《表4 全国金融发展条件β收敛回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中国金融发展存在收敛特征吗——基于省级面板数据的实证分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在表3中所采用的工具变量个数等于内生解释变量个数，接下来本文采用更多的工具来进行回归分析。当工具变量个数多于内生解释变量个数时，采用面板GMM估计相对面板2SLS估计更有效率。采用面板数据进行GMM估计时通常分为两类：一类是静态面板GMM估计，另一类是动态面板GMM估计。首先采用静态面板GMM估计方法来检验金融发展是否具有收敛特征。该种估计方法也同样存在两个操作过程：第一步需要对固定效应模型进行离差变换以解决遗漏变量问题，第二步只需要对变换后的模型使用GMM，具体结果见表4列（22）～（24）。得到这三列的回归结果的前提是模型中把核心解释变量（金融发展水平）的1阶和2阶滞后作为工具变量，而其他的控制变量的1阶滞后作为工具变量，之后采用GMM方法。采用这种工具变量设定形式的主要原因在于，本文采用Sargan检验对采用全部的解释变量（核心解释变量和控制变量）均采用1阶和2阶滞后作为工具变量的模型进行过度识别检验，并没有拒绝原假设“H0：所有工具变量都是外生的”。本文发现采用静态面板GMM估计方法进一步证实了金融发展存在明显条件β收敛特征的结论。