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 wartoœæ 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 wartoœæ 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 wartoœæ 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 wartoœæ 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 wartoœæ 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 wartoœæ 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