普惠金融促进印度经济增长吗?
Sanjaya Kumar Lenka
Ruchi Sharma
( Sanjaya Kumar Lenka Ruchi Sharma)
摘要：普惠金融是一个多维度的概念，在全球范围内普遍存在不同的观点。普惠金融的座右铭是为社会各阶层提供负担得起的金融服务，以提高他们的生活水平。这是经济增长的一个组成部分，因为它不仅确保了金融部门的发展，而且还为社会各阶层提供了可负担得起的金融服务。广义上讲，这是一个将金融服务以可承受的成本分配给社会弱势群体的过程。本研究的动机是检验1980年至2014年期间金融普惠对印度经济增长的影响。本研究使用每年的时间序列数据，从定期商业银行存款和信用账户的数量与1000名成人的比例，银行分行的数量与1000名成人的比例，以及银行员工的数量作为银行分行的比例，存款和信贷金额占GDP的比例，收集自印度央行的基本统计报表。其他宏观经济控制的数据，如通货膨胀、贸易总额、中学总入学率(作为人力资本的代表)和政府开支，均来自《世界发展指标》。本研究采用主成分分析(PCA)构建了一个衡量印度经济中金融可及性的普惠金融指数。利用自回归分布滞后模型(ARDL)和误差修正模型(ECM)，研究发现普惠金融在长期和短期内都对经济增长产生积极影响。此外，实证估计假设金融普惠与经济增长之间存在单向关系。此外，本研究报告指出，金融自由化政策对印度的经济增长做出了贡献。我们的估计表明，印度政府最重要的任务是提高金融机构的效率，这将同时刺激普惠金融和经济增长。
关键词：普惠金融，经济增长，主成分分析，自回归分布滞后，误差修正模型，印度
- 引言
普惠金融已成为政策制定者和银行工作人员促进金融部门发展和确保可持续长期经济增长的优先事项。它指的是一个过程，它帮助主流机构参与者将无银行的人带入银行业，并在金融发展和经济增长中发挥重要作用(Sharma, 2016)。金融中介机构有助于健全的金融体系的平稳运行，使资金从储蓄者流向借款者，并以透明的方式润滑经济的车轮。根据印度储备银行(RBI)，“普惠金融是确保主流机构参与者以公平和透明的方式，以负担得起的成本获得弱势群体(如216个弱势群体和低收入群体)所需的适当金融产品和服务的过程。”实证证据表明，普惠金融与经济增长之间存在正相关关系(见Mohan, 2006;偶像,2010;迪克西特和高希，2013年;Onaolapo, 2015;沙玛,2016]。它有助于以负担得起的成本获得社会各阶层的金融服务(Bhasker, 2013)。
之前的大多数研究都是关于衡量金融发展指数的(如Chakraborty (2010);Hussain和Chakraborty (2012);Gounder (2012);Adu et al (2013)， Nain and Kamaiah (2014)， Lenka(2015)]但很少有研究讨论普惠金融指数的衡量[Arora， (2010);Gupte等人(2012年);查克拉瓦蒂和帕尔(2013);Sarma(2015)]。这些研究使用不同类型的代理变量(如储蓄银行账户数和每1000名成年人拥有的银行分行数)来衡量印度的金融包容性。然而，普惠金融不仅为人们提供了透明和安全的资金获取渠道，还为人们提供了信贷和保险服务。因此，不能用单一的代理变量(如储蓄银行账户或银行分支机构)来完全衡量。因此,在这项研究中,我们使用PCA方法来计算一个综合金融包容指数基于各种金融代理(数量的储蓄和信贷银行账户1000名成年人比例,银行分支机构数量在1000名成年人比例,银行员工数量比银行分支机构,定期商业银行(SCBs)的存款和信贷总额占GDP的百分比)。利用这个指数，我们建议捕捉和量化印度新兴经济体的普惠金融概念(如Arora, 2010;查克拉瓦蒂和帕尔，2013年;Sarma, 2015, Sharma, 2016)。进一步研究了普惠金融对经济增长的影响。
本文的其余部分组织如下。第二节讨论了现有的关于金融普惠和经济增长的文献。第3节描述了方法和数据源。第四部分解释了普惠金融指数的变量和测量方法。第五部分解释了本研究的实证结果。最后，第6节提供结束语和所涉政策问题。
- 文献综述
已有大量的文献从理论和实证角度解释了普惠金融对经济增长的积极影响。从理论上讲，金融-增长关系的起源可以追溯到熊彼特(1911)，他描述了金融刺激经济增长，不仅使国家内部的资本形成更容易，而且有利于对研发和创新的资助。由于经济增长，银行业变得更加专业化、更具成本效益和以市场为导向;它有助于促进整个经济中的资本积累和增长。专业化和具有成本效益的银行业吸引更多的银行在金融系统中开展业务，从而缩短了银行、借款人和债权人在经济中的平均距离。这反过来又会增加更多的投资和经济增长(见Diamond(1984)的银行受委托监测理论和Salop(1979)的空间竞争模型)。相反，经济的高增长也增加了银行的业务活动和利润，这有助于新银行和现有银行向人们提供负担得起的信贷，促进金融包容性。同样，有217个实质性的实证证据表明，普惠金融与印度等发展中国家的经济增长之间存在正相关关系[参见Mohan (2006);学者(2010);迪克西特和高希(2011);Onaolapo (2015);夏尔马(2016)]。
据观察，即使是“发达的”金融系统也没有成功地成为“包容性的”，由于高收入不平等，某些人群仍然落后于正规金融服务的使用(Sarma, 2015)。然而，普惠金融通过增加穷人和边缘化社区的收入和促进经济增长来减少贫困和不平等(Kim, 2016)。因此，普惠金融体系的重要性在政策圈得到广泛认可，并被许多发展中国家视为政策优先。与大多数发展中国家一样，印度严重担忧金融服务的包容性，因为该国一半人口没有银行账户。同样，印度四分之三的人口没有任何形式的保险(Shaik, 2015)。为了将人们纳入正规金融机构的保护伞，利用信贷和保险设施，印度政府和印度储备银行将促进普惠金融作为该国的主要目标之一。为了在这个国家扩大金融包容性，无论是正式的[如定期商业银行(SCBs)，小额信贷机构(mfi)，邮政银行(POSB)和保险公司]，还是非正式的机构(循环储蓄和信贷协会，积累储蓄和信贷协会，店主和农村放贷人)发挥了重要作用(Aduda和Kalunda, 2012年)。然而，即使印度央行和苏格兰皇家银行实行了国有化，银行服务仍未触及落后和农村地区，以提供负担得起的金融服务。然而，农村和贫民窟地区的人们大多是从小额信贷机构、放债人和一些私人来源获得贷款的(Bhatia和Chatterjee, 2010)。因此，农村地区的绝大多数人口在必要情况下仍必须依赖非正式资金来源(Mahadeva, 2008)。为了大力推动印度的金融包容性，政府采取了重大措施，2014年8月，普拉德汉·曼特里·扬丹·约贾纳(PMJDY)开设了零余额储蓄账户，Jan丹·阿达哈尔移动(JAM)在政府的2014-15年经济调查中明确表示。
不同的研究[Arora (2010);Gupte等人(2012年);CRISIL (2013);Pradhan等人(2014);查克拉瓦蒂和帕尔(2013);Sarma (2015);Lenka和Bairwa(2016)]使用各种金融代理变量(如储蓄银行账户的数量、银行分支机构的数量和atm机的数量与1000名成年人的比例)计算出一个综合普惠金融指数，以根据适宜性衡量金融接入，他们研究的性质和动机，并解释了金融普惠和经济增长之间的积极关系。显然，使用单一变量代理或指标来捕捉有限的方面并不能从经验上操作性地运用多维的普惠金融概念。因此，在本研究中，我们建议通过引入与员工数量相关的变量作为银行分支机构的比例来扩大普惠金融指数，该变量捕获了银行服务对人们的平滑性和可及性。此外,我们也使用大量的储蓄和信贷银行账户1000名成年人比例,银行分支机构数量的1000名成年人比例,大量的存款和贷款占GDP的比例从渣打银行构建索引,然后研究在印度金融包容对经济增长的影响。
- 模型构建、数据和方法
- 模型构建
本研究的目的是估计印度普惠金融和经济增长之间的关系。索洛(1956)提出利用资本收益递增的新古典生产函数来研究经济增长，同时将储蓄率和人口增长率作为外生变量。然而，索洛(1956)指出，这两个变量都产生了稳定的人均收入水平，因为它们在国家之间是不同的。Romer和Weil(1992)利用Cobb-Douglas生产函数，将劳动力、资本和人力资本作为经济增长的基本要素，并对索洛模型(1956)进行了扩展。我们基于Mankiw, Romer and Weil (MRW)模型，试图实证验证普惠金融指数对经济增长的影响。它是作为一个移位变量引入到生产函数与其他控制。实证模型可以表示为:
（1）
Y是实际人均GDP(经济增长的代表)，FI是金融包容性指数。表示基于INF通货膨胀、贸易开放度、HUM人力资本（以中学入学率表示）、政府支出等文献综述的控制变量向量。此外，该研究使用了一种多维指数，如FI，其中权重可以发挥重要作用。本研究依赖于主成分分析(PCA)方法来构建FI指标，因为之前没有关于特定指标在衡量金融包容性方面的重要性的信息。我们使用六个输入变量，即(1)每1000名成年人的储蓄银行账户数量(SBA)，(2)每1000名成年人的信用账户数量(CBA)，(3)银行分支机构数量与1000名成年人的比例(BB)，(4)银行员工数量与银行分支机构的比例(BE)，(5)存款金额占GDP的百分比(DEP)和(6)scb用于构建FI指数的信贷金额占GDP的百分比(CRE)。根据PCA程序，可以表为:
（a）
是第i年的普惠金融指数，W1 W2hellip;hellip;W6为不同因素各自的权重(因子得分)。正如我们所知，印度经济的自由化时期被称为金融机构和金融市场的新时代，因为它在1991年后彻底改变了银行和金融部门。为了捕捉自由化效应，我们引入一个自由化虚拟变量(LIB_Dum)到模型中。考虑以上具体控制变量的影响，可将新的财务MRW产量转化为:
（2）
其中是用于捕捉结构断裂（自由化）的虚拟变量，是误差项。
- 数据来源
本研究使用年度时间序列数据的存款和信贷账户数量比例到1000人口,银行分支机构数量的比例到1000人口,和银行职员的数量比银行分支机构,收集的大量的渣打银行存款和贷款基本统计回报,印度。其他宏观经济控制因素，如通货膨胀、总贸易、中学总入学率(作为人力资本的代表)和政府开支，都是从世界发展指标(WDI)数据库中收集的。(详情见附录表A)。本研究采用印度1980年至2014年的宏观时间序列数据，所有控制变量均取GDP的%(通胀除外)。
- 实证方法
我们研究的单个时间序列财务数据在本质上是非平稳的。为了了解变量之间的平稳性，我们在1980-2014年的样本期间使用单位根检验即Augmented Dickey-Fuller (ADF)和Phillips-Perron (PP)进行分析。ADF检验和PP检验都表明，有一些变量在其水平形式I(0)上是平稳的，也有一些变量在一阶差分I(1)上是平稳的(见表1)。考虑到我们研究变量的性质，我们在研究中采用了自回归分布滞后模型(ARDL)。由Pesaran et al.(2001)引入的ARDL-bound检验方法可以应用于无论变量是I(0)， I(1)或两者的组合(Pesaran和Pesaran, 1997);不能使用普通最小二乘(OLS)。此外，ARDL方法的唯一性，因为它提供了具有有效tscore的无偏长期估计，即使有些回归量本质上是内生的(Owusu和Odhiambo, 2014)。最后，它分别提供了每个变量的短期和长期影响。因此，ARDL模型捕获的信息更多，优于Johansen和Julius的协整技术(Pesaran and Shin, 1999)。动态ARDL模型描述如下：
（3）
其中beta;为漂移分量，∆为一阶差分算子，是一个误差项(白噪声)，假设独立和同分布(iid)，其他变量如前所述。ARDL约束检验方法的开始是用f检验来检验变量之间的长期关系(Pesaran et al, 2001)。在这个ARDL框架中，变量之间的长期关系的零假设为(H0:)，表明变量之间的长期关系不存在。另一方面，替代假设表明金融发展与经济增长之间存在长期(协整)关系，无论回归量是I(0)还是I(1)。之后，Pesaran 等人(2001)给出了f检验的下限和上限数值。下界为变量I(0)，上界为变量I(1)1
如果F-统计量的值超过上临界值，则拒绝不积分的零假设，否则接受null2。变量协整后，可以用误差修正模型(Error Correction Model, ECM)来评估因果关系。误差修正模型由ARDL模型推导而来，其中ECT (误差修正项)考察变量之间的短期关系而不丢失任何长期信息(Engle and Granger, 1987)。因此，本文的ECM模型如下 （4）
这里ECT显示了在长期冲击后恢复长期平衡的速度。利用沃尔德检验F-stat的统计显著性给出了短期因果关系的结果。
- 实证分析
- 单位根检验结果
ADF检验和PP检验结果见表1。结果表明，通货膨胀(INF)和政府支出(GEXP)在水平形式上是平稳的，而普惠金融指数(FI)、GDP
剩余内容已隐藏，支付完成后下载完整资料
英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[597820]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
