經濟發展與金融發展效率的聯系范文

本站小編為你精心準備了經濟發展與金融發展效率的聯系參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

金融發展推進全要素生產率增長被稱為金融發展的熊彼特觀點（Nourzad，2002），該觀點在近二十余年中已經得到較好的理論化與模型化，當前國際上相關文獻基本上做出了如下幾點研究結論：（1）金融中介通過分析市場上存在的投資機會，為生產性投資項目提供金融支持，從而推進了新技術、新產品等創新生產方式與成果的出現，進而提升了原有的經濟生產率；（2）金融中介降低了整個市場（或經濟體內部）的流動性風險，使得廠商不需要持有過多的流動性資金，從而有效降低生產成本，直接改進社會生產率平均水平；（3）金融創新與金融行業的外部約束能力有效降低了經濟體內部各廠商在創新方面的外部費用。綜合上述觀點，一個比較具有典型性的案例可參見Michalopoulos、Laeven與Levine（2010）共同完成的相關分析，他們認為，金融機構的金融創新能夠有效降低有創新能力的廠商在“發信號”過程中所耗費的交易費用，繼而通過信息搜集功能對之進行篩選，從而獲取經濟體內部最具投資價值（生產效率最高）的投資機會，并為之提供必需的信貸資金支持（緩解融資約束）④，而技術創新活動則為金融機構提供了更低風險的回報（提升了金融機構的預期回報率），這樣就使得金融發展與技術創新直接形成了良好的內生動態關系。

內生增長理論為全要素生產率增長的源泉提供了理論框架，但在很大程度上，TFP增長決定因素的討論仍處于一個相對復雜的范疇（Hulten，2001），這也就決定了經濟發展水平與金融發展之間的關系存在著一定的復雜性，我們將在下文對相關指標的分析過程中就兩研究對象之間相互關系的復雜性作出具體闡述。本文擬根據我國31個省市自治區在2001-2010年間的統計數據，采用數學建模的方式對經濟發展水平與金融發展效率之間的關系進行量化分析，并希望通過這種探討為我國宏觀經濟政策的區域化實施提供部分參考資料，以便于政策制定者及政策的區域實施者通過設定政策實施路徑、選擇政策微調工具等方式實現經濟平穩增長、熨平區域發展不平衡的具體政策目標。為便于實際操作，我們將采用國家統計局公布的各年度公開數據完成全部計算。本文的結構安排如下：第一部分為引言部分，在第二部分將完成兩變量的指標設計與樣本計算過程，第三部分是模型建立與分析，第四部分則是一個簡單的總結部分。

一、全要素生產率（TFP）及金融效率的指標說明及相關計算

（一）各省年度全要素生產率的計算

全要素生產率的估算有很多種計量方法，如索羅殘差法、隱性變量法和潛在產出法等等，郭慶旺等（2005）曾討論過各種方法的具體優劣⑤。為符合傳統的實際商業周期定義，在本文中仍選擇傳統的索羅殘差法計量TFP。參照中國統計年鑒，我們可以得到如下指標的年度數值，為保證數據的可計量性和可獲取性，同時考慮到對計算結果的實證考察的經濟性，我們選擇了2001-2010年的十年數據完成該部分的計算。力資本增強型勞動力），為年度GDP，兩組數據均來自各年度統計年鑒；將凈投資對新增產量的貢獻率設定為0.4，這是國內外研究學者針對我國生產函數的研究所得出的較一致的數據（彭國華，2007）⑥。采用該形式計算得出的TFP完全調整了物質資本存量的影響。

物質資本存量的計量采用永續盤存法，其中，Kt為全國t年末的物質資本存量，δt為當年經濟折舊率，It為當年固定資本形成額。以張軍、吳桂英和張吉鵬（2004）計算出的中國大陸31個省區市1998年末物資資本存量為基期物質資本存量，得出各年度各省物質資本存量。δ即永續盤存法中的“重置率”，在此，我們依據以年度各省內固定資產構成加權后分類折舊率累加得出這一指標；年度固定資產構成數據來源于各年度各省統計年鑒，分類折舊率則計為：建筑安裝工程6.9%/年，設備工器具配置14.9%/年，其他費用12.1%/年。于是，可根據恒等式（1）計算得出各省在觀測年度的平均TFP存量，在將2000年價格指數設定為基準值的條件下，計算結果如下表所示⑦。

（二）各省年度金融效率的計算

索羅增長模型顯示在推動人均GDP增長的兩個要素，物質資本存量和全要素生產率，僅就二者而言，參照近兩百年國際經濟史的基本研究，資本驅動型的增長是不可持續的。也就是說，在資本勞動比達到一定水平后，人均GDP增長會出現停滯（規模報酬遞減規律）。物質資本存量的進一步積累可打破這一停滯，但經過一個時期后仍會在另一個人均GDP水平上出現新的停滯，即資本的邊際產出遞減規律。而這一可證偽假設也就使得我們在研究金融效率的相關指標之時，必須考慮到金融效率對于經濟發展水平的全要素生產率產生促進經濟發展的渠道是物質資本積累還是全要素生產率的提升。

早期國際上的一些研究認為，金融發展同時促資本積累和TFP的提升，從而推動經濟增長。但近期以Benhabid等（2000）為代表的部分分析認為，并非所有的金融發展指標都具有上述雙重效應，顯示出TFP提升效應的那些金融發展度量指標并不一定與資本積累有聯系；在上述研究基礎上，采用計量方法，Calderon（2003）證明，金融發展指標具有顯著的TFP提升效應，且這種提升效應在發展中國家更為明顯；但僅僅采用規模（信貸或存款）作為發展的主要評價指標則與全要素生產率的提升在統計學意義上的聯系微弱。同時應當對直接金融市場與間接金融市場對TFP影響進行考慮。銀行中介發展與股票市場發展在促進TFP的提升方面的確存在差異，來自股票市場的經驗研究發現（Levine等，1997），反映股市規模、波動性等的一系列指標并沒有對全要素生產率的增長產生明顯影響，而銀行信貸配置效率的改進則對TFP增長具有顯著性的積極影響，且間接金融市場中介的發展還能有效反映未來TFP的變動。

考慮到信貸存量（金融發展的規模指標）與物質資本存量之間的相關性，同時兼顧到金融發展水平的計算采用盡量簡單的形式予以得出，我們采用如下形式的等式計算金融效率（FS），設定固定資產投資中銀行貸款資金為IC、國家預算內資金為II有FS=IC/II這種設定方式不僅僅是考慮到以間接金融市場的效率反映金融發展對于實體經濟各部門的實際生產意義（即每單位貸款對應或“創造”多少產出），更是考慮到我國發展中國家的基本國情。在間接金融市場的發展特征方面，我國同樣處于“金融抑制”狀態，銀行信貸資源效率低下的根源在于，出于實現特定政治目標的需要，政府對信用分配的控制與約束；在這個意義上，中國金融發展即可定義為政府對于信用分配控制的逐漸放松。落后地區由于當地儲蓄的實際不足或貸占存比例過低，從而對各級政府的支持、扶植政策往往有較大程度的依賴，一旦這種支持具有普遍性，則很大成分上以地方政府反復要求提升貸占存比例為標志的中央銀行的非獨立性、整體金融運營低效率。在極端情形下，各地區貸款占存款比率一般就會成為衡量中央政府信貸干預程度的指標，國有銀行地方分支機構往往傾向于服從地方政府政策進行經營，而缺乏提高經營效率以及對貸款企業進行有效風險評估的內在動力。盡管與國際上主要經濟體的銀行業相比，中國銀行體系的信貸配置仍處于比較低的水平，但毫無疑問的是，相對于以財政撥款為代表的政府扶植政策而言，銀行貸款的所受到的約束程度更強、效率更高，因此我們認為“固定資產投資中銀行貸款與國家預算內資金之比”能夠充分反映中國金融發展的事實。于是，可根據上式得出各省金融效率。

二、模型的建立與相關分析

根據上文分析，我們準備基于2001-2010年全國31個省份的數據構建面板數據模型，進而以之解釋金融發展效率與經濟發展水平之間的相互關系。首先，我們對需要采用ADF單位根檢驗對變量的單整、協整關系進行基本分析。采用Eviews完成具體計量分析過程，通過分析結果可知，在99%的顯著性水平下，無論是TFP還是FS的平衡面板數據均不具有明顯的趨勢，這樣就使得我們有條件在對之不進行調整的情況下完成長期關系推定。兩變量都是無單位變量，且采用ANOVA方法可知年度之間的數字特征并不存在本質區別，故而沒有必要采用指數形式進行無量綱化。其次，為了判定兩變量之間的或有因果關系，我們進行了格蘭杰因果關系檢驗，檢驗結果如下所示：至少在95%的顯著性水平上，可以否定“金融發展效率不是全要素生產率推進因子”的假設。同時，依據統計分析結果可知，分省分時段的全要素生產率并非同地區同時期金融發展效率的解釋變量。基于上述分析，我們就FS對TFP的解釋關系進行建模。這里的一個關鍵問題在于，應該選擇何種面板數據模型對之進行分析。

就面板數據模型的類型而言，可供選擇的方法至少包括：混合模型、個體固定效應模型、時點固定效應模型、隨機效應模型和以GMM方法為代表性處理方法的面板數據動態模型等等，而涉及的方法也包括混合最小二乘估計、平均數最小二乘估計、離差變換最小二乘估計以及一階差分最小二乘估計、可行GLS估計和上面已經提到的GMM法。根據上文已經完成的單整檢驗，我們選擇混合模型，采用混合最小二乘估計方法（PooledOLS）對兩變量之間的關系進行描述，這樣就建立了如下模型：其中i∈｛1，31｝，t∈｛2001，2010｝，分別代表著面板數據的個體與時點。該模型中，FS的T統計量的P值低于0.0001；整體的F統計量約為56.47，其P值低于0.0001；兩者之間的長期、混合地區模型在99.99%的顯著性水平上得到建立。為便于下一步檢驗，我們將本次回歸的殘差定義為。

混合模型正確設定的基礎是解釋變量與誤差項的互不相關，即Cov（e，fs）=0，且e實際上是一個均值為零的隨機變量，則無論自由度變動，模型參數的混合最小二乘估計量都將是一致估計量。參照如下協方差矩陣可知，該混合模型的設定能夠在95%的可能性下滿足基本假設。上述模型反映了全要素生產率與金融發展水平的長期穩定關系，由于兩變量均不存在趨勢性（由單整檢驗可知），故而在其他條件不變的情況下，在短期，模型描述的關系仍是穩定的，故而沒有必要再進行誤差修正。但即便如此，我們仍應對針對模型變量的省際分類特征對其是否存在個體固定效應進行校驗。參照常規檢驗方法，采用兩變量的平均數進行普通最小二乘法（OLS）回歸，可得到如下等式：等式自由度為31，在99%的可能性上具有顯著的統計意義（i與t的值域如上），而解釋變量（FS）的參數與FS的參數在數值上基本一致，誤差項同樣為服從均值為零的隨機擾動項。參與計算的FS與TFP不具有個體固定效應，模型（2）是兩者關系的有效描述，金融效率的改進與經濟發展水平的提升存在顯著的正相關關系，具體的推進效應表現為，在現有水平下，特定省份金融效率的每單位改進，都將以推進當地0.4單位的全要素生產率改進，這種改進主要表現為金融自由化、市場化對于技術創新的支持效應，即金融發展推進全要素生產率增長（經濟發展水平提升）的熊彼特效應。

三、結論與政策建議

本文構建了金融發展和經濟發展水平的模型逆光，并以2001-2010年分省樣本數據為基礎，采用混合最小二乘法構建了樣本容量達到310個的面板數據混合模型，對金融發展水平對全國各省經濟發展水平的影響進行了分析，結果顯示：金融發展與作為經濟發展水平顯示指標的全要素生產率之間存在顯著的正向關系。這種正向關系在采用“固定資產投資中銀行貸款與國家預算內資金之比”作為金融發展的衡量指標才具有上述顯著性，以信貸投放/GDP為代表的傳統規模發展指標并不能得到類似的計量分析結果。

個體固定效應的分析表明，作為一個整體發展的經濟體，無論我國的東中西部地區還是行政區域所進行的人為劃分，都沒有影響金融效率改進對于經濟發展水平的提升效應的發揮，也并未因為各地區的技術存量（全要素生產率存量）而對金融發展的熊彼特效應產生削減影響。就具體區域來看，以北京、天津、上海、江蘇、浙江、廣東為代表的東部地區在現有經濟發展水平以及金融發展效率方面較其他地區均存在一定的優勢，這種優勢的存在使得我國各區域經濟發展水平差距在過去十年中表現出逐年擴大的趨勢。基于上述分析過程，金融發展的物質資本積累效應所代表的粗放型增長方式與金融發展的熊彼特效應對全要素生產率的貢獻存在重大差距，而前者則難以在長期維持部分省區的既有經濟發展水平方面的領先優勢。

為保證各省區的全面協調可持續發展，必須調整經濟增長方式，實現創新推進性經濟增長。作為其中的關鍵步驟，金融部門的優先發展較之于生產技術的簡單改進具有更大價值。在未來的產業結構調整過程中，各級政府應由重視中央政府及中央銀行政策、信貸投放支持逐步轉移到推進地方金融機構改革、重視地方金融機構發展效率方面上來。

在產業機構轉移的過程中，應當重點關注隨之而來的地方貸占存比例攀升；我國金融發展的本質不是地方信貸投放的不斷增加，而是金融部門的資金配置效率提升；欠發達地區金融資源隨著產業結構轉移而在地方政府主導推進下過多傾入在發達地區尚不需要過多資金支持的傳統行業，實際上反映了政府對金融部門的過多干預。在普遍存在“金融干預”的情景下，大部分欠發達區域必然出現如下圖所示的不良循環。應當避免這種情況所可能帶來的金融部門信貸資金配置的低效率以及極端情形下的無效率。

作者：張智單位：中國人民銀行宿州市中心支行