意到,金融发展规模 对对外出口规模的影响较对对外出口结构的影响更加明显,而金融发展效率对对外出口结构 的影响较对对外出口规模的影响更加明显。利用与本文相同的金融发展规模指标但不同的金 融发展效率指标,阳佳余(2007)也发现,与金融发展规模相比,金融发展效率对贸易结构 的影响效应更为重要。
再考察其他解释变量的估计系数。人均实际资本存量(ak)对对外出口规模的影响为正但并 不显著,然而对制成品在对外出口中所占份额具有显著的正向影响。这个结果符合要素禀赋 理论的基本结论,即相对要素丰裕度决定专业化分工模式。制成品行业更为依赖资本要素的 使用(Basu & Fernald,1997;Antweiler & Trefler,2000),因此我们可以预期,人均实际 资本存量越高则制成品在对外出口中所占份额越大。当然本文实证结果只是部分地验证了要 素禀赋理论,因为对要素禀赋理论的完整检验还必须考察贸易伙伴的要素禀赋状况。人均受 教育年限(edu)在两个实证结果中符号均为正且在5%显著水平下显著,这符合预期。Chuan g(2000)指出,人力资本投资提高了劳动力的生产技能与熟练程度,使得单位劳动力的产 出效率得到提高,从而提升了出口部门的劳动力生产率;Easterly et al.(1994)指出, 人力资本加速了贸易部门中新技术的采用与更新,后者直接增强了工业制成品的出口竞争力 。经济发展水平(gdp)对对外出口规模有显著正向影响然而对对外出口结构的影响不显著 ,这个结果与阳佳余(2007)一致。基础设施水平(infr)在两个实证结果中符号均为正且 显著,这符合预期,因为发达的交通设施通过降低运输成本从而促进对外贸易的发展及其出 口结构的升级。外商直接投资(fdi)在两个实证结果中符号均为正但不显著。本文并未获 得在中国外商直接投资与对外贸易间存在强烈互补效应(梁琦、施晓苏,2004)的证据。民 营化比率(pr i)对对外出口规模的影响为正且显著,然而对制成品在对外出口中所占份额并无显著的正 向影响,这表明民营化程度的加深的确推动了出口贸易的整体发展但并没有带来出口贸易结 构方面的调整。政府干预水平(gov)对对外出口规模的影响为正且显著,然而对制成品在 对外出口中所占份额并无显著的正向影响。尽管政府干预促进了出口贸易的整体发展然而在 推动出口贸易结构升级上收效甚微。
三、结 论
金融发展对一国专业化分工模式的选择及其对外贸易的开展具有深远的影响。利用中国大陆 省级面板数据(2001―2005),本文基于一阶差分GMM估计技术检验了金融发展对对外出口 规模 及其出口商品结构的影响。采用一阶差分GMM估计技术有利于控制估计结果的联立性偏误及 其非观测性个体效应偏误。在控制了人均实际资本存量、人均受教育年限、人均实际GDP、 基础设施水平、外商直接投资、民营化水平、政府干预等因素后,本文发现,金融发展规模 与金融发展效率对对外出口规模及其制成品在出口总额中的份额皆有显著的正向影响。同时 ,金融发展效率对对外出口结构的影响较对对外出口规模的影响更加明显。本文并未获得证 券市场发展促进对外贸易发展的证据,这或许是中国股票市场在资源配置上的作用十分有限 并且效率低下的一个反应。
地区间对外贸易发展差距持续扩大已成为区域经济发展不平衡的一个重要原因(李斌、陈开 军,2007)。[12]本文实证结果暗示,金融发展的区域差异与对外贸易发展的区域 差异具有 显著的联系。因此,推动区域金融的协同发展,对于缩小对外贸易发展的区域差异,促进经 济均衡增长具有重要意义。另外,国际经验表明,一个国家的贸易结构将发生从以出口劳动 密集型产品为主向以出口资本密集型产品和技术密集型产品为主的转变。因此 ,加快金融发展步伐,提升金融发展的质量,对于优化我国对外出口商品结构也具有重要意 义。
主要参考文献:
[1]Kletzer,K.and Bardhan,P. ,1987,Credit Markets and Patterns of Inte rnational Trade ,Journal of Development Economics,,27.
[2]Rajan, R. and Zingales,L.,1998,Financial Development and Growth, A merican Economic Review, 88(3).
[3]Beck, T., 2002, Financial Development and International Trade. Is
There a Link?, Journal of International Economics ,57.
[4]Beck,T. ,2003,Financial Dependence and International Trade, Review
of International Economics ,11.
[5]Becker, B. and Greenberg,D. ,2004,Financial Development and Intern ational Trade, University of Illinois at Urbana-Champaign manuscript.
[6] 孙兆斌.金融发展与出口商品结构优化[J].国际贸易问题2004(9).
[7] 陈建国,杨 涛.中国对外贸易的金融促进效应分析[J].财贸经济,2005(1).
[8]阳佳余.金融发展与对外贸易:基于省级面板数据的经验研究[J].经济科学,2007 (4).
[9]朱 彤,郝宏杰,秦 丽.中国金融发展与对外贸易比较优势关系的经验分 析: 一种外部融资支持的视角[J].南开经济研究,2007(3).
[10]徐建军,汪浩瀚.我国金融发展对国际贸易的影响机理阐释及经验证据[J ].国际贸易问题,2009(2).
[11]包 群,阳佳余.金融发展影响了中国工业制成品出口的比较优势吗[J]. 世界经济,2008(3).
Export Scale, Export Commodity Structure and Financial
Development:An Empirical study
Yao YaojunAbstract: Financial development has far-reaching influence on s pecialization mode and foreign trade de velopment. Using Chinese mainland provincial panel data (2001-2005) and the firs t-order differential GMM estimate technical, this paper investigates the effect
of financial development to export scale and export commodity structure. After c ontrolling the per capita real capital, the per capita education years, and so o n, this paper finds that, the scale and the efficiency of financial development
第9篇：基金规模论文范文
作者简介：吴培新，男，现供职于中国人民银行上海总部。
1．在本文中以季度GDP或工业增加值、工业品价格指数表示。
2．在月度变量的研究中，由于GDP只能提供季度数据，因而，收入变量用工业增加值替代。这是适宜的，因为工业经济在GDP中占比较大且经济的增长和波动主要是由工业引起的。
3．我们在此前的研究中，已经排除了货币供应量M1作为较好的预测经济运行的信息变量(吴培新，2007)。
4．均经过季节调整和对数处理。下同。
5．这里的价格水平仅指工业品价格水平，本文没有作出对消费者价格指数的检验。
6．Bernanke and Blinder(1988)研究了美国货币供应量和信贷规模在不同时期作为政策中介何者为优的问题。从事后检验来看，在某一时段采取信贷规模指标似乎更优。
7．当然，这需要一系列的前提条件，如利率市场化以及利率对经济具有广泛且重要的影响，当前的中国可能并不具备这些条件。
8．这里有一个显而易见的难题是货币供应量和信贷规模对经济的作用时滞不同。
摘 要：货币政策一般认为，作为金融数量指标的货币供应量在货币政策调控中占据着核心地位，而排斥另一重要金融数量指标――信贷规模的作用。本研究试图利用我国自1998年以来的经济金融数据，通过计量方法，比较货币供应量、信贷规模作为核心金融指标的适用性，发现：(1)信贷规模和货币供应量各自在不同意义上都是最稳定的，并且，各自与经济活动之间的关系一样规则而稳定，没有证据表明何者更具优势；(2)在同时引入货币供应量和信贷规模时，大大提高了对实体经济的解释能力；(3)货币供应量的变化依存于信贷规模的变化，表明信贷规模在我国经济金融中占据一定地位。这些结论对于理解我国货币政策传导机制是有意义的，表明政策调控时，应同时关注货币供应量和信贷规模这两个指标。
关键词：VAR模型；Granger因果检验；货币政策；货币供应量；信贷规模
迄今，在考察经济和金融数量指标之间的关系时，几乎所有的宏观经济模型都选择货币供应量作为金融数量指标的代表变量，而不包含其他的金融数量指标；而在货币政策实践层面，许多西方工业化国家曾选用货币供应量或其增长率作为中介目标。
这种做法是以传统的货币政策理论为基础的。无论是凯恩斯主义的以IS-LM为基础还是以货币主义的货币数量论为基础的货币政策理论，货币供应量都居于核心地位。从实践来看，历史上，西方几个主要工业化国家的货币供应量与名义收入之间存在稳定的关系，货币供应量在经济金融活动中扮演着重要角色。但是，上世纪80年代以来，有大量的文献专门研究信贷市场在货币政策传导到实体经济方面的关键作用。这些新兴的理论认为，货币对于理解一般价格水平方面的重要性，并不一定表明货币存量是联系实体经济和金融部门的关键性变量，或是金融部门对实体经济短期影响的最佳指标(沃什，2004)，因而，在货币政策调控中引入信贷指标或许是必要的。
货币存量和信贷规模是社会公众资产负债表中资产和负债两方的主要内容。由于货币供应量代表的是公众资产负债表的资产方，这种以货币供应量为核心的分析框架的基础是仅仅关注公众的资产数量及其变化。而资产负债表中负债和资产除了会计等式意义上的简单关系外，实际上，在公众的负债方也不仅仅是各项负债的简单加总，而是包含了资产方所未能包含的信息。而这些信息可能对于理解和预测未来经济运行是有意义的。
除了对于经济分析和货币政策讨论没有实质性意义的基础货币供给由货币当局掌控之外，货币供应量和信贷规模都不能由政府或货币当局严格控制。也就是说，在基础货币供给既定的情况下，银行系统的放贷行为和非银行公众的对货币、信贷的需求行为共同决定了货币供应量和信贷规模，同时也就决定了与经济活动有关的金融资产和负债。如前所述，在传统的宏观经济分析中，强调货币供应量作用的前提是经济活动与货币供应量之间有稳定的经验关系，本文试图引入信贷规模对此作进一步的完善。当然，本文的目的不是要撇开货币供应量作为宏观经济分析的基础，而是要引入信贷规模作为补充。从西方几个主要工业化国家的实证检验来看，信贷规模一国民收入关系和货币供应量一国民收入关系基本具有相等的相关性及其依存关系(Friedman，1983；Islam，1981)。
本研究利用中国自1998年以来的经济金融数据，运用计量方法，对中国货币供应量、信贷规模与宏观经济活动1之间的关系作出比较并进行理论分析，为进一步理解货币政策传导机制提供分析框架。
一、货币供应量、信贷规模的稳定性及与经济变量之间关系稳定性比较
自1998年以来，我国采用的是以货币供应量为中介目标的货币政策框架。货币当局在每年初都会公布一个本年度货币供应量M1、M2的增长率目标，但同时也公布指导性的信贷规模计划。在这里，先比较这三个变量自身的稳定性。
比值标准差／均值越小，表示相应的金融变量越稳定。从表1、表2看出，1998年以来的月度数据和季度数据均表明，信贷规模的水平变量(lcredit)的稳定性强于货币供应量(lml，lm2)，而货币供应量M2的差分变量(dlm2)的稳定性强于信贷规模(dlcredit)。这表明，信贷规模和货币供应量在不同意义上各自都是最稳定的。下面检验货币供应量和信贷规模与经济变量之间比值的稳定性2。
表3显示，从月度数据看，比值：m2／iva(货币供应量M2／工业增加值)是最稳定的；从季度数据看，比值credit／gdp(信贷规模／GDP)是最稳定的。
上述的检验表明，货币供应量M2和信贷规模自身以及与经济变量之间的关系上，其稳定性各自在不同意义上是最优的，没有证据表明货币供应量在所有场合优于信贷规模或是相反。当然，上述的比较方法还是粗糙的，它仅仅比较了金融变量与GDP或工业增加值之间同期关系的稳定性。实际上，从理论上说，经济活动成果相对于金融活动有一定的滞后期，我们所要考虑的是金融变量与滞后一定时期的经济总量之间关系的稳定性，即金融变量能否稳定地预示未来的经济变量。在第二部分将对此作出检验、比较。
二、单一金融变量与经济变量之间依存关系检验
第一部分已经粗浅地表述了各变量时间序列之间关系的稳定性，但还没有揭示变量间的相互依存关系。所谓的依存关系，是指作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化，即Granger因果关系。从两者的时间顺序关系看，一般地，原因变量的变化应先于结果变量的变化，因而，原因变量的滞后值可以用来预测结果变量，即过去的原因变量可以预示未来的结果变量。
本研究将金融变量视作原因变量，宏观经济变量作为结果变量，用计量经济学中常用的、也是很实用的计量方法――Granger因果关系检验法来检验这种依存关系。
Granger因果关系检验法实际上是运用非约束普通最小二乘法(Unrestrieted Ordinary-Least-Squares)，在其他变量的解释能力给定的情况下，检验排除某一个列变量的滞后项对方程预测能力的影响。排除后方程的预测能力以概率P值表示。P值越小，表明排除该变量对方程的预测能力影响越大，该变量对因变量的解释能力越显著；P值越大，超过一定的显著性水平时，表明排除该变量对方程的预测能力基本没有影响，相对于因变量而言是外生的。这样，比较各变量的P值就可以比较各变量对因变量的解释能力。要注意的是，在Granger因果关系检验中，滞后长度的选择是任意的，而因果检验的结果有时对滞后长度的选择是很敏感的，即不同滞后期，有时会对因果性的判断造成影响；因此，为避免滞后长度的选择对因果关系造成影响，本文在进行Granger因果关系检验时，对不同滞后长度分别检验。
为节省篇幅，在接下来的检验中，仅选择货币供应量M2和信贷规模作为金融变量进行比较。3先对名义变量进行检验。将货币供应量M2、信贷规模变量分别与工业增加值进行组(Group)的Granger因果检验4。检验结果见表4。
表4显示，货币供应量M2和信贷规模在95％以上的置信度下分别对名义工业增加值有Granger因果关系，这表明，这两个金融变量作为单个变量，都是未来经济活动的较好预测变量。下面进一步考察货币供应量M2和信贷规模对实际工业增加值和价格指数的解释能力。
用实际工业增加值、工业品价格指数与货币供应量或信贷规模构建三变量VAR模型，Granger因果关系检验如下：
注：经检验，上述两个由实际工业增加值、工业品价格指数与货币供应量或信贷规模构建的三变量VAR模型，其变量间均存在协整关系。
表5显示，货币供应量M2和信贷规模分别在5％的显著性水平下对实际工业增加值有Granger因果关系，货币供应量M2和信贷规模都分别对实际经济变量有决定性影响。这表明，与传统货币政策理论认为的短期内货币供应量与实际收入之间有Granger因果关系一样，信贷规模与实际经济变量之间也同样如此；并且，没有证据表明货币供应量和实际经济变量之间的关系要优于信贷规模和实际经济变量之间的关系。但遗憾的是，货币供应量M2仅在10％的显著性水平下对工业品价格指数有Granger因果关系，而信贷规模则没有对价格指数的解释能力。
三、双金融变量与收入之间因果关系检验
第二部分检验了货币供应量和信贷规模单个变量各自对名义经济变量及实际经济变量、价格水平的解释能力。本部分要检验同时引入货币供应量和信贷规模，与工业增加值构成VAR模型，从而比较解释能力的变化。
先检验名义变量之间的关系。建立一个含有名义工业增加值、货币供应量和信贷规模的三变量VAR模型，对其进行不同阶数的Granger因果检验。
表6显示，在lm2和lcredit这两个变量中，在其中一个变量的解释能力给定的情况下，另一个变量并没有较好的解释能力。这与表4的结果形成反差，表明货币供应量和信贷规模之间存在某种数量关系，这种关系影响了在其中一个变量的解释能力给定情况下另一变量对名义工业增加值的解释能力。
货币供应量和信贷规模不能同时Granger引起lira_n的P值较小，这表明模型中同时引入这两个变量时，对名义工业增加值的解释能力较高。但由于单个金融变量自身对名义工业增加值的解释能力较好，同时引入两个变量来预测经济并没有多大意义。进一步地，检验货币供应量和信贷规模对实际工业增加值和价格水平的解释能力。
建立一个含有货币供应量M2、信贷规模、实际工业增加值和工业品价格指数的四变量VAR模型，对其进行不同阶数的Granger因果关系检验。
表7的liva方程一栏的结果显示，在lm2和lcredit两个变量中，在价格指数和一个金融变量的解释能力给定的情况下，另一个金融变量对实际工业增加值有较好的解释能力。这与表5的结果是一致的。
表7的Ipi方程一栏的结果显示，与表5的结果相比较，在lm2和lcredlt两个变量中，在实际工业增加值和其中一个金融变量的解释能力给定的情况下，另一个金融变量对工业品价格指数的解释能力明显增强，即每个金融变量在引入另外一个变量后，提高了对工业品价格指数的解释能力。这表明货币供应量和信贷规模之间在某种数量关系，这种关系对于解释价格水平是有用的。
四、货币供应量和信贷规模的关系及宏观经济调控
上述的检验表明，货币供应量和信贷规模是解释宏观经济较好的指标，并且，货币供应量和信贷规模都各有部分独立拥有的信息(至少在解释价格水平时如此)，这表明，在宏观经济运行中，货币供应量和信贷规模共同扮演了重要角色。这种做法使我们很容易回忆起帕廷金(Patinkin)的有关静态新古典货币均衡模型的经典表述。该模型包括四个市场：货物和服务市场、劳动力市场、货币市场和信贷市场。鉴于在本研究中没有涉及到就业方面的问题，我们排除了劳动力市场，那么，均衡点就是由货物和服务市场、货币市场、信贷市场这三个市场各自的均衡曲线交于一点而决定的。见下图：
上图显示，在帕廷金模型中，货币和信贷市场都起基础性的作用。图中，XX曲线代表货物和服务市场的均衡曲线，MM曲线代表货币市场的均衡曲线，CC曲线代表信贷市场的均衡曲线。当这三个市场同时出清时，这三条曲线必定共同交于一点(比如图中的E1、E2)。当三条曲线中的任何一条发生移动时，必将导致其他两条曲线中的至少一条发生移动。
因而，实际上两条曲线就足够可以决定均衡点，可以去除其中的一条曲线。比如，由于货币市场的变化导致曲线由MM移向M′M′，而XX曲线不变，CC曲线就必须相应地移动并与XX曲线交于E′(图中没有列示CC移动后的曲线)，这种情形就类似于传统的希克斯一凯恩斯的IS-LM模型。又如，类似地，假如由于政府支出的变化导致XX曲线移动到X′X′，而MM曲线不变，CC曲线就必须相应地移动并与：XX曲线交于E”(图中没有列示CC移动后的曲线)。但问题是CC曲线并不一定会作出如上所述的特定移动，也就是说，MM：曲线或XX曲线的移动不一定会被CC曲线被动的移动所吸收(absorb)，均衡点的变化除了有MM和(或)XX曲线的因素外，也有CC曲线的原因。
从表5、表7的检验结果来看，对于实际经济变量
而言，货币或信贷的任何移动，都会使另一金融变量自动地发生移动，即另一金融变量自动吸收(或消化)了货币或信贷的初始变化，从而使实际经济变量不发生变化。这表明，对于实际经济变量而言，货币或信贷市场中的一个市场与货物和服务市场就可以决定均衡水平。
但是，表五、表七的检验结果同时也表明，对于价格水平而言，货币或信贷的变动，不会导致另一个金融变量自动地发生变动，即价格水平的变化不是由货币或信贷规模单一地确定的，而是共同决定的5。比如，图中MM曲线移动到M′M′后，CC也发生移动，但并不是与XX曲线交于E′点，而是与M′M′交于点E2，当然，此时XX曲线也移动到x′x′。
下面将检验货币供应量和信贷规模之间的关系。货币供应量和信贷规模为同一张社会公众资产负债表中资产方和负债方的重要组成部分，两者之间具有内在的联系。一般而言，M2是由银行的资产项目运用或贷款转化而来的，有同向变动的性质。经检验，两者之间的同期和滞后或领先几期的交叉相关系数均呈强相关关系。当货币供应量和信贷规模都是经济系统的内生变量时，或许没有必要关注两者之间的依存关系。但是，当货币供应量被认定为货币政策中介目标而受制于中央银行时，这两者之间的依存关系或许是重要的。接下来检验这两者之间的依存关系。Granger检验结果见表8。
表8显示，信贷规模单向Granger引起货币供应量M2变化。这表明，信贷规模在经济金融活动中占据中心地位，这种因果关系与西方货币政策理论中以货币供应量M2为中介目标的货币政策传导模式不相符。在传统的以数量调控的货币政策理论中，货币当局控制基础货币的发行，以此控制货币供应量。货币供应量的大小决定了银行可贷资金的大小。因而，从一般意义上而言，应该是货币供应量的变化导致信贷规模的变化，而不是我国的信贷规模的变化导致货币供应量的变化。因而，M2或许是信贷规模的变量。当然，这并不是说可以忽略M2；实际上，正如本研究已经揭示的，M2中包含有部分独立于信贷规模的信息。
五、结论及政策涵义
结论1：信贷规模和货币供应量各自在不同意义上都是最稳定的，信贷规模和经济活动之间的关系与货币供应量和经济活动之间的关系一样规则而稳定，没有证据表明何者更具优势。实证检验并不支持在对宏观经济调控时撇开信贷规模而仅仅保留货币供应量的传统做法。
结论2：信贷规模和货币供应量各自均对名义和实际工业增加值有较好的解释能力，但对价格水平的解释能力较弱。信贷规模和货币供应量同时引入时，大大提高了对价格水平的解释能力。也就是说，至少对于预测价格水平而言，货币供应量和信贷规模都各有部分独立的信息，因而，宏观经济调控时一起引入货币供应量和信贷规模或许是必要的。
结论3：从货币供应量M2和信贷规模之间的依存关系看，信贷规模单向Granger引起货币供应量变化。这表明信贷规模在我国金融运行中占据中心地位。并且，信贷规模对实体经济的作用时滞要明显短于货币供应量，这有利于预测经济并进行政策微调。
上述结论对于理解我国货币政策传导机制是有意义的。按照西方货币政策的理论和实践，在施行数量调控模式时，通常关注货币供应量而忽略信贷规模，也即将货币供应量作为中介目标。在这种模式下，中央银行根据以往的货币供应量和经济活动之间的经验关系，预先确定与最终的宏观经济目标相一致的金融数量的时间路径，然后中央银行的中间目标是控制作为中介目标的金融变量，以便宏观经济目标在预先设定的区间内运行。因而，作为及时观察到的中介目标就可以作为滞后的不确定的宏观经济运行的先行变量。实际上，这种货币政策操作模式只有在中介目标和货币政策最终目标之间具有极其严格的关系下才是最优的方式。这种严格关系只有在货币需求完全稳定以及对利率完全不敏感的情况下才可能成立。
上世纪七八十年代，西方工业化国家曾较普遍地采用货币供应量作为中介目标，这正是基于货币需求函数是稳定的这一论断，但这种稳定性在1980年代瓦解了。这种稳定性的瓦解导致了西方主要国家转而采用货币价格指标作为中介目标或直接盯住通货膨胀。 在我国，这种稳定关系也受到了质疑，从而有学者提出货币供应量已不宜作为中介目标(夏斌和廖强，2001)。但也有学者提出了反对意见(黄安仲和毛中根，2006)。我们此前的研究也表明，到目前为止，货币供应量M2还是较好的中介目标(吴培新，2007)。本文的实证检验表明，在我国的货币政策实践中，以货币供应量和信贷规模为中介目标的模式要优于以货币供应量为单一中介目标的模式6。
当然，从严格意义上说，货币供应量目标和信贷规模目标之间是难以准确一致的，即两个中介目标之间存在协调问题。这是一个棘手的问题。解决这个问题的途径有两条：一是放弃以货币供应量为中介目标的货币政策操作模式，另外选择可能包含更多未来经济运行信息的变量，如短期利率7；二是将货币供应量和信贷规模进行加权，成为一个指标8。
附录：数据来源、处理情况及平稳性检验情况的说明
本研究主要运用月度数据来研究，样本区间是自1998年1月始，至2006年6月止；其中，偶尔也用季度数据。为防止变量数据波动较大，在计量统计时，其他均用x11法作季节调整并作对数处理(以变量名首字母1表示，这种处理不影响研究结论)。下面分别对各种数据来源、处理情况作简要说明。
1．工业增加值iva：名义值来自中经网。用工业品价格指数(定基)将各现值数据折实为1998年1月时的实际值。在研究中名义值以liva_n表示，实际值以liva示。
2．国内生产总值GDP：来自人行统计季报中“主要经济指标”的“国内生产总值”栏目以及《中国季度国内生产总值核算历史资料：1992-2002》一书。为使数据具有可比性，对2004年以前的数据进行了调整，剔除了2004年全国经济普查因素的影响。在研究中以lgdp表示。
3．信贷规模CREDIT：来自人行统计季报中“主要金融指标”的“金融机构各项贷款”栏目。在研究中以lcredit表示。
4．货币供应量M1：来自人行统计季报中“主要金融指标”的“M1”栏目。在研究中以lml表示。
5．货币供应量M2：来自人行统计季报中“主要金融指标”的“M2”栏目。在研究中以lm2表示。
6．工业品价格指数PI：用人民银行统计季报中的企业商品价格指数(定基)和国家统计局公布的工业品出厂价格指数(同比)推算全样本的工业品价格指数(定基)，以1998年1月为100。在研究中以lpi表示。
另外，在研究中有时需用一阶差分数据建模，这以变量名前加字母d表示。
参考文献：
[1]沃什，卡尔．货币理论与政策[M]．上海财经大学出版社，2004
[2]黄安仲，毛中根．货币流通速度不稳定不能成为否定货币供应量作为货币政策中介目标的依据[J]．经济评论，2006；3
[3]夏斌，廖强．货币供应量已不宜作为当前我国货币政策的中介目标[J]．经济研究，2001；8
[4]吴培新．M2作为我国货币政策中介目标的实证检验[J]．上海金融，2007；9。
