一、问题与文献述评

十八大报告指出，要实现经济增长方式的转变，关键是要加快产业结构升级。为此，提升产业技术含量和创新能力、加快产业结构升级步伐、增强产业市场竞争力是当前中国产业发展的主要任务。金融资产作为产业发展最核心的要素之一，其结构状况对一国或地区产业结构的升级进程具有重要影响。但金融资产结构调整与产业结构升级之间相互作用的路径具体是什么? 二者相互作用力的大小如何? 学术界尚存在较多争议。早在1969 年，Goldsmith 利用35 个国家1860 － 1963 年的数据进行实证检验，证明金融资产结构调整与产业结构升级之间存在相关关系［1］。Beck 和Levine［2］、Chang 和Caudill［3］、Luintel 等［4］、张晓燕和王成亮［5］等进一步证实了这一结论。冉茂盛［6］、Christopoulos 和Tsionas［7］从发展中国家视角，苏振天［8］、韩晓明［9］从省域视角，范方志和张立军［10］从区域比较视角深入研究后也均证实金融资产结构调整是产业结构升级的重要促进因素。Angelos、Nicholas 和Chris 等通过对世界29 个国家20 个行业数据样本进行实证检验，发现双向格兰杰因果关系在金融资产结构调整与产业结构升级之间的确存在［11］。毛定祥的研究则证明中国仅仅存在产业结构升级到金融资产结构调整的单向格兰杰因果关系，不存在金融资产结构调整到产业结构升级的格兰杰因果关系［12］。与以上观点不同的是，部分学者的研究结论发现金融资产结构调整与产业结构升级之间的互动关系并不如想象中那样显著。Atindehou 和Gueyie 的研究发现金融资产结构调整对产业结构升级的影响基本可以忽略［13］，Gries 等通过对非洲16 个国家的研究也发现金融资产结构调整与产业结构升级之间并不存在因果关系［14］。

就中国西部地区的产业结构发展现状看，自1999 年“西部大开发”战略正式实施以来，该地区在加快地区经济增长、提升经济发展速度的同时，产业结构调整力度显著加强，产业结构升级步伐明显加快，成效显著。但截至目前，该地区的产业结构仍存在着许多问题，如第一产业的产业化程度不高，产出效率低; 第二产业发展层次较低，竞争力不强; 第三产业总量偏少，发展水平不高。此外，西部地区还面临着产业空间布局趋同，区域之间重复建设，协调不力等系列问题。在当前中国提出转变经济增长方式，加快实现产业结构升级的大背景下，对西部地区产业结构升级问题进行深入研究显得尤为必要。本文从金融资产结构调整视角出发，在构建面板向量自回归模型( PVAＲ) 的基础上，综合运用面板协整检验、面板脉冲响应和方差分解、面板格兰杰因果关系检验等多种模型对西部地区金融资产结构调整与产业结构升级之间的互动关系进行了深入研究。

二、PVAＲ 模型估计

( 一) 指标设置及数据选取

金融资产结构包括金融资产内部结构和金融资产外部结构。其中金融资产内部结构是指一个国家或地区内货币、证券、保险、债券等各类金融资产在该国或地区金融资产总量中各自占有的比例关系，具体包括货币性金融资产/金融资产总量、证券类金融资产/金融资产总量、保险类金融资产/金融资产总量等指标，衡量的是金融资产多元化的程度。为了反映西部地区金融资产多元化程度与产业结构升级之间的关系，本文采用金融资产内部结构指标来反映西部地区金融资产结构，主要选取的指标有HB、ST、IN。其中，HB = M2 /金融资产总额，代表货币资产结构; ST = 股票市值总额/银行信贷余额，代表证券资产结构; IN = 保费收入总额/金融资产总额，代表保险资产结构。从产业结构升级指标看，根据钱纳里的相关理论可知，当一个国家或地区的产业结构出现升级时，第一产业产值在国内生产总值或地区生产总值中所占有的比重会下降，第二三产业产值在国内生产总值或地区生产总值中所占有的比重会上升。考虑到与东部地区相比，西部地区生产力发展水平相对滞后，产业结构升级更多表现为第二三产业所占比重的增长。为此，本文的产业结构升级指标= ( 第二产业产值+ 第三产业产值) /国内生产总值，即非农产业占比FN 来代表。

在数据选取上，本文以1993 － 2011 年间中国西部地区12 省市的金融资产结构和产业结构面板数据作为样本。由于1990 年12 月和1991 年6 月中国上海证券交易所和深圳证券交易所才相继成立，1992 年以后中国证券市场才有一个完整的会计年度数据，1993 年之前西部地区上市公司数量及股票市值较小。因此，这里将实证样本数据的选取跨度定为1993 － 2011 年，数据来源为该期间西部地区各省市的《城市统计年鉴》、《经济统计年鉴》、《统计公报》。为了保证各数据序列具有可比性，以1993 年为基期，运用1993 － 2011年间西部地区各省市的CPI 指数对相应数据指标序列进行调整。调整后的数据序列FN、HB、ST、IN 分别为产业结构升级指标、货币资产结构指标、证券资产结构指标、保险资产结构指标，其特征值见表1。

由表1 可见，1993 － 2011 年间，西部地区货币资产结构指标的均值最大，保险资产结构指标的均值最小。货币资产结构指标均值是保险资产结构指标均值的69． 833 倍，是证券资产结构指标的3． 551 倍。货币资产在西部地区金融资产结构中占有举足轻重的地位，保险资产发展明显不足。从残差项看，西部地区证券资产结构指标的残差项最大，保险资产结构指标的残差项最小，这和现实情况基本一致。

( 二) 面板单位根及协整检验

在进行面板协整检验和PVAＲ 模型分析之前，需要先对各数据序列的平稳性进行检验。这里的序列为面板型数据，运用传统的单位根检验方法可能会产生效力偏低的偏误。为此，这里分别采用了LLC、ADF 和Fisher － PP 三种适用于面板数据序列的方法进行检验，以保证检验结果的可靠性，结果见表2。由表2 的检验结果可知，1993 － 2011 年间西部地区金融资产结构与产业结构数据序列的水平值都无法完全拒绝“存在单位根”这一原假设，各序列的一阶差分检验值全部可以显著拒绝原假设。因此，西部地区金融资产结构和产业结构指标序列均满足一阶单整，可运用面板协整检验方法来检验该期间金融资产结构调整与产业结构升级之间是否存在协整关系。为了保证检验结果的稳健性，这里采用了Pedroni［15］和Johansen面板协整两种方法进行检验，结果见表3。

由表4 的估计结果可知，西部地区FN 对自身在1%水平上具有显著的正向影响，影响度为0． 923%; 对HB 在5%水平上具有显著的正向影响，影响度为1． 448%; 对ST 在10% 水平上具有显著的正向影响，影响度为0． 581%; 对IN 有微弱的正向影响，影响度为0． 025%，但并不显著。HB 对FN 在5% 水平上具有显著的反向影响，影响度为－ 0． 823%; ST 对FN 在10% 水平上具有显著的正向影响，影响度为1． 051%; IN 对FN 具有微弱的反向影响，影响度为－ 0． 051%，并不显著。

三、面板脉冲响应及方差分解

为了让误差项实现正交，以便克服因误差项相关而对估计效果产生影响，这里采用的方法是Cholesky残差的方差—协方差矩阵分解。由于方程顺序或内生变量顺序在大多数情况下会影响Cholesky 残差的方差—协方差矩阵分解结果，需要建立相应的置信区间来避免这一问题。为此，本文以GMM 方法估计出的系数以及方差—协方差矩阵为基础，采用Monte Carlo 模拟实验随机生成大量系数，重复计算变量间的冲击响应，这一过程共进行了500 次，用模拟结果所获得的两个标准误差置信区间来评价变量间的冲击响应是否显著。图1 给出了西部地区金融资产结构调整与产业结构升级之间的PVAＲ 正交化脉冲响应图，其中横轴为追溯期，这里共考察了6 个追溯期; 纵轴为其他变量产生一个标准差冲击时因变量的响应程度; 中间一条曲线为因变量的响应函数线，外侧两条曲线为2 倍标准差的置信区间。