Processing math: 100%

Message Board

Dear readers, authors and reviewers,you can add a message on this page. We will reply to you as soon as possible!

YIN Ye-tian, WANG Ding-xiang, XIN Zhuo-yao. An Empirical Study on the Impact of Financial Development and Population Structure on Balance of Current Accounts[J]. Journal of Southwest University Natural Science Edition, 2021, 43(1): 125-134. doi: 10.13718/j.cnki.xdzk.2021.01.015
Citation: YIN Ye-tian, WANG Ding-xiang, XIN Zhuo-yao. An Empirical Study on the Impact of Financial Development and Population Structure on Balance of Current Accounts[J]. Journal of Southwest University Natural Science Edition, 2021, 43(1): 125-134. doi: 10.13718/j.cnki.xdzk.2021.01.015

An Empirical Study on the Impact of Financial Development and Population Structure on Balance of Current Accounts

More Information
  • Corresponding author: WANG Ding-xiang ; 
  • Received Date: 05/07/2020
    Available Online: 20/01/2021
  • MSC: F830

  • Starting from the two aspects of financial development and population structure, this paper studies the impact of the two on the balance of current accounts. Through theoretical analysis, it chooses the influencing factors and builds a model, and an empirical analysis is madebased on the panel data of 110 countriesof the worldfrom 2003 to 2017. The results show that financial development degree and population dependency ratio have significant negative effects on current account balance. These countries are classified according to their income level, and the results of regression analysis show that high-income countries are more sensitive to the fluctuation of financial development, and their responses to the fluctuation of population structure are relatively flat, while an opposite picture is presented in low-income countries. Therefore, it is concluded that improving financial development and population structure is the primary task for non-high-income countries to improve their current account.
  • 近年来,全球经济发展不平衡问题加剧,这种不平衡既可能表现在国与国之间的发展不平衡,也可能表现在一国内部和对外经济交易失衡等问题上,而对外经济交易失衡主要表现为国际贸易中反映商品和劳务贸易的经常项目收支失衡,即经常项目余额减少,甚至转逆.一个外汇短缺的发展中低收入国家在国际贸易中常追求经常项目顺差,经常账户盈余状况又会受到国内供求的影响,当国内社会总供给小于总需求时,需要通过增加进口来满足国内供给,维持物价稳定,从而可能导致经常项目差额转逆,余额大幅度下降.

    1996年以来,中国经常账户余额长期处于盈余状态,从1996年的72亿美元上升到2008年的4 206亿美元,占GDP比例高达9.94%.与中国形成鲜明对比,美国则是持续的贸易逆差.美国经常项目赤字规模由1996年的1 247亿美元扩大到2006年的8 035亿美元,占GDP比例上升至6%.从世界银行数据来看,各国普遍存在经常项目失衡的现象,并且与金融危机息息相关. 2004-2017年,各国经常账户余额占GDP的比例在经历最高点后受2008年金融危机影响下降,但近年来有平稳上升趋势,其中英、韩等国维持经常项目赤字,德国经常项目已从赤字转为盈余.

    学术界已有共识,影响各国经常项目余额的因素众多,不仅与国内经济结构和需求结构有关,也受到国外需求结构和产出结构的影响.在国际分工趋于稳定的格局下,经常项目余额变化受国内外贸易格局的影响总体比较稳定,短期剧烈变化可能更多来源于非贸易因素对商品和劳务贸易的冲击,诸如金融发展、人口结构变化等的影响.本文将重点讨论金融发展与人口结构对经常项目余额是否会产生显著的影响效应.

    中国和美国是金融发展水平不同的国家,2018年美国私营部门的国内信贷占GDP的比例为179.28%、而中国仅为161.14%,但美国经常项目贸易余额与中国的情况则表现出相反的态势.这是否与两国不同的金融发展水平及其对实体经济的介入程度不同有关?金融发展究竟对经常账户会带来哪些影响?同时,劳动力人数会直接影响一国的产出水平.在我国改革开放进程中,由于人口红利存在,对经济发展起到了极大的推动作用,但我国人口年龄结构与20世纪90年代相比已有较大变化. 1996年我国老年抚养比为9.3%,而到2018年末这一比例上升到15.3%,15~65岁劳动力人口占比已从2003年的71.41%下降至2017年的66.16%,表明我国已逐渐步入老龄化社会.我国目前的人口结构充分暴露了劳动力供给不足和人口老龄化问题,人口结构不仅对经济发展的影响不容忽视,也可能会通过产出和收入对一国经常项目收支带来影响.本文试图探究金融发展、人口结构与经常账户余额的关系,旨在为追求经常项目平衡目标寻找金融与人口因素的证据和政策涵义,充分了解各国经常账户失衡的金融与人口原因.

    国内外学者对金融发展和经常账户关系的研究主要是从两方面入手:①储蓄—投资缺口,②国际分工模式. Bemanke[1]认为,随着金融的发展,吸收国外资本的能力增强,更容易使得经常账户赤字;使用不同时间维度的数据,或者只检验发展中国家数据时,金融发展与经常账户失衡成正相关的结论依然成立[2];甚至在使用无限期模型后,依然发现随着金融深化程度的提高,经常账户余额会逐步降低,负相关关系显著[3]. Chinn等[4]发现金融市场开放程度会对结果产生影响,发达国家金融发展程度与储蓄率呈负相关,而发展中国家与发达国家的情况不同,金融发展往往导致经常账户顺差.

    基于市场开放程度变量的实证分析发现,金融市场欠发达的国家,国内市场投资与储蓄的失衡导致经常账户顺差[5];李宏等[6]却认为金融与制造业发展程度差异是经常账户失衡的根本原因,制造业发达导致经常账户顺差;陆建明等[7]则结合不同分工模型研究金融发展对全球贸易失衡的影响.还有学者分别立足国际视角[8]、建立误差修正模型[9]得出相同的结论.

    通过两方面的研究渠道,国内外学者均认为金融发展是经常账户的重要影响因素,金融市场发达程度的高低会让金融发展水平对经常账户的影响方向产生差异.

    国外关于人口结构与经常项目关系的研究开始得较早,“抚养比假说”为这类研究奠定了理论基础.该假说认为,抚养比的升高降低了储蓄率,因此导致经常项目赤字.有学者通过构建动态面板模型,利用世界不同国家和地区,不同年度间隔的面板数据研究发现,抚养比与储蓄率存在负相关关系,认为抚养比升高会恶化经常账户[10-13].融入生命周期假说后也得到相同的结论[14].基于此,学者们开始了对人口结构与经常项目更深入的研究. Lueth[15]使用多国数据对资本流动与经常账户变动进行实证检验,发现中日两国劳动人口占比更高,导致资本供应与储蓄额增加,进而出现经常项目顺差. Chinn等[16]使用相同的变量,发现“抚养比假说”在短期内对经常项目差额的影响并不明显.

    国内学者经过大量的实证研究也认为,人口结构与经常项目确有负相关关系.按照指标分类,国内对人口结构的研究主要分为两类:①选取抚养比指标.认为抚养比与经常账户之间存在负相关[17];在控制时间长短后却发现,短期内两者并没有显著关系,但长期人口结构仍对经常项目有负面影响[18];进一步研究发现,国内储蓄增加的原因是人口抚养比的降低与人口流动性的增加[19];王仁言[20]通过世界与国内二维面板数据研究认为,人口赡养率与经常项目差额有负相关关系;而通过向量自回归模型(PVAR)结合省际面板数据,也得出了相同的结论[21]. ②选取劳动人口占比指标.认为劳动人口占比与经常项目之间存在正相关关系[22-23];赵锦春等[24]构建三期时代交叠模型,证实了这种正相关关系仍然成立;徐晟[25]通过双缺口分析,发现国内老年抚养比对经常项目的影响幅度大于投资率、汇率等因素;彭斯达等[26]以在险价值模型(VaR)检验中美双边贸易失衡的原因,发现其基础因素是中美人口结构差异及变化,并且其劳动参与率及少年抚养比的影响大于老年抚养比的影响.这两方面的研究本质上并无不同,抚养比升高代表适龄劳动力人口占比降低,因此抚养比对经常账户的负向影响,也就是劳动力人口占比对经常账户的正向影响.

    随着研究的逐步深入,学者使用不同的理论模型,探究少儿抚养、老年抚养百分比,考察人口结构对经常项目的影响,包括时代交叠模型[27]、开放经济下的三期戴蒙德模型(OLG)[28]、代际交叠模型[29]等,这些不同的理论模型几乎都能发现,少儿抚养比和老年抚养比对经常账户的影响并非完全一致.

    人口与金融两者之间存在相互依赖、相互适应、相互作用的关系[30].在人口老龄化背景下,金融发展转向财富管理模式,才能更好地发挥市场在金融资源配置中的作用,纠正金融要素价格扭曲,对金融发展具有积极的影响[31].但刘方等[32]却认为人口出生率、年龄结构会对家庭收入与储蓄结构产生影响,抑制国家金融发展水平.李德[33]建议大力发展养老产业,积极发展老年金融服务,促进经济社会健康发展.抚养比与经常账户余额呈正相关关系,且更高的金融发展程度意味着经常账户更易出现恶化,在未来我国抚养比可能持续上涨的情况下,经常账户盈余仍会长期存在[34-35].

    经常项目是各国之间交易的重要代表账户,随着经济全球化的逐步完善,能够影响经常账户的因素更加复杂难辨,国内外学者总结了许多不同的影响因素.有人认为美国经常账户赤字的主要原因是国内储蓄和投资不平衡[36],过高的投资率和过低的储蓄率导致了美国的逆差状况.而中国的情况有所不同,学者们研究认为导致中国经常账户长期顺差的原因是多方面的,比如储蓄率不合情理的升高以及投资率持续性上升、储蓄投资缺口[37]、利润留存制度和企业所得税降低所导致的低消费高储蓄[38]、国民收入的持续增长[39]等.

    汇率会通过中间变量—相对价格而影响经常账户,美国经常账户逆差还可能与亚洲各国压低本国汇率有关,所以美元进行一定幅度的贬值可以有效抵消美国经常账户的这种失衡[40],于是便有学者研究美国实际汇率调整到哪一步会适当消除美国经常账户差额[41].但也有学者认为,美元贬值不能减少赤字金额[42].王道平等[43]深入探讨了国际货币体系对经济失衡造成影响的原因;姜凌等[44]在时间线上选取了两个经济周期,结合其特性构建结构存量自回归模型(SVAR),分析其在我国经常项目的影响力情况,并且发现二者之间存在显著的正相关关系.王佳[45]从储蓄投资缺口研究经常账户失衡的根本来源,发现人口结构、经济增长与财政赤字均有显著影响.还有学者归纳了对经常账户差额产生影响的可能因素,主要有财政收支[46]、收入分配[47]、经济增长率[48]等.

    在实证部分,本文将研究主体按照世界银行的分类划分为高收入国家、中等偏高收入国家、中等偏低收入国家和低收入国家4个组别来更好地反映金融发展程度、人口结构和经常账户之间的关系.结合相关理论与实证研究,本文选取了一系列的控制变量,计量模型设定为

    CAit=α+β1FDit+β2popit+β3FDit×popit+β4CVit+εit (1)

    其中,CAit表示各国经常账户差额;FDit表示各国金融发展程度;Popit表示各国的人口结构;CVit表示控制变量群,εit为残差项. 表 1定义了各变量的计算方法,各指标具体说明如下:

    表 1  变量说明
    变量类型 变量名称 变量代码 定义 预期符号
    因变量 经常账户差额 CA 经常账户余额/GDP
    自变量 金融发展程度 FD 私人部门信贷/GDP +
    人口结构 POP(Old) 65岁以上人口/劳动年龄人口 -
    POP(Young) 15岁以下人口/劳动年龄人口 -
    控制变量 贸易开放度 Open 商品和服务净出口之和/GDP +
    汇率水平 r 名义汇率 -
     | Show Table
    DownLoad: CSV

    1) 经常账户差额(CA):经常账户差额有相对差额和绝对差额之分.绝对差额就是商品和劳务出口减去进口后的余额;相对差额则是绝对差额除以GDP的比值.本文采用相对差额予以衡量.

    2) 金融发展程度(FD):近年来对金融发展程度的研究指标选择不一,有金融资产总额占GDP的比例[49]、城乡贷款总额占GDP的比例[50]等.本文参考齐俊妍等[51]的方法,采用私人信贷占GDP的比例来衡量金融发展水平.金融发展程度高的国家可以向资本市场提供其所需要的金融产品,吸引国外资本进入国内市场,进而导致经常账户赤字.因此,本文认为高收入国家金融发展程度会扩大经常账户逆差,其符号应为负.

    3) 人口结构(POP):学界对人口结构的衡量多采用两种方法:①抚养比.主要采用15岁以下或者65岁以上人口占总人口的比例;②采用15~65岁劳动人口占总人口的比例.本文采用第一种方法,使用抚养比计算人口结构指标.根据生命周期理论,少儿抚养比增加减少了社会总储蓄额,对经常项目产生负向影响.并且,少儿抚养比增加意味着劳动人口将会投入更多的精力在少儿教育方面,那么社会劳动人口的总劳动供给就会有一定的减少,导致国内总产出减少,进而导致经常项目余额减少.抚养比升高会减少储蓄与资本供应,扩大经常项目逆差,因此抚养比的系数符号应当为负.本文将少儿抚养比和老年抚养比分开计算,且共同表示人口结构变量,以此更深入地了解人口结构对经常账户的影响.

    4) 贸易开放度(Open):本文采用商品和服务进出口额之和占本国GDP的比值度量贸易开放程度.贸易开放程度过低的国家其GDP更多地依赖国内市场的商品与服务,就会有更少的贸易开放度,综合各方研究,本文将贸易开放度引入作为一个控制变量,预期其符号为正.

    5) 汇率水平(r):贸易收支对国际收支具有很大的影响,而贸易的媒介是各国货币,因此汇率波动会对经常账户产生影响是公认的事实,本国货币升值,出口下降,经常账户会出现逆差.本文引入汇率水平作为一个控制变量,并且预期其符号为负.

    为了实证结果的准确性,本文剔除部分数据不全的国家,选取了13个低收入国家,30个中低收入国家、34个中高收入国家、33个高收入国家,共110个国家进行统计.本文选取2003-2017年的数据,来源于世界银行数据库,使用的计量分析软件为Stata 14.0.

    表 2揭示了各变量的描述性统计结果,110个国家1 650个样本量的经常账户占比均值为-2.6%,说明经常账户失衡在全世界普遍存在.再按照收入将110个国家分组后发现,从低收入到高收入组,随着收入增加,经常账户赤字的情况在逐步改善,高收入国家经常账户占比均值为2.2%,处于经常账户顺差状态. FD在全样本中均值为5.76%,并且随着收入增加,FD也从1.67%上升到9.77%,高收入国家的金融市场比低收入国家更发达.值得注意的是,FD的标准差明显比CA的标准差更大,说明全球金融发展程度的差异较经常账户更为明显,并且平均收入较大的国家之间金融发展更加参差不齐.老年抚养比全样本均值为8.4%,随着收入增加,国家的老年抚养比从3.6%增加至13.7%.少年抚养比全样本均值为28.1%,随着收入增加少年抚养比从42.5%减少至27%.结合少年抚养比和老年抚养比,高收入国家65岁老年人口与15岁以下少年人口的比明显高于低收入国家,这可能与文化氛围等因素有极大关系,高收入国家如英、美国,其出生率都低于收入偏低的印度及非洲等国家.

    表 2  变量的描述性统计
    变量 收入分类 观察值 均值/% 标准差 极小值/% 极大值/%
    经常项目差额(CA) 全样本 1 650 -2.6 0.091 -65.0 45.5
    低收入 210 -7.4 0.075 -65.0 11.4
    中低收入 450 -3.9 0.070 -43.8 20.7
    中高收入 495 -4.1 0.090 -33.1 33.7
    高收入 495 2.2 0.096 -24.6 45.5
    金融发展程度(FD) 全样本 1 650 57.6 0.453 2.7 312.0
    低收入 210 16.7 0.127 2.7 80.8
    中低收入 450 35.8 0.226 3.1 130.7
    中高收入 495 54.6 0.347 5.7 160.1
    高收入 495 97.7 0.485 4.1 312.0
    老年抚养比(Old) 全样本 1 650 8.4 0.055 1.9 27.0
    低收入 210 3.6 0.02 2.2 11.2
    中低收入 450 5.8 0.032 2.5 16.5
    中高收入 495 7.7 0.037 3.1 20.8
    高收入 495 13.7 0.057 1.9 27.0
    少儿抚养比(Young) 全样本 1 650 0.3 0.102 12.9 50.2
    低收入 210 42.5 0.061 24.9 50.2
    中低收入 450 32.1 0.081 14.1 47.0
    中高收入 495 26.6 0.071 13.2 42.9
    高收入 495 27.0 0.067 12.9 47.4
    汇率水平(r) 全样本 1 650 61.8 2.239 0.0 2 237.0
    低收入 210 134.3 1.79 3.0 908.8
    中低收入 450 121.8 3.843 1.0 2 237.0
    中高收入 495 31.5 0.985 0.0 642.4
    高收入 495 7.0 0.212 0.0 127.7
    贸易开放度(Open) 全样本 1 650 83.8 0.498 2.0 441.6
    低收入 210 59.4 0.183 22.5 146.8
    中低收入 450 78.4 0.360 2.0 200.4
    中高收入 495 85.0 0.321 22.1 210.4
    高收入 495 97.9 0.738 21.6 441.6
     | Show Table
    DownLoad: CSV

    贸易开放度全样本平均值为83.8%,低收入国家的均值低于平均水平,与前文推理一致,低收入国家的对外贸易程度更低,也相对较少地依赖商品与服务贸易为国内带来产品需求,因收入限制,其储蓄及资本无明显竞争优势.从汇率指标来看,低收入国家的货币价格要低于高收入国家的货币价格.

    在确定固定效应还是随机效应模型的检验中,本文通过Hausman检验决定模型形式.从表 3的Hausman检验结果可知,在全样本、低收入、中低收入、中高收入、高收入的样本中,固定效应面板回归模型比随机效应模型更好,因此我们采用固定模型进行检验分析.

    表 3  Hausman检验结果
    原假设 样本类型 卡方检验值 p
    真实模型是随机效应模型 全样本 86.05 0.00
    真实模型是随机效应模型 低收入国家 18.35 0.00
    真实模型是随机效应模型 高收入国家 19.08 0.00
    真实模型是随机效应模型 中低收入国家 31.76 0.00
    真实模型是随机效应模型 中高收入国家 70.42 0.00
     | Show Table
    DownLoad: CSV

    表 4表 5报告了全样本及收入分组样本的面板回归估计结果.根据回归结果可以发现:

    表 4  全样本面板回归结果
    变量名称 代码 全样本 全样本(加了控制变量)
    金融发展 FD -0.357*** -0.373***
    (-5.154) (-5.363)
    老年抚养比 Old -0.314 -0.292
    (-0.980) (-0.913)
    少儿抚养比 Young -0.439*** -0.488***
    (-3.049) (-3.349)
    金融发展与老年抚养比交互项 FD×Old 1.416*** 1.435***
    (5.045) (5.109)
    金融发展与少儿抚养比交互项 FD×Young 0.311 0.375*
    (1.600) (1.907)
    贸易开放度 Open -0.006
    (-0.533)
    汇率水平的自然对数 lnr -0.008**
    (-2.007)
    截距 Constant 0.198*** 0.240***
    (3.155) (3.649)
    自然数 1 650 1 650
    拟合优度 0.112 0.115
    注:***,**,*分别为在1%,5%,10%的水平具有统计学意义;括号内为T值.
     | Show Table
    DownLoad: CSV
    表 5  按收入分组的回归结果
    变量名称 代码 低收入国家 中低收入国家 中高收入国家 高收入国家
    金融发展 FD 1.418 0.152 -1.505*** -0.205**
    (0.865) (0.687) (-6.156) (-2.303)
    老年抚养比 Old -5.556 0.260 -1.251 -0.812**
    (-1.179) (0.348) (-1.580) (-2.135)
    少儿抚养比 Young -1.434* -0.149 -1.770*** -0.986***
    (-1.686) (-0.524) (-5.117) (3.973)
    金融发展与老年抚养比交互项 FD×Old -11.319 -0.985 6.946*** 1.474***
    (-0.829) (-0.976) (5.850) (4.873)
    金融发展与少儿抚养比交互项 FD×Young -2.791 -0.833 2.947*** 0.574*
    (-0.968) (-1.453) (5.014) (-1.911)
    贸易开放度 Open -0.175*** 0.002 -0.030 0.041***
    (-4.602) (0.103) (-1.285) (3.227)
    汇率水平的自然对数 lnr -0.029 -0.006 -0.008 0.004
    (-1.644) (-1.242) (-0.703) (0.239)
    截距 Constant 1.046** 0.071 0.690*** -0.019
    (2.072) (0.563) (4.604) (-0.207)
    自然数 210 450 495 495
    拟合优度 0.196 0.078 0.131 0.400
    注:***,**,*分别为在1%,5%,10%的水平具有统计学意义;括号内为T值.
     | Show Table
    DownLoad: CSV

    金融发展与经常账户有负相关关系. 表 4表 5中FD的系数符合预期均为负,金融市场如果逐渐发展完善,那么金融资产的配置将会更加有效,储蓄率将会有所降低,造成经常项目逆差.金融发展程度增加1%,经常项目余额降低0.373%.但在低收入国家及中低收入国家,FD的系数不显著,随着收入增加,FD系数的显著度逐渐增高.这与低收入国家的金融发展整体水平有关,高收入国家的金融发展程度更高,经济收入削弱了金融发展对经常账户的制约.

    在全样本中老年抚养比与经常账户余额的关系并不显著,但金融发展与老年抚养比的交互项显著为正,金融发展对经常项目的影响随着老年抚养比的增加逐步增加,这是因为老年抚养比的增加未必会导致储蓄降低.相反,在社会总收入较高的时候,老年人会更多地选择无风险资产预防未来的可能性支出,所以会造成社会总储蓄增加,从而调节金融发展与经常账户的关系.将国家按收入分组时,中高收入与高收入国家的金融发展与老年抚养比的交互项显著为正也证实了这一点.在收入较高的国家,老年抚养比的增加会调节国内储蓄水平,以此影响金融发展与经常账户的关系.

    在全样本中少儿抚养比与经常账户有负相关关系.不管是在全样本还是以收入区分的样本中,少儿抚养比的系数均为负.根据生命周期理论,少儿抚养比的增加减少了社会总储蓄额,对经常项目产生负向影响.并且少儿抚养比的增加意味着劳动人口将会投入更多的精力在少儿教育方面,那么社会劳动人口的总劳动供给就会减少,进而导致国内总产出和经常项目余额减少.从表 4表 5中可发现,金融发展与少儿抚养比的交互项显著为正,说明金融发展对经常项目的影响随着少儿抚养比的增加而逐步增加.

    在全样本数据中,贸易开放度与经常账户的负相关关系并不显著.但低收入国家贸易开放程度的系数显著为负,而高收入国家的系数显著为正.不同收入国家这种显著的差异来源于其基本国情、经济发展程度及金融发展程度的差异.低收入国家对贸易的依赖程度及经济全球化参与度低于高收入国家,所以其对贸易开放程度的经常账户反向作用并非毫无道理.汇率水平与经常账户存在负相关关系.本币升值,出口下降,经常账户逆差,全样本中系数在5%的置信水平上显著为负.但按收入分组后发现汇率水平对经常账户余额的影响并不受国家收入因素的调节.

    总体来说,按收入分组后的结果,不管是金融发展还是人口结构对经常项目的影响都在中高收入、高收入国家更加显著,说明国家收入是经常项目影响机制的重要调节变量,较低收入的国家经常项目的影响受到收入的严重制约.

    在面板回归分析中,本文使用抚养比作为人口结构的代理指标,而在国内外学界,人口结构的指标衡量方式基本上分为两种:抚养比和劳动力人口占总人口的比例.劳动力人口占比越高,社会的劳动供给就相对更高,社会总产出也会有一定程度的增加,从而通过增加商品与劳务出口造成贸易顺差,由此对经常账户产生正向影响.在衡量人口结构时,本文采用劳动力人口占比代替少儿、老年抚养比进行稳健性检验(表 6).

    表 6  稳健性检验结果
    (1)全样本 (2)低收入国家 (3)中低收入国家 (4)中高收入国家 (5)高收入国家
    金融发展 FD -0.319** -0.300 -0.644* -0.239 -0.188
    (2.434) (0.452) (-1.908) (0.713) (1.026)
    劳动力人口占比 Labor 0.269* 2.020*** 0.207 0.586* -0.829***
    (1.917) (2.767) (0.842) (1.964) (-3.184)
    金融发展与劳动力人口占比交互项 FD×Labor -0.641*** -0.825 0.764 -0.463 -0.466*
    (-3.268) (-0.718) (1.506) (-0.940) (-1.707)
    贸易开放度 Open -0.006 -0.161*** 0.001 -0.029 0.050***
    (-0.572) (-4.301) (0.040) (-1.152) (3.772)
    汇率水平的自然对数 lnr -0.008** -0.045*** -0.006 -0.003 -0.019
    (-1.985) (-2.943) (-1.185) (-0.280) (-1.053)
    截距 Constant -0.107 -0.763** -0.091 -0.355* 0.673***
    (-1.238) (-2.221) (-0.598) (-1.816) (3.836)
    自然数 1 650 210 450 495 495
    拟合优度 0.076 0.179 0.077 0.022 0.327
    注:***,**,*分别为在1%,5%,10%的水平具有统计学意义;括号内为T值.
     | Show Table
    DownLoad: CSV

    回归结果表明,金融发展程度系数在稳健性检验中并没有符号的变化.在全样本中,金融发展系数也显著为负,劳动力人口占比的系数显著为正,并且其他变量的分析结果无变化,因此计量模型通过了稳健性检验.

    本文通过实证分析得出如下研究结论:①金融发展对经常账户有负向影响.低收入国家这种负向影响并不显著,高收入国家的金融发展水平本身较高,这种负向影响更为显著;②人口结构中的抚养比对经常账户也存在负向影响.不论是少儿抚养比或是老年抚养比,这种负向影响在低收入国家更加显著;③抚养比增加会加剧金融发展对经常账户的负面影响,加剧贸易逆差现象;④贸易开放程度对经常账户有正向影响,汇率对经常账户有负向影响;⑤相较于人口结构,高收入国家经常账户余额对金融发展的影响反而波动更明显,低收入国家则相反.

    结合实证分析结论,本文的政策建议是:①关注金融发展对经常项目的负面影响.偏离实体经济的金融发展水平是影响经常账户失衡的重要原因.同时,低收入国家的金融市场不够完善,导致了储蓄流向高收入国家,也加剧了经常账户失衡的状况.在全球经济一体化发展的背景下,我国应当关注金融市场发展对高收入国家金融市场发展的趋向性.同时,要警惕金融脱实向虚发展,通过金融高效地服务实体经济,增加总产出带动出口增长,平衡商品和劳务的进出口,从而改善经常项目收支. ②优化人口结构,为经常项目改善创造良好的劳动力条件.人口结构对经常账户的影响也不容小觑.结合国内实际,我国正步入老龄化社会,因此需要全社会共同调整,全面放开计划生育政策,增加适龄劳动力人口,逐步降低抚养比,或是降低抚养比造成的经常账户失衡问题. ③目前我国人口结构变化,抚养比增加,加深了金融发展对经常账户余额的负面影响,可能会缓解甚至扭转当前长期处于贸易顺差的现状,鼓励劳动力人口就业、适当延后退休年龄,以及必要的产业政策调整至关重要. ④实行更加开放的贸易政策,积极探索自由贸易区的作用,稳定人民币汇率,实行富有弹性的人民币汇率政策,为金融发展和人口结构改善,促进经常项目良性平衡创造良好的贸易汇率条件.

  • [1] BERNANKE S. The Global Saving Glut and th U. S. Current Account Deficit[R]. Richmond: Virginia Association of Economics, 2005.

    Google Scholar

    [2] CABALLERO R J, FARHI E, GOURINCHAS P O. An Equilibrium Model of "Global Imbalances" and Low Interest Rates - eScholarship[J]. American Economic Review, 2006, 98(1): 358-393.

    Google Scholar

    [3] QUADRINI. The Debate Over Globalization: How to Move Forwardlooking Backward[R]. Washington D. C.: Paper Prepared for a Conference on the Future of the World TradSystem, Institute for Inernational Economics, 2007.

    Google Scholar

    [4] CHINN M D, ITO H. Current Account Balances, Financial Development and Institutions: Assaying the World 'saving glut'[J]. Journal of International Money and Finance, 2007, 26(4): 546-569. doi: 10.1016/j.jimonfin.2007.03.006

    CrossRef Google Scholar

    [5] 孙长华, 桑柳玉.国际收支经常账户余额规模决定因素研究[J].上海商学院学报, 2011, 12(6): 60-65, 81. doi: 10.3969/j.issn.1673-324X.2011.06.014

    CrossRef Google Scholar

    [6] 李宏, 陆建明, 杨珍增, 等.金融市场差异与全球失衡:一个文献综述[J].南开经济研究, 2010(4): 3-20. doi: 10.3969/j.issn.1001-4691.2010.04.001

    CrossRef Google Scholar

    [7] 陆建明, 杨珍增.创新和生产的垂直分工与全球失衡:金融发展与金融开放的影响[J].世界经济文汇, 2011(4): 1-16. doi: 10.3969/j.issn.0488-6364.2011.04.001

    CrossRef Google Scholar

    [8] 向敏.国别比较视角下的全球经济失衡影响因素研究[D].广州: 暨南大学, 2012.

    Google Scholar

    [9] 王年咏, 张甜迪.不同程度金融化水平对功能性收入分配的影响分析——基于中国省际面板门限回归模型的研究[J].上海金融, 2013(5): 28-33, 117.

    Google Scholar

    [10] MASON J O. Bilateral Trade Elasticities[J]. The Review of Economics and Statistics, 1990, 72(1): 70-77. doi: 10.2307/2109741

    CrossRef Google Scholar

    [11] BROOKS R. Population Aging and Global Capital Flows in a Parallel Universe[J]. Social Science Electronic Publishing, 2003, 50(2): 200-221.

    Google Scholar

    [12] KIM S, LEE J W. Demographic Changes, Saving, and Current Account in East Asia[J]. Asian Economic Papers, 2007, 6(2): 22-53. doi: 10.1162/asep.2007.6.2.22

    CrossRef Google Scholar

    [13] LI X, LI Z, CHAN M L. Demographic Change, Savings, Investment, and Economic Growth: A Case from China[J]. Chinese Economy, 2012, 45(2): 5-20. doi: 10.2753/CES1097-1475450201

    CrossRef Google Scholar

    [14] HERBERTSSON G S, ZOEGA G. Age Structure and the Current Account[J]. Economics Letters, 1999, 123(2): 183-186.

    Google Scholar

    [15] LUETH E. Capital Flows and Demographics——An Asian Perspective[J]. Imf Working Papers, 2008, 8(8): 371-401.

    Google Scholar

    [16] CHINN M D, PRASAD E S. Medium-Term Determinants of Current Accounts in Industrial and Developing Countries: an Empirical Exploration[J]. Journal of International Economics, 2003, 59(1): 47-76. doi: 10.1016/S0022-1996(02)00089-2

    CrossRef Google Scholar

    [17] 祝丹涛.人口年龄结构的国别差异和全球经济失衡[J].经济社会体制比较, 2008(2): 27-32. doi: 10.3969/j.issn.1003-3947.2008.02.004

    CrossRef Google Scholar

    [18] 杨继军.人口因素如何挑起外贸失衡:现象描述、理论模型与数值模拟[J].国际贸易问题, 2010(11): 3-12.

    Google Scholar

    [19] 杨继军, 马野青.中国的高储蓄率与外贸失衡:基于人口因素的视角[J].国际贸易问题, 2011(12): 148-157.

    Google Scholar

    [20] 王仁言.人口年龄结构、贸易差额与中国汇率政策的调整[J].世界经济, 2003(9): 3-9.

    Google Scholar

    [21] 张晶.人口结构变化与经常账户调整——来自中国省域面板数据的研究[J].金融与经济, 2015(12): 15-20. doi: 10.3969/j.issn.1006-169X.2015.12.004

    CrossRef Google Scholar

    [22] 田巍, 姚洋, 余淼杰, 等.人口结构与国际贸易[J].经济研究, 2013, 48(11): 87-99.

    Google Scholar

    [23] 朱庆.中国特殊国际收支结构的原因探析——基于人口年龄结构的视角[J].兰州商学院学报, 2007(3): 5-10.

    Google Scholar

    [24] 赵锦春, 谢建国.人口结构、收入分配不平等与我国经常项目失衡[J].山西财经大学学报, 2014, 36(2): 1-15.

    Google Scholar

    [25] 徐晟.人口年龄结构影响国际收支的传导机制:中国人口红利的削减与国际收支双顺差[J].财贸经济, 2008(5): 33-38.

    Google Scholar

    [26] 彭斯达, 熊梦婷.人口年龄结构对中美贸易收支失衡的影响研究[J].国际贸易问题, 2015(6): 72-81.

    Google Scholar

    [27] 朱超, 周晔.储蓄率、经常项目顺差与人口结构变迁[J].财经研究, 2011, 37(1): 4-15, 111.

    Google Scholar

    [28] 汪伟.人口结构变化与中国贸易顺差:理论与实证研究[J].财经研究, 2012, 38(8): 26-37.

    Google Scholar

    [29] 李明.人口结构变迁与经常账目失衡[J].南方经济, 2013(11): 1-16. doi: 10.3969/j.issn.1000-6249.2013.11.001

    CrossRef Google Scholar

    [30] 王平权.人口与金融的三个关系[J].财经科学, 1996(2): 77-78.

    Google Scholar

    [31] 袁志刚, 余静文.中国人口结构变动趋势倒逼金融模式转型[J].学术月刊, 2014(10): 55-65.

    Google Scholar

    [32] 刘方, 李正彪.人口出生率、年龄结构与金融发展[J].审计与经济研究, 2019, 34(3): 117-127. doi: 10.3969/j.issn.1004-4833.2019.03.012

    CrossRef Google Scholar

    [33] 李德.中国人口结构变化和老年经济金融服务[J].西部金融, 2017(6): 4-7.

    Google Scholar

    [34] 姜珂, 昌忠泽.人口结构变动对经常账户的影响——基于面板VAR模型的实证分析[J].中央财经大学学报, 2020(2): 117-128.

    Google Scholar

    [35] 安蕾.人口结构、金融发展与全球失衡——基于PVAR模型的分析[J].上海金融, 2018(1): 17-23.

    Google Scholar

    [36] RODRIK D. The Debate Over Globalization: How to Move Forward Looking Backward[C] //Paper Prepared for a Conference on the Future of the World Trading System. Washington D. C.: Institute for International Economics, 1998.

    Google Scholar

    [37] 史焕平, 熊春红.我国利用外资和外汇储备的成本与收益比较——兼评"斯蒂格利茨怪圈"在我国的状况[J].金融与经济, 2006(12): 14-17.

    Google Scholar

    [38] 樊纲.外贸顺差快速增长的真实原因[J].现代营销(学苑版), 2007(7): 74.

    Google Scholar

    [39] 李津, 王刚, 李泽广. "投资-储蓄缺口"假说与中国经常账户失衡的持续性[J].上海金融, 2010(8): 5-11.

    Google Scholar

    [40] FRACASSO A, SCHIAVO S. Global Imbalances, Exchange Rates Adjustment and the Crisis: Implications from Network Analysis[J]. Journal of Policy Modeling, 2009, 31(5): 601-619.

    Google Scholar

    [41] OBSTFELD, MAURICE. Exchange Rates and Adjustment: Perspectives from the New Open Economy Macroeconomics[J]. Monetary and Economic Studies, 2002(1): 23-46.

    Google Scholar

    [42] 李稻葵, 刘霖林, 王红领. GDP中劳动份额演变的U型规律[J].经济研究, 2009, 44(1): 70-82.

    Google Scholar

    [43] 王道平, 范小云.现行的国际货币体系是否是全球经济失衡和金融危机的原因[J].世界经济, 2011, 34(1): 52-72.

    Google Scholar

    [44] 姜凌, 邱光前.经济周期与我国国际收支经常账户失衡[J].世界经济研究, 2016(2): 3-14, 135.

    Google Scholar

    [45] 王佳.经常账户失衡内在根源:财政赤字、人口结构、经济增长[J].商业研究, 2017(9): 69-79.

    Google Scholar

    [46] JU J, WU Y, ZENG L. The Impact of Trade Liberalization on the Trade Balance in Developing Countries[J]. IMF Staff Papers, 2010, 57(2): 427-449.

    Google Scholar

    [47] 李旭鹏.收入分配对我国经常项目的影响机制——基于储蓄-投资缺口视角[J].中南民族大学学报(人文社会科学版), 2020, 40(3): 127-134.

    Google Scholar

    [48] BRACKE T, MATTHIEUBUSSIÈRE, FIDORA M, et al. A Framework for Assessing Global Imbalances1[J]. The World Economy, 2010, 33(9): 34-53.

    Google Scholar

    [49] 王志强, 孙刚.中国金融发展规模、结构、效率与经济增长关系的经验分析[J].管理世界, 2003(7): 13-20.

    Google Scholar

    [50] 孙永强.金融发展、城市化与城乡居民收入差距研究[J].金融研究, 2012(4): 98-109.

    Google Scholar

    [51] 齐俊妍, 王永进, 施炳展, 等.金融发展与出口技术复杂度[J].世界经济, 2011, 34(7): 91-118.

    Google Scholar

  • Created with Highcharts 5.0.7Amount of accessChart context menuAbstract Views, HTML Views, PDF Downloads StatisticsAbstract ViewsHTML ViewsPDF Downloads2024-032024-042024-052024-062024-072024-082024-092024-102024-112024-122025-012025-0201234Highcharts.com
    Created with Highcharts 5.0.7Chart context menuAccess Class DistributionDOWNLOAD: 4.2 %DOWNLOAD: 4.2 %FULLTEXT: 83.1 %FULLTEXT: 83.1 %META: 12.7 %META: 12.7 %DOWNLOADFULLTEXTMETAHighcharts.com
    Created with Highcharts 5.0.7Chart context menuAccess Area Distribution其他: 7.2 %其他: 7.2 %Beijing: 9.9 %Beijing: 9.9 %Berkeley: 0.6 %Berkeley: 0.6 %Chengdu: 0.6 %Chengdu: 0.6 %Chengjiao: 0.6 %Chengjiao: 0.6 %Chongqing: 1.5 %Chongqing: 1.5 %Fremont: 0.6 %Fremont: 0.6 %Guangzhou: 0.9 %Guangzhou: 0.9 %Haidian: 0.6 %Haidian: 0.6 %Hangzhou: 0.9 %Hangzhou: 0.9 %Hercules: 0.6 %Hercules: 0.6 %Huangpu: 0.3 %Huangpu: 0.3 %Jinan: 0.9 %Jinan: 0.9 %Kunming: 1.5 %Kunming: 1.5 %Kyiv: 0.6 %Kyiv: 0.6 %Monohordi: 0.9 %Monohordi: 0.9 %Mountain View: 18.1 %Mountain View: 18.1 %Nanchong: 0.3 %Nanchong: 0.3 %Ningbo: 0.3 %Ningbo: 0.3 %Pingtung City: 0.6 %Pingtung City: 0.6 %Qinhuai: 0.9 %Qinhuai: 0.9 %Quincy: 2.4 %Quincy: 2.4 %Rizhao: 0.3 %Rizhao: 0.3 %Saitama: 0.6 %Saitama: 0.6 %Santiago de Compostela: 0.6 %Santiago de Compostela: 0.6 %Shanghai: 0.3 %Shanghai: 0.3 %Shengli: 0.3 %Shengli: 0.3 %Shengpu: 0.3 %Shengpu: 0.3 %Shenzhen: 1.2 %Shenzhen: 1.2 %Unterhaching: 0.6 %Unterhaching: 0.6 %Xi'an: 0.9 %Xi'an: 0.9 %Yangpu Qu: 0.9 %Yangpu Qu: 0.9 %Yingchuan: 0.3 %Yingchuan: 0.3 %Yuncheng: 0.3 %Yuncheng: 0.3 %Zhengzhou: 0.3 %Zhengzhou: 0.3 %北京: 0.3 %北京: 0.3 %十堰: 0.3 %十堰: 0.3 %南京: 1.2 %南京: 1.2 %哥伦布: 0.6 %哥伦布: 0.6 %天津: 0.6 %天津: 0.6 %宣城: 0.3 %宣城: 0.3 %张家口: 0.3 %张家口: 0.3 %恩施: 0.3 %恩施: 0.3 %扬州: 0.6 %扬州: 0.6 %杭州: 0.3 %杭州: 0.3 %深圳: 12.3 %深圳: 12.3 %漯河: 3.9 %漯河: 3.9 %石家庄: 0.3 %石家庄: 0.3 %芒廷维尤: 16.0 %芒廷维尤: 16.0 %芝加哥: 1.2 %芝加哥: 1.2 %西宁: 1.8 %西宁: 1.8 %邯郸: 0.6 %邯郸: 0.6 %重庆: 0.9 %重庆: 0.9 %长沙: 0.3 %长沙: 0.3 %其他BeijingBerkeleyChengduChengjiaoChongqingFremontGuangzhouHaidianHangzhouHerculesHuangpuJinanKunmingKyivMonohordiMountain ViewNanchongNingboPingtung CityQinhuaiQuincyRizhaoSaitamaSantiago de CompostelaShanghaiShengliShengpuShenzhenUnterhachingXi'anYangpu QuYingchuanYunchengZhengzhou北京十堰南京哥伦布天津宣城张家口恩施扬州杭州深圳漯河石家庄芒廷维尤芝加哥西宁邯郸重庆长沙Highcharts.com
  • Cited by

    1. 逯建,张琳若. 国际经济冲击、集团内部融资能力与企业出口表现. 国际商务研究. 2024(05): 1-16 .
    2. 王佳. 人口结构与经常账户失衡关系研究. 中国物价. 2023(06): 32-34+45 .
    3. 王佳. 金融发展、财政结余与全球经常账户失衡——基于110个国家的面板数据分析. 广播电视大学学报(哲学社会科学版). 2021(04): 3-12+50 .
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Tables(6)

Article Metrics

Article views(678) PDF downloads(101) Cited by(7)

Access History

Other Articles By Authors

An Empirical Study on the Impact of Financial Development and Population Structure on Balance of Current Accounts

    Corresponding author: WANG Ding-xiang ; 

Abstract: Starting from the two aspects of financial development and population structure, this paper studies the impact of the two on the balance of current accounts. Through theoretical analysis, it chooses the influencing factors and builds a model, and an empirical analysis is madebased on the panel data of 110 countriesof the worldfrom 2003 to 2017. The results show that financial development degree and population dependency ratio have significant negative effects on current account balance. These countries are classified according to their income level, and the results of regression analysis show that high-income countries are more sensitive to the fluctuation of financial development, and their responses to the fluctuation of population structure are relatively flat, while an opposite picture is presented in low-income countries. Therefore, it is concluded that improving financial development and population structure is the primary task for non-high-income countries to improve their current account.

  • 近年来,全球经济发展不平衡问题加剧,这种不平衡既可能表现在国与国之间的发展不平衡,也可能表现在一国内部和对外经济交易失衡等问题上,而对外经济交易失衡主要表现为国际贸易中反映商品和劳务贸易的经常项目收支失衡,即经常项目余额减少,甚至转逆.一个外汇短缺的发展中低收入国家在国际贸易中常追求经常项目顺差,经常账户盈余状况又会受到国内供求的影响,当国内社会总供给小于总需求时,需要通过增加进口来满足国内供给,维持物价稳定,从而可能导致经常项目差额转逆,余额大幅度下降.

    1996年以来,中国经常账户余额长期处于盈余状态,从1996年的72亿美元上升到2008年的4 206亿美元,占GDP比例高达9.94%.与中国形成鲜明对比,美国则是持续的贸易逆差.美国经常项目赤字规模由1996年的1 247亿美元扩大到2006年的8 035亿美元,占GDP比例上升至6%.从世界银行数据来看,各国普遍存在经常项目失衡的现象,并且与金融危机息息相关. 2004-2017年,各国经常账户余额占GDP的比例在经历最高点后受2008年金融危机影响下降,但近年来有平稳上升趋势,其中英、韩等国维持经常项目赤字,德国经常项目已从赤字转为盈余.

    学术界已有共识,影响各国经常项目余额的因素众多,不仅与国内经济结构和需求结构有关,也受到国外需求结构和产出结构的影响.在国际分工趋于稳定的格局下,经常项目余额变化受国内外贸易格局的影响总体比较稳定,短期剧烈变化可能更多来源于非贸易因素对商品和劳务贸易的冲击,诸如金融发展、人口结构变化等的影响.本文将重点讨论金融发展与人口结构对经常项目余额是否会产生显著的影响效应.

    中国和美国是金融发展水平不同的国家,2018年美国私营部门的国内信贷占GDP的比例为179.28%、而中国仅为161.14%,但美国经常项目贸易余额与中国的情况则表现出相反的态势.这是否与两国不同的金融发展水平及其对实体经济的介入程度不同有关?金融发展究竟对经常账户会带来哪些影响?同时,劳动力人数会直接影响一国的产出水平.在我国改革开放进程中,由于人口红利存在,对经济发展起到了极大的推动作用,但我国人口年龄结构与20世纪90年代相比已有较大变化. 1996年我国老年抚养比为9.3%,而到2018年末这一比例上升到15.3%,15~65岁劳动力人口占比已从2003年的71.41%下降至2017年的66.16%,表明我国已逐渐步入老龄化社会.我国目前的人口结构充分暴露了劳动力供给不足和人口老龄化问题,人口结构不仅对经济发展的影响不容忽视,也可能会通过产出和收入对一国经常项目收支带来影响.本文试图探究金融发展、人口结构与经常账户余额的关系,旨在为追求经常项目平衡目标寻找金融与人口因素的证据和政策涵义,充分了解各国经常账户失衡的金融与人口原因.

1.   文献综述
  • 国内外学者对金融发展和经常账户关系的研究主要是从两方面入手:①储蓄—投资缺口,②国际分工模式. Bemanke[1]认为,随着金融的发展,吸收国外资本的能力增强,更容易使得经常账户赤字;使用不同时间维度的数据,或者只检验发展中国家数据时,金融发展与经常账户失衡成正相关的结论依然成立[2];甚至在使用无限期模型后,依然发现随着金融深化程度的提高,经常账户余额会逐步降低,负相关关系显著[3]. Chinn等[4]发现金融市场开放程度会对结果产生影响,发达国家金融发展程度与储蓄率呈负相关,而发展中国家与发达国家的情况不同,金融发展往往导致经常账户顺差.

    基于市场开放程度变量的实证分析发现,金融市场欠发达的国家,国内市场投资与储蓄的失衡导致经常账户顺差[5];李宏等[6]却认为金融与制造业发展程度差异是经常账户失衡的根本原因,制造业发达导致经常账户顺差;陆建明等[7]则结合不同分工模型研究金融发展对全球贸易失衡的影响.还有学者分别立足国际视角[8]、建立误差修正模型[9]得出相同的结论.

    通过两方面的研究渠道,国内外学者均认为金融发展是经常账户的重要影响因素,金融市场发达程度的高低会让金融发展水平对经常账户的影响方向产生差异.

  • 国外关于人口结构与经常项目关系的研究开始得较早,“抚养比假说”为这类研究奠定了理论基础.该假说认为,抚养比的升高降低了储蓄率,因此导致经常项目赤字.有学者通过构建动态面板模型,利用世界不同国家和地区,不同年度间隔的面板数据研究发现,抚养比与储蓄率存在负相关关系,认为抚养比升高会恶化经常账户[10-13].融入生命周期假说后也得到相同的结论[14].基于此,学者们开始了对人口结构与经常项目更深入的研究. Lueth[15]使用多国数据对资本流动与经常账户变动进行实证检验,发现中日两国劳动人口占比更高,导致资本供应与储蓄额增加,进而出现经常项目顺差. Chinn等[16]使用相同的变量,发现“抚养比假说”在短期内对经常项目差额的影响并不明显.

    国内学者经过大量的实证研究也认为,人口结构与经常项目确有负相关关系.按照指标分类,国内对人口结构的研究主要分为两类:①选取抚养比指标.认为抚养比与经常账户之间存在负相关[17];在控制时间长短后却发现,短期内两者并没有显著关系,但长期人口结构仍对经常项目有负面影响[18];进一步研究发现,国内储蓄增加的原因是人口抚养比的降低与人口流动性的增加[19];王仁言[20]通过世界与国内二维面板数据研究认为,人口赡养率与经常项目差额有负相关关系;而通过向量自回归模型(PVAR)结合省际面板数据,也得出了相同的结论[21]. ②选取劳动人口占比指标.认为劳动人口占比与经常项目之间存在正相关关系[22-23];赵锦春等[24]构建三期时代交叠模型,证实了这种正相关关系仍然成立;徐晟[25]通过双缺口分析,发现国内老年抚养比对经常项目的影响幅度大于投资率、汇率等因素;彭斯达等[26]以在险价值模型(VaR)检验中美双边贸易失衡的原因,发现其基础因素是中美人口结构差异及变化,并且其劳动参与率及少年抚养比的影响大于老年抚养比的影响.这两方面的研究本质上并无不同,抚养比升高代表适龄劳动力人口占比降低,因此抚养比对经常账户的负向影响,也就是劳动力人口占比对经常账户的正向影响.

    随着研究的逐步深入,学者使用不同的理论模型,探究少儿抚养、老年抚养百分比,考察人口结构对经常项目的影响,包括时代交叠模型[27]、开放经济下的三期戴蒙德模型(OLG)[28]、代际交叠模型[29]等,这些不同的理论模型几乎都能发现,少儿抚养比和老年抚养比对经常账户的影响并非完全一致.

  • 人口与金融两者之间存在相互依赖、相互适应、相互作用的关系[30].在人口老龄化背景下,金融发展转向财富管理模式,才能更好地发挥市场在金融资源配置中的作用,纠正金融要素价格扭曲,对金融发展具有积极的影响[31].但刘方等[32]却认为人口出生率、年龄结构会对家庭收入与储蓄结构产生影响,抑制国家金融发展水平.李德[33]建议大力发展养老产业,积极发展老年金融服务,促进经济社会健康发展.抚养比与经常账户余额呈正相关关系,且更高的金融发展程度意味着经常账户更易出现恶化,在未来我国抚养比可能持续上涨的情况下,经常账户盈余仍会长期存在[34-35].

  • 经常项目是各国之间交易的重要代表账户,随着经济全球化的逐步完善,能够影响经常账户的因素更加复杂难辨,国内外学者总结了许多不同的影响因素.有人认为美国经常账户赤字的主要原因是国内储蓄和投资不平衡[36],过高的投资率和过低的储蓄率导致了美国的逆差状况.而中国的情况有所不同,学者们研究认为导致中国经常账户长期顺差的原因是多方面的,比如储蓄率不合情理的升高以及投资率持续性上升、储蓄投资缺口[37]、利润留存制度和企业所得税降低所导致的低消费高储蓄[38]、国民收入的持续增长[39]等.

    汇率会通过中间变量—相对价格而影响经常账户,美国经常账户逆差还可能与亚洲各国压低本国汇率有关,所以美元进行一定幅度的贬值可以有效抵消美国经常账户的这种失衡[40],于是便有学者研究美国实际汇率调整到哪一步会适当消除美国经常账户差额[41].但也有学者认为,美元贬值不能减少赤字金额[42].王道平等[43]深入探讨了国际货币体系对经济失衡造成影响的原因;姜凌等[44]在时间线上选取了两个经济周期,结合其特性构建结构存量自回归模型(SVAR),分析其在我国经常项目的影响力情况,并且发现二者之间存在显著的正相关关系.王佳[45]从储蓄投资缺口研究经常账户失衡的根本来源,发现人口结构、经济增长与财政赤字均有显著影响.还有学者归纳了对经常账户差额产生影响的可能因素,主要有财政收支[46]、收入分配[47]、经济增长率[48]等.

2.   实证分析
  • 在实证部分,本文将研究主体按照世界银行的分类划分为高收入国家、中等偏高收入国家、中等偏低收入国家和低收入国家4个组别来更好地反映金融发展程度、人口结构和经常账户之间的关系.结合相关理论与实证研究,本文选取了一系列的控制变量,计量模型设定为

    其中,CAit表示各国经常账户差额;FDit表示各国金融发展程度;Popit表示各国的人口结构;CVit表示控制变量群,εit为残差项. 表 1定义了各变量的计算方法,各指标具体说明如下:

    1) 经常账户差额(CA):经常账户差额有相对差额和绝对差额之分.绝对差额就是商品和劳务出口减去进口后的余额;相对差额则是绝对差额除以GDP的比值.本文采用相对差额予以衡量.

    2) 金融发展程度(FD):近年来对金融发展程度的研究指标选择不一,有金融资产总额占GDP的比例[49]、城乡贷款总额占GDP的比例[50]等.本文参考齐俊妍等[51]的方法,采用私人信贷占GDP的比例来衡量金融发展水平.金融发展程度高的国家可以向资本市场提供其所需要的金融产品,吸引国外资本进入国内市场,进而导致经常账户赤字.因此,本文认为高收入国家金融发展程度会扩大经常账户逆差,其符号应为负.

    3) 人口结构(POP):学界对人口结构的衡量多采用两种方法:①抚养比.主要采用15岁以下或者65岁以上人口占总人口的比例;②采用15~65岁劳动人口占总人口的比例.本文采用第一种方法,使用抚养比计算人口结构指标.根据生命周期理论,少儿抚养比增加减少了社会总储蓄额,对经常项目产生负向影响.并且,少儿抚养比增加意味着劳动人口将会投入更多的精力在少儿教育方面,那么社会劳动人口的总劳动供给就会有一定的减少,导致国内总产出减少,进而导致经常项目余额减少.抚养比升高会减少储蓄与资本供应,扩大经常项目逆差,因此抚养比的系数符号应当为负.本文将少儿抚养比和老年抚养比分开计算,且共同表示人口结构变量,以此更深入地了解人口结构对经常账户的影响.

    4) 贸易开放度(Open):本文采用商品和服务进出口额之和占本国GDP的比值度量贸易开放程度.贸易开放程度过低的国家其GDP更多地依赖国内市场的商品与服务,就会有更少的贸易开放度,综合各方研究,本文将贸易开放度引入作为一个控制变量,预期其符号为正.

    5) 汇率水平(r):贸易收支对国际收支具有很大的影响,而贸易的媒介是各国货币,因此汇率波动会对经常账户产生影响是公认的事实,本国货币升值,出口下降,经常账户会出现逆差.本文引入汇率水平作为一个控制变量,并且预期其符号为负.

  • 为了实证结果的准确性,本文剔除部分数据不全的国家,选取了13个低收入国家,30个中低收入国家、34个中高收入国家、33个高收入国家,共110个国家进行统计.本文选取2003-2017年的数据,来源于世界银行数据库,使用的计量分析软件为Stata 14.0.

  • 表 2揭示了各变量的描述性统计结果,110个国家1 650个样本量的经常账户占比均值为-2.6%,说明经常账户失衡在全世界普遍存在.再按照收入将110个国家分组后发现,从低收入到高收入组,随着收入增加,经常账户赤字的情况在逐步改善,高收入国家经常账户占比均值为2.2%,处于经常账户顺差状态. FD在全样本中均值为5.76%,并且随着收入增加,FD也从1.67%上升到9.77%,高收入国家的金融市场比低收入国家更发达.值得注意的是,FD的标准差明显比CA的标准差更大,说明全球金融发展程度的差异较经常账户更为明显,并且平均收入较大的国家之间金融发展更加参差不齐.老年抚养比全样本均值为8.4%,随着收入增加,国家的老年抚养比从3.6%增加至13.7%.少年抚养比全样本均值为28.1%,随着收入增加少年抚养比从42.5%减少至27%.结合少年抚养比和老年抚养比,高收入国家65岁老年人口与15岁以下少年人口的比明显高于低收入国家,这可能与文化氛围等因素有极大关系,高收入国家如英、美国,其出生率都低于收入偏低的印度及非洲等国家.

    贸易开放度全样本平均值为83.8%,低收入国家的均值低于平均水平,与前文推理一致,低收入国家的对外贸易程度更低,也相对较少地依赖商品与服务贸易为国内带来产品需求,因收入限制,其储蓄及资本无明显竞争优势.从汇率指标来看,低收入国家的货币价格要低于高收入国家的货币价格.

  • 在确定固定效应还是随机效应模型的检验中,本文通过Hausman检验决定模型形式.从表 3的Hausman检验结果可知,在全样本、低收入、中低收入、中高收入、高收入的样本中,固定效应面板回归模型比随机效应模型更好,因此我们采用固定模型进行检验分析.

    表 4表 5报告了全样本及收入分组样本的面板回归估计结果.根据回归结果可以发现:

    金融发展与经常账户有负相关关系. 表 4表 5中FD的系数符合预期均为负,金融市场如果逐渐发展完善,那么金融资产的配置将会更加有效,储蓄率将会有所降低,造成经常项目逆差.金融发展程度增加1%,经常项目余额降低0.373%.但在低收入国家及中低收入国家,FD的系数不显著,随着收入增加,FD系数的显著度逐渐增高.这与低收入国家的金融发展整体水平有关,高收入国家的金融发展程度更高,经济收入削弱了金融发展对经常账户的制约.

    在全样本中老年抚养比与经常账户余额的关系并不显著,但金融发展与老年抚养比的交互项显著为正,金融发展对经常项目的影响随着老年抚养比的增加逐步增加,这是因为老年抚养比的增加未必会导致储蓄降低.相反,在社会总收入较高的时候,老年人会更多地选择无风险资产预防未来的可能性支出,所以会造成社会总储蓄增加,从而调节金融发展与经常账户的关系.将国家按收入分组时,中高收入与高收入国家的金融发展与老年抚养比的交互项显著为正也证实了这一点.在收入较高的国家,老年抚养比的增加会调节国内储蓄水平,以此影响金融发展与经常账户的关系.

    在全样本中少儿抚养比与经常账户有负相关关系.不管是在全样本还是以收入区分的样本中,少儿抚养比的系数均为负.根据生命周期理论,少儿抚养比的增加减少了社会总储蓄额,对经常项目产生负向影响.并且少儿抚养比的增加意味着劳动人口将会投入更多的精力在少儿教育方面,那么社会劳动人口的总劳动供给就会减少,进而导致国内总产出和经常项目余额减少.从表 4表 5中可发现,金融发展与少儿抚养比的交互项显著为正,说明金融发展对经常项目的影响随着少儿抚养比的增加而逐步增加.

    在全样本数据中,贸易开放度与经常账户的负相关关系并不显著.但低收入国家贸易开放程度的系数显著为负,而高收入国家的系数显著为正.不同收入国家这种显著的差异来源于其基本国情、经济发展程度及金融发展程度的差异.低收入国家对贸易的依赖程度及经济全球化参与度低于高收入国家,所以其对贸易开放程度的经常账户反向作用并非毫无道理.汇率水平与经常账户存在负相关关系.本币升值,出口下降,经常账户逆差,全样本中系数在5%的置信水平上显著为负.但按收入分组后发现汇率水平对经常账户余额的影响并不受国家收入因素的调节.

    总体来说,按收入分组后的结果,不管是金融发展还是人口结构对经常项目的影响都在中高收入、高收入国家更加显著,说明国家收入是经常项目影响机制的重要调节变量,较低收入的国家经常项目的影响受到收入的严重制约.

  • 在面板回归分析中,本文使用抚养比作为人口结构的代理指标,而在国内外学界,人口结构的指标衡量方式基本上分为两种:抚养比和劳动力人口占总人口的比例.劳动力人口占比越高,社会的劳动供给就相对更高,社会总产出也会有一定程度的增加,从而通过增加商品与劳务出口造成贸易顺差,由此对经常账户产生正向影响.在衡量人口结构时,本文采用劳动力人口占比代替少儿、老年抚养比进行稳健性检验(表 6).

    回归结果表明,金融发展程度系数在稳健性检验中并没有符号的变化.在全样本中,金融发展系数也显著为负,劳动力人口占比的系数显著为正,并且其他变量的分析结果无变化,因此计量模型通过了稳健性检验.

3.   结语
  • 本文通过实证分析得出如下研究结论:①金融发展对经常账户有负向影响.低收入国家这种负向影响并不显著,高收入国家的金融发展水平本身较高,这种负向影响更为显著;②人口结构中的抚养比对经常账户也存在负向影响.不论是少儿抚养比或是老年抚养比,这种负向影响在低收入国家更加显著;③抚养比增加会加剧金融发展对经常账户的负面影响,加剧贸易逆差现象;④贸易开放程度对经常账户有正向影响,汇率对经常账户有负向影响;⑤相较于人口结构,高收入国家经常账户余额对金融发展的影响反而波动更明显,低收入国家则相反.

    结合实证分析结论,本文的政策建议是:①关注金融发展对经常项目的负面影响.偏离实体经济的金融发展水平是影响经常账户失衡的重要原因.同时,低收入国家的金融市场不够完善,导致了储蓄流向高收入国家,也加剧了经常账户失衡的状况.在全球经济一体化发展的背景下,我国应当关注金融市场发展对高收入国家金融市场发展的趋向性.同时,要警惕金融脱实向虚发展,通过金融高效地服务实体经济,增加总产出带动出口增长,平衡商品和劳务的进出口,从而改善经常项目收支. ②优化人口结构,为经常项目改善创造良好的劳动力条件.人口结构对经常账户的影响也不容小觑.结合国内实际,我国正步入老龄化社会,因此需要全社会共同调整,全面放开计划生育政策,增加适龄劳动力人口,逐步降低抚养比,或是降低抚养比造成的经常账户失衡问题. ③目前我国人口结构变化,抚养比增加,加深了金融发展对经常账户余额的负面影响,可能会缓解甚至扭转当前长期处于贸易顺差的现状,鼓励劳动力人口就业、适当延后退休年龄,以及必要的产业政策调整至关重要. ④实行更加开放的贸易政策,积极探索自由贸易区的作用,稳定人民币汇率,实行富有弹性的人民币汇率政策,为金融发展和人口结构改善,促进经常项目良性平衡创造良好的贸易汇率条件.

Table (6) Reference (51)

Catalog

/

DownLoad:  Full-Size Img  PowerPoint
Return
Return