粤港澳区域金融一体化及其衡量——来自2000—2018年的面板数据

●熊诗忠

一、引言

金融一体化既是我国当代经济高质量发展的趋势，又是实现粤港澳大湾区区域经济协调平稳发展和促进金融创新的重要枢纽和介质。粤港澳大湾区，由于区域条件的异质性，尽管三地要素紧密链接，但是在金融一体化过程中有着独特的运行模式。金融在区域经济一体化的过程中发挥枢纽、资源流动匹配和调节区域经济运行的作用，从而成为金融一体化的要义。所以，对粤港澳大湾区金融一体化的系统研究，为推动区域金融合作，具有重要的理论价值和现实意义。

二、文献综述

金融一体化不仅是国内外关注的热点，也是粤港澳大湾区关注的重点，许多国内外学者对此进行深入的探究，主要集中在一下方面：价格法、数量法、主成分分析法。

（一）价格法

Yu et al(2010) 、Rein et al(2010)、Raphael et al(2011)和魏清(2009)等学者，基于利率、股价为参数对金融一体化进行衡量，检测经济体之间一体化是否达到或实现。

（二）数量法

F-H (Feldstein and Herioka)(1980)、Montiel(1994)、Anders(2001)等学者运用存贷关系，对发达、发展中国家的面板数据分析、回归，结果显示：资本市场的开发开放程度越高、资本流动性越强，金融一体化程度越好。张颖熙（2007）、吴凌芳和黄梅波（2009）、魏清（2010）、邬晓霞和李青（2015）、张峰和肖文东（2016）基于存贷关系对东南亚、珠三角、长三角、京津冀的金融一体化进程进行探讨，结果表明：存贷系数下降，金融一体化程度越高且存在差异。

Bayoumi(1990)、Kose et al(2009)等学者通过消费数量平滑方法探讨，在完备的金融一体化过程中，本国消费与本国的产出呈现相关系数较小，与他国的产出相关系数较大。

Lane and Milesi(2003)和刘生龙、张捷（2009）等运用资产占比（资产与GDP比值）数量法衡量金融一体化，该指标数值越大，金融一体化测度越高。

（三）主成分分析法

主成分分析法是通过SPSS软件“分析—降维—因子分析”方法，把许多指标量化为几个主要指标，使之互不相关，并从中选取几个主要成分，解决多个变量间共线性矛盾问题，提高分析效果。苏春子(2018)运用主要成分分析方法，探究东亚金融一体化的水平，结果是：一体化的指数有所波动，但是金融一体化的水平渐渐提升。

综上所述，通过梳理金融一体化水平的不同文献，可以得出，研究国家之间、长三角之间、京津冀之间等金融一体化水平较多，而整体研究粤港澳大湾区的则相对较少，经验研究处于起步阶段。

三、模型的构建与实证分析

构建金融一体化的计量模型与实证分析：

（一）基于主成分分析法构建金融一体化衡量模型

以苏春子(2018)为基础，构建如下的模型：

其中Xn是原来变量，Yi为主成分，n为个数，μin为第i个主成分Yi和第n个原有变量Xn的系数。

（二）金融一体化水平指标体系构建

基于数据的易得性，选择股票交易额、资本存量、外商直接投资、外资流入、银行贷款、贸易差额等指标，这些指标分别求与各自GDP的比值。X1代表股票交易占比，X2代表外商投资占比，X3代表银行贷款占比，X4代表资本存量占比，X5代表外资流入占比，X6代表贸易差额占比。

（三）金融一体化水平主成分的分析

考虑时间趋势对主成分的影响，采取标准化方式对原有数据进行处理，并进行检验和分析。

表1 指标相关系数矩阵

表2 共同度（Communalities）验证

1.相关性检验。依据主要成分分析理论知道，使用主要成分的分析方法，进行降维处理的前提条件是原来的指标之间呈现较强的相关性。从表3显示的数据可知，除X5外，系数的绝对值都大于0.5，说明各个指标相互之间的相关性较强，符合主要成分分析的条件。

2．共同度（Communalities）验证。表2显示了公因数从原有变量方差中的提取状况，从“提取”一列可知，提取其特征值的共同方差包含了共同度的有效信息，仅有X5的有效信息损失最大，其他的均在60%以上，最大的在87%以上，符合主要成分分析的条件。

3．主成分的提取。进行主要成分分析的依据是特征值和方差累积贡献率，在这里选取特征值大于1且方差累积贡献率大于80%的为主要成分，并作为分析其影响力的指标。表3显示，两个主要成分包含了六个指标的大多数有效信息，两个主要成分足够解释粤港澳金融一体化程度的变动，从而实现降维的目标。

表3 因子特征值、方差及累积贡献率

4．主成分的函数式及涵义。主成分载荷矩阵反映了主成分和原有变量的相关性，其系数的绝对值大，则相关性较强。从表4得知，除X5外，其他变量系数均大于0.5，相关性也极强，X1、X2、X3、X4代表金融市场一体化的程度，X6代表贸易一体化的程度。

表4 载荷矩阵

用每个主成分载荷向量除以每个主成分特征值的算术平方根得到主要成分的特征向量，也即是主要成分的表达系数。

表5 主要成分表达系数

两个主成分的Y1、Y2表达式如下：

5.综合性分数。依据主要成分分析原理，赋予每个主成分不同的权重，主要成分1的权重为0.681，主要成分2的权重为0.319，综合得分即为各个主要成分的加权平均数，并依次按时间进行排序，见表6。

总分计算公式如下：

Y=0.681*主要成分1得分+0.319*主要成分2得分

表6 我国香港、澳门和珠三角金融一体化综合得分

（四）结果

由表6分析得出以下结果：

从三个地区的综合得分即金融一体化的程度上来看，得分越高，金融一体化程度越高，金融一体化虽有波动但随着时间的推移不断提高。2000到2002年金融一体化程度有所下降，2003年至2007年金融一体化快速发展，一体化程度恢复后渐渐加深，2008年遭遇金融危机影响，金融一体化程度比2007年有所下降；从2010到2018年，金融一体化程度我国香港达到最大值1.99235，珠三角达到1.671，与香港一体化还有一定的差距；澳门由-1.64879上升到-1.37173，负数表明澳门也在促进金融一体化，只不过金融一体化程度较低。

四、结论与建议

综上所述，本文以粤港澳大湾区11个城市2000—2018年间面板数据为基础，运用主成分分析方法，构建衡量金融一体化的水平或程度模型。实证结果显示：该湾区金融一体化依然处于低下水平，急需政府政策的有效扶持和激励，构建区域金融耦合机制，发挥金融要素互补功能，提升金融一体化的空间。

通过对金融一体化的探析，为粤港澳大湾区经济发展提供了有益的实践经验：首先，以粤港澳大湾区建设框架协议为核心，认识并利用金融一体化的规律，构建三地金融合作的有效运行机制。其次，以金融结构性供给侧改革为基点，协调要素供给引导，提升金融要素的互补功能。第三，以我国香港国际金融为中心，构建香港金融辐射、澳门金融发展和珠三角金融多方位开放新格局。第四，以政府间的合作、政策扶持和制度创新为枢纽，实现区域金融的长效耦合，提高金融一体化水平，促进区域经济的协调、平稳和高质量发展。