Rynki finansowe a wzrost gospodarczy w wybranych nowych

Transkrypt

Rynki finansowe a wzrost gospodarczy w wybranych nowych
S³awomir I. Bukowski*
S³awomir I. Bukowski
Rynki finansowe a wzrost gospodarczy w wybranych
nowych krajach cz³onkowskich Unii Europejskiej
Rynki finansowe a wzrost gospodarczy...
Wstêp
Celem artyku³u jest wykazanie, ¿e istnieje statystycznie istotny zwi¹zek miêdzy rozwojem rynków finansowych w wybranych nowych krajach cz³onkowskich Unii Europejskiej (Czechy, Polska, S³owacja, S³owenia i Wêgry) a wzrostem gospodarczym w tych krajach. W tym celu
zastosowano modele panelowe estymowane za pomoc¹ uogólnionej metody najmniejszych kwadratów z efektami losowymi. Badania tego typu
by³y ju¿ przeprowadzone dla du¿ych prób obejmuj¹cych od 60 do 100
krajów, m.in. przez Levine, King [1999], Levine i inni [2000], Levine
[2003], Caporale i inni [2005]. W przypadku Polski podobne badania
przeprowadzili i opublikowali ich wyniki Bukowski [2011] i Dêbski i inni
[2010].
Artyku³ powsta³ w ramach projektu finansowanego ze œrodków Narodowego Centrum Nauki przyznanych na podstawie decyzji numer
DEC2011/01/B/HS4/02307.
1. Teoretyczne aspekty zwi¹zku miêdzy rozwojem rynków
finansowych a wzrostem gospodarczym
Schumpeter wskazywa³ na szczególne funkcje poœrednictwa finansowego i rynków finansowych, istotne dla wzrostu i rozwoju gospodarczego, polegaj¹ce na mobilizowaniu oszczêdnoœci, alokacji kapita³u, zarz¹dzaniu ryzykiem, u³atwianiu transakcji, monitorowaniu firm [Schumpeter, 1960, s. 72-85, 155-202; Fiedor, 1979, s. 21-30]. Bior¹c pod uwagê
schumpeterowsk¹ teoriê przedsiêbiorcy i innowacji, mo¿na postawiæ
tezê, ¿e równie¿ w przypadku instytucji finansowych i poœrednictwa finansowego zachodzi proces kreatywnej destrukcji, którego wynikiem jest
rozwój finansowy, stanowi¹cy sk³adow¹ rozwoju ekonomicznego.
Robinson twierdzi³a, ¿e finanse pod¹¿aj¹ za rozwojem przedsiêbiorstw
(„where enterprise leads, finance follows”) [Robinson, 1952, s. 80]. Lucas
*
Prof. dr hab., Katedra Biznesu i Finansów Miêdzynarodowych, Wydzia³ Ekonomiczny,
Uniwersytet Technologiczno-Humanistyczny im. K. Pu³askiego w Radomiu, [email protected], ul. Chrobrego 31, 26-600 Radom
32
S³awomir I. Bukowski
równie¿ podawa³ w w¹tpliwoœæ zwi¹zek miêdzy rozwojem finansowym
a wzrostem gospodarczym, twierdz¹c, ¿e jeœli zwi¹zek taki istnieje, to zapewne rola finansów we wzroœcie gospodarczym jest przesadzona [Lucas, 1988, s. 3-42].
Greenwood i Jovanowic wskazywali na równoleg³oœæ i wspó³zale¿noœæ rozwoju rynków finansowych i wzrostu gospodarczego. Wed³ug
nich wzrost gospodarczy dostarcza œrodków, dziêki którym rozwijaj¹ siê
rynki finansowe i poœrednictwo finansowe. Z kolei proces ten przyspiesza
wzrost gospodarczy przez wspomaganie alokacji kapita³u [Greenwood,
Jovanovic, 1989, s. 25].
Do koncepcji Schumpetera nawi¹za³ Levine. Wed³ug niego: „Rozwój
finansowy pojawia siê wówczas, gdy instrumenty finansowe i poœrednicy
finansowi polepszaj¹ efekty informacji, zwiêkszaj¹ dyscyplinê uczestników rynku finansowego i zmniejszaj¹ koszty transakcyjne oraz w ten
sposób powoduj¹, ¿e lepiej jest realizowanych piêæ funkcji:
– dostarczania informacji ex ante o mo¿liwych inwestycjach i alokacjach
kapita³u,
– monitorowania inwestycji i wzmacniania ³adu korporacyjnego (corporate governance),
– u³atwiania handlu instrumentami finansowymi, dywersyfikacji ryzyka i zarz¹dzania ryzykiem,
– mobilizacji i gromadzenia oszczêdnoœci,
– u³atwiania wymiany towarów i us³ug.
Ka¿da z tych funkcji mo¿e wp³ywaæ na decyzje o oszczêdzaniu i inwestycjach, a st¹d na wzrost gospodarczy” [Levine, 2004, s. 5-7].
Jak wynika z powy¿szego fragmentu, rozwój finansowy to przede
wszystkim zmiany o charakterze jakoœciowym. Funkcje te s¹ realizowane
przez rynki finansowe i poœredników finansowych. W d³ugim okresie realizacja owych funkcji prowadzi do wzrostu akumulacji kapita³u. Ponadto, poprzez tworzenie mo¿liwoœci dywersyfikacji ryzyka i kreowanie
Ÿróde³ finansowania stymuluj¹ wzrost innowacji technologicznych. Razem pobudza to wzrost gospodarczy. Wed³ug Levine’a wp³yw rozwoju
finansowego na wzrost gospodarczy odbywa siê wed³ug schematu
przedstawionego na rysunku 1.
Warto podkreœliæ, ¿e zale¿noœæ miêdzy rozwojem finansowym, a w szczególnoœci rozwojem rynków finansowych a wzrostem gospodarczym nie
jest jednoznaczna, zarówno z punktu widzenia teoretycznego, jak rów-
Rynki finansowe a wzrost gospodarczy...
33
nie¿ z punktu widzenia wyników badañ empirycznych opartych na ró¿nych metodach ekonometrycznych i ró¿nych szeregach czasowych.
Rysunek 1. Teoretyczny zwi¹zek miêdzy finansami a wzrostem gospodarczym
ród³o: [Levine, 1997, s. 691].
2. Dane statystyczne
Badaniami objêto piêæ nowych krajów cz³onkowskich Unii Europejskiej: Czechy, Polskê, S³owacjê, S³oweniê i Wêgry. W badaniach wykorzystano dane roczne, w tym roczne wskaŸniki rozwoju rynków finansowych z okresu 1995–2010 zawarte w bazie danych Financial Structure
Dataset [November 2012], opracowanej przez Beck, Mosheni-Cheraghlou
wed³ug metodologii opisanej w A New Database on Financial Development
and Structure przez Beck’a i innych [Beck i inni, 1999]. Nale¿¹ do nich
stosunek kapitalizacji gie³dowej do PKB w cenach sta³ych (STOCK), stosunek kredytu bankowego i innych instytucji finansowych dla sektora
prywatnego do PKB w cenach sta³ych (KREDYT).
34
S³awomir I. Bukowski
Dane dotycz¹ce kszta³towania siê œredniego realnego PKB per capita
oraz realnego kapita³u fizycznego i realnych inwestycji netto per capita dla
badanych krajów pochodz¹ z bazy danych AMECO.
Wielkoœci realnego PKB per capita, realnego kapita³u fizycznego netto
per capita oraz realnych inwestycji netto per capita (NFCF) dla wybranych
nowych krajów cz³onkowski Unii Europejskiej zosta³y oszacowane w cenach sta³ych z 2000 r. Produktywnoœæ TFP (total factor productivity) zosta³a
oszacowana wed³ug metody zastosowanej przez Kinga i Levine’a [King,
Levine, 1993].
3. Modele
W celu zbadania zwi¹zków miêdzy rozwojem rynków finansowych
a wzrostem gospodarczym w badanych krajach skonstruowano szeœæ modeli panelowych z efektami losowymi. Modele estymowano za pomoc¹
uogólnionej metody najmniejszych kwadratów (UMNK) z zastosowaniem transformacji Nerlove’a.
Model 1 objaœnia kszta³towanie siê realnego PKB per capita w zale¿noœci od dwóch zmiennych objaœniaj¹cych: realnych inwestycji netto per
capita (zmienna opóŸniona o 1 okres), kapitalizacji gie³dowej do PKB w cenach sta³ych (zmienna opóŸniona o 1 okres).
ln PKBipc, t = a i + b ln NFCFi , t -1 + g ln STOCK i , t -1 + e i , t
(1)
Model 2 objaœnia kszta³towanie siê realnego PKB per capita w zale¿noœci od dwóch zmiennych objaœniaj¹cych: realnych inwestycji netto per
capita (zmienna opóŸniona o 1 okres) oraz stosunku kredytów prywatnych udzielonych przez banki i inne instytucje finansowe do PKB w cenach sta³ych (zmienna opóŸniona o 1 okres).
ln PKBipc, t = a i + b ln NFCFi , t -1 + g ln KREDYTi , t -1 + e i , t
(2)
Model 3 objaœnia kszta³towanie siê realnego kapita³u fizycznego per
capita w zale¿noœci od dwóch zmiennych objaœniaj¹cych: realnych inwestycji netto per capita (zmienna opóŸniona o 1 okres) oraz stosunku kapitalizacji gie³dowej na rynku akcji do PKB w cenach sta³ych (zmienna
opóŸniona o 1 okres).
ln CAPITALi , t = a i + b ln NFCFi , t -1 + g ln STOCK i , t -1 + e i , t
(3)
Model 4 objaœnia kszta³towanie siê realnego kapita³u fizycznego per
capita w zale¿noœci od dwóch zmiennych objaœniaj¹cych: realnych inwes-
Rynki finansowe a wzrost gospodarczy...
35
tycji netto per capita (zmienna opóŸniona o 1 okres) oraz stosunku kredytów prywatnych udzielonych przez banki i inne instytucje finansowe
sektorowi prywatnemu do PKB w cenach sta³ych (zmienna opóŸniona
o 1 okres).
ln CAPITALi , t = a i + b ln NFCFi , t -1 + g ln KREDYTi , t -1 + e i , t
(4)
Model 5 objaœnia kszta³towanie siê produktywnoœci (jako ³¹cznego
efektu kapita³u ludzkiego i technologii) w zale¿noœci od dwóch zmiennych objaœniaj¹cych: realnych inwestycji netto per capita oraz stosunku kapitalizacji gie³dowej na rynku akcji do PKB w cenach sta³ych.
ln TFPi , t = a i + b ln NFCFi , t + g ln STOCK i , t + e i , t
(5)
Model 6 objaœnia kszta³towanie siê produktywnoœci w zale¿noœci od
dwóch zmiennych objaœniaj¹cych: realnych inwestycji netto per capita oraz
stosunku kredytów prywatnych udzielonych przez banki i inne instytucje
finansowe sektorowi prywatnemu do PKB w cenach sta³ych.
ln TFPi , t = a i + b ln NFCFi , t + g ln KREDYTi , t + e i , t
(6)
gdzie: PKBipc, t – realny produkt krajowy brutto per capita, NFCFi,t – realne inwestycje netto per capita, STOCKi,t – kapitalizacja gie³dowa do PKB,
CAPITALi,t – realny kapita³ fizyczny netto per capita, KREDYTi,t – kredyty
udzielane sektorowi prywatnemu przez banki i inne instytucje finansowe
do PKB, TFPi,t – produktywnoœæ – ³¹czny czynnik kapita³u ludzkiego
i technologii.
Wybór modelu zosta³ podyktowany nastêpuj¹cymi przes³ankami:
– podstawowe egzogeniczne i endogeniczne modele wzrostu wskazuj¹
na nastêpuj¹ce czynniki wzrostu gospodarczego: kapita³ fizyczny, kapita³ ludzki, praca, technologia; st¹d przyjêto zale¿noœæ miêdzy wzrostem realnego PKB per capita a wzrostem kapita³u fizycznego per capita
(lnCAPITAL) oraz wzrostem produktywnoœci (lnTFP) stanowi¹cej
³¹czny efekt wzrostu produktywnoœci pracy, kapita³u ludzkiego oraz
technologii,
– wnioski p³yn¹ce z teorii rozwoju finansowego wskazuj¹ na to, ¿e poszczególne sk³adowe rozwoju finansowego wp³ywaj¹ na wzrost gospodarczy przez tworzenie mo¿liwoœci akumulacji kapita³u (wzrost
zasobu kapita³u fizycznego) oraz innowacji technologicznych (wzrost
TFP), co w efekcie prowadzi do wzrostu gospodarczego,
36
S³awomir I. Bukowski
– zwi¹zki miêdzy sfer¹ realn¹ a sfer¹ finansow¹ gospodarki, a w szczególnoœci miêdzy wskaŸnikami charakteryzuj¹cymi rozwój rynków finansowych a wzrostem gospodarczym i jego czynnikami – wzrostem
inwestycji netto per capita (lnNFCF) a wzrostem kapita³u fizycznego ln
CAPITAL, produktywnoœci lnTFP,
– stosunkowo krótki szereg czasowy ograniczaj¹cy liczbê zmiennych
objaœniaj¹cych, ze wzglêdu na wymagan¹ liczbê stopni swobody, jak
równie¿ ograniczaj¹cy mo¿liwoœæ identyfikacji stylizowanych faktów,
a ponadto ograniczenia w dostêpnoœci danych statystycznych.
4. Wyniki estymacji
Wyniki estymacji opisanych modeli zaprezentowano w tablicach 1–6.
Dla ka¿dego z modeli przeprowadzono test Hausmana. Jego wyniki
wskazuj¹ w ka¿dym przypadku na zgodnoœæ estymatora UMNK, czyli na
poprawny wybór metody estymacji modeli panelowych.
Wyniki estymacji modeli wskazuj¹ na statystycznie istotny, dodatni
wp³yw kapitalizacji gie³dowej na rynku akcji, kredytu prywatnego udzielanego przez banki i instytucje finansowe na tempo wzrostu realnego PKB
per capita, tempo wzrostu realnego kapita³u fizycznego per capita oraz tempo wzrostu produktywnoœci.
Tablica 1. Model 1 – Estymacja Losowe efekty (GLS) z wykorzystaniem 75 obserwacji; wykorzystano transformacjê Nerlove’a; w³¹czono 5 jednostek danych
przekrojowych; szereg czasowy d³ugoœci = 15; zmienna zale¿na (Y): l_PKBpc_i_t
wspó³czynnik
const
l_NFCF_i_t_1
l_STOCK_i_t_1
b³¹d stand. t-Studenta
8,64287
0,310462
27,8388
0,0636699
0,0393205
1,6193
0,137659
0,0253699
5,4261
wartoϾ p
<0,00001 ***
0,10976
<0,00001 ***
œredn. aryt. zm. zale¿nej
8,780058 odch. stand. zm. zale¿nej
0,364004
suma kwadratów reszt
6,920318 b³¹d standardowy reszt
0,307894
logarytm wiarygodnoœci
kryt. bayes. Schwarza
–17,05690 kryt. inform. Akaike’a
40,11380
47,06626 kryt. Hannana-Quinna
42,88984
*** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,01
** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,05
* zmienna jest statystycznie istotna przy poziomie istotnoœci 0,1
Within’ wariancji = 0,0128341
Between’ wariancji = 0,0185399
theta wykorzystuje quasi-demeaning = 0,908667
37
Rynki finansowe a wzrost gospodarczy...
Test Breuscha-Pagana
hipoteza zerowa: Wariancja b³êdu w jednostce = 0
asymptotyczna statystyka testu: Chi-kwadrat(1) = 67,5188
z wartoœci¹ p = 2,0869e-016
krytyczna wart. = 3,84146
Test Hausmana
hipoteza zerowa: Estymator UMNK (GLS) jest zgodny
asymptotyczna statystyka testu: Chi-kwadrat(2) = 3,54038 z wartoœci¹ p = 0,1703
krytyczna wart. = 5,99146
ród³o: Obliczenia w³asne przy zastosowaniu programu GRETL.
Tablica 2. Model 2 – Estymacja Losowe efekty (GLS) z wykorzystaniem 75 obserwacji; wykorzystano transformacjê Nerlove’a; w³¹czono 5 jednostek danych
przekrojowych; szereg czasowy d³ugoœci = 15; zmienna zale¿na (Y): l_PKBpc_i_t
wspó³czynnik
const
b³¹d stand. t-Studenta
wartoϾ p
7,93127
0,335216
23,6602
<0,00001 ***
l_NFCF_i_t_1
0,155875
0,0441231
3,5327
0,00072 ***
l_KREDYT_i_t__1
0,104002
0,0593043
1,7537
0,08374 *
œredn. aryt. zm. zale¿nej
8,780058 odch. stand. zm. zale¿nej
0,364004
suma kwadratów reszt
5,907432 b³¹d standardowy reszt
0,284471
logarytm wiarygodnoœci
kryt. bayes. Schwarza
–-11,12250 kryt. inform. Akaike’a
28,24501
35,19747 kryt. Hannana-Quinna
31,02105
*** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,01
** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,05
* zmienna jest statystycznie istotna przy poziomie istotnoœci 0,1
Within’ wariancji = 0,0176742
Between’ wariancji = 0,0203337
theta wykorzystuje quasi-demeaning = 0,878708
Test Breuscha-Pagana
hipoteza zerowa: Wariancja b³êdu w jednostce = 0
asymptotyczna statystyka testu: Chi-kwadrat(1) = 58,7838
z wartoœci¹ p = 1,75986e-014
krytyczna wart. = 3,84146
Test Hausmana
hipoteza zerowa: Estymator UMNK (GLS) jest zgodny
asymptotyczna statystyka testu: Chi-kwadrat(2) = 3,34602
38
S³awomir I. Bukowski
z wartoœci¹ p = 0,187681
krytyczna wart. = 5,99146
ród³o: Obliczenia w³asne przy zastosowaniu programu GRETL.
Tablica 3. Model 3 – Estymacja Losowe efekty (GLS), z wykorzystaniem 75 obserwacji; wykorzystano transformacjê Nerlove’a; w³¹czono 5 jednostek danych
przekrojowych; szereg czasowy d³ugoœci = 15; zmienna zale¿na (Y):
l_CAPITAL_i_t
wspó³czynnik
const
l_NFCF_i_t_1
l_STOCK_i_t_1
b³¹d stand. t-Studenta
9,87283
0,288506
34,2205
0,0375714
0,0335001
1,1215
0,169121
0,0215864
7,8346
wartoϾ p
<0,00001 ***
0,26579
<0,00001 ***
œredn.aryt.zm.zale¿nej
9,793045 odch.stand.zm.zale¿nej
0,406544
suma kwadratów reszt
8,683523 b³¹d standardowy reszt
0,344895
logarytm wiarygodnoœci
kryt. bayes. Schwarza
–25,56811 kryt. inform. Akaike’a
57,13622
64,08869 kryt. Hannana-Quinna
59,91226
*** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,01
** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,05
* zmienna jest statystycznie istotna przy poziomie istotnoœci 0,1
Within’ wariancji = 0,00925087
Between’ wariancji = 0,080724
theta wykorzystuje quasi-demeaning = 0,932389
Test Breuscha-Pagana
hipoteza zerowa: Wariancja b³êdu w jednostce = 0
asymptotyczna statystyka testu: Chi-kwadrat(1) = 214,052
z wartoœci¹ p = 1,79465e-048
krytyczna wart. = 3,84146
Test Hausmana
hipoteza zerowa: Estymator UMNK (GLS) jest zgodny
asymptotyczna statystyka testu: Chi-kwadrat(2) = 2,72464
z wartoœci¹ p = 0,256066
krytyczna wart. = 5,99146
ród³o: Obliczenia w³asne przy zastosowaniu programu GRETL.
39
Rynki finansowe a wzrost gospodarczy...
Tablica 4. Model 4 – Estymacja Losowe efekty (GLS), z wykorzystaniem 75 obserwacji; wykorzystano transformacjê Nerlove’a; w³¹czono 5 jednostek danych
przekrojowych; szereg czasowy d³ugoœci = 15; zmienna zale¿na (Y):
l_CAPITAL_i_t
wspó³czynnik
const
l_NFCF_i_t_1
l_KREDYT_i__1
b³¹d stand. t-Studenta
wartoϾ p
9,44098
0,310739
30,3823
<0,00001 ***
0,0974507
0,0384091
2,5372
0,01334 **
0,244631
0,0514978
4,7503
0,00001 ***
œredn. aryt. zm. zale¿nej
9,793045 odch. stand. zm. zale¿nej
0,406544
suma kwadratów reszt
7,635769 b³¹d standardowy reszt
0,323419
logarytm wiarygodnoœci
kryt. bayes. Schwarza
–20,74622 kryt. inform. Akaike’a
47,49245
54,44491 kryt. Hannana-Quinna
50,26849
*** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,01
** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,05
* zmienna jest statystycznie istotna przy poziomie istotnoœci 0,1
Within’ wariancji = 0,0132604
Between’ wariancji = 0,043215
theta wykorzystuje quasi-demeaning = 0,911462
Test Breuscha-Pagana
hipoteza zerowa: Wariancja b³êdu w jednostce = 0
asymptotyczna statystyka testu: Chi-kwadrat(1) = 170,641
z wartoœci¹ p = 5,36118e-039
krytyczna wart. = 3,84146
Test Hausmana
hipoteza zerowa: Estymator UMNK (GLS) jest zgodny
asymptotyczna statystyka testu: Chi-kwadrat(2) = 3,14858
z wartoœci¹ p = 0,207154
krytyczna wart. = 5,99146
ród³o: Obliczenia w³asne przy zastosowaniu programu GRETL.
Tablica 5. Model 5 – Estymacja Losowe efekty (GLS), z wykorzystaniem 80 obserwacji; wykorzystano transformacjê Nerlove’a; w³¹czono 5 jednostek danych
przekrojowych; szereg czasowy d³ugoœci = 16; zmienna zale¿na (Y): l_TFP_i_t
wspó³czynnik
const
l_NFCF_i_t
l_STOCK_i_t
b³¹d stand. t-Studenta
5,7389
0,234296
24,4942
0,0456851
0,0295114
1,5480
0,10321
0,0197923
5,2147
wartoϾ p
<0,00001 ***
0,12571
<0,00001 ***
40
S³awomir I. Bukowski
œredn. aryt. zm. zale¿nej
5,829291 odch. stand. zm. zale¿nej
0,273971
suma kwadratów reszt
4,468600 b³¹d standardowy reszt
0,239353
logarytm wiarygodnoœci
1,882972 kryt. inform. Akaike’a
2,234056
kryt. bayes. Schwarza
9,380135 kryt. Hannana-Quinna
5,099124
*** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,01
** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,05
* zmienna jest statystycznie istotna przy poziomie istotnoœci 0,1
Within’ wariancji = 0,00832568
Between’ wariancji = 0,0280399
theta wykorzystuje quasi-demeaning = 0,907779
Test Breuscha-Pagana
hipoteza zerowa: Wariancja b³êdu w jednostce = 0
asymptotyczna statystyka testu: Chi-kwadrat(1) = 130,525
z wartoœci¹ p = 3,14559e-030
krytyczna wart. = 3,84146
Test Hausmana
hipoteza zerowa: Estymator UMNK (GLS) jest zgodny
asymptotyczna statystyka testu: Chi-kwadrat(2) = 2,97405
z wartoœci¹ p = 0,226044
krytyczna wart. = 5,99146
ród³o: Obliczenia w³asne przy zastosowaniu programu GRETL.
Tablica 6. Model 6 – Estymacja Losowe efekty (GLS), z wykorzystaniem 80 obserwacji; wykorzystano transformacjê Nerlove’a; w³¹czono 5 jednostek danych
przekrojowych; szereg czasowy d³ugoœci = 16; zmienna zale¿na (Y): l_TFP_i_t
wspó³czynnik
const
l_NFCF_i_t
l_KREDYT_i_t
b³¹d stand. t-Studenta
wartoϾ p
5,3346
0,221631
24,0698
<0,00001 ***
0,0996699
0,0289165
3,4468
0,00092 ***
0,116958
0,0374242
3,1252
0,00251 ***
œredn. aryt. zm. zale¿nej
5,829291 odch. stand. zm. zale¿nej
0,273971
suma kwadratów reszt
3,916617 b³¹d standardowy reszt
0,224083
logarytm wiarygodnoœci
7,156852 kryt. inform. Akaike’a
–8,313704
–1,167624 kryt. Hannana-Quinna
–5,448636
kryt. bayes. Schwarza
*** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,01
** zmienna jest statystycznie istotna przy poziomie istotnoœci 0,05
* zmienna jest statystycznie istotna przy poziomie istotnoœci 0,1
Rynki finansowe a wzrost gospodarczy...
41
Within’ wariancji = 0,0101183
Between’ wariancji = 0,0254334
theta wykorzystuje quasi-demeaning = 0,88778
Test Breuscha-Pagana
Hipoteza zerowa: Wariancja b³êdu w jednostce = 0
Asymptotyczna statystyka testu: Chi-kwadrat(1) = 124,805
z wartoœci¹ p = 5,61519e-029
Krytyczna wart. = 3,84146
Test Hausmana
hipoteza zerowa: Estymator UMNK (GLS) jest zgodny
asymptotyczna statystyka testu: Chi-kwadrat(2) = 2,85871
z wartoœci¹ p = 0,239463
krytyczna wart. = 5,99146
ród³o: Obliczenia w³asne przy zastosowaniu programu GRETL.
Zmiana stosunku kapitalizacji gie³dowej do PKB o 1 pkt. proc. powoduje zmianê tempa wzrostu realnego PKB per capita o 0,13 pkt. proc., zaœ
tempa wzrostu realnego kapita³u fizycznego o 0,16 pkt. proc. i tempa
wzrostu produktywnoœci o 0,1 pkt. proc. W przypadku zmiany stosunku
kredytu do PKB zmiana o 1 pkt. proc. powoduje zmianê tempa wzrostu
realnego PKB o 0,1 pkt. proc., tempa wzrostu realnego kapita³u fizycznego o 0,2 pkt. proc., tempa wzrostu produktywnoœci o 0,11 pkt. proc.
Zakoñczenie
Przeprowadzona analiza zale¿noœci miêdzy wybranymi wskaŸnikami
rozwoju rynków finansowych a wzrostem gospodarczym w badanej grupie krajów (Czechy, Polska, S³owacja, S³owenia, Wêgry) w latach 1995–
–2010 wskazuje na nastêpuj¹ce stylizowane fakty:
– istnieje statystycznie istotny zwi¹zek miêdzy rozwojem rynków
finansowych a wzrostem gospodarczym w badanej grupie krajów
w analizowanym okresie,
– istnieje statystycznie istotny zwi¹zek miêdzy kapitalizacj¹ gie³dow¹
na rynku akcji a wzrostem realnego PKB per capita i wzrostem realnego
kapita³u fizycznego per capita oraz wzrostem produktywnoœci (TFP),
– zwi¹zek miêdzy kredytem bankowym a wzrostem realnego PKB per
capita jest statystycznie istotny, ale nieco s³abszy ni¿ w przypadku
zwi¹zku miêdzy kapitalizacj¹ gie³dow¹ na rynku akcji a wzrostem realnego PKB per capita,
42
S³awomir I. Bukowski
– istnieje doœæ silny (silniejszy ni¿ w przypadku kapitalizacji gie³dowej)
dodatni i statystycznie istotny wp³yw kredytu na wzrost realnego kapita³u fizycznego per capita i wzrost produktywnoœci (TFP).
Reasumuj¹c, przeprowadzona w pracy analiza wykaza³a statystycznie istotny i znacz¹cy wp³yw rozwoju rynków finansowych na wzrost gospodarczy w badanej grupie krajów.
Literatura
1. Beck T., Demiurguç-Kunt A., Levine R. (1999), A New Database on Financial Development and Structure, Policy Research Working Paper, July
no. 2146, The World Bank Development Research Group Finance.
2. Beck T., Mosheni-Cheraghlou A. (2012), Financial Structure dataset,
Revised September 2012, www.econ.worldbank.org/WEBSITE/EXTERNAL/EXTDEC/EXTRESEARCH/0,,contentMDK:20696167~pagePK:
64214825~piPK:64214943~theSitePK:469382,00.html, dostêp dnia 12.02.
2013.
3. Bukowski S.I. (2011), Miêdzynarodowa integracja rynków finansowych,
Difin, Warszawa.
4. Caporale G.M., Howells P.G.A., Soliman A.M. (2005), Endogenous
Growth Models and Stock Market Development: Evidence from Four Countries, „Review of Development Economics”, vol. 9, no. 2, s. 33-50.
5. Dêbski W., Maciejczyk I., Wdowiñski P. (2010), Growth Effects of Financial Market Development in Poland: Simulations with an Econometric Model,
[w:] Global Challenges of the 21th Century, ed. S.I. Bukowski, Technical
University of Radom, Publishing Office, Radom.
6. Demirgüç-Kunt A., Levine R. (ed.) (2004), Financial Structure and
Economic Growth. A Cross-Country Comparison of Banks, Markets, and
Development, The MIT Press, Cambridge Massachusetts, London.
7. Fiedor B. (1979), Teoria innowacji. Krytyczna analiza wspó³czesnych koncepcji niemarksistowskich, PWN, Warszawa.
8. Greenwood J., Jovanovic B. (1989), Financial Development, Growth and
the Distribution of Income, NBER Working Papers, no. 3189, s. 1-42.
9. King R.G., Levine R. (1993), Finance and Growth. Schumpeter Might Be
Right, „The Quarterly Journal of Economics”, August, vol. 108, no. 3,
s. 717-735.
10. Levine R. (1997), Financial Development and Economic Growth: Views and
Agenda, „Journal of Economic Literature”, June, vol. XXXV, s. 668-726.
Rynki finansowe a wzrost gospodarczy...
43
11. Levine R. (2003), More on Finance and Growth: More Finance, More
Growth?, „The Federal Reserve Bank of St. Louis Review”, July/August, vol. 85, no. 4, s. 31-46.
12. Levine R. (2004), Finance and Growth: Theory and Evidence, www.econ.
brown.edu/fac/Ross_levine/Publication, dostêp dnia 30.05.2013.
13. Levine R., Loyaza N., Beck T. (2000), Financial Intermediation and
Growth: Casuality and Causes, „Journal of Monetary Economics”, August, no. 46, s. 31-37.
14. Lucas R. (1988), On Mechanism of Economic Development, „Journal
of Monetary Economics”, no. 22, s. 3-42.
15. Robinson J. (1952), The Generalization of the General Theory, [in:] The Rate
of Interest and Other Essays, Macmillan, London.
16. Schumpeter J. (1960), Teoria rozwoju gospodarczego, PWN, Warszawa.
Streszczenie
Celem artyku³u jest wykazanie, ¿e istnieje statystycznie istotna zale¿noœæ
miêdzy rozwojem rynków finansowych w wybranych nowych krajach Unii
Europejskiej (Czechy, Polska, S³owacja, S³owenia i Wêgry) a wzrostem gospodarczym w tych krajach. Artyku³ zawiera czêœæ dotycz¹c¹ teoretycznych aspektów zwi¹zku miêdzy rozwojem rynków finansowych a wzrostem gospodarczym, prezentacjê wykorzystanych danych statystycznych, prezentacjê modeli
panelowych estymowanych za pomoc¹ uogólnionej metody najmniejszych
kwadratów z efektami losowymi, wyniki estymacji modeli oraz wnioski.
S³owa kluczowe
wzrost, rynki finansowe
Financial Market and Economic Growth in the Selected New Member
Countries of the European Union (Summary)
The aim of this paper is to find that exist statistically significant impact of
financial market development on the economic growth in the selected new member countries of European Union (Czech Republic, Poland, Slovakia, Slovenia,
Hungary). The paper consists of part concern theoretical aspects of connection between financial market development and economic growth, presentation of statistical data used in research, presentation of panel models estimated with used of
GLS method with random effects, results of models’ estimation, main findings.
Keywords
economic growth, financial market